Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 4

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  filtr różniczkujący
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Artykuł przedstawia przykład identyfikacji parametrów platformy obrotowej o jednym stopniu swobody. W pracy zamodelowano platformę napędzaną silnikiem prądu stałego w postaci dwóch równań różniczkowych. W identyfikacji wykorzystano opracowane filtry różniczkujące. Zastosowano metodę identyfikacji, która nie wymaga rozwiązywania układu równań różniczkowych tylko użycia zróżniczkowanych sygnałów. Zaprojektowano algorytm identyfikacji parametrów modelu wykorzystujący metodę najmniejszych kwadratów. Wymagany rząd użytych sygnałów zależy od równań różniczkowych opisujących obiekt. Model został zidentyfikowany i sprawdzony dla danych uzyskanych na stanowisku badawczym.
EN
The paper presents an example of solving the parameter identification problem in case of platform with one degrees of freedom has been also presented. The parameter identification algorithm based on linear parameterization of the platform model and the least square criteria is developed. The desired derivatives of measured signals are estimated by means of designed differentiation filters. The required derivative order depends on the order of differential equations describing the object. The model was identified and verified using measurement results obtained for a real system.
PL
Artykuł przedstawia przykład identyfikacji parametrów manipulatora o jednym stopniu swobody. W pracy zamodelowano manipulator napędzany silnikiem prądu stałego w postaci dwóch równań różniczkowych. W identyfikacji wykorzystano opracowane filtry różniczkujące. Zastosowano metodę identyfikacji, która nie wymaga rozwiązywania układu równań różniczkowych tylko użycia zróżniczkowanych sygnałów. Zaprojektowano algorytm identyfikacji parametrów modelu wykorzystujący metodę najmniejszych kwadratów. Wymagany rząd użytych sygnałów zależy od równań różniczkowych opisujących obiekt. Model został zidentyfikowany i sprawdzony dla danych uzyskanych na stanowisku badawczym.
EN
The paper presents an example of solving the parameter identification problem in case of robot with one degrees of freedom has been also presented. The parameter identification algorithm based on linear pa-rameterization of the manipulator model and the least square criteria is developed. The desired derivatives of measured signals are estimated by means of designed differentiation filters. The required derivative order depends on the order of differential equations describing the object. The model was identified and verified using measurement results obtained for a real system.
PL
W referacie przedstawiono nową metodę projektowania filtrów cyfrowych dla pochodnych pierwszego i drugiego rzędu. Oryginalność metody polega na redukcyjnym obliczaniu współczynników filtru dla zadanego rzędu filtru.
EN
New designing method of digital filters for first and second degree derivatives has been presented in the paper. Originality of the presented method is based on recursive calculation on filter coefficients for fixed order of the filter.
EN
The numerical calculation of sampled signal's first derivative was the subject examined and presented in ref. [1]. The weighting coefficients of digital FIR differentiator were obtained which provided maximal linearity of frequency response for w = 0. In ref. [1] the Crout's method was used to solve the set of linear equation given by (5). In this way the results given by recursive formulas (8) were obtained. In this letter the set of linear equations given by (5) was solved by using the Cramer's method where the results can be presented as explicit formulas (6), which save most of computation operations.
PL
W pracy [1] rozpatrzono numeryczne wyznaczanie pierwszej pochodnej sygnału spróbkowanego. Dla filtru cyfrowego SOI wyznaczono współczynniki wagowe zapewniające maksymalnie płaską charakterystykę częstotliwości dla w = 0 Uproszczony wzór współczynników wagowych cyfrowego filtru różniczkującego maksymalnie płaskiej charakterystyki przy małych częstotliwościach. W pracy [1] zastosowano metodę Crouta do rozwiązania układu równań liniowych (5). Uzyskano wyniki w postaci wzoru rekurencyjnego (8). W niniejszej pracy układ równań (5) rozwiązano metodą Cramera uzyskując wyniki w postaci jawnej - wzór (6), który wymaga znacznie mniejszego nakładu obliczeniowegio niż wzór (8).
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.