UNIVERSIDAD AUTÓNOMA DE OCCIDENTE

Facultad de Ingeniería II Periodo de 2020

Identificación de la FDT de un Motor DC

I. INTRODUCCIÓN

Para la estimación de modelos matemáticos

de sistemas dinámicos y para su control,
normalmente lo que se realiza es una toma
de datos, normalmente esto se realiza
mediante dispositivos que permiten medir la
variable a modelar, y conociendo la entrada
a este sistema.
Figura W. Esquemático para el motor DC
En este laboratorio la planta o sistema
dinámico al cual se le realizará el modelo es Ecuaciones eléctricas
un Motor Quanser. Este dispositivo consta de
di ( t )
un servosistema diseñado para demostrar, v ( t )−Ri ( t )−L −e=0
dt
enseñar y practicar los fundamentos de
control de motores de corriente continua. e=k b θ̇
La base sobre la cual se encuentra permite Ecuaciones Mecánicas:
mediante un circuito instrumentado, excitar
el sistema con voltajes de 0V a 5V y medir su J θ̈ ( t ) +b θ̇ ( t )=T m (t )
respuesta mediante un tacómetro, que nos
T m ( t )=k t i ( t )
entrega un voltaje proporcional a su
velocidad angular. De las ecuaciones anteriores se puede
Las especificaciones del Motor Quanser se obtener un modelo teórico el cual relaciona
referencian en la siguiente tabla de valores: la entrada v ( t ) , con nuestra salida de interés
θ̇ ( t )=ω ( t ) que es la velocidad angular del
Parámetro Valor Unidad motor.
Constante Nm De nuestra ecuación eléctrica, obtenemos la
0.052
de torque A corriente i ( t ) en su transformada de Laplace:
Resistencia
10.6 Ω V ( s )−RI ( s ) −LsI ( s )−k b ω ( s )=0
eléctrica
Inductancia 0.82 H V ( s )−k b ω ( s )
I ( s) =
R+ sL
Inercia 11.6 gm−c m2
De la ecuación mecánica relacionamos dicha
V corriente con la velocidad angular:
Sensibilidad 1.5
1000 RPM
Jsω ( s ) +bω ( s )=k t i ( t )
Tabla 1. Especificaciones de un motor Quanser
V ( s )−k b ω ( s )
II. METODOLOGÍA

Modelo de Motor DC
Jsω ( s ) +bω ( s )=k t ( R+ sL )
 UNIVERSIDAD AUTÓNOMA DE OCCIDENTE
Facultad de Ingeniería II Periodo de 2020
Identificación de la FDT de un Motor DC

kt kb k la tarjeta no soporte esa velocidad de

(
ω ( s ) Js +b+ )
= t V (s )
R+ sL R+ sL captura.

Entendiendo lo anterior se procedió a tomar

ω ( s ) ( Js ( R+ sL ) +b ( R+ sL )+ k b ) =k t V ( s )
4 muestras, con periodos de muestreo
diferentes, comenzando por 0.02s, 0.03, 0.05
y 0.01, esto para comparar el detalle de la
ω ( s) kt respuesta registrada.
= 2
V ( s ) RJs+ JL s + Rb+ sLb+k t k b

La FDT de la velocidad angular del motor es

la siguiente:
ω ( s) kt
= [ 1]
2
V ( s ) JL s + ( RJ + Lb ) s + Rb+k t k b
Para esta ecuación podemos asumir que:
R≫L
Esto nos lleva a que L tiende a cero,
haciendo que nuestra FDT [ 1 ], se puede
reescribir de la siguiente manera:
ω ( s) kt
= [ 2]
V ( s ) RJs+ Rb+k t k b
Esto también se debe a que el sistema tiene
un polo dominante, el cual está más cercano
al eje vertical del plano imaginario.
En el laboratorio el motor Quanser y la
tarjeta de adquisición de datos, estaban
conectados a un ordenador de escritorio y
configurados con el software Matlab para la
adquisición de los datos como se había dado
introducción en clases anteriores.
Por recomendaciones del laboratorista se
decidió realizar varias capturas de datos, con
diferentes frecuencias comenzando en 1ms.
Sin embargo, el inconveniente que se tuvo
era que los datos no se capturaban desde el
tiempo 0 y por el contrario contaban desde
tiempos posteriores, aproximadamente
desde el tiempo 45000. Es muy probable que
III. ANÁLISIS Y RESULTADOS
Para obtener la función de transferencia, se
usó la aplicación de matlab ident, además se
determinaron otros datos como: el tiempo
de muestreo en el que se realizó la
recolección de datos, el número de polos y
ceros que deben tener la función de
transferencia, en nuestro caso se analizó que
el motor quanser (planta) respondió a un
sistema lineal, lo que nos permitió definir
que nuestra función de transferencia no iba
tener cero. Finalmente, después de ingresar
todos los datos requeridos a la aplicación se
genera la función de transferencia que era
consistente con nuestro motor Quanser.
A continuación, se mostrarán los cálculos
realizados para llegar finalmente a la función
de transferencia del sistema.
Con esta ecuación [1] nos hacemos una idea
de cómo debe dar la ecuación obtenida con
los datos del laboratorio.
La primera función de transferencia a
estimar se hizo con la función de MATLAB
ident, a la cual introducimos los datos
tomados en el laboratorio, y se define en
función de [1], que debe tener 2 polos y
ningún zero.
Primero mediante el comand Windows de
MATLAB, se especifica el comando ident,
 UNIVERSIDAD AUTÓNOMA DE OCCIDENTE
Facultad de Ingeniería II Periodo de 2020
Identificación de la FDT de un Motor DC

este al cargar nos habilita la ventana de la Posterior a esto, se nos habilita la imagen de
siguiente figuraXX. nuestros datos, FiguraXXXXX, aquí podemos
seleccionar que cantidad de polos y zeros
tiene nuestro sistema.

FiguraXXXXX Definicion de Polos y ceros

Figura XX. Ventana de ident
Luego de definido esto en la figura XXXXXX
Luego damos clic en el menú de “import
podemos ver la función de transferencia
data“ y seleccionamos la opción de “Time
obtenida por el ident, la cual se usara para
Domain Data”, esta opción nos permite
comparar dicho modelo con el conjunto real
visualizar la ventana donde cargaremos los
de datos.
datos para su estimación con ident.

FiguraXXXXXX

FiguraXXX Cargar datos a ident

En la figura XXX, cargamos los datos que se

tienen almacenados en el workspace de
MATLAB, Input digitamos la variable donde
se almacena la entrada, para nuestro caso se
llama Estimulo, lineal azul de la figura XXXX,
en Output se escribe Respuesta R, Linea roja
de la figura XXXX, variable donde está la
salida del sistema. Adicionamos un nombre
que se le quiera dar a los datos y se agrega el
Figura XXXX. Datos tomados en el laboratorio
tiempo de muestreo de los datos, que para
nuestro caso son los 50ms, o 0.05s.
 UNIVERSIDAD AUTÓNOMA DE OCCIDENTE
Facultad de Ingeniería II Periodo de 2020
Identificación de la FDT de un Motor DC

En la figura XXXX, podemos observar los la ganancia del sistema se conserva, y que se
datos tomados en el laboratorio, estos datos puede despreciar el polo más lejano al eje
se tomaron con un tiempo de muestreo de imaginario (no hace un aporte considerable
0.05s. al sistema del sistema):
Modelo 1 arrojado por el ident:
k
0.8364= → k=8.364
29560 10
H ( s )= 2 [ 3]
s + 3519 s+35340 8.364
H ( s )= [4]
De esta FDT obtenida se puede comparar con s +10
la forma canónica de segundo orden:
En la siguiente gráfica se compara las dos
2 funciones de transferencias definidas [3] y
kω n
H ( s )= 2 2 [4].
s + 2 ξ ω n s+ω n

ω 2n=35340 ωn =187.9894 2 ξ ω n=3519 ξ=9.3596 k ω 2n=29560 k =0.8364

Figura 3. Comparación entre FDT halladas

Con esta gráfica corroboramos que podemos

Figura WW. Diagrama de polos y ceros de la
FDT
A partir de la figura WW, podemos observar
que el polo que se encuentra más cerca al
eje real será nuestro polo dominante, como
lo vimos en la consideración [2], podemos
reescribir la [3] como un sistema de primer
orden conociendo sus polos:
roots ( [ 1 , 3519 ,35340 ] )
s1 ≈−3510s2 ≈−10
modelar un sistema de segundo orden como
si fuera uno de primer orden teniendo en
cuenta la teoría de polos dominantes.
En el caso anterior se utilizó la herramienta
ident para conocer los valores y parámetros
de la función de transferencia, ahora se
realizará de forma gráfica viendo los datos
del sistema, esto se puede denominar un
método gráfico.
Primero se debe tener en cuenta la forma
canónica de un sistema de primer orden:

Modelo 2, eliminando polo con la teoría de k

H ( s )= [5 ]
polos dominantes. Teniendo en cuenta que τs+1
 UNIVERSIDAD AUTÓNOMA DE OCCIDENTE
Facultad de Ingeniería II Periodo de 2020
Identificación de la FDT de un Motor DC

Recordando la FDT qué se necesita debe ser

de segundo orden, como lo apreciamos en
[1].

k2
H ( s )= [ 7]
τ 2 s +1
El polo de la ecuación [7] se encuentra en:

−1
s=
τ2

Primero hablemos de la Ganancia, como ya

Figura 4. Parte de la Toma de datos definimos la ganancia con la ecuación [ 6 ] la
ganancia k 2=1, así evitamos modificarla.
En la figura 4 se seccionó los datos para
Para encontrar el valor de τ , podemos
visualizar una respuesta con datos más
anexar un polo mínimo 10 veces más alejado
apropiadamente los datos y visualizar
del eje imaginario que el otro para evitar que
valores. Teniendo en cuenta que:
el comportamiento se vea afectado.
y ( ∞ )=1.25
De la ecuación [ 6 ] tenemos que:
y ( τ )=0.63 y ( ∞ )
s+10=0 → s1=−10
y ( τ )=0.79
Se halla el polo que no afecta el sistema de
El dato de y ( τ ) nos dirigimos a la gráfica y se manera sustanciosa:
traza una horizontal, luego en el punto
s2=10 s1 → s2 =−100
donde corta con la respuesta del sistema, se
dibuja una línea vertical, la cual corta con el Se calcula el τ 2
eje del tiempo con el valor del τ :
−1
τ =0.1 s2=−100=
τ2
Para el valor de k : 1
100= → τ 2=0.01
1.25 τ2
k= → k=0.833
1.5
1 100
H ( s )= =
0.833 8.33 0.01 s+1 s+100
H ( s )= = [6 ]
0.1 s+1 s+10
La función de transferencia completa nos
Con solo la forma podemos ver que se quedaría de la siguiente manera:
parece mucho a la FDT [4] que se halló en el
100 8.33 833
caso anterior, cuando usamos la teoría de H ( s )= = 2 [8]
( s +100 ) ( s +10 ) s +110 s+ 1000
polos dominantes.
Haciendo uso del Error cuadrático medio o
RMS este nos permite mediante la comparación
 UNIVERSIDAD AUTÓNOMA DE OCCIDENTE
Facultad de Ingeniería II Periodo de 2020
Identificación de la FDT de un Motor DC

de dos series de datos que tan cercanas o obtención de modelos de la dinámica de

parecidas, mediante una diferencia elevada al sistemas desconocidos.
cuadrado. Tabla YY, aquí podemos ver para
cada uno de los 4 modelos encontrados se
compara con la figura XXXX.

Modelo Error (%)

[3] 48430e-4
[4] 4.8202 e-4
[6] 5.2679e-4 V. REFERENCIAS
[8] 3.2987e-4
Tabla YY. Comparación de Valores [1]
http://www.robolabo.etsit.upm.es/asignatur
Corroborar nuestra información de la tabla YY, as/seco/apuntes/modelado.pdf
podemos en la Figura TT, como se comportan
todas las graficas a la misma entrada. Se puede [2]
ver que son muy similares. http://www.lajpe.org/mar12/25_LAJPE_611_
Manuel_Alvarez_preprint_corr_f.pdf

[3]
https://controlautomaticoeducacion.com/an
alisis-de-sistemas/modelo-de-motor-dc/

VI. ANEXOS

Código - Carga datos experimentales

Figura TT. Comparación de todos los modelos a = load('Lab 1 Control

juntos y la real Toma3 (0.05).mat');
Tm = 0.05;
IV. CONCLUSIONES R =
El motor Quanser es una herramienta muy
a.Estimulo.signals.values;
Y =
versátil, permite diferentes prácticas como
a.Respuesta.signals.values;
trabajar con la velocidad del motor o su
t = a.Estimulo.time;
posición, para su identificación lleva una
conexión sencilla.
Código - Calculo de MSE
Se pudo observar que para diferentes FDT se
puede tener el mismo comportamiento, con num =
diferentes parámetros y diferentes métodos, [29560,8.364,8.33,833];
en este caso el sistema es de segundo orden, den1 = [1 3519 35340];
pero se comporta como un sistema de den2 = [1 10];
primer orden. den3 = [1 10];
den4 = [1 110 1000];
Los resultados que se han presentado
representan un gran aporte en el campo del sys1 = tf(num(1),den1);
modelado experimental de sistemas para la sys2 = tf(num(2),den2);
sys3 = tf(num(3),den3);
 UNIVERSIDAD AUTÓNOMA DE OCCIDENTE
Facultad de Ingeniería II Periodo de 2020
Identificación de la FDT de un Motor DC

sys4 = tf(num(4),den4);

[y1,t1] = lsim(sys1,R,t);
[y2,t2] = lsim(sys2,R,t);
[y3,t3] = lsim(sys3,R,t);
[y4,t4] = lsim(sys4,R,t);

MSE1 =
(1/(length(y1)))*sum((y1 -
Y).^2);
MSE2 =
(1/(length(y2)))*sum((y2 -
Y).^2);
MSE3 =
(1/(length(y3)))*sum((y3 -
Y).^2);
MSE4 =
(1/(length(y4)))*sum((y4 -
Y).^2);