Diseño de una herramienta experimental para identificación de sistemas

Abstract

The identification of control area has been a tool used in the absence of the parameters that govern the nature of physical phenomenon therefore the identification allows the approximate knowledge of the behavior of the phenomenon. In this work a tool is developed in Matlab that allows to obtain a model of a system using the parametric and non-linear identification methods. This tool can also be used to obtain the real data of a real system that you want to identify using a data acquisition card. Among the identification methods, we will work with the black box type parametric models (ARX, ARMAX, OE, BJ, IV), and with the nonlinear models the Hammerstein-Wiener and Fuzzy Logic (ANFIS) model will be implemented, to check the effectiveness of the tool. To implement and prove those models, we prove a linear system, a nonlinear system in simulation, in addition to a real system, and the identification results of these systems under study are compared using performance index and statistical validation.

La identificación de sistemas en el área de control ha sido una herramienta utilizada ante el desconocimiento de los parámetros que rigen la naturaleza de un fenómeno físico, en consecuencia, la identificación permite el conocimiento aproximado del comportamiento de dicho fenómeno. En este trabajo se desarrolla una herramienta en Matlab que permite obtener un modelo de un sistema utilizando los métodos de identificación paramétrico y no lineal. Esta herramienta también se puede utilizar para obtener los datos reales de un sistema físico que se desea identificar haciendo uso de una tarjeta de adquisición de datos. Entre los métodos de identificación se trabajará con los modelos paramétricos tipo caja negra (ARX ARMAX OE BJ e IV), y con los modelos no lineales se implementará el modelo Hammerstein-Wiener y Lógica difusa (ANFIS), Para comprobar la efectividad de la herramienta se utiliza un sistema lineal y uno no lineal en forma simulada, además de un sistema real, y se comparan los resultados de identificación de dichos sistemas bajo estudio utilizando índices de desempeño y validación estadística.