ІДЕНТИФІКАЦІЯ І МОДЕЛЮВАННЯ РОЗІМКНЕНИХ НЕЛІНІЙНИХ ДИНАМІЧНИХ СИСТЕМ
Ключові слова:
моделювання, ідентифікація, автоматизоване управління, процес буріння,нелінійна ди- намічна система.Анотація
Проведено огляд існуючих методологічних підходів до ідентифікації і моделювання розімкнених нелінійних динамічних систем. Визначено принципові відмінності моделювання нелінійних динамічних систем з непередбачуваною поведінкою – emergent systems, прикладом яких є системи автоматизованого управління процесом буріння. Виявлено особливості ідентифікації систем контролю параметрів процесу буріння. Здійснено інтерпретацію методологічних підходів з позицій їх можливого використання для автоматизованого управління бурінням свердловин. Запропоновано модель класу Гаммерштейна для інформаційних систем у
бурінні.
Завантаження
Дані завантаження ще не доступні.
Посилання
1 Stoica P. Instrumental-variable methods for identification of Hammerstein systems / P.Stoica, T.Soderstrom // Intern I.Control. – 1982. – Vol. 35, No 3. – P. 459-476.
2 Stoica P. On the convergence of on iterative algorithm used for Hammerstein systems identification / P.Stoica // IEEE trans. Automat. Control. 1981. – Vol. 26, No 4. – P. 967-969.
3 Anbumani K. Self-tuning minimumvariance control of nonliner systems of the Hammerstein model / K. Anbumani, L.Patnaik, I.Sarma // IEEE trans. Automat. Control. – 1981. – Vol. 26, No 4. – P. 959-961.
4 Wakamatsu H. Successive identification of Volterra type nonlinear multy-input-output system and its application to parameter estimation /H. Wakamatsu // Preprints of 6th IFAC Symposium an identification and systems Parameter Estimation.
Arlington, Virginia. – 1982. – Vol. 1. – P. 57- 62.
5 Lammers H.C. An identification methods for a combined Wiener-Hammerstein filter describing the encoding part of the cochlear system. / H.C. Lammers, H.B.Verbruggen, E. de Boer //Preprints of 5th IFAC Symposium an identification
and systems Parameter Estimation. Darmstadt. – 1979. – Vol. 1. – P.484-491.
6 Keviczky L. A self-tuning extremal controller for the generalized Hammerstein model / L. Keviczky, I. Vajk, J. Hetthessy // Preprints of 5th IFAC Symposium on Identification and System Parameter Estimation. Darmstadt. – 1979. – Vol. 2. – P. 1147-1151.
7 Billings S.A. Identification at Systems compased of linear dynamic and static nonlinear elements / S.A. Billings, S.Y. Fakhouri // Automatica.– 1982. – Vol. 18. – P. 15-26.
8 Chang F.N. A noniterative method for identification using Hammerstein model / F.N. Chang, R. Luus // IEEC trans. Automat. Control. 1971. – Vol. 16. – P. 464-468.
9 Каминская В.А. Идентификация динамических систем по дискретным наблюдениям /В.А. Каминская – Вильнюс; Монслас, 1985 –153 с.
10 Haber R. The identification of the discretetime Hammerstein model / R. Haber, L. Keviczky // Periodica Polytechnica. Electrical Engineering. – 1974. – No 1, Vol. 18. – P. 71-84.
11 Haist D.N. Nonlinear identification in the presence of correlated noise using a Hammerstein model / D.N. Haist, F.N. Chang, R. Luus // IEEC trans. Automat. Control. – 1973. – Vol. 18. –P. 552-555.
12 Льюнг Л. Идентификация систем. Теория для пользователя / Пер. с анг., под ред. Л.З.Цыпкина. – М.: Недра, ред. Физ-мат. Лит.,1991. – 432 с.
13 Каминскас В.А. Оценивание параметров дисктертных систем класса Гаммертштейна /В.А.Каминскас // Автоматика и телемеханика. –1975. – № 7. – 153-169.
14 Каминскас В.А. Идентификация нелинейных дискретных систем класса Гаммерштейна / В.А.Каминскас, Я.Ю.Яницкенс // Труды АНЛИТ ССР. – 1989. – Т. 2(135). – С. 65-76.
15 Wahlborg B. Desingn vqriables for bias distribution in transfer function estimation /B. Wahlborg, L. Ljung // IEEE Trans Automation Control. – 1986. – Vol. AC-31. – P. 164-144.
16 Solbrand G. Resursive methods for aff-line identification / G. Solbrand, A.Ahlen, L. Ljung //Int. I. Control. – 1985. – Vol. 41. – P. 177-191.
17 Huber H. Structure identification of nonlinear dynamic system survey on input/autput approaches / H.Huber, H Unbehauen // Automatic.– 1990. – Vol. 26. – P. 651-677.
18 McCade S. On the use of nonlinear autoreqressiwe moving everage models for simulation and system identification / S. McCade, p.Davies, D.Seidel // American Control Conferens.– 1991. – P. 2559-2562.
19 Pottman M. Application of general multimodel approach for identification of highly nonlinear processes a case study / M. Pottman, H. Unbehauen,D.Seborg // Int. I. Control. – 1993. –Vol.37. – P. 97-120.
20. Barker H.A. Nonlinear system identification by pseudorandom testing / H.A. Barker // Preprints of 6th IFAC Symposium an identification and systems Parameter Estimation. Arlington, Virginia,– 1982. – Vol. 1. – P. 75-79.
21 Gallmon P.G. A comparison of two Hammerstein model identification algorithms /P.G.Gallmon // IEEE Trans Automat Control. –1976. – Vol. 21, No 1. – P. 124-126.
22 Narendra K.S. An iterative method for the identificate of nonlinear systems using a Hammerstein model / K.S.Narendra, .G.Gallmon // IEEE Trans Automat Control. – 1966. – Vol. 11, No 1. –P. 546-550.
23 Ding F. Chen T2007 Auxiliary modelbased least-squares identification methods for Flammerstein output-error systems // Syst. Control Lett. – 2007. – No 6(5). – P. 373-38.
24 Gotmare A Nonlinear system identification using a cuckoo search optimized adaptive Hammerstein model A.Gotmare, R.Patidar,N. V.George // Expert Syst. Appl. – 2015. –No 42(5) – P. 2538-2546.
25 Hafsi S, Laabidi Kiand Lahmari M. K. Identification of Wiener-Hammerstein model with multi segment piecewise-linear characteristic /S.Hafsi, Laabidi Kiand Lahmari M. K. // In: 16th IEEE Mediterranean Electrotechnical Conference
(MELECON), Tunisia, 2012. – P. 5-10.
26 Khani F. Robust model predictive control of nonlinear processes represented by Wiener or Hammerstein models F.Khani, M.Haeri // Chem.Eng. Sci. 129, 2015. – P.223-231.
27 Mao Y. Multi-innovation stochastic gradient identification for Hammerstein controlled autoregressive autoregressive systems based on the filtering technique / Y.Mao, F Ding // Nonlinear Dyn. 79(3), 2015. – P.1745-1755.
28. Ding F., Chen T. Іddentification of Hammerstein nonlinear ARMAX systems / F.Din
2 Stoica P. On the convergence of on iterative algorithm used for Hammerstein systems identification / P.Stoica // IEEE trans. Automat. Control. 1981. – Vol. 26, No 4. – P. 967-969.
3 Anbumani K. Self-tuning minimumvariance control of nonliner systems of the Hammerstein model / K. Anbumani, L.Patnaik, I.Sarma // IEEE trans. Automat. Control. – 1981. – Vol. 26, No 4. – P. 959-961.
4 Wakamatsu H. Successive identification of Volterra type nonlinear multy-input-output system and its application to parameter estimation /H. Wakamatsu // Preprints of 6th IFAC Symposium an identification and systems Parameter Estimation.
Arlington, Virginia. – 1982. – Vol. 1. – P. 57- 62.
5 Lammers H.C. An identification methods for a combined Wiener-Hammerstein filter describing the encoding part of the cochlear system. / H.C. Lammers, H.B.Verbruggen, E. de Boer //Preprints of 5th IFAC Symposium an identification
and systems Parameter Estimation. Darmstadt. – 1979. – Vol. 1. – P.484-491.
6 Keviczky L. A self-tuning extremal controller for the generalized Hammerstein model / L. Keviczky, I. Vajk, J. Hetthessy // Preprints of 5th IFAC Symposium on Identification and System Parameter Estimation. Darmstadt. – 1979. – Vol. 2. – P. 1147-1151.
7 Billings S.A. Identification at Systems compased of linear dynamic and static nonlinear elements / S.A. Billings, S.Y. Fakhouri // Automatica.– 1982. – Vol. 18. – P. 15-26.
8 Chang F.N. A noniterative method for identification using Hammerstein model / F.N. Chang, R. Luus // IEEC trans. Automat. Control. 1971. – Vol. 16. – P. 464-468.
9 Каминская В.А. Идентификация динамических систем по дискретным наблюдениям /В.А. Каминская – Вильнюс; Монслас, 1985 –153 с.
10 Haber R. The identification of the discretetime Hammerstein model / R. Haber, L. Keviczky // Periodica Polytechnica. Electrical Engineering. – 1974. – No 1, Vol. 18. – P. 71-84.
11 Haist D.N. Nonlinear identification in the presence of correlated noise using a Hammerstein model / D.N. Haist, F.N. Chang, R. Luus // IEEC trans. Automat. Control. – 1973. – Vol. 18. –P. 552-555.
12 Льюнг Л. Идентификация систем. Теория для пользователя / Пер. с анг., под ред. Л.З.Цыпкина. – М.: Недра, ред. Физ-мат. Лит.,1991. – 432 с.
13 Каминскас В.А. Оценивание параметров дисктертных систем класса Гаммертштейна /В.А.Каминскас // Автоматика и телемеханика. –1975. – № 7. – 153-169.
14 Каминскас В.А. Идентификация нелинейных дискретных систем класса Гаммерштейна / В.А.Каминскас, Я.Ю.Яницкенс // Труды АНЛИТ ССР. – 1989. – Т. 2(135). – С. 65-76.
15 Wahlborg B. Desingn vqriables for bias distribution in transfer function estimation /B. Wahlborg, L. Ljung // IEEE Trans Automation Control. – 1986. – Vol. AC-31. – P. 164-144.
16 Solbrand G. Resursive methods for aff-line identification / G. Solbrand, A.Ahlen, L. Ljung //Int. I. Control. – 1985. – Vol. 41. – P. 177-191.
17 Huber H. Structure identification of nonlinear dynamic system survey on input/autput approaches / H.Huber, H Unbehauen // Automatic.– 1990. – Vol. 26. – P. 651-677.
18 McCade S. On the use of nonlinear autoreqressiwe moving everage models for simulation and system identification / S. McCade, p.Davies, D.Seidel // American Control Conferens.– 1991. – P. 2559-2562.
19 Pottman M. Application of general multimodel approach for identification of highly nonlinear processes a case study / M. Pottman, H. Unbehauen,D.Seborg // Int. I. Control. – 1993. –Vol.37. – P. 97-120.
20. Barker H.A. Nonlinear system identification by pseudorandom testing / H.A. Barker // Preprints of 6th IFAC Symposium an identification and systems Parameter Estimation. Arlington, Virginia,– 1982. – Vol. 1. – P. 75-79.
21 Gallmon P.G. A comparison of two Hammerstein model identification algorithms /P.G.Gallmon // IEEE Trans Automat Control. –1976. – Vol. 21, No 1. – P. 124-126.
22 Narendra K.S. An iterative method for the identificate of nonlinear systems using a Hammerstein model / K.S.Narendra, .G.Gallmon // IEEE Trans Automat Control. – 1966. – Vol. 11, No 1. –P. 546-550.
23 Ding F. Chen T2007 Auxiliary modelbased least-squares identification methods for Flammerstein output-error systems // Syst. Control Lett. – 2007. – No 6(5). – P. 373-38.
24 Gotmare A Nonlinear system identification using a cuckoo search optimized adaptive Hammerstein model A.Gotmare, R.Patidar,N. V.George // Expert Syst. Appl. – 2015. –No 42(5) – P. 2538-2546.
25 Hafsi S, Laabidi Kiand Lahmari M. K. Identification of Wiener-Hammerstein model with multi segment piecewise-linear characteristic /S.Hafsi, Laabidi Kiand Lahmari M. K. // In: 16th IEEE Mediterranean Electrotechnical Conference
(MELECON), Tunisia, 2012. – P. 5-10.
26 Khani F. Robust model predictive control of nonlinear processes represented by Wiener or Hammerstein models F.Khani, M.Haeri // Chem.Eng. Sci. 129, 2015. – P.223-231.
27 Mao Y. Multi-innovation stochastic gradient identification for Hammerstein controlled autoregressive autoregressive systems based on the filtering technique / Y.Mao, F Ding // Nonlinear Dyn. 79(3), 2015. – P.1745-1755.
28. Ding F., Chen T. Іddentification of Hammerstein nonlinear ARMAX systems / F.Din
##submission.downloads##
Опубліковано
25.07.2018
Як цитувати
Кропивницька, В. Б. (2018). ІДЕНТИФІКАЦІЯ І МОДЕЛЮВАННЯ РОЗІМКНЕНИХ НЕЛІНІЙНИХ ДИНАМІЧНИХ СИСТЕМ. Нафтогазова енергетика, (2(28), 89–94. вилучено із https://nge.nung.edu.ua/index.php/nge/article/view/443
Номер
Розділ
ЕНЕРГЕТИКА, КОНТРОЛЬ ТА ДІАГНОСТИКА ОБ’ЄКТІВ НАФТОГАЗОВОГО КОМПЛЕКСУ
.png)
1.png){kind=logo}
