主要内容gydF4y2Ba

PID控制系统辨识gydF4y2Ba

植物鉴别gydF4y2Ba

在许多情况下，您想要控制的系统的动态表示并不容易获得。解决这个问题的一个方法是使用识别技术获得一个动态模型。系统由一个可测信号激励，系统的相应响应以一定的采样率采集。然后使用产生的输入-输出数据来获得系统的模型，例如传递函数或状态空间模型。这个过程叫做gydF4y2Ba系统识别gydF4y2Ba或gydF4y2Ba估计gydF4y2Ba．系统识别的目标是选择一个模型，该模型在测量系统对特定输入的响应和模型对相同输入的响应之间产生最佳的拟合。gydF4y2Ba

如果你有Simulink金宝appgydF4y2Ba®gydF4y2Ba模型控制系统，您可以模拟输入/输出数据，而不是测量它。估计的过程是一样的。系统对一些已知激励的响应进行了模拟，并根据所得到的模拟输入/输出数据估计了一个动态模型。gydF4y2Ba

无论您是使用测量数据还是模拟数据进行估计，一旦确定了合适的植物模型，您就可以根据您对植物模型所代表的系统期望行为的了解，对植物施加控制目标。然后设计一个反馈控制器来满足这些目标。gydF4y2Ba

如果您有系统识别工具箱™软件，则可以使用gydF4y2BaPID调谐器gydF4y2Ba用于在一个接口中进行工厂识别和控制器设计。您可以导入输入/输出数据，并使用它来识别一个或多个工厂模型。或者，您可以从Simulink模型中获得模拟输入/输出数据，并使用该数据来识别一个或多个工厂模型。金宝app然后，您可以使用这些设备设计和验证PID控制器。gydF4y2BaPID调谐器gydF4y2Ba还允许您直接导入植物模型，例如从独立识别任务中获得的植物模型。gydF4y2Ba

有关系统标识的概述，请参见gydF4y2Ba关于系统标识gydF4y2Ba(系统识别工具箱)gydF4y2Ba．gydF4y2Ba

非线性系统的线性逼近PID控制gydF4y2Ba

许多系统的动态行为可以用系统输入和输出之间的线性关系来充分描述。即使在某些运行状态下，行为变得非线性，也经常存在系统动态是线性的状态。例如，运算放大器的行为或气动体的升力-力动力学可以用线性模型来描述，在一定的输入操作范围内。对于这样的系统，您可以执行一个实验(或模拟)，仅在系统的线性行为范围内激发系统，并收集输入/输出数据。然后，您可以使用这些数据来估计线性工厂模型，并为线性模型设计PID控制器。gydF4y2Ba

在其他情况下，非线性的影响很小。在这种情况下，线性模型可以提供一个很好的近似，这样非线性偏差就被视为干扰。这种近似很大程度上取决于输入剖面，激励信号的振幅和频率含量。gydF4y2Ba

线性模型通常描述由于小的扰动输入导致的系统响应偏离平衡点的情况。考虑一个非线性系统，它的输出，gydF4y2BaygydF4y2Ba（gydF4y2BatgydF4y2Ba)，它会根据已知输入，按照规定的轨迹进行响应，gydF4y2BaugydF4y2Ba（gydF4y2BatgydF4y2Ba)．动力学描述为gydF4y2BadxgydF4y2Ba（gydF4y2BatgydF4y2Ba）/gydF4y2BadtgydF4y2Ba＝gydF4y2BafgydF4y2Ba（gydF4y2BaxgydF4y2Ba，gydF4y2BaugydF4y2Ba)，gydF4y2BaygydF4y2Ba＝gydF4y2BaggydF4y2Ba（gydF4y2BaxgydF4y2Ba，gydF4y2BaugydF4y2Ba）gydF4y2Ba．在这里,gydF4y2BaxgydF4y2Ba是系统内部状态的向量，和gydF4y2BaygydF4y2Ba是输出变量的向量。的函数gydF4y2BafgydF4y2Ba而且gydF4y2BaggydF4y2Ba，可以是非线性的，是系统和测量动力学的数学描述。假设当系统处于平衡状态时，对输入的一个小扰动，gydF4y2BaΔugydF4y2Ba，导致输出有一个小扰动，gydF4y2BaΔygydF4y2Ba：gydF4y2Ba

ΔgydF4y2Ba xgydF4y2Ba ˙gydF4y2Ba ＝gydF4y2Ba ∂gydF4y2Ba fgydF4y2Ba ∂gydF4y2Ba xgydF4y2Ba ΔgydF4y2Ba xgydF4y2Ba +gydF4y2Ba ∂gydF4y2Ba fgydF4y2Ba ∂gydF4y2Ba ugydF4y2Ba ΔgydF4y2Ba ugydF4y2Ba ，gydF4y2Ba ΔgydF4y2Ba ygydF4y2Ba ＝gydF4y2Ba ∂gydF4y2Ba ggydF4y2Ba ∂gydF4y2Ba xgydF4y2Ba ΔgydF4y2Ba xgydF4y2Ba +gydF4y2Ba ∂gydF4y2Ba ggydF4y2Ba ∂gydF4y2Ba ugydF4y2Ba ΔgydF4y2Ba ugydF4y2Ba ．gydF4y2Ba

例如，考虑以下Simulink框图的系统:金宝appgydF4y2Ba

当在无干扰环境中运行时，标称输入值50使装置沿其值2000的恒定轨迹运行。任何干扰都会使植物偏离这个值。PID控制器的任务是对输入信号进行小的修正，使系统在合理的时间内恢复到其标称值。因此，PID控制器只需要在线性偏差动态上工作，即使实际的工厂本身可能是非线性的。因此，在某些情况下，通过设计一个PID控制器，使系统在平衡条件下具有线性逼近，就可以实现对非线性系统的有效控制。gydF4y2Ba

线性过程模型gydF4y2Ba

一个常见的用例是为制造工厂的稳态操作设计PID控制器。在这些工厂中，通常需要以SISO工厂的形式建立一个有关可测量输入变量对产量影响的模型。整个系统在本质上可能是MIMO，但实验或模拟的进行方式使测量一个输入变量对选定输出的增量影响成为可能。数据可能相当嘈杂，但由于期望只控制主导动态，低阶工厂模型通常就足够了。这种代理是通过收集或模拟输入-输出数据，并从中推导出一个过程模型(未知延迟的低阶传递函数)来获得的。用于推导数据的激励信号通常可以是所选输入变量值中的一个简单的凸点。gydF4y2Ba

高级系统识别任务gydF4y2Ba

在gydF4y2BaPID调谐器gydF4y2Ba，您只能识别单输入、单输出、连续时间的工厂模型。此外,gydF4y2BaPID调谐器gydF4y2Ba无法执行以下系统识别任务:gydF4y2Ba

  • 确定任意数量的极点和零的传递函数。（gydF4y2BaPID调谐器gydF4y2Ba可以识别最多三个极点和一个零的传递函数，加上一个积分器和一个时间延迟。gydF4y2BaPID调谐器gydF4y2Ba可以识别任意顺序的状态空间模型。)gydF4y2Ba

  • 估计一个模型的扰动成分，这对分离测量动力学和噪声动力学是有用的。gydF4y2Ba

  • 通过将植物响应与独立数据集进行比较来验证估计。gydF4y2Ba

  • 进行残留分析。gydF4y2Ba

如果需要这些增强的识别功能，请将数据导入gydF4y2Ba系统识别gydF4y2Ba应用程序(gydF4y2Ba系统识别gydF4y2Ba(系统识别工具箱)gydF4y2Ba)．使用gydF4y2Ba系统识别gydF4y2Ba应用程序进行模型识别，并将识别出来的模型导出到MATLAB中gydF4y2Ba®gydF4y2Ba工作区。然后将已识别的模型导入gydF4y2BaPID调谐器gydF4y2Ba用于PID控制器设计。gydF4y2Ba

有关系统识别工具的详细信息，请参见gydF4y2Ba使用系统识别应用程序识别线性模型gydF4y2Ba(系统识别工具箱)gydF4y2Ba．gydF4y2Ba

另请参阅gydF4y2Ba

(系统识别工具箱)gydF4y2Ba

相关的话题gydF4y2Ba