Структурная идентификация
Cтраница 2
 |
Структурные признаки обобщенной модели Винера.| Структурные признаки Sm-еиетемы. [16] |
Разработанный метод структурной идентификации обладает высокой эффективностью по сравнению с методами структурной идентификации, основанными на использовании одночастотных гармонических сигналов с одной компонентой. В результате использования многочастотньтх гармонических сигналов сокращается до теоретически возможного минимума переходный процесс, и исключаются блоки задержек времени в устройствах идентификации за счет наличия квадратурных компонент в многочастотном суммарном входном сигнале. [17]
Понятийное описание структурной идентификации невозможно осуществить только за счет концептуальных средств современной теории идентификации. Для этого необходимо привлечь, в первую очередь, более емкую по объему и содержанию понятийную систему теории управления. [18]
В процессе структурной идентификации меняется содержательная постановка, то есть изменяется содержание прикладной задачи. Если учитывать только этот аспект, структурную идентификацию можно представить как процесс осмысления ( то есть приписывания определенного смысла и значения) термина прикладная задача. В конце структурной идентификации этап активного осмысления заканчивается; прикладная задачи приобретает такое содержание и форму, которые позволяют ЛТТР разработать приемлемое для заказчика и гарантированно выполнимое техническое задание на проектирование автоматической системы. [19]
В процессе структурной идентификации исходная система моделей заменяется в сознании ЛПР новой системой моделей, включающей адекватную постановку. Чем отличается окончательная система моделей от первоначальной. Только, по-видимому, значительно большей обоснованностью первоначального интуитивного обобщающего суждения, которое выступает в качестве системообразующей основы и для окончательной системы моделей. [20]
Для эффективного проведения структурной идентификации аналогичные математические задачи предварительного выбора желательно уметь формулировать и для других прикладных задач. Для этого, в первую очередь, необходимо разработать принципы их конструирования и методы решения. Представляется, что исследования в данном направлении являются в настоящее время наиболее актуальной темой теории структурной идентификации. [21]
Наибольшее время при структурной идентификации тратится на поиск адекватной структуры. Простейшим алгоритмом поиска структуры является метод простого перебора всевозможных вариантов. При этом ищется такая структура, у которой среднеквадратическое отклонение между экспериментальными и расчетными частотными характеристиками будет минимальным. Если объект представляется последовательным соединением т нелинейных и п линейных звеньев, то общее число рассматриваемых вариантов будет равняться ( т п) Для большого количества звеньев в модели время поиска адекватной структуры может оказаться неприемлемым даже для самых современных компьютеров. [22]
При использовании ранговых критериев структурная идентификация базируется на следующих положениях. [23]
В данной работе рассматривается метод структурной идентификации, в котором число переходных участков зависит только от степени нелинейного преобразования в объекте. [24]
В докладе предлагается неклассическая концепция структурной идентификации, ориентированная на создание необходимых условий для эффективного применения математических методов при решении крупномасштабных прикладных задач. [25]
В данной работе предложены методы структурной идентификации нелинейных систем с положительной обратной связью в установившемся и переходных режимах на множестве непрерывных блочно-ориентированных моделей с обратной связью на основе активного эксперимента при входных синусоидальных воздействиях. По разработанным критериям идентификации структуры модели в первом случае возможно выделение определенного подмножества множества моделей для представления структуры модели нелинейной системы, а во втором случае возможно определение каждой структуры на множестве моделей. Однако надо отметить, что структурная идентификация в переходном режиме имеет смысл только для систем с большой инерционностью, когда на вход системы подается гармонический сигнал с инфранизкой частотой. [26]
Представлен обзор современного состояния проблемы структурной идентификации линейных дискретных динамических моделей в форме линейных разностных уравнений, описывающих динамические объекты и статистические модели сигналов типа авторегрессии-скользящего среднего, на основе алгебраического подхода. Этот подход базируется на проверке линейной зависимости систем некоторых дискретных функций и сводится к определению ранга соответствующих матриц. Обсуждаются вопросы определения эффективного ранга матрицы через задаваемый пороговый уровень и сведения задачи структурной идентификации к задаче минимизации функционалов. [27]
В данной работе рассматривается задача структурной идентификации нелинейных непрерывных стационарных систем на множестве непрерывных блочно-ориентированных моделей, элементы которого: нелинейная статическая модель, модели Гаммерштейна - простая и обобщенная, модели Винера - простая, обобщенная и расширенная, каскадные модели Винера-Гаммерштейна - простая, обобщенная и расширенная, при входных периодических воздействиях, имеющих равномерно и абсолютно сходящиеся ряды Фурье, и при входных стационарных случайных процессах с нормальным распределением. [28]
В работах [ 1 -3] приведен активный метод структурной идентификации для нелинейных блочно-ориентированный моделей, основанный на использовании многочастотных гармонических тестовых сигналов, которые подаются последовательно во времени на входы объектов. При его достаточно высокой эффективности он обладает существенным недостатком. [29]
Страницы: 1 2 3 4