MATLAB系统辨识

MATLAB系统辨识

最终效果：自动调出PID三项对应的参数，控制效果很不错。

目的：通过matlab，辨识出系统的传递函数，找到最理想的PID参数。

优点：1.节省“盲调PID”的时间。2.在辨识出传递函数后，还可以设计专门的控制器，达到经验调参不能做到的效果，逼近完美。

用到的工具：1.matlab的system identification 和PID tunner app2.simulink。

在使用系统辨识工具箱之前，我们先使用simulink模块生成我们需要的仿真模型以及输入输出数据。

搭建完整个仿真模型后，点击simulink模块的绿色开始按钮，即可开始进行仿真。
点击图3中灰色齿轮，打开参数配置界面，点击“Solver”选项，将“Type”选项设置为Fixed-step，同时，将Fixed-step size与输入信号周期一致，这里选取0.02。

我们将输入信号的周期设定为0.02秒，这里也可以设定为其他值，该周期需要与系统辨识工具箱中的周期匹配，否则会导致系统辨识结果错误。

搭建完简单的仿真模型之后，我们就可以开始使用Matlab系统辨识工具箱了。

在Matlab命令窗口输入“ident”命令，即可打开系统辨识工具箱。或则点击APP中的system identifaication

Matlab系统辨识工具箱组成说明。

首先，我们需要导入需要辨识的输入数据，点击“Import data”按钮，工具箱出现下拉选项，这里我们选择“Time domain data”。

这里的Input与Output输入框中的名称即为上文中通过Simulink模型仿真生成的输入-输出信号对应的工作区中的变量名称。Samping interval即为采样间隔，该值需与上文Simulink仿真模型中的信号仿真步长一致，否则，会导致辨识结果出现偏差。将参数配置完成后，点击“Import”按钮，结束输入信号的导入。

输入信号预处理选项，其中包括滤波器、数据转换等功能。

模型辨识设置，这里选择过程模型。
过程模型参数配置，这里选择无零点、无时延无积分环节的一阶系统模型作为待辨识模型，配置完参数后，勾选“Display Progress”按钮，点击“Estimate”按钮开始进行辨识。

过程模型辨识结果，左边对话框显示了模型辨识精度及相对误差。
双击右边对话框中的辨识模型结果P1，弹出如下对话框，由图可知，Kp = 1，Tp1 = 1，与上文中Simulink仿真模型中的传递函数参数吻合，至此，完成了整个简单的系统辨识工具箱的使用流程。