Parametric and Non-parametric Mathematical Modelling Techniques: A Practical Approach of an Electrical Machine Identification

• Gonzales, Oscar ^[1]
  1. [1] Instituto Superior Tecnológico Sucre
• Localización: Ecuadorian Science Journal, ISSN-e 2602-8077, Vol. 5, Nº. 1, 2021 (Ejemplar dedicado a: Marzo), págs. 30-36
• Idioma: inglés
• Títulos paralelos:
  • Técnicas de modelado matemático paramétrico y no paramétrico: un caso práctico de identificación de una máquina eléctrica
• Enlaces
  • Texto completo
• Resumen
  • español

    El modelado matemático es una característica muy importante en relación con el análisis y control de sistemas dinámicos. Además, la identificación del sistema es un enfoque para construir expresiones matemáticas a partir de datos experimentales tomados de procesos. En este contexto, este trabajo describe varias técnicas de modelado e identificación que son herramientas poderosas para determinar el comportamiento de los sistemas dinámicos en el tiempo. En Este trabajo se enfatiza las principales ventajas y/o desventajas que tienen las diferentes formulaciones matemáticas de modelación e identificación. También se presenta una revisión exhaustiva de las principales técnicas de modelado e identificación desde una perspectiva paramétrica y no paramétrica. Se formularon los modelos paramétricos y no paramétricos por medio de sus ecuaciones para aplicarlos en un caso de estudio. Los datos experimentales se toman de una máquina eléctrica, un motor de DC de una plataforma didáctica en la cual se aplican un conjunto de entradas conocidas para medir la velocidad del motor y utilizar estos datos como parte del proceso de modelación e identificación. El artículo concluye con las soluciones proporcionadas por la comparación de técnicas de modelación e identificación donde soluciones sencillas como los sistemas de primer orden son precisos para modelar un motor DC de dinámica lineal sobre otras formulaciones matemáticas más complejas

  • English

    Mathematical modeling is an important feature concerning the analysis and control of dynamic systems. Also, system identification is an approach for building mathematical expressions from experimental data taken from processes performance. In this context, the contemporaneous state of the art describes several modelling and identification techniques which are excellent alternatives to determine systems behavior through time. This paper presents a comprehensive review of the main techniques for modeling and identification from a parametric and no parametric perspective. Experimental data are taken from an electrical machine that is a DC motor from a didactic platform. The paper concludes with the analysis of results taken from different identification procedures.