Параметрическая идентификация инерционного объекта по фрагменту переходного процесса с ненулевыми начальными значениями
Аннотация
Рассмотрены два подхода к решению задачи параметрической идентификации линейного инерционного объекта по фрагменту переходного процесса с ненулевыми начальными значениями. Данная постановка задачи актуальна на практике не только для ступенчатой формы входного сигнала, но и при воздействии на входе динамического объекта прямоугольного тестирующего импульса. Параметры входных тестирующих сигналов в данной постановке считаются известными. В последнем случае длительность обрабатываемого фрагмента регистрируемого фрагмента переходного процесса ограничена сверху длительностью тестирующего импульса. Задача сводится к оценке параметров доминирующей постоянной времени в описании передаточной функции объекта и общего коэффициента передачи объекта по промежуточному фрагменту переходного процесса с учетом ненулевых начальных значений. Проведен сравнительный анализ двух подходов к решению поставленной задачи. Первый подход использует алгоритмы обратного цифрового преобразования (дифференцирования), а второй подход — оценку параметров функции, аппроксимирующей регистрируемый фрагмент, в качестве модели идентифицируемого объекта. Во всех вариантах для аппроксимации фрагмента переходного процесса взят метод наименьших квадратов. На тестовых примерах показана более высокая точность второго подхода при наличии случайной шумовой составляющей в обрабатываемом сигнале. На примере обработки фрагментов электроретинограмм в офтальмологии продемонстрирована возможность расширения пространства информативных признаков для диагностики заболеваний сетчатки глаз. Для этих целей можно взять результаты параметрической идентификации фрагмента общей электроретинограммы, являющейся промежуточным участком реакции сетчатки глаза в ответ на воздействие светового импульса.
Литература
2. Нетушил А.В. Теория автоматического управления. М.: Высшая школа, 1976.
3. Pearson A.E., Lee F.C. On the Identification of Polynomial Input-output Differential Equations // IEEE Trans. Automatic Control. 1985. V. 30(8). Pp. 778—782.
4. Цыпкин Я.З. Информационная теория идентификации. М.: Наука, Физматлит, 1995.
5. Льюнг Л. Идентификация систем. Теория для пользователя. М.: Наука, 1991.
6. Дилигенская А.Н. Идентификация объектов управления. Самара: Изд-во Самарского гос. техн. ун-та, 2009.
7. Кулаков Г.Т. Инженерные экспресс-методы расчета промышленных систем регулирования. М.: Вышая школа, 1984.
8. Гранит Р. Электрофизиологические исследования рецепции. М.: Изд-во иностр. лит-ры, 1957.
9. Анисимов Д.Н. и др. Использование подстраиваемой динамической модели сетчатки глаза в компонентном анализе для диагностики патологий методами искусственного интеллекта // Вестник МЭИ. 2008. № 5. С. 70—74.
10. Saha D.C., Rao G.P. Identification of Lumped Linear Systems in the Presence of Unknown Initial Conditions via Poisson Moment Functional // Int. J. Control. 1980. V. 31(4). Pp. 637—644.
11. Колосов О.С. и др. Алгоритмы численного дифференцирования в задачах управления. М.: Издат. дом МЭИ, 2009.
12. Аязян Г.К. Определение параметров модели методом площадей Симою. Уфа: Изд-во УГНТУ, 2005.
13. Co T.B., Ungarala S. Batch Scheme Recursive Parameter Estimation of Сontinuous-time Systems Using the Modulating Functions Method // Automatica. 1997. V. 33(6). Pp. 1185—1191.
14. Анисимов Д.Н. Некоторые аспекты применения метода экспоненциальной модуляции для идентификации динамических объектов // Идентификация систем и задачи управления: Труды II Междунар. конф. М.: Институт проблем управления им. В.А. Трапезникова РАН, 2003. С. 1602—1618.
15. Jouffroy J., Reger J. Finite-time Simultaneous Parameter and State Estimation Using Modulating Functions // IEEE Conf. Control Appl. 2015. Pp. 394—399.
16. Анисимов Д.Н. Сравнительный анализ интегрально-модуляционных методов идентификации линейных динамических объектов // Вестник МЭИ. 2015. № 2. С. 109—113.
17. Жданов А.И., Кацюба О.А. Особенности применения метода наименьших квадратов для оценивания линейных разностных операторов в задачах идентификации объектов управления // Автоматика и телемеханика. 1979. Вып. 8. С. 86—92.
18. Van Huffel S., Vandewalle J. The Total Least Squares Problem: Computational Aspects and Analysis. Philadelphia: SIAM, 1991
---
Для цитирования: Казюкова И.А., Колосов О.С. Параметрическая идентификация инерционного объекта по фрагменту переходного процесса с ненулевыми начальными значениями// Вестник МЭИ. 2023. № 4. С. 137—145. DOI: 10.24160/1993-6982-2023-4-137-145
#
1. Pupkov K.A., Egupov N.D. Metody Klassicheskoy i Sovremennoy Teorii Avtomaticheskogo Upravleniya. T. 2. Statisticheskaya Dinamika i Identifikatsiya Sistem Avtomaticheskogo Upravleniya. M.: Izd-vo MGTU im. N.E. Baumana, 2004. (in Russian).
2. Netushil A.V. Teoriya Avtomaticheskogo Upravleniya. M.: Vysshaya Shkola, 1976. (in Russian).
3. Pearson A.E., Lee F.C. On the Identification of Polynomial Input-output Differential Equations. IEEE Trans. Automatic Control. 1985;30(8):778—782.
4. Tsypkin Ya.Z. Informatsionnaya Teoriya Identifikatsii. M.: Nauka, Fizmatlit, 1995. (in Russian).
5. L'yung L. Identifikatsiya Sistem. Teoriya dlya Pol'zovatelya. M.: Nauka, 1991. (in Russian).
6. Diligenskaya A.N. Identifikatsiya Obektov Upravleniya. Samara: Izd-vo Samarskogo Gos. Tekhn. Un-ta, 2009. (in Russian).
7. Kulakov G.T. Inzhenernye Ekspress-metody Rascheta Promyshlennykh Sistem Regulirovaniya. M.: Vyshaya Shkola, 1984. (in Russian).
8. Granit R. Elektrofiziologicheskie Issledovaniya Retseptsii. M.: Izd-vo Inostr. Lit-ry, 1957. (in Russian).
9. Anisimov D.N. i dr. Ispol'zovanie Podstraivaemoy Dinamicheskoy Modeli Setchatki Glaza v Komponentnom Analize dlya Diagnostiki Patologiy Metodami Iskusstvennogo Intellekta. Vestnik MEI. 2008;5:70—74. (in Russian).
10. Saha D.C., Rao G.P. Identification of Lumped Linear Systems in the Presence of Unknown Initial Conditions via Poisson Moment Functional. Int. J. Control. 1980;31(4):637—644.
11. Kolosov O.S. i dr. Algoritmy Chislennogo Differentsirovaniya v Zadachakh Upravleniya. M.: Izdat. Dom MEI, 2009.
12. Ayazyan G.K. Opredelenie Parametrov Modeli Metodom Ploshchadey Simoyu. Ufa: Izd-vo UGNTU, 2005. (in Russian).
13. Co T.B., Ungarala S. Batch Scheme Recursive Parameter Estimation of Sontinuous-time Systems Using the Modulating Functions Method. Automatica. 1997;33(6):1185—1191.
14. Anisimov D.N. Nekotorye Aspekty Primeneniya Metoda Eksponentsial'noy Modulyatsii Dlya Identifikatsii Dinamicheskikh Ob'ektov. Identifikatsiya Sistem i Zadachi Upravleniya: Trudy II Mezhdunar. Konf. M.: Institut Problem Upravleniya im. V.A. Trapeznikova RAN, 2003:1602—1618. (in Russian).
15. Jouffroy J., Reger J. Finite-time Simultaneous Parameter and State Estimation Using Modulating Functions. IEEE Conf. Control Appl. 2015:394—399.
16. Anisimov D.N. Sravnitel'nyy Analiz Integral'no-modulyatsionnykh Metodov Identifikatsii Lineynykh Dinamicheskikh Ob'ektov. Vestnik MEI. 2015;2:109—113. (in Russian).
17. Zhdanov A.I., Katsyuba O.A. Osobennosti Primeneniya Metoda Naimen'shikh Kvadratov dlya Otsenivaniya Lineynykh Raznostnykh Operatorov v Zadachakh Identifikatsii ob'ektov Upravleniya. Avtomatika i Telemekhanika. 1979;8:86—92. (in Russian).
18. Van Huffel S., Vandewalle J. The Total Least Squares Problem: Computational Aspects and Analysis. Philadelphia: SIAM, 1991
---
For citation: Kazyukova I.A., Kolosov O.S. Parametric Identification of an Inertial Object from a Fragment of a Transient with Non-Zero Initial Values. Bulletin of MPEI. 2023;4:137—145. (in Russian). DOI: 10.24160/1993-6982-2023-4-137-145