PID 伴侣：Matlab 系统辨识工具箱使用

PID 伴侣：Matlab 系统辨识工具箱使用

引用

CSDN

1.

https://blog.csdn.net/joker520522/article/details/142140942

本文通过一个直流电机PID控制系统的实验案例，详细介绍了如何使用Matlab系统辨识工具箱进行系统辨识。从实验环境搭建、数据采集、数据导入到系统辨识的全过程，都配有详细的步骤说明和截图，对于学习Matlab系统辨识工具箱的使用具有较高的参考价值。

PID 伴侣：Matlab 系统辨识工具箱使用

1. 简介

采用一个直流电机PID控制系统的例子来记录Matlab系统辨识工具箱

1.1. 实验环境

• 主控单元：Arduino UNO，负责接收命令、处理数据以及控制电机。
• 电机驱动模块：L298N，用于驱动直流减速电机，并接受 Arduino UNO 的指令。
• 电源供应：采用 12V 直流电源，为整个系统提供稳定电力。
• 电机组件：配备有编码器的直流减速电机，用于实时反馈电机速度信息。

1.2. 流程图

1.3. 系统辨识工具箱界面

来源：MATLAB如何进行系统辨识（传递函数）- 云墨小站 - CSDN

2. VOFA+ 采集数据

2.1. 电机控制程序

• 采用斜坡信号作为输入激励，将目标速度设置为 30-90 区间变化
• 需要记录 2 条数据曲线：电机控制引脚的PWM输出值，电机编码器返回的实际转速值

2.2. FireWater数据格式

• 使用 VOFA+ 的FireWater格式获取数据
• 具体的格式要求与 Arduino IDE 中串口示波器的通信格式是一致的。在处理串口数据流时，换行符被视为一个完整数据记录的终止标志，表明随后的数据将对应一个新的时间戳。在同一记录内，各项数据利用逗号（’,’）作为分隔符，以此来区分同一时刻下需要分别显示的不同数据类型。

2.3. 波形图控件

• 在软件中需要添加波形图控件，从左侧栏拖到右侧的空白界面
• 鼠标移动到波形图控件的边缘，当鼠标形状变成拉伸界面的双向箭头形式时，双击使其占满窗口

2.4. 数据保存为csv文件

• 文件 -> 保存数据，即可将数据保存成csv格式

3. 数据导入

3.1. 数据导入Matlab

• 选择输出类型为数值矩阵
• 点击“导入所选内容”将数据导入到工作区

3.2 数据导入系统辨识工具箱

• Import data
• Data Format for Signals-信号数据格式：选择Time Domain Signals，时域数据
• Workspace Variable-工作空间变量：Input、Output中分别填写工作区中存储的数据变量的名称
• Data Information-数据信息：
• data name：辨识数据名称
• Starting name：辨识的起始时间 ，设置为0
• Sample time：采样时间间隔，按照实际情况进行设定，单位是s

4. 数据预处理

4.1. 去偏移

• 选择Remove means
• 会出现一个新的数据集，即当前数据去偏移后的结果

4.2. 划分估计模型和验证模型

• 将去偏移后的数据集拖到Working Data区域，在Operations中选择Select range
• 跳出新窗口，修改Time span，下方的Samples是会随之变化
• 下图是在构建估计模型，裁剪了被处理数据集的前19901条数据。验证模型将保存从200直到末尾的其他数据
• Data name可以设置该数据集的名称
• 点击Insert，会产生新的数据集
• 将估计模型拖入到Working Data，将验证模型拖入到Vaildation Data

5. 系统辨识

5.1. 选择辨识模型

• 将刚才划分的估计模型拖入Working Data区域
• 我选择传递函数模型进行系统辨识，所以Estimate -> Transfer Function Models
• 选择极点为2，选择零点为1
• 选择Continuous-time（连续）
• 点击Estimate开始辨识

5.2. 查看辨识结果

• 系统辨识完成后，右侧会出现辨识后的结果
• 双击tf1，跳出窗口查看辨识结果
• Export将辨识结果保存到工作区
• 选中tf1，选中Model output，将跳出验证模型与辨识出的传递函数的拟合程度

参考链接

1. MATLAB系统辨识工具箱介绍（完结）- wendy_ya - CSDN
2. MATLAB系统辨识工具箱（ARMAX模型）- 夏目贵志 - 知乎

本文原文来自CSDN