Académique Documents
Professionnel Documents
Culture Documents
Resumen: La obtención de modelos se hace necesaria cuando se tienen procesos que se desean comprender, pero no se
tienen representaciones matemáticas, que describan la realidad de su comportamiento, por ello, se hace vital la
identificación de sistemas cuando se desea conocer sus características dinámicas de este y así poder construir un control
de los mismos, sin embargo, para ello es fundamental conocer los modelos que lo representan. Dichos modelos se
encuentran por medio de la experimentación, la toma de datos, e identificando sus variables de entrada y salida, y por
último la simulación; que se encarga de entregar al usuario una idea del comportamiento del sistema, porque no existe
un modelo perfecto, solo existen aproximaciones de la realidad. Este documento data de una breve descripción de una
empresa metal-mecanica, productos, plantas y se realiza la identificación paramétrica de una planta termofijadora
neumática (Sublimadora).
INTRODUCCIÓN
INDUPUL E.U. es una empresa unipersonal dedicada a
la industria metalmecánica, fue fundada el 2 de abril del
En el presente documento se ilustra la obtención de un 2002 por Jaime Alberto Álvarez Duque, es una empresa
modelo, que tiene como propósito la puesta en práctica con maquinaria industrial experta en la fabricación de
de todos los conocimientos adquiridos entorno a la máquinas para la estampación, pulpos manuales,
importancia de la identificación de un proceso en el sublimadoras neumáticas y marcos con seda para xcreen,
sector industrial e ingenieril. Para esto se realizó un también se dedica a la fabricación de repuestos para la
trabajo experimental en una empresa metal-mecánica industria, es reconocida en el gremio de la estampación
con ramificaciones en estampación, con una planta en toda el área metropolitana.
Termofijadora donde se hizo la adquisición de datos de
forma manual (termómetro con temperatura máxima Tres años después Jaime Alberto en compañía de su hija
hasta 250 °c) y forma virtual (indicador de la planta), se mayor Luis Fernanda Álvarez, iniciaron una sociedad en
realizaron diferentes modelos para la respectiva la cual se empezó a implementar el negocio de la
identificación, al final escogiendo el más óptimo para el estampación.
sistema, la identificación realizada para el modelo es DESCRIPCION DEL PROCESO:
paramétrica o no paramétrica, usando modelos 3.1) SUBLIMACIÓN:
polinomiales, ARX, ARMAX, modelado por funciones
de transferencia, errores de aproximación hallados en los “La sublimación o termo fijación es un proceso en el cual
diversos prototipos, para la obtención de estos se usaron la tinta en el papel es impresa por medio de calor a la tela
herramientas como Microsoft Excel y el toolbox de o artículo, pasando de estado sólido a estado gaseoso, sin
identificación de Matlab. pasar por el estado líquido. De esta manera se puede
imprimir sobre una infinidad de materiales” [1].
4. IDENTIFICACIÓN DE VARIABLES
Este apartado es uno de los más importantes ya que se 6. ADQUISICIÓN DE DATOS
debe de validar que tipo de señales son las que logran
estimular el sistema y que tipos de ondas se pueden
En esta etapa de experimentación se realizó la toma de
datos utilizando diversos instrumentos inicialmente un Corriente virtual
multímetro donde se midió el voltaje y la corriente, en la 16
entrada. Para la salida se midió de dos formas, la primera 14
directamente con un termómetro, ubicado en el centro de
12
la sublimadora, la segunda directamente de los datos
10
obtenidos de la pantalla de la planta, esto se debe a que
Corriente
la planta tiene una termocupla. 8
Los datos se iban registrando directamente en Excel de 6
forma manual, se realizaba un muestreo cada 20 4
segundos. Lo cual contribuye a observar el 2
comportamiento grafico en Excel y luego importar a 0
Matlab, donde también se realiza la depuración de los -2 0 500 1000 1500 2000 2500 3000
datos bruscos de arranque de la planta. A continuación, Tiempo
se pueden observar los datos de salida y entrada del
sistema obtenido mediante la adquisición de datos. Ilustración 4: Señal de entrada corriente (virtual) vs tiempo (función peudoaleatoria)
150
12
10 100
Corriente
8
50
6
4 0
2 0 500 1000 1500 2000 2500 3000
0 Tiempo
0 500 1000 1500 2000 2500 3000
Tiempo
Ilustración 5: Señal de entrada voltaje (virtual) vs tiempo (función peudoaleatoria)
80
Voltaje
150
60
100
40
50
20
0 0
0 500 1000 1500 2000 2500 3000 0 500 1000 1500 2000 2500 3000
Tiempo Tiempo
Ilustración 3: Señal de entrada voltaje (real) vs tiempo (función peudoaleatoria) Ilustración 6: Señal de temperatura (real) vs tiempo (función peudoaleatoria)
Temperatura virtual Temperatura real
120 140
100 120
Temperatura
Temperatura
80 100
80
60
60
40
40
20 20
0 0
0 1000 2000 3000 0 500 1000 1500 2000
Tiempo
Tiempo
Ilustración 7: Señal de temperatura (virtual) vs tiempo (función peudoaleatoria) Ilustración 10: Señal de temperatura (real) vs tiempo (función tren de pulsos)
90
70
10 50
Corriente
30
5 10
-10
0 500 1000 1500 2000
0 Tiempo
0 500 1000 1500 2000
Tiempo Ilustración 11: Señal de temperatura (virtual) vs tiempo (función tren de pulsos)
10 Matlab.
5
0 7.1 CORRELACIÓN
0 500 1000 1500 2000
Tiempo
“La correlación estadística determina la relación o
dependencia que existe entre las dos variables que
Ilustración 9: Señal de entrada corriente (virtual) vs tiempo (función tren de pulsos) intervienen en una distribución bidimensional. Es decir,
determinar si los cambios en una de las variables
Salidas con tren de pulsos: influyen en los cambios de la otra. En caso de que
suceda, diremos que las variables están correlacionadas
o que hay correlación entre ellas” [1].
Estos modelos se obtendrán por medio del toolbox de
identificación de Matlab, en cual hallaremos el modelo
para su salida respecto a su entrada.
Ilustración 15: Mejor modelo aproximado virtual ARX Ilustración 17: Mejor modelo aproximado virtual ARX
Podemos ver que el modelo final de ARX tiene un Su representación ARX ES:
98.59% de proximidad con el diseñado teóricamente. La
mejor aproximación se observó con na=10, nb=9 y nk=4. 𝐴(𝑧) = 1 − 0.3837 𝑧 −1 − 0.1356 𝑧 −2 −
0.2393 𝑧 −3 − 0.05823 𝑧 −4 − 0.5837 𝑧 −5 +
Su representación ARX es: 0.07173 𝑧 −6 + 0.006393 𝑧 −7 + 0.133 𝑧 −8 +
0.06157 𝑧 −9 + 0.132 𝑧 −10 [4]
𝐴(𝑧)𝑦(𝑡) = 𝐵(𝑧) × 𝑢(𝑡) + 𝑒(𝑡) [1]
𝐵(𝑧) = 0.1492 𝑧 −4 + 0.0361 𝑧 −5 −
𝐴(𝑧) = 1 − 0.3837 𝑧 −1 − 0.1356 𝑧 −2 − 0.02057 𝑧 −8 + 0.1323 𝑧 −9 − 0.01465 𝑧 −11 −
0.2393 𝑧 −3 − 0.05823 𝑧 −4 − 0.5837 𝑧 −5 + 0.04515 𝑧 −12 [5]
0.07173 𝑧 −6 + 0.006393 𝑧 −7 + 0.133 𝑧 −8 +
0.06157 𝑧 −9 + 0.132 𝑧 −10 [2] Su error de predicción final y error cuadrático medio:
Lo que nos indica que la aproximación es relativamente Se incluye rezagos en el error por lo que nc es el grado
buena. del polinomio en e.
Para este modelo no podremos usar rangos para definir
7.2.1.2Respuesta temperatura vs corriente los grados de los polinomios, los cambios se harán de
experimental forma aleatoria y solo se presentará el modelo más
aproximado.
Ilustración 16: modelos aproximados según rango en los rezagos (tren de pulsos)
𝐴(𝑧) = 1 − 2.021 𝑧 −1 + 0.9567 𝑧 −2 +
0.2584 𝑧 −3 + 0.1221 𝑧 −4 − 0.8925 𝑧 −5 +
0.5674 𝑧 −6 + 0.414 𝑧 −7 − 0.2016 𝑧 −8 −
0.5252 𝑧 −9 + 0.3218 𝑧 −10 [9]
7.2.2.2 Respuesta temperatura vs corriente Ilustración 20: Circulo unitario con polos y ceros del modelo ARX y ARMAX
experimental
Los polos y ceros del color gris corresponden al modelo
ARMAX y los azules al modelo ARX, si analizamos
estabilidad mediante los polos, se observa que el modelo
estable es el ARX ya que sus polos se encuentran dentro del
circulo unitario.
8.1.2 Modelo real
Tenemos que:
na=10
nb=4
nc=9
nk=1
Ilustración 20: Circulo unitario con polos y ceros del modelo ARX y ARMAX
En el análisis de estabilidad se debe considerar si los polos FPE=0.1049, una auto correlación de residuales del 0.086 y
de la función se encuentran dentro del círculo unitario, de no tiene todos los polos dentro del círculo unitario, y solo un
cumplirse esto se tiene un sistema inestable, que para la cero fuera, lo que garantiza que es un modelo estable.
mayoría de los casos no es deseable. Los polos y ceros del
color verde corresponden al modelo ARMAX y el amarillo ARX 1094 Modelo experimental
al modelo ARX, si analizamos estabilidad mediante los Este modelo hallado por el método ARX tiene 10 rezagos de
polos, se observa que el modelo estable es el ARX ya que la salida, 9 rezagos de ambas entradas, comenzando en
sus polos se encuentran dentro del circulo unitario. ambas desde el cuarto rezago para la corriente y el presente
para la temperatura. Tiene un porcentaje de ajuste de Tiene
un porcentaje de ajuste de 98.59% un MSE=0.0893,
8.2 Análisis porcentual de la curva de ajuste: FPE=0.1049, una auto correlación de residuales del 0.09 y
El ajuste de la curva señala cuan alejada esta la tiene todos los polos dentro del círculo unitario, y solo un
respuesta modelada de los datos medidos, en este caso se cero fuera, lo que garantiza que es un modelo estable.
considera los modelos que tienen ajustes por encima del
95%, pues estos tienen una buena aproximación.
8.3 Análisis de residuales:
El análisis de residuales comprende cómo se
comporta el coeficiente del error y hasta qué punto está
umbralizado o sesgado por una determinada banda, en este
caso se buscó que los picos de los residuales tuviesen picos
con pequeñas amplitudes cercanos a la banda de confianza,
preferiblemente dentro de la banda.
8.4 Análisis final de error de predicción:
El error final de predicción de AKAIKE,
consta de evaluar bajo criterios de predicción de modelos e
identificación paramétrica cual modelo posee un error más Ilustración 21: Ajuste de validación para el modelo real y virtual
alto. Para este análisis se busca errores de predicción bajo
como criterio para elegir el modelo.
Modelo ARX virtual FPE=0.1049
Modelo ARMAX virtual FPE=0.1057
Modelo ARX real FPE=0.1049
Modelo ARMAX real FPE=0.1057
8.5 Análisis mínimos cuadrados:
Este criterio calcula los errores al cuadrado de las curvas
ajustadas y de acuerdo a su variación puede únicamente
incrementar sin importar errores positivos o negativos. Por Ilustración 22: Auto correlación y correlación cruzada de los residuales
ello se busca errores bajos, puesto que indican una variación Teniendo en cuenta todos los criterios, anteriormente
baja en el ajuste. mencionados, se observa que por estabilidad se decidió
8.6 Eliminación de modelos: escoger el modelo ARX, los modelos ARMAX poseían un
mayor porcentaje en el ajuste de validación pero es
Finalmente, tras probar con muchas variaciones en modelos importante resaltar que no era significativo esta diferencia,
ARX y ARMAX, solo se encontraron dos modelos que por último se concluye que el modelo obtenido a partir de los
cumplían con las especificaciones buscadas y mediante una datos experimentalmente y el modelo obtenido con los datos
revisión final de los ajustes se obtuvo el modelo final. Estos directamente de la planta son muy semejantes ya que se
modelos se presentarán a continuación justificando la describen, con un mismo modelo ARX 1094, el porcentaje
elección realizada. de ajuste y errores dan iguales al igual que su correlación.
ARX 1094 Modelo virtual
Este modelo hallado por el método ARX tiene 10 rezagos de CONCLUSIONES
la salida, 9 rezagos de ambas entradas, comenzando en
ambas desde el cuarto rezago para la corriente y el presente
para la temperatura. Tiene un porcentaje de ajuste de Tiene • Al realizar diferentes tomas de datos, y observar
un porcentaje de ajuste de 98.59% un MSE=0.0893, como a partir de diversas entradas la salida
puede variar de formas complejas la porque tiende al caos durante su funcionamiento,
identificación de los datos. por tanto, es compleja su implementación y
control.
• Las diversas señales que se tomaron facilitan la
comprensión de la planta de forma física,
logrando relacionar la temperatura de la planta, • El comportamiento de la planta está cumpliendo
con la corriente. los objetivos de diseño, ya que al realizar los dos
modelos el real y virtual se podría decir que
• Se presentan buenas aproximaciones de las poseen comportamientos semejantes.
respuestas en los modelos ARX Y ARMAX, se
decide que el mejor modelo para aproximar el
8.3 REFERENCIAS
comportamiento fue el ARX, por la estabilidad.