导读:本文包含了建模与参数辨识论文开题报告文献综述及选题提纲参考文献，主要关键词:液体静压支承,非线性动力学模型,参数辨识
建模与参数辨识论文文献综述
李新广,毛宽民,甘士瑜,杜义康[1]（2019）在《恒流开式液体静压支承动力学建模及参数辨识方法》一文中研究指出针对现有恒流开式液体静压支承线性动力学模型计算偏差较大问题,建立了液体静压支承的非线性动力学模型。基于液体静压支承振动响应,提出应用Fourier级数方法和最小二乘联合方法,识别该非线性动力学模型中的刚度与阻尼。同时,设计了多种阶跃激励作用下的实验工况,应用研制的实验平台,获取了各种工况条件的振动响应。结合液体静压支承的非线性动力学模型和提出的参数辨识方法,得到了液体静压支承的刚度、阻尼参数。在此基础上,对比识别的动力学参数计算的位移响应与实验值,发现理论值与实验值的决定系数都在0.97以上,从而验证了建立的非线性动力学和参数辨识方法的有效性。(本文来源于《机床与液压》期刊2019年17期）
朱瑞,段彬,温法政,张君鸣,张承慧[2]（2019）在《基于分布式最小二乘法的锂离子电池建模及参数辨识》一文中研究指出精确的锂离子电池模型对于电池状态的准确估计以及电动汽车整车的仿真、设计与优化具有至关重要的意义。然而,传统的递推最小二乘方法应用于电池这类多时间尺度系统时,会出现模型参数辨识精度低、建模效果差等问题。为此,以锂离子电池二阶RC等效电路模型为研究对象,提出一种基于分布式最小二乘的模型辨识参数方法。此方法根据电池不同时间尺度可以分离的特性,将电池模型细分为两个子模型分别进行辨识,避免了待估参数的相互干扰,因而能够取得更好的参数估计效果。试验结果表明,相比传统的递推最小二乘辨识方法,提出的方法在UDDS和FUDS工况下能够将平均绝对误差分别降低约50.00%和28.57%,均方根误差分别减小约46.43%和29.17%,验证了所提方法的有效性和可行性。(本文来源于《机械工程学报》期刊2019年20期）
杨俊,张希,高一钊[3]（2019）在《锂电池电化学传递函数模型建模及参数辨识》一文中研究指出为了建立高精度锂电池模型及确定电池参数,以锂电池电化学方程为基础,通过拉氏变换和帕德近似等方法,提出了基于动态响应的电化学传递函数模型。利用扫描电镜(SEM)观察拆解后的电池内部微观结构,确定了电池部分物理参数。将传递函数模型与等效电路模型进行匹配,利用含有遗忘因子的递推最小二乘法辨识了电解液扩散系数及体积分数。将获得的电池参数带入模型中,通过对比模型在不同工况下的仿真结果与实验结果,验证了所辨识的电池参数与模型的正确性。(本文来源于《电源技术》期刊2019年07期）
罗勇,赵小帅,祁朋伟,刘增玥,邓涛[4]（2019）在《车用动力电池二阶RC建模及参数辨识》一文中研究指出建立精确的动力电池模型是电池管理系统(battery management system, BMS)开发过程中的重要环节,电池系统具有较强的非线性特性,其模型参数随多种因素的变化而变化。在电池模型参数辨识过程中,考虑的可变因素越多,辨识结果越准确,但模型的运行速度将降低,影响其实际应用。在各种可变因素中,电池荷电状态(state of charge, SOC)对电池模型参数的影响最为显着,对不同SOC下电池模型参数进行辨识并应用于电池模型,将在提高模型精度的同时保持较好的实时性。本文以动力锂电池为对象,采用二阶RC等效电路模型,通过试验得到电池组在不同SOC下的回弹电压数据,采用最小二乘拟合法辨识不同SOC状态下的模型参数。在此基础上搭建模型参数随SOC变化的实时仿真模型,并对模型进行仿真和试验验证,结果表明模型具有较高的精度和实时性。(本文来源于《储能科学与技术》期刊2019年04期）
金永泽[5]（2019）在《高速列车制动过程建模与参数辨识方法》一文中研究指出列车运行速度的不断提高,运行环境的复杂多变,导致列车系统动态作用环境明显恶化,给高速列车的安全、稳定运行带来巨大隐患。作为保障高速列车安全运行的重要组成部分,列车制动系统的制动性能受到了极大地关注。准确的动力学建模是高速列车精准制动的基础,通过对高速列车制动模型性能参数的实时精准估计,可以掌握列车实时性能,大幅度优化列车区间调度效率,降低列车测量成本,提高列车检修效率。但是,现有文献主要是针对列车自身动力学模型进行研究,并未考虑环境因素的影响,且针对高速列车这样的非线性非高斯系统,尚未有完善的辨识理论可以对其制动参数进行有效的实时辨识。针对这些问题,本文一方面对列车制动机理进行分析,研究并建立了基于环境的列车制动模型,并分别针对非高斯噪声干扰下的制动模型和含有隐变量的制动模型进行了辨识研究,从模型角度提出了相应的制动模型辨识方法;另一方面对列车监测数据进行分析,建立深度神经网络,从数据角度进行了制动参数的辨识研究。本文的主要工作和研究成果如下:1、对列车制动机理进行分析,建立了列车制动单质点与多质点模型。考虑到列车在实际运行过程中,运行状态会受到运行环境的影响,分析了列车运行在干燥轨道与潮湿轨道上的不同运动特性,提出了不同运行环境下的列车单质点制动建模方法。2、针对高速列车非线性模型在非高斯噪声干扰下的系统辨识和参数估计问题,提出并实现了基于高斯和方法的拓展卡尔曼滤波,将列车受到的非高斯噪声用高斯和表示,采用多个EKF作为子滤波器,利用并行计算的方式,得到了状态和参数的滤波估计。3、针对列车制动模型中难以观测的隐变量参数,设计了数据记录计数的滑动窗口,以窗口内的数据为研究对象,构造并最大化列车条件数学期望,提出了基于最大期望的制动参数在线辨识方法。4、以列车海量监测数据为研究对象,提出基于BP网络的时变制动参数辨识方法,考虑到列车速度和制动盘摩擦系数的时间序列数据特性,提出基于LSTM网络的时变制动参数辨识方法,实现利用列车制动速度的历史数据来预测未来的制动盘摩擦系数变化。(本文来源于《西安理工大学》期刊2019-06-30）
刘元尊,管维亚,赵静波,秦川[6]（2019）在《基于参数辨识的波浪发电场等效建模研究》一文中研究指出提出了基于参数辨识的波浪发电场等效建模策略,将波浪发电场等效为单机模型。以阿基米德波浪摆(AWS)发电场内某一测点的实测波浪力作为输入,整个发电场稳态有功功率作为输出,采用粒子群算法(PSO)辨识单机等效模型中驱动系统的等效参数。在Matlab/Simulink中搭建了计及尾流和时滞的AWS波浪发电场详细模型,并利用多组实测波浪数据对等效建模策略进行了仿真验证。仿真结果表明,在不同实测数据下辨识得到的等效模型驱动参数相差不大,参数辨识结果平稳合理;对于某一组实测数据下辨识得到的等效驱动参数,在不同实测数据下获得的等效模型和详细模型功率曲线均基本一致。(本文来源于《电力工程技术》期刊2019年02期）
刘宇航[7]（2019）在《基于最小二乘系法的电化学超级电容器建模与参数辨识方法》一文中研究指出超级电容器建模是设计超级电容器储能系统的关键。为确保模型在比较宽的频率范围内可以有比较高的拟合精度,采用了二阶超级电容器线性RC网络等效电路模型,提出系统辨识方法进行建模,阐述了系统辨识的原理和递推最小二乘法算法,根据实验数据利用MATLAB程序估计出所建模型的传递函数,并对模型进行仿真验证。可知,超级电容器模型是可行有效的。(本文来源于《科技创新与应用》期刊2019年09期）
杨晓京,胡俊文,李庭树[8]（2019）在《压电微定位台的率相关动态迟滞建模及参数辨识》一文中研究指出针对压电微定位台固有的率相关迟滞非线性严重限制其微定位精度的问题,研究了基于Backlash-Like的Hammerstein率相关迟滞非线性模型及其建模方法。以改进的Backlash-Like分段辨识模型描述压电微定位台的静态非线性特性,结合ARX(Auto Regressive eXogenous)模型,建立描述压电微定位台的率相关动态迟滞模型。同时,针对传统的粒子群算法(Particle Swarm Optimization,PSO)进行模型参数辨识时易陷入局部最优的问题,提出一种具有交叉变异策略的改进型粒子群算法进行模型的参数辨识。实验结果表明:与传统的Backlash-Like模型相比,改进的Backlash-Like分段辨识模型在输入电压为60V,频率为2Hz的信号时,模型辨识的最大误差由0.68μm下降到了0.104μm,最大相对误差由2.69%下降为0.35%。当压电微定位台输入电压为60V,频率分别为30Hz,60Hz和90Hz的单频信号时,Hammerstein率相关迟滞模型较Backlash-Like分段辨识模型,均方根误差由0.393 1～0.700 6μm下降至0.054 1～0.190 4μm,相对误差由1.721%～3.087%下降至0.236%～0.831%。验证了基于改进Backlash-Like的Hammerstein率相关迟滞模型较传统的Backlash-Like静态迟滞模型能精确地描述压电微定位台的率相关动态迟滞特性,具有较好的频率泛化能力,提高了压电微定位平台的定位精度。(本文来源于《光学精密工程》期刊2019年03期）
石建平[9]（2018）在《基于二次差分进化算法的混沌系统参数辨识与T-S模糊建模》一文中研究指出通过合理构造优化目标函数,将混沌系统的参数辨识与T-S模糊建模转换为一个基于多维参数空间的优化问题,并利用提出的群智能优化算法对其进行寻优求解。该算法通过引入两次差分进化操作和对个体历史最佳位置与种群历史最佳位置进行实时动态更新机制,有效均衡了算法的全局探索与局部开发能力。利用6个基准测试函数检验了算法的优化性能,实验结果表明:该方法具有全局寻优能力强、稳定性好、收敛速度快、搜索精度高等优点。以Lorenz混沌系统为例,研究了混沌系统的参数辨识与T-S模糊建模,理论分析和仿真实验说明了该方法的可行性和有效性。(本文来源于《贵阳学院学报(自然科学版)》期刊2018年04期）
邵达,许思传,杜爱民[10]（2018）在《电磁气门执行机构的动态摩擦建模与参数辨识（英文）》一文中研究指出提出了一种应用于发动机电磁气门系统的改进LuGre摩擦模型,对传统的LuGre摩擦模型进行了修正,增加了加速度分部和非线性连续开关函数。改进的摩擦模型解决了传统LuGre模型应用在高速离散场合下容易发散的固有缺陷,同时不仅保留了传统LuGre摩擦模型对于预滑动区域滞环效应的描述能力,又增加了对于滑动区域滞环效应的预测能力。将混沌搜索和高斯变异算子融入传统人工鱼群算法中形成优化的人工鱼群算法(IAFSA),用来对改进的LuGre摩擦模型中的参数进行辨识。通过静态特性试验和动态摩擦试验验证了IAFSA算法的有效性。利用所建立的精确摩擦力数学模型预测了在不同频率和不同位移下的摩擦力,并与实测的摩擦力进行了对比,结果表明,改进的LuGre摩擦模型能够准确地模拟电磁气门系统的动态摩擦特性。所提出的建模和参数辨识方法也适用于其他具有摩擦的高速机械系统。(本文来源于《Journal of Central South University》期刊2018年12期）
建模与参数辨识论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
精确的锂离子电池模型对于电池状态的准确估计以及电动汽车整车的仿真、设计与优化具有至关重要的意义。然而,传统的递推最小二乘方法应用于电池这类多时间尺度系统时,会出现模型参数辨识精度低、建模效果差等问题。为此,以锂离子电池二阶RC等效电路模型为研究对象,提出一种基于分布式最小二乘的模型辨识参数方法。此方法根据电池不同时间尺度可以分离的特性,将电池模型细分为两个子模型分别进行辨识,避免了待估参数的相互干扰,因而能够取得更好的参数估计效果。试验结果表明,相比传统的递推最小二乘辨识方法,提出的方法在UDDS和FUDS工况下能够将平均绝对误差分别降低约50.00%和28.57%,均方根误差分别减小约46.43%和29.17%,验证了所提方法的有效性和可行性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
建模与参数辨识论文参考文献
[1].李新广,毛宽民,甘士瑜,杜义康.恒流开式液体静压支承动力学建模及参数辨识方法[J].机床与液压.2019
[2].朱瑞,段彬,温法政,张君鸣,张承慧.基于分布式最小二乘法的锂离子电池建模及参数辨识[J].机械工程学报.2019
[3].杨俊,张希,高一钊.锂电池电化学传递函数模型建模及参数辨识[J].电源技术.2019
[4].罗勇,赵小帅,祁朋伟,刘增玥,邓涛.车用动力电池二阶RC建模及参数辨识[J].储能科学与技术.2019
[5].金永泽.高速列车制动过程建模与参数辨识方法[D].西安理工大学.2019
[6].刘元尊,管维亚,赵静波,秦川.基于参数辨识的波浪发电场等效建模研究[J].电力工程技术.2019
[7].刘宇航.基于最小二乘系法的电化学超级电容器建模与参数辨识方法[J].科技创新与应用.2019
[8].杨晓京,胡俊文,李庭树.压电微定位台的率相关动态迟滞建模及参数辨识[J].光学精密工程.2019
[9].石建平.基于二次差分进化算法的混沌系统参数辨识与T-S模糊建模[J].贵阳学院学报(自然科学版).2018
[10].邵达,许思传,杜爱民.电磁气门执行机构的动态摩擦建模与参数辨识（英文）[J].JournalofCentralSouthUniversity.2018