5篇关于参数辨识的计算机毕业论文

今天分享的是关于参数辨识的5篇计算机毕业论文范文, 如果你的论文涉及到参数辨识等主题,本文能够帮助到你

足式机器人三轴驱动系统控制方法研究

这是一篇关于机器人,三轴驱动系统,电流解耦控制,参数辨识,控制软件的论文, 主要内容为伺服驱动系统作为机器人的核心部件之一,直接决定着机器人的运动性能,因此对驱动系统控制方法的研究具有重要意义。本文基于足式机器人驱动需要,对机器人电机驱动系统控制方法展开研究,在此基础上研发出一款适用于足式机器人的三轴驱动器。首先,本文基于足式机器人对驱动系统的要求进行分析,得到驱动系统设计指标,并提出机器人关节同步驱动的三轴驱动系统布置方案,在此基础上建立机器人用表贴式永磁同步电机驱动控制模型;针对矢量控制的优势及经典矢量控制在足式机器人控制上的不足,确定本文主要研究为电机电流解耦控制、参数辨识及对单腿关节电机进行同步控制等三个方面。其次,对电机模型耦合项进行分析,并对有无前馈解耦的矢量控制进行对比仿真,结果表明前馈解耦使系统动态响应、抗干扰能力及稳定性都有明显提高;分析电机时变参数影响,提出电机控制参数的离线辨识方法及基于递推最小二乘法的在线辨识方法,有效减小解耦控制中电机参数不准确及变化的影响;在此基础上提出基于参数辨识的电流解耦控制三轴驱动系统控制策略。然后,针对三轴同步控制机制,提出本文控制总体架构;设计基于双核的控制电路,使驱动器进一步集成化;开发控制算法软件,通过分层思想降低了软件各模块之间的耦合,提高软件的复用,提出后台处理和中断处理的多任务调度机制,实现对足式机器人三轴驱动系统的实时同步控制,并使驱动具备可靠的故障处理能力,保证安全性。最后,通过样机实验,进行驱动功能模块性能测试及系统响应和跟随实验。实验表明,三轴驱动系统软硬件可靠,电机参数辨识方法有效,系统动态响应快,跟随精度高,满足机器人对三轴驱动系统的基本要求。

散袋小包装中药自动出药系统设计与实现

这是一篇关于散袋小包装中药,自动出药,动态称量,参数辨识,多属性决策的论文, 主要内容为随着中医药行业的规范化发展,散袋小包装中药以其包装上的优势逐渐颠覆了传统散装中药的主导地位。然而,不同于西药的硬质外包装,散袋小包装中药大多是柔性袋装药包,不易于抓取和识别,导致大部分中药房依然采用人工的方式来抓取并计量药包。实现散袋小包装中药自动出药,能够提高中药房的出药效率,降低出药错误率,既减轻了药剂师的负担,也减少了患者等待取药的时间。自动化出药的过程需要称量系统与真空吸盘阵列抓药系统的配合才能实现精准出药,然而传统的称量方法需等待秤盘稳定,称重效率低下;真空吸盘阵列从药箱中抓药后,释放多余药包的过程中,随机选择吸盘单元释放会导致药包称量次数增加、二次抓药次数增加以及真空吸盘阵列利用率降低。为了解决上述问题,同时减小出药系统的占地面积,使其满足医院的布局需求,本文主要做了以下工作:(1)通过对称量系统进行建模,将中药包的动态称量问题转变为称量系统的参数估计问题,在递推最小二乘估计算法的基础上进行了改进,得到了基于自适应向量预测误差的参数估计算法进行参数辨识,无需等待称量系统稳定即可获得称量结果。(2)针对真空吸盘阵列的放药过程,引入了多属性决策算法,从药包吸附数、吸盘疏密度和堆积度三个方面构建了决策矩阵。通过优化信息熵权值,对决策矩阵加权后再利用TOPSIS算法进行排序,得到最优待释放吸盘单元,减小了随机选择吸盘单元释放药包带来的问题。(3)通过设计仓储式储药区、柔性真空吸盘阵列抓药机械手、可翻转伸缩接药机构和旋转出药机构,并将多个装置集成到药柜中,使占地面积小于1.4㎡,实现了设备占地面积的小型化。最后,本文对设计的系统进行了机械加工,将各子模块进行装配后编写了软件进行控制。以常见的药包为实验对象进行了测试,测试结果表明大部分药品抓药成功率可达98%以上,出药时间减小至26.9s,出药准确率达到100%,满足设计指标,能够胜任中药房的自动出药任务。

基于改进知识获取共享算法的光伏电池模型参数辨识及其最大功率点跟踪方法研究

这是一篇关于光伏电池,光伏阵列,局部阴影情况,元启发式算法,参数辨识,最大功率点跟踪的论文, 主要内容为在“双碳”战略中,光伏发电尤为重要。作为多项研究的前提条件,光伏发电系统模型的准确建立极为必要。同时,研究最大功率点跟踪方法是降低发电成本的关键。因此,本文重点研究了光伏电池参数提取和最大功率点跟踪技术。首先,提出了一种基于多策略知识获取共享算法(MSGSK)的光伏电池模型参数辨识方法,以解决知识获取共享算法GSK在提取光伏电池参数时暴露的局部开发能力较弱的问题。为提高收敛速度,设计了参数自适应机制和混沌精英学习策略;为平衡引入两种策略后过强的局部开发,设计了回溯差分变异策略。为验证MSGSK的有效性,引入了光伏模型参数辨识实验,结果表明,MSGSK提高了GSK的收敛性和精确度。其次,设计了基于强化学习知识获取共享算法(RLGSK)的光伏电池模型参数辨识方法,以实现辨识结果性能的进一步提高。为解决MSGSK参数自适应机制调节方式过于死板的问题,通过强化学习机制优化了个体分流机制,实现GSK算法参数的灵活调整。通过基于性能的种群规模缩减机制,实现计算资源的优化分配。为验证RLGSK的有效性,引入了光伏模型参数辨识实验,结果表明RLGSK在提升精度和收敛性的基础上进一步提高了鲁棒性。通过成分分析实验,证明RLGSK实现了优化分配。另一方面,设计了基于差分进化知识获取共享混合算法(HDEGSK)的最大功率点跟踪(MPPT)方法,以解决光伏发电系统实际应用中面临的实时性和精确性挑战。考虑到传统MPPT算法收敛快速但初值敏感,通过HDEGSK优化了传统MPPT算法的初值。HDEGSK算法将GSK与差分进化的更新方式通过改进的个体分流机制进行了有效耦合。为验证HDEGSK的有效性,引入了光伏MPPT实验,结果表明,HDEGSK优化的传统算法极大的提升了实时性和精确性。最后,为进一步减少功率损失,设计了“一步到位式”MPPT技术。提出了一种基于性能导向的差分进化知识获取共享混合算法(PG-HDEGSK),在HDEGSK的基础上引入了基于性能导向的自适应参数调整机制和种群规模缩减机制,优化了计算资源的分配。通过参数辨识实验证明,在性能上:PG-HDEGSK>RLGSK>HDEGSK>MSGSK>GSK。通过分析不同光照强度下的参数辨识结果建立了多峰特性的功率预测模型。为验证预测模型的有效性,通过恒压法和恒流法进行MPPT实验,结果表明,“一步到位式”MPPT技术跟踪精度极高,跟踪误差进一步减小。

应用于光伏系统的参数辨识方法的研究

这是一篇关于参数辨识,光伏电站,果蝇算法,粒子群算法,电力系统设计的论文, 主要内容为伴随社会的不断发展,我国资源问题越来越凸显,光伏电力用作我国电力供应可以有效缓解资源枯竭的问题,近年来我国光伏产业规模逐年增大,庞大的发电规模使得光伏系统的稳定运行面临严峻挑战。准确的建立光伏发电系统模型,得到模型下未知的参数来实现对光伏数据的拟合,以此可以实现对光伏电站的效能监控、功率预测、MPPT和电力输出控制等功能。但光伏系统监测点多、数据大且复杂,目前的现有的参数辨识方法已难以满足需求,因此参数辨识领域也成为国内外学者的研究重点,现阶段,科研机构和高校的研究方向集中在光伏模型参数辨识方法上。本论文致力于优化参数辨识寻优算法,探索提高参数辨识模型精确度的方法。主要的研究内容如下:(1)将FOA算法应用于光伏组件参数辨识,提出禁忌搜索算法和果蝇算法结合(TSFOA)的参数辨识方法来进一步优化FOA算法的能力,该算法是基于果蝇觅食的复杂关系,衍生出的一种全局范围下迭代的TS-FOA算法,该算法既保证了前期全局搜索能力,同时又引入TS概念对传统FOA算法进行优化,进一步减少后期迭代时间,可以避免迭代后期陷入局部最优解的问题,提升寻优效率。结果表明,与传统算法相比TS-FOA算法的预测值曲线和实际功率曲线更加吻合,预测精度更高。(2)为进一步解决双二极管模型下大规模数据集的参数辨识问题,提出了基于奖惩机制的分数阶达尔文粒子优化算法(RFOD-PSO),RFOD-PSO算法是对传统的粒子群算法(PSO)的升级调整,设计了一种使用分数阶微积分的改进方式来对PSO算法进行优化,避免了当数据量较大或者搜索时间过长时PSO算法较早陷入局部最优的缺陷,同时还引入奖惩机制(RP)进一步的改进粒子群的搜索性能。在使用实证数据进行测试之后,结果表明RFOD-PSO算法在多次迭代和双二极管模型条件下都比其他算法具有更好的参数辨识效果。(3)针对实证光伏电站系统要求,基于Idea+Tomcat+Springboot+Vue等技术框架,设计了一个实证电站监控管理系统,开发了光伏电站系统的登录、监控、检索、错误预警、参数辨识等模块,实现了一个可以便捷实现参数辨识信息分析的光伏电站系统,提高了电力信息的管理能力。