Sie sind auf Seite 1von 19

PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU

MAESTRIA EN INGENIERIA DE AUTOMATIZACION Y CONTROL





CURSO: IDENTIFICACIN DE SISTEMAS
LABORATORIO 01:
IDENTIFICACIN NO PARAMETRICA EN EL DOMINIO
DEL TIEMPO

PARTICIPANTES: ESPINAL SANTOS, Enver
BONILLA COSAMALON, Anibal
SARCO MONTIEL, Armando
RUEDA BERGAMINO, Dante


FECHA DE REALIZACIN DEL LABORATORIO : 01.09.2014-08.09.2014
FECHA DE PRESENTACIN : 15.09.2014


POSGRADO INGENIERIA DE CONTROL Y AUTOMATIZACION
IDENTIFCACION DE SISTEMAS
LAB01: IDENTIFICACION NO PARAMTRICA EN DOMINIO DE TIEMPO

2

IDENTIFICACIN NO PARAMETRICA EN EL DOMINIO DEL TIEMPO
INTRODUCCION:
La identificacin no paramtrica es uno de los mtodos de identificacin con la propiedad de,
obtener como resultados modelos que son curvas o funciones, los cuales no necesariamente
usan un vector de parmetros de dimensin finita.
La identificacin de sistema, para el caso de estudio del laboratorio, ser en el dominio del
tiempo, consistiendo en el anlisis de las respuestas, para una entrada escaln y una entrada
impulso.
PARTE 1: CARACTERISTICAS ESTATICA Y DINAMICA DE UN PROCESO
Respuesta esttica del sistema: Es la respuesta en estado estacionario, del sistema, para
cualquier entrada. En base a esta caracterstica obtenemos la curva de respuestas del sistema
para distintos valores de entrada cubriendo todo el rango de operacin del sistema, para luego
seleccionar la regin lineal de operacin.
Respuesta dinmica del sistema: Es la respuesta transitoria del sistema hasta alcanzar su
estado estacionario.

1. OBJETIVO:
Obtencin de respuesta esttica y respuesta dinmica de un proceso, en este caso planta:
Control de Flujo. Realizado en la planta-modelo del Laboratorio Control y Automatizacin V-
107 PUCP.
2. IMPLEMENTACION DEL SISTEMA DE ADQUISICION DE DATOS
2.1. EQUIPOS UTILIZADOS:
- Tarjeta de Adquisicin de datos (DAQ: PCI-6229 National Instruments)
- Bornera para tarjeta de adquisicin de datos
- Computador personal (Matlab: ToolBox Real Time Windows Target, Simulink)
- Conversor Voltaje/Corriente (+/- 10 VDC/ 4-20mA)
- Condensador 47uF, resistencia 220 ohmios
- Planta-Modelo: Control de Flujo

POSGRADO INGENIERIA DE CONTROL Y AUTOMATIZACION
IDENTIFCACION DE SISTEMAS
LAB01: IDENTIFICACION NO PARAMTRICA EN DOMINIO DE TIEMPO

3


Diagrama:




POSGRADO INGENIERIA DE CONTROL Y AUTOMATIZACION
IDENTIFCACION DE SISTEMAS
LAB01: IDENTIFICACION NO PARAMTRICA EN DOMINIO DE TIEMPO

4

2.2. ADQUISICIN DE DATOS CON LA DAQ - SIMULINK.-
Se usaron bloques ANALOG OUTPUT y ANALOG IMPUT de la librera bloques SIMULINK,
configurando la DAQ, con sus respectivas entradas y salidas fsicas.


2.2.1. ESCALAMIENTO DE DATOS ENTRADA Y SALIDA
Encontramos valores de lmites de voltaje para condiciones de vlvula abierta y vlvula
cerrada


POSGRADO INGENIERIA DE CONTROL Y AUTOMATIZACION
IDENTIFCACION DE SISTEMAS
LAB01: IDENTIFICACION NO PARAMTRICA EN DOMINIO DE TIEMPO

5


LIMITES DEL PROCESO PARA EL ESCALAMIENTO:

Apertura Vlvula % Valor Valor de Sensor % Valor
Vlvula Cerrada: Lmite inferior
del actuador (VDC).
0% -10 Medicin del Sensor con vlvula
cerrada (VDC)
0% 0.88
Vlvula Abierta: Lmite superior
del actuador (VDC).
100% +10 Medicin del Sensor con vlvula
abierta (VDC)
100% 4.92



Obtenemos las ecuaciones del escalamiento del sensor y actuador, segn
Para el actuador : y = 0.2 u 10
Para el sensor : y = 24.75 u 21.782



POSGRADO INGENIERIA DE CONTROL Y AUTOMATIZACION
IDENTIFCACION DE SISTEMAS
LAB01: IDENTIFICACION NO PARAMTRICA EN DOMINIO DE TIEMPO

6

Ecuaciones en Simulink

Implementamos en Simulink el diagrama de adquisicin con el escalamiento descrito, en
un solo subsistema.
2.3. CURVA CARACTERISTICA ESTATICA DEL SISTEMA
Para diferentes valores constantes de una entrada escaln, registramos los valores de la
salida utilizando el esquema trabajado en Simulink.

Observacin: Para esta primera parte utilizamos un periodo de muestre de T=0.01
segundos, lo cual no es muy relevante (puede ser mayor) ya que nos interesa la respuesta
estacionaria para cada escaln de entrada.
Registro de valores:

U (%) Y (%)
0 0
5 0.11
10 0.14
15 0.17
20 5.6
25 24.13
30 45.56
35 67.38
40 83.24
45 90.27
50 93.62
55 95.32
60 96.85
65 98
70 98.5
75 99.22
80 99.42
85 99.5
90 99.7
95 99.8
100 100
POSGRADO INGENIERIA DE CONTROL Y AUTOMATIZACION
IDENTIFCACION DE SISTEMAS
LAB01: IDENTIFICACION NO PARAMTRICA EN DOMINIO DE TIEMPO

7


Esta es la Curva de Caracterstica Esttica
El Rango Lineal est sealada por la lnea roja

Elegimos la regin lineal para operar el sistema, comprendida entre: 20 y 40% de
apertura de vlvula.

2.4. CARACTERISTICA DINAMICA
2.4.1. Respuesta del Escaln
Teniendo en cuenta la regin lineal del sistema, escogemos el escaln que comprenda el
mayor rango del a regin lineal, a fin de lograr la mxima relacin seal/ruido.
ESCALON COMPRENDIDA: 20% , Uini =20%, Ufin=40%
Utilizando el diagrama de simulink, obtenemos la data de la regin lineal del sistema:
Observacin: Elegimos un adecuado periodo de muestre T=0.01 segundos, ya que de lo
observado en la respuesta esttica, el sistema tiene una rpida respuesta (Tiempo de
establecimiento aproximado de 0.7 segundos). Con ello aseguramos que represente
apropiadamente la seal real.

Seal U: Entrada escaln (% Apertura de Vlvula)
Seal Y:
Respuesta al escaln
(% Lectura de Sensor)
POSGRADO INGENIERIA DE CONTROL Y AUTOMATIZACION
IDENTIFCACION DE SISTEMAS
LAB01: IDENTIFICACION NO PARAMTRICA EN DOMINIO DE TIEMPO

8


De la respuesta al escaln, para entrada en el rango lineal, se deduce:
Tiempo de crecimiento (Tr): 0.1 segundos
Tiempo de pico (Tp): No hay pico
Relacin de decaimiento (d): No hay sobreimpulsos
Sobreimpulso mximo (Mp): No hay sobreimpulsos
Tiempo de establecimiento (Tes): 0.7 segundos

2.4.2. Respuesta al Impulso
Elaboramos el diagrama en Simulink RT, para obtener la respuesta a la entrada
impulso, a partir de una diferencia de entradas escaln, retrasadas en el tiempo.




CURVA DE
ANALISIS
POSGRADO INGENIERIA DE CONTROL Y AUTOMATIZACION
IDENTIFCACION DE SISTEMAS
LAB01: IDENTIFICACION NO PARAMTRICA EN DOMINIO DE TIEMPO

9

A. Especificaciones Obtenidas
Grfico obtenido

Caractersticas:
Entradas:
Ancho de pulso: 0.02s
Amplitud: 50%
Salida:
Tiempo de decrecimiento al 50%: 0.035s
Tiempo de decrecimiento al 100%-10%: 0.05s
Valor pico: 17%
Tiempo de establecimiento: 0.07s

B. DERIVADA DEL ESCALON



0 1 2 3 4 5 6
0
10
20
30
40
50
60
70
Respues a Seal Impulso (50%)
Tiempo
S
a
l
i
d
a

V
D
C


Input - Sean Impulso
Output - Respuesta Sistema
POSGRADO INGENIERIA DE CONTROL Y AUTOMATIZACION
IDENTIFCACION DE SISTEMAS
LAB01: IDENTIFICACION NO PARAMTRICA EN DOMINIO DE TIEMPO

10

Obtenemos el grfico de la derivada del escaln


Superponemos grficos:




0 1 2 3 4 5 6
-500
0
500
1000
1500
2000
Superposicion Respuesta Impulso/Derivada Escalon
Tiempo


Respuesta Impulso
Derivada de Escalon
POSGRADO INGENIERIA DE CONTROL Y AUTOMATIZACION
IDENTIFCACION DE SISTEMAS
LAB01: IDENTIFICACION NO PARAMTRICA EN DOMINIO DE TIEMPO

11

Observaciones:
- El valor pico de la respuesta al impulso llega a 15%, y la derivad del escaln llega a
2000%.
- El ruido se amplifica con la derivada lo que ocasiona una total distorsin con
respecto a la respuesta a la seal impulso del sistema.














2 2.5 3 3.5 4 4.5 5 5.5
-30
-20
-10
0
10
20
30
Superposicion Respuesta Impulso/Derivada Escalon
Tiempo


Respuesta Impulso
Derivada de Escalon
POSGRADO INGENIERIA DE CONTROL Y AUTOMATIZACION
IDENTIFCACION DE SISTEMAS
LAB01: IDENTIFICACION NO PARAMTRICA EN DOMINIO DE TIEMPO

12

PARTE 2: IDENTIFICACION NO PARAMETRICA DE SISTEMAS EN EL DOMINIO DEL
TIEMPO USANDO MODELO ZIEGLER NICHOLS Y LA HERRAMIENTA GUI
(Matlab)

1. OBJETIVO:
Realizar la identificacin no paramtrica del proceso en la planta modelo: Control de Flujo,
empleando los modelos de Ziegler Nichols y herramientas de software para identificacin
del sistema (GUI).
2. USANDO GUI:
Usamos los datos adquiridos en la parte 1 del laboratorio.




0 1 2 3 4 5 6 7 8 9 10
-20
0
20
40
60
80
100
120
Respuesta del Sistema
Tiempo


Input
Output
close all
tiempo = datos.time;
input = datos.signals.values(:,1);
output = datos.signals.values(:,2);
plot(tiempo,input,'LineWidth',2);hold on
plot(tiempo,output,'r','LineWidth',2)
grid
title('Respuesta del Sistema')
xlabel('Tiempo')
legend('Input ','Output')

POSGRADO INGENIERIA DE CONTROL Y AUTOMATIZACION
IDENTIFCACION DE SISTEMAS
LAB01: IDENTIFICACION NO PARAMTRICA EN DOMINIO DE TIEMPO

13

Acondicionamos la seal, acotamos para tener el step a analizar (20-40%), filtramos la seal,
restamos el offset.

Obtenemos:

Importamos los datos en el dominio del tiempo:
Data Input/Output
Periodo Muestreo: T=0.01

3 3.5 4 4.5 5 5.5
0
10
20
30
40
50
60
70
80
Respuesta del Sistema
Tiempo


Input
Output
tiempo = datos.time(301:550);
input = datos.signals.values(301:550,1);
output = datos.signals.values(301:550,2);
input=input-min(input);
output=output-min(output);
output=idfilt(output,[0,10]);

POSGRADO INGENIERIA DE CONTROL Y AUTOMATIZACION
IDENTIFCACION DE SISTEMAS
LAB01: IDENTIFICACION NO PARAMTRICA EN DOMINIO DE TIEMPO

14

2..1. MODELO 1: ESTIMACION SOFTWARE / MODELO TIPO 2 (1 POLO)
Estimamos los parmetros del Identificador en modelos de procesos:






MODELO 1:
ESTIMACION SOFTWARE
TIPO 2, 1er Orden
Ganancia K 3.7868
Tiempo retardo 0.155
Constante de Tiempo 0.029
Aproximacin 96.89%
POSGRADO INGENIERIA DE CONTROL Y AUTOMATIZACION
IDENTIFCACION DE SISTEMAS
LAB01: IDENTIFICACION NO PARAMTRICA EN DOMINIO DE TIEMPO

15

2..2. MODELO 2: ESTIMACION SOFTWARE / MODELO TIPO 3 (2 POLOS)
Estimamos los parmetros del Identificador en modelos de procesos:
Elegimos el modelo de 2 polos, 2do Orden.


MODELO 2:
ESTIMACION SOFTWARE
TIPO 4, 2do Orden
Ganancia K 3.7845
Tiempo retardo 0.146
Constante Tiempo 01 0.018
Constante Tiempo 02 0.019
Aproximacin 97.4%
POSGRADO INGENIERIA DE CONTROL Y AUTOMATIZACION
IDENTIFCACION DE SISTEMAS
LAB01: IDENTIFICACION NO PARAMTRICA EN DOMINIO DE TIEMPO

16

3. MODELO DE ZIEGLER NICHOLS
3..1. MODELO 3: Estimacin Grfica Ziegler Nichols TIPO 2
Graficamos e Identificamos los parmetros grficamente, a partir de la respuesta del
sistema, Tres parmetros para sistema 1er orden.



Aproximando el sistema a un modelo Ziegler Nichols Tipo 2:


Donde:




MODELO 3:
ESTIMACION GRAFICA
TIPO 2, 1er Orden
L 0.17
T=AC 0.035
K 3.8
Aproximacin 89.51%
L
A
B C
POSGRADO INGENIERIA DE CONTROL Y AUTOMATIZACION
IDENTIFCACION DE SISTEMAS
LAB01: IDENTIFICACION NO PARAMTRICA EN DOMINIO DE TIEMPO

17

3..2. MODELO 4: Estimacin Grfica Ziegler Nichols TIPO 3

Graficamos e Identificamos los parmetros grficamente, a partir de la respuesta del
sistema.
TIPO 3: 3 parmetros para sistemas de 2do Orden.



Los parmetros K y L se obtienen de la misma manera que en la identificacin anterior.








Obtenemos el parmetro T segn:
( (

)




0 0.5 1 1.5 2 2.5
-10
0
10
20
30
40
50
60
70
80
Respuesta del Sistema
Tiempo


Input
Output
MODELO 4:
ESTIMACION GRAFICA
TIPO 3, 2do Orden
L 0.17
K 3.8
POSGRADO INGENIERIA DE CONTROL Y AUTOMATIZACION
IDENTIFCACION DE SISTEMAS
LAB01: IDENTIFICACION NO PARAMTRICA EN DOMINIO DE TIEMPO

18

Introducimos los parmetros obtenidos y encontramos la aproximacin del MODELO 4






Grfico:
Mostramos los 4 Modelos Estimados en el laboratorio. Estimacin Software Modelo 1&2,
Estimacin Grafica Modelo 3&4.

0 0.5 1 1.5 2 2.5
0
10
20
30
40
50
60
70
80
tiempo (seg)
Measured and simulated model output


MODELO 2
MODELO 1
MODELO 4
MODELO 3
Respuesta Medida
MODELO 4:
ESTIMACION GRAFICA
TIPO 3, 2do Orden
L 0.17
K 3.8
T 0.00971
Aproximacin 92.4 %
POSGRADO INGENIERIA DE CONTROL Y AUTOMATIZACION
IDENTIFCACION DE SISTEMAS
LAB01: IDENTIFICACION NO PARAMTRICA EN DOMINIO DE TIEMPO

19


4. OBSERVACIONES Y CONCLUSIONES
La regin lineal de operacin representa menos que el 40% de la regin total de la
planta.
Los modelos obtenidos son:
MODELO
ESTIMADO
ESTRUCTURA METODO %
Aprox.
Error
MSE* FPE*
MODELO 1
TIPO 2,
3 Parametros 1er Orden
SOFTWARE
96.89% 0.9682 0.9875
MODELO 2
TIPO 3,
3 Parmetros 2do orden
SOFTWARE
97.39% 0.6805 0.6995
MODELO 3
TIPO 2,
3 Parmetros 1er orden
GRAFICO
89.51% - -
MODELO 4
TIPO 3,
3 Parmetros 2do orden
GRAFICO
92.4% - -
*MSE: Means Squared Error (Error Cuadrtico Medio)
*FPE: Akaike Final Prediction Error for Estimated model: Provee la calidad de la estimacin en una situacin
donde la simulacin es testeada para diferente data.
Se observa que los modelos estimados son vlidos, todos tienen una aproximacin
mayor o igual a 90% (Modelo 3 aprox. 90%).
Los modelos con uso de Software tienen mayor aproximacin y menor error que los
estimados grficamente.
Como era de esperarse, se comprueba, que los modelos que usan estructura tipo 3, 2do
Orden tienen mayor aproximacin y menor error con respecto a los que se obtienen a
partir de una estructura tipo 2, 1er Orden.
En el anlisis de identificacin no paramtrica, particularmente la respuesta al impulso,
es bastante sensible al ruido, amplifica el ruido considerablemente al derivar la
respuesta al escaln, difiriendo considerablemente esta de la respuesta al impulso.
0.55 0.6 0.65 0.7 0.75 0.8 0.85
0
10
20
30
40
50
60
70
tiempo (seg)
Measured and simulated model output


MODELO 2
MODELO 1
MODELO 4
MODELO 3
Respuesta Medida

Das könnte Ihnen auch gefallen