ВУЗ:
Составители:
40
» F2 = polyval(P2,X)
5. На одном рисунке постройте экспериментальные точки, а также
аппроксимирующие полиномы первой и второй степени
» plot(X,Y,'o',X,F1,'-.',X,F2,'-')
Аппроксимация динамической характеристики
Исходными данными для аппроксимации являются данные об экспе-
риментальной переходной характеристике, представленной в табличной
форме, например:
T 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
h 0 0 0 0.07
0.23
0.43 0.64 0.84 1.03
1.19
1.33
1.45
1.55
1.64
1.71
1.77
Вариант исходных данных определяется преподавателем (табл. 5).
4. Создайте Script-файл для решения задачи (3). Для этого вызовите
меню File командного окна MATLAB и выберите в нём сначала команду
New, а затем команду M-file.
5. В появившемся окне текстового редактора наберите текст:
% t – Массив моментов времени
% h – массив значений экспериментальной переходной характеристики
% hp – массив значений рассчитанной переходной характеристики
% a – вектор параметров передаточной функции объекта
% a(1)=k, a(2)=t1, a(3)=t2, a(4)=tau
global t h hp
t=0:1:15;
h=[0 0 0 0.07 0.23 0.43 0.64 0.84 1.03 1.19 1.33 1.45 1.55 1.64 1.71 1.77];
[a,fval] = fminunc(@func,[1 1 2 1])
plot(t,h,'o',t,hp,'-')
Процедура fminunc осуществляет поиск минимума функции не-
скольких переменных. Имя минимизируемой функции задаётся в первом
аргументе процедуры fminunc, а во втором – передаётся начальная точка
для поиска.
6. Сохраните этот текст в файле под именем din_app.m.
7. Создайте файл-функцию, высчитывающую минимизируемую
функцию (3). Текст файл-функции имеет вид:
function f=func(a)
global t h hp
y=series(tf([a(1)],[a(2) 1]),tf([1],[a(3) 1]));
y.inputd = a(4);
[hp,t]=step(y,t);
f=sum((h-hp').^2);
Страницы
- « первая
- ‹ предыдущая
- …
- 40
- 41
- 42
- 43
- 44
- …
- следующая ›
- последняя »
