
- •3.Планирование экспериментов. Полный факторный эксперимент.
- •4.Экспериментальные методы получения динамических характеристик. Корреляционный метод идентификации. Уравнение Винера-Хопфа.
- •5. Классификация объектов управления. Регулирование уровня. Уравнения динамики.
- •1.Классификация методов моделирования. Метод наименьших квадратов. Определение коэффициентов регрессии. Оценка адекватности уравнения регрессии и работоспособности.
- •2.Модели множественной регрессии. Корреляционный анализ. Оценка тесноты линейной и нелинейной связи.
- •6. Классификация объектов управления. Регулирование давления. Уравнения динамики.
- •7. Основы теории массообмена. Уравнения переноса массы, материальный баланс, движущая сила.
- •8. Основы теории теплообмена. Математическое описание теплообменника смешения.
- •10. Методы идентификации нелинейных систем. Линеаризация.
- •9. Этапы идентификации систем. Модели дискретных динамических систем. Переход от непрерывных моделей к дискретным.
3.Планирование экспериментов. Полный факторный эксперимент.
Рассмотрим оптимальный двухуровневый план 2к, где к-число параметров. При планировании экспериментов условия опытов представляют собой фиксированное число значений, уровней для каждого фактора. Если эксперименты проводят на двух уровнях при двух значениях факторов, то постановку опытов наз-ют полный факторный эксперимент. Уровни факторов представляют собой границы исследуемой области по технологическому параметру.
Шаг
вариирования:
Центр
плана:
Переход
к безразмерным единицам:
Необходимо получить полное уравнение регрессии с коэф-тами взаимодействия:
Пример.
Z1 изментяется от 100 до 200 ед. изм.
Z2 измен-ся от 20 до 60 ед. изм.
Z3 измен-ся ри 10 до 30 ед.изм.
;
;
;
;
;
;
Запишем план проведения экспериментов в виде матрицы планирования:
Матрица планирования 23
Матрица планирования с фиктивной переменной:
Рассчитаем линейные коэф-ты регрессии:
;
;
;
;
;
;
;
;
Итоговое уравнение регрессии:
;
4.Экспериментальные методы получения динамических характеристик. Корреляционный метод идентификации. Уравнение Винера-Хопфа.
Динамическим характеристикам объектаотносятся: 1.Переходная функция. 2.Весовая функция. 3.Дифференциальные уравнение. 4.Передаточная функция. 5.Все частотные характеристики.
Все эти характеристики связаны между собой преобразованиями Лапласа и Фурье. Имея одну из этих характеристик можно получить остальные.
Прямое преобразование Лапласа Обратное преобразование Лапласа
Экспериментальный метод нахождения динам. хар-кактивным способом закл. в опред-нии хар-ра реакции объекта на тот или иной вид возмущ. возд-вия (импульс, единичное, синусоида)
Найдем уравнение объекта по его временной хар-ке:
Рассмотрим уравнение 1-го пордка для простых объектов
-диф.
ур-ние 1-го порядка
По
найденным значениям К и Т строим
зависимость по решению диф. уравнения
1-го порядка. Расхождение м/у кривыми
д. составлять 3-5%. Если расхождение
значи-ые, след-но, нужно пересчитать
пар-р Т. На точность Т м. влиять правильность
проведения касат. к кривой в нач. точке.
Д/объекта 2го порядка м. записать след. уравнение:
Решение этого уравнения имеет следующий вид:
Корреляционный метод индентификации
Вых. перемен. объекта y(t) опр-ся не т/о детерминированными ур-ми входн. сигналовu(t), но и наблюдаемыми и неуправляемыми возд-ми (помехами)
Д/колисественной оценки и сравнения разл. случ. сигналов исп. разл. хар-ки этих сигналов: 1) ф-ция распрю. вер-тей случ. проц; 2) плотность вер-тей; 3) мат. ожидан. случ. проц.; 4) дисперсия слу. проц.; 5) корреляц. ф-ция; 6) спектральная плостность.
Коррел. ф-ция: 1) автокорреляционная (Rxx) – это мат. ожидание произведений 2х знач. одного и того же сигнала сдвинутых по времени. 2) взаимная корр. ф-ция – мат. ожидание произведений 2х сигналов 1 их к-х сдвинут относ-но др по времени.
Оценка
кор. ф-ции:
,
-центрированные
случайный сигнал (процесс с нулевым
средним значением)
Спектральная плотность – это ф-ция, к-я пок-ет распр-ие мощности сигнала по частотам.
;
;
–уравнение Виннера-Хопфа. Это ур-ие
относ-ся к лин-му интегрир. ур-ию 1-го
рода. Его численное реш-ние осущ методами
апроксимирующих ф-ций, к-е выч-ся на
основе методов холлокации Галеркина
в конечных элементах, наим. квадратов.
Результат решения этого уравнения –
ф-ция веса обекта.