UNIVERSIDAD NACIONAL DE EDUCACION A DISTANCIA

Programa de Doctorado
"INGENIERA DE SISTEMAS Y AUTOMTICA"

Curso: CONTROLADORES PID

Apuntes sobre
"IDENTIFICACION NO PARAMETRICA"

Autores:
Fernando MORILLA GARCA
Ignacio LPEZ RODRGUEZ

Departamento de Informtica y Automtica

Facultad de Ciencias

Contenido:
1. Introduccin
2. Mtodos grficos
2.1 Eleccin del modelo
2.2 Primer orden con retardo puro
2.3 Segundo orden con retardo puro
3. Mtodo de los momentos
3.1 Caso general de estimacin
3.2 Casos particulares
4. Tipos de excitaciones
4.1 Entrada pulso
4.2 Entrada rampa saturada
4.3 Entrada arbitraria
5. Aplicaciones
6. Bibliografa

1. Introduccin
Llamamos mtodos de identificacin no paramtrica a aquellos mtodos de
identificacin que a partir de una descripcin no paramtrica del sistema, tales como su
respuesta temporal a una entrada concreta o su respuesta en frecuencia, nos permiten
obtener los parmetros de una descripcin paramtrica (en forma de funcin de
transferencia) de un modelo del sistema.
Estos mtodos de identificacin no pretenden ser generales sino dar soluciones
concretas para aquellos modelos a los que estn ms habituados los ingenieros de
control. Aunque existen mtodos tanto para modelos continuos como discretos,
determinsticos como estocsticos a partir de descripciones no parmetricas en el
dominio temporal o en el dominio de la frecuencia, en este documento se describen
nicamente dos tipos (los mtodos grficos y el mtodo de los momentos), que tienen su
aplicacin en el dominio temporal, a partir de la respuesta del sistema a una entrada
escaln y para funciones de transferencia continuas simples.
Con el fin de ampliar el campo de aplicacin de los mtodos grficos y el mtodo de los
momentos a otros tipos de respuestas, en el apartado 4 se describen algunas de las
tcnicas para obtener la respuesta a una entrada escaln a partir de la respuesta a otra
entrada.
El apartado 5 se dedica a la aplicacin prctica de los mtodos descritos, utilizando el
tutorial desarrollado en el Departamento para este fin.
2. Mtodos grficos
Llamamos mtodos de estimacin grfica a aquellos mtodos de identificacin que
parten de la respuesta del sistema a una entrada escaln para obtener los parmetros de
una funcin de transferencia concreta, tal que la respuesta del modelo tenga ciertas
caractersticas de la respuesta del sistema. El origen de estos mtodos est en la
bsqueda de tcnicas de ajuste simples y eficaces para el control de procesos, siendo
Ziegler y Nichols (1942) los pioneros.
El fundamento de los mtodos grficos est en que "ciertas caractersticas dinmicas de
los sistemas se pueden determinar a partir de sus respuestas a una entrada escaln". La
figura 1 muestra cuatro ejemplos tpicos de respuestas a una entrada escaln. De la
observacin de stas se puede concluir que:

Los sistemas (a) y (b) son estables.

Los sistemas (c) y (d) son inestables.
Los sistemas (b) y (d) son oscilatorios.
El sistema (b) responde ms rpidamente que el sistema (a).
Los sistemas (a) y (b) tienen prcticamente el mismo tiempo de asentamiento.

Este tipo de respuestas tambin permiten determinar si el sistema es o no lineal. Para un

sistema lineal la forma de la respuesta a una entrada escaln no depende de la amplitud
de ste, por tanto observando las respuestas de un mismo sistema a distintos escalones
se puede saber si es lineal o no.

a)

b)

c)

d)

Figura 1: Respuestas tpicas de sistemas a una entrada escaln unitario.

2.1 Eleccin del modelo
La forma de la respuesta nos sirve para elegir un modelo adecuado del sistema (ver
figura 1). Por ejemplo las respuestas (a) y (c) son respuestas montonas crecientes (su
valor no decrece con el tiempo), pero la respuesta (c) crece indefinidamente. Se sabe
que un polo real en el semiplano s izquierdo de la funcin de transferencia de un sistema
contribuye con un trmino exponencial decreciente en su respuesta a una entrada
escaln. Luego para modelar sistemas con respuestas como la (a) slo elegiremos
modelos (funciones de transferencia) con polos reales en el semiplano s izquierdo,
mientras que para modelar sistemas con respuestas como la (c) elegiremos modelos con
polos reales en el semiplano-s izquierdo y algn polo real en el origen o en el
semiplano-s izquierdo.
Las respuestas (b) y (d) son respuestas oscilatorias, para modelar sistemas con
respuestas de este tipo habr que elegir un modelo con algn par de polos complejos
conjugados dominantes (es decir, ms cercanos al eje real que el resto de los polos) en
el semiplano-s correspondiente.
El modelo ms simple para sistemas con respuesta montona creciente est incluido en
la tabla 1 como modelo 0, corresponde a un integrador con retardo, y se caracteriza por
dos parmetros: la ganancia K y el retardo To.

Un modelo, ligeramente ms complejo, especialmente adecuado para sistemas con

respuesta montona creciente estable es el que est incluido en la tabla 1 como modelo
1, corresponde a un modelo de primer orden con retardo puro, y se caracteriza por tres
parmetros: la ganancia en estado estacionario K, la constante de tiempo Tp y el retardo
To.
Una mejor aproximacin para respuestas montona creciente estable, salvo que exista
un retardo manifiesto, es el modelo 2 de la tabla 1, corresponde a un modelo de segundo
orden sobreamortiguado, y se caracteriza por tres parmetros: la ganancia en estado
estacionario K, la constante de tiempo T1 y la constante de tiempo T2. La presencia de
un retardo manifiesto en la respuesta del sistema se puede modelar incluyendo el retardo
puro To como cuarto parmetro.
El modelo ms general, aplicable a los cuatro tipos de respuesta de la figura 1 es el
modelo 3 de la tabla 1, corresponde a un modelo de segundo orden con retardo puro, y
se caracteriza por cuatro parmetros: la ganancia en estado estacionario K, el coeficiente
de amortiguamiento , la frecuencia natural n y el retardo puro To. Con <0 se pueden
modelar respuestas inestables como la (c) y la (d), con 0<<1 se pueden modelar
respuestas oscilatorias subamortiguadas como la (b) y con >1 se pueden modelar
respuestas sobreamortiguadas (montonas crecientes estables) como la (a). La
justificacin grfica a estas afirmaciones se puede ver comparando las respuestas de la
figura 1 con las formas de la respuesta del modelo de segundo orden sin retardo puro,
representadas en la figura 2.

<0

=0

0<<1

Figura 2: Clasificacin de la respuesta del modelo de segundo orden (sin retardo puro)
en funcin del coeficiente de amortiguamiento.

Otros modelos, referidos en la bibliografa, incluidos en la tabla 1 y tambin recogidos

en el libro de Unbehauen (1987) son:
El modelo 4, de tres constantes de tiempo (T1, T2=T3=T1) y retado puro To
El modelo 5, con n constantes de tiempo iguales (si =1) o todas iguales menos

una (si 1).

El modelo 6, con n constantes de tiempo en progresin.

Todos estos modelos slo son aplicables al caso de respuesta mnotona creciente
estable y no aportan una mejora apreciable respecto a las aproximaciones con el modelo
2 y retardo puro.
Modelo

Funcin de Transferencia

Parmetros

K T0s
e
s

K, T0

K
e T0s
Tps + 1

K, Tp , T0

K
(T1s + 1)(T2s + 1)

K, T1 , T2

K 2n
e T0s
s 2 + 2 n s + 2n

K, , n , T0

K
e T0s
(T1s + 1)(T2 s + 1)(T3s + 1)

K, T1 , , T0
T2 = T3 = T1

K
(Ts + 1)( Ts + 1) n 1

n, K, T,

K
T

s + 1

i = 0 1 + i.r

n, K, T, r

n 1

Tabla 1: Modelos utilizados en mtodos de estimacin grficos.

A continuacin se describen tcnicas de aproximacin grfica para dos tipos de

modelos, el de primer y el de segundo orden con retardo puro, que son los ms
utilizados en sistemas de control. El primero como modelo del proceso en el ajuste
emprico de controladores PID, el segundo como modelo del sistema para
comprobacin de especificaciones de diseo y para autoajuste de parmetros del
controlador. En el libro de Unbehauen se pueden consultar tcnicas de aproximacin
para los otros modelos.
2.2 Modelo de primer orden con retardo puro

La respuesta del sistema de primer orden con retardo puro a una entrada escaln unitario
viene dada por la expresin

y m1 (t) =
t -T

- o
K1 - e Tp

; t < To

; tT
o

Ym
K

0.632 K

0.283 K

To

Tp

To+Tp/3
Figura3: Respuesta a una entrada escaln unitario del modelo de primer orden con
retardo puro.
que tiene, entre otras, las siguientes caractersticas, como se puede ver en la figura 3:
Valor en el estacionario igual a K.
Mxima derivada en el instante To.

7
Valor mximo de la derivada igual a K/Tp.
Alcanza el 28.3% de su valor final en el instante To+Tp/3.
Alcanza el 63.2% de su valor final en el instante To+Tp.
Encierra un rea ao junto con la recta que pasa por el valor estacionario, de valor

K(To+Tp).
Encierra un rea a1 hasta el instante To+Tp de valor K Tp/e.
Los diversos mtodos de aproximacin grfica para un modelo de este tipo hacen uso de
estas caractersticas. Todos ellos coinciden en que la ganancia K queda unvocamente
determinada como el cociente entre el cambio observado en la salida y el cambio
provocado en la entrada del proceso. No ocurre as con los otros parmetros del modelo,
la constante de tiempo Tp y el retardo To, para los que se proponen diferentes mtodos.
A continuacin se describen las cuatro aproximaciones ms conocidas.
Aproximacin 1: es el ms viejo y popular procedimiento, se basa en hacer que la recta
tangente a la respuesta del proceso, en el punto de mxima pendiente t2, tenga la misma
pendiente m=K/Tp y corte al eje de ordenadas en el mismo punto To que la recta
tangente a la respuesta del modelo.
Aproximacin 2: se basa en hacer que la recta tangente a la respuesta del proceso, en el
punto de mxima pendiente t2, corte al eje de ordenadas en el mismo punto To que la
recta tangente a la respuesta del modelo, y que ambas respuestas tomen el mismo valor
(el 63.2% del valor estacionario) en el mismo instante t3=To+Tp.
Aproximacin 3: se basa en hacer que la respuesta del proceso y la del modelo tomen
el mismo valor (el 28.3% del valor estacionario) en el mismo instante t1=To+Tp/3. y el
mismo valor (el 63.2% del valor estacionario) en el mismo instante t3=To+Tp.
Aproximacin 4: se basa en hacer que la respuesta del proceso y la del modelo
delimiten las mismas reas caractersticas ao=K(To+Tp) y a1=K Tp/e.

En resumen, el procedimiento prctico de estimacin de parmetros (K, Tp y To) para el

modelo de primer orden con retardo puro consiste en:
- Registrar la respuesta del proceso a una entrada escaln, de amplitud y de
instante de cambio conocidos. Para que el registro sea vlido, la salida debe
haber alcanzado el estacionario.
- Obtener la ganancia K del modelo como el cociente entre el cambio observado
en la salida del proceso y la amplitud del escaln de entrada.
- Medir las caractersticas necesarias (t1, m, t2, y2, t3, ao, a1) de la respuesta del
proceso. Si se trata de una caracterstica temporal, sta debe ser relativa al
instante en que se produjo el cambio en la entrada.
- Aplicar aquellas frmulas de la tabla 2 que correspondan a la aproximacin
deseada para determinar la constante de tiempo Tp y el retardo To del modelo.

Parmetro
Tp

T0

Aprox. 1
ye
m
y
t2 2
m

Aprox. 2
t 3 T0

t2

Aprox. 3
3
( t 3 t1 )
2
t 3 Tp

y2
m

Aprox. 4
e
a1
ye
a0
Tp
ye

Tabla 2: Cuatro aproximaciones para los parmetros Tp y To de un modelo de primer

orden.
Haciendo un estudio comparativo entre las cuatro aproximaciones, consistente en
observar la respuesta de distintos procesos y la respuesta del modelo, para los distintos
parmetros estimados en cada aproximacin, se ha visto que:

La aproximacin 1, con la que se obtiene la mayor constante de tiempo, da

siempre los peores resultados.

La aproximacin 2, con la que se obtiene el mismo retardo que con la

aproximacin 1, da buenos resultados para procesos con razn retardo a
constante de tiempo pequea (por debajo de 0.5), pero cuando la razn es grande
la aproximacin ya no es recomendable.

Las aproximaciones 3 y 4 dan resultados similares y son los mejores, la eleccin

de una u otra se har en funcin de la capacidad de clculo y de la calidad del
registro. La aproximacin 3 es la ms simple, y como da buenos resultados, es
generalmente la ms recomendable. La aproximacin 4 es la que requiere ms
clculo, pero su eleccin est justificada cuando el registro de que se dispone
tiene un nivel de ruido considerable. En este ltimo caso tambin se puede
utilizar la aproximacin 3 pero se recomienda efectuar un suavizado previo de
los datos.

2.3 Modelo de segundo orden con retardo puro

La respuesta del sistema de segundo orden con retardo puro a una entrada escaln
unitario viene dada por la expresin

y m 2 (t) =

e - n ( t -To )
- 2 1 e - n
K 1 +
2

2 1

[(

; t < To
2 1 ( t - To )

+ 2 1 en

2 1 ( t - To )

] ; t T

que cuando 0<<1 tiene, entre otras, las caractersticas siguientes, como se puede ver en
la figura 4 :
ye, el valor en el estado estacionario de la respuesta.
b/a, la razn de amortiguamiento, definido como

sobreelongaciones consecutivas del mismo signo.

el cociente entre dos

to el pseudoperodo de oscilacin, defindio como el tiempo transcurrido entre

dos sobreelongaciones consecutivas.
mp, la mxima sobreelongacin en % respecto al estacionario final.
tp, el instante de mxima sobreelongacin, referido al instante en que se produjo
el cambio en la entrada.
td el tiempo de retardo, definido como el instante en que la respuesta alcanza el
50% de su valor estacionario.
ao el rea encerrada, con signo, por la respuesta respecto a su valor estacionario.

y(t)/ye
Mp a

to

tp

1
0.9
td

0.5

e2

e1

0.05

e3

0.1
0

To

tr
ts

Fig.4 Respuesta a una entrada escaln unitario del modelo de segundo orden con retardo
puro para 0<<1.
Las relaciones entre estas caractersticas y los parmetros del modelo aparecen
recogidas en la tabla 3.
Los diversos mtodos de aproximacin grfica para un modelo de este tipo hacen uso de
estas caractersticas y de las relaciones de la tabla 3. Todos ellos coinciden en que la
ganancia K queda unvocamente determinada como el cociente entre el cambio
observado en la salida y el cambio provocado en la entrada del proceso. No ocurre as
con los otros parmetros del modelo, el coeficiente de amortiguamiento , la frecuencia
natural n y el retardo To, para los que se proponen diferentes mtodos. A continuacin
se describen cuatro posibles aproximaciones para cuando la respuesta del proceso es
oscilatoria subamortiguada.

10

ye

b/a

2
1 2

t0

n 1 2

100 e

mp

T0 +

tp

td

a0

T0 +

1 2

n 1 2

0.2570 2 + 0.3673 + 1.0478

n

+ T0 K

Tabla 3: Relaciones entre las caractersticas de respuesta subamortiguada y los

parmetros de un modelo de segundo orden con retardo puro.
Aproximacin 1: se basa en hacer que la respuesta del proceso y la del modelo tengan
la misma razn de amortiguamiento b/a, el mismo pseudoperodo de oscilacin to, y que
alcancen el mismo valor (el 50% del valor estacionario) en el mismo instante td.
Aproximacin 2: se basa en hacer que la respuesta del proceso y la del modelo tengan
la misma sobreelongacin mp, en el mismo instante de tiempo tp, y que alcancen el
mismo valor (el 50% del valor estacionario) en el mismo instante td.
Aproximacin 3: se basa en hacer que la respuesta del proceso y la del modelo tengan
la misma razn de amortiguamiento b/a, el mismo pseudoperodo de oscilacin to, y el
mismo rea caracterstica ao.
Aproximacin 4: se basa en hacer que la respuesta del proceso y la del modelo tengan
la misma sobreelongacin mp, en el mismo instante de tiempo tp, y y el mismo rea
caracterstica ao.

En resumen, el procedimiento prctico de estimacin de parmetros (K, , n y To)

para el modelo de segundo orden con retardo puro consiste en:

11

- Registrar la respuesta del proceso a una entrada escaln, de amplitud y de

instante de cambio conocidos. Para que el registro sea vlido, la salida debe
haber alcanzado el estacionario.
- Obtener la ganancia K del modelo como el cociente entre el cambio observado
en la salida del proceso y la amplitud del escaln de entrada.
- Medir las caractersticas necesarias (b/a, to, mp, tp, td, ao) de la respuesta del
proceso. Si se trata de una caracterstica temporal, sta debe ser relativa al
instante en que se produjo el cambio en la entrada.
- Aplicar aquellas frmulas de la tabla 4 que correspondan a la aproximacin
deseada para determinar el coeficiente de amortiguamiento , la frecuencia
natural n y el retardo To del modelo.
Apro
x

To

1+
b
Ln
a
1

t o 1- 2

1+
m
Ln p
100

1-

0.2570 2 + 0.3673 + 1.0478

tp - td

1+
b
Ln
a

t o 1-

1+

m p
Ln 100

1- 2
tp

2
a0
K

td

0.2570 2 + 0.3673 + 1.0478

n

td

0. 2570 2 + 0.3673 + 1. 0478

n

a 0 2

K n

a 0 2

K n

Tabla 4: Cuatro aproximaciones para los parmetros , n y To de un modelo de

segundo orden, con 0<<1.
Haciendo un estudio comparativo entre las cuatro aproximaciones, consistente en
observar la respuesta de distintos procesos y la respuesta del modelo, para los distintos
parmetros estimados en cada aproximacin, se ha visto que:

12

Si es posible medir la razn de amortiguamiento, las aproximaciones 1 y 3, en

las que el coeficiente de amortiguamiento se estima a partir ella, son ms
recomendables que las aproximaciones 2 y 4, en las que se estima a partir de
mp, porque el cociente entre picos y la medida del pseudoperodo de oscilacin
estarn ms prximos a los valores que le corresponden al modelo de segundo
orden estimado.

Entre las parejas de aproximaciones 1 y 3 (2 y 4) , que dan resultados similares,

la eleccin de una u otra se har en funcin de la calidad del registro. La
aproximacin 1 (2) es la ms simple, y como da buenos resultados, es
generalmente la ms recomendable. La aproximacin 3 (4) requiere algo ms de
clculo, pero su eleccin est justificada cuando el registro de que se dispone
tiene un nivel de ruido considerable. En este ltimo caso tambin se puede
utilizar la aproximacin 1 (2) pero se recomienda efectuar un suavizado previo
de los datos.

3. Mtodo de los momentos

El mtodo de los momentos es un mtodo general de estimacin no paramtrica que se

basa en la relacin existente entre la respuesta impulsiva g(t) o funcin ponderatriz de
un sistema y su funcin de transferencia G(s), a travs de la expresin

G(s) = g(t) e - s t dt

(1)

cuyas derivadas sucesivas respecto a s, son

d G(s)
= - t g(t) e - s t dt
;
ds
0

d 2 G(s)
= t 2 g(t) e - s t dt
2
ds
0

Particularizando en s=0, se obtiene que:

G(0) = g(t) dt
0

d G(s)
G' (0) =
ds

s=0

= - t g(t) dt

G' ' (0) =

d G(s)
ds 2

s=0

= t 2 g(t) dt

(2)

.......
d i G(s)
G (0) =
ds i

= (- 1)

s=0

g(t) dt

es decir que los valores de la funcin de transferencia de un proceso y de sus derivadas,

para s=0 se pueden obtener a partir de las integrales ponderadas en el tiempo de su

13

respuesta impulsiva. Este es el fundamento del mtodo de estimacin de los momentos,

que formularemos ms adelante.
A la integral ponderada

M i = t i g o (t) dt

(3)

se le conoce con el nombre de momento de orden i, debido a que la respuesta impulsiva

de un sistema se puede interpretar como una distribucin de masas siendo cada integral
ponderada en el tiempo de la respuesta impulsiva el momento de un elemento de la
distribucin. De acuerdo con la expresin (2) y la expresin (3), el momento de orden i
guarda la siguiente relacin con la derivada i-sima de la funcin de transferencia
particularizada en s=0,
Mi = (-1)i Gi(0)

(4)

La integral (3) que expresa el momento se puede formular tambin partir de la respuesta
a una entrada escaln unitario h(t), sin ms que sustituir
g(t) =

d h(t)
dt

(5)

es decir, sin ms que tener en cuenta que la respuesta impulsiva es la derivada de la

respuesta a un escaln. Con lo cual
h ()

Mi =

d h(t)

(6)

h(0)

En este apartado se ha optado por esta ltima formulacin, para poder comparar los
resultados de estimacin con los mtodos grficos y el mtodo de los momentos a partir
del mismo registro temporal.
A partir de (6) se puede encontrar cierto paralelismo entre las caractersticas utilizadas
de la respuesta del proceso utilizadas por los mtodos grficos y las caractersticas
representadas por los momentos. Concretamente,
h ( )

M0 =

d h(t) = h() - h(0) = Ganancia en estado estacionario

h(0)
h ()

M1 =

t d h(t) = Area caracterstica a

h(0)

es decir, que independientemente del tipo de respuesta el momento de orden 0 es

equivalente al cambio observado en la salida del proceso y el momento de orden 1 es el
rea caracterstica ao de la respuesta, con la misma definicin de los apartados 2.2 y 2.3
para este rea.

14

3.1 Caso general de estimacin

En el mtodo de los momentos, se supone que el modelo del proceso est descrito por la
funcin de transferencia general, cociente de un polinomio de orden m y un polinomio
mnico de orden n, con n+m+1 parmetros (los coeficientes ai y los bj)
b m s m + b m-1 s m-1 + ... + b 1 s + b 0
G(s) =
s n + a n-1 s n-1 + ... + a 1 s + a 0

(7)

pero se puede utilizar cualquier otro modelo de funcin de transferencia de los

recogidos en la tabla 1, como veremos en algunos de los casos particulares.
Se puede demostrar, a partir de la relacin (4), que la funcin de transferencia G(s)
admite el siguiente desarrollo en serie de Taylor,
G(s) = M 0 - s M 1 +

s2
s3
M2 M 3 + .......
3!
2!

(8)

por tanto sustituyendo (8) en (7), efectuando el producto de polinomios y comparando

los coeficientes de igual grado se llega a un sistema lineal de ecuaciones con n+m+1
incgnitas (los n coeficientes ai y los m+1 coeficientes bi). La solucin de este sistema
de ecuaciones nos da la estimacin de los parmetros del modelo del proceso.
Por ejemplo eligiendo un polinomio de orden m=1 para el numerador del modelo del
proceso y un polinomio de orden n=2, se llega al siguiente sistema de ecuaciones:
M0 a0 = b0
- M1 a 0 + M 0 a 1 = b1
M2
a 0 - M1 a1 + M 0 = 0
2!
M3
M2
a0 +
a 1 - M1 = 0
3!
2!

(9)

que se puede escribir en forma matricial como

=
siendo el vector de parmetros, un vector de momentos y M la matriz del sistema de
ecuaciones
a 0
a1
=
b 0

b1

0
0

; =
- M 0

M1

M0
-M
1

M
2

; M=
2!
M3

3!

0
M0

- M1

M2
2!

0
1
0

(10)

15

Luego la estimacin de parmetros, solucin al sistema de ecuaciones (9), viene dada

por
= M-1
(11)
La expresin (11) es vlida para el caso general con funcin de transferencia (7) para la
estimacin de parmetros por el mtodo de los momentos, donde , y M tienen
estructuras similares a la del ejemplo, vase (10).
En resumen, el procedimiento prctico de estimacin de parmetros (ai y bj, i=0, 1, .. n1, j=0, 1,. .,m) ) por el mtodo de los momentos consiste en:
- Registrar la respuesta del proceso a una entrada escaln, de amplitud y de
instante de cambio conocidos. Para que el registro sea vlido, la salida debe
haber alcanzado el estacionario.
- Calcular las integrales correspondientes a los n+m+1 momentos.
- Formar el vector y la matriz M del sistema de ecuaciones, similares a los de
la expresin (10).
- Aplicar (11) para obtener el vector de parmetros del modelo.
- Reconstruir la funcin de transferencia G(s) a partir de , sabiendo que las n
primeras componentes corresponden a los coeficientes ai y que las m+1
siguientes corresponden a los coeficientes bj.
Para la eleccin del orden del modelo son vlidas todas las recomendaciones del
apartado 2.1, por lo que en algunos casos es conveniente acudir a soluciones
particulares como las que se describen en el prximo apartado.
3.2 Casos particulares

Como hemos dicho anteriormente, en el mtodo de los momentos se puede utilizar

cualquier modelo de funcin de transferencia de los recogidos en la tabla 1, en ese caso
la bsqueda del sistema de ecuaciones, con tanto nmero de ecuaciones como
parmetros tenga el modelo, se debe hacer a travs de las derivadas sucesivas de la
funcin de transferencia, expresiones (2) y (4).
En la tabla 5 se muestran las relaciones entre los tres primeros momentos y los tres
parmetros del modelo 1 (modelo de primer orden con retardo puro) y del modelo 2
(modelo de segundo orden con dos constantes de tiempo).
Estas relaciones nos permiten encontrar las siguientes soluciones al problema de
estimacin del modelo 1 y 2, respectivamente, por el mtodo de los momentos.

16

Modelo 1:

K = M0
1
M 2 M 0 - M12
Tp =
M0
M1
- Tp
To =
M0

(12)

Modelo 2:

K = M0

T1 =

M1 +

T2 =

Momentos
M0
M1
M2

2 M 2 M 0 - 3 M12
2 M0

(13)

M1
- T1
M0

Modelo 1
K
K(Tp + T0 )

Modelo 2
K
K(T1 + T2 )

K(2Tp2 + 2Tp T0 + T02 )

2K(T12 + T22 + T1T2 )

Tabla 5: Relaciones entre los momentos y los parmetros de los modelos 1 y 2 de la

tabla 1.
Estas dos particularizaciones nos permiten comparar el mtodo de los momentos con las
cuatro aproximaciones grficas del apartado 2.2, aplicables todas ellas a respuestas
montonas crecientes.
Si se utiliza el modelo 2 con retardo puro incluido, es decir, que el modelo tiene cuatro
parmetros (K, Tp1, Tp2 y To), para su estimacin por el mtodo de los momentos se
necesitarn al menos los cuatro primeros momentos (M0, M1, M2 y M3). Se demuestra
que estos cuatro parmetros y estos cuatro momentos cumplen las siguientes cuatro
ecuaciones:
M 0 3 To2 M1
M2
M2 M
M
To - 12 + 2 - 3 = 0
To +
6 M1
2 M 0 2 M1
M 0 M 0 6 M1
T - M1
T2 T M
M2
M2
Tp12 + o
Tp1 + o - o 2 + 12
=0
M0
2
M1
M0 2 M0
Tp2 -

M1
+ To + Tp1 = 0
M0
K - M0 = 0

(13)

17

Haciendo Tp2=0 y Tp1=Tp se puede comprobar que las tres ltimas ecuaciones de (13)
incluyen como caso particular al modelo de primer orden con retardo puro. Haciendo
To=0 se puede comprobar que las tres ltimas ecuaciones incluyen como caso particular
al modelo de segundo orden sobreamortiguado (con dos constantes de tiempo) sin
retardo puro. Haciendo To=0, Tp2=0 y Tp1=Tp se puede comprobar que las dos ltimas
ecuaciones de (14) incluyen como caso particular al modelo de primer orden sin retardo
puro. Y haciendo Tp1=Tp2=0 se puede comprobar que las dos ltimas ecuaciones
incluyen como caso particular al modelo de retardo puro.
4. Tipos de excitaciones

Tal como se han formulado los mtodos grficos y el mtodo de los momentos en los
apartados 2 y 3, slo son aplicables si se dispone de la respuesta del sistema a una
entrada escaln unitario o de amplitud conocida e instante de cambio conocido. Con el
fin de ampliar el campo de aplicacin de estos mtodos a otros tipos de respuestas, se
describen a continuacin dos tcnicas concretas para obtener la respuesta del proceso a
escaln unitario a partir de su respuesta a : un pulso o una rampa saturada. En el libro de
Unbehauen (1987) se describe adems cmo obtener la respuesta escaln a travs de la
respuesta a una entrada arbitraria.
4.1 Entrada pulso

Una excitacin p(t) en forma de pulso, de amplitud A y anchura ta, como la de la figura
5 se puede descomponer en la suma de dos escalones de amplitud A y -A
respectivamente, el primero u1(t) con el mismo instante de cambio que el pulso y el
segundo u2(t) con el instante de cambio ta segundos ms tarde. Suponiendo que el
proceso tiene un comportamiento lineal, quiere esto decir que su respuesta yp(t) a una
entrada en pulso de esas caractersticas se puede descomponer como sigue:
yp(t) = A ( h(t) - h(t-ta) )

(14)

siendo h(t) la respuesta del proceso a una entrada escaln unitario, A la amplitud del
pulso y ta la duracin.
p(t)

u1(t)
A
ta

A
t

t
u2(t)
ta

Figura 5: Descomposicin de una funcin pulso en dos funciones escaln.

18

De (14) se puede despejar h(t), resultando la expresin:

h(t) =

1
y p (t) + h(t - t a )
A

(15)

que permite obtener la respuesta h(t) a partir de la respuesta yp(t) a un pulso. Como de
la respuesta slo se disponen de valores en instantes de muestreo concretos, la expresin
(15) se puede expresar en forma discreta como sigue:
h(k) =

1
y p (k) + h(k - a)
A

(16)

siendo k un nmero entero que indica los instantes de muestreo y a el nmero entero
ms prximo obtenido como cociente de ta y T (el perodo de muestreo).
4.2 Entrada rampa saturada

Una excitacin r(t) en forma de rampa saturada, de amplitud A y duracin ta, como la
de la figura 6 se puede descomponer en la suma de dos rampas con pendientes A/ta y A/ta respectivamente, la primera r1(t) con el mismo instante de cambio que la rampa
saturada y la segunda r2(t) con el instante de cambio ta segundos ms tarde. Como
adems una rampa se puede expresar como la integral de un escaln. Suponiendo que el
proceso tiene un comportamiento lineal, quiere esto decir que su respuesta yr(t) a una
entrada en rampa de esas caractersticas se puede descomponer como sigue:
y r (t) =

A
ta

(h(t) - h(t - t )) dt

(17)

siendo h(t) la respuesta del proceso a una entrada escaln unitario, A la amplitud de la
rampa y ta la duracin.
r(t)

r1(t)

A/ta

A
ta

t
r2(t)
ta

-A/ta

Figura 6: Descomposicin de una funcin rampa saturada en dos funciones rampas.

19

De (17) se puede despejar h(t), resultando la expresin

t a d y r (t)
+ h(t - t a )
A
dt

h(t) =

(18)

que permite obtener la respuesta h(t) a partir de la respuesta yr(t) a una rampa saturada.
Como de la respuesta slo se disponen de valores en instantes de muestreo concretos, la
expresin (15) se puede expresar en forma discreta como sigue
h(k) =

t a y r (k) - y r (k -1)
+ h(k - a)
A
T

(19)

siendo k un nmero entero que indica los instantes de muestreo, T el perodo de

muestreo y a el nmero entero ms prximo obtenido como cociente de ta y T.
4.3 Entrada arbitraria

A continuacin se describe una tcnica para obtener la respuesta del sistema a una
entrada escaln unitario a partir de su respuesta a una entrada arbitraria.
La tcnica se basa en que dado un sistema lineal, invariante en el tiempo con respuesta
impulsiva g(t), su respuesta y(t) a una entrada arbitraria u(t) viene dada por la integral
de convolucin
t

y(t) =

g( ) u(t - ) d
0

que admite la siguiente aproximacin rectangular

n

y(t) =

g( ) u(t - k )
k=0

siendo un intervalo de tiempo suficientemente pequeo. Y cuya particularizacin

para diferentes instantes de tiempo lleva al siguiente sistema de ecuaciones
y(0) = u(0) g(0)
y( ) = u( ) g(0) + u(0) g( )
.
.
.
y(n ) = u(n ) g(0) + ... + u(0) g(n )
Suponiendo que se conocen las n+1 muestras de la seal de entrada u(t) y de la seal de
salida y(t), del anterior sistema de ecuaciones se pueden obtener los n+1 valores de la
respuesta impulsiva del sistema de la siguiente forma

20

g(0) =

g( ) =

g(n ) =

y(0)
u(0)

y( ) - u( ) g(0)
u(0)
.
.
.

y(n ) - u(n ) g(0) - .... - u( ) g((n - 1) )

u(0)

Este procedimiento de clculo de la respuesta impulsiva a partir de la respuesta del

sistema a una entrada arbitraria slo es aplicable si u(0)#0, por tanto en su aplicacin
prctica debe ir precedido de la eliminacin de los valores iniciales nulos de la entrada.
Por otra parte, la respuesta impulsiva de los modelos considerados anteriormente es
estable y finita. En el caso de sistema sin integrador su respuesta impulsiva tiende al
valor nulo transcurrido un cierto tiempo. Mientras que en el caso de sistema con
integrador su respuesta impulsiva tiende a un valor estacionario. Por tanto si se
considera que un cierto nmero N de valores (a partir de ahora coeficientes) es
suficiente para representar la respuesta impulsiva del sistema, puede ocurrir que el
nmero de muestras disponibles sea inferior a este nmero, en ese caso el procedimiento
anterior es adecuado, pero tambin puede ocurrir y sera lo deseable que el nmero de
muestras disponibles sea superior a N. En este segundo caso, como se supone que
g(n) = g((n-1)) = g((n-2)) = .. = g((N)) = g((N-1))
el sistema de ecuaciones anterior se puede expresar como sigue
y(0) = u(0) g(0)
y( ) = u( ) g(0) + u(0) g( )
.
.
.
y((N - 1) ) = u((N - 1) ) g(0) + ... + u(0) g((N - 1) )

y((N) ) = u((N) ) g(0) + ... + ( u(1) + u(0) ) g((N - 1) )

.
.
y(n ) = u(n ) g(0) + ... + ( u(n - N + 1) + u(n - N) + ... + u(1) + u(0)) g((N - 1) )

donde el nmero de incgnitas (los N coeficientes de la respuesta impulsiva del sistema)

es menor que el nmero de ecuaciones (n+1) y por tanto el sistema est
sobredeterminado. El sistema de ecuaciones admite la siguiente representacin
matricial,

21

y = U g
donde

y = [y(0) y(1) y(n)]T

g = [g(0) g(1) g(N-1)]T

representan respectivamente el vector de n+1 valores de la seal de salida y el vector de

N valores de la respuesta impulsiva del sistema, U es una matriz no cuadrada de
dimensin (n+1)xN, que se forma a partir de los n+1 valores de la seal de entrada
0
u(0)
u(1)
u(0)

.
.

U = u((N - 1) u(N - 2)

u(N - 1)
u(N)

.
.
u(n)
u(n - 1)

...
0

...
0

...
0

...
u(0)

...
u(1) + u(0)

...
.
... u(n - N + 1) + u(n - N)+...+u(1) + u(0)

y donde para facilitar la notacin se ha prescindido de en los vectores y en la matriz,

tal que y(N-1) representa el valor y((N-1) ).
La solucin de este sistema se puede obtener mediante la expresin
g=

1
U -1 y

donde U-1 representa la matriz pseudoinversa de la matriz U.

A una formulacin similar se puede llegar si en lugar de utilizar los valores absolutos de
la seal de salida se utilizan sus incrementos. El nuevo sistema de ecuaciones
y( ) - y(0) = ( u( ) - u(0) ) g(0) + u(0) g( )
.
.
.
y((N) ) - y((N -1) ) = ( u((N) ) - u((N -1) ) ) g(0) + ... + u(1) g((N -1) )
.
.
y(n ) - y((n -1) ) = ( u(n ) - u((n -1) ) ) g(0) + ... + u(n - N + 1) g((N -1) )

se puede expresar en forma matricial

y = U g
donde

y = [y(1)-y(0) y(2)-y(1) y(n)-y(n-1)]T

22

g = [g(0) g(1) g(N-1)]T

representan respectivamente el vector de n valores incrementales de la seal de salida y
el vector de N valores de la respuesta impulsiva del sistema, U es una matriz no
cuadrada (nxN) que se forma a partir de los n+1 valores de la seal de entrada.
u(1) - u(0)
u(0)

u(2) - u(1)
u(1) - u(0)

.
.

U = u(N - 1) - u((N - 2) u(N - 2) - u(N - 3)

u(N - 1) - u(N - 2)
u(N) - u(N - 1)

.
.
u(n) - u(n - 1)
u(n
1)
u(n - 2)

...
0

...
0

...
.

...
u(0)

...
u(1)

...
.
... u(n - N + 1)

Cuya solucin nos lleva a

g=

1
U -1 y

donde U-1 representa la matriz pseudoinversa de la matriz U.

Ejemplo 1: La figura 7 muestra la respuesta impulsiva, g(t), y la respuesta escaln, h(t),
obtenidas a partir de datos simulados (entrada u(t), salida y(t)). Los datos corresponden a la
respuesta del proceso descrito por la funcin de transferencia
1
2
s + s+1

a una entrada escaln unitario, con instante de cambio en t=5 sg. Se han elegido 15
coeficientes para representar la respuesta impulsiva y se ha utilizado el mismo periodo de
muestreo que en la simulacin T=1 sg.
1
0.9
0.8
h(t)

0.7
0.6

y(t)

0.5
u(t)

0.4
0.3
0.2

g(t)

0.1
0

10

15

20

25

30

t(sg)

Figura 7: Respuestas obtenidas a partir de datos simulados con un modelo sin integrador.

23

Ejemplo 2: La figura 8 muestra la respuesta impulsiva y la respuesta escaln obtenidas a

partir de datos simulados. Los datos corresponden a la respuesta del proceso descrito por la
funcin de transferencia
1
2
s ( s + s + 1)

a una entrada escaln unitario, con instante de cambio en t=5 sg. Se han elegido 15
coeficientes para representar la respuesta impulsiva y se ha utilizado el mismo periodo de
muestreo que en la simulacin T=1 sg.
25

20

15

h(t)

10

y(t)
5
g(t)
0

u(t)
10

15
t(sg)

20

25

30

Figura 8: Respuestas obtenidas a partir de datos simulados con un modelo con integrador.
Ejemplo 3: La figura 9 muestra la respuesta impulsiva y la respuesta escaln obtenidas a
partir de datos simulados. Los datos corresponden a la respuesta de un proceso, del que no se
conoce su funcin de transferencia, para una entrada pseudoaleatoria. Sobre un nmero
mximo de 151, que corresponde al nmero de muestras en los datos simulados, se han
elegido 80 coeficientes para representar la respuesta impulsiva y se ha utilizado el mismo
periodo de muestreo que en la simulacin T=10 sg.
70
60

y(t)

50
u(t)
40
30
20
10
0
-10
0

h(t)

g(t)
5

10

15

20

25

30

t(min)

Figura 9: Respuestas obtenidas a partir de datos simulados con un modelo desconocido.

24

Ejemplo 4: A continuacin se muestran los resultados obtenidos a partir de los mismos datos
del ejemplo 3, para distintos nmeros de coeficientes. Se observa que el error que se puede
cometer al elegir un nmero de coeficientes entre 40 y 80 es poco significativo, aunque tendr
efecto principalmente en la estimacin de la ganancia en estado estacionario del modelo del
proceso.
6
5
4
3
g(t)
2
1
N=80
0
-1

N=15

N=40
4

10

12

14

10

12

14

t(min)
10
N=80
8
N=40
6
h(t)
4
N=15
2

-2
0

8
t(min)

Figura 10: Respuestas obtenidas a partir de datos simulados con un modelo desconocido para
distinto nmero de coeficientes.
Ejemplo 5: A continuacin se muestran dos figuras con resultados obtenidos a partir de los
mismos datos del ejemplo 3, pero utilizando un submuestreo de los datos. La primera figura
muestra los datos utilizados y las respuestas obtenidas al utilizar un factor de muestreo igual a
2, es decir, al utilizar uno de cada dos datos y la mitad de coeficientes N=40. Mientras que en
la segunda figura se muestran los resultados para un factor de muestreo igual a 3 y N=26. Al
comparar estos resultados con la figura del ejemplo 3, se observa que un factor de muestreo
igual a 2 no altera casi nada el resultado de la reconstruccin, mientras que un submuestreo
mayor supone una gran prdida de informacin en las seales originales y una reconstruccin

25

muy deficiente, con grandes oscilaciones respecto al valor nulo en la respuesta impulsiva y
respecto al valor estacionario en la respuesta escaln.
70
60

y(t)

50
u(t)

Submuestreo = 2

40
30
20
10
0

h(t)

g(t)

-10
0

10

15
t(min)

20

25

30

Figura 11-a: Respuestas obtenidas a partir de los mismos datos del ejemplo 3, con un factor de
muestreo igual a 2.
70
60

y(t)

50
u(t)

Submuestreo = 3

40
30
20
10
0
-10
0

h(t)

g(t)
5

10

15
t(min)

20

25

30

Figura 11-b: Respuestas obtenidas a partir de los mismos datos del ejemplo 3, con un factor
de muestreo igual a 3.
5. Aplicaciones

El "Tutorial de Identificacin no paramtrica" desarrollado en el Departamento sobre

MATLAB 5.3 y CONTROL SYSTEM TOOLBOX 4.2, permite poner en prctica los
mtodos grficos y el mtodo de los momentos descritos en este documento, para datos
procedentes de una simulacin o de una experiencia real.
La excitacin al proceso puede ser cualquiera de las comentadas en el apartado 4: un
escaln, un pulso, una rampa saturada o una entrada arbitraria.

26

En el anlisis de la respuesta se decide automticamente, en funcin de que la respuesta

presente o no sobreelongacin superior al 5%, si se determinan las caractersticas del
apartado 2.1 (correspondientes a respuesta montona creciente) o las caractersticas del
apartado 2.2 (correspondientes a respuesta oscilatoria subamortiguada). En ambos casos
se calculan los primeros cuatro momentos, quiere esto decir que la posterior estimacin
por el mtodo de los momentos estar restringida a un modelo de primer o segundo
orden con retardo.
El anlisis y la determinacin de caractersticas de la respuesta juegan un papel
importante en los resultados de los mtodos de identificacin no parmetricos. En este
sentido, las numerosas simulaciones para poner a punto el tutorial nos han llevado a
tomar una serie de precauciones, entre las ms importantes son: que la determinacin de
instantes temporales en que la respuesta alcanza un valor, se debe hacer mediante
interpolacin con los dos intantes anterior y posterior, que la determinacin de
integrales
(correspondientes a reas o momentos) se debe hacer utilizando
aproximacin trapezoidal. Todos los problemas se solucionan si el perodo de muestreo
es suficientemente pequeo para tener un nmero adecuado de valores de la respuesta
en zonas de cambio rpido.
Aunque la deteminacin de caractersticas de la respuesta se hace de forma automtica,
al usuario se le presentan los resultados de forma numrica y grfica para que pueda
decidir si le parecen adecuados o es recomendable repetir el anlisis con un registro ms
amplio de la respuesta del sistema, con determinacin de estacionario a otro porcentaje
(el 2 o el 5%), o con suavizado
Para pruebas en simulacin, se incluye a continuacin una bateria de procesos, descritos
por su funcin de transferencia y recomendaciones sobre la duracin que debe tener el
registro y el tipo de respuesta escaln que presentan, como orientacin al modelo o
modelos que se pueden emplear:
G p1 =

1
180 s + 216 s + 91 s 2 + 16 s + 1
4

respuesta mnotona creciente, registro de 100 sg, con T = 1 sg.

G p2 =

0.10 s 2 - 0.12 s + 0.05

s 4 + 1.34 s 3 + 0.75 s 2 + 0.19 s + 0.05
respuesta oscilatoria subamortiguada, registro de 100 sg, con T = 1 sg.

G p3 =

s + 1
s + 1.05 s 2 + 4.2 s + 1
3

respuesta oscilatoria sin sobreelongacin, registro de 40 sg, con T = 0.4 sg.

G p4 =

6s + 1
s + 1.05 s 2 + 4.2 s + 1
3

27

respuesta oscilatoria subamortiguada, registro de 30 sg, con T = 0.3 sg.

G p5 =

1
s + s + 2.5 s + 1
3

respuesta oscilatoria con poca sobreelongacin, registro de 30 sg, con T = 0.3 sg.
G p6 =

2.5 s +1
s + s 2 + 2.5 s + 1
3

respuesta oscilatoria subamortiguada, registro de 30 sg, con T = 0.3 sg.

6. Bibliografa

Astrm, K. J., Hagglund, T. Automatic tuning of PID Controllers. Instrument Society of

America, 1988.
Gonzlez, A. Un planteamiento continuo de la autosintona de controladores PI y PID.
Tesis doctoral en fase de escritura, bajo la direccin de F. Morilla. Dpto. de Informtica
y Automtica, UNED.
Morilla, F., Lechuga, L. Automation of open-loop and closed-loop experiments.
Preprints of SICICA92, pp. 813-817, 1992.
Unbehauen, H., Rao, G. P. Identification of continuous systems. North-Holland systems
an control series, volume 10, 1987.
Smith, C. A., Corripio, A. B. Principles and Practice of Automatic Process Control.
John Wiley & Sons, 1985.