Автор работы: Пользователь скрыл имя, 15 Ноября 2011 в 17:03, лабораторная работа
Цель работы:
Подбор оптимальных параметров измерительного устройства (ИУ) методом статистических испытаний Монте-Карло на основе составления программы в объектно-ориентированной среде Matlab. Моделирование работы оптимального измерительного устройства в Matlab.
«НИЖЕГОРОДСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕКСКИЙ УНИВЕРСИТЕТ
Им. Р.Е. Алексеева»
АРЗАМАССКИЙ
ПОЛИТЕХНИЧЕСКИЙ ИНСТИТУТ(
Отчет
о выполнении лабораторной
работы №1
«Оптимизация
параметров измерительного
устройства методом
статистического
моделирования»
Вариант
№ 9
Выполнил:
студент гр. АСИ 07-1
Парамонов А.В.
Проверил:
преподаватель
Волков
В.Л.
Арзамас
2011
Цель работы:
Подбор оптимальных
параметров измерительного устройства
(ИУ) методом статистических испытаний
Монте-Карло на основе составления
программы в объектно-
Исходные
данные:
Код
программы:
Sg=tf([-8 0 2], [1 0 0 0 324]);
Wd=tf([.8 2], [.045 7 32]);
R=.025;
Tn(1)=2e-1; Tn(2)=1e-4; Tn(3)=1e1;
CKOm=1e6;
[Wg,Wg_]=fact(Sg);
k=1;
while k<100
T(1)=0.5*Tn(1)+Tn(1)*rand(1,1)
T(2)=0.5*Tn(2)+Tn(2)*rand(1,1)
T(3)=0.5*Tn(3)+Tn(3)*rand(1,1)
[Wky,Wiy,CKO]=optim_CKO(Wd,Wg,
if CKO<CKOm CKOm=CKO; To=T; Wo=Wiy; Wkyo=Wky; end
CKOm
k=k+1;
end
K=dcgain(Wo);
dt=0.1; t=[0:dt:dt*1500]';
v=randn(length(t),1);
n=sqrt(R)*randn(length(t),1);
u=1+1e-10*sin(t/5);
g=lsim(Wg,v,t);
h=g+u;
y=h+n;
he=lsim(Wo/K,y,t);
e=he-h;
Wkyo
CKO=sum(e.*e)/length(e);
Wo
figure(1)
plot(t,y,'g',t,he,'r',t,h,'b')
fact:
function[W,W_]=fact(S)
[c,d]=tfdata(S,'v');
nul=roots(c);
pol=roots(d);
m=1;
for i=1:length(nul) if real(nul(i))<0 p(m)=nul(i); m=m+1; end
end
m=1;
for i=1:length(nul) if real(nul(i))>0 p_(m)=nul(i); m=m+1; end
end
m=1;
for i=1:length(pol) if real(pol(i))<0 pp(m)=pol(i); m=m+1; end
end
m=1;
for i=1:length(pol) if real(pol(i))>0 pp_(m)=pol(i); m=m+1; end
end
b=poly(p); b_=poly(p_);
a=poly(pp); a_=poly(pp_);
a=sqrt(abs(d(1)))*a; a_=sqrt(abs(d(1)))*a_;
b=sqrt(abs(c(length(pol)-
W=tf(b,a); W_=tf(b_,a_);
optim_CKO:
function [Wky,W,CKO]=optim_CKO(Wd,Wg,R,
Wky=tf([T(3) T(2) T(1)], [1 0] );
Wpr=Wky*Wd;
W=feedback(Wpr,1);
K=dcgain(W);
dt=0.1; t=[0:dt:dt*1500]';
v=randn(length(t),1);
n=sqrt(R)*randn(length(t),1);
u=1+1e-10*sin(t/5);
g=lsim(Wg,v,t);
h=g+u;
y=h+n;
he=lsim(W/K,y,t);
e=he-h;
CKO=sum(e.*e)/length(e);
Результаты
работы программы:
CKOm =
0.1887
Transfer function:
14.1 s^2 + 9.236e-005 s + 0.2991
------------------------------
s
Transfer function:
11.28 s^3 + 28.21 s^2 + 0.2394 s + 0.5981
------------------------------
11.33 s^3 + 35.21 s^2 + 32.24
s + 0.5981
Рис. 1 Графики
f(t), y(t), h(t)
y(t) – зашумление;
f(t) – измеряемый процесс; h(t) – оптимальная
оценка.
Контрольный
вопрос
Что такое
амплитудно-фазочастотная характеристика
динамической системы?
Амплитудно-фазовая
частотная характеристика (АФЧХ