The invention discloses a transfer function model identification method with differential characteristic process. The method first obtains the dynamic characteristic test data of step response through the field test, and then calculates three characteristic parameters of the step response curve of the process according to the experimental data: the time T0 of the curve extreme point corresponding to the time and the corresponding extreme value Km, the turning point of the curve before the time of T0, and finally according to the characteristic parameter Tq. The process transfer function model is calculated by T0 and Km
【技术实现步骤摘要】
一种具有微分特性过程的传递函数模型辨识方法
本专利技术属于自动控制
,具体涉及一种具有微分特性过程的传递函数模型辨识方法。
技术介绍
在工业过程中,有一类具有微分特性的过程,其动态特性可用结构的传递函数描述,其中n为模型阶次,Tc为时间常数,K为模型传递系数,例如火力发电机组中以汽机调门开度为输入,发电功率为输出的过程。根据过程阶跃响应曲线求取相应传递函数是工程中常用的一种模型辨识方法。但如何根据具有微分特性过程的阶跃响应曲线,确定并计算合适的特征参数,进而求取过程对应的传递函数模型,目前未见有公开的方法报道。
技术实现思路
专利技术目的:针对上述具有微分特性过程,提出一种通过计算过程阶跃响应曲线上的几个特征参数,获得过程相应传递函数模型的方法。技术方案:一种具有微分特性过程的传递函数模型辨识方法,所述的模型辨识方法包括如下步骤:(1)进行现场动态特性试验,获取过程阶跃响应曲线数据;(2)根据过程阶跃响应曲线数据,求取阶跃响应曲线的特征参数;(3)根据过程阶跃响应曲线的特征参数,求取过程的传递函数。进一步的,步骤(1)具体包括在过程输入u和过程输出y保持稳定不变的条件下,记录y的稳态值y0,并将u阶跃变化Δu,并以T秒为采样周期,采集过程输出y在各采样时刻的数据y'(k),用y'(k)减去y0,得到过程的阶跃响应数据序列y(k),其中k为采样时刻,k=1,2,…,N,N为采样数据个数,满足N*T大于过程输出从变化到稳定所需的时间,T取1-5秒;步骤(2)中过程阶跃响应曲线的特征参数为曲线极值点对应的时间T0和相应的极值Km、T0时刻之前曲线的拐点对应的时 ...
【技术保护点】
1.一种具有微分特性过程的传递函数模型辨识方法,其特征在于,包括如下步骤:
【技术特征摘要】
1.一种具有微分特性过程的传递函数模型辨识方法,其特征在于,包括如下步骤:(1)进行现场动态特性试验,获取过程阶跃响应曲线数据;(2)根据过程阶跃响应曲线数据,求取阶跃响应曲线的特征参数;(3)根据过程阶跃响应曲线的特征参数,求取过程的传递函数。2.根据权利要求1所述的一种具有微分特性过程的传递函数模型辨识方法,其特征在于:步骤(1)具体包括在过程输入u和过程输出y保持稳定不变的条件下,记录y的稳态值y0,并将u阶跃变化Δu,并以T秒为采样周期,采集过程输出y在各采样时刻的数据y'(k),用y'(k)减去y0,得到过程的阶跃响应数据序列y(k),其中k为采样时刻,k=1,2,…,N,N为采样数据个数,满足N*T大于过程输出从变化到稳定所需的时间,T取1-5秒。3.根据权利要求1所述的一种具有微分特性过程的传递函数模型辨识方法,其特征在于:步骤(2)中过程阶跃响应曲线的特征参数为曲线极值点对应的时间T0和相应的极值Km、T0时刻之前曲线的拐点对应的时间Tq,特征参数的具体计算步骤如下:(2.1)以y的数据序列{y(i)}及y(i)对应的采样时刻时间t数据序列{i·T}为样本,其中i=k0-M,k0-M+1,...,k0,k0+1,...,k0+M,k0为y(k)中绝对值最大的数据所对应的采样时刻,M<min(k0,N-k0),min为取小运算...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。