view in publisher's site

Parameter identification for nonlinear time-varying dynamic system based on the assumption of “short time linearly varying” and global constraint optimization

Highlights•The error of the traditional assumption of “short time invariant” was analyzed.•The assumption of “short time linearly varying” with better accuracy was proposed.•A global constraint optimization was introduced to improve the method's robustness.•The proposed identification method was verified through an SDOF numerical example.•A qualitative analysis on the identification window size was carried out.AbstractA new identification approach based on a new assumption of “short time linear varying” is proposed for nonlinear time-varying (NTV) dynamic systems. In the identification procedure, the whole period is divided into a series of shifting windows. In each window, the NTV system model, which is known a priori, can be represented by regression equations and all the time-varying (TV) coefficients are determined by a least squares (LS) algorithm. The proposed approach has better identification precision than the traditional assumption of “short time invariant”. To enhance the robustness and stability, the problem of parameter identification is solved by means of constrained optimization in the global identification strategy when the noise level increases. The validity and accuracy are verified by applying the method to a single degree of freedom (SDOF) numerical example, and a qualitative analysis on the selection of the window size is carried out in this research.

شناسایی پارامتر برای سیستم دینامیکی غیرخطی با زمان متغیر براساس فرض "تغییر خطی کوتاه‌مدت" و بهینه‌سازی محدودیت سراسری

نقاط برجسته * خطای فرض سنتی "ثابت زمانی کوتاه" مورد تحلیل قرار گرفت. فرض "زمان کوتاه به صورت خطی متغیر" با دقت بهتر پیشنهاد شد. یک بهینه‌سازی محدودیت سراسری برای بهبود مقاومت روش معرفی شد. روش شناسایی پیشنهادی از طریق یک مثال عددی SDOF تایید شد. یک تحلیل کیفی در مورد اندازه پنجره شناسایی انجام شد. روش شناسایی جدید مبتنی بر فرض جدید "تغییر خطی کوتاه‌مدت" برای سیستم‌های دینامیکی غیرخطی متغیر با زمان (NTV)پیشنهاد شده‌است. در روند شناسایی، کل دوره به مجموعه‌ای از پنجره‌های در حال تغییر تقسیم می‌شود. در هر پنجره، مدل سیستم NTV، که قبلا شناخته شده‌است، می‌تواند با معادلات رگرسیون نشان داده شود و تمام ضرایب وابسته به زمان (TV)توسط یک الگوریتم حداقل مربعات (LS)تعیین می‌شوند. روش پیشنهادی دارای دقت شناسایی بهتری نسبت به فرض سنتی "ثابت زمانی کوتاه" است. برای افزایش استحکام و ثبات، مساله شناسایی پارامتر با استفاده از بهینه‌سازی محدود در استراتژی شناسایی کلی زمانی که سطح نویز افزایش می‌یابد حل می‌شود. اعتبار و دقت با استفاده از روش برای یک مثال عددی درجه آزادی (SDOF)تایید می‌شود، و یک تحلیل کیفی در مورد انتخاب اندازه پنجره در این تحقیق انجام می‌شود.
ترجمه شده با


پر ارجاع‌ترین مقالات مرتبط:

  • مقاله Mechanical Engineering
  • ترجمه مقاله Mechanical Engineering
  • مقاله مهندسی مکانیک
  • ترجمه مقاله مهندسی مکانیک
  • مقاله Control and Systems Engineering
  • ترجمه مقاله Control and Systems Engineering
  • مقاله مهندسی کنترل و سیستم‌ها
  • ترجمه مقاله مهندسی کنترل و سیستم‌ها
  • مقاله Computer Science Applications
  • ترجمه مقاله Computer Science Applications
  • مقاله کاربردهای علوم کامپیوتر
  • ترجمه مقاله کاربردهای علوم کامپیوتر
  • مقاله Aerospace Engineering
  • ترجمه مقاله Aerospace Engineering
  • مقاله مهندسی هوافضا
  • ترجمه مقاله مهندسی هوافضا
  • مقاله Civil and Structural Engineering
  • ترجمه مقاله Civil and Structural Engineering
  • مقاله مهندسی عمران و طراحی ساختار
  • ترجمه مقاله مهندسی عمران و طراحی ساختار
  • مقاله Signal Processing
  • ترجمه مقاله Signal Processing
  • مقاله پردازش سیگنال
  • ترجمه مقاله پردازش سیگنال
سفارش ترجمه مقاله و کتاب - شروع کنید

با استفاده از افزونه دانلود فایرفاکس چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.