Código: 720106 | Asignatura: Identificación de Sistemas Dinámicos | ||||
Créditos: 6 | Tipo: | Curso: NULL_VALUE | Periodo: 2º S | ||
Departamento: Ingeniería Mecánica, Energética y de Materiales | |||||
Profesorado: | |||||
ROS GANUZA, JAVIER [Tutorías ] | IRIARTE GOÑI, XABIER (Resp) [Tutorías ] |
Tras un breve repaso a los conceptos estadísticos fundamentales para el tratamiento de los errores de medición, se aborda el tema de regresión lineal a través del cuál se realiza la estimación de parámetros de sistemas dinámicos. La implementación de estas técnicas a la hora de estimar parámetros en sistemas mecánicos requiere de un tema adicional. Además, se aborda la estimación del estado de sistemas dinámicos mediante una breve introducción al espacio de estados y mediante la descripción y utilización de filtros de Kalman Lineales y Extendidos.
La asignatura introduce al estudiante a las técnicas de identificación de sistemas dinámicos, con énfasis en sistemas mecánicos.
Palabras clave: Identificación, Estimación de Parámetros, Regresión, Sistemas Dinámicos, Espacio de Estados, Filtro de Kalman
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
R1 - Conocer y comprender conceptos fundamentales sobre identificación y estimación en sistemas dinámicos .
R2 - Ser capaz de implementar estrategias de identificación y estimación para sistemas dinámicos.
Metodología - Actividad | Horas Presenciales | Horas no presenciales |
A-1 Clases Teóricas | 48 | |
A-2 Clases Prácticas | 8 | |
A-3 Tutorías | 2 | |
A-4 Estudio y Trabajo Autónomo | 90 | |
A-5 Evaluación | 2 | |
Total | 60 | 90 |
El idioma de impartición es el castellano. Si bien se dispone de una colección de apuntes y de presentaciones en dicho idioma elaborados para la asignatura y a disposición de los estudiantes en el sitio del aulario virtual (Mi Aulario) dedicado a la asignatura, la bibliografía de referencia está editada esencialmente en inglés. Así mismo, la mayor parte de los artículos utilizados para los trabajos de carácter personal que habrán de desarrollar los estudiantes matriculados en la asignatura se encuentran editados en inglés.
Resultado de aprendizaje | Actividad de Evaluación | Sistema de evaluación | Peso (%) | Carácter recuperable |
R1, R2 |
Exámen de los contenidos /prácticas / trabajos /problemas de la asignatura vistos en clase | Pruebas escritas | 30 | Sí |
R1, R2 |
Resolución de problemas propuestos por el profesor | Resolución de Problemas | 30 | Sí |
R1, R2 |
Realización de un trabajo escrito de carácter personal que aplique varios de los conceptos y métodos de la asignatura | Trabajo Escrito | 30 | Sí |
R1, R2 |
Exposición del trabajo escrito | Presentación Oral | 10 | Sí |
TEMA 1: Introducción
TEMA 2: Conceptos estadísticos.
TEMA 3: Regresión lineal
TEMA 4: Aspectos específicos de sistemas mecánicos
TEMA 5: Filtro de Kalman.
TEMA 6: Filtro de Kalman Extendido.
TEMA 7: Aspectos específicos en sistemas mecánicos
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.
El material bibliográfico fundamental en el que se basa el desarrollo de las clases, en forma de apuntes propios o notas de terceros, se hará accesible a los alumnos.
Bibliografía Básica
- Estadística aplicada con S-Plus. M.D. Ugarte, A. Militino. Universidad Pública de Navarra.
- System Identification. L. Ljung. Prentice Hall.
Bibliografía Complementaria
- System Identification. T. Söderström, P. Stoica. Prentice Hall.
- Identification of Linear Systems. J. Schoukens, R. Pintelton. Pergamon Press.
- Identification of Parametric Models. E. Walter, L. Pronzato. Springer.
- Kalman Filtering: Theory and practice using Matlab. M. Grewal, A.P. Andrews. Wiley-Interscience Publications.
- Theory and Practice of recursive identification. L.Ljung, T. Söderström. The MIT Press.
- Nonlinear System Identification. O. Nelles, Springer.
- Identificación de Robots Manipuladores: Reducción de Modelos y Diseño de Experimentos. X. Iriarte. UPNa.
Material Adicional
- Apuntes de la asignatura