IDENTIFICACIÓN DE PROCESOS

1. Introducción

Existe la necesidad de establecer un modelo matemático a partir de una serie de datos

experimentales de entrada y salida de un sistema o proceso real, incluso sin conocer el
comportamiento físico interno. Se incluye el planteamiento de ecuaciones y leyes físicas que
intervienen en el proceso con la inclusión importante de hipótesis.

Una vez desarrollado paso a paso el modelo matemático, es necesario identificar la función de
transferencia a partir de una serie de métodos matemáticos o de pruebas donde cada una
tiene su dificultad, ventajas y desventajas.

2. Aplicación de la identificación de sistemas1

Para la obtención de la función de transferencia del proceso se debe seguir una serie de etapas
para su confiabilidad y desarrollo. Las etapas son las siguientes:

 Planificación experimental
 Selección de la estructura del modelo
 Formulación de un criterio
 Estimación de parámetros
 Validación del modelo obtenido

3. Métodos de identificación

3.1 Identificación de modelos no paramétricos

Consisten en un registro de respuestas a un impulso o a un flanco en el dominio del tiempo, o

una medida de la función de transferencia en el dominio de la frecuencia.

Son caracterizados por hallar los parámetros del proceso mediante gráfico, fueron utilizados
por muchos años pero no son tan exactas. Hoy en día existen programas que ayudan a la
exactitud de este método mediante algoritmos ya establecidos.

A continuación se nombran algunos de estos métodos 2:

 Análisis transitorio: La entrada es un escalón o un impulso y los datos de salida

constituyen el modelo

 Análisis en frecuencia: La entrada es sinusoidal. Para un sistema lineal en estado

estacionario. Los cambios de amplitud y de fase darán la respuesta en frecuencia.

 Análisis de correlación: La entrada es un ruido blanco. Una función normalizada de

covarianza cruzada entre la salida y entrada proporcionara las funciones de peso.
1
Vallejos Romaña, C. “Modelación, simulación, control PID y control predictivo de un secador rota
disco en la industria pesquera”. Tesis de título de Ingeniero Mecánico - Eléctrico. Pág. 74. Universidad
de Piura. Piura, Abril 2013
2
Vallejos Romaña, C. “Modelación, simulación, control PID y control predictivo de un secador rota
disco en la industria pesquera”. Tesis de título de Ingeniero Mecánico - Eléctrico. Pág. 76. Universidad
de Piura. Piura, Abril 2013
 3.1.1. Métodos basados en las respuestas a escalón o métodos gráficos

Este método es el más empleado de todos los métodos de identificación de proceso debido a
su sencillez y su periodo corto de identificación, en un método muy aproximado a su
verdadero resultado. Una de las desventajas es ante alguna alteración puede generar un
problema grande en el comportamiento del sistema. Según el proceso, hallamos los
parámetros respectivos y los reemplazamos en su formula característica. Los métodos más
conocidos son los siguientes:

a) Método de sistemas primer orden

Sigue la siguiente expresión de función de transferencia:

K
G ( s )=
τs+1

Donde “K” es la ganancia estática y “τ ” la constante de tiempo.

La constante de tiempo se define como el tiempo para el cual la salida alcanza el 63% de su
valor estacionario (teniendo en cuenta el tiempo de retardo), definición que también es válida
para sistemas de cualquier orden. Este parámetro ayuda a evaluar la rapidez del sistema.

La ganancia estática es definida como lim

s→0
G ( s ) y representa el valor estacionario de la
solución de la respuesta escalón. La ganancia estática y la constante de tiempo se determinan
gráficamente.3

0.632 K

t0 
Figura 1.1 Respuesta escalón típica de sistema de primer orden 4

b) Método de Sistemas de segundo Orden

Sigue la siguiente expresión de función de transferencia:

3
Laboratorio N°1: Análisis de respuesta en el tiempo. Curso: Sistemas Automáticos de control, 2016.
Pág. 1; Universidad de Piura.
4
Laboratorio N°1: Análisis de respuesta en el tiempo. Curso: Sistemas Automáticos de control, 2016.
Pág. 2; Universidad de Piura.
 K ѡn
G ( s )=
s + 2ξ ѡ n +ѡ n2
2

Los parámetros se pueden obtener identificando los valores de sobreoscilación

(OV=overshoot) del siguiente gráfico:

Figura 1.2 Respuesta a escalón típica de un sistema de segundo orden 5

Donde:

 dt: delay time (tiempo de retardo); es el tiempo en que la señal alcanza el 50% de su
referencia.
 tr: rise time (tiempo de subida); es el tiempo desde que el sistema pasa del 10% hasta
el 90% de su señal de referencia.
 ts: settling time (tiempo de establecimiento); es el tiempo en que la señal está en
régimen estacionario
ξτ
Para hallar el overshoot: √ 1−ξ2
OV =e

Para hallar la frecuencia natural no amortiguada ѡ n se utilizan las siguientes expresiones:

2π w
w= ѡ n=
T √ 1−ξ 2
Donde t es el tiempo que hay entre el pico mayo y el siguiente, conocido como el periodo de
oscilación amortiguada.6

Para sistemas mayores al tercer orden no existe fórmulas genéricas para las especificaciones
gráficas, es decir, no se podrá obtener por medio de fórmulas; entonces, se hará lo siguiente:

 Hacer la simulación y graficar la función en el tiempo, luego tomando medidas

gráficamente obtendremos los parámetros deseados.

5
Laboratorio N°1: Análisis de respuesta en el tiempo. Curso: Sistemas Automáticos de control, 2016.
Pág. 2; Universidad de Piura.
6
Vallejos Romaña, C. “Modelación, simulación, control PID y control predictivo de un secador rota
disco en la industria pesquera”. Tesis de título de Ingeniero Mecánico - Eléctrico. Pág. 81. Universidad
de Piura. Piura, Abril 2013
  Como se pueden hacer simplificaciones en sistemas de orden superior, se simplificará
el sistema a uno de segundo orden.7

c) Método de Oldenbourg – Sartorius

Se halla la ganancia estática de igual manera que en el primer orden: lim G(s)
s→0

Donde la función de transferencia viene dada por la siguiente expresión:

K
G ( s )=
( T 1∗s+1 ) (T 2∗s+1)

Para calcular las constantes de tiempo T1 y T2 se usan las relaciones entre los tiempos TA y TC,
definidos cuando se traza una tangente por el punto de inflexión de la curva que representa la
respuesta de un sistema de segundo orden a un escalón, según la gráfica:

Figura 1.3 Respuesta escalón de un sistema de segundo orden 8

d) Método de Strejc:9

Un sistema no periódico de orden superior con “n” constantes de tiempos diferentes, como el
mostrado:

K
G ( s )=
( τ 1 s +1 ) ( τ 2 s +1 ) …(τ n s+1)
Se puede aproximar adecuadamente mediante una función de transferencia que presenta “n”
constantes de tiempos idénticas, es decir:

K
G ( s )=
( τs+1 )n

Siendo los parámetros estimados igual a los del primer orden, siendo “n” el orden del sistema.

7
Laboratorio N°1: Análisis de respuesta en el tiempo. Curso: Sistemas Automáticos de control, 2016.
Pág. 5; Universidad de Piura.
8
Padila, P. Chang, F. Torres, M. Dominguez, H. “Métodos de identificación dinámica”. Facultad de
Ingeniería Electrica, Universidad de Oriente. 2008
9
Cuenca, J. “Identificación en lazo abierto mediante el método de Strejc”.
 Figura 1.4 Determinación de parámetros para la aplicación del método

Se traza la curva que representa el sistema y se trazar la tangente al punto de inflexión

determinados por los tiempos T L y T A.

La relación que existe entre T L y T A es una función de “n”, estas son proporcionales al valor
de τ y estos factores de proporcionalidad dependen de “n”. En la tabla, se muestra la relación:

Obtener primeros los valores de T L y T A del gráfico de la respuesta del sistema escalón,
luego establecer con esos valores la relación, ahora con el valor de T A/τ de la tabla
anterior corresponde al valor de un n determinado anteriormente y el deT A se calculaτ .10

3.2 Identificación de modelos paramétricos

Estos métodos son los más comunes y existe una gran variedad en la literatura, aquí se trata
de obtener los valores numéricos de los coeficientes de las funciones o matrices de
transferencias o los elementos de las matrices de representación ajustando los parámetros de
un modelo dado.11 Concentran toda la información en la estructura del modelo con un número
limitado de parámetros.

10
Vallejos Romaña, C. “Modelación, simulación, control PID y control predictivo de un secador rota
disco en la industria pesquera”. Tesis de título de Ingeniero Mecánico - Eléctrico. Pág. 82. Universidad
de Piura. Piura, Abril 2013
11
Vallejos Romaña, C. “Modelación, simulación, control PID y control predictivo de un secador rota
disco en la industria pesquera”. Tesis de título de Ingeniero Mecánico - Eléctrico. Pág. 84. Universidad
de Piura. Piura, Abril 2013
Tanto el modelado como la identificación son necesarios para la interpretación y observación
de las medidas obtenidas desde el sistema de estudio 12.

Áreas de dificultad:
- Definición y estructura del modelo
- Desarrollo del algoritmo para estimar los parámetros del modelo

Los métodos más empleados son los siguientes:13

a) Métodos de modelo de referencia

Se simula el proceso a identificar y se compara con la respuesta calculada con la realmente

obtenida, adecuándose los parámetros del modelo de forma de minimizar una función positiva
de diferencia

b) Métodos de aproximación estocástica

Adecuado para sistemas con presencia de ruido. Se resuelve una ecuación expresada mediante
la anulación del valor medio de una función de medidas y parámetros. Su elección de estas
medidas es crítica para asegurar la rápida convergencia del algoritmo.

c) Métodos de minimización de error

Derivado de la teoría de mínimos cuadrados. Estos métodos son los utilizados para la
identificación de procesos. Tienen características fundamentales:

- Sus propiedades de convergencia de forma recursiva son las mismas que las
correspondientes a sus réplicas no recursivas, debido a que las primeras derivan de la
segunda.
- Son fáciles de manipulación computacional.

12
Información extraída de la página web: www.disca.upv.es/penalver/Investigaci%F3n/Identificaci
%F3n/IdentiPara.PDF
13
Vallejos, E. “Identificación paramétrica de sistemas dinámicos”. Universidad del Norte. 10-22.1997