Novedad: el cortafuegos de IA supervisa toda la plataforma y explica cada incidente con palabras sencillas. Vea cómo funciona

EKF en una Pi para estimar la entrada y salida de un tanque: ¿es realmente observable el coeficiente de fuga?

Resuelto 5 5

Traducido del English por IA ·

Es una pregunta algo teórica con un fin práctico. Estoy estimando el estado de un tanque de almacenamiento de aguas pluviales con una Pi en el emplazamiento. Mediciones: un nivel ultrasónico cada 10 s y el estado encendido/apagado de la bomba. Quiero estimar el caudal de entrada (no medido, procedente de la cuenca) y el coeficiente de salida de una descarga por gravedad que se obstruye parcialmente con los meses.Estado x = [h, q_in, k], EKF discreto:

h[k+1]    = h + dt/A * (q_in - k*sqrt(h) - pump*Q_p)
q_in[k+1] = q_in            (random walk)
k[k+1]    = k               (random walk)
z         = h + v

Sigue bien h, pero q_in y k derivan en sentidos opuestos y el filtro intercambia uno por otro sin problema. A veces k se vuelve negativo. Sospecho un problema de observabilidad. ¿Cómo lo compruebo correctamente para un EKF y qué puedo cambiar? Las estimaciones se envían a Hermetry como telemetría para el panel de operaciones.

♥ 2

Traducido del English por IA ·

Me supera bastante pero lo sigo, la configuración de tanque y bomba es la misma que mi barril de agua de lluvia jaja

If it isn't logged, it didn't happen.
♥ 0

Traducido del English por IA ·

¿La observabilidad no es simplemente el rango de la matriz de observabilidad? Lo vimos en la clase de control, pero solo para sistemas lineales.

♥ 2

Traducido del English por IA ·

Para un EKF lo compruebas localmente, sobre los jacobianos en el punto de operación actual, pero la intuición importa más: con un solo sensor de nivel ves el caudal neto dh/dt, y q_in y k*sqrt(h) entran en él de forma aditiva.

Timestamps in UTC or it didn't happen.
♥ 2

Traducido del English por IA ·

Hice mi máster en estimación de estados antes de pasarme a la informática, así que esta sí puedo responderla.Rahul tiene razón en que hay que comprobar el rango, aunque localmente. Linealice en la estimación actual: F = df/dx, H = [1 0 0]. Construya O = [H; HF; HF^2] y compruebe su rango (o mejor, su número de condición) a lo largo de la trayectoria. Con su modelo, las columnas de q_in y k de HF son dt/A y -dt/A*sqrt(h). Solo son independientes si sqrt(h) cambia durante la ventana. Cuando el nivel permanece quieto, O cae a rango 2 y el filtro puede intercambiar q_in por k indefinidamente, que es exactamente lo que usted observa.Lo que yo cambiaría:Dé a los dos estados escalas de tiempo distintas. k cambia en meses, q_in en minutos. Haga que el ruido de proceso de k sea muy pequeño (órdenes de magnitud por debajo del de q_in) para que el filtro solo mueva k cuando haya evidencia.Aproveche la excitación que tiene. Cuando la bomba funciona, Q_p es conocido y el nivel se mueve, y es entonces cuando k se vuelve identificable. Algunos solo actualizan k durante los ciclos de bomba y en periodos sin lluvia en los que q_in está cerca de cero.Mantenga k positivo: estime log(k) o limítelo.Si el presupuesto lo permite, una medición semanal del caudal de salida (con un medidor portátil) fija k y el problema desaparece.Para el panel de operaciones, envíe también los diagnósticos, no solo las estimaciones:

{"h_m": 2.41, "q_in_ls": 38.2, "k_est": 0.0164, "innov_m": 0.004, "obs_cond": 1.2e3}

Un gráfico de la innovación y del número de condición le indica cuándo confiar en k. Una regla de alarma sobre obs_cond por encima de cierto límite, con un retardo de duración, es una forma económica de marcar «la estimación de k no es fiable en este momento».

Measure twice, poll once.
Solución aceptada♥ 3

Traducido del English por IA ·

Eso lo explica. Representé obs_cond durante una semana: se dispara justo en los largos periodos de nivel plano. Di a k un ruido de proceso de 1e-6 del de q_in y cambié a log(k). Ahora k se mueve lentamente y solo cambia durante los ciclos de bomba; q_in parece plausible frente al pluviómetro. Gracias Brian, y a Rahul por el empujón.

♥ 0
Viendo 6 entradas – de la 1 a la 6 (de un total de 6)
  • Debes estar registrado para responder a este debate.

Únete a la conversación

Inicia sesión para preguntar y responder, dar me gusta a las publicaciones útiles y marcar la respuesta que resolvió tu problema. Cada aportación suma puntos y niveles.

Compartir