Capítulo cinco: Estimación de estado y control estocástico

5.1 INTRODUCCIÓN

Hasta este punto hemos considerado solamente los algoritmos de control para el control de
procesos sin mucha discusión de los problemas de medición de procesos y perturbaciones de
proceso aleatorio. Sin embargo, en la mayoría de los procesos industriales, el vector de estado
total puede ser medido y el número de salidas es menos que el número de estados. Además, las
medidas de proceso a menudo se corrupen por errores experimentales significativos, y el proceso
en sí mismo está sujeto a conjuntos inmodelados al azar. Así sin ninguna consideración de estos
problemas en el diseño del sistema de control total, las medidas utilizadas para el control de
comentarios a menudo serán inadecuadas para el desempeño aceptable del sistema de control. En
este capítulo comenzaremos discutiendo que se pueden utilizar técnicas de estimación de estados
en línea para proporcionar estimaciones aceptables de todas las variables de estado (incluso las
que no se miden directamente) en caso de error de medición y perturbaciones de proceso.
Siguiendo esto, se proporcionará una breve introducción al control de retroalimentación
estocástico, que está diseñado explícitamente para sistemas con perturbaciones aleatorias y
errores de medición, con algunas aplicaciones ilustrativas. Primero tratamos los sistemas descritos
por ecuaciones diferenciales ordinarias y luego discutiremos métodos para el sistema de
parámetros distribuidos.

Un tratamiento riguroso y completo de estos temas requiere un antecedente completo en la

teoría de los procesos estocásticos. Sin embargo, muy pocos ingenieros de control de procesos
tienen esta preparación, por lo que el enfoque que se utilizará aquí será operacional, el objetivo
será proporcionar resultados generales útiles para el ingeniero a través de derivaciones formales
plausibles de resultados clave. Para el lector que desea un tratamiento más completo de la teoría y
enfoques alternativos, refs. [1-7] se recomiendan.

Estimación del estado

En este capítulo estamos interesados en estimaciones de estado que pueden usarse con esquemas
de control en tiempo real; por lo tanto, consideraremos solamente algoritmos de estimación
secuencial del estado en cualquier detalle. Métodos no secuenciales, que requieren una base de
datos completa antes de que comience la computación, se mencionarán solamente pasando. Por
estimación secuencial se entiende que las estimaciones iniciales a priori de los estados del proceso
se actualizan continuamente y las mejores estimaciones actuales utilizadas en la aplicación de
control. Los algoritmos de estimación del estado pueden clasificarse en tres cajas mostradas en la
figura 5.1: