Идентификация и диагностика систем
Покупка
Тематика:
Основы высшей математики
Год издания: 2016
Кол-во страниц: 138
Дополнительно
В пособии представлены основы теории параметрической идентификации систем с уравнением состояния в виде функциональной зависимости между входным и выходным сигналами и стационарных динамических систем, для которых закон функционирования описывается системой линейных или нелинейных обыкновенных дифференциальных уравнений первого порядка. Рассматривается метод максимального правдоподобия, последовательной идентификации, а также метод квазилинеаризации. Для студентов, обучающихся с применением дистанционных образовательных технологий по направлению подготовки 220400.62 - «Управление в технических системах».
Тематика:
ББК:
УДК:
ОКСО:
- ВО - Бакалавриат
- 27.03.04: Управление в технических системах
- ВО - Магистратура
- 27.04.04: Управление в технических системах
ГРНТИ:
Скопировать запись
Фрагмент текстового слоя документа размещен для индексирующих роботов
Министерство образования и науки Российской Федерации ТОМСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СИСТЕМ УПРАВЛЕНИЯ И РАДИОЭЛЕКТРОНИКИ (ТУСУР) ФАКУЛЬТЕТ ДИСТАНЦИОННОГО ОБУЧЕНИЯ (ФДО) О. И. Черепанов, Р. О. Черепанов, Р. А. Кректулева ИДЕНТИФИКАЦИЯ И ДИАГНОСТИКА СИСТЕМ Учебное пособие Томск 2016
УДК 681.51.015 + 681.518.54 ББК 32.965-01я73 Ч 467 Рецензенты: А. В. Герасимов, д-р физ.-мат. наук, профессор, зав. отделом Начно-исследовательского института прикладной математики и механики ТГУ; В. В. Кибиткин, канд. техн. наук, старший научный сотрудник Института физики прочности и материаловедения СО РАН Черепанов О. И. Ч 467 Идентификация и диагностика систем : учебное пособие / О. И. Черепанов, Р. О. Черепанов, Р. А. Кректулева. − Томск : ФДО, ТУСУР, 2016. − 138 с. В пособии представлены основы теории параметрической идентификации систем с уравнением состояния в виде функциональной зависимости между входным и выходным сигналами и стационарных динамических систем, для которых закон функционирования описывается системой линейных или нелинейных обыкновенных дифференциальных уравнений первого порядка. Рассматривается метод максимального правдоподобия, последовательной идентификации, а также метод квазилинеаризации. Для студентов, обучающихся с применением дистанционных образовательных технологий по направлению подготовки 220400.62 – «Управление в технических системах». Черепанов О. И., Черепанов Р. О., Кректулева Р. А., 2016 © Оформление. ФДО, ТУСУР, 2016
Оглавление Введение ............................................................................................................ 5 1 Метод максимального правдоподобия и последовательная идентификация .......................................................................................... 10 1.1 Несколько общих замечаний ................................................................. 10 1.2 Измерение скалярной физической величины ...................................... 12 1.3 Косвенные измерения нескольких величин ........................................ 14 1.4 Теорема Гаусса – Маркова .................................................................... 20 1.5 Оптимальные планы экспериментов .................................................... 24 1.6 Полный факторный план типа 23 .......................................................... 27 1.7 Метод последовательной идентификации ........................................... 35 1.7.1 Последовательная идентификация одномерной системы ............ 35 1.7.2 Последовательная идентификация многомерной системы .......... 38 1.8 Линеаризация моделей, нелинейных относительно оцениваемых параметров ............................................................................................. 47 2 Идентификация линейных многомерных динамических систем .... 51 2.1 Общие сведения ...................................................................................... 51 2.1.1 Линейные преобразования .............................................................. 52 2.1.2 Каноническое преобразование – процедура диагонализации ..... 55 2.1.3 Определение собственных векторов .............................................. 57 2.2 Управляемость и наблюдаемость ......................................................... 62 2.2.1 Управляемость .................................................................................. 62 2.2.2 Наблюдаемость ................................................................................. 68 2.3 Идентификация линейных стационарных динамических систем с применением конечно-разностной аппроксимации производных .. 71 2.3.1 Постановка задачи ............................................................................ 71 2.3.2 Дискретная модель системы............................................................ 72 2.3.3 Идентификация систем методом максимального правдоподобия ................................................................................. 76 2.3.4 Идентификация систем методом последовательной регрессии .. 79 3 Идентификация параметров нелинейных стационарных динамических систем методом квазилинеаризации .......................... 88 3.1 Постановка задачи идентификации параметров нелинейных стационарных динамических систем методом квазилинеаризации при известных начальных данных ...................................................... 88
3.2 Описание метода квазилинеаризации в задачах с известными начальными условиями ........................................................................ 91 3.3 Пример идентификации системы методом квазилинеаризации при известных начальных данных ...................................................... 98 3.3.1 Уравнения модели ............................................................................ 98 3.3.2 Применение метода идентификации параметров при известных начальных данных для решения тестовой задачи ..................... 101 3.4 Идентификация начального состояния и параметров нелинейных стационарных динамических систем методом квазилинеаризации .............................................................................. 109 3.4.1 Постановка задачи .......................................................................... 109 3.4.2 Описание алгоритма идентификации параметров и начального состояния нелинейных систем методом квазилинеаризации... 111 3.5 Пример применения метода квазилинеаризации для решения задачи идентификации переменных состояния и параметров нелинейной системы ................................................................................................ 119 3.5.1 Система нелинейных уравнений с известным аналитическим решением для тестирования метода ........................................... 119 3.5.2 Применение метода квазилинеаризации для идентификации параметров и начального состояния нелинейной системы: решение тестовой задачи ............................................................. 119 Заключение ................................................................................................... 133 Литература.................................................................................................... 135 Глоссарий ...................................................................................................... 137
Введение В широком смысле слова задача идентификации реальных физических систем заключается в том, чтобы по результатам измерения входного и выходного сигналов уставить закон, в соответствии с которым система осуществляет преобразование сигнала на входе в сигнал на выходе (рис. 1). Рис. 1 – Схема к общей задаче идентификации Таким образом, в общем случае изучаемый физический объект представляется в виде некоего «черного ящика», на вход которого поступает входной сигнал u , принадлежащий некоторому множеству входных сигналов U , а на выходе вырабатывается выходной сигнал y , принадлежащий множеству выходных сигналов Y . Задача идентификации состоит в том, чтобы восстановить по экспериментальным данным неизвестный оператор А системы, который преобразует множество U входных сигналов в множество Y выходных сигналов: ( ) y А u = . Принято говорить, что в такой постановке задача идентификации тождественна задаче познания вообще. Задача идентификации в узком смысле заключается в том, чтобы по результатам измерений входного и выходного сигналов оценить параметры (коэффициенты) оператора А системы, т. е. предполагается, что вид этого оператора выбран экспериментатором на этапе предварительного изучения объекта, суждений, основанных на аналогии, знании и умении применять основные законы физики к реальным задачам. Математическую модель изучаемого объекта обычно удается представить в виде системы из двух уравнений, первое из которых описывает изменение с течением времени t вектора переменных состояния системы ( ) x t под воздействием входного сигнала ( ) u t (уравнение состояния, закон функционирования) и уравнения выходов, в соответствии с которым система вырабатывает выход
ной сигнал
y t
, соответствующий состоянию системы ( )
x t
в данный момент
времени:
( )
( )
( )
(
)
( )
( )
(
)
1
2
,
,
,θ ,
.
x t
A t x t u t
y t
A x t
=
=
(1)
В этом случае по результатам измерений входного и выходного сигналов
требуется оценить значения параметров (коэффициентов) θ
оператора
1А в
уравнении состояния, а оператор
2
A уравнения выходов обычно считается известным и характеризует, например, работу измерительного устройства.
Наиболее сложной задачей из тех, которые рассматриваются в данном
пособии, является задача оценки параметров объекта, закон функционирования
которого можно описать системой обыкновенных нелинейных дифференциальных уравнений вида:
( )
( )
( )
(
)
[
]
( )
( )
0
,
,
,θ ,
0,
,
0
,
dx t
f t x t
u t
t
T
dt
x
x
=
∈
=
(2)
где
[0, ]
t
T
∈
– независимая измеряемая переменная (время); [0, ]
T – интервал
моделирования;
( )
( )
( )
( )
{
}
1
2
,
,...,
n
x t
x t
x
t
x
t
=
– вектор переменных состояния;
( )
( )
( )
{
}
1
,...,
l
u t
u t
u t
=
– вектор входного сигнала (управление);
{
}
1
θ
θ ,...,θm
=
–
вектор оцениваемых параметров;
( )
( )
(
)
( )
( )
(
)
( )
( )
(
)
{
}
1
,
,
,θ
,
,
,θ ,...,
,
,
,θ
n
f t x t
u t
f t x t
u t
f
t x t
u t
=
– известного вида
функция всех своих аргументов, в общем случае нелинейная; ( )
( )
0
0
x
x
=
– вектор, который определяет начальное состояние системы.
Закон функционирования (2) дополняет алгебраическое уравнение выходов, которое представлено системой линейных уравнений вида:
( )
( )
y t
Сx t
=
,
(3)
где ( )
( )
( )
{
}
1
,...,
k
y t
y t
y
t
=
– вектор измеряемого выходного сигнала; С – заданная прямоугольная матрица коэффициентов.
Наиболее эффективным методом идентификации таких систем является,
по-видимому, метод квазилинеаризации, который рассматривается в пособии
при обсуждении такого рода задач. Рассмотрены варианты применения метода
квазилинеаризации при известных начальных условиях, когда по результатам
измерений выходного сигнала системы с известным алгебраическим уравнени
ем выходов оцениваются параметры θ
, а также общий алгоритм, с помощью
которого оцениваются как начальные условия
( )
0
x
, так и параметры уравнений.
Несколько более простой является задача идентификации линейных динамических систем, закон функционирования и уравнения выходов которых
имеют вид:
( )
( )
( )
( )
( )
,
.
dx t
Ax t
Bu t
dt
y t
Cx t
=
+
=
(4)
Элементы матриц коэффициентов
,
A B образуют совокупность неизвестных параметров системы θ
, которые требуется найти по результатам измерений
входного и выходного сигналов. В этом случае также наиболее эффективным
методом идентификации является метод квазилинеаризации, но возможно и
применение методов, основанных на замене дифференциальных уравнений их
дискретными (конечно-разностными) аналогами.
В ряде случаев связь входного и выходного сигналов системы удается
описать функциональной зависимостью вида:
(
)
,θ
y
f u
=
,
(5)
где вектор
( )
( )
( )
{
}
1
,...,
l
u t
u t
u t
=
– входной сигнал системы, а вектор
(
)
(
)
(
)
{
}
1
,θ
,θ ,...,
,θ
k
f u
f u
f
u
=
есть известного вида вектор – функция всех своих
аргументов, вид которой также выбирается экспериментатором по результатам
предварительного изучения системы.
В общем случае функции (
)
(
)
1
,θ ,...,
,θ
k
f u
f
u
в уравнении вида (5) – нелинейные функции своих аргументов, поэтому при оценке параметров таких систем требуется предварительная линеаризация нелинейных уравнений задачи.
Простейшая
линейная
относительно
неизвестных
параметров
{
}
1
θ
θ ,...,θm
=
изучаемой системы модель имеет вид:
( )
(
)
,θ
y
f u
=
,
(6)
где y – скалярный измеряемый выходной сигнал, u – измеряемый вектор
входного сигнала,
( )
( )
( )
{
}
1
,...,
m
f u
f u
f
u
=
– вектор базисных функций модели,
( )
(
)
,θ
f u
– скалярное произведение векторов.
Для идентификации параметров
{
}
1
θ
θ ,...,θm
=
таких систем используются, в частности, такие методы, как метод максимального правдоподобия, метод
последовательной регрессии и др.
С небольшими оговорками можно сказать, что ключом к пониманию проблем, с которыми приходится сталкиваться при решении задач параметрической идентификации, является метод максимального правдоподобия, с которого и начинается изложение основного материала пособия, которое подготовлено на основе известных монографий Д. Гропа [2] и Э. Сэйджа, Д. Мелсы [10].
Для более полного понимания основных идей теории и методов идентификации
в пособие включены краткие сведения по теории моделирования систем и методам планирования эксперимента [1–19].
Пособие содержит примеры решения задач по основным темам. Разбор
каждого примера решения задач разными методами позволяет оценить достоинства и недостатки того или иного метода в сравнении с другими, что может
послужить базой накопления личного опыта по идентификации систем.
Соглашения, принятые в учебном пособии
Для улучшения восприятия материала в данном учебном пособии используются пиктограммы и специальное выделение важной информации.
·············································
Эта пиктограмма означает определение или новое понятие.
·············································
·····························································
Эта пиктограмма означает «Внимание!». Здесь выделена важная информация, требующая акцента на ней. Автор может поделиться с читателем опытом, чтобы помочь избежать некоторых
ошибок.
·····························································
·····························································
В блоке «На заметку» автор может указать дополнительные
сведения или другой взгляд на изучаемый предмет, чтобы помочь
читателю лучше понять основные идеи.
·····························································
····························································· Эта пиктограмма означает теорему. ····························································· ························· Пример ······················ Эта пиктограмма означает пример. В данном блоке автор может привести практический пример для пояснения и разбора основных моментов, отраженных в теоретическом материале. ······································································· ························ Выводы ························ Эта пиктограмма означает выводы. Здесь автор подводит итоги, обобщает изложенный материал или проводит анализ. ····································································· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · Контрольные вопросы по главе · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·
Метод максимального правдоподобия
и последовательная идентификация
1.1 Несколько общих замечаний
Решение задачи идентификации любой реальной системы начинается с
выполнения одного из самых ответственных этапов – выбора математической
модели, которая должна описывать закон функционирования этой системы, т. е.
выбора оператора, который описывает, каким образом реальный объект преобразует сигнал на входе в сигнал на выходе. По-видимому, нет стандартных и
безотказных формальных подходов к решению этой задачи. На этом этапе широко используются суждения по аналогии, которые позволяют перенести опыт,
приобретенный при изучении других объектов, на данный конкретный случай.
·····························································
На этом этапе необходимо:
1) определить все входные сигналы системы, выделив из них те,
которые относятся к управляющим и контролируемым переменным (вектор
( )
( )
( )
{
}
1
,...,
l
u t
u t
u t
=
), т. е. таким входным
сигналам, выбором которых можно распорядиться при проведении целенаправленных экспериментов;
2) определить
совокупность
переменных
( )
( )
( )
( )
{
}
1
2
,
,...,
n
x t
x t
x
t
x
t
=
, которые с достаточной полнотой
характеризуют состояние системы (переменные состояния);
3) записать
закон
функционирования
системы
вида
( )
( )
( )
(
)
1 ,
,
,θ
x t
A t x t u t
=
(уравнение состояния), в соответствии
с которым система изменяет свое состояние в зависимости от
входного сигнала с течением времени, т. е. на основании знания основных законов природы, которым подчиняется изучаемый процесс, система, выбрать вид оператора
( )
( )
(
)
1 ,
,
,θ
A t x t u t
,
выделив при этом совокупность неизвестных коэффициентов
{
}
1
θ
θ ,...,θm
=
, которые требуется определить по результатам
измерений входного и выходного сигналов;
4) оценить
количество
выходных
измеряемых
переменных
( )
( )
( )
{
}
1
,...,
k
y t
y t
y
t
=
и
записать
уравнение
выходов