动态系统建模理论与应用—绪论.pptVIP

教学目的 使学生了解： 动态系统建模理论与应用的发展史； 动态系统建模理论与应用在控制学科中的作用和地位； 动态系统建模理论与应用的主要内容、理论和方法； 动态系统建模理论与应用的最新发展趋势。 什么是动态系统建模？ 系统辨识与状态估计和线性系统理论构成现代控制理论的三个重要组成部分。 系统辨识：通过测取所研究的对象（动态系统）在人为输入作用下的输出响应，或正常运行时输入输出数据记录，加以必要的数据处理和数学计算，估计出对象的数学模型。 系统辨识的定义 1962年美国学者L.A.Zadeh（扎德）的定义：系统辨识是在输入和输出数据的基础上，从一类模型中确定一个与所测系统等价的模型。 1974 年, P. Eykhoff 给出辨识的定义：辨识问题可以归结为用一个模型来表示客观系统(或将要构造的系统) 本质特征的一种演算,并用这个模型把对客观系统的理解表示成有用的形式。 1978年瑞典学者L.Ljung对定义做了补充：系统辨识有三个要素——数据、模型类和准则。系统辨识的实质就是从一类模型中，按照一个准则，选择一个与被辨识系统的观测数据拟合得最好的模型。也就是说，模型的动态特性与对象的动态特性是基本吻合的。 参数估计在系统辨识中占有重要的地位和大部分的内容，故单列出来。 1967年起，IFAC国际自动化控制联合会每三年召开一次“辨识与系统参数估计”专业学术会议。 系统辨识与参数估计的用途 定量分析系统 系统预测预报 控制系统设计及CAD 实际系统故障诊断 自适应控制系统 对象描述的基本概念——系统、过程和对象 系统（广义的）（System）：如：社会系统、经济系统、生物系统、工程系统。 过程（Process）：主要指工业生产过程，包含有一个生产工艺系列及其各个环节。 对象（Plant）：过程中某一个具有动力学特性的环节。 对象描述的基本概念——系统、过程和对象 黑箱的特性与过程的外特性等价 模型和数学模型 模型（model） 把代表实际过程中最本质的信息简缩成某种描述形式。 模型的表现形式 知觉模型：人脑中的模型，驾驶，别人的形象。 物理模型：由物理模拟相似原理新建的比实际系统大或小的用于物理模型的模型。 图表模型：热偶特性，阶跃响应，脉冲响应，也称为非参数模型。 数学模型：由数学公式、解析式等描述对象的输入输出或内部状态的变化。 关系模型（代数模型）：欧姆定律 I = V/R 微分方程 差分方程 模型和数学模型 数学模型的分类 本课程重点 红字 模型和数学模型 建模的基本方法 理论建模（白箱）和统计建模（黑箱） 机理分析法——运用已知的定律、定理和原理，分析过程，建立其数模。 测试—统计建模—系统辨识 测量对象输入输出数据序列 数据处理和计算 模型检验→数学模型 理论建模（白箱）＋辨识建模（黑箱）＝（灰箱），尤其是结构。 模型和数学模型 建模的基本原则 目的性—明确建模目的 实用性—模型的物理概念要明确 可辨识性—结构合理，信号频率丰富，数据量多。 简洁性—结构尽可能简单、参数个数尽可能少 系统辨识问题的一般表达式 最小二乘格式（LSF，Least Square Format） 以离散模型为例：离散→时间 or 空间 静态模型 对于每一次测量 k 其中 系统辨识问题的一般表达式 矩阵形式的LSF 其中 例 模型和数学模型 动态模型 其中 模型和数学模型 辨识算法的基本原理 辨识原理过程示意 k时刻 过程输出预报值 新息(Innovation） 过程输出 一般递推估计式 辨识中的误差准则 误差准则用来描述模型与实际过程的接近程度，通常表示为一个误差的泛函（凸函数），也称为损失函数或准则函数 误差准则与形式 其中 ε(k)即为误差函数，可以是输出误差、输入误差、参数误差或广义误差。 f(·)是ε(k)的凸函数，常用的形式： 或 W为加权 使 根据ε(k)的不同和f(·)的不同可以导出不同的估计算法。 系统辨识的基本内容和步骤 辨识的过程 离线式 在线式 辨识的主要内容 辨识的主要内容 辨识试验设计 结构辨识 参数估计 模型检验 辨识步骤 辨识目的 系统分析 系统预报 故障诊断 控制器辅助设计（CAD） 适应控制 辨识的主要内容 先验知识（黑箱灰箱） 非线性程度 时变程度 时间常数，过渡过程时间，延迟，等动特性 噪声特性等 实验设计 离线或在线 采样周期确定 输入激励信号确定 辨识时间（数据长度） 开环或闭环 数据的预处理 采样滤波 去除直流分量和低频成分