IDENTIFICACIÓN

Ing. OSCAR MANUEL DUQUE

 Modelado
• Los enemigos del modelado son:
– La incertidumbre: puede ser el resultado de influencias
impredecibles (perturbaciones) del ambiente
– El envejecimiento: Roces, envenenamiento, entre otros.
– La dimensionalidad del sistema: Nos forzaría a usar una
descripción más simplificada del proceso.
– El conocimiento físico del sistema es incompleto: Los
coeficientes en las relaciones matemáticas no pueden ser
determinadas
– No linealidades del proceso
 Recolección de Datos
• Puede involucrar el diseño de experimento.
• Se define el periodo de muestreo
• Consideraciones de ruido
• Definición de las señales de entrada: deben ser lo
suficientemente ricas (Persistencia de Excitación)
como para excitar todos los modos (dinámicos) del
sistema. Sólo pueden identificarse los modos que son
observables desde las salidas y son suficientemente
excitados desde las entradas (i.e., la parte controlable y
observable del sistema).
• Tipos de Entradas: Random Binary, Pseudo-Random
Binary (PRBS), Escalones/Pulsos Múltiples, Senoidales,
etc.
• Parámetros de las Señales: e.g., tiempo de
conmutación, magnitud, duración, frecuencia de la
señal, etc.
 Fuentes de Error en un Proceso de
Identificación
• ERROR = BIAS + VARIANCE
• BIAS (Desvío): errores sistemáticos causados por
características de la señal de entrada, elección de estructura
de modelo (complejidad de representación), modo de
operación (lazo cerrado vs. lazo abierto).
• VARIANCE (Varianza): errores aleatorios introducidos por la
presencia de ruido en los datos que impiden que el modelo
reproduzca exactamente la salida de la planta. Está afectado
por los siguientes factores:
– número de parámetros del modelo
– duración del experimento de identificación
– relación señal-ruido
 Disminución del error por varianza

p φ v (w )
Var ≈
N φ u (w )
• p : número de parámetros del modelo
• N : número de datos
• Φν(W) : espectro de densidad de energía de la
perturbación
• Φu(W) : espectro de densidad de energía de la
entrada
• Para disminuir el error por varianza se puede
reducir el número de parámetros a estimar,
aumentar el número de datos, o aumentar la
relación señal-ruido.
Tipos de Procesos
 METODO DE STREJC
El método de Strejc-Quentin, permite la obtención de un modelo
matemático, para sistemas de respuesta aperiódica, utilizando
para ello un modelo matemático de la forma:

K
G (s) =
(1 + τs ) n

Se utiliza para la obtención de los parámetros de la respuesta del

sistema a una entrada en forma de escalón unitario.
 Método de Strejc-Quentin
• Una vez obtenida la respuesta a un escalón unitario,
en forma gráfica, con los valores en el punto de
inflexión (to,Yo) y la pendiente en el punto de
inflexión (dYo), se determinan los parámetros (tao,n)
directamente utilizando una tabla. En la mayoría de
los casos el valor de n no es exacto, entonces se
toma el valor de n inmediatamente inferior y se le
añade un retardo a la función de transferencia.
Método de Strejc-Quentin
 Tabla No. 1

n Tu/Ta Ta/ τ
1 0 1
2 0.104 2.718
3 0.218 3.695
4 0.319 4.463
5 0.410 5.119
 Método de Strejc-Quentin
• Procedimiento a seguir en la utilización del método:
a) Se traza la curva experimental de la respuesta del proceso a una
entrada escalón Y1(t).
b) Se traza la tangente de la curva en el punto de inflexión Y2(t).
c) A partir de la tangente en el punto de inflexión se determinan los
valores de Tu y Ta.
d) Se obtiene el valor de Tu/Ta, y con este valor en la primera
columna de la tabla se obtiene el orden del sistema “n”. Si el
valor de Tu/Ta no corresponde con el valor exacto en la tabla,
entonces se toma el valor de n inmediatamente inferior en la
tabla.
e) En este caso se añade un retardo L,
f) L=Tu(gráfica)-Tu(tabla)

e − Ls
G (s) =
(1 + τs ) n
 Método de Strejc Modificado
El método de Strejc Modificado, permite obtener un modelo con
todos los polos distintos, en ciertos casos se puede esperar
mejores resultados.

K
G ( s) =
τ τ
(1 + τs )(1 + s )...(1 + s)
2 n
Los parámetros a calcular K, n, se τdeterminan igual al
procedimiento anterior, utilizando la tabla No 2.
Método de Strejc Modificado
TABLA No. 2

n Tu/Ta Ta/ τ
2 0.0966 2
3 0.1920 2.25
4 0.2684 2.37
5 0.3315 2.44
6 0.3852 2.4883
Método de los Dos Puntos (Smith)