MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas Ing.MSc. Ana Isabel Gutiérrez 3. PREPROCESAMIENTO DE SEÑALES La calidad.

Slides:



Advertisements
Presentaciones similares
DISEÑO DE EXPERIMENTOS EXPERIMENTOS DE COMPARACIÓN SIMPLE
Advertisements

Intervalos de Confianza para la Varianza de la Población
PRACTICAS SOBRE LA MODELIZACIÓN DE SERIES TEMPORALES
Presentación de datos e interpretación de resultados
DISEÑO DE EXPERIMENTOS
Funcionamiento de las redes en el campo de la frecuencia
Funcionamiento de las redes en el campo de la Frecuencia C. R. Lindo Carrión11 Unidad V Funcionamiento de las redes en el campo de la frecuencia Conferencia.
CONTENIDOS Teoría del muestreo ¿Cómo seleccionar una muestra?
KRIGING CON TENDENCIA.
Analizador de Espectro
RESPUESTA EN EL TIEMPO Es de interés analizar las dos partes en que puede dividirse normalmente la respuesta en el tiempo de un sistema físico: Respuesta.
Convertidores A/D y D/A
CAP. 6 - DISTORSIÓN Ing. Verónica M.Miró 2011.
Proyecto Medidas Electrónicas II
Filtros y Detectores de Borde
Definiciones y conceptos básicos
KRIGING.
Sistemas de segundo orden
Filtraje Digital CAPITULO 2 Ingeniería en Automática Industrial
IAR134 Procesamiento de Señales
Electromedicina e Instrumentación Biomédica
BASES de la ELECTROMEDICINA
Brean León Rodríguez Diego Ochoa Moreno
Econometria 2. Modelo de Regresión Lineal Simple
Ecualizadores digitales
HERRAMIENTAS PARA EL CONTROL ESTADÍSTICO DE CALIDAD.
Maracaibo, 5 de Noviembre de 2007 Universidad del Zulia Facultad de Ingeniería Instituto de Cálculo Aplicado Universidad del Zulia Facultad de Ingeniería.
2. DISEÑO DE SEÑALES Y FILTROS
Identificación de Sistemas Consideraciones prácticas sobre identificación.
Control estadístico de Proceso
IDENTIFICACION DE SISTEMAS
Importancia de las aplicaciones de estadística en el control de procesos Guatemala 2010.
Procesamiento digital Parte 3 - Filtros
Análisis de series de tiempo Cuarta semana Abril Julio 2009.
GRUPO DE INVESTIGACION EN CONTROL INDUSTRIAL
Digital Image Processing Chapter 4
UNIVERSIDAD NACIONAL INTERCULTURAL DE LA AMAZONIA
Ancho de Banda de Señales
Detectores de Borde. Extracción de Características Detección de Líneas. Detección de Puntos de Borde. Detección de Contornos.
ANALISIS DE FRECUENCIA EN HIDROLOGIA (2)
DISTRIBUCION NORMAL Mario Briones L. MV, MSc 2005.
Electrónica Análoga I Prof. Gustavo Patiño. M.Sc, Ph.D. MJ
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL Facultad de Ingeniería en Electricidad y Computación “Identificación de un Sistema Amplificador basado en Filtros.
Métodos de calibración: regresión y correlación
1. PRINCIPIOS DEL PROCESO DE MODELIZACION
Grupo Continental Control de Procesos.
Inferencia Estadística
Estimación por intervalo en la regresión: Bandas de Confianza
Informática Médica: Procesamiento de imágenes
Telecomunicaciones II
TEMA 2 CARACTERIZACIÓN FRECUENCIAL DE SEÑALES Y SISTEMAS
Filtrado lineal Digital image processing, Gonzalez & Woods, chpt 4
Procesamiento Digital de Imágenes
Amplificador con BJT Análisis de pequeña señal
Análisis Sensorial como Herramienta de Control de Calidad
Modelos matemáticos del proceso de muestreo y retención
Identificación de Sistemas
Proceso de muestreo. Análisis de señales muestreadas Teorema de Shanon.
PROCESADORES DIGITALES DE SEÑALES
MODULACION Concepto: Modular una señal consiste en modificar alguna de las características de esa señal, llamada portadora, de acuerdo con las características.
CLASIFICACION DE SEÑALES
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
DETECCION DE SEÑALES BINARIAS EN RUIDO GAUSSIANO El criterio de toma de decisión fue descrito por la ecuación Un criterio muy usado para escoger el nivel.
DETECCION DE PSK DIFERENCIAL El nombre de PSK diferencial (DPSK) algunas veces necesita clarificación, debido a dos aspectos separados del formato de.
CONTROL CLÁSICO Y MODERNO
OPTIMIZACION DEL DESEMPEÑO DE ERROR
TAMAÑO DE LA MUESTRA. Para definir el tamaño de la muestra se debe tener en cuenta los recursos disponibles y las necesidades del plan de análisis, el.
Tarea # 4 PRUEBAS DE HIPÓTESIS ESTADÍSTICAS. PRUEBA DE HIPÓTESIS Hipótesis es una aseveración de una población elaborado con el propósito de poner a prueba,
TAMAÑO DE LA MUESTRA Alvaro Alfredo Bravo Dpto. de Matemáticas y Estadística Universidad de Nariño - Colombia.
TEMA 7 ANÁLISIS DE LOS RESULTADOS TEMA 7 ANÁLISIS DE LOS RESULTADOS.
Transcripción de la presentación:

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas Ing.MSc. Ana Isabel Gutiérrez 3. PREPROCESAMIENTO DE SEÑALES La calidad de los modelos depende mucho de las características de las señales de entrada y salida. Entre más perturbaciones, peor será la identificación. El procesamiento sirve para eliminar en lo posible las perturbaciones. * Picos. * Trends. * Offset. * Ruido *...

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas Ing.MSc. Ana Isabel Gutiérrez PREPROCESAMIENTO DE SEÑALES PREPROCESAMIENTO DE SEÑALES Procedimiento Procesamiento de Señales 1.Eliminación de Retardos 2.Eliminación de Picos 3.Eliminación de Tendencias 4.Eliminación de offsets 5.Eliminación de ruido √ √ √ √ √

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas Ing.MSc. Ana Isabel Gutiérrez PREPROCESAMIENTO DE SEÑALES 1. Eliminación de retardos Estimar los retardos antes de hacer la identificación y corregir las señales (Redefinir señales). * Análisis de Correlación En procesos reales, a menudo se puede observar retardos de transporte significativos. Dada u(k), ruido blanco, con promedio cero:

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas Ing.MSc. Ana Isabel Gutiérrez 1.Eliminación de retardos (cont.) Podemos escribir y(k) con la convolución de la respuesta impulso h(k) y la entrada u(k). La correlación cruzada entre la salida y la entrada del proceso es: Combinando estas dos ecuaciones PREPROCESAMIENTO DE SEÑALES

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas Ing.MSc. Ana Isabel Gutiérrez PREPROCESAMIENTO DE SEÑALES 1.Eliminación de retardos (cont.) El retardo se puede obtener mirando la correlación cruzada y buscar el punto que tiene una diferencia significativa de cero Redifinir señales: N=1000 r=11 y(k)=y(1+r:N) u(k)=u(1:N-r) 11

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas Ing.MSc. Ana Isabel Gutiérrez PREPROCESAMIENTO DE SEÑALES 2.Remover Picos (Peak Shave) * Inducido por los cambios de marcha de motores de alta potencia. * Tienen una magnitud grande en comparación con los cambios en las señales de proceso.

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas Ing.MSc. Ana Isabel Gutiérrez PREPROCESAMIENTO DE SEÑALES Procedimiento (Peak Shave) 1.Cortar la señal en los valores donde la señales reales del proceso no pueden alcanzar Señal cortada Señal medida

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas Ing.MSc. Ana Isabel Gutiérrez Procedimiento (Cont.) 2. Calcular el trend ( ) de la señal cortada. PREPROCESAMIENTO DE SEÑALES 3. Calcular la desviación estándar de la señal cortada sin tendencia (trend) 4. Interpolar los valores de la señal original que están fuera de la banda que consiste en el trend mas α veces la desviación estándar. La banda es dada por:

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas Ing.MSc. Ana Isabel Gutiérrez PREPROCESAMIENTO DE SEÑALES 2.Remover Picos (Peak Shave) Ejemplo Paso 1 Paso 2 Paso 3 Paso 4

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas Ing.MSc. Ana Isabel Gutiérrez 3. Remover una tendencia (trend) La entrada u(k) que aplicamos no incluye todas las variables del proceso, existen otros parámetros que podrían cambiar la salida y(k) PREPROCESAMIENTO DE SEÑALES Cambios suaves en el tiempo o bajas frecuencias en el espectro Estas perturbaciones se pueden considerar como ruido coloreado

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas Ing.MSc. Ana Isabel Gutiérrez PREPROCESAMIENTO DE SEÑALES 5. Filtrado Para asegurar que las señales u(k) y y(k) sean confiables, sin muchas perturbaciones, necesitamos filtrarlas. 1. Filtrar para remover toda la información irrelevante antes de muestrear las señales. Sólo información en la banda de frecuencia con interés para el proceso puede pasar. * Filtro anti - aliasing. * No puede tener una influencia en las características de las señales (pasa banda plano) * La frecuencia de cruce tiene que ser tan alta que las frecuen- cias de dinámica del proceso no sean amortiguadas. * Las perturbaciones en frecuencias superiores al ancho de banda del proceso tienen que ser removidas tanto como sea posible.

MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas Ing.MSc. Ana Isabel Gutiérrez PREPROCESAMIENTO DE SEÑALES 5. Filtrado 2. Sacar toda la información disponible para aumentar la razón señal / ruido. *Mostrar en una frecuencia superior en la cual necesitamos (5 a 10 veces el ancho de banda del proceso). * Preprocesamiento de las señales. * Disminuir la frecuencia de muestreo.