[工学]第5章 控制系统的仿真建模.pptVIP

第5章 控制系统的仿真建模 5.1 问题的描述与模型的定义 5.2 控制系统模型的建立 5.3 控制系统模型的确认和修改 5.4 控制系统仿真建模的实例 小结 5.1 问题的描述与模型的定义 人们对系统的了解都是从观察开始的，再经过进一步的研究与加工，建立一个系统本质方面的表达——模型。 5.2 控制系统模型的建立 5.2.1 建模要求和原则 5.2.2 建模过程的信息源 5.2.3 建模方法 5.2.4 最小二乘参数估计 5.2.5 模型的阶次辨识 5.2.6 控制系统仿真建模的步骤 5.2.1 建模要求和原则 模型与真实世界之间最重要的关系就是抽象和映射。 在建立一个数学描述时，首先需要建立几个抽象，即定义以下几个集合：输入集、输出集、状态变量集。定义了上述集合之后，再在这些抽象的基础上，建立复合的集合结构，包括一些特定的函数关系，通常称这个过程为理论构造。 实现抽象模型结构与实际系统之间的联系的过程，称为映射。 合理的模型应该是这样的：模型的复杂程度能适度描述一个给定的系统，即在实用前提下的最优(参数最少)。 5.2.2 建模过程的信息源 5.2.3 建模方法 5.2.4 最小二乘参数估计 1. 最小二乘法原理 2. 最小二乘估计的批处理算法 3. 最小二乘估计量的统计性质 4. 参数个数的递推 1. 最小二乘法原理 2. 最小二乘估计的批处理算法 3. 最小二乘估计量的统计性质 4. 参数个数的递推 5.2.5 模型的阶次辨识 5.2.6 控制系统仿真建模的步骤 5.3 控制系统模型的确认和修改 5.4 控制系统仿真建模的实例 5.4.1 机理建模法 5.4.2 试验方法 5.4.3 基于MATLAB的系统模型的估计 5.4.1 机理建模法 5.4.2 试验方法 5.4.3 基于MATLAB的系统模型的估计 小结 本章主要介绍控制系统仿真建模的定义、建模的要求和方法。对最小二乘参数估计基本原理、最小二乘估计的批处理算法和模型阶次辨识进行了详细介绍，并给出了控制系统仿真建模的步骤和模型的确认与修改方法。最后通过具体例子来说明机理建模法、试验方法和最小二乘参数估计法的实际应用。 2．损失函数检测法 （1）损失函数曲线 残差平方和是参数估计量和阶次的函数，又称为损失函数，是对模型精度的一种度量。一般而言，损失函数是随着阶次的增加而递减的，并不一定存在最小值。一般损失函数J与阶次的关系如图5.3所示。起初，随着阶次的增高损失函数下降得很快，然后就基本上就保持不变，有时还会略微有点回升。 图5.3 上一页 下一页 返回 因此，阶次的估计值一般选择损失函数平坦部分左端点的阶次值，如图5.3中可选3或4。这时损失函数值较小，阶次也不太高。为此，需要检查J(n*+1)和J(n*)，如果它们没有显著的差异，则n*就是阶次的估计值 。 (2) 显著性检验 为了确定什么是损失函数的“显著”变化，通常采用统计学中的F检验法。 在进行最小二乘估计时，采用的观测方法应该是相同和独立的。得到的观测数据中包含的系统的噪声是正态分布的。这时，最小二乘法的残差也成正态分布。可以证明，随机变量J(n2*)与J(n1*)-J(n2*)是独立的随机变量并且有x2分布的特性。如果阶次由n1*增加到n2*，需要辨识的参数个数便由2n1*增加到2n2*。 上一页 下一页 返回 基于N 组观测数据的统计量是为 (5.33) 如果N 很大(大样本)，则 f 是 F(f1,f2) 渐近分布。它有二个自由度 f1=2(n2*-n1*) 和 f2=N-2n2*。由于在进行阶次辨识时，每次阶次增加1，n2*-n1*=1, 因此 f1=2。 上一页 下一页 返回 f2 10 20 30 40 60 80 100 120 ∞ 0.1 2.92 2.59 2.49 2.44 2.39 2.37 2.36 2.35 2.30 0.05 4.10 3.49 3.32 3.23 3.15 3.11 3.09 3.07 3.00 0.01 7.56 5.85 5.39 5.1 4.98 4.88 4.85 4.79 4.61 表5.1给出了在 f1=2 情况下F分布的临界值表。其中α为风险水平(1-α为置信度) 。 表5.1 F分布表 ( f1=2) 上一页 下一页 返回 (3) 置信度 在进行F检验时，选择置信度(即风险水平)。置信度的选择完全是人为的。当置信度增加时，风险水平就降低了。此时，临界值增大，按(5.33)式计算