[发明专利]一种具有微分特性过程的传递函数模型辨识方法

摘要

本发明公开了一种具有微分特性过程的传递函数模型辨识方法。该方法首先通过现场试验，获取过程的阶跃响应动态特性试验数据，然后根据试验数据计算过程阶跃响应曲线的三个特征参数：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，最后根据特征参数Tq、T0和Km，计算出过程传递函数模型的参数，包括传递系数K、时间常数Tc和阶次n。本发明给出的方法简单、易行，便于工程应用。

主权项

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K_m、T₀时刻之前曲线的拐点对应的时间T_q，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，M取2‑5，通过最小二乘法拟合，得到二次多项式y＝at²+bt+c，a、b和c为二次多项式的系数；

(2.2)求步骤(2.1)得到的二次多项式函数y＝at²+bt+c的极值，得到极值时间T₀及相应的极值K_m，其中

(2.3)以y的数据序列{y(j)}及y(j)对应的采样时刻时间t数据序列{j·T}为样本，其中j＝N₁,N₁+1,...,N₂,N₁＝int(0.1k₀),N₂＝int(0.9k₀)，int为取整运算，通过最小二乘法拟合，得到三次多项式y＝At³+Bt²+Ct+D，A、B、C和D为三次多项式的系数；

(2.4)求步骤(2.3)得到的三次多项式y＝At³+Bt²+Ct+D曲线的拐点，得到该拐点所对应的时间T_q，

4.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(3)求取过程的传递函数方法为：

将步骤2中计算得到的过程阶跃响应曲线特征参数T₀、K_m和T_q代入到如下计算式：

计算得到n、T_c和K，则具有微分特性过程的传递函数模型为其中n为模型阶次，T_c为时间常数，K为模型传递系数；如果计算得到的n是小数，n＝n₀+α，其中n₀为n的整数部分，α为n的小数部分，则过程的传递为

5.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：所述的模型辨识方法适用于模型阶次n>1的过程。