Основой математического аппарата синтеза ЦСУ являются разностные схемы [7]. При этом каждый из каналов ОУ описывается разностным уравнением, которое с учетов векторной формы записи может быть представлено в следующем виде:
(4.18)
где ui, yi – вход и выход ОУ;
=[ ,…, , ,…, ] – вектор переменных состояния;
=[ ,…, , ,…, ] – вектор параметров разностного уравнения;
dо = τо / T' 0 – целое число тактов запаздывания;
τо – время запаздывания;
T' 0 – такт квантования;
nо, kо – порядки знаменателей и числителей дискретных передаточных функций каналов ОУ (nо≥kо);
mо = nо+kо +1 – число переменных состояния каналов ОУ;
i – индекс такта квантования.
Широко применяемым для идентификации линейных и нелинейных объектов (систем) является метод наименьших квадратов (МНК), позволяющий обеспечить высокую адекватность получаемых моделей. Суть его заключается в нахождении таких параметров модели, при которых сумма квадратичных отклонений между экспериментальными значениями выхода объекта и рассчитанными по модели была минимальной:
, (4.19)
где =[ ,…, ] – вектор экспериментальных значений выхода ОУ, полученных путем измерения через равные промежутки времени T' 0 при снятии кривой разгона; =[ ,…, ] – вектор значений выхода ОУ, рассчитанных по модели (4.18);
Nо – объем выборки при идентификации.
Поскольку вектор , с учетом (4.18), может быть представлен соотношением:
= , (4.20)
то (4.19) примет вид:
, (4.21)
где – матрица экспериментальных значений, Nо mо.
Так как квадратичная функция относительно вектора неизвестных параметров ограничена снизу, то точка минимума существует и является решением системы линейных уравнений:
2· или 2· , (4.22)
где 0= [0,…,0] – нулевой вектор.
Если матрица () не вырождена, то решение единственно. Необходимое условие для выполнения данного требования – входной сигнал представляет собой возбуждающий процесс порядка не ниже nо, т.е. Nо nо.
Выполнив преобразования, приведем уравнения (4.22) к нормальному виду:
или
. (4.23)
Решая нормализованное уравнение (4.23), или соответствующую систему линейных уравнений (например, методом Гаусса), можно найти параметры (коэффициенты) разностного уравнения (4.18).
В векторно-матричной форме решение имеет вид:
или
, (4.24)
где =[ ,…, , ,…, ] – вектор оценок неизвестных параметров.
Полученные таким образом оценки параметров с помощью МНК не смещены (М ()= ), эффективны ( =diag[( - ) ( - ) Т ]→min) и состоятельны, поскольку 0.
Оптимальная с точки зрения минимума среднеквадратичной ошибки оценка выходной переменной yi записывается в виде:
= . (4.25)
Расчет параметров aj (j = ), bl (l = ) удобнее проводить не в абсолютных значениях, а в приращениях (вариациях), т.е. значение входа и выхода в установившемся состоянии перед нанесением входного воздействия (до начала эксперимента) принимаются равными нулю. После начала эксперимента, когда на вход подано воздействие, значение входа и выхода определяются как приращения.
Адекватность дискретных моделей различных порядков определяется по критерию Фишера. При отсутствии параллельных опытов модель адекватна ОУ, если расчетный критерий Фишера Fр больше критического значения Fтабл (p, f 1, f 2):
Fр > Fтабл (p, f 1, f 2), (4.26)
а при наличии параллельных опытов, если расчетный критерий Фишера Fрпар меньше критического значения (p, f 1, f 2):
Fрпар < (p, f 1, f 2). (4.27)
Критическое значение Фишера выбирается из таблиц распределения Фишера при выбранном уровне значимости.
В результате идентификации определяются порядки nо, kо и значения параметров aj (j = ), bl (l = ) разностных уравнений (моделей) каналов ОУ, которые используются на этапе синтеза управляющей части системы и исследования.