El Filtro de Partículas y su Desempeño en la Estimación no Lineal de los Estados de un Reactor de Agitación Continua

Abstract

Este documento tiene por finalidad mostrar un enfoque sistemático y comparativo para analizar el desempeño de observadores no lineales para la estimación de estados de sistemas dinámicos. Esto es se realizará una comparativa entre el Filtro de Kalman Extendido (EKF), Filtro de Kalman por ensamble de Partículas (EnKF), Filtro de Partículas (PF) el primero utiliza una aproximación del sistema no lineal a través de métodos numéricos (Euler, Runge-Kutta, etc.) en su proceso, mientras los siguientes utilizan métodos de aproximación que emplean técnicas de Monte Carlo. El capítulo dos comprende la descripción del proceso de un reactor de tanque agitado (CSTR) sistema de reacción química con dinámica no lineal, cuyas variables usualmente son difíciles de medir en tiempo actual. El desarrollo de las ecuaciones de los filtros antes mencionados basadas en fundamentos probabilísticos se menciona en subcapítulo de estimaciones no lineales. El capítulo tres se desarrolla la implementación de los filtros en el sistema seleccionado, mostrando el resultado particular para cada filtro. En el capítulo cuatro se realiza un comparativo entre los filtros empleados, presentando el escenario de estudio, por medio de indicadores de desempeño como la raíz cuadrática del error cuadrático medio (RMSE). La estimación de estado conocida como filtrado al utilizar la redundancia del sistema de medición en tiempo real tiene por objetivo mejorar la precisión de los datos, eliminar ruido y supervisar de manera precisa bajo estas premisas, los resultados de nuestro estudio nos indican que la metodología del EnKF nos brindó una mejor aproximación al valor real en las variables de Concentración y Temperatura inclusive atenuando el ruido propio del sistema.