Identyfikacja obiektów sterowania. Ćwiczenia laboratoryjne

Przedmowa 6
1. Modele ciągłe i dyskretne 7
1.1. Podstawowe wiadomości 7
1.1.1. Modele 7
1.1.2. Przekształcenie Laurenta 7
1.1.3. Modele dyskretne 8
1.1.4. Dyskretyzacja modeli ciągłych 10
1.2. Przebieg ćwiczenia i sprawozdanie 11
1.2.1. Modele dyskretne i ciągłe – obliczenia 11
1.2.2. Symulacje z modelami ciągłymi i dyskretnymi 12
1.2.3. Dyskretyzacja modeli ciągłych 13
2. Sygnały w identyfikacji obiektów 14
2.1. Podstawowe wiadomości 14
2.1.1. Sygnały stosowane w identyfikacji 14
2.1.2. Cechy statystyczne sygnałów 14
2.1.3. Rząd pobudzania 17
2.2. Przebieg ćwiczenia i sprawozdanie 18
2.2.1. Podstawowe charakterystyki sygnałów 18
2.2.2. Rząd pobudzania sygnałów 18
2.2.3. Rząd pobudzania – część obliczeniowa 19
3. Metody nieparametryczne – analiza czasowa i częstotliwościowa 20
3.1. Podstawowe wiadomości 20
3.1.1. Identyfikacja odpowiedzi czasowych 20
3.1.2. Identyfikacja transmitancji na podstawie odpowiedzi skokowej 20
3.1.3. Analiza częstotliwościowa 26
3.2. Przebieg ćwiczenia i sprawozdanie 28
3.2.1. Identyfikacja na podstawie odpowiedzi skokowych 28
3.2.2. Analiza częstotliwościowa 28
4. Metody nieparametryczne – analiza korelacyjna i widmowa 29
4.1. Podstawowe wiadomości 29
4.1.1. Model odpowiedzi impulsowej 29
4.1.2. Analiza korelacyjna 29
4.1.3. Analiza widmowa 30
4.2. Przebieg ćwiczenia i sprawozdanie 31
4.2.1. Analiza korelacyjna i widmowa 31
4.2.2. Model FIR 31
5. Modele deterministyczne i metoda najmniejszych kwadratów 32
5.1. Podstawowe wiadomości 32
5.1.1. Modele parametryczne deterministyczne w identyfikacji obiektów 32
5.1.2. Metoda najmniejszych kwadratów 34
5.1.3. Wpływ rzędu pobudzania na estymację parametrów modelu 34
5.2. Przebieg ćwiczenia i sprawozdanie 35
5.2.1. Estymacja parametrów przy braku opóźnienia w obiekcie 35
5.2.2. Estymacja parametrów z uwzględnieniem opóźnienia 35
5.2.3. Wpływ rzędu pobudzania na estymację 36
6. Modele stochastyczne i metoda najmniejszych kwadratów 37
6.1. Podstawowe wiadomości 37
6.1.1. Podstawowe modele stochastyczne w identyfikacji obiektów 37
6.1.2. Metoda najmniejszych kwadratów dla modelu ARX 38
6.1.3. Ocena wyników 39
6.2. Przebieg ćwiczenia i sprawozdanie 40
6.2.1. Estymacja parametrów modelu ARX 40
6.2.2. Ocena wyników 40
7. Estymacja rzędu obiektu 42
7.1. Podstawowe wiadomości 42
7.1.1. Estymacja rzędu 42
7.2. Przebieg ćwiczenia i sprawozdanie 44
7.2.1. Estymacja rzędu w przypadku braku zakłóceń 44
7.2.2. Estymacja rzędu w przypadku występowania zakłóceń 44
8. Metoda zmiennych instrumentalnych 45
8.1. Podstawowe wiadomości 45
8.1.1. Model ARMAX i OE 45
8.1.2. Metoda zmiennych instrumentalnych 46
8.2. Przebieg ćwiczenia i sprawozdanie 47
8.2.1. Porównanie metody najmniejszych kwadratów i zmiennych instrumentalnych 47
8.2.2. Metoda zmiennych instrumentalnych z estymacją rzędu 48
9. Identyfikacja w układzie zamkniętym 49
9.1. Podstawowe wiadomości 49
9.1.1. Problem identyfikacji w układzie zamkniętym 49
9.1.2. Warunki identyfikowalności w układzie zamkniętym 49
9.1.3. Rozwiązania problemu 50
9.2. Przebieg ćwiczenia i sprawozdanie 50
9.2.1. Warunki identyfikowalności w układzie zamkniętym 50
9.2.2. Rozwiązania problemu nieidentyfikowalności 51
10. Rekursywne metody estymacji 52
10.1. Podstawowe wiadomości 52
10.1.1. Rekursywna metoda najmniejszych kwadratów 52
10.1.2. Rekursywna metoda zmiennych instrumentalnych 53
10.1.3. Rekursywna rozszerzona metoda najmniejszych kwadratów 53
10.2. Przebieg ćwiczenia i sprawozdanie 54
10.2.1. Dobór metody rekursywnej do modelu 54
10.2.2. Identyfikacja metodą rekursywną 55
Bibliografia 61