Численный метод оценки параметров нелинейного дифференциального оператора второго порядка


Цитировать

Полный текст

Аннотация

Проблема нелинейного оценивания параметров систем различной физической природы, описываемых нелинейным дифференциальным оператором, является важнейшей проблемой математического моделирования. В статье рассматривается новый численный метод оценки параметров нелинейного дифференциального оператора второго порядка с диссипативной силой, пропорциональной n-ной степени скорости движения. В основе численного метода лежит среднеквадратичное оценивание коэффициентов обобщенной регрессионной модели, построенной с учетом разностных уравнений, описывающих результаты измерений импульсной характеристики системы. Реализованная в методе двухэтапная процедура дифференцированного оценивания параметров динамического процесса позволяет обеспечить высокую адекватность построенной модели данным эксперимента. Применение разработанного численного метода позволяет существенно (в несколько раз) повысить точность оценок параметров нелинейного дифференциального оператора по сравнению с известными методами за счет устранения смещения в оценках, обусловленного использованием аппроксимации при моделировании огибающей амплитуд колебаний.

Об авторах

Владимир Евгеньевич Зотеев

Самарский государственный технический университет

Email: zoteev-ve@mail.ru
доктор технических наук, доцент; профессор; каф. прикладной математики и информатики Россия, 443100, Самара, ул. Молодогвардейская, 244

Екатерина Дмитриевна Стукалова

Самарский государственный технический университет

Email: stukalova.ed@samgtu.ru
магистрант; каф. прикладной математики и информатики Россия, 443100, Самара, ул. Молодогвардейская, 244

Елена Викторовна Башкинова

Самарский государственный технический университет

Email: bashkinova-ev@yandex.ru
кандидат физико-математических наук; доцент; каф. прикладной математики и информатики Россия, 443100, Самара, ул. Молодогвардейская, 244

Список литературы

  1. Божко А. Е., Голуб Н. М. Динамико-энергетические связи колебательных систем. Киев: Наук. думка, 1980. 188 с.
  2. Пановко А. Г. Основы прикладной теории колебаний и удара. Л.: Машиностроение, 1976. 320 с.
  3. Пановко Я. Г. Внутреннее трение при колебаниях упругих систем. М.: Физматгиз, 1960. 194 с.
  4. Писаренко Г. С., Яковлев А. П., Матвеев В. В. Вибропоглощающие свойства конструкционных материалов: Справочник. Киев: Наук. думка, 1971. 376 с.
  5. Марков С. И., Минаев В. М., Артамонов Б. И. Идентификация колебательных систем автоматического регулирования / Библиотека по автоматике. Выпуск 543. Л.: Энергия, 1975. 96 с.
  6. Штейнберг Ш. Е. Идентификация в системах управления / Библиотека по автоматике. Выпуск 668. М.: Энергоатомиздат, 1987. 80 с.
  7. Зотеев В. Е. Параметрическая идентификация диссипативных механических систем на основе разностных уравнений. М.: Машиностроение, 2009. 344 с.
  8. Bendat J., Piersol A. Engineering Application of Correlation and Spectral Analysis. New York: Wiley-Interscience, 1980. xiv+302 pp.
  9. Явленский К. Н., Явленский А. К. Вибродиагностика и прогнозирование качества механических систем. Л.: Машиностроение, 1983. 239 с.
  10. Вибрации в технике: Справочник. В 6 т. М.: Машиностроение; Т. 1, 1978. 352 с.; Т. 2, 1979. 351 с.; Т. 5, 1981. 496 с.
  11. Jenkins G. M., Watts D. G. Spectral analysis and its applications / Holden-Day series in time series analysis. San Francisco: Holden-Day, 1968. xviii+525 pp.
  12. Добрынин С. А., Фельдман М. С., Фирсов Г. И. Методы автоматизированного исследования вибраций машин: Справочник. М.: Машиностроение, 1987. 224 с.
  13. Marple S. Lawrence, Jr. Digital Spectral Analysis: With Applications / Prentice-Hall Series in Signal Processing. New York: Prentice-Hall, 1987. xx+492 pp.
  14. Деч Г. Руководство к практическому применению преобразования Лапласа и z-преобразования. М.: Наука, 1971. 288 с.
  15. Nayfeh A. H. Introduction to perturbation techniques. New York: John Wiley & Sons, 1993. xiv+519 pp.
  16. Писаренко Г. С., Матвеев В. А., Яковлев А. П. Методы определения характеристик колебаний упругих систем. Киев: Наук. думка, 1976. 88 с.
  17. Draper N. R., Smith H. Applied Regression Analysis / Wiley Series in Probability and Statistics. New York: John Wiley & Sons, 1998. xix+716. doi: 10.1002/9781118625590
  18. Демиденко Е. З. Линейная и нелинейная регрессии. М.: Финансы и статистика, 1981. 302 с.
  19. Marquardt D. W. An Algorithm for Least-Squares Estimation of Nonlinear Parameters // J. Soc. Indust. Appl. Math., 1963. vol. 11, no. 2. pp. 431-441. doi: 10.1137/0111030.
  20. Hartley H. O., Booker A. Nonlinear Least Squares Estimation // Ann. Math. Statist, 1965. vol. 36, no. 2. pp. 638-650. doi: 10.1214/aoms/1177700171.
  21. Зотеев В. Е. Построение разностных уравнений для повышения точности параметрической идентификации колебательных систем со слабой нелинейностью общего вида // Вестн. Сам. гос. техн. ун-та. Сер. Физ.-мат. науки, 2000. № 9. С. 169-173. doi: 10.14498/vsgtu44.
  22. Зотеев В. Е. Разработка и исследование линейных дискретных моделей колебаний диссипативных систем // Вестн. Сам. гос. техн. ун-та. Сер. Физ.-мат. науки, 1999. № 7. С. 170-177. doi: 10.14498/vsgtu222.
  23. Зотеев В. Е. Параметрическая идентификация линейной динамической системы на основе стохастических разностных уравнений // Матем. моделирование, 2008. Т. 20, № 9. С. 120-128.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Самарский государственный технический университет, 2017

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).