Identificación con Modelos Discretos para Sistemas Lineales. Modelo Matemático y Aplicaciones

  • José Jairo Soriano Méndez Universidad Distrital Francisco José de Caldas
  • Andrés Escobar Díaz Universidad Distrital Francisco José de Caldas
  • Rodrigo Peña Ospina Universidad Distrital Francisco José de Caldas
Keywords: Identificación, modelo discretos, lineal, recursivo, mínimos cuadrados, control, simulación (es_ES)

Abstract (es_ES)

Este documento desarrolla una técnica de identificación de sistemas basada en modelos lineales. Esta es una alternativa muy poderosa para identificar cualquier tipo de proceso real. Se trabaja sobre el análisis de procesamiento discreto y en el área de identificación de sistemas. El artículo empieza con el estudio de los Sistemas discretos lineales, que sirven para representar procesos reales. Se utiliza un algoritmo de identificación de parámetros para estos modelos basado en el método de mínimos cuadrados. Después se define como se prueba el algoritmo de identificación, se hace análisis de datos e implementación con Matlab y LabView, se precisa los procesos que se manipulan para identificación etc. Por último se da una base matemática para evaluar el sistema de identificación, mostrando resultados de los experimentos hechos y aplicaciones para el sistema de identificación en control.

Abstract (en_US)

This document develops a technical of identification of systems based on lineal models. This is a very powerful alternative to identify any type of real process. Here works on the analysis of discrete processing and in the area of system identification. The article begins with the study of the lineal discrete models that they are used to represent real processes. An algorithm of identification of parameters is used for these models based on the method of least squares. After a methodology is defined to prove test the identification algorithm, which makes analysis of data and implementation with Matlab and LabView, also precise the processes that are manipulated for identification etc. Lastly a mathematical base is given to evaluate the identification system, showing results of the made experiments and applications for the identification system in control.

Downloads

Download data is not yet available.

References

NELLES, O. Nonlinear system identification. Alemania. Spriger, 2001. 785 p.

ASTROM, K WITTENMARK, B. Adaptive Control. Segunda edición. California. Addison Wesley. 1995. 574 pag

LJUNG, L. System identification: Theory for the user. United States of America. Prentice Hall, 1995. 519 p.

LJUNG, L. Theory and practice of recursive Identification. Primera Edición. United States of America. The MIT press., 1987. 529p.

LJUNG, L. System identification Toolbox. United States of America. MathWorks,Inc. 2001.

RUBIO, Francisco y LOPEZ, Manuel. Control adaptativo y robusto. España. Universidad de Sevilla. 1996. 365 p.

RICO, Jairo. Control identificación y estimación. Colombia. Universidad Distrital "Francisco José de Caldas ". 1997. 138p.

OGATA, Katsuhiko. Sistemas de control en tiempo discreto. Segunda edicion. México. Prentice Hall, 1996. 745p.

OPPENHEIM, A. Willsky, A. y Nawab, H. Señales y Sistemas, 2ª Ed.. Prentice Hall Hispanoamericana, Mexico, 1998. 532p.

PROAKIS, J y Manolakis, D. Tratamiento Digital de señales, 3ª Ed. Prentice Hall INC. España, 1998. 22 p.

MONTGOMERY, D y Runger, G. Probabilidad y Estadística, aplicadas a la ingeniería. Mc Graw Hill. Mexico, 1996. 506p.

How to Cite
Soriano Méndez, J., Escobar Díaz, A., & Peña Ospina, R. (2002). Identificación con Modelos Discretos para Sistemas Lineales. Modelo Matemático y Aplicaciones. Ingeniería, 8(2), 47-55. https://doi.org/10.14483/23448393.2691
Published: 2002-11-30
Section
Ciencia, investigación, academia y desarrollo

Most read articles by the same author(s)

1 2 > >>