探索设计可靠性参数抽样(GUI)

这个示例使用:

打开脚本

这个例子展示了如何使用灵敏度分析仪探索行为的PI控制器的直流电机。控制器是容易变化造成的组件公差,和探讨了影响控制器的可靠性。

你探索控制器可靠性使用概率分布描述的组件。你使用分布生成随机抽样并执行蒙特卡罗在这些采样点评估控制器的设计。你评估组件公差对控制器的影响行为,并使用统计分析,以确定哪些组件有最影响控制器是否符合其要求。这一分析指导组件公差的选择。

这个例子需要统计和机器学习的工具箱™。

实现直流电机的控制器

控制器能使直流电机的角位置匹配所需的参考价值。电机上的负载扰动,和控制器需要拒绝这些干扰。Simu金宝applink仿真®模型可用于探测控制器如何拒绝一个扰动步1秒。

open_system (“sdoMotorPosition”);

收益的PI控制器,Kp和Ki使用电阻电路中设置如下:

的抗性R1通过R447 kOhm 180 kOhm 10 kOhm和10 kOhm分别。这些都是选择集Kp和Ki值,使控制器能满足抗干扰性的要求。然而,在实践中实际电阻的值可能会有所不同从名义上的,在一个宽容。这引发了担忧是否实际控制器仍能满足要求。探索不同的阻力值的影响,使用灵敏度分析仪。在模型的仿真软金宝app件应用程序选项卡上,单击灵敏度分析仪下控制系统打开应用程序。

设计要求

控制器需要保持运动的一个参考位置干扰的存在。如果发生扰动步,马达需要偏离不超过20度,5度内,需要解决回参考位置的扰动后4秒。

负载扰动抑制先前指定的设计要求。在这个应用程序中,单击公开会议并选择从模型空间开的下拉菜单。

你可以画出需求,并验证他们遇到的电阻的标称值。在需求在浏览器的数据区域,右键单击下界要求,并选择情节和模拟。的相同吗UpperBound要求。

参数抽样

电动机的位置满足抗干扰性的要求,当电阻标称值。然而,在实践中实际电阻的值可能会有所不同从名义上的,我们需要确定控制器仍满足要求。点击选择参数,使一个新的参数集,这就产生了ParamSet在参数设置应用。指定的区域R1,R2,R3,R4在参数设置,然后单击好吧。

点击生成值并生成随机值。可重复的结果,重置随机数发生器的状态在MATLAB®。

rng (“默认”)

在生成随机参数对话框中,指定要生成500个样本。

指定每个参数的概率分布。标准精密电阻匹配其名义组件值在5%的公差。这可能是使用一个统一的概率分布建模。然而,由于电阻测量中1%的名义价值分离出去作为高价出售精密电阻,电阻可以更准确地模拟的5%的概率分布,不包括在1%的名义值。这可以使用分段线性建模概率分布统计和机器学习的工具箱™是否可用。

指定的分布R1分段线性的4分。x的值指定为(0.95 - 0.99 1.01 - 1.05)* 47(电阻的标称值)。外汇的值指定为[0 0.5 0.5 1];这些都是累积分布函数的值对应于每个x值。同样,设置的分布R2,R3和R4分段线性的4分,x值(0.95 0.99 1.01 1.05)倍名义值(分别为180、10和10),和外汇价值[0 0.5 0.5 1]。

点击好吧生成的参数值。生成的值存储在ParamSet变量参数集区域的应用。(注意,由于随机数字生成器,下面的表中特定的值可能不同于你得到的运行时的例子。)

绘制参数设置点击ParamSet在参数设置区域的应用程序的浏览器。在情节选项卡上,选择散点图情节的画廊。情节显示生成的直方图参数对斜对角和双向参数散点图。每一个标记的情节代表一行ParamSet表,每一行是同时显示在所有的散点图。您可以使用视图情节安排的布局选项卡表,所以他们都是可见的。

评估需求5%的组件

评估的要求表中每一行的参数值是否需求得到满足。在敏感性分析选项卡上,单击选择评估。默认情况下,所有的需求将会被评估。点击评估模型评估UpperBound和下界要求每一行的参数值ParamSet。注意你可以加快评估通过使用并行计算如果你有并行计算工具箱™,或者使用快速重启。有关更多信息,请参见利用灵敏度分析的并行计算和在灵敏度分析使用快速启动模式。

结果散点图显示每个需求和更新每个参数在模型评估。年底评估与评价结果显示一个表。评估结果表中的每一行包含值R1,R2,R3,R4和由此产生的需求值UpperBound和下界。评价结果存储在EvalResult变量结果区域的应用程序,您可以使用视图情节安排的布局选项卡表,所以他们都是可见的。

你可以评估结果表通过单击表中的列标题。的下界需求还是满足,所显示的所有评价结果的信号绑定需求是负面的。这不是理由UpperBound要求,有几个积极的价值观。通过选择表的行与这些积极的价值观,您还可以看到突出显示的对应点的散点图。

分析评价结果

使用5%的公差组件导致违反UpperBound要求。精密组件与1%公差能满足设计要求,但他们更昂贵的,所以只需要使用必要的。您可以使用统计分析确定影响最大的组件设计要求。

在统计数据选项卡上,选择不同的分析要做,包括相关和标准化的回归方法,线性和排名类型的处理。点击计算统计数据。分析结果存储在StatsResult在结果区域的应用,龙卷风图显示分析结果。为每一个需求,龙卷风情节显示顶部的最有影响力的参数,和其他人的大小降序对需求的影响。为UpperBound要求,R3和R4最具影响力,所以我们将尝试取代这些1%高精密组件。