“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

“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

在这里插入图片描述

图1: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:
在这里插入图片描述

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:
在这里插入图片描述

图2:原始数据

对采样获得的数据进行零均值化处理得到图3:
在这里插入图片描述

图3:零均值化数据

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=1n=2n=3n=4n=5n=6n=7
del=01135113611381142409512951381
del=11131113911371137432917721405
del=21134113911301136135512961462
del=31125113511341140125942641251
del=41123113811341130126413051245
del=51119113911181133134113991182
del=61143112711181132121212111192
表1:AIC结果

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:
在这里插入图片描述

图4:$n_a =3、 n_b =3、 n_c =3$参数辨识
参数辨识结果
a1-0.200151006358547
a2-0.409748679089321
a3-0.349290593779509
b00.00555086386284373
b1-0.0123042345702194
b20.00882995798391377
b30.00215935151199204
c1-0.0685027886048971
c2-0.356641704518206
c3-0.373476541741812
表2:系统模型参数

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:
在这里插入图片描述
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.

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 数学建模系统辨识是南京理工大学自动化学院的一门课程,也是该专业的一门核心课程之一。这门课程旨在培养学生运用数学建模系统辨识方法解决实际问题的能力。 njust大作业是这门课程的重要组成部分。作业的内容是通过研究某个实际问题,运用数学建模系统辨识的理论和方法,对该问题进行分析和求解,并给出相应的模型和结论。该作业要求学生在进行建模和辨识过程中,充分运用所学的数学知识和相关的软件工具,同时要求学生合理选择方法和策略,严谨地论证和分析问题,以及准确地求解问题。 对于njust大作业的完成,首先需要理清问题的背景和要求,明确问题的目标和限制条件。然后,根据所学的数学建模系统辨识的理论和方法,选择适当的模型和算法,对问题进行建模和求解。在建模过程中,需要进行数据分析和处理,选择合适的数学模型,确定模型的参数和结构,并进行模型的验证和优化。在系统辨识过程中,需要进行系统的特征分析和参数估计,掌握辨识方法的原理和步骤,进行实际数据的处理和模型的辨识。 最后,对于njust大作业的撰写和呈现,需要采用科学的结构和清晰的语言,将问题的分析和求解过程进行系统化的记录和阐述。同时,要注重结果的准确性和合理性,对模型的优缺点进行客观评价,给出合理的结论和建议。 通过完成njust大作业,学生能够进一步巩固和应用所学的数学建模系统辨识的知识和技能,提高问题解决能力和实践能力。同时,该作业也为学生今后从事科研工作和工程实践打下了坚实的基础。 ### 回答2: 数学建模系统辨识是南京理工大学(NJUST)数学与统计学院的一门重要大作业课程。本课程旨在培养学生的科研能力和综合应用数学知识解决实际问题的能力。 该课程的大作业要求学生团队选择一个实际问题进行建模和研究。这个问题可以涉及各个领域,例如经济、环境、能源、医学等。学生团队需要明确问题的背景与目标,并通过调研、收集数据、建立数学模型来分析和解决问题。 在建模过程中,学生需要选择适当的数学方法和工具,例如微分方程、概率统计、优化方法等。根据实际问题的特点,学生可以采用不同的建模技巧,例如参数估计、系统辨识、优化算法等。通过模型的建立和求解,学生可以对问题进行定量分析和预测,为问题的决策提供科学依据。 对于系统辨识的部分,学生需要从已有的数据中提取出系统动态特性和结构,并用数学模型进行描述和表示。通过对系统辨识,可以进一步分析系统的行为,并据此进行控制和优化。 完成大作业还需要学生团队具备良好的团队协作和沟通能力。一个成功的数学建模系统辨识大作业,需要团队成员之间相互协作,分工合作,在有限的时间内完成任务,并对研究成果进行汇报和展示。 通过完成这个大作业,学生将不仅提高数学建模系统辨识的实际应用能力,还培养了解决实际问题的全面思考和分析能力。这些能力对于学生未来的科研和实际工作都具有重要意义。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

在梦里-119

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值