随着分数阶系统的不断发展,分数阶的理论已经被广泛应用到不同领域中。分数阶系统具有比整数阶系统更好的参数特性,对于一些复杂的物理系统而言,分数阶系统能更好的提供系统的数学模型。本文将针对分数阶热传导系统的辨识方法研究和仿真实现,分别采用基于神经网络的分数阶系统的辨识方法和基于调制函数的分数阶系统的辨识方法,主要工作如下:建立温度采集实验平台。主要包括基础的硬件器件、开关控制电路和信号调制电路等几个部分。硬件部分的核心器件主要包括F28335DSP处理器、温度传感器和铝制金属管,辅助器件主要包括固态继电器、功率变送器、开关电源电路和加热装置等。利用基于神经网络的辨识方法对热传导系统进行辨识研究。考虑到分数阶系统的特点,设计基于神经网络的辨识算法,经过公式推导,获得各待辨识参数的数学表达式。通过分析实验数据,建立仿真系统与实际系统之间的误差函数,选取误差值最小的参数,计算相应的参数,获得分数阶系统的数学模型,验证了辨识方法的有效性。利用基于调制函数的辨识方法对热传导系统进行辨识研究。根据分数阶系统的特点,设计合适的调制函数,经过公式推导,获得系统待辨识参数的表达式。通过分析实验平台的输入输出数据,建立仿真系统与实际系统的误差函数,比较不同阶次对应的误差函数的大小,确定系统的阶次参数,利用公式算出系统的其他参数值,最终获得系统的数学模型,验证了辨识方法的有效性。本文中利用了两种不同的辨识方法进行辨识研究,都获得了系统的数学模型。相比而言,基于神经网络的辨识方法对系统响应速度快、过渡平稳,但抗干扰能力较弱。基于调制函数的辨识方法具有较强的抗噪声能力,更适用于分数阶系统,辨识结果更贴近实际系统,但设计阶段比较困难。