Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CURSO TEMA
Identificación de
Sistemas de Control 1
Sistemas
INFORME FECHAS NOTA
Final REALIZADO ENTREGADO
NUMERO
GRUPO PROFESOR
3 Ing. Jean Carlos Malca Fernández
Curso de laboratorio de Sistemas de Control 1
Guía N°5
Identificación de Sistemas
1. Objetivos
El objetivo de la práctica es familiarizar al estudiante con las principales técnicas de
identificación experimental para encontrar una función matemática que permita establecer
posteriormente la ley de control. Así mismo, conocer las principales herramientas que Matlab
nos brinda para la identificación de sistemas.
2.Informe Previo
3. Introducción
La identificación experimental de procesos es una técnica mediante la cual es posible obtener
un modelo matemático que represente la dinámica del sistema. El caso de la identificación se
diferencia del modelado ya que este no aplica las leyes de los sistemas, en cambio se registra la
respuesta de un sistema a una entrada conocida (que también se registra) y es a partir de esta
información que se obtiene el modelo para el sistema, aplicando las reglas que cada método
establezca. En términos generales se puede ver el sistema como una “caja negra”. Se desconoce
lo que hay dentro y solo se pueden “ver” entradas y salidas.
La respuesta del modelo y del sistema coincidirán como mínimo en los dos puntos de referencia.
𝑘𝜔𝑛2
𝐺(𝑠) = 2 … (4)
𝑠 + 2𝜉𝜔𝑛 𝑠 + 𝜔𝑛2
𝜉𝜋
𝜋 −
2
𝑡𝑝 = , 𝑀𝑝 = 𝑒 √1−𝜉 , 𝜔𝑑 = 𝜔𝑛 √1 − 𝜉 2 … (5)
𝜔𝑑
Lo cual abrirá la interfaz gráfica que se presenta en la figura 8. Durante el desarrollo de la práctica
se explicará el. Para un mayor detalle de las funcionalidades que ofrece la herramienta, revisar
la documentación ofrecida por Matlab.
4. Procedimiento
Se adjunta los archivos Sistema1. pdsprj, Sistema2.pdsprj y proteus2matlab.m. Los 2 primeros
archivos deberán ser ejecutados con el programa Proteus. Cado uno contiene un sistema
diferente a identificar. El archivo proteus2matlab.m debe ser guardado en el directorio de
MATLAB®. Este archivo es una función que acondiciona y obtiene a partir de los datos
exportados de Proteus.
Parte I. Métodos basados en la curva de reacción
En esta parte identificaremos un modelo para 2 sistemas implementados en Proteus, aplicando
los métodos basados en la curva de reacción usando Matlab.
4.1. Ejecute el programa Proteus y abra el archivo Sistema1.pdsprj. Este archivo contiene un
bloque denominado Sistema1.
4.2. La respuesta del sistema lo podemos observar en el visor de ‘Analogue Analysis’, tal como
se muestra en la siguiente figura.
4.4. Elija un método de Curva de Reacción, más adecuado según su criterio, identificar un
modelo G(s) para el sistema.
Respuesta: Vemos que el sistema es de primer orden y sin retardo, entonces escogemos el
método de curva de reacción para un sistema con estas características que aparece en la guía
de laboratorio.
4.5. Para un mejor análisis y poder comparar la respuesta del modelo hallado con la respuesta
del sistema, se utilizará el software MATLAB®. Para ello, exporte los datos haciendo clic en la
opción Graph →Export Graph Data (Fig.10). Guarde el archivo con el nombre “Sistema1.dat” en
la carpeta que se tiene como directorio MATLAB®.
4.6. En MATLAB®, ejecute la función “proteus2matlab”, escribiendo en la línea de comando:
>> [Tiempo, Vin, Vout]=proteus2matlab('Sistema1.dat'); la cual creará en el Workspace los
vectores Tiempo, Vin y Vout obtenidos a partir del archivo exportado en (e).
4.12. Calcule la suma del error cuadrático entre el sistema y el modelo identificado.
4.13. Ejecute el programa Proteus y abra el archivo Sistema2.pdsprj. Este archivo contiene un
bloque denominado Sistema2.
4.14. La respuesta del sistema lo podemos observar en el visor de ‘Analogue Analysis’, tal
como se muestra en la siguiente figura.
4.15. Repita los pasos del 3.3 al 3.12. (Además de seleccionar alguno de los métodos
presentados, investigue de otro método de identificación y aplíquelo)
Hallamos los parámetros de este método apartir de Vout y Vin del Sistema 2 haciendo uso de
Matlab
Definimos ahora la función de transferencia G(s) obtenida en pasos anteriores.
Dibujamos en una sola gráfica la respuesta del sistema y del modelo. Hacemos una comparación.
¿Es aceptable la respuesta del modelo?
Gráficamente la respuesta del modelo es de apariencia similar a la del sistema, si bien describe
la respuesta del sistema de 2do orden, este no llega a ser exactamente igual. Es importante
mencionar que este modelo asemeja un sistema de 2do orden sobreamortiguado a uno de
primer orden con tiempo muerto, por lo tanto las diferencias entre sistema y modelo estarán
presentes. Entonces se considera aceptable la respuesta del modelo de dos puntos de Smith
usado.
Calculamos la suma del error cuadrático entre el sistema y el modelo identificado.
Utilizaremos otros dos métodos para poder realizar una comparación posterior y determinar
que modelo de identificación es más exacto y presenta menos errores.
Hallamos los parámetros de este método apartir de Vout y Vin del Sistema 2 haciendo uso de
Matlab
Dibujamos en una sola gráfica la respuesta del sistema y del modelo. Hacemos una comparación.
¿Es aceptable la respuesta del modelo?
De la gráfica debajo de este texto, la respuesta del modelo (color verde) tiene una respuesta
sobreamortiguada pero comparándola con la respuesta sistema (color rojo) se presenta grandes
diferencias entre valores en puntos iguales de tiempo entre ambas respuestas. Si bien describe
la respuesta del sistema de 2do orden, este no llega a ser igual. Es importante mencionar que
este modelo asemeja un sistema de 2do orden sobreamortiguado a uno de primer orden con
tiempo muerto, apartir de la tangente máxima de la respuesta del sistema.
Para nuestro grupo de trabajo este modelo no es aceptable para representar la respuesta del
sistema, debido al error que se presentará en el siguiente inciso y también debido a que la
respuesta de este modelo tarda más en estabilizarse a su valor constante a diferencia de la
respuesta del sistema.
Calculamos la suma del error cuadrático entre el sistema y el modelo identificado.
*Nota: el comando ‘ident’ en futuras verisiones de Matlab puede ser removido y reemplazado
por el comando ‘systemIdentification’.
4.17. Importamos la información obtenida del Sistema1 a la interfaz. (Click en “Time domain
data”).
4.20. A continuación, ingresamos los números de polos y zeros que consideremos puede tener
el sistema. Y hacemos click en estimate.
4.21. Una vez que la interfaz haya estimado un modelo, de acuerdo con las características
especificadas. Comparamos la respuesta del modelo con la salida dad. Para lo cual activamos la
casilla Model Output, con la cual también obtendremos el porcentaje de aproximación a la
salida real.
Este modelo de salida usando Toolbox tiene un 99.79% de semejanza con la respuesta del
sistema Vout.
4.23. Calcule la suma del error cuadrático entre el sistema y el modelo identificado.
4.24. Repetir el mismo procedimiento para el caso de sistema2.
Este modelo de salida usando Toolbox tiene un 99.83% de semejanza con la respuesta del
sistema Vout.
Calculamos la suma del error cuadrático entre el sistema y el modelo identificado.
4.25. De la parte 1 y la parte 2, elija los mejores modelos obtenidos para cada sistema.
Impleméntelos y compare su respuesta temporal con la obtenida con las dadas por el simulador.
Método Sist. 2do Orden dos puntos de Smith Identificación con Toolbox
Error cuadrático: 313.1712 Error cuadrático: 5.2804
Parte III: Identificación de un sistema físico
En esta parte, identificaremos un modelo a partir de la respuesta temporal de un sistema real.
4.26. Implemente el circuito presentado en la figura.
4.27. Conecte una señal de entrada adecuada que permita observar la curva de reacción del
sistema.
4.28. Utilizando uno de los métodos más presentados, el más adecuado según su criterio,
obtenga un modelo para el circuito implementado.
𝟐𝟖 × 𝟏𝟎^𝟔
𝑮(𝒔) =
𝒔𝟐 + 𝟒𝟒𝟏𝟏𝒔 + 𝟐𝟗. 𝟖𝟓 × 𝟏𝟎𝟔
Primero debemos analizar por etapas el sistema para poder encontrar la función de
transferencia de cada etapa que está compuesta por un opamp y así poder analizar el efecto
que se produce sobre el sistema, su representación en Simulink sería:
4.30. Defina en Matlab los modelos hallados en los puntos 3.28 y 3.29.
11
Método de identificación alterno:
4.31. Compare las respuestas temporales obtenidas en Matlab con la del circuito
implementado.
Observando las gráficas apartir de cada método de identificación, podemos concluir que el
método para sistemas de 2do orden subamortiguados presentado y usado de la guía es la que
mejor representa al circuito implementado. Esto se llegó a concluir luego de comparar los
tiempos de subida, tiempo de asentamiento, voltaje pico.
CONCLUSIONES