COMPARISON OF FREQUENCY RESPONSE AND NEURAL NETWORK TECHNIQUES FOR SYSTEM IDENTIFICATION OF AN ACTIVELY CONTROLLED STRUCTURE

La identificación de sistemas es un método que puede ser utilizado para obtener las propiedades dinámicas de un sistema estructural integrado por sensores, actuadores yun algoritmo de control, sometido a diferentes tipos de excitación. Estas propiedades dinámicas son utilizadas en varios propósitos,...

Full description

Bibliographic Details
Main Author: DANIEL GÓMEZ PIZANO
Format: Article
Language:English
Published: Universidad Nacional de Colombia 2011-01-01
Series:Dyna
Online Access:http://www.redalyc.org/articulo.oa?id=49621159009
id doaj-eda97346f2a24faab1a31b10c352d80b
record_format Article
spelling doaj-eda97346f2a24faab1a31b10c352d80b2020-11-24T22:09:30ZengUniversidad Nacional de Colombia Dyna0012-73532011-01-01781707989COMPARISON OF FREQUENCY RESPONSE AND NEURAL NETWORK TECHNIQUES FOR SYSTEM IDENTIFICATION OF AN ACTIVELY CONTROLLED STRUCTUREDANIEL GÓMEZ PIZANOLa identificación de sistemas es un método que puede ser utilizado para obtener las propiedades dinámicas de un sistema estructural integrado por sensores, actuadores yun algoritmo de control, sometido a diferentes tipos de excitación. Estas propiedades dinámicas son utilizadas en varios propósitos, tales como: Actualización de modelos, Monitoreo de salud estructural y Sistemas de control. En este artículo se presenta la identificación de una estructura con un sistema de control activo colocado en la parte superior por medio de la relación entre las señales de entrada (movimiento en la base y fuerza de control) y la señal de salida (respuesta de la estructura). Para esto se utiliza la respuesta en frecuencia con funciones de transferencia y se compara con las relaciones no lineales obtenidas mediante Redes Neuronales Artificiales (RNA) de una entrada-una salida (SISO) y de múltiples entradas-una salida (MISO). Finalmente, se demuestra que la identificación del sistema estructural MISO con RNA presenta una mejor aproximación al sistema real que las obtenidas con la matriz de transferencia conformada a partir de funciones de transferencia.http://www.redalyc.org/articulo.oa?id=49621159009
collection DOAJ
language English
format Article
sources DOAJ
author DANIEL GÓMEZ PIZANO
spellingShingle DANIEL GÓMEZ PIZANO
COMPARISON OF FREQUENCY RESPONSE AND NEURAL NETWORK TECHNIQUES FOR SYSTEM IDENTIFICATION OF AN ACTIVELY CONTROLLED STRUCTURE
Dyna
author_facet DANIEL GÓMEZ PIZANO
author_sort DANIEL GÓMEZ PIZANO
title COMPARISON OF FREQUENCY RESPONSE AND NEURAL NETWORK TECHNIQUES FOR SYSTEM IDENTIFICATION OF AN ACTIVELY CONTROLLED STRUCTURE
title_short COMPARISON OF FREQUENCY RESPONSE AND NEURAL NETWORK TECHNIQUES FOR SYSTEM IDENTIFICATION OF AN ACTIVELY CONTROLLED STRUCTURE
title_full COMPARISON OF FREQUENCY RESPONSE AND NEURAL NETWORK TECHNIQUES FOR SYSTEM IDENTIFICATION OF AN ACTIVELY CONTROLLED STRUCTURE
title_fullStr COMPARISON OF FREQUENCY RESPONSE AND NEURAL NETWORK TECHNIQUES FOR SYSTEM IDENTIFICATION OF AN ACTIVELY CONTROLLED STRUCTURE
title_full_unstemmed COMPARISON OF FREQUENCY RESPONSE AND NEURAL NETWORK TECHNIQUES FOR SYSTEM IDENTIFICATION OF AN ACTIVELY CONTROLLED STRUCTURE
title_sort comparison of frequency response and neural network techniques for system identification of an actively controlled structure
publisher Universidad Nacional de Colombia
series Dyna
issn 0012-7353
publishDate 2011-01-01
description La identificación de sistemas es un método que puede ser utilizado para obtener las propiedades dinámicas de un sistema estructural integrado por sensores, actuadores yun algoritmo de control, sometido a diferentes tipos de excitación. Estas propiedades dinámicas son utilizadas en varios propósitos, tales como: Actualización de modelos, Monitoreo de salud estructural y Sistemas de control. En este artículo se presenta la identificación de una estructura con un sistema de control activo colocado en la parte superior por medio de la relación entre las señales de entrada (movimiento en la base y fuerza de control) y la señal de salida (respuesta de la estructura). Para esto se utiliza la respuesta en frecuencia con funciones de transferencia y se compara con las relaciones no lineales obtenidas mediante Redes Neuronales Artificiales (RNA) de una entrada-una salida (SISO) y de múltiples entradas-una salida (MISO). Finalmente, se demuestra que la identificación del sistema estructural MISO con RNA presenta una mejor aproximación al sistema real que las obtenidas con la matriz de transferencia conformada a partir de funciones de transferencia.
url http://www.redalyc.org/articulo.oa?id=49621159009
work_keys_str_mv AT danielgomezpizano comparisonoffrequencyresponseandneuralnetworktechniquesforsystemidentificationofanactivelycontrolledstructure
_version_ 1725811539829587968