Design of an optimal input signal for plant-friendly identification of inertial systems

• Autorzy: Jakowluk W.

Warianty tytułu

PL

Dobór optymalnego sygnału wejściowego w zadaniu identyfikacji przyjaznej dla układu jednoinercyjnego

• Języki publikacji: EN

Abstrakty

EN

System identification, in practice is carried out by perturbing processes or plants in operation. That is why, in many industrial applications a plant-friendly input signal would be preferred for system identification. The objective of this kind of experiment design is to minimise the variance of the parameters to be estimated and to maximise the input friendliness. In this case, the objective function was formulated through maximisation of the Fisher information matrix determinant (D-optimality) in the form of a conventional integral criterion with amplitude constraints. The D-efficiency which quantifies the input trajectories friendliness was verified.

PL

W wielu praktycznych zastosowaniach identyfikacja jest przeprowadzana w czasie rzeczywistym, podczas normalnej pracy obiektu (procesu technologicznego). Z tego względu preferowane są metody doboru optymalnego sygnału wejściowego, przyjaznego dla obiektu. Celem takiego eksperymentu identyfikacyjnego jest minimalizacja wariancji estymat parametrów oraz maksymalizacja przyjazności sygnału wejściowego. Maksymalizowano funkcjonał celu określony jako wyznacznik macierzy informacyjnej Fishera (D-optymalność) uwzględniając nałożone ograniczenia na amplitudę sygnału wejściowego. Przeprowadzono weryfikację D-efektywności wyznaczonych sygnałów wejściowych przyjaznych dla obiektu.

Słowa kluczowe

EN

D-optimality; D-efficiency; ellipsoidal confidence region

PL

D-optymalność; D-efektywność; elipsoidalny obszar ufności

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2009
• Tom: R. 85, nr 10
• Strony: 123--128
• Opis fizyczny: Bibliogr. 24 poz., rys., wykr.

Twórcy

autor

Jakowluk W.

• Bialystok Technical University, Faculty of Computer Science, Wiejska 45A Street, 15-351 Bialystok,

Bibliografia

• [1] Godfrey K., Perturbation signals for system identification, Prentice Hall, USA, (1993)
• [2] Ljung L., System identification, Theory for the user, 2nd Edition, Prentice Hall, USA, (1999)
• [3] Pintelon R., Schoukens J., System identification: A frequency domain approach, John Wiley & Sons, USA, (2001)
• [4] Kalaba R., Spingarn K., Control, identification, and input optimization,: Plenum Press, New York, (1982)
• [5] Mehra R., Choice of input signals. In trends and progress in systems identification, Eykhoff, Ed, Pergamon Press, New York, (1981)
• [6] Zarop M., Optimal experiment for dynamic system identification, Springer-Verlag, USA, (1979)
• [7] Antoulas A., Anderson B., On the choice of inputs in identification for robust control, Automatica, 35 (1999), 1009-1031
• [8] Gevers M., Ljung L., Optimal experiments designs with respect to the intended model application, Automatica, 22 (1986), 543-554
• [9] Hildebrand R., Gevers M., Identification for control: optimal input design with respect to worst-case v-gap cost function, SIAM Journal on Control Optimization, 41 (2003), 1586-1608
• [10] Pronzato L., Optimal experimental design and some related control problems, Automatica, 44 (2008), 303-325
• [11] Hussain M., Review of the applications of neural networks in chemical process control-simulation and on-line implementation , Artificial Intelligence in Engineering, 13 (1999), 55-68
• [12] Narasimhan S., Rengaswamy R., Multi-objective input signal design for plant friendly identification of process systems, Proceeding of the American Control Conference, Boston, Massachusetts, (2004), 4891-4896
• [13] Narasimhan S., Rengaswamy R., Multi-objective optimal input design for plant friendly identification, Proceeding of the American Control Conference, Seattle, Washington, (2008), 1304-1309
• [14] Rivera D., Braun M., Mittelmann H., Constrained multisine inputs for plant friendly identification of chemical process, In IFAC World Congress, Barcelona, Spain, (2002)
• [15] Rivera D., Lee H., Braun M., Mittelmann H., Plant friendly system identification: A challenge for the process industries, In SYSID 2003, Rotterdam, Netherlands, (2003)
• [16] El-Kady M., Salim M., El-Sagheer A., Numerical treatment of multiobjective optimal control problems, Automatica, 39 (2003), 47-55
• [17] Jakowluk W., Design of an optimal excitation signal for identification of inertial systems in time domain, Electrical Review, 85 (2009), n. 6, 125-129
• [18] Jakowluk W., D-optimal experiment design for estimating parameters of dynamic systems, Ph.D. Dissertation, Faculty of Electrical Engineering, Bialystok Technical University, Bialystok, (2008)
• [19] Atkinson A., Donev A., Tobias R., Optimum experimental design with SAS, Oxford University Press, Oxford, (2007)
• [20] Parker R., Heemstra D., Doyle F., Pearson R., Ogunnaike B., The identification of nonlinear models for process control using tailored “plant-friendly” input sequences, J. Process Control, 11 (2001), 237–250
• [21] Guillaume P., Schoukens J., Pintelon R., Kollar I., Crest-factor minimization using nonlinear Chebyshev approximation methods, IEEE Transactions on Instrumentation and Measurement, 40 (1991), 982-989
• [22] Schwartz A., Polak E., Chen Y., A Matlab toolbox for solving optimal control problems. Version 1.0 for Windows, May (1997). Available at: http://www.schwartz-home.com/~adam/RIOTS/
• [23] Stryk O., User’s quide for DIRCOL, a direct collocation method for the numerical solution of optimal control problems. Version 2.1. Technische Universität Darmstadt, November (1999). Available at: http://www.sim.informatik.tu-darmstadt.de/index/leftnav.html
• [24] Jennings L., Fisher M., Teo K., Goh C., MISER 3: Optimal control software, Version 2.0. Theory and user manual. Dept. of Mathematics, University of Western Australia, Nedlands, (2002). Available at: http://www.cado.uwa.edu.au/miser/