Simulink Design Optimization

 

Simulink Design Optimization

分析模型敏感度并调整模型参数

开始:

参数估计

根据测试数据估计 Simulink 模型的参数和状态,从而构建准确的被控对象模型。更新和调整系统的数字孪生,以更好地显示其当前状态。

Parameter Estimation

交互式导入并预处理测得的数据,选择要估计的模型参数,执行估计,然后比较和验证估计结果。您可以从该 App 生成 MATLAB 代码以自动化整个过程。

配置选项

从各种线性、非线性和全局优化求解器中进行选择。此外,您还可以设置参数范围,在稳态工况点初始化模型,并使用 Parallel Computing Toolbox™ 加速参数估计过程。

响应优化

优化模型参数以满足设计需求和约束。

Response Optimization

交互式设置并运行优化问题以调整 Simulink 模型参数。您可以采用图形方式指定多个设计需求,选择要优化的模型参数,并从该 App 生成 MATLAB 代码以自动化整个过程。

设计需求和约束

选择时域和频域需求,如阶跃响应特性、要跟踪的参考信号、波特幅频边界等。对于频域需求,可使用 Simulink Control Design 将模型线性化。您还可以定义自定义需求和约束。

配置选项

将模型参数的不确定性纳入考量,从而提高设计稳健性。您可以选择优化求解器,设置参数范围,在稳态工况点初始化模型,并使用 Parallel Computing Toolbox™ 加速响应优化过程。

查找表

为增益调度控制器等应用程序调整查找表。您可以对查找表的值施加单调性和平滑性等约束。使用自适应查找表解决校准问题。

使用基于测试数据的自适应查找表逼近引擎的容积效率表面。

敏感度分析

确定哪些参数对模型的行为影响最大。探查模型的设计空间,以检查设计的稳健性,并为参数估计和设计优化选择更好的初始条件。

Sensitivity Analysis

通过概率分布采样交互式创建一组参数值,并执行全局敏感度分析。可视化并分析结果,以识别关键模型参数。从该 App 生成 MATLAB 代码以自动化该过程。

电路模型的敏感度分析和蒙特卡罗仿真

设计空间探查

使用蒙特卡罗仿真和试验设计来分析模型的设计空间。这将便于您检查设计的稳健性,并确定关键模型参数对代价函数和设计需求的影响。

优化性能改进

要为 Parameter Estimation 和 Response Optimization 选择合适的初始条件,可通过可视化敏感度分析的结果,直接从 Sensitivity Analysis 中选择参数值。