在线系统辨识,online system identification
1)online system identification在线系统辨识
2)online identification of time-varying system时变系统在线辨识
3)online identification在线辨识
1.Online Identification of Locomotive Diesel Engine Based on Local Linear Models around Operating Points;基于工况点线性模型的内燃机车柴油机在线辨识
2.The implement ofonline identification of inverse dynamic model is provided by means of neural networks model.提出使用RBF神经网络实现被控对象逆动态模型在线辨识,采用SIEMENS基于PC的控制器WinAC构建LF炉电极控制系统,运用工业以态网和现场总线技术,确保了系统的实时性要求。
3.Based on theonline identification of dominant dynamic parameters measured by PMU,Volterra model and pattern recognition are employed to achieve online fast classification of the dynamic component percentage.在基于PMU量测的电力系统主导动态参数在线辨识方法的基础上,针对恒阻抗和感应电动机并联组成的综合负荷模型,采用Volterra级数模型和模式识别方法研究了动静负荷比例的在线快速辨识方法,并通过离线仿真给出感应电动机模型几个重要参数在典型值周围的合理变化范围。
英文短句/例句
1.Fast online system identification for MIMO using LSSVM基于LSSVM的MIMO系统快速在线辨识方法
2.An Online Multi-model Identification Algorithm Based on Subtractive Clustering基于减法聚类的多模型在线辨识算法
3.The Online Identification of Lines Parameters Based on Synchronized Phasor Measurement;基于同步相量测量技术的线路参数在线辨识
4.On-line Identification Method of Synchronous Generator and Transmission Line Parameters Based on PMU;基于PMU的同步发电机与线路参数在线辨识研究
5.Modeling Method of Linear System Based on Online Identifier ARMA;基于ARMA模型在线辨识器的线性系统建模方法
6.Research of Online Identification of Low Frequency Oscillation in Power System Based on the Prony Algorithm;基于Prony算法的电力系统低频振荡在线辨识研究
7.On-Line Mass-Property Identification Algotithm Research for Sarellite and Air Bearinge;卫星及气浮台质量特性的在线辨识算法研究
8.Study on the System Identification Control Technique of Inverter Based on DSP;基于DSP的逆变器在线辨识控制技术的研究
9.Research on Online Identification of Stator Resistance Based on Wavelet Neural Network;基于小波神经网络的定子电阻在线辨识的研究
10.Research on Parameter Online Identification of Direct Torque Control Systems直接转矩控制系统参数在线辨识的研究
11.Reversible control of high-power switched reluctance motor based on parameter on-line identification参数在线辨识的大功率开关磁阻电机可逆控制
12.Sensorless Control of Permanent Magnetism Bearingless Synchronous Motor Using Online Parameter Identification Based on Grey Model参数在线辨识永磁无轴承电机无传感器控制
13.Practical algorithms for online parameter estimation of induction motor异步电动机的参数在线辨识的实用算法
14.On-Line Identification Method for Critical Buses of Power System Voltage Stability电网电压稳定性薄弱节点在线辨识方法
15.On-line Monitoring of Transformer Windings Based on Parameter Estimation;基于参数辨识的变压器绕组在线监测
16.Neural Network s Application for Non-Linear System Identification;神经网络在非线性系统辨识中的应用
17.Application of Nonlinear Optimization to Aerodynamics Parameter Identification非线性最优解在气动参数辨识中的应用
18.The Application of Wavelet Neural Network in Nonlinear Identification;小波神经网络在非线性系统辨识中的应用
相关短句/例句
online identification of time-varying system时变系统在线辨识
3)online identification在线辨识
1.Online Identification of Locomotive Diesel Engine Based on Local Linear Models around Operating Points;基于工况点线性模型的内燃机车柴油机在线辨识
2.The implement ofonline identification of inverse dynamic model is provided by means of neural networks model.提出使用RBF神经网络实现被控对象逆动态模型在线辨识,采用SIEMENS基于PC的控制器WinAC构建LF炉电极控制系统,运用工业以态网和现场总线技术,确保了系统的实时性要求。
3.Based on theonline identification of dominant dynamic parameters measured by PMU,Volterra model and pattern recognition are employed to achieve online fast classification of the dynamic component percentage.在基于PMU量测的电力系统主导动态参数在线辨识方法的基础上,针对恒阻抗和感应电动机并联组成的综合负荷模型,采用Volterra级数模型和模式识别方法研究了动静负荷比例的在线快速辨识方法,并通过离线仿真给出感应电动机模型几个重要参数在典型值周围的合理变化范围。
4)on line identification在线辨识
1.So the active control integrated withon line identification has a many of methods to be applied.在线辨识是自适应控制的关键所在 ,而辨识算法也是多种多样 ,这样结合在线辨识功能的自适应控制种类就更多。
2.Offers a multi regression technique foron line identification of the characteristics of dampers and fans.以在日本最常用的风量自动调节式节流变风量空调系统的自动控制为例，介绍了变风量空调控制中室温控制、送风静压控制、送风温度控制的原理和应用，给出了风阀风机特性在线辨识的重回归方法。
5)On-line identification在线辨识
1.Theoretical and Experimental Study on Fuzzy Zonein On-line Identification for Grinding Burn;磨削烧伤在线辨识中模糊区的理论分析与实验研究
2.A Study of On-line Identification for Grinding Burn Using Bayes Principle;应用Bayes分类原理的磨削烧伤在线辨识研究
3.A novel method of single neuron PID vector control for permanent magnet synchronous motor based on RBF neural network on-line identification;基于RBF神经网络在线辨识的永磁同步电机单神经元PID矢量控制
6)Identification online在线辨识
延伸阅读
闭环系统辨识在闭环条件下确定开环系统(或正向通道)的动态特性。一般的系统辨识方法都是针对开环控制系统的，对于闭环控制系统的辨识，主要是指根据闭环操作所得到的数据，在什么条件下可以辨识和如何辨识系统的正向通道参数的问题。稳定的闭环系统对于不同反馈作用的输入信号可能有几乎相同的输出信号，因此闭环系统的输入和输出数据所提供的信息比开环的少。这给辨识带来一定困难。另外，在开环系统中，输入和输出所受到的干扰是互相独立的；而在闭环系统中，由于反馈的作用，输入总是与输出噪声相关的，这就给辨识带来更大的困难，有时甚至不能辨识。对于闭环系统，在很多情况下不允许把反馈断开后再对正向通道进行辨识。因为切断反馈,系统便成为开环而不稳定,甚至出现危险（例如一些化工系统就是这样）。有时为了高产、优质和保密等原因也必须保留反馈。还有很多系统，反馈是系统本身所固有的，根本不能消除，例如社会、经济和生物等系统。图1是一个闭环控制系统，其中w是设定值干扰，u和y分别是系统的输入和输出，它们都是可以测量的，ε1和ε2分别是正向通道和反馈回路的噪声，GS和GR分别是系统开环的和反馈回路的传递函数,G1和G2分别是正向通道和反馈回路噪声的传递函数。闭环系统辨识就是用 w、u和y的测量值来确定系统开环的传递函数GS。用一般的系统辨识方法，通过w和y的测量值可以对整个闭环系统进行辨识而得到闭环系统的传递函数，通过u和y的测量值得到的开环传递函数GS误差比较大，因为这时输入u和噪声ε1不是统计独立的，而独立性是无偏估计(见参数估计)的充分条件。当w＝0和ε2 ＝0时，图1变为图2，对于这样的闭环系统，用u和y的测量值不能得到真实的开环系统传递函数GS，而只能得到GS的一个估计：。闭环系统辨识的关键是保证输入u与噪声的统计独立性和保证GS的唯一性。70年代中期以来闭环系统辨识取得一些重要的结果：①在有反馈噪声的情况下，如果ε1和ε2统计独立,则用u和y的测量值可以辨识出GS与GR；如果ε1和ε2不是统计独立的,则GS和GR 没有唯一解。②在没有反馈噪声的情况下，如果GR已知,w≠0，而且w与ε1统计独立，则由u和y的测量值可以得到 GS的正确解；如果w =0（图2），则在一定条件下，闭环系统也是可辨识的。参考书目哥德温、潘恩著，张永光、袁震东译：《动态系统辨识：试验设计与数据分析》，科学出版社，北京，1983。（G. C. Goodwin and R. L. Payne， Dynamic System Identification： Experiment DesignandData Analysis, Academic Press, 1977.）
