|
|
发表于 2025-10-10 18:52:09
|
显示全部楼层
本人是控制专业的,正好来回答这个问题。
先从参数辨识开始说起,一位德高望重的老师傅,知道糖、盐、酱油的大概比例,靠手感做菜,做出来很好吃。这就是您公司现在的状态——基于经验。我(学徒):想完全复制您的菜,我的工具有一个电子秤和一个记录本。
参数辨识过程:
建立模型:我认为这道菜的味道只由糖、盐、酱油的重量决定。这就是我的“菜谱模型”。
实验:您做了10次这道菜,每次我都偷偷称出用了多少克糖、盐、酱油(输入),并记录下最终的味道评分(输出)。
计算:我通过分析这10组数据,反推出一个最精确的糖、盐、酱油比例。比如最终算出来是 糖:盐:酱油 = 10g:5g:8g。
验证:我按照这个精确比例做一次,发现我复制了您的菜品味道!
结论:我通过数据“辨识”出了您做菜的秘密参数。这个精确的“10:5:8”比例,就是辨识出的参数。
以上是我对参数辨识这件事的一个通俗描述。
在电池管理系统的控制方法中
在控制学当中,参数辨识通常应用于高级控制,我们可以系统地对被控对象进行模型的简历,将抽象化的被控对象变为一个具体的对象。例如您谈到的RC建模,这是一个较为经典的数学模型,在电池管理系统当中,电池是一个比较复杂抽象的电化学特性的被控对象,我们通常有一些比较经典直观的问题。
例如:
还剩多少电量?(荷电状态 - State of Charge, SOC)
健康度如何?(健康状态 - State of Health, SOH)
最大能充/放多大电流?
为了准确的回答这些问题,我们需要一个能够精确描述电池外部行为(电压、电流)与内部状态(SOC等)之间数学关系的工具,这就是电池模型,有了这个精确的“数字化替身”,BMS就能实现高级“测算”,然而随着时间的变化,以及不同的使用条件,电芯体系,这个模型中的参数都是不同的。不管是离线还是在线辨识,我们都可以在我们的控制闭环中通过参数辨识精准描述这个被控对象。
书籍和学习推荐
matlab 里identification toolbox的作者Lennart Ljung教授有一系列详细描述系统辨识这门学科的书籍,我较为推荐System Identification Theory for the User这一本,因为它更像一个系统辨识的参考手册,适用于你已经对你的被控对象有一定了解的情况(至少你能感性地理解它的动态特性)。我已经毕业好几年,但是不管是在公司,学校还是留学时期,我总会带上这本书。
至于课程,因为我的教授讲解这门课非常好,所以我并没有找过什么online course,但是我有看到有人推荐 TU 的这个资源。https://ocw.tudelft.nl/courses/s ... rameter-estimation/
总之这是一门非常有用的学科,但是可惜即使是控制专业的研究生也不敢说自己能够完全掌握,有一本手册会方便很多。 |
|