WOLFRAM

Génie électrique

Utilisez System Modeler pour construire et étudier des circuits électriques, de l’électronique de puissance et des machines électriques. Combinez des composants électriques et mécaniques pour construire des modèles de systèmes complets. Effectuez des tâches d’analyse et mesurez les performances.

Évaluation de la robustesse d’un estimateur d’état de température

Ce modèle analyse la robustesse d’un estimateur d’état en prenant des mesures à partir d’un radiateur électrique. L’estimateur d’état combine différentes mesures et un modèle du système afin d’estimer la température actuelle du radiateur. Pour évaluer la robustesse, du bruit est ajouté à l’aide de blocs provenant de la bibliothèque Modelica.Noise.

Pour exécuter cet exemple, il vous faut

les dernières versions de System Modeler et Mathematica.

Veuillez choisir :

Obtenir
un essai gratuit
Continuer
le téléchargement

Le modèle

Le modèle contient un petit radiateur électrique alimenté par une source de tension de 24 V. L’élément du radiateur chauffe le corps du radiateur. La température du radiateur sera également affectée par la température ambiante, qui augmentera pendant la simulation. Trois mesures sont prises en continu : la tension du radiateur, la température ambiante et une mesure directe de la température du radiateur. À l’aide de la bibliothèque Noise, un bruit blanc est ajouté à chacune des mesures. Toutes les mesures bruyantes sont introduites dans un filtre de Kalman qui estime la température du radiateur.

En haut du schéma se trouve l’estimateur d’état, qui estime la température du condensateur thermique au centre.

Nouvelle bibliothèque !

La nouvelle bibliothèque de bruit intégrée donne du réalisme en ajoutant du bruit aux simulations.

L’estimateur du filtre de Kalman a été créé en linéarisant le modèle sans bruit, à l’aide de la fonction WSMLinearize. Ensuite, on utilise la suite intégrée de fonctions pour le traitement du signal de Wolfram Language.

Distribution du bruit

La valeur attendue et l’écart type des distributions de bruit peuvent être modifiés dans le modèle. Le filtre de Kalman a été créé en supposant que les valeurs standard des distributions de bruit dans le modèle sont vraies. En augmentant le bruit ou tout autre paramètre dans le modèle, vous pouvez voir à quel point le filtre est résistant aux erreurs de modélisation.

Distributions de bruit pour les différentes mesures, tracées à l’aide de Wolfram Language.

Visualisez dans Wolfram Language

Les fonctions intégrées dans Wolfram Language vous permettent de créer rapidement des tracés de densité de probabilité.

Lors de la simulation du modèle, vous pouvez comparer la correspondance entre la température estimée et la température réelle. L’estimateur est dynamique et se met à jour à mesure que davantage de données de mesure sont fournies au filtre. Cela amène l’estimateur à converger vers l’état réel.

La mesure directe de la température sur le radiateur est très bruyante.
Avec un estimateur d’état, la température peut être estimée avec précision.

Évaluez les systèmes

En utilisant System Modeler, vous pouvez évaluer les performances des estimateurs, des prédiseurs, des contrôleurs et plus encore.