|
Развитие вычислительной техники привело к созданию огромного числа сложных устройств, состоящих не только из технических объектов различного назначения, но и сложных систем управления, надежное и качественное функционирование которых позволяет реализвать требуемые процессы при разнообразных условиях эксплуатации.
Однако при использовании таких устройств часто возникает следующий ряд задач.
1). Диагностика - за время эксплуатации объект подвергается негативным воздействиям, включающим старение, поэтому некоторые характеристики объекта могут отличаться от номинальных, что может привести к ошибкам управления и, возможно, вызвать повреждение устройства. Однако путём сравнения текущих сигналов объекта с эталонными становится возможным определить изменение рабочих значений параметров и принять соответствующие меры.
2). Оптимальная настройка параметров - в большинстве случаев устройство может работать в нескольких режимах, позволяющих обеспечить оптимальные характеристики быстродействия и эффективности для конкретного случая эксплуатации. Получить набор оптимальных значений параметров объекта возможно путём сравнения текущих процессов объекта с желаемыми.
3). Прогнозирование процессов - по известным наборам входных и выходных сигналов объекта и предполагаемой структурной схеме исследуемого объекта возможно определение параметров модели объекта с последующим проведением моделирования, что позволит не только предсказать процессы объекта через требуемое время, но и получить реакцию системы при других внешних воздействиях на объект.
Сформировать модели исследуемых объектов на основе результатов наблюдений и исследовать их свойства позволяет теория идентификации.
Под идентификацией в широком смысле понимается определение структуры и параметров динамических объектов по наблюдаемым данным: входному воздействию и выходным величинам. В этом случае исследуемый объект представляет собой «чёрный ящик», структура и параметры внутри которого полностью неизвестны и должны быть определены.
Под идентификацией в узком смысле понимается задача определения параметров элементов в известной структуре математической модели объекта. В этом случае исследуемый объект представляет собой «серый ящик», параметры которого следует определить.
Обобщённое решение задачи идентификации может быть сведено к определению класса исследуемого объекта и выбору для него настраиваемой модели, а также к определению оптимального критерия качества и алгоритма идентификации.
Создание моделей по результатам экспериментов включает в себя такие компоненты, как данные, набор моделей-кандидатов и критерий качества, показывающий степень соответствия выбранной модели данным наблюдений.
Однако не всегда удаётся построить модель, которая бы полностью соответствовала всем протекающим процессам реального объекта. К основным причинам несовершенства моделей относится неправильный выбор критерия качества, неполноценность моделей-кандидатов, недостаточный объём исходных данных и ошибки в поиске оптимальной модели при помощи численных методов идентификации.
В зависимости от способа регистрации экспериментальных данных методы идентификации разделяются на три группы.
В большинстве случаев объект исследования отсоединяется от системы и на его вход подаётся управляющий сигнал требуемой формы (ступенчатые и импульсные временные сигналы, произвольные временные сигналы, гармонические сигналы, случайные воздействия с заданными параметрами). Такой способ проведения эксперимента называется активной идентификацией, которая широко используется при создании новых технологий для действующих промышленных объектов, в первоначальной разработке математической модели, а также в изучении новых явлений.
В случае, если объект исследования невозможно отсоединить от системы или же требуется провести его диагностику в нормальном режиме эксплуатации, применяется пассивная идентификация.
Кроме того, имеется и смешанная идентификация, когда объект не выводится из нормального режима эксплуатации, но к его управляющим сигналам добавляются другие воздействия, позволяющие идентифицировать объект без ухудшения качества основного процесса управления.
В общем случае методы идентификации классифицируются по признакам:
1. Тип исследуемого объекта:
- линейный и нелинейный;
- непрерывный и дискретный;
- одномерный и многомерный;
- стационарный и нестационарный;
- с сосредоточенными и распределенными параметрами.
2. Идентификация структуры объекта или параметров модели.
3. Представление экспериментальных данных во временной или частотной области.
4. Идентификация в режиме реального времени или в режиме постобработки.
5. Способ организации эксперимента на объекте.
6. Критерий качества идентификации и метод оценивания.
7. Использование априорной информации.
В большинстве случаев идентификация осуществляется для линейных динамических систем во временной области по зависимостям выходного сигнала системы от входного, полученных в ходе наблюдения. Кроме того, для идентификации линейных динамических объектов соответствующими математическими моделями в виде передаточной функции или дифференциальных уравнений удобно применять частотные методы, которые дополняют разработанные методы анализа и синтеза систем в частотной области.
Do'stlaringiz bilan baham: |
