Идентификация параметров

Задачи идентификации параметров разрабатываемых математических моделей формулируются как задачи математического программирования, в которых целевая функция — оценка степени совпадения выходных параметров, получаемых с помощью испытуемой н эталонной моделей, а управляемые параметры — параметры испытуемой математической модели. [c.68]

Следовательно, базовая ММ может использоваться двояким образом как инструмент исследований (при её трансформации в имитационную базовую ММ) и как средство накопления знаний, являясь по своей сути системой непрерывного накопления информации, которая проходит в своем развитии все этапы ЖЦ, укрупненно включающие в себя построение модели, идентификацию параметров построенной модели и практическое применение идентифицированных моделей. Максимальная эффективность базовой ММ может быть достигнута в том случае, когда продолжительность жизненного цикла модели будет существенно опережать соответствующие этапы жизненного цикла исследуемой сложной системы, какой является современный корабль. [c.38]

Задача отыскания областей Oj (а) и (а) решалась проведением математических экспериментов на ЭВМ методом ПЛП-поиска [5]. По результатам экспериментов рассчитывались исходные значения параметров системы (5)—(10) и назначались диапазоны изменения параметров. Параметры следующие жесткости системы j и Са, коэффициенты демпфирования и линейные и квадратичные потери в гидросистеме pj и сра, площадь проходного сечения щели золотника /о. На первом этапе идентификации параметры и /3, априори наиболее сильно влияющие на характер движения руки робота, приняты постоянными. В табл. 1 приведены первоначальные диапазоны изменения параметров относительно исходных значений [c.71]

Таким образом, процедура идентификации параметров ФДМ — эффективное средство первичной обработки экспериментальной информации на базе современной микропроцессорной техники. Использование ФДМ в задаче оценивания параметров механических связей в условиях ограниченного наблюдения, нестационар-ности и наличия коррелированного шума позволяет выделить полезную информацию о динамических свойствах МС и представить ее в форме, удобной для дальнейшего использования в процедурах идентификации и вибродиагностики. [c.136]

Алгоритмы распознавания технических состояний на основе идентификации параметров движения. Диагностические методы исследования, основанные на осциллографировании и визуальном анализе параметров движения, разработаны в [48]. Рассмотрим здесь формализованные алгоритмы распознавания технических состояний, основанные на идентификации параметров движения, позволяющие автоматизировать процесс диагностирования. [c.194]

При разработке алгоритмов идентификации параметров движения будем полагать, что параметр движения / (i) представляется в виде временного ряда /(0), / (Af), / (2-Д<),. . ., f т-At) (At р- О — фиксированный шаг дискретизации). [c.194]

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

Заметим, что при большом числе состояний. . ., рассмотренные выше алгоритмы идентификации параметров движения для сокращения возникающего в них перебора целесообразно в целом ряде случаев трактовать с позиций многошаговых процессов последовательного выбора решений. [c.198]

IV. Диагностирование механической системы на основе выявления информативных диагностических признаков, идентификации параметров системы, а также разработка алгоритмов и процедур автоматизации исследования. [c.41]

Согласно этому критерию среди всех возможных оценок т (t) отбираются те, которые асимптотически приближаются к неизвестным истинным значениям параметров По существу здесь речь идет об асимптотической идентификации параметров РТК в процессе его нормальной эксплуатации. Однако в действительности требование (3.20) является излишне жестким. На самом деле для успешного управления РТК точная идентификация вовсе не требуется. Более того, при управлении на конечном интервале времени асимптотическая идентификация вообще невозможна. [c.68]

Дуальное управление представляет собой разновидность адаптивного управления. Для него характерно, что процесс автоматической идентификации параметров совмещен (или чередуется) с процессом собственно управления. При этом управление направлено как на зондирование динамики РТК, так и на осуществление заданного ПД. Благодаря активному накоплению информации [c.70]

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]

Идентификацию параметров можно осуществлять по выходам настраиваемой модели (3.21). Это значит, что параметры т модели z должны выбираться так, чтобы выход модели z был, по возможности, наилучшей оценкой измеряемого выхода х динамической модели. В качестве показателя качества идентификации оценки на интервале времени [ о, tf возьмем интегральную квадратичную ошибку [c.71]

В работах [107, 109] предложен широкий спектр рекуррентных и многошаговых алгоритмов идентификации, параметры которых выбираются из условия локальной оптимальности показателя (3.24). Эти алгоритмы относятся к классу градиентных алгоритмов решения идентификационных неравенств вида [c.72]

Эти модули программно реализуют на языках PL/1 и ФОРТРАН различные (в том числе и рассмотренные выше) алгоритмы построения ПД, синтеза управляющих воздействий, оценки качества переходных процессов, самонастройки параметров закона управления и идентификации параметров или состояний двигательной системы робота. [c.93]

КЗ по идентификации параметров транзитных и магистральных тепловых сетей [c.58]

КЗ идентификации параметров распределительных сетей [c.58]

Большинство физико-механических параметров макромоделей конструкций РЭС могут быть полз ены только путем идентификации. В подсистеме может быть проведена идентификация параметров макромоделей типовых конструкций РЭС, позволяющая в определенной последовательности полз ить упругие и демпфирующие характеристики материалов конструкций в зависимости от температуры, а также коэффициенты жесткости креплений ПУ и дополнительные цилиндрические жесткости, вносимые ЭРИ в плоские конструкции, в зависимости от варианта установки ЭРИ, материала клея, площади корпуса ЭРИ, высоты и соотношения размеров корпуса. По результатам идентификации и обработки результатов в базу данных заносятся коэффициенты соответствующих полиномиальных зависимостей для определения перечисленных выше параметров. [c.86]

Идентификация параметров вероятностных моделей ИЭТ [c.88]

Если это условие выполнено, то при идентификации параметра г по методу максимального правдоподобия получим оценку f = ти- [c.279]

Более сложной является идентификация параметров mi = LiA , m2 = 2 , bi = ri 62 = Г2А и Г]. [c.83]

Ниже излагается методика расчета регуляторов с минимальной обобщенной дисперсией для объектов с запаздыванием и без него. Обычные регуляторы с минимальной дисперсией могут быть получены как частный случай при г = 0. Для описания формирующих фильтров используются параметрические модели, которые наиболее удобны при синтезе адаптивных алгоритмов управления, основанных на идентификации параметров. [c.252]

ЧАСТЬ VI Адаптивные системы с идентификацией параметров объектов управления [c.348]

Ч. VI. Адаптивные системы с идентификацией параметров [c.350]

Поскольку при идентификации параметров объекта вместо сигналов и (к) и Y (к) приходится использовать соответствующие вариации и(к) и у (к), необходимо либо иметь оценки установившихся значений Uoo и Yoo, либо таким образом перестроить алгоритм идентификации, чтобы данные величины в нем не участвовали. Для этого можно предложить следующие методы [c.358]

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

Для идентификации параметров по методу максимального правдоподобия наиболее удобно описывать объект МП-моделью (23. -8) [c.363]

В некоторых случаях идентификация параметров связана с решением плохо обусловленных систем уравнений. В этих условиях один из способов повышения точности оценок состоит в переходе к методу взвешенных наименьших квадратов, в котором роль весовой матрицы играет ковариационная матрица вектора ошибок /. Запишем функцию потерь с этой матрицей, представленной в виде произведения квадратных корней [c.371]

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]

Для идентификации параметров, характеризующих установившиеся движения планшайбы — скорость поворота соу и скорость подхода (Оу, — использовалась методика Л. А. Лейфера (сМ. раздел 11.3), применяемая к алгебраической системе уравнений с неизвестными параметрами Ад, Вп, Ае, Be, Aj., В , А , В , М% = = Л/тр + 5Ftp, с = l -f Сг-25 (так как Ур/(Ок = 5 см). Не учитывая сжимаемость, зазоры и упругость и измеряя в экспериментах, кроме (Оу и (Оу, соответствующие им давления pi, р ц и р , ply для каждой г-Ш пары входных параметров p i, Рвг получим систему уравнений (Fp = 15,9 см ) [c.63]

Для заданного интервала времени управления вариации указанных характеристик различны. Для того чтобы модель ОУ была адекватна реальной системе, что является необходимым условием формирования эффективных управляющих воздействий СУ, требуется коррекция параметров модели ОУ и учет изменения переменных состояния ОУ. В связи с этим необходимо, чтобы СУ могла периодически производить идентификацию параметров и переменных состояния модели ОУ. При этом порядок формирования управляющих воздействий соответствует описанному для системы координированного управления, однако через некоторый интервал времени Т, зависящий от статистических характеристик стохастических переменных, включается алгоритм идентифи1 ции и модель ОУ подстраивается под новые условия. Для моделей СЦТ по информации, хранимой в базе данных системы, и по результатам текущих измерений должны периодически оцениваться параметры трубопроводов и характеристики оборудования сети и тепловых пунктов. При формировании управляющих воздействий необходимо учитывать на основе имеющихся ретроспективных данных и текущих измерений изменения температуры наружного воздуха и тепловых нагрузок. Блоки иден-тифи1 ии должны включаться в алгоритмы управления каждого уровня иерархии СУ идентификация должна проводиться для моделей всех уровней иерархии ОУ. Частота идентификации возрастает от верхнего к нижнему уровню ОУ. [c.65]

Для идентификации параметров электрических моделей в подсистеме АСОНИКА-Э разработан специальный виртуальный прибор, позволяющий решать эту задачу. Исходными данными для решения задачи идентификации параметров моделей являются данные, приводимые в технических условиях на элементы. [c.79]

Достигнутые результаты, несмотря на их самоценность, представляли интерес как важная составляющая проблемы управления качеством продукции, предприятий, отрасли. Совершенно очевидно, что конкурентоспособная продукция не может стабильно производиться на неконкурентоспособном предприятии, в связи с чем на базе полученных результатов была сформирована концепция управления качеством, конкурентоспособностью нефтегазового оборудования, предприятий, его производящих и нефтегазового комплекса в целом. В этом контексте чрезвычайный интерес представляет построение концепции обязательной и добровольной сертификации нефтегазовой техники, осуществляемое с непосредственным участием представляемой Научной Школы. Разработанные методики проведения обязательной сертификации, идентификация параметров безопасности оборудования, помимо очевидной научной ценности, обладают несомненной практической значимостью. В частности, представляемая Научная Школа неоспоримо причастна к формированию и реализации государственной программы импортоза-мещения, позволившей более чем вдвое снизить объемы закупаемой нефтегазовой техники и тем самым защитить интересы отечественных машиностроителей. [c.9]

Далее будут рассматриваться только самооптимизирующиеся регуляторы, основанные на идентификации параметров объекта. Проблемы идентификации объектов управления и моделей случайных сигналов обсуждаются в гл. 23. Идентификации объектов в замкнутом контуре посвящена гл. 24. В гл. 25 описывается специальный тип самооптимизирующихся регуляторов — регуляторы с настраиваемыми параметрами. [c.351]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...