文档介绍：哈尔滨工业大学
硕士学位论文
神经网络在非线性时变系统辨识中的应用
姓名:董好志
申请学位级别:硕士
专业:一般力学与力学基础
指导教师:邹经湘
20050601
摘要系统参数辨识的神经网络新算法——类递推最小二乘算法,经过对一些典型结构动力系统的参数辨识是对结构进行动力学分析和控制的重要工具,在航天、航空、建筑等领域得到了广泛应用,而且它也是深入研究动力学其他反问题的重要辅助手段。因此,对其进行研究具有重要的现实意义。对非线性系统或时变系统却失去了效果。利用神经网络进行参数辨识,是近本文综合了几种针对非线性时不变系统参数辨识的神经网络算法,并分度、辨识精度和抗噪声干扰能力;为了得到更好的辨识效果,提高参数辨识的精度,增强神经网络的抗噪声干扰能力,本文提出了一种针对非线性时变算例的仿真,结果表明该算法具有更快的收敛速度和更高的辨识精度以及更重要的实际意义。通过与其他各种算法的辨识结果相比较,表明该算法是非关键词参数辨识;人工神经网络;非线性时变系统:类递推最小二乘算多年来,国内外的学者已经发展出多种非常有效的参数辨识方法并提出了相关理论,其中许多种方法具有不错的辨识效果。但是,那些方法基本上是针对线性时不变系统来进行的,由于时变系统、非线性系统的辨识与线性系统的辨识存在着本质的差异,因而,许多能对线性系统进行辨识的方法,年来提出的一种新的辨识方法。由于神经网络具有天然的非线性,故其对非线性系统进行辨识具有高度的有效性,一些学者提出了多种辨识算法,但针对非线性时变系统参数辨识的算法却不多,效果也不太理想。别将它们推广到非线性时变系统的参数辨识中,分析并比较了它们的收敛速强的抗干扰性能。对于本文提出的非线性时变系统的参数辨识方法,将其应用到具体的动力学问题参数辨识中,该模型类似于火车过桥问题,所以,该算法具有相当常有效的,能够获得很好的辨识效果。法哈尔滨工业大学工学硕士学位论文
琣琧琣琣甀..,.也.,瓸琲瓵,,,—瑂...
第滦髀课题研究的来源、,经典模态的概念不再成立【】,但利用时间凝固法可以得到每一时刻系统的模态参数。时间凝固法是假设在一小段时间区间内系统参数不随时间变析理论得到这个线性定常系统在这小段时间内的模态参数,并认为这些模态前时刻系统模态的影响,故这些模态参数只能近似反映系统模态参数的变化。因此,这些模态参数称为伪模态参数。虽然伪模态参数不同于线性定常构系统辨识方法时,辨识目标就是系统豹伪模态参数。针对非线性结构系统也提出了一些“模态”的概念】,但对非线性模态的研究还远不够深入,如对于分段非线性系统、自激振动系统和参数激励振动系统等的研究就很少。虽然在目前所见的文献中,有将非线性模态用于研究受迫共振问题【邹、建立连续系统的降阶模型【和分析多自由度系统的动力学行为【,但这些零散的结果尚未形成完整的体系,距离工程应用相差很远。因此,本文关于非线性时变结构系统辨识研究的目的是针对特定的数学模型估计该模型的时变参数。是在航空航天、机械、建筑等领域的工程结构都在向高速化、大型化、复杂本课题是国家自然科学基金资助项目“时变结构模态参数识别方法和应用”的子课题,项目编号,项目负责人是邹经湘教授。结构系统辨识通常指结构系统的模态参数估计。虽然对于时变结构系化,像时间凝固一样,在这段时间内把系统当成线性定常系统。根据模态分参数是系统在当前时刻的模态参数。依此类推,可得到系统在任意时刻的模态参数。由于这种模态参数的定义忽略了当前时刻之前的系统参数变化对当系统模态参数的概念,但仍可反映系统的动力学特性口】。在研究线性时变结近几十年来,科学技术在各个领域都取得了巨大成就,突出表现之一就哈尔滨工业大学工学硕士学位论文
度和质量随时间变化∞】。在航天领域大型柔性结构,如太阳能帆板和天线以及高速列车的出现,引起车一桥系统的激烈振动已不能忽视啊R陨险况下结构参数的这种变化对结构振动特性的影响不可忽略,如导弹在飞行中速扩大,导致结构破坏,因此颤振现象十分危险。导弹发射后,速度在几秒钟内由零加速到几个马赫数,弹翼表面将受到高速空气动力作用,会附加上随时间变化的气动刚度和气动阻尼。气动加热作用也会使弹翼表面温度达到几百摄氏度,在结构内部产生很高的温度和温度梯度,直接影响弹翼的刚度种变化容易使低阶模态发生耦合而产生颤振。故研究飞行环境下导弹弹翼的作具有重要意义。飞机在批量生产前要在不同的速度下做几十次甚至几百次试飞,随飞机速度和姿态的改变,整个系统的阻尼和刚度参数也随之变化。机械工程中常用的机构,如曲柄连杆机构、车床切削系统加工不对称元件缜、齿轮的啮合以及起重机吊臂的展开和回收等,都会使系统的刚等的展开、空间站内部质量的移动