background image

 

 

XXXII Ogólnopolska Konferencja Naukowo-Szkoleniowa

Zastosowań Matematyki

dr inż. Michał PRĄCIK
Instytut Mechaniki Stosowanej
Politechnika Krakowska
Tomasz SZLACHETKA
student Instytutu Matematyki
Uniwersytet Jagielloński

Niejednoznaczność rozwiązań problemu skalowania czasu

przy identyfikacji parametrycznej modeli dynamicznych

Zakopane - Kościelisko, 16 - 23 września 2003 r.

background image

 

 

Estymacja przewidywanego czasu życia urządzenia,

dla wybranego, nieliniowego modelu ewolucyjnego 

eksploatacji systemu dynamicznego

 

Model typu epidemiologicznego

i  -  ilość elementów bieżąco zużywających się (docieranych) albo znajdujących się
      w trakcie procesu uszkadzania,
s  - ilość elementów narażonych na zużycie albo uszkodzenie,
g  -  ilość elementów zniszczonych,
r  -  ilość elementów „dotartych” o nieskończonej trwałości zmęczeniowej.
Dla układu odosobnionego (bez obsługi, bez wymiany części) zachodzi równość:
i + s + g + r = c = const.
Wprowadza się normalizację przez następujące podstawienia:
u = i/c            v = s/c           w = g/c            z = r/c
przy których spełniony jest warunek: u + v + w + z = 1.

Zinterpretujmy  u,  v,  w,  z  jako  kwadraty  cosinusów  kierunkowych  wektora  stanu  w 

hiperprzestrzeni 4-ro wymiarowej, zatem przyjmujemy że: 
cos2(i) = u(t)              cos2(s) = v(t)              cos2(d) = w(t)              cos2(r) = z(t) 

Wektor stanu ma wówczas składowe: 

R  R

u(t),  R

v(t),  R

w(t),  R

z(t),



  

gdzie:    R

  - jest długością wektora stanu. 

background image

 

 

R

R

i

s

r

d

h ip e r s to ż e k

  "   a w a r i i  "

c i ą g łe

m o n i t o r o w a n i e

p o m i a r   d y s k r e t n y

"   a w a r i a  "

T r a je k t o r i a   p r o c e s u   d i a g n o s ty c z n e g o   n a   h ip e r s f e r z e   s ta n u   u k ła d u .

 -  w e k to r   s ta n u  ( o b r a z u   d i a g n o s ty c z n e g o )
s  -  i l o ś ć   e l e m e n tó w   n a r a ż o n y c h  n a   z u ż y c i e   l u b   u s z k o d z e n i e

i    -   i l o ś ć   e l e m e n t ó w   b i e ż ą c o   z u ż y w a j ą c y c h   s ię   ( d o c i e r a n y c h )   l u b                

z n a j d u j ą c y c h   s i ę   w   tr a k c i e   p r o c e s u  u s z k a d z a n i a

d   -   i lo ś ć  e l e m e n t ó w  z n i s z c z o n y c h

r     -  i l o ś ć  e l e m e n t ó w  " d o ta r t y c h "   o  n i e s k o ń c z o n e j  t r w a ł o ś c i  z m ę c z e n i o w e j

g

g

Nieliniowy model ewolucyjny eksploatacji systemu dynamicznego

background image

 

 

]

)

β

1

[(

)

β

(

)

α

(

)

α

(

1

1

1

1

t

i

ceil

t

r

t

i

floor

t

g

t

i

t

s

t

s

floor

t

s

t

i

t

s

t

s

floor

t

r

t

g

t

s

t

i

.

const

c

r

g

s

i

t

t

t

t

dt

i

dr

dt

i

dg

dt

i

s

s

ds

dt

i

s

s

di

)

β

1

(

β

α

)

1

α

(

.

const

c

r

g

s

i

          

Zagadnienie skalowania czasu

dyskretny 

         zapis

               

ciągły 







o

o

o

s

x

C

s

s

s

x

B

s

s

s

x

A

x

t

ln

ln

ln

α

1

)

(

2

2

1

1

s

s

t

t

o

o

dt

ds

s

Ns

s

)

1

α

(

1

2

0

0

0

α

1

s

i

s

N

s

α

4

2

 N

o

s

x

,

0

α

2

1

N

s

α

2

2

N

s

2

1

1

1

s

s

s

A

 

 

 

2

1

2

1

s

s

s

B

2

1

1

s

s

C

t = 1

 = ?

0

0

2200

50

0

0

0

0

r

g

s

i

background image

 

 

Rozwiązania układu równań iteracyjnych w postaci graficznej

0 10



 t wskaźnik czasu dyskretyzowanego (o stałym przyroście dyskretnym t = 1)

s

0

5

10

0

1000

2000

3000

i

0

5

10

0

500

1000

g

0

5

10

0

100

200

r

0

5

10

0

1000

2000

3000

 max 4

Skalowanie czasu dla rozwiązania iteracyjnego (liniowe)

 skal

tmax

 max



zatem

 t 1 odpowiada

tmax

 max

[jednostek czasu rzeczywistego]

gdy   4

2.2 10

3

1

x

smin

10

0

t x

( )

0

5

10

0

1000

2000

3000

tmax t smin

(

)

tmax 8.528

[j.czasu rzeczywistego] 

Rozwiązanie ciągłe z u.r.r.

1

background image

 

 

smin

gmax

rmax

2.25

10

3

smin

Gmax

Rmax

2.251

10

3

s

0

i

0

g

0

r

0

2.25

10

3

rmax

2097



Rmax

1719



0

1000

2000

3000

0

5

10

r

0

1000

2000

0

5

10

15

T x1 G1 R

( )

(

)

(

)

1719

R

gmax

109



Gmax

91



0

50

100

150

0

5

10

g

0

50

100

150

200

0

5

10

T x1 G

( )

(

)

91

G

imax

989



Imax

704



0

500

1000

0

5

10

i

0

200

400

600

800

0

20

40

60

T I1 I

( )

(

)

T I2 I

( )

(

)

704

I

smin

44



smin

441

0

5

10

0

1000

2000

3000

s

0

5

10

15

0

1000

2000

3000

x

smin

t x

( )

background image

 

 

Skalowanie wg podobieństwa wykresów np. żądamy aby w chwilach odpowiadających kolejnym 
wartościom t , wartości funkcji  s(t) były równe wartościom x(t), wtedy ciąg odpowiadający

 kolejnym wartościom t wyrażony jako ciąg wartości w jednostkach czasu rzeczywistego 

można obliczyć posługując się funkcją t(x):

t s

0

0

t s

1

0.451

 ......

t s

4

1.2

i  ogólnie  scal2

t s

[j. czasu rz.]

1.319

1.2

 scal2

10

0

0

1

2

3

4

5

6

7

8

9 10

2

1

0

1

2

real time

 scal1

 scal2

0

2

4

6

8

10

0

5

10

discrete time index

i.e. No. of iteration step

Dyskusja wyników

Czas ma być wielkością monotonicznie rosnącą, lub niemalejącą 

zatem uzyskane rozwiązanie 

(zagadnienia skalowania wg podobieństwa wykresów) ma sens fizyczny : 

natomiast  poczynając od 

 3 jest

t 

( ) = tmax

czas

t s

 Ostatecznie czas skalowany  ma postać:

 scal1

if  4  skal

tmax

wg  metody liniowego skalowania 

 scal2

if  3

czas

tmax

wg metody podobieństwa wykresów

     rozwiązań: ciagłego i dyskretnego

background image

 

 

Estymacja współczynników modelu AR układu mechanicznego drgającego,
dokonywana pod kątem oceny wpływu jakości pomiarów identyfikacyjnych

 

F

 

0

)

2

(

)

1

(

2

1

T

k

x

a

T

k

x

a

kT

x

?

?

background image

 

 

Estymacja współczynników modelu AR układu mechanicznego drgającego

0

2

x

k

dt

dx

c

dt

x

d

d

d

             

)

(

)

(

)

(

s

s

s

kT

rnd

kT

x

kT

s

0

)0

(

x

t

x

0

0

x

dt

dx

t

                       

 

0

)2

(

)1

(

2

1

T

k

x

a

T

k

x

a

kT

x

0

2

d

d

k

kT

e

C

kT

t

x

1

)

(

 

 

0

2

1

2

a

e

a

e

T

T

 

0

)2

(

1

)1

(

2

1

2

2

2

T

k

x

T

T

k

x

T

c

T

kT

x

k

T

c

T

d

d

d

Generacja:  wartość zdeterminowana + w. losowa

Model autoregresyjny AR

r. charakterystyczne

2

background image

 

 

c

0.07



T

0 0.01

1.5





k

0.6



a1 T

( )

c

T

2

k T

2

c T

1



a2 T

( )

1

k T

2

c T

1



0

0.5

1

1.5

2

1.85

1.7

1.55

1.4

1.25

1.1

0.95

0.8

0.65

0.5

a11 T

( )

a1 T

( )

T

0

0.5

1

1.5

0.4

0.6

0.8

a22 T

( )

a2 T

( )

T

porównanie rozwiązań uzyskanych z wykorzystaniem definicji pochodnych jako
ilorazów  różnicowych odpowiednich rzędów, z rozwiązaniami ciągłymi-próbkowanymi

 

c

2

4 k



2.395

1

c

2



1

0.035

0.774i

2

c

2



2

0.035

0.774i

a11 T

( )

exp 1 T

exp 2 T



a22 T

( )

exp 1 2

T







współcz. dyskretne z  r. różnicowego

 

współcz. z  r. ciągłych r.r. z dyskretyzacją czasu

Wpływ czasu próbkowania na zmienność identyfikowanych współczynników

background image

 

 

Konstrukcja sub-bloku rozwiązania z wykorzystaniem modelu AR

background image

 

 

Porównanie rozwiązań: ścisłego, numerycznego R-K IV rz. i przy modelu AR

 


Document Outline