Tesina di Identificazione dei Modelli e Analisi dei Dati Ceccarelli Egidio e Papi Alessio 19 Luglio 2000 1
Indice 1 Introduzione 3 2 Valutazioni relative all identificazione 3 3 Prove 4 4 Conclusioni 5 4.1 ARX................................. 6 4.2 OE.................................. 7 4.3 ARMAX.............................. 8 2
1 Introduzione Con questa esperienza vogliamo identificare con metodi parametrici il sistema rappresentato dalla seguente funzione di trasferimento tempo continuo 15 s(s + 5)(s + 10) a cui corrisponde in tempo discreto l espressione 0, 0004338z 2 + 0, 001394z + 0, 0002767 z 3 2, 29z 2 + 1, 696z 0, 4066 Per risolvere il problema e ottenere la migliore approssimazione del modello utilizziamo le classi di modelli Arx, Oe e Armax. Lo scopo di questo lavoro è di misurarsi con problemi reali per mettere in pratica la teoria studiata durante il corso e di comprenderne meglio i vari aspetti. La funzione di trasferimento scomposta in blocchi elementari è rapresentata in figura 1: Figura 1: Modello da identificare 2 Valutazioni relative all identificazione Come si può vedere nella figura 1 il blocco integratore è stato posto per ultimo ipotizzando di avere a disposizione un sensore che ci permettesse di misurare la velocità se si suppone di ottenere in uscita una posizione. Questa decisione è scaturita dal fatto che se avessimo identificato anche il blocco 1/s il sistema avrebbe avuto come risposta al gradino una rampa, per cui il tempo di salita sarebbe stato infinito e di conseguenza la scelta del tempo di campionamento, per i segnali di ingresso e di uscita, difficoltosa. Invece con le supposizione fatte si è individuato sperimentalmente un tempo di salita pari a 0,5 s e utilizzando la regola empirica T c = ( 1 5 1 10 )T s 3
si è assunto Tc=0,06 s. Per quanto riguarda il segnale di ingresso del sistema, usato nella simulazione effettuata per determinare il segnale di uscita utile per l identificazione, si è utilizzato la somma di quattro sinusoidi con ampiezze e frequenze diverse fra loro. Questa decisione è stata presa al fine di ottenere un segnale persistentemente eccitante di ordine otto, che consideriamo sufficiente per identificare il modello preso in considerazione. Le ampiezze delle varie sinusoidi sono state fissate per avere un buon rapporto segnale-rumore e di conseguenza una varianza dell errore di stima relativamente bassa, mentre le frequenze sono state scelte nelle vicinanze dei punti di maggiore informazione che in questo caso sono i poli del sistema. Il disturbo che abbiamo assunto bianco, gaussiano e a media nulla, come si nota nella figura precedente, si suppone che agisca sul modello fra il blocco e il blocco 1 s + 5 1 s + 10 e che abbia, come già trattato, intensità piccola rispetto all ampiezza del segnale di ingresso. 3 Prove Per effettuare l identificazione del modello rappresentato in figura 1 senza l integratore e descritto dalla seguente funzione di trasferimento 0, 02015z + 0, 01493 z 2 1, 29z + 0, 4066 abbiamo utilizzato duecento campioni. Per ciascuna classe di modelli (Arx,Oe, Armax) al fine di determinare quelli che avevano caratteristiche più vicine al sistema, sono state effettuate varie prove cambiando di volta in volta il numero di parametri, il grado dei polinomi da identificare e il ritardo ingresso-uscita. La corrispondenza fra i modelli e il sistema è stata valutata considerando diversi fattori fra cui : Funzionale di costo Final Prediction Error (FPE) Deviazioni standard dei singoli parametri Confronto fra l uscita reale e quella ricavata dal modello (FIT) Validazione con il metodo dei residui Confronto fra i parametri della fdt del sistema e quelli del modello 4
Per scegliere all interno di una stessa classe di modelli il migliore fra quelli che sembravano avere un buon comportamento, abbiamo effettuato la validazione con il metodo dei residui e il confronto fra l uscita reale e quella ricavata dal modello, considerando però un ingresso diverso rispetto a quello usato per l identificazione. I risultati ottenuti dalle prove più significative effettuate per ciascuna classe di modelli sono consultabili nelle pagine che seguono. 4 Conclusioni I modelli che abbiamo reputato essere i migliori per ciascuna classe, hanno dimostrato di generare uscite che seguono abbastanza fedelmente gli output del sistema sia con in ingresso i dati usati per l identificazione sia con dati diversi. Confrontando ad uno ad uno i parametri della funzione di trasferimento del sistema tempo discreto con i parametri identificati si nota in tutti e tre i casi, una certa difficoltà nell approssimare i coefficienti del numeratore, mentre quelli del denominatore vengono determinati in modo piuttosto preciso. E difficile dire fra i modelli giudicati essere i migliori, quale sia quello che in assoluto più si avvicina al comportamento del sistema considerato, visto che quest ultimo non appartiene a nessuna delle classi considerate. 5
4.1 ARX Per questa classe, il modello migliore è quello contraddistinto dalla seguente funzione di trasferimento 0, 0026z + 0, 0325 z 2 1, 2797z + 0, 3970 che presenta uno zero e due poli (Arx[2 2 0]). Nota: questo non risulta essere il modello con FPE minimo per questa classe. Di seguito sono riportati i grafici relativi alla validazione e al confronto delle uscite con dati di ingresso diversi da quelli usati per identificare. Figura 2: Confronto fra le uscite (Arx) Figura 3: Grafico dei residui (Arx) 6
4.2 OE Per questa classe, il modello migliore è quello contraddistinto dalla seguente funzione di trasferimento 0, 0039z + 0, 0304 z 2 1, 3029z + 0, 4177 che presenta uno zero e due poli (Oe[2 2 0]). Di seguito sono riportati i grafici relativi alla validazione e al confronto delle uscite con dati di ingresso diversi da quelli usati per identificare. Figura 4: Confronto fra le uscite (Oe) Figura 5: Grafico dei residui (Oe) 7
4.3 ARMAX Per questa classe, il modello migliore è quello contraddistinto dalla seguente funzione di trasferimento 0, 0039z + 0, 0303 z 2 1, 3037z + 0, 4185 che presenta uno zero e due poli (Armax[2 2 1 0]) e con fattore spettrale canonico z 0.9232 z 2 1, 3037z + 0, 4185 Di seguito sono riportati i grafici relativi alla validazione e al confronto delle uscite con dati di ingresso diversi da quelli usati per identificare. Figura 6: Confronto fra le uscite (Armax) Figura 7: Grafico dei residui (Armax) 8
Elenco delle figure 1 Modello da identificare....................... 3 2 Confronto fra le uscite (Arx).................... 6 3 Grafico dei residui (Arx)...................... 6 4 Confronto fra le uscite (Oe)..................... 7 5 Grafico dei residui (Oe)....................... 7 6 Confronto fra le uscite (Armax).................. 8 7 Grafico dei residui (Armax)..................... 8 9