Материал: neuro_lab8

Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам

Отчет по лабораторной работе № 8

по дисциплине «Нейрокомпьютеры и их применение»

на тему «Нейросетевая система управления нестационарным объектом»

Цель работы: изучить применение нейросетевой модели объекта совместно с алгоритмом кумулятивных сумм для обнаружения изменения параметров объекта управления.

Выполнение

1.Задать параметры исходного объекта, нейросетевую модель объекта управления и

исходный линейный регулятор. Длительность моделирования – 2000 отсчетов. Определить исходную дисперсию ошибки идентификации σ02.

Структурная схема системы:

Параметры исходного объекта:

Уставка и помеха – цветной шум с передаточными функциями фильтра:

Параметры регулятора:

Модель объекта:

Определим значение σ0:

σ0 = 0,581097

2

2.Выбрать другие параметры исходного объекта, при которых контур сохраняет

устойчивость. Длительность моделирования – 2000 отсчетов. Определить дисперсию ошибки идентификации при номинальной разладке σ12.

Изменим параметры объекта:

Убедимся, что контур полученного объекта устойчив:

Определим значение σ1:

σ1 = 0,582711

3

3.Задать нестационарный объект управления с изменением параметров в момент

времени t =1000. Параметры объекта должны отличаться от заданных в п.2. В параметрах АКС задать дисперсии σ02, σ12, интервал второго обнаружения должен быть равен -1. В ряде экспериментов подобрать значение решающей границы, обеспечивающее безошибочное и быстрое обнаружение разладки.

Находим в папке для сеанса 001 объект contr.tf и копируем его в текущий сеанс. Затем изменяем его расширение tf на cof и на схеме выбираем этот объект:

Теперь добавляем и редактируем его (изменить тип звена – добавить звено 1-го порядка):

Получилось следующее:

Еще раз добавляем и редактируем, итог:

Для каждого заданного объекта проверяем отклик на step (щелчок в окне по строчке с параметрами объекта – отклик – step), чтобы убедиться, что он устойчив.

4

Затем устанавливаем параметры АКС, полученные в предыдущих пунктах (сигмы – это параметр stdev или корень из соответствующих дисперсий):

Для решающей границы 2,5:

За время до 1000 отсчетов ложных срабатываний не наблюдалось. Первая разладка (превышение 2,5) обнаружена при 1814 отсчете (определили по графику путем изменения масштаба).

5

Источник: https://studfile.net/preview/16669837/