ETAPA FINAL

CONTROL ANALÓGICO

HERIBERTO ANTONIO ZAPATA

CÓDIGO:
70.434.636

TUTOR
FABIÁN BOLÍVAR MARÍN

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

COLOMBIA
Cali, 2015
 INTRODUCCIÓN

PRESENTACIÓN DEL PROCESO

Como primera medida se realiza el análisis de la dinámica del sistema propuesto

para ello tenemos:

Identificar el orden del sistema.

El orden de un sistema de control lo podemos determinar a partir de la función de

transferencia y será igual al orden del polinomio del denominador de dicha función

de transferencia.

La función de transferencia dada para el sistema la podemos determinar por el

orden del polinomio del denominador de la función el cual viene siendo una

función de orden 2.

G(s)= S² + 4s + 25

La función de transferencia de un sistema de segundo orden es de la forma

2 2
S +2 ƺWns +Wn

Donde wn s es conocida como la frecuencia natural del sistema, y δ es el

coeficiente de amortiguamiento.

Determinar la estabilidad absoluta del sistema usando el criterio de

RouthHurwitzz.
Este criterio es un método algebraico que determina si las raíces de un polinomio

de coeficientes constantes están en el semiplano izquierdo del dominio en s, sin

necesidad de calcular las raíces. Con el objeto de simplificar el cálculo de los

determinantes de Hurwitz, Routh propuso una tabulación tal que si los elementos

de la primera columna no cambian de signo, las raíces están en el semiplano

negativo.

Si tras aplicar el criterio nos da como resultado que todos los polos están en el

semiplano izquierdo, el sistema es estable, y si hay un mínimo de un polo en el

semiplano derecho, el sistema es inestable. El criterio se refiere a la función de

transferencia en lazo cerrado del sistema.

G(s)= S² + 4s + 25

s 2 1 25
s1 4 0 - | |
1 25
4 0 =-
0+100
4
=25
s 0 25 0 4

En el sistema no hay cambio de signo, todos los elementos de la primera columna

son iguales, podemos afirmar por el criterio de Routh-Hurwitz que el sistema es

estable.

Analizar con base en la función de transferencia y una señal de prueba escalón

unitario, la dinámica del sistema. Identificar ganancia, constante de tiempo, tiempo

de subida, tiempo de asentamiento o establecimiento, sobre impulso, atenuación,

frecuencia natural no amortiguada, factor de amortiguamiento relativo, frecuencia

natural amortiguada, amortiguamiento real, amortiguamiento crítico, tiempo pico, si

el sistema es sub amortiguado, críticamente amortiguado o sobre amortiguado,

elaborar gráficas con la respuesta, etc…. todo depende del orden del sistema, por
lo que es importante que el grupo tenga claro este aspecto y la señal de prueba a

utilizar. Si el grupo desea, puede agregar a la respuesta escalón, la respuesta a

una rampa o impulso.

De acuerdo a las ecuaciones del sistema, y de la gráfica de Matlab se puede

observar que los valores arrojados coinciden.

Analizar con base en la función de transferencia y una señal de prueba escalón

unitario, la dinámica del sistema. Identificar ganancia, constante de tiempo, tiempo
de subida, tiempo de asentamiento o establecimiento, sobreimpulso, atenuación,
frecuencia natural no amortiguada, factor de amortiguamiento relativo, frecuencia
natural amortiguada, amortiguamiento real, amortiguamiento crítico, tiempo pico,
si el sistema es subamortiguado, críticamente amortiguado o sobreamortiguado,
elaborar gráficas con la respuesta, etc…. Todo depende del orden del sistema, por
lo que es importante que el grupo tenga claro este aspecto y la señal de prueba a
utilizar. Si el grupo desea, puede agregar a la respuesta escalón, la respuesta a
una rampa o impulso.

ECUACIÓN DE TRANSFERENCIA DEL PROBLEMA

25
2
S + 4 S+25

ECUACIÓN DE TRANSFERENCIA DE LA FORMA

S 2 +2 ƺWns +Wn 2
FACTOR DE AMORTIGUAMIENTO

4 4
2 ƺWns =4 S ƺ= =0,4
2 Wn 2(5)
FRECUENCIA NATURAL
2
Wn =25
Wn=√25=5
SOBRE PICO
−ƺπ −0,4 X 3.1416
= =0.25
√1−ƺ 2
√ 1−0.4 2
TIEMPO DE ESTABLECIMIENTO
Tiempo requerido para que la respuesta alcance un rango alrededor del valor final
del tamaño especificado por el porcentaje absoluto del valor final (por lo general el
2 o 5 %)
4 4
TS= = =2.000
ƺWn 0.4 X 5

TIEMPO DE RAISEM O SUBIDA

Tiempo requerido para que la respuesta pase del 10 al 90%. Del 5 al 95% o del 0
al 100% de su valor final.

π−arcseno ( ƺ ) 3,1416−23,57
Tr= = =0,596
Wn √1−ƺ 2 5 √ 1−0,16

TIEMPO DE PICO

Tiempo requerido para que la respuesta alcance el primer pico de sobre impulso

π 3,1416
Tp= = =0.686
Wn √ 1−ƺ 5 √ 1−0,16
2

TIEMPO DE RETARDO

Tiempo requerido para que la respuesta alcance por primera vez el 50% del valor
final

TEOREMA DE VALOR INICIAL Y VALOR FINAL

1 25
Y ( ∞ )= lim Y ( S ) lim S . Y ( S)lim S . . H (S) lim H ( S )= =1
T→∞ S→0 S →0 S T →∞ 25
Y ( MAX )=Y ( ∞ ) . SP+1=1 X 0.25+1=1,254

SOBREIMPULSO MÁXIMO: El valor máximo de la respuesta medido desde la unidad

Construir, interpretar y analizar el lugar geométrico de las raíces del sistema.

El Método del Lugar Geométrico de las Raíces consiste en graficar todas las

raíces de la ecuación característica al variar la ganancia de cero hasta infinito,

obteniéndose una gráfica con tantas ramas como raíces tenga la Ecuación

Característica (polos de lazo cerrado)

Representar el sistema en espacio de estados

En ingeniería de control, una representación de espacios de estados es un

modelo matemático de un sistema físico descrito mediante un conjunto de

entradas, salidas y variables de estado relacionadas por ecuaciones

diferenciales de primer orden que se combinan en una ecuación diferencial

matricial de primer orden. Para prescindir del número de entradas, salidas y

estados, las variables son expresadas como vectores y las ecuaciones algebraicas

se escriben en forma matricial (esto último sólo puede hacerse cuando el sistema

dinámico es lineal e invariante en el tiempo). La representación de espacios de

estado (también conocida como aproximación en el dominio del tiempo) provee un

modo compacto y conveniente de modelar y analizar sistemas con múltiples

entradas y salidas. Con p entradas y q salidas, tendríamos que escribir veces

la transformada de Laplace para procesar toda la información del sistema. A

diferencia de la aproximación en el dominio de la frecuencia, el uso de la

representación de espacios de estado no está limitado a sistemas con

componentes lineales ni con condiciones iniciales iguales a cero. El espacio de

estado se refiere al espacio den dimensiones cuyos ejes coordenados están

formados por variables de estados. El estado del sistema puede ser representado

como un vector dentro de ese espacio.

Analizar controlabilidad y observabilidad del sistema.

Controlabilidad Existen dos conceptos fundamentales de los sistemas de control:

la controlabilidad y la observabilidad. La controlabilidad se ocupa del problema de

poder dirigir un sistema de un estado inicial dado, a un estado arbitrario y la

observabilidad se ocupa del problema de determinar el estado de un sistema

dinámico a partir de observaciones de los vectores de salida y de control en un

número finito de periodos de muestreo. Los conceptos de observabilidad y

controlabilidad fueron introducidos por R.E. Kalman. Estos tienen un papel

importante en los sistemas de control multivariables, de hecho a partir de ellos se

hace posible obtener una solución completa a un problema de control óptimo. El

concepto de controlabilidad es la base para solucionar el problema de la ubicación

de polos y el concepto de la observabilidad juega un papel importante para el

diseño de los observadores de estados. Así, si el sistema es de estado

completamente controlable, entonces es posible seleccionar los polos en lazo

cerrado deseados en el plano z (o las raíces de la ecuación característica) y se

podrá diseñar el sistema que proporcione estos polos en lazo cerrado. Definición

de controlabilidad Un sistema es controlable si cada variable de estado del

proceso se puede controlar para llegar a un cierto objetivo en un tiempo finito, a

través de algún control no restringido u(t). Por lo tanto el concepto de

controlabilidad trata de la existencia de un vector de control que puede causar que

el estado del sistema llegue a algún estado arbitrario. En forma intuitiva, un

sistema de control es controlable si todas las variables de estado pueden ser

controladas en un periodo finito, mediante alguna señal de control no restringida.

Así, si cualquiera de las variables de estado es independiente Eduardo Interiano

de la señal de control, entonces resulta imposible controlar esa variable de estado

y, por lo tanto, el sistema es no controlable.

Cálculo de la matriz de controlabilidad Las ecuaciones de estado de un sistema

están descritas de la siguiente manera:

[
A= −2 1
0 −1 ]
B= 1
0[]

Por lo que según la ecuación (1), la matriz de controlabilidad es:

[
M =[ B AB ] = 1 −2
0 0 ]
Que es singular y por lo tanto el sistema es no controlable.

Observabilidad Dado un sistema lineal e invariante en el tiempo que se describe

mediante las ecuaciones dinámicas

se dice que el estado x(t0) es observable si dada cualquier entrada u(t), existe un

tiempo finito tf ≥ t0 tal que el conocimiento de:

1) u(t) para t0 ≤ t <tf

2) Las matrices A, B, C y D

3) la salida y(t) para t0 ≤ t <tf

Sea suficiente para determinar x(t0). Si cada estado del sistema es observable

para un tiempo finito, se dice que el sistema es completamente observable, o

simplemente observable.

Para que el sistema descrito por las ecuaciones sea completamente observable,

es necesario y suficiente que la siguiente matriz de observabilidad de n x np tenga

un rango n:

La condición también se conoce como que el par [A,C] es observable. En

particular, si el sistema tiene solo una salida, C es una matriz de reglón de 1 x n, S

es una matriz cuadrada de n x n. Entonces, el sistema es completamente

observable si S es no singular (matriz cuadrada cuyo determinante es diferente de

cero).

RESULTADOS OBTENIDOS
PANTALLAZOS DE SIMULACIONES CON SUS RESPECTIVAS
EXPLICACIONES
LINK DEL VIDEO
CONCLUSIONES
REFERENCIAS BIBLIOGRÁFICAS