Comments 20
Очень ждал в конце график отклонения функции System Identification.
А так статья получается примерно такой:
- интересная задача
- очень хорошее подведение, описание модели, раскрытие вопроса и конкретного примера с физической моделью
- System Identification построил аппроксмацию, и в каких-то точках совпало
- "В случае, если у вас есть честные уравнения, вы просто меняете массу груза в глобальных переменных проекта и получаете новый переходный процесс, и новую передаточную функцию."
Понятно, что такие веще только приближенно выдают модель, в этом и состоит главная задача аппроксимации — аппроксимировать так, чтобы в неконтрольных точках было адекватное поведение. И хотелось бы посмотреть, как тут себя поведет эта штука)
Что-то заголовок "System Identification is sucks" из текста не следует и несколько желтоват.
Так насколько изменится отклонениеи демпфера и время переходного процнсса при увеличении массы поршня? Если у вас в качестве исходных данных только передаточная функция полученая методом идетификации?
Интересно не как изменится отклонение, а то, почему вы вообще считаете этот вопрос имеющим отношение к system identification, ведь ваше недовольство результатом относится к выбору между разными подходами к моделированию систем.
Вы знакомы с классификацией black/grey/white box? Вы сами выбрали black box, задались семейством моделей с обобщёнными параметрами, а потом недовольны результатом. Так при чем тут system identification, может дело в том, как вы выбираете инструменты для своих задач? Задачей system identification было найти наилучшую модель в заданном вами классе, и эта задача успешно решена. Если же вам надо отслеживать влияние физических (а не обобщенных) параметров на систему, то зачем вы делаете black-box identification, которая в принципе на такие вопросы не отвечает? Вашим выбором должен быть white box (как в примере) или grey box, в зависимости от доступной априорной информации.
-Херня вся ваша теплофизика, у нас есть эксперимент, а остальное это все фантазии.
Мне показалось, что пример наглядный, в одном случае у нас есть уравнения физики и модель, в другом случае просто модель. Оказывается просто модель как то не сильно помогает для проектирования, даже для грузила на пружинке.
Сам метод system identification предполагает черный ящик
Это неверно. System identification может работать как с black box, так и с grey box (и с их смешением). Просто для black box, особенно для линейных, есть много хорошо проработанных эффективных и вычислительно недорогих методов, как online, так и offline идентификации.
Выбор же между black и grey box должен осуществляються разработчиком исходя из решаемой задачи. И чтоб задача решалась, и чтоб решение не было избыточным.
Так насколько изменится отклонениеи демпфера и время переходного процнсса при увеличении массы поршня? Если у вас в качестве исходных данных только передаточная функция полученая методом идетификации?
Сесть и подумать над уравнениями физики – всегда полезнее и дешевле, чем экспериментировать.
Ровно до того момента пока нп практике не выяснится что (для вашего примера) неизвестны ни коэф. жесткости пружины, ни масса груза, ни другие параметры, а остановить производство и померить — нельзя. А задачу по настройке ПИД-регулятора выполнить надо, пусть и не оптимально, но хотя бы на некотором достаточном уровне.
Ну это помимо того что на практике модель будет посложнее пружины с грузиком.
А еще мир не идеален и задачу требуют решить быстро.
Так что насчёт полезнее я бы поспорил. Полезнее для собственного развития — да. Полезнее для производства — нет.
Так вот жесткость пружины не надо мерить! с точностью 80% я назову ее вам зная диаметр прутка число витков, диаметр навивки и марку пружинной стали… Для этого иногда достаточно на пружину просто посмотреть.
Как правило, исходные данные для физических уравнений измерить и получить более просто, чем для достоверной идентификации, а вот ссылка на пример, когда модель перестает быть идентифицируемой.
Даже в примере с демпфером, достаточно просто померять и массу и сопротивление, (сопротивления трения сложнее) но можно. А вот точно снять колебания уже проблематично.
А почему иногда p называют оператором дифференцирования, если это по сути просто комплексная переменная, которая вылазит в пространстве изображений, после применения преобразования Лапласа?
В курсе линейных систем управления они идут до уровня смешения в голове у студента (бывает, что и преподавателя), но вообще это две разные сущности: одна для работы с изображениями Лапласа, другая для работы с сигналами во времени.
Занудство: Если вы определили p как оператор дифференцирования, то у вас не предаточная функция, а интегро-дифференциалный оператор. Чтобы это было передаточной функцией, там должна быть комплексная переменная преобразования Лапласа.
Можно так однажды попасть на заундного рецензента.
«Технология» получения уравнений динамики ТАУ. И почему System Identification is sucks, а рулит «честная физика»