- •1.Методи побудови моделей. Параметри об’єкта.
- •2.Оператор об’єкта. Визначення поняття ідентифікації.
- •3. Поділ моделей за способом їх побудови.
- •4. Класифікація моделей за видом оператора.
- •5.Класифікація об’єктів за числом потоків
- •6 Аналітичний метод побудови опису об'єкта.
- •7. Модель ідеального перемішування
- •8. Модель ідеального витіснення
- •9.Дифузійна модель
- •10.Побудова емпіричної лінії регресії
- •11.Коефіцієнти кореляції
- •12.Оцінка зв’язку між параметрами
- •13. Нелінійна регресія.
- •14. Мнк для ідентифікації об’єктів.
- •15. Застосування мнк до нелінійної регресії та багатомірного об’єкта.
- •16. Побудова лінії регресії засобами MatLab.
- •17. Процедура ідентифікації Ident програми Mat Lab.
- •18. Повний та дробовий факторні експерименти ідентифікації об’єктів.
- •19. Планування експериментів засобами MatLab.
- •20.Апроксимація та інтерполяція даних в MatLab.
- •21. Метод Брандона ідентифікації об’єкта
- •22.Перевірка адекватності моделі за методом Фішера
- •23.Загальна характеристика методів оптимізації моделі
- •24.Аналітичні методи оптимізації. Оптимізація об’єктів за методом Лагранжа
- •25. Загальна схема динамічної ідентифікації параметрів моделі.
- •26. Ідентифікація моделі динамічногго об’єкта.
- •27. Ідентифікація з використання моделей Вольтера.
- •28. Загальна характеристика активної ідентифікації.
- •29.Планування активного експерименту.
- •30. Ідентифікація об’єкта за перехідною характеристикою.
- •31.Визначення параметрів передаточної функції об’єкта за кривою розгону логарифмічним методом
- •32. Ідентифікація об’єкта за імпульсною перехідною характеристикою.
- •33.Індентифікація об’єктів за частотними характеристиками
- •34.Індентифікація перехідної характеристики з використанням методів площ.
- •35.Ідентифікації моделей об’єктів третього порядку за їх часовими характеристиками
- •36.Індентифікація об’єктів за загальною передаточною функцією
- •37. Моделювання теплообмінників.
- •38. Моделювання котельної установки
- •39. Функції та графіки середовища MatLab
- •40. Побудова та аналіз моделей в MatLab
- •41 Створення м-файлів в середовищі Matlab.
- •42 Блоки Matlab дослідження динамічних об’єктів.
- •43. Моделювання об’єктів автоматизації в Матлаб.
- •44. Моделі електричних машин в Матлаб.
19. Планування експериментів засобами MatLab.
В склад програми MatLab входить ряд зарезервованих ф-цій, які дозволяють будувати матриці планування різних типів планів експериментів. Зокрема в MatLab будуються матриці планування ПФЕ та рандомізованого факторного експерименту. Для побудови матриці ПФЕ використовується функція ff2n(k), де k- кількість факторів.
Наприклад: ff2n(2) на екрані з’явиться матриця.
1 |
1 |
1 |
0 |
0 |
1 |
0 |
0 |
Для побудови матриці планування рандомізованого факторного експерименту використовується ф-ція unid rnd(N,m,k). Дана ф-ція представляє собою генератор дискретної величини рівномірно розподіленої на інтервалі [1.N].
N- число рівнів факторів. Тобто передбачається, що кількість рівнів може бути більша 2 і є рівномірною для всіх факторів.
m- кількість експериментів.
k-кількість факторів.
20.Апроксимація та інтерполяція даних в MatLab.
При ідентифікації об’єктів як правило створюється ф-ція зв’язку між вхідними та вихідними параметрами на основі експериментальних даних. Така задача називається апроксимацією. Створення такої ф-ції можливо за ПФЕ та ДФЕ.В MatLab процедура апроксимації проводиться за допомогою ф-ції polyfit(x,y,n). Застосувавши дану ф-цію, яка використовує експериментальні дані по вхідному сигналу х та вихідному у отримуємо ф-цію зв’язку y=f(x) у вигляді полінома:
y=
Наприклад маємо сукупність експериментальних даних:
x |
-2 |
0 |
3 |
Y |
3 |
5 |
9 |
Необхідно побудувати y=f(x). Розв’язок:
>> ident
>> x=[-2,0,3];
>> y=[3,5,9];
>> polyfit(x,y,2)
В результаті на екрані з’явиться 3 числа, які є коефіцієнтами ф-ції.
Інтерполяцією називається такий різновид апроксимації, при якій крива побудованої ф-ції проходить точно через наявні точки даних. В широкому розумінні інтерполяція – це спосіб знаходження проміжних значень ф-ції по наяному дискретному набору значень.
Сплайном називається ф-ція область визначення якої розбита на куски (на кожному із кусків ф-ція є деяким поліномом). В MatLab інтерполяція сплайнами здійснюється за допомогою ф-ції yi=spline(x,y,xi). Дана ф-ція інтерполює значення вектора у заданого при значені х по новому набору значень хі в точках уі.
Приклад. Нехай маємо деякі експериментальні дані
Х |
-2 |
0 |
3 |
У |
3 |
5 |
9 |
Ф-ція spline дозволяє побудувати таку криву, яка б проходила як найближче до заданих експериментальних точок і проходила через наперед задані точки, які знаходяться в інтервалі змінах х. В нашому випадку нам необхідно задати 3 точки з інтервалу [-2;3] через які проходитиме сплайн.
>> x=[-2,0,3];
>> y=[3,5,9];
>> xi=[-1,0,1];
>> spline(x,y,xi)
В результаті на екрані зявляться числа, які є коефіцієнтами кривої:
ans =
3.9333 5.0000 6.2000 .
21. Метод Брандона ідентифікації об’єкта