Documente Academic
Documente Profesional
Documente Cultură
MEDIANTE MATLAB
ENTREGADO POR:
VERONICA HERAZO MERLANO
Código: 1.102.874.033
GRUPO: 243005_40
ENTREGADO A:
ING: FRANCISCO FERNANDEZ
CURSO: SISTEMAS DINÁMICOS
Modelo arx: da lugar a un sistema de ecuaciones donde las incógnitas a y b serán los
coeficientes de la función de transferencia discreta y que se obtienen según: mínimos
cuadrados y variable instrumental.
Modelo armax: da lugar a un sistema de ecuaciones donde las incógnitas son los
coeficientes del modelo discreto, cuyas soluciones (de este modelo y los posteriores) se
obtienen por predicción del error con el Método de Máxima Verosimilitud.
Modelo output error: Este modelo describe la dinámica del sistema por separado de la
dinámica estocástica. El modelo de salida de errores no utiliza ningún parámetro para la
simulación de las características de las perturbaciones
Modelo box Jenkins: se aplica a los modelos autorregresivos de media móvil ARMA o a
los modelos autorregresivos integrados de media móvil (arima) para encontrar el mejor
ajuste de una serie temporal de valores, a fin de que los pronósticos sean más acertados.
DESCRIPCION DEL PROBLEMA
Usted y sus compañeros de grupo son designados para encontrar el modelo matemático más
preciso posible.
Para encontrarlo se ha dividido el problema en etapas, el desarrollo de estas actividades le
permiten obtener la tercera de ellas:
Teóricas:
0.01748 0.007041
+
𝑦(𝑡) =
𝑧 𝑧2
0.3518 0.2444 0.2828
1− 𝑧 − −
𝑧2 𝑧3
0.01748𝑧 0.007041
+
𝑦(𝑡) = 3 𝑧2 𝑧2
1𝑧 0.3518𝑧 2 0.2444𝑧 0.2828
− − −
𝑧3 𝑧3 𝑧3 𝑧3
0.01748𝑧 + 0.007041
𝑦(𝑡) = 3 𝑧2
2
𝑧 − 0.3518𝑧 − 0.2444𝑧 − 0.2828
𝑧3
0.01748𝑧 + 0.007041
𝑦(𝑡) = 3 1
𝑧 − 0.3518𝑧 2 − 0.2444𝑧 − 0.2828
𝑧
0.01748𝑧 2 + 0.007041𝑧
𝑦(𝑡) =
𝑧 3 − 0.3518𝑧 2 − 0.2444𝑧 − 0.2828
0.01385 0.01368
−
𝑦(𝑡) =
𝑧 𝑧2
1.927 0.939 0.01094
1− 𝑧 + 2 −
𝑧 𝑧3
0.01385𝑧 0.01368
−
𝑦(𝑡) = 3 𝑧2 𝑧2
1𝑧 1.927𝑧 2 0.939𝑧 0.01094
− + −
𝑧3 𝑧3 𝑧3 𝑧3
0.01385𝑧 − 0.01368
𝑦(𝑡) = 3 𝑧2
2
𝑧 − 1.927𝑧 + 0.939𝑧 − 0.01094
𝑧3
0.01385𝑧 − 0.01368
𝑦(𝑡) = 3 1
𝑧 − 1.927𝑧 2 + 0.939𝑧 − 0.01094
𝑧
0.01385𝑧 2 − 0.01368𝑧
𝑦(𝑡) =
𝑧 3 − 1.927𝑧 2 + 0.939𝑧 − 0.01094
Función del sistema lineal con el modelo OE:
Para este modelo se tiene el siguiente orden
[𝑛𝑏 𝑛𝑓 𝑛𝑘]
[2 3 1]
Número de ceros 2 + 1, Número de polos 3, Retardo del sistema 1
Se obtuvo lo siguiente
𝐵(𝑧) = 0.02342𝑧 −1 − 0.02321𝑧 −2
𝐹(𝑧) = 1 − 1.073𝑧 −1 − 0.7311𝑧 −2 + 0.8051𝑧 −3
0.01309 0.01074
−
𝑦(𝑡) =
𝑧 𝑧2
0.5186 0.2832 0.177
1− 𝑧 − − 3
𝑧2 𝑧
0.01309𝑧 0.01074
−
𝑦(𝑡) = 3 𝑧2 𝑧2
1𝑧 0.5186𝑧 2 0.2832𝑧 0.177
− − − 3
𝑧3 𝑧3 𝑧3 𝑧
0.01309𝑧 − 0.01074
𝑦(𝑡) = 3 𝑧2
𝑧 − 0.5186𝑧 2 − 0.2832𝑧 − 0.177
𝑧3
0.01309𝑧 − 0.01074
𝑦(𝑡) = 3 1
𝑧 − 0.5186𝑧 2 − 0.2832𝑧 − 0.177
𝑧
0.01309𝑧 2 − 0.01074𝑧
𝑦(𝑡) =
𝑧 3 − 0.5186𝑧 2 − 0.2832𝑧 − 0.177
na - Orden del
polinomio A (q).
na es el orden del
polinomio A (q),
especificado como una
matriz Ny-by-Ny de
enteros no negativos.
nb es el orden del
polinomio B (q) + 1,
Estima los especificado como una
parámetros del matriz Ny-by-Nu de y(t)+a1y(t−1)+…+anay(t−na)
modelo ARMAX enteros no negativos. = b1u(t−nk)+…+bnbu(t−nk−
ARMAX usando datos de nb+1)+ c1e(t−1)+…+cn
dominio de tiempo ce(t−nc)+e(t)
nc es el orden del
polinomio C (q),
especificado como un
vector de columna de
enteros no negativos de
longitud Ny.
nk es el retardo de
entrada / salida
expresado como ceros
iniciales fijos del
polinomio B.
nb - El orden del
polinomio B + 1. nb es
una matriz Ny-by-Nu. Ny
es el número de salidas
y Nu es el número de
entradas.
nd es el orden del
polinomio D más 1
(matriz Ny-by-1)
nf es el orden del
polinomio F más 1
(matriz Ny-by-Nu)
nk es el retardo de
entrada (en número de
muestras, matriz de Ny-
by-Nu) donde Nu es el
número de entradas y
Ny es el número de
salidas.
2. A partir de las mediciones de entrada y salida del sistema realizadas cada 0.01 segundos,
durante 100 segundos que se entregan en foro de la unidad, utilice la herramienta ident
incorporada en MATLAB® para realizar el procedimiento requerido a las señales dadas
que le permita obtener la función de transferencia del sistema. Para ello, trabaje con los
datos suministrados del sistema lineal y del sistema no lineal.
A partir de los datos suministrados en el entorno de trabajo colaborativo se hallan las funciones de
transferencia para los sistemas lineal y no lineal con un polo y un cero.
Lineal:
−0.02813𝑠 + 1.39
𝐹𝑢𝑛𝑐𝑖𝑜𝑛 𝑑𝑒 𝑡𝑟𝑎𝑛𝑠𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 =
𝑠 + 6.851
No lineal:
0.07616𝑠 + 0.000107
𝐹𝑢𝑛𝑐𝑖𝑜𝑛 𝑑𝑒 𝑡𝑟𝑎𝑛𝑠𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 =
𝑠 + 0.0004403
Como se observa en las funciones de transferencia, el grado del numerador es 1, haciendo a los
sistemas, sistemas de primer orden.
1. Por medio de la herramienta ident incorporada en MATLAB®, determine el orden del modelo
y encuentre las ecuaciones correspondientes a cada modelo solicitado (ARX, ARMAX, OE y BJ)
que permitan analizar el comportamiento de cada uno, comparando la salida del sistema con
la señal de entrada. Este procedimiento se realiza para los datos del sistema lineal y no lineal.
Después de tener las funciones de transferencia de los sistemas lineal y no lineal se hallan las
ecuaciones que describen cada uno de los modelos expuestos en el numeral 1, para cada modelo
se usara un cero y un polo, haciéndolos de primer orden.
Modelo ARX:
Lineal:
𝐵(𝑧) 0.01789
=
𝐴(𝑧) 𝑧 − 0.9113
No lineal:
𝐵(𝑧) 0.001972
=
𝐴(𝑧) 𝑧 − 0.9819
Modelo ARXMax:
Lineal:
𝐵(𝑧) 0.01319
=
𝐴(𝑧) 𝑧 − 0.9349
No lineal:
𝐵(𝑧) 0.001593
=
𝐴(𝑧) 𝑧 − 0.9856
Output-Error OE:
Lineal:
𝐵(𝑧) 0.01466
=
𝐹(𝑧) 𝑧 − 0.9275
No lineal:
𝐵(𝑧) 0.001276
=
𝐹(𝑧) 𝑧 − 0.9885
Box – Jenkins BJ:
Lineal:
𝐵(𝑧) 𝐶(𝑧) 0.01406 𝑧 − 0.7908
+ = +
𝐹(𝑧) 𝐷(𝑧) 𝑧 − 0.9306 𝑧 − 0.994
No lineal:
PRACTICAS
1. Utilice MATLAB® para simular cada sistema y grafique la salida de cada sistema cuando se
aplica una entrada constante (𝑡)=2 𝑉, durante los primeros 2 segundos y en ese momento se
aplica una entrada escalón unitario durante 5 segundos más. De manera que la simulación
dura 7 segundos.
Modelo ARX:
Lineal:
No lineak:
Modelo ARXMax:
Lineal:
No lineal:
Modelo Output-Error:
Lineal:
No lineal:
Box – Jenkins BJ:
Lineal:
No lineal:
2. Analice las respuestas obtenidas y compare la salida de cada modelo con la salida que se
obtiene del modelo real ante la misma entrada, tanto lineal como no lineal, con el fin de
validar y seleccionar el modelo más preciso.
Aunque el mayor cambio se nota en el modelo BJ, este no es el que mejor se ajusta a la entrada,
por el contrario, el modelo ARX es aquel que mejor se comporta con respecto a la entrada.
Sistema lineal
1.304𝑠 2 + 5.362𝑠 + 4.749
𝐹𝑇 = 3
𝑠 + 11.56𝑠 2 + 30.62𝑠 + 23.48
Tomando los datos arrojados por la herramienta ident, y despreciando el error (Ct),
entonces podemos calcular la función de transferencia para el modelo ARMAX:
Tomando los datos arrojados por la herramienta ident, y despreciando el error (et),
entonces podemos calcular la función de transferencia para el modelo OE:
𝐵(𝑡) 𝐶(𝑡)
𝑦(𝑡) = [ ]∗𝑢+ ∗ 𝑒(𝑡)
𝐹(𝑡) 𝐷(𝑡)
Tomando los datos arrojados por la herramienta ident, y despreciando el error (Ct),
entonces podemos calcular la función de transferencia para el modelo BJ:
𝐵(𝑡) 𝐶(𝑡)
𝑦(𝑡) = [ ]∗𝑢+ ∗ 𝑒(𝑡)
𝐹(𝑡) 𝐷(𝑡)
Tomando los datos arrojados por la herramienta ident, y despreciando el error (Ct),
entonces podemos calcular la función de transferencia para el modelo ARMAX:
𝐵(𝑡) 𝐶(𝑡)
𝑦(𝑡) = [ ]∗𝑢+ ∗ 𝑒(𝑡)
𝐹(𝑡) 𝐷(𝑡)
Tomando los datos arrojados por la herramienta ident, y despreciando el error (Ct),
entonces podemos calcular la función de transferencia para el modelo BJ:
𝐵(𝑡) 𝐶(𝑡)
𝑦(𝑡) = [ ]∗𝑢+ ∗ 𝑒(𝑡)
𝐹(𝑡) 𝐷(𝑡)