Курс 5, 6 Семестр 10, 11 - Информационная система

Новосибирский государственный технический университет
РАБОЧАЯ ПРОГРАММА
по дисциплине
"Идентификация динамических объектов"
для магистров техники и технологий, обучающихся по направлению 550200
"Автоматизация и управление".
Факультет Автоматики и вычислительной техники.
Кафедра Автоматики.
Курс 5, 6
Семестр 10, 11
Лекции
-
36 час.
Лабораторные работы
- 36 час.
Практические занятия
-
Зачет
Экзамен - 11 семестр.
-
Индивидуальная работа – 36 час.
Самостоятельная работа - 72 час.
Курсовой проект
-
-
Курсовая работа
-
-
РГЗ
-
Контрольные работы
-
Всего часов
- 180 час.
- 10 семестр.
11 сем.
-
2004 г.
ПРОГРАММА
дисциплины "Идентификация динамических объектов"
Программа составлена в соответствии с государственным образовательным стандартом высшего профессионального образования по направлению
550200 "Автоматизация и управление" (степень – магистр техники и технологии), регистрационный номер 25 тех\ маг от 10.03.2000 г.
1. Дисциплина "Идентификация динамических объектов" входит в
цикл “Дисциплины направления. Национально-региональный компонент”
учебного плана магистерской программы 550201 “Управление в технических
системах”.
В соответствии с требованиями ГОС ВПО к области, объектам, видам, задачам профессиональной деятельности и квалификационным требованиям при
изучении дисциплины должны быть рассмотрены следующие вопросы.
Постановка задачи идентификации. Методы идентификации импульсной
характеристики (ИХ) и частотных характеристик (ЧХ). Прямые методы. Идентификация ИХ посредством МНК, рекуррентного МНК (РМНК), алгоритма
Качмажа, корреляционных алгоритмов (КА). Проекционные методы. Метод
моментов. Проекционный МНК. Регуляризирующие методы. Идентификация
ИХ на основе метода регуляризации А.Н.Тихонова (МРТ) и метода скользящей
тейлоровской аппроксимации (МСА). Методы параметрической идентификации. Градиентные самонастраивающиеся модели (ГСНМ). Неградиентные самонастраивающиеся модели (НГСНМ). Идентификация на основе оценивания
расширенного вектора состояния объекта. Аналитические методы параметрической идентификации. Непрерывный вариант. Дискретный вариант. МНК.
Обобщенный МНК (ОМНК). Метод инструментальной переменной (МИП).
Объемы различных форм учебной работы (в часах) и видов итогового
контроля уровня профессиональной подготовки:
Всего
10 сем.
11 сем.
На дисциплину
180
90
90
Аудиторная работа:
108
54
54
лекции
36
18
18
лабораторные работы
36
18
18
индивидуальная работа
36
18
18
Самостоятельная работа: 72
36
36
-
+
зач.
экз.
РГЗ
Виды итогового контроля:
2
2. Целью преподавания дисциплины является формирование у студентов теоретических знаний и практических навыков в области построения различных видов математических моделей технических объектов и технологических процессов по результатам экспериментальных исследований.
3. В результате изучения дисциплины студент будет
знать:
- методы синтеза математических моделей в форме дифференциальных и
разностного уравнений, ИХ и ЧХ по экспериментальным данным;
- сравнительные свойства различных методов и алгоритмов идентификации математических моделей по методической ошибке и помехоустойчивости;
- методы анализа и обработки экспериментальных данных;
уметь:
- выбрать наиболее целесообразный вид математической модели и алгоритма идентификации при решении конкретной практической задачи в зависимости от априорной информации об объекте и помехах;
- синтезировать математические модели динамических объектов.
4. Связь дисциплины "Идентификация динамических объектов" с другими дисциплинами. Изучение дисциплины "Идентификация динамических
объектов" предполагает наличие знаний по следующим дисциплинам:
- высшая математика;
- спец. главы математики;
- информатика;
- прикладное программирование;
- математические основы теории сигналов;
- теория автоматического управления;
- моделирование систем управления;
- методы цифровой фильтрации;
- алгоритмы преобразования математ. моделей динамических объектов;
- методы решения некорректных задач идентификации и интерпретации;
- статистические оценивания в динамических системах.
Знания, полученные студентами по дисциплине "Идентификация динамических объектов" используются при выполнении магистерской диссертации
и при обучении в аспирантуре по специальностям:
- 05.13.01 – “Системный анализ, управление и обработка информации“;
- 05.13.06 - “Автоматизация и управление технологическими процессами
и производствами“.
3
5. Содержание дисциплины.
5.1. Наименование тем, их содержание и объем в часах лекционных
занятий.
10, 11 семестр - 36 часов.
5.1.1. Общие сведения об идентификации (2 часа)
Математические модели динамических объектов. Линейные модели. Нелинейные модели. Модели Гаммерштейна и Винера. Идентификация структуры. Параметрическая идентификация. Идентификация импульсной характеристики (ИХ). Постановка задачи идентификации. Априорная информация. Информативность входного сигнала объекта. Некорректность задачи идентификации.
5.1.2. Общие положения идентификации ИХ (2 часа)
Постановка задачи идентификации ИХ и частотных характеристик (ЧХ).
Некорректность задачи идентификации ИХ на основе преобразования Фурье и
дискретизации уравнения свертки. Статистический и спектральный подходы к
помехоустойчивости алгоритмов идентификации. Выбор шага дискретизации
по времени и длительности интервала наблюдения.
5.1.3. Прямые методы идентификации ИХ (8 часов)
Идентификация ИХ на базе уравнения свертки посредством метода
наименьших квадратов (МНК), рекуррентного МНК, обобщенного МНК, модификаций алгоритма Качмажа. Идентификация ИХ на базе уравнения ВинераХопфа. Корреляционные алгоритмы (КА). Использование входных сигналов
типа М-последовательности. Методическая ошибка идентификации. Помехоустойчивость.
5.1.4. Проекционные методы идентификации ИХ (3 часа)
Представление ИХ обобщенным рядом Фурье. Основные типы базисных
функций. Функции Лагерра. Метод моментов. Проекционный МНК. Методические ошибки идентификации. Помехоустойчивость.
5.1.5. Регуляризирующие методы идентификации ИХ (3 часа)
Идентификация ИХ на основе метода регуляризации А.Н.Тихонова (МРТ)
и метода скользящей тейлоровской аппроксимации (МСА). Методические
ошибки идентификации. Помехоустойчивость.
5.1.6. Градиентные самонастраивающиеся модели (3 часа)
Общая структура градиентных самонастраивающихся моделей (ГСНМ).
Критерии настройки. Определение компонент градиента. Функции и модели
чувствительности. Функциональные производные. Сравнительные характеристики.
4
5.1.7. Неградиентные самонастраивающиеся модели (3 часа)
Общая структура неградиентных самонастраивающихся моделей
(НГСНМ). Общие положения. Синтез алгоритмов идентификации на основе
второго метода Ляпунова. Выбор параметров последовательно-параллельной
модели. Сравнительные характеристики.
5.1.8. Оценивание расширенного вектора состояния объекта (3 часа)
Перевод идентифицируемых параметров в переменные состояния объекта. Задача оценивания вектора состояния объекта. Метод квазилинеаризации.
Решение нелинейной системы дифференциальных уравнений. Оценка начальных условий. Сравнительные характеристики.
5.1.9. Аналитические методы параметрической идентификации (9 часов)
Непрерывный вариант. Линейные (по параметрам) непрерывные динамические модели (ЛНДМ). Формирование алгебраической системы. Проблема измерения производных. Выбор корректирующих параметров. Помехоустойчивость.
Дискретный вариант. Линейные (по параметрам) дискретные динамические модели (ЛДДМ). Основные положения. МНК. Рекуррентный МНК. Алгоритм Качмажа. Уточнение оценок МНК. Обобщенный МНК. Метод инструментальной переменной.
5.2. Лабораторные занятия, их наименование и объем в часах
10, 11 семестр – 36 часов.
В 10 семестре выполняются 4 лабораторные работы на базе пакета прикладных программ IDENIR:
5.2.1. Идентификация ИХ и ЧХ на основе прямого МНК
(4 часа)
5.2.2. Идентификация ИХ и ЧХ на основе КА
(4 часа)
5.2.3. Идентификация ИХ и ЧХ на основе проекционного МНК (4 часа)
5.2.4. Идентификация ИХ и ЧХ на основе МРТ
(4 часа)
5.2.5. Итоговое (зачетное) занятие
(2 часа)
В 11 семестре выполняются 4 лабораторные работы:
5.2.6. Параметрическая идентификация на основе ГСНМ
(4 часа)
5.2.7. Параметрическая идентификация на основе НГСНМ
(4 часа)
5.2.8. Параметрическая идентификация ЛНДМ на основе РМНК (4 часа)
5.2.9. Параметрическая идентификация ЛДДМ на основе МНК (4 часа)
5.2.10. Итоговое (зачетное) занятие
(2 часа)
5
5.3. Индивидуальная работа
10 семестр – 18 часов, 11 семестр – 18 часов.
В 10 семестре на базе пакета прикладных программ IDENIR проводят
машинный анализ следующих (по указанию преподавателя) алгоритмов идентификации ИХ и ЧХ:
- алгоритма на основе прямого РМНК;
- алгоритма на основе модификаций алгоритма С. Качмажа;
- алгоритма на основе проекционного метода моментов;
- временного алгоритма на основе МСА;
- частотного алгоритма на основе МСА.
В 11 семестре осуществляют поиск и изучение статей (по указанию преподавателя) из отечественных и англоязычных (дополнительно перевод) журналов по тематике идентификации динамических объектов и обработке экспериментальных данных, в частности, из журналов:
- Автоматика и телемеханика,
- Известия РАН. Теория и системы управления,
- Automatica,
- International Journal of Control,
- International Journal of Systems Science,
- IEEE Transaction on Automatic Control,
- IEEE Transaction on Signal Processing,
а также знакомятся с содержанием рефератов из Реферативного журнала “Техническая кибернетика”, раздел 81. Теория кибернетических систем управления.
5.4. Самостоятельная работа
10 семестр – 36 часов, 11 семестр – 36 часов.
5.4.1. В рамках самостоятельной работы студенты изучают отдельные
разделы дисциплины, готовятся к выполнению лабораторных работ в соответствии с их перечнем и графиком выполнения, а также
- в 10 семестре на базе пакета прикладных программ IDENIR проводят
машинный анализ (по указанию преподавателя) алгоритмов идентификации ИХ
и ЧХ из перечисленных в п. 5.3;
- в 11 семестре осуществляют поиск и изучение статей (по указанию преподавателя) из отечественных и англоязычных (дополнительно перевод) журналов по тематике идентификации динамических объектов и обработке экспериментальных данных, в частности, из журналов перечисленных в п. 5.3.
5.4.2. Расчетно-графическая работа (11 семестр)
Расчетно-графическая работа предполагает разработку, программную реализацию и (или) машинное исследование алгоритмов структурной и параметрической идентификации ЛНД- и ЛДД-моделей в форме дифференциальных и
разностных уравнений.
6
6. Учебно-методические материалы по дисциплине.
6.1. Основная и дополнительная литература.
6.1.1. Льюнг Л. Идентификация систем. Теория для пользователя. М.:
Наука, 1991. 432 с.
6.1.2. Эйкхофф П. Основы идентификации систем управления. М.: Мир,
1975. 683 с.
6.1.3. Гроп Д. Методы идентификации систем. М.: Мир, 1979. 302 с.
6.1.4. Анисимов А.С. Идентификация объектов управления: Учебное пособие. Новосибирск: НЭТИ, 1985. 80 с.
6.1.5. Анисимов А.С., Чикильдин Г.П. Алгоритмы идентификации импульсной характеристики: Учеб. пособие. Новосибирск: НГТУ, 1996. 94 с.
6.1.6. Анисимов А.С., Симонов М.М., Чикильдин Г.П. Исследование алгоритмов идентификации импульсной и частотных характеристик: Учеб. пособие. Новосибирск: НГТУ, 1996. 50 с.
6.1.7. Анисимов А.С., Чикильдин Г.П. Пакет прикладных программ
IDENIR: Учеб. пособие. Новосибирск: НГТУ, 1997. 56 с.
6.2. Методические указания.
6.2.1. Анисимов А.С., Кононов В.Т. Моделирование алгоритмов идентификации динамических объектов: Методические указания к лабораторным работам. Новосибирск: НЭТИ, 1989. 34 с.
6.2.2. Чикильдин Г.П. Методические указания по выполнению лабораторных, индивидуальной и расчетно-графической работ. (рукопись) - 5 с.
Программу составил
доцент кафедры Автоматики
Г.П. Чикильдин
7
Экзаменационные вопросы по дисциплине
«Идентификация динамических объектов»
1. Общие положения идентификации динамических объектов.
2. Прямые методы идентификации ИХ и ЧХ. МНК.
3. Прямые методы идентификации ИХ и ЧХ. РМНК.
4. Прямые методы идентификации ИХ и ЧХ. Алгоритм С. Качмажа.
5. Прямые методы идентификации ИХ и ЧХ. Корреляционные алгоритмы.
6. Проекционные методы идентификации ИХ и ЧХ. Метод моментов.
7. Проекционные методы идентификации ИХ и ЧХ. ПМНК.
8. Проекционные методы идентификации ИХ и ЧХ. ПСМНК.
9. Регуляризирующие методы идентификации ИХ и ЧХ. МРТ.
10. Регуляризирующие методы идентификации ИХ и ЧХ. МСА.
11. Аналитические методы параметрической идентификации. Непрерывный вариант.
12. Аналитические методы параметрической идентификации. Дискретный вариант. МНК.
13. Аналитические методы параметрической идентификации. Дискретный вариант. ОМНК.
14. Аналитические методы параметрической идентификации. Дискретный вариант. МИП.
15. Градиентные самонастраивающиеся модели.
16. Неградиентные самонастраивающиеся модели.
17. Оценивание расширенного вектора состояния объекта.
8