發布日期:2022-04-27 點擊率:165
1、引言
對于一個簡單的系統,可以通過分析其過程的運動規律,應用一些已知的定理和原理,建立數學模型,即所謂的“白箱模型” 。但對于比較復雜的生產過程,該建模方法有很大的局限性。由于過程的輸入輸出信號總是可以測量的,而且過程的動態特性必然表現在這些輸入輸出數據中,那么就可以利用輸入輸出數據所提供的信息來建立過程的數學模型。這種建模方法稱為系統辨識。把辨識建模稱作“黑箱模型”。系統辨識又分為參數辨識和階次辨識。本章只討論參數辨識。
2、最小二乘辨識原理和應用
2.1最小二乘法原理
2.2最小二乘法的應用
最小二乘法的應用是十分廣泛的,它又稱曲線擬合。所以它可用來擬合各類曲線,如一元線性擬合、多項式擬合、指數函數擬合等。最小二乘法在控制理論方面的應用是比較多的,系統辨識中用的最多的就是最小二乘法辨識。最小二乘法原理簡單,實現起來又較為方便,所以得到了廣泛的應用。此外,最小二乘在統計學中也有一定程度的應用,在此就不再詳述了。
3、模型辨識仿真研究
經典辨識法包括時域法、頻域法和相關分析法。采用經典辨識法,直接獲得的是非參數模型,一般是時間或頻率為自變量的實驗曲線或數據集。用階躍函數、脈沖函數、正弦函數、或是隨即函數作用于過程,直接得到的是階躍響應、脈沖響應、頻率特性、相關函數或譜密度,它們都是圖形或數據集。對本類方法的對象,只需做出線性假定,并不需要事先確定模型的具體結構,因而本類方法適用范圍廣,工程上獲得了廣泛應用。
由圖3-2可知,最小二乘辨識結果達到了很高的精度。此法抵抗過程量測噪聲的魯棒性強,不需要等待階躍響應過程完全進入穩態,而且思路簡單、清晰、易于編程。
4、小結
最小二乘是一種最基本的估計方法。它可用于動態系統,也可用于靜態系統;可用于線性系統,也可用于非線性系統;可用于離線估計,也可用于在線估計。而且最小二乘這種算法有效地處理S型階躍響應數據,自動辨識出滯后項,辨識的精確度明顯提高。正因如此,在系統辨識和參數估計領域中,它獲得了廣泛的應用。
備注:本文為gongkong用戶原創文章,未經作者本人或中國工控網授權,禁止轉載!
下一篇: PLC、DCS、FCS三大控
上一篇: 索爾維全系列Solef?PV