Professional Documents
Culture Documents
Integrantes:
Javier Vergara
1.- INTRODUCCIN
La Primera experiencia de Laboratorio nos dar el inicio de este seminario, el cual es aprender y comprender los sistemas de control automtico y el uso de la herramienta informtica Matlab.
Se ha elegido este mtodo de identificacin porque presenta las siguientes caractersticas: a) Obtencin de rpidos resultados aproximados. b) Simplicidad para analizar y entender. c) La respuesta en el tiempo a un salto escaln es posiblemente una de las ms fciles de obtener en un sistema cualquiera. d) Muchas veces en una planta, a pesar de que su funcin de transferencia tenga ms de dos polos, la respuesta al salto escaln de entrada puede ser representada en forma aproximada por la respuesta de un sistema de segundo orden. Ello es posible porque frecuentemente los otros polos adicionales estn ubicados ms lejos del eje imaginario que estos polos dominantes y por ende la influencia de los mismos en la respuesta en el tiempo resulta menor. (En particular ello se cumple significativamente cuando la relacin entre las partes reales de los otros polos y las partes reales de los polos dominantes es mayor de 5 y no hay ceros cercanos) Por ello, se la puede representar aproximadamente por un sistema de segundo orden conocido como de modos dominantes.
SISTEMAS DE PRIMER ORDEN Considere el sistema de primer orden de la figura 4-l(a). Fsicamente, este sistema representa un circuito RC, un sistema trmico o algo similar. La figura 4-l(b) presenta un diagrama de bloques simplificado. La relacin entrada-salida se obtiene mediante
(4-1) En lo sucesivo, analizaremos las respuestas del sistema a entradas tales como la funcin escaln unitario, rampa unitaria e impulso unitario. Se supone que las condiciones iniciales son cero. Observe que todos los sistemas que tienen la misma funcin de transferencia exhibirn la misma salida en respuesta a la misma entrada. Para cualquier sistema fsico dado, la respuesta matemtica recibe una interpretacin fsica. Respuesta escaln unitario de sistemas de primer orden. Dado que la transformada de Laplace de la funcin escaln unitario es l/s, sustituyendo R(s) = l/s en la ecuacin (4-l), obtenemos
Expandir C(s) en fracciones parciales produce (4-2) Si tomamos la transformada inversa de Laplace de la ecuacin (4-2) obtenemos
La ecuacin (4-3) plantea que la salida c(t) es inicialmente cero y al final se vuelve unitaria. Una caracterstica importante de tal curva de respuesta exponencial c(t) es que, para t = T, el valor de c(t) es 0.632, o que la respuesta c(t) alcanz 63.2% de su cambio total. Esto se aprecia con facilidad sustituyendo t = T en c(t). Es decir, c(T) = 1 - ee1 = 0.632 Observe que, conforme ms pequea es la constante de tiempo T, ms rpida es la respuesta del sistema. Otra caracterstica importante de la curva de respuesta exponencial es que la pendiente de la lnea de tangente en t = 0 es UT, dado que
SISTEMAS DE SEGUNDO ORDEN Se parte suponiendo: a) que un sistema de segundo orden est representado por la ecuacin clsica
c)
Entonces, la respuesta del sistema a un salto escaln de amplitud Y0 est dada por:
Se reconoce en estos casos tres formas posibles de respuestas distintas a saber: a) Subamortiguada u oscilante ( para menor que un) b) Critica ( para igual a uno ) c) Sobremortiguada o no oscilante (para mayor que uno ) Cada una de ellas presenta caractersticas distintas que la diferencian entre s. Sin embargo, para el reconocimiento de los parmetros del sistema, se utiliza otra divisin basada en las siguientes situaciones prcticas: 1. Respuestas de sistemas oscilantes con sobrepicos significativos ( menor que 0,5) 2. Respuestas de sistemas sin sobrepicos o con sobrepicos de poco valor ( entre 0,5 y 2) 3. Respuestas de sistemas sobreamortiguados ( mayor que 2)
2.- OBJETIVOS
Obtener y comprender el modelo de primer orden. Obtener y comprender el modelo de segundo orden.
Antes de comenzar el trabajo, debemos hacer un previo anlisis para identificar nuestros valores a utilizar, para esto utilizamos una tabla Excel y graficamos en el mismo para obtener el mejor factor de amortiguamiento.
Grafico1 t4/t3 2,21 2,33 2,46 2,62 2,8 2,9 3 3,13 3,2 3,37 3,57 3,72 3,9 4,04 4,15 4,25 4,35 4,43
0,5 0,6 0,7 0,8 0,9 0,95 1 1,05 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2
Factor de amortiguamiento
2,5 2 1,5 1 0,5 0
2,8
2,9
3,2
2,21
2,33
2,46
2,62
3,13
3,37
3,57
3,72
3,9
4,04
4,15
4,25
4,35
4,43
Grafico2 t4/t3 nt4 2,21 1,89 2,33 2,05 2,46 2,24 2,62 2,46 2,8 2,71 2,9 2,85 3 3 3,13 3,19 3,2 3,31 3,37 3,63 3,57 3,96 3,72 4,3 3,9 4,64 4,04 4,97 4,15 5,3 4,25 5,63 4,35 5,97 4,43 6,3
3,37
2,8
2,9
3,2
2,21
2,33
2,46
2,62
3,13
3,57
3,72
3,9
4,04
4,15
4,25
4,35
4,43
Luego de esto graficamos la regresin y para el primer caso proyectamos lineal ya que es el ms exacto.
t4/t3 Proyeccin lin 2,21 0,50634 2,33 0,58122 2,56 0,72474 2,62 0,76218 2,8 0,8745 2,9 0,9369 3 0,9993 3,13 1,08042 3,2 1,1241 3,37 1,23018 3,57 1,35498 3,72 1,44858 3,9 1,5609 4,04 1,64826
4,15 4,25 4,35 4,43 4,53 4,63 4,73 4,83 4,93 5,03 5,13 5,23 5,33 5,43
1,7169 1,7793 1,8417 1,89162 1,95402 2,01642 2,07882 2,14122 2,20362 2,26602 2,32842 2,39082 2,45322 2,51562
5,53 5,63 5,73 5,83 5,93 6,03 6,13 6,23 6,33 6,43 6,53 6,63 6,73 6,83 6,93 7,03
2,57802 2,64042 2,70282 2,76522 2,82762 2,89002 2,95242 3,01482 3,07722 3,13962 3,20202 3,26442 3,32682 3,38922 3,45162 3,51402
0,5
0 0 2 4 6
t4/t3 Proyeccin Pol 2,21 1,87783639 2,33 2,052256047 2,56 2,358984177 2,62 2,437908327 2,8 2,680535334 2,9 2,821219623 3 2,9669 3,13 3,163836777 3,2 3,273275046 3,37 3,548288093 3,57 3,888622403 3,72 4,158893897 3,9 4,510738057 4,04 4,818601807 4,15 5,093087346
7 6 5 4
4,25 4,35 4,43 4,53 4,63 4,73 4,83 4,93 5,03 5,13 5,23 5,33 5,43 5,53 5,63
5,37748069 5,70578795 6,00847117 6,44934415 6,97590336 7,60827601 8,36971365 9,28683791 10,3898906 11,7129884 13,2943815 15,1767172 17,4073074 20,0384008 23,1274595
5,73 5,83 5,93 6,03 6,13 6,23 6,33 6,43 6,53 6,63 6,73 6,83 6,93 7,03
26,7374395 30,9370766 35,8011752 41,4109034 47,8540906 55,2255306 63,627289 73,1690146 83,9682558 96,1507803 109,850901 125,211803 142,385881 161,535074
10
Finalizando los anlisis, comenzamos por resolver la gua. El trabajo en laboratorio consistir de las siguientes actividades: 1. Dada l siguiente curva:
11
12
13
3.
14
15
4.- CONCLUSION
En esta experiencia recordamos los sistemas de primer y segundo orden, comprobamos que al hacer bien los clculos podemos simularlos en Matlab. En la primera regresin, elegimos Lineal ya que los valores de error se acercan ms a 0, estos los calculamos al restar la proyeccin lnea con nuestro valor . En la segunda regresin, nuestra eleccin fue polinomica, ya que el error era ms pequeo que las otras proyecciones, el error se obtuvo al restar la proyeccin lineal con nuestro valor nt4. Como ltimo punto dejamos una pregunta. Qu opinara Ud. de cmo se comportara un modelo de orden superior? Como respuesta a esta inquietud que nos hizo el profesor, debemos decir que al tener un modelo de orden superior, debemos plantearnos la pregunta de que si realmente necesitamos una mayor exactitud, luego de esto debemos tomar en cuenta que un modelo de orden superior seria ms complejo, si es ms complejo se complica el anlisis y por ende al materializarlo sera ms costoso, ya que necesitaramos computadores ms poderosos, y diseos electrnicos con muchos ms componentes.
PARA MAYOR ANALISIS, A CONTINUACION SE DEJAN LINKS DE TODO EL ANALISIS PREVIO A LA REALIZACION DE LA GUIA. https://www.dropbox.com/s/mlm0ovdejlzh0j4/graficos%20amortiguamiento.xlsx
4.- BIBLIOGRAFIA
Paper identificacin de sistemas de segundo orden del Ing. Roberto ngel Rivero; texto entregado por el profesor. Ingeniera de control moderna Katsuhiko Ogata. PARA MAYOR ANALISIS, A CONTINUACION SE DEJAN LINKS DE LA BIBLIOGRAFIA. https://www.dropbox.com/s/nqcpz56piqen5gm/Ingenier_a_de_Control_Moderna___Ogata_.pdf https://www.dropbox.com/s/mukzq70nb6awoxk/identificacion-sistemas-segundo-orden.pdf
16