Académique Documents
Professionnel Documents
Culture Documents
Ingeniero
FABIAN BOLIVAR
Tutor
TABLA DE CONTENIDO
INTRODUCCIN
OBJETIVOS .
5
5
6
6
17
17
19
20
22
CONCLUSIONES ..
23
REFERENCIAS .
24
9
10
11
11
13
14
14
26
28
INTRODUCCIN
OBJETIVOS
PROCEDIMIENTO
1.1 Hallamos la respuesta en lazo abierto de la planta ante una entrada escaln
unitario.
1
1
1
= 2
= 2
(S +1)(S +20) S +20 S + S+20 S +21 S+ 20
1
s +21 s+20
2
Modelo en simulink
Respuesta de la planta en lazo abierto ante una entrada escaln (Modelo simulink)
1.2 Analizamos la respuesta obtenida, que nos permite definir con que mtodo
vamos a realizar el diseo.
Analisis de la seal obtenida: El diseo del controlador PID se puede realizar con el
mtodo curva de reaccin de Ziegler Nichols ya que la simulacin se realiz para una
respuesta al sistema en lazo abierto, obteniendo una respuesta en forma de s.
Con este mtodo se permite establecer la respuesta transitoria de la planta ante la
entrada escaln unitario y permite determinar el punto de inflexin, tiempo de retardo (L) y
de subida o constante de tiempo (T).
Se debe tener en cuenta que la planta no tiene integradores ni polos dominantes
complejos, por lo que la curva escaln unitario tiene forma de S y este es un criterio
necesario para optar por este mtodo.
L=0.03642
T =1.2120.03642=1.17558
Ante una entrada escaln cualquier sistema dinmico tiene respuesta continua.
1.4 Establecemos los valores de Kp, Ti y Td con la ayuda de la tabla sugerida por
Ziegler-Nichols
Para establecer los valores de Kp, Ti y Td, asumimos los valores de acuerdo con la
formula sugerida por Ziegler y Nichols:
Regla de sintonizacin de Ziegler- Nichols basada en la respuesta escaln de la planta (primer mtodo)
Tomado de: Ogata, Katsuhico , Ingeniera de control moderna.
Controlador PID
Kp=
Retardo=
1.2T 1.21.17558
=
=38.7341
L
0.03642
L=0.03642 s
Constante de tiempo=
Ti=2L=20.03642=0.07284
T =1.17558 s
Valor m ximo de la se al de prueba
P=1
K i=
Kp 38.7341
=
=531.7696
Ti 0.07284
M ximo gradiente=
Td=0.5L=0.50.03642=0.01821
R=
M
1
=
=0.8506;
T 1.17558
K d =KpTd=38.73410.01821=0.7053
M =ganancia de la se al medida
Controlador PID
Kp
38.7341
Ki
531.7696
Kd
0.7053
Con los valores obtenidos en los parmetros del controlador y teniendo en cuenta la forma
estndar, hallamos la funcin del controlador, la funcin de transferencia en lazo abierto y
cerrado, as:
GP =
1
( s+1 ) ( s+20 )
Forma estndar
K PID ( s )=K P 1+
T s
1
+ d
T r s T d s +1
1
s +21 s +20
2
K i=
K PID ( s )=K P +
Ki
+ K dS
S
Kp
Ti
K d =KpTd
El sobrepaso se evala
sobre el valor del tiempo
de establecimiento de
cada FDT.
Al disminuir el valor de Ki
el sistema tiende a reducir
el sobrepaso.
K PID ( s )=
K d S 2+ K P S + K i
S
K PID ( s )=38.7341+
531.7696
+0.7053s
S
G0=
el trmino independiente
de
la
Funcin
de
transferencia.
Un sistema con mayor
cantidad de ceros, tendr
ms
problemas
de
oscilacin e inestabilidad.
G 0=
K PID G P ( S )
1+ K PID GP ( S )
GC S=
G C S=
con
y
Una vez hallados los parmetros de arranque del controlador, en el simulink de Matlab
se realiza la simulacin del controlador PID, utilizando un escaln unitario como set point, as:
El sistema requiere que se realicen los ajustes teniendo en cuenta que Kd=mnimo;
Kp=intermedio; Ki=grande, evitando que Kd sea igual a Kp y Kp sea igual a Ki.
El mtodo requiere que se realice este procedimiento a ensayo y error, pero teniendo en
cuenta que:
Accin
Kp>Ki>Kd
Efecto
Disminuye:
Sobre impulso
Tiempo de establecimiento
Tipo de
controlador
Accin
Efecto
Kp Kd
Reducir Ki
Controlador PID
Kp
18
Ki
30
Kd
0.89
Podemos observar la grafica del controlador con los parametros iniciales y la del
controlador final, utilizando en Matlab, el siguiente codigo:
figure(3)
%nos permite crear nueva figura
step(HLC3,HLC3a)
%graficamos PID inicial y final
x= Ax+ Bu
y=Cx+ Du
En donde:
A=
A = matriz de n x n = matriz de estado
12 10 5
1
0
0
0
1
0
[]
1
B= 0
0
C=[ 3 5 5 ]
12 10 5
A= 1
0
0
0
1
0
K=[ B AB A2 B A3 B .. An1 B ]
[]
1
B= 0
0
[ ]
12
K= [ AB ] = 1
0
K=[ B AB A2 B A3 B ]
[ ]
1 12
K= [ B AB ]= 0 1
0 0
134 115 60
2
A = 12 10 5
1
0
0
[ ]
134
A B= 12
1
2
[ ]
1493
A 3 B= 134
12
1 12 134 1493
rango ( K )= 0
1 12
134
0
0 1
12
1 0 0 5
rango ( K )= 0 1 0 10
0 0 1 12
Rango (k)=3
Por lo tanto el sistema tiene controlabilidad completa de estado, dado que el rango de la matriz
[ B AB A 2 B A 3 B ]
=3 y el orden del sistema =3, por tanto la matriz de controlabilidad (k) tiene
rango n.
Se trata de conocer el valor del estado del sistema conociendo el valor de la entrada y la
salida generada. Podemos saber cual es el valor del estado en un instante dado y a partir
de all conocer cual ser el valor de la salida.
Podemos decir que la observabilidad hace relacin al estado y la salida.
C A C ..
S=
[]
C
CA
.
.
n1
CA
A R
nxn
, C R
rxn
rango n
[]
C
CA
rango ( S )= . =n
.
CA n1
En otras palabras, para que el sistema descrito sea completamente observable, es
necesario y suficiente que S, la matriz de observabilidad de nm x n, tenga un rango n.
Si el sistema tiene solo una salida, C es una matriz de regln de 1 x n y S es una matriz
cuadrada de n x n. Entonces, el sistema es completamente observable si S es no singular.
Si el sistema tiene solo una salida, C es una matriz de regln de 1 x n y S es una matriz
cuadrada de n x n. Entonces, el sistema es completamente observable si S es no singular
Para la matriz A
12 10 5
A= 1
0
0
0
1
0
[]
C
CA
rango ( S )=
=n
CA 2
CA 3
Para la matriz C
C=[ 3 5 5 ]
Obtenemos la matriz de observabilidad
Obtenemos:
Mo=[ CA ] =[ 31 35 15 ]
134 10 5
A 2= 1
0
0
0
1
0
0
0
0
[ A 2 ]= 0
9.2750
0
0
3.4960
[ CA 2 ]=[ 337
295 155 ]
0
0
0
[ A 3 ]= 0
86.0256
0
0
12.2220
[ CA 2 ]=[3749
3215 1685 ]
[ ][
C
3
5
5
CA
31
35
15
Mo=
2 =
CA
337
295
155
3
3749
3215
1685
CA
Obtenemos el rango de la matriz por con la
ayuda de Matlab.
El rango ser el mximo nmero de filas o
columnas
que
son
linealmente
independientes.
3
5
5
31
35
15
rango ( Mo )=
337
295
155
3749 3215 1685
[ ]
1
rango ( Mo )= 0
0
0
0
1
0
0
0
0
1
0
rango ( Mo )=3
Rango Mo= 3, orden =4, el sistema es NO
observable.
>> V = [C;C*A;C*A*A]
V=
3 5 -5
-31 -35 -15
337 295 155
>> rank(V)
ans =
3
>> % El rango es igual al orden de la matriz,por lo tanto es observable
>> % A continuacin verificaremos la observabilidad del sistema mediante un
>> % comando directo:
>> V = obsv(A,C)
V=
3 5 -5
-31 -35 -15
337 295 155
>> rank(V)
ans =
3
CONCLUSIONES
La controlabilidad de un sistema nos permite establecer si el mismo se puede llegar a
estabilizar o a controlar de una forma adecuada, para el caso se realiz el anlisis de la
controlabilidad de estado, con la cual podemos establecer que es posible cambiar los
estados de cualquier valor inicial a cualquier otro valor final en un tiempo determinado; al
corroborar este aspecto podemos establecer un set-point y el tiempo que transcurre para
llegar al estado deseado.
La observabilidad nos permite conocer a partir de las salidas del sistema cual puede ser el
comportamiento de todo el sistema. Cuando llegamos a obtener una respuesta de no
REFERENCIAS
Aguilar, Diego. (2012).068 sistemas de control PID [video]. Disponible en URL:
http://www.youtube.com/watch?v=wXgfR5LTPvg
Anlisis de sistemas dinmicos, Universidad Nacional de Colombia sede Bogot Direccin
Nacional
de
Innovacin
Acadmica.
Disponible
e
URL:
http://www.virtual.unal.edu.co/cursos/ingenieria/2001619/docs_curso/contenido.html
Acciones
de
control
(s.f).
Disponible
e
http://catarina.udlap.mx/u_dl_a/tales/documentos/lep/nunez_e_f/capitulo1.pdf
URL:
Disponible
Colaboratorios
UNIMAG
(s.f).
Disponible
https://www.blogger.com/profile/00551675941123551471
en
en
URL:
URL:
en
URL:
Teora
de
control.
(s.f.).
Disponible
en
URL:
http://webdelprofesor.ula.ve/ingenieria/djean/index_archivos/Documentos/TC10_Ajuste
_Controladores.pdf
UANL FIME. (2013).UANL IEA control moderno p5 controlabilidad [video]. Disponible en
URL: https://www.youtube.com/watch?v=W1Mywmak4VU
ANEXO 1
CODIGO EN MATLAB UTILIZADO PARA DISEO DEL CONTROLADOR PID
%CONTROL ANALOGICO - COLABORATIVO_2
%CODIGO PARA ANALISIS DE CONTROLADOR PID
%Escribimos la FDT
Gt1=tf([1],[1 21 20]) %Reescribimos la FDT para el anlisis
step(Gt1)
%grafica de la FDT
rlocus(Gt1)
%graficamos el LGR
dt=0.05;
t=0:dt:8;
y=step(Gt1,t)';
arreglo
dy=diff(y)/dt;
[m,p]=max(dy);
d2y=diff(dy)/dt;
yi=y(p);
ti=t(p)
curva
L=ti-yi/m
ordenada de
%intervalos
%tiempo desde 0 hasta 8 con intervalos de 0.05
%Grafica de la respuesta escaln y se guarda en
%derivada
%calcula el mximo de la derivada, donde m=pendiente
% y p=posicin en el punto de inflexin
%segunda derivada
%valor de la ordenada yi en el punto de inflexin
%tiempo en la posicin p para el punto de inflexin
%es la parte central de la zona mas lineal de la
%retardo=tiempo en que ocurre la inflexin menos la
ANEXO 2
DISEO DEL PID CON LA HERRAMIENTA TUNE DE MATLAB
Aumentamos el tiempo para observar donde se estabiliza la seal de entrada.
Uso el mtodo de Ziegler Nichols para encontrar los parmetros de arranque del
controlador PID conocido como mtodo de la curva de reaccin del proceso.
Primero trazamos una tangente a seal obtenida y hallamos el mayor gradiente
Seal de Prueba
P=1
Seal estabilizada
M=0.05
Atraso L=0.02
Mximo Gradiente: R=
M
T
0.05
R= 1.28
R=0.0390625
Parmetros PID
Kp=
Ki=
1.2 P
RL
1
2L
1.2
Kp= 0.00078125
Ki=
1
0.04
Kp= 1.536
Ki=25
Se aplican los cambios y se obtiene los parmetros para el PID de forma prctica con la
herramienta TUNE de matlab.