1. Identificación y Control Adaptativo

1. Identificación y Control Adaptativo

1.
1.
Identificación y Control Adaptativo
Identificación y Control Adaptativo __________________________________ 1
1.1. Objetivos: ___________________________________________________________________________________________________________ 2
1.2. Programa Analítico: __________________________________________________________________________________________________ 3
1.3. Bibliografía Sugerida: _________________________________________________________________________________________________ 5
1.4. Horarios: ___________________________________________________________________________________________________________ 6
1.5. Método de Enseñanza: ________________________________________________________________________________________________ 7
1.6. Evaluación: _________________________________________________________________________________________________________ 7
01 Introducción.DOC 1
1.1. Objetivos:
El alumno deberá finalizar la asignatura manejando fluidamente las diferentes
técnicas de modelización automática así como el conocimiento de diferentes reguladores que permiten el ajuste de sus parámetros.
01 Introducción.DOC 2
1.2. Programa Analítico:
1. Repaso Control Digital y Estocástico.
Secuencias. Sistemas Muestreados. Trasformadas de Fourier, Laplace, Z y Delta. Estabilidad. Principales modelos discretos.
Definiciones de parámetros estocásticos. Ruido Blanco. Secuencias Pseudoaleatorias
2. Identificación Paramétrica de Sistemas Lineales.
Identificación de Parámetros por Mínimos Cuadrados. Forma recursiva. Generalización.
3. Reguladores Clásicos.
Posibilidad de adaptación. Ventajas y Desventajas.
4. Forma de adaptación utilizando técnicas de ubicación de polos.
5. Controladores Predictivos.
Predictor a d Pasos. Control Predictivo Clásico. Control Predictivo Ponderado. Control Predictivo Adaptativo.
6. Control con Modelo de Referencia.
Redefinición del Predictor. Su versión adaptativa.
7. Control de Mínima Varianza.
Entorno estocástico de los reguladores predictivos.
8. Control Predictivo Basado en Modelo (MPC).
9. Identificación No Paramétrica.
Espectro en frecuencia. Su cálculo a partir del análisis dinámico. Estimación empírica de la Función de Transferencia.
01 Introducción.DOC 3
10. Métodos alternativos.
Identificación por Variables Instrumentales. Mínimos Cuadrados Generalizados.
11. Condiciones de Excitabilidad.
Relación ente contenido armónico de la excitación y la identificabilidad de los parámetros de un sistema.
12. Análisis de la convergencia de los diferentes métodos de identificación.
El sesgo en los algoritmos y mecanismos de corrección. Velocidad de convergencia. Relación entre inmunidad
a mediciones espurias y convergencia.
13. Filtrado Estadístico.
Introducción al filtrado de Kalman y su relación con la Identificación.
14. Implementación práctica de reguladores adaptativos. Equipos Comerciales.
01 Introducción.DOC 4
1.3. Bibliografía Sugerida:
1. Äström, Karl J.: Computer Controlled Systems. Theory and Design, Prentice Hall – 1984
2. Aracil Santonja, R.: Sistemas Discretos de Control, Universidad Politécnica de Madrid – 1980
3. Isermann, R.: Digital Control Systems, Springer Verlag – 1981
4. Papoulis, A: Sistemas Digitales y Analógicos, Marcombo – 1978
5. Kuo, B: Discrete Data Control Systems, Prentice Hall – 1970
6. Tou, : Digital and Sampled Data Control Systems, Mac Graw Hill – 1959
7. Proakis, J.G. & Manolakis, D.G.: Tratamiento Digital de Señales: Principios, Algoritmos y Aplicaciones, Traducción de Digital Signal
Processing: Principles, Algorithms and Applications, 3rd. edition, Prentice Hall, Englewood Cliffs, UK., 1998.
8. Ljung, Lennart : System Identification: Theory for the User, 2nd Edition, Prentice Hall, Englewood Cliffs, N.J.,1999.
9. Söderström, T. & Stoica, P.: System Identification, Prentice Hall, Englewood Cliffs, N.J., 1989.
10. Rivera, Daniel E.: System Identification for Process Control: A Resource for the Industrial Practitioner
11. Ljung, Lennart: System Identification Toolbox, for use with Matlab, User's Guide Version 4, The MathWorks, Inc, Natick, MA, 1997.
12. Sinha, N. K.: Modelling and Identification of Dynamic Systems, Van Nostrand Reinhold Co. – 1983
13. Ljung, Lennart, Glad, Torkel: Modeling of Dynamic Systems, Prentice Hall, 1994
14. Schoukens, J., Pintelon, R.: Identification of Linear Systems: A Practical Guideline to Accurate Modeling, Pergamon Press, Oxford
1991
15. Goodwin, G. Sin: Adaptive Filtering, Prediction and Control, Prentice Hall – 1984.
16. Bellman, R.: Adaptive Control Processes: A Guided Tour, Princeton University – 1961
17. Äström, K., Hägglung: Automatic Tuning of PID Controllers, ISA – 1988
18. Äström, K., Wittenmark: Adaptive Control, Prentice Hall – 1989
19. Richalet, J.: Pratique de la Commande Predictive, Hermes – 1993
01 Introducción.DOC 5
1.4. Horarios:
Teoría:
días Martes de 15 a 17. Aula: L5
Prácticas: días Martes de 13 a 15. Aula: L11
Horarios de consulta:
a coordinar con los alumnos.
1.5. Docentes
Teoría: Aníbal Zanini
[email protected] TE 4576 3240/41 int 108
Práctica: Alberto Fraguío
01 Introducción.DOC 6
1.6. Método de Enseñanza:
La asignatura consta de una clase teórica semanal y una clase práctica sobre el
tema teórico desarrollado. El alumno deberá completar a lo largo del cuatrimestre
diferentes trabajos prácticos a fin de adquirir el manejo de las diferentes técnicas.
Deberá conocer algún lenguaje de simulación en particular se recomienda estar
familiarizado con MatLab.
1.7. Evaluación:
El alumno deberá aprobar dos trabajos prácticos y deberá reproducir un artículo de
una revista técnica que se le asignará. Sobre estos trabajos se realizarán dos
evaluaciones a fin de constatar el nivel logrado en el conocimiento de los temas de
la asignatura.
01 Introducción.DOC 7