使用参数采样(GUI)探索设计可靠性

这个例子使用:

打开脚本

控件的实例灵敏度分析仪探索直流电机的PI控制器的行为。该控制器易受元件公差变化的影响，并探讨了对控制器可靠性的影响。

通过使用概率分布来描述组件的特征，您可以探索控制器的可靠性。您使用分布来生成随机样本，并在这些样本点对控制器设计执行蒙特卡罗评估。您将评估组件公差对控制器行为的影响，并使用统计分析来确定哪些组件对控制器是否满足其要求的影响最大。这种分析指导了零件公差的选择。

这个例子需要统计和机器学习工具箱™。

直流电机控制器的实现

控制器使直流电动机的角度位置匹配所需的参考值。电机上的负载受到干扰，控制器需要抑制这些干扰。Simu万博1manbetxlink®模型可用于探测控制器在1秒内拒绝阶跃干扰的程度。

open_system (“sdoMotorPosition”）;

PI控制器的增益，Kp和Ki，使用以下电路中的电阻设置:

的抗性R1通过R4分别为47、180、10和10。这些都是选择来设置的Kp和Ki使控制器能够满足抗干扰要求的值。然而，在实践中，实际的电阻器值将不同于标称的，在一个公差范围内。这引发了对实际控制人是否仍将满足要求的担忧。为了探索不同电阻值的影响，使用灵敏度分析仪．在Simuli万博1manbetxnk模型中从应用程序选项卡上,单击灵敏度分析仪下控制系统打开应用程序。

设计要求

在存在干扰的情况下，控制器需要使电机保持在参考位置。如果发生阶跃扰动，电机需要偏离不超过20度，并且需要在扰动后4秒内回到参考位置的5度以内。

负载先前指定的抗干扰设计要求。在app中单击公开会议并选择从模型工作区打开在下拉菜单中。

您可以绘制要求并验证当电阻具有标称值时是否满足要求。在需求区域中，右键单击下界需求，然后选择情节与模拟．对UpperBound要求。

参数抽样

当电阻在其标称值时，电机位置满足抗干扰要求。然而，在实践中，实际的电阻值会与标称值不同，我们需要确定控制器是否仍然满足要求。点击选择参数然后做一个新的参数集。这就产生了ParamSet在参数设置区域。指定它R1，R2，R3,R4在参数集中，单击好吧．

点击生成值并生成随机值。要获得可重复的结果，请在MATLAB®中重置随机数生成器的状态。

rng (“默认”）

在“生成随机参数”对话框中，指定生成500个样本。

指定每个参数的概率分布。标准精密电阻器在5%的公差范围内与其标称分量值匹配。这可以用均匀概率分布来建模。然而，由于测量值在标称值的1%以内的电阻器被分离出来并作为价格更高的精密电阻器出售，所以5%的电阻器可以通过概率分布更准确地建模，该概率分布排除了标称值的1%以内的值。如果Statistics and Machine Learning Toolbox™可用，则可以使用分段线性概率分布进行建模。

指定的分布R1作为4个点的分段线性。指定x值为[0.95 0.99 1.01 1.05]乘以47(电阻器的标称值)。指定Fx值为[0 0.5 0.5 1];这些是对应于每个x值的累积分布函数的值。类似地，设置的分布R2，R3和R4以4点分段线性，x值为[0.95 0.99 1.01 1.05]乘以标称值(分别为180、10和10)，Fx值为[0 0.5 0.5 1]。

点击好吧生成参数值。生成的值存储在ParamSet的变量参数集(注意，由于随机数生成器，下表中的具体值可能与运行示例时得到的值不同。)

要绘制参数集，请单击ParamSet在参数设置应用程序浏览器的区域。在情节选项卡上,选择散点图在情节画廊。该图显示了对角线上生成参数的直方图，对角线上的成对参数散点图。图上的每个标记都代表了ParamSet表，每一行同时显示在所有散点图上。你可以使用视图选项卡安排表格和绘图的布局，使它们都可见。

用5%的组件评估需求

评估表中每一行参数值的需求，看看需求是否得到满足。在敏感性分析选项卡上,单击选择评估．默认情况下，所有需求都被选中进行评估。点击评估模型来评估UpperBound和下界中每一行参数值的要求ParamSet．注意，如果您有parallel computing Toolbox™，则可以通过使用并行计算或使用快速重启来加快计算速度。有关更多信息，请参见使用并行计算进行灵敏度分析和灵敏度分析时使用快速重启模式．

结果散点图显示每个需求与每个参数在模型评估期间被更新。在评估结束时，将显示一个评估结果表。计算结果表中的每一行都包含的值R1，R2，R3，R4以及得到的需求值UpperBound和下界．计算结果存储在EvalResult的变量结果区域。您可以使用视图选项卡安排表格和绘图的布局，使它们都可见。

您可以通过单击表中的列标题对评估结果表进行排序。的下界仍然满足需求，因为所有对信号绑定需求的评估结果都是否定的。但对于UpperBound需求，它有几个正值。通过选择表中具有这些正值的行，您还可以在散点图中看到高亮显示的相应点。

分析评价结果

使用5%的公差组件导致违反UpperBound要求。具有1%公差的精密部件将满足设计要求，但它们更昂贵，因此希望只使用尽可能多的必要部件。您可以使用统计分析来确定对设计需求影响最大的组件。

在统计数据选项卡，选择要执行的各种分析，包括相关和标准化的回归方法,线性和排名加工类型。点击计算统计数据．分析结果存储在StatsResult在结果区域，龙卷风图显示了分析结果。对于每个需求，龙卷风图将影响最大的参数显示在顶部，其他参数对需求的影响程度依次递减。为UpperBound要求,R3和R4影响最大，因此我们将尝试用精度更高的1%组件替换这些组件。