检索结果-内蒙古大学图书馆

作者：杜福嘉孙浩添 210042 江苏省南京市板仓街188号

本发明公开了一种机电系统数学模型辨识方法和系统。所述方法包括：采集被辨识对象机电系统的输入输出数据；将数据分组为训练集数据和测试集数据；将训练集数据用于数学模型辨识，采用不同算法对训练集数据训练，得到若干数学模型，用... 详细信息

标准号: CN111695637B

本发明公开了一种机电系统数学模型辨识方法和系统。所述方法包括：采集被辨识对象机电系统的输入输出数据；将数据分组为训练集数据和测试集数据；将训练集数据用于数学模型辨识，采用不同算法对训练集数据训练，得到若干数学模型，用测试集数据对数学模型进行测试并评估，选择不同需求下的最佳数学模型。所述系统包括嵌入式终端和云服务器主机。本发明简化了辨识系统的硬件功能，通过FPGA模块使系统具有可配置性。此外，在云服务器主机采用多种算法辨识数学模型，并通过模型评估选择出不同需求下的最佳数学模型供使用者选择。本发明可大大节省天文望远镜机电系统数学模型辨识系统的成本，降低对使用者的要求，同时增加了模型辨识精度。

关键词：数学模型辨识训练集数据机电系统测试集数据辨识系统云服务器算法主机输入输出数据嵌入式终端使用者选择天文望远镜可配置性模型辨识模型评估数据分组硬件功能采集测试评估

来源：评论

学校读者我要写书评

暂无评论

PID控制回路的模型辨识方法、装置、系统及存储介质

PID控制回路的模型辨识方法、装置、系统及存储介质

引用

作者：段怡雍侯卫锋叶建位张利平 310012 浙江省杭州市余杭区仓前街道龙园路88号创3号楼9层A901室

本发明公开了一种PID控制回路的模型辨识方法、装置、系统及计算机可读存储介质，通过对获取到的PID控制回路的数据信息进行辨识得到TF模型；基于预设倍数值对该TF模型的模型参数进行扩展得到包括该模型参数在内的多组新的TF模型参数，... 详细信息

标准号: CN112965365B

本发明公开了一种PID控制回路的模型辨识方法、装置、系统及计算机可读存储介质，通过对获取到的PID控制回路的数据信息进行辨识得到TF模型；基于预设倍数值对该TF模型的模型参数进行扩展得到包括该模型参数在内的多组新的TF模型参数，每组新的TF模型参数对应一个新的TF模型，从这些新的TF模型中选择出匹配度最高的TF模型作为当前最优TF模型，判断当前最优TF模型是否满足预设条件，若是，则将该当前最优TF模型作为最终的最优TF模型；若否，则基于该当前最优TF模型再扩展出多个新的TF模型后继续寻找当前最优TF模型，直至找到最终的最优TF模型；本发明有利于提高PID控制回路自动化的工作效率和稳定性。

关键词：模型参数计算机可读存储介质工作效率模型辨识数据信息预设条件匹配度辨识预设自动化

来源：评论

学校读者我要写书评

暂无评论

一种储能系统模型辨识方法和系统

一种储能系统模型辨识方法和系统

引用

作者：张靖孙启宸张昕古庭赟李博文范璐钦何宇胡克林袁梦薇 550025 贵州省贵阳市花溪区花溪大道南段2708号

本发明公开了一种储能系统模型辨识方法和系统,包括：数据采集模块、模型定义模块、计算执行模块，数据采集模块，对现场采样获得的实测数据运用三次样条插值进行数据预处理，并将实测波形划分为A、B、C三个时段；模型定义模块，运用电... 详细信息

标准号: CN115102200B

本发明公开了一种储能系统模型辨识方法和系统,包括：数据采集模块、模型定义模块、计算执行模块，数据采集模块，对现场采样获得的实测数据运用三次样条插值进行数据预处理，并将实测波形划分为A、B、C三个时段；模型定义模块，运用电力系统仿真软件，建立储能系统可变参数仿真模型；计算执行模块，设置改进蚁群优化算法的优化参数；运用改进蚁群优化算法选择相应结构的储能系统仿真模型，任意设定多组模型参数，得到确定的模型，将现场采样所得到的激励信号输入模型，得到相应的输出；最后对模型辨识输出值与实际系统的输出值进行误差分析，以最小化两者之间的误差为目标函数，再运用改进蚁群优化算法进行优化求解，直至获得最优参数模型。

关键词：蚁群优化算法储能系统计算执行模块模型定义模块数据采集模块仿真模型模型辨识现场采样输出电力系统仿真软件数据预处理改进激励信号可变参数目标函数任意设定三次样条实测波形实测数据实际系统误差分析优化参数优化求解最优参数组模型最小化

来源：评论

学校读者我要写书评

暂无评论

基于LabVIEW的火电模型辨识装置和辨识方法

基于LabVIEW的火电模型辨识装置和辨识方法

引用

作者：李剑锋杨春来殷喆袁晓磊冯旭阳马瑞侯倩金飞 050021 河北省石家庄市裕华区体育南大街238号

本发明涉及一种基于LabVIEW的火电模型辨识装置和辨识方法，装置包括包括数据输入单元、数据处理单元和数据显示单元。辨识方法为：⑴DCS采集火电机组主要参数和分系统参数；⑵采集的参数传输到数据处理单元；⑶选择需要辨识的模型类型... 详细信息

标准号: CN111290267B

本发明涉及一种基于LabVIEW的火电模型辨识装置和辨识方法，装置包括包括数据输入单元、数据处理单元和数据显示单元。辨识方法为：⑴DCS采集火电机组主要参数和分系统参数；⑵采集的参数传输到数据处理单元；⑶选择需要辨识的模型类型，通过模型辨识方法进行辨识；⑷采用最小二乘法及粒子群算法进行比较寻优，得到最接近实际结果的一组解；⑸判断是否更接近于真实曲线，如果是输出最优解；否侧返回第⑷步。本发明解决了输入输出变量的相关性计算问题，适用于火电厂自动控制系统参数调整工作，改善了火电厂自动控制系统的调节水平和调节效果，提高了机组的运行工作效率与生产安全性。

关键词：辨识数据处理单元自动控制系统模型辨识火电厂数据输入单元数据显示单元采集分系统参数粒子群算法生产安全性最小二乘法参数传输参数调整工作效率火电机组模型类型实际结果输出变量最优解寻优火电机组输出返回

来源：评论

学校读者我要写书评

暂无评论

一种电解铝负荷静态电压分析参数模型辨识方法及系统

一种电解铝负荷静态电压分析参数模型辨识方法及系统

引用

作者：李玲芳孙鹏段平生陈义宣陈姝敏司大军吴琛游广增 650200 云南省昆明市拓东路73号

本发明公开了一种电解铝负荷静态电压分析参数模型辨识方法及系统包括，获取电解铝负荷正常工况下接入电网时产生的历史参数数据，选取待辨识参数；根据待辨识参数，建立电解铝负荷静态电压分析模型；根据电解铝负荷静态电压分析模型，... 详细信息

标准号: CN117010271A

本发明公开了一种电解铝负荷静态电压分析参数模型辨识方法及系统包括，获取电解铝负荷正常工况下接入电网时产生的历史参数数据，选取待辨识参数；根据待辨识参数，建立电解铝负荷静态电压分析模型；根据电解铝负荷静态电压分析模型，结合奇异值分解法以及预设约束条件，对电解铝负荷静态电压分析模型进行优化，获取参数辨识后电解铝负荷静态电压分析模型；采用BP神经网络方法对参数辨识后电解铝负荷静态电压分析模型进行验证。根据两个模型与实际测量数据的差值建立验证目标函数，根据验证目标函数的值验证电解铝负荷的参数模型辨识结果，准确高效的实现对电解铝负荷静态电压分析模型的建立。

关键词：电解铝静态电压分析模型参数辨识验证目标辨识验证参数模型辨识历史参数数据预设约束条件奇异值分解分析参数模型辨识实际测量正常工况电网优化

来源：评论

学校读者我要写书评

暂无评论

基于粒子群算法的CFB机组协调系统模型辨识

引用

自动化与仪表 2020年第9期35卷 84-89页

作者：白建云邵茹山西大学自动化与软件学院太原030013

为了消纳风光等新能源,火电机组均需要参与到调峰调频中,机炉协调控制系统是机组AGC模式下的核心。熟悉控制系统被控对象的特性并且建立系统的动态模型,是提高系统控制品质的基础。该文以山西某电厂超临界350 MW循环流化床机组协调系统... 详细信息

为了消纳风光等新能源,火电机组均需要参与到调峰调频中,机炉协调控制系统是机组AGC模式下的核心。熟悉控制系统被控对象的特性并且建立系统的动态模型,是提高系统控制品质的基础。该文以山西某电厂超临界350 MW循环流化床机组协调系统为研究对象,首先对研究对象的动态特性进行分析,依据生产现场闭环运行数据,利用标准粒子群智能算法,寻优得到两输入两输出的协调系统模型。然后选取其他时间段的采样数据作为模型验证数据,证实利用标准PSO算法对多变量系统建模的可行性。

关键词：超临界循环流化床机组协调系统两输入两输出标准PSO 模型辨识

来源：评论

学校读者我要写书评

暂无评论

自适应光学系统扰动模型辨识及最优控制技术研究

自适应光学系统扰动模型辨识及最优控制技术研究

引用

作者：王佳英中国科学院大学(中国科学院光电技术研究所)

学位级别：博士

自适应光学(Adaptive Optics,AO)是一种通过克服动态波前畸变对光学系统成像质量的影响,从而获得接近衍射极限的高分辨率成像的技术,广泛的应用于天文观测、激光传输、人眼视网膜成像等领域。地基天文望远镜进行科学观测时,由随机变化... 详细信息

自适应光学(Adaptive Optics,AO)是一种通过克服动态波前畸变对光学系统成像质量的影响,从而获得接近衍射极限的高分辨率成像的技术,广泛的应用于天文观测、激光传输、人眼视网膜成像等领域。地基天文望远镜进行科学观测时,由随机变化的大气湍流造成的波前畸变是系统成像质量下降的主要原因。此外,工作环境的变化以及系统平台本身也会带来一些非湍流像差扰动,主要包括由风或其他激发源(冷却器,百叶窗等)引起的窄带扰动。除大气湍流扰动外,这些窄带扰动很大程度上限制了系统性能的提高。目前,大多数AO系统都采用经典的比例积分(Proportional integral,PI)控制器,然而由于控制算法本身的限制,其无法对这些窄带扰动进行有效抑制,并且忽略了这些扰动包括大气湍流扰动随时间演变的特性,无法满足大口径天文望远镜高分辨成像的需求。基于此,本文针对AO系统中随时间变化的光束扰动(Disturbance)(包括湍流扰动和非湍流扰动)的校正问题开展了以下内容的研究并取得了一系列成果:1.对AO系统中光束扰动的存在问题进行了详细阐述,建立了具有实际物理意义的光束扰动动态模型。首先,通过对AO系统中光束扰动信号特性的分析,建立了可表征实际物理过程的独立扰动分量模型,即自回归二阶模型(second-order Auto-Regressive,AR2);然后,根据系统中不同频率扰动分量所对应的来源不同且彼此相互独立的关系,建立了AO系统中复杂频率光束扰动的时域动态模型和频域动态模型。通过对随时间变化的光束扰动信号模型的构建,实现了AO系统中光束扰动信号的准确描述并为扰动控制器的设计提供模型依据。2.针对AO系统中存在的复杂频率的动态光束扰动信号,提出了一种自动扰动模型辨识方法,包含了扰动频谱分离过程和基于粒子群优化(Particle swarm optimization,PSO)算法的模型参数辨识过程两个部分。整个辨识过程无需额外辅助系统及人为调试,可以在线周期运行。首先,通过对复杂频率的光束扰动信号的功率谱曲线进行有效分割,从而实现了对独立扰动分量的准确提取,同时确定了有效扰动分量的数目;其次,利用PSO算法初值随机、所需调整参数少和收敛速度快等特性,可以快速有效地辨识出扰动的频域模型参数。此外,我们将辨识结果与其他辨识方法进行了性能对比并通过人为合成扰动数据进行了仿真验证,结果表明本文提出的辨识算法使得辨识计算时间大大减少,并且由于对惯性权重系数的调节使得辨识算法减少了陷入局部极小值的可能性,从而得到的模型参数辨识精度更高,为扰动控制器的设计提供支撑。3.针对AO系统中高阶模式中窄带扰动难以校正的问题,提出了控制结构可调整的线性二次高斯(Linear quadratic Gaussian,LQG)多模式扰动控制器。首先,根据辨识获得的单阶模式光束扰动模型参数及其所包含的独立扰动分量的个数,以光束扰动校正残差最小为优化指标设计了控制结构可调整的LQG单模式扰动控制器;然后,根据多阶扰动模式中各模式中分别获得的独立扰动分量的个数以及相应的模型参数,确定多模式扰动抑制器的控制矩阵维度并计算得出其相应的控制参数矩阵,获得了控制结构可调整的LQG多模式扰动控制器;最后,将设计的控制器与重演仿真得到的最优模式增益积分(Optimized Model Gain Integrator,OMGI)控制器进行了性能对比。仿真结果表明,本文提出的多模式扰动控制器对高阶模式中存在的光束扰动表现出良好的抑制性能,同时相较于OMGI控制器,本文提出的控制方法对高阶模式中的窄带扰动表现出更好地控制性能。此外,进一步地验证了光束扰动模型的有效性及辨识方法的可靠性。4.通过对1-m新真空太阳望远镜实际测量连续扰动数据进行重演仿真,进一步分析评估了基于频谱分离和粒子群优化算法的自动扰动辨识方法和基于辨识模型的LQG控制器在实际望远镜系统中的可行性。然后,搭建了自适应光学系统室内实验平台,对系统中存在的多项高阶模式扰动的抑制进行了实验验证。最后,对1.8m中国大型太阳望远镜(Chinese Large Solar Telescope,CLST)系统中由制冷机造成的窄带扰动进行了抑制实验。5.考虑到实际系统中计算资源有限,提出了一种适用于自适应光学系统高阶扰动校正的混合控制方法,在无需专门配置高性能计算机的情况下,既能减少实时计算机的计算量又能够保证对高阶扰动尤其是窄带扰动的有效抑制。通过本文的研究,获得了AO系统中随时间变化的复杂频率光束扰动信号的时域动态模型和频域动态模型,并通过结合频谱分离和粒子群优化算法的自动扰动辨识方法实现了对光束扰动模型的精确描述,解决了目前AO系统中光束扰动模型难以准确获得的问题。其次,根据辨识得到的不同模式分别对应的扰动模型参数和相应的扰动分量个数,

关键词：自适应光学光束扰动模型辨识最优控制

来源：评论

学校读者我要写书评

暂无评论

基于数据驱动的子空间模型辨识预测控制方法

基于数据驱动的子空间模型辨识预测控制方法

引用

作者：李志刚桂成明 215000 江苏省苏州市吴中市紫泾街36号8#1—3层

本发明涉及一种基于数据驱动的子空间模型辨识预测控制方法，包括通过子空间模型辨识方法离线辨识被控对象，获取离线状态空间模型；将获得的离线状态空间模型作为预测模型，基于模型预测控制策略控制系统，改变被控对象的特征值，采集... 详细信息

标准号: CN114077195A

本发明涉及一种基于数据驱动的子空间模型辨识预测控制方法，包括通过子空间模型辨识方法离线辨识被控对象，获取离线状态空间模型；将获得的离线状态空间模型作为预测模型，基于模型预测控制策略控制系统，改变被控对象的特征值，采集被控对象特征值改变后的在线输入输出数据；通过子空间模型辨识方法在线辨识被控对象，获取在线状态空间模型；更新在线状态空间模型，直至根据在线状态空间模型控制的系统输出值与被控对象的真实输出值的差值小于预设值。本发明在未知系统模型的情况下，通过子空间模型辨识方法求得状态空间系统矩阵的系数，在此基础上，对被控对象进行控制并且更新模型，最终使得被控对象模型辨识准确且稳定运行，达到良好的运行状态。

关键词：被控对象空间模型模型辨识子空间在线状态离线状态矩阵被控对象模型策略控制系统模型预测控制输入输出数据状态空间系统离线辨识数据驱动未知系统稳定运行系统输出预测控制预测模型运行状态在线辨识辨识预设更新采集输出

来源：评论

学校读者我要写书评

暂无评论

一种基于模型辨识降低锅炉飞灰含碳量的方法和系统

一种基于模型辨识降低锅炉飞灰含碳量的方法和系统

引用

作者：崔锐李海滨侯小龙李振华赵民政陈虎亮王彦龙焦健郑妍 100142 北京市海淀区定慧北里23号蓝慧大厦

本发明实施例提供一种基于模型辨识降低锅炉飞灰含碳量的方法和系统，针对原始数据多层次的预处理方法，避免了坏点或者无效点的使用，减少了对辨识精度的影响，设定了模型的结构类型，采用工程中比较实用的方法，建立起输入与输出之间... 详细信息

标准号: CN114896862A

本发明实施例提供一种基于模型辨识降低锅炉飞灰含碳量的方法和系统，针对原始数据多层次的预处理方法，避免了坏点或者无效点的使用，减少了对辨识精度的影响，设定了模型的结构类型，采用工程中比较实用的方法，建立起输入与输出之间的规律性关系，为实际运行提供操作依据。深度分析每个可调整变量对输出的影响惯性权重大小，指导运行人员进行不同工况下的参数调整；定量分析模型的好坏，以便于更好的利用模型的输出来为运行人员提供更精准的操作,保证模型的准确性和适用性。对飞灰可燃物含量预测及其优化方法进行研究，对于提高燃煤机组效率，确保机组的安全运行，降低发电企业的生产成本，实现节能减排有着极为重要的意义。

关键词：输出锅炉飞灰含碳量预处理定量分析模型飞灰可燃物规律性关系安全运行参数调整发电企业含量预测节能减排结构类型模型辨识燃煤机组深度分析原始数据可调整辨识坏点生产成本机组优化保证研究

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的尾座式垂直起降无人机模型辨识研究

基于机器学习的尾座式垂直起降无人机模型辨识研究

引用

作者：彭秀枫哈尔滨工业大学

学位级别：硕士

无人机模型辨识是无人机技术研究领域的重要环节之一。尾座式垂直起降无人机是一种在结构、飞行方式等方面都较为特殊的机型,因此对其模型辨识研究提出了很高的要求与挑战。本文针对尾座式垂直起降无人机进行了基于机器学习的模型辨识研... 详细信息

无人机模型辨识是无人机技术研究领域的重要环节之一。尾座式垂直起降无人机是一种在结构、飞行方式等方面都较为特殊的机型,因此对其模型辨识研究提出了很高的要求与挑战。本文针对尾座式垂直起降无人机进行了基于机器学习的模型辨识研究,研究内容包含以下四个方面:充分调研了无人机模型辨识领域已有的传统解决方案,分析并总结了传统方案中存在的不足,针对尾座式垂直起降无人机的特性,明确了基于机器学习的尾座式垂直起降无人机模型辨识研究的重要性及可行性。深入分析了尾座式垂直起降无人机的动力学特性,通过实验数据确定了尾座式无人机飞行过程中的攻角与侧滑角范围,指出如何处理大攻角、大侧滑角所导致的非线性气动特性,是尾座式无人机模型辨识的关键。建立了尾座式垂直起降无人机的动力学方程,通过对循环神经网络的深入研究,结合尾座式垂直起降无人机的动力学特性,提出了基于循环神经网络的机器学习辨识方法,并利用该框架对尾座式垂直起降无人机进行了模型辨识,与最小二乘法相比,能够更好的表达尾座式无人机的非线性气动特性,具有更好的效果。在对尾座式无人机动力学特性进一步分析的基础上,区分模型已知部分和未知部分,对上述机器学习辨识方法进行改进,提出了一种基于灰盒模型的改进型机器学习辨识方法。使用改进的机器学习辨识框架,对尾座式无人机进行了仿真分析与实验研究,结果表明改进能够进一步提高辨识精度。

关键词：尾座式垂直起降无人机模型辨识最小二乘法机器学习

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：