该论文首先综述了当前非线性系统辨识的研究现状,然后介绍了基于Volterra级数模型的非线性系统辨识及故障诊断的研究进展.并对基于非线性频谱分析的非线性故障诊断方法的基本理论和方法作了重点介绍.然后介绍了直升机电动舵机故障诊断的工程应用背景.该论文以电动舵机为研究对象对Volterra系统的辨识及故障诊断方法进行了以下方面的研究:针对批量最小二乘在线辨识Volterra级数方法存在计算量大、数据存储空间占用多的缺陷,提出了一种基于递推批量最小二乘的辨识方法.该方法通过固定观测矩阵的维数以控制数据存储空间的占用;并利用递推求逆方法避免了对大维数观测矩阵的直接求逆,减小了计算量.针对Volterra级数辨识中的\"维数灾难\"问题,提出了一种基于分块最小均方滤波器(Block Least Mean Square filter,简记为BLMS)的Volterra级数简化辨识方法.进而,该论文还研究了基于变步长分块最小均方误差滤波器的Volterra系统的自适应辨识问题,首次提出了一种利用滤波器误差信号和输入信号之间的互相关系数作为步长调整因子的变步长分块最小均方滤波器算法.在已有的GFRF简化模型辨识算法的基础上,提出了一种基于多重预设模型的直升机电动舵机故障诊断方法,试验结果表明这一方法具有计算量小,鲁棒性强,便于实现等特点,能较好地满足故障诊断系统的鲁棒性、实时性和准确性要求.
暂无评论