資源描述：
《基于最優(yōu)控制的系統(tǒng)時(shí)變非線性參數(shù)模糊辨識》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、第30卷第3期系統(tǒng)工程與電子技術(shù)Vol.30No.32008年3月SystemsEngineeringandElectronicsMar.2008文章編號:10012506X(2008)0320540204基于最優(yōu)控制的系統(tǒng)時(shí)變非線性參數(shù)模糊辨識靜大海,劉曉平(北京郵電大學(xué)自動化學(xué)院,北京100876)摘要:針對運(yùn)動狀態(tài)下結(jié)構(gòu)連接處的時(shí)變物理參數(shù)對研究結(jié)構(gòu)動態(tài)特性與工程實(shí)際應(yīng)用具有重要價(jià)值,提出了一種結(jié)構(gòu)連接處時(shí)變非線性物理參數(shù)辨識方法。該方法利用每個(gè)子結(jié)構(gòu)的動力學(xué)模型,將結(jié)構(gòu)連接處的非線性恢復(fù)力作為模型的輸入,利用最優(yōu)
2、控制理論與模糊數(shù)學(xué)的方法辨識出結(jié)構(gòu)連接處的非線性恢復(fù)力,并應(yīng)用子結(jié)構(gòu)法計(jì)算出結(jié)構(gòu)連接處的響應(yīng)。最后利用最小二乘法擬合了非線性恢復(fù)力。計(jì)算出非線性恢復(fù)力的時(shí)變系數(shù)。仿真算例表明了該算法的有效性。關(guān)鍵詞:非線性系統(tǒng);時(shí)變物理參數(shù);最優(yōu)控制;模糊數(shù)學(xué)中圖分類號:O327;TB122文獻(xiàn)標(biāo)志碼:AFuzzyidentificationofnonlinearparametersbasedonoptimalcontroltheoryJINGDa2hai,LIUXiao2ping(BeijingUniv.ofPostsandTelec
3、ommunications,Beijing100876,China)Abstract:Time2varyingphysicalparametersofstructurejointhaveimportantvalueforstructuredynamicscharacteristicresearchandapplyinginpracticalengineer,so,anidentificationmethodoftime2varyingnonlinearphysicalparametersofstructurejointi
4、spresented.Thedynamicmodeofeverysubstructureisusedandthenon2linearforceofstructurejointisregardedasaninputvariableofthemode.Thenonlinearforceofstructurejointisidentifiedbyusingoptimalcontroltheorysandfuzzymathmethods.Theresponseofstructurejointiscompu2tedbysubstr
5、ucturemethods.Thenonlinearforceisfittedbyleastsquaremethodsandtime2varyingphysicalpa2rametersarecomputed.Simulationresultshowsthatthemethodiseffective.Keywords:nonlinearsystem;time2varyingphysicalparameters;optimalcontroltheory;fuzzymath0引言1基于最優(yōu)控制法結(jié)構(gòu)連接處恢復(fù)力的確定工程實(shí)踐
6、表明,在有些情況下,用線性模型描述連接結(jié)對于任意兩個(gè)連接子結(jié)構(gòu)i與j,每個(gè)子結(jié)構(gòu)的動力學(xué)構(gòu)動態(tài)特性常常不能滿足實(shí)際需要。因此,非線性模型參方程為數(shù)辨識問題引起越來越多的關(guān)注,但目前對非線性系統(tǒng)參¨·Mixi+Cixi+Kxi=Hi(1)數(shù)辨識研究還比較少,主要的研究方法有力狀態(tài)映射法,復(fù)¨·剛度等方法。對于時(shí)變非線性結(jié)構(gòu)系統(tǒng)參數(shù)辨識的研究,Mjxj+Cjxj+Kxj=Hj(2)目前還是一個(gè)空白。式中,Hi與Hj分別為兩個(gè)子結(jié)構(gòu)的輸入激勵,它們分別包本文在子結(jié)構(gòu)動力學(xué)模型的基礎(chǔ)上,應(yīng)用最優(yōu)控制理括外輸入激勵Fw與子結(jié)構(gòu)連接
7、處作用力Fl,外激勵一般(i)(i)論與模糊數(shù)學(xué)方法開發(fā)出結(jié)構(gòu)連接處非線性恢復(fù)力的辨識存在能測節(jié)點(diǎn)上,即,Hi=[Fw,Fl],Hj同理。將方程(1)變成如下結(jié)構(gòu)形式方法,由于該方法采用優(yōu)化技術(shù)提高了辨識精度,并提出了辨識非線性系統(tǒng)階次的辨識方法,實(shí)現(xiàn)了系統(tǒng)階次與參數(shù)¨·MiCixi+0Kix=Hi(3)同時(shí)辨識。仿真算例表明該算法的有效性。0I·x-I0xi0i收稿日期:2006212229;修回日期:2007204212?；痦?xiàng)目:教育部重點(diǎn)項(xiàng)目資助課題(教重104043)作者簡介:靜大海(19752),男,講師,博
8、士,主要研究方向?yàn)樾盘柼幚?計(jì)算機(jī)體系結(jié)構(gòu)與操作系統(tǒng)。E2mail:jingbupt@yahoo.com.cn?1994-2010ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserved.http://www.cnki.net第3期靜大海等:基于最
