- •Основные определения и понятия теории моделирования
- •Роль и место моделирования в исследовании систем
- •Задачи моделирования
- •Подходы к построению моделей
- •Классификация видов моделирования
- •Подходы в математическом моделировании
- •Требования к программно-техническим комплексам
- •Классификация пакетов моделирования
- •Концепция структурного моделирования систем
- •Структура и свойства математической модели
- •Классификация математических моделей
- •Общий подход к формированию математических моделей
- •Этапы математического моделирования
- •Основные правила построения математических моделей
- •Способы представления и оценки статических моделей
- •Парная регрессия. Оценка параметров парной регрессии.
- •Линеаризация нелинейных регрессий
- •Множественная регрессия. Оценка параметров множественной регрессии
- •Основные способы представления динамических моделей
- •Математические модели непрерывной системы
- •Представление моделей в пространстве состояний
- •Представление моделей в виде передаточных функций
- •Преобразование пф в дифференциальные уравнения
- •Интегрирующее звено
- •Апериодическое звено
- •Колебательное звено
- •Дифференцирующее звено с замедлением
- •Модели объектов управления
- •Описание математической модели дпт нв
- •Представление модели дпт нв в виде детализированной структурной схемы
- •Представление модели дпт нв в виде передаточной функции
- •Представление дпт нв в виде модели в пространстве состояний.
- •Математические модели движения морских судов
- •Модель горизонтального движения надводного судна.
- •Модель судна – модель Номото
- •Модель рулевой машины
- •Модель внешней среды
- •Моделирование дискретных систем. Преобразование непрерывных линейных систем к дискретной форме
- •Идентификация линейных дискретных систем
- •Авторегрессионные модели
- •Структуры моделей управляемого объекта
- •Спецификации моделей
- •Armax-модель
- •Постановка задачи идентификации
- •Параметрические методы идентификации
- •Метод авторегрессионной идентификации
- •Идентификация в векторно-матричной форме
- •Лабораторные работы Лабораторная работа №1. Изучение пакетов моделирования
- •Краткие сведения о среде Matlab
- •Описание среды Scilab
- •Задание на лабораторную работу
- •Лабораторная работа №2. Исследование статических зависимостей. Определение параметров парной регрессии
- •Цель работы:
- •Порядок выполнения работы
- •Содержание отчета
- •Тестовые данные
- •Контрольные задания
- •Лабораторная работа №3. Исследование статических зависимостей. Определение параметров множественной регрессии
- •Задание на лабораторную работу
- •Варианты заданий
- •Содержание отчета
- •Лабораторная работа № 5. Исследование динамических моделей линейных систем (в форме Коши и векторно-матричном виде)
- •Задание на лабораторную работу
- •Лабораторная работа № 6. Преобразование моделей (нм – дм). Исследование дискретных моделей
- •Порядок выполнения работы
- •Содержание отчета
- •Лабораторная работа № 7. Идентификация параметров динамических моделей линейных систем. Авторегрессионная идентификация
- •Задание на лабораторную работу
- •Порядок выполнения работы
- •Приложение:
- •Лабораторная работа № 8. Идентификация параметров динамических моделей линейных систем. Идентификация в пространстве состояний
- •Задание на лабораторную работу
- •Порядок выполнения работы
Лабораторная работа № 7. Идентификация параметров динамических моделей линейных систем. Авторегрессионная идентификация
Цель работы: изучить методы авторегрессионной оценки параметров динамической системы.
-
Задание на лабораторную работу
На основании исходных данных оценить параметры модели в дискретном представлении.
Варианты моделей приведены ниже:
, (1)
, (2)
, (3)
, (4)
, (5)
, (6)
Исходные данные выдаются преподавателем.
-
Порядок выполнения работы
1. Для заданной преподавателем передаточной функции (ПФ) разработать и реализовать алгоритм для определения параметров ПФ.
2. Определить параметры ПФ.
3. Определить отклик ПФ на исходные входные данные. Рассчитать ошибку идентификации согласно среднеквадратичному критерию.
4. Вывести на печать параметры ПФ, и графики:
4.1 входные данные
4.2 выходные данные
4.3 выходные данные + отклик идентифицированной системы
4.4 ошибку
Исходные данные для идентификации расположены в файле datas.dat, расположенном на сетевом диске.
Входные данные u (положение руля) – 3-й столбец;
Выходные данные y (скорость разворота судна на курсе) – 5-й столбец.
-
Приложение:
При выполнении работы в программных средах Scilab и Matlab обратите внимание на разницу синтаксиса используемых функций:
Название |
Scilab |
Matlab |
Диалог открытия файла |
uigetfile |
uigetfile |
Чтение данных из файла |
read |
importdata |
Объявление дискретной переменной |
z=poly(0,'z'); |
- |
Передаточная функция |
syslin |
tf |
Получение отклика системы (дискретной) |
rtitr |
- |
Преобразование дискретной системы в непрерывную |
- |
d2c |
Получение отклика системы (непрерывной) |
- |
lsim |
Уточнить применимость соответствующей функции можно, используя справочные данные.
Лабораторная работа № 8. Идентификация параметров динамических моделей линейных систем. Идентификация в пространстве состояний
Цель работы: изучить методы идентификации параметров динамических систем в пространстве состояний.
-
Задание на лабораторную работу
На основании исходных данных оценить параметры модели в дискретном представлении. Произведите регрессионную оценку матриц A, B по данным, используемым в предыдущей работе. Начальное состояние системы примите нулевым по всем переменным состояния.
-
Порядок выполнения работы
1. Для заданной преподавателем структуры в пространстве состояний разработать и реализовать для определения параметров матриц A, B.
2. Определить параметры A, B.
3. Определить отклик идентифицированной системы на исходные входные данные. Рассчитать ошибку идентификации согласно среднеквадратичному критерию.
4. Вывести на печать параметры A, B, и графики:
4.1 входные данные
4.2 выходные данные
4.3 выходные данные + отклик идентифицированной системы
4.4 ошибку