Está en la página 1de 17

UNIVERSIDAD NACIONAL DE INGENIERA

FACULTAD DE INGENIERA MECNICA

IDENTIFICACIN DE
MODELOS Y CONTROL PID
Laboratorio N3
ALUMNOS:
- SILVA NUEZ, Jhino Santos
- DIAZ GAMBINI, Rodrigo A. A.
- PUMA , David Raul
PROFESOR: Ing. RODRGUEZ BUSTINZA, Ricardo
CURSO: Control Digital MT228
SECCIN: A

2017-I
OBJETIVO
En el presente informe de laboratorio se tiene por objetivo principal validar las
teoras aprendidas en el curso de Control Digital sobre los temas de identificacin
paramtrica de modelos y control PID. Para esto se realiz en el laboratorio una
experiencia donde implementamos un circuito electrnico que nos brinde sistemas
sobre y sub-amortiguados de tal manera que con este sistema podamos obtener
datos que luego nos sirvan posteriormente para identificar el modelado de esa
planta y a partir de este poder realizar su control respectivo. Para este fin se hizo
uso de los softwares Matlab y LabView.

MARCO TERICO

REPRESENTACIN DE MODELOS PARAMTRICOS


Con el objetivo de identificar el modelo de nuestra planta se hizo uso de los modelos
estructurales ARX y ARMAX. Para entender los modelos con las estructuras ARX y
ARMAX, se hace una explicacin de la caja negra que estas conllevan. El sistema
trabaja como una caja negra donde la entrada u(t) es solo para controlar el modelo
del sistema, y ambos entrada u(t) y salida y(t) son identificados y guardados.
Aunque el modelo tenga disturbio por las perturbaciones. Tambin se modela un
error e(t), el cual es mostrado como la diferencia entre la salida del sistema y la
salida del modelo. La expresin matemtica de la estructura general del modelo de
una caja negra es una simple relacin de entrada y salida como se muestra:

Donde y(t), u(t) y e(t) son la salida, entrada y ruido respectivamente. Todos los A,
B, C , D y F son polinomios.
MODELO ARX
La relacin entrada-salida de un modelo ARX es la siguiente:

Los parmetros ajustables sern:

El cual est dado por:


Donde q^-1 es el operador de variacin de retorno, por lo que se forma la siguiente
estructura del modelo entrada-salida:

MODELO ARMAX
La diferencia con el modelo ARX es la ausencia de las propiedades del trmino de
error. Por lo tanto, con la consideracin del trmino de error, el modelo ARMAX es
desarrollado y dado por la siguiente ecuacin:

El modelo ARMAX es cmodo en las reas de control, procesamiento y econometra


tanto para el modelado de sistemas como para el diseo de los esquemas de
control. Los parmetros ajustables en esta estructura son los siguientes:

Dado que:

O tambin:

CONTROL PID
Controladores Proporcionales-Integrales-Derivativos (PID) son uno de los tipos de
controladores ms usados. Ellos tienes numerosas aplicaciones relativas al control
de temperatura, velocidad, posicin, etc. Un controlador PID provee una seal de
control que tiene un componente proporcional para rastrear el error del sistema,
otro para calcular la acumulacin del error en el tiempo y otro para calcular el
tiempo de cambio de estos cambios del error. Este mdulo puede cubrir diferentes
componentes y puede ser aplicado en diferentes tipos de combinaciones para ser
usados como controladores.
Figura 1. Esquema de un sistema realimentado
- CONTROL PID DE UN SISTEMA DE SEGUNDO ORDEN CON CERO

Sea nuestra planta un sistema de segundo orden:

() = (1 + 2)/( 2 + 1 + 2)

Se puede observar que este sistema tiene cuatro parmetros, 2 polos que
pueden ser reales o complejos y 2 ceros, uno finito y el otro infinito. Debido
a que un sistema de segundo orden con cero contiene polos fuera del crculo
unitario en el plazo Z se hace uso de un controlador PID para evitar eso. Este
controlador tiene la siguiente forma:

1
() = + +

Sea nuestro sistema de control en lazo cerrado con PID:

() ( + + 2 ) (1 + 2)
=
() ( 2 + 1 + 2) + ( + + 2 ) (1 + 2)

Entonces tenemos por ecuacin caracterstica:

( 2 + 1 + 2) + ( + + 2 ) (1 + 2) = 0

Dado que es una ecuacin caracterstica de tercer orden, se puede escribir


como:
( + ) ( 2 + 2 + 2 ) = 0

Dando como resultado:

3 + (2 ) 2 + (1 + 2 )2 + 3 = 0

Entonces, si:

1 = (2 ); 2 = (1 + 2 ) 2 ;
3 = 3

Igualando los coeficientes que tengan el mismo valor de potencia s y


resolviendo las ecuaciones:

1 + 1 + 2 = 1 + 1 1
2 + 1 + 2 = 1 + 2 1
2 = 1 + 3 1

Reordenando matricialmente:
1 0 2 1 1 1 1
[2 1 1 2 ] [ ] = [2 2]
0 2 1 3 3

Para un buen diseo, debemos y tener en cuenta la fijacin del factor de


amortiguamiento de preferencia valores en el rango [0.6 0.7].

Otro parmetro es la constante de sintona , que puede ser puesto en el rango <
01>

El valor que se ponga a la frecuencia natural w0 va a depender de cuan rpido o lento


es el proceso, esto debe verse en pruebas en lazo abierto as mismo el
comportamiento que tiene (sobreamortiguado, subamortiguado). Por ejemplo
respuestas rpidas van a requerir que la frecuencia se vea incrementada, digamos
valores por encima de 100 rad/seg ya que el tiempo de establecimiento es mucho
menor a 1segundo.

ESQUEMA DEL EXPERIMENTO

Para realizar nuestro experimento se hizo uso del siguiente circuito electrnico:

Figura 2. Esquema del circuito implementado en el laboratorio


Donde:
1 = 2 = 3 = 10
2 = 220
1 = 10 ( ) o 1 = 2200 ( )

IDENTIFICACIN DE LOS SISTEMAS


Como se puede constatar de nuestra primera parte de la experiencia logramos
obtener funciones de transferencia a travs de los mtodos ARX Y ARMAX que
lograron representar el modelo terico de nuestra planta
En el CASO SOBREAMORTIGUADO: Modelo con seal de estmulo STEP desfasado

9.23443
12 () =
+ 9.30178

Con ARX [1,1,1], Y fs=100Hz


Para este modelo, ploteamos los polos y ceros del modelo discretizado, asi como el
root locus con el siguiente script de Matlab:
num=[9.23443];
den=[1 9.30178];
fs=100;
T=1/fs;
Gd=tf(num,den,T);
Gd=zpk(Gd)
ceros=tzero(Gd)
polos=pole(Gd)
figure
hold on
rlocus(Gd)
%sgrid
plot(real(polos),imag(polos),'rx');
plot(real(ceros),imag(ceros),'bo');
axis square
title('Polos y Ceros para caso Sobreamortiguado STEP')

Como resultado tenemos la siguiente grfica


Figura 3. Polos, ceros y lugar de las races del sistema obtenido para el caso
sobreamortiguado con seal de estmulo STEP desfasado
Como podemos notar de la grfica, el root locus siempre permanece por fuera del
circulo unitario lo que nos dice que el sistema no es controlable por medio de un
controlador proporcional, lo cual justifica nuestra decisin de usar un controlador
PD para el caso sobreamortiguado.
Si realizamos el anlisis de correlacin tenemos la siguiente grfica:

Figura 4. Anlisis de correlacin para el caso sobreamortiguado


La figura 4 nos muestra la funcin de correlacin de los residuos, en este caso para
el modelo ARX, para que podamos validar el modelo y confirmemos el buen
desempeo, esta funcin al final debera ser ruido blanco, de nuestra grfica
podemos notar que se aproxima bastante bien, mientras que la funcin de
correlacin cruzada tambin sus picos estn entre 0.05 y 0.02, que son valores
vlidos, por lo que podemos validar nuestro modelo ARX, para poder trabajar como
modelo de la planta subamortiguada.
En el CASO SUBMORTIGUADO: Modelo con seal de estmulo STEP desfasado
4.576 + 9076
12 () =
2
+ 46.07 + 89.67
Con ARMAX [2,1,1,1], Y fs=1000Hz.
Para este modelo, ploteamos los polos y ceros del modelo discretizado, asi como el
root locus con el siguiente script de Matlab:
num2=[-4.576 9076];
den2=[1 46.07 8967];
fs2=1000;
T2=1/fs2;
Gd2=tf(num2,den2,T2);
ceros2=tzero(Gd2);
polos2=pole(Gd2);
figure
hold on
rlocus(Gd2)
plot(real(polos2),imag(polos2),'rx');
plot(real(ceros2),imag(ceros2),'bo');
title('Polos y Ceros para caso Subamortiguado STEP')

Obtenemos la siguiente grfica

Figura 5. Polos, ceros y lugar de las races del sistema obtenido para el caso
subamortiguado con seal de estmulo STEP desfasado
Vemos que de la misma manera para este caso, en el root locus niguno de los polos
llega a estar dentro del circulo unitario, de esta manera una vez ms justificamos,
ahora en este caso para el caso subamortiguado el requerimiento de un controlador
PID para lograr la estabilidad del sistema.
Si realizamos el anlisis de correlacin tenemos la siguiente grfica:

Figura 6. Anlisis de correlacin para el caso subamortiguado


La figura 6 nos muestra la funcin de correlacin de los residuos, en este caso para
el modelo ARMAX, para que podamos validar el modelo y confirmemos el buen
desempeo, esta funcin al final debera ser ruido blanco y de poca amplitud(0.1)
comparado con nuestro modelo ARX sobreamortiguado(0.2), de nuestra grfica
podemos notar que se aproxima bastante bien, mientras que la funcin de
correlacin cruzada tambin sus picos estn entre 0.0038 y 0.002, que son valores
vlidos y bastante slidos que nos muestra en mimetismo de parte del modelo con
la data muestreada, por lo que podemos validar nuestro modelo ARMAX, para poder
trabajar como modelo de la planta subamortiguada.
DISEO DEL CONTROLADOR

CASO SUBAMORTIGUADO: Modelo con seal de estmulo STEP desfasado

Para el diseo del controlador PID por el mtodo de ubicacin de polos se utiliz la
siguiente funcin de Matlab, la cual fue derivada a partir de las ecuaciones expuestas
en el marco terico.

function [Kp,Ki,Kd]=PID2(Gp,vd)
z=vd(1);%factor de amortiguamiento
wn=vd(2);
alpha=vd(3);

[num,den]=tfdata(Gp,'v');

c1=(2*z+alpha)*wn;
c2=(1+2*alpha*z)*wn^2;
c3=alpha*(wn)^3;

a1=den(2);
a2=den(3);
b1=num(2);
b2=num(3);

A=[b1 0 b2-(b1*c1);b2 b1 -b1*c2; 0 b2 -b1*c3];


B=[c1-a1;c2-a2;c3];
C=(A^-1)*B;
Kp=C(1);
Ki=C(2);
Kd=C(3);

end

Como podemos observar, para obtener las constantes proporcional, integral y


derivativa del controlador PID, se necesita un vector de parmetros de deseados,
formado por el factor de amortiguamiento, la frecuencia natural y un parmetro de
sintonizacin alfa.
Luego de variar estos parmetros a fin de verificar con qu valores se lograba un
buen control, se opt por utilizar el siguiente vector deseado:
vd=[0.67,65,0.5];

Los parmetros aqu mostrados se eligieron segn las consideraciones de diseo


indicadas en el marco terico
Sin embargo, una vez hecho esto obtenemos la ecuacin del controlador en su forma
continua, mas no en su forma discreta, por lo cual realizamos un rediseo por Tustin,
como se puede observar en el siguiente cdigo:

% Rediseo por Tustin


Gdt = subs(Gdt,{'s'},(2*(z-1))/(T*(z+1)));
Gdt = simplify(Gdt);
Gdt = vpa(Gdt,4);
[NDt,DDt] = numden(Gdt);
NDt = sym2poly(NDt);
DDt = sym2poly(DDt);

Una vez que obtenemos el controlador en z ya es posible utilizarlo para controlar


nuestra planta. El controlador utilizado es el siguiente:

Figura 5. Funcin de transferencia del controlador rediseado por Tustin


Por otra parte, la planta tiene la siguiente funcin de transferencia:

Figura 6. Funcin de transferencia de la planta experimental obtenida.

Esta funcin de transferencia es la que se adquiri en el laboratorio como se puede


observar en el anexo 1.
En la siguiente imagen se puede observar un VI de Labview con el que se puede
simular la respuesta de nuestra planta una vez utilizado el controlador. Este
controlador ser del tipo PID y rediseado para el caso discreto por Tustin. Los
coeficientes tanto del numerador como del denominador de nuestro controlador
discreto fueron exportados de Matlab (donde ser dise el controlador a fin de que
cumpla con ciertos requisitos de diseo)
Figura 7. VI de Labview para simular el efecto del controlador en la planta
Es importante mencionar que la resolucin del cuantizador es de 20/2^15, dado que
estamos usando la DAC-6002.

RESULTADOS

Figura 8. Resultados de la simulacin


Como podemos ver el sistema logra seguir la referencia cumpliendo los requisitos
de diseos.
De esta manera comprobamos el correcto funcionamiento de nuestro controlador
discreto para luego implementarlo en la planta real. Para ello utilizamos el siguiente
VI:

Figura 9. Programa de Labview para probar el controlador en la planta real

Cuando implementamos el controlador en la planta real observamos que este


tambin trabaj de la manera deseada. En la carpeta de videos que se adjunta en el
CD podr observar el funcionamiento tanto de la simulacin como del sistema real al
variar la referencia.
NOTA:
Durante la experiencia tambin se prob un controlador para los modelos obtenidos
en el caso sobreamortiguado. Dado que el modelo estimado era de primer orden, se
opt por utilizar un control PI en vez de un PID, dado que se puede prescindir de
trmino derivativo para este tipo de sistemas.
El diseo de este controlador PI se realiz utilizando el mtodo de ubicacin de
polos. En el CD se adjuntan tanto el cdigo en Matlab como un VI de Labview para
simular el sistema controlado. Asimismo, se muestran videos de las plantas
controladas funcionando en el laboratorio.
CASO SOBREAMORTIGUADO: Modelo con seal de estmulo STEP desfasado

Figura 10. Resultados al probar un controlador PI en la planta sobreamortiguada


obtenida con una seal de estmulo STEP desfasado

CASO SOBREAMORTIGUADO: Modelo con seal de estmulo SENO


Figura 11. Resultados al probar un controlador PI en la planta sobreamortiguada
obtenida con una seal de estmulo SENO
CONCLUSIONES

En la presente experiencia se logr estimar el modelo de la planta a


partir de datos experimentales tales como la entrada y salida del
sistema.
Se logr disear un controlador PID que cumple con los requisitos de
diseo indicados por el vector de parmetros.
Se logr verificar el correcto funcionamiento del controlador diseado
por medio de simulaciones tal y como se puede apreciar en los videos
adjuntados en el CD.
Se logr implementar el controlador en una planta real y lograr que la
respuesta del sistema sea estable y siga a una referencia, tal y como se
puede apreciar en los videos adjuntados en el CD.

REFERENCIAS
1. M. Saifizi, M. Z. Ab Muin, Sazali Yacob, M.S. Mohamad. COMPARISON OF
ARX AND ARMAX MODEL FOR THERMOELECTRIC REFRIGERATOR (2013)
2. Matlab. Control System Toolbox
3. Labview. System Identificaton Toolkit User Manual
4. R. Rodriguez. Tcnicas de Control PID ,Control Digital
5. https://www.maplesoft.com/content/EngineeringFundamentals/12/Mapl
eDocument_12/PID%20Control.pdf
6. Philips Nagle. Digital Control System 5th. edition
Anexo 1: Hoja de Resultados de la identificacin de sistemas