Reducción de modelos
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. Los modelos de orden superior obtenidos mediante la linealización de modelos complejos de Simulink®, la interconexión de elementos del modelo u otras fuentes pueden contener estados que no contribuyen mucho a la dinámica de particular interés para la aplicación. Utilice la app Model Reducer, la tarea Reduce Model Order de Live Editor o funciones como balred
y minreal
para reducir el orden de los modelos al tiempo que se conservan las características del modelo importantes para la aplicación.
Para obtener 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 invariantes en el tiempo (LTI) |
Tareas de Live Editor
Reduce Model Order | Reduce complexity of linear time-invariant (LTI) models in the Live Editor |
Funciones
Temas
- Model Reduction Basics
Model-order reduction can simplify analysis and control design by providing simpler models that are easier to understand and manipulate.
- Reduce Model Order Using the 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.
- Balanced Truncation Model Reduction
Compute lower-order approximations of higher-order models by removing states with lower energy contributions.
- Pole-Zero Simplification
Reduce model order by canceling pole-zero pairs or eliminating states that have no effect on the overall model response.
- Mode-Selection Model Reduction
Reduce model order by eliminating poles that fall outside a specific frequency range.
- Visualize Reduced-Order Models in the Model Reducer App
Examine and compare time-domain and frequency-domain responses of the original and reduced models.