Resumen Técnico: Diseño de Experimentos Recursivos para la Identificación en Lazo Cerrado de Sistemas ARMAX con Límites de Perturbación de Salida

1. Formulación del Problema

El artículo aborda el desafío de realizar la identificación de sistemas que operan en una configuración de lazo cerrado. En muchos escenarios prácticos, los experimentos deben llevarse a cabo mientras el sistema se encuentra bajo un controlador de retroalimentación de salida conocido y fijo para garantizar la seguridad o mantener la operación. El sistema se modela como una estructura ARMAX (Autorregresiva de Media Móvil con entrada Exógena):
$$y_t = G(q; \theta)u_t + H(q; \theta)e_t$$
donde $G$ y $H$ son funciones de transferencia desconocidas parametrizadas por $\theta$, y $e_t$ es un proceso de innovación de ruido blanco.

El problema central surge cuando la dinámica de lazo cerrado existente, impulsada por una señal de referencia constante, no proporciona una excitación suficiente para identificar los parámetros del sistema (una condición conocida como falta de informatividad). Para remediar esto, se añade una señal de sondeo $d_t$ a la entrada de control ($\tilde{u}_t = u_t + d_t$). Sin embargo, la inyección de esta señal perturba inevitablemente la salida del sistema ($\tilde{y}_t = y_t + \delta_t$). El objetivo es diseñar recursivamente la señal de sondeo $d_t$ de tal manera que:

1. Los datos de entrada-salida resultantes sean suficientemente informativos para identificar el modelo ARMAX.
2. La perturbación de la salida $\delta_t$ se mantenga dentro de los límites especificados por el usuario ($\delta_{\min} \le \delta_t \le \delta_{\max}$).
3. El diseño se adapte a los parámetros del modelo estimados secuencialmente.

2. Metodología

2.1 Análisis de Identificabilidad

Los autores establecen primero las condiciones bajo las cuales los datos de lazo cerrado son informativos.

• Identificabilidad Estructural: Derivan una condición (Teorema 1) basada en los órdenes del modelo de la planta, del controlador y del ruido. Si la dinámica del controlador es suficientemente rica (específicamente, si un entero calculado $\gamma < 0$), el sistema es identificable incluso sin una señal de sondeo.
• Requerimientos de la Señal de Sondeo: Si la riqueza estructural es insuficiente ($\gamma \ge 0$), el artículo demuestra (Teorema 2) que una señal de sondeo acotada y de valores discretos que sea persistentemente excitante de orden $n_e \ge \gamma$ es suficiente para asegurar la identificabilidad.

2.2 Factibilidad de los Límites de Perturbación

Una contribución crítica es el análisis de la "factibilidad recursiva". Los autores analizan si satisfacer los límites de perturbación en el tiempo $t$ garantiza la existencia de una solución factible para el tiempo $t+1$.

• Modelan la perturbación $\delta_t$ como la salida de una función de sensibilidad impulsada por la señal de sondeo.
• La Proposición 1 proporciona una condición suficiente sobre los límites especificados por el usuario ($\delta_{\min}, \delta_{\max}$) en relación con la amplitud máxima permitida de la señal de sondeo ($d_{\max}$) y la respuesta al impulso del sistema. Si se cumple esta condición, el problema de restricciones de múltiples pasos puede relajarse a una restricción de un solo paso, simplificando significativamente el diseño.

2.3 Algoritmo de Diseño Recursivo

El artículo propone una solución de forma cerrada y computacionalmente eficiente para el diseño de la señal de sondeo utilizando un Método de Error de Predicción Recursivo (RPEM).

• Parametrización: Se utiliza un vector de parámetros expandido para manejar retrasos de entrada desconocidos.
• Criterio de Diseño: El diseño minimiza la covarianza del error de estimación. Se consideran dos criterios: el determinante de la matriz de covarianza (criterio D) y la traza de la covarianza ponderada (criterio L). Ambos se reducen a maximizar una forma cuadrática que involucra el gradiente del error de predicción.
• Solución de Forma Cerrada (Teorema 3): Mediante la partición de la matriz de covarianza y el vector de gradiente, el problema de optimización se reduce a maximizar una función cuadrática convexa sujeta a restricciones lineales. Se demuestra que la señal de sondeo óptima $d^*_t$ es una señal binaria (toma valores en los límites del intervalo factible) determinada por una simple comparación de umbral.
• Adaptatividad: Las restricciones y los valores de la señal se actualizan recursivamente utilizando las estimaciones actuales de los parámetros $\hat{\theta}_t$. Los autores también proporcionan un método pragmático para estimar el retraso de entrada desconocido en línea.

3. Principales Contribuciones

1. Diseño Recursivo Adaptativo: El artículo introduce un método para diseñar una señal de sondeo que se adapta a los parámetros del modelo estimados secuencialmente, a diferencia de los diseños de frecuencia o tiempo fijos que requieren una buena estimación inicial del modelo.
2. Solución de Forma Cerrada: Se deriva una expresión de forma cerrada, computacionalmente eficiente, para la señal de sondeo óptima. Esta señal es de valor discreto y está acotada, asegurando que cumpla con las condiciones teóricas de excitación persistente.
3. Análisis de Factibilidad: El artículo proporciona condiciones rigurosas que aseguran que los límites de perturbación de salida especificados por el usuario sean recursivamente factibles, permitiendo que el complejo problema de optimización de múltiples pasos se resuelva como un problema de un solo paso.
4. Manejo de Retrasos Desconocidos: La metodología incorpora una parametrización expandida y un estimador para manejar retrasos de entrada desconocidos dentro del marco recursivo.

4. Resultados Numéricos

El método fue evaluado mediante simulaciones de Monte Carlo en dos sistemas ARMAX con diferentes características (incluyendo casos con y sin retrasos de entrada).

• Desempeño vs. Líneas Base: El diseño adaptativo propuesto se comparó contra una línea base de "sondeo cero" (sin excitación) y una línea base de Secuencia Binaria Pseudoaleatoria (PRBS).
  • La línea base de cero resultó en una convergencia muy lenta o inexistente debido a la falta de excitación.
  • La línea base PRBS proporcionó una convergencia rápida pero causó grandes perturbaciones en la salida, excediendo a menudo el 25% de la señal de referencia.
  • El método propuesto logró tasas de convergencia comparables a la PRBS mientras cumplía estrictamente con los límites de perturbación definidos por el usuario (por ejemplo, manteniendo las perturbaciones por debajo del 10-20% de la referencia).
• Compromiso (Trade-off): Los resultados demuestran un compromiso claro: límites de perturbación más estrictos ($\delta_{\max}$) resultan en una convergencia ligeramente más lenta pero garantizan la seguridad. La naturaleza adaptativa del diseño permite que el sistema respete estos límites incluso a medida que las estimaciones del modelo mejoran.
• Robustez: El método manejó con éxito sistemas con retrasos de entrada desconocidos, estimando correctamente el retraso y ajustando la señal de sondeo en consecuencia.

5. Significado y Reivindicaciones

El artículo sostiene que su principal significancia radica en permitir una identificación en lazo cerrado segura e informativa para sistemas donde ya existe un controlador fijo. Al añadir una señal de sondeo acotada y adaptativa, el método permite mejorar los controladores existentes sin violar las restricciones de seguridad operativa.

Los autores enfatizan que su enfoque:

• No requiere el rediseño del propio controlador.
• Se adapta a la información obtenida durante el experimento, a diferencia de los diseños estáticos.
• Proporciona una garantía matemáticamente rigurosa de identificabilidad y factibilidad recursiva.
• Ofrece una solución práctica de bajo costo computacional adecuada para la implementación en tiempo real.

El trabajo se posiciona como un puente entre el diseño de experimentos teórico y las restricciones prácticas, abordando específicamente la necesidad de equilibrar la precisión de la identificación con los límites de perturbación de la salida en entornos de control industrial.