Купить (600 RUB)
|сгенерировать QR код
Открытый доступ
Доступ платный или только для Подписчиков
Оценка достоверности эмпирических математических моделей динамических систем методом сдвига входного сигнала
https://doi.org/10.17587/mau.26.111-118
Аннотация
Предложен алгоритм, позволяющий эффективно при проверке достоверности модели динамического объекта обнаруживать наличие в экспериментальных данных помехи, коррелированной с полезным сигналом. Основной проблемой, приводящей к возникновению таких помех, являются структурные несоответствия между моделями и реальными объектами. Установление факта наличия коррелированной помехи открывает возможности для расширения инструментов идентификации. В настоящей работе проведена идентификация коррелированных помех с использованием метода параметрической идентификации, при этом применялся модифицированный метод Ньютона для минимизации целевого функционала. Результаты, полученные с помощью математического моделирования на примере движения летательного аппарата, демонстрируют эффективность предложенного метода в выявлении коррелированных помех, а также указывают на то, что значения предложенных критериев обнаружения помехи содержат информацию о значениях погрешностей оценивания. Результаты исследования могут быть полезны для дальнейших разработок в области параметрической идентификации и обработки сигналов.
Об авторах
О. Н. Корсун
ГосНИИАС; МАИ (НИУ)
Россия
Россия
О. Н. Корсун, д-р техн. наук, проф., руководитель научно-образовательного центра
г. Москва
М. Х Ом
МАИ (НИУ)
Россия
Россия
Моунг Хтанг Ом, канд. техн. наук, докторант
г. Москва
Список литературы
1. Klein V., Morelli E. A. Aircraft System Identification: Theory and Practice, Reston, AIAA, 2006, 499 р.
2. Korsun O. N., Poplavsky B. K. Approaches for Flight Tests Aircraft Parameter Identification, 29th Congress of the International Council of the Aeronautical Sciences, ICAS 2014, ICAS 2014 CD-ROM PROCEEDINGS,1804, Bonn, 2014.
3. Hale L. E., Patil M., Roy Ch. J. Aerodynamic Parameter Identification and Uncertainty Quantification for Small Unmanned Aircraft, AIAA 2015-1538, Session: Advances in UAS Technologies II, 2015, available at: https://doi.org/10.2514/6.2015-1538.
4. Bucharles A., Comer C., Hardier G., Jacquier B., Janot A., Le Moing T., Siren C., Toussaint C., Vacher P. An Overview of Relevant Issues for Aircraft Model Identification, Aerospace Lab, 2012, vol. 4, pp. 1—21 <hal-01183676>.
5. Tischler M. B. System identification methods for aircraft flight control development and validation, Technical Memorandum (TM), Aeroflightdynamics Directorate, U. S. Army ATCOM, Ames Research Center, Moffett Field, California, 1995, NASA-TM-110369.
6. Hällqvist R., Eek M., Brown R., Kraus P. Methods for automating model validation: steady-state identification applied on gripen fighter environmental control system measurements, 30th Congress of the international council of the aeronautical sciences, 2016.
7. Ghoreyshi M., Jirasek A., Seidel J. Computational validation and system identification modeling for stability and control predictions, The Aeronautical Journal, 2023, vol. 127, no. 1311, pp. 831—851, doi: 10.1017/aer.2022.94.
8. Battipede M., Cassaro M., Gili P., Gunetti P. Modeling and validation of aircraft mathematical models for the development of an innovative Flight Management System, CEAS 2011 The International Conference of the European Aerospace Societies, Venezia, 2011, pp. 1—10.
9. Dorobantu A., Balas G. J., Georgiou T. T. Validating aircraft models in the gap metric, Journal of Aircraft, 2014, vol. 51, no. 6, pp. 1665—1672, available at: https://doi.org/10.2514/1.C032580.
10. Hu H. W., Kao Н. Model Validation of an Ultralight Aircraft using Experimental Modal Analysis, Journal of Aeronautics, Astronautics and Aviation, 2009, Series А, vol. 41, no. 4, pp. 271—281, available at: https://doi.org/10.6125/JoAAA.200912_41(4).08.
11. Carlsson M. Methods for Early Model Validation, Ph.D. dissertation, Linköping, Linköping University, 2013, 118 p.
12. Eyre Ch., Brierley В. Performance Model Validation For Long-Endurance Unmanned Aircraft Using Mach VS. CL Test Method, 47th Annual International Symposium of the Society of Flight Test Engineers 2016, 2016, pp. 125—134.
13. Dorobantu A., Seiler P. J., Balas G. J. Validating uncertain aircraft simulation models using flight test data, AIAA Atmospheric Flight Mechanics (AFM) Conference, Boston, MA, United States, 2013.
14. Meister J., Schacher S., Wunderli J.-M., Empa В. Sc. Validation of three aircraft noise calculation models, Swiss Federal Laboratories for Materials Science and Technology, Ueberlandstrasse 129, 8600 Dubendorf, Switzerland.
15. Giladi R. Munachi E. Validating Aircraft Noise Models, Proceedings 2020, vol. 59,no. 12, available at: https://doi.org/10.3390/proceedings2020059012.
16. Grauer J. A., Morelli E. A. Parameter Uncertainty for Aircraft Aerodynamic Modeling using Recursive Least Squares, AIAA Atmospheric Flight Mechanics Conference, 2016, available at: https://doi.org/10.2514/6.2016-2009.
17. Orellana R., Carvajal R., Escárate P., Agüero J. C. On the Uncertainty Identification for Linear Dynamic Systems Using Stochastic Embedding Approach with Gaussian Mixture Models, Sensors, 2021, vol. 21, no. 11, pp. 3837, available at: https://doi.org/10.3390/s21113837.
18. Hale L. E. Aerodynamic Uncertainty Quantification and Estimation of Uncertainty Quantified Performance of Unmanned Aircraft Using Non-Deterministic Simulations, Ph.D. dissertation: Virginia Polytechnic Institute and State University, Virginia, 2016, 111 p.
19. Van Der Merwe R., Wan E. A. The Unscented Particle Filter, Advances in Neural Information Processing Systems, 2001, vol. 14.
20. Korsun O. N., Om M. H. The practical rules for aircraft parameters identification based on flight test data, Metascience in Aerospace, 2024, vol. 1, no. 1, pp. 53—65, doi: 10.3934/mina.2024003.
21. Gonzalez R. C., Cacace J. Identification of Aircraft Dynamics with Correlated Noise, Journal of Aircraft, 2018.
22. Jategaonkar R. V. Identification of the aircraft system: a time domain meth-odology, Reston, American Institute of Aeronautics and Astronautics, 2006.
Рецензия
Для цитирования:
Корсун О.Н., Ом М.Х. Оценка достоверности эмпирических математических моделей динамических систем методом сдвига входного сигнала. Мехатроника, автоматизация, управление. 2025;26(3):111-118. https://doi.org/10.17587/mau.26.111-118
For citation:
Korsun O.N., Om M.H. Evaluation of the Reliability of Empirical Mathematical Models of Dynamic Systems Using Input Signal Shift Method. Mekhatronika, Avtomatizatsiya, Upravlenie. 2025;26(3):111-118. https://doi.org/10.17587/mau.26.111-118
Просмотров:
173
.png)
Послать статью по эл. почте 