检索结果-内蒙古大学图书馆

作者：付家兴上海电力学院

学位级别：硕士

热工大惯性对象的模型辨识是研究热工控制问题的基础,确定模型的结构和参数是进行控制系统设计、调试和投运的重要一环。在确定或辨识出对象模型之后,可以对实际控制系统进行富有针对性的参数优化,有效提升控制系统的质量和效率,保障生... 详细信息

热工大惯性对象的模型辨识是研究热工控制问题的基础,确定模型的结构和参数是进行控制系统设计、调试和投运的重要一环。在确定或辨识出对象模型之后,可以对实际控制系统进行富有针对性的参数优化,有效提升控制系统的质量和效率,保障生产过程的安全。本文以模型辨识技术、PID参数优化技术为背景,以典型的热工大惯性对象的实际运行数据为依据,采用改进粒子群算法对热工对象进行辨识,分析影响系统辨识结果的主要因素以及在辨识过程中应注意的问题,利用辨识结果实现PID控制器参数的优化。采用PSO算法对热工对象进行模型辨识具有速度快、灵活方便的特点。但PSO算法存在易陷入局部最优解、易早熟及搜索精度不高等问题,因此需要在PSO算法的基础上,研究对该算法改进与提高的方法。首先,在PSO中引入混沌搜索和模拟退火思想,使算法有更好的多样性和跳出局部最优的能力。其次,结合细菌趋化算法,引入排斥操作,用以增强粒子的搜索能力。用典型函数对改进后的算法进行验证,可以看出:算法的收敛性、稳定性及全局搜索能力得到了明显改善。根据对热工模型结构的认识,将改进粒子群算法用于单入单出的实验室锅炉温度对象和多入单出的超超临界锅炉主蒸汽温度对象的模型辨识中,并对几种改进算法的辨识结果进行分析和对比,结果表明:针对不同的热工控制系统,细菌趋化粒子群算法的适应能力更好,辨识所得的模型更精确。

关键词：粒子群算法改进模型辨识主蒸汽温度参数优化

来源：评论

学校读者我要写书评

暂无评论

一种基于模型辨识的模糊PID控制方法及装置

一种基于模型辨识的模糊PID控制方法及装置

引用

作者：郑欣刘容海焦宗寒杨宇玲郭新良杨迎春 650217 云南省昆明市经济技术开发区云大西路105号

本申请公开一种基于模型辨识的模糊PID控制方法及装置，包括获取输入参数；根据输入参数进行变论域控制，得到自调节控制参数Δkp、Δki、Δkd；获取辨识后的控制模型参数；对识别出的控制模型参数进行参数整定，输出控制参数；优化控... 详细信息

标准号: CN108828934A

本申请公开一种基于模型辨识的模糊PID控制方法及装置，包括获取输入参数；根据输入参数进行变论域控制，得到自调节控制参数Δk_p、Δk_i、Δk_d；获取辨识后的控制模型参数；对识别出的控制模型参数进行参数整定，输出控制参数；优化控制参数，输出基本控制参数k_p0、k_i0、k_d0；将自调节控制参数Δk_p、Δk_i、Δk_d与基本控制参数k_p0、k_i0、k_d0叠加运算，得到实时PID参数k_p、k_i、k_d。本申请提供的方法及装置在现有模糊PID控制基础上引入模型辨识模块，保证了模型辨识算法有效完成辨识，使控制系统的稳定性、快速性、准确性方面有明显改善，动态品质得到提升。

关键词：控制参数模糊PID控制控制模型模型辨识输入参数辨识模型辨识模块输出控制参数优化控制参数参数整定动态品质控制系统快速性论域算法叠加申请运算输出引入保证

来源：评论

学校读者我要写书评

暂无评论

一种列车紧急制动建模及模型辨识方法

一种列车紧急制动建模及模型辨识方法

引用

作者：谢国金永泽梁莉莉惠鏸黑新宏赵金伟马维刚 710048 陕西省西安市金花南路5号

本发明公开了一种列车紧急制动建模及模型辨识方法，包括以下步骤：对列车紧急制动过程中制动力，阻力，速度与加速度的关系进行分析；根据牛顿第二定理，对状态进行离散化，建立了列车参数化紧急制动模型；基于最大期望辨识算法，构造... 详细信息

标准号: CN107679265A

本发明公开了一种列车紧急制动建模及模型辨识方法，包括以下步骤：对列车紧急制动过程中制动力，阻力，速度与加速度的关系进行分析；根据牛顿第二定理，对状态进行离散化，建立了列车参数化紧急制动模型；基于最大期望辨识算法，构造列车条件数学期望，最大化条件数学期望；采用梯度寻优法，得到紧急制动参数的最优估计值。实验结果表明，本发明方法建立的列车紧急制动模型更加贴合列车实际运行环境，制动模型辨识速度快、精度高。

关键词：紧急制动列车模型辨识数学期望紧急制动过程列车参数运行环境最大期望最优估计离散化制动力最大化辨识建模算法贴合寻优制动分析

来源：评论

学校读者我要写书评

暂无评论

一种动态过程神经网络模型辨识方法

一种动态过程神经网络模型辨识方法

引用

作者：雎刚邵恩泽 211189 江苏省南京市江宁区东南大学路2号

本发明公开了一种动态过程神经网络模型辨识方法，该方法首先采集过程输入输出数据，并构成模型训练样本；然后确定BP神经网络模型结构；接着以传统误差平方和Je作为模型辨识精度指标，以相邻采样周期模型输出变化量与样本输出变化量之... 详细信息

标准号: CN108717573A

本发明公开了一种动态过程神经网络模型辨识方法，该方法首先采集过程输入输出数据，并构成模型训练样本；然后确定BP神经网络模型结构；接着以传统误差平方和J_e作为模型辨识精度指标，以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与J_e之和作为神经网络训练指标P；最后以最小化训练指标P为目标训练神经网络，循环迭代修正神经网络权系数，以模型辨识精度指标J_e小于预设值作为训练的停止条件。本发明由于采用了神经网络训练指标P，与传统的基于误差平方和性能指标J_e的BP神经网络辨识方法相比，在相同辨识精度条件下提高所建模型的数据拟合能力和泛化能力，有效提高模型质量。

关键词：辨识平方和神经网络训练输出变化量精度指标模型辨识神经网络过程输入输出模型训练样本神经网络模型误差平方和采样周期传统误差动态过程精度条件目标训练数据拟合停止条件循环迭代训练指标传统的权系数最小化预设样本采集修正

来源：评论

学校读者我要写书评

暂无评论

快速反射镜恒偏差故障观测器设计

引用

中国光学(中英文) 2025年第1期18卷 121-133页

作者：李智斌潘嘉男孙崇尚吴佳彬山东科技大学电气与自动化工程学院山东青岛266590 中国科学院长春光学精密机械与物理研究所吉林长春130033

快速反射镜的工作环境一般比较恶劣,容易受到振动冲击、温度变化等影响,导致故障。本文针对最为普遍的恒偏差故障,提出了一种基于线性矩阵不等式(linear matrix inequality,LMI)的故障观测器设计方法,旨在提高故障检测的可靠性,增强快... 详细信息

快速反射镜的工作环境一般比较恶劣,容易受到振动冲击、温度变化等影响,导致故障。本文针对最为普遍的恒偏差故障,提出了一种基于线性矩阵不等式(linear matrix inequality,LMI)的故障观测器设计方法,旨在提高故障检测的可靠性,增强快速反射镜的稳定性以及抗干扰能力。首先,采用基于汉克尔(Hankel)矩阵的模型辨识方法得到了考虑耦合效应的两轴快速反射镜模型。然后,建立了快速反射镜系统的故障模型,采用基于LMI的方法对快速反射镜的故障观测器进行设计。最后,通过仿真与实验对该方法进行验证。结果表明,当快速反射镜的两轴发生执行器和传感器恒偏差故障时,基于黎卡提(Riccati)方程的故障观测器只能检测出其中一个轴的故障,基于LMI的故障观测器对X轴能在故障发生后0.1 s内检测出故障,对Y轴能在故障发生后0.06 s内检测出故障。上述结果表明本文设计的LMI故障观测器能够更加准确地实现对快速反射镜的故障检测。

关键词：快速反射镜恒偏差故障模型辨识线性矩阵不等式故障观测器

来源：评论

学校读者我要写书评

暂无评论

基于线路模型参数辨识的微电网保护方案

引用

电力系统及其自动化学报 2024年第12期36卷 101-109页

作者：徐瑞洁牟龙华薛林燚陈国振同济大学电子与信息工程学院上海201804

微电网运行方式多变,故障电流幅值小且受微电源控制策略影响,传统保护方案适用性较差。针对该问题,提出一种不依赖微电源特性且基于模型辨识理论的微电网保护方案。首先,利用全量网络的时域信息,分析微电网在内部、外部故障时的差动量... 详细信息

微电网运行方式多变,故障电流幅值小且受微电源控制策略影响,传统保护方案适用性较差。针对该问题,提出一种不依赖微电源特性且基于模型辨识理论的微电网保护方案。首先,利用全量网络的时域信息,分析微电网在内部、外部故障时的差动量故障特征;结合微电网的结构特点,对有无T接负荷两种情况下的线路故障模型进行分析,研究其在区内外故障时的模型特性差异,采用最小二乘模型进行参数辨识,并据此提出含T接负荷以辨识电阻值、无T接负荷时以辨识电感值为判据的保护方案;最后,在Matlab/Simulink中搭建基于IEEE9节点配电系统的环形微电网模型,仿真结果验证了所提保护方案的可行性。

关键词：微电网保护方案模型辨识参数辨识故障特征

来源：评论

学校读者我要写书评

暂无评论

噪声频谱混叠干扰下超声检测信号高质量提取方法

引用

仪器仪表学报 2024年第10期45卷 244-252页

作者：王辰辰杨梦冉姚贞建中国航空工业集团公司北京长城计量测试技术研究所北京100095 武汉工程大学电气信息学院武汉430205

为解决超声检测中噪声频谱混叠导致检测精度低的问题,提出一种数据-模型联合驱动的超声检测信号高质量提取方法。结合经验模态分解和分量聚类指标实现超声检测信号预处理,减小噪声对检测信号提取的影响;基于高斯回波模型,结合时频变换... 详细信息

为解决超声检测中噪声频谱混叠导致检测精度低的问题,提出一种数据-模型联合驱动的超声检测信号高质量提取方法。结合经验模态分解和分量聚类指标实现超声检测信号预处理,减小噪声对检测信号提取的影响;基于高斯回波模型,结合时频变换、频谱高斯拟合和人工蜂群算法对预处理信号的模型参数进行准确估计;根据模型参数对信号进行重构,实现超声检测信号高质量提取。仿真结果表明,本文方法可高质量提取信噪比(SNR)低至4.56 dB的超声检测信号,提取信号信噪比均值提升至28.71 dB,提取效果显著优于现有常用方法,如经验模态分解(SNR=9.82 dB)和变分模态分解(SNR=11.07 dB)。此外,超声检测实验证明了本文方法可实现噪声频谱混叠下超声检测信号的高质量提取。

关键词：超声检测频谱混叠噪声消除时频变换模型辨识

来源：评论

学校读者我要写书评

暂无评论

基于恒等映射多层极限学习机的高速列车踏面磨耗预测模型

引用

力学学报 2022年第6期54卷 1720-1731,I0005页

作者：王美琪王艺陈恩利刘永强刘鹏飞石家庄铁道大学省部共建交通工程结构力学行为与系统安全国家重点实验室石家庄050043 石家庄铁道大学机械工程学院石家庄050043

针对高速列车车轮踏面磨耗单一模型无法对各种复杂工况下列车车轮踏面磨耗进行定量计算的问题,提出一种基于恒等映射多层极限学习机的高速列车车轮踏面磨耗测量方法.首先将恒等映射引入到多层极限学习机中,提出一种基于恒等映射的多层... 详细信息

针对高速列车车轮踏面磨耗单一模型无法对各种复杂工况下列车车轮踏面磨耗进行定量计算的问题,提出一种基于恒等映射多层极限学习机的高速列车车轮踏面磨耗测量方法.首先将恒等映射引入到多层极限学习机中,提出一种基于恒等映射的多层极限学习机模型(identity multilayer extreme learning machine,I-MLELM),采用机器学习公共数据集对该模型进行性能验证,数值结果表明I-ML-ELM模型具有较好的准确性与泛化性;然后基于车辆-轨道耦合动力学理论建立高速列车的车辆-轨道耦合动力学模型,模拟列车运行的不同工况,观测和分析高速列车的车轮踏面磨耗情况,并通过I-ML-ELM预测模型对高速列车车轮踏面磨耗量进行学习及预测;最后应用高速列车车轮踏面磨耗的实际测量值对I-ML-ELM预测模型进行进一步的验证,结果表明:I-ML-ELM预测模型的各项性能参数指标在整体上优于以下五种网络:ELM,FLN,ML-ELM,ML-KELM和DLSFLN,通过高速列车线路实测数据的进一步验证表明,本文提出的基于I-ML-ELM的高速列车车轮踏面磨耗预测模型能较好地反映不同参数对高速列车车轮踏面磨耗值的影响规律.

关键词：车轮踏面磨耗极限学习机磨耗预测模型辨识高速列车

来源：评论

学校读者我要写书评

暂无评论

一种基于循环神经网络的动态模型辨识方法及系统

一种基于循环神经网络的动态模型辨识方法及系统

引用

作者：吕剑虹于吉 211189 江苏省南京市江宁区东南大学路2号

本发明公开了一种基于循环神经网络的动态模型辨识方法及系统，该系统包括动态模型辨识模块、循环神经网络模型转化成传递函数模型的模块、循环神经网络转化成状态空间模型以及循环神经网络的非线性化模块，动态模型辨识模块包括正向计... 详细信息

标准号: CN107991877A

本发明公开了一种基于循环神经网络的动态模型辨识方法及系统，该系统包括动态模型辨识模块、循环神经网络模型转化成传递函数模型的模块、循环神经网络转化成状态空间模型以及循环神经网络的非线性化模块，动态模型辨识模块包括正向计算模块、误差计算模块和反向传播计算模块；该方法首先建立循环神经网络模型；然后根据需要转化成传递函数模型或状态空间模型；或者将循环神经网络模型进行非线性化。本发明运算简单，实现方便，训练时间快，并与传递函数模型和状态空间模型能够相互转换；可以很好的推广到非线性情形，并能够取得不错的拟合效果，并可以很方便地应用到工业控制的模型辨识中去。

关键词：循环神经网络传递函数模型状态空间模型动态模型辨识模块非线性化计算模块辨识方法及系统误差计算模块反向传播工业控制模型辨识模型转化拟合正向运算转化转换应用

来源：评论

学校读者我要写书评

暂无评论

基于组合式信号源的神经模糊Wiener-Hammerstein模型辨识方法

基于组合式信号源的神经模糊Wiener-Hammerstein模型辨识方法

引用

作者：张亚楠 213164 江苏省常州市武进区鸣新中路28号

本发明公开了一种基于组合式信号源的神经模糊Wiener‑Hammerstein模型辨识方法，包括步骤：构建单输入单输出的由输入动态线性环节、输出动态线性环节以及静态非线性环节串联形成的Wiener‑Hammerstein模型；由高斯信号和二进制信号组合... 详细信息

标准号: CN109002836A

本发明公开了一种基于组合式信号源的神经模糊Wiener‑Hammerstein模型辨识方法，包括步骤：构建单输入单输出的由输入动态线性环节、输出动态线性环节以及静态非线性环节串联形成的Wiener‑Hammerstein模型；由高斯信号和二进制信号组合形成多信号源作为模型的输入；通过多信号源对串联的动态线性环节和静态非线性环节进行分离辨识；并由神经模糊系统对静态非线性环节采用神经模糊系统逼近；其中，若输入为高斯信号，则根据指定定理对所述Wiener‑Hammerstein的串联模块进行有效分离，并根据二进制信号的不激发特性对输入动态线性环节的输入乘积模型和输出动态线性环节的输出乘积模型进行正确分离，以获取静态分线性环节的组成变量参数；本发明的辨识方法大大简化了模型的辨识过程，且模型预测精度高。

关键词：动态线性非线性环节辨识环节神经模糊系统二进制信号多信号源高斯信号输出串联变量参数串联模块模型辨识模型预测线性环节有效分离单输出单输入信号源组合式构建逼近神经模糊激发

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：