Académique Documents
Professionnel Documents
Culture Documents
IDENTIFICACIN DE
SISTEMAS
Paula Aguirre
Andrs Larco
Identificacin de sistemas.
Objetivos de la identificacin.
Proceso de identificacin.
Mtodos de Identificacin.
Mtodos
no Paramtricos.
Mtodos Paramtricos.
Mtodos no Parmetricos.
(Mtodos libre de estructura)
Identificacin no Paramtrica en el
dominio del tiempo (respuesta al
escaln o al impulso).
Identificacin no Paramtrica en el
dominio de la frecuencia.
Mtodos Paramtricos.
2.
3.
4.
Problemtica existente.
Un paso importante en el proceso de identificacin
consiste en preparar y ejecutar un experimento que
permita obtener informacin sobre la dinmica total del
sistema.
Uno de los problemas al que nos enfrentamos al intentar
aplicar la identificacin de sistemas a nuestro proceso es
la limitante de no poder visitar la planta regularmente
para la toma de datos, aplicar seales de entrada y
registrar los datos de las salidas para as realizar todas
las pruebas de identificacin .
Problemtica existente.
Al sacar nuestro modelo matemtico del proceso
obtendremos un equivalente de lo que sera trabajar con
la planta real, con lo que esperamos tener resultados
similares y que se aproximen mucho a la realidad.
Modelamiento matemtico de
procesos.
Aplicacin prctica:
prdidas
acumulada
entrada
salida
sistema
Consideraciones generales de la
dinmica del sistema.
Consideraciones generales de la
dinmica del sistema.
QPRODUCTO = m Ce ( T)
Consideraciones generales de la
dinmica del sistema.
Calor de respiracin.
Calor de transpiracin, es el calor eliminado por
los alimentos durante su almacenamiento y
refrigeracin.
QRESPIRACIN = m * Calor de respiracin * 24 Hr
Consideraciones generales de la
dinmica del sistema.
Cambios de aire.
Cargas varias (personas, alumbrado,
equipos elctricos, etc.).
Consideraciones generales de la
dinmica del sistema.
BALANCES DE ENERGA.
Balance de energa en el saladin.
Balance de energa en el radiador.
PRDIDAS DEL SISTEMA.
Transferencia de calor hacia las paredes.
Calor de respiracin del producto.
Consideraciones generales de la
dinmica del sistema.
DESPRECIABLES.
Cambios de aire.
Cargas varias.
PERTURBACIONES.
Calor producido por el volteador mecnico que
separa los granos.
Cambios en la temperatura externa del cuarto.
dt S
dt
10,41 * 1,22 * 1004,64 * tV (t ) 8,1713 * 1,22 * 1004,64 * t S (t ) 53,4521t S (t ) t EXT (t ) 1334,21 * t S (t ) 139.500.000
12759,13 *TV (t ) 53,45 *TEXT (t ) 139.500.000
dTS (t )
11402,9 *TS (t )
dT
dt S (t )
dt
12759,13
53,45
* TV ( s)
* TEXT ( s)
139.500.000s 11402,9
139.500.000s 11402,9
TS ( s)
1,12
0,0047
* TV ( s)
* TEXT ( s)
12233,73s 1
12233,73s 1
21
20
19
18
temperatura
17
16
15
0
12 16 20 24 28 32 36 40
Tiempo (horas)
Cambio de un
grado de la
temperatura ocurre
en 20 horas
Identificacin de sistemas.
La identificacin se simplifica utilizando una herramienta en
Matlab llamada System Identification. Esta tiene una serie de
funciones programadas que sirven para realizar las siguientes
operaciones:
Carga archivo de datos, es decir los datos registrados en un
osciloscopio.
Organiza y filtra los datos, removiendo los valores medios y
filtrando el ruido en los
mismos. Adicionalmente separa
datos para identificacin y datos para validacin.
Realiza proceso de validacin, comparando grficamente los
resultados.
Entrega anlisis de correlacin de los residuos con la entrada.
Anlisis de auto-correlacin es
idntico al de ruido blanco, lo que
nos garantiza un barrido alrededor
de las frecuencias de inters.
METODOS DE IDENTIFICACION
Dependiendo del tipo de modelo obtenido:
Mtodos no paramtricos: modelos no paramtricos. anlisis de la
respuesta transitoria, anlisis de la respuesta en frecuencia,
anlisis de la correlacin, anlisis espectral.
Mtodos paramtricos: modelos paramtricos. Estructura del
modelo. Criterio de ajuste de parmetros. Estimacin de los
parmetros.
Identificacin no paramtrica va
anlisis de correlacin
Este mtodo es muy apropiado para obtener
una idea rpida de la relacin entre distintas
seales del sistema, retardos, constantes de
tiempo y ganancias estticas del mismo.
Anlisis de Correlacin.
Con el anlisis de correlacin obtenemos los coeficientes del
modelo respuesta al impulso finito (FIR), que relaciona la
entrada con la salida.
Donde:
Anlisis de Correlacin.
Respuesta Transiente.
Con
estas
caracterices
podemos
modelar un sistema de primer orden.
Pero como habamos mencionado antes
los
parmetros
estimados
no
necesariamente
representan
los
parmetros del proceso real.
En esta respuesta podemos ver que la
relacin Seal-Ruido es alta que es lo
contrario si solo introducimos una seal
step al proceso para determinar su
respuesta transiente.
Anlisis de Correlacin.
Respuesta en Frecuencia.
En la siguiente respuesta de frecuencia vemos que existe un alto
contenido de varianza a altas frecuencias y bias bajo. Por lo que a
altas frecuencias tendremos problemas. Para corregir esto
usaremos una ventana de truncamiento.
Ventana TUKEY
truncamiento
parmetro
En
los
grficos
observamos que se
ha llegado a un
compromiso entre la
fidelidad
y
la
estabilidad
del
sistema. Una vez
hecho
esto
se
puede
determinar
una relacin para la
variable de entrada
y salida.
IDENTIFICACIN PARAMTRICA
ELECCION DE LA ESTRUCTURA:
Si no se tiene conocimiento previo del proceso a identificar la
nica forma de saber que estructura vamos a elegir es
observando cual se adapta y describe mejor los datos de
entrada y salida. Nosotros hemos probado algunas estructuras
y hemos elegido a tres candidatas.
Estructura ARX:
MODELO ARX:
Estructura OE:
MODELO OE:
Estructura FIR:
MODELO FIR:
Anlisis de residuos.
Se conocen como residuos de un sistema a los errores de
prediccin obtenidos segn la expresin:
Model OUTPUT
Con el model OutPut vemos las respuestas de los tres sistemas a
la entrada PRBS que hemos diseado, las tres se comparan con
la seal de salida real y se escoge la que mejor se adapta y
describa la dinmica del proceso.
Para saber cul es el modelo que mejor describe y se adapta a los
datos de entrada y salida del proceso real, cogeremos el que
tiene el BEST FIT ms alto. En nuestro caso el modelo con mayor
best fit es el OE, con un best fit de 92.99. Esto significa que la
variacin en la entrada explica 93.0 % de la variacin en la salida.
Ahora vamos a calcular la posicin del cero y el polo del regulador para que se cumpla la restriccin
del error en rgimen permanente que nos dicen (5%).
La nueva constante de error en posicin, al introducir el regulador PI es:
Luego:
z=8.184*10-05
De esta forma:
p=(1/19)*z=0.000004307
Por tanto, el regulador PI que vamos a utilizar es el siguiente:
Proceso dincretizado.
Al discretizar todos los componentes de proceso nos queda de
la siguiente forma:
Conclusiones.
Conclusiones.
El proceso de identificacin va desde el diseo del
experimento, la adquisicin y tratamiento de los
datos, la eleccin de la estructura del modelo y la
seleccin de los parmetros, hasta concluir con la
fase de validacin del modelo.
Para conseguir una coherencia de estimacin, todos
los pasos citados deben tratarse con el mismo orden
y rigor; y descuidos en consideraciones sobre ellos,
provocarn
inexactitudes
y comportamientos
errneos del modelo final.
Recomendaciones.
Recomendaciones.