La traduction de cette page n'est pas à jour. Cliquez ici pour voir la dernière version en anglais.
Modèles de fonction de transfert
Les modèles de fonction de transfert décrivent la relation qui existe entre les entrées et les sorties d'un système au moyen d'un rapport de polynômes. L'ordre du modèle est égal à l'ordre du polynôme dénominateur. Les racines du polynôme dénominateur sont appelées pôles du modèle. Les racines du polynôme numérateur sont appelées zéros du modèle.
Les paramètres d'un modèle de fonction de transfert sont ses pôles, ses zéros et ses retards de transport.
En temps continu, un modèle de fonction de transfert présente la forme suivante :
Dans cet exemple, Y(s), U(s) et E(s) représentent respectivement les transformées de Laplace de la sortie, de l’entrée et du bruit. num(s) et den(s) représentent les polynômes numérateur et dénominateur qui définissent la relation entre l’entrée et la sortie.
Pour plus d’informations, consultez What Are Transfer Function Models?
Applications
| System Identification | Identifier des modèles de systèmes dynamiques à partir de données mesurées |
Fonctions
Rubriques
Principes de base des modèles de fonction de transfert
- What Are Transfer Function Models?
Transfer function models describe the relationship between the inputs and outputs of a system using a ratio of polynomials. - Estimate Transfer Function Models in the System Identification App
Use the app to set model configuration and estimation options for estimating a transfer function model. - Estimate Transfer Function Models at the Command Line
General workflow for estimating transfer function models at the command line. - Data Supported by Transfer Function Models
Characteristics of estimation data for transfer function identification.
Estimer des modèles de fonction de transfert
- Estimate Transfer Function Models by Specifying Number of Poles
This example shows how to identify a transfer function containing a specified number of poles for given data. - Estimate Transfer Function Models with Transport Delay to Fit Given Frequency-Response Data
This example shows how to identify a transfer function to fit a given frequency response data (FRD) containing additional phase roll off induced by input delay. - Estimate Transfer Function Models with Prior Knowledge of Model Structure and Constraints
This example shows how to estimate a transfer function model when the structure of the expected model is known and apply constraints to the numerator and denominator coefficients. - Estimate Transfer Functions with Delays
This example shows how to estimate transfer function models with I/O delays. - Estimate Transfer Function Models with Unknown Transport Delays
This example shows how to estimate a transfer function model with unknown transport delays and apply an upper bound on the unknown transport delays.
Résolution de problèmes dans le domaine fréquentiel
- Troubleshoot Frequency-Domain Identification of Transfer Function Models
Improve frequency-domain model estimation by preprocessing data and applying frequency-dependent weighting filters.
Paramètres d’initialisation et de structure du modèle
- Transfer Function Structure Specification
Specify the values and constraints for the numerator, denominator and transport delays. - Specifying Initial Conditions for Iterative Estimation of Transfer Functions
Specify how initial conditions are handled during model estimation in the app and at the command line.
Sélection d՚exemples
Estimating Transfer Function Models for a Heat Exchanger
Estimate a transfer function from measured signal data.
Estimating Transfer Function Models for a Boost Converter
Estimate a transfer function from frequency response data.
