SINDy aplicado a Sistema de Fermentación de Café
Lopez, Andrés
Maestría en Ingeniería Electrónica
Universidad de Nariño
Pasto, Colombia
andresae@udenar.edu.co
RESUMEN
SINDy es una herramienta eficiente que permite identificar los
parámetros activos dentro de un sistema dinámico a partir de
sus mediciones, teniendo en cuenta que muchos de los
sistemas dinámicos poseen comportamientos no lineales, lo
que genera dificultades al momento de aplicar técnicas de
control sobre ellos. En este documento, se evidencian los
resultados obtenidos luego de aplicar SINDy que tiene como
objetivo identificar las dinámicas no lineales de un sistema,
que en este caso comprenden las mediciones de un modelo de
fermentación de café, analizando el ajuste de los parámetros
resultantes del algoritmo hacia el sistema y a partir de las
funciones obtenida.
I. INTRODUCCIÓN
Existen un conjunto de técnicas que permiten encontrar el
comportamiento matemático de los sistemas dinámicos, sin
embargo, la eficacia de la estimación recae en la calidad de las
mediciones y la experiencia del investigador. Sparse
identification of nonlinear dynamics (SINDy) permite estimar
las estructuras posibles para modelar un sistema dinámico no
lineal. [1]
En este caso de estudio se cuenta con dos conjuntos de datos de
los estados que están presentes en un sistema de fermentación
de café, tomando como variables de estado: el pH, los grados
brix, y la temperatura interna a la cual están sometidos los
granos del café durante su procesado. La sección 2 comprende
el planteamiento del modelo, la sección 3 expone los resultados
obtenidos en Matlab, finalmente en la última sección se
presentan las conclusiones para este caso de estudio.
II. PLANTEAMIENTO DEL MODELO
Para este caso, el sistema dinámico comprende datos de
temperatura ambiente, la cual será tratada como señal de
entrada del sistema, además, en este caso de estudio se tratará
el sistema en tiempo discreto, por lo tanto, considerando la
siguiente estructura:
(1)
©2022 MaIe Udenar
Donde, son los estados del sistema, la señal de
entrada es de la forma , mientras que las dinámicas
Haciendo uso de las mediciones obtenidas en los dos
conjuntos de datos batches, se identificó a través de la
regresión dispersa la menor cantidad de términos activos
posibles para aproximar la función .[2]
La matriz de los estados y la matriz de la entrada, se evaluaron
a través de una librería que contiene las posibles funciones
polinómicas que describen los datos de las mediciones, para
lograr lo antes propuesto, se requiere obtener el cambio con
respecto del tiempo de los datos, como están establecidos en
tiempo discreto son de la forma:
(2)
Es importante tener en cuenta que son los estados del
sistema. Con la ayuda de Matlab, se cuenta con 2 funciones
que permiten la aplicación de SINDy, la primera denominada
poolData, contiene las librerías de las posibles combinaciones
entre los estados y la entrada para lograr , la función
sparsifyDynamics, hace referencia al método de regresión
utilizado para arrojar la mínima cantidad de elementos
posibles para caracterizar el sistema, el cual requiere de un
parámetro de ajuste denominado lambda, utilizando el método
de mínimos cuadrados umbralizados secuenciales dentro de la
función nombrada anteriormente.
Con el fin de evaluar el ajuste de los coeficientes obtenidos
que caracterizan el sistema, se utilizó la función fitlm la cual
arroja los coeficientes de correlación, determinación y bondad
de ajuste a través de la función chi square para cada estado del
sistema dinámico.
III. RESULTADOS
En esta sección se abordarán los dos conjuntos de datos, junto
con sus coeficientes de la regresión dispersa con los cuales se
obtuvo , en primera instancia, se calculó la función discreta
sin tener en cuenta la entrada y se evaluó el ajuste, luego, se
expone la influencia de la entrada en el sistema con la cual se
verificó si con esta, el algoritmo fue capaz de mejorar la
adaptabilidad de los coeficientes en el sistema.
a) Primer batch Gráficamente se puede apreciar el ajuste de la siguiente
El conjunto de datos está disponible en un archivo .mat manera:
denominado “data_DV_27jul_int.mat”, el cual contiene
mediciones para un intervalo de tiempo de 26 horas, con un
tiempo de muestreo de 10 minutos, se toma como entrada del
sistema la temperatura ambiente del modelo, mientras que se
cuenta con los 3 estados a estimar, los cuales poseen la
siguiente forma:

Figura 2: Datos reales vs estimados.

Figura 1: Datos reales primer batch
Cada estado del sistema, será representado por las siguientes
variables:
La figura 2 arroja que si bien las funciones calculadas se
asemejan a los datos originales, existen pérdidas y
desviaciones en ciertos instantes, a través de los coeficientes
estadísticos se puede evidenciar el ajuste de este modelo
calculado, teniendo en cuenta la siguiente tabla:

Ajuste de los datos

(3)
RMSE R² GOF (%)
Para lograr la estimación del sistema, se ejecutó el algoritmo
sin tener en cuenta la entrada del sistema, los mejores pH 0,0918 0,944 76,0744
resultados obtenidos de combinaciones lineales, se obtuvieron
con un polinomio de grado 1 para cada estado de la forma: °Bx 0,198 0,901 67,9339
Temperatura 0,0853 0,984 84,1732
(4)
Tabla 1: Ajuste de datos sin entrada.
Considerando que es el vector de funciones del estado y
hace referencia a los coeficientes del polinomio que se Se puede apreciar que el ajuste mas alto corresponde para la
forma al aplicar la regresión dispersa [1], obteniendo el temperatura ya que su comportamiento se asemeja a una señal
siguiente resultado: lineal, sin embargo, se hace importante utilizar mayor cantidad
de componentes activos para estimar los grados Brix ya que RMSE R² GOF (%)
posee el ajuste más bajo de solo el 68% aproximadamente, por
lo tanto, utilizando la señal de la entrada y un polinomio de pH 0,088 0,953 75,76
grado 2, se obtuvo: °Bx 0,14 0,917 66,38
Temperatura 0,047 0,987 84,11
Estados fd Tabla 2: Ajuste de datos con entrada
x1(k+1) x2(k+1) x3(k+1)
1 3,4055 93,5952 -18,9301 Se cuenta con una función con polinomios de grado 2, sin
x 1,7605 4,0604 -0,0133 embargo, el ajuste es similar al anterior caso del polinomio de
y -0,3618 -7,2314 1,5437 grado 1 sin entrada, cabe resaltar que para facilitar la
convergencia del método de mínimos cuadrados se optó por
z -0,141 -2,8525 1,5406
ingresar las funciones de forma manual en la librería que las
xz -0,0351 -0,188 0 contiene en la función poolData, es importante tener en cuenta
yy 0 0,1079 -0,0253 que los grados brix son la variable con el peor ajuste.
yz 0,0158 0,2091 -0,0316
u 0 0 0
Tabla 2: Coeficientes del polinomio para datos con entrada b) Segundo Batch
Para este caso, los datos se encuentran almacenados en el
A pesar que se ingresó la entrada como un coeficiente de archivo “data_DV_29jul_int.mat”, en el cual el tiempo de
grado 1, la regresión descarta este parámetro para estimar los medición se realizó durante 25 horas, con 150 muestras, para
estados, es importante tener en cuenta que el parámetro de un tiempo de muestreo de 10 minutos, este conjunto contiene
ajuste lambda = 0,01. La siguiente gráfica expone el ajuste de las mismas variables del anterior batch, con comportamientos
las funciones: diferentes, se contempla la influencia de la entrada en el
sistema sin contemplar la estimación del modelo sin dicho
parámetro, gráficamente tiene el siguiente comportamiento:

Figura 3. Datos reales vs estimados polinomio grado 2

La tabla 2 recolecta los coeficientes para cada uno de los

parámetros activos para caracterizar cada estado que se
acoplan en una función polinómica, la figura 3 con respecto a
la figura 2 representa un mayor ajuste para los grados Brix,
mientras que el pH mantiene el comportamiento de forma
similar, la siguiente tabla indica los coeficientes de ajuste: Figura 4: Datos reales segundo Batch.
Los grados brix y el pH poseen un comportamiento
evidentemente no lineal, mientras que la temperatura interna
Ajuste de los datos
del sistema posee un comportamiento lineal aproximadamente,
a partir de aplicar SINDy se obtuvo el siguiente resultado:

Estados fd
x1(k+1) x2(k+1) x3(k+1)
1 0,229 -99,5634 -0,3607
x 0,8497 -12,624 0
y 0 0 0
z 0 4,0548 1,0106
sin(x² )/z² -27,18 -2,42E+03 35,5227
sin(y² )/z² -0,5587 0 0
y/z -0,1685 24,8017 0
x/z² 74,6426 7,20E+03 22,1046
y² z 0 0 0
yz² 0 0 0
u 0 0 0
u² 0 0 0
u³ 0 0 0
Tabla 3: Coeficientes de función discreta segundo Batch.

Para el caso del segundo conjunto de datos fue necesario

utilizar expresiones trigonométricas con el fin de aproximar
las funciones de los estados logrando un ajuste considerable,
cabe mencionar que el parámetro lambda se ajustó en 0.1, esto
con el objetivo de reducir la cantidad de términos de la
expresión, aunque con el inconveniente de anular la influencia
de la entrada en los estados del sistema, a partir de los
resultados obtenidos, se representó gráficamente los estados
con el siguiente comportamiento:
Figura5: Ajuste de las funciones respecto a datos originales
Visualmente es posible discernir que para la temperatura se
logra un ajuste alto que se aproxima a los datos originales,
mientras que el pH y los grados Brix, no se logra el suficiente
ajuste para los comportamientos no lineales durante los
instantes de tiempo de las 10 a 15 horas de medición, sin
embargo, a continuación se presenta los coeficientes de ajuste
del modelo:

Ajuste de los datos

RMSE R² GOF (%)
pH 0,0516 0,869 63,67
°Bx 0,283 0,941 75,2
Temperatura 0,0212 0,993 91,66
Tabla 4: Ajuste de datos segundo Batch

A diferencia de los resultados obtenidos en la tabla 2, en la

tabla 4 se puede apreciar que los grados Brix fueron
calculados con mayor ajuste y el pH obtuvo uno inferior, caso
contrario al que se arroja en el primer batch, además, es
posible mencionar que la temperatura tuvo un ajuste
considerable en este segundo conjunto de datos, notando que
su función que gráficamente se asemeja un comportamiento
lineal, en sus coeficientes se destacan parámetros no lineales.
 CONCLUSIONES
Con el fin de favorecer la convergencia de la regresión de las
dinámicas dispersas, se modificó la librería de funciones
poolData ingresando los operadores que logren mejorar el
ajuste de cada estado para las mediciones originales, ya que
utilizando únicamente polinomios de grado 2 o 3, el vector de
estado resultante tendía hacia el infinito a pesar de modificar
lambda en reiteradas ocasiones.
Se contemplo para favorecer al método de regresión agregar
datos adicionales entre cada muestra a través de la función
interp1 de matlab, la cual realiza una interpolación lineal de
los datos, aumentando la cantidad de los mismos, se realizó
ampliando la cantidad de muestras de hasta 5 veces la cantidad
original, sin embargo, al aplicar SINDy no se obtuvo
resultados significativos para estimar el modelo, no se
apreciaba diferencia en el ajuste.
De acuerdo a la literatura [1], existen múltiples combinaciones
posibles para lograr calcular los parámetros activos de las
dinámicas de un sistema, en este estudio no se evidenció la
influencia de los datos de entrada en los estados, sin embargo,
aplicando diferentes funciones en la librería, es posible lograr
que este parámetro influencie al sistema, lo que permitiría
aplicar control al mismo.
REFERENCIAS
[1] U. Fasel, E. Kaiser, N. Kutz, B. Brunton, S. Brunton. SINDy with
Control: A tutorial. Washington DC, pp 2. Agosto 2021.
[2] S. Brunton, N. Kutz. Data Driven Science and Engineering. 1St ed,
Washington DC. 2017, pp 288-299
[3] R. Tallarida, R. Murray. Chi-Square Test. In: Manual of Pharmacologic
Calculations. Springer, New York, NY. 1987. pp 140–142