RHnd
-
Постов
518 -
Зарегистрирован
-
Посещение
Сообщения, опубликованные RHnd
-
-
Хорошо, давайте ещё раз. Один, сама по себе, блок из поста #7 можно считать линейной системой ДУ, если рассматривать u как независимую функцию времени. А два последовательно соединенных блока из поста 7 - линейная система ДУ?
-
Напишите вашу полную систему ДУ.
-
Вы знаете, у природы есть одно замечательное свойство - ей, собственно, глубоко плевать на ту систему обозначений, которую вы себе выбрали.
Кончено, вы можете взять исходную систему дифур, выделить из неё какие-то малые подсистемы и заявить, что они линейные, а все то, что нелинейное, это просто какие-то входные функции времени, - собственно это вы и делаете, пытаясь впихнуть ваши уравнения в приведенное вами определение линейной системы ДУ. Ваше право. Но как только вы соедините эти подсистемы между собой, все эти доводы станут ничтожны. А причина проста - исходная система нелинейна, как бы вы не фантазировали.
-
Приведите такое определение линейной системы, чтобы ваша система под него попадала.
Мне вот кажется, что она является нелинейной по определению. Возможно, она является линейной по состоянию.
-
Если вы собираетесь анализировать блоки по отдельности как линейные (что уже неправильно, так как у вас состояние умножается на вход), затем соединять блоки, замыкать обратной связью и что-то говорить про замкнутую систему по такому анализу, то это выглядит очень сомнительно.
-
Замкнутая система была. Упрощенно, было управление положением подключенного привода. Каждую 1 мс система считывала датчики, формировала сигнал управления и реализовывала его.
Но вставлявшаяся в комп плата была собственной разработки и драйвера под нее делал наш программист, с золотыми руками и головой.
Сейчас подумал, что это же не HIL, а prototyping. Т.е. работа осуществляется с реальным железом, а не с его симуляцией.
-
Все-таки система линейная! (когда разомкнута, т.е., без обр. связи)
P.S. Я говорю в данном случае про систему ДУ.
Замыкание обратной связью не делает линейную систему нелинейной.
Предположим, у вас есть система линейная по состоянию, но нелинейная по входу. Тогда замкнутая станет нелинейной по состоянию. Но говорить про исходную систему, что она линейная - некорректно, она линейна только по состоянию. И если вы последовательно соедините два таких блока, то получите нелинейную по состоянию систему.
Приведите здесь систему ДУ от входа до выхода.
-
Мне помнится, что представитель Mathworks говорил, что в последних версиях SimMechaniks появились редуктора, но я точно не уверен. Посмотрите, есть ли такие блоки и возможно там можно задать люфт?
-
Мы рассматриваем возможность приобрести Mathworks Turnkey для xPC Target, т.е. это будет не обычный офисный комп, а коробка с заточенным под наши задачи набором железа.
Вообще, очень сомнительно на счет быстродействия - у меня на прошлой работе в WinRTT крутились системы управления приводами на 1 кГц, и еще был приличный запас по быстродействию. На среднем рыночном на то время компе, года 4 назад. Так что медленнее 1 кГц для аналогичных задач на xPCT быть не должно.
Меня больше интересовал workflow с разными системами и какие-то возможные подводные камни.
-
1. Полиномы делятся на р в степени m для того чтобы методом дискретного интегрирования перейти в z плоскость (z преобразование). Иначе z преобразования не получаются ввиду того что z не получается в отрицательной степени. Но вот если фильтр будет (в учебнике нет степени выше 2) 3 и более высокого порядка то дискретное интегрирование будет также 3 и более высокого порядка.
Совершенно не обязательно делить. На сколько я понял ваш вопрос, если вы используете преобразование вида 1/p = a(z)/b(z), то это эквивалентно p=b(z)/a(z) - можно прямо так использовать. Соответсвенно, p^2=b^2(z)/a^2(z) - можно нагнать для любого порядка. Или же можно для степеней p использовать какие-то более сложные преобразования, если есть такая потребность.
Напомню, что я очень далек от ЦОС. Но когда мне надо было для системы упрвления перевести аналоговый band-stop фильтр 14 порядка в дискретную п.ф. для реализации в контроллере, то, на сколько я помню, самый лучший результат я получил с ипользованием метода совпадения нулей-полюсов, который в матлабе называется matched. Суть проста - берем все нули и полюса неперывной системы, отображаем их как z=exp(Td*нуль или полюс), по полученым нулями и полюсам восстанавливаем полиномы чисителя и знаменателя, выравниваем коэффициент усиления.
-
2. Разделив числитель и знаменатель п.ф. на р в степени m что эквивалентно умножению на 1 (По сути хитрый математический приём ) это даёт нам возможность перейти на z преобразование. Если угодно на z плоскость. Просто терминологически далее 1/p и 1/р**2 называют дискретным интегрированием при этом р приобретает или может приобрести и более высокие степени ( порядки фильтра). А вот далее это пресловутое дискретное интегрирование разными методами например, "стандартное z преобразование или Цыпкина- Гольденберга" переходят в z преобразования.А вот далее из z преобразований можем делать дальнейшия действия и исследования, в частности определить ФЧХ или АЧХ фильтра. Вот как я себе это понял. Как думаете прав ли я?
Алексей, извините, но я три раза перечитал этот абзац, но так и не понял, о чем он.
-
То же, о чем был изначальный вопрос — это цифровая реализация аналоговой п.ф. с использованием некоторой дискретной процедуры интегрирования. В зависимости от конкретной процедуры, а так же от интерполяции сигналов внутри интервала дискретности, получается множество возможных реализаций. Каждая реализация является дискретной п.ф. с собственной дискретной импульсной характеристикой. Они все будут более-менее близки друг к другу и даже близки к исходной аналоговой импульсной характеристики, но все же различны.
Кстати, а какого года книга? Я, конечно, в ЦОС не разбираюсь, не моя тема, но мне кажется, что сейчас стадию аналогового прототипа минуют и сразу разрабатывают цифровые фильтры. Особенно с конечной импульной характеристикой.
-
Рискну предположить, что у вас не установлена одна из библиотек, чьи блоки используются в модели - это как раз "bad link" блоки. Не установлена, похоже, Simmechanics.
-
Добрый день!
Стоит вопрос - какую платформу выбрать для hardware-in-the-loop экспериментов с индустриальным оборудованием. Я сам имею опыт работы с dSpace, а про xPC только слышал. Но слышал, преимущественно, хорошее.
Если кто-то может поделиться опытом или какими-то соображениями, то буду крайне признателен.
-
Если вы для разных наборов использовали разные параметры фильтрации, которые выбирали вручную (я вас правильно понял?), то это не интересно. Уважаемый thermit уже написал и показал, что под конкретные данные можно очень сильно подогнать фильтр. Хотелось бы видеть метод, который не надо руками перенастраивать. Возможно, я многого хочу, но задачу подгонки под конкретные данные мы уже обсудили на первых двух страницах и с ней, вроде как, все более-менее ясно. Те оценки, которые в файле, — они получены одним и тем же методом без варьирования коэффициентов. Точнее, коэффициент алгоритмически находится по анализу данных.
Первую разность можно использовать только в связке с каким-то фнч, что было на первой странице темы. Без фильтрации первая разность будет бесполезна для данной задачи. Соответственно, предлагать использовать первую разность, не оговорив используемый фильтр или другой метод сглаживания - сомнительно и не интересно.
x1, как и x2, — квантованные дискретные отсчет гладкой кривой с непрерывными первой и второй производными. Когда я говорил про гладкую кривую, я имел ввиду именно это.
UPD: Если не сложно, уточните, пожалуйста, как именно вы фильтровали, каким типом фильтра, и как считали производную. Использовали ли оффлайновость?
-
HHT
Спасибо. Хотя, честно говоря, как-то у меня с этим не очень получается. Разбил я исходные данные на несколько сигналов imf. А дальше что делать, как теперь скорость посчитать?
На самом-то деле, я бы рекомендовал обратиться вначале к теоретическим основам вычисления производных непрерывных функций, квантованных по времени и уровню.Довольно хорошо это описано у Бесекерского, Изранцева "Системы автоматического управления с микроЭВМ", Наука, 1987
$4.1 Дифференцирование цифровых последовательностей.
Начать с методических ошибок дифф-я случайных стационарных сигналов, поскольку остальное - вторично.
То, на что вы ссылаетесь - вычисление матожидания и дисперсии ошибки цифрового дифференцирования в реальном времени для аналитически заданного сигнала или сигнала с аналитически заданной корелляционной функцией сигнала, его производной и их взаимной. Объясните мне, я действительно не понимаю. Какое отношение это имеет к поставленной задаче оффлайн нахождения оценки производной для гладкой кривой, у которой нет аналитического задания, а как случайный процесс она может быть нестационарной?
-
Выглядит интересно. К сожалению, вряд ли я стану сам это программировать, а готовых пакетов в матлабе не нашел.Из новомодных - Hilbert–Huang transform (HHT):empirical mode decomposition (EMD) + intrinsic mode functions (IMF)
Онлайн.Еще можно взглянуть на Майстренко, Старовойтов "ЦДС с применениме многоточечных методов" и др. их работы. НГУ, Томск -
4-я глава 6 параграф.
Спасибо, посмотрел. На сколько я с наскоку понял, это просто о регуляризации. Т.е. сглаживающий сплайн тоже является частным случаем подхода, рассмторенного в книге. А параметр регуляризации альфа предлагается выбирать "по невязке", т.е., если я правильно понял, подбором.
-
В целом, все ваши рассуждения об известной динамической моедли и тому подобном - справедливы. Но это все - общие слова. Я испытываю некоторые сомнения, что они существенно пригодятся для решения данной задачи. Какие методические и алгоритмические возможности можно вытащить из этой информации, которых нет в изначальной постановке задачи?
Задача ЦДС давным давно решена разными способами в рамках тех же ПВО и ПРО, иначе бы С-300 промахивались:)Я интересуюсь оффлайновыми методами, которые, по моему убеждению, могут дать более точную оценку скорости, так как используют больший объем информации, в том числе информацию из будущего, которая онлайновым методам недоступна.
Заодно уж найдите и почитайте о "традиционном" подходе, предложенным Тихоновым Андреем Николаевичем в его трудах "Методы решения некорректных задач", Наука 1974-1979Постараюсь посмотреть. Что-то конкретно, или всю книгу вообще?
Выкладываю данные. Это модельные данные, так что исходная скорость известна. Тут t - время, x1, w1 - положение и скорость в первом эксперименте, x2, w2 - положение и скорость во втором эксперименте, quant_size - размер кванта. Отличаются два эксперимента наличием среднечастотных составляющих, до 50 Гц. Я ищу метод, который в обоих случаях дает оценку, близкую к модельной скорости. Пока лучше всего себя показывает подход, который я описал в сообщении #27. Полученные этим методом скорости в переменных est_w1, est_w2.
-
Рискну предположить, что речь идет, к примеру, об [электро]приводе чего-либо, с фиксацией значений угловой или линейной координаты.
Это не совсем двойное интегрирование, но допустить можно.
А принципиально? Хорошо, пусть это будет выход электропривода - двойное интегрирование неизвестного неизмеряемого момента, деленного на момент инерции. Или пусть это будет линейный гидропривод - двойное интегрирование неизвестной неизмеряемой силы, деленной на массу. Мне кажется, это никак не упрощает, да и вообще не меняет исходной задачи. Нет?
-
Что значит выбрать с наименьшим квадратом ускорения?
Минимизировать штраф, пропорциональный интегралу квадрата ускорения.
А что до частот, то при дифференцировании всегда возрастают высокочастотные компоненты...Я такие примеры знаю, но это коммерческий проект. Не скажу.Если ускорение скачет раз в секунду, то это тоже нужно учесть, выбирая правильное число точек в секунду для анализа.Спасибо, я вас понял.
-
Видимо, я раньше не достаточно отчетливо высказал мысль, что из множества кривых, описывающий квантованные данные, я хочу выбрать ту, где наименьший квадрат ускорения. Или где наименьший вклад компонентов с большими частотами. Т.е. если две кривые описывают квантованные данные, но у одной существенно преобладают низкие частоты, а у другой заметно присутствуют среднечастотные, то первая кривая лучше. Вот такой у меня критерий "хорошести", который проистекает из физическиой природы сигнала.Вот у меня нет критерия "хорошести". Ведь квантование искажает картинку. Если нет ограничений, то невозможно получить ничего хорошего. Чем теснее ограничения. тем лучше будет получаться. Но ведь нет другого пути?
Я же не про пакеты спрашивал, их бесплатность меня на данном этапе вообще не волнует. Я спрашивал, известны ли вам успешные примеры использования нейронных сетей для решения поставленной задачи. Из литературы или из личного опыта. Мне - не известны.Сети очень давно не трогала... Когда-то были free пакеты. -
Вот тогда и симулируйте - случайное значение ускорения (или еще какие условия от положения или скорости) интегрируем (знаем идеальную скорость), интегрируем второй раз - идеальное положение, квантуем и получаем наблюдаемый сигнал...
И тренируем женскую логику или имитатор кусочка мозга. Вот что я и предлагала.
Т.е. вы прелагаете построить и обучить некоторую нейронную сеть, которая по набору квантованных измерений положения будет выдавать хорошую и не сдвинутую оценку скорости, так? И будет хорошо работать во всем диапазоне входных сигналов? Я с нейронными сетями знаком очень поверхностно, но в области управления не припомню никаких работ, где бы использовались дифференциаторы, построенные на нейронных сетях. Можете указать такие статьи/книги? Или сами что-то подобное делали?
Пожалуйста, не надо писать про женскую логику. Мне неприятно.
-
Если параметры модели известны - на основе обратной модели вычисляете вход, затем на основе входа и прямой модели - ненаблюдаемые переменные состояния.
Модель - два интегратора с неизвестным сигналом на входе. Какая такая обратная модель? Дифференциатор второго порядка? Так задача и сформулирована - как по набору измерений провести дифференцирование хотя бы первого порядка. А вы предлагаете сразу восстанавливать оценку входа (ускорения). Как?
Если бы у меня была какая-то более информативная модель, чем два интегратора, а, еще лучше, какие-то входные сигналы этой какой-то модели, то я бы, как правильно пишет TSerg, рассматривал бы задачу в контексте идентификации и построения некоторого наблюдателя. Но у меня нет ни того, ни другого. Давайте оставаться в рамках постановки задачи.Вот если бы у Вас была модель, то Вы бы могли обучить нейронную сеть ...
Пожалуйста, прочитайте тему с начала. Там есть про ограничения на значения скорости и усорения, про ограничения на частотные компоненты (что будет порушено при взятии первой разности). И даже немного про выбор кривой из семейства за счет штрафа на ускорение. Более того, уже было предложение использовать первую разность. И был мой ответ.Это если бы Вы знали какие-то зависимости и ограничения на функцию и ее производные.А если не знаем, то может быть любое, построение которого я и предложила. Если результат Вы отвергаете, значит знаете нечто априори, что отвергает такое решение.
Давайте воздерживаться от таких высказываний.какую-нибудь искаженную (женскую) логику.
Годограф в MATLAB
в Вопросы системного уровня проектирования
Опубликовано · Пожаловаться
Наша беседа пошла по кругу.
Давайте вернемся к истокам - какая постановка задачи? Ведь задачи классифицировать систему, как правило, не стоИт, - не будем на этом зацикливаться. Все, что нужно от классификации, - определить, какие свойства и какой инструментарий, относящийся к конкретной классификации, может быть использован для решения задачи.
Как мне подсказали, ваша система называется билинейной: http://www.springer.com/mathematics/applic...8-1-4020-9612-9