主要内容

识别模型的模态分析

识别系统的状态空间模型。使用模型计算频率响应函数和模态参数。此示例需要系统识别工具箱™许可证。

锤子刺激

加载包含在4 kHz的三输入/三输出锤激励数据的文件。使用第一个 10. 4. 用于估计和样品的样品 2 × 10. 4. 到目前为止 5. × 10. 4. 用于模型质量验证。将采样时间指定为采样率的倒数。将数据存储为@iddata.对象。

加载modaldata.Xhammermiso1.Yhammermiso1.FS.休息= 1:1E4;rval = 2e4:5E4;ts = 1 / fs;估计= iddata(yhammermiso1(休息,:),xhammermiso1(休息,:),ts);验证= iddata(yhammermiso1(rval,:),xhammermiso1(rval,:),ts,'tstart',rval(1)* ts);

绘制估计数据和验证数据。

情节(估算,验证)传奇(GCA,“秀”

图包含6个轴。具有标题Y1的轴1包含2个类型的线。这些对象代表估计,验证。带标题Y2的轴2包含2个类型的2个物体。这些对象代表估计,验证。带标题Y3的轴3包含2个类型的2个物体。这些对象代表估计,验证。带标题U1的轴4包含2个类型的型号。这些对象代表估计,验证。带标题U2的轴5包含2个类型的线。 These objects represent Estimation, Validation. Axes 6 with title u3 contains 2 objects of type line. These objects represent Estimation, Validation.

用来SSEST.函数来估计系统的7阶状态空间模型,最小化测量输出和模型输出之间的模拟误差。指定状态空间模型具有馈通。

订单= 7;opt = ssestoptions(“焦点”'模拟');sys = ssest(估计,订单,'喂养',真实,'ts',ts,选择);

(找到在精度和复杂性之间提供最佳权衡的模型顺序,设置订单到目前为止1:15在以前的代码中。SSEST.输出奇异值的日志图,允许您以交互方式指定订单。该函数还建议提供7.)的模型顺序

验证验证数据集上的模型质量。绘制归一化的根均匀平方误差(NRMSE)尺寸的健康尺寸。该模型准确地描述了验证数据的输出信号。

比较(验证,sys)

图包含3个轴。轴1包含2个类型的2个物体。这些对象表示验证(Y1),SYS:99.72%。轴2包含2个类型的2个物体。这些对象表示验证(Y2),SYS:99.92%。轴3包含2个类型的线。这些对象表示验证(Y3),SYS:99.99%。

估计模型的频率响应函数。使用函数使用modalfrf.没有输出参数。

[frf,f] = modalfrf(sys);modalfrf(sys)

图包含18个轴。带标题FRF11的轴1包含类型线的对象。轴2包含类型线的对象。带标题FRF12的轴3包含类型线的对象。轴4包含类型线的对象。标题FRF13的轴5包含类型线的对象。轴6包含类型线的对象。带标题FRF21的轴7包含类型线的对象。轴8包含类型线的对象。标题FRF22的轴9包含类型线的对象。 Axes 10 contains an object of type line. Axes 11 with title FRF23 contains an object of type line. Axes 12 contains an object of type line. Axes 13 with title FRF31 contains an object of type line. Axes 14 contains an object of type line. Axes 15 with title FRF32 contains an object of type line. Axes 16 contains an object of type line. Axes 17 with title FRF33 contains an object of type line. Axes 18 contains an object of type line.

假设系统使用三种模式良好地描述。计算三种模式的自然频率,阻尼比和模式形状矢量。

模式= 3;[Fn,DR,MS] = ModalFit(SYS,F,MODES)
Fn =3×110.3.×0.3727 0.8525 1.3706
博士=3×10.0008 0.0018 0.0029
MS =3×3复合物0.0036  -  0.00111110.0039  -  0.0005i 0.0021 + 0.0006i 0.0043  -  0.0023i 0.0010  -  0.0001i -0.0033  -  0.0010i 0.0040  -  0.0021I -0.0031 + 0.0004i 0.0011 + 0.0003i

计算并显示重建的频率响应函数。在分贝中表达大小。

[〜,〜,〜,OFRF] = ModalFit(SYS,F,MODES);CLF.对于IJ = 1:3对于JI = 1:3子图(3,3,3 *(IJ-1)+ JI)绘图(F / 1000,20 * log10(ABS(ABS(:,ji,ij)))轴标题(Sprintf('以%d  - > out%d',ij,ji))如果ij == 3 xlabel('频率(kHz)'结束结束结束

图包含9个轴。带有标题In1  - > Out1的轴1包含类型线的对象。带有标题In1  - > Out2的轴2包含一个类型线的对象。带有标题In1  - > Out3的轴3包含类型线的对象。具有标题In2  - > Out1的轴4包含类型线的对象。具有标题In2  - > Out2的轴5包含类型线的对象。带有标题In2  - > Out3的轴6包含一个类型线的对象。具有标题In3  - > Out1的轴7包含类型线的对象。具有标题In3  - > Out2的轴8包含类型线的对象。具有标题In3  - > Out3的轴9包含类型线的对象。

控制不稳定的过程

加载包含高模态密度频率响应测量的文件。数据对应于使用反馈控制在平衡处保持不稳定的过程。将数据存储为IDFRD.用于识别的对象。绘制Bode图。

加载highmodaldensdata.FRF.F.g = idfrd(erfute(frf,[2 3 1]),f,0,'surfordunit''赫兹');图Bodemag(g)XLIM([0.01,2e3])

图包含轴。轴包含类型线的对象。该对象代表G.

识别带32个极点和32个零的传递函数。

sys = tfest(g,32,32);

将模型与测量响应的频率响应进行比较。

Bodemag(g,sys)xlim([0.01,2e3])传奇(GCA,“秀”

图包含轴。轴包含2个类型的型号。这些对象代表g,sys。

提取第一10个最小阻尼振荡模式的自然频率和阻尼比。将结果存储在表中。

[Fn,DR] = Modalfit(SYS,[],10);T =表((1:10)',FN,DR,'variablenames',{'模式''频率''阻尼'})
t =10×3表模式频率阻尼____ _________ _________ 1 82.764 0.011304 2 85.013 0.015632 3 124.04 0.025252 4 142.04 0.017687 5 251.46 6 0.0062182 0.0058266 332.79 7 401.21 8 0.0043645 0.0039247 625.14 9 770.49 10 0.002795 0.0019943 943.64

另请参阅

||(系统识别工具箱)