Come iniziare con System Identification Toolbox
System Identification Toolbox™ fornisce funzioni MATLAB®, blocchi Simulink® e app per la modellazione di sistemi dinamici, l’analisi di serie temporali e la previsione. È possibile apprendere le relazioni dinamiche tra variabili misurate per creare funzioni di trasferimento, modelli di processo e modelli nello stato degli spazi, sia a tempo continuo sia a tempo discreto, utilizzando dati nel dominio del tempo o dati nel dominio della frequenza. È possibile prevedere serie temporali utilizzando AR, ARMA o altre tecniche di modellazione autoregressiva lineare o non lineare.
La toolbox consente di stimare la dinamica del sistema non lineare utilizzando i modelli Hammerstein-Wiener e ARX non lineare con tecniche di Machine Learning, come i processi gaussiani (GP), macchine a vettori di supporto (SVM) e altre rappresentazioni. In alternativa, si possono creare modelli di equazioni differenziali ordinarie neurali (ODE) utilizzando il Deep Learning per acquisire la dinamica del sistema non lineare. La toolbox consente di eseguire l’identificazione del sistema grey-box per la stima dei parametri di un modello definito dall’utente. È possibile integrare i modelli identificati in Simulink per eseguire simulazioni rapide, atte a consentire la progettazione di controllo e le applicazioni diagnostiche e prognostiche.
Si possono eseguire stime online dei parametri e dello stato utilizzando il filtro di Kalman esteso o inodore e i filtri antiparticolato per applicazioni di controllo adattivo, rilevamento guasti e soft sensing. La toolbox consente di generare codice C/C++ per algoritmi di stima online destinati ai dispositivi integrati.
Tutorial
- Identificazione di modelli lineari utilizzando l’app System Identification
Identificare modelli black-box lineari da dati a ingresso singolo/uscita singola (SISO) utilizzando l’app System Identification.
- Identificazione di modelli lineari utilizzando la riga di comando
Identificare modelli lineari da dati a ingresso multiplo/uscita singola (MISO) utilizzando i comandi System Identification Toolbox.
- Identificazione delle funzioni di trasferimento di ordine basso (modelli di processo) utilizzando l’app System Identification
Identificare funzioni di trasferimento a tempo continuo da dati a ingresso singolo/uscita singola (SISO) utilizzando l’app.
- Estimate Continuous-Time Grey-Box Model for Heat Diffusion
This example shows how to estimate the heat conductivity and the heat-transfer coefficient of a continuous-time grey-box model for a heated-rod system.
- Identificazione di modelli black-box non lineari utilizzando l’app System Identification
Identificare modelli black-box non lineari da dati a ingresso singolo/uscita singola (SISO) utilizzando l’app System Identification.
Informazioni su System Identification
- Panoramica su System Identification
System identification è una metodologia per creare modelli matematici di sistemi dinamici utilizzando le misure dei segnali in ingresso e in uscita del sistema.
- Workflow di System Identification
Riepilogo delle attività tipiche nel workflow di identificazione del sistema.
- Supported Data
System Identification Toolbox software supports estimation of linear models from both time- and frequency-domain data.
- Supported Continuous- and Discrete-Time Models
Types of continuous-time and discrete-time models you can estimate from time- and frequency-domain data.
- Stima di modelli con l’utilizzo di dati nel dominio della frequenza
Panoramica sull’identificazione nel dominio della frequenza nella toolbox.
- Working with System Identification App
Working with System Identification App.
- What Is Online Estimation?
Estimate states and parameters of a system in real-time.
Video
System Identification - Parte 1: che cos'è System Identification?
System Identification è il processo che utilizza i dati piuttosto che la fisica per sviluppare un modello di un sistema dinamico. Scoprire che cos'è System Identification e dove si trova nel quadro generale.
System Identification - Parte 2: System Identification lineare
Scoprire come utilizzare System Identification per adattare e validare un modello lineare a dati corrotti dal rumore e da disturbi esterni.
System Identification - Parte 3: System Identification non lineare
Scoprire System Identification non lineare esplorando una delle tante opzioni di modello possibili: un modello ARX non lineare.
System Identification - Parte 4: System Identification online e ricorsivo
Scopri System Identification online. Questi algoritmi stimano i parametri e gli stati di un modello man mano che nuovi dati vengono misurati e sono disponibili in tempo reale o pressoché in tempo reale.
