Лабработа.Автоматизация технологических процессов и производств

ЛАБОРАТОРНАЯ РАБОТА

по теме «Идентификация объекта автоматизации»

по дисциплине «Автоматизация технологических процессов и производств»

Идентификация объекта автоматизации

Определение характеристик ТОУ происходит по-разному: здесь мы рассматриваются методы, связанные с проведением специального экспериментального исследования ТОУ, в результате которого получается массив экспериментальных данных [ ui, yi ], измеренных через равные промежутки времени ∆ti (интервал дискретизации), где ui – входные переменные, yi – выходные переменные ТОУ, i – номер опыта (всего может быть N опытов). Наиболее полная информация о ТОУ содержится в их математических моделях.

Цель идентификации заключается в том, что на основании наблюдений за входным u(t) и выходным y(t) сигналами на каком-то интервале времени определить вид оператора, связывающего входной и теоретический выходной сигналы (рис. 1).

Обычно идентификация – многоэтапная процедура. Основные ее этапы следующие:

1 Структурная идентификация – заключается в определении структуры математической модели на основании теоретических соображений;

2 Параметрическая идентификация – включает в себя проведение идентифицирующего эксперимента и определение оценок параметров модели по экспериментальным данным;

3 Проверка адекватности – проверка качества модели в смысле выбранного критерия близости выходов модели и объекта.

Для проведения идентификации технологического объекта управления воспользуемся пакетом System Identification Toolbox (SIT) из состава MATLAB.

Пакет System Identification Toolbox содержит средства для создания математических моделей линейных динамических объектов (систем) на основе наблюдаемых входных/выходных данных. Он имеет удобный графический интерфейс, позволяющий организовывать данные и создавать модели. Методы идентификации, входящие в пакет применимы для решения широкого класса задач – от проектирования систем управления и обработки сигналов до анализа временных рядов. Основные свойства пакета следующие:

- простой и гибкий интерфейс;

- предварительная обработка данных, включая фильтрацию, удаление трендов и смещений;

- выбор диапазона данных для анализа;

- эффективные методы авторегрессии;

- возможности анализа отклика систем во временной и частотной областях;

- отображение нулей и полюсов передаточной функции системы;

- анализ невязок при тестировании модели.

Обработка массива данных с помощью пакета System Identification Toolbox предполагает следующие этапы:

- обработка и преобразование данных с целью создания файла данных;

- непараметрическое оценивание данных с целью предварительного определения основных характеристик ТОУ;

- параметрическое оценивание данных с целью создания различных видов моделей с тета-формате;

- задание структуры модели;

- изменение и уточнение структуры модели (если это необходимо);

- проверка адекватности и сравнение различных видов моделей с целью выбора наилучшей;

- преобразование модели тета-формата в вид удобный для дальнейшего использования при анализе и синтезе системы управления.

В результате проведенного исследования был получен массив данных состоящий из 100 значений входного параметра (мощность нагревателя, Вт) и 100 значений выходного параметра (температура в камере). Интервал дискретизации (промежутки времени, через которые производились измерения входных и выходных величин) ts равен 3 секунды.