Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Automatización de Procesos Industriales PDF
Automatización de Procesos Industriales PDF
Industriales
Ingeniero de Organización. Curso 1o
Directory
• Table of Contents
• Begin Article
Copyright
c 2006
Last Revision Date: Febrero 2004
Table of Contents
1. OBJETIVOS
2. MÉTODO
3. EVALUACION-cambiar
4. Contenidos
. Tema 1. Introducción
1. Perspectiva histórica
2. La empresa productiva
• Procesado de un elemento • Montaje • Movimiento de material
• Almacenamiento • Inspección y control • Job Shops • Producción
por lotes • Lı́neas de producción • Producción continua • Producto
en posición fija • Por clases de procesos • En flujo de producto • Por
tecnologı́a de grupo
3. El significado del control
4. La automatización industrial
• Técnicas analógicas • Técnicas digitales
5. Modelos matemáticos de sistemas
Parte I. Elementos de la Automatización
9
. Tema 12. Niveles de Automatización
1. Fabricación inteligente
Parte IV. APENDICES
12
1. OBJETIVOS
• Formar personas con capacidad para el planeamiento, gestión, diseño y
desarrollo de proyectos de automatización.
• Fomentar los métodos de trabajo en grupo.
• Utilizar tecnologı́as y métodos de actualidad.
• Inculcar un marco teórico en el que tengan cabida los complejos procesos
productivos.
• Visualizar los métodos y tecnologı́as existentes.
• Fases: análisis, diseño y realización.
13
2. MÉTODO
14
Herramientas
• Plataforma Moodle de la UPV/EHU http://moodle.ehu.es/moodle
• Programas para PLC’s: Omron CX-Programmer, CX-Supervisor
• Programas para control: Matlab, Scilab, Octave, Maple
• Programas para simulación de sistemas: GPSS, ARENA
• Programación en lenguajes estándar: C, C++, Java
Prerrequisitos
• Algebra Lineal: espacios vectoriales, matrices.
• Análisis Matemático: análisis real y complejo (básico), ecuaciones dife-
renciales ordinarias.
• Informática: manejo del ordenador, windows, nociones de programación
(C, C++, Java).
• Fı́sica: nociones de mecánica, electricidad, calor, fluidos.
15
3. EVALUACION-cambiar
• PBL
PG + PA + PE (prácticas laboratorio) 4
Actividades desarrolladas en Moodle 2
Proyecto final 4
Total . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
• Método clásico
Prácticas de laboratorio 4
Examen final 6
Total . . . . . . . . . . . . . . . . . 10
16
4. Contenidos
1. Automatización
• Automatización en la fábrica
• Sensores, actuadores, controladores
• El Simatic CPM-2A: zonas de memoria, ciclo scan, Hostlink no
node, Ladder, timers
2. Automatización local
• Actuadores
• Captadores
• Automatismos eléctricos, neumáticos e hidráulicos
• Controladores y Autómatas programables (PLC’s)
3. Modelado y simulación
• Control de procesos continuos – Matlab, Simulink
• Procesos con eventos – Redes de Petri, Grafcet, Stateflow
• Procesos estocásticos – Scada, Arena
4. Automatización global
• Buses industriales de comunicación
• Robótica
• GEMMA
• SCADA
17
Tema 1. Introducción
18
1. Perspectiva histórica
Fuego:
• Homo sapiens→ calefacción → alimentos
• Edad Bronce → metales → cerámica → “procesos fabricación”
Energı́a eólica:
• 2000 A.C: embarcaciones a vela
• 1000 A.C.: Fenicios → Mediterráneo
• Edad Media: Europa → molinos de viento
Energı́a hidráulica: 50 A.C: Romanos → noria
Máquina de vapor
• James Watt, 1750 → Revolución Industrial
• Maquina de vapor → bombas agua (minas de Gales)
• Automatización telares (Manchester)
19
El governor de Watt
w(t)
xC : consigna de velocidad ωref (fija)
C
Si ω aumenta
xC
⇒ aumenta fuerza centrı́fuga
B ⇒ bolas B se separan
⇒ A sube
⇒ A cierra válvula vapor de la caldera
Actuador ⇒ baja la presión
A
válvula ⇒ ω disminuye
xA
20
Locomóvil
Marsall sons & Co. Ltd.
Gainsborough, U.K.
Primer cuarto del siglo XX
21
Teorı́as, tecnologı́as y áreas
• Teorı́as
. Teorı́as de Control, Sistemas y Señal
. Sistemas de eventos discretos
. Máquinas de estado, Redes de Petri, Grafcet, Statechart
• Tecnologı́as
. Neumática, Hidráulica
. Electrónica
. Microprocesadores, Ordenadores, Autómatas programables
. Robótica
. Comunicaciones
. Desarrollo del software
• Areas tecnológicas
. Automatización de las máquinas-herramienta
. Control por computador, CAD, CAM, CIM
. Control de procesos distribuido
. Células flexibles
22
2. La empresa productiva
23
Actividad de la empresa
Gestión
MERCADO
24
El proceso productivo
Energia
25
Operaciones básicas de fabricación
• Procesado de un elemento
Materia prima- Pieza -
Mecanizado
• Montaje
Mat. prima 1- Pieza 1-
Mecanizado 1
Montaje Producto
-
• Movimiento de material
• Almacenamiento
• Inspección y control
26
Tipos de procesos
• Job Shops
- amplia gama, alta tecnologı́a, series medianas–pequeñas
• Lı́neas de producción
- cadena – grandes series - pocos productos – automóviles
• Producción continua
- productos simples – grandes cantidades – petroquı́mica
27
Ubicación de los procesos
Importancia: procesos, comodidad del personal, cableados, buses etc.
Programas simulación (estocástica)
• En flujo de producto
Máquinas a lo largo del flujo
Teorı́a de Control
sistema de control = entidad
– terminales de entrada (controles) → estı́mulos
– terminales de salida → respuesta
Entrada- Salida -
Bloque
29
El control en la empresa
El esquema de feedback es aplicable los procesos de la empresa.
• Control de producción
• Control de calidad
• Control de presupuestos
• Control de procesos
Elementos esenciales:
30
4. La automatización industrial
Objetivos
• Mejora de diseño
• Mejora de la calidad
Procesos a automatizar
31
Ventajas e inconvenientes de la automatización
Ventajas:
? Permite aumentar la producción y adaptarla a la demanda
? Disminuye el coste del producto
? Consigue mejorar la calidad del producto y mantenerla constante
? Mejora la gestión de la empresa
? Disminuye de la mano de obra necesaria
? Hace más flexible el uso de la herramienta
Inconvenientes:
• Incremento del paro en la sociedad
• Incremento de la energı́a consumida por producto
• Repercusión de la inversión en el coste del producto
• Exigencia de mayor nivel de conocimientos de los operarios
32
Automatizar: aplicar feedback
• Técnicas analógicas
Controlador: mecánico, neumático, hidráulico, eléctrico, electrónico, óptico
• Técnicas digitales
Ordenador – microprocesadores – microcontroladores – ordenador personal comuni-
caciones – software ...
33
Estructura de un sistema automatizado
d(t)
yref
- +m(t)- C x(t)-
A
u(t)- ? v(t)
+m - P r y(t) -
ym (t)
− 6
M
refy
−→ Entrada de referencia C Controlador PID
d(t)
−→ Entrada perturbadora A Actuador
y(t)
−→ Salida P Planta o Proceso
(t)
−→ Error M Medidor
34
Procesos de eventos discretos
ordenes
Parte Parte
de Mando Operativa
eventos
Esquema básico
A
PLC P
S
Comunicaciones
A
Procesador PLC P
S
A A A A
PLC P P P P
S S S S
Control distribuido
35
Parte Operativa
Recibe órdenes de PM, opera sobre el proceso productivo y envı́a eventos a PM.
• Elementos de almacenaje
• Sensores
Parte de Mando
Recibe eventos de PO, los procesa y envı́a órdenes a PO. Diálogo con máquinas.
Tratamiento y acondicionamiento de señales.
• Interfaces hombre-máquina
36
Tipos de automatización
• Automatización total
37
Tecnologı́as de la automatización
• Mecánica: herramientas, mecanismos, máquinas, elementos de transporte
38
5. Modelos matemáticos de sistemas
Modelo matemático: ecuación o sistema de ecuaciones que lo representa y cuya
evolución en el tiempo se corresponde con la del sistema.
Permite hacer cálculos, predicciones, simulaciones y diseñar.
Clasificación:
39
Parte I. Elementos de la Automatización
40
Automatismos
Automatismo: conjunto de sensores, actuadores y controladores conectados con-
venientemente por medio de circuitos y/o buses de comunicación un determinado
proceso para que funcione con una mı́mima intervención humana.
Tecnologı́as de realización
• Sensores: electrónica, neumática
Observese que sólo las tecnologı́as Eléctrica y Neumática permiten construir auto-
matismos completos.
41
Tema 2. Automatismos eléctricos
Normas EN 60617, UNE EN 60617, IEC 60617, CEI 617:1996: sı́mbolos gráficos
esquemas (Inglés y Español)
• EN 60617-10:telecomunicaciones: transmisión
http://www.tecnicsuport.com
43
2. Circuitos y esquemas eléctricos
Circuito de potencia
• Elementos de protección
Circuito de mando
• Sensores, detectores
• Elementos de señalización
44
Tipos de esquemas
• Esquema unifilar
. varias fases agrupadas
. se pierde detalle
. planos de lı́neas de distribución
. poco usado en automatismos
• Esquema desarrollado
. representación detallada
. facilita la comprensión del funcionamiento
. fundamental para el cableado, reparación y mantenimiento
. asocia cada aparato con sus componentes mediante letras y números
ej: contactor KM2 → contactos KA1 21-22
A2
−KA1
−KM1 22 21
A1
45
Identificadores de dispositivos
A Aparatos de serie M Motores
B Sensores N Aparatos no serie
C Condensadores P Prueba y medida
D Dispositivos binarios Q Interruptores mecánicos
E Electricidad R Resistencias
F Protección S Switches manuales
G Generadores T Transformadores
H Señalización V Válvulas electrónicas
K Relés y contactores W Wave transmision
KA auxiliares X Conexiones, regletas, bornas
KM de potencia Y Electromecánicos
L Inductancias Z Filtos
46
Rotulado de conductores y bornas
Conductores L1
3N ~ 50 Hz 400V
5
de potencia: una cifra por contacto
1, 3, 5, . . . , (arriba)
2, 4, 6, . . . (abajo)
6
auxiliares: dos cifras por contacto
11
23
35
47
1a cifra: número de contacto
2a cifra: 1,2 = NC 3,4 = NA
12
24
36
48
5,6 = NC especial 7,8 = NA especial
Bobinas:
A1
B1
A1, B1, C1, . . .
A2, B2, C2, . . .
A2
B2
Bornas control: regleteros X1, X2, . . .
X3 1 2 3 4 5 6 7
con bornas 1, 2, 3, . . .
Bornas potencia: L1, L2, L3 (lı́neas), N (neutro),
PE (tierra), U, V, W (salidas)
47
Elementos de control
Pulsador
contacto NA
Seta
con enganche
contacto NC
Interrruptor
giratorio
contacto NA
48
3. El relé
• Interruptor accionado por electroimán
• Contactores
• Diagrama de contactos
1
NC
NA A1 12 14
A1
A2 11
A2
Esquema según norma CEI
49
Funciones lógicas con relés
+ −
a K
+ − + − −
a s a s
K
+ − + −
a b K a b K
+ −
a b s K s K s
50
Elementos con memoria
+ −
a K
+ − + − −
a s a s
K
+ − + −
a b K a b K
+ −
a b s K s K s
51
Componentes de dialogo con el usuario
• Entradas: pulsadores, setas, interruptores, potenciómetros
• Pantallas tactiles
52
Relés – contactores
53
Tema 3. Sensores
Partes de un sensor
Captador: dispositivo con un parámetro p sensible a una magnitud fı́sica h – emite
energı́a w que depende de p (y de h). Ideal: w(t) = K h(t), K = cte.
Transductor: recibe la energı́a w del captador, la transforma en energı́a eléctrica
e(t) y la retransmite.
Acondicionador: recibe la señal e(t) del transductor y la ajusta a los niveles de
voltaje e intensidad, precisos para su posterior tratamiento, dando v(t).
54
1. Tipos de sensores
Analógicos: parámetro sensible – magnitud fı́sica
1.2. Caracterı́sticas
Aspecto – caracterı́sticas
• Fiabilidad
56
2. Calibración (sensores analógicos)
Ensayo: entrada h = magnitud de valor conocido – salida medida v
Tabla de calibración: varios puntos h1 → v1 , . . . , hn → vn , dentro del rango
Curva de Calibración: representación gráfica (h, v)
Necesario: aparato de medida de mayor precisión que el sensor
Linealización: curva de calibración → lı́nea recta
57
3. Tipos de transductores
Temperatura
• Termistor – parámetro sensible: R (ptc, ntc)
β(( T1 )−( T1 ))
RT = R0 e 0 , β = cte., T0 = 250 C – formas variadas
• Termopar – ∆T → ∆v – rápido (ms) – señal débil – T alta
• Circuitos integrados – LM335 (10 mV/0 K), AD592 (1µ A/0 K).
Posición
• Resistivos – potenciómetro (R) – lineal y angular
• Inductivos – LVDT
• Encoder – digital – lineal y angular
• Ultrasonidos
• Láser
Velocidad
• Dı́namo tacométrica
• Encoder
V+
i(t)
? ρ
Rx = x(t)
A
vx (t)
V+
R i(t) =
Rx R
x(t) ρ V+
vx (t) = Rx i(t) = x(t) = Kpot x(t)
A R
0
59
3.2. Sensores – detectores de proximidad
60
61
62
Tema 4. Neumática
63
1. Instalación de aire comprimido
• Compresor –alternativo –rotativo
64
2. Cilindros
Energı́a aire comprimido → energı́a mecánica
Tubo de acero – émbolo – vástago – una o dos tomas de aire
P P P
Cilindro de simple efecto Cilindro de doble efecto
Tipos: con amortiguador, en tándem, multiposicionales, rotativos y mesas,
de impacto, sin vástago, etc.
65
2.1. Válvulas
Sirven para controlar el paso de fluido – notación: no vı́as / no de posiciones
Distribuidoras: pieza fija + pieza móvil. Muchas formas y dimensiones
Accionamiento:
• Electroneumático.
A
A
R P R P
Válvula 3/2 de corredera y con accionamiento mecánico
66
Válvulas de dos vı́as
Válvula 2/2: dos orificios o vı́as de aire (entrada y salida), y dos posiciones de
trabajo. Dos tipos: NC y NA. Reposo: cuadrado dcha.
A A
P P
Con accionamientos:
A A
P P
67
A A
P R P R
P R
abrir ← (centro: las tres vı́as cerradas) → cerrar
68
A B A B
X X Y
P R P R
Válvulas 4/2 y 4/3
A B A B
X Y X Y
RS P RP S
A B
X Y
RP S
Válvulas 5/2, 5/3 y 5/4
Válvula selectora
Conductos internos con forma de T; la bolita tapona la entrada X o Y
Si pX > pY entonces la bolita tapa la entrada Y y pA = pX .
En cambio, si pY > pX ocurre lo contrario y pA = pY
69
A
X Y
70
Válvulas de simultaneidad
Lleva una corredera en el conducto que comunica las entradas X e Y . La corredera
tiene dos tapones ubicados en sendas cavidades, uno para la entrada X y otro para
la entrada Y y unidos por una varilla. Si pX > pY entonces la cavidad de la entrada
X resulta taponada y pA = pY .
A
X Y
71
Aplicación sencilla
Control de un cilindro de doble efecto desde dos posiciones X e Y mediante una
válvula selectora de tipo OR.
X Y
72
Cilindros
Suministro de aire
73
Válvulas
Fittings
74
Tema 5. Autómatas programables
1. Descripción de un PLC
Externamente un PLC se compone de una o varias cajas de plástico acopladas
mecánica y eléctricamente entre sı́. Una de ellas contiene la CPU (Central Process
Unit) y las otras son módulos complementarios para entradas, salidas, comunicacio-
nes, alimentación y otras funciones especiales.
• Datan de la década de los 80
– sustituir relés y temporizadores.
75
Arquitectura de un PLC
76
Cableado directo I/O
CPU
Drivers Drivers
77
Cableado por bus de campo
0
CPU
1 2 3
CPU
Proceso 1 Proceso 2
78
Funcionamiento
Un autómata programable ejecuta un programa almacenado en memoria, de modo
secuencial y cı́clico, en base a lo que suele denominarse ciclo de scan.
• Primero se actualizan las salidas del autómata con los valores de los registros
internos asociados y a continuación las entradas se chequean y sus valores se
almacenan en los registros asociados a las mismas.
• Una vez terminada la tarea I/O, se ejecuta el programa con los datos alma-
cenados en los registros internos.
Este proceso se ejecuta de un modo permanente, ciclo tras ciclo y sin fin.
Fabricantes
ABB, Afeisa, Allen Bradley (Rockwell), Entrelec, Exor, Fuji, GE-Fanuc, Hitachi,
Hitech, Ibercomp, Idec, Koan, Mitsubishi, Matsushita, Moeller, National, Omron,
Pilz, Siei, Siemens, Sprecher, Telemecanique (Schneider), Tri, Xycom, Yaskawa.
79
Ejemplo de proceso simple
switch lectora
piezas codigo
PLC
entradas
salidas
STOP
maquina
robot
80
2. Programacion de PLC’s
Lenta evolución de los lenguajes de control industrial.
Motivo: los programas se pueden usar en áreas en las que los fallos pueden originar
riesgos para la seguridad humana o producir enormes pérdidas económicas.
Antes de que una nueva técnica ser aceptada, debe ser probada para verificar que
cumple unas severas condiciones de seguridad y fiabilidad.
Los programas deben ser comprendidos por otras personas ajenas al programador:
técnicos (electricistas, mecánicos, etc.), encargados de planta e ingenieros de proceso
→ lenguajes con caracterı́sticas especiales.
Es posible resolver el mismo problema con diferentes lenguajes. El grado de dificultad
puede variar.
Hay sistemas que convierten automáticamente de un lenguaje a otro.
Programación con ratón mediante interfaces gráficas bajo windows.
Autómatas gama alta: programables en C o SFC, diseño con Statecharts.
Autómatas gama baja: conversión (manual) SFC → LD
81
La norma IEC 1131
Intento de normalización del empleo de PLC’s en automatización.
Antes de la IEC 1131-3: lenguajes especı́ficos de cada PLC
→ confusión, mala coordinación y pérdidas de tiempo y dinero.
Objetivo de la IEC 1131-3: hacer que los programas se entiendan mejor.
Familias de la IEC 1131:
82
La IEC 1131-3. Lenguajes de programacion
Norma para el diseño de software para sistemas de control industrial, en particular
para PLC’s (Programmable Logic Controller).
Fue publicada por primera vez en 1993. Hasta entonces no habı́a ningún estándar
para la programación de sistemas PLC.
Lenguajes incluidos en la norma IEC 61131-3:
83
Elementos comunes
1. Naturaleza de los datos
• Entradas y salidas
• Marcas (memoria)
• Temporizadores y contadores
• Datos globales (permanentes)
• Datos locales (temporales)
2. Tipos de datos básicos
• boolean: bool (1 bit)
• bit string: bool, byte, word, dword, lword (8, 16, 32, 64 bits)
• integer: sint, int, dint, lint (1, 2, 4, 8 bytes)
• unsigned integer: usint, uint, udint, ulint (1, 2, 4, 8 bytes)
• real: real, lreal (4, 8, bytes)
• time: time, date, tod, dt
• string: string
3. Variables: direcciones de memoria o I/O
84
2.1. Ladder Diagram (LD)
• Lenguaje de contactos
Elementos (instrucciones)
2. Timers, Counters
3. Aritmética
4. Manipulacion de Datos
5. Secuenciadores, etc.
85
Programación en lenguaje LD
Paso 1: Si llega pieza y equipo no está en parada, acciona la lectora
Paso 2. Si la pieza es correcta, activa parada equipo
Paso 3. Si equipo en parada y máquina no ocupada y robot no ocupado, carga pieza
Paso 4. Si tarea es completada y robot no ocupado, descarga la máquina
01 14 11
e ne s ns
E1 01 S1 11
E2 02 S2 12 E1 S4 S1
E3 03 S3 13 02 14
E4 04 S4 14
E5 05
E2 S4
Tabla de sı́mbolos
14 04 03 12
S4 E4 E3 S2
05 03 13
E5 E3 S3
86
2.2. Structured Text (ST)
• Lenguaje de alto nivel
• Llamadas a función
87
Programación en lenguaje ST
PROGRAM proceso_simple
VAR_INPUT
E1 : BOOL;
E2 : BOOL;
E3 : BOOL;
E4 : BOOL;
E5 : BOOL;
END_VAR
VAR_OUTPUT
S1 : BOOL : FALSE;
S2 : BOOL : FALSE;
S3 : BOOL : FALSE;
S4 : BOOL : FALSE;
END_VAR
S1 := E1 AND (NOT S4);
S2 := S4 AND (NOT E4) AND (NOT E3);
S3 := E5 AND (NOT E4);
S4 := E2;
END_PROGRAM
88
2.3. Functional Block (FB)
FB’s
89
Up Counter Function block
Cuenta impulsos que llegan a CU Algoritmo en lenguaje ST:
hasta que su número supera a PV
FUNCTION BLOCK CTU
y entonces saca la cuenta por CV y
VAR_INPUT
pone a 1 Q. Con R (reset) se pone a
CU : BOOL;
cero.
R : BOOL;
CTU PV : INT;
BOL CU Q BOL END_VAR
VAR_OUTPUT
BOL R Q : BOOL;
CV : INT;
END_VAR
INT PV CV INT IF R THEN
CV := 0;
ELSEIF CU
CU : inpulsos a contar AND (CV < PV) THEN
R : puesta a cero CV := CV + 1;
PV : valor a reponer END_IF;
Q : salida Q := (CV >= PV);
CV : valor contado END_FUNCTION_BLOCK
90
2.4. Instruction List (IL)
• Lenguaje de bajo nivel similar a un lenguaje ensamblador.
• Cada lı́nea tiene cuatro partes: label, operator, operand, and comment.
Instrucciones
LD N load N into register ST N store register in N
S set operand true R reset operand false
AND N, Op Boolean AND OR N, Op Boolean OR
XOR N, Op Boolean XOR ADD Op addition
SUB Op subtraction MUL Op multiplication
DIV Op division GT Op greater than
GE Op greater than and equal to EQ Op equal
NE Op not equal LE Op less than and equal to
LT Op less than JMP C, N jump to label
CAL C, N call function block RET C, N return
“N”: negacion. “C”; condición, la operación se ejecuta si el valor del registro es
cierto.
91
Programación en lenguaje IL
PROGRAM proceso_simple
VAR_INPUT LD E1
E1 : BOOL; ANDN S4
E2 : BOOL; ST S1
E3 : BOOL; LD S4
E4 : BOOL; ANDN E4
E5 : BOOL; ANDN E3
END_VAR ST S2
LD E5
VAR_OUTPUT ANDN E4
S1 : BOOL : FALSE; ST S3
S2 : BOOL : FALSE; LD E2
S3 : BOOL : FALSE; ST S4
S4 : BOOL : FALSE;
END_VAR END_PROGRAM
92
2.5. Sequential Function Chart (SFC)
93
Programación en SFC
Sequential function chart (GRAFCET)
1 S1
E2
2 S4
3 S2, S4
4 S3
94
Conversion manual SFC → LD
ON
keep(11)
0 e1
e0
r1
e0 r1
keep(11)
1 e2
e1
r2
e1 r2
keep(11)
2 e3
e2
rn+1
95
2.6. Autómata programable Omron CPM2A-30CDR-A
Lenguaje: LD + instrucciones –16 bits–
Entradas: IR 00000-IR 00915 (o bits)
Ch: 00.00 a 00.11 y 01.00 a 01.05
Salidas: IR 01000-IR 01915 (o bits)
Ch: 10.00 a 10.07 y 11.00 a 00.03
Bits: IR 02000-IR 04915 y IR 20000-IR 22715
Especial: SR 22800-SR 25515
Temporal: TR 0-TR 7
Holding: HR 0000-HR 1915
?????????????????? Auxiliar: AR 0000-AR 2315
18 entradas Link: LR 0000-LR 1515
Timers: TIM/CNT 000 to TIM/CNT 255
Memoria datos: DM 0000-DM 6655 (RW)
Programa
Interrupciones externas: 4
Memoria
Salida de pulsos: 2 puntos 10 KHz
Entradas respuesta rápida: 4 (50µ s)
Controles analógicos: 2 (0-200)
Perif. 12 salidas RS-232 2 Puertos comunicaciones: perif., RS232
????????????
96
2.7. Ejemplos
Programa 1: al pulsar M se encenderá la luz FM.
M FM
0.00 11.01
97
Programa 2: al pulsar M se encenderá la luz FM y se mantendrá encendida; al pulsar
P se apagará.
M
0.00 keep(11)
P e
0.01
e FM
hr00 11.01
98
3. Célula flexible SMC
Transfer (cinta trasportadora) + 8 Estaciones.
99
Estaciones de proceso
• Parte frontal: mandos, control eléctrico/electrónico, interruptor magneto-térmi-
co, PLC para control del proceso y comunicación
Estaciones:
1. Alimentación de la base
2. Montaje rodamiento
3. Prensa hidráulica
5. Colocación de la tapa
6. Montaje de tornillos
7. Robot atornillador
100
Estación 1
Elementos
Operaciones
103
Grafcet estación 1
104
Parte II. Modelos, simulación y diseño
105
Tema 6. Sistemas booleanos
1. Dispositivos lógicos
Dispositivos fı́sicos con sólo dos estados: mecánicos, interruptor, válvula, transistor
→ automatismos.
0 1
• Sistemas combinacionales
• Sistemas secuenciales
106
Dispositivos biestables: básicos para las memorias RAM
1
1
2 2
2
2. Algebra de Boole
Conjunto U — dos operaciones + , · tales que ∀a, b, c ∈ U :
107
1. Idempotentes: a + a = a · a = a
2. Conmutativas: a + b = b + a, a · b = b · a
3. Asociativas: a + (b + c) = (a + b) + c,
a · (b · c) = (a · b) · c
4. Absorciones: a · (a + b) = a + (a · b) = a
⇒ (U, +, ·) es un retı́culo. Si además
5. Distributivas: a + (b · c) = (a + b) · (a + c),
a · (b + c) = (a · b) + (a · c)
⇒ (U, +, ·) retı́culo distributivo. Si
6. Cotas universales: ∃ 0, 1 ∈ U tales que
0 · a = 0, 0 + a = a, 1 · a = a, 1 + a = 1
7. Complemento: ∀a ∈ U ∃a ∈ U | a + a = 1, a · a = 0
⇒ (U, +, ·, , 0, 1) es un álgebra de Boole.
Z2 := ({0, 1} , OR , AND) es un álgebra de Boole.
108
2.1. Funciones booleanas
f : Zn2 → Z2
(x1 , . . . , xn ) 7→ f (x1 , . . . , xn )
Tabla de verdad
f (x1 , . . . , xn ), g(x1 , . . . , xn ) equivalentes ⇐⇒ tablas de verdad coinciden
P. ej., f (x1 , x2 , x3 ) = x1 x2 , g(x1 , x2 , x3 ) = x1 x2 (x3 + x3 ) equivalentes:
x1 x2 x3 f x1 x2 x3 g
0 0 0 0 0 0 0 0
0 0 1 0 0 0 1 0
0 1 0 0 0 1 0 0
0 1 1 0 0 1 1 0
1 0 0 0 1 0 0 0
1 0 1 0 1 0 1 0
1 1 0 1 1 1 0 1
1 1 1 1 1 1 1 1
109
• Formas canónicas
≡ func. booleanas: relación de equivalencia → representantes canónicos:
• Método de Karnaugh
f (a, b, c, d) = b + bc
cd
@ 00 01 11
ab
10
cd @ 00 #
01 11 10
@
ab @
00 00 00 00
00 01 11
00
10 00 0 1 1 0
01 01 01 01 01
01 0 1 1 0
00 01 11 10 #
11 11 11
00 01
11
11
11
10 11 1 1 1 0
10 10 10
00 01
10
11
10
10 10 "
1 "
1 !
1 !
0
111
• Método de Quine-McCluskey
Ejemplo:
f (x1 , x2 , x3 , x4 ) = Σ(0, 7∗ , 9, 12∗ , 13, 15)
i min-terms u i 1-term 2-term
0 0000 0 0 0000 0000
7∗ 0111 1
9 1001 2 9 1 0 0 1 1 - 1 1
12∗ 1100 12∗ 1 1 0 0 1 1 0 -
13 1101 3 7∗ 0 1 1 1 - 1 1 1
15 1111 13 1 1 0 1 1 1 - 1
Tabla de verdad 4 15 1 1 1 1
(a) Ordenar tabla por número de unos de cada término → grupos.
(b) Los elementos de cada grupo se combinan con los del siguiente.
(c) Repetir el proceso hasta que no se puedan combinar más.
f = x1 x2 x3 x4 + x1 x3 x4 + x1 x2 x4 .
112
• Algoritmo de Quine
Como ya se ha indicado, el método de Quine-McCluskey, lo mismo que el de Kar-
naugh, se basa en utilizar repetidamente la ley a + a = 1. Dada una función f en
forma canónica de suma de m min-terms, el algoritmo es el siguiente:
113
3. Sistemas combinacionales
Sistema de control con p entradas u1 (t), . . . , up (t) ∈ Z2
y q salidas y1 (t), . . . , yq (t) ∈ Z2 ,
u1 (t)- y1 (t)-
u2 (t)- y2 (t)-
.. S.C. ..
. .
up (t)- yq (t)-
Los valores de las salidas en el instante t sólo dependen de los valores que en ese
mismo instante tengan las entradas.
114
3.1. Funciones lógicas elementales
• Función NOT
x z
0 1 x d z x z
1 0
• Función AND
x y z
x- x
0 0 0 z
z- y
0 1 0 &
y
1 0 0 -
1 1 1
115
• Función OR
x y z
x- x
0 0 0 z
z- y
0 1 1 ≥1
y
1 0 1 -
1 1 1
• Función NAND
x y z
x- x
0 0 1 z
0 1 1 & d z- y
y
1 0 1 -
1 1 0
• Función NOR
x y z
x- x
0 0 1 z
0 1 0 ≥1 d z- y
y
1 0 0 -
1 1 0
116
• Función XOR
x y z
x-
0 0 1 x z
0 1 0 =1 d z-
y y
1 0 0 -
1 1 1
117
4. Sistemas secuenciales
Sistema de control con p entradas u1 (t), . . . , up (t) ∈ Z2 , q salidas y1 (t), . . . , yq (t) ∈
Z2 y n variables de estado.
u1 (t)- y1 (t)-
118
4.1. Autómata de Mealy
M1 = {U, Y, X, f, g}
U, Y ,X: conjuntos de entrada, de salida y de estado.
f :U ×X → X g :U ×X → Y
estado: salida:
(u, x) 7→ x = f (u, x) (u, x) 7→ y = f (u, x)
119
4.3. Tablas de estado
f (x, u): tabla de transición, g(x, u): tabla de salida.
Autómata de Mealy:
u1 u2 ... u 2q u1 u2 ... u 2q
x1 x1,1 x1,2 ... x1,2q x1 y1,1 y1,2 ... y1,2q
x2 x2,1 x2,2 ... x2,2q x2 y2,1 y2,2 ... y2,2q
.. .. .. .. .. .. .. ..
. . . . . . . .
x2n x2n ,1 x2n ,2 . . . x2n ,2q x2n y2n ,1 y2n ,2 . . . y2n ,2q
Autómata de Moore:
u1 u2 . . . u 2q
x1 x1,1 x1,2 . . . x1,2q x1 y1
x2 x2,1 x2,2 . . . x2,2q x2 y2
.. .. .. .. ..
. . . . .
x2n x2n ,1 x2n ,2 . . . x2n ,2q x2n y 2n
120
4.4. Diagrama de estado
0/0
@GA
FAB ECD
Grafo orientado con N vértices y q aristas.
Mealy:
u u
Z44
x@ 0 1 x@ 0 1
44
@ @
1/0
44 0/0
A = 00 00 01 A = 00 0 0
44
B = 01 01 10 B = 01 0 0
44
@GA
FBECD @G3 A
FCB
ECD
1/1 4
C = 10 00 01 C = 10 0 1 s
1/0
11 − − 11 − − 4 B
0/0
Tabla de transición Tabla de salida
0
Moore:
@GA/
FB
A E0CD
u
x@ 0 1 x y
X2
@
A = 00 00 01 A = 00 0
222
B = 01 10 01 B = 01 0 22
1 202
C = 10 00 11 C = 10 0 22
@GB/
A
FBE0CD @G/ C/
FB
A E0CDr G@2 D/1
FB
A ECD
D = 11 10 01 D = 11 1 2
0
0
Tabla de transición Tabla de salida
1
4 f
1
121
4.5. Dispositivos biestables
Son los sistemas secuenciales más simples.
Ası́ncronos o sı́ncronos.
Qt+1 = f (Qt , u1 , u2 ),
Sı́ncronos: Clk señal de reloj
Clk
1
0
t
122
• Biestable R-S
Biestable ası́ncrono básico.
R Q
_
S Q
Tabla de transición:
SR
Q@
@ 00 01 11 10 S Q S Q
Clk
0 0 0 − 1
1 1 0 − 1 R Q R Q
123
Tema 7. Modelos de sistemas
1. Sistemas continuos
Son sistemas de control cuyo modelo es una ecuación diferencial (ordinaria)
dx
(t) = f (t, x, u), t ∈ R, x(t) ∈ Rn , u(t) ∈ Rq
dt
f : R × Rn × Rq → Rn continua, u : R → Rq (entrada, dada).
Las soluciones x(t) representan el “movimiento” del sistema.
Ecuación de salida y(t) = g(x, u), y(t) ∈ Rp .
u1 (t)
x(t)
u2 (t)
y(t)
124
Sistemas discretos en el tiempo
El modelo es una ecuación en diferencias finitas. t = k T ∈ T Z
x((k + 1)T ) = f (kT, x(kT ), u((k + 1)T )), x(t) ∈ Rn , u(t) ∈ Rq
f : R × Rn × Rq → Rn ; u(t) : R → Rq (entrada, dada).
T ∈ R : periodo de discretización o de muestreo.
Ecuación de salida y(kT ) = g(x(kT ), u(kT )), y(t) ∈ Rp .
125
Sistemas de eventos discretos – sistemas hı́bridos
a) Producen eventos: sistemas continuos o discretos.
b) Reaccionan ante eventos que reciben (sistemas reactivos).
a b) Sistemas hı́bridos.
Modelos matemáticos: ecuación diferencial (ordinaria)
dx
(t) = f (t, x, u), t ∈ R, x(t) ∈ Rn , u(t) ∈ Rq
dt
s2
s1
y(t)
126
Tema 8. Modelos computacionales
1. Grafcet
Graphe de Comands Etape/Transition.
127
Esquema
órdenes
P.C. P.O.
eventos
128
Elementos básicos
Etapa: situación estable (estado) del sistema
• rectángulo con número
• parte de comando invariable
0
• en cada instante hay sólo una etapa activa
– (varias si son concurrentes)
• etapa inicial: activa en estado inicial
P
– doble rectángulo
• puede tener acciones asociadas
1 Subir
Transición: paso de una etapa a otra
h_max • trazo ortogonal a lı́nea de unión de etapas
• receptividad: condición necesaria para pasar
2 Bajar la transición
• transición válida: todas las etapas de entrada
estan activas
h_min
• transición franqueable = trsnsición válida y
con receptividad verdadera
129
1.1. Estructuras básicas
• Secuencia simple
• Divergencia OR
• Convergencia OR
• Divergencia AND
• Convergencia AND
• Saltos
• Posibilidades avanzadas
• Paralelismo
• Sincronización
• Jerarquı́a
• Comunicación
130
2. Cartas de estado
Statecharts – David Harel, 1987. Generalización máquinas de estados.
Formalismo visual para describir estados y transiciones de forma modular que per-
mite el agrupamiento de estados (jerarquı́a), la ortogonalidad (paralelismo) y el
refinamiento de estados. Admite la visualización tipo ”zoom”entre los diferentes
niveles de abstracción.
Implementaciones: Statemate, Stateflow etc.
131
2.1. Stateflow
Toolbox de Matlab para modelar sistemas de eventos discretos.
Tiene un único elemento: Chart = carta de estados (D.Harel)
Creación de un modelo:
Matlab → Simulink → new-model → Chart
132
2.2. Elementos de una carta de estado
– Elementos gráficos: cartas, estados, transiciones y uniones
– Elementos de texto: lenguaje, datos y eventos.
• Carta: máquina de estados generaliza- • Uniones puntos de bifurcación.
da – bloque de Simulink . Conectivas – de historia
• Estados: modos de funcionamiento • Datos
. Nombre / acciones . Entrada de Simulink
. Acciones: entry: a, exit: b, during: . Salida de Simulink
c, on event e : d . Local
Descomposición OR (trazo continuo) y . Constante
AND (trazo discontinuo). . Temporal
. Workspace
• Transiciones: saltos
. Nombre / acciones • Eventos
. Nombre: e (evento), [c] (condi- . Entrada de Simulink
ción) . Salida de Simulink
. Acciones: {a} (acción) . Local
. default-transition I/O Simulink: disparo por ↑, ↓ o l
133
• Estados
Sintaxis: S1
nombre /
entry: acción e
exit: acción
S2
during: acción
on event e: acción
134
• Transiciones
• Forma de flecha – saltos entre estados – eventos
• Acciones asociadas
Sintaxis:
e – nombre de un evento
{a} – acción
135
• Uniones
• Forma de pequeño cı́rculo
e1
e2 P
H
e3 C1 C2
136
2.3. Elementos de texto especiales
• Datos
• Entrada de Simulink
• Salida a Simulink
• Local
• Constante
• Temporal
• Workspace
• Eventos
• Entrada de Simulink
• Salida a Simulink
• Local
137
3. Creación de un modelo con Stateflow–Simulink
Matlab → Simulink → new-model
Stateflow → Chart Chart estados, transiciones, etc.
Pasos a seguir:
• Ejecutar la simulación
• Observaciones
Simulación larga: t = inf
Chart → File → Chart Properties → “Execute (enter) Chart At Initialization”
138
• Ejemplo. Control de barrera de ferrocarril
Objetivo – cerrar la barrera si llega tren – abrirla si ha pasado.
139
Esquema:
d d TREN
d d -
S1 • 0 • S2 x
Componentes: barrera con motor-reductor
2 sensores S1 y S2
sistema digital, relés y elementos auxiliares.
Sensores:
S1 en x1 < 0 – evento en señal s1 – llega tren
S2 en x2 > 0 – evento en señal s2 – tren ha pasado
Presencia del tren en [x1 , x2 ] – sensores S1 y S2 .
Operación sistema:
si S1 se activa la barrera debe cerrarse,
si S2 se activa la barrera puede abrirse.
140
Sistema de control de eventos discretos
– división en paralelo (paralelismo) – trasmisión de eventos.
Sensores: S1 y S2 – Manual Switch de Simulink
flanco de subida en s1 : llega el tren
flanco de bajada en s2 : el tren se ha ido.
Carta de estados: dos estados Tren y Barrera, en paralelo.
Barrera – dos hijos Abrir y Cerrar, Tren – dos hijos Fuera y Dentro.
Tren 1 Barrera 2
1
Fuera Abrir
0
S1
s1/e1 s2/e2 e1 e2
1
Dentro Cerrar
0
S2 Chart
141
Tema 9. Procesos continuos
1. Sistemas continuos
Las magnitudes que evolucionan en el proceso son funciones continuas en la variable
t (tiempo).
• Industria quı́mica
• Industria petroquı́mica
• Industria papelera
• Máquina herramienta
• Aeronáutica y astronáutica
142
• Ejemplo. Depósito
Si 1 → 2 no hay pérdidas de energı́a ⇒ Ep1 + Ec1 = Ep2 + Ec2
1
m g h(t) = Ep1 ' Ec2 = m v(t)2
1 2
m
⇓
p
v(t) = 2gh(t)
h( t )
d Volumen
Caudal = a(t) v(t) =
dt
2 q( t )
m p
Area A a( t )
q(t) = a(t)v(t) = a(t) 2gh(t)
d dh
= A h(t) = A
dt dt
Ecación diferencial:
dh 1 p
= a(t) 2gh(t)
dt A
143
2. Modelos de sistemas continuos
k
P
fi = ma
i f( t )
m1 m2
0 x1( t ) b
x2( t )
Ecuación diferencial:
d2 x1 (t)
dx 1 (t) dx2 (t)
f (t) − k (x1 (t) − x2 (t)) − b − = m1
dt dt dt
d2 x2 (t)
dx1 (t) dx2 (t)
k (x1 (t) − x2 (t)) + b −
= m2
dt dt dt
144
2.2. Sistemas lineales - parámetros constantes
• Modelo externo
L
Ecuación diferencial −→ G(s) función de transferencia
• Diagrama de bloques
• Modelo interno
cambios ẋ(t) = Ax(t) + Bu(t)
Ecuación diferencial −→ modelo de estado
y(t) = Cx(t) + Du(t)
• Algebra lineal
• Sistemas multivariable
145
2.3. Modelo externo
Ecuación diferencial:
146
2.4. Modelo interno
Ecuación diferencial: a2 ẍ(t) + a1 ẋ(t) + a0 x(t) = b1 u̇(t) + b0 u(t)
cambios: x1 := x; x2 := ẋ; u1 := u; u2 := u̇
⇓
ẋ1 (t) = x2 (t)
Modelo de estado
ẋ2 (t) = − aa20 x1 (t) − aa21 x2 (t) + ab02 u1 (t) + ab12 x2 (t)
Ecuación de estado:
ẋ1 (t) 0 1 x1 (t) 0 0 u1 (t)
= + b0
ẋ2 (t) − aa02 − aa12 x2 (t) a2
b1
a2 u2 (t)
147
2.5. Cálculo de la respuesta temporal
1. Resolución de la ecuación diferencial
3. Modelo interno:
• Resolución de la ecuación
Z t de estado:
x(t) = eAt x(0) + eA(t−τ ) Bu(τ ) dτ
0
148
• Cálculo de la respuesta con Matlab
• Circuitos
. Cálculos con matrices – metodos de mallas y nudos
• Modelo externo
. residue – expansión de Y (s) en frac. simples
. series, parallel, feedback: simplificación diagr. bloques.
. impulse, step, lsim – respuesta temporal (numérica)
. Symbolic Toolbox – transformadas de Laplace L y L−1
• Modelo interno
. impulse, step, lsim – respuesta temporal (numérica)
149
3. Simulink
Simulink: librerı́a (toolbox ) de Matlab para modelado y simulación.
Modelo externo – Modelo interno – Sist. no lineales – Sist. reactivos
...
150
Inicio: – escribir simulink en Matlab command window – clic en el icono Simulink
Simulink
− Simulink
— Countinous
— Discrete
— Math Operations
— Signal Routing
— Sinks
— Sources
..
.
+ Stateflow
..
.
151
• Ejemplo. Modelo simple
Sistema de control en feedback con
s+1 2s + 1
K = 5, G(s) = , H(s) =
s2 + 4 s+1
152
Entrada escalón: Sources → Step
→ Step time = 0, Initial value = 0, Final value = 1.
Visualización: Sinks → Scope
Unión con flechas
Respuesta temporal
0.7
0.6
s+1
5
0.5
s2+4
Sum 0.4
Step Gain Transfer Fcn Scope
y(t)
0.3
0.2
2s+1
0.1
s+1
Transfer Fcn 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t
153
• Ejemplo, Circuito eléctrico
Z1
+ Metodo de mallas:
i1
v Z4
- Z2
v = (z1 + z2 + z4 )i1 − z2 i2 − z4 i3
i3 Z6 0 = −z4 i1 − z5 i2 + (z4 + z5 + z6 )i3
i2 0 = −z2 i1 + (z2 + z5 + z3 )i2 − z5 i3
Z5
Z3
Solución:
I = Z −1 V
154
• Cálculo con Matlab para c. alterna
Escribimos en el archivo circuito.m los datos y las órdenes oportunas.
Vef=220; f=50; w=2*pi*f;
R1=1; L1=0.1; C1=100e-6; z1=R1+j*L1*w+1/(i*C1*w)
R2=1; L2=0.03; C2=220e-6; z1=R2+j*L2*w+1/(i*C2*w)
R3=0.25; L3=0.2; C3=100e-6; z1=R3+j*L3*w+1/(i*C3*w)
R4=5; L4=0.1; C4=100e-6; z1=R4+j*L4*w+1/(i*C4*w)
R5=20; L5=0.01; C5=100e-6; z1=R5+j*L5*w+1/(i*C5*w)
R6=25; L6=0.33; C6=100e-6; z1=R6+j*L6*w+1/(i*C6*w)
V = [Vef 0 0]’
Z = [ z_1+z_2+z_4 - z_2 - z_4
-z_4 - z_5 z_4+z_5+z_6
-z_2 z_2+z_5+z_3 - z_5 ];
I = inv(Z)*V
155
4. Sistemas no lineales – péndulo
Ecuación diferencial:
f (t) − mg sin(β(t)) − ma = 0
β f (t) − mg sin(β(t)) − mlβ̈(t) = 0
mlβ̈ + mg sin(β) − f (t) = 0
f (t) Cambio x1 := β,
x2 := β̇:
ẋ1 = x2
mg f (t) − mg sin x1
ẋ2 =
lm
En el archivo pendulo.m escribimos: Solución numérica del P.C.I.:
function x_prima=péndulo(t,x) >> t0=0; tf=5; % Interv. integración
l=1; m=1; g=9.8; % Parámetros >> x0=[0 0]’; % Cond. iniciales
if t<1 % Fuerza exterior >> [t,x]=ode23(’péndulo’,t0,tf,x0);
f=1; >> plot(t,x)
else f=0;
end % Ecuac. estado:
x_prima=[x(2) (f-m*g*sin(x(1)))/(m*l)]’;
156
4.1. Respuesta – modelo externo 1.2
y(t)
k
0.8
f (t) 0.6
m
0.4
0 x(t) b 0.2
Ecuación diferencial: 0
0 5
t
10 15
157
• Resolución simbólica
Symbolic Toolbox de Matlab – Maple core –
>> F = laplace(f,t,s)
>> f = ilaplace(F,s,t)
158
4.2. Respuesta – modelo interno
k
f( t )
m1 m2
0 x1( t ) b
x2( t )
f (t)−k(x1 (t)−x2 (t))−b(ẋ1 (t)−ẋ2 (t)) = m1 ẍ1 (t) Resolución con Matlab:
k(x1 (t)−x2 (t))+b(ẋ1 (t)−ẋ2 (t)) = m2 ẍ2 (t)
>> m_1=1; m_2=2;
Cambios: x3 = ẋ1 , x4 = ẋ2 , u := f ⇓ >> k=0.1; b=0.25;
ẍ1 = − m1 x1 + m1 x2 − m1 ẋ1 + m1 ẋ2 + m11 u
k k b b
>> A=[0 0 1 0
ẍ2 = + mk2 x1 − mk2 x2 + mb2 ẋ1 − mb2 ẋ2 0 0 0 1
-k/m_1 k/m_1 -b/m_1 b/m_1
Modelo de estado (sup. salidas≡estados):
k/m_2 -k/m_2 b/m_2 -b/m_2]
ẋ1 0 0 1 0 x1 0 >> B=[0 0 1/m1 0]’
ẋ2 0 0 0 1 x2 0
= −k k −b b + 1 u >> C=eye(4,4); D=zeros(4,1);
ẋ3 m m m m x3
1 1 1
k −k b −b
1 m1 >> S=ss(A,B,C,D); % crea sistema
ẋ4 m2 m2 m2 m2
x4 0 >> t=[0:0.1:12];
y1 1 0 0 0 x1 0 >> % Respuesta a escalón unitario:
y2 0 1 0 0 x2 0 >> y=step(S,t)
=
y3 0 0 1 0 x3 + 0 u
>> % Gráfica de la respuesta:
y4 0 0 0 1 x4 0 >> plot(t,y)
159
5. Sistema de primer orden
Respuesta impulsional
1
0.9
s+a 0.7
0.6
Entrada: 0.5
0.4
L 0.2
A
G(s)U (s) = s+a = Y (s) 0
0 0.5 1 1.5 2 2.5
t
3 3.5 4 4.5 5
0.9
A 0.6
0.3
0.2
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
t
160
6. Sistema de segundo orden
Respuesta impulsional
3
2.5
Entrada: 0.5
• Impulso de Dirac 0
L
u(t) = δ(t) −→ U (s) = 1 -0.5
2
ωn
-1
√ t
ω
n
2 ϕ
ωn
G(s)U (s) = 2 2)
s(s +2ξωn s+ωn
= Y (s) α
√ ξω n
re
y(t) = 1 − √ 1 e−ξωn t sin (ωn 1−ξ2 t + α)
1−ξ 2
s
ωn : pulsación nat. ξ: coef. amort. 2
161
7. Linealización
a) Caso monovariable. b) Caso multivariable f (.), x(.), u(.): vectores.
162
• Ejemplo. Depósito Punto de funcionamiento (o estado de equilibrio)
a0 , h0 : valores de equilibrio de (a(t), h(t)).
1 p
f (h, a) = a(t) 2gh(t),
h( t )
A1
163
8. Respuesta de frecuencia
k0 k̄0 k1 k2 kn
Y (s) = + + + + ... +
s − iω s + iω s − s1 s − s2 s − sn
s1 , . . . , sn : raı́ces (sup. simples) de a(s); k0 , k̄0 , k1 , . . . , kn : resı́duos de Y (s).
164
8.1. Diagrama de Nyquist
Es un gráfico en C de la función
G:R → C
ω 7→ G(iω)
Métodos:
165
8.2. Criterio de Nyquist
Sirve para averiguar si un sistema con realimentación, de la forma
U (s) Y (s)
- j - G(s) r -
6
H(s)
166
6 Plano z 6Plano f (z)
- -
- -
−1
Criterio de Nyquist
167
• Criterio de estabilidad de Nyquist
nG nH nG nH
G(s) = dG , H(s) = dH , G(s)H(s) = dG dH
nG
G(s) dG nG dH
T (s) = 1+G(s)H(s) = nG nH
1+ d d
= dG dH +nG nH
G H
nG nH dG dH +nG nH
F (s) = 1 + G(s)H(s) = 1 + dG dH = dG dH
1 ∆
2π s∈γ arg F (s) = ZF − PF
= PT − PGH
Criterio de Nyquist:
1 ∆
PT = PGH + arg F (s)
2π s∈γ
No polos de T (s) en C+ = No de polos de G(s)H(s) en C+ + No de vueltas de
G(s)H(s) alrededor de (-1 + 0j)
168
• Ejemplo 1
Plano s Plano G(s)H(s)
1
2
0.5
1
0 0
−1
−0.5
−2
−1
−2 −1 0 1 2 −1 −0.5 0 0.5 1
1
G(s) = , H(s) = 2
(s + 1)(s + 2)
Polos de G(s)H(s) = {−1, −2}
1 ∆
PT = PGH + arg F (s) = 0 + 0 = 0
2πs∈γ
G(s)
T (s) = es estable.
1 + G(s)H(s)
169
• Ejemplo 2
Plano s Plano G(s)H(s)
1
2
0.5
1
0 0
−1
−0.5
−2
−1
−2 −1 0 1 2 −1 −0.5 0 0.5 1
5
G(s) = 3 , H(s) = 1
s + 5s2 + 9s + 5
Polos de G(s)H(s) = {−2 + i, −2 − i, −1}
1 ∆
PT = PGH + arg F (s) = 0 + 0 = 0
2πs∈γ
G(s)
T (s) = es estable.
1 + G(s)H(s)
170
• Ejemplo 3
Plano s Plano G(s)H(s)
1
2
0.5
1
0 0
−1
−0.5
−2
−1
−2 −1 0 1 2 −2 −1.5 −1 −0.5 0
5
G(s) = 4 , H(s) = 2
s + 4s3 + 4s2 − 4s − 5
Polos de G(s)H(s) = {−2 + i, −2 − i, −1, 1}
1 ∆
PT = PGH + arg F (s) = 1 + 1 = 2.
2πs∈γ
G(s)
T (s) = es inestable.
1 + G(s)H(s)
171
• Ejemplo 4
Plano s Plano G(s)H(s)
1
2
0.5
1
0 0
−1
−0.5
−2
−1
−2 −1 0 1 2 −2 −1.5 −1 −0.5 0
5
G(s) = 4 , H(s) = 1.4(s + 0.95)
s + 4s3 + 4s2 − 4s − 5
Polos de G(s)H(s) = {−2 + i, −2 − i, −1, 1}
1 ∆
PT = PGH + arg F (s) = 1 − 1 = 0.
2πs∈γ
G(s)
T (s) = es estable.
1 + G(s)H(s)
172
8.3. Diagramas de Bode
Se compone de dos gráficos en R, asociados a la función
G:R → C
ω 7→ G(iω),
que representan M (ω) y φ(ω).
Métodos:
-4
0
dB
ωn=10 /d
ec
ζ=1/8
173
9. El lugar de las raı́ces
U (s)- j - s Y (s)
+ k - G(s) -
−6
H(s)
nG nH
G(s) = , H(s) = , k∈R
dG dH
nG nH Z(s) (s − z1 )(s − z2 ) . . . (s − zm )
G(S)H(s) = = =K
dG dH P (s) (s − p1 )(s − p2 ) . . . (s − pn )
kG(s) k ndGG k nG d H
T (s) = = nG nH =
1 + kG(s)H(s) 1 + k dG dH d G d H + k nG n H
k nG d H nT
= =
P (s) + k Z(s) dT
174
9.1. Reglas para el trazado
Z(S) |s − z1 |ejφz1 . . . |s − zm |ejφzm |s − z1 ||s − z2 | . . . |s − zm | jΣφi
= jφ
= e
P (s) |s − p1 |e 1 . . . |s − pn |e n
p jφp |s − p1 | . . . |s − pn |
Ecuación caracterı́stica: P (s) + kZ(S) = 0
m
Z(S) |s − z1 | . . . |s − zm | jΣφi
k = −1 ⇐⇒ k e = e±j(2k+1)π , k = 0, 1, 2, . . .
P (s) |s − p1 | . . . |s − pn |
|s − p1 | . . . |s − pn |
k=
|s − z1 | . . . |s − zm |
⇓
175
9.2. Trazado por computador
Ejemplo de trazado del lugar de las raı́ces mediante MATLAB:
s+1
G(s)H(s) =
s(s + 2)(s2 + 6s + 13)
>> num=[1 1] 4
Eje Imag
0
-2
-4
-6
-6 -4 -2 0 2 4 6
Eje Real
176
Tema 10. Diseño de Sistemas de Control continuos
1. Introducción
Aplicación en numerosos campos en tecnologı́a y ciencia.
• controles en electrodomésticos
177
2. Tipos de controladores
Diseño: determinar Gc (s) para conseguir un adecuado funcionamiento.
D(s)
R(s) ε Y(s)
Gc Gp
Controlador Gc (s):
P Proporcional : Gc (s) = Kp
1
I Integrador : Gc (s) = sTi
178
Vi R
Vo
V0 R1 + R2 R1 + R2
P R2 = = Kp =
Vi R1 R1
R1
C1
R1
Vi
Vo V0 1
I =− ; Ti = sR1 C1
Vi sR1 C1
R
R1
C1
Vi
Vo
V0
D = −sR1 C1 ; Td = sR1 C1
Vi
R
179
• Controlador PID
1
V0 1
Gc = Vi = Kp 1 + sTi + sTd
Vi 1 Vo R5
sT i
Kp Kp = R4 , Ti = R2 C2 , Td = R3 C3
sT d
R1
R1
R4
C2
R5
R1
Vi
R4
Vo
R3
C3
R4
180
• Controladores de adelanto y de retraso de fase
V0 s − zc a) | zc |<| pc | adelanto de fase
Gc = = Kc
Vi s − pc a) | zc |>| pc | retraso de fase
C
R1
R1
Vi Vo
Vi R2 Vo
R2
a) b)
181
• Controlador de adelanto-retraso con red pasiva
C1
R1
R2
Vi Vo
C2
182
• Controlador de adelanto-retraso con amp. operacional
C2
C1
R2
Vi
R1
Vo
V0 s − zc C1 (s + 1/R1 C1 )
Gc = = Kc =−
Vi s − pc C2 (s + 1/R2 C2 )
• Eliminando R2 ⇒ controlador PI
• Eliminando C2 ⇒ controlador PD
183
3. Diseño en el lugar de las raı́ces
1
G(s) =
s2
184
• Efecto de añadir un cero
s + 2.5
Cero en z1 = (−2.5, 0); G(s) =
s2
185
Es como si p1 empujara al L.R., desestabilizando el sistema.
Diseño: hallar zc y pc para que el L.R. pase por un punto dado, definido a partir de
las especificaciones de funcionamiento.
186
Ejemplo. Dado un sistema con
1
G(s) = , H(s) = 1, (10.3)
s2
diseñar un controlador de adelanto de fase para conseguir las siguientes especifica-
ciones de funcionamiento:
187
Resolución.
Para el sistema de 2o orden sabemos que
√ − ln(Mp )
1−ξ 2
Mp = e−ξπ/ ⇒ ξ=p = 0.456.
ln(Mp )2 + π 2
Para t = 4τ tenemos que e−t/τ = e−4 = 0.0183 < 0.02. Por tanto, si ts = 4τ tenemos
que para t > ts se cumple que y(t) < 0.02.
4
ts = 4τ =
ξωn
Sustituyendo,
4
4= ⇒ ωn = 2.22.
0.456 ωn
Por tanto, el punto s0 ∈ C correspondiente a las especificaciones dadas es:
p
s0 = −ξωn ± iωn 1 − ξ 2 = −1 ± 2i.
188
Ponemos el cero del controlador en el punto zc = −1, bajo el punto s0 = (−1 ± 2i)
por donde ha de pasar el L.R.
im
Raíz deseada
2
116.56º
θp 90º
re
-5 -4 -3 -2 -1
189
El lugar de las raı́ces del sistema con controlador es
s+1
El controlador diseñado es Gc (s) = 8.1 .
s + 3.6
190
3.2. Diseño de un controlador PID
Ejemplo. Se trata diseñar un controlador PID para un sistema con Gp (s) = 1/s2 y
H(s) = 1. Las especificaciones son las mismas en el ejemplo anterior.
Td Ti s2 + Ti s + 1
1
Gc = Kp 1 + + sTd = Kp
sTi Ti s
1 1
s2 + Td s + Td Ti (s − z1 )(s − z2 )
= Td Kp = Kc ,
s s
con Kc = Td Kp .
191
im
Raíz deseada
2
θz2 116.56º
90º
re
-5 -4 -3 -2 -1
Método simple:
(a) suponemos que los ceros z1 y z2 son reales,
(b) ponemos el cero z1 bajo la raı́z s0 deseada,
(c) aplicando la condición de ángulo, determinamos el otro cero,
(d) aplicando la condición de módulo, hallamos Kp .
192
(a) z1 y z2 en el eje real.
(b) z1 = −1
(c) Condición de ángulo:
⇒ z2 = −1.3636.
Con z1 y z2 ya podemos hallar Td , Ti y Kp :
1 1
s2 + Td s + Td Ti (s − z1 )(s − z2 ) s2 + 2.3636s + 1.3636
Kc = Kc ≡ Kc ,
s s s
siendo Kc = Td Kp , de donde resulta
1 2.3636
Td = = 0.4231 s, Ti = = 1.7333 s
2.3636 1.3636
(d) Por último, aplicando la condición de módulo, hallamos Kp .
√
( 12 + 22 )3 Kc
p = 2.750 = Kc ⇒ Kp = = 6.5
2
2 (1.3636 − 1) + 2 2 Td
193
194
Control del balanceo de una barra
Diseño de un sistema de control para mantener una barra en posición vertical.
y
• Barra de longitud l y masa m
• Movimiento en el plano xy
195
d2 θ
Modelo matemático. 2a ley de Newton :
P
P =J 2
dt
Z l Z l 3
l 1 1
J := x2 dm = x2 ρAdx = ρA = ρAl l2 = m l2
0 0 3 3 3
l l 2
d θ
f (t) cos θ(t) + mg sin θ(t) = J 2
2 2 dt
Linealización: cos θ ' 1, sin θ ' θ ⇓
f (t) 1 2 d2 θ l l
θ(t) ml 2
− mg θ(t) = f (t) ⇓L
3 dt 2 2
d2 θ 3g 3
dt2
− 2l θ(t) = 2ml f (t)
mg
3g 3
(s2 − 2l )θ(s) = 2ml F (s)
3
2ml
O Modelo externo: θ(s) = 3g F (s)
s2 − 2l
Datos: g = 9.8, m = 1, l = 1 ⇒ polos : p1 = 3.834058, p2 = −3.834058.
196
Lugar de las raı́ces.
Root Locus
5
1
Imaginary Axis
−1
−2
−3
−4
−5
−8 −6 −4 −2 0 2 4 6 8
Real Axis
197
Diseño de un controlador.
Especificaciones:
1 1
tp = , Mp =
4 3
Sistema de segundo orden:
√ − ln(Mp )
1−ξ 2
Mp = e−ξπ/ ⇒ ξ=p = 0.403712
ln(Mp )2 + π 2
π π
tp = p ⇒ ωn = p = 10.301589
ωn 1 − ξ 2 tp 1 − ξ2
Polo del sistema:
p
s0 = −ξωn ± i ωn 1 − ξ 2 = −4.158883 ± 9.424777i
198
Cálculo de los parámetros de Gc (s).
s0
φp1
φpc φp2 φzc
pc z c p2 p1
Condición de ángulo:
φzc − φp1 − φp2 − φpc = (2k + 1)π ⇒ φpc = 0.840410 rad =48.151970o
199
Tema 11. Diseño de Automatismos
chart_1cil_doble_4e/Chart
va va
si A/
sd va=1; %avance
vr=0;
vr vr x
M sd
Chart cilindro A
1
I/ D/
0 va=0; va=0;
vr=0; vr=0;
M
Scope
si M
R/
va=0; %retro.
vr=1;
x(t) 0
1 1 1
s 1
va si
0 Printed 09−May−2005 12:07:20
1
2
0 sd
1
2 3
vr x
200
Implementación con LD
ON
0.00
R si
20.01
I M
20.02
A sd
20.03
D M
20.00
A va
g
20.01 10.01
R vr
g
20.03 10.02
201
Simulación estación 1 en Matlab
L
v R
vA x
base vP A
1 vT L
v R
0 vE
x
vacio
pos vMV P
vMH
1 L
FM v R
ci
0 x
PD
vacio T
Chart
L
1 v R
x
0
E
c.i. 0 L
v R
Defecto x
MV
0
L
Falta material v R
x
1 MH
0
rearme
Scope
202
estacion1s/Chart
S0/
[ci==1] [ci==0]
S1/entry: S30/entry:
vA=1; % avance AP PD = 1;
a1
rearme
S2/entry: vA=0;
vP=1; % bajar VP
S31/
% poner c.i.
p1
S2w/entry: vP=0; [ci==1]
t0=t;
[t>t0+5] S32/entry:
PD = 0;
S3/entry:
vP=−1; % subir VP
p0
S3w/entry:vP=0;
t0=t; % temporizador
[t>t0+5]
S4/entry:
vA=−1; % retro. A
a0
S5/entry: vA=0;
vT=1; % trasladar
tr1
S6/entry: vT=−1;
% traslado atras
tr0
S6a/entry: vT=0;
% traslado atras
[base==0] [base==1]
e1 mv1
S8/entry: vE=−1;
e0 % expulsor atras S10/entry:
exit: vE=0; vMV=0;
[vacio==0]
[vacio==1]
S11/entry: S20/entry:
vMV=−1; % subir MV FM = 1;
mv0
rearme
S12/entry: vMV=0;
vMH=1; % avance MH
S21/entry: FM=0;
vMV=−1; % subir MV mv0
mh1 exit: vMV=0;
S13/entry: vMH=0;
vMV=1; % bajar MV
mv1
S14/entry: vMV=0;
% cesar vacio ven
S15/entry:
vMV=−1; % subir MV
mv0
S16/entry: vMV=0;
vMH=−1; % retro MH
exit: vMH=0;
mh0
203
Parte III. Automatización global
204
Tema 12. Niveles de Automatización
• Controladores
Compras Finanzas Ventas
• Actuadores
• Sensores
MERCADO
• Procesos
Fases de automatización:
Producción → Diseño → Gestión → Automatización total
205
Automatización producción – Software
• CAD Computer Aided Design – máquinas herramientas
• NC Numeric control
206
Pirámide de Automatización
A
A
G A MF, WS, PC, Gestión
A
A
A
Factorı́a A MF, WS, PC, CAD/CAM, CAPP, etc.
A
A
A
A
Producción – Planta A WS, PCC, PC
A
A
A
Proceso – Campo A PLC, CNC, NC
A
A
A
A
Célula – Planta Baja A Sensor, Actuador, PID
A
A
SCADA
Supervisory Control and Data Acquisition (de Control Supervisor y Adquisición
de Datos). Software de captura de información de un proceso o planta. –análisis o
207
estudios –retroalimentación y control del proceso.
• Procesos de fabricación
Caracterı́sticas de SCADA:
208
• Para restringir el acceso a las computadoras principales se suelen emplear
consolas especiales conectadas con ellas en red.
209
• El interfaz hombre-máquina de un sistema SCADA suministra un programa
de dibujo para poder representar estos puntos. Las representaciones pueden
ser tan simples como un semáforo en pantalla que represente el estado de
un semáforo real en el campo, o tan complejas como una imagen de realidad
virtual que representa la evolución real de la planta.
• En la pasada década la demanda de aplicaciones civiles de sistemas de SCADA
ha ido creciendo, requiriendo realizar cada vez más operaciones automática-
mente.
• Por otro lado, soluciones SCADA han adoptado una estructura distribuida,
con posibilidad de adaptarse a los componentes de un sistema de control dis-
tribuido (DCS) con múltiples RTUs o PLCs inteligentes, capaces de ejecutar
procesos simples en modo autónomo sin la participación de la computadora
principal.
• Los RTUs y PLCs actuales pueden programarse en los lenguajes de definidos
en la norma IEC 61131-3, como el BFD (Function Block Diagram), lo que
a los programadores de SCADA para realizar el diseño y puesta a punto
de programas. Ello permite que algunos programas comunes (intercambio de
datos, calidad, gestión de alarmas, seguridad, etc.) puedan ser realizados por
los programadores de estación principal y luego cargados desde ella en todos
los autómatas. De este modo los requisitos de seguridad ahora se aplican al
sistema en su totalidad, e incluso el software de la estación principal debe
resolver los estándares de seguridad rigurosos para algunos mercados.
210
• Además, el software de la estación principal realiza análisis de datos, análisis
históricos y análisis asociados a requisitos particulares de la industria para
presentarlos a los operadores de la gestión de la empresa.
• En algunas instalaciones los costes que resultarı́an de fallar del sistema de
control son extremadamente altos, pudiendo incluso perderse vidas humanas
en algunos casos.
• La fiabilidad de los sistemas de SCADA ha de estar garantizada para sopor-
tar variaciones de temperatura, vibraciones, fluctuaciones de voltaje y otras
condiciones extremas empleando a veces para ello hardware y canales de co-
municación redundantes.
• Si un fallo se identifica rápidamente, el control puede ser automáticamente
asumido por el hardware de reserva y ası́ la parte averiada puede sustituirse
sin parar el proceso.
• La fiabilidad de tales sistemas se puede calcular estadı́sticamente. El tiempo
calculado de fallo de algunos sistemas de alta calidad puede ser incluso de
siglos.
• Algunos sistemas SCADA utilizan la comunicación por radio o por teléfono.
Esto abre nuevas posibilidades, impensables hace pocos años, a la automati-
zación industrial.
213
Molido de la malta
214
Elaboración de la cerveza
Una vez molido el grano y obtenido el mosto, se bombea en grandes tinas y comienza
el proceso. Aquı́ vemos tres grandes tinas con sus tubos.
215
Embotellado
216
Empaquetado
217
1. Fabricación inteligente
Intellution iHistorian:
La importancia de transformar datos de fabricación en inteligencia de planta.
218
El Desafı́o: Convertir datos en conocimiento
Históricamente la fabricación se ha identificado con la maquinaria ruidosa instalada
en la planta baja, válvulas del vapor silbando y chimeneas humeando.
Hoy, la fabricación se ha convertido en uno de los sectores de información más
intensivos del mundo. Junto con los productos que salen lı́neas de empaquetado o se
vierten a través de tuberı́as, el producto de las instalaciones fabriles, es una corriente
cada vez mayor de datos se originan en el nivel de planta.
Estos datos se utilizan para optimizar el inventario y la producción, mejorar cali-
dad y consistencia del producto, para el correcto mantenimiento del equipo, y para
asegurar que las plantas cumplen con las leyes ambientales, de seguridad y de salud.
Para convertir el torrencial flujo de datos de las instalaciones de fabricación actuales
en conocimiento, las compañı́as deben poder capturarlo de un amplio número de
fuentes, juntarlo en un formato común, y ponerlo a disposición del software que
puede interpretarlo, dándole el significado y el valor.
Por ejemplo, en una lı́nea de empaquetado con tres lı́neas de llenado de botellas que
genera datos sobre el estado de cada lı́nea, cuando esos datos se analizan al cabo de
cierto tiempo se puede determinar el grado de paradas no programadas ocurridas
en una determinada máquina. Esto lleva a unas mejores decisiones informadas sobre
mantenimiento preventivo y a gastos de capital en equipo nuevo de la planta.
Crear una ”planta inteligente”, sin embargo, requiere algo más que elaborar datos
representativos e implementar aplicaciones para interpretarlos. La pieza de este rom-
219
pecabezas que ha faltado a muchos fabricantes hasta la fecha es un simple depósito
central para los masivos volúmenes de datos históricos que emanan de los sistemas
de operaciones a través de la planta: un historiador de planta extensa.
Estos historiadores de planta extensa pueden surtir estos datos a una amplia varie-
dad de usos en los niveles operativo y de negocio de la empresa.
Algunos historiadores de datos de planta extensa han estado ya en el mercado hace
años, pero se han considerado demasiado costosos y complejos para casi todas las
instalaciones de fabricación corrientes, excepto para las más grandes, tales como
ciertas operaciones de proceso continuo como las industrias quı́micas y las refinerı́as
de petróleo.
220
Parte IV. APENDICES
221
Tema A. Ecuaciones diferenciales
d
u(t) e−at = u0 (t) e−at + u(t) (−a e−at ) = a u(t)e−at − u(t) a e−at = 0
dt
⇒ u(t) e−at = cte. ⇒ u(t) = cte. eat
222
1.1. Problema de condiciones iniciales (PCI)
x(t) = k eat solución de (A.4), a dada
k queda determinada si nos dan el valor x0 de x(t) en t0 :
x0 (t) = a x(t)
x(t0 ) = x0
x0 (t) = a x(t)
Dadas (A.5)
x(t0 ) = x0
223
2. Estudio cualitativo
El problema de condiciones iniciales es el que más interesa en las aplicaciones de
ingenierı́a. Pero sólo estudia una solución. ¿Hay alguna forma de estudiar todas las
soluciones a la vez? 0
x (t) = a x(t)
PCI:
x(t0 ) = x0
Solución: x(t) = x0 eat
224
¿Qué ocurre si se perturba el parámetro a?
x x x
6 6 6
x0 x0 x0
- - -
t t t
{x0 = a x, a ∈ R}
225
3. Orden de una ecuación diferencial
orden 1 : x0 = f (t, x) | t, x ∈ R, f : R × R → R
0
x1 = f1 (t, x1 , x2 ) t, x1 , x2 ∈ R
orden 2 :
(a) sistema x02 = f2 (t, x1 , x2 ) f1 , f2 : R × R2 → R
.
..
orden n : x0 = f (t, x) | t ∈ R, x ∈ Rn , f : R × Rn → Rn
(b) ecuación x(n) = F (t, x, x0 , x00 , . . . , x(n−1) )
orden = número n de ecuaciones en (a)
= orden de la derivada de orden máximo en (b).
Con x = x1 , x0 = x2 , x00 = x3 , . . . , x(n−1) = xn se pasa de (b) a (a).
Si la ecuación diferencial (a) es de la forma
x0 = f (x)
226
4. Interpretación geométrica
dx
dt = f (t, x) asigna a cada punto (t, x), un número: la pendiente.
f : R2 → R
dx
(t, x) 7→ = pendiente
dt
x(t)
2
1.5
1 x(0)
0.5
−0.5
−1
−1.5
−2
−2 −1.5 −1 −0.5 0 0.5 1 1.5 2 2.5
t
227
5. Sistemas de 2o orden
La ecuación diferencial
dx
= f (t, x), t ∈ R, x ∈ R2 , f : R × R2 → R2
dt
es de segundo orden. También puede escribirse como un sistema
dx 1
= f1 (t, x1 , x2 ) t, x1 , x2 ∈ R
dt
dx 2 2
2 = f2 (t, x1 , x2 ) f1 , f2 : R × R → R
dt
de dos ecuaciones de primer orden; se llama sistema de segundo orden.
• Interpretación geométrica
A cada punto (t, x1 , x2 ) ∈ R3 le asociamos el vector (f1 , f2 ). Si el sistema es autóno-
mo (no depende de t), entonces es en R2 .
228
6. Solución numérica
Obtener soluciones u(t) expresadas por funciones elementales de
229
7. Solución numérica con Matlab
Métodos:
• ode23
• ode45
• Simulink
• llamada a ode23
230
Para un PCI de 2o orden, en el archivo f_prueba.m, pondremos
function xp = f_prueba(t,x)
xp = zeros(2,1) % indica el orden n = 2
xp(1) = f1(x(1),x(2),t)
xp(2) = f2(x(1),x(2),t)
en donde f1 y f2 vendrán dadas.
Para hacer la llamada a ode23 o a ode45 escribiremos:
x0 = [a; b]; % condiciones iniciales (dadas)
t0 = 0; % es lo normal
tf = tiempo final;
[t,x] = ode23(@fprueba, [t0,tf], x0)
plot(t,x) % respuesta temporal
plot(x(:,1),x(:,2)) % phase portrait
en la ventana de comandos de Matlab o en un archivo .m.
231
Ejemplo. Sistema mecánico
k f (t) − k x(t) − b x0 (t) = m x00 (t)
f (t) Cambios: x1 = x, x2 = x0 ⇒
m x01 = x2
x02 = − mk
x1 − mb
x2 + m1
f
b
Solución numérica: Respuesta temporal
1
• Archivo f mkb.m 0.8
0.6
function xp = f mkb(t,x) 0.4
xp=zeros(2,1);f=1;m=1;k=2;b=1; 0.2
0
xp(1)= x(2); −0.2
−0.4
xp(2)=-k/m*x(1)-b/m*x(2)+1/m*f; 0 1 2 3 4 5 6 7 8 9 10
• Llamada a ode23 1
Mapa de fase
x(0)
x0=[0;1]; t0=0; tf=10; 0.8
0.6
0.2
plot(t,x),title(’Resp. temp.’) 0
plot(x(:,1),x(:,2)), −0.2
−0.4
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
title(’Mapa fase’)
• Interpretación geométrica
x01 (t) = x2 (t)
(
Sistema mecánico (m, k, b): k b 1
x02 (t) = − x1 (t) − x02 (t) + f (t)
m m m
232
Campo vectorial
1.5
Con Matlab es posible superponer el cam-
po de vectores (interpretación geométrica)
1
y la solución numérica:
0.5
m=1; k=2; b=1; f=1;
[X1,X2]=meshgrid(-1.2:0.2:1.2);
0
U1 = X2;
U2 = -k/m*X1-b/m*X2+1/m*f;
−0.5
M = sqrt(U1.^2 + U2.^2);
V1 = ones(size(M))./M .* U1;
−1
V2 = ones(size(M))./M .* U2;
x(0)
quiver(X1,X2,V1,V2),axis square
−1.5
−1.5 −1 −0.5 0 0.5 1 1.5
233
7.1. Método de Kelvin
Teorema. z(t) es una solución del P.C.I.
x0 (t) = f (t, x)
(1)
x(0) = x
0
si y sólo si Z t
z(t) = x0 + f (s, z(s))ds. (2)
t0
Z t Z t
Demostración. z(t) solución de (1) ⇒ z 0 (t) = f (t, z(t)) ⇒ z 0 (s)ds = f (s, z(s))
Z t Z t t0 t0
dz
z(t) verifica (2) ⇒ = f (t, z(t)).
dt Z t 0
⇒ z(0) = x0 + f (s, z(s))ds = x0 .
t0
234
Idea de Kelvin: construir un integrador fı́sico (mecánico) y realizar fı́sicamente
(mecánicamente) el esquema
t
f
x0 (t)- Z
r x(t) -
x0 -
235
Tema B. Realización del control
Realizaciones
• Realización matemática lineal de orden n.
Dada G(s) ∈ R(s)p×q , hallar A, B, C, D, tales que el sistema
ẋ(t) = A x(t) + B u(t)
y(t) = C x(t) + D u(t),
236
1. Realización fı́sica
Entrada- m -
+ C - A - P r Salida-
− 6
S
237
2. Actuadores
Actuador: dispositivo que ejerce acciones de cierta ponencia.
Transforma energı́a: eléctrica → eléctrica – eléctrica → mecánica – etc.
• Cargas mayores de 6 o 7 Kg
Actuadores eléctricos
238
2.2. Otros actuadores
• Relés – automatismos eléctricos
• Contactores
• Reductores de velocidad
• Máquinas complejas
239
2.4. El motor de c.c.
N
φ
?
θ(t) i (t)
?a
+
va (t)
−
φ
?
S
240
2.5. Ecuaciones diferenciales
Ra ia (t) if (t) Rf
-
φ(t) +
+
La Lf vf (t)
va (t)
−
− ea (t)
dif
inductor: vf (t) = Rf if (t) + Lf
dt dia
inducido: va (t) − ea (t) = Ra ia (t) + La
dt
flujo magnético: φ(t) = kf if (t)
par motor: Pm (t) = kt φ(t) ia (t)
dθ dω
variables de rotación: ω(t) = α(t) =
dt dt
f.c.e.m.: ea (t) = ke φ(t) ω(t)
dω
carga mecánica: Pm (t) − Pl (s) = Jm + Bm ω(t)
dt
241
2.6. Modelo externo
Transformada de Laplace con condiciones iniciales nulas:
dif L
vf (t) = Rf if (t) + Lf dt =⇒ Vf (s) = (Rf + s Lf )If (s)
L
va (t) − ea (t) = Ra ia (t) + La didta =⇒ Va (s) − Ea (s) = (Ra + s La )Ia (s)
L
φ(t) = kf if (t) =⇒ φ(s) = kf If (s)
L
Pm (t) = kt φ(t) ia (t) =⇒ Pm (s) = kt φ(s) Ia (s)
dθ dω L
ω(t) = dt α(t) = dt =⇒ ω(s) = sθ(s) α(s) = sω(s)
L
ea (t) = ke φ(t) ω(t) =⇒ Ea (s) = ke φ(s) ω(s)
L
Pm (t) − Pl (t) = Jm dω
dt + Bm ω(t) =⇒ Pm − Pl = s Jm + Bm ω(s)
Ke
242
2.7. Función de transferencia del motor
Y (s) = G(s) U (s) G(s) ∈ R(s)1×2
Va (s)
U (s) = G(s) = G11 G12 Y (s) = ω(s)
Pm (s)
Kt
G11 =
Kt Ke
(sLa + Ra )(sJm + Bm ) 1 +
(sLa + Ra )(sJm + Bm )
Kt
= 2
s La Jm + s(La Bm + Ra Jm ) + Ra Bm + Kt Ke
1
G12 =
K t Ke
(sJm + Bm ) 1 +
(sLa + Ra )(sJm + Bm )
sLa + Ra
=
s2 La Jm + s(La Bm + Ra Jm ) + Ra Bm + Kt Ke
Va (s)
ω(s) = G11 G12 = G11 Va (s) + G12 Pm (s)
Pm (s)
243
2.8. Reductor de velocidad
Pl
Pm
1 2 3 4
2 L
1 : Pm (t) − P21 (t) = J1 ddtθ21 + B1 dθ
dt =⇒ Pm (s) − P21 (s) = s (J1 s + B1 ) θ1 (s)
1
2 L
2 : P12 (t) − P32 (t) = J2 ddtθ22 + B2 dθ
dt =⇒ P12 (s) − P32 (s) = s (J2 s + B2 ) θ2 (s)
2
2 L
3 : P23 (t) − P43 (t) = J3 ddtθ23 + B3 dθ
dt =⇒
3
P23 − P21 (s) = s (J3 s + B3 ) θ3 (s)
2 L
4 : P34 (t) − Pl (t) = J4 ddtθ24 + B4 dθ4
dt =⇒ P34 − Pl (s) = s (J4 s + B4 ) θ4 (s)
Pl
Pm (s) P
P12 P
P23 P
P34? θ4 (s)
- + 21- D2 - + 32- D3 - + 43- D4 -+ - 1 s- 1 -
d1
d2
d3
sJ4 +B4 s
−
6 6− 6−
J1 s+B1 J2 s+B2 J3 s+B3
s s
6 6 6
D2 D3 D4
d1 d2 d3
ω1 ω2 ω3 ω4
244
2.9. Función de transferencia del reductor
El diagrama de bloques puede reducirse a
Pl (s)
?
1
Kr
Pm (s)- m
? 1 ω1 (s)- ω4 (s)- 1 θ4 (s)-
+ - Kr
sJr + Br s
en donde
d1 2 d2 2 d3 2 d1 2 d2 2 d1 2
Jr = D2 2 D4 2 D3 2
J4 + D3 2 D2 2
J3 + D2 2
J2 + J1
d1 2 d2 2 d3 2 d1 2 d2 2 d1 2
Br = D2 2 D4 2 D3 2
B4 + D3 2 D2 2
B3 + D2 2
B2 + B1
d1 d2 d3
Kr = D2 D3 D4 .
245
2.10. Reductor con poleas elásticas
Pm (s) ω1 (s) θ1 (s)
-+ - 1 1 s
1 : f12 (s) = K12 (r1 θ1 (s) − R2 θ2 (s))
- -
J1 s+B1 s
−
P21 (s) 6 ? P21 (s) = r1 f12 (s) P12 (s) = R1 f12 (s)
r1 r1
Pm (s) − P21 (s) = s (J1 s + B1 )
x1 (s)
6
2 : f23 (s) = K23 (r2 θ2 (s) − R3 θ3 (s))
f12 (s) s
?
K12 +
P32 (s) = r2 f23 (s) P23 (s) = R3 f23 (s)
x2 (s) 6
−
?
P12 (s) − P32 (s) = s (J2 s + B2 )
R2 R2
Pl (s)-
+
Es un sistema de orden 2 × no de poleas. Modelo externo: formula de Mason.
246
2.11. Aplicación práctica: sistema de control de posición
Poleas
Carrito
x(t)
Salida = x(t)
S Sensor = Potenciómetro
247
3. Especificaciones de funcionamiento
Son condiciones que se exigen a un sistema de control para que su funcionamiento
sea aceptable.
1. Estabilidad
2. Rapidez
3. Precisión
• la respuesta en el tiempo
• la respuesta en frecuencia
Problema de diseño: dado una planta o proceso a controlar y fijadas unas especi-
ficaciones de funcionamiento, obtener el modelo matemático de un controlador tal
que el sistema de control resultante cumpla tales especificaciones.
248
3.1. Especificaciones en tiempo
• Respuesta temporal: gráfica de la señal de salida.
Mp : estabilidad
tp : rapidez
error : precisión
249
• Valores para el sistema de 2o orden
1 p −ξ
y(t) = 1 + p e−ξωn t sin(ωn 1 − ξ 2 t − φ), φ = arctan p
1−ξ 2 1 − ξ2
!
−ξ 2 ωn p p
y 0 (t) = e−ξωn t p + ωn 1 − ξ 2 sin(ωn 1 − ξ 2 t) = 0
1 − ξ2
p kπ
⇒ sin(ωn 1 − ξ 2 t) = 0 ⇒ t= p , k = 0, 1, 2, . . .
ωn 1 − ξ 2
Para k = 1 (primer máximo),
π 1 p
tP = p ; y(tP ) = 1 + p e−ξωn tp (− 1 − ξ 2 cos π + ξ sin π)
ωn 1 − ξ 2 1 − ξ2
√
1−ξ 2
y(tp ) = 1 + MP ⇒ Mp = e−ξπ/
• Otros valores
p
arctan(− 1 − ξ 2 /ξ) 4 1
tr = p , ts ' , = constante de tiempo
ωn 1 − ξ 2 ξωn ξωn
250
3.2. Especificaciones en frecuencia
Respuesta de G(s) con u(t) = A sin(ωt):
• Frecuencias de corte: ωA , ωB ; -3 dB
• Anchura de banda BW = ωB − ωA
⇒ rapidez
251
4. Estabilidad, controlabilidad y observabilidad, sistemas lineales
∈ R(n+q)×(n+p) ⇒ G(s) ∈ R(s)p×q
A B
Sistema lineal S: modelo de estado C D
252