Unidad 3: Etapa 3

Hallar el modelo matemático de un sistema dinámico mediante el software

Matlab

Presentado por:
Jonatan patiño romero (1035414443)

Presentando a:

Fabian Bolívar Marín

Grupo: 243005_21

Sistemas Dinámicos - 243005A_612

Universidad nacional abierta y a distancia - UNAD

Escuela De Ciencias Básicas Tecnología E Ingeniería
2019
2. Investigue sobre los métodos de identificación paramétricos y no
paramétricos haciendo énfasis en el comando ident de MATLAB® y
participe en el foro de interacción y producción de la unidad
indicando las características principales del comando y su
aplicación.
Los parámetros del modelo, son lo que le dan la identidad definitiva, son los
valores numéricos que lo especifican por completo dentro de su “clase”.
Existen dos tipos de métodos de identificación:
Paramétricos:
Se debe tener en cuenta una cierta estructura para el modelo, es decir, que
seleccionando un modelo matemático y establecido un conjunto de
parámetros a partir de la información de estrada y salida que caracteriza el
modelo
Son aquellos modelos que permiten establecer una relación conocida entre las
entradas y salidas salvo algunas constantes o coeficientes Ɵ

Caracterización
Modelos lineales con los parámetros

Modelos no lineales con los parámetros

Estos son con los que trabajaremos esta unidad ya los que le daremos mayor
importancia, se conocen como Método del Error de predicción (PEM), este
agrupa varios métodos particulares conocidos Cómo, ARX, ARMAX, OE y BJ.
Herramienta Ident en MATLAB: Método que se utiliza para el análisis de
circuitos eléctricos y representación parcial de modelos.
Modelo ARX: Sistema de ecuaciones donde las incógnitas serán los
coeficientes de la función de transferencia discreta.
Modelo ARMAX: Sistema de ecuaciones donde las incógnitas son los
coeficientes del modelo discreto.
Modelo Output-Error: Modelos de ruido que no contienen la dinámica
del proceso.
ModeloBox-Jenkins: del sistema
No Paramétricos: Se consideran modelos no paramétricos a aquellos en que
no es posible definir un vector de parámetros finito para representarlo. Estas
técnicas, la mayoría de ellas más fáciles o directas de aplicar o utilizar en un
proceso real, aportan información muy útil para afrontar las decisiones que
debe tomar el usuario ante un problema de identificación de un proceso.
Son tres las técnicas de identificación no paramétricas presentadas,
concretamente se evalúan las técnicas de análisis de la respuesta transitoria,
el análisis de correlación entre señales y las técnicas frecuenciales.
Análisis de la respuesta transitoria Las señales test no periódicas
utilizadas para evaluar la respuesta transitoria son: impulsos de
diferente amplitud y de corta duración, función escalón y función rampa.
Para seleccionar la señal test adecuada, debe tenerse en consideración:
las propiedades de la señal, la posibilidad de la señal de ser generada y
aplicada y el tipo de información que se persigue del proceso.
Análisis de correlación
El análisis de correlación es un método basado en un análisis
estadístico y tiene como objetivo estimar la respuesta impulsional del
proceso. Esta, se determina a partir del análisis de correlación entre la
señal de entrada y la señal de salida. Las señales test más utilizadas en
este ensayo son las secuencias de ruido blanco o, en la práctica, las
PRBS.
Técnicas frecuenciales Los sistemas lineales pueden también
definirse a partir de la respuesta frecuencial G(jw).
Mientras que las respuestas transitorias y el análisis de correlación
tienen por objetivo estimar la respuesta impulsional, las técnicas
frecuenciales tienen por objetivo la estimación directa de la respuesta
frecuencial, el cómo a partir de ella se estiman los parámetros de la
función de transferencia.