Zur Identifikation mechatronischer Stellglieder mit Reibung bei ...

5 EMPIRISCHE MODELLIERUNG MIT EINEM PWA-MODELLANSATZ
te Prädiktionsfehler selten 2 ◦ überschreitet. In obigen Tests ist deutlich zu erkennen, dass
Abbildung 5.14: Vergleich zwischen Messung und Simulation für die Drosselklappe mit der
parallelen Auswertung (Validierungsdaten)
Tabelle 5.1: Modellierungsergebnisse mit zwei Bewertungskriterien für die Drosselklappe
Multisinus-Ansteuersignal
(Identifikationsdaten)
APRTS
(Validierungsdaten)
Seriell-parallele Auswertung Parallele Auswertung
eNRMSE 0, 01 0, 04
e ∞ 0, 98 ◦ 3, 83 ◦
eNRMSE 0, 01 0, 05
e ∞ 2, 28 ◦ 4, 56 ◦
das identifizierte Modell für die Drosselklappe verwendbar ist. Im nächsten Versuch wird
das stückweise affine Modell mit einem nicht optimierten Multisinus-Signal bzw. Multisinus-
Signal mit den Schröderphasen identifiziert und mit der parallelen Auswertung bewertet.
Der Vergleich zwischen dem mit dem optimierten Multisinus-Signal identifizierten und mit
dem nicht optimierten Multisinus-Signal identifizierten Modell wird in Abbildung 5.15 ge-
zeigt. Es ist in Abbildung 5.15 zu erkennen, dass das mit dem nicht optimierten Multisinus-
Signal identifizierte Modell eine relativ schlechte Güte erreicht. Der NRMSE für das nicht
optimierten Multisinus-Signal beträgt beim Test 0, 06 ◦ und im Gegensatz für das optimierte
Multisinus-Signal 0, 05 ◦ . Der max. absolute Fehler ist für beide Tests ähnlich (ungefähr 4, 5 ◦ )
(siehe Tabelle 5.2). Es ist deutlich zu erkennen, dass die Verteilung der Fehlerhäufigkeit für
das nicht optimierte Multisinus-Signal schlechter als das identifizierte Modell mit dem opti-
mierten Multisinus-Signal ist, bei dem die Häufigkeitsverteilung nahezu symmetrisch ist.
87