Unidades Tecnológicas de Santander, 4 de junio de 2019

Informe # 4 Identificación paramétrica. Uso de

herramientas computacionales para la identificación de
la función de transferencia del sistema.

Jessica Tatiana Corpas Rincon, Johan Enrique Arcila Meza, Anderson Alirio
Jaimes Florez, Oscar Mauricio Sanchez Quecho

UNIDADES TECNOLÓGICAS DE SANTANDER

Tatianarioncon20@hotmail.com,Johan_1400@hotmail.com,Keneagle500@outlook.com
oscarmauricio.sq@gtmail.com
Resumen

En el laboratorio de sistemas de control realizamos los pm para los cuales realizamos los montajes
montajes mediante el programa matlab, el cual facilita el respectivos e identificamos por medio de estos la
montaje de diferentes tipos de elementos para de la función de transferencia y el sistema de ceros y polos
prueba. En esta cuarta práctica mediante herramientas
computacionales como simulink pudimos determinar la
La respuesta impulsional de un sistema coincide con
función de transferencia del sistema. También, hallamos
las gráficas de polos y ceros de la función de su propia función de ponderación, g (t). De hecho, esta
transferencia para hallar la estabilidad de dicha función, propiedad es empleada como técnica experimental
también hallamos el orden, estructura y porcentaje de para realizar la identificación de sistemas. La forma de
aproximación para tres conjuntos de señales demostrarlo consiste en determinar la transformada de
propuestos, En un sistema estable la respuesta del Laplace de la excitación impulsional y luego aplicar el
sistema al impulso tiende a cero cuando el tiempo tiende teorema de la convolución continua. Se define una
a infinito. Si el sistema tiende a un valor finito diferente entrada impulsional, aquella que, en un tiempo
de cero, se puede decir que el sistema es crítico, se infinitesimal, da un pulso de energía que tiende a ser
realizaron los diferentes montajes propuestos en la guía
infinito.
de trabajo a desarrollar en clase mediante el programa
matlab y se determinaron los polos y ceros de las
funciones de transferencia de dichos para a II DESARROLLO DEL CONTENIDO
determinación de estabilidad.
Para obtener una función de transferencia (modelo
Palabras clave--- matlab, parámetros, transferencia, matemático en el dominio de Laplace) de un sistema
identificación, polos y ceros. se puede mediante la inspección de una respuesta
ante una entrada característica. Este proceso se
I INTRODUCCIÓN conoce con el nombre de modelado experimental o
identificación paramétrica.
Se denomina orden de un sistema al grado de su
polinomio característico. Consecuentemente el grado
a). Cuál es la diferencia entre modelo ARMAX, modelo de
de primer orden de un sistema coincide con el número
proceso y modelo de ruido a la salida O.E
de polos de este, con su conjunto respectivamente y
con el orden de la ecuación diferencial que lo modela.
Los sistemas más sencillos y representativos son los
de 1er y 2º orden. El análisis de la respuesta temporal
de los sistemas se hace a partir de su respuesta a
MODELO ARMAX
ciertas entradas, en particular al escalón unitario u(t).
ARMAX (Beta, mean, sigma, phi, theta)
Para determinar la estabilidad del sistema fue
necesario conocer que eran los modelos armax, oe y

1
Unidades Tecnológicas de Santander, 4 de junio de 2019

Beta son los coeficientes de la matriz de los factores Esta situación no es cierta, puesto que supone que el
exógenos. valor esperado de los parámetros no tiene sesgo.
Mean es la media ARMA de largo plazo (Ej. mu).
Sigma es la desviación estándar de los residuos del MODELO DE RUIDO A LA SALIDA O.E
modelo.
Phi son los parámetros del modelo componente AR
(p) (comenzando con el lag más bajo).
Theta son los parámetros del modelo componente
MA (q) (comenzando con el lag más bajo).
Es decir, que a la salida “limpia” se le suma una
perturbación que es directamente un ruido blanco “e”.

Es decir, que a la salida “limpia” se le suma una

perturbación que es un ruido blanco e previamente
filtrado por C (z)/A (z). Este modelo representa bien la presencia de un ruido
de medida independiente en el sensor.

b). como se pueden evaluar los parámetros de

desempeño del modelo calculado, empleando la ident
de Matlab?

Modificando y variando los polos, los cero, derivador e

integrador y así se obtiene nueva gráficas y nuevos
valores, además el porcentaje de aproximación es la
MODELO DE PROCESO otra forma de evaluar cual modelo es el más acertado.

III EJECUCIÓN DE MONTAJES

Equivale a introducir a la salida “limpia” una

perturbación que es un ruido blanco “e” previamente
filtrado por 1/A (z):

FIGURA 1 (MODELO PM MONTAJE 1)

En esta figura se puede evidenciar los datos por los

que optamos para buscar el porcentaje que nos diera
más adecuado para saber si el sistema era estable o
inestable.

2
Unidades Tecnológicas de Santander, 4 de junio de 2019

FIGURA 2 (MODELO PM MONTAJE 1)

Se puede notar que los 4 valores ingresados el que se

acercaba más al 100% fue la gráfica color celeste que
dio un 96,54% asemejándose así mismo al 100% real.

FIGURA 4 (MODELO ARMAX MONTAJE 1)

FIGURA 3 (FUNCION DE TRANSFERENCIA

MODELO PM MONTAJE 1)

En esta figura se observa la función de transferencia

de os datos dados del montaje 1 de la práctica.

FIGURA 5 (MODELO ARMAX MONTAJE 1)

FIGURA 6 (MODELO ARMAX FUNCION DE

TRANSFERENCIA MONTAJE 1)

3
Unidades Tecnológicas de Santander, 4 de junio de 2019

SEGUNDO MONTAJE DE LA PRACTICA 4

FIGURA 9 (MODELO PM MONTAJE 2)

En esta figura se puede evidenciar los datos por los

que optamos para buscar el porcentaje que diera más
adecuado para saber si el sistema era estable o
inestable.
FIGURA 7 (MODELO O.E MONTAJE 1)
Se puede notar que los 4 valores los cuales
ingresamos para mirar cual era el que se acercaba
más al 100% en este caso la línea con color celeste
nos dio un promedio del 100% lo cual es satisfactorio
para la función de transferencia optando así por el
100% real de dicha función.

FIGURA 8 (MODELO O.E POLOS Y CEROS

MONTAJE 1)
FIGURA 10 (FUNCION DE TRANSFERENCIA
MODELO PM MONTAJE 2)

En esta figura se observa la función de transferencia

de os datos dados del montaje 2 de la práctica.

4
Unidades Tecnológicas de Santander, 4 de junio de 2019

FIGURA 14 (POLOS Y CEROS MODELO ARMAX

MONTAJE 2)

FIGURA 11 (MODELO ARMAX MONTAJE 2)

FIGURA 15 (MODELO O.E MONTAJE 2)

FIGURA 12 (MODELO ARMAX MONTAJE 2)

FIGURA 13 (FUNCION DE TRANSFERENCIA

MODELO ARMAX MONTAJE 2)

5
Unidades Tecnológicas de Santander, 4 de junio de 2019
FIGURA 16 (POLOS Y CEROS MODELO O.E
MONTAJE 2)
FIGURA 17 (MODELO O.E FUNCION DE
TRANSFERENCIA MONTAJE 2)
TERCER MONTAJE DE LA PRACTICA 4
FIGURA 18 (MODELO PM MONTAJE 3)
En esta figura evidenciamos que los datos por los que
optamos para buscar el promedio más adecuado para
saber si el sistema era estable o inestable.
6
Se puede notar que los 6 valores ingresamos para
mirar cual era el que se acercaba más al promedio del
100%, en este caso los datos fueron variando en varios
promedios, pero observamos que la línea color lila dio
un promedio del 100% lo cual es satisfactorio para la
función de transferencia.
FIGURA 19 (MODELO ARMAX MONTAJE 3)
En esta figura evidenciamos que los datos por los que
optamos para buscar el promedio más adecuado para
saber si el sistema era estable o inestable.
Se puede notar que los 4 valores ingresamos para
mirar cual era el que se acercaba más al promedio del
100%, en este caso los datos fueron variando en varios
promedios, pero observamos que la línea color lila dio
un promedio del 100% lo cual es satisfactorio para la
función de transferencia.
FIGURA 20 (MODELO ARMAX FUNCION DE
TRANSFERENCIA MONTAJE 3)
En esta figura se observa la función de transferencia
de os datos dados del montaje 3 de la práctica.
Unidades Tecnológicas de Santander, 4 de junio de 2019
FIGURA 21 (MODELO O.E MONTAJE 3)
FIGURA 22 (POLOS Y CEROS MODELO O.E
MONTAJE 3)
a. Que indica el porcentaje de aproximación en las
iteraciones de la identificación.
El porcentaje de aproximación en las iteraciones indica
que tan cerca son los datos reales comparados con el
proceso que se va llevar a cabo.
b). como se pueden evaluar los parámetros de
desempeño del modelo calculado, empleando la ident
de Matlab?
7
Modificando y variando los polos, los cero, derivador e
integrador y así se obtiene nueva gráficas y nuevos
valores, además el porcentaje de aproximación es la
otra forma de evaluar cual modelo es el más acertado.
C).Que diferencia encuentra en los resultados para
cada conjunto de datos y cada estructura escogida
para el modelo.
Los resultados obtenidos para cada conjunto de datos
son valores aproximados por lo cual podemos decir
que el porcentaje dado por cada prueba de cada
estructura es cercano entre los tres.
d. Se pueden modelar sistemas inestables. Justifique
su respuesta.
No se puede modelar sistemas inestables, lo que hace
es que se puede aproximar cada modelo hace que ese
sistema inestable llegue a ser lo más estable posible y
lo más cercano a datos reales.
IV CONCLUSIONES
 Analizamos los diferentes tipos de modelos
para los optamos por varios datos los cuales
ingresamos en el programa para saber cuál
era el promedio que se acercaba al 100% real.
 Realizando esta práctica se optaron por
diferentes modelos para la función de
transferencia identificando en estas si el
sistema era estable, inestable o críticamente
inestable.
 Se evidencio que las distintas iteraciones
realizadas en los diferentes modelos fueron
muy variables ya que en algunas de ellas el
promedio no mejoraba, pero en otras
iteraciones el promedio mejoraba optando así
que el sistema era 100%.
V BIBLIOGRAFÍA.
 Ingeniería de control moderna
Libro de Katsuhiko Ogata
 Sistemas automáticos de control
 Ingeniería de Control-Rina Navarro
Unidades Tecnológicas de Santander, 4 de junio de 2019