摘要：Las técnicas de identificación de parámetros de sistemas dinámicos lineales y no
lineales muestran en la actualidad una clara orientación hacia los modelos de
caja negra, ocupando allí un lugar destacado las Redes Neuronales
Artificiales. En este trabajo se presenta un procedimiento para
la identificación de parámetros de sistemas dinámicos lineales de dos etapas:
en la primera se ajusta un modelo regresivo a partir de los registros
temporales de excitación y respuesta, y en la segunda se identifican sus
parámetros (matrices de rigidez y amortiguamiento) y características
dinámicas (frecuencias y modos de vibración) en base al modelo anterior. Para
la primera etapa se utilizan Redes Neuronales Artificiales, de tipo Adaline y
Perceptrones multicapa. La segunda etapa es totalmente formulada a través del
álgebra matricial, lo que facilita su implementación sistemática y la
independiza de la complejidad o dimensión del sistema estudiado. El
procedimiento propuesto está destinado a operar a partir de registros
experimentales, por lo que se presta especial atención a la sensibilidad
de los resultados al intervalo de los datos y a la presencia de ruido en las
señales de entrada. Para esto último, a las respuestas correctas obtenidas en
condiciones ideales se le incorporan diversos niveles de ruido, que responden
a funciones de distribución Gaussiana, con media nula y desviación
estándar especificada. Se presenta la justificación del procedimiento
propuesto, los resultados obtenidos con los modelos regresivos y un estudio
de sensibilidad de los resultados a la variación de la calidad de los datos
disponibles.
