-
公开(公告)号：CN119720737A
公开(公告)日：2025-03-28
申请号：CN202411620929.4
申请日：2024-11-14
Applicant: 南通大学
Abstract: 本申请公开了基于模拟退火的双率柴油机隔振非线性系统参数估计方法，包括：基于双率Hammerstein柴油机隔振非线性系统模型，获取双率Hammerstein柴油机隔振非线性系统的第一辨识模型；基于辅助模型辨识，将所述第一辨识模型进行转换，获取第二辨识模型；基于改进的模拟退火算法，将改进的模拟退火算法与多新息辨识相结合，获取所述第二辨识模型的参数。本申请首先采用辅助模型的思想解决双率采样引起的数据不完整问题。然后，基于辅助模型的改进多新息模拟退火算法(MI‑SA)对适应度函数进行优化，实现对未知参数估计的并行搜索。此外，引入多普勒降温效应型降温函数，提升算法收敛速率，提高了辨识精度和优化速度。
-
公开(公告)号：CN119247768A
公开(公告)日：2025-01-03
申请号：CN202411262355.8
申请日：2024-09-10
Applicant: 南通大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于遗传优化和数据滤波的分数阶超精密平台辨识方法，解决了在高精度运动控制中，因系统的非线性特性而导致的控制精度降低的技术问题。包括以下步骤：首先根据GL定义建立包含分数阶线性动态部分和静态非线性部分的超精密非线性平台系统模型。然后，对系统输入输出进行数据滤波处理，将复杂的有色噪声转化简单的滑动平均噪声来提高信噪比。接着，对交叉规则进行了改进，动态调整交叉概率，增强算法的全局搜索能力和收敛速度，提高了参数估计的精度和鲁棒性。本发明在处理分数阶非线性系统的参数估计问题上具有较高的精度和良好的抗干扰能力，适用于超精密平台复杂工业系统的建模和控制。
-
公开(公告)号：CN118682745A
公开(公告)日：2024-09-24
申请号：CN202410696390.4
申请日：2024-05-31
Applicant: 南通大学
Abstract: 本发明提供了一种刚柔耦合机器人模糊强化学习预定时间振动抑制方法，属于刚柔耦合机械臂控制技术领域，解决了大形变刚柔耦合机器人系统动力学建模及在非线性输入死区下基于模糊强化学习的刚柔耦合机器人系统预定时间轨迹跟踪与弹性振动抑制的技术问题。其技术方案为：包括以下步骤：步骤一：确定刚柔耦合机器人的物理参数和运动学特性；步骤二：并获得柔性刚柔耦合机器人的角度位置；步骤三：计算轨迹跟踪误差及误差性能；步骤四：定义评价神经网络；步骤五：定义模糊IF‑THEN规则；步骤六：计算τ(t)，更新#imgabs0#本发明的有益效果为：本发明的方法确保同时振动抑制和轨迹跟踪的显著优势。
-
公开(公告)号：CN117094130B
公开(公告)日：2024-05-14
申请号：CN202310894100.2
申请日：2023-07-20
Applicant: 南通大学
IPC: G06F30/20
Abstract: 本发明提供了一种基于极大似然最小二乘算法的分数阶压电陶瓷辨识方法，属于电子设备系统辨识技术领域，解决了最小二乘算法收敛速度慢且辨识精度不高的技术问题。其技术方案为：一种基于极大似然最小二乘算法的分数阶压电陶瓷辨识方法，其技术方案为：包括以下步骤：步骤1)建立分数阶压电陶瓷系统Hammerstein非线性模型；步骤2)构建极大似然最小二乘算法的辨识流程。本发明的有益效果为：本发明提出的极大似然最小二乘算法有较快的收敛速度和较高的收敛精度，能较好的适用于对分数阶压电陶瓷系统的建模和参数辨识。
-
公开(公告)号：CN117094130A
公开(公告)日：2023-11-21
申请号：CN202310894100.2
申请日：2023-07-20
Applicant: 南通大学
IPC: G06F30/20
Abstract: 本发明提供了一种基于极大似然最小二乘算法的分数阶压电陶瓷辨识方法，属于电子设备系统辨识技术领域，解决了最小二乘算法收敛速度慢且辨识精度不高的技术问题。其技术方案为：一种基于极大似然最小二乘算法的分数阶压电陶瓷辨识方法，其技术方案为：包括以下步骤：步骤1)建立分数阶压电陶瓷系统Hammerstein非线性模型；步骤2)构建极大似然最小二乘算法的辨识流程。本发明的有益效果为：本发明提出的极大似然最小二乘算法有较快的收敛速度和较高的收敛精度，能较好的适用于对分数阶压电陶瓷系统的建模和参数辨识。
-
Patent Agency Ranking
公开(公告)号：CN114217234B
公开(公告)日：2023-08-22
申请号：CN202111654358.2
申请日：2021-12-30
Applicant: 南通大学
IPC: G01R31/387
Abstract: 本发明提供了一种基于IDE‑ASRCKF的锂离子电池参数辨识与SOC估计方法，属于锂离子电池技术领域，其技术方案为：包括以下步骤：步骤1)通过间歇恒流放电测取电池的负载电流和端电压数据，确定OCV‑SOC关系；步骤2)建立锂离子电池的二阶RC模型；步骤3)构建IDE算法的辨识流程，对电池模型参数进行辨识；步骤4)构建ASRCKF算法的估计流程；步骤5)利用IDE算法确定锂电池模型中的各个参数，并利用ASRCKF对电池SOC进行估计。本发明的有益效果为：本发明提高了算法的收敛速度与精度；利用辨识得到的参数结果结合ASRCKF算法进行SOC估计，精度高、鲁棒性好，效果优于CKF。
-
公开(公告)号：CN114239253B
公开(公告)日：2022-12-02
申请号：CN202111491893.0
申请日：2021-12-08
Applicant: 南通大学
IPC: G06F30/20 , G06F17/16 , G06F17/18 , G06F119/10 , G06F119/18
Abstract: 本发明提供了一种火工品起爆过程参数辨识方法，属于火工品参数辨识技术领域，解决了梯度下降算法收敛速度慢的问题。其技术方案为：该辨识方法具体包括以下步骤：步骤1)建立火工品起爆过程的Volterra模型；步骤2)构建Levenberg‑Marquardt递推算法的辨识过程。本发明的有益效果为：本发明建立了火工品起爆过程的参数辨识模型，利用Levenberg‑Marquardt递推算法对起爆过程的参数进行辨识，该算法具有收敛速度快、估计精度高的特点，该辨识方法对于火工品起爆过程的参数辨识有较好的适用性。
-
公开(公告)号：CN115097735A
公开(公告)日：2022-09-23
申请号：CN202210866614.2
申请日：2022-07-22
Applicant: 南通大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于改进Adam优化算法的反应釜连续搅拌过程的辨识方法，属于化学工程系统辨识技术领域。其技术方案为：一种基于改进Adam优化算法的反应釜连续搅拌过程辨识方法，包括以下步骤：步骤1)建立反应釜连续搅拌过程的输入非线性Hammerstein‑CARMA模型；步骤2)构建改进Adam优化算法的辨识流程。本发明的有益效果为：本发明提出的改进Adam优化算法是一种改进梯度优化算法，它相比较传统的梯度优化算法等有较快的收敛速度和较高的收敛精度，能较好地适用于对反应釜连续搅拌过程的建模和参数辨识，具有一定的工程实际应用价值。
-
公开(公告)号：CN111025910B
公开(公告)日：2022-06-24
申请号：CN201911354480.0
申请日：2019-12-25
Applicant: 南通大学
IPC: G05B13/04
Abstract: 本发明提供了一种基于混沌引力搜索迭代的pH中和过程维纳模型辨识方法，属于化工系统辨识领域。解决了pH中和过程非线性动态模型问题。其技术方案为：基于混沌引力搜索迭代的pH中和过程维纳模型辨识方法具体包括以下步骤：步骤1)构建出pH中和过程的维纳非线性系统模型，根据系统模型获得pH中和过程的辨识模型；步骤2)构建混沌引力搜索迭代算法的迭代辨识流程。本发明的有益效果为：本发明计算准确，辨识精度高，适用于pH中和反应维纳非线性系统的参数辨识。
-
公开(公告)号：CN114566227A
公开(公告)日：2022-05-31
申请号：CN202110878223.8
申请日：2021-07-30
Applicant: 南通大学
Abstract: 本发明提供了一种基于牛顿迭代算法的PH中和过程模型辨识方法，包括以下步骤：步骤1)构建PH中和过程分数阶Hammerstein CAR模型，根据所构建的系统模型获取PH中和过程的辨识模型；步骤2)构建牛顿迭代算法的辨识流程。本发明的有益效果为：使用本发明的牛顿迭代算法的PH值中和过程模型辨识方法进行的参数辨识结果可以看出，该方法的辨识精度较高，输出的参数估计误差较小；同时，也说明本辨识方法对于本PH中和过程模型有较好的适用性。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.022 seconds)
