Optymalne strategie pomiarowe w kalibracji modeli procesów z czasoprzestrzenną dynamiką

• Autorzy: Kuczewski B.

Warianty tytułu

EN

Optimum measurement strategies for model calibration of distributed parameter systems

• Języki publikacji: PL

Abstrakty

PL

W pracy rozważa się problem optymalnego rozmieszczenia na rozpatrywanym obszarze przestrzennym punktowych czujników stacjonarnych dokonujących pomiaru w celu dyskryminacji pomiędzy modelem odniesienia rozpatrywanego procesu a jego modelem alternatywnym. Dodatkowo zakłada się, że zakłócenia obserwacji stanu procesu podlegają, lokalnej korelacji przestrzennej. Ma to głębokie uzasadnienie, a dodatkowo zapobiega niekorzystnemu z praktycznego punktu widzenia zjawisku klasteryzacji czujników (tendencji do wykonywania pomiarów przez różne czujniki w tych samych punktach).

EN

The paper considers the problem of determining an optimal location of stationary sensors collecting measurements in order to maximize the certainty of discrimination between alternative models of processes with spatio-temporal dynamics. In contrast to the usual assumption regarding the lack of correlations between observations of process states, the paper takes into consideration possible spatial correlations of this kind. Being justified in practice, such an assumption also prevents the clusterization phenomenon. The proposed approach consists in adopting the idea of T-optimum experimental design, recently developed for hetcrosccdastic models (multivariate models with time dynamic and possible correlations between outputs, when model parameters may appear in the structure of the covariance matrix). The resulting numerical method is presented on the example regarding the atmospheric pollution proliferation process.

Słowa kluczowe

PL

T-optymalne planowanie eksperymentu; identyfikacja strukturalna; układy o parametrach rozłożonych; programowanie półnieskończone

EN

T-optimum experimental design; structural identification; distributed parameter systems; semi-infinite programming

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2005
• Tom: R. 51, nr 9 bis
• Strony: 77--79
• Opis fizyczny: Bibliogr. 16 poz., rys., wzory

Twórcy

autor

Kuczewski B.

• Uniwerrsytet Zielonogórski, Instytut Sterowania i Systemów Informatycznych

Bibliografia

• [1] Atkinson A. C, Bailey R. A., One Hundred Years of the Design of Experiments on and off the Pages of Biometrica. Biometrica, Vol. 88 (1), pp. 53-97, 2001.
• [2] Atkinson A. C, Donev A. N., Optimum Experimental Designs,Clarendon Press, Oxford, 1992.
• [3] Atkinson A. C., Fedorov V. V., The Designs of Experiments for Discriminating Between Two Rival Models. Biometrica, Vol. 62 (1), pp. 57-70, 1975.
• [4] Banks H. T, Kunisch K., Estimation Techniques for Distributed Parameter Systems, Birkhäuser, Boston, 1989.
• [5] Fedorov V. V., Hackl P., Model-Oriented Design of Experiments, Lecture Notes in Statistics. Springer-Verlag, New York; 1997.
• [6] Kuczewski B., Patan M., Uciński D., Discrimination Between Models of Distributed Parameter Systems using T-optimum Experimental Design. Parallel Processing and Applied Mathematics. Lecture Notes in Computer Science Vol. 3019 (Wyrzykowski R., Dongarra J., Paprzycki M., Waśniewski J. (Eds.)), pp. 762-769, Springer-Verlag, Berlin, 2004.
• [7] Kuczewski B., Patan M., Uciński D., Optymalne rozmieszczanie czujników pomiarowych w diagnostyce procesów z czasoprzestrzenną dynamiką. Materiały VI Krajowej Konferencji N-T Diagnostyka Procesów Przemysłowych DPP'03, s. 213-218, Władysławowo, 2003.
• [8] Patan M. Optimal Observation Strategics for Parameter Estimation of Distributed Systems, University of Zielona Góra Press, Zielona Góra, 2004.
• [9] Patan M., Patan K., Kalibracja modeli diagnostycznych dla układu dwóch zbiorników przy użyciu optymalnego planowania eksperymentu. Materiały VI Krajowej Konferencji N-T Diagnostyka Procesów Przemysłowych DPP'03, s. 189-194, Władysławowo, 2003.
• [10] Sun N. Z., Inverse Problems in Groundwater Modelling. Kluwer Academic Publishers, Dordrecht, 1994.
• [11] Uciński D., O optymalnym planowaniu eksperymentu w diagnostyce procesów. Materiały VI Krajowej Konferencji N-T Diagnostyka Procesów Przemysłowych DPP'03, s. 207-212, Władysławowo, 2003.
• [12] Uciński D., Optimal Measurement Methods for Distributed Parameter System Identification, CRC PRESS, Boca Raton, 2005.
• [13] Uciński D., Bogacka B., Heteroscedastic T-Optimum Designs for Multiresponse Dynamic Models. mODa7 - Advances in Model-Oriented Design and Analysis (Di Bucchianico A., Lauter H., Wynn H. P. (Eds.)),pp. 191-199. Physica-Verlag, Heidelberg, 2004.
• [14] Uciński D., Bogacka B., T-optimium designs for discrimination between two multiresponse dynamic models. The Journal of the Royal Statistical Society, B, Vol. 67 (1), pp. 3-18, 2005.
• [15] Walter E., Pronzato L., Identification of Parametric Models from Experimental Data Springer, Berlin, 1997.
• [16] Žaković S., Rustem B., Semi-Infinite Programming and Applications to Minimax Problems Annals of Operations Research, Vol. 124 (1-4), pp. 81-110, 2003.

Uwagi

Praca powstała w ramach grantu Polskiego Komitetu badań naukowych Nr 3 T11C03527