《系统辨识》第一章 绪论

机械工程控制基础学习辅导与题解（修订版）

第1章 绪 论

内容提要

1.1 机械工程控制论的研究对象与任务

1.1.1 系统及广义系统

系统是由相互联系、相互作用的若干部分构成，且具有一定运动规律的一个有机整体。

系统各元素之间存在着非常紧密的联系，而且，系统与外界也存在一定的联系。系统及

其与外界的关系如图1.1-1所示，其中.输入是指外界对系统的作用，输出是指系统对外界的

作用。 系统可大可小可繁可简，甚至可“实”可“虚”，完全由研究的需要而定，因而将它们统称为为广义系统。

1.1.2 机械工程控制论的研究对象

机械工程控制论实质上足研究机械工程技术中广义系统的动力学问题。具体地说，它研

究机械工程广义系统在一定的外界条件（即输入或激励、干扰）作用下，从系统的一定的初

始状态出发，所经历的由其内部的固有特性（即由系统的结构与参数所决定的特性）所决定

的整个动态历程，研究这一系统与其输入、输出三者之间的动态关系。

1.1.3 机械工程控制论的研究任务

从系统、输入、输出三者之间的关系出发，根据已知条件与求解问题的不同，机械工程

控制论的任务可以分为以下五方面： （1） 已知系统和输入，求系统的输出，即系统分析问题；

（2） 已知系统和系统的理想输出，设计输入，即最优控制问题；

（3） 已知输入和理想输出，设计系统，即最优设计问题；

（4） 已知输出，确定系统，以识别输入或输入中的有关信息.此即滤波与预测问题；

（5） 已知系统的输^和输出，求系统的结构与参数即系统辨识问题。 系统 输出 输入

图1.l-l 系统及其与外界的联系 1.2 系统及其模型

1.2.1 系统的特性

（1）系统的性能不仅与构成系统的元素有关，而且还与系统的结构有关；

（2）系统具有层次性； （3）系统的内容比组成系统各元素的内容要丰富得多；

（4）系统是运动的，具有～定的动态特性。

1.2.2 机械系统

示例 递推最小二乘法的例子

表1中是在不同温度下测量同一热敏电阻的阻值，根据测量值确定该电阻的数学模型，并求出当温度在C70时的电阻值。

表1 热敏电阻的测量值

t)(C 20.5 26 32.7 40 51 61 73 80 88

95.7

R)( 765 790 826 850 873 910 942 980 1010 1032

要求用递推最小二乘求解：

（a）设观测模型为

zabtv

其中a,b表示参数，t表示温度，v表示Gauss白噪声。

现在的任务为给出(,)ab的估计值(,)ab。根据观测模型不同，对应温度kt的观测值为ky，而参数和输入分别为

,()1kbthkaθ

利用头两个数据给出（即20L）

0LTLLTLLzHPθHHPP000)0()0(ˆ)()()0(10

（b）写出最小二乘的递推公式；

（c）利用Matlab计算

)()()(ˆkakbkθ 并画出相应的图形。

解：首先根据不同的温度写成如下最小二乘模型的形式

()()1kkkkkbzkbtavkvtvah

写成矩阵的

121(1)1(2),,,.........1()LLLtztzbatzLzH，，

的形式。

利用头两个数据，利用批处理的最小二乘法算得的初值，其中：

0020.51765,261790LLHz

这样可以算得精度矩阵和参数的初始值

0LTLLTLLzHPθHHPP000)0()0(ˆ)()()0(10

具体求得

000.0661 -1.5372(0)()-1.5372 36.2397 4.5455ˆ(0)(0) 671.81820TLLLPPθPHz

研究生必备的人工神经网络电子书汇总（31本）

这些都是我从淘宝和百度文库里面搜集到的电子书，需要的可以联系我

QQ：415295747，或者登录我的博客/u/1723697742

1.神经网络在应用科学和工程中的应用——从基础原理到复杂的模式识别

5 译者序

6 前

9 致谢

10 作者简介

11 目录

19 第1章 从数据到模型:理解生物学、生态学和自然系统的复杂性和挑战

27 第2章 神经网络基础和线性数据分析模型

72 第3章 用于非线性模式识别的神经网络

105 第4章 神经网对非线性模式的学习

166 第5章 从数据中抽取可靠模式的神经网络模型的实现

205 第6章 数据探测、维数约简和特征提取

235 第7章 使用贝叶斯统计的神经网络模型的不确定性评估

276 第8章 应用自组织映射的方法发现数据中的未知聚类

359 第9章 神经网络在时间序列预测中的应用

458 附录

2.MATLB 神经网络30个案例分析

第1章 BP神经网络的数据分类——语音特征信号分类

23 第2章 BP神经网络的非线性系统建模——非线性函数拟合

33 第3章 遗传算法优化BP神经网络——非线性函数拟合

48 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优

57 第5章 基于BP_Adsboost的强分类器设计——公司财务预警建模

66 第6章 PID神经元网络解耦控制算法——多变量系统控制

77 第7章 RBF网络的回归——非线性函数回归的实现

85 第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测

93 第9章 离散Hopfield神经网络的联想记忆——数字识别

《机械工程控制基础》概论教案

学时分配

总 学 时：32学时 授课学时：28学时 实验：4学时。

基础课程

先修课：大学物理、理论力学、工程数学、电工学、高等数学、机械原理。

课程性质

《机械工程控制基础》是高等工业院校机械类专业普遍开设的一门重要的技术基础课，在整个教学计划中，以主干课程的角色，起着承上启下的作用，具有十分重要的地位。本课程是一门专业基础理论课程,详述了研究对象的建模方法、系统响应分析方法，系统介绍了单输入单输出线性定常系统的时域性能分析、频域性能分析、系统的稳定性分析方法，介绍系统性能校正方法，为《机电一体化系统设计》、《机电传动控制》、《计算机控制技术》等机械电子工程专业的后续课程打下基础。

课程的主要任务

通过本课程的学习，使学生掌握经典控制理论的基本概念和基础知识, 掌握机械工程中的研究对象的建模方法；掌握一阶、二阶系统的时域性能分析和频域性能分析方法；能熟练地根据Nyquist图、Bode图判断系统的稳定性；掌握系统性能校正方法；使学生能分析系统的性能,能改进或设计简单的控制系统。

第一次课

第1章 绪论

第1章 绪论

基本内容 介绍控制论的研究对象与任务，控制系统的分类及控制论的发展史。使学生能以控制、系统的观点而不是静止、局部的观点去看待一个机械工程系统，培养学生从整体的而不是分散的角度,从整个系统中信息传递,转换和反馈等角度来分析系统的“动态行为”。

重点难点

自我

测验 1控制工程论的研究对象和任务?

2什么是反馈?

3对控制系统的基本要求使什么?

作业

1.1机械控制基础的研究对象、课程的基本任务、控制系统的基本要求

一、机械控制基础的研究对象 ： 系统、输入、输出

1、 自动控制系统基本组成

控制器 能够对控对象起控制作用的设备总称。

控制对象 被控制的机器设备或生产过程。

系统的输入 作用于系统的激发信号，其中包括参考输入 （激励信号）和扰动输 入。