过程建模0-模型论2技术总结.pptVIP

模型假定 根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言作出假设，可以说是建模的关键一步。一般地说，一个实际问题不经过简化假设，就很难翻译成数学问题，即使可能，也很难求解。不同的简化假设会得到不同的模型。 模型假定 假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设； 假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作。 通常，作假设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的综合。作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥想象力、洞察力和判断力，善于辨别问题的主次，果断地抓住主要因素，舍弃次要因素，尽量将问题线性化、均匀化。经验在这里也常起重要作用。 重要结论 线性离散模型辨识的递推过程： 辨识问题的等价准则 辨识需要考虑的其它问题 辨识输入信号的选择 输入输出数据噪声 闭环辨识与开环辨识 闭环辨识问题：以如下图所示闭环控制系统为例，辨识的目的是确定系统的开环传递函数 的参数 和 闭环辨识的难点： 闭环辨识的可辨识性： 建模方法总结 可以看出，用上面的哪一类方法建模主要是根据我们对研究对象的了解程度和建模目的决定的。如果掌握了机理方面的一定知识，模型也要求具有反映内部特性的物理意义，那么应该以机理分析方法为主。当然，若需要模型参数的具体数值，还可以用系统辨识或其他统计方法得到。 建模方法总结 有些工程技术问题虽然主要基于物理、化学原理，但由于因素众多、关系复杂和观测困难等原因也常作为灰箱或黑箱模型处理。当然，白、灰、黑之间并没有明显的界限，而且随着科学技术的发展，箱子的“颜色”必然是逐渐由暗变亮的。 0 模型论概述 0.2.2 建模方法 试用三次多项式 误差平方和约为0.0017 从机理分析出发确定模型的结构，然后根据测试到的数据进行参数估计以建立符合要求的过程模型，即“灰箱”建模，即将先验知识和辨识方法相结合的混合模型。 可以解决系统的大动态特征变化、强非线性和参数的敏感性、稳定性问题。最大限度的充分利用可得到的过程先验知识；避免将时间消耗在开发过程机理不清楚的机理模型上。 PK 0 模型论概述 0.2.2 建模方法 0.2.2.3 混合建模法 辨识建模 机理建模 0 模型论概述 0.2.2 建模方法 0 模型论概述 0.2.2 建模方法 0 模型论概述 0.2.3 仿真研究 在进行建模或基于模型的控制系统设计中，仿真研究是一种非常有价值的手段。由于实际装置不允许随意试验，借助仿真的手段进行分析省时、省力、省钱。 在过程建模中，常涉及到的仿真研究有以下几类工作： 建模方法的仿真研究——比较不同的建模方法或者评价新提出的建模方法的有效性。 模型适用性的仿真研究——考察已建模型是否基本上符合实际系统。将实际系统的运行数据或相关文献研究数据代入已建模型，计算出模型相应的输出，与实际输出或文献报道的输出进行对比。 基于所建模型的控制系统设计仿真研究——用已建的数学模型来等效实际对象（或装置），在此基础上设计控制方案，避免以实际装置为对象进行控制系统设计所造成的危险。 0 模型论概述 0.2.3 仿真研究 建模方法的仿真研究 选取一个已知系统（其模型方程已知），对该系统输入一组数据，则可计算其真实输出。将此输入输出数据组作为建模数据，采用某种建模方法建立该系统模型，与已知的系统模型进行对比，以评价建模方法的有效性。 考虑如下图所示的仿真对象， 图中 是服从N(0,1)分布的不相关随机噪声 0 模型论概述 0.2.3 仿真研究 建模方法仿真研究的步骤： 选定已知系统数学模型； 选取和产生一组离散输入数据、噪声数据（数据长度为L）； 计算已知过程模型在选定的输入和噪声数据下的输出数据，这样获得了过程的一组输入输出数据； 基于数据建立模型：根据过程机理确定（或假定）模型类，用上述输入输出数据组采用某种方法辨识模型参数； 评价建模方法：将获得的参数估计值与已知模型的参数真值进行比较，计算所建模型的输出与真实输出的残差序列，检验其白色性。 噪声数据：白噪声序列（数据长度L＝480） 0 模型论概述 0.2.3 仿真研究 过程输入输出数据（数据长度L＝480） 0 模型论概述 0.2.3 仿真研究 假定如下模型类 采用基本最小二乘法递推算法对上述模型参数进行辨识。 0 模型论概述 0.2.3 仿真研究 参数 a1 a2 b1 b2 真值 -1.5 0.7 1.0 0.5 估计值 -1.4851 0.6859