Beruflich Dokumente
Kultur Dokumente
Este modelo puede representar el mismo sistema fsico que varios modelos equivalentes. Por
ejemplo, puede representar el sistema masa-muelle-amortiguacin en tiempo contino como
una ecuacin diferencial de segundo orden:
Tambin puede obtener un modelo de funcin de transferencia del muelle-amortiguadormasa del sistema tomando la transformada de Laplace de la ecuacin diferencial:
A menudo, por simplicidad, Ts es tomada como una unidad de tiempo, y la ecuacin puede
escribirse como:
Donde a1 y a2 son los parmetros del modelo. Que estn relacionados con el sistema de
las constantes m, c y k, y el intervalo de muestreo Ts.
Esta diferencia la ecuacin muestra la naturaleza dinmica del modelo. El valor de
desplazamiento en el momento de tiempo t no slo depende del valor de la fuerza F en
un instante de tiempo anterior, sino tambin en los valores de desplazamiento en los dos
ltimos instantes de tiempo y(t-1) y y(t-2).
Puede utilizar esta ecuacin para calcular el desplazamiento en un momento especfico. El
desplazamiento es representado como una suma ponderada de los ltimos valores de entrada
y salida:
Esta ecuacin muestra una manera iterativa de generar valores de salida y(t) a partir de las
condiciones iniciales (y(0) y y(1)) y mediciones de la entrada F(t). Este clculo se llama
simulacin.
Alternativamente, el valor de salida en un momento dado t puede calcularse utilizando los
valores medidos de salida anterior en dos instantes de tiempo y el valor de entrada en un
momento anterior. Este clculo se llama prediccin
EL SISTEMA REQUIERE LA IDENTIFICACIN DE DATOS MEDIDOS
Por qu se requieren datos de identificacin del sistema?
La Identificacin del sistema utiliza las seales de entrada y salida se mida desde un sistema
para estimar los valores de los parmetros ajustables en un determinado modelo de
estructura.
La obtencin de un buen modelo de su sistema depende de cun bien sus datos estn
medidos reflejando el comportamiento del sistema.
Utilizando esta herramienta, puede construir modelos con dominio de tiempo seales de
entrada-salida, respuesta de frecuencia, datos de series de tiempo, seales y espectros de
series de tiempo, tal como se describe en Importar y procesar datos.
Datos de dominio de tiempo
El Dominio de tiempo consta de los datos de las variables de entrada y salida del sistema que
graba en un intervalo de muestreo uniforme a lo largo de un perodo de tiempo.
Por ejemplo, si se mide la fuerza de entrada F(t) y los desplazamientos en masa x(t) del
muelle-amortiguador de masas en un sistema uniforme de la frecuencia de muestreo de 10
Hz, se obtienen los siguientes vectores de valores medidos:
Si usted quiere construir un modelo de tiempo discreto a partir de estos datos, los datos de
vectores Umeas y Ymeas y el intervalo de muestreo Ts proporciona suficiente informacin
para la creacin de dicho modelo.
Si usted quiere construir un modelo en tiempo continuo, usted debe tambin saber el
comportamiento interprueba de las seales de entrada durante el experimento.
Datos del dominio de frecuencia
Datos del dominio de frecuencia representa las mediciones del sistema, las variables de
entrada y salida que puede grabar o almacenar en el dominio de la frecuencia. El dominio de
la frecuencia de seales son transformadas de Fourier de las correspondientes seales en el
dominio del tiempo.
Datos del dominio de frecuencia tambin puede representar la respuesta de frecuencia del
sistema, representado por el conjunto de valores de la respuesta compleja a lo largo de un
rango de frecuencias determinado. La respuesta en frecuencia describe las salidas a entradas
sinusoidales. Si la entrada es una onda senoidal con frecuencia , entonces el resultado es
tambin una onda sinusoidal de igual frecuencia, cuya amplitud es A() veces la amplitud de
la seal de entrada y un cambio de fase de () con respecto a la seal de entrada. La
respuesta en frecuencia es A()e^(i ()).
En caso de sistema masa-muelle-amortiguacin, usted podr obtener la respuesta en
frecuencia de los datos mediante una fuerza de entrada sinusoidal y midiendo el
correspondiente cambio de fase y ganancia de amplitud de la respuesta, a travs de una
gama de frecuencias de entrada.
Puede utilizar los datos del dominio de frecuencia para construir tanto en tiempo discreto y
modelos de tiempo continuo de su sistema.
Requisitos de calidad de datos
La Identificacin del sistema requiere que los datos de la captura sean importantes dinmicas
de su sistema. un Buen diseo experimental asegura de que usted mida al derecho variables
con suficiente precisin y duracin para capturar la dinmica que se desea modelar. En
general, el experimento debe:
Utilizar insumos que excitan el sistema dinmico adecuadamente. Por ejemplo, un solo
paso raramente es suficiente excitacin.
Medir los datos lo suficientemente larga como para captar las constantes de tiempo
importante.
Configurar sistema de adquisicin de datos para tener una buena relacin seal-ruido.
Medir los datos en intervalos de muestreo apropiado o la resolucin de la frecuencia
Puede analizar la calidad de los datos antes de la construccin del modelo utilizando las
tcnicas disponibles en el cuadro de herramientas de procesamiento de seal Software. Por
ejemplo, analizar los espectros de entrada para determinar si las seales de entrada tienen
suficiente poder sobre el ancho de banda del sistema.
Tambin puede analizar los datos para determinar las frecuencias, los retardos de entrada,
constantes de tiempo importante, y la indicacin de respuestas no lineales utilizando
herramientas de anlisis no-paramtrica en esta caja de herramientas. Puede utilizar esta
informacin para configurar estructuras de modelo para la construccin de modelos de datos.
LA CONSTRUCCIN DE MODELOS A PARTIR DE DATOS
Donde a y b son parmetros ajustables. El proceso de identificacin del sistema requiere que
usted elija un modelo de estructura y aplicacin de los mtodos de estimacin para
determinar los valores numricos de los parmetros del modelo.
Puede utilizar uno de los mtodos siguientes para elegir el modelo de estructura:
Desea un modelo que es capaz de reproducir los datos medidos y es tan simple como
sea posible. Usted puede probar diferentes estructuras matemticas disponibles en el
cuadro de herramientas. Esto se llama el enfoque de modelado modelado de caja
negra.
Desea una estructura especfica para su modelo, que puede derivarse de los primeros
principios, pero no conoce los valores numricos de los parmetros. A continuacin,
puede representar la estructura del modelo como un conjunto de ecuaciones de
espacio de estado o sistema en Matlab y estimar los valores de sus parmetros a partir
de los datos. Este enfoque se conoce como modelado de caja gris.
m= tfest(data, 2, 0)
Donde los datos se miden sus datos de entrada-salida, representado como un objeto iddata
y el modelo de orden es el conjunto de nmero de polos (2) y el nmero de ceros (0).
Asimismo, usted puede construir un modelo de tiempo discreto estructura de Error de salida
utilizando el siguiente comando:
m= oe(datos, [1 2 1])
Alternativamente, usted puede elegir una estructura de espacio de estado para representar el
sistema masa-muelle-amortiguacin y estimar los parmetros del modelo mediante el ssest
o el comando n4sid:
m = ssest(datos, 2)
Donde Y(t) = [y(t);v(t)] es el vector de estado. Los coeficientes A, B y C son funciones de los
parmetros del modelo:
A = [0 1; -k/m -c/m]
B = [0; 1/m]
C = [1 0]
Aqu, usted conoce plenamente la estructura del modelo, pero no conoce los valores de sus
parmetros -m, c y k.
En el mtodo de caja gris, puede utilizar los datos para estimar los valores de los parmetros
desconocidos de su modelo de estructura. Puede especificar el modelo de estructura por un
conjunto de ecuaciones diferenciales o de diferencia en Matlab y proporcionar alguna
conjetura inicial para los parmetros desconocidos especificado.En general, puede construir
modelos de caja gris por:
1.-Crear un modelo de estructura de plantilla.
2.-Configuracin de los parmetros del modelo con valores inciales y restricciones (si hay
alguno).
3.-Aplicacin de un mtodo de estimacin de la estructura del modelo y los valores de los
parmetros del modelo de computacin.
EVALUAR LA CALIDAD DEL MODELO
Cmo evaluar y mejorar la calidad del modelo
Despus de estimar el modelo, se puede evaluar la calidad del modelo por:
La figura anterior indica que el modelo2 es mejor que el modelo1 porque el modelo2 se
adapta mejor a los datos (65% vs. 83%). Colocar el % indica el acuerdo entre el modelo de
respuesta y el resultado obtenido: 100 significa un ajuste perfecto, y 0 indica un mal ajuste
(es decir, el modelo de salida tiene el mismo ajuste a la medida de salida como la media de la
medida de la salida).
Anlisis de residuos
Identificacin del sistema software caja de herramientas permite realizar anlisis residual para
evaluar la calidad del modelo. Los residuos representan la parte de los datos de salida no
explicada por el modelo estimado. Un buen modelo tiene residuos no correlacionadas con las
ltimas entradas.
El anlisis de la incertidumbre del modelo
Al calcular los parmetros del modelo de datos, se obtienen sus valores nominales que son
precisas dentro de una regin de confianza. El tamao de esta regin est determinado por
los valores del parmetro incertidumbres calculado durante la estimacin. La magnitud de las