- •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
Представим степень интеграла в правой части (23) в виде произведения интегралов:
Т.к. интегралы определенные, то всё равно по каким переменным осуществляется интегрирование
(24)
Произведение ядер первого порядка представляется ядром Вольтерра i-го порядка (весовой функцией i-го порядка):
,
Такая замена приводит к записи формулы (23) в следующем виде:
Слева – выход модели, справа ряд Вольтерра.
Любую динамическую линейную систему без обратной связи, образованную соединением инерционных линейных систем и аналитических безынерционных нелинейностей, можно описать рядом Вольтерра.
Т.о., идентификация нелинейного ОУ включает в себя 2 этапа. На первом осуществляется описание нелинейного объекта в форме рядов Вольтерра или Винера. Первый ряд (ряд Вольтерра) представляется во временной области, ряд Винера – в частотной. Используется всевозможные представления (разложения) линейных и нелинейных безынерционных элементов по системам функций. Второй этап включает в себя идентификацию, которая заключается в оценке ядер Вольтерра или неизвестных коэффициентов разложения.
Планирование эксперимента
Планирование эксперимента – раздел, изучающий рациональную организацию измерений, подверженных случайным ошибкам.
Цель планирования – нахождение таких условий и правил проведения опытов, при которых удается получить надежную и достоверную информацию об объекте с наименьшей затратой труда, а так же представить эту информацию в компактной и удобной форме с количественной оценкой точности.
Под экспериментом будем понимать совокупность операций совершаемых над объектом исследования с целью получения информации о его свойствах.
План эксперимента – совокупность данных определяющих число, условия и порядок проведения опытов.
Опыт – это отдельная экспериментальная часть.
Планирование эксперимента – выбор плана эксперимента, удовлетворяющего заданным требованиям, совокупность действий направленных на разработку стратегии экспериментирования (от получения априорной информации до получения работоспособной математической модели или определения оптимальных условий).
Во-первых, исследователь на этапе планирования эксперимента должен помнить, к какому классу относится моделируемая система (статическая или динамическая, детерминированная или стохастическая и т.д.).
Во-вторых, он должен определить, какой режим работы системы его интересует: стационарный (установившийся) или нестационарный.
В-третьих, необходимо знать, в течение какого промежутка времени следует наблюдать за поведением (функционированием) системы.
Наконец, в-четвертых, хорошо было бы знать, какой объем испытаний (т.е. повторных экспериментов) сможет обеспечить требуемую точность оценок (в статистическом смысле) исследуемых характеристик системы.
Таким образом, планирование экспериментов преследует основные цели:
сокращение общего объема испытаний при соблюдении требований к достоверности и точности их результатов;
повышение информативности каждого из экспериментов в отдельности.
Поиск плана эксперимента производится в факторном пространстве.
Факторное пространство — это множество внешних и внутренних параметров модели, значения которых исследователь может контролировать в ходе подготовки и проведения модельного эксперимента.
Пусть интересующее нас свойство объекта зависит от n независимых переменных и мы хотим выяснить характер этой зависимости о которой имеется лишь общее представление. Величина называется «отклик», а сама зависимость - функция отклика.
Независимые переменные называются факторами. Диапазоны изменения факторов задают область определения y.
Значения факторов обычно называются уровнями. Если при проведении эксперимента исследователь может изменять уровни, то эксперимент называется активным, в противном случае пассивным. Каждый из факторов имеет верхний и нижний уровни, расположенные симметрично относительно некоторого нулевого (среднего) уровня. Точка в факторном пространстве соответствующая нулевым уровням всех факторов называется центром плана.
Интервалом варьирования фактора называется некоторое число, добавление которого к нулевому уровню дает верхний уровень, а вычитание – нижний уровень.
Статический объект с n входами и одним выходом
– входы ОУ, – выход ОУ.
(1)
где – некоторая функция.
Введем в рассмотрение вектор – функцию и вектор неизвестных коэффициентов .
Реакцию выхода можно записать в виде скалярного произведения (2):
(2)
Рассмотрим 2 частных случая:
ОУ – линейный
Тогда реакция выхода – (3):
(3)
Вектор – функция имеет вид . Включает n+1 компонент.
ОУ описывается квадратичной регрессионной моделью (4):
(4)
Число неизвестных коэффициентов k+1. Вектор функция имеет следующий вид:
.
Для оценки неизвестных коэффициентов необходимы данные о входах и выходах. Проведем N опытов. В результате имеем N состояний входов и N значений выхода: .
Матрица V размером N*n – матрица плана (план эксперимента). Матрица, составленная из результатов измерений входов:
Множество значений функции можно записать в форме матрицы F, размерностью N*(k+1):
.
Через обозначим вектор наблюдений выхода объекта(n – мерный вектор).
– модель объекта.
Тогда связь между выходом объекта и моделью устанавливается в соответствии с (5):
–уравнение идентификации (5)
где - ошибка идентификации.
Если предположить, что значения ошибки идентификации некоррелированные между собой, то оценка коэффициентов определяется как МНК оценка (6): (6)
Оценка выхода объекта: .
Оценка коэффициентов является несмещенной, точность определения коэффициентов определяется ковариационной матрицей (7):
(7)
которая оказывается равной соотношению (8):
где – дисперсия выхода ОУ.
– дисперсионная матрица.
Из (8) можно сделать вывод, что точность оценивания коэффициентов определяется планом эксперимента.
Основные понятия и определения планирования эксперимента
Определение 1.
Множество всех точек проведения экспериментов
Представляем с помощью матрицы плана V, называют планом эксперимента
Определение 2.
– центр плана (центральная точка плана).
Определение 3. План называется центральным, если его центр расположен в начале координат .
Определение 4. Область возможных значений независимых переменных (факторов) называется областью планирования эксперимента.
.
Переход к стандартизованному масштабу может быть осуществлен, например, следующим образом:
– значение i-й переменной в натуральном масштабе измерения.
Определение 5. Матрица размера называется информационной матрицей плана V
Определение 6. План V называется ортогональным, если информационная матрица диагональная:
Определение 7. План V называется ненасыщенным, если , и насыщенным, если .
Здесь – число точек плана, под которым понимается совокупность управляющих сигналов, отличающихся уровнем хотя бы одного фактора;
– число оцениваемых коэффициентов.