Universidad Nacional de San Agustín

F a c u l t a d d e I n g e n i e r í a d e P r o d u c c i ó n y S e r vi c i o s

Escuela Profesional de Ingeniería Eléctrica

Curso:
LABORATORIO DE
CONTROL 2

Sintonización utilizando Técnicas de

Optimización (Ejemplo)

AREQUIPA - PERU

2017
 Escuela Profesional De Ingeniería Eléctrica– Lab. De Control 2

LABORATORIO 4: Sintonización utilizando Técnicas de Optimización

(Ejemplo)

Objetivos: Desarrollar e implementar un algoritmo de optimización para la

sintonización de un controlador.

Herramientas a utilizar

 Software MatLab
 Herramienta Simulink
 Ingeniería de Control moderna, 3era Edición Katsuhiko Ogata

Marco teórico
 Optimization Toolbox™:

Este proporciona funciones para localizar parámetros que minimicen o maximicen los objetivos y
respeten las restricciones. Esta toolbox incluye solvers para la programación lineal, la programación
lineal entera mixta, la programación cuadrática, la optimización no lineal y los mínimos cuadrados
no lineales. Estos solvers se pueden utilizar para localizar las soluciones óptimas a problemas
continuos y discretos, realizar análisis tradeoff e incorporar métodos de optimización en algoritmos y
aplicaciones.

 Solver:

Solver forma parte de una serie de comandos a veces denominados herramientas de análisis y sí, con
Solver, puede encontrar un valor óptimo (mínimo o máximo) para una fórmula, denominada función
objetivo, sujeta a restricciones o limitaciones

 Tabla de decisión de optimización

En la siguiente e tabla está diseñada para ayudarle a elegir un solver.

 Función Objetivo:

Medida cuantitiva del funcionamiento del sistema que se desea optimizar (Maximizar o minimizar).

Universidad Nacional de San Agustín 2016

1
 Escuela Profesional De Ingeniería Eléctrica– Lab. De Control 2

DASARROLLO E IMPLEMENTACION:
SIMULINK

El primer paso es crear nuestro dos diagrama de bloques de simulink, el primero representa a
nuestra planta real y el segundo a nuestro modelo para realizar la sintonización.

Figura 1: Diagrama de Bloques de la Planta Real

Figura 2. Diagrama de Bloques del Modelo

Luego debemos colocar las variables a nuestras salidas para que puedan ser leídos por Matlab:

MATLAB

Para realizar la sintonización de nuestro modelo se realizó un programa en Matlab, el cual está
dividido en tres partes:

- Obtención de valores aleatorios de K y T.

- simulación para cada par de valores de K y T.
- Grafica con los valores sintonizados

Universidad Nacional de San Agustín 2016

2
 Escuela Profesional De Ingeniería Eléctrica– Lab. De Control 2

NP = 10; % Numero de Muestras

D = 2;

%rangoK =[5 20];

%rangoT =[0.01 0.5];

% obtencion de valores aleatorios de K y T

vfi =[0.01 5]; % O
vfs =[0.5 20]; %
fen=inicializacion(vfi,vfs,NP,D); % Inicializacion de
la poblacion de fenotipos
K_total=fen(:,2)
T_total=fen(:,1)
valores=[K_total T_total]

% simulacion para cada par de valores de K y T

FO = 1000; % Funcion objetivo inicial de valor muy grande
for i=1:NP
K=K_total(i);
T=T_total(i);
sim sintonizacion
FO_N = sum(abs(Yreal(:,2)-Ymodelo(:,2)));
if FO_N < FO
FO = FO_N;
K_sintonizado=K;
T_sintonizado=T;
end

% GRAFICA CON LOS VALORES SINTONIZADOS

FO_minimo=FO
K=K_sintonizado
T=T_sintonizado
sim sintonizacion
plot(Yreal(:,1),Yreal(:,2),Ymodelo(:,1),Ymodelo(:,2))

ANALISIS DE RESULTADOS
Luego de haber realizado el procedimiento anterior simularemos nuestro programa primero en
Simulink y después en Matlab:

SIMULINK:

Nuestra señal de Salida es:

Universidad Nacional de San Agustín 2016

3
 Escuela Profesional De Ingeniería Eléctrica– Lab. De Control 2

MATLAB

Para realizar la sintonización de nuestro modelo se realizó un programa en Matlab, el cual está
dividido en tres partes:

 Obtención de valores aleatorios de K y T.

Se obtendrá 10 valora para K y T, y cada uno de estos debe de estar en el rango de:
5 < K < 20
0.01 < T < 0.5

Los resultados del Matlab son:

 Simulación para cada par de valores de K y T.

Primero realizaremos la simulación de los dos primeros valores de K y T, graficaremos las

respuestas, y la función objetivo:

Universidad Nacional de San Agustín 2016

4
 Escuela Profesional De Ingeniería Eléctrica– Lab. De Control 2

Se puede observar que para valores diferentes de K y T se obtienen diferentes de la respuesta

del Modelo, en el cual algunas se asemejan más a nuestra respuesta de la Planta Real.

 Grafica con los valores sintonizados

Para hallar nuestros valores de K y T sintonizados realizamos el paso anterior pero en un bucle,
de las 10 muestras que se tienen:

Observamos que de las 10 muestras que se tienen los valores que nos da una gráfica lo más
parecida son cuando K= 11.4187 y T=0.2324.

Universidad Nacional de San Agustín 2016

5
 Escuela Profesional De Ingeniería Eléctrica– Lab. De Control 2

Si deseamos obtener valores más cercanos a los reales, debemos de aumentar nuestro número de
muestras, por ejemplo vamos a observar nuestro resultado cuando se tiene 25, 50 y 100 muestras:

 25 MUESTRAS

 50 MUESTRAS

 100 MUESTRAS

Universidad Nacional de San Agustín 2016

6
 Escuela Profesional De Ingeniería Eléctrica– Lab. De Control 2

CONCLUSIONES

 El algoritmo desarrollado nos permite una buena aproximación al momento de

optimizar nuestra función objetivo.

 Para obtener valores más cercarnos a los reales, se debe tener una mayor cantidad de

muestras, pero tendremos el inconveniente de que el proceso demorara más.

BIBLIOGRAFIA
https://es.mathworks.com/discovery/linear-programming.html

https://es.mathworks.com/products/optimization.html

https://es.mathworks.com/videos/control-design-made-easy-93051.html

Universidad Nacional de San Agustín 2016

7