土木工程结构的系统辨识技术

前言

第一章 结构工程领域的系统辨识问题

1.1 结构工程与系统辨识技术

1.2 结构工程系统辨识的定义

1.3 结构工程的系统辨识问题

1.3.1 单纯结构系统的辨识问题

1.3.2 流-固耦合体系的辨识问题

参考文献

第二章 工程结构模态分析及信号处理方法

2.1 工程结构的实验模态分析

2.1.1 多自由度结构体系的频响函数矩阵

2.1.2 多自由度结构体系频响函数的几点讨论

2.1.3 平稳随机荷载激励下的结构振动

2.1.4 随机荷载激励下频响函数的估计

2.2 实验信号处理方法

2.2.1 框架

2.2.2 傅里叶变换

2.2.3 时变系统的信号处理方法

2.2.4 Wigner-Ville分布

参考文献

第三章 土木工程结构的动力学特性辨识

3.1 常用的结构动力学实验模型

3.1.1 模态模型

3.1.2 状态空间模型

3.1.3 ARMA模型

3.2 常用的结构动力学系统辨识方法

3.2.1 全局性有理分式多项式方法

3.2.2 子空间类辨识法

3.3 桥梁结构的动力学特性辨识实例

3.3.1 实验环境

3.3.2 实验荷载的简化处理

3.3.3 运行模态实验及结果

3.3.4 桥梁行车激励特性辨识

参考文献

第四章 工程结构有限元模型修正

4.1 有限元模型修正的基本概念

4.2 有限元模型修正的基本方法

4.3 关于有限元模型修正的几点讨论

4.3.1 关于实验模态与理论模态的讨论

4.3.2 关于模态参数灵敏度计算的讨论

4.3.3 关于修正量求解过程的讨论

4.3.4 基于SVD关于修正量求解过程的讨论

4.4 有限元模型修正的其他方法

4.4.1 响应面法

4.4.2 Generic单元法和子结构法

4.4.3 多分辨率刚度函数修正方法

参考文献

第五章 桥梁节段瞬态气弹系统的辨识

5.1 桥梁风致振动的经典耦合模型

5.1.1 经典耦合模型——气动导数模型

5.1.2 气动导数的常规辨识方法

5.1.3 经典模型的误差模型

5.1.4 关于经典耦合模型的实验讨论

5.2 桥梁风致振动的非线性耦合模型

5.2.1 模型分析

5.2.2 模型建立

5.3 非线性耦合模型的辨识方法

5.3.1 Hilbert-Huang变换及EMD方法

5.3.2 FM-EMD方法

5.3.3 FM-EMD方法的特性讨论

5.3.4 FM-EMD方法的数值验证

5.4 非线性耦合模型辨识实例

5.4.FM-EMD性能的提升

5.4.2 非线性耦合模型的辨识过程

5.4.3 辨识结果及讨论

参考文献

第六章 桥梁节段尾流激振系统的辨识

6.1 桥梁节段尾流激振的周期模型

6.1.1 周期尾流激振的常规辨识方法

6.1.2 涡振力的折算频响函数模型

6.2 桥梁节段的尾流激振随机周期模型

6.2.1 随机周期尾流激振的常规辨识方法

6.2.2 随机周期尾流激振过程非平稳性的辨识方法

6.2.3 随机周期尾流激振非平稳过程的辨识

参考文献2100433B

《土木工程结构的系统辨识技术》点介绍土木工程结构的系统辨识技术。书中分别针对单纯结构系统和流-固耦合系统进行阐述。第一章介绍结构工程领域的系统辨识问题，第二章介绍模态分析及信号处理的基础知识，第三章介绍单纯结构系统的动力学模型及辨识方法，第四章介绍有限元模型修正的相关内容，第五章介绍桥梁结构瞬态气弹系统的辨识问题，第六章介绍桥梁结构尾流激振气弹系统的辨识问题。《土木工程结构的系统辨识技术》可供结构工程领域的科研工作者和工程技术人员参考，也可作为高等院校土木、交通、水利和机械等专业高年级本科生和研究生的教学参考书。

《系统辨识理论及matlab仿真》

第1章绪论

1.1建立数学模型的基本方法

1.2系统辨识的定义

1.3系统辨识的研究目的

1.4数学模型的分类

1.5几种常见的数学模型的数学表示

1.6系统辨识常用的误差准则

1.7系统辨识的分类

1.7.1离线辨识

1.7.2在线辨识

1.8辨识的内容和步骤

1.9系统辨识方法

1.10系统辨识方法分类

1.10.1经典系统辨识方法

1.10.2现代系统辨识方法

思考题与习题1

第2章系统辨识常用输入信号

2.1系统辨识对输入信号的要求

2.2系统辨识常用的输入信号

.2.2.1白噪声信号

2.2.2白噪声序列的产生

2.3m序列的产生及其性质

思考题与习题2

第3章最小二乘参数辨识方法及应用

3.1最小二乘参数辨识方法

3.1.1基本原理

3.1.2利用最小二乘法求取模型参数

3.1.3仿真实例：热敏电阻和温度关系的最小二乘参数求解

3.2加权最小二乘算法

3.2.1一般最小二乘算法的分析与设计

3.2.2加权最小二乘法的分析与设计

3.2.3仿真实例

3.3递推最小二乘算法

3.3.1递推最小二乘算法的基本原理

3.3.2递推最小二乘算法的分析与设计

3.3.3仿真实例

3.3.4时不变系统的递推最小二乘参数辨识方法

3.3.5时变系统的递推最小二乘参数辨识方法

3.4递推阻尼最小二乘算法

3.4.1递推阻尼最小二乘算法的基本原理

3.4.2递推阻尼最小二乘算法的分析与设计

3.4.3仿真实例

3.5增广最小二乘算法

3.5.1增广最小二乘算法的基本原理

3.5.2增广最小二乘算法的分析与设计

3.5.3仿真实例

3.6多变量系统的最小二乘辨识算法

3.6.1多变量系统的最小二乘辨识算法的基本原理

3.6.2多变量系统的最小二乘辨识算法的分析与设计

3.6.3仿真实例

思考题与习题3

第4章极大似然参数辨识方法

4.1引言

4.2极大似然参数估计的原理及性质

4.2.1极大似然参数估计原理

4.2.2似然函数的构造

4.2.3极大似然参数估计的统计性质

4.3动态系统参数的极大似然参数估计

4.4newton-raphson法应用于极大似然参数估计求解

4.5递推的极大似然估计

思考题与习题4

第5章传递函数的时域和频域辨识

5.1传递函数辨识的时域法

5.1.1一阶惯性滞后环节的辨识

5.1.2二阶惯性加纯迟延的传递函数拟合

5.1.3用n阶惯性环节加纯延迟的传递函数拟合

5.2传递函数的频率辨识

5.2.1利用bode图特性求传递函数

5.2.2利用matlab工具求系统传递函数

5.3线性系统开环传递函数的辨识

5.3.1基本原理

5.3.2仿真实例

5.4闭环系统传递函数的辨识和前馈控制

5.4.1闭环系统辨识

5.4.2仿真实例

5.4.3零相差前馈控制基本原理

5.4.4系统相移

5.4.5仿真实例

思考题与习题5

第6章神经网络辨识及其应用

6.1神经网络理论基础

6.1.1神经网络原理

6.1.2神经网络学习算法

6.1.3神经网络的要素及特征

6.1.4人工神经网络辨识的特点

6.2bp神经网络辨识

6.2.1bp神经网络

6.2.2网络结构

6.2.3bp网络的优缺点

6.3bp网络的逼近

6.3.1基本原理

6.3.2仿真实例

6.4基于数据的bp网络离线建模

6.4.1基本原理

6.4.2仿真实例

6.5基于模型的bp神经网络离线建模

6.5.1基本原理

6.5.2仿真实例

6.6rbf神经网络辨识及在自校正控制中的应用

6.6.1rbf神经网络

6.6.2rbf网络的逼近

6.6.3仿真实例

6.7基于未知项在线建模的rbf网络自校正控制

6.7.1神经网络自校正控制原理

6.7.2rbf网络自校正控制

6.7.3仿真实例

6.8hopfield神经网络辨识

6.8.1hopfield网络原理

6.8.2hopfield网络线性系统参数辨识

6.8.3仿真实例

6.9rbf网络建模应用——自适应神经网络控制

6.9.1问题描述

6.9.2rbf网络逼近原理

6.9.3仿真实例

思考题与习题6

第7章模糊系统辨识

7.1模糊系统的理论基础

7.1.1特征函数和隶属函数

7.1.2模糊算子

7.1.3隶属函数

7.1.4模糊系统的设计

7.2基于sugeno模糊模型的建模

7.2.1sugeno模糊模型

7.2.2仿真实例

7.2.3基于sugeno模糊模型的倒立摆模糊控制

7.2.4仿真实例

7.2.5基于sugeno的倒立摆模糊控制

7.2.6仿真实例

7.3模糊逼近

7.3.1模糊系统的设计

7.3.2模糊系统的逼近精度

7.3.3仿真实例

7.4模糊系统建模应用——自适应模糊控制

7.4.1问题描述

7.4.2模糊逼近原理

7.4.3控制算法设计与分析

7.4.4仿真实例

思考题与习题7

第8章智能优化算法辨识

8.1遗传算法基本原理

8.2遗传算法的特点

8.3遗传算法的应用领域

8.4遗传算法的优化设计

8.4.1遗传算法的构成要素

8.4.2遗传算法的应用步骤

8.5遗传算法求函数极大值

8.5.1二进制编码遗传算法求函数极大值

8.5.2实数编码遗传算法求函数极大值

8.6基于遗传算法摩擦模型参数辨识的pid控制

8.6.1问题描述

8.6.2仿真实例

8.7基于遗传算法的伺服系统静态摩擦参数辨识

8.7.1伺服系统的静态摩擦模型

8.7.2静摩擦模型stribeck曲线的获取

8.7.3基于遗传算法的静态摩擦参数辨识

8.7.4仿真实例

8.8基于遗传算法的机械手参数辨识

8.8.1系统描述

8.8.2仿真实例

8.9粒子群优化算法

8.9.1粒子群算法基本原理

8.9.2参数设置

8.9.3算法流程

8.10基于粒子群算法的函数优化

8.11基于粒子群算法的机械手参数辨识

8.12基于粒子群算法的非线性系统参数辨识

8.12.1辨识非线性静态模型

8.12.2辨识非线性动态模型

8.12.3基于粒子群算法的vtol飞行器参数辨识

8.13差分进化算法

8.13.1标准差分进化算法

8.13.2差分进化算法的基本流程

8.13.3差分进化算法的参数设置

8.13.4基于差分进化算法的函数优化

8.14基于差分进化算法的非线性系统参数辨识

8.14.1辨识非线性静态模型

8.14.2辨识非线性动态模型

8.14.3基于差分进化算法的vtol飞行器参数辨识

8.15基于微分器的微分信号提取

8.15.1微分器的由来

8.15.2微分器的工程应用

8.15.3积分链式微分器

8.15.4仿真实例

8.16基于微分器的差分进化参数辨识

8.16.1系统描述

8.16.2仿真实例

思考题与习题8

第9章灰色系统辨识

9.1灰色系统辨识原理

9.1.1生成数列

9.1.2gm灰色模型

9.2灰色系统参数辨识

9.2.1问题描述

9.2.2灰色估计算法

9.2.3仿真实例

参考文献2100433B

书籍

计算机书籍

全书共9章，包括绪论、系统辨识常用输入信号、最小二乘参数辨识方法及原理、极大似然参数辨识方法及其应用、传递函数的时域和频域辨识、神经网络辨识及其应用、模糊系统辨识、智能优化算法辨识及灰色系统辨识。书中有大量实例，每种实例都进行了仿真分析，并给出了相应的matlab仿真程序。本书各部分内容既相互联系又相互独立，读者可根据自己需要选择学习。

《系统辨识理论及matlab仿真》可作为高等院校自动化、计算机应用、机械电子工程等专业高年级本科生或研究生的教材或参考书，也可供相关专业的工程技术人员阅读。

本书主要介绍在过程控制工程领域中比较成熟和有效的辨识技术，主要包含两大部分内容，除第一章引论、第二章过程的数学描述外，第一大部分为经典辨识技术：第三章介绍了瞬态响应法，第四章介绍了频率响应法；第二大部分为现代辨识技术：在第五章介绍统计学方法预备知识的基础上，第六章介绍了脉冲响应函数的辨识，第七章介绍了线性方程模型的辨识。本书的主要特色在于试图将作为现代控制理论重要分支的系统辨识理论进行工程化处理，使之成为一门实用技术。

本书可作为高等院校工业自动化类专业的教学用书，也可作为生产过程自动化工程技术领域的科技人员、工程师在实际工程应用中的参考资料。