《化工对象动态特性测试方法》求取 ⇩

第一章化工对象动态特性及其测试特点4

第一节 化工对象的动态特性4

第二节 对象动态特性的表示方法7

一、对象的微分方程式与状态方程7

二、对象的传递函数10

三、对象的频率特性11

四、对象的脉冲反应函数13

五、对象的阶跃反应函数16

六、对象的差分方程17

第三节 了解对象动态特性的基本方法18

一、阶跃法20

二、矩形脉冲法21

三、周期信号法22

第四节 测试对象动态特性的准备工作25

四、随机信号法25

一、了解被测对象的特点26

二、确定测试通道与干扰量26

三、选择测试方案与测试仪表26

第五节 测试对象动态特性时的注意事项32

第二章阶跃信号测试法34

第一节 实验测取对象的阶跃反应曲线34

第二节 根据阶跃反应曲线确定对象的动态参数38

一、由阶跃反应曲线确定一阶滞后环节的动态参数39

二、由阶跃反应曲线来确定带纯滞后τ的一阶滞后环节的动态参数43

三、由阶跃反应曲线确定二阶滞后环节的动态参数45

四、由阶跃反应曲线确定无自衡对象的动态参数58

五、由阶跃反应曲线确定具有微分特性的对象的动态参数62

第三节 由阶跃反应曲线确定对象传递函数的半对数图解法66

第四节 从对象的阶跃反应曲线求传递函数的面积法77

第五节 结论94

第一节 实验测取对象的脉冲反应曲线95

第三章脉冲信号测试法95

第二节 将矩形脉冲反应曲线转换为阶跃反应曲线的方法98

第三节 从对象的矩形脉冲反应曲线求传递函数的面积法102

第四节 用最小二乘法辨识对象的脉冲反应函数116

一、最小二乘估计118

二、最小二乘估计的性质121

三、求解正则方程的一种优良算法123

四、在线最小二乘算法133

第五节 由对象的脉冲反应曲线确定其传递函数140

第六节 结论146

第四章频率域测试法148

第一节 实验测取对象的频率特性148

第二节 用组合正弦波方法测取对象的频率特性154

一、测试方法154

二、数据处理156

一、测试方法162

第三节 用矩形波或梯形波方法测取对象的频率特性162

二、数据处理166

第四节 由矩形波脉冲反应曲线确定对象的频率特性170

第五节 由阶跃反应曲线求取对象的频率特性177

第六节 由脉冲反应曲线求取对象的频率特性181

一、矩形法181

二、采用快速富里叶变换技术187

第七节 由实验频率特性曲线求取对象的传递函数194

一、由对数幅频特性及相频特性曲线求取对象的传递函数195

二、由倒实频特性与倒虚频特性求取对象的传递函数197

第八节 频率特性测试仪器的基本原理209

一、双积分法超低频信号发生器210

二、频率特性测试仪211

第九节 结论213

第五章随机信号测试法214

第一节 随机信号的统计描述215

一、相关函数218

第二节 相关函数及频谱密度的基本概念218

二、频谱密度(或称功率密度谱、谱密度)223

第三节 用相关函数来确定对象动态特性226

一、脉冲反应函数的辨识226

二、对象的z传递函数的辨识230

三、在线辨识算法234

第四节 相关辨识与最小二乘法的关系239

第五节 输入信号的最优设计241

第六节 用伪随机信号测取对象动态特性244

一、伪随机信号244

二、用PRBS确定对象特性251

三、在线辨识算法258

四、用改进FFT计算对象的脉冲反应函数261

第七节 多变量系统辨识266

一、伪随机信号发生器269

第八节 随机信号法测试仪器的基本原理269

二、相关仪277

三、频谱密度分析仪279

第九节 结论281

第六章用参数估计方法的系统辨识282

第一节 模型结构282

一、系统模型282

二、几种典型模型285

三、推广的自回归滑动平均模型(The extended suto-regressive,moviag average model，或ARMAN)286

第二节 最小二乘法289

一、直接最小二乘估计289

二、最小二乘估计的统计特性292

三、在线最小二乘估计295

四、模型阶次的确定297

1.模型的拟合度检验(即LF法)298

2.模型误差独立性检验(即IO法)299

五、纯滞后时间的确定300

六、参数数目增加时的递推算法302

七、时变参数的实时辨识305

第三节 广义最小二乘法317

一、广义最小二乘估计算法318

二、偏差校正的GLS算法325

三、推广最小二乘法(ELS-M)333

第四节 辅助变量法338

第五节 多步最小二乘法342

一、多步最小二乘法I(Multlstage Least-squares Method I或MSLSⅠ)343

二、多步最小二乘法Ⅱ(MSLSⅡ)346

三、多步最小二乘法Ⅲ(MSISⅢ)347

四、多步最小二乘法及广义最小二乘法的比较352

第六节 用随机数直接搜索法355

第七节 多变量系统的辨识362

一、子模型技术362

二、子子模型技术365

三、辨识算法367

四、MIMO辨识的实际应用〔56〕368

第八节 系统辨识软件包371

第九节 结论372

第七章闭环测试法374

第一节 闭环系统的可辨识性374

第二节 闭环系统的间接辨识381

一、间接辨识原理381

二、NLJ辨识383

三、简化模型辨识法386

第三节 闭环系统的直接辨识391

一、直接辨识原理391

二、相关最小二乘法辨识392

三、闭环系统直接辨识的应用395

第四节 闭环系统的联合过程辨识396

第五节 结论399

参考文献400