离合器型号说明

离合器系统的Simulink®模型，simple_clutch，如下所示。

该模型由两个惯量由一个离合器耦合而成。最初，施加在离合器板上的压力为零，惯性2的速度为零。惯量1也施加恒定力矩。一旦离合器压力开始增加，惯性2开始旋转。然而，离合器片之间的摩擦导致滑动，使两个惯量以不同的速率加速，具有不同的速度。

离合器系统由两个转动惯量和一个离合器组成。压力被应用到离合器板，然后耦两个惯量。一个Simscape动力传动系统块用来建模离合器，它有一个速度相关的摩擦系数线性变化从C1在0 rad/s到C2在10 rad/s。

摩擦系数(C1, C2)可控摩擦离合器块是未知的，并使用实验数据估计的输出速度的惯性1和惯性2。

open_system (“simple_clutch”set(find_system(gcs))“FindAll”，“上”，“BlockType”，“范围”)，“开放”，“关闭”）

利用Simulink进行优化设计

在应用程序选项卡上,单击参数估计量下控制系统推出参数估计量应用程序。

启动的参数估计UI由我们存储实验数据集和估计结果的项目组成。这些项目可以保存并在以后重用。

或者，您可以双击Simulink图左下角的橙色块。这将重新加载已经保存的项目。

一般来说，模型参数估计主要包括三个步骤:将实验数据集导入项目中，选择模型参数进行估计，运行估计并分析结果。

估计实验数据

我们在这个离合器系统上有两组输出数据。第一个，EstimationData，将用于参数估计，另一个，ValidationData，用估计的参数验证Simulink模型的响应。

在第一个实验中，离合器压力遵循信号1由离合器压在Simulink模型中。这个信号应用在离合器板上的斜坡上升和斜坡下降的压力。点击添加图在参数估计界面中，选择EstimationData为了查看响应此输入的惯性输出速度。这些数据集也可以从各种来源导入，包括MATLAB®变量，MAT文件，Excel®文件，或逗号分隔值文件。

摩擦系数的参数值还不准确。点击Plot模型响应给出了该系统的响应，并表明它与实验数据不匹配，因此需要估计参数以更好地拟合。

建立和运行评估

我们将使用实验数据集EstimationData估算离合器系统的摩擦参数。

第一步是定义要估计的变量。这将确定模拟的哪些参数可以调整，以及控制它们值的任何规则。点击选择参数指定要估计的参数。在这里我们希望估计摩擦系数C1而且C2在可控摩擦离合器块的Simulink模型。在预加载参数估计示例中，已经为估计指定了这些参数。如果参数值上有已知的界限，则可以在最小和最大字段中设置它们。

接下来,单击选择实验指定哪些实验将用于估计。在给定的估计中，一次使用一个或多个数据集是可能的。对于我们的示例，我们将使用名为EstimationData．

现在您已经准备好运行评估了。点击估计以启动估计过程。我们提供了许多估计方法，包括非线性最小二乘最小化，梯度下降，模式搜索，或单纯形搜索。运行估计将改变模型参数，以减少仿真输出与实验数据之间的误差。在估计过程中，显示测量数据和模拟响应的实验图将更新。随着参数值的提高，仿真曲线与实验数据曲线越接近。此外，轨迹图将显示每次迭代的参数值。当参数值接近其物理值时，这些曲线应达到稳态。

此外，评估进度报告中的表格将显示有关评估过程的数据，如迭代次数、模拟次数和成本函数。代价函数值表示模拟响应与估计数据之间的拟合程度。这个值将在每次迭代中减少，表明在拟合方面的改进量。

验证

一旦我们完成了估计，很重要的一点是对照其他数据集验证结果。一个成功的估计不仅应该能够与我们用于估计的实验数据相匹配，还应该能够与我们在实验中收集的其他数据集相匹配。

在第二组实验数据中，我们有离合器系统，离合器压力遵循的轮廓信号2由离合器压在Simulink模型中。这个信号对离合器板施加周期性的压力。要用这个，首先双击手动开关块更改输入信号为用于验证数据(信号2)．然后在参数估计UI中，单击验证选项卡上,单击选择实验然后选择实验ValidationData进行验证。它包含与的输入相对应的输出数据信号2．最后,点击验证进行验证。一个试验田将模拟响应与实验数据进行比较。我们看到这个匹配非常好。

综上所述，我们通过指定一个实验，用测量的输出数据，并指定一些参数进行估计来进行估计。然后，我们通过使用不同的数据集进行验证来检查参数值，从而获得参数值的置信度。

关闭模型

bdclose (“simple_clutch”）