Jump to content
    

Метод оценки параметров тепловой модели

Простейшая тепловая модель первого порядка. Знаем подводимую мощность \(Q_{in}\) и относительную температуру \(\Delta t\), надо найти теплоемкость \(C_t\) и тепловое сопротивление к окружающей среде \(R_t\).

\(\Delta \dot t = {1 \over C_t} (Q_{in}-{\Delta t \over R_t})\).

Решение уравнения от времени \(\Delta T\).

\(\Delta t = Q_{in} R_t (1 - e^{-{\Delta T \over R_t C_t}})\).

Методика оценивания ограничена по длительности, можно провести измерения начала переходного процесса, но нет возможности ждать пока тепература установится. Допустим есть несколько (десяток) измерений \(\Delta t_i\) в известные моменты времени \(\Delta T_i\), а \(Q_{in}\) это известная постоянная. Конечное время \(\Delta T_{end}\) считать на уровне ~50% постоянной времни \(R_t C_t\), то есть наблюдаемость достаточно высокая.

Хотелось как всегда применить однопроходный метод оценивания (QR LSQ), но уравнеия нелинейные. Только итеративный решатель возможен?

Добавка: На спаде измерять не могу, датчик и нагреватель это один элемент. Мощность нагрева условно постоянна на участке оценивания из соображений минимизации погрешности измерний. Но может быть сразу надо это учесть, что с нагревом изменяется мощность при постоянном токе 🤔.

Edited by amaora

Share this post


Link to post
Share on other sites

я может не совсем понял в чём именно проблема, но для экспоненты после логарифмирования наименьшие квадраты становятся вполне себе линейными.

Share this post


Link to post
Share on other sites

1 hour ago, _pv said:

я может не совсем понял в чём именно проблема, но для экспоненты после логарифмирования наименьшие квадраты становятся вполне себе линейными.

Там же сумма будет под логарифмом, два параметра надо оценивать.

Share this post


Link to post
Share on other sites

с неким жульничеством линеаризовать всё же можно https://math.stackexchange.com/a/4080288 , насколько будет врать проверять на конкретных данных надо.

ну и не то что бы совсем не итеративно, но асимптоту экспоненты можно попробовать "оценить" каким-нибудь простым линейным фитом типа an/x^n, а потом опять же линейно уже только показатель экспоненты без +1. в зависимости от количества данных и требуемой точности может будет достаточно

Share this post


Link to post
Share on other sites

Join the conversation

You can post now and register later. If you have an account, sign in now to post with your account.

Guest
Reply to this topic...

×   Pasted as rich text.   Paste as plain text instead

  Only 75 emoji are allowed.

×   Your link has been automatically embedded.   Display as a link instead

×   Your previous content has been restored.   Clear editor

×   You cannot paste images directly. Upload or insert images from URL.

×
×
  • Create New...