Professional Documents
Culture Documents
on de Sistemas
Dr. Efran Alcorta Garca
22 de Enero del 2015
Identificaci
on de Sistemas
Sesion 1: Introducci
on
22 de Enero del 2015
Contenido
P. 1
Contenido
Temario
Organizaci
ondel curso
Calendarizaci
on
Bibliografia
Evaluaci
on del curso
Objetivo
Motivaci
on
Breve rese
na hist
orica
M
etodos no parametricos: An
alisis transitorio
Trabajo para la siguiente sesi
on
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
P. 2
Temario
Introducci
on
Preliminares
Metodos no parametricos
Analisis transitorio
Analisis frecuencial
Analisis espectral
Analisis de correlacion
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
P. 3
Temario ...
Metodos parametricos
Se
nales de entrada
Modelos
Regresion lineal y mnimos cuadrados
Metodos de error de predicci
on
Metodos de variable instrumental
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
P. 4
Temario . . .
Identificaci
on por subespacios
Problema determinista y solucion
Problema estocastico y solucion
Software disponible
Aplicaciones
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
P. 5
Calendarizaci
on
1,
2,
3,
4,
5,
6,
7,
8,
9,
10,
11,
12,
13,
14,
15,
16,
Fecha
22 Enero
29 Enero
05 Febrero
12 Febrero
19 Febrero
26 Febrero
05 Marzo
10 Marzo
26 Marzo
16 Abril
23 Abril
30 Abril
07 Mayo
14 Mayo
21 Mayo
27 Mayo
Tema
Introducci
on, Preliminares, Analisis Transitorio
Analisis Frecuencial
Analisis Espectral
Analisis de Correlacion
Introducci
on a metodos parametricos, Se
nales de entrada
Modelos, Forma de regresor
Regresi
on lineal, Mnimos cuadrados
Examen medio Curso
Metodos de error de prediccion y variable Instrumental
Revisi
on de examen medio curso, Uso de Toolbox de Identificaci
on
Identificaci
on por subespacios, problemas determinista y estocastico
Uso de toolboxes para identificaci
on por subespacios
Metodos de validacion del modelo
Caso de estudio 1
Caso de estudio 2
Examen Ordinario
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
P. 6
Bibliografia
T. S
oderstrom, P. Stoica, System Identification,
Printice Hall 1989.
Peter VAN OVERSCHEE, Bart DE MOOR,
Subspace identification for linear systems, Theory
- Implementation - Application, Kluwer 1999
R. Iserman, M. M
unchhof, Identification
of Dynamic Systems, An Introduction with
Applications, Springer 2011
Karel J. Keesman, System Identification, An
Introduction, Springer 2011
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
P. 7
Evaluaci
on del curso
Ex
amenes 60 %. 30% de cada examen.
Objetivo
P. 8
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Motivaci
on
P. 9
Motivaci
on
Qu
e es identificaci
on?
Es el are de la teora de sistemas que estudia
metodologas para la obtenci
on de modelos
matematicos de sistemas dinamicos a partir de
datos provenientes de mediciones sobre el sistema.
Para qu
e identificar?
El desarrollo de modelos matematicos es u
til para
poder dise
nar controladores, para el desarrollo de
algoritmos de supervisi
on, estudios economicos,
etc.
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Motivaci
on
P. 10
Motivaci
on
Identificaci
on es un complemento
al modelado de sistemas.
Modelado + Identificaci
on = MODELO
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Motivaci
on
P. 11
Antecedentes
Tipos de modelos
Modelo mental, intuitivo o verbal.- Modelo
utilizado, por ejemplo, al manejar un auto o una
bicicleta.
Gr
aficas o tablas.- Diagama de Bode, respuesta
a una entrada de prueba en grafica o en tabla.
Modelos matem
aticas.- Basados en ecuaciones
diferenciales o de diferencias.
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Motivaci
on
P. 12
Modelos matem
aticos
Motivaci
on
P. 13
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Rese
na historica
P. 14
Rese
na hist
orica
Fines de los a
nos 60s se empieza a formalizar la teora
matematica de identificacion
A principio de los a
nos 70s aparecieron los primeros trabajos
om y Eykhoff 1971, as como los
clarificadores del area: Astr
primeros libros: Box y Jenkins 1970, Eykhoff 1974, Goodwin
y Payne 1977.
En los a
nos 80s se consolida la teora gracias a los resultados
sobre parametrizaciones as como a la investigaci
on realizada
en buena medida por el grupo alrededor del prof. Ljung.
Se publican dos libros que sirven como base al curso: Ljung
y S
oderstrom 1983, S
oderstrom y Stoica 1987. Ademas se
realizan una gran cantidad de aplicaciones y se desarrollan
teora para incluir sistemas multivariables.
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Rese
na historica
P. 15
Rese
na hist
orica
A fines de los 80s surgen las ideas seminales sobre identificacion
por subespacios.
En los 90s se consolidan los algoritmos y sale el toolbox de
Matlab sobre identificacion.
A fines de los 90s surgen los primeros algoritmos en Matlab
para la identificacion por subespacios.
Hoy en da existen muchas diferentes posibilidades a la hora de
aplicar identificacion.
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Rese
na historica
P. 16
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Contenido
P. 17
An
alisis Transitorio
Entradas
Sistemas de primer orden
Sistemas de segundo orden
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Analisis transitorio
P. 18
An
alisis Transitorio
Concepto:
Se aplica una entrada especial y se analiza el transitorio de la respuesta
Sistema
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Analisis transitorio
P. 19
Caractersticas de la entrada
Impulso unitario
( )d = 1
(s) = 1
Y (s) = G(s)
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Analisis transitorio
P. 20
Caractersticas de la entrada
Escal
on unitario
1
(s) =
s
Y (s) =
G(s)
s
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Analisis transitorio
P. 21
Y (s)
s + 2 s3
= G(s) = K
e
U (s)
s + 1
Caso 1
Caso 2
Caso 3
K
G(s) =
s + 1
s + 2
G(s) = K
s + 1
s + 2 s3
G(s) = K
e
s + 1
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Analisis transitorio
P. 22
K
U (s) = 1 Y (s) =
s + 1
y(t) = Ke1t
1
K
U (s) =
Y (s) =
s
s(s + 1)
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Analisis transitorio
P. 23
Ejemplo 1
Entrada Impulso unitario
Impulse Response
2
2
Y (s) =
s+2
Amplitude
y(t) = 2e2t
1.5
0.5
Requisito:
ESTABILIDAD
0.5
1.5
Time (sec)
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
2.5
Analisis transitorio
P. 24
C
odigo Matlab
% Ejemplo 1
% Identificacion de sistemas
%
%Definicion del sistema
num = [0 2];
den = [1 2];
ej1 = tf(num,den);
impulse(ej1);
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Analisis transitorio
P. 25
Ejemplo 2
Entrada Escalon unitario
Step Response
1
2 1
Y (s) =
s + 2s
y(t) = 2(1 e
Amplitude
2t
0.8
0.6
0.4
0.2
Requisito:
ESTABILIDAD
0.5
1.5
Time (sec)
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
2.5
Analisis transitorio
P. 26
C
odigo Matlab
% Ejemplo 2
% Identificacion de sistemas
%
%Definicion del sistema
num = [0 2];
den = [1 2];
ej2 = tf(num,den);
step(ej2);
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Analisis transitorio
P. 27
U (s) = 1
Y (s) = K
s + 2
s + 1
1
s
Y (s) = K
s + 2
s(s + 1)
y(t) = K(
U (s) =
2 1 2 1t
+
e
)
1
1
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Analisis transitorio
P. 28
Ejemplo 3
Entrada Impulso unitario
Impulse Response
0
s+1
Y (s) = 3
s+5
Amplitude
4
6
8
10
Requisito:
ESTABILIDAD
12
0.2
0.4
0.6
Time (sec)
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
0.8
1.2
Analisis transitorio
P. 29
C
odigo Matlab
% Ejemplo 3
% Identificacion de sistemas
%
%Definicion del sistema
num = [3 3];
den = [1 5];
ej3 = tf(num,den);
impulse(ej3);
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Analisis transitorio
P. 30
Ejemplo 4
Entrada Escalon unitario
Step Response
3
s+1
Y (s) = 3
s(s + 5)
2.5
1 5 1 5t
e )
y(t) = 3( +
5
5
Amplitude
2
1.5
1
0.5
Requisito:
ESTABILIDAD
0.2
0.4
0.6
Time (sec)
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
0.8
1.2
Analisis transitorio
P. 31
C
odigo Matlab
% Ejemplo 4
% Identificacion de sistemas
%
%Definicion del sistema
num = [3 3];
den = [1 5];
ej4 = tf(num,den);
step(ej4);
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Analisis transitorio
P. 32
U (s) = 1
Y (s) = K
s + 2 s3
e
s + 1
1
s
Y (s) = K
s + 2 s3
e
s(s + 1)
y(t) = K(
U (s) =
2 1 2 (13)t
+
e
)(t 3)
1
1
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Analisis transitorio
P. 33
Ejemplo 5
Entrada Impulso unitario
Impulse Response
0
2
s+1
Y (s) = 3
s+5
y(t) = 3(4)e
(t 2))
Amplitude
5(t2)
4
6
8
10
Requisito:
ESTABILIDAD
12
0.5
1.5
Time (sec)
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
2.5
3.5
Analisis transitorio
P. 34
C
odigo Matlab
% Ejemplo 5
% Identificacion de sistemas
%
%Definicion del sistema
num = [3 3];
den = [1 5];
ej5 = tf(num,den,inputdelay,2);
impulse(ej5);
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Analisis transitorio
P. 35
Ejemplo 6
Entrada Escalon unitario
Step Response
3
2.5
s + 1 2s
e
Y (s) = 3
s(s + 5)
Amplitude
1 4 5(t2)
)(t 2)
y(t) = 3( + e
5 5
2
1.5
1
0.5
Requisito:
ESTABILIDAD
0.5
1.5
Time (sec)
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
2.5
3.5
Analisis transitorio
P. 36
C
odigo Matlab
% Ejemplo 6
% Identificacion de sistemas
%
%Definicion del sistema
num = [3 3];
den = [1 5];
ej6 = tf(num,den,inputdelay,2);
step(ej6);
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Analisis transitorio
P. 37
C
alculo de par
ametros con entrada escal
on
Caso:
K
0
K
1 + 1s
Ks
K
0
1
1 + 1s
1 + 2s
2
K
K
K
1 + 1s
1
i = e
ti
1i
ti
;
1i =
lni
1k =
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
k
X
1
i=1
1i
Analisis transitorio
P. 38
Y (s)
Ko2
= G(s) = 2
U (s)
s + 20s + 02
1
U (s) =
s "
y(t) = K 1 p
0 t
1 2
sen(0
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
1 2t + )
Analisis transitorio
P. 39
Respuesta en el tiempo
Step Response
1.8
1
1
Y (s) = 2
s + 2s + 1 s
1.6
1.4
= 0.1
= 0.3
= 0.5
Amplitude
1.2
1
0.8
0.6
0.4
= 0.7
0.2
= 0.9
=1
10
Time (sec)
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
15
Analisis transitorio
P. 40
C
alculo de par
ametros
Caso subamortiguado
M =e
1 2
log(M )
log
( 2 +(
1
2
(M )) ) 2
K
tk = p
0 = 2 2
T 1
0 1 2
k
k
y(tk ) = K 1 (1) M
y() = K
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Analisis transitorio
P. 41
C
alculo de par
ametros
Caso sobreamortiguado
Kp
1
Y (s) =
(1 + T1s)(1 + T2s) s
t
t
T1
T2
T
T
y(t) = Kp 1
e 1+
e 2
T1 T2
T1 T2
T2
q =
T1
t
=
T1 + T2
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Analisis transitorio
P. 42
C
alculo de par
ametros
p = y()
1.- K
t
2.- T1 + T2 =
1.2
t
t
3.- con y( )
4
4
q Tabla
t
4.- T1 =
,
1.2(1 + q )
5.- T2 = q T1
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Analisis transitorio
P. 43
Tarea 1
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015
Analisis transitorio
P. 44
Siguiente sesi
on
M
etodos no param
etricos:
An
alisis frecuencial
Identificacion de Sistemas
Sesion 1: Introduccion
22 de Enero del 2015