基于改进观测方程的非线性恢复力免模型识别方法

• 作者: 张肖雄 贺佳 齐梦晨
• 来源期刊: 铁道科学与工程学报
• 学科: 工学
• 关键词: 非线性恢复力 全局迭代 扩展卡尔曼滤波 虚拟外激励 免模型识别
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 高速铁路技术与智慧交通
• 页码范围: 2729-2737
• 页数: 9页
• 分类号: TU3
• 语种: 中文
• DOI: 10.19713/j.cnki.43-1423/u.T20200068

摘要

现有的非线性恢复力参数化识别方法需已知非线性模型,并明确模型中参数的物理意义,而非参数化方法(如基于各类多项式的识别方法)往往难以准确识别突变处的恢复力.为进一步改进方法,提出一种非线性恢复力免模型识别法.该方法利用改进的观测方程,将非线性恢复力视作虚拟外激励,无需对非线性恢复力做参数化或非参数化模型假设,利用最小二乘和扩展卡尔曼滤波原理,同步识别结构参数和非线性恢复力,并且通过多次整体迭代保证识别结果稳定收敛.以含有Bingham模型和分段线性系统的5层框架数值模型为例,验证了该方法的有效性,并将其识别结果与基于切比雪夫多项式模型的非参数化识别方法进行对比,体现了该方法在识别恢复力非平滑处的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺佳		6	11	1.0	3.0
2	齐梦晨		1	0	0.0	0.0
3	张肖雄		2	1	1.0	1.0