Abstract:
Este documento tiene por finalidad mostrar un enfoque sistemático y comparativo para
analizar el desempeño de observadores no lineales para la estimación de estados de
sistemas dinámicos. Esto es se realizará una comparativa entre el Filtro de Kalman
Extendido (EKF), Filtro de Kalman por ensamble de Partículas (EnKF), Filtro de
Partículas (PF) el primero utiliza una aproximación del sistema no lineal a través de
métodos numéricos (Euler, Runge-Kutta, etc.) en su proceso, mientras los siguientes
utilizan métodos de aproximación que emplean técnicas de Monte Carlo.
El capítulo dos comprende la descripción del proceso de un reactor de tanque agitado
(CSTR) sistema de reacción química con dinámica no lineal, cuyas variables usualmente
son difíciles de medir en tiempo actual. El desarrollo de las ecuaciones de los filtros antes
mencionados basadas en fundamentos probabilísticos se menciona en subcapítulo de
estimaciones no lineales.
El capítulo tres se desarrolla la implementación de los filtros en el sistema seleccionado,
mostrando el resultado particular para cada filtro.
En el capítulo cuatro se realiza un comparativo entre los filtros empleados, presentando
el escenario de estudio, por medio de indicadores de desempeño como la raíz cuadrática
del error cuadrático medio (RMSE).
La estimación de estado conocida como filtrado al utilizar la redundancia del sistema de
medición en tiempo real tiene por objetivo mejorar la precisión de los datos, eliminar ruido
y supervisar de manera precisa bajo estas premisas, los resultados de nuestro estudio
nos indican que la metodología del EnKF nos brindó una mejor aproximación al valor real
en las variables de Concentración y Temperatura inclusive atenuando el ruido propio del
sistema.
