Dinamik sistem tanımlaması modern mekanik mühendislikte temel bir yapı olarak duruyor, mühendislere hammaddeleri harekete geçirebilmelerini sağlıyor. Bu modeller, sistem davranışını analiz etmek, sağlam kontrol sistemlerini tasarlamak ve büyük bir dizi işletim koşullarını tahmin etmek için vazgeçilmezdir.

Disiplin, kontrol teorisi, istatistikler ve sinyal işleme ilkeleri birleştirir. Sistem tanımlamasının rolü, dinamik platformlarla çalışan herhangi bir mühendis için gerekli bir beceri sağlar - sadece giriş- ⁇ verileri ölçmek için çok karmaşıktır. Mekanik sistemler yazılım ve elektronik ile giderek entegre edilir, sistem tanımlamasının rolü genişlemeye devam eder, dinamik platformlarla çalışan herhangi bir mühendis için gerekli bir beceri sağlar.

Dinamik Sistem Tanımlanması Nedir?

Dinamik sistem tanımlaması, gözlemlenen verilere dayanan dinamik bir sistemin matematiksel modelini inşa etme sürecidir.Örnek:0)dynamic), model, sistemin girişlere nasıl geliştiğini ele alır.

Standart iş akışı dört temel adımdan oluşur:

  1. [FONT:0)Data Acquisition and Pre processinging[[Dönetici: 1 ) – Sistemdeki tüm ilgili modları heyecanlandırmak için deneylerin tasarımı, filtreleme, kesinti ve kesinti ile takip edildi.
  2. [FONT=0) Model Yapı Seçimi[[Dönetici:0)[Döneticileri, devlet uzay denklemleri veya doğrusal olmayan otoregresyon modelleri gibi uygun bir temsil seçmek.Bu seçim, amaçlanan kullanımlara bağlıdır (kontrol, simülasyon, hata).
  3. [FONT=0]Parametre Estimation[[[Dönetici: 1) Maliyet fonksiyonunu en aza indiren algoritmaları uygulayın - ölçülen çıktılar ve model tahminleri arasındaki hata - seçilen yapıdaki sayısal değerleri belirlemek.
  4. [FONT:0) Model Geçerlilik[[Dönemli:0)[[Dönergeler: 2))[değiştir | kaynağı değiştir] - Doğrulama sırasında kullanılmadığı verileri test etmek, uygun, oturmalı otokorelasyon ve çapraz-validasyon performansı gibi ölçümleri değerlendirmek.

Uygulamada, bu adımlar iteratiftir. Örneğin, lineer bir model geçerli değilse, mühendis doğrusal olmayanları veya model siparişini verebilir. aşırı hedef, eğitim verilerin ötesinde iyi bir parsimonious model üretmektir.

Önceki Bilginin Rolü

Sistem tanımlamasındaki tekrarlanan bir tema, daha önce fiziksel bilgi entegrasyonudur. Grey-box modelleme, daha sonra tartışıldığı gibi, açıkça hareket denklemleri veya enerji dengesinin parametre alanını kısıtlaması için kullanır.Bu, veriye olan yükü azaltır ve ekstrapolasyon yeteneklerini geliştirir.

Mekanik Mühendisler tarafından kullanılan Common Techniques

On yıllar boyunca, alan zengin bir araçkit üretti. Her teknik sistemin lineerliği, gürültü ortamı ve amaçlanan model kullanımına bağlı olarak farklı avantajlar sunuyor. Aşağıda, alt teknoloji ve pratik nüanslarla her bir kategoriyi inceleyeceğiz.

Zaman Domain Yöntemleri

Zaman domain yöntemleri doğrudan örneklenen giriş- ⁇ dizileri üzerinde çalışır. Onlar sezgiseldir çünkü modelin çıkışı geçmiş girişlerin ve çıktıların doğrudan bir işlevidir.

Recursive Least Squares (RLS)

RLS, yeni veriler geldiğinden beri parametre tahminlerinin uyarlanabilir bir algoritmadır.Sisteme göre uyarlanmış titreşim baskı ve aktif gürültü kontrolü gibi uygulamalarda online kimlik için yaygın olarak kullanılır.The algorithm en ağır kareler toplamını en aza indirir, eski verileri takip etmek için modele izin verir. Mekanik mühendisler genellikle RLS'yi giyme, sıcaklık sürükleme veya yük varyasyonları nedeniyle yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş değiştirir.

Prediction Error Methods (PEM)

PEM, maksimum tahmin ve çıkış-terör tanımlamasını içeren geniş bir sınıftır. Maliyet fonksiyonu, bir adım adım adım tahmin hatalarının toplamıdır. Lineer sistemler için PEM, hafif koşullar altında gerçekleştirilen tipik PEM yapıları için bir araya gelir. RLS'den daha doğru sonuçlar sağlar ancak yüksek sadakatle çevrimdışı modelleme için daha doğru sonuçlar sağlar. ARX (otoregreive with exojen girdi) ve ARMAX modelleri mekanik sistemlerde kullanılan tipik PEM yapılarıdir.

Frekans Domain Yöntemleri

Frekans domain yöntemleri verileri frekans spektrumuna dönüştürür, rezonansa ve baraja dönüştürür. Doğal modlar hakkında fiziksel bilgin mevcut olduğu sistemler için özellikle güçlüdür.

Fourier Analysis and Spectral Estimation

Hızlı Fourier Dönüşümünü kullanarak (FFT), mühendisler çapraz algılama yoğunluklarının girdi gücüne olan oranını hesaplamak için bir Ampirik transfer fonksiyonunu tahmin edin. Eşdeğerlik fonksiyonu, 1'in yakınında bir lineer, gürültü içermeyen bir ilişki gösterir. Mekanik sistemler gibi - esnek yapılara çok fazla fayda sağlar - bu yaklaşımdan doğrudan doğal frekansları ve baraj oranları tanımlayın.

Sinusoidal Sweep ve Stepped Sine Testi

Deneysel modal analizinde, bilinen bir sinüsoidal giriş frekans aralığına kadar süpürülüyor.Her frekansta sürekli devlet amplitüd ve faz frekans yanıt fonksiyonunu inşa ediyor (FRF). Bu yöntem gürültüye sağlam, ancak zaman alıcı sinyalleri, birden fazla frekansı aynı anda her bir ilgi frekansında enerjiyi korumak için test etmek için çok sayıda sinyalleri kullanıyor.

Subspace Tanım Yöntemleri

Subspace tanımlama yöntemleri, N4SID (Antik Uzay Sistemi IDentification) ve MOESP (Multivariable Çıkış Hata Devlet sPace), doğrudan durum uzay modelleri giriş yapmadan, doğrudan tahmin edin-ki veriler, bir blokel matrisin subspacesability ve kontrol edilebilirlik ve kontrol edilebilirlik alanlarını çıkarmak için tek başına değer tutar.

Bu yöntemler özellikle çok değişkenli sistemler için çok caziptir ve girişlerin ve çıkışların sayısının büyük olduğu. Mekanik mühendislikte, 10-100 kanalda bir hız ölçümünün aynı anda modellenmesi gerekir. Subspace yöntemleri iyi değildir, ancak gürültüye karşı hassas olabilirler ve dikkatli sıralamalar yapabilirler.

Grey-Box Modeling

Grey-box modelleme, tam fiziksel (beyaz-box) ve tamamen ampirik (kara-box) yaklaşımlar arasında bir dengeyi vuruyor. Mühendis, bilinen yasalara dayanan bir model yapısı formüle ediyor -Newton'un ikinci yasası, termodinamik dengeleri veya vius damping modelleri – ancak bazı parametreler verilerden tahmin edilebiliyor.

Örneğin, bir servo-hydraulic aktüatör, ikinci sıralı bir ilkbahar-kırıklık ve sertlik sistemi kullanarak modellenebilir, baraj katlama ve hareketleyici kazanılırken, bu ücretsiz parametreleri ayarlar. Sonuç, fiziksel kısıtlamalara ve ekstrapolateslere saygı duyan bir modeldir, eğitim verileri tüm işletim koşullarını kapsamazsa bile.

Mekanik Mühendislik Uygulamaları

Sistem tanımlamasının yanlışlığı, mekanik mühendislik alt disiplinleri arasındaki geniş kabulüne yansıtılır.Her alan, bant genişliği, doğrusal olmayanlık ve sensör kullanılabilirliği açısından eşsiz zorluklar sunar.

Robotik Robot Robot Robot Robot

Robotik manipülatörler ve mobil robotlar, yörünge planlaması, tork kontrolü ve yetersiz kontrol için doğru dinamik modeller gerektirir. Ortak sürtünme, inertia parametreleri ve hareketleyici dinamikleri standart uygulamadır. ağırlıkta en az kareler gibi teknikler her inertia parametresini izole etmek için dikkatli bir şekilde tasarlanmıştır. Modern bacaklı robotlar da zemin iletişim modellerinin (örneğin, bahar-damper gösterimine güvenmektedir).

Otomotiv Sistemleri

Otomotiv mühendisleri, motor yönetimi, iletim kontrolü ve araç dinamikleri için sistem tanımlamasını uygularlar. Örneğin, hava yakıt oranı kontrolü için kullanılan - sık sık sık throttle pozisyonu ve motor hız ölçümlerini tasarlayabilir. Benzer şekilde, çeyrek-kar süspansiyon modeli aktif süspansiyon kontrolleri ve dikey hız çıkışları ayarlayarak tanımlanabilir. Altspace yöntemleri daha sonra araç dinamikleri için popülerdir (yaw oran ve yan yana).

Havacılık Uzay Mühendisliği

Havacılıkta, sistem tanımlaması, uçuş testlerinde kaydedilen manevralardan istikrar türlerini çıkarmak ve kontrol etkinliğini artırmak için kullanılır.Kapi girişleri kullanan frekans-bölge yöntemleri yaygındır, çünkü doğru kazanç ve faz marjları sağlar. Helikopter rotor dinamikleri, esnek kanat flütleri ve fırlatma araçları tüm bu teknikleri kullanılarak belirlenir.

Titreşim Analizi ve Yapısal Dinamik

Köprüler, rüzgar türbinleri kuleleri ve motor parçaları gibi mekanik yapılar, deneysel modal analizi (a frekansı-bölge yöntemi) veya operasyonel modal analizi (yalnızca çevredeki eksaj altındaki veriler mevcut). Bu tespit edilen modeller vibrasyon kontrolü, yorgunluk hayatı tahmin ve hasar algılaması için kullanılır. Subspace yöntemleri özellikle operasyonel modal analizi için etkilidir, çünkü giriş güçlerinin ölçümlerini gerektirmez.

Hata Tespiti ve Prognostics

Bir sistemin parametrelerini sürekli olarak tanımlamakla, mühendisler hataları gösteren sapmaları tespit edebilir - dönüş makinesinde artış veya hidrolik bir mühürde sürtünmeyi azaltır. Sistem tanımlaması, model tabanlı hata algılama için geri uç oluşturur, nerede sabitlenmiş ve tahmin edilen çıktılar arasında fark eder. Gelişmiş teknikler, gerçek zamanlı tanı için Kalman filtreleri ile bir araya gelir.

Meydanlar ve düşünceler

Onun gücüne rağmen, sistem tanımlaması, bir projeye konulanamıyorsa pratik zorluklarla doludur. Bu zorluklar veri kalitesi, model yapısı seçimi ve hesaplama maliyeti ile doludur.

Data Quality and Excitation Design

Belki de en temel gereksinimi, girişin tüm ilgi sistemini sürekli heyecanlandırması gerektiğidir. Örneğin, yüksek frekanslı rezonans modları ortaya çıkarabilir.Depresyon oranı en az iki kez ilginin frekansı (Nyquist kriter), chirp sinyalleri ve çoksine sahip dalgaformları ek olarak, sensörler yeterli bir çözüm ve bant genişliğine sahip olmalıdır.

Gürültü ve Disturbances

Gürültü, süreç rahatsızlıkları ve modellemez olmayan nonlinearities tahminleri bozuyor. enstrümantal değişkenler gibi yöntemler belirli gürültü yapılarını ele geçirebilir, giriş projelerini tanımlamada ekstra sensörler veya gecikmiş kopyalar gerektirir.

Model Order ve Kompleksi Seçici

Birçok devlet, kutupları veya regretörlerin bir önyargı-variy ticaret-off olduğunu seçmek, bir model siparişin altından ve sistematik hataların gerçekleşmesine yol açıyor; çok yüksek bir sipariş, Akaike'nin Bilgi Criterion (AIC) ve Bayesian Information Criterion (BIC) gibi bazı standartların belirlenmesine yol açıyor, ancak mühendislik yargıları ile eşleştirilmesi gerekiyor.

Nonlinearities and Time Variance

Birçok mekanik sistem doğal olarak doğrusal değildir: sürtünme, dourasyon, backlash ve büyük-deformasyon elastikliği. Lineer olmayan sistemler için sistem tanımlaması aktif bir araştırma alanıdır. Nonlinear Autoregressive Moving Average with eXojen girişler (NARMAX), blok-tapıcı modeller (Hammerstein, Wiener), ve Volterra serisi daha fazla bilgi talep eder.

Geçerlilik ve Belirsizlik Sayımı

Eğitim verileri mükemmel bir şekilde başarısız olan bir model, hem sayısal ölçümler (resmi beyazlık testi, normalleştirilmiş kök anlamına gelir) ve nitel kontroller (fiziksel değerleme, boşluklar doğru işareti, kalibresel ölçümler) içerir.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Dinamik sistem tanımlaması, model, kontrol ve karmaşık fiziksel sistemlere sahip mekanik mühendisler için vazgeçilmez bir metodolojidir. Teorik ilk kayıt modelleri ve deneysel verilerin dağınık gerçekliği ile ilgili temel bilgilerle ilgili olarak, basit bir recursive en az kareler ile karmaşık fiziksel sistemler arasındaki bir köprüyü teşhis eder - robotik, otomotiv, havacılık ve yapısal dinamikler arasındaki geniş bir problem yelpazesini ele alabilir.

Alan makine öğreniminin gelişiyle gelişmeye devam ediyor, derin bir sinir ağları bir sürünme veya hatta modern mekanik sistemlerin talep ettiği yüksek sadakat modelleri geliştirmek için iyi donanımlı olacak.

Daha fazla okuma için temel ders kitabı göz önünde bulundurun:0) Sistem Tanımlanması Nedir?[Döneticileri değiştir], mükemmel bir genel bakış sağlar.TheÜyetim:2) Sistem Tanımlama) ile ilgili ayrıntılı bir yazı, standart bir referanstır.