CAPÍTULO II

MARCO TEÓRICO

1. Antecedentes de la investigación

En toda investigación siempre se requiere de una revisión histórica de los trabajos

que se han hecho anteriormente y que de cierta manera harán grandes aportes a lo que

se plantea hacer.

Luego de revisar de forma extensiva trabajos similares, se establecieron los

antecedentes mostrados a continuación.

Uno de los trabajos que hizo gran aporte a la presente investigación fue el

realizado por González R., Hernández A. (2005), y un grupo de tres

colaboradores más, quienes desarrollaron una investigación en la Universidad

Nacional Autónoma de México titulada “Caracterización de masas inerciales en un

dinamómetro de chasis”.

Dicha investigación considera que la tecnología de los vehículos no sólo

contempla mejorar la eficiencia del motor y el confort de sus ocupantes, sino

disminuir el nivel de sus emisiones contaminantes. Plantea que si en una ciudad o

región se tienen condiciones críticas respecto a la calidad del aire,

12
 13

seguramente existirán normas que regulen los niveles de emisiones y métodos

específicos para medirlas.

De manera práctica este trabajo se refiere a la caracterización de un dinamómetro

de rodillos para vehículos, también llamado dinamómetro de chasis, el cual fue

modificado para simular la inercia de los vehículos que, montados en dicho

dinamómetro, son sometidos a un ciclo de manejo para simular las condiciones de

circulación por las calles de la ciudad y así, medir emisiones contaminantes y

consumo de combustible en condiciones reales de manejo.

Se describe la instrumentación con que cuenta el equipo, el sistema de volantes de

inercia diseñado, construido y acoplado al dinamómetro, así como los algoritmos que

se introducen al software para calcular el torque y potencia demandados al motor, de

acuerdo a los ciclos de manejo, característicos de la Ciudad de México.

La investigación realizada por González y Hernández hace grandes aportes a la

presente investigación, ya que en resúmen se hace un análisis de la potencia y el

torque generado por los automóviles, usando para ello, un banco de prueba de

rodillos, en el cual se coloca el automóvil que va a ser sometido al estudio. Para el

presente caso se usa un banco de pruebas acoplado a un dinamómetro al cual se

conectarán los motores a probar y de igual manera que en la investigación de

González y Hernández se harán las mediciones de potencia, torque y otros

parámetros. Además, de manera

similar, hacen uso de un programa desarrollado en LabView para el control del

dinamómetro de rodillos y manejo de las pruebas.

También el profesor y Director Grupo de Investigación en Conversión y

Transferencia de Energía, Helmer Acevedo Gamboa (2005) de la Universidad

Nacional de Colombia Sede Bogotá, desarrollo una investigación titulada

“Caracterización de un Motor de Combustión Interna por Ignición Utilizando

Como Combustible Mezcla de Gasolina Corriente con Etanol al Diez Por ciento”. En

esta investigación se presentan las curvas características de un motor de combustión

interna (MCI) por ignición funcionando a 2600 metros sobre el nivel del mar

(m.s.n.m) operando con gasolina corriente mezclada con Etanol anhidro en una

proporción del 10 por ciento (10%) en volumen (E10). Estas curvas son; Potencia,

Consumo específico, Torque, Emisiones de gases de escape. La prueba se realizó en

el Laboratorio de Motores de la Universidad Nacional de Colombia sede Bogotá.

En esta investigación se describe de manera clara el funcionamiento de los

dinamómetros hidráulicos, siendo la base de estudio fundamental debido a que el

dinamómetro con el que se trabajó es del mismo tipo. También sirvió como base para

la comprensión del funcionamiento y desempeño de los motores de combustión, ya

que se muestran una serie de gráficos que ilustran el comportamiento ideal de dichos

motores. Por otro lado, generó gran aporte para la determinación de las formulas

necesarias para la
obtención de la potencia, el torque y comprensión de cómo funciona la celda de carga

de los dinamómetros, parte fundamental de los dinamómetros debido a que esta es la

encargada de medir el torque generado durante las pruebas.

Eizaga C. (2008) realizó un trabajo de investigación para optar por el titulo

de MSc. En Ing. De Control y Automatización de Procesos en la Universidad Dr.

Rafael Belloso Chacín titulado “Sistema de control óptimo para un separador gas –

liquido bajo condiciones de flujo intermitente”

Tuvo como objetivo desarrollar un sistema de control basado en la teoría de

control moderna conocida como control óptimo, aplicada en separadores de gas –

líquido horizontales operando bajo condiciones de flujo intermitente. El diseño de la

investigación fue cuasi experimental ya que los datos experimentales utilizados

fueron los obtenidos por el del investigador Wilson

F. Giozza en su trabajo titulado “Simulation of Gas – Oil Separator Behavior Under

Slug Flow Conditions”. Se llevo a cabo un estudio del proceso de separación y las

variables que intervienen en él, así como las perturbaciones Inherentes al sistema de

control, con el propósito de determinar el funcionamiento del separador de gas –

líquido horizontal y el modelo teórico generalizado del mismo.

La investigación antes planteada sirve como punto de referencia para el presente

trabajo debido a que el objetivo es el desarrollo un sistema de control basado en la

teoría de control moderna conocida como control

óptimo, pero en el presente caso aplicado a un dinamómetro en el banco de prueba

para motores de combustión. Dicho trabajo generó información de gran a porte al

momento de la obtención del modelo matemático y la discretización de la función de

transferencia obtenida en el análisis del sistema. Además genero información

necesaria para la comprensión de la estructura del PI-Optimo, cuya respuesta es

comparada con la respuesta original obtenida del sistema.

Esis, E. (2009) realizó un trabajo de investigación titulado “Optimización del

rendimiento de los generadores eléctricos de PDVSA Occidente mediante la

aplicación de control óptimo” para optar por el titulo de MSc. En Ing. De Control y

Automatización de Procesos en la Universidad Dr. Rafael Belloso Chacín.

Esta investigación tuvo como propósito optimizar el rendimiento de los

generadores eléctricos de PDVSA Occidente mediante la aplicación de control

óptimo lineal. El tipo de investigación que se utilizó según el nivel fue de carácter

descriptivo, con un diseño experimental y según el propósito aplicada. La población

estuvo conformada por trece generadores de potencia eléctrica, la recolección de los

datos fue por medio de la observación y registro de lecturas realizadas por

instrumentos electrónicos de medición en campo. La población fue trabajada en su

totalidad, dado su carácter finito, por lo que no fue necesaria la aplicación de

muestreo.

Se obtuvo como resultado de la investigación: la representación gráfica, el

punto de ajuste atendiendo criterios de despacho económico, el modelo y el diseño

del control óptimo lineal asociado a cada uno de los trece generadores de potencia

eléctrica. En base a estos resultados se demostró la validez de los modelos y esquema

de control óptimo lineales conseguidos, sustentados en la validación de los modelos

por medio de un análisis residual y cumplimiento con los criterios de observabilidad

y controlabilidad para los esquemas de control óptimo lineal.

Este trabajo fue de gran aporte para la presente investigación, debido a que

proporcion? información acerca de la técnica de recolección de datos realizada por

medio de la observación directa y registros de lecturas a través de los instrumentos

electrónicos de medición de campo. Describe además como modelar y graficar los

datos obtenidos en el campo. Por otro lado proporcion? información fundamental

para la comprensión y conformación del diagrama del PI-óptimo, el cual es

fundamental para lograr el control del sistema.

Portillo J., (2009). Realizó un trabajo de investigación titulado “Diseño de

un controlador óptimo aplicado al sistema Antisurge de Planta Compresora Lago 1 de

PDVSA Occidente” para optar por el titulo de MSc. En Ing. De Control y

Automatización de Procesos en la Universidad Dr. Rafael Belloso Chacín.

Se basa en el hecho de que actualmente la disponibilidad del gas natural se ve

reducida en el Occidente del País, razón por la cual las plantas

requieren recircular importantes volúmenes de flujo para evitar el surge

(oscilaciones) y proteger el compresor. El sistema de control actual PI convencional

instalado con frecuencia no las detecta debido a que la velocidad de las oscilaciones

es tal que el sistema no responde a ellas, lo cual está perjudicando la disponibilidad

de la planta.

Planteada esta problemática la investigación tuvo como propósito el diseño un

controlador Optimo Lineal o PI óptimo, el cual permite respuestas rápidas y el

rechazo a perturbaciones, es una solución temprana al problema del adecuado

funcionamiento de los controladores anti oscilaciones en PDVSA Occidente. Se

realizaron todas las pruebas necesarias para determinar las condiciones de operación

y el estudio de la dinámica del proceso. Primeramente se hizo el análisis de

estabilidad, gráfica del lugar geométrico de las raíces y análisis en frecuencia

(diagrama de Bode) tanto en tiempo continuo como en discreto, mediante la

realización simulaciones en Matlab y Simulink.

El tipo de Investigación se enmarcó dentro de la Explicativa, Aplicada y no

Experimental, utilizando la técnica de la observación directa el cual fue aplicado a

una población conformada por un modulo de compresión de gas. El presente estudio

sirvió de fundamento teórico en el modelado del proceso de compresión de gas, en la

Identificación de sistemas y en la aplicación de teorías de control óptimo y práctico

aportando la simulación del proceso real de los compresores, en donde se evidencio

que la aplicación de un PI optimo

comparado con PI discreto mejora la respuesta del sistema además que rechaza las

perturbaciones.

El aporte de este trabajo de investigación fue fundamentalmente al diseño del PI-

Optimo, debido a que para el sistema dinamométrico se requiere que el nivel de

respuesta sea rápida y libre de cualquier tipo de perturbaciones, esto debido a que al

momento de realizar las pruebas de los motores en el banco de pruebas, el sistema

debe ser preciso, ya que un retardo en la respuesta del controlador o alguna

perturbación puede ocasionar daños al motor y además puede producir alteraciones a

los resultados de las pruebas.

2. Bases teóricas

2.1. Sistema de control óptimo

Una de las variables de la presente investigación fue sistema de control óptimo,

pero primero definimos lo que es un sistema de control. Según Richard C. Dorf un

sistema de control es un conjunto de componentes interconectados los cuales forman

una configuración del sistema que va a proporcionar una respuesta deseada. La base

para el análisis de un sistema es el fundamento proporcionado por la teoría de los

sistemas lineales, que supone una relación entre causa y efecto para sus

componentes. Por lo tanto, un componente o proceso que vaya a ser controlado se

puede
representar mediante un bloque tal como se muestra en la siguiente figura.

Figura 1: Proceso a controlar.

La relación entre la salida y la entrada representa una relación entre causa y

efecto del proceso, que a su vez representa un procesamiento de la señal de entrada

para proporcionar una señal de salida, frecuentemente con una amplificación de la

potencia.

Haciendo una revisión histórica de lo que fue el origen del control óptimo

tenemos que, Richard Vinter (1970), dice que el control óptimo surgió como un

campo de investigación distinta en los 50 para hacer frente de manera unificada a los

problemas de optimización que surgían en la planificación y control de dispositivos

Ingenieriles, más allá del alcance de las técnicas computacionales y analíticas

tradicionales. La ingeniería aeroespacial es una fuente importante de tales

problemas, y la importancia del control óptimo para los programas espaciales

americano y ruso dieron un ímpetu inicial poderoso a este campo.

El control óptimo tiene sus orígenes en problemas mecánicos de vuelo, pero

ahora, luego de 40 años, la justificación para la investigación en esta área no descansa

en sólo aplicaciones aeroespaciales sino en aplicaciones en nuevas áreas tales como

control de procesos y robótica. Igualmente significativo es el estimulo que el

control óptimo ha brindado a

investigaciones en ramas de la matemática con las que se relaciona (análisis convexo,

análisis no lineal, análisis funcional, y sistemas dinámicos).

Desde un punto de vista moderno , el control óptimo es una consecuencia del

cálculo de variaciones, el cual, tiene en cuenta nuevos tipos de restricciones, que

podemos encontrar en diseños ingenieriles avanzados. Algunos desarrollos claves

recientes del control óptimo han resultado de la unión de ideas viejas del cálculo de

variaciones y las técnicas analíticas modernas.

Haciendo una investigación en textos de diferentes autores pudimos obtener que

Ogata, K. (1996) estableció que al momento de diseñar un sistema de control

óptimo o un sistema regulador óptimo, es necesario encontrar una regla para

determinar la decisión de control presente, sujeta a ciertas restricciones, para poder

minimizar de alguna medida la desviación de un comportamiento ideal. Esta medida

es provista por lo general por el índice de desempeño seleccionado, la cual es una

función cuyo valor es considerado una indicación de que tan similar es el desempeño

del sistema real al desempeño deseado.

Por otro lado Richard C. Dorf establece que un sistema es considerado

sistema de control óptimo cuando sus parámetros se ajustan de tal forma que el

índice alcanza un valor extremo, comúnmente un valor mínimo. Para que un índice

de comportamiento resulte útil, siempre debe ser un número igual a cero o positivo.

Por lo que el mejor sistema se define como aquel que

minimiza dicho índice.

Los modelos matemáticos pueden adoptar diversas formas distintas. Dependiendo

del sistema del que se trate y de las circunstancias específicas, algún modelo

matemático puede ser más conveniente que otros. Como por ejemplo, en problemas

de control óptimo, es de gran provecho usar representaciones en el espacio de estado.

En cambio, para aquellos análisis de la respuesta transitoria o de la respuesta en

frecuencia de sistemas lineales que tienen una entrada y una salida que no varía en el

tiempo, la representación mediante la función de transferencia podría ser más

conveniente que cualquier otra. Una vez obtenido un modelo matemático de un

sistema, se hace uso de diversos recursos analíticos, tal como lo son los computadores

para así estudiarlo y sintetizarlo Ogata, K. (1996).

Por otro lado Ogata define una variable de estado de un sistema dinámico como

aquellas que conforman un conjunto más pequeño de variables que van a

determinar el estado del sistema dinámico. Si para describir totalmente el

comportamiento de un sistema dinámico se requiere de por lo menos n variables ,

,… (de manera tal que una vez dada la entrada para t= y

el estado inicial en el estado futuro del sistema queda completamente

determinado), entonces dicha n variables es considerado un conjunto de variables de

estado.

El control automático ha venido desempeñado un papel muy importante

en los avances tecnológicos, en especial en área de la ingeniería y la ciencia.

Además de su gran importancia en los sistemas de vehículos espaciales, de guiado de

misiles robóticos y análogos, el control automático ha pasado a formar parte

importante e integral de los procesos industriales y de fabricación. Como los avances

en la teoría y la práctica del control automático proporcionan los medios para

conseguir un comportamiento optimo de los sistemas dinámicos, mejorar la

productividad, simplificar el trabajo de muchas operaciones que son manuales

repetitivos y rutinarios, así como de otras actividades, los ingenieros y los

científicos deben tener un muy buen conocimiento de este campo.

Un controlador automático compara el valor de la salida de una planta con la

entrada de referencia (el valor deseado), determina la desviación y produce una señal

de control que reducirá la desviación a cero o a un valor pequeño. La manera en la

cual el controlador automático produce la señal de control se denomina acción de

control Ogata (1998).

Cuando se habla de sistema de control óptimo se debe establecer lo que es un

sistema de control en tiempo continuo y en tiempo discreto. Ogata establece que los

sistemas de control en tiempo discreto son aquellos sistemas en los que una o más de

las variables pueden cambiar solo en valores discretos de tiempo. Estos instantes, los

que se denotaran mediante KT donde K es una constante que puede tomar valores

como (K=0, 1, 2…) y T es el tiempo, donde se pueden especificar los tiempos en los

que se lleva a cabo algunas de las medición de tipo físico o los tiempos en los

que se
extraen los datos de la memoria de una computadora digital. El intervalo de tiempo

entre estos dos instantes discretos se supone que es lo suficientemente corto de modo

que el dato para el tiempo entre estos se pueda aproximar mediante una interpolación

sencilla.

La diferencia entre los sistemas de control en tiempo discreto y los sistemas de

control en tiempo continuo es que las señales para los primeros están en la forma de

datos muestreados o en la forma digital. En el caso de que en el sistema de control

está involucrada una computadora digital como un controlador, los datos muestreados

se deben convertir a datos digitales.

Los sistemas en tiempo continuo, cuyas señales son continuas en el tiempo,

lo podemos describir mediante ecuaciones diferenciales. Los sistemas en tiempo

discreto, en los cuales se involucran señales de datos muestreados o señales digitales

y señales en tiempo continuo posiblemente, también se pueden describir mediante

ecuaciones de diferencias después de la propiedad discretización de las señales en

tiempo continuo.

En tiempo continuo el muestreo de señales reemplaza la señal en tiempo continuo

por una secuencia de valores en puntos discretos de tiempo. En el caso que un sistema

de control involucre un controlador digital, se empleara el proceso de muestreo,

puesto que son necesarias una operación de muestreo y una de cuantificación para

ingresar datos a ese controlador. También, en el caso que las mediciones necesarias

para el control se obtengan de forma intermitente se da un proceso de muestreo.

 Para poder establecer la estabilidad de un sistema existen diversos métodos los

cuales permiten determinar si un sistema es estable o no, entre ellos, uno de los más

usados es el lugar geométrico de la raíz, mediante este método el diseñador puede

hacer una predicción de los efectos que tiene en la ubicación de los polos en lazo

cerrado, variar el valor de la ganancia o también generar polos y/o ceros en lazo

abierto. Por lo tanto, es fundamental que el diseñador tenga un buen conocimiento del

método para generar los lugares geométricos de las raíces del sistema en lazo cerrado.

La idea básica detrás de este método es que los valores que hacen que la función

de trasferencia alrededor del lazo sean igual a -1 deben satisfacer la ecuación

característica del sistema. El método debe su nombre al lugar geométrico de las

raíces de la ecuación característica del sistema en lazo cerrado conforme la ganancia

varia de cero al infinito. Dicha grafica muestra claramente como contribuye cada polo

o cero en lazo abierto a las posiciones de los polos en lazo cerrado.

Según Richard C. Dorf. El comportamiento dinámico de un sistema de control

de lazo cerrado es descrito mediante la función de transferencia de lazo cerrado.

Ecuación 1: Comportamiento dinámico de un sistema de control de lazo cerrado.

Donde p(s) y q(s) son polinomios en s. Las raíces de la ecuación

característica q(s) determinan los modelos de respuesta del sistema. Para un sistema

de lazo simple como el de la Ecuación 2, se tiene la ecuación característica.

Ecuación 2: Ecuación característica.

Donde k es un parámetro variable. Las raíces características del sistema deben

satisfacer Ecuación 2, donde las raíces están en el punto s. como s es una variable

compleja, la Ecuación 3 puede escribirse ahora en forma polar como.

Ecuación 3: Ecuación característica en forma polar.

Figura 2: Sistema de control en lazo cerrado con un parámetro variable k.

Y, por tanto, es necesario que

Donde

El lugar de las raíces es el camino de las raíces de la ecuación característica

dibujado en el plano Y cuando se varía un parámetro del sistema.

Según Ogata la estabilidad de un sistema lineal en lazo cerrado se

determina a partiendo de la ubicación de ol s polos en lazo cerrado en el

plano s. Si alguno de estos polos se localizan en el semiplano derecho del plano s,

entonces conforme aumenta el tiempo producirá el modo dominante, y la respuesta

transitoria va a aumentar de forma monótona y oscilara con una amplitud creciente.

Esto es lo que se conoce como un sistema inestable. Para tal sistema, en cuanto se

conecta la alimentación, la salida aumenta con el tiempo. Si no ocurre una saturación

en el sistema y no se incluye una detención mecánica o un sistema de alarma, el

sistema puede terminar por dañarse y finalmente fallar, ya que la respuesta del

sistema físico real no puede aumentar de manera indefinida. Por ende, en el sistema

de control lineal normal no son permitidos los polos en lazo cerrado en el semiplano

derecho del plano s. Si todos los polos en lazo cerrado se encuentran a la izquierda

del eje jw, cualquier respuesta transitoria alcanzara el equilibrio. Esto es lo que

conocemos como un sistema estable .

La estabilidad es uno de los objetivos que debe tener el diseñador al momento de

diseñar un sistema de control, uno de los criterios de estabilidad es el Routh–Hurwitz,

el cual Feng Lin dice que Las raíces del polinomio.

Están todos en la mitad izquierda abierta del plano complejo si y sólo si todos los

elementos de la primera columna de la tabla de Routh son del mismo signo. Si hay

cambios de los signos de los elementos de la primera columna de la tabla de Routh,

el número de cambios de signo es igual al

número de raíces fuera de la mitad izquierda abierta del plano complejo.

Asumimos que el primer coeficiente es positivo, a n 0 , todos los

elementos de la primera columna de la tabla de Routh debe ser positiva para

garantizar que el sistema con polinomio característico f (s) =

an sn  a n  1s (n1)  ... a1 s  a0 sea estable. Si el sistema no es estable,

entonces el número de raíces inestables es igual al número de cambios de signo en la

primera columna.

La prueba del criterio de Routh-Hurwitz, implica en primer lugar la construcción

de la matriz n × n de la siguiente forma:

Por ejemplo, para n = 3 y 4, son las matrices de Hurwitz respectivamente. De la

matriz de Hurwitz, podemos encontrar sus determinantes principales, llamados los

factores determinantes de Hurwitz, de la siguiente manera.

 Hurwitz demostró que las raíces del polinomio f están en la mitad
(s)

izquierda abierta del plano complejo si y sólo si todos los factores determinantes

de Hurwitz son positivos.

Para el polinomio

Construimos su tabla de Routh de la siguiente manera.

Dado que todos los elementos de la primera columna son positivos, todas las raíces

están en la mitad izquierda abierta del plano complejo. De hecho,

tenemos f (s) = (s  1)2 (s  2)2 El sistema correspondiente es estable.

Después de estabilizar un sistema, lo siguiente que queremos hacer es

optimizar el rendimiento del sistema. La teoría de control optimo según Feng Lin no

sólo es importante por derecho propio, sino que también sirve como la base de

nuestro enfoque para un control óptimo de diseño de control robusto.

Formulamos un problema de control óptimo para un sistema no lineal

general de

A fin de minimizar el costo funcionales tenemos lo siguiente siguientes

Donde t es el tiempo actual, tf es el tiempo de terminación, x = x(t) es el estado

actual, y L(x,u) caracteriza el objetivo de coste.

Obtendremos la solución al problema de control óptimo desde el principio de

optimización, que establece que un control óptimo desde un estado inicial, debe

cumplir la siguiente propiedad: después de un período inicial, el control para el

período restante deberá también ser óptima en relación con el estado como

consecuencia del control del período inicial. Aplicando el principio de optimización

para el problema de control óptimo, podemos derivar de la ecuación de Hamilton-

Jacobi-Bellman que debe cumplir cualquier solución al problema de control óptimo.

Un ejemplo práctico seria como se muestra en la figura 3 en la que se puede ver

un péndulo invertido montado sobre un carro. En la figura, M es la masa del carro; m

es la masa del péndulo; L es la longitud del péndulo, y es el desplazamiento del carro,

? es el ángulo del péndulo, y U es la fuerza que actúa sobre el carro, y es la entrada al

sistema.
 Figura 3: Péndulo invertido montado sobre un carro

Suponemos que la masa del péndulo está concentrada al final de del péndulo.

Asimismo, no se considera el efecto de la fricción. Bajo estos supuestos, podemos

deducir las ecuaciones que describen la dinámica del sistema de la siguiente manera

De las ecuaciones anteriores, podemos derivar las ecuaciones de estado del

sistema. Vamos a definir las variables de estado como:

Las ecuaciones de estado son.

Si nuestro objetivo es encontrar un control que mantiene ? lo más cerca a

0 como sea posible con un mínimo de energía, entonces podemos tomar el costo

funcional como.

Se Q y R son los pesos relativos en el estado y el control. Si realmente queremos ?

cerca a 0, entonces se puede elegir una gran P. Por otra parte, si realmente

queremos ahorrar energía, se puede escoger un r grandes, obviamente, la Q y R son

correspondientes.

Un problema de control óptimo no lineal es a menudo difícil de resolver. Por lo

tanto, a menudo los investigadores se limitan a una clase especial de problemas.

Ogata define que los sistemas de segundo orden se caracterizan por tener dos

polos y la función de trasferencia general es como se muestra a continuación.

Figura 4: Sistema de segundo orden

Ecuación 4: Ecuación característica de un sistema de segundo orden.

Donde:
 (?) Es el factor de amortiguamiento.

Es la frecuencia natural.

Si 0<?<1 los polos en lazo cerrado son complejos conjugados y se encuentran el

semiplano izquierdo del plano s, por lo que el sistema se denomina subamortiguado.

Si ?=1, el sistema es denominado críticamente amortiguado. Para que el sistema sea

sobreamortiguado ?>1 y la respuesta transitoria de este sistema no oscila y en el caso

que ?=0 la respuesta transitoria no se amortigua.

Figura 5: Respuesta al escalón unitario de un sistema de segundo grado.

Donde:

Tiempo ( ): de retardo, el cual es el tiempo requerido para que la respuesta una

primera vez la mitad del valor final.

Tiempo de levantamiento ( ): es el tiempo que se requiere para que la

respuesta del sistema pase del 10% al 90%, del 5% al 95% 0 del 0% al 100% de su

valor final. En el caso de los sistemas sub-amortiguados de segundo orden,

comúnmente se usa el tiempo de levantamiento de 0% a 100%, y

para los sistemas que son sobreamortiguados, se suele usar el tiempo de

levantamiento de 10% 90%.

Tiempo pico ( ): es el tiempo que se requiere para que la respuesta llegue

al primer pico del sobrepaso.

Sobrepaso máximo ( ): es el valor máximo de la curva obtenida de la

respuesta, medida partiendo de la unidad.

Tiempo de asentamiento ( ): es el tiempo requerido para que la curva de

la respuesta obtenida llegue a un rango alrededor del valor final del tamaño que esta

dado por el porcentaje absoluto del valor final (generalmente entre 2% y 5%) y

permanezca dentro de él.

2.2. Dinamómetro

La palabra Dinamómetro se puede decir que está compuesta por dos palabras

básicas. La primera parte, dinamo que proviene de una palabra griega que significa

potencia en movimiento. La segunda parte, que viene de la palabra, metro que

también proviene de una palabra griega y quiere decir medir.

Para los propósitos de la presente investigación un dinamómetro puede describirse

como una máquina que mide la potencia durante el movimiento . A continuación se

presenta un análisis hecho según diversos autores que permitirán generar una

definición operacional pr?pia.

 Según William H., (1993) la manera usual de especificar las características de un

motor es con un dinamómetro. Este dispositivo tiene un mecanismo que permite

aplicar diferentes cargas al motor. Así con el dinamómetro pueden medirse la

potencia que el motor puede desarrollar bajo diferentes condiciones de

funcionamiento.

Algunos dinamómetros son usados para la prueba y ensayo de motores que han

sido separados de los vehículos como se muestra en la siguiente figura.

Figura 6: Dinamómetro utilizado en los ensayos de motores y medidas de potencia

(General Motors Corporations).

El dinamómetro que es usado en los talleres de servicio hace la verificación del

motor montado en el vehículo. A este tipo de unidades se les

llama banco dinamométrico. En este tipo de dinamómetros se colocan las ruedas

traseras del vehículo sobre rodillos. Luego el motor impulsa las ruedas y estas, a su

vez, impulsan los rodillos. Estos últimos se pueden ser cargados con cargas

regulables de modo que se puedan medir la potencia de salida, o útil, del motor.

Por otro lado Irving L. (1993) Define un dinamómetro como un generador

eléctrico, motor o absorbedor de carga por corrientes parasitas, que tiene un medio de

indicar tanto el par como la velocidad que desarrolla el dispositivo que se acopla a él.

Cualquier prueba dinamométrica implica la carga directa del dinamómetro, que se

hace trabajar como motor con fines de determinación de eficiencia.

Según Richard Valentine (1998) la primera consideración para la elaboración

de un laboratorio de pruebas de motor es su ubicación. El dinamómetro debe estar en

un lugar accesible para facilitar la manipulación del mismo. Los dinamómetros

grandes requieren un suministro de agua y conexión de drenaje. También los

dinamómetros que suelen ser más pequeños usan ventiladores y puede requerir una

entrada y salida de aire exterior.

Un dinamómetro en banco de prueba es una necesidad para desarrollar un eficaz

control de motores. El banco puede simular cargas al motor en forma controlada y

repetible. La selección de un dinamómetro en banco de prueba de motor va a

depender de la gama de potencia de los motores, y la

precisión deseada para el banco de rodillos. Los dinamómetros los podemos dividir

en tres tipos, los pequeños, medianos y grandes para los motores realmente grandes.

Es importante destacar que los motores pequeños no pueden ser probados de

manera eficiente en dinamómetros medianos o grandes, esto debido a que la

latencia de la energía pude ser muy elevada y puede quemar o producir errores en los

motores pequeños. Los dinamómetros deben ser diseñados en función de los rangos

de potencia del motor.

Immanuel Estermann (1959). Establece que los dinamómetros hidráulicos,

son construidos en forma muy similar a la ahora conocida como convertidor de par de

automóviles, en la que dos ruedas de turbina están en oposición y giran dentro de un

líquido común. Una rueda está unida al eje de rotación y otro fijado a una carcasa que

puede girar libremente en relación con el eje, pero cuya rotación se ve impedida por

una adaptación del nivel de masas y por el sistema que acabamos de describir. Pues

dada por la velocidad angular y el instrumento, el par transmitido a la carcasa es

proporcional a la cantidad de líquido presente. Este momento también es proporcional

al cuadrado de la velocidad angular en un rango muy amplio. Los dispositivos de este

tipo se han utilizado en las pruebas de los motores marinos nominales de hasta 2000

hp a 90 rpm.

El dinamómetro utilizado para la presente investigación es un dinamómetro

hidráulico, el cual Robert H. Bishop define su funcionamiento

de la siguiente manera. William Froude (1810-1879) inventó un freno de agua

(1877) que no depende de la fricción y del roce. El arrastre dentro de un par de

freno de Froude se desarrolla entre el rotor y el estator por el impulso facilitado por el

rotor y el agua dentro de la caja de freno. La fuerza de rotación del rotor hace que el

agua que circula en la taza sea arrojada al frente a las superficies de ambos, el rotor y

el estator. El rotor está apoyado en el estator por los cojinetes, que también fijará su

posición axial.

Los Laberintos internos tienen sellos para prevenir fugas de agua y reducir al

mínimo arrastre de fricción y el desgaste. El par que evita la rotación del estator se

mide por las fuerzas de reacción en forma muy similar a como con el freno Pony. El

arrastre de par y el control de la contrapresión en la tubería de salida del agua y el

caudal de entrada es ajustado por una válvula, a veces se (para permitir los cambios

de par muy rápida) manipula con dos válvulas de control.

En cualquier caso, la energía absorbida es arrastrada por el flujo continuo de agua.

Existen otros tipos de soporte de freno de agua, que externamente son similares, pero

la construcción del interior es muy diferente y dependen de otros factores para el

desarrollo del par de arrastre (por ejemplo, rotores desarrollados para resistencia de

viscosidad por cizallamiento y turbulencia). Sin embargo, todos los bancos de

prueba hidráulica a propósito función como ineficiente bombas centrífugas.

Independientemente del diseño interior y la válvula de la configuración, el par

máximo es de baja resistencia a bajas

velocidades (de cero en reposo), pero puede crecer rápidamente, por lo general varía

con el cuadrado de la velocidad de rotación.

La presencia irreductible de un poco de agua, así como la resistencia

aerodinámica, supone una velocidad - límite inferior depende de la par arrastre

controlable. En cualquier diseño, el desgaste y la vibración causada por la cavitación

genera limitaciones superiores de la velocidad y el nivel de potencia.

Los dinamómetros hidráulicos están disponibles en una amplia gama de

capacidades entre 300 y 25.000 KW, con algunas unidades móviles con capacidades

tan bajas como 75 KW. El más grande construido, absorbe 75 KW hasta alrededor de

75000 (100000 Hp), ha sido utilizado para la prueba de los sistemas de propulsión de

submarinos nucleares. La velocidad máxima coincida con la velocidad de

operación de las fuerzas vivas que están construidas a prueba, por lo general,

decrece con una capacidad cada vez mayor. Las turbinas de gas y el motor de los

equipos aeroespaciales de prueba puede operar tan alto como 30000 rpm.

En 1855, Jean B. L. Foucault (1819 - 1868) demostró la conversión del trabajo

mecánico en calor por la rotación de un disco de cobre entre los polos de un

electroimán. Esto significa un desarrollo simple del par de arrastre, sobre la base de

corrientes de Foucault, desde aproximadamente 1935, han sido ampliamente

explotados en los dinamómetros. Ver figura 7.

Figura 7: A la izquierda se muestra la sección transversal y la vista frontal a la derecha
del dinamómetro de corriente de Foucault. G es una rueda dentada y S es un sensor
de velocidad. Las mangueras de transporte de agua de refrigeración y cable con
energía eléctrica para el estator no se muestran.

En esta figura se muestran las características esenciales de este tipo de freno. La

rotación de un rotor de acero dentado o radios a través del campo magnético uniforme

en el espacio, creado por la corriente a través de bobinas en el estator, induce a nivel

local en circulación (Foucault) de las corrientes de cobre conductor de la

electricidad que son partes del estator. La fuerza electromagnética entre el rotor, que

está magnetizado por el campo uniforme, y el campo derivadas de las corrientes de

Foucault, crea el par de arrastre, y por tanto la potencia mecánica de entrada, son

controlados mediante el ajuste de la corriente de excitación en las bobinas del estator.

La entrada de potencia eléctrica es inferior al 1% de su capacidad nominal.

El banco de rodillos es efectivamente un generador de corto circuito interno,

porque el poder asociado con las pérdidas de resistencia de las corrientes de Foucault

generado se disipa dentro de la máquina. Que está siendo calentado por el flujo de

estas corrientes, el estor debe ser enfriado, a veces (en máquinas de menor

capacidad) por el aire suministrado por

sopladores, pero a menudo son enfriados por flujo continuo de agua. En la brecha

seca Foucault rompe (el tipo que se muestra en la Figura 7), el flujo de agua es

limitada a los conductos en el estator. Las máquinas más grandes son a menudo usan

un freno de agua, y añadiendo un componente electromagnético con el par total de

arrastre, lo que impone un límite inferior al par de torsión controlable. El efecto del

viento limita el valor mínimo de esfuerzo de torsión controlable en estos tipos a

diferencia de los que trabajan al seco.

Como el par de arrastre es desarrollado por el movimiento del rotor, que es cero

en reposo para cualquier valor de corriente de excitación. Inicialmente, aumenta

rápidamente, de forma aproximadamente lineal, con velocidad par, y finalmente se

acerca a un valor actual de saturación limitada. Como en otras máquinas, el par

necesario para evitar la rotación del estator se mide por la fuerza de reacción que actúan

a una dista ncia fija conocida desde el eje de rotación. Un modelo estándar de frenos

de corrientes parásitas tiene una capacidad de menos de 1 KW a más de 2000 Kw,

con una velocidad máxima de 12000 rpm en las unidades de menor capacidad a 3600

rpm en las unidades más grandes. Las unidades especiales que se han construido

tienen una capacidad de 3000 hp (2238 KW) a una velocidad de

25.000 rpm.

Otros factores que se consideraron en esta investigación fue Caballo de vapor

inglés (Horsepower) que William H Crouse (1993). Establece que un

horsepower (hp) es la potencia que tiene un caballo, o una media de cómo puede

trabajar un caballo. Un motor de 10 hp, por ejemplo, puede efectuar un trabajo de

10 caballos. Un hp equivale a un trabajo de 33000 ft – lb por minuto. En la figura 8

se muestra que el caballo recorre 165 pies en 1 minuto. Levantando un peso de 200

libras.

Figura 8: un caballo puede realizar un trabajo de 33000 libras – pies (4562 Kgm) en un
minuto.

La cantidad de trabajo realizado es de 33000 libras - pie (165 pies * 200 libras). El

tiempo es de 1 minuto. En el caso que el caballo hiciera este trabajo en 2 minutos,

entonces trabajaría solo la “mitad”; solo desarrollaría ½ hp. Una fórmula para

determinar los caballos de fuerza es:

Ecuación 5: Fórmula para determinar los caballos de fuerza

Donde hp=potencia en caballos. L = longitud, en pies, a lo largo de la cual es

ejercida W. W = fuerza, en libras, ejercida a lo largo de la distancia L. t =

tiempo, en minutos, requeridos para el desplazamiento de W a lo largo

de L.

La cantidad de potencia que corresponde en el sistema métrico al horsepower (hp)

es el caballo de vapor internacional (CV), que equivale a 75 Kilográmetros por

segundos y es igual a 0,986 hp. Otra unidad internaciona l de potencia que es usada

para motores eléctricos es el Kilovatio (KW), siendo 1 KW = 1,34hp = 1,36 CV. Así,

un motor de 200 hp desarrolla una potencia de 202.6 CV o 149 KV.

Actualmente, en unidades inglesas, es más usada la siguiente fórmula para ha llar

la potencia:

Ecuación 6: F?rmula para hallar potencia.

Crouse establece que el trabajo puede ser efectuado lentamente, o rápidamente.

Esta condición según la cual se realiza el trabajo, se evaluado por el concepto de

potencia. Una maquina que puede efectuar mucho trabajo en un corto espacio de

tiempo es denominada maquina de gran potencia: Potencia, es el trabajo realizado en

la unidad de tiempo (velocidad en la que es realizado).

3. Definición de términos básicos

Potencia: es el trabajo realizado en la unidad de tiempo (velocidad en la

que es realizado) .William H Crouse, (1993).

Proceso: Según José Acedo Sánchez (2002). Un proceso es un bloque que

se identifica porque tiene una o más variables de salida de las cuales es importante

conocer y mantener su valor. Como consecuencia estas variables han de ser

controladas actuando sobre otra serie de variables denominadas manipuladas.

Controlador: Para el profesor Luis Amendola. Un controlador es un

dispositivo que tiene una salida que puede ser variada para mantener una variable

controlada a un valor específico o dentro de límites específicos o para alterar las

variables en una manera específica.

Estación de control: Según Luis Amendola. Una estación de control es una

estación de carga manual la cual también proporciona conmutación entre modos de

control manual y automático de un cuadro de control. También se conoce como una

estación auto-manual y una estación auto - selectora.

Planta: Según Katsuhiko Ogata (1996). Una planta es cualquier objeto físico

a ser controlado. Como ejemplos se tienen un horno, un reactor químico y un

conjunto de partes de maquinarias que funcionan de manera conjunta para llevar a

cabo una operación particular, tal como un sistema de seguimiento o una nave

espacial.

Control realimentado: Para Katsuhiko Ogata (1998). Un sistema de

control realimentado es aquel que mantiene una relación prescrita entre la

salida y la entrada de referencia, comparándolas y usando la diferencia como medio

de control, se denomina sistema de control realimentado.

Trabajo: Según William H Crouse (1993). Cuando para desplazar un objeto

hay que vencer la oposición de una fuerza se dice que se desarrolla un trabajo. El

objeto puede ser puesto en movimiento por empuje, por una tracción o por un

levantamiento.

Energía: Para William H Crouse (1993), Energía es la aptitud o capacidad

para efectuar trabajo. Cuando se este se realiza sobre un objeto, queda almacenada la

energía en el mismo.

Inercia: William H Crouse (1993). Define la inercia es una propiedad de

todos los cuerpos materiales. Es la causa que se opone a cualquier cambio de

velocidad o de dirección en el movimiento de los mismos.

Rozamiento: William H Crouse (1993). También conocida como fricción es

la resistencia que se opone al movimiento relativo entre dos cuerpos en contacto

mutuo.

Rendimiento del motor: William H Crouse (1993). El término

“rendimiento” es una expresión de la relación existente entre el esfuerzo ejercido y

los resultados obtenidos. Aplicado a los motores, el rendimiento es la relación entre la

potencia suministrada y la potencia que se hubiera podido obtener si el motor

funcionase sin perdidas.

4. Sistema de variables

En esta investigación se definen conceptual y operacionalmente la variable de

estudio, de la siguiente manera:

Sistema de control óptimo:

Según Richard C. Dorf. Un sistema de control es una interconexión de

componentes los cuales forman una configuración del sistema que va a proporcionar

una respuesta deseada. La base para el análisis de un sistema es el fundamento

proporcionado que proporciona la teoría de los sistemas lineales, que supone una

relación entre causa y efecto para sus componentes.

Definición Operacional: el control óptimo, es una de las ramas del control

moderno y es una técnica matemática la cual permite resolver problemas de

optimización y con un mínimo de consumo de energía, en el presente caso se empleó

para optimizar las pruebas realizadas a los motores en el dinamómetro en banco de

pruebas, una vez que a través del control óptimo se tenga un sistema estable . Su

aplicación genera un patrón de comportamiento de las variables y las acciones a

tomar para poder así realizar las pruebas a los motores de una manera óptima,

confiable y con un consumo mínimo de energía.

A continuación se presenta el cuadro de operacionalizaci?n de las

variables en el cual se observa la relación que tiene cada objetivo propuesto con las

variables y los indicadores. Además en dicho cuadro se puede observar los autores

que definen los indicadores mencionados.