- •Моделирование и идентификация объектов управления
- •Моделирование и идентификация объектов управления
- •Введение
- •Лабораторная работа №1 «Идентификация параметров статической характеристики объекта»
- •1.1 Цели и задачи работы
- •1.2 Содержание работы
- •1.3 Оборудование, технические и инструментальные средства
- •1.4 Порядок выполнения работы
- •1.5 Контрольные вопросы
- •1.6 Контрольный пример
- •Лабораторная работа №2 «Однофакторный дисперсионный анализ объекта»
- •2.1 Цели и задачи работы
- •2.2 Содержание работы
- •2.3 Оборудование, технические и инструментальные средства
- •2.4 Порядок выполнения работы
- •2.5 Контрольные вопросы:
- •2.6 Контрольный пример
- •Лабораторная работа №3 «Статистическая оценка параметров распределения случайных величин. Проверка гипотез»
- •3.1 Цели и задачи работы
- •3.2 Содержание работы
- •3.3 Оборудование, технические и инструментальные средства
- •3.4 Порядок выполнения работы
- •3.5 Контрольные вопросы
- •3.6 Контрольный пример
- •Лабораторная работа №4 «Определение параметров модели методами планирования эксперимента»
- •4.1 Цели и задачи работы
- •4.2 Содержание работы
- •4.3 Оборудование, технические и инструментальные средства
- •4.4 Контрольные вопросы:
- •4.5 Контрольный пример
- •4.6 Контрольный пример
- •Лабораторная работа №5 «Идентификация динамических характеристик объектов»
- •5.1 Цели и задачи работы
- •5.2 Идентификация динамических характеристик объектов с самовыравниванием
- •5.3 Оборудование, технические и инструментальные средства
- •5.4 Порядок выполнения работы
- •5.5 Идентификация динамических характеристик объектов без самовыравнивания.
- •5.6 Проверка адекватности
- •5.7 Методика проведения эксперимента
- •Лабораторная работа №6 «Оптимальная линейная фильтрация по Калману»
- •6.1 Постановка задачи
- •Лабораторная работа №7» Определение параметров регрессионной модели с использованием рекуррентных методов оценивания. Непараметрические методы идентификации»
- •7.1 Цель работы
- •7.2 Порядок работы
- •Лабораторная работа №8 «Идентификация на основе авторегрессионных моделей»
- •8.1 Цель работы
- •8.2 Порядок работы
- •8.3 Содержание отчета
- •Лабораторная работа №9 «Идентификация при помощи пакетов расширения matlab»
- •9.1 Цель работы
- •Лабораторная работа №10 «Оценивание состояния системы дискретным фильтром Калмана»
- •10.1 Цель работы
- •10.2 Порядок работы
- •Приложение а. Основы работы в matlab Общие сведения
- •Приложение б. Виртуальный лабораторный комплекс «Моделирование и идентификация объектов управления»
- •Приложение в. Пример проверки адекватности математической модели динамики объекта с применением расчетов в среде Mathcad
- •Приложение г. Пример проверки адекватности математической модели статики объекта по критерию Фишера в среде Mathcad
- •Приложение д. Пример проверки значимости коэффициентов математической модели статики объекта по критерию Стьюдента в среде Mathcad
- •Лабораторная работа № 8.
4.2 Содержание работы
Методика проведения эксперимента:
Составьте план проведения эксперимента
Запустите программу LAB4, зарегистрируйтесь используя номер своей зачетной книжки.
Введите значения входных параметров (T,Q,F), соответствующие текущей строке матрицы планирования эксперимента и проведите 3 повторных опыта, не забывая при этом регистрировать значения выходной величины Y.
Выполните все необходимые расчеты вручную или с использование систем MsExcel или Mathcad.
Повторите опыты для каждой строки матрицы планирования эксперимента.
Выполните все необходимые расчеты вручную или с использование систем MsExcel или Mathcad
Запустите программу LAB4А, выполните работу, использую инструкции на экране.
4.3 Оборудование, технические и инструментальные средства
Для выполнения работы необходим персональный компьютер с установленной операционной системой MsWindows. Используются программы для ПК «LAB4. Виртуальная лабораторная работа №4 по дисциплине МИОУ. Планирование эксперимента» и «LAB4а. Виртуальная лабораторная работа №4А по дисциплине МИОУ. Исследование методом ПФЭ» или виртуальный лабораторный комплекс «Моделирование и идентификация объектов управления» (см. приложение Б).
4.4 Контрольные вопросы:
Активный и пассивный эксперимент. Их отличия?
Что такое многофакторный эксперимент?
Что такое уравнение регрессии?
Что такое полный факторный эксперимент?
Что понимается под уровнем и фактором?
Как формируется матрица планирования эксперимента?
Каким образом осуществляется переход к безразмерному виду в матрице планирования эксперимента?
В чем состоит смысл проверки дисперсии на однородность?
Как определяются коэффициенты уравнения регрессии?
Как определяется значимость коэффициентов?
Как проверяется адекватность уравнения регрессии?
Что такое ортогональный план 2 порядка?
Когда используются планы 2 порядка?
Как определяется значение звездного плеча "а"?
Каким образом формируются столбцы при нелинейных членах в матрице планирования эксперимента?
Для чего используется критерий Фишера, как определяются квантили распределения Фишера?
Для чего используется критерий Стьюдента, как определяются квантили распределения Стьюдента?
Что такое дробная реплика?
4.5 Контрольный пример
Пример приведен для линейного плана типа 2к)
При исследовании влияния входных факторов: T (температура в реакторе, гр.Ц), Q (концентрация целевого компонента в сырье,%),F (расход сырья) на концентрацию целевого компонента на выходе, Y (%), по схеме полного факторного эксперимента были получены экспериментальные данные:
Таблица4.3.
n |
T |
Q |
F |
Y1 |
Y2 |
Y3 |
Ycp |
σ2 |
Yрасч |
1 |
153.00 |
33.00 |
0.740 |
46.56 |
44.86 |
45.29 |
45.57 |
0.781 |
45.78 |
2 |
153.00 |
33.00 |
1.740 |
43.84 |
43.06 |
43.11 |
43.34 |
0.191 |
43.11 |
3 |
153.00 |
53.00 |
0.740 |
57.73 |
59.85 |
58.84 |
58.81 |
1.124 |
58.63 |
4 |
153.00 |
53.00 |
1.740 |
56.18 |
56.64 |
54.50 |
55.77 |
1.269 |
55.96 |
5 |
253.00 |
33.00 |
0.740 |
62.59 |
59.28 |
60.71 |
60.86 |
2.756 |
60.82 |
6 |
253.00 |
33.00 |
1.740 |
64.05 |
62.75 |
63.52 |
63.44 |
0.427 |
63.49 |
7 |
253.00 |
53.00 |
0.740 |
74.02 |
75.12 |
71.58 |
73.57 |
3.283 |
73.66 |
8 |
253.00 |
53.00 |
1.740 |
77.32 |
74.23 |
77.72 |
76.42 |
3.648 |
76.33 |
Требуется определить коэффициенты уравнения регрессии вида:
Y = B0+B1·X1+B2·X2+B3·X3+B4·X12+B5·X13+B6·X23+B7·X123
оценить их значимость, а также проверить модель на адекватность эксперименту.
1) Матрица планирования в безразмерном виде будет выглядеть следующим образом:
Таблица 4.4.
n |
X0 |
X1 |
X2 |
X3 |
X12 |
X13 |
X23 |
X123 |
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 |
5 |
1 |
1 |
-1 |
-1 |
-1 |
-1 |
1 |
1 |
6 |
1 |
1 |
-1 |
1 |
-1 |
1 |
-1 |
-1 |
7 |
1 |
1 |
1 |
-1 |
1 |
-1 |
-1 |
-1 |
8 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
2) Средние значения по опытам и соответствующие дисперсии, рассчитанные по (4.1) и (4.2) сведены для удобства расчетов в таблицу 4.3.
3) Критерий Кохрена определяемый как отношение максимальной дисперсии (σmax2=3.648) к сумме всех дисперсий по опытам (13.479) будет равен:
G = 0.27
т.к. G<Gkp(α, m-1, N)=Gkp(0.05, 2,8)=0.5157 следует, что дисперсия однородна, т.е. влияние неучтенных факторов отсутствует.
4) Дисперсия воспроизводимости: σвос2= 1.685 (см. 4.3)
5) Рассчитанные значения коэффициентов Bj, а также соответствующих им дисперсий σBj2 и расчетных значений критерия Стьюдента (см. формулы 4.4, 4.5, 4.6) можно свести в таблицу: (Критическое значение Tkp(σ, N(m-1))=Tp(0.05, 16)=2.12)
Таблица 4.5
j |
Bj |
sBj |
TBj |
Значим? |
При |
0 |
59.72 |
0.265 |
225.4 |
Да |
X0 |
1 |
8.85 |
0.265 |
33.41 |
Да |
X1 |
2 |
6.42 |
0.265 |
24.23 |
Да |
X2 |
3 |
0.02 |
0.265 |
0.077 |
Нет |
X3 |
4 |
0.002 |
0.265 |
0.011 |
Нет |
X12 |
5 |
1.337 |
0.265 |
5.046 |
Да |
X13 |
6 |
-0.066 |
0.265 |
0.25 |
Нет |
X23 |
7 |
0.134 |
0.265 |
0.5 |
Нет |
X123 |
6)Дисперсия адекватности: σад2= 0.136 (см. 4.6)
7)Расчетное значение критерия Фишера, определяемое как отношение σад2 к σвос2 :
F = 0.08
т.к. F<Fkp(α, N-l, N(m-1))=Fkp(0.05,4,16)=3.0 следует, что уравнение регрессии адекватно описывает экспериментальные данные.
8)Вид уравнения регрессии в безразмерной форме (с учетом только значимых коэффициентов):
Y = 59.72·X0 + 8.85·X1 + 6.42·X2 + 1.337·X13
В натуральной форме:
Y = 59.72 + 8.85·(T-203)/50 + 6.42·(Q-43)/10 +
1.337·[(T-203)/50]·[(F-1.24)/0.5]
или после раскрытия скобок:
Y = 23.11 + 0.044·T + 0.642·Q - 21.72·F + 0.107·T·F
