Documente Academic
Documente Profesional
Documente Cultură
Introducere
Exemplu Identificarea unei aeroterme
AC ~
intrarea
procesului
u Amplificator
de putere
Senzor de
temperatură
y
ieşirea
procesului
Termostat
• Aerul rece este ventilat către o rezistenţă electrică alimentată prin intermediul unui
amplificator de putere, care poate varia tensiunea şi/sau intensitatea curentului electric
ce o traversează. Temperatura aerului cald este măsurată prin intermediul unui senzor.
• Pe circuitul de la intrare la ieşire există 4 componente ale procesului:
amplificatorul de putere, rezistenţa electrică, fluxul de aer cald şi senzorul de temperatură.
• Procesul este neliniar, dar liniarizabil în jurul fiecărei temperaturi din plaja 37
admisibilă pe care o poate asigura rezistenţa electrică (avînd o putere maximă).
1. Introducere
Precizarea informaţiilor preliminare (continuare)
Date de
Date de
intrare
y
ieşire
Model de identificare
adecvat, valid
38
1. Introducere
Desfăşurarea experimentului de identificare (continuare)
Stimularea procesului şi achiziţia datelor
e 0.1
0.1
v 1.5
1.5
22
Period:
Period: NN == 500
500
coeficienţii polinoamelor
11
? 0.05
0.05
0.5
0.5
numărul coeficienţilor
00
00
-0.5
-0.5
-0.05 -1
-1
-0.05
-1.5
-1.5
** Variance:
Variance: 0.697359
0.697359
-0.1
00 50
50 100
100 150
150 200
200 250
250 300
300 350
350
• ARX[2,2] ARX[2,3]
Zgomot alb Zgomot colorat
ARX[2,3] A( q 1 ) y[ n] B( q 1 )u[ n] e[ n]
Scopul identificării procesului
Organizarea
experimentului
econometric
Alegerea clasei
de modele de
identificare
n Z
p r i m
Achiziţia şi
p r
a
e
r
l
ă
u c
a
r a
d
r
a
e
t
a
e l o r
M ()
Alegerea
modelului de
identificare
AR X
Alegerea
A( q 1 ) 1 a1q 1 a2 q 2
U metodei de M ()
identificare
Y
Pentru fiecare structură de model din ce în ce m a i
bogată (m{1,2,…,M):
se determină parametrii modelului ales, m;
1 10 1 2
B( q ) q (b1 b2 q b3 q )
se evaluează precizia modelului (V (m) sau P(m)).
Alegerea modelului
adecvat datelor
achiziţionate
M (o)
NU Validarea
modelului
DA
nk 10
Model valid
A( q 1 ) y[ n] B( q 1 )u[ n ] C ( q 1 )e[ n]
Informaţie preliminară despre proces
Scopul identificării procesului
Organizarea
experimentului
Alegerea clasei
de modele de
ARMAX[2,2,2]
econometric identificare
p r i m
Achiziţia şi
p r
a
e
r
l
ă
u c
a
r a
d
r
a
e
t
a
e l o r
M ()
Alegerea
modelului de
identificare
AR X MA n Z
A( q ) 1 a1q a2 q
Alegerea
U
Y
metodei de
identificare
M ()
1 1 2
Pentru fiecare structură de model din ce în ce m
bogată (m{1,2,…,M):
a i
1 10 1
B( q ) q (b1 b2 q )
se determină parametrii modelului ales, m;
se evaluează precizia modelului (V (m) sau P(m)).
C ( q 1 ) 1 c q 1 c q 2
Alegerea modelului
adecvat datelor
achiziţionate
M (o)
NU DA
1 2
Validarea
modelului
Model valid
M
Semnale
Semnale
Semnale
de
destimul
stimul
Modele
Modele de
de
identificare
identificare
în acest curs
Analitice Experimentale
• Au un caracter mai mult teoretic şi se obţin, de • Se obţin din seturi de date furnizate de către
regulă, prin aplicarea legilor fizico-chimice care proces şi sunt, în general, uşor de implementat.
caracterizează funcţionarea unui proces. • Suferă de lipsă de generalitate, fiind specifice
• Dovedesc o mare aplicabilitate practică, sunt anumitor tipuri de procese sau chiar puncte de
destul de generale, şi precise, dar, de multe ori, funcţionare ale aceluiaşi proces.
ridică pragul de complexitate dincolo de o limită • Precizia lor este modestă.
admisibilă.
M
în acest curs
Liniare Neliniare
• Procesele local liniarizabile în jurul anumitor • Majoritatea proceselor din natură sunt neliniare,
puncte de funcţionare sunt cele mai răspîndite. dar cu diferite grade de neliniaritate.
• Modelele matematice liniare, eventual cu • Procesele profund neliniare sunt dificil de
parametri variabili în timp reprezintă adesea identificat, ele necesitînd modele matematice
procesele liniare sau local liniarizabile. relativ complexe, avînd tot caracter neliniar.
43
9/23
Modele de identificare
. Scurtă clasificare
M
dar mai mult
Parametrice în acest curs Neparametrice
• Mai precise. • Mai puţin precise.
• Oferă mai mult descrieri calitative ale procesului
M ()
de interes, dar pot fi utilizate pentru a stabili
anumite caracteristici ale experimentului de
identificare parametrică desfăşurat ulterior
(întîrziere intrinsecă, frecvenţă de eşantionare,
numărul maxim de parametri etc.).
M
Invariante în timp în acest curs Variabile în timp
M
în acest curs
În timp continuu În timp discret
• Procesele care trebuie identificate au de regulă o • De regulă, sunt modele experimentale.
evoluţie în timp continuu. • Uşor de implementat şi de determinat.
• Sunt mai degrabă modele analitice decît
experimentale.
• Pentru procesele de complexitate redusă, este
posibilă determinarea parametrilor funcţiilor de
transfer (numiţi şi parametri fizici) sau chiar a
parametrilor de stare.
M
în acest curs
Cu parametri concentraţi Cu parametri distribuiţi
• Cu un număr finit de parametri. • Cu un număr infinit de parametri.
dar mai mult
M
În domeniul timpului În domeniul frecvenţei 45
în acest curs
Vezi Anexele A si B
46
22/23
Modele de identificare
. Modele uzuale de identificare (scurtă recapitulare)
Buclă iterativă
Cît timp km 1 & m0
Dacă m 1
a. Se evaluează polinomul următor, care foloseşte atît polinomul curent,
cît şi polinomul reciproc asociat:
Am z 1 km Am z 1
Am1 z 1
am1,0 am1,1 z 1 am1,m1 z1m am1,0 1
1 k 2
m