Universidad de La Salle. Identificación de sistemas.

IDENTIFICACIÓN DE SISTEMAS.
Joan González Hernandez
Julián Leonardo Martínez

____________________________________________________________________________________
Resumen— Durante la ejecución de la usadas para sistemas dinámicos, para esto se
práctica se realizaron dos identificaciones de caracterizó el sistema a partir de su lectura de la
entrada y salida con el fin de comparar las diferentes
sistemas, por medio de dos técnicas de sistemas
técnicas, las cuales para este caso son: Identificación
para obtener el modelo del motor; al realizar en el tiempo e identificación en el dominio de la
ambas técnicas se obtuvieron resultados frecuencia.
aproximados a la respuesta de la función de RESULTADOS
transferencia del motor. En la identificación se
tuvo que considerar el implemento de un filtro A continuación, se presentan las 2 identificaciones
derivativo para mejorar resultados y mejorar realizadas, una en el dominio del tiempo y la otra en
dominio de la frecuencia.
estabilidad.
1. Identificación de sistemas en el dominio del
Índice de Términos— Identificación, bode, filtro tiempo.
derivativo, motor.
I. Modelo dinámico del motor DC.

Un motor DC se puede modelar como una resistencia con

INTRODUCCION y una inductancia, tal como se muestra es la Fig.1.

Este informe de laboratorio sirve para dar una

introducción a la identificación de sistemas dinámicos,
ya que esto permite conocer la planta sin tener el
modelo dinámico de la planta, en este caso se realizó
la identificación del servo motor EV3 de Lego.

A partir de los datos dados, se desarrollan entonces

diferentes procedimientos como lo son: Identificación
en el tiempo e identificación en el dominio de la
frecuencia.
Según lo anterior, se diseñó entonces, un filtro
derivador con el objetivo de que se obtuviera
correctamente la señal de salida, la cual es la velocidad
angular del sistema y así poder ver su funcionamiento
mediante la simulación del proceso en MATLAB.
DESARROLLO DEL PROBLEMA
Dado un servo motor Lego Ev3, se realizó el modelo
dinámico de este con el fin de obtener en el tiempo la
velocidad angular w(t), para esto se implementó un
filtro derivador. El objetivo de la práctica consiste en
conocer las diferentes técnicas de identificación
Figura1. Circuito equivalente motor DC.
La ecuación del voltaje, en este circuito eléctrico se podrá
observar a continuación, aclarando que 𝑉𝑚 es el voltaje del
rotor:
𝑑𝑖
𝑣(𝑡) = 𝑅𝑖(𝑡) + 𝐿 + 𝑉𝑚
𝑑𝑡
A continuación, se observa la ecuación del toque, teniendo
en cuenta que K, es una constante de proporcionalidad.
𝑇(𝑡) = 𝐾𝑡 ∗ 𝑖
En la siguiente ecuación se observa a que es igual el voltaje
del rotor, el cual está dado por una constante multiplicada
por la velocidad angular, que es la derivada.
Universidad de La Salle. Identificación de sistemas.
2

Siendo T, el tiempo de muestreo. La entrada que se tiene

𝑑∅ del sistema es la posición del motor la cual está dada en
𝑉𝑚 = 𝐾𝑓 grados y lo que se espera de salida es la velocidad angular
𝑑𝑡
w(t)=(grados/s). Por lo tanto, se procede a obtener la
Reemplazando la ecuación del voltaje del rotor a la ecuación en diferencia del filtro derivativo, para esto se
ecuación del voltaje en el circuito eléctrico, se obtiene: aplicó la propiedad de desplazamiento, con el objetivo de
que pueda ser completamente implementable en la
𝑑𝑖 𝑑∅ práctica.
𝑣(𝑡) = 𝑅𝑖(𝑡) + 𝐿 + 𝐾𝑓
𝑑𝑡 𝑑𝑡
2𝑝 − 2𝑝𝑧 −1 𝑊𝑘
Por lo tanto, se le realiza la transformación al dominio =
2𝑝 − 2𝑧 −1 + 𝑝𝑇 + 𝑝𝑇𝑧 −1 𝜃𝑘
de Laplace.
𝑣(𝑠) = 𝑅𝐼 + 𝐿𝑠𝐼 + 𝐾𝑓∅𝑆
2𝑝𝜃𝑘 − 2𝑝𝜃𝑘−1 + (2 − 𝑝𝑇)𝑊𝑘−1
Despejando la corriente, se obtiene: = 𝑊𝑘
2𝑝 + 𝑝𝑇
𝑉(𝑠) − 𝐾𝑓∅𝑆 Al implementar esto en la programación (Ver Anexos), se
𝐼=
𝑅 + 𝐿𝑆 realizaron 3 pruebas del correspondiente a “p”, estos
valores son [5 25 250]. Obteniendo lo siguiente. (Fig.2)
Del circuito mecánico, se tiene que el torque es igual a:

𝑑2∅ 𝑑∅
𝑇(𝑡) = 𝐽 ∗ 2
+𝐵
𝑑𝑡 𝑑𝑡

B es la perdida por fricción.

J es la inercia.

Remplazando en la ecuación inicial de torque, y

transformándola a Laplace, se obtiene:

𝐾𝑡𝐼 = 𝐽𝑠 2 ∅ + 𝐵𝑠∅

Obteniendo como función de transferencia:

∅(𝑠) 𝐾𝑡
𝐺(𝑠) = = 2
𝑣(𝑠) (𝑠 𝐽 + 𝑠𝐵)(𝑅 + 𝐿𝑆) + 𝐾𝑓𝐾𝑡𝑆

II. Filtro derivativo.

Fig.2 Filtro derivativo para valores de p = [5, 25, 250].
Se realizo un filtro derivativo de forma:
Como se puede observar en la Fig.2, entre mayor sea el
𝑝𝑠
valor de p, mayor ruido toma la señal, pero, también se
𝑠+𝑝 puede ver que entre menor será el valor se demora más su
estabilización. Por lo tanto, para la identificación del
A este filtro se le realizo la discretización según la regla de sistema se tomó un valor equivalente a 1.
integración de Tustin, la cual cumple con:
III. Entrada de un escalón.
2 (1 − 𝑧 −1 )
𝑇 (1 + 𝑧 −1 ) Al sistema se le aplico la entrada de un escalón de 40, este
valor es % de potencia que recibe el motor, teniendo claro
Obteniendo: que va desde 0 hasta 100. Se realizo esto para poder obtener
la respuesta en el tiempo de la velocidad angular. Ver Fig.
2𝑝 − 2𝑝𝑧 −1 3.
2𝑝 − 2𝑧 −1 + 𝑝𝑇 + 𝑝𝑇𝑧 −1
Universidad de La Salle. Identificación de sistemas.
Fig.3 Respuesta en el tiempo de la velocidad angular, con un
escalón.
IV. Identificación.
Para la identificación en el tiempo, se debe como
primera instancia obtener el valor máximo de la
gráfica, el cual corresponde a la estabilización del
sistema. Una vez se obtiene esto, se aplica el 25 y 75
% a ese valor máximo, para obtener el valor de
amplitud y tiempo en sistema y poder aplicar las
siguientes formular para obtener Km y Tm, y así poder
identificar el servo motor.
dy=max(wkv);
dy25=dy*0.25;
dy75=dy*0.75;
Obteniendo los valores del tiempo para 75 y 25%.
t25=0.389110196154208;
t75=1.51713066872780;
Una vez hecho esto, se procede a hallar Km y Tm.
k=dy/du;
tm=1.2620*t25-0.2620*t75;
Al realizar esto, se obtiene que para hallar la función de
transferencia debe realizarse de la siguiente manera:
s = tf ('s');
Gs=k/(tao*s+1)
Obteniendo como resultado la siguiente función de
transferencia. En la Fig.4 se podrá observar la
comparación de la gráfica obtenida en tiempo real de la
velocidad angular del motor vs la señal identificada del
mismo:
356
-----------
1.027 s + 1
3
Fig.4 Identificación en el tiempo del sistema.
V. Ventajas y desventajas del filtro derivativo
Al realizar un derivador puro, la magnitud, es creciente y
afecta el sistema; esto se ve reflejado en la práctica ya que,
queda un pequeño componente de ruido; por lo tanto, al
realizar el filtro derivador, se garantiza que la magnitud se
estabilice y elimine el ruido.
2. Identificación de sistemas en el dominio de la
frecuencia.
I. Identificación en el dominio de la frecuencia.
Para la identificación en el dominio de la frecuencia, se le
da como entrada al sistema una sinusoidal, que cumpla con
la forma de: 𝐴𝑠𝑖𝑛 (𝑤𝑡 + 𝜃).
Una vez aplicada la entrada, se debe variar la frecuencia,
con el objetivo de poder identificar el cambio de la salida
con respecto a la amplitud (𝐴) y al ángulo (𝜃).
Esta operación se debe realizar cuantas veces sea
necesario, para así poder construir el diagrama de bode que
𝐴2
responde a la siguiente ecuación 20𝑙𝑜𝑔10 ( ).
𝐴1
Construyendo este diagrama se podrá identificar Km y Tm.
II. Diagrama de bode.
Para la construcción del diagrama de bode, se tomaron 8
datos, estos se podrán observar en la Fig.5.
Universidad de La Salle. Identificación de sistemas.
4

Fig.5 Graficas obtenidas para los datos de la construcción del

diagrama de bode. III. Identificación.

A continuación, se presentará la tabla que se realizó para Para la identificación de Km, se obtiene que es el valor
construcción del diagrama de bode. máximo que se obtiene en el diagrama de bode:

km=10^(max(dB)/20);

Para obtener el tm, se realizó a través de la frecuencia de

corte, el cual consiste en -3dB del máximo.
𝑊(º) 𝑊1 𝑊2
tm=1/5.707;
573 10 92,5
Obteniendo como Función de transferencia:
1146 10 88,5
9.25
1719 10 83,5 ------------
0.1752 s + 1
2292 10 77
A esta función de transferencia se le multiplico por la
entrada, es decir el offset de la señal sinusoidal,
2865 10 71
obteniendo como resultado:
3438 10 63,5

4011 10 58,5

4584 10 54

Tabla 1. Datos obtenidos para la construcción del diagrama

de bode.

Una vez obtenido estos datos dados por la Fig.5. Se realizo,

la construcción del diagrama de bode obteniendo:

Fig.7. Identificación en el dominio de la frecuencia.

IV. CONCLUSIONES
Universidad de La Salle. Identificación de sistemas.
5

• Para mejorar la señal y disminuir la componente close all

de rizado en la señal, se debe realizar e implementar un
filtro derivativo digital, para obtener mejores resultados. L= 0.5;
R= 1;
• Cuando se realiza la identificación del sistema, se K= 0.01;
debe tener la información de entrada y salida bien J = 0.01;
tomados, teniendo cuidado con la adquisición de datos, B = 0.1;
como se observó en la identificación de la práctica.
s=tf('s');
• En la entrada seno se debe cuidar de que el pico %%
de la señal sinusoidal, no llegue al máximo de la A = [-B/J K/J; -K/L -R/L];
potencia del motor ya que se estaría limitando la B = [0 ; 1/L];
respuesta. C = [0 1];
• Para la respuesta de bode se debe observar los D = [0];
datos y calcularlo de manera manual pues el máximo de
la respuesta del sistema puede ser un ruido y en la %% CONVERSION DE VARIABLES DE ESTADO A
adquisición de datos el sistema es sensible al ruido. FUNCION DE TRANSFERENCIA
[num,den] = ss2tf(A,B,C,D);
• Se debe agregar un offset para que la señal nunca s = tf('s');
sea 0 y se frene el motor o cambie su polaridad. Gs = tf(num ,den)
Gss= ((1/s)*Gs)
• La identificación por bode no contempla la step (Gs*356)
multiplicación por la entrada escalar; mientras que la
identificación en el dominio del tiempo si la incluye. IDENTIFICACIÓN EN EL TIEMPO Y LA FRECUENCIA.

REFERENCIAS %% Filtro derivador para la

identificación
 Ramon, Ñeco. Apuntes de sistema de control. % configuración del motor
Editorial Club Universitario, 2013
myev3 = legoev3('usb');
mymotor = motor(myev3, 'A');
 pag 172-174-
resetRotation(mymotor);
174. Tomado de internet
en: https://books.google.com.co/books?id=-
BQvDwAAQBAJ&dq=metodos+de+sintonizacion %condiciones iniciales
&hl=es&so urce=gbs_navlinks_s w=80; %Frecuencia angular
A1=10; %Amplitud
phi1=1; %Desfase
 Controls Lab Week One: System Identification.
Tomado de internet en:
https://unisallevirtual.lasalle.edu.co/pluginfile.php/5 rotation=0;
88399/mo vect=[0];
d_resource/content/0/4053LabManual_Controls1. wk=0;
pdf wkv=[0];
wk1=0;
 Rodriguez, Daniel. Introducción a la identificación
r1=0;
de sistemas. Tomado de internet en:
tiempo=[];
v=2;
http://www.control-
T=0;
class.com/Tema_1/Slides/Tema_1_IntroduccionIde
p=1;
ntificacion. Pdf
tic;
u(1)=50;
while(rotation <=20000)
ANEXOS start(mymotor);
tiempo(v)=toc;
ESPACIO DE ESTADOS DEL SISTEMA
u(v)=A1*sind(w*tiempo(v)+phi1)+50;
clc % Formula del seno en grados
clear all mymotor.Speed =u(v);
Universidad de La Salle. Identificación de sistemas.
6

rotation =
readRotation(mymotor);
vect=[vect rotation];
%Discretización
v= v+1;
T=(tiempo(v-1)-tiempo(v-2));
%Tiempo de muestreo
r=rotation;
wk=(2*p*r-2*p*r1-
p*T*wk1+2*wk1)/((p*T)+2)
wk1=wk;
r1=r;
wkv =[wkv wk1];
subplot(1,2,1)
hold on
plot(tiempo,wkv)
title ('Velocidad angular
wkv')
xlabel('Tiempo')
ylabel('Angulo/s')
subplot(1,2,2)
plot(tiempo,u)
title ('Entrada')
xlabel('Tiempo')
ylabel('Angulo')

pause(0.00000001)
end

stop(mymotor);
resetRotation(mymotor)