Actividades a desarrollar – Individual

Esta actividad consiste en realizar la identificación de sistemas

dinámicos desconocidos por medio de software especializado, para lo
cual se solicita desarrollar:

1. Estudiar las referencias bibliográficas de la unidad 3 resaltando la

información que considere aporta al desarrollo del problema
planteado, la consolida en un documento y lo comparte en el foro,
referenciando bajo normas APA.

2. Investigue sobre los métodos de identificación paramétricos y no

paramétricos haciendo énfasis en el comando ident de MATLAB®
y participe en el foro de interacción y producción de la unidad
indicando las características principales del comando y su
aplicación.

El comando ident de MatLab es una herramienta que permite efectuar

muchas de las tareas que son necesarias para el desarrollo de
identificación de sistemas.

Algunas de las funciones de este módulo tienen como argumentos de

entrada y/o salida a los datos medidos o simulados y al modelo
estimado, en un formato especial.

Para la estimación paramétrica el toolbox de identificación de MatLab,

contiene varias funciones dependiendo de qué modelo y que método
han de usarse.
Modelos no paramétricos
Se utilizan para modelar sistemas que pueden ser descritos
fácilmente utilizando una gráfica o tabla que represente sus
propiedades dinámicas. Algunos de estos métodos son: análisis de
la respuesta transitoria, análisis de la respuesta en frecuencia,
análisis de la correlación, análisis espectral, análisis de Fourier, etc.

Modelos paramétricos
 Permiten desarrollar modelos matemáticos que relacionan las
variables de un sistema a través de una cantidad finita de
parámetros. Estos métodos requieren la elección de una posible
estructura del modelo, de un criterio de ajuste de parámetros, y por
último de la estimación de los parámetros que mejor ajustan el
modelo a los datos experimentales. Dentro de este tipo de
métodos, se encuentran: Modelado teórico e identificación del sistema.
3. Investigue sobre los modelos ARX, ARMAX, Output-Error y Box-
Jenkins, con esta información diligenciar la siguiente tabla:

Modelo Característica Variables Aplicación Referencia bibliográfica

s
ARX El modelo auto A(z)y(k) =
regressive with B(z)u(k - n) +
Guillén, M. E. (2014).
exogenous input e(k) repository.eia.edu.co.
(ARX), es donde Obtenido de Identificación de sistemas:
comúnmente u (k) son las https://repository.eia.edu.co/
seleccionado como entradas del bitstream/11190/704/1/RSO00088.pdf
la primera opción en sistema
la identificación y (k) son las
de sistemas salidas del
lineales. sistema
n es el retraso
del sistema
e(k) es la
perturbación del
sistema

A (z) y B (z) son

polinomios con
respecto al
operador de
desplazamiento
hacia atrás z−1
ARMA El modelo auto
regressive with
X moving A(q)y(t) =
average and B(q)u(t−nk) + Guillén, M. E. (2014).
exogenous input C(q)e(t) repository.eia.edu.co. Obtenido de
(ARMAX), Identificación de sistemas:
describe el error en https://repository.eia.edu.co/
la ecuación como bitstream/11190/704/1/RSO00088.pdf
un promedio móvil.

OE El modelo Output-
Error (OE), es un y(t)=B(q)F(p)u(
Guillén, M. E. (2014).
tipo de modelo t-nk)+e(t)
repository.eia.edu.co. Obtenido de
ARMAX, el cual Identificación de sistemas:
posee una relación https://repository.eia.edu.co/
de entrada/salida bitstream/11190/704/1/RSO00088.pdf
sin perturbación, y
que adicionalmente
 posee ruido blanco
en la salida.

BJ El Modelo Box-
Jenkins, es una
Guillén, M. E. (2014).
generalización del
y(t)=B(q)F(p)u( repository.eia.edu.co. Obtenido de
modelo OE, el cual
t-nk) Identificación de sistemas:
se define como un https://repository.eia.edu.co/
+C(q)D(p)e(t)
modelo ARMAX con bitstream/11190/704/1/RSO00088.pdf
una relación de
entrada/salida sin
perturbación, más
ruido blanco en la
salida.

4. Ingresar al entorno de Aprendizaje Práctico y descargar los

insumos allí compartidos para la resolución de las actividades
correspondientes a la Etapa 3.

5. Teniendo en cuenta los insumos entregados, realizar las siguientes

actividades con la herramienta ident incorporada en MATLAB®:

5.1. A partir de las mediciones de entrada y salida del sistema

realizadas cada 0.01 segundos , durante 100 segundos que se
entregan en el entorno de Aprendizaje Práctico, 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.
 5.2. Por medio de la herramienta ident incorporada en
MATLAB®, determine el orden del modelo y encuentre las
ecuaciones correspondientes para el modelo ARX para
analizar el comportamiento de dicho modelo comparando la
salida del sistema con la señal de entrada.

5.3. Por medio de la herramienta ident incorporada en

MATLAB®, determine el orden del modelo y encuentre las
ecuaciones correspondientes para el modelo ARMAX para
analizar el comportamiento de dicho modelo comparando la
salida del sistema con la señal de entrada.

5.4. Por medio de la herramienta ident incorporada en

MATLAB®, determine el orden del modelo y encuentre las
ecuaciones correspondientes para el modelo OE (Out-Put
Error) para analizar el comportamiento de dicho modelo
comparando la salida del sistema con la señal de entrada.

5.5. Por medio de la herramienta ident incorporada en

MATLAB®, determine el orden del modelo y encuentre las
ecuaciones correspondientes para el modelo BOX JENKINS
para analizar el comportamiento de dicho modelo
comparando la salida del sistema con la señal de entrada.

6. De acuerdo al desarrollo del numeral 5, realizar las siguientes

actividades de simulación de para cada modelo obtenido:

6.1. Utilice MATLAB® para simular cada función de transferencia

halladas en el numeral 5.1 y grafique la salida de cada
sistema cuando se aplica una entrada constante V ( t ) =5V ,
durante los primeros 5 segundos y en ese momento se
aplica una entrada escalón unitario durante 15 segundos
más. De manera que la simulación dura 20 segundos.

6.2. Utilice MATLAB® para simular la función de transferencia

discreta del modelo ARX y grafique la salida de cada sistema
cuando se aplica una entrada constante V ( t ) =5V , durante los
primeros 5 segundos y en ese momento se aplica una
entrada escalón unitario durante 15 segundos más. De
manera que la simulación dura 20 segundos.
 6.3. Utilice MATLAB® para simular la función de transferencia
discreta del modelo ARMAX y grafique la salida de cada
sistema cuando se aplica una entrada constante V ( t ) =5V ,
durante los primeros 5 segundos y en ese momento se
aplica una entrada escalón unitario durante 15 segundos
más. De manera que la simulación dura 20 segundos.

6.4. Utilice MATLAB® para simular la función de transferencia

discreta del modelo OE y grafique la salida de cada sistema
cuando se aplica una entrada constante V ( t ) =5V , durante los
primeros 5 segundos y en ese momento se aplica una
entrada escalón unitario durante 15 segundos más. De
manera que la simulación dura 20 segundos.

6.5. Utilice MATLAB® para simular la función de transferencia

discreta del modelo Box Jenkins y grafique la salida de cada
sistema cuando se aplica una entrada constante V ( t ) =5V ,
durante los primeros 3 segundos y en ese momento se
aplica una entrada escalón unitario durante 17 segundos
más. De manera que la simulación dura 20 segundos.

7. Analice las respuestas obtenidas y compare la salida de cada

modelo con la salida que se obtiene del modelo real para la
entrada dada en cada modelo, con el fin de validar y seleccionar el
modelo más preciso.

8. Cada estudiante elabora un video de la simulación obtenida en

MATLAB® donde explique el funcionamiento y comportamiento de
los modelos hallados y el procedimiento realizado, debe estar en
su página de YouTube y hace entrega del enlace del video en el
foro de interacción y producción de la unidad.
8.1.