Figura 14. Descripcin del punto 3.

17
4.18.Completamos en el cuadro dialogo que aparece con la informacin
correspondiente. Luego hacemos click en Import.

Figura 15.Descripcin de punto 3.18

4.19.Seleccionamos Transfer Function Models, para estimar un una funcin de
transferencia para los datos introducidos.

Figura 16. Descripcin del punto 3.19

4.20.A continuacin, ingresamos los nmeros de polos y zeros que consideremos
puede tener el sistema. Y hacemos click en estimate.
Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 17. Descripcin del punto 3.20
4.21.Una vez que la interfaz haya estimado un modelo, de acuerdo con las
caractersticas especificadas. Comparamos la respuesta del modelo con la salida dad.
Para lo cual activamos la casilla Model Output, con la cual tambin obtendremos el
porcentaje de aproximacin a la salida real.

Figura 18. Descripcin del punto 3.21

4.22.Para llevar el modelo obtenido al workspace de Matlab, simplemente lo
arrastramos al rea de To Workspace.

Figura 19.Descripcin del punto 3.22.

4.23.Calcule la suma del error cuadrtico entre el sistema y el modelo identificado
4.24.Repetir el mismo procedimiento para el caso de sistema2.
Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
4.25.De la parte 1 y la parte 2, elija los mejores modelos obtenidos para cada sistema.
Implemntelos y compare su respuesta temporal con la obtenida con las dadas por el
simulador.

Parte III: Identificacin de un sistema fsico

En esta parte, identificaremos un modelo a partir de la respuesta temporal de un
sistema real.
4.26.Implemente el circuito presentado en la figura.

Figura 20. Diagrama del circuito de la seccin 3.26.

4.27.Conecte una seal de entrada adecuada que permita observar la curva de
reaccin del sistema.
4.28.Utilizando uno de los mtodos ms presentados, el ms adecuado segn su
criterio, obtenga un modelo para el circuito implementado.
4.29.Investigue de otro mtodo de identificacin y aplquelo.
4.30.Defina en Matlab los modelos hallados en los puntos 3.28 y 3.29.
4.31.Compare las respuestas temporales obtenidas en Matlab con la del circuito
implementado.
4.32.Cual modelo representa mejor al circuito implementado.

5. Informe Final

El informe final se presentar en grupos de 5 personas.

5.1. Presente los resultados, en forma detallada y ordenada punto por punto,
obtenidos durante el procedimiento desarrollado. Adjuntar los archivos creados
durante la experiencia.
5.2. Plazo mximo de presentacin: 1 semana despus de presentacin de la
experiencia

Proceso
Gp(s)
Entrada
u(s)
jhb
Salida
y(s)
Identificacin de Sistemas
jhb
1. Objetivos

El objetivo de la prctica es familiarizar al estudiante con las principales tcnicas de

identificacin experimental para encontrar una funcin matemtica que permita
establecer posteriormente la ley de control. As mismo, conocer las principales
herramientas que Matlab nos brinda para la identificacin de sistemas.
2. Informe Previo
2.1. Cul es la diferencia entre Modelado e Identificacin?
2.2. Presente un mtodo de identificacin para sistemas de segundo orden sub y sobre
amortiguados, diferentes a los presentados en esta gua.
2.3. Describa las principales caractersticas de System Identification Toolbox de
Matlab.
3. Introduccin

La identificacin experimental de procesos es una tcnica mediante la cual es posible

obtener un modelo matemtico que represente la dinmica del sistema.
El caso de la identificacin se diferencia del modelado ya que este no aplica las leyes
de los sistemas, en cambio se registra la respuesta de un sistema a una entrada
conocida (que tambin se registra) y es a partir de esta informacin que se obtiene el
modelo para el sistema, aplicando las reglas que cada mtodo establezca.
En trminos generales se puede ver el sistema como una caja negra. Se desconoce
lo que hay dentro y solo se pueden ver entradas y salidas.
Figura1. Esquema bsico de un proceso
A partir de la informacin de la entrada y salida, se puede establecer si el sistema es
de primer orden o bien de segundo orden o mayor, adems de establecer si existe un
retardo o alguna otra caracterstica en particular.
3.1. Mtodos de identificacin basados en la curva de reaccin.

En un sistema de primer orden se pueden medir de la respuesta directamente los

parmetros generales. Se distinguen dos casos: cuando la respuesta presenta retardo
y cuando no lo presenta.
3.1.1. Sistemas de Primer Orden
3.1.1.1. Sistemas de Primer Orden sin retardo

El modelo propuesto para la identificacin de un sistema de primer orden sin retardo

es: Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
()=+ (1)
Donde la ganancia se calcula como = , mientras que la constante de tiempo se
calcula de acuerdo a la Fig.2 determinando el tiempo en el que la respuesta del
sistema alcanza el 0.632 del valor final de la respuesta.
Figura 2: Mtodo para calcular un modelo de primer orden
3.1.1.2. Sistemas de Primer Orden con retardo

Cuando la respuesta de un sistema de primer presenta un retardo (tiempo muerto), el

modelo que se propone para la identificacin es:
()=+ (2)
donde la ganancia se calcula como = , mientras que la constante de tiempo y
el tiempo muerto tm se calculan de acuerdo a la Fig.3.
Figura 3: Sistema de primer orden ms tiempo muerto
3.1.2. Sistemas de Segundo Orden sobre armotiguados

Los sistemas de segundo orden sobre-amortiguados (sin oscilaciones) presentan

curvas de reaccin similares a las de primer orden, pero se diferencian porque
presentan un punto de inflexin. Un sistema de segundo orden sin oscilaciones se
ajusta a un modelo, G(s), de primer orden con tiempo muerto: Laboratorio de
Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
()=+ (3)
Donde el clculo de los parmetros , y variar segn el mtodo de
identificacin escogido. Los mtodos a desarrollar son el Mtodo de la tangente
Modificada de Miller y el Mtodo de los dos puntos de Smith.
3.1.2.1. Mtodo de la tangente de Ziegler y Nichols

Consiste en trazar una recta tangente en el punto de mxima pendiente de la

respuesta del sistema (Fig. 4). A partir de esto, la constante de tiempo y el
tiempo muerto tm se calculan de acuerdo a la Figura 4, mientras que la ganancia
se calcula : =.
Figura 4: Mtodo de Ziegler y Nichols
3.1.2.2. Mtodo de la tangente Modificada de Miller

Consiste en trazar una recta tangente en el punto de mxima pendiente de la

respuesta del sistema y luego determinar el punto tiempo en el 0.632 del valor final
de la respuesta (Fig. 5). A partir de esto, la constante de tiempo y el tiempo muerto
tm se calculan de acuerdo a la Figura 1, mientras que la ganancia se calcula : = .
Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 5: Mtodo de Miller
3.1.2.3. Mtodo de los dos puntos de Smith

Consiste en tomar dos puntos que corresponde a valores especficos de la respuesta

(28.3% y 63.2%) (Fig.6). A partir de estos tiempos ( y ) se calculan los parmetros
del modelo, de la siguiente manera: La ganancia: = , la constante de tiempo:
= . ( ) y el tiempo muerto: = = . . .
Figura 6: Mtodo de Smith
La respuesta del modelo y del sistema coincidirn como mnimo en los dos puntos de
referencia.
3.1.3. Sistemas de Segundo Orden sub amortiguados

En un sistema de segundo orden sub amortiguado se pueden medir de la respuesta

directamente los parmetros generales (su ganancia , su factor de amortiguamiento
y su frecuencia natural ). Por lo que se puede ajustar al siguiente modelo:
() = ++ .(4) Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 7. Respuesta de un sistema de segundo orden subamortiguado.
= , =12 , =12 ..(5)
De las ecuaciones anteriores podemos obtener el factor de amortiguamiento y la
frecuencia natural . La ganancia lo obtendremos de la misma maanera que en los
mtodos anteriores
3.2. Utilizando la toolbox de sistema de identificacin de Matlab.

Matlab dispone de una amplia coleccin de funciones aplicables al campo de la

identificacin de sistemas, agrupadas en el System Identification Toolbox, que
constituyen una herramienta de gran utilidad para la identificacin y modelado de
sistemas dinmicos. Estas funciones incluyen diferentes algoritmos para el ajuste de
parmetros en todo tipo de modelos lineales.As mismo, permiten examinar las
propiedades de los modelos obtenidos, e incluso realizar un pre-procesamiento de los
datos utilizados para la identificacin, en caso de que sea necesario.
Para arrancar el interfaz de la toolbox, basta con teclear en la lnea de comandos de
Matlab:
>> ident
Lo cual abrir la interfaz grfica que se presenta en la figura 8. Durante el desarrollo
de la prctica se explicar el. Para un mayor detalle de las funcionalidades que ofrece
la herramienta, revisar la documentacin ofrecida por Matlab. Laboratorio de Sistemas
de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 8. Interfaz grfica de la toolbox de sistema de identificacin de Matlab
4. Procedimiento

Se adjunta los archivos Sistema1. pdsprj, Sistema2.pdsprj y proteus2matlab.m. Los 2

primeros archivos debern ser ejecutados con el programa Proteus. Cado uno contiene
un sistema diferente a identificar. El archivo proteus2matlab.m debe ser guardado en
el directorio de MATLAB. Este archivo es una funcin que acondiciona y obtiene a
partir de los datos exportados de Proteus.
Parte I. Mtodos basados en la curva de reaccin
En esta parte identificaremos un modelo para 2 sistemas implementados en Proteus,
applicando los mtodos basados en la curva de reaccin usando Matlab.
4.1. Ejecute el programa Proteus y abra el archivo Sistema1.pdsprj. Este archivo
contiene un bloque denominado Sistema1.

Figura 9. Diagrama del Sistema1

4.2. La respuesta del sistema lo podemos observar en el visor de Analogue Analysis,
tal como se muestra en la siguiente figura.

Figura 10. Respuesta temporal del sistema 1.

4.3. Indique de que orden es el sistema a analizar.
4.4. Elija un mtodo de Curva de Reaccin, ms adecuado segn su criterio, identificar
un modelo G(s) para el sistema.
4.5. Para un mejor anlisis y poder comparar la respuesta del modelo hallado con la
respuesta del sistema, se utilizar el software MATLAB. Para ello, exporte los datos
haciendo clic en la opcin Graph Export Graph Data (Fig.10). Guarde el archivo con
el nombre Sistema1.dat en la carpeta que se tiene como directorio MATLAB.

Figura 11. Descripcin del punto 3.5 Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
4.6. En MATLAB, ejecute la funcin proteus2matlab, escribiendo en la lnea de
comando:

>> [Tiempo, Vin, Vout]=proteus2matlab('Sistema1.dat');

la cual crear en el Workspace los vectores Tiempo, Vin y Vout obtenidos a partir del
archivo exportado en (e).
4.7. Grafique los vectores Vin y Vout vs el vector Tiempo.
4.8. Utilice Matlab para hallar un modelo segn el mtodo elegido en d.(Cree un script
que obtengan los parmetros necesarios )
4.9. Defina la funcin de transferencia G(s) obtenida en (h).
4.10.Obtenga su respuesta a un escaln.
4.11.Dibuje en una sola grfica la respuesta del sistema y del modelo. Haga una
comparacin. Es aceptable la respuesta del modelo?
4.12.Calcule la suma del error cuadrtico entre el sistema y el modelo identificado.
4.13.Ejecute el programa Proteus y abra el archivo Sistema2.pdsprj. Este archivo
contiene un bloque denominado Sistema2.

Figura 12. Diagrama del sistema 2.

4.14.La respuesta del sistema lo podemos observar en el visor de Analogue Analysis,
tal como se muestra en la siguiente figura.

Figura 13. Respuesta temporal del Sistema2.

4.15.Repita los pasos del 3.3 al 3.12.( Adems de seleccionar alguno de los mtodos
presentados, investigue de otro mtodo de identificacin y aplquelo)

Parte II: System identification toolbox

En esta parte utilizaremos la toolbox que nos ofrece Matlab para identificar modelos
para cada uno de los 2 sistemas propuestos en la parte I.
Importante los datos de los Sistema1.pdsprj y Sistema2.pdsprj deben ser
importados a Matlab como en el punto 3.6 de la Parte I.
4.16.Ingresamos a la interfaz grfica de la toolbox. ( comando ident )
4.17.Importamos la informacin obtenida del Sistema1 a la interfaz. (Click en Time
domain data )
Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 14. Descripcin del punto 3.17
4.18.Completamos en el cuadro dialogo que aparece con la informacin
correspondiente. Luego hacemos click en Import.

Figura 15.Descripcin de punto 3.18

4.19.Seleccionamos Transfer Function Models, para estimar un una funcin de
transferencia para los datos introducidos.

Figura 16. Descripcin del punto 3.19

4.20.A continuacin, ingresamos los nmeros de polos y zeros que consideremos
puede tener el sistema. Y hacemos click en estimate.
Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 17. Descripcin del punto 3.20
4.21.Una vez que la interfaz haya estimado un modelo, de acuerdo con las
caractersticas especificadas. Comparamos la respuesta del modelo con la salida dad.
Para lo cual activamos la casilla Model Output, con la cual tambin obtendremos el
porcentaje de aproximacin a la salida real.

Figura 18. Descripcin del punto 3.21

4.22.Para llevar el modelo obtenido al workspace de Matlab, simplemente lo
arrastramos al rea de To Workspace.

Figura 19.Descripcin del punto 3.22.

4.23.Calcule la suma del error cuadrtico entre el sistema y el modelo identificado
4.24.Repetir el mismo procedimiento para el caso de sistema2.
Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
4.25.De la parte 1 y la parte 2, elija los mejores modelos obtenidos para cada sistema.
Implemntelos y compare su respuesta temporal con la obtenida con las dadas por el
simulador.

Parte III: Identificacin de un sistema fsico

En esta parte, identificaremos un modelo a partir de la respuesta temporal de un
sistema real.
4.26.Implemente el circuito presentado en la figura.

Figura 20. Diagrama del circuito de la seccin 3.26.

4.27.Conecte una seal de entrada adecuada que permita observar la curva de
reaccin del sistema.
4.28.Utilizando uno de los mtodos ms presentados, el ms adecuado segn su
criterio, obtenga un modelo para el circuito implementado.
4.29.Investigue de otro mtodo de identificacin y aplquelo.
4.30.Defina en Matlab los modelos hallados en los puntos 3.28 y 3.29.
4.31.Compare las respuestas temporales obtenidas en Matlab con la del circuito
implementado.
4.32.Cual modelo representa mejor al circuito implementado.

5. Informe Final

El informe final se presentar en grupos de 5 personas.

5.1. Presente los resultados, en forma detallada y ordenada punto por punto,
obtenidos durante el procedimiento desarrollado. Adjuntar los archivos creados
durante la experiencia.
5.2. Plazo mximo de presentacin: 1 semana despus de presentacin de la
experiencia

Proceso
Gp(s)
Entrada
u(s)
jhb
Salida
y(s)
Identificacin de Sistemas
jhb
1. Objetivos

El objetivo de la prctica es familiarizar al estudiante con las principales tcnicas de

identificacin experimental para encontrar una funcin matemtica que permita
establecer posteriormente la ley de control. As mismo, conocer las principales
herramientas que Matlab nos brinda para la identificacin de sistemas.
2. Informe Previo
2.1. Cul es la diferencia entre Modelado e Identificacin?
2.2. Presente un mtodo de identificacin para sistemas de segundo orden sub y sobre
amortiguados, diferentes a los presentados en esta gua.
2.3. Describa las principales caractersticas de System Identification Toolbox de
Matlab.
3. Introduccin

La identificacin experimental de procesos es una tcnica mediante la cual es posible

obtener un modelo matemtico que represente la dinmica del sistema.
El caso de la identificacin se diferencia del modelado ya que este no aplica las leyes
de los sistemas, en cambio se registra la respuesta de un sistema a una entrada
conocida (que tambin se registra) y es a partir de esta informacin que se obtiene el
modelo para el sistema, aplicando las reglas que cada mtodo establezca.
En trminos generales se puede ver el sistema como una caja negra. Se desconoce
lo que hay dentro y solo se pueden ver entradas y salidas.
Figura1. Esquema bsico de un proceso
A partir de la informacin de la entrada y salida, se puede establecer si el sistema es
de primer orden o bien de segundo orden o mayor, adems de establecer si existe un
retardo o alguna otra caracterstica en particular.
3.1. Mtodos de identificacin basados en la curva de reaccin.

En un sistema de primer orden se pueden medir de la respuesta directamente los

parmetros generales. Se distinguen dos casos: cuando la respuesta presenta retardo
y cuando no lo presenta.
3.1.1. Sistemas de Primer Orden
3.1.1.1. Sistemas de Primer Orden sin retardo

El modelo propuesto para la identificacin de un sistema de primer orden sin retardo

es: Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
()=+ (1)
Donde la ganancia se calcula como = , mientras que la constante de tiempo se
calcula de acuerdo a la Fig.2 determinando el tiempo en el que la respuesta del
sistema alcanza el 0.632 del valor final de la respuesta.
Figura 2: Mtodo para calcular un modelo de primer orden
3.1.1.2. Sistemas de Primer Orden con retardo

Cuando la respuesta de un sistema de primer presenta un retardo (tiempo muerto), el

modelo que se propone para la identificacin es:
()=+ (2)
donde la ganancia se calcula como = , mientras que la constante de tiempo y
el tiempo muerto tm se calculan de acuerdo a la Fig.3.
Figura 3: Sistema de primer orden ms tiempo muerto
3.1.2. Sistemas de Segundo Orden sobre armotiguados

Los sistemas de segundo orden sobre-amortiguados (sin oscilaciones) presentan

curvas de reaccin similares a las de primer orden, pero se diferencian porque
presentan un punto de inflexin. Un sistema de segundo orden sin oscilaciones se
ajusta a un modelo, G(s), de primer orden con tiempo muerto: Laboratorio de
Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
()=+ (3)
Donde el clculo de los parmetros , y variar segn el mtodo de
identificacin escogido. Los mtodos a desarrollar son el Mtodo de la tangente
Modificada de Miller y el Mtodo de los dos puntos de Smith.
3.1.2.1. Mtodo de la tangente de Ziegler y Nichols

Consiste en trazar una recta tangente en el punto de mxima pendiente de la

respuesta del sistema (Fig. 4). A partir de esto, la constante de tiempo y el
tiempo muerto tm se calculan de acuerdo a la Figura 4, mientras que la ganancia
se calcula : =.
Figura 4: Mtodo de Ziegler y Nichols
3.1.2.2. Mtodo de la tangente Modificada de Miller

Consiste en trazar una recta tangente en el punto de mxima pendiente de la

respuesta del sistema y luego determinar el punto tiempo en el 0.632 del valor final
de la respuesta (Fig. 5). A partir de esto, la constante de tiempo y el tiempo muerto
tm se calculan de acuerdo a la Figura 1, mientras que la ganancia se calcula : = .
Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 5: Mtodo de Miller
3.1.2.3. Mtodo de los dos puntos de Smith

Consiste en tomar dos puntos que corresponde a valores especficos de la respuesta

(28.3% y 63.2%) (Fig.6). A partir de estos tiempos ( y ) se calculan los parmetros
del modelo, de la siguiente manera: La ganancia: = , la constante de tiempo:
= . ( ) y el tiempo muerto: = = . . .
Figura 6: Mtodo de Smith
La respuesta del modelo y del sistema coincidirn como mnimo en los dos puntos de
referencia.
3.1.3. Sistemas de Segundo Orden sub amortiguados

En un sistema de segundo orden sub amortiguado se pueden medir de la respuesta

directamente los parmetros generales (su ganancia , su factor de amortiguamiento
y su frecuencia natural ). Por lo que se puede ajustar al siguiente modelo:
() = ++ .(4) Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 7. Respuesta de un sistema de segundo orden subamortiguado.
= , =12 , =12 ..(5)
De las ecuaciones anteriores podemos obtener el factor de amortiguamiento y la
frecuencia natural . La ganancia lo obtendremos de la misma maanera que en los
mtodos anteriores
3.2. Utilizando la toolbox de sistema de identificacin de Matlab.

Matlab dispone de una amplia coleccin de funciones aplicables al campo de la

identificacin de sistemas, agrupadas en el System Identification Toolbox, que
constituyen una herramienta de gran utilidad para la identificacin y modelado de
sistemas dinmicos. Estas funciones incluyen diferentes algoritmos para el ajuste de
parmetros en todo tipo de modelos lineales.As mismo, permiten examinar las
propiedades de los modelos obtenidos, e incluso realizar un pre-procesamiento de los
datos utilizados para la identificacin, en caso de que sea necesario.
Para arrancar el interfaz de la toolbox, basta con teclear en la lnea de comandos de
Matlab:
>> ident
Lo cual abrir la interfaz grfica que se presenta en la figura 8. Durante el desarrollo
de la prctica se explicar el. Para un mayor detalle de las funcionalidades que ofrece
la herramienta, revisar la documentacin ofrecida por Matlab. Laboratorio de Sistemas
de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 8. Interfaz grfica de la toolbox de sistema de identificacin de Matlab
4. Procedimiento

Se adjunta los archivos Sistema1. pdsprj, Sistema2.pdsprj y proteus2matlab.m. Los 2

primeros archivos debern ser ejecutados con el programa Proteus. Cado uno contiene
un sistema diferente a identificar. El archivo proteus2matlab.m debe ser guardado en
el directorio de MATLAB. Este archivo es una funcin que acondiciona y obtiene a
partir de los datos exportados de Proteus.
Parte I. Mtodos basados en la curva de reaccin
En esta parte identificaremos un modelo para 2 sistemas implementados en Proteus,
applicando los mtodos basados en la curva de reaccin usando Matlab.
4.1. Ejecute el programa Proteus y abra el archivo Sistema1.pdsprj. Este archivo
contiene un bloque denominado Sistema1.

Figura 9. Diagrama del Sistema1

4.2. La respuesta del sistema lo podemos observar en el visor de Analogue Analysis,
tal como se muestra en la siguiente figura.

Figura 10. Respuesta temporal del sistema 1.

4.3. Indique de que orden es el sistema a analizar.
4.4. Elija un mtodo de Curva de Reaccin, ms adecuado segn su criterio, identificar
un modelo G(s) para el sistema.
4.5. Para un mejor anlisis y poder comparar la respuesta del modelo hallado con la
respuesta del sistema, se utilizar el software MATLAB. Para ello, exporte los datos
haciendo clic en la opcin Graph Export Graph Data (Fig.10). Guarde el archivo con
el nombre Sistema1.dat en la carpeta que se tiene como directorio MATLAB.

Figura 11. Descripcin del punto 3.5 Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
4.6. En MATLAB, ejecute la funcin proteus2matlab, escribiendo en la lnea de
comando:

>> [Tiempo, Vin, Vout]=proteus2matlab('Sistema1.dat');

la cual crear en el Workspace los vectores Tiempo, Vin y Vout obtenidos a partir del
archivo exportado en (e).
4.7. Grafique los vectores Vin y Vout vs el vector Tiempo.
4.8. Utilice Matlab para hallar un modelo segn el mtodo elegido en d.(Cree un script
que obtengan los parmetros necesarios )
4.9. Defina la funcin de transferencia G(s) obtenida en (h).
4.10.Obtenga su respuesta a un escaln.
4.11.Dibuje en una sola grfica la respuesta del sistema y del modelo. Haga una
comparacin. Es aceptable la respuesta del modelo?
4.12.Calcule la suma del error cuadrtico entre el sistema y el modelo identificado.
4.13.Ejecute el programa Proteus y abra el archivo Sistema2.pdsprj. Este archivo
contiene un bloque denominado Sistema2.

Figura 12. Diagrama del sistema 2.

4.14.La respuesta del sistema lo podemos observar en el visor de Analogue Analysis,
tal como se muestra en la siguiente figura.

Figura 13. Respuesta temporal del Sistema2.

4.15.Repita los pasos del 3.3 al 3.12.( Adems de seleccionar alguno de los mtodos
presentados, investigue de otro mtodo de identificacin y aplquelo)

Parte II: System identification toolbox

En esta parte utilizaremos la toolbox que nos ofrece Matlab para identificar modelos
para cada uno de los 2 sistemas propuestos en la parte I.
Importante los datos de los Sistema1.pdsprj y Sistema2.pdsprj deben ser
importados a Matlab como en el punto 3.6 de la Parte I.
4.16.Ingresamos a la interfaz grfica de la toolbox. ( comando ident )
4.17.Importamos la informacin obtenida del Sistema1 a la interfaz. (Click en Time
domain data )
Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 14. Descripcin del punto 3.17
4.18.Completamos en el cuadro dialogo que aparece con la informacin
correspondiente. Luego hacemos click en Import.

Figura 15.Descripcin de punto 3.18

4.19.Seleccionamos Transfer Function Models, para estimar un una funcin de
transferencia para los datos introducidos.

Figura 16. Descripcin del punto 3.19

4.20.A continuacin, ingresamos los nmeros de polos y zeros que consideremos
puede tener el sistema. Y hacemos click en estimate.
Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 17. Descripcin del punto 3.20
4.21.Una vez que la interfaz haya estimado un modelo, de acuerdo con las
caractersticas especificadas. Comparamos la respuesta del modelo con la salida dad.
Para lo cual activamos la casilla Model Output, con la cual tambin obtendremos el
porcentaje de aproximacin a la salida real.

Figura 18. Descripcin del punto 3.21

4.22.Para llevar el modelo obtenido al workspace de Matlab, simplemente lo
arrastramos al rea de To Workspace.

Figura 19.Descripcin del punto 3.22.

4.23.Calcule la suma del error cuadrtico entre el sistema y el modelo identificado
4.24.Repetir el mismo procedimiento para el caso de sistema2.
Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
4.25.De la parte 1 y la parte 2, elija los mejores modelos obtenidos para cada sistema.
Implemntelos y compare su respuesta temporal con la obtenida con las dadas por el
simulador.

Parte III: Identificacin de un sistema fsico

En esta parte, identificaremos un modelo a partir de la respuesta temporal de un
sistema real.
4.26.Implemente el circuito presentado en la figura.

Figura 20. Diagrama del circuito de la seccin 3.26.

4.27.Conecte una seal de entrada adecuada que permita observar la curva de
reaccin del sistema.
4.28.Utilizando uno de los mtodos ms presentados, el ms adecuado segn su
criterio, obtenga un modelo para el circuito implementado.
4.29.Investigue de otro mtodo de identificacin y aplquelo.
4.30.Defina en Matlab los modelos hallados en los puntos 3.28 y 3.29.
4.31.Compare las respuestas temporales obtenidas en Matlab con la del circuito
implementado.
4.32.Cual modelo representa mejor al circuito implementado.

5. Informe Final

El informe final se presentar en grupos de 5 personas.

5.1. Presente los resultados, en forma detallada y ordenada punto por punto,
obtenidos durante el procedimiento desarrollado. Adjuntar los archivos creados
durante la experiencia.
5.2. Plazo mximo de presentacin: 1 semana despus de presentacin de la
experiencia

Proceso
Gp(s)
Entrada
u(s)
jhb
Salida
y(s)
Identificacin de Sistemas
jhb
1. Objetivos

El objetivo de la prctica es familiarizar al estudiante con las principales tcnicas de

identificacin experimental para encontrar una funcin matemtica que permita
establecer posteriormente la ley de control. As mismo, conocer las principales
herramientas que Matlab nos brinda para la identificacin de sistemas.
2. Informe Previo
2.1. Cul es la diferencia entre Modelado e Identificacin?
2.2. Presente un mtodo de identificacin para sistemas de segundo orden sub y sobre
amortiguados, diferentes a los presentados en esta gua.
2.3. Describa las principales caractersticas de System Identification Toolbox de
Matlab.
3. Introduccin

La identificacin experimental de procesos es una tcnica mediante la cual es posible

obtener un modelo matemtico que represente la dinmica del sistema.
El caso de la identificacin se diferencia del modelado ya que este no aplica las leyes
de los sistemas, en cambio se registra la respuesta de un sistema a una entrada
conocida (que tambin se registra) y es a partir de esta informacin que se obtiene el
modelo para el sistema, aplicando las reglas que cada mtodo establezca.
En trminos generales se puede ver el sistema como una caja negra. Se desconoce
lo que hay dentro y solo se pueden ver entradas y salidas.
Figura1. Esquema bsico de un proceso
A partir de la informacin de la entrada y salida, se puede establecer si el sistema es
de primer orden o bien de segundo orden o mayor, adems de establecer si existe un
retardo o alguna otra caracterstica en particular.
3.1. Mtodos de identificacin basados en la curva de reaccin.

En un sistema de primer orden se pueden medir de la respuesta directamente los

parmetros generales. Se distinguen dos casos: cuando la respuesta presenta retardo
y cuando no lo presenta.
3.1.1. Sistemas de Primer Orden
3.1.1.1. Sistemas de Primer Orden sin retardo

El modelo propuesto para la identificacin de un sistema de primer orden sin retardo

es: Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
()=+ (1)
Donde la ganancia se calcula como = , mientras que la constante de tiempo se
calcula de acuerdo a la Fig.2 determinando el tiempo en el que la respuesta del
sistema alcanza el 0.632 del valor final de la respuesta.
Figura 2: Mtodo para calcular un modelo de primer orden
3.1.1.2. Sistemas de Primer Orden con retardo

Cuando la respuesta de un sistema de primer presenta un retardo (tiempo muerto), el

modelo que se propone para la identificacin es:
()=+ (2)
donde la ganancia se calcula como = , mientras que la constante de tiempo y
el tiempo muerto tm se calculan de acuerdo a la Fig.3.
Figura 3: Sistema de primer orden ms tiempo muerto
3.1.2. Sistemas de Segundo Orden sobre armotiguados

Los sistemas de segundo orden sobre-amortiguados (sin oscilaciones) presentan

curvas de reaccin similares a las de primer orden, pero se diferencian porque
presentan un punto de inflexin. Un sistema de segundo orden sin oscilaciones se
ajusta a un modelo, G(s), de primer orden con tiempo muerto: Laboratorio de
Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
()=+ (3)
Donde el clculo de los parmetros , y variar segn el mtodo de
identificacin escogido. Los mtodos a desarrollar son el Mtodo de la tangente
Modificada de Miller y el Mtodo de los dos puntos de Smith.
3.1.2.1. Mtodo de la tangente de Ziegler y Nichols

Consiste en trazar una recta tangente en el punto de mxima pendiente de la

respuesta del sistema (Fig. 4). A partir de esto, la constante de tiempo y el
tiempo muerto tm se calculan de acuerdo a la Figura 4, mientras que la ganancia
se calcula : =.
Figura 4: Mtodo de Ziegler y Nichols
3.1.2.2. Mtodo de la tangente Modificada de Miller

Consiste en trazar una recta tangente en el punto de mxima pendiente de la

respuesta del sistema y luego determinar el punto tiempo en el 0.632 del valor final
de la respuesta (Fig. 5). A partir de esto, la constante de tiempo y el tiempo muerto
tm se calculan de acuerdo a la Figura 1, mientras que la ganancia se calcula : = .
Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 5: Mtodo de Miller
3.1.2.3. Mtodo de los dos puntos de Smith

Consiste en tomar dos puntos que corresponde a valores especficos de la respuesta

(28.3% y 63.2%) (Fig.6). A partir de estos tiempos ( y ) se calculan los parmetros
del modelo, de la siguiente manera: La ganancia: = , la constante de tiempo:
= . ( ) y el tiempo muerto: = = . . .
Figura 6: Mtodo de Smith
La respuesta del modelo y del sistema coincidirn como mnimo en los dos puntos de
referencia.
3.1.3. Sistemas de Segundo Orden sub amortiguados

En un sistema de segundo orden sub amortiguado se pueden medir de la respuesta

directamente los parmetros generales (su ganancia , su factor de amortiguamiento
y su frecuencia natural ). Por lo que se puede ajustar al siguiente modelo:
() = ++ .(4) Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 7. Respuesta de un sistema de segundo orden subamortiguado.
= , =12 , =12 ..(5)
De las ecuaciones anteriores podemos obtener el factor de amortiguamiento y la
frecuencia natural . La ganancia lo obtendremos de la misma maanera que en los
mtodos anteriores
3.2. Utilizando la toolbox de sistema de identificacin de Matlab.

Matlab dispone de una amplia coleccin de funciones aplicables al campo de la

identificacin de sistemas, agrupadas en el System Identification Toolbox, que
constituyen una herramienta de gran utilidad para la identificacin y modelado de
sistemas dinmicos. Estas funciones incluyen diferentes algoritmos para el ajuste de
parmetros en todo tipo de modelos lineales.As mismo, permiten examinar las
propiedades de los modelos obtenidos, e incluso realizar un pre-procesamiento de los
datos utilizados para la identificacin, en caso de que sea necesario.
Para arrancar el interfaz de la toolbox, basta con teclear en la lnea de comandos de
Matlab:
>> ident
Lo cual abrir la interfaz grfica que se presenta en la figura 8. Durante el desarrollo
de la prctica se explicar el. Para un mayor detalle de las funcionalidades que ofrece
la herramienta, revisar la documentacin ofrecida por Matlab. Laboratorio de Sistemas
de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 8. Interfaz grfica de la toolbox de sistema de identificacin de Matlab
4. Procedimiento

Se adjunta los archivos Sistema1. pdsprj, Sistema2.pdsprj y proteus2matlab.m. Los 2

primeros archivos debern ser ejecutados con el programa Proteus. Cado uno contiene
un sistema diferente a identificar. El archivo proteus2matlab.m debe ser guardado en
el directorio de MATLAB. Este archivo es una funcin que acondiciona y obtiene a
partir de los datos exportados de Proteus.
Parte I. Mtodos basados en la curva de reaccin
En esta parte identificaremos un modelo para 2 sistemas implementados en Proteus,
applicando los mtodos basados en la curva de reaccin usando Matlab.
4.1. Ejecute el programa Proteus y abra el archivo Sistema1.pdsprj. Este archivo
contiene un bloque denominado Sistema1.

Figura 9. Diagrama del Sistema1

4.2. La respuesta del sistema lo podemos observar en el visor de Analogue Analysis,
tal como se muestra en la siguiente figura.

Figura 10. Respuesta temporal del sistema 1.

4.3. Indique de que orden es el sistema a analizar.
4.4. Elija un mtodo de Curva de Reaccin, ms adecuado segn su criterio, identificar
un modelo G(s) para el sistema.
4.5. Para un mejor anlisis y poder comparar la respuesta del modelo hallado con la
respuesta del sistema, se utilizar el software MATLAB. Para ello, exporte los datos
haciendo clic en la opcin Graph Export Graph Data (Fig.10). Guarde el archivo con
el nombre Sistema1.dat en la carpeta que se tiene como directorio MATLAB.

Figura 11. Descripcin del punto 3.5 Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
4.6. En MATLAB, ejecute la funcin proteus2matlab, escribiendo en la lnea de
comando:

>> [Tiempo, Vin, Vout]=proteus2matlab('Sistema1.dat');

la cual crear en el Workspace los vectores Tiempo, Vin y Vout obtenidos a partir del
archivo exportado en (e).
4.7. Grafique los vectores Vin y Vout vs el vector Tiempo.
4.8. Utilice Matlab para hallar un modelo segn el mtodo elegido en d.(Cree un script
que obtengan los parmetros necesarios )
4.9. Defina la funcin de transferencia G(s) obtenida en (h).
4.10.Obtenga su respuesta a un escaln.
4.11.Dibuje en una sola grfica la respuesta del sistema y del modelo. Haga una
comparacin. Es aceptable la respuesta del modelo?
4.12.Calcule la suma del error cuadrtico entre el sistema y el modelo identificado.
4.13.Ejecute el programa Proteus y abra el archivo Sistema2.pdsprj. Este archivo
contiene un bloque denominado Sistema2.

Figura 12. Diagrama del sistema 2.

4.14.La respuesta del sistema lo podemos observar en el visor de Analogue Analysis,
tal como se muestra en la siguiente figura.

Figura 13. Respuesta temporal del Sistema2.

4.15.Repita los pasos del 3.3 al 3.12.( Adems de seleccionar alguno de los mtodos
presentados, investigue de otro mtodo de identificacin y aplquelo)

Parte II: System identification toolbox

En esta parte utilizaremos la toolbox que nos ofrece Matlab para identificar modelos
para cada uno de los 2 sistemas propuestos en la parte I.
Importante los datos de los Sistema1.pdsprj y Sistema2.pdsprj deben ser
importados a Matlab como en el punto 3.6 de la Parte I.
4.16.Ingresamos a la interfaz grfica de la toolbox. ( comando ident )
4.17.Importamos la informacin obtenida del Sistema1 a la interfaz. (Click en Time
domain data )
Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 14. Descripcin del punto 3.17
4.18.Completamos en el cuadro dialogo que aparece con la informacin
correspondiente. Luego hacemos click en Import.

Figura 15.Descripcin de punto 3.18

4.19.Seleccionamos Transfer Function Models, para estimar un una funcin de
transferencia para los datos introducidos.

Figura 16. Descripcin del punto 3.19

4.20.A continuacin, ingresamos los nmeros de polos y zeros que consideremos
puede tener el sistema. Y hacemos click en estimate.
Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 17. Descripcin del punto 3.20
4.21.Una vez que la interfaz haya estimado un modelo, de acuerdo con las
caractersticas especificadas. Comparamos la respuesta del modelo con la salida dad.
Para lo cual activamos la casilla Model Output, con la cual tambin obtendremos el
porcentaje de aproximacin a la salida real.

Figura 18. Descripcin del punto 3.21

4.22.Para llevar el modelo obtenido al workspace de Matlab, simplemente lo
arrastramos al rea de To Workspace.

Figura 19.Descripcin del punto 3.22.

4.23.Calcule la suma del error cuadrtico entre el sistema y el modelo identificado
4.24.Repetir el mismo procedimiento para el caso de sistema2.
Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
4.25.De la parte 1 y la parte 2, elija los mejores modelos obtenidos para cada sistema.
Implemntelos y compare su respuesta temporal con la obtenida con las dadas por el
simulador.

Parte III: Identificacin de un sistema fsico

En esta parte, identificaremos un modelo a partir de la respuesta temporal de un
sistema real.
4.26.Implemente el circuito presentado en la figura.

Figura 20. Diagrama del circuito de la seccin 3.26.

4.27.Conecte una seal de entrada adecuada que permita observar la curva de
reaccin del sistema.
4.28.Utilizando uno de los mtodos ms presentados, el ms adecuado segn su
criterio, obtenga un modelo para el circuito implementado.
4.29.Investigue de otro mtodo de identificacin y aplquelo.
4.30.Defina en Matlab los modelos hallados en los puntos 3.28 y 3.29.
4.31.Compare las respuestas temporales obtenidas en Matlab con la del circuito
implementado.
4.32.Cual modelo representa mejor al circuito implementado.

5. Informe Final

El informe final se presentar en grupos de 5 personas.

5.1. Presente los resultados, en forma detallada y ordenada punto por punto,
obtenidos durante el procedimiento desarrollado. Adjuntar los archivos creados
durante la experiencia.
5.2. Plazo mximo de presentacin: 1 semana despus de presentacin de la
experiencia

Proceso
Gp(s)
Entrada
u(s)
jhb
Salida
y(s)
Identificacin de Sistemas
jhb
1. Objetivos

El objetivo de la prctica es familiarizar al estudiante con las principales tcnicas de

identificacin experimental para encontrar una funcin matemtica que permita
establecer posteriormente la ley de control. As mismo, conocer las principales
herramientas que Matlab nos brinda para la identificacin de sistemas.
2. Informe Previo
2.1. Cul es la diferencia entre Modelado e Identificacin?
2.2. Presente un mtodo de identificacin para sistemas de segundo orden sub y sobre
amortiguados, diferentes a los presentados en esta gua.
2.3. Describa las principales caractersticas de System Identification Toolbox de
Matlab.
3. Introduccin

La identificacin experimental de procesos es una tcnica mediante la cual es posible

obtener un modelo matemtico que represente la dinmica del sistema.
El caso de la identificacin se diferencia del modelado ya que este no aplica las leyes
de los sistemas, en cambio se registra la respuesta de un sistema a una entrada
conocida (que tambin se registra) y es a partir de esta informacin que se obtiene el
modelo para el sistema, aplicando las reglas que cada mtodo establezca.
En trminos generales se puede ver el sistema como una caja negra. Se desconoce
lo que hay dentro y solo se pueden ver entradas y salidas.
Figura1. Esquema bsico de un proceso
A partir de la informacin de la entrada y salida, se puede establecer si el sistema es
de primer orden o bien de segundo orden o mayor, adems de establecer si existe un
retardo o alguna otra caracterstica en particular.
3.1. Mtodos de identificacin basados en la curva de reaccin.

En un sistema de primer orden se pueden medir de la respuesta directamente los

parmetros generales. Se distinguen dos casos: cuando la respuesta presenta retardo
y cuando no lo presenta.
3.1.1. Sistemas de Primer Orden
3.1.1.1. Sistemas de Primer Orden sin retardo

El modelo propuesto para la identificacin de un sistema de primer orden sin retardo

es: Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
()=+ (1)
Donde la ganancia se calcula como = , mientras que la constante de tiempo se
calcula de acuerdo a la Fig.2 determinando el tiempo en el que la respuesta del
sistema alcanza el 0.632 del valor final de la respuesta.
Figura 2: Mtodo para calcular un modelo de primer orden
3.1.1.2. Sistemas de Primer Orden con retardo

Cuando la respuesta de un sistema de primer presenta un retardo (tiempo muerto), el

modelo que se propone para la identificacin es:
()=+ (2)
donde la ganancia se calcula como = , mientras que la constante de tiempo y
el tiempo muerto tm se calculan de acuerdo a la Fig.3.
Figura 3: Sistema de primer orden ms tiempo muerto
3.1.2. Sistemas de Segundo Orden sobre armotiguados

Los sistemas de segundo orden sobre-amortiguados (sin oscilaciones) presentan

curvas de reaccin similares a las de primer orden, pero se diferencian porque
presentan un punto de inflexin. Un sistema de segundo orden sin oscilaciones se
ajusta a un modelo, G(s), de primer orden con tiempo muerto: Laboratorio de
Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
()=+ (3)
Donde el clculo de los parmetros , y variar segn el mtodo de
identificacin escogido. Los mtodos a desarrollar son el Mtodo de la tangente
Modificada de Miller y el Mtodo de los dos puntos de Smith.
3.1.2.1. Mtodo de la tangente de Ziegler y Nichols

Consiste en trazar una recta tangente en el punto de mxima pendiente de la

respuesta del sistema (Fig. 4). A partir de esto, la constante de tiempo y el
tiempo muerto tm se calculan de acuerdo a la Figura 4, mientras que la ganancia
se calcula : =.
Figura 4: Mtodo de Ziegler y Nichols
3.1.2.2. Mtodo de la tangente Modificada de Miller

Consiste en trazar una recta tangente en el punto de mxima pendiente de la

respuesta del sistema y luego determinar el punto tiempo en el 0.632 del valor final
de la respuesta (Fig. 5). A partir de esto, la constante de tiempo y el tiempo muerto
tm se calculan de acuerdo a la Figura 1, mientras que la ganancia se calcula : = .
Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 5: Mtodo de Miller
3.1.2.3. Mtodo de los dos puntos de Smith

Consiste en tomar dos puntos que corresponde a valores especficos de la respuesta

(28.3% y 63.2%) (Fig.6). A partir de estos tiempos ( y ) se calculan los parmetros
del modelo, de la siguiente manera: La ganancia: = , la constante de tiempo:
= . ( ) y el tiempo muerto: = = . . .
Figura 6: Mtodo de Smith
La respuesta del modelo y del sistema coincidirn como mnimo en los dos puntos de
referencia.
3.1.3. Sistemas de Segundo Orden sub amortiguados

En un sistema de segundo orden sub amortiguado se pueden medir de la respuesta

directamente los parmetros generales (su ganancia , su factor de amortiguamiento
y su frecuencia natural ). Por lo que se puede ajustar al siguiente modelo:
() = ++ .(4) Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 7. Respuesta de un sistema de segundo orden subamortiguado.
= , =12 , =12 ..(5)
De las ecuaciones anteriores podemos obtener el factor de amortiguamiento y la
frecuencia natural . La ganancia lo obtendremos de la misma maanera que en los
mtodos anteriores
3.2. Utilizando la toolbox de sistema de identificacin de Matlab.

Matlab dispone de una amplia coleccin de funciones aplicables al campo de la

identificacin de sistemas, agrupadas en el System Identification Toolbox, que
constituyen una herramienta de gran utilidad para la identificacin y modelado de
sistemas dinmicos. Estas funciones incluyen diferentes algoritmos para el ajuste de
parmetros en todo tipo de modelos lineales.As mismo, permiten examinar las
propiedades de los modelos obtenidos, e incluso realizar un pre-procesamiento de los
datos utilizados para la identificacin, en caso de que sea necesario.
Para arrancar el interfaz de la toolbox, basta con teclear en la lnea de comandos de
Matlab:
>> ident
Lo cual abrir la interfaz grfica que se presenta en la figura 8. Durante el desarrollo
de la prctica se explicar el. Para un mayor detalle de las funcionalidades que ofrece
la herramienta, revisar la documentacin ofrecida por Matlab. Laboratorio de Sistemas
de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 8. Interfaz grfica de la toolbox de sistema de identificacin de Matlab
4. Procedimiento

Se adjunta los archivos Sistema1. pdsprj, Sistema2.pdsprj y proteus2matlab.m. Los 2

primeros archivos debern ser ejecutados con el programa Proteus. Cado uno contiene
un sistema diferente a identificar. El archivo proteus2matlab.m debe ser guardado en
el directorio de MATLAB. Este archivo es una funcin que acondiciona y obtiene a
partir de los datos exportados de Proteus.
Parte I. Mtodos basados en la curva de reaccin
En esta parte identificaremos un modelo para 2 sistemas implementados en Proteus,
applicando los mtodos basados en la curva de reaccin usando Matlab.
4.1. Ejecute el programa Proteus y abra el archivo Sistema1.pdsprj. Este archivo
contiene un bloque denominado Sistema1.

Figura 9. Diagrama del Sistema1

4.2. La respuesta del sistema lo podemos observar en el visor de Analogue Analysis,
tal como se muestra en la siguiente figura.

Figura 10. Respuesta temporal del sistema 1.

4.3. Indique de que orden es el sistema a analizar.
4.4. Elija un mtodo de Curva de Reaccin, ms adecuado segn su criterio, identificar
un modelo G(s) para el sistema.
4.5. Para un mejor anlisis y poder comparar la respuesta del modelo hallado con la
respuesta del sistema, se utilizar el software MATLAB. Para ello, exporte los datos
haciendo clic en la opcin Graph Export Graph Data (Fig.10). Guarde el archivo con
el nombre Sistema1.dat en la carpeta que se tiene como directorio MATLAB.

Figura 11. Descripcin del punto 3.5 Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
4.6. En MATLAB, ejecute la funcin proteus2matlab, escribiendo en la lnea de
comando:

>> [Tiempo, Vin, Vout]=proteus2matlab('Sistema1.dat');

la cual crear en el Workspace los vectores Tiempo, Vin y Vout obtenidos a partir del
archivo exportado en (e).
4.7. Grafique los vectores Vin y Vout vs el vector Tiempo.
4.8. Utilice Matlab para hallar un modelo segn el mtodo elegido en d.(Cree un script
que obtengan los parmetros necesarios )
4.9. Defina la funcin de transferencia G(s) obtenida en (h).
4.10.Obtenga su respuesta a un escaln.
4.11.Dibuje en una sola grfica la respuesta del sistema y del modelo. Haga una
comparacin. Es aceptable la respuesta del modelo?
4.12.Calcule la suma del error cuadrtico entre el sistema y el modelo identificado.
4.13.Ejecute el programa Proteus y abra el archivo Sistema2.pdsprj. Este archivo
contiene un bloque denominado Sistema2.

Figura 12. Diagrama del sistema 2.

4.14.La respuesta del sistema lo podemos observar en el visor de Analogue Analysis,
tal como se muestra en la siguiente figura.

Figura 13. Respuesta temporal del Sistema2.

4.15.Repita los pasos del 3.3 al 3.12.( Adems de seleccionar alguno de los mtodos
presentados, investigue de otro mtodo de identificacin y aplquelo)

Parte II: System identification toolbox

En esta parte utilizaremos la toolbox que nos ofrece Matlab para identificar modelos
para cada uno de los 2 sistemas propuestos en la parte I.
Importante los datos de los Sistema1.pdsprj y Sistema2.pdsprj deben ser
importados a Matlab como en el punto 3.6 de la Parte I.
4.16.Ingresamos a la interfaz grfica de la toolbox. ( comando ident )
4.17.Importamos la informacin obtenida del Sistema1 a la interfaz. (Click en Time
domain data )
Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 14. Descripcin del punto 3.17
4.18.Completamos en el cuadro dialogo que aparece con la informacin
correspondiente. Luego hacemos click en Import.

Figura 15.Descripcin de punto 3.18

4.19.Seleccionamos Transfer Function Models, para estimar un una funcin de
transferencia para los datos introducidos.

Figura 16. Descripcin del punto 3.19

4.20.A continuacin, ingresamos los nmeros de polos y zeros que consideremos
puede tener el sistema. Y hacemos click en estimate.
Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 17. Descripcin del punto 3.20
4.21.Una vez que la interfaz haya estimado un modelo, de acuerdo con las
caractersticas especificadas. Comparamos la respuesta del modelo con la salida dad.
Para lo cual activamos la casilla Model Output, con la cual tambin obtendremos el
porcentaje de aproximacin a la salida real.

Figura 18. Descripcin del punto 3.21

4.22.Para llevar el modelo obtenido al workspace de Matlab, simplemente lo
arrastramos al rea de To Workspace.

Figura 19.Descripcin del punto 3.22.

4.23.Calcule la suma del error cuadrtico entre el sistema y el modelo identificado
4.24.Repetir el mismo procedimiento para el caso de sistema2.
Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
4.25.De la parte 1 y la parte 2, elija los mejores modelos obtenidos para cada sistema.
Implemntelos y compare su respuesta temporal con la obtenida con las dadas por el
simulador.

Parte III: Identificacin de un sistema fsico

En esta parte, identificaremos un modelo a partir de la respuesta temporal de un
sistema real.
4.26.Implemente el circuito presentado en la figura.

Figura 20. Diagrama del circuito de la seccin 3.26.

4.27.Conecte una seal de entrada adecuada que permita observar la curva de
reaccin del sistema.
4.28.Utilizando uno de los mtodos ms presentados, el ms adecuado segn su
criterio, obtenga un modelo para el circuito implementado.
4.29.Investigue de otro mtodo de identificacin y aplquelo.
4.30.Defina en Matlab los modelos hallados en los puntos 3.28 y 3.29.
4.31.Compare las respuestas temporales obtenidas en Matlab con la del circuito
implementado.
4.32.Cual modelo representa mejor al circuito implementado.

5. Informe Final

El informe final se presentar en grupos de 5 personas.

5.1. Presente los resultados, en forma detallada y ordenada punto por punto,
obtenidos durante el procedimiento desarrollado. Adjuntar los archivos creados
durante la experiencia.
5.2. Plazo mximo de presentacin: 1 semana despus de presentacin de la
experiencia

Proceso
Gp(s)
Entrada
u(s)
jhb
Salida
y(s)
Identificacin de Sistemas
jhb
1. Objetivos

El objetivo de la prctica es familiarizar al estudiante con las principales tcnicas de

identificacin experimental para encontrar una funcin matemtica que permita
establecer posteriormente la ley de control. As mismo, conocer las principales
herramientas que Matlab nos brinda para la identificacin de sistemas.
2. Informe Previo
2.1. Cul es la diferencia entre Modelado e Identificacin?
2.2. Presente un mtodo de identificacin para sistemas de segundo orden sub y sobre
amortiguados, diferentes a los presentados en esta gua.
2.3. Describa las principales caractersticas de System Identification Toolbox de
Matlab.
3. Introduccin

La identificacin experimental de procesos es una tcnica mediante la cual es posible

obtener un modelo matemtico que represente la dinmica del sistema.
El caso de la identificacin se diferencia del modelado ya que este no aplica las leyes
de los sistemas, en cambio se registra la respuesta de un sistema a una entrada
conocida (que tambin se registra) y es a partir de esta informacin que se obtiene el
modelo para el sistema, aplicando las reglas que cada mtodo establezca.
En trminos generales se puede ver el sistema como una caja negra. Se desconoce
lo que hay dentro y solo se pueden ver entradas y salidas.
Figura1. Esquema bsico de un proceso
A partir de la informacin de la entrada y salida, se puede establecer si el sistema es
de primer orden o bien de segundo orden o mayor, adems de establecer si existe un
retardo o alguna otra caracterstica en particular.
3.1. Mtodos de identificacin basados en la curva de reaccin.

En un sistema de primer orden se pueden medir de la respuesta directamente los

parmetros generales. Se distinguen dos casos: cuando la respuesta presenta retardo
y cuando no lo presenta.
3.1.1. Sistemas de Primer Orden
3.1.1.1. Sistemas de Primer Orden sin retardo

El modelo propuesto para la identificacin de un sistema de primer orden sin retardo

es: Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
()=+ (1)
Donde la ganancia se calcula como = , mientras que la constante de tiempo se
calcula de acuerdo a la Fig.2 determinando el tiempo en el que la respuesta del
sistema alcanza el 0.632 del valor final de la respuesta.
Figura 2: Mtodo para calcular un modelo de primer orden
3.1.1.2. Sistemas de Primer Orden con retardo

Cuando la respuesta de un sistema de primer presenta un retardo (tiempo muerto), el

modelo que se propone para la identificacin es:
()=+ (2)
donde la ganancia se calcula como = , mientras que la constante de tiempo y
el tiempo muerto tm se calculan de acuerdo a la Fig.3.
Figura 3: Sistema de primer orden ms tiempo muerto
3.1.2. Sistemas de Segundo Orden sobre armotiguados

Los sistemas de segundo orden sobre-amortiguados (sin oscilaciones) presentan

curvas de reaccin similares a las de primer orden, pero se diferencian porque
presentan un punto de inflexin. Un sistema de segundo orden sin oscilaciones se
ajusta a un modelo, G(s), de primer orden con tiempo muerto: Laboratorio de
Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
()=+ (3)
Donde el clculo de los parmetros , y variar segn el mtodo de
identificacin escogido. Los mtodos a desarrollar son el Mtodo de la tangente
Modificada de Miller y el Mtodo de los dos puntos de Smith.
3.1.2.1. Mtodo de la tangente de Ziegler y Nichols

Consiste en trazar una recta tangente en el punto de mxima pendiente de la

respuesta del sistema (Fig. 4). A partir de esto, la constante de tiempo y el
tiempo muerto tm se calculan de acuerdo a la Figura 4, mientras que la ganancia
se calcula : =.
Figura 4: Mtodo de Ziegler y Nichols
3.1.2.2. Mtodo de la tangente Modificada de Miller

Consiste en trazar una recta tangente en el punto de mxima pendiente de la

respuesta del sistema y luego determinar el punto tiempo en el 0.632 del valor final
de la respuesta (Fig. 5). A partir de esto, la constante de tiempo y el tiempo muerto
tm se calculan de acuerdo a la Figura 1, mientras que la ganancia se calcula : = .
Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 5: Mtodo de Miller
3.1.2.3. Mtodo de los dos puntos de Smith

Consiste en tomar dos puntos que corresponde a valores especficos de la respuesta

(28.3% y 63.2%) (Fig.6). A partir de estos tiempos ( y ) se calculan los parmetros
del modelo, de la siguiente manera: La ganancia: = , la constante de tiempo:
= . ( ) y el tiempo muerto: = = . . .
Figura 6: Mtodo de Smith
La respuesta del modelo y del sistema coincidirn como mnimo en los dos puntos de
referencia.
3.1.3. Sistemas de Segundo Orden sub amortiguados

En un sistema de segundo orden sub amortiguado se pueden medir de la respuesta

directamente los parmetros generales (su ganancia , su factor de amortiguamiento
y su frecuencia natural ). Por lo que se puede ajustar al siguiente modelo:
() = ++ .(4) Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 7. Respuesta de un sistema de segundo orden subamortiguado.
= , =12 , =12 ..(5)
De las ecuaciones anteriores podemos obtener el factor de amortiguamiento y la
frecuencia natural . La ganancia lo obtendremos de la misma maanera que en los
mtodos anteriores
3.2. Utilizando la toolbox de sistema de identificacin de Matlab.

Matlab dispone de una amplia coleccin de funciones aplicables al campo de la

identificacin de sistemas, agrupadas en el System Identification Toolbox, que
constituyen una herramienta de gran utilidad para la identificacin y modelado de
sistemas dinmicos. Estas funciones incluyen diferentes algoritmos para el ajuste de
parmetros en todo tipo de modelos lineales.As mismo, permiten examinar las
propiedades de los modelos obtenidos, e incluso realizar un pre-procesamiento de los
datos utilizados para la identificacin, en caso de que sea necesario.
Para arrancar el interfaz de la toolbox, basta con teclear en la lnea de comandos de
Matlab:
>> ident
Lo cual abrir la interfaz grfica que se presenta en la figura 8. Durante el desarrollo
de la prctica se explicar el. Para un mayor detalle de las funcionalidades que ofrece
la herramienta, revisar la documentacin ofrecida por Matlab. Laboratorio de Sistemas
de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 8. Interfaz grfica de la toolbox de sistema de identificacin de Matlab
4. Procedimiento

Se adjunta los archivos Sistema1. pdsprj, Sistema2.pdsprj y proteus2matlab.m. Los 2

primeros archivos debern ser ejecutados con el programa Proteus. Cado uno contiene
un sistema diferente a identificar. El archivo proteus2matlab.m debe ser guardado en
el directorio de MATLAB. Este archivo es una funcin que acondiciona y obtiene a
partir de los datos exportados de Proteus.
Parte I. Mtodos basados en la curva de reaccin
En esta parte identificaremos un modelo para 2 sistemas implementados en Proteus,
applicando los mtodos basados en la curva de reaccin usando Matlab.
4.1. Ejecute el programa Proteus y abra el archivo Sistema1.pdsprj. Este archivo
contiene un bloque denominado Sistema1.

Figura 9. Diagrama del Sistema1

4.2. La respuesta del sistema lo podemos observar en el visor de Analogue Analysis,
tal como se muestra en la siguiente figura.

Figura 10. Respuesta temporal del sistema 1.

4.3. Indique de que orden es el sistema a analizar.
4.4. Elija un mtodo de Curva de Reaccin, ms adecuado segn su criterio, identificar
un modelo G(s) para el sistema.
4.5. Para un mejor anlisis y poder comparar la respuesta del modelo hallado con la
respuesta del sistema, se utilizar el software MATLAB. Para ello, exporte los datos
haciendo clic en la opcin Graph Export Graph Data (Fig.10). Guarde el archivo con
el nombre Sistema1.dat en la carpeta que se tiene como directorio MATLAB.

Figura 11. Descripcin del punto 3.5 Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
4.6. En MATLAB, ejecute la funcin proteus2matlab, escribiendo en la lnea de
comando:

>> [Tiempo, Vin, Vout]=proteus2matlab('Sistema1.dat');

la cual crear en el Workspace los vectores Tiempo, Vin y Vout obtenidos a partir del
archivo exportado en (e).
4.7. Grafique los vectores Vin y Vout vs el vector Tiempo.
4.8. Utilice Matlab para hallar un modelo segn el mtodo elegido en d.(Cree un script
que obtengan los parmetros necesarios )
4.9. Defina la funcin de transferencia G(s) obtenida en (h).
4.10.Obtenga su respuesta a un escaln.
4.11.Dibuje en una sola grfica la respuesta del sistema y del modelo. Haga una
comparacin. Es aceptable la respuesta del modelo?
4.12.Calcule la suma del error cuadrtico entre el sistema y el modelo identificado.
4.13.Ejecute el programa Proteus y abra el archivo Sistema2.pdsprj. Este archivo
contiene un bloque denominado Sistema2.

Figura 12. Diagrama del sistema 2.

4.14.La respuesta del sistema lo podemos observar en el visor de Analogue Analysis,
tal como se muestra en la siguiente figura.

Figura 13. Respuesta temporal del Sistema2.

4.15.Repita los pasos del 3.3 al 3.12.( Adems de seleccionar alguno de los mtodos
presentados, investigue de otro mtodo de identificacin y aplquelo)

Parte II: System identification toolbox

En esta parte utilizaremos la toolbox que nos ofrece Matlab para identificar modelos
para cada uno de los 2 sistemas propuestos en la parte I.
Importante los datos de los Sistema1.pdsprj y Sistema2.pdsprj deben ser
importados a Matlab como en el punto 3.6 de la Parte I.
4.16.Ingresamos a la interfaz grfica de la toolbox. ( comando ident )
4.17.Importamos la informacin obtenida del Sistema1 a la interfaz. (Click en Time
domain data )
Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 14. Descripcin del punto 3.17
4.18.Completamos en el cuadro dialogo que aparece con la informacin
correspondiente. Luego hacemos click en Import.

Figura 15.Descripcin de punto 3.18

4.19.Seleccionamos Transfer Function Models, para estimar un una funcin de
transferencia para los datos introducidos.

Figura 16. Descripcin del punto 3.19

4.20.A continuacin, ingresamos los nmeros de polos y zeros que consideremos
puede tener el sistema. Y hacemos click en estimate.
Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
Figura 17. Descripcin del punto 3.20
4.21.Una vez que la interfaz haya estimado un modelo, de acuerdo con las
caractersticas especificadas. Comparamos la respuesta del modelo con la salida dad.
Para lo cual activamos la casilla Model Output, con la cual tambin obtendremos el
porcentaje de aproximacin a la salida real.

Figura 18. Descripcin del punto 3.21

4.22.Para llevar el modelo obtenido al workspace de Matlab, simplemente lo
arrastramos al rea de To Workspace.

Figura 19.Descripcin del punto 3.22.

4.23.Calcule la suma del error cuadrtico entre el sistema y el modelo identificado
4.24.Repetir el mismo procedimiento para el caso de sistema2.
Laboratorio de Sistemas de Control I 2017-I
Universidad Nacional Mayor de San Marcos Facultad de ingeniera Electrnica y Elctrica
4.25.De la parte 1 y la parte 2, elija los mejores modelos obtenidos para cada sistema.
Implemntelos y compare su respuesta temporal con la obtenida con las dadas por el
simulador.

Parte III: Identificacin de un sistema fsico

En esta parte, identificaremos un modelo a partir de la respuesta temporal de un
sistema real.
4.26.Implemente el circuito presentado en la figura.

Figura 20. Diagrama del circuito de la seccin 3.26.

4.27.Conecte una seal de entrada adecuada que permita observar la curva de
reaccin del sistema.
4.28.Utilizando uno de los mtodos ms presentados, el ms adecuado segn su
criterio, obtenga un modelo para el circuito implementado.
4.29.Investigue de otro mtodo de identificacin y aplquelo.
4.30.Defina en Matlab los modelos hallados en los puntos 3.28 y 3.29.
4.31.Compare las respuestas temporales obtenidas en Matlab con la del circuito
implementado.
4.32.Cual modelo representa mejor al circuito implementado.

5. Informe Final

El informe final se presentar en grupos de 5 personas.

5.1. Presente los resultados, en forma detallada y ordenada punto por punto,
obtenidos durante el procedimiento desarrollado. Adjuntar los archivos creados
durante la experiencia.
5.2. Plazo mximo de presentacin: 1 semana despus de presentacin de la
experiencia