プロセス モデル
静的ゲイン、時定数、入出力遅延をもつ低次伝達関数モデル
プロセス モデルは、多くの産業でシステム ダイナミクスを記述するためによく使用されており、さまざまな量産環境に適用されます。このモデルの利点は、シンプルであること、伝達遅延の推定をサポートすること、モデル係数が極と零点としての容易な解釈をもつことです。
シンプルな SISO プロセス モデルには、ゲイン、時定数、および伝達遅延があります。
ここで、Kp は比例ゲイン、Tp1 は実極の時定数、Td は伝達遅延 (デッド タイム) です。
System Identification Toolbox™ では、idproc
モデルによってプロセス モデル構造が提供され、最大 3 つの極と 1 つの零点をもつプロセス モデルを表現できます。
詳細については、What Is a Process Model?を参照してください。
アプリ
System Identification | 測定データからの動的システムのモデルの同定 |
ライブ エディター タスク
プロセス モデルの推定 | ライブ エディターで時間または周波数領域の単入力単出力 (SISO) システムの連続時間プロセス モデルを推定する |
関数
トピック
プロセス モデルの基礎
- 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.
プロセス モデルの推定
- Estimate Process Models Using the App
Specify model parameters and estimation options to use for estimating a process model. - Identify Low-Order Transfer Functions (Process Models) Using System Identification App
Identify continuous-time transfer functions from single-input/single-output (SISO) data using the app. - 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.
プロセス モデルのオプションの設定
- 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.