MATLAB水塔水流量估计模型 实验指导书

实验目的：

1.了解MATLAB的基本操作和语法； 2.学习如何使用MATLAB建立水塔水流量估计模型； 3.掌握MATLAB中常用的数据处理和可视化方法。

实验要求：

1.熟悉MATLAB基本操作和语法； 2.掌握MATLAB中常用的数据处理和可视化方法； 3.了解水塔水流量估计模型的基本原理和建模方法。

实验内容：

1.数据采集

在实验室内设置一个水塔，使用流量计测量水流量，并记录下来。记录的数据包括时间和水流量两列，保存为txt文件。

2.数据处理

使用MATLAB导入数据文件，并对数据进行处理。计算出每个时间段内的平均水流量，并绘制出水流量随时间变化的曲线图。

3.建立模型

根据已知数据，建立水塔水流量估计模型。可以采用线性回归或其他方法建立模型，并用已知数据进行验证。

4.模型评估

对建立的模型进行评估，计算出模型的误差和相关系数等指标，并分析模型的优劣。

5.结果展示

将数据处理和模型建立的结果进行展示，包括水流量随时间变化的曲线图和建立的水塔水流量估计模型。

实验步骤：

1.数据采集

在实验室内设置一个水塔，使用流量计测量水流量，并记录下来。记录的数据包括时间和水流量两列，保存为txt文件。

2.数据处理

使用MATLAB导入数据文件，并对数据进行处理。计算出每个时间段内的平均水流量，并绘制出水流量随时间变化的曲线图。

%导入数据文件 data=load('data.txt'); %计算平均水流量 t=data(:,1); Q=data(:,2); n=length(t); dt=zeros(n-1,1); Q_mean=zeros(n-1,1); for i=1:n-1 dt(i)=t(i+1)-t(i); Q_mean(i)=0.5*(Q(i)+Q(i+1)); end %绘制曲线图 plot(t,Q,'r'); hold on plot(t(1:n-1),Q_mean,'b'); xlabel('Time(s)'); ylabel('Flow rate(m^3/s)'); legend('Original data','Mean value'); hold off

3.建立模型

根据已知数据，建立水塔水流量估计模型。可以采用线性回归或其他方法建立模型，并用已知数据进行验证。

%建立线性回归模型 p=polyfit(Q_mean,dt,1); %用已知数据进行验证 dt_est=polyval(p,Q_mean); %绘制拟合曲线 plot(Q_mean,dt,'ro'); hold on plot(Q_mean,dt_est,'b'); xlabel('Flow rate(m^3/s)'); ylabel('Time interval(s)'); legend('Original data','Linear regression'); hold off

4.模型评估

对建立的模型进行评估，计算出模型的误差和相关系数等指标，并分析模型的优劣。

%计算误差和相关系数 dt_error=dt-dt_est; R=corrcoef(Q_mean,dt); R2=R(1,2)^2; %输出结果 fprintf('Slope=%f\n',p(1)); fprintf('Intercept=%f\n',p(2)); fprintf('R=%f\n',R(1,2)); fprintf('R^2=%f\n',R2); fprintf('Mean absolute error=%f\n',mean(abs(dt_error))); fprintf('Root mean squared error=%f\n',sqrt(mean(dt_error.^2)));

5.结果展示

将数据处理和模型建立的结果进行展示，包括水流量随时间变化的曲线图和建立的水塔水流量估计模型。

%绘制水流量随时间变化的曲线图和水塔水流量估计模型 plot(t,Q,'r'); hold on plot(t(1:n-1),Q_mean,'b'); xlabel('Time(s)'); ylabel('Flow rate(m^3/s)'); legend('Original data','Mean value'); hold off figure plot(Q_mean,dt,'ro'); hold on plot(Q_mean,dt_est,'b'); xlabel('Flow rate(m^3/s)'); ylabel('Time interval(s)'); legend('Original data','Linear regression'); hold off

实验总结：

本实验通过采集水塔水流量数据，使用MATLAB进行数据处理和建立水塔水流量估计模型，并对模型进行评估。实验结果表明，建立的线性回归模型能够较好地拟合已知数据，具有一定的预测能力。该实验能够帮助学生理解MATLAB的基本操作和语法，掌握MATLAB中常用的数据处理和可视化方法，以及了解水塔水流量估计模型的基本原理和建模方法。