Identificazione dei Modelli ed Analisi dei Dati. Modelli ARX, ARMAX, OE e BJ.

CAPITOLO 1 . IL PROBLEMA TRATTATO 3 Capitolo 1 Il problema trattato 1.1 Contestualizzazione e ambito specifico Per identificazione si intende quella disciplina che si occupa di modellizzare un certo fenomeno a partire dai dati sperimentali raccolti, di ingresso e di uscita, allo scopo di delineare il modello migliore che sia in grado di descrivere il fenomeno oggetto di studio dell’identificazione. Le quattro tappe fondamentali della procedura di identificazione sono: a) raccolta dati ; b) elaborazione preliminare dei dati ; c) scelta della famiglia di modelli da analizzare ; d) stima del miglior modello; e) validazione e verifica. Si presentano diversi approcci ed algoritmi per la scelta del modello giusto: in questa studio ne analizzerò alcuni tipici per ottenere il predittore ottimo a partire dai campioni di ingresso e di uscita di questo particolare processo. Se il modello stimato supera la fase di verifica allora può essere usato per la scomposizione e le previsioni. Altrimenti si ripetono le fasi di identificazione, stima e verifica iterativamente. Passerò poi all’analisi del modello dinamico trovato ed alla creazione di un regolatore che ne migliori le caratteristiche. 1.1.1 Approccio Black- Box e sistemi dinamici L’identificazione si divide in due metodologie di progetto principali: l’approccio Black-Box ( a scatola nera ) oppure l’approccio per campo di studio (economico, naturale, industriale, biologico, etc.) . Io seguirò il primo tipo, in altre parole, mi muoverò come se non sapessi nulla della fisica del sistema che genera i dati. Per sistema si intende un insieme di componenti che generano una particolare funzione, cioè se soggetti ad un particolare ingresso danno origine ad una determinata uscita che li caratterizza. In questo studio tratterò un sistema dinamico che possiede memoria(un ingresso ad un dato