Wyniki wyszukiwania - BazTech

1

Real time estimation of modal parameters of non-stationary systems using adaptive wavelet filtering and recursive least square algorithm

Klepka A.

Diagnostyka

|

2015

|

Vol. 16, No. 1

3--8

EN

The paper presents a method of modal parameter estimation based on RLS (Recursive Least Square) algorithm, and wavelet filtering. The wavelet filtering gives possibility to decoupling frequency components of signal response of structure. This operation can also reduce the order of the signal model estimated by RLS algorithm. An additional advantage of this method is the possibility of adapting the wavelet filter parameters to the changing parameters of the system. Reduced model order significantly reduces the time of estimation of modal parameters, which enables the real – time implementation of the method. Due to recursively updated covariance matrix of model parameters, the confidence intervals of modal parameters can be also estimated. All routines have been implemented and tested in MATLAB®. The method have been tested on simulated data delivered by an AIRBUS team and on the test bed with a variable stiffness.

PL

Artykuł prezentuje metodę estymacji parametrów modalnych bazująca na algorytmie RLS (RLS (Recursive Least Square) oraz filtracji falkowej. Filtracja falkowa daje możliwość separacji składników częstotliwościowych sygnału. Ta operacja redukuje rząd modelu estymowanego przez algorytm RLS. Dodatkowa zaletą algorytmu jest możliwość adaptacji parametrów filtru falkowego do zmieniających się parametrów układu. Redukcja modelu znacznie skraca czas estymacji parametrów modalnych. Umożliwia to implementację algorytmu w czasie rzeczywistym. Dzięki rekursywnemu uaktualnianiu macierzy kowariancji parametrów modelu estymowane są również przedziały ufności otrzymanych wyników. Wszystkie procedury zostały zaimplementowane w środowisku MATLAB. Metodę przetestowano dla danych symulacyjnych (model samolotu dostarczony przez firmę AIRBUS), oraz dla układu ze zmienna sztywnością.

2

Recursive identification algorithm for dynamic systems with output backlash and its convergence

Dong R., Tan Q., Tan Y.

International Journal of Applied Mathematics and Computer Science

|

2009

|

Vol. 19, no 4

631-638

EN

This paper proposes a recursive identification method for systems with output backlash that can be described by a pseudo-Wiener model. In this method, a novel description of the nonlinear part of the system, i.e., backlash, is developed. In this case, the nonlinear system is decomposed into a piecewise linearized model. Then, a modified recursive general identification algorithm (MRGIA) is employed to estimate the parameters of the proposed model. Furthermore, the convergence of the MRGIA for the pseudo-Wiener system with backlash is analysed. Finally, a numerical example is presented.

3

Recursive Identification of Wiener Systems

Greblicki W.

International Journal of Applied Mathematics and Computer Science

|

2001

|

Vol. 11, no 4

977-991

EN

A Wiener system, i.e. a cascade system consisting of a linear dynamic subsystem and a nonlinear memoryless subsystem is identified. The a priori information is nonparametric, i.e. neither the functional form of the nonlinear characteristic nor the order of the dynamic part are known. Both the input signal and the disturbance are Gaussian white random processes. Recursive algorithms to estimate the nonlinear characteristic are proposed and their convergence is shown. Results of numerical simulation are also given. A known algorithm recovering the impulse response of the dynamic part is presented in a recursive form.