03 A Sistemas Discretos

1.
Discretización
1. Discretización ___________________________________________________ 1
1.1. Historia _____________________________________________________________________________________________________________ 2
1.2. Futuro ______________________________________________________________________________________________________________ 3
1.3. Características del Control Digital_______________________________________________________________________________________ 4
1.4. Sistema Discreto _____________________________________________________________________________________________________ 5
1.5. Ecuaciones en Diferencias _____________________________________________________________________________________________ 6
1.6. Transformada de Laplace de una Secuencia ______________________________________________________________________________ 7
1.7. Transformada en Z ___________________________________________________________________________________________________ 9
1.8. Operador Desplazamiento ____________________________________________________________________________________________ 11
1.9. Algunas Funciones de Transferencia ___________________________________________________________________________________ 13
1.10. Relación de Polos y Ceros Continuos y Dicretos ________________________________________________________________________ 17
1.11. Discretización Aproximada __________________________________________________________________________________________ 19
1.12. Aproximación Basada en la Función de Transferencia____________________________________________________________________ 19
1.1.1. Aproximación de Tustin ________________________________________________________________________________________________________ 20
1.13. Elección del Período de Muestreo _____________________________________________________________________________________ 24
1.14. Referencias _______________________________________________________________________________________________________ 27
03 a Sistemas Discretos.doc 1
1.1. Historia
• 1950: Período Inicial. Primeras computadoras de procesos. Grandes. Gran con-
sumo. Poca fiabilidad.
• 1956: Texaco: 26 caudales, 72 temperaturas y 3 composiciones. Suma en 1 ms,
multiplicación en 20 ms. TMEF ó MTBF 50 a 100 hs solo para la cpu. No existen
modelos en tiempo real. Escasos sensores. Rechazo a las nuevas tecnologías.
• 1962: Imperial Chemical Industries (Inglaterra): 224 entradas, 129 válvulas.
Control Digital Directo (CDD o DDC). Suma 0,1 ms, multiplicación en 1 ms.
TMEF 1000 hs. Se reemplazan tableros de instrumentos por teclado y pantallas.
Fácil reconfiguración.
• 1965: Minicomputadoras. Circuitos integrados. Reducción de costos y tamaños.
Más rápidos y fiables. Suma 0,002 ms, multiplicación 0,007ms. TMEF 20000 hs.
Aplicable a proyectos pequeños. Crecen las aplicaciones de 5000 a 50000 en 5
años. Costo medio (1975) 10000 dólares. Costo del proyecto a 100000 dólares.
• 1975: Microcomputadoras. Costo medio de 500 dólares. Consumo despreciable.
Control dedicado. Desarrollo de la teoría de control.
• 1980: PLC. Secuenciamiento Lógico. Control Distribuido.
1.2. Futuro
Se prevén avances en:
• Conocimiento del proceso: Lentos pero constantes. Recolección de datos.
• Técnicas de medición: Sensores inteligentes. Incorporan computadores a bor-
do.
• Tecnología de computadores: El más importante. VLSI. Comunicaciones. Pre-
sentación de la información. Nuevos lenguajes. Arquitectura.
• Teoría de control: Identificación de sistemas. Algoritmos de control. Optimiza-
ción. Control adaptativo. Control inteligente. Sistemas multivariables.
Pero no se podrá despegar el futuro de esta temática del avance de los computa-
dores digitales.
1.3. Características del Control Digital
• No existe límite en la complejidad del algoritmo.
• Facilidad de ajuste y cambio.
• Exactitud y estabilidad en el cálculo.
• Uso del computador con otros fines (alarmas, archivo de datos, administración,
etc.).
• Costo vs. número de lazos.
• Tendencia al control distribuido o jerárquico.
rk uk u(t) y(t)
Computador CDA Proceso
-
CAD Sensor
yk
1.4. Sistema Discreto
{uk} {yk}
Sistema
Discreto
Sumador
{ }
k
{ y k } = ∑u i [1.1]
i=1
Promediador
{ y k } =  ( u k -1 + u k + u k+1 ) 
1
[1.2]
3 
1.5. Ecuaciones en Diferencias
t
1
x (t) =
TT
∫ ω (t) dt
0
[1.3]
k -1
1
x (kT) =
TT
∑ T ω (iT)
0
k
1
x ((k +1)T) =
TT
∑ T ω (iT)
0
T [1.4]
x ((k +1)T) - x (kT) = ω (kT)
TT
ecuación en diferencia:
T
x ((k +1)T) = x (kT) + ω (kT) [1.5]
TT
en general
x k + a 1 x k -1 + " + a n x k -n = b0 ω k + b1 ω k -1 +" + b m ω k -m [1.6]
1.6. Transformada de Laplace de una Secuencia
Secuencia { xk } , muestreo de una señal continua, se puede escribir como una suma-
toria de impulsos modulados por los elementos de la secuencia,
∞
xk = ∑ x kT δ (t - kT) [1.7]
k=0
se define su transformada de Laplace como

∞
Ls ( s ) = ∑ x kT e − kTs [1.8]
k=0
es periódica respecto de s con período ω = 2π T

Todas las singularides se repiten.
3π/Τ
2π/Τ
1
π/Τ
1.7. Transformada en Z
Solo se define para secuencias
∞
Z ({ xk }) = X ( z ) = ∑ xk z − k [1.9]
k= −∞
donde z es una variable compleja.

La Transformada en Z de la secuencia impulso es
{δ k } = {1,0,0,"} [1.10]
∆( z) =1 [1.11]
de una secuencia
{ xk } = {1, a, a 2 ,"} [1.12]
∞ ∞
∑a ∑ ( az )
k
X ( z) = k
z −k
= −1
[1.13]
k=−∞ k= −∞
1
que converge para z > a y en cuyo caso la sumatoria resulta X ( z ) =
1 − az −1
Propiedades
Linealidad:
Z ( af + bg ) = aZ ( f ) + bZ ( g ) [1.14]
Desplazamiento
Z ( q−d f ) = z −d Z ( f ) [1.15]
Valor Inicial
lim ( f k ) = lim Z ( f ) [1.16]
k →0 z →∞
Valor Final
lim ( f k ) = lim (1 − z −1 ) Z ( f ) [1.17]
k →∞ z →1
( )
si 1 − z −1 Z ( f ) no tiene ningún polo fuera del círculo unidad.
1.8. Operador Desplazamiento
Es el equivalente discreto al operador diferencial p = d
dt
La secuencia debe ir desde −∞ a +∞
El muestreo es T = 1
Operador Adelanto
qf k = f k +1 [1.18]
Operador Retardo
q −1 f k = f k −1 [1.19]
Para análisis de estabilidad conviene Operador Adelanto

Para causalidad, Retardo
Las operaciones con ecuaciones en diferencias se reducen a operaciones algebrai-
cas
Es fácil confundirlo con la Transformada en Z así como se confunde s con p.
No son exactamente iguales.
Es útil para manejar ecuaciones en diferencias grandes. Sea el sistema
yk + na + a1 yk + na −1 + " + ana yk = b0uk + nb + " + bnb uk
[1.20]
na > nb
(q na
) ( )
+ a1q na −1 + " + ana yk = b0 q nb + b1q nb −1 + " + bnb uk [1.21]
A ( q ) = q na + a1q na −1 + " + ana

[1.22]
B ( q ) = b0 q + b1q
nb nb −1
+ " + bnb
A ( q ) yk = B ( q ) u k [1.23]
expresado en función del operador retardo

yk + a1 yk −1 + " + ana yk − na = b0uk −d + " + bnb uk − d −nb [1.24]
con d = na − nb exceso de polos. Polinomio recíproco

A* ( q ) = 1 + a1q na −1 + " + ana q na = q na A ( q −1 ) [1.25]
[1.24] se puede escribir

A* ( q −1 ) yk = B* ( q −1 ) uk −d [1.26]
1.9. Algunas Funciones de Transferencia
Equivalencia entre la función de transferencia continua y el sistema muestreado con
bloqueador de orden cero
S ( s) S ( q) b q + b2 respuesta
G ( s) = G ( q) = = 2 1 resp. impulsional g ( t )
E ( s) E ( q ) q + a1q + a2 al escalón
1 1 δ (t )
Step Respo nse
From: U(1)
1.4
1.2
1 T
1
Amplitude
0.8
To: Y(1)
s q −1 1 0.6
0.4
0.2
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Time (sec.)
Step Response
From: U(1)
0.5
0.45
T 2 ( q + 1)
0.4
1
0.35
0.3
Amplitude
To: Y(1)
2 ( q − 1) t
0.25
2
s2
0.2
0.15
0.1
0.05
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Time (sec.)
e − sT q −1 retardo
Step Response
From: U(1)
1
0.9
0.8
a 1 − e − aT
0.7
0.6
Amplitude
− aT
To: Y(1)
e
0.5
s+a q − e − aT
0.4
0.3
0.2
0.1
0
0 1 2 3 4 5 6
Time (sec.)
Step Response
From: U(1)
10
1 1
( aT − 1 + e − aT ) q + (1 − e − aT − aTe − aT )
9
a 1
(1 − e− aT )
7
a a
6
Amplitude
s (s + a)
To: Y(1)
5
q − (1 + e ) q + e − aT a
4
2 − aT 3
0
0 1 2 3 4 5 6 7 8 9 10
Time (sec.)
 b (1 − e − aT ) − a (1 − e − bT )  a (1 − e − bT ) e − aT − b (1 − e − aT ) e − bT
Step Response
From: U(1)
0.5
0.45
 q +
0.4
ab ab
( be−bT − ae− aT )
0.35
 b−a  b−a
0.3
Amplitude
( s + a )( s + b )
To: Y(1)
 
0.25
b−a
0.2
q 2 − ( e − aT + e − bT ) q + e −( a +b )T
0.15
0.1
0.05
0
0 1 2 3 4 5 6
Time (sec.)
 − bT − aT
c (1 − e − bT ) c (1 − e − aT ) 
e −e + −
Step Response

From: U(1)
1.2
 b a  q + c e −( a +b )T + b − c e − aT + c − a e − bT
1
s+c 1
( ( b − c ) e−bT − ( a − c ) e− aT )
0.8
 b−a  ab b (a − b) a ( a − b)
Amplitude
0.6
( s + a )( s + b )
To: Y(1)
b−a
0.4
  0.2
  0
q 2 − ( e − aT + e − bT ) q + e −( a +b )T
-0.2
0 5 10 15 20 25 30
Time (sec.)
 
 (
b1 = 1 − e −ζω0T  cos ω0 1 − ζ 2 T +
ζω0
)
ω0 1 − ζ 2
sen ω 0 1 − ζ 2 T ( ) 

  1.4
Step Response
From: U(1)
 ζω 
( ) ( ) ( )
1.2
ω 02 ω0 1
b = e −2ζω T
+ e −ζω T
0
 0 0
sen ω0 1 − ζ 2 T − cos ω0 1 − ζ 2 T  e −ζω t sen ω0 1 − ζ 2 t
0
Amplitude
0.8
To: Y(1)
s + 2ζω0 + ω 0
2
  1−ζ
 ω0 1 − ζ
2 2 2 2 0.6
 0.4
( )
0.2
a1 = −2e −ζω0T cos ω0 1 − ζ 2 T

0 5 10 15 20
Time (sec.)
a2 = e −2ζω0T
b1 =
1
ω0 1 − ζ 2 (
e −ζω0T sen ω0 1 − ζ 2 T ) −
1
(
e −ζω0t sen ω 0 1 − ζ 2 t − φ ) 0.7
0.6
Step Response
From: U(1)
1−ζ 2 0.5
s b2 = −b1
0.4
0.3
Amplitude
To: Y(1)
0.2
s + 2ζω0 + ω  1−ζ 
( )
2 2 2
0.1
0 −ζω0T
cos ω0 1 − ζ T
0
a1 = −2e 2
φ = tan −1  
-0.1
 ζ 
-0.2
-0.3
 
0 5 10 15 20
Time (sec.)
−2ζω0T
a2 = e
Significado de la Función de Transferencia:
Ejemplo:
Y (s) yk 2 (1 − e )
−0,1
2 0,1904
G (s) = = , T = 0,1seg , G ( q ) = = =
U (s) s +1 uk q − e −0,1 q − 0,9048
yk ( q − 0,9048 ) = 0,1904uk
yk +1 = 0,9048 yk + 0,1904uk
k U Y
0 0 0
1 1 0
2 1 0,1904
3 1 0,3627
4 1 0,5185
5 1 0,6596
6 1 0,7872
1.10. Relación de Polos y Ceros Continuos y Dicretos
N (s) N (z)
Tenemos una G ( s ) = continua y una G ( z ) = discreta.
D(s) D(z)
¿Existe relación entre los polos y los ceros de una y otra?
La relación es
zi = e siT [1.27]
Plano S Plano Z
Plano S Plano Z Plano S Plano Z 3π/Τ
ωN ωN
π/Τ
−π/Τ
−ωN −ωN −3π/Τ
la transformación es z = e sT .
Ejemplo 1.1. Sistema de Segundo Orden
ω02
[1.28]
s 2 + 2ζω0 s + ω02
los polos en Z son las raíces de
z 2 + a1 z + a2 = 0 [1.29]
con
(
a1 = −2e −ζω0T cos ω0 1 − ζ 2 T ) [1.30]
a2 = e −2ζω0T
los polos varían con T
1.11. Discretización Aproximada
Muchas veces ya existe un controlador analógico
Se intenta reproducir su comportamiento
Con un período de muestreo pequeño se puede solucionar.
1.12. Aproximación Basada en la Función de Transferencia
Se intenta aproximar G ( s )
u(t) u(kt) y(kt) y(t)
CAD Algoritmo CDA
text
Reloj
1.1.1. Aproximación de Tustin
aproximación de derivada como una diferencia en adelanto (método de Euler)
dx ( t ) x ( t + T ) − x ( t ) q − 1
px = ≈ = x (t ) [1.31]
dt T T
como una diferencia hacia atrás
dx ( t ) x ( t ) − x ( t − T ) q − 1
px = ≈ = x (t ) [1.32]
dt T qT
en transformadas significa reemplazar
z −1 z −1
s= o s = [1.33]
T zT
que corresponden a un desarrollo en serie truncado
Para el método de Euler
z = e sT ≈ 1 + sT [1.34]
para la diferencia hacia atrás
1
z = e sT ≈ [1.35]
1 − sT
Otra aproximación: el método trapezoidal o método de Tustin
sT
1+
z = e sT ≈ 2 [1.36]
sT
1−
2
Se reemplaza directamente s por alguna de sus aproximaciones:
Euler
z −1
s′ = [1.37]
T
diferencia hacia atrás
z −1
s′ = [1.38]
zT
Tustin o bilineal
2 z −1
s′ = [1.39]
T z +1
de este modo se obtiene
H ( z ) = G ( s′) [1.40]
La figura muestra el mapeo del semiplano negativo de s
Plano Z
Diferencia en Adelanto Diferencia en Atraso Tustin
Ejemplo:
Misma función de transferencia que antes,
Y (s) 2
G (s) = =
U (s) s +1
Esta función de transferencia viene de la ecuación diferencial,
dy ( t )
= − y ( t ) + 2u ( t )
dt
Si reemplazamos la derivada por su aproximación,
y ( kT + 1) − y ( kT )
= − y ( kT ) + 2u ( kT ) Æ y ( kT + 1) = y ( kT )(1 − T ) + 2Tu ( kT )
T
yk +1 = (1 − T ) yk + 2Tuk
para T = 0,1seg ,
yk 2 (1 − e )
−0,1
yk 2T 0, 2 0,1904
G (q) = = = , Comparar con G ( q ) = = =
uk q − (1 − T ) q − 0,9 uk q − e −0,1 q − 0,9048
1.13. Elección del Período de Muestreo
Recordar: sistema muestreado es más deficiente que el continuo.
La elección del período de muestreo depende:
comportamiento requerido
dinámica propia del sistema
perturbaciones
actuadores
sensores
cómo fue modelado
Período de muestreo muy grande
Imposibilita la reconstrucción
Mucho tiempo en lazo abierto
Período de Muestreo muy corto
Incrementa la carga del computador
Introduce errores numéricos
Si el sistema tiene retardo
T ≈ 1 − 1 td [1.41]
4 8
Una buena medida es expresar el muestreo en función del tiempo de crecimiento Tr
introduciendo
Tr
Nr = [1.42]
T
es el número de muestras en el tiempo de crecimiento.
Para una senoide pura, de acuerdo al teorema de Shannon, N r ≈ 0,32
Este es el límite inferior, pero la reconstrucción de Shannon es complicada
Para un sistema de primer orden, el tiempo de crecimiento es la constante de tiem-
po. Suena lógico elegir
Nr ≈ 2 − 4
Para un sistema de segundo orden, el tiempo de crecimiento es
ϕ
1
Tr = e tan ϕ
ξ = cos ϕ [1.43]
ω0
También se elige N r ≈ 2 − 4
Dependiendo del tipo de proceso
Caudal 1seg
Presión 5 seg
Nivel 10 seg
Temperatura 20 seg
Otra forma de elegir el período de muestreo es:

T =τ
10
1.14. Referencias
1. Åström, Karl J.: Computer Controlled Systems. Theory and Design, Prentice
Hall – 1997
2. Aracil Santonja, R.: Sistemas Discretos de Control, Universidad Politécnica de
Madrid – 1980
3. Isermann, R.: Digital Control Systems, Springer Verlag – 1981
4. Papoulis, A: Sistemas Digitales y Analógicos, Marcombo – 1978
5. Stephanopoulos, G: Chemical Process Control. Prentice-Hall – 1984. Caps. 26 a
30
6. Kuo, B: Discrete Data Control Systems, Prentice Hall – 1970
7. Tou, : Digital and Sampled Data Control Systems, Mac Graw Hill – 1959
8. Proakis, J.G. & Manolakis, D.G.: Tratamiento Digital de Señales: Principios,
Algoritmos y Aplicaciones, Traducción de Digital Signal Processing: Princi-
ples, Algorithms and Applications, 3rd. edition, Prentice Hall, Englewood Cliffs,
UK., 1998.

03 A Sistemas Discretos

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

03 A Sistemas Discretos

Hochgeladen von

Copyright:

Verfügbare Formate

1.

se define su transformada de Laplace como

es periódica respecto de s con período ω = 2π T

donde z es una variable compleja.

Para análisis de estabilidad conviene Operador Adelanto

A ( q ) = q na + a1q na −1 + " + ana

expresado en función del operador retardo

con d = na − nb exceso de polos. Polinomio recíproco

[1.24] se puede escribir

a1 = −2e −ζω0T cos ω0 1 − ζ 2 T

−ωN −ωN −3π/Τ

para la diferencia hacia atrás

La figura muestra el mapeo del semiplano negativo de s

Diferencia en Adelanto Diferencia en Atraso Tustin

Otra forma de elegir el período de muestreo es:

Das könnte Ihnen auch gefallen