水轮发电机组控制系统辨识研究

文章介绍了系统辨识的定义及其算法原理与实现,概述了系统辨识在水轮发电机组控制系统的应用,着重阐述了最小二乘法、神经网络模型和智能优化法等该领域的主要研究方法和研究成果,提出将多种系统辨识方法相结合形成综合智能系统辨识技术,供参考。     

利用串并联自适应辨识器识别机械振动系统的物理参数

提出利用模型参考自适应辨识器的原理来识别机械振动系统的质量矩阵、刚度矩阵和阻尼矩阵;设计了适用于线性定常机械振动系统的串并联辨识器;分析了该辨识器的稳定性和收敛性条件;最后通过一个简单的例子说明了辨识器的设计步骤。     

拖拉机自动换挡神经网络控制系统的研究

针对拖拉机在田间作业的复杂状况,分析了影响拖拉机换挡的因素,介绍了拖拉机自动换挡神经网络控制和挡位辨识原理。利用神经网络芯片ZISC036和PIC17C42单片机,建立了径向基函数神经网络（RBFNN）控制器。通过MATLAB样本数据仿真表明,该控制器可以较好地实现挡位辨识,从而为拖拉机自动换挡的设计与研究提供了理论依据。     

挖掘臂电液伺服系统非线性辨识

针对机理建模存在未建模动态及其参数辨识难的问题,采用由分段非线性模块、线性时不变动态模块及间隙非线性模块串联组成的Pseudo-Hammerstein-Wiener模型来描述挖掘臂电液伺服系统。利用关键变量分离原理将系统模型化解为最小二乘格式,再采用带中间变量估计的改进递推最小二乘算法进行辨识。实验表明,辨识所得Pseudo-Hammerstein-Wiener模型能很好地逼近实际系统,误差比Hammerstein及线性模型分别减少29%及68%。     

Nonlinear Identification of Excavator Arm' s Electro-hydraulic Servo System

针对机理建模存在未建模动态及其参数辨识难的问题,采用由分段非线性模块、线性时不变动态模块及间隙非线性模块串联组成的Pseudo-Hammerstein-Wiener模型来描述挖掘臂电液伺服系统.利用关键变量分离原理将系统模型化解为最小二乘格式,再采用带中间变量估计的改进递推最小二乘算法进行辨识.实验表明,辨识所得Pseudo-Hammerstein-Wiener模型能很好地逼近实际系统,误差比Hammerstein及线性模型分别减少29％及68％.     

水轮机转子系统动力学参数在轨辨识方法

正确辨识水轮机转子系统动力学参数是研究水轮机转子系统可靠性、稳定性的关键，对提高水轮机组的运行安全有非常重要的意义。本研究对水轮机转子系统动力学参数的基础特性进行了划分与确定，将动力学相关参数与算法在水轮机、轴承、盘轴模型中体现，确定了圆盘结构为在轨辨识方法的核心结构。分析了常用的频域辨识法、动力学参数辨识法及智能算法下的参数辨识法，在传统辨识方法基础上提出了在轨辨识方法应用策略及减小辨识结果误差方法。利用对比实验验证了在轨辨识方法识别动力学参数的精准度和稳定性，结果表明：相比传统的瞬时功率计算辨识方法和电磁轴辨识方法，在轨辨识方法的适应能力提高了0.5个点，精准度提高了0.3 MW左右。     

汽油机油膜模型参数辨识

为了提高汽油机瞬态空燃比的控制精度,油膜模型被广泛使用。回顾了油膜模型参数的传统辨识方法,提出了可加快辨识过程的解耦辨识法,实现了模型参数的解耦自动辨识。通过仿真试验,证明了该解耦辨识法的有效性。最后提出了较为理想的双方程辨识方法,可定量计算得到油膜参数的值。     

车用内置式永磁同步电机电感参数辨识方法

设计了一种用于电感参数辨识的高频响应电流处理方法,辨识出了电机的直、交轴电感参数,并且分析推导了逆变器非线性因素对电感参数辨识精度的影响。通过对响应电流进行两个延时滤波和两个同步轴滤波分析,剔除了基波和其他高频杂波,精确地得到高频电流的正、负相序幅值,辨识出了直、交轴电感参数。该在线参数辨识方法不仅在电机静止时能进行辨识,而且在电机正常运行的各个负载和速度下也能辨识出电感。电机实验结果表明,在不同负载和转速下的直、交轴电感辨识结果准确度较高,有助于电机驱动系统性能的改进。     

多种智能优化算法在水轮机调节系统参数辨识中的对比研究

参数辨识是系统辨识的重要内容,其方法的有效性决定了建模的最终精度。水轮机调节系统是一类复杂非线性系统,其参数会随运行工况的变化而改变。同时,实际测量信号受环境的影响而夹杂着噪声等无关信息,这将增加参数辨识的难度。因此,对于不同工况和测试条件,参数辨识方法的适用性和精度,以及参数的可辨识性值得进一步研究。以国网水口电站机组为研究对象,基于多种智能优化算法并考虑多种试验工况,对比研究了在不同辨识场景下各辨识算法的有效性和精度,以及参数的可辨识性。结果表明,生物地理学优化算法在各种辨识条件下均具有较好且稳定的性能。     

变步长的最小二乘递推算法

针对固定步长的最小二乘递推算法在信号辨识中采集数据量大、辨识速度较慢的缺点,提出了变步长的最小二乘递推算法,在保证同等辨识精度的条件下, 采集的数据明显减少,大大提高了辨识速度。     

拱坝监测变形的系统辨识模型研究

介绍了大坝安全监测目前常用的3种变形模型的优缺点和系统辨识的基本原理，在此基础上将系统辨识理高分子引入到拱坝监测变形模型研究中。以MatLab软件中的系统辨识工具包为平台，建立以水位、气温和时间为输入，坝体监测变形为输出的拱坝监测变形多输入单输出系统辨识模型，并应用损失函数和AIC准则等对模型的预测精度进行了分析判断，验证了系统辨识模型的方法的可行性和预测性的可靠性，研究工作对其它水工建筑物的安全监测变开模型的建立具有一定的参考价值。     

基于模糊推理的坝上地区温室杂草识别专家系统的开发

适用于我国坝上地区实际特点的温室杂草识别专家系统目前尚未解决杂草识别过程中的模糊性问题。为此,针对坝上温室杂草识别专家系统知识描述的不确定性,对其中的不确定因素采用模糊逻辑与产生式规则相结合的方法,引入多维模糊推理算法,结合杂草的形态特征进行识别,开发了基于模糊推理的坝上地区温室杂草识别的专家系统。     

汽车悬架系统的RBF网络模型辨识

利用小波良好的去噪性能，选择了合适的参数对越野吉普车BJ2020S实验测量信号进行小波去噪。运用BA3F网络具有逼近任何非线性函数且具有自学习和自适应的能力，建立了汽车悬架系统的非线性模型。通过与BP网络的比较．辨识结果表明：BA3F神经网络辨识精度高，响应速度快，小波和BA3F神经网络相结合是一种有效的系统辨识方法。     

发动机排气噪声有源控制的模拟实验

发动机排气噪声是宽带噪声。在能够获得参考信号的前提下,采用白适应有源消声(Adaptive active nois econtrol,简称AANC)的前馈控制(Actire feedforward control)是有效的方法。为此,在引用Filtered—MS算法的基础上,分别对参考信号的采集和系统识别进行分析,并进行了仿真实验。     

P2P流量检测技术

对P2P流量的检测，把它和传统的流量区分出来。这里我们介绍了4种典型的P2P流量检测技术：常用端口检测法、应用层特征检测法、流量特往检测法以及连接模式检测法，总结各个技术的优缺点，最后分析了P2P流量检测技术进一步的研究方向。     

麦田杂草的图像识别技术的研究

主要研究了麦田杂草的图像识别技术,设计了麦田杂草识别系统.该系统包括使用数码相机进行麦田图像数据的采集,实现对图像的预处理;绿色植物与土壤背景的分割包括图像的灰度化与格式转换和图像的二值化;作物与杂草的分割包括作物中心行的识别和作物行的滤除,最后获取杂草图像.在滤除作物行的过程中确定边界阈值时采用通过先计算手工标定的作物行宽度与计算机自动检测的作物行宽度之间的相对误差,然后选定合适的对应最小误差的作物行边界阈值的方法.该系统全程使用MATLAB语言编程,系统最终目的是根据杂草和作物分布的位置特征滤除作物行,识别出杂草.     

休眠期果树修剪机器人视觉感知系统研究现状

视觉感知系统是休眠期果树修剪机器人重要的组成部分,其决定了修剪机器人完成剪枝作业的质量。为明确修剪机器人视觉感知系统所面临的挑战以及未来发展方向,本文首先对休眠期果树修剪机器人系统组成进行了描述,然后对果树枝干信息采集方法、枝干的识别方法等进行概述。分析目前修剪机器人视觉感知系统存在的问题,并指出果树修剪机器人研究的重点方向,为未来修剪机器人的落地应用提供一些参考。     

系统辨识技术在农田排水系统中的应用

本文根据安徽淮北砂姜黑土区农田排水试验资料,采用系统辨识技术,建立农田排水系统的NDDMLPADS模型,模型通用性好,使用方便,为不同排水方式和工程规格条件下,进行农田地下水位动态模拟提供了一个新途径。     

农业机械性能试验鉴定的智能化系统框架分析

农业机械试验鉴定是通过科学试验、检测和考核,对农业机械的先进性、适用性、安全性和可靠性做出的技术评价,是促进农业机械的推广应用,以及维护农业机械用户、生产单位、销售单位等各方合法权益的有力保障,是国家农业机械化健康发展的重要技术支撑。分析了农业机械智能化概况,提出了农业机械性能试验鉴定智能化系统所具备的功能框架,基于功能框架提出了智能化系统框架结构及试验鉴定流程框架,为后续试验鉴定智能化系统构建提供技术与理论依据。      

面向叶类蔬菜病害识别的温室监控视频采集系统

为满足温室叶类蔬菜病害准确识别的视频数据需求,结合温室叶类蔬菜病害发生的特点,采用物联网技术,基于传感器感知的环境信息与摄像机监控视频信息,构建了一种面向叶类蔬菜病害识别的温室监控视频采集系统。该系统将案例检索与模糊推理方法相结合,设计温室监控视频获取方法,将传感器实时采集的数据与知识库中的病害产生环境条件相匹配,以匹配结果作为视频采集的依据,实现了监控视频的智能采集;并利用模糊推理方法,弥补案例检索结果不够全面的问题,确保了数据的准确获取。同时,该系统还提供了实时数据显示、实时视频监控等功能。系统应用结果表明,该系统能够满足温室叶类蔬菜病害识别的视频数据需求。