Also, least square method’s Figure2

Also, least square method’s
Figure2. Applied PRBS and its spectra

provided that identification test design has been designed properly. In [9], different aspects of identification are discussed in detail. In this work, open loop identification is performed, using PRBS (pseudo random binary sequence) excitation. This signal is added to the steady-state input (here is fuel flow) to excite the process around its operating points. Operating points are selected as the different output power of turbine. The signal’s amplitude is chosen as 3% of fuel flow’s possible range to keep process away from driving out of linear range.
To obtain a suitable model by performing proper tests, test signals should be rich enough in intended frequencies which is determined by model’s purpose (here is control). In Fig (2), one of applied PRBS signals and its spectra is shown. It is clear that low frequency excitation Having selected model structure, model order selection is the next step. To do this, estimation is done with increasing orders and errors are compared. For the purpose
of control, output error of the model should be small, so
output’s error criterion is used for comparison. If graph of cost function (sum of the squares of the output error) for different orders is plotted, good convergence is achieved where the graph shows a definite decline Fig (3) shows such a graph for V94.2 identification. It is clear that after order 3, cost function doesn’t have a significant decline. Preferring low order models for controller design, a 3-order ARX model is selected for each operating point. Two different tests have been performed; in each one a PRBS signal excites the turbine in its operating point. One of gathered data is used for model parameter estimation and the other for model validation. Output error of second test’s data and

Kết quả (Việt) 2:

Ngoài ra, ít nhất là phương pháp vuông của
Figure2. Ứng dụng PRBs và quang phổ của nó với điều kiện thiết kế thử nghiệm nhận dạng đã được thiết kế đúng cách. Trong [9], các khía cạnh khác nhau của nhận dạng được thảo luận chi tiết. Trong tác phẩm này, xác định vòng lặp mở được thực hiện, sử dụng PRBs (giả ngẫu nhiên chuỗi nhị phân) kích thích. Tín hiệu này được thêm vào đầu vào trạng thái ổn định (ở đây là dòng nhiên liệu) để kích thích quá trình xung quanh điểm điều hành của nó. Điểm điều hành được chọn là công suất đầu ra khác nhau của tuabin. Biên độ của tín hiệu được chọn là 3% trong phạm vi có thể lưu lượng nhiên liệu để giữ cho quá trình đi từ lái xe ra khỏi phạm vi tuyến tính. Để có được một mô hình phù hợp bằng cách thực hiện các xét nghiệm thích hợp, tín hiệu thử nghiệm nên đủ giàu ở tần số định được xác định theo mục đích của mô hình ( đây là điều khiển). Trong hình (2), một trong những tín hiệu PRBs áp dụng và phổ của nó được hiển thị. Rõ ràng là sự kích thích tần số thấp Có lựa chọn cấu trúc mô hình, mô hình lựa chọn thứ tự là các bước tiếp theo. Để làm điều này, dự toán được thực hiện với sự gia tăng các đơn đặt hàng và các lỗi được so sánh. Đối với mục đích của điều khiển, lỗi đầu ra của mô hình cần được nhỏ, vì vậy tiêu chí lỗi đầu ra được sử dụng để so sánh. Nếu đồ thị của hàm chi phí (tổng các bình phương của lỗi đầu ra) cho các đơn hàng khác nhau được vẽ, hội tụ tốt này đạt được khi đồ thị cho thấy một sự suy giảm nhất định hình (3) cho thấy như một đồ thị để xác định V94.2. Rõ ràng là sau khi bậc 3, hàm chi phí không có một sự suy giảm đáng kể. Thích mô hình bậc thấp cho thiết kế bộ điều khiển, 3 bậc của mô hình ARX được chọn cho mỗi điểm điều hành. Hai xét nghiệm khác nhau đã được thực hiện; trong mỗi một tín hiệu PRBs kích thích các tuabin trong quan điểm điều hành của nó. Một trong những dữ liệu thu thập được sử dụng để ước lượng tham số mô hình và các khác để xác nhận mô hình. Lỗi đầu ra của dữ liệu thứ hai kiểm tra và