Sirovich 1991 esta tecnica no ha tenido mucho exito

Info iconThis preview shows page 1. Sign up to view the full content.

View Full Document Right Arrow Icon
This is the end of the preview. Sign up to access the rest of the document.

Unformatted text preview: robablemente porque el caso lineal se puede resolver sin necesidad de datos. Sin embargo esta tecnica puede ser una buena solucion para el problema de la reduccion del orden del modelo. Modelado emp rico: La investigacion en este campo se dirige ha- cia la generacion de los datos. En este sentido es fundamental saber que la abilidad de cualquier modelo emp rico esta intr nsecamente relacionada con los datos usados para la construccion del modelo. Es importante destacar que en el caso de los sistemas no-lineales es muy dif cil saber que tipo de entradas hay que aplicar al sistema para obtener los datos, incluso si se pudiera hacer cualquier tipo de experimentos y para un tiempo bastante grande el unico resultado es aplicar un modelo de Voltera de segundo orden. 38 Control avanzado Es de una gran importancia estudiar la e ciencia de los experimentos de identi cacion para generar los datos que tienen su ciente informacion del sistema a controlar. Es evidente que cuando se trabaja en el lazo cerrado un buen experimento de identi cacion tiene que llevar a un buen resultado de control, sin embargo esta condicion depende del controlador que a su vez depende del modelo. Es un gran dilema en el caso de dise~ar controladores basados en la identi cacion de modn elos, y la unica solucion posible parece ser un dise~o iterativo donde n el modelo es continuamente mejorado por los nuevos datos obtenidos de la identi cacion. En general, cualquier modelo emp rico es una aproximacion de la dinamica del sistema, por esta razon el problema de incertidumbre del modelo no puede ignorarse o tratarse heur sticamente. Ambas incertidumbres, parametricas y estructurales, son signi cantes. Estas incertidumbres estan principalmente determinadas por la cantidad y densidad de los datos, de aqu el problema es directamente relacionado con el dise~o del experimento de identi cacion. Desde el punto n de vista de dise~o de la estrategia de control podemos dise~ar un n n controlador o restringir el calculo de la se~al de control para que la n parte incierta del modelo no afecta al rendimiento y evitar un comportamiento oscilatorio o inestable. Este problema se clasi ca dentro de la tecnica de control robusto. Para aplicar esta tecnica hay que aplicar un metodo para capturar la incertidumbre en un base cuantitativa (B. Cooley, 1997 Gevers, 1991). Otro metodo para reducir la cantidad de incertidumbres es continuar de mejorar el modelo en-l nea basando se sobre los nuevos datos. Esto nos conduce a la tecnica del control adaptativo. Modelado integrado Esta tecnica consiste en usar las dos tecnicas de modelado, emp rica y basada en principios fundamentales. Tiene un gran interes porque Sec. 2.3. Control predictivo no lineal 39 en la practica se necesitan ambas cosas. El conocimiento fundamental y los datos, y que cada una de las tecnicas es necesaria para obtener un buen modelo. En este caso, el exito de la operacion de modelado depende de la habilidad de combinar entre las informaciones sacadas a partir de la dos tecnicas. La integracion se puede hacer de varias maneras: { Un modelo basado en principios fundament...
View Full Document

This note was uploaded on 05/25/2011 for the course ECON 103 taught by Professor Poul during the Spring '11 term at American University of Central Asia.

Ask a homework question - tutors are online