共查询到19条相似文献，搜索用时 750 毫秒
1.
2.
《常熟理工学院学报》2017,(4)
在许多实际过程控制中,多变量或者多输入系统是广泛存在的.针对这一情况,本文主要研究了具有多个输入并且输出单一的Wiener非线性系统的参数估计和辨识问题.首先运用关键项分离技术,得到一个可辨识的多输入Wiener非线性模型,针对模型的未知参数提出了Levenberg-Marquardt迭代辨识算法进行估计和辨识,最后运用数值仿真校验了算法的效果. 相似文献
3.
4.
《常熟理工学院学报》2016,(4)
研究受滑动平均有色噪声干扰的非均匀采样非线性系统的参数辨识算法.针对系统中存在不可测中间变量的问题,利用辅助模型对其进行估计,进一步提出递推增广最小二乘算法对系统参数进行辨识.并通过计算机MATLAB仿真验证了算法的有效性. 相似文献
5.
以比例阀的输出为系统输入,液位值为系统输出,对液位控制系统进行ARX建模研究。选用AIC准则作为系统模型阶次的选择原则,以最小二乘法来辨识模型参数,辨识了系统的ARX模型。模型的预测输出和实际输出的比较结果证实了ARX建模在液位控制系统中的有效性。 相似文献
6.
《实验室研究与探索》2015,(9):120-125
因感应电机矢量控制中对电机参数的准确测量之需,提出一种工业应用的参数辨识方法。该算法的基础是基于分类的矢量控制,对逆变器的输出矢量进行分类可以将算法线性化以节约处理器的计算时间,并且验证了其谐波含量也更低。电机工作时转矩和磁链对电阻的变化敏感,而传统的辨识模型对电机参数有一定依赖性,稳定性差。鉴于此,在分类法矢量控制的基础上设计了基于无功功率的模型参考的自适应系统以辨识转子电阻。因无功功率模型中不含有受电机运行工况影响的参数,保证了算法的鲁棒性。经仿真和实验分析,验证了所设计的辨识系统的灵敏性、准确性和可靠性。 相似文献
7.
8.
9.
文章针对随机混沌系统辨识引入贝叶斯正则化方法的BPNN模型,使神经网络具有自适应性和推广能力;并交替使用贝叶斯正则化算法和混沌退火算法对网络参数进行优化,使系统具有最佳参数．以Logistic系统为例进行仿真分析,结果表明辨识模型不仅能够拟合原混沌系统,而且训练后的网络对含噪声的随机混沌系统有很好的辨识能力,精度良好．为下一步的设计控制器对混沌系统进行控制消除混沌,奠定了良好的基础． 相似文献
10.
11.
A dynamic velocity feed-forward compensation control (DVFCC) approach with RBF neural network (RBF-NN) dynamic model identification was presented for the adaptive trajectory tracking of industrial robots.The proposed control approach combined the advantages of traditional feedback closed-loop position control and computed torque control based on inverse dynamic model.The feed-forward compensator used a nominal robot dynamics as accurate dynamic model and on-line identification with RBF-NN as uncertain part to improve dynamic modeling accuracy.The proposed compensation was applied as velocity feed-forward by an inverse velocity controller that can convert torque signal into velocity in the standard industrial controller.Then,the need for a torque control interface was avoided in the real-time dynamic control of industrial robot.The simulations and experiments were carried out on a gas cutting manipulator.The results show that the proposed control approach can reduce steady-state error,suppress overshoot and enhance tracking accuracy and efficiency in joint space and Cartesian space,especially under highspeed condition. 相似文献
12.
城市工业废气排放量变化是非线性的,同时具有复杂的随机性和趋势性特点,传统单一预测模型难以对其变化规律进行准确表达,从而导致预测精度较低。为提高城市工业废气排放量的预测精度,提出了GM-BP组合模型。通过GM（1,1）模型对城市工业废气排放量变化趋势进行预测,然后运用BP神经网络模型对GM（1,1）模型的趋势预测值进行误差修正,以提高预测精度。对南京市2007～2010年城市工业废气排放量进行的仿真实验表明,GM-BP模型的预测精度较高,能够应用于城市工业废气排放量预测。 相似文献
13.
WU Xiao-juan ZHU Xin-jian CAO Guang-yi TU Heng-yong 《浙江大学学报(A卷英文版)》2007,8(9):1505-1509
The solid oxide fuel cell (SOFC) is a nonlinear system that is hard to model by conventional methods. So far,most existing models are based on conversion laws,which are too complicated to be applied to design a control system. To facilitate a valid control strategy design,this paper tries to avoid the internal complexities and presents a modelling study of SOFC per-formance by using a radial basis function (RBF) neural network based on a genetic algorithm (GA). During the process of mod-elling,the GA aims to optimize the parameters of RBF neural networks and the optimum values are regarded as the initial values of the RBF neural network parameters. The validity and accuracy of modelling are tested by simulations,whose results reveal that it is feasible to establish the model of SOFC stack by using RBF neural networks identification based on the GA. Furthermore,it is possible to design an online controller of a SOFC stack based on this GA-RBF neural network identification model. 相似文献
14.
从建立稳定、精确的非线性预测模型出发,以Broyden,Fletcher,Goldfarb和Sharmo(BFGS)的拟牛顿优化算法为基础,在神经网络的训练过程中引入两个含有不同参数的拟牛顿校正公式并行的确定搜索方向,通过不精确搜索法求取最优步长,最后根据性能指标取最优的一个搜索方向和相应的步长对网络各层之间的权值进行修正。控制器采用神经网络递推多步预测、自补偿式在线闭环反馈校正以及迭代学习求解进行优化的方法。Matlab仿真结果验证了该方法的有效性。 相似文献
15.
INTRODUCTION Model predictive control (MPC), based on pre-dictive model and receding horizon optimization, has become an attractive feedback control strategy, be-cause it has found successful applications, especially in the process industry. For this kind of control strategy, the predictive model is a crucial component because the essence of MPC is to optimize the fore-cast of process behavior (Rawlings, 2000), and the forecast is accomplished with the predictive model. If the controll… 相似文献
16.
为了满足现代工业生产中精度要求高、操作快捷的要求,提出基于单目视觉的单图标定算法。通过采集一张棋盘格标定板图像,精确提取棋盘格角点坐标,使用仿射变换得到像素坐标系和世界坐标系的仿射变换矩阵,分析Halcon仿射变换矩阵和张氏标定法相机模型的对应关系,得到详细的相机内参,再对图像进行畸变矫正,得到像素当量。多次Halcon实验结果表明,提出的算法与其他方法相比,操作更加快捷,标定结果标准差可控制在0.02 mm 以内,能够满足现代工业生产需要。 相似文献
17.
提出了一种基于Volterra系数模型, 用于提高非线性传感器性能的新方法. Volterra模型可作为一个非线性滤波器用于降低传感器的噪声, 并可对传感器进行非线性补偿. 在实验中, 采用精度较低的压力传感器MPX10作为实验传感器, 采用具有较高精度的传感器MPX2010产生构建Volterra模型的训练学习数据. 仿真实验表明, 利用Volterra 模型进行滤波, 传感器MPX10的精度由原来的0. 354～0. 42 变为 0. 041～0. 053. 由此可见该方法可有效地提高传感器的性能与精度, 并具有较高的环境适应能力. 相似文献
18.
为提高工业控制系统入侵检测的准确性,针对工业控制系统应用最广泛的Modbus协议缺陷,采用蜜罐技术将ModbusTCP协议数据包引入蜜罐系统中,研究其在蜜罐系统的活动记录,提取Modbus通信协议特征和蜜罐活动特征。采用核主成分分析法对非线性、高复杂度的Modbus通信行为进行特征优化;针对蜜罐系统中正负样本不平衡特点,采用加权SVM进行有效地精准分类。最后搭建仿真环境,利用Conpot蜜罐模拟工业控制系统场景,通过准确率、误报率和检测时间3个维度对检测方法进行对比。实验结果表明,该方法整体准确率达98.2%,可以应用于工控系统入侵检测,精确判别异常行为。 相似文献
19.
为了解决常规方法拟合多维非线性函数的预测结果精度较低问题,采用非线性映射能力较强的BP神经网络进行多维非线性函数拟合。通过对BP神经网络结构及训练过程的分析,依据给定的两维非线性函数构建BP神经网络模型,并利用MATLAB软件对BP神经网络进行预测。仿真结果表明,BP神经网络对于两维非线性函数有良好的拟合能力,拟合误差小、收敛速度快,也使该方法具有较好的推广性。 相似文献