STATISTICAL IDENTIFICATION OF DYNAMIC CHARACTERISTICS OF BORING PUMPING INSTALLATIONS FOR OPTIMIZATION CONTROL

Authors

DOI:

https://doi.org/10.30890/2567-5273.2019-10-01-016

Keywords:

autocorrelation function, identification, transfer function, estimates of autocorrelation functions, spectral density, drilling process

Abstract

Models of autocorrelation functions of random processes in control systems as well as functions of transfer of forming filters are analyzed. Based on the statistical characteristics of the input and output signals of a linear dynamic control object, an al

Metrics

Metrics Loading ...

References

Волгин В.В. Модели корелляционных функцій случайных процессов в системах управления. Теория и практика построения и функционирования АСУТП. – сб.науч.тр.. М.: Изд.МЭИ.1998. С.174-193.

Бендат Дж., Пирсол А. Измерения и анализ случайных процессов. М.: Мир. 1971. 408 с.

Волгин В.В., Каримов Р.Н. Оценка корреляционных функций в промышленных системах управления. М.:Энергия. 1979. 80 с.

Назаренко М.В. Теоретичні засади та принципи побудови моделей дингамічних процесів та їх регуляторів: монографія. Кривий Ріг: Деніс (ФОП Чернівський Д.О.). 2010. 204 с.

Спеменцов Г.Н. Терія автоматичного керування: підручник. Івано-Фрсанківськ: ІФНТУНГ. 1999. 610 с.

Большаков А.А. Методы обработки многомерных данных и временных рядов. М.: Горячая линия. Ткелеком. 2007. 522 с.

Трунова О.В., Скитер И.С. Исспользование фрактального анализа для исследования динамики сложных систем. Тезисы докладов VIII междунар.науч.-практ. конф. «Математическое и имитационное моделирование систем», 24-28 июня 2013. Чернигов: ЧНТУ. 2013. С. 296-299.

Бодянский Е.В., Плисс И.П., Чапланов А.П. Динамическая реконструкція хаотический сигналов на основе нейросетевых технологий. Радиоэлектроника и информатика. 2002, №3(20). С. 62-64.

Тур Г.І., Трунова О.В. Застосування методу фрактального аналізу для визначення трендових характеристик числових рядів. Вісник ЧНТУ. 2005, № 125. С.252-256.

Kropyvnytska V., Kopystynskyy L., Sementsov G. Development of a Set of Methods for Preforecasting Fractal Time Series Analysis to Determine the Eevel of Persistence. Eastern-European Journal of Enterprise Technologies 3/4 (87). 2017. P. 10-17. ISSN 1729-3774.

References:

Volgin V.V. (1998). Modeli korellyatsionnykh funktsíy sluchaynykh protsessov v sistemakh upravleniya. Teoriya i praktika postroyeniya i funktsionirovaniya ASUTP [Models of correlation functions of random processes in control systems. Theory and practice of building and functioning of an automated process control system]. In Collection of scientific papers, pp.174-193.

Bendat J., Piersol A. (1971). Izmereniya i analiz sluchaynykh protsessov [Measurements and analysis of random processes], 408 p.

Volgin V.V., Karimov R.N. (1979). Otsenka korrelyatsionnykh funktsiy v promyshlennykh sistemakh upravleniya [Assessment of correlation functions in industrial control systems], 80 p.

Nazarenko M.V. (2010). Teoretychni zasady ta pryntsypy pobudovy modeley dynhamichnykh protsesiv ta yikh rehulyatoriv: monohrafiya [Theoretical foundations and principles of constructing models of dingamic processes and their regulators: monograph], 204 p.

Spemencov G.N. (1999), Teriya avtomatychnoho keruvannya: pidruchnyk [Automatic Control Terry: A Tutorial], 610 p.

Bolshakov A.A. (2007). Metody obrabotki mnogomernykh dannykh i vremennykh ryadov [Methods for processing multidimensional data and time series], 522 p.

Trunova O.V., Skiter I.S. (2013). Isspol'zovaniye fraktal'nogo analiza dlya issledovaniya dinamiki slozhnykh system [The use of fractal analysis to study the dynamics of complex systems] in Tezisy dokladov VIII mezhdunar.nauch.-prakt. konf. «Matematicheskoye i imitatsionnoye modelirovaniye sistem», 24-28 iyunya [Abstracts of the VIII international scientific-practical. conf. "Mathematical and simulation modeling of systems", June 24-28], pp 296-299.

Bodyansky E.V., Pliss I.P., Chaplanov A.P. (2002). Dinamicheskaya rekonstruktsíya khaoticheskiy signalov na osnove neyrosetevykh tekhnologiy [Dynamic reconstruction of chaotic signals based on neural network technologies] in Radioelektronika i informatika [Radio electronics and computer science], issueNo 3 (20). pp. 62-64

Tour G.I., Trunova O.V. (2005). Zastosuvannya metodu fraktalʹnoho analizu dlya vyznachennya trendovykh kharakterystyk chyslovykh ryadiv [Application of fractal analysis method to determine the trending characteristics of numerical series] in Visnyk CHNTU [Bulletin of the National Technical University], issueNo.125, pp. 252-256.

Kropyvnytska V., Kopystynskyy L., Sementsov G. Development of a Set of Methods for Preforecasting Fractal Time Series Analysis to Determine the Eevel of Persistence. Eastern-European Journal of Enterprise Technologies 3/4 (87). 2017. P. 10-17. ISSN 1729-3774.

Published

2019-12-31

How to Cite

Майкович, Е., Зварыч, Г., Лагойда, А., & Лагойда, Л. (2019). STATISTICAL IDENTIFICATION OF DYNAMIC CHARACTERISTICS OF BORING PUMPING INSTALLATIONS FOR OPTIMIZATION CONTROL. Modern Engineering and Innovative Technologies, 1(10-01), 43–52. https://doi.org/10.30890/2567-5273.2019-10-01-016

Issue

Section

Articles