Применение - метод - статистическая линеаризация
Cтраница 1
Применение метода статистической линеаризации к определению характеристик точности системы, содержащей п нелинейных безынерционных звеньев, заключается в следующем. [1]
Применение метода статистической линеаризации при решении систем нелинейных уравнений, когда надо вводить в алгоритм решения многомерные законы распределения, приводит к практически непреодолимым вычислительным трудностям. [2]
Рассмотрим применение метода статистической линеаризации для расчета замкнутых систем. Структурная схема ( рис. 17.5, а) содержит один безынерционный НЭ с однозначной статической характеристикой F ( x) и динамическую линейную часть ( ЛЧ) с передаточной функцией W ( s), включающую инерционные звенья. Предполагается также, что входной сигнал G ( f) системы, который в общем случае представляет собой аддитивную смесь полезного сигнала и помехи, является стационарным случайным процессом с нормальным законом распределения. [3]
Рассмотрим применение метода статистической линеаризации для расчета замкнутых систем. Структурная схема ( рис. 17.5, а) содержит один безынерционный НЭ с однозначной статической характеристикой F ( x) и динамическую линейную часть ( ЛЧ) с передаточной функцией W ( s), включающую инерционные звенья. Предполагается также, что входной сигнал G ( t) системы, который в общем случае представляет собой аддитивную смесь полезного сигнала и помехи, является стационарным случайным процессом с нормальным законом распределения. [4]
Проиллюстрируем применение метода статистической линеаризации на примерах, причем основное внимание уделим некоторым качественным закономерностям, имеющим достаточно общий характер. [5]
Рассматриваются особенности применения метода статистической линеаризации для приближенного исследования точности некоторых нелинейных регулируемых систем с распределенными параметрами при учете случайных возмущений. Процессы в таких системах описываются уравнениями в частных производных, интегральными, интегро-дифференциальными, а подчас более сложными функциональными соотношениями. Предполагается, что существенными нели-нейностями являются нелинейности, происходящие от регулирующих воздействий. Последние обычно определенным образом распределены в пространстве и зависят от состояния объекта регулирования. [6]
Рассмотрим пример применения метода статистической линеаризации для определения ошибки работы самонастраивающейся системы в случае, когда передаточные функции отклоняются от идеальных. [7]
Аналогичные соотношения дает применение метода статистической линеаризации, также опирающегося на гауссово приближение. [8]
Рассмотрим для подобного случая применение метода статистической линеаризации. [9]
 |
Статистически линеаризованная самонастраивающаяся система. [10] |
Поясним на примере специфику применения метода статистической линеаризации. [11]
Одна из предпосылок необходимости применения метода статистической линеаризации состоит в случайном характере изменения состояния системы. Чтобы количественно учесть эти изменения, нужен математический аппарат теории случайных функций. Непосредственное применение этого аппарата к нелинейным системам вызывает большие вычислительные трудности. Поэтому, как и в случае детерминированной теории, нужна идеализация. Такой идеализацией является статистическая линеаризация. Следует подчеркнуть, что статистическая линеаризация сводит рассмотрение нелинейной задачи к линейной только в статистическом смысле. Регулярные нелинейные зависимости остаются нелинейными. [12]
Как уже указывалось, основная идея применения метода статистической линеаризации для анализа замкнутых систем состоит в отыскании закона распределения сигналов на входе и выходе нелинейного элемента в заранее заданном функциональном виде, но с неопределенными параметрами, для определения которых легко находятся неявные конечные соотношения. [13]
Можно также непосредственно вычислить аа по нелинейному соотношению (3.44), если ввести предположение о нормальном законе распределения Х0, уже использованное при применении метода статистической линеаризации. [14]
Для нахождения приближенного решения этого уравнения заменим существенно нелинейное преобразование F линейной диагональной матрицей kA [ г X г ], что эквивалентно, как будет показано ниже, применению метода статистической линеаризации. [15]
Страницы: 1 2