Está en la página 1de 37

MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES

MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL

UNIVERSIDAD POLITÉCNICA SALESIANA


UNIDAD DE POSTGRADOS
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
CAPÍTULO 1: RESPUESTA DINÁMICA DE LOS SISTEMAS DE CONTROL
CAPÍTULO 2: PROPIEDADES BÁSICAS DE LA RETROALIMENTACIÓN

AUTORES: Ing. Miguel Abril B.


Ing. Edgar Lojan B.
Ing. Ítalo Mogrovejo P.
Ing. Pedro Navarrate G.
Ing. Diego Valladolid Q.
Ing. Fernando Venegas R.

PROFESOR: Mst. Ing. Walter Orozco

FECHA: 18 de Enero de 2011

TEMA: CUESTIONARIO SOBRE LA RESPUESTA DINÁMICA DE LOS SISTEMAS DE CONTROL Y


LAS PROPIEDADES BÁSICAS DE LA RETROALIMENTACIÓN

1. OBJETIVOS :

1.1. Determinar funciones de transferencia de sistemas multivariables.


1.2. Determinar la velocidad y desplazamiento angular en estado estable de un motor.
1.3. Establecer las ventajas de utilizar retroalimentación en el control de un sistema.
1.4. Determinar los valores de KP y/ó KD que satisfagan ciertas restricciones de la respuesta a un
sistema determinado.
1.5. Determinar gráfica y analíticamente el sobrepaso, tiempos de: establecimiento, subida,
retardo de sistemas de control proporcional, integral y/ó derivativo mediante el uso de
software (Matlab v7.9.0.529) y/ó scripts desarrollados en el mismo.
1.6. Determinar regiones en el plano s de tal manera que satisfagan ciertas restricciones de
diseño.
1.7. Determinar los rangos de K1, K2 a través de Routh Hurwitz para la estabilidad de un sistema
específico.
1.8. Determinar el error en estado estable de un sistema de control en lazo cerrado cuando se
encuentre o no sometido a la influencia de un disturbio y establecer las diferencias del mismo
cuando se usa un controlador PD.
1.9. Determinar los parámetros de un controlador PID utilizando las reglas de sintonización de los
dos Métodos de Ziegler-Nichols.
1.10. Establecer y fundamentar conclusiones de los objetivos anteriormente señalados.

ALMNVV Página 1 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
2. DESARROLLO:

2.1 PROBLEMA 1:

La ecuación de movimiento de un motor DC está dado por:

𝐾𝑡𝐾𝑒 𝐾𝑡
𝐽𝑚 𝜃𝑚 + 𝑏 + 𝜃𝑚 = 𝑣
𝑅𝑎 𝑅𝑎 𝑎
Asumiendo que:

𝐽𝑚 = 0.01𝐾𝑔 ∙ 𝑚2
𝑏 = 0.001𝑁 ∙ 𝑚 ∙ 𝑠𝑒𝑐
𝐾𝑒 = 0.02𝑉 ∙ 𝑠𝑒𝑐
𝑚
𝐾𝑡 = 0.02𝑁 ∙
𝐴
𝑚
𝑅𝑎 = 0.02𝑁 ∙
𝐴

(a) Encuentre la función de transferencia entre el voltaje aplicado 𝒗𝒂 y la velocidad del motor
𝜽𝒎

Pasando la ecuación inicial a Laplace se tiene:

𝐾𝑡𝐾𝑒 𝐾𝑡 𝑲𝒕𝑲𝒆 𝑲𝒕
𝐽𝑚 𝜃𝑚 + 𝑏 + 𝜃𝑚 = 𝑣 = 𝒔𝟐 𝜽𝒎 (𝒔)𝑱𝒎 + 𝒔𝜽𝒎 (𝒔) 𝒃 + = 𝑽𝒂(𝒔)
𝑅𝑎 𝑅𝑎 𝑎 𝑹𝒂 𝑹𝒂

𝑠𝜃𝑚 (𝑠)
Siendo 𝑠𝜃𝑚 (𝑠) el equivalente de Laplace de la velocidad del motor 𝜃𝑚 se determina la relación
𝑉𝑎 (𝑠)

𝐾𝑡𝐾𝑒 𝐾𝑡
𝜃𝑚 (𝑠) 𝐽𝑚 𝑠 2 + 𝑠 𝑏 + = 𝑉𝑎(𝑠)
𝑅𝑎 𝑅𝑎

𝐾𝑡𝐾𝑒 𝐾𝑡
𝑠𝜃𝑚 (𝑠) 𝐽𝑚 𝑠 + 𝑏 + = 𝑉𝑎(𝑠)
𝑅𝑎 𝑅𝑎

𝐽𝑚 𝑅𝑎𝑠 𝑏𝑅𝑎 𝐾𝑡𝐾𝑒 𝐾𝑡


𝑠𝜃𝑚 (𝑠) + + = 𝑉𝑎(𝑠)
𝑅𝑎 𝑅𝑎 𝑅𝑎 𝑅𝑎

𝑠𝜃𝑚 (𝑠) 𝐽𝑚 𝑅𝑎𝑠 + 𝑏𝑅𝑎 + 𝐾𝑡𝐾𝑒 = 𝐾𝑡 𝑉𝑎(𝑠)

𝑠𝜃𝑚 (𝑠)
De esta forma, la Función de Transferencia resultante es:
𝑉𝑎 (𝑠)

𝒔𝜽𝒎 (𝒔) 𝑲𝒕
=
𝑽𝒂(𝒔) 𝑱𝒎 𝑹𝒂𝒔 + 𝒃𝑹𝒂 + 𝑲𝒕𝑲𝒆

Al reemplazar los valores de las constantes, se obtiene:

𝑠𝜃𝑚 (𝑠) 0.02


=
𝑉𝑎(𝑠) 0.1𝑠 + 0.01 + 0.0004

𝑠𝜃𝑚 (𝑠) 0,02


=
𝑉𝑎(𝑠) 0.1𝑠 + 0.0104
𝝎𝒎 (𝒔) 𝒔𝜽𝒎 (𝒔) 𝟎. 𝟐
= =
𝑽𝒂(𝒔) 𝑽𝒂(𝒔) 𝒔 + 𝟎. 𝟏𝟎𝟒

ALMNVV Página 2 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
(b) Cuál es la velocidad de estabilización del motor después que ha sido aplicado un 𝒗𝒂 =10v.

El voltaje aplicado va (t) = 10V significa una entrada al escalón de amplitud 10 al sistema, es decir:
10
𝑉𝑎 s = s

Con lo cual se tiene:

0,2
𝑠𝜃𝑚 (𝑠) = 𝑉𝑎(𝑠)
𝑠 + 0.104

0,2 10
𝑠𝜃𝑚 𝑠 = .
𝑠 + 0.104 𝑠

En tanto que en el dominio del tiempo la velocidad angular viene dada por:

𝟏𝟑𝒕
𝝎 𝒕 = 𝜽𝒎 𝒕 = 𝟏𝟗. 𝟐𝟑 𝟏 − 𝒆−𝟏𝟐𝟓

Así, la velocidad angular en estado estable, cuando el tiempo t tiende al infinito es:

𝝎 𝒕 = 𝜽𝒎 = 𝟏𝟗. 𝟐𝟑𝟎𝟖 𝒓𝒂𝒅 𝒔𝒆𝒈

En las figuras 1, 2 y 3 se observa la velocidad angular del motor en función del tiempo con un valor
máximo de 19.23rad/seg.

Step Response
20

18 System: Gs
Time (sec): 60.1
Amplitude: 19.2
16

14

12
Amplitude

10

0
0 10 20 30 40 50 60 70 80 90 100
Time (sec)

Figura 1. Velocidad angular del motor en t=60.1seg.

ALMNVV Página 3 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL

Step Response
20

18 System: Gs
Time (sec): 75.4
Amplitude: 19.2
16

14

12
Amplitude

10

0
0 10 20 30 40 50 60 70 80 90 100
Time (sec)

Figura 2. Velocidad angular del motor en t=75.4seg.

Step Response
20

18 System: Gs
Time (sec): 90.7
Amplitude: 19.2
16

14

12
Amplitude

10

0
0 10 20 30 40 50 60 70 80 90 100
Time (sec)

Figura 3. Velocidad angular del motor en t=90.7seg.

ALMNVV Página 4 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
(c) Encuentre la función de transferencia entre el voltaje aplicado 𝒗𝒂 y 𝜽𝒎

Siendo 𝜃𝑚 (𝑠) la Transformada de Laplace del desplazamiento angular 𝜃𝑚 (𝑡) su Función de


𝜃 (𝑠)
Transferencia 𝑉𝑎𝑚 (𝑠) se obtiene integrando la ecuación determinada en el punto (a) es decir se
1
multiplica toda la expresión por con lo cual se tiene:
𝑆

𝑠𝜃𝑚 (𝑠) 1 0,2 1


= ∗
𝑉𝑎(𝑠) 𝑠 𝑠 + 0.104 𝑠

𝜽𝒎 (𝒔) 𝟎, 𝟐
= 𝟐
𝑽𝒂(𝒔) 𝒔 + 𝟎. 𝟏𝟎𝟒𝒔

(d) Suponga que en la retroalimentación de la expresión en la parte (c) de modo que se convierta
en un dispositivo de servo posición, tal que la tensión aplicada viene dada por:

𝒗𝒂 = 𝑲(𝜽𝒓 − 𝜽𝒎 )

Donde K es la ganancia del sistema, encuentre la función de transferencia entre 𝜽𝒓 𝒚 𝜽𝒎 .

Dicho sistema se lo puede representar como el diagrama de bloques presentado en la figura 4 el cual
no considera disturbio alguno.

Figura 4. Diagrama a bloques del control de desplazamiento angular del motor sin
disturbio.

𝜃𝑚 𝐾𝐺(𝑠)
=𝑀 𝑠 =
𝜃𝑟 1 + 𝐾𝐺(𝑠)

Siendo:
0,2
𝐺(𝑠) =
𝑠2 + 0.104 𝑠

Se tiene:
0,2
𝐾
2 + 0.104 𝑠
𝑀 𝑠 = 𝑠
0,2
1+𝐾 2
𝑠 + 0.104 𝑠
0,2𝐾
𝑀 𝑠 = 𝑠2
+ 0.104 𝑠
0,2𝐾
1+ 2
𝑠 + 0.104 𝑠

𝟎. 𝟐𝑲
𝑴(𝒔) =
𝒔𝟐 + 𝟎. 𝟏𝟎𝟒 𝒔 + 𝟎. 𝟐𝑲

ALMNVV Página 5 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
(e) Cual es máximo valor de K que puede ser usado para obtener un Mp<20%

−𝜉𝜋

1−𝜉 2
La restricción Mp<20% se obtiene de la ecuación 𝑀𝑝% = 100%𝑒 como sigue:

−𝜉𝜋
20% > 100%𝑒 1−𝜉 2
−𝜉𝜋
0.2 > 𝑒 1−𝜉 2

Aplicando logaritmo neperiano (ln) y elevando al cuadrado los miembros de la inecuación, se tiene:
2
2
−𝜉𝜋
[ln 0.2 ] >
1 − 𝜉2

2,59029 > 𝜉 2 𝜋 2 + 2,59029𝜉 2

2,59029 > 𝜉 2 12.45989

2.59029
𝜉>
12.45989

𝝃 > 0.45595

Por lo que el límite inferior de 𝜉 es 0.45595, ahora para encontrar los valores de K para asegurar un
sobrepaso Mp<20% se parte de la Ecuación Característica proveniente de M(s) de la forma general:

𝜔𝑛2
𝑀(𝑠) =
𝑠 2 + 2𝜉𝜔𝑛𝑠 + 𝜔𝑛2

2𝜉𝜔𝑛 = 0.104

0.104
𝜉𝑙𝑖𝑚𝑖𝑡𝑒 <
2𝜔𝑛

0.104
𝜉𝑙𝑖𝑚𝑖𝑡𝑒 <
2 0.2𝐾

0.104
2 0.2𝐾 <
𝜉
2
0.104
𝐾<
𝜉𝑙𝑖𝑚𝑖𝑡𝑒 ∗ 2 0.2

𝐾 < 0.0651

Debiéndose considerar únicamente el rango positivo puesto que con K negativo el sistema se vuelve
inestable, así:

𝟎 < 𝐾 < 0. 𝟎𝟔𝟓𝟏

ALMNVV Página 6 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
A continuación en las figuras 5, 6, 7 y 8 se muestran la respuesta al escalón unitario del sistema para
diferentes valores de K, en los cuales se aprecia el sobrepaso Mp%, la amplitud pico y el tiempo en el
cual se dan estos dos parámetros.

Step Response
1.4

1.2
System: Gs
Peak amplitude: 1.2
1 Overshoot (%): 20
At time (sec): 30.6

0.8
Amplitude

0.6

0.4

0.2

0
0 20 40 60 80 100 120
Time (sec)

Figura 5. Respuesta al escalón unitario con K=𝟎. 𝟎𝟔𝟓𝟏

Step Response
1.4

1.2

System: Gs
1 Peak amplitude: 1.15
Overshoot (%): 14.8
At time (sec): 36.7
0.8
Amplitude

0.6

0.4

0.2

0
0 20 40 60 80 100 120
Time (sec)

Figura 6. Respuesta al escalón unitario con K=𝟎. 𝟎𝟓

ALMNVV Página 7 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL

Step Response
1.4
System: Gs
Peak amplitude: 1.06
1.2 Overshoot (%): 5.81
At time (sec): 55

0.8
Amplitude

0.6

0.4

0.2

0
0 20 40 60 80 100 120
Time (sec)

Figura 7. Respuesta al escalón unitario con K=𝟎. 𝟎𝟑

Step Response
1.4

1.2
System: Gs
Peak amplitude: 1.21
1 Overshoot (%): 21.4
At time (sec): 30.6

0.8
Amplitude

0.6

0.4

0.2

0
0 10 20 30 40 50 60 70 80 90
Time (sec)

Figura 8. Respuesta al escalón unitario con K=𝟎. 𝟎𝟕

ALMNVV Página 8 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL

Step Response
1.4

1.2 System: Gs
Peak amplitude: 1.29
Overshoot (%): 28.8
At time (sec): 24.5
1

0.8
Amplitude

0.6

0.4

0.2

0
0 20 40 60 80 100 120
Time (sec)

Figura 9. Respuesta al escalón unitario con K=𝟎. 𝟏

(f) Que valores proveerán un tiempo de subida por debajo de los 4 segundos? (Para esto ignore el
el sobrepaso % Mp=20% calculado en el punto anterior).

Observando la ecuación característica de la función de transferencia, se sabe que tanto el factor de


amortiguamiento como la frecuencia natural para este sistema dependen de K:

0.104 0.1162
𝜉= =
2 0.2𝐾 𝐾

𝜔𝑛 = 0.2𝐾 = 0.4472 𝐾

Ahora bien, para determinar el rise time 𝑡𝑟 para las restricciones 𝑡𝑟 < 4𝑠𝑒𝑔. y 0 ≤ 𝜉≤1 se
utilizarán tres métodos como se indica a continuación:

PRIMER METODO. (Aproximación de segundo orden)

1 − 0.4167𝜉 + 2.917𝜉 2
𝑡𝑟 = 𝑝𝑎𝑟𝑎 0 ≤ 𝜉 ≤ 1
𝜔𝑛

2
0.1162 0.1162
1 − 0.4167 + 2.917
𝐾 𝐾
𝑡𝑟 =
0.4472 𝐾
1
𝑎=
𝐾

ALMNVV Página 9 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
1 − 0.04842𝑎 + 0.03938𝑎2
𝑡𝑟 =
0.4472
𝑎

𝑎 − 0.04842𝑎2 + 0.03938𝑎3
𝑡𝑟 =
0.4472

𝑡𝑟 < 4Seg

𝑎 − 0.04842𝑎2 + 0.03938𝑎3
4>
0.4472

0 > −1.78 + 𝑎 − 0.04842𝑎2 + 0.03938𝑎3

Resolviendo la ecuación se obtiene:

𝑎 < 1.7298

1
< 1.7298
𝐾

𝑲 > 0.334

Con este valor de K (Primer método), el factor de amortiguamiento es 0.2010 el cual produce la
respuesta graficada en Matlab mostrada en la figura 10.

Step Response
1.6

1.4

1.2

System: Gs
1 Rise Time (sec): 4.76
Amplitude

0.8

0.6

0.4

0.2

0
0 20 40 60 80 100 120 140
Time (sec)

Figura 10. Respuesta al escalón unitario con K>0.334

SEGUNDO METODO. (Aproximación de primer orden)

2.16𝜉 + 0.6
𝑡𝑟 =
𝜔𝑛

ALMNVV Página 10 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL

0.1162
2.16 + 0.6
𝐾
𝑡𝑟 =
0.4472 𝐾
0.250992
+ 0.6
𝐾
𝑡𝑟 =
0.4472 𝐾
1
𝑎=
𝐾
0.250992𝑎 + 0.6
𝑡𝑟 =
0.4472
𝑎
0.250992𝑎 + 0.6
𝑡𝑟 =
0.4472
𝑎

𝑡𝑟 < 4Seg

0.250992𝑎 + 0.6
4>
0.4472
𝑎

0 > −1.7888 + 0.6𝑎 + 0.250992𝑎2

Resolviendo la ecuación se obtiene:

𝑎 < 1.7298

1
< 1.7298
𝐾

𝑲 > 0.334

Se observa que con este segundo método el valor de K permitido es igual al anteriormente encontrado
por tal razón el factor de amortiguamiento sigue siendo 0.2010.

TERCER METODO. (Aproximación Exponencial)

0.366 𝑒 2𝜉 − 1 + 1.019
𝑡𝑟 =
𝜔𝑛
0.1162
2
0.366 𝑒 𝐾 − 1 + 1.019
𝑡𝑟 =
0.4472 𝐾
1
𝑎=
𝐾
0.366 𝑒 0.2324𝑎 − 1 + 1.019
𝑡𝑟 =
0.4472
𝑎

𝑡𝑟 < 4Seg

ALMNVV Página 11 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL

0.366 𝑒 0.2324𝑎 − 1 + 1.019


4>
0.4472
𝑎
0.366 𝑒 0.2324 𝑎 − 1 + 1.019
0>
0.4472
𝑎 ∗4

Resolviendo la ecuación se obtiene:

𝑎 < 1.5411

1
< 1.5411
𝐾

𝑲 > 0. 𝟒𝟐𝟏.

En la figura 11 se puede apreciar la respuesta al escalón con K>0.421.

Step Response
1.6

1.4

1.2

System: Gs
1 Rise Time (sec): 4.16
Amplitude

0.8

0.6

0.4

0.2

0
0 20 40 60 80 100 120
Time (sec)

Figura 11. Respuesta al escalón unitario con K>0.334

Se ha propuesto dos nuevas formulas para el cálculo del tiempo de subida de los sistemas, por lo que
se observa que los valores encontrados en el método de aproximación exponencial se acerca de mejor
manera a lo que pide el ejercicio, acercándose cada vez a valores próximos a 4 seg.

Por experimentación con software se determina que valores de K > 0.45 son necesarios para obtener
un tiempo de subida por debajo de 4 seg. por ejemplo con K = 0.455 se obtiene la respuesta mostrada
en la figura 12.

ALMNVV Página 12 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL

Step Response
1.6

1.4

1.2

System: Gs
1 Rise Time (sec): 3.97
Amplitude

0.8

0.6

0.4

0.2

0
0 20 40 60 80 100 120
Time (sec)

Figura 12. Respuesta al escalón unitario con K=0.455

ERROR DE LOS METODOS

Primer y Segundo Método. Tercer Método.

Kreal − Kaproximado Kreal − Kaproximado


error = % error = %
Kreal Kreal
0.45 − 0.334 0.45 − 0.421
error = % error = %
0.45 0.45
0.45 − 0.334 0.45 − 0.421
error = % error = %
0.45 0.45
𝐞𝐫𝐫𝐨𝐫 = 𝟐𝟓. 𝟕% 𝐞𝐫𝐫𝐨𝐫 = 𝟔. 𝟒%

Lo que demuestra que para este caso en particular, la aproximación exponencial es la más precisa en la
determinación del tiempo de subida.

(g) Use algún software para graficar la respuesta al escalón unitario del sistema servo-posición
para valores de K 0.5, 1 y 2. Encuentre el sobrepaso máximo y el tiempo de subida para las 3
respuestas examinando sus gráficas. ¿Son estos gráficos consistentes con sus cálculos
determinados en los puntos e y f?.

En la figura 13 se puede observar la respuesta al escalón unitario para los 3 diferentes valores de K, en
tanto que en la tabla 1 se registran la amplitud y sobrepaso máximo, así como el tiempo del sobrepaso
y el tiempo de subida.

ALMNVV Página 13 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL

Figura 13. Respuesta al escalón unitario con 𝑲 = 𝟎. 𝟓, 𝑲 = 𝟏, 𝑲 = 𝟐

K=0.5 K=1 K=2


Amplitud Máxima 1.59 1.69 1.77
Sobrepaso 59.2% 69.2% 77.2%
Tiempo del Sobrepaso 9.93seg. 7.02seg. 4.97seg.
Tiempo de Subida 3.76seg. 2.55seg. 1.76seg.

Tabla 1. Parámetros de la respuesta al escalón unitario con 𝑲 = 𝟎. 𝟓, 𝑲 = 𝟏, 𝑲 = 𝟐

De las gráficas y de los valores tabulados en la tabla se observa que cuanto mayor es el valor de K, el
tiempo de subida disminuye pero en contra parte el sobrepaso aumenta debiéndose en la práctica
seleccionar un valor adecuado de K dependiendo de las exigencias de diseño del sistema de control
determinado y priorizando los parámetros de acuerdo a su relevancia.

ALMNVV Página 14 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
2.2 PROBLEMA 2:

La ecuación característica de un sistema de lazo cerrado es la que se muestra a continuación:

𝒔𝟒 + 𝟏𝟏 + 𝑲𝟐 + 𝟏𝟐𝟏 + 𝑲𝟏 𝒔𝟐 + 𝑲𝟏 + 𝑲𝟏 𝑲𝟐 + 𝟏𝟏𝟎𝑲𝟐 + 𝟐𝟏𝟎 𝒔 + 𝟏𝟏𝑲𝟏 + 𝟏𝟎𝟎 = 𝟎

Encuentre las restricciones de las ganancias K1 y K2 que garanticen la estabilidad del sistema
en lazo cerrado y dibuje la(s) región(es) permitidas en el plano (K1, K2).

𝑠0 𝑑1
𝑠1 𝑐1
𝑠2 𝑏1 𝑏2
𝑠3 11 + 𝐾2 𝐾1 + 𝐾1 𝐾2 + 110𝐾2 + 210 0
𝑠4 1 121 + 𝐾1 11𝐾1 + 100

1 11 + 𝐾2 𝐾1 + 𝐾1 𝐾2 + 110𝐾2 + 210
𝑏1 =
11 + 𝐾2 1 121 + 𝐾1

𝟏𝟎𝑲𝟏 + 𝟏𝟏𝑲𝟐 + 𝟏𝟏𝟐𝟏


𝒃𝟏 =
𝑲𝟐 + 𝟏𝟏

1 11 + 𝐾2 0
𝑏2 =
11 + 𝐾2 1 11𝐾1 + 100

121𝐾1 + 100𝐾2 + 11𝐾1 𝐾2 + 1100


𝑏2 =
𝐾2 + 11

𝒃𝟐 = 𝟏𝟏𝑲𝟏 + 𝟏𝟎𝟎

1 𝑏1 𝑏2
𝑐1 =
𝑏1 11 + 𝐾2 𝐾1 + 𝐾1 𝐾2 + 110𝐾2 + 210

𝟏𝟎𝑲𝟏 𝟐 𝑲𝟐 + 𝟏𝟎𝑲𝟏 𝟐 + 𝟏𝟗𝟗𝟎𝑲𝟏 𝑲𝟐 + 𝟏𝟖𝟗𝟎𝑲𝟏 + 𝟏𝟏𝟏𝟎𝑲𝟐 𝟐 + 𝟏𝟐𝟑𝟒𝟐𝟎𝑲𝟐 + 𝟐𝟐𝟑𝟑𝟏𝟎


𝒄𝟏 =
𝟏𝟎𝑲𝟏 + 𝟏𝟏𝑲𝟐 + 𝟏𝟏𝟐𝟏

1 𝑐1 0
𝑑1 =
𝑐1 𝑏1 𝑏2

𝒅𝟏 = 𝟏𝟏𝑲𝟏 + 𝟏𝟎𝟎

Una vez determinados todos los coeficientes del arreglo, se aplica la condición establecida por Routh
Hurwitz (Si no hay ningún cambio de signo en la primera columna, el sistema es estable). Para este
ejemplo se lo puede hacer determinando los rangos de 𝐾1 𝑦 𝐾2 que cumplan con dicha condición.
𝑠0 𝑑1
𝑠1 𝑐1
𝑠2 𝑏1
𝑠 3 11 + 𝐾2
𝑠4 1

ALMNVV Página 15 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
Partiendo del coeficiente 𝑑1 se tiene:

11𝐾1 + 100 > 0

−𝟏𝟎𝟎
𝑲𝟏 > ≈ −𝟗. 𝟎𝟗
𝟏𝟏

A partir de esta condición se evalúa 𝑏1 𝑦 𝑐1 para obtener 𝐾2 :

10𝐾1 + 11𝐾2 + 1121


𝑏1 =
𝐾2 + 11

10𝐾1 + 11𝐾2 + 1121 > 0

−10𝐾1 − 1121
𝐾2 >
11
−100
−10 11 − 1121 −100
𝐾2 > ; 𝐾1 =
11 11

𝑲𝟐 > −𝟗𝟑. 𝟔𝟒

10𝐾1 2 𝐾2 + 10𝐾1 2 + 1990𝐾1 𝐾2 + 1890𝐾1 + 1110𝐾2 2 + 123420𝐾2 + 223310


𝑐1 =
10𝐾1 + 11𝐾2 + 1121

36918851681648640𝐾2 2 + 3530757236672430047𝐾2 + 6883357855517245374


𝑐1 =
11331 + 121𝐾2

𝑲𝟐 > −𝟏. 𝟗𝟗 𝒚 𝑲𝟐 > −𝟗𝟑. 𝟔𝟒

Por otro lado el coeficiente de 𝑎𝑛−1 se obtiene como sigue:

11 + 𝐾2 > 0

𝑲𝟐 > −𝟏𝟏

A partir de esta condición se evalúa 𝑏1 𝑦 𝑐1 para obetener 𝐾1 :

10𝐾1 + 11𝐾2 + 1121


𝑏1 =
𝐾2 + 11

10𝐾1 + 11𝐾2 + 1121 > 0

−11𝐾2 − 1121
𝐾1 >
10

−11 −11 − 1121


𝐾1 > ; 𝐾2 > −11
10

𝑲𝟏 > −𝟏𝟎𝟎

10𝐾1 2 𝐾2 + 10𝐾1 2 + 1990𝐾1 𝐾2 + 1890𝐾1 + 1110𝐾2 2 + 123420𝐾2 + 223310


𝑐1 =
10𝐾1 + 11𝐾2 + 1121

ALMNVV Página 16 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL

−100𝐾1 2 + 20000𝐾1 − 1000000


>0
10𝐾1 + 1000

10𝐾1 2 𝐾2 + 10𝐾1 2 + 1990𝐾1 𝐾2 + 1890𝐾1 + 1110𝐾2 2 + 123420𝐾2 + 223310


𝑐1 =
10𝐾1 + 11𝐾2 + 1121

−100𝐾1 2 − 20000𝐾1 − 1000000


>0
10𝐾1 + 1000

𝑲𝟏 < −𝟏𝟎𝟎

Una vez evaluados los coeficientes se obtiene varios conjuntos de 𝐾1 𝑦 𝐾2 como se muestra en la figura
14, los cuales serán probados para determinar aquellos que cumplan la estabilidad del sistema:

𝑲𝟏 𝑲𝟐
−100
𝐾1 > 𝐾2 > −11
11
𝐾1 > −100 𝐾2 > −93.64
𝐾1 < −100 𝐾2 > −1.99

Figura 14. Rangos iniciales de K1 y K2 Tabla 2. Rangos de K1 y K2

El primer caso se lo analiza fijando 𝐾1 = 0 𝑦 𝐾2 → 𝑣𝑎𝑟𝑖𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠, los puntos escogidos se los detalla
en la tabla 3:

𝑲𝟏 𝑲𝟐 CONJUNTO
a) 0 -10.5 -7 -4 𝐾2 > −11
b) 0 -93 -90 -87 𝐾2 > −93.64
c) 0 -1.8 -1 1 𝐾2 > −1.99

Tabla 3. Valores prueba para K2 con K1=0

a) El primer conjunto evaluado 𝐾2 > −11 :

Raíces encontradas en la Ecuación Característica a partir de 𝑲𝟏 𝒚 𝑲𝟐


a1) 5,86 a2) 3.58 a3) 1.02
𝐾1 = 0 0.103 𝐾1 = 0 0.186 𝐾1 = 0 0.72
𝐾2 = −10.5 -3.23±j12.18 𝐾2 = −7 -3.88±j11.6 𝐾2 = −4 -4.37±j10.78

b) El segundo conjunto evaluado 𝐾2 > −93.64 :

ALMNVV Página 17 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
Raíces encontradas en la Ecuación Característica a partir de 𝑲𝟏 𝒚 𝑲𝟐
b1) 82.01 b2) 79.02 b3) 76.02
𝐾1 = 0 0.01 𝐾1 = 0 0.0103 𝐾1 = 0 0.0107
𝐾2 = −93 -0.012±j11.05 𝐾2 = −90 -0.015±j11.07 𝐾2 = −87 -0.019±j11.09

c) El tercer conjunto evaluado 𝐾2 > −1.99 :

Raíces encontradas en la Ecuación Característica a partir de 𝑲𝟏 𝒚 𝑲𝟐


c1) -0.0182±j0.91 c2) -0.407±j0.84 c3) -0.3597
𝐾1 = 0 𝐾1 = 0 𝐾1 = 0 -3.0719
𝐾2 = −1.8 -4.58±j9.94 𝐾2 = −1 -4.59±j9.56 𝐾2 = 1 -4.28±j8.49

El conjunto que presenta soluciones en el semiplano negativo de Laplace y por lo tanto hace que el
sistema sea estable es 𝑲𝟐 > −𝟏. 𝟗𝟗 por lo que este será el conjunto de números reales para la
constante 𝑲𝟐 .

El segundo caso se lo analiza fijando a 𝐾1 → 𝑣𝑎𝑟𝑖𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑦 𝐾2 = 0, los puntos escogidos se los
detalla en la tabla 4:

𝑲𝟏 𝑲𝟐 CONJUNTO
−100
d) -8.8 -4 2 0 𝐾1 >
11
e) -90 -72 -16 0 𝐾1 > −100
f) -105 -120 -132 0 𝐾1 < −100

Tabla 4. Valores prueba para K1 con K2=0


−100
d) El primer conjunto evaluado 𝐾1 > :
11

Raíces encontradas en la Ecuación Característica a partir de 𝑲𝟏 𝒚 𝑲𝟐


d1) -0.016 d2) -0.3329 d3) -0.96±j0.48
𝐾1 = −8.8 -2.14 𝐾1 = −4 -1.715 𝐾1 = 2
𝐾2 = 0 -4.42±j8.57 𝐾2 = 0 -4.47±j8.83 𝐾2 = 0 -4.53±j8.17

e) El segundo conjunto evaluado 𝐾1 > −100 :

Raíces encontradas en la Ecuación Característica a partir de 𝑲𝟏 𝒚 𝑲𝟐


e1) -1.9±j5.29 e2) -2.45±j5.61 e3) 0.33
𝐾1 = −90 2.81 𝐾1 = −72 2.21 𝐾1 = −16 -2.68
𝐾2 = 0 -9.99 𝐾2 = 0 -8.308 𝐾2 = 0 -4.32±j8.17

f) El tercer conjunto evaluado 𝐾1 < −100 :

Raíces encontradas en la Ecuación Característica a partir de 𝑲𝟏 𝒚 𝑲𝟐


e1) -1.58±j5.08 e2) -1.33±j4.91 e3) -1.18±j4.78
𝐾1 = −105 3.32 𝐾1 = −120 3.86 𝐾1 = −132 4.3
𝐾2 = 0 -11.16 𝐾2 = 0 -12.19 𝐾2 = 0 -12.93

Para este caso cuando 𝑲𝟏 → 𝒗𝒂𝒓𝒊𝒐𝒔 𝒗𝒂𝒍𝒐𝒓𝒆𝒔 𝒚 𝑲𝟐 = 𝟎 el conjunto que nos presenta valores en el
−𝟏𝟎𝟎
semiplano negativo de Laplace es 𝑲𝟏 > 𝟏𝟏

Por lo tanto, al realizar la unión de los 2 conjuntos – rangos válidos se obtiene la región mostrada en la
figura 15 que garantiza la estabilidad del sistema dado.

ALMNVV Página 18 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL

Los puntos comprendidos en el plano formado


por 𝑲𝟏 𝒚 𝑲𝟐 dan polos ubicados en el
semiplano negativo de Laplace haciendo que
el sistema sea estable.

Figura 15. Rangos iniciales de K1 y K2

En la tabla 5 se tabulan datos de comprobación tomando tres valores aleatorios en los conjuntos
validos encontrados, los cuales forman el plano antes graficado y se los evalúa en la ecuación
característica para encontrar sus raíces:

VALORES ALEATORIOS
𝑲𝟏 𝑲𝟐 RAICES OBTENIDAS
-6 -0.5 -0.28 -1.18 -4.5±j9
4 15 -0.95±j8.86 -0.075 -24.11
16 3 -0.5 -6.33 -3.57±j8.48

Tabla 5. Polos obtenidos de constantes K1-K2 aleatorias dentro de la región estable

Se puede observar que la parte real de todas las raíces encontradas son negativas lo que nos indica que
están en el semiplano negativo y por lo tanto el sistema es estable, además que los rangos de las
constantes 𝑲𝟏 𝒚 𝑲𝟐 delimitan correctamente la región estable.

ALMNVV Página 19 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
2.3 PROBLEMA 3:

La función de transferencia de control de velocidad de un sistema de cinta magnética se


muestra en la figura 16. El sensor de velocidad es lo suficientemente rápido que su dinámica se
puede despreciar y el diagrama muestra el sistema de retroalimentación unitaria equivalente.

Figura 16. Diagrama a bloques del control de velocidad angular de un motor de un sistema
de cinta magnética bajo la influencia de un disturbio.

a) Asumiendo ωr =0, cuál es el error en estado estacionario debido a torque de perturbación


de 1N/m? Cuál debe ser la ganancia Kp del amplificador a fin de que el error en estado
estacionario sea ess ≤ 0.001 rad/seg.?

De la figura 16 se puede apreciar que si la entrada de referencia de la velocidad es 0, entonces la señal


presentada al amplificador de ganancia Kp es -m por lo que conviene llevar el signo negativo hasta el
segundo bloque sumador con lo cual se tendría un nuevo diagrama de bloques presentado en la figura
17, ya que de esta manera el valor de Kp a determinarse resultaría positivo, caso contrario negativo
que puede no ser muy factible ya que podría generarse inestabilidad en determinado momento
exactamente cuando la velocidad sea positiva ya que se tendría (analizando la figura 14 en ausencia de
referencia) una retroalimentación positiva.

De esta manera se escoge un Kp positivo pues a la final la velocidad positiva o negativa nos indica
únicamente el sentido de giro que también es relativo y depende del observador.

Figura 17. Diagrama a bloques del control de velocidad angular considerando la referencia 0 y
el disturbio como nueva entrada.

Así se tiene:

1
G (s) 
Js  b

10 Kp
H (s) 
0 .5 s  1

ALMNVV Página 20 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL

 1 
 m ( s )  E ( s )G ( s )  E ( s ) 
 Js  b 
E ( s)  D( s)   m ( s) H ( s)
 10 Kp   1  10 Kp 
E ( s )  D( s )   m ( s )   D( s )  E ( s )  
 0.5s  1   Js  b  0.5s  1 
 10 Kp 
E ( s ) 1    D( s)
 ( Js  b)(0.5s  1) 

E (s) 
D( s)

D( s )( Js  b)(0.5s  1)
 s
 
1 ( Js  b)(0.5s  1)
10 Kp ( Js  b)(0.5s  1)  10 Kp ( Js  b)(0.5s  1)  10 Kp
1
( Js  b)(0.5s  1)

E (s) 
1s ( Js  b)(0.5s  1)
( Js  b)(0.5s  1)  10 Kp
e ss  lim sE ( s )
s 0

e ss  lim s
 
 1 ( Js  b)(0.5s  1) 
s   lim s ( Js  b)(0.5s  1) 


s 0  ( Js  b)(0.5 s  1)  10 Kp  s 0  ( Js  b)(0.5s  1)  10 Kp 
  
b 1
e ss  
b  10 Kp 1  10 Kp
1
e ss 
1  10 Kp
e ss  0.001
1
 0.001
1  10 Kp
1  0.001  0.01Kp
1  0.001
 Kp
0.01

Kp  99.9

b) Dibuje las raíces del sistema a lazo cerrado en el plano complejo y esboce con precisión la
respuesta ω(t) a una entrada escalón ωr utilizando la ganancia de K calculada en la parte
(a). Son estas raíces satisfactorias? Por qué si o por qué no?

Para obtener la función de transferencia total del sistema se utiliza el teorema de superposición, en
donde para el primer análisis se igualará a cero la entrada de referencia, obteniendo:

ALMNVV Página 21 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
1
Js  b (0.5s  1)
M 1 (s)  
10 Kp ( Js  b)(0.5s  1)  10 Kp
1
( Js  b)(0.5s  1)

(0.5s  1)
M 1 (s) 
( Js  b)(0.5s  1)  10 Kp

Reemplazando el valor de la constante Kp obtenida en el literal (a), la función de transferencia queda:

(0.5s  1) (0.5s  1)
M 1 ( s)  
( Js  b)(0.5s  1)  10 Kp (0.1s  1)(0.5s  1)  10(99.9)

(0.5s  1)
M 1 ( s) 
0.05s  0.6s  1000
2

Ahora se asume que la entrada de la perturbación es igual a cero, obteniendo:

10 Kp
( Js  b)(0.5s  1) 10 Kp
M 2 (s)  
10 Kp ( Js  b)(0.5s  1)  10 Kp
1
( Js  b)(0.5s  1)

10 Kp
M 2 (s) 
( Js  b)(0.5s  1)  10 Kp

Reemplazando el valor de la constante Kp, la función de transferencia obtenida es:

10 Kp 10(99.9)
M 2 ( s)  
( Js  b)(0.5s  1)  10 Kp (0.1s  1)(0.5s  1)  10(99.9)

999
M 2 ( s) 
0.05s  0.6s  1000
2

Sumando las dos funciones de transferencia antes obtenidas, la función de transferencia total es:

M ( s)  M 1 ( s)  M 2 ( s)
(0.5s  1) 999
M (s)  
0.05s  0.6s  1000 0.05s  0.6s  1000
2 2

10s  20000
M (s) 
s  12s  20000
2

Por lo tanto las raíces de la ecuación característica (figura 18 y 19) son:

S1, 2  6  j141.294

ALMNVV Página 22 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL

Figura 18. Polos obtenidos de la función de transferencia del sistema

Figura 19. Escala ampliada de una de las dos raíces de la ecuación característica del sistema

De las gráficas mostradas anteriormente se determinan los siguientes parámetros:

10s  20000
M ( s) 
s  12s  20000
2

 n  20000
2

 n  20000  141.421 rad / seg.


 n  141.421 rad / seg.

ALMNVV Página 23 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
2 n  12
12 6 6
     0.0424
2 n  n 141.421
  0.0404

 
t max    0.0222
n 1   2
141.421 1  0.0404 2
t max  0.0222 seg.

y max (t max )  1 
e  ntmax
1 2

Sen  n 1   2 t max  Cos 1 
y max (t max )  1 
e 0.0424x141.421x 0.0222
1  0.0424 2

Sen 141.421 1  0.0424 2 0.0222  Cos 1 (0.0424) 
y max (t max )  1.8890
1  0.4167  2.917 2 1  0.4167(0.0424)  2.917(0.0424) 2
tr  
n 141.421
t r  6.983 ms

  0.0424
1 2
Mp%  100e  100e 1 0.04242

Mp%  87.52%

4 4
ts  
 n 0.0424(141.421)
t s  0.667 seg

Así la gráfica resultante de la velocidad del motor se la puede bosquejar tomando en cuenta los
parámetros anteriormente calculados y obedeciendo a una respuesta subamortiguada, no obstante
por mantener precisión en la misma y comprobar los resultados, la gráfica mostrada en la figura 20 se
la obtiene en Matlab.

ALMNVV Página 24 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL

Figura 20. Respuesta al sistema con disturbio. Velocidad del motor

¿Por qué si o porque no las raíces encontradas son satisfactorias?:

Las raíces encontradas satisfacen la estabilidad del sistema, dicha estabilidad parte de la correcta
selección de:

 La Retroalimentación.
 La constante de proporcionalidad Kp

Más no depende de disturbios presentes en el medio, pues justamente otra de las ventajas –
propiedades de la retroalimentación es disminuir considerablemente el error en la salida de un
sistema debido a disturbios.

Ahora bien, la correcta retroalimentación es aquella que se encuentra en contrafase con la entrada de
referencia por llamarlo así, esto es si se tiene una referencia positiva la retroalimentación es negativa
por el contrario si la referencia es negativa la retroalimentación debe ser positiva, es decir el error
entre estas dos señales siempre debe ser diferencial, caso contrario si es aditiva, el sistema se vuelve
inestable.

c) Dibuje la región en el plano complejo de los polos aceptables en lazo cerrado que
corresponden a las especificaciones de un tiempo de 1% de establecimiento ≤ 0.1 seg y un
sobresalto ≤ 5%.

Partiendo de la ecuación que determina el sobrepaso máximo porcentual:

−𝜋𝜉
𝑀𝑝% = 100𝑒 1−𝜉 2

ALMNVV Página 25 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
Se pretende encontrar las raíces  polos que cumplan un Mp% ≤ 5% por lo que se tiene:
−𝜋𝜉

1−𝜉 2
100𝑒 ≤ 𝑀𝑝 𝑝𝑒𝑟𝑚𝑖𝑡𝑖𝑑𝑜 𝑀𝑝 𝑝𝑒𝑟𝑚𝑖 𝑡𝑖𝑑𝑜 = 𝑀𝑝𝑝 %
−𝜋𝜉 𝑀𝑝𝑝 %
≤ 𝑙𝑛
1 − 𝜉2 100
2 2
𝑀𝑝𝑝 % 2
𝜋 𝜉 ≤ 𝑙𝑛 1 − 𝜉2
100
𝑀𝑝𝑝 % 2
𝑙𝑛
100
𝜉2 ≤
𝑀𝑝𝑝 % 2
𝜋 2 − 𝑙𝑛
100
𝑀𝑝𝑝 %
𝑙𝑛 100
𝜉≤±
𝑀𝑝𝑝 % 2
𝜋 2 − 𝑙𝑛 100

Dado que el logaritmo neperiano de un número entre 0 y 1  (0, 1) es negativo, entonces la ecuación
del factor de amortiguamiento resultante es:
𝑀𝑝𝑝 %
𝑙𝑛 100
𝜉≥−
𝑀𝑝𝑝 % 2
𝜋 2 − 𝑙𝑛
100

ya que si se utiliza la raíz positiva hará que ξ sea negativo lo que produce que el sistema sea inestable.

Así, 𝝃 ≥ 𝟎. 𝟔𝟗𝟎𝟏𝟎𝟕 esto conlleva a Cos(Θ) = ξ o lo que es lo mismo:

Cos(Θ)≥0.690107  Θ≤Cos-1(0.690107)

Por lo tanto:

Θ≤46.361421°

Ahora para que el tiempo de establecimiento sea menor o igual al 1% se procede así:
𝑡
𝑒 −𝜉𝑊𝑛 𝑡𝑠 ≤ 𝑠%  𝑡𝑠% es el porcentaje del tiempo de establecimiento.
100
𝑡𝑠%
−𝜉𝑊𝑛 𝑡𝑠 ≤ 𝑙𝑛
100
Despejando ts se tiene:

𝑡𝑠%
−𝑙𝑛 100
𝑡𝑠 ≥
𝜉𝑊𝑛

Es decir para que el sistema se estabilice con variaciones menores o igual al 1%, el tiempo de
establecimiento ts debe cumplir:

𝟔. 𝟔𝟕𝟑𝟏𝟐𝟓
𝒕𝒔 ≥
𝑾𝒏

ALMNVV Página 26 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
Por otro lado si se quiere un ts máximo de 0.1seg, se tiene:

6.673125
𝑊𝑛 ≥
𝑡𝑠

𝑾𝒏 ≥ 𝟔𝟔. 𝟕𝟑𝟏𝟐𝟓 𝒓𝒂𝒅 𝒔𝒆𝒈

Con lo cual el límite inferior de Wn sería un radio que corta a las rectas con ángulos Θ y – Θ resultando
la región mostrada en la figura 21 para la ubicación garantizada de los polos que cumplan con
Mp%≤5%, ts%≤1%, ts≤0.1; de ésta manera se podrían obtener sistemas sobreamortiguados si 𝜉>1,
críticamente amortiguado 𝜉=1, ó subamortiguados con 0.690107≤𝜉≤1 para que cumplan las
restricciones de diseño planteadas.

Figura 21. Región de los polos en el plano complejo de Laplace que garantiza las restricciones
Mp%≤5%, ts%≤1%, ts≤0.1.

d) Dé valores para KP y KD para un controlador PD para las especificaciones encontradas.

Si se adapta el controlador PD con KD>0 y KP>0 se tiene:

Función de Transferencia del Sistema con Ω𝒓𝒆𝒇 𝒔 = 𝟎

Ω𝑚 (𝑠)
𝑀1 𝑠 = |
𝑁(𝑠) Ω𝑟𝑒𝑓 =0

1
𝑀1 𝑠 = 0.1𝑠 + 1
1 10
1 + 0.1𝑠 + 1 𝐾𝑝 + 𝑠𝐾𝑑
0.5𝑠 + 1

10𝑠 + 20
𝑀1 𝑠 =
𝑠2 + 12 + 200𝐾𝐷 𝑠 + (20 + 200𝐾𝑝)

Función de Transferencia del Sistema con 𝑵 𝒔 = 𝟎

Ω𝑚 (𝑠)
𝑀2 𝑠 = |
Ω𝑟𝑒𝑓 (𝑠) 𝑁(𝑠)=0

ALMNVV Página 27 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
10 1
𝑀2 𝑠 = 0.5𝑠 + 1 0.1𝑠 + 1
10 1
1 + 𝐾𝑝 + 𝑠𝐾𝑑
0.5𝑠 + 1 0.1𝑠 + 1

200 ∗ 𝐾𝐷 ∗ 𝑠 + 200 ∗ 𝐾𝑝
𝑀2 𝑠 =
𝑠2 + 12 + 200𝐾𝐷 𝑠 + (20 + 200𝐾𝑝)

Función de Transferencia Global del Sistema por superposición

𝑀 𝑠 = 𝑀1 𝑠 + 𝑀2 𝑠

𝟏𝟎 + 𝟐𝟎𝟎𝑲𝑫 𝒔 + 𝟐𝟎 + 𝟐𝟎𝟎𝑲𝒑
𝑴 𝒔 = 𝑴𝟏 𝒔 + 𝑴𝟐 𝒔 =
𝒔𝟐 + 𝟏𝟐 + 𝟐𝟎𝟎𝑲𝑫 𝒔 + (𝟐𝟎 + 𝟐𝟎𝟎𝑲𝒑)

De donde el factor de amortiguamiento y la frecuencia natural son:

2𝜉𝜔𝑛 = 12 + 200𝐾𝐷

𝜔𝑛2 = 20 + 200𝐾𝑝

𝜔𝑛 = 20 + 200𝐾𝑝

6 + 100𝐾𝐷
𝜉=
20 + 200𝐾𝑝

En la tabla 6 se pueden apreciar los efectos de variar las constantes de proporcionalidad K P y


derivativa KD desde 0 hasta , siendo KD quien predomine en el controlador, así cuanto mayor sea KD,
mayor será el factor de amortiguamiento.

KP = 𝟎; KD = 𝟎 KP = 𝟎; KD → ∞ KP → ∞; KD = 𝟎 KP → ∞; KD → ∞
𝝎𝒏 = 𝟒. 𝟒𝟕𝟐𝟏 𝒓𝒂𝒅/𝒔 𝝎𝒏 = 𝟒. 𝟒𝟕𝟐𝟏𝒓𝒂𝒅/𝒔 𝝎𝒏 → ∞𝒓𝒂𝒅/𝒔 𝝎𝒏 → ∞𝒓𝒂𝒅/𝒔
𝝃 = 𝟏. 𝟑𝟒𝟏𝟔𝟒𝟏 𝝃→∞ 𝝃=𝟎 𝝃→∞

Tabla 6. Factor de amortiguamiento y frecuencia natural en función de las constantes KP y KD


del controlador

Por otro lado, si el controlador permitiera una regulación de KP y KD desde 0 hasta ∞ se puede
observar que se pueden obtener diferentes respuestas como:

 Sistemas sobreamortiguados con 𝜉 > 1 en el caso que 𝜉 = ∞ el tiempo de estableciemiento


también tenderá al infinito por lo que no sería aplicable un controlador con KP= ∞y KD= ∞.
 Sistemas subamortiguados: con 𝜉 relativamente pequeño, con ts→ ∞ e incluso con KP→ ∞ y
KD = 0 se puede obtener una respuesta oscilante. Sin embargo si KP = 0 y/ó KD = 0 pierde las
propiedades de controlador PD por lo que asumiremos 𝐾𝑃𝑚𝑖𝑛 = 1; 𝐾𝐷𝑚𝑖𝑛 = 1.

Por lo tanto, de manera general las especificaciones de diseño serían:

𝜏𝑠 %
−ln( 100 )
𝑡𝑠 =
𝜉𝜔𝑛

𝝉𝒔 %
−𝐥𝐧(𝟏𝟎𝟎 )
𝒕𝒔 =
𝟔 + 𝟏𝟎𝟎𝑲𝑫

ALMNVV Página 28 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
Donde:

𝜏𝑠 %: 𝑒𝑠 𝑒𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑒𝑥𝑝𝑟𝑒𝑠𝑎𝑑𝑜 𝑒𝑛 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑎𝑗𝑒

−𝜋𝜉
𝑀𝑝% = 100𝑒 1−𝜉 2

𝟔+𝟏𝟎𝟎𝑲𝑫
−𝝅( )
𝟐𝟎+𝟐𝟎𝟎𝑲𝒑
𝟔+𝟏𝟎𝟎𝑲𝑫 𝟐
𝟏−
𝟐𝟎+𝟐𝟎𝟎𝑲𝒑
𝑴𝒑% = 𝟏𝟎𝟎𝒆

De esto es recomendable que KP>0 con lo cual KD>0.14

−𝜋𝑓
𝑀𝑝% = 100𝑒 𝑔

Donde:

6 + 100𝐾𝐷
𝑓=
20 + 200𝐾𝑝

6 + 100𝐾𝐷 2
𝑔= 1−
20 + 200𝐾𝑝

Por lo tanto otra forma de minimizar la función es a través de algún algoritmo de optimización o en su
defecto a través del gradiente, es decir derivando primero con respecto a KP y luego a KD.

−𝜋𝑓
𝜕𝑀𝑝% −𝜋𝑓 𝜕
𝑔
= 100𝑒 𝑔 ∗
𝜕𝐾𝑝 𝜕𝐾𝑝

Por otro lado 𝑒 −∞ = 0 con lo cual se tendría un sobrepaso del 0%, es decir cuando

6 + 100𝐾𝐷 2
1− ≅0
20 + 200𝐾𝑝

Se tiene:

20 + 200𝐾𝑝 ≅ 6 + 100𝐾𝐷

20 + 200𝐾𝑝 ≥ 36 + 1200𝐾𝐷 + 10000𝐾𝐷 2

𝑲𝒑 ≥ 𝟎. 𝟎𝟖 + 𝟔𝑲𝑫 + 𝟓𝟎𝑲𝑫𝟐

Con lo cual para 𝐾𝐷𝑚𝑖𝑛 = 0  𝐾𝑝𝑚𝑖𝑛 = 0.08 mientras que para 𝐾𝐷𝑚𝑖𝑛 = 0.1  𝐾𝑝𝑚𝑖𝑛 = 1.18

Ahora, en referencia a las restricciones de diseño del literal c) con KP=10, se tendría:

𝜉 ≥ 0.690107

o lo que es lo mismo a:

ALMNVV Página 29 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
6 + 100𝐾𝐷
≥ 0.690107
20 + 200𝐾𝑝

Con KP=10 se tiene:

6 + 100𝐾𝐷 2 = 0.476248(20 + 200𝐾𝑝)


36 + 1200𝐾𝐷 + 10000𝐾𝐷 2 = 9.524953 + 95.249534𝐾𝑃
𝐾𝑝 = 0.277955 + 12.598487𝐾𝐷 + 104.9873𝐾𝐷 2

KP=10 y KD=0.250165

Lo que produce:

𝑀𝑝% = 5%
𝜉 = 0.790380
𝜔𝑛 = 44.944410 𝑟𝑎𝑑/𝑠

Ahora se prueba con otros valores de KP y KD

Con KD=0.5 escogemos KP=20 Con KD=0.5 escogemos KP=25

𝜉 = 0.883232 𝜉 = 0.790380
𝜔𝑛 = 63.403470 𝑟𝑎𝑑/𝑠 𝜔𝑛 = 70.851958 𝑟𝑎𝑑/𝑠
−𝜋0.883 𝑀𝑝% = 1.73669%
𝑀𝑝% = 100𝑒 1−0.883 2 𝑡𝑠% = 1%
𝑀𝑝% = 0.269% 𝑡𝑠 = 0.082235
De esto se puede observar que no existe una relación directa – lineal entre KP y KD para este caso en
particular, siendo importante primero señalar las restricciones de diseño para luego determinar las
constantes del controlador.

e) ¿Cómo sería la perturbación inducida por el cambio de estado estacionario del error con el
nuevo régimen de control en la parte (d)? ¿Cómo podría el error de estado estacionario
ser eliminado completamente para la perturbación del torque?

𝑁(𝑠)
𝐸 𝑠 =
10 1
1 + 𝐾𝑝 + 𝑠𝐾𝑑 0.1𝑠 + 1
0.5𝑠 + 1

𝑁(𝑠) 0.1𝑠 + 1 0.5𝑠 + 1


𝐸 𝑠 =
0.5𝑠 + 1 0.1𝑠 + 1 + 10 𝐾𝑝 + 𝑠 ∗ 𝐾𝑑

𝑁(𝑠)
𝐸 𝑠 =
𝑠 2 + 12 + 200𝐾𝐷 𝑠 + (20 + 200𝐾𝑝)

𝑠 2 + 12𝑠 + 20 1
𝑒𝑠𝑠 = lim 2
=
𝑠→0 𝑠 + 12 + 200𝐾𝐷 𝑠 + (20 + 200𝐾𝑝) 1 + 10𝐾𝑝

Se puede observar que: analizando el error 𝑒𝑠𝑠 a través de la fórmula general y haciendo R(s)=0 con
N(s)=1/s nuevamente el error sería

1
𝑒𝑠𝑠 =
1 + 10𝐾𝑝

ALMNVV Página 30 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
Es decir, sigue dependiendo únicamente de la parte proporcional del controlador mas no de la
derivativa ya que si bien es cierto la parte derivativa disminuye el sobrepaso y mejora el tiempo de
establecimiento ts (no siempre), no influye en el error en estado estable.

No obstante para eliminar completamente el disturbio, en la práctica solo es posible si se conoce


exactamente el valor del mismo y si este es constante como pudiera ocurrir en un caso particular si
dicho disturbio proviene por ejemplo del torque de la máquina anclado a cierta carga de la cual se
conoce de antemano todos sus parámetros, siendo esto así las posibles soluciones serían:

 Conjuntamente con la referencia ingresar una señal negativa igual a N(s)/(Gc*Gp). Donde Gc es
la función de transferencia del controlador en tanto que Gp es la función de transferencia de la
planta, en este caso del motor.
 En base a datos experimentales modificar el set point de referencia aumentando o
disminuyendo según sea el caso para obtener cierta velocidad en el motor.
 Finalmente una solución teórica sería escoger un valor de KP sumamente elevado de tal forma
que cualquier disturbio pudiendo este ser o no constante, sería eliminado aunque en la
práctica esto no siempre es posible hablando constructivamente.

ALMNVV Página 31 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
2.4 PROBLEMA 4:

Una imprenta tiene la siguiente función de transferencia:

e 2 s
G( s) 
3s  1

Donde la entrada es un flujo en el conductor y la salida es el peso o grosor de un alambre.

a) Encuentre los parámetros del controlador PID utilizando las reglas de sintonización de
Ziegler-Nichols tuning rules. (Primer método)

b) El sistema se convierte en marginalmente estable para una ganancia proporcional de


Ku=3.044 como lo muestra la respuesta al impulso unitario en la figura 22. Encuentre los
parámetros óptimos del controlador PID de acuerdo a las reglas de sintonización de
Ziegler-Nichols tuning rules. (Segundo Método)

c) Para cada caso (a) y (b), grafique la respuesta al escalón del sistema cuando se ha
incorporado el controlador PID y medir el sobresalto, tiempo de establecimiento y tiempo
de subida. Cuáles son sus conclusiones?

Figura 22. Respuesta al impulso unitario

La forma general de la función de transferencia es:

Ke  sTD
G(s) 
1  sT1

En donde:

T1  Constante de tiempo del sistema


TD  Tiempo de retardo del sistema.
K  Valor de la amplitud máxima de la respuesta del sistema al escalón.

a) Para el caso a analizar se tiene:

ALMNVV Página 32 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL

e 2 s
G( s) 
3s  1

De donde:

T1 ·3 seg , TD  2 seg , K  1

Los parámetros para el controlador PID según el método de Ziegler-Nichols son:

1.2T1 1.2(3)
Kp    1 .8
KTD 2
Kp  1.8

Ti  2TD  2(2)  4
Ti  4

Td  0.5TD  0.5(2)  1
Td  1

U (s)  1   1 
 Kp 1   TD s   1.81   s 
E (s)  Ti s   4s 
U ( s ) 7.2 s 2  7.2 s  1.8

E (s) 4s

En la figura 23 se aprecia el diagrama del controlador y la planta:

Figura 23. Diagrama a bloques de la planta y el controlador obtenido a través de las reglas de
sintonización de primer orden de Ziegler-Nichols

Los valores críticos que se utilizarán para el análisis son:

K cr  3.044
Pcr  6.7857 seg.

En tanto que las constantes obtenidas para el controlador PID solicitado son las siguientes:

ALMNVV Página 33 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
K P  0.6 K cr  0.6(3.044)  1.8264
K P  1.8264

Ti  0.5 Pcr  0.5(6.7857)  3.3928


Ti  3.3928

Td  0.125Pcr  0.125(6.7857)  0.8482


Td  0.8482

Con lo que se obtiene:

 1   1 
GC ( s )  K P 1   Td s   1.82641   0.8482 s 
 Ti s   3.3928s 
0.5381
GC ( s )  1.8264   1.5491s
s
1.5491s 2  1.8264 s  0.5381
GC ( s ) 
s

Eliminando la parte del desplazamiento e 2 s , la función de transferencia obtenida es:

1
G (s) 
3s  1
1  1.5491s 2  1.8264 s  0.5381 
 
G ( s )GC ( s ) 3s  1  s 

1  G ( s )GC ( s ) 1  1.5491s  1.8264 s  0.5381 
2
1  
3s  1  s 

1  1.5491s 2  1.8264 s  0.5381 


 
G ( s )GC ( s ) 3s  1  s 

1  G ( s )GC ( s ) (3s  1)( s )  1.5491s 2  1.8264 s  0.5381
(3s  1)( s )

G ( s )GC ( s ) 1.5491s 2  1.8264 s  0.5381



1  G ( s )GC ( s ) (3s  1)( s )  1.5491s 2  1.8264 s  0.5381

G ( s)GC ( s) 1.5491s 2  1.8264s  0.5381




1  G ( s )GC ( s ) (3s 2  s )  1.5491s 2  1.8264s  0.5381 
G ( s)GC ( s) 1.5491s 2  1.8264s  0.5381

1  G ( s )GC ( s ) 4.5491s 2  2.8264s  0.5381

ALMNVV Página 34 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
2 s
Ahora se procede a determinar la función de transferencia considerando el desplazamiento e , así:

e 2 s 1
G (s)   2s
3s  1 e (3s  1)
1  1.5491s 2  1.8264 s  0.5381 
 
G ( s )GC ( s ) e 2 s (3s  1)  s 

1  G ( s )GC ( s ) 1  1.5491s 2  1.8264 s  0.5381 
1  
e 2 s (3s  1)  s 

1  1.5491s 2  1.8264s  0.5381 


 
G ( s )GC ( s ) e 2 s (3s  1)  s 

1  G ( s )GC ( s ) e 2 s (3s  1)( s )  1.5491s 2  1.8264 s  0.5381
e 2 s (3s  1)( s )

G ( s )GC ( s ) 1.5491s 2  1.8264s  0.5381


 2s
1  G ( s )GC ( s ) e (3s  1)( s )  1.5491s 2  1.8264 s  0.5381

En este punto es conveniente utilizar la serie polinómica del exponencial definida por:


xn x2 xn
e x
 1 x   ... 
n  0 n! 2! n!

Para el análisis se toman solo los tres primeros términos de la serie por ser los de mayor peso, así:

42
e 2s
 1  2s  ´1  2s  2s 2
2
e 2s  1  2s  2s 2

Reemplazando se tiene:

G ( s )GC ( s ) 1.5491s 2  1.8264 s  0.5381




1  G ( s )GC ( s ) (1  2 s  2 s 2 )(3s  1)( s )  1.5491s 2  1.8264 s  0.5381 
G ( s )GC ( s ) 1.5491s 2  1.8264 s  0.5381


1  G ( s )GC ( s ) (1  2 s  2 s 2 )(3s 2  s )  1.5491s 2  1.8264 s  0.5381 
G ( s )GC ( s ) 1.5491s 2  1.8264 s  0.5381


1  G ( s )GC ( s ) (1  2 s  2 s 2 )(3s 2  s )  1.5491s 2  1.8264 s  0.5381 
G ( s )GC ( s ) 1.5491s 2  1.8264 s  0.5381

 
1  G ( s )GC ( s ) (3s 2  6s 3  6 s 4  s  2 s 2  2 s 3 )  1.5491s 2  1.8264s  0.5381

ALMNVV Página 35 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL

G ( s )GC ( s) 1.5491s 2  1.8264s  0.5381



 
1  G ( s)GC ( s ) (6s 4  8s 3  5s 2  s)  1.5491s 2  1.8264s  0.5381

G ( s )GC ( s) 1.5491s 2  1.8264s  0.5381


 4
1  G ( s)GC ( s ) 6s  8s 3  5.5491s 2  2.8264 s  0.5381

En las figuras 25 y 24 se puede apreciar la respuesta del sistema con y sin considerar el retardo de
Tiempo respectivamente.

Figura 24. Respuesta al escalón unitario de la función de transferencia del sistema sin
considerar el retardo de tiempo

Figura 25. Respuesta al escalón unitario de la función de transferencia del sistema


considerando el retardo de tiempo

ALMNVV Página 36 de 37
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
MÓDULO 2: INTRODUCCIÓN A LA TEORÍA DE CONTROL
3 CONCLUSIONES:

De los resultados y gráficas obtenidas se tiene:

 La retroalimentación disminuye considerablemente el error en estado estable de un sistema y


de manera efectiva elimina los disturbios que pueden generarse en determinado ambiente, no
así la cancelación completa de los mismos puede ser no construible físicamente o en su
defecto resultar en un costo económico-tiempo elevado.

 Si bien es cierto Routh Hurwitz nos dá los rangos permisibles de una constante de
proporcionalidad que asegura estabilidad al sistema, existen otras técnicas como el lugar
geométrico de las raíces que proporcionan mayor información sobre un determinado sistema.

 La retroalimentación juega un papel importante en los sistemas de control sin embargo se la


debe ajustar de tal forma que siempre resulte de manera diferencial respecto al entrada de
referencia caso contrario el sistema se vuelve inestable, no obstante al momento solo se ha
realizado un análisis en el dominio del tiempo debiéndose considerar también el análisis en
frecuencia puesto que para la retroalimentación la fase es un punto crítico.

 Para el ajuste que se haga al controlador PID utilizando las reglas de sintonización de Ziegler
Nichols ya sea a través del primer o segundo método, se debe considerar en primera instancia
las restricciones de diseño y observar si las mismas son o no factibles.

 En el controlador PID, la parte proporcional origina una accion correctiva que es proporcional
al error, la parte derivativa D, tiende a dar mas estabilidad pero en algunos casos tiende a
incrementar el tiempo de establecimiento lo que puede ser perjudicial en un sistema en donde
se requiera una respuesta en estado estable rápida por otro lado la parte Integrativa I, elimina
la perturbaciones sostenidas en el tiempo.

 Con el controlador PID usando el segundo método de Ziegler Nichols, el objetivo buscado es
disminuir el sobresalto al 25%, y solo puede ser utilizado en aquellos sistemas donde tiene un
integrador incluido es decir que su función de transferencia sea de orden 2 o superior para
poder determinar el factor de amortiguamiento y la frecuencia natural del sistema.

ALMNVV Página 37 de 37

También podría gustarte