基于正交最小二乘估计的非线性时间序列的预测

在对非线性时间序列的短期预测中经常采用局部线性化的预测算法 ,原有的算法使用普通最小二乘法 (LS)估计近似线性模型的参数。对于存在噪声的数据 ,该算法的数值稳定性较差。本文在对非线性空间进行局部线性化的基础上 ,采用正交最小二乘方法 (OLS)对线性模型同时进行结构选择与参数辨识 ,改善了数值的病态特性 ,增强了算法的稳定性     

一类不匹配不确定非线性系统鲁棒变结构控制

针对一类具有不匹配非参数化不确定性的非线性系统 ,设计出一种鲁棒变结构控制器。该控制器能够保证当时间 t趋于无穷时 ,闭环控制系统的输出跟踪误差趋于零。仿真实例说明了该控制器具有满意的控制效果     

基于NFxPEM算法的调制气流声源的非线性补偿研究

针对调制气流声源存在较强的谐波畸变,将声源系统等效为Hammerstein非线性模型,利用该模型下的预失真技术对声源进行非线性补偿研究。根据辨识的Hammerstein模型中静态非线性部分带有直流分量的特点,给出了考虑直流分量补偿的预失真算法,并用数值仿真验证了算法的准确性和直流分量补偿的必要性。在非线性补偿实验中,根据单频信号辨识得到Hammerstein模型参数,采用NFxPEM算法求得对应的预失真Wiener模型参数和预失真波形。实验结果表明,与直接发射相比,补偿发射后声波的功率谱中谐波能量有所下降,而基频能量有小幅度的上升,说明了研究思路的正确性。     

基于小波的信噪分离方法

本文在 Ｄｏｎｏｈｏ 提出的从噪声中恢复信号的非线性小波方法的基本原理的基础上, 并针对非线性小波方法的核心问题——浮动阈值的设定提出了新的算法。通过算例证明, 所设计的浮动阈值在实际应用中效果较好, 特别在低信噪比时信号恢复效果明显优于现常用的浮动阈值设计方法。     

基于杂草算法的超磁致伸缩作动器耦合模型识别

考虑磁滞损耗、动态应力等因素的超磁致伸缩作动器磁滞模型可有效揭示电-磁-机-热多场耦合效应,但准确识别其非线性模型往往存在较大困难。智能杂草算法具有激烈的竞争机制和较强的搜索能力,可用于解决作动器多目标物理参数辨识问题。传统算法的种子数量以线性方式产生且分布方差与适应度缺乏联系,极大地影响了算法收敛速度和模型识别精度。为此,提出一种非线性繁殖和分布的混合改进杂草算法,并将其应用于超磁致伸缩作动器模型识别。实验表明:改进算法具有较强的噪声抑制能力,能精确辨识含有噪声扰动的作动器磁滞非线性模型物理参数;模型预测值和实验数据误差较小,所识别参数可使磁滞非线性模型较为全面地描述作动器多场耦合机理和动态特性。     

疲劳裂纹闭合的非线性超声在线测量

建立了外部载荷作用下用非线性振动-声场调制指数表征裂纹尺寸的数学模型。根据对外载荷与塑性致闭应力共同作用下裂纹面的开闭响应的分析,提出了裂纹张开和闭合应力的在线测量方法。在一块含中心穿透裂纹的铝合金薄板试件上进行了裂纹闭合参数的测量实验,实验结果表明,使用振动-声场调制技术在线测量裂纹闭合参数是可行且有效的,且该方法还能用于分析小裂纹的特殊开闭行为。     

作动器最优配置的柔性结构振动主动控制

柔性结构广泛应用于航空航天等领域,为了获得结构的最佳动力学性能,在主动振动控制中作动器或传感器位置优化成为关键。基于结构有限元动力学方程,在状态空间利用系统可控和可观Gramian矩阵考虑结构剩余模态的影响,推导一种新的作动器/传感器优化准则。根据优化准则结合非线性整数规划遗传算法对作动器的位置进行配置。以悬臂板为研究对象,采用基于状态反馈的线性二次型调节器研究悬臂板的振动控制效果。与其他配置方法进行比较,验证了新方法的优越性。     

胡海岩：必须重视军工院校的办学特色

从20多年前在南京航空航天大学取得博士学位开始．胡海岩就把自己的事业根植在国防科技工业这片沃土之上。如今,作为全国政协委员．中国科学院院士、北京理工大学校长的胡海岩,除了继续从事非线性动力学与控制研究外,更多的是要考虑学科发展、队伍建设、人才培养、科学研究.     

超声速混合层发展情况的非线性时间序列分析

采用大涡模拟数值方法,模拟了具有工程应用背景的二维超声速湍流混合层,通过非线性时间序列分析伪相图、关联维数和Lyapunov指数,得到了混合层发展情况的混沌特性.结果表明,混合层中心线沿流向位置的压力伪相图可定性地表示混合层的稳定性,关联维数分布可定量描述混合层经历的线性失稳、非线性失稳和涡合并阶段等发展情况,最大Lyapunov指数分布作为关联维数分析结果的验证.对于相应的超声速混合层实验,采用非线性时间序列分析方法研究混合层发展情况具有通用性.     

考虑非线性退化与随机失效阈值的剩余寿命预测

针对广泛存在的非线性退化设备,现有方法尚未考虑随机失效阈值对剩余寿命预测结果的影响。因此,通过对设备性能退化过程进行分析,提出了一种综合考虑非线性退化与随机失效阈值的剩余寿命预测方法。基于Wiener过程构建了考虑个体差异与测量误差的非线性退化模型;基于卡尔曼滤波算法建立状态空间模型以实现对退化状态的在线更新;基于极大似然法估计失效阈值分布系数估计方法,得到随机失效阈值的概率分布;基于随机失效阈值推导出剩余寿命的概率分布,实现对剩余寿命的在线预测。算例研究表明,所提方法可以有效地提升剩余寿命预测的准确性,具备一定工程应用价值。