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,...
Main Author: | |
---|---|
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 |