离合器模型的描述

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。最初，施加到离合器板的压力为零，惯性2具有零速度。恒定的扭矩也施加到惯性1.一旦离合器压力开始增加，惯性2开始旋转。然而，离合器板之间的摩擦导致滑动，使得两个惯性以不同的速率加速并且具有不同的速度。

离合器系统由两个旋转惯性和离合器组成。将压力施加到离合器板上，然后将两个惯性耦合。一种Simscape Driveline.块用于将离合器模拟，其在10 rad / s处具有从0 rad / s的C1线性变化的速度依赖性摩擦系数。

摩擦系数（C1，C2）可控摩擦离合器块是未知的，并使用实验数据估计用于惯性1和惯性2的输出速度。

Open_System（'simple_clutch'）set（find_system（gcs，'找到所有'那'在'那'blocktype'那'范围'），'打开'那'离开'）

使用Simu金宝applink设计优化

在里面应用选项卡，单击参数估计在下面控制系统推出参数估计应用程序。

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。这些项目可以稍后保存并重新使用。

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

通常，估计模型参数由三个主要步骤组成：将实验数据集导入项目，选择估计的模型参数，并运行估计并分析结果。

估计的实验数据

我们在该离合器系统上有两套输出数据。第一个，估计adata.，将用于参数估计和另一个，验证数据，用于验证Simulink模型与估计参数的响应。金宝app

在第一个实验中，离合器压力遵循轮廓信号1供应所提供的离合器压力Simulink模型中的块金宝app。该信号在离合器板上施加升压和倾斜压力。点击添加图画在参数估计UI中，然后选择估计adata.响应此输入，查看惯性惯性的输出速度。此类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。

摩擦系数的参数值不准确地知道。点击绘制模型响应提供看看该系统的响应，并表明它与实验数据不匹配，因此需要估计参数以获得更好的合适。

设置并运行估计

我们将使用实验数据集估计adata.估计离合器系统的摩擦参数。

第一步是定义要估计的变量。这建立了可以调整模拟的哪个参数，以及控制其值的任何规则。点击选择参数指定要估计的参数。在这里我们希望估计摩擦系数C1.和C2.在里面可控摩擦离合器Simulink模型的块。金宝app在预加载的参数估计示例中，已经指定了这些参数以进行估计。如果参数值上存在已知限制，则可以在最小和最大字段中设置它们。

接下来，点击选择实验指定要使用哪些实验进行估计。在给定估计中可以一次使用一个或多个数据集。对于我们的示例，我们将使用调用的数据集估计adata.。

您现在准备好运行估算。点击估计启动估计过程。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x搜索。运行估计将改变模型参数，以减少模拟输出和实验数据之间的误差。在估计期间，将更新显示测量数据和仿真响应的实验图。随着参数值的改善，模拟曲线应更接近实验数据曲线。此外，轨迹绘图将显示每个迭代的参数值。由于参数值更接近其物理值，这些曲线应达到稳态。

此外，估计进度报告中的表将显示有关估计过程的数据，例如迭代次数，模拟次数和成本函数。成本函数值表示仿真响应与估计数据之间的拟合程度。每个迭代将减少该值，表示拟合的改善量。

验证

完成估计后，重要的是对其他数据集验证结果非常重要。成功的估计应该不能与我们用于估计的实验数据相匹配，也能够在我们的实验中收集的其他数据集。

在我们为离合器系统具有离合器系统的第二组实验数据中，离合器压力遵循轮廓信号2.供应所提供的离合器压力Simulink模型中的块金宝app。该信号在离合器板上施加周期性的压力。使用它，首先双击手动开关块以将输入信号更改为用于验证数据的一个（信号2）。然后在参数估计UI中，单击验证选项卡，单击选择实验并选择实验验证数据验证。这包含对应于输入的输出数据信号2.。最后，点击证实执行验证。实验图将比较对实验数据的模拟响应。我们看到比赛非常好。

总之，我们通过指定测量的输出数据的实验以及指定要估计的某些参数来进行估计。然后，我们通过用不同的数据集验证来检查参数值，在参数值中置信。

关闭模型

bdclose（'simple_clutch'）