Функция Gekko cspline для моделирования модели FOPDT (мертвое время)

Чтобы смоделировать мертвое время в модели FOPDT с помощью пакета GEKKO, я использовал функцию Gekko «cspline», чтобы сделать операцию временного сдвига более плавной. Это хорошо работает, когда вход изменяется после продолжительности мертвого времени. (например, ввод изменяется при t = 15, когда мертвое время = 10)

Однако, когда входные данные изменяются до истечения мертвого времени (например, входные данные изменяются в момент времени t=5, когда мертвое время=10), похоже, что функция cspline чрезмерно экстраполирует входное значение. Пожалуйста, дайте несколько советов, чтобы избежать этой проблемы.

from gekko import GEKKO
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

tf = 50 
npt = 51 
t = np.linspace(0,tf,npt)
u1 = np.zeros(npt)
u1[5:] = 5

m = GEKKO(remote=True)
m.time = t 
time = m.Var(0)
m.Equation(time.dt()==1)

K1 = m.FV(1,lb=0,ub=1);      K1.STATUS=1
tau1 = m.FV(5, lb=1,ub=300);  tau1.STATUS=1
theta1 = m.FV(10, lb=2,ub=30); theta1.STATUS=1

uc1 = m.Var(u1) 
tc1 = m.Var(t) 
m.Equation(tc1==time-theta1)
m.cspline(tc1,uc1,t,u1,bound_x=False)

yp1 = m.Var()
m.Equation(yp1.dt() == -yp1/tau1 + K1*uc1/tau1) 

m.options.IMODE=4
m.solve()

print('K1: ', K1.value[0])
print('tau1: ',  tau1.value[0])
print('theta1: ', theta1.value[0])
print('')

plt.figure()
plt.subplot(2,1,1)
plt.plot(t,u1)
plt.legend([r'u1'])
plt.ylabel('Input')
plt.subplot(2,1,2)
plt.plot(t,yp1)
plt.legend([r'y1'])
plt.ylabel('Output')
plt.xlabel('Time')
plt.savefig('sysid.png')
plt.show()

Если мертвое время является статическим, то вместо этого я рекомендую дискретную форму пространства состояний. Это реализовано как m.delay() в Gekko. Вот более подробная информация: apmonitor.com/wiki/index.php/Apps/TimeDelay и apmonitor.com/wiki/index.php/Apps/DiscreteStateSpace

John Hedengren 12.12.2020 16:05
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
3
1
166
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Объект cspline получает данные для диапазона от t=0 до t=50, но он получает доступ к значениям от t=-10 до t=40. Ошибка возникает из-за экстраполяции кубического сплайна. Вы можете генерировать данные сплайна в диапазоне от t=-theta_ub до t=50, чтобы избежать проблем с экстраполяцией.

from gekko import GEKKO
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

theta_ub = 30
tf = 50

m = GEKKO(remote=True)
m.time = np.linspace(0,tf,tf+1)
time = m.Param(m.time)

K1 = m.FV(1,lb=0,ub=1)
tau1 = m.FV(5,lb=1,ub=300)
theta1 = m.FV(10,lb=2,ub=theta_ub)

u_step = [0 if ti<=5 else 5 for ti in m.time]
uc1 = m.Var() 
tc1 = m.Var()
m.Equation(tc1==time-theta1)

# for cspline
t1 = np.linspace(-theta_ub,tf,500)
u1 = [0 if ti<=5 else 5 for ti in t1]
m.cspline(tc1,uc1,t1,u1,bound_x=False)

yp1 = m.Var()
m.Equation(tau1*yp1.dt()+yp1==K1*uc1) 

m.options.IMODE=4
m.solve()

print('K1: ', K1.value[0])
print('tau1: ',  tau1.value[0])
print('theta1: ', theta1.value[0])
print('')

plt.figure()
plt.subplot(2,1,1)
plt.plot(t1,u1,label='Unshifted Input')
plt.plot(m.time,uc1,label='Shifted Spline')
plt.xlim([0,tf])
plt.legend()
plt.ylabel('Input')
plt.subplot(2,1,2)
plt.plot(m.time,yp1)
plt.legend([r'y1'])
plt.ylabel('Output')
plt.xlabel('Time')
plt.savefig('sysid.png')
plt.show()

Другие вопросы по теме