Preparación de experimentos y datos para identificación lineal en la práctica

Antonio Sala, UPV

Dificultad: *** ,       Relevancia: ,      Duración: 27:28

Resumen:

En este vídeo se discuten los “preparativos” que hay que hacer para tener más confianza en la utilidad de los resultados de identificación de procesos lineales ante datos reales provenientes de procesos no-lineales, de alto orden y con ruido.

Se discute la selección de una amplitud correcta de la entrada (relación señal/ruido, no-linealidad y cuantización plantean requisitos contradictorios).

Se discute también la selección del contenido en frecuencia de la entrada (ni las bajas frecuencias fácilmente controlables con acción integral, ni las altas donde el controlador no debe tener actividad son de interés): en muchos casos la entrada debería tener un contenido en frecuencias en una cierta “banda de interés”.

Los datos deberían ser de media cero, en algunos casos donde tendencias (rampa, etc.) sean claramente patentes, dicha tendencia debería ser eliminada (comando detrend, ver vídeo [rampdetr] para un ejemplo).

A continuación, se habla sobre la selección del período de muestreo en identificación: deben producirse incrementos “apreciables” frente al error de cuantización y al ruido y eso no ocurre si el período es demasiado pequeño.

En el experimento deben tomarse datos de ajuste y datos de validación. Los datos deben ser “limpiados” de zonas con saturaciones, outliers (muestras extrañas) o donde determinada perturbación transitoria tenga un gran efecto. Se debe también comprobar que el error de cuantización es despreciable, e invertir no-linealidades de sensor y actuador conocidas.

Por último, se discute la ventaja de filtrar entrada y salida con el mismo filtro: no cambia la función de transferencia aparente, pero el minimizar el error cuadrático sobre la salida filtrada permite enfatizar el ajuste para que sea mejor a ciertas frecuencias que a otras (mejor en aquellas frecuencias “intermedias” de interés para control y con una buena relación señal/ruido).

Colección completa [VER]:

• Anterior   Identificación+observación estado con Filtro de Kalman extendido (2): simulación y resultados

• Siguiente ID Subespacio 1: Mínimos cuadrados matriciales