Lazos, Modelos Matemticos

Entrada Estmulo Respuesta deseada

Salida Respuesta Respuesta real

Los componentes bsicos de un sistema de control se pueden describir mediante: 1. La(s) entrada(s): seal que se aplica para lograr los objetivos deseados 2. Proceso a controlar 3. La(s) salida(s): es la seal que queremos controlar. En general, el objetivo de un sistema de control es controlar las salidas en alguna forma prescrita mediante las entradas a travs de los elementos del sistema de control.

Ing. Csar Arturo Nio Carmona

Salida deseada

Actuador

Proceso

Salida

En los sistema de control en lazo abierto, el valor de la salida no tiene ningn efecto en como se calcula la seal de control.

Ing. Csar Arturo Nio Carmona

Un sistema en lazo abierto o sistema no realimentado utiliza un dispositivo actuador para controlar el proceso directamente. No hay realimentacin de la salida hacia la entrada.

se realimenta la salida y se compara con el valor deseado de la misma (entrada de referencia o referencia).

Ing. Csar Arturo Nio Carmona

Sistema de control en lazo cerrado o sistema de control realimentado:

Ing. Csar Arturo Nio Carmona

Ing. Csar Arturo Nio Carmona

Ventaja del control en lazo cerrado/realimentado: la respuesta del sistema es relativamente inmune al efecto de las perturbaciones externas y a las variaciones internas de los parmetros del sistema. Desventaja: si el sistema a controlar tiene un retraso muy grande, es decir, que desde que aplicamos la seal de control hasta que observamos cambios en la salida transcurre un tiempo muy grande. Si trabajamos con sistemas en los que no hay perturbaciones y los valores de las entradas son conocidos de antemano, el control en lazo abierto ser suficiente. El coste de los sistemas con realimentacin es mayor, pero cuando hay perturbaciones los mejores resultados se obtendrn con ellos.

Ing. Csar Arturo Nio Carmona

Ing. Csar Arturo Nio Carmona

Ing. Csar Arturo Nio Carmona

TIPOS DE MODELOS
MODELOS MENTALES
representaciones presentes en nuestro cerebro; por ejemplo, una representacin mental de nuestro cuerpo que permite contro-larlo para caminar, saltar,

MODELOS LINGSTICOS
representaciones con palabras; este prrafo, por ejemplo intenta explicar con palabras qu es el sistema denominado modelo lingstico

MODELOS GRFICOS
tablas y/o grficas como modelos; los catlogos de productos de ingeniera suelen contener muchos ejemplos de este tipo de modelo.

MODELOS SOFTWARE
programas de computador que representen a sistemas complejos, como por ejemplo mediante el uso de redes neuronales

MODELOS MATEMTICOS
ampliamente usados en fsica, ingeniera, economa, etc.. Se trata de ecuaciones que muestran las relaciones existentes entre las variables que afectan un sistema

Ing. Csar Arturo Nio Carmona

Conjunto de tcnicas que nos permiten obtener una representacin del sistema, planta o proceso a controlar. Son representaciones abstractas

Un modelo es una representacin aproximada de la realidad Cuanto ms complejo sea, ms se aproximar al sistema real Si es demasiado complejo, ser difcil trabajar con l Si es demasiado sencillo, no representar todos los aspectos interesantes
Ing. Csar Arturo Nio Carmona

UN MODELO DEBE TENER LA COMPLEJIDAD MNIMA QUE NOS PERMITA REPRESENTAR LOS ASPECTOS QUE NOS INTERESAN DEL SISTEMA QUE ESTAMOS ESTUDIANDO: SLO QUEREMOS MODELAR LO QUE QUEREMOS ESTUDIAR El uso de modelos permite realizar simulaciones y representar situaciones que es muy difcil tener en la realidad. Usaremos modelos matemticos

Ing. Csar Arturo Nio Carmona

1. Entender el sistema/planta/proceso. 3. Dividir la planta en partes ms pequeas para obtener ecuaciones. 4. Escribir el modelo de la planta y comprobar que el nmero de ecuaciones que tenemos es mayor o igual que el nmero de variables a controlar, es decir, comprobar la coherencia del modelo. 5. Obtener los datos para comprobar el modelo.
Ing. Csar Arturo Nio Carmona

2. Identificar entradas, salidas y perturbaciones.

6. Comprobar que el modelo con los anteriores datos se comporta adecuadamente, es decir, que las ecuaciones reflejan adecuadamente el comportamiento del sistema. Para ello se aplican tcnicas de validacin y verificacin.
7. Simplificar el modelo.

Ing. Csar Arturo Nio Carmona

Ing. Csar Arturo Nio Carmona

Si lo que tenemos es un modelo, diremos que es no lineal cuando nos aparezcan trminos no lineales (): races cuadradas, trminos sinusoidales, ...

Ing. Csar Arturo Nio Carmona

Muchos de los modelos son no lineales, esto se debe a que la realidad que estamos representando con ellos es no lineal. Tenemos ejemplos en la realidad que son no lineales, por ejemplo, los amplificadores operacionales cuando estn en la parte de saturacin, es un comportamiento no lineal. Lo mismo sucede con la zona muerta de los motores.

Si se cumple que si los incrementos de la variable independiente alrededor del punto de trabajo, punto de linealizacin o punto de equilibrio son pequeos, entonces: y podremos despreciar las potencias de orden superior de (xx0), quedndonos entonces la serie de Taylor de primer orden.

Ing. Csar Arturo Nio Carmona

Con una serie de Taylor infinita, podemos representar cualquier funcin en torno a un determinado punto, que llamaremos punto de trabajo (o punto de linealizacin):

el subndice 0 nos representa el punto x0. Es importante destacar que el modelo linealizado slo es vlido en un entorno pequeo alrededor del punto de linealizacin. Cuanto ms nos alejemos de este punto, peor ser la aproximacin.

Ing. Csar Arturo Nio Carmona