Книжная полка Сохранить
Размер шрифта:
А
А
А
|  Шрифт:
Arial
Times
|  Интервал:
Стандартный
Средний
Большой
|  Цвет сайта:
Ц
Ц
Ц
Ц
Ц

Идентификация и диагностика систем

Покупка
Артикул: 769553.01.99
Доступ онлайн
180 ₽
В корзину
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».
88
Черепанов, О. И. Идентификация и диагностика систем : учебное пособие / О. И. Черепанов, Р. О. Черепанов, Р. А. Кректулева. - Томск : ФДО, ТУСУР, 2016. - 138 с. - Текст : электронный. - URL: https://znanium.com/catalog/product/1845825 (дата обращения: 18.11.2026). – Режим доступа: по подписке.
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 


Доступ онлайн
180 ₽
В корзину