- •1 Загальні положення
- •Об`єкт керування та його основні характеристики
- •3 Математичне моделювання об`єктів керування
- •3.1 Методи отримання динамічних моделей
- •4 Ідентифікація об`єкта керування за перехідною характеристикою
- •4.1. Попередня підготовка до проведення експерименту
- •4.2. Проведення експерименту
- •4.3. Попередня обробка результатів експерименту
- •4.3.1 Нормування перехідної характеристики
- •4.4. Апроксимація перехідних характеристик.
- •6 Методи апроксимації перехідних характеристик
- •6.1 Графоаналітичні методи апроксимації
- •6.1.1 Метод Ормана
- •6.1.2. Апроксимація перехідної характеристики аперіодичною ланкою другого порядку із запізнюванням
- •6.2. Методи апроксимації перехідних характеристик на еом
- •6.2.1. Апроксимація перехідної характеристики аперіодичною ланкою із запізнюванням
- •6.2.2. Апроксимація перехідної характеристики ланцюжком однакових аперіодичних ланок
- •6.2.3. Апроксимація перехідної характеристики аперіодичною ланкою другого порядку і ланкою запізнювання.
- •6.2.4. Апроксимація перехідної характеристики методом Симою
- •6.2.4.1. Алгоритм метода Симою для об`єктів з самовирівнюванням
- •6.2.4.2. Алгоритм апроксимації об`єктів із запізнюванням.
- •6.3. Апроксимація об`єктів без самовирівнювання
- •6.3.1. Алгоритм апроксимації перехідної характеристики об`єкта без самовирівнювання методом Симою.
- •Перелік посилань
- •Додаток а Ідентифікація об’єкта із самовирівнюванням
- •Рішення а.1 Проводимо згладжування перехідної характеристики
- •Результати розрахунків наведено на рисунку а.2
4.4. Апроксимація перехідних характеристик.
Апроксимація – це наближений опис графічних залежностей математичними функціями.
Графічне подання перехідних характеристик повністю відображає динамічні властивості об`єкта керування, але не зручно для практичного використання. Перехідні характеристики об`єктів керування апроксимують передаточними функціями чи диференціальними рівняннями. При апроксимації перехідних характеристик приймають певні припущення. Основним є припущення що об`єкт є лінійним.
Під час апроксимації перехідних характеристик бажано отримати максимально просту апроксимуючу залежність, що відображає динамічні властивості експериментальної характеристики із заданою точністю. Для однієї і тієї ж перехідної характеристики можуть бути отримані різні передаточні функції чи диференційні рівняння. Перевірка точності апроксимації проводиться шляхом порівняння графіків експериментальної перехідної характеристики ї характеристики отриманої при розв`язуванні апроксимуючого виразу. Якщо експериментальна і розрахункова характеристики співпадають із заданою точністю, то апроксимацію вважають закінченою. В іншому випадку вибирають більш складний вираз апроксимуючої функції.
5 ЗГЛАДЖУВАННЯ ЕКСПЕРИМЕНТАЛЬНИХ ДАНИХ
При досліджені динамічних характеристик промислових об`єктів на останні діють невраховані збурення. Таким чином експериментальна перехідна характеристика z(t) складається із корисного сигналу h(t) і сигналу завад f(t).
Z(t) = h(t) + f(t) (5.1)
Вид такої характеристики наведено на рис. 5.1
Рисунок 5.1 Перехідна характеристика з завадами.
Для виділення корисного сигналу із експериментальної характеристики використовують різні методи згладжування найбільш простий серед яких метод послідовного усереднення. Метод полягає в тому, що на деякому інтервалі часу ( L – ціле число, краще парне) виконують послідовне усереднення ординат за використанням наступного алгоритму:
де - ординати усередненої характеристики; - ордината експериментально отриманої точки; i – порядковий номер точки.
Точність усереднення залежить від числа L. При малому значенні L якість згладжування буде низькою. Збільшення L може призвести до викривлення суттєвих особливостей часової характеристики. Спочатку обирають L = 2 і візуально оцінюють (t) і, в разі потреби, збільшують значення L до 4.
Якщо L = 2, то усереднення проводять по трьом точкам за такими формулами:
(5.2)
Якщо L=4, то усереднення проводять по п’яти точкам за такими формулами:
(5.3)
На рис. 5.2 наведено результати згладження перехідної характеристики.
5.12. Сглаживание при помощи встроенных функций MathCAD
Ряд функций MathCAD предназначен для выполнения операций сглаживания данных различными методами (в их названии имеется слово smooth - гладкий). Перечень этих функций:
medsmooth(VY, n) - для вектора с m действительными числами возвращает m-мерный вектор сглаженных данных по методу скользящей медианы, параметр n задает ширину окна сглаживания (n должно быть нечетным числом, меньшим m);
k smooth(VX, VY, b) - возвращает n-мерный вектор сглаженных VY, вычисленных на основе распределения Гаусса. VX и VY - n-мерные векторы действительных чисел. Параметр b (полоса пропускания) задает ширину окна сглаживания (b должно в несколько раз превышать интервал между точками по оси х);
supsmooth(VX, VY) - возвращает n-мерный вектор сглаженных VY, вычисленных на основе использования процедуры линейного сглаживания методом наименьших квадратов. Элементы вектора VX должны идти в порядке возрастания.