ETAPA 3 - IDENTIFICAR MODELOS DE SISTEMAS DINÁMICOS MEDIANTE MATLAB

SISTEMAS DINAMICOS

CURSO: 243305_16

ARIEL ORLANDO FERIA VARON COD. 93134383

TUTOR
FABIAN BOLIVAR MARIN

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

INGENIERIA DE TELECOMUNICACIONES
BOGOTÁ DC
MAYO, 2018
DESCRIPCIÓN DEL PROBLEMA:

La compañía donde usted trabaja ha realizado la adquisición de un nuevo equipo industrial que
permitirá incrementar los niveles de producción de la empresa. Con el fin de prevenir fallas y
proteger la alta inversión realizada, el presidente de la compañía ha ordenado la creación de un
sistema de monitoreo que permita supervisar el buen funcionamiento de la máquina y diagnosticar
la existencia de alguna falla. Para el diseño del sistema de monitoreo y diagnóstico de fallas se
requiere conocer de forma precisa el modelo matemático del equipo industrial; de esta manera se
dice que la máquina está funcionando correctamente si la salida real es similar a la salida de su
modelo matemático; en caso contrario es posible que la máquina esté presentando fallas.

A continuación, se presenta un diagrama simplificado del nuevo equipo industrial, en el cual se

tiene como variable de entrada el voltaje de armadura del motor aplicada 𝑣(𝑡) y como variable
de salida la velocidad de rotación del motor 𝛩(𝑡):

Los parámetros físicos a tener en cuenta son:

Momento de inercia del rotor 𝐽 = 0.01 𝐾𝑔 ∗ 𝑚2

Constante de fricción viscosa del motor 𝑏 = 1 𝑁 ∗ 𝑚 ∗ 𝑠
0.01𝑉
Constante de fuerza electromotriz 𝑘𝑒 = 𝑟𝑎𝑑 /𝑠

Constante torque del motor 𝑘𝑡 = 0.01 𝑁 ∗ 𝑚/𝐴

Resistencia eléctrica 𝑅 = 1 𝛺
Inductancia 𝐿 = 0.5 𝐻

Desarrollar las siguientes actividades:

1. Investigue sobre el comando ident de MATLAB® y los modelos ARX, ARMAX, Output-
Error y Box-Jenkins, con esta información diligenciar la siguiente tabla:
Modelo Características Variables Representación Aplicación
ARX modelo u(t) : Ent. del 𝒚(𝒕) + 𝒂𝟏 𝒚(𝒕 − 𝟏) ARX es un sistema de
paramétrico de sistema + ⋯ + 𝒂 𝒏𝒂 𝒚(𝒕 − 𝒏𝒂) ecuaciones donde las
regresión lineal. e(t): = 𝒃𝟏 𝒖(𝒕 − 𝒏𝒌) incógnitas a y b son
Para sistemas de Perturbación + 𝒃𝟐 𝒖(𝒕 − 𝒏𝒌 − 𝟏) los coeficientes de la
ecuaciones donde del sistema + ⋯ + 𝒃𝒏𝒃 𝒖(𝒕 − 𝒏𝒌 función de
las incógnitas serán y(t): Salida del transferencia discreta.
− 𝒏𝒃 + 𝟏)
los coeficientes de sistema
Mínimos Cuadrados:
la función de
Minimiza la suma de
transferencia
los cuadrados de la
discreta parte derecha menos
la parte izquierda con
respecto a los
coeficientes a y b.
Para esto se usa la
función ARX del
Matlab.

ARMAX auto regressive Ejemplo; C se expresa de la Con este método se

with moving siguiente forma; obtiene la predicción
average and 𝑨(𝒒)𝒚(𝒕) del error con el
exogenous input = 𝑩(𝒒)𝒖(𝒕 𝑪(𝒒) Método de Máxima
(ARMAX), − 𝒏𝒌) = 𝟏 + 𝒄_𝟏 𝒒^(−𝟏) Verosimilitud.
describe los errores + 𝑪(𝒒)𝒆(𝒕) + ⋯ 𝒄_𝒏𝒄 𝒒^(−𝒏𝒄)
de las ecuaciones
con promedios

OE Modelos de ruido 𝒚(𝒕) 𝑭(𝒒) Output-Error (OE), es

no contienen la 𝑩(𝒒) = 𝟏 + 𝒇𝟏 𝒒−𝟏 + ⋯ es similar al modelo
= 𝒖(𝒕
dinámica del 𝑭(𝒒) + 𝒇𝒏𝒇 𝒒−𝒏𝒇 ARMAX, este tiene
proceso − 𝒏𝒌) + 𝒆(𝒕) una relación de
entrada/salida sin
perturbación, y que
adicionalmente posee
ruido blanco en la
salida. El Modelo OE,
 BJ Box-Jenkins, es 𝒚(𝒕) 𝑫(𝒒) Se pueden
una generalización 𝑩(𝒒) = 𝟏 + 𝒅𝟏 𝒒−𝟏 + ⋯ determinarlos errores
del modelo OE, el = 𝒖(𝒕)
𝑭(𝒒) + 𝒅𝒏𝒅 𝒒−𝒏𝒅 cuadráticos
cual se denomina 𝑪(𝒒) 𝑭(𝒒)
como un modelo + 𝒆(𝒕)
𝑪(𝒒) = 𝟏 + 𝒇𝟏 𝒒−𝟏 + ⋯
ARMAX con una
relación de + 𝒇𝒏𝒇 𝒒−𝒏𝒇
(Lemus,
2012)entrada/salida
sin perturbación,
más ruido blanco
en la salida

2. A partir de las mediciones de entrada y salida del sistema realizadas cada 0.01 segundos,
durante 100 segundos que se entregan en foro de la unidad, utilice la herramienta ident
incorporada en MATLAB® para realizar el procedimiento requerido a las señales dadas que le
permita obtener la función de transferencia del sistema dado. Para ello, trabaje con los datos
suministrados del sistema lineal.
Solución.
Sistema de identificación.
Modelo

Configuración de polos y ceros

Función transferencia.

Grafica ft1
3. Por medio de la herramienta ident incorporada en MATLAB®, determine el orden del modelo
y encuentre las ecuaciones correspondientes a cada modelo solicitado (ARX, ARMAX, OE y BJ)
que permitan analizar el comportamiento de cada uno, comparando la salida del sistema con la
señal de entrada.

MODELO ARX
Modelo arx discreto

Sabemos que:

𝑒(𝑡) = 0

Despejando 𝑦(𝑡) obtenemos:

𝐵(𝑧)
𝑦(𝑡) = ( ) 𝑢(𝑡)
𝐴(𝑧)
0,02001 𝑧 −1
𝑦(𝑡) = ( ) 𝑢(𝑡)
1 − 0,4863𝑧 −1 − 0,4149𝑧 −2
MODELO AMX
Modelo armax discreto.

Despejando 𝑦(𝑡) obtenemos:

𝐵(𝑧)
𝑦(𝑡) = ( ) 𝑢(𝑡) + 𝐶(𝑧)
𝐴(𝑧)

0,01987𝑧 −1 − 0,006488𝑧 −2
𝑦(𝑡) = ( ) + 1 − 0,5818𝑧 −1
1 − 0,8669𝑧1 − 0,06713𝑧 −2
MODELO OE
Modelo oe discreto.

Despejando 𝑦(𝑡) obtenemos:

𝐵(𝑧)
𝑦(𝑡) = ( ) 𝑢(𝑡)
𝐹(𝑧)

0,02298𝑧 −1
𝑦(𝑡) = ( ) 𝑢(𝑡)
1 − 0,3193𝑧 −1 − 0,5672𝑧 −2
MODELO BJ
modelo bj discreto.

Despejando 𝑦(𝑡) obtenemos:

𝐵(𝑧) 𝐶(𝑧)
𝑦(𝑡) = ( ) 𝑢(𝑡) + ( )
𝐹(𝑧) 𝐷(𝑧)
0,02227𝑧 −1 1 − 0,7996𝑧 −1
𝑦(𝑡) = ( ) 𝑢(𝑡) + ( )
1 − 0,2879𝑍 −1 − 0,6025𝑍 −2 1 − 0,9955𝑧 −1 + 0,0009184𝑧 2