Детальная информация

Название Математические модели технических объектов управления = Mathematical models of technical control objects: учебное пособие
Авторы Давыдов Роман Вадимович
Организация Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и кибербезопасности. Высшая школа управления кибер-физическими системами
Выходные сведения Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2026
Коллекция Учебная и учебно-методическая литература ; Общая коллекция
Тематика Математическое моделирование ; Технические системы — Управление
УДК 519.876.5(075.8); 681.5(075.8)
Тип документа Учебник
Язык Русский
Код специальности ФГОС 27.00.00
Группа специальностей ФГОС 270000 - Управление в технических системах
DOI 10.18720/SPBPU/2/id26-468
Права доступа Доступ по паролю из сети Интернет (чтение, печать)
Дополнительно Новинка
Ключ записи RU\SPSTU\edoc\80137
Дата создания записи 12.10.2026

Разрешенные действия

–

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа Анонимные пользователи
Сеть Интернет

Соответствует содержанию разделов дисциплины «Математические модели технических объектов управления» для подготовки магистров по направлению 27.04.04 «Управление в технических системах». В пособии системно изложены основы математического моделирования технических объектов управления: от выбора границ системы и уровня детализации модели до построения уравнений динамики и их анализа. Рассматриваются линейные и нелинейные модели, представления во временной области и в операторной форме (включая использование преобразования Лапласа и типовых звеньев), дискретные модели для цифровых систем управления, модели с запаздыванием, а также прикладные подходы на основе нечетких и нейросетевых моделей. Отдельное внимание уделено практикоориентированным аспектам: корректной постановке задачи моделирования, интерпретации параметров, проверке адекватности и ограничениям применимости моделей. Предназначено для студентов первого курса магистратуры инженерных специальностей.

The training manual corresponds to the content of the sections of the subject “Mathematical models of technical control objects” for the Master’s degree program in the major 27.04.04 “Control in Technical Systems”. The manual systemically presents the fundamentals of mathematical modeling of technical control objects: from the selection of system boundaries and the level of model detail to the formulation of dynamic equations and their analysis. It considers linear and nonlinear models, representations in the time domain and in operator form (including the use of the Laplace transform and standard elements), discrete models for digital control systems, models with delay, as well as applied approaches based on fuzzy and neural network models. Special attention is paid to practice-oriented aspects: the correct formulation of the modeling problem, the interpretation of parameters, the verification of adequacy, and the limitations on the applicability of models. Intended for first-year Master’s degree students in engineering programs.

Место доступа Группа пользователей Действие
Локальная сеть ФБ СПбПУ Все
Прочитать Печать
Интернет Авторизованные пользователи СПбПУ
Прочитать Печать
Интернет Анонимные пользователи
  • ОГЛАВЛЕНИЕ
  • Г л а в а 1. МЕТОДОЛОГИЯ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ
  • 1.1. Предназначение математических моделей
  • 1.2. Математическая модель. Определение и минимальный пример
  • 1.3. Объект управления, система и переменные модели
  • 1.4. «Черный», «серый» и «белый» ящики. Выбор уровня детализации
  • 1.5. Методика построения модели. Практический алгоритм
  • 1.6. Тепловой объект как модель первого порядка
  • 1.7. Двигатель постоянного тока (электромеханическая модель)
  • 1.8. Простые и сложные системы. Декомпозиция и границы применимости модели
  • 1.9. Классификация моделей (с примерами из управления)
  • 1.10. Типы уравнений в динамических моделях
  • 1.11. Численное решение моделей. Имитационное моделирование
  • Г л а в а 2. ЛИНЕЙНЫЕ МОДЕЛИ ДИНАМИКИ И БАЗОВЫЕ ИНСТРУМЕНТЫ АНАЛИЗА
  • 2.1. Линейность и стационарность
  • 2.2. Импульсная характеристика и свертка
  • 2.3. Преобразование Лапласа. Определение и свойства
  • 2.4. Передаточная функция и типовые звенья
  • 2.5. Представление в пространстве состояний и связь с передаточной функцией
  • 2.6. Устойчивость линейных моделей
  • Г л а в а 3. НЕЛИНЕЙНЫЕ МОДЕЛИ И ОСНОВЫ АНАЛИЗА
  • 3.1. Источники нелинейности и типовые статические характеристики
  • 3.2. Нелинейная модель в пространстве состояний
  • 3.3. Равновесия, линеаризация и локальная устойчивость
  • 3.4. Фазовый анализ систем второго порядка
  • 3.5. Метод функций Ляпунова. Устойчивость без решения уравнений
  • 3.6. Имитационное моделирование нелинейных систем: численные методы и типовые ловушки
  • Г л а в а 4. ДИСКРЕТНЫЕ МОДЕЛИ И ЦИФРОВАЯ РЕАЛИЗАЦИЯ СИСТЕМ УПРАВЛЕНИЯ
  • 4.1. Дискретизация сигналов. Отсчеты, квантование и удержание
  • 4.2. Разностные уравнения и дискретная модель в пространстве состояний
  • 4.3. Точная дискретизация непрерывной модели при ZOH
  • 4.4. Приближенные методы дискретизации и их свойства
  • 4.5. Z-преобразование и дискретные передаточные функции
  • 4.6. Выбор шага дискретизации: практические ориентиры
  • 4.7. Цифровая реализация регуляторов
  • 4.8. Дискретные задержки и сдвиговые элементы
  • 4.9. Проверка дискретной модели и типичные ошибки
  • Г л а в а 5. СИСТЕМЫ С ЗАПАЗДЫВАНИЕМ. МОДЕЛИ, УСТОЙЧИВОСТЬ И ИНЖЕНЕРНЫЕ ПРИБЛИЖЕНИЯ
  • 5.1. Задержки в технических объектах управления
  • 5.2. Модели запаздывания. Частотная форма и временная форма
  • 5.3. Метод шагов: базовый инструмент моделирования DDE
  • 5.4. Пример DDE и качественное влияние задержки на устойчивость
  • 5.5. Аппроксимации задержки. Формулы Паде и их ограничения
  • 5.6. Устойчивость линейных систем с задержкой
  • 5.7. Компенсация задержки. Предиктор Смита
  • 5.8. Целое и дробное число отсчетов в дискретных моделях
  • Г л а в а 6. НЕЧЕТКИЕ И НЕЙРОСЕТЕВЫЕ МОДЕЛИ В ЗАДАЧАХ УПРАВЛЕНИЯ
  • 6.1. Неопределенность. Вероятность, интервалы и нечеткость
  • 6.2. Нечеткие множества, функции принадлежности и базовые операции
  • 6.3. Лингвистические переменные и нормирование сигналов
  • 6.4. Нечеткие системы вывода. Мамдани и Сугено
  • 6.5. Нечеткий регулятор по ошибке и ее изменению
  • 6.6. Модели Takagi-Sugeno для описания нелинейной динамики
  • 6.7. Нейросетевые модели. Аппроксимация и идентификация по данным
  • 6.8. Гибридные (grey-box) модели: сочетание физики, нечеткости и нейросетей
  • Г л а в а 7. ИДЕНТИФИКАЦИЯ, ВЕРИФИКАЦИЯ И ВЫБОР МОДЕЛИ ПО ЭКСПЕРИМЕНТАЛЬНЫМ ДАННЫМ
  • 7.1. Идентификация и ее предназначение
  • 7.2. Данные измерений и роль шума
  • 7.3. Качество идентификации
  • 7.4. Оценивание параметров как задача минимизации ошибки
  • 7.5. Линейная регрессия и метод наименьших квадратов
  • 7.6. Оценка параметров модели первого порядка по переходной характеристике
  • 7.7. Дискретные модели вход–выход
  • 7.8. Непараметрическая идентификация. Переходные и частотные характеристики
  • 7.9. Верификация, валидация и выбор сложности модели
  • 7.10. «Серый ящик». Оценивание физических параметров в ODE-моделях
  • Г л а в а 8. ИДЕНТИФИКАЦИЯ МОДЕЛИ И НАСТРОЙКА РЕГУЛЯТОРОВ
  • 8.1. Исходные данные эксперимента. Ступень на входе и отклик объекта
  • 8.2. Выбор структуры модели и первичная оценка параметров
  • 8.3. Уточнение параметров по данным. Метод наименьших квадратов
  • 8.4. Подготовка модели к имитации и цифровому управлению. Дискретизация и задержка
  • 8.5. Настройка регуляторов и их сравнение согласно моделированию
  • 8.6. Насыщение и anti-windup
  • 8.7. Проверка качества модели
  • 8.8. Влияние шага дискретизации на качество регулирования
  • 8.9. Производная и шум
  • 8.10. Частые ошибки при экспериментах и идентификации
  • БИБЛИОГРАФИЧЕСКИЙ СПИСОК
...