基于LS-WSVM的光纤陀螺漂移辨识

提出了一种最小二乘小波支持向量机(LS-WSVM)的光纤陀螺的漂移辨识算法.该方法将Mexihat小波函数作为核函数,与最小二乘支持向量机(LS_SVM)相结合建立起通用模型;用光纤陀螺漂移数据训练通用模型,从而得到该光纤陀螺的漂移模型.并用F法则检验了该模型的适应性.试验表明,在相同条件下,与基于Gauss核函数的最小二乘支持向量机模型相比,该模型拥有更高的辨识精度.证明了用最小二乘小波支持向量机对光纤陀螺的机漂移辨识是合适的,有效的.     

一种磨损预测的优化算法研究

根据机械部件磨损机理复杂、磨损量预测难精确的特点,提出基于免疫粒子群参数优化的最小二乘支持向量机方法预测磨损量.该算法采用免疫粒子群优化最小二乘支持向量机建模参数,避免了算法陷入局部最优解,实现了精确度高、泛化能力强的磨损量预测模型.对轴承钢试件磨损进行了试验研究,试验数据分析结果表明,基于免疫粒子群的最小二乘支持向量机预测方法优于前向反馈神经网络算法、遗传算法及蚁群算法,预测误差较小,具有很好的预测能力.     

基于小波最小二乘支持向量机的加速度计温度建模和补偿

针对环境温度影响加速度计测量精度的问题,给出了温度对石英挠性加速度计零偏和标度因数的影响机理,提出采用小波最小二乘支持向量回归建立石英挠性加速度计零偏和标度因数的温度模型的方法。为了验证模型的有效性,进行了多个温度点下的参数标定试验,所获取的各温度点下的石英挠性加速度计零偏和标度因数作为小波最小二乘支持向量机模型的训练数据;将石英挠性加速度计固定在某一位置进行了升温试验,通过对比未进行温度补偿、最小二乘温度补偿和小波最小二乘支持向量回归温度补偿下石英挠性加速度计的输出,计算结果表明采用小波最小二乘支持向量机补偿后的石英挠性加速度计的测量精度最高。     

基于PSVR的微机械陀螺温度漂移预测

针对中低精度微机械陀螺静态零位输出随温度漂移严重的问题,将应用于分类的近似支持向量机(PSVM)扩展到回归分析中,提出了使用近似支持向量回归机(PSVR)进行建模和预测的方法.该方法的原始优化问题基于等式约束,可采用直接法求取最优解,利用核函数可以方便地实现线性算法的非线性化,并具有良好的泛化能力.分段和连续温度测试结果表明,与常用的最小二乘支持向量回归机(LSSVR)相比,PSVR算法简单,训练速度快,尤其在大规模数据集处理上更具优势.     

加速度计参数长期稳定性多尺度混合建模与预测

针对温度、振动等环境载荷导致石英挠性加速度计参数随着时间发生非线性变化,难以进行准确描述的问题,提出一种加速度计参数长期稳定性多尺度混合建模方法,并利用所建模型对参数变化进行预测。首先,采用经验模态分解对参数长期变化序列进行多尺度分解,使其平稳化以降低其复杂度,为多尺度混合建模奠定基础;然后,在单核向量机的基础上,应用多核最小二乘支持向量机数据拟合算法,以提高多尺度混合建模算法的准确性与适应性;而且为了提升多核向量机的性能,设计一种自适应人工鱼群寻优算法对多核向量机的相关参数进行寻优;最后,建立石英挠性加速度计参数长期稳定性模型,并通过实例进行模型适用性验证与预测性能验证。结果表明,所提出的建模方法相比于传统最小二乘方法,模型更加精确,预测精度更高,零偏K_0与标度因数K_1的预测均方根误差分别降低了88.65%、86.49%。     

基于小波分析与LSSVM的陀螺仪随机漂移建模

为了提高陀螺仪的使用精度,以陀螺仪随机漂移时间序列为研究对象,建立了基于小波分析和最小二乘支持向量机（LSSVM）的陀螺仪随机漂移模型。陀螺仪作为高精度敏感器件,其随机漂移信号具有非线性、弱平稳性等特点,难以补偿。为了提高补偿精度,这里采用小波分析对陀螺仪随机漂移信号进行多尺度分解,利用最小二乘支持向量机方法对重构后的近似序列和细节序列建立非线性子模型,最后将各子模型输出融合作为组合模型输出。最后将该算法用于动调陀螺仪的随机漂移建模,实验结果表明基于该组合算法的非线性模型能够有效地反映陀螺仪的随机漂移特性,建模效果明显优于直接采用LSSVM和ANN建立的模型。     

六面体单元柔性桁架结构模型与逆模型的辨识

介绍了用自适应LMS滤波器离线辨识六面体单元柔性结构模型和逆模型的方法。文中论述了自适应滤波理论和自适应逆控制之间的关系，讨论了LMS算法，并以实验法测得的六面体单元柔性结构随机振动数据为基础对其模型和逆模型进行了辨识，为进一步开展该结构的自适应逆控制研究奠定了基础。     

基于确定性计算响应面的复杂工程结构不确定性建模研究

由于复杂工程结构具有不确定性参数较多和非线性较强等特点,本文研究了如何用确定性计算响应面方法建立其响应特征和不同自变量之间的高精度模型,以两个典型非线性显示函数和一个含有多个不确定参数的螺栓结构为例,采用高阶幂多项式和最小二乘支持向量机两种方法建立了响应面模型,阐述了用支持向量机建立响应面模型的一般步骤。与高阶幂多项式...     

基于机器学习对三角堰流量系数的预测研究

为了准确高效得出三角堰泄流系数的大小，本研究基于广义神经网络、最小二乘支持向量机和遗传规划对三角堰流量系数进行智能建模．将无量纲参数堰顶角、弗劳德数、堰顶长与堰高之比、堰顶长与堰顶水深之比作为模型输入参数，流量系数作为模型输出参数．研究表明，最小二乘支持向量机性能优于广义神经网络和遗传规划．在测试阶段，均方根误差为0.000 73，散射指数为0.001 02，决定系数为0.999 59，最大误差为1.7 %．该模型精度较高，预测值较准确，具有较强的工程适用性．本研究通过对三角堰流量系数进行智能建模，采用机器学习对非线性物理关系进行高精度拟合，准确高效得出三角堰流量系数的大小，可为水利水电工程设计人员和我国灌区精确量水用水提供一种新的方法和思路．     

基于更新支持向量的大跨度斜拉桥体系可靠度分析

针对斜拉桥静力体系可靠度分析中隐式功能函数重构和繁杂失效路径的特点,提出了一种基于更新支持向量的体系可靠度分析方法,将传统的用于构件可靠度分析的支持向量机(SVM)改进并应用于斜拉桥体系可靠度分析。该方法主要有4个步骤:首先通过构件的敏感分析识别斜拉桥的主要失效路径;其次采用最小二乘支持向量机(LS-SVM)对斜拉桥的隐式功能函数进行重构,并通过Monte-Carlo抽样得出构件的可靠指标;然后根据已经更新的有限元模型对支持向量进行更新,得出相关构件失效后的剩余构件的条件可靠指标;最后由结构体系的失效树和串并联关系得出斜拉桥的体系可靠度。主跨为420m的混凝土斜拉桥算例分析表明了上述算法的有效性和实用性,同时也获得了该斜拉桥的主要失效路径并识别了影响其体系可靠度的主要构件。     

振动台数字控制系统中的多微机并行处理技术

本文在深入分析振动台对数字振动控制系统要求的基础上，提出了在数字振动控制系统中采用多微机主从式并行处理的方法，并阐述了ＰＣ３８６微机分别与ＴＭＳ３２０Ｃ２５信号处理器和Ｚ８０微机系统实现数据通讯的控制策略。     

非线性振动一种稳定的模糊控制方法研究

由于非线性振动系统的非线性本质,在于传统控制理论的线性控制器用于非线性振动控制效果不佳。本文针对非线性振动系统提出了一种模糊自适应滑模控制方案。     

时变参数时滞减振控制研究

时滞动力吸振器对谐波激励有着良好的减振控制效果,但对随机激励的减振控制效果却并不明显,具体表现为时滞动力吸振器对随机激励的减振控制效果与被动吸振器几乎相同。针对上述问题,本文提出了一种新的时变参数时滞减振控制方法。在原有时滞减振控制方法的基础上,首先将时滞增益系数由定值形式变为时间函数形式,然后通过时变优化得到多组时滞控制参数并使其以一定时间周期循环作用于减振控制过程,通过这种方法进一步改善了时滞动力吸振器减振性能。本文最后以二自由度时滞动力吸振器减振模型为例,以主系统的振动响应为仿真对象,运用精细积分法求解了具有时变时滞参数的时滞动力学方程,以此得到了在谐波激励和随机激励作用下主系统振动的时域仿真结果。研究结果表明,在时变参数时滞动力吸振器的控制下,主系统无论是受谐波激励作用还是受随机激励作用,其振动位移、振动速度和振动加速度均比在定值参数时滞动力吸振器控制下时有大幅的减少,时滞动力吸振器的减振性能有了明显的改善。      

半主动摩擦阻尼器的模糊次优Bang-Bang控制

结合Takagi-Sugeno型模糊逻辑和次优Bang-Bang控制,提出了一种新的控制算法一模糊次优Bang-Bang方法.将该方法应用于半主动摩擦阻尼器的结构控制,对其减震效果和适应性进行了研究.数值结果表明,本文提出的方法不仅能有效地减小结构的地震响应,而且对不同强度的地震动有较强的适应能力.     

NES cell

A broadband adaptive vibration control strategy with high reliability and flexible versatility is proposed. The high vibration damping performance of nonlinear energy sink (NES) has attracted attention. However, targeted energy transfer may cause severe vibration of NES. Besides, it is difficult to realize pure nonlinear stiffness without the linear part. As a result, the reliability of NES is not high. The low reliability of NES has hindered its application in engineering. In addition, the performance of NES depends on its mass ratio of the primary system, and NES lacks versatility for different vibration systems. Therefore, this paper proposes the concept of NES cell. The advantages of the adaptive vibration control of NES are applied to cellular NES. By applying a large number of NES cells in parallel, the reliability of NES and its versatility to complex vibration structures are improved. An elastic beam is used as the primary vibration structure, and a limited NES is used as the cell. The relationship between the vibration suppression effect of NES cells and the number of NES cell is studied. In addition, the effect of the distribution of NES cells on the multi-mode resonance suppression of the beam is also studied. In summary, the mode of the primary structure can be efficiently controlled by a large number of lightweight NES cell. Therefore, the lightweight NES cell is flexible for vibration control of complex structures. In addition, it improves the reliability of NES applications. Therefore, the distributed application of NES cells proposed in this paper is a valuable vibration suppression strategy.     

随机振动控制系统中含未知噪声方差的自适应滤波

通过构造出关于模型噪声和量测噪声的方差的泛函,以泛函数极小为目标,提出了随机振动控制系统中含未知噪声方差的自适应滤波优化准则,用ＤＦＰ优化方法求解出模型噪声和量测噪声的方差,从而保证Ｋａｌｍａｎ滤波的结果为最优,并应用ＬＱＧ方法实现振动控制。     

随机激励下柔性智能梁结构振动的模糊自适应控制

对柔性智能梁结构提出了一种具有结构和参数学习能力的模糊神经网络控制方法,该法摒弃了常规的以BP算法来优化整个网络参数的作法,利用遗传算法对网络全局性参数进行离线优化,利用BP学习算法对网络局部性参数进行在线调节。以柔性智能悬臂梁为例,实现了对其在随机激励下的振动控制。仿真结果表明,模糊神经网络控制算法对智能结构的振动控制具有一定的鲁棒性和自适应性。     

Robust adaptive sliding mode attitude maneuvering and vibration damping of three-axis-stabilized flexible spacecraft with actuator saturation limits

This paper presents a dual-stage control system design method for flexible spacecraft attitude maneuvering control by use of on-off thrusters and active vibration suppression by embedded smart material as actuator. As a stepping stone, an adaptive sliding mode controller with the assumption of knowing the upper bounds of the lumped perturbation is designed that ensures exponential convergence or uniform ultimate boundedness (UUB) of the attitude control system in the presence of bounded parameter variation/disturbances and control input saturation as well. Then this adaptive controller is redesigned such that the need for knowing the upper bound in advance is eliminated. Lyapunov analysis shows that this modified adaptive controller can also guarantee the exponential convergence or UUB of the system. For actively suppressing the induced vibration, linear quadratic regulator (LQR) based positive position feedback control method is presented. Numerical simulations are performed to show that rotational maneuver and vibration suppression are accomplished in spite of the presence of disturbance torque/parameter uncertainty and saturation input.     

静电陀螺支承控制的自适应逆控制分析

静电陀螺的支承控制系统中由于不可避免地存在建模不准确及对象扰动,传统的控制器设计只能在系统动态控制与对象扰动消除之间折衷。根据自适应逆控制的结构,利用模糊径向基函数神经网络进行对象建模、逆对象建模和扰动消除建模,设计了带扰动消除的自适应逆控制的八电极静电陀螺支承控制器。仿真表明,该控制器可以同时提高控制的精度和鲁棒性,在保证支承系统动态性能的同时,大大抵消对象扰动的影响,克服传统控制方法的折衷缺陷,对静电陀螺的自适应逆控制器的工程实现具有重要意义。