PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Analiza algorytmów redukcji liniowych modeli złożonych obiektów dynamicznych

Autorzy
Identyfikatory
Warianty tytułu
EN
Linear models reduction algorithms analysis of complex dynamic systems
Języki publikacji
PL
Abstrakty
PL
W artykule przedstawiono zagadnienia związane z metodami redukcji obiektów złożonych. Dokonano przeglądu metod bazujących na technice gramianów, oraz zaproponowano ich praktyczną realizację przy pomocy pakietu Matlab. Zaprezentowano wyniki redukcji zlinearyzowanego modelu fragmentu rur ekranowych oraz porównano złożoność obliczeniową przedstawionych algorytmów.
EN
The issues solved with methods of subsystems models reduction were presented in the paper. The overview of methods based on the gramian methods was performed. There were also proposed their practical realization with the help of Matlab environment. The reduction results of part of radiant tube linearized model were described in the article. There were also performed comparison of computational complexity of all algorithm included in the paper.
Rocznik
Strony
69--90
Opis fizyczny
Bibliogr. 20 poz., il., schem., tab.
Twórcy
autor
  • Politechnika Opolska, Wydział Elektrotechniki i Automatyki
Bibliografia
  • [1] Aghaee P„ Zilouchian A., Nike-Ravesh S., Zadegan A., Principle of freąuency-domain balanced structure in linear systems and model reduction, Computers and Electrical Engineering, vol. 29, May 2003.
  • [2] ANTOULAS A., SORENSEN D., Approximation of large-scale dynamical system: An overview. Int. J. Appl. Comput. Sci. Vol. 11, no. 5, 2001.
  • [3] Arendt R., Imajew D., Kowalski Z., POSZECHONOW L., Częstotliwościowe metody analizy i syntezy układów sterowania, Gdańsk, Wydawnictwo Politechniki Gdańskiej, 1996
  • [4] Benner P., Sohing Large-Scale Control Problems,IEEE Control Systems Magazine, Vol. 24, No. 1, 2004.
  • [5] BENNER P., QU1NTANA-Orti E., Quintana-ORTI G., Balanced Trun- cation Model Reduction of Large-Scale Dense Systems on Parallel Computers, Math. Comput. Model Dyn. Syst., vol. 6, no. 4, 2000.
  • [6] Benner P., Quintana-Orti E., Quintana-Orti G., Efficient numerical algorithms for balanced stochastic truncation, Int. J. Appl. Math. Comput. Sci., vol. 11, no. 5, 2001
  • [7] CHIU T. Y., Model Reductionhy the Low-Freąuency Approximation Balancing Method for Unsable Systems. IEEE Trans. Automat. Contr. vol. 47, no. 7, 1996.
  • [8] ENNS D., Model reduction with balanced realizations: An error bound and freąuency weigbted generalization., Proc 23rd IEEE Conf. Dccision and Control, Las Vegas, NV 1984.
  • [9] GLOVER K., Ali optimal Hankel-norm approximations of linear multivariable Systems and their L°°-error bounds..Int. J. Control vol. 39, no. 6, 1984.
  • [10] Huang H., YEH F., A New Approach on the Balanced Realization of Linear Time-Invariant Systems, Tunghai Science vol. 2, July 2000
  • [11] I.I J. R., WHITE J., Reduction of Large Circuit Models via Low Rank Approximate Gramians, Int. J. Appl. Math. Comput. Sci., vol. 11, no. 5 2001.
  • [12] MOORE B., Principal component analysis in linear systems: Controllability, observability and model reduction. IEEE Trans. Automat. Contr. vol. AC-26, no. 1, 1981.
  • [13] PENZL T., Algorithms for Model Reduction of Large Dynamical Systems, Numerische Simulation auf massiv parallelen Rechnem SFB393/99-40 1999.
  • [14] PENZL T., Lyapack - A MATLAB Tollbox for Large Lyapunov and Riccati Eąuations, Model Reduction Problems and Linear-Quadratic Optimal Contrtrol Problem. Users’ Guide (v 1.0)
  • [15] SAFONOV M. G., CHIANG R. Y., A Schur Method for Balanced-Truncation Model Reduction. IEEE Trans. Automat. Contr. vol. 34, no. 7, 1989.
  • [16] STANISŁAWSKI W., Modelowanie i symulacja komputerowa parowników przepływowych kotłów energetycznych. Studia i monografie z. 124. Opole 2001.
  • [17] STANISŁAWSKI W., Rydel M., ZYGARLICKI J., Problemy redukcji modeli parownika kotła BP-1150, Systems vol. 9 2004, Special Issue 2/2
  • [18] VARGA A., Balancing-free sąuare-rool algorithm for computing singular perturbation approximations. Proc. of 30lh IEEE CDC, Brighton, UK, 1991.
  • [19] Varga A., Model reduction routines for SLICOT. NICONET report 8- 1999, The Working Group on Software (WGS), 1999.
  • [20] WANG G., Sreeram V., LIU W. Q., A New Frequency- Weighted Balanced Truncation Method and an Error Bound, IEEE Trans. Automat. Contr. vol. 44, no. 9 1999.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BPOH-0004-0006
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.