热工对象动态特性论文_许厚谦,姜桂珍,耿继辉

导读:本文包含了热工对象动态特性论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:热工,对象,劳伦斯,函数,特性,动态,系统。

热工对象动态特性论文文献综述

许厚谦,姜桂珍,耿继辉[1](2003)在《两类热工对象动态特性的通用辨识方法》一文中研究指出以传递函数为数学模型讨论了利用频域数据辨识有自平衡能力和无自平衡能力两类热工对象动态特性的通用方法,分别描述了阶次、积分环节数和各参数的辨识过程,并给出了两类热工对象的辨识实例,结果表明:该方法具有一定的精度和工程应用价值,其递推的特点使其对于热工对象动态特性的在线辨识也有参考价值。图1参4(本文来源于《动力工程》期刊2003年05期)

许厚谦,姜桂珍[2](2002)在《劳伦斯法在热工对象动态特性辨识中的应用》一文中研究指出描述了利用劳伦斯法由频域数据进行传递函数拟合的过程,并采用该法对分轴燃气轮机在叁个运行工况下的传递函数进行了拟合,拟合结果与实验结果在各工况下都有较好的吻合,说明劳伦斯法是可信的;此外,又采用辨识与数字仿真相结合的方法对拟合结果进行了简化,获得了与实验结果相符的简化模型。(本文来源于《热能动力工程》期刊2002年06期)

姜桂珍[3](2002)在《热工对象动态特性辨识方法研究及软件开发》一文中研究指出本文从时域和频域两个方面对热工对象动态特性的辨识方法和计算机实现途径进行了深入的研究,取得了如下研究成果: 1.建立了基于最小二乘原理的时域通用辨识方法,其优点是采用一般形式的传递函数,对有自平衡能力和无自平衡能力的对象都适用;引入Householder变换,解决了数值稳定性和病态方程组的问题;对输入信号不作特别要求,便于试验信号的选择。应用实例证明,该方法适用范围广,辨识精度高,是一种非常实用的辨识方法。 2.将劳伦斯法用于热工对象参数辨识中,并进行了推广,建立了适用于两类热工对象的频域通用辨识方法,构造了可用于在线辨识的递推算法,给出了实现途径。经在线辨识实例验证,该方法实用可行,精度高。 3.提出了便于计算机实现的模型结构辨识方法,将阶次辨识与参数辨识算法相结合,可以方便地利用时域或频域数据辨识两类热工对象动态模型的结构形式及参数;提出了利用辨识与仿真相结合辨识热工对象纯延迟特性的方法,并进行了实例验证,得到较好的结果。 4.开发了具有数据采集、结构与参数辨识、模型校验与优化和动态特性数字仿真等多种功能的通用软件,建立了模拟实验系统进行系统动态试验和实时辨识验证。(本文来源于《南京理工大学》期刊2002-01-01)

热工对象动态特性论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

描述了利用劳伦斯法由频域数据进行传递函数拟合的过程,并采用该法对分轴燃气轮机在叁个运行工况下的传递函数进行了拟合,拟合结果与实验结果在各工况下都有较好的吻合,说明劳伦斯法是可信的;此外,又采用辨识与数字仿真相结合的方法对拟合结果进行了简化,获得了与实验结果相符的简化模型。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

热工对象动态特性论文参考文献

[1].许厚谦,姜桂珍,耿继辉.两类热工对象动态特性的通用辨识方法[J].动力工程.2003

[2].许厚谦,姜桂珍.劳伦斯法在热工对象动态特性辨识中的应用[J].热能动力工程.2002

[3].姜桂珍.热工对象动态特性辨识方法研究及软件开发[D].南京理工大学.2002

论文知识图

热工调节对象动态特性的特点-图15-1 有自平...软件整体功能模块示意图多输入单输出系统神经网络的输出和样本值的对比测试数据组的输出及各点绝对误差5结束语...测试数据组的输出及各点绝对误差5结束语...

标签:;  ;  ;  ;  ;  ;  ;  

热工对象动态特性论文_许厚谦,姜桂珍,耿继辉
下载Doc文档

猜你喜欢