Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Otchet_KP_Ustich_Arthur.doc
Скачиваний:
9
Добавлен:
11.02.2016
Размер:
713.22 Кб
Скачать

1.2.1 Аппроксимация на скользящих интервалах

Можно использовать подход, позволяющий проводить идентификацию при любом характере воздействия. Кроме того, учитывается, что зависимости X(τ) и Y(τ) могут быть зашумлены.

Выбирается метод наименьших квадратов с аппроксимацией зависимостей X=f(τ) и Y=f(τ) на интервалах времени, при котором:

    • проводится аппроксимация зависимостей X=f(τ) и Y=f(τ) на интервалах оси времени гладкими функциями (полиномы невысоких степеней);

    • для моментов времени путем дифференцирования аппроксимирующей функций определяются производные Y’ и значения X, Y;

    • значения функций и производных подставляются в идентифицируемое уравнение и определяется сумма квадратов невязок левой и правой частей уравнения для всех рассматриваемых моментов времени;

    • значения коэффициентов идентифицируемого дифференциального уравнения определяются путем минимизации суммы квадратов невязок левой и правой частей уравнения.

Второй особенностью метода является организация обработки данных для идентификации.

Экспериментальные данные представляются совокупностью записей, каждая из которых содержит: значение момента времени τi, значение воздействия Xеi, значение реакции объекта Yеi

Из совокупности записей выделяются выборки (интервалы времени) для каждой из которых вводится новая независимая переменная t.

Зависимости X(t) иY(t) в пределах каждого интервала (выборки записей) аппроксимируются полиномами невысоких степеней.

(1.7)

где а0аKpolиb0bKpol- коэффициенты аппроксимирующих полиномов,Kpol– порядок аппроксимирующего полинома.

Выбранный способ представления данных для проведения аппроксимации экспериментальных зависимостей Xе(τ) иYе(τ) отличается тем, что он не требует равномерного расположения моментов времени на осиτ.

Другим достоинством принятого способа является возможность существенного перекрытия интервалов времени при аппроксимации, что заметно повышает достоверность результатов идентификации.

При идентификации уравнения (1) минимизируемый функционал Sимеет вид:

. (1.8)

Минимум Sдостигается при выполнении условий:

,.

Что приводит к системе линейных алгебраических уравнений:

(1.9)

1.3 . Результаты решения задачи идентификации. Проведение идентификации в среде Excel

Таблица 1.1 – Результаты идентификации методом аппроксимации на смежных интервалах:

i

t

X

Y

Y`

(Y)^2

-X*Y'

X^2

-Y*Y'

X*Y

Ych

1

0

0,685

1,019

-0,859

0,738

0,588

0,469

0,875

0,697

1,019

2

0,1

0,779

0,979

-0,584

0,341

0,455

0,607

0,572

0,763

0,987

3

0,2

0,905

0,944

-0,351

0,123

0,317

0,819

0,331

0,855

0,970

4

0,3

0,973

0,956

-0,154

0,024

0,150

0,947

0,147

0,930

0,965

5

0,4

1,058

0,964

0,008

0,000

-0,008

1,120

-0,007

1,020

0,967

6

0,5

1,137

0,973

0,138

0,019

-0,157

1,294

-0,134

1,107

0,978

7

0,6

1,231

1,019

0,240

0,058

-0,295

1,514

-0,245

1,253

0,996

8

0,7

1,298

1,023

0,316

0,100

-0,410

1,684

-0,323

1,327

1,020

9

0,8

1,338

1,058

0,369

0,136

-0,494

1,792

-0,391

1,416

1,048

10

0,9

1,383

1,081

0,401

0,161

-0,555

1,912

-0,434

1,495

1,076

11

1

1,430

1,121

0,415

0,172

-0,593

2,044

-0,465

1,603

1,107

12

1,1

1,453

1,140

0,412

0,170

-0,599

2,112

-0,470

1,656

1,137

13

1,2

1,475

1,161

0,396

0,157

-0,584

2,176

-0,459

1,712

1,167

14

1,3

1,488

1,225

0,367

0,135

-0,546

2,214

-0,449

1,823

1,196

15

1,4

1,507

1,218

0,328

0,107

-0,494

2,272

-0,399

1,835

1,223

16

1,5

1,504

1,246

0,280

0,078

-0,421

2,263

-0,349

1,874

1,248

17

1,6

1,458

1,293

0,225

0,051

-0,328

2,125

-0,291

1,884

1,268

Продолжение таблицы 1.1

18

1,7

1,436

1,283

0,165

0,027

-0,236

2,062

-0,211

1,842

1,283

19

1,8

1,405

1,294

0,100

0,010

-0,141

1,973

-0,130

1,818

1,293

20

1,9

1,365

1,304

0,033

0,001

-0,045

1,863

-0,043

1,780

1,299

21

2

1,327

1,338

-0,036

0,001

0,047

1,760

0,048

1,774

1,300

22

2,1

1,229

1,304

-0,105

0,011

0,129

1,509

0,137

1,602

1,295

23

2,2

1,171

1,308

-0,174

0,030

0,203

1,371

0,227

1,531

1,282

24

2,3

1,097

1,276

-0,241

0,058

0,265

1,204

0,308

1,401

1,264

25

2,4

1,016

1,286

-0,306

0,094

0,311

1,031

0,394

1,306

1,240

26

2,5

0,911

1,255

-0,368

0,135

0,335

0,831

0,462

1,144

1,209

27

2,6

0,827

1,191

-0,426

0,182

0,353

0,684

0,508

0,985

1,172

28

2,7

0,736

1,146

-0,481

0,231

0,354

0,542

0,550

0,843

1,130

29

2,8

0,637

1,140

-0,530

0,281

0,338

0,406

0,604

0,726

1,082

30

2,9

0,561

1,064

-0,574

0,330

0,322

0,314

0,611

0,597

1,031

31

3

0,438

1,010

-0,613

0,375

0,268

0,192

0,619

0,443

0,975

32

3,1

0,339

0,963

-0,646

0,417

0,219

0,115

0,622

0,326

0,914

33

3,2

0,255

0,910

-0,672

0,452

0,171

0,065

0,612

0,232

0,849

34

3,3

0,132

0,831

-0,693

0,480

0,091

0,017

0,576

0,109

0,781

35

3,4

0,072

0,746

-0,707

0,500

0,051

0,005

0,528

0,054

0,711

36

3,5

-0,010

0,699

-0,715

0,512

-0,007

0,000

0,500

-0,007

0,641

37

3,6

-0,104

0,627

-0,717

0,514

-0,075

0,011

0,450

-0,066

0,569

38

3,7

-0,182

0,523

-0,712

0,508

-0,130

0,033

0,372

-0,095

0,497

39

3,8

-0,261

0,481

-0,702

0,493

-0,183

0,068

0,337

-0,126

0,423

40

3,9

-0,327

0,398

-0,685

0,469

-0,224

0,107

0,273

-0,130

0,350

41

4

-0,366

0,320

-0,663

0,439

-0,243

0,134

0,212

-0,117

0,279

42

4,1

-0,413

0,240

-0,635

0,403

-0,262

0,171

0,153

-0,099

0,212

43

4,2

-0,445

0,186

-0,602

0,362

-0,268

0,198

0,112

-0,083

0,147

44

4,3

-0,485

0,127

-0,564

0,318

-0,273

0,235

0,072

-0,062

0,085

45

4,4

-0,489

0,066

-0,521

0,271

-0,255

0,239

0,034

-0,032

0,027

46

4,5

-0,494

0,018

-0,474

0,225

-0,234

0,244

0,009

-0,009

-0,025

47

4,6

-0,504

-0,041

-0,424

0,179

-0,213

0,254

-0,017

0,021

-0,072

48

4,7

-0,495

-0,081

-0,370

0,137

-0,183

0,245

-0,030

0,040

-0,115

49

4,8

-0,454

-0,110

-0,313

0,098

-0,142

0,206

-0,034

0,050

-0,151

50

4,9

-0,435

-0,147

-0,254

0,064

-0,110

0,189

-0,037

0,064

-0,180

51

5

-0,366

-0,183

-0,192

0,037

-0,070

0,134

-0,035

0,067

-0,201

52

5,1

-0,345

-0,193

-0,130

0,017

-0,045

0,119

-0,025

0,067

-0,216

53

5,2

-0,270

-0,189

-0,066

0,004

-0,018

0,073

-0,013

0,051

-0,225

54

5,3

-0,189

-0,207

-0,002

0,000

0,000

0,036

0,000

0,039

-0,225

55

5,4

-0,140

-0,186

0,062

0,004

0,009

0,020

0,011

0,026

-0,218

56

5,5

-0,049

-0,195

0,125

0,016

0,006

0,002

0,024

0,010

-0,205

57

5,6

0,034

-0,174

0,187

0,035

-0,006

0,001

0,033

-0,006

-0,185

58

5,7

0,126

-0,159

0,248

0,061

-0,031

0,016

0,039

-0,020

-0,158

59

5,8

0,219

-0,109

0,306

0,094

-0,067

0,048

0,034

-0,024

-0,124

60

5,9

0,328

-0,073

0,362

0,131

-0,119

0,108

0,026

-0,024

-0,084

Продолжение таблицы 1.1

61

6

0,410

-0,041

0,415

0,172

-0,170

0,168

0,017

-0,017

-0,038

62

6,1

0,497

-0,009

0,465

0,216

-0,231

0,247

0,004

-0,004

0,011

63

6,2

0,627

0,065

0,510

0,260

-0,320

0,393

-0,033

0,041

0,066

64

6,3

0,717

0,116

0,551

0,304

-0,395

0,514

-0,064

0,083

0,127

65

6,4

0,795

0,164

0,587

0,345

-0,467

0,632

-0,096

0,130

0,190

66

6,5

0,888

0,253

0,618

0,382

-0,549

0,788

-0,156

0,225

0,254

67

6,6

0,998

0,325

0,644

0,414

-0,643

0,997

-0,209

0,325

0,323

68

6,7

1,080

0,374

0,664

0,440

-0,717

1,166

-0,248

0,404

0,394

69

6,8

1,141

0,470

0,677

0,459

-0,773

1,301

-0,318

0,536

0,465

70

6,9

1,233

0,504

0,685

0,469

-0,844

1,519

-0,345

0,621

0,536

71

7

1,309

0,588

0,686

0,471

-0,898

1,713

-0,403

0,770

0,608

72

7,1

1,336

0,657

0,681

0,463

-0,909

1,784

-0,447

0,878

0,678

73

7,2

1,379

0,748

0,668

0,447

-0,922

1,903

-0,500

1,032

0,745

74

7,3

1,452

0,789

0,650

0,422

-0,943

2,108

-0,513

1,146

0,810

75

7,4

1,473

0,839

0,624

0,389

-0,919

2,168

-0,524

1,236

0,873

76

7,5

1,485

0,909

0,592

0,350

-0,879

2,205

-0,538

1,350

0,932

77

7,6

1,501

0,977

0,553

0,306

-0,830

2,254

-0,540

1,466

0,986

78

7,7

1,508

1,024

0,508

0,258

-0,766

2,274

-0,520

1,544

1,035

79

7,8

1,477

1,056

0,457

0,209

-0,675

2,181

-0,483

1,559

1,078

80

7,9

1,473

1,123

0,400

0,160

-0,590

2,170

-0,449

1,654

1,115

81

8

1,438

1,130

0,338

0,114

-0,487

2,069

-0,382

1,626

1,147

82

8,1

1,383

1,160

0,271

0,074

-0,375

1,913

-0,315

1,604

1,170

83

8,2

1,359

1,180

0,200

0,040

-0,272

1,847

-0,236

1,604

1,187

84

8,3

1,317

1,194

0,125

0,016

-0,165

1,734

-0,149

1,572

1,199

85

8,4

1,247

1,199

0,047

0,002

-0,059

1,555

-0,057

1,495

1,205

86

8,5

1,182

1,216

-0,033

0,001

0,039

1,396

0,040

1,436

1,202

87

8,6

1,067

1,208

-0,114

0,013

0,122

1,139

0,138

1,290

1,191

88

8,7

1,014

1,163

-0,196

0,038

0,199

1,028

0,228

1,180

1,173

89

8,8

0,917

1,171

-0,277

0,077

0,254

0,840

0,325

1,074

1,149

90

8,9

0,801

1,127

-0,356

0,127

0,285

0,642

0,402

0,903

1,117

91

9

0,720

1,115

-0,432

0,187

0,311

0,519

0,482

0,803

1,079

92

9,1

0,612

1,062

-0,504

0,254

0,309

0,375

0,535

0,650

1,034

93

9,2

0,520

1,028

-0,570

0,325

0,296

0,270

0,586

0,534

0,985

94

9,3

0,427

0,963

-0,628

0,394

0,268

0,182

0,605

0,411

0,931

95

9,4

0,340

0,904

-0,677

0,458

0,230

0,116

0,612

0,307

0,874

S=

20,634

-16,568

90,307

2,873

72,766

(Y)^2

-X*Y'

X^2

-Y*Y'

X*Y

Рисунок 1.3 – Линия Тренда для y()

Для определения коэффициентов А и Kрешим полученную систему линейных алгебраических уравнений методом обращения матрицы.

Исходная матрица

Вектор правой части

Обратная матрица

20,634

-16,57

2,87349

0,0568

0,01

-16,568

90,307

72,7657

0,0104

0,013

Вектор решения

A=

0,9221

D1=

0,8971

k=

0,9749

D2=

0,0501

Dt=

0,1

Рисунок 1.4– Проверка правильности решения в Excel

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]