正如控制工程师所知道的，拥有精确的对象模型对于设计高性能和鲁棒性的控制器至关重要。如果一个工厂模型已经可用(以传递函数、状态空间表示或Simulink的形式)金宝app®，则整定PID控制器增益是直接的。但是，如果没有可用的植物模型，你又不能轻易地根据基本原理创建一个呢?也许你要控制的系统太复杂，无法建模，或者你对系统的物理特性没有足够的了解。那么，您唯一的选择是在实际硬件上调整增益，并希望在此过程中不会损坏它吗?
幸运的是，答案是否定的。在这种情况下，您可以使用系统标识。通过系统标识，您可以创建一个数学模型，根据测量的输入-输出测试数据描述物理系统。实践控制工程师有时害怕系统识别，因为它通常只在研究生级别的控制课程中教授，一些工程师认为他们需要控制博士学位才能使用系统识别技术。
本文介绍了从输入输出测试数据创建工厂传输功能的工作流程，并使用此传输功能自动调谐PID控制器增益。使用控制系统工具箱™中的PID调谐器应用程序完成整个工作流程。
工厂建模和控制设计挑战
让我们假设我们不能使用第一原理创建一个植物模型，因为我们不了解系统的物理，但我们可以访问实际的硬件。这意味着我们可以通过系统运行激励信号并记录输入-输出数据。我们将使用这个测量的输入-输出数据来创建一个工厂模型，然后使用这个模型来调整PID控制器增益，使PID控制器提供一个快速和稳定的响应。
系统辨识与控制设计工作流程
工作流程由三个主要步骤组成：
- 导入输入输出测试数据。
- 从数据中识别工厂模型。
- 利用辨识的被控对象模型对PID控制器增益进行整定。
导入输入输出测试数据
输入 - 输出测试数据如图1所示。为激发系统动态，我们将步长5秒钟进入系统并记录输出（可作为变量提供输出在MATLAB工作区)。对输出数据的可视化分析表明，它似乎捕捉到了系统动力学中的变化。阶跃输入是激励系统动力学的常用方法，但也可以用其他激励信号来代替。
我们首先将测量的输入-输出数据导入PID调谐器。要做到这一点，我们启动PID Tuner应用程序，通过输入Pidtuner.在MATLAB命令行或通过在MATLAB应用程序库中选择PID调谐器应用程序。当PID调谐器打开时，我们选择从输入输出数据识别新工厂的选项，并指定输出和输入信号（图2）。由于我们对系统的输入是一个步进信号，所以我们指定了我们注入系统的步骤信号的特性以及存储所测量的输出信号的数据。该工具还支持导入任意输入输出金宝app数据。
识别植物模型
一旦我们导入数据，我们就可以使用系统识别工具箱™来创建工厂模型。系统识别涉及为该结构选择工厂模型结构和参数值，该结构将使模拟模型输出与测量的输出数据匹配。PID调谐器提供预处理测量数据的功能，选择模型结构，以及调整模型参数，直到模拟模型输出与测试数据匹配。
我们不会在这里详细讨论数据预处理，只是提到我们从测量的输出数据中去掉了偏移量(图3)。图3中的绿线显示了测量的系统输出。注意，这一行从0开始，而图1中测量的输出数据从-2开始。这是因为我们通过去除偏移量对测量的输出数据进行预处理，这是系统识别中的一种常用技术。PID调谐器包括其他数据预处理功能，如过滤和重采样。
我们现在需要选择模型结构并调整模型参数，直到我们在测量的系统输出和所识别的工厂模型的响应之间具有良好拟合。图3中的蓝线显示了所识别的工厂模型的初始响应（默认模型结构和默认模型参数值）。我们需要调整模型以改善蓝色和绿线之间的拟合。通过从PID调谐器中的下拉列表中选择，我们可以快速尝试不同的模型结构。选择包括一个杆，一对真正的极点，一对被透明的极点，以及所选顺序的状态空间模型。我们还可以指定模型是否应包括时间延迟，零和积分器。
一旦我们选择了模型结构，我们可以交互地调整参数或让PID调谐器自动计算给定模型结构的参数值。对于我们示例中的测量输出数据，我们通过使用具有时间延迟的一阶模型获得了良好的拟合（图4）。如果我们没有符合此低阶传递函数的良好拟合，我们可以轻松地尝试将更高阶模型拟合到数据。我们只需从下拉列表中选择更高阶模型。PID调谐器将自动估计参数值。
调整控制器
现在，我们已经确定了植物模型，我们可以用它来调整PID控制器的增益。PID调谐器自动计算控制器增益以提供快速且稳定的响应。我们可以使用交互式滑块来调整闭环性能。在我们的示例中，除了设计快速稳定的控制器之外，我们还需要确保发送到执行器的控制器输出不会超过执行器可以提供的最大值。这就是为什么我们为闭环步骤响应添加了一个控制器曲线，并使用了滑块来实现在执行器上没有放置不现实的需求的所需性能和稳定的响应（图5）。
我们现在可以将调谐PID控制器导出到MATLAB工作空间中进行进一步的分析和设计。
