导读:本文包含了动态辨识论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:动态,小二,模型,参数,等效电路,方差,正交。
动态辨识论文文献综述
任振华,邵恩泽,雎刚[1]（2019）在《一种改进的动态过程神经网络模型辨识方法》一文中研究指出提出了一种改进的动态过程神经网络模型辨识方法,该方法在传统的模型输出与样本输出误差平方和性能指标基础上,添加了相邻采样周期模型输出变化量与样本输出变化量之差的平方和项,作为模型辨识性能指标的一部分,并给出了相应的模型辨识算法。以单元机组过热汽温为对象使用改进的方法进行神经网络模型辨识研究,仿真结果表明与传统神经网络模型辨识方法相比,在相同的辨识精度条件下,该方法可提高所建模型的数据拟合能力和泛化能力,有效提高模型的质量。(本文来源于《工业控制计算机》期刊2019年12期）
马一鸣,周理兵,王晋,周佳,郑印钊[2]（2019）在《基于直流阶跃电压试验与NSGA Ⅱ算法的同步电机动态参数辨识方法》一文中研究指出叁相突然短路试验是同步电机动态参数辨识最常用的方法,但对于大型同步电机而言,由于突然短路过程的电流非常大,给电机系统造成损伤的风险较大,且试验及保护系统十分复杂。为解决上述问题,提出一种基于直流阶跃电压试验的同步电机动态参数辨识方法。首先,推导基于直流阶跃电压试验的参数解析表达式,建立参数与电流响应的关系;然后,针对实测电流响应波形的噪声问题,提出一种改进的小波阈值去噪方法,从含噪信号中提取出真实的电流响应信号;最后,利用第二代非支配排序演化算法(NSGAⅡ)多目标优化算法对电流响应信号进行时域拟合,得到了电流响应的解析表达式,进而推算得到同步电机d、q轴的稳态与动态参数。通过对一台376MV·A同步电机的样机进行动模试验,验证所提出的参数辨识方法的有效性和准确性。直流阶跃电压试验可以实现d、q轴参数的独立辨识,该方法试验设备少,简单易行,安全可靠。(本文来源于《电工技术学报》期刊2019年23期）
徐岩,靳伟佳,雷晰[3]（2019）在《基于递推最小二乘的光伏逆变器动态模型辨识》一文中研究指出提出一种基于递推最小二乘的光伏逆变器动态模型辨识方法,不考虑叁相光伏逆变器及其控制系统的拓扑结构,将其整体视为一个"黑箱",通过对输入量、输出量的分析将其等效为双输入多输出系统,利用递推最小二乘法在线实时辨识光伏逆变器的动态模型及参数。针对夏季、冬季不同典型天气下的数据集建立光伏逆变器等效动态模型,模型输出与测试数据误差较小,验证辨识方法的精确性与适用性。另外,模型最优阶较低这一特性也降低内存占用量,提高辨识速度。(本文来源于《太阳能学报》期刊2019年10期）
柳应全,鲁军勇,龙鑫林,魏静波,周仁[4]（2019）在《储能用蓄电池模型参数的动态辨识》一文中研究指出为观测锂离子电池的参数,通过建立多元线性回归模型对内电路参数进行辨识,并提出通过间接观测蓄电池平衡电动势来辨识荷电状态的方法。该方法基于改进的Thevenin电池模型,以等效电容量来表征锂电池的容量特性。在循环周期内可通过测量放电前后开路电压变化量和电荷变化量来辨识等效电容;等效电容又可以在短时间内动态估算平衡电动势以作为辨识荷电状态的主要变量。通过一个循环周期内的脉冲放电实验验证了所采用的改进电池模型和辨识方法的有效性和准确性。(本文来源于《国防科技大学学报》期刊2019年05期）
祁国芳,景绍学,范梦松[5]（2019）在《一类Wiener系统的动态环节的阶次辨识算法》一文中研究指出Wiener系统的结构特点,使得其线性动态环节的输出不可测量,导致现有方法无法直接用于Wiener非线性系统的线性环节的定阶。为了准确确定一类Wiener系统包含的FIR函数的阶次,提出了一种残差曲线斜率法。该方法基于残差曲线的斜率来获得FIR的阶次。并且,该方法在不进行参数辨识的基础上,仅利用测量到的输入输出输出数据,来获得FIR的阶次。该算法既减小了计算量,也提高了定阶准确度。数值仿真验证了算法的有效性。(本文来源于《软件工程》期刊2019年10期）
连帅,王宽,谷士鹏[6]（2019）在《基于电压递推与FFRELS的航空蓄电池模型参数动态辨识》一文中研究指出航空蓄电池作为飞机的主要装备之一,对安全飞行有非常重要的意义;为了在试飞过程中方便、准确、及时地掌握电池的特性,提高试飞安全,分析了航空蓄电池的二阶RC模型特性,研究了一种二阶RC蓄电池模型参数动态辨识方法;针对蓄电池电池开路电压测量时,静置时间过长,无法实时测量的问题,创建了蓄电池开路电压辨识递推模型,实现了开路电压的实时估计;同时采用基于遗忘因子扩展递推最小二乘法(FFRELS)算法对蓄电池模型的部分参数进行辨识;该方法将FFRELS与开路电压递推估计算法相结合能够准确辨识出二阶RC蓄电池模型的全部参数,同时可有效提高蓄电池开路电压的辨识精度;最后通过实验,验证了该方法能够准确辨识出蓄电池模型参数,可为飞机试飞安全监控提供有力保障。(本文来源于《计算机测量与控制》期刊2019年08期）
周丹丹[7]（2019）在《复杂动态网络的辨识估计与控制》一文中研究指出近年来,由于复杂动态网络在数学、物理力学、管理科学、计算机科学、社会科学及生物学等领域的广泛应用,网络科学研究受到了各领域学者的广泛关注。复杂动态网络中,节点之间的相互关联会产生复杂的群体动力学行为,拓扑辨识与状态估计是预测和控制复杂动态网络群体动力学行为的先决条件。多智能体系统作为一种特殊的复杂动态网络,一致性问题是其研究的基础问题。本文基于观测器理论、自适应控制与采样控制理论,研究了复杂动态网络的拓扑辨识与状态估计,探讨了多智能体系统的一致性跟踪问题。主要内容包括:针对含耦合时滞的复杂时空网络,基于自适应观测器的方法,研究了拓扑辨识问题。已有的拓扑辨识方法大多是针对常微分方程描述的复杂网络,然而很多现实的复杂网络具有时空特性,其动力学演化不仅依赖于时间,而且依赖于空间位置。这类复杂网络的动力学系统需要用偏微分方程描述,给网络拓扑结构的辨识带来了困难。首先,针对含未知拓扑的复杂时空网络,构造了观测器网络,对拓扑估计量与反馈控制增益分别设计了积分形式的自适应调整规则。其次,论证了观测器网络与含未知拓扑的复杂网络可达到同步,理论分析了拓扑估计量在同步时刻可辨识出未知拓扑。最后,通过数值仿真分析了拓扑辨识速度与自适应调整规则的参数之间的关系。针对含不可微的耦合时滞的复杂时空网络,基于辅助系统的方法,研究了有限时间拓扑辨识问题。首先,通过构造辅助系统,得到了未知拓扑向量与两个可测矩阵信号间的关系式。其次,基于此关系式提出了两种有限时间拓扑辨识方案。一种方案是通过计算逆矩阵直接求矩阵方程,可保证在有限时间内辨识拓扑;另一种方案是设计自适应规则,使得拓扑估计量在有限时间内可在线的辨识拓扑,避免了计算逆矩阵。这两种辨识方案不要求随时间变化的耦合时滞是可微的,放松了时变时滞项常用的假设条件。最后,对具有未知系统参数的复杂时空网络也给出了拓扑辨识方案。针对非线性耦合的复杂网络,基于部分节点的采样输出数据,研究了状态估计问题。设计了部分控制的混杂分布式采样观测器,引入了输出预测器来估计采样区间内的输出数据。通过在观测器的反馈控制中使用输出预测器,使得反馈控制在采样区间内随时间不断调整;利用部分控制保证了状态估计只需要测量部分节点的采样输出数据,节省了测量成本。通过李雅普诺夫稳定性分析,得到了分布式观测器是原始网络的指数观测器的充分条件。针对含时变状态时滞的不确定多智能体系统,基于领导者的采样数据,研究了一致性跟踪问题。设计了混杂分布式采样观测器估计领导者的状态信息,基于混杂分布式采样观测器,给出了每个智能体的自适应跟踪控制,在控制项中添加了补偿项,抵消了参数估计量所引起的估计误差的影响。通过选择合适的辅助函数,将参数估计误差与时变状态时滞从跟踪误差系统中分离出去,简化了跟踪误差系统,放松了时变状态时滞常用的可微条件。通过线性矩阵不等式方法与李雅普诺夫稳定性理论,分析得到了一致性跟踪误差与参数估计误差指数收敛到零的充分条件。针对高阶不确定多智能体系统,基于领导者的采样数据,研究了自适应动态面跟踪控制问题。引入了动态面控制,有效解决了高阶系统中利用传统后步法导致的“复杂性爆炸”问题。基于混杂分布式采样观测器,运用后步法与动态面控制,设计了自适应控制输入,通过在每步的虚拟控制中添加补偿项,提高了误差项的收敛速度。理论分析得到了闭环系统是半全局一致终结有界的,并且跟踪误差与参数估计误差指数收敛到零点的充分小邻域的充分条件。(本文来源于《华中科技大学》期刊2019-05-01）
常家伦[8]（2019）在《随孔冲击回转钻进围岩力学特性动态辨识研究》一文中研究指出随着我国经济的迅猛发展,矿产开发、城市建设等一系列建设活动日益增多,工程项目中的钻进活动也随之增多。在钻进过程中,由于钻机与岩石体的之间相互作用,使得钻进时的钻进速度、油缸压力等钻进参数产生变化,从而产生钻进过程中的随钻数据。钻进时的随钻数据包含着钻进岩体重要的围岩力学参数信息。由于对随钻数据的分析研究不足,使得这些随钻信息并没有能够被及时采集分析,造成了巨大的信息资源浪费。掌握随钻数据采集分析方法,在当今工程建设活动越来越重视安全、效率生产的背景下,显得尤为重要。本文采用正交设计原理,研究了岩石相似材料配比试验规律,配置出不同强度的钻进岩石试样。在冲击旋转钻进试验中,多因素地分析了钻进参数随试样岩体强度变化的规律。并通过分析钻进参数本身的相对变化率以及对试样岩体强度变化的响应度,判断出不同强度范围下,钻进参数的匹配性。其次将多个钻进参数联系起来,进行数据回归拟合,分析多个钻进参数随岩体强度变化的规律。利用ANSYS/LS-DYNA数值模拟,揭示了室内钻进试验规律。本文所做的主要工作包括以下几个方面:(1)进行了岩石相似材料配比试验,得到了试验因素对岩石相似材料的影响规律。采用正交设计原理,设计了多水平多因素试验方案,全面分析了影响岩石相似材料强度的影响因素。配置出室内钻进试验的冲击试样。(2)进行了室内冲击旋转钻进试验,分析了钻进参数随岩体强度变化的规律。由冲击旋转试验得到的实时钻进数据,分析了各钻进因素随试样岩体强度的影响规律。对试验数据进行了拟合分析,得到了试样岩体强度与钻进因素之间的函数关系式。求得了破碎单位体积试样的破碎功-钻进比功,与试样岩体强度之间的函数关系式。(3)分析了钻进参数对岩体强度变化的敏感度。基于钻进试验的分析结果,计算出了钻进因素自身的相对变化率和对岩体强度变化的响应度,分析了不同岩体强度范围下,识别岩体强度的最优钻进参数。进行了多参数的多元线性拟合与非线性拟合,提升了随钻数据实时判别围岩力学特性的可靠性。(4)结合数值模拟的结果,揭示了冲击钻进参数随试样岩体变化的规律。基于ANSYS/LS-DYNA显式模拟分析软件,模拟了冲击旋转钻进过程。改变冲击岩体强度参数,揭示了钻进参数随岩石试样强度变化的规律。(本文来源于《中国矿业大学》期刊2019-05-01）
牛军霞[9]（2019）在《基于动态代价中颜色与物质浓度的辨识》一文中研究指出本文主要解决颜色读数和物质浓度之间关系的研究问题,首先,采用相关系数分析的方法,得到了五种物质中浓度与蓝色颜色值、绿色颜色值、红色颜色值、色调及饱和度中各个单理化指标间的相关系数;然后,由于五种物质和颜色读数之间变量的个数很多,且都存在多重相关性,采用了偏最小二乘回归方法。最后,采用标准差,均差,t假设检验的方法对五组物质浓度的平均评分作显着性检验,检验结果表明:在显着性水平α=0.05下,五组物质关于物质浓度、蓝色颜色值、绿色颜色值、红色颜色值、色调及饱和度的评价均有显着性差异,并通过评分表研究了五组物质的评分结果具有显着性差异。(本文来源于《计算机产品与流通》期刊2019年04期）
张乾斌,陆建山,谢伟东[10]（2019）在《基于离心原理的力传感器动态标定系统辨识与分析》一文中研究指出针对静态校准过的传感器用来测量动态力时,可能会出现较大误差的情况,设计了基于水平正弦力加载的力传感器动态标定装置,动态力由旋转的偏心轮产生。通过分析建立了系统的动力学模型,使用最小二乘辨识方法得到了系统传递函数模型参数,并在多组频率下分别验证模型的准确性。实验结果表明:建立并辨识得到的系统模型可以较好地逼近实际物理系统,并且根据频率改变参数得到的模型比固定参数模型具有更高的精度。(本文来源于《传感器与微系统》期刊2019年04期）
动态辨识论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
叁相突然短路试验是同步电机动态参数辨识最常用的方法,但对于大型同步电机而言,由于突然短路过程的电流非常大,给电机系统造成损伤的风险较大,且试验及保护系统十分复杂。为解决上述问题,提出一种基于直流阶跃电压试验的同步电机动态参数辨识方法。首先,推导基于直流阶跃电压试验的参数解析表达式,建立参数与电流响应的关系;然后,针对实测电流响应波形的噪声问题,提出一种改进的小波阈值去噪方法,从含噪信号中提取出真实的电流响应信号;最后,利用第二代非支配排序演化算法(NSGAⅡ)多目标优化算法对电流响应信号进行时域拟合,得到了电流响应的解析表达式,进而推算得到同步电机d、q轴的稳态与动态参数。通过对一台376MV·A同步电机的样机进行动模试验,验证所提出的参数辨识方法的有效性和准确性。直流阶跃电压试验可以实现d、q轴参数的独立辨识,该方法试验设备少,简单易行,安全可靠。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
动态辨识论文参考文献
[1].任振华,邵恩泽,雎刚.一种改进的动态过程神经网络模型辨识方法[J].工业控制计算机.2019
[2].马一鸣,周理兵,王晋,周佳,郑印钊.基于直流阶跃电压试验与NSGAⅡ算法的同步电机动态参数辨识方法[J].电工技术学报.2019
[3].徐岩,靳伟佳,雷晰.基于递推最小二乘的光伏逆变器动态模型辨识[J].太阳能学报.2019
[4].柳应全,鲁军勇,龙鑫林,魏静波,周仁.储能用蓄电池模型参数的动态辨识[J].国防科技大学学报.2019
[5].祁国芳,景绍学,范梦松.一类Wiener系统的动态环节的阶次辨识算法[J].软件工程.2019
[6].连帅,王宽,谷士鹏.基于电压递推与FFRELS的航空蓄电池模型参数动态辨识[J].计算机测量与控制.2019
[7].周丹丹.复杂动态网络的辨识估计与控制[D].华中科技大学.2019
[8].常家伦.随孔冲击回转钻进围岩力学特性动态辨识研究[D].中国矿业大学.2019
[9].牛军霞.基于动态代价中颜色与物质浓度的辨识[J].计算机产品与流通.2019
[10].张乾斌,陆建山,谢伟东.基于离心原理的力传感器动态标定系统辨识与分析[J].传感器与微系统.2019
论文知识图
