Prozessmodelle
Prozessmodelle sind für die Beschreibung von Systemdynamiken in vielen Branchen gebräuchlich und lassen sich auf verschiedene Produktionsumgebungen anwenden. Die Vorteile dieser Modelle liegen darin, dass sie einfach sind, eine Schätzung der Transportverzögerung ermöglichen und die Modell-Koeffizienten sich einfach als Polstellen und Nullstellen interpretieren lassen.
Ein einfaches SISO-Prozessmodell weist einen Verstärkungsfaktor, eine Zeitkonstante und eine Transportverzögerung auf.
Hier ist Kp der proportionale Verstärkungsfaktor, Tp1 die Zeitkonstante der realen Polstelle und Td die Transportverzögerung (Totzeit).
In System Identification Toolbox™ stellt das idproc
-Modell die Prozessmodell-Struktur bereit und kann Prozessmodelle mit bis zu drei Polstellen und einer Nullstelle darstellen.
Weitere Informationen finden Sie unter What Is a Process Model?
Apps
System Identification | Identify models of dynamic systems from measured data |
Live Editor Tasks
Schätzen von Prozessmodellen | Estimate continuous-time process model for single-input, single-output (SISO) system in either time or frequency domain in the Live Editor |
Funktionen
Themen
Grundlagen zu Prozessmodellen
- What Is a Process Model?
A process model is a simple continuous-time transfer function that describes linear system dynamics in terms of static gain, time constants, and input-output delay. - Data Supported by Process Models
Use regularly sampled time-domain and frequency-domain data, and continuous-time frequency-domain data.
Schätzen von Prozessmodellen
- Estimate Process Models Using the App
Specify model parameters and estimation options to use for estimating a process model. - Identifizieren von Transferfunktionen niedriger Ordnung (Prozessmodelle) mithilfe der App „System Identification“
Identifizieren Sie mithilfe der App zeitkontinuierliche Transferfunktionen anhand von Single-Input/Single-Output-(SISO-)Daten. - Estimate Process Models at the Command Line
Estimate first-order process models with fully free parameters and with a combination of fixed and free parameters. - Estimating Multiple-Input, Multi-Output Process Models
Specify whether to estimate the same transfer function for all input-output pairs, or a different transfer function for each pair.
Festlegen der Prozessmodell-Optionen
- Process Model Structure Specification
Configure the model structure by specifying the number of real or complex poles, and whether to include a zero, delay, and integrator. - Disturbance Model Structure for Process Models
Specify a noise model. - Specifying Initial Conditions for Iterative Estimation Algorithms
Specify how the algorithm treats initial conditions for estimation of model parameters.