自动化控制中曲线拟合的应用及研究.pdf

自动化控制中曲线拟合的应用及研究 Study and Application of curve fitting to Automatic Control 1 1 1 2 励红英 李晓霞 杨海燕 陈西锋 (1.河北工程大学 河北邯郸 056038 2.邯郸钢铁集团连轧厂 河北邯郸 056012） 1 1 1 2 LI Hong-ying Li Xiao-xia YANG Hai-yan CHEN Xi-feng (1. Hebei University of Engineering ,Handan Hebei 056038, China 2. The CSP Plant of Handan Steel Groups Limited， Handan Hebei 056012,China) 摘要： 文章从曲线拟合的基本原理出发，介绍了在无数学模型的情况下如何选取适当的 函数来解决工业控制中的一些常见问题，并使用高级语言程序来对数学解析式进 行求解。 关键词： 多项式曲线拟合； C 语言程序；拟合精度 中图法分类号：TN713 文献标识码：A [Abstract] On the basis of the basic principles of curve fitting, this paper explains how to select function and solve some problems in industrial control under no mathematic model, and evaluates mathematic analysis formula by using programming language. [Key words] multinomial curve fitting; C programming language; fitting precision 1 前言 在现代工程技术和自然科学领域里，人们常采用实验测试的方法，寻找出变量间的相 互关系。一般来说，当观测到的数据非常多时，用插值多项式求近似函数是不现实的。由于 数据采集传感器或自动化仪表自身电器特性因素或现场环境因素等的变化使观测到的数据 往往会带有一定的误差，且正负误差具有很大的随机性，这就需要在求解过程中设法消除误 差所造成的影响。根据多元线性回归理论，用曲线拟合的最小二乘法进行就能很好地解决这 类问题。具体做法是，先根据观测到的数据在坐标纸上描出各点（散点图），再根据经验来 选取函数的类型。 2．曲线拟合的最小二乘法 2.1 曲线拟合的最小二乘法的原理 一个函数F (x) 拟合于数据(xj ，y j ) j=0,1,2,3……m.的度量有许多种方式。最 常见的一种就是使函数值F (x) 在各数据采集点的偏差的平方和 m R 2 ∑[y j −F (xj )]2 ……⑴ j 0 取最小值。由于是取偏差[ y j －F (xj ) ]的平方的和R 2 作为函数F (x) 拟合于数据 (xj ，y j )的度量，通常把这种曲线拟合问题称为最小二乘拟合问题或者称为曲线拟合 的最小二乘法。 2.2 可取函数集的选定 可取函数集合｛F (x) ｝可以有很多种形式的。F (x) 可以是次数比较低的多项式， 1 也可以是预先选好的 k+1 个线性无关的简单函数ϕ (x) ，ϕ (x ) ，…，ϕ (x) ，取F (x)