Cтраница 2
![]() |
Субоптимальная система с последовательно включенным корректирующим звеном. [16] |
Субоптимальная система чувствительна к погрешностям определения характеристик объекта, которые в свою очередь зависят от длины реализаций случайных процессов, используемых при идентификации. В силу этого сделанные ранее выводы справедливы для ограниченного спектра частот со0 со оо. [17]
При использовании алгоритмов стохастической аппроксимации для определения характеристик объекта в процессе его нормальной эксплуатации случайными являются как величины на входе, так и на выходе объекта. Полученные в работе [4] оценки скорости сходимости для ряда конкретных законов распределения, входных переменных показали, что сходимость может быть существенно улучшена, если входные переменные предварительно стандартизованы. Стандартизация заключается, во-первых, в том, что из каждой переменной xv вычитают ее математическое ожидание ( таким образом, вновь введенные переменные имеют математическое ожидание, равное нулю); во-вторых, желательно по каждой из новых переменных выбрать масштаб так, чтобы все они имели одинаковые дисперсии. Для этого за единицу измерения может быть принято по каждой из переменных ее среднеквадратичное отклонение. [18]
Условия испытаний могут быть реальными или моделируемыми, предусматривать определение характеристик объекта при его функционировании и отсутствии функционирования, при наличии воздействий или после их приложения. [19]
Одним из применений теории оптимальных в статистическом смысле систем является применение к задаче определения характеристик объектов по данным, полученным в процессе их нормальной работы. [20]
Прежде чем перейти к рассмотрению других методов измерения импульсной функции, необходимо отметить возможность определения характеристик объекта путем подачи на его вход ступенчатых сигналов. [21]
Если объект существует, то, как правило, нет возможности изменить его динамические свойства, и определение характеристик объекта обычно производят экспериментальными методами. [22]
Нахождение оценок по результатам экспериментального статистического исследования химико-технологических объектов может быть связано с восстановлением характеристик случайных процессов по данным эксперимента и определением характеристик объекта. [23]
Существует несколько эквивалентных способов математического описания линейных объектов или систем с постоянными параметрами, каждый из которых представляет определенный интерес с точки зрения автоматизации определения характеристик объекта. Основные способы описания включают использование 1) дифференциальных уравнений, 2) частотных характеристик и 3) импульсной функции системы. [24]
Теория непрерывных автоматических систем и вопросы идентификации В сборник включены материалы по теории устойчивости, теории инвариантности и частотным методам теории автоматического управления. Рассмотрена проблема определения характеристик объектов. [25]
Условия испытаний могут быть реальными или моделируемыми, предусматривать определение характеристик объекта при его функционировании и отсутствий функционирования, при наличии воздействий или после их приложения. [26]
Условия испытания могут быть реальными или модулируемыми, предусматривать определение характеристик объекта при его функционировании и отсутствии функционирования, при наличии воздействий или после их приложения. [27]
После систематизации материалов и результатов предшествующих работ были разработаны новые методы и основаны схемы приборов, необходимых для определения характеристик объектов. Кроме того, были проведены также исследования по корреляционным методам определения приближенных характеристик автоматических линий, построена статистическая теория дискретных экстремальных систем управления и найдены рациональные методы поиска экстремума и алгоритма управления. [28]
В отличие от технологий АСИС технологии ГИС дополняются методами хранения и использования измерительной ( метрически точной) видеоинформацией. Видеоинформация в обычных АСИС не имеет метрической точности и не пригодна для проведения на ее основе расчетов по определению метрических характеристик объектов местности. [29]
Ввиду недостаточной изученности объектов управления и необходимости принимать при их математическом описании ряд упрощающих допущений в настоящее время динамические и статические характеристики объектов, определенные экспериментально, являются наиболее достоверными и принимаются в качестве эталонов для проверки результатов математического исследования. Кроме того, для решения конкретных инженерных задач на производстве, например для выбора регулятора и расчета его оптимальной настройки, чаще применяются экспериментальные методы определения характеристик объектов управления, так как математическое исследование требует высокой квалификации исследователей и обычно применения вычислительных машин. [30]