Идентификация Примеры

Как мы указывали в гл. 111, 5, для теории обобщенной модели большой интерес представляет идентификация состояний, по структуре представляющих собой нуклон над возбужденным остовом. Изучение аналоговых резонансов позволило обнаружить ряд таких состояний. Для примера на рис. 5.15 приведены кривые зависимости сечения упругого и неупругого рассеяния протонов на ядре Интересной особенностью этих кривых [c.198]

Развиваются экспрессные методы активационного анализа без разрушения, опирающиеся на измерение короткоживущих активностей и даже просто продуктов ядерных реакций. Эти методы используются, в частности, для непрерывного автоматического контроля за ходом различных технологических процессов. Идентификация проводится по Р-распадным электронам, по у-квантам радиационного захвата (п, у), по нейтронам и другим частицам, вылетающим в результате ядерных реакций. Используются и у-кванты, возникающие при возвращении ядра в основное состояние после неупругого столкновения с нейтроном. Для повышения селективности анализа обычно измеряется энергия у-квантов, а для каскадных процессов часто используется регистрация на совпадения. Примером экспрессного анализа по короткоживущей активности может служить определение содержания кислорода посредством активации быстрыми нейтронами, вызывающими реакцию вО (п, p)7N . Период полураспада изотопа составляет всего лишь 7,3 с. Регистрируются обычно не 3-электроны, а жесткие у-кванты с энергиями 6,1, 6,9 и 7,1 МэВ, возникающие при переходе продукта распада — изотопа — в основное состояние. Примером использования ядерных реакций для элементного анализа может служить использование ракции 4Ве (у, п)4Ве для анализа на бериллий. Эта реакция имеет на редкость низкий порог 1,66 МэВ (обычно порог реакции (у, п) лежит в области 10 МэВ). Регистрируются вылетающие нейтроны. Малость порога, во-первых, делает метод исключительно селективным, а во-вторых, дает возможность использовать для активации дешевые и простые в обращении изотопные источники у-излучения. [c.688]

Рассмотрим в качестве примера определение технического состояния ПР с гидроприводом и позиционной системой управления на основе идентификации параметра движения его исполнительного механизма. [c.195]

К алгоритмам первого типа можно отнести определение простейших статистических характеристик обрабатываемых процессов оценок математических ожиданий, дисперсий, последующих моментов и связанных с ними величин к ним же относятся различные тесты стационарности, например, постоянство математических ожиданий или дисперсий, построение эмпирических распределе-аий одно-, дву- и многомерных, алгоритмы проверки гипотез типа критерия согласия хи-квадрат, диагностические процедуры [3], процедуры решения задач параметрической идентификации, основывающиеся в той или иной мере на аппроксимационных алгоритмах типа метода наименьших квадратов [4]. Можно было бы привести еще ряд примеров алгоритмов того же тина. [c.76]

В гл. 6 обсуждается метод решения обратных задач динамики ЯЭУ, основанный на применении формул теории возмущений. Показано, что идентификация нестационарных процессов в ЯЭУ может быть эффективно выполнена с использованием разработанного математического аппарата сопряженных уравнений. Вычислительная процедура идентификации, как следует из приведенных примеров, существенно выигрывает в экономичности при использовании формул теории возмущений по сравнению с традиционным методом минимизации невязки между экспериментально измеренной и модельной характеристиками. [c.7]

Уточнение констант ползучести и распухания материала твэлов быстрого реактора с окисным топливом по результатам ресурсных испытаний. Информация об изменении диаметра отработавших кампанию твэлов позволяет идентифицировать константы ползучести и распухания материалов оболочки и топлива. Рассмотрим процедуру такой идентификации на примере задачи для стержневых твэлов с окисным топливом, применяющихся в быстрых реакторах. [c.130]

В экспериментальных исследованиях ЯЭУ наряду с задачами параметрической идентификации часто встречаются обратные задачи, связанные с измерением динамических величин. В таких задачах требуется восстановить истинное значение входной величины [в общем случае — функции времени 2(т)] по результатам ее измерений [сигналу р(т) измерительного прибора (датчика) с известной динамической характеристикой L, Й]. Типичный пример такой задачи — измерение параметров высокотемпературного потока стреляющим датчиком (например, термопарой), динамическая характеристика которого известна. Напомним, что для случая обратной задачи такого типа формула теории возмущений имеет вид (6.52). Систему этих формул можно представить матричным уравнением [c.192]

Проиллюстрируем высказанные соображения на примере простейшей схемы адаптивной идентификации параметров динамической модели РТК на основе настраиваемой модели. Предположим, что функция F в уравнении (3.1) линейна по Наряду с уравнением динамики (3.1) с неизвестными параметрами рассмотрим уравнение настраиваемой модели [c.71]

Следует отметить, что алгоритмы самонастройки модели (3.21), основанные на минимизации показателей качества (3.22), вообще говоря, не обеспечивают точной идентификации. Они гарантируют лишь близость выходов модели 2 и j , т. е. решают задачу функциональной идентификации по выходу . Для точной идентификации целесообразно исходить из иных, сугубо идентификационных критериев качества. Наиболее естественными показателями точности идентификации являются функционалы, явно зависящие от параметрических возмущений ш ( ) = g (/) — т ). Примерами могут служить локальный и интегральный показатели [c.72]

Дело в том, что вибронный спектр каждой органической молекулы достаточно специфичен. Поэтому по вибронному спектру флуоресценции можно в огромном числе случаев точно определить, какая молекула излучает свет. Рассмотрим пример такой идентификации. На рис. 5.3 а приведен спектр флуоресценции обычного бензина А-92, охлажденного до температуры 4,2 К, и при обычном ультрафиолетовом возбуждении. Он достаточно [c.169]

ПРИМЕРЫ идентификации реальных механических систем 375 [c.375]

Другим типом регулярных фрактальных решеток для идентификации природных фракталов являются решетки с немонотонной зависимостью размерности подобия от структурных параметров. В таких решетках размерность монотонно растет с увеличением числа масштабных преобразований М, а зависимость фрактальной размерности D от количества самоподобных частей N на каждом структурном уровне немонотонна [48, 49]. На рис. 22 представлен пример использования рассматриваемой решетки для идентификации фрактальной структуры чечевицеобразного мартенсита. Обратим особое внимание на то, что в этом примере имеет [c.41]

Поскольку данные шкалы характеризуются только отношениями эквивалентности, то в них отсутствуют понятия нуля, больше или меньше и единицы измерения. Примером шкал наименований являются широко распространенные атласы цветов, предназначенные для идентификации цвета. [c.6]

Из имеющихся в настоящее время примеров применения локальных методов исследования поверхностей к решению прикладных задач рассмотрим касающиеся только следующих областей сегрегации примесей на поверхности, границах зерен, межфазных границах коррозии (включая межкристаллитную) и окисления. Имеются работы по контролю поверхностей раздела в композиционных материалах [7], идентификации атомных структур и выделяющихся на поверхности фаз [5], поверхностной диффузии и поверхностных реакций, адгезии и износа. Много работ посвящено исследованию поверхности катализаторов в связи с Их активностью [6] и материалам полупроводниковой техники [8]. Все результаты, приведенные ниже, получены методом ОЭС, иногда в сочетании с другими методами. [c.158]

Описанную схему можно сравнительно легко осуществить, если все параметры системы, а также все необходимые вероятностные характеристики случайных процессов, входящих в уравнения (7.1) и (7.2), заданы. Однако обычно лишь часть этих параметров задана априорными распределениями. Примером служат данные о случайных вибрационных нагрузках или о циклической прочности деталей и соединений. Для прогнозирования индивидуального остаточного ресурса необходимо знать реализации этих величин для данного объекта. Вместо этого мы имеем априорные распределения и другие априорные вероятностные характеристики, относящиеся ко всему ансамблю (возможно, только мыслимому) аналогичных объектов, работающих в аналогичных условиях. Некоторая информация, пригодная для оценки параметров данной конкретной системы и параметров ее состояния, содержится в результатах наблюдений w (Тр) над объектом в процессе функционирования. Извлечение этой информации составляет задачу идентификации. [c.270]

Современная теория магнитного кругового дихроизма изложена в работе [126]. Это явление предлагалось использовать для идентификации малых матрично изолированных металлических кластеров и расшифровки их электронного спектра, причем возможности метода были продемонстрированы на примере кластеров Ag и Си п = = 2, 3), внедренных в аргоновую матрицу [127]. [c.32]

Хотелось бы одновременно отметить сложность идентификации адгезии и когезии в гетерогенных системах и встречающиеся в связи с этим терминологические неточности. Многие исследователи, занимающиеся адгезионными соединениями, любые экспериментальные данные склонны относить без должных оснований к проявлению состояния адгезии. Сплошь и рядом слово прочность сопровождается словом адгезионная . Обрабатывают волокно, устраняя его дефекты, влияющие в первую очередь на его когезионную прочность, а получаемые эффекты в повышении прочности ПКМ без всяких доказательств относят к повышению адгезии . Примеров тому, особенно в отечественной литературе разных лет издания, очень много [16]. Желание некоторых авторов использовать в статьях и книгах слова адгезия , адгезионный не совсем по назначению может ввести читателя в заблуждение [16]. Расширение применения клеевых соединений как в технике, так и в быту [c.437]

Последняя глава содержит практические примеры применения методов идентификации и автоматизированного проектирования цифровых алгоритмов управления теплообменником и барабанной сушилкой. Кроме того, в ней на примере модели парогенератора проведено сравнение двух подходов к построению систем управления — использования идентификации в сочетании с автоматизированным синтезом и построения адаптивной системы с подстройкой параметров. [c.18]

Пример 23.1. Рассмотрим последовательность операций, выполняемых в процессе идентификации параметров объекта первого порядка с помощью рекуррентного метода наименьших квадратов. [c.359]

Если порядок регулятора недостаточно велик, идентификацию в замкнутом контуре можно проводить дважды, для двух различных наборов параметров регулятора ([24.2], [24.3]). При этом получается дополнительное уравнение, благодаря чему искомые оценки определяются однозначно. Ниже приводятся примеры, поясняющие второе условие идентифицируемости. [c.378]

Помимо выбора соответствующих алгоритмов управления и их подстройки к объекту для обеспечения высокого качества управления с помощью циф, о-вых вычислительных устройств необходимо рассмотреть ряд важных аспектов. В гл. 26 рассматривается влияние квантования сигналов по уровню в преобразователе аналог/код, центральном процессоре и преобразователе код/аналог на работу системы управления с точки зрения выбора необходимой длины слова ЭВМ. Другим требованием является приемлемая фильтрация возмущений, которые не могут быть компенсированы с помощью алгоритмов управления. В связи с этим в гл. 27 исследованы вопросы фильтрации высоко-и среднечастотных сигналов с помощью непрерывных и цифровых фильтров. Комбинации алгоритмов управления с различными типами исполнительных устройств исследуются в гл. 28. В этой же главе рассматривается задача линеаризации исполнительного устройства с ограничениями по скорости и положению. Гл. 29 посвящена автоматизации расчета алгоритмов управления с помощью ЭВМ. В последней главе методы идентификации и цифрового управления демонстрируются на примерах управления теплообменником, сушильной центрифугой и паровым котлом. [c.441]

Рассмотренная барабанная сушилка является типичным примером объекта управления со сложными внутренними взаимодействиями и длительным временем установления переходных процессов, для которого ручная настройка параметров регулятора не обеспечивает удовлетворительного качества управления. Идентификация объекта управления совместно с автоматизацией расчета различных систем управления приводит к более глубокому пониманию свойств объекта и позволяет моделировать и проводить сравнение различных вариантов систем управления. Однако в связи с тем, что сушильная установка обычно работает при полной нагрузке, в адаптивных алгоритмах управления необходимости не возникает, и требуемые показатели качества обеспечиваются обычными алгоритмами управления с фиксированными параметрами. [c.501]

Таким образом, приведенные примеры показывают, что полная идентификация условий опыта, в связи с проведением эксперимента на одном образце, обеспечивает надежную сопоставимость дилатометрических, термических и электрических характеристик процесса и позволяет установить между ними ту или иную действительную зависимость. [c.136]

Для задач идентификации, кроме вопроса о точности оценок, весьма важен вопрос о затратах машинного времени, требуемого на получение оценок, тем более, что основным методом решения подобных задач является МНК. Затраты машинного времени при использовании МНК возрастают пропорционально увеличению мерного интервала, поскольку основной объём вычислений связан с численным интегрированием уравнений движения тела, проведение которого необходимо для получения расчётных значений составляющих вектора угловой скорости. Интегральный метод, напротив, не требует численного интегрирования уравнений движения, и объём вычислений не зависит от величины мерного интервала, а определяется только количеством точек, в которых надо вычислять первые интегралы (5.10) и (5.11). В рассмотренном примере использование интегрального метода даёт выигрыш в затратах машинного времени на 2-3 порядка по сравнению с МНК. [c.149]

С целью подтверждения преимуш,еств интегрального метода для задач идентификации враш,ательного движения тела при спуске в атмосфере рассмотрим два примера первый — в детерминированной постановке при идеальных измерениях, второй — в стохастической постановке при измерениях с шумами . Пример 1. Пусть тело сферической формы имеет следую- [c.154]

Рис. 5.4. Пример координатной идентификации блоков алгоритма

В третьей книге комплекса учебных пособий на современном научном уровне излагаются основы математических методов, используемых при планировании и обработке результатов эксперимента. Рассматриваются вопросы первичной обработки данных, методы прикладной статистики и идентификации законов распределения. Излагаются способы цифрового модслпровання различных возмущающих воздействий. Онисыпаются методы оценки нестационарных случайных процессов с помощью стандартных аппаратных и программных средств при использовании оптимальных операторов сглаживания. Теоретический материал иллюстрируется примерами. [c.160]

Интерактивный режим работы иользоватсля с ППП обеспечивается наличием в пакете диалогового монитора. Примером ППП с диалоговым монитором служит пакет ПАРК для идентификации II а р а м е г р о в математических мод е-лей полупроводниковых приборов [9]. Комплекс входит составной частью в САПР больших интегральных схем (БИС) II является связующим звеном между подсистемами схемотехнического проектирования и проектирования компонентов БИС. Идентификация параметров осуществляется на основе минимизации расхождений между характеристиками эталонной и рассчитываемой с помощью создаваемой модели. Эталонная характеристика получается из эксперимента нлн рассчитывается с помощью более точной модели, относящейся к микроуровыю. Выбор минимизируемого функционала, ограничений, их оперативная корректировка осуществляются в диалоговом режиме. В пакет ПАРК кроме диалогового монитора входят [c.102]

Хотя в этом направлении было выполпепо довольно много работ, однако получить таким путем необходимые сведения, пока еще трудно, поскольку область исследования ограничена видимой и ультрафиолетовой частью спектра. Идентификация лпний очень сложна во многих случаях они не разрешаются, кроме того, в близкой ультрафиолетовой области наблюдается сплошное поглощение. Тем не менее некоторые общие результаты, подтверждающие теорию, могут быть получены ниже мы рассмотрим несколько соответствующих примеров. [c.394]

Система дифференциальных уравнений (1.17) описывает в координатах фр ф движение цепной двухмассбвой динамической схемы (рис. 6, г). Рассмотренный пример показывает, что идентификация цепной динамической схемы механической системы может быть неоднозначна. Структура цепной динамической схемы зависит от выбора независимых обобщенных координат и может быть упрощена при помощи линейных преобразований координат. [c.18]

Цель астоящего параграфа —на примере простой практической задачи показать все стадии процедуры идентификации и продеианстрировать эффективность применения теории возмущений. [c.193]

Поясним особенности интеллектуальных станков на примерах [24, 100]. Рассмотрим токарный обрабатывающий центр для ГАП. Интеллектуализация управления центром требует полной автоматизации таких функций, как программирование и настройка станка на обработку конкретной детали, оптимальная загрузка-разгрузка деталей и смена инструмента, контроль за процессом обработки для предотвращения аварий (вызываемых, например, поломкой инструмента), уборка стружки и охлаждение в зоне резания, диагностика возможных неисправностей станка или его системы управления, измерение обрабатываемых поверхностей и их распознавание. Некоторые из этих функций легко автоматизируются в рамках обычных систем АПУ, другие требуют разработки соответствующих элементов интеллекта. Последнее относится, например, к самопрограммированию и самодиагностике системы АПУ, обнаружению поломки инструмента и идентификации геометрических особенностей обрабатываемой поверхности. Что касается автоматизации функций программирования и диагностики, то соответствующие программно-аппаратные средства для их реализации были описаны в п. 4.2 и 4.3. Поэтому здесь остановимся только на автоматизации обнаружения поломок инструмента и идентификации свойств обрабатываемой поверхности. [c.128]

NST (NPLY) Массив идентификации слоев по упругим и прочностным характеристикам Пример определения NST. В б-слой-ном КМ 1-й, 3-й и 5-й слои выполнены из одного материала 2-й и 4-й — из другого материала, а б-й — из третьего. Массив NST (б) имеет вид 12 12 16 Всего в КМ три оригинальных материала (отличающиеся упругими и (или) прочностными характеристиками) [c.242]

На этапе концептуализации, как и на предыдущем этапе (идентификации) задача инженера по знаниям заключается в том, чтобы обеспечить достаточность введенных ключевых понятий и отнощений для описания всех имеющихся примеров решения рассматриваемой проблемы. [c.28]

Первое издание книги вышло в 1977 г. на немецком языке под названием Di gitale Regelsysteme Настоящая книга представляет собой английский перевод первого издания, дополненного рядом материалов. Для того чтобы читатель мог подробнее ознакомиться с математическими основами теории линейных дискретных систем, была расширена гл. 3. Обзор многосвязных систем управления дополнен разд. 18.1.5, гл. 20 (матричные полиномы), а также разд. с 21.2 по 21.4 (управление состоянием). В то же время содержимое гл. 21 и 22 было перенесено Б гл. 27 и 15 соответственно. В результате номера всех глав, начиная с 22-й, стали на единицу меньше, чем в первом издании. Был добавлен разд. 23.8, в котором излагаются некоторые новейшие рекуррентные методы параметрической идентификации. Существенно расширена и переработана с учетом последних достижений в области адаптивного управления гл. 25. Кроме того, заново написана гл. 30, содержащая примеры практической реализации цифровых систем. [c.10]

В качестве примера для изучения различных методов идентификации и управления была использована модель парогенератора барабанного типа с естественной циркуляцией продуктов сгорания жидкого топлива. Рассматривалась задача регулирования давления и температуры пара. Блок-схема этой части парогенератора была приведена на рис. 18.1.1. Передаточные функции отдельных блоков были получены с помощью математического моделирования нагревателя и испарителя реального парогенератора [18.5], [18.6] и приведены в приложении. Они хорошо согласуются с результатами измерений сигналов реальной установки. Нагреватель необходимо рассматривать как объект с распределенными параметрами. После проведения линеаризации трансцендентная передаточная функция для малых сигналов может быть аппроксимирована рациональной передаточной функцией с малой задержкой времени. Ошибки, возникающие при этих упрощениях, пренебрежимо малы. Объект управления с двумя входами/двумя выходами моделировался на аналоговом вычислителе, который был состыкован с управляющей ЭВМ типа НР21МХ. Чтобы упростить сравнение, в рассматриваемом примере шум объекта в модели не учитывался. Поскольку парогенератор обладает малым собственным шумом, влияние последнего на основные результаты данных исследований относительно мало. [c.501]

Дополнительное включение пропорционального регулятора с прямой связью U2 (к)=Су2 v(k) (связывающий расход пара с расходом топлива) приводит к существенному улучшению качества регулирования давления и температуры пара (рис. 30.3.1, д). Сравнение переходных процессов на рис. 30.3.1, гид показывает, что максимальная статическая ошибка регулирования давления пара снижается с 3,3 до 0,9 бар, а время установления переходного процесса уменьшается со 100 до 25 мин. Статическая ошибка регулирования температуры пара также снижается с -f 2,7 до —2,4 К, а время установления уменьшается с 50 до 10 мин. Этот пример демонстрирует эффективность применения хорошо настроенного регулятора с прямой связью. Общее время расчета двух основных регуляторов в режиме on-line составляет около 230 мин. Из них 130 мин требуется для идентификации, 30 мин для выбора и расчета алгоритмов управления и 70 мин для проведения двух тестовых испытаний. [c.504]

Рассмотрим пример идентификации характеристик однонаправленного материала по результатам испытаний на одноосное растяжение многослойных материалов сложных структур 20°]. 1 45=], Е0/ 45°Ь Каждую структуру испытывали на одноосное растяжение в главных направлениях ортотропии материала, при этом измерены деформации вдоль и поперек образца (рис. 8.6). В результате экспериментов для каждой структуры материала были определены следующие технические постоянные упругости [c.248]

Рассмотрим неско.тько примеров идентификации подпрограмм AR2010 подпрограмма определения передаточных функций (А) кривошипно-ползунного (R20) механизма, размеры которого определены по заданным положениям входного и выходного звеньев (10). [c.27]

Для большей наглядности этот вопрос рассмотрим на примере идентификации линейного стационарного объекта, когда на вход поступает стационарный случайный процесс. Для этого случая справедливо интегральное уравцение 1-го рода [c.160]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...