[11] L. A. Aguirre, M. C. S. Coelho, and M. V. Corra, ”On the interpretation and practice of dynamical dif- ferences between Hammerstein and Wiener models,” Proc. IEE Part D: Control Theory Appl., vol. 152, no. 4, pp. 349-356, 2005.

[12] M. V. Correa, L. A. Aguirre, and R. R. Saldanha, ”Using steady-state prior knowledge to constrain pa- rameter estimates in nonlinear system identification,” IEEE Trans. Circuits Syst. I, Reg. Papers, vol. 49, no. 9, pp. 1376-1381, 2002.

[13] S. A. Billings, S. Chen, and M. J. Korenberg, ”Iden- tification of MIMO nonlinear systems using a forward- regression orthogonal estimator,” Int. J. Control, vol. 49, no. 6, pp. 2157-2189, 1989.

[14] S. Chen, S. A. Billings, and W. Luo, ”Orthogonal least squares methods and their application to nonlinear system identification,” Int. J. Control, vol. 50, no. 5, pp. 1973-1896, 1989.

[15] S. A. Billings and W. S. F. Voon, ”Least squares pa- rameter estimation algorithms for nonlinear systems,” Int. J. Syst. Sci., vol. 15, no. 6, pp. 601-615, 1984.

[16] M. Norgaard, ”Neural network based system identi- fication TOOLBOX,” Tech. Univ. Denmark, Lyngby,Tech. Rep. 97-E-851, 1997

1. 介绍

动态系统的数学模型在科学探究的大部分领域都需要采取多种形式，如微分方程，状态空间方程和传递函数。使用最广泛的数学建模方法涉及到基于已知控制系统行为的物理定律的数学方程式的构建。在这种方法的背后，由于过度参数化导致的识别性问题，所得到的模型通常是复杂的，并且不容易从可用数据中测量。这种复杂性也使得它们难以在设计应用和控制系统中使用。如果操作数据可用，则基于物理的数学建模的替代方法是基于数据的系统识别，这个几乎可以应用于任何系统，并且通常明确操作行为的相对简单的模型可以被更好的描述系统的行为。

基本建模技术之一是黑箱建模，其中仅使用在动态测试期间从该过程获取的数据集来识别模型，并且不使用其他来源[1]。 通常需要找到具有良好静态和动态响应的可行模型[2] - [10]。非线性模型具备这些特性的估计值是相当困难，主要是因为静态和动态信息在单组数据集中不通用。 虽然灵活的黑盒结构能够精确地拟合单个数据，但是大多数这样的结构存在两个主要缺点[3]。 首先，一旦使用这些模型，静态信息就不能分析地得到。 第二，并不是所有这样的模型结构和算法都能有效地在参数估计期间使用静态信息。

在本文中，我们的目标是确定15 kW液压泵送系统的型号。作为这种系统的最终控制元件，变频驱动器的明显增加。这使得能够实现快速和自动的控制系统。这种系统的模型对于表征和控制是非常需要的。理想情况下，这些模型应该能够在瞬态和稳态运行条件下准确地表示系统。使用了不同的识别方法，以保证这些特征之间的良好平衡。针对15 kW液压泵系统多项式模型的参数估计值，对一组识别方法进行了仔细的检验和评估。 目的是确定在瞬态和稳态下都具有良好性能的模型。 以参数模型结构为依据的线性方法包括：自回归（AR），自回归与外生变量（ARX），自回归与移动平均和外生变量（ARMAX），Box-Jenkins（BJ）和状态空间方案；非线性方法是非线性自回归模拟自由运动移动平均和外生变量（NARMAX）。 通过数值模拟，得出结论，NARMAX在所有选择的方案中是最贴合的。来!自~优尔论-文|网www.youerw.com

本文的安排如下。 在第二节中，液压泵送系统与动态数据进行简要介绍。 第三节涉及用于液压泵送系统的参数模型结构，包括AR，ARX，ARMAX，Box-Jenkins和状态空间方法。 第四节讨论了各种识别技术的仿真结果，并提出各种线性控制的比较研究。