Wyniki wyszukiwania - BazTech

1

Przyczynek do metod nieparametrycznej identyfikacji dynamiki obiektów z wykorzystaniem charakterystyk w dziedzinie czasu

Żuchowski A.

Pomiary Automatyka Kontrola

|

2010

|

R. 56, nr 8

915-917

PL

Wykres zależności Y(X), w której Y(t) jest ustaloną odpowiedzią liniowego obiektu dynamicznego na sygnał pobudzający X(t)=Asin(??t) uzyskany dla niewielkich pulsacji ? niesie informacje o typie dynamiki obiektu zawarte w stosunku odpowiednich, charakterystycznych odcinków tego wykresu. Istnieje przy tym możliwość sprawdzenia, czy model dynamiki zawiera pochodne ułamkowego rzędu i czy jest modelem liniowym. Artykuł prezentuje ideę tej metody identyfikacji.

EN

The graph of relationship determined by the dynamic linear object response to the signal gives information on the type of the object dynamics and the values of its parameters. The parametric identification methods for dynamics with use of such relationships have been known for a long time. However, it appears that for appropriately low values of the pulsation, certain characteristic segments of the graph give particular information on the type of the linear object dynamics, and thus they can be used for nonparametric identification. It allows widening the range of applying such a method by new components, useful for practice. For instance, it enables: to check in a simple way if the dynamics is described by differential equations of fractional order, to test the linearity of those equations, to eliminate the influence of disturbances in measuring channels at the input and output of the tested object. The dynamic properties of the measuring instruments used for tests do not influence the identification results on condition that they are identical for both channels. In case of nonlinearity of the identified object dynamics, this method enables determining the type and parameters of the equivalent linearised model. The paper presents the idea of this method and discusses it in details.

2

On-line wavelet estimation of Hammerstein system nonlinearity

Śliwiński P.

International Journal of Applied Mathematics and Computer Science

|

2010

|

Vol. 20, no 3

513-523

EN

A new algorithm for nonparametric wavelet estimation of Hammerstein system nonlinearity is proposed. The algorithm works in the on-line regime (viz., past measurements are not available) and offers a convenient uniform routine for nonlinearity estimation at an arbitrary point and at any moment of the identification process. The pointwise convergence of the estimate to locally bounded nonlinearities and the rate of this convergence are both established.

3

Identyfikacja złożonego układu napędowego jako systemu Wienera

Lis J., Orłowska-Kowalska T.

Elektrotechnika i Elektronika

|

2006

|

T. 25, z. 2

172-176

PL

Artykuł dotyczy identyfikacji części mechanicznej napędu dwumasowego z silnikiem indukcyjnym. W procesie identyfikacji uwzględniono występowanie w układzie trudno modelowanych zjawisk nieliniowych, takich jak luzy i tarcie suche, co spowodowało, że realizowano identyfikację nieliniowego obiektu dynamicznego. W niniejszej pracy zaproponowano identyfikację według koncepcji systemów blokowo zorientowanych, przy zastosowaniu systemu Wienera. Liniowy podsystem dynamiczny układu napędowego identyfikowano parametrycznie, za pomocą metody zmiennych instrumentalnych, natomiast trudno modelowalne nieliniowości identyfikowano nieparametrycznie, przy zastosowaniu estymatora regresji jądrowej. W procesie identyfikacji zastosowano metodę odsprzęgania podsystemu liniowego i nieliniowego, wykorzystującą właściwości pobudzenia typu PRBS.

EN

The paper deals with the identification of the mechanical part of a two-mass drive system. The system nonlinearities were taken into account and thus the dynamical nonlinear system was identified. The identification approach took advantage of the block oriented systems theory. A block oriented Wiener system was used, which consists of the dynamic linear subsystem and the static nonlinear subsystem, connected in series. Both parametric and non-parametric identification algorithms were applied to solve the problem of Wiener system identification. The static nonlinearity was identified nonparametrically by means of the kernel regression estimate, while the dynamic linear subsystem was identified parametrically by means of the instrumental variables estimate. The method for decoupling the systems nonlinearities using the PRBS input was also applied to the identification procedure. Good results have been obtained.

4

Analiza właściwości estymatora regresji jądrowej w zadaniu identyfikacji nieparametrycznej charakterystyk nieliniowych złożonego układu napędowego

Lis J., Orłowska-Kowalska T.

Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały

|

2005

|

Vol. 58, nr 25

296-305

PL

Artykuł dotyczy identyfikacji nieparametrycznej charakterystyk nieliniowych złożonego układu napędowego - charakterystyki tarcia i charakterystyki luzów. Proces identyfikacji został zrealizowany za pomocą estymatora regresji jądrowej. Opisana procedura jest jednym z elementów procedury identyfikacyjnej złożonego systemu napędowego według koncepcji systemów blokowo zorientowanych. Przebadano wpływ typu funkcji jądrowej oraz jej parametrów na dokładność procedury identyfikacji. dopasowanie do zadania oraz odporność na szumy.

EN

Analysis of the properties of kernel regression estimate for nonparametric identification of the nonlinearit1es of a complex drive system. The paper deals with the nonparamctric identification of the nonlinearities in a complex drive system i.e. starting friction and dead zone. The identification procedure was performed by means of the kernel regression estimate. Two versions of the estimate varying with the form of kernel functions have been tested El and E2. Moreover, the algorithms commissioning sensitivity was also investigated. The conclusion was drown that, however, the features of the algorithm can be improved by means appropriate selection of its parameters commissioning is not necessary. Furthermore, El algorithm should rather be applied to the identification of starting friction characteristic due to its ability of reconstruction of the characteristic's nonlinearity in the vicinity of the function discontinuity.