ESCUELA DE CIENCIAS BASICAS, TECNOLOGIA E INGENIERIA

ECBTI
SISTEMAS DINAMICOS

TRABAJO FINAL
SISTEMAS DINAMICOS

Presentado a:
JUAN CARLOS AMAYA
Tutor

PARTICIPANTES
ALEJANDRO VALENCIA GIL
Código: 18615950

EDISON FRANCISCO RODRIGUEZ CABALLERO

Código: 1075669355

EDWIN OMAR VALENCIA BUITRAGO

Código: 1053785837

HERNAN DARIO RIVERA MOLINA

Código: 80545761

VICTOR MANUEL PEÑA

Código: 1075672444

GRUPO
243005_22

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA. UNAD

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERÍA
13 DICIEMBRE 2016

1
 ESCUELA DE CIENCIAS BASICAS, TECNOLOGIA E INGENIERIA
ECBTI
SISTEMAS DINAMICOS

CONTENIDO

1. INTRODUCCION
2. TABLA CON MODELOS A UTILIZAR
3. RESULTADO DE LA SIMULACION DE CADA MODELO
4. COMPARACION ENTRE LA SALIDA REAL Y LAS SALIDAS DE LOS
MODELOS
5. ANALISIS Y SELECCIÓN DEL MODELO
6. CONCLUSIONES
7. REFERENCIAS BIBLIOGRAFICAS.

2
 ESCUELA DE CIENCIAS BASICAS, TECNOLOGIA E INGENIERIA
ECBTI
SISTEMAS DINAMICOS

INTRODUCCION

Los sistemas dinámicos tienen un papel muy importante dentro del desarrollo tecnológico y
sistemático de los procesos que rigen el mundo y en especial la industria. Los sistemas de
control nos permiten diseñar y establecer el comportamiento de los procesos mediante el
estudio, la predicción, la simulación y la validación de las diferentes variables que intervienen
en los diversos fenómenos físicos, por ejemplo, como predecir el comportamiento de un
sistema ante la presencia de factores como el ruido, la temperatura, las perturbaciones, entre
otras. Es importante recalcar que el modelamiento matemático de los sistemas ha permitido
realizar análisis, diseños y procesamiento a diferentes señales, con el objetivo de observar
los comportamientos y modificaciones que pueden tener los sistemas al momento de llevarlos
a un plano real.

El presente documento está orientado a establecer los conocimientos básicos y necesarios

para el diseño del modelamiento matemático de sistemas dinámicos utilizando ecuaciones
diferenciales, variables de estado, funciones de transferencia, técnicas de identificación,
simulación y validación. Por lo tanto, se busca dar solución a un problema aplicado a la
industria donde se evidencie el conocimiento en la implementación de ecuaciones
diferenciales y modelos matemáticos, para brindar una mejora en el sistema de monitoreo
que se implementa en una empresa y lograr capturarle las fallas mediante cálculos pertinentes
y modelos planteados.

Dentro del desarrollo del problema encontramos la aplicación de conceptos como: modelos
continuos, modelos discretos, identificación de modelos paramétricos y no paramétricos,
identificación online, los diferentes modelos matemáticos de validación como el Armax,
output error, box Jenkins, con sus respectivas ecuaciones matemáticas y el software
requerido.

Al final del ejercicio se espera encontrar el mejor modelo matemático eficiente y acorde para
el proceso industrial que permita el monitoreo y diagnóstico de fallas según los diferentes
criterios de validación previamente estudiados

3
 ESCUELA DE CIENCIAS BASICAS, TECNOLOGIA E INGENIERIA
ECBTI
SISTEMAS DINAMICOS

TABLA CON LOS MODELOS A UTILIZAR

MODELO
ARX 111
ARMAX 1111
OE 311
BJ 22221

PLANTEAMIENTO

En la Etapa 4 se deberá seleccionar el modelo matemático más preciso, esto es, cuya salida
sea la más cercana a la salida del sistema real.
Se deben realizar 2 tareas prácticas y 1 tarea teórica.
Prácticas:
1. Utilice MATLAB® para aplicar a la ecuación diferencial no lineal encontrada en la
Etapa 1, a la función de transferencia encontrada en la Etapa 2 y a los modelos ARX,
ARMAX, Output- Error y Box-Jenkins identificados en la Etapa 3, una señal de
entrada de prueba suministrada por el docente, y simule los diferentes sistemas. (En
caso de no haber cumplido con estos objetivos el docente suministrará los modelos).

La grafica anterior muestra el diagrama de la ecuación diferencial no lineal, con la función

de transferencia y los modelos Output-Error y Box-Jenkins con la siguiente grafica mostrada
en el scope. Los valores de entrada de la función step son: valor mínimo 8, máximo 9, step
time 2 seg y con un incremento de 0.01 seg, los cuales se obtienen de la señal
entrada_no_lineal.mat dada por el tutor.

4
 ESCUELA DE CIENCIAS BASICAS, TECNOLOGIA E INGENIERIA
ECBTI
SISTEMAS DINAMICOS

Aquí observamos las señales en el scope empezando con la función de transferencia y

terminando con la señal obtenida del modelo BJ.

Podemos observar que las señales ARX ARMAX y OE poseen curvas muy similares que
comienzan en 0 y terminan en 0,5 mientras que la señal BJ comienza en cero y termina en
0,4.

2. Analice las respuestas obtenidas y compare la salida de cada modelo con la salida que
se obtiene del proceso real ante la misma entrada, con el fin de validar y seleccionar
el modelo más preciso.

Según el resultado obtenido en la Unidad No. 3 el modelo más aproximado fue el BJ 2222
con 81.9%, y observando y analizando las gráficas resultantes, podemos observar que los
valores de la señal obtenidos en los demás modelos están representados entre 0-0.5 mientras
que en el modelo BJ se representan con valores más cerrados (-0.2, 0.2, 0.4) facilitando la
observación de los cambios en la señal y adicionalmente la forma de esta señal es muy similar
a la señal de referencia.

Teóricas:
1. Realice un análisis de cuál modelo seleccionaría su grupo para ser utilizado en el
sistema de monitoreo y diagnóstico de fallas. Tenga en cuenta el compromiso entre
precisión del modelo frente a simplicidad del mismo.

5
 ESCUELA DE CIENCIAS BASICAS, TECNOLOGIA E INGENIERIA
ECBTI
SISTEMAS DINAMICOS

Para este caso es necesario realizar la recapitulación del problema del curso.

DESCRIPCIÓN DEL PROBLEMA:

La compañía donde usted trabaja ha realizado la adquisición de un nuevo equipo industrial
que permitirá incrementar los niveles de producción de la empresa. Con el fin de prevenir
fallas y proteger la alta inversión realizada, el presidente de la compañía ha ordenado la
creación de un sistema de monitoreo que permita supervisar el buen funcionamiento de la
máquina y diagnosticar la existencia de alguna falla. Para el diseño del sistema de monitoreo
y diagnóstico de fallas se requiere conocer de forma precisa el modelo matemático del equipo
industrial; de esta manera se dice que la máquina está funcionando correctamente si la salida
real es similar a la salida de su modelo matemático; en caso contrario es posible que la
máquina esté presentando fallas.

Podemos resumir que la necesidad primordial en este caso es la precisión, con el fin de evitar
fallas y proteger la inversión realizada y no la simplicidad del mismo, ya que el modelo más
simple es el que menos garantías ofrece en la precisión del sistema.
En este caso el modelo que utilizarías seria el BJ, ya que a pesar de ser el más complejo de
todos los modelos, es el más preciso, cumpliendo así con el requerimiento de la empresa.

6
 ESCUELA DE CIENCIAS BASICAS, TECNOLOGIA E INGENIERIA
ECBTI
SISTEMAS DINAMICOS

CONCLUSIONES

Con el presente trabajo final consolidamos conocimientos alcanzados durante el desarrollo

del curso mediante la resolución de problemas, permitiéndonos aprender a evaluar diferentes
tipos de sistemas mediante sus diferentes modelos, como los son ARX, ARMAX, Output-
Error y Box-Jenkins, evaluándolos y analizando los modelos más viables y estables para ser
empleado de acuerdo a nuestros requerimientos.
Efectuamos un trabajo mancomunado, fortaleciendo el trabajo interdisciplinar en la
elaboración y resolución de cada una de las fases del curso.

7
 ESCUELA DE CIENCIAS BASICAS, TECNOLOGIA E INGENIERIA
ECBTI
SISTEMAS DINAMICOS

REFERENCIAS BIBLIOGRÁFICAS

 Sendoya, D. (2015). Introducción a la identificación. Recuperado de:

http://datateca.unad.edu.co/contenidos/243005/02-
Entorno_de_conocimiento/Unidad_03/01-Introduccion_a_la_identificacion.pdf

 Sendoya, D. (2015). Identificación no paramétrica. Recuperado de:

http://datateca.unad.edu.co/contenidos/243005/02-
Entorno_de_conocimiento/Unidad_03/03-Identificacion_no_parametrica.pdf

 Sendoya, D. (2015). Métodos para la obtención de un modelo continuo. Recuperado de:

http://datateca.unad.edu.co/contenidos/243005/02-
Entorno_de_conocimiento/Unidad_03/02-
Metodos_para_la_obtencion_de_un_modelo_continuo.pdf

 Sendoya, D. (2015). Identificación de sistemas dinámicos. [Archivo de video].

Recuperado de: http://oficina.renata.edu.co/p7mpq3mte76/

 Sendoya, D. (2015). Identificación online. Recuperado de:

http://datateca.unad.edu.co/contenidos/243005/02-
Entorno_de_conocimiento/Unidad_03/05-Identificacion_online.pdf

 Sendoya, D. (2015). Identificación paramétrica. Recuperado de:

http://datateca.unad.edu.co/contenidos/243005/02-
Entorno_de_conocimiento/Unidad_03/04-Identificacion_parametrica.pdf

 Sendoya, D. (2015). Material identificación de sistemas dinámicos. Recuperado de:

http://datateca.unad.edu.co/contenidos/243005/02-
Entorno_de_conocimiento/Unidad_03/Webconferencias/13_SISDIN_2015-01.zip

 Sendoya, D. (2015). Validación del modelo. Recuperado de:

http://datateca.unad.edu.co/contenidos/243005/02-
Entorno_de_conocimiento/Unidad_03/06-Validacion_del_modelo.pdf