磁流变阻尼器双曲正切模型参数辨识方法

只有实验数据条件下,如何高效精确地识别磁流变阻尼器动力学模型参数,是一个亟待解决的问题。针对该问题,本文从双曲正切模型出发,在磁流变阻尼器力学特性实验的基础上,提出遗传算法与非线性最小二乘算法结合的方法进行参数识别,并利用simulink工具箱进行数值仿真验证。结果表明：遗传算法与最小二乘算法结合的方法识别精度高,速度快,拟合的结果和辨识的模型均能满足要求。     

参数辨识在船舶运动控制中的研究与应用

本文以系统辨识的方法,对船舶运动模型--KT方程的参数进行辨识.通过分别研究最小二乘法和遗传算法在船舶运动方程参数辨识中的应用,提出了一种结合最小二乘法和间接模型参考自适应法的混合辨识算法,并经仿真实验数据的辨识结果分析,有力地证明了本方法的可行性和合理性.     

考虑温度效应的磁流变阻尼器的Bouc-Wen模型

由于能量耗散生热、环境温度以及通电线圈产生的热能会使磁流变阻尼器在很大的温度范围内工作,温度对磁流变阻尼器输出阻尼力有很大影响,因此有必要实验研究温度对磁流变阻尼器输出特性的影响和建立能在较大温度范围预测磁流变阻尼器阻尼力的数学模型。本文从Bouc-Wen模型出发,通过温度实验数据,建立了能在较大电流范围和温度范围内使用的数学模型,并用1stOpt软件的通用全局优化算法识别模型参数,验证表明该模型能很好地体现磁流变阻尼器不同温度时的阻尼特性。     

遗传算法在船舶建模与控制中的应用

通过分析基本遗传算法存在的问题对其进行改进。利用高级遗传算法对船舶运行模型中的参数进行控制,并且对航行过程遇到的干扰噪声进行处理,最后通过仿真实验对本文设计的算法和最小二乘法进行比较,实验结果表明,即使在噪声干扰下,本文算法识别精度仍然高,并且对激励的要求限制小。     

基于正弦函数处理新息的船舶模型参数辨识新算法

[目的]当船舶试验数据样本少时,将面临难以快速、准确辨识船舶模型参数的难题。[方法]基于最小二乘系统辨识算法,采用正弦函数处理新息,提出一种基于正弦函数非线性新息处理的船舶模型参数辨识算法。以"育鲲"船为例进行仿真实验,在只有26组辨识数据的情况下,对比最小二乘法和非线性新息改进最小二乘法的模型参数辨识效果,并利用"育鹏"船对所提算法的有效性进行验证。[结果]结果表明:与最小二乘法相比,非线性新息改进最小二乘法的模型参数辨识精度提升了15%左右。[结论]研究结果可为小样本数据情况下的船舶模型参数辨识提供参考。     

基于格型递归最小二乘算法的船舶运动极短期预报

在最小二乘方法(RLS,recursive least square)的基础上,提出利用格型递归最小二乘(LRLS,lattice recursive least square)算法对AR模型参数进行自适应估计.该算法为模块式的多极格型结构,降低了一般RLS算法的计算复杂度.利用实测的动态数据结合AIC准则建立自适应AR预报模型,并将该模型应用于船舶运动预报中,仿真结果表明,相对于最小二乘算法,基于LRLS算法的AR预报模型可有效提高船舶运动预报精度.     

基于多新息最小二乘法的船舶操纵响应模型参数辨识

提出基于多新息最小二乘法的船舶二阶非线性响应型模型参数辨识方法。在实验室环境下对模型船开展Z形试验,分别应用最小二乘递推法和多新息最小二乘法对试验数据进行参数辨识;用得到的模型分别进行Z形试验预报,比较2种方法的准确性和辨识结果的收敛性。试验结果表明:基于多新息最小二乘法的船舶操纵响应模型参数辨识结果收敛更迅速且精度满足要求。     

磁性颗粒沉淀对磁流变阻尼器动力性能影响研究

磁性颗粒沉淀影响了磁流变阻尼器的动力性能及稳定性.在颗粒沉淀机理与阻尼器力学模型分析基础上,以MTS810测试系统的加载激励信号,对剪切阀式磁流变阻尼器进行阻尼力、耗能、时间响应、激振-阻尼力响应性的动力性能试验,比较了在不同励磁电流下,颗粒沉淀、半沉淀、均匀三种不同状态的力学影响.试验结果表明,颗粒沉淀对磁流变阻尼器工作稳定性、阻尼力响应性及减振效果产生较大影响,并为阻尼器结构参数优化及工程实际应用提供有效参考价值.     

热辐射影响下磁流变阻尼器温升建模及试验

为提高磁流变阻尼器在海洋工程复杂环境下动力学性能,研究太阳热辐射对磁流变阻尼器表面温升影响。分析阻尼器的温升原理,结合磁场有限元仿真建立磁流变阻尼器内部做功与外部热辐射混合作用的表面温升模型,采用四阶Runge-Kutta方法求解方程;搭建以电阻式热电偶测量表面温度的阻尼动力学试验平台,并对影响温升的主要参数进行相关性分析。研究表明,所建温升模型和方法可用于预测阻尼器表面热辐射影响下实际温升状态;当表面温度60℃-85℃时,阻尼力衰减达10%-12%,3000s时间太阳热辐射导致温度升幅2.7%。长时间热辐射将对阻尼器减振性能产生较大影响,增大阻尼器缸筒有效面积和相对空气流速可降低表面温升。     

轻型TLP垂向振动的磁流变阻尼器半主动控制研究

将磁流变阻尼器引入到轻型TLP的垂向半主动控制中.使用水动力软件AQWA求取轻型TLP频域内的一阶力、二阶力等水动力参数,通过MATLAB语言编写程序,选取线性二次型经典最优控制（LQR）算法和限界Hrovat半主动最优控制算法,通过对安装了磁流变阻尼器的TLP的垂向半主动控制进行数值模拟,并与采用LQR算法的主动控制以及无控状态进行对比,表明其具有良好的减振效果.     

基于多传感器递推总体最小二乘融合的水下机器人动力学模型参数辨识

对于水下机器人动力学模型辨识问题,如果其观测方程的系数矩阵包含随机扰动,则其最小二乘估计一般是有偏的。为此,该文提出一种基于多传感器递推总体最小二乘融合的水下机器人动力学模型辨识算法(RTLS_F)。首先,给出了集中式总体最小二乘融合的算法;然后,在总体最小二乘框架下,推导出多传感器递推融合估计算法。通过仿真实验对RTLS_F与其它水下机器人动力学参数辨识算法进行了比较。实验结果表明,在系数矩阵和观测向量都含有误差的情况下,最小二乘融合是有偏估计且难以提高估计精度,而RTLS_F算法可以有效改善参数辨识性能。     

基于ASNLS算法的智能浮标浮潜模型参数辨识

[目的]针对智能浮标大深度浮潜模型难以精确量化的问题,提出一种抗数据饱和及测量噪声的最小二乘算法（ASNLS）,以实现浮潜多参数识别及深度预测。[方法]首先,在智能浮标浮潜运动灰箱模型中引入其执行机构的非线性动作特性以契合实际模型,并将连续型浮潜运动方程转化为离散模式以匹配实际离散的数据采样方式;然后,将离散型运动方程构造为基于相关函数的表达形式,以减弱噪声对参数辨识的影响;最后,通过调整协方差矩阵的取值,实现该浮潜参数辨识算法的抗数据饱和功能。[结果]基于2021年智能浮标在南海的大深度试验数据,开展了浮潜运动模型参数辨识及深度预测,验证结果表明：相较于传统的最小二乘算法及支持向量机算法,ASNLS算法的收敛速度更快（较最小二乘算法提高了31.8%）、深度预测误差更小（不同深度下的平均绝对百分比误差均小于9%）。[结论]ASNLS算法可为智能浮标的深度控制和预报提供有效的浮潜模型支撑。     

基于高级遗传算法的船舶模型参数辨识

提出一种以二阶K-T方程为基础，并基于高级遗传算法的船舶参数辨识算法，能有效地保证了算法的收敛性和全局优化能力，避免陷入局部最优解。并引入噪声参数，再用基于多局部种群的遗传算法进行迭代计算，将残差白噪声化。最终将该方法与传统的广义最小二乘算法相比较，得到了较为理想的船舶参数。通过对采集的仿真数据和实际自动舵数据的辨识结果验证了该方法在实际工程应用中的可行性和有效性。     

基于改进LSSVM的船舶操纵运动模型在线参数辨识方法

为实现船舶操纵性的在线预报及自适应运动控制,针对Nomoto二阶非线性运动模型参数辨识问题,将最小二乘支持向量机(least squares support vector machines,LSSVM)与多新息方法相结合,提出一种新的多新息在线LSSVM辨识建模方法。试验结果表明,使用所提出的算法辨识的模型进行预报的拟合误差可达到4.76%以下,能准确拟合船舶操纵运动模型。     

基于遗传算法的非线性最小二乘在纯方位系统中的应用

鉴于非线性最小二乘法在国内目标运动分析中应用较少的现状,研究了纯方位系统的非线性最小二乘解法,提出了遗传算法的求解方法.结合实际问题设计了具体的遗传算法,并用实例进行了仿真分析.通过仿真结果的比较,可以看出用遗传算法的非线性最小二乘法明显优于线性方法,也优于非线性方法的梯度解法.     

一种单站纯方位跟踪中的非线性最小二乘方法

对纯方位跟踪问题进行了描述,通过建立模型,设计求解算法,提出了一种解纯方位跟踪问题的非线性最小二乘方法,并将它与解纯方位跟踪问题的线性最小二乘方法进行了比较与仿真分析。仿真结果表明,非线性最小二乘方法具有较高的估计精度,是一种有效的算法,对潜艇实施隐蔽探测与跟踪具有重要意义。     

传动齿轮箱体的振动模态分析

齿轮传动装置是舰船的主要振动和噪声源之一,本文在建立传动齿轮箱体模态试验的理论模型和试验模型后,采用移动锤击法采集各点的冲击数据和响应数据.用最小二乘复指数法识别出箱体的模态参数,并与有限元计算结果进行了对比分析,证明本文所采用的研究齿轮传动箱振动模态的方法是行之有效的.     

载人潜水器水平面动力学模型系统辨识

系统辨识是一种通过测量并分析输入与输出响应的数据,建立系统数学模型的方法.基于最小二乘准则,以收缩映射遗传算法为辨识算法,对载人潜水器水动力系数进行辨识,获得了水平面动力学系统数学模型.通过某型深海载人潜水器的运动仿真试验,有效地验证了该种建模方法的正确性.     

基于支持向量机的水下机器人操纵运动参数辨识

根据平面运动机构试验所得到的水动力系数确定水下运载器的运动方程,应用最小二乘支持向量机对水下运载器的试验数据进行分析,辨识得到了水动力系数,并将辨识得到的参数同平面运动机构试验所确定的参数相比,验证了最小二乘支持向量机进行水下运载器操纵运动参数辨识的有效性。根据所辨识的水动力系数进行了模型验证,证明所辨识得到的水动力参数是可靠的。该方法对水下运载器的操纵和控制的研究有重要意义。     

五自由度无轴承异步电机动态解耦控制

为实现五自由度无轴承异步电机高精度动态解耦控制,提出一种基于最小二乘支持向量机逆的解耦控制方法.首先,建立五自由度无轴承异步电机数学模型并进行可逆性分析,然后,利用最小二乘支持向量机在有限数据样本下对高维非线性函数的回归能力来辨识五自由度无轴承异步电机逆模型,并利用粒子群算法优化最小二乘支持向量机的参数,以提高对逆模型的拟合和预测精度,最后,将最小二乘支持向量机逆与原系统相串联得到伪线性系统,并设计PID闭环控制器对五自由度无轴承异步电机进行复合控制,实现了原系统径向位移、轴向位移、转速以及磁链间的非线性动态解耦.仿真研究验证了该控制策略的有效性.