Методические погрешности параметрической идентификации динамической системы по данным нормальной эксплуатации | Статья в журнале «Молодой ученый»

Отправьте статью сегодня! Журнал выйдет 4 мая, печатный экземпляр отправим 8 мая.

Опубликовать статью в журнале

Авторы: ,

Рубрика: Технические науки

Опубликовано в Молодой учёный №20 (79) декабрь-1 2014 г.

Дата публикации: 28.11.2014

Статья просмотрена: 37 раз

Библиографическое описание:

Нугаев, А. С. Методические погрешности параметрической идентификации динамической системы по данным нормальной эксплуатации / А. С. Нугаев, А. М. Данилов. — Текст : непосредственный // Молодой ученый. — 2014. — № 20 (79). — С. 196-199. — URL: https://moluch.ru/archive/79/14045/ (дата обращения: 20.04.2024).

Известно [1..3], управляющие воздействия оператора в эргатической системе в большинстве случаев определяются собственными частота и коэффициентами демпфирования затухающих колебаний. По оценке операторов наиболее комфортным считается управление объектом, имеющим собственную частоту  колебаний в интервале (4…7) рад/c (вне указанного диапазона оператором либо не воспринимаются колебания, либо оператор не успевает отрабатывать отклонения от программного движения) и безразмерный коэффициент демпфирования — (0,5…0,7). В связи с тем, что параметрическая идентификация относится к классу некорректных задач, всегда будет актуальной задача определения точности, полученных в результате идентификации, коэффициентов уравнения движения.

Рассмотрим эргатическую систему с уравнениями движения

,

;

(1)

(; предполагается высокая адаптация оператора к объекту управления [1]).

При

, , ,

, ,

найдем решение однородной системы в форме Эйлера. Корни характеристического уравнения ; фундаментальная система решений имеет вид

Общее решение однородной системы представится в виде:

,

.

Частное решение (1) имеет вид:

,

.

При нулевых начальных условиях  справедливо:

,

(2)

Примем дискретные значения (2)  в качестве данных нормальной эксплуатации. По ним найдем оценки коэффициентов . Предварительно определим оценки коэффициентов соответствующей (1) системы уравнений в конечных разностях:

,

.    

(3)

Здесь принято:

.                                                   (4)

Было получено удовлетворительное совпадение указанных решений.

При регрессионном методе определение , сводится к выполнению условий минимума функционалов:

,

.

Получим

,

,

                                       (5)

,

,

.                                     (6)

Введем

, , , , ,

, .

Тогда параметрическая идентификация может быть осуществлена с использованием соотношения

.                                                                                                       (7)

Во избежание известных неприятностей, связанных с обращением матриц, оценки коэффициентов системы (3) определяется ниже не в соответствии с (7), а непосредственно решением систем (5) и (6) (определитель системы существенно отличается от нуля) [4,5].

Введем

, , , ,, .

Для системы (5) свободные члены уравнений равны:

, , ;

для системы (6) -

, , .

Системы (5) и (6) соответственно преобразуются к виду:

, , ;                             (8)

, , .                          (9)

Системы (8) и (9) различаются лишь правыми частями; значения решений будут отличаться, однако алгоритмы их нахождения — одинаковые:

,

,

,

;

.

Справедливы следующие соотношения:

Оказалось, что ошибка определения коэффициентов не превышает 13 % (при интервале дискретизации с).

 

Литература:

 

1.                  Авиационные тренажеры модульной архитектуры: монография; под редакцией Лапшина Э. В., д.т.н., проф. Данилова А. М. — Пенза: ИИЦ ПГУ. — 2005. — 146 с.

2.                  Гарькина И.А, Данилов А. М., Пылайкин С. А. Транспортные эргатические системы: информационные модели и управление / Мир транспорта и технологических машин. — № 1(40). — 2013. — С.115–122.

3.                  Данилов А. М., Гарькина И. А., Домке Э. Р. Математическое моделирование управляющих воздействий оператора в эргатической системе / Вестник МАДИ. — 2011. –№ 2. — С.18–23

4.                  Будылина Е. А., Гарькина И. А., Сухов Я. И. Алгоритм кусочно-линейной аппроксимации с максимальным интервалом / Молодой ученый. –2014. — № 3 (62). — С. 269–271.

5.                  Будылина Е. А., Гарькина И. А., Данилов А. М. Приближенные методы декомпозиции при настройке имитаторов динамических систем / Региональная архитектура и строительство. — 2013. — № 3. — С. 150–156.

Основные термины (генерируются автоматически): однородная система, оценка коэффициентов, параметрическая идентификация, Система.


Похожие статьи

Параметрическая идентификация уравнений движения методом...

Ключевые слова:динамические системы, параметрическая идентификация, продольного движение, метод наименьших произведений, приложения.

Поэтому решения систем (1) и (2) при дадут состоятельные оценки для коэффициентов .

Параметрическая идентификация линеаризованных уравнений...

Ключевые слова:эргатические системы, модели, линеаризация, параметрическая идентификация, подготовка операторов.

— соответственно n-мерный вектор состояния и m-мерный вектор управления, — матрицы коэффициентов.

О непараметрическом оценивании взаимно неоднозначных...

Системы с параметрической неопределенностью.

Основные термины (генерируются автоматически): априорная информация, непараметрическая оценка, система, задача идентификации, ошибка восстановления, уровень помех, исследуемый процесс, наблюдение...

Управление линейной динамической системой в условиях...

Будут рассмотрены некоторые из методов управления, для которых нет необходимости в отыскании параметрической модели.

Идентификация непараметрической модели. Описание процессов, происходящих в линейных динамических системах, может быть осуществлено...

О выборе параметрической модели в задаче непараметрической...

Настройка значений коэффициентов размытости в (1) осуществляется одним из методов оптимизации путем минимизации среднеквадратичного

Рис.4. Результаты параметрической идентификации моделей.

Об одной задаче идентификации стохастических систем.

О непараметрическом восстановлении матрицы наблюдений...

В качестве оценки можно использовать как параметрические оценки функции регрессии [1,2], так и непараметрические

Рис. 9Б показывает зависимость оптимальных коэффициентов и от объема выборки .

Эйкхофф, П. Основы идентификации систем управления – М.: Мир, 1975.

Применение итерационного алгоритма Шульца в рекуррентных...

Реализованы алгоритмы идентификации коэффициентов в авто регрессионном уравнении [1–5]: алгоритмы на основе P- и SP- подходов

Методические погрешности параметрической идентификации динамической системы по данным нормальной эксплуатации.

Идентификация объекта эргатической системы

Наиболее удобны для использования регрессионные методы параметрической идентификации.

, . Общее решение однородной системы. , Из общего решения неоднородной системы.

Аппроксимация градуировочных характеристик средств измерений...

После определения математической модели системы проводится ее параметрическая идентификация (определение числовых параметров математической

, где коэффициенты. , , - оценки параметров ГХ по данным , ; все производные вычисляются в точке .

Параметрическая идентификация уравнений движения методом...

Ключевые слова:динамические системы, параметрическая идентификация, продольного движение, метод наименьших произведений, приложения.

Поэтому решения систем (1) и (2) при дадут состоятельные оценки для коэффициентов .

Параметрическая идентификация линеаризованных уравнений...

Ключевые слова:эргатические системы, модели, линеаризация, параметрическая идентификация, подготовка операторов.

— соответственно n-мерный вектор состояния и m-мерный вектор управления, — матрицы коэффициентов.

О непараметрическом оценивании взаимно неоднозначных...

Системы с параметрической неопределенностью.

Основные термины (генерируются автоматически): априорная информация, непараметрическая оценка, система, задача идентификации, ошибка восстановления, уровень помех, исследуемый процесс, наблюдение...

Управление линейной динамической системой в условиях...

Будут рассмотрены некоторые из методов управления, для которых нет необходимости в отыскании параметрической модели.

Идентификация непараметрической модели. Описание процессов, происходящих в линейных динамических системах, может быть осуществлено...

О выборе параметрической модели в задаче непараметрической...

Настройка значений коэффициентов размытости в (1) осуществляется одним из методов оптимизации путем минимизации среднеквадратичного

Рис.4. Результаты параметрической идентификации моделей.

Об одной задаче идентификации стохастических систем.

О непараметрическом восстановлении матрицы наблюдений...

В качестве оценки можно использовать как параметрические оценки функции регрессии [1,2], так и непараметрические

Рис. 9Б показывает зависимость оптимальных коэффициентов и от объема выборки .

Эйкхофф, П. Основы идентификации систем управления – М.: Мир, 1975.

Применение итерационного алгоритма Шульца в рекуррентных...

Реализованы алгоритмы идентификации коэффициентов в авто регрессионном уравнении [1–5]: алгоритмы на основе P- и SP- подходов

Методические погрешности параметрической идентификации динамической системы по данным нормальной эксплуатации.

Идентификация объекта эргатической системы

Наиболее удобны для использования регрессионные методы параметрической идентификации.

, . Общее решение однородной системы. , Из общего решения неоднородной системы.

Аппроксимация градуировочных характеристик средств измерений...

После определения математической модели системы проводится ее параметрическая идентификация (определение числовых параметров математической

, где коэффициенты. , , - оценки параметров ГХ по данным , ; все производные вычисляются в точке .

Похожие статьи

Параметрическая идентификация уравнений движения методом...

Ключевые слова:динамические системы, параметрическая идентификация, продольного движение, метод наименьших произведений, приложения.

Поэтому решения систем (1) и (2) при дадут состоятельные оценки для коэффициентов .

Параметрическая идентификация линеаризованных уравнений...

Ключевые слова:эргатические системы, модели, линеаризация, параметрическая идентификация, подготовка операторов.

— соответственно n-мерный вектор состояния и m-мерный вектор управления, — матрицы коэффициентов.

О непараметрическом оценивании взаимно неоднозначных...

Системы с параметрической неопределенностью.

Основные термины (генерируются автоматически): априорная информация, непараметрическая оценка, система, задача идентификации, ошибка восстановления, уровень помех, исследуемый процесс, наблюдение...

Управление линейной динамической системой в условиях...

Будут рассмотрены некоторые из методов управления, для которых нет необходимости в отыскании параметрической модели.

Идентификация непараметрической модели. Описание процессов, происходящих в линейных динамических системах, может быть осуществлено...

О выборе параметрической модели в задаче непараметрической...

Настройка значений коэффициентов размытости в (1) осуществляется одним из методов оптимизации путем минимизации среднеквадратичного

Рис.4. Результаты параметрической идентификации моделей.

Об одной задаче идентификации стохастических систем.

О непараметрическом восстановлении матрицы наблюдений...

В качестве оценки можно использовать как параметрические оценки функции регрессии [1,2], так и непараметрические

Рис. 9Б показывает зависимость оптимальных коэффициентов и от объема выборки .

Эйкхофф, П. Основы идентификации систем управления – М.: Мир, 1975.

Применение итерационного алгоритма Шульца в рекуррентных...

Реализованы алгоритмы идентификации коэффициентов в авто регрессионном уравнении [1–5]: алгоритмы на основе P- и SP- подходов

Методические погрешности параметрической идентификации динамической системы по данным нормальной эксплуатации.

Идентификация объекта эргатической системы

Наиболее удобны для использования регрессионные методы параметрической идентификации.

, . Общее решение однородной системы. , Из общего решения неоднородной системы.

Аппроксимация градуировочных характеристик средств измерений...

После определения математической модели системы проводится ее параметрическая идентификация (определение числовых параметров математической

, где коэффициенты. , , - оценки параметров ГХ по данным , ; все производные вычисляются в точке .

Параметрическая идентификация уравнений движения методом...

Ключевые слова:динамические системы, параметрическая идентификация, продольного движение, метод наименьших произведений, приложения.

Поэтому решения систем (1) и (2) при дадут состоятельные оценки для коэффициентов .

Параметрическая идентификация линеаризованных уравнений...

Ключевые слова:эргатические системы, модели, линеаризация, параметрическая идентификация, подготовка операторов.

— соответственно n-мерный вектор состояния и m-мерный вектор управления, — матрицы коэффициентов.

О непараметрическом оценивании взаимно неоднозначных...

Системы с параметрической неопределенностью.

Основные термины (генерируются автоматически): априорная информация, непараметрическая оценка, система, задача идентификации, ошибка восстановления, уровень помех, исследуемый процесс, наблюдение...

Управление линейной динамической системой в условиях...

Будут рассмотрены некоторые из методов управления, для которых нет необходимости в отыскании параметрической модели.

Идентификация непараметрической модели. Описание процессов, происходящих в линейных динамических системах, может быть осуществлено...

О выборе параметрической модели в задаче непараметрической...

Настройка значений коэффициентов размытости в (1) осуществляется одним из методов оптимизации путем минимизации среднеквадратичного

Рис.4. Результаты параметрической идентификации моделей.

Об одной задаче идентификации стохастических систем.

О непараметрическом восстановлении матрицы наблюдений...

В качестве оценки можно использовать как параметрические оценки функции регрессии [1,2], так и непараметрические

Рис. 9Б показывает зависимость оптимальных коэффициентов и от объема выборки .

Эйкхофф, П. Основы идентификации систем управления – М.: Мир, 1975.

Применение итерационного алгоритма Шульца в рекуррентных...

Реализованы алгоритмы идентификации коэффициентов в авто регрессионном уравнении [1–5]: алгоритмы на основе P- и SP- подходов

Методические погрешности параметрической идентификации динамической системы по данным нормальной эксплуатации.

Идентификация объекта эргатической системы

Наиболее удобны для использования регрессионные методы параметрической идентификации.

, . Общее решение однородной системы. , Из общего решения неоднородной системы.

Аппроксимация градуировочных характеристик средств измерений...

После определения математической модели системы проводится ее параметрическая идентификация (определение числовых параметров математической

, где коэффициенты. , , - оценки параметров ГХ по данным , ; все производные вычисляются в точке .

Задать вопрос