Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INGENIERO ELECTRICISTA
______________________
Br. Petit M. Ronald D.
__________________________
Br. Velazco U. Fernando J.
C.I. 24.228.352
C.I. 20.862.749
Email: elronaldpetit@gmail.com
Email: fenandovelazco_14@hotmail.com
____________________________
Prof. Sergio de Pool Largo
C.I.: 12.330.852
Tutor Acadmico
Institucin: Universidad Rafael Urdaneta
Cargo: Docente activo.
AGRADECIMIENTOS
A Dios por ser nuestro gua.
A nuestros padres por criarnos, educarnos, orientarnos, y apoyarnos en todo el
trayecto de nuestra vida.
A nuestra familia, por ayudarnos y acompaarnos en la toma de decisiones.
A nuestros amigos, por ser siempre un apoyo en todo tipo de situaciones que se
han presentado a lo largo de nuestra carrera universitaria.
Al profesor Sergio de Pool, y al Ing. Jess Hernndez, por su constante ayuda
durante el desarrollo de nuestra investigacin.
Al grupo de aeromodelismo parque sur, en especial a ngelo Villalobos, por su
aporte a la investigacin.
A la Universidad Rafael Urdaneta por permitirnos obtener una excelente formacin
profesional.
Fernando Velazco y Ronald Petit
Ronald D. Petit
Fernando J. Velazco
INTEGRACIN DE UNA NIDAD DE PILOTO AUTOMTICO BASADO EN
TECNOLOGAS LIBRES A UNA PLATAFORMA AREA DE ALA FIJA. Trabajo
Especial de Grado presentado ante la Universidad Rafael Urdaneta para
optar por el ttulo de Ingeniero Electricista. Universidad Rafael Urdaneta.
Maracaibo, Venezuela. 2015.
RESUMEN
Ronald D. Petit
Fernando J. Velazco
INTEGRATION OF AN AUTOPILOT UNIT BASED ON FREE TECHNOLOGIES
TO A FIXED WING AIRCRAFT PLATFORM. Degree Thesis presented to the
Rafael Urdaneta University to qualify for degree of Electrical Engineer. Rafael
Urdaneta University. Maracaibo. Venezuela. 2015.
ABSTRACT
This research involved the integration of an autopilot unit to a fixed wing aircraft
platform through the controller design studying the vehicles math model. It was
developed by using the scientific method and employing computational tools,
electronics, physical computing platforms and others. The applied techniques
were: estimation, observation, and testing. With the investigation the stabilization
and autonomy on the fly of a plane through the study of physical equations for
controllers intonation has been achieved. While, with the study of the physical
equations of the plane, formulate the math models that describe the fly dynamic
and evaluate those with different control techniques was achieved too. The
integration of this autopilot unit represent a significant progress in the development
on the unmanned aerial vehicles technologies being everything based in a own
control technique, as well as, a base for further investigations in the area. It is
recommended to keep continuing the investigation in order to evaluate other
control techniques in the autopilot unit that allow a better result.
INDICE GENERAL
RESUMEN
ABSTRACT
INTRODUCCIN
CAPITULO I. EL PROBLEMA.............................................................................2
1.1.
1.2.
1.3.
Objetivos de la investigacin........................................................................9
1.3.1.
Objetivo general.....................................................................................9
1.3.2.
Objetivos especficos.............................................................................9
1.4.
Justificacin e importancia.........................................................................10
1.5.
Delimitacin................................................................................................10
1.5.1.
Delimitacin espacial...........................................................................10
1.5.2.
Delimitacin temporal...........................................................................11
1.5.3.
Delimitacin cientfica..........................................................................11
Antecedentes de la investigacin...............................................................12
2.2.
Fundamentos tericos................................................................................13
2.2.1.
El controlador PID................................................................................13
2.4.
Tipo de investigacin..................................................................................29
3.2.
Diseo de la investigacin..........................................................................30
3.3.
3.3.1.
3.4.
4
Observacin documental....................................................................32
Fases de la investigacin...........................................................................32
CONCLUSIONES
RECOMENDACIONES
REFERENCIAS BIBLIOGRAFICAS
INDICE DE FIGURAS
Figura 2.1 Representacin de sistema a lazo cerrado con controlador
Figura 2.2 Control PID de una planta... .
Figura 2.3 Respuesta a un escaln unitario de una planta.
Figura 2.4 Curva de respuesta en forma de S..
Figura 2.5 Oscilacin sostenida con periodo Pcr (Seg)...
14
15
16
16
18
20
22
23
46
51
53
54
(entre - 20 y 20 grados).
Figura 4.6 Ala principal: coeficientes aerodinmicos VS ngulo de ataque
55
55
56
tiempo
mostrados
por
X-
Plane..
Figura 4.9 Matrices de espacio estado para el movimiento longitudinal.
Figura 4.10 Matrices de espacio estados para el movimiento latero-
59
63
direccional.
Figura 4.11 Diagrama de bloques del movimiento longitudinal a lazo
64
abierto...............................................................................................................
.
Figura 4.12 Repuesta a la entrada de tipo escaln a lazo abierto del
65
movimiento longitudinal..
Figura 4.13 Diagrama de bloques del movimiento longitudinal a lazo
66
cerrado
Figura 4.14 Repuesta a la entrada de tipo escaln a lazo cerrado del
66
movimiento longitudinal..
Figura 4.15 Diagrama de bloques del modelo latero-direccional referido a
67
los
alerones
de
lazo
abierto.
Figura 4.16 Respuesta a una entrada de tipo escaln a lazo abierto del
68
69
los
alerones
de
lazo
cerrado
Figura 4.18 Respuesta a una entrada de tipo escaln a lazo cerrado del
movimiento
latero-direccional
referido
los
69
70
alerones
Figura 4.19 Respuesta a una entrada de tipo escaln a lazo cerrado del
movimiento latero-direccional referido al timn de profundidad.
Figura 4.20 Diagrama de bode del movimiento longitudinal a lazo
70
abierto
Figura 4.21 Diagrama de bode del movimiento longitudinal a lazo
71
cerrado..
Figura 4.22 Diagrama de bode del movimiento latero-direccional a lazo
72
abierto..
Figura 4.23 Diagrama de bode del movimiento latero-direccional referido a
72
73
74
77
77
timn de profundidad.
Figura 4.28 Segundo controlador: Respuesta general del sistema de control
78
79
79
82
83
84
85
85
86
de
los
alerones..
Figura 4.36 Segundo controlador: Respuesta general del sistema de control
de los alerones..
Figura 4.37 Tercer controlador: Respuesta general del sistema de control de
87
los alerones.
Figura 4.38 Diagrama de bloques del sistema de control para el movimiento
87
89
90
90
91
92
93
94
94
direccional (timn de direccin), incluyendo una perturbacin por fuertes vientos y con los
parmetros
del
tercer
controlador
entonado
en
el
bloque
PID..
96
Figura 4.47 Comportamiento del ngulo de guiada (), con respecto a los
cambios del timn de direccin con perturbacin
Figura 4.48 Comportamiento del grado de balanceo (r), con respecto a los
96
97
98
electrnicos.
Figura 4.52Visualizacin del rea de trabajo de MPLAB, mostrando la
seccin
de
control
Figura 4.53PICkit3 conectado al UDB4.
Figura 4.54 LilyPad FTDI Basic Breakout - 5V..
Figura 4.55 Conexin USB-FTDI-UDB4
Figura 4.56 Vehculo areo no tripulado de la investigacin..
Figura 4.57 Conexin del UDB4 para realizar una simulacin de hardware
103
104
105
106
107
de bucle 108
Figura 4.58 Modelo diseado para el simulador X-Plane.. 109
Figura 4.59 Aeronave de la investigacin en vuelo a travs de hardware de
bucle..
110
INDICE DE TABLAS
17
18
40
44
longitudinal
Tabla 4.4 Coeficientes que relacionan los coeficientes aerodinmicos del
45
49
movimiento latero-direccional.
Tabla 4.6 Comparacin del comportamiento respectivo de los modelos con
50
58
60
61
61
62
62
63
80
81
88
direccional (alerones)
Tabla 4.17 Caractersticas generales de los controladores diseados para
88
95
direccin
Tabla 4.19 Definiciones de configuracin del MatrixPilot para los canales de
95
radio
Tabla 4.20 Definiciones de configuracin del MatrixPilot para invertir
101
canales............................................................................................................
Tabla 4.21 Definiciones de la configuracin del MatrixPilot para las
102
ganancias de control
Tabla 4.22 Datos de comportamiento del avin en simulacin de hardware
102
de bucle
110
INTRODUCCIN
Los vehculos areos no tripulados (VANT), tienen diversas aplicaciones en
la actualidad, inicialmente, en la historia los vehculos areos no tripulados fueron
diseados para fines militares, sin embargo hoy en da su desarrollo en diversos
pases del mundo se ha extendido encontrando una gran variedad de usos civiles,
ya sea desde monitorear un rea en especfico, acceder a zonas de alto riesgo
para humanos, como transportar correspondencia.
Existen muchos tipos de vehculos areos no tripulados, entre los cuales
estn las plataformas areas de ala fija, y los de ala rotativa, pero el hecho de
querer operar un vehculo a voluntad sin el mando directo de una persona requiere
de un extenso estudio en las reas de aerodinmica, electrnica y sistemas de
control, esto para poder disear software con la capacidad de controlar
adecuadamente el vehculo.
No obstante el control de cada plataforma vara dependiendo de su
estructura fsica, puesto que un vehculo de ala fija no puede tratarse igual que
uno de ala rotativa, ambos poseen modos de funcionamiento totalmente distintos y
su modelado debe ser especfico para cada plataforma, incluso, si se tienen dos
vehculos de ala fija su modelado tambin sera distinto puesto que cada aeronave
tiene su estructura fsica particular y para un ptimo control se debe modelar cada
detalle.
En la presente investigacin se plante la integracin de una unidad de
piloto automtico a una plataforma area de ala fija con el uso de hardware y
software libre, donde para conseguir el objetivo principal se necesita un modelo
matemtico del vehculo para que a partir de l, poder estudiar su comportamiento
y entonar controladores que sern cargados en la unidad de piloto automtico y
posteriormente integrado al VANT.
1 CAPITULO I
EL PROBLEMA
1.1.
El detalle del desarrollo civil es el tener que lidiar con las trabas burocrticas
para poder desarrollarse, puesto que el tener un vehculo automatizado en un
espacio areo civil como el de una ciudad, supone un gran proceso de
autorizacin que muy pocas empresas han logrado obtener alrededor del mundo
por cuestiones obvias de seguridad.
Tomando en consideracin lo antes mencionado, la problemtica principal al
momento de disear un VANT ser desarrollar el controlador para que se pueda
cumplir el objetivo junto con sus condiciones, y a continuacin de esto ser
implementar el mismo al vehculo donde empieza el problema ms grande, que es
la entonacin del controlador.
En la ingeniera de controles, tanto clsica como moderna, se utilizan
modelos matemticoscaractersticos de un sistema para poder hacer su estudio
tericamente y analizar el comportamiento del sistema para as poder determinar
qu variables se desean controlar para que dicho sistema cumpla con el objetivo
o funcin que se quiere, dichos modelos matemticos son representados por
funciones integro-diferenciales que son a su vez representados en el dominio de
la frecuencia por funciones de transferencia y por matrices de espacio estado.
El uso de los VANT en las guerras hizo que su desarrollo fuera sumamente
privado para los gobiernos que desempeaban dichas investigaciones, y por lo
tanto dificultando su crecimiento en las reas civiles y a otras instituciones que
buscaban innovar con este tipo de tecnologas, es por esto que con el pasar de los
aos muchos trabajos e investigaciones han sido publicados con el objeto de
ayudar en el crecimiento de dicha rea alrededor del mundo, el internet, los libros,
las revistas tecnolgicas, y entre otros medios,han facilitado as la informacin que
otros haban logrado recolectar sobre los VANT y permitir que esta plataforma se
comenzara a investigar en todo el mundo.
La definicin de piloto automtico es la de un sistema mecnico, elctrico o
hidrulico, usado para guiar un vehculo sin ayuda de un ser humano, tal sistema
forma parte fundamental en el comportamiento de un VANT, y gracias a el inters
que se llama la cultura libre, en la cual recientemente naci el hardware libre, con
un concepto muy parecido al del software libre solo que obviamente, con hardware
permite la modificacin, uso, y estudio de algn dispositivo a total libertad, de
manera que esta vez, al adquirir un producto el fabricante deja abierta la
posibilidad de una modificacin y futura implementacin de otros componentes en
caso de que el usuario desee mejorar la plataforma a su antojo.
Estos grupos de desarrollo los cuales se enfocan en el uso de lo que ahora
llamaremos tecnologas libres, han conseguido fuerza en el campo de los VANT,
pues en el ltimo par de aos se han llevado a cabo proyectos de investigacin
gracias a la colaboracin de grupos de desarrollo tanto de hardware, software e
incluso firmware libre, en donde se pone a prueba lo eficaz que puede ser este
tipo de distribucin para la investigacin e incluso para un pequeo fin econmico
de los que ofrecen los productos.DroneCode, es un proyecto de tecnologas libres
el cual se ha dedicado a producir plataformas de pilotos automticos accesibles a
todo el que desee comprarlas y disear su propio VANT, para mltiples vehculos
desde pequeos automviles hasta helicpteros de ocho hlices, todo esto a
travs de su software y hardware denominado ardupilot, exactamente este tipo de
iniciativas son de enorme provecho para cualquiera que desee iniciar sus propios
proyectos con la gran ventaja de la cultura libre.
As como los de DroneCode, existen varios grupos de desarrollo los cuales
se dedican a acelerar el proceso de investigacin de cualquier persona que desee
empezar, otro de ellos fueron los diseados por SparkFunElectronics, llamados los
UAV DevelopentBoard (UDB), o en espaol, Tarjeta de Desarrollo de VANT, que,
destaca por el hecho de basarse en tecnologas libres y todas las ventajas que
esto conlleva, a pesar que dicha tarjeta paso a estar descontinuada, el grupo
SparkFun sigue distribuyndolos libremente pues son totalmente eficientes a la
hora de buscar un vuelo autnomo en un VANT, y justamente esta ltima
plataforma es la que se buscar implementar en la presente investigacin.
Para la integracindel controlador se trabajar con una plataforma UDB4que
hace funcin de piloto automtico,la cual ofrece la posibilidad de integrar un
UDB4,
pertenece
la
compaa
fabricanteSparkFun
antes
para poder entender cmo est diseado el controlador que posee dicha tarjeta,
luego de esto, es posible utilizar el modelo matemtico junto con el software
MATLAB & SIMULINK para disear una rplica digital del controlador fsico y
poder realizar la sintonizacin a travs de simulaciones hasta que, tericamente,
la respuesta del sistema sea la deseada y los parmetros del controlador digital
sean utilizados para programarlos dentro del chip y as poder dar por terminada la
entonacin del controlador.
1.2.
1.3.
Objetivos de la investigacin
en lazos PID.
Evaluar los controles diseados bajo tcnicas software de bucley
hardware de bucle.
1.4.
Justificacin e importancia
La razn de esta investigacin principalmente es el desarrollo de tecnologas
10
para as minimizar los costos y poder lograr los objetivos de una manera simple y
accesible, con la finalidad de que al obtener los resultados deseados, esta
investigacin pueda usarse en vehculos de ala fija de gran escala y pueda ser de
ayuda en el diseo e innovacin de los vehculos areos no tripulados a nivel
nacional.
Su importancia, radica en las posibilidades de emplear los vehculos para los
mltiples usos que estos conllevan, ya sea de exploracin, vigilancia, transporte,
entre otros, a un bajo costo y asegurando la confiabilidad que estas tecnologas
ofrecen para asegurar un margen de error lo msmnimo posible.
Adems, dicha investigacin requiere la profundizacin en las reas de
aviacin y de sistemas de control, lo cual enriquece los conocimientos ya
adquiridos por los autores en el transcurso de la carrera y permite un mejor
entendimiento del funcionamiento de los sistemas mecnicos y elctricos en
vehculos areos de manera general.
1.5.
Delimitacin
11
12
2 CAPITULO II
MARCO TERICO
2.1.
Antecedentes de la investigacin
En los antecedentes se trata de hacer una sntesis conceptual de las
13
Fundamentos tericos
14
ganancia proporcional Kp, del tiempo integral Ti, y del tiempo derivativo
Tdbasndose en la caracterstica de respuesta transitoria de una planta dada.
15
16
17
18
19
dispositivo a controlar.
El software para manejar el sistema embebido se conoce como
firmware, y es guardado en la memoria de solo lectura o en la
memoria flash, en vez de guardarse en un disco duro. Comnmente
este software trabaja en conjunto con componentes de hardware
limitados, tales como teclado, pantalla, y memoria reducida.
20
21
2.2.4.3. Timn
Escamilla (2010), indica que el timn es la superficie de control ubicada en
la parte trasera del estabilizador vertical. La funcin del timn es generar un
22
movimiento sobre el eje Z (eje Yaw), sin alterar el ngulo de ataque y la altitud del
avin.
23
esta es una placa conversora USB/Serie por medio de un circuito integrado FTDI
FT232RL, este tipo de dispositivo permite la interconexin sistemas UART/USB
dispone de pines de recepcin y transmisin de datos con alimentacin a niveles
TTL. Esta tarjeta se encuentra formada por un conector USB en un extremo y en
el otro extremo de la placa en un conector de 6 pines de 0.1" con el siguiente
PinOut: DTR, RX, TX, 3V3, CTS, GND.
meteorolgica.
ngulo de ataque: Escamilla (2010, p. 13), define el ngulo de ataque como
aquel ngulo que posee la aeronave en direccin al vuelo. Dicho ngulo
24
2.4.
Masa (Kg)
Variables
Definir el modelo
Definir un
Modelo
Superficie
fsicas del
matemtico de la
modelo
matemtico
alar (m )
avin
Curva
plataforma area
matemtico
mediante
media
de ala fija
caracterstico de ecuaciones
aerodinmi
ca (m)
categora mini
la plataforma
fsicas
Envergadu
clase II
area de ala fija
ra (m)
2
Inercias
25
Condiciones
de vuelo
Factor de
oswald
Altitud (m)
Gravedad
(m/s2)
Densidad
segn la
atmosfera
estndar
Velocidad
de crucero
(m/s)
Modelo
longitudina
l
Modelo
latero
direccional
Coeficiente
de
sustentaci
n
Coeficiente
de empuje
Coeficiente
de
momento
Coeficiente
s
aerodinmi
cos del ala
Coeficiente
s
aerodinmi
cos del
fuselaje
Modelo
longitudina
l
Modelo
latero
direccional
Modelos de
espacio
estado
Coeficientes
aerodinmic
os
Modelo
matemtico
terico
aproximado
Recoleccin
de data de
vuelo
simulada
Modelos de
espacio
estado
Sensores
para
medicin y
obtencin de
datos
Condiciones
de vuelo
Orientaci
n del
vehculo
Aceleraci
n del
vehculo
Altitud (m)
Gravedad
(m/s2)
Densidad
segn la
atmosfera
estndar
Velocidad
26
de crucero
(m/s)
Respuest
a a la
funcin
escaln
Analizar tanto en
dominio temporal y
de la frecuencia la
dinmica del
modelo matemtico
de la plataforma
area de ala fija
categora mini clase
II
Respuestas del
modelo
matemtico del
sistema ante
funciones
especficas tanto
en el dominio del
tiempo como de la
frecuencia
Comportami
ento en el
dominio del
tiempo
Respuest
a a la
funcin
impulso
Comportami
Diagrama
ento en el
s de bode
dominio de la
frecuencia
Siste
ma
establ
e
Siste
ma
margi
nal
Siste
ma
inesta
ble
Siste
ma
establ
e
Siste
ma
margi
nal
Siste
ma
inesta
ble
Curva
s de
magni
tud vs
rad/s
Curva
s de
fase
vs
rad/s
27
especifico
Disear el
control de la
plataforma
area de ala
fija categora
mini clase II
basado en
lazos PID
dimensi
n
Disear y entonar
el controlador para
los modelos
longitudinal y
latero-direccional
definidos para la
plataforma area
de ala fija
Control con
lazos PID
para el
modelo
longitudinal
Variables de
entonacin
del
controlador
Variable de
referencia y
variable a
controlar del
modelo
Control con
lazos PID
para el
modelo
laterodireccional
Posicin de
la cabeza
de la
plataforma
Ganancia para
sistema
marginal (K)
Periodo de la
respuesta del
sistema
marginal (Tu)
Ganancia Kp
definida por
medio de K/1,7
utilizada para el
parmetro
proporcional del
PID
Guanacia Ki
definida por
medio de 1/
((Tu/2)*S) para
el parmetro
integral del PID
Variables de
entonacin
del
controlador
Variable de
referencia y
variable a
controlar del
Ganancia
para sistema
marginal (K)
Periodo de la
respuesta del
sistema
marginal (Tu)
Ganancia Kp
definida por
medio de
K/1,7
utilizada para
el parmetro
proporcional
del PID
Guanacia Ki
definida por
medio de 1/
((Tu/2)*S)
para el
parmetro
integral del
PID
Ganancia Kd
definida por
medio de
(Tu/8)*S para
el parmetro
derivativo del
PID
Ganancia Kd
definida por
medio de
(Tu/8)*S para el
parmetro
derivativo del
PID
Angulo de
inclinacin
de los servo
motores de
cola
28
modelo
Evaluar los
controles
diseados bajo
tcnicas de
software de
bucle y hardware
de bucle
Evaluar el
comportamiento de los
controladores
generados a travs de
simulaciones digitales
y pruebas de vuelo
Softwar
e de
simulaci
n
Prueba
de
estabili
dad
Robuste
z ante
perturba
ciones
Vuelos
de
prueba
Prueba
de
estabili
dad
Robuste
z ante
perturba
ciones
29
CAPITULO III
MARCO METODOLGICO
3.1.
Tipo de investigacin
Los objetos o fenmenos que componen una investigacin son abordados de
30
3.2.
Diseo de la investigacin
El diseo de la investigacin se refiere a la manera prctica y precisa que se
adopta para cumplir con los objetivos de estudio, ya que el diseo indica los pasos
a seguir para alcanzar dichos objetivos. La seleccin del diseo de investigacin
se realiza con el fin de recolectar la informacin necesaria para responder a las
preguntas de la investigacin.
Segn Arias (2006, pp. 26) El diseo de investigacin es la estrategia
general que adopta el investigador para responder al problema planteado
Segn Hernndez (2010, pp. 120) El trminodiseose refiere al plan o
estrategia concebida para obtener la informacin que se desea.
El diseo de investigacin es muy importante debido a lo antes expuesto, por
otro lado esto estar definido de acuerdo a los pasos o procedimientos a seguir
para el desarrollo de la investigacin.
Arias (2006) expresa que en la investigacin experimental se llevan a cabo
procesos en los cuales consiste en someter un objeto de estudios a estmulos de
diferentes tipos con el fin de observar los efectos o reacciones que se producen.
Hernndez (2010) explica que el trminoexperimentotiene al menos dos
acepciones, una general y otra particular. La general se refiere a elegir o realizar
una accin y despus observar las consecuencias. Una acepcin particular de
experimento, ms armnica con un sentido cientfico del trmino, se refiere a un
estudio en el que se manipulan intencionalmente una o ms variables
independientes(supuestas causas-antecedentes), para analizar las consecuencias
que la manipulacin tiene sobre unao ms variables dependientes (supuestos
efectos-consecuentes), dentro de una situacin de controlpara el investigador.
Ya habiendo expuesto lo anterior se puede identificar el diseo de la presente
investigacin como experimental, ya que se elaborar un modelo matemtico de la
plataforma area de ala fija, dicho modelo pretende caracterizar cada uno de los
31
(2010,
pp.
199)
tambin
explica
que
medirsignifica
32
Fases de la investigacin
Fase I. Definir el modelo matemtico para la plataforma area de ala fija categora
mini clase II: Proceso prolongado que debe ser preciso para el correcto diseo del
controlador, se iniciara con modelos matemticos aproximados simulados con
software utilizando modelos de aviones parecidos al que se utilizara en esta
investigacin analizando el comportamiento de los modelos matemticos
generados y estudiando su estructura para entender mejor su funcionamiento y
poder definir cul es el ms indicado para representar el modelo fsico, cabe
destacar que ms de uno puede cumplir las expectativas de indicado. El estudio
del comportamiento y funcionamiento se realizar a travs del segundo objetivo,
cada modelo matemtico debe pasar por dicho anlisis para poder comprobar si
se asemeja a la realidad. Basndonos en los modelos ya obtenidos mediante
software se realizaran pruebas de vuelo con los mismos donde se esperan
33
resultados buenos mas no tanto como para ser aceptables, se debe obtener datos
en las pruebas de vuelo de manera de poder generar modelos matemticos
experimentales con un margen de error mnimo y llegar a seleccionar uno o varios
modelos como los respectivos a utilizar para ser controlado.
Seleccionar una IMU que cumpla con las caractersticas de ser de software
y hardware libre.
Investigar Las variables, condiciones de vuelo, parmetros fsicos, y los
distintos tipos de modelo que generalmente se utilizan para el modelado
matemtico de un avin preferiblemente lo ms parecido posible al de la
investigacin.
Determinar todas las variables fsicas del avin de la investigacin.
Obtener por cualquier va legal los accesorios e instrumentos para el ptimo
funcionamiento de la IMU.
Investigar que representa cada elemento en las matrices de espacio estado
formuladas para los modelos matemticos para el correcto entendimiento
de los mismos.
Obtener y estudiar un software que pueda ser utilizado en la IMU para la
simulacin.
Adquirir modelos matemticos tericos a partir de las variables fsicas del
vehculo de la investigacin basndonos en los modelos investigados
34
IMU.
Acceder a la informacin de la simulacin de manera de poder obtener los
modelos matemticos generados por el simulador al momento de realizar
35
relevante.
Observar la respuesta en frecuencia de los diagramas de bode de
cada uno de los modelos matemticos obtenidos y registrar la
informacin relevante.
Fase III. Disear el control de la plataforma area categora mini clase II basado
en lazos PID: Los modelos matemticos denotados como los suficientemente
precisos para ser aceptados sern utilizados para disear un controlador basado
en lazos PID para cada uno, este proceso se realizara mediante simulacin en
tiempo real con el software SIMULINK utilizando un controlador digital para hacer
pruebas simuladas para que al efectivamente estar diseado el controlador pueda
implementarse en la tarjeta fsica UDB4 y realizarse las pruebas de
funcionamiento en vivo las cuales deben concordar aproximadamente con las
obtenidas en la simulacin, esto para cada modelo matemtico que se haya
considerado como aceptable, la implementacin en la tarjeta UDB4 ser a travs
del software libre matrixpilot, en donde se establecern el modelo matemtico
junto con su controlador y se programara el procesador de la IMU para as poder
realizar dichas pruebas.
o simulacin seleccionados.
Iterar variando la ganancia proporcional de los lazos PID hasta que el
sistema con el que se est trabajando llegue a ser crticamente estable (es
decir que el tiempo de estabilizacin sea muy prolongado), basndose en la
36
Fase IV. Evaluar los controles diseados bajo tcnicas de software de bucle y
hardware de bucle: Luego de tener listo el modelo matemtico juntos con sus
controladores se evaluara su comportamiento en conjunto, para esto, se
utilizara un software y hardware de bucle compatibles con el matrixpilot los
cuales deben configurarse tanto en la tarjeta UDB4 como en un ordenador para
funcionar juntos, esto requiere el estudio del cdigo tanto del software como
del hardware para as poder adaptar cualquier aspecto de las herramientas a el
modelo fsico, dicho cdigo es proporcionado por los desarrolladores de
matrixpilot.
resultados
37
1 CAPITULO IV
ANALISIS E INTERPRETACION DE RESULTADOS
En el presente capitulo se presentan los resultados obtenidos tras la
realizacin de cada uno de los objetivos de la investigacin planteados en el
captulo I. Dichos resultados constan de un determinado anlisis e interpretacin
acorde a la naturaleza de los mismos.
4.1. Obtencin del modelo matemtico del vehculo de estudio
Basndose en los estudios desarrollados por Rovira (2011), se analizaron
los modelos matemticos que este ha desarrollado para un avin a escala, su
avin modelo no es parecido al de estudio, pero los modelos desarrollados pueden
ser utilizados para cualquier avin mientras se obtengan los datos respectivos de
cada uno.
Los modelos matemticos desarrollados son dos, uno que representa el
movimiento longitudinal del avin y otro que representa el movimiento latero
direccional del mismo, ambos requieren una gran cantidad de datos fsicos y
ambientales con los que se plane representar el entorno al que se enfrentara el
sistema y el vehculo mismo. Estos salen a partir de muchas ecuaciones de fuerza
planteadas en el documento bibliogrfico de Rovira, adems de unas condiciones
especficas de vuelo y determinadas suposiciones.
En general se formula un sistema de ecuaciones las cuales a partir de estas
sern definidos los modelos longitudinal y latero direccional, pero antes de poder
llegar a dichos sistemas de ecuaciones se tomaron una serie de suposiciones
explicadas por Rovira (2011), para validar los modelos.
Suposicin #1: La masa de la aeronave se mantiene constante. El VANT de
estudio posee un motor elctrico el cual lo nico que consumir es la carga de la
batera que este posee, esta suposicin aplica ms que todo a los vehculos a
combustible, pero es importante remarcar esta condicin.
38
39
#4, se tiene que las inercias a utilizar son con respecto a cada uno de los ejes
excepto las inercias de X con respecto a Z e viceversa. Una vez que se obtiene tal
sistema de ecuaciones puede empezar a desarrollar cada movimiento por
separado. Rovira (2011) explica que este sistema de 6 ecuaciones es por el cual
se rige todo el comportamiento del avin.
Ahora se relacionaran los ngulos de la aeronave con sus momentos y sus
derivadas segn los ngulos de Euler.
40
Dnde:
es el ngulo de balanceo de la aeronave.
es el ngulo de cabeceo de la aeronave.
es el ngulo de guiada de la aeronave.
La variable p representa una muy pequea perturbacin en la velocidad
angular en el rgimen de balanceo, la variable q representa una muy pequea
perturbacin en la velocidad angular en el rgimen de cabeceo y la variable r
representa una muy pequea perturbacin en la velocidad angular en el rgimen
de guiada, todas estas referidas a los ngulos del vehculo.
4.1.1. Modelo longitudinal
Se empieza haciendo una nueva suposicin con el fin de simplificar las
anteriores ecuaciones.
Suposicin #5: Se analiza el comportamiento de nuestra aeronave cuando
est en vuelo nivelado, sin turbulencias y no acelerado.
Adems de esta ltima suposicin, como solo se mira el movimiento
longitudinal del avin se puede afirmar tres cosas; Solo hay movimiento de
cabeceo, hay variacin en las fuerzas en el eje X y en el eje Z, pero lo la hay en el
eje Y (esto implica que la velocidad V en tal eje es 0), y que no hay ni momento de
alabeo ni de guiada, es decir, que P y R son iguales a 0.
Ahora se vuelven a las ecuaciones 4.1, 4.2, 4.3, 4.4, 4.5, y 4.6, y se aplican
estas propiedades para obtener nuevas ecuaciones simplificadas:
41
42
Ahora se substituye lo anterior con las ecuaciones 4.7, 4.9, y 4.10 para
obtener una forma linealizada del sistema de ecuaciones, que al simplificarlo a su
mxima expresin quedara de la siguiente manera:
43
Las variables que afectan la fuerza y los momentos del vehculo son: La velocidad
de crucero (U), la velocidad de la aeronave con respecto al eje Z (W), la
aceleracin de la aeronave con respecto al eje Z (W), el ngulo de cabeceo (), la
derivada del ngulo de cabeceo (), y el ngulo del elevador ( e), de manera que
al definir estas variables Rovira (2011), desarrolla series de Taylor que relacionan
las fuerzas resultantes con cada una de las variables, de manera que se obtienen
coeficientes adimensionales caractersticos de modelo de estudio y los cuales se
pueden calcular a partir de los coeficientes aerodinmicos del avin en estudio.
Dichos coeficientes se definen como aquellos que relacionan los
coeficientes aerodinmicos con las variables fsicas del avin, los mismos son los
siguientes:
Tabla 4.2Coeficientes que relacionan los coeficientes aerodinmicos del
movimiento longitudinal con las variables fsicas del avin.
Variable
Velocidad
horizontal
Variable
Aerodinmica
Coeficiente de
(u)
vertical (W)
cabeceo
()
Aceleraci
del
elevador
(e)
n vertical
(W)
2
CXu=
pSU
pSU
2 Clo
(2CDo
CXw=+CT ) (Clo
)
2m
2m
e
CZu=
pSU
pSU
pSU
Clo
CZw=
(Cl
CZq=
+CDo) Clq
m
2m
4m
Empuje (Cd)
Coeficiente de
sustentacin
Velocidad
Angulo
Angulo de
CXe=
pS U
CDe
2m
'
CZ w =
pS
Cl '
4m
(Cl)
Momento
aerodinmico M
CMu=
2
2
2
pSU
pSU
pSU
pS U ' pUS
Cmo
CMw=
Cm
CMq=
CMe=
Cmq
CMCme
w=
Cm
Iy
2 Iy
4 Iy
2 Iy
4 Iy
Descripcin
Densidad atmosfrica del aire estndar.
44
S
Iy
Clo
CDo
Cl
Cm
Clq
Cmq
CDe
Cme
Cl
45
46
Donde al igual que antes los valores con subndice 0 son los valores de
velocidades y momentos de la aeronave en su posicin de equilibrio inicial, y las
minsculas de los mismos son los valores de las pequeas perturbaciones.
47
Variable
Variable
Angulo
Velocidad
Velocidad
Angulo de
Angulo del
de
angular en
angular en
los
timn de
guiada
torno al eje
torno al eje
alerones
direccin
48
Aerodinmica
()
CYv=
X (P)
Z (R)
(a)
CYa =
(r)
CYr =
pS U 2
Cya
2m
pS U 2
Cyr
2m
CLa =
CLr =
Fuerzas
laterales (Y)
Momento
resultante eje X
(L)
Momento
resultante eje Z
(N)
pSU
CY
2m
CLv =
CLp =
2
pSUb
Cl pSU b Clp
2 Ix
4 Ix
CNv =
2
CNp =
2
CLr =
pSU b2
Clr
4 Ix
CNr =
2
pS U b
pSU b
pSU b
Cn
Cnp
Cnr
2 Iz
4 Iz
4 Iz
pS U 2 b
pS U 2 b
Cla
Clr
2 Ix
2 Ix
CNa =
CNr =
pS U b
pS U b
Cna
Cnr
2 Iz
2 Iz
De la Tabla 4.4 hay varias variables que an no se definen y estas son las
siguientes:
Tabla 4.5 Descripcin de las variables adicionales que intervienen en el
movimiento latero-direccional.
Variables
Descripcin
Ix
Inercia en el eje X.
Iz
Inercia en el eje Z.
Fuente: Velazco, Petit, de Pool (2015)
49
velocidad angular en torno al eje X (p), la velocidad angular en torno al eje Z (r), y
el ngulo de balanceo (). En el sistema de espacio estados tampoco hay matriz
de transmisin directa, con lo que se obtienen las matrices:
50
puede garantizar que el simulador ser lo bastante preciso como para describir lo
que suceder en la vida real.
El simulador trae consigo dos programas llamados PlaneMaker y
AirfoilMaker, donde el primero es un editor que permite editar o crear modelos de
aviones para ser usados en las simulaciones y el segundo para que a partir de las
variables fsicas aproximar los coeficientes aerodinmicos de un ala del avin, y
como el simulador comnmente est hecho para vuelos con aviones a escala
reales se tuvo que basar en las configuraciones de emulacin del editor del blog
VSKYLABS, JetManHuss (2015), explica detalladamente la configuracin del
simulador para que el comportamiento del modelo de radio control se asemeje lo
ms posible a la realidad.
El
simulador
posee
muchas
opciones
que
aproximan
ms
su
comportamiento al real, lo primero que se realizo fue el modelo fsico del avin de
la investigacin en el PlaneMaker, el mismo pide una enorme cantidad de datos
para poder formularlo, estos van desde el centro de gravedad, los radios del
centro de gravedad hasta cierta cantidad de punto del fuselaje definidos por el
PlaneMaker (pueden ser hasta 99 puntos los cuales le dan forma al fuselaje del
avin), cuantas alas posee, la posicin de las alas en el fuselaje, la longitud de las
alas, el grueso de las alas, los planos aerodinmicos a usar para cada ala, las
especificaciones del motor, el diedro, el grosor de las alas, y muchas cosas ms
que el simulador se encargara de usar para formular sus propios modelos
matemticos y realizar el vuelo correspondiente.
El simulador, tambinpermite obtener todos los datos de vuelo en tiempo
real de la simulacin a travs de un hardware que se leimplementa al UDB4
llamado openlog, el cual registra todos los datos que el UDB4 genera al hacer su
vuelo. Esto es de manera informativa pues la investigacin no cuenta con dicho
dispositivo.
51
52
53
54
55
56
seales de salida.
Inestable en todas las
seales de salida.
Inestable en todas las
cerrado)
seales de salida.
Estable, salidas con
seales de salida.
Latero-direccional (lazo
cerrado)
tiempos de estabilizacin
muy altos y algunas de
ellas con picos
inaceptables
Fuente: Velazco, Petit, de Pool (2015)
Con la negativa del resultado se comenz a investigar a fondo las
capacidades del simulador para mostrar datos de vuelo, confiando con toda
seguridad que el modelo generado para el simulador era lo suficientemente
aproximado como para confiar en l se descubri y comprob la capacidad que
tena el simulador para grabar datos de vuelo, los mismos que van desde
velocidades lineales, angulares, direcciones del viento, posicin del vehculo,
altura, ngulo de ataque, ngulo de cabeceo, ngulo de guiada, ngulos de
flexin de todas las superficies de control (elevador, alerones y timn de
profundidad), coeficiente de sustentacin, coeficiente de empuje, fuerzas
aerodinmicas, entre otros. Toda esta cantidad de datos era posible extraerla de
un vuelo simulado, incluso varias a la vez y todas con respecto al tiempo.
Exactamente los datos que ofrece el X-Plane y la forma en la que los ofrece
son como se necesitan para poder generar los coeficientes aerodinmicos para los
modelos, debido a que ellos necesitan muchos los cambios de los parmetros de
vuelo con respecto al tiempo e incluso los cambios de ciertos parmetros con
57
58
Coef. de
sustentacin
Coef. de empuje
CDo = 0.321
CT =
Momento
aerodinmico M
Velocidad (U)
Clo = 0.13577
Angulo de ataque ()
Velocidad angular de
Cl = -0.588235
Cm = -1.621
la aeronave en torno
Clq = 3.333333
Cmq = 0.1786
Cl = -5.72391
Cm = -1.472
-0.03
Cmo = -0.03
al eje Y (Q)
Derivada del ngulo
de ataque con
respecto al tiempo
()
Angulo del elevador
(e)
Cle = -1.06061
CDe = 0.1496
Cme = 0.2795
59
Angulo de guiada
()
Velocidad angular
en torno al eje X
(P)
Velocidad angular
en torno al eje Z
(R)
Angulo de los
alerones (a)
Angulo del timn
de profundidad (r)
Cl = -2.215
Cy = -0.124253
Cn = 3.166667
Clp = 103
Cnp = 1.3103
Clr = -47.54
Cnr = -5.4286
Cla =-8.829
Cya = -0.34401
Cna = 0.59375
Clr = -29.429
Cyr = -1.124342
Cnr = 2
0.24873
m2
0.247
Envergadura (b)
1.007
0.98
Masa
0.8
m
Adimensiona
l
Kg
0.09
Kg*m2
0.36
Kg*m2
Kg*m2
Kg*m2
Unidad
60
Altitud
50
Gravedad de la tierra (g)
9.8
Densidad estndar del aire
1.2191
segn la altura (p)
Presin dinmica
60.9562
Velocidad de crucero (U)
10
Fuente: Velazco, Petit, de Pool (2015)
m
m/s2
Kg/m3
Pa
m/s
Una vez definidos todos estos datos se sustituyen en los coeficientes que
relacionan las variables fsicas del avin con los coeficientes aerodinmicos de
ambos modelos definidos en las Tabla 4.1 y Tabla 4.2, para as definitivamente
obtener todos los coeficientes que caracterizan los dos tipos de movimientos de la
aeronave.
Tabla 4.11 Coeficientes que relacionan los coeficientes aerodinmicos del
movimiento longitudinal con las variables fsicas del avin desarrollados.
Variable
Velocidad
horizontal
Variable
Aerodinmica
Coeficiente de
(u)
Velocidad
vertical (W)
cabeceo
elevador
()
(e)
Aceleracin
vertical (W)
CXe=3.2643
CZu=0.6376CZw=0.6275
CZq=0.8371CZe =
26.72
CMu=0.07551CMw=1.95
CM w = CMq=2.528CMe=2.624
(Cl)
Momento
Angulo del
CXu=1.3665CXw=0.0967
Empuje (Cd)
Coeficiente de
sustentacin
Angulo de
CZ w ' =0.1340
'
aerodinmico M
0.2235
Fuente: Velazco, Petit, de Pool (2015)
Velocidad
Velocidad
Angulo de
Angulo del
61
Variable
Variable
de
angular en
angular en
los
timn de
guiada
torno al eje
torno al eje
alerones
direccin
()
CYv=
X (P)
Z (R)
(a)
(r)
CYa =
CYr =-
-6.52
21.31
Aerodinmica
Fuerzas
0.2355
laterales (Y)
Momento
resultante eje X
(L)
Momento
resultante eje Z
CLv =
CLp =
CLr =
CLa =
CLr =
-5.476
-274.2
139.6
428.9
1429
CNv =
CNp =
CNr =
CNa =
CNr =
7.785
-279.9
132.4
467.3
1557
(N)
A=
C=
1 0 0 0
0 0.1 0 0
0 0 1 0
0 0 0 1
B=
[ ]
[]
3.264
26.72
2.624
0
D=
0
0
0
0
62
A=
C=
0.2355
0
10 9.81
5.476 274.2 139.6 0
7.785
279.9 132.4 0
0
1
0
0
0.1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1
B=
D=
[]
6.52 21.31
428.9 1429
467.3 1557
0
0
0
0
0
0
0
0
0
0
realizarn
controladores
los
mismos.Cabe
destacar
que
estos
el comportamiento en el
dominio de tiempo del sistema longitudinal el cual a lazo abierto es estable y a lazo
63
64
Figura 4.12 Repuesta a la entrada de tipo escaln a lazo abierto del movimiento
longitudinal.
Fuente: Velazco, Petit, de Pool (2015)
Tiene un tipo de respuesta con una oscilacin rpida y amortiguada, se
puede observar que en el segundo 7 la respuesta alcanza una amplitud fija, eso
indica que el sistema es estable a lazo abierto.
65
Figura 4.14 Repuesta a la entrada de tipo escaln a lazo cerrado del movimiento
longitudinal.
Fuente: Velazco, Petit, de Pool (2015)
Se puede observar que el sistema es inestable a lazo cerrado y su
respuesta tiende a ms o menos infinito dependiendo de la variable,esta respuesta
afecta todas las variables de estado del sistema.
Seguido de esto se tiene las respuestas del modelo latero-direccional, el
mismo, se dividi en dos modelos matemticos debido a que para el diseo del
controlador era necesario hacer un controlador a los alerones y otro al timn de
profundidad por separado, esto debido a que el software que se utiliz para la
plataforma de piloto automtico trabaja con tres controladores, lo que se hizo fue
tomar el modelo latero-direccional antes descrito y referirlo a una de las dos
entradas de manera de descomponerlo como se deseaba, as que se tienen los
siguientes diagramas de bloques.
66
67
Figura 4.16 Respuesta a una entrada de tipo escaln a lazo abierto del
movimiento completo latero-direccional.
Fuente: Velazco, Petit, de Pool (2015)
Se puede observar que el sistema es inestable a lazo abierto y su respuesta
tiende a ms infinito, esta respuesta afecta todas las variables de estado del
sistema.
68
Figura 4.18 Respuesta a una entrada de tipo escaln a lazo cerrado del
movimiento latero-direccional referido a los alerones.
Fuente: Velazco, Petit, de Pool (2015)
Este sistema a lazo cerrado posee un tipo de respuesta con una oscilacin
bastante rpida y amortiguada, se puede observar que a los 3.5 segundos el
sistema se estabiliza completamente eso indica que el sistema es estable a lazo
cerrado.
Figura 4.19 Respuesta a una entrada de tipo escaln a lazo cerrado del
movimiento latero-direccional referido al timn de profundidad.
Fuente: Velazco, Petit, de Pool (2015)
69
Este sistema a lazo cerrado posee un tipo de respuesta con una oscilacin
ms lenta pero amortiguada y se puede observar que el tiempo de estabilizacin
es rpido aproximadamente a los 4 segundos eso indica que el sistema es estable
a lazo cerrado.
4.2.2. Anlisis en dominio de la frecuencia.
Este anlisis es necesario para observar y evaluar el comportamiento de un
sistema en el dominio de la frecuencia, cuando se habla de dominio de la
frecuencia se hace referencia a la respuesta de un sistema en estado estacionario
ante una entrada senoidal, en este caso utilizando la herramienta matemtica
MATLAB cuya herramienta permite observar las respuestas de cada sistema tanto
a lazo abierto como a lazo cerrado algo muy importante para validar el
comportamiento del sistema y estar seguro de dichos comportamientos antes de
realizar cualquier tipo de controlador.
70
es muy
71
72
73
controlador tipo PID y decidir cul es el que proporciona la mejor respuesta para
ser utilizado en el piloto automtico.
4.3.1. Mtodo de Ziegler y Nichols
El mtodo de Zieglar-Nichols es de mucha ayuda al momento de realizar
controladores PID ya que es de manera emprica sin necesidad de tener
representado el sistema matemticamente, este mtodo es de fcil aplicacin a
sistemas lineales y que puedan ponerse a oscilar para la obtencin de datos
requeridos para la aplicacin del mtodo pero para sistemas no lineales se
necesita un proceso de linealizacin del sistema lo cual es engorroso y que puede
llevar a errores de clculos por mala interpretacin del sistema en estudio.
En esta investigacin se evit el uso de este mtodo directamente ya que al
trabajar con sistemas no lineales el trabajo de linealizacin manual necesitara de
una gran inversin de tiempo que a fin al cabopodra llevar a cometer errores por
la gran complejidad matemtica. Este sistema que est dividido en dos
subsistemas un sistema latero-direccional el cual posee una entrada y cuatro
salidas y el otro subsistema que posee dos entradas y ocho salidas es un sistema
que necesita ser linealizado pero esto puede ser realizado por medio de
herramientas matemticas como lo es MATLAB & SIMULINK no sin antes
destacar que siempre se tiene que verificar el comportamiento del sistema al ser
linealizado por una herramienta matemtica, para poder validar que esto se ha
realizado de manera correcta. Por otro lado estos sistemas no son posibles de
llevar a un estado de oscilacin para tomar los datos requeridos para la aplicacin
del mtodo.
74
75
Figura 4.25 Ventana del bloque PID de Simulink cargando la aplicacin PID tuner
mostrando el momento en que intenta linealizar el sistema.
Fuente: Velazco, Petit, de Pool (2015)
76
Figura 4.27 Primer controlador: respuesta general del sistema de control del timn
de profundidad.
Fuente: Velazco, Petit, de Pool (2015)
En la respuesta general del sistema de este primer controlador que
proporciona la herramienta PID Tuner se puede apreciar que tiene una oscilacion
lenta y poco amortiguada con tiempo de respuesta bastante rapido pero con un
tiempo de estabilizacion muy lento de aproximadamente 19.6 segundos adicional
a esto se puede observar un sobrepico de 155% lo cual es bastante altoy aunque
el sistema sea estable se decidio no utilizar este controlador yaque las seales de
salida no se estabilizan lo suficientemente rapido. Notese que en la Figura 4.27 el
PID tuner tambien muestra la ganancia proporcioal y derivativa.
Con la negativa de que la entonacion del PID tuner no fue efectiva se
procede a graduar las barras de respuesta de tiempo y de comportamiento
transitorio de manera de variar las ganancias y ver si la aplicacin es capaz de
entonar un controlador aceptable enfocado por los cambios en las caracteristicas
de la respuesta general. Se obtuvo un segundo controlador.
77
Figura 4.28 Segundo controlador: Respuesta general del sistema de control del
timn de profundidad.
Fuente: Velazco, Petit, de Pool (2015)
Este segundo controlador proporciona una respuesta al sistema de manera
general con mejores caracteristicas ya que se puede visualizar que a pesar de que
haya aumentado un poco el tiempo de respuesta, el tiempo de estabilizacion a
disminuido a 7.84 segundos aproximadamente esto es mucho mas aceptable ya
que hubo una reduccion de tiempo de 11.7 segundos en comparacion con el
primer controlador pero manteniendo un nivel de sobre pico elevado de 135%; A
pesar de la mejora, al momento de simular las salidas aun mostraban un tiempo
de estabilizacion inaceptable de unos 9 segundos, pero lo mas preocupante fue el
error de estado estable, el cual tenia mucha amplitud y fue la principal razon del
descarte del segundo controlador. Se obtuvo un tercer controlador.
Figura 4.29 Tercer controlador: Respuesta general del sistema de control del
timn de profundidad.
Fuente: Velazco, Petit, de Pool (2015)
78
este sistema.
Controlador I
Controlador II
Controlador III
0.171
0.192
0.234
19.6
7.84
6.4
155
135
113
1.40
1.19
1.35
Estable
Estable
Estable
79
Controlador I
0.033555388821795
3
0
1.21650411616602
Controlador II
Controlador III
0.02862319326115
0.04830298443101
1.5687987345917
0.701682187224318
80
81
82
Figura 4.32 Comportamiento del ngulo de ataque (), con respecto a los cambios
del timn de profundidad con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)
En esta grafica se aprecia el comportamiento del Angulo de ataque () al
momento de que se le aplica el escalon y como se puede ver el sistema tarda
aproxiamademente 7 segundos en establizar y luego de que se le aplica una
perturbacion de amplitud 0.2 a los 20 segundos de simulacion el controlador actua
y logra establizar el sistema en aproximadamente 5 segundos una respuesta
aceptable ya que el controlador esta controlando varias salidas del sistema al
mismo tiempo sin ningun problema; de nuevo hay que mensionar la aparicon de el
error estado estable causado por la ausencia de la componente integral.
83
Figura 4.33 Comportamiento del grado de cabeceo (q), con respecto a los
cambios del timn de profundidad con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)
Esta grafica define el comportamiento del grado de cabeceo como
respuesta a un escalon y tambien a su comportamiento al momento de una
perturbacion, se puede apreciar que el tiempo de estabilizacion del sistema es de
aproxiamadamente 8 segundos y al momento de la perturbacion que es a los 20
segundos de simulacion, el controlador es capaz de estabilizarlo en 5 segundos de
igual manera como lo a realizado con las salidas anteriores del sistema. En esta
salida se puede apreciar la insignificamente presencia pero permanente del error
estado estable entre la referencia y la respuesta luego de la perturbacion.
Figura 4.34 Comportamiento del ngulo de cabeceo (), con respecto a los
cambios del timn de profundidad con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)
84
Esta salida del sistema posee como respuesta un angulo negativo, esto
corresponde puesto que si el elevador se fija en 5 grados positivos el avion
tendera a elevarse y por tanto la cabeza tambien, siendo el ngulo de cabeceo lo
opuesto al de ataque este al subir se describe en negativo, se puede observar que
la respuesta efectivamente se encuentra en el semi plano negativo con un tiempo
de estabilizacion de aproximadamente 8 segundos, luego de esto se procede de
nuevo a verificar la respuesta al momento de perturbaciones es decir el
funcionamiento del controlador, en este caso se realiza una perturbacion de
amplitud a los 20 segundos de simulacion que representa viento con una
velocidad de 5.2 km/h, con esta perturbacin el controlador logra estabilizar el
sistema en 5 segundos. En esta grafica tambin se observa el error estado estable
presente por la falta de la componente integral en el controlador.
4.3.4. Controlador para el movimiento latero-direccional (alerones)
La entonacin de controlador fue tambin a travs del PID tuner, se
siguieron los mismos pasos para la entonacin y se obtuvo un primer controlador.
Figura 4.35 Primer controlador: Respuesta general del sistema de control de los
alerones.
Fuente: Velazco, Petit, de Pool (2015)
Este primer controlador logra un excelente tiempo de estabilizacin de unos
3 segundos, sin embargo el tiempo de reaccin es de 2,5 segundos lo cual es
totalmente inaceptable puesto que no se puede esperar que al querer mover los
alerones este responda despus de casi 3 segundos, como otra negativa, la
respuesta tiene un comportamiento atpico, esto debido a que el movimiento
85
Figura 4.36 Segundo controlador: Respuesta general del sistema de control de los
alerones.
Fuente: Velazco, Petit, de Pool (2015)
En el segundo controlador se puede apreciar una respuesta mucho mejor,
el tiempo de reaccin es de 0.0136 segundos lo cual es excelente para que la
aeronave corrija lo ms pronto posible, el tiempo de estabilizacin sigue siendo
optimo a unos 3 segundos y el sobre pico esta en solo 7%. Aunque parezca un
controlador ideal fue descartado debido a que esta salida es en general para el
sistema, al momento de observar las seales de salidas todas se mantuvieron con
amplitudes muy muy bajas, por el orden de los 1x10 -3, con lo cual sera un
comportamiento prcticamente sin cambios, cabe destaca que la ganancia D es
de 584, un nmero por nada factible para esta entonacin. Se realiz un tercer
controlador.
Figura 4.37 Tercer controlador: Respuesta general del sistema de control de los
alerones.
Fuente: Velazco, Petit, de Pool (2015)
86
Controlador I
Controlador II
Controlador III
2.18
0.0136
0.0191
3.52
2.66
4.01
7.04
11.1
1.38
1.07
1.11
Estable
Estable
Estable
87
diagrama de bloques est compuesto esta vez por la respuesta al cambio en los
alerones, el escaln que representa los alerones se posiciona en 7 grados, y a su
vez la perturbacin hace efecto a los 20 segundos de la simulacin.
88
Figura 4.39 Comportamiento del ngulo de guiada (), con respecto a los
cambios de los alerones con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)
Se aprecia que el cambio en el ngulo de guiada es mnimo
estabilizndose ms o menos a los 7 segundos en 0.5 grados, esto debido a que
los alerones inciden principalmente en el ngulo de balanceo, la respuesta es
aceptable debido a que el error de estado estable es mnimo y se repone en
alrededor de 4 segundos, lo importante es que el sistema reaccione rpidamente
para que las perturbaciones no deterioren el vuelo.
Figura 4.40 Comportamiento del grado de balanceo (p), con respecto a los
cambios de los alerones con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)
89
Figura 4.41 Comportamiento del grado de guiada (r), con respecto a los cambios
de los alerones con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)
Para el grado de guiada, se puede apreciar como el cambio en los
alerones afecta fuertemente esta salida, a diferencia del grado de balanceo, al
cambiar la posiciones de los alerones el ngulo de guiada permanece en un valor
distinto de cero, por tanto es normal que el grado de guiada mantenga un nivel
de amplitud, se pueden apreciar fuertes picos oscilantes, la respuesta es
aceptable por el hecho de que el grado de guiada no afecta mucho en el cambio
de los alerones, se estabiliza en un promedio de 8 segundos y el error de estado
estable al igual que en las anteriores respuestas no es relevante.
90
Figura 4.42 Comportamiento del ngulo de balanceo (), con respecto a los
cambios de los alerones con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)
En el ngulo de balanceo es donde mayor incidencia tienen los alerones, se
puede notar un cambio ms brusco en la amplitud de la seal, lo cual significa que
al momento de que los alerones hacen su cambio, el ngulo se ve afectado
rpidamente, y al afectarlo directamente se espera que si los alerones se
posicionaros en 7 grados el ngulo de balanceo tambin lo haga, sin embargo
alcanza un pico de 4.5 grados que se estabiliza a los 3 grados en
aproximadamente 7 segundos, es un buen resultado puesto que con 3 grados
realizara bastante bien el cambio de posicin, la perturbacin tiene poca fuerza en
esta salida y se estabiliza en alrededor de 4 segundos con un error de estado
estable insignificante.
91
Figura 4.43 Primero controlador: Respuesta general del sistema de control del
timn de direccin.
Fuente: Velazco, Petit, de Pool (2015)
El primer controlador a simple vista parece un buen resultado, sin embargo
si se observan las ganancias el PID Tuner asigno para la ganancia derivativa
4917, un numero bastante inusual, el tiempo de reaccin es excelente siendo de
0.0182 segundos y el de estabilizacin de 4 segundos, pero al momento de
analizar las salidas estas tenan una amplitud muy pequea que prcticamente no
se apreciaba, este comportamiento tambin se dio en uno de los controladores de
los alerones, as que se prosigue a modificar los parmetros de tiempo y
agresividad en orden de obtener un mejor controlador. Se desarroll un segundo
controlador.
92
Figura 4.44 Segundo controlador: Respuesta general del sistema de control del
timn de direccin.
Fuente: Velazco, Petit, de Pool (2015)
El segundo controlador fue un poco ms agresivo, a pesar de que este en
general tena una respuesta extremadamente rpida de unos 0.00639 segundos y
un tiempo de estabilizacin de 0.255 segundos, en las seales de salida se
presentan unos picos muy altos que podran poner en riesgo la autonoma del
vuelo, principalmente en el ngulo de guiada el cual incluso para la perturbacin
la amplitud era bastante grande y por lo tanto tambin se descart este
controlador. Se dise un tercer controlador mostrado a continuacin.
Figura 4.45 Tercer controlador: Respuesta general del sistema de control del
timn direccin.
Fuente: Velazco, Petit, de Pool (2015)
93
Este tercer controlador resulto ser el ideal para el modelo, ya que posee un
tiempo de reaccin ptimo de 0.0103 segundos y un tiempo de estabilizacin de
2.5 segundos, corrigiendo el sobre pico del segundo controlador, sin embargo
algunas respuestas siguen siendo agresivas pero no en amplitudes que el avin
no pueda soportar. Para una mejor apreciacin de los controladores se tabularan
los mismos con todos sus parmetros, el remarcado en rojo fue el que se escogi
para ser utilizado en el modelo matemtico.
Tabla 4.17 Caractersticas generales de los controladores diseados para el
movimiento latero-direccional (timn de direccin).
Comportamiento
Controlador I
Controlador II
Controlador III
del controlador
Tiempo de
respuesta
0.0182
0.00639
0.0103
(Segundos)
Tiempo de
estabilizacin
3.94
0.255
2.53
(Segundos)
Sobre pico
10.3
35.8
4.47
(%)
Pico (Amplitud)
1.1
1.36
1.04
Condicin del
Estable
Estable
Estable
sistema
Fuente: Velazco, Petit, de Pool (2015)
Tabla 4.18 Parmetros de los controladores PID diseados para el timn de
direccin.
Parmetros
Controlador I
Controlador II
Controlador III
de control
Proporciona
0.0007604
0.02695
0.042216
l (P)
Integral (I)
0
0
0
Derivativo
4917.68
0.052141
0.082473
(D)
Fuente: Velazco, Petit, de Pool (2015)
Para comprobar la efectividad del controlador seleccionado, se le agregara
al sistema una perturbacin de 5.2 Km/h que representaran los vientos que
afectan al avin, se buscara posicionar el timn de direccin en 3 grados y ver
94
cmo responden las salidas del sistema, la perturbacin ocurre a los 20 segundos
de la simulacin, y la misma se realizara a travs del siguiente diagrama de
bloques.
Figura 4.47 Comportamiento del ngulo de guiada (), con respecto a los
cambios del timn de direccin con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)
95
Figura 4.48 Comportamiento del grado de balanceo (r), con respecto a los
cambios del timn de direccin con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)
El grado de balanceo es afectado con bastante fuerza por el timn de
direccin, al no estar tomando en cuenta el movimiento de cabeceo, la respuesta
en el grado de balanceo es ms agresiva llegando hasta un pico de 2.5 grados y
estabilizndose en cero al cabo de unos 6 segundos en cero, el resultado es
vlido puesto que ese pico se ver muy reducido cuando se integren los modelos
de ambos movimientos, de resto el tiempo de reaccin es ptimo y la perturbacin
no representa un cambio significativo, se sigue teniendo el error de estado estable
a causa de no poseer ganancia integral.
96
Figura 4.49 Comportamiento del grado de guiada (p), con respecto a los cambios
del timn de direccin con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)
El ngulo de guiada es la otra salida de principal incidencia del timn de
direccin, al igual que el grado de balanceo, se posee un pico inicial muy alto
debido a que el modelo no toma en cuenta el movimiento longitudinal, pero que al
integrarse en el sistema completo no debera observarse ningn cambio brusco
como respuesta al cambio del timn, lo que hay que resaltar es el tiempo de
estabilizacin de unos 8 segundos en un valor de 1.5 grados, y comprobar
visualmente que la perturbacin no afecte a la salida fuertemente, se puede
apreciar la eficiencia de la respuesta.
97
Figura 4.50 Comportamiento del ngulo de balanceo (), con respecto a los
cambios del timn de direccin con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)
En el ngulo de balanceo el timn de profundidad no tiene mucho efecto,
reacciona un poco ms lento que las dems respuestas pero termina
estabilizndose a los 7 segundos, la perturbacin no es relevante, y as concluye
el diseo de todos los controladores para los modelos formulados del sistema.
4.4. Evaluacin de los controles a travs de hardware de bucle
4.4.1. Unidad de piloto automtico UDB4-MatrixPilot
Una vez obtenidos los controladores considerados como los ms eficientes
posibles, es momento de evaluar su desempeo sintonizando el controlador de la
unidad de piloto automtico con sus valores.
La unidad de piloto automtico llamada UAV DevelopmentBoard 4 (UDB4),
est conformada por un microprocesador DSPIC de la serie 33F, en cual est
conectado a una serie de sensores que conforman la unidad de medicin inercial
(IMU), que es la que tiene la capacidad de medir la posicin y los ngulos de la
tarjeta a travs de los sensores, de manera de poder saber cmo debe hacer las
correcciones.
98
Figura 4.51 Unidad de piloto automtico UDB4 con todos sus componentes
electrnicos.
Fuente: SparkFunElectronics
En general, la placa posee 6 canales de entrada y 8 de salida, las entradas
van conectadas a un receptor de seales y las salidas a los servomotores del
avin.
Siendo el microprocesador DSPIC, la programacin debe realizarse a
travs del programa MPLAB, desarrollado y distribuido por los mismos fabricantes
de microchip. El cdigo fuente a utilizar para programar se denomina MatrixPilot,
Dickenson (2015), junto con sus colaboradores ha desarrollado por varios aos el
software MatrixPilot diseado especialmente para plataformas UDB, de manera
que para poder evaluar los controladores lo primero que se necesita hacer es
programar el UDB4 con el software MatrixPilot.
99
#define
AILERON_INPUT_CHANNEL
#define
ELEVATOR_INPUT_CHANNEL
CHANNEL_2
profundidad.
Define cual canal de
#define
THROTTLE_INPUT_CHANNEL
CHANNEL_3
#define
RUDDER_INPUT_CHANNEL
CHANNEL_4
direccin
Define cual canal de
#define
MODE_SWITCH_INPUT_CHANNE
L
CHANNEL_1
CHANNEL_5
100
KP (alerones)
proporcional para
0.13565
los alerones
Define la ganancia
#define ROLLKD
KD (alerones)
0.09717
alerones
Define la ganancia
#define PITCHGAIN
KP (timn de
proporcional para
profundidad)
el timn de
0.04830298
profundidad
Define la ganancia
#define PITCHKD
KD (timn de
derivativa para el
profundidad)
timn de
0.701682187
profundidad
Define la ganancia
#define
KP (timn de
proporcional para
YAWKP_RUDDER
direccin)
el timn de
#define
KD (timn de
YAWKD_RUDDER
direccin)
0.042216
direccin
Define la ganancia
derivativa para el
timn de direccin
Fuente: Velazco, Petit, de Pool (2015)
0.082473
101
102
seales de entrada, las controla, y luego las enva a los servomotores. Esta es una
de las principales ventajas de un controlador de software libre, puede ser
estudiada, y modificada para innovar el control actual o incluso, para cambiar la
tcnica de control usada por uno ms ptimo.
Todo esto requiere de un amplio conocimiento en programacin, Dickenson
(2015), explica que el MatrixPilot est escrito en C, pero a su vez puede ser escrito
en C++ brindando muchas ms posibilidades por su amplio alcance, y tambin en
lenguaje ensamblador, el software libre rompe en gran magnitud las barreras que
imponen los pilotos automticos comerciales.
A su vez, Dickenson (2015), describe la tcnica de control del MatrixPilot
como un controlador PD, y detalla que el UDB4 solo puede ser programado con un
PICkit3, preferiblemente de microchip ya que el microprocesador integrado es de
dicha compaa, ya que otros programadores pueden crear errores al momento de
programar.
103
en
todos
los
servomotores
conectados
para
probar
su
cuando
empezar
controlar
una
vez
elevado
el
vehculo
manualmente.
La clave de todo este proceso es el hecho de que sin GPS que le indique al
UDB4 la posicin este no iniciara su funcin, las pruebas de hardware de bucle se
realizaran a travs de un plugin del simulador X-plane llamado HILSIM, este se
conectara a travs de un puerto COM a un chip FTDI, el cual convertir la
104
informacin serial a UART, que es el tipo de datos del GPS. El plugin HILSIM es el
que se encargar de enviar la informacin al puerto del GPS de la UDB4,
engandolo hacindose pasar por un GPS y que inicie el proceso de control, a
partir de aqu ya se estara comunicando el simulador con la unidad de piloto
automtico y todos los movimientos que reflejen en los servomotores del avin
deberan verse tambin en el modelo del simulador, de manera que en ese punto
ya podra realizarse la simulacin que se desea.
105
Dickenson (2015) adems explica que los nicos pines que deben
conectarse al FTDI son el de transmisin (TX), recepcin (RX), y tierra (GND). Los
plugins se pueden encontrar ya compilados en la seccin de descargas
proporcionada por Dickenson (2015), en su sitio de google.
4.4.3. Simulaciones de vuelo a travs de X-Plane
Una vez entendido todo esto, se mostraran los resultados de las
simulaciones realizadas y su procedimiento, primero se comparara el vehculo de
la investigacin con el diseado en X-Plane.
106
Figura 4.57 Conexin del UDB4 para realizar una simulacin de hardware de
bucle.
Fuente: Velazco, Petit, de Pool (2015)
El vehculo de la investigacin volara bajo las condiciones de vuelo
establecidas en la Tabla 4.10, por lo tanto el proceso para una exitosa simulacin
es realizar el despegue con la unidad de piloto automtico en manual, puesto que
el controlador no es capaz de hacerlo de manera autnoma, luego se debe buscar
dichas condiciones de vuelo antes de cambiar el estado ha estabilizado para
garantizar que los controles diseados respondern como se mostraron en el
Punto 4.3.
Con todo listo para empezar a volar en el X-Plane, por ltimo se configura el
puerto COM para que el plugin HILSIM lo reconozca, se trabaj a115200 baudios.
107
108
CONCLUSIONES
Luego de haber obtenido los resultados arrojados por la investigacin y en
base a los objetivos planteados se exponen las siguientes conclusiones:
Luego de definir las variables que intervienen en la dinmica de vuelo de
una plataforma area de ala fija y de analizar las ecuaciones de fuerza y
momento que describen el comportamiento de la misma, se establecieron que
las variables manipuladas son: el ngulo de los alerones, el ngulo del timn
de profundidad, y el ngulo del timn de direccin, las principales variables
controladas son: el ngulo de ataque, el ngulo de guiada, el ngulo de
balanceo, la velocidad lineal en el eje X, y las velocidades angulares,
adicionalmente se definieron las perturbacionesque afectaran el sistema, y
como trabaja el mismo para poder realizar un vuelo, todo esto con el fin de
poder realizar un vuelo autnomo.
Una vez modelado el sistema basado en leyes fsicas y obtenido las
ecuaciones espacio estado que representan a los mismos, se les realiz un
anlisis tanto en el dominio temporal como en el dominio frecuencial que
resultaron ser de utilidad ya que permitieron observar los comportamientos y
caractersticas generales de dichos sistemas, adicional a esto fueron de gran
ayuda para poder interpretar de manera visual que deba de pasar al momento
de aplicarle un controlador a dichos sistemas.
Fue primordial y esencial la elaboracin de diferentes modelos de controles
debido a que es necesario analizar las respuestas de los sistemas en
comparacin con las respuestas de un controlador previo, as como tambin
definir un comportamiento general de los sistemas al aplicar controladores PID
esto se debe a que cada componente proporcional, integral y derivativa que
conforma el control causan efectos propios de su naturaleza.
RECOMENDACIONES
Se recomienda la evaluacin de los puntos de divergencia por las no
linealidades del sistemapara as saber dnde aplicar otras teoras de control
que permitan regular dichos puntos y conseguir una respuesta robusta.
Se recomienda para un posterior estudio la posibilidad de adquirir datos de
vuelo reales por medio de dispositivos de adquisicin de datos acoplados a la
unidad de piloto automtico, dichos datos sern de gran importancia ya que se
podr obtener un modelo matemtico de tipo experimental y ser evaluados en
conjunto con los modelos basados en leyes fsicas.
Es recomendable ya teniendo establecidos modelos matemticos, la
incursin en nuevas teoras de control como lo son los controles adaptativos,
controles LQR y controles H infinito, esto para poder pensar en un futuro en el
seguimiento de ruta as como tambin en el despegue y aterrizaje autnomo.
Sera de gran utilidad por lo cual es recomendable para el desarrollo de
futuras investigaciones medir el efecto de las vibraciones sobre la unidad de
piloto automtico UDB4, debido a que con el estudio de esto la investigacin
se podra extrapolar a aviones de mayor envergadura y con motores de
combustin interna para mayor autonoma de vuelo, especficamente en su
aplicacin en los vectores del SANT ARPIA.
Es recomendable realizar pruebas de hardware bucle con el uso de
diferentes teoras de control para tener diversidad en la seleccin de los
controles si se piensa extrapolar a aeromodelos con motores a combustin con
el fin conseguir aceptables respuestas del sistema.
REFERENCIAS BIBLIOGRAFICAS
LIBROS
Hernndez, R. (2010), Metodologa de la investigacin. Mxico D.F., Mxico,
McGraw-Hill.
Jitendra R. y Jatinder S. (2011),
Dev
Boards
Autopilots.
Obtenido
el
de
enero
de
2015
en
https://code.google.com/p/gentlenav/wiki/MatrixPilot
Editores de MathWorks (2015). PID Controller Tuning in Simulink.Obtenido el
17 de julio de 2015 en http://www.mathworks.com/help/slcontrol/gs/automatedtuning-of-simulink-pid-controller-block.html
Editores de Laminar Research (2015).What is X-plane?.Obtenido el 22 de
marzo de 2015 en http://www.x-plane.com/desktop/meet_x-plane/
JetManHuss
(2015).The
practical
Aerospace
vehicle
Simulation
Anexos
Anexos 1
(Esquemas de electrnica)
Anexos 2
(Hardware para vuelos)
Anexos 3
(Archivo Modelo_longitudinalV3.m - clculo del modelo longitudinal)
%Modelo Longitudinal
%Coeficientes propios del avion y condiciones
S=0.24873; %Superficie alar en metros cuadrados
c=0.247; %Curva media Aerodinamica en metros
b=1.007; %Envergadura en metros
e=0.98; %Factor de oswald
m=0.8; %Masa en kilogramos
Iy=0.36; %Inercia YY
CLo=0.13577; %sustentacion vs u
CLa=-0.588235; %sustentacion vs alpha
CLq=3.333333; %sustentacion vs q
CLad=-5.72391; %sustentacion vs alpha'
CLde=-1.06061; %sustentacion vs timon de profundidad
CDo=0.321; %resistencia vs u
CDde=0.1496; %resistencia vs timon de profundidad
CT=-0.03; %empuje vs u
Cmo=-0.03; %momento de cabeceo vs u
Cma=-1.621; %momento de cabeceo vs alpha
Cmq=0.1786; %momento de cabeceo vs q
Cmad=-1.472; %momento de cabeceo vs alpha'
Cmde=0.2795; %momento de cabeceo vs timon de profundidad
g=9.81; %gravedad en metros sobre segundos al cuadrado
h=50; %altura en metros
U=10.73; %velocidad de crucero en metros sobre segundos
rho=1.225*((288-0.0065*h)/288)^(g/(287*0.0065)-1); %densidad estandar del aire segun altura
y gravedad
q=0.5*rho*U^2; %presiondinamica
%Coeficientes de las matrices de espacio estado
%-Variables Matriz A y B variable de estado u
CXu = (q*S/(m*U))*(-2*CDo+CT);
CXw = (q*S/(m*U))*(CLo-2*CLo/(pi*e));
CXde = -(q*S/m)*CDde;
%-Variables Matriz A y B variable de estado w
CZwd = -c*(q*S/(m*U^2))*CLad/2;
CZu = -2*(q*S/(m*U))*CLo;
Zu = CZu/(1-CZwd);
CZw = -(q*S/(m*U))*(CLa+CDo);
Zw = CZw/(1-CZwd);
CZq=-c*(q*S/(m*U))*CLq/2;
Zq = (CZq+U)/(1-CZwd);
CZde = -(q*S/m)*CLde;
Zde = CZde/(1-CZwd);
%-Variables Matriz A y B variable de estado q
CMwd = 0.5*(q*S*c^2/(U*Iy))*Cma;
CMu = 2*(q*S*c/(U*Iy))*Cmo;
Mu=CMu+CMwd*Zu;
CMw = (q*S*c/(U*Iy))*Cma; Mw=CMw+CMwd*Zw;
CMq = 0.5*(q*S*c^2/(U*Iy))*Cmq; Mq=CMq+CMwd*Zq;
CMde = (q*S*c/Iy)*Cmde; Mde=CMde+CMwd*Zde;
% Matrices del espacio de estados
A=[CXu,CXw,0,-g; Zu,Zw,Zq,0; Mu,Mw,Mq,0; 0,0,1,0];
B=[CXde; Zde; Mde; 0];
C=eye(4);
C(2,2)=1/U;
D=zeros(4,1);
estados = {'u','w','q','\theta'};
entradas = {'\delta_e'};
salidas = {'u','\alpha','q','\theta'};
longitudinal = ss(A,B,C,D,'statename',estados,'inputname',entradas,'outputname',salidas);
Anexos 4
(Archivo Modelo_LaterodireccionalV2.m Calculo del modelo Latero-direccional)
%Modelo Laterodireccional
%Coeficientes propios del avion y condiciones
S=0.24873; %Superficie alar en metros cuadrados
c=0.247; %Curva media Aerodinamica en metros
b=1.007; %Envergadura en metros
e=0.98; %Factor de oswald
m=0.8; %Masa en kilogramos
Ix=0.09; %Inercia XX en kg-m-m
Iz=0.36; %inercia ZZ en kg-m-m
Ixz=0.37108; %mas vale que esto este bueno
Clb=-2.215; %Coeficiente de balanceo vs beta
Clp=103; %Coeficiente de balanceo vs regimen de balanceo
Clr=-47.54; %Coeficiente de balanceo vs regimen de guiada
Clda=-8.829; %Coeficiente de balanceo vs alerones
Cldr=-29.429; %coeficiente de balanceo vs timon de profundidad
CYb=-0.124253; %Fuerzas laterales vs beta
CYda=-0.34401; %FUerzas laterales vs alerones
CYdr=-1.124342; %Fuerzas laterales vs timon de profundidad
Cnb=3.16666666666667; %Coeficiente d eguiada vs beta
Cnp=1.3103; %Coeficiente de guiada vs regimen de balanceo
Cnr=-5.4286; %Coeficiente de guiada vs regimen de guiada
Cnda=0.59375; %Coeficiente de guiada vs alerones
Cndr=2; %Coeficiente de guiada vs timon de profundidad
g=9.81; %gravedad en metros sobre segundos al cuadrado
h=50; %altura en metros
U=10; %velocidad de crucero en metros sobre segundos
rho=1.225*((288-0.0065*h)/288)^(g/(287*0.0065)-1); %densidad estandar del aire segun altura
y gravedad
q=0.5*rho*U^2; %presiondinamica
%Coeficientes de las matrices de espacio estado
%-Variables Matriz A y B variable de estado v
CYv = (q*S/(m*U))*CYb;
Yda = (q*S/m)*CYda;
Ydr = (q*S/m)*CYdr;
%-Variables Matriz A y B variable de estado p y r
CLv = (q*S*b/(Ix*U))*Clb; CLp = 0.5*(q*S*b^2/(Ix*U))*Clp;
CLr = 0.5*(q*S*b^2/(Ix*U))*Clr; CLda = (q*S*b/Ix)*Clda;