降阶建模
利用 System Identification Toolbox™ 软件创建精确的替代模型来降低模型的计算复杂度
降阶建模是一种在可接受误差范围内保持模型保真度的同时，降低模型计算复杂度或存储需求的技术。采用降阶模型可以简化控制设计和分析。
您可以创建在 Simulink® 中建模的子系统的降阶模型 (ROM)，包括全阶高保真度第三方仿真模型。也可以利用现有的时域数据来创建 ROM。
收集所需的 ROM 输入/输出数据后，您可以对 System Identification Toolbox 软件中提供的模型类型（如非线性 ARX、哈默斯坦-维纳和神经状态空间 (NSS) 模型类型）进行 ROM 训练。您可以将创建的 ROM 用于系统级桌面仿真、硬件在环 (HIL) 测试、控制设计以及虚拟传感器建模。
降阶建模器提供了用于创建 ROM 的 UI 工作流。如需使用该 App，请按照获取和管理附加功能中的说明安装 Reduced Order Modeler for MATLAB® 支持包。
App
| 降阶建模器 | Create reduced order models based on Simulink models, subsystems within models, or simulation data (自 R2025b 起) |
主题
降阶建模基础知识
- 降阶建模概述
通过创建准确的替代品来降低模型的计算复杂性。
使用 UI 工作流的数据驱动方法
- Reduced Order Model of a Jet Engine Turbine Blade
Create a ROM of a jet engine turbine blade, using the long short-term memory (LSTM) and NSS model types. - Reduced Order Model of an Airframe
Create a ROM of an airframe modeled in Simulink, using the NSS model type. - Reduced Order Modeling of Battery Electric Vehicle Thermal Management System
Create a static ROM of an electric vehicle thermal management system, using the multilayer perceptron (MLP) model type. - Reduced Order Modeling of Subsystems in Engine Model
Create a ROM of the Induction and Combustion subsystems in the Simulink modelenginespeed, using the nonlinear ARX model type. - Reduced Order Model of a Jet Engine Turbine Blade from Data
Create a ROM from data generated by a high-fidelity model, using the NSS model type.
使用命令行工作流的数据驱动方法
- Nonlinear ARX Model of SI Engine Torque Dynamics
This example describes modeling the nonlinear torque dynamics of a spark-ignition (SI) engine as a nonlinear ARX model. - Hammerstein-Wiener Model of SI Engine Torque Dynamics
This example describes modeling the nonlinear torque dynamics of a spark-ignition (SI) engine as a Hammerstein-Wiener model. - 火花塞发动机扭矩动力学的神经状态空间模型
此示例使用神经状态空间模型描述了火花点火 (SI) 发动机的非线性扭矩动力学的降阶建模 (ROM)。所确定的模型可用于硬件在环 (HIL) 测试、动力系统控制、诊断和训练算法设计。例如，您可以使用该模型进行后处理控制和诊断算法开发。有关神经状态空间模型的详细信息，请参阅神经状态空间模型。 - Reduced Order Modeling of Electric Vehicle Battery System Using Neural State-Space Model
This example shows a reduced order modeling (ROM) workflow, where you use deep learning to obtain a low-order nonlinear state-space model that serves as a surrogate for a high-fidelity battery model. - Surrogate Modeling Using Gaussian Process-Based NLARX Model
In this example, you replace a hydraulic cavitation cycle model in Simulink with a surrogate nonlinear ARX (NLARX) model to facilitate faster simulation.
基于线性化的方法
- Specify Linearization for Model Components Using System Identification (Simulink Control Design)
You can use System Identification Toolbox software to identify a linear system for a model component that does not linearize well, and use the identified system to specify its linearization. - 将非线性动力系统作为已辨识的线性参数可变模型进行降阶建模
确定一个由非线性质量-弹簧-阻尼器系统级联构成的系统，并建立其线性参数可变的降阶模型。
相关信息
- 降阶建模 (Simulink)
- Configure Options in Reduced Order Modeler (Simulink)
- Export Models from Experiment Manager into Simulink (Simulink)
- 降阶建模探索页面
