主要内容

估计过程模型

估计连续时间过程模型的输入,对于系统的输出时间或频率域的生活编辑器

自从R2019b

扩展所有的页面

描述

的估计过程模型任务可以交互式地估算和验证过程模型的输出系统。您可以定义和改变模型结构和指定可选的参数,如初始条件处理和搜索方法。任务自动生成MATLAB®您的生活脚本代码。一般住编辑任务的更多信息,请参阅交互式任务添加到脚本。

过程模型是简单的连续时间传递函数描述线性系统动力学。流程模型元素包括静态增益、时间常数、时间延迟,积分器和过程零。

过程模型是描述系统动力学在众多受欢迎的行业和适用于各种生产环境。这些模型的优点是简单,他们支持传输延迟估计和模型系数是容易解释极点和零点。万博1manbetx有关流程模型估计的更多信息,请参阅过程模型是什么?

的估计过程模型任务是独立的系统识别应用程序使用。系统识别应用时要计算和比较估计多个模型结构。

首先,包含输入和输出数据的实验数据加载到MATLAB工作区,然后将这些数据导入任务。然后选择一个模型结构来估计。给你的任务控制和情节,帮助你尝试不同的模型结构和比较每个模型的输出符合测量。

相关功能

的代码估计过程模型生成使用以下功能。

估计一个任务idproc流程模型。

估计过程模型的任务编辑器生活

打开任务

添加估计过程模型任务一个居住在MATLAB脚本编辑器:

  • 在住编辑器选项卡上,选择任务>估计过程模型。

  • 在一个代码块在你的脚本中,输入相关的关键字,例如过程或估计。选择估计过程模型从建议命令完成。

例子

全部展开

打开生活的脚本

使用估计过程模型住编辑任务估计和比较模型的输出状态空间模型来测量数据。

打开这个例子中看到一个预配置脚本包含任务。

设置数据

加载测量数据iddata1MATLAB的工作区。

负载iddata1z1z1
z1 =时域与300个样本数据集。样品时间:0.1秒(如果指定了的话)y1输入输出单元(如果指定了的话)u1

将数据导入任务

在选择数据节中,设置数据类型来数据对象并设置评估对象来z1。

对象包含的数据输入和输出变量名称以及样品的时间,所以你不需要指定它们。

估计模型使用默认设置

检查模型结构和可选的参数。

在指定模型结构节中,默认的选项一个极没有延迟,零,或积分器。以下方程参数在这一节中显示指定的结构。

在指定估计初始化节中,初始化参数匹配的参数模型结构允许您设置起始点估计。如果您选择修复,参数是固定为指定的值。对于这个示例,不指定初始化。然后使用默认值为起点的任务。

在指定可选参数部分,过程评估的默认选项集。

执行的任务住编辑器标签使用运行。一块显示估计的数据,估计模型输出,适合百分比。

实验参数设置

实验参数的设置,看看他们如何影响健康。

例如,添加延迟一个极结构和运行的任务。

评估与改善,尽管仍低于50%。

尝试不同的模型结构。在指定模型结构中,选择欠阻尼的一对没有延迟和运行任务。

拟合结果明显改善。

生成代码

显示任务生成的代码,点击底部的参数部分。你所看到的反映出当前的代码参数的配置任务。

打开生活的脚本

使用单独的评估和验证数据,这样您就可以验证估计过程模型。

打开这个例子中看到一个预配置脚本包含任务。

设置数据

加载测量数据iddata1到你的MATLAB工作区并检查其内容。

负载iddata1z1z1
z1 =时域与300个样本数据集。样品时间:0.1秒(如果指定了的话)y1输入输出单元(如果指定了的话)u1

提取的输入和输出测量。

u = z1.u;y = z1.y;

把数据分成两组,一半为验证估计和1/2。原始数据集有300个样本,所以每一个新的数据集有150个样本。

u_ = u (1:15);u_val = u (151:300);y_est = y (1:15);y_val = y (151:300);

数据导入任务

在选择数据节中,设置数据类型时间。样品时间0.1秒,这是在最初的样品时间iddata对象z1。选择适当的评估和验证数据集。

评估和验证模型

这个例子估计过程模型与现场编辑的任务使用模型结构达到最好的结果欠阻尼的一对。在本例中选择相同的选项。

执行的任务住编辑器标签使用运行。执行任务创建两个地块。的first plot shows the estimation results and the second plot shows the validation results.

适合估计的数据有点比估计过程模型与现场编辑的任务。估计在当前的例子中,只有一半的数据来估计模型。适合验证数据,代表模型的善良更普遍的是,比适合估计数据。

参数

全部展开

选择数据

任务接受单通道数字测量值均匀采样。数据可以被打包为数值数组(时间或频率类型)或在一个数据对象,例如一个iddata或idfrd对象。

您选择的数据类型决定了额外的参数必须指定。

  • 时间——指定样品时间和开始时间在您选择的时间单位。

  • 频率——指定频率通过选择频率向量的变量名在MATLAB工作区。指定这个频率的单位向量。指定样品时间在几秒钟内。

  • 数据对象——指定没有额外的参数,因为数据对象已经包含在时间和频率采样信息。

从MATLAB选择输入和输出变量名工作区选择。使用这些参数数据类型是时间或频率。

从MATLAB工作区选择数据对象变量名称的选择。使用这个参数时数据类型是数据对象。

选择输入和输出变量名,或从工作空间数据对象名称,选择。使用这些参数数据类型是时间或频率。指定验证数据是可选的,但是建议您这样做。

从MATLAB工作区选择数据对象变量名称的选择。使用这个参数时数据类型是数据对象。指定验证数据是可选的,但是建议您这样做。

指定模型结构

允许您指定的任务四个基本结构之一。这些结构的范围从一个简单的一阶过程更具活力与复共轭二阶或三阶过程欠阻尼的波兰人。

  • 一个极

  • 两个真正的波兰人

  • 欠阻尼的一对

  • 欠阻尼的一对+真实的杆

包括运输延迟或input-to-output延迟,一个样本。传输延迟也被称为死亡时间。

包括一个过程零在分子上。

包括一个积分器,由一个额外的1 /年代术语。包括一个积分器创建了一个自我调节的过程。

指定估计初始化

指定初始值估计,这些值是否固定或估计。指定的值取决于模型结构和你的规格延迟和零。下面指定模型结构,任务显示代表指定的系统方程。这个方程包含了所有的参数可以估计,您可以初始化或修复。可能的参数:

  • Kp——静态增益

  • Tp1——时间常数为第一个真正的极点

  • Tp2——时间常数第二杆

  • Tω——时间常数对于复杂的波兰人,等于固有频率的倒数

  • ζ为复杂的两极——阻尼系数

  • Td——运输延迟

  • Tz——过程的时间常数为零

基于时间的参数都在您选择的时间单位样品时间。

指定可选参数

适合专注指定期间损失函数估计误差最小化。

  • 预测——最小化领先一步实测值和预测值的预测错误输出。这种估计方法侧重于生产好估计预测模型输入和输出。预测焦点通常产生最好的估计结果,因为它使用输入和输出测量,因此占干扰。

  • 模拟——测量和模拟输出之间的误差最小化。这种估计方法侧重于生产模拟模型反应有很好的符合评估的输入和输出。仿真重点通常是最好的验证,尤其是数据集不用于最初的估计。

设置这个选项,当你想选择一个特定的初始化方法模型。的默认设置汽车,软件选择基于估计数据的方法。的选择是:

  • 零——初始状态设置为零。

  • 估计——初始状态被当作一个独立的评估参数。

  • 展望——初始状态使用最好的最小二乘估计。

输入intersampling是一个属性的输入数据。任务时使用这个属性评估过程模型。指定输入Intersampling当你的数据类型时间或频率。如果您正在使用一个iddata对象,该对象已经包含intersampling信息。选择这个属性是:

  • 零级举行——分段常数输入信号之间的样本

  • 三角形近似——分段线性输入信号之间的样本,也称为一阶

  • 带宽有限——输入信号零功率高于奈奎斯特频率

  • 汽车——为每个迭代的软件周期的方法,直到找到第一个方向下降,导致估计成本的减少。

  • 高斯牛顿- - - - - -子空间高斯牛顿最小二乘搜索。

  • Levenberg-Marquardt——Levenberg-Marquardt最小二乘搜索。

  • 自适应高斯牛顿自适应子空间高斯牛顿搜索。

  • 梯度搜索——最陡下降最小二乘搜索。

设置最大迭代次数在误差最小化。迭代停止时Max。迭代达到或另一个停止准则是满意,如宽容。

当预期改善的百分比小于宽容,迭代停止。

设置这个选项如果你想应用加权预滤器的损失函数最小化的任务,当你估计模型。当您选择一个选项时,您还必须选择相关的变量在工作区中包含过滤信息。可用的选项取决于数据的域。

加权预滤器 数据域 过滤信息
没有过滤 时间和频率
通频带 时间和频率 通频带范围,指定为1×2行向量或一个n2矩阵,n通频带的数量吗
线性时不变滤波器 时间和频率 输出线性时不变模型
频率权重向量 频率 重量、频率指定为一个列向量长度相同的频率向量

例如,假设您正在执行评估与输出频域数据,并在MATLAB工作区,你有一个列向量W包含频率预滤器的权重。在这个任务中,选择加权预滤器>频率权重向量和变量W。

可视化的结果

情节比较模型的输出和原始测量数据,以及合适的百分比。如果你有独立的验证数据,第二个情节比较模型响应验证输入数据与测量的输出验证数据集。

版本历史

介绍了R2019b

另请参阅

||||||(控制系统工具箱)