Académique Documents
Professionnel Documents
Culture Documents
2 DINÁMICA DE SISTEMAS
4 MODOS DE CONTROL
1. FUNDAMENTOS
Miguel Pérez
Ingeniero Mecánico, Máster en Automática y Robótica
ESPOCH/UPM
¿Qué es control?
• Consiste en mantener constantes ciertas
variables, prefijadas de antemano ,por
ejemplo: Presión, Temperatura, Nivel,
Caudal, Humedad, etc.
• Un sistema de control es el conjunto de
elementos, que hace posible que otro
sistema, proceso o planta permanezca
fiel a un programa establecido.
¿Qué es Ingeniería de control?
Es un enfoque interdisciplinario para el control de
sistemas y dispositivos. Combina áreas como
eléctrica, electrónica, mecánica, química, ingeniería
de procesos, teoría matemática entre otras.
Subdisciplinas (por tipo de control)
• Control a lazo abierto
Aquel en el que ni la salida ni otras variables del sistema tienen efecto sobre el
Control. NO TIENE REALIMENTACIÓN
• Control lineal
(muy limitado, fácil de usar).
• Control No lineal
(para sistemas complejos, muy efectivo).
• Control óptimo
(busca la mejor solución sobre restricciones).
• Control robusto
(mejor desempeño ante perturbaciones).
El Control Automático y la Teoría de Sistemas
• ¿Qué es un sistema?
• Un sistema es cualquier objeto (real o
• conceptual) que consta de
• Componentes
• Estructura
• Entorno
Ejemplo de sistema de control
• Temperatura de nuestro cuerpo; si la
temperatura sube por encima de 37ºC, se
suda, refrescando el cuerpo.
• Si la Tª tiende a bajar de 37ºC, el cuerpo,
involuntariamente, comienza a temblar,
contracción muscular que calienta nuestro
cuerpo, haciendo que se normalice nuestra
temperatura. Por tanto, en este caso:
– Sistema de medida o sensores -> Células
nerviosas de la piel
– Señal de consigna -> 37ºC
– Acción de control de la temperatura ->
Sudar o temblar
Definiciones
Variable controlada (Salida). Es la cantidad o condición que se mide y
controla.
Variable manipulada. Es la variable que se modifica con el fin de afectar la
variable controlada.
Ningún sistema dinámico de interés cumple con estos requisitos, es decir: Los
sistemas reales presentan no linealidades, pueden tener más de una entrada o
salida, sus parámetros cambian en el tiempo y sus condiciones iniciales no siempre
tienen un valor de cero.
Representación en espacio de estado
Control clásico
Sistema
X (s) G(s) Y (s)
Entradas Salidas y 3yy f (t)
Saturación Histéresis Características
Características Modelado y
y dinámicas Lineales
Función de
dinámicas t
Fricción no Transferencia 5
mksm1
No Linealidades
d
lineal sen
Variante en Múltiples puntos dt s 2s 5
2
el tiempo de equilibrio
Modelo de espacio de estado
Clasificación de los Sistemas de Control
según su comportamiento
Si se comparan o no, la entrada y la salida de un
sistema, para controlar esta última, el sistema se
denomina:
Sistema en lazo abierto, cuando la salida para ser
controlada, no se compara con el valor de la señal
de entrada o señal de referencia.
Clasificación de los Sistemas de Control
según su comportamiento
Si se comparan o no, la entrada y la salida de un
sistema, para controlar esta última, el sistema se
denomina:
Sistema en lazo cerrado, cuando la salida para ser
controlada, se compara con la señal de referencia.
La señal de salida que es llevada junto a la señal de
entrada, para ser comparada, se denomina señal
de feedback o de retroalimentación.
Elementos del Lazo cerrado
Señal de entrada: es la alteración que sufre el
valor de una magnitud cualquiera y que sirve
para transmitir información.
Elementos del Lazo cerrado
Señal de entrada
Continuas
Discretas
Elementos del Lazo cerrado
Señal de entrada
Discreta: si su dominio de definición es discreto. La señal
está únicamente bien definida en ciertos instantes de
tiempo, normalmente uniformemente espaciados
(secuencia)
Elementos del Lazo cerrado
Señal de entrada
Continua: si su magnitud está bien definida a lo largo del
tiempo (o sea continua para todo instante de tiempo)
http://www.simbologia-
electronica.com/simbologia-electrica-
electronica/simbolos-electricos-
electronicos.htm
Esquema de circuitos
Esquema de circuitos
Esquema de circuitos
Esquema de circuitos
Marcado de bornes
Normas generales de marcado
Normas particulares de marcado
Normas particulares de marcado
Normas particulares de marcado
Normas básicas de representación
Normas particulares de marcado
Normas particulares de marcado
CIRCUITOS ELECTRICOS
Ejercicio :
Identifique cada uno de los elementos del circuito
Representación esquemática mando
arranque estrella triángulo
Representación esquemática potencia
arranque estrella triángulo
CIRCUITOS ELECTRICOS
Mediciones y comprobación de parámetros eléctricos
(voltaje, resistencia, amperaje, capacitancia).
Mediciones y comprobación de VOLTAJE
A.C. D.C.
Mediciones y comprobación de AMPERAJE
Mediciones y comprobación de Resistencia
Mediciones y comprobación de Capacitancia
Simulación de un proceso mediante un SCADA
Simulación de un proceso mediante un SCADA
SCADA
Supervisory Control And Data Acquisition (Supervisión, Control y Adquisición de
Datos)
• Concepto que se emplea para realizar un software para ordenadores que permite
controlar y supervisar procesos industriales a distancia.
• Facilita retroalimentación en tiempo real con los dispositivos de campo (sensores y
actuadores), y controla el proceso automáticamente.
• Provee de toda la información que se genera en el proceso productivo
(supervisión, control calidad, control de producción, almacenamiento de datos,
etc.) y permite su gestión e intervención.
• La realimentación, también denominada retroalimentación o feedback es, en una
organización, el proceso de compartir observaciones, preocupaciones y
sugerencias, con la intención de recabar información, a nivel individual o colectivo,
para mejorar o modificar diversos aspectos del funcionamiento de una
organización.
La realimentación tiene que ser bidireccional de modo que la mejora continua sea
posible, en el escalafón jerárquico, de arriba para abajo y de abajo para arriba.
Simulación de un proceso mediante un SCADA
ESQUEMA DE UN SISTEMA TÍPICO
Simulación de un proceso mediante un SCADA
ESQUEMA DE UN SISTEMA TÍPICO
Simulación de un proceso mediante un SCADA
SCADAs comerciales
Prueba de diagnóstico
¿Qué es una transformada?
Señales típicas de la transformadas de Laplace
¿Qué es instrumentación?
¿Ejemplos de transductores típicos?
Indique en la figura, el nombre de cada elemento
Modelado Dinámico de Sistemas
MODELADO DINÁMICO DE SISTEMAS
Sistemas mecánicos
a) Masa:
Permite al elemento almacenar energía cinética en el
movimiento de traslación. Es el análogo a la inductancia en
los circuitos eléctricos. Su símbolo es el indicado en la
siguiente figura:
b) Resorte lineal:
Es el elemento que almacena energía potencial. Es el
análogo al condensador en los circuitos eléctricos. Todos los
resortes reales son no lineales, pero para pequeñas
deformaciones pueden ser linealizadas:
F K ·x
(K es la constante del resorte o rigidez)
MODELADO DINÁMICO DE SISTEMAS
c) Fricción:
Para el movimiento de traslación, la fricción se produce
cuando existe movimiento (o tendencia al movimiento)
entre dos elementos físicos. No son lineales.
Su ecuación es
f(t) B dx(t)
dt
siendo B el coeficiente de fricción viscosa
MODELADO DINÁMICO DE SISTEMAS
.
B.x(t)
K.x(t)
MODELADO DINÁMICO DE SISTEMAS
EJEM 2: sistema masa resorte: obtener la ecuación aplicable al
sistema.
. ..
f(t) –k.y(t)-B.y(t)=M.y(t)
MODELADO DINÁMICO DE SISTEMAS
EJEM 3: obtener la ecuación aplicable al sistema.
MODELADO DINÁMICO DE SISTEMAS
EJEM 3: obtener la ecuación aplicable al sistema.
y(t)
. .
B (y - u)
M
k (y-u)
.. . .
m. y=-b(y-u)-k(y-u)
MODELADO DINÁMICO DE SISTEMAS
EJEM 4: dado el siguiente sistemas de masas acopladas,
obtener la ecuación aplicable al sistema.
MODELADO DINÁMICO DE SISTEMAS
EJEM 5: dado el siguiente sistemas de masas acopladas,
obtener la ecuación aplicable al sistema.
MODELADO DINÁMICO DE SISTEMAS
EJEM 5: dado el siguiente sistemas de masas acopladas,
obtener la ecuación aplicable al sistema.
MODELADO DINÁMICO DE SISTEMAS
SISTEMAS MECÁNICOS DE ROTACIÓN:
Su ecuación es:
MODELADO DINÁMICO DE SISTEMAS
SISTEMAS MECÁNICOS DE ROTACIÓN:
c2)Fricción estática:
c3)Fricción de Coulomb:
MODELADO DINÁMICO DE SISTEMAS
MODELADO DINÁMICO DE SISTEMAS
SISTEMAS MECÁNICOS DE ROTACIÓN:
P(t) = par (entrada) J=inercia del disco (inercia del eje despreciable)
ϴ(t)=posición angular (salida ) B=coef. Fircción viscosa
K = constant resorte torsional
MODELADO DINÁMICO DE SISTEMAS
SISTEMAS MECÁNICOS DE ROTACIÓN:
RESISTENCIA:
CONDENSADOR:
INDUCTANCIA:
FUENTE:
MODELADO DINÁMICO DE SISTEMAS
SISTEMAS ELECTRICOS :
a) CIRCUITOS RLC: en el esquema la entrada es la tensión ei(t)
y la salida es eo(t). R es una resistencia, L una inductancia y C un
condensador. Se pueden establecer las 2 ecuaciones siguientes (ley
de Kirchoff y Ohm):
.
Reescribiendo la segunda ecuación como i=C. eo(t) y sustituyendo en
la primera se tiene:
. ..
ei(t)=RC. eo(t) + LC. eo(t) + eo(t)
MODELADO DINÁMICO DE SISTEMAS
EJEMPLO 1: Sea el siguiente circuito eléctrico, conocido como red de
atraso de fase donde ue(t) es la tensión de entrada, us(t) es la
tensión de salida , i(t) es la variable auxiliar corriente que circula
por el circuito. R1, R2 y C son parámetros. Halle la ecuación
correspondiente.
Sustituyendo se obtiene:
Parte eléctrica
Relación entre parte eléctrica/mecánica
Relación entre parte eléctrica/mecánica
Parte mecánica
Son elementos por los que circula líquido debido a una diferencia de
presión. La tubería ejerce una resistencia natural al paso del líquido,
aunque ésta puede ser aumentada gracias a la conexión de válvulas o
con grifos.
MODELADO DINÁMICO DE SISTEMAS
SISTEMAS HIDRÁULICOS :
-Continuidad de volumen
-Depósito de sección constante
-Ley de Bernoulli
Linealización de Sistemas
LINEALIZACIÓN DE SISTEMAS
Los sistemas físicos reales no suelen ser lineales. Sin
embargo los métodos más desarrollados son para
sistemas lineales por su sencillez, debido a que conducen
a modelos muy parecidos al comportamiento al sistema
real que pretenden modelar, siempre que se respete su
rango de validez.
LINEALIZACIÓN DE SISTEMAS
Sistemas lineales:
Sistemas lineales:
X--> Ax+b
LINEALIZACIÓN DE SISTEMAS
Sistemas lineales:
LINEALIZACIÓN DE SISTEMAS
Sistemas lineales:
LINEALIZACIÓN DE SISTEMAS
Sistemas lineales:
LINEALIZACIÓN DE SISTEMAS
Sistemas lineales:
LINEALIZACIÓN DE SISTEMAS
Procedimiento: La linealización de una función no lineal
monovariable y=f(x) (sistema estático), se efectúa en un punto de
funcionamiento (xo, yo), cuya validez puede afirmarse ante
excitaciones pequeñas en el sistema.
LINEALIZACIÓN DE SISTEMAS
Procedimiento:
La ecuación de la aproximación lineal se obtiene desarrollando la
función f(x) en una serie de Taylor en torno al punto de
funcionamiento escogido:
“La Serie de
Taylor usa
(X-Xo) funciones
polinómicas en
lugar de
funciones de
mayor
complejidad para
analizar el
comportamiento
local de una
función”
Δy =K Δx
LINEALIZACIÓN DE SISTEMAS
Procedimiento:
donde Δx y Δy son variables incrementales respecto al punto de
funcionamiento:
Δy =K Δx
En el caso de un sistema dinámico
monovariable (1 entrada /1 salida) la
ecuación:
Δx . .. . ..
f( y, y, y,……….x, x, x,….) =0
-Linealidad
-Diferenciación en el tiempo
-Integración en el tiempo
-Transformación en el plano S
-Desplazamiento en el tiempo (retardo)
-Teorema del valor inicial
-Teorema del valor final
-Teorema de la convolución
Log a
axb log +
Log b
3.-
TRANSFORMADA DE LAPLACE
converge.
TRANSFORMADA DE LAPLACE
Notación:
TRANSFORMADA DE LAPLACE: Señales Típicas
TRANSFORMADA DE LAPLACE
TRANSFORMADA DE LAPLACE
TRANSFORMADA DE LAPLACE
TRANSFORMADA DE LAPLACE
TRANSFORMADA DE LAPLACE
TABLA DE TRANSFORMADA DE LAPLACE
TABLA DE TRANSFORMADA DE LAPLACE
TRANSFORMADA INVERSA DE LAPLACE
TRANSFORMADA INVERSA DE LAPLACE
TRANSFORMADA INVERSA DE LAPLACE
TRANSFORMADA INVERSA DE LAPLACE
Se lleva a cabo mediante la fórmula de T.L indica anteriormente. Sin embargo , en éste
curso, las funciones que se manejan son racionales (composición de las que aparecen
en las tablas):
𝑞(𝑠)
𝑌 𝑠 = q(s) grado m
𝑝(𝑠)
p(s) grado n n≥m
∆𝑦 𝑡 = ℒ −1 𝑌(𝑠)
Son 4 casos que pueden darse, según la naturaleza de las raíces de p(s) cuando n>m
Por lo qué: 𝑛 𝑛
𝐴𝑖
Δ𝑦 𝑡 = ℒ −1 = 𝐴𝑖 𝑒 𝑝𝑖𝑡 𝑢𝑜 𝑡
𝑠 − 𝑝𝑖
𝑖=1 𝑖=1
A𝑖 = 𝑌(𝑠)(𝑠 − 𝑝𝑖 ) 𝑠=𝑝𝑖
TRANSFORMADA INVERSA DE LAPLACE
𝑡 𝑟−1
∆𝑦 𝑡 = … + 𝐵𝑟 𝑒 𝑝𝑖 𝑡 + ⋯ + 𝐵2 𝑡𝑒 𝑝𝑖𝑡 + 𝐵1 𝑒 𝑝𝑖𝑡 + ⋯ 𝑢𝑜 𝑡
𝑟−1 !
Con:
TRANSFORMADA INVERSA DE LAPLACE
0,5
𝑌 𝑠 = 2
(𝑠 + 2) 𝑠 + 1,5
TRANSFORMADA INVERSA DE LAPLACE
CASO 3: Con raíces complejas conjugadas
Cuando existe alguna raíz compleja, se tiene también su conjugada, y se puede resolver de 2
formas:
1) Descomponiendo en fracciones simples considerando las raíces complejas
independientes (muy complicado debido al aparecimiento de exponenciales complejas).
2) Agrupando ambas raíces (-σ±jwd) en un solo sumando.
𝐶1 𝑠 + 𝐶2 𝑠
Y s = ⋯+ +⋯
𝑠 + 𝜎 2 + 𝑤𝑑2
Que se puede descomponer de la forma:
𝐶1 𝑠 + 𝜎 𝐶2 𝑤𝑑
Y s = ⋯+ + +⋯
𝑠 + 𝜎 2 + 𝑤𝑑2 𝑠 + 𝜎 2 + 𝑤𝑑2
Aunque es poco probable éste sistema, puede ocurrir que a un sistema de éste tipo se le
introduzca una señal de entrada senoidal o cosenoidal de su misma frecuencia característica
lo que origina raíces imaginarias dobles, entonces la descomposición se hace:
Obteniéndose:
Donde D1, D2, D3, D4 se calculan por igualación de coeficientes en el numerador de Y(s)
TRANSFORMADA DE LAPLACE
USANDO MATLAB
TRANSFORMADA DE LAPLACE
USANDO MATLAB
TRANSFORMADA DE LAPLACE
USANDO MATLAB
TRANSFORMADA DE LAPLACE
USANDO MATLAB
TRANSFORMADA DE LAPLACE
USANDO MATLAB
TRANSFORMADA DE LAPLACE
USANDO MATLAB
TRANSFORMADA DE LAPLACE
USANDO MATLAB
FUNCIÓN DE TRANSFERENCIA
Y
DIAGRAMA DE BLOQUES
La función de transferencia
V ( s) RI ( s) LsI ( s)
la relación corriente voltaje en Laplace, queda:
1
I (s) R
V (s) L s 1
R
La función de transferencia
2.- Sistema masa amortiguador resorte
Y ( s) 1
La función de transferencia es:
R( s) Ms 2 bs K
La función de transferencia
2b.- Sistema masa amortiguador resorte con desplazamiento inicial
Considérese ahora que existe un desplazamiento inicial y0 . Entonces para
conservar la condición una entrada una salida se hace r (t ) 0
M s 2Y ( s) sy(0 ) y ' (0 ) b sY ( s) y(0 ) KY ( s) R( s)
Capacitancia dv i
i C 21
eléctrica dt v1 v2
C
C
dv
a f m f m
p Masa dt
a v
c
i d T
t Inercia T j
a dt j
n
c p2
i Capacitancia dp21
a fluídica q21 C f q1 p1 q2
dt
Cf
Capacitancia dT q
térmica
q Ct T Ct
dt
La función de transferencia
Resumen de las leyes de elementos
Resistencia 1 i
eléctrica
i v21
R v1 R v2
R
e f b
f
s Amortiguador f bv
i traslacional
v21
s
t T T
e Amortiguador T b 21
rotacional 1
n
b 2
c
i
a Resistencia 1
fluídica q p21 q
Rf p1
Rf p2
Resistencia 1 q
q T21 T1 T2
térmica Rt Rt
Diagramas de bloques
Diagrama a bloques
Los diagramas de bloques de un sistema son bloques operacionales y unidireccionales
que representan la función de transferencia de las variables de interés.
Consideraciones:
• Tiene la ventaja de representar en forma más gráfica el flujo de señales
de un sistema.
• Con los bloques es posible evaluar la contribución de cada componente
al desempeño total del sistema.
• No incluye información de la construcción física del sistema (Laplace).
• El diagrama de bloques de un sistema determinado no es único.
Diagramas de bloques
Función de
Variable Variable
transferencia
de entrada de salida
G(s)
Flecha:
Representa una y solo una variable. La punta de la flecha indica la dirección
del flujo de señales.
Bloque::
Representa la operación matemática que sufre la señal de entrada para producir la señal de
salida. Las funciones de transferencia se introducen en los bloques. A los bloques también se
les llama ganancia.
Diagramas de bloques
y (t ) mx(t )
Algebra de Diagramas de flujo de señal
Regla de la Adición
Xi=ΣAijXj
y(t)=mx(t)+b
X1 Ai1
X2 Ai2 x(t) m
Ai3
b y(t)
X3
Aik
Xk 1
Xn Ain
Algebra de Diagramas de flujo de señal
Regla de la Transmisión
X1 X
3
X2
20 Y
X3
W 15
Xk Xj
Z
Xn
Algebra de Diagramas de flujo de señal
Regla de la Multiplicación
A21 An(n-1) W 35 X 40 Y 20 Z
X1 X2 X(n-1) Xn
X m Am1 X 1 Am 2 X 2 Amn X n
Regla 3.- Conecte los nodos con ramas apropiadas de acuerdo a las
ecuaciones
Premisas Generales:
Transformación de Diagramas bloque
a Diagrama de flujo de señal
Premisas Generales:
Transformación de Diagramas bloque
a Diagrama de flujo de señal
Transformación de Diagramas bloque
a Diagrama de flujo de señal
Transformación Diagramas flujo señal
a Diagrama de bloque
Premisas Generales:
Transformación Diagramas flujo señal
a Diagrama de bloque
Premisas Generales:
Regla de Mason
Regla de Mason
Regla de Mason
Fórmula de Mason
n
P
C (s) 1
K K
R(s)
K 1
P
C (s) 1
? K K , donde: n # de trayectorias
R( s)
K 1
Regla de Mason
Ejemplo 2:
1. Trayecto(s) directo(s) y sus ganancias:
PK 1 RX1X2X3X4C G1G2G3G4G5
PK 2 RX1X3X4C G1G6G4G5
PK 3 RX1X2C G1G2G7
5. Cofactores:
PK 1 K 1 1
PK 2 ΔK 2 1
Resultado:
C(s) G1G2G3G4G5 G1G4G5G6 G1G2G7 G1G2G4G7H1
R(s) 1 G4H1 G2G3G4G5H2 G4G5G6H2 G2G7H2 G2G4G7H1H2
Regla de Mason
Comprobación de la Gráfica de Flujo de Señal transformándola a Diagrama de
Bloques y simplificándolo utilizando el Método del Álgebra de Bloques:
Gráfica de
Flujo de Señal
Diagrama
de Bloques
Regla de Mason
Comprobación de la Gráfica de Flujo de Señal transformándola a Diagrama de
Bloques y simplificándolo utilizando el Método del Álgebra de Bloques:
Diagrama de Bloques
Regla de Mason
Comprobación de la Gráfica de Flujo de Señal transformándola a Diagrama de
Bloques y simplificándolo utilizando el Método del Álgebra de Bloques:
2a. Transformación
Regla de Mason
Comprobación de la Gráfica de Flujo de Señal transformándola a Diagrama de
Bloques y simplificándolo utilizando el Método del Álgebra de Bloques:
2a. Transformación
3er. Transformación
Regla de Mason
Comprobación de la Gráfica de Flujo de Señal transformándola a Diagrama de
Bloques y simplificándolo utilizando el Método del Álgebra de Bloques:
3er. Transformación
4a. Transformación
Regla de Mason
Comprobación de la Gráfica de Flujo de Señal transformándola a Diagrama de
Bloques y simplificándolo utilizando el Método del Álgebra de Bloques:
4a. Transformación
5a. Transformación
Regla de Mason
Comprobación de la Gráfica de Flujo de Señal transformándola a Diagrama de
Bloques y simplificándolo utilizando el Método del Álgebra de Bloques:
5a. Transformación
6a. Transformación
Aplicando la Regla 2
Regla de Mason
Comprobación de la Gráfica de Flujo de Señal transformándola a Diagrama de
Bloques y simplificándolo utilizando el Método del Álgebra de Bloques:
• Respuesta temporal
• Estabilidad
• Ganancia estática
• Influencia de polos y ceros
Respuesta temporal
La señal de entrada para un sistema de control no se conoce con
anticipación, pero es de naturaleza aleatoria, y la entrada
instantánea no puede expresarse en forma analítica. Sólo en
algunos casos especiales se conoce con anticipación la señal de
entrada y se puede expresar en forma analítica o mediante curvas;
tal es el caso del control automático de herramientas de corte.
Respuesta temporal
En el análisis y diseño de sistemas de control, debemos tener una
base de comparación del desempeño de diversos sistemas de
control que se configura especificando las señales de entrada de
prueba particulares y comparando las respuestas de varios sistemas
a estas señales de entrada.
-Análisis de estabilidad
-Análisis en régimen permanente
-Análisis dinámico (caracterización de la respuesta temporal)
Respuesta temporal
Análisis de estabilidad
Se dice que un sistema es estable si ante cualquier entrada acotada,
la salida es acotada, En otras palabras, si ante entradas de valor
finito la respuesta (su valor absoluto) no tiende a infinito.
Respuesta temporal
Análisis de estabilidad
roots(Pol)
Respuesta temporal
Modos transitorios
Como ya se indico, la función de transferencia permite analizar el
comportamiento dinámico de un sistema, más allá de sus
estabilidad.
𝑔 𝑡 = 𝐴𝑖 𝑒 𝑝𝑖 𝑡 uo(t)
𝑖=1
Respuesta temporal
Modos transitorios
𝑛
𝑔 𝑡 = 𝐴𝑖 𝑒 𝑝𝑖 𝑡 uo(t)
𝑖=1
𝟗
𝑮𝟐 𝒔 = 𝟐
𝒔 + 𝟏, 𝟓𝒔 + 𝟗
Entrada rampa
Respuesta temporal
Ejercicio3: Obtener en simulink las respuestas ante entrada pulso
unitario, escalón y rampa unitaria del sistema:
𝟏
𝑮 𝒔 =
(𝒔 + 𝟏)
Ganancia estática Ke
Definición.- Se define ganancia estática Ke de un sistema estable,
como el valor en régimen permanente de su salida, cuando la
entrada es un escalón unitario.
Por ejemplo:
• En un sistema cuya ganancia estática sea 4 ante entrada escalón
unitario, su respuesta en régimen permanente será 4 unidades.
• En un sistema cuya ganancia estática sea 4 ante entrada escalón
7 unidades, su respuesta en régimen permanente será 28.
Ganancia estática Ke
1
O sea: 𝐾𝑒 = 𝑙𝑖𝑚𝑠→0 𝑠𝑌𝑜 𝑠 = 𝑙𝑖𝑚𝑠→0 𝑠𝐺 𝑠 = 𝐺(0)
𝑠
𝑡2
Δ𝑢 𝑡 = 𝐴0 + 𝐴1 𝑡 + 𝐴2 + ⋯ 𝑢0 𝑡
2
DINÁMICA DE PROCESOS:
Ya hemos visto que se refiere al comportamiento y la respuesta de un
Sistema, al ser estimulado y que la dinámica de un proceso se puede
clasificar según:
Ke Y(s) = Ke . U(s)
0,95Ke
T.s + 1
0,632Ke
Δyo(t) = Ke . (1- e-t/T)
Δyo(t)
14
3,5 t • Ke=14
• T=3,5
Un sistema de primer orden responde ante una entrada rampa unitaria con:
Antitransformando:
La salida en régimen permanente es una rampa que sigue a la entrada, amplificada Ke y con
un retraso de T segundos, se observa que:
Sistemas de Primer Orden
RESPUESTA A LA RAMPA UNITARIA
Ejercicio: se desea obtener la F.T de un sistema que ante entrada rampa unitaria responde
con:
Sistemas de Primer Orden
Influencia de Ceros
𝑇
1 + 𝑇𝑛 . 𝑠 1 1 1 − 𝑇𝑛
𝑑
𝑌𝑜 𝑠 = 𝐾𝑒 . = 𝐾𝑒 −
1 + 𝑇𝑑 . 𝑠 𝑠 𝑠 𝑠+ 1
𝑇 𝑑
Por lo que:
𝑇𝑛 −𝑇𝑡
∆𝑦𝑜 𝑡 = 𝐾𝑒 1 − 1 − 𝑒 𝑑 𝑢𝑜 𝑡
𝑇𝑑
𝑇
Entonces pueden darse varios casos, según la relación 𝑇𝑛 :
𝑑
Sistemas de Primer Orden
Influencia de Ceros
𝑇𝑛
• La Respuesta al escalón unitario: según la relación :
𝑇𝑑
• Tn < Td
• Tn > Td
Sistemas de Primer Orden
Influencia de Ceros
𝑇
• La Respuesta al escalón unitario: según la relación 𝑇𝑛 :
𝑑
• Tn < 0
• Tn << Td
Sistemas de Primer Orden
Influencia de Ceros
𝑇
• La Respuesta al escalón unitario: según la relación 𝑇𝑛 :
𝑑
En todos los casos se ha tomado Td>0 para que el sistema sea estable. A los sistemas con
algún cero con parte real positiva se les denomina sistemas de fase no mínima, ya que ante
entradas tipo senoidal o cosenoidal, desfasan más que con Tn>0. estos sistemas se
caracterizan por su comportamiento dinámico anómalo (o sea se alejan inicialmente del valor
final al que tienden).
EJEMPLO:
𝒔+𝟐
Represente gráficamente la respuesta del sistema: 𝑮 𝒔 = 𝟎. 𝟓 , ante entrada escalón unitario.
𝒔+𝟏
𝑠+2 1 2 1 1 0,5
Yo(s)=G(s)Uo(s)=0.5 . = 0,5 − 𝑠+1 = 𝑠 − 𝑠+1
𝑠+1 𝑠 𝑠
T
Sistemas de Primer Orden
Modos transitorios
cte s = -5
8 K ( s 5) cero finito en 5
F .T . G ( s )
s ( s 1)( s 2) polo en el origen, polo en 1 y polo en 2
s=0 s = -1 s = -2
Sistemas de Primer Orden
Características de la Respuesta Transitoria de los Sistemas de
Primer Orden
SISTEMA
Sistemas de Primer Orden
EJEMPLO DE UN SISTEMA DE PRIMER ORDEN
• Un capacitor en serie con un resistor
dVc = 1 (V-Vc) donde dVc/dt es la razón de cambio
dt RC de Vc y es proporcional a (V-Vc).
Donde R es la resistencia y C la capacitancia. La Fig. 2, muestra como varía
Vc con el tiempo. La gráfica tiene la ecuación.
Vc= V (1-e-t/RC)
Se puede considerar que este sistema, tiene la entrada el voltaje V y como salida
la diferencia de potencial Vc (fig. 3)
SISTEMA
Sistemas de control de
Segundo Orden
Sistemas de Segundo Orden
Tipos de Raíces
∆𝑦 𝑡 + 𝑎1 ∆𝑦 𝑡 + 𝑎0 ∆𝑦 𝑡 = 𝑏𝑜 ∆𝑢(𝑡)
Su función de Transferencia será:
𝑏𝑜
𝐺 𝑠 = 2
𝑠 + 𝑎1 . 𝑠 + 𝑎𝑜
Ken2
G (s) 2 , n2 0
s 2 n s n2
Función que tiene 3 parámetros, uno estático y 2 dinámicos, al tratarse de un sistema de 2do
orden:
Ke = ganancia estática
ζ = coeficiente de amortiguamiento (adimensional)
ωn = frecuencia natural no amortiguada (rad/s).este nombre solo tiene sentido cuando los
polos son complejos conjugados.
Sistemas de Segundo Orden
Tipos de Raíces
2
Hay dos polos en 𝑠 = −ζ𝜔𝑛 ± ζ 𝜔𝑛2 − 𝜔𝑛2 , según el valor de ζ:
2
• Si lζl >1 , las raíces son reales: 𝑠 = −ζ𝜔𝑛 ± 𝜔𝑛 ζ − 1
2
• Si lζl <1 , las raíces son complejas conjugadas: 𝑠 = −ζ𝜔𝑛 ± 𝑗𝜔𝑛 1 − ζ = −𝜎 ± 𝑗𝜔𝑑
Ken2 Ken2
G (s) 2
s 2 s n ( s ) 2 d2
2
Sistemas de Segundo Orden
Tipos de Raíces
La naturaleza de las raíces depende del valor de ζ:
2
• Si ζ>1 𝑠 = −𝜎 ± 𝜔𝑛 ζ − 1 reales negativas
Sistemas de Segundo Orden
Tipos de Raíces
Para ζ<0 , se darían los mismo casos anteriores, pero simétricos respecto del eje imaginario:
Sistemas de Segundo Orden
Tipos de Raíces: representación en Matlab
Obtener la posición de los polos y ceros para el siguiente caso :
(𝑠 − 1)(𝑠 2 + 𝑠 + 0,5)
𝐺 𝑠 =
𝑠(𝑠 + 1)(𝑠 + 5)(𝑠 2 + 4𝑠 + 13)
Respuesta de los Sistemas de
Segundo Orden
Sistemas de Segundo Orden
RESPUESTA IMPULSIONAL
Pueden darse los siguientes casos:
• Sistema inestable(ζ ≤ 0)
Se tendrían los mismos casos anteriores dependiendo del valor lζl , pero con la respuesta
tendiendo al infinito en cada uno de ellos
Sistemas de Segundo Orden
RESPUESTA AL ESCALÓN UNITARIO
Sistemas de Segundo Orden
RESPUESTA AL ESCALÓN UNITARIO
Se tienen los mismos casos de antes:
𝑒 −𝜎𝑡
𝐾𝑒 1 ±
𝑠𝑒𝑛𝜃
La respuesta es:
Y su respuesta temporal:
La respuesta escalón:
Y su respuesta temporal:
Si ζ>>1, se verifica que, por ejemplo, T1 >>T2 y la respuesta se puede aproximar por la de un
primer orden puro:
Sistemas de Segundo Orden
En resumen, cuando el sistema varía desde no amortiguado hasta sobreamortiguado se tiene:
ζ = 0 (Oscilatoria)
ζ = 1 (Amortiguada)
K G(s) = K
T2S2 + 2TS + 1
Subamortiguado: Amortiguado:
Repuesta rápida con oscilaciones Repuesta menos rápida libre de
antes de estabilizar. oscilaciones antes de estabilizar.
ζ = 0 (Oscilatoria)
ζ > 1 (Sobreamortiguada)
Sobreamortiguado: Oscilatorio:
Repuesta lenta libre de Oscilaciones a una frecuencia
oscilaciones antes de estabilizar. natural wn
Sistemas de Segundo Orden
CARACTERIZACIÓN DINÁMICA
ts ≈ 3(T1 + T2)
Dada la red RLC de la figura en la que R toma valores de 2, 1 y 0.5 Ω. Obtener la evolución de
la salida y(t) cuando la entrada u(t) es un impulso y un escalón. Determinar el coeficiente de
amortiguamiento ζ y la posición de los polos en cada caso.
Sistemas de Segundo Orden
Sistemas de Segundo Orden
Sistemas de Orden Superior
Sistemas de Orden Superior
• Aplicar los resultados obtenidos para los sistemas de 2do
orden a sistemas de orden superior, con el requisito de que
éstos dispongan de polos complejos dominantes, o sea, que
si la parte real de los polos es<< que la de los otros (más
próximos al eje imaginario), la respuesta del sistema se tiene
considerando solo la acción de los polos dominantes y
despreciando los demás.
• Se puede hacer si el sistema no tiene ceros (próximos a los
polos) ya que un cero debilita a un polo.
Sistemas de Orden Superior
n 2 1
H ( s) 2
s 2 n s n2 1 bs P1
Im(s)
d
P3
p
o Re(s)
-1/b
P2
Sistemas de Orden Superior
• La respuesta transitoria viene dada por la siguiente
expresión:
e t
y (t ) 1
sen
2
send t p sen p e t sen2 p
1 2
Sistemas de Orden Superior
• Su efecto sobre la respuesta transitoria dependerá de la
posición relativa del nuevo polo con respecto al par de polos
complejos conjugados:
b=0.33
b=10
Sistemas de Orden Superior
Respuesta transitoria de sistemas de
orden superior
• Partimos de una función de transferencia genérica
del tipo:
bm s m bm1s m1 b1s bo
H ( s)
an s n an 1s n 1 a1s ao
s z
m
j
j 1
H ( s) K n
s p
i
i 1
Sistemas de Orden Superior
• Separando polos en el origen, polos reales y polos
complejos queda:
s z
m
j
j 1
H ( s) K q
s s j k s j k
l h k k
s h k k
h 1 h 1
l
Au q h Bhu k
Cku Cku *
H ( s) u u
h 1 u 1 s k 1 u1 s j s j k
u u
u 1 s
h k k k
Sistemas de Orden Superior
• Agrupando términos:
q h k
l
Au Bhu
M ku s N ku
H ( s) u
h 1 u 1 s s 2 k s k k
u u
u 1 s k 1 u 1 2 2 2
h
k u
t e cosk arg Pku L-1 térmi nos debidos a U ( s )
2 Pku u 1 k t
k 1 u 1 u 1!
Sistemas de Orden Superior
Sistemas de orden reducido
• En algunos casos, los sistemas de orden superior
pueden simplificarse para dar lugar a sistemas de
orden inferior más fáciles de analizar.
>10 d
Sistemas de Orden Reducido
Sistemas de Orden Reducido
• B) Cancelaciones:
Sistemas de Orden Reducido
• Hay que verificar analíticamente o por medio de
simulaciones que la simplificación es admisible:
1 1
lims0 sH ( s ) lims0 sKeq H eq ( s )
s s
Sistema reducido
Sistemas de Orden Reducido
Sistemas de Orden Reducido
Sistemas de Orden Reducido
Sistemas de Orden Reducido
Sistemas de Orden Reducido
Ejercicio 2:
10(𝑠+0,1)
Dado el sistema : 𝐺 𝑆 = (𝑠+20)(𝑠+0,01)(𝑠2 +2𝑠+26)
Donde:
Tiempo de
muestreo para
la adquisición
de datos en
ms
Identificación de Sistemas
• Ejemplo: dado los datos de entrada y salida de un sistema de
motor acoplado a su eje un disco metálico, identificarlo mediante
una función de transferencia.
Identificación de Sistemas
• Ejemplo: dado los datos de entrada y salida de un sistema de
motor acoplado a su eje un disco metálico, identificarlo mediante
una función de transferencia.
Identificación de Sistemas
• Ejemplo: dado los datos de entrada y salida de un sistema de
motor acoplado a su eje un disco metálico, identificarlo mediante
una función de transferencia.
Identificación de Sistemas
• Ejemplo: dado los datos de entrada y salida de un sistema de
motor acoplado a su eje un disco metálico, identificarlo mediante
una función de transferencia.
Identificación de Sistemas
• Ejemplo: dado los datos de entrada y salida de un sistema de
motor acoplado a su eje un disco metálico, identificarlo mediante
una función de transferencia.
Identificación de Sistemas
• Ejemplo: dado los datos de entrada y salida de un sistema de
motor acoplado a su eje un disco metálico, identificarlo mediante
una función de transferencia.
Identificación de Sistemas
• Ejemplo: dado los datos de entrada y salida de un sistema de
motor acoplado a su eje un disco metálico, identificarlo mediante
una función de transferencia.
Identificación de Sistemas
• Ejemplo: dado los datos de entrada y salida de un sistema de
motor acoplado a su eje un disco metálico, identificarlo mediante
una función de transferencia.
Adquirimos la F.T: sabemos que motor DC con un disco en su eje es
un sistema de 1er orden
Identificación de Sistemas
• Ejemplo: dado los datos de entrada y salida de un sistema de
motor acoplado a su eje un disco metálico, identificarlo mediante
una función de transferencia.
Adquirimos la F.T: sabemos que motor DC con un disco en su eje es
un sistema de 1er orden
Identificación de Sistemas
• Ejemplo: dado los datos de entrada y salida de un sistema de
motor acoplado a su eje un disco metálico, identificarlo mediante
una función de transferencia.
Adquirimos la F.T: sabemos que motor DC con un disco en su eje es
un sistema de 1er orden
Análisis de Estabilidad de
Sistemas Continuos
Estabilidad de Sistemas Continuos
Estabilidad de Sistemas Continuos
Estabilidad de Sistemas Continuos
Estabilidad de Sistemas Continuos
Estabilidad de Sistemas Continuos
EJEMPLO: Dado el sistema , calcular las raíces de polinomio del
denominador, los polos del sistema y representar la distribución
de polos y ceros en el plano complejo S con el fin de analizar la
estabilidad del mismo.
𝑠−3
𝐺 𝑠 = 4
𝑠 + 2𝑠 3 + 𝑠 2 + 4𝑠 + 4
Estabilidad de Sistemas Continuos
Estabilidad de Sistemas Continuos
Estabilidad de Sistemas Continuos
Estabilidad de Sistemas Continuos
Estabilidad de Sistemas Continuos
Estabilidad de Sistemas Continuos
Estabilidad de Sistemas Continuos
Estabilidad de Sistemas Continuos
LECCIÓN:
Análisis Frecuencial
Respuesta en frecuencia
Introducción:
Ejemplos:
• Cuando un sistema responde más rápido que otro.
• Cuando el tiempo establecimiento de 1 sistema es 0.25
segundos.
Respuesta en frecuencia
Introducción:
Hasta ahora, las herramientas para el cálculo de la
estabilidad se basaban en:
• Las tablas de Routh, a partir del polinomio característico
del sistema para determinar su estabilidad absoluta.
• Respecto al LDR, la proximidad de las ramas dominantes
ante la variación de la ganancia, daba una medida
intuitiva del nivel de estabilidad.
En ambos casos, la información de partida era el
conocimiento explicito de la FDT. Para la tabla de Routh se
requiere la FDT total del equipo; en el LDR es aplicable sólo
para estructuras de realimentación negativa y se debe saber
la FDT de la cadena abierta.
Respuesta en frecuencia
Introducción:
Respuesta en frecuencia
La respuesta en frecuencia se basa en la respuesta en régimen
permanente de un sistema ante una entrada senoidal. Un sistema lineal
invariante en el tiempo, si es afectado por una entrada senoidal de
amplitud R y frecuencia 0 , su salida seguirá siendo senoidal de la
misma frecuencia 0 pero probablemente con otra magnitud C y fase
C ( s ) G ( s ) R( s )
como es un análisis senoidal, se cambia la variable compleja s por j
C ( j ) G( j ) R( j )
donde cada componente tiene magnitud y fase, ejemplo
C ( j ) C ( j ) C ( j )
La relación de la salida C ( j ) entre la entrada R( j ) en el régimen
senoidal permanente se llama función de transferencia senoidal:
C ( j )
G ( j )
R( j )
º R
G ( j ) G( j ) e
G ( j ) ImG( j )
Gráfica polar
0 de G ( j ) .
Respuesta en frecuencia
Ejemplos de gráficas polares:
75
Obtener la gráfica polar de G ( s )
s5
Solución. Como primer paso se cambia a variable compleja s por j
75 75
G( j )
j 5 5 j
El siguiente paso es separar el valor real y el imaginario (solo para
facilitar el cálculo). Para esto se multiplica y divide por el complejo
conjugado del denominador de G ( j )
75 5 j 375 j 75
G ( j ) y se tiene
5 j 5 j 25 2
375 75
G ( j ) ReG ( j ) ImG ( j ) j
25 2 25 2
y esto se tiene que evaluar
Respuesta en frecuencia
Para plasmar este resultado en la gráfica polar, es necesario evaluar G ( j )
en diferentes frecuencias desde 0 hasta . Se evaluarán solo para
algunas de las frecuencias.
Si 0 entonces:
375 75(0)
G ( j 0) ReG ( j 0) ImG ( j 0) 2
j 2
15
25 (0) 25 (0)
Si
375 75()
G ( j) ReG ( j) ImG ( j) 2
j 2
0 j0
25 () 25 ()
Si 5
375 75(5)
G ( j5) ReG ( j5) ImG ( j5) 2
j 2
7.5 j 7.5
25 (5) 25 (5)
Si 2.88675
375 75(2.88675)
G ( j 2.88675) 2
j 2
11.25 j 6.49519
25 (2.88675) 25 (2.88675)
Respuesta en frecuencia
Si 8.66025
375 75(8.66025)
G ( j8.66025) 2
j 2
3.75 j 6.49519
25 (8.66025) 25 (8.66025)
Dependiendo de la experiencia y de lo complicado de la gráfica polar, se necesitarán más o
menos frecuencias a evaluar.
Im
0
Re
Gráfica polar de
75
G( s)
8.66025 2.88675 s5
5
Respuesta en frecuencia
-1 1 F ( s ) 2s 1 -1 1 2 3 u
Cada punto o elemento del contorno en el plano s, tiene su representación en el plano F(s). Se
evalúan todos los puntos del contorno y se obtiene un contorno en el plano F(s). En este caso,
el contorno en el plano F(s) conserva la misma forma que el contorno del plano s,
(Transformación conforme).
Ambos contornos se consideran que tienen un sentido positivo.
Criterio de estabilidad de Nyquist
Ahora, se transforma el mismo contorno en plano s, utilizando otra función de
transformación: jv Plano F(s)
j Plano s d
d a a
s
-1 1
F (s) u
c b
s3 b
c
s
-1 1
F (s) u
c b
s3 b
c
Todos estos resultado son consecuencia del principio del argumento (teorema de Cauchy).
F ( s ) 1 P( s ) F ' ( s ) F ( s ) 1 P( s )
Contorno de Nyquist.
Gráfica polar de P(s).
d u
-1
El margen de ganancia es el factor por el cual se tendrá que multiplicar la ganancia del sistema
para que el lugar geométrico pase a través del punto .
1
Margen de ganancia =
( 1 j 0). d
Criterio de estabilidad de Nyquist
Otra medida de la estabilidad relativa es el margen de fase, que se define
como el ángulo de fase que se debe girar el lugar geométrico GH ( j ) para
que el punto de magnitud unitaria GH ( j ) 1 pase a través del punto
( 1 j 0) en el plano GH ( j ).
.
jv
u
mf f
-1
GH ( j ) 1
K K K
G( s) G ( j )
s( s 4)( s 5) j ( j 4)( j 5) j 3 5 2 4 2 j 20
se separa la parte real e imaginaria utilizando el complejo conjugado del
denominador
K 9 2 j ( 20 2 )
G ( j )
9 j ( 20 ) 9 2 j ( 20 2 )
2 2
Criterio de estabilidad de Nyquist
9K (20 2 ) K
G ( j ) 4 j 5
41 400 41 3 400
2
j 90
j El punto e en el plano s mapea al punto
Plano s
. 0e j 3( 90 º ) 090 º en elplano F(s).
s El punto e j 80
en el plano s mapea al punto
0 0. 240 º en elplano F(s).
0 j 30
El punto e en el plano s mapea al punto
T2 . 090 º en elplano F(s).
jv radio 0
Plano F(s), tramo 2.
K 180 u
j
Contorno P . Tramo 4.
Criterio de estabilidad de Nyquist
jv
T1
Criterio de Nyquist:
T2
T3 Como el sistema no tiene polos
T4 inestables en lazo abierto, para que sea
estable se necesita que no haya rodeos
1 u
al punto -1. Entonces el rango de
K
180 estabilidad es
0 K 180
0 j
DEBER
Figura. Gráfica de Nyquist.
Criterio de estabilidad de Nyquist
Criterio de Nyquist:
P( j ) G( j ) H ( j )
Como la variable s es compleja se tiene magnitud y fase.
G ( j ) H ( j ) G ( j ) H ( j )
Estos valores cambian mientras se varía la frecuencia . Para graficar la
magnitud de G ( j ), se hace uso de la norma de magnitud:
Mag 20 log G ( j )
Y el valor del ángulo de fase se obtiene dependiendo del elemento a analizar
Diagramas de Bode
La principal ventaja al usar Bode es que se puede analizar cada elemento
de una función de transferencia por separado y el efecto total del sistema, se
obtiene simplemente sumando las magnitudes y ángulos de fase de todos
ellos.
La ventaja anterior resalta más cuando es necesario agregar otros
elementos al sistema. En estos casos para obtener la nueva gráfica de
Bode no es necesario recalcular todo el sistema, simplemente se suman a
los elementos ya analizados.
90 Re
para todo rango de
Integradores Im
1
20 log 20 log db
j Re
90
para todo rango de
Diagramas de Bode
Si existen más de un derivador o integrador:
Derivadores 20 log ( j ) n 20n log dB
90 n para todo rango de
Integradores 1
20 log 20n log db
( j )n
Magnitude (dB)
40
Magnitude (dB)
-20
20
-40
0
-60
-20 -90
270
-135
225
Phase (deg)
Phase (deg)
180 -180
135 -225
90 -270
0 1 0 1
10 10 10 10
Frequency (rad/sec) Frequency (rad/sec)
Diagramas de Bode
3. Elementos de primer orden
30
De la figura:
Magnitude (dB)
G( j ) 1 j 1
20
System: sys
10 Frequency (rad/sec): 1
Magnitude (dB): 3.01
1 0
c frecuencia de corte 90
Phase (deg)
45
c
0
-2 -1 0 1 2
10 10 10 10 10
Frequency (rad/sec)
Diagramas de Bode
Polo de primer orden
1
20 log 20 log 1 2 2 dB
1 j
tan 1
Bode Diagram
0
System: sys
-10 Frequency (rad/sec): 1
De la figura:
Magnitude (dB)
Magnitude (dB): -3.01
1
G ( j )
-20
1
1 j -30
-40
1
c frecuencia de corte
0
Phase (deg)
-45
c
-90
-2 -1 0 1 2
10 10 10 10 10
Frequency (rad/sec)
Diagramas de Bode
3. Elementos de segundo orden
Cuando no se puedan descomponer en dos elementos de primer orden, se
normalizan de la siguiente forma:
1
2
G ( j ) 1 2 j j
n n
Ceros de segundo orden
2 2
2
20 log1 2 j j 20 log 1 2 2
n n n 2
2
n
tan 1
2
1 2 c n
n
Diagramas de Bode
Polos de segundo orden
2
1 2
20 log 20 log 1 2 2
n 2
2
1 2 j j
n n
2
n
tan 1
2
1 2
n c n
Diagramas de Bode
Ceros de segundo orden
Bode Diagram
80
c n 3 60
s2 s 9
Magnitude (dB)
G( s) 40
9 20
1/ 6 0
-20
s 3s 9
2 180
G( s)
9 135
Phase (deg)
0.5 90
s 2 4.2s 9 45
G( s)
9 0
-1 0 1 2
10 10 10 10
0.7 Frequency (rad/sec)
3
Diagramas de Bode
Polos de segundo orden
Bode Diagram
20
c n 3 0
9
Magnitude (dB)
G (s) -20
s2 s 9
-40
1/ 6 -60
-80
9 0
G (s) 2
s 3s 9 -45
Phase (deg)
0.5 -90
9 -135
G ( s) 2
s 4.2 s 9 -180
-1 0 1 2
10 10 10 10
0.7 Frequency (rad/sec)
3
Diagramas de Bode
Ejemplo: Obtener el diagrama de Bode del sistema
12( s 3)
s 2 ( s 5)( s 2 6s 13)
Normalizando: 36 1
( s 1)
65 3
2
2 1 s 6
s ( s 1)( s 1)
5 13 13
Magnitude (dB)
1 0
s 1
3 -20
-40
1
-60
s2
-80
90
1
s 1
5
Phase (deg)
2
s 6
s 1 -90
13 13
36 1
( s 1) -180
65 3 -1 0 1 2
2 10 10 10 10
2 1 s 6
s ( s 1)( s 1) Frequency (rad/sec)
5 13 13
Diagramas de Bode
Diagrama de Bode (Resultante) Bode Diagram
50
0
Magnitude (dB)
-50
-100
-150
-200
-180
-225
Phase (deg)
-270
-315
-360
-1 0 1 2 3
10 10 10 10 10
Frequency (rad/sec)
Análisis de error en estado estacionario
Análisis de error en estado estacionario
Así:
si N=0, el sistema se denomina tipo cero,
si N=1, el sistema se denomina tipo uno, y así sucesivamente.
Comentarios:
1
E ( s) R( s)
1 G (s) H (s)
utilizando el teorema del valor final podemos encontrar el valor final de la
señal de error
sR( s )
ees lim e(t ) lim sE ( s ) lim
t s 0 s 0 1 G ( s ) H ( s )
Análisis de error en estado estacionario
Errores en estado estacionario:
De la ecuación se observa que el valor del error depende tanto del sistema
como del tipo de entrada. Se acostumbra definir el error en coeficientes de
error estáticos, dependiendo del tipo de entrada.
s 1 1
ees lim
s 0 1 G ( s ) H ( s ) s 1 G (0) H (0)
K (Ta s 1)(Tb s 1)
K P lim N ees 0
s 0 s (T s 1)(T s 1)
1 2
Análisis de error en estado estacionario
Errores en estado estacionario:
Constante K v de error estático de velocidad.
El error estacionario del sistema, para una entrada rampa unitaria, es
s 1 1
ess lim lim
s 0 1 G ( s ) H ( s ) s 2 s 0 sG ( s ) H ( s )
sK (Ta s 1)(Tb s 1) 1 1
KV lim K ees
s 0 s (T1s 1)(T2 s 1) KV K
Para un sistema tipo 2 o superior
K (Ta s 1)(Tb s 1) 1
KV lim N ees 0
s 0 s (T s 1)(T s 1) KV
1 2
Análisis de error en estado estacionario
Errores en estado estacionario:
• El sistema físico
• La variable a controlar
• Y las especificaciones deseadas para que éste siga.
Ejemplo:
Se desea controlar la altura h(t) de tal manera que siga a una referencia
en una forma determinada, o sea, según especificaciones impuestas.
estabilidad rapidez
Estáticas Dinámicas
precisión amortiguación
Actuador
Si se conecta directamente V(s) con U(s), se tiene un sistema que NO puede cumplir las
especificaciones.
Para lograr que el sistema verifique las especificaciones deseadas, es necesario introducir
un nuevo elemento entre señal y referencia y la señal de control, que compense la
dinámica del sistema. Este elemento se llama compensador, controlador o regulador.
Diseño de Controladores
Tipos básicos de Controladores:
Entrada
de referencia
+ Al accionador
Amplificador
−
Error actuante
Sistema de control de qi
nivel de un líquido Flotador
C h
h(t)
Brecha
diferencial
0 t
Control Todo-Nada
Sistema de control de nivel de un líquido
Se desea controlar la altura de un depósito mediante un sistema relécomo el de
la figura. Realizar una simulación mediante simulink como se muestra.
220v Parámetros:
qi
Flotador Altura del pulso 0.5
Anchura de pulso 300 s
C h Min Step Size 0.0001
(en menu Simulation –Parameters)
Acción proporcional (P)
■ Se evitan las oscilaciones.
Relación lineal entre e(t) y u(t)
Ley de control
■
■
■ Saturación de la señal de control debido a limitaciones
físicas.
■ En general, si Kp aumenta
□ Erp (Error régimen permanente) decrece (Tipo 0)
□ Mayor rapidez
□ SO (signal output) aumenta
□ Riesgo de saturación
Zona Lineal
Acción Derivativa (D)
■ Acción de control Derivativa,
■ No se usa de forma independiente
□ e(t)=cte -> de(t)/dt=0 -> u(t)=0!!!
■ Acción predictiva
□ Anticipa el error futuro (no depende sólo del error sino también de cómo varía éste)
□ Mejora el comportamiento (más rápida y menos oscilaciones)
□ Amplifica las señales de ruido -> Introducción de filtro
Acción Derivativa (D)
Bode Diagram
40
30
Magnitude (dB)
20
■ Bajas frecuencias
10
□ Ganancia como un P
□ Fase aprox. igual 0
90
■ Altas frecuencias
Phase (deg)
□ Ganancia aumenta a razón 45
de 20 dB/dec
□ Fase sube 90º 0
-2 -1 0 1 2
10 10 10 10 10
Frequency (rad/sec)
Acción Integral (I)
■ La acción integral aumenta el tipo de sistema -> Mejora del Erp
■ Ley de control integral
■ Normalmente se aplica junto con control proporcional (PI)
502
Control PID (II)
• Respuesta ante un • Representación típica
escalón unitario en circuitos de control
• Regulador P
y(t) K
X(s) Y(s) K x(t) y(t)
K
t
Regulador I
y(t) Ti
X(s) Y(s) x(t) y(t)
1
1/(s·Ti)
Ti t
• Regulador D
y(t) • El comportamiento
ideal del derivador es
X(s) Y(s) imposible de reproducir
s·Td físicamente
503
Control PID (III)
• Respuesta ante un • Representación típica
escalón unitario en circuitos de control
• Regulador PI
y(t)
K Ti
X(s) Y(s) x(t) y(t)
K·(1+1/(s·Ti)) K Pendiente K/Ti
1+Ti·s
K Ti·s
-Ti t
Regulador PD (ideal)
• El comportamiento
y(t)
ideal del PD es
X(s) Y(s)
imposible de reproducir
K·(1+s·Td) K físicamente
• Regulador PD
(real) y(t) K Td
K·Td/TN
X(s) Y(s) x(t) y(t)
K·(1+s·Td)/(1+s·TN) K
• Td> TN t
TN
504
Control PID (IV)
• Respuesta ante un • Representación típica
escalón unitario en circuitos de control
505
Control PID
Simular en Simulink el sistema de control P.I.D de la figura:
c
Control en Cascada
c
c
c
c
c
c c
c
c
Control en Cascada
Nomenclatura: c c
c c c
c c c
c c
c
c c
c c
cc c cc
c c
c c c c
c c c
c c
c
c c c
c
c
c cc
c
Control en Cascada
Características: c
c
cc c
c c
c c
cc c c
cc
c
c c
c c
c
Control en Cascada
Sintonización: c
c c
c
cc c
c c c
c
c c
c
c c
cc c c cc
cc
cc
c
c c
cc c c
c c
c c
c
Control en Cascada
Ejemplo: c
c c c
c c c
c c c
c
c c
c c
c c c
cc c cc
cc c
c c cc c
c c
c cc c
c c
ccc c c c
c c c
c c c c
c c
Control en Cascada
Ejemplo:
Control en Cascada
Ejemplo:
Control en Cascada
Ejemplo:
Control en Cascada
Ejemplo:
Control en Cascada
Ejemplo:
Control en Cascada
Ejemplo:
Control en Cascada
Ejemplo:
Métodos de Sintonización
Reglas de Ziegler-Nichols para
sintonizar controladores PID
Los controladores PID son ampliamente usados en los sistemas
de control industrial.
1 t de(t )
u (t ) K p e(t ) e(t )dt d
i dt
Reglas de Ziegler-Nichols para
sintonizar controladores PID
Entonces, la función de transferencia del controlador PID es
1
Gc ( s ) K p 1 d s
is
1
K p 1 d s planta
is
Métodos clásicos. Se utilizan desde los años 50, y son básicamente un ajuste
empírico de los parámetros. Veremos 3 métodos principales:
t
L T
P
T 0
L
T L
PI 0 .9 0
L 0 .3
T
PID 1.2 2L 0.5L
L
Ejemplo
• El sistema de tres tanques en serie no inter-actuantes que se
observa en la Figura se considera con el propósito de
controlar el nivel en el tercer tanque. Para cumplir con esto, el
flujo de entrada al primer tanque, Fo, se manipula mediante
un controlador por retroalimentación. Se asume una relación
lineal entre el flujo de salida y el nivel en cada tanque.
• Las dinámicas de válvula de control y sensor son de ganancia
pura con valor de uno. Se propone desarrollar la sintonización
del controlador, considerando primero el modelo de flujo de
fluidos a través de los tanques y después con el modelo
aproximado a uno de primer orden con tiempo muerto.
Reglas de Ziegler-Nichols para
sintonizar controladores PID
Tres tanques no interactuantes
dH1 (t )
1 H1 (t ) K1 F0 (t )
dt
dH 2 (t )
2 H 2 (t ) K 2 H1 (t )
dt
dH3 (t )
3 H 3 (t ) K 3 H 2 (t )
dt
Reglas de Ziegler-Nichols para
sintonizar controladores PID
Función de Transferencia
• Aplicando transformada de Laplace a las ecuaciones
diferenciales, la función de transferencia que
relaciona al nivel en el tercer tanque con la variable
de entrada, es decir, con el flujo de entrada al primer
tanque es la siguiente:
K
H 3 ( s) F0 ( s )
( 1s 1)( 2 s 1)( 3 s 1)
Siendo K = K1K2K3.
• Para la simulación del sistema correspondiente a
esta función de transferencia se asumen los siguientes
valores: 1= 2, 2 = 4 , 3 = 6, K = 6
Reglas de Ziegler-Nichols para
sintonizar controladores PID
3 s
6e
Y (s)
15s 1
Reglas de Ziegler-Nichols para
sintonizar controladores PID
Valores obtenidos
Kp 1/i d
P 0.889 - -
PI 0.764 0.142 -
Pcr
Tipo de controlador Kp i d
P 0.5K cr 0
1
PI 0.45K cr Pcr 0
2
P 0.50Kc - -
PI 0.45Kc 0.83Pc -
C (s) K p /( s 3 3s 2 2 s ) C (s) Kp
3
R( s ) 1 {K p /( s 3 3s 2 2 s )}{1} R( s ) s 3s 2 2 s K p
Reglas de Ziegler-Nichols para
sintonizar controladores PID
De la ecuación característica se obtiene el valor de la ganancia
que produce oscilaciones sostenidas
s 3 3s 2 2s K p 0
( j )3 3( j ) 2 2( j ) K p 0
j 3 3 2 j 2 K p 0
Kp 6 2
El valor de ganancia es la ganancia crítica
K cr 6
2
Mientras que el período crítico se obtiene de 2 ya que T
2
Pcr 4.4428
Reglas de Ziegler-Nichols para
sintonizar controladores PID
K p 0.6 K cr 3.6
i 0.5Pcr 2.2214
d 0.125Pcr 0.55536036
Gc ( s ) 3.61 0.55536s
1
2.2214s
Reglas de Ziegler-Nichols para
sintonizar controladores PID
En simulink:
Reglas de Ziegler-Nichols para
sintonizar controladores PID
SimElectronics
SimMechanics
SimHydraulics
SimPowerSystems
SimDriveline
• Extensión de Simulink diseñada para
el modelado a-causal (basado en
componentes) de sistemas físicos Simscape
multi-dominio
• Facilita el proceso de modelado de MATLAB, Simulink
sistemas físicos V+
• Construye modelos que reflejan la
estructura del sistema físico
V-
• Aprovecha MATLAB para crear
modelos reutilizables
• Utilizado por los ingenieros de
sistemas y los ingenieros de control
para construir un modelo que
representa la estructura física del
sistema
Introduction to Simscape
SimElectronics
SimMechanics
SimHydraulics
SimPowerSystems
SimDriveline
• Simscape es una extensión de Simulink
como herramientas para modelar y
simular sistemas físicos multidominio, Simscape
tales como componentes mecánicos,
hidráulicos y eléctricos. MATLAB, Simulink
• Simscape puede utilizarse para una V+
variedad de aplicaciones automotrices,
aeroespaciales, de defensa e
industriales. V-
• Junto con SimMechanics, SimDriveline,
SimHydraulics ™, SimeElectronics y
SimPowerSystems (todos disponibles
por separado), Simscape permite
modelar interacciones complejas en
sistemas físicos multidominio.
SimMechanics
SimMechanics
El Modelado de componentes físicos o sistemas en Simulink
típicamente implica una compensación entre la velocidad de
simulación y la fidelidad del modelo o Complejidad: cuanto mayor es
la fidelidad del modelo, mayor es el esfuerzo necesario para crearlo.
Cuando se modelan estructuras mecánicas 3D, la tarea se complica
aún más por la necesidad de formular ecuaciones complejas para
representar el movimiento deseado.
Las herramientas CAD pueden
ser utilizadas para exportar
modelos a Simulink o
SimMechanics, pero este
enfoque generalmente requiere
recursos adicionales de
modelado o experticia en el uso
de herramientas de CAD.
SimMechanics
Creación de un modelo básico
Podemos crear un buen modelo inicial utilizando las formas
predeterminadas en SimMechanics.
La biblioteca de SimMechanics contiene cuerpos para representar la
inercia, transformar coordenadas para definir la ubicación en el
espacio 3D, y las articulaciones para restringir el movimiento de los
objetos dentro de ese espacio.
El modelo SimMechanics se
construye utilizando conexiones
físicas, que permiten un flujo
bidireccional de energía entre
componentes.
Las conexiones físicas hacen
posible añadir etapas adicionales
al péndulo simplemente usando
comandos de copiar y pegar. Las
conexiones de entrada / salida
requieren rederivar y
reimplementar las ecuaciones.
SimMechanics
Exportar Solidworks model a Simulink
• En el command window de Matlab escriba: smlink_linksw
Se registrará el producto solid Works hacia Matlab.
https://www.youtube.com/watch?v=sfN7jmNhovM
SimMechanics
Websites:
https://es.mathworks.com/products/simmechanics/download_smlink_confirmation.html?el
qsid=1467292547613&potential_use=Student8
https://www.youtube.com/watch?v=7-fkk7DU9fA
https://es.mathworks.com/help/physmod/sm/mech/gs/modeling-and-simulating-a-simple-
machine.html
https://es.mathworks.com/help/physmod/sm/examples.html#d0e311
INTRODUCCIÓN A LA
TEORÍA DE CONTROL MODERNO
Control clásico
• Control de dos posiciones (todo-nada)
(on-off)
• Proporcional de tiempo variable (PWM)
• Proporcional (P)
• Proporcional + Integral (PI)
• Proporcional + Derivativo (PD)
• Proporcional + Integral + Derivativo (PID)
Control moderno
Ningún sistema dinámico de interés cumple con estos requisitos, es decir: Los
sistemas reales presentan no linealidades, pueden tener más de una entrada o
salida, sus parámetros cambian en el tiempo y sus condiciones iniciales no siempre
tienen un valor de cero.
Control moderno
La teoría moderna de control se basa en el análisis y
síntesis en el dominio del tiempo. variables de estado.
Sistema
X (s) G(s) Y (s)
Entradas Salidas y 3yy f (t)
Saturación Histéresis Características
Características Modelado y
y dinámicas Lineales
Función de
dinámicas t
No Linealidades Fricción no Transferencia 5 km s 1
d
lineal sen
s 2 2s 5
Variante en m
Múltiples puntos dt
el tiempo de equilibrio
Modelo de espacio de estado
Modelo de espacio de estado típico
En ingeniería de control, una representación de espacios de estados
es un modelo matemático de un sistema físico descrito mediante un
conjunto de entradas, salidas y variables de estado relacionadas por
ecuaciones diferenciales de primer orden que se combinan en una
ecuación diferencial matricial de primer orden. Para prescindir del
número de entradas, salidas y estados, las variables son expresadas
como vectores y las ecuaciones algebraicas se escriben en forma
matricial (esto último solo puede hacerse cuando el sistema
dinámico es lineal e invariante en el tiempo).
Sin embargo otros sistemas son tan complejos que no es posible utilizar este enfoque.
Para este tipo de sistemas se utiliza la representación en espacio de estado. La
representación es espacio de estado presenta las siguientes ventajas:
• Aplicable a sistemas lineales y no lineales.
• Permite analizar sistemas de más de una entrada o más de una
salida.
• Pueden ser sistemas variantes o invariantes en el tiempo.
• Las condiciones iniciales pueden ser diferentes de cero.
• Proporciona información de lo que pasa dentro del sistema.
• Resultados sencillos y elegantes.
Representación en espacio de
estado
r(t)
r(t)