针对汽车非线性悬架参数识别问题,根据最小二乘法原理,分别提出了基于离散化模型的参数识别方法和基于系统输入输出数据的参数识别方法。首先,从理论上介绍了两种识别方法的理论基础及其与最小二乘法之间的内在联系。其次,分别应用两种方法对汽车非线性悬架系统的线性及非线性参数进行识别,并通过仿真验证了两种基于最小二乘法的非线性系统参数识别方法的有效性。最后,进一步介绍了对于更一般的非线性系统,两种方法的适用范围,为非线性悬架系统及同类非线性系统的设计与分析提供了理论基础。

结构动载荷识别、参数识别都属于结构动力学领域的热点研究方向,目前已有一些研究致力于两者的联合识别,比如作者提出的EGDF算法。不过该算法与其他基于最小二乘法的连续识别方法一样,当仅用加速度信号作为反演的响应时,存在严重的载荷和位移识别信号的虚假低频漂移现象,其原因是加速度信号对于输入载荷的准静态分量不灵敏。考虑到应变信号包含有结构本征的低频振动特性,这里基于应变和加速度测量信号的融合策略,并应用模态缩减法拓展了原始EGDF算法。以平面桁架结构为数值仿真对象,验证了这里算法的有效性。

对于六轴机器人而言,由于自身关节柔度和机械臂刚度不足,会导致机器人在修型加工过程中末端定位精度不高,从而使机器人产生加工误差。为了提高机器人修型加工精度,基于指数积公式建立MOTOMAN UP50机器人的误差模型,并推导了基于指数积公式的六轴机器人误差补偿模型以及参数识别方法。通过MOTOMAN UP50机器人实验平台对零部件进行修型加工测量实验,并应用该建立的误差补偿模型验证,实验结果表明,基于指数积公式的误差模型有助于提高机器人修型加工,从而验证了其方法的正确性。

针对随机子空间模态识别过程因人为参与造成识别结果不准确的问题，提出在随机子空间识别过程中引入谱系聚类算法实现模态参数自动识别。通过两种不同状态矩阵计算方法所得到的模态之间的相似程度以及各阶模态的能量剔除由噪声、模态过估计等因素引起的虚假模态；引入谱系聚类算法对结果进行拾取，以频率、阻尼比、模态振型、模态能量作为聚类因子计算结果之间的相似性，通过其将计算结果分为若干类，提取元素多于一定值的类作为拾取结果，实现结果的自动拾取。通过数值仿真和实例分析验证该方法的有效性。

研究了输入未确知条件下的参数识别、荷载反演问题.根据激励的周期特性,运用统计平均的思想,构造出一类时域识别反演算法.数值算例表明,该算法的参数识别精度高,且具有很强的噪声适应能力和初参数选择鲁棒性.将本文算法与全量补偿算法有机会结合,可更好地解决在旋转动力设备周期激振力作用下的结构参数识别及荷载反演问题.

以梁振动理论作为基础，将含裂纹梁的振动问题转化为由弹性铰联接两个弹性梁系统的振动问题，得到理论计算含裂纹梁振动频率的特征方程。由此特征方程计算得到裂纺深工参数和位置参数变化时悬臂梁振动固有频率的变化规律。利用计算裂纹悬臂梁振动固有频率的特征方程，提出一种辩识裂纹深度和位置参数的数值计算方法。并通过对模拟悬臂梁裂纹的分析说明文中方法的有效性。

环境振动识别方法利用结构的输出信号识别结构的模态参数,主要的识别方法有时间序列分析法、ERA(eigensystem realization algorithm)法和随机子空间法,这些方法均基于离散模型.基于连续随机子空间模型,本文给出了一种识别大型工程结构模态参数的方法.运用SVD(sin-gular value decomposition)分解将含噪声的输出信号空间分解为信号空间和噪声空间,然后直接估计结构的模态参数.SVD分解保证了算法的鲁棒性.最后讨论了一个7层框架的理想建筑,仿真计算表明,该方法简单有效,能够使用在桥梁和建筑的健康监测和振动控制中.

基于响应灵敏度分析的有限元模型修正法已广泛应用于线性结构系统的局部损伤和裂纹参数等的识别。尝试将该方法推广应用到非线性系统的参数识别中。从非线性系统运动方程出发,通过数值积分得到系统的强迫振动响应,对系统的物理参数求导得到时域响应对参数的灵敏度,从而构造相应的响应灵敏度矩阵用于参数识别反问题。以Holmes-Duffing非线性系统和物理工程中有着广泛应用的双重sine Gordon非线性系统的参数识别为例,说明方法的应用过程。算例研究了不同的初始参数和测量噪声对识别结果的影响,结果表明响应灵敏度法能准确快速识别非线性系统的参数,并且具有对测量噪声不敏感的优点。

为了克服测量响应的不确定性给乘员约束系统参数识别带来的困难,利用马尔科夫链蒙特卡洛（Markov Chain Monte Carlo,MCMC）采样和近似模型构造技术,提出一种基于贝叶斯推理的乘员约束系统不确定性参数识别方法.该方法结合约束系统参数的先验分布和测量响应,通过马尔科夫链在未知参数联合概率密度空间进行抽样,从而获得了织带刚度缩放系数和质量流率缩放系数的后验边缘概率密度函数.识别结果表明,相比于传统确定性识别方法,基于贝叶斯推理的不确定性参数识别方法不仅能有效给出乘员约束系统参数的概率分布,而且能够保证参数寻优的全局收敛性.

为改善汽车防抱死制动系统（ABS）整体性能,从ABS液压控制单元（HCU）的主缸、轮缸、增压阀、减压阀、蓄能器、电机以及回油泵等元件的工作原理及结构出发,建立了各元件的数学模型;基于MATLAB/Simulink仿真软件,结合电磁场分析、流场分析和实验辨识多种手段,得到模型中的未知参量,建立了各元件准确的仿真模型,进而构建HCU参数化仿真模型。通过对试验和HCU系统仿真结果进行对比,验证了所搭建的HCU系统仿真模型的准确性,为进一步建立ABS虚拟样机奠定了基础。