Metody identyfikacji systemów

Opis

Rozwiązywanie zadań identyfikacji obiektów i procesów od lat jest powiązane zarówno z działalnością techniczną, jak również aktywnością społeczną człowieka. Coraz wyższy poziom technologiczny narzędzi używanych do pozyskiwania i przetwarzania informacji umożliwił stosowanie bardziej zaawansowanych algorytmów przetwarzania, które pozwoliły w konsekwencji na tworzenie precyzyjnych oraz dokładnych modeli. Modele te są wykorzystywane w wielu dziedzinach nauki i techniki. Podstawowym obszarem wykorzystania wyników identyfikacji jest automatyka. Dzięki wyznaczonym modelom można sterować obiektami i przewidywać ich zachowanie. Nie jest to jednak jedyny obszar, w którym są wykorzystywane tego typu narzędzia. Inne przykłady to np. kalibracja narzędzi pomiarowych (metrologia), rozpoznawanie obrazów (informatyka), diagnostyka techniczna i medyczna, zarządzanie. Również w naszym mózgu przebiegają procesy identyfikacji umożliwiające nam rozpoznawanie obiektów i ludzi – szczególnie przydatne w warunkach ograniczonej widoczności (algorytm Bayesa). O jakości przeprowadzonej identyfikacji (dokładności wyznaczonego modelu) decyduje wiele czynników – w tym wybór metody (algorytmu) identyfikacji. Niniejsza monografia ma na celu przybliżyć Czytelnikowi ten obszar wiedzy w jego podstawowym zakresie. Powstała jako wynik wielu lat pracy badawczej autora oraz działalności dydaktycznej prowadzonej w tym zakresie. Może być ona przydatna zarówno pracownikom naukowym, jak i inżynierom zajmującym się w swojej działalności zawodowej zagadnieniami identyfikacji obiektów. Może być również przydatna studentom kierunków technicznych, a w szczególności szeroko rozumianej inżynierii elektrycznej.

Spis treści

1. Przedmowa / 7

2. Wstęp / 9

3. Pojęcia podstawowe / 15
3.1. Kryteria jakości modelu / 22
3.2. Etapy procesu identyfikacji / 24
3.3. Matematyczne modele obiektów identyfikacji / 28
3.4. Podstawowe układy dynamiczne / 32

4. Poznawcze modele obiektów identyfikacji / 47

5. Estymatory najmniejszych kwadratów / 63
5.1. Podstawy metody najmniejszych kwadratów / 63
5.2. Właściwości estymatorów najmniejszych kwadratów / 69
5.3. Estymacja przedziałowa z wykorzystaniem estymatorów najmniejszych kwadratów / 73
5.4. Uogólniony estymator najmniejszych kwadratów / 77
5.5. Rekurencyjny algorytm najmniejszych kwadratów / 81
5.6. Identyfikacja obiektów niestacjonarnych / 89
5.7. Identyfikacja obiektu dynamicznego metodą najmniejszych kwadratów / 97
5.7.1. Algebraizacja równania różniczkowego metodą numerycznego różniczkowania / 98
5.7.2. Algebraizacja równania różniczkowego metodą wielokrotnego całkowania / 106
5.8. Nieliniowy algorytm najmniejszych kwadratów / 108

6. Estymatory największej wiarygodności / 119

7. Estymator Bayesa / 167

8. Korelacyjna metoda identyfikacji nieparametrycznej / 190

9. Estymacja transmitancji częstotliwościowej liniowych obiektów stacjonarnych metodą gęstości widmowych / 206

10. Wybrane przykłady identyfikacji obiektów / 221
10.1. Zastosowanie metody korelacyjnej do identyfikacji przemysłowego elektrolizera aluminium / 222
10.2. Identyfikacja prędkości przypływu w maszynie flotacyjnej / 233
10.3. Estymator Bayesa w zastosowaniu do estymacji nacisku statycznego osi pojazdów samochodowych / 251
10.4. Identyfikacja przestrzennej odpowiedzi impulsowej pętlowego detektora indukcyjnego / 263

11. Podsumowanie / 273

12. Dodatki / 275
DODATEK 1. Wyprowadzenie zależności opisujących rekurencyjny algorytm najmniejszych kwadratów / 275
DODATEK 2. Wyprowadzenie zależności opisujących algorytm najmniejszych kwadratów z wykładniczym zapominaniem / 279

13. Literatura / 283

Informacje o bezpieczeństwie produktu Informacje o producencie