REALIZAR UN TRABAJO DE INVESTIGACION, RESPONDIENDO A LAS SIGUIENTES
PREGUNTAS:
1. ¿Para qué nos sirven los modelos matemáticos? (de una planta, sensor, actuador,
etc)
Un modelo matemático es una representación simplificada de algún proceso industrial
o del funcionamiento de algún dispositivo en particular. Modelo de generador,
modelos de transformador, modelos de sensor y otros. Este modelo matemático se
representa a través de ecuaciones, funciones o fórmulas matemáticas, para mostrar la
relación que existe entre los parámetros y variables que afectan al sistema.
Dependiendo del objetivo buscado y del diseño del mismo modelo, estos pueden
servir para predecir el valor de las variables en el futuro, hacer hipótesis, evaluar
los efectos de los mismos.
Elementos básicos de un modelo matemático
Los modelos matemáticos pueden variar en cuanto a su complejidad, pero todos ellos
tienen un conjunto de características básicas:
Variables: Son los conceptos u objetos que se busca entender o analizar. Sobre
todo con respecto a su relación con otras variables.
Parámetros: Se trata de valores conocidos o controlables del modelo.
Restricciones: Son determinados límites que nos indican que los resultados del
análisis son razonables.
Relaciones entre las variables: El modelo establece una determinada relación
entre las variables apoyándose en teorías económicas, físicas, químicas, etc.
Representaciones simplificadas: Una de las características esenciales de un
modelo matemáticos es la representación de las relaciones entre las variables
estudiadas a través de elementos de las matemáticas tales como: funciones,
ecuaciones, fórmulas, etc.
Propiedades deseadas de un modelo matemático
Cuando se diseña un modelo matemático, se busca que este tenga un conjunto de
propiedades que ayude a asegurar su robustez y efectividad. Entre estas propiedades
se encuentran:
Simplicidad: Uno de los objetivos principales de un modelo matemático es
simplificar la realidad para poder entenderla mejor.
Objetividad: Que no tenga sesgos ni teóricos ni de los prejuicios o ideas de sus
diseñadores.
Sensibilidad: Que sea capaz de reflejar los efectos de pequeñas variaciones.
Estabilidad: Que el modelo matemático no se altere significativamente cuando
hay cambios pequeños en las variables.
Universalidad: Que sea aplicable a varios contextos y no sólo a un caso
particular.
Evidentemente existen muchas más, pero las anteriores son las más intuitivas.
Procesos para hacer un modelo matemático
En términos generales el proceso de elaboración de un modelo matemático es el
siguiente:
1. Encontrar un fenómeno o problema.
2. Formular un modelo con elementos de matemáticas representando el
problema elegido identificando las variables relevantes (dependientes e
independientes).
3. Establecer hipótesis y un método de prueba de su veracidad.
4. Aplicar los conocimientos matemáticos para resolver el modelo y hacer
predicciones si es necesario.
5. Hacer comparaciones de los datos obtenidos con datos reales.
6. Si los resultados no se ajustan a lo esperado, ir ajustando el modelo
matemático.
Tipos de modelos matemáticos
Existen diversos tipos de modelos matemáticos. A continuación, vemos algunos de los
tipos de modelos más relevantes:
De acuerdo a la información utilizada
Heurístico: Basado en posibles explicaciones sobre las causas de los fenómenos
observados.
Empírico: Utiliza la información de la experimentación real.
Según tipo de representación
Cualitativos o conceptuales: Se refieren a un análisis de la calidad o la
tendencia de un fenómeno sin calcular un valor exacto.
Cuantitativos o numérico: Los resultados obtenidos tienen un valor concreto
que tiene un cierto significado (puede ser exacto o relativo).
Según la aleatoriedad
Determinista: No tiene incertidumbre, los valores son conocidos.
Estocástico: No se conoce con exactitud el valor de las variables en todo
momento. Existe incertidumbre y por ende una distribución de probabilidad de los
resultados.
Según su aplicación u objetivo
Simulación o descriptivo: Simula o describe un fenómeno. Los resultados se
enfocan a predecir qué sucederá una determinada situación.
Optimización: Se utilizan para encontrar una solución óptima a un problema.
De control: Para mantener el control de una organización o sistema y
determinar las variables que deben ajustarse para obtener los resultados buscados.
2. Defina a qué se refiere la IDENTIFICACION DE SISTEMAS en el área de Control
Industrial de Procesos.
Hay varias formas de IDENTIFICAR los modelos matemáticos [Ljung94]:
deterministas o estocásticos, dinámicos o estáticos, de parámetros distribuidos o
concentrados, lineales o no lineales, y de tiempo continuo o tiempo discreto.
Algunos ejemplos:
A. Deterministas, ya que se quiere estudiar la relación entre la entrada y la salida
con una parte no modelizable o no conocida (estocástica);
B. Dinámicos, porqué el objetivo es conocer el comportamiento dinámico de un
proceso; De parámetros concentrados, no se considera la variación en función
del espacio; Lineales o no lineales, se hará mayor énfasis a las técnicas de
identificación de modelos lineales, comentado algunas técnicas para ser
utilizadas en el caso de sistemas no lineales;
C. Tiempo continuo o tiempo discreto, se propone describir técnicas para la
identificación de modelos en tiempo discreto y continuo.
D. Debemos dejar claros varios aspectos en cuanto a la construcción de un
modelo:
a) Un modelo se desarrolla siempre a partir de una serie de
aproximaciones e hipótesis y, por lo tanto, es una representación parcial
de la realidad;
b) Un modelo se construye para una finalidad específica y debe ser
formulado para que sea útil a dicho fin;
c) Un modelo tiene que ser por necesidad un compromiso entre la
simplicidad y la necesidad de recoger los aspectos esenciales del
sistema en estudio.
3. Explique para qué sirve la Identificación de Sistemas en el área de Control de
Procesos Industriales
Es encontrar las ecuaciones diferenciales de estos modelos que pueden ser Lineales y
no lineales.
Otro es para determinar si es de lazo abierto o lazo cerrado.
Sistema de control en lazo o bucle abierto:
En ellos la señal de salida no influye sobre la señal de entrada.
El diagrama de bloque de un sistema en lazo abierto es:
Estos sistemas se controlan directamente, o por medio de un transductor y un
actuador. En este segundo caso el diagrama de bloques típico será:
La función del transductor es modificar o adaptar la señal de entrada, para que pueda
ser procesada convenientemente por los elementos que constituyen el sistema de
control.
El programa de una lavadora es un ejemplo de lazo abierto
Un ejemplo de este tipo de sistemas es el proceso de lavado realizado por una
lavadora automática. La señal de salida (blancura de la ropa) no influye en la entrada.
La temperatura del agua, si incluye proceso de prelavado y lavado tienen una
trascendencia importante, si está bien programada, cada proceso tendrá la duración
adecuada para conseguir alcanzar el objetivo final, que será obtener la limpieza
prevista.
Otro ejemplo de sistema en lazo abierto sería el alumbrado público controlado por
interruptor horario. El encendido o apagado no depende de la luz presente, sino de los
tiempos prefijados de antemano por el interruptor horario.
Una característica importante de los sistemas de lazo abierto es que dependen de la
variable tiempo y la salida es independiente de la entrada.
Los sistemas en bucle abierto tienen el inconveniente de ser muy sensibles a las
perturbaciones. Así por ejemplo en una sala cuya temperatura se controle mediante
un sistema en lazo abierto, si circunstancialmente se quedase una ventana abierta
(perturbación), el sistema no sería capaz de adaptarse a esta nueva situación y no se
alcanzaría la temperatura deseada.
Sistemas de control en lazo cerrado:
En ellos, la señal de salida influye en la entrada. Esto se consigue mediante un proceso
de realimentación (feedback).
La realimentación es la propiedad de un sistema en lazo cerrado por la cual la salida
(o cualquier otra variable controlada) es comparada con la entrada del sistema, de
forma que el proceso de control depende de ambas.
En estos sistemas un transductor mide en cada instante el valor de la señal de salida y
proporciona un valor proporcional a dicha señal.
Este valor relacionado con la señal de salida, se realimenta al sistema, de forma que
ésta influye directamente sobre el proceso de control.
El diagrama de bloques correspondiente a un sistema de control en lazo cerrado es:
4. Explique la herramienta IDENT de Matlab.
Nos permite identificar el sistema de control utilizado en un proceso. Hallar una
aproximación de la función de transferencia con los datos reales del proceso de
estudio.
6. Realizar un tutorial detallado (paso a paso con capturas de pantalla), del
procedimiento realizado en el video.
Utilizaremos la función IDENT, para obtener la función de transferencia de un MOTOR
DC. Como datos de entrada tenemos al Voltaje de entrada y como valores de salida a la
velocidad del motor en RPM.
Datos
Volt ent Velocidad
Voltios sal RPM
1.31 120
1.41 420
1.51 600
1.61 720
1.71 900
1.83 960
1.92 1620
2.01 2040
2.11 2400
2.21 2640
2.32 3120
2.42 3180
2.51 3600
2.61 3780
2.71 4080
2.81 4080
2.91 4320
3.05 5100
3.22 5220
3.45 5280
3.67 6120
3.86 7500
4.1 7740
4.51 8280
4.72 10920
En MATLAB tenemos
>> % Realizaremos un ejercicio que muestre el uso de la herramienta
>> % IDENT que nos sirve para para hallar la función de transferencia.
>> % Aplicamos a un motor DC
>> A = []
A=
[]
>> B = []
B=
[]
>> % Queremos determinar cómo varia la velocidad del Motor
>> % DC en función al voltaje
>> VoltIn = A
VoltIn =
1.3100
1.4100
1.5100
1.6100
1.7100
1.8300
1.9200
2.0100
2.1100
2.2100
2.3200
2.4200
2.5100
2.6100
2.7100
2.8100
2.9100
3.0500
3.2200
3.4500
3.6700
3.8600
4.1000
4.5100
4.7200
>> VeloSal = B
VeloSal =
120
420
600
720
900
960
1620
2040
2400
2640
3120
3180
3600
3780
4080
4080
4320
5100
5220
5280
6120
7500
7740
8280
10920
>> % donde VoltIn : Es el voltaje de entrada dado el Voltios y
>> % VeloSal : Es la velocidad de salida del motor dada en RPM
>> % Ahora llamamos a la función IDENT
>> ident
Importamos los datos (import data)
Elegimos el dominio del tiempo, y especificamos el número de polos y ceros de la
ecuación.
Damos doble click a la gráfica de la función de transferencia y obtenemos lo siguiente:
Finalmente tenemos la función de transferencia buscada.
7. Incluya archivos de la simulación (del Matlab), y de los datos con los que se trabajó
(en Excel).
