主要内容

이페이지의최신내용은아직번역되지않았습니다。최신내용은영문으로볼수있습니다。

식별기법을사용하여급격한시스템변화감지하기

이예제에서는온라인추정및자동데이터분할기법을사용하여시스템동작의급격한변화를감지하는방법을보여줍니다。이예제에서는系统辨识工具箱™의기능을사용하며,预见性维护工具箱™는필요하지않습니다。

문제설명

전송전송이2초에서1초로바뀌는선형시스템을살펴보겠습니다。전송지연이란입력값이측정된출력값에영향을주기걸리는시간입니다。이예제에서는온라인추정및이터분분할기법사용하여전송전송지연의변화를감지감지시스템에서측정된입력 - 출력데이터는데이터파일pdmabruptchangesdata.mat에있습니다。

데이터를불러온후플로팅합니다。

加载pdmabruptchangesdata.matz = iddata (z(: 1)、z (:, 2));情节(z)网格

전송지연은20초부근에서변하지만,플롯에서이를쉽게확인할수가없습니다。

하나의一种다항식계수,두개의B.다항식계수와하나의지연갖는arx구조체를사용하여시스템시스템을모델링

y T. + 一种 y T. - 1 = B. 1 T. - 1 + B. 2 T. - 2

여기서a = [1 a]이고B = [0 b1 b2]입니다。

이모델에는피드스루가없으므로B.다항식의선행계수는0입니다。시스템시스템이변하면세개의계수一种B1.B2의값도변합니다。B1.0이에가까운경우,B.다항식은2개의선행계수가0가0이되므로실질적인전송2개개이됩니다。B1.이보다큰경우실질적인지연은지연은1개샘플이됩니다。

따라서B.

변화감지에온라인추정사용하기

온라인온라인에이터사용系统识别工具箱라이브러리의simulink블록을사용하거나하거나명령줄金宝appReacursiveAlex.와같은재귀적루틴을사용하여온라인추정을할수있습니다。온라인추정은노후화되는기계,변화하는날씨패턴과같이시간에따라변하는동특성을모델링하거나전자기계시스템의결함을검출하는데사용할수있습니다。

추정기가모델파라미터를업데이트하면하면B1.B2의값이평소보다크게바뀌며시스템의변화의(지연)를나타냅니다。B.다항식다항식계수의변화변화는다음계산하여추적추적을계산하여추적

L. T. = 一种 B. S. B. T. - B. T. - 1

ARX모델모델의온라인온라인파라미터추정ReacursiveAlex.객체를사용합니다。

na = 1;NB = 2;nk = 1;估计器= revsusiveAlex([na nb nk]);

재귀적추정알고리즘을标准化的로지정하고적응이득을0.9로지정합니다。

估算器。最期待=“NormalizedGradient”;估计.AptationGain = .9;

iddata객체Z.에서원시데이터를추출합니다。

输出= z.outputdata;输入= z.Inputdata;t = z.samplinginstants;n =长度(t);

애니메이션된선을사용하여하여추정된파라미터값값L.을플로팅합니다。추정전에애니메이션된선을초기화합니다。스트리밍데이터를시뮬레이션하려면데이터를한번에한샘플씩추정기에입력하십시오。추정전에모델파라미터를초기화한다음온라인추정을수행합니다。

%%初始化图颜色= {'r''G''B'};斧头= GCA;克拉(斧头)为了k = 3:-1:1 h(k)=动画线(“颜色”,颜色{k});%行用于a, b1和b2参数结尾h(4)=动画线(“标记”'。'“颜色”,[0 0 0]);l为l的%线传奇({'一种''B1''b2''偏差'},'地点'“东南”)标题('ARX递归参数估计')包含(的时间(秒)) ylabel ('参数值'斧头。XLim = [t(1),(最终)];斧子。YLim = [-2, 2];网格盒子%%现在执行递归估计并显示结果n0 = 6;l = nan(n,nk);b_old = nan(1,3);为了ct = 1:N [A,B] = step(Estimator,Output(ct),Input(ct));如果ct>n0 L(ct) = norm(B-B_old);B_old = B;结尾addpoints (h(1)、t (ct), (2)) addpoints (h(2)、t (ct)、B (2)) addpoints (h (3), t (ct)、B (3)) addpoints (h (4), t (ct), L (ct))暂停(0.1)结尾

데이터에서처음n0= 6인샘플은변화감지량L.의계산에사용되지되지。이구간에서는알수없는상태로로해파라미터가큽니다。

信号处理工具箱의findpeaks명령을사용하여L.에있는모든피크의위치를찾습니다。

[v,loc] = findpeaks(l);[〜,i] = max(v);线(t(loc(i)),l(loc(i)),'父母'ax,“标记”“o”“MarkerEdgeColor”'r'......'markerfacecolor'“y”“MarkerSize”,12)

fprintf('在样品号%d中检测到系统延迟的变化。\ n',LOC(i));
在示例号21中检测到系统延迟的变化。

가장큰피크의위치는B.다항식계수가장큰변화해당하며,따라서이것이바로전송전송이변화하는위치입니다。

온라인추정기법은추정방법과모델구조를선택할때보다많은옵션을제공하는반면,데이터분할방법은급격한변화와분리된변화의감지를자동화하는데도움이됩니다。

변화감지에데이터분분사용하기

이터분할알고리즘은이터를를여러동적동적을내는내는영역으로자동으로분할분할분할분할이는고장이나작동작동작동의변화변화로로해하는하는하는하는한한를를를캡처하는유용部分명령을사용하면단일출력값데이터에대해이작업을쉽게진행할수있습니다。部分는시스템작동중에시변동작을캡처할필요가없는경우온라인추정기법의대안으로사용할수있습니다。

데이터분할의응용분야에는신호의분등이있습니다。

部分명령에대한입력값에는측정된이터,모델모델,시스템에영향을잡음분산R2.에대한추측값등이있습니다。이이전혀알려져있지않은경우자동으로으로할수있습니다。온라인추정에사용된것동일동일차수를arx모델을사용하여이터분할을수행합니다。분산을0.1로설정합니다。

[SEG,V,TVMOD] =段(Z,[NA NB NK],0.1);

분할방법은AFMM(通过多种型号,自适应忘记,다중모델을통한적응망각)을을으로합니다。이방법에에대한자세한내용내용andersson,int。J.控制1985年11月를참조하십시오。

다중다중모델접근방식방식은시변시스템을추적하는사용됩니다결과결과로생성되는되는추적모델다중모델의의으로,部分의세번째출력인수인tvmod로로됩니다。

추적모델의파라미터를합니다합니다。

情节(TVMOD)传奇({'一种'“b_1”“b_2”},“位置”'最好')包含('样品'), ylabel ('参数值')标题(“时变估计”

이들파라미터궤적과ReacursiveAlex.를사용하여하여추정된된의사성을을。

部分tvmod와모델이급한변화변화보일확률问:를사용하여가발생한시점을결정합니다。이러한시점시점은추적추적모델에평활화절차사용하여하여분할된모델을생성사용됩니다

분할분할된모델의의파라미터값部分의첫번째출력인수로로됩니다。각후속행의값해당하는에서에서이되는분할된모델의파라미터값값값。이값은후속행에서도일정하게되며,시스템동특성이변한것으로확인된만만달라집니다。따라서의값은조각별로상수입니다。

파라미터一种B1.B2의추정된값을합니다합니다。

情节(凹陷)标题('参数值段')({传奇'一种''B1''b2'},“位置”'最好')包含(的时间(秒)) ylabel ('参数值'

샘플번호19주변에서파라미터값의가나타납니다。B1.의값은작은값(0에가까운값)에서큰값(1에가까운값)으로변합니다。B2의값은반대의패턴을보입니다。이처럼B.파라미터의값이바뀌는것은전송이변했음을나타냅니다。

部分의두번째출력인수V.는분할된모델의손실함수(즉,분할된모델의추정된예측오차분산)입니다。V.를사용하여분할된모델의품질을가할할있습니다。

분할알고리즘에서가장중요한가지입력입력값R2.部分의네번째입력인수问:입니다。이예제예제에서问:가지정지정되지않았는데디폴트디폴트0.01로충분했기입니다。R2.의값을더작게하고问:의값을더크게하면많은많은할점이생성생성。적절한값을찾기위해서는R2.问:의의을바꾸어보면서가장잘작동하는값사용할수수。일반일반적으로분분할알고리즘问:보다R2.에더민감합니다。

결론

시스템동특성의급급한한한를감지하기하기위해온라인및및터터할할기법사용하는하는것을가했습니다하지만하지만드물거나급한한한의部分를이용해서해서시변파라미터추정값에대한평활화에기반둔자동감지기법사용할수있습니다

관련항목