Está en la página 1de 12

Universidad de Antioquia.

Identificacion Sistemas de Control

Mdulo de presin, identificacin de


los modelos de primer y segundo orden
Alejandro Castao Agudelo, Joan Esteban Chacn Quintero, Daniel Jaramillo Grisales
Departamento de Ingeniera Electrnica, Universidad de Antioquia
Medelln, Colombia
alejocasa92@gmail.com
chakoudea@gmail.com

danielj_2392@hotmail.com
Profesor encargado: Jos Tamara
Resumen - Se presentan diez mtodos experimentales de
identificacin de procesos para obtener modelos de primer
orden y segundo orden sobre amortiguado ms tiempo muerto
del mdulo de presin del laboratorio de automatizacin y
control con una seal de excitacin tipo escaln, seguidamente
se examinarn los errores producidos en cada modelo.
I.

INTRODUCCIN

Para estudiar y analizar un sistema dinmico es necesario


obtener un modelo matemtico que lo represente
adecuadamente, el modelo equivale a una ecuacin matemtica
en base a la cual podemos conocer el comportamiento del
sistema a analizar.
II.

RECONOCIMIENTO DEL MDULO DE


PRESIN

presin, mientras que la variable controlada es la presin en el


tanque.
Variables de inters:
Nivel (tanque): 0-90 psi, 4-20 mA (unidades de ingeniera).
Presin (vlvula): 3-15psi, 4-20 mA (unidades de ingeniera).
Porcentaje de apertura: (0-100%).
III.

TABULACIN DE DATOS

En el laboratorio se toman muestras experimentales


abriendo la vlvula entre un 30% y un 50% para formar un
escaln, al obtener la respuesta real al sistema se exportan los
datos a una tabla de Excel generada por Soft Control para
evaluar el contenido ms adelante. Los datos obtenidos fueron
muestreados ms de una vez por segundo, por lo tanto solo se
consider una de ellas por segundo. De 1086 muestras, se
toman 521 muestras luego de depurar los datos.

El mdulo consiste en llenar un tanque con aire


manipulando una vlvula a travs de un controlador; para
iniciar el sistema se debe activar una serie de vlvulas
manuales, cuando stas se activan empieza a circular aire a
travs del mdulo, dicho aire llega a una vlvula que se puede
controlar mediante el software instalado Soft Control que
permite especificar el porcentaje de apertura que se quiere en
la vlvula o el valor de referencia para la presin.
Existen dos monitores que aparte de indicar la presin del
tanque (0-30psi) y la presin que pasa por la vlvula (3-15psi),
son de gran ayuda para saber cundo el sistema se ha
estabilizado. La variable que se manipula es la vlvula de

Laboratorio de sistemas de control continuo.

Fig. 1 Grafica arrojada por Soft Control.

Universidad de Antioquia. Identificacion Sistemas de Control

La corriente se encuentra estandarizada entre 4 y 20mA,


para el caso de este anlisis el 100% corresponde a 18mA. Para
obtener los valores del 30% y 50% de apertura de vlvula, se
realiza una regla de tres y se suma 4mA al resultado para cubrir
el rango estndar en el que oscila la corriente.
30%=9.4mA y 50%=13mA de apertura de la vlvula. Al
graficar la entrada y la salida en los rangos de medida estndar
y sin nivel DC ejecutando el programa de Matlab
Grafica_Escalon_vs_Presion.m se obtiene el resultado
mostrado en Fig. 2.

13 9.4
=
= 1.67
16.84 14.68

Los datos ms relevantes para el clculo de los modelos se


resumen en Tab. 1.

Mtodo
a
b
c
d
% ( )
% ( )
25.0
75.0
-0.910
0.910 1.262
-0.262
Alfaro
28.0
40.0
-5.500
5.500 2.800
-1.800
Brida
33.0
67.0
-1.400
1.400 1.540
-0.540
Chen y Yang
35.0
85.0
-0.670
0.670 1.300
-0.290
Ho et al
28.3
63.2
-1.500
1.500 1.500
-0.500
Smith
33.0
70.0
-1.245
1.245 1.498
-0.498
Viteckov et al
Tab. 1 Constantes para la identificacin de modelos de primer orden ms
tiempo muerto.

Para hallar los tiempos equivalentes a cada porcentaje nos


basamos en Fig. 3

Fig. 2 Relacin entrada y salida sistema.

IV.

MODELOS DE PRIMER ORDEN

Se procede a identificar la ganancia , la constante de


tiempo y el tiempo muerto .
Teniendo en cuenta que el modelo de primer orden tiene la
forma:

1 () =


+ 1

Adems existe una relacin general para hallar los


parmetros de la funcin de transferencia mostrada en las
ecuaciones (1) y (2)
= 1 + 2
= 1 + 2

(1)
(2)

Donde 1 y 2 corresponden a valores temporales donde se


alcanza un cierto porcentaje del valor de salida del sistema. Las
constantes a, b, c y d dependern del mtodo escogido.
La ganancia del sistema, parmetro til en la obtencin de
modelos, se calcula como la relacin entre la amplitud de las
seales de salida y entrada; para el experimento se identifica
entonces que:

Fig.3 Mtodo para hallar tiempos equivalentes.

Desarrollo de los modelos


a) Modelo 1/4 3/4 de Alfaro.
Segn la primera fila de Tab. 1, se toman muestras de tiempos
en los porcentajes 25% y 75%. Para este caso se sigue el
siguiente procedimiento para hallar dichos tiempos:
Se tiene en Fig. 2 que el valor mximo de la seal de salida
es 2.12, por tanto si se desea hallar el 75% y 25%:
2.12*0.75=1.59
2.12*0.25=0.53
Estos valores son buscados en el eje de presin de Fig. 2
sacando que los tiempos para alcanzar el 25% y 75% de la seal
son:
25%=28s
75%=69s

Laboratorio de sistemas de control continuo.

Universidad de Antioquia. Identificacion Sistemas de Control

Teniendo entonces la funcin de transferencia dada por:


Ademas:
= 1 (75 25 )
Donde
1 =

1.67

() = 23.1+1 15.38

(3)

1
1
=
= 0.943
1 (75 ) 1 (25 ) 1.59 0.53

(7)

Se grafica la funcin de transferencia usando el programa


Grafica_Modelo.m y el resultado es mostrado en Fig. 5

= 0.943(69 28) = 38.66


Para el tiempo muerto se tiene:
= 1 25 + (1 1 )75
(4)
Donde
1 = 1 1 (75 ) = 0.943 1.59 = 1.499
= 1.499 28 0.499 69 = 7.54
Reemplazando valores en la ecuacin general se tiene:

() =


+1
1.67

() = 38.66+1 7.54

(5)
(6)

Se grafica la funcin de transferencia usando el programa


Grafica_Modelo.m y el resultado es mostrado en Fig. 4

Fig. 5 Grafica modelo Brida.

c) Modelo Smith
Segn el procedimiento a seguir para el Modelo de Smith,
se tiene en la Fig. 2 que el valor mximo de la seal de salida
es 2.12, por lo tanto si se desea hallar el 28% y 63,2%:
2.12*0.28=0.59
2.12*0.632=1.33
Estos valores son buscados en el eje de presin de la Fig. 2
observando que los tiempos para alcanzar el 28% y 63,2% de
la seal son:

28 = 29
63.2 = 55

Fig. 4 Grafica modelo 1/4 3/4.

b) Modelo Brida
Para este modelo se consideran los siguientes instantes de
tiempo:
28 = 29
40 = 35
= 3.85(35 29) = 23.1
= 3.27 29 2.27 35 = 15.38

Laboratorio de sistemas de control continuo.

Teniendo en cuenta estos valores y reemplazando en las


ecuaciones (8) y (9)
= 1.5(63 28 ) (8)
= 63
(9)
Se encuentran los valores para y
= 39
= 16
Con los cuales se obtiene la siguiente funcin de
transferencia:
1.67
() =
16
(10)
1+39

Universidad de Antioquia. Identificacion Sistemas de Control

Se grafica la funcin de transferencia usando el programa


Grafica_Modelo.m y el resultado es mostrado en Fig. 6

= 1.28(62 32) = 38.4


= 1.89 32 + (1 1.89) 62 = 5.3
La funcin de transferencia es:
1.67

() = 38.4+1 5.3

(12)

Se tiene en Matlab la grfica de la uncin de transferencia


mostrada en Fig. 8

Fig. 6 Grafica modelo Smith.

d) Modelo Chen y Yang


Se toman las muestras de tiempo y se procede de forma
anloga al modelo anterior
33 = 32
67 = 58
= 1.39(58 32) = 36.14
= 1.97 32 + (1 1.97) 58 = 6.78
La funcin de transferencia es:
1.67

() = 36.14+1 6.78

Fig. 8 Grafica modelo Viteckov et al.

Calculo de errores en los mtodos de primer orden

(11)

Se tiene en Matlab la grfica de la uncin de transferencia


mostrada en Fig. 7

Se procede a usar el algoritmo general para el clculo del


error cuadrtico medio con la ayuda de Matlab y el programa
Grafica_Modelo_1Orden.m, obteniendo los errores para los
modelos de primer orden mostrados en Tab. 2.
Modelo
1/4 3/4
Brida
Smith
Chen y Yang
Viteckov et al

Error
0.1826
0.1677
0.1888
0.1797
0.1826

Tab. 2 Errores modelos de primer orden.

Se tiene entonces que el mejor modelo ser el que presente


un menor error, en este caso sera el modelo Brida, ya que
presenta el menor error comparado con los dems modelos de
primer orden.
Fig. 7 Grafica modelo Chen y Yang.

e) Modelo Viteckov et al
Este modelo considera tiempos en:
33 = 32
70 = 62

Laboratorio de sistemas de control continuo.

En Fig. 9 se muestra la grfica de todos los modelos. Se


observa que son muy similares entre s, a excepcin del modelo
1/4-3/4 que cambia un poco en los instantes iniciales.

Universidad de Antioquia. Identificacion Sistemas de Control

35 = 32.5
85 = 88
Ahora, utilizando las ecuaciones (16) y (17)
= 35 + 85
= 35 + 85

(16)
(17)

Se obtienen los siguientes valores para y :


= 25.69
= 0.64

Fig. 9 Grafica de todos los modelos.

Se observa que el modelo que ms se aproxima al sistema


real es el modelo Smith, aunque no es el que presenta el menor
error, se ven ms similitudes entre este modelo y el real que
con los dems modelos.
V.

MODELOS DE SEGUNDO ORDEN

Teniendo estos valores en cuenta, la funcin de


transferencia queda de la forma:
1.67

() = (25.7+1)2 0.64

(18)

Y la grfica del modelo es la que corresponde a la Fig.10

Las ecuaciones diferenciales en el caso de los modelos de


segundo orden pueden tener las formas descritas por las
ecuaciones (13) y (14):

() = 2 2 +2+1

() = (


1 +1)(2 +1)

(13)
(14)

En algunos mtodos el modelo es de polo doble, el cual


tiene la forma de la ecuacin (15)

() =


(+1)2

(15)

En Tab. 3 se detallan los parmetros para los modelos de


segundo orden de polo doble.
Modelo
a
b
c
d
% ( )
% ( )
35.0
85.0
-0.463
0.463
1.574
-0.574
Ho et al
33.0
70.0
-0.749
0.749
1.937
-0.937
Viteckov et al
Tab. 3 Constantes para la identificacin de los modelos de polo doble
ms tiempo muerto

Fig. 10 Grafica modelo Ho et al segundo orden

b) Modelo de Jahanmiri y Fallahi


Para este modelo se toman las muestras temporales en 2%
o 5%, 70% y 90%:
2 = 19
5 = 21
70 = 62
90 = 102
= 2

Los mtodos mostrados en Tab. 2 usan las mismas


ecuaciones para hallar y que los modelos de primer orden.

Desarrollo de los modelos


a) Modelo Ho et al
Para este modelo se toman las muestras temporales en 35%
y 85%
Laboratorio de sistemas de control continuo.

90 70
102 62
=
= 0.4819
90
102 19

Como > 0.4771 , toma el valor : 13.9352


=

90
0.424301 + 4.62533 2.65412

Universidad de Antioquia. Identificacion Sistemas de Control

De esta forma, el valor de es = 1.27


Y la funcin de transferencia toma la forma:
1.67

() = (1.27+1)2 21

(19)

La grfica correspondiente al modelo se muestra en Fig 11.

Fig. 12 Grafica modelo Viteckova et al segundo orden.

d) Modelo de polo doble ms tiempo muerto


La funcin de transferencia para este modelo est dada por:

Fig. 11 Grafica modelo Jahanmiri y Fallahi segundo orden.

c) Modelo de Viteckova et al
Para este modelo se toman muestras temporales en 33% y
70%
33 = 32
70 = 62

() =

= 2 (2 1 )

(22)

= 2 1 + (1 2 )2

(23)

= 1.28(62 32) = 38.4


= 1.89 32 + (1 1.89) 62 = 5.3
Remplazando valores en la funcin de transferencia
1.67

(21)

(+1)2

Para este caso se toman muestras en 25% y 75% usando las


ecuaciones (22), (23), (24) y (25)

2 = (

Procediendo igual que en los modelos anteriores

() = (38.4+1)2 5.3

1
2 )2 (1 )

(24)

2 = 2 2 (2 )

(25)

Para este caso se tiene entonces:


2.12*0.25=0.53
2.12*0.75=1.59

(20)

Usando Matlab se procede a ejecutar el programa


Grafica_Modelo_2Orden_Polo2.m obteniendo el resultado
mostrado en Fig. 12

25 = 28
75 = 69
= 0.94(69 28) = 38.54
= 1.49 28 + (1 1.49) 69 = 7.91
Remplazando valores en la ecuacin se tiene:
1.67

() = (38.64+1)2 7.91
Laboratorio de sistemas de control continuo.

(26)

Universidad de Antioquia. Identificacion Sistemas de Control

Usando
Matlab
y
el
programa
Grafica_Modelo_2Orden_Polo2.m se obtiene la grfica
mostrada en Fig. 13

=
(36)

Resolviendo estas ecuaciones se tiene que


= 0.31
= 1.53
2 () = 3.38
= 0.07
3 () = 2
= 9.43
1 = 38.40

Fig. 13 Grafica modelo polo doble ms tiempo muerto.

2 = 5.31
= 1.67

e) Modelo de Stark
Se deben tomar muestras de tiempo en 15%, 45% y 75%

Remplazando en la ecuacin diferencial:

15 = 24

() = (

45 = 38

1 +1)(2 +1)

75 = 69

1.67

Y con el conjunto de ecuaciones (27) a (36):


=
=

45 15

(27)

75 15
0.08055.547(0.475)2
0.356

() = (38.40+1)(5.31+1) 9.43

2 ()

(28)

3 () = 0.922(1.66)
= 45
1 =
2 =

3 ()

+ 2 1

2 1

(30)
(31)

75 15

(32)
(33)
Fig. 14 Grafica modelo Stark.

1.0

(34)

1.0

(35)

Laboratorio de sistemas de control continuo.

(38)

Usando el programa Grafica_Modelo_2Orden_Polo2.m


y Matlab, se obtiene la grfica de este modelo, mostrada en Fig.
14

2 () = 0.708(2.811)2 1.0 (29)


2 () = 2.6 0.60 > 1.0

(37)

Universidad de Antioquia. Identificacion Sistemas de Control

Calculo de errores en los mtodos de segundo


orden
Con
ayuda
de
Matlab
y
el
programa
Grafica_Modelo_2Orden.m se encuentran los errores
correspondientes a los modelos de segundo orden, se muestran
en Tab. 4
Modelo
Ho et al
Jahanmiri y Fallahi
Viteckova et al
Polo doble ms
Stark

Error
0.1854
0.1998
0.2762
0.2884
0.1866

Tab. 5 Comparacin errores diferentes modelos.

Si se toma como carcter de decisin el error producido, se


tiene que el modelo ms aproximado al valor real de presin es
el Brida con un error de 16.77%.
Adems se genera dos tablas con las diferentes funciones
de transferencia de los modelos estudiados.
Modelo
1/4-3/4

Brida

Tab. 4 Errores modelos de segundo orden.

FT

1.67 7.54
() =
38.66 + 1

Smith

En este caso el mejor modelo de segundo orden seria el Ho


et al, ya que su error es menor comparado con los dems
modelos.
Se muestra en Fig. 15 la superposicin de todos los modelos
de segundo orden, con la ayuda de Matlab y el programa
Grafica_todos_modelos_2Orden.m

1.67 15.38
23.1 + 1

() =

() =

1.67 16
1 + 39

Chen y Yang

() =

1.67 6.78
36.14 + 1

Viteckov et al

() =

1.67 5.3
38.4 + 1

Tab. 6 Funciones de transferencia primer orden.

Modelo
Ho et al

FT

1.67 0.64
() =
(25.7 + 1)2

Jahanmiri y Fallahi

() =

1.67 21
(1.27 + 1)2

Viteckova et al

() =

1.67 5.3
(38.4 + 1)2

Fig. 15 Grafica modelos segundo orden.

A simple vista se puede decir que el mejor modelo es el


Stark, ya que es el ms parecido a la seal real de presin.

Polo doble ms

Stark

Se genera una tabla comparando los errores de los distintos


modelos de primer y segundo orden, para hacer ms fcil sacar
conclusiones sobre su funcionamiento.
Modelo 1
1/4-3/4

Error 1

Brida

0.1826
0.1677

Smith

0.1888

Chen y Yang

0.1797

Viteckov et al

0.1826

Modelo 2
Ho et al
Jahanmiri
y Fallahi
Viteckova
et al
Polo doble
ms
Stark

Error 2

0.1854
0.1998
0.2762
0.2884
0.1866

Laboratorio de sistemas de control continuo.

() =

() =

1.67 7.91
(38.64 + 1)2

1.67 9.43
(38.40 + 1)(5.31 + 1)

Tab. 7 Funciones de transferencia segundo orden.

Universidad de Antioquia. Identificacion Sistemas de Control

System Identification
Usando el Software System Identification proporcionado
por Matlab, se obtiene el modelo de primer orden mostrado en
Fig. 16 y el modelo de segundo orden mostrado en Fig. 17 los
cuales son muy similares a la seal de entrada.

Fig. 16 Modelo primer orden con System Identification.

VII.

BIBLIOGRAFA

Fig. 17 Modelo segundo orden con System Identification.

VI.

CONCLUSIONES

A partir del desarrollo de la presente prctica es


posible concluir que los modelos de primer y
segundo
orden
permiten
obtener
una
aproximacin al comportamiento real de un
sistema para poder ser analizado en el laboratorio
manipulando sus parmetros a partir de sistema
perifricos.
Si se aumenta la ganancia en una funcin de
transferencia que describe un modelo, la grfica se
asemeja mucho ms a la grfica que describe el
modelo real.
Es posible observar que en comparacin con los
modelos de segundo orden, los modelos de primer
orden se aproximan ms al valor real.
Particularmente, para el caso de los modelos de
primer orden, se concluye que el modelo que ms
se aproxima al comportamiento real del sistema es
el de Brida.
En el caso de los modelos de segundo orden, es
posible observar que a simple vista, el modelo que

Laboratorio de sistemas de control continuo.

ms se aproxima al comportamiento real del


sistema es el Stark. Si se observan los errores
producidos por los modelos anteriormente
descritos se concluye que el modelo de segundo
orden ms apropiado para la descripcin del
sistema es el Ho et al.
Por medio de variables controladas se puede
controlar un sistema y medir experimentalmente
el comportamiento de este frente a una excitacin,
en este caso de tipo escaln.
Se hace uso del Soft Control para tener una
aproximacin de la evolucin y comportamiento
real del sistema frente a condiciones dadas.

Tavera. A, Modelos de procesos. Curso de


Control Semestre 0114, Universidad de
Antioquia
Harriot y Smith; Identificacin de Sistemas
Alfaro. M. Sc, Mtodo de identificacin de
modelos de orden reducido de tres puntos
123c.Costa Rica. 2007.
Alfaro. Vctor.M, Identificacin de modelos
de orden reducido a partir de la curva de
reaccin del proceso.Costa Rica. 2006.
Alfaro. Vctor.M, Identificacin de procesos
sobreamortiguados utilizando tcnicas de
lazo abierto.San Jos. Costa Rica. 2001.
Murillo A. Ivn., Comparacin de las
caractersticas de desempeo de los modelos
de primer y segundo orden mas tiempo
muerto. Costa Rica. 2004.

Universidad de Antioquia. Identificacion Sistemas de Control

PROGRAMAS USADOS
Grafica_Escalon_vs_Presion.m
A=xlsread('Archivo.xls');
y1=A(:,3)-14.68;
y2=A(:,5)-30;
t=A(:,15);
y1Tick=(0:0.2:2.4);
y2Tick=(0:5:25);
tTick=(0:25:520);
[ha,h1,h2] =
plotyy(t,y1,t,y2,'plot','plot');
%eje de la izquierda mA
axes(ha(1))
ylabel('Presin (mA)')
set(h1,'color',[1 0 0])
set(ha(1),'YTick',y1Tick,'XTick',tTick,'Y
Color',[1 0 0])
ylim(ha(1),[0 2.4])
xlim(ha(1),[0 520])
grid on
hold on
%eje de la derecha %
axes(ha(2))
ylabel('Apertura vlvula (%)')
set(h2,'color',[0 0 1])
set(ha(2),'YTick',y2Tick,'YColor',[0 0
1])
ylim(ha(2),[0 25])
xlim(ha(2),[0 520])
grid on
legend('Entrada','Salida')
xlabel('Tiempo (s)')
title('Entrada vs Salida');

Laboratorio de sistemas de control continuo.

Grafica_Modelo_1Orden.m
A=xlsread('Archivo.xls');
y1=A(:,3)-14.68;
tamy1=size(y1);
t=A(:,15);
%funcion transferencia modelo
num=1.67;
den=[38.4,1];
G=tf(num,den,'inputdelay',5.3);
display(G);
y=step(G,t);
plot(t,y1,'color',[1 0 0]);%real
hold on
plot(t,y,'color',[0 0 1]);%modelo
error=sum((y-y1).^2)/(tamy1(1));
display(error);
legend('Real','Modelo')
xlabel('Tiempo (s)')
ylabel('Presin (mA)')
title('Modelo Smith')
xlim([0 520])
grid on

Universidad de Antioquia. Identificacion Sistemas de Control

Grafica_todos_modelos_1Orden.m
A=xlsread('Archivo.xls');

Grafica_Modelo_2Orden.m
A=xlsread('Archivo.xls');

t=A(:,15);
R=A(:,3)-14.68;
plot(t,R,'color',[1 0 0]);
hold on
num=1.67;

y1=A(:,3)-14.68;
tamy1=size(y1);

%Modelo 1/4-3/4
den1=[38.66,1];
G1=tf(num,den1,'inputdelay',7.54);
y1=step(G1,t);
plot(t,y1,'color',[0 0 1]);
hold on
%Modelo Broida
den2=[35.1,1];
G2=tf(num,den2,'inputdelay',7.94);
y2=step(G2,t);
plot(t,y2,'color',[1 1 0]);
hold on
%Modelo Smith
den3=[39,1];
G3=tf(num,den3,'inputdelay',16);
y3=step(G3,t);
plot(t,y3,'color',[0 1 0]);
hold on
%Modelo Chen y Yang
den4=[35.1,1];
G4=tf(num,den4,'inputdelay',7.94);
y4=step(G4,t);
plot(t,y4,'color',[0 0 1]);
hold on
%Modelo Viteckova et al
den5=[35.1,1];
G5=tf(num,den5,'inputdelay',7.94);
y5=step(G5,t);
plot(t,y5,'color',[1 0 1]);
legend('Real','1/43/4','Brida','Smith','Chen y
Yang','Viteckov et al')
xlabel('Tiempo (s)')
ylabel('Presin (mA)')
title('Modelos')
xlim([0 520])
grid on

Laboratorio de sistemas de control continuo.

t=A(:,15);
num=1.67;
den=[203.9,43.71,1];
G=tf(num,den,'inputdelay',9.43);
display(G);
y=step(G,t);
plot(t,y1,'color',[1 0 0]); %real
hold on
plot(t,y,'color',[0 0 1]); %modelo
error=sum((y-y1).^2)/(tamy1(1));
display(error);
legend('Real','Modelo')
xlabel('Tiempo (s)')
ylabel('Presin (mA)')
title('Modelo Stark')
xlim([0 520])
grid on

Universidad de Antioquia. Identificacion Sistemas de Control

Grafica_todos_modelos_2Orden.m
A=xlsread('Archivo.xls');
t=A(:,15);
R=A(:,3)-14.68;
plot(t,R,'color',[1 0 0]);
hold on
num=1.67;
%Modelo Ho et al
den1=[660.49,51.4,1];
G1=tf(num,den1,'inputdelay',0.64);
y1=step(G1,t);
plot(t,y1,'color',[0 0 1]);
hold on
%Modelo Jahanmiri y Fallahi
den2=[1.61,2.54,1];
G2=tf(num,den2,'inputdelay',21);
y2=step(G2,t);
plot(t,y2,'color',[1 1 0]);
hold on
%Modelo Viteckova et al
den3=[1474.56,76.8,1];
G3=tf(num,den3,'inputdelay',5.3);
y3=step(G3,t);
plot(t,y3,'color',[0 1 0]);
hold on
%Modelo Polo doble mas tm
den4=[1493.05,77.28,1];
G4=tf(num,den4,'inputdelay',7.91);
y4=step(G4,t);
plot(t,y4,'color',[0 0 1]);
hold on
%Modelo Stark
den5=[203.9,43.71,1];
G5=tf(num,den5,'inputdelay',9.43);
y5=step(G5,t);
plot(t,y5,'color',[1 0 1]);
legend('Real','Ho et al','Jahanmiri y
Fallahi','Viteckova et al','Polo doble
mas tm','Stark')
xlabel('Tiempo (s)')
ylabel('Presin (mA)')
title('Modelos')
xlim([0 520])
grid on

Laboratorio de sistemas de control continuo.