Статистические характеристики, объекты управления

Применение экспериментальных статистических характеристик случайных процессов для нахождения динамических характеристик объектов в сравнении с использованием условных плотностей вероятностей требует значительно меньшего объема информации о процессе. В связи с этим применение экспериментальных статистических характеристик нашло широкое распространение в задачах идентификации объектов управления. [c.118]

Прежде чем перейти к вопросам, касающимся идентификации (определения характеристик) объектов управления, снова отметим (см. также стр. 25), что структура математической модели любого химико-технологического процесса, в котором происходит перемещение жидкостей или газов, обусловливается его гидродинамикой и проявляется в характере распределения частиц потока рассматриваемой системы в пространстве и во времени. Это распределение основано на статистических законах и зависит от гидродинамического режима жидкости и газа, геометрии аппарата и вида сигнала на границе системы. Последний в общем случае может быть случайной функцией времени. [c.106]

При применении методов теории аналитических случайных процессов динамическая характеристика объекта восстанавливалась путем поиска оптимальных постоянных времени объекта. Ниже приведены экспериментально-статистические методы нахождения динамических характеристик объектов управления по высокочастотным составляющим его входных и выходных величин. При этом предположение [c.194]

Применение статистических методов для снятия частотных характеристик объектов управления [c.205]

Изложенный метод определения частотной характеристики объекта управления при наличии шума доказывает эффективность применения статистических методов, которые обладают следующими достоинствами. [c.213]

Для исследования объектов управления и учета реальных условий работы автоматизированных технологических процессов часто приходится определять статистические характеристики величин, от которых зависит качество работы системы, характеристики возмущающих воздействий и т. д. [c.196]

Определение числа стационарных состояний и влияния значений параметров на это число удобно произвести при помощи бифуркационной диаграммы — кривой, связывающей значение какого-нибудь из параметров с координатой стационарного состояния. В теории управления аналогичное понятие называется статистической характеристикой исследуемого объекта. [c.579]

Экспериментальное определение спектральной плотности мощности и других статистических характеристик случайных процессов имеет большое значение при исследовании шумовых и вибрационных явлений, при разработке систем передачи информации и автоматического управления, при изучении турбулентных потоков и статистических свойств сигналов в сложных объектах. Спектральный анализ случайных сигналов представляет особый интерес в физике плазмы, гидродинамике, геофизике, акустике, радиоастрономии, физиологии, ядерной физике и многих других областях научных исследований. В зависимости от свойств исследуемых процессов методы экспериментального определения спектральных характеристик можно разделить на две группы [c.173]

Циркуляция информации не непрерывная. Констатирующая информация поступает в органы, вырабатывающие управляющие воздействия дискретно, через различные промежутки времени, в зависимости от вида информации и ее статистических характеристик. Частота выдачи управляющих воздействий определяется периодичностью управления и динамическими характеристиками отдельных газопромысловых объектов. [c.41]

Форма правил управления ВХС. Основу имитационного эксперимента составляет расчет потокораспределения на графе С согласно априорно полученным правилам управления при известных (или статистически моделируемых) характеристиках природных процессов и заданных стратегических параметрах самой ВХС. Выработка правил управления представляет собой нетривиальную задачу. В простейших случаях эти правила кодируются компонентами режимного вектора. Однако чаще они должны поступать на вход имитационной модели от других моделей, осуществляющих выбор оптимальных или близких к ним правил. Эти модели часто ориентируются на известные методики. Последние различаются между собой общностью, детальностью, формой получаемых правил управления и другими характеристиками. Центральным вопросом реализуемости имитационной модели применительно к любому конкретному объекту является возможность (или невозможность) в рамках имитационного эксперимента учесть всю специфику выработанных правил управления. Учитывая трудности унификации подобных правил, проведем краткий обзор тех методик, которые наиболее часто применяются на практике, либо, на наш взгляд, можно рассматривать как наиболее продвинутые в направлении решения возникающих проблем. [c.382]

Комплексная автоматизация требует длительного и всестороннего изучения работы предприятия и составления математической модели всего производственного комплекса. Это изучение охватывает статистические данные о работе объекта, характеристики работы агрегатов, технологические режимы и т. п. Очень важным фактором является изучение потоков информации и их сопоставление. В вычислительные устройства второй и третьей ступеней поступает информация от многочисленных источников — электрических, пневматических, механических. Все виды информации необходимо преобразовать в единые сигналы и в определенной последовательности ввести в вычислительное устройство, что требует создания сложной системы информации. Наконец, сами вычислительные устройства — большие и дорогостоящие машины, требующие высококвалифицированного обслуживания. Эти обстоятельства могут привести к увеличению капиталовложений и сроков окупаемости, особенно при переходе от первой ступени автоматизации управления к последующим. В связи с этим комплексная автоматизация может оказаться не всегда экономически целесообразной. [c.131]

Статистическая проверка гипотез о характеристиках объектов управления тесно связана с изложенными выше вопросами определения оценок характеристик (параметров) этих объектов. Например, если по результатам те >ретических исследований сформулирована гипотеза о потмальности распределения выходной переменной, то по опытным данным необходимо ответить на вопрос о том, с какой надежностью эта гипотеза принимается или отвергается. На тот же вопрос должен быть дан ответ в том случае, если гипотеза сформулирована по результатам предыдущих экспериментов подтверждают или не подтверждают опыты, проведенные в новых условиях, результаты прежних экспериментов и т. д. Рассмотрим некоторые вопросы проверки указанных гипотез. [c.309]

В гл. I кратко описывался класс так называемых сложных объектов управления, характеризуемых широким набором признаков и свойств (более подробно такие объекты рассматриваются в гл. VI). При построении математических моделей сложных объектов, в первую очередь, необходимо учитывать следующие их особенности высокую размерность вектора входных координат и = щ, 2,. . их, и наличие большого числа внутренних источников случайных помех, статистические характеристики которых, как правило, неизвестны неизученность механизмов действия различных экономических, социальных и физикохимических явлений и процессов в объектах трудность постановки экспериментов для получения большого числа сигналов а , и . В настоящее время указанные особенности затрудняют построение неформальных ММ сложных объектов и вынуждают описывать статические режимы их функционирования уравнениями типа [c.308]

Обычно в задачах управления динамический объект находится под влиянием стохастических (случайных) воздействий. Оценки их статистических характеристик определяются на стадии предпроект-ного обследования действующих производств и используются в качество критериев при 1Юделировании случайных сигналов. Указанное моделирование ос ествляется с помощью многоканального генератора белого шума и ряда формирующих льтров, обеспечивающих заданные статистические характеристики сигналов. [c.4]

В ситуациях, связанных с риском, ииеггся - возмажность оценки параметров системы в результате анализа прошлого опыта работы, обработки статистических данных. Неопределенность имеет место в тех случаях, когда статистические закономерности протекания наблюдаемых явлений неизвестны и не существуют обоснованные методы их оценки. Необходимо отметить, что задачи планирования и управления нефтеперерабатывающими производствами позволяют оценить вероятностные характеристики параметров задач на основе имевших место в прошлом реализаций, и для данного класса объектов в связи с этим рассматриваются модели принятия решений в условиях неполной информации (риска). [c.53]

Предназначен для централизованного диспетчерского управления рассредоточенными энергообеспеченными технологическими объектами магистральных газопроводов. Позволяет с пульта управления пункта управления (ПУ) осуществлять обмен информацией с контрольными пунктами (КП). Оснащен микропроцессорными вычислительными устройствами, позволяющими выполнять функции телеуправления (ТУ), телерегулирования (ТР), телеизмерения (ТИ), телесигнализации (ТС) и передачи статистической информации (СИ) с каждого КП. Техническая характеристика комплекса приведена ниже. [c.230]