网站建设到哪个店做,深圳光明,做网站那个php好用,网站建设的具体实施方案MATLAB系统辨识 最终效果#xff1a;自动调出PID三项对应的参数#xff0c;控制效果很不错。
目的#xff1a;通过matlab#xff0c;辨识出系统的传递函数#xff0c;找到最理想的PID参数。
优点#xff1a;1.节省“盲调PID”的时间。2.在辨识出传递函数后#xff0c;…MATLAB系统辨识 最终效果自动调出PID三项对应的参数控制效果很不错。
目的通过matlab辨识出系统的传递函数找到最理想的PID参数。
优点1.节省“盲调PID”的时间。2.在辨识出传递函数后还可以设计专门的控制器达到经验调参不能做到的效果逼近完美。
用到的工具1.matlab的system identification 和PID tunner app2.simulink。
在使用系统辨识工具箱之前我们先使用simulink模块生成我们需要的仿真模型以及输入输出数据。
搭建完整个仿真模型后点击simulink模块的绿色开始按钮即可开始进行仿真。 点击图3中灰色齿轮打开参数配置界面点击“Solver”选项将“Type”选项设置为Fixed-step同时将Fixed-step size与输入信号周期一致这里选取0.02。 我们将输入信号的周期设定为0.02秒这里也可以设定为其他值该周期需要与系统辨识工具箱中的周期匹配否则会导致系统辨识结果错误。
搭建完简单的仿真模型之后我们就可以开始使用Matlab系统辨识工具箱了。
在Matlab命令窗口输入“ident”命令即可打开系统辨识工具箱。或则点击APP中的system identifaication Matlab系统辨识工具箱组成说明。 首先我们需要导入需要辨识的输入数据点击“Import data”按钮工具箱出现下拉选项这里我们选择“Time domain data”。 这里的Input与Output输入框中的名称即为上文中通过Simulink模型仿真生成的输入-输出信号对应的工作区中的变量名称。Samping interval即为采样间隔该值需与上文Simulink仿真模型中的信号仿真步长一致否则会导致辨识结果出现偏差。将参数配置完成后点击“Import”按钮结束输入信号的导入。
输入信号预处理选项其中包括滤波器、数据转换等功能。 模型辨识设置这里选择过程模型。 过程模型参数配置这里选择无零点、无时延无积分环节的一阶系统模型作为待辨识模型配置完参数后勾选“Display Progress”按钮点击“Estimate”按钮开始进行辨识。 过程模型辨识结果左边对话框显示了模型辨识精度及相对误差。 双击右边对话框中的辨识模型结果P1弹出如下对话框由图可知Kp 1Tp1 1与上文中Simulink仿真模型中的传递函数参数吻合至此完成了整个简单的系统辨识工具箱的使用流程。
