Professional Documents
Culture Documents
de Puebla
Control Digital
Profesor:
Alumno:
Rodolfo Emmanuel Fernández Gallardo
2
2. Introducción secuencia de entrada al conversor. Este proce-
so de recuperación se produce de forma exacta,
siempre que la señal esté limitada en banda y se
En esta práctica se estudiaran las etapas para
haya muestreado con una frecuencia de muestreo
convertir una señal analógica en digital, muchas suficientemente alta. En la práctica este método
de las señales de interés práctico proceden de resulta excesivamente complejo y se suelen utili-
fenómenos fı́sicos que son continuos y por tanto zar otros métodos de interpolación. Estas técni-
las señales que generan son analógicas. cas suelen generar ciertas distorsiones en la señal
Para procesar de forma digital estas señales es y normalmente requieren de una última etapa
necesario convertir la señal al dominio digital, de filtrado. La aproximación de interpolación de
realizar el procesado y posiblemente volver a orden cero (Zero Order Hold) consiste en man-
transformar la señal al dominio continuo. Lo pri- tener el valor de la muestra hasta la llegada de
mero que se debe hacer es pasar la señal por un la siguiente muestra, de manera que queda una
convertidor de continuo a digital (ADC), el cual aproximación de la señal en escalera.
consta de tres etapas. Tanto los procesos ADC y DAC, como los ele-
En primer lugar es necesario convertir la señal mentos que los componen son considerados idea-
analógica en una señal discreta mediante un con- les. De este modo, es posible establecer las rela-
vertidor de tiempo continuo a discreto, en la últi-
ciones entrada/salida en el dominio del tiempo
ma parte de este trabajo ocuparemos las herra- y de la frecuencia de un modo sencillo. En el ca-
mientas de simulink para realizar estas conver- so del ADC se considera la conversión de tiem-
siones de manera eficaz y rápida. Este sistema po continuo a tiempo discreto de forma ideal,
realiza un muestreo de la señal y una conversión también se considera que la operación de cuan-
al dominio discreto obteniendo finalmente una tificación tiene precisión infinita, por lo tanto se
secuencia de muestras de la señal. En segundo pueden despreciar los efectos del cuantificador y
lugar es necesario realizar una discretización o del codificador.
cuantificación en la amplitud de la señal, de mo-
do que la amplitud de la señal sea representada
por un valor seleccionado a partir de un conjun- 3. Objetivos
to finito de posibles valores. A este proceso se
le llama cuantificación y debido a la pérdida de Los objetivos del trabajo son los siguientes:
información que se produce es un proceso no in- Conocer el proceso de muestreo de siste-
vertible. mas continuos.
Finalmente la señal cuantificada se codifica
usando una representación digital con un núme- Entender como es el espectro de una señal
ro dado de bits, a esta operación se le denomina muestreada con respecto al de la señal ori-
codificación. El sistema que realiza todas estas ginal.
operaciones se le denomina convertidor Analógi- Conocer el procedimiento ideal para re-
co Digital (ADC). construir una señal y las condiciones sobre
Un ejemplo de señal sinusoidal de tiempo conti- el tiempo de muestreo para que sea posi-
nuo que ha sido muestreada y cuantificada son ble.
los casos que estudiaremos en el primer aparta-
do de este trabajo y utilizaremos los criterios de Saber identificar el problema del aliasing y
Nyquist para calcular el valor correcto de la fre- sus causas.
cuencia de muestreo. Conocer el proceso de reconstrucción usan-
Una vez finalizado el procesado suele ser nece- do un retenedor de orden cero.
sario una conversión de la señal digital al domi-
nio analógico mediante un convertidor Digital Saber obtener la función de transferencia
Analógico (DAC). Este sistema realiza una con- discretizada de un sistema con Matlab.
versión de una señal digital a una señal de tiem-
Entender la relación entre los polos de la
po continuo, posteriormente es necesario reali-
planta continua y la discretizada.
zar una interpolación de la señal para aproximar
el valor en los instantes de tiempo entre mues-
tras consecutivas. Teóricamente existe un proce- 4. Desarrollo
so de interpolación óptima también denomina-
da interpolación ideal que permite recuperar la En la primera parte de esta práctica se com-
señal analógica original, de la cual proviene la paran las respuestas de dos plantas idénticas,
3
con la única diferencia en que la señal de en- 4.2. Teorema del muestreo
trada (una señal sinusoidal de frecuencia u1) en
una entra directamente y en la segunda opción la Si una señal continua, S(t), tiene una banda
señal es previamente muestreada y luego recons- de frecuencia tal que Fmax sea la mayor frecuen-
truida a través de un retenedor de orden cero, cia comprendida dentro de dicha banda, dicha
como se muestra en la Figura 1. señal podrá reconstruirse sin distorsión a partir
de muestras de la señal tomadas a una frecuen-
cia f s siendo f s > 2Fmax . En la Figura 2 se
muestra un esquema simplificado del proceso de
muestreo.
4
4.4. Criterio de Nyquist.- de que la integral de una función impulso es una
Sahannon constante, se puede suponer que el retenedor de
orden cero es un integrador, y la entrada al cir-
El criterio de Nyquist-Shannon, también de- cuito de retención de orden cero es un tren de
nominado Teorema del Muestreo Pasabanda, es- impulsos. Ası́ que, para el modelo matemático
tablece que la frecuencia mı́nima de muestreo de un muestreador real y un retenedor de orden
necesaria para evitar el “aliasing” debe ser. cero se puede construir de la siguiente manera.
F s > 2BW
5
Y en base al modelo matemático en la figura 4, 5. Resultados
la salida de este modelo debe ser la misma que
la del retenedor de orden cero real. luego En la primera parte de los resultados veremos
el comportamiento de una señal senoidal que pa-
L[h2 (t)] = H2 (s) = H1 (s) (7) sa por la misma planta, trabajando en tiempo
continuo y con un retenedor de orden cero. Va-
Entonces riando la frecuencia de muestreo conforme a la
tabla 1.
∞
1 − e−T s
X
H2 (s) = x(kT ) · e−kT s (8)
s
k=0
1 − e−T s
Gh0 (s) = (9)
s
∞
X
X ∗ (s) = x(kT ) · e−kT s (10)
k=0
sysd = c2d(sys,Ts,method)
donde esta función pasa un sistema del tiempo Figura 6: Frecuencia de muestreo ws/20.
continuo a discreto y los parámetros son los si-
guientes
sysc = d2c(sysd,method)
donde
6
Figura 8: Frecuencia de muestreo ws/4.5. Figura 11: Frecuencia de muestreo ws/2.5.
Figura 10: Frecuencia de muestreo ws/3. Figura 13: Frecuencia de muestreo ws/1.5.
7
Código 1 de matlab
1
2 %C o n f i g u r a c i o n de i n i c i o
3 c l c ; % l i m p i a ventana de comandos .
4 c l e a r v a r s ; % l i b e r a memoria de
todas l a s
5 %v a r i a b l e s a s i g n a d a s en e l
programa .
6 c l o s e a l l ; % c i e r r a s todos l o s
recursos
7 %a b i e r t o s por e l programa .
8 format s h o r t % formato en 4
Figura 14: Frecuencia de muestreo ws/1. digitos fraccionales .
9 clear all
La segunda parte del ejercicio ocuparemos 10 %−−−−−−−−−−−−−−−
una señal escalón y se observa cual es el com- 11 num=[1 1 0 ] ;
portamiento del sistema a dicha entrada Figura 12 den =[1 5 1 0 ] ;
15. 13 SC=t f (num , den ) ; %s i s t . c o n t i n u o
14 %f r e q s (num , den ) ;
15 Ts=1;
16 T= [ 0 : Ts : 1 0 ] ;
17 SD=c2d (SC , Ts , ’ zoh ’ )
18 figure (1)
19 subplot (2 ,1 ,1)
20 r l o c u s (SC)
21 subplot (2 ,1 ,2)
22 pzmap (SD)
23 figure (2)
24 s t e p (SC , ’ b ’ ,SD , ’ r ’ ) ;
25 g r i d on
26 h o l d on
Figura 15: Frecuencia de muestreo ws/1.
Figura 16: Frecuencia de muestreo ws/1. Figura 17: Frecuencia de muestreo ws/1.
8
Figura 21: Frecuencia de muestreo ws/5.
Figura 18: Frecuencia de muestreo ws/1.
Figura 19: Frecuencia de muestreo ws/100. Figura 22: Frecuencia de muestreo ws/4.5.
Figura 20: Frecuencia de muestreo ws/20. Figura 23: Frecuencia de muestreo ws/3.5.
9
Figura 24: Frecuencia de muestreo ws/3. Figura 27: Frecuencia de muestreo ws/1.5.
6. Análisis de resultados
En la primera parte de los resultados obser-
Figura 25: Frecuencia de muestreo ws/2.5.
vamos el comportamiento que tiene el sistema
variando la frecuencia de operación, observamos
que cuando su frecuencia de muestreo es supe-
rior a la de operación, la señal se reconstruye
correctamente y las perdidas que se tienen son
mı́nimas el problema es entre más cercano es es-
te valor a su frecuencia de trabajo la señal pier-
de resolución ya que los puntos necesarios para
su construcción son muy pocos, haciendo que la
señal obtenida no sea la adecuada. en el momen-
to en que el valor de la frecuencia de muestreo
es el mismo que la de trabajo el sistema no se
puede reconstruir y la gráfica quedará como un
pulso. Y si los valores son inferiores atenuará la
señal y su reconstrucción será totalmente inco-
rrecta. Por lo que podemos decir que el tiempo
de muestreo no es el indicado cuando tenemos
valores cercanos a 5, donde podemos observar
como el sistema empieza a mostrar fallas en la
reconstrucción.
En la segunda parte se interpretará los valores de
Figura 26: Frecuencia de muestreo ws/2. los polos continuos y discretos de las funciones
10
para lo que es necesario conocer como cambian más bajas que las contenidas en la señal origi-
los planos del dominio continuo al discreto. El nal. Igualmente garantizan la reconstrucción de
sistema cuando se le aplica una entrada escalón dicha señal sea la más adecuada posible.
responde el sistema de manera similar ya que no La aplicación de funciones usando MATLAB
existe desfase hasta que el sistema es muestrea- brinda apoyo y una solución rápida que permi-
do con el retenedor zoh existe un desface de un te representar las componentes de frecuencia de
Kt. Este método de conversión, que busca los señales discretas. Este método es soportado sólo
equivalentes de los ceros y polos, se aplica sólo a
por la función c2d y sólo para los sistemas de
los sistemas SISO. Los sistemas continuos y dis- SISO.
cretizados tienen coincidencia en sus ganancias Al mismo tiempo muestra como aproximación de
DC. Sus polos y ceros están relacionados por la zero-pole da una coincidencia muy buena entre
transformación: los dos espacios el continuo y el discreto, se obtie-
ne una menor diferencia entre las respuestas de
zme = esme Ts (12) frecuencia de tiempo continuo y tiempo discre-
to. Por último la herramienta Control Toolbox
donde:
de MATLAB brinda soluciones prácticas para el
zme es el i-ésimo polo o cero en tiempo dis- modelado de sistemas ya sea en tiempo conti-
creto nuo o discreto, el uso de Simulink prevee de una
implementación rápida para poder trabajar con
sme es el i-ésimo polo o cero en tiempo distintos sistemas ya sea en tiempo continuo o
continuo discreto.
Ts es el tiempo de muestreo
Es ası́ como podemos entender la estabilidad de
nuestro sistema ya sea como un sistema continuo
o unos discreto. Es importante mencionar que la
estabilidad es garantizada para un sistema con-
tinuo y su transformación a unos discreto, pero
en sentido inverso no es aplicable.
7. Conclusiones
Se puede concluir que una vez que el mues-
treador real y el retenedor de orden cero se rem-
plazan de manera matemática por un muestrea-
dor mediante impulsos y la función de transfe-
rencia, el sistema se convierte en un sistema en
tiempo continuo, lo que trae como consecuencia
simplificar el análisis de los sistemas de control
en tiempo discreto. El retenedor de orden cero
es el más sencillo de todos los circuitos de reten-
ción y el que se utiliza con mayor frecuencia en
la práctica.
Para poder calcular el error entre la respuesta
de frecuencia de los sistemas de tiempo continuo
y tiempo discreto hasta la frecuencia de Nyquist
es necesario conocer la frecuencia de operación
del sistema para poder determinar a través del
teorema de muestreo una frecuencia de mues-
treo de por lo menos dos veces la de operación
del sistema. Los resultados obtenidos al mues-
trear señales que verifican claramente el crite-
rio de Nyquist Shannon es necesario para una
buena reconstrucción de las señales, facilitando
las necesidades de muestreo a frecuencias mucho
11
Referencias México, 1996.
[1] Åström, K.J. y B. Wittenmark, Sistemas [3] Kuo, Benjamı́n Sistemas de control Au-
controlados por computadora: teorı́a y di- tomático., Ed. PreanticeHall, México, 1996.
seño, Prentice-Hall, 1990
[4] D’azzo, John; Houpis, Constantine Linear
[2] Ogata, Katsuhiko Sistemas de control en control system analysis and design with
tiempo discreto., Ed. Pearson education, matlab, Marcel Dekke, Inc., 2003
12