针对基于部件级航空发动机稳态建模过程中完整、准确的航空发动机部件特性数据往往难以获取,建模时间长等现象,提出使用实验数据进行辨识建模的方法;为了建立航空发动机的稳态模型,通过对某轻型飞机实验台的飞行实验数据进行分析整理,提出使用BP神经网络对发动机重要参数进行建模,同时使用粒子群优化算法(Particle swarm optimization,PSO)对BP神经网络的权值和阈值进行优化。最后,使用改进粒子群优化算法(Improved particle swarm optimization algorithm,IPSO)对传统粒子群优化算法进行改进,仿真结果表明IPSO-BP网络建立的发动机模型精度更高,稳定性更好。

对MEMS加速度计的温度模型与其倾角的相关性进行分析,提出了一种无需精确控制加速度计位置,借助普通恒温箱即可完成的温度模型辨识方法,并根据辨识结果设计温度补偿软件方案。实验结果表明,温度补偿可使加速度计测量输出的稳定性提高一个数量级,补偿效果明显,模型辨识方法有效。将温度模型用于某小型无人机航姿测量系统中,缩短了系统启动时间,并有效的提高了姿态测量精度。

以从俄罗斯引进的低频微g加速度计校准装置为基础，分析了基础振动对微g加速度计校准结果的影响，给出了消除基础振动噪声的方法及在该种情况下加速度计静态数学模型的辨识方法。

为标定高精度（10^-6）的加速度计，提出了一种在双轴转台上进行正交双加速度计标定的试验方案，建立了正交双加速度计的g^2观测模型；分析了正交双加速度计的模型系数相关性，在此基础上基于D-最优试验设计方法，针对加速度计多位置试验中模型方程的特殊形式，利用信息矩阵推导出了该试验计划的解析解。仿真试验和实测数据的估计结果均表明：双表试验辨识结果的标准差较小，参数的估计精度较高，优于传统的单表试验方法，双表试验能提高高精度加速度计的标定精度。

为快速准确获得进给系统动力学模型,提出基于开放式运动控制器的进给系统快速辨识方法。首先,采用匀速信号加白噪声作为激励信号对进给系统进行激励,减小非线性摩擦对模型辨识精度的影响;其次,通过开放式运动控制器实时读取输入、输出位置反馈数据;再利用MATLAB辨识工具箱构建进给系统辨识模型;最后,使用实际加工程序对辨识模型进行验证。结果表明:该方法能够快速准确地建立进给系统辨识模型。通过设置合理的匀速信号及激励幅值可以大幅降低低速非线性摩擦对辨识结果的影响,提高辨识模型与实际进给系统的拟合度,使模型输出与实际输出拟合度达98.11%;运用加工程序对辨识模型进行验证,其线性部分最大误差在±3μm以内。

一、引言长行程缸由于活塞所处位置不同，引起系统数学模型的变化。这种情况，对于工作行程范围较短的缸（如电液振动台、小幅值力控制装置）来说，影响可以不计。然而若需要在全行程范围内对气缸状态进行控制时（如长行程缸速度动态控制或位置动态控制），这种模型的非线性是必须考虑的。

为实现微米级别位移控制,采用伺服驱动器、交流永磁同步电动机和位移放大液压缸代替传统伺服阀和泵源,利用位移放大液压缸与执行液压缸的有效面积比,对执行液压缸进行精确定位。针对其液压系统进行数学建模,讨论液压油弹性模量、油液黏度、蓄能器压力与体积等变量对系统动态性能的影响。建立微位移控制系统AMEsim仿真模型,仿真结果表明：液压油弹性模量越大,系统响应越快;油液黏度越大,系统响应越慢;蓄能器压力与体积对系统响应影响微小,仿真结果与数学模型预测相符。设计试验台并在试验台进行液压系统开环扫频特性试验,使用Matlab辨识工具箱对系统试验数据进行模型辨识,辨识结果表明：二阶系统与试验数据的吻合度较高,与数学模型预测相符。基于辨识模型设计的PD控制器在微位移控制综合平台上得到了应用,位置控制偏差范围为-2～1.7...

简介高速电磁开关阀常用模型，分析其特点；给出RBF神经网络用于非线性系统辨识的一般结构与步骤；分析了使用该网络进行高速电磁开关阀模型辨识的结果，同时使用一些未作为训练样本的数据进行验证，并与理想公式的计算结果进行对比。结果表明：即使在高速开关阀的电气与结构参数未知的情况下，仍然可以使用RBF网络辨识出适合实际应用的高速电磁开关阀模型。

利用xPC技术建立了阀控缸实时电液伺服控制系统。为了获得系统准确的数学模型，文章借助于xPC实时系统的半实物仿真环境和MATLAB系统辨识工具箱，对电液位置伺服系统进行了系统模型辨识实验研究。通过改变工况以及设计控制器进行辨识模型的数字仿真和半物理仿真，验证了该辨识模型的准确性。该研究对电液伺服系统建模及控制系统设计具有参考价值。

针对电液伺服系统非线性、参数时变的特点,为提高系统的性能,首先介绍了电液位置伺服控制系统的组成与工作原理,讨论了系统的非线性数学模型,利用实时工作间（RTW）的半实物仿真环境和MATLAB系统辨识工具箱,对电液位置伺服系统进行了系统模型辨识及验证。在此基础上,以辨识得到的模型为控制对象提出了一种Bang-Bang与模糊PID非线性控制方案,与传统PID以及模糊PID控制方法进行了仿真比较。结果表明,采用Bang-Bang与模糊PID复合控制,在系统参数变化、外界扰动的影响下,系统的快速性提高,稳态误差得到消除,具有较好的动态鲁棒性能。