1.

PRINCIPIOS DEL PROCESO

DE MODELIZACION

 Introducción
Por que un modelo?
 Sistemas dinámicos 
Aplicaciones
Que es?
 Modelos 
Clases
 Modelización matemática y sistemas de identificación
 Construcción de un modelo
 Proceso de identificación

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 1. PRINCIPIOS DEL PROCESO
DE MODELIZACION
 Sistemas invariantes en el tiempo
* Respuesta impulso
* Tiempo continuo - Tiempo discreto
* Perturbaciones
* Funciones de transferencia

Modelos para sistemas lineales invariantes en el

tiempo * AR
* ARX- Mínimos Cuadrados
* ARMAX
* OE (Output Error)
* BJ (Box Jenkins)
* Forma General (PEM)
MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas
Ing.MSc. Ana Isabel Gutiérrez
 IDENTIFICACIÓN DE SISTEMAS

“Identificación es la determinación , sobre la base de una entrada y una

salida, de un sistema dentro de una clase especificada de sistemas, para
el cual el sistema bajo prueba es equivalente
L. Zadeh (1962)

Perturbaciones

Entradas Salidas
Sistema

La identificación de sistemas se enfocan en la modelización de

sistemas dinámicos a partir de datos experimentales

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 EJEMPLOS DE SISTEMAS
DINAMICOS
1. Tanque Mezclador
Flujo F1 Flujo F
2

Conc c2
Conc c1
h
Volumen V
Conc c

Flujo F
Conc c

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 EJEMPLOS DE SISTEMAS
DINAMICOS
2. Bioreactor

Concentracion de
Sustrato (Entrada)

Concentracion de
Biomasa (Reactor)
BIOREACTOR Concentracion de Biomasa
Flujo de Entrada
(Recirculante)

Concentracion de Sustrato

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 EJEMPLOS DE SISTEMAS
DINAMICOS
3. Robot Industrial

Variación de Carga
Fricción

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 EJEMPLOS DE SISTEMAS
DINAMICOS
4. Dinámica de un aeroplano

5. Efecto de una droga

6. Calentador solar de una casa
7. Voz humana
MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas
Ing.MSc. Ana Isabel Gutiérrez
 MODELOS

* Modelos mental, intuitivo, verbal.

* Modelos gráficos y tablas.
* Modelos matemáticos.

Mundo Real  Matematicas

Ecuaciones diferenciales, ecuaciones de diferencia.

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 COMO CONSTRUIR UN MODELO

Entrada Proceso
Salida
(Sistema Físico)

Modelo Blanco Modelo Negro

(White Model) (Black Model)
Básicamente Teórico Básicamente Experimental

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 COMO CONSTRUIR UN MODELO

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 EJEMPLO

Sistema de un tanque

Q
In

h A
Q
Out

A: Area.
h: Nivel
Qin : Flujo de entrada
Qout : Flujo de salida

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 EJEMPLO

MODELIZACIÓN MATEMÁTICA

dV
Qin  Qout 
dt
dh
Qin  Qout  A
dt

h
Qout 
R

H( s ) 1

Qin ( s ) ARs  1

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 EJEMPLO
IDENTIFICACION
Flujo de
entrada Q in Nivel (h)
MODELO Señales de entrada y salida
? del sistema de un tanque

No se conoce
que hay dentro

Q in MODELO
(h)
?
Modelos a través
de identificación

COMPUTADOR

MODELO (IDENTIFICACION)

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 MODELIZACION
1. Modelización matemática (Análisis teórico) 2. Sistemas de identificación (Análisis experimental)

 Ecuaciones algebraicas

 Ecuaciones diferenciales ordinarias

 Ecuaciones diferenciales parciales
Modelos  Ecuaciones de diferencia
Modelos  Para sistemas complejos

 La estructura interna del sistema se pierde (Los parámetros

 Básicamente para procesos sencillos
no tienen significado físico)
 Cuando la planta no existe
 Validez limitada
 Cuando no se pueden hacer experimentos sobre el proceso
 Relativamente fáciles de construir
 La estructura interna del proceso se mantiene (Los
parámetros tiene un significado físico)
 Requiere el conocimiento del proceso

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 REPRESENTACION DE SISTEMAS
DINAMICOS
Los sistemas continuos se representan con ecuaciones
diferenciales
d2y dy
m 2   ky  b  F
dt dt

Y( s ) 1

F ( s ) ms 2  bs  k

Aplicando una fuerza F(t), podemos obtener y(t).

Los sistemas discretos se representan con ecuaciones de

diferencia
y(k) = y(k-1) + 1.5 y(k-2) + u(k)

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
IDENTIFICACION OFF-LINE
El computador no esta conectado al proceso

IDENTIFICACION ON-LINE
El computador esta conectado al proceso.

Modelización on-line en un proceso controlado

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 APLICACIONES

Diseño de controladores.
Diseño de filtro.
Conocimiento de un proceso (entender la realidad).
Soporte en el diseño, para modelar sistemas que no
existan.
Explicar que sucedió en el pasado.
Diagnóstico de máquinas o monitoreo.
Mediciones indirectas.
Simulaciones.
Predicciones

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 APLICACIONES

• Monitoreo o diagnóstico de máquinas

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 APLICACIONES

• Mediciones Indirectas

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 APLICACIONES

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 PROCESO DE IDENTIFICACION
ETAPAS

1. DISEÑO DEL EXPERIMENTO

a) Definir sistema - entradas - salidas - perturbaciones.
b) Cómo realizar las mediciones?.
c) Tiempo de muestreo.
d) Diseño de las señales “exitación persistente”.
2. PROCESAMIENTO DE SEÑALES
3. SELECCION DEL CONJUNTO DE MODELOS Y/O MODELO
ADECUADO
4. IDENTIFICACION Software – Estimación de Parámetros
5. VALIDACION DEL MODELO.

PROCESO ITERATIVO !!!!!

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas
Ing.MSc. Ana Isabel Gutiérrez
 Etapas del Proceso de Identificación
Información a
Inicio
priori del proceso

Diseño del experimento

y ejecucuión
(Step, Pulso, PRBS, White noise)

“Identificación”
• Preprocesamiento de señales
• Determinación de la estructura del modelo
• Estimación de parámetros
(Modelo Lineal del proceso y de las
perturbaciones)

Validación del modelo

(Simulación, Autocorrelación y
Correlación Cruzada de los Residuales,
NO Respuesta paso)
El modelo cumple con los criterios de
validación?
SI

Final
MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas
Ing.MSc. Ana Isabel Gutiérrez
 Criterios para la selección de las variables
de diseño

 Selección de la señal de entrada: Señal paso, señal pulso,

señal ruido blanco, señal PRBS?
 Parametros de la señal de entrada: duración de la señal,
numero de datos, periodo de muestreo.
 Preprocesamiento de las señales: eliminación de picos,
eliminación de tendencias, filtrado, eliminacion de tiempos
muertos, etc.
 Selección de la estructura del modelo y la estimación de
parámetros:
ARX, ARMAX, Output Error, Box-Jenkins
 Validación del modelo: Simulación, autocorrelación y
correlación cruzada de los residuales, examinación de las
respuestas paso, impulso y en frecuencia.

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 Proceso de Identificación

Claves prácticos en el éxito del proceso de

Identificación
 Entender los diferentes metodos de identificación y
las variables de decisión asociadas en términos del
bias y varianza.

 Uso efectivo del conocimiento a priori del sistema a

ser identificado y la aplicación del modelo (ej.
simulación, predicción, control).

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 Proceso de Identificación

ERROR = BIAS + VARIANZA

 BIAS Errores Sistemáticos causados por:

* Características de la señal de entrada (ej. Excitación)
* Selección de la estructura del modelo
* Modo de operación (ej. Lazo cerrado a cambio de lazo
abierto)

 VARIANZA Errores aleatorios introducidos por la presencia de

ruido en los datos, evitando que el modelo reproduzca
la salida del proceso. Esto es afectado por los
siguientes factores:
* Numero de parámetros del modelo
* Duración de la prueba de identificación
* Razon señal-ruido
MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas
Ing.MSc. Ana Isabel Gutiérrez
 Como reducir la varianza?

n v ( w)
Var α
N u ( w)

u  energia del espectro de la señal de entrada

v  energia del espectro de la señal de perturbación
n  numero de parametros del modelo
N  numero de muestras

 Reduciendo el número de parámetros estimados en el modelo

 Aumentando la energia de señal de entrada
 Incrementando la longitud del conjunto de datos muestreados

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 Estructura de un Modelo de Identificación
Señal de ruido
blanco
e

(q-1-1))
H(q
H
Señal de entrada Señal de perturbación (aleatoria,
v autocorrelacionada)
(Aleatoria o +
u +
determinística) G(q-1)
y Señal de Salida (aleatoria,
autocorrelacionada)

y(k )  G(q 1 )u (k )  H (q 1 )e(k )

 Señal de entrada: * Rango de frecuencias de excitación debe ser amplio

* No debe correlacionarse con la señal de perturbación
 G(q-1) y H(q-1) son funciones de transferencia dadas en tiempo discreto
MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas
Ing.MSc. Ana Isabel Gutiérrez
 Identificación de Sistemas - MODELOS

 Lineal o No-Lineal? LINEAL

 Continuos o Discretos? DISCRETOS

 Paramétricos o No-paramétricos? AMBOS

 Dominio del tiempo o frecuencia? AMBOS

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 Representación de Modelos Discretos
No-Paramétrica

Respuesta
PROCESO Paso

Respuesta
PROCESO Impulso

u(k) y(k+1) Ecuaciones de

Paramétrica

D Diferencia

U(z) Y(z)
G(z) Transformada Z

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 SISTEMAS INVARIANTES EN EL
TIEMPO

1. Respuesta Impulso

g(t)
u(t)


y( t )  0 g(  )u( t   )d

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 SISTEMAS INVARIANTES EN EL
TIEMPO

2. Tiempo Continuo - Tiempo Discreto

A C D
B y(t)

Ts t

Transformada
dy (t ) de Laplace K
  y (t )  Ku(t )   
dt 
  
1s
Ecuacion Diferencial Funcion de
Transferencia

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 SISTEMAS INVARIANTES EN EL
TIEMPO

2. Tiempo Continuo - Tiempo Discreto

dy (t )
tan  
dt
Ts] C y (kTs )  y[( k  1)Ts ]
tan  
y[(k+1) y(t)
Ts
A
y(t) = (k Ts )
y[(k-1) Ts ]
B
α y (k )  a1 y (k  1)  b0u (k )

Ts a1  
t t t
  Ts
t
kTs
b0 
(k-1) Ts k Ts (k+1) Ts   Ts

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas

Ing.MSc. Ana Isabel Gutiérrez
 SISTEMAS INVARIANTES EN EL
TIEMPO

Ecuación de diferencia n-orden

y( k )  a1 y( k  1 )... an y( k  n )  b0 u( k )  b1u( k  1 )...bm u( k  m )
( 1  a1q 1 ... an q  n ) y( k )  ( b0  br q 1 ... bm q  m )u( k )

Transformada Z

(1  a1 z 1  ...an z  n )Y ( z )  (b0  br z 1  ...bm z  m )U ( z )

y ( k  n)  q  n y ( k )
u ( k  m)  q  m u ( k )
MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas
Ing.MSc. Ana Isabel Gutiérrez
 SISTEMAS INVARIANTES EN EL
TIEMPO
Ejemplo
y (k )  3 y (k  1)  6 y (k  2)  2u (k )  3u (k  1)

Función en el tiempo
y(k )  3q 1 ( y(k ))  6q 2 ( y(k ))  2u (k )  3q 1 (u (k ))
(1  3q 1  6q 2 ) y(k )  (2  3q 1 )u(k )
y (k ) 2  3q 1 B(q 1 )
 1 2

u(k ) 1  3q  6q A(q 1 )
Transformada Z
Y ( z)  3z 1Y ( z)  6z 2 Y ( z)  2U ( z)  3z 1U ( z)
Y ( z) 2  3z 1 B( z 1 )
 1 2

U ( z ) 1  3z  6 z A( z 1 )
MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas
Ing.MSc. Ana Isabel Gutiérrez
 PERTURBACIONES

x(k )   g (i )u (k  i )
i 1

 

  g (i ) q i u (k )
i 1

 
  g (i )q i  u (k )
 i 1 
 G (q 1 )u (k )
Sistema con perturbaciones


y (k )  x(k )  v(k ) v( k )   h(i )e( k  i )

i 0
 

  h(i )q i  e(k )
y( k )  G( q 1 )u( k )  H( q 1 )e( k )  i 1 

 H (q 1 )e(k )
MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas
Ing.MSc. Ana Isabel Gutiérrez
 Estructura de un Modelo de Identificación
Señal de ruido
blanco
e

(q-1-1))
H(q
H
Señal de entrada Señal de perturbación (aleatoria,
v autocorrelacionada)
(Aleatoria o +
u +
determinística) G(q-1)
y Señal de Salida (aleatoria,
autocorrelacionada)

y(k )  G(q 1 )u (k )  H (q 1 )e(k )

 Señal de entrada: * Rango de frecuencias de excitación debe ser amplio

* No debe correlacionarse con la señal de perturbación
 G(q-1) y H(q-1) son funciones de transferencia dadas en tiempo discreto
MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas
Ing.MSc. Ana Isabel Gutiérrez
 MODELOS PARA SISTEMAS LINEALES
INVARIANTES EN EL TIEMPO
Modelo AR (Auto Regresive)

A( q 1 ) y( k )  e( k )

Buscar A( q 1 ) 
  a1 , a2 ... an a

Modelo ARX (Auto Regresive eXogenous)
B( q 1 ) 1
y( k )  1
u( k )  1
e( k )
A( q ) A( q )
 
G(q -1 ) H(q -1 )

Buscar A( q 1 ) , B( q 1 ) 
  a1 a2 ... ana b1 b2 ... bnb 
MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas
Ing.MSc. Ana Isabel Gutiérrez
 MODELOS PARA SISTEMAS LINEALES
INVARIANTES EN EL TIEMPO
Modelo ARMAX (Auto Regresive Average eXogenous)
B( q 1 ) C( q 1 )
y( k )  1
u( k )  1
e( k )
A( q ) A( q )
 
Buscar G(q -1 ) H(q -1 )

A( q 1 ) , B( q 1 ) , C( q 1 ) 
  a1 a2 ... ana b1 b2 ... bnb ... c1 c2 ... cnc 
Modelo Output Error (OE)
B( q 1 )
y( k )  1
u(k)  1 e( k )
A( q )

G( q 1 ) H(q -1 )
Buscar A( q 1 ) , B( q 1 ) 
  a1 a2 ... an b1 b2 ... bn
a b

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas
Ing.MSc. Ana Isabel Gutiérrez
 MODELOS PARA SISTEMAS LINEALES
INVARIANTES EN EL TIEMPO

Modelo BJ (Box-Jenkins)
B( q 1 ) C( q 1 )
y( k )  1
u( k )  -1
e( k )
F( q ) D(q )
 
G(q -1 ) H(q -1 )

Buscar B( q 1 ) , C( q 1 ) , D( q 1 ) , F( q 1 )

Modelo General
1 B( q 1 ) C( q 1 )
A( q ) y( k )  u( k )  e( k )
F ( q 1 ) D(q -1 )
 
G(q -1 ) H(q -1 )

Buscar A( q 1 ) , B( q 1 ) , C( q 1 ) , D( q 1 ) , F( q 1 )
MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas
Ing.MSc. Ana Isabel Gutiérrez