热风枪

对于非线性系统如果使用传统的线性方法进行建模，会带来很大的误差。使用非线性建模方法，特别是使用动态人工神经网络，可以比较精确的获得对象的输入输出模型。 在秋季学期人工神经网络课程的第三次作业中，为了增加一道实际控制对象建模的作业题，对一个废旧的热吹风枪进行改造，使得它加热电压可以改变，并增加了测量出风温度和风速的传感器。可以同时采集到工作电压与出口温度的数据。 热风枪出口温度与工作电压之间呈现非线性关系 由于热风枪的功率与施加的电压呈现二次关系，这也就直接影响到加热电压与出口温度之间呈现非线性关系。 通过对每个施加电压测量对应稳态时出风口温度，绘制出它们之间的工作曲线。如下图所示，显示了输入电压与输出温度之间的非线性关系。 热风枪出口温度与加热工作电压之间的关系 热风枪的出口温度与环境温度、风速都有直接的关系。上述曲线是在保持环境温度和风速恒定的情况下获得的。 由于热风枪内的加热元件有一定的热惯性，再加上热扩散到空气中有延迟，所以出口温度与工作电压之间是一个动态关系。 下图显示了在施加55V电压后，出口温度呈现的动态响应曲线。 热风枪的在施加单位阶跃电压后的动态过程 如果热风枪的输入电压与出口温度之间是线性关系，则可以通过第一原理建立响应的微分方程，获得系统的动态模型。也可以通过输入输出之间数据对系统进行动态建模。 通过系统输入输出数据建立线性模型，可以通过系统的单位阶跃响应