Análisis y diseño de controladores para sistema de tanques acoplados

María José Valenzuela Campos, Matías Guerrero Castillo

Escuela de ingeniería Eléctrica, Pontificia Universidad Católica de Valparaíso

ABSTRACT

En este informe se muestra el análisis realizado en un sistema de tanques acoplados, el

cual está definido por un tanque cilíndrico que tiene dos caudales definidos como entrada
(𝑄1 ) y salida (𝑄0 ). Las dimensiones que describen este sistema son el área de la tubería
(a), el área de la base del tanque (A) y la altura del líquido (H). El análisis consiste en
medir diferentes valores del nivel de caudal, esto al haber aplicado un determinado
voltaje de entrada. Posteriormente, se realiza un modelado e identificación del sistema,
a través de los datos obtenidos anteriormente, generando un modelo, valga la
redundancia, el cual tenga una confiabilidad adecuada.
Se realiza el análisis de la respuesta temporal del modelo antes encontrado. Se utiliza la
plataforma Matlab para determinar los parámetros solicitados, los cuales corresponden
a especificaciones de desempeño del modelo, observando el comportamiento transitorio
y estacionario de este mediante comandos que los entregan directamente y de forma
gráfica. Se comparan los datos obtenidos realizando el análisis del error de los
parámetros obtenidos de ambas formas. Dadas ciertas ganancias, se procede a realizar la
simulación de la respuesta experimental en Matlab y el cálculo del error en estado estable
del modelo, para luego comparar lo obtenido y realizar un análisis del comportamiento
del sistema en lazo cerrado.
A seguir, se diseña un controlador PI y PID, dadas ciertas especificaciones, fijando la
atención en conseguir una robustez adecuada. Se simula en Matlab, y utilizando la
aplicación PID tuner, se diseñan los controladores y se obtienen las funciones de
transferencia de ambos. Estos parámetros encontrados se utilizan también para analizar
el sistema real. Se hace la comparación respecto al tiempo de asentamiento y sobrepaso
máximo entre la respuesta experimental y simulada.
Luego se procede a evaluar los índices de comportamiento, para ambas estrategias de
control, mediante simulación con el uso de las funciones entregadas de los índices ISE
e ITAE, para medir la eficiencia en la eliminación del error de respuesta frente a un
sistema controlado.

1. INTRODUCCIÓN
A través de los años, los sistemas de control han realizado un papel importante en los avances de
tecnología e ingeniería en general. El control automático ha podido integrarse de tal forma que
conforma parte importante en la robótica, tecnología espacial, sistemas de fabricación, impresoras
3D, y en cualquier operación industrial relacionada a variables controlables como humedad,
temperatura, flujos, presión, etc.
El desarrollo, análisis e interpretación de un modelo que representa a una planta a controlar, es clave
al momento de comprender el comportamiento de estos, y así obtener un modelo matemático útil y
óptimo. Lo anterior conlleva un procedimiento experimental basado en la identificación del sistema,
para luego, contando con una investigación previa de la planta, realizar la estructura del modelo,
estimando parámetros y considerando cualquier agente externo que pueda afectar las lecturas, y así
finalmente obtener un modelo válido.
El diseño de la controlabilidad del sistema debe ser acompañada del estudio de estos modelos. El
análisis de la respuesta temporal, estacionaria y transitoria, entrega parámetros de desempeño del
modelo relevantes para determinar la tendencia del sistema a la estabilidad y como este responde a
distintas señales de entrada que se pueden aplicar. Un sistema lineal e invariante en el tiempo, será
estable si este es capaz de volver a su estado de equilibrio luego de estar sujeto a una condición inicial.
Por otro lado, el error en estado estable, por ejemplo, permite conocer cuan exacta es la tendencia de
la respuesta del sistema, a la señal de entrada a aplicar. Existen también medidas e índices que facilitan
la comparación en las estrategias de control que se deseen implementar, como lo son el ISE e ITAE.
El primero de estos, ISE (Integral Square Error), evalúa entre sistemas muy sobre amortiguados y
muy sub-amortiguados, y el segundo, ITAE (Integral Time Absolute Error), evalúa entre sistemas
muy lentos y muy rápidos, en alcanzar el equilibrio; para ambos, buscando el menos valor de índice
posible. Consideraciones de este tipo van a conformar parte importante al momento de la toma de
decisiones en el diseño y elección de la estrategia de control adecuada.
Si se desea controlar un sistema de tanques acoplados, se deben tener nociones físicas de mecánica
de fluidos y funcionamiento de bombas. En este informe se presentará como se modela una planta de
este tipo y la realización de un modelo matemático adecuado, para así, lograr un correcto sistema de
control mediante el análisis de su respuesta temporal, observando el comportamiento en estado
transitorio y estacionario. Estos análisis permitirán el acercamiento a lograr el diseño del controlador
que se requerirá para la planta.

2. Modelado e identificación

2.1 Desarrollo de la experiencia 1

Desarrollo practico I
Para este primer práctico, se ejecuta la aplicación “Tanques acoplados” la cual sirve para activar las
bombas del sistema, mostrada en la figura 1. Con este programa, se aplica una tensión de entrada a la
bomba semisumergida, la cual impulsara el líquido a través de la cañería, llenando el tanque con el
líquido. En el programa se puede observar el nivel del líquido con respecto al tiempo, lo que permite
medir y analizar el sistema. A través de estos datos se puede calcular y rellenar la tabla 1, pedida en
este primer desarrollo práctico, para esto se necesita el voltaje aplicado y el nivel del líquido, los
cuales son usados para calcular el caudal de salida (𝑄0 ) con la ecuación (1).

𝑄0 = 𝑎√2𝑔ℎ ( 1)

Donde, 𝑎 = 0.5 [𝑐𝑚2 ]

ℎ: nivel del tanque

𝑐𝑚
𝑔 = 981 [ ]
𝑠2
 Figura 1 Interfaz Sistema de Tanques.

Tabla 1: Datos obtenidos de la planta y cálculo de caudal.

Voltaje Aplicado [Volts] Nivel del Líquido [cm] Caudal [cm^3/s]

2,8 3,7 11834,6

2,9 5,8 14817,2

3 7,4 16736,6

3,1 8,9 18354,7

3,2 11,1 20498,1

3,3 13 22183,2
 Nivel del Liquido vs Voltaje Aplicado
14

12
Nivel del Liquido [cm]
10

0
2,8 2,9 3 3,1 3,2 3,3
Voltaje aplicado [V]

Figura 2 Grafico Nivel del Líquido vs Voltaje aplicado generado a partir de la tabla 1.

Desarrollo practico II
Para este segundo práctico, a través de los datos analizados de la tabla 1 y la figura 2, se elige un
punto de operación (voltaje de entrada), el cual es utilizado para generar una señal de salida,
realizando diferentes cambios de escalones cuando el sistema alcanza el estado estacionario. Con esto
se identifica y así realiza un modelo de primer orden del sistema con retardo y sin retardo.

El punto de operación elegido es 3.1 Volt, con un cambio de escalón de +0.2 Volts. La señal obtenida
se muestra en la figura 3.

Figura 3 Grafico Nivel del Líquido vs Tiempo

Para el primer modelado de los datos obtenidos (Figura 3) se tuvo un porcentaje de confiabilidad muy
bajo (aprox. 19%), lo que conllevo a realizar una serie de arreglos de la señal, siendo los siguientes:
primero se llevó la señal al eje cero bajándola un promedio de 9.86 en el nivel del líquido, y segundo
se realizó una reducción del ruido de la señal con la aplicación de un Filtro llamado Savitzky–Golay,
el cual se basa en una media móvil que establece una aproximación en el ruido medido. Luego de
arreglar la señal, se analizaron los datos con el comando “Ident”, llegando a un modelo de primer
orden con una confiabilidad aproximada de 91.3% (ver figura 4). Ya que en el modelado con delay
el valor de 𝑡𝑑 es igual a cero, solo queda la función de transferencia de primer orden sin retraso (ver
figura 5).

Figura 4 Modelo y confiabilidad de la señal generada.

Figura 5 Función de transferencia de primer orden.

2.2 Análisis de resultados

Análisis desarrollo practico I

Se realiza el análisis del sistema para determinar la linealidad de este. Dado que el sistema consiste
en un tanque conectado a una bomba, esta última, al variar el voltaje, aumenta el caudal de salida
(𝑄0 ). Por esto se observó el nivel de altura (h) que alcanza el líquido en su estado estacionario.

Como se muestra en la tabla 1, se varia 0,1 𝑉𝑜𝑙𝑡𝑠 desde 2,8 𝑉𝑜𝑙𝑡𝑠 a 3,3 𝑉𝑜𝑙𝑡𝑠, obteniendo el gráfico
de la figura 3. De este gráfico se puede inferir que el sistema es no lineal al tener una pequeña
perturbación entre 3 𝑉𝑜𝑙𝑡𝑠 y 3,1 𝑉𝑜𝑙𝑡𝑠.

Análisis desarrollo practico II

Analizando el modelo ya identificado, queda claro el problema con el ruido generado por la señal de
salida, ya que al momento de llenar la bomba con el líquido se produce una perturbación en el sensor
que mide el nivel de este, teniendo que arreglar la señal digitalmente para obtener una medición
confiable y que se adapte a la señal.

Como se observa en la figura 4, se mejoró el ruido de la señal y así se logró obtener una confiabilidad
de 91.3%.

Con respecto al retardo temporal, se puede concluir que este puede ser despreciable ya que al
momento de generar un modelo con delay a través del comando “Ident”, la variable 𝑡𝑑 dio cero, lo
que indica que el sistema carece de retardo temporal, o bien es despreciable.

3. Análisis de la respuesta temporal

3.1 Desarrollo de la experiencia 2

Desarrollo practico I
En este primer desarrollo se rellenó una tabla de valores la cual pedía los parámetros de desempeños
para el modelo obtenido en la experiencia anterior y para la gráfica de la respuesta experimental.

Para la primera fila se usó el comando “stepinfo” el cual nos entregó todos los valores necesarios para
el modelo de primer orden obtenido anteriormente.

Para la segunda fila, se infirieron los datos a través del grafico de la respuesta (ver figura 6), el cual
se tuvo que filtrar debido a su alto ruido (ver figura 7), esto con el fin de obtener un mejor resultado.
 Figura 6 Gráfico Nivel del Liquido vs Tiempo.

Figura 7 Gráfico Nivel del Liquido vs Tiempo Con filtro.

 Así obteniendo los datos y quedando la tabla de la siguiente manera:

Tabla 2 Tabla Especificaciones de Desempeño.

𝑻𝒓 (𝒔𝒆𝒈) 𝑻𝒔 (𝒔𝒆𝒈) 𝑻(𝒔𝒆𝒈) 𝑻𝒑 (𝒔𝒆𝒈) 𝒚∞ 𝝎𝒏 𝜻 𝒕𝒅

Modelo 161.34 287.29 73.438 - 19.50 - - -

Datos 145 276 69 - 14.4 - - -

Experimentales

Desarrollo practico II
En este segundo desarrollo, se realizó una medición de la respuesta con la inclusión de un control
proporcional, el cual varia en 3 diferentes ganancias. El experimento se realizó con la aplicación de
Tanques acoplados y consiste en agregar una determinada ganancia al sistema para luego cerrar el
lazo y observar su comportamiento. Usaremos los siguientes parámetros:

- Setpoint: Valor de estado estacionario alcanzado.

- Kp: K
- (Ti, min): Valor 0.
- Auto?: Para cerrar el lazo de control.

Primero se selecciona un punto de operación, en este caso usaremos 3.1 Volt elegido en la experiencia
1, una vez alcanzado el estado estacionario de la respuesta, se fija un setpoint con respecto al valor
final alcanzado del nivel del líquido en 811.4 [s], para luego cerrar el lazo por primera vez en 851.6
[s], luego de cerrar el lazo se hace un cambio de referencia de +3 [cm] sobre el nivel del líquido
alcanzado en 894 [s], finalmente se vuelve a abrir el lazo de control en 955 [s]. Esto se repite dos
veces más con lo cual, siguiendo el mismo orden mencionado, obtenemos los siguientes datos:

- 2do setpoint respecto al valor final del nivel alcanzado en 1721.8 [s].
- 2do cierre de lazo de control en 1742.4 [s].
- Cambio de referencia +3 [cm] sobre el valor del nivel alcanzado en 1770.3 [s].
- Se abre el lazo de control en 1817.7 [s]
- 3er setpoint respecto al valor final del nivel alcanzado en 2495.1 [s]
- 3er cierre de lazo de control en 2543.2 [s]
- Cambio de referencia +3 [cm] sobre el valor del nivel alcanzado en 2566.5 [s]

Finalizando el experimento y obteniendo el grafico de la figura 8.

 Figura 8 Gráfica Obtenida Desarrollo Practico II.

3.2 Análisis de resultados

Análisis desarrollo practico I

Al momento de analizar las especificaciones de desempeño, tanto para el modelo obtenido como para
respuesta experimental, se observa una diferencia entre los valores obtenidos, ya que, para la fila de
los datos obtenidos, se infirieron estos valores a través de la gráfica conseguida en Matlab.

Para realizar un mejor análisis de las especificaciones de desempeño, se calcula el error relativo entre
los valores del modelo (valor medido) y de la respuesta experimental (valor simulado). Para esto se
usará la ecuación (2), la cual nos dará un valor en porcentaje.

𝑉𝑎𝑙𝑜𝑟 𝑚𝑒𝑑𝑖𝑑𝑜−𝑉𝑎𝑙𝑜𝑟 𝑠𝑖𝑚𝑢𝑙𝑎𝑑𝑜

𝑒𝑟 = 𝑉𝑎𝑙𝑜𝑟 𝑚𝑒𝑑𝑖𝑑𝑜
∗ 100 (2)

Luego obtenemos los siguientes valores:

- Para 𝑇𝑟 el error relativo es 10.12%.

- Para 𝑇𝑠 el error relativo es 3.92%.
- Para 𝑇 el error relativo es 6.04%.
- Para 𝑦∞ el error relativo es 26.15%.

Con los errores ya calculados, se puede inferir que las mediciones hechas experimentalmente
estuvieron muy cercanas a las obtenidas del modelo de primer orden. Exceptuando el valor final (𝑦∞ )
el cual la calidad de la medición es peor, ya que hay un margen más grande entre estos valores.
Análisis desarrollo practico II
Para analizar de buena manera el desarrollo practico II, se necesitó calcular el error relativo para el
caso de lo obtenido a través del experimento y el error en estado estable para el caso de lo medido
del modelo de primer orden.

El error relativo se calcula con la ecuación (3). Para esta medición se aplicó un filtro en la respuesta
obtenida en el experimento ya que el elevado ruido dificultaba el encontrar un valor apropiado (ver
figura 9). Para esto se usó el valor de referencia y el estado final de la respuesta en lazo cerrado.

𝑅𝑒𝑓.−𝑌𝑓𝑖𝑛𝑎𝑙
𝑒𝑟 = 𝑅𝑒𝑓.
∗ 100 (3)

Figura 9 Grafica Obtenida Desarrollo Practico II (Con Filtro).

Obteniendo los siguientes valores:

12.2−10.72
- Para 𝐾1 = 2 se obtuvo un error relativo de 𝑒𝑟 = ∗ 100 = 12.11%.
12.2
12.2−11.73
- Para 𝐾2 = 6 se obtuvo un error relativo de 𝑒𝑟 = 12.2
∗ 100 = 3.85%.
12.2−12.05
- Para 𝐾3 = 10 se obtuvo un error relativo de 𝑒𝑟 = ∗ 100 = 1.18%.
12.2
Luego, para obtener el error de estado estable del modelo de primer orden se ocupa la ecuación (4)
y (5).

𝑘𝑝 = lim 𝐾 ∗ 𝐺0 (𝑠) (4)

𝑠→0

𝑀
𝑒𝑠𝑠 = 1+𝑘 ∗ 100 (5)
𝑝

19.507
Como sabemos de la experiencia anterior 𝐺0 (𝑠) = , además usaremos 𝑀 = 3.1 (Punto de
73.438𝑠+1
referencia). Obtendremos los siguientes resultados:
19.507 3.1
- Para 𝐾1 = 2 ⟹ 𝑘𝑝 = lim 2 ∗ = 39.014 ⟹ 𝑒𝑠𝑠 = ∗ 100 = 7.74%.
𝑠→0 73.438𝑠+1 1+39.014
19.507 3.1
- Para 𝐾2 = 6 ⟹ 𝑘𝑝 = lim 6 ∗ = 117.042 ⟹ 𝑒𝑠𝑠 = ∗ 100 = 2.62%.
𝑠→0 73.438𝑠+1 1+117.042
19.507 3.1
- Para 𝐾3 = 10 ⟹ 𝑘𝑝 = lim 10 ∗ = 195.07 ⟹ 𝑒𝑠𝑠 = ∗ 100 = 1.58%.
𝑠→0 73.438𝑠+1 1+195.07

Comparando los errores calculados, se puede inferir que, al momento de cerrar el lazo con una
determinada ganancia, el estado estable es más acertado en el caso del modelo de primer orden
obtenido, ya que en el experimento se deducen los datos a través del grafico obtenido, el cual lo hace
más propenso a errores.

Finalmente, se puede concluir que al momento de agregar un controlador proporcional al sistema e ir

aumentando la ganancia (K), todo esto en lazo cerrado, el error en estado estable se hace cada vez
más pequeño, el cual nos indica que la respuesta obtenida es cada vez más cercana a la señal de
entrada aplicada.

4. Diseño, análisis e implementación de controladores PID

4.1 Desarrollo de la experiencia 3

Desarrollo practico I
En este primer desarrollo se pide diseñar dos controladores, un PI y un PID, utilizando PID Tuner de
Matlab. Se necesita lograr un comportamiento deseado de 10 segundos de tiempo de asentamiento y
10% de sobrepaso, también se necesita lograr una robustez adecuada. Para su posterior
implementación en el sistema real o experimental.

Para esto ingresamos nuestra función de transferencia obtenida en la experiencia n°1 en Matlab, luego
se utiliza la app “PID Tuner” la cual, mediante una interfaz eficiente y fácil de usar, se genera el
controlador adecuado para las especificaciones deseadas. Obteniendo los siguientes parámetros, con
las especificaciones pedidas (ver figuras 10 y 11).
 Figura 10 Función de transferencia con el controlador PI con especificaciones de desempeño.

Figura 11 Función de transferencia con el controlador PID con especificaciones de desempeño.

Luego de diseñar nuestros controladores, se generó un problema, esto debido a que, al momento de
implementarlos en el sistema real estos generaron una respuesta agresiva, saturando la señal de
control y empobreciendo la respuesta, esto tanto para el controlador PI, como para el PID (ver figuras
12 y 13).
 Figura 12 Respuesta experimental con PI.

Figura 13 Respuesta experimental con PID.

Para solucionar el problema, se obtuvieron nuevos parámetros para los controladores (ver figuras 14
y 15), los cuales perdieron velocidad en la respuesta transitoria, pero se obtuvo una respuesta
satisfactoria en el sistema real (ver figuras 16 y 17).
Figura 14 Nueva Función de transferencia con el controlador PI con especificaciones de desempeño.

Figura 15 Nueva Función de transferencia con el controlador PID con especificaciones de desempeño.
 Figura 16 Nueva Respuesta experimental con PI.

Figura 17 Nueva Respuesta experimental con PID.

Desarrollo practico II
En este segundo desarrollo practico, se pide evaluar los índices de desempeño para los sistemas con
controladores (PI y PID) tanto para el simulado como para la respuesta experimental. Para esto se
utilizaron los scripts IdenxISE.m y IdenxITAE.m en Matlab. Con un previo arreglo de las funciones
simuladas y experimentales.
 • Índices de Desempeño para el sistema simulado:

Para el sistema simulado, se agrega el modelo de primer orden junto con el controlador (PI o PID) y
se cierra el lazo, luego de esto, se obtienen las variables de salida y de tiempo, esto para poder utilizar
adecuadamente la función IdentxISE e IdentxITAE. Obteniendo los valores mostrados en la siguiente
tabla:

Tabla 3 Índices de Desempeño para el sistema simulado.

Estrategias de Control Índice ISE Índice ITAE

Control PID PI 5.9882 141.66

Robusto
PID 6.1117 257.7906

• Índices de Desempeño para la respuesta experimental:

Para encontrar los valores de los índices de desempeño experimentalmente, primero se debe elegir un
rango de tiempo en la correspondiente respuesta experimental donde se haya cerrado el lazo, una vez
elegido el rango, se recorta la función y a esta se le aplica los scripts obteniendo así los valores
deseados. Para las respuestas experimentales se realizó un filtrado previo al recorte de estas, para
obtener un valor más adecuado (ver figuras 18 y 19).

Figura 18 Nueva Respuesta experimental con PI (Filtrado).

 Figura 19 Nueva Respuesta experimental con PID (Filtrado).

El recorte de la respuesta experimental con PI fue entre 867.3(𝑠) y 1013(𝑠).Quedando lo siguiente:

Figura 20 Recorte de Respuesta experimental con PI (Filtrado).

El recorte de la respuesta experimental con PID fue entre 1656(𝑠) y 1856(𝑠). Quedando lo
siguiente:

Figura 21 Recorte de Respuesta experimental con PID (Filtrado).

Obteniendo los valores mostrados en la siguiente tabla:

Tabla 4 Índices de Desempeño para la respuesta experimental.

Estrategias de Control Índice ISE Índice ITAE

Control PID PI 473.1854 3.7589 ∗ 105

Robusto
PID 301.9620 7.3243 ∗ 105

4.2 Análisis de resultados

Análisis desarrollo practico I

Para este análisis, primero utilizaremos las funciones de transferencias con controladores obtenidas
en la simulación (Figuras 14 y 15), la cual observándolas se puede inferir que al momento de
implementarlas estas actúan muy parecidas, las dos generan un sobrepaso máximo el cual no afecta
a el sistema de tanques, pero siendo el controlador PID mucho más lento en su respuesta transitoria
o tiempo de asentamiento.

En segundo lugar, se analizaron las respuestas experimentales o en el sistema real (Figuras 16 y 17),
de las cuales no se puede inferir mucho, ya que como la señal genera un ruido excesivamente alto se
hace muy difícil el análisis.
Pese al problema del ruido de las señales experimentales, se realizó un filtrado de la señal, así se
calcularon los tiempos de asentamiento y sobrepaso máximo de estas, obteniendo lo siguiente:

- Para respuesta experimental con PI: 𝑡𝑠(2%) = 40.8 (𝑠) 𝑂𝑣𝑒𝑟𝑠ℎ𝑜𝑜𝑡 = 7.58%
- Para respuesta experimental con PID: 𝑡𝑠(2%) = 24 (𝑠) 𝑂𝑣𝑒𝑟𝑠ℎ𝑜𝑜𝑡 = 9.23%

Al momento de comparar las especificaciones de desempeño (𝑡𝑠(2%) y 𝑂𝑣𝑒𝑟𝑠ℎ𝑜𝑜𝑡) entre la respuesta

experimental y simulada, se obtuvieron los siguientes datos:

- Para el controlador PI:

33.8−40.8
▪ Tiempo de Asentamiento: 𝑒𝑟 = | 33.8
∗ 100| = 20.71%
15.5−7.58
▪ Sobrepaso: 𝑒𝑟 = ∗ 100 = 51.1%
15.5

- Para el controlador PID:

66−24
▪ Tiempo de Asentamiento: 𝑒𝑟 = 66
∗ 100 = 63.6%
9.71−9.23
▪ Sobrepaso: 𝑒𝑟 = ∗ 100 = 4.9%
9.71

A través de los errores relativos obtenidos, se puede inferir que la calidad de la medición de la
respuesta experimental es mala, ya que esta lejana de lo obtenido de la simulación, exceptuando el
sobrepasó del controlador PID el cual nos da una calidad óptima (4.9%).

Análisis desarrollo practico II

Para analizar el comportamiento de cada sistema controlado se debe separar entre simulados y
experimentales. Usando las tablas 3 y 4, se llegó a lo siguiente:

- Respuesta simulada o sistema simulado: En este caso, del controlador PI obtenemos un valor
menor en el índice ISE, el cual indica una mayor eficiencia en el error de respuesta que en
el caso del PID. Con respecto al índice ITAE, se genera el mismo resultado, dando un valor
más pequeño en el caso del controlador PI, indicando una mayor eficiencia del sistema en el
tiempo.
- Respuesta experimental: En el caso experimental, los valores obtenidos fueron distintos,
observándose una mayor eficiencia en el error de respuesta para el controlador PID, al ser el
índice ISE menor que para el controlador PI. Para el caso del error de respuesta en el tiempo,
se observa una mayor eficiencia en el controlador PI (al igual que el sistema simulado), dado
que el índice ITAE es mayor que en el controlador PID.

5. Diseño, análisis e implementación de controladores

5.1 Desarrollo de la experiencia 4

Desarrollo practico I
En este primer desarrollo se pide determinar los parámetros para dos controladores, un PI y un PID,
utilizando el método de Ziegler-Nichols. Para esto se sugiere utilizar “Ziegler y Nichols - lazo abierto”
el cual es adecuado para nuestro modelo de primer orden, y como para este método es necesario un
retardo se le agrega uno arbitrario el cual se calcula como 𝑡𝑑 ≥ 0.1𝜏. Para su posterior
implementación en el sistema real o experimental.

Los parámetros se obtenidos, con un retardo temporal de 𝑡𝑑 = 7.3438, se muestran en la siguiente

tabla:

Tabla 5 Ziegler y Nichols - lazo abierto.

𝑲𝒄 𝑻𝒊 𝑻𝒅

PI 𝜏 𝑡𝑑 --
0.9 = 0.461373 = 24.4793
𝐾𝑡𝑑 0.3

PID 𝜏 2𝑡𝑑 = 14.6876 0.5𝑡𝑑 = 3.6719

1.2 = 0.6151
𝐾𝑡𝑑

Luego de esto, se simulo el sistema en lazo cerrado utilizando los controladores obtenidos, para esto
se utilizó “Simulink”, creándose un modelo en base a bloques (ver figura 22), para luego realizar una
perturbación al sistema con un escalón unitario, de esto se obtuvieron diferentes respuestas (ver
figuras 23 y 24).

Figura 22 Modelo De Bloques en Simulink.

 Figura 23 Respuesta a escalón del Sistema con controlador PI.

Figura 24 Respuesta a escalón del Sistema con controlador PID.

Con las respuestas ya simuladas, se implementaron los controladores al sistema real, para esto se
realiza el mismo experimento ya visto en las experiencias anteriores, generando los siguientes
resultados:
 Figura 25 Respuesta experimental con PI.

Figura 26 Respuesta experimental con PID.

Como se puede observar de las respuestas experimentales, el sistema con el controlador PI (figura
25) funciona de manera estable, respondiendo dentro de los márgenes de control. En cambio, el
sistema con el controlador PID (figura 26) responde de manera muy agresiva, saturando la señal y
empobreciendo la respuesta, esto muy probablemente debido a la gran acción integral junto a la acción
derivativa, generan una compensación de ruido con gran energía. De este breve análisis se concluye
que el controlador PID no funciona en el proceso real.
Desarrollo practico II
En este segundo desarrollo practico, al igual que en el de la experiencia pasada se pide evaluar los
índices de desempeño para los sistemas con controladores (PI y PID) obteniendo valores tanto para
el simulado como para la respuesta experimental. Para esto se utilizaron los scripts IdenxISE.m y
IdenxITAE.m en Matlab. Con un previo arreglo de las funciones simuladas y experimentales.

• Índices de Desempeño para el sistema simulado:

Para el sistema simulado, se agrega el modelo de primer orden junto con el controlador (PI o PID) y
se cierra el lazo, luego de esto, se obtienen las variables de salida y de tiempo para poder utilizar
adecuadamente las funciones (IdentxISE e IdentxITAE).

Así obteniéndose los valores mostrados en la siguiente tabla:

Tabla 6 Índices de Desempeño para el sistema simulado.

Estrategias de Control Índice ISE Índice ITAE

Ajuste Empírico PI 6.1435 270.4062

PID 2.3771 151.9709

• Índices de Desempeño para la respuesta experimental:

En el caso de las respuestas experimentales, solo se obtuvieron los índices de desempeño para el
sistema con el controlador PI, debido al no funcionamiento del controlador PID. Para obtener los
índices deseados, primero se elige un rango de tiempo donde la respuesta este en lazo cerrado, luego
se recorta la función en el rango elegido, para luego aplicar las funciones (IdentxISE e IdentxITAE).

Para la respuesta experimental del sistema con el controlador se realizó un filtro (ver figura 27) para
obtener valores más adecuados.
 Figura 27 Respuesta experimental con PI (Filtrado).

El recorte de la respuesta experimental con PI fue entre 826.3(𝑠) y 951.3(𝑠).Quedando lo siguiente:

Figura 28 Recorte de Respuesta experimental con PI (Filtrado).

Obteniendo los valores mostrados en la siguiente tabla:

Tabla 7 Índices de Desempeño para la respuesta experimental.

Estrategias de Control Índice ISE Índice ITAE

Ajuste Empírico PI 360.2384 3.1149 ∗ 105

PID -- --

5.2 Análisis de resultados

Análisis desarrollo practico I

Para este análisis, primero utilizaremos las respuestas con controladores obtenidas en la simulación
(Figuras 23 y 24) obteniendo sus especificaciones de desempeño (ver figura 29), la cual
observándolas se puede inferir que el controlador PI genera una señal más lenta con un sobrepaso
adecuado, en cambio para el controlador PID se genera una señal mucho más rápida esto
posteriormente hace que el sistema real sea muy agresivo.

Figura 29 Especificaciones de desempeño para respuestas simuladas PI (izquierda) y PID (derecha).

En segundo lugar, se analizaron las respuestas experimentales en el sistema real (Figuras 25 y 26), de
las cuales no se puede inferir mucho, ya que como la señal genera un ruido excesivamente alto se
hace muy difícil el análisis. Pero ya que el controlador PID no funciona en el sistema real se omitió
su cálculo de las especificaciones de desempeño en el análisis experimental.

Para obtener las especificaciones de desempeño para la respuesta del controlador PI, se usó la
respuesta experimental filtrada (ver figura 27).
Así se calcularon los tiempos de asentamiento y sobrepaso máximo de estas, obteniendo lo siguiente:

- Para respuesta experimental con PI: 𝑡𝑠(2%) = 27.6 (𝑠) 𝑂𝑣𝑒𝑟𝑠ℎ𝑜𝑜𝑡 = 4.1%

Luego para comparar las especificaciones de desempeño (𝑡𝑠(2%) y 𝑂𝑣𝑒𝑟𝑠ℎ𝑜𝑜𝑡) entre la respuesta
experimental y simulada, se obtuvieron los siguientes errores relativos:

- Para el controlador PI:

71.4−27.6
▪ Tiempo de Asentamiento: 𝑒𝑟 = 71.4
∗ 100 = 61.34%
9.2−4.1
▪ Sobrepaso: 𝑒𝑟 = 9.2
∗ 100 = 55.4%

A través de los errores relativos obtenidos, se puede inferir que la calidad de la medición de la
respuesta experimental es mala, ya que está muy lejana de lo obtenido en la simulación.

Análisis desarrollo practico II

Para analizar el comportamiento de cada sistema controlado se debe separar entre simulados y
experimentales. Observando los índices obtenidos en las tablas 6 y 7, se llegó a lo siguiente:

- Respuesta simulada o sistema simulado: Con respecto a la simulación, se puede inferir que
el sistema con el controlador PID tiene una mayor eficiencia en el error de respuesta que con
el controlador PI, esto debido a que el índice ISE es menor. Para el caso del Índice ITAE
ocurre lo mismo, el sistema con el controlador PID tiene una mayor eficiencia en el error de
respuesta en el tiempo.

- Respuesta experimental: En el caso experimental, no se puede hacer un análisis debido a que

el controlador PID no funciona en el sistema real. Pudiéndose inferir que es más eficiente el
controlador PI ya que este funciona adecuadamente en el sistema real.

6. CONCLUSIONES
Con los análisis realizados se evidencia en primera instancia la importancia del correcto
planteamiento y modelado del sistema a controlar, puesto que, si las lecturas que se tomen no tienen
sentido con el sistema, la controlabilidad que se pueda realizar tendría aún menos sentido.

Se reconoce la utilidad de la herramienta computacional Matlab en apoyo a la simulación del

sistema, permitiendo el análisis de la respuesta en frecuencia del sistema y poder buscar formas de
mejorar la respuesta de este, como por ejemplo corregir el error en estado estable. Además de esto,
facilita la obtención de especificaciones de desempeño para el sistema planteado y poder realizar la
comparación luego de la implementación de un filtro, pudiendo observar la efectividad de este.

A modo general, con las simulaciones y análisis realizado en las practicas, se reconoce le
procedimiento y herramientas útiles para el correcto diseño de un sistema de control para una planta
determinada, sistema de tanques acoplados para este caso, aportando técnicas para evaluar la
eficiencia y utilidad de la controlabilidad que se pueda llegar a diseñar.
 REFERENCIAS

[1] Cristian Castro, Guia N°1 Modelado e identificacion de sistemas de Tanques acoplados,
PUCV, Valparaiso, 2019.

[2] K. Ogata, Ingenieria de control moderna, 2010.

[3] Cristian Castro, Guia N°2 Analisis de la respuesta temporal y error en estado estable
Tanques acoplados, PUCV, Valparaiso, 2019.

[4] Cristian Castro, Guia N°3 Diseño, analisis e implementacion de controladores PID Tanques
acoplados, PUCV, Valparaiso, 2019.

[5] Cristian Castro, Guia de apoyo: Robustez y evaluacion de indices de comportamiento,

PUCV, Valparaiso, 2019.

[6] Cristian Castro, Guia N°4 Diseño, analisis e implementacion de controladores Tanques
acoplados, PUCV, Valparaiso, 2019.