Разработка и исследование комбинированных методов идентификации проектируемых объектов на основе принципов самоорганизации

• Автор: Кикоть, Валерий Степанович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 1984
• Место защиты: Киев
• Количество страниц: 219 c. : ил

} ГЛАВА I.

1.2 Л. 1.2.2. 1.2.3.

ГЛАВА 2.

ИДЕНТИФИКАЦИЯ ХАРАКТЕРИСТИК ОБЪЕКТОВ ОПТИМАЛЬНОГО ПРОЕКТИРОВАНИЯ
Задача выбора оптимальных параметров проектируемых объектов
Задача структурной идентификации характеристик сложных систем
г *
Традиционная постановка задачи
Идентификация методом самоорганизации моделей 14 Комбинированные системы идентификации
Идентификация характеристик технологических процессов
Технологический процесс обработки металлов резанием как объект идентификации
Идентификация процессов сварки
Охрана объектов окружающей среды от загрязнения пестицидами на основе математического моделирования
Выводы
ПЛАНИРОВАНИЕ ЭКСПЕРИМЕНТА. ДЛЯ ЦЕЛИ СТРУКТУРНОЙ ИДЕНТИФИКАЦИЙ ПРОЕКТИРУЕМЫХ 0БЇЖТ0В
Основные идеи теории оптимального эксперимента 30 Сравнительная характеристика эксперимента и системы связи
Система передачи дискретных сообщений
Эксперимент как система связи
Критерии информативности эксперимента при отсутствии помехи
2.4. Исследование проблемы повышения помехоустойчивости эксперимента
2.5. Критерии и методы повышения помехоустойчивости
эксперимента
2.6. Организация эксперимента
2.7. Многошаговый алгоритм конструирования плана эксперимента
2.8. Особенности практической реализации и эффективность
методики
2.9. Проблема зондирования пространства и планирование
эксперимента
2.10. Выводы
ГЛАВА 3. МЕТОД ПРЯМОГО СИНТЕЗА МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ
> 3.1. Многорядный алгоритм прямого синтеза математических моделей
3.1.1. Назначение и особенности алгоритма
3.1.2. Описание алгоритма
3.1.3. Анализ алгоритма
3.1.4. Критерий минимума смещения свободного члена
модели
3.1.5. Разбиение таблицы исходных данных
3.2. Исследование эффективности ОКСИ
^ 3.2.1. Схема и задачи вычислительного эксперимента
3.2.2. Исследование эффективности ОКСИ при точных данных
3.2.3. Исследование помехоустойчивости ОКСИ
3.3. Анализ, доопределение и адаптация моделей
3.4. Возможные неудачи идентификации методом прямого
синтеза модели
3.5. Выводы

ГЛАВА 4.

4.2.1;

ГЛАВА

МНОГОУРОВНЕВЫЕ КОМБИНИРОВАННЫЕ СИСТЕМІ ИДЕНТИФИКАЦИИ
Обще положения
Многоуровневая система самоорганизации полиномиальных моделей
Декомпозиция обобщенной модели
Локализация структуры обобщенной модели
Выделение частных моделей
Слияние частных моделей
Алгоритм самоорганизации частных моделей
Эффективность и область применения системы
Особенности практического применения системы
Двухуровневая система идентификации динамических
характеристик системы
Постановка задачи
Алгоритм самоорганизации схемы замещения линейной динамической системы
Алгоритмы идентификации переходных характеристик на базе второго замечательного предела Сравнительная характеристика и область применения алгоритмов Выводы
РЕШЕНИЕ ЗАДАЧ ВДЩНТИФИКАЦШ 1Р0ЖШРУМЫХ ОБЪЕКТОВ
Математическая модель процесса концевого фрезерованій деталей из алкминиевых сплавов Идентификация процессов сварки изделий Самоорганизация математических моделей для расчета трудовых нормативов
Совершенствование геометрии режущей части сверла

105 108 109

возникающие на этапе эксперимента: I) выбор области изменения параметров объекта; 2) выбор параметров эксперимента (Л', К) ; 3) раз-I работка плана; 4) реализация эксперимента; 5) предварительная обработка результатов измерений.
В результате анализа априорной информации и постановки задачи исследования (звено I КСИ) задаются пределы изменения параметров в форме параметрических ограничений (1.1), которые выделяют в пространстве параметров область эксперимента. Эта область либо совпадает с областью возможных вариантов (проектов), либо оказывается несколько шире. Для простоты будем считать, что область эксперимента задается неравенствами (1.1). Естественно, что в этой области должна достигаться максимально возможная точность регулирования входных переменных и точность измерения характеристик объекта [4,5,13,
* 67].
В области эксперимента необходимо выбрать некоторое количество (7V) оптимальным образом расположенных точек из /V* допустимых по экономическим соображениям. При этом каждая из М входных переменных должна принимать К различных значений (варьироваться на К уровнях). Количество уровней варьирования является важнейшим параметром эксперимента. Чем больше К при заданном /V , тем больше информации можно извлечь в процессе эксперимента В то же время увеличение К может привести к снижению достовер-> ности результатов эксперимента вследствие влияния ошибок регулирования и (или) сужения собственных областей (2.19).
Нельзя указать и теоретически обосновать какой-либо формальный, метод назначения параметра К при структурной идентификации. Можно лишь воспользоваться результатами МТЭ, если известна максимально возможная степень полиномиальной модели. Например,для синтеза линейной по исходным переменным модели достаточно варьиро-