Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Control Moderno
Alumnos:
Gastón Vilches
Pedro Querejeta Simbeni
25 de abril de 2019
1. Introducción
El sistema bajo estudio es el péndulo con volante de inercia ya estudiado
en el primer informe del curso. En el presente trabajo se realizó la identifi-
cación del modelo no lineal del péndulo con volante de inercia a partir de
las mediciones de posiciones angulares y tensión de entrada. El trabajo se
dividió en dos partes. En la primera se obtuvieron y procesaron la velocidad
y aceleración del sistema a partir de mediciones de posición angular. En la
segunda parte se utilizaron estas mediciones para realizar la identificación
del modelo dinámico.
Para encontrar el modelo dinámico se utilizó el método de Lagrange,
y luego se lo representó en variables de estado. Luego, se identifican los
parámetros del modelo utilizando el método de descomposición en valores
singulares. Finalmente se ensayó el modelo no lineal identificado utilizando
Simulink para compararlo con mediciones del sistema real.
La variable de entrada del modelo estudiado es la tensión del motor y su
salida es la posición angular θ1 . Se desprecian las pérdidas por fricción de los
ejes y del aire.
1
aceleración, el ruido de cuantización se amplificó, por lo que fue necesario
filtrar las señales. Para ello se utilizó un filtro pasabajos, debido a que este
ruido es de alta frecuencia. Se utilizó una ventana de Kaiser y las frecuencias
y órdenes del filtro variaron según la medición. En general se utilizó un filtro
de orden 20 y una frecuencia de corte de 0,95 (normalizada a 2π) para la
posición del péndulo, y un filtro de orden 16 y una frecuencia de corte de 2,2
para la posición del volante de inercia.
La derivación y filtrado de señales se implementó mediante scripts en
Matlab. La calidad de filtrado se analizó mediante inspección visual de las
señales temporales.
y
N kT N 2 kT kf ˙
I2 (θ¨1 + θ¨2 ) = Vi − θ2 . (5)
R R
Para la representación en variables de estados se definió x = [θ1 , θ̇1 , θ2 , θ̇2 ]T =
[x1 , x2 , x3 , x4 ]T . Reescribiendo las ecuaciones anteriores y reemplazando don-
de corresponda cada xi se obtuvo:
N 2 KT K F N KT
I2 x˙2 + I2 x˙4 + x4 = Vi . (7)
R R
Para escribir el sistema en variables de estado se despejó a ẋ2 y ẋ4 de
las ecuaciones (6) y (7), obteniendo las ecuaciones (9) y (11). Las otras dos
ecuaciones de estado del sistema se obtuvieron de la definición de las variables
de estado. Entonces, el sistema en variables de estado resulta:
x˙1 = x2 , (8)
x˙2 = −q1 sen x1 + q2 x4 − q3 Vi , (9)
x˙3 = x4 , (10)
x˙4 = q1 sen x1 − x4 q2 (1 + ρ) + Vi q3 (1 + ρ), (11)
2
donde
g(m1 c + m2 L)
q1 = , (12)
I1 + m1 c2 + m2 L2
N 2 KT KF
q2 = , (13)
R(I1 + m1 c2 + m2 L2 )
N KT
q3 = , (14)
R(I1 + m1 c2 + m2 L2 )
ρ = (m1 c2 + m2 L2 + I1 )/I2 . (15)
sen θ11 −θ̇21 Vi1 θ̈21
sen θ − θ̇ V q1 θ̈
ˆ
12 22 i2 22
.. q2 (1 + ρ) = .. ⇒ (−A)q̂2 = θ̈2 . (17)
.. ..
. . . q (1 + ρ) .
3
sen θ1n −θ̇2n Vin θ̈2n
3
distintos. En nuestro caso optamos por los parámetros qi obtenidos de q̂1
y ρ de q̂2 de la primera medición, pues representaba relativamente bien el
sistema en todas las demás mediciones.
3.3. Simulación
Para comparar los posibles resultados mencionados se implementó en Si-
mulink el modelo no lineal representado por las ecuaciones (4) y (5). Este
modelo utiliza los coeficientes identificados, y se utilizó para contrastar el
modelo identificado con las mediciones obtenidas en la primera parte. Se uti-
lizaron varias combinaciones de las mencionadas anteriormente, y se eligió al
mejor conjunto de coeficientes en base a inspección visual de los gráficos de
mediciones superpuestos a los resultados del modelo identificado.
4. Resultados
En la Fig. 1 se muestra el resultado de la primera parte del informe
aplicado al conjunto de mediciones 1. Es decir, las señales de velocidad y
aceleración obtenidas a partir de θ1 . En la misma se ve que al derivar θ1
aparece un ruido que puede ser atribuible a la cuantización de la señal, y
cómo la señal filtrada preserva correctamente la forma. En la aceleración este
efecto resulta menos evidente a simple vista, pues ha sido obtenida luego de
haber filtrado la velocidad.
Con las señales de posición, velocidad y aceleración se identificaron los
parámetros qi y ρ siguiendo el análisis presentado en la Sección 3.2. En dicha
sección se mencionaron diferentes posibilidades para calcular los coeficientes
qi y ρ, y que cada una de ellas se puede aplicar a cada conjunto de medicio-
nes. Se determinó por prueba y error que el mejor conjunto de coeficientes
se obtuvo con las mediciones 1, calculando los qi de la ecuación (16) y pro-
mediando los dos posibles valores de ρ calculados con la ecuación (17) y los
qi mencionados. De esta manera, se obtuvieron los siguientes parámetros:
q1 = 26,0825, (18)
q2 = 6,81208 × 10−3 , (19)
q3 = 21,6668 × 10−3 , (20)
ρ = 294,85162. (21)
En las Fig. 2 y 3 se muestran las señales medidas directamente en el
sistema superpuestas a los resultados del modelo identificado en Simulink.
La Fig. 2 corresponde a las mediciones 1 y la Fig. 3 a las mediciones 4. Cabe
recordar que la identificación se realizó sólo con el conjunto de mediciones 1.
4
Figura 1: Posición, velocidad y aceleración angular del péndulo (1) y el vo-
lante (2) para la medición 1. Señales filtradas en negro y sin filtrar en ver-
de.
6
5. Conclusiones
Del análisis de los resultados de la Sección 4 se concluyen los siguientes
puntos: