过程控制第五章测试建模法.pptVIP

过程控制第五章测试建模法;实验数据记录 逐点绘制频率特性图（Bode图或Nyquist图） 由频率特性图获得被控过程传递函数;存在问题及解决办法;输入信号;;同理可得;测试建模法;随机信号的统计描述 ;平稳随机过程-----一个随机过程它的统计特性在各个时刻都不变。平稳随机过程在不同时刻（T1、T2、…）的总体平均值和总体均方值都是相等的。 ;相关函数、谱密度函数和白噪声的基本概念 ;互相关函数-----两信号间有相互影响 ，为 与 乘积的时间平均值;白噪声-----信号x(t)是一个平稳随机过程，且在所有频率下，其功率密度谱都具有恒定的幅值。 ;相关分析辨识被控过程动态特性的基本原理 ;令;;当 为白噪声时，可得到Wiener-Hopf方程的简化形式;用周期白噪声进行被控过程特性的辨识 ;;伪随机信号：若某周期信号或序列的自相关函数具有接近冲击函数特征并呈周期特性，称其为伪随机信号。是一种周期为T的信号序列，有多种形式，其中最简单、最常用的是二位式序列(简称M序列)。;采用二电平M序列伪随机信号辨识数学模型;;;一个周期（）的M序列如图（1取-a，0取a） ;;采用二电平M序列伪随机信号辨识数学模型 ;;;当△t很小时， 可以近似为;采用M序列的伪随机信号 作为输入，然后根据此信号再构造一个;说明若以 作为被控过程的输入，则 就是对应于它的输出，因为 是方波脉冲，所以 相当于方波脉冲响应，可以据此得到阶跃响应。;的计算：;脉冲步长△t的选择：预测试验对被测过程输入一定宽度、正负交替的脉冲方波信号，改变τ观察输出y（t），当τ小于某一定值τc时，输出y（t）几乎为0，则τc可以近似看作被测过程的截至周期，可取△t=（2~5）τc，若事先知道被测过程的截至频率fc，则τc=1/fc。 N的确定：要求T=N△tTs，一般N△t=（1.2~1.5）s 输入信号a的选择：在被测过程的线性范围内和工艺允许的条件下，a尽量大一些，a较小时可以适当加大△t。;用M序列伪随机信号辨识过程数学模型实例 ;i△t;;测试建模法;确定模型结构：阶数n和纯滞后（差份方程用 表示）;最小二乘估计原理 ;将方程组写成矩阵的形式;最小二乘法就是寻找使模型误差尽可能小的参数;参数估计的递推最小二乘法 过程控制第五章测试建模法;实验数据记录 逐点绘制频率特性图（Bode图或Nyquist图） 由频率特性图获得被控过程传递函数;存在问题及解决办法;输入信号;;同理可得;测试建模法;随机信号的统计描述 ;平稳随机过程-----一个随机过程它的统计特性在各个时刻都不变。平稳随机过程在不同时刻（T1、T2、…）的总体平均值和总体均方值都是相等的。 ;相关函数、谱密度函数和白噪声的基本概念 ;互相关函数-----两信号间有相互影响 ，为 与 乘积的时间平均值;白噪声-----信号x(t)是一个平稳随机过程，且在所有频率下，其功率密度谱都具有恒定的幅值。 ;相关分析辨识被控过程动态特性的基本原理 ;令;;当 为白噪声时，可得到Wiener-Hopf方程的简化形式;用周期白噪声进行被控过程特性的辨识 ;;伪随机信号：若某周期信号或序列的自相关函数具有接近冲击函数特征并呈周期特性，称其为伪随机信号。是一种周期为T的信号序列，有多种形式，其中最简单、最常用的是二位式序列(简称M序列)。;采用二电平M序列伪随机信号辨识数学模型;;;一个周期（）的M序列如图（1取-a，0取a） ;;采用二电平M序列伪随机信号辨识数学模型 ;;;当△t很小时， 可以近似为;采用M序列的伪随机信号 作为输入，然后根据此信号再构造一个;说明若以 作为被控过程的输入，则 就是对应于它的输出，因为 是方波脉冲，所以 相当于方波脉冲响应，可以据此得到阶跃响应。;的计算：;脉冲步长△t的选择：预测试验对被测过程输入一定宽度、正负交替的脉冲方波信号，改变τ观察输出y（t），当τ小于某一定值τc时，输出y（t）几乎为0，则τc可以近似看作被测过程的截至周期，可取△t=（2~5）τc，若事先知道被测过程的截至频率fc，则τc=1/fc。 N的确定：要求T=N△tTs，一般N△t=（1.2~1.5）s 输入信号a的选择：在被测过程的线性范围内和工艺允许的条件下，a尽量大一些，a较小时可以适当加大△t。;用M序列伪随机信号辨识过程数学模型实例 ;i△t;;测试建模法;确定模型结构：阶数n和纯滞后（差份方程用 表示）;最