Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
This paper presents new results of modelling of linear open-loop stable systems by means of discrete-time finite fractional orthonormal basis functions, in particular the Laguerre functions. New stability conditions are offered and useful modification of the finite fractional derivative, called the normalized finite fractional derivative, is introduced. Simulation examples illustrate the usefulness of the new modelling methodology.
PL
W artykule przedstawiono nową koncepcję modelowania stabilnych systemów dynamicznych z zastosowaniem funkcji bazy ortonormalnej i równań różnicowych niecałkowitego rzędu. Przypomniano klasyczne równanie różnicowe niecałkowitego rzędu (Grunwalda-Letnikowa). Następnie wprowadzono tzw. skończone równanie różnicowe niecałkowitego rzędu oraz zaproponowano jego modyfikację nazwaną znormalizowanym skończonym równaniem różnicowym niecałkowitego rzędu. Ponadto przedstawiono opis modeli bazujących na funkcjach bazy ortonormalnej opartych zarówno na skończonym równaniu różnicowym niecałkowitego rzędu, jak również znormalizowanym skończonym równaniu różnicowym niecałkowitego rzędu i przedstawiono warunki stabilności tych modeli. Przykłady symulacyjne potwierdzają wysoką skuteczność prezentowanej metodologii w sensie niskich błędów predykcji generowanych przez wprowadzone modele. Ponadto w oparciu o przykłady symulacyjne zaprezentowano pewne zasady doboru parametrów i K wchodzących w skład modeli.
PL
W pracy przedstawiono wyniki identyfikacji własności dynamicznych układu przygotowania paliwa kotła energetycznego BP-1150. Ze względu na fakt, że otrzymany model ma być użyteczny dla celów sterowania, do identyfikacji zastosowano stosunkowo proste liniowe modele dynamiczne oparte na funkcjach bazy ortonormalnej. Do estymacji parametrów modelu zastosowano zarówno rekursywne jak również adaptacyjne algorytmy estymacji. Wyniki identyfikacji pokazują dobre własności otrzymanego modelu w sensie niskich błędów predykcji.
EN
The paper presents new results of identification of dynamic properties of the fuel preparation system for a steam boiler BP-1150 operating at "Opole" Electric Power Station. A fuel preparation system, which is an important part of a boiler, creates a number of problems connected with effective control of the boiler system. In order to improve the control performance, the first step is to develop accurate, control-related models of the boiler subsystems (Fig. 1). The results of identification of the other subsystems of the boiler are presented in Refs. [4, 6]. Since the model should be useful for model-based control, there is applied a simple, linear, dynamic model based on orthonormal basis functions (OBF) described by equations (1) (2) and (3) (the Laguerre functions has been used as the OBF). The dominant Laguerre pole p has been determined by means of the stochastic gradient (SG) estimator (presented in equations (4), (5) and (6)). The unknown model parameters are estimated by using classical estimation schemes - recursive/adaptive least squares (RLS/ALS). The results in Table 1 show that the high accuracy of identification has been obtained for the models presented in the paper. However, the performance of the adaptive model is essentially better than that of the recursive one. It is mainly due to the process nonlinearity. Better results can probably be obtained with use of nonlinear models e. g. nonlinear block-oriented models.
EN
This paper presents a survey of new results of the authors in the area of analysis, modeling, simulation and identification of linear multivariable systems. Firstly, new characterization of multivariable systems is provided, in terms of the introduction of new types of zeros of possibly nonsquare systems. The so-called control zeros properly characterize the stabilizing potential of minimum variance control. Specifically, control zeros type 1 and type 2 are related with new classes of inverses of polynomial matrices, called - and -inverses, respectively. Secondly, the value of modeling and identification of linear multivariable systems by means of orthonormal basis functions is demonstrated on a practical example from the electric power industry. The orthonormal basis function models are shown to outperform the familiar ARX ones in the problem of effective, control-oriented identification of a complex industrial multivariable plant, which is a boiler proper.
PL
W artykule przedstawiono przegląd nowych rezultatów prac badawczych autorów w zakresie analizy, modelowania, symulacji i identyfikacji liniowych obiektów wielowymiarowych. Po pierwsze, zaproponowano nową charakteryzację obiektów wielowymiarowych, wprowadzając nowe typy zer obiektów niekwadratowych. Tak zwane zera sterownicze właściwie charakteryzują potencjał stabilizacyjny sterowania minimalnowariancyjnego. Zera sterownicze typu 1 i typu 2 są związane z nowymi klasami odwrotności macierzy wielomianowych, zwanych odpowiednio - i -inwersjami. Po drugie, pokazano zalety modelo-wania i identyfikacji obiektów wielowymiarowych z wykorzystaniem funkcji bazy ortonormalnej na przykładzie obiektu energetycznego. Modele w postaci funkcji bazy ortonormalnej zapewniają lepszą jakość identyfikacji złożonego przemysłowego obiektu wielowymiarowego, jakim jest parownik kotła energetycznego, niż modele typu ARX.
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.