Técnicas de identificación algebraicas y espectrales de señales armónicas. Aplicaciones en mecatrónica y economía
- Trapero Arenas, Juan Ramón
- Diego José Pedregal Tercero Directeur/trice
- Vicente Feliú Batlle Directeur/trice
Université de défendre: Universidad de Castilla-La Mancha
Fecha de defensa: 27 février 2008
- Cesáreo Hernández Iglesias President
- Fausto Pedro García Márquez Secrétaire
- Mamadou Mboup Rapporteur
- Pedro Manuel García Villaverde Rapporteur
- Rosario Espínola Vílchez Rapporteur
Type: Thèses
Résumé
La identificación de señales armónicas abarca un amplio rango de aplicaciones procedentes de disciplinas como la Mecatrónica o la Economía. En esta tesis se trata el problema de la identificación de señales armónicas utilizando técnicas de identificación de sistemas y análisis de series temporales. En referencia a las aplicaciones mecatrónicas se han utilizado técnicas derivativas algebraicas para diseñar algoritmos capaces de estimar en línea los parámetros de una o varias ondas sinusoidales con y sin amortiguamiento en un tiempo inferior al periodo de dicha señal. Con el fin de validar estos estimadores se han aplicado a la monitorización de vibraciones procedentes de brazos flexibles experimentales, comparando los resultados obtenidos con otros estimadores de frecuencia recientemente publicados como son los filtros adaptativos de ranura. Además se han combinado los estimadores con controles en lazo cerrado y en lazo abierto para realizar controles adaptativos. Estos controles adaptativos han mostrado ser robustos frente al problema de cambios de masa en el extremo de brazos manipuladores flexibles. Se ha aprovechado el conocimiento adquirido en el análisis de vibraciones de estructuras flexibles para abordar señales armónicas procedentes de aplicaciones económicas. Concretamente se ha tratado el problema de la predicción a corto plazo de la demanda y precios de energía eléctrica en el mercado liberalizado. Se han elegido estas series temporales ya que poseen un fuerte componente periódico, es decir tienen una estacionalidad diaria, semanal y un ciclo anual. Se han utilizado técnicas de identificación en el dominio de la frecuencia junto con modelos en Espacio de los Estados (EE) para la predicción de estas series temporales. La representación en EE permite extraer componentes no observables de la serie temporal como son la tendencia, la estacionalidad o el término irregular. Por otro lado, la estimación en el dominio la frecuen