参数辨识类毕业论文文献包含哪些？

    本文是为大家整理的参数辨识主题相关的10篇毕业论文文献，包括5篇期刊论文和5篇学位论文，为参数辨识选题相关人员撰写毕业论文提供参考。

1.[期刊论文]基于粒子群算法的火电单元机组模型参数辨识

期刊：《电子技术与软件工程》 | 2021 年第 011 期

摘要：本文是以再热汽温控制系统为对象,进行了建模研究。传统辨识方法对再热蒸汽温度模型辨识方面存在收敛速度较慢、寻优精度低等问题。本文通过粒子群算法对再热温度控制系统进行辨识,将系统辨识问题转化为优化问题,使用MATLAB软件,对系统参数进行优化,最终得到一个优化后的、可用的模型。实验结果表明,粒子群算法简单易行,运行速度快,精度较高。

关键词：粒子群算法；再热蒸汽温度；参数辨识

链接：https://www.zhangqiaokeyan.com/academic-journal-cn_electronic-technology-software-engineering_thesis/0201290528390.html

---------------------------------------------------------------------------------------------------

2.[期刊论文]线性延时系统的参数辨识及其在电路模型中的应用

期刊：《理论数学》 | 2021 年第 003 期

摘要：本文研究一类具有未知延时的线性系统的参数辨识问题。辨识问题包括延时估计和系统参数估计。首先,把延时和参数估计问题转化为具有遗忘因子的关于延时的非线性优化问题,借助Gauss-Newton法得到延时的估计,进而基于最小二乘方法得到系统参数估计。该辨识问题以实际电路系统为研究对象,充分考虑了延时和实际噪声的影响。最后,通过搭建实际电路系统,并以其输入和状态值作为实际测量数据,用本文所提辨识方法进行延时和系统参数辨识。验证结果表明了带有延时的线性微分方程模型的科学性和辨识方法的有效性。

关键词：线性延时系统；参数辨识；最小二乘方法；Gauss-Newton法；电路模型

链接：https://www.zhangqiaokeyan.com/academic-journal-cn_theoretical-mathematics_thesis/0201288994508.html

---------------------------------------------------------------------------------------------------

3.[期刊论文]基于粒子群优化算法的锂电池模型参数辨识

期刊：《电工技术》 | 2021 年第 012 期

摘要：基于戴维南电池模型,采用粒子群优化算法进行离线参数辨识.粒子群优化算法作为一种高效并且简单的算法,在平衡全局优化能力和局部优化能力方面具有显著的优势.

关键词：锂电池；二阶RC等效电路模型；模型参数辨识；粒子群优化算法

链接：https://www.zhangqiaokeyan.com/academic-journal-cn_electric-engineering_thesis/0201290363457.html

---------------------------------------------------------------------------------------------------

4.[期刊论文]基于回归算法的证件物品识别器参数辨识模型

期刊：《信息技术》 | 2021 年第 001 期

摘要：证件物品管理识别器参数辨识存在局部最优现象,噪声干扰下辨识精度下降,提出基于回归算法的证件物品管理识别器参数辨识模型.将证件物品管理识别参数输出误差平方和,代入粒子群算法适应度函数,通过粒子群优化算法实时更新粒子个体最优值以及全局最优值,初步辨识证件物品管理识别器参数,并将所获取结果作为支持向量回归算法迭代初始值,利用支持向量回归算法,最终辨识证件物品管理识别器参数.模型测试结果表明,采用该模型可有效辨识证件物品管理识别器参数,参数辨识精度高达99％以上,且噪声干扰情况下仍具有较高的辨识精度.

关键词：回归算法；证件物品；识别器；参数辨识；粒子群算法

链接：https://www.zhangqiaokeyan.com/academic-journal-cn_information-technology_thesis/0201288864155.html

---------------------------------------------------------------------------------------------------

5.[期刊论文]基于矩阵束算法的油纸绝缘变压器去极化电流等效电路参数辨识

期刊：《广东电力》 | 2021 年第 001 期

摘要：为了深入研究油纸绝缘变压器老化特性与绝缘介质弛豫响应机理之间的关系,辨识出准确有效的等效电路参数尤其重要.针对现阶段等效电路参数辨识研究中存在的诸多问题,结合矩阵束算法提出一种扩展德拜模型等效电路参数唯一辨识的新方法.首先,根据极化去极化电流法的数据构建汉克尔矩阵并对其进行奇异值分解,再根据奇异值曲线中奇异值大小区分理想信号与噪声信号,得到极化支路数;然后通过内积的数学计算拟合得到去极化电流的各弛豫系数和弛豫时间常数进而实现参数辨识;最后利用仿真和实测数据进行验证,结果证明矩阵束算法能有效拟合含有较大噪声的去极化电流.该方法可为油纸绝缘内部介质弛豫响应研究提供可靠的数学分析模型.

关键词：油纸绝缘；扩展德拜模型；参数辨识；去极化电流；矩阵束算法

链接：https://www.zhangqiaokeyan.com/academic-journal-cn_guangdong-electric-power_thesis/0201286430150.html

---------------------------------------------------------------------------------------------------

6.[学位论文]永磁同步电机在线参数辨识方法研究

目录

    封面

    摘要

    英文摘要

    目录

    第1章绪论

        1．1课题目的及意义

        1．2永磁同步电机参数辨识研究现状

        1．3论文主要研究内容

    第2章永磁同步电机数学模型及矢量控制

        2．1永磁同步电机基本结构

        2．2永磁同步电机数学模型

            2．2．1三相永磁同步电机基本数学模型

            2．2．2永磁同步电机在d-q坐标系下的数学模型建立

        2．3PMSM矢量控制

        2．4空间矢量脉宽调制技术

        2．5本章小结

    第3章永磁同步电机在线参数辨识方法研究

        3．1最小二乘法

            3．1．1最小二乘原理

            3．1．2遗忘因子最小二乘法对PMSM参数辨识

            3．1．3递推最小二乘法辨识系统的仿真建模

            3．1．4仿真结果及分析

        3．2模型参考自适应法

            3．2．1模型参考自适应参数辨识的原理

            3．2．2波波夫稳定性理论介绍

            3．2．3PMSM参数自适应辨识系统的设计

            3．2．4电阻、电感、磁链、转动惯量自适应辨识仿真模型

            3．2．5仿真结果及分析

        3．3扩展卡尔曼滤波算法

            3．3．1扩展卡尔曼滤波算法原理

            3．3．2永磁同步电机辨识模型建立

            3．3．3仿真结果及分析

        3．4本章小结

    第4章扩展卡尔曼滤波算法改进

        4．1改进扩展卡尔曼滤波算法原理

        4．2定子电阻，电感和转子磁链的辨识

            4．2．1电感辨识模型

            4．2．2电阻，磁链辨识模型

        4．3改进扩展卡尔曼滤波算法参数辨识仿真

        4．4改进辨识算法动态跟踪能力仿真

        4．5本章小结

    第5章测试系统设计

        5．1系统硬件设计

            5．1．1逆变电路设计

            5．1．2控制部分电路设计

            5．1．3电流检测电路设计

            5．1．4直流母线电压检测电路

            5．1．5编码器接口电路

        5．2系统软件设计

            5．2．1开发环境介绍

            5．2．2主程序设计

            5．2．3中断程序设计

            5．2．4参数辨识程序

        5．3本章小结

    第6章实验结果及分析

        6．1实验平台介绍

        6．2实验方法及结果分析

        6．3本章小结

    结论

    参考文献

    致谢

    攻读学位期间发表的论文

    声明

著录项

   学科：机电一体化理论及应用

   授予学位：硕士

   年度：2021

   正文语种：中文语种

链接：https://www.zhangqiaokeyan.com/academic-degree-domestic_mphd_thesis/020316302270.html

---------------------------------------------------------------------------------------------------

7.[学位论文]基于代理模型的马蹄焰玻璃窑蓄热室参数辨识及优化

目录

著录项

   学科：机械工程

   授予学位：硕士

   年度：2021

   正文语种：中文语种

链接：https://www.zhangqiaokeyan.com/academic-degree-domestic_mphd_thesis/020316418831.html

---------------------------------------------------------------------------------------------------

8.[学位论文]电力电子化电力系统动态负荷建模与参数辨识研究

目录

著录项

   学科：工程(电气工程)

   授予学位：硕士

   年度：2021

   正文语种：中文语种

链接：https://www.zhangqiaokeyan.com/academic-degree-domestic_mphd_thesis/020316409887.html

---------------------------------------------------------------------------------------------------

9.[学位论文]基于深度学习的多自由度串联机械臂动力学参数辨识及其补偿研究

目录

    封面

    声明

    中文摘要

    英文摘要

    目录

    第一章 绪论

        1.1研究背景与意义

        1.2国内外研究现状

        1.3论文的主要内容与体系结构

    第二章 机器人动力学模型及其线性化

        2.1基于Newton-Euler的动力学方程

        2.2动力学模型的线性化与最小惯性参数集

        2.3基于UR5机械臂的动力学辨识模型求解

        2.4本章小结

    第三章 基于ROS的轨迹规划方法研究

        3.1 ROS与机械臂URDF模型的建立

        3.2 ROS模型规划方法设计

        3.3基于Gazebo与真实机器人的仿真与验证

        3.4本章小结

    第四章 机器人动力学模型的参数辨识

        4.1辨识方法与数据采集

        4.2参数辨识与结果分析

        4.3基于Simulink的关节型六轴机械臂参数辨识面板开发

        4.4本章小结

    第五章 基于LSTM与Attention机制的深度学习补偿模型

        5.1 LSTM与Attention机制

        5.2一种用于不确定性补偿的深度学习模型

        5.3验证提出的不确定性补偿模型

        5.4本章小结

    第六章 总结

        6.1全文总结

        6.2论文展望

    参考文献

    在学期间取得的科研成果和科研情况说明

    致谢

著录项

   学科：机械工程

   授予学位：硕士

   年度：2021

   正文语种：中文语种

链接：https://www.zhangqiaokeyan.com/academic-degree-domestic_mphd_thesis/020316280068.html

---------------------------------------------------------------------------------------------------

10.[学位论文]基于神经网络的光伏电池多模型参数辨识与建模

目录

    封面

    声明

    目录

    摘要

    英文摘要

    第1章绪论

        1．1课题研究背景及意义

        1．2光伏发电系统的建模

            1．2．1光伏电池发电原理

            1．2．2物理参数模型建模

            1．2．3形状参数模型建模

        1．3神经网络发展及研究现状

        1．4论文主要工作与组织结构

    第2章光伏电池建模与求取参数

        2．1光伏电池输出特性

            2．1．1I-V特性曲线

            2．1．2P-V特性曲线

        2．2光伏电池模型的建立

            2．2．1单二极管模型

            2．2．2双二极管模型

            2．2．3形状模型

            2．2．4形状模型

        2．3模型参数求取方法及物理模型与形状模型参数关系

            2．3．1模型参数求取方法

            2．3．2物理模型与形状模型参数关系

        2．4天气因素对模型参数的影响

        2．5本章小结

    第3章基于神经网络光伏电池多模型建模

        3．1人工神经网络结构

        3．2流程图及误差函数

            3．2．1流程图

            3．2．2误差函数

        3．3基于神经网络对光伏电池物理模型的建立及参数研究

            3．3．1基于神经网络对单二极管模型的建立及参数研究

            3．3．2基于神经网络对双二极管模型的建立及参数研究

        3．4基于神经网络对光伏电池形状模型的建立及参数研究

            3．4．1基于神经网络对形状模型的建立及参数研究

            3．4．2基于神经网络对形状模型的建立及参数研究

        3．5本章小结

    第4章基于交叠边界的神经网络光伏输出特性建模

        4．1根据光照分类及交叠边界神经网络

        4．2实验验证

            4．2．1实验数据简况

            4．2．2误差函数

            4．2．3硅基类光伏电池验证

            4．2．4非硅基类光伏电池验证

        4．3长期估计

        4．4本章小结

    第5章结论与展望

        5．1结论

        5．2展望

    参考文献

    致谢

    攻读学位期间发表学术论文和参加科研情况

著录项

   学科：电气工程

   授予学位：硕士

   年度：2021

   正文语种：中文语种

链接：https://www.zhangqiaokeyan.com/academic-degree-domestic_mphd_thesis/020316319216.html