w13, Automatyka i Robotyka, Semestr 4, Technologia sterowania

Modelowanie matematyczne- podejście analityczne, polegające na wyprowadzeniu dynamiki zjawiska lub procesu z podstawowych praw fizyki

Identyfikacja systemów- podejście eksperymentalne: po przeprowadzeniu wielu doświadczeń, dobiera się model w taki sposób, by w stopniu wystarczającym „pasował” do danych eksperymentalnych

Cechy zidentyfikowanych modeli:

·         Ograniczona stosowalność

·         Brak opisu fizycznej istoty procesu

·         Łatwość uzyskania i wykorzystania

Problemy z identyfikacją:

·         Konieczność współdziałania z przyszłym użytkownikiem modelu w celi ustalenia właściwej struktury modelu

·         Dane zawierają zakłócenia

·         Procesy są zwykle zmienne w czasie i nie można stosować modeli niezmiennych w czasie

·         Pomiar zmiennych istotnych dla modelu często jest niemożliwy

Etapy identyfikacji systemu:

·         Pobudzenie systemu wymuszeniem i obserwacja wyjść w określonym przedziale czasu

·         Dopasowanie modelu do danych eksperymentalnych

·         Weryfikacja i walidacja (jedno przeprowadza się na nowych danych oraz najlepiej przez inny zespół, ale nie pamiętam które:P)

Nieparametryczne metody identyfikacji:

·         Analiza przebiegów przejściowych

·         Analiza częstotliwościowa

·         Analiza korelacyjna

·         Analiza widma

·         …

Przetwarzanie wstępne:

·         Weryfikacja dostępnych wyników obserwacji

o        Brak ciągłości danych

o        Niedopuszczalne wartości

·         Wybór danych trenujących

·         Usuwanie składowej stałej i trendu

·         Filtracja w celu ograniczenia szumów

·         Zmiana częstości próbkowania (resampling)

o        Decymacja

o        Interpolacja

Parametryczne metody identyfikacji:

·         Ogólny model liniowy MISO

·         Szczególne modele liniowe:

o        ARX

o        ARMAX

o        OE

o        BJ

o        Model przestrzeni stanów

Procedury identyfikacji modelu:

·         Wybór klasy systemu (klasa zależna od:)

o        Elastyczności

o        Oszczędności

o        Złożoności algorytmu

o        Właściwości funkcji celu

·         Wybór typu parametrycznego i przyjęcie struktury modelu

·         Estymacja parametrów modelu na podstawie znanych ciągów czasowych wejściowych i wyjściowych

o        Metoda najmniejszych kwadratów

o        Metoda zmiennych instrumentalnych

·         Weryfikacja modelu

Kryteria doboru struktury modelu:

·         Stopień dopasowania

o        Wizualna ocena wykresów

o        Testy statystyczne

·         Stopień złożoności modelu

·         Odpowiednia struktura modelu