- •Содержание
- •1 Предмет, цели и задачи идентификации, области применения
- •2 Проблемы точности, критерии и условия
- •6.2 Методика идентификации моделей объектов
- •6.3 Методика идентификации моделей объектов
- •6.4 Методика идентификации моделей объектов
- •8 Идентификация параметров объекта во временной и
- •10 Применение идентификации в системах
- •1 Предмет, цели и задачи идентификации, области применения
- •1.1 Сущность идентификации, ее цели и задачи
- •1.2 Проблемы выбора модели объекта идентификации
- •1.3 Области применения идентификации
- •2 Проблемы точности, критерии и условия идентификации
- •2.1 Анализ ошибок, возникающих в системе идентификации
- •2.2 Критерии идентификации
- •2.3 Управляемость, наблюдаемость и идентифицируемость объекта
- •3 Основные типы моделей в теории идентификации
- •3.1 Модели для описания непрерывных систем
- •3.2 Модели для описания дискретных систем
- •3.3 Основные типы сигналов
- •4 Методы идентификации моделей объектов типовых звеньев по временным и частотным характеристикам
- •4.1. Математическая обработка динамическиххарактеристик объектов управления
- •4.2 Идентификация параметров модели апериодического звена 1-го порядка по временным характеристикам
- •4.3 Идентификация моделей в виде апериодических звеньев II-го порядка
- •4.4 Идентификация моделей в виде передаточной функции колебательного звена II-го порядка по временным характеристикам
- •4.5 Идентификация моделей в виде типовых динамическихзвеньев по частотным характеристикам
- •5Методика идентификации моделей в виде передаточной функции по кривым разгона на основе метода площадей (метод симою)
- •6 Методика идентификации моделей объектов III-го порядка по их временным характеристикам
- •6.1 Типы моделей
- •6.2 Методика идентификации моделей объектов III-го порядка первого типа по их временным характеристикам
- •6.3 Методика идентификации моделей объектов III-го порядка второго типа по их временным характеристикам
- •6.4 Методика идентификации моделей объектов III-го порядка третьего типа по их временным характеристикам
- •7 Анализ динамики и параметров идентификации с учетом объекта
- •7.1 Модель исполнительной части следящей системы
- •7.2 Анализ жесткого объекта при изменении момента инерции нагрузки
- •7.3 Анализ объекта с упругой механической передачей
- •8 Идентификация параметров объекта во временной и частотной области
- •8.1 Обоснование идентифицируемости объекта
- •8.2 Идентификация параметров объекта по переходной функции (методика Орманса)
- •8.3Оценка коэффициентов передаточной функции с помощью гармонических входных воздействий
- •8.4 Идентификация параметров объекта с помощью квадрата модуля частотной характеристики и метода наименьших квадратов
- •8.5Идентификация параметров объекта с применением квадрата модуля обратной частотной характеристики
- •9 Статистические методы анализа, идентификации и моделирования
- •9.1 Условия применения методов статистического анализа
- •9.2 Спектральный анализ входных периодических сигналов
- •9.3 Особенности спектрального анализа методом бпф.
- •9.4 Спектральный анализ сигналов в виде непериодической функции
- •9.5 Статистический анализ с применением сигналов белого шума
- •9.6 Статистический анализ реализации случайного процесса на выходе системы
- •9.7 Статистические методы построения модели и идентификации параметров
- •10 Применение идентификации в системах адаптивного управления
- •10.1 Основные схемы контуров адаптации и функции систем идентификации
- •10.2 Определение параметров эталонной модели и передаточной функции устройства адаптации.
- •10.3 Разработка алгоритма и структурной схемы адаптивной настройки регулятора
- •Литература
- •44/2010. Підп. До друку . Формат 60 х 84/8.
- •84313, М. Краматорськ, вул. Шкадінова, 72.
1 Предмет, цели и задачи идентификации, области применения
1.1 Сущность идентификации, ее цели и задачи
Теория идентификации и моделирования – это научно-техническая дисциплина, которая занимается вопросами построения моделей объектов управления и систем управления и решает проблему оценки параметров этих моделей.
Идентификация – это процесс построения математической модели объекта, адекватной, с точностью до заданного критерия. Identifico (лат.) – отождествляю.
При рассмотрении проблемы идентификации различают статический подход, сущность которого в следующем: ставятся экспериментальные исследования, получают экспериментальную выборку, характеризующую динамику модели, на основании априорных данных о физических процессах в модели определяется структура самой модели, а по экспериментальной выборке определяются настроечные параметры модели.
Существует также динамический подход к проблеме идентификации: имеется некоторая замкнутая система, в этой системе специальным образом вводится дополнительный контур идентификации, который отслеживает изменение параметров модели в процессе реального функционирования системы, на основании некоторого критерия делаем оценку модели и при необходимости изменяем настроечные параметры объекта или системы в целом.
Предметом изучения курса являются методы построения моделей для объектов систем управления и методы определения динамических параметров этих моделей.
В свою очередь, модель – это изображение существенных сторон реальной системы, отражающее интересующую информацию о системе.
В современном производстве утвердилась тенденция адаптации процессов к среде вместо организации среды. Необходимость адаптации к среде обусловлена тем, что обеспечить стабильность всех показателей и условий процессов практически невозможно. Например, в процессах механообработки не бывает совершенно одинаковых станков, заготовок и инструментов, в значительных пределах изменяются температура среды, стойкость инструмента, условия смазки и охлаждения и другие факторы.
При создании системы управления используется априорная информация об условиях и параметрах процесса. Она включает в себя сведения о диапазонах управляемых параметров и параметров состояния системы, средствах измерений, характере и интенсивности возмущающих воздействий и др. Для получения достоверной информации, система управления включала бы в себя сотни датчиков и каналов обратной связи, потребовала бы разработки большого количества управляющих алгоритмов и программ, а для их реализации – сверхмощную ЭВМ.
Поэтому, задача адаптации к среде должна решаться в рамках некоторых ограничений. Основным ограничением является стоимость системы адаптации. Она определяется стоимостью аппаратной части, т.е. коммуникационной среды системы, а также стоимостью программного обеспечения. Аппаратная часть включает в себя измерительные и исполнительные устройства, каналы связи, преобразователи, управляющее вычислительное устройство (ЭВМ). Таким образом, уменьшение стоимости системы связано с уменьшением количества датчиков и каналов связи, а также упрощением алгоритмов управления.
Уменьшение числа датчиков возможно путем замены операций измерения операциями вычисления. Например, ток двигателя можно измерять датчиками тока или вычислять по известному параметру состояния системы – углу открытия тиристоров, который задается кодом управления.
Упрощение алгоритмов управления возможно путем оптимизации структуры модели объекта управления. Желаемое качество управления можно обеспечить не только учетом всех структурных компонентов, т.е. увеличением порядка полиномов и передаточных функций модели системы, но и оперативным изменением коэффициентов простой модели, что равнозначно применению кусочно-линейной аппроксимации. Существует еще один, промежуточный, вариант – структурные вариации моделей (простые – сложные) в зависимости от складывающихся условий.
В практическом плане речь идет о совершенствовании процесса математического моделирования объекта.
В общем случае математическое описание объекта может быть представлено оператором объекта :
(1.1)
где – вектор переменных состояния объекта;
– вектор настраиваемых параметров объекта и его структуры (константы, а также линейные и нелинейные параметры);
– вектор помех и ошибок при выполнении измерений и вычислений;
– текущее время процесса;
– управляющее воздействие;
– выходной (управляемый) параметр.
Таким образом, оператор объекта представляет собой алгоритм функциональных преобразований управляющего воздействия для получения наилучшего значения выходного параметра.
Исходя из этого задача адаптации может быть сформулирована следующим образом: построить закон управления по результатам измерений и вычислений с учетом помех и ошибок при заданном конечном времени адаптации путем определения вектора настраиваемых параметров объекта .
При этом должно выполняться условие:
, (1.2)
где – Эвклидова норма точности преобразования функции ;
– требуемая точность функционирования системы управления.
Таким образом, идентификация должна обеспечить точность функционирования САУ в условиях неопределенностей и помех.