Informe 4, Lab.

SAC, NRC 15606, IEE

09 Oct.2010

INFORME MODELO DINAMICO CON EXPERIMENTOS DE LAZO CERRADO Mario Cifuentes, Hugo Quintero Calle. 38b #79-65 apto 303, Edificio San Marino, barrio laureles, Medelln, Colombia, macif01@hotmail.com, tel. 3206732618 Resumen. En el desarrollo de este informe se analiza el efecto que tienen los experimentos de lazo cerrado sobre la planta del Modelo Didctico de Control de Tensin para proceso Textil, adems se brindara un modelo matemtico como una aproximacin obtenida del sistema modelado en lazo cerrado. Copyright 2010 UPB.

Abstract: The development of this report analyzes the effect of the closed loop
experiments about the plant of Model Teaching Tension Control for Textile Process it also be provide a mathematical model as an approximation obtained from the closed loop system modeling.

Keywords: Control, time, stabilization.

1. INTRODUCCIN En este informe, es de gran importancia que el lector tenga claridad sobre el mtodo de diagrama del lugar de las races, ya que por dicho mtodo se van a falsear modelos candidatos capaces de explicar el comportamiento de un proceso continuo; adems, se utilizar el mtodo de mnimos cuadrados para obtener los parmetros que describen la funcin de transferencia, la determina el comportamiento de la planta del Modelo Didctico de Control de Tensin para proceso Textil.

1.1 Objetivo General. El objetivo es modelar matemticamente la planta del Modelo didctico de control de tensin para proceso textil, como un sistema de orden superior, utilizando el DLR experimental. 1.2 Objetivos Especficos. Los objetivos especficos asociados son: Realizar experimentos en lazo cerrado para analizar la respuesta al escaln. De lo aprendido en Sistemas y Seales se debe relacionar g(t), la respuesta al escaln (paso), con la funcin de transferencia del proceso.
Universidad Pontificia Bolivariana

Facultad de Ingeniera Elctrica y Electrnica, rea Automtica

Informe 4, Lab.SAC, NRC 15606, IEE

09 Oct.2010

Analizar el comportamiento en el tiempo del sistema, con diferentes ganancias en lazo cerrado, proponiendo modelos candidatos de complejidad creciente, y tratar de falsearlos conceptualmente. Proponer, entre los modelos que soportan la prueba de falsacin, un modelo aproximado de orden superior. Validar el modelo propuesto por medio de simulacin en el tiempo, usando un criterio de error cuadrtico y tambin con el DLR. 2. DESARROLLO INFORME En los siguientes tems se explicar el protocolo de clculo necesario para obtener el modelo dinmico, con experimentos en lazo cerrado del Modelo Didctico de Control de Tensin para proceso Textil. Para la obtencin de los diferentes modelos se hicieron 4 experimentos que incluyen los siguientes Parmetros; adems, se ajustaron tales parmetros obtenidos de forma que la respuesta del brazo danzarn ante los cambios no fuera tan oscilatoria.
Nota: Kpu=1.8 Bias= 14 cm/s

Para diferentes ordenes de funciones de transferencia. De acuerdo a los errores de mnimos cuadrados asociados a cada experimento que se obtienen de los M-files, se escogen los de menor error y se analizan los parmetros asociados a este, para obtener: el promedio (1), desviacin estndar (2) e intervalo de confianza (3), garantizando que los parmetros encontrados estn en dicho intervalo.

En las tablas 2, 3, 4 y 5 se encuentran los parmetros obtenidos del anlisis estadstico para los modelos de diferentes rdenes.
Tabla 2. Parmetros Experimentales, Modelo de orden 1.

Tabla 1. Parmetros de los experimentos realizados. Nmero de kp H experimentos 1 0.7 15 2 0.7 15 3 1.2 5.0 4 1.2 5.0

Tabla 3. Parmetros Experimentales, Modelo de orden 3.

2.1. Tabla de parmetros (una tabla). Presente y explique una tabla con los parmetros de las respuestas experimentales, donde se muestre, para cada candidato, los parmetros promedio obtenidos, el intervalo de confianza (95%) de cada uno y el error cuadrtico. Cada fila de la tabla contiene un candidato. Para la obtencin de los parmetros experimentales se ejecutaron los programas suministrados en el laboratorio de SAC ubicados en el Moodle de la universidad Pontificia Bolivariana, para poder encontrar los modelos candidatos que modelen mejor la dinmica de la planta del Modelo didctico de control de tensin para proceso textil.

Tabla 4. Parmetros Experimentales, Modelo de orden 4.

Facultad de Ingeniera Elctrica y Electrnica, rea Automtica

Universidad Pontificia Bolivariana

Informe 4, Lab.SAC, NRC 15606, IEE

09 Oct.2010

Tabla 5. Parmetros Experimentales, Modelo de orden 5.

2.2. Tabla de modelos candidatos (una tabla). Para cuatro de los candidatos (por ejemplo de primero a cuarto orden) escriba la funcin de transferencia, con los parmetros identificados, usando el formato estndar de fraccin de polinomios. De acuerdo a los valores promedios y los parmetros obtenidos de las tablas: 2, 3, 4 y 5 del punto 2.1, se obtienen las funciones de transferencias con ayuda del diagrama de bloques que se encuentra en Simulink, perteneciente a cada candidato de lazo cerrado que se muestran en la tabla 6.
Tabla 6. Funciones de transferencias
Tipo Modelo cerrado orden 1 Modelo cerrado orden 3 Modelo cerrado orden 4 Modelo cerrado orden 5 Funcin de transferencia

Para lograr la superposicin de los resultados experimentales contra los simulados, se importaron los datos obtenidos en la prctica de lazo cerrado, al bloque llamado From Workspace en Simulink en forma de estructura. De tal forma que la salida de los modelos obtenidos y la salida experimental tuvieran el mismo escalamiento en el tiempo, adems de esto era de vital importancia que el modelo obtenido, se estimulara con un escaln de igual amplitud que la de la prctica, para as poder comparar que modelo describa mejor el comportamiento de la planta. En la figura 1 se observa que el modelo de orden uno, no es el indicado para describir la dinmica de la planta. Ya que este modelo no presenta las oscilaciones en la parte que corresponde al escaln de bajada con mayor ganancia, en la Figura 1b se observa de forma ms detallada esta parte del experimento. Vemos que en la figura 3 y 4 se modelan de una forma ms adecuada el comportamiento de la planta, en el zoom de cada figura se observa con mejor detalle cada comportamiento, aunque no se aprecia de una forma muy precisa esta grfica, ya que el punto no permite visualizar la curvas con colores. De estas graficas se puede tener una idea de cul de los modelos candidatos mejor describe, la dinmica de la planta. Son los correspondientes a los modelos de orden 4 y 5. Nota: Aunque las graficas que corresponde al modelo de orden 3 y 5 no la piden en el anlisis de este punto se incluyeron en l para tener una mejor idea
100 Modelo orden 1 Salida experimental 50
Grados

2.3. Resultados experimentales vs. Simulados (dos figuras). Para los modelos candidatos, de primer y cuarto orden, realice una grfica en el tiempo que muestre la parte del experimento que tienen el escaln de bajada con la ganancia mayor. Grafique superpuestas la referencia, la salida experimental y la salida simulada para cada caso. No olvide colocar las unidades en los ejes. No utilice colores para diferenciar las grficas; asgneles diferentes tipos de lneas. Toda grfica debe ir citada y claramente explicada desde el texto. Coloque las grficas juntas, en una misma pgina, para Poderlas comparar fcilmente.

Referencia

-50

-100

10

20

30 40 Tiempo(s)

50

60

70

Fig. 1. Modelo de orden 1.

Facultad de Ingeniera Elctrica y Electrnica, rea Automtica

Universidad Pontificia Bolivariana

Informe 4, Lab.SAC, NRC 15606, IEE

09 Oct.2010
100

50
Grados

Referencia Salida Experimental Modelo de Orden 5

-50

Fig. 1b. Escaln de bajada de la figura 1.

100 Referencia Salida Experimental Modelo de Orden 3

-100

100

200

300 Tiempo(s)

400

500

600

Fig. 4. Modelo orden 5.

50
Grados

-50

-100

50

100

150 200 Tiempo (s)

250

300

350

Fig. 2. Modelo de orden 3. Fig. 4b. Escaln de bajada de la figura 4.

Fig. 2b. Escaln de bajada de la figura 2.

100 Referencia Salida Experimental Modelo de Orden 4

2.4. Resultados del modelo en forma de mapa de polos y ceros (cuatro figuras). Para cada uno de los candidatos analizados dibuje el mapa de polos y ceros, usando los valores promedios identificados. Sobre cada grfica encierre cada polo en su intervalo de confianza (un rectngulo dentro del cual se espera que resida el polo verdadero con confianza del 95%). Analice el significado relativo de dichos intervalos. En el anlisis de los intervalos de confianza, para los polos, (de la figura 5 hasta la 8) se hizo una ecuacin caracterstica para cada modelo dnde se variaron los parmetros de esta, con el fin de obtener un intervalo de confianza para los polos. Este procedimiento es de vital importancia a la hora de elegir un modelo candidato, ya que cuando se obtiene los intervalos de confianza de sus polos, se puede observar la precisin de cada uno, la utilidad de lo anteriormente dicho tiene mucho nfasis en la estabilidad, ya que un intervalo de confianza muestra el margen de error o tolerancia de cada medida, vemos que en el modelo de orden 5, figura 8 los polos complejos conjugados que estn cerca al eje imaginario la tolerancia de estos polos es mnima, ya que si tuviera una tolerancia muy amplia el sistema estara en riesgo de inestabilidad.

50
Grados

-50

-100

100

200 300 Tiempo(s)

400

500

Fig. 3. Modelo de orden 4.

Fig. 3b. Escaln de bajada de la figura 3.

Facultad de Ingeniera Elctrica y Electrnica, rea Automtica Universidad Pontificia Bolivariana

Informe 4, Lab.SAC, NRC 15606, IEE

09 Oct.2010

Fig. 5. DLR del candidato de orden 1.

2.5. Comparacin cualitativa de los modelos candidatos con el sistema real (una tabla). Compare cualitativamente, en una tabla, las respuestas obtenidas de las pruebas experimentales y las obtenidas para cuatro modelos de diferente orden, usando los programas suministrados para ajuste por mnimos cuadrados. No se trata de presentar las grficas, sino de explicar las bondades y las inconsistencias de cada candidato al comparar sus simulaciones con los resultados experimentales. Una de las columnas de la tabla debe indicar si ese candidato resulta falseado o no.
Para cada uno de los m-files asociados a los cuatro diferentes rdenes posibles que logran modelar la planta, Modelo Didctico de Control de Tensin para proceso Textil, se obtuvieron las graficas para cada uno de los diferentes ordenes y poder concluir cul de ellas es la que mejor modela el sistema como se muestra en la tabla 7. Era de esperarse que el candidato de orden 1 no modela adecuadamente la planta ya que de la practica 3 se saba que el sistema era de un orden superior y tambin el error que se obtuvo de este es el de mayor de los cuatro candidatos. Para los candidatos de orden tres y cuatro los errores cuadrticos obtenidos son mayores que el error del candidato de orden 5, lo que lleva a la conclusin que el candidato que mejor modela la planta Modelo didctico de control de tensin para proceso textil, es el candidato de orden 5. En las graficas de la tabla 6 se puede apreciar con ms detalle que efectivamente, la aproximacin que ms se relaciona a la lnea discontinua que representa los datos reales o experimentales es la de orden 5, porque para los dems aspirantes se observan zonas crticas de ms discontinuidad y por lo tanto existen errores considerables en las aproximaciones realizadas.

Fig. 6. DLR del candidato de orden 3.

Fig. 7. DLR del candidato de orden 4.

Fig. 8. DLR del candidato de orden 5.

Facultad de Ingeniera Elctrica y Electrnica, rea Automtica Universidad Pontificia Bolivariana

Informe 4, Lab.SAC, NRC 15606, IEE

09 Oct.2010

Tabla 7. Comparacin de los modelos con el sistema real

Orden candidato

Figura

Estado

Experimento 1 vs. Modelo Id Orden1 LC @ 20100927 120134 DLR @ kP=0.7

1
Posicin Acumulador ()

8 6 4 2 0 -2 -4 -6 -8 0 0.5 1 1.5 t (s) 2 2.5 3

Falseado

Experimento 1 vs. Modelo Id Orden3 LC @ 20100927 120134 DLR @ kP=0.7

3
Posicin Acumulador ()

15

10

Falseado

-5

-10

0.5

1.5 t (s)

2.5

Experimento 1 vs. Modelo Id Orden4 LC @ 20100927 120134 DLR @ kP=0.7

4
Posicin Acumulador ()

8 6 4 2 0 -2 -4 -6 -8 0 0.5 1 1.5 t (s) 2 2.5 3

Falseado

Experimento 4 vs. Modelo Id Orden5 LC @ 20100927 120134 DLR @ kP=1.2 3

5
Posicin Acumulador ()

2 1 0 -1 -2 -3 -4

Aprobado

0.5

1.5 t (s)

2.5

Facultad de Ingeniera Elctrica y Electrnica, rea Automtica

Universidad Pontificia Bolivariana

Informe 4, Lab.SAC, NRC 15606, IEE

09 Oct.2010

2.6. Superposicin de grfica del lugar de las races experimental vs. Modelo candidato (una figura). Para el mejor modelo realice la grfica superpuesta de los lugares de las races, experimental (polos de lazo cerrado) vs. Simulado. Para simular utilice el modelo que desea validar, es decir el mejor, el que no pudo ser falseado con los datos experimentales. Explique el por qu de la dispersin de los polos experimentales comparados con la grfica del DLR terico. Verifique el valor de la ganancia ltima para el modelo y compare con la ganancia ltima experimental. En las figuras 9 y 10 se muestra el diagrama del lugar de las races del sistema experimental y del sistema modelado respectivamente.
DLR (LC) Id Orden5 LC @ 20100927 120134 DLR @ kP variable 25

La dispersin de los polos en el DLR, se debe a que el sistema de orden 5 tiene: dos polos complejos conjugados muy cercanos al eje imaginario, un polo en el origen, y otros dos polos sobre el eje real ms dominante que el otro.
Root Locus 80 60 40

Imaginary Axis

20 0

-20 -40 -60 -80 -120

-100

-80

-60

-40 -20 Real Axis

20

40

60

Fig. 11. DRL del sistema experimental y del sistema modelado.

2.7. Diagrama de lugar de las races con

20

15

10

0 -120 -100 -80 -60 real -40 -20 0

controlador derivativo (una figura). Usando el modelo validado, agregue un controlador puramente derivativo y grafique el diagrama del lugar de las races. Compare con el caso anterior. Halle el valor de ganancia que inestabilizara al sistema, y comprelo con los resultados del laboratorio donde se ensay el control derivativo puro. En base al modelo de la planta de orden cinco obtenido de los m-files suministrados, se implemento un controlador puramente derivativo a este, que equivale a multiplicar su funcin de transferencia en el numerador por s, el comportamiento que esto causa en el diagrama de lugar de la races es que se implementa un cero en el origen y vemos que los polos tienden a este, por eso se observa lneas adicionales en eje real negativo que quiere decir que los polos se acercan a este cero.

imag

Fig. 9. DLR del sistema experimental.

Root Locus 80 60 40

Imaginary Axis

20 0

-20 -40 -60 -80 -100 -50 Real Axis 0 50

Fig. 10. DLR del sistema modelado. En la superposicin del sistema experimental y del sistema modelado, figura 11 se observa que los polos del sistema definen una trayectoria que se aproxima a la trayectoria que definira el DRL para el sistema modelado de orden 5.

La ganancia crtica de la planta es de 1.065 y cuando se implementa el control puramente derivativo en ella es 1.06573 estos valores se hallaron con el comando sisotool en Matlab.

Facultad de Ingeniera Elctrica y Electrnica, rea Automtica

Universidad Pontificia Bolivariana

Informe 4, Lab.SAC, NRC 15606, IEE

Root Locus

09 Oct.2010

50

Imaginary Axis

En la prctica, se identificaron los parmetros para cada sistema y se logr obtener un modelo que se aproximara ms al comportamiento dinmico del sistema real.

REFERENCIAS Betancur, M.J (2009) Formato y estilo para Artculos del rea de automtica. En lnea [http://amasd.upb.edu.co/descargas/mjb/Forma toArticulosAutomatica.zip], Consultado en 2009-03-14 Dorf, Richard C y Bishop, Robert H. Sistemas de Control Moderno. 10 ed. Pearson/PrenticeHall Ogata, Katsuhiko. Ingeniera de control moderna. 3. ed. Mxico: Prentice - Hall, c 1998. 997 p. Cdigo Biblioteca Central: 629.8 / O41 PISO4. Siete textos.

-50

-80

-60

-40

-20 0 Real Axis

20

40

60

Fig. 12. Diagrama con controlador derivativo. 2.8. Comparacin de mtodos. Compare el mtodo de lazo cerrado con el de lazo abierto de la prctica anterior, enumere sus ventajas y desventajas.
Aunque el sistema modelado en lazo abierto fue una buena aproximacin al sistema real, ste no permite observar la influencia de otros polos poco dominantes en el sistema. El modelamiento en lazo cerrado permite tener una visin ms clara del sistema, ya que podemos saber si el sistema tiene ganancia critica o no, y por medio de esto saber si el sistema es de orden mayor o menor a dos. Para determinar el modelo en lazo cerrado, es necesario hacer uso de aproximaciones numricas extensas y complejas que no se necesitaron hacer con el modelamiento en lazo abierto.

AUTORES Nace el 27 de octubre de 1988 en Ibagu, Tolima, realiz sus estudios de bachillerato en el colegio Tolimense. Actualmente es estudiante de Ingeniera Electrnica de la Universidad Pontificia Bolivariana de Medelln.

3.

CONCLUSIONES

El modelamiento en lazo cerrado permite tener en cuenta otros polos pocos dominantes en el sistema, que para el modelamiento en lazo abierto se despreciaron.

A mayor ganancia del control proporcional, ms cercanos estarn los ceros del eje imaginario. Se concluye entonces, que el sistema se vuelve marginalmente estable. En comparacin con el laboratorio 3, modelo de lazo abierto, la obtencin de los datos en esta prctica fue ms lenta, ya que la cantidad de parmetros analizados fueron mayores. Lo importante es tener certeza que los datos analizados en esta prctica fueron los correctos sin importar la rapidez con que se obtuvieron.

Hugo Andrs Quintero Nio, nace el 22 de julio de 1981en el municipio de Ocaa, Norte de Santander graduado del colegio Instituto Tcnico Industrial Lucio Pavn Nez como bachiller tcnico en el rea de electricidad, Curs el diplomado de redes de datos en la Universidad Pontificia Bolivariana en el 2007. Realiz prctica universitaria en la empresa Cummins de los Andes en la ciudad de Bogot en el primer semestre del 2010 y actualmente se encuentra cursando dcimo semestre de Ingeniera electrnica en la Universidad Pontificia Bolivariana de Medelln.
Universidad Pontificia Bolivariana

Facultad de Ingeniera Elctrica y Electrnica, rea Automtica