Main Content

このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。

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、およびゲインがあります。

sys=Kp1+Tp1seTds.

ここで、Kp は比例ゲインです。Tp1 は実極の時定数、Td は伝達遅延 (むだ時間) 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 IdentificationIdentify models of dynamic systems from measured data

ライブ エディター タスク

プロセス モデルの推定Estimate continuous-time process model for single-input, single-output (SISO) system in either time or frequency domain in the Live Editor

関数

すべて展開する

idprocContinuous-time process model with identifiable parameters
procestEstimate process model using time or frequency data
pemPrediction error minimization for refining linear and nonlinear models
idparCreate parameter for initial states and input level estimation
delayestEstimate time delay (dead time) from data
initSet or randomize initial parameter values
getpvecObtain model parameters and associated uncertainty data
setpvecModify values of model parameters
getparObtain attributes such as values and bounds of linear model parameters
setparSet attributes such as values and bounds of linear model parameters
procestOptionsOptions set for procest

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.

注目の例