Documentos de Académico
Documentos de Profesional
Documentos de Cultura
08 0202 Eo PDF
08 0202 Eo PDF
Facultad de Ingeniera
Escuela de Ingeniera Mecnica Elctrica
1
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
FACULTAD DE INGENIERA
DISEO DE CONTROLADORES PID EN TIEMPO DISCRETO, Y
ANLISIS DE RESPUESTA UTILIZANDO HERRAMIENTAS
COMPUTACIONALES
TRABAJO DE GRADUACIN
AL CONFERRSELE EL TTULO DE
INGENIERO ELECTRNICO
2
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
FACULTAD DE INGENIERA
3
4
5
6
7
8
AGRADECIMIENTOS A:
9
Jos Asensio, Erick Glvez, Omar
Molina, Carlos Melgar, y a todas las
personas que de alguna u otra forma han
contribuido a la realizacin de este logro.
10
ACTO QUE DEDICO A:
Dios:
Mis padres:
Mis hermanos:
11
12
13
NDICE GENERAL
NDICE DE ILUSTRACIONES V
LISTA DE SMBOLOS IX
GLOSARIO XI
RESUMEN XIII
OBJETIVOS XV
INTRODUCCIN XVII
2. SISTEMAS DE CONTROL
2.1 Conceptos generales de sistemas de control 47
2.1.1 Tipos de sistemas de control 48
2.1.2 Sistemas de control lineales y no lineales 48
2.1.3 Sistemas variantes e invariantes con el tiempo 48
I
2.1.4 Sistemas de control en tiempo continuo 49
2.1.5 Sistemas de control en tiempo discreto 49
2.1.6 Sistemas de lazo abierto 50
2.1.7 Sistemas de lazo cerrado 51
2.1.8 Efectos de la realimentacin 53
2.2 Control PID. 56
2.3 Anlisis de controladores PID en tiempo contino 56
2.3.1 Controlador PID 57
2.3.2 Diseo del controlador PID Continuo 58
2.3.3 Ubicacin del regulador PID en un sistema de control 61
2.3.4 Anlisis de control proporcional, integral y derivativo 62
2.3.4.1 Control proporcional 62
2.3.4.2 Control integral y PI 64
2.3.4.3 Control derivativo 67
2.4 Aplicaciones de los controladores PID. 73
II
3.2.8 Procedimiento para obtener funciones de
transferencia pulso 104
3.2.9 Funcin de transferencia pulso de elementos
en cascada 107
3.2.10 Sistemas de transferencia pulso de sistemas en
lazo cerrado 109
3.2.11 Funcin de transferencia pulso de un controlador
digital 113
3.2.12 Funcin pulso de un sistema de control digital en
lazo cerrado 115
3.2.13 Funcin de transferencia pulso de un controlador
PID digital 116
3.3 Discretizacin de lazos que utilizan controladores PID. 120
3.4 Discretizacin de lazos de control que utilizan
controladores PI 123
III
4.6 Cdigo fuente del programa asistente de sintona para
reguladores PID 167
4.6.1 Cdigo fuente de Matlab utilizado para el anlisis de
sistemas continuos 170
4.6.2 Cdigo fuente de Matlab, para el anlisis de sistemas
discretos 172
CONCLUSIONES 175
RECOMENDACIONES 177
BIBLIOGRAFA 179
IV
NDICE DE ILUSTRACIONES
FIGURAS
V
15. Proceso de primer orden 75
16. Planta tpica para aproximacin de procesos de segundo orden 80
17. Modelo de proceso de segndo orden controlando con un
regulador PID 85
18. Muestreador mediante impulsos 87
19. Muestreador mediante impulsos como modulador 88
20. Retenedor de orden cero 92
21. Funcin de transferencia de un retenedor de orden cero 93
22. Sistema en tiempo continuo exitado con una seal muestreada
mediante impulsos 98
23. Sistemas en tiempo continuo con y sin muestreador de entrada 105
24. Sistemas en cascada muestreados 108
25. Sistema de control en lazo cerrado 110
26. Diagrama de bloques de un sistema de control digital 115
27. Funcin f (hT ) 120
28. Sistema de control continuo en lazo cerrado 121
29. Diagrama de bloques, sistema de control discreto 121
30. Sistema de control continuo en lazo cerrado utilizando un
controlador PI 124
31. Sistema de control discreto, regulado con un controlador PI 125
32. Sistema de control en tiempo continuo 128
33. Ubicacin de polos y ceros de la funcin de transferencia
de una planta de segundo orden 129
34. Diagrama de Bode en lazo abierto para planta de segundo
orden con retardo puro de 0.5 Seg. 130
35. Diagrama de Nyquist para una planta de segundo orden
con retardo puro de 0.5 segundos 132
36. Respuesta a lazo cerrado debido a una entrada
escaln unitario 133
VI
37. Panel de control para el programa asistente de sintona 134
38. Respuesta al escaln de un sistema de control continuo
controlado con un regulador PID 139
39. Diagrama de Bode para sistema de control continuo 140
40. Diagrama de Nyquist para sistema de control continuo 142
41. Lugar geomtrico de las races para un sistema de
control continuo 143
42. Ubicacin del bloque de funcin Signal Constraint 146
43. Modelo Simulink para sistema de control continuo 147
44. Ubicacin del men para sintona de parmetros en el
bloque de funcin Signal Constraint 148
45. Ventana para indicacin de mrgenes de parmetros de
sintona en el bloque Signal Constraint 149
46. Ventana para especificar parmetros de desempeo en el
bloque Signal Constraint 150
47. Respuesta al escaln, utilizando parmetros de sintona
obtenidos utilizando el bloque Signal Constraint 151
48. Funcin de transferencia pulso de un modelo discreto 153
49. Respuesta escaln unitario del sistema discreto
de la figura 48 154
50. Diagrama de Bode para sistema discreto de la figura 48 156
51. Diagrama de Nyquist para el sistema discreto mostrado
en la figura 48 157
52. Lugar geomtrico de las races para el sistema discreto
de la figura 48 158
53. Modelos continuo y discreto equivalentes 160
54. Respuesta al escaln conjunta de los sistemas de control
mostrados en la figura 53 161
VII
55. Comparacin de respuesta al escaln entre modelos
continuo y discreto 162
56. Comparacin entre diagramas de Bode para sistemas
continuo y discreto 163
57. Comparacin entre diagramas de Nyquist para Sistemas
continuo y discreto 165
58. Panel de control del programa asistente para sintona de
reguladores PID 168
59. Diagrama de bloques de conexin en Labview 169
TABLAS
I. Tabla de transformadas z 20
II. Ecuacin en diferencias 36
III. Configuraciones tpicas de sistemas de control
muestreados 112
VIII
LISTA DE SMBOLOS
Z Transformacin z
Z 1 Transformacin z inversa
L Transformada de Laplace
L1 Transformacin inversa de Laplace
X (z ) Funcin de la variable z
Xs Seal de referencia
Xf Seal de realimentacin
A Ganancia de laso directo
B Ganancia de realimentacin
K p , Ki , Kd Ganancias proporcional, integral y derivativa respectivamente
IX
X
GLOSARIO
XI
XII
RESUMEN
XIII
XIV
OBJETIVOS
GENERAL
ESPECFICOS
XV
6. Proveer informacin especifica sobre anlisis y diseo de
reguladores analgicos y digitales, para su aplicacin en la
industria.
XVI
INTRODUCCIN
XVII
Estos paquetes de software nos permitirn realizar comparaciones de
respuesta dinmica, entre controladores analgicos contra su similar en tiempo
discreto, donde los dos tipos de controladores debern cumplir con los mismos
parmetros de desempeo. Adems, valindonos de las herramientas de
software, implementaremos un programa, el cual, aprovechndose de las
ventajas de ambos paquetes, permitir realizar en forma fcil y rpida un
anlisis de diversas caractersticas de los ejemplos de sistemas de control
planteados en este trabajo. El presente trabajo pretende ayudar a la
comprensin de dispositivos reguladores tal como los del tipo PID. En su forma
discreta y continua, adems de presentar las bases para el estudio de otros
algoritmos de control discretos, ya que los principios utilizados en su anlisis y
diseo, son fundamentales en la implementacin de diversos tipos de
controladores.
XVIII
XIX
XX
1. LA TRANSFORMADA DE LAPLACE Y LA
TRANSFORMADA z
1
1.1.1 Transformada de Laplace
F ( s ) = f (t )e t dt (1.1)
0
(1.2)
0
f (t )e t dt
2
Para los temas tratados en el presente trabajo, la ecuacin (1.1) que
define la transformada de Laplace, no se utilizara, ya que las expresiones de
transformadas que se utilizan a menudo ya estn dadas en tablas de
transformadas de Laplace.
Por tanto solo se utilizara t = 0 o t = to como el tiempo inicial en la definicin de
la transformada de Laplace en las discusiones subsecuentes.
f ( t ) = L 1 [F ( s ) ] (1.3)
1 c+ j
f (t ) =
2j c j
F (s)est ds (1.4)
En donde c es una constante real que es mayor que las partes reales de
todas las singularidades de F(s). La ecuacin 1.4, representa una integral de
lnea que se evala en el plano s. Para funciones simples, la operacin de la
transformada inversa de Laplace, se puede llevar a cabo sin realizar la
evaluacin de esta integral, utilizando una tabla de transformadas. Cuando las
ecuaciones se tornan muy complejas, se utilizan diferentes mtodos para su
evaluacin, como por ejemplo la expansin en fracciones parciales.
3
En el presente trabajo no se expondr este mtodo, pero se puede referir
a cualquier libro, el cual trate sobre la solucin de ecuaciones diferenciales para
tal efecto.
Teorema 1
L [kf ( t ) ] = kF ( s ) (1.5)
Teorema 2
L[ f1 (t ) f 2 (t )] = F1 ( s ) F2 ( s ) (1.6)
4
Teorema 3
df ( t )
L = sF ( s ) lim f ( t ) = sF ( s ) f ( 0 )
dt t0 (1.7)
5
Teorema 4. Integracin
F (s)
L f ( )d =
t
0 s (1.9)
t1 t2 tn
F (s)
L f ( ) d dt 1 dt 2 dt n 1 =
0 0 0 sn (1.10)
6
Teorema 6. Teorema del valor inicial
(1.13)
lim f (t ) = lim sF ( s )
t s 0
7
Teorema 8. Traslacin compleja
[ ]
L e f (t ) = F ( s ) (1.14)
= L f1( ) f2 (t )d = L f2 ( ) f1(t )d
t t
(1.16)
0 0
8
L1 [F1 ( s ) F2 ( s ) ] f1 (t ) f 2 (t ) (1.17)
9
La transformada de Laplace convierte ecuaciones diferenciales lineales
invariantes en el tiempo en ecuaciones algebraicas de la variable s, la
transformada z convierte una ecuacin en diferencias lineal e invariante en el
tiempo, que representa la dinmica del sistema, a una ecuacin algebraica de la
variable z. Para obtener la respuesta del sistema a una entrada dada se deben
resolver estas ecuaciones en diferencias, y con el mtodo de la transformada z,
esto se convierte en un problema algebraico.
10
1.3 Transformada z y transformada z inversa
1.3.1 Transformada z
X ( z ) = Z [x ( t ) ] = Z [x ( kT ) ] = x ( kT ) z k (1.19)
k =0
define como
X ( z ) = Z [x ( k ) ] = x(k ) z
k =0
k
(1.20)
La transformada z definida mediante la ecuacin (1.19) y (1.20) se conoce
como transformada z unilateral.
11
El smbolo z, denota obtener la transformada z. En la transformada z
unilateral se supone que x(t)=0 para t<0 o x(k)=0 para k<0. Es de importancia
notar que la transformada z, es una transformacin que convierte una
secuencia en el tiempo x(kT ) en una funcin compleja x(z ) .
Nos damos cuenta que la transformacin al dominio de z, permite un anlisis de
sistemas lineales e invariantes en el tiempo con relativa facilidad.
Se debe notar que trabajando con una secuencia de tiempo x(kT ) que se
obtuvo mediante el muestreo de una seal x(t ) la transformada z; de X (z ) lleva
implcito el periodo de muestreo T.
X ( z ) = Z [x(t )] = Z [x(kT )] = x(kT ) z
k =
k
(1.21)
O la ecuacin:
(1.22)
X ( z ) = Z [x( kT )] = x(kT ) z
k =
k
12
Debido a que la transformada z unilateral presenta una solucin apropiada
en su regin de convergencia, para el desarrollo y anlisis de muchos sistemas,
en el presente trabajo solo se utilizara esta.
13
1.3.1.1 Transformada z de algunas funciones elementales
Ejemplo 1.1
1(t ), 0t
x (t ) =
0, t<0
SOLUCIN: Refirindonos a la ecuacin 1.21.
x( z ) = Z [1(t )] = 1z k z k
k =0 k =0
= 1 + z 1 + z 2 + z 3 +
1
=
1 z 1
z
=
z 1
14
Observe que se dice que la serie converge cuando z > 1. ya que la suma
Ejemplo 1.2
t , 0t
x(t ) =
0, t<0
Solucin:
X ( z ) = Z [t ] = x(kT ) z k = kTz 1 = T kz k
k =0 k =0 k =0
= T ( z 1 + 2 z 2 + 3z 3 + )
z 1
=T
(1 z 1 ) 2
Tz
=T
( z 1) 2
15
Figura 1. Seal de una rampa unitaria muestreada
x(t )
0 t
Funcion polinomial a k
Ejemplo
a k , k = 0,1,2,....
x(t ) =
0, k < 0
= 1 + az 1 + a 2 z 2 + a 2 z 3 + a 3 z 3 +
1
=
1 az 1
16
z
=
za
Funcin exponencial
Ejemplo
Encuentre la transformada z de
e at , 0t
x(t ) =
0, t<0
[ ] x(k ) z
X ( z ) = Z e at = k
= e akT
z k
k =0 k =0
= 1 + e aT z 1 + e 2 aT z 2 + e 3 aT z 3 +
1
= aT
1 e z 1
z
=
z e aT
17
Funcin senoidal
Ejemplo
Sea la funcin
senwt , 0t
x(t ) =
0, t<0
1 jwt
Segn la identidad senwt = (e e jwt )
2j
Como la transformada z de la funcin exponencial es
1
[ ]
Z e at = aT
1 e z 1
Se substituye
1
X ( z ) = Z [senwt ] = Z (e jwt e jwt )
2 j
1 1 1
= jwT 1
jeT 1
2 j 1 e z 1 e z
=
1 (e jwT e jwT )z 1
2 j 1 (e jwT + e jwT )z 1 + z 2
z 1 senwT
=
1 2 z 1 cos wT + z 2
zsenwT
= 2
z 2 z cos wT + 1
18
Funcin coseno
Ejemplo
Sea la funcin
cos wt , 0t
x(t ) =
0, t<0
1 jwt
X ( z ) = cos wt = (e + e jwt )
2
1 1 1
= jwt 1
+ jwT 1
2 1 e z 1 e z
1 2 (e jwt + e jwt )z 1
=
2 1 (e jwt + e jwt )z 1 + z 2
1 z 1 cos wT
=
1 2 z 1 cos wT + z 2
z 2 z cos wT
=
z 2 2 z cos wT + 1
19
Tabla I. Transformadas z
20
1.3.2 Teoremas y propiedades de la transformada z
21
Linealidad de la transformada z
x( k ) = f (k ) + g (k ) (1.25)
Tiene la transformada z
X ( z ) = F ( z ) + G ( z ) (1.26)
Multiplicacin por a k
[ ]
Z a k x( k ) = X (a 1 z ) (1.27)
22
Teorema de corrimiento
Z [x(t nT )] = z n X ( z ) (1.28)
y
n 1
Z [x (t + nT ) ] = z n X ( z ) x ( kT ) z k
k =0 (1.30)
En donde n es un entero positivo.
eat x(t) esta dada por X ( ze aT ). Esto se conoce como teorema de translacin
compleja.
[ ]
Z e at x (t ) = X ( ze aT ) (1.31)
23
Teorema del valor inicial
k z 1
[ ]
lim x( k ) = lim 1 z 1 X ( z ) (1.33)
24
1.4 La transformada z inverza
Nos damos cuenta que la transformada z inversa nos devuelve una unica
secuencia de los valores muestreados en el tiempo, lo cual implica que tenemos
una unica funcin x(k ) , pero podemos tener muchas funciones x(t ) , para esta
secuencia, ya que no tenemos ninguna informacin de x(t ) entre instantes de
muestreo, y varias funciones del tiempo x(t ) diferentes pueden cumplir con las
muestras tomadas, o tener la misma x(kT ) . Vease la figura 2.
x 2 (t ) x1 (t )
0 T 2T 3T 4T 5T
25
La secuencias del tiempo x( k ) o x(kT ) que provienen de la
transformacin z inversa de X ( z ) , se obtienen cuando X ( z ) proviene de x(k ) o
x(kT ) respectivamente.
b0 z m + b1 z m 1 + + bm
X (z) =
z n + a1 z n 1 + a n (1.34)
26
Donde m < n , o la forma
b0 ( z z1 )( z z 2 ) ( z z m )
X ( z) =
( z p1 )( z p2 ) ( z pn ) (1.35)
b0 z ( n m ) + b1 z ( n m +1) + + bm z n
X (z) =
1 + a1 z 1 + a 2 z 2 + + a n z n (1.36)
27
Metodo de la divisin directa
Ejemplo 1.7
z 1
X ( z) = 1
= z 1 z 2 + z 3 z 4 +
1+ z
28
Mtodo computacional
29
Enfoque de Matlab
o(kT ) = 1, para k = 0
=0, para k 0
x(k ) = 1, para k = 0
=0, para k 0
X(z)=1
Definimos ahora el sistema F ( z ) mediante la funcin
z 2 + 0.5 z (1.37)
F ( z) =
z 2 + 3z + 2
Y ( z) 10 z + 5 (1.38)
F (z) = = 2
X ( z ) z 1.2 z + 0.2
30
Utilizando Matlab, se puede encontrar la transformada inverza, del sistema
anterior, la entrada X(z) es la transformada z de la entrada delta. En Matlab la
entrada delta se define como:
x=[1 zeros(1,N)]
10 z + 5 (1.39)
Y ( z) = X ( z) = 2
z 1 .2 z + 0 . 2
Numerador=[10 5 ]
Denominador=[ 1 -1.2 0.2]
31
Se introduce la entrada delta de Kronecker como sigue:
x=[1 zeros(1,50)]
y=filter(Numerador,Denominador,x)
32
El programa devolvera en el work space la salida y(k) desde k=0 hasta
k=50 de la siguiente manera.
y=
Columns 1 through 8
Columns 9 through 16
Columns 17 through 24
Columns 25 through 32
Columns 33 through 40
Columns 41 through 48
Columns 49 through 51
33
Los valores obtenidos, representan la transformada z inversa de la
siguiente forma:
Numerador=[10 5];
Denominador=[1 -1.2 0.2];
x = [1 zeros(1,50)];
v=[0 50 -1 20];
axis(v);
k = 0:50;
y = filter(Numerador,Denominador,x);
plot(k,y,'o')
grid
title('Respuesta a la entrada delta de Kronecker')
xlabel('k ')
ylabel('y(k)')
34
Enfoque de la ecuacin en diferencias
Z [x( k )] = X ( z ) (1.40)
35
Tabla II. Ecuacin en diferencias
Ejemplo
36
u ( k ) = 0, k <0
u ( 0) = 1
u (1) = 0.2142
u ( 2) = 0.2142
u ( k ) = 0, k = 3,4,5,...
Determinaremos la salida x (k ).
[z 2
]
X ( z ) z 2 x(0) zx(1) 1.3679[ zX ( z ) zx(0)] + 0.3679X(z) = 0.3979[zU(z) - zu(0)] + 0.2642U ( z )
37
Al resolver para X (z ), se encuentra que
0.3679 z + 0.2642
X (z) = 2 U ( z )
z 1.3679 z + 0.3679
La transformada z de la entrada u (k ) es
U ( z ) = Z [u (k )] = 1 + 0.2142 z 1 0.2142 z 2
Por tanto,
0.3679 z + 0.2642
X ( z) = 2
(
1 + 0.2142 z 1 0.2142 z 2 )
z 1.3679 z + 0.3679
= 0.3679 z 1 + 0.8463 z 2 + z 3 + z 4 + z 5 +
x ( 0) = 0
x (1) = 0.3679
x ( 2) = 0.8463
x ( k ) = 1, k = 3,4,5,...
38
Mtodo de expansin en fracciones parciales
bo z m + b1 z m 1 + + bm 1 z + bm
X (z) = , mn
z n + a1 z n 1 + + an 1 z + a n (1.41)
bo z m + b1 z m 1 + + bm 1 z + bm
X (z) = ,
( z p1 )( z p 2 ) ( z pn ) (1.42)
39
De esta expresion se expande X ( z ) / z en fracciones parciales. Pero se
debe notar que si se utilizo el teorem de corrimiento para tomar la transformada
z inversa, se debe expandir X (z ) , en fracciones parciales en lugar de X ( z ) / z .
Un procedimiento comn donde todos los polos son diferentes y existe por
lo menos un cero en el origen, es dividir ambos lados de la igualdad, y expandir
esta expresin ( X ( z ) / z ), en fracciones parciales en la forma:
X ( z) a1 a2 an (1.43)
= + + +
z z p1 z p 2 z pn
hace uno debido a que es igual al denominador del trmino ai , y el valor seria.
X ( z) (1.44)
ai = ( z pi )
z z = pi
Ntese que dicha forma para determinar ai es vlida para polos simples
solamente.
40
Ejemplo
(1 e aT ) z
X ( z) =
( z 1)( z e aT )
X ( z) 1 1
=
z z 1 z e aT
1 1
= 1
aT 1
1 z 1 e z
1
Z 1 = 1
=1
1 z
1
Z 1 aT 1
= e akT
1 e z
x( KT ) = 1 e akT , k = 0,1,2,.....
41
Mtodo de la integral de inversin
1
2j c
Z 1 [X ( z )] = x( kT ) = x ( k ) = X ( z ) z k 1dz
(1.45)
En donde c es un crculo con centro en el origen del plano z, donde todos
los polos de X ( z ) z k 1 , estan dentro.
x(kT ) = x(k ) = K 1 + K 2 + + K m
m
= [ Re siduo de X ( z ) k 1 en el polo z = z1 de X ( z ) z k 1 ] (1.46)
i =1
[
K = lim ( z z i ) X ( z ) z k 1 ] (1.47)
z zi
42
L [kf ( t ) ] = kF ( s )
1 d q 1
K= [
lim q 1 ( z z j ) q X ( z ) z k 1 ]
( q 1)! z zj dz (1.48)
43
Ejemplo
z2
X ( z) =
( z 1) 2 ( z e 2T )
k 1 z k +1
X ( z) z =
( z 1) 2 ( z e 2T )
2
z k +1
x(k ) = residuode 2 2T
en el polo z = z1
i =1 ( z 1) ( z e )
= K1 + K 2
lim z k +1 e 2 ( k +1)T
= (z e 2T
) =
z e aT ( z 1) 2 ( z e 2T ) (1 e 2T ) 2
44
1 d z k +1
= lim ( z 1) 2 2 2 T
(2 1)! z 1 dz ( z 1) ( z e )
d z k +1
= lim
z 1 dz z e aT
(k + 1) z k ( z e 2T ) z k +1
= lim
z 1 ( z e 2T ) 2
k e 2T
=
1 e 2T (1 e 2T ) 2
e 2T e 2 kT k e 2T
x(kT ) = K1 + K 2 = +
(1 e 2T ) 2 1 e 2T (1 e 2T ) 2
kT e 2T (1 e 2 kT )
= , k = 0, 1, 2,
T (1 e 2T ) (1 e 2T ) 2
45
46
2. SISTEMAS DE CONTROL
47
2.1.1 Tipos de sistemas de control
48
2.1.4 Sistemas de control en tiempo continuo
49
Los sistemas de datos muestreados, solo reciben informacin durante
instantes especificos, por lo que fuera de estos instantes el sistema no tiene
informacin alguna del proceso controlado.
Muestreador
50
Figura 4. Diagrama de bloques de un sistema de control de lazo abierto
Perturbaciones
Variable Manipulada
Referencia Proceso
Controlador Controlado
Variable Controlada
51
La ventaja de comparar continuamente la variable controlada y el punto de
consigna, es el hecho que se pueden tomar diferentes acciones correctivas
segn sea el error o diferencia entre estas variables.
Perturbaciones
Error Variable Manipulada
Referencia
Proceso
Controlador Controlado
Instrumentos
de Medicin
Variable Controlada
Seal de Realimentacin
52
2.1.8 Efectos de la realimentacin
Xs Ganancia Xo
Xi de lazo
Xf directo
A
Ganancia de
Realimentacin
53
Tomando en cuenta el sitema esttico de la figura 6, en donde A es la
ganancia de lazo directo, es la ganancia de realimentacin, en la cual las
seales se pueden dirigir en el sentido indicado, Xs es la seal de cualquier
fuente para la referencia, Xi la seal de error y de entrada al bloque de
ganancia de lazo directo, Xo es el valor de la variable controlada o de salida y
Xf es la seal de realimentacin. Tenemos que la ganancia total del sistema
se puede deducir de la siguiente manera.
Xi = Xs Xf (2.1)
Simplificando para Xs
Xs = Xi + Xf (2.2)
Xo Xo (2.3)
=
Xs Xi + Xf
Y tenemos que:
Xo = AXi (2.4)
Xf = Xo (2.5)
Xo AXi (2.6)
=
Xs Xi + Xo
54
Xo AXi
= 2.7)
Xs Xi (1 + A )
Xo A
= (2.8)
Xs 1 + A
55
La realimentacin tambin acta sobre seales aleatorias que afectan al
sistema, a las cuales se les denomina perturbaciones o ruido, estas seales
existen en todos los sistemas y son inevitables, pero con el uso de la
realimentacin se pueden reducir sus efectos, aunque tomando en cuenta que
la cantidad de correccin depender del lugar en donde acten estas seales
en el sistema de control.
56
2.3.1 Controlador PID
57
2.3.2 Diseo de un controlador PID continuo
RF
RP
V P (s )
VD (s )
CD
R R
RD
E (s ) R
Vo(s ) = E ( s) K P +
KI
+ KDS
RI
R S
CI
V I (s )
58
Se sabe que la ganancia de los diferentes Amplificadores operacionales
que componen el diagrama de regulador PID mostrado en la figura 7, se define
como:
Amplificador Negador
VP ( s ) RF
=
E (s) RP (2.9)
Amplificador Derivativo
VD ( s )
= C D RD s
E ( s) (2.10)
Amplificador Integrador
VI ( s ) 1 (2.11)
=
E ( s ) C I RI s
R R R
Vo ( s ) = V p + VI + VD = (VP + V I + VD )
R R R (2.12)
R 1 1
Vo ( s ) = (VP + VI + VD ) = F E ( s ) C D RD sE ( s ) E ( s )
RP C I RI s (2.13)
R 1 1
Vo ( s ) = E ( s ) F + C D RD s +
R
P C R
I I s (2.14)
59
Definimos tres constantes de sintonia en los controladores PID, que para el
caso de la ecuacin 2.14 es:
RF 1 1
KP = ; K D = C D RD = TD ; K I = =
RP C I R I TI (2.15)
Vo ( s ) 1
= K p+ K d s + K i
E ( s) s (2.16)
60
2.3.3 Ubicacin de un regulador PID en un sistema de control
Instrumento.
de Medida
61
2.3.4 Anlisis de controles proporcional, integral y derivativo
P = K pEp (2.17)
Donde
62
Se puede ayudar a hacer mnimo el error en estado estacionario,
aumentando en lo posible la ganancia proporcional. Lamentablemente,
incrementando la ganancia proporcional, tambin se aumenta la tendencia
hacia la inestabilidad. En realidad, cuando la ganancia es muy elevada, el
controlador presenta oscilaciones alrededor de la referencia. Por lo tanto,
aumentar la ganancia proporcional no es una solucin ideal para eliminar el
error de estabilidad de un proceso.
K p = 50
K p = 15
Kp =3
63
Notamos en la figura 9, que el error en estado estacionario (desviacin
proporcional) con K p = 3 es considerable, y se reduce con el aumento en la
64
Por lo ltimo, este mtodo suele llamarse reposicin manual. Cuando se
agrega una desviacin en la salida del controlador, la forma de la ecuacin que
relaciona el error del proceso y la seal de salida del controlador, se transforma
en:
P = K p E p + Po (2.18)
Este mtodo para eliminar el error del proceso funciona para una carga
dada. Si sta cambia, ese error no es ms nulo. Por lo tanto, este mtodo se
puede emplear en los sistemas de control de procesos en que el valor medio de
la carga es constante.
Ahora debemos incluir un trmino que se encargue del tiempo que dura
este error (para generar un reset automtico). Si hacemos que un nmero vare
de acuerdo con el tamao y el tiempo que dure el error, entonces podramos
sustituir al reset manual.
65
La accin integral nos permite corregir el error en estado estacionario, con
ciertas limitantes, tales como la tendencia a oscilaciones o inestabilidad, si
agregamos demasiada ganancia Integral a nuestro regulador, como lo muestra
la grafica de la figura 11, con una ganancia integral K i = 6 .
Kp =3
Ki = 6
Ki = 4
K i = 0.25
Ki = 1
66
Notamos claramente el efecto que provoca la accin integral sobre un
control proporcional con una K p = 3 , la grafica de la figura 9, ilustra el control
de(t ) (2.19)
Accin Derivativa = k d
dt
67
Caractersticas:
68
Figura 12. Respuesta al escaln producida por un control PD
Kd = 0
K P = 50
Kd = 3
Kd = 6
K d = 10
K d = 100
69
Es importante hacer notar que en sistemas fisicos reales, las
perturbaciones aleatorias propias del proceso, pueden ser un factor
determinante en la eleccin de la constante derivativa, ya que a valores grandes
de K D , las perturbaciones crean oscilaciones que incrementan con el tiempo.
PI
PID
P
(a)
70
K P = 15 Kd = 4 Ki = 4
PI
PID
P
PD
(b)
71
Podemos observar claramente en la figura 13 a. La respuesta de un
sistema de segundo orden, con funcion de transferencia 1/ 1 /( s + 1) 2 , a una
entrada escalon, y notamos algunas de las caracteristicas anteriormente
descritas para cada tipo de regulador. Por ejemplo, notamos que el regulador
P, proporciona una respuesta de correccin rapida al cambio de entrada, pero
nunca corrige el error en estado estacionario, ademas crea un sobrepaso inicial
bastante alto.
72
2.4 Aplicaciones de los controladores PID
73
Funcin de transferencia de un proceso
H (S ) (2.20)
G(S ) =
Q( S )
Q(S ) H (S )
G (S )
74
Procesos de primer orden
75
d ( A1 h1 ) (2.21)
q1 (t ) q2 (t ) =
dt
En donde
h1 (t ) (2.22)
q2 (t ) =
R1
Substituyendo para q1 (t )
h1 (t ) dh
q1 (t ) = A1 1 (2.23)
R1 dt
76
h1 ( t = 0 )
q1 ( t = 0 ) =0 (2.24)
R1
q1 ( t ) q1 ( t = 0 ) =
1
[
h1 (t ) h1 ( t = 0 ) + A1 ] [
d h1 (t ) h1 ( t = 0 ) ] (2.25)
R1 dt
Ahora dejamos
Q1 (t ) = q1 (t ) q1 ( t = 0 ) (2.26)
Y tenemos que
H 1 (t ) = h1 (t ) h1 ( t = 0 ) (2.27)
1
Q1 ( s ) = H 1 ( s ) + A1 s H 1 ( s ) (2.28)
R1
H1 ( s ) R1 (2.29)
=
Q1 ( s ) T1s + 1
77
Donde:
78
La funcin de transferencia entre las varibles de salida del proceso de
segundo orden, interactivo o no interectivo, puede ser deducida utilizando el
mismo metodo previamente presentado para procesos de primer orden. Asi, la
relacin del balance de masa en estado estacionario, es primero utilizada para
encontrar la ecuacin diferencial, que describa el proceso en terminos de la
variable independiente t. Se utiliza la transformada de Laplace para encontrar la
funcin de transferencia en funcin de la variable compleja s.
H1 ( s ) R1
= (2.30)
Q1 ( s ) T1s + 1
79
Figura 16. Planta tipica para aproximacin de procesos de segundo
orden
(a)
(b)
80
Por otro lado, la taza de flujo entrando al tanque dos, Q2 ( s), es definida
por:
H1 (2.31)
Q2 =
R1
H2 R2 (2.32)
=
Q1 T2 s + 1
En donde T2 = A2T2
Por tanto la funcin de transferencia total, que relaciona el nivel del lquido
del tanque 2, H 2 ( s), y la taza de flujo entrando al tanque 1, Q 1 ( s), es:
H 2 1 R2 (2.33)
=
Q1 T1s + 1 T2 s + 1
En donde T2 = A2 R2
81
La funcion anterior, tambin demuestra que la constante de tiempo de un
proceso se incrementa cuando el orden N del proceso aumenta.
Consecuentemente, el incremento del orden N de un proceso, retarda la
respuesta dinamica de un proceso, cuando es sujeto a un cambio en escaln de
la variable de entrada.
1 (2.34)
q 2 (t ) = [h1 (t ) h2 (t )]
R1
dh1 (2.35)
q1 (t ) q2 (t ) = A1
dt
h2 (t ) (2.36)
q3 (t ) =
R2
dh2 (2.35)
q2 (t ) q3 (t ) = A2
dt
R1Q2 ( s ) = H 1 ( s ) H 2 ( s ) (2.36)
82
Q1 ( s ) Q2 ( s ) = A1 sH 1 ( s ) (2.37)
R2Q3 ( s ) = H 2 ( s ) (2.38)
Q2 ( s ) Q3 ( s ) = A2 sH 2 ( s ) (2.39)
H 2 (s) R2 (2.40)
=
Q1 ( s ) T1T2 s + (T1 + T2 + A1 R2 )s + 1
2
83
84
3. DISCRETIZACIN DE CONTROLADORES PID ANALGICOS
Xo A
= (2.8)
Xs 1 + A
1 1 R1
+ K p + Ki
s
+ Kd s e s (td )
s T1 + 1 s T2 + 2
1
85
std
En la figura 17, se aade en el lazo directo, el factor e , el cual se
relaciona a un retrazo puro, en la respuesta del sistema, con un valor de retrazo
( t d ), al que se le denomina tiempo muerto, y que existe en todos los sistemas
Los lazos de control continuo, estan formados de tal forma que los
componentes del sistema, siempre tienen informacion sobre la variable
controlada, la cual es comparada en todo momento con la consigna y en base a
esto realizar una accin correctiva o de compensacin. Esto no sucede en los
sistemas de control discreto, ya que en stos la informacin de la variable
controlada o el error, entre esta variable y la consigna, solo se obtiene durante
el instante de muestreo. La transformada z es utilizada para el anlisis y diseo
de sistemas discretos, en los que asumimos un priodo de muestreo constante
y que sera el mismo para cualquier cantidad de muestreadores en nuestros
sistema, ademas de poseer la misma fase.
86
Figura 18. Muestreador mediante impulsos
x * (t )
x(t )
0 t 0 t
x(t ) x * (t )
T
X (s ) X * (s)
x * (t ) = x ( kT ) (t kT )
k =0 (3.1)
x * (t ) = x (0) (t ) + x (T ) (t T ) + + x ( kT ) (t kT ) (3.2)
T (t ) = (t kT )
k =0 (3.3)
87
Osea el muestreador mediante impulsos, se considera como un
modulador, en el cual se puede considerar a x(t) como la seal moduladora, y a
T (t ) , como la seal portadora, como se muestra en la figura 19.
(3.4)
= x ( kT )e kTS
k =0
88
Si ahora se define
e TS = z
1
s= ln z
T
X ( s ) | s = (1 / T ) ln z = x ( kT ) z k (3.4b)
k =0
X * ( s) | s =(1 / T ) ln z = X ( z )
1 (3.5)
X * ( s ) |s = (1 / T ) ln z = X * ln z = X ( z ) = x ( kT ) z k
T k =0
89
x * (t ) = x ( kT ) (t kT )
k =0
h ( kT + ) = a n n + a n 1 n 1 + + a1 + a 0 (3.6)
En donde tenemos que 0 < T . Observe que la seal h(kT ) debe ser
igual a x (kT ).
h( kT ) = x ( kT )
Entonces se puede escribir la ecuacin 3.6 como sigue
h ( kT + ) = a n n + a n 1 n 1 + + a1 + x ( kT ) (3.7)
90
La ecuacion 3.7 es un retenedor de n-simo orden, y debido a que un
retenedor de n orden, utiliza muestras anteriores, para extrapolar una seal
continua, entre un tiempo de muestreo y el siguiente, la seal en tiempo
continuo se mejora si al aumentar la cantidad de muestras. Pero a costa de
aumentar el tiempo de retraso, el cual en sistemas de control, es de mucha
importancia para la estabilidad.
h ( kT + ) = x ( kT ) (3.8)
1 e Ts
Gh =
s
91
Figura 20. Retenedor de orden cero
Retenedor de
Orden Cero
92
Figura 21. Funcin de transferencia de un retenedor de orden cero
(a)
x(t ) x* (t ) Gh 0 ( s) h2 (t )
T X * (s) H 2 ( s)
(b)
+ x ( 2T )[1(t 2T ) 1(t 3T )] +
(3.10)
= x ( kT )[1(t kT ) 1(t ( k + 1)T ]
k =0
Y sabemos que
e -kTs
L[1(t kT )] =
s
93
La transformada de Laplace de la ecuacin 3.10 es
e kTs e ( k +1)Ts
L[h1 (t )] = H 1 ( s) = x(kT )
k =0 s
(3.11)
1 e Ts
=
s
x(kT )ekTs
k =0
L[h2 ] = H 2 ( s) = H 1 ( s )
1 e Ts
H 2 ( s) =
s
x(kT )e
k =0
kTs (3.12)
De la figura 21 b. Tenemos
H 2 ( s ) = Gh 0 ( s ) X * ( s ) (3.13)
Debido a
X * ( s ) = x ( kT )e kTs
k =0
1 e Ts * (3.14)
= X (s)
s
94
Al comparar las ecuaciones 3.13 y 3.14 tenemos que la funcin de
transferencia del retenedor de orden cero es:
1 e Ts
Gh =
s
1 e Ts
X ( s) = G (s)
s
G ( s) (3.15)
X ( s ) = (1 e Ts ) = (1 e Ts )G1 ( s )
s
Donde
G( s)
G1 ( s ) =
s
95
Y consideramos la funcin
(3.16) X 1 ( s ) = e Ts G1 ( s )
t
x1 (t ) = g 0 (t ) g1 ( )d
0
[ ]
g 0 = L1 e Ts = (t T )
g1 (t ) = L1 [G1 ( s)]
Donde
t
x1 (t ) = (t T ) g1 ( )d
0
= g1 (t T )
Z [g1 (t )] = G1 ( z )
96
La transformada z de x1 (t ) es
[
X ( z ) = Z G1 ( s) e Ts G1 ( s) ]
= Z [g1 (t )] Z [x1 (t )]
= G1 ( z ) z 1G1 ( z )
= (1 z 1 )G1 ( z )
O
G (s) (3.17)
X ( z ) = Z [ X ( s ) ] = (1 z 1 ) Z
s
97
Suponemos un muestreador a la salida de G (s ), sincronizado con la
entrada, entonces la salida es un tren de impulsos. Se supone que y (t ) = 0 para
t < 0. Y la transformada z de y (t ) sera:
(3.18)
Z [ y (t ) ] = Y ( z ) = y ( kT ) z k
k =0
x(t ) x* (t ) y (t )
T G(s)
G (s )
y * (t )
T
t t
y (t ) = g (t ) x( )d = x(t ) g ( )d
0 0
98
Y tenemos una sumatoria de convolucin similar en sistemas en tiempo
discreto debido a que
(3.19)
x * (t ) = x (t ) (t kT ) = x ( kT ) (t kT )
k =0 k =0
y (t ) = g (t ) x (0) + g (t T ) x (T ) + g (t 2T ) x ( 2T ) + + g (t kT ) x ( kT )
k
= g (t hT ) x( hT ) 0 t kT
h =0
k (3.20)
y ( kT ) = g ( kT hT ) x ( hT )
h =0
k (3.21)
= x ( kT hT ) g ( hT )
h =0
y ( kT ) = x ( kT ) * g ( kT ) (3.22)
99
Ya que se supone x (t ) = 0 para t < 0, se tiene que x ( kT hT ) = 0 para
h > k . y debido tambien a que g ( kT hT ) = 0 para h > k , se puede suponer que
los valores de h en las ecuaciones 3.20 y 3.21 se pueden tomar desde 0 hasta
sin alterar el valor de la sumatoria. Entonces las ecuaciones 3.20 y 3.21 se
pueden rescribir asi
(3.23)
y ( kT ) = g ( kT hT ) x ( hT )
h =0
(3.24)
= x ( kT hT ) g ( hT )
h =0
100
3.2.6 Funcin de transferencia pulso
y ( kT ) = g ( kT hT ) x ( hT ), k = 0, 1, 2,...
h=0
Y ( z ) = y ( kT ) z k
k =0
= g ( kT hT ) x ( hT ) z k
k =0 h=0
= g ( mT ) x ( hT ) z ( m+ h )
m =0 h =0
= g ( mT ) z m x ( hT ) z h
m =0 h=0
= G( z) X ( z) (3.25)
Donde m = k h y
G ( z ) = g (mT ) z m = Transformada z de g (t )
m =0
101
La ecuacin 3.25 relaciona la salida pulso y la entrada pulso del sistema, y
nos proporciona un medio para determinar la transformada z de la secuencia de
salida para cualquier secuencia de entrada. Tenemos que la ecuacin 3.25 es
igual entonces.
Y ( z) = G( z) X ( z) (3.26)
1, k =0
x ( kT ) = 0 ( kT ) =
0, k0
X ( z ) = x ( kT ) z k = 1
k =0
Y (z) = G(z)
102
3.2.7 Transformada de Laplace asterisco de la seal que involucra tanto
transformadas de Laplace ordinarias como asterisco
Y ( s) = G ( s) X * ( s) (3.27)
[ ]*
Y * ( s ) = G ( s ) X * ( s ) = [G ( s )] X * ( s ) = G * ( s ) X * ( s )
*
103
Para resumir, establecemos que al tomar la transformada de Laplace
asterisco de un producto de transformadas, donde algunas son transformadas
ordinarias y otras asterisco, las funciones que ya son asterisco, se pueden
factorizar de la operacin de transformada de Laplace asterisco.
Y ( z)
= G ( z ) = Z [G ( s )]
X ( z)
104
Figura 23. Sistemas en tiempo continuo con y sin muestreador de
entrada
x(t ) x* (t ) y (t )
T G(s)
G (s )
y * (t )
T y * (t )
(a)
x(t ) y (t )
X (s )
GG(s(s) ) Y (s )
(b)
Y (s)
= G (s)
X ( s)
Y (s) = G( s) X * ( s)
105
Y si tomamos la transformada asterisco queda
Y * (s) = G * (s) X * ( s)
Que es lo mismo que escribir
Y ( z) = G( z) X ( z)
Y (s) = G( s) X (s)
Y * ( s ) = [G ( s ) X ( s ) ] = [GX ( s ) ]
* *
Y ( z ) = Z [Y ( s )] = Z [G ( s ) X ( s )] = Z [GX ( s )] = GX ( z )
G ( z ) = Z [G ( s )]
106
3.2.9 Funcin de transferencia pulso de elementos en cascada
U (s) = G( s) X * (s )
Y ( s ) = H ( s )U * ( s )
U * ( s) = G (s) * X * ( s)
Y * (s ) = H * ( s) *U * (s )
Y ( z ) = H ( z )G ( z ) X ( z )
107
Y ( z)
= H ( z )G ( z )
X ( z)
x(t ) x* (t ) u (t ) u * (t ) y (t ) y * (t )
T GG(s(s) ) T
H (s )
T
(a)
x(t ) x* (t ) y (t ) y * (t )
T GG(s(s) ) H (s )
T
(b)
Y * ( s ) = G ( s ) H ( s ) X * ( s ) = GH ( s ) X * ( s )
108
En donde tenemos que
GH ( s ) = G ( s ) H ( s )
Y * ( s ) = [GH ( s )] X * ( s )
*
Y ( z ) = GH ( z ) X ( z )
Y ( z)
= GH ( z ) = Z [GH ( s )]
X ( z)
109
Figura 25. Sistema de control en lazo cerrado
R(s ) E (s ) E * (s) C (s )
G (s )
T
H (s )
E ( s ) = R ( s ) H ( s )C ( s )
C ( s) = G( s) E * (s)
E ( s ) = R( s ) H ( s )G ( s ) E * ( s )
E * ( s ) = R * ( s ) HG * ( s ) E * ( s )
o
R * (s)
E * (s) =
1 + GH * ( s )
110
Y tenemos que
C * (s) = G * (s) E * (s )
Por lo tanto:
G * ( s) R * ( s)
C * (s) =
1 + GH * ( s )
G ( z ) R( z )
C( z) =
1 + GH ( z )
C(z) G( z) (3.30)
=
R ( z ) 1 + GH ( z )
111
Tabla III. Configuraciones tpicas de sistemas de control muestreados
G ( z ) R( z )
C ( z) =
1 + GH ( z )
G ( z ) R( z )
C ( z) =
1 + G( z) H ( z)
G1 ( z )G 2 ( z ) R ( z )
C ( z) =
1 + G1 ( z )G 2 H ( z )
112
G 2 ( z )G1 R ( z )
C ( z) =
1 + G1G2 H ( z )
GR ( z )
C ( z) =
1 + GH ( z )
113
m(k ) + a1 m(k 1) + a 2 m(k 2) + + a n m(k n)
= b0 e( k ) + b1e( k 1) + + bn e( k n) (3.31)
La transformada z de la ecuacin
M ( z ) + a1 z 1 M ( a ) + a 2 z 2 M ( z ) + + a n z n M ( z )
= b0 E ( z ) + b1 z 1 E ( z ) + + bn z n E ( z )
(1 + a1 z 1 + a 2 z 2 + + a n z n ) M ( z ) = (b0 + b1 z 1 + + bn z n ) E ( z )
M ( z ) b0 + b1 z 1 + + bn z n (3.32)
GD ( z ) = =
E (z) 1 + a1 z 1 + + a n z n
114
3.2.12 Funcin de transferencia pulso de un sistema de control digital
en lazo cerrado
C( z) GD ( z )G( z ) (3.33)
=
R( z ) 1 + GD ( z )G ( z )
(a)
115
(b)
1 t de(t ) (3.34)
m(t ) = K e(t ) +
Ti
0
e(t )dt + Td
dt
116
T e ( 0 ) + e (T ) e (T ) + e ( 2 T )
m ( kT ) = K e ( kT ) + + +
T i 2 2
e(( k 1)T ) + e( kT ) e( kT ) e(( k 1)T
+ + Td
2 T
O
T k
e((h 1)T ) + e(hT ) Td (3.35)
m( kT ) = K e(kT ) +
Ti
2
+ [e( kT ) e(( k 1)T )]
T
h =1
Se define
e(( h 1)T ) + e( hT )
= f ( hT ), f ( 0) = 0
2
k k
e(( h 1)T ) + e( hT )
h =1 2
=
h =1
f ( hT )
La que es igual a
1
= F (z)
1 z 1
117
Notamos que
1 + z 1
F ( z ) = Z [ f (hT )] = E (Z )
2
T 1 + z 1 Td
M ( z ) = K 1 + 1
+ (1 z 1 ) E ( z )
2Ti 1 z T
T T 1 T
M ( z ) = K 1 + 1
+ d (1 z 1 ) E ( z )
2Ti Ti 1 z T
KI
M ( z) = K p + 1
+ k D (1 z 1 ) E ( z )
1 z
KT K
KP = K = K I = Ganancia Proporcional
2Ti 2
118
KT
KI = = Ganancia Integral
Ti
KTd
KD = = Ganancia Derivativa
T
M ( z) KI (3.36)
GD ( z ) = = Kp + 1
+ k D (1 z 1 )
E( z) 1 z
119
Figura 27. Funcin f (hT ).
1 (3.37)
GP =
( s + 1)
120
Figura 28. Sistema de control continuo en lazo cerrado
s
K 1 + + s TD
TI
m(kT )
r (t ) e(t ) e(kT ) c(t )
Controlador Retenedor Planta
T PID digital de orden
cero
GD (z ) Gh (s ) G p (s )
(a)
121
KI 0.6321 z 1
Kp + + kD(1 z1)
1 z1
1 0.3679 z 1
(b)
1 e s
Gh ( s) =
s
1 e s 1 0.6321 z 1 (3.38)
Z = G ( z ) =
s ( s + 1) 1 0.3679 z 1
122
C ( z) G D ( z )G ( z )
=
R( z ) 1 + G D ( z )G ( z )
1 . 2 0 . 8 z 1 0 . 2 z 2
GD = (3.39)
1 z 1
123
Figura 30. Sistema de control continuo en lazo cerrado utilizando un
controlador PI
6 5 z 1 (3.41)
GD ( z ) =
5 5 z 1
124
1 e s 1 1.718 z 1
Z = G ( z ) =
s ( s + 1) 2.718 z 1
6 5z 1 1.718 z 1
55z 1 2.718 z 1
C ( z) 859(6 z 1 5 z 2 )
=
R( z ) 6795 4141z 1 1795 z 2
125
126
4. DISEO DE SISTEMAS DE CONTROL EN TIEMPO DISCRETO
El criterio de Routh-Hurwitz
Criterio de Nyquist
Diagramas de Bode
Lugar de la races
127
Asumimos algn conocimiento en el diseo de sistemas de control en
nuestro anlisis, de tal forma que nos valdremos de las herramientas de
software, para mostrar ejemplos de las potentes herramientas graficas que se
tienen al alcance, tal como el caso de Matlab 7 y otras que utilizaremos en el
presente trabajo.
K e 0.5t
K P 1 + I + K D s
s (1 + 5s )(1 + 5s )
128
Las instrucciones de Matlab utilizadas para la realizacin de la grafica son
las siguientes:
129
Ahora seguiremos el anlisis, realizando el diagrama de bode a lazo
abierto para la planta de segundo orden de la figura 32, con esto
determinaremos el grado de estabilidad que posee actualmente.
130
La pendiente pronunciada del diagrama de fase, indica que al aumentar la
ganancia podremos aadir mucho menos fase al sistema, antes de hacerlo
inestable, ya que el margen de fase disminuye rpidamente, conforme la
frecuencia de cruce de ganancia aumenta.
131
Figura 35. Diagrama de Nyquist para planta de segundo orden con
retardo puro de 0.5 Seg.
132
Figura 36. Respuesta a lazo cerrado debido a una entrada escaln
unitario
133
A continuacin presentamos la interfaz grfica diseada para analizar
lazos de control PID, a la que llamaremos Asistente de Sintona, en el cual
podemos debido al alcance de nuestro estudio, modelar y graficar la respuesta
de plantas de proceso hasta de segundo orden del tipo de fase mnima con
tiempo muerto.
134
El recuadro de la parte superior, esta formado por campos en los cuales
se ingresan los parmetros que se usan para construir la funcin de
transferencia en tiempo continuo del proceso en anlisis. Es importante
mencionar que el programa determina automticamente la funcin discreta de
la planta de proceso continua, utilizando un muestreador y retenedor de orden
cero, adems determina en su totalidad la funcin discreta para todo el sistema
de control.
135
Margen de ganancia
Margen de fase
Frecuencia de cruce de fase y de ganancia en rad/seg
Ancho de banda
Pico de resonancia
Porcentaje de sobrepaso
Tiempo de subida
136
Por ltimo, en la parte inferior sobre el panel principal, encontramos un
campo llamado tiempo de simulacin, el cual se utiliza, para indicarle al
programa el valor del eje de tiempo en segundos que deber utilizar, al realizar
grficas que requieran este parmetro.
137
4.2 Grficas de respuesta dinmica debida a un escaln, para lazos de
control que utilizan controladores PID continuos
K p =8.986
K i =0.1021
K d =2.491
Margen de ganancia=10.7927 dB
Margen de fase = 166.644
Ancho de banda = 1.76533 rad/seg
Pico de resonancia = 0.0093016 dB
Porcentaje de sobrepaso = 3,99361 %
Tiempo de subida=1.3872 seg.
Frecuencia de cruce de fase =0.2089 rad/seg
Frecuencia de cruce de ganancia =2.8274 rad/seg
139
Figura 39. Diagrama de Bode para sistema de control continuo
140
El ancho de banda con valor de 1.765 rad/seg, que es de un valor
pequeo, se puede interpretar sobre la estabilidad como la inmunidad del
sistema a perturbaciones o ruido de alta frecuencia, pero un ancho de banda
pequeo, tambin se relaciona con un tiempo de subida grande o respuesta
lenta, de lo que deducimos una relacin inversa entre estas variables. El ancho
de banda tambin se interpreta como la caracterstica de filtrado de ruido y la
robustez del sistema, y representa una medida de la sensibilidad a la variacin
de parmetros.
141
Figura 40. Diagrama de Nyquist para sistema de control continuo
142
El diagrama de Nyquist nos sirve para tener una indicacin del grado de
estabilidad relativa, de tal forma que mientras ms lejos este la traza de Nyquist
de encerrar o pasar por el punto (-1,0), mayor ser el grado de estabilidad
relativa. En este caso podemos asumir que nuestro sistema es estable y bien
amortiguado.
143
El diagrama del lugar geomtrico de las races, mostrado en la figura 41.
Nos indica, que la funcin de transferencia a lazo cerrado para nuestro sistema
de control, es de fase mnima, esto es de inters debido a que los sistemas de
control de procesos en la vida real, son de este tipo.
144
4.2.1 Herramientas de Software adicionales para el anlisis de sistemas
de control
145
Figura 42. Ubicacin del bloque de funcin Signal Constraint
146
Figura 43. Modelo Simulink para sistema de control continuo
e 0. 5 S (4.1)
16 s 2 + 9 s + 1
147
Figura 44. Ubicacin del men para sintona de parmetros en el bloque
de funcin Signal Constraint
148
Figura 45. Ventana para indicacin de mrgenes de los parmetros de
sintona en el bloque Signal Constraint
En este caso se le indica que las variables sern las de las ganancias P, I
y D.
149
Figura 46. Ventana para especificar parmetros de desempeo en el
bloque signal constraint
150
Figura 47. Grfica de respuesta al escaln, utilizando parmetros de
sintona obtenidos utilizando el bloque Signal Constraint
151
4.3 Grficas de respuesta dinmica debida a un escaln, de lazos de
control que utilizan controladores PID discretos.
152
Figura 48. Funcin de transferencia pulso de un modelo discreto
K p Ki T
KP = K p
2
KI = K p K i T
K p Kd
KD =
T
153
K p =8.986
K i =0.1021
K d =2.491
154
Se observa de la figura 49. Que las caractersticas de estabilidad relativa o
respuesta transitoria, tienen alguna semejanza al sistema continuo del que
partimos para nuestro modelo discreto, aunque el sistema en tiempo discreto en
general presenta caractersticas de mayor inestabilidad.
155
Figura 50. Diagrama de Bode para sistema discreto de la figura 48
156
Figura 51. Diagrama de Nyquist del sistema discreto mostrado en la
figura 48
157
Figura 52. Grafica del lugar geomtrico de las races para el sistema
discreto de la figura 48
158
Existen algunas pruebas analticas al igual que para sistemas continuos,
que se utilizan, para determinar la estabilidad absoluta de un sistema sin
obtener directamente las races, tal es el caso de la prueba de Jury y la de
Schur-Cohn. Estas pruebas determinan la existencia de alguna raz inestable,
pero como ya se ha visto, utilizando herramientas de software, esto se logra
mas eficaz y rpidamente.
K 0.14 (4.3)
=
J s + F 3 s +1
En donde
159
A continuacin realizaremos la discretizacin de la funcin de
transferencia utilizando un muestreador y retenedor de orden cero, para una
taza de muestreo de 0.2 seg. La funcin de transferencia es la siguiente. Esta
se realiza utilizando las instrucciones en Matlab utilizadas anteriormente.
KI 0.009029 z 1
KP + + K D (1 z 1 )
1 z
1
1 0.9355 z 1
(a)
K 0.14
K p 1 + i + K d s )
s 3 s +1
(b)
160
Para empezar la comparacin de desempeo entre sistemas de control
continuo y discreto, realizaremos ahora la grafica de respuesta al escaln
unitario para los sistemas de la figura 53. Con una taza de muestreo de 0.2 seg.
Para el caso del sistema discreto. Las constantes de sintona para el regulador
discreto son las mismas utilizadas para el regulador continuo, y se determinan
utilizando el programa asistente de sintona, de tal forma que tienen los valores
siguientes.
K p =19.2391
K i =0.901
K d =0.008
161
De la figura 54. Vemos que el efecto del muestreo o discretizacin, es
desestabilizante, reflejndose este en un sobrepaso mayor y un tiempo de
establecimiento mas largo. Es importante decir que el aumento en la taza de
muestreo disminuye este efecto y la reduccin de esta, aumenta la inestabilidad
del sistema.
162
Vemos en la figura 55, nuevamente la grafica de respuesta al escaln para
el sistema continuo y para el sistema discreto, ahora con un tiempo de
muestreo de 0.8 seg. Y como dijimos anteriormente la reduccin de la taza de
muestreo, redujo la estabilidad relativa del sistema.
163
En la figura 56. Observamos las caractersticas en frecuencia para los
sistemas de control digital y analgico. Del cual determinamos las siguientes
caractersticas.
Mg continuo = Infinito
Mf continuo= 132
Mg discreto = 19.4 dB.
Mf discreto = 123
164
Figura 57. Comparacin entre diagramas de Nyquist para sistemas
continuo y discreto
165
4.5 Ventajas y desventajas de diseo, para la utilizacin de controladores
PID discretos y continuos
166
Los componentes utilizados en la implementacin de reguladores digitales
son de construccin robusta y de alta confiabilidad.
167
A continuacin en la figura 56. Se presenta nuevamente, el panel
principal de la interfaz grfica, que fue desarrollado para nuestro programa
asistente de sintona, y que fue explicado brevemente en la seccin 4.1.
168
La configuracin de conexiones de cada uno de los objetos utilizados en la
interfase grfica de la figura 56. Vase figura 57. En dicha figura aparece cada
objeto referenciado con su correspondiente incono.
169
Se observa en la figura 57. Que el programa est ubicado dentro de una
estructura while, la cual se deja de ejecutar al pulsar el botn stop.
170
%****************************** Sobrepaso mximo *****************************
[y,t] = step(sistema);
SobPasMax=max(y);
SobPasPerc=(SobPasMax-1)*100;
171
diez=(y(i)*0.1);
[Die]=find(diez-0.01 < y & y < diez+0.01,i);
tr=t(Nov(1))-t(Die(1));
%********************************* Tipo de grfica *****************************
if (Grafica==1)
step(sistema,simu)
end
if (Grafica==2)
margin(sistema)
end
if (Grafica==3)
nyquist(sistema)
end
if (Grafica==4)
rlocus(sistema)
sgrid
end
172
KD=(P*D)/Ts
173
tiempoz=tz(iz);
[yz,tz]=step(totalz,tiempoz);
step(totalz,tiempoz);
maximoz=max(yz);
[iz]=find(yz==maximoz);
noventaz=(yz(iz)*0.9);
[Novz]=find(noventaz < yz );
diezz=(yz(iz)*0.1);
[Diezd]=find(yz < diezz);
trzd=tz(Novz(1))-tz(Diezd(1));
174
CONCLUSIONES
175
5. Los algoritmos de control discreto, se implementan digitalmente por
medio de procesadores o sistemas de computacin, con lo que se logra
alcanzar flexibilidad sobre opciones adicionales a la estrategia de control
bsica utilizada, como por ejemplo, control adaptativo.
176
RECOMENDACIONES
177
178
BIBLIOGRAFA
179