To tylko jedna z 3 stron tej notatki. Zaloguj się aby zobaczyć ten dokument.
Zobacz
całą notatkę
Linearyzacja
Linearyzacja - proces tworzenia modelu liniowego aproksymując model nieliniowy. Stosuje się po to, żeby uprościć analizę
modelu.
Metody:
(założenia +) uproszczenia
rozkład w szereg Taylora
małych odchyleń od ruchu bazowego
z zastosowaniem identyfikacji
o
Założenia – te warunki, które zmniejszają zakres ogólności modelu (np. kąt wychylenia wahadła nie przekracza 7 )
Uproszczenia – te warunki, które pogarszają dokładność modelu – pozwalają na ominięcie niektórych zjawisk fizycznych, które w
naszym mniemaniu mało wpływają na dokładność odwzorowania oryginału
Rozkład w szereg Taylora
Wytłumaczone dobrze wykład 7 str 10 – 20
Zastosowanie identyfikacji
Wytłumaczone dobrze wykład 7 str 20-end
Systemy dyskretne
Twierdzenie Shannona-Kotielnikowa:
Aby z modelu dyskretnego odtworzyć ciągły, częstotliwość kwantowania musi być = 2 * maksymalna częstotliwość sygnału
kwantowanego.
Równania różnicowe:
Określają stan systemu w chwili [k+1] w zależności od stanu z chwili poprzedniej [k] i wartości wymuszenia u[k].
Przekształcenia równań różniczkowych na różnicowe:
metoda Eulera w przód (ekstrapolacja)
metoda Eulera w tył (interpolacja)
T – przedział próbkowania,
k – liczba całkowita,
tk= kT
x[k] – wartość x w chwili tk
x[k+1] – wartość x w chwili tk+1
Dobry przykład wykład 8 str. 23-27
Przekształcenie Laurenta (przekształcenie Z):
Przyporządkowuje danej dyskretnej funkcji czasu f[k] funkcję zmiennej zespolonej z, F(z), którą nazywamy transformatą Z
(Laurenta).
Istnieje przekształcenie odwrotne (jak to bywa… ;) )
Przekształcenie Laurenta umożliwia sprowadzenie układu równań różnicowych reprezentujących model dyskretny liniowy i
stacjonarny do układu równań algebraicznych.
Transmitancja operatorowa G(z) jest zdefiniowana jako stosunek transformaty Z sygnału wyjściowego Y(z) do transformaty Z
sygnału wejściowego U(z) przy założeniu, że wszystkie warunki początkowe są zerowe.
Zbieranie danych
Zadanie identyfikacji systemów:
Polega na określeniu struktury i parametrów modeli matematycznych tych systemów na podstawie doświadczalnych
obserwacji procesów w nich zachodzących.
Zadanie identyfikacji w sensie szerokim:
brakuje informacji a priori o obiekcie lub jest ona nieznana,
obiekt przedstawiamy w postaci „czarnej skrzynki”,
przedmiot identyfikacji: struktura i parametry tego obiektu
Zadanie identyfikacji w sensie ścisłym:
kategoria i struktura obiektu są znane,
informacja a priori o obiekcie jest wystarczająca,
przedmiot identyfikacji: parametry tego obiektu
Sposoby identyfikacji (wykład 9 str 12-35):
prosty algorytm identyfikacji
metoda najmniejszych kwadratów
algorytmy rekurencyjne
+ błędy i uwarunkowania algorytmów z wykładu 10
... zobacz całą notatkę
Komentarze użytkowników (0)