Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Identificacion VA LfaroMurillo Tesis
Identificacion VA LfaroMurillo Tesis
Facultad de Ingeniería
Escuela de Ingeniería Eléctrica
Por:
Por:
Iván Alonso Murillo Solís
___________________
Ing. Víctor M. Alfaro Ruiz
Profesor Guía
___________________ ___________________
DEDICATORIA
mi vida. Las experiencias que he tenido durante este tiempo me ha n marcado para
siempre.
Por eso quiero agradecer a mis padres, Marielos y Quincho, por su paciencia,
universidad del país. A ellos les debo todo lo que soy y seré.
universidad especialmente con los que conviví durante estos años: Marlon, Ernesto,
Jorge, Mauro, Alex, Juan Carlos, José Soro, Oscar, Denic, Nelson, Crhistian y Mauricio.
RECONOCIMIENTOS
carrera, especialmente para el ingeniero Víctor M. Alfaro Ruiz por haberme dado la
oportunidad de realizar este proyecto y por sus muestras de excelencia en sus funciones
de docencia, así mismo como a los profesores Rodolfo Espinoza y Orlando Arrieta por
ÍNDICE GENERAL
ÍNDICE DE FIGURAS
Figura 2.1 Curva de reacción, modelo de primer orden más tiempo muerto. ............................. 5
Figura 2.2 Respuesta de modelos de primer y segundo orden más tiempo muerto. ................... 6
Figura 2.3 Diagrama de control para obtener la curva de reacción. ........................................... 7
Figura 2.4 Curva de reacción, método de Ziegler y Nichols. ..................................................... 8
Figura 2.5 Curva de reacción, método de Miller. ....................................................................... 9
Figura 2.6 Curva de reacción, método de Smith....................................................................... 11
Figura 2.7 Curva de reacción, método de Alfaro...................................................................... 12
Figura 2.8 Curva de reacción, método de Ho et al. ................................................................... 13
Figura 2.9 Curva de reacción, método de Stark. ....................................................................... 15
Figura 2.10 Curva de reacción, método de oscilación mantenida de Ziegler y Nichols........... 16
Figura 2.11 Respuesta del sistema con retroalimentación por relé........................................... 17
Figura 2.11 Sistema de lazo cerrado para control P.................................................................. 20
Figura 2.12 Respuesta de lazo cerrado para control P. ............................................................. 21
Figura 2.13 Diagramas polares, aplicación del criterio de Nyquist. ......................................... 26
Figura 2.14 Diagramas de Bode, magnitud y fase. ................................................................... 27
Figura 3.1: Diagrama de lazo abierto en VisSim...................................................................... 31
Figura 3.2: Diagrama de lazo cerrado en VisSim. Control P.................................................... 31
Figura 4.1: Respuestas de la planta y del modelo. Sobrepaso similar ...................................... 43
Figura 4.2: Respuestas de la planta y del modelo. Sobrepaso diferente ................................... 43
Figura 4.3: Diagrama de lazo cerrado en VisSim. Control PID ............................................... 44
Figura 5.1: Gráficas de Magnitud de Bode. IECF=0.0029 ....................................................... 55
Figura 5.2: Gráficas de Magnitud de Bode. IECF=0.1503 ....................................................... 55
Figura 6.1: Diagrama de Control P en VisSim para la planta y el modelo. .............................. 60
Figura 6.2: Respuesta de la planta y el modelo con control P. ................................................. 61
ÍNDICE DE TABLAS
Tabla 4.12: Número de veces en que cada método ocupó la posición mostrada. Respuesta en el
tiempo a lazo cerrado, métodos de segundo orden más tiempo muerto. .................................. 50
Tabla 4.13: Escala de bondad, sistema a lazo abierto. Métodos de primer orden más tiempo
muerto. ...................................................................................................................................... 51
Tabla 4.14: Escala de bondad, sistema a lazo cerrado. Métodos de primer orden más tiempo
muerto. ...................................................................................................................................... 52
Tabla 4.15: Escala de bondad, sistema a lazo abierto. Métodos de segundo orden más tiempo
muerto. ...................................................................................................................................... 52
Tabla 4.16: Escala de bondad, sistema a lazo cerrado. Métodos de segundo orden más tiempo
muerto. ...................................................................................................................................... 53
Tabla 5.1: IECF para modelos de primer orden más tiempo muerto. ....................................... 56
Tabla 5.2: Número de veces en que cada método ocupó la posición mostrada. Respuesta en
frecuencia, métodos de primer orden más tiempo muerto. ....................................................... 56
Tabla 5.3: IECF para modelos de segundo orden más tiempo muerto. .................................... 57
Tabla 5.4: Número de veces en que cada método ocupó la posición mostrada. Respuesta en
frecuencia, métodos de segundo orden más tiempo muerto. .................................................... 58
Tabla 5.5: Escala de bondad en el dominio de la frecuencia. Métodos de primer orden más
tiempo muerto ........................................................................................................................... 59
Tabla 5.6: Escala de bondad en el dominio de la frecuencia. Métodos de segundo orden más
tiempo muerto ........................................................................................................................... 59
Tabla 6.1: Valores de Kcu para los modelos de primer orden más tiempo muerto. ................. 62
Tabla 6.2: Valores de la DPG entre la Kcu de la planta y la Kcu del modelo de primer orden
más tiempo muerto.................................................................................................................... 63
Tabla 6.3: Número de veces en que cada método ocupó la posició n mostrada. Análisis en
condición crítica, métodos de primer orden más tiempo muerto.............................................. 64
Tabla 6.4: Valores de Kcu para los modelos de segundo orden más tiempo muerto. .............. 64
Tabla 6.5: Valores de la DPG entre la Kcu de la planta y la Kcu del modelo de segundo orden
más tiempo muerto.................................................................................................................... 65
Tabla 6.6: Número de veces en que cada método ocupó la posición mostrada. Análisis en
condición crítica, métodos de segundo orden más tiempo muerto. .......................................... 66
Tabla 6.7: Escala de bondad en el dominio de la frecuencia. Métodos de primer orden más
tiempo muerto. .......................................................................................................................... 66
Tabla 6.8: Escala de bondad en el dominio de la frecuencia. Métodos de segundo orden más
tiempo muerto ........................................................................................................................... 67
Tabla 7.1: Parámetros de la sintonización. Prueba final. .......................................................... 69
Tabla 7.2: IEAPM e IAEP de los modelos. Prueba final. ......................................................... 70
Tabla 7.3: Escala de bondad. Prueba final. ............................................................................... 71
Tabla E.1: IAE Plantas.............................................................................................................. 86
Tabla E.2: IAE Modelos ........................................................................................................... 87
Tabla E.3: Sobrepaso máximo. Plantas..................................................................................... 88
Tabla E.4: Sobrepaso máximo. Modelos .................................................................................. 89
Tabla E.5: Tiempo de asentamiento. Plantas ............................................................................ 90
Tabla E.6: Tiempo de asentamiento. Modelos .......................................................................... 91
Tabla F.1: Parámetros de sintonización. Plantas 1.1 y 1.2 ....................................................... 92
Tabla F.2: Parámetros de sintonización. Plantas 1.3 y 1.4 ....................................................... 92
Tabla F.3: Parámetros de sintonización. Plantas 1.5 y 2.1 ....................................................... 93
Tabla F.4: Parámetros de sintonización. Plantas 2.2 y 2.3 ....................................................... 93
Tabla F.5: Parámetros de sintonización. Plantas 2.4 y 2.5 ....................................................... 94
Tabla F.6: Parámetros de sintonización. Plantas 3.1 y 3.2 ....................................................... 94
Tabla F.7: Parámetros de sintonización. Plantas 3.3 y 3.4 ....................................................... 95
Tabla F.8: Parámetros de sintonización. Plantas 4.1 y 4.2 ....................................................... 95
Tabla F.9: Parámetros de sintonización. Plantas 4.3 y 4.4 ....................................................... 96
Tabla F.10: Parámetros de sintonización. Plantas 4.5 y 4.6 ..................................................... 96
NOMENCLATURA
?: razón de amortiguamiento
s: variable compleja
tm : tiempo muerto del sistema
t ,t 1,t 2 : constantes de tiempo
RESUMEN
también, algunos aspectos teóricos que tenían relevancia para la realización de este
trabajo.
las cuales se identifica ron modelos utilizando diferentes técnicas con la ayuda de
determinar cuales de ellos tenían un mejor seguimiento de las respuestas de las plantas.
utilizar.
CAPÍTULO 1: Introducción
En el presente proyecto eléctrico se estudiaron algunos de los diferentes métodos
de identificación de modelos de primer y segundo orden más tiempo muerto existentes,
no solo en el dominio del tiempo, sino también en el dominio de la frecuencia, y en
diferentes condiciones de operación.
El problema a analizar nace de diferentes observaciones hechas por estudiosos en
los temas de control automático como Hang y Chin[8] , quienes estudiaron varias plantas
cuyos modelos presentaban un muy buen seguimiento de la curva de reacción pero luego,
al analizar las plantas y sus modelos a lazo cerrado, en el dominio de la frecuencia, y en
condiciones oscilatorias; observaron que estos modelos no se comportaban
adecuadamente. El problema consiste en que los modelos de primer y segundo orden más
tiempo muerto que siguen muy bien la curva de reacción de la planta, no reflejan las
características dinámicas de la planta en el dominio de la frecuencia o a lazo cerrado. En
la actualidad no se conoce con certeza cuáles de los métodos de identificación
representan de la mejor manera a un proceso cont rolado real.
Estos motivos dan origen a este proyecto con el fin de encontrar cuales métodos
de identificación dan los mejores modelos de primer y segundo orden más tiempo muerto
que representen de la mejor manera a un sistema real para estudios de control automático.
1.1 Objetivos
Comparar el desempeño de los modelos de primer y segundo orden más tiempo
muerto para reproducir las características dinámicas del sistema en el dominio del tiempo
y en el de la frecuencia.
1.2 Metodología
El procedimiento seguido en el proyecto incluyó primeramente, un repaso sobre
la teoría general de los principales métodos de identificación existentes como los basados
en la recta tangente, los métodos de dos y tres puntos, los métodos de oscilación
mantenida y control P para la obtención de modelos de primer y segundo orden más
tiempo muerto.
Se procedió luego a escoger las plantas de prueba que serían analizadas. Estas
plantas fueron de polos simples o múltiples y de diferentes órdenes.
La primera parte del proceso de obtención y análisis de resultados, consistió en la
identificación de los modelos de primer y segundo orden más tiempo muerto para cada
una de las plantas de prueba escogidas. Las plantas de prueba no son procesos reales,
sino que son modelos matemáticos de plantas y se han seleccionado con el fin de cubrir
la mayor cantidad posible de las respuestas que producen los procesos reales.
Luego, a partir de las plantas escogidas y de los modelos determinados, se
obtuvieron las respuestas en el tiempo de lazo abierto y de lazo cerrado, las respuestas en
frecuencia y el comportamiento en procesos oscilatorios de control P para cada planta y
cada modelo , utilizando varios programas de computadora.
Se compararon después, las respuestas de cada planta con las respuestas de sus
respectivos modelos y se analizaron las diferencias obtenidas (cuando las hubo), entre las
respuestas. Se definió también una escala de bondad de los modelos en la que se
estableció , cuáles condiciones son más deseables para un sistema de control real.
Una de las partes más importantes del proyecto, fue la definición de criterios que
se deben tomar en cuenta para la comparación, el cual se aplicó a todos los resultados
obtenidos, para finalmente concluir cuál o cuáles de los métodos estudiados arrojaron los
mejores resultados.
y(t ) = k p 1 − e ∆u
−t
t
(2.1-2)
Los sistemas de segundo orden más tiempo muer to pueden representare
empleando alguna de las siguientes funciones de transferencia:
k p e− t m s
Gp (s) =
(t )
(2.1-4)
1 s + 1 (t 2 s + 1)
donde: k p = ∆y (2.1-5)
∆u
Figura 2.1 Curva de reacción, modelo de primer orden más tiempo muerto.
Figura 2.2 Respuesta de modelos de primer y segundo orden más tiempo muerto.
La ganancia del sistema está definida como el cambio total en la salida entre el
cambio total en la entrada.
k p = ∆y (2.3-1)
∆u
eje del tiempo, entre el corte de la recta tangente con este eje y el corte de la recta
tangente con la línea horizontal del valor máximo de la respuesta yu . Esta constante de
tiempo es siempre mayor que la real ya que generalmente el corte con la línea de yu
ocurre para un valor mayor que el 63.2% de y que se definió en la sección 2.1.
Con este método se obtiene también un modelo de primer orden más tiempo
muerto. Miller [13] propuso una variación al método de Ziegler y Nichols, con el fin de
corregir el error de estimación de t y definió esta constante como el intervalo de tiempo
que hay desde el punto donde la recta tangente corta el eje del tiempo, hasta el tiempo en
que la respuesta del sistema alcanza el 63.2% de su valor máximo como se ve en la figura
2.5.
Con esta variación, Miller se aseguró que la respuesta del modelo matemático y la
del sistema real coincidan en el punto en que el tiempo es t=tm + t .
El tiempo muerto del sistema (tm ) así como la ganancia estática (kp ) se aproximan
de la misma manera que en el método de Ziegler y Nichols.
t m = t 63 − τ (2.3-3)
Este método es uno de los denominados métodos de dos puntos, los cuales
consisten en hacer coincidir la respuesta del modelo con la curva real de respuesta del
sistema en, al menos, dos puntos.
Analizando modelos obtenidos con el método de Smith, Alfaro se da cuenta de
que las mayores diferencias entre la curva real y el modelo se dan al inicio y cuando la
respuesta ha alcanzado entre un 70 y 90% de su valor máximo yu ; entonces, propone un
método de dos puntos que haga coincidir a la respuesta y al modelo en los puntos en que
la respuesta del sistema alcanza el 25% (t 25) y el 75% (t 75) de su máximo valor, como se
observa en la figura 2.7.
2.3.5 Métodos de Ho et al
k p e −t m s
G p (s) = (2.3-6)
(t s + 1)2
En donde: τ = 0.463(t85 − t 35 ) (2.3-7)
Para obtener un modelo de segundo orden más tiempo muerto de la forma 2.1-3 y
2.1-4 se deben estimar dos constantes de tiempo, el tiempo muerto aparente y la ganancia
estática del sistema. Para lograr esto, Stark [14] propuso un método de tres puntos, los
cuales corresponden a los tiempos para que la respuesta del sistema alcance el 75% (t 75),
el 45% (t 45 ) y el 15% (t 15 ) de su valor máximo como se muestra en la figura 2.9. El
desarrollo de este método condujo a la formulación del siguiente procedimiento para
obtener las constantes de tiempo y el tiempo muerto. Se obtiene la ganancia:
k p = ∆y (2.3-9)
∆u
t 45 − t15
definiendo: x= (2.3-10)
t75 − t15
se calculan los parámetros del modelo con las siguientes ecuaciones:
0.0805 − 5.547(0.475 − x)
2
?= (2.3-11)
x − 0.356
f 2 (? )
ωn = (2.3-14)
t 75 − t15
f 3 (? ) = 0.922(1.66)
ζ
(2.3-15)
f 3 (? )
t m = t 45 − (2.3-16)
ωn
ζ + ζ 2 −1
τ1 = para ζ ≥ 1.0 (2.3-17)
ωn
ζ − ζ 2 −1
τ2 = para ζ ≥ 1.0 (2.3-18)
ωn
Ahora bien, si el sistema es sobreamortiguado, las constantes de tiempo se
obtienen de 2.3-17 y de 2.3-18; en el caso de que el sistema sea subamortiguado, la razón
de amortiguamiento va a estar dada por 2.3-11 y la frecuencia natural de oscilación se
encuentra por medio de la ecuación 2.3-14. Para ambos casos, la ecuación 2.3-16 da el
tiempo muerto aparente del sistema.
información última del sistema a partir de la cual se puede determinar un modelo para el
sistema por medio de los métodos de Chen y de Ho que se estudian en esta sección.
Para realizar esto Aström y Hägglund [3],[4] basaron sus estudios en el hecho de
que “un sistema que tenga un retraso de fase de por lo menos -180° a altas frecuencias,
oscilari con un periodo de oscilación igual al periodo crítico bajo el control de un relé”1 .
Se debe incluir entonces un relé para hacer la prueba.
Entonces, como se dijo anteriormente, el periodo de oscilación de ambas señales
será el periodo de oscilación último.
Tc = Tu (2.4-1)
Tu −1 2πτ
tm = π − tan (2.4-4)
2π Tu
1
Alfaro, V. “Capítulo 4 Identificación experimental”,
http://www.eie.ucr.ac.cr/htm/pd/alfaro/docs/ie432/Vma.ucr.ie432.apuntes.zip.
Tu −1 2πτ
tm = π − 2 tan (2.4-7)
2π Tu
y (s )
−t s
Ke m
= ; K = K ck p (2.5-1)
r (s ) 1 + t s + Ke −tms
y (s ) K ′(1 + 0.5t m s )e − t ms
= (2.5-2)
r (s ) t ′s 2 + 2t ′?′s + 1
donde: K ′ = K ( K + 1) (2.5-3)
1
t t 2
t′ = m (2.5-4)
2(K + 1)
t m 2(1 − K )
?′ = (2.5-5)
[2t m t (K +1)]1 2
Para determinar el modelo de primer orden más tiempo muerto para el proceso se
deben obtener los siguientes valores de la respuesta del sistema de lazo cerrado: yp1 , yp2 ,
ym1, yu y ?t.
Luego se procede a identificar el modelo de primer orden más tiempo muerto del
proceso:
yu
kp = ; K = K ck p (2.5-6)
K c (∆ r − y u )
t=
∆t
π
[ζ K + 1 + ζ 2 (K + 1) + K ] (1 − ζ 2
)( K + 1) (2.5-7)
( )
2∆t 1 − ζ 2 (K + 1)
tm =
[
π ζ K +1 + ζ 2
(K + 1) + K ] (2.5-8)
donde: ζ1 =
[
− ln ( y u − ym1 )/ (y p1 − yu ) ] (2.5-9)
[
π 2 ln 2 ( y p 2 − yu )/ (y p1 − yu ) ]
ζ2 =
[
− ln ( y p 2 − yu ) / ( y p1 − y u ) ] (2.5-10)
4π ln2 2
[( y p2 − yu ) / ( y p1 − y u ) ]
? = (ζ 1 + ζ 2 ) 2 (2.5-11)
y (s )
−t s
K ′e m
= 2 (2.5-12)
r (s ) t ′s + 2?′t ′s + 1
donde: K ′ = K ck p (2.5-13)
1
t m t δ + γ 2 K ′t m2 2
t′ = (2.5-14)
1 + K′
t m (δγ 1 + K ′) + τ
?′ = (2.5-15)
[2(K ′ + 1)(t t ′2
m + γ 2K tm )]
12
∆y
K′ = (2.5-16)
∆u − ∆y
− ln α 1 yu − ym 1
ζ ′= ,α1 = (2.5-17)
[π 2
ln 2 α 1 ]
12
y p 1 − yu
∆t
t′ = 1− ζ ′2 (2.5-18)
π
Los parámetros para del modelo de primer orden más tiempo muerto se obtienen
de:
τ=
− b + b 2 − 4ac ( )12
(2.5-19)
2a
t m = α + βτ (2.5-20)
donde: a = β 2 λ 2 K ′ + βδ (2.5-21)
c = λ 2 K ′α 2 − τ ′ 2 (1 + K ′) (2.5-23)
2ζ ′τ ′(1 + K ′)
α = (2.5-24)
δ + γ 1K ′
β = −(δ + γ 1 K ′)
−1
(2.5-25)
de este error se definen varios índices de desempeño, sin embargo, para efectos de esta
investigación se utilizó el índice de la Integral del valor absoluto del error de predicción
(IAEP) que está definido como:
∞
IAEP = ∫ y p (t ) − y m (t ) dt (2.6-1)
0
en donde yp (t) es la salida de la planta y y m(t) la del modelo identificado para la misma.
Este índice representa el área diferencial entre la respuesta de la planta y la del
modelo de manera que si IAEP se acerca a cero entonces y m(t) se acerca a yp (t). Entre
menor sea el índice de desempeño mejor será la representación dada por el modelo.
Para las curvas de lazo cerrado, ya sea con control P, PI o PID, existen varios
índices de desempeño integrales para medir el desempeño de la respuesta respecto (en el
caso de un servomecanismo) al escalón unitario. Para los propósitos de esta investigación
se utilizo la integral del error absoluto (IAE) definida como:
∞
IAE = ∫ r (t ) − y(t ) dt (2.6-2)
0
2
Kuo, B. C. “Sistemas Automáticos de Control”, segunda edición, Compañía Editorial
Continental S.A., México, 1970.
El criterio postula que el número de veces que la curva encierra al punto (-1, j0)
en el sentido de las manecillas del reloj, es igual a la diferencia entre el número de ceros
y el número de polos de 1+G(s), esto es:
N =Z−P (2.6-1)
donde:
El criterio establece como condición, para que un sistema sea estable, que el
número de ceros del polinomio característico Z en el semiplano derecho, debe ser igual a
contra la frecuencia ( ? ). En este caso la fase se expresa en grados. Ver figura 2.14.
CAPÍTULO 3: Identificación
En este capítulo se definen las plantas de prueba que fueron utilizadas para el
desarrollo de la investigación. A cada planta de prueba se le aplicaron diez métodos de
identificación, por lo tanto, se obtuvieron diez modelos matemáticos para cada planta.
donde n es variable. De esta manera se llama planta 1.1 a la planta de la forma (3.1-1)
con n = 3, planta 1.2 cuando n = 4 y así sucesivamente.
donde T es variable. Cuando se toma T = 0.01 se tiene la planta 2.1. Todas las plantas de
prueba usadas, han sido nombradas de esta manera.
Esta planta tiene una curva de reacción muy cercana a la de un sistema de primer
orden cuando T = 0.01 y conforme este parámetro varía, la respuesta se acerca a la de un
sistema de polo doble.
donde a es variable. Por lo tanto, esta planta pasa de tener una curva de reacción cercana
a la de un sistema de primer orden, a tener un comportamiento cercano al de un sistema
de cuarto orden conforme aumenta el parámetro a.
3.1.5 Simulación:
Para la identificación de los modelos por medio de los restantes métodos basados
en la curva de reacción y para los métodos de Control P, se utilizó el programa Pilac[19]
que funciona dentro del ambiente del programa Matlab®. Este programa requiere que los
datos de la curva de lazo cerrado y los de la curva de lazo abierto, estén grabadas en la
misma carpeta en que se encuentran los componentes del Pilac, como archivos de datos
(.dat) para que el programa los reconozca. Estos archivos de datos fueron generados por
el programa VisSim el cual permite “exportar” a archivos los datos de las simulaciones
(ver figuras 3.1 y 3.2). Pilac permite obtener los modelos de estos métodos y además
indica el IAEP del modelo con respecto a la planta de prueba. Las ventanas de salida del
programa Pilac para lazo abierto y cerrado pueden ser observadas en el Apéndice C.
Kcu Tu
Planta 1.1 7.965 3.615
Planta 1.2 3.993 6.330
Planta 1.3 2.881 8.697
Planta 1.4 2.369 10.851
Planta 1.5 2.073 13.005
Planta 2.1 - -
Planta 2.2 - -
Planta 2.3 - -
Planta 2.4 - -
Planta 2.5 - -
Planta 3.1 91.330 0.218
Planta 3.2 19.088 0.905
Planta 3.3 6.702 2.234
Planta 3.4 4.642 3.697
Planta 4.1 20.475 1.411
Planta 4.2 10.6255 2.029
Planta 4.3 4.68 3.271
Planta 4.4 2.7050 4.839
Planta 4.5 1.7397 7.248
Planta 4.6 1.2087 13.686
Luego se calcularon los parámetros de los modelos, por medio de los métodos de
Chen IU y Ho IU, introduciendo las ecuaciones correspondientes en un programa de
Matlab denominado Chen y Ho.m (ver Apéndice D).
Los ciento noventa modelos obtenidos se muestran en las siguientes tablas.
Primero se muestran los parámetros de los modelos obtenidos por medio del método de
Stark, ya que este método puede dar por resultado tanto sistemas sobreamortiguados
como subamortiguados. Luego se muestran los parámetros de los modelos obtenidos
mediante los restantes nueve métodos en diez tablas. Cada una de estas contiene los
parámetros de los modelos para dos plantas de prueba distintas.
Sobreamortiguado Subamortiguado
Plantas Kp tm t1 t2 ? ?n
Planta 1.1 0.999 0.371 - - 0.8666 0.6716
Planta 1.2 0.998 0.864 - - 0.8148 0.5357
Planta 1.3 0.998 1.355 - - 0.7307 0.4324
Planta 1.4 0.998 1.935 - - 0.6986 0.3808
Planta 1.5 0.998 2.539 - - 0.6468 0.3332
Planta 2.1 0.999 0 0.982 0.101 - -
Planta 2.2 0.999 0 0.982 0.101 - -
Planta 2.3 0.999 0 1.0095 0.09475 - -
Planta 2.4 0.999 0.04 0.992 0.283 - -
Planta 2.5 0.999 0.035 1.01 0.48 - -
Planta 3.1 0.999 0.064 0.982 0.101 - -
Planta 3.2 0.999 0.12 0.992 0.283 - -
Planta 3.3 0.999 0.313 1.01 0.57 - -
Planta 3.4 0.998 0.448 - - 0.8198 0.8252
Planta 4.1 0.999 0.118 1.205 0.802 - -
Planta 4.2 0.999 0.218 1.205 0.802 - -
Planta 4.3 0.999 0.518 1.205 0.802 - -
Planta 4.4 0.999 1.018 1.205 0.802 - -
Planta 4.5 0.999 2.018 1.205 0.802 - -
Planta 4.6 0.998 4.978 - - 0.9955 0.9905
El índice de desempeño que se utilizó, para medir la bondad con que los modelos
representan la curva de reacción de las plantas de prueba, es el IAEP, descrito en la
sección 2.6.
El IAEP se calculó utilizando el programa Pilac. Para los modelo s obtenidos
directamente con este programa, él calcula automáticamente el IAEP de cada modelo.
Para los modelos que no están incluidos en el Pilac, se obtuvo el valor de la IAEP con la
opción de introducir un modelo alterno que tiene este programa (ver Apéndice C.1).
El valor de la IAEP para los ciento noventa modelos identificados se muestran en
las Tablas Nº 4.1 a 4.4. En la primera columna de cada tabla se indica el método
empleado, en las siguientes columnas se muestra el IAEP de cada modelo obtenido a
partir de la planta indicada en el encabezado de la columna.
Planta 1.1 Planta 1.2 Planta 1.3 Planta 1.4 Planta 1.5
ZyN 1.3905 1.5394 2.3641 1.7230 1.6240
Miller 0.3928 0.4672 0.9148 0.6074 0.5729
Alfaro 0.23715 0.32151 0.38712 0.43287 0.46806
Stark 0.08316 0.13556 0.27728 0.28951 0.2783
Ho 0.0708 0.1279 0.1790 0.2326 0.28033
Smith 0.284 0.37529 0.44875 0.49331 0.52078
Chen IU 2.2440 1.4872 1.1971 0.9311 0.7509
Ho IU 0.4315 0.5018 0.7555 0.4061 0.3521
YyS 1.615 1.5885 1.6689 1.6268 1.6701
JyR 1.4691 1.2988 1.2707 1.2826 1.3790
Como era de esperarse los resultados comprueban que, para plantas con curvas de
reacción cercanas a las de un sistema de primer orden, se obtienen mejores resultados con
los métodos de primer orden que con los de segundo orden. De la misma manera, para
plantas con respuestas cercanas a las de un sistema de segundo orden u orden superior,
los métodos de segundo orde n superan ampliamente el desempeño de los métodos de
primer orden para reproducir la curva de reacción de las plantas de prueba.
De los métodos de primer orden más tiempo muerto, el que tuvo el mejor
desempeño fue el método de identificación de Alfaro ya que fue el que predijo de la
mejor forma la curva de reacción en dieciocho ocasiones de las veinte plantas estudiadas.
La siguiente tabla comparativa (tabla 4.5), muestra los mejores métodos de primer orden
más tiempo muerto en la primera columna, en forma descendente, y en las columnas a la
derecha, el número de veces en que dicho método fue el mejor, el segundo mejor, etc.,
respectivamente.
Tabla 4.5: Número de veces en que cada método ocupó la posición mostrada. Respuesta
en el tiempo a lazo abierto, métodos de primer orden más tiempo muerto.
Primero Segundo Tercero Cuarto Quinto Sexto Sétimo
Alfaro 18 2 0 0 0 0 0
Smith 1 18 1 0 0 0 0
Miller 0 0 15 5 0 0 0
ZyN 0 0 3 8 2 2 5
JyR 0 0 0 3 8 9 0
YyS 0 0 0 0 8 9 3
Chen IU 1 0 1 4 2 0 7
Tabla 4.6: Número de veces en que cada método ocupó la posición mostrada. Respuesta
en el tiempo a lazo abierto, métodos de segundo orden más tiempo muerto.
Primero Segundo Tercero
Ho 10 10 0
Stark 9 8 3
Ho IU 1 2 12
Como criterio para evaluar a los mejores métodos de segundo orden más tiempo
muerto, se tomó el número de veces en cada método mostró el mejor IAEP. Como un
segundo criterio se tuvo en cuenta el número de veces en que cada método fue el mejor
cuando las plantas de prueba tienen respuestas cercanas a las de un sistema de segundo
orden o de orden mayor. El método de identificación de Ho basado en la respuesta última
del sistema, fue el que mostró el peor desempeño en la mayoría de los casos a pesar de
que muestra una buena respuesta en plantas de segundo orden más tiempo muerto como
las del grupo cuatro.
El índice de desempeño que se utilizó, para medir la bondad con que los modelos
representan la curva de lazo cerrado de las plantas de prueba, controladas con un
controlador PID, es el IEAPM o integral de error absoluto entre la planta y el modelo.
Este índice tiene la misma forma que el IAE (ver la sección 2.6) pero, en vez de calcular
el área entre la curva de lazo cerrado y el escalón, calcula el área entre la curva de lazo
cerrado del modelo y la curva de lazo cerrado de la planta de prueba; por lo tanto, este
índice da una idea de que tan cerca están ambas curvas, si el IEAPM tiene un valor
cercano a cero, ambas respuestas serán muy parecidas. Matemáticamente el IEAPM tiene
la forma:
∞
IEAPM = ∫ y p (t ) − ym (t ) dt (4.1-1)
0
mayor rango de valores para el parámetro t m τ que los demás métodos de sintonización
y utilizan un PID ideal que es fácil de simular en el programa VisSim.
Para las plantas con respuestas cercanas a la de un sistema de primer orden, los
modelos identificados presentaron tiempos muertos muy pequeños esto provocó que el
parámetro t m τ no cumpliera con el rango que establecen los métodos de sintonización
utilizados ( 0.05〈t m τ 〈2 ), por lo tanto no se sintonizaron de la manera adecuada, lo mismo
sucedió para plantas con tiempos muertos grandes como la planta 4.6, en tal caso, el
parámetro t m τ excedió el límite para el cual son válidos los métodos de sintonización
utilizados.
Sin embargo, la prueba de lazo cerrado se realizó para todas las plantas de prueba
aunque en algunos casos la respuesta fue inestable. Los parámetros de la sintonización se
muestran en el apéndice E, en el cual los modelos que salieron del rango de sintonización
están marcados con un asterisco. A pesar de estos inconvenientes, la prueba se realizó
para estudiar el comportamiento de los modelos a lazo cerrado.
El valor de la IEAPM y de la diferencia porcentual entre los tiempos de
asentamiento para los ciento noventa modelos identificados y las veinte plantas de
prueba, se muestran en las Tablas Nº 4.7 a 4.10. En la primera columna de cada tabla se
indica planta de prueba, en las siguientes columnas se muestra el IEAPM para el
respectivo método de identificación que aparece en el encabezado de cada columna.
Los valores correspondientes a el IAE, el tiempo de asentamiento y el sobrepaso
máximo para los modelos y las plantas están tabulados en el apéndice E.
Tabla 4.7: IEAPM para los modelos de primer orden más tiempo muerto.
Planta ZyN Miller Smith Alfaro Chen YyS JyR
1.1 0.7592 0.9166 0.5933 0.6281 0.8491 0.9358 0.8578
1.2 1.4230 1.2891 0.7336 0.7937 0.9179 1.2884 1.1010
1.3 2.1224 0.7388 0.8430 0.9286 0.8954 1.5973 1.3147
1.4 4.1673 2.0542 0.9933 1.0579 0.8835 1.8028 1.5686
1.5 4.7803 2.0432 1.0604 1.1726 0.9397 2.1460 1.8612
2.1 Inest. Inest. Inest. Inest. - Inest. Inest.
2.2 Inest. Inest. Inest. Inest. - Inest. Inest.
2.3 Inest. Inest. 0.3653 1.7851 - Inest. Inest.
2.4 0.2438 0.3667 0.2909 0.2926 - 0.1925 0.3127
2.5 0.2120 0.3626 0.3240 0.3296 - 0.2685 0.2469
3.1 0.7296 1.1980 0.3088 0.2876 Inest. 1.5746 Inest.
3.2 0.1384 0.3267 0.2699 0.2840 0.1371 0.2514 0.2108
3.3 0.3328 0.4388 0.3186 0.3433 0.3409 0.4870 0.4073
3.4 0.6548 0.7188 0.4469 0.4841 0.5301 0.8168 0.6348
4.1 0.4335 0.5549 0.3922 0.4013 0.6443 0.6108 0.5708
4.2 0.4584 0.5529 0.3867 0.3977 0.6001 0.6525 0.5752
4.3 0.7318 0.6220 0.3570 0.3768 0.4548 0.6922 0.5561
4.4 1.2791 0.6568 0.2960 0.3330 0.3345 0.6294 0.5630
4.5 2.1437 0.5284 0.3077 0.3239 0.3152 1.1949 0.9118
4.6 2.8094 0.6441 0.6871 0.6726 0.7277 4.3211 3.5504
Tabla 4.8: IEAPM para los modelos de segundo orden más tiempo muerto.
Planta Stark HoIU Ho
1.1 0.2882 0.2156 0.4211
1.2 0.3569 0.3093 0.4758
1.3 0.5684 0.7366 0.5359
1.4 0.7579 0.3773 0.6579
1.5 1.1539 0.4110 0.8183
2.1 Inestable. - Inestable.
2.2 Inestable. - Inestable.
2.3 Inestable. - Inestable.
2.4 1.1494 - Inestable.
2.5 0.1676 - Inestable.
3.1 1.2880 Inestable. Inestable.
3.2 1.6111 0.1695 Inestable.
3.3 0.1817 0.1481 0.1841
3.4 0.2488 0.1746 0.2984
4.1 5.1462x10-2 9.9690 x10-3 7.7571 x10-2
4.2 4.4314 x10-2 2.8896 x10-3 7.3744 x10-2
4.3 2.7608 x10-2 2.9058 x10-3 2.4843 x10-2
4.4 2.0213 x10-2 3.2253 x10-2 2.5272 x10-2
4.5 3.8277 x10-2 6.0817 x10-2 5.9104 x10-2
4.6 Inest. Inest. Inest.
Tabla 4.9: Tiempo de asentamiento para los modelos de primer orden más tiempo
muerto en segundos.
Planta ZyN Miller Smith Alfaro Chen YyS JyR
1.1 62.3174 48.4127 29.2617 5.5456 56.8868 42.8700 40.3592
1.2 57.3290 52.7634 30.2836 26.7701 47.3616 36.6370 26.2113
1.3 40.5459 19.5122 24.3263 21.9955 21.6117 32.8091 13.6770
1.4 72.3590 48.5754 20.9472 5.6230 17.5758 8.2282 24.4311
1.5 71.3703 43.5816 8.8173 13.9073 8.4507 34.5187 34.7046
2.1 Inest. Inest. Inest. Inest. - Inest. Inest.
2.2 Inest. Inest. Inest. Inest. - Inest. Inest.
2.3 Inest. Inest. 166.6667 476.7677 - Inest. Inest.
2.4 66.2338 54.4828 110.9091 120.0000 - 13.0435 126.4463
2.5 5.1587 20.6349 15.7895 9.8655 - 66.8151 66.5865
3.1 239.0000 113.7755 167.0588 148.8636 Inest. 89.3471 Inest.
3.2 4.2918 20.9677 65.4930 98.2906 37.7465 37.0844 32.8912
3.3 50.6130 35.1163 76.4398 12.1212 46.9012 37.5806 35.2332
3.4 51.6919 28.0919 26.2048 22.3642 48.1323 43.8095 41.3223
4.1 62.3729 42.9864 39.5131 40.0000 72.7931 62.4846 64.1772
4.2 59.8201 45.2381 36.8794 38.0357 59.7101 55.1143 55.7089
4.3 54.3062 40.2226 27.3155 27.9365 28.1250 39.1657 35.0699
4.4 60.6901 31.0302 16.2568 15.1685 21.0390 33.4004 11.3665
4.5 57.7132 10.0580 38.9004 30.6057 26.0246 34.1244 47.3953
4.6 35.4709 5.0548 17.5659 17.6865 18.2427 48.9832 46.9803
Tabla 4.10: Tiempo de asentamiento para los modelos de segundo orden más tiempo
muerto en segundos
Planta Stark HoIU Ho
1.1 4.6083 9.3617 105.1793
1.2 26.5686 7.6301 78.9934
1.3 24.0896 6.4725 35.3750
1.4 23.4848 11.3245 23.3304
1.5 9.0731 9.7682 21.2781
2.1 Inest. - Inest.
2.2 Inest. - Inest.
2.3 Inest. - Inest.
2.4 27.5695 - Inest.
2.5 13.5468 - Inest.
3.1 44.0773 Inest. Inest.
3.2 2.1458 77.5362 Inest.
3.3 2.9229 16.9811 12.6354
3.4 21.5929 1.2371 106.6667
4.1 3.7037 0.6390 0.3086
4.2 15.3846 0.0000 3.0899
4.3 1.2136 0.0000 48.5194
4.4 0.0000 0.1626 0.9917
4.5 17.0784 0.7992 24.9749
4.6 Inest. Inest. Inest.
Para escoger a los mejores métodos, tanto de primer orden más tiempo muerto
como de segundo orden más tiempo muerto, se utilizó el siguiente criterio: Se escogió al
mejor método como aquel que presentó los mejores índices IEAPM y a la vez tuvo los
menores tiempos de asentamiento.
Las tablas 4.11 y 4.12 muestran los mejores métodos de primer y segundo orden y
el número de veces en que cada método fue el de mejor desempeño tanto en el IEAPM
como en el ta. Por ejemplo, la tabla 4.11 indica que el método de Smith fue el mejor en
doce ocasiones, fue segundo en once ocasiones, etc.
En cuanto a los métodos de primer orden más tiempo muerto, el método de Smith
fue el que mostró el mejor desempeño seguido por el método de identificación de Alfaro.
El método de identificación de Chen tuvo un buen comportamiento a lazo cerrado e
incluso superó en varias ocasiones a los métodos de identificación de Smith y Alfaro.
Tabla 4.11: Número de veces en que cada método ocupó la posición mostrada.
Respuesta en el tiempo a lazo cerrado, métodos de primer orden más tiempo muerto.
Primero Segundo Tercero Cuarto Quinto Sexto Sétimo
Smith 12 11 5 4 3 1 1
Alfaro 5 14 10 4 2 1 1
Chen IU 5 2 9 4 3 4 2
Miller 4 5 3 5 4 12 1
JyR 2 1 4 8 11 5 0
YyS 3 1 1 8 7 8 6
ZyN 3 3 5 1 4 1 17
Tabla 4.12: Número de veces en que cada método ocupó la posición mostrada.
Respuesta en el tiempo a lazo cerrado, métodos de segundo orden más tiempo muerto.
Primero Segundo Tercero
Ho IU 17 5 4
Stark 13 13 6
Ho 2 8 14
Por otra parte, como lo muestra la tabla 4.12, el método de segundo orden más
tiempo muerto que obtuvo los mejores resultados a lazo cerrado fue el método de
Tabla 4.13: Escala de bondad, sistema a lazo abierto. Métodos de primer orden más
tiempo muerto.
Posición Método de primer orden
más tiempo muerto
1 Alfaro
2 Smith
3 Miller
4 Ziegler y Nichols
5 Jután y Rodríguez
6 Yuwana y Seborg
7 Chen IU
En el caso de los modelos de primer orden más tiempo muerto, tanto en la prueba
de lazo abierto como en la prueba de lazo cerrado, los métodos de identificación de Smith
y Alfaro fueron los que tuvieron los mejores desempeños.
Tabla 4.14: Escala de bondad, sistema a lazo cerrado. Métodos de primer orden más
tiempo muerto.
Posición Método de primer orden
más tiempo muerto
1 Smith
2 Alfaro
3 Chen IU
4 Miller
5 Jután y Rodríguez
6 Yuwana y Seborg
7 Ziegler y Nichols
Tabla 4.15: Escala de bondad, sistema a lazo abierto. Métodos de segundo orden más
tiempo muerto.
Posición Método de segundo orden
más tiempo muerto
1 Ho
2 Stark
3 Ho IU
Los métodos de segundo orden más tiempo muerto tuvieron un muy buen
desempeño y superaron el comportamiento de los métodos de primer orden más tiempo
muerto en casi todas las pruebas realizadas en el dominio del tiempo.
Tabla 4.16: Escala de bondad, sistema a lazo cerrado. Métodos de segundo orden más
tiempo muerto.
Posición Método de segundo orden
más tiempo muerto
1 Ho IU
2 Stark
3 Ho
∑ [G ]
ω2
2
IECF = p ( jω ) − G m ( jω ) (5.1-1)
ω1
La determinación de los ciento noventa índices para cada modelo, se llevó a cabo
por medio de un programa desarrollado en Matlab llamado frecuencia.m, el cual se lista
en el apéndice D. El rango de frecuencia fue tal que permitió el análisis desde dos
décadas antes hasta dos décadas después de la frecuencia de esquina, que anduvo por el
orden de ?=1 radianes por segundo para todas las plantas y modelos, por lo tanto, el
análisis se realiza para el rango 0.01< ?<1000 radianes por segundo.
El IECF suma las diferencias entre la magnitud de la función de transferencia de
la planta y la magnitud de la función de transferencia del modelo . Entre más cercano esté
el IECF al valor de cero, más próximas estarán las curvas de magnitud de la planta y el
modelo. Las figuras 5.1 y 5.2 muestran la comp aración de dos curvas de magnitud de
Bode para dos funciones de transferencia y sirven para dar una idea de lo que representan
los valores IECF.
En la siguiente tabla se tabulan los resultados del IECF para los modelos de
primer orden más tiempo muerto.
Tabla 5.1: IECF para modelos de primer orden más tiempo muerto.
Planta ZyN Miller Smith Alfaro Chen IU YyS JyR
1.1 0.3261 0.1029 0.1264 0.1503 0.5799 0.2182 0.1851
1.2 0.3508 0.1323 0.1591 0.1863 0.2367 0.1746 0.1367
1.3 0.3813 0.1486 0.1814 0.2145 0.1642 0.1685 0.1494
1.4 0.4072 0.1598 0.1965 0.2390 0.1588 0.1721 0.1867
1.5 0.3865 0.1706 0.2188 0.2574 0.1746 0.1921 0.2131
-4 -5
2.1 0.1286 0.2450 5.3161x10 6.688 x10 - 1.3365 1.4962
2.2 0.0223 0.0616 0.0018 0.0019 - 0.9498 1.0750
2.3 0.0333 0.1099 0.0087 0.0066 - 1.5024 1.6318
2.4 0.1763 0.0580 0.0403 0.0418 - 1.9143 2.0467
2.5 0.1990 0.0609 0.0582 0.0647 - 1.3156 1.4307
3.1 0.0429 0.0840 0.0068 0.0079 1.2829 0.5041 0.5852
3.2 0.1608 0.0660 0.0452 0.0533 0.7753 0.3365 0.3640
3.3 0.2692 0.0818 0.0983 0.1083 0.3303 0.1769 0.1504
3.4 0.3067 0.1181 0.1389 0.1654 0.2547 0.1915 0.1476
4.1 0.2646 0.0604 0.0725 0.0794 1.0260 0.5121 0.5432
4.2 0.2646 0.0604 0.0725 0.0794 0.5195 0.3404 0.3400
4.3 0.2646 0.0604 0.0725 0.0794 0.1442 0.1307 0.0959
4.4 0.2646 0.0604 0.0725 0.0794 0.0620 0.0857 0.0613
4.5 0.2646 0.0604 0.0725 0.0794 0.0691 0.1086 0.0768
4.6 0.2646 0.0604 0.0725 0.0828 0.1076 0.3941 0.0883
Tabla 5.2: Número de veces en que cada método ocupó la posición mostrada. Respuesta
en frecuencia, métodos de primer orden más tiempo muerto.
Primero Segundo Tercero Cuarto Quinto Sexto Sétimo
Miller 12 2 1 3 2 0 0
Smith 5 9 2 1 3 0 0
Alfaro 2 4 7 1 3 3 0
JyR 0 3 1 7 1 8 0
YyS 0 0 2 2 12 3 1
Chen IU 1 2 2 0 1 3 6
ZyN 0 0 4 5 0 3 8
En la siguiente tabla se tabulan los resultados del IECF para los modelos de
segundo orden más tiempo muerto.
Tabla 5.3: IECF para modelos de segundo orden más tiempo muerto.
Planta Stark HoIU Ho
1.1 0.0029 0.0329 0.0197
1.2 0.0072 0.0267 0.0437
1.3 0.0204 0.0245 0.0648
1.4 0.0317 0.0283 0.0876
1.5 0.0496 0.0349 0.1137
2.1 0.0065 - 0.1059
2.2 0.0020 - 0.0915
2.3 1.1974 x10-4 - 0.0680
2.4 4.3157 x10-4 - 0.0135
2.5 8.6023 x10-5 - 0.0016
3.1 2.7749 x10-4 0.3940 0.0679
3.2 0.0020 0.0128 0.0089
3.3 0.0042 0.0044 0.0031
3.4 0.0073 0.0177 0.0235
4.1 2.0516 x10-4 1.1596 x10-4 1.282 x10-4
4.2 2.0516 x10-4 5.1118 x10-6 1.282 x10-4
4.3 2.0516 x10-4 2.4007 x10-6 1.282 x10-4
4.4 2.0516 x10-4 4.4242 x10-5 1.282 x10-4
4.5 2.0516 x10-4 8.9245 x10-5 1.282 x10-4
4.6 5.4589 x10-4 3.4230 x10-5 0.0011
La tabla 5.4 ordena a los métodos de segundo orden más tiempo muerto con
mejor respuesta en la frecuencia, a la derecha de la tabla el número de veces que ocupó la
posición mostrada en el encabezado.
Tabla 5.4: Número de veces en que cada método ocupó la posición mostrada. Respuesta
en frecuencia, métodos de segundo orden más tiempo muerto .
Primero Segundo Tercero
Stark 11 4 5
Ho IU 8 3 4
Ho 1 13 6
La tabla 6.1 muestra los valores correspondientes a la ganancia Kcu para cada uno
de los modelos de primer orden más tiempo muerto identificados.
Estos valores se deben comparar con los valores de Kcu para cada planta de
prueba correspondiente que listan en la tabla 3.1. El criterio utilizado para establecer
cuáles métodos reproducen mejor las condiciones de operación crítica, considera que el
mejor método fue aquel cuya ganancia última estuvo más cercana a la ganancia última de
la planta de prueba correspondiente a dicho modelo. La tabla 6.2 muestra el valor
porcentual de la diferencia entre la Kcu de la planta y la Kcu del modelo correspondiente
y que tiene la forma:
K cu m − K cu p
DPG =100 (6.1-1)
K cu p
Tabla 6.1: Valores de Kcu para los modelos de primer orden más tiempo muerto.
Tabla 6.2: Valores de la DPG entre la Kcu de la planta y la Kcu del modelo de primer
orden más tiempo muerto
Planta ZyN Miller Smith Alfaro Chen IU YyS JyR
1.1 1.2555 34.2122 56.4721 58.6190 0.0126 46.1519 48.0603
1.2 36.2885 8.5399 31.0543 33.7841 0.0501 22.7398 30.1027
1.3 21.7633 14.8560 17.5981 21.2773 0.0347 10.1007 18.8476
1.4 65.0063 13.9721 8.8223 13.9721 0.0000 2.0262 19.9662
1.5 60.1544 13.6035 4.4863 8.6348 0.0000 5.2098 15.6295
2.1 95.9630 98.2045 92.1923 94.9896 - 74.7302 69.8000
2.2 97.5700 98.3105 96.9724 97.8425 - 88.4914 86.1352
2.3 98.0409 98.7491 98.8570 98.5741 - 90.9580 89.3064
2.4 98.5304 99.1043 99.4837 99.4697 - 95.7681 94.9838
2.5 99.0159 99.3731 99.6083 99.6201 - 98.2895 98.0336
3.1 79.6639 86.7754 86.7940 87.9163 1.1114 64.4399 58.8843
3.2 42.1312 63.1863 70.4788 71.3433 0.2934 50.3143 45.4998
3.3 8.6243 28.7526 47.4336 47.8663 0.1044 32.4381 32.7813
3.4 24.0629 17.9664 36.3852 39.0995 0.0215 23.2443 25.9156
4.1 41.0012 62.0171 77.3773 77.3333 0.2051 53.6654 49.2698
4.2 12.3053 42.9862 61.4136 61.4606 0.1459 36.7747 32.5773
4.3 31.4103 12.6282 33.3547 33.7607 0.0641 17.9487 20.8974
4.4 48.9834 2.6248 13.4566 14.1959 0.0000 0.7394 16.1922
4.5 45.8297 7.0874 1.1899 2.1096 0.0172 16.9167 9.6396
4.6 28.2369 6.0644 2.7550 1.8450 0.0248 36.3448 5.1047
modelo de primer orden más tiempo muerto. La siguiente tabla resume el desempeño de
cada método.
Tabla 6.3: Número de veces en que cada método ocupó la posición mostrada. Análisis en
condición crítica, métodos de primer orden más tiempo muerto.
Primero Segundo Tercero Cuarto Quinto Sexto Sétimo
Chen IU 15 0 0 0 0 0 0
Miller 0 3 4 3 8 2 0
Smith 0 3 3 2 2 9 1
Alfaro 0 0 2 4 3 4 7
JyR 5 1 3 3 5 3 0
YyS 0 8 5 5 0 1 1
ZyN 0 5 3 3 2 1 6
De la misma manera que en la sección 6.1.1, la tabla 6.4 muestra los valores
correspondientes a la ganancia Kcu para cada uno de los modelos de segundo orden más
tiempo muerto identificados y la tabla 6.5 muestra los valores de la diferencia porcentual
entre el Kcu de la planta y el Kcu de cada modelo identificado.
Tabla 6.4: Valores de Kcu para los modelos de segundo orden más tiempo muerto.
Planta Stark HoIU Ho Planta Stark HoIU Ho
1.1 7.478 7.946 4.625 3.1 156.78 83.105 676.2
1.2 4.02 3.99 2.883 3.2 11.492 18.96 704.23
1.3 2.93 2.593 2.285 3.3 5.769 6.681 5.703
1.4 2.33 2.368 1.966 3.4 4.929 4.635 3.522
1.5 1.95 2.073 1.766 4.1 17.582 20.294 15.688
2.1 543.54 - 676.11 4.2 9.876 10.595 9.22
2.2 543.54 - 676.11 4.3 4.583 4.675 4.415
2.3 554.28 - 676.11 4.4 2.699 2.702 2.63
2.4 32.09 - 704.28 4.5 1.75 1.7395 1.718
2.5 42.2 - 769 4.6 1.216 1.208 1.203
Tabla 6.5: Valores de la DPG entre la Kcu de la planta y la Kcu del modelo de segundo
orden más tiempo muerto
Planta Stark HoIU Ho
1.1 6.1142 0.2385 41.9335
1.2 0.6762 0.0751 27.7986
1.3 1.7008 9.9965 20.6873
1.4 1.6463 0.0422 17.0114
1.5 5.9334 0.0000 14.8095
2.1 46.1788 - 33.0518
2.2 48.2343 - 35.6086
2.3 49.6109 - 38.5355
2.4 97.5296 - 45.7829
2.5 97.1867 - 48.7333
3.1 71.6632 9.0058 640.3920
3.2 39.7946 0.6706 3589.3860
3.3 13.9212 0.3133 14.9060
3.4 6.1827 0.1508 24.1275
4.1 14.1294 0.8840 23.3797
4.2 7.0538 0.2870 13.2276
4.3 2.0726 0.1068 5.6624
4.4 0.2218 0.1109 2.7726
4.5 0.5921 0.0115 1.2473
4.6 0.6040 0.0579 0.4716
Obsérvese que para las plantas 3.1 y 3.2, los modelos obtenidos a partir del
método de Ho de polo doble, presentan un DPG muy grande. Este error fue provocado
porque en la identificación de estos dos modelos, el programa Pilac arrojó tiempos
muertos nulos para estos dos modelos. Tiempos muertos del orden de 0.001 segundos
para estos modelos hicieron que el DPG disminuyera a valores similares a los de las otras
pruebas.
De las tablas anteriores es claro que el método de identificación de Ho basado en
la información última, fue el que reprodujo de la mejor manera las condiciones de
oscilación mantenida a lazo cerrado con control P. La siguiente tabla resume el
desempeño de cada método.
Tabla 6.6: Número de veces en que cada método ocupó la posición mostrada. Análisis en
condición crítica, métodos de segundo orden más tiempo muerto.
Primero Segundo Tercero
Stark 1 16 3
Ho IU 14 1 0
Ho 5 3 12
Teóricamente los valores del DPG para los modelos obtenidos por los métodos
basados en la información última deberían se cero, esto no sucede en todos los casos
debido a las imprecisiones que se cometen en la identificación de los modelos.
De los métodos de primer orden más tiempo muerto, como ya se dijo, el método
de identificación de Chen basado en la información última fue el mejor. Los métodos de
La planta de prueba que se utilizó para realizar esta prueba, es la misma planta de
orden quinto utilizada por Desanti[7] para un análisis similar y dada por la función de
transferencia:
1
G p (s ) = (7.1-1)
(0.1s + 1)(0.2s + 1)( 0.5s + 1)( s + 1)( 2s + 1)
Método Kp tm t1 t2 ? ?n
Stark 0.999 0.598 - - 0.98744 0.61725
Smith 0.999 1.46 2.58 - - -
Alfaro 0.999 1.467 2.4755 - - -
Chen IU 1 1.2894 4.4546 - - -
Ho IU 1 0.6203 1.6741 1.6741 - -
JyR 0.989 1.501 4.033 - - -
Nótese que los métodos con los mejores IAEP no necesariamente son los que
presentan un menor IEAPM. El método de identificación de Smith fue el mejor método
de primer orden más tiempo muerto, mientras que el método de identificación de Stark
fue el mejor método de segundo orden más tiempo muerto.
La siguiente tabla muestra las escalas de bondad a lazo cerrado.
En las conclusiones del capítulo siguiente se establecen cuales fueron los métodos
que proporcionaron los mejores modelos tomando en cuenta los dos criterios de
escogencia antes citados.
resultados fueron inversos a los obtenidos en la prueba de lazo abierto (ver las escalas de
bondad a lazo abierto y en condición crítica).
Los mejores modelos para el seguimiento de la respuesta de la planta en
condición crítica, fueron los obtenidos por los dos métodos de identificación basados en
la información última del sistema. Lógicamente, se escogería al mejor modelo tomando
en cuenta si la respuesta de la planta es de primer o de segundo orden.
Así mismo, para la respuesta en frecuencia, los modelos de primer orden más
tiempo muerto que dieron los mejores resultados fueron los obtenidos por los métodos de
Miller, Smith y Alfaro respectivamente, y los modelos de segundo orden más tiempo
muerto con mejor desempeño en frecuencia, fueron los obtenidos a partir del método de
Stark. A pesar de estos resultados generales, se recomienda utilizar los modelos
obtenidos a partir de métodos de Smith o de Alfaro solo para plantas con respuestas
bastante cercanas a las de un sistema de primer orden más tiempo muerto, de lo contrario,
los modelos obtenidos a partir del método de Stark, predicen de mejor manera la
respuesta en frecuencia.
Si se busca reproducir la respuesta a lazo abierto de una planta o proceso, se debe
tomar en cuenta que el método de identificación de Alfaro es el que proporciona los
mejores modelos de primer orden más tiempo muerto y que del método de identificación
de Ho de polo doble, se obtienen los mejores modelos de segundo orden más tiempo
muerto. Los modelos obtenidos a partir de los métodos de control P y el de Chen basado
en la información última, resultaron ser muy malos a la hora de predecir la curva de
reacción.
Si se debe realizar un proceso de identificación de un modelo, para luego realizar
la sintonización de un controlador, se debe tomar en cuenta que para el análisis de este
tipo realizado en el capítulo cuatro. Los modelos de primer orden más tiempo muerto que
siguieron mejor la respuesta de la planta, fueron los proporcionados por los métodos de
Smith, Alfaro y Chen. Los modelos de segundo orden con mejor desempeño en esta
8.2 Recomendaciones
Los modelos de segundo orden más tiempo muerto, obtenidos mediante los
métodos de Stark y de Ho basado en la información última, fueron los mejores métodos
estudiados para casi todas las pruebas realizadas. Por lo tanto, es recomendable que si la
planta de prueba no tiene una respuesta cercana a la de un sistema de primer orden, se
escoja cualquiera de estos dos métodos para realizar cualquiera de las pruebas expuestas
en esta investigación.
Para un estudio futuro, sería importante analizar que tan cercana debe ser la
respuesta de un proceso a la respuesta de un sistema de primer orden, para que sea
recomendable utilizar modelos de primer orden más tiempo muerto con el fin de analizar
el desempeño de estos; o que tan cercana debe ser la respuesta de un proceso a la de un
sistema de segundo orden, para que se deba utilizar un modelo de segundo orden más
tiempo muerto para realizar el mismo análisis.
Los métodos de identificación utilizados en esta investigación, fueron elegidos,
entre otras cosas, por la facilidad que dan programas como el Pilac para obtener los
modelos requeridos. Existen muchos métodos de identificación de modelos que han
quedado fuera de esta investigación y sería importante, someterlos a un análisis similar al
realizado en esta investigación para comparar sus resultados con los aquí obtenidos.
BIBLIOGRAFÍA
http://www.eie.ucr.ac.cr/htm/pd/alfaro/docs/ie432/Vma.ucr.ie432.apuntes.zip .
Phase and Amplitud Margins", Automatica, Vol. 20, Nº 5, pág 645 - 651, 1984
[5]. Åström., K.J. y T. Hägglund, "Benchmark Systems for PID Control ", en:
“IFAC Workshop on Digital Control -- Past, present, and future of PID Control”,
[6]. Chen, C.L., "A Simple Method for On-Line Identification and Controller
[10]. Ho, W.K., C.C. Hang y L.S. Cao, "Tuning of PID Controllers Based on
Dic., 1984
1994
[16]. Smith, C.L., "Digital Computer Process Control", International Texbook Co,,
1972
[17]. Yuwana, M. y D.E. Seborg, "A New Method for On-Line Controllers
[18]. Ziegler, J.G y N.B. Nichols, “Optimun Settings for Automatic Controllers”,
APÉNDICES
%metodo de Chen
tau1 = (Tu/(2*pi))*(((Kcu*kp)^2)-1)^(1/2);
tm1 = (Tu/(2*pi))*(pi-atan((2*pi*tau1)/Tu));
%metodo de Ho
tau2 = (Tu/(2*pi))*((Kcu*kp)-1)^(1/2);
tm2 = (Tu/(2*pi))*(pi-2*atan((2*pi*tau2)/Tu));
D.2 Sung.m
%Metodo de sintonizacion de Sung
%planta de primer orden mas tiempo muerto
clear;
Kp=1;
tm=0.628;
tau=1.432;
si=1;
to=tm/tau;
if si<=0.9
Kc=(-0.04+(0.333+0.949*((to)^-0.983))*si)/Kp;
else si>0.9
Kc=(-0.544+0.308*(to)+1.408*((to)^-0.832)*si)/Kp;
end
if to<=1
Ti=(2.055+0.072*(to))*si*tau;
else to>1
Ti=(1.768+0.329*(to))*si*tau;
end
Td=tau/((1-exp(((-(to)^1.060)*si)/0.870))*(0.55+1.683*(to)^-1.090));
to
Kc
Ti
Td
D.4 Alfaro.m
%metodo IAE de Alfaro para la sintonizacion de Controladores
%planta de primer orden mas tiempo muerto
clear;
tau=1.432;
tm=0.628;
Kp=1;
to=tm/tau;
Kc=(0.3295+0.7182*((to)^-0.9971))/Kp;
Ti=(0.9781+0.3723*((to)^0.8456))*tau;
Td=0.3416*((to)^0.9414)*tau;
to
Kc
Ti
Td
D.4 Frecuencia.m
%comparación de los modelos en su respuesta de frecuencia
clear;
s=tf('s');
%vector de frecuencias
w=logspace(-3,2);
%planta
gp=1/((s+1)^2);
gp.outputdelay=5;
%modelo
gm=1/(2.763*s+1);
gm.outputdelay=5.3;
magpv=magp(1,:);
magmv=magm(1,:);
Pla ZyN Miller Smith Alfaro Chen YyS JyR Stark HoIU Ho
1.1 1.6500 1.7645 1.7181 1.7634 1.6444 1.9130 1.9030 0.9837 1.0263 1.2539
1.2 3.0876 2.9132 2.6721 2.7198 2.6956 3.0133 3.0382 2.1141 2.2017 2.4492
1.3 4.0687 3.7100 3.6689 3.7051 3.7181 4.0803 4.1549 3.3188 3.6047 3.5698
1.4 7.3824 5.3208 4.7116 4.7299 4.7554 5.0507 5.3118 4.4652 4.5078 4.6485
1.5 8.8554 6.3042 5.7551 5.7659 5.8061 6.0798 6.3748 5.0767 5.6384 5.7802
2.1 Inest. Inest. Inest. Inest. - Inest. Inest. Inest. - Inest.
2.2 Inest. Inest. Inest. Inest. - Inest. Inest. Inest. - Inest.
2.3 0.5525 Inest. 0.1994 0.1693 - Inest. Inest. Inest. - Inest.
2.4 0.2174 0.2848 0.4037 0.3964 - 0.1950 0.1706 2.0105 - Inest.
2.5 0.3598 0.4424 0.5448 0.5573 - 0.3779 0.3563 0.4009 - Inest.
3.1 0.1514 0.2149 0.2076 0.2255 Inest. 0.4312 Inest. 3.2905 Inest. Inest.
3.2 0.4003 0.4652 0.4959 0.5113 0.4245 0.4874 0.4558 4.8975 0.2757 Inest.
3.3 0.9582 0.9711 0.9809 0.9911 0.9576 1.0942 1.0561 1.9530 0.6830 0.6917
3.4 1.1839 1.1538 1.4788 1.4724 1.4235 1.7845 1.7172 1.2212 1.2317 1.3312
4.1 0.8458 0.9039 0.9337 0.9367 0.9373 0.9155 0.9021 0.4102 0.4299 0.4205
4.2 1.0521 1.0678 1.0632 1.0677 1.0921 1.081 1.0562 0.5953 0.6298 0.6123
4.3 1.6885 1.5413 1.4348 1.4418 1.4777 1.5648 1.5274 1.0916 1.1250 1.1190
4.4 2.8111 2.2169 2.0439 2.0466 2.0925 2.0156 2.2549 1.9086 1.8907 1.8988
4.5 4.7055 3.4118 3.3057 3.2998 3.3121 3.7592 3.6501 3.4065 3.4069 3.3985
4.6 8.3047 7.1147 7.1102 7.1937 7.3320 9.4628 7.9526 Inest. Inest. Inest.
Pla ZyN Miller Smith Alfaro Chen YyS JyR Stark HoIU Ho
1.1 1.1908 1.1765 1.6539 1.6612 1.4273 2.0080 1.9906 1.0374 1.1098 1.3724
1.2 2.0690 2.0314 2.6080 2.5886 2.5820 3.1636 3.1928 1.9978 2.215 2.4842
1.3 3.9600 3.9047 3.6195 3.6093 3.6845 4.3046 4.4178 3.0468 3.7666 3.5933
1.4 3.9153 3.8691 4.6134 4.6357 4.7655 5.3787 5.7389 4.1782 4.4616 4.7165
1.5 5.0743 4.9980 5.7124 5.6896 5.8510 6.4988 6.9974 5.4261 5.5754 5.9842
2.1 Inest. Inest. Inest. Inest. - Inest. Inest. Inest. - Inest.
2.2 Inest. Inest. Inest. Inest. - Inest. Inest. Inest. - Inest.
2.3 Inest. Inest. 0.4017 1.8169 - Inest. Inest. Inest. - Inest.
2.4 0.3539 0.3481 0.4594 0.4474 - 0.3816 0.4723 2.4535 - Inest.
2.5 0.4091 0.3988 0.5740 0.5715 - 0.4465 0.4263 0.3409 - Inest.
3.1 0.7949 1.2478 0.3699 0.3529 Inest. 1.5956 Inest. 4.5757 Inest. Inest.
3.2 0.4325 0.4201 0.5454 0.5443 0.4170 0.5765 0.5360 4.85 0.3408 Inest.
3.3 0.7841 0.7695 1.0114 0.9971 0.9078 1.1684 1.1264 1.8659 0.7396 0.7729
3.4 1.2642 1.2398 1.5511 1.5463 1.5019 1.8637 1.7907 1.1359 1.2691 1.3687
4.1 0.6077 0.5975 0.9342 0.9061 0.5837 0.9188 0.8490 0.4521 0.4314 0.4935
4.2 0.7652 0.7529 1.0645 1.0364 0.8232 1.1309 1.0639 0.6293 0.6294 0.6820
4.3 1.1556 1.1334 1.4492 1.4212 1.3361 1.6388 1.5934 1.1057 1.1253 1.8403
4.4 1.8224 1.7788 2.1017 2.0728 2.0656 2.2578 2.3972 1.9234 1.9061 1.8959
4.5 3.2195 3.1484 3.3913 3.3623 3.3685 3.5850 3.9313 3.4103 3.3815 3.4537
4.6 7.0309 7.1425 7.5006 7.5103 7.6061 7.1478 9.8767 Inest. Inest. Inest.
Pla ZyN Miller Smith Alfaro Chen YyS JyR Stark HoIU Ho
1.1 0.2135 0.1889 0.0450 0.0503 0.1549 0 0 0.1057 0.1093 0.0122
1.2 0.2536 0.1897 0.0499 0.0572 0.0845 0 0 0.0989 0.0567 0.0107
1.3 0.0934 0.0093 0.0544 0.0616 0.0615 0 0 0.0962 0.0037 0.0212
1.4 0.3305 0.2048 0.0672 0.0635 0.0562 0 0.0001 0.0769 0.0398 0.0446
1.5 0.3052 0.1760 0.0696 0.0707 0.0516 0.0170 0.0014 0.0432 0.0524 0.0865
2.1 Inest. Inest. Inest. Inest. - Inest. Inest. Inest. - Inest.
2.2 Inest. Inest. Inest. Inest. - Inest. Inest. Inest. - Inest.
2.3 0.8135 Inest. 0.0066 0.0071 - Inest. Inest. Inest. - Inest.
2.4 0.0311 0.0601 0.0103 0.0134 - 0.0521 0.0474 0.4574 - Inest.
2.5 0.0659 0.0946 0.0231 0.0252 - 0.0574 0.0720 0.1191 - Inest.
3.1 0.0181 0.0238 0.0047 0.0057 Inest. 0.6479 Inest. 0.7108 Inest. Inest.
3.2 0.0739 0.0759 0.0051 0.0159 0.1945 0 0.0121 0.6360 0.2691 Inest.
3.3 0.1814 0.1333 0.0187 0.0283 0.1170 0 0 0.2746 0.1098 0.0472
3.4 0 0 0 0 0 0 0 0.1353 0.0712 0.0102
4.1 0.2352 0.1949 0.0364 0.0453 0.3807 0.0713 0.1046 0.2021 0.3171 0.1793
4.2 0.2336 0.1761 0.0342 0.0434 0.2495 0.0321 0.0644 0.1440 0.2256 0.1411
4.3 0.2982 0.1773 0.0280 0.0373 0.1235 0 0 0.0536 0.1023 0.0636
4.4 0.3287 0.1589 0.0273 0.0345 0.0635 0 0 0.0195 0.0374 0.0238
4.5 0.2892 0.1075 0.0383 0.0422 0.0450 0.1123 0.0087 0.1335 0.1294 0.1257
4.6 0.2384 0.1441 0.1141 0.1124 0.0998 0.2643 0.0562 Inest. Inest. Inest.
Pla ZyN Miller Smith Alfaro Chen YyS JyR Stark HoIU Ho
1.1 0.0718 0.0803 0.0793 0.0828 0.0634 0.06466 0.0647 0.1793 0.1637 0.0974
1.2 0.0544 0.0697 0.0846 0.0859 0.0643 0.0731 0.0784 0.1197 0.668 0.0352
1.3 0.0638 0.0871 0.0907 0.1029 0.0748 0.0823 0.0944 0.1106 0.0312 0.0334
1.4 0.0585 0.0802 0.0975 0.1027 0.0895 0.0899 0.1088 0.1013 0.0303 0.0609
1.5 0.0655 0.0896 0.1062 0.1114 0.099 0.0953 0.1192 0.1021 0.0448 0.1097
2.1 Inest. Inest. Inest. Inest. - Inest. Inest. Inest. - Inest.
2.2 Inest. Inest. Inest. Inest. - Inest. Inest. Inest. - Inest.
2.3 Inest. 0.5899 1.7458 - Inest. Inest. Inest. - Inest.
2.4 0.4160 0.4210 0.1775 0.1831 - 0.5192 0.7569 0.4809 - Inest.
2.5 0.2425 0.2414 0.1369 0.1286 - 0.1992 0.2290 0.0939 - Inest.
3.1 1.2893 1.5029 0.4789 0.4048 Inest. 1.9126 Inest. 0.7728 Inest. Inest.
3.2 0.1853 0.1860 0.1444 0.1449 0.2065 0.1408 0.1431 0.6370 0.4349 Inest.
3.3 0.0851 0.1000 0.0978 0.1010 0.0861 0.0857 0.0858 0.2651 0.1677 0.1472
3.4 0.0725 0.0946 0.0893 0.0924 0.0695 0.0745 0.0764 0.1552 0.0990 0.0620
4.1 0.1304 0.1327 0.0939 0.0908 0.1272 0.0888 0.0864 0.1273 0.3252 0.2828
4.2 0.0999 0.1055 0.0645 0.0871 0.0947 0.0751 0.0810 0.1817 0.2243 0.2065
4.3 0.0757 0.0877 0.0883 0.0863 0.0749 0.0769 0.0764 0.0623 0.1027 0.0005
4.4 0.0711 0.0899 0.0978 0.0967 0.0875 0.0881 0.0979 0.0191 0.0425 0.0220
4.5 0.0859 0.1138 0.1237 0.1236 0.1226 0.1256 0.1345 0.1315 0.1257 0.1348
4.6 0.1364 0.1845 0.1977 0.2022 0.2104 0.1170 0.2503 Inest. Inest. Inest.
Pla ZyN Miller Smith Alfaro Chen YyS JyR Stark HoIU Ho
1.1 10.27 7.56 7.45 5.59 10.6 11.15 10.58 4.34 4.7 2.51
1.2 15.35 13.57 10.93 10.31 15.35 14.63 12.59 10.2 8.65 4.57
1.3 20.15 13.94 13.73 13.23 13.65 18.44 14.55 14.28 12.36 8
1.4 43.45 21.76 16.47 15.65 16.5 16.65 16.7 18.48 15.1 11.23
1.5 51.52 25.24 18.94 18.12 19.17 27.84 18.96 25.46 18.12 14.24
2.1 Inest. Inest. Inest. Inest. - Inest. Inest. Inest. - Inest.
2.2 Inest. Inest. Inest. Inest. - Inest. Inest. Inest. - Inest.
2.3 3.84 Inest. 0.87 0.99 - Inest. Inest. Inest. - Inest.
2.4 1.54 1.45 1.1 1.05 - 1.84 1.21 16.54 - Inest.
2.5 2.52 1.89 2.09 2.23 - 4.49 4.16 4.06 - Inest.
3.1 1 1.96 0.85 0.88 Inest. 2.91 Inest. 19.67 Inest. Inest.
3.2 2.33 1.86 1.42 1.17 3.55 3.91 3.77 34.02 1.38 Inest.
3.3 5.71 4.3 1.91 2.97 5.97 6.2 5.79 11.29 2.65 2.77
3.4 8.57 5.66 6.64 6.26 9.37 10.5 9.68 5.65 4.85 2.4
4.1 5.9 4.42 5.34 5.3 6.91 8.13 7.9 2.97 3.13 3.24
4.2 6.67 5.04 5.64 5.6 6.9 8.31 7.97 2.99 3.55 3.56
4.3 8.36 6.29 6.37 6.3 6.08 8.63 7.87 4.12 4.3 4.39
4.4 14.78 7.96 7.32 7.12 7.70 9.94 7.83 3.01 6.15 6.05
4.5 22.04 10.34 9.64 9.41 9.76 15.59 9.79 9.31 10.01 9.97
4.6 39.92 23.74 23.91 23.86 23.9 51.14 29.97 Inest. Inest. Inest.
Pla ZyN Miller Smith Alfaro Chen YyS JyR Stark HoIU Ho
1.1 3.87 3.9 5.27 5.28 4.57 6.37 6.31 4.14 4.26 5.15
1.2 6.55 6.41 7.62 7.55 8.08 9.27 9.29 7.49 7.99 8.18
1.3 11.98 11.22 10.39 10.32 10.7 12.39 12.56 10.84 11.56 10.83
1.4 12.01 11.19 13.02 16.53 13.6 15.28 20.78 14.14 13.39 13.85
1.5 14.75 14.24 20.61 20.64 20.79 18.23 25.54 23.15 16.35 17.27
2.1 Inest. Inest. Inest. Inest. - Inest. Inest. Inest. - Inest.
2.2 Inest. Inest. Inest. Inest. - Inest. Inest. Inest. - Inest.
2.3 Inest. Inest. 2.32 5.71 - Inest. Inest. Inest. - Inest.
2.4 2.56 2.24 2.32 2.31 - 2.08 2.74 21.1 - Inest.
2.5 2.39 2.28 2.42 2.45 - 1.49 1.39 3.51 - Inest.
3.1 3.39 4.19 2.27 2.19 Inest. 5.51 Inest. 28.34 Inest. Inest.
3.2 2.43 2.25 2.35 2.32 2.21 2.46 2.53 33.29 2.45 Inest.
3.3 2.82 2.79 3.37 3.33 3.17 3.87 3.75 10.96 3.1 3.12
3.4 4.14 4.07 4.9 4.86 4.86 5.9 5.68 4.43 4.79 4.96
4.1 2.22 2.52 3.23 3.18 1.88 3.05 2.83 2.86 3.15 3.25
4.2 2.68 2.76 3.56 3.47 2.78 3.73 3.53 2.53 3.55 3.67
4.3 3.82 3.76 4.63 4.54 4.37 5.25 5.11 4.07 4.3 6.52
4.4 5.81 5.49 6.13 6.04 6.08 6.62 6.94 3.01 6.16 6.11
4.5 9.32 11.38 13.39 12.29 12.3 10.27 14.43 7.72 9.93 12.46
4.6 25.76 24.94 28.11 28.08 28.26 26.09 44.05 Inest. Inest. Inest.