Экспресс идентификация математической модели объекта.



1) Структурная идентификация.

2) Параметрическая идентификация.

 (1)

 

 (2)

 рис.1

 

(3)

 

В начале рекомендуется выделить чистое запаздывание.

 

 (4)

 

Предварительное значение Т0 определяется следующим образом, проводится касательная из начало координат к переходной функции.

 рис.2

Наилучший результат такой идентификации достигается путём вольирования параметров  и Т0 таким образом, чтобы абсолютное значение наибольшей отрицательной и положительной погрешности стали бы одинаковыми.

 

Метод идентификации Аликперова.

Исходными данными для идентификации математической модели является переходный процесс объекта управления заданный графиком, либо заданный таблично но в дальнейшем изображённый графичеки.

 рис.3

Входным воздействием желательно иметь скачкообразное воздействие.

Основная идея Аликперова заключается в аппроксимации кривой переходного процесса следующей функции:

 (5)

 

Количество слагаемых определяется неравенством:

 

 (6)

 

Дальше пользуются формальным понятием передаточная функция.

 рис.4

 

 (7)

 

 (8)

 

 (9)

Преобразование Лапласа это линейный оператор.

 

 (10)

                                            

 

Определение параметров d и K:

 

 (11)

 

Рекомендация: передаточную функцию объекта представлять в виде суммы

 

 (12)

 

Технология метода Аликперова.

1. Определение времени чистого запаздывания.

По графику определяем время чистого запаздывания и сдвигаем время на величину чистого запаздывания.

 

 (13)

 

2. Используем в качестве аппроксимирующей функции скачкообразную функцию a*1(t)

a- определяется точно

 

(14)

 

Определяем невязку первого приближения

 

 (15)

 

 рис.5

 

3. Аппроксимация невязки первого приближения экспонентой.

При аппроксимации экспонентой следует стремиться к максимально точному совпадению невязки первого приближения и экспоненты в последней третьей невязки первого приближения.

Для второго случая надо достичь достаточно точного совпадения невязки первого приближения с аппроксимирующей экспонентой на участке от экстремума невязки первого приближения до конца его переходного процесса.

Формальная процедура определение параметров  и . Если мы прологарифмируем аппроксимирующую экспоненту, то получим линейную функцию.

 

(16)  

 

Если мы прологарифмируем невязку первого приближения, то получим следующий график.

 рис.6

Прямая проводится так, чтобы она наилучшим образом совпадала бы с логарифмом невязки первого сопряжения.

Отрезок которая отсекает эта линия на оси ординат равна , а коэффициент наклона этой линии равен величине .

4. Построение невязки второго приближения:

 

 (17)

 

рис.7

 

(18)

 

5. Первой определяется угловая частота аппроксимирующей синусоиды. Для этого определяется экстремум невязки (визуально).

 рис.8

 

 (19)

 

 (20)

 

 (21)

 

 (21)

 

 (22)

 

Определение параметра .

На графике определяется момент первого экстремума и его значений, и момент второго экстремума и его значений.

 

 (23)

 

 (24)

 

 

§3. Идентификация ММ обьекта с формальным использованием интегрального преобразования Лапласа.

 

 

Исходными данными являются: функция изменения входного воздействия во времени.

1.µ(t)                           

Рисунок 1.Функция изменения выходного воздействия.

 

Интеграл от свертки двух функций, а именно функция которую преобразуем и функция .

Пусть функция

В этом методе идентификации структура ММ принимается:

Пусть ПФ объекта  структурно представлена в виде дробно рациональной функции.

Основная задача идентификации в определении коэффицентов ММ по результатам натурального эксперимента.

Пусть переменная s=c (действительное число)

Получилось линейное алгебраическое уравнение:

Величину следует выбирать так, чтобы отношение интегралов сверток A(c) существенно зависело от этой величины.

В таком случае несобственный интеграл функции будет существенно зависеть от величины t.

Рисунок 2.

 

Т - длительность переходного процесса

Т1 – длительность импульса

Если с очень мало

   

 с должно находиться в следующем размерном ряду:

Если на переходном процессе выходной величины явно видно запаздывание , то его следует учесть звеном чистого запаздывания и тогда переходная функция будет иметь вид:

Рисунок 3.

 

Звено чистого запаздывания легко определяется и легко моделируется, но тяжело реализуется.

Минимальное значение величины с должно быть таким, чтобы  было несколько отлично от 0 при t=T.

Пусть

Рекомендации по принятию значения величины С.

 принимается равной

 принимается равной

Остальные значения значения величины С принимаются путем разбиения интервала  на участки равной длины.

После определяем отношение интервалов сверток при этих величинах, подставить полученные значения в систему уравнений и решить эту систему уравнений.

После того как получен коэффициент, сравнивают переходный процесс экспериментально полученной кривой.

В результате сравнения возникает абсолютная погрешность идентификации.

 Если она не происходит максимально допустимую, то процесс идентификации на этом останавливают.

Если превосходит, то усложняют структуру ММ.

 

 

 

 

 

Тема 9 Моделирование линейных многоконтурных САУ

Системы управления с компенсацией возмущения

Если объект управления может информационно разбит на 2 части.

Системы каскадного регулирования

Во внутренний контур входит одно динамическое звено

Очень часто при управлении приводами, задающее воздействие в приводах изменяется по гармоническому закону, которое необходимо воспроизвести с максимальной динамической точностью.


S=200 мм/мин

Максимально плоская АЧХ (могут быть для звеньев со 2-го порядка)

Максимально плоской АЧХ соответствует коэффициент демпфирования, равный

Передаточная функция для звена второго порядка

Передаточная функция для звена третьего порядка с МАХ АЧХ

В ТАУ полученные передаточные функции звеньев с максимально плоской АЧХ до 9-го порядка.

Внутренние контура каскадных систем всегда настраивают на максимальное быстродействие, при этом получена максимально плоские АЧХ.

 Для фильтрации замкнутых сигналов используют фильтры с максимально плоской АЧХ(фильтры Чебышева и Батерворда).


Дата добавления: 2018-05-31; просмотров: 812; Мы поможем в написании вашей работы!

Поделиться с друзьями:






Мы поможем в написании ваших работ!