Observer Design for a Class of Systems Described by Differential-Algebraic Equations and Parameter Identification of an Unmeasured Disturbance

Resumen Técnico: Diseño de Observadores e Identificación de Parámetros para Sistemas de Descriptores con Perturbaciones No Medidas

Planteamiento del Problema
Este artículo aborda el desafío de la estimación de estados e identificación de parámetros para una clase de sistemas descriptores lineales invariantes en el tiempo (también conocidos como ecuaciones diferenciales-algebraicas) sujetos a perturbaciones desconocidas y no coincidentes (unmatched). En muchas aplicaciones prácticas —que van desde circuitos eléctricos hasta procesos químicos— los sistemas están gobernados tanto por ecuaciones diferenciales dinámicas como por restricciones algebraicas estáticas. Una dificultad significativa surge cuando solo un subconjunto de las variables de estado es medible, y el sistema se ve afectado por perturbaciones externas que no son directamente medibles y que no entran al sistema a través del mismo canal que la entrada de control (no coincidentes). El objetivo principal es construir un observador que estime los componentes dinámicos del vector de estado y, posteriormente, reconstruya la señal de perturbación para identificar sus parámetros constantes desconocidos.

Metodología
La solución propuesta sigue un enfoque estructurado de múltiples etapas basado en supuestos estructurales específicos:

1. Reducción del Sistema: Los autores asumen que la matriz singular $E$ posee una estructura de bloques específica, lo que permite descomponer el sistema en componentes dinámicos ($x_a$) y algebraicos ($x_b$). Bajo el supuesto de que el subsistema algebraico es resoluble con respecto a $x_b$, los autores derivan una expresión explícita para $x_b$ en términos de $x_a$, la entrada conocida $u$ y la perturbación $\delta$. Al sustituir esto de nuevo en las ecuaciones dinámicas, se obtiene una ecuación diferencial ordinaria (ODE) de orden reducido para $x_a$.

2. Eliminación de la Perturbación y Diseño del Observador: Se introduce un supuesto estructural crítico: la ecuación de salida reducida no debe tener un canal de paso directo (feedthrough) para la perturbación (es decir, $C_2 A_{22}^{-1} B_{22} = 0$). Esto permite que la ecuación de salida dependa únicamente de $x_a$ y $u$. Al derivar la salida y utilizar la condición de que el canal de la perturbación en la ecuación de estado es no nulo ($C_3 B_{2a} \neq 0$), la perturbación $\delta(t)$ se expresa explícitamente en términos del estado, la entrada y las derivadas de la salida. Al sustituir esta expresión de vuelta en la ecuación de estado, se elimina el término de la perturbación, resultando en una ODE libre de perturbaciones para $x_a$. Se construye entonces un observador de entrada desconocida para este sistema reducido. Para evitar la dificultad práctica de derivar señales ruidosas, el observador se reformula utilizando una transformación de coordenadas que elimina la necesidad de derivadas directas de la salida, empleándose filtros de primer orden estables para estimar las derivadas necesarias de las señales de salida y de entrada.

3. Reconstrucción de la Perturbación e Identificación de Parámetros: Una vez obtenido el estimador del estado $\hat{x}_a$, se reconstruye la señal de perturbación $\hat{\delta}$. El artículo se centra en una clase específica de perturbaciones que dependen no linealmente de parámetros constantes desconocidos, pero que pueden parametrizarse utilizando funciones variables en el tiempo y retardos temporales conocidos. Para identificar estos parámetros, los autores proponen un método de parametrización novedoso. Mediante la introducción de múltiples retardos temporales a la señal de perturbación reconstruida, se forma un sistema de regresión extendido. A través de un procedimiento de "mezcla" (utilizando la matriz adjunta y el determinante de la matriz de regresión), transforman la dependencia no lineal original de los parámetros en una ecuación de regresión lineal con respecto a nuevas combinaciones constantes de parámetros. Estas combinaciones se estiman luego mediante algoritmos adaptativos estándar, como el método del gradiente o el de mínimos cuadrados recursivos. Finalmente, los parámetros originales desconocidos se recuperan algebraicamente a partir de estas estimaciones.

Contribuciones Clave

• Diseño de Observadores para Sistemas de Descriptores: El artículo proporciona un método sistemático para diseñar observadores para sistemas descriptores lineales con perturbaciones no coincidentes, evitando la pérdida de información que suele asociarse con la reducción de sistemas descriptores a ODEs estándar.
• Condiciones Estructurales para el Desacoplamiento de la Perturbación: Los autores identifican condiciones estructurales específicas (Supuestos 4 y 5) bajo las cuales la perturbación puede eliminarse algebraicamente de la dinámica de estimación de estado, permitiendo la construcción de un observador estándar para la parte dinámica del sistema.
• Parametrización de No Lineal a Lineal: Una contribución significativa es el método propuesto para manejar señales de perturbación que son no lineales en sus parámetros desconocidos. Al aprovechar los retardos temporales y el concepto de Extensión y Mezcla de Regresores Dinámicos (DREM), los autores logran convertir un problema de identificación no lineal en un problema de regresión lineal, facilitando el uso de técnicas de estimación robustas y estándar.
• Estrategia de Implementación: El trabajo detalla cuestiones de implementación práctica, incluyendo el uso de filtros para aproximar derivadas y el cálculo de un "tiempo de inicio" específico ($T_{id}$) para el algoritmo de identificación, asegurando que los transitorios del observador y del filtro hayan decaído antes de que comience la estimación de parámetros.

Resultados
La efectividad de los procedimientos propuestos se demuestra mediante una simulación numérica de un ejemplo académico que involucra un sistema descriptor de tercer orden. Los resultados de la simulación muestran que:

• Estimación de Estado: El error de estimación del vector de estado dinámico $x_a$ converge a cero.
• Reconstrucción de la Perturbación: La señal de perturbación reconstruida $\hat{\delta}$ sigue con precisión la perturbación real.
• Identificación de Parámetros: Los parámetros desconocidos de la perturbación ($\theta_1, \theta_2$) convergen a sus valores reales después del periodo transitorio inicial, validando el esquema de linealización e identificación propuesto.

Significancia y Afirmaciones
El artículo afirma que la metodología propuesta ofrece un marco teóricamente sólido y prácticamente aplicable para observar e identificar perturbaciones en sistemas descriptores. Los autores enfatizan que su enfoque permite la reconstrucción de la señal de perturbación y la identificación de sus parámetros, lo cual es un requisito previo para tareas posteriores como la compensación de perturbaciones y el diseño de controladores estabilizadores basados en el principio del modelo interno. El trabajo destaca que, mediante el análisis cuidadoso de la estructura algebraica del sistema, se pueden superar las limitaciones de los diseños de observadores estándar que dependen de la reducción a ecuaciones diferenciales ordinarias, preservando así la información completa del sistema y mejorando la precisión de la estimación. El artículo concluye modestamente, indicando que las simulaciones numéricas confirman la convergencia de los errores de estimación a cero (para los estados) o a un entorno de cero (para la perturbación y los parámetros), bajo los supuestos introducidos.