Documentos de Académico
Documentos de Profesional
Documentos de Cultura
*Grupo de Control Automático y Sistemas. Fac. Ing. U.N.Comahue, Buenos Aires 1400,
Neuquén.,email:milocco@uncoma.edu.ar.
Resumen—En este trabajo se obtiene la estimación de los Este es un problema de observación de los estados del
estados de un proceso representado por ecuaciones a derivadas sistema que puede resolverse utilizando el modelo del mismo.
parciales. Se desarrolla un modelo equivalente lineal variante en A diferencia del problema de modelado donde el objetivo es
el tiempo pero a parámetros concentrados utilizando una obtener la evolución de las variables de estado del sistema a
representación fraccionaria. Finalmente el problema se resuelve partir de condiciones iniciales dadas, el problema de
en el dominio de sistemas estocásticos no estacionarios utilizando
observación consiste en, dada la medida de corriente y
el filtro de Kalman. El problema se desarrolla en base a una
aplicación de gran importancia como lo es la reacción potencial, estimar las mismas variables de estado pero sin
electroquímica del hidrógeno en metales. conocer las condiciones iniciales. En este caso de aplicación el
problema es no lineal tanto con respecto a los parámetros como
Abstract- In this paper the state estimation of a system a las variables de estado y de entrada (potencial). Para
described by partial derivatives is obtained. For such purpose an resolverlo se lo replantea de manera tal que quede modelado
equivalent model based on differential equations with time como un sistema lineal pero variante en el tiempo.
variant lumped parameters is developed. The problem is solved in Se estudiará en este trabajo el problema de modelado y de
the stochastic framework by using the Kalman filter. The observación de las variables de estado del mecanismo de
approach is applied to the important engineering application of Volmer-Heyrovsky asociado a un proceso de difusión. Las
the electrochemical hydrogen reaction.
derivaciones se obtendrán sobre la base de una importante
aplicación como lo es la reacción de hidrógeno. Esta reacción
I. INTRODUCCIÓN es muy estudiada para su utilización en la construcción de
H 2 O + M + e − ⇔ k1 MHad + OH −
k
(1)
−1
J(0,t): Flujo de hidrógeno en la superficie del electrodo que por
difusión se absorbe hacia el interior del metal.
Las constantes de reacción ki tienen la siguiente expresión γ: Máxima concentración de MHad en la superficie metálica.
según la Ley de Tafel: If : Corriente faradaica.
A: Área del electrodo.
− b ⋅α j ⋅η (t ) b⋅(1−α j )⋅η (t )
k j = K j ⋅e y k− j = K − j ⋅ e F: Constante de Faraday.
∆ c (i, t ) ( c ( i − 1, t ) − c ( i , t )) (10)
J (i, t ) ≅ − D = D
∆z ∆z
∂ c (i, t ) J ( i , t ) − J ( i + 1, t )
≅ (11)
Fig. 1. Esquema de las reacciones de hidrógeno. ∂t ∆z
Si llamamos cmax a la concentración de saturación entonces x& (1, t ) = a 02 x(0, t ) + a11 x(1, t ) + a 02 x(2, t ) (14-c)
la variable de concentración puede expresarse x& ( 2, t ) = a 02 x(1, t ) + a11 x(2, t ) + a 02 x(3, t ) (14-d)
adimensionalmente como x(i,t)=c(i,t)/cmax.
M
Se propone la siguiente analogía eléctrica: ∆x(i,t)=x(i-1,t)-
x(i,t) es una diferencia de potencial aplicada a una resistencia x& (n − 1, t ) = a02 x(n − 2, t ) + a11 x(n − 1, t ) + a 02V (14-e)
y J(i,t) es la corriente que circula por la misma, entonces la x& ( n, t ) = 0 (14-f)
ecuación (10) es análoga a la ley de Ohm donde la Resistencia J (0, t ) = b11θ (t ) + b12 x(0, t ) + b13θx(0, t ) (14-g)
del Proceso de Difusión está dada por:
I f = b21 (t )θ (t ) + b22 (t ) (14-h)
∆z ∆ x (i, t )
R = = (12)
donde:
c max D J (i , t )
a1 (t ) = ( − k1 − k −1 − k 2 − k − 2 ) ;
Utilizando la misma analogía, la ecuación (11) representa la
corriente Jc que circula por un capacitor como se muestra en la a 2 (t ) = (k1 + k − 2 ) ;
siguiente ecuación: 1;
a3 = −
γ
dx (i , t ) dx (i , t )
J (i , t ) − J (i + 1, t ) ≅ c max ∆ z =C (13) b11 = γ ⋅ K 3 ;
dt dt
b12 = − γ ⋅ K − 3 :
donde C representa la capacidad equivalente. Luego la red b13 = γ (− K 3 + K −3 ) ;
análoga al proceso electroquímico en estudio será como se b21 (t ) = FAγ ⋅ (k1 + k −1 − k 2 − k − 2 ) ;
muestra en la Fig. 2.
Cualquier cantidad de estas celdas puede conectarse en serie b22 (t ) = FAγ ⋅ (−k1 + k − 2 ) ;
para formar la red representativa de la región física completa. 1 ;
a 01 = −
El número de celdas elementales depende de la exactitud que RC
se requiere del modelo y del número de puntos que se desee 1
obtener del perfil de concentraciones. Así, en un modelo con N a 02 = ;
RC
celdas elementales habrá N capacitores y de esta forma podrán
1
obtenerse N valores para la concentración en igual número de a 03 = ;
intervalos de la región. En el límite, cuando N tiende a infinito C
o ∆z tiende a cero, las ecuaciones de la red serán las 2 ;
a 11 = −
ecuaciones en derivadas parciales que describen el proceso de RC
difusión. Considerando que la difusión ocurre a lo largo del
eje z y hacia el interior del electrodo se puede particionar el Las variables de estado del sistema son θ (t ) , x(0,t),
eje y representar cada partición por una celda RC como la de la
x(1,t),...,x(n,t). El modelo es no lineal y de tiempo continuo.
Fig. 2. En la Fig. 3 se muestra una red eléctrica que representa
La fuente de tensión constante V plantea la condición de
el proceso de difusión donde el sistema está excitado por un
contorno dada por una difusión infinita. Una vez derivado el
generador de corriente igual al flujo de difusión J(0,t) de la
modelo estamos interesados en estimar los estados en cualquier
ecuación (5).
intervalo de tiempo y sin conocer las condiciones iniciales pero
Ahora estamos en condiciones de obtener el modelo
pudiendo medir la corriente y el potencial en todo momento.
aproximado basado en ecuaciones diferenciales ordinarias. De
Para poder estimar los estados del sistema debe utilizarse un
las ecuaciones (4-6) y de las ecuaciónes de cada celda (12-13)
observador de estados [5]. Se demostrará en la próxima
el modelo completo en variables de estado puede escribirse
sección que a pesar de que el sistema es no lineal, es posible
como:
observar los estados utilizando observadores para sistemas
lineales y se explicitarán las condiciones para ello.
θ&(t ) = a1 (t )θ (t ) + a 2 (t ) + a 3 J (0, t ) / C (14-a)
x& (0, t ) = a1 x (0, t ) + a11 x (1, t ) + J (0, t ) (14-b) III. ESTIMACIÓN DE LOS ESTADOS DE LA REACCIÓN
El problema de estimación de los estados es el siguiente:
conocidos los valores de la entrada (potencial) y de la salida
(corriente) del sistema en el intervalo de tiempo [t0, tf] ¿es Para estimar los estados del sistema utilizamos el modelo
posible obtener el conocimiento de los estados en ese (16) como modelo del sistema. Existen varias posibilidades
intervalo? Claramente de (14-h) puede obtenerse el primer para diseñar un observador apropiado para este modelo [2,3,4];
estado, que es el cubrimiento superficial de la especie en este trabajo adoptamos el contexto en donde el sistema está
adsorbida θ(t), en todo tiempo utilizando la siguiente igualdad: sujeto a perturbaciones de tipo estocástica en los estados y en
la medida. En tal marco de trabajo, el estimador óptimo es
I f (t ) − b22 (t ) conocido como el filtro de Kalman [5]. El observador entonces
θ (t ) = (15)
queda dado por:
b21 (t )
•
De esta ecuación puede verse que el estado es observable si ξˆ(t ) = F (t ) ξˆ(t ) + B u (t ) + K (t ) ( I f (t ) − Iˆ f (t )) (17)
y solo si b21(t) ≠ 0 para todo t. Veamos como se pueden
estimar los otros estados, es decir, las concentraciones dentro Iˆ f (t ) = C (t ) ξˆ(t ) + D u (t )
del metal. Para ello plantearemos un modelo adecuado. Nótese
que el único término no lineal está en la ecuación (14-g) de donde K(t) es la ganancia de Kalman que puede calcularse con
J(0,t). A este término lo podemos escribir como lineal variante algoritmos estándares [6].
en el tiempo si sustituimos a θ (t ) por su equivalente dado por
la ecuación (15). De esta manera es posible rescribir las IV. EJEMPLO
ecuaciones (14) de modo que representen a un sistema lineal Se muestra un ejemplo de reacción del hidrógeno en un
variante en el tiempo. En forma matricial se tiene que: electrodo de acero, para detalles ver [7]. El sistema cumple con
las ecuaciones (1-3) y se modela con el conjunto de ecuaciones
•
(14). Los parámetros del sistema se obtuvieron utilizando
ξ (t ) = F (t ) ξ (t ) + B u (t ) + w(t ) (16) análisis de impedancia y pueden consultarse en [7] y tienen los
I f (t ) = C (t ) ξ (t ) + D u (t ) + v(t ) siguientes valores K1=0.6 (1/seg.), K-1=5 (1/seg.), K2=0.04
(1/seg.), K-2=0.001 (1/seg.), K3=4000 (1/seg.), K-3 = 10000
donde ξ (t ) es el vector de estados, w(t) y v(t) son (1/seg.), α1 = 0.4, α2 = 0.7, b = 38.5, FAγ = 10-4 (Coul/seg.),
perturbaciones en los estados y en la medida respectivamente y γ =10-9 (mol/cm2). Para representar el proceso de difusión, el
u(t) es la señal de entrada al sistema. sistema fue discretizado en el eje z, en cinco partes (n=4)
donde la resistencia y capacitancia dadas por las ecuaciones
(12) y (13) respectivamente son C=2.10- 5(mol/cm2), R=C/10-9
⎡ θ (t ) ⎤ (cm2 seg./mol).
⎢ x(0, t ) ⎥ Los estados y la medida de corriente están contaminados
⎢ ⎥ ⎡k ⎤ con un ruido estocástico, no correlacionado con la misma
ξ (t ) = ⎢ M ⎥; u (t ) = ⎢ 1 ⎥; salida con amplitud igual a un 10% con respecto a la amplitud
⎢ ⎥ ⎣k − 2 ⎦
⎢ x(n − 1, t )⎥
de la corriente real. En las Fig. 4, 5, 6, y 7 se muestra la
corriente, la estimación del cubrimiento θ(t), las
⎢⎣ x(n, t ) ⎥⎦
concentraciones, y el error de estimación de las
concentraciones respectivamente.
⎡ f11 f12 0 0 L 0 0 0 ⎤ ⎡1 1⎤
⎢f ⎥ ⎢0 V. CONCLUSIONES
⎢ 21 f22 f23 0 L 0 0 0 ⎥
⎢ 0⎥⎥
En este trabajo se ha tratado el problema de estimación de
⎢0 f32 f33 f34 L 0 0 0 ⎥ ⎢0 0⎥ estados de un proceso electroquímico a parámetros
F(t) = ⎢ ⎥; B(t) = ⎢ ⎥;
⎢M M M M M M M M ⎥ ⎢0 0⎥ distribuidos. Se utilizó el enfoque de aproximación fraccional
⎢0 0 0 0 L fn−1,n−2 fn−1,n−1 fn−1,n ⎥ ⎢0 0⎥ para establecer un modelo a parámetros concentrados en un
⎢ ⎥ ⎢ ⎥ conjunto de ecuaciones diferenciales con parámetros variantes
⎣⎢ 0 0 0 0 L 0 fn,n−1 fn,n ⎦⎥ ⎣⎢0 0⎦⎥ en el tiempo. Se estudió el problema de la observabilidad de
sus variables y se resolvió el problema en el contexto
C(t) = [b21(t) 0 L 0]; D = [− FAγ FAγ ];
estocástico utilizando el filtro de Kalman para sistemas no
estacionarios, para determinar en forma práctica la estimación
de los estados. También se obtuvieron las condiciones para la
observabilidad de los mismos. El procedimiento se aplicó a un
f 11 (t ) = a1 (t ) − K 3 ; caso del mecanismo de la reacción de Volmer-Heyrovsky
f 12 (t ) = K −3 − ( K −3 − K 3 )( I f − b22 (t ) / b21 (t )); asociada al proceso de difusión del hidrógeno en metales.
f 21 = b11 / C; REFERENCIAS
f 21 (t ) = a 01 + b12 / C − b13 ( I f − b22 (t ) /(b21 (t )C )); [1] J. Crank, “The mathematics of diffusion”, Oxford Univ. Press, New
York, 1975.
f 23 = f 32 = L = f n −1, n = f n , n −1 = a 02 ; [2] Jaulin, L., Kieffer, M., Didrit, O., Walter, E.
”Applied Interval Analysis with Examples in Parameter and State
f 33 = f 44 = L = f n, n = a11 ; Estimation, Robust Control and Robotics” Springer-Verlag 2001.
[3] C. L.Rautemberg, C. E. D’Attellis “Control Lineal Avanzado y Control [7] B.E. Castro, R.H. Milocco, “Identifiability of sorption and diffusion
Óptimo” editado por AADECA año 2004. processes using EIS: Application to the hydrogen reaction “, Journal of
[4] H.K.Khalil “Nonlinear Systems” Prentice hall, 1996. Electroanalytical Chemistry 579 (2005) 113–123
[5] J. Astrom, ``Introduction to Stochastic Control Theory”, Prentice Hall, [8] M.T.García Hernández, “Simulación digital de procesos de electrodo.
1970. Método de redes”, Tesis doctoral, Dto. Física Aplicada Universidad de
[6] Control Toolbox de MATLAB, v 6.2. Granada, 1994.