Modelos de Identificación

Modelos de Identificación

1. Dependiendo del tipo de modelo obtenido

   • Técnicas de identificación no paramétrica
     • permiten obtener modelos o representaciones no paramétricas de la planta bajo estudio.
       • Identificación no paramétrica en el dominio de la frecuencia
         • el modelo resultante es una representación de la respuesta en frecuencia del sistema, obtenida mediante la aplicación de señales de entrada sinusoidales de distintas frecuencias.
       • Identificación no paramétrica en el dominio del tiempo
         • Mediante esta técnica de identificación se pretende obtener la respuesta al impulso del sistema, o bien la respuesta al escalón del mismo (pudiendo obtenerse esta última mediante una integración de la primera).
   • Técnicas de identificación paramétrica
     • quedan descritos mediante una estructura y un número finito de parámetros que relacionan las señales de interés del sistema (entradas, salida y perturbaciones).
       • Tipos de modelos paramétricos
         • los modelos paramétricos se describen en el dominio discreto, puesto que los datos que sirven de base para la identificación se obtienen por muestreo.
           • Modelo ARX
             • Equivale a introducir a la salida “limpia” una perturbación que es un ruido blanco “e” previamente filtrado por 1/A(z)
           • Modelo Output Error (OE)
             • Es decir, que a la salida “limpia” se le suma una perturbación que es directamente un ruido blanco “e”.
           • Modelo ARMAX
             • Es decir, que a la salida “limpia” se le suma una perturbación que es un ruido blanco e previamente filtrado por C(z)/A(z).
           • Modelo Box Jenkins (BJ)
             • Es decir, que a la salida “limpia” se le suma una perturbación que es un ruido blanco e previamente filtrado por C(z)/D(z).

2. Dependiendo de la aplicación

   • Métodos de identificación off-line (a posteriori)
     • utilizados en aquellas aplicaciones en que no se requiera un ajuste continuado del modelo. En estos casos, se realiza la identificación previa de la planta, considerándose que la validez de los parámetros obtenidos no se verá alterada con el paso del tiempo.
   • Métodos de identificación on-line (identificación recursiva)
     • en los que los parámetros se van actualizando continuamente a partir de los nuevos datos de entrada-salida obtenidos durante la evolución del proceso. Estos métodos son muy utilizados en sistemas de control adaptativo.

3. Dependiendo del criterio de ajuste de los parámetros

   • mínimos cuadrados
     • Consiste en obtener el equivalente discreto de un sistema continuo lineal , para ello se debe especificar el periodo de muestreo y el intervalo de valores continuos que equivalen a un mismo valor discreto
   • las variables instrumentales
     • permite una estimación consistente cuando las variables explicativas (covariables) se correlacionan con los términos de error de la regresión.

Bilder und Dateien der Mindmap