Modelado discreto de sistemas dinámicos univariados no lineales con aproximación de primer orden
Resumen
Este documento presenta un método para obtener el modelo dinámico de caja negra de un sistema univariado no lineal. Se hace una deducción teórica formal para justificar el procedimiento y se enuncian los pasos a seguir que pueden ser aplicados a cualquier sistema univariado. Dos ejemplos son utilizados para exponer la validez de la metodología: un sistema simulado univariado no lineal y un motor de corriente continua con excitación independiente. En ambos casos, el modelo discreto obtenido por ecuación en diferencias es una linealización por segmentos de la función algebraica entre las variables de entrada y salida. Los parámetros de dicha ecuación son dependientes de la variable de entrada. La metodología expuesta puede ser incluida como práctica experimental en cursos de ingeniería sobre teoría de control, modelamiento y simulación de sistemas dinámicos.
Descargas
Citas
P. A. Fishwick, Handbook of Dynamic System Modeling. CRC Press, 2007.
J. A. Sokolowski and C. M. Banks, Principles of Modeling and Simulation: A Multidisciplinary Approach. John Wiley & Sons, 2011. .
O. O. Rodríguez-Díaz, E. L. Téllez-Valderrama, and D. A. GutiérrezRamírez, “Simulación del Péndulo Invertido Rotacional usando Easy Java Simulations y Matlab,” Tecno Lóg., no. 28, pp. 15–32, Jun. 2012. .
G. F. Martínez Alonso, J. Á. Garza Garza, E. Báez Villarreal, and A. Treviño Cubero, “Implementación y evaluación del Currículo Basado en Competencias para la formación de ingenieros,” REDU Rev. Docencia Univ., vol. 11, no. extra., pp. 141–174, Jan. 2013. .
C. Alvarez Alvarez, “La relación teoría-práctica en los procesos de enseñanza-aprendizaje,” 2012. [Online]. Available: https://digitum. um.es/jspui/handle/10201/38854. [Accessed: 24-Jul-2015]. .
O. O. Rodríguez, R. F. P. Pinto, and P. F. Cárdenas, “HERRAMIENTAS EJS 3D/ MATLAB PARA EL CONTROL DEL SISTEMA NO LINEAL APLICADO AL PÉNDULO INVERTIDO SOBRE CARRO DESLIZANTE,” Rev. Colomb. Tecnol. Av. RCTA, vol. 1, no. 19, Jul. 2013. .
G. P. J. Placer, E. G. Modai, A. O. Vitali, and F. Ferreira, “MONITOREO REMOTO DE UN PROCESO REPRESENTADO EN LABORATORIO, PARA SIMULAR APLICACIONES REALES DE TELESUPERVISIÓN EN SISTEMAS SCADA,” Proc. Int. Conf. Eng. Technol. Educ., vol. 11, no. 0, Jan. 2014. .
B. G. Amoroso Ochoa, “Diseño y Construcción de un Equipo de Laboratorio de Control Automático para Simulación de Variables de Proceso de Presión, Temperatura y Nivel Mediante la Utilización del Software SCADA P-CIM.,” Thesis, 2012. .
P. C. Gallardo, “La Matemática en el Contexto de las Ciencias y la modelación,” Cuad. Investig. Form. En Educ. Matemática, vol. 0, no. 10, Jun. 2013.
Y. de la C. M. Díaz, M. de L. B. Estévez, and C. C. Iglesias, “La enseñanza de la Matemática en Ingeniería Mecánica para el desarrollo de habilidades.,” Pedagog. Univ., vol. 18, no. 4, Feb. 2014. .
J. A. Rossiter, Model-Based Predictive Control: A Practical Approach. CRC Press, 2013. .
S. Sastry, Nonlinear Systems: Analysis, Stability, and Control. Springer Science & Business Media, 2013. .
D. Cheng, X. Hu, and T. Shen, Analysis and Design of Nonlinear Control Systems. Springer Science & Business Media, 2011. .
J. A. K. Suykens and J. P. L. Vandewalle, Nonlinear Modeling: Advanced Black-Box Techniques. Springer Science & Business Media, 2012. .
K. Ogata, Modern Control Engineering. Prentice Hall, 2010.