Поможем написать учебную работу
Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.

Предоплата всего

Подписываем
Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
Подписываем
Моделирование систем управления
Задание на курсовое проектирование
1. Провести полный факторный эксперимент вида 3^3 с моделью BLACK BOX
. Методом регрессионного анализа получить аналитическую зависимость y=f(x1,x2,t)
3. Составить модель полученного уравнения регрессии.
. Провести оценку адекватности уравнения регрессии заданной модели по критерию Фишера для =0,05 , рассчитать среднее абсолютное отклонение координат аналитической модели от заданной.
. Провести оценку значимости коэффициентов регрессии по критерию Стьюдента для =0,05
6. Получить графики ошибки ym-yr=f(t)
ym - выходная координата модели BLACK BOX
yr - выходная координата созданной модели
Значения параметров:
x1= 0.6 ... -1.4
x2= 2.0 ... 0.6
t = 2 ... 10
b = 1.1
Экспериментальные данные.
Составим последовательность имитации эксперимента, исходя из данных курсового задания, и представим в матричной форме. Имитационная модель это модель системы управления с введением случайной переменной погрешности b=1,1.
Необходимо найти аналитическое уравнение связи параметров системы и числовых знаковых коэффициентов. Уравнение регрессии имеет следующий вид:
Y=b+bixi+bijxixj+biixi
bixi линейная регрессия,
bijxixj- неполная квадратичная регрессия,
biixi- квадратичная регрессия.
Схема для проведения экспериментов (приложение №1 Vissim 32)
Матричная форма имитационного эксперимента.
x0 |
x1 |
x2 |
x3=t |
x1*x2 |
x1*x3 |
x2*x3 |
x1*x1 |
x2*x2 |
x3*x3 |
1 |
,6 |
,2 |
,36 |
||||||
1 |
,6 |
,2 |
,6 |
,36 |
|||||
1 |
,6 |
2 |
,2 |
,2 |
,36 |
||||
1 |
,6 |
,3 |
,78 |
,36 |
,69 |
||||
1 |
,6 |
,3 |
,78 |
,6 |
,8 |
,36 |
,69 |
||
1 |
,6 |
,3 |
,78 |
,2 |
,6 |
,36 |
,69 |
||
1 |
,6 |
0,6 |
,36 |
,36 |
,36 |
||||
1 |
,6 |
,6 |
,36 |
,6 |
,6 |
,36 |
,36 |
||
1 |
,6 |
,6 |
,36 |
,2 |
,2 |
,36 |
,36 |
||
1 |
-0,4 |
-0,8 |
-4 |
,16 |
|||||
1 |
-0,4 |
-0,8 |
-2,4 |
,16 |
|||||
1 |
-0,4 |
-0,8 |
-0,8 |
,16 |
|||||
1 |
-0,4 |
,3 |
-0,52 |
-4 |
,16 |
,69 |
|||
1 |
-0,4 |
,3 |
-0,52 |
-2,4 |
,8 |
,16 |
,69 |
||
1 |
-0,4 |
,3 |
-0,52 |
-0,8 |
,6 |
,16 |
,69 |
||
1 |
-0,4 |
,6 |
-0,24 |
-4 |
,16 |
,36 |
|||
1 |
-0,4 |
,6 |
-0,24 |
-2,4 |
,6 |
,16 |
,36 |
||
1 |
-0,4 |
,6 |
-0,24 |
-0,8 |
,2 |
,16 |
,36 |
||
1 |
-1,4 |
-2,8 |
-14 |
,96 |
|||||
1 |
-1,4 |
-2,8 |
-8,4 |
,96 |
|||||
1 |
-1,4 |
-2,8 |
-2,8 |
,96 |
|||||
1 |
-1,4 |
,3 |
-1,82 |
-14 |
,96 |
,69 |
|||
1 |
-1,4 |
,3 |
-1,82 |
-8,4 |
,8 |
,96 |
,69 |
||
1 |
-1,4 |
,3 |
-1,82 |
-2,8 |
,6 |
,96 |
,69 |
||
1 |
-1,4 |
,6 |
-0,84 |
-14 |
,96 |
,36 |
|||
1 |
-1,4 |
,6 |
-0,84 |
-8,4 |
,6 |
,96 |
,36 |
||
1 |
-1,4 |
,6 |
-0,84 |
-2,8 |
,2 |
,96 |
,36 |
Матрица значений полученных в результате эксперимента.
y0 |
y1 |
y2 |
y3 |
y4 |
Ysr |
235,09 |
,41 |
,727 |
,95 |
,37 |
,51 |
134,71 |
,34 |
,881 |
,22 |
,76 |
,78 |
67,067 |
,544 |
,82 |
,197 |
,574 |
,04 |
140,38 |
,7 |
,017 |
,24 |
,66 |
,8 |
60,996 |
,634 |
,171 |
,508 |
,046 |
,071 |
14,357 |
,834 |
,11 |
,487 |
,864 |
,33 |
64,287 |
,606 |
,926 |
,146 |
,565 |
,706 |
5,906 |
,544 |
,081 |
,418 |
,956 |
,981 |
-19,73 |
-18,26 |
-18,979 |
-18,6 |
-18,23 |
-18,759 |
100,25 |
,57 |
,887 |
,11 |
,53 |
,67 |
65,866 |
,504 |
,041 |
,378 |
,916 |
,941 |
64,227 |
,704 |
,98 |
,357 |
,734 |
,2 |
-9,162 |
-8,843 |
-8,523 |
-9,303 |
-7,884 |
-8,743 |
-22,54 |
-20,91 |
-20,368 |
-22,03 |
-21,49 |
-21,468 |
-3,182 |
-1,705 |
-2,429 |
-2,052 |
-1,675 |
-2,2086 |
-99,95 |
-99,63 |
-99,313 |
-100,1 |
-98,67 |
-99,533 |
-92,33 |
-90,7 |
-90,158 |
-91,82 |
-91,28 |
-91,258 |
-51,97 |
-50,5 |
-51,219 |
-50,84 |
-50,47 |
-50,999 |
-53,19 |
-52,87 |
-52,553 |
-53,33 |
-51,91 |
-52,773 |
-21,57 |
-19,94 |
-19,398 |
-21,06 |
-20,52 |
-20,498 |
42,787 |
,264 |
,54 |
,917 |
,294 |
,76 |
-177,3 |
-177 |
-178,663 |
-177,4 |
-176 |
-177,28 |
-124,7 |
-123 |
-122,509 |
-124,2 |
-123,6 |
-123,61 |
-39,32 |
-37,85 |
-38,569 |
-38,19 |
-37,82 |
-38,349 |
-282,8 |
-282,5 |
-282,153 |
-282,9 |
-281,5 |
-282,37 |
-209,2 |
-207,5 |
-206,999 |
-208,7 |
-208,1 |
-208,1 |
-102,8 |
-101,3 |
-102,059 |
-101,7 |
-101,3 |
-101,84 |
Вычислим коэффициенты B по формуле
B=(XTX)-1XTYsr
XT транспонированная матрица
Ysr- средние экспериментальные значения
b0 |
-29,799251 |
b1 |
,6541852 |
b2 |
,96405181 |
b3 |
-15,946707 |
b4 |
-21,000048 |
b5 |
,508325 |
b6 |
,50010119 |
b7 |
-9,3224778 |
b8 |
,0904535 |
b9 |
,99813056 |
Вычисления производились в Microsoft Excel по следующей формуле
=МУМНОЖ(МУМНОЖ(МОБР(МУМНОЖ(ТРАНСП (Хматрица);Хматрица));ТРАНСП(Хматрица));Yматрица)
Полученные коэффициенты подставим в уравнение регрессии и построим схему для проведения эксперимента (приложение №2,3 Vissim 32) и проведем эксперимент без использования дельты или шума.
Внесем полученные данные в столбец (Yip) таблицы.
Ysr |
Si кв |
Yip |
(Yi-Yip)2 |
235,51 |
,3219 |
,7 |
,61090 |
135,78 |
,7492 |
,5 |
0,06574 |
68,04 |
,3897 |
,00163 |
|
140,8 |
,3219 |
,68327 |
|
62,071 |
,75 |
,77 |
,09060 |
15,33 |
,3897 |
,25 |
,00646 |
64,706 |
,3214 |
,93 |
,60218 |
6,981 |
,75 |
,73 |
,06300 |
-18,759 |
,3897 |
-18,78 |
,00046 |
100,67 |
,3219 |
,93 |
,54258 |
66,941 |
,75 |
,73 |
,04452 |
65,2 |
,3897 |
,21 |
,00009 |
-8,743 |
,3214 |
-9,51 |
,58829 |
-21,468 |
,75 |
-21,71 |
,05856 |
-2,2086 |
,3897 |
-2,23 |
,00046 |
-99,533 |
,3216 |
-100,3 |
,51380 |
-91,258 |
,75 |
-91,45 |
,03686 |
-50,999 |
,3897 |
-50,97 |
,00082 |
-52,773 |
,3214 |
-53,48 |
,49985 |
-20,498 |
,75 |
-20,68 |
,03312 |
43,76 |
,3897 |
,79 |
,00088 |
-177,28 |
,9015 |
-177,6 |
,12013 |
-123,61 |
,7492 |
-123,8 |
,04902 |
-38,349 |
,3897 |
-38,35 |
,00000 |
-282,37 |
,3219 |
-283,1 |
,48525 |
-208,1 |
,7492 |
-208,3 |
,02938 |
-101,84 |
,3892 |
-101,8 |
,00240 |
Si=13,73 |
=5,13026 |
Так как результаты опытов обладают статической неопределенностью, поэтому опыты воспроизводим несколько раз при одних и тех же значениях факторов для повышения точности коэффициентов регрессии за счет эффекта понижения дисперсии.
n=27- экспериментов
m=10 количество членов уравнения
Si=1/g-1(Ygi-Yi), g- количество экспериментов ( 5)
Sy=1/nSi
S= (Yi-Yip)/n-m среднеквадратичная ошибка на степень свободы
=|Yi-Yip|/n среднее обсолютное отклонение между расчетными значениями
Адекватность вида регрессии уравнения определяется по критерию Фишера, а значимость коэффициентов по критерию Стьюдента и доверительного интервала на его основе.
Fрасч= S/SyFтабл(, n-m)
Fтабл=1,77 ,
=0,05 уровень значимости
-р вероятность с которой уравнение будет адекватно.
n-m-10=17 число степеней свободы
Sbj=Sy/n - дисперсия коэффициентов взаимодействия
bj=tc* Sy/ n
tc=2,12
Sy2 |
0,5085 |
Fрасч. |
1,08031201 |
|
So |
0,5493 |
Sg2 |
0,01883355 |
|
0,4359 |
bj |
0,29093901 |
||
p |
0,95 |
Fтабл=1,75 Fрасч.= 1,08, значит система адекватна.
Уравнение регрессии примет вид.
Y=-29,79+13,65x+9,96x-15,94x-21xx+16,5xx+7,5xx-9,32x+19,09x+0,99x
График ошибки (см. приложение № 4).
Вывод.
Исходя из полученных значений сделаем вывод, что полученная система очень мало отличается от заданной.
Уравнения адекватны
Коэффициенты значимы
Приложение № 1
Приложение № 2