Beruflich Dokumente
Kultur Dokumente
Etapa 1
Elaborado por:
Lina Angélica Meneses
Código: 1061785616
Presentado a:
Adriana del pilar noguera
(Tutor)
La compañía donde usted trabaja ha realizado la adquisición de un nuevo equipo industrial que
permitirá incrementar los niveles de producción de la empresa. Con el fin de prevenir fallas y
proteger la alta inversión realizada, el presidente de la compañía ha ordenado la creación de un
sistema de monitoreo que permita supervisar el buen funcionamiento de la máquina y
diagnosticar la existencia de alguna falla. Para el diseño del sistema de monitoreo y diagnóstico
de fallas se requiere conocer de forma precisa el modelo matemático del equipo industrial; de
esta manera se dice que la máquina está funcionando correctamente si la salida real es similar a la
salida de su modelo matemático; en caso contrario es posible que la máquina esté presentando
fallas.
Teóricas:
1. Exprese el modelo matemático del sistema no lineal mediante una ecuación diferencial.
Solución:
Ley de corrientes de Kirchoff
𝑖𝑖 (𝑡) = 𝑖𝑅 + 𝑖𝐶 (1)
La corriente en la resistencia está dada por:
√𝑒0 (𝑡)
𝑖𝑅 =
𝑅
La corriente de un capacitor en DC:
𝑑𝑒0 (𝑡)
𝑖𝐶 (𝑡) = 𝐶 (2)
𝑑𝑡
Dividiendo entre C:
Ecuaciones de estado:
𝒙̇ (𝒕) = 𝑨 𝒙(𝒕) + 𝑩𝒖(𝒕)
Ecuaciones de salida:
𝒚(𝒕) = 𝑪𝒙(𝒕) + 𝑫𝒖(𝒕)
Este sistema es de primer orden:
𝑑𝑒0 (𝑡)
𝑥̇ =
𝑑𝑡
𝑥 = 𝑒0 (𝑡)
Se tiene:
𝑥1
𝑥1̇ = + 𝑖𝑖 (𝑡)
𝑅𝐶
Ecuacion de estados
3. Cuando la entrada del sistema es constante 𝑖𝑖 (𝑡) = 𝐼𝑖 = 10 A, el sistema se estabiliza en un
punto de operación 𝑒𝑜 (𝑡) = 𝐸𝑜 = 1 V. Exprese el modelo matemático linealizado mediante
una ecuación diferencial.
Datos:
Sea el modelo matematico:
Entonces:
𝑑𝑒0̇ 1
+ 𝑒0 + 10𝑖𝑖 = 0
𝑑𝑡 0.4(3)√1
𝑑𝑒0̇ 5
= − 𝑒0 − 10𝑖𝑖
𝑑𝑡 6
“Ecuacion linelizada”
Ecuaciones de estado:
𝒙̇ (𝒕) = 𝑨 𝒙(𝒕) + 𝑩𝒖(𝒕)
Ecuaciones de salida:
Entonces,
𝑥 = ∆𝑒0 𝑢 = ∆𝑖𝑖
𝑑𝑒0̇
𝑥̇ = 𝑥 = 𝑒0
𝑑𝑡
𝑆𝑒 𝑜𝑏𝑡𝑖𝑒𝑛𝑒:
𝟓
𝒙(̇𝒕) = 𝒙(𝒕) + 𝟏𝟎𝒖(𝒕)
𝟔
Ecuación de estados:
𝟓
𝒙(̇𝒕) = 𝒙(𝒕) + 𝟏𝟎𝒖(𝒕)
𝟔
10
[𝐵|𝐴𝐵]−1 = [50] = 𝑁𝑜 𝑠𝑖𝑛𝑔𝑢𝑙𝑎𝑟
6
El sistema es CONTROLABLE
Para la observabilidad, se tiene en cuenta el rango de [C* A*C*].
5
[𝐶 ∗ |𝐴∗ 𝐶 ∗ ] = [1 ]
6
Como su rango es 1, igual que la matriz de controlabilidad; se dice que el sistema es
OBSERVABLE.
Prácticas:
Utilice MATLAB® para simular el sistema no lineal y grafique la salida del sistema cuando
se aplica una entrada constante 𝒊𝒊 (𝒕) = 𝑰𝒊 = 𝟏𝟎 𝐀, durante los primeros 2 segundos y en ese
momento se aplica una entrada escalón unitario, esto es, la corriente de entrada cambia de
𝟏𝟎 𝐀 a 𝟏𝟏 𝐀 durante 3 segundos más. De manera que la simulación dura 5 segundos.
Salida:
1. Fase 1: Análisis, lluvia de ideas y listado de conceptos. En esta fase cada estudiante
deberá leer e identificar claramente las tareas de la etapa (análisis). Luego, basándose
en sus pre-saberes y en el sentido común, debe plantear algunas hipótesis sobre cómo
solucionar esas tareas (lluvia de ideas). También, deberá elaborar un listado de
conceptos conocidos, que pueden aportar a la solución de las tareas, y un listado de
aquello que aún se desconoce.
CONCEPTOS:
Sistemas no lineales
La teoría de sistemas de control se ocupa del análisis y el diseño de componentes interactuantes
de un sistema en una configuración que proporcione a un comportamiento deseado. La
configuración esencial usada en teoría de sistemas de control se basa en el concepto fundamental
de realimentación, que consiste en el proceso de medir las variables de interés en el sistema y
usar esa información para controlar su comportamiento. La teoría y la práctica del control tiene
un amplio rango de aplicaciones en los campos de la ingeniería aeronáutica, química, mecánica,
ambiental, civil y eléctrica, así como en muchas otras disciplinas no ingenieriles. Las ventajas del
control eficiente en la industria son inmensas, e incluyen mejoras en la calidad de los productos,
reducción en el consumo de energía, minimización de los material de desecho, mayores niveles
de seguridad y reducción de la contaminación. El punto de partida en el análisis de un sistema de
control es su representación por un modelo matemático, generalmente como un operador entre
entradas y salidas del sistema, o como un conjunto de ecuaciones diferencia y/o diferenciales. La
mayoría de los modelos matemáticos usados tradicionalmente por teóricos y prácticos del control
son lineales. De hecho, los modelos lineares son mucho más manejables que los no lineales, y
pueden representar en forma precisa el comportamiento de sistemas reales en muchos casos
útiles. Sin embargo, los avances tecnológicos actuales han generado una enorme variedad de
nuevos problemas y aplicaciones que son no lineales en esencia. Por ejemplo, fenómenos no
lineales tales como equilibrios múltiples, ciclos límite, bifurcaciones, corrimiento de frecuencias
y caos, se observan comúnmente en aplicaciones modernas importantes en ingeniería, tales como
sistemas de comando de vuelo, manipuladores robot, sistemas de autopistas automatizadas,
estructuras de ala de avión, y sistemas de inyección de combustible de alto rendimiento. Tales
fenómenos no lineales no se pueden describir mediante diná- mica de modelos lineares — una
razón ineludible para el uso de modelos no lineales y el desarrollo de conceptos y herramientas
de sistemas no lineales de control. Alentada por la sofisticación de la tecnología actual, la teoría
de sistemas no lineales de control ha experimentado en la década pasada una vigorosa expansión,
reflejada por un número rápidamente creciente de monografías y libros de texto científicos en
sistemas no lineales de control (Isidori, 1995; Krsti´c et al., 1995; Khalil, 1996; Sepulchre et al.,
1997; Isidori, 1999; Sastry, 1999; van der Schaft, 2000). Una característica dominante de esta
expansión ha sido la aparición de conceptos importantes, tales como los de pasivación por
realimentación 1.1 Introducción 3 (van der Schaft, 2000) y estabilidad entrada-estado (Sontag,
1989), y procedimientos sistemá- ticos de diseño, tales como «backstepping» y «forwarding»
(Krsti´c et al., 1995; Sepulchre et al., 1997). La importancia de estos procedimientos sistemáticos
de diseño es que, aunque restringidos a sistemas con estructura especial, incluyen sistemas de
importancia práctica, tales como barcos, motores a reacción, motores turbo-diesel y motores
eléctricos de inducción.
La no linealidad del sistema implica que la aplicación de la misma señal en dos puntos de
operación diferentes genera respuestas diferentes. En la siguiente transparencia se simula un
sistema no-lineal al que le aplicamos dos entradas distintas. Se observa que:
El rango de validez de estos modelos linealizados está limitado al punto entorno al cual se
linealizan (punto de linealización).
Técnica para calcular una aproximación lineal de una ecuación no lineal en un punto dado.
Fundamento: Expansión en serie de Taylor alrededor de un punto de operación X0:
Si la variación (x-x 0) es pequeña, se pueden despreciar los términos de orden superior. Así, para
linealizar f(x) basta con aproximarla por los primeros dos términos de la serie:
Estado controlable: El estado inicial x0 del sistema descrito por las ecuaciones [1] se dice que
es controlable sobre el intervalo [t0, t1] donde t1 es un tiempo finito, si existe alguna entrada u
sobre [t0, t1] el cual transfiere el sistema desde el estado x0 (al tiempo t0) al origen del espacio
de estado al tiempo t1. De otra manera se dice que el estado x0 es incontrolable sobre [t0, t1].
Notar que en la definición utilizamos como estado de arribo al origen del espacio de estado x = 0
pero esto se cumple, si y solo si, el estado final fuera cualquier otro estado x1 (por tratarse de
sistemas lineales).
Sistema completamente controlable:Si todo estado x(t0) del sistema es controlable sobre [t0,
t1], el sistema se dice que es completamente controlable sobre [t0, t1]
Estado observable: El estado inicial x0 ≠ 0 del sistema descrito por las ecuaciones (1) se dice
que es observable sobre el intervalo [t0, t1] donde t1 es un tiempo finito, si el conocimiento de la
entrada u(t) y de la salida y(t) sobre [t0, t1] son suficientes para determinar x0. De otra manera se
dice que el estado x0 es inobservlable sobre [t0, t1].
Sistema completamente observable Si todo estado x(t0) del sistema es observable sobre [t0, t1],
el sistema se dice que es completamente observable sobre [t0, t1]. Ya que la respuesta de estado
cero (los términos que contienen u en (2)) pueden ser calculados directamente, el problema de la
observabilidad del sistema puede ser resuelto considerando que la u=0. Esto es, el problema se
hace: dado un sistema (1) y sus respuesta a entrada cero C(t).Φ(t,t0).x0 sobre el intervalo finito
[t0, t1], encontrar el estado inicial x0. Esto inmediatamente implica que solo las matrices A y C
en el sistema representado por (1) están involucradas en la caracterización de la observabilidad
del sistema.