基于matlab的电机拖动实验的曲线拟合方法
【摘 要】针对直流发电机的特性曲线拟合实例来说明matlab在实验数据处理中的应用，并归纳总结非线性曲线拟合的方法，以及cftool工具箱的使用。
【关键词】matlab；曲线拟合；非线性；直流发电机
0.引言
Matlab是一种科学的计算软件包。1986年推出以来版本不断升级，内容不断丰富更新，在科学实验以及应用领域时常需要在分析一组测试数据的基础上，去寻找变量与变量之间的近视函数关系表达式，以便研究设计人员方便的利用它于实际的社会生产中。其中有一个重要的功能是曲线的拟合。在现如今的基础教学与实验工作中大部分的实验数据的处理都不是太精确，只要满足工程上的误差要求即可。本文便从一个新的角度引入一种新的工具来弥补以前的不足。
在电机学的学习中电机拖动实验显得极为重要，对我们从感性和理性方面认识电机了解其习性十分重要。直流发电机是把机械能转化为直流电能的机器。它主要作为直流电动机、电解、电镀、电冶炼、充电及交流发电机的励磁等所需的直流电机。虽然在需要直流电的地方，也用电力整流元件，把交流电变成直流电，但从使用方便、运行的可靠性及某些工作性能方面来看，交流电整流还不能和直流发电机相比。因而特以直流发电机的特性研究来说明曲线拟合的方法。
1.曲线拟合原理
1.1曲线拟合定义
实际工作中，变量间未必都有线性关系，如服药后血药浓度与时间的关系；疾病疗效与疗程长短的关系；毒物剂量与致死率的关系等常呈曲线关系。曲线拟合（curve fitting）是指选择适当的曲线类型来拟合观测数据，并用拟合的曲线方程分析两变量间的关系。
1.2基本拟合方法
曲线拟合问题最常用的手段和思路是线性最小二乘法。其拟合的基本思路为
1.2.1先选定一组函数r1(x), r2(x),…rm(x), m>I=[0.495 0.37 0.301 0.232 0.190 0.157 0];
>>U=[200 210.1 215.5 221.0 224.1 226.3 237.6];
然后启动工具箱
>>cftool
进入拟合工具界面“Curve Fittng tool”
4.3.1点击“Data”按钮，弹出“Data”窗口。
4.3.2利用X data和Y data的下拉菜单读入数据x,y，可修改数据集名“Data set name”，然后点击“Create data set”按钮，退出“Data”窗口，返回工具箱界面，这时会自动画出数据集的曲线图。
4.3.3点击“Fitting”按钮，弹出“Fitting”窗口。
4.3.4点击“New fit”按钮，可修改拟合项目名称“Fit name”，通过“Data set”下拉菜单选择数据集，然后通过下拉菜单“Type of fit”选择拟合曲线的类型。
在本例中选Polynomial/linear polynomial 。
4.3.5点击“Apply”按钮，就可以在Results框中得到拟合结果。
对比上述两种方法可以发现它们具有较好的一致性。
5.结语
本文运用实验数据，通过matlab进行实验数据的拟合，还从理论上说明了最小二乘法的原理，并总结了常用的拟合函数并且简单介绍了拟合工具箱的使用。运用两种实验方法对同一数据做对比说明，我们可以看到matlab在曲线拟合中的优势与科学性，对于指导实践有极其重要的意义。
【参考文献】
［１］ 方荣惠.邓先明.上官璇峰. 电机原理及拖动基础（第二版）徐州：中国矿业大学出版社.2004．
［２］常巍.谢光军.黄朝峰.MATLAB R2007基础与提高，北京：电子工业出版社.2007．
［３］姜启源，谢金星，叶俊.数学模型.北京：高等教育出版社. 2004．
［４］宋兆基，徐流美.MATLAB6.５在科学计算中的应用.北京：清华大学出版社.2005．