什么是过程模型？

过程模型的结构是一个简单的连续时间传递函数，它通过以下一个或多个元素来描述线性系统的动态特性：

静态增益 K_p。
一个或多个时间常数 T_pk。对于复极点，其时间常数称为 $T_{ω}$ - 等于固有频率的倒数 - 而阻尼系数为 $ζ$ (zeta)。
过程零点 T_z。
系统输出对输入作出响应之前可能存在时间延迟 T_d（死区时间）。
可能实施强制融合。

过程模型广泛应用于描述许多行业的系统动态特性，并适用于各种生产环境。这些模型的优点在于结构简单、支持传输延迟估计，且模型系数可通过零极点进行直观解释。

您可以通过改变极点数、添加积分器，或者添加或移除时间延迟或零点，来创建不同的模型结构。您可以指定一阶、二阶或三阶模型，且极点可以是实数或复数（欠阻尼模态）。有关详细信息，请参阅Process Model Structure Specification。

例如，以下模型结构是一个一阶连续时间过程模型，其中 K 是静态增益，T_p1 是时间常数，T_d 是输入到输出的时延：

$G (s) = \frac{K_{p}}{1 + s T_{p 1}} e^{- s T_{d}}$

因此， $Y (s) = G (s) U (s) + E (s)$ ，其中 Y(s)、U(s) 和 E(s) 分别表示输出、输入和输出误差的拉普拉斯变换。输出误差 e(t) 是方差为 λ 的白高斯噪声。可以通过添加扰动模型 H(s) 来考虑输出端的彩色噪声，使得 $Y (s) = G (s) U (s) + H (s) E (s)$ 。有关详细信息，请参阅 idproc 的 NoiseTF 属性。

一个多输入多输出 (MIMO) 过程模型包含一个与系统中每个输入-输出对相对应的单输入单输出 (SISO) 过程模型。例如，对于一个双输入、双输出的过程模型：

$\begin{array}{l} Y_{1} (s) = G_{11} (s) U_{1} (s) + G_{12} (s) U_{2} (s) + E_{1} (s) \\ Y_{2} (s) = G_{21} (s) U_{1} (s) + G_{22} (s) U_{2} (s) + E_{2} (s) \end{array}$

其中，G_ij(s) 是 i^第个输出与 j^第个输入之间的 SISO 过程模型。E₁(s) 和 E₂(s) 分别是两个输出误差的拉普拉斯变换。

什么是过程模型？

另请参阅

主题