CURSO ACADÉMICO: CONTROL DIGITAL

CODIGO: 203041_26

Unidad 1 - Análisis de sistemas en tiempo discreto

Fase 1- Identificar el escenario y analizar la estabilidad

JOAN SEBASTIAN BUSTOS

DOCENTE

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENERÍA (ECBTI)
PROGRAMA DE INGENIERÍA ELECTRÓNICA

2019
Santa Marta D.T.C.H – Colombia
Actividad a Desarrollar
A continuación, se describen los puntos a desarrollar,
correspondientes
a la Fase 1:

Usando como base la temática de la unidad I del curso, replicando

la información de la guía de recursos educativos, la cual
encontrará en el entorno de aprendizaje práctico y con el uso de
Matlab y Proteus dar

solución a los siguientes puntos del proyecto:

1. Investigar sobre la identificación de modelos a partir de la

curva de reacción de un proceso y realizar un pequeño
resumen sobre los modelos generales. (Máximo 4 páginas en
este punto).

La identificación (ganancia, tiempo muerto y constantes de tiempo), de

los parámetros de los modelos de orden reducido (primero
o segundo orden, más tiempo muerto), puede hacerse a partir de la
respuesta del proceso a un cambio escalón en la entrada, denominada
curva de reacción del proceso.

Existen varios métodos para la determinación de estos parámetros, los

cuales pueden requerir el trazo de una recta tangente en el punto de
inflexión de la curva, la determinación del instante en que este punto
ocurre, la determinación de los tiempos para que la respuesta alcance dos
o tres porcentajes determinados del cambio total de la respuesta, o el
cálculo de áreas definidas por las curvas de las señales de entrada y
salida.
 Figure 1. Tomado de Método de identificación de modelos de orden reducido de tres puntos 123c. 2017

Identificación de Modelos
Para la identificación de los modelos de primer orden y de polo doble más
tiempo muerto, se requieren solamente dos puntos sobre la curva de
reacción, por lo que se utilizarán para esto los tiempos t25 y t75 (método
1/4-3/4 ).
Para la identificación de los modelos de segundo orden sobre
amortiguados más tiempo muerto, se requieren tres puntos sobre la curva
de reacción, por lo que a los tiempos anteriores se agregará el tiempo t50
(método 123c).

Unos métodos adicionales son el Método “Simétrico”, a diferencia del

método 123c, los puntos requeridos sobre la curva de respuesta, en este
método, estos puntos se pueden seleccionar arbitrariamente, pero
ubicados simétricamente sobre la curva de respuesta.

Finalmente tenemos en Método de los “Tiempos Óptimos” el cual nos dice

que La optimización deberá determinar el par de puntos (x1, x2) sobre la
curva de reacción, que producen los parámetros del modelo que minimice
la sumatoria de error de predicción cuadrático.

Obtención de la ganancia de los modelos

Si el cambio total de la salida debido al cambio Δu en la entrada es Δy,

la ganancia de cualquiera de los modelos se puede determinar como:
 ∆𝑦
𝑘𝑝 =
∆𝜇

I. Modelo de primer orden más tiempo muerto (POMTM)

Su función de transferencia está dada por:

𝑘𝑝 𝑒 −𝑡𝑚𝑠
𝐺𝑝1 (𝑠) =
𝜏𝑠 + 1
Para el modelo (1) deben determinarse dos parámetros (τ , tm), por lo
que es necesario determinar los tiempos (t1, t2) requeridos para
alcanzar dos puntos (x1, x2) sobre la curva, entonces:

𝑡1 = 𝑡𝑚 + 𝑓𝑖 (𝑥1 )𝜏
𝑡2 = 𝑡𝑚 + 𝑓𝑖 (𝑥2 )𝜏

para𝑡𝑚 y 𝜏 , se obtiene que:

𝑡2 − 𝑡1
𝜏=
𝑓1 (𝑥2 ) − 𝑓1 (𝑥1)

𝑡𝑚 = 𝑡2 − 𝑓1 (𝑥2 )𝜏

II. Modelo de polo doble más tiempo muerto (PDMTM)

Su función de transferencia está dada por

𝑘𝑝 𝑒 −𝑡′𝑚𝑠
𝐺𝑝2 (𝑠) =
(𝜏′𝑠 + 1)2

III. Modelo de segundo orden más tiempo muerto

(SOMTM)
Su función de transferencia está dada por:

𝑘𝑝 𝑒 −𝑡′′𝑚𝑠 𝑘𝑝 𝑒 −𝑡′′𝑚𝑠
𝐺𝑝3 (𝑠) = = =
(𝜏1𝑠 + 1)(𝜏2𝑠 + 1) (𝜏′′𝑠 + 1)(𝑎𝜏′′𝑠 + 1)
 2. Realizar el montaje en el software Proteus de la figura 1,
analizar la curva de reacción del Heated Oven
(LumpedModel) el cual se debe configurar con los siguientes
parámetros:

 Temperature Ambient (°C)= 27

 Thermal Resistence to Ambient (°C/W)= 0.5
 Oven Time Constant (sec)= 10
 Heater Time Constant (sec)= 1
 Temperature coefficient (V/°C)= 1
 Heating Power (W)= 150

Figure 2. Montaje en Proteus v8.7

Figure 3. Respuesta Interactiva del análisis. Proteus v 8.7

A partir de la curva de reacción calcular lo siguiente:

 Establecer el modelo analítico (ecuación matemática) según la

gráfica del simulador Proteus.

Según la gráfica obtenida en el simulador, podemos concluir los siguientes

datos:

𝑡𝑚 = 5𝑠
𝑡1 = 16.9𝑠
𝑡2 = 48.5𝑠
𝜏 = 𝑡2 − 𝑡1 = 48.5 − 16.6 = 31.6𝑠
𝑦0 = 27°𝑐
𝑦1 = 1580°𝑐
𝜇1 = 20𝑣
𝜇0 = 0𝑣
𝑦1 − 𝑦0 1580 − 27 1553
𝑘𝑝 = = = = 77.65
𝜇1 − 𝜇0 20 − 0 20

Para establecer el modelo analítico (ecuación Matemática), según la

gráfica de Proteus pertenece a un modelo de primer orden más tiempo
muerto (POMTM). Seleccionamos la siguiente función de transferencia:
 𝑘𝑝 𝑒 −𝑡𝑚𝑠
𝐺𝑝1 (𝑠) =
𝜏𝑠 + 1
Reemplazando de los valores concluidos tenemos:

77.65𝑒 −5
𝐺𝑝1 (𝑠) =
31.6𝑠 + 1
 Simular el modelo analítico (ecuación matemática) en
Matlab y aplicar una entrada tipo escalón.

Figure 4. Modelo Analítico en Matlab v..R2017b

Figure 5. Respuesta Step MatLab v..R2017b

 Hacer el análisis de estabilidad de manera analítico y

computacional y comparar resultados.

Inicialmente se puede observar los resultantes de las gráficas obtenidas

luego del análisis realizado con las herramientas computaciones,
observamos una respuesta dinámica de la magnitud respecto al dominio
del tiempo, se puede considerar el tiempo de retardo, el tiempo de
levantamiento, tiempo pico y el sobrepaso máximo que adopta la
respuesta del sistema sobre su valor final indicándonos la estabilidad
relativa de nuestro sistema.

Por otra parte, realizando un análisis de estabilidad basado en la literatura

sugerida, encontramos que “Un sistema discreto de G(z) es estable si y
sólo si el módulo de todos sus polos es menor que uno, es decir si todos
los polos pertenecen estrictamente al círculo unidad”. Está representado
matemáticamente como

𝐼𝑍𝐼 = [𝑒 −𝑡 − 𝑘(1 − 𝑒 −𝑡 )] < 1

Siendo estrictamente estable si Z=1

El cálculo de los polos fue realizado en Software de Matlab obteniendo los
siguientes datos (imagen):

El valor de los polos es menor que uno (1), es decir 𝑍 = 0.0644 < 1, por
otro lado, el valor de de los zeros es de -31.6, sin embargo, esto no
afecta la estabilidad por lo que finalmente podemos concluir que nuestro
sistema es estable.
BIBLIOGRAFIA

 Vargas, V. M. (2004). Tutorial de análisis y control de sistemas usando

Matlab. Tratamiento mediante funciones de transferencia.
Sistemas discretos. (pp. 31-33). Recuperado
de http://hdl.handle.net/10596/5788

 Céspedes, J. J. & Rodríguez O. D. (2010). Módulo Control Digital

299006. UNAD. Funciones de transferencia en z. (pp. 21-22).
Recuperado de http://hdl.handle.net/10596/4978

 Vásquez, L. V. (2015). Control Digital. Departamento de

mecatrónica y automatización. ITESM-CEM- Análisis de sistemas
de control en tiempo discreto. (pp. 21-25). Recuperado
de http://hdl.handle.net/10596/5789
 Vasquez, L. V. (2015). Control Digital. Departamento de meca
trónica y automatización. ITESM-CEM- Análisis de estabilidad en
el plano z. (pp. 35-36). Recuperado
de http://hdl.handle.net/10596/5789

 Rodríguez, D. & Alamo, T. (2014). Ingeniería de Control. Tema 5.

Análisis de Sistemas Muestreados. (pp. 6-9). Recuperado
de http://hdl.handle.net/10596/5785

 Rodríguez, D. & Alamo, T. (2014). Ingeniería de Control. Tema 5.

Análisis de Sistemas Muestreados. Respuesta Transitoria. (pp.
14-15). Recuperado de http://hdl.handle.net/10596/5785

 Céspedes, J. J. & Rodríguez O. D. (2010). Módulo Control Digital

299006. Precisión de la respuesta en estado transitorio.
UNAD. (pp. 32-36). Recuperado
de http://hdl.handle.net/10596/4978

 Rodríguez, D. & Alamo, T. (2014). Ingeniería de Control. Tema 5.

Análisis de Sistemas Muestreados. Errores en régimen
permanente. (pp. 17-21). Recuperado
de http://hdl.handle.net/10596/5785