03 A Sistemas Discretos

03 a Sistemas Discretos.
doc 1

1. Discretizacin

1. Discretizacin ___________________________________________________ 1
1.1. Historia _____________________________________________________________________________________________________________ 2
1.2. Futuro ______________________________________________________________________________________________________________ 3
1.3. Caractersticas del Control Digital _______________________________________________________________________________________ 4
1.4. Sistema Discreto _____________________________________________________________________________________________________ 5
1.5. Ecuaciones en Diferencias _____________________________________________________________________________________________ 6
1.6. Transformada de Laplace de una Secuencia ______________________________________________________________________________ 7
1.7. Transformada en Z ___________________________________________________________________________________________________ 9
1.8. Operador Desplazamiento ____________________________________________________________________________________________ 11
1.9. Algunas Funciones de Transferencia ___________________________________________________________________________________ 13
1.10. Relacin de Polos y Ceros Continuos y Dicretos ________________________________________________________________________ 17
1.11. Discretizacin Aproximada __________________________________________________________________________________________ 19
1.12. Aproximacin Basada en la Funcin de Transferencia ____________________________________________________________________ 19
1.1.1. Aproximacin de Tustin ________________________________________________________________________________________________________ 20
1.13. Eleccin del Perodo de Muestreo _____________________________________________________________________________________ 24
1.14. Referencias _______________________________________________________________________________________________________ 27

03 a Sistemas Discretos.doc 2

1.1. Historia
1950: Perodo Inicial. Primeras computadoras de procesos. Grandes. Gran con-
sumo. Poca fiabilidad.
1956: Texaco: 26 caudales, 72 temperaturas y 3 composiciones. Suma en 1 ms,
multiplicacin en 20 ms. TMEF MTBF 50 a 100 hs solo para la cpu. No existen
modelos en tiempo real. Escasos sensores. Rechazo a las nuevas tecnologas.
1962: Imperial Chemical Industries (Inglaterra): 224 entradas, 129 vlvulas.
Control Digital Directo (CDD o DDC). Suma 0,1 ms, multiplicacin en 1 ms.
TMEF 1000 hs. Se reemplazan tableros de instrumentos por teclado y pantallas.
Fcil reconfiguracin.
1965: Minicomputadoras. Circuitos integrados. Reduccin de costos y tamaos.
Ms rpidos y fiables. Suma 0,002 ms, multiplicacin 0,007ms. TMEF 20000 hs.
Aplicable a proyectos pequeos. Crecen las aplicaciones de 5000 a 50000 en 5
aos. Costo medio (1975) 10000 dlares. Costo del proyecto a 100000 dlares.
1975: Microcomputadoras. Costo medio de 500 dlares. Consumo despreciable.
Control dedicado. Desarrollo de la teora de control.
1980: PLC. Secuenciamiento Lgico. Control Distribuido.


1.2. Futuro
Se prevn avances en:
Conocimiento del proceso: Lentos pero constantes. Recoleccin de datos.
Tcnicas de medicin: Sensores inteligentes. Incorporan computadores a bor-
do.
Tecnologa de computadores: El ms importante. VLSI. Comunicaciones. Pre-
sentacin de la informacin. Nuevos lenguajes. Arquitectura.
Teora de control: Identificacin de sistemas. Algoritmos de control. Optimiza-
cin. Control adaptativo. Control inteligente. Sistemas multivariables.

Pero no se podr despegar el futuro de esta temtica del avance de los computa-
dores digitales.

1.3. Caractersticas del Control Digital
No existe lmite en la complejidad del algoritmo.
Facilidad de ajuste y cambio.
Exactitud y estabilidad en el clculo.
Uso del computador con otros fines (alarmas, archivo de datos, administracin,
etc.).
Costo vs. nmero de lazos.
Tendencia al control distribuido o jerrquico.
-
y(t)
Computador Proceso
y
k
u(t)
CDA
CAD Sensor
r
k
u
k


1.4. Sistema Discreto
Sistema
Discreto
{u
k
} {y
k
}

Sumador
{ }
{ }
k
i
k
i=1
= y
u
[1.1]
Promediador
{ } ( )
k-1 k k+1
k
1
= + + y
u u u
3

`
)
[1.2]

1.5. Ecuaciones en Diferencias
t
T
0
1
x (t) = (t) dt
T

[1.3]
k-1
T 0
k
T 0
T
1
x (kT) = T (iT)
T
1
x ((k +1)T) = T (iT)
T
T
x ((k +1)T) - x (kT) = (kT)
T
[1.4]
ecuacin en diferencia:
T
T
x ((k +1)T) = x (kT) + (kT)
T
[1.5]
en general
k 1 k-1 n k-n 0 k 1 k-1 m k-m
= + + +
x a x a x b b b
+ + + " " [1.6]

1.6. Transformada de Laplace de una Secuencia
Secuencia
{ }
k
x , muestreo de una seal continua, se puede escribir como una suma-
toria de impulsos modulados por los elementos de la secuencia,
kT
k
k=0
x (t - kT)
x

[1.7]
se define su transformada de Laplace como
( )
kTs
kT
s
k=0
L s
x e
[1.8]
es peridica respecto de s con perodo 2 T =
Todas las singularides se repiten.

1
/
2/
3/


1.7. Transformada en Z
Solo se define para secuencias
{ } ( ) ( )
k
k k
k=
Z x X z x z
= =

[1.9]
donde z es una variable compleja.
La Transformada en Z de la secuencia impulso es
{ } { }
1, 0, 0,
k
= " [1.10]
( )
1 z = [1.11]
de una secuencia
{ }
{ }
2
1, , ,
k
x a a = " [1.12]
( )
( )
1
k
k k
k= k=
X z a z az

= =

[1.13]
que converge para z a > y en cuyo caso la sumatoria resulta
( )
1
1
1
X z
az


Propiedades
Linealidad:
( ) ( ) ( )
Z af bg aZ f bZ g + = + [1.14]
Desplazamiento
( )
( )
d d
Z q f z Z f

= [1.15]
Valor Inicial
( ) ( )
0
lim lim
k
k z
f Z f

= [1.16]
Valor Final
( )
( )
( )
1
1
lim lim 1
k
k z
f z Z f

= [1.17]
si
( )
( )
1
1 z Z f
no tiene ningn polo fuera del crculo unidad.


1.8. Operador Desplazamiento
Es el equivalente discreto al operador diferencial
d
p
dt
=
La secuencia debe ir desde a +
El muestreo es 1 T =
Operador Adelanto

1 k k
qf f
+
= [1.18]
Operador Retardo

1
1 k k
q f f
= [1.19]
Para anlisis de estabilidad conviene Operador Adelanto
Para causalidad, Retardo
Las operaciones con ecuaciones en diferencias se reducen a operaciones algebrai-
cas
Es fcil confundirlo con la Transformada en Z as como se confunde s con p.
No son exactamente iguales.

Es til para manejar ecuaciones en diferencias grandes. Sea el sistema

1 1 0
a a a b b
k n k n n k k n n k
a b
y a y a y b u b u
n n
+ + +
+ + + = + +
>
" "
[1.20]

( ) ( )
1 1
1 0 1
a a b b
a b
n n n n
n k n k
q a q a y b q b q b u

+ + + = + + + " " [1.21]

( )
( )
1
1
1
0 1
a a
a
b b
b
n n
n
n n
n
A q q a q a
B q b q b q b
= + + +
= + + +
"
"
[1.22]

( ) ( )
k k
A q y B q u = [1.23]
expresado en funcin del operador retardo

1 1 0
a a b b
k k n k n k d n k d n
y a y a y b u b u

+ + + = + + " " [1.24]
con
a b
d n n = exceso de polos. Polinomio recproco

( )
( )
1 * 1
1
1
a a a
a
n n n
n
A q a q a q q A q

= + + + = " [1.25]
[1.24] se puede escribir

( ) ( )
* 1 * 1
k k d
A q y B q u

= [1.26]

1.9. Algunas Funciones de Transferencia
Equivalencia entre la funcin de transferencia continua y el sistema muestreado con
bloqueador de orden cero
( )
( )
( )
S s
G s
E s
= ( )
( )
( )
1 2
2
1 2
S q b q b
G q
E q q a q a
+
= =
+ +

resp. impulsional ( ) g t
respuesta
al escaln

1 1
( ) t

1
s

1
T
q

1
Time (sec.)
A
m
p
litu
d
e
Step Response
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.2
0.4
0.6
0.8
1
1.2
1.4
From: U(1)
T
o: Y
(1)

2
1
s

( )
( )
2
2
1
2 1
T q
q
+

t
Time (sec.)
A
m
p
litu
d
e
Step Response
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
From: U(1)
T
o: Y
(1)

sT
e

1
q
retardo
a
s a +

1
aT
aT
e
q e
aT
e

Time (sec.)
A
m
p
litu
d
e
Step Response
0 1 2 3 4 5 6
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
From: U(1)
T
o: Y
(1)


( )
a
s s a +

( ) ( )
( )
2
1 1
1 1
1
aT aT aT
aT aT
aT e q e aTe
a a
q e q e

+ +
+ +

( )
1
1
aT
e
a

Time (sec.)
A
m
p
litu
d
e
Step Response
0 1 2 3 4 5 6 7 8 9 10
0
1
2
3
4
5
6
7
8
9
10
From: U(1)
T
o: Y
(1)

( ) ( )
ab
s a s b + +

( ) ( ) ( ) ( )
( )
( ) 2
1 1 1 1
aT bT bT aT aT bT
a b T aT bT
b e a e a e e b e e
q
b a b a
q e e q e

+
| |

+ |
|

\ .
+ +

( )
bT aT
ab
be ae
b a

Time (sec.)
A
m
p
litu
d
e
Step Response
0 1 2 3 4 5 6
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
From: U(1)
T
o: Y
(1)

( ) ( )
s c
s a s b
+
+ +

( ) ( )
( )
( ) ( )
( )
( ) 2
1 1
bT aT
bT aT
a b T aT bT
a b T aT bT
c e c e
e e
c b c c a
b a
q e e e
b a ab b a b a a b
q e e q e

+
+
| |

+ |

|
+ + +

|
|
\ .
+ +
( ) ( ) ( )
1
bT aT
b c e a c e
b a

Time (sec.)
A
m
p
litu
d
e
Step Response
0 5 10 15 20 25 30
-0.2
0
0.2
0.4
0.6
0.8
1
1.2
From: U(1)
T
o: Y
(1)

2
0
2 2
0 0
2 s

+ +

( ) ( )
( ) ( )
( )
0
0 0
0
0
2 2 0
1 0 0
2
0
2 2 2 0
2 0 0
2
0
2
1 0
2
2
1 cos 1 sen 1
1
sen 1 cos 1
1
2 cos 1
T
T T
T
T
b e T T
b e e T T
a e T
a e
| |
= + |
|
\ .
| |
= + |
|
\ .
=
=
( )
0
2 0
0
2
sen 1
1
t
e t

Time (sec.)
A
m
p
litu
d
e
Step Response
0 5 10 15 20
0
0.2
0.4
0.6
0.8
1
1.2
1.4
From: U(1)
T
o: Y
(1)


2 2
0 0
2
s
s + +

( )
( )
0
0
0
2
1 0
2
0
2 1
2
1 0
2
2
1
sen 1
1
2 cos 1
T
T
T
b e T
b b
a e T
a e
=
=
=

( )
0
2
0
2
2
1
1
sen 1
1
1
tan
t
e t
| |
= |
|
\ .
Time (sec.)
A
m
p
litu
d
e
Step Response
0 5 10 15 20
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
From: U(1)
T
o: Y
(1)


Significado de la Funcin de Transferencia:
Ejemplo:
( )
( )
( )
2
1
Y s
G s
U s s
= =
+
, 0,1 T seg = ,
( )
( )
0,1
0,1
2 1
0,1904
0,9048
k
k
e
y
G q
u q e q
= = =

( )
0,9048 0,1904
k k
y q u =
1
0,9048 0,1904
k k k
y y u
+
= +
k U Y
0 0 0
1 1 0
2 1 0,1904
3 1 0,3627
4 1 0,5185
5 1 0,6596
6 1 0,7872


1.10. Relacin de Polos y Ceros Continuos y Dicretos
Tenemos una
( )
( )
( )
N s
G s
D s
= continua y una
( )
( )
( )
N z
G z
D z
= discreta.
Existe relacin entre los polos y los ceros de una y otra?
La relacin es
i
s T
i
z e = [1.27]
Plano S Plano Z
N
Plano S Plano Z
N
Plano S Plano Z
/
/
3/
3/

la transformacin es
sT
z e = .

Ejemplo 1.1. Sistema de Segundo Orden
2
0
2 2
0 0
2 s s
+ +
[1.28]
los polos en Z son las races de
2
1 2
0 z a z a + + = [1.29]
con
( )
0
0
2
1 0
2
2
2 cos 1
T
T
a e T
a e
=
=
[1.30]
los polos varan con T

1.11. Discretizacin Aproximada
Muchas veces ya existe un controlador analgico
Se intenta reproducir su comportamiento
Con un perodo de muestreo pequeo se puede solucionar.
1.12. Aproximacin Basada en la Funcin de Transferencia
Se intenta aproximar
( )
G s
Reloj
u(t)
CDA Algoritmo CAD
u(kt) y(kt) y(t)
text


1.1.1. Aproximacin de Tustin
aproximacin de derivada como una diferencia en adelanto (mtodo de Euler)
( ) ( ) ( )
( )
1
dx t x t T x t
q
px x t
dt T T
+

= = [1.31]
como una diferencia hacia atrs
( ) ( ) ( )
( )
1
dx t x t x t T
q
px x t
dt T qT

= = [1.32]
en transformadas significa reemplazar
1 z
s
T
= o
1 z
s
zT
= [1.33]
que corresponden a un desarrollo en serie truncado
Para el mtodo de Euler
1
sT
z e sT = + [1.34]
para la diferencia hacia atrs

1
1
sT
z e
sT
=
[1.35]
Otra aproximacin: el mtodo trapezoidal o mtodo de Tustin
1
2
1
2
sT
sT
z e
sT
+
=
[1.36]
Se reemplaza directamente s por alguna de sus aproximaciones:
Euler
1 z
s
T
= [1.37]
diferencia hacia atrs
1 z
s
zT
= [1.38]
Tustin o bilineal
2 1
1
z
s
T z

=
+
[1.39]

de este modo se obtiene
( ) ( )
H z G s
= [1.40]
La figura muestra el mapeo del semiplano negativo de s

Plano Z
Diferencia en Adelanto Diferencia en Atraso Tustin


Ejemplo:
Misma funcin de transferencia que antes,
( )
( )
( )
2
1
Y s
G s
U s s
= =
+

Esta funcin de transferencia viene de la ecuacin diferencial,
( )
( ) ( )
2
dy t
y t u t
dt
= +
Si reemplazamos la derivada por su aproximacin,
( ) ( )
( ) ( )
1
2
y kT y kT
y kT u kT
T
+
= +
( ) ( )( ) ( )
1 1 2 y kT y kT T Tu kT + = +
( )
1
1 2
k k k
y T y Tu
+
= +
para 0,1 T seg = ,
( )
2 0, 2
(1 ) 0,9
k
k
y T
G q
u q T q
= = =

, Comparar con ( )
( )
0,1
0,1
2 1
0,1904
0,9048
k
k
e
y
G q
u q e q
= = =


1.13. Eleccin del Perodo de Muestreo
Recordar: sistema muestreado es ms deficiente que el continuo.
La eleccin del perodo de muestreo depende:
comportamiento requerido
dinmica propia del sistema
perturbaciones
actuadores
sensores
cmo fue modelado
Perodo de muestreo muy grande
Imposibilita la reconstruccin
Mucho tiempo en lazo abierto
Perodo de Muestreo muy corto
Incrementa la carga del computador
Introduce errores numricos

Si el sistema tiene retardo
1 1
4 8
d
T t [1.41]
Una buena medida es expresar el muestreo en funcin del tiempo de crecimiento
r
T
introduciendo
r
r
T
N
T
= [1.42]
es el nmero de muestras en el tiempo de crecimiento.
Para una senoide pura, de acuerdo al teorema de Shannon, 0, 32
r
N
Este es el lmite inferior, pero la reconstruccin de Shannon es complicada
Para un sistema de primer orden, el tiempo de crecimiento es la constante de tiem-
po. Suena lgico elegir
2 4
r
N
Para un sistema de segundo orden, el tiempo de crecimiento es
tan
0
1
r
T e
= cos = [1.43]

Tambin se elige 2 4
r
N
Dependiendo del tipo de proceso
Caudal 1seg
Presin 5 seg
Nivel 10 seg
Temperatura 20 seg

Otra forma de elegir el perodo de muestreo es:
10
T

=


1.14. Referencias
1. strm, Karl J.: Computer Controlled Systems. Theory and Design, Prentice
Hall 1997
2. Aracil Santonja, R.: Sistemas Discretos de Control, Universidad Politcnica de
Madrid 1980
3. Isermann, R.: Digital Control Systems, Springer Verlag 1981
4. Papoulis, A: Sistemas Digitales y Analgicos, Marcombo 1978
5. Stephanopoulos, G: Chemical Process Control. Prentice-Hall 1984. Caps. 26 a
30
6. Kuo, B: Discrete Data Control Systems, Prentice Hall 1970
7. Tou, : Digital and Sampled Data Control Systems, Mac Graw Hill 1959
8. Proakis, J.G. & Manolakis, D.G.: Tratamiento Digital de Seales: Principios,
Algoritmos y Aplicaciones, Traduccin de Digital Signal Processing: Princi-
ples, Algorithms and Applications, 3
rd
. edition, Prentice Hall, Englewood Cliffs,
UK., 1998.

03 A Sistemas Discretos

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

03 A Sistemas Discretos

Transféré par

Droits d'auteur :

Formats disponibles

03 a Sistemas Discretos.

no tiene ningn polo fuera del crculo unidad.

Vous aimerez peut-être aussi