![]()
Fizica
Tehnici de identificare dinamica a proceselor. notiuni de baza privind identificarea modelelor dinamice ale proceselorTehnici de identificare dinamicA a proceselor. NOTIUNI DE BAZA PRIVIND IDENTIFICAREA MODELELOR DINAMICE ALE PROCESELOR 1. OBIECTIVELE LUCRARII Lucrarea prezinta principiile de baza ale identificarii modelelor dinamice ale proceselor si principalele tipuri de algoritmi de adaptare parametrica ce intervin in metodele de identificare recursive. 2. BREVIAR TEORETIC 2.1. Metoda celor mai mici patrate In cadrul metodei celor mai mici patrate (MCMMP), sistemul se considera descris de urmatoarea ecuatie cu diferente
unde:
Modelul se considera descris de o ecuatie cu diferente care are aceeasi structura cu ecuatia de mai sus.
unde:
Se fac urmatoarele notatii:
Cu aceste notatii, marimea de iesire data de model este
Avand disponibila structura modelului
unde
Din conditia de mai sus rezulta
In continuare, vor fi enuntate cateva rezultate referitoare la existenta inversei matricei
si a consistentei estimatorului Problema consistentei estimatorului si a
existentei inversei matricei de mai sus este strans corelata cu
persistenta semnalului de intrare
iar cu
Modelul va fi descris printr-o ecuatie de aceeasi forma
unde
Estimarea parametrilor modelului De fapt, esenta metodei consta in a presupune faptul ca modelul este determinist
situatie in care
Expresia explicita a lui
Daca se noteaza cu
atunci se obtine
Cu aceste notatii estimatorul se poate scrie sub forma urmatoare
Estimatorul dat prin relatia de mai sus
reprezinta estimatorul celor mai
mici patrate care s-a obtinut pe baza datelor de intrare 2.2. Metoda variabilei instrumentale Metoda variabilei instrumentale poate fi privita ca o generalizare a metodei celor mai mici patrate care furnizeaza numai partea determinista a modelului. Fie sistemul descris de urmatoarea ecuatie cu diferente
sau de ecuatia
unde s-a notat cu
Estimatia se poate obtine si euristic
inmultindu-se relatia 11.25) la
stanga cu
In aceasta relatie s-a neglijat termenul
Daca Observatie In cazul acestei estimari s-a presupus structura
modelului identica cu cea a sistemului. Aspectul care intervine in analiza
care urmeaza se refera la faptul ca Cu aceste observatii relatia devine
unde Daca se considera
In relatia anterioara s-a considerat faptul ca exista inversa matricei
Un vector variabila instrumentala frecvent utilizat in conjunctie cu relatia precedenta este si vectorul urmator
unde Daca nu exista informatii despre sistem,
atunci se considera
Introducerea lui O transformare liniara a vectorului
unde Utilizandu-se transformarea de mai sus, relatia lui
ceea ce justifica faptul ca transformarea respectiva nu afecteaza estimatia. Pentru a pune in evidenta anumite aspecte ale estimatorului de variabila instrumentala se considera transformarea urmatoare
In relatia de mai sus s-a considerat Se poate arata faptul ca daca poate afirma ca pentru aproximatii bune a
partii deterministe
deci matricea care se inverseaza tinde, pe
masura ce estimatiilor O problema care se analizeaza in cele ce
urmeaza este si consistenta estimatorului de variabila
instrumentala. Se considera sistemul stochastic monovariabil
iar modelul descris prin ecuatia
unde Dupa cum se stie
Se defineste vectorul variabila instrumentala de forma
In aceste conditii estimatia
Termenul In cele ce urmeaza se face urmatoarea notatie
necesara estimarii teoremei de mai jos. In continuare este prezentat algoritmul metodei
variabilei instrumentala pentru cazul cand vectorul
unde
Inregistrarile obtinute de la proces se
presupun cunoscute si se noteaza cu Algoritmul metodei de variabila instrumentala Pas 1: Se
determina Pas 2: Se
initializeaza contorul Pas 3: Se determina estimatia de variabila instrumentala
unde
iar Pas 4: Se
incrementeaza contorul Pas 5:
Daca Pas 6:
Daca Dupa cum se observa algoritmul se opreste daca este indeplinita una din urmatoarele conditii de STOP: 3. Modul de lucru Daca nu este deja creat, se creeaza un director/folder de lucru.; Se activeaza platforma de lucru MATLAB Se considera modelul descris de urmatoarea ecuatie cu diferente y(t)-1.5y(t-1)+0.7y(t-2)=u(t-1)+0.5u(t-2)+e(t) Se elaboreaza programul care implementeaza etapa de estimare din cadrul algoritmului MCMMP Se elaboreaza programul care implementeaza algoritmul metodei variabilei instrumentale Se analizeaza comparativ rezultatele obtinute in urma aplicarii celor doua metode de identificare.
|