Professional Documents
Culture Documents
CONTROL DE PROCESOS
TAREA :
Alumnos(as):
Docente
15/09/2017
INTRODUCCION
OBJETIVO GENERAL
- Modelado matemático
- Identificación de sistemas
OBJETIVOS ESPECIFICOS
ASPECTOS TEORICOS
ⅆ𝑓 1 ⅆ2𝑓
𝑦 = 𝑓(𝑥) = 𝑓(𝑥0 ) + | (𝑥 − 𝑥0 ) + | +⋯ (1)
ⅆ𝑥 𝑥=𝑥0 2! ⅆ𝑥 2 𝑥=𝑥0
Así, para linealizar f(x) basta con aproximarla por los primeros dos términos de la
ⅆ𝑓
𝑓(𝑥) = 𝑓(𝑥0 ) + | (𝑥 − 𝑥0 ) (2)
ⅆ𝑥 𝑥=𝑥0
𝑦 − 𝑦0 = 𝐾(𝑥 − 𝑥0 ) (3)
Figure 1Tanques en serie no interactivos
Fuente: Control de procesos con labview
CALCULOS
tanques
ⅆ𝑚𝑡𝑘1
= 𝑚𝑖 − 𝑚1
ⅆ𝑡
ⅆ𝜌𝑉1
= 𝜌𝐹𝑖 − 𝜌𝐹1 ; 𝐹1 = 𝛼1 √ℎ1
ⅆ𝑡
ⅆℎ1
𝐴𝑡𝑘1 = 𝐹𝑖 − 𝛼1 √ℎ1 (4)
ⅆ𝑡
Linealizando √h1
√ℎ1 = 𝑓(𝑥)
ⅆ𝑓 1
| =
ⅆ𝑥 𝑥=𝑥0 2√ℎ1
ec. (2)
1 1
√ℎ1 = √ℎ𝑒𝑒 + 2√ℎ | (ℎ1 − ℎ1,𝑒𝑒 ) = √ℎ1,𝑒𝑒 +
2√ℎ1
(ℎ1 − ℎ1,𝑒𝑒 )
1 ℎ,𝑒𝑒
1
√ℎ1 = √ℎ𝑒𝑒 + 2√ℎ (ℎ − ℎ𝑒𝑒 ) (5)
1
ⅆℎ1 1
𝐴𝑡𝑘1 = 𝐹𝑖 − 𝛼1 √ℎ𝑒𝑒 − 𝛼1 (ℎ − ℎ𝑒𝑒)
ⅆ𝑡 2√ℎ1
En el estado estacionario
0 = 𝐹𝑖,𝑒𝑒 − 𝛼1 √ℎ𝑒𝑒
ⅆℎ1𝑑 1
𝐴𝑡𝑘1 = 𝐹𝑖ⅆ − 𝛼1 ℎⅆ ; 𝑑𝑜𝑛𝑑𝑒 ℎⅆ = ℎ − ℎ𝑒𝑒 , 𝐹𝑖ⅆ = 𝐹𝑖 − 𝐹𝑖,𝑒𝑒
ⅆ𝑡 2√ℎ1
1
𝐴𝑡𝑘1 [𝑠ℎ1 (𝑠) − ℎ1 (0)] = 𝐹𝑖 (𝑠) − 𝛼1 ℎ1 (𝑠) ; ℎ1 (0) = 0
2√ℎ1
1
𝐴𝑡𝑘1 𝑠ℎ1 (𝑠) + 𝛼1 ℎ1 (𝑠) = 𝐹𝑖 (𝑠)
2√ℎ1
ⅆ𝑚𝑡𝑘2
= 𝑚1 − 𝑚2
ⅆ𝑡
ⅆ𝜌𝑉2
= 𝜌𝐹1 − 𝜌𝐹2 ; 𝐹2 = 𝛼2 √ℎ2
ⅆ𝑡
ⅆℎ2
𝐴𝑡𝑘2 = 𝛼1 √ℎ1 − 𝛼2 √ℎ2 (7)
ⅆ𝑡
Linealizando √h2
√ℎ2 = 𝑓(𝑥)
ⅆ𝑓 1
| =
ⅆ𝑥 𝑥=𝑥0 2√ℎ2
ec. (2)
1 1
√ℎ2 = √ℎ𝑒𝑒 + 2√ℎ | (ℎ2 − ℎ2,𝑒𝑒 ) = √ℎ2,𝑒𝑒 +
2√ℎ2
(ℎ2 − ℎ2,𝑒𝑒 )
2 ℎ,𝑒𝑒
1
√ℎ2 = √ℎ2,𝑒𝑒 + 2√ℎ (ℎ2 − ℎ2,𝑒𝑒 ) (8)
2
ⅆℎ2 1 1
𝐴𝑡𝑘2 = 𝛼1 √ℎ𝑒𝑒 − 𝛼1 (ℎ − ℎ𝑒𝑒) − 𝛼2 √ℎ2,𝑒𝑒 − 𝛼2 (ℎ2 − ℎ2,𝑒𝑒 )
ⅆ𝑡 2√ℎ1 2√ℎ2
En el estado estacionario
0 = 𝛼1 √ℎ1,𝑒𝑒 − 𝛼2 √ℎ2,𝑒𝑒
1 1
𝐴𝑡𝑘2 [𝑠ℎ2 (𝑠) − ℎ2 (0)] = 𝛼1 ℎ1 (𝑠) − 𝛼2 ℎ2 (𝑠) , ℎ2 (0) = 0
2√ℎ1 2√ℎ2
1 1
𝐴𝑡𝑘2 𝑠ℎ2 (𝑠) + 𝛼2 ℎ2 (𝑠) = 𝛼1 ℎ1 (𝑠)
2√ℎ2 2√ℎ1
1
𝛼1
𝐴𝑡𝑘2 2√ℎ2 2√ℎ1
𝑠ℎ2 (𝑠) + ℎ2 (𝑠) = 1 ℎ1 (𝑠)
𝛼2 𝛼2
2√ℎ2
Donde:
𝐾 𝐾
2 1
ℎ2 (𝑠) = (𝜏 𝑠+1)(𝜏 𝐹𝑖 (𝑠) (10)
2 1 𝑠+1)
IDENTIFICACION DE PARAMETROS
Table 1
Datos experimentales
t h1 h2
35 0.26 0.26
45 0.331 0.275
55 0.378 0.309
65 0.408 0.342
75 0.426 0.371
85 0.438 0.394
95 0.446 0.412
105 0.451 0.425
115 0.454 0.435
125 0.456 0.442
135 0.457 0.447
145 0.458 0.451
155 0.458 0.453
165 0.459 0.455
175 0.459 0.457
185 0.459 0.457
195 0.459 0.458
205 0.459 0.458
215 0.459 0.459
225 0.459 0.459
235 0.46 0.46
245 0.46 0.46
Table 2
Datos experimentales corregidos
T h1 T h2
0 0 0 0
10 0.071 10 0.015
20 0.118 20 0.049
30 0.148 30 0.082
40 0.166 40 0.111
50 0.178 50 0.134
60 0.186 60 0.152
70 0.191 70 0.165
80 0.194 80 0.175
90 0.196 90 0.182
100 0.197 100 0.187
110 0.198 110 0.191
120 0.198 120 0.193
130 0.199 130 0.195
140 0.199 140 0.197
150 0.199 150 0.197
160 0.199 160 0.198
170 0.199 170 0.198
180 0.199 180 0.199
190 0.199 190 0.199
200 0.2 200 0.2
210 0.2 210 0.2
0.25
0.2
0.15
h1 (m)
0.1
0.05
0
0 50 100 150 200 250
tiempo (seg)
Figure 2Tiempo VS H1
0.25
0.2
0.15
h2 (m)
0.1
0.05
0
0 50 100 150 200 250
tiempo (seg)
Figure 3Tiempo VS h2
∆(𝑉𝑃) 0.2
𝐾= = =1
∆𝐴 0.2
𝜏 = 0.9102(𝑡1 ) − 0.9102(𝑡2 )
Donde:
𝑉𝑃1 = 0.2 ∗ 0.75 = 0.15 → 𝑡1 = 30 𝑠𝑒𝑔
1
𝐺(𝑠) =
23.67𝑠+1
Validando el modelo
0.25
0.2
0.15
h1
0.1 teori
0.05
0
0 50 100 150 200 250
∆(𝑉𝑃) 0.2
𝐾= =
∆𝐴 0.2
𝑡75% −𝑡25%
𝜏1 = 𝜏 ′′ =
0.9866+0.7036𝑎
𝜏2 = 𝑎𝜏′′
𝜏1 = 𝜏 ′′ = 32.43
𝜏2 = 𝑎𝜏 ′′ = 7.827
𝑎 = 0.241
𝜏 = √𝜏1 𝜏2 = 15.93
𝐾 1
𝐺(𝑠) = =
(𝜏1 𝑠 + 1)(𝜏2 𝑠 + 1) (32.43𝑠 + 1)(7.827𝑠 + 1)
𝐾 1
𝐺(𝑠) = =
𝜏𝑠 2 + 2𝜀𝜏𝑠 + 1 2 2
15.93 𝑠 + (2)(1.263)(15.93)𝑠 + 1
0.2
0.15
h2
0.1 teo
0.05
0
0 50 100 150 200 250
Debido al elevado error en la suma cuadrado de errores se optará por utilizar el método
solver en Excel el cual es por iteración en un bucle cerrado hasta encontrar la menor
𝐾 0.9992
𝐺(𝑠) = =
(𝜏1 𝑠+1)(𝜏2 𝑠+1) (30.048𝑠+1)(13.362𝑠+1)
𝐾 0.9992
𝐺(𝑠) = =
𝜏𝑠 2 +2𝜀𝜏𝑠+1 20.04 2 𝑠 2 +(2)(1.083)(20.04)𝑠+1
1; utilizando la fórmula:
𝑡
1
𝑦(𝑡) = 𝐾𝐴[1 − (1 − 𝜏 ) 𝑒 −𝜏
0.2
0.15
h2
0.1 teorico
0.05
0
0 50 100 150 200 250
CONCLUSIONES
BIBLIOGRAFIA