Идентификация нелинейных динамических моделей

Для решения задач оптимизации химико-технологических процессов обычно используют методы нелинейного программирования (поисковые методы) [1, 3] и методы теории оптимального управления вариационного исчисления [4], динамического программирования 15], принципа максимума Понтрягина [6], дискретного принципа максимума 17]. Наибольшее распространение получили поисковые методы как наиболее гибкие и универсальные. Эти методы находят также широкое применение при решении задач идентификации (определение некоторых коэффициентов уравнений, представляющих собой математическую модель исследуемого процесса). Кроме того, поисковые методы могут быть эффективно использованы при синтезе оптимальной структуры химико-технологических систем, который в общем случае представляет собой задачу дискретно-непрерывного программирования в частности, они могут быть использованы при получении нижних оценок в методе ветвей и границ (см. гл. VI). [c.14]

Задача оценки переменных состояния химико-технологического процесса, к которым можно отнести температуру, дав.ттение, составы фаз, расходы жидких и газообразных среди т. д., состоит в том, чтобы по показаниям измерительных приборов, функционирующих в условиях случайных помех, восстановить значения переменных состояния системы, наиболее близкие в смысле заданного критерия к истинным значениям. Применительно к химико-технологическим процессам важность решения задач оценки переменных состояния и определения неизвестных параметров модели объекта имеет три аспекта открывается возможность получать непрерывно информацию о тех переменных состояния слон<-ного объекта, непосредственное измерение которых невозможно по технологическим причинам (например, концентрации промежуточных веществ, параметры состояния межфазной поверхности, доля свободных активных мест катализатора и т. п.) реализация непрерывной (в темпе с процессом) оценки переменных состояния и поиска неизвестных параметров модели создает предпосылки для прямого цифрового оптимального управления технологическим процессом решение задач идентификации решает проблему непрерывной оптимальной адаптации нелинейной математической модели к моделируемому процессу в условиях случайных помех и дрейфа технологических характеристик последнего, что необходимо для осуществления статической и динамической оптимизации. [c.283]

В начале предыдущего раздела были рассмотрены основные этапы байесовского подхода к решению задачи идентификации на примере статической задачи наблюдения. Здесь на основе той же процедуры будет сформулирована общая схема решения задачи оценки по критерию МАВ на примере полной динамической модели нелинейной дискретной системы, заданной соотношениями (8.33)—(8.34). В целях упрощения выкладок обозначим совокупность векторов х (0), х (1),. . ., х и у (1), у (2),. . . . . ., у Щ соответственно через X (ТУ) и N). Условную плотность вероятности X относительно результатов измерений У обозначим через р [X (Л )/У (Л )]. Предполагается, что плотность р [х (0) ] известна и соответствующее распределение является нормальным со средним X (0) и ковариационной матрицей [c.468]

Область применения. Этот метод поиска экстремума функции применим для определения параметров моделей, линейных и нелинейных по параметрам. Он может быть использован для идентификации как статических, так и динамических моделей. [c.43]

В этой главе рассмотрен ряд характерных примеров использования методов идентификации линейных систем для описания гидродинамической структуры потоков в технологических аппаратах на основе модельных представлений. При описании ФХС с помощью типовых моделей функциональный оператор ФХС обычно состоит из двух частей части, отражающей гидродинамическую структуру потоков в аппарате (как правило, линейная составляющая оператора), и части, отражающей собственно физико-химические превращения в системе (как правило, нелинейная составляющая оператора). Линейная составляющая оператора ФХС, соответствующая так называемому холодному объекту (т. 8. объекту без физико-химических превращений), допускает эффективное решение задач идентификации линейными методами. При этом поведение ФХС отождествляется с поведением такой динамической системы, весовая функция которой совпадает с функцией РВП исследуемого объекта. Такой подход открывает возможность при описании гидродинамической обстановки в технологических аппаратах широко применять метод нанесения пробных возмущений, который в сочетании с общими методами структурного анализа ФХС представляет эффективное средство решения задач системного анализа процессов химической технологии. [c.432]

По реализациям входных и выходных переменных необходимо решать задачу, с помощью какой модели может быть представлен данный объект (линейной или нелинейной, стационарной или нестационарной, безынерционной или динамической), можно ли ограничиться одноразовой моделью или необходимо постоянно ее уточнять, какова степень адекватности (изоморф-ности), предс1авленная данной моделью, и др. Круг этих задач широк, и их решение сопряжено с большими теоретическими и практическими трудностями. Однако игнорировать эти задачи не представляется возможным, так как они являются неотъемлемой частью идентификации и от их решения зависит качество идентификации. [c.14]