• Artykuły
  • Forum
  • Ciekawostki
  • Encyklopedia
  • Identyfikacja systemu



    Podstrony: 1 [2] [3] [4]
    Przeczytaj także...
    Modele parametryczne w identyfikacji procesów to modele o ściśle zdefiniowanej strukturze. Identyfikacja takich modeli zazwyczaj rozpoczyna się od etapu identyfikacji samej struktury, gdyż od niej bezpośrednio zależy liczba parametrów, których wartości będzie trzeba wyznaczyć na dalszym etapie (dla niektórych zastosowań, na przykład dla syntezy regulatora adaptacyjnego, wystarcza samo określenie struktury). Po wyznaczeniu struktury modelu, sam etap wyznaczania wartości parametrów nazywa się często etapem estymacji parametrów dla podkreślenia, że jest to jedynie jeden z końcowych etapów całego procesu identyfikacji.Metoda najmniejszych kwadratów – standardowa metoda przybliżania rozwiązań układów nadokreślonych, tzn. zestawu równań, w którym jest ich więcej niż zmiennych. Nazwa „najmniejsze kwadraty” oznacza, że końcowe rozwiązanie tą metodą minimalizuje sumę kwadratów błędów przy rozwiązywaniu każdego z równań.

    Identyfikacja – rozpoznawanie (sporządzenie opisu matematycznego) właściwości statycznych i dynamicznych elementów i układów automatyki. Identyfikacja oznacza znalezienie zależności między wejściem a wyjściem (dla elementu automatyki, obiektu, układu regulacji) na podstawie danych doświadczalnych. Po poddaniu obiektu (procesu) szeregowi doświadczeń dobiera się bowiem parametry modelu w taki sposób, aby pasował on do danych doświadczalnych. Identyfikacja odgrywa zasadniczą rolę w odniesieniu do obiektów i procesów regulacji, gdyż umożliwia poprawne nastrojenie układu regulacji automatycznej. W czasie identyfikacji określane są bowiem wartości parametrów modelu obiektu (procesu), które wykorzystuje się następnie w doborze nastaw regulatora sterującego rzeczywistym obiektem (procesem).

    Charakterystyka amplitudowo-fazowa (charakterystyka Nyquista, wykres Nyquista, ang. polar plot, Nyquist plot) – w automatyce, wykres transmitancji widmowej układu na płaszczyźnie zmiennej zespolonej.Estymacja to dział wnioskowania statystycznego będący zbiorem metod pozwalających na uogólnianie wyników badania próby losowej na nieznaną postać i parametry rozkładu zmiennej losowej całej populacji oraz szacowanie błędów wynikających z tego uogólnienia. Wyrażenie nieznana postać jest kluczem do odróżnienia estymacji od drugiego działu wnioskowania statystycznego, jakim jest weryfikacja hipotez statystycznych, w którym najpierw stawiamy przypuszczenia na temat rozkładu, a następnie sprawdzamy ich poprawność.

    Podstawowe pojęcia[ | edytuj kod]

    Identyfikacja systemów lub procesów to termin opisujący zespół metod i narzędzi i algorytmy, które mają na celu zbudować dynamiczny model systemu lub procesu na podstawie danych pomiarowych zebranych z wejścia i wyjścia. Model taki może opisywać:

    Regulator − jeden z elementów składających się na obwód regulacji. Zadanie regulatora polega na wygenerowaniu odpowiedniego sygnału sterującego, tak aby obiekt sterowany zachowywał się w pożądany sposób (na przykład w jak najkrótszym czasie osiągał wartość zadaną).Modele parametryczne w identyfikacji procesów to modele o ściśle zdefiniowanej strukturze. Identyfikacja takich modeli zazwyczaj rozpoczyna się od etapu identyfikacji samej struktury, gdyż od niej bezpośrednio zależy liczba parametrów, których wartości będzie trzeba wyznaczyć na dalszym etapie (dla niektórych zastosowań, na przykład dla syntezy regulatora adaptacyjnego, wystarcza samo określenie struktury). Po wyznaczeniu struktury modelu, sam etap wyznaczania wartości parametrów nazywa się często etapem estymacji parametrów dla podkreślenia, że jest to jedynie jeden z końcowych etapów całego procesu identyfikacji.
  • właściwości wejściowo-wyjściowe systemu - jeżeli jest tworzony w oparciu o sekwencje sygnałów wejściowych i towarzyszące im sekwencje sygnałów wyjściowych,
  • przebieg wyjścia systemu o wejściach pomiarowo niedostępnych - jeżeli jest tworzony jedynie w oparciu o mierzoną sekwencję sygnału wyjściowego.
  • Model budowany jest poprzez wyszukiwanie zależności i relacji pomiędzy zmierzonymi danymi bez fenomenologicznej analizy systemu lub procesu (czyli bez szczegółowego badania zjawisk fizycznych zachodzących w systemie lub procesie). O takim sposobie postępowania czasami mówi się, że traktuje system lub proces jako "czarną skrzynkę".

    Modelowanie matematyczne to użycie języka matematyki do opisania zachowania jakiegoś układu (na przykład układu automatyki, biologicznego, ekonomicznego, elektrycznego, mechanicznego, termodynamicznego).Model ARX (ang. autoregressive with exogenous input – model autoregresywny z zewnętrznym wejściem) jest dyskretnym modelem wejściowo-wyjściowym dla procesów stochastycznych. Model ten jest wyrażony wzorem:

    Przeciwstawną metodą do identyfikacji jest modelowanie analityczne. Polega ono na tym, że system dzielony jest na podsystemy, których właściwości oraz prawa fizyczne nimi rządzące dają się opisać modelami matematycznymi. Metoda ta jest zależna od skali problemu, może być bardzo czasochłonna i prowadzić do uzyskania modeli matematycznych zbyt skomplikowanych, by nadawały się do dalszego wykorzystania.

    Statystyka nieparametryczna – gałąź statystyki, zajmująca się modelami i metodami, nie wymagającymi założeń odnośnie do rozkładu populacji z której losowana jest próba.Modele nieparametryczne w identyfikacji procesów to modele, które nie posiadają struktury, którą trzeba by identyfikować. Ponieważ etap identyfikacji struktury modelu parametrycznego jest często bardzo skomplikowany, modele nieparametryczne stosuje się bardzo często na wstępnych etapach identyfikacji, dla uzyskania podstawowej wiedzy o badanym systemie.

    Etapy identyfikacji[ | edytuj kod]

    Identyfikacja jest procesem iteracyjnym, który może posiadać następujące etapy.

    1. Przygotowanie eksperymentu identyfikacyjnego, generacja pobudzeń.
    2. Przeprowadzenie eksperymentu identyfikacyjnego, zebranie pomiarów.
    3. Wstępne przetwarzanie danych pomiarowych (np. eliminacja błędów grubych).
    4. Wybór klasy dopuszczalnych modeli. Wybiera się klasę modeli deterministycznych lub stochastycznych, ciągłych lub dyskretnych, liniowych lub nieliniowych, stacjonarnych bądź niestacjonarnych.
    5. Wybór typu modelu z wybranej klasy. Ponieważ w każdej klasie modeli istnieją modele różnych typów (na przykład w klasie dyskretnych modeli stochastycznych istnieją modele ARX, MAX, ARMAX, ARIX), na tym etapie wybiera się jeden z nich. Wybór konkretnego modelu może być poprzedzony wstępną, "zgrubną" analizą modelowanego systemu bądź pochodzących z niego sygnałów.
    6. Wybór struktury modelu (dla modeli parametrycznych). Jest to bardzo trudny etap, który często sprowadza się do pełnego lub ograniczonego przeglądu wszystkich dopuszczalnych (i rozsądnych) struktur modeli danego typu.
    7. Estymacja parametrów danego modelu. Na tym etapie wybiera się odpowiedni algorytm estymacji, pozwalający na wyznaczenie parametrów wybranego uprzednio modelu.
    8. Weryfikacja modelu. Etap ten kończy pojedynczą iterację procesu identyfikacji. Na tym etapie należy rozstrzygnąć, czy wynik identyfikacji jest zadowalający. Można w tym celu:
  • porównać sygnał wyjściowy modelu z sygnałem rzeczywistym (najlepiej dla innego zbioru danych, tak zwanego zbioru danych do weryfikacji),
  • wyznaczyć błąd predykcji jednokrokowej i określić jego cechy (na przykład białość),
  • sprawdzić, czy model jest nadparametryzowany (zawiera zbyt bogatą strukturę),
  • sprawdzić inne cechy modelu, decydujące o jego przydatności (na przykład stabilność czy odwracalność).
  • Uzyskanie niezadowalających wyników w trakcie weryfikacji modelu powoduje konieczność powtórzenia niektórych etapów identyfikacji. Zazwyczaj najpierw powtarza się etapy 7-8 lub 6-7-8. Po wyczerpaniu możliwości wprowadzania zmian na tych etapach należy pomyśleć o powtórzeniu etapu 5, a nawet 4.

    Szybka transformacja Fouriera (ang. FFT od Fast Fourier Transform) to algorytm liczenia dyskretnej transformaty Fouriera oraz transformaty do niej odwrotnej.Algorytm ważonej rekurencyjnej metody najmniejszych kwadratów (WRMNK) został wyprowadzony dla obiektu typu ARX, którego postać przytacza się dla wygody:

    W warunkach rzeczywistych należy zrobić wszystko, żeby nie było potrzeby powtarzania etapów 1-2, gdyż ich przeprowadzenie zazwyczaj wiąże się z dużymi kosztami. Dla przykładu, identyfikacja modelu hutniczego pieca indukcyjnego może wiązać się ze znacznymi wydatkami na energię do zasilania pieca. Dlatego należy solidnie przygotować eksperyment identyfikacyjny, między innymi poprzez staranny wybór sygnałów pobudzających.

    Proces – jedno z podstawowych pojęć w informatyce, definiowane jako egzemplarz wykonywanego programu. Każdy nowo powstały proces otrzymuje unikatowy numer, który go jednoznacznie identyfikuje, tzw. PID (od (ang.) process identifier).System (stgr. σύστημα systema – rzecz złożona) – obiekt fizyczny lub abstrakcyjny, w którym można wyodrębnić zespół lub zespoły elementów wzajemnie powiązanych w układy, realizujących jako całość funkcję nadrzędną lub zbiór takich funkcji (funkcjonalność). Z uwagi na fakt, że wyodrębnienie wszystkich elementów przynależących do systemu bywa w praktyce niekiedy bardzo trudne, dlatego do badania systemów wykorzystuje się ich uproszczone modele. Elementy przynależące do jednego systemu nie mogą jednak stanowić jednocześnie elementów przynależnych do innego systemu.


    Podstrony: 1 [2] [3] [4]




    Warto wiedzieć że... beta

    W automatyce model ARMAX (z ang. autoregressive moving average with exogenous input – model autoregresywny z średnią ruchomą i zewnętrznym wejściem) jest dyskretnym modelem wejściowo-wyjściowym dla procesów stochastycznych. Model ten jest wyrażony wzorem:
    Algorytm – w matematyce skończony ciąg jasno zdefiniowanych czynności, koniecznych do wykonania pewnego rodzaju zadań. Słowo "algorytm" pochodzi od starego angielskiego słowa algorism, oznaczającego wykonywanie działań przy pomocy liczb arabskich (w odróżnieniu od abacism – przy pomocy abakusa), które z kolei wzięło się od nazwiska, które nosił Muhammad ibn Musa al-Chuwarizmi (أبو عبد الله محمد بن موسى الخوارزمي), matematyk perski z IX wieku.
    Sterowanie adaptacyjne - metoda sterowania, w której regulator dopasowuje parametry (które ulegają zmianie lub na początku są niepewne). Przykładowo podczas lotu masa samolotu, na skutek zużycia paliwa, powoli zmniejsza się - potrzebna jest więc zasada sterowania, która sama się dostosuje do takich zmiennych warunków.
    Sterowanie polega na takim oddziaływaniu na dany obiekt aby osiągnąć określony cel. Samo sterowanie nie wiąże się zwykle bezpośrednio z wydatkiem energii, związane jest natomiast z pewną informacją w postaci sygnału. Natomiast efekt sterowania może wiązać się ze zmianami energii albo przemianami materii – szerzej to ujmując ze zmianami stanu (właściwości) obiektu. Obiekt, na który oddziałuje się podczas sterowania, nazywany jest obiektem sterowania.
    International Standard Serial Number, ISSN czyli Międzynarodowy Znormalizowany Numer Wydawnictwa Ciągłego – ośmiocyfrowy niepowtarzalny identyfikator wydawnictw ciągłych tradycyjnych oraz elektronicznych. Jest on oparty na podobnej koncepcji jak identyfikator ISBN dla książek, ISAN dla materiałów audio-wideo. Niektóre publikacje wydawane w seriach mają przyporządkowany zarówno numer ISSN, jak i ISBN.
    Prognozowanie (późnołac. prognosis, od starogr. πρόγνωσις, nowogr. πρόγνωση prōgnosis, od πρoγιγνώσκειν progignōskein, „wiedzieć wcześniej”, od pro- „wcześniej, przed” i gignōskein, „dowiedzieć się”) lub predykcja (łac. prædictus, im. od prædicere, „przepowiadać”, od præ-, „przed, wcześniej, pra-” i dicere, „mówić”) – naukowa metoda przewidywania tego, w jaki sposób będą kształtowały się w przyszłości procesy lub zdarzenia. W trakcie procesu prognozowania formułuje się sąd na temat przyszłych stanów zjawisk i zdarzeń nazywany prognozą.

    Reklama

    Czas generowania strony: 0.018 sek.