Hauptinhalt

Modellierung mit reduzierter Ordnung

Reduzieren der rechnerischen Komplexität von Modellen durch Erstellen präziser Surrogate mithilfe der System Identification Toolbox™

Die Modellierung reduzierter Ordnung ist eine Technik zum Reduzieren der rechnerischen Komplexität oder Speicherplatz-Anforderungen eines Modells, wobei die Genauigkeit innerhalb eines akzeptablen Fehlerbereichs gewahrt bleibt. Die Arbeit mit einem Modell reduzierter Ordnung kann Regelungsentwurf und -Analyse vereinfachen.

Sie können Modelle reduzierter Ordnung (ROMs) von in Simulink® modellierten Subsystemen erstellen, darunter auch von Drittanbieter-Simulationsmodellen vollständiger Ordnung mit hoher Genauigkeit. Ebenfalls können Sie ROMs mithilfe bestehende Zeitdomänendaten erstellen.

Nach Erfassen der erforderlichen ROM-Eingangs-/Ausgangs-Daten können Sie ein ROM eines in System Identification Toolbox verfügbaren Modelltyps trainieren, beispielsweise der Modelltypen nichtlinear ARX, Hammerstein-Wiener und NSS (neuronaler Zustandsraum). Sie können das erstellte ROM für die Desktop-Simulation auf Systemebene, Hardware-in-the-Loop-Tests (HIL), Regelungsentwurf und virtuelle Sensormodellierung verwenden.

Die App Reduced Order Modeler stellt einen UI-Workflow zur Erstellung von ROMs bereit. Um die App zu verwenden, installieren Sie das Supportpaket Reduced Order Modeler for MATLAB® anhand der Anweisungen unter Abrufen und Verwalten von Add-Ons.

Apps

Reduced Order ModelerCreate reduced order models based on Simulink models, subsystems within models, or simulation data (Seit R2025b)

Themen

Grundlagen zur Modellierung mit reduzierter Ordnung

Datengestützte Methoden mithilfe des UI-Workflows

Datengestützte Methoden mithilfe des Befehlszeilen-Workflows

Linearisierungsbasierte Methode