Obtención del modelo no paramétrico de un sistema por el método de identificación de respuestas en frecuencia

Abstract

Se estudió la identificación de sistemas, haciendo énfasis en los métodos no paramétricos, específicamente en el de respuesta en frecuencia. También se estudió el Toolbox “System Identification” de Matlab detallando su utilización en la obtención de los modelos paramétricos y no paramétricos. El método de identificación de respuesta en frecuencia y el toolbox de identificación se aplicaron para obtener el modelo no paramétrico de un motor de corriente continua; se desarrolló una metodología para obtener el modelo paramétrico a partir del no paramétrico. El dispositivo de experimentación fue el motor DC del módulo de servomecanismos analógico Feedback 33-002. Se aplicó una señal senoidal de frecuencia regulable y se midió los datos de entrada y salida con el osciloscopio Fluke; del osciloscopio se llevaron los datos al computador usando software especializado. Los datos se procesaron en el Toolbox haciéndoles un primer proceso de depuración y luego de estimación del modelo no paramétrico de la velocidad del motor. Conocido el modelo no paramétrico se obtuvo el modelo paramétrico en forma de función de transferencia.

The studied of identification systems,making emphasis in the methods Nonparametric, specially en the frequency respond. Also studied matlab's "system identification" toolbox detailing its use in obtaining Parametric Models and Nonparametric models. The identification of frequency response and the toolbox identification methods were applied to obtained a Nonparametric model of a continuously current motor. The developed a methodology to obtain parametric model from Nonparametric model. The experimentationn device was the DC motor of control model of analogical feedback 33-002. we applied a senoidal signal of adjustable frequency and measured the readings of entry and exit with a fluke oscilloscope;from the oscilloscope we took the readings to a computer using a specialized software. The reading were processed by toolbox making a first process of refinement and then the estimation of the Nonparametric model velocity of the motor. Known the Nonparametric model we obtained the parametric model in the form of transfer funtion