La traducción de esta página aún no se ha actualizado a la versión más reciente. Haga clic aquí para ver la última versión en inglés.

Reducción de orden de modelo

Obtenga aproximaciones de orden inferior de modelos complejos

Trabajar con modelos de orden inferior puede simplificar el análisis y el diseño de control. Los modelos más sencillos son también más fáciles de entender y manipular que los modelos de orden superior. Puede obtener modelos de orden superior cuando se linealizan modelos complejos de Simulink^® o de Partial Differential Equation Toolbox™, se interconectan elementos del modelo o se utilizan otros procesos que producen estados que no contribuyen mucho a la dinámica de particular interés para la aplicación. Con Control System Toolbox™, puede obtener modelos de orden inferior para modelos LTI ordinarios o modelos LTI dispersos a gran escala.

Para obtener modelos de orden inferior, puede:

Descartar los modos (polos) que queden fuera de un rango de frecuencia o región de interés específicos usando freqsep o modalsep.
Calcular aproximaciones de orden inferior de modelos LTI o LTI dispersos utilizando diversas técnicas y criterios, como el truncamiento equilibrado. Utilice reducespec como punto de entrada para estos flujos de trabajo.

Además, puede simplificar los modelos cancelando los pares polo-cero o eliminando los estados de baja contribución con funciones como minreal, sminreal o xelim.

También puede reducir interactivamente el orden de los modelos con la app Model Reducer y la tarea Reduce Model Order de Live Editor.

Para más información sobre otras maneras de reducir el orden de los modelos, consulte Model Reduction Basics.

Apps

Model Reducer

Reduzca la complejidad de los modelos lineales de tiempo invariante (LTI)

Tareas de Live Editor

Reduce Model Order

Reduce complexity of linear time-invariant (LTI) models in the Live Editor

Funciones

expandir todo

Simplificación de modelos

`minreal`	Realización mínima o cancelación de polos y ceros
`sminreal`	Eliminates structurally disconnected states, delays, and blocks
`xelim`	Eliminate states from state-space models (desde R2023b)

Descomposiciones modales y espectrales

`modalsep`	Compute modal decomposition (desde R2023b)
`modalsum`	Sum of modal components (desde R2023b)
`stabsep`	Stable-unstable decomposition
`freqsep`	Slow-fast decomposition

Reducción de modelos

`reducespec`	Create model order reduction specifications (desde R2023b)
`process`	Run model order reduction algorithm (desde R2023b)
`view (balanced)`	Plot state contributions when using balanced truncation method (desde R2023b)
`getrom (balanced)`	Obtain reduced-order models when using balanced truncation method (desde R2023b)
`view (ncf)`	Plot state contributions when using balanced truncation of normalized coprime factors method (desde R2023b)
`getrom (ncf)`	Obtain reduced-order models when using balanced truncation of normalized coprime factors method (desde R2023b)
`view (modal)`	Plot mode information when using modal truncation method (desde R2023b)
`getrom (modal)`	Obtain reduced-order models when using modal truncation method (desde R2023b)

Objetos

expandir todo

Objetos de reducción de orden de modelos LTI

`BalancedTruncation`	Balanced truncation model order reduction (desde R2023b)
`BalancedTruncationOptions`	Options for model order reduction with balanced truncation (desde R2023b)
`NCFBalancedTruncation`	Balanced truncation of normalized coprime factors model order reduction specification (desde R2023b)
`ModalTruncation`	Modal truncation model order reduction specification (desde R2023b)
`ModalTruncationOptions`	Options for model order reduction with modal truncation (desde R2023b)

Objetos de reducción de orden de modelos LTI dispersos

`SparseBalancedTruncation`	Sparse balanced truncation model order reduction object (desde R2023b)
`SparseBalancedTruncationOptions`	Options for sparse model order reduction with balanced truncation method (desde R2023b)
`SparseModalTruncation`	Sparse modal truncation model order reduction specification (desde R2023b)
`SparseModalTruncationOptions`	Options for sparse model order reduction with modal truncation method (desde R2023b)

Temas

Flujos de trabajo de reducción de modelos

Model Reduction Basics
Model-order reduction can simplify analysis and control design by providing simpler models that are easier to understand and manipulate.
Task-Based Model Order Reduction Workflow
Learn how to create custom reduction criteria to obtain reduced-order models.

Reducción de orden de modelos LTI

Approximate Model by Balanced Truncation at the Command Line
Compute a reduced-order approximation of a model at the command line.
Compare Truncated and DC Matched Low-Order Model Approximations
Compute a low-order approximation in two ways and compare the results.
Approximate Model with Unstable or Near-Unstable Pole
Compute a reduced-order approximation of a system when the system has unstable or near-unstable poles.
Frequency-Limited Balanced Truncation
Reduce a high-order model by removing states of relatively low energy within a particular frequency interval.

Reducción de orden de modelos LTI dispersos

Sparse Modal Truncation of Linearized Structural Beam Model
Compute a low-order approximation of a sparse state-space model obtained from linearizing a structural beam model. (desde R2023b)
Truncamiento equilibrado disperso de un modelo térmico
Truncamiento equilibrado de un modelo disperso de espacio de estados obtenido linealizando un modelo térmico. (desde R2023b)

Flujos de trabajo interactivos

Import and Export Data in Model Reducer
Import and export model data in Model Reducer.
Specify Options for Balanced Truncation in Model Reducer
Specify options to customize Balanced Truncation model order reduction.
Specify Options for Modal Truncation in Model Reducer
Specify options to customize Modal Truncation model order reduction.
Reduce Model Order Using Model Reducer App
Interactively reduce model order while preserving important dynamics.
Model Reduction in the Live Editor
Interactively perform model reduction and generate code in a live script using the Reduce Model Order task.
Pole-Zero Simplification
Reduce model order by canceling pole-zero pairs or eliminating states that have no effect on the overall model response.
Balanced Truncation Model Reduction
Compute lower order approximations of higher order models by removing states with lower energy contributions.
Modal Truncation Model Reduction
Reduce model order by eliminating poles that fall outside a specific frequency range.
Visualize Reduced-Order Models in Model Reducer App
Examine and compare time-domain and frequency-domain responses of the original and reduced models.