Boîte à outils d'identification du système Créez des modèles dynamiques linéaires et non linéaires à partir de données de sortie d'entrée mesurées.
Télécharger maintenant

Boîte à outils d'identification du système Classement & Résumé

Boîte à outils d'identification du système Mots clés

identification de la langue Photo de singe Pratique de saisie de données QuickTime MPEG VOG Célébrités chaudes Cam USB Driver Adresse actuelle étiquette perpétuellement cda wav Boîte à outils vidéo mcafee vitesse en ligne Citations SnaglePuss Badges d'identification

Boîte à outils d'identification du système La description

Boîte à outils d'identification du système vous permet de construire des modèles mathématiques de systèmes dynamiques à partir de données de sortie d'entrée mesurées. Cette approche axée sur les données vous aide à décrire des systèmes qui ne sont pas facilement modélisés à partir de premiers principes ou spécifications, tels que les processus chimiques et la dynamique des moteurs. Il vous aide également à simplifier les premiers modèles de principe détaillés, tels que des modèles d'éléments finis de structures et des modèles de dynamique de vol, en ajustant des modèles plus simples à leurs réponses simulées. Modèles obtenus avec la boîte à outils d'identification du système convient parfaitement à la conception de la simulation, de la prédiction et du système de contrôle à l'aide de produits tels que Simulink, Boîte à outils du système de contrôle et la boîte à outils de contrôle prédictif modèle (toutes disponibles séparément). Boîte à outils d'identification du système vous permet d'adapter des modèles linéaires et non linéaires à des données, un processus appelé modélisation en noir. Les structures de modèle disponibles incluent des modèles de processus à faible commande, des fonctions de transfert, des modèles d'état d'état, des modèles linéaires avec des non-linéarités statiques aux entrées ou sorties et les modèles autorégressifs non linéaires. Si vous avez un modèle mathématique de la dynamique du système, vous pouvez accorder ses paramètres pour mieux faire correspondre des données expérimentales, un processus appelé modélisation gris-boîte. L'architecte principal de la boîte à outils est le professeur Lennart Ljung, un leader reconnu dans le domaine de l'identification du système. Principales caractéristiques Identifie les modèles linéaires et non linéaires des données de domaine de temps et de fréquence Simplifie l'identification des modèles de temps continus de premier, deuxième et troisième ordre Analyse des données mesurées et conseille sur la qualité des données, le prétraitement requis et la présence de commentaires ou de non-linéarités Fournit des outils de traitement de données pour la détromanie, le filtrage et la reconstruction de données manquantes Fournit des blocs Simulink pour simuler des modèles identifiés et transférer des données vers et depuis l'espace de travail MATLAB. Fournit une interface pour l'utilisation de modèles linéaires dans la boîte à outils système de contrôle (disponible séparément)

Boîte à outils d'identification du système Logiciels associés