TEORIA, MODELADO Y EXPERIMENTACION

Ponente: Ing. Carlos Romero.

Realizado por: Marco Guanuche

Resumen

El motor de combustin interna es un objeto de desarrollo que actualmente segn los

fabricantes de motores cummins presentan un rendimiento del (54-57) % de los
cuales existen distintos procesos para ayudar a que esta eficiencia sea lograda. Por
ejemplo el ciclo ranquin orgnico es uno de ellos que nos ayuda a recuperar un (2.3-
2.4) %.

La investigacin debe apuntar a tres puntos muy importantes en el desarrollo del

automvil que son:

1. Teora
Fsica
Qumica
Para todo proceso de innovacin lo principal es tener una buena base de
conocimientos tericos para poder tener un enfoque claro del objetivo y de la
problemtica del tema a innovar
2. Modelado
Software/ hardware
Tcnicas numricas
3. Experimentacin
Tcnicas experimentales
Fsica aplicada

Los tres procesos son muy importantes en el proceso de desarrollo en el campo

automotriz

Los temas de gran inters que en la actualidad centros mundiales estn investigando
son temas relacionados con:

Dinmica de la llama
Refrigeracin del motor mediante xido nitroso
Sistema de encendido mediante plasma
Diseo del motor
Bowl Geometry es modelado con 12 puntos de inflexin esto en cuanto se refiere a el
diseo del pistn.

En la actualidad con la avanzada tecnologa se tiene llantas de tipo polmero que

responden de la misma manera que una llanta neumtica.

Se debe trabajar en el diseo del motor para que este sea muy eficiente de manera
que responda a las necesidades que el conductor lo exija, esto se est logrando
gracias a la nueva implementacin de relacin de compresin variable que en
motores de alta gama ya se est aplicando. Pero sera muy importante que se
desarrollaran otros mtodos que permitan que el motor trabaje de manera eficiente.

Bosch es uno de los primeros en implementar una tecnologa de control del sistema
de inyeccin dentro de la cmara de combustin este sistema es implementado en
sistemas de inyeccin disel con lo cual el motor trabaja de forma eficiente con un
mnimo consumo y con un alto rendimiento.
CONTROL ADAPTABLE DEL MODO CUASI DESLIZANTE BASADO EN UN
PONDERADOR RECURSIVO ESTIMADOR DE MNIMOS CUADRADOS PARA UN
MOTOR DE CC

RESUMEN

Este documento se redacta la metodologa de diseo de un controlador adaptable de

modo cuasi deslizante en tiempo discreto basado en un estimador recursivo
ponderado por mnimos cuadrados para un motor de corriente continua. El esquema
de control propuesto por los autores permite el manejo del error de estado
estacionario con ayuda de una funcin de saturacin en lugar de una de conmutacin.
El uso de referencias de seales lineales y no lineales ayuda a mostrar el
funcionamiento en circuito cerrado del sistema de control. Los resultados
experimentales muestran un mejor rendimiento del algoritmo aplicado al control de
velocidad de un motor de corriente continua que un SMC clsico.
SMC es un controlador potente que ofrece buenas actuaciones en sistemas, lineales y
no lineales.
La implementacin de SMC parece limitada, a veces, ara el requisito terico de una
seal de control de conmutacin.
La discontinuidad de seal debido a dicho requisito de conmutacin causa el
fenmeno de parloteo.

MODELADO DEL MOTRO DC

Se usa un modelo ARX variable en el tiempo para representar la dinmica del motor
utilizando el enfoque de espacio de estado, el motor de cd se representa mediante un
modelo de segundo orden.

DISEO ADAPTABLE DEL CONTROLADOR DEL MODO QUASI-DESLIZANTE

Dentro del diseo de control debemos tener en cuenta principalmente los siguientes
puntos:

A. Controlador de modo cuasi deslizante

B. Reduccin de parloteo
C. Criterio de adaptacin
D. Anlisis de estabilidad del controlador

Estos 4 puntos abarcan el modelado adaptable de control para un motor de corriente

continua.

Los autores presentan tambin una maqueta experimental en la que se muestra la

configuracin experimental del sistema de control. Se genera la seal PWM para
controlar la velocidad del motor de cd con una frecuencia de 500 Hz.
El modelo de diseo que proponen los autores comparados con los algoritmos de
control tradicional presenta una ventaja significativa al reducir el error de estado
estable mientras se adapta su respuesta a los cambios dinmicos.
Los resultados experimentales muestran un buen desempeo en la regulacin de la
velocidad de un motor de corriente continua en comparacin con otros Tcnicas SMC.
 COMPARACIN DEL RENDIMIENTO Y LA ENERGA NDICE DE CONSUMO DE
CONTROLADORES BASADOS EN MODELOS.

Resumen

En este documento se presenta una comparacin del rendimiento de diferentes

algoritmos de control en dos tipos de sistemas.
El primer sistema de control estudiado regula la velocidad de un motor de CC,
mientras que el segundo sistema de control regula la temperatura de un calentador
elctrico. La comparacin de rendimiento de este sistema pretende evaluar el
consumo de energa, as como los controladores, para identificar la mejor estrategia de
control para cada sistema. Los modelos del sistema se obtienen a travs de las
respuestas a una seal binaria pseudoaleatoria y los mnimos cuadrados.
Los algoritmos de control implementados utilizados en este estudio son: regulador de
colocacin de polos con procesamiento de error integral, autoderivable proporcional-
integralderivativo.

ESTRATEGIAS DE CONTROL
El diseo basado en modelos es un mtodo matemtico para abordar problemas
asociados con el diseo de control complejo entre las principales estrategias de
control que en este documente se estudian estn:

A. Regulador de colocacin polar

B. Autoajuste de PID basado en rels
C. Controlador PID Neural
D. MPC sin restricciones
E. Controlador PID difuso
F. controlador Neuro-Difuso
G. control bayesiano
H. controlador LQR

Cada uno de los controles estudiados en este tema nos presentan caractersticas
distintas de rendimiento por lo que se puede decir que el rendimiento de un sistema
de control no puede ser completamente generalizado. Podra ser el caso de que una
estrategia de control muestre un buen desempeo en sistemas con dinmica rpida,
mientras que ofrecen un rendimiento pobre en sistemas lentos.
Segn los autores de este documento el controlador bayesiano depende de un ajuste
cuidadoso de los valores de transicin, probabilidad de transicin y cambios en la
variable de control para obtener una forma ms rpida y ms eficiente controlador.