Estimador estocástico para un sistema tipo caja negra

• Autores: J.J. Medel Juárez, R.U. Parrazales, R.P. Orozco
• Localización: Revista Mexicana de Física, ISSN-e 0035-001X, Vol. 57, Nº. 3, 2011, págs. 204-210
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Resumen
  • español

    Este artículo considera a un sistema tipo caja negra con dinámica interna desconocida. Para describirla se requiere de un estimador basado en la variable instrumental, de la matriz de transición y del identificador que es resultado de un modelo simplificado. El modelo propuesto de manera recursiva está en espacio de estados y tiene explícitamente la ganancia interna, como el único elemento desconocido por describir. El estimador se aproxima y en el mejor de los casos, converge a una vecindad de la referencia, lo que permite ser una herramienta del identificador al usar a la matriz de transiciones de una manera analítica resolviendo el problema de convergencia del filtro. La convergencia puede observarse por el funcional recursivo del error de identificación. Como ejemplo, se desarrolló la simulación del modelo en diferencias finitas en un motor de CD requiriendo conocer qué dinámica interna de operación tiene. El estimador con la variable instrumental logró describir al parámetro para diferentes condiciones de operación y se dio seguimiento a la señal. El funcional de error para diferentes ganancias dentro de la región de estabilidad discreta, es convergente. Y la función de distribución del identificador se aproxima a la corriente directa del modelo.

  • English

    This paper considers a black box system with unknown internal dynamics. The estimator based on instrumental varaible requires, the transition matrix used in the identifier which results in a simplified model. The recursive space state model allows an explicit internal gain which is unknown and undescribed. The recursive estimator allows knowing the internal dynamics of the black box system in an analytic manner and in the best cases, converges to a reference neighborhood, becoming a necessary identificacion tool solving the convergence filter problem. The convergence estimator and the identifier are seen from the recursive functional identification error. An example was developed to simulate the DC motor in a finit differences model that requires knowing the operation of internal dynamics. The instrumental variable estimator describes the different operating condition parameters and monitors the direct current signal in finite differences. The functinal error to different gains in the stability discrete region converges, and approximates the distribution of the direct current model.