Силлабус.Моделирование и идентификация объектов

КАСПИЙСКИЙ ОБЩЕСТВЕННЫЙ УНИВЕРСИТЕТ
КАФЕДРА «АВТОМАТИЗАЦИИ И ВЫЧИСЛИТЕЛЬНОЙ ТЕХНИКИ»
СИЛЛАБУС
дисциплины
МОДЕЛИРОВАНИЕ И ИДЕНТИФИКАЦИЯ ОБЪЕКТОВ УПРАВЛЕНИЯ
(для студетнов заочной формы обучения)
Алматы, 2011
Обсужден на заседании кафедры Автоматизации и вычислительной техники
Утвержден на учебно-методическом совете
Составитель: _ Хасенова Г.И.
Силлабус дисциплины «Моделирование и идентификация объектов управления»/Сост. Хасенова
Г.И. Алматы: НИЦ КОУ, 2011, 8 с.
© Хасенова Г.И.
© Каспийский общественный
университет, 2011
2
СИЛЛАБУС
МОДЕЛИРОВАНИЕ И ИДЕНТИФИКАЦИЯ ОБЪЕКТОВ УПРАВЛЕНИЯ
3 КРЕДИТА
Хасенова Гульбану Ибрагимовна
ассоц.профессор
Кафедра «Автоматизации и вычислительной техники»,каб. 213
Телефон 250-69-35, 250-11-43, доб.220
E – mail: [email protected]
КРАТКОЕ ОПИСАНИЕ КУРСА
Целью преподавания дисциплины "Моделирование и идентификация объектов управления"
является подготовка специалистов, глубоко понимающих актуальность задач автоматизации
современного производства и технических объектов, значения моделирования и теории
идентификации систем в решении этих задач.
ОЖИДАНИЯ
В результате изучения дисциплины студент должен:
- приобрести высокий уровень теоретических знаний, практические умения и навыки в области
моделирования и идентификации объектов управления;
- знать и владеть теоретическими основами, основными принципами и математическими
методами построения систем идентификации;
- владеть методами расчета и проектирования систем идентификации;
- уметь содействовать внедрению современных принципов идентификации в условиях
управления системами с неполной определенностью.
ТРЕБОВАНИЯ ПО КУРСУ
Посещение занятий
Посещение всех аудиторных занятий,имея при себе необходимые для работы
принадлежности(тетради,ручки,карандаши,калькуляторы,электронные носители
информации и т.д.) – обязательно
Лабораторные работы
Для выполнения лабораторной работы необходимо получить допуск к ней,показав, знание,
цели работы,краткой теории к ней,методики,лежащей в основе работы,ход работы –
реальной или компьютерной, знание того, какие величины измеряются, как они
записываются, обрабатываются.Лабораторная работа засчитываются после представления
письменного отчета со всеми полученными и обработанными данными и положительного
устного ответа на контрольные вопросы к каждой работе.
Практические занятия
Решение задач – очень важный, необходимый элемент при изучении дисциплины
"Моделирование и идентификация объектов управления". Это будет делаться на
практических занятиях. Для эффективного проведения занятий необходимо предварительное
знакомство студентов с теорией к данной теме в соответствии с планом занятий
СИСТЕМА ОЦЕНКИ ЗНАНИЙ СТУДЕНТОВ
Посещение лекций
Работа на
практических занятиях
Лабораторные работы
СРС
1балл
3 баллов
3 баллов
3 баллов
3
Рубежный контроль
10 баллов
Посещение лекций
Работа на
практическом занятии
Лабораторные работы
СРС
Рубежный контроль
1х5=5 баллов
Максимальный балл(МБ) семестра
(МБ) семестра -70 баллов (100%)
3х5=15 баллов
3х5=15 баллов
3х5=15 баллов
1х10=10 баллов
5+10+10+25+20=70
ФОРМЫ КОНТРОЛЯ
Рубежный контроль проводится 1раз в семестр. Форма – устно. Количество вопросов – 20.
Итоговый контроль – экзамен. Форма – устно.
ПЛАН ЛЕКЦИИ
1-занятие
1.Введение. Проблема идентификации.
2.Основные понятия и особенности решения задач идентификации.
3.Классификация методов идентификации.
4.Моделирование объектов различной физической природы является одним из приемов научного
познания.
2- занятие
1.Общие сведения о математических моделях и их классификация.
2.Формы представления математических уравнений различной физической природы.
3.Под математической моделью реального объекта понимается совокупность соотношений
(например, уравнений, неравенств, логических условий и т.д.), определяющих характеристики
состояний объекта (а через них и выходные сигналы) в зависимости от параметров объекта,
входных сигналов, начальных условий и времени.
3- занятие
1.Адаптивные и неадаптивные методы идентификации.
2.Идентификации с настраиваемой моделью.
3.Критерии качества идентификации.
4.Общая схема систем идентификации с настраиваемой моделью.
5. Меры погрешности: невязок уравнений объекта, выходного сигнала, оцениваемых параметров.
4- занятие
1.Алгоритмы идентификации, синтезированные на базе второго метода Ляпунова.
2.Условия наблюдаемости, управляемости, идентифицируемости.
3.Структурная идентификация.
4.Условие сходимости алгоритма идентификации в соответствии с методом Ляпунова.
5- занятие
1.Итеративные и рекуррентные алгоритмы идентификации.
2.Градиентные алгоритмы идентификации.
3.Алгоритмы градиентного метода.
4.Оптимизационная задача в оценивании параметров модели.
5.Определение функции потерь.
6.Общий вид регулярных итеративных алгоритмов определения параметров.
4
ПЛАН ПРАКТИЧЕСКИХ ЗАНЯТИЙ.
1-занятие
Математические модели систем
2- занятие
Схемы оценивания. Типы реализации.
3- занятие
Идентификация с помощью настраиваемой моделью
4- занятие
Исследование и моделирование системы идентификации с настраиваемой моделью.
5- занятие
Алгоритмы метода общего параметра
ПЛАН ЛАБОРАТОРНЫХ РАБОТ
1- занятие
Исследование и моделирование системы идентификации с настраиваемой моделью. (Алгоритмы
синтезированные на базе метода функций Ляпунова)
2- занятие
Исследование и моделирование системы идентификации с настраиваемой моделью. (Алгоритмы
метода вспомогательного оператора).
3- занятие
Исследование и моделирование дискретной системы идентификации с настраиваемой моделью.
4- занятие
Исследование и моделирование системы идентификации с настраиваемой моделью.
5- занятие
Алгоритмы метода общего параметра
ЗАДАНИЯ ДЛЯ СРС
Форма контроля - реферат
При выполнения СРС необходимо показать знание цели работы, теории и методики ее
выполнения, ход работы – реальной или компьютерной, знание того, какие величины измеряются, как
они записываются, обрабатываются. СРС засчитываются после представления письменного отчета со
всеми полученными и обработанными данными
1-СРС
1.Проблема идентификации.
2.Особенности решения задач идентификации.
2-СРС
1.Общие сведения о математических моделях и их классификация.
2.Общие сведения и понятия о задачах идентификации.
3.Критерии и показатели качества идентификации.
3-СРС
1.Классификация методов идентификации.
2.Об условиях идентифицируемости объектов.
3.Общая характеристика вычислительных алгоритмов параметрического управления.
4-СРС
1.Детерминированные алгоритмы идентификации.
2.Синтез алгоритмов идентификации на основе прямого метода Ляпунова.
3.Вычислительные алгоритмы, использующие метод Ньютона.
5
5-СРС
1.Рекуррентные алгоритмы метода общего параметра.
2.Несмещенные, состоятельные, эффективные оценки.
3.Прямые и адаптивные методы идентификации. Понятие, примеры.
4.Стохастическая идентифициремость.
5.Условия наблюдаемости, управляемости и идентифицируемости по Калману.
ВОПРОСЫ К ЭКЗАМЕНУ
1.Параметрическая стохастическая идентификация.
2.Общая схема оценивания параметров.
3.Математический аппарат регрессионного анализа.
4.Алгоритмы настройки параметров модели.
5.Свойства алгоритмов параметрического управления.
6.Сходимость, скорость сходимости рекуррентных алгоритмов.
7.Метод стохастической аппроксимации.
8.Знаковые рекуррентные алгоритмы идентификации.
9.Основные методы оценивания параметров.
10.Свойства оценок.
11. Несмещенные, состоятельные, эффективные оценки.
12. Стохастическая идентифицируемость.
13. Оценивание по методу наименьших квадратов (МНК).
14. Матрица наблюдений МНК.
15. Система нормальных уравнений в МНК.
16. Информационная матрица в МНК.
17.Оценки МНК.
18.Метод максимального правдоподобия.
19.Функция правдоподобия.
20.Логарифмическая функция правдоподобия.
21.Уравнения правдоподобия.
22.Информация выборки.
23.Нижние границы дисперсии. Неравенство Крамера-Рао.
24.Байесовские оценки.
25.Априорная информация при байесовом оценивании параметров.
26.Формула Байеса.
27.Условная функция риска.
28.Алгоритмы корреляционного способа идентификации.
29Алгоритмы метода общего параметра. Понятия, приложения.
30.Наблюдатели Калмана, Люенбергера.
31.Сходимость, скорость сходимости рекуррентных алгоритмов метода общего параметра.
32.Сходимость, скорость сходимости рекуррентных алгоритмов метода общего параметра.
33.Идентификация в системах управления
34.Классификация методов идентификации.
35.Аналитические,
экспериментальные
и
экспериментально-аналитические
методы
идентификации.
36.Общая схема процесса идентификации.
37.Структурная и параметрическая идентификация.
38.Активная и пассивная идентификация.
39.Адаптивные и неадаптивные методы идентификации.
40.Методы идентификации в реальном масштабе времени.
41.Методы идентификации в замкнутом и разомкнутом контурах.
42.Математические модели и их классификация.
43.Формы представления математических моделей.
44.Параметрические и непараметрические модели.
45.Модели статических и динамических объектов.
46.Математические модели линейных и нелинейных по параметрам.
6
47.Семейство моделей передаточных функций.
48.Модели в пространстве состояний.
49.Статические и динамические модели в форме уравнения регрессии.
50. Адаптивные и неадаптивные методы идентификации.
МАТЕРИАЛЫ ДЛЯ ИЗУЧЕНИЯ
Литература
Основная
1. Антонов В.Н., Терехов В.А., Тюкин Н.Ю. Адаптивное управление в технических системах:
Учебное пособие. - Спб.: Изд. Санкт-Петербургского университета, 2001.-224с.
2. Сыздыков Д.Ж. Идентификация в системах управления. – Алматы: Эверо, 2005.-230с.
Дополнительная
1. Справочник по теории автоматического управления / Под ред. А.А. Красовского. – М.: Наука,
1987.-712с.
2. 7. Сыздыков Д.Ж. Методологические принципы построения систем идентификации применительно
к сложным технологическим процессам. – Алма-Ата: КазНИИНТИ, 1991.-68с.
3.Эйкхофф П. Основы идентификации систем управления. – М.: Мир, 1975.-683с.
4. Цыпкин Я.З. Адаптация и обучение в автоматических системах. – М.: Наука, 1968.-339с.
5. Льюнг Л. Идентификация систем. Теория для пользователя. – М.: Наука, 1991.-432с.
7