Компьютерные исследования и моделирование
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Компьютерные исследования и моделирование:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Компьютерные исследования и моделирование, 2024, том 16, выпуск 2, страницы 315–337
DOI: https://doi.org/10.20537/2076-7633-2024-16-2-315-337
(Mi crm1164)
 

МАТЕМАТИЧЕСКИЕ ОСНОВЫ И ЧИСЛЕННЫЕ МЕТОДЫ МОДЕЛИРОВАНИЯ

Идентификация модели объекта при наличии неизвестных возмущений с широким частотным диапазоном на основе перехода к приращениям сигналов и отбора данных

М. Ю. Рябчиков, Е. С. Рябчикова

Магнитогорский государственный технический университет им. Г. И. Носова, Россия, 455000, г. Магнитогорск, пр. Ленина, д. 38
Список литературы:
Аннотация: Работа посвящена проблеме создания модели со стационарными параметрами по ретроспективным данным в условиях неизвестных возмущений. Рассматривается случай, когда представительная выборка состояний объекта может быть сформирована с использованием ретроспективных данных, накопленных только в течение значительного интервала времени. При этом допускается, что неизвестные возмущения могут действовать в широком частотном диапазоне и могут иметь низкочастотные и трендовые составляющие. В такой ситуации включение в выборку данных разных временных периодов может привести к противоречиям и чрезвычайно снизить точность модели. В работе дан обзор подходов и способов согласования данных. При этом основное внимание уделено отбору данных. Дана оценка применимости различных вариантов отбора данных как инструмента снижения уровня неопределенности. Предложен метод идентификации модели объекта с самовыравниванием по данным, накопленным за значительный период времени в условиях неизвестных возмущений с широким частотным диапазоном. Метод ориентирован на создание модели со стационарными параметрами, не требующей периодической перенастройки под новые условия. Метод основан на совместном применении отбора данных и представлении данных отдельных периодов времени в виде приращений относительно начального для периода момента времени. Это позволяет уменьшить число параметров, которые характеризуют неизвестные возмущения при минимуме допущений, ограничивающих применение метода. В результате снижается размерность поисковой задачи и минимизируются вычислительные затраты, связанные с настройкой модели. Рассмотрены особенности применения метода при нелинейной модели. Метод использован при разработке модели закрытого охлаждения стали на агрегате непрерывного горячего оцинковании стальной полосы. Модель может использоваться при упреждающем управлении тепловыми процессами и при выборе скорости движения полосы. Показано, что метод делает возможным разработку модели тепловых процессов с секции закрытого охлаждения в условиях неизвестных возмущений, имеющих в том числе низкочастотные составляющие.
Ключевые слова: идентификация, большие данные, глобальная модель, приращения, неизвестные воздействия, отбор данных
Финансовая поддержка Номер гранта
Российский научный фонд 23-29-10058
Исследование выполнено за счет гранта Российского научного фонда № 23-29-10058 (https://rscf.ru/project/23-29-10058/).
Поступила в редакцию: 18.09.2023
Исправленный вариант: 14.11.2023
Принята в печать: 20.11.2023
Тип публикации: Статья
УДК: 681.5.015
Образец цитирования: М. Ю. Рябчиков, Е. С. Рябчикова, “Идентификация модели объекта при наличии неизвестных возмущений с широким частотным диапазоном на основе перехода к приращениям сигналов и отбора данных”, Компьютерные исследования и моделирование, 16:2 (2024), 315–337
Цитирование в формате AMSBIB
\RBibitem{RyaRya24}
\by М.~Ю.~Рябчиков, Е.~С.~Рябчикова
\paper Идентификация модели объекта при наличии неизвестных возмущений с широким частотным диапазоном на основе перехода к приращениям сигналов и отбора данных
\jour Компьютерные исследования и моделирование
\yr 2024
\vol 16
\issue 2
\pages 315--337
\mathnet{http://mi.mathnet.ru/crm1164}
\crossref{https://doi.org/10.20537/2076-7633-2024-16-2-315-337}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/crm1164
  • https://www.mathnet.ru/rus/crm/v16/i2/p315
  • Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Компьютерные исследования и моделирование
    Статистика просмотров:
    Страница аннотации:21
    PDF полного текста:25
    Список литературы:8
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024