El campo de la identificación de sistemas utiliza métodos estadísticos para construir modelos matemáticos de sistemas dinámicos a partir de datos medidos. [1] La identificación del sistema también incluye el diseño óptimo de experimentos para generar de manera eficiente datos informativos para ajustar dichos modelos, así como la reducción de modelos. Un enfoque común es comenzar con mediciones del comportamiento del sistema y las influencias externas (entradas al sistema) y tratar de determinar una relación matemática entre ellas sin entrar en muchos detalles de lo que realmente sucede dentro del sistema; este enfoque se denomina identificación del sistema de caja negra .
Un modelo matemático dinámico en este contexto es una descripción matemática del comportamiento dinámico de un sistema o proceso en el dominio del tiempo o de la frecuencia. Ejemplos incluyen:
Una de las muchas aplicaciones posibles de la identificación del sistema es en los sistemas de control . Por ejemplo, es la base de los modernos sistemas de control basados en datos , en los que los conceptos de identificación del sistema se integran en el diseño del controlador y sientan las bases para las pruebas formales de optimización del controlador.
Las técnicas de identificación del sistema pueden utilizar tanto datos de entrada como de salida (p. ej ., algoritmo de realización del sistema propio ) o pueden incluir solo los datos de salida (p. ej . , descomposición en el dominio de la frecuencia ). Por lo general, una técnica de entrada-salida sería más precisa, pero los datos de entrada no siempre están disponibles.
La calidad de la identificación del sistema depende de la calidad de las entradas, que están bajo el control del ingeniero de sistemas. Por lo tanto, los ingenieros de sistemas han utilizado durante mucho tiempo los principios del diseño de experimentos . [2] En las últimas décadas, los ingenieros han utilizado cada vez más la teoría del diseño experimental óptimo para especificar entradas que produzcan estimadores de máxima precisión . [3] [4]
Uno podría construir un llamado modelo de caja blanca basado en primeros principios , por ejemplo, un modelo para un proceso físico a partir de las ecuaciones de Newton , pero en muchos casos tales modelos serán demasiado complejos y posiblemente incluso imposibles de obtener en un tiempo razonable debido a la naturaleza compleja de muchos sistemas y procesos.