建立了考虑测试基准倾斜时加速度计的数学模型。用初始安装误差角辨识理论及算法，在一定范围内消除或减弱了测试基准倾斜对加速度计数学模型辨识精度的影响。该方法可以降低对测试设备地基和调平装置精度的要求，降低其测试和标定成本，提高测试工作效率。

提出一种基于函数链接型神经网络（FLANN）的三轴磁强计误差修正方法。由于三轴非正交、灵敏度不一致及零点漂移所引起的误差降低了三轴磁强计的测量精度，因此有必要进行校正。本文先对与三轴磁强计系统参数有关的测量进行详细分析和理论计算；然后，设计矩阵形式的数学模型对该误差进行修正。通过构造相应的FLANN网络结构，实现对模型参数矩阵的辨识。用实际地磁场测量数据进行测试，结果表明，三轴磁强计的转向误差南800nT修正到12nT以下。因此，该研究为提高三轴磁强计性能提供了一种可行方法。

磁流变减振器的输入输出具有很强的非线性关系,通常在进行结构分析时,需要对结构进行简化或线性化处理,因此理论上计算的十分准确的控制量,在实际中并不能达到满意的控制效果。该文采用BP神经网络对所设计的减振器进行正模型和逆模型辩识,避免了对结构进行理论建模的复杂性与不精确性,达到了很好的辨识效果。

一、概述众所周知，在对液压系统或元件进行控制和研究时，首要的任务就是用恰当的数学模型来描述被控对象的动态特性，只有掌握了数学模型才能对系统进行深入的研究和精确的控制。由于液压系统包含一些理论上难以精确确定的参数和非线性因素，以及系统参数随实际

一、前言图1为一电液力伺服控制系统,它在本实验室内用作加载器,可模拟由信号发生器(或磁带机、计算机)产生的任何形式的信号,如阶跃、正弦等典型信号或随机信号。但毫无疑问,它的使用范围受其本身动态特性(如频宽)限制。因此,系统的建模及有效的校正往往是非常必要的。

水力失调使管网系统的流体机械效率下降,造成能源浪费.而刻画管道的水力状况基础参数是管路阻况系数。由于实际工程的复杂性,设计的管路况系数与实际值有一定的差别,提出了基于多目标优化的方法对空调冷冻水系统的管路进行阻抗辨识,在辨识的基础之上,对水力状况进行评估和调整,在实际工程中有很高的参考价值。

针对传统控制器对数学模型依赖的缺点，利用神经网络具有逼近任意非线性函数的优点，采用RBF算法，对气动伺服位置系统模型进行参数辨识，结果证明行之有效。这种具有控制与辨识功能的方法为非线性系统的参数确认和优化控制提供了新的途径。

本文用闭环辨识方法获得开环不稳定的二次调节系统的开环数学模型，克服了系统参数不易确定的缺点，并将系统模型简化为二阶模型。在此基础上，用计算机控制输出转速，取得了较好的试验效果。

模糊控制系统的设计面临着两个难题一是隶属度函数及模糊控制规则的适应性问题;二是稳定性分析问题.为解决这两个问题.受经典控制利用控制对象的数学模型分析系统稳定性的启示.构造模糊对象的模糊模式来分析模糊系统的稳定性并提出型式控制GA用以解决模糊模式的系统辨识问题.

在对液压控制系统进行建模过程中，由于液压伺服系统普遍存在非线性，使用传统的机理建模方法就难以建立准确的数学模型，也就不能准确地反应系统实际情况。而过程的输入输出数据一般都是可以测量的，且过程的动态特性必然表现在实验结果数据之中，因此可通过系统辨识的方法，利用这些数据建立对象的数学模型。本文作者确定出模型的结构，然后利用最小二乘法辨识出了阀控马达系统参数模型，仿真汪明此模型是比较精确的。