Рабочая программа для специальности 210100 “Управление и информатика в технических системах” Факультет icon

Рабочая программа для специальности 210100 “Управление и информатика в технических системах” Факультет



Смотрите также:
Рабочая программа для специальности 210100 «Управление и информатика в технических системах»...
Рабочая программа для специальности 210100 «Управление и информатика в технических системах»...
Рабочая программа для направления 550200 «Автоматизация и управление» испециальности 210100...
Рабочая программа для направления 550...
Рабочая программа для направления 550200 “Автоматизация и управление”...
Рабочая программа по курсу «Проектирование систем управления» для направления 550200...
Образовательный стандарт томского политехнического университета по специальности...
Рабочая программа для направления (специальности) 550200 “Автоматизация и управление”...
Рабочая программа учебной дисциплины Локальные системы автоматизации и управления ф тпу 1-21/01...
Методические указания к лабораторным работам №1-­5 для студентов специальности 210100...
Методические указания к лабораторной работе 4 изучение аспирационного психрометра для студентов...
Методические указания по выполнению курсового проекта для студентов 5 курса специальности 210100...



скачать
Министерство образования Российской Федерации

ТОМСКИЙ ПОЛИТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ






УТВЕРЖДАЮ

Декан АВТФ

_______________Мельников Ю.С.

“_____” ________________ 2000 г.



ИДЕНТИФИКАЦИЯ ОБЪЕКТОВ УПРАВЛЕНИЯ


Рабочая программа для специальности

210100 - “Управление и информатика в технических системах”


Факультет Автоматики и вычислительной техники (АВТФ)

Обеспечивающая кафедра Автоматики и компьютерных систем


Курс 5

Семестр 9

Учебный план набора 1999 года с изменениями _______ года


Распределение учебного времени


Лекций ------- 36 часов

Лабораторных работ ------- 10 часов

Всего аудиторных занятий ------- 46 часов

Самостоятельная (внеаудиторная)

работа ------- 44 часа

Общая трудоемкость ------- 90 часов

Зачет в 9 семестре


Томск 2000 г.

Предисловие



Рабочая программа составлена на основе учебного плана подготовки дипломированных специалистов по специальности 210100 “Управление и информатика в технических системах”, а также Государственного стандарта по специальности 210100, раздел “Содержание дисциплины “Теория управления”.

Программа РАССМОТРЕНА и ОДОБРЕНА на заседании обеспечивающей кафедры автоматики и компьютерных систем 3 февраля 2000 г., протокол №7


Разработчик

доцент кафедры АиКС __________________В.И.Коновалов


Зав. кафедрой АиКС ___________________Г.П.Цапко


Рабочая программа соответствует действующему учебному плану


Зав. кафедрой АиКС ___________________Г.П.Цапко


Аннотация


Программа по курсу “Идентификация объектов управления” предназначена для студентов специальности 210100 “Управление и информатика в технических системах” и содержит следующие основные разделы: оценивание параметров статических моделей, основы планирования эксперимента, идентификация линейных динамических систем, оптимальная фильтрация и оценивание, адаптивные алгоритмы идентификации. Разработчик - доцент кафедры АиКС В.И.Коновалов, е-mail: vk@ asc.cctpu.edu.ru.


Abstract




The program at the course " Identification of objects of control " is intended for the students of a speciality " Control and computer science in technical systems " both contains the following basic sections: estimation of parameters of static models, bases of planning of experiment, identification of linear dynamic systems, optimum filtration and estimation, adaptive algorithms of identification. The developer - doctor, teacher of faculty of automatics and computer systems V.Konovalov, e-mail : vk@ asc.cctpu.edu.ru




^ 1. ЦЕЛИ И ЗАДАЧИ ИЗУЧЕНИЯ ДИСЦИПЛИНЫ


1.1. Цели преподавания дисциплины


Целью преподавания дисциплины является:

- приобретение студентами знаний в области теории идентификации и моделирования объектов управления;

- приобретение студентами навыков использования методов идентификации и моделирования при построении математических моделей действующих технических систем.


1.2. Задачи изучения дисциплины


В результате изучения дисциплины студенты должны:

- понимать цели построения математических моделей объектов управления при создании АСУТП и САУ;

- знать основные методы идентификации в статике и динамике;

- уметь построить математическую модель заданного класса по данным активного и пассивного эксперимента;

- знать направления развития современной теории идентификации, использовать идеи, методы, алгоритмы при решении прикладных научных задач.


1.3. Перечень дисциплин, изучение которых необходимо

для усвоения данной дисциплины


1. Аналитическая геометрия и линейная алгебра.

Разделы: определители и системы линейных уравнений; линейные операторы.

2. Математический анализ.

Разделы: дифференциальные уравнения, интегральное исчисление.

3. Специальные главы высшей математики.

Разделы: операционное исчисление, основы теории вероятностей, элементы теории случайных функций.

4. Алгоритмические языки и программирование (все разделы курса).

5. Метрология.

Раздел: погрешности измерения и обработка результатов измерений.

6. Математические основы теории систем.

Разделы: основные сведения о сигналах и их математические модели, математические модели элементов автоматических систем.

7. Теория автоматического управления.

8. Моделирование объектов управления.

^ 2. СОДЕРЖАНИЕ ТЕОРЕТИЧЕСКОЙ ЧАСТИ

ДИСЦИПЛИНЫ


2.1. Содержание лекций (36 часов)


2.1.1. Введение (2 часа)

Терминология. Идентификация в узком и широком смысле. Классификация методов. Методика получения модели объекта управления. Связь задачи идентификации с задачами оптимальной фильтрации и оценивания состояний.


2.1.2. Предварительная обработка экспериментальных данных (2 часа)

Задачи сбора экспериментальных данных. Помехи и их характеристики. Сглаживание результатов измерений. Алгоритмы фильтрации. Отбрасывание аномальных значений. Определение частоты съема информации.


2.1.3. Оценивание параметров статических моделей (10 часов)

Вычисление корреляционных функций и спектральных плотностей. Корреляционный анализ. Оценка параметров методом наименьших квадратов. Предпосылки применения метода. Взвешенный метод наименьших квадратов. Рекуррентный метод наименьших квадратов. Оценка параметров методом наименьших произведений. Оценка параметров модели по методу максимального правдоподобия. Регрессионный анализ. Постановка задачи; предпосылки и идея метода. Оценка коэффициентов регрессии. Статистический анализ уравнения регрессии. Вычисление остаточной дисперсии, дисперсии и ковариаций коэффициентов регрессии. Проверка гипотезы о значимости коэффициентов регрессии. Проверка гипотезы об адекватности представления результатов эксперимента полученным уравнением регрессии. Исследование остатков. Получение регрессионной модели по методу Брандона. Трансцендентная регрессия.


2.1.4. Основы планирования эксперимента (4 часа)

Задача планирования эксперимента. Основные положения современного подхода к эксперименту. Экспериментальные планы типа 2n . Полный факторный эксперимент (ПФЭ). Кодирование значения факторов. Свойства матрицы планирования ПФЭ типа 2n . Вычислительный алгоритм математической обработки результатов эксперимента. Статистический анализ результатов. Направление развития методов планирования эксперимента (обзор).


2.1.5. Идентификация линейных динамических систем методом

пассивного эксперимента (8 часов)

Уравнение Винера-Хопфа. Методы решения интегрального уравнения Винера-Хопфа. Понятие о корректно и некорректно поставленных задачах. Методы регуляризации А.Н.Тихонова, М.М.Лаврентьева. Получение уравнения Винера-Хопфа в частотной области. Проблема физической реализуемости.

Оценка коэффициентов дифференциальных уравнений методом наименьших квадратов. Идентификация с помощью разностных уравнений. Применение теории чувствительности к задаче идентификации динамических систем. Идентификация на основе спектральной теории нестационарных систем.


2.1.6. Оптимальная фильтрация и оценивание (6 часов)

Постановка задачи оптимальной фильтрации. Получение модели оптимального фильтра в классе физически реализуемых. Фильтр Калмана-Бьюси. Связь фильтра Калмана с рекуррентным оцениванием по методу наименьших квадратов на примере скалярного случая. Распространение результатов на многомерный случай.


2.1.7. Адаптивные алгоритмы идентификации (4 часа)

Область применения адаптивных алгоритмов. Алгоритмы стохастической аппроксимации. Условия сходимости. Методы улучшения сходимости. Одношаговые и многошаговые алгоритмы. Идентификация нестационарных объектов. Текущий метод наименьших квадратов.


^ 3. ПЕРЕЧЕНЬ ЛАБОРАТОРНЫХ РАБОТ


1. Обработка экспериментальных данных. проверка статических гипотез об однородности экспериментальных данных по различным критериям. (4 часа).

2. Построение регрессионной модели с помощью ПФЭ (2 часа).

3. Исследование адаптивных алгоритмов идентификации (4 часа).


^ 4. ПРОГРАММА САМОСТОЯТЕЛЬНОЙ

ПОЗНАВАТЕЛЬНОЙ ДЕЯТЕЛЬНОСТИ


1. Подготовка к выполнению и защите

лабораторных работ - 20 часов

2. Проработка лекционного курса - 20 часов

3. Выполнение индивидуальных домашних

заданий - 4 часа

____________________________

Итого - 44 часа


^ 5. ТЕКУЩИЙ И ИТОГОВЫЙ КОНТРОЛЬ

ИЗУЧЕНИЯ ДИСЦИПЛИНЫ


Текущий контроль осуществляется при выполнении 2-х индивидуальных домашних заданий и при защите отчетов по лабораторным работам. Примеры ИДЗ приведены в Приложении 1. На зачет выносятся вопросы, перечисленные .в рабочей программе.


^ 6. УЧЕБНО-МЕТОДИЧЕСКОЕ ОБЕСПЕЧЕНИЕ

ДИСЦИПЛИНЫ


6.1. Перечень технических и программных средств


Компьютеры класса IBM PC с операционной системой MS DOS или Windows.

Пакет Mathcad 7.0.

Построение регрессионной модели с помощью ПФЭ. Программа для выполнения лабораторной работы с элементами контроля. Авторы Севастьянов А.В., Коновалов В.И.

Исследование адаптивных алгоритмов идентификации. Программа для выполнения лабораторной работы с элементами контроля. Авторы: Хмелинский Ю.В., Коновалов В.И.


6.2. Основная литература


1. Льюнг Л. Идентификация систем: пер. с англ. /Под ред. Я.З.Цыпкина. - М.: Наука, 1991. - 432 с.

2. Юсупов Р.М. Элементы теории идентификации технических объектов. - М.: Изд-во Минобороны СССР, 1991. - 202 с.

3. Коновалов В.И. Идентификация объектов управления. - Томск, изд. ТПИ, 1981. - 90 с.

4. Гроп Д. Методы идентификации систем: пер. с англ. - М.: Мир, 1979. - 302 с.


6.3. Дополнительная литература


5. АСУ непрерывными технологическими процессами / Под ред. Ю.М.Агеева, Томск, изд. ТПИ, 1987 - 95 с.

6. Спиди К., Браун Р., Гудвин Дж. Теория управления. Идентификация оптимального управления: пер. с англ. - М.: Мир, 1973. - 247 с.

7. АСУТП. Идентификация и оптимальное управление / Под ред. Б.И.Салыги. Харьков: Высшая школа, 1976. - 247 с.

8. Перельман И.И. Оперативная идентификация объектов управления. - М.: Энергоиздат, 1982. - 272 с.

9. Эйкхофф П. Основы идентификации систем управления: пер. с англ. - М.: Мир, 1975. - 685 с.

10. Солодовников В.В., Семенов В.В. Спектральная теория нестационарных систем управления. - М.: Наука, 1974. - 334 с.

11. Бендат Дж., Пирсок А. Прикладной анализ случайных данных: пер. с англ. - М.: Мир, 1988. - 392 с.

12. Адаптивные фильтры: пер. с англ. / Под ред. К.Ф.Коуэна и П.М.Гранта. - М.: Мир, 1988. - 392 с.

13. Огарков М.А. Методы статического оценивания параметров случайных процессов. - М.: Энергоатомиздат, 1990. - 208 с.


6.4. Методическое обеспечение курса


1. Элементы математической статистики (проверка гипотез). Методические указания по курсу “Идентификация объектов управления”. Составители: Коновалов В.И., Сметанин А.В., Томск, ТПУ, 1998. - 26 с.

2. Построение линейной регрессионной модели с помощью полного факторного эксперимента. Методические указания по курсу “Моделирование и идентификация объектов управления”. Составители: Коновалов В.И., Балаканов А.Р., Томск, ТПУ, 1998. - 14 с.

3. Исследование адаптивных алгоритмов идентификации. Методические указания к выполнению лабораторной работы по курсу “Моделирование и идентификация объектов управления”. Составители: Коновалов В.И., Едоженко О.А., Томск, ТПИ, 1987. - 14 с.


ПРИЛОЖЕНИЕ


Индивидуальное домашнее задание № 1


1. Сгладить значения x[ i ]. Привести графики исходного и сглаженного сигнала. Возможные типы фильтров: скользящего среднего, экспоненциального сглаживания, релейно-экспоненциального, медианного одно- и двухступенчатого.


2. Найти АКФ Rxx(jt), j = 0, 1, 2, 3, записав выражения для расчета АКФ с приведенными ниже цифровыми данными


x

10

20

0

10

20

10

7


3. Оценить коэффициенты модели у = bO + b1X. Метод оценивания: метод максимального правдоподобия. Ошибки распределены по нормальному закону с математическим ожиданием = 0 и дисперсией = 1/2.


х

2

0

1

0

у

12

1

7

3


4. Какой из факторов х1, х2, х3 более всего влияет на показатель у ? Факторы х1, х2, х3 некоррелированы между собой.


у

2

8

8

2

0

4

х1

1

3

4

4

6

6

х2

5

0

0

10

10

5

х3

6

2

2

4

6

4



Индивидуальное домашнее задание № 2


На вход фильтра поступает полезный сигнал x(t), зашумленный сигналом n(t). Найти

1) передаточную функцию оптимального фильтра Wф(P) без учета физической реализуемости;

2) передаточную функцию оптимального фильтра Wф(P) с учетом физической реализуемости.

Исходные данные для расчета:

1) Автокорреляционная функция полезного сигнала

Rxx() = 16e -4() .

2) Автокорреляционная функция помехи

.




Скачать 117,81 Kb.
оставить комментарий
Дата28.09.2011
Размер117,81 Kb.
ТипРабочая программа, Образовательные материалы
Добавить документ в свой блог или на сайт

Ваша оценка этого документа будет первой.
Ваша оценка:
Разместите кнопку на своём сайте или блоге:
rudocs.exdat.com

Загрузка...
База данных защищена авторским правом ©exdat 2000-2017
При копировании материала укажите ссылку
обратиться к администрации
Анализ
Справочники
Сценарии
Рефераты
Курсовые работы
Авторефераты
Программы
Методички
Документы
Понятия

опубликовать
Документы

наверх