Szczegóły publikacji
Opis bibliograficzny
The numerical analysis of the elementary, fractional order, interval transfer function — Analiza numeryczna elementarnej, przedziałowej transmitancji ułamkowego rzędu / Krzysztof OPRZĘDKIEWICZ // PAR Pomiary Automatyka Robotyka ; ISSN 1427-9126. — 2023 — R. 27 nr 4, s. 45-51. — Bibliogr. s. 50-51, Abstr., Streszcz.
Autor
Słowa kluczowe
Dane bibliometryczne
| ID BaDAP | 150878 |
|---|---|
| Data dodania do BaDAP | 2024-01-04 |
| Tekst źródłowy | URL |
| DOI | 10.14313/PAR_250/45 |
| Rok publikacji | 2023 |
| Typ publikacji | artykuł w czasopiśmie |
| Otwarty dostęp |  |
| Creative Commons | |
| Czasopismo/seria | PAR Pomiary Automatyka Robotyka |
Abstract
In the paper the analysis of the impact of the interval uncertainty of parameters on the behaviour of the elementary Fractional Order (FO) transfer function is investigated. The fractional order and quasi time constant are defined as intervals describing deviation from nominal values. Such an analysis has not be considered yet. The proposed elementary, interval model can be applied in modeling of different, uncertain-parameters elements and physical phenomena. For the considered transfer function the methodology of its numerical analysis is proposed and illustrated by simulations. Results of numerical tests point that the best robustness of the model is achieved for relatively lower values of its parameters.
Streszczenie
W pracy zaprezentowano analizę wpływu przedziałowej niepewności parametrów na zachowanie się elementarnej transmitancji niecałkowitego rzędu. Parametry modelu: rząd ułamkowy i pseudo-stała czasowa są zdefiniowane jako przedziały opisujące odchyłki od wartości nominalnych. Tego typu analiza nie była do tej pory rozważana. Proponowany elementarny model przedziałowy może znaleźć zastosowanie do opisu różnych elementów i zjawisk fizycznych, dla których wartości parametrów są opisane jedynie w sposób przybliżony. Dla rozważanej transmitancji zaproponowano metodologię jego analizy numerycznej i zilustrowano ją symulacjami. Wyniki testów numerycznych wskazują, że model jest najbardziej odporny na niepewność parametrów dla ich relatywnie niskich wartości.
