- •Идентификация как метод построения моделей
- •Задача идентификации
- •Сведения об объекте.
- •Идентификация статических оу. Определение статического объекта
- •Регрессионные модели идентификации
- •Выбор уравнения регрессии
- •Оценка параметров линейной регрессионной модели (пассивный эксперимент).
- •Аппаратная реализация процесса идентификации
- •Оценка адекватности модели
- •Проверка центрированности остаточного ряда
- •Проверка остатков на нормальное распределение
- •Оценка значимости модели и ее параметров
- •Критерий Фишера
- •Ошибка аппроксимации
- •Нелинейные регрессионные модели
- •1. Метод покоординатной оптимизации (Гаусса – Зайделя).
- •Градиентные методы поиска
- •Метод сопряженных направлений
- •Метод Ньютона
- •Квазиньютоновские методы
- •Динамические детерминированные су Линейные динамические объекты
- •Частотный метод определения коэффициентов пф
- •Идентификация с помощью настраиваемой модели
- •Метод модулирующих функций
- •В общем случае получаем
- •Конструкция модулирующих функций
- •Применение дискретных моделей для идентификации непрерывного оу
- •Непараметрические модели идентификации
- •Корреляционный метод идентификации
- •Корреляционный метод, решаемый на эвм
- •Разделим обе части (8) на :
- •Идентифицируемость оу
- •Оценка состояний объекта
- •Аппроксимация весовой функции оу
- •Авторегрессионные модели динамических объектов
- •Выбор периода дискретизации
- •Идентификация нелинейных непрерывных оу
- •Модели линейные относительно идентифицируемых параметров
- •Или более компактно, введя реакции динамических звеньев (5):
- •Представим степень интеграла в правой части (23) в виде произведения интегралов:
- •Планирование эксперимента
- •Критерии планирования эксперимента
- •Планы для моделей, описываемых полиномами первого порядка
- •Информационная матрица плана:
- •Полные факторные планы
- •Правило построения полных факторных планов
- •Дробные факторные планы (дробный факторный эксперимент)
- •Свойства полных и дробных факторных планов для линейных моделей
- •Технология проведения эксперимента
- •Планы второго порядка
- •Ротатабельный ортогональный центральный композиционный план
- •Диагностика линейных оу методом комплиментарного сигнала.
- •Аналитический расчет кс
- •Расчет кс по измеренным значениям выходного сигнала
- •Процедуры диагностирования
- •Локализация дефектов по годографу неисправностей (гн)
- •Байесовский метод диагностики
- •Прогнозирование технического состояния.
- •Линейное прогнозирование
Идентификация с помощью настраиваемой модели
Задача: ОУ, подвергаемый идентификации имеет один вход и один выход и описывается ПФ известной структуры, т.е. известны порядки многочлена числителя и знаменателя.
Найти: Оценки коэффициентов ПФ.
Задача решается с помощью подстраиваемой модели – такой модели, коэффициенты ПФ которой постоянно корректируются.
Решим задачу для конкретной ПФ второго порядка:
(15)
С целью нахождения модели объекта введем в рассмотрение полином на 1 меньше, характеризующийся с известными полюсами, которые являются отрицательными, простыми и вещественными, т.е. многочлен должен быть устойчивым.
Разделим числитель и знаменатель ПФ на данный многочлен:
.
Обозначим
. (16)
От описания системы с помощью ПФ переходим к описанию в терминах Лапласа:
(16а)
Заменим переходим к операторной форме записи:
(16б)
Разрешим (16б) относительно выхода объекта:
(17)
На основании (17) создается модель объекта (17а):
(17а)
Задача: определить коэффициенты . Для этого введем в рассмотрение
погрешность идентификации: .
.
Критерий идентификации: .
Коэффициенты модели следует подбирать такими, чтобы в каждый момент времени критерий идентификации достигал бы минимума.
Для решения задачи используется градиентный метод:
.
Вектор производных коэффициентов определяется в виде поправки, где – известная величина, – градиент критерия идентификации:
.
Каждый из четырех компонентов вектора производных оценок определяется:
Вычислим производные от критерия идентификации по всем . Полученные для производных оценок коэффициентов:
Проинтегрируем обе части каждого из выражений и найдем оценки соответствия
коэффициентов:
где – оператор дифференцирования.
Таким образом, коэффициенты находятся на основании ошибки и выхода, ошибки и входа.
Рассмотрим формирование выхода модели. Схема строится на основании (17а).
v(t)
y(t)
Схема формирования оценки .
ε(t)
v(t)
Схема формирования оценки .
y(t)
ε(t)
Схема для ПФ второго порядка:
Метод модулирующих функций
Применяется, когда ОУ с одним входом и одним выходом описывается дифференциальным уравнением (дифференциальной моделью). Предположим, что выбрана одна из множества дифференциальных моделей – модель n – го порядка вида:
(1а)
(1б)
На основании априорных сведений известна структура объекта (известен порядок левой и правой части ДУ)
В уравнении (1а) и (1б):
Модель (1а) описывается физически реализуемым ОУ.
Введем обозначения для производных .
Представим (1а) в виде (1в), т.е. свяжем выход объекта с его входом.
(1в)
В соответствии с (1в) построим модель вида (1г), где – оценка выхода объекта (выход модели), коэффициент – оценок ДУ.
(1г)
Задача заключается в нахождении оценок коэффициентов
по результатам измерений .
Входы и выходы являются случайными процессами, т.е. в них присутствуют помехи, мешающие наблюдениям. Для решения задачи необходимо (в соответствии с (1а)) использовать не только наблюдаемые входы и выходы, но и их производные до порядка m и n. Т.к. и входы и выходы содержат случайные составляющие, их дифференциация (даже однократная) приводит к большим ошибкам. Кроме того, операция дифференцирования является физически неосуществимой, и следовательно, нужно использовать приближенную дифференциацию. Что приводит к еще большим ошибкам. Поэтому используется другой способ решения задачи.
Задается система линейно независимых функций , , (не меньше числа оцениваемых коэффициентов ОУ), называемых модулирующими и обладающих свойствами:
(2)
существуют все n производных на интервале .
Предположим, что выбрали все k функций. Умножим обе части (1б) на функции с последующим интегрированием в пределах .
(3)
.
В результате перемножения на моделирующие функции увеличивается число соотношений (n+m+1).
Умножение на моделирующую функцию и интегрирование осуществляется, чтобы освободить от производных выходы и входы. Рассмотрим вначале интегралы, которые не содержат производных входа и выхода объекта:
, .
Далее интегралы, содержащие производные входа и выхода объекта. Первый из них:
интегрируем по частям, используя условие (2):