离合器型号说明

离合器系金宝app统的Simulink®模型simple_clutch，如下所示。

该模型由离合器耦合的两个惯性组成。最初，施加在离合器板上的压力为零，惯性2的速度为零。惯量1也施加恒定的力矩。一旦离合器压力开始增加，惯性2开始旋转。然而，离合器片之间的摩擦引起滑移，使两个惯性以不同的速率加速，并具有不同的速度。

离合器系统由两个转动惯量和一个离合器组成。压力被施加到离合器板，然后耦合两个惯性。一个Simscape动力传动系统该离合器的摩擦系数与速度相关，从C1 (0 rad/s)到C2 (10 rad/s)呈线性变化。

摩擦系数(C1 C2可控摩擦离合器块是未知的，用惯性1和惯性2的输出速度的实验数据估计。

open_system (“simple_clutch”) set(find_system(gcs)“FindAll”，“上”，“BlockType”，“范围”)，“开放”，“关闭”）

使用Simu金宝applink设计优化

在应用程序选项卡上,单击参数估计量下控制系统启动参数估计量应用程序。

启动的参数估计UI由我们存储实验数据集和估计结果的项目组成。这些项目可以保存并在以后重用。

或者，您可以双击Simulink图左下角的橙色块。金宝app这将重新加载已经保存的项目。

一般来说，估计模型参数包括三个主要步骤:将实验数据集导入项目，选择模型参数进行估计，运行估计并分析结果。

估计实验数据

我们在这个离合器系统上有两组输出数据。第一个，EstimationData，用于参数估计，另一个为，ValidationData，用于用估计参数验证Simulink模型的响应。金宝app

在第一次实验中，离合器压力遵循的轮廓信号1由离合器压块在Simulink模型。金宝app这个信号适用于一个坡道上升和一个坡道下降的压力离合器板。点击添加图在参数估计界面，选择EstimationData要查看响应于此输入的惯性输出速度。这些数据集也可以从各种来源导入，包括MATLAB®变量、MAT文件、Excel®文件或逗号分隔值文件。

摩擦系数的参数值并不准确。点击地块模型响应提供了这个系统的响应，并表明它不匹配的实验数据，因此参数需要估计一个更好的拟合。

设置和运行评估

我们将使用实验数据集EstimationData估算离合器系统的摩擦参数。

第一步是定义要估计的变量。这将确定模拟的哪些参数可以调整，以及控制它们值的任何规则。点击选择参数指定要估计的参数。这里我们希望估计摩擦系数C1而且C2在可控摩擦离合器块的Simulink模型。金宝app在预加载的参数估计示例中，已经为估计指定了这些参数。如果参数值上有已知的边界，则可以在最小和最大字段中设置它们。

接下来,单击选择实验指定哪些实验将用于估计。在给定的估计中，可以一次使用一个或多个数据集。对于我们的示例，我们将使用名为EstimationData．

现在您已经准备好运行评估了。点击估计启动评估过程。我们提供了许多估计方法，包括非线性最小二乘最小化、梯度下降、模式搜索或单纯形搜索。运行估计会改变模型参数，以减小仿真输出与实验数据之间的误差。在估计过程中，会更新显示实测数据和仿真响应的实验小区。随着参数值的提高，仿真曲线应更接近实验数据曲线。同样，轨迹图将显示每次迭代的参数值。当参数值接近其物理值时，这些曲线应达到稳态。

此外，评估进度报告中的表格将显示关于评估过程的数据，例如迭代的次数，模拟的次数，以及成本函数。代价函数值表示模拟响应与估计数据之间的拟合程度。该值将在每次迭代中减小，表明适合度的改进量。

验证

一旦我们完成了估计，用其他数据集验证结果是很重要的。一个成功的估计不仅应该与我们用于估计的实验数据相匹配，而且还应该与我们在实验中收集的其他数据集相匹配。

在我们对离合器系统的第二组实验数据中，离合器压力遵循的轮廓信号2由离合器压块在Simulink模型。金宝app这个信号对离合板施加周期性压力。要用这个，首先双击手动开关块，将输入信号更改为用于验证数据的信号(信号2)．然后在参数估计UI中，单击验证选项卡上,单击选择实验选择实验ValidationData进行验证。它包含与的输入相对应的输出数据信号2．最后,点击验证进行验证。一个实验小区将模拟响应与实验数据进行比较。我们看到比赛很精彩。

综上所述，我们通过指定一个测量输出数据的实验，并指定某些需要估计的参数来进行估计。然后，我们通过使用不同的数据集验证参数值来检查参数值，从而获得参数值的可信度。

关闭模型

bdclose (“simple_clutch”）