Идентификация линейного динамического объекта в условиях действия возмущений на основе его представления в виде комбинации типовых звеньев

• Автор: Литвинова, Варвара Сергеевна
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2009
• Место защиты: Рязань
• Количество страниц: 172 с. : ил.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ.

ГЛАВА 1. АНАЛИЗ МЕТОДОВ

ИДЕНТИФИКАЦИИ ЛИНЕЙНЫХ ДИНАМИЧЕСКИХ ОБЪЕКТОВ

1.1 Общие вопросы идентификации объектов

1.1.1. Задачи и этапы идентификации

1.1.2. Объекты идентификации и их классификация.

1.1.3. Модели объектов

1Л .4. Проблема идентифицируемости

1.1.5. Адекватность модели объекту

1.2. Методы идентификации линейных динамических объектов, основанные на определении ИХ.
1.2.1. Вводные замечания
1.2.2. Активные методы идентификации
1.2.3. Пассивные методы идентификации.
1.3. Проблема некорректности задачи идентификации
1.4. Метод типовой идентификации.
Выводы.
Постановка задач диссертации.
ГЛАВА 2. РАЗРАБОТКА ЦИФРОВОЙ МОДЕЛИ
ЛИНЕЙНОГО ДИНАМИЧЕСКОГО ОБЪЕКТА
2.1. Обоснование выбора метода цифрового моделирования
линейного динамического объекта
2.2. Цифровое моделирование объекта
2.2.1. Формирование входных сигналов для ЦМО
2.2.2. Моделирующий алгоритм для типовых звеньев
2.3. Примеры моделирования и проверка ЦМО
Основные результаты
ГЛАВА 3. АКТИВНАЯ ИДЕНТИФИКАЦИЯ ЛИНЕЙНОГО ДИНАМИЧЕСКОГО ОБЪЕКТА
В УСЛОВИЯХ ДЕЙСТВИЯ ВОЗМУЩЕНИЙ.
3.1. Выбор входного сигнала при методе активной идентификации
3.2. Процедура идентификации линейного динамического объекта
в условиях действия возмущений.
3.2.1. Этап 1 получение отсчетов ИХ.
3.2.2. Эгап II выбор типовых звеньев
3.2.3. Этап III получение точной оценки параметров
3.3. Результаты идентификации имитационных моделей.
Основные результаты
ГЛАВА 4. ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ ИДЕНТИФИКАЦИИ ЛИНЕЙНОГО ДИНАМИЧЕСКОГО ОБЪЕКТА.
4.1 .Актуальность применения идентификации ИХ в реальном производстве
4.2. Анализ возможных неисправностей
пассивных фильтров второго порядка для АС
4.3. Экспериментальное исследование ИХ реальных пассивных фильтров
второго порядка для АС.
Основные результаты
Заключение.
Список литературы


Непараметрическая идентификация решает задачи идентификации в бесконечномерном классе моделей без разбиения на этапы структурной и параметрической; при этом решением задачи является точка не в конечномерном пространстве параметров, а в некотором функциональном пространстве []. Идентификацию подразделяют на идентификацию в реальном времени и послеэкспериментальную []. В первом случае на идентификацию накладываются жесткие временные ограничения, во втором таких ограничений нет, но требуется более высокое качество модели, ограничения накладываются на время работы и тип ЭВМ. Послеэкспериментальная идентификация подразделяется на два типа: идентификация в режиме нормальной эксплуатации и с подачей на объект пробных входных воздействий. Наиболее часто используется идентификация в режиме нормальной эксплуатации [2]: по наблюдаемым входным воздействиям и выходным величинам объекта подбираются параметры настраиваемой модели, обеспечивающие экстремум некоторого критерия, характеризующего качество идентификации. Современная теория идентификации предоставляет в распоряжение исследователя возможность широкого выбора настраиваемых моделей и критериев качества идентификации, а также большое число алгоритмов идентификации [2]. Решение задач идентификации связано с получением и обработкой большого объема информации в процессе нормального функционирования исследуемого объекта [8]. В работах [, ] приведен инженерный подход к задаче идентификации (рис. На рис. На решение задачи идентификации существенное влияние оказывает априорная информация [, ], которая бывает трех видов: о физико-технических свойствах объекта, о внешней среде, об измеряемых переменных. С другой стороны, при решении практической идентификации опираются па накопленный опыт, знания и интуицию разработчиков. Оценивание 1 . Рис. Рис. Для процесса идентификации характерно проведение поиска: поиска приемлемой модельной структуры, поиска представительной модели в рамках структуры и т. Этот процесс не может быть полностью автоматизирован; решения, принимаемые человеком, будут переплетаться с формальными выкладками, строгими численными расчетами. Таким образом, в целях достижения достаточной эффективности процесса идентификации необходимо процесс вычислений осуществлять в диалоге []. В работах [, ] также подчеркивается, что человек - главное звено в поиске модели задачи и его деятельность по выбору адекватного (требованиям решаемой практической задачи) типа математической модели физического объекта не может быть адекватно заменена алгоритмическим процессом. Таблица 1, которая приведена в работе [], отражает один из возможных подходов к классификации задач идентификации. Методы идентификации чрезвычайно разнообразны, их описанию посвящена обширная литература. Совершенствование методов идентификации связано с быстрым расширением круга объектов, для которых необходимо строить математические модели, повышением требований к точности моделей, простоте их получения, так что существующие методы оказываются либо слишком трудоемкими, либо недостаточно эффективными. Методы идентификации можно классифицировать по ряду признаков []: по классу математической модели, по характеру входного воздействия, по виду восстанавливаемой характеристики, по виду критерия близости модели к реальному объекту и т. Все экспериментальные методы исследования идентификации динамики процесса основаны на обработке информации, содержащейся в его входных и выходных сигналах. Применяются активные, пассивные и смешанные методы идентификации [, , ]. Активные методы идентификации характерны тем, что на вход исследуемого объекта подают заранее заданные специальные пробные воздействия, причем эти пробные воздействия могут являться импульсными, периодическими или случайными функциями времени. Пассивные методы используются при случайных естественных колебаниях входных сигналов в режиме нормальной эксплуатации идентифицируемого объекта. Смешанные методы идентификации позволяют реализовать подачу на вход объекта аддитивной смеси рабочего сигнала (задающего воздействия) и пробного случайного сигнала небольшой интенсивности без нарушения условий нормального функционирования. В работе [] сделана попытка систематизации наиболее употребительных, «базовых » методов (табл.