Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DEL PROGRESO
INSTRUMENTACIÓN Y CONTROL
I.Q 801
1
ÍNDICE
ÍNDICE .............................................................................................................................................2
INTRODUCCIÓN............................................................................................................................3
2.0 MODELOS DINÁMICOS DE SISTEMAS ..............................................................................4
2.1 Definiciones .............................................................................................................................4
2.2 Modelos de procesos químicos ...............................................................................................5
2.3 Lineación de sistemas ...........................................................................................................11
2.4 Sistema de primer orden ......................................................................................................13
2.5 Sistema de segundo orden ....................................................................................................16
2.6 Sistema de orden superior ...................................................................................................17
CONCLUSIONES ..........................................................................................................................20
REFERENCIAS .............................................................................................................................21
2
INTRODUCCIÓN
No pretenden "conocer" porqué la cotización de una empresa sube o baja en función de sus
nuevos productos o nuevos competidores, sino pronosticar la evolución de una cotización
para recomendar comprar, mantener o vender una determinada acción. En cambio, el objetivo
básico de la Dinámica de Sistemas es llegar a comprender las causas estructurales que
provocan el comportamiento del sistema. Esto implica aumentar el conocimiento sobre el
papel de cada elemento del sistema, y ver como diferentes acciones, efectuadas sobre partes
del sistema, acentúan o atenúan las tendencias de comportamiento implícitas en el mismo.
Para ello podemos usar un software específico como Vensim
3
2.0 MODELOS DINÁMICOS DE SISTEMAS
2.1 Definiciones
Planta: Es el sistema dinámico que deseamos analizar o modelar.
Proceso: Es una operación natural, progresivamente continua o desarrollo marcado por una
serie de cambios graduales consecutivos de una manera establecida hacia la consecución de
un objetivo o resultado particular.
Observabilidad: Es una propiedad de los sistemas de poder conocer parámetros internos del
mismo a partir de medir parámetros de salida.
Perturbación: Es una señal que tiende a afectar de manera adversa la salida del sistema. La
perturbación puede ser Interna o Externa al sistema.
4
Modelo: es una representación aproximada de un sistema dinámico. Dicha representación o
abstracción incluye propiedades y parámetros internos del sistema, así como una definición
de entradas y salidas del mismo.
Delimitación: las acciones del resto del universo sobre el sistema se reemplazan por entradas.
Variables fundamentales: tiempo (t) y espacio (x, y, z). Son independientes de la evolución
del sistema.
Entradas: representan la acción del resto del universo sobre el sistema. Son independientes
de la evolución del mismo.
Salidas: Son variables dependientes que nos interesan y que podemos observar.
Dependiendo del proceso al que sirven, existen diferentes y muy variados tipos de modelos.
Básicamente, un modelo es: “La representación matemática de un fenómeno o conjunto de
5
ellos”. Dependiendo del conocimiento de las interacciones causa-efecto, los modelos
pueden ser clasificados como:
Modelos estructurales.
𝑪𝟏 = 𝒇𝟏 (𝑪𝟏 , 𝒉𝟏 , 𝑭, 𝑪𝑭 )
𝑪𝟐 = 𝒇𝟐 (𝑪𝟏 , 𝑪𝟐 , 𝒉𝟏 , 𝑩𝟏 )
𝒉𝟏 = 𝒇𝟑 (𝑪𝟏 , 𝒉𝟏 , 𝑭, 𝑻𝑭 , 𝑺𝟏 )
𝑪𝑭 = 𝑪𝒐𝒏𝒄𝒆𝒏𝒕𝒓𝒂𝒄𝒊𝒐𝒏 𝒆𝒏 𝒆𝒍 𝒂𝒍𝒊𝒎𝒆𝒏𝒕𝒐
𝑺 = 𝑭𝒍𝒖𝒋𝒐 𝒅𝒆 𝒗𝒂𝒑𝒐𝒓
7
La matriz estructural en la grafica directa indica si una variable afecta a otravariable. El
modelado estructural no puede ser usado para diseño cuantitativo,solo para decisiones
estructurales y topológicas.
Modelos determinísticos.
Los sistemas que representan los modelos deterministas carecen de incertidumbre, es decir,
todos los cambios de estado del sistema se pueden predecir con certeza, y su comportamiento
se evalúa con medidas de efectividad o eficiencia tales como: Costos, tiempo y utilidades.
Se define como algoritmo a una serie de instrucciones en una cierta secuencia lógica,
necesarias para describir las operaciones que llevan a la solución de un problema. No siempre
los algoritmos conducen a soluciones optimas, Sin embargo en investigación de operaciones
se hacen todos los esfuerzos posibles para encontrar algoritmos de optimización. Este tipo de
algoritmos son exclusivos de los modelos deterministas
8
o Parámetros completamente conocidos (cualitativamente).
Modelos empíricos.
Los modelos empíricos son aquellos que predicen cómo una variable afecta una respuesta y
no por qué la afecta, por lo que no se logra entender la totalidad de un sistema, además de
que puede tener menor capacidad predictiva. Son modelos que se basan en aproximaciones
empíricas producto de la observación o experimentación y se pueden considerar como un
conjunto de ecuaciones heurísticas (gr. Heurisko, hallar, experiencia); cada una de esas
ecuaciones es usualmente la descripción estática de una relación entre el proceso considerado
y las condiciones ambientales. Estos modelos representan un regreso al concepto de análisis
de regresión, aunque en un nuevo nivel cualitativo; los modelos empíricos no son versátiles
y pueden requerir mucho tiempo para identificar los parámetros de cada cultivo. Con ellos
nunca se tendrá la certeza de que el modelo desarrollado será útil para describir a otro cultivo
expuesto a diferente suelo y clima; la ventaja esencial es que estos modelos están disponibles
y pueden usarse con éxito en la toma de decisiones agrícolas, lo cual no tienen los modelos
teóricos.
9
Dentro del enfoque empírico puede considerarse que la especificación de un modelo debería
de basarse en la observación de la forma de la relación entre una variable de respuesta y los
factores que la afectan.
Modelos aleatorios.
En este modelo se asume que las k muestras son muestras aleatorias de k situaciones distintas
y aleatorias. De modo que un valor aislado Yij se puede escribir como:
donde m es la media global, eij son variables (una para cada muestra) distribuidas
normalmente, con media 0 y varianza s2 (como en el modelo I) y Ai es una variable
La diferencia con respecto al modelo I es que en lugar de los efectos fijos ai ahora se
consideran efectos aleatorios Ai.
Para llegar a este resultado se utiliza la asunción de independencia entre Ai y eij y es, por
tanto, muy importante en el modelo y conviene verificar si es correcta en cada caso. En
el ejemplo de las cobayas significaría que las variaciones de grasa en el hígado de cada
cobaya son independientes de las variaciones entre cobayas. Esta asunción se violaría si, por
10
ejemplo, en el animalario existieran 2 cepas genéticas tales que en una de ellas la
concentración de grasa en las células hepáticas fuera mayor y más variable que en la otra.
Por tanto, en H0 tanto MSA como MSE estiman s2, mientras que en H1, MSE sigue
Desde un punto de vista general, muy pocos sistemas reales son estrictamente lineales; sin
embargo, en el modelado de sistemas se sacrifica la descripción de la ecuación diferencial,
11
que define un determinado proceso físico, para representarlo a manera de una ecuación
diferencial ordinaria.
y = f(x)
ECU.(1)
12
ECU (2)
ECU (3)
ECU (4)
ECU (5)
La ecuación (5) representa una línea recta de la forma, es decir da un modelo matemático
lineal para el sistema no lineal obtenido mediante la ecuación (1) cerca del punto de operación
y como se expresó anteriormente, será válida sólo para pequeñas variaciones
También en este caso si las variaciones alrededor del punto de trabajo con pequeñas, se puede
obtener una relación lineal dada por:
13
1. Sistema de primer orden sin cero: tiene una constante como numerador.
G(s) = Y (s) / U(s) = K/ 1+τ s
Los parámetros que aparecen en la función de transferencia son la ganancia K, que
coincide con la ganancia estática G(0), y la constante de tiempo τ. La ganancia
estática K puede tener cualquier signo, sin embargo para que este sistema sea estable
se debe cumplir que τ > 0. Teniendo en cuenta esta restricción, no se incluye el caso
particular del integrador G(s) =1 s
2. Sistema de primer orden con cero nulo o derivador filtrado.
G(s) = Y (s) /U(s) = Ks/ 1+τ s
Los parámetros que aparecen en la función de transferencia son la ganancia K, que
en este caso no coincide con la ganancia estática G(0) que es igual a 0, y la constante
de tiempo τ. La ganancia K puede tener cualquier signo, mientras que τ debe ser
positivo para que el sistema sea estable.
3. Sistema de primer orden con cero no nulo.
G(s) = Y (s)/ U(s) = K(1+ Ts) / 1+τ s
En este último caso, los parámetros son la ganancia K, que vuelve a coincidir con la
ganancia estática G(0) como en el sistema de primer sin cero, la constante de tiempo
T asociada al cero y la constante de tiempo τ asociada al polo o constante de tiempo
del sistema. La ganancia K y la constante de tiempo T pueden tener cualquier signo,
mientras que τ debe ser positivo para que el sistema sea estable.
14
Figura 2. Circuito electrónico correspondiente a un sistema de primer orden sin cero.
Figura 3. Circuito electrónico correspondiente a un sistema de primer orden con cero nulo o derivador filtrado.
15
Figura 4. Circuito electrónico correspondiente a un sistema de primer orden con cero no nulo.
d) Muchas veces en una planta, a pesar de que su función de transferencia tenga más de dos
polos, la respuesta al salto escalón de entrada puede ser representada en forma aproximada
por la respuesta de un sistema de segundo orden. Ello es posible porque frecuentemente los
otros polos adicionales están ubicados más lejos del eje imaginario que estos polos
dominantes y por ende la influencia de los mismos en la X(t) Y(t) Sistema de segundo orden
3 respuesta en el tiempo resulta menor. (En particular ello se cumple significativamente
cuando la relación entre las partes reales de los otros polos y las partes reales de los polos
16
dominantes es mayor de 5 y no hay ceros cercanos) Por ello, se la puede representar
aproximadamente por un sistema de segundo orden conocido como de modos dominantes
A los sistemas de grado superior también es posible asociarles parámetros como tiempo pico,
máximo pico de sobre impulso, tiempo de elevación y tiempo de asentamiento. Sin embargo,
en vez de desarrollar ecuaciones para determinar tales características, se prefiere aproximar
polinomios de segundo grado que se comporten de manera aproximada a los polinomios de
grado superior mediante el concepto de polos dominantes.
El polo o los polos dominantes de un sistema son los elementos que, por su cercanía con el
origen del plano s, ejercen mayor efecto sobre el comportamiento transitorio del sistema, de
tal manera que mientras los polos restantes de la configuración respectiva estén cada vez más
alejados hacia la izquierda de los polos dominantes, su efecto tendrá cada vez menor
influencia sobre el comportamiento transitorio del sistema. Por lo anterior, se supondrá que
si los polos restantes que componen un sistema de grado superior están cuando menos seis
veces alejados de los polos dominantes del sistema, su efecto será insignificante.
17
Su comportamiento se aproxima a un sistema de segundo grado debido a la presencia de los
polos dominantes complejos
EJEMPLO
Para los siguientes sistemas de grado superior, si es posible, determine la validez de una
aproximación analítica de segundo grado.
56.16
T (s) , y(∞ ) 0.3332.
(s2 9 s 84.25)(s2 s 2)
4
b) T (s) , y(∞ ) 0.5714.
(s 2.8)(s2 3 s 2.5)
A partir de lo anterior, se observa que la parte real del primer polinomio se localiza en el eje
real del plano s en -0.5, mientras que la parte real del polo asociado al segundo polinomio se
ubica en -4.5, por lo que existe una separación entre polos mayor a la sugerida. En
consecuencia, T(s) puede aproximarse como una función de transferencia de segundo grado:
0.6664
T’1 (s)=
s2 + s + 2
18
T 2 (s) 28.0721
s2 + 9s + 84.25
19
CONCLUSIONES
Se concluye que la utilización de la Dinámica de Sistemas en la enseñanza de conceptos
ambientales, actúa como pauta que conecta diferentes campos del conocimiento requeridos
para la comprensión de la situación ambiental actual del planeta, convirtiéndose así en una
herramienta para la transdisciplinariedad.
20
REFERENCIAS
[1] Sánchez, J. A. (2013). Instrumentación y control básico de procesos. Ediciones Díaz de
Santos.
[3] de Prada, C., & EII, S. M. (1997). Instrumentación y control de procesos. Los manuales
de Ingeniería Química, Valladolid.
21
TECNOLÓGICO DE ESTUDIOS SUPERIORES DE SAN FELIPE DEL PROGRESO
SUBDIRECCIÓN ACADÉMICA
Instrucciones para el evaluador: Marque con una “√” en la columna SI, cuando el(los)
alumno(s) muestre las evidencias de los apartados correspondientes y en la columna NO
cuando no muestre las evidencias señaladas.
22
6 La información deberá tener un mínimo de 3 cuartillas. 20
7 Conclusiones (el alumno redactara su conclusión en media 15
cuartilla, la cual deberá tener buena redacción).
8 La bibliografía o cibergrafía deberá estar en formato APA, 10
deben tener un mínimo de 6 fuentes de información).
9 Todo el trabajo no deberá tener errores de ortografía o 15
tecleado, debe tener un interlineado 1.5 con tipo de letra
Times New Roman y Justificado, Tamaño 12, títulos 16,
subtítulos 14 estos deben estar remarcados en negritas.
23