对象特性的实验建模—在被控对象上人为加入输入量,记录表征对象特 性的输出量随时间的变化规律。 输入量 被控对输出 量 阶跃信号 表格数据 脉冲信号 响应曲线 伪随机信号 系统辨识 对象模型 阶跃输入 矩形脉冲 加测试信号前,要求系统尽可能保持稳定状态,否则会影响测试结果; 输入量/输出量的起始时间是相同的,起始时间是输入量的加入时间,输出量的响应曲线可能滞后于 输入量的响应,其原因是纯滞后或容量滞后; 在测试过程中尽可能排除其它千扰的影响,以提高测量精度; 在相同条件下重复测试多次,以抽取其共性; 在测试和记录的过程中,应持续到输出量达到新的稳态值; 许多工业对象不是真正的线性对象,由于非线性关系,对象的放大倍数是可变的,所以作为测试 象的工作点应该选择正常的工作状态(一般要求运行在额定负荷、正常干扰等条件下)
对象特性的实验建模 ——在被控对象上人为加入输入量，记录表征对象特 性的输出量随时间的变化规律。 被控对象 输入量 输出量 系统辨识 对象模型 阶跃信号 脉冲信号 伪随机信号 …… 表格数据 响应曲线 …… 阶跃输入 t0 A t0 A 矩形脉冲 t1 加测试信号前，要求系统尽可能保持稳定状态，否则会影响测试结果； 输入量/输出量的起始时间是相同的，起始时间是输入量的加入时间，输出量的响应曲线可能滞后于 输入量的响应，其原因是纯滞后或容量滞后； 在测试过程中尽可能排除其它干扰的影响，以提高测量精度； 在相同条件下重复测试多次，以抽取其共性； 在测试和记录的过程中，应持续到输出量达到新的稳态值； 许多工业对象不是真正的线性对象，由于非线性关系，对象的放大倍数是可变的，所以作为测试对 象的工作点应该选择正常的工作状态（一般要求运行在额定负荷、正常干扰等条件下）
对象特性的混合建模 由于机理建模和实验建模各优特点,目前比较实用的方法是将 二者结合起来,成为混合建模。 混合建模的过程:先通过机理建模获取数学模型的结构形式, 通过实验建模(辨识)来求取(估计)模型的参数
对象特性的混合建模 由于机理建模和实验建模各优特点，目前比较实用的方法是将 二者结合起来，成为混合建模。 混合建模的过程：先通过机理建模获取数学模型的结构形式， 通过实验建模（辨识）来求取（估计）模型的参数