非线性垂直轴旋转机器的参数识别研究：基于降阶建模与数据同化的创新方法 学术背景 在现代工程中，非线性动力系统的建模是一个重要的研究领域。然而，这类系统往往涉及一些难以直接测量或估计的参数，且将所有相关物理现象纳入数学模型会大大增加计算成本。为了解决这一问题，混合孪生模型（Hybrid Twin）应运而生。混合孪生模型结合了系统的物理数学模型和从实际系统中收集的经验数据，通过数据同化技术提高了参数估计和系统行为预测的准确性和可靠性。此外，降阶模型（Reduced Order Model, ROM）的使用显著降低了整个过程的计算负担。 本研究聚焦于垂直轴旋转机器（Vertical Axis Rotating Machine, VARM）的参数识别问题。VARM是一类常见的旋转机器，其振动行为受到...