
- •Регрессионные модели идентификации: статический объект, понятия о регрессии, парная и множественная регрессия, ошибка идентификации.
- •Диагностирование линейных оу методом комплементарного сигнала. Процедуры диагностирования, оценка работоспособности оу, локализация дефектов по годографу неисправностей.
- •2. Диагностирование линейных оу методом комплементарного сигнала. Постановка задачи, расчет кс по измеренным значениям выходного сигнала.
- •2. Диагностирование линейных оу методом комплементарного сигнала. Постановка задачи, аналитический расчет кс.
- •2. Дифференциальные модели од: метод малого параметра, условия работоспособности.
- •Составить булеву матрицу для конкретной функциональной модели.
- •2. Построение тестов: формулирование задачи, множество проверок, составление булевой матрицы, нахождение элементарных тестов на примере булевой матрицы.
- •2. Авторегрессионные модели идентификации.
- •2. Функциональные модели: задание модели, графическое представление, множество состояний од, таблица неисправностей, неразличимые состояния.
- •Представим степень интеграла в правой части (23) в виде произведения интегралов:
- •2. Линейное прогнозирование состояния од: точечный прогноз
- •2. Составить дробный факторный план (четверть реплики) для модели
- •2. Планы для квадратичных моделей, постановка задачи. Ортогональный центральный композиционный план второго порядка: структура плана, свойства плана.
- •2. Планы для моделей, содержащих линейные члены и взаимодействия различного порядка: дробный факторный план для модели , контраст плана, допустимость плана.
- •2. Оценка состояния объекта по результатам измерения выхода оу, фильтр с конечной памятью.
- •2. Применение дробного фп для модели , правила составления таблицы, смешение оценок коэффициентов модели.
- •Частотный метод определения коэффициентов пф
- •2. Формулы для вычислений и свойства полных и дробных факторных планов для линейных моделей.
- •2. Условия Гаусса – Маркова: проверка случайного характера элементов остаточного ряда
- •2. Оценка адекватности модели оу при проведении параллельных опытов.
- •2. Полные факторные планы первого порядка, определение примеры пфп для , свойства матрицы планирования.
- •Правило построения полных факторных планов
- •2. Дробные факторные планы (дробный факторный эксперимент): дробные реплики, определение, правило построения дробных факторных планов, генератор плана.
- •2. Планы для квадратичных моделей (планы второго порядка), постановка задачи, полные факторные планы
- •2. Метод сопряженных направлений для квадратичной целевой функции.
- •2.Составление булевой матрицы для конкретной функциональной модели.
2. Применение дробного фп для модели , правила составления таблицы, смешение оценок коэффициентов модели.
План ДФЭ 23-1 . Здесь n = 3, l =1, N=23-1=4.
Генератор в виде . Для неполного квадратичного полинома
количество столбцов плана составляет восемь.
|
|
|
|
|
|
|
|
|
1 |
+1 |
-1 |
-1 |
+1 |
+1 |
-1 |
-1 |
+1 |
2 |
+1 |
+1 |
-1 |
-1 |
-1 |
-1 |
+1 |
+1 |
3 |
+1 |
-1 |
+1 |
-1 |
-1 |
+1 |
-1 |
+1 |
4 |
+1 |
+1 |
+1 |
+1 |
+1 |
+1 |
+1 |
+1 |
. Суммарные значения коэффициентов , , определяются аналогично.
Под контрастом плана понимается соотношение между элементами матрицы F, задающее элемент первого столбца матрицы F.
Элементы первого столбца, всегда равные единице, обозначим символически через . План с генератором имеет следующий контраст: .
План с генератором имеет контраст .
Пример Для дробного факторного плана 23-1 с контрастом получаем следующий порядок смешивания для факторов и :
Для оценок имеем соответственно
Для дробного факторного плана 24-1 с контрастом получаем аналогично
Порядок контраста - число элементов в нем
. . обобщающий контраст Пример
Для дробного факторного плана 25-2 в качестве генераторов выбраны соотношения и
Контрасты плана и
Обобщающий контраст .
Умножая все составляющие обобщающего контраста на факторы, находим совпадающие столбцы матрицы F:
.
Вычислительные формулы и свойства планов
Оценки всех коэффициентов не смешаны (т. е. матрица F не имеет совпадающих столбцов):
. (2) . (3)
Планы типа являются, таким образом, ортогональными для моделей вида (1). Для вычисления оценок коэффициентов получаем формулы
(6) Здесь (k +1) —общее число коэффициентов модели (1).
Коэффициент
является
мерой парного взаимодействия факторов
(взаимодействия первого порядка),
коэффициент
отражает
воздействие тройного взаимодействия
(взаимодействия второго порядка).
Применение полных факторных планов для моделей типа (1)
Пример
,
-
№
v0
v1
v2
v3
v1 v2
у
1
+1
+1
+1
+1
+1
2
+1
–1
+1
+1
–1
3
+1
+1
–1
+1
–1
4
+1
–1
–1
+1
+1
5
+1
+1
+1
–1
+1
6
+1
–1
+1
–1
–1
7
+1
+1
–1
–1
–1
8
+1
–1
–1
–1
+1
а) столбец фиктивного фактора заполняется значениями +1;
б) столбцы входных сигналов заполняется всеми сочетаниями ±1.
в) столбцы взаимодействий входных сигналов заполняются путем перемножения столбцов соответствующих сигналов.
Билет №15. 1. Параметрическая идентификация односвязных линейных объектов: частотный метод определения коэффициентов ПФ, общий случай.
Динамической моделью объекта является дифференциальное уравнение ПФ модели состояния. Различают параметрические модели и непараметрические (в виде некоторых функций, когда оценке подлежат виды функции).
Формируется на входе скачок, на выходе – переходная характеристика. Дельта – функцию сформировать на практике практически невозможно. – случайный процесс(помеха). Выходом является аддитивная смесь:
,
- оценка переходной характеристики.
– коэффициент,
с которого ступенчатое воздействие
воздействует на вход. Если выбрать
большим, то можно попасть в зону
нелинейности ОУ, если маленьким –
увеличится помеха.