《过程模型的建立与辨识技术课件.ppt》由会员分享，可在线阅读，更多相关《过程模型的建立与辨识技术课件.ppt（19页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、过程模型的建立与辨识技术第1页，此课件共19页哦2.1 模型的重要性模型的重要性 先进控制或优化控制都需要被控过程的模型。先进控制或优化控制都需要被控过程的模型。通常都有数学方程的形式表示系统通常都有数学方程的形式表示系统通常都有数学方程的形式表示系统通常都有数学方程的形式表示系统数学模型。数学模型。数学模型。数学模型。数学模型的作用：数学模型的作用：数学模型的作用：数学模型的作用：实现先进控制策略的设计实现先进控制策略的设计 可以更深入的了解被控过程的特性可以更深入的了解被控过程的特性可以更深入的了解被控过程的特性可以更深入的了解被控过程的特性用来寻求优化操作的条件用来寻求优化操作的条件整定
2、控制器参数整定控制器参数 进行培训进行培训进行培训进行培训第2页，此课件共19页哦2.2 过程模型的分类过程模型的分类一、模型的分类一、模型的分类1.静态模型静态模型 给出了过程输入和输出信号之间的稳态关系。给出了过程输入和输出信号之间的稳态关系。给出了过程输入和输出信号之间的稳态关系。给出了过程输入和输出信号之间的稳态关系。2.动态模型动态模型动态模型动态模型 给定输入输出信号之间的瞬态过程的关系。给定输入输出信号之间的瞬态过程的关系。给定输入输出信号之间的瞬态过程的关系。给定输入输出信号之间的瞬态过程的关系。二、数学模型的表示形式二、数学模型的表示形式1.系统输入系统输入系统输入系统输入-
3、输出的微分方程，传递函数（外部描述）输出的微分方程，传递函数（外部描述）输出的微分方程，传递函数（外部描述）输出的微分方程，传递函数（外部描述）2.2.系统状态方程（内部描述）系统状态方程（内部描述）3.系统差分方程（离散系统）系统差分方程（离散系统）系统差分方程（离散系统）系统差分方程（离散系统）第3页，此课件共19页哦MATLAB控制系统工具箱对控制系统工具箱对LTI（线性时不变系统）的（线性时不变系统）的模型描述模型描述 sys=tf(num,den)sys=ss(a,b,c,d)sys=zpk(z,p,k)LTI模型转换模型转换 ss2tf、ss2zp、tf2zp、tf2zpk tf2
4、ss、zp2ss、zp2tf第4页，此课件共19页哦2.3 建模方法与系统辨识建模方法与系统辨识一、建模的基本方法一、建模的基本方法一、建模的基本方法一、建模的基本方法1.机理建模法：利用已知的定理、定律，通过理论分机理建模法：利用已知的定理、定律，通过理论分析推导方法建立系统的数学模型。析推导方法建立系统的数学模型。2.2.统计建模法：根据一定数量的在系统运行过程中实测、观统计建模法：根据一定数量的在系统运行过程中实测、观统计建模法：根据一定数量的在系统运行过程中实测、观统计建模法：根据一定数量的在系统运行过程中实测、观察的物理量数据，运用统计规律、系统辨识等理论合理察的物理量数据，运用统计
5、规律、系统辨识等理论合理察的物理量数据，运用统计规律、系统辨识等理论合理察的物理量数据，运用统计规律、系统辨识等理论合理估计出系统的数学模型。估计出系统的数学模型。估计出系统的数学模型。估计出系统的数学模型。3.3.混合建模法：机理建模混合建模法：机理建模混合建模法：机理建模混合建模法：机理建模+统计建模统计建模第5页，此课件共19页哦 静态与动态模型静态与动态模型静态与动态模型静态与动态模型 线性与非线性模型线性与非线性模型线性与非线性模型线性与非线性模型 参数与非参数模型参数与非参数模型参数与非参数模型参数与非参数模型 确定与随机模型确定与随机模型确定与随机模型确定与随机模型 连续时间模型
6、与离散时间模型连续时间模型与离散时间模型连续时间模型与离散时间模型连续时间模型与离散时间模型 定常模型与时变模型定常模型与时变模型定常模型与时变模型定常模型与时变模型 时间域模型与频率域模型时间域模型与频率域模型时间域模型与频率域模型时间域模型与频率域模型 集中参数模型与分布参数模型集中参数模型与分布参数模型集中参数模型与分布参数模型集中参数模型与分布参数模型 数学模型分类：数学模型分类：数学模型分类：数学模型分类：二、系统辨识：二、系统辨识：系统辨识就是一种利用数学方法从系统辨识就是一种利用数学方法从输入输出数据输入输出数据输入输出数据输入输出数据序序列中提取对象列中提取对象数学模型数学模型
7、的方法。的方法。第6页，此课件共19页哦1.系统辨识常用的数学模型系统辨识常用的数学模型1 1）连续系统输入输出模型连续系统输入输出模型连续系统输入输出模型连续系统输入输出模型（1 1）参数模型参数模型2 2）离散系统输入输出模型离散系统输入输出模型离散系统输入输出模型离散系统输入输出模型1 1）连续系统的非参数模型连续系统的非参数模型连续系统的非参数模型连续系统的非参数模型（2 2）非参数模型非参数模型非参数模型非参数模型2 2）离散系统的非参数模型离散系统的非参数模型离散系统的非参数模型离散系统的非参数模型第7页，此课件共19页哦连续系统输入输出模型典型形式：连续系统输入输出模型典型形式：
8、连续系统输入输出模型典型形式：连续系统输入输出模型典型形式：经典控制理论中，经典控制理论中，经典控制理论中，经典控制理论中，传递函数传递函数传递函数传递函数是系统输入输出关系的常用表达式：是系统输入输出关系的常用表达式：是系统输入输出关系的常用表达式：是系统输入输出关系的常用表达式：（2-12-1）拉氏变换拉氏变换拉氏变换拉氏变换1 1 1 1）连续系统输入输出模型连续系统输入输出模型连续系统输入输出模型连续系统输入输出模型（2-12-1）（1 1）参数模型）参数模型（2-22-2）第8页，此课件共19页哦2 2 2 2）离散系统输入输出模型离散系统输入输出模型离散系统输入输出模型离散系统输入
9、输出模型离散系统输入输出模型可以用差分方程的形式：离散系统输入输出模型可以用差分方程的形式：离散系统输入输出模型可以用差分方程的形式：离散系统输入输出模型可以用差分方程的形式：（2-32-3）（2-32-3）变换变换变换变换（2-42-4）离散系统脉冲传递函数离散系统脉冲传递函数（2-4)2-4)式可写成更一般的形式：式可写成更一般的形式：式可写成更一般的形式：式可写成更一般的形式：（2-52-5）其中其中其中其中，第9页，此课件共19页哦如果（如果（如果（如果（2-52-5）式还受到噪声的影响，则有：）式还受到噪声的影响，则有：）式还受到噪声的影响，则有：）式还受到噪声的影响，则有：（2-6
10、2-6）其中其中其中其中根据以上不同的噪声形式，可将模型分为以下几种时间序列模型：根据以上不同的噪声形式，可将模型分为以下几种时间序列模型：根据以上不同的噪声形式，可将模型分为以下几种时间序列模型：根据以上不同的噪声形式，可将模型分为以下几种时间序列模型：带控制量的自回归模型（带控制量的自回归模型（带控制量的自回归模型（带控制量的自回归模型（CARCAR，或称，或称，或称，或称ARXARX）模型）模型）模型）模型 带控制量的自回归滑动平均模型（带控制量的自回归滑动平均模型（带控制量的自回归滑动平均模型（带控制量的自回归滑动平均模型（CARMACARMA或或或或ARMAXARMAX）模型）模型）
11、模型）模型（2-72-7）（2-82-8）零均值白噪声第10页，此课件共19页哦 自回归滑动平均（自回归滑动平均（自回归滑动平均（自回归滑动平均（ARMAARMA）模型）模型）模型）模型（2-92-9）自回归（自回归（自回归（自回归（ARAR）模型）模型）模型）模型（2-102-10）滑动平均（滑动平均（滑动平均（滑动平均（MAMA）模型）模型）模型）模型（2-112-11）Box-JenkinsBox-Jenkins模型模型模型模型(简称简称简称简称BJBJ模型模型模型模型)（2-122-12）第11页，此课件共19页哦其中其中其中其中分别为相应多项式的阶次分别为相应多项式的阶次分别为相应多
12、项式的阶次分别为相应多项式的阶次第12页，此课件共19页哦（2）非参数模型非参数模型 非参数模型是指从系统的实验过程中，直接或间接所获得的响应，例如非参数模型是指从系统的实验过程中，直接或间接所获得的响应，例如非参数模型是指从系统的实验过程中，直接或间接所获得的响应，例如非参数模型是指从系统的实验过程中，直接或间接所获得的响应，例如系统的阶跃响应、脉冲响应、频率响应等。系统的阶跃响应、脉冲响应、频率响应等。系统的阶跃响应、脉冲响应、频率响应等。系统的阶跃响应、脉冲响应、频率响应等。非参数模型不能表示为对象的有限参数模型，不需要选择模型结非参数模型不能表示为对象的有限参数模型，不需要选择模型结非
13、参数模型不能表示为对象的有限参数模型，不需要选择模型结非参数模型不能表示为对象的有限参数模型，不需要选择模型结构，也不必要顾及模型参数，构，也不必要顾及模型参数，构，也不必要顾及模型参数，构，也不必要顾及模型参数，适用于描述任意复杂的系统适用于描述任意复杂的系统适用于描述任意复杂的系统适用于描述任意复杂的系统。1 1）连续系统的非参数模型连续系统的非参数模型连续系统的非参数模型连续系统的非参数模型2 2）离散系统的非参数模型离散系统的非参数模型离散系统的非参数模型离散系统的非参数模型第13页，此课件共19页哦 任何输入激励信号可以分解为脉冲信号之和，而根据叠加任何输入激励信号可以分解为脉冲信号
14、之和，而根据叠加任何输入激励信号可以分解为脉冲信号之和，而根据叠加任何输入激励信号可以分解为脉冲信号之和，而根据叠加原理，在所有起始条件均为零时，线性时不变系统的输出脉冲原理，在所有起始条件均为零时，线性时不变系统的输出脉冲原理，在所有起始条件均为零时，线性时不变系统的输出脉冲原理，在所有起始条件均为零时，线性时不变系统的输出脉冲响应可以用输入激励信号和系统的输出脉冲响应函数的卷积积响应可以用输入激励信号和系统的输出脉冲响应函数的卷积积响应可以用输入激励信号和系统的输出脉冲响应函数的卷积积响应可以用输入激励信号和系统的输出脉冲响应函数的卷积积分式来表示：分式来表示：分式来表示：分式来表示：脉冲
15、响应脉冲响应脉冲响应脉冲响应（2-132-13）第14页，此课件共19页哦o o线性系统线性系统线性系统线性系统o ot tt t系统脉冲响应系统脉冲响应系统脉冲响应系统脉冲响应如果如果如果如果，即当输入激励信号为单位脉冲函数时，则，即当输入激励信号为单位脉冲函数时，则，即当输入激励信号为单位脉冲函数时，则，即当输入激励信号为单位脉冲函数时，则第15页，此课件共19页哦2.脉冲响应法与相关分析法辨识脉冲响应脉冲响应法与相关分析法辨识脉冲响应（1 1）脉冲响应法脉冲响应法脉冲响应法脉冲响应法（2 2）相关分析法相关分析法1 1）从输入从输入从输入从输入 和输出和输出和输出和输出 求脉冲响应求脉冲
16、响应求脉冲响应求脉冲响应2 2）根据脉冲响应根据脉冲响应根据脉冲响应根据脉冲响应 求脉冲传递函数求脉冲传递函数求脉冲传递函数求脉冲传递函数 。第16页，此课件共19页哦 脉冲响应法是利用线性、定常被辨识系统的输入、输出信息，脉冲响应法是利用线性、定常被辨识系统的输入、输出信息，脉冲响应法是利用线性、定常被辨识系统的输入、输出信息，脉冲响应法是利用线性、定常被辨识系统的输入、输出信息，通过脉冲响应来辨识系统的数学模型。通过脉冲响应来辨识系统的数学模型。通过脉冲响应来辨识系统的数学模型。通过脉冲响应来辨识系统的数学模型。该方法虽然简单实用，但是具有一定的该方法虽然简单实用，但是具有一定的该方法虽然
17、简单实用，但是具有一定的该方法虽然简单实用，但是具有一定的适用范围（高信噪比的系统）适用范围（高信噪比的系统）适用范围（高信噪比的系统）适用范围（高信噪比的系统）。它既是一种它既是一种它既是一种它既是一种非参数模型非参数模型非参数模型非参数模型（脉冲响应）的辨识方法，又是一种通过脉冲响应（脉冲响应）的辨识方法，又是一种通过脉冲响应（脉冲响应）的辨识方法，又是一种通过脉冲响应（脉冲响应）的辨识方法，又是一种通过脉冲响应得到得到得到得到参数模型参数模型参数模型参数模型（传递函数）的辨识方法。（传递函数）的辨识方法。（传递函数）的辨识方法。（传递函数）的辨识方法。（1 1）脉冲响应法脉冲响应法1 1
18、）从输入从输入从输入从输入 和输出和输出和输出和输出 求脉冲响应求脉冲响应求脉冲响应求脉冲响应2 2）根据脉冲响应根据脉冲响应根据脉冲响应根据脉冲响应 求脉冲传递函数求脉冲传递函数求脉冲传递函数求脉冲传递函数 。第17页，此课件共19页哦（2）相关分析法相关分析法相关分析法相关分析法*为了避免随机噪声为了避免随机噪声为了避免随机噪声为了避免随机噪声 的影响，可采用相关分析法求出单位的影响，可采用相关分析法求出单位的影响，可采用相关分析法求出单位的影响，可采用相关分析法求出单位脉冲响应脉冲响应脉冲响应脉冲响应 。上述脉冲响应法对于系统含有噪声时，由于输出结果的不确定，会上述脉冲响应法对于系统含有
19、噪声时，由于输出结果的不确定，会上述脉冲响应法对于系统含有噪声时，由于输出结果的不确定，会上述脉冲响应法对于系统含有噪声时，由于输出结果的不确定，会导致辨识误差，它实际上是一种确定型的辨识算法。导致辨识误差，它实际上是一种确定型的辨识算法。导致辨识误差，它实际上是一种确定型的辨识算法。导致辨识误差，它实际上是一种确定型的辨识算法。19511951年提出的相关分析法，是根据对象的平稳随机输入、输出信年提出的相关分析法，是根据对象的平稳随机输入、输出信年提出的相关分析法，是根据对象的平稳随机输入、输出信年提出的相关分析法，是根据对象的平稳随机输入、输出信息之间的相关函数，求出系统脉冲响应的一种辨识
20、方法。息之间的相关函数，求出系统脉冲响应的一种辨识方法。息之间的相关函数，求出系统脉冲响应的一种辨识方法。息之间的相关函数，求出系统脉冲响应的一种辨识方法。+第18页，此课件共19页哦3.系统辨识常用的输入信号系统辨识常用的输入信号（1 1）白噪声白噪声白噪声白噪声（2）伪随机信号伪随机信号 合理选用辨识的输入信号是能否获得好的辨识结果的关键之一。合理选用辨识的输入信号是能否获得好的辨识结果的关键之一。合理选用辨识的输入信号是能否获得好的辨识结果的关键之一。合理选用辨识的输入信号是能否获得好的辨识结果的关键之一。系统辨识对输入信号的要求：系统辨识对输入信号的要求：系统辨识对输入信号的要求：系统辨识对输入信号的要求：持续激励；持续激励；持续激励；持续激励；最优输入最优输入最优输入最优输入信号信号信号信号4.系统辨识综述系统辨识综述第19页，此课件共19页哦