Этот пример показывает, как использовать Simulink® Design Optimization™, чтобы оценить параметры модели сцепления созданное использование блоков библиотеки Simscape™ Driveline™.
Требуется привод Simscape
Модель системы сцепления Simulink ® ,simple_clutch, показано ниже.
Эта модель состоит из двух инерций, соединенных муфтой. Первоначально давление, приложенное к пластинам сцепления, равно нулю, и инерция 2 имеет нулевую скорость. Постоянный крутящий момент также применяется к инерции 1. Как только давление сцепления начинает увеличиваться, инерция 2 начинает вращаться. Однако трение между пластинами сцепления вызывает проскальзывание, так что две инерции ускоряются с разной скоростью и имеют разные скорости.
Система сцепления состоит из двух вращательных инерций и муфты. Давление прикладывается к пластинам сцепления, которые затем соединяют две инерции. Блок привода Simscape используется для моделирования сцепления, которое имеет зависящий от скорости коэффициент трения, линейно изменяющийся от C1 при 0 рад/с до C2 при 10 рад/с.
Коэффициенты трения (C1, C2) в блоке управляемого фрикционного сцепления неизвестны и оцениваются с использованием экспериментальных данных для выходных скоростей инерции 1 и инерции 2.
На вкладке Приложения щелкните Оценщик параметров в разделе Системы управления, чтобы запустить приложение Оценщик параметров.
Запущенный пользовательский интерфейс оценки параметров состоит из проектов, в которых хранятся экспериментальные наборы данных и результаты оценки. Эти проекты можно сохранить и повторно использовать позднее.
Можно также дважды щелкнуть оранжевый блок в левом нижнем углу диаграммы Simulink. При этом будет перезагружен уже сохраненный проект.
В целом оценка параметров модели состоит из трех основных этапов: импорт экспериментальных наборов данных в проект, выбор параметров модели для оценки, выполнение оценки и анализ результатов.
У нас есть два набора выходных данных по этой системе сцепления. Первый из них, PortingData, будет использоваться для оценки параметров, а другой, ValidationData, для проверки ответа модели Simulink с оцененными параметрами.
В первом эксперименте давление сцепления соответствует профилю сигнала 1, подаваемого блоком давления сцепления в модели Simulink. Этот сигнал создает на пластинах сцепления наклонное давление вверх и наклонное давление вниз. Щелкните Добавить график (Add Plot) в пользовательском интерфейсе «Оценка параметров» (Parameter Estimation UI) и выберите команду Показать данные (CounterData) для просмотра выходных скоростей инерций в ответ на этот ввод. Такие наборы данных можно также импортировать из различных источников, включая переменные MATLAB ®, MAT-файлы, файлы Excel ® или файлы с разделителями-запятыми.
Значения параметров коэффициентов трения точно не известны. Если щелкнуть График (Plot) Реакция модели (Model Response), можно просмотреть отклик этой системы и показать, что он не соответствует экспериментальным данным, поэтому параметры необходимо оценить для лучшего соответствия.
Для оценки фрикционных параметров системы сцепления будет использоваться экспериментальный набор данных РЗД.
Первым шагом является определение переменных для оценки. Это устанавливает, какие параметры моделирования могут быть скорректированы, и любые правила, регулирующие их значения. Щелкните Выбрать параметры (Select Parameters), чтобы указать параметры для оценки. Здесь мы хотим оценить коэффициенты трения C1 и C2 в блоке управляемого фрикционного сцепления модели Simulink. В примере оценки предварительно загруженных параметров эти параметры уже были определены для оценки. Если в значениях параметров имеются известные границы, их можно задать в полях minimum и maximum.
Затем щелкните Выбрать эксперименты (Select Experiments), чтобы указать, какие эксперименты должны использоваться для оценки. В данной оценке можно использовать один или несколько наборов данных одновременно. В нашем примере мы будем использовать набор данных под названием TalkedData.
Теперь вы готовы выполнить оценку. Щелкните Оценка (Estimate), чтобы запустить процесс оценки. Мы предлагаем ряд методов оценки, включая нелинейную минимизацию наименьших квадратов, градиентный спуск, поиск шаблона или симплексный поиск. Текущая оценка будет изменять параметры модели, чтобы уменьшить погрешность между результатами моделирования и экспериментальными данными. Во время оценки график эксперимента, показывающий измеренные данные и реакцию моделирования, будет обновлен. По мере улучшения значений параметров кривая моделирования должна приближаться к кривой экспериментальных данных. Кроме того, график траектории будет отображать значения параметров в каждой итерации. Эти кривые должны достигать установившегося состояния по мере приближения значений параметров к их физическим значениям.
Кроме того, в таблице Отчета о ходе оценки будут представлены данные, касающиеся процесса оценки, такие как количество итераций, количество моделирований и функция затрат. Значение функции затрат представляет степень соответствия между откликом моделирования и данными оценки. Это значение будет уменьшаться при каждой итерации, указывая на степень улучшения подгонки.
Как только мы завершим оценку, важно проверить результаты по другим наборам данных. Успешная оценка должна быть способна не только соответствовать экспериментальным данным, которые мы использовали для оценки, но также и другим наборам данных, которые мы собрали в наших экспериментах.
Во втором наборе экспериментальных данных для системы сцепления давление сцепления следует профилю сигнала 2, подаваемого блоком давления сцепления в модели Simulink. Этот сигнал прикладывает периодическое давление к пластинам сцепления. Для этого сначала дважды щелкните по блоку ручного переключения, чтобы изменить входной сигнал на сигнал, используемый для валидационных данных (сигнал 2). Затем в пользовательском интерфейсе оценки параметров перейдите на вкладку Проверка, щелкните Выбрать эксперименты и выберите эксперимент ValidationData для проверки. Это содержит выходные данные, соответствующие входному сигналу 2. Наконец, щелкните Проверить (Validate), чтобы выполнить проверку. График эксперимента сравнит реакцию моделирования с экспериментальными данными. Мы видим, что матч очень хороший.
Таким образом, мы провели оценку, указав эксперимент с измеренными выходными данными и обозначив определенные параметры, которые должны быть оценены. Затем мы проверили значения параметров путем проверки с помощью другого набора данных, что дает уверенность в значениях параметров.
Закрыть модель