值范围可根据被测对象的类型和要求选定，但正弦信号源必须没有波形畸变。测出系统频率的幅值和相角，画出系统的对数幅频特性曲线和对数相频曲线。如果确定实际过程是最小相位系统，则可忽略对数相频曲线。然后，将实验得到的对数幅频曲线用斜率为0dBdec，20dBdec和40dBdec等直线近似，即得近似对数幅频曲线，最后写出系统的数学模型。典型的频率实验曲线如图223所示。
SVdB
frads1图223典型的频率实验曲线
对数频率特性曲线的特点如下：最左端直线的斜率由传递函数的积分环节决定，每
一个积分环节为20dBdec。为1时，曲线的分贝值等于20lgK，最左端直线和零分
贝线的交点频率在数值上恰好等于K。在交接频率的地方，曲线斜率发生改变，改变多少视典型环节种类而异。
f该曲线最左端直线斜率为20dBdec，故对象存在一个积分环节；最左端直线与零分贝线的交点频率为03，故K03；在0003rads处曲线斜率发生改变，变为40dBdec，
故系统存在一个时间常数T1340s的一阶惯性环节。
与典型频率实验曲线对应的数学模型为
Gs03s340s1
222
该系统实际的数学模型为
Gs032s343s1
223
比较式222和式223可知，模型误差是可以接受的。
3系统辨识法
采用计算机技术，采集系统的输入和输出，运用系统辨识算法辨识出系统的结构及参数。它要求典型的激励信号，即输入信号的频率和幅值范围须充分大，才能辨识出系统的动态特性。典型的系统辨识框图如图224所示。
4键图法
将系统的元件分成耗能元件阻性元件、贮能元件容性元件、感性元件、源性元件能流源、能力源、连接元件0接点并联、1接点串联、交换元件变压器型、回旋器型5种基本类型。元件之间的连接关系不是信号流，而是能量流，易于实现多种能量耦合系统的建模。键图易于计算机实现，并得出状态空间数学模型。典型的系统键图如图225所示图212所示原理图的键图。
计算机信号处理辨识算法
u
“P”
d

y
Pla
t
Se
0
1
I
C
R
图224典型的系统辨识框图
图225典型的系统键图
5神经网络训练法
通过神经网络训练算法，求出未知系统的数学模型。适用于非线性系统的建模。典型
的神经网络训练框图如图226所示。
u
“P”
d
y
Pla
t
“M”NNM
eM

图226
yN
wiljNNM典型的神经网络训练框图
f6模糊优化法
应用模糊优化算法求数学模型。该方法主要是定性地描述系统，涉及符号运算、模糊规则提取、数据发掘等知识。
7人工智能辅助法综合运用第五、六种方法及专家知识形成人工r