一、基于遗传算法的离散和连续系统辨识（论文文献综述）
孙明[1]（2021）在《火电机组热工过程自抗扰控制的研究与应用》文中研究说明燃煤机组热工过程普遍具有高阶惯性、时滞、非线性、多扰动、回路耦合以及不确定性等特点,使得探索更为高效的建模方法和高性能的鲁棒控制算法成为一直以来的研究热点和难点。尤其是当前火电机组需要通过深度调峰来有效平衡间歇性的新能源电力高比例接入电网引起的系统波动,使得热工过程自动控制系统的可靠性和鲁棒性面临着更为严峻的挑战。此外,分散控制系统的历史数据库中存储了因扰动或不确定因素而产生的大量过程数据,可以充分利用这些过程扰动数据,进而增强控制器的模型信息以提升控制系统的设定值跟踪、扰动抑制以及鲁棒性等控制性能。因此,本文以线性扩张状态观测器为主线,开展了广义积分串联型系统的相位分析、扰动数据驱动的扩张状态观测器模型参数智能辨识方法以及基于相位补偿的降阶自抗扰控制器设计等方面的理论研究、算例仿真与工程实现。论文主要工作有:1)在频域内详细分析了线性扩张状态观测器对总扰动进行估计和前馈补偿后,虚拟控制量与系统输出以及估计输出两者之间的广义积分串联型传递函数特性。当采用全阶扩张状态观测器时,仿真并分析了广义积分串联型逼近标准积分器串联型的影响因素;当采用低阶扩张状态观测器时,为保证广义扩张状态观测器与广义被控对象在相位上的近似同步,提出了增加部分模型信息对扩张状态观测器进行相位补偿的设计方法,算例仿真验证了该方法的有效性。2)针对零初始条件下输出信号中可能存在外部扰动作用的分量而导致闭环数据驱动建模准确性降低的问题,提出了一种利用控制回路中干扰作用产生的动态过渡到稳态这一特征的过程数据驱动扩张状态观测器参数辨识的新方法,也就是将过程数据中扰动作用结束时刻点的状态初值估计和总扰动中的确定性模型信息估计相结合,进而通过群体智能算法对模型参数进行优化和聚类分析,得到最佳辨识参数,算例仿真验证了所提建模方法的有效性和准确性。3)为了提高一类具有大惯性、时滞等特点的热工过程对象设定值跟踪能力和抗干扰性能,提出了基于相位补偿的降阶自抗扰控制设计方法,并完成了稳定性分析。考虑到运用低阶自抗扰控制器时,控制量增益难以确定的问题,给出了新的参数整定方法。而对于热工过程的多变量系统,则采用分散式相位补偿型降阶自抗扰控制策略,并将控制系统在频域内进行等效变换,揭示了自抗扰控制技术框架下的逆解耦器特性。同时,为了增强其逆向解耦能力,推导出一种针对多变量系统的相位补偿环节设计方法。算例仿真验证了所提控制算法的优越性。4)研究并解决了基于相位补偿的降阶自抗扰控制算法的逻辑组态、抗降阶扩张状态观测器饱和以及无扰切换等工程化设计中的具体问题,进而在激励式仿真机上进行了控制策略的仿真与实现。进而将其应用于现役火电机组的主汽温系统和负荷控制系统。实施结果表明所提改进自抗扰控制算法的可行性、有效性以及优越性,展现了该算法良好的工业应用前景。
张蓓[2]（2020）在《基于LabVIEW的系统辨识与内模控制方法研究及应用》文中进行了进一步梳理现代社会的不断发展促进了工业技术的提高,智能化的控制应用到了人类生活所涉及到的各个工业领域,这些工业过程对象具有大滞后、多变量、强耦合、不确定性等特征,如何对于这种系统进行有效的控制是能否提高生产效益的关键,从而达到节约资源,节省工业成本的目的。本课题基于此背景下,研究了内模控制的方法应用,此方法是基于对象模型的,因此研究了低阶模型辨识的方法,开发了模型辨识与内模控制的软件系统。本文研究了对于低阶时滞系统的模型辨识问题,根据输入信号的不同,对于基于阶跃响应的系统辨识方法有传统的非参数辨识法如两点法、切线法,参数辨识法有基于积分法辨识一阶滞后系统、基于最小二乘法辨识二阶系统以及n阶系统的直接辨识法;另外对于基于输入信号是伪随机序列的离散模型辨识采用了递推最小二乘法;并对于以上的方法进行了模拟仿真分析;此外基于LabVIEW软件开发了辨识系统,自主编写了滤波、辨识、模型评价的程序,封装成动态链接库,在此平台进行进一步的开发,并设计了人工操作界面,使得此辨识方法具有了实际工程效用性。研究了内模控制器（IMC）的基本结构以及设计原理,分别对于连续和离散的控制对象的内模控制器进行设计,以及进行连续传递函数转化为离散传递函数的公式推导。对于一阶、二阶系统给出了具体的控制算法实现,分析了内模控制的主要参数对于系统性能的影响,并做了仿真分析;最后设计了基于LabVIEW平台的内模控制软件,自主编写控制程序并进行封装,在此平台上进行再次开发,设计了控制操作界面,使得控制更为方便简单,并开发了仿真系统可以实时验证控制算法的效果。以锅炉燃烧系统的主蒸汽回路和3D打印机温度控制系统为对象,应用以上开发的系统辨识与控制软件对于该系统进行了模型辨识,辨识结果较精确的拟合真实采样输出数据,并对系统应用内模控制,将控制效果与传统PID控制进行比较,结果表明内模控制响应速度快,便于程序实现,并且其可调节参数只有一个,易于调节,可以解决模型失配的问题,鲁棒性更强,稳定性也更好。
侯世涵[3]（2020）在《基于遗传算法的动载荷位置识别研究》文中进行了进一步梳理动载荷识别技术在工程中占据着重要的地位,动载荷及位置的识别方法也一直是动力学问题中的一个难点。鉴于动载荷识别过程中存在矩阵求逆病态问题,本文从正向角度出发,结合遗传算法对动载荷位置的寻优识别进行研究。首先结合系统动力学方程与最优化理论,提出了动载荷位置识别的正问题并建立了时域识别模型。在此基础上,对结合遗传算法的寻优识别方法进行了研究,确定了识别问题的优化模型要素即决策变量、目标函数与约束条件,进而对识别算法进行了设计,对关键参数的设定与选取进行了分析。基于动载荷位置识别的正问题,提出了参数化与时序两种识别方法。参数化方法结合傅里叶级数展开与切比雪夫多项式理论,确定了动载荷的参数表达形式,进而建立了对应的识别模型;时序方法引入了离散时间系统思想,基于阶跃力假设建立了离散的识别模型。同时针对不同的识别模型,对识别算法进行了研究,确定了关键参数以及流程。计算机仿真算例验证了上述两方法均可行、有效。另外针对复杂工程结构,提出了结合有限元的逐步识别方法,引入了快速逼近思想,降低了模型标定与寻优的工作量,仿真算例证明逐步逼近方法可以完成对复杂结构的位置识别。最后,进行了动载荷位置识别的实验验证。通过振动实验获得实测的模型参数和动响应数据,并采用正向寻优识别方法进行实验动载荷的位置识别,识别结果进一步证明了本文方法的有效性以及实际应用的可行性。
张磊[4]（2020）在《电磁主动隔振系统建模与控制方法研究》文中提出大型设备和精密仪器在运行时,产生的振动不仅会对周围环境造成影响,还会降低自身性能。为了保证设备和仪器的正常运转,各种隔振系统和振动控制方法已经被开发出来用于振动控制。电磁主动隔振系统因为刚度和阻尼可变、可控性灵活、控制方法多样、响应速度快等优点近年来得到重点关注,开始应用于机械加工装备、精密仪器和机械系统等领域。本文在查阅和分析国内外相关研究现状的基础上,对电磁隔振系统的内部元件优化与系统设计、非线性分析与建模、电磁隔振系统控制策略、多隔振单元并联的电磁隔振系统控制问题进行了深入研究。论文的主要工作如下:（1）基于COMSOL仿真软件,对隔振元件设计进行了参数优化,在对常见的主动隔振系统模型进行分析的基础上,设计了一种简单、合理的电磁主动隔振系统结构。基于COMSOL仿真数据和实验数据,建立了电磁隔振系统中电磁力与线圈电流和间隙之间的非线性关系。针对电磁隔振系统的控制模型建立困难问题,根据电磁力与控制电流和间隙的关系,结合隔振单元的力学过程,提出了基于数据和机理的建模方法。为了验证提出的建模方法的有效性,应用常规PID控制器对电磁主动隔振系统进行仿真和实验。仿真和实验结果验证了隔振系统建模方法的有效性和主动控制的可实现性。（2）提出了一种基于等效刚度和阻尼系数的控制方法,根据隔振系统动态性能指标的期望范围,计算得到电磁力的等效刚度系数和阻尼系数的范围,并利用遗传算法在该范围内计算最优的等效刚度和等效阻尼系数,从而避免PID控制器的参数整定问题。通过拟合电磁力与线圈电流和间隙之间的非线性关系表达式,从而建立线圈电流与等效刚度和阻尼系数之间的关系,实现控制线圈电流满足隔振系统动态性能指标的目的。此外,为了实现电磁隔振系统的变参数控制,减小系统的最大超调量和振荡次数,借助分段控制思想,提出了基于分段等效刚度和阻尼系数的控制方法,实现在每个控制时刻采用最优的控制参数,解决系统时域性能中超调量和稳定时间的冲突。仿真和实验结果表明,基于等效刚度和阻尼系数的控制方法可以获得较为理想的系统动态性能指标,而基于变参数控制的分段等效刚度和阻尼系数的控制方法不仅可以减小系统的稳定时间,还可以保证电磁隔振系统和负载具有平稳性。（3）以电磁隔振系统的状态空间表达式为基础,提出了基于线性二次型调节器和协同小生境遗传算法的电磁隔振系统控制方法,实现隔振单元控制电流的优化控制目的。针对LQR控制器中目标函数的权值取值问题,提出利用协同小生境遗传算法计算最优参数,通过计算目标函数得到最优控制电流。为了实现电磁隔振系统的时变控制,在每个控制时刻根据实际情况获得不同的最优控制参数,进一步提高最优控制器的性能,提出了基于滚动时域控制和协同变染色体长度遗传算法的电磁隔振系统控制方法。针对RHC控制器中目标函数的参数取值问题,提出了一种基于协同变染色体长度的遗传算法,利用染色体的长度来代表并优化预测水平和控制水平,染色体的大小来代表并优化位移变化量以及电磁力的权重。根据得到的最优权值矩阵,求解目标函数获得每个时刻的最优控制变量。仿真和实验以及与状态反馈控制方法的对比仿真验证了所提出的主动控制方法均可以有效地控制振动,使电磁隔振系统和被隔振体具有平稳性。（4）针对单个隔振单元隔振范围和隔振力受限问题,设计了多隔振单元并联的电磁隔振系统,并提出了多隔振单元并联系统的LQR和RHC控制器。对于多隔振单元并联系统的LQR和RHC控制问题,根据建立的多隔振单元并联的电磁隔振系统模型,将多单元控制性能指标转换为目标函数,并分别利用协同小生境遗传算法和协同变染色体长度遗传算法对目标函数中的权值矩阵进行优化。仿真和实验结果表明基于所提出的目标函数的主动控制方法对可以有效地控制振动,保证多个隔振单元在受到扰动后具有相同的运动轨迹,使多隔振单元并联的电磁隔振系统和被隔振体保持平稳性,减小耦合振动对双隔振单元并联系统的影响。
谢朔[5]（2020）在《基于天牛须优化的船舶运动建模与避碰方法研究》文中研究说明近年来,智能船舶已成为船舶领域的研究热点。船舶运动的精确建模和自动避碰对智能船舶的航行安全十分重要。在实际航行过程中,由于噪声干扰、采样不均、操纵迟滞性、规则约束以及环境感知受限等因素的影响,会使船舶运动建模和避碰中的优化求解或参数优化的难度增大,进而可能导致船舶自动避碰决的效果欠佳、不稳定等问题。针对上述问题,本文在改进新型天牛须优化算法（beetle antenna search,BAS）及其群体形式BSAS（beetle swarm antenna search）的基础上,与模型预测控制（model predictive control,MPC）、扩张状态观测器（extended state observer,ESO）、最小二乘支持向量机（least squares support vector machine,LSSVM）以及强化学习等方法相结合,开展基于天牛须优化的船舶运动建模和避碰方法研究。主要工作总结如下:1)在新型BAS/BSAS算法基础上,提出改进后的ABAS（antenna perform based BAS）算法,提高了原始算法在已知约束空间下的优化性能,为后续船舶的运动建模和避碰方法提供优化算法基础。2)为实现不同噪声和不均匀采样干扰下的船舶精确运动建模,提出了一种基于ABEL（ABSAS-ESO-LSSVM）的辨识建模方法,提高了LSSVM在未知噪声和不均匀采样干扰下对船舶运动模型的辨识精度。该方法首先使用ESO观测器结合LSSVM来实现连续系统辨识;其次应用所提出的ABSAS算法对ESO的带宽参数进行自适应优化;最后基于仿真实验数据和模型船航行试验数据对所提出的建模方法进行了验证。3)为实现开阔水域中综合考虑碰撞危险度、操纵迟滞性和规则约束的船舶自动避碰,提出了一种基于Q-ABSAS（Q-learning-ABSAS）优化的避碰方法。该方法在基于危险度预测的优化策略基础上,使用结合了Q-learning学习机制的小种群ABSAS算法来解决实时自适应优化问题;在多船会遇中,Q-ABSAS的决策结果可使用逆模型进行函数近似,以减少时间代价。4)为实现感知受限下稳定可靠的船舶自动避碰,提出了一种基于ABASDDPG（ABAS-deep deterministic policy gradient）强化学习的避碰方法,提高了已有DDPG方法的避碰策略学习性能。该方法首先通过DDPG以及元学习框架来解决未知环境或环境变化下的避碰学习问题;在此基础上,使用所提出的ABAS优化算法对DDPG中的动作噪声过程进行自适应优化,提高了避碰学习效果和稳定性;通过避碰仿真实验和模型船半实物仿真试验验证了所提出的ABAS-DDPG避碰方法的有效性。5)为实现无模型下近似最优的实时避碰路径优化,提出了一种基于并行DA3C-ABAS（distributed A3C-ABAS）的路径优化方法,兼顾了一定范围内路径的近似最优性和实时性。该方法首先根据预测控制思想提出滚动路径优化策略,以获得预测时域内的实时近似最优路径;在此基础上,使用A3C强化学习优化后的分布式D-ABAS（distributed ABAS）算法对滚动优化策略进行自适应快速求解;通过与BSAS、粒子群算法以及人工势场法的路径优化仿真对比,验证了所提出的路径优化方法在避碰中的有效性。
王瑞萍[6]（2020）在《基于Bouc-Wen滞回模型的柔性结构自适应振动控制研究》文中进行了进一步梳理随着科技的发展,智能结构在航天航空的应用越来越广,因其自身阻尼较低的特点,对其在受外干扰下产生的振动进行控制具有非常重大的意义。智能结构是集驱动、传感、控制器及结构一体化的智能系统,特别是压电作为驱动元件的智能结构。智能材料可以对外界的压力,电等物理量的刺激做出响应,使自身发生形变,并把这些作用转换成电能,从而利用这种驱动特性来抑制智能结构的振动。本文以压电陶瓷和柔性悬臂梁结合而成的智能悬臂梁为研究对象。首先,分析了智能结构的迟滞特性,基于柔性结构弯曲振动的理论,讨论了智能结构的固有频率和固有振型;根据压电本构方程、Bouc-Wen方程,振型叠加法,悬臂梁的动力学模型等理论原理,建立了智能结构的滞回力学模型。其次,基于遗传算法,辨识智能结构的滞回模型未知参数,通过MATLAB软件环境,辨识得出的滞回模型能准确地与实验数据拟合;在辨识滞回模型的基础上,设计了系统的理想阻尼系统,建立了智能结构的理想参考模型;基于理想参考模型,设计了智能结构的参考模型自适应控制策略,得出了智能结构的自适应控制系统;利用MATLAB/SIMULINK编程环境,对智能结构的参考模型自适应控制系统进行仿真;通过对智能结构自由端施加一初始的位移,同时运行参考模型自适应控制器,通过控制仿真结果得出参考模型自适应控制能有效的控制智能悬臂梁自由振动的结论。最后,在仿真的基础上,利用基恩士的激光位移传感设备、MCC电压信号采集设备和压电材料（PZT）搭建了智能结构自适应控制的实验平台,利用LABVIEW和MATLAB混合编程的原理,实现了智能结构参考模型自适应控制的实验验证,通过实验结果表明:与仿真结果一致地证明了参考模型自适应控制在振动控制方面应用的有效性。
唐昊[7]（2019）在《基于代数估计的无模型自适应控制及其在膝关节外骨骼中应用》文中指出随着科学技术的发展,控制系统中的对象与应用场景越来越复杂,基于机理建模的数学模型并不能完全有效地描述系统动态特性。无模型控制方法作为一种无需过度依赖数学模型信息的新兴方法逐渐成为研究热点,目前已有多种无模型控制方法。随着系统的非线性、不确定性和扰动越来越复杂,无模型控制方法也需进一步优化控制结构并相对提高控制精度和自适应程度。本文在法国Fliess的基于代数估计的α恒定智能PID控制基础上,提出一种基于代数估计的α可变无模型反演控制法。本文研究内容主要为如下四部分:首先,针对系统动态特性的快速估计问题,提出一种非渐进收敛代数估计法。从介绍代数法的研究背景和理论基础入手,针对膝关节外骨骼系统,推导基于代数法的角度、角速度和角加速度估计表达式;然后结合Matlab仿真验证估计算法的准确性;最后阐述非渐进收敛代数估计法的特点和应用场合。其次,为进一步提高智能PID控制（iPID）的精度,提出一种基于代数估计的无模型反演控制法（MFBC）。首先介绍智能PID控制方法的设计步骤;然后推导反演控制表达式用以替代PID控制器并证明其稳定性;最后结合Matlab仿真,比较iPID和MFBC两者控制效果。然后,针对MFBC中参数整定方面,引入粒子交叉更新的遗传粒子群算法（GAPSO）,提出一种遗传粒子群算法优化的基于代数估计的无模型反演控制法（GAPSO-MFBC）。首先介绍粒子群算法（PSO）的基本流程;接着将遗传算法（GA）中的交叉、变异操用于粒子群算法的更新部分;然后利用GAPSO算法搜寻反演控制器的较优参数;最后通过Matlab仿真验证GAPSO算法的合理性和GAPSO-MFBC的有效性。最后,为了优化MFBC内部结构并进一步提高其自适应程度,提出一种基于代数估计的α可变无模型反演控制法（α-AMFBC）。首先解释极局部模型中参数可变的必要性;然后分别用梯度投影算法和递推遗忘因子最小二乘算法估计控制通道增益α,最后通过Matlab仿真将四种方法的控制效果进行对比,验证算法的有效性与优越性,将无模型控制上升为无模型自适应控制。
殷红[8]（2019）在《工程结构的传感器优化布置及模态分析》文中指出近十几年来,我国已经修建了大批的重大工程。随着经济的发展和科技的进步,规模更大的复杂工程结构还将陆续问世。随着工程结构服役役龄的增加及诸多因素的影响,其服役能力逐渐降低。许多大型结构增设健康监测系统,以监测结构的服役安全状况。合理的传感器布置是结构健康监测的前提,最优的传感器布置方案可降低传感器数量,提高响应信息的覆盖率和灵敏度。根据响应可有效识别结构的模态参数。以模态分析结果进行结构有限元模型修正,进而对结构的动力学分析、状态评估、损伤诊断等诸多工程问题提供科学依据。基于以上背景,论文开展以下研究:（1）提出引入Lévy flight和萤火虫行为的鱼群算法（Fish Swarm Algorithm with Lévy Flight and Firefly Behavior,LFFSA）。将萤火虫个体的移动策略引入鱼群的聚群和觅食两种行为模式,并将Lévy flight的搜索策略引入鱼群的寻优路径。此外,采取一种基于动态参数的非线性变视野和变步长的策略限定鱼群的搜索范围,增强步长因子的自适应性。通过9个测试函数对人工鱼群算法（Artificial Fish-Swarm Algorithm,AFSA）、萤火虫算法（Firefly Algorithm,FA）、带有Lévy flight的萤火虫算法（Firefly Algorithm with Lévy flight,LFA）、拥有吸引度定义的鱼群算法（Fish-Swarm Algorithm with Firefly Behavior,FFSA）和Lévy flight和萤火虫行为的鱼群算法（LFFSA）等5种算法的寻优性能进行了收敛精度的与时间复杂度的计算和测试比较。结果表明,提出的LFFSA算法较其他算法有更好的全局搜索能力和寻优精度。（2）分别提出基于松弛序列法和LFFSA算法的传感器优化布置方法。首先将松弛思想融入传感器优化布置的序列优化方法,提出了传感器优化布置的松弛序列法。其次,将提出的LFFSA群智能优化算法应用到传感器优化布置中。两种方法均选取模态保证准则（Modal Assurance Criteria,MAC）矩阵的最大非对角元素为目标函数。最后,以平面桁架结构和三维桥梁结构模型为例,将以上两种方法与传统的积累序列法进行比较研究。结果表明,提出的松弛序列法和LFFSA法两种方法的传感器布置效果均优于传统的累计序列法,且基于LFFSA算法的传感器优化布置方法在取得了最好的传感器布置效果。（3）提出基于变分模态分解（Variational Mode Decomposition,VMD）和随机子空间法（Stochastic Subspace Identification,SSI）相结合的VMD-SSI模态参数识别方法。构建模态重复比率作为模态分解层数K的评价准则,利用SSI法减小了VMD参数识别中的曲线拟合误差,提高了模态参数识别的精度。最后利用统计理论分别检验VMD-SSI法识别的模态频率、模态阻尼和模态振型,验证该方法的有效性。（4）初步研究基于模态参数识别的模型修正方法。采用代理模型方法建立结构参数与模态参数之间的模型,将模型修正的问题就转化为有约束的非线性规划问题,采用布谷鸟智能优化算法进行优化,得到修正后的结构参数,并对结构参数的修正效果进行验证。利用Kriging模型、径向基函数、支持向量机和多项式响应面4种代理模型对一平面桁架结构进行模型修正。桁架结构模型修正实例表明Kriging模型和响应面模型分别具有较高的精度和效率。
彭庆东[9]（2018）在《某军用履带车辆综合传动装置换挡品质最优控制研究》文中研究表明换挡品质会对乘员舒适性和传动系统零部件的寿命造成显着影响。本文针对某军用履带车辆综合传动装置,综合考虑换挡过程中各阶段换挡品质需求,提出了对换挡过程中各阶段分别进行最优控制的换挡品质控制方法,并通过实车试验对提出的换挡品质控制策略进行了验证。基于试验及数据对包括液力变矩器、发动机、综合传动装置及负载的整车动力传动系统进行了动力学建模,提出了研究对象的换挡品质需求,对换挡过程进行了运动学和动力学分析,确定了两相过渡阶段离合器理想搭接时充放油离合器的转矩关系,提出了惯性相、转矩相的控制目标。利用参数识别方法建立了基于试验数据的电液换挡控制系统中的比例电磁阀模型;结合CFD仿真分析结果与系统动力学方程建立了包含双边节流阀和离合器活塞腔的动态模型,并通过台架试验对电液系统模型进行了验证,为研究换挡品质控制策略和行驶试验奠定了基础。建立了包含换挡过程中冲击度与滑摩功为目标泛函,综合分析换挡过程中转矩相与惯性相的换挡品质需求与转速转矩关系,利用线性二次型最优控制理论建立了换挡过程换挡品质分段最优控制器。在此基础上,利用优化算法对性能指标泛函加权矩阵中的参数进行优化,从而进一步提高最优控制的效果。提出的最优控制策略能使车辆实现快速平稳换挡。利用某履带车辆进行换挡品质实车试验,通过快速原型将本文提出的换挡品质最优控制策略应用于实车换挡品质控制中,利用试验结果对本文提出的换挡品质控制策略进行了验证。
徐菁[10]（2018）在《结构动载荷时域识别方法及高精度和稳定性研究》文中进行了进一步梳理随着科学技术的飞速发展,人们对工程设计的要求不断提高,结构系统中的动载荷问题越来越受到重视。但由于技术和经济的诸多限制,实际结构所受的动载荷往往难以直接测量,在此背景下,动载荷识别问题被提出,其主要通过测得的响应信息结合系统模型来重构激励。经过国内外众多专家学者多年的潜心研究,动载荷识别技术取得了长足的进步,但目前依然存着许多问题,如识别精度低、对分布载荷、时变系统的研究不够充分等。论文主要针对载荷识别中的识别精度问题进行研究,提出了基于数值算法进行逐点修正的新方法,并基于此方法对于不同系统不同激励下的载荷识别问题进行了验证分析和研究,论文的主要工作包括:基于数值算法的函数寻根原理,结合二分法和黄金分割法推导数值修正算法的方法理论。推导Wilson-θ反分析法和拟静态算法两种方法以获得载荷初值,并分析了这两种方法各自存在的问题以及不准确的原因。利用数值修正算法对于已获得的载荷初值进行迭代修正,初步获得该方法的理论计算体系。对于单点输入的载荷识别问题,分别针对离散系统和连续系统进行数值修正算法的理论推导,主要包括单自由度和多自由度的弹簧质量块系统,以及连续的一维Euler-Bernoulli梁模型。使用大量仿真算例验证该方法的可行性以及抗噪性能,利用简支梁的正弦激励载荷识别试验来验证算法对于实际结构的载荷识别能力。对于多点输入的载荷识别问题,利用高斯消元的原理对数值修正算法进行改进,建立某一个激励与加速度响应的函数关系,以适应多点输入的载荷识别情况。运用仿真算例验证数值修正算法在多点输入情况下对于不同载荷形式的识别能力以及抗噪性能,并使用自由梁的二输入冲击载荷识别试验对数值修正算法的有效性进行验证。将识别对象从集中载荷深化为分布载荷,首先采用二维广义正交多项式来重构梁分布载荷的初值,然后利用一维正交多项式拟合分布载荷,之后利用模态叠加法计算正响应的原理来改进数值修正算法,构造正交多项式级数系数与响应之间的函数关系,以求得修正后的级数系数。使用简单梁模型的仿真算例和直升机旋翼的分布载荷识别试验对数值修正算法进行验证分析。对于参数随时间发生变化的时变系统,改进之前时不变系统的数值修正算法以适用于时变情况。针对简单的梁系统设定不同的时变条件来验证算法的识别结果,包括整体与局部的质量、刚度、阻尼的线性与非线性时变情况。建立GARTEUR飞机有限元模型,利用模态试验调整模型参数,并设定两种不同的时变情况,仿真结果证明数值修正算法对于复杂时变模型的载荷识别问题具有良好的适用性。文中还针对载荷识别问题中的一些关键问题做出了相应的研究,首先对于含有密集模态的特殊重频结构,容易发生频率遗漏和振型混淆的问题,文中以出现模态遗漏的GARTEUR模型为例,验证了数值修正算法的识别能力。然后针对激励频率接近系统共振点和反共振点的特殊情况,使用仿真算例验证算法的识别效果。此外,对于载荷识别过程中可能会遇到的模型不准确问题,分别设定了质量、刚度和阻尼存在整体或者局部误差的情况,依次考察数值修正算法的适应性。而对于数值修正算法本身,其理论体系中含有三个重要的参数,分别是区间放大系数、区间分割系数和精确度,文中从数学角度深入分析了各参数对于计算效率以及结果精度的影响。
二、基于遗传算法的离散和连续系统辨识（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、基于遗传算法的离散和连续系统辨识（论文提纲范文）
（1）火电机组热工过程自抗扰控制的研究与应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究进展及现状 |
| 1.2.1 热工过程控制研究现状 |
| 1.2.2 自抗扰控制理论的研究现状 |
| 1.2.3 自抗扰控制理论的应用现状 |
| 1.3 目前存在的问题 |
| 1.4 本文研究内容和技术路线 |
| 第2章 广义积分串联型的相位分析 |
| 2.1 引言 |
| 2.2 自抗扰控制结构 |
| 2.2.1 被控系统描述 |
| 2.2.2 跟踪微分器 |
| 2.2.3 扩张状态观测器 |
| 2.2.4 状态误差反馈控制律 |
| 2.3 线性ESO的收敛性分析 |
| 2.4 广义积分串联型的相位分析 |
| 2.4.1 标准积分串联型 |
| 2.4.2 无模型信息补偿的ESO分析 |
| 2.4.3 带模型信息补偿的ESO分析 |
| 2.5 仿真研究 |
| 2.5.1 无模型信息补偿的ESO |
| 2.5.2 带模型信息补偿的ESO |
| 2.6 本章小结 |
| 第3章 基于扩张状态观测器的模型参数智能辨识 |
| 3.1 引言 |
| 3.2 零初始条件下的数据驱动建模 |
| 3.2.1 连续系统的离散化 |
| 3.2.2 闭环扰动数据辨识分析 |
| 3.3 零终止条件下的数据驱动建模 |
| 3.4 基于ESO模型的参数智能辨识方法 |
| 3.4.1 热工过程的ESO建模 |
| 3.4.2 ESO的离散化与条件稳定 |
| 3.4.3 ESO参数的智能自寻优辨识 |
| 3.5 算例研究 |
| 3.5.1 零初始条件下的ESO参数辨识 |
| 3.5.2 基于扰动数据的ESO参数辨识 |
| 3.5.3 多变量系统的ESO参数辨识 |
| 3.6 本章小结 |
| 第4章 基于相位补偿的降阶自抗扰控制设计 |
| 4.1 引言 |
| 4.2 基于相位补偿的降阶ADRC |
| 4.2.1 降阶扩张状态观测器 |
| 4.2.2 基于相位补偿的降阶ADRC设计 |
| 4.2.3 稳定性分析 |
| 4.3 I_RADRC的二自由结构分析 |
| 4.4 I_RADRC的参数整定与数值仿真 |
| 4.4.1 I_RADRC的参数对控制性能的影响 |
| 4.4.2 I_RADRC参数的整定步骤 |
| 4.4.3 数值仿真 |
| 4.5 多变量系统的分散式I_RADRC控制 |
| 4.5.1 分散式I_RADRC的解耦能力分析 |
| 4.5.2 算例研究 |
| 4.6 本章小结 |
| 第5章 I_RADRC的工程应用 |
| 5.1 引言 |
| 5.2 I_RADRC算法的工程化设计 |
| 5.2.1 自动跟踪与无扰切换设计 |
| 5.2.2 抗积分饱和方案 |
| 5.2.3 I_RADRC控制策略实现 |
| 5.3 主汽温系统的串级自抗扰控制 |
| 5.3.1 被控过程的描述 |
| 5.3.2 仿真平台试验 |
| 5.3.3 现场应用 |
| 5.4 负荷系统的分散式自抗扰控制 |
| 5.4.1 被控过程描述 |
| 5.4.2 仿真平台试验 |
| 5.4.3 现场应用 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 研究总结 |
| 6.2 进一步工作的建议与展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（2）基于LabVIEW的系统辨识与内模控制方法研究及应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 工业系统辨识方法研究现状 |
| 1.2.2 工业系统内模控制应用研究现状 |
| 1.3 论文主要研究内容 |
| 2 工业低阶时滞系统模型辨识 |
| 2.1 低阶系统辨识步骤 |
| 2.2 系统辨识前期准备 |
| 2.2.1 输入信号的设计 |
| 2.2.2 辨识数据的滤波处理 |
| 2.2.3 滤波效果对比 |
| 2.3 低阶时滞系统辨识方法 |
| 2.3.1 基于阶跃响应的几种辨识方法 |
| 2.3.2 基于伪随机序列的最小二乘法辨识 |
| 2.4 基于LabVIEW的工业先进控制系统开发 |
| 2.4.1 先进控制系统软件需求概括 |
| 2.4.2 先进控制系统总体结构 |
| 2.4.3 IMC_CON网络构架 |
| 2.4.4 IMC_CON程序构架 |
| 2.4.5 基于LabVIEW的工业系统辨识软件设计 |
| 2.5 本章小结 |
| 3 工业内模控制的系统设计及算法实现 |
| 3.1 内模控制的基本结构 |
| 3.1.1 基于工业连续系统的内模控制器设计 |
| 3.1.2 工业系统连续模型与离散模型实际转换 |
| 3.1.3 基于工业离散系统的内模控制器设计 |
| 3.2 工业应用中的内模控制器算法实现 |
| 3.3 内模控制中主要参数对于系统性能的影响 |
| 3.4 基于LabVIEW内模控制系统软件设计 |
| 3.5 本章小结 |
| 4 系统辨识及内模控制方法在工程中的应用 |
| 4.1 先进控制系统在锅炉燃烧系统中的应用 |
| 4.1.1 锅炉系统基本工作原理 |
| 4.1.2 主蒸汽压力系统动态特性 |
| 4.1.3 IMC_CON在锅炉主蒸汽压力系统建模及控制中的应用 |
| 4.2 先进控制系统在3D打印机系统中的应用 |
| 4.2.1 3D打印机系统基本工作原理 |
| 4.2.2 激光温度控制系统 |
| 4.2.3 IMC_CON在打印机温度系统建模及控制中的应用 |
| 4.3 本章小结 |
| 5 总结与展望 |
| 5.1 全文总结 |
| 5.2 课题展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间主要研究成果 |
（3）基于遗传算法的动载荷位置识别研究（论文提纲范文）
| 摘要 |
| abstract |
| 注释表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 动载荷识别研究现状 |
| 1.2.1 频域法研究现状 |
| 1.2.2 时域法研究现状 |
| 1.2.3 位置识别研究现状 |
| 1.3 遗传算法概述 |
| 1.4 本文研究内容 |
| 第二章 动载荷位置识别与遗传算法理论基础 |
| 2.1 引言 |
| 2.2 动载荷位置识别正问题 |
| 2.3 时域识别模型 |
| 2.3.1 模态坐标变换 |
| 2.3.2 时域识别模型 |
| 2.4 识别方法与算法设计 |
| 2.4.1 优化模型的确立 |
| 2.4.2 识别算法设计 |
| 2.5 本章小结 |
| 第三章 动载荷位置的参数化识别 |
| 3.1 引言 |
| 3.2 参数化识别模型 |
| 3.2.1 基于傅里叶级数展开的识别模型 |
| 3.2.2 基于切比雪夫多项式的识别模型 |
| 3.3 结合遗传算法的识别方法 |
| 3.3.1 决策变量的确定 |
| 3.3.2 评价函数的设计 |
| 3.3.3 识别算法的流程 |
| 3.4 仿真识别算例 |
| 3.4.1 傅里叶模型仿真识别 |
| 3.4.2 切比雪夫模型仿真识别 |
| 3.5 本章小结 |
| 第四章 动载荷位置的时序识别 |
| 4.1 引言 |
| 4.2 离散化识别模型 |
| 4.3 时序识别方法 |
| 4.3.1 逐点寻优 |
| 4.3.2 识别流程 |
| 4.4 仿真识别算例 |
| 4.4.1 时间历程识别 |
| 4.4.2 位置识别 |
| 4.5 本章小结 |
| 第五章 复杂结构的动载荷位置识别 |
| 5.1 引言 |
| 5.2 复杂结构的识别模型 |
| 5.3 结合有限元的识别方法 |
| 5.3.1 模型标定 |
| 5.3.2 逐步逼近识别 |
| 5.4 仿真识别算例 |
| 5.4.1 板结构 |
| 5.4.2 工程结构 |
| 5.5 本章小结 |
| 第六章 动载荷位置识别实验验证 |
| 6.1 引言 |
| 6.2 振动实验 |
| 6.2.1 实验模型 |
| 6.2.2 实验设备 |
| 6.2.3 模态实验 |
| 6.2.4 动响应实验 |
| 6.3 动载荷位置识别方法验证 |
| 6.3.1 模型标定 |
| 6.3.2 参数化识别 |
| 6.3.3 时序识别 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文总结 |
| 7.2 工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（4）电磁主动隔振系统建模与控制方法研究（论文提纲范文）
| 论文创新点 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究的背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 主被动隔振系统研究现状 |
| 1.2.2 电磁隔振系统结构研究现状 |
| 1.2.3 主动隔振系统建模研究现状 |
| 1.2.4 隔振系统控制方法研究现状 |
| 1.3 问题的提出 |
| 1.4 本文的主要工作 |
| 2 电磁隔振系统元件优化与建模 |
| 2.1 引言 |
| 2.2 电磁隔振系统元件的优化设计 |
| 2.2.1 电磁隔振系统元件的形状优化 |
| 2.2.2 电磁隔振系统元件的参数优化 |
| 2.3 电磁隔振系统模型分析 |
| 2.4 电磁隔振系统的结构设计与建模 |
| 2.4.1 电磁隔振系统的结构设计 |
| 2.4.2 电磁隔振系统的建模 |
| 2.4.3 基于数据建模和PID控制器的仿真分析 |
| 2.4.4 基于数据建模和PID控制器的实验分析 |
| 2.5 本章小结 |
| 3 基于等效刚度和阻尼系数的主动控制方法 |
| 3.1 引言 |
| 3.2 隔振系统非线性关系和动力学方程 |
| 3.2.1 电磁隔振系统非线性关系 |
| 3.2.2 电磁隔振系统动力学方程 |
| 3.3 基于等效刚度的主动控制方法 |
| 3.3.1 系统动态性能指标 |
| 3.3.2 等效刚度系数优化 |
| 3.3.3 基于等效刚度系数的控制框图 |
| 3.3.4 基于等效刚度系数的仿真结果 |
| 3.4 基于等效刚度和阻尼系数的主动控制方法 |
| 3.4.1 系统动态性能指标 |
| 3.4.2 参数优化和控制框图 |
| 3.4.3 基于等效刚度和阻尼系数的仿真结果 |
| 3.4.4 基于等效刚度和阻尼系数的实验分析 |
| 3.5 基于分段等效刚度和阻尼系数的控制方法 |
| 3.5.1 分段策略 |
| 3.5.2 基于分段等效刚度和阻尼系数的控制框图 |
| 3.5.3 基于分段等效刚度和阻尼系数的仿真分析 |
| 3.5.4 基于分段等效刚度和阻尼系数的实验分析 |
| 3.6 本章小结 |
| 4 基于状态空间和协同遗传算法的主动控制方法 |
| 4.1 引言 |
| 4.2 系统状态空间描述 |
| 4.2.1 基本定义 |
| 4.2.2 隔振系统状态空间表达式 |
| 4.2.3 离散化 |
| 4.3 基于LQR和协同小生境遗传算法的控制方法 |
| 4.3.1 线性二次型最优控制 |
| 4.3.2 小生境遗传算法 |
| 4.3.3 协同算法 |
| 4.3.4 仿真分析 |
| 4.3.5 实验分析 |
| 4.4 基于RHC和协同变染色体长度遗传算法的控制方法 |
| 4.4.1 滚动时域优化 |
| 4.4.2 协同变染色体长度遗传算法 |
| 4.4.3 仿真分析 |
| 4.4.4 实验分析 |
| 4.5 仿真对比分析 |
| 4.6 本章小结 |
| 5 多隔振单元并联的电磁隔振系统控制方法 |
| 5.1 引言 |
| 5.2 多隔振单元并联的电磁隔振系统结构设计与建模 |
| 5.2.1 双隔振单元并联系统的结构设计与建模 |
| 5.2.2 三隔振单元并联系统的结构设计与建模 |
| 5.3 双隔振单元并联的电磁隔振系统控制方法 |
| 5.3.1 基于LQR和 NGA的双隔振单元并联系统控制方法 |
| 5.3.2 基于RHC和 CGAVLC的双隔振单元并联系统控制方法 |
| 5.4 三隔振单元并联的电磁隔振系统控制方法 |
| 5.4.1 基于LQR和 NGA的三隔振单元并联系统控制方法 |
| 5.4.2 基于RHC和 CGAVLC的三隔振单元并联系统控制方法 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻博期间发表的科研成果目录 |
| 致谢 |
（5）基于天牛须优化的船舶运动建模与避碰方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题的背景及意义 |
| 1.1.1 课题的背景 |
| 1.1.2 课题研究的意义 |
| 1.2 船舶运动建模的研究现状 |
| 1.2.1 最小二乘法 |
| 1.2.2 卡尔曼滤波 |
| 1.2.3 神经网络 |
| 1.2.4 支持向量机 |
| 1.2.5 深度学习 |
| 1.2.6 小结 |
| 1.3 船舶避碰方法的研究现状 |
| 1.3.1 传统路径规划方法 |
| 1.3.2 专家系统方法 |
| 1.3.3 基于优化算法的船舶避碰方法 |
| 1.3.4 基于机器学习的避碰方法 |
| 1.3.5 小结 |
| 1.4 论文的项目来源 |
| 1.5 论文内容及结构安排 |
| 第2章 船舶避碰运动模型基础 |
| 2.1 船舶运动模型 |
| 2.1.1 运动学模型 |
| 2.1.2 整体型水动力模型 |
| 2.1.3 分离型水动力模型 |
| 2.1.4 响应型模型 |
| 2.2 船舶碰撞危险度模型 |
| 2.2.1 船舶会遇态势 |
| 2.2.2 避让责任划分 |
| 2.2.3 船舶碰撞危险度 |
| 2.3 本章小结 |
| 第3章 改进ABAS优化算法 |
| 3.1 BAS及BSAS算法基本原理 |
| 3.1.1 BAS算法 |
| 3.1.2 BSAS算法 |
| 3.2 已知约束空间下的改进ABAS算法 |
| 3.2.1 策略改进 |
| 3.2.2 初始化 |
| 3.2.3 收敛性分析 |
| 3.2.4 全局最优性分析 |
| 3.3 基于Benchmarks的数值仿真 |
| 3.3.1 改进ABAS算法测试 |
| 3.3.2 改进ABSAS算法测试 |
| 3.4 本章小结 |
| 第4章 基于ABEL的船舶运动建模方法 |
| 4.1 基于LSSVM的船舶运动辨识建模 |
| 4.2 基于ABEL的船舶运动辨识建模方法 |
| 4.2.1 改进的ESO-LSSVM连续系统辨识建模 |
| 4.2.2 基于ABEL的辨识建模方法 |
| 4.3 船舶运动建模仿真及模型船试验验证 |
| 4.3.1 基于KVLCC2和Delfia 1*的辨识仿真试验 |
| 4.3.2 基于Tito-Neri模型船平台的辨识实验 |
| 4.4 本章小结 |
| 第5章 开阔水域基于Q-ABSAS的避碰方法 |
| 5.1 基于MPC的船舶预测避碰策略 |
| 5.1.1 离散化与碰撞危险度预测 |
| 5.1.2 复航问题与约束设置 |
| 5.1.3 最优化目标函数 |
| 5.2 针对避碰策略的改进Q-ABSAS优化方法 |
| 5.2.1 ABSAS优化策略分析 |
| 5.2.2 基于Q-learning的自适应优化 |
| 5.3 多船会遇态势下基于逆模型拟合的避碰方法 |
| 5.3.1 基于逆模型(inverse model, IM)的多船会遇避碰 |
| 5.3.2 增强后的逆模型方法(reinforced inverse model, RI) |
| 5.4 基于KVLCC2的避碰仿真试验 |
| 5.4.1 典型会遇态势下基于Q-ABSAS的优化避碰 |
| 5.4.2 典型会遇态势下基于逆模型的避碰 |
| 5.4.3 多船会遇态势下的避碰 |
| 5.5 基于Tito-Neri模型船的半实物仿真试验 |
| 5.6 本章小结 |
| 第6章 感知受限下基于ABAS-DDPG的避碰方法 |
| 6.1 DDPG强化学习避碰策略 |
| 6.1.1 DDPG原理 |
| 6.1.2 基于DDPG的避碰策略 |
| 6.2 环境变化下的元学习策略 |
| 6.3 基于ABAS-DDPG的避碰方法 |
| 6.3.1 基于改进BAS的自适应噪声过程 |
| 6.3.2 基于Mujoco环境的初步仿真验证 |
| 6.4 基于Delfia 1*和Tito-Neri模型船的避碰仿真试验 |
| 6.4.1 固定环境中的避碰仿真 |
| 6.4.2 环境变化下的避碰仿真 |
| 6.5 基于Tito-Neri模型船的半实物仿真测试 |
| 6.6 本章小结 |
| 第7章 无模型下基于D-A3C-ABAS的避碰路径优化方法 |
| 7.1 滚动路径优化策略 |
| 7.1.1 状态预测方程 |
| 7.1.2 最优化问题 |
| 7.2 基于改进D-A3C-ABAS的快速自适应优化 |
| 7.2.1 D-ABAS方法 |
| 7.2.2 D-A3C-ABAS方法 |
| 7.2.3 数值仿真验证 |
| 7.3 路径优化仿真试验 |
| 7.3.1 离线路径优化验证 |
| 7.3.2 在线滚动路径优化验证 |
| 7.4 本章小结 |
| 第8章 结论、主要创新点及展望 |
| 8.1 结论 |
| 8.2 主要创新点 |
| 8.3 展望 |
| 致谢 |
| 参考文献 |
| 博士期间的学术成果以及参与的科研项目 |
（6）基于Bouc-Wen滞回模型的柔性结构自适应振动控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 智能材料的介绍 |
| 1.3 数学建模方法概述 |
| 1.3.1 Preisach迟滞模型 |
| 1.3.2 Maxwell迟滞模型 |
| 1.3.3 PI迟滞模型 |
| 1.3.4 Bouc-Wen迟滞模型 |
| 1.4 辨识方法概述 |
| 1.4.1 递推最小二乘法 |
| 1.4.2 BP神经网络算法 |
| 1.4.3 粒子群算法 |
| 1.4.4 遗传算法 |
| 1.5 现代控制方法概述 |
| 1.5.1 状态反馈控制 |
| 1.5.2 模型参考自适应控制 |
| 1.5.3 自校正PID控制 |
| 1.5.4 最优控制 |
| 1.6 本文主要研究工作 |
| 第二章 基于Bouc-Wen滞回方程建立悬臂梁的动力学模型 |
| 2.1 悬臂梁振动的理论基础 |
| 2.1.1 梁的弯曲振动 |
| 2.1.2 悬臂梁的固有频率和固有振型 |
| 2.2 压电方程 |
| 2.2.1 压电材料的压电效应 |
| 2.2.2 压电材料的非线性本构方程 |
| 2.2.3 致动方程 |
| 2.3 智能悬臂梁Bouc-Wen迟滞模型 |
| 2.3.1 广义坐标下的智能臂梁系统 |
| 2.3.2 致动方程的模态转换 |
| 2.3.3 智能悬臂梁Bouc-Wen迟滞模型 |
| 2.4 小结 |
| 第三章 基于遗传算法的辨识Bouc-Wen滞回模型 |
| 3.1 遗传算法辨识理论 |
| 3.1.1 遗传算法的理论基础 |
| 3.1.2 编码 |
| 3.1.3 选择 |
| 3.1.4 交叉 |
| 3.1.5 变异 |
| 3.1.6 适应度函数 |
| 3.2 遗传算法辨识Bouc-Wen模型 |
| 3.2.1 遗传算法中参数的取值 |
| 3.2.2 遗传算法辨识的一般步骤 |
| 3.2.3 个体适应度的计算 |
| 3.2.4 求解目标函数的具体过程 |
| 3.2.5 辨识结果分析 |
| 3.3 遗传算法的特点 |
| 3.3.1 遗传算法的优点 |
| 3.3.2 遗传算法的不足之处 |
| 3.4 小结 |
| 第四章 基于参考模型的智能结构自适应控制 |
| 4.1 Lyapunov稳定性 |
| 4.1.1 Lyapunov稳定性理论 |
| 4.1.2 李雅普诺夫稳定性的判定方法 |
| 4.2 系统状态变量可测时的MRAC控制器 |
| 4.2.1 系统状态变量可测时的MRAC控制器设计原理 |
| 4.2.2 系统状态变量可测时的MRAC控制器具体实施 |
| 4.3 智能悬臂梁振动控制的SIMULINK仿真 |
| 4.3.1 SIMULINK数值仿真原理及流程 |
| 4.3.2 控制器仿真参数 |
| 4.3.3 仿真结果及分析 |
| 4.4 智能悬臂梁振动控制实验 |
| 4.4.1 MATLAB与 LABVIEW的混合编程 |
| 4.4.2 MATLAB Script节点编程 |
| 4.4.3 实验仪器及工作原理 |
| 4.4.4 自适应控制实验步骤 |
| 4.4.5 实验结果及分析 |
| 4.5 小结 |
| 第五章 结论与展望 |
| 5.1 主要工作与结论 |
| 5.2 主要创新点 |
| 5.3 研究展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及取得的相关科研成果 |
| 致谢 |
（7）基于代数估计的无模型自适应控制及其在膝关节外骨骼中应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 国内外研究现状及发展动态 |
| 1.2.1 迭代学习控制 |
| 1.2.2 自抗扰控制 |
| 1.2.3 无模型自适应控制 |
| 1.2.4 基于神经网络的无模型控制方法 |
| 1.2.5 基于时延估计的无模型控制方法 |
| 1.2.6 智能PID控制 |
| 1.3 智能PID结构无模型控制方法发展方向 |
| 1.4 论文的主要内容和结构安排 |
| 2 非渐进收敛代数估计法的研究 |
| 2.1 代数估计法研究背景 |
| 2.2 基于代数法的估计器构建 |
| 2.2.1 算子运算理论 |
| 2.2.2 基于代数法的数值算例表达式推导 |
| 2.3 代数估计法在膝关节外骨骼中的应用 |
| 2.3.1 膝关节外骨骼数学建模 |
| 2.3.2 膝关节外骨骼基于代数法的状态估计 |
| 2.3.3 代数估计法仿真分析 |
| 2.3.4 代数估计法的特点 |
| 2.4 本章小结 |
| 3 基于代数估计的无模型反演控制方法 |
| 3.1 智能PID控制简介 |
| 3.1.1 智能PID控制基本框架 |
| 3.1.2 智能PID控制稳定性分析 |
| 3.1.3 膝关节外骨骼的智能PID控制仿真分析 |
| 3.2 无模型反演控制方法研究 |
| 3.2.1 无模型反演控制的表达式推导 |
| 3.2.2 无模型反演控制的稳定性分析 |
| 3.2.3 膝关节外骨骼的无模型反演控制仿真对比分析 |
| 3.3 本章小结 |
| 4 遗传粒子群算法优化的无模型反演控制方法 |
| 4.1 粒子群算法介绍 |
| 4.2 遗传粒子群算法研究 |
| 4.3 遗传粒子群算法及其在无模型反演控制的应用 |
| 4.3.1 遗传粒子群算法优化无模型控制的运行流程 |
| 4.3.2 遗传粒子群算法优化的无模型反演控制仿真分析 |
| 4.4 本章小结 |
| 5 基于代数估计的α可变无模型反演控制方法 |
| 5.1 极局部模型中的参数估计研究 |
| 5.2 基于投影梯度算法的无模型反演控制方法研究 |
| 5.2.1 基于梯度投影算法的α在线估计 |
| 5.2.2 基于梯度投影算法的无模型反演控制整合 |
| 5.3 基于最小二乘算法的无模型反演控制方法 |
| 5.3.1 基于递推遗忘因子最小二乘算法的α在线估计 |
| 5.3.2 基于递推遗忘因子最小二乘算法的无模型反演控制整合 |
| 5.3.3 基于最小二乘算法的无模型反演控制稳定性分析 |
| 5.4 基于代数估计的α可变无模型反演控制仿真对比研究 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（8）工程结构的传感器优化布置及模态分析（论文提纲范文）
| 摘要 |
| Abstract |
| 缩写与全称对照表 |
| 主要符号表 |
| 1 绪论 |
| 1.1 选题背景和意义 |
| 1.2 几种智能优化算法研究现状 |
| 1.2.1 人工鱼群算法 |
| 1.2.2 萤火虫算法 |
| 1.2.3 布谷鸟算法 |
| 1.3 传感器优化布置的研究现状 |
| 1.3.1 优化准则 |
| 1.3.2 优化算法 |
| 1.4 结构模态参数识别方法研究现状 |
| 1.5 模型修正方法研究现状 |
| 1.5.1 矩阵型模型修正 |
| 1.5.2 参数型模型修正 |
| 1.6 现有研究存在的问题 |
| 1.7 课题来源 |
| 1.8 主要研究内容及创新点 |
| 1.8.1 主要研究内容 |
| 1.8.2 主要创新点 |
| 2 模态试验传感器优化布置方法研究 |
| 2.1 传感器优化布置的准则 |
| 2.2 松弛序列法 |
| 2.2.1 积累序列法 |
| 2.2.2 传感器优化布置的松弛序列法 |
| 2.2.3 算例分析 |
| 2.3 LFFSA法 |
| 2.3.1 鱼群算法及其改进 |
| 2.3.2 LFFSA的数值仿真试验 |
| 2.3.3 传感器优化布置的LFFSA法 |
| 2.4 结构传感器优化布置试验分析 |
| 2.4.1 平面桁架结构的传感器优化布置 |
| 2.4.2 三维钢桁梁结构的传感器优化布置 |
| 2.5 本章小结 |
| 3 基于优化变分模态分解的模态参数识别 |
| 3.1 模态参数识别概述 |
| 3.1.1 数学模型 |
| 3.1.2 模态参数识别方法概述 |
| 3.2 变分模态分解方法 |
| 3.2.1 VMD模态响应识别 |
| 3.2.2 VMD的模态参数识别算法 |
| 3.3 随机子空间方法 |
| 3.3.1 状态空间模型的建立 |
| 3.3.2 数据驱动的随机子空间法 |
| 3.4 改进VMD-SSI模态识别 |
| 3.4.1 模型定阶问题 |
| 3.4.2 模态重复比率准则 |
| 3.4.3 模态参数识别 |
| 3.5 本章小结 |
| 4 试验模态参数识别及算法性能检验 |
| 4.1 模态参数识别的仿真算例 |
| 4.1.1 仿真函数 |
| 4.1.2 分解层数K的优选 |
| 4.1.3 模态参数识别性能比较 |
| 4.2 简支梁模型结构参数识别 |
| 4.2.1 理论模态分析 |
| 4.2.2 试验模态分析 |
| 4.3 模态参数识别结果的统计检验 |
| 4.3.1 模态频率的逐对比较法检验 |
| 4.3.2 模态阻尼的p值法t检验 |
| 4.3.3 模态振型的bootstrap-t法估计 |
| 4.4 本章小结 |
| 5 基于模态参数的模型修正 |
| 5.1 动力学模型修正过程 |
| 5.2 动力学有限元模型验证 |
| 5.3 修正参数选择 |
| 5.4 代理模型的建立 |
| 5.4.1 方差分析 |
| 5.4.2 试验设计方法 |
| 5.4.3 代理模型的构建方法 |
| 5.5 代理模型有效性评价 |
| 5.6 基于布谷鸟优化算法的模型参数修正 |
| 5.6.1 平面桁架结构的模型修正 |
| 5.6.2 布谷鸟算法 |
| 5.6.3 修正结果及有效性检验 |
| 5.7 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（9）某军用履带车辆综合传动装置换挡品质最优控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 综合传动装置发展综述 |
| 1.2.1 综合传动装置研究现状 |
| 1.2.2 液力机械自动变速器发展现状 |
| 1.3 换挡品质控制技术国内外研究现状 |
| 1.3.1 换挡品质控制算法国外研究现状 |
| 1.3.2 换挡品质控制算法国内研究现状 |
| 1.4 本文研究内容 |
| 第2章 动力传动系统建模及换挡过程特性分析 |
| 2.1 动力传动系统建模 |
| 2.1.1 发动机模型 |
| 2.1.2 液力变矩器模型 |
| 2.1.3 综合传动装置动力学模型 |
| 2.1.4 车辆负载模型 |
| 2.2 综合传动装置换挡品质需求 |
| 2.2.1 换挡品质评价指标 |
| 2.2.2 综合传动装置特点及换挡品质需求 |
| 2.3 换挡过程运动学及动力学分析 |
| 2.3.1 运动学关系分析 |
| 2.3.2 动力学分析 |
| 2.3.3 转矩相动力学分析 |
| 2.3.4 低挡转矩相阶段 |
| 2.3.5 惯性相阶段 |
| 2.4 换挡离合器油压特性的影响 |
| 2.5 本章小结 |
| 第3章 电液换挡操纵系统特性分析及优化设计研究 |
| 3.1 电液操纵系统组成 |
| 3.1.1 电控单元 |
| 3.1.2 先导电磁阀 |
| 3.1.3 双边节流换挡阀 |
| 3.1.4 离合器执行机构 |
| 3.2 基于参数识别的电磁比例阀建模方法研究 |
| 3.2.1 参数识别法建模简介 |
| 3.2.2 AMESim液压仿真平台设计探索模块简介 |
| 3.2.3 基于AMESim的电液比例电磁阀参数识别法建模 |
| 3.2.4 电液比例电磁阀仿真分析及验证 |
| 3.3 基于CFD的双边节流阀建模方法研究 |
| 3.3.1 换挡阀开启过程的流场稳态特性分析 |
| 3.3.2 基于CFD结果的双边节流阀模型 |
| 3.3.3 双边节流阀特性试验研究 |
| 3.4 双边节流阀优化设计研究 |
| 3.4.1 结构参数敏感性分析 |
| 3.4.2 基于遗传算法的结构参数优化 |
| 3.5 本章小结 |
| 第4章 换挡品质分段最优控制方法研究 |
| 4.1 最优控制器结构 |
| 4.2 换挡过程转矩相跟踪控制研究 |
| 4.2.1 转矩相最优控制问题描述 |
| 4.2.2 转矩相最优控制问题求解 |
| 4.3 惯性相最优控制研究 |
| 4.3.1 状态调节问题描述 |
| 4.3.2 状态调节问题求解 |
| 4.4 仿真结果分析 |
| 4.4.1 转矩相控制结果分析 |
| 4.4.2 惯性相控制结果 |
| 4.5 性能泛函加权参数优化 |
| 4.6 本章小结 |
| 第5章 换挡品质行驶试验研究 |
| 5.1 试验内容及方法 |
| 5.1.1 试验目的 |
| 5.1.2 试验内容 |
| 5.1.3 试验方法 |
| 5.2 试验结果 |
| 5.2.1 换挡过程试验 |
| 5.2.2 换挡品质试验 |
| 5.3 本章小结 |
| 第6章 结论与展望 |
| 6.1 全文总结 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 攻读学位期间发表论文与研究成果清单 |
| 致谢 |
（10）结构动载荷时域识别方法及高精度和稳定性研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 动载荷识别的频域法 |
| 1.2.2 动载荷识别的时域法 |
| 1.2.3 载荷识别热点问题 |
| 1.3 存在的问题及不足 |
| 1.4 论文主要研究内容 |
| 第二章 基于逐点修正的时域动载荷识别理论基础 |
| 2.1 引言 |
| 2.2 利用Wilson-θ法求系统动响应 |
| 2.2.1 Wilson-θ法原理 |
| 2.2.2 Wilson-θ法的稳定性分析 |
| 2.3 载荷初值的获取 |
| 2.3.1 Wilson-θ反分析法原理 |
| 2.3.2 Wilson-θ反分析法的稳定性分析 |
| 2.3.3 拟静态法原理 |
| 2.3.4 拟静态法的准确性分析 |
| 2.4 运用数值迭代对载荷初值的修正 |
| 2.5 离散系统动载荷识别 |
| 2.5.1 基于数值迭代修正的单自由度系统动载荷识别 |
| 2.5.2 单自由度系统动载荷识别仿真算例 |
| 2.5.3 基于数值迭代修正的多自由度系统动载荷识别 |
| 2.5.4 多自由度系统动载荷识别仿真算例 |
| 2.6 小结 |
| 第三章 梁的单点输入动载荷识别 |
| 3.1 引言 |
| 3.2 Euler-Bernoulli梁的受迫振动 |
| 3.3 基于数值迭代修正的简支梁单输入动载荷识别 |
| 3.3.1 Wilson-θ反分析法获取载荷初值 |
| 3.3.2 梁的SISO修正识别算法 |
| 3.4 简支梁仿真算例 |
| 3.4.1 不同时间步长和加载形式的识别结果 |
| 3.4.2 长时间加载和变频信号识别的稳定测试 |
| 3.4.3 抗噪性能分析 |
| 3.5 简支梁试验验证 |
| 3.5.1 简支梁模态试验 |
| 3.5.2 简支梁单点正弦输入识别 |
| 3.6 小结 |
| 第四章 梁的多点输入动载荷识别 |
| 4.1 引言 |
| 4.2 基于数值迭代修正的自由-自由梁MIMO动载荷识别 |
| 4.2.1 拟静态法获取载荷初值 |
| 4.2.2 梁的MIMO修正识别算法 |
| 4.3 自由-自由梁仿真算例 |
| 4.3.1 不同形式加载的适用性分析 |
| 4.3.2 多点输入的抗噪性能分析 |
| 4.4 试验验证 |
| 4.5 小结 |
| 第五章 梁的分布动载荷识别 |
| 5.1 引言 |
| 5.2 基于正交多项式的载荷识别原理 |
| 5.2.1 分布载荷的正响应计算 |
| 5.2.2 切比雪夫多项式 |
| 5.2.3 二维正交多项式识别分布载荷 |
| 5.3 分布载荷的修正识别算法 |
| 5.4 分布载荷仿真算例 |
| 5.4.1 二维正交多项式识别结果 |
| 5.4.2 数值修正算法识别结果 |
| 5.5 直升机旋翼分布载荷试验 |
| 5.5.1 试验对象 |
| 5.5.2 试验装置 |
| 5.5.3 试验原理 |
| 5.5.4 试验状态及内容 |
| 5.5.5 试验结果及分析 |
| 5.6 小结 |
| 第六章 时变系统的动载荷识别 |
| 6.1 引言 |
| 6.2 时变系统载荷识别方法建立 |
| 6.2.1 时变系统特性 |
| 6.2.2 针对时变系统的数值修正算法 |
| 6.3 简单系统不同参数线性时变的识别结果 |
| 6.3.1 质量(密度)线性时变 |
| 6.3.2 刚度(弹性模量)线性时变 |
| 6.3.3 阻尼(阻尼比)线性时变 |
| 6.4 系统参数非线性时变的识别结果 |
| 6.4.1 质量(密度)非线性时变 |
| 6.4.2 刚度(弹性模量)非线性时变 |
| 6.4.3 阻尼(阻尼比)非线性时变 |
| 6.5 GARTEUR飞机模型载荷识别仿真验证 |
| 6.5.1 GARTEUR飞机模型的模态试验测定 |
| 6.5.2 有限元模型的建立与修正 |
| 6.5.3 加挂油箱的有限元模型以及时变系统仿真 |
| 6.6 小结 |
| 第七章 数值修正载荷识别算法的若干关键问题研究 |
| 7.1 引言 |
| 7.2 数值修正算法对于特殊情况的适应性考察 |
| 7.2.1 数值修正算法对于重频结构的适应性能 |
| 7.2.2 数值修正算法在结构共振点反共振点处的适应性能 |
| 7.3 模型存在误差时数值修正算法的识别效果和稳定性 |
| 7.3.1 模型质量存在误差的情况分析 |
| 7.3.2 模型刚度存在误差的情况分析 |
| 7.3.3 模型阻尼存在误差的情况分析 |
| 7.3.4 模型误差的影响总结 |
| 7.4 计算参数对数值修正算法的影响 |
| 7.4.1 区间放大倍数的影响 |
| 7.4.2 区间分割系数的影响 |
| 7.4.3 精确度指标的影响 |
| 7.4.4 参数影响总结 |
| 7.5 小结 |
| 第八章 总结与展望 |
| 8.1 总结与创新点 |
| 8.1.1 工作总结 |
| 8.1.2 论文创新点 |
| 8.2 展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
四、基于遗传算法的离散和连续系统辨识（论文参考文献）
- [1]火电机组热工过程自抗扰控制的研究与应用[D]. 孙明. 华北电力大学(北京), 2021(01)
- [2]基于LabVIEW的系统辨识与内模控制方法研究及应用[D]. 张蓓. 西安理工大学, 2020(12)
- [3]基于遗传算法的动载荷位置识别研究[D]. 侯世涵. 南京航空航天大学, 2020(07)
- [4]电磁主动隔振系统建模与控制方法研究[D]. 张磊. 武汉大学, 2020(03)
- [5]基于天牛须优化的船舶运动建模与避碰方法研究[D]. 谢朔. 武汉理工大学, 2020
- [6]基于Bouc-Wen滞回模型的柔性结构自适应振动控制研究[D]. 王瑞萍. 上海工程技术大学, 2020(04)
- [7]基于代数估计的无模型自适应控制及其在膝关节外骨骼中应用[D]. 唐昊. 南京理工大学, 2019(01)
- [8]工程结构的传感器优化布置及模态分析[D]. 殷红. 兰州交通大学, 2019
- [9]某军用履带车辆综合传动装置换挡品质最优控制研究[D]. 彭庆东. 北京理工大学, 2018(07)
- [10]结构动载荷时域识别方法及高精度和稳定性研究[D]. 徐菁. 南京航空航天大学, 2018(01)