Académique Documents
Professionnel Documents
Culture Documents
Simulacin y Optimizacin
4 Ingeniera Informtica
Simulacin y Optimizacin
4 Ingeniera Informtica
Cuantitativos
Caractersticas:
Conjunto de relaciones matemticas entre las variables del sistema.
La resolucin de dichas ecuaciones tiene resultados numricos similares a las
medidas en el sistema que representa.
Clasificacin:
Atendiendo a su conducta con respecto al tiempo
Dinmicos/estticos
ENTONCES x = 5.
SINO x = 6 * z
Simulacin y Optimizacin
4 Ingeniera Informtica
Identificacin
Se caracterizan por considerar el sistema como una caja negra,
sin hacer ninguna hiptesis ni tener en cuenta los mecanismos
internos de funcionamiento del sistema, y se basan en medidas
experimentales para deducir las relaciones entrada salida.
Diferencias modelado/identificacin
Simulacin y Optimizacin
4 Ingeniera Informtica
Metodologa de modelado
Conceptualizacin
Conocer de forma general el proceso que se quiere modelar
Definir de los objetivos del modelo
Realizar un modelo conceptual basado en hiptesis sobre el sistema bajo estudio
que debe ser tan simple como sea posible.
Conocer las leyes que rigen los fenmenos del sistema y su causalidad fsica
(leyes de conservacin de la masa, energa y momento )
Dividir el sistema en subsistemas interconectados.
Formalizacin
Conceptualizacin
Parametrizacin
Determinacin de los parmetros del
modelo y condiciones iniciales.
Conocimiento,
experiencia,
bibliografa
Datos tcnicos
y del proceso
Lenguaje de
simulacin
Datos
experimentales
Simulacin y Optimizacin
4 Ingeniera Informtica
Formalizacin
Parametrizacin
Resolucin
Validacin
NO
Correcto?
SI
Metodologa de identificacin
Seleccionar una clase de modelos: Continuos o discretos, lineales o no.
U(t)
Ec. Diferencial
Ec. Algebraica
Parmetros?
Y(t)
{U(Kt)}
Ec. en diferencias
RED NEURONAL
...
Parmetros?
{Y(Kt)}
Ventaja de la identificacin
Los modelos obtenidos mediante las tcnicas de identificacin suelen estar
orientados a algoritmos de control y deteccin de fallos.
Suelen ser ms sencillos de obtener que los basados en tcnicas de
modelado.
Inconveniente de la identificacin
Su entorno de validez suele estar restringido a las condiciones en las que
se tomaron los datos experimentales (esto es especialmente cierto para los
modelos lineales, no debera ser as para los modelos basados en redes
neuronales).
Simulacin y Optimizacin
4 Ingeniera Informtica
Sistemas elctricos
Sistemas trmicos
Sistema multidominio: bomba centrfuga
Sistemas complejos: planta de produccin
Simulacin y Optimizacin
4 Ingeniera Informtica
Simulacin y Optimizacin
4 Ingeniera Informtica
Conceptualizacin (2)
Objetivos del modelo:
Evolucin temporal del nivel y de los flujos de entrada y salida, en
funcin de los valores de las presiones en los extremos de la
conducciones.
Simulacin y Optimizacin
4 Ingeniera Informtica
Formalizacin
Uso de la conservacin de la masa
Geometra del depsito
F1 = Cv1
Dinmica de fluidos
p1 p
F2 = Cv2
Esttica de fluidos
d ( A h )
= F1 F2
dt
dh
A
= F1 F2
dt
p p2
P = p0 + g h
dh F1 F2
=
dt
A
F1 = Cv1
F2 = Cv 2
p1 p 0 g h
p0 + g h p2
Simulacin y Optimizacin
4 Ingeniera Informtica
Formalizacin
Altura del depsito limitada
Flujo de lquido en las dos
direcciones
0 h(t ) hmax
F1 = Cv1 signo( p1 p 0 g h)
p1 p 0 g h
F2 = Cv2 signo( p0 + g h p 2 )
p0 + g h p2
dh F1 F2
=
;0 h(t) hmax
dt
A
F1 = Cv1 signo( p1 p0 g h)
p1 p0 g h
F2 = Cv2 signo( p0 + g h p2 )
p0 + g h p2
Simulacin y Optimizacin
4 Ingeniera Informtica
Parametrizacin
Parmetros fsicos
Condiciones iniciales
Parmetros:
A , hmax, p0, , Cv1 , Cv2
dh F1 F2
;0 h(t ) hmax
=
dt
A
Entradas:
p1(t) , p2(t)
p1 p0 g h
MODELO
F1 = Cv1 signo( p1 p0 g h)
F2 = Cv2 signo( p0 + g h p2 )
p0 + g h p 2
Salidas:
h(t) , F1(t) , F2(t)
Condiciones iniciales:
h(t=0)
Simulacin y Optimizacin
4 Ingeniera Informtica
Objetivo:
Formalizacin
F
Segunda ley de Newton ma =
Muelle cumple la ley de Hooke F
muelle = K ( x xno min al )
Friccin viscosa proporcional a la velocidad y opuesta al desplazamiento
F friccin = f x&
As: ma =
F = F + Fmuelle + F friccin = F k (x xno min al ) f x
Como a = x y asumiendo que medimos el desplazamiento desde la
longitud nominal del muelle xnominal=0.
Simulacin y Optimizacin
4 Ingeniera Informtica
ma = F k (x ) f x
a = x
ma = F k x f x
v = x
a = v
F k x f v
Manipulando el modelo simblicamente le
v =
m
Condiciones iniciales:
x(t=0) y v(t=0)
Entrada: F(t)
F k x f v
v =
m
x = v
Salida: x(t)
Parmetros: k,f y m
Simulacin y Optimizacin
4 Ingeniera Informtica
es la aceleracin angular
c.i. : (t = 0) = 0
parmetros : b y J Entonces:
T (t )
d (t )
+ b (t ) = T (t )
dt
Simulacin y Optimizacin
4 Ingeniera Informtica
J =
T friccion = b
J = T b
= =
J + b = T
(t )
Sistemas elctricos
Objetivo:
Conocer la tensin de salida del circuito de la figura (Us) en funcin de la
tensin de entrada (Ui).
Formalizacin:
Uso de las leyes de Kirchhoff
U i (t ) = Li (t ) + Ri (t ) +
U s (t ) =
1
i (t )dt
C
1
i (t )dt
C
LC U s (t ) + RC U s (t ) + U s (t ) = U i (t )
U i (t ) = Li (t ) + Ri (t ) + U s (t )
i (t ) = C U s (t )
U i (t ) U s (t ) Ri (t )
L
i (t )
U s (t ) =
C
i (t ) =
Simulacin y Optimizacin
4 Ingeniera Informtica
Dominio mecnico:
Velocidad de giro del eje de la
bomba funcin del par motor par
antagnico (funcin del caudal
suministrado).
Dominio hidrulico:
Caudal suministrado por la bomba
funcin de la velocidad de giro del
eje de la bomba y de las presiones en
el exterior de la bomba.
Simulacin y Optimizacin
4 Ingeniera Informtica
10
5. Estimacin de parmetros
Uno de los grandes problemas de la simulacin es conocer el
valor de los parmetros de un modelo, en ocasiones se pueden
obtener de:
Datos tcnicos del proceso (dimensiones, resistencia elctrica, nmero
de tubos, )
Balances estacionarios
Por tcnicas numricas a partir de un conjunto de datos
entrada/salida
Parmetros?
Variables de
entrada (t)
U i (t ) U s (t ) Ri (t )
L
i (t )
U s (t ) =
C
i (t ) =
Modelo
Variables de
salida (t)
Condiciones
iniciales (t=0)
Simulacin y Optimizacin
4 Ingeniera Informtica
Simulacin y Optimizacin
4 Ingeniera Informtica
11
n muestras n salidas
K =1
j =1
Simulacin y Optimizacin
4 Ingeniera Informtica
5. Validacin de modelos
Objetivo de la validacin de modelos:
Establecer la credibilidad de un modelo para un propsito especfico
Error tipo II: modelo no es bueno pero no es descartado por el usuario (afecta a la
credibilidad del modelo).
El error es que el usuario toma decisiones basadas en un modelo incorrecto.
Simulacin y Optimizacin
4 Ingeniera Informtica
12
Validacin operacional:
Determinar si la salida del modelo posee el grado de aproximacin al sistema para el
propsito requerido y en el dominio que va a ser usado.
Si el modelo no es vlido suele deberse a: falta de adecuacin del modelo conceptual, falta
de correccin al implementar el modelo conceptual, datos de entrada no vlidos.
Simulacin y Optimizacin
4 Ingeniera Informtica
Tcnicas de validacin:
Cualitativas:
Fenmenos asociados Qu pasa si?
Verificacin basada en conocimiento
de expertos Qu opinas sobre ...?
Cuantitativas:
Comparacin de datos
Sensibilidad del modelo ante cambios
en ciertos parmetros
Repetitibilidad de las simulaciones
Simulacin y Optimizacin
4 Ingeniera Informtica
13