基于改进粒子群算法的电磁式振动能量采集器参数辨识

发布时间：2024-05-18 20:27

　　本文提出一种单自由度电磁振动能量采集器的参数辨识方法—改进粒子群算法。该方法在粒子群算法的基础上,通过改变惯性权重策略,能够达到平衡全局搜索和局部搜索的性能,从而精确地得到全局最优解。利用经典的杜芬非线性系统作为电磁式振动能量采集器参数辨识的例子进行仿真。通过龙格库塔法计算得到算例在简谐振动激励下的时间历程响应,运用上述提出的参数辨识方法,成功辨识出系统的电磁耦合系数、等效电感系数、刚度系数以及阻尼系数,结果显示辨识结果与准确结果有良好的一致性,表明改进的粒子群算法能有效地辨识非线性电磁式振动能量采集器的系统参数;同时与其它智能算法对比,该算法拥有较高的辨识精度。

【文章页数】：6 页

【部分图文】：

图3辨识误差函数J的优化过程1&1$’$!’$%’#!’#%’%!*+

舳孕藕沤?胁裳???菁锹嘉?ti，x·i，I·i，Ui()的形式，x·和I·可以分别通过采集的加速度和电流获得。初始化算法的参数设置，见表2。表2初始化参数设置Tab．2Initializationparametersetting对象初始化设置粒子数Size80粒子速度范围V［－....

图5辨识误差函数J的优化过程Fig．5IdentificationprocessforidentifyingerrorfunctionJ/!"’/&"!$$0"’$#!"!$#!"’$#&"!$#&"’()*+

面已经给出。因为参数η已经辨识得到直接作为已知量使用，考虑到辨识的参数数量级相差较大，并且仿真结果发现粒子群规模设置为80不理想，所以调整初始化参数设置，见表4。表4初始化参数设置Tab．4Initializationparametersetting对象初始化设置粒子数Size1....

本文编号：3977311