电解热炉动态特性辨识实验报告分析.doc

电解热炉动态特性辨识实验报告 一 实验方案设计 利用阶跃响应，确定辨识信号的采样间隔Ts。设置系统电压为30V，温度采样周期为2s。启动系统，等待温度缓慢上升并稳定后，得到系统的阶跃响应，并绘制阶跃响应曲线。得到系统阶跃响应的终值Yss，延迟时间Td，过渡时间T95。 等温箱的温度达到恒定，阶跃响应过程结束后，加入预先设计好的辨识序列，选用的是L序列。此L序列由4级移位寄存器，利用MATLAB程序产生，序列长度为30，幅值为25V。由于时间所限，实验长度N=60. 为了调高辨识精度，对第2步获得的实验数据进行处理。由于是在30V稳定电压加热的基础上，施加的辨识信号，所以要去除直流分量。从而得到对应辨识信号u(k)的动态响应y(k). 已知电加热炉是一个线性系统，系统模型的结构为。利用小作业中的辨识方法和程序，依次确定系统的阶次，延时和参数。 模型验证 二 实验数据处理 2.1利用阶跃响应，确定辨识信号的采样间隔Ts 图 1 图 2 图1是未经处理的原始温度数据，共采样了3428个温度值，采样间隔为2s。由图1可以看出，需要读原始数据进行平滑处理。图2是经过平滑处理之后得到的阶跃响应曲线。由图2和MATLAB的workspace窗口，可以计算出，电加热炉的阶跃响应的数据，其中 起始温度：Y0=26摄氏度 终值： Yss=90.2摄氏度 延迟时间：Td=813*2s 过渡时间：T95=3370*2s 利用经验公式选取采样间隔Ts=（1/150~1/50）*T95 选取Ts=60s，此时Td/Ts=27.1，接近整数。为便于控制，一般选择延迟时间为采样周期的整数倍； 2.2 实验数据处理 图 3 加入的辨识信号,u(k) 图4 加入辨识信号后的炉温变化曲线 图 5 对应辨识信号的炉温采样y(k) 辨识时请注意输入输出数据时间点上必须对应,也就是在16:09:34时刻加入辨识信号，应该采样16:09:34时刻的炉温u(k)。 在这里不再具体写出输入输出序列u(k),y(k)的数值，可以再运行程序的时候来查看。 三 离线辨识 离线辨识确定系统模型的阶次，延时和参数。因为要解决的问题和小实验仿真完全一样，因此采用小实验仿真中的方法流程。具体的流程不再给出，可以参考我的小实验中的流程。 采用残差平方总和J和F校验法确定系统的阶次和延时。采用RELS算法辨识参数。具体数据如表1和表2。 3.1 模型时滞的辨识 一般在辨识阶数和估计参数的同时，辨识时滞d。实现方法:对任一设定的阶数n，分别假设不同的d值(d=0,1,2…)进行参数估计;比较残差平方总和，以使J(n,d) 值最小的d作为对时滞的估计。 表 1 模型阶次为n时最合适的延时d 模型阶次 1 2 3 4 5 6 7 8 d 1 1 0 0 1 1 1 1 3.2模型阶次的辨识 表 2 残差平方总和J和随阶次的变化 模型阶次 1 2 3 4 5 6 7 8 8.429 3.416 3.239 3.058 2.662 2.577 2.032 1.912 --- 41.090 1.476 1.541 3.709 0.804 6.158 1.377 图 6 残差平方总和随模型阶次变化的曲线 输入输出数据的个数N=60。通过查数理统计表得，F0.05（2，60）=3.15. 经过分析表2和图6，图7，当n由1增至8时，J和t均减小。 1. 当n2时，则随着n的增加，J(n)值明显下降；而n2后，J(n)值变化不明显。 2. 当n由1增大到2时，t(1,2)=40.090，t值大于3.09，表明J 的减小显著。 3. 当n由2增加到3时，t(2,3)=1.476，t值已小于3.09，表明 J下降已不显著。 综合以上分析，模型的阶次n=2，延时d=1。 图 7 t(n-1,n)随模型阶次变化的曲线 3.3模型参数的辨识 采用增广最小二乘法RELS辨识系统模型的参数。 图 8 模型阶次为2时，RELS辨识的参数变化曲线 最后得到的参数为： a1=-1.53354957753801 a2=0.540869614023536 b0=0.0119591298057016 b1=0.0105957883123701