
- •Список литературы:
- •Введение
- •Основные понятия и определения
- •Классический подход
- •Системный подход
- •Способы создания моделей
- •Классификация моделей
- •Классификация методов моделирования
- •Глава 2 Теоретические основы моделирования
- •1.1 Условное моделирование
- •1.2 Аналогия.
- •2. Аналогичное моделирование
- •3. Элементы теории подобия
- •3.1 Понятие подобия
- •3.2 Подобие физических процессов (объектов)
- •3.3 Виды подобия.
- •Теория размерности Основные положения теории размерности
- •Критерии подобия
- •3.4 Определение критериев подобия
- •Определение критериев подобия при известном математическом описании
- •Определение критериев подобия с использованием теории размерности (при неизвестном математическом описании)
- •3.5 Первая теорема подобия и ее применение при определении критериев подобия.
- •3.5.1 Определение критериев подобия по уравнениям исследуемых процессов
- •3.5.2 Определение критериев подобия процессов, описываемых уравнениями, содержащими только однородные функции
- •3.5.3 Определение критериев подобия процессов, описываемых уравнениями, содержащими неоднородные функции
- •Преобразование критериев подобия
- •Методика определения критериев подобия способом интегральных аналогов
- •3.6 Вторая теорема подобия и ее применение при определении критериев подобия (-теорема)
- •Методика определения критериев подобия на основе анализа размерностей
- •Этапы определения критериев подобия
- •3.7 Третья теорема подобия и ее применение при установлении условий подобия.
- •3.7.1 Формулировка третьей теоремы, отвечающая реальным задачам
- •3.7.2 Автомодельность
- •3.7.3. Масштабные уравнения
- •Общий вид масштабных уравнений для любой системы по методу размерности
- •3.8 Дополнительные положения о подобии
- •Первое дополнительное положение о подобии сложных систем
- •3.8.1.1 Следствия первого дополнительного положения
- •Второе дополнительное положение о подобии систем с нелинейными или переменными параметрами
- •Третье дополнительное положение о подобии анизотропных или неоднородных систем
- •Четвертое дополнительное положение о подобии физических
- •Этапы процесса подобного моделирования
- •Классификация видов подобия и моделирования
- •В качестве модели заменим
- •Методы идентификации
- •Структурная идентификация
- •Р ис. 20 Общая схема идентификации модели Текущие данные
- •Выбор класса модели
- •Выбор критерия согласия
- •Параметрическая идентификация
- •Схемы параметрической идентификации
- •Идентификация линейной регрессионной модели р ис. 21 Схема одномерной системы
- •Линейный регрессионный анализ для многомерных систем
- •Идентификация динамических систем
- •Идентификация нелинейных систем
- •Метод прямого поиска
- •Аппроксимация нелинейности
- •Модель Гаммерштейна
- •Метод Виннера
- •Двухэтапная процедура
- •Планирование эксперимента
- •Активный эксперимент
- •Построение d – плана
- •Оценка адекватности модели
- •Практическая реализация моделирования
- •Масштабирование переменных для авм
- •Операционный усилитель как основной элемент авм
- •Линейные операционные элементы
- •Пропорциональный (масштабирующий) усилитель
- •Звено перемены знака
- •Суммирующий усилитель
- •Интегрирующее звено.
- •Интегрально-пропорциональный усилитель
- •Дифференциальное звено
- •Пример аналогового моделирования двигателя постоянного тока
- •Способы математического описания систем автоматизации электроприводов.
- •Моделирование нелинейных функций
- •Работа операционного усилителя в режиме компаратора
- •Добротность аналоговой вычислительной машины
- •Реализация аналоговых моделей
- •Методы составления схем набора
- •Общая методика моделирования на авм
- •Цифровое моделирование.
- •Приведение дифференциальных уравнений к виду, удобному для цифрового моделирования
- •Структурирование при цифровом моделировании.
- •Выбор вспомогательных переменных для передаточных функций, содержащих оператор в числителе
- •Гибридное моделирование
- •Система matlab
- •Краткая характеристика системы
- •Система matlab (Вводный курс) Ввод простых матриц
- •Программа моделирования динамических систем.
- •Требования к системе.
- •1. Быстрый старт.
- •2. Начальные сведения.
- •2.1 Создание простой модели этап 1
- •2.2 Этап 2
- •3. Анализ моделей.
- •3.1 Способы использования.
- •3.2 Моделирование.
- •3.2.1 Моделирование с помощью меню.
- •3.2.2 Моделирование с помощью командной строки.
- •3.3 Просмотр траекторий выходных сигналов.
- •3.5 Алгебраические циклы
- •3.6 Алгоритмы моделирования
- •4. Управление величиной шага
- •4.1 Минимальный размер шага
- •4.2 Максимальный размер шага
- •4.3 Методы с фиксированным шагом
- •4.4 Эффективный размер шага
- •5. Системы дискретного времени.
- •5.1 Дискретные блоки
- •5.2 Образцовое время
- •5.3 Полностью дискретные системы
- •5.4 Смешанные системы (непрерывные и дискретные)
- •6. Линеаризация
- •Имитационное моделирование.
- •1. Сущность имитационного моделирования.
- •2. Цифровое моделирование больших систем.
- •2.1 Характерные особенности больших систем.
- •2.2 Аналитические модели
- •2.3 Имитационные модели.
- •2.3.1 Влияние случайных факторов.
- •2.4 Пример имитационной модели.
- •2.5 Условия использования имитационных моделей.
- •2.6 Недостатки имитационных моделей.
- •3. Технология моделирования сложных систем. Технологические этапы создания и использования имитационных моделей.
3.2.2 Моделирование с помощью командной строки.
Любое моделирование выполняемое через меню может быть выполнено и из командной строки. Чтобы сконфигурировать параметры модели, можно использовать команду:
[t, x, y] = linsim(‘model1’,[tstart, tfinal],...
x0, [final, minstep, maxstep] );
где model1 имя структурной схемы системы.
Начальные условия, которые могут быть установлены в меню моделирования, определены в векторе х0. Эти условия игнорируют начальные условия установленные в блоках, если только х0 не пустая матрица.
Моделирование из командной строки имеет следующие преимущества перед моделированием из меню:
начальные условия в блоках могут быть обойдены;
не указывая левосторонние аргументы автоматически вычерчиваются графики выходных сигналов;
внешние входные сигналы могут быть заданы дополнительной переменной ut;
M - файлы и MEX - файлы моделей могут моделироваться так же, как блок схемы моделей Simulink-а;
моделирование можно выполнять из М - файлов выдавая параметры в блоки, чтобы изменять их в режиме диалога;
для малых моделей моделирование выполняется незначительно быстрее.
Все алгоритмы интегрирования имеют одинаковую синтаксическую структуру вызова, поэтому другой метод моделирования может выбираться простым изменением имя функции:
[t, x, y] = euler ( ‘system’ , tfinal );
[t, x, y] = rk23 ( ‘system’ , tfinal );
[t, x, y] = rk45 ( ‘system’ , tfinal );
[t, x, y] = linsim ( ‘system’ , tfinal );
[t, x, y] = adams ( ‘system’ , tfinal );
[t, x, y] = gear ( ‘system’ , tfinal );
3.3 Просмотр траекторий выходных сигналов.
Траектории выходных сигналов в Simulink-е могут выводиться использованием любого из трех методов:
Блоками индикации.
Возвращаемыми переменными и командами построения графиков Matlab-а.
Блоками «To Workspace» (В рабочую область) и командами построения графиков Matlab-а.
3.3.1 Использование блока индикации
Моделирование может быть начато из командной строки или меню.
Изображение на индикаторе вполне подходящее, но отсутствует изображение масштабов.
3.3.2 Использование возвращаемых переменных.
Возвращая временную хронологию в Matlab, можно использовать команды построения графиков Matlab для улучшенного графического представления.
Траектория выходного сигнала записывается в вектор выходного сигнала «y», возвращенного функцией интегрирования; например, система именуемая «tfout»
[t, x, y] = linsim(‘tfout’ , 2);
генерирует временную последовательность, которая может быть вычерчена командой
plot(x, y).
3.3.3 Использование блока To Workspace.
Блок To Workspace можно использовать, чтобы возвратить траектории выходных сигналов.
Переменные появляются в рабочей области когда моделирование завершено. Временной вектор сохраняется введением блока Clock (Таймер) в блок To Workspace. Временной вектор можно также получить выделением его из функции интегрирования:
t = linsim (‘tfout’ , 2);
Следует отметить, что блок To Workspace может пересылать множество входных сигналов каждой траектории, сохраненной как вектор - столбец.
3.4 Начальные условия.
Начальные условия, которые относятся к системе в tstart, обычно устанавливаются в самих блоках. Начальные условия в блоках могут быть обойдены заданием дополнительного векторного аргумента «x0»:
[t, x, y] = linsim(‘model’ , tfinal, x0);
Когда этот вектор пустая матрица ( [ ] ) или не указан, используются начальные условия установленные в блоках, в другом случае, используются значения определенные в векторе x0. (Начальные условия нельзя игнорировать, если объект моделируется при помощи меню.)
Начальные условия модели, которые возможно были установлены в блоках, можно выяснить при помощи
[sizes, x0] = model,
где «model» имя модели. Назначенные состояния доступны вплоть до третьего левостороннего аргумента:
[sizes, x0, xstr] = model
где xstr строковая переменная, чья i- ая строка содержит имя блока и траекторию связанную с i- м состоянием.