智能控制绪论--系统识别.ppt

* 图12 滤波器的频率特性 * 图13 电机负载传函校正 * 1.7.2 在线辨识 在线辨识时，系统的模型结构和阶数是事先确定好的。当获得一部分新的输入输出数据后，在线采用估计方法进行处理，从而得到模型的新的估计值。 在线辨识的优点是所要求的计算机存储量较小，辨识计算时运算量较小，适合于实时控制，缺点是参数估计的精度较差。为了实现自适应控制，必须采用在线辨识，要求在很短的时间内把参数辨识出来。 * （1）明确辨识的目的，它决定模型的类型、精度要求和所采用的辨识方法； （2）掌握先验知识，如系统的非线性程度、时变或非时变、比例或积分特性、时间常数、过渡过程时间、截止频率、时滞特性、静态放大倍数、噪声特性等，这些先验知识对预选系统数学模型种类和辨识试验设计将起到指导性的作用； （3）利用先验知识。选定和预测被辨识系统的数学模型种类，确定验前假定模型； （4）试验设计。选择试验信号、采样时间、数据长度等，记录输入和输出数据； （5）数据预处理。输入和输出数据中常含有的低频成分和高频成分对辨识精度都有不利的影响，需要采用滤波器等方法进行去除； 1.8 辨识的内容和步骤 * （6）模型结构参数辨识。在假定模型结构的前提下，利用辨识方法确定模型结构参数，如差分方程中的阶次、纯延迟等。 （7）模型参数辨识。在假定模型结构确定之后，选择估计方法，利用测量数据估计模型中的未知参数； （8）模型检验。从不同的侧面检验模型是否可靠，检验模型的实际应用效果，验证所确定的模型是否恰当地表示了被辨识的系统。 如果所确定的系统模型合适，则辨识结束。否则，改变系统的验前模型结构，重新执行辨识过程，即执行第（4）步至第（8）步，直到获得一个满意的模型为止。 * 1.9 几个典型的辨识实例 1.9.1 单容水箱的辨识 图1为单容水箱对象的示意图，它有一个贮水容积 和一个高度参数 。其中， 为液位的稳态值（m）； 为液位的增量（m）； 为流入水流量的稳态值（m3/s）； 为流入水流量的增量（m3/s）； 为流出水流量的稳态值（m3/s）； 为流出水流量的增量（m3/s）； 为控制阀（进入阀）的开度（m2）。设 A 为液槽的横截面积（m2）。 先根据图1进行机理建模。 * 1 2 3 图1 单容水槽 1控制阀门; 2贮水槽; 3负载阀 * 流入量与流出量之差等于液槽液体贮存量的变化率，即： * 则液位变化对控制阀开度改变量的传递函数为 可见，单容水箱传递函数为一阶惯性环节，其中 为时间常数， 为增益， 为延迟时间。 * 针对一阶惯性环节这种对象，可采用系统辨识的方法确定时间常数和增益。具体的方法有： 阶跃响应曲线法; 矩形脉冲响应曲线法; * 图2 通过阶跃响应数据辨识参数 （ 为阶跃输入幅值） * 1.9.2 基于频域的开环系统辨识 可通过实验获得扫频测试数据,通过最小二乘法拟合传递函数，并采用Bode图来显示拟合结果，开环传递函数测试框图如图3所示。u(t)为包含各种频带的噪声信号或正弦信号。 图3 电机开环传递函数测试框图 * 图4 实际对象与拟合传递函数的Bode图比较 根据测试的开环系统频域信息，通过最小二乘法，可实现开环传递函数的辨识。 * 1.9.3 基于频域的闭环系统辨识及应用 由闭环系统的正弦激励响应，通过最小二乘方法来确定闭环系统的传递函数。闭环系统测试框图如下图5所示， 图5 闭环系统测试框图 * 基于闭环系统辨识的控制系统如图4所示，其中 为输入指令信号， 为系统输出， 为前馈控制器， 为闭环控制器， 为对象的传递函数，虚线框内为闭环控制系统。设离散化后的闭环系统传递函数为 ，则图5可以进一步化简，得到图6。 图6 控制系统原理图 * 图7 图6的等效框图 根据测试的闭环系统频域信息，通过最小二乘法，可实现闭环传递函数的辨识。 * 1.9.4 最小二乘辨识应用: 热敏电阻和温度关系式 通过试验确定一个热敏电阻的电阻 和温度 的关系，为此在不同的温度 下，对电阻 进行多次测量获得了一组量测数据 。由于每次测量中，不可避免地含有随机测量误差，因此想寻找一个