You are on page 1of 24

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Escuela de Ciencias Bsicas, Tecnologa e Ingeniera

SISTEMAS DINAMICOS

ETAPA 3 IDENTIFICAR MODELOS DE SISTEMAS DINMICOS MEDIANTE


MATLAB.

DAIRO JOSE SNCHEZ RICARDO


COD. 9020707
DIPSON ANTONIO PACHECO

COD. 1020724795
WILFRIDO LAFAURIE RUIZ
COD. 1143114304
RODRIGO R CARDENAS S
COD. 77193264
OMAR GOMEZ VASQUEZ
COD: 1101682891

GRUPO: 243005_1

TUTOR
JUAN CARLOS AMAYA

BARRANQUILLA, ABRIL DE 2017.

Pg. 1
INTRODUCCION

En la actualidad los sistemas dinmicos son unas de las ciencias de apoyo en la solucin de
problemas que se puedan presentar en diferentes reas de aplicacin laboral. El anlisis mediante
un modelo matemtico es una herramienta para que el estudiante disee soluciones a los problemas
planteados y obtenga control, supervisin, prediccin, simulacin, optimizacin de los procesos.
Tanto para la utilizacin de tcnicas de diseo convencionales como tcnicas avanzadas y
especialmente las basadas en modelos, es necesario un modelo numrico preciso del proceso.
La complejidad de los mismos crece constantemente y esto hace necesario el desarrollo de
herramientas automticas de ayuda como MATLAB la cual mediante algunas tcnicas de
identificacin puede ayudarnos a detectar y diagnosticar los posibles fallos utilizando para ello la
comparacin del proceso con un modelo de simulacin.

En este aporte se har una revisin de la actividad para definir que conocimientos son necesarios
para su buen desarrollo, se definirn algunos conceptos conocidos y se enunciaran los que no se
conozcan.

Pg. 2
ACTIVIDAD ETAPA 3

RESUMEN DEL ANLISIS REALIZADO POR EL GRUPO ACERCA DE LAS TAREAS


DE LA ETAPA
En esta tercera etapa encontraremos un modelo matemtico ideal para el sistema de deteccin de
fallas de la mquina con el toolbox de ident.

Identificacin de sistemas dinmicos que consiste en el anlisis de las entradas, seal de


excitacin, y las salidas, respuesta del sistema.

Debemos estudiar y conocer las distintas herramientas para la identificacin de modelos lineales,
utilizando herramientas de anlisis temporal, frecuencial y modelos no lineales, utilizando redes
neuronales.

Debemos tener en cuenta las siguientes variables:

Entradas o variables de control.


Salidas o variables controladas.
Perturbaciones.

Para aplicar la tcnica de identificacin debemos tener en cuenta las siguientes pautas:

Preprocesado de los datos.


Seleccin del modelo.
Minimizacin del error de aproximacin.
Validacin del modelo.

Pg. 3
Someteremos al sistema a estudio con las entradas conocidas para observar y analizar sus salidas y con el
objetivo de encontrar una relacin que determine un modelo matemtico adecuado que se ajuste al
comportamiento del sistema.

Utilizaremos los datos para determinar los parmetros no conocidos del modelo fsico en base del
estudio de propiedades y leyes fsicas del proceso.

Modelos propuestos en la metodolgica del grupo:

Deterministas: Estudia la relacin entre la entrada y la salida con una parte no


modelizable o no conocida.
De parmetros concentrados: No se considera la variacin en funcin del espacio.
Lineales o no lineales.
Tiempo continuo o tiempo discreto.

ESTRUCTURA DEL ANALISIS

Partiendo de la base de que para modelizar un proceso necesitamos los datos observados, en el caso
de un sistema dinmico con una entrada en el instante t denominada como e(t) y una salida en el
instante t denominada como i(t) los datos sern una coleccin finita de observaciones:

El problema de los mtodos de identificacin consiste en encontrar relaciones matemticas entre


las secuencias de entrada y las secuencias de salida.

El problema matemtico que se formula es la construccin de una funcin g tal que a partir de ella
podamos determinar i(t).

Pg. 4
Luego debemos descargar el archivo comprimido que contiene el insumo que tiene la ecuacin no
lineal y la funcin de transferencia dada por el tutor. Tambin All encontraremos las variables de
entrada y las variables de salida que utilizaremos en el modelamiento que realizaremos por medio
de Matlab.

LISTADOS DE CONCEPTOS CONOCIDOS

Sistemas dinmicos: Un sistema es un objeto en el cual variables de diferente tipo interactan y


producen seales observables. Las seales observables que nos interesan son llamadas salidas.

Identificacin de sistemas dinmicos: Es la determinacin, a partir del conocimiento de las seales


de entrada y salida del sistema en estudio, de un modelo matemtico perteneciente a una clase de
modelos predeterminados.

Obtencin de datos de entrada: Para ello se debe excitar el sistema mediante la aplicacin de una
seal de entrada y registrar la evolucin de sus entradas y salidas durante un intervalo de tiempo.

Tratamiento previo de los datos de registrados: Los datos registrados estn generalmente
acompaados de ruidos indeseados u otro tipo de imperfecciones que puede ser necesario corregir
antes de iniciar los datos para facilitar y mejorar el proceso de identificacin.

Eleccin de la estructura del modelo: Si el modelo que se desea obtener es un modelo paramtrico,
el primer paso es determinar la estructura deseada para dicho modelo. Este punto se facilita en gran
medida si se tiene un cierto conocimiento sobre las leyes fsicas que rigen el proceso.

Identificacin de modelos no paramtricos: Los modelos no paramtricos son aquellos en que no


es posible definir un vector de parmetros finitos para representarlo.

Pg. 5
Identificacin de modelos paramtricos: Este modelo requiere de eleccin de una posible
estructura del modelo, de un criterio de ajuste de parmetros y por ltimo de la estimacin de los
parmetros que mejor se ajustan al modelo de los datos experimentales.

Anlisis transiente: Un anlisis en el mtodo por el cual una seal o forma de onda que empieza
en una amplitud cero. Un ejemplo es el sonido de un disparo de un rifle, o la vibracin de un golpe
de un martillo. Cuando se hace el anlisis de espectro a transientes, generalmente no generan series
de armnicos, pero generan un espectro continuo en el que la energa est distribuida sobre el rango
de frecuencias. Cuando se analiza transientes con un analizador TRF, se tiene que cuidar que el
transiente est incluido en la grabacin en tiempo del analizador y que se use una ventana
rectangular en lugar de una ventana de Hanning.

Identificacin online: (Identificacin recursiva), es en los que los parmetros se van actualizando
continuamente a partir de los nuevos datos de entrada-salida obtenidos durante la evolucin del
proceso. Estos mtodos son muy utilizados en sistemas de control adaptativo.

LISTADOS DE CONCEPTOS DESCONOCIDOS

Manejo de la herramienta ident de matlab

Modelo arx

Modelo output-error del sistema.

Modelo box-Jenkins del sistema.

RESULTADO DE LAS CONSULTAS REALIZADAS PARA DAR SOLUCIN A LAS


TAREAS DE LA ETAPA

Inicialmente debemos descargar el archivo comprimido que contiene el insumo de la ecuacin no


lineal y la funcin de transferencia dada por el tutor. Tambin All encontraremos las variables de

Pg. 6
entrada y las variables de salida que utilizaremos en el modelamiento que realizaremos por medio
de Matlab.

Insumos etapa 3

Usar la herramienta ident y cargar las entradas lineal y salida para identificar la funcin de
transferencia en simulink y simular su salida.

Identificacin del modelo de datos

System Identification Toolbox: Nos permite crear modelos a partir de datos de entrada-salida
medidas. Donde podemos:

Analizar y procesar datos


Determinar estructura adecuada de modelo y de orden, y los parmetros del modelo de
estimacin
Validar la exactitud del modelo

Se deber encontrar el modelo matemtico empleando tcnicas de identificacin. Se deben


realizar 6 tareas prcticas.

Pg. 7
Prcticas:

1. A partir de las mediciones de entrada y salida del sistema realizadas cada 0.01
segundos, durante 100 segundos, utilice la herramienta ident incorporada en
MATLAB para realizar el procesamiento requerido a las seales.

Se grfica nuestro sistema con la funcin plots, teniendo en cuenta los valores de la entrada lineal
y su salida real en el tiempo, dadas en el insumo de la etapa 3, donde podemos observar las
siguientes variables y continuar con el proceso de identificacin del sistema en estudio.

h=salida real del sistema


QiL=entrada del sistema
t=tiempo de muestreo

Importar los archivos de insumos a Matlab

Las variables estarn disponibles como vectores en el workspace de Matlab.

Pg. 8
Se ejecuta la orden ident. Se abre la ventana del toolbox ident y se fijan variables y tiempo.

Para graficar las seales de entrada y salida en data Views se toma la opcin Time Lot.

Pg. 9
Se trabajara en el rango de:

Pg. 10
Importamos la nueva seal desplazada

Pg. 11
Pg. 12
Funcin de transferencia para la ltima seal, donde se estiman los valores para K y Tp1

En Model Output se observan las seales del sistema real y la funcin de transferencia.

From input "u1" to output "y1"

1.326
+ 6.544

2. Determine el orden del modelo y encuentre el modelo ARX del sistema.


Modelo autoregresivo con variable exgena, ARX

Pg. 13
Se considera que la parte determinista y la parte estocstica tienen el mismo denominador

El polinomio A(q-1) es el polinomio autoregresivo de orden na

Pg. 14
arx111 =

Discrete-time ARX model: A(z)y(t) = B(z)u(t) + e(t)

A(z) = 1 - 0.9113 z^-1

B(z) = 0.01789 z^-1

3. Determine el orden del modelo y encuentre el modelo ARMAX del sistema

Modelo auto-regresivos de media mvil y variables exgenas, ARMAX:

Igual que el modelo ARX tienen el mismo denominador

es un polinomio de orden nc.

Pg. 15
amx1111 =

Discrete-time ARMAX model: A(z)y(t) = B(z)u(t) + C(z)e(t)

A(z) = 1 - 0.9349 z^-1

B(z) = 0.01319 z^-1

C(z) = 1 - 0.6075 z^-1

4. Determine el orden del modelo y encuentre el modelo Output-Error del sistema.


Este modelo del trmino error:

Siendo un polinomio auto-regresivo de orden nd.

Pg. 16
oe111 =

Discrete-time OE model: y(t) = [B(z)/F(z)]u(t) + e(t)

B(z) = 0.01466 z^-1

F(z) = 1 - 0.9275 z^-1

5. Determine el orden del modelo y encuentre el modelo Box-Jenkins del sistema.

Pg. 17
Una propiedad particular de esta estructura es que no tienen
parmetros comunes.

bj11111 =

Discrete-time BJ model: y(t) = [B(z)/F(z)]u(t) + [C(z)/D(z)]e(t)

B(z) = 0.01406 z^-1

C(z) = 1 - 0.7908 z^-1

D(z) = 1 - 0.994 z^-1

F(z) = 1 - 0.9306 z^-1

Pg. 18
6. Utilice MATLAB para simular los cuatro sistemas identificados y grafique la salida
de los mismos cuando se aplica una entrada constante () = = , durante los
primeros 2 segundos y en ese momento se aplica una entrada escaln unitario, esto es,
la corriente de entrada cambia de a durante 3 segundos ms. De manera que
la simulacin dura 5 segundos.
Estableciendo nuevamente un rango en los datos experimentales del insumo etapa 3, para
identificar modelos en el software Matlab y evaluando el comportamiento de las seales de
entrada y salida podemos dar respuesta a las entradas y salidas de los respectivos modelos:

Pg. 19
Modelo ARX:

Modelo ARMAX:

Pg. 20
Modelo Output-Error:

Modelo Box-Jenkins:
Pg. 21
Finalmente se tiene una grfica que compara todos los modelos hallados. Siendo el modelo el Box-
Jenkins el que mejor se ajusta a los datos.

Pg. 22
CONCLUSIONES

Durante el estudio de identificacin de sistemas y modelos en Matlab, hemos


aprendido a evaluar las caractersticas de sistemas lineales, donde se ha logrado
interactuar con las herramientas del software Matlab y Simulink, siendo identificado
los modelos de mejor respuesta al sistema en estudio.

Mediante estos datos experimentales se logra hallar y evaluar cada uno de los
modelos, adems se maneja de una forma ms profunda los sistemas de
programacin en Matlab y su correspondiente graficacin, gracias al entorno amigable
de este software.

Pg. 23
REFERENCIAS BIBLIOGRAFICAS

C.A. Circuito RLC. (s.f.). Recuperado el 2 de Noviembre de 2016, de


http://www.tuveras.com/electrotecnia/circuito_RLC/circuito_RLC.htm

Control moderno. (s.f.). Recuperado el 4 de marzo de 2017, de


https://catedra.ing.unlp.edu.ar/electrotecnia/controlm/electronica/archivos/a
puntes/Controlabilidad_y_observabilidad.pdf

Ecuacin diferencial de primer orden. (s.f.). Recuperado el 4 de marzo de 2017, de


https://tecdigital.tec.ac.cr/revistamatematica/cursos-
linea/EcuacionesDiferenciales/EDO-Geo/edo-cap2-geo/node9.html

Estabilidad de sistemas dinmicos. (s.f.). Recuperado el 26 de marzo de 2017, de


http://www.monografias.com/trabajos105/estabilidad-sistemas-
dinamicos/estabilidad-sistemas-dinamicos.shtml

Estabilidad de un sistema. (s.f.). Recuperado el 28 de marzo de 2017, de


http://www.monografias.com/trabajos102/sistemas-control-estabilidad-y-
lugar-geometrico-raices/sistemas-control-estabilidad-y-lugar-geometrico-
raices.shtml

Identificacin de Sistemas. (s.f.). Recuperado el 18 de abril de 2017, de


http://www.ing.ula.ve/noriegam/index.php

Identificacin de sistemas dinmicos. (s.f.). Recuperado el 18 de abril de 2017, de


https://catedra.ing.unlp.edu.ar/electrotecnia/cys/pdf/identificacion.pdf

Introduccin a la Identificacin de sistemas dinmicos. (s.f.). Recuperado el 18 de


abril de 2017, de
ftp://ftp.unicauca.edu.co/Facultades/FIET/DEIC/Materias/Identificacion/Parte
%20III/clase20%20ident/docs/temas.pdf

La funcin escaln unitario. (s.f.). Recuperado el 4 de marzo de 2017, de


https://es.slideshare.net/Goky66/la-funcin-escaln-unitario

MathWorks. (s.f.). Recuperado el 4 de marzo de 2017, de


https://www.mathworks.com/campaigns/products/ppc/google/matlab-trial-
request.html?s_eid=ppc_41018639980&q=matlab

Sistemas dinmicos. (s.f.). Recuperado el 28 de marzo de 2017, de http://juan-


amaya-academia.blogspot.com.co/p/sistemas-dinamicos.html

Pg. 24

You might also like