Identificación no lineal de un modelo semifísico en lazo cerrado para la velocidad vertical heave del BlueRov2 Heavy
DOI:
https://doi.org/10.17979/ja-cea.2026.47.13848Palabras clave:
identificación no lineal, filtrado, modelo semifísico, velocidad heave, vehículo submarinoResumen
La identificación de sistemas es fundamental en la ingeniería de control, pues permite predecir el comportamiento dinámico y diseñar controladores. Existen múltiples métodos, lineales y no lineales, basados en principios físicos o en datos experimentales. En este artículo, se propone identificar un modelo semifísico en lazo cerrado para modelar la velocidad lineal a lo largo del eje vertical (heave) del vehículo submarino BlueRov2 Heavy. El modelo está basado en principios físicos que combinan la resistencia hidrodinámica y el empuje generado por los propulsores verticales. El objetivo del modelo es predecir el comportamiento dinámico de la velocidad heave. El modelo cuenta con parámetros desconocidos, que fueron estimados por mínimos cuadrados utilizando datos experimentales. Los datos se obtuvieron tras realizar distintos experimentos con el vehículo configurado en modo Stabilize, enviando señales Pseudo Random Binary Sequence (PRBS) para excitar los actuadores y recopilar la velocidad lineal heave para estimar y validar el modelo. Finalmente, el modelo propuesto muestra buen rendimiento y capacidad predictiva.
Referencias
Alvarez, H., Lamanna, R., Vega, P., Revollar, S., 2009. Metodología para la obtención de modelos semifísicos de base fenomenológica aplicada a una sulfitadora de jugo de caña de azúcar. Revista Iberoamericana de Automática e Informática Industrial RIAI 6 (3), 10–20. DOI: 10.1016/S1697-7912(09)70260-2
Avila, J. P. J., Adamowski, J. C., 2011. Experimental evaluation of the hydrodynamic coefficients of a rov through morison’s equation. Ocean Engineering 38 (17), 2162–2170. DOI: 10.1016/j.oceaneng.2011.09.032
Castro, H., Scarpetta, J., 2005. A methodology for excitation systems identification. In: 2005 International Conference on Industrial Electronics and Control Applications. p. 6. DOI: 10.1109/ICIECA.2005.1644350
de Prada, C., Hose, D., Gutierrez, G., Pitarch, J. L., 2018. Developing greybox dynamic process models. IFAC-PapersOnLine 51 (2), 523–528, 9th Vienna International Conference on Mathematical Modelling. DOI: 10.1016/j.ifacol.2018.03.088
Díaz Martínez, J. M., Muñoz Mansilla, R., 2022. Diseño de experimentos y tratamiento de datos, apuntes de la asignatura: Identificación de sistemas.
Espinal, A., Cerrada, C., Chaos, D., Moreno-Salinas, D., 5 2026. Identificación no lineal de un modelo semifísico para el vehículo submarino bluerov2 heavy en 3 grados de libertad. In: Simposio CEA de Robótica, Bioingeniería, Visión por Computador y Automática Marina (RBVM) 2026. pp. 1–6. DOI: 10.64117/simposioscea.v2i2.220
Fossen, T. I., 2011. Handbook of Marine Craft Hydrodynamics and Motion Control. John Wiley & Sons, Ltd, United Kingdom. DOI: 10.1002/9781119994138
González-García, J., Narcizo-Nuci, N. A., García-Valdovinos, L. G., Salgado- Jiménez, T., Gómez-Espinosa, A., Cuan-Urquizo, E., Cabello, J. A. E., 2021. Model-Free High Order Sliding Mode Control with Finite-Time Tracking for Unmanned Underwater Vehicles. Applied Sciences 11, 1–21. DOI: 10.3390/app11041836
Herrero, E. R., Llata, J. R., Sainz, J. J., Velasco, F. J., Renteria, L. A., 2024a. Experiment design for model basin tests with a remotely operated vehicle. Ocean Engineering 307, 118215. DOI: 10.1016/j.oceaneng.2024.118215
Herrero, E. R., Llata, J. R., Sainz, J. J., Velasco, F. J., Torrijos, P. D., 2024b. Indirect inference approach for parameter estimation of non linear manoeuvring models of a rov based on model basin trials. Ships and Offshore Structures 19 (10), 1676–1683. DOI: 10.1080/17445302.2023.2275092
Jiang, M., Chen, C., Dong, Y., Zhang, L., Tan, L., 2025. Research on hydrodynamic characteristics and dynamics model of an open-frame rov moving near the wall. Ocean Engineering 320, 120358. DOI: 10.1016/j.oceaneng.2025.120358
l Piskur, P., Szymak, P., l Kot, R., Marchel, L., Naus, K., 07 2025. Why the fossen model is so popular for marine vehicles’ dynamic analysis? In: Proceedings of the 39 th ECMS International Conference on Modelling and Simulation ECMS 2025, June 24th-June 27th, 2025, Catania, Italy. pp. 545–550. DOI: 10.7148/2025-0545
Lack, S., Rentzow, E., Jeinsch, T., 2019. Experimental parameter identification for an open-frame rov: Comparison of towing tank tests and open wáter self-propelled tests. IFAC-PapersOnLine 52 (21), 271–276, 12th IFAC Conference on Control Applications in Marine Systems, Robotics, and Vehicles CAMS 2019. DOI: 10.1016/j.ifacol.2019.12.319
Mathworks.com, 2025. Elimine y visualice valores at´ıpicos en sus datos. Accessed: 29-05-2026.
Ortiz-Toro, C. A., Cerrada-Collado, C., Moreno-Salinas, D., Chaos-Garía, D., García-Suárez, K. L., Otero, P., Vidal-Pérez, J. M., Luque-Nieto, M. A., Vázquez, A. I., Fraile-Ardanuy, J. J., Negro-Valdecantos, V., Jimenez-
Yguacel, E., Aranda-Almansa, J., Zazo-Bello, S., Zufiria, P. J., Magdalena, L., Parras, J., Gutiérrez, A., 2024. NauSim: Un simulador de código abierto para el control, desarrollo y despliegue de drones submarinos. XLV Jornadas de Autom´atica, 1–6. DOI: 10.17979/ja-cea.2024.45.10895
Ortiz-Toro, C. A., Guti´errez, A., Chaos-García, D., Cerrada-Collado, C., Luque-Nieto, M. A., Clemente-Medina, M. C., 2025. Robótica Colaborativa Marina: Explorando Escenarios con NauSim y YOLO. XLVI Jornadas de Automática, 1–6. DOI: 10.17979/ja-cea.2025.46.12260
Oussar, Y., Dreyfus, G., 2001. How to be a gray box: dynamic semi-physical modeling. Neural Networks 14 (9), 1161–1172. DOI: 10.1016/S0893-6080(01)00096-X
Pearson, R., 2002. Outliers in process modeling and identification. IEEE Transactions on Control Systems Technology 10 (1), 55–63. DOI: 10.1109/87.974338
Ridao, P., Tiano, A., El-Fakdi, A., Carreras, M., Zirilli, A., 2004. On the identification of non-linear models of unmanned underwater vehicles. Control Engineering Practice 12 (12), 1483–1499, guidance and control of underwater vehicles. DOI: 10.1016/j.conengprac.2004.01.004
Schoukens, J., Ljung, L., 2019. Nonlinear system identification: A useroriented road map. IEEE Control Systems Magazine 39 (6), 28–99. DOI: 10.1109/MCS.2019.2938121
von Benzon, M., Sørensen, F., Liniger, J., Pedersen, S., Klemmensen, S., Schmidt, K., 2021. Integral Sliding Mode Control for a Marine Growth Removing ROV with Water Jet Disturbance. In: 2021 European Control Conference
(ECC). pp. 2265–2270. DOI: 10.23919/ECC54610.2021.9655050
Yang, X., Xing, Y., 2021. Tuning for robust and optimal dynamic positioning control in BlueROV2. IOP Conference Series: Materials Science and Engineering 1201, 1–18. DOI: 10.1088/1757-899X/1201/1/012015
Ziani-cherif, S., Lebret, G., 1997. On the identification of the nonlinear Dynamic model of an underwater r.o.v. IFAC Proceedings Volumes 30 (11), 651–656, iFAC Symposium on System Identification (SYSID’97), Kitakyushu, Fukuoka, Japan, 8-11 July 1997. DOI: 10.1016/S1474-6670(17)42919-3
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Alex Espinal, Cristina Cerrada, Dictino Chaos, David Moreno Salinas
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
