Проверка адекватности модели.

1. Построение по передаточной функции кривой разгона.
1.1 Открыть MatLab. В рабочем поле задать полученную по кривой разгона
11s 3  2s 2  1
передаточную функцию, например W(p)= 3 2
5s  s  2 s  1
Записываем в MatLabе:
>> num=[11 3 0 1];
>> dem=[3 2 5 1];
>> h=tf(num,dem)
Transfer function:
11 s^3 + 3 s^2 + 1
----------------------3 s^3 + 2 s^2 + 5 s + 1
num- это числитель передаточной функции записанный в порядке убывания
степеней s, dem- знаменатель передаточной функции. Если какой то член
отсутствует ( как в примере в числителе нет первой степени s, то ставится 0).
Строчка h=tf(num,dem) создает передаточную функцию с числителем num и
знаменателем dem
1.2 Затем в MatLabе записываем выражение:
>> step(h)
Появится график кривой разгона, соответствующий передаточной функции.
Проверка адекватности полученной кривой и экспериментальной кривой разгона
методом Фишера.
1 способ.
1.1 Область изменения t делится на 16 интервалов. Определяется среднее значение для 16
точек на кривой разгона y1i, равномерно распределенных по кривой и 16 точек при тех
же временах на кривой разгона y2i, полученной в MatLabe. Для практического занятия
число точек может быть 5
1.2 Для этих точек определяется мат.ожидание (среднее значение Y) по формуле:
1 n
Y Y 1   y1i
n i 1
1 n
YY 2   y2i ,
n i 1
Где Y Y 1 - мат.ожидание, полученное для экспериментальной кривой разгона,
Y Y 2 -мат.ожидан, полученне для теоритической кривой разгона.
Для 5 точек это выразится следующим выражением:
т.е.
yср1=(y11+y12+y13+y14+y15)/5
yср2=(y21+y22+y23+y24+y25)/5
1.3 Определяется оценка дисперсии среднего для каждой выборки:
2
1 16
SY 1 
(Y Y 1  yi )

n  1 i 1
2
1 16
SY 2 
(Y Y 2  yi )

n  1 i 1

1.4 Определяется отношение оценок дисперсий, причем большая из полученных оценок
дисперсий делится на меньшую:
SYбольшая
SYменьшая
1.5 Полученное значение сравнивается с значением критерия Фишера F0.95,15,15. Если
S
критерий Фишера F0.95,15,15 будет больше, чем Yбольшая , то полученная модель адекватна
SYменьшая
объекту регулирования. Если соотношение будет иметь обратный знак, то модель надо
уточнять.
2 способ ( применяется, если кривая разгона получена путем измерения нескольких точек
для каждого времени разгона)
2.1 Определяется среднее значение на n точек на кривой разгона y1i, равномерно
распределенных по кривой и n точек при тех же временах на кривой разгона y2i,
полученной в MatLabe.
2.2 Для кривый разгона, полученных теоретически и экспериментально вычисляется
следующая оценка дисперсии:
1 n

 (Y i1 yi 2 )2
n  1 i 1
2.3 Определяется оценка дисперсии воспроизводимости
2.3 Оценка адекватости проводится по критерию Фишера F0.95,15,15
Если вычисленное значение критерия меньше критического, то нет оснований для
сомнений в адекватности модели. Когда гипотеза отклоняется, следует вывод о
неадекватности модели, следовательно, она заведомо не является истинной. Дальнейшее
применение неадекватной модели обычно нецелесообразно, и надо принять меры по ее
совершенствованию.
Причиной неадекватности могут являться: ошибки в организации и проведении опытов,
например неконтролируемое изменение неучтенных в модели факторов; погрешности в
задании исходных данных и в измерении результатов; большой размах варьирования
факторов и другие причины. Иначе говоря, анализ причин неадекватности требует
серьезного изучения сущности исследуемого процесса и методов его исследования.
Содержание

Sign up to vote on this title
UsefulNot useful