物体斜出水过程的轴向水动力参数辨识

文章对约束物体零攻角高速出水的轴向水动力参数进行了辨识,获得了轴向方向的附加质量和阻力系数的非线性模型.同时,用零攻角的其它斜出水试验状态下的试验数据对辨识结果进行了验证,验证表明,利用辨识获得的水动力模型计算的结果与试验数据比较吻合,辨识算法是有效的,获得的水动力模型是可靠的.     

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。     

振动压实土体参数的辨识

讨论振动压实动力学方程,通过振动压路机激振力幅值F0及检测机架和碾轮工作状态下的加速度,利用合适算法辨识出被压实土体参数.     

大型船舶运动方程辨识方法研究

针对大型船舶水面二阶运动方程参数辨识问题,提出了一种舵效参数K与时间参数T独立辨识的方法。该方法利用恒舵角机动来辨识舵效参数K,在船舶恒舵角机动完成后,再进一步利用零舵角运动来辨识时间参数T,通过某型船舶的实验测试验证了所提出的辨识算法的有效性。     

基于遗传算法的船舶横向运动水动力参数辨识的研究

随着海上资源开发与航运物流的发展,海上舰船的动力性能和载重量也不断提高。其中,船舶的动力性能直接决定了船舶的航行安全,对船舶动力性能进行分析和优化有重要的意义。本文研究的主要内容是船舶运动水动力参数的辨识,采用基于遗传算法的参数辨识方法,并详细介绍了该基于遗传算法的横向运动力参数辨识的过程,具有重要的意义。     

船体结构的外载荷辨识

本研究利用有限元数值分析方法，通过引入边界条件矩阵，提出了一种基于位移反分析的船体结构承受力作用时的外力载荷约束优化辨识方法；程序实现后的数值计算表明，根据结构受载后观测点的变形测量值来辨识外载荷的大小和作用点，具有稳定收敛的解。     

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.     

一种基于神经网络集成的舰船参数辨识方法

针对舰船的水面动力响应提出了一种基于神经网络集成参数辨识模型,通过由系统微分方程导出的完备状态点的概念,给出了个体网络的生成方法和一种特殊的集成神经网络的模型分解法,可使模型的输出动态逼近目标的实际可能状态,进而对舰船的相关参数做出有效估计;并对所提出的辨识模型进行了稳定性和收敛性分析。仿真试验表明模型具有快速准确的逼近能力和很好的泛化能力。     

船舶动力定位系统参数辨识方法的研究

根据船舶动力定位控制系统设计的需要,针对水面舰船三自由度动力定位系统的结构和组成原理,提出了水面舰船动力定位控制系统模型参数的离线最速下降寻优的辨识方法,它既能节约系统模型参数的辨识时间,又能减少试验费用,从总体上提高了动力系统研制过程的工作效率。     

振动压实土体参数的辨识

讨论振动压实动力学方程,通过振动压路机激振力幅值Ｆ０及检测机架和碾轮工作状态下的加速度,利用合适算法辨识出被压实土体参数。     

基于改进粒子群优化算法的船舶纵向运动参数辨识

针对粒子群优化算法易于陷入局部最优的缺点,提出了一种改进的粒子群优化算法,并将改进的算法应用到船舶纵向运动模型的参数辨识.对辨识结果进行了验证,表明,利用改进的粒子群优化算法有较快的收敛速度和稳定性,辨识获得的水动力参数计算的结果误差均在允许范围内,得到的纵向运动的状态参数与理论观测值吻合度较高,辨识算法有效可行.     

云自适应粒子群优化算法在船舶纵向运动参数辨识中的应用

为解决粒子群算法存在的易收敛于局部最优的问题,提高算法的精度和速度,本文提出云自适应粒子群优化算法,并将该算法应用于船舶纵向运动参数识别模型中,经过辨识得到的船舶纵向运动参数的误差值在允许范围内,且状态参数和理论值具有较高吻合度。     

基于云粒子群算法的船舶纵摇运动参数辨识

提出一种基于云粒子群优化算法的船舶纵摇运动参数辨识方法。该方法利用正态云发生器自适应调整粒子群算法的惯性权重,并在算法进化过程中对粒子位置进行基于云模型的变异操作,可以很好地解决算法早熟收敛的缺点,能够提高算法的收敛精度和收敛速度。应用该算法对船舶纵摇有关运动参数进行辨识,辨识结果在可以接受的范围之内。     

基于改进粒子群优化算法的船舶纵向运动参数辨识

针对粒子群优化算法易于陷入局部最优的缺点,提出了一种改进的粒子群优化算法,并将改进的算法应用到船舶纵向运动模型的参数辨识。对辨识结果进行了验证,表明,利用改进的粒子群优化算法有较快的收敛速度和稳定性,辨识获得的水动力参数计算的结果误差均在允许范围内,得到的纵向运动的状态参数与理论观测值吻合度较高,辨识算法有效可行。     

水下航行体水动力参数智能辨识方法研究

通过水下航行体的状态方程和试验观测方程,利用智能辨识技术对水下航行体的模拟运动数据进行了仿真辨识,求得了10个水动力参数.结果表明,智能算法简单有效,对目标函数没有可微性和连续性要求,避免了复杂的梯度矩阵计算,适合在复杂的非线性水动力系统辨识中应用.     

基于MATLAB的卡尔曼滤波法参数辨识与仿真

本文介绍了基于MATLAB的使用卡尔曼滤波法进行参数辨识的设计与仿真方法。简述了参数辨识的概念和卡尔曼滤波法应用于参数辨识的基本原理,结合实例与最小二乘法进行比较,给出了相应的仿真结果和分析。     

并行扩展卡尔曼滤波的船舶模型参数辨识研究

随着人类对海洋的开发,对船舶数学模型的要求越来越高。为确定船舶运动模型的未知参数,首先针对船舶特点建立相应的数学模型,并提出一种并行扩展卡尔曼滤波算法,该方法通过一种并行计算使辨识效率更高,之后设计辨识实验,将得到的辨识结果进行仿真,并且与传统扩展卡尔曼辨识的结果进行对比,仿真结果表明改进的算法优于扩展卡尔曼滤波。     

采用状态参数辨识的惯性导航系统故障检测方法研究

针对惯性导航系统故障维修时间长的问题,提出了采用卡尔曼滤波器估计系统内部状态和参数,采取z。检验法来确定系统量测信息的有效性的方法,给出了滤波器设计需要的系统状态参数。在某型惯性导航系统故障维修中验证了通过采用卡尔曼滤波器对系统内部参数进行估计,可以提高故障诊断的效率。     

智能算法和物体斜出水水动力参数辨识

提出了一种基于智能技术的新的辨识算法一随机差分群体智能算法,并对约束物体带攻角高速出水的水动力参数进行了辨识,建立了λ22和C,的数学模型.用同一攻角的其它试验数据对辨识的模型进行了验证,结果表明,模型的预测值与观测值相当一致.     

基于模型参考自适应的电动车用内置式永磁同步电机电感参数辨识技术研究

内置式永磁同步电机(IPMSM)由于其优良的转矩特性和宽广的调速范围而广泛运用于电动汽车电驱系统。与表贴式永磁同步电机(SMPSM)不同,IPMSM转子具有强烈的凸极效应。因此其控制方式相较表贴式更为复杂,需要更加精确的电机数学模型。但是由于饱和效应和交叉耦合,电感参数会随运行工况变化而发生变化,从而影响系统控制精度,所以能够实时掌握内置式永磁同步电机电感参数是非常重要的。本文采用模型参考自适应算法(MRAS)实现IPMSM电感参数在线辨识,运用Runge Kutta离散化方法建立可调模型,依据Popov超稳定性定理推导出自适应律。仿真结果表明,采用MRAS的在线参数辨识算法可以准确、实时地辨识出IPMSM的交、直轴电感。