Identificacion con ‘procest’ de modelos de primer y segundo orden + retardo

Antonio Sala, UPV

Dificultad: *** ,       Relevancia: ,      Duración: 07:28

Resumen:

En este vídeo se usa el comando procest de la System Identification toolbox para estimar un modelo de primer orden + retardo (introducción al retardo en vídeo [retard]) ante los mismos datos experimentales usados en el vídeo [fopd] para ajustar “manualmente” dicho modelo. Este tipo de modelos son populares en procesos industriales, y existen metodologías de disen~o de PIDs adaptadas a ellos (por ejemplo, ver vídeo [imcpid]).

El comando present presenta el modelo obtenido, con los valores nominales y la desviación típica de los parámetros estimados. El vídeo argumenta que la interpretación de la desviación típica debe hacerse con mucha precaución, dado que puede llevar a conclusiones incorrectas si las suposiciones de la teoría no se cumplían en el experimento que generó los datos.

La parte final del vídeo identifica, también con procest un modelo de segundo orden + retardo. La desviación típica elevada de la constante de tiempo no dominante (casi la tercera parte del valor nominal estimado) alerta de que la mayor complejidad del modelo podría ser innecesaria: en efecto, con los mismos datos apenas mejora el ajuste resultante del comando compare. En el vídeo también se discute sobre si ejecutar compare con condiciones iniciales nulas o bien dejarle que ajuste las condiciones iniciales por si acaso los datos inicialmente no estaban en equilibrio (que es la opción activa por defecto).

Otro ejemplo de uso de procest para identificar modelos de primer orden + retardo aparece en el vídeo [ord1exmal], y para identificar modelos de perturbaciones (para prealimentación) aparece en el vídeo [idff].

Colección completa [VER]:

• Anterior   Identificación de respuesta impulsional discreta con regularización Kernel: ejemplo Matlab

• Siguiente Identificación experimental con algoritmo genético de parámetros de modelo masa-muelle-amortiguador