东莞全康电子科技有限公司
摘要：同时利用稳态和动态校准数据，辨识了基于Hammerstein模型的热膜式空气质量流量（MAF）传感器的模型结构。在用多项式逼近静态非线性特性的基础上，动态线性环节分别选取带外生输入的自回归（ARX）模型、输出误差（OE）模型和Box．Jenkins（BJ）模型结构，采用交叉准则法进行参数估计和阶次选择，通过残差分析和仿真比较对模型进行检验。结果表明，用估计数据选择阶次时，最终预报误差（FPE）准则与最终输出误差（FOE）准则具有良好的一致性，基于预测误差法的2阶OE模型和BJ模型均可用于热膜式空气质量流量传感器Hammerstein模型动态线性环节的建模。
关键词：热膜式空气质量流量传感器；块联模型；模型结构辨识
1、模型结构与建模原理
1.1Hammerstein模型
如图1所示，Hammerstein模型由一个静态非线性函数与一个线性动态模块串联构成。图中，u（t）为输入信号，x（t）是经过静态非线性函数f（u（t））变换得到的中间变量，h（t）为脉冲响应函数，y（t）为系统输出，e（t）为输出端附加噪声。
尽管尚未证明FOE是否是一个使用有效数据输出准则的无偏估计，但该准则在实际应用中却十分有效。
3、分离Hammerstein模型结构的辨识
3.1辨识数据的产生
传感器静态标定采用比较法，LcL-100层流流量计与热膜式MAF传感器串联在流量传感器实验台管路内，稳态流量由层流流量计配合补偿微压计测量，传感器稳态输出电压由MS8050数字多用表测量。在流量为0～83g/s的工作范围内，测量得到42对静态输入、输出数据。
传感器动态激励由专门设计的快速三通开关阀产生，阀门动作始点和终点由磁电式传感器测量。当气流由旁通气道迅速切换关闭到传感器所在通道时，形成流量阶跃信号。热膜式MAF传感器动态响应信号、开关阀动作始点和终点信号由TDS2024B数字存储示波器采集，采样频率为2.5kHz，采样点数为2500。标准流量阶跃信号经过表示开关阀动态的一阶惯性环节后，作为输入信号，与传感器动态响应一起构成动态模型辨识的样本数据。
3.2动态线性模型阶次测试
根据静态标定实验数据，采用最小二乘法，在残差平方和为0.0015时，拟合得到热膜式MAF传感器的非线性模型：
结束语
综上所述，①当用估计数据进行阶次选择时，FOE准则与FPE准则具有很好的一致性，采用交叉准则法更容易找到合适的模型阶次。
②残差分析和交叉检验结果表明，基于预报误差法的2阶OE模型和BJ模型均可用于热膜式MAF传感器Hammerstein模型动态线性子系统的建模。
参考文献
[1]王芬．热膜式空气质量流量传感器动态非线性建模[J].计量学报，
客服QQ：30444492琼网文【2021】1550-113号
增值电信业务经营许可证：琼B2-20210322
出版物经营许可证：新出发龙华出字第(2021)009号
广播电视节目制作经营许可证：(琼)字第00779号
版权所有 ©2002-2024 期刊网 琼ICP备2021005105号
