Documente Academic
Documente Profesional
Documente Cultură
Diploma
Diploma
....
60
CUPRINSUL TEZEI
INTRODUCERE ..
003
005
005
0 9
011
011
012
025
037
037
040
062
069
069
079
085
088
088
090
098
104
104
111
115
128
136
144
152
152
162
168
175
175
175
180
200
215
225
TEZEI DE DOCTORAT .
9.1 Concluzii generale ...
9.2 Contribuii principale ..
9.3 Deschideri ale tezei de doctorat ..
225
227
232
BIBLIOGRAFIE ...
233
INTRODUCERE
n perioada actual se constat o accelerare accentuat a desfurrii proceselor i
fenomenelor care ne nconjoar, naturale sau artificiale. i nevoia de micare a omului este
din ce n ce mai mare, astfel c automobilelor le sunt cerute performane dinamice i de
siguran a traficului din ce n ce mai ridicate. Totodat, li se mai impun o serie de condiii de
ordin ecologic privind reducerea noxelor, micorarea costurilor de exploatare, precum i
mbuntirea mentenabilitii. S-a ajuns astfel, ca la bordul automobilelor moderne s se
montareze elemente inteligente care s le controleze funcionarea i s ofere informaii utile
diagnosticrii strii tehnice. Cel mai des ntlnit dintre acestea este sistemul de control
electronic al motorului.
Fenomenele care au loc pe timpul funcionrii pot fi studiate pe baza informaiilor
transmise de calculatorul de bord, ceea ce implic o abordare sistemic a dinamicii
autovehiculului. n consecin, scopul principal al tezei de doctorat l constituie stabilirea
descrierilor matematice ale dinamicii autovehiculelor pe baza unui numr suficient de date
experimentale din punct de vedere statistic, prin expresii analitice i prin reprezentri grafice
care s poat fi utilizate i n alte situaii dect cele n care s-au obinut datele. n acest sens,
n lucrarea de fa s-a efectuat analiza datelor experimentale achiziionate din calculatorul de
bord al autoturismului Daewoo Nubira.
Lucrarea de fa este structurat pe nou capitole dup cum urmeaz:
n capitolul 1 sunt prezentate, comparativ, stadiul actual i modul de abordare n
cadrul tezei a problematicii vizate, precum i obiectivele urmrite la elaborarea lucrrii. S-au
scos n eviden aspecte generale privind studiul dinamicii automobilelor, importana unei noi
abordri a acesteia prin prisma utilizrii procedeelor specifice de analiz din teoria sistemelor,
s-au detaliat anumite aspecte privind sistemul de control electronic, s-au definit un numr de
10 particulariti i 10 obiective ale tezei.
Capitolul 2 este destinat cercetrilor experimentale. n acest capitol s-au prezentat
scopurile urmrite pe timpul experimentrilor, metodologia, aparatura i softurile utilizate
pentru achiziia i prelucrarea datelor. S-au fcut aprecieri asupra seriilor dinamice obinute,
iar unele dintre acestea s-au prezentat i sub form grafic. Experimentrile s-au efectuat pe
autoturismul Daewoo Nubira i pe standul de ncercri ale motoarelor din cadrul Centrului
Tehnic de Testare a automobilelor Daewoo din Craiova.
Capitolul 3 este dedicat prelucrrii datelor experimentale prin aplicarea tehnicilor de
analiz n timp pe baza caracteristicilor statistice de ordinul I. Astfel, au fost prezentate aceste
caracteristici i apoi s-au fcut aprecieri asupra caracterului variabil al parametrilor msurai,
s-a scos n eviden anumite legturi care apar ntre acetia, s-au determinat performanele
dinamice ale autoturismului i anumite particulariti ale funcionrii motorului ce echipeaz
autoturimele Daewoo Nubira i s-au verificat ipotezele statistice.
n Capitolul 4 se efectueaz analiza de corelaie a datelor experimentale. Aceasta se
bazeaz pe caracteristicile statistice de ordinul II i a avut n vedere corelaia simpl, multipl
i analiza de sensibilitate. S-au fcut aprecieri asupra autocorelrii i intercorelrii temporale
a datelor experimentale precum i asupra caracterului neliniar al rspunsului n timp al
automobilului.
CAPITOLUL 1
Pagina 60 din 69
g
Ga
M mit t
2
kSv
a
rr
(1.1)
Pagina 61 din 69
arborilor, aciunea oferului etc.), introduce deja unele incertitudini ale valorilor mrimilor
care intervin i care trebuie adoptate; este suficient, de exemplu, s se arate c niciodat nu se
cunosc cu precizie coeficientul total de rezisten la rulare, coeficientul maselor n micare de
rotaie, coeficientul aerodinamic, suprafaa transversal a automobilului, raza de rulare a roii
motoare etc.
Dac se folosesc modele matematice mai complexe (de exemplu cele care au la baz
modele dinamice cu mai multe mase ineriale), atunci se mrete numrul mrimilor care
trebuie adoptate, deci cresc incertitudinile asupra aprecierii acestora. De exemplu, n fig.1.1
se prezint modelul dinamic cu trei mase ineriale, care ia n considerare elasticitatea
arborilor k(.) i amortizrile vscoase c(.). La acest model momentul de inerie J1 conine
momentele de inerie ale pieselor dintre motor i treapta respectiv din cutia de viteze (deci i
ale ambreiajului, care se consider cuplat), reduse la axa arborelui cotit. Momentul de inerie
J2 nglobeaz toate momentele de inerie ale roilor dinate aflate n angrenare la un moment
dat din cutia de viteze. Momentul de inerie J3 reprezint suma tuturor momentelor de inerie
ale pieselor aflate n micare de rotaie de dup cutia de viteze (transmisie i propulsor),
precum i momentelor de inerie echivalente ale maselor aflate n micare de translaie (masa
autovehiculului, masa roilor), toate reduse la arborele roii motoare. Asupra acestui sistem
acioneaz dou momente perturbatoare i anume: momentul motor M m i momentul Mr
necesar nvingerii rezistenelor la deplasare.
J 3 ; 3
J1; 1
J 2 ; 2
Mm
c1,2
c2,3
k1,2
k2,3
Fig.1.1
Pagina 62 din 69
Mr
(1.2)
- pentru volantul 2:
J 2 2 (t ) c1,2 [1 (t ) 2 (t )] k1,2 [1 (t ) 2 (t )]
c2,3 [2 (t ) 3 (t )] k2,3 [2 (t ) 3 (t )] 0
(1.3)
- pentru volantul 3:
J 33 (t ) c2,3 [2 (t ) 3 (t )] k2,3 [2 (t ) 3 (t )] M r (t )
(1.4)
Aceste trei expresii constituie modelul matematic al dinamicii ansamblului din fig.1.1.
Pentru a calcula, de exemplu, unghiul de rotaie al arborelui cotit al motorului, deci 1=m,
atunci se procedeaz la decuplarea ecuaiilor difereniale (1.2)-(1.4).
Se obine astfel n
di M m (t )
di 1 (t )
d i M r (t )
Ai
Bi
Ci
i
i
d
t
d
t
d ti
i 2
i 0
i 0
(1.5)
Pagina 63 din 69
(1.6)
M m a1 a2n a3 a4n 2 a5 2
(1.7)
n care i n se msoar cu ajutorul unor traductori ncorporai [34; 35; 64; 91].
Referitor la utilizarea datelor experimentale (prelucrarea acestora) mai trebuie
menionat nc un aspect. Dup cum se cunoate, orice prob experimental constituie o serie
finit cu valori discrete ale mrimilor vizate; altfel spus, orice prob constituie o serie
dinamic n timp discret (numr valori).
Pagina 64 din 69
studiul
dinamicii
spectrale;
deducerea
unor
modele
matematice
Pagina 66 din 69
CAPITOLUL 2
CERCETRI EXPERIMENTALE
Pagina 67 din 69
analiza datelor prin utilizarea de softuri specializate, care s ofere un grad de relevan
ct mai ridicat;
obinerea unor mrimi funcionale care s permit stabilirea modelelor matematice ale
dinamicii automobilului.
Fig.2.1
Pagina 68 din 69
Fig.2.7
Pagina 69 din 69
Prelucrarea datelor s-a fcut cu mediul de programare MATLAB [135; 136; 144] i
programele i MsOffice (EXCEL, WORD).
Sistemul electronic de control al autoturismelor Daewoo Nubira nu monitorizeaz toi
parametrii funcionali importani n studiul dinamicii unui
autovehicul.
Cercetrilor experimentale s-au desfurat pentru fiecare autovehicul n parte astfel:
a) s-a cuplat testerul la priza de diagnosticare a autovehiculului;
b) s-a pornit autovehiculul i s-a adus la condiiile i regimurile de funcionare
urmrite pentru efectuarea ncercrilor;
c) s-au nregistrat parametrii funcionali pentru cinci probe consecutive (256 de
valori);
d) s-au transferat n calculator datele stocate n fiierele din memoria testerului, prin
intermediul aplicaiei DaewooSnapShot.
e) s-a ters memoria testerului, pregtindu-l astfel pe acesta din urm pentru o nou
serie de 5 probe.
2.3 REZULTATE OBINUTE
Pe parcursul activitii de ncercri s-au efectuat un numr de 76 de probe, numerotate
de la 1 la 76 astfel:, I1,.., I45,, I76. Dintre acestea au fost reinute n vederea prelucrrii 64
probe, celelalte 12 nefiind finalizate, respectiv nu s-au nregistrat 256 de valori pentru fiecare
n parte. Este cazul probelor: I16, I42, I44, I62, I69-I76. Cele seleconate n vederea
prelucrrii au fost renumerotate astfel: I1n, I2n, I32n,, I64n.
Doi parametri importani ce caracterizeaz dinamica autovehiculelor, momentul motor
efectiv i consumul orar de combustibil nu se pot msura cu ajutorul testerului utilizat. Pentru
determinarea lor a fost necesar modelarea matematic a relaiilor funcionale (2.1) pe baza
datelor experimentale obinute pe standul de ncercri i puse la dispoziie de uzina Daewoo
din Craiova [148].
M e f n, , Ch f n,
(2.1)
Pagina 70 din 69
M e n, a1n a2 n 2 a3 a4 2
C h n, b1n b2 n 2 b3 b4 2
(2.6)
a1 ; b1
a 2 ; b2
a3 ; b3
a 4 ; b4
modelat
Me
Ch
3.1511
0.1724
- 0.0162
- 0.000691
- 0.000697
- 0.001354
- 0.000000699714
0.000000522927
Pe
nM e
30000
cc
100C h
3nz ,
(2.7)
(2.8)
CAPITOLUL 3
STUDIUL DINAMICII STATISTICE
PRIN ANALIZ N TIMP
Pagina 71 din 69
xo
f1 x
f 2 ( x)
dF ( x)
dx
F ( x1 , x2 )
( x1 , x2 )
(3.1)
(3.2)
Pagina 72 din 69
Fig.3.21
Fig.3.23
Pagina 73 din 69
Ipoteza H
Ipoteza H
Decizia
Accept ipoteza H
Respinge ipoteza H
este adevrat
Decizie corect
Eroare de genul I
este fals
Eroare de genul II
Decizie corect
Decizia este corect dac se accept o ipotez adevrat sau dac se respinge o
ipotez fals cu un anumit nivel de semnificaie; decizia este incorect n celelalte dou
situaii. Dac se respinge o ipotez adevrat, se comite o eroare de genul I, iar dac se
Pagina 74 din 69
accept o ipotez fals, se comite o eroare de genul II. Eroarea poate fi de genul I sau II n
funcie de modul n care este formulat ipoteza care se testeaz. Probabilitatea de a respinge
ipoteza H cnd este fals se numete puterea criteriului; diferena dintre unitate i puterea
criteriului reprezint probabilitatea comiterii erorii de genul II.
Fig.3.37
Analizele efectuate cu toate datele celor 64 probe au artat c nici o serie dinamic
experimental i nici un parametru statistic pe probe (medie, dispersie etc.) nu se ncadreaz
n legile de distribuie cunoscute din statistic. Un exemplu n acest sens este prezentat n
fig.3.37, cu luarea n considerare a valorilor tuturor probelor pentru viteza de deplasare
(graficele superioare) i puterea motorului (graficele inferioare); ntr-adevr, n toate cazurile
a rezultat ipoteza H1 (se admite ipoteza H1), deci se respinge ipoteza nul H0 c datele se
ncadreaz n legea de distribuie Gauss (fig.3.37a i fig.3.37c). Concluzia este confirmat i
de valorile foarte mici ale probabilitii p aferent erorii de genul I (fig.3.37b i fig.3.37d).
CAPITOLUL 4
STUDIUL DINAMICII STATISTICE
Pagina 75 din 69
C xy (0)
Cxx (0)C yy (0)
cu valorile
fiind pentru
(4.5)
1 exist o
mai departe de valoarea unitar (fr a atinge valoarea nul), cu att neliniaritatea este mai
accentuat.
Din analiza realizat a rezultat c pe ansamblul probelor exist o dependen liniar
mai bun n cazul corelaiei dintre vitez i puterea motorului (m=0,42) dect la corelaia
vitez-moment (m=0,18); valorile mici pe ansamblu arat c exist totui o dependen
neliniar pronunat.
Pagina 76 din 69
y x1 ; x2
2
yx2 1 yx
2 yx1 yx2 x1x2
2
1 x21x2
(4.6)
y x1 ;...; xk 1
Dxy
Dy
(4.7)
yx1
yx2
...
x1 y
x1x2
... x1xk
Dxy x2 y
x2 x1
... x2 xk
...
xk y
...
xk x1
...
xk x2
...
...
yxk
...
1
i respectiv:
Pagina 77 din 69
(4.8)
x1x2
x2 x1
x1x3
... x1xk
x2 x3 ... x2 xk
Dy x3 x1
x3 x2
...
xk x1
...
xk x2
...
xk x3
... x3 xk
...
...
...
1
(4.9)
x1x2 x2 x1
Fig.4.15
Pagina 78 din 69
4.3. SENSIBILITATE
Numit i elasticitate, sensibilitatea (care aparine de problematica legturii dintre
fenomene, ca i analiza de corelaie) exprim proprietatea unei mrimi rezultative de a-i
modifica valoarea sub influena variabilei independente (numit i variabil cauzal sau
factorial, deoarece constituie un factor de influen).
Sensibilitatea constituie o funcie care poate fi variabil (caz n care exist o
heteroelasticitate/heterosensibilitate) sau constant (isoelasticitate/ isosensibilitate). Dup
sensul legturii dintre variabila rezultativ i cea factorial, elasticitatea poate fi direct sau
invers (deci similar ca la corelaie).
Prin definiie, sensibilitatea simpl se stabilete cu relaia:
Ey / x
dy dx
:
y x
(4.10)
care arat c elasticitatea funciei y=f(x) este egal cu rata variaiei relative a mrimii
rezultative y care revine pe o unitate de variaie relativ a mrimii factoriale x [104].
Pagina 79 din 69
Fig.4.22
Graficele din fig.4.22 arat c exist o heterosensibilitate funcional, pentru fiecare
mrime cu alte variaii n timp; cea mai ridicat sensibilitate este generat de consumul orar
de combustibil.
Ca i corelaia, sensibilitatea trebuie studiat deoarece ambele au influen asupra
corectitudinii adoptrii modelelor matematice liniare ale dinamicii statistice ale
autovehiculului. ntr-adevr, expresia de calcul (4.10), ce constituie un raport de dou
derivate, reprezint panta dreptei de regresie liniar ce descrie matematic dinamica
autovehiculului.
CAPITOLUL 5
STUDIUL DINAMICII STATISTICE
PRIN ANALIZ DISPERSIONAL
Pagina 80 din 69
xj
xij
i j 1, k . Cele k sondaje aleatoare reflect influena unui anumit factor care acioneaz
asupra procesului studiat considerat prin caracteristica X.
Practic, calculele prezentate pentru aplicarea analizei dispersionale unifactoriale se
grupeaz n tabelul 5.1 [135].
Tabelul 5.1
Sursa
Suma ptratelor
Numrul
Dispersia
Coeficientul
Coeficientul
variaiei
abaterilor
gradelor de
lui Fisher
lui Fisher
SPA
libertate
(calculat)
(tabelar)
Fc
Ft
GL
Variaia
factorial
Variaia
rezidual
Variaia
total
n x j x
1 k 1
Df
j 1
x
i 1 j 1
n
ij
xj
xij x
2 k (n 1) Dr
nk 1
Dt
i 1 j 1
Pagina 81 din 69
Fc
Df
Dr
F ,1 ,2
Pagina 82 din 69
Fig.5.6
Pagina 83 din 69
SPA
GL
variaiei
Factorul A
SPAA
Factorul B
SPAB
Interaciunea
SPAAB
DA
A p 1
DB
B q 1
AB ( q 1)( p 1) DAB
A-B
Rezidual
SPAr
Total
SPAt
r pq(n 1)
npq 1
Fc
Ft
FcA DA / Dr
Ft A
FcB DB / Dr
FtB
FcAB DAB / Dr
Ft AB
Dr
Dt
Pagina 84 din 69
Fig.5.9
Exemplul din fig.5.9 arat c cei doi factori au influen mare asupra dinamicii
automobilului i deci proba I3n trebuie luat n considerare atunci cnd se stabilete modelul
matematic bifactorial al dinamicii automobilului (cel aferent regresiei multiple).
CAPITOLUL 6
STUDIUL DINAMICII STATISTICE
PRIN REGRESIE
(6.3)
Dup cum se constat, valoarea curent a mrimii y, deci y(k), se exprim n funcie
de valorile din trecut ale acesteia; relaia (6.3) conine regresori de ordin diferit. n plus,
expresia (6.3) poate constitui o regresie (recuren) liniar sau neliniar [8, 66]. S-a constatat
c eroarea de modelare scade o dat cu creterea ordinului regresiei.
Pagina 85 din 69
Fig.6.7
Graficul din fig.6.7 arat c majoritatea valorilor coeficienilor este plasat n zone
concentrate din ntreaga plaj de variaie; este sugerat astfel o generalizare, n sensul
utilizrii valorilor medii ale coeficienilor. Ca urmare, din fig.6.7 rezult autoregresia de
ordiul 5 obinut cu valorile medii ale coeficienilor:
V (k ) 0,98V (k 1) 0,052V (k 2)
0,015V (k 3) 0,013V ( k 4) 0,04V (k 5)
(6.8)
Pagina 86 din 69
xi x yi y
i 1
2
xi x
; a
i 1
i 1
yi b xi
n
i 1
(6.10)
Pagina 87 din 69
Fig.6.13
Fig.6.21
Pagina 88 din 69
y 0 1 x1 ... p x p 0 j x j
j 1
(6.11)
y (k ) aim x m (k )
i 0
(6.17)
Pagina 89 din 69
Pi ( x) x i
j 1
i k
c ji ; i 1...n 1
(6.56)
cu intervalul dintre dou puncte i i coeficienii polinomiali locali cji [20; 135].
Fig.6.38
Pagina 90 din 69
Fig.6.40
6.5. REGRESII NELINIARE MULTIPLE
Problema obinerii regresiilor neliniare multiple este i mai dificil dect la cele
neliniare simple. Diferite procedee apeleaz la modele polinomiale, funcii spline, reele
neuronale, algoritmi bootstrap i tehnici bayesiene; n continuare sunt utilizate doar primele
dou din acestea [94; 131; 135].
Regresiile polinomiale neliniare multiple sunt similare celor liniare multiple, dar
exist i diferite puteri ale mrimilor factoriale. De exemplu, pentru y mrime rezultativ i
{x1, x2} variabile factoriale, relaia (6.11) devine n acest caz pentru situaia unui polinom
nelacunar de ordinul doi:
(6.57)
Pagina 91 din 69
Fig.6.50
Pagina 92 din 69
Fig.6.52
Fig.6.56
confirm aspectul menionat anterior referitor la dificultatea stabilirii regresiilor
polinomiale neliniare multiple care s asigure erori acceptabile.
Pagina 93 din 69
x11
y1
x
y
2
21
...
...
yn
xn1
x12
x22
...
xn 2
... x1 p
... x2 p
... ...
... xnp
2
...
(6.66)
( p 1) [20;
120; 135].
n cazul regresiilor liniare multiple generalizate exist mai multe variabile
factoriale (de acelai tip sau de tipuri diferite), dar i mai multe mrimi rezultative (de acelai
tip sau de tipuri diferite). Ca urmare, expresia (6.15) rmne valabil i aici, dar exist
Pagina 94 din 69
y11
y
21
...
yn1
y12
y22
...
yn 2
... y1r
x11
x
... y2 r
21
...
... ...
... ynr
xn1
x12
x22
...
xn 2
... x1 p
... x2 p
... ...
... xnp
( p r) :
11 12
21 22
...
...
p1 p 2
... 1r
... 2 r
... ...
... pr
(6.67)
Spre exemplu, n cazul regresiei V=f(n,) cu valorile de la toate cele 64 probe experimentale
se obin coeficienii din fig.6.60b i fig.6.60c.
Fig.6.60
Se poate concluziona c studiul prin regresie al dinamicii statistice a autovehiculelor
asigur evidenierea unor dependene funcionale ntre diferitele mrimi ale acestora. Aa
Pagina 95 din 69
cum s-a constatat din exemplele prezentate, pentru automobilele cu control electronic exist
dependene care nu se ntlnesc la autovehiculele clasice, datorit supervizrii funcionrii de
ansamblu de ctre calculatorul de bord; folosirea unor regresii multiple cu mrimi rezultative
de tip diferit, neutilizate n literatura de specialitate clasic, asigur depistarea unor
dependene utile n controlul electronic, unde se aplic legi de reglare complexe.
Trebuie menionat nc un aspect de mare importan teoretic i practic. Dac se
stabilesc regresii liniare multiple generalizate cu date experimentale care acoper toat plaja
funcional a unui autovehicul (multitudinea de mrimi senzorizate), atunci studiul prin
regresie a dinamicii statistice a acestuia poate asigura i predicia n cazul altor situaii dect
cele de la ncercri; aspectul este similar cazului cnd se dispune de caracteristici statice i se
stabilesc valorile mrimilor pentru orice punct funcional din plaja de variaie a acestora.
CAPITOLUL 7
STUDIUL DINAMICII STATISTICE
PRIN ANALIZ SPECTRAL
Pagina 96 din 69
Y (k )
y ( n)
e j 2( k 1)( n 1) / N ; k [1; N ]
n 1
(7.12)
unde s-a considerat c mrimea discret y(n) este eantionat la timpii t(n) cu pasul de
eantionare dt. Pasul de eantionare dt, notat i Ts (care reprezint inversul frecvenei de
eantionare fs), se adopt astfel nct diferenele dintre valorile curbei continui i valorile
curbei discretizate s fie minime (eroarea de discretizare s fie minim) [107; 137].
La analiza n frecven mai trebuie menionat un aspect practic i anume faptul c
valorile frecvenelor cu aport energetic ridicat au legtur cu frecvenele proprii.
Astfel, la viteza de deplasare v se are n vedere c frecvena de rotaie a roii este dat
de relaia cunoscut:
r
v
2 2rr
(7.16)
Pagina 97 din 69
n
n
30 120
(7.17)
Fig.7.1
Spre exemplu, n fig.7.1 se prezint amplitudinea relativ Fourier (valorile curente
mprite la cea maxim) a vitezei pentru toate cele 64 probe experimentale. Conform
teoremei lui Shannon, frecvena de eantionare ar trebui s fie cel puin dubl frecvenei
maxime[110]; din acest motiv s-a adoptat frecvena de eantionare fs=40 Hz.
Pagina 98 din 69
Dac exist o singur mrime de intrare oarecare x(t) i doar una de ieire y(t), atunci
se spune c exist un sistem monovariabil la intrare i monovariabil la ieire (SISO Single
Input Single Output). n acest caz ecuaiile dinamicii statistice (aici dinamica spectral) sunt
[32; 33]:
2
S xy ( ) W ( ) S xx ( ); S yy ( ) W ( ) S xx ( )
(7.18)
S yy ( )
S xy ( )
W ( )
S xy ( )
S xx ( )
(7.19)
W ( )
S yy ( )
S xx ( )
(7.20)
Se pot stabili funciile de transfer n cazul a mai mult de dou mrimi de intrare; de
exemplu n cazul a m mrimi de intrare:
Pagina 99 din 69
S2 y ( ) W1 ( ) S 21 ( ) W2 ( ) S 22 ( ) ... Wm ( ) S 2 m ( )
...
S ( ) W ( ) S ( ) W ( ) S ( ) ... W ( ) S ( )
1
m1
2
m2
m
mm
my
(7.24)
Fig.7.18
xy ()
S xy ()
S xx () S yy ()
(7.25)
unde cu S(.) s-au notat densitile spectrale de putere bilaterale (cu limite simetrice:
0 xy () 1
(7.26)
xy ()
S xy ()
S xx () S yy ()
2
W () S xx
( )
2
S xx () W () S xx ()
1
(7.27)
Aadar, dac sistemul este liniar, funcia de coeren are valoare unitar (anterior s-a
artat c la un sistem liniar i ptratul coeficientului de corelaie are valoare unitar).
Cum practica a dovedit c sistemele reale sunt neliniare, rezult c <1. Mai mult, n
cazul n care <1, exist urmtoarele cauze [33]:
- sistemul nu este liniar;
- exist i alte mrimi la intrare, care nu sunt luate n considerare (intenionat sau nu).
Dac exist dou mrimi la intrare (deci dou variabile factoriale), atunci se obin
dou funcii de coeren:
W () S11 () W2 () S12 ()
1 y () 1
S11 () S yy ()
i respectiv:
(7.28)
W () S21 () W2 () S22 ()
2 y () 1
S22 () S yy ()
(7.29)
S
2
Z 1 2
SZ y
(7.30)
S 2 y ; Z (1 2 ) y
(7.31)
Trebuie artat c prin zgomot se nelege n acest caz zgomotul modelului, adic
mrimea ce indic abaterea seriei dinamice experimentale fa de cea obinut pe baza
regresiei liniare.
Graficele din fig.7.32 (cu mrimea rezultativ viteza automobilului i variabil
factorial turaia motorului coloana din stnga; cu mrimea rezultativ viteza automobilului
i variabil factorial poziia clapetei obturatoare coloana din dreapta) arat c n general
transferul energetic este ridicat (valori mari ale amplitudinii funciei de transfer) la
frecvenele la care funcia de coeren are valori mari.
Fig.7.32
Se poate concluziona c analiza n frecven a datelor experimentale permite
depistarea componentelor armonice cu aport energetic ridicat, adic a acelor componente care
au contribuia major n dinamica automobilului; n acest sens o mare importan o are
stabilirea corect a frecvenei de eantionare, obinut prin aplicarea teoremei lui Shannon i
care permite stabilirea ecuaiilor difereniale ale dinamicii automobilului.
n plus, analiza de coeren a datelor evideniaz existena unor dependene neliniare
ntre mrimile funcionale, ceea ce indic necesitatea studiului i a dinamicii neliniare a
automobilului.
CAPITOLUL 8
STUDIUL DINAMICII STATISTICE
PRIN PREDICIE
Graficele ce apar n fig.8.8 s-au obinut prin predicionarea cu orizont variabil i cu eroarea la
COV impus la valoarea de 1,5% pentru toate probele. Modelul ales este de tip SISO (single
input-single autput=o intrare-o ieire) n care mrimea de intrare este turaia motorului, iar
cea de ieire este viteza autovehiculului. n fig.8.8a sunt reprezentate orizonturile de predicie
rezultate din condiia impus la eroare, pentru toate cele 64 de probe. n fig.8.8b apar erorile
la COV ce s-au obinut prin predicionarea cu valorile maxime ale lui k rezultate din condiia
de mai sus, pentru fiecare prob n parte. Se constat c pentru anumite probe eroarea
obinut este mai mare dect limita mpus nc de la prima predicie, k=1, i ca atare, n
grafic k=0. Pentru alte probe ns, k ia diferite valori.
Fig.8.8
Se observ c erorile obinute la predicie variaz de la prob la prob, pentru aceeai
valoare a lui k i acelai tip de model ales, aspect normal avnd n vedere c pentru fiecare
prob au fost alte condiii de desfurare i deci alte funcii de transfer.
Fig.8.14
n fig.8.14 este vorba despre predicii de tipul V f n i proba I5n. Ipoteza nul
H 0 este respectat att timp ct k<55, dar eroarea la COV rezultat pentru predicia cu
avnd valori sub 4%. n fig.8.17c i fig.8.17d apar seriile dinamice ale vitezelor obinute pe
cale experimental i modelare pentru probele I38n i I27n.
Fig.8.15
Fig.8.17
8.1.3 PREDICIA LINIAR MULTIPL
Modelul matematic pentru predicia liniar multipl este de tipul mai multe intrri-o
ieire (MISO-multiple Input Single Output. Algoritmul de lucru este identic cu cel prezentat
la predicia liniar simpl, cu observaia c acum la intrare sunt mai multe serii cu valori
experimentale [3; 75].
Se constat aceeai tendin remarcat i n cazul regresiilor analizate n capitolul
precedent, c att valorile maxime ct i cele medii ale erorilor scad odat cu creterea
numrului de intrri, confirmnd ideea c un volum de informaie mai mare duce la creterea
preciziei de modelare.
Tabelul 8.1
Tipul modelrii-
Eroarea
Eroarea
Tipul modelrii
Eroarea
Eroarea
Numrul figurii
maxim
medie
Numrul figurii
maxim
medie
V f (n)
V f ( n, )
V
V
V
V
3,41%
3,25%
f ( n, , M e )
2,60%
f (n, , M e , C h )
1,39%
f ( n, , M e , C h , p a )
1,38%
f (n, , M e , C h , p a , t a ) 1,12%
0,90%
1,03%
0,66%
0,34%
0,32%
0,20%
Me
Me
Me
Me
Me
f ( )
f ( , n)
f ( , n, )
f ( , n, , Ch )
f ( , n, , C h , p a )
1,64%
0,84%
0,82%
0,57%
0,51%
M e f ( , n , , C h , p a , t a )0,46%
0,53%
0,21%
0,19%
0,16%
0,12%
0,10%
Fig.8.41
Fig.8.42
Una din cele mai folosite metode de predicie neliniar apeleaz la reele neuronale.
Folosirea reelelor neuronale la procesele neliniare se justific prin faptul c ambele au
capacitatea de autoorganizare (autoinstruire); din acest motiv se i spune c reelele
neuronale sunt cele ce definesc cel mai bine sistemele inteligente, ceea ce de altfel justific
i denumirea de neuronal, cu trimitere la neuronul biologic.
Principial, algoritmii care utilizeaz reele neuronale pentru stabilirea modelelor
matematice (pentru identificarea sistemelor) n vederea prediciei sunt aceiai ca cei proprii
metodelor parametrice liniare; spre exemplu, corespondentul algoritmului ARMAX este
NNARMAX (Neural Network AutoRegressive Moving Average with eXogenous Inputs) [1;
5; 6; 15; 41].
Fig.8.55
Fig.8.56
Fig.8.57
n fig.8.57 se prezint rezultatul utilizrii reelei neuronale, eroarea de modelare
obinut, de 0,69%, fiind o valoare acceptabil.
Se poate concluziona c stabilirea unor modele matematice neliniare folosind reele
neuronale poate asigura precizia dorit, care se obine comod prin mrirea numrului de
neuroni din legile ascunse.
CAPITOLUL 9
CONCLUZII GENERALE,
CONTRIBUII PRINCIPALE
I DESCHIDERI ALE TEZEI DE DOCTORAT
realizarea analizei n frecven. n acest mod s-au stabilit frecvenele proprii ale sistemului
vizat, armonicile cu energie ridicat, spectrul de frecvene pentru diferite mrimi funcionale
i frecvena de eantionare.
17. Studiul dinamicii statistice prin predicie conduce la obinerea unor serii dinamice
discrete, pe baza unor modele matematice stabilite prin identificarea sistemelor i a relurii
experimenului de un anumit numr de ori. Modelul matematic obinut este caracterizat de
seturi de coeficieni ce sunt specifici fiecrei probe.
- stabilirea unor modele matematice neliniare folosind reele neuronale poate asigura
precizia dorit, care se obine comod prin mrirea numrului de neuroni din legile ascunse.
18. S-a completat o baz de date cu mrimile funcionale caracteristice unui
automobil echipat cu motor cu control electronic, cu injecie de benzin astfel nct s fie
descrise ct mai multe regimuri de exploatare a acestora.
19. S-au utilizat concepte ale matematicii discrete, prin prelucrarea n timp discret a
datelor experimentale, obinerea unor descrieri matematice sub forma unor ecuaii cu
diferene i deducerea funciilor de transfer n discret.
20. S-a extins studiul intervalelor de ncredere i pentru alte seturi de date obinute n
condiii similare.
21. S-au realizat i utilizat programe dedicate n mediul de programare MATLAB,
pentru prelucrarea datelor experimentale, stabilirea modelelor matematice, analiza
dispersional etc.