Documente Academic
Documente Profesional
Documente Cultură
IDENTIFICAREA SISTEMELOR
2.1 Considera\ii generale cu privire la instala\iile automate
#n ultimele decenii, instala\iile industriale au cunoscut o dezvoltare
considerabil[, ceea ce a condus la realizarea unor sisteme de conducere
corespunz[toare.
Impedimentul major @n realizarea unei conduceri calitativ superioare a unor
instala\ii industriale complexe este reprezentat @n primul r`nd de imposibilitatea
stabilirii prin metode analitice at`t a modelului lor dinamic, c`t ]i a celui
sta\ionar. Acest lucru se explic[ prin aceea c[ fenomenele care se desf[]oar[ @n
instala\iile industriale sunt extrem de complicate, iar @n multe cazuri nu se poate
p[trunde suficient @n intimitatea lor, astfel @nc`t modelul stabilit pe cale analitic[
s[ reprezinte cel pu\in satisf[c[tor realitatea fizic[.
Un alt aspect legat de problema conducerii instala\iilor complexe const[ @n
aceea c[ modelul lor nu este constant @n raport cu condi\iile de func\ionare.
Aceasta @nseamn[ c[ chiar dac[ ar putea fi stabilit prin metode pur analitice,
modificarea sa @n timpul func\ionarii necesit[ ob\inerea unor informa\ii curente cu
privire la structura sa, astfel @nc`t s[ se poat[ interveni @n mod corespunz[tor @n
sistemul de conducere pentru a putea asigura performan\ele impuse. Din cele de
mai sus rezult[ necesitatea cunoa]terii unor metode care, utiliz`nd rezultatele unor
m[sur[tori efectuate asupra instala\iei studiate, s[ permit[ stabilirea unui model al
acesteia c`t mai aproape de cel real. Aceasta constituie @n esen\[ problema
identific[rii.
2.2 Conceptul de identificare
S[ presupunem c[ instala\ia al c[rei model trebuie stabilit este descris[ de
urm[toarea ecua\ie diferen\ial[ stochastic[:
.
x= f(x, u, w, p, t)
unde: x - reprezint[ starea sistemului;
u - reprezint[ m[rimea de intrare;
w - zgomotul care afecteaz[ intrarea;
p - parametrii (@n general necunoscu\i);
1
(2.1)
(2.2)
w
.
x=f(x,u,w,p,t)
Inst. de identificat
Dispozitiv
de masur[
x
Dispozitiv
de masur[
Algoritm de
identificare
p
m
Fig. 2.1
Analiza sistemelor, ca problematic[ general[, se ocup[ de studiul evolu\iei
semnalului de ie]ire, determinat at`t de varia\ia m[rimilor de intrare, c`t ]i de
propriet[\ile acestuia.
Problema identific[rii putem s-o privim ca problema invers[ a analizei
sistemelor: fiind cunoscut[ evolu\ia semnalelor de intrare ]i ie]ire (prin
m[sur[tori), s[ se determine modelul matematic care s[ descrie comportarea
sistemului (ecua\ii diferen\iale, ecua\ii cu diferen\e, func\ia pondere, func\ia
indicial[, func\ia de transfer etc.).
Identificarea const[ deci @n determinarea, pe baza intr[rii ]i ie]irii, a unui
sistem dintr-o clas[ de sisteme, fa\[ de care sistemul care se @ncearc[ s[ fie
echivalent. Defini\ia implic[ specificarea unei clase de sisteme S = {S}, a
2
(2.4)
(2.5)
J = e 2 dt
(2.6)
T
0
1. Identificarea analitic[
Aceasta presupune determinarea modelului pornind de la cunoa]terea legilor
fizice care guverneaz[ dinamica proceselor.
Aplicarea acestui procedeu este limitat[ de faptul c[ de multe ori conduce la
ob\inerea unor modele complexe, care nu pot fi utilizate @n sinteza analitic[ a
sistemului de conducere. Pe de alt[ parte acest procedeu este limitat ]i de faptul c[
@n practic[ exist[ multe procese ale c[ror legit[\i nu sunt suficient cunoscute.
2. Identificarea experimental[
Aceasta presupune determinarea modelului pe baza unor date intrare - ie]ire
ob\inute prin m[sur[tori. i aici exist[ limit[ri: dificult[\i @n proiectarea
experimentului, @n prelucrarea datelor, @n filtrarea perturba\iilor. Identificarea
analitic[ este util[ pentru elaborarea principial[ a modelului care aproximeaz[ cel
mai bine structura procesului studiat. Ea nu este adecvat[ pentru evaluarea
parametrilor procesului chiar ]i @n cazuri simple, situa\ie c`nd se face apel @n mod
necesar la metode experimentale.
F[r[ a reduce importan\a cuno]tin\elor apriorice teoretice, se poate
considera c[ identificarea experimental[ constituie partea de baz[ a identific[rii
proceselor, fie c[ este vorba de evaluarea parametrilor sau chiar de determinarea
formei modelului matematic.
#n practic[ se prefer[ o identificare mixt[, adic[ dac[ din cunoa]terea
par\ial[ a func\ion[rii procesului se dispune de o asemenea informa\ie @nc`t s[
putem fixa structura modelului, problema care mai r[m`ne de rezolvat este cea a
determin[rii valorilor numerice a coeficien\ilor, care este o problem[ de estimare a
parametrilor.
Estimarea se define]te ca fiind problema determin[rii experimentale a
valorilor parametrilor, care guverneaz[ comportarea dinamic[ a procesului,
presupun`nd c[ structura modelului acestuia este cunoscut[. #n unele cazuri ne
intereseaz[ o cunoa]tere mai detaliat[ a st[rii procesului; aceasta conduce la
4
Structura
Cuno]tin\e structurale ( apriori )
PROCES
MODEL
Cuno]tin\e prin m[sur[tori ( aposteriori )
Stari
Parametri
Date de
m[surare
Tratarea
datelor
M[sur[tori
Zgomot de
m[surare
De ex.,
esantioane
cuantificate
De ex.:
zgomot de
cuantificare
S
T
R
U
C
T
Estimatori
de
parametri
Estimatori
de
stare
Erori de estimare, de
ex. datorate trunchierii,
ordinului modelului prelucr[rii datelor
Fig. 2.2
Este evident c[ desf[]urarea procedurii de identificare este influen\at[ de o
serie @ntreag[ de factori, cum ar fi:
- posibilitatea de a scoate procesul din func\ionare normal[ sau necesitatea
de a efectua @ncerc[ri asupra procesului func\ion`nd @n bucla @nchis[;
- @n cazul posibilit[\ii utiliz[rii unor semnale de prob[ se pune problema
alegerii tipului optim de semnal;
u(t)
Proces
y(t)
Metoda
activ[
Model neparametric
y(t)
Proces
Metoda
pasiv[
Model parametric
Model
+ y(t) e(t)
_
y (t)
M
Identificare
(2.7)
D(P, M) = (y y M ) 2 dt
(2.8)
(2.9)
D(P, M) 0 P M
Distan\a nici @n cazul teoretic nu poate fi nul[, dac[ nu se neglijeaz[
zgomotele de m[sur[, trebuind deci s[ fie redus[ sub o anumit[ valoare D0.
#n concluzie se poate afirma c[ am construit un model M al unui proces P,
dac[ se pot determina un grup de parametri structurali, astfel c[ dat[ fiind o intrare
u(t) se poate ob\ine o distan\[
D(P, M) D 0
(2.10)
Proces
Model
+
_
y(i)
(i)
Criteriu
y (i)
M
9
D[ (i) ]
i=1
i=1
(2.11)
D = [y(i) y M (i)] 2
i=1
+
_
Model
y(i) ^ (i)
Criteriu
D[ ^ (i)]
y^ (i)
De exemplu:
N
D = [y(i) y(i)] 2
(2.12)
i=1
Predic\ia f[cut[ cu modelul dat depinde de forma aleas[ pentru el. Astfel,
dac[ se alege ca model forma discret[ a func\iei pondere (]irul de ponderare cu
hM(j) j=[0,N], elementele acestui ]ir), cunoa]terea intr[rii u(j), j=[i-N, i], permite
predic\ia:
N
y(i) = h M (j)u(i j)
(2.13)
j=0
(2.14)
10
(2.15)
Proces
Model M
Criteriu
D( )
11
Proiectare
experiment
Informa\ie
aprioric[
Scop final
Date
intrare - ie]ire
Determinare
struct. model
Estimare
parametri
verificarea
modelului
DA
Model final
Fig. 2.3
Observa\ii:
1) Scopul identific[rii fiind acela de a ob\ine modelul matematic al
instala\iei automatizate, ea se poate @ncadra @n problema mai larg[ a model[rii
proceselor.
Dar identificarea nu poate fi confundat[ cu modelarea, @n accep\iunea
curent[ a acestei no\iuni.
Modelarea se refer[ mai ales la realizarea unui model fizic al procesului,
care s[ permit[ studiul acestuia @n condi\ii tehnico - economice avantajoase. Ea se
efectueaz[ adesea @n perioada proiect[rii instala\iilor ]i agregatelor.
2) Identificarea se refer[ la determinarea caracteristicilor unei instala\ii
existente, potrivit condi\iilor reale de func\ionare, pentru ca @n raport cu aceste
caracteristici efective s[ se aleag[ dispozitivul de automatizare corespunz[tor
performan\elor urm[rite.
12