基于试验数据的模型参数辨识研究

孔洁

摘 要：在民用飞机仿真建模过程中，经常会遇到黑盒元件，无法获知内部结构参数。通过试验数据的有效提取分析可以对模型参数进行估计，从而解决黑盒元件的建模问题。本文通过最小二乘法对起落架舱门收放作动器内部节流口进行了参数辨识，同时在AMEsim的仿真模型使用参数估计值，并将仿真结果与实际试验数据进行了对比。

关键词：参数辨识 最小二乘法 AMEsim

中图分类号：U463 文献标识码：A 文章编号：1672-3791（2018）03（c）-0016-02

1 系统辨识

系统辨识的基础是输入和输出数据，数据来源于系统的试验和观测。对于系统试验的设计，是要获取更多相关的系统有效信息[1-2]。对于系统观测需要更多的采样点与数据精度；对于参数估计性的系统辨识，首先对待辨识系统要有一个大致模型的定义，其次对其重要参数进行基于试验数据的辨识。

民用飞机是一个复杂的多学科的系统，在虚拟仿真试验过程中，经常会遇到试验元件，缺乏内部结构图、重要尺寸信息、关键特征参数等情况。通过地面模拟试验，可以获得大量的试验数据。参数估计是通过获取相关数据，通过对参数的最优化求解，得到试验元件的模型参数的过程。

2 最小二乘法

最小二乘法通过误差的平方和最小化的方法，找到最佳匹配参数[3]。对于线性系统，使用最小二乘法可以较为便捷求解得到最佳参数。

3 模型建立

已知液压作动器两腔体入口出均有以下结构的节流装置，如图1所示。进油时，节流装置位于图示右位，此时通流面积较大，能够提供较大流量，保证作动器运动速度。回油时，节流装置位于图示左位，此时通流面积较小，提供背压保证作动器运动稳定。

对液压作动器建立其相应模型如图2所示。

由于节流孔直径及长度参数未知，对其中的收放液压 作动器的节流系数需要通过试验数据进行辨识。

在AMEsim中对节流口提供了两种参数设置方式，pressure drop/flow rate pair和orifice diameter/maximum flow coefficient pair。试验数據中采用大量的压力、流量传感器测量，采用pressure drop/flow rate pair可以有效进行参数估计。对压差与流量采用二次函数最小二乘法估计得到以下结果，如表1所示。

4 仿真效果

参数辨识模型的试验结果中，仿真开舱门耗时1.55s，内部压力如图3所示。实际开舱门耗时1.5s相比，误差较小，内部压力如图4所示。通过试验数据辨识得到的系统元件参数具备可信度。但本次仿真过程采用了简化模型，未能将系统冲击、瞬时压降、系统运动惯量等因素反映，后续将进一步优化模型，对辨识参数做进一步的系统性验证。

参考文献

[1] 徐宁寿.系统辨识技术及其应用[M].北京：机械工业出版社，1986.

[2] 王乐一，赵文虓.系统辨识：新的模式、挑战及机遇[J].自动化学报，2013，39（7）：933-936.

[3] 刘静纨.最小二乘法在系统辨识中的应用[J].北京建筑工程学院学报，2004，20（3）：19-21.