INDICE

1. OBJETIVO: ................................................................................................................. 2
2. SOFTWARE Y MATERIALES A UTILIZAR ..................................................................... 2
3. MARCO TEORICO ...................................................................................................... 2
4. APLICACIN .............................................................................................................. 3
5. CONCLUCIONES Y OBSERVACIONES ....................................................................... 12
 SINTONIZACIN DE PARAMETROS DEL CONTROLADOR
PID UTILIZANDO TECNICAS DE OPTIMIZACION
1. OBJETIVO: Desarrollar y aplicar una metodologa de sintonizacin de
parmetros PID utilizando tcnicas de optimizacin.

2. SOFTWARE Y MATERIALES A UTILIZAR

Simulink
matlab
toobox de optimizacion

3. MARCO TEORICO

La identificacin de sistemas permite construir modelos matemticos de sistemas

dinmicos basados en datos obtenidos. Esto se logra ajustando parmetros de un
modelo dado hasta que su salida coincida lo ms posible con la salida medida. El
proceso de identificacin se puede resumir en los siguientes pasos:

1. Recolectar datos de entrada y salida del proceso a ser identificado (planta).

2. Examinar los datos. Pulirlos para eliminar ruido excesivo y seleccionar porciones
tiles de los datos originales.
3. Seleccionar una estructura del modelo.
4. Calcular el mejor modelo en base a los datos de entrada y salida.
5. Examinar las propiedades del modelo obtenido.
6. Si el modelo es suficientemente bueno, termina el procedimiento. De lo contrario
regresar al paso 3 y probar otro modelo.

El System Identification Toolbox de MATLAB ofrece varias funciones para realizar estos
pasos adems de una interfaz grfica (GUI) para realizar la identificacin de manera
interactiva.
Los procesos industriales generalmente estn descritos por medio de caractersticas
propias de cada sistema como viscosidades, resistencias elctricas o resistencias dadas
por vlvulas que restringen el paso de un fluido, sistemas de suspensin mecnica,
fuerzas, resortes, amortiguadores, flujos trmicos entre muchas otras variables que
indican su comportamiento; adems de estas caractersticas muchos de los procesos
estn influenciados por el tiempo, cuando esto ocurre se deben describir usando
funciones matemticas dependientes del tiempo, por medio de ecuaciones
diferenciales para modelar dichos comportamientos
 4. APLICACIN

La funcin de transferencia real con una entrada Uniform Randon Numer se obtiene
una salida en scope 1 la cual se le asign el nombre de Y, y es la que llamaremos
funcin objetivo.

FUNCTION REAL
SALIDA DE LA NUEVA FUNCION MODELO

HALLAMOS VALORES ALEATORIOS DE K, T, B DE LA FUNCION DE TRANSFERENCIA

REAL PARA ACERCARNOS A UN MINIMO ERROR DE LOA VALORES BAJO CIERTAS
RESTRICCIONES PARA CADA VALOR .

VALORES ALEATORIOS

clear all
clc
format bank
%parametros de la funcion de transferencia
%elige valores aleatorios para los diferentes valores de
Kvector=1+(20-1).*rand(500,1)
tvector=0.01+(2-0.01).*rand(500,1)
bvector=0.1+(10-0.1).*rand(500,1)
RESTRICCIONES
% valores escogidos al azar en base a restricciones
%valor de K=10
for i=1:length(Kvector)
k=Kvector(i,1);
if (k >= 9.8) && (k <= 10.2)
K=k;
end
end
K
%valor de T=0.1
for j=1:length(tvector)
d=tvector(j,1);
if (d >= 0.08) && (d <= 0.12)
T=d;
end
end
T
%valor de B=1
for n=1:length(bvector)
b=bvector(n,1);
if (b >= 0.95) && (b <= 1.1)
B=b;
end
end
B
LOS VALORES OPTIMOS SON
ESTOS VALORES SON A LOS QUE LA FUNCION SE DEBERA ACERCAR PARA OBTENER UN
SISTEMA OPTIMO CON VALORES ALEATORIOS 15 VALORES ESCOGIDOS AL AZAR CON
LA FUNCION RAND
K=10
B=1
T=0,1
DE LOS VALORES OBTENIDOS ALEATORIAMENTE
K B T
3.66 1.49 8.57
5.94 1.79 6.74
2.65 0.49 5.28
9.16 0.27 3.06
5.89 0.46 7.07
6.65 0.71 3.88
9.07 0.58 5.72
3.26 1.86 8.89
10.41 0.11 8.45
14.42 1.19 9.00
5.63 0.33 9.40
15.92 1.68 8.17
2.41 0.34 0.11
8.48 1.01 0.13
1.06 2.00 0.97
5.19 0.72 2.68
1.02 0.10 0.33
4.59 0.44 4.30
3.71 0.80 3.48
6.09 0.67 5.46
4.32 0.47 9.27
3.63 1.87 3.06
12.38 1.37 3.45
18.12 1.92 8.61
18.85 0.88 3.47
5.20 1.88 1.47
10.17 0.02 5.13
8.14 1.22 8.58
10.95 1.60 3.90
6.03 0.47 6.99
2.30 1.87 6.32
9.29 1.53 4.56
4.30 1.65 4.79
1.50 1.15 9.50
19.14 1.59 0.93
9.18 0.66 2.87
19.27 0.45 4.53
15.49 0.63 5.92
1.14 1.17 8.79
13.92 1.66 4.74
14.41 0.59 4.43
13.26 0.81 7.49
11.49 1.73 4.73
5.14 1.23 8.62
VALORES OPTIMOS ESCOGIDOS ALEATORIAMENTE

K =

9.94

T =

0.10

B =

1.01

ERROR PORCENTUAL

ERROR =

0.01

GRAFICANDO LAS SALIDAS PARA W DE LA FUNCION DE TRANSFERENCIA MODELO

CON Y QUE ES LA FUNCION DE TRANSFERENCIA REAL

FUNCION OBJETIVO
FUNCION OPTIMA
clear all
clc
format bank
%parametros de la funcion de transferencia
%elige valores aleatorios para los diferentes valores de
Kvector=1+(20-1).*rand(500,1)
tvector=0.01+(2-0.01).*rand(500,1)
bvector=0.1+(10-0.1).*rand(500,1)
% valores escogidos al azar en base a restricciones
%valor de K=10
for i=1:length(Kvector)
k=Kvector(i,1);
if (k >= 9.8) && (k <= 10.2)
K=k;
end
end
K
%valor de T=0.1
for j=1:length(tvector)
d=tvector(j,1);
if (d >= 0.08) && (d <= 0.12)
T=d;
end

end
T
%valor de B=1
for n=1:length(bvector)
b=bvector(n,1);
if (b >= 0.95) && (b <= 1.1)
B=b;
end
end
B
sim('proyecto')
error=abs((Y(:,2)- W(:,2))./Y(:,2))*100;
disp('ERROR PORCENTUAL')
ERROR=min(error)

t=W(:,1);
hold on
plot(t,W(:,2),'r');plot(t,Y(:,2))
grid on
hold off
TRABAJAMOS EN SISTEM IDENTIFICATION PARA OBTENER UN MODELO DE FUNCION
DE TRANFERENCIA A PARTIR DE LOS DATOS DADOS

-Primero trabajamos en el script para poder obtener los datos optenidos de la

simulacin en simulink.
clc
clear all
open('proyecto1')
sim('proyecto1')
U1=U(:,2);
Y1=Y(:,2);
ident

Al ejecutar el programa y se abre la funcin ident para la cual editamos

Elegimos la opcin en example y se nos habre una ventana para ingresar datos:
Despus de ingresar los datos , estimamos el modelo de funcin de transferencia

*ingresamos el numero de polos y zeros de la funcin , en este caso nustra funcin

constara de 1 polo sin zeros.

Nos muestra la ventana donde nos indica el numero de iteraciones y el error.

La funcin de transferencia

>> tf1
tf1 =
From input "power" to output "temperature":
50.76
 ---------
s + 5.413
Name: tf1 Continuous-time identified transfer function.
Parameterization:
Number of poles: 1 Number of zeros: 0
Number of free coefficients: 2
Use "tfdata", "getpvec", "getcov" for parameters and their uncertainties.
Status:
Estimated using TFEST on time domain data "quenta".
Fit to estimation data: 92.55% (simulation focus)
FPE: 0.2022, MSE: 0.2002

5. CONCLUSIONES Y OBSERVACIONES

Se obtuvo los parmetros de manera aleatoria para 15 valores de k, b, t, y de esta

manera con ciertas restricciones obtuvimos los valores para la funcin de transferencia
real.
Se comprendi el uso del simulink y el matlab para la implementacin de la funcin,
para la comparacin de los resultados obtenidos mediante parmetros de una funcin
y sus restricciones.