Resumen

Una aplicacin comn de control de procesos es el sistema de dos tanques en cascada, donde el nivel se controla en el segundo tanque. En este trabajo se presenta un enfoque de identificacin de sistemas no lineales para predecir los parmetros de la estructura del modelo que minimizan la diferencia entre los datos estimados y los medidos, utilizando conjuntos de datos de referencia. La estructura general sugerida consiste en una no linealidad esttica en cascada con un filtro dinmico lineal adems de un elemento de ruido coloreado. Para estimar el modelo se propone una tcnica basada en el error de prediccin de un paso por delante. El modelo se identifica mediante una optimizacin por mnimos cuadrados separables, en la que slo los parmetros que aparecen de forma no lineal en la salida del predictor se resuelven mediante un enfoque de optimizacin iterativa de LevenbergMarquardt modificado, mientras que el resto se ajustan mediante mnimos cuadrados simples despus de cada iteracin. Por ltimo, se incluyen ejemplos de simulacin en MATLAB con datos de referencia.

• Materias:Lógica matemática Ingeniería Algoritmos (Matemáticas) Algebra Matemáticas
• Subjects:Mathematical logic Engineering Agorithms (Math) Algebra mathematics
• Palabras claves:control de procesos; sistema de dos tanques en cascada; identificación de sistemas no lineales; parámetros de la estructura del modelo; conjuntos de datos de referencia; no linealidad estática; filtro dinámico lineal; elemento de ruido coloreado; técnica basada en el error de predicción de un paso por delante; optimización por mínimos cuadrados separables; enfoque de optimización iterativa LevenbergMarquardt modificado; ejemplos de simulación MATLAB.
• Keywords:process control; cascaded two-tank system; nonlinear system identification; model structure parameters; benchmark datasets; static nonlinearity; linear dynamic filter; colored noise element; one-step ahead prediction error-based technique; separable least squares optimization; modified LevenbergMarquardt iterative optimization approach; MATLAB simulation examples