Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "metody podprzestrzeni" wg kryterium: Wszystkie pola


Wyświetlanie 1-2 z 2
Tytuł:
Dual-Phase-Lag Model order reduction using Krylov subspace method for 2-dimensional structures
Redukcja rzędu modelu dual-phase-lag przy uzżyciu metody podprzestrzeni Krylova dla struktur dwuwymiarowych
Autorzy:
Raszkowski, Tomasz
Samson, Agnieszka
Zubert, Mariusz
Powiązania:
https://bibliotekanauki.pl/articles/699780.pdf
Data publikacji:
2018
Wydawca:
Łódzkie Towarzystwo Naukowe
Tematy:
Dual-Phase-Lag model, Fourier-Kirchhoff model, heat transfer, Krylov subspace, order reduction, electronic structures, nanotechnology, temperaturę distribution
równanie Dual-Phase-Lag, model Fouriera-Kirchhoff, przepływ ciepła, podprzestrzenie Krylova, redukcja rzędu modelu, struktury elektroniczne, nanotechnologia, rozkład temperatury
Opis:
https://doi.org/10.26485/0459-6854/2018/68.1/4 W pracy rozważono rozkład temperatury w strukturach nanometrycznych. Zaprezentowane analizy dotyczą struktury dwuwymiarowej o prostokątnym kształcie. Rezultaty otrzymane zostały przy użyciu modelu termicznego Dual-Phase-Lag. W celu zmniejszenia złożoności problemu, dokonano redukcji rzędu modelu opartą na metodzie podprzestrzeni Krylova. Generacja macierzy redukcyjnych bazuje na wykorzystaniu algorytmu Arnoldiego. Ponadto, porównano także rezultaty otrzymane za pomocą zredukowanego oraz pełnego modelu termicznego dla różnej liczby punktów dyskretyzacyjnych oraz różnych punktów w czasie. Dodatkowo, przedstawiono również analizę błędu względnego wyznaczenia modelu zredukowanego. Finalnie, obszernie opisano najważniejsze wnioski z przedstawionych analiz.
https://doi.org/10.26485/0459-6854/2018/68.1/4 In this paper the temperature distribution of nanoscale structure is investigated. Presented analyses focus on two-dimensional rectangular structure. The problem has been solved using the Dual-phase-Lag heat transfer model. In order to reduce the complexity of the problem, the reduction methodology based on Krylov subspace has been used. The reduced-order model matrices generation has been based on the one-sided Arnoldi algorithm. Moreover, comparison of results received using both reduced and full thermal models for different number of discretization mesh nodes and different time instants have been demonstrated. Furthermore, the relative error of generation of reduced thermal model from full model has been considered. Finally, the most important conclusions from the presented research have been also included.
Źródło:
Bulletin de la Société des Sciences et des Lettres de Łódź, Série: Recherches sur les déformations; 2018, 68, 1
1895-7838
2450-9329
Pojawia się w:
Bulletin de la Société des Sciences et des Lettres de Łódź, Série: Recherches sur les déformations
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Identyfikacja dyskretnego liniowego systemu powtarzalnego metodami podprzestrzeni
Deterministic subspace identification of a linear repetitive process
Autorzy:
Kujawa, D.
Powiązania:
https://bibliotekanauki.pl/articles/154294.pdf
Data publikacji:
2009
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
modele w przestrzeni stanów
metody podprzestrzeni
algorytmy identyfikacji
estymacja parametrów
state space models
subspace methods
identification algorithms
parameter estimation
Opis:
W artykule przedstawiono model procesu repetycyjnego zbudowany przy wykorzystaniu metod podprzestrzenii. Rząd systemu i macierze nieznanego systemu są wyznaczane z sekwencji danych wejściowych i wyjściowych aktualnego pasa i sekwencji wyjściowej poprzedniego pasa. Procedura identyfikacji może być powtarzana dla kolejnych pasów. Proponowane podejście może być użyteczne nie tylko dla identyfikacji stacjonarnych liniowych procesów powtarzalnych, ale także dla procesów z wolno ewoluującą dynamiką lub procesów, których dynamika zmienia się skokowo z pasa na pas (np. systemy sterujące produkcją wytwarzania butelek plastikowych).
In the paper identification of the linear repetitive processes using the subspace methods is considered. Generally speaking, constructions of the deterministic realization theory are translated by the subspace methods into procedures (Fig. 1). The procedures which work on measured data are used for model building [5, 6]. Subspace algorithms consist of two steps. In the first step, the order and the extended observability matrix are recovered directly from the input-output data [2]. In the second step, the unknown system matrices are determined either via determining the state sequences and combining them with the input-output data or determining the matrices A and C directly from the extended observability matrix and using them to determine the remaining system matrices [3, 4]. Contrary to the LRP control theory, the identification of LRPs has attracted very limited attention. LRP are a useful tool for modelling and control of some real dynamic processes and operations [1]. The aim of this paper is to propose a new approach to the identification of the LRPs based on subspace algorithms. The order of a LRP and the unknown process matrices are determined based on the input and output sequences of the actual pass and the output sequence of the previous pass. The proposed approach can be very useful not only for time invariant linear repetitive processes but also for processes with fast dynamic changes from pass to pass (e.g., perform-to-bottle cycle process). A simulation example is provided to illustrate the proposed approach effectiveness (Fig. 2).
Źródło:
Pomiary Automatyka Kontrola; 2009, R. 55, nr 7, 7; 438-440
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies