通过数据辨识传递函数（系统辨识第三篇）

工业智能控制行业经常提起建模，建模的本质是辨识被控对象，这个被控对象可以是加热炉的炉膛温度、锅炉的蒸汽压力、热风炉的拱顶温度、高炉的顶压等。线下编写程序时需要测试代码的控制效果，这时需要模拟现场，这种通过现场数据模拟出来的被控对象，当作虚拟现场。同样测试PID时就需要一个被控对象。

基于前两篇的基础上，通过数据反推传递函数。这里用到MATLAB系统辨识工具箱。
通过第一篇中得到的工作区数据进行反验证。

辨识步骤如下
命令窗口中输入“ident”

选择Import data中的Time domain data…；输入x、y数据，采样时间1s。点击Import，如果有提示，一直点击“是”即可。

选择Estmate—>中的Process Models…，选取一介惯性加滞后模型，将滞后时间常数修改“inf”，点击Estimate。

辨识结果

                           50        Y(S)
  G(S) = exp(-100*s) * ---------- = -----
                       1000 s + 1    X(S)

辨识结果与第一篇给定传递函数一致。

注意：

%{
1、ident 工具箱 Sample time = 1（使用原始数据 x、y）
采样周期1秒 K=50、Tp1=1000、Td=100
2、ident 工具箱 Sample time = 1（使用处理数据 DTx、DTy）
采样周期10秒 K=50、Tp1=100、Td=10
3、ident 工具箱 Sample time = 10（使用处理数据 DTx、DTy）
采样周期10秒 K=50、Tp1=1000、Td=100

使用MATLAB工具箱（ident）辨识原始数据时，原始数据的采样时间要与工具箱的采样时间保持一致。如果原始数据经过处理（例如：间隔10取数），工具箱的采样时间也要设置10。这样才能辨识正确。

%}

% 数据处理
nn = 10;
DTx=x(1:nn:10000);
DTy=y(1:nn:10000);

尝试一：
将第一篇中的代码，“x=linspace(1, 1, 10000);”替换成“x = 100+(200-100)*rand(1,10000);”，重复以上辨识过程，辨识结果也是与第一篇给定传递函数一致，这里不再推导。（注意：一介惯性加滞后环节）

尝试二：
将第一篇中的数据x，y数据进行截取，去掉滞后数据，辨识数据由x，y替换成xx，yy，即xx=x(102:end);、yy=y(102:end);，重复以上辨识过程，辨识结果与第一篇给定传递函数中的一介惯性环节一致，这里不再推导。（注意：一介惯性环节）