Реакция - модель
Cтраница 3
Оценка всех составляющих входного сигнала позволяет учесть практически весь спектр воздействия на реальную имитационную модель. Причем имитационная модель позволяет исследовать влияние как каждой составляющей входного сигнала в отдельности, так и комплексное воздействие сигнала в целом. Возможность оценки реакции модели от каждой составляющей по отдельности открывает большие перспективы перед исследователем в части формирования пробных воздействий, отличающихся от действующих в настоящий момент. Тем самым имитационная модель может быть проверена на устойчивость при самых разных вариантах развития входного сигнала. [31]
Имитационные модели строят, когда объект моделирования настолько сложен, что описать его поведение, например, математическими уравнениями невозможно или очень трудно. В некоторых случаях такой объект моделирования называют черным ящиком, т.е. объектом с неизвестной внутренней структурой и, следовательно, с неизвестным поведением при воздействии на него извне и при внутренних изменениях. В этих случаях имитационная модель позволяет задавать входные воздействия, сходные по параметрам с реальными или желаемыми воздействиями, и, измеряя реакцию модели объекта на них, изучать структуру объекта и его поведение. [32]
Однако образование сигнала вида 8-функции на АВМ затруднительно. При этом передаточная функция математической модели должна быть сформирована таким образом, чтобы при замене 8-функции возмущением типа единичного скачка 1 ( 0) реакция модели с ( 6) сохранила свой вид. [33]
Так, человек сообщает системе о фактах и закономерностях внешнего мира. В основном эти изменения должны осуществляться на нулевом уровне. В результате рефлекторного изменения каузативных связей существования модель сети приобретает способность прогнозировать временную последовательность событий внешнего мира, и, следовательно, тем самым повышается скорость реакции модели на эти события. Алгоритм Межуровневой проекции обеспечивает накопление на верхних уровнях модели сети обобщенного опыта в виде связей общности. [34]
Проводят сужение множества предполагаемых отказов. Для этого в программную модель вносят изменение, соответствующее одному из предполагаемых отказов. На вход модели и устройства подают входное слово, при котором для данного отказа заведомо будет получен неверный результат. Реакции модели и устройства сравниваются. Если они совпали, то отказ вносится в суженное множество предполагаемых отказов, если не совпали, - исключается. Затем аналогичную процедуру последовательно проводят со всеми отказами из первоначального множества предполагаемых отказов. В результате отбора получают суженное множество предполагаемых отказов. [35]
 |
Адаптивная САУ с использованием пробных сигналов и модели. [36] |
Произвести полную идентификацию ОУ лишь на основании внешних и управляющих воздействий удается далеко ие всегда. Поэтому приходится использовать специальные пробные сигналу. В качестве таких сигналов используют определенным образом подобранные воздействия, по реакции на которые можно определить критерий качества. Вычислительное устройство выделяет реакцию ОУ на пробный сигнал и сравнивает ее с реакцией модели YM. Естественно, что амплитуда пробных сигналов должна быть достаточно мала для того, чтобы не вносить помех в работу ОУ. [37]
Однако значение формулы (1.129) в теории автоматического управления не исчерпывается только простотой сведения этого интегрального уравнения к алгебраическому. Более важен следующий факт. При решении различных задач анализа систем управления, поиска оптимального управления, при проектировании корректирующих устройств управляемых систем и т.п., приходится многократно проверять реакцию модели на различные входные воздействия. При этом, если варьируется только вектор управления, то после вычисления проекционной характеристики исследуемой системы и записи ее в память компьютера поиск выходных сигналов или компонент вектора состояния модели сводится к простому перемножению матриц и добавлению к результату постоянного столбца. [38]
Многие характеристики системы, которые трудно установить в реальных условиях, могут быть выявлены и проанализированы на модели. Очевидно, что эти обнаруженные с помощью модели характеристики не должны противоречить тому, что нам известно о реальной системе. Системы различаются между собой тенденциями усиливать или подавлять внешние возмущения. Это легко можно наблюдать на модели но в реальных условиях об этом можно судить лишь на основании выводов, полученных в результате рассмотрения влияния изолированных возмущений. Подобным образом могут быть проанализированы реакции модели на нелинейные условия 2, и некоторые из них могут служить доказательством пригодности модели, если они согласуются с реакциями реальной системы. [39]
Скважина, проходящая через нефтяной пласт, - единственный источник информации о характеристике пласта. К этой информации относятся параметры пород и флюидов, необходимые для составления прогнозов и проведения расчетов процессов разработки нефтяных месторождений. Скважина является источником возмущений в системе. Реакция системы на эти возмущения зависит от фильтрационных и емкостных параметров пласта. Все наблюдения и измерения проводятся в основном на устье скважины, поскольку в настоящее время е существует эффективных методов дистанционных замеров. Способы, которые используются для отображения скважин в модели, оказывают существенное влияние на реакцию модели. Ниже описываются способы учета скважин в модели. [40]
Страницы: 1 2 3