INTERPRETACIN DE FUNCIONES DE

TRANSFERENCIA CON DIFERENTES

EXCITACIONES.
Juan Alberto Londoo
James Vanegas Ros
Facultad de ingeniera
juanlondono151776@correo.itm.edu.co
jamesvanegas11@gmail.com
Instituto Tecnolgico Metropolitano

Resumen. En este Documento se plantea la simulacin e interpretacin de funciones de

transferencia, excitadas con seales de tipo escaln unitario, rampa unitaria, random,delta
dirac, entre otras y se llevaran a cabo clculos como factor de amortiguamiento, frecuencia
natural, teorema del valor final, tiempos de establecimiento, polos y ceros del sistema.
Adems fue implementado en dos etapas, y para cada una de ellas diferentes interfaces del
software MATLAB, tales como Script y Simulink para modelar la respuesta del sistema.

Palabras claves: Funcin de transferencia, polos del sistema, ceros del sistema, tiempo
de establecimiento, factor de amortiguamiento, frecuencia natural, teorema del valor final.

Abstract. In this paper arises the simulation and interpretation of transfer functions,
excited with signals of type unit step, unit ramp, random, among others and will take
performed calculations such as damping factor, natural frequency, final value theorem,
settling time, poles and zeros of the system. Furthermore was implemented in two stages,
and for each of them different interfaces of MATLAB software, such as Script and
Simulink to model the system response.

Keywords: Transfer function, system poles, System zeros, settling time, damping factor,
natural frequency, final value theorem.

1) Introduccin.
El siguiente informe se trabajara con los sistemas de control de lazo abierto,
utilizado las funciones de transferencia que modelan las ecuaciones de primer y
segundo orden.
Un sistema de control es una interconexin de componentes que forman una
configuracin del sistema, la cual proporcionar una respuesta deseada del mismo.
La mayor parte de sistemas de lazo abierto sern automatismos a los que no
podremos llamar robots porque, al no tener en cuenta la salida, su capacidad de
toma de decisiones inteligentes es muy limitada.
Las aplicaciones de control automtico son sinnimos de la tecnologa moderna, se
encuentran dentro del mbito de la robtica hasta en un simple tostador. El control
moderno aborda el problema de obtener el comportamiento deseado de un sistema
que trabaja por s solo.
La importancia de este laboratorio proviene de la posibilidad de entender mejor los
conceptos del sistema de control en lazo abierto de manera grfica, matemtica y el
comportamiento de una seal excitada en el tiempo y la estabilidad de dicho
sistema.

2) Objetivos
Objetivo general:
Simular la respuesta de un sistema descrito por su funcin de transferencia ante una
determinada funcin de excitacin

Objetivos especficos:

Identificar los diferentes elementos que forman parte de un sistema de

control en lazo abierto.
Implementar un algoritmo para calcular los elementos de control y graficar
cualquier funcin de transferencia deseada.
Crear un diagrama de bloques ayudado de la interfaz Simulink y entender la
respuesta grficamente del sistema.

3) Marco Terico

Funcin de transferencia: Una funcin de transferencia es un modelo

matemtico que a travs de un cociente relaciona la respuesta de un sistema
(modelada) con una seal de entrada o excitacin (tambin modelada). En la
teora de control, a menudo se usan las funciones de transferencia para
caracterizar las relaciones de entrada y salida de componentes o de sistemas que
se describen mediante ecuaciones diferenciales lineales e invariantes en el
tiempo.
Tambin se define como el cociente entre la transformada de Laplace de la
salida y la transformada de Laplace de la entrada, bajo la suposicin de que las
condiciones iniciales son nulas.
Uno de los primeros matemticos en describir estos modelos fue Laplace, a
travs de su transformacin matemtica.
Por definicin una funcin de transferencia se puede determinar segn la
expresin (1):

(1)

Donde H(s) es la funcin de transferencia (tambin notada como G(s)); Y(s) es

la transformada de Laplace de la respuesta y X(s) es la transformada de
Laplace de la seal de entrada.
La funcin de transferencia tambin puede considerarse como la respuesta de un
sistema inicialmente inerte a un impulso como seal de entrada:

(2)
La salida o respuesta en frecuencia del sistema se halla entonces de
(3)
Y la respuesta como funcin del tiempo se halla con la transformada de
Laplace inversa de Y(s):
(4)
Cualquier sistema fsico (mecnico, elctrico, etc.) se puede traducir a una serie
de valores matemticos a travs de los cuales se conoce el comportamiento de
estos sistemas frente a valores concretos.

Por ejemplo, en anlisis de circuitos elctricos, la funcin de transferencia se

representa como:

(5)
Sistema de control: Un sistema de control es un conjunto de dispositivos
encargados de administrar, ordenar, dirigir o regular el comportamiento de otro
sistema, con el fin de reducir las probabilidades de fallo y obtener los resultados
deseados. Por lo general, se usan sistemas de control industrial en procesos de
produccin industriales para controlar equipos o mquinas.
Los sistemas de control deben conseguir los siguientes objetivos:
1. Ser estables y robustos frente a perturbaciones y errores en los modelos.
2. Ser eficiente segn un criterio preestablecido evitando comportamientos
bruscos e irreales.
Sistema de control de lazo abierto: Es aquel sistema en que solo acta el
proceso sobre la seal de entrada y da como resultado una seal de salida
independiente a la seal de entrada, pero basada en la primera. Esto significa
que no hay retroalimentacin hacia el controlador para que ste pueda ajustar la
accin de control. Es decir, la seal de salida no se convierte en seal de entrada
para el controlador.
Ejemplo 1: el llenado de un tanque usando una manguera de jardn. Mientras
que la llave siga abierta, el agua fluir. La altura del agua en el tanque no puede
hacer que la llave se cierre y por tanto no nos sirve para un proceso que necesite
de un control de contenido o concentracin.
Ejemplo 2: Al hacer una tostada, lo que hacemos es controlar el tiempo de
tostado de ella misma entrando una variable (en este caso el grado de tostado
que queremos). En definitiva, el que nosotros introducimos como parmetro es
el tiempo.
Estos sistemas se caracterizan por:

Ser sencillos y de fcil concepto.

Nada asegura su estabilidad ante una perturbacin.

La salida no se compara con la entrada.

Ser afectado por las perturbaciones. stas pueden ser tangibles o

intangibles.

La precisin depende de la previa calibracin del sistema.

Este sera el esquema que los define:

Fig 1. Esquema que define un sistema de control.

Aproximacin de Pad: La aproximacin de Pad es la "mejor" aproximacin

de una funcin por una funcin racional de un orden dado. En virtud de esta
tcnica, la serie de potencias de la aproximacin concuerda con la serie de
potencias de la funcin que se aproxima. La tcnica fue desarrollada por Henri
Pad.
La aproximacin de Pad, da una mejor aproximacin de la funcin que truncar
su serie de Taylor, y funciona incluso donde la serie de Taylor no es convergente.
Por esta razn las aproximaciones de Pad se usan ampliamente en los clculos
de ordenadores. Han sido tambin aplicados a las aproximaciones diofantinas,
aunque para resultados ntidos, tpicamente son reemplazados por mtodos en
cierto sentido inspirados en la teora de Pad.
Ahora, las aproximaciones de Pad para el tiempo muerto, son de las ms
populares en los estudios de control por las caractersticas que este mismo
estudio permiti confirmar.
s
La transformada de Laplace para el tiempo muerto es e
, que se puede
desarrollar en serie de potencias, a los efectos de tener expresiones
exclusivamente polinmicas, que son ms fciles de manejar. As, dependiendo
de los trminos de orden superior que despreciemos tendremos:
Aproximacin de Pad de primer orden:

1 s
2
es =

1+ s
2

(6)

Aproximacin de Pad de segundo orden:

1 s + s 2
2 12
es =

2 2
1+ s+ s
2 12

(7)

Estabilidad de un sistema.
Un sistema es estable si la respuesta del sistema al impulso tiende a cero cuando
el tiempo tiende a infinito.
Si el sistema tiende a un valor finito diferente a cero, se puede decir que el
sistema es crticamente estable. Una magnitud infinita hace al sistema inestable.
Si todos los polos de la funcin de transferencia se encuentras en el lado
izquierdo del plano s entonces el sistema es estable.
Un sistema se considera crticamente estable si al menos uno de los polos se
encuentra en el eje imaginario del plano s
Los polos del sistema son las races obtenidas del denominador de la funcin de
trasferencia cuando este se iguala a cero. Polinomio caracterstico
estabilidad segn la
las races de la

ubicacin de

Fig 3.Esquemas de sistemas con

distintas caractersticas de estabilidad

Fig 4. Caracterizacin de la estabilidad segn las races

del denominador

Funciones de singularidad.
Las funciones de singularidad son un grupo de funciones que estn relacionadas
con la funcin impulso (delta dirac). Aparte de la funcin impulso (delta dirac)
estn la funcin escaln unitario y la funcin rampa unitaria.
Funcin escaln unitario.
Es una funcin matemtica que tiene como principal caracterstica el tener valor
de 0 (cero) para todos los valores negativos de su argumento y de 1 (uno) para
todo el valor positivo de este mismo.

Fig 5. Expresin matemticas

funcin escaln unitario.
Fig 4. Comportamiento de la funcin
escaln unitario

Funcin rampa unitaria

La funcin rampa es la integral de la funcin escaln. Si consideramos
que estamos sumando toda el rea bajo la funcin escaln a hasta un
tiempo t. Si t < 0 (cero), el valor de la integral ser 0 (cero). Si es mayor
que 0 (cero), entonces el valor ser igual a la integral de 1 desde el tiempo
0 hasta el tiempo t, la cual tambin tiene el valor t, es decir:

Fig 6. Grafica de la funcin rampa unitaria

Funcin delta dirac

La delta de Dirac es una funcin generalizada que viene definida por la
siguiente frmula integral:

Fig 7. Expresin matemtica de la funcin del dirac.

La delta de Dirac no es una funcin estrictamente hablando, puesto que se puede

ver que requerira tomar valores infinitos. A veces, informalmente, se define la
delta de Dirac como el lmite de una sucesin de funciones que tiende a cero en
todo punto del espacio excepto en un punto para el cual divergira hacia infinito;
de ah la "definicin convencional" dada por la tambin convencional frmula
aplicada a las funciones definidas a trozos.

Fig 8. Funcin delta dirac definida a trozos.

4) Modelos matemticos y Desarrollo :

Cuando hablamos de sistemas de control de lazo abierto debemos tener en

cuenta que hay dos tipos de sistemas, unos de orden 1(uno) y otros de orden
2(dos).

Orden 1(uno): En este caso tenemos dos tipos de entradas, la seal

escaln y la seal rampa, ahora debemos tener presente que:
Funcin de transferencia para orden 1(uno):
G ( s )=

Y (s)
K
=
X (s) s+ 1

(8)

G ( s )=

Y ( s) Kes
=
X ( s) s+1

(9)

Dnde:
K = Ganancia
(tau) = Constante de Tiempo; Tiempo que transcurre hasta que la salida
alcanza el 63.2% del valor de la salida en estado estable.
= Retardo
Ts = Tiempo de establecimiento = 4
lim sY (s)
Teorema del valor final (Yee) = s 0

Orden 2(dos): En este caso tenemos en cuenta la seal escaln:

Funcin de transferencia para orden 2(dos):
Forma Normalizada:
G ( s )=

Y ( s)
K (Wn)2
= 2
X (s) s +2 E ( Wn ) s +(Wn)2

(10)

Dnde:
K = Ganancia
Wn = Frecuencia natural
E = Factor de amortiguamiento:
Aqu debemos tener en cuenta que hay 4(cuatro) casos particulares:
1) Si E = 0, el sistema es oscilatorio
2) Si E esta entre 0 y 1 (0<E<1), el sistema es subamortiguado.
En esta etapa hay que tener en cuenta que:

Td = Tiempo de retardo =

2
(Wn) E

(11)

Tp = Tiempo de mximo pico =

(Wn) 1E

(12)

Mp = Sobre impulso mximo =

100e

Ts = Tiempo de establecimiento =

1E 2

4
E ( Wn )

(13)

(14)

3) Si E = 1, el sistema es crticamente amortiguado.

Este no tiene Mp (sobre impulso mximo).
4) Si E es mayor a 1 (E > 1), el sistema es sobreamortiguado
Para cada uno de estos casos se aplica el teorema del valor final el cual tiene la
misma definicin tanto para orden 1(uno) como para orden 2(dos):
Teorema del valor final (Yee) =

lim sY (s)
s 0

Etapa 1: Script
Ahora, el cdigo que realiza cada uno de los modelos anteriores y que nos da la
posibilidad de entender mejor la respuesta de cada sistema particular es:
Este programa fue implementado en Matlab.

%Funcion de Transferencia
%Curso de Control Automatico
%James Vanegas
%Juan Londoo
clc
clear all
close all

%Mensajes que especifican el

desarrollo de los algoritmos
disp('Calculo de Parmetros de un
Sistema de Control')
disp('Ingrese los Datos de la
FTLA')
%Datos necesarios para el
desarrollo de los modelos
matemticos y sus %respectivas

restricciones (no pueden ser ni

cero ni negativo).
N=input('Digite los Datos del
Numerador: '); %Numerador
while N(1,1)<1
N=input('Digite los Datos del
Numerador: ');
end
D=input('Digite los Datos del
Denominador: '); %Denominador
while (D(1,1)<1 || D(1,2)<1)
D=input('Digite los Datos del
Denominador: ');
end
O=input('Digite el Valor del
Retardo: ');
%Retardo
while O<0
O=input('Digite el valor del
retardo: ');
end
%Condicin para sistemas de
primer orden
if (N(1,1)>0 && D(1,1)>0 &&
length(D)==2) %Orden 1
disp('Orden 1')
%Normalizando la Ecuacin
disp('Ecuacin Normalizada')
N1=N/D(1,2);
D1=D/D(1,2);
Yee= vimit((nt/dt,'s',0))
%Funcin de Transferencia
de
orden 1
sys = tf(N1,D1,'inputdelay',O)
%Funcin de Transferencia en
Pad
disp('Expansion de Pad')
sys1 = pade(sys,1)
%Tiempo de Estabilizacin
disp('Tiempo de
Establecimiento')
Ts = 4*D1(1,1)
%Clculo de Polos, Ceros y
Ganancia
[ceros, polos, gan] =
tf2zp(N1,D1)

%Definicin de estabilidad
if polos>0
disp('El Sistema es
Inestable');
elseif polos<0
disp('El Sistema es
Estable')
else disp('El Sistema es
Criticamente Estable')
end
%Proceso para calcular el
teorema del valor final
syms s;
if (length(N1)==2)
disp('Teorema del Valor
Final')
nt = N1(1,1)*s +
N1(1,2);
dt =
(D1(1,1))*s+D1(1,2);
Yee=
vpa(limit((nt/dt),'s',0))
elseif (length(N1)==1)
disp ('Teorema del Valor
Final')
nt = N1;
dt =
(D1(1,1))*s+D1(1,2);
end
%Graficacin
%Inicializacin del Vector
Tiempo
t = [0:0.1:50];
%Aplicacin de la Entrada Tipo
Escaln
figure(1)
sys2 = step(N1,D1,t);
step(sys,t)
grid on

title('Respuesta Ante Escalon

Unitario');
xlabel('Tiempo');
ylabel('Temperatura[c]');
%Aplicacin de la Entrada Tipo
Impulso
figure(2)
impulse(sys)
grid on
title('Respuesta Ante una
Entrada Tipo Impulso');
xlabel('Tiempo');
ylabel('Temperatura[c]');
%Aplicacin de la Entrada Tipo
Rampa Unitaria
figure(3)
ramp = t;
lsim(sys,ramp,t)
grid on
title('Respuesta Ante una
Entrada Tipo Rampa Unitaria');
xlabel('Tiempo');
ylabel('Temperatura[c]');
%Graficacion de los Polos y
Ceros del Sistema
figure(4)
K = length(D1);
r = rlocus(N1,D1,K);
rlocus(N1,D1)
grid on
title('Polos y Ceros del
Sistema');
xlabel('Tiempo');
ylabel('Theta');
% Condicin para sistemas de
segundo orden
elseif (N(1,1)>0 && D(1,1)>0
&& length(D)==3) %Orden 2
disp('Orden 2')
%Normalizando la Ecuacin
disp('Ecuacin Normalizada')

N1=N/D(1,1);
D1=D/D(1,1);
%Funcin de Transferencia
sys = tf(N1,D1,'inputdelay',O)
%Funcin de Transferencia en
Pad
disp('Expansion de Pad')
sys1 = pade(sys,1)
%Clculo de Polos, Ceros y
Ganancia
[ceros, polos, gan] =
tf2zp(N1,D1)
%Definicin de Estabilidad
if polos>0
disp('El Sistema es
Inestable');
elseif polos<0
disp('El Sistema es
Estable')
else disp('El Sistema es
Criticamente Estable')
end
%Identificacin del Sistema
Wn = sqrt(D(1,3));
%Frecuencia Natural
E = D(1,2)/(2*Wn); %Factor de
Amortiguamiento
%Casos dependiendo el
valor del factor de
amortiguamiento
if E==0
disp('El Sistema es
Oscilatorio')
elseif E>0 && E<1
disp('El Sistema es
Subamortiguado')
Td = (2*pi)/
(Wn*sqrt(1-(E)^2))
%Tiempo de Retardo

Tp = pi/(Wn*sqrt(1(E)^2))
%Tiempo de
Maximo Pico
Mp = 100*exp((E*pi)/sqrt(1-(E)^2)) %Sobre
Impulso Maximo (%)
Ts = 4/(E*Wn)
%Tiempo de Establecimiento en
segundos
elseif E==1
disp('El Sistema es
Criticamente Amortiguado')
disp('Este sistema no
tiene Mp(sobre impulso
maximo)')
elseif E>1
disp('El Sistema es
Sobreamortiguado')
Te = (2*E)/Wn
%Constante de tiempo equivalente
Ts = 4*Te
%Tiempo de Establecimiento en
segundos
end
%Proceso para calcular el
teorema del valor final
syms s;
if (length(N1)==2)
disp ('Teorema del valor
final')
nt = N1(1,1)*s +
N1(1,2);
dt = (D1(1,1)*s^2)+
(D1(1,2))*s+D1(1,3);
Yee=
vpa(limit((nt/dt),'s',0))
elseif(length(N1)==1)
disp ('Teorema del valor
final')
nt = N1;
dt = (D1(1,1)*s^2)+
(D1(1,2))*s+D1(1,3);
Yee=
vpa(limit((nt/dt),'s',0))

end
%Graficacin
%Inicializacin del Vector
Tiempo
t = [0:0.1:50];
%Aplicacin de la Entrada Tipo
Escaln
figure(1)
sys2 = step(N1,D1,t);
step(sys,t)
grid on
title('Respuesta Ante Escalon
Unitario');
xlabel('Tiempo');
ylabel('Temperatura[c]');
%Aplicacin de la Entrada Tipo
Impulso
figure(2)
impulse(sys)
grid on
title('Respuesta Ante una
Entrada Tipo Impulso');
xlabel('Tiempo');
ylabel('Temperatura[c]');
%Aplicacin de la Entrada Tipo
Rampa Unitaria
figure(3)
ramp = t;
lsim(sys,ramp,t)
grid on
title('Respuesta Ante una
Entrada Tipo Rampa Unitaria');
xlabel('Tiempo');
ylabel('Temperatura[c]');
%Graficacion de los Polos y
Ceros del Sistema
figure(4)
K = length(D1);
r = rlocus(N1,D1,K);
rlocus(N1,D1)
grid on

title('Polos y Ceros del

Sistema');
xlabel('Tiempo');
ylabel('Theta');

else
disp('El Sistema es Incorrecto')
end

El cdigo anterior lo pusimos a prueba con tres ecuaciones, las cuales respondieron
de la siguiente manera:
1)

G ( s )=

Y (s) ( s+ 2.28)
=
X ( s ) s+ 3.75

Calculo de Parmetros de un Sistema de Control

Ingrese los Datos de la FTLA
Digite los Datos del Numerador: [1,2.28]
Digite los Datos del Denominador: [1,3.75]
Digite el Valor del Retardo: 0
Orden 1
Ecuacin Normalizada
sys =
0.2667 s + 0.608
---------------0.2667 s + 1
Continuous-time transfer
function.
Expansion de Pad
sys1 =
0.2667 s + 0.608
---------------0.2667 s + 1
Continuous-time transfer function.

Tiempo de Establecimiento
Ts =1.0667
ceros = -2.2800
polos =-3.7500
gan =1
El Sistema es Estable
Teorema del Valor Final
Yee =
0.608

Fig 9. Respuesta ante escaln unitario

Fig 10. Respuesta ante una Entrada Tipo Impulso

Fig 11. Respuesta ante Rampa unitaria

Fig 12. Polos y Ceros del Sistema

2)

G ( s )=

Y (s) 1.2e0.6 s
=
X ( s ) s2 +1.2 s+ 9

Calculo de Parmetros de un Sistema de Control

Ingrese los Datos de la FTLA
Digite los Datos del Numerador: [1.2]
Digite los Datos del Denominador: [1,1.2,9]
Digite el Valor del Retardo: 0.6
Orden 2
Ecuacin Normalizada
sys =
1.2
exp(-0.6*s) * -------------------s^2 + 1.2 s + 9
Continuous-time transfer function.
Expansion de Pad
sys1 =
-1.2 s + 4
---------------------------------s^3 + 4.533 s^2 + 13 s + 30
Continuous-time transfer function.
ceros =Empty matrix: 0-by-1
polos =-0.6000 + 2.9394i
-0.6000 - 2.9394i

Tp =1.0688

gan =1.2000

Mp =52.6621

El Sistema es Estable

Ts =6.6667

El Sistema es Subamortiguado
Td =2.1376

Teorema del valor final

Yee =
0.1333

Fig 13. Respuesta ante un Escaln Unitario.

Fig 14. Respuesta ante una Entrada Tipo Impulso

Fig 15. Respuesta ante Rampa Unitaria

Fig 16. Polos y Ceros del Sistema.

0.15 s

3)

G ( s )=

Y (s) (3 s+ 2)e
=
X ( s ) 7 s 2 +2.23 s +0.01

Calculo de Parmetros de un Sistema de Control

Ingrese los Datos de la FTLA
Digite los Datos del Numerador: [3,2]
Digite los Datos del Denominador: [7,2.23, 0.01]
Digite el Valor del Retardo: 0.15
Orden 2
Ecuacin Normalizada
sys =
0.4286 s + 0.2857
exp(-0.15*s) * --------------------------------s^2 + 0.3186 s + 0.001429
Continuous-time transfer function.
Expansion de Pad
sys1 =-0.4286 s^2 + 5.429 s + 3.81
--------------------------------------------s^3 + 13.65 s^2 + 4.249 s + 0.01905
Continuous-time transfer function.
ceros =-0.6667
polos =-0.3140, -0.0045
gan =0.4286
El Sistema es Estable
El Sistema es Sobreamortiguado
Te = 223.0000
Ts = 892.0000
Teorema del valor final
Yee =200.0

Fig 17. Respuesta ante Escaln Unitario

Fig 18. Respuesta ante una Entrada Tipo Impulso

Fig 19. Respuesta ante Rampa Unitaria

Fig 20. Polos y Ceros del Sistema.

Etapa 2: Simulink
Despus de entender todo el proceso anterior hacemos unos anlisis similares pero
ayudados de la opcin en Matlab Simulink, para esto tenemos las siguientes
ecuaciones y sus respectivas respuestas ante un escaln unitario, rampa unitaria,
generador de pulsos con amplitud 2, y random:

1)

G ( s )=

Y (s) 2.023e0.896 s
=
5.108 s+1
X(s)

Fig 21. Proceso en Simulink frente a un escaln unitario (step), rampa unitaria (ramp), generador de pulsos de
amplitud 2 (pulse generator) y random (random number).

Fig 22. Respuesta ante Step

Fig 23. Respuesta ante Ramp

Fig 24. Respuesta ante Pulse Generator

Fig 25. Respuesta ante Random.

2)

G ( s )=

Y (s) (s+ 7.23)e0.47 s

=
s+0.963
X(s)

Para poder trabajar con ecuacin debemos llevarla a la forma estndar:

G ( s )=

Y ( s) Kes
=
X ( s) s+1

(15)

Entonces:
G ( s )=

Y (s) (1.038 s+7.51)e0.47 s

=
1.038 s+1
X ( s)

Fig 26. Proceso en Simulink frente a un escaln unitario (step), rampa unitaria (ramp), generador de pulsos de
amplitud 2 (pulse generator) y random (random number).

Fig 27. Respuesta ante Step

Fig 28. Respuesta ante Ramp

Fig 29. Respuesta ante Pulse Generator

Fig 30. Respuesta ante Random

Como podemos ver cada una de estas respuestas en vez de llegar a un punto
estable lo que sucede es que empiezan a oscilar de forma indeterminada y
podemos decir que estn errneas.
Ya que nuestra respuesta anterior es inadecuada segn los estudios previamente
realizados, debemos asumir una nueva forma para esta funcin, ahora veremos
esta misma ecuacin pero normalizada:
G ( s )=

Y (s) 1.038e0.47 s
=
1.038 s +1
X(s)

Fig 31. Proceso en Simulink frente a un escaln unitario (step), rampa unitaria (ramp), generador de pulsos de
amplitud 2 (pulse generator) y random (random number).

Fig 32. Respuesta ante Step

Fig 33. Respuesta ante Ramp

Fig 34. Respuesta ante Pulse Generator

Fig 35. Respuesta ante Random

5) Conclusiones
1) Se identificaron los diferentes elementos que forman parte de un sistema de
2)
3)
4)
5)

control en lazo abierto.

Se implement un algoritmo para calcular los elementos y modelos matemticos
del control y para graficar cualquier funcin de transferencia deseada.
se crearon diversos diagramas de bloques ayudados de la interfaz Simulink y
entendimos cada una de las respuestas graficas de cada sistema.
Para poder llegar a una buena interpretacin de una grfica es necesario ingresar
la ecuacin normalizada.
Al ser el grado del numerador inferior que el del denominador es ms probable
que el sistema responda de manera adecuada y se estabilice rpidamente.

6) Referencias
[1] SMITH J. R. et al. 1993. Transfer Function Identification in Power Systems
Applications. IEEE Transactions on Power Systems, Ago 1993.
[2] FELTES J. W. et al. Deriving Model Parameters from Field Test Measurements.
IEEE Computer Applications in Power, Oct 2002.
[3] IEEE Std 421.5. Recommended Practice for Excitation System Models for
Power System Stability Studies. 1992.
[4] BOTERO, H; RAMREZ, J.M. Identification of excitation systems
Methodology and Results. International Conference on Industrial Electronics and
Control Application. Quito (2005

[5] RAMIREZ, J. M. et al. Modelos Matemticos para los Reguladores de

Velocidad y los Sistemas de Excitacin de la Planta de Salvajina. Energa y
Computacin. No 2, 2000.
[6] SAAVEDRA, A. J. Modelado Para Estudios de Estabilidad de los Sistemas de
Control Velocidad y Excitacin de la Central de Salvajina. Tesis de Maestra,
Universidad del Valle, 2002.
[7] SODERSTROM, TORSTEN. System Identification. Prentice Hall. 1989.
[8] DAVIS, W.D.T. System Identification for Self Adaptive Control. Wiley
Interscience. 1970.
[9] LANDAU, IOAN DORE. . Identification et Commande des Systemes. Edition
Herms. 1993
[10] LJUNG, L. System Identification: Theory for the User. Prentice Hall 1987.
[11] SMITH C AND CORRIPIO C. Principles and Practice of Automatic Process
Control. John Wiley and Sons, 2 ed, 1997.
[12] OROZCO, MARTHA. Diseo e Implementacin de un Regulador de Voltaje
para un Generador Sincrnico. Tesis de Maestra en Ingeniera - Automtica.
Universidad del Valle. 2005.
[13] IEEE Committee Report. (Digital Excitation Applications Task Force of the
Excitation Systems Subcommittee). Computer Models for Representation of Digital
- Based Excitation Systems. IEEE Transactions on Energy Conversion, Sep 1996.