Automatizaci on de Procesos Industriales Ingeniero de Organizaci on.

Curso 1o

Jos e Mar a Gonz alez de Durana Dpto. I.S.A. EUI UPV/EHU Vitoria-Gasteiz

Directory
Table of Contents Begin Article

Copyright c 2006 Last Revision Date: Febrero 2004

Table of Contents
1. OBJETIVOS 2. METODO 3. EVALUACION-cambiar 4. Contenidos . Tema 1. Introducci on

1. Perspectiva hist orica 2. La empresa productiva Procesado de un elemento Montaje Movimiento de material Almacenamiento Inspecci on y control Job Shops Producci on por lotes L neas de producci on Producci on continua Producto en posici on ja Por clases de procesos En ujo de producto Por tecnolog a de grupo 3. El signicado del control 4. La automatizaci on industrial T ecnicas anal ogicas T ecnicas digitales

5. Modelos matem aticos de sistemas

Parte I. Elementos de la Automatizaci on

. Tema 2. Automatismos el ectricos

1. S mbolos y normas para esquemas el ectricos 2. Circuitos y esquemas el ectricos 3. El rel e . Tema 3. Sensores

1. Tipos de sensores 1.1. Clasicaci on 1.2. Caracter sticas 2. Calibraci on (sensores anal ogicos) 3. Tipos de transductores 3.1. El potenci ometro como sensor de posici on 3.2. Sensores detectores de proximidad 3

Tema 4. Neum atica

1. Instalaci on de aire comprimido 2. Cilindros 2.1. V alvulas . Tema 5. Aut omatas programables

1. Descripci on de un PLC 2. Programacion de PLCs 2.1. Ladder Diagram (LD) 2.2. Structured Text (ST) 2.3. Functional Block (FB) 2.4. Instruction List (IL) 2.5. Sequential Function Chart (SFC) 2.6. Aut omata programable Omron CPM2A-30CDR-A 2.7. Ejemplos 3. C elula exible SMC 3.1. Componentes 4

Parte II. Modelos, simulaci on y dise no

. Tema 6. Sistemas booleanos

1. Dispositivos l ogicos 2. Algebra de Boole 2.1. Funciones booleanas Formas can onicas 2.2. Simplicaci on de funciones booleanas M etodo de Karnaugh M etodo de Quine-McCluskey Algoritmo de Quine 3. Sistemas combinacionales 3.1. Funciones l ogicas elementales Funci on NOT Funci on AND Funci on OR Funci on NAND Funci on NOR Funci on XOR 4. Sistemas secuenciales 4.1. Aut omata de Mealy 5

4.2. Aut omata de Moore 4.3. Tablas de estado 4.4. Diagrama de estado 4.5. Dispositivos biestables Biestable R-S . Tema 7. Modelos de sistemas

1. Sistemas continuos . Tema 8. Modelos computacionales

1. Grafcet 1.1. Estructuras b asicas Secuencia simple Divergencia OR Convergencia OR Divergencia AND Convergencia AND Saltos Posibilidades avanzadas 2. Cartas de estado 2.1. Stateow 2.2. Elementos de una carta de estado Estados Transiciones Uniones 6

2.3. Elementos de texto especiales Datos Eventos 3. Creaci on de un modelo con StateowSimulink Observaciones Ejemplo. Control de barrera de ferrocarril . Tema 9. Procesos continuos

1. Sistemas continuos Ejemplo. Dep osito 2. Modelos de sistemas continuos 2.1. Ecuaci on diferencial 2.2. Sistemas lineales - par ametros constantes Modelo externo Modelo interno 2.3. Modelo externo 2.4. Modelo interno 2.5. C alculo de la respuesta temporal C alculo de la respuesta con Matlab 3. Simulink 7

 Ejemplo. Modelo simple Ejemplo, Circuito el ectrico C alculo con Matlab para c. alterna 4. Sistemas no lineales p endulo 4.1. Respuesta modelo externo Resoluci on simb olica 4.2. Respuesta modelo interno 5. Sistema de primer orden 6. Sistema de segundo orden 7. Linealizaci on Ejemplo. Dep osito 8. Respuesta de frecuencia 8.1. Diagrama de Nyquist 8.2. Criterio de Nyquist Principio del argumento Criterio de estabilidad de Nyquist Ejemplo 1 Ejemplo 2 Ejemplo 3 Ejemplo 4 8.3. Diagramas de Bode 8

9. El lugar de las ra ces 9.1. Reglas para el trazado 9.2. Trazado por computador . Tema 10. Dise no de Sistemas de Control continuos

1. Introducci on 2. Tipos de controladores Realizaci on de los controladores Controlador PID Controladores de adelanto y de retraso de fase Controlador de adelanto-retraso con red pasiva Controlador de adelanto-retraso con amp. operacional 3. Dise no en el lugar de las ra ces Efecto de a nadir un cero Efecto de a nadir un polo 3.1. Dise no de un controlador de adelanto de fase 3.2. Dise no de un controlador PID . Tema 11. Dise no de Automatismos

Parte III. Automatizaci on global

Tema 12. Niveles de Automatizaci on

1. Fabricaci on inteligente

Parte IV. APENDICES

. Tema A. Ecuaciones diferenciales

1. Ecuaciones diferenciales de primer orden 1.1. Problema de condiciones iniciales (PCI) 2. Estudio cualitativo 3. Orden de una ecuaci on diferencial 4. Interpretaci on geom etrica 5. Sistemas de 2o orden Interpretaci on geom etrica 6. Soluci on num erica 7. Soluci on num erica con Matlab Interpretaci on geom etrica 10

7.1. M etodo de Kelvin . Tema B. Realizaci on del control

1. Realizaci on f sica 2. Actuadores 2.1. Tipos de actuadores 2.2. Otros actuadores 2.3. Accesorios mec anicos 2.4. El motor de c.c. 2.5. Ecuaciones diferenciales 2.6. Modelo externo 2.7. Funci on de transferencia del motor 2.8. Reductor de velocidad 2.9. Funci on de transferencia del reductor 2.10.Reductor con poleas el asticas 2.11.Aplicaci on pr actica: sistema de control de posici on 3. Especicaciones de funcionamiento 11

3.1. Especicaciones en tiempo Valores para el sistema de 2o orden Otros valores 3.2. Especicaciones en frecuencia 4. Estabilidad, controlabilidad y observabilidad, sistemas lineales

12

1. OBJETIVOS Formar personas con capacidad para el planeamiento, gesti on, dise no y desarrollo de proyectos de automatizaci on. Fomentar los m etodos de trabajo en grupo. Utilizar tecnolog as y m etodos de actualidad. Inculcar un marco te orico en el que tengan cabida los complejos procesos productivos. Visualizar los m etodos y tecnolog as existentes. Fases: an alisis, dise no y realizaci on.

13

 2. METODO PBL: aprendizaje basado en problemas 1. PBL Clases te oricas Contenidos API Planteamiento problemas Trabajos en grupo Actividades en Moodle Clases pr acticas Problemas guiados (PG). Problemas asistidos (PA). Problemas de evaluaci on (PE). Proyecto nal. Tutor as: apoyo y evaluaci on PBL, dudas, grupos. 2. Examen nal

14

Herramientas Plataforma Moodle de la UPV/EHU http://moodle.ehu.es/moodle Programas para PLCs: Omron CX-Programmer, CX-Supervisor Programas para control: Matlab, Scilab, Octave, Maple Programas para simulaci on de sistemas: GPSS, ARENA Programaci on en lenguajes est andar: C, C++, Java Prerrequisitos Algebra Lineal: espacios vectoriales, matrices. An alisis Matem atico: an alisis real y complejo (b asico), ecuaciones diferenciales ordinarias. Inform atica: manejo del ordenador, windows, nociones de programaci on (C, C++, Java). F sica: nociones de mec anica, electricidad, calor, uidos.

15

3. EVALUACION-cambiar PBL PG + PA + PE (pr acticas laboratorio) 4 Actividades desarrolladas en Moodle 2 Proyecto nal 4 Total . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 M etodo cl asico Pr acticas de laboratorio Examen nal Total . . . . . . . . . . . . . . . . . 4 6 10

Nota de pr acticas = P G ( 0.4P A + 0.6P E ) en donde P G {0, 1} y P A, P E [0, 10]

16

4. Contenidos 1. Automatizaci on Automatizaci on en la f abrica Sensores, actuadores, controladores El Simatic CPM-2A: zonas de memoria, ciclo scan, Hostlink no node, Ladder, timers 2. Automatizaci on local Actuadores Captadores Automatismos el ectricos, neum aticos e hidr aulicos Controladores y Aut omatas programables (PLCs) 3. Modelado y simulaci on Control de procesos continuos Matlab, Simulink Procesos con eventos Redes de Petri, Grafcet, Stateow Procesos estoc asticos Scada, Arena 4. Automatizaci on global Buses industriales de comunicaci on Rob otica GEMMA SCADA 17

Tema 1. Introducci on
Automatizaci on: teor as y tecnolog as para sustituir el trabajo del hombre por el de la m aquina. Mecanismo de feedback Relacionada con las Teor as de Control y de Sistemas. Adopta los m as recientes avances. Para automatizar procesos: saber c omo funcionan esos procesos. Procesos continuos Procesos comandados por eventos

18

1. Perspectiva hist orica Fuego: Homo sapiens calefacci on alimentos Edad Bronce metales cer amica procesos fabricaci on Energ a e olica: 2000 A.C: embarcaciones a vela 1000 A.C.: Fenicios Mediterr aneo Edad Media: Europa molinos de viento Energ a hidr aulica: 50 A.C: Romanos noria M aquina de vapor James Watt, 1750 Revoluci on Industrial Maquina de vapor bombas agua (minas de Gales) Automatizaci on telares (Manchester)

19

El governor de Watt
w(t)

xC : consigna de velocidad ref (ja)

C xC B

Si aumenta aumenta fuerza centr fuga bolas B se separan A sube A cierra v alvula vapor de la caldera baja la presi on disminuye Feedback: articio b asico del control.

Actuador vlvula

A xA

20

Locom ovil
Marsall sons & Co. Ltd. Gainsborough, U.K. Primer cuarto del siglo XX

Museo de la Cultura del Vino Dinast a Vivanco Briones, La Rioja

21

Teor as, tecnolog as y areas Teor as Teor as de Control, Sistemas y Se nal Sistemas de eventos discretos M aquinas de estado, Redes de Petri, Grafcet, Statechart Tecnolog as Neum atica, Hidr aulica Electr onica Microprocesadores, Ordenadores, Aut omatas programables Rob otica Comunicaciones Desarrollo del software Areas tecnol ogicas Automatizaci on de las m aquinas-herramienta Control por computador, CAD, CAM, CIM Control de procesos distribuido C elulas exibles

22

2. La empresa productiva Ente socioecon omico adecuaci on parcial de ujos: producci on y consumo Dos subsistemas: uno para medir las necesidades de los consumidores y de trasferirles los productos que las satisfagan y otro que se encarga de la producci on. Elemento productivo Elemento consumidor (de materias primas) Departamentos o secciones: Finanzas Gesti on Compras Almac en de materias primas Producci on Almac en de productos terminados Ventas

23

Actividad de la empresa
Almacn de materias primas Produccin Almacn de productos terminados

Gestin

Compras

Finanzas

Ventas

MERCADO

Gesti on: controla a todos los dem as parte superior: generaci on del producto (gesti on de producci on) parte inferior: ventas comparas = benecio (mercadotecnia) Objetivo: maximizar el benecio.

24

El proceso productivo

Energia Productos base y auxiliares Proceso Productivo Productos elaborados y residuos

Incrementa valor a nadido Simple o compuesto de subprocesos Con o sin intervenci on humana (autom atico) Intervenci on humana: operaci on, vigilancia, ajuste, mantenimiento Modelo: sistema de eventos discretos

25

Operaciones b asicas de fabricaci on

Procesado de un elemento
Materia primaE Mecanizado Pieza E

Montaje
Mat. prima 1 E Mecanizado 1 Pieza 1E
E Montaje Producto

Mat. prima 2 E Mecanizado 2

Pieza 2E

Movimiento de material Almacenamiento Inspecci on y control

26

Tipos de procesos

Job Shops
- amplia gama, alta tecnolog a, series medianaspeque nas - mano de obra y maquinaria especializadas elevados costes

Producci on por lotes

- muy extendida lotes tama no medio, cada lote de una tirada - maquinaria y el personal preparados cambio lote

L neas de producci on
- cadena grandes series - pocos productos autom oviles - cintas trasportadoras estaciones (proceso o montaje) almacenes

Producci on continua
- productos simples grandes cantidades petroqu mica - ujo continuo de producto

27

Ubicaci on de los procesos

Importancia: procesos, comodidad del personal, cableados, buses etc. Programas simulaci on (estoc astica)

Producto en posici on ja
El producto no debe moverse obras naval y aeron autica

Por clases de procesos

M aquinas en locales por clases de procesos mecanizado exible

En ujo de producto
M aquinas a lo largo del ujo

Por tecnolog a de grupo

Por clases + en ujo de producto

3. El signicado del control

Controlar: conducir, dirigir, gobernar, comardar, ... trayectoria prejada controles

28

volante acelerador ch ofer frenos cambio de marchas Teor a de Control sistema de control = entidad

veh culo

terminales de entrada (controles) est mulos terminales de salida respuesta Caja negra o bloque planta o proceso EntradaE Salida E

Bloque

29

El control en la empresa
El esquema de feedback es aplicable los procesos de la empresa. Control de producci on Control de calidad Control de presupuestos Control de procesos Elementos esenciales: medida de variables del proceso a controlar realimentaci on de las variables medidas comparaci on con una consigna actuaci on sobre el proceso

30

4. La automatizaci on industrial
Objetivos Reducci on de costes de mano de obra, materiales y energ a Reducci on de tiempos de fabricaci on, plazos de entrega Mejora de dise no Mejora de la calidad Eliminaci on de trabajos peligrosos o nocivos Fabricaci on de elementos sosticados Procesos a automatizar Operaciones manuales autom aticas M aquinas semiautom aticas autom aticas Producci on r gida producci on exible

31

Ventajas e inconvenientes de la automatizaci on

Ventajas: Permite aumentar la producci on y adaptarla a la demanda Disminuye el coste del producto Consigue mejorar la calidad del producto y mantenerla constante Mejora la gesti on de la empresa Disminuye de la mano de obra necesaria Hace m as exible el uso de la herramienta Inconvenientes: Incremento del paro en la sociedad Incremento de la energ a consumida por producto Repercusi on de la inversi on en el coste del producto Exigencia de mayor nivel de conocimientos de los operarios

32

Automatizar: aplicar feedback

T ecnicas anal ogicas

Controlador: mec anico, neum atico, hidr aulico, el ectrico, electr onico, optico Controlador PID procesos Continuos x(t) = C ( (t)) = Kp 1 + Td dx(t) 1 + dt Ti
t

x( )d
0

T ecnicas digitales
Ordenador microprocesadores microcontroladores ordenador personal comunicaciones software ... Controlador PID procesos continuos Aut omata programable procesos de eventos discretos Control distribuido automatizaci on global

33

Estructura de un sistema automatizado Procesos continuos esquema de regulaci on en feedback d(t) yref
E+ m (t) E C T ym (t)

x(t) E

cv (t) u(t) E+ m E P

r y (t) E

M '
ref Entrada de referencia

C Controlador PID A Actuador P Planta o Proceso M Medidor

Entrada perturbadora Salida Error

(t) y (t)

d(t)

34

Procesos de eventos discretos

ordenes Parte de Mando eventos

Esquema b asico
A

Parte Operativa

PLC
S Comunicaciones A Procesador

PLC
S

PLC

P
S

P
S

P
S

P
S

Control distribuido

35

Parte Operativa
Recibe ordenes de PM, opera sobre el proceso productivo y env a eventos a PM. Elementos de almacenaje Elementos de transporte: cintas, carros M aquinaria, herramientas y utillaje Actuadores: motores, cilindros, manipuladores, robots Sensores

Parte de Mando
Recibe eventos de PO, los procesa y env a ordenes a PO. Di alogo con m aquinas. Tratamiento y acondicionamiento de se nales. Ordenadores, aut omatas programables, procesadores electr onicos, neum aticos Interfaces hombre-m aquina Buses y redes de comunicaci on

36

Tipos de automatizaci on

Proceso 1

Proceso 2

Proceso 3

Proceso 4

Automatizaci on ja producci on muy alta autom oviles Automatizaci on programable producci on baja diversidad de productos Automatizaci on exible producci on media pocos productos Automatizaci on total

37

Tecnolog as de la automatizaci on
Mec anica: herramientas, mecanismos, m aquinas, elementos de transporte El ectrica: automatismos el ectricos, motores el ectricos de c.c. y c.a., cableados fuerza mando, aparillajes el ectricos Electr onica: controladores anal ogicos, sensores, pre-accionadores, drivers, accionamientos, communicaciones, telemando-telemetr a, comunicaci on inal ambrica Neum atica electro-neum atica: cilindros neum aticos, v alvulas neum aticas y electro-neum aticas, automatismos neum aticos Hidr aulica y electro-hidr aulica: cilindros hidr aulicos, v alvulas hidraulocas y electro-hidr aulicas, automatismos hidr aulicos Control e Inform atica Industrial: controladores de procesos, control por computador, embedded control, aut omatas programables, visi on articial, rob otica, mecatr onica, c elulas fabricaci on exible mecanizado montaje, control num erico, CAD-CAM, CIM, redes y buses comunicaciones

38

5. Modelos matem aticos de sistemas

Modelo matem atico: ecuaci on o sistema de ecuaciones que lo representa y cuya evoluci on en el tiempo se corresponde con la del sistema. Permite hacer c alculos, predicciones, simulaciones y dise nar. Clasicaci on: Sistemas continuos en el tiempo Sistemas discretos en el tiempo Sistemas de eventos discretos Sistemas de eventos discretos = sistemas reactivos = sistemas comandados por eventos (event-driven systems ) Modelos complejos procesos estoc asticos procesos de colas modelos no matem aticos basados en computador.

39

Parte I. Elementos de la Automatizaci on

40

Automatismos
Automatismo: conjunto de sensores, actuadores y controladores conectados convenientemente por medio de circuitos y/o buses de comunicaci on un determinado proceso para que funcione con una m mima intervenci on humana.

Tecnolog as de realizaci on
Sensores: electr onica, neum atica Actuadores: el ectrica, electromec anica, neum atica, hidr aulica Controladores: electrica, electr onica, inform atica, neum atica Circuitos: electrica, neum atica Buses: electr onica, inform atica Observese que s olo las tecnolog as El ectrica y Neum atica permiten construir automatismos completos.

41

Tema 2. Automatismos el ectricos

1. S mbolos y normas para esquemas el ectricos
Norma IEC 61082: preparaci on de la documentaci on IEC 61082-1: requerimientos generales (Ingl es) IEC 61082-2: orientaci on funciones en esquemas (Ingl es) IEC 61082-3: esquemas, tablas y listas de conexiones (Ingl es y Espa nol) IEC 61082-4: documentos localizaci on instalaci on. (Ingl es y Espa nol) Normas EN 60617, UNE EN 60617, IEC 60617, CEI 617:1996: s mbolos gr acos esquemas (Ingl es y Espa nol) EN 60617-2: elementos de s mbolos, s mbolos distintivos y generales EN 60617-3: conductores y dispositivos de conexi on EN 60617-4: componentes pasivos b asicos EN 60617-5: emiconductores y tubos de electrones EN 60617-6: producci on, transformaci on y conversi on de energ a el ectrica

42

 EN 60617-7: aparatos y dispositivos de control y protecci on EN 60617-8: aparatos de medida, l amparas y dispositivos de se nalizaci on EN 60617-9: telecomunicaciones: equipos de conmutaci on y perif ericos EN 60617-10:telecomunicaciones: transmisi on EN 60617-11: esquemas y planos de instalaciones arquitect onicas y topogr acas EN 60617-12: elementos l ogicos binarios EN 60617-13: operadores anal ogicos Norma IEC 60445: interfaz hombre-m aquina, seguridad, marcado e identicaci on http://www.tecnicsuport.com

43

2. Circuitos y esquemas el ectricos

Circuito de potencia Conexi on controlada entre red y receptores de potencia Interruptores, seccionadores, contactores, fusibles Elementos de protecci on Circuito de mando Conexiones entre controladores, circuitos, sensores y actuadores Contactos, componentes, equipos de protecci on y medida Elementos de regulaci on y control Pulsadores, interruptores, conmutadores, contactores, rel es Sensores, detectores Elementos de se nalizaci on

44

Tipos de esquemas
Esquema unilar varias fases agrupadas se pierde detalle planos de l neas de distribuci on poco usado en automatismos Esquema desarrollado representaci on detallada facilita la comprensi on del funcionamiento fundamental para el cableado, reparaci on y mantenimiento asocia cada aparato con sus componentes mediante letras y n umeros ej: contactor KM2 contactos KA1 21-22
A2

KM1
A1

KA1
22 21

45

Identicadores de dispositivos
A B C D E F G H K KA KM L Aparatos de serie Sensores Condensadores Dispositivos binarios Electricidad Protecci on Generadores Se nalizaci on Rel es y contactores auxiliares de potencia Inductancias M N P Q R S T V W X Y Z Motores Aparatos no serie Prueba y medida Interruptores mec anicos Resistencias Switches manuales Transformadores V alvulas electr onicas Wave transmision Conexiones, regletas, bornas Electromec anicos Filtos

46

Rotulado de conductores y bornas

Conductores fase: L L10, L11, L12, . . . neutro: N N4, N6, N9, . . . tierra: PE PE1, PE3, . . . otros: 10, 11, 20, . . . Contactos de potencia: una cifra por contacto 1, 3, 5, . . . , (arriba) 2, 4, 6, . . . (abajo) auxiliares: dos cifras por contacto 1a cifra: n umero de contacto a 2 cifra: 1,2 = NC 3,4 = NA 5,6 = NC especial 7,8 = NA especial Bobinas: A1, B1, C1, . . . A2, B2, C2, . . . Bornas control: regleteros X1, X2, . . . con bornas 1, 2, 3, . . . Bornas potencia: L1, L2, L3 (l neas), N (neutro), PE (tierra), U, V, W (salidas)
L1 L2 L3 N1 3N

~ 50 Hz

400V

3x120 mm 2 + 1x50 mm 2
1 3 4 5
35

11

23

12

24

36

A1

A2

X3 1 2 3 4 5 6 7

47

B2

B1

48

47

Elementos de control

Pulsador contacto NA

Seta con enganche contacto NC Interrruptor giratorio contacto NA

48

3. El rel e
Interruptor accionado por electroim an Dispositivo fundamental en automatismos el ectricos Contactores Diagrama de contactos

1 NC NA A1

A1

12

14

A2
A2

11

Esquema seg un norma CEI

49

Funciones l ogicas con rel es

+ a K

Identidad
+

Negaci on
+

Negaci on con rel e

Funci on AND

Funci on AND

Funci on NAND

50

Elementos con memoria

+ a K

Identidad
+

Negaci on
+

Negaci on con rel e

Funci on AND

Funci on AND

Funci on NAND

51

Componentes de dialogo con el usuario

Entradas: pulsadores, setas, interruptores, potenci ometros

Salidas: luces, alarmas

Pantallas tactiles

52

Rel es contactores

53

Tema 3. Sensores
Partes de un sensor
Captador: dispositivo con un par ametro p sensible a una magnitud f sica h emite energ a w que depende de p (y de h). Ideal: w(t) = K h(t), K = cte. Transductor: recibe la energ a w del captador, la transforma en energ a el ectrica e(t) y la retransmite. Acondicionador: recibe la se nal e(t) del transductor y la ajusta a los niveles de voltaje e intensidad, precisos para su posterior tratamiento, dando v (t).
h(t) Captador p ( h) w (p ) ( h ) ( t ) Transductor e(t ) Acondicionador v(t )

Sensor = Captador + Transductor + Acondicionador Anal ogicos: todas las se nales son anal ogicas Digitales: v (t) digital. Sistemas de control: medici on de variables que intervienen en el proceso. El sensor ha de ser de gran calidad. Est atica Din amica.

54

1. Tipos de sensores
Anal ogicos: par ametro sensible magnitud f sica Resistencia R desplazamiento, temperatura, fuerza (galgas) Capacidad C desplazamiento, presencia Autoinducci on, reluctancia L desplazamiento (n ucleo m ovil) Efecto Seebeck temperatura (termopar) Piezoelectricidad fuerza, presi on Dispositivos electr onicos temperatura, presi on Avanzados: ionizaci on, ultrasonidos, l aser, c amaras CCD, etc. Digitales: binarios o n bits Fin de carrera presencia (interruptor) Dilataci on temperatura (termostato) Resistencia, capacidad, autoinducci on presencia Efecto fotoel ectrico presencia (1 bit), posici on (n bits), velocidad

55

1.1. Clasicaci on
Aspecto tipos Se nal de salida anal ogicos, digitales Energ a pasivos, activos Funcionamiento deexi on, comparaci on

1.2. Caracter sticas

Aspecto caracter sticas Dise no el ectrico, dise no mec anico, actuaci on Escalas rango, resoluci on Est atica precisi on, linealidad, hist eresis, repetitividad, derivas Din amica orden cero, orden uno, orden dos Fiabilidad

56

2. Calibraci on (sensores anal ogicos)

Ensayo: entrada h = magnitud de valor conocido salida medida v Tabla de calibraci on: varios puntos h1 v1 , . . . , hn vn , dentro del rango Curva de Calibraci on: representaci on gr aca (h, v ) Necesario: aparato de medida de mayor precisi on que el sensor Linealizaci on: curva de calibraci on l nea recta Por punto nal: v = m h, en donde m = vn /hn Por l nea independiente: v = m h + b Por m nimos cuadrados: v = m h + b, en donde
n n n n n

n m=
i=1 n

hi vi h2 i
i=1

hi
i=1 n i=1 i=1

vi
2

vi , b=
i=1

hi m i=1 n

hi

57

3. Tipos de transductores
Temperatura Termistor par ametro sensible: R (ptc, ntc) RT = R0 e
1 1 (( T ) ( T )) 0

= cte.,

T0 = 250 C formas variadas

Termopar T v r apido (ms) se nal d ebil T alta Circuitos integrados LM335 (10 mV/0 K), AD592 (1 A/0 K). Posici on Resistivos potenci ometro (R) lineal y angular Inductivos LVDT Encoder digital lineal y angular Ultrasonidos L aser Velocidad D namo tacom etrica Encoder Aceleraci on, fuerza, presi on, luz, color, etc.

58

3.1. El potenci ometro como sensor de posici on

V+ i(t)
c

Rx = vx (t) i(t) =

x(t) A V+ R V+ x(t) = Kpot x(t) A R

R Rx x(t) 0

vx (t) = Rx i(t) =

Ventajas: precio econ omico Inconvenientes: rozamiento ruido en la medida Tipos: lineal circular de una vuelta de varias vueltas Si ponemos V en vez de 0 mide x negativos

59

3.2. Sensores detectores de proximidad

60

61

62

Tema 4. Neum atica

Tecnolog a b asica de la automatizaci on fabricaci on y montaje Utilizaci on de la energ a potencial del aire comprimido. DIN 24300 Ventajas: sencillez de dise no, rapidez de montaje, exibilidad, abilidad, econom a, admite sobrecargas Inconvenientes: instalacion aire comprimido, rendimiento bajo, ruidos Componentes: actuadores, sensores, controladores

63

1. Instalaci on de aire comprimido

Compresor alternativo rotativo Filtros entrada compresor en l neas en m aquinas Secadores absorci on adsobrci on regrigeraci on Dep ositos control de presi on man ometros presostatos Tubos y accesorios de distribuci on

64

2. Cilindros
Energ a aire comprimido energ a mec anica Tubo de acero embolo v astago una o dos tomas de aire

Cilindro de simple efecto

Cilindro de doble efecto

Tipos: con amortiguador, en t andem, multiposicionales, rotativos y mesas, de impacto, sin v astago, etc.

65

2.1. V alvulas
Sirven para controlar el paso de uido notaci on: no v as / no de posiciones Distribuidoras: pieza ja + pieza m ovil. Muchas formas y dimensiones Accionamiento: Manual, con pulsador, seta, palanca o pedal. Mec anico, con leva, rodillo o varilla. Neum atico, con oricios especiales para se nales neum aticas. El ectrico, con electroim an. Electroneum atico.

      A                                          

R P

      A                                     

R P

V alvula 3/2 de corredera y con accionamiento mec anico

66

V alvulas de dos v as
V alvula 2/2: dos oricios o v as de aire (entrada y salida), y dos posiciones de trabajo. Dos tipos: NC y NA. Reposo: cuadrado dcha.
A A

Con accionamientos:
A
A

V alvulas de tres v as
Tres v as y dos o tres posiciones de trabajo. V alvulas 3/2: 3 v as y 2 posiciones y pueden ser de tipo NC o NA.

67

V alvulas 3/3: 3 v as de aire y 3 posiciones.

A

abrir (centro: las tres v as cerradas) cerrar

V alvulas de cuatro y cinco v as

4 v as y 2 o 3 posiciones trabajo; 5 v as y 2, 3 o 4 posiciones de trabajo

68

A X

B X

B Y

P A X

R B Y

V alvulas 4/2 y 4/3

B Y X A

RS P A X B

RP S

RP S

V alvulas 5/2, 5/3 y 5/4

V alvula selectora
Conductos internos con forma de T; la bolita tapona la entrada X o Y Si pX > pY entonces la bolita tapa la entrada Y y pA = pX . En cambio, si pY > pX ocurre lo contrario y pA = pY

69

Si pX = pY = baja entonces pA = baja; Si pX = pY = alta entonces pA = alta. Realiza neum aticamente la funci on l ogica OR.

70

V alvulas de simultaneidad
Lleva una corredera en el conducto que comunica las entradas X e Y . La corredera tiene dos tapones ubicados en sendas cavidades, uno para la entrada X y otro para la entrada Y y unidos por una varilla. Si pX > pY entonces la cavidad de la entrada X resulta taponada y pA = pY .

Por el contrario, si pY > pX se tapona la cavidad de Y y la presi on en pA = pX . Si pX = pY , la corredera queda en el centro y entonces pX = pA = pY . Realiza neum aticamente la funci on l ogica AND.

71

Aplicaci on sencilla
Control de un cilindro de doble efecto desde dos posiciones X e Y mediante una v alvula selectora de tipo OR.

72

Cilindros

Linear

Compact

Rotary

Rodless

Guided

Hydraulic

Grippers

Specials

Accessories

Suministro de aire

Combination Units

Dryers

Filters

Lubricators

Regulators

73

V alvulas

Air Pilot

Manual

Mechanical

Solenoid

Accesories

2 Port

3 port

4 & 5 port

Porportional

Fittings

One touch

Special

Manifolds

Tubing

74

Tema 5. Aut omatas programables

1. Descripci on de un PLC
Externamente un PLC se compone de una o varias cajas de pl astico acopladas mec anica y el ectricamente entre s . Una de ellas contiene la CPU (Central Process Unit) y las otras son m odulos complementarios para entradas, salidas, comunicaciones, alimentaci on y otras funciones especiales. Datan de la d ecada de los 80 sustituir rel es y temporizadores.
CPU

Potentes PLC: operaciones potentes tipo maestro. PLCs de gama baja: actuadores sensores pocas I/O tipo esclavo.

Tanto la CPU como los m odulos adicionales tienen bornas para los cables de conexi on del aut omata con sensores y actuadores as como con otros aut omatas y ordenadores.

75

Arquitectura de un PLC
EPROM RAM CPU ROM EEPROM

Buses: direcciones datos control

rels salidas

opto entradas

Sistema basado en microprocesador. Entradas opto-acopladas y ltradas, salidas por rel e. Alta inmunidad al ruido gran abilidad.

76

Cableado directo I/O

CPU

Drivers

Drivers

Proceso 1

Proceso 2

Proceso 3

Sensores y actuadores cl asicos. Las entradas salidas se cablean hasta el proceso. Posiblilidad de errores de transmisi on. Gran cantidad de cables.

77

Cableado por bus de campo

0
CPU

2
CPU

Proceso 1

Proceso 2

Sensores y actuadores inteligentes. Aut omata esclavo en proceso. Reducido numero de cables. Posibilidad de usar elementos de radiofrecuencia (wi ).

78

Funcionamiento
Un aut omata programable ejecuta un programa almacenado en memoria, de modo secuencial y c clico, en base a lo que suele denominarse ciclo de scan. Primero se actualizan las salidas del aut omata con los valores de los registros internos asociados y a continuaci on las entradas se chequean y sus valores se almacenan en los registros asociados a las mismas. Una vez terminada la tarea I/O, se ejecuta el programa con los datos almacenados en los registros internos. El tiempo necesario para completar un ciclo de scan se llama tiempo de scan, transcurrido el cual puede haber un periodo de tiempo inactivo idle. Este proceso se ejecuta de un modo permanente, ciclo tras ciclo y sin n.

Fabricantes
ABB, Afeisa, Allen Bradley (Rockwell), Entrelec, Exor, Fuji, GE-Fanuc, Hitachi, Hitech, Ibercomp, Idec, Koan, Mitsubishi, Matsushita, Moeller, National, Omron, Pilz, Siei, Siemens, Sprecher, Telemecanique (Schneider), Tri, Xycom, Yaskawa.

79

Ejemplo de proceso simple

switch lectora codigo

piezas PLC entradas salidas

STOP

robot

maquina

S mbolo E1 S1 E2 S2 S3 E3 S4 E4 E5

e/s e s e s s e s e e

elemento microswitch lectora de c odigo lectora de c odigo robot robot robot contactor m aquina m aquina

on/o on on on on on on on on on

signicado llega pieza leer c odigo pieza ok cargar pieza descargar pieza robot ocupado parar equipo m aquina ocupada tarea completa

80

2. Programacion de PLCs
Lenta evoluci on de los lenguajes de control industrial. Motivo: los programas se pueden usar en areas en las que los fallos pueden originar riesgos para la seguridad humana o producir enormes p erdidas econ omicas. Antes de que una nueva t ecnica ser aceptada, debe ser probada para vericar que cumple unas severas condiciones de seguridad y abilidad. Los programas deben ser comprendidos por otras personas ajenas al programador: t ecnicos (electricistas, mec anicos, etc.), encargados de planta e ingenieros de proceso lenguajes con caracter sticas especiales. Es posible resolver el mismo problema con diferentes lenguajes. El grado de dicultad puede variar. Hay sistemas que convierten autom aticamente de un lenguaje a otro. Programaci on con rat on mediante interfaces gr acas bajo windows. Aut omatas gama alta: programables en C o SFC, dise no con Statecharts. Aut omatas gama baja: conversi on (manual) SFC LD

81

La norma IEC 1131

Intento de normalizaci on del empleo de PLCs en automatizaci on. Antes de la IEC 1131-3: lenguajes espec cos de cada PLC confusi on, mala coordinaci on y p erdidas de tiempo y dinero. Objetivo de la IEC 1131-3: hacer que los programas se entiendan mejor. Familias de la IEC 1131: IEC 1131-1 Informaci on general: denici on de t erminos, normas para la elecci on de PLCs y perif ericos. IEC 1131-2 Hardware: requisitos m nimos de construcci on y servicio. IEC 1131-3 Lenguajes de programaci on: elementos comunes, sintaxis, sem antica. IEC 1131-4 Gu a de usuario: para todo proyecto de automatizaci on. IEC 1131-5 Comunicaciones: PLC perif ericos, PLC PLC, PLC PC.

82

La IEC 1131-3. Lenguajes de programacion

Norma para el dise no de software para sistemas de control industrial, en particular para PLCs (Programmable Logic Controller). Fue publicada por primera vez en 1993. Hasta entonces no hab a ning un est andar para la programaci on de sistemas PLC. Lenguajes incluidos en la norma IEC 61131-3: Ladder Diagram (LD) Structured Text (ST) Functional Block (FB) Instruction List (IL) Sequential Function Chart (SFC) Metodolog a exible de programaci on. Permite combinar bloques realizados en diferentes lenguajes.

83

Elementos comunes
1. Naturaleza de los datos 2. Entradas y salidas Marcas (memoria) Temporizadores y contadores Datos globales (permanentes) Datos locales (temporales)

Tipos de datos b asicos boolean: bool (1 bit) bit string: bool, byte, word, dword, lword (8, 16, 32, 64 bits) integer: sint, int, dint, lint (1, 2, 4, 8 bytes) unsigned integer: usint, uint, udint, ulint (1, 2, 4, 8 bytes) real: real, lreal (4, 8, bytes) time: time, date, tod, dt string: string

3. 4. 5. 6.

Variables: direcciones de memoria o I/O Conguraci on, recursos y tareas Organizaci on Programas: Funciones, Bloques de funci on, Programas Sequential Function Charts (Grafcet)

84

2.1. Ladder Diagram (LD)

Lenguaje de contactos Dise nado para t ecnicos electricistas Cada contacto representa un bit: entrada, salida, memoria Elementos (instrucciones) 1. 2. 3. 4. 5. Rel es: contactos, bobinas Timers, Counters Aritm etica Manipulacion de Datos Secuenciadores, etc.

85

Programaci on en lenguaje LD
Paso 1: Si llega pieza y equipo no est a en parada, acciona la lectora Paso 2. Si la pieza es correcta, activa parada equipo Paso 3. Si equipo en parada y m aquina no ocupada y robot no ocupado, carga pieza Paso 4. Si tarea es completada y robot no ocupado, descarga la m aquina e E1 E2 E3 E4 E5 ne 01 02 03 04 05 s S1 S2 S3 S4 ns 11 12 13 14 01 E1 02

14

 

11

S4

S1
 

14

Tabla de s mbolos

E2 14 S4 05 E5 04

S4 03
 

12

E4 03

E3

S2
 

13

E3

S3

86

2.2. Structured Text (ST)

Lenguaje de alto nivel Sintaxis similar a Pascal o C Operadores, expresiones, asignaciones Llamadas a funci on Control del ujo de programa Funciones, Bloques Funci on

87

Programaci on en lenguaje ST
PROGRAM proceso_simple VAR_INPUT E1 : BOOL; E2 : BOOL; E3 : BOOL; E4 : BOOL; E5 : BOOL; END_VAR VAR_OUTPUT S1 : BOOL : FALSE; S2 : BOOL : FALSE; S3 : BOOL : FALSE; S4 : BOOL : FALSE; END_VAR S1 := E1 AND (NOT S4); S2 := S4 AND (NOT E4) AND (NOT E3); S3 := E5 AND (NOT E4); S4 := E2; END_PROGRAM

88

2.3. Functional Block (FB)

FBs Elementos de software empaquetados que pueden ser reutilizados en diferentes partes de una aplicaci on e incluso en diferentes proyectos Pueden tener algoritmos escritos en cualquier lenguaje IEC-1131-3 V alidos para todos los lenguajes IEC-1131-3 Funcionan como bloques constructivos de un sistema de control Dise nados por el usuario o por el fabricante Contadores, Temporizadores Controladores PID Algoritmos control no lineal

89

Up Counter Function block

Cuenta impulsos que llegan a CU hasta que su n umero supera a PV y entonces saca la cuenta por CV y pone a 1 Q. Con R (reset) se pone a cero. CTU BOL BOL INT CU R PV CV INT Q BOL Algoritmo en lenguaje ST: FUNCTION BLOCK CTU VAR_INPUT CU : BOOL; R : BOOL; PV : INT; END_VAR VAR_OUTPUT Q : BOOL; CV : INT; END_VAR IF R THEN CV := 0; ELSEIF CU AND (CV < PV) THEN CV := CV + 1; END_IF; Q := (CV >= PV); END_FUNCTION_BLOCK

CU R PV Q CV

: : : : :

inpulsos a contar puesta a cero valor a reponer salida valor contado

90

2.4. Instruction List (IL)

Lenguaje de bajo nivel similar a un lenguaje ensamblador. Simple, f acil de aprender e ideal para dispositivos de programaci on manuales. Cada l nea tiene cuatro partes: label, operator, operand, and comment.

Instrucciones
LD S AND XOR SUB DIV GE NE LT CAL N N, Op N, Op Op Op Op Op Op C, N load N into register set operand true Boolean AND Boolean XOR subtraction division greater than and equal to not equal less than call function block ST R OR ADD MUL GT EQ LE JMP RET N N, Op Op Op Op Op Op C, N C, N store register in N reset operand false Boolean OR addition multiplication greater than equal less than and equal to jump to label return

N: negacion. C; condici on, la operaci on se ejecuta si el valor del registro es cierto.

91

Programaci on en lenguaje IL
PROGRAM proceso_simple VAR_INPUT E1 : BOOL; E2 : BOOL; E3 : BOOL; E4 : BOOL; E5 : BOOL; END_VAR VAR_OUTPUT S1 : BOOL S2 : BOOL S3 : BOOL S4 : BOOL END_VAR LD ANDN ST LD ANDN ANDN ST LD ANDN ST LD ST E1 S4 S1 S4 E4 E3 S2 E5 E4 S3 E2 S4

: : : :

FALSE; FALSE; FALSE; FALSE;

END_PROGRAM

92

2.5. Sequential Function Chart (SFC)

93

Programaci on en SFC
Sequential function chart (GRAFCET)

0 E1 and (not S4) 1 E2 2 S4 S4 and (not E3) and (not E4) 3 S2, S4 E5 and (not E5) 4 S3 S1

94

Conversion manual SFC LD

ON 0 r1 e0 1 r2 e1 2 r3 . . . rn n e3 r2 keep(11) e2 e2 r1 keep(11) e1 keep(11) e1 e0

. . .
en1 en+1 rn

. . .
keep(11) en

rn+1

95

2.6. Aut omata programable Omron CPM2A-30CDR-A

Lenguaje: LD + instrucciones 16 bits Entradas: IR 00000-IR 00915 (o bits) Ch: 00.00 a 00.11 y 01.00 a 01.05 Salidas: IR 01000-IR 01915 (o bits) Ch: 10.00 a 10.07 y 11.00 a 00.03 Bits: IR 02000-IR 04915 y IR 20000-IR 22715 Especial: SR 22800-SR 25515 Temporal: TR 0-TR 7 Holding: HR 0000-HR 1915 Auxiliar: AR 0000-AR 2315 Link: LR 0000-LR 1515 Timers: TIM/CNT 000 to TIM/CNT 255 Memoria datos: DM 0000-DM 6655 (RW) Interrupciones externas: 4 Salida de pulsos: 2 puntos 10 KHz Entradas respuesta r apida: 4 (50 s) Controles anal ogicos: 2 (0-200) 2 Puertos comunicaciones: perif., RS232

c c c c c c c c c c c c c c c c c c 18 entradas

Programa

Memoria

Perif.

12 salidas c c c c c c c c c c c c

RS-232

96

2.7. Ejemplos
Programa 1: al pulsar M se encender a la luz FM. M 0.00
 

FM

11.01

97

Programa 2: al pulsar M se encender a la luz FM y se mantendr a encendida; al pulsar P se apagar a. M 0.00 P 0.01 e hr00 keep(11) e

 

FM

11.01

98

3. C elula exible SMC

Transfer (cinta trasportadora) + 8 Estaciones.

Producto: montaje simple

99

Estaciones de proceso
Parte frontal: mandos, control el ectrico/electr onico, interruptor magneto-t ermico, PLC para control del proceso y comunicaci on Parte superior: actuadores, electrov alvulas, proceso Estaciones: 1. 2. 3. 4. 5. 6. 7. 8. Alimentaci on de la base Montaje rodamiento Prensa hidr aulica Inserci on del eje Colocaci on de la tapa Montaje de tornillos Robot atornillador Almac en conjuntos terminados

100

Estaci on 1
Elementos Actuadores: 6 cilindros neum aticos controlados por electrov alvulas Sensores: detectores magn eticos Pulsadores de marcha, paro y rearme. Selector ciclo, seccionador, seta emergencia Piloto indicador error PLC con 13 entradas y 10 salidas Operaciones Sacar la base del almac en (cilindro A) Vericar posici on correcta (cilindro V) Trasladar base al manipulador (cilindro T) Rechazar base incorrecta (cilindro R) Insertar base en palet (cilindros MH y MV)

101

3.1. Componentes
Almac en para 12 bases Actuadores: Cilindro empujador doble efecto 16, C:100mm (CD85N16-100B), con reguladores de caudal y detectores de posici on inicial y nal. Controlado por electrov alvula 5/2 monoestable. Sensores: Detectores magn eticos tipo Reed (D-C73L) M odulo vericaci on posici on Actuadores: Cilindro doble efecto 12, C:50mm (CD85N12-50B), con reguladores de caudal y detector de posici on nal. Controlado por electrov alvula 5/2 monoestable. Sensores: Detector magn etico tipo Reed (D-A73CL) M odulo desplazamiento Actuadores: Cilindro empujador secci on rectangular 25, C:200mm (MDUB25-200DM), con reguladores de caudal y detector de posici on nal. Controlado por electrov alvula 5/2 monoestable. Sensores: Detector magn etico tipo Reed (D-A73CL) M odulo rechazo base invertida Actuadores: Cilindro expulsor simple efecto 10, C:15mm (CJPB10-15H6) con regulador de caudal. Controlado por electrov alvula 3/2 monoestable.

M odulo inserci on en palet Actuadores: Eje horizontal: Cilindro v astagos paralelos 20, C:150mm (CXSWM20

102

150- XB11), con reguladores de caudal y detectores de posici on inicial y nal. Controlado por electrov alvula 5/2 biestable. Eje vertical: Cilindro v astagos paralelos 15, C:50mm (CXSM15-50), con reguladores de caudal y detectores de posici on inicial y nal. Controlado por electrov alvula 5/2 monoestable. Placa sujeci on: 4 Ventosas telesc opicas 16 (ZPT16CNK10-B5-A10), con eyector para generaci on del vac o (ZU07S). Controlado por electrov alvula 3/2 monoestable. Sensores: Detectores magn eticos tipo Reed (D-Z73L) Vacuostato salida PNP (PS1100-R06L) Panel el ectrico control: Montado sobre malla perforada 550 x 400 mm Bornero accesible con conexiones alimentaci on e I/O codicadas. Interruptor magnetot ermico Merlin Gerin C-60N I/O estaci on: 13 entradas, 10 salidas. Fuente de alimentaci on: Omron S82K-05024 24V/2.1A PLC control: Omron CPM2A con tarjeta para la conexi on entre aut omatas.

103

Grafcet estaci on 1

104

Parte II. Modelos, simulaci on y dise no

105

Tema 6. Sistemas booleanos

1. Dispositivos l ogicos
Dispositivos f sicos con s olo dos estados: mec anicos, interruptor, v alvula, transistor automatismos.

Sistemas combinacionales Sistemas secuenciales

106

Dispositivos biestables: b asicos para las memorias RAM

sistemas con memoria.

Figura 6.1: Pulsador

sistemas sin memoria

2. Algebra de Boole
Conjunto U dos operaciones + , tales que a, b, c U :

107

1. Idempotentes: a + a = a a = a 2. Conmutativas: a + b = b + a, a b = b a 3. Asociativas: a + (b + c) = (a + b) + c, a (b c) = (a b) c 4. Absorciones: a (a + b) = a + (a b) = a (U, +, ) es un ret culo. Si adem as 5. Distributivas: a + (b c) = (a + b) (a + c), a (b + c) = (a b) + (a c) (U, +, ) ret culo distributivo. Si 6. 7. Cotas universales: 0, 1 U tales que 0 a = 0, 0 + a = a, 1 a = a, 1 + a = 1 Complemento: a U a U | a + a = 1, a a = 0 (U, +, , , 0, 1) es un algebra de Boole. Z2 := ({0, 1} , OR , AND) es un algebra de Boole.

108

2.1. Funciones booleanas

f : Zn 2 Z2 (x1 , . . . , xn ) f (x1 , . . . , xn ) Tabla de verdad f (x1 , . . . , xn ), g (x1 , . . . , xn ) equivalentes tablas de verdad coinciden P. ej., f (x1 , x2 , x3 ) = x1 x2 , g (x1 , x2 , x3 ) = x1 x2 (x3 + x3 ) equivalentes: x1 0 0 0 0 1 1 1 1 x2 0 0 1 1 0 0 1 1 x3 0 1 0 1 0 1 0 1 f 0 0 0 0 0 0 1 1 x1 0 0 0 0 1 1 1 1 x2 0 0 1 1 0 0 1 1 x3 0 1 0 1 0 1 0 1 g 0 0 0 0 0 0 1 1

109

 Formas can onicas

func. booleanas: relaci on de equivalencia representantes can onicos: suma de min-terms, p. ej., f (a, b, c, d) = abcd + abcd + abcd producto de max-terms : f = (a + b + c + d)(a + b + c + d)(a + b + c + d) n variables 2n t erminos can onicos diferentes minterms f (x) x, x xy, xy, xy, xy f (x, y ) f (x, y, z ) xyz, xyz, xyz, xyz, xyz, xyz, xyz, xyz min-term = n umero binario = n umero decimal p. ej., xyz = 010 = 2. Obtenci on de la f.c.: Tabla de verdad f.c. (inmediato) Para i = 1, . . . , n mult. por (xi + xi ) los t erminos de f sin xi .

2.2. Simplicaci on de funciones booleanas

Aplicar la ley de complementaci on: x + x = 1 f (x1 + x1 ) f .

110

f = suma de implicantes primos (t erminos irreducibles).

M etodo de Karnaugh
f (a, b, c, d) = b + bc cd d 00 01 11 ab d 00 00 00 00 00 01 11 01 01 01 01 00 01 11
11 11 11 00 01 10 10 10 00 01 11 11 10 11

10
00 10 01 10 11 10 10 10

ab d 01 11 10 cd d 00 # 00 0 1 1 0 01 0 11 1
#

1 1

1 1

0 0

10 " 1 " 1 ! 1 ! 0

cada casilla representa un min-term

111

 M etodo de Quine-McCluskey
Ejemplo: f (x1 , x2 , x3 , x4 ) = (0, 7 , 9, 12 , 13, 15) i 0 7 9 12 13 15 Tabla min-terms 0000 0111 1001 1100 1101 1111 de verdad u 0 1 2 3 4 i 0 9 12 7 13 15 1-term 2-term

0000 0000 1 1 0 1 1 0 1 1 1 1 0 0 1 0 1 1 0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1

(a) Ordenar tabla por n umero de unos de cada t ermino grupos. (b) Los elementos de cada grupo se combinan con los del siguiente. (c) Repetir el proceso hasta que no se puedan combinar m as. f = x1 x2 x3 x4 + x1 x3 x4 + x1 x2 x4 . Un t ermino indiferente puede aprovecharse si cubre m as de un min-term.

112

 Algoritmo de Quine
Como ya se ha indicado, el m etodo de Quine-McCluskey, lo mismo que el de Karnaugh, se basa en utilizar repetidamente la ley a + a = 1. Dada una funci on f en forma can onica de suma de m min-terms, el algoritmo es el siguiente: 1. 2. Poner todos los min-terms en una lista, ordenados de alguna forma de 1 a m. para i desde 1 hasta m 1 hacer Elegir el t ermino i- esimo, Ti , de la lista para j desde i + 1 hasta m hacer Tomar el t ermino j - esimo, Tj , de la lista Simplicar, si es posible, la expresi on Ti + Tj , aplicando la ley a + a = 1 y poner el t ermino simplicado en una nueva lista. 3. 4. Volver al paso 1 con la nueva lista obtenida y repetir el algoritmo El algoritmo termina cuando no es posible simplicar m as.

Gran coste computacional si el n es elevado.

113

3. Sistemas combinacionales
Sistema de control con p entradas u1 (t), . . . , up (t) Z2 y q salidas y1 (t), . . . , yq (t) Z2 , yi (t) = fi (u1 (t), . . . , up (t)), Tiempo continuo: I R; tiempo es discreto: I = {t0 , t0 + T, . . . , t0 + kT, t0 + 2kT, . . .}, u1 (t)E u2 (t)E . . . up (t)E S.C. y1 (t)E y2 (t)E . . . yq (t)E t0 , T R. i = 1 . . . q.

Los valores de las salidas en el instante t s olo dependen de los valores que en ese mismo instante tengan las entradas.

114

3.1. Funciones l ogicas elementales

Funci on NOT
x z 0 1 1 0 x
d

Funci on AND
x 0 0 1 1 y 0 1 0 1 z 0 0 0 1 xE y
E

&

zE

x y

115

 Funci on OR
x 0 0 1 1 y 0 1 0 1 z 0 1 1 1 xE y
E

zE

x y

Funci on NAND
x 0 0 1 1 y 0 1 0 1 z 1 1 1 0 xE y
E d zE

&

x y

Funci on NOR
x 0 0 1 1 y 0 1 0 1 z 1 0 0 0 xE y
E d zE

x y

116

 Funci on XOR
x 0 0 1 1 y 0 1 0 1 z 1 0 0 1 xE y
E d zE

=1

x y

117

4. Sistemas secuenciales
Sistema de control con p entradas u1 (t), . . . , up (t) Z2 , q salidas y1 (t), . . . , yq (t) Z2 y n variables de estado. u1 (t)E u2 (t)E . . . up (t)E x1 (t) x2 (t) . . . xn (t) y1 (t)E y2 (t)E . . . yq (t)E

Las variables de estado x1 (t), . . . , xn (t) Z2 memorizan el comportamiento del sistema en instantes anteriores a t. Modelos: modelo de estado (ecuaci on en diferencias nitas), m aquinas de estados, redes de Petri modelos computacionales: grafcet, StateCharts.

118

4.1. Aut omata de Mealy

M1 = {U, Y, X, f, g } U, Y ,X : conjuntos de entrada, de salida y de estado. estado: f :U X X (u, x) x = f (u, x) salida: g :U X Y (u, x) y = f (u, x)

4.2. Aut omata de Moore

M2 = {U, Y, X, f, g } U, Y ,X : conjuntos de entrada, de salida y de estado. estado: f :U X X (u, x) x = f (u, x) salida: g:X Y (x) y = f (x)

Aut omata de Mealy Aut omata de Moore.

119

4.3. Tablas de estado

f (x, u): tabla de transici on, g (x, u): tabla de salida. Aut omata de Mealy: x1 x2 . . . x2n u1 x1,1 x2,1 . . . u2 x1,2 x2,2 . . . ... ... ... u 2q x1,2q x2,2q . . . x1 x2 . . . x2n u1 y 1 ,1 y 2 ,1 . . . u2 y 1 ,2 y 2 ,2 . . . ... ... ... u 2q y1,2q y2,2q . . .

x2n ,1 x2n ,2 . . . x2n ,2q u 2q x1,2q x2,2q . . . x2n ,2q

y 2 n ,1 y 2 n ,2 . . . y 2 n , 2 q

Aut omata de Moore: u1 u2 . . . x1 x1,1 x1,2 . . . x2 x2,1 x2,2 . . . . . . . . . . . . x2n x2n ,1 x2n ,2 . . .

x1 x2 . . . x2n

y1 y2 y 2n

Tama no (m aximo): (2n 2q ) casillas.

120

4.4. Diagrama de estado

Grafo orientado con N v ertices y q aristas. Mealy:
u xd d A = 00 B = 01 C = 10 11 0 00 01 00 1 01 10 01 u xd d A = 00 B = 01 C = 10 11 0 0 0 0 1 0 0 1 @A G F EC B D A 44
44

44 0/0 1/0

44

44

4 1 /1

s G @ F EC B D GA @ FB EC D C QA R B
0/0 0 0 /0

1 /0

Tabla de transici on

Tabla de salida @A/ G FB A E D 0C 2  22 22   220 1  22   22    0 GB/ @ A FB E D G @ FB A E Dr G C/ 0C 0C f R

1

Moore:
u xd d A = 00 B = 01 C = 10 D = 11 0 00 10 00 10 1 01 01 11 01 x y A = 00 B = 01 C = 10 D = 11 0 0 0 1
1

0 1

Tabla de transici on

Tabla de salida

@ G FB A E D 1C P D/

121

4.5. Dispositivos biestables

Son los sistemas secuenciales m as simples. Una o dos entradas u1 , u2 Una variable de estado Q Una salida y1 = Q (salida adicional y2 = Q). As ncronos o s ncronos. Qt+1 = f (Qt , u1 , u2 ), S ncronos: Clk se nal de reloj
Clk 1 0 t

El valor del estado Q se actualiza en los ancos de bajada.

122

 Biestable R-S
Biestable as ncrono b asico.

Q _ Q

S
Tabla de transici on:
SR Qd d

00 01 11 10 0 0 0 1 1 1 0 1

Q
Clk

Combinaci on de entradas 11 no permitida (contradicci on: Q = Q = 0)

123

Tema 7. Modelos de sistemas

1. Sistemas continuos
Son sistemas de control cuyo modelo es una ecuaci on diferencial (ordinaria) dx (t) = f (t, x, u), t R, x(t) Rn , u(t) Rq dt f : R Rn Rq Rn continua, Ecuaci on de salida y (t) = g (x, u), u1 (t) x(t) u : R Rq (entrada, dada). y (t) Rp . Las soluciones x(t) representan el movimiento del sistema.

u2 (t) y (t)

124

Sistemas discretos en el tiempo

El modelo es una ecuaci on en diferencias nitas. t = k T T Z x((k + 1)T ) = f (kT, x(kT ), u((k + 1)T )), x(t) Rn , u(t) Rq f : R Rn Rq Rn ; u(t) : R Rq (entrada, dada). T R : periodo de discretizaci on o de muestreo. Ecuaci on de salida y (kT ) = g (x(kT ), u(kT )), y (t) Rp .

El ordenador realiza el elgoritmo de control

125

Sistemas de eventos discretos sistemas h bridos

a) Producen eventos: sistemas continuos o discretos. b) Reaccionan ante eventos que reciben (sistemas reactivos). a b) Sistemas h bridos. Modelos matem aticos: ecuaci on diferencial (ordinaria) dx (t) = f (t, x, u), dt t R, x(t) Rn , u(t) Rq

f : R Rn Rq Rn discontinua; u : R Rq (entrada, dada) Modelos computacionales: Matlab + Simulink + Stateow u(t) s3 x(t) s2 s1 y (t)

126

Tema 8. Modelos computacionales

1. Grafcet
Graphe de Comands Etape/Transition. Association Fran caise pour la Cybern etique Economique et Technique (AFCET) Comisi on Normalizaci on de la Representaci on de controladores L ogicos (1977). GRAFCET: modelo gr aco de representaci on y funcionamiento Reconocido por normas IEC-848 e IEC-61131 y fabricantes de PLCs Formalismo inspirado en las redes Petri Elementos gr acos: etapas y transiciones evoluci on din amica Etapas: estados del sistema Transiciones: condiciones de paso de una etapa a otra Grafcet = grafo con etapas y transiciones

127

Esquema

rdenes

P.C.
eventos

P.O.

Sistema automatizado de producci on

Parte operativa: dispositivos que interact uan sobre el producto: preactuadores, actuadores y captadores Parte de Comando (control): computadores, procesadores o aut omatas

128

Elementos b asicos
Etapa: situaci on estable (estado) del sistema rect angulo con n umero parte de comando invariable en cada instante hay s olo una etapa activa (varias si son concurrentes) etapa inicial: activa en estado inicial doble rect angulo puede tener acciones asociadas
Subir

Transici on: paso de una etapa a otra

h_max

Bajar

h_min

trazo ortogonal a l nea de uni on de etapas receptividad: condici on necesaria para pasar la transici on transici on v alida: todas las etapas de entrada estan activas transici on franqueable = trsnsici on v alida y con receptividad verdadera Segmentos paralelos: procesos concurrentes

129

1.1. Estructuras b asicas

Secuencia simple Divergencia OR Convergencia OR Divergencia AND Convergencia AND Saltos Posibilidades avanzadas
Paralelismo Sincronizaci on Jerarqu a Comunicaci on

130

2. Cartas de estado
Statecharts David Harel, 1987. Generalizaci on m aquinas de estados. Capacidad de agrupar varios estados en un superestado. Posibilidad de ortogonalidad o independencia (paralelismo) entre ciertos estados. Necesidad de transiciones m as generales que la echa etiquetada con un simple evento. Posibilidad de renamiento de los estados. Formalismo visual para describir estados y transiciones de forma modular que permite el agrupamiento de estados (jerarqu a), la ortogonalidad (paralelismo) y el renamiento de estados. Admite la visualizaci on tipo zoomentre los diferentes niveles de abstracci on. Implementaciones: Statemate, Stateow etc.

131

2.1. Stateow
Toolbox de Matlab para modelar sistemas de eventos discretos. Tiene un u nico elemento: Chart = carta de estados (D.Harel)
Creaci on de un modelo: Matlab Simulink new-model Chart Crear la carta Stateow Utilizar el Explorer de Stateow Denir un interface para los bloques de Stateow Ejecutar la simulaci on Generar el c odigo Generadores de c odigo: sf2vdh: traductor de Stateow a VHLD sf2plc: genera c odigo para programar algunos PLC. Carta de estados de Stateow

132

2.2. Elementos de una carta de estado

Elementos gr acos: cartas, estados, transiciones y uniones Elementos de texto: lenguaje, datos y eventos.
Carta: m aquina de estados generalizada bloque de Simulink Estados: modos de funcionamiento Nombre / acciones Acciones: entry: a, exit: b, during: c, on event e : d Descomposici on OR (trazo continuo) y AND (trazo discontinuo). Transiciones: saltos Nombre / acciones Nombre: e (evento), [c] (condici on) Acciones: {a} (acci on) default-transition Uniones puntos de bifurcaci on. Conectivas de historia Datos Entrada de Simulink Salida de Simulink Local Constante Temporal Workspace Eventos Entrada de Simulink Salida de Simulink Local I/O Simulink: disparo por , o

133

 Estados
Sintaxis: nombre / entry: acci on exit: acci on during: acci on on event e: acci on Acci on: cambiar salida llamada a funci on. Estado (padre) = { subestados (hijos) } Descomposici on AND : todos activos hijos en l nea discontinua Descomposici on OR : s olo uno activo hijos en l nea continua.
S2 e S1

134

 Transiciones
Forma de echa saltos entre estados eventos Acciones asociadas Transici on por defecto se nala el estado inicial Sintaxis: e nombre de un evento [c] expresi on booleana condici on {a} acci on No texto disparo con evento cualquiera en el sistema.

135

 Uniones
Forma de peque no c rculo Uniones conectivas puntos de bifurcaci on decisi on condicionada Uniones de historia descomposici on OR activo = u ltimo

e1

e2

H C1 C2

e3

136

2.3. Elementos de texto especiales

Datos
Entrada de Simulink Salida a Simulink Local Constante Temporal Workspace

Eventos
Entrada de Simulink Salida a Simulink Local Activaci on: anco subida - anco de bajada - anco indiferente

137

3. Creaci on de un modelo con StateowSimulink

Matlab Simulink new-model Stateow Chart Chart estados, transiciones, etc. Pasos a seguir: Crear carta Stateow Establecer interface Simulink Stateow Con Explorer de Stateow declarar datos y eventos Ejecutar la simulaci on Generar el c odigo (ANSI C, sf2vhld, sf2plc)

Observaciones
Simulaci on larga: t = inf Chart File Chart Properties Execute (enter) Chart At Initialization

138

 Ejemplo. Control de barrera de ferrocarril

Objetivo cerrar la barrera si llega tren abrirla si ha pasado.

Sistema de eventos discretos: tren llega tren ha pasado.

139

Esquema:
d d TREN d d E

S1 Componentes: 2 sensores S1 y S2

S2

barrera con motor-reductor

sistema digital, rel es y elementos auxiliares. Sensores: S1 en x1 < 0 S2 en x2 > 0 evento en se nal s1 llega tren evento en se nal s2 tren ha pasado

Presencia del tren en [x1 , x2 ] sensores S1 y S2 . Operaci on sistema: si S1 se activa la barrera debe cerrarse, si S2 se activa la barrera puede abrirse.

140

Sistema de control de eventos discretos divisi on en paralelo (paralelismo) trasmisi on de eventos. Sensores: S1 y S2 Manual Switch de Simulink anco de subida en s1 : llega el tren anco de bajada en s2 : el tren se ha ido. Carta de estados: dos estados Tren y Barrera, en paralelo. Barrera dos hijos Abrir y Cerrar, Tren dos hijos Fuera y Dentro.
Tren
1

Barrera Abrir

1 0 S1 1 0 S2 Chart

Fuera

s1/e1 Dentro

s2/e2

e1 Cerrar

e2

141

Tema 9. Procesos continuos

1. Sistemas continuos
Las magnitudes que evolucionan en el proceso son funciones continuas en la variable t (tiempo). Ejemplos de procesos continuos: Generadores y motores el ectricos Industria qu mica Industria petroqu mica Industria papelera Industria del cemento M aquina herramienta Aeron autica y astron autica

142

 Ejemplo. Dep osito

Si 1 2 no hay p erdidas de energ a Ep1 + Ec1 = Ep2 + Ec2 m g h(t) = Ep1
m

1 Ec2 = m v (t)2 2

v (t) =
h( t )

2gh(t) d Volumen dt

Caudal = a(t) v (t) =

2 m Area A a( t ) q( t )

q (t) = a(t)v (t) = a(t) 2gh(t) = d dh A h(t) = A dt dt

Ecaci on diferencial:

dh 1 = a(t) 2gh(t) dt A

143

2. Modelos de sistemas continuos 2.1. Ecuaci on diferencial

Sistema f sico fi = ma
i Leyes f sicas

Ecuaci on diferencial

k f( t ) m1 x1( t ) b x2( t ) m2

Ecuaci on diferencial: f (t) k (x1 (t) x2 (t)) b k (x1 (t) x2 (t)) + b

dx1 (t) dx2 (t) dt dt dx1 (t) dx2 (t) dt dt

= m1 = m2

d2 x1 (t) dt d2 x2 (t) dt

144

2.2. Sistemas lineales - par ametros constantes

Modelo externo
L Ecuaci on diferencial G(s) funci on de transferencia Modelo entrada salida Diagrama de bloques

Modelo interno
Ecuaci on diferencial Algebra lineal C alculo por computador Sistemas multivariable
cambios

x (t) = Ax(t) + Bu(t) y (t) = Cx(t) + Du(t)

modelo de estado

145

2.3. Modelo externo

Ecuaci on diferencial: a2 x (t) + a1 x (t) + a0 x(t) = b1 u (t) + b0 u(t) Aplicando la transformaci on de Laplace tenemos a2 [s2 X (s) sx0 x 0 ] + a1 [sX (s) x0 ] + a0 X (s) = U (s)[b1 s + b0 ] y si suponemos condiciones iniciales nulas queda X (s) = Funci on de transferencia G(s): X (s) = G(s)U (s) G(s): funci on racional; denom. de G(s) := polinomio caracter stico. a2 s2 b1 s + b0 U (s). + a1 s + a0

146

2.4. Modelo interno

(t) + a1 x (t) + a0 x(t) = b1 u (t) + b0 u(t) Ecuaci on diferencial: a2 x cambios: x1 := x; x2 := x ; u1 := u; u2 := u x 1 (t) = x2 (t) Modelo de estado a0 a1 b0 b1 x1 (t) a x2 (t) + a u1 (t) + a x2 (t) x 2 (t) = a 2 2 2 2 Ecuaci on de estado: x 1 (t) x 2 (t) = 0 0 a a2 1 1 a a2 x1 (t) + x2 (t) 0
b0 a2

0
b1 a2

u1 (t) u2 (t)

Ecuaci on de salida (si salidas estados): y1 (t) y2 (t) Modelo de estado: x (t) = Ax(t) + Bu(t) y (t) = Cx(t) + Du(t) = 1 0 0 1 x1 (t) 0 0 + x2 (t) 0 0 u1 (t) u2 (t)

147

2.5. C alculo de la respuesta temporal

1. 2. Resoluci on de la ecuaci on diferencial Modelo externo G(s): Integraci on compleja: +j 1 y (t) = L1 [Y (s)] = Y (s)est ds 2j j Transformada de Laplace expansi on frac. simmples: u(t) U (s); G(s) U (s) = Y (s); Integral de convoluci on:
t L

Y (s) y (t)

L1

y (t) = u(t) g (t) =

0

g (t ) u( ) d

3.

Modelo interno: Resoluci on de la ecuaci on de estado:

t

x(t) = eAt x(0) +

0

eA(t ) Bu( ) d

148

 C alculo de la respuesta con Matlab

Circuitos C alculos con matrices metodos de mallas y nudos Sistemas lineales y no lineales Resoluci on ecuaci on diferencial ode23 y ode45 Modelo externo residue expansi on de Y (s) en frac. simples series, parallel, feedback: simplicaci on diagr. bloques. impulse, step, lsim respuesta temporal (num erica) Symbolic Toolbox transformadas de Laplace L y L1 Modelo interno impulse, step, lsim respuesta temporal (num erica) Conversi on modelos interno y externo ss2tf, tf2ss

149

3. Simulink
Simulink: librer a (toolbox ) de Matlab para modelado y simulaci on. Modelo externo Modelo interno Sist. no lineales Sist. reactivos ...

Ventana gr aca de Simulink

Ventana de comandos de Matlab

Ventana con la respuesta temporal

150

Inicio: escribir simulink en Matlab command window clic en el icono Simulink Simulink Simulink Countinous Discrete Math Operations Signal Routing Sinks Sources . . .

+ +

Dials & Gauges Blockset Stateow . . .

151

 Ejemplo. Modelo simple

Sistema de control en feedback con K = 5, G(s) = s+1 , s2 + 4 H (s) = 2s + 1 s+1

Ventana para dibujo: File New Model G(s) y H (s): Continuous Transfer Fcn G(s): numerador = [1, 1] denominador = [1, 0, 4] H (s): numerador = [2, 1] denominador = [1, 1] K : Math Operations Gain K=5 Suma: Math Operations Sum (+) () | echas

152

Entrada escal on: Sources Step Step time = 0, Initial value = 0, Final value = 1. Visualizaci on: Sinks Scope Uni on con echas
0.7 Respuesta temporal 0.6

5 Step Sum Gain

s+1 s2+4
y(t)

0.5

Transfer Fcn

Scope

0.4

0.3

0.2

2s+1 s+1 Transfer Fcn

0.1 0

0.1

0.2

0.3

0.4

0.5 t

0.6

0.7

0.8

0.9

Simulaci on: Simulation Simulation parameters t inicial, t nal, algoritmo, paso, etc.

153

 Ejemplo, Circuito el ectrico

Z1 + v i1 Z2 i3 i2 Z3 Z5 Z6 Z4

Metodo de mallas: v = (z1 + z2 + z4 )i1 z2 i2 z4 i3 0 = z4 i1 z5 i2 + (z4 + z5 + z6 )i3 0 = z2 i1 + (z2 + z5 + z3 )i2 z5 i3

En forma matricial: V = Z I , es decir v z 1 + z2 + z4 z2 z4 i1 0 = z4 z5 z4 + z5 + z6 i2 0 z2 z 2 + z5 + z3 z5 i3 Soluci on: I = Z 1 V

154

 C alculo con Matlab para c. alterna

Escribimos en el archivo circuito.m los datos y las ordenes oportunas.
Vef=220; f=50; w=2*pi*f; R1=1; L1=0.1; C1=100e-6; z1=R1+j*L1*w+1/(i*C1*w) R2=1; L2=0.03; C2=220e-6; z1=R2+j*L2*w+1/(i*C2*w) R3=0.25; L3=0.2; C3=100e-6; z1=R3+j*L3*w+1/(i*C3*w) R4=5; L4=0.1; C4=100e-6; z1=R4+j*L4*w+1/(i*C4*w) R5=20; L5=0.01; C5=100e-6; z1=R5+j*L5*w+1/(i*C5*w) R6=25; L6=0.33; C6=100e-6; z1=R6+j*L6*w+1/(i*C6*w) V = [Vef 0 0] Z = [ z_1+z_2+z_4 - z_2 - z_4 -z_4 - z_5 z_4+z_5+z_6 -z_2 z_2+z_5+z_3 - z_5 ]; I = inv(Z)*V

Para hacer el c alculo, en la pantalla de comandos de Matlab escribimos >> circuito y, pulsando Enter , obtendremos el vector intensidades: I = [17.9962 + 10.1363i, 2.1462 3.5405i, 0.4702 1.3816i]

155

4. Sistemas no lineales p endulo

Ecuaci on diferencial: f (t) mg sin( (t)) ma = 0 (t) = 0 f (t) mg sin( (t)) ml + mg sin( ) f (t) = 0 ml
f (t )

mg

: Cambio x1 := , x2 := x 1 = x2 f (t) mg sin x1 x 2 = lm

En el archivo pendulo.m escribimos: Soluci on num erica del P.C.I.: function x_prima=p endulo(t,x) >> t0=0; tf=5; % Interv. integraci on l=1; m=1; g=9.8; % Par ametros >> x0=[0 0]; % Cond. iniciales if t<1 % Fuerza exterior >> [t,x]=ode23(p endulo,t0,tf,x0); f=1; >> plot(t,x) else f=0; end % Ecuac. estado: x_prima=[x(2) (f-m*g*sin(x(1)))/(m*l)];

156

4.1. Respuesta modelo externo

k

y(t) 1.2

0.8

f (t) m 0
0.6 0.4

x(t)

0.2

Ecuaci on diferencial: mx (t) + bx (t) + kx(t) = f (t) L ms2 X (s)+ bsX (s)+ kX (s) = F (s) f (t) = 1(t) F (s) = 1/s Expansi on en fraciones simples: 1 G(s) = ms2 + ; X (s) = G(s) 1 s bs+k r2 r3 r1 + + X (s) = s p1 sp1 sp3 L1 es inmediata: y (t) = r1 ep1 t + r2 ep2 t + r3 ep3 t

5 t

10

15

C alculo de x(t) con Matlab: >> m=1; b=1; k=1; B=1; >> A=[m b k 0]; >> [r,p,c]=residue(B,A) >> t=[0:0.05:15]; >> x=r(1)*exp(p(1)*t) +r(2)*exp(p(2)*t) +r(3)*exp(p(3)*t); >> plot(t,x) .

M as sencillo a un: con impulse, step o lsim

157

 Resoluci on simb olica

Symbolic Toolbox de Matlab Maple core Transformada de Laplace L(f (t)) = F (s): >> F = laplace(f,t,s) Transformada inversa de Laplace L1 (F (s)) = f (t): >> f = ilaplace(F,s,t) El mismo ejercicio anterior: >> >> >> >> >> >> >> syms s t m=1; b=1; k=1; G = 1/(ms^2+b*s+k); U = 1/s; Y = G * U ; y = ilaplace(Y,s,t); ezplot(y, [0,15], axis([0, 15, 0, 1.25])

gr aca igual que la de antes.

158

4.2. Respuesta modelo interno

k f( t ) m1 x1( t ) b x2( t ) m2

f (t)k (x1 (t)x2 (t))b(x 1 (t)x 2 (t)) = m1 x 1 (t) k (x1 (t)x2 (t))+b(x 1 (t)x 2 (t)) = m2 x 2 (t) Cambios: x3 = x 1 , x4 = x 2 , u := f k k b b 1 x 1 = m1 x1 + m1 x2 m1 x 1 + m1 x 2 + m u 1 k k b b x 2 = + m2 x1 m2 x2 + m2 x 1 m2 x 2 Modelo de estado (sup. salidasestados): 0 0 1 0 0 x1 x 1 x 0 0 0 1 x2 0 2 = k k b b + 1 u x 3 m1 m1 m1 m1 x3 m1 k k b b x4 x 4 0 m2 m2 m2 m2 y1 1 0 0 0 x1 0 y2 0 1 0 0 x2 0 = y3 0 0 1 0 x3 + 0 u y4 0 0 0 1 x4 0

Resoluci on con Matlab: >> m_1=1; m_2=2; >> k=0.1; b=0.25; >> A=[0 0 1 0 0 0 0 1 -k/m_1 k/m_1 -b/m_1 b/m_1 k/m_2 -k/m_2 b/m_2 -b/m_2] >> B=[0 0 1/m1 0] >> C=eye(4,4); D=zeros(4,1); >> S=ss(A,B,C,D); % crea sistema >> t=[0:0.1:12]; >> % Respuesta a escal on unitario: >> y=step(S,t) >> % Gr afica de la respuesta: >> plot(t,y)

159

5. Sistema de primer orden

Respuesta impulsional 1 0.9 0.8 0.7 0.6 0.5 0.4

U (s) E Entrada:

A s+a

Y (s) E

Impulso de Dirac L u(t) = (t) U (s) = 1 A G(s)U (s) = s+ a = Y (s) 1 L (Y (s)) = y (t) = Aeat Escal on unitario L u(t) = 1(t) U (s) = 1/s G(s)U (s) = s(sA +a) = Y (s) L1 (Y (s)) = y (t) =
A a

0.3 0.2 0.1 0 0

0.5

1.5

2.5 t

3.5

4.5

Respuesta al escalon 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2

A at ae

:= 1/a constante de tiempo

0.1 0 0

0.5

1.5

2.5 t

3.5

4.5

160

6. Sistema de segundo orden

Respuesta impulsional 3 2.5

U (s) E

s2

2 n 2 + 2n s + n

Y (s) E

2 1.5 1 0.5 0 -0.5 -1 -1.5 0

Entrada: Impulso de Dirac L u(t) = (t) U (s) = 1 2 n G(s)U (s) = s2 +2 2 = Y (s) n s+n y (t) = n en t sin (n 12 ) t
1 2

0.5

1.5

2.5 t

3.5

4.5

im s
1

Escal on unitario L u(t) = 1(t) U (s) = 1/s G(s)U (s) =

2 n 2 2) s(s +2n s+n

y (t) = 1 1

1 2

= Y (s) en t sin (n 12 t + )
s
2

re

n : pulsaci on nat. : coef. amort.

161

7. Linealizaci on
a) Caso monovariable. x = f (x(t), u(t), t), x R, u R b) Caso multivariable f (.), x(.), u(.): vectores. fx (.) y fu (.): jacobianos de f (.) resp. de x y u 1 f1 . . . x n C B = @ ... ... ... A fn fn . . . xn 1 1x0 ,u0 0 x f1 f1 . . . un C B u1 = @ ... ... ... A fn fn . . . u u 0 f
1

Soluci on {x0 (.), u0 (.)} (equilibrio). Perturbamos: x(t) = x0 (t) + x(t), Suponemos que (x)i = o(x, u), (u)i = o(x, u), i > 1 Derivando respecto a t, (t) x (t) = x 0 (t) + x tenemos que (t) = x x (t) x 0 (t) f (.) lisa Desarrollo Taylor: f (x, u, t) = f (x0 , u0 , t) + fx x + fu u + o(x, u) x x 0 = fx x + fu u + o(x, u) = Ax + Bu + o(x, u) x en donde f A = fx (t) = , x x0 ,u0 f B = fu (t) = u x0 ,u0 De donde J u0 = u(t) = u0 (t) + u(t) Jx0 f = x
x0 ,u0

x1

f u x ,u 0 o

x0 ,u0

x = fx x + fu u o bien (t) = A(t) x x(t) + B (t) u(t) (t) = x(t), u (t) = u(t), en donde x A(t) = fx (t), B (t) = fu (t)

(9.1)

Las matrices A(t) y B (t) (jacobianos) son funciones de tiempo si la soluci on de la ecuaci on diferencial no es constante.

162

 Ejemplo. Dep osito

Punto de funcionamiento (o estado de equilibrio) a0 , h0 : valores de equilibrio de (a(t), h(t)). x(t) := h(t) h0 y u(t) := a(t) a0 : incrementos. f (h, a) = p 1 a(t) 2gh(t), A1 peque nos

h( t )

Derivando f respecto de h, tenemos

q( t ) a( t )

Area A1

f 1 2ga ga0 := A, = = h ho ,a0 A1 2 2gh ho ,a0 A1 2gh0 y, derivando f respecto de a, f 1 p = 2gh0 := B. a ho ,a0 A1 Modelo linealizado en h0 , a0 : x (t) = Ax(t) + Bu(t) y (t) = Cx(t) + Du(t) Hemos supuesto (impl citamente) que no hay p erdidas de energ a por rozamiento.

Elemento masa m: 1 Ep = mgh(t) = mv (t)2 = Ec , 2 p velocidad de salida v (t) = 2gh(t). Caudal de salida: p q (t) = a(t)v (t) = a(t) 2gh(t) Pero caudal = variaci on de volumen, d dh A1 h(t) = A1 q (t) = dt dt Igualando, p dh 1 = a(t) 2gh(t) dt A1

163

8. Respuesta de frecuencia
U (s)E Entrada sinusoidal: L u(t) = sin t U (s) = Y (s) = s2 + 2 G(s) = Y (s) s2 + 2 G(s) Y (s)E G(s) = b(s) a(s) estable

0 k k1 k2 kn k0 + + + + ... + s i s + i s s1 s s2 s sn s1 , . . . , sn : ra ces (sup. simples) de a(s); k0 , k0 , k1 , . . . , kn : res duos de Y (s). 0 eit + K1 es1 t + K2 es2 t + . . . + Kn esn t y (t) = k0 eit + k yss (t) 0

yss (t) = M sin(t + ) M = |G(i )| , = arg G(i )

164

8.1. Diagrama de Nyquist

Es un gr aco en C de la funci on M etodos: Manual tabla de valores 1 s+1 M = |G(i )| G(s) = = arg G(i ) G:R C G(i )

0.0 0.5 1.0 1.5 2.0 3.0 5.0 10.0

M 1.000 0.894 0.707 0.555 0.447 0.316 0.196 0.100

0.0 -26.6 -45.0 -56.3 -63.4 -71.6 -78.7 -84.3

Con Matlab:

[M,phi] = nyquist(num,den,w)

165

8.2. Criterio de Nyquist

Sirve para averiguar si un sistema con realimentaci on, de la forma U (s) Y (s) r E E j E G(s)
T

H (s) ' es estable o no, conociendo el diagrama de Nyquist de G(s)H (s) y el n umero de polos en C+ de G(s)H (s).

Principio del argumento

Sea f : C C anal tica en todos los puntos excepto en un n umero nito de polos de un dominio D y en todos los puntos de su contorno , y sean Zf y Pf los n umeros de polos y de ceros, respectivamente, de f (z ) en D. Entonces Zf Pf = 1 arg f (z ) 2 s

166

T Plano z

TPlano f (z )

Principio del argumento

TPlano G(s)H (s)

T Plano s

Criterio de Nyquist

167

 Criterio de estabilidad de Nyquist

G(s) = T (s) =
nG dG ,

H (s) = =

nH dH ,

G(s)H (s) = =

nG nH dG dH

G(s) 1+G(s)H (s)

nG dG nG nH 1+ d d G H

nG dH dG dH +nG nH

F (s) = 1 + G(s)H (s) = 1 +

nG nH dG dH

dG dH +nG nH dG dH

polos de T (s) ceros de F (s) polos de G(s)H (s) polos de F (s) Aplicamos el principio del argumento a F (s):
1 2 s

arg F (s) = ZF PF = PT PGH

Criterio de Nyquist: PT = PGH + 1 arg F (s) 2 s

No polos de T (s) en C+ = No de polos de G(s)H (s) en C+ + No de vueltas de G(s)H (s) alrededor de (-1 + 0j)

168

 Ejemplo 1
Plano s 1 2 1 0 1 2 1 2 1 0 1 2 1 0.5 0 0.5 1 0.5 Plano G(s)H(s)

0.5

1 G(s) = , (s + 1)(s + 2)

H (s) = 2

Polos de G(s)H (s) = {1, 2} PT = PGH + T (s) = 1 arg F (s) = 0 + 0 = 0 2s es estable.

G(s) 1 + G(s)H (s)

169

 Ejemplo 2
Plano s 1 2 1 0 1 2 1 2 1 0 1 2 1 0.5 0 0.5 1 0.5 Plano G(s)H(s)

0.5

5 G(s) = 3 , s + 5s2 + 9s + 5

H (s) = 1

Polos de G(s)H (s) = {2 + i, 2 i, 1} PT = PGH + T (s) = 1 arg F (s) = 0 + 0 = 0 2s es estable.

G(s) 1 + G(s)H (s)

170

 Ejemplo 3
Plano s 1 2 1 0 1 2 1 2 1 0 1 2 2 1.5 1 0.5 0 0.5 Plano G(s)H(s)

0.5

5 G(s) = 4 , s + 4s3 + 4s2 4s 5

H (s) = 2

Polos de G(s)H (s) = {2 + i, 2 i, 1, 1} PT = PGH + T (s) = 1 arg F (s) = 1 + 1 = 2. 2s es inestable.

G(s) 1 + G(s)H (s)

171

 Ejemplo 4
Plano s 1 2 1 0 1 2 1 2 1 0 1 2 2 1.5 1 0.5 0 0.5 Plano G(s)H(s)

0.5

5 G(s) = 4 , s + 4s3 + 4s2 4s 5

H (s) = 1.4(s + 0.95)

Polos de G(s)H (s) = {2 + i, 2 i, 1, 1} PT = PGH + T (s) = 1 arg F (s) = 1 1 = 0. 2s es estable.

G(s) 1 + G(s)H (s)

172

8.3. Diagramas de Bode

Se compone de dos gr acos en R, asociados a la funci on G:R C G(i ), que representan M ( ) y ( ). M etodos: Manual l apiz y regla Con Matlab: bode(num,den,w)
-4 0

n=10 =1/8

dB /d ec

173

9. El lugar de las ra ces

U (sE ) jE k +
T

E G(s)

) s Y (sE

H (s) ' nH nG , H (s) = , kR dG dH nG nH Z (s) (s z1 )(s z2 ) . . . (s zm ) G(S )H (s) = = =K dG dH P (s) (s p1 )(s p2 ) . . . (s pn ) G kn kG(s) k nG d H dG = T (s) = nG nH = 1 + kG(s)H (s) 1 + k dG dH d G d H + k nG n H G(s) = = k nG d H nT = P (s) + k Z (s) dT

L.R. es el lugar geom etrico, en C, de las ra ces de dT (s) al variar k en R+

174

9.1. Reglas para el trazado

|s z1 ||s z2 | . . . |s zm | j i |s z1 |ejz1 . . . |s zm |ejzm Z (S ) = = e j j p p P (s) |s p1 | . . . |s pn | |s p1 |e 1 . . . |s pn |e n Ecuaci on caracter stica: P (s) + kZ (S ) = 0 k 1. Z (S ) |s z1 | . . . |s zm | j i = 1 k e = ej (2k+1) , P (s) |s p1 | . . . |s pn | Condici on angulo trazado arg[kG(s)H (s)] = i = (2k + 1) 2. Condici on de magnitud c alculo de k en cada punto k= Reglas para el trazado |s p1 | . . . |s pn | |s z1 | . . . |s zm | k = 0, 1, 2, . . .

175

9.2. Trazado por computador

Ejemplo de trazado del lugar de las ra ces mediante MATLAB: G(s)H (s) = s+1 s(s + 2)(s2 + 6s + 13)
6

>> num=[1 1] >> den=conv([1 2 0],[1 6 13]) >> rlocus(num,den)

Eje Imag

-2

-4

-6 -6

-4

-2

0 Eje Real

176

Tema 10. Dise no de Sistemas de Control continuos

1. Introducci on
Aplicaci on en numerosos campos en tecnolog a y ciencia. pilotos autom aticos en barcos o aviones control teledirigido de naves espaciales controles de posici on y velocidad m aquinas herramientas control de procesos industriales robots controles en autom oviles suspensi on activa controles en electrodom esticos Desarrollo: Bajo coste y miniaturizaci on de electr onica. Objeto del dise no: controlador. Control: sistemas SISO y MIMO. Realizaci on: componentes electr onicos anal ogicos computador digital.

177

2. Tipos de controladores
Dise no: determinar Gc (s) para conseguir un adecuado funcionamiento.
D(s) R(s) Gc Gp Y(s)

Controlador Gc (s): P I D PID Proporcional : Gc (s) = Kp Integrador : Gc (s) =

1 sTi

Derivativo : Gc (s) = sTd Gc (s) = Kp (1 +

1 sTi

+ sTd )

Realizaci on de los controladores

178

Vi

R Vo

P
R1

R2

V0 R1 + R2 R1 + R2 = = Kp = Vi R1 R1

C1
Vi R1 Vo

I
R

V0 1 = ; Vi sR1 C1

Ti = sR1 C1

R1 Vi

C1
Vo

D
R

V0 = sR1 C1 ; Vi

Td = sR1 C1

179

 Controlador PID
1

Gc =
Kp Vo

V0 Vi

= Kp 1 +

1 sTi

+ sTd Td = R3 C3

Vi

1 sT i

Kp =

R5 R4 ,

Ti = R2 C2 ,

sT d

R1 R1 R4

C2
R5 Vi R1 R4 Vo

R3

C3

R4

180

 Controladores de adelanto y de retraso de fase

Gc = V0 s zc = Kc Vi s pc
C R1 R1 C Vi R2 Vo

a) | zc |<| pc | a) | zc |>| pc |

adelanto de fase retraso de fase

Vi

R2

Vo

a)

b)

s zc Gc = Kc s pc =

1+T s (1+T s) CR1 R2 R1 + R2

s zc Gc = Kc s pc =

1+T s 1+T s

R 1 + R2 R2 ,

T =

R1 + R2 R2 ,

T = R2 C

181

 Controlador de adelanto-retraso con red pasiva

C1

R1

R2 Vi C2 Vo

Gc =

V0 (1 + T1 s)(1 + T2 s) = Vi (1 + T1 s)(1 + T2 s)

donde > 1, = 1/, T1 = R1 C1 , T2 = R2 C2 y T1 T2 = R1 R2 C1 C2 .

182

 Controlador de adelanto-retraso con amp. operacional

C2 C1 R2 Vi R1 Vo

Gc =

V0 C1 (s + 1/R1 C1 ) s zc = Kc = Vi s pc C2 (s + 1/R2 C2 )

Eliminando R2 Eliminando C2

controlador PI controlador PD

183

3. Dise no en el lugar de las ra ces

G(s) = 1 s2

Sistema marginalmente estable para cualquier K .

184

 Efecto de a nadir un cero

Cero en z1 = (2.5, 0); G(s) = s + 2.5 s2

Es como si z1 tirase del L.R. hacia s , estabilizando el sistema.

Efecto de a nadir un polo

Polo en p1 = (2, 0); G(s) = 1 s2 (s + 2)

185

Es como si p1 empujara al L.R., desestabilizando el sistema.

3.1. Dise no de un controlador de adelanto de fase

El controlador es Gc (s) = Kc s zc , s pc |zc | < |pc | (10.2)

Dise no: hallar zc y pc para que el L.R. pase por un punto dado, denido a partir de las especicaciones de funcionamiento.

186

Ejemplo. Dado un sistema con G(s) = 1 , s2 H (s) = 1, (10.3)

dise nar un controlador de adelanto de fase para conseguir las siguientes especicaciones de funcionamiento: Mp < 0.2, Ts < 4 s para = 2 %

siendo la banda de tolerancia de error.

187

Resoluci on. Para el sistema de 2o orden sabemos que Mp = e/

1 2

ln(Mp ) = 0.456. ln(Mp )2 + 2

Para t = 4 tenemos que et/ = e4 = 0.0183 < 0.02. Por tanto, si ts = 4 tenemos que para t > ts se cumple que y (t) < 0.02. ts = 4 = Sustituyendo, 4= 4 0.456 n n = 2.22. 4 n

Por tanto, el punto s0 C correspondiente a las especicaciones dadas es: s0 = n in 1 2 = 1 2i.

Ahora el problema es calcular Gc (s) para que el L.R. pase por s0 .

188

Ponemos el cero del controlador en el punto zc = 1, bajo el punto s0 = (1 2i) por donde ha de pasar el L.R.
im 3 Raz deseada 2

1
p 90 116.56

-5

-4

-3

-2

-1

re

Por la condici on de angulo, 90o 2(116.56o ) p = 180o p = 38o ,

se deduce que el polo ha de ser pc = 3.6. Aplicando ahora la condici on de m odulo en el punto s = 1 + 2i resulta Kc = 8.1.

189

El lugar de las ra ces del sistema con controlador es

El controlador dise nado es

Gc (s) = 8.1

s+1 . s + 3.6

190

3.2. Dise no de un controlador PID

Ejemplo. Se trata dise nar un controlador PID para un sistema con Gp (s) = 1/s2 y H (s) = 1. Las especicaciones son las mismas en el ejemplo anterior. Mp < 0.2, Ts < 4 s para = 2 %

siendo la banda de tolerancia de error. Resoluci on. Como en el ejemplo anterior, el lugar de las ra ces ha de pasar por el punto s0 = (1 2j ). La funci on de transferencia del PID es Gc = Kp 1 + = Td Kp con Kc = Td Kp . 1 + sTd sTi
1 Td s

= Kp

Td Ti s2 + Ti s + 1 Ti s (s z1 )(s z2 ) , s

s2 +

1 Td Ti

= Kc

191

im 3 Raz deseada 2

1
z2 90 116.56

-5

-4

-3

-2

-1

re

M etodo simple: (a) suponemos que los ceros z1 y z2 son reales, (b) ponemos el cero z1 bajo la ra z s0 deseada, (c) aplicando la condici on de angulo, determinamos el otro cero, (d) aplicando la condici on de m odulo, hallamos Kp .

192

(a) z1 y z2 en el eje real. (b) z1 = 1 (c) Condici on de angulo: 90o + z2 3(116.56o ) = 180o , z2 = 3(116.56) 180o 90o = 79.6952o

z2 = 1.3636. Con z1 y z2 ya podemos hallar Td , Ti y Kp : Kc s2 +

1 Td s

1 Td Ti

= Kc

(s z1 )(s z2 ) s2 + 2.3636s + 1.3636 Kc , s s

siendo Kc = Td Kp , de donde resulta Td = 1 = 0.4231 s, 2.3636 Ti = 2.3636 = 1.7333 s 1.3636

(d) Por u ltimo, aplicando la condici on de m odulo, hallamos Kp . ( 12 + 22 )3 Kc = 2.750 = Kc Kp = = 6.5 2 2 Td 2 (1.3636 1) + 2

193

194

Control del balanceo de una barra

Dise no de un sistema de control para mantener una barra en posici on vertical.
y

Barra de longitud l y masa m Movimiento en el plano xy Fuerza f (t) horizontal

Desplazamiento x(t) de la base Giro (t) de la barra

Es posible el control sin feedback de la barra?

f x

195

Modelo matem atico. 2a ley de Newton :

d2 dt2 l l 3 l 1 1 J := x2 dm = x2 Adx = A = Al l2 = m l2 3 3 3 0 0 2 l l d f (t) cos (t) + mg sin (t) = J 2 2 2 dt P =J Linealizaci on: cos 1, sin L

f (t) (t) mg

1 2 d2 l l ml mg (t) = f (t) 2 3 dt 2 2
d2 dt2

3g 2l (t)

3 2ml

f (t)

(s2
O

3g 2l ) (s)

3 2ml F (s)

Modelo externo:

(s) =

3 2ml

s2

3g 2l

F (s)

Datos:

g = 9.8, m = 1, l = 1

polos : p1 = 3.834058, p2 = 3.834058.

196

Lugar de las ra ces.

Root Locus 5

1 Imaginary Axis

5 8

0 Real Axis

Sistema inestable o marginalmente estable con controlador P

197

Dise no de un controlador. Especicaciones: 1 tp = , 4 Sistema de segundo orden: Mp = e/ tp = Polo del sistema: s0 = n i n 1 2 = 4.158883 9.424777i
1 2

Mp =

1 3

= n =

ln(Mp ) = 0.403712 ln(Mp )2 + 2 tp 1 2 = 10.301589

n 1 2

Problema: hallar Gc (s) para que el L.R. pase por s0 .

198

C alculo de los par ametros de Gc (s). s0

pc pc Condici on de angulo: zc p1 p2 pc = (2k + 1)

p2 zc z c p2

p1 p1

pc = 0.840410 rad =48.151970o

pc = 4 8.440951 = 12.440951 Condici on de m odulo: |s0 p1 ||s0 p2 ||s0 pc | K= = 156.425395 |s0 zc |

199

Tema 11. Dise no de Automatismos

Dise no con StateCharts

chart_1cil_doble_4e/Chart

va vr

va vr

si sd x

A/ va=1; %avance vr=0; M sd

Chart 1 0 M

cilindro A

I/ va=0; vr=0;

D/ va=0; vr=0;

Scope

si
x(t) 0 1 0 1 0 1 2 vr 3 x 2 sd 1 si

R/ va=0; %retro. vr=1;

1 va

1 s

Printed 09May2005 12:07:20

200

Implementaci on con LD
ON 0.00 R si keep(11) I

20.03 0.04 A 20.01 I

M keep(11) A

20.00 0.01 D 20.02 A

sd keep(11) D

20.01 0.05 R 20.03 D

M keep(11) R

20.02 0.01 I 20.00 A 20.01 R 20.03

va

g g

10.01 vr

10.02

201

Simulaci on estaci on 1 en Matlab

v vA base vP vT vE v

L R x

A
L R x

1 0 pos 1 0 vacio 1 0 c.i. 0

ci vacio

vMV vMH FM PD v

P
L R x

Chart
v

T
L R x

E
v L R x

Defecto 0 Falta material 1 0 rearme

v

MV
L R x

MH

Scope

202

estacion1s/Chart
S0/ [ci==1] [ci==0]

S1/entry: vA=1; % avance AP a1 S2/entry: vA=0; vP=1; % bajar VP p1 S2w/entry: vP=0; t0=t; [t>t0+5] S3/entry: vP=1; % subir VP p0 S3w/entry:vP=0; t0=t; % temporizador [t>t0+5] S4/entry: vA=1; % retro. A a0 S5/entry: vA=0; vT=1; % trasladar tr1 S6/entry: vT=1; % traslado atras tr0 S6a/entry: vT=0; % traslado atras [base==0] S7/entry: vE=1; % expulsar e1 e0 S8/entry: vE=1; % expulsor atras exit: vE=0; S10/entry: vMV=0;

S30/entry: PD = 1; rearme S31/ % poner c.i. [ci==1] S32/entry: PD = 0;

[base==1] S9/entry: vMV=1; % bajar MV mv1

[vacio==0] [vacio==1] S11/entry: vMV=1; % subir MV mv0 S12/entry: vMV=0; vMH=1; % avance MH mh1 S13/entry: vMH=0; vMV=1; % bajar MV mv1 S14/entry: vMV=0; % cesar vacio ven S20/entry: FM = 1; rearme S21/entry: FM=0; vMV=1; % subir MV exit: vMV=0; mv0

S15/entry: vMV=1; % subir MV mv0 S16/entry: vMV=0; vMH=1; % retro MH exit: vMH=0; mh0

Printed 03May2005 18:20:38

203

Parte III. Automatizaci on global

204

Tema 12. Niveles de Automatizaci on

Esquema simple de una empresa
Almacn de materias primas Produccin Almacn de productos terminados

Nivel productivo de automatizaci on

Gestin

Redes de comunicaci on
Compras Finanzas Ventas

Controladores Actuadores Sensores

MERCADO

Procesos Fases de automatizaci on: Producci on Dise no Gesti on Automatizaci on total

205

Automatizaci on producci on Software

CAD Computer Aided Design m aquinas herramientas CAPP Computer Aided Process Planning planicaci on sistemas PPS Planning Production System optimizaci on producci on MRP Material Requirement Planning almac en materias primas CAM Computer Aided Manufacturing equipos productivos CNC Computer numeric control NC Numeric control SFC Shop Floor Control almac en planta pedidos QC Quality Circle mejora calidad reducci on costes CAPC Computer Aided Production control control producci on CAPM Computer Aided Production management gesti on producci on TMS Transportation Management System gesti on i/o productos

206

Pir amide de Automatizaci on

e e on G e MF, WS, PC, Gesti e e e Factor a e MF, WS, PC, CAD/CAM, CAPP, etc. e e e e on Planta e WS, PCC, PC Producci e e e e PLC, CNC, NC Proceso Campo e e e e C elula Planta Baja e Sensor, Actuador, PID e e

SCADA
Supervisory Control and Data Acquisition (de Control Supervisor y Adquisici on de Datos). Software de captura de informaci on de un proceso o planta. an alisis o

207

estudios retroalimentaci on y control del proceso. Generaci on, transmisi on y distribuci on energ a el ectrica Sistemas del control del medio ambiente Procesos de fabricaci on Gesti on de se nales de tr aco Gesti on de abastecimiento de aguas Sistemas de tr ansito masivo Supervisi on y control de estaciones remotas Caracter sticas de SCADA: Mostrar de forma inteligible las lecturas de medidas y de estado de la planta en las computadoras principales. Permitir a los operadores controlar la planta de maneras predenidas.

208

 Para restringir el acceso a las computadoras principales se suelen emplear consolas especiales conectadas con ellas en red. El interfaz hombre-maquina de SCADA permite generalmente que los operadores puedan ver el estado de cualquier parte del equipo de la planta. La interacci on del operador con el sistema se realiza mayormente a trav es de un sistema de alarmas. Las alarmas son condiciones anormales autom aticamente detectadas en el equipo de la planta que requieren la atenci on del operador, y posiblemente su intervenci on actuando adecuadamente sobre el proceso quiz as guardando informaci on importante y volviendo a ponerlo a funcionar suavemente. Las computadoras principales de SCADA funcionan t picamente bajo un sistema operativo est andar. Casi todos los programas SCADA funcionan en alguna variante de UNIX, pero muchos vendedores est an comenzando a suministrar Microsoft Windows como sistema operativo. Los sistemas de SCADA disponen generalmente de una base de datos distribuida que contiene datos llamados puntos. Un punto representa un solo valor de la entrada o de la salida supervisado o controlado por el sistema. Los puntos pueden ser duros o suaves. Un punto duro representa una entrada real o salida conectada con el sistema, de mientras que uno suave es el resultado de operaciones l ogicas y matem aticas aplicadas a otros puntos duros y suaves.

209

 El interfaz hombre-m aquina de un sistema SCADA suministra un programa de dibujo para poder representar estos puntos. Las representaciones pueden ser tan simples como un sem aforo en pantalla que represente el estado de un sem aforo real en el campo, o tan complejas como una imagen de realidad virtual que representa la evoluci on real de la planta. En la pasada d ecada la demanda de aplicaciones civiles de sistemas de SCADA ha ido creciendo, requiriendo realizar cada vez m as operaciones autom aticamente. Por otro lado, soluciones SCADA han adoptado una estructura distribuida, con posibilidad de adaptarse a los componentes de un sistema de control distribuido (DCS) con m ultiples RTUs o PLCs inteligentes, capaces de ejecutar procesos simples en modo aut onomo sin la participaci on de la computadora principal. Los RTUs y PLCs actuales pueden programarse en los lenguajes de denidos en la norma IEC 61131-3, como el BFD (Function Block Diagram), lo que a los programadores de SCADA para realizar el dise no y puesta a punto de programas. Ello permite que algunos programas comunes (intercambio de datos, calidad, gesti on de alarmas, seguridad, etc.) puedan ser realizados por los programadores de estaci on principal y luego cargados desde ella en todos los aut omatas. De este modo los requisitos de seguridad ahora se aplican al sistema en su totalidad, e incluso el software de la estaci on principal debe resolver los est andares de seguridad rigurosos para algunos mercados.

210

 Adem as, el software de la estaci on principal realiza an alisis de datos, an alisis hist oricos y an alisis asociados a requisitos particulares de la industria para presentarlos a los operadores de la gesti on de la empresa. En algunas instalaciones los costes que resultar an de fallar del sistema de control son extremadamente altos, pudiendo incluso perderse vidas humanas en algunos casos. La abilidad de los sistemas de SCADA ha de estar garantizada para soportar variaciones de temperatura, vibraciones, uctuaciones de voltaje y otras condiciones extremas empleando a veces para ello hardware y canales de comunicaci on redundantes. Si un fallo se identica r apidamente, el control puede ser autom aticamente asumido por el hardware de reserva y as la parte averiada puede sustituirse sin parar el proceso. La abilidad de tales sistemas se puede calcular estad sticamente. El tiempo calculado de fallo de algunos sistemas de alta calidad puede ser incluso de siglos. Algunos sistemas SCADA utilizan la comunicaci on por radio o por tel efono. Esto abre nuevas posibilidades, impensables hace pocos a nos, a la automatizaci on industrial. Indicadores sin retroalimentaci on inherente:

211

Estado actual del proceso: valores instant aneos Desviaci on o deriva del proceso: Evoluci on hist orica y acumulada Indicadores con retroalimentaci on inherente (afectan al proceso, despu es al operador): Generaci on de alarmas; MHI (Interfaces hombre-m aquina); Toma de decisiones: + Mediante operatoria humana; + Autom atica (mediante la utilizaci on de sistemas basados en el conocimiento o sistemas expertos). etc. Aplicaci on diferentes areas industriales: Gesti on de la producci on (facilita la programaci on de la fabricaci on); Mantenimiento (proporciona magnitudes de inter es tales para evaluar y determinar modos de fallo, MTBF, ndices de Fiabilidad, entre otros); Control de Calidad (proporciona de manera automatizada los datos necesarios para calcular ndices de estabilidad de la producci on CP y CPk, tolerancias, ndice de piezas NOK/OK, etc; Administraci on (actualmente pueden enlazarse estos datos del SCADA con un servidor SAP e integrarse como un m odulo m as);

212

 Tratamiento hist orico de informaci on (mediante su incorporaci on en bases de datos). Etapas de un sistema SCADA: Las etapas de un sistema de adquisici on de datos comprenden una serie de pasos que van desde la captura de la magnitud a su postprocesado.

213

Molido de la malta

Uno de los primeros procesos en la elaboraci on de la cerveza. La malta y el grano se pesan y se muelen seg un la receta elegida.

214

Elaboraci on de la cerveza

Una vez molido el grano y obtenido el mosto, se bombea en grandes tinas y comienza el proceso. Aqu vemos tres grandes tinas con sus tubos.

215

Embotellado

La cerveza elaborada se embotella. Vemos el proceso de embotellado mostrando las identicaciones de lote y producto, la hora de inicio e informaci on de alarmas.

216

Empaquetado

Finalmente, la cerveza en botella se empaqueta en cajas. Aqu , se ponen seis paquetes en cada caja. Las cajas se sellan y se cargan sobre las plataformas.

217

1. Fabricaci on inteligente

Intellution iHistorian: La importancia de transformar datos de fabricaci on en inteligencia de planta.

218

El Desaf o: Convertir datos en conocimiento Hist oricamente la fabricaci on se ha identicado con la maquinaria ruidosa instalada en la planta baja, v alvulas del vapor silbando y chimeneas humeando. Hoy, la fabricaci on se ha convertido en uno de los sectores de informaci on m as intensivos del mundo. Junto con los productos que salen l neas de empaquetado o se vierten a trav es de tuber as, el producto de las instalaciones fabriles, es una corriente cada vez mayor de datos se originan en el nivel de planta. Estos datos se utilizan para optimizar el inventario y la producci on, mejorar calidad y consistencia del producto, para el correcto mantenimiento del equipo, y para asegurar que las plantas cumplen con las leyes ambientales, de seguridad y de salud. Para convertir el torrencial ujo de datos de las instalaciones de fabricaci on actuales en conocimiento, las compa n as deben poder capturarlo de un amplio n umero de fuentes, juntarlo en un formato com un, y ponerlo a disposici on del software que puede interpretarlo, d andole el signicado y el valor. Por ejemplo, en una l nea de empaquetado con tres l neas de llenado de botellas que genera datos sobre el estado de cada l nea, cuando esos datos se analizan al cabo de cierto tiempo se puede determinar el grado de paradas no programadas ocurridas en una determinada m aquina. Esto lleva a unas mejores decisiones informadas sobre mantenimiento preventivo y a gastos de capital en equipo nuevo de la planta. Crear una planta inteligente, sin embargo, requiere algo m as que elaborar datos representativos e implementar aplicaciones para interpretarlos. La pieza de este rom-

219

pecabezas que ha faltado a muchos fabricantes hasta la fecha es un simple dep osito central para los masivos vol umenes de datos hist oricos que emanan de los sistemas de operaciones a trav es de la planta: un historiador de planta extensa. Estos historiadores de planta extensa pueden surtir estos datos a una amplia variedad de usos en los niveles operativo y de negocio de la empresa. Algunos historiadores de datos de planta extensa han estado ya en el mercado hace a nos, pero se han considerado demasiado costosos y complejos para casi todas las instalaciones de fabricaci on corrientes, excepto para las m as grandes, tales como ciertas operaciones de proceso continuo como las industrias qu micas y las rener as de petr oleo.

220

Parte IV. APENDICES

221

Tema A. Ecuaciones diferenciales

1. Ecuaciones diferenciales de primer orden
La ecuaci on diferencial dx = ax(t), dt a = constante (A.4)

es una de las m as simples. Dice: t la ecuaci on x (t) = ax(t) es cierta. Soluciones: son las funciones u(t) que verican la ecuaci on diferencial (A.4). En este caso es f acil hallarlas: f (t) = k eat es una soluci on de (A.4) ya que f (t) = a k eat = a f (t) No hay m as soluciones: sea u(t) una soluci on cualquiera. Entonces d u(t) eat = u (t) eat + u(t) (a eat ) = a u(t)eat u(t) a eat = 0 dt u(t) eat = cte. u(t) = cte. eat Hemos probado la existencia y unicidad de la soluci on de (A.4).

222

1.1. Problema de condiciones iniciales (PCI)

x(t) = k eat soluci on de (A.4), a dada

k queda determinada si nos dan el valor x0 de x(t) en t0 : x(t0 ) = k eat0 = x0 k = eat0 x0 ; si t0 = 0 entonces k = x0 . Por tanto, la ecuaci on diferencial x (t) = a x(t) tiene una u nica soluci on que cumple la condici on inicial x(t0 ) = x0 Problema de condiciones iniciales: Dadas hallar la soluci on u(t) que pasa por x0 . x (t) = a x(t) x(t0 ) = x0 (A.5)

223

2. Estudio cualitativo
El problema de condiciones iniciales es el que m as interesa en las aplicaciones de ingenier a. Pero s olo estudia una soluci on. Hay alguna forma de estudiar todas las soluciones a la vez? x (t) = a x(t) PCI: x(t0 ) = x0 Soluci on: x(t) = x0 eat a > 0 l m x0 eat =
t

a = 0 x(t) = cte. a < 0 l m x0 eat = 0

t

El signo de a es crucial para el comportamiento de la soluci on.

224

Qu e ocurre si se perturba el par ametro a?

x T x0 E t x0 E t x T x0 E t x T

a>0

a=0

a<0

a=0: a=0:

el comportamiento no cambia al perturbar a cambio radical

a = 0 es un punto de bifurcaci on en la familia de ecuaciones diferenciales {x = a x, a R}

225

3. Orden de una ecuaci on diferencial

orden 1 : x = f (t, x) | t, x R, f : R R R x1 = f1 (t, x1 , x2 ) t, x1 , x2 R orden 2 : x2 = f2 (t, x1 , x2 ) f1 , f2 : R R2 R (a) sistema . . . orden n : x = f (t, x) | t R, x Rn , f : R Rn Rn (b) ecuaci on x(n) = F (t, x, x , x , . . . , x(n1) ) orden = = n umero n de ecuaciones en (a) orden de la derivada de orden m aximo en (b).

Con x = x1 , x = x2 , x = x3 , . . . , x(n1) = xn se pasa de (b) a (a). Si la ecuaci on diferencial (a) es de la forma x = f (x) i.e. no depende expl citamente de t, entonces se llama sistema aut onomo.

226

4. Interpretaci on geom etrica

dx dt

= f (t, x) asigna a cada punto (t, x), un n umero: la pendiente. f : R2 R dx = pendiente (t, x) dt
2 x(t)

1.5

x(0)

0.5

0.5

1.5

2 2

1.5

0.5

0.5

1.5

2.5

227

5. Sistemas de 2o orden
La ecuaci on diferencial dx = f (t, x), dt t R, x R2 , f : R R2 R2

es de segundo orden. Tambi en puede escribirse como un sistema dx1 = f1 (t, x1 , x2 ) t, x1 , x2 R dt dx2 f1 , f2 : R R2 R2 = f2 (t, x1 , x2 ) dt de dos ecuaciones de primer orden; se llama sistema de segundo orden.

Interpretaci on geom etrica

A cada punto (t, x1 , x2 ) R3 le asociamos el vector (f1 , f2 ). Si el sistema es aut ono2 mo (no depende de t), entonces es en R .

228

6. Soluci on num erica

Obtener soluciones u(t) expresadas por funciones elementales de x (t) = f (t, x), t R, x Rn ,

es a veces dif cil o imposible, incluso si n = 1. En esos casos procede hacer un estudio cualitativo, la interpretaci on geom etrica o hallar la soluci on num erica Soluci on num erica : tabla de valores de la soluci on u(t) del PCI. t 10 . . . 0 . . . 10 u1 u2 . . . 3 1.1 . . . . . . . . . un 0.2 . . . Tabla representaci on gr aca Obtenci on: algoritmo: Euler, Runge-Kutta, etc. del gr aco de pendientes (i. geom.) gr acamente: quebradas de Euler

229

7. Soluci on num erica con Matlab

M etodos: ode23 ode45 Simulink ode23 y ode45 implementan m etodos num ericos de Euler, Runge-Kutta, etc. Para hallar la soluci on del PCI x (t) = f (t, x) x(0) = x0 hemos de hacer dos cosas: archivo .m de Matlab para describir la funci on llamada a ode23 t R, x Rn

230

Para un PCI de 2o orden, en el archivo f_prueba.m, pondremos function xp = f_prueba(t,x) xp = zeros(2,1) % indica el orden n = 2 xp(1) = f1(x(1),x(2),t) xp(2) = f2(x(1),x(2),t) en donde f1 y f2 vendr an dadas. Para hacer la llamada a ode23 o a ode45 escribiremos: x0 = [a; b]; % condiciones iniciales (dadas) t0 = 0; % es lo normal tf = tiempo final; [t,x] = ode23(@fprueba, [t0,tf], x0) plot(t,x) % respuesta temporal plot(x(:,1),x(:,2)) % phase portrait en la ventana de comandos de Matlab o en un archivo .m.

231

Ejemplo. Sistema mec anico

k f (t) m b

f (t) k x(t) b x (t) = m x (t) Cambios: x1 = x, x2 = x x1 = x2 k b 1 x2 = m x1 m x2 + m f

1 0.8 0.6 0.4 0.2 0 0.2 0.4 0 1 2 3 4 5 Mapa de fase x(0) 6 7 8 9 10 Respuesta temporal

Soluci on num erica: Archivo f mkb.m function xp = f mkb(t,x) xp=zeros(2,1);f=1;m=1;k=2;b=1; xp(1)= x(2); xp(2)=-k/m*x(1)-b/m*x(2)+1/m*f; Llamada a ode23 x0=[0;1]; t0=0; tf=10; [t,x]=ode23(f mkb,[t0,tf],x0) plot(t,x),title(Resp. temp.) plot(x(:,1),x(:,2)), title(Mapa fase)

1 0.8 0.6 0.4 0.2 0 0.2 0.4 0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

Interpretaci on geom etrica

Sistema mec anico (m, k, b): x1 (t) = x2 (t) k b 1 x2 (t) = x1 (t) x2 (t) + f (t) m m m

232

1.5

Campo vectorial

Con Matlab es posible superponer el campo de vectores (interpretaci on geom etrica) y la soluci on num erica: m=1; k=2; b=1; f=1; [X1,X2]=meshgrid(-1.2:0.2:1.2); U1 = X2; U2 = -k/m*X1-b/m*X2+1/m*f; M = sqrt(U1.^2 + U2.^2); V1 = ones(size(M))./M .* U1; V2 = ones(size(M))./M .* U2; quiver(X1,X2,V1,V2),axis square
0 0.5 1 1.5

0.5

0.5

x(0)

1.5 1.5

0.5

233

7.1. M etodo de Kelvin

Teorema. z (t) es una soluci on del P.C.I. x (t) = f (t, x) x(0) = x 0 si y s olo si
t

(1)

z (t) = x0 +
t0

f (s, z (s))ds.
t t

(2) z (s)ds =
t0 t0

Demostraci on. z (t) soluci on de (1) z (t) = f (t, z (t))

t t

f (s, z (s))

z (t) z (0) =
t0

f (s, z (s) z (t) = x0 +

t0

f (s, z (s).

z (t) verica (2)

dz = f (t, z (t)). dt t
t0

z (0) = x0 +

f (s, z (s))ds = x0 .

234

Idea de Kelvin: construir un integrador f sico (mec anico) y realizar f sicamente (mec anicamente) el esquema t ' f '

x (tE ) x0
E

r x(t) E

Muchas veces en los sistemas de control

235

Tema B. Realizaci on del control

Realizaciones
Realizaci on matem atica lineal de orden n. Dada G(s) R(s)pq , hallar A, B , C , D, tales que el sistema x (t) = A x(t) + B u(t) y (t) = C x(t) + D u(t), con A Rnn , B Rnq , C Rpn , D Rpq , tenga por matriz de transferencia G(s). Se llama realizaci on minimal si el n umero entero n es el menor que puede encontrarse. Las m as simples son las llamadas realizaciones can onicas: controlador, observador, controlabilidad y observabilidad. Realizaci on anal ogica. modelo circuito electr onico Realizaci on digital. programa (Matlab, Simulink, C++, Java, etc.) Realizaci on f sica. prototipo fabricaci on

236

1. Realizaci on f sica
Entrada E+ m E T C E A E P r SalidaE

'

P Planta o proceso a controlar. jo dado A Actuador. potencia suciente para moverla planta S Sensor. adecuado a la se nal de salida C Controlador. PID adelanto/retraso anal ogico/digital En el caso lineal los bloques son funciones de transferencia Diferentes tecnolog as: neum atica, el ectrica, electr onica Los bloques A y S son (pr acticamente) constantes Problema de dise no: Dada la planta P , hallar C para que el sistema funcione de forma adecuada (especicaciones).

237

2. Actuadores
Actuador: dispositivo que ejerce acciones de cierta ponencia. Transforma energ a: el ectrica el ectrica el ectrica mec anica etc.

2.1. Tipos de actuadores

Actuadores hidr aulicos potencia alta Principio de Pascal aceite especial 200 bar 0.25 l/s Cargas mayores de 6 o 7 Kg Control: servov alvulas (con motor) controlan el ujo de uido Actuadores neum aticos potencia baja control neum atico Cilindros - motores - movimientos r apidos - poca precisi on uido: aire aire comprimido 5 a 10 bar Actuadores el ectricos Motores el ectricos: C.C., C.A, lineales, paso a paso, brushless, etc.

238

2.2. Otros actuadores

Rel es automatismos el ectricos Contactores Arrancadores y Drivers para motores Amplicadores electr onicos de potencia

2.3. Accesorios mec anicos

M aquinas simples: plano inclinado, palanca, biela-manivela, engranajes, rodillos, poleas, agitadores, vibradores, etc. Poleas, cremalleras, pi nones: translaci on rotaci on Reductores de velocidad M aquinas complejas

239

2.4. El motor de c.c.

(t)

ca

i (t)

va (t)

240

2.5. Ecuaciones diferenciales

Ra
+

ia (t)
E

if (t) (t)
' '

Rf
+

va (t)

La ea (t)

Lf

vf (t)

dif dt dia inducido: va (t) ea (t) = Ra ia (t) + La dt ujo magn etico: (t) = kf if (t) inductor: vf (t) = Rf if (t) + Lf Pm (t) = kt (t) ia (t) d variables de rotaci on: (t) = dt f.c.e.m.: ea (t) = ke (t) (t) carga mec anica: Pm (t) Pl (s) = Jm par motor: d dt

(t) =

d + Bm (t) dt

241

2.6. Modelo externo

Transformada de Laplace con condiciones iniciales nulas: vf (t) = Rf if (t) + Lf va (t) ea (t) = Ra ia (t) +
dif dt a La di dt

= Vf (s) = (Rf + s Lf )If (s) = Va (s) Ea (s) = (Ra + s La )Ia (s)

L L L

(t) = kf if (t) = (s) = kf If (s) Pm (t) = kt (t) ia (t) = Pm (s) = kt (s) Ia (s) (t) =
d dt

(t) =

d dt

= (s) = s(s)
L L

(s) = s (s)

ea (t) = ke (t) (t) = Ea (s) = ke (s) (s) Pm (t) Pl (t) = Jm d Pm Pl = s Jm + Bm (s) dt + Bm (t) = Motor de c.c. controlado por inducido: = cte.
Va (sE ) m E 1 Ia (s) E Kt + sLa + Ra T Ea (s)

Kt = kt ,

Ke = ke
) r (sE

Pl (s) Pm (s ) c E m E + 1 sJm + Bm

Ke '

242

2.7. Funci on de transferencia del motor

Y (s) = G(s) U (s) U (s) = G11 = Va (s) Pm (s) G(s) R(s)12 Y (s) = (s)

G(s) = G11 G12 Kt

(sLa + Ra )(sJm + Bm ) 1 + = s2 La Jm

Kt Ke (sLa + Ra )(sJm + Bm )

G12

Kt + s(La Bm + Ra Jm ) + Ra Bm + Kt Ke 1 = K t Ke (sJm + Bm ) 1 + (sLa + Ra )(sJm + Bm ) = sLa + Ra s2 La Jm + s(La Bm + Ra Jm ) + Ra Bm + Kt Ke Va (s) = G11 Va (s) + G12 Pm (s) Pm (s)

(s) = G11 G12

243

2.8. Reductor de velocidad

Pl Pm

1
2 2 2

2
L L L L

d1 1 Pm (s) P21 (s) = s (J1 s + B1 ) 1 (s) 1 : Pm (t) P21 (t) = J1 ddt 2 + B1 dt = d2 2 P12 (s) P32 (s) = s (J2 s + B2 ) 2 (s) 2 : P12 (t) P32 (t) = J2 ddt 2 + B2 dt = d3 3 3 : P23 (t) P43 (t) = J3 ddt 2 + B3 dt =

P23 P21 (s) = s (J3 s + B3 ) 3 (s) P34 Pl (s) = s (J4 s + B4 ) 4 (s)

Pl c  E+ E 1  sJ4 +B4

4 : P34 (t) Pl (t) =

P Pm (s)  E + 21 E  T J1 s+B1

2 4 J4 ddt 2

4 B4 d dt

D2 d1

P12

 P E + 32 E  T
J2 s+B2

D3 d2

P23

 P E + 43 E  T
J3 s+B3

D4 d3

P34

sE

1 s

4 (s) E

T 1

D2 d1

'

T s 2

D3 d2

'

T s 3

D4 d3

'

244

2.9. Funci on de transferencia del reductor

El diagrama de bloques puede reducirse a
Pl (s) c 1 Kr c Pm (s) E+ m 1 (sE ) 1 Kr sJr + Br 4 (sE ) 1 s 4 (s) E

en donde Jr = Br = Kr =
d1 2 d2 2 d3 2 D2 2 D4 2 D3 2 d1 2 d2 2 d3 2 D2 2 D4 2 D3 2 d1 d2 d3 D2 D3 D4 .

J4 +

d1 2 d2 2 D3 2 D2 2

J3 +

d1 2 D2 2

J2 + J1 B2 + B1

B4 +

d1 2 d2 2 D3 2 D2 2

B3 +

d1 2 D2 2

Es un sistema de primer orden (para ) o de segundo (para ).

245

2.10. Reductor con poleas el asticas

1 (s ) Pm (sE )  1 E + E J1 s+ B1
 P21 (s) T
r1 1 s

1 (sE )

1 : f12 (s) = K12 (r1 1 (s) R2 2 (s)) P21 (s) = r1 f12 (s) P12 (s) = R1 f12 (s) Pm (s) P21 (s) = s (J1 s + B1 ) 2 : f23 (s) = K23 (r2 2 (s) R3 3 (s)) P32 (s) = r2 f23 (s) P23 (s) = R3 f23 (s) P12 (s) P32 (s) = s (J2 s + B2 ) 3 : f34 (s) = K34 (r1 3 (s) R2 4 (s)) P43 (s) = r3 f34 (s) P34 (s) = R4 f34 (s) P23 (s) P32 (s) = s (J3 s + B3 ) 4 : P34 (s) Pl (s) = s (J4 s + B4 )

c
r1

f12 (s) s
c
R2

K12

'

x1 (s) c  +  x2 (s) T
R2

P12 (s)

c  2 (s ) 1 E + E J2 s+ B2  P32 (s) T

T
1 s

(s) s 2 E
c

 Pl (s) E+

Es un sistema de orden 2 no de poleas. Modelo externo: formula de Mason.

246

2.11. Aplicaci on pr actica: sistema de control de posici on

Vxr S
+

Motor de c.c. C A

Poleas x(t) Carrito

Entrada = Vx Salida = x(t)

control referencia consigna

C Controlador = PID anal ogico A Actuador = Amplicador de potencia P Planta = Motor c.c. + Poleas + Carrito S Sensor = Potenci ometro

247

3. Especicaciones de funcionamiento
Son condiciones que se exigen a un sistema de control para que su funcionamiento sea aceptable. 1. 2. 3. Estabilidad Rapidez Precisi on

Las especicaciones de funcionamiento suelen expresarse por n umeros que se denen a partir de la respuesta en el tiempo la respuesta en frecuencia Problema de dise no: dado una planta o proceso a controlar y jadas unas especicaciones de funcionamiento, obtener el modelo matem atico de un controlador tal que el sistema de control resultante cumpla tales especicaciones.

248

3.1. Especicaciones en tiempo

Respuesta temporal: gr aca de la se nal de salida. Entradas de prueba: impulso de Dirac, escal on unitario, funci on rampa, funci on par abola, etc. Respuesta para entrada escal on revela especicaciones.

Mp : tp :

estabilidad rapidez precisi on

error :

249

 Valores para el sistema de 2o orden

y (t) = 1 + 1 1 2 en t sin(n 2 n 1 2 + n 1 2 t ), 1 2 t= = arctan 1 2

y (t) = en t sin(n

sin(n k ,

1 2 t) = 0 k = 0, 1, 2, . . .

1 2 t) = 0

1 2

Para k = 1 (primer m aximo), tP = n 1 2 ; y (tP ) = 1 + 1 1 2 en tp ( 1 2 cos + sin )

1 2

y (tp ) = 1 + MP

Mp = e/

Otros valores
tr = arctan( 1 2 / ) n 1 2 , ts 4 , n 1 = constante de tiempo n

250

3.2. Especicaciones en frecuencia

Respuesta de G(s) con u(t) = A sin(t): yss (t) = M sin(t + ), M = |G(j )|, = arg G(j )

Frecuencias de corte: A , B ; -3 dB Anchura de banda BW = B A rapidez Ganancia en BW: constante precisi on M argenes de ganancia y fase estabilidad

No hay una relaci on expl cita entre las especicaciones en tiempo y en frecuencia.

251

4. Estabilidad, controlabilidad y observabilidad, sistemas lineales

Sistema lineal S : modelo de estado
A B C D

R(n+q)(n+p) G(s) R(s)pq

Estabilidad G(s) polos simples s1 , s2 , . . . , sn y (t) = k1 es1 t + k2 es2 t + . . . + kn esn t Si alg un si C+ y (t) sistema inestable.

Controlabilidad: Q = [B AB A2 B . . . An1 B ] Rnnq Observabilidad: R = [C CA CA2 . . . CAn1 ]T Rnpn S controlable rank Q = n S observable rank R = n

Si S es controlable y observable se puede realizar un feedback de estado para reubicar los polos de S , i.e., se puede S inestable
state feedback

S estable

252