Identificación con estimación para sistemas tipo caja negra

Autores/as

  • María Teresa Zagceta Álvarez Instituto Politécnico Nacional
  • José de Jesús Medel Juárez Instituto Politécnico Nacional
  • Rosaura Palma Orozco Instituto Politécnico Nacional

DOI:

https://doi.org/10.17533/udea.redin.14828

Palabras clave:

filtro digital, estimador, identificador, funcional de error, gradiente estocástico

Resumen

En un sistema tipo caja de negra, los parámetros internos no son observables con  respecto  a  su  relación  entrada-salida.  Se  desarrolla  un  estimador  para  describirlos, basado en el segundo momento de probabilidad. Los resultados obtenidos  en  la  estimación  en  conjunto  con  el  funcional  de  error  y  el  proceso  de  innovación  son  necesarios  para  que  funcione  la  estructura  de  identificación. Esto se conoce como el proceso de filtrado con adaptación. Con base a los resultados obtenidos se logró un buen nivel de convergencia con respecto a la señal de referencia, que ilustrativamente, se ejemplifica a través  de  la  simulación,  de  forma  tal,  que  el  comportamiento  dinámico  de  un motor de corriente continua  (CC) se describe por el filtro adaptativo sin conocer  su  funcionamiento  interno,  resultados  que  fueron  comparados  con  una metodología similar descrita en.

|Resumen
= 282 veces | PDF
= 108 veces|

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

María Teresa Zagceta Álvarez, Instituto Politécnico Nacional

Investigadora. Escuela Superior de Ingeniería Mecánica y Eléctrica, Unidad Azcapotzalco.

José de Jesús Medel Juárez, Instituto Politécnico Nacional

Centro de Investigación en Computación.

Rosaura Palma Orozco, Instituto Politécnico Nacional

Escuela Superior de Cómputo, Unidad Zacatenco. Docente.

Citas

J. Medel, R. Parrazales, R. Palma. “Estimador Estocástico para un Sistema tipo Caja Negra”. Revista Mexicana de Física. Vol. 57. 2011 pp. 204-210.

J. Rodríguez, M. Gutiérrez, D. Duarte, J. Mendiola, M. Santillán. “Design and Implementation of an Adjustable Speed Drive for Motion Control Applications”. Journal of Applied Research and Technology. Vol. 10. 2012. pp. 227-241. DOI: https://doi.org/10.22201/icat.16656423.2012.10.2.406

F. Casco, R. Medina, M. Guerrero, “A New Variable Step Size NLMS Algorithm and its Performance Evaluation Echo Cancelling Applications”. Journal of Applied Research and Technology. Vol. 9. 2011. pp. 302-313. DOI: https://doi.org/10.22201/icat.16656423.2011.9.03.425

M. Bazdresch, J. Cortez, O. Longoria, R. Parra, “A Family of Hybrid Space-Time Codes for MIMO Wireless Communications”. Journal Applied Research and Technology. Vol. 10. 2012. pp. 122-142. DOI: https://doi.org/10.22201/icat.16656423.2012.10.2.400

M. Joham, M. Zoltowski. Interpretation of the Multi-Stage Nested Wiener Filter in the Krylov Subspace Framework. Technical report TR-ECE-00-51, Purdue University. West Lafayette, USA. 2000. pp. 1-18.

M. Koo, H. Choi, J. Lim. “Output feedback regulation of a chain of integrators with an unbounded time-varying delay in the input”. Automatic Control, IEEE Transactions. Vol. 57. 2012. pp. 2662- 2668. DOI: https://doi.org/10.1109/TAC.2012.2190207

J. Zhou, W. Changyun, L.Tieshan. “Adaptive Output Feedback Control of Uncertain Nonlinear Systems with Hysteresis Nonlinearity”. Automatic Control, IEEE Transactions. Vol. 57. 2012. pp. 2627-2633. DOI: https://doi.org/10.1109/TAC.2012.2190208

S. Herrera, J. Vázquez. “Unbalance Sources Identification in Non-Sinusoidal Electric Power Systems”. International Review of Automatic Control. Vol. 5. 2012. pp. 35-44.

O. Momcilovic. “Discrete-Time Variable Structure Controller Synthesis Using Model in Canonical Subspace”. International Review of Automatic Control. Vol. 5. 2012. pp. 1-10.

M. Petraglia, P. Batalheiro. “Projeto de Banco de Filtros para Estruturas Adaptativas em Sub-bandas”. Sba Controle & Automação. Vol. 14.2003. pp. 187-197. DOI: https://doi.org/10.1590/S0103-17592003000200010

T. Oliphant. “On Parameter Estimates of the Lossy Wave Equation”. Signal Processing. IEEE U. S. A. Vol. 56. 2008. pp. 49-60. DOI: https://doi.org/10.1109/TSP.2007.901648

A. Frizera, R. Ceres, J. Pons.“Filtrado Adaptativo Componentes Involuntarias en Marcha Asistida por Andador para Detección de Intenciones”. Revista Iberoamericana de Automatica e Informatica Industrial. Vol. 8. 2011. pp. 71-80. DOI: https://doi.org/10.1016/S1697-7912(11)70028-0

J. Gallegos, R Álvarez, J. Moreno, G. Espinosa. “Control Vectorial de un Motor de Inducción con Carga Desconocida Basado en un Nuevo Observador no Lineal”. Revista Iberoamericana de Automatica e Informatica Industrial. Vol. 7. 2010. pp. 74-82. DOI: https://doi.org/10.4995/RIAI.2010.04.10

A. Romero, R. Sanchis. “Metodología para la Evaluación de Algoritmos de Aut-ajuste de Controladores PID”. Revista Iberoamericana de Automatica e Informatica Industrial. Vol. 8. 2011. pp. 112-117. DOI: https://doi.org/10.4995/RIAI.2011.01.13

D. Fernando, D. Gómez, P. Thompson. “Implementación de un sistema de control activo para disminuir las vibraciones producidas por personas en una tribuna”. Rev. Fac. Ing. Univ. Antioquia. N° 61. 2011. pp. 83-92.

A. Escobar, C. Hernández, J. Arguello. “Control difuso adaptativo aplicado a un sistema de fermentación de flujo continuo de alcohol”. Rev. Fac. Ing. Univ. Antioquia. N° 58. 2011. pp. 105- 113.

S. Haykin. Adaptive Filter Theory. 4th ed. Ed. Prentice Hall. New Jersey, USA. 1996. pp. 89-125.

A. Shiryaev. Theory of Probability. 2nd ed. Ed. Nauka. Moscow, Russia. 1984. pp. 22-78.

M. Wasan. Stochastic Approximation. 2nd ed. Ed. Cambridge University Press. Cambridge, UK. 1964. pp. 64-70.

U. Narayan, G. Miller. Elements of Applied Stochastic Processes. 3rd ed. Ed. John Wiley & Sons. Inc. New Jersey, USA. 2002. pp. 365-380.

K. Ogatta. Sistemas de Control en Tiempo Discreto. 2nd ed. Ed. Prentice Hall. 1995. pp. 7-50

F. Moreno, J. Duitama, E. Ospina. “A method for estimating the position and direction of a leader of a set of moving objects”. Rev. Fac. Ing. Univ. Antioquia. Nº. 62. 2012. pp. 11-20.

J. Medel, M. Zagaceta. “Estimación–identificación como filtro digital integrado: descripción e implementación recursiva”. Revista Mexicana de Física. Vol. 56. 2010. pp. 1-8.

I. Estrada. “Filtrado Adaptativo para Sistemas AR de 1er Orden”. Centro de Investigación en Computo IPN. Revista Computación y Sistemas. Vol. 46. México. 2010. pp. 1-30.

C. Duarte, J. Quiroga. “Algoritmo PSO para identificación de parámetros en un motor DC”. Rev. Fac. Ing. Univ. Antioquia. N.° 55. 2010. pp. 116-124.

E. Toro, H. Ruiz, R. Gallego. “Identificación de errores de difícil detección en estimación de estado en sistemas eléctricos usando algoritmos de optimización”. Rev. Fac. Ing. Univ. Antioquia. Vol. 56. 2010. pp. 182-192.

J. Medel, J. García, R. Urbieta. “Identificador con comparación entre dos estimadores”.Revista Mexicana de Física. Vol. 57. 2011. pp. 414-420.

T. Roinila, M. Huovinen, M. Vilkko. “Application Possibilities of Non Parametric Identification Techniques in On-line Process Monitoring”. International Review of Automatic Control. Vol. 4. 2011. pp. 1-10.

J. Sarmavuori, S. Särkkä. “Fourier – Hermite - Kalman Filter”. IEEE Transactions on Automatic Control. Vol. 10. 2010. pp. 1-5.

J. Qin, H. Gao. “A Sufficient Condition for Convergence of Sampled-data Consensus for Double-integrator Dynamics with Non-uniform and Time-varying Communication Delays”. Automatic Control, IEEE Transactions. Vol. 57. 2012. pp. 1-4. DOI: https://doi.org/10.1109/TAC.2012.2188425

Descargas

Publicado

2014-02-12

Cómo citar

Zagceta Álvarez, M. T., Medel Juárez, J. de J., & Palma Orozco, R. (2014). Identificación con estimación para sistemas tipo caja negra. Revista Facultad De Ingeniería Universidad De Antioquia, (72), 35–46. https://doi.org/10.17533/udea.redin.14828