Informe 3 Lab Sac

SISTEMAS AUTOMÁTICOS DE CONTROL
UNIVERSIDAD DE PIURA
FACULTAD DE INGENIERÍA
Programa Académico de Ingeniería Mecánico - Eléctrica
Informe de Laboratorio 2
Curso: Sistemas Automáticos de Control
Profesor: Dr. Ing. William Ipanaqué
Alumno: Luis Daniel Parrilla Prado
Jefe de Laboratorio: Manuel Merino
Tema: Estabilidad de sistemas lineales
Piura, 21 de mayo de 2018

I. TRABAJO PRÁCTICO
1. Averiguar la estabilidad relativa de los siguientes sistemas que representan procesos.
Justificar la forma de los diagramas de Nyquist.
La estabilidad relativa consiste en hallar los valores de margen de ganancia y margen de fase
para cada proceso a analizar.
e −2s
a)
4 s 2 + 5s + 6
Ilustración 1: Diagrama de Nyquist y diagrama de respuesta a entrada escalón del sistema analizado.
Analizando el diagrama de Nyquist, encontramos que dicho diagrama interseca al eje real
negativo en el punto -0.186. De acuerdo a la teoría de margen de ganancia, podemos hallar el
valor de este último como el cociente entre 1 y el valor absoluto de dicha intersección. Así
tenemos:
1
𝑚𝑔 = = 5.37634
|−0.186|
Para el margen de fase nos fijamos en la ganancia estática del sistema, es decir, la intersección
del diagrama de Nyquist con el eje real positivo. Así, nos damos cuenta que este punto de
intersección es menor a 0.2. Por tal, el concepto de margen de fase exige alcanzar un radio
igual a 1 y, dado que nuestra ganancia es menor que 1, es imposible alcanzar dicho radio a lo
largo de todo el diagrama de Nyquist. Por ello, el sistema analizado no contará con un margen
de fase.
Usando el comando de MATLAB [Gm,Pm,Wgm,Wpm]=margin(P) podemos conocer el valor

exacto del margen de ganancia y del margen de fase, obteniendo lo siguiente: Gm=5.3644;
Pm= Inf.; Wgm=0.9869; Wpm=NaN.
s −1
b)
4s + 5
tenemos:
1
𝑚𝑔 = =5
|−0.2|
intersección no existe; sin embargo, su proyección es menor a 0.4. Por tal, el concepto de
margen de fase exige alcanzar un radio igual a 1 y, dado que nuestra ganancia es menor que 1,
es imposible alcanzar dicho radio a lo largo de todo el diagrama de Nyquist. Por ello, el sistema
analizado no contará con un margen de fase.

exacto del margen de ganancia y del margen de fase, obteniendo lo siguiente: Gm=5; Pm= Inf.;
Wgm=0; Wpm=NaN.
s +8
c)
s 2 + 6s + 9
Analizando el diagrama de Nyquist, encontramos que dicho diagrama nunca interseca al eje
real negativo. Es así que, para este sistema, no existirá el margen de ganancia.
intersección es menor a 1. Por tal, el concepto de margen de fase exige alcanzar un radio igual
a 1 y, dado que nuestra ganancia es menor que 1, es imposible alcanzar dicho radio a lo largo
de todo el diagrama de Nyquist. Por ello, el sistema analizado no contará con un margen de
fase.

exacto del margen de ganancia y del margen de fase, obteniendo lo siguiente: Gm=Inf.; Pm=
Inf.; Wgm=NaN; Wpm=NaN.
s −3
d)
s 2 − 5s + 8
tenemos:
1
𝑚𝑔 = = 2.6667
|−0.186|
Para el margen de fase nos fijamos en la ganancia estática del sistema. Así, nos damos cuenta
que el valor de esta ganancia es menor a 1 (0.375 o 3/8 con exactitud). Por tal, el concepto de
margen de fase exige alcanzar un radio igual a 1 y, dado que nuestra ganancia es menor que 1,
es imposible alcanzar dicho radio a lo largo de todo el diagrama de Nyquist. Por ello, el sistema
analizado no contará con un margen de fase finito.

exacto del margen de ganancia y del margen de fase, obteniendo lo siguiente: Gm=2.6667;
Pm= Inf.; Wgm=0; Wpm=NaN.
Además, detectamos que el diagrama de Nyquist ha sido graficado en sentido antihorario,

tomando en cuenta la inestabilidad del proceso por tener fuera de la curva al punto 1. Por tal,
y con el análisis de la gráfica de respuesta frente a entrada escalón, concluimos que el sistema
a lazo cerrado es inestable y divergente.
Comprobando por criterio de polos, tenemos polos de valores 2.5 ± 1.32288 𝑖. La presencia
de parte real positiva nos indica que el proceso es inestable.
2. Para cada proceso del apartado anterior, encontrar un controlador que aplicado en
realimentación negativa haga que el respectivo sistema a lazo cerrado se torne
inestable.
e −2s
a)
4 s 2 + 5s + 6
De acuerdo al ejercicio 1, apartado a, el sistema a lazo cerrado del proceso descrito es

estable. Por tal, para llevarlo a la inestabilidad nos bastaría únicamente añadir un
controlador proporcional. Así tenemos infinitas soluciones para el valor de este
controlador. Una de esas soluciones sería tomar como valor del controlador el valor del
margen de ganancia del sistema a lazo cerrado. Sin embargo, se buscará el valor crítico
bajo el cual el sistema empieza a hacerse inestable. Así, podemos tomar de referencia
el valor que toma un PID solo en su forma proporcional aplicando la sintonización de
Ziegler Nichols. Por ello, tenemos:
𝑚. 𝑔.
𝐾𝑐 = = 0.5 ∗ 𝑚𝑔 = 0.5 ∗ 5.3644 = 2.6822
2
Al introducir este valor en una codificación apropiada en Matlab y graficar el diagrama
de Nyquist correspondiente, obtenemos que el sistema se tornará prácticamente
inestable, ya que la intersección con el eje real negativo se dará en el punto -0.999, el
cual es aproximadamente -1. Sin embargo, si tomamos el valor del KC=2.7, el sistema
será notablemente inestable. Para su comprobación, nos fijaremos en el diagrama de
Nyquist del sistema modificado:
Ilustración 5: Diagramas de Nyquist de los procesos modificados con K=2.6822 (en azul) y con K=2.7 (en verde).
s −1
b)
4s + 5
De acuerdo al ejercicio 1, apartado b, el sistema a lazo cerrado del proceso descrito es

estable. Por tal, para llevarlo a la inestabilidad nos bastaría únicamente añadir un
controlador proporcional. Así tenemos infinitas soluciones para el valor de este
controlador. Una de esas soluciones sería tomar como valor del controlador el valor del
margen de ganancia del sistema a lazo cerrado. Sin embargo, se buscará el valor crítico
bajo el cual el sistema empieza a hacerse inestable. Así, podemos tomar de referencia
el valor que toma un PID solo en su forma proporcional aplicando la sintonización de
Ziegler Nichols. Por ello, tenemos:
𝑚. 𝑔.
𝐾𝑐 = = 0.5 ∗ 𝑚𝑔 = 0.5 ∗ 5 = 2.5
2
Al introducir este valor en una codificación apropiada en Matlab y graficar el diagrama
de Nyquist correspondiente, obtenemos que el sistema se tornará inestable, ya que la
intersección con el eje real negativo se dará en el punto -1. Para su comprobación, nos
fijaremos en el diagrama de Nyquist del sistema modificado:
Ilustración 6: Diagrama de Nyquist del sistema a lazo cerrado indicado, después de conectársele un controlador.
s +8
c)
s 2 + 6s + 9
Debido a que contamos con un sistema estable, pero sin margen de ganancia, debemos
llevar este sistema a la inestabilidad mediante el uso de un PI (proporcional integrador).
Así, basándonos en la formulación general de un PID, tendríamos que usar:
PI=K*(1+(1/Tis)). Estableciendo el sistema a lazo cerrado en Matlab y procediendo a
iterar, nos percatamos que la presencia del proporcional nos dificulta alcanzar la
inestabilidad del sistema. Por tal, analizamos el sistema dado más un controlador
integrador puro e iteramos. Para un valor de TI=0.07407405, el sistema se vuelve
inestable. Para ello, obtuvimos el siguiente diagrama de Nyquist:
Ilustración 7: Diagrama de Nyquist del sistema a lazo cerrado indicado cuando empieza a ser inestable, después de
conectársele un controlador con KI=13.5.
Hallando el valor del Ki para un TI=0.07407405, obtenemos KI=13.5. Por tal, con dicho
valor, el sistema empezará a tornarse inestable.
Otro valor que podemos hallar para el K del integrador puro se puede dar analizando el
sistema dado más un controlador integrador puro con K=1, obteniendo la siguiente
función para el sistema a lazo cerrado: .
Usando el comando de MATLAB [Gm,Pm,Wgm,Wpm]=margin(P) podemos conocer el

valor exacto del margen de ganancia y del margen de fase, obteniendo lo siguiente:
Gm=26.0067; Pm= -180.; Wgm=6.0007; Wpm=0.
Ahora que ya contamos con un margen de ganancia, podemos establecer el valor del K
del integrador (Ki) igual al valor del margen de ganancia. Así, reemplazando este nuevo
integrador en el sistema a lazo cerrado, obtendremos el siguiente diagrama de
Nyquist:
Ilustración 8: Diagrama de Nyquist del sistema a lazo cerrado indicado con análisis de integrador puro, después de
conectársele un controlador con Ki=13.5.
s −3
d)
s 2 − 5s + 8
Debido a que el sistema en lazo cerrado del proceso descrito es inestable, buscamos
llevarlo a la estabilidad. Para ello, usaremos un control proporcional y derivativo (PD).
La parte derivativa me garantiza la estabilidad del sistema, pero me incrementa el error;
mientras que la parte proporcional me incrementa la inestabilidad, pero me disminuye
el error ante un valor proporcional alto. Por tal, buscaré un valor medio en el KC que me
permita disminuir mi error pero que no afecta la estabilidad que proporciona la parte
derivativa del controlador. Al igual que los apartados anteriores, tenemos infinitas
soluciones para los valores de KC y TD. Es así que tomaremos valores arbitrarios no tan
complicados, que me permitan realizar el análisis correspondiente. Para valores de KC=1
y TD=1, tenemos el siguiente diagrama de Nyquist:
Ilustración 9: Diagrama de Nyquist del sistema a lazo cerrado indicado, después de conectársele un controlador.
Este diagrama nos comprueba que, para los valores arbitrarios tomados, el sistema a
lazo cerrado del proceso descrito será estable, ya que no interseca o envuelve al punto
crítico de inestabilidad -1.
5e −2s
3. Se tiene un proceso de primer orden representado por la siguiente ecuación
4s + 1
Evaluar como varían los márgenes de fase y de ganancia para las siguientes
situaciones. Justifique los resultados obtenidos. Mostrar los resultados gráficos.
Mediante el análisis de polos, nos damos cuenta que el proceso dado es estable. Sin
embargo, el efecto del retardo es considerable. Así, utilizando el comando de MATLAB
[Gm,Pm,Wgm,Wpm]=margin(P) tenemos los siguientes valores: Gm=0.7614; Pm= -
38.8084; Wgm=0.9183; Wpm=1.2247. Observando el valor del margen de ganancia, nos
damos cuenta que este es menor a 1; por consiguiente, el sistema será inestable.
a) Se aumenta la constante de tiempo de 4 a 20
Ilustración 10: Diagramas de Nyquist del proceso original y del proceso modificado según indicaciones dadas.
Observando el diagrama de Nyquist, tenemos que el punto crítico de inestabilidad

(-1) está señalado con una cruz de color rojo. Así, el diagrama del proceso original
nos afirma que dicho proceso es inestable, puesto que se encuentra envolviendo al
punto -1. Sin embargo, el diagrama del proceso modificado si es estable. Por tal,
podemos estabilizar un proceso inestable si incrementamos el valor de la constante
del tiempo. Esto se comprueba líneas abajo con los valores del margen de ganancia
y el margen de fase; ya que, para que un sistema sea estable, el margen de
ganancia debe ser mayor a 1 y el margen de fase debe ser positivo, y esto es lo que
sucede con este proceso analizado.
Usando el comando de MATLAB [Gm,Pm,Wgm,Wpm]=margin(P) podemos conocer

el valor exacto del margen de ganancia y del margen de fase, obteniendo lo
siguiente: Gm=3.2699; Pm=73.4679; Wgm=0.8159; Wpm=0.2449.
b) Se aumenta el retardo de -2 a -4

punto -1. Además, cómo se comentó al inicio de esta pregunta, el tiempo de
retardo en un proceso afecta en la estabilidad del mismo. Por tal, si incrementamos
el tiempo de retardo, estamos haciendo más “robusta” la inestabilidad del proceso.
Esto se comprueba líneas abajo con los valores del margen de ganancia y el margen
de fase; ya que, para que un sistema sea estable, el margen de ganancia debe ser
mayor a 1 y el margen de fase debe ser positivo y, a pesar que el margen de
ganancia sea mayor a 1, el margen de fase es negativo, indicándonos que estamos
frente a un proceso inestable.

siguiente: Gm=1.6081; Pm=-179.1538; Wgm=1.9945; Wpm=1.2247.
c) Añada un polo igual a -2

punto -1.
Teóricamente, que un sistema tenga polos reales negativos favorece y/o hace que
mi sistema a analizar sea estable; sin embargo, la influencia del retardo en la
inestabilidad del proceso analizado líneas arriba es poderosa. Por tal, el polo
negativo añadido hace que mi diagrama original “se corra” hacia la izquierda y, al
mismo tiempo, aumente ligeramente mi ganancia.
mayor a 1 y el margen de fase debe ser positivo, y esto es lo que sucede con este
proceso analizado.

d) Añada un polo igual a 4

punto -1.
El efecto de añadir un polo real positivo genera que, en mi diagrama de Nyquist, la

ganancia del proceso se invierta y que el diagrama no tenga tantas espirales cerca
del origen; además, por teoría, un polo real positivo genera inestabilidad en un
sistema. A pesar que el diagrama de Nyquist se invierta respecto al original, se
aplica el mismo análisis de margen de ganancia y margen de fase a este proceso
modificado (intersección con el eje real negativo, etc.). Esto se comprueba líneas
abajo con los valores del margen de ganancia y el margen de fase; ya que, para que
un sistema sea estable, el margen de ganancia debe ser mayor a 1 y el margen de
fase debe ser positivo y, a pesar que el margen de ganancia sea mayor a 1 y el
margen de fase sea positivo, la intersección del diagrama modificado se da en el eje
real negativo y la presencia del polo real positivo genera inestabilidad.

siguiente: Gm=2.6161; Pm=163.9462; Wgm=2.6992; Wpm=1.1731.
e) Añada un cero igual a -3

punto -1.
El efecto de añadir ceros al sistema es mínimo, casi nulo. En criterio de estabilidad,

agregar un cero no afecta en la estabilidad del sistema. Sin embargo, nos damos
cuenta que, al agregar un cero de parte real negativa, la ganancia del sistema
disminuye ligeramente respecto a la original, el diagrama modificado se acerca más
al origen y existe mayor cantidad de espirales o desorden cerca del origen; sin
embargo, no deja de ser inestable.
mayor a 1 y el margen de fase debe ser positivo. Es así que, el valor del margen de
ganancia es menor a 1, por tal es inestable; además, el valor del margen de fase es
negativo, reafirmando la inestabilidad del sistema.

f) Añada un cero igual a 5

punto -1.
Al igual que el apartado anterior, el cero añadido al proceso original no tendrá

influencia alguna en la estabilidad del proceso ya modificado. Por tal, seguirá siendo
inestable. El efecto del cero se da en la forma del diagrama, ya que este resulta ser
de forma invertida al del proceso original; además, la ganancia del proceso
modificado es ligeramente mayor a la original, y existe mayor cantidad de espirales
o desorden en la zona cercana al origen.
mayor a 1 y el margen de fase debe ser positivo. Es así que, pese a que los valores
del margen de ganancia y del margen de fase corresponde con lo dicho líneas atrás,
el sistema seguirá siendo inestable debido a la influencia nula del cero.

4. Se tiene un proceso de segundo orden representado por la siguiente ecuación

5e −3s
4 s 2 + 5s + 1
Evaluar como varía la respuesta en el tiempo en términos de overshoot y tiempo de

establecimiento para las siguientes situaciones. Justifique los resultados obtenidos.
Mostrar los resultados gráficos.
a) Añada un polo igual a -2
Ilustración 16: Diagrama de respuesta a entrada escalón del proceso original vs. Diagrama de respuesta a entrada
escalón del proceso modificado.
De acuerdo al diagrama mostrado, nos damos cuenta que la influencia del polo
añadido al proceso original se da en la etapa transitoria, ya que ambos procesos,
original y modificado, tienen, aproximadamente, el mismo valor de ganancia
estática. Así también, el tiempo de retardo se mantiene igual. Sin embargo, el
tiempo de establecimiento (‘ts’) para cada proceso varían; así tenemos que para
el proceso original ts=19.8 segundos, y para el proceso modificado ts=20.3
segundos. Estos valores de tiempo de establecimiento me indican que mi
proceso original es más veloz en su respuesta respecto al tiempo que demora el
proceso modificado en establecerse.
b) Añada un cero igual a -3
original y modificado, tienen el mismo valor de ganancia estática. Así también, el
tiempo de retardo se mantiene igual. Sin embargo, el tiempo de establecimiento
(‘ts’) para cada proceso varían; así tenemos que para el proceso original ts=19.8
segundos, y para el proceso modificado ts=19.5 segundos. Estos valores de
tiempo de establecimiento me indican que mi proceso original es más lento en
llegar a su valor estacionario respecto al tiempo que demora el proceso
modificado en establecerse, siendo este último menor.
c) Añada unos polos iguales a − 4  5i
segundos, y para el proceso modificado ts=20 segundos. Estos valores de tiempo
de establecimiento me indican que mi proceso original es más veloz en su
respuesta respecto al tiempo que demora el proceso modificado en
establecerse.
d) Añada unos ceros iguales a − 5  2i
segundos, y para el proceso modificado ts=19.4 segundos. Estos valores de
tiempo de establecimiento me indican que mi proceso original es más lento en
llegar a su valor estacionario respecto al tiempo que demora el proceso
modificado en establecerse, siendo este último menor.
Usando el comando de MATLAB [Gm,Pm,Wgm,Wpm]=margin(P) podemos

conocer el valor exacto del margen de ganancia y del margen de fase,
obteniendo lo siguiente: Gm=0.8224; Pm=Inf.; Wgm=13.4255; Wpm=NaN.
II. CONCLUSIONES
1. El criterio de estabilidad de polos es bastante básico para analizar un sistema o
proceso, puesto que este solo me indica si un sistema o proceso es estable o no; es
decir, solo da un análisis de estabilidad absoluta. Mientras que el criterio de
estabilidad de Nyquist nos brinda una información más completa sobre el sistema o
proceso analizado; es decir, qué tan lejos se encuentra la intersección del diagrama
con el eje real negativo respecto del punto crítico de inestabilidad -1; en otras
palabras, nos brinda información sobre el margen de ganancia y el margen de fase,
información que corresponde a un análisis de estabilidad relativa.
2. El efecto que produce un retardo en la estabilidad de un sistema puede ser fuerte o

débil. Así, si aplicamos el análisis de polos a un sistema, este puede darnos que nos
encontramos frente a un sistema estable; sin embargo, al realizar el análisis de Nyquist
al mismo sistema, podemos encontrarnos frente a un proceso inestable. Esto se debe
al efecto que causa el retardo que presenta el sistema.
3. Un sistema con retardo e inestable puede volverse estable, sin necesidad de usar un
controlador PD o únicamente derivativo, si asignamos polos complejos conjugados con
parte real negativa o incrementamos el valor de la constante del tiempo, ya que, al
aplicar estas técnicas, estamos cambiando el polo o los polos que presenta el sistema
original. De ambos métodos, la asignación de polos complejos conjugados con parte
real negativa es el más indicado a utilizar, ya que el valor de la constante del tiempo
es, mayormente, invariable para un sistema.
4. Al diseñar un controlador que me produzca un efecto inverso en criterio de estabilidad

en un sistema (pasar de estable a inestable y viceversa), no siempre requerirá la
presencia de su parte proporcional, ya que, si bien la parte proporcional me disminuye
el error mientras más grande sea su valor o me incrementa la inestabilidad de un
sistema mientras más grande sea su valor, puede afectar en el funcionamiento de la
otra parte componente del controlador, obteniendo finalmente un resultado distinto
al que se busca. Esto sucedió con el apartado c del ejercicio 2, donde se creyó
conveniente utilizar únicamente un controlador en modo integrador puro.

Informe 3 Lab Sac

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Informe 3 Lab Sac

Cargado por

Copyright:

Formatos disponibles

SISTEMAS AUTOMÁTICOS DE CONTROL

Programa Académico de Ingeniería Mecánico - Eléctrica

Curso: Sistemas Automáticos de Control

Profesor: Dr. Ing. William Ipanaqué

Alumno: Luis Daniel Parrilla Prado

Jefe de Laboratorio: Manuel Merino

Tema: Estabilidad de sistemas lineales

Piura, 21 de mayo de 2018

Usando el comando de MATLAB [Gm,Pm,Wgm,Wpm]=margin(P) podemos conocer el valor

Usando el comando de MATLAB [Gm,Pm,Wgm,Wpm]=margin(P) podemos conocer el valor

Usando el comando de MATLAB [Gm,Pm,Wgm,Wpm]=margin(P) podemos conocer el valor

Usando el comando de MATLAB [Gm,Pm,Wgm,Wpm]=margin(P) podemos conocer el valor

Además, detectamos que el diagrama de Nyquist ha sido graficado en sentido antihorario,

De acuerdo al ejercicio 1, apartado a, el sistema a lazo cerrado del proceso descrito es

De acuerdo al ejercicio 1, apartado b, el sistema a lazo cerrado del proceso descrito es

función para el sistema a lazo cerrado: .

Usando el comando de MATLAB [Gm,Pm,Wgm,Wpm]=margin(P) podemos conocer el

a) Se aumenta la constante de tiempo de 4 a 20

Observando el diagrama de Nyquist, tenemos que el punto crítico de inestabilidad

Usando el comando de MATLAB [Gm,Pm,Wgm,Wpm]=margin(P) podemos conocer

Observando el diagrama de Nyquist, tenemos que el punto crítico de inestabilidad

Usando el comando de MATLAB [Gm,Pm,Wgm,Wpm]=margin(P) podemos conocer

c) Añada un polo igual a -2

Observando el diagrama de Nyquist, tenemos que el punto crítico de inestabilidad

Usando el comando de MATLAB [Gm,Pm,Wgm,Wpm]=margin(P) podemos conocer

d) Añada un polo igual a 4

Observando el diagrama de Nyquist, tenemos que el punto crítico de inestabilidad

El efecto de añadir un polo real positivo genera que, en mi diagrama de Nyquist, la

Usando el comando de MATLAB [Gm,Pm,Wgm,Wpm]=margin(P) podemos conocer

e) Añada un cero igual a -3

Observando el diagrama de Nyquist, tenemos que el punto crítico de inestabilidad

El efecto de añadir ceros al sistema es mínimo, casi nulo. En criterio de estabilidad,

Usando el comando de MATLAB [Gm,Pm,Wgm,Wpm]=margin(P) podemos conocer

f) Añada un cero igual a 5

Observando el diagrama de Nyquist, tenemos que el punto crítico de inestabilidad

Al igual que el apartado anterior, el cero añadido al proceso original no tendrá

Usando el comando de MATLAB [Gm,Pm,Wgm,Wpm]=margin(P) podemos conocer

4. Se tiene un proceso de segundo orden representado por la siguiente ecuación

Evaluar como varía la respuesta en el tiempo en términos de overshoot y tiempo de

a) Añada un polo igual a -2

b) Añada un cero igual a -3

c) Añada unos polos iguales a − 4  5i

d) Añada unos ceros iguales a − 5  2i

Usando el comando de MATLAB [Gm,Pm,Wgm,Wpm]=margin(P) podemos

2. El efecto que produce un retardo en la estabilidad de un sistema puede ser fuerte o

4. Al diseñar un controlador que me produzca un efecto inverso en criterio de estabilidad

También podría gustarte