
- •1. Общие сведения об объектах управления.
- •2. Классификация промышленных объектов управления
- •3. Методы математического описания объектов управления.
- •3.1. Аналитические методы
- •3.2. Методы экспериментального определения динамических характеристик объектов управления
- •3.3. Определение динамических характеристик объекта управления по его кривой разгона
- •3.4. Метод Орманса
- •3.5. Частотные методы определения динамических характеристик
- •3.6. Определение параметров объекта управления методом наименьших квадратов
- •3.7. Понятие о статистических методах определения динамических характеристик объекта
- •3.8. Технико-экономические и эксплутационные показатели объектов управления.
- •Источники информации. Список использованной литературы.
3.7. Понятие о статистических методах определения динамических характеристик объекта
В
статистических методах определения
динамических характеристик объекта
управления предполагается, что входной
и выходной сигналы объекта представляют
собой реализации случайных процессов.
В связи с этим их обработка должна
производиться статическими методами.
При этом входной сигнал может быть либо
искусственно сформирован от генератора
шума, либо быть естественным шумовым
компонентом в условиях нормальной
эксплуатации объекта.
Пробный
входной сигнал должен содержать в своем
спектре множество гармоник со случайной
амплитудой и фазой. Это позволяет
ускорить процесс определения параметров
объекта управления. При этом необходимо,
чтобы входной сигнал был достаточно
спектрально насыщен, т. е. имел как
низко-, так и высокочастотные
составляющие.
Этому требованию
удовлетворяет сигнал типа "белого
шума". Но в реальных условиях такой
сигнал не воспроизводим, поэтому
ограничивают частотный спектр случайного
сигнала, примером которого является
псевдослучайный двоичный сигнал - ПСДС.
Генератор шума настраивают таким
образом, чтобы он генерировал множество
гармоник, оценивающих наиболее
существенный участок АФХ объекта
управления.
Входной и выходной сигналы
объекта квантуют по времени и полученные
массивы данных вводят в ЭВМ. Предварительно
происходит обработка этих массивов
путем их центрирования, когда из текущего
массива данных вычитается его среднее
значение, и путем отбеливание, в результате
которого из выходного сигнала исключаются
явные шумовые составляющие не несущие
информации.
По полученным массивам
входных и выходных данных определяют
автокорреляционную
и
взаимокорреляционную
функции.
Корреляционные функций характеризует
тесноту вероятностной связи между двумя
соседними ординатами процесса, сдвинутыми
на время
,
где
.
Зная корреляционные функции по ним
находят соответствующие спектральные
плотности
и
.
Спектральная плотность характеризует
распределение дисперсии амплитуд
гармонических составляющих соответствующих
сигналов. Зная спектральные плотности
можно определить модуль частотной
передаточной функции объекта, используя
соотношение
3.8. Технико-экономические и эксплутационные показатели объектов управления.
Рассмотренные ранее характеристики объектов не дают полного представления о них, так как не раскрывают многих свойств и показателей объектов, значение которых необходимо для успешного решения задач управления объектами.
К числу технико-экономических и эксплутационных показателей объектов управления относятся: энергоемкость, КПД, надежность, уровень создаваемых помех, воздействие объекта на окружающую среду, чувствительность параметров объекта к изменению температуры, влажности и атмосферного давления, требования к параметрам питающего напряжения или другого энергоносителя, стоимость объекта, эксплутационные расходы, частота проведения регламентных работ и многие другие.
В процессе изучения объекта необходимо составить перечень его технико-экономических и эксплутационных показателей и провести все необходимые исследования, измерения, вычисления и т.д., дающие возможность получить числовые данные по этим показателям. Количество технико-экономических и эксплутационных показателей, их характеристики и оценки зависят от физической природы объекта и целей автоматизации. Знание технико-экономических и эксплутационных показателей объекта позволяет технически правильно выбрать и обосновать проектируемую систему автоматического управления объектом и средства для ее реализации и произвести оценку экономической эффективности системы.
Из краткого рассмотрения методов математического описания объектов видно, что цели автоматизации и физическая природа объекта определяют способы получения их математических моделей, которые с определенной достоверностью отражают реальные характеристики. Стремление к получению возможно более достоверной информации об объекте связано с большими трудозатратами и не всегда экономически оправдано. В дальнейшем будет показано, что применение самонастраивающихся систем в значительной мере компенсирует недостаток априорной информации об объекте и является наиболее перспективным направлением развития локальных систем управления.