肖 斌， 高 超， 李 勇

(东北电力大学 能源与动力工程学院，吉林 132012)

近些年，振动主动控制在理论、技术和方法上均得到长足发展，已在航空航天、船舶、车辆工程等领域得到广泛应用[1]，并在动力装置[2]、设备和结构[3]等减振降噪方面发挥了愈来愈重要的作用。然而，在动力系统中，因主动控制加强耦合作用及打破小振动状况等[4]而产生系统非线性，抑或因设计、选择非线性吸振器、隔振器等[3]而引入系统非线性，使得主动控制误差通道及初级通道的振动传递、响应环节均具有非线性[4-5]。系统非线性，会掩盖系统线性环节结构动力特征，终将影响动力系统的建模、振动分析、控制策略设计的合理和有效性。考虑系统非线性特征进行系统振动分析，对于振动主动控制非线性系统是一个不可回避的问题。

针对系统中存在的非线性，利用神经网络模型[6]、非线性控制模型[7-9]等，通过建立非线性系统预测模型及其优化控制，能够获取系统非线性特征；利用模块化结构非线性模型，例如Hammerstein模型、Wiener模型、Hammerstein-Wiener模型和Wiener-Hammerstein模型[10]，通过非线性系统辨识，能够深入、直接研究系统非线性特征。其中，神经网络模型[6]，具有逼近任意非线性映射的能力，通过预测模型估计系统非线性特征；其它模型的非线性控制，例如状态反馈[7]、鲁棒控制[8]和自适应控制[9]等，在非线性系统线性化过程能够获取系统非线性特征；而Hammerstein模型，其模型结构清晰、参数辨识方法多样，例如过参数化法、子空间法、分离最小二乘法、盲识别法和迭代法等[11]，应用领域广泛，例如非线性系统辨识[12]、信号处理[13]、自适应控制[9]等，能够深刻地描述非线性系统特征[10]。……