CONTROL AUTOMATICO II IDENTIFICACIN DE SISTEMAS

Integrante: Luis Herrera Profesor: Jess Reyes Medina RESUMEN: En este informe abarcara los distintos mtodos de identificacin de los parmetros de una planta. Introduccin: como se menciono anteriormente se va ha estudiar los diversos mtodos de identificacin de parmetros de la planta, con fin principal de tener una modulacin matemtica aproximada de esta y la cual se podr determinar el mas optimo controlador. Los mtodos a estudiar son: Determinacin de parmetros estticos dinmicos. (Respuesta grafica del sistema). o Mtodo de Harriott Identificacin con modelos lineales o Modelo Bsico. o Modelo ARX. o Modelo ARMAX Marco terico: 2.1 Determinacin dinmicos: de parmetros estticos y

De este despejamos los valores de la figura 2.3,1:

T= contante de tiempo (tiempo que se demora en alczar el 63,2 % del y mximo con respecto a un escaln) 2.3.1-. Identificacin de sistemas de segundo orden: Sobre-amortiguados. Crticamente amortiguado. Cual la funcin de transferencia en ambos casos es:

Para establecer si su funcin de transferencia se puede aproximar a esta, solo hay que observar la respuesta grafica la cual si no hay oscilacin en el tiempo se utiliza el mtodo de Harriott descrito a continuacin.

Pasos para determinar la planta por este metodo 2.1-. Aplicar un escaln de amplitud A a la planta, ver grficamente la respuesta. 2.2-. Despejar la ganancia esttica (K) utilizando la informacin obtenida en el paso 1. Valor correspondiente al nuevo estado estacionario (y(t)). Valor del estado estacionario inicial (y(t=0)). Magnitud del escaln (A).

2.3-. Identificacin de un sistema de primer orden sin tiempo muerto:

Figura 2.3.1: respuesta de un sistema de primer orden a un escaln.

UNIVERSIDAD TECNOLOGICA DE CHILE INACAP, DEPARTAMENTO DE ELECTRICIDAD.

CONTROL AUTOMATICO II 3 IDENTIFICACIN LINEALES. CON

MODELOS

Definicin: El ruido blanco es una seal no correlativa, es decir, en el eje del tiempo la seal toma valores sin ninguna relacin unos con otros.

2.3.2-. Identificacin de sistemas de segundo orden si es sub-amortiguado. Con la informacin obtenida en el paso 1. Si la respuesta oscila se considera esta funcin de transferencia.

3.1 Modelo bsico

Considerando una distribucin de probabilidad fe() para una perturbacin que provoque un error e(t) dentro de un disturbio, se establece una relacin entre la funcin de transferencia G, el filtro H y fe, tomando en cuenta que los parmetros que se desea conocer estn descritos por el vector . El modelo ms simple tiene la forma [6,8,9,12]. .q=z y(t )=G(q,)*u(t)+H(q,)*e(t) ...(2.1) La representacin a bloques se muestra en la figura 3.1.1 donde se considera ruido blanco con una distribucin uniforme.

Figura 3.1.1: Estructura del Modelo bsico.

3.2 Modelo ARX

Despejando de la grafica: Figura 3.1.1. Modelo bsico en funcin de G y H Como primer modelo estocstico (que permite tener en cuenta la existencia de perturbaciones aleatorias), se propone que G =B/A y H =1/A donde A y B son polinomios en Z. Por lo tanto, se parte de la ecuacin en diferencias lineal

Frecuencia propia de oscilacin wp=2/tp

Coeficiente de amortiguamiento Despejando de la siguiente ecuacin se obtiene el valor.

Frecuencia natural wn=((1-))/wp UNIVERSIDAD TECNOLOGICA DE CHILE INACAP, DEPARTAMENTO DE ELECTRICIDAD.

La ecuacin 2.2 es la representacin de un filtro digital de respuesta finita al impulso y comnmente se denomina filtro recursivo, debido a que los errores anteriores de la salida, junto con los valores presentes y pasados de la entrada se utilizan en el procesamiento de la seal para obtener el valor actual de la salida y(t); e(t) representa ruido blanco de media cero (ste trmino es un error directo en la ecuacin de diferencias). El parmetro desconocido para este caso es:

CONTROL AUTOMATICO II 3.3 Modelo ARMAX

Al modelo ARX se le agrega la flexibilidad de describir la accin del error con movimiento promedio y de ruido blanco. A este modelo se le ha denominado tambin como LS (Least Squares) de mnimos cuadrados. As:

El parmetro desconocido es ahora: Se define a: Donde: na representa el grado del polinomio A(q). nb es el el grado que posee el polinomio b(q). Sustituyendo (2.3), (2.4) y (2.5) en (2.2) se obtiene: Do nde, si se compara a la ecuacin (2.6) con la ecuacin (2.1): Notando que si se comparan las ecuaciones (2.12) con (2.1): Sustituyendo a (2.4), (2.5),(2.10) y (2.11) en (2.9) se reconoce que:

La ecuacin (2.6) es el modelo matemtico ARX del que se muestra en la figura 3.2.1 su representacin a bloques El trmino AR se refiere a la parte auto-regresiva de A(q)y(t) y X a la entrada extra B(q)u(t).

La ecuacin (2.12) es el modelo ARMAX, cuya representacin se ilustra en la figura 3.3.1. En ste modelo, el trmino MA (Moving Averange) es el movimiento promedio de la parte C(q)e(t).

Figura 3.3.1: Estructura del modelo ARMAX.

Figura 3.2.1: estructura del modelo ARX

Si un ruido contamina la salida de un sistema, su influencia se puede modelar utilizando la estructura del modelo ARX. Este esquema se aplica a casos multivariables, la desventaja principal es no poder describir las propiedades del disturbio a menos que se trate de ruido blanco.

Cabe sealar que los requerimientos computacionales para el proceso de estimacin de los parmetros del modelo ARMAX son mayores que los del modelo ARX anterior y, al utilizar la prediccin del error para encontrar un mnimo la convergencia es ms lenta. Cuando se utiliza este modelo, en donde tambin se consideran los ruidos existentes al efectuar el proceso de estimacin de sus parmetros, ste es insesgado y consistente.

UNIVERSIDAD TECNOLOGICA DE CHILE INACAP, DEPARTAMENTO DE ELECTRICIDAD.

Insesgado= unbiased; Sinnimos: imparcial, desprejuiciado, sin prejuicios, parejo; Neutral, ecunime, que juzga o acta con rectitud e imparcialidad.
http://www.wordmagicsoft.com/diccionario/es-en/insesgado.php

CONTROL AUTOMATICO II

Conclusin
Se puede observar que no se puede realizar la identificacin de modelos lineales sin antes de tener la planta aproximada, calculada por el mtodo de Determinacin de parmetros estticos y dinmicos, este mtodo es de anlisis grficos, por lo cual su exactitud no es la mas adecuada en procesos altamente crticos. Los modelos lineales se emplean para calcular las variaciones de la planta no derivadas de la modificacin de esta, sino de las perturbaciones y ruido en esta.

En este informe se utilizo se empleo la relacin q=z, lo cual que la planta calculada en tem 2 habr que transformarla en z y luego en q. sin saber esta relacin la matemticas del informe serian incoherente. Bibliografa
http://isa.uniovi.es/ISAwiki/index.php/Introducci %C3%B3n_al_Laboratorio_de_Sistemas_Continuos http://www.dispositivosfacts.com.mx/doctos/maestria/ JCVTesis.pdf http://roboticslab.uc3m.es/publications/SGarridoPhD.p df http://www.herrera.unt.edu.ar/controldeprocesos/Tema _2/tp2a.pdf http://isa.uniovi.es/ISAwiki/upload/4/46/Prac5-0910.pdf http://www.duiops.net/hifi/enciclopedia/ruidoblanco.htm

UNIVERSIDAD TECNOLOGICA DE CHILE INACAP, DEPARTAMENTO DE ELECTRICIDAD.