采用系统辨识工具箱辨识结果63444.pptVIP

目录 1、基于系统辨识工具箱的参数估计 2、采用工程整定方法进行参数预估计 3、基于PSO的PID参数优化 4、下一步工作 1、基于系统辨识工具箱的参数估计 采用matlab的系统辨识工具箱，只需要输入需要辨识的输入数据和输出数据，选择一定的系统模型，经过一定的数据预处理，最终得到所需要模型的参数估计值，从而实现系统的辨识。 在matlab输入ident，即可以出现如图1所示的界面，在import data里导入数据，在estimate里选择需要的模型。 * 基于PSO的液压系统PID参数优化 报告人：蔡钟山 时间：2011年5月 图1 辨识工具箱界面 图2 模型选择界面 图4 辨识模型输出与实际输出比较 相似度达到96%，辨识出来的模型表示为三阶系统： 图3 输入数据和输出数据 2.1 使用工程整定的目的 PID工程整定方法：临界比例法、衰减曲线法、ziegler-Nichols整定。本次预估计采用ziegler-Nichols整定，对PID三个参数Kp、Ki、Kd进行预估计，作为后面采用PSO（Particle Swarm Optimization）粒子群优化算法参数优化的一个初始值，并设定参数范围做好铺垫。 2.2 Ziegler-Nichols整定 先使系统在开环时候输入单位阶跃信号，观察阶跃响应曲线。记录稳态值，延时时间和时间常数，是指上升这段时间内的拟合直