“基于无线网络的嵌入式温度控制系统辨识”实验报告(加热炉动态特性辨识实验)-数学建模与系统辨识-NJUST
一、 实验目的
1.熟悉对实际控制系统的辨识与参数估计,并利用所得模型进行控制仿真,进而控制实际系统。
2、学会对实验获得原始数据进行处理,包括坏数据剔除、零均值化、工频滤波等处理。
3、掌握实际工程中常用的参数辨识方法,如LS,RLS,RLES辨识系统参数,F检验法与AIC定阶法辨识系统结构参数等。
二、 实验设备
基于无线网络的嵌入式温控系统电气连接示意图如图1,系统采用CS(客户端一服务器)模式实现了一对一的服务器、客户端的数据通信。嵌入式温控制系统硬件和软件运行平台如下
硬件:PC机、基于ARM11的嵌入式温度控制器、TP-LNK无线路由器、温箱等。
软件: Windows XP及以上、 Microsoft VisualC++6.0、 Matlab007a及以上等。
三、 实验步骤
1.嵌入式温控系统配置:
(1)根据实验手册上的连接方式,确认硬件连接是否正确。
(2)系统采用以太网无线通信方式,需要根据使用手册进行服务器与客户端IP地址设置。
(3)针对客户端软件进行参数设置,设置预加热电压为40.5V,温度采样间隔为6s 。
2.预加热到稳态
采用40.5V的加热电压加热系统,经过一段较长时间等待,系统温度维持在100度左右,此时客户端软件实时温度变化曲线几乎持平,我们认定此时温箱系统处于稳态。
3.加入辨识信号。这里选取M序列进行辨识,M序列产生程序见程序附件,选取M序列幅值为+30,-30,辨识信号的采样周期为30,辨识序列循环加入次数为3次。加入辨识信号后继续进行数据采集,等待采集数据结束。
4.数据采集结束,对实验取得数据处理,比如:零均值化处理。其次使用处理过的数据进行离线辨识,同时辨识系统结构参数与系统模型参数。
5.分析识结果得出结论。
四、 模型假设
假设动态炉加热系统模型为受控自回归滑动平均模型:
五、 数据处理
加入上述M序列后获得的温度数据如图2所示:
对采样获得的数据进行零均值化处理得到图3:
六、 离线辨识
1、系统结构参数辨识
采用AIC的方法确定系统结构参数,由表1可以确定系统延时为6,阶次为3(因为表中数据没有小数点,程序运行时数据进行自行比较)。
… | n=1 | n=2 | n=3 | n=4 | n=5 | n=6 | n=7 |
---|---|---|---|---|---|---|---|
del=0 | 1135 | 1136 | 1138 | 1142 | 4095 | 1295 | 1381 |
del=1 | 1131 | 1139 | 1137 | 1137 | 4329 | 1772 | 1405 |
del=2 | 1134 | 1139 | 1130 | 1136 | 1355 | 1296 | 1462 |
del=3 | 1125 | 1135 | 1134 | 1140 | 1259 | 4264 | 1251 |
del=4 | 1123 | 1138 | 1134 | 1130 | 1264 | 1305 | 1245 |
del=5 | 1119 | 1139 | 1118 | 1133 | 1341 | 1399 | 1182 |
del=6 | 1143 | 1127 | 1118 | 1132 | 1212 | 1211 | 1192 |
2、系统模型参数辨识
在上述AIC辨识出系统结构参数前提下,采用RELS辨识系统模型参数,辨识结果如图4:
参数 | 辨识结果 |
---|---|
a1 | -0.200151006358547 |
a2 | -0.409748679089321 |
a3 | -0.349290593779509 |
b0 | 0.00555086386284373 |
b1 | -0.0123042345702194 |
b2 | 0.00882995798391377 |
b3 | 0.00215935151199204 |
c1 | -0.0685027886048971 |
c2 | -0.356641704518206 |
c3 | -0.373476541741812 |
这里发现模型参数不是很理想,尤其是参数b,分析发现,因为对辨识获取温度序列进行了零均值处理,使输出整体变小了,而输入数据为正负30的M序列,因此参数b就会小很多。
七、 辨识结果及分析
依照上述辨识结果可辨识系统的模型:
其中时滞为6。
在实验过程中,温箱上升到预设温度数值需要很长的时间。本组实验一开始加入的M辨识学列是0 – 35V,在过程中发现这样M序列会导致温箱温度持续上升,不利于实验辨识,对后续数据处理提出了很高的要求。
于是,本组果断将更改界面参数值,待温箱温度下降到恒定后,加入幅值为30的M序列进行系统辨识。利用获得数据进行零点处理后,再去确定系统阶次与时滞,最后确定模型参数。
实验发现,加入M序列后,其温箱温度变化不是很明显,这可能是因为温箱只能获取整数温度数值,因此导致数据精度很低,这样便影响了辨识的结果的精度。
“基于无线网络的嵌入式温度控制系统辨识”实验报告(加热炉动态特性辨识实验)-数据+程序+仿真截图.rarlink.