Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Identificacion Experimental de Sistemas
Identificacion Experimental de Sistemas
-1-
ÍNDICE
1. Introducción.
1.1 Tipos de respuestas.
2. Métodos de identificación experimental.
2.1 Identificación mediante respuesta ante entrada escalón.
• Respuestas Sobreamortiguadas.
o 1er orden puro.
o 1er orden con retardo.
o Polos reales múltiples.
o Polos reales múltiples con retardo.
o Polos reales distintos.
• Sistemas inestables.
• Respuestas Subamortiguadas.
o 2º orden estándar.
o 2º orden estándar con retardo.
o 2º orden estándar con polo adicional.
o 2º orden estándar con cero adicional.
1. Introducción.
• Respuestas sobreamortiguadas.
Donde:
Δy
K: Ganancia del sistema. K =
Δu
τ : Constante de tiempo
n : Número de polos del sistema.
9 Método de Strejc.
Tras obtener el valor de las variables Tu y Ta, se obtiene el valor de Tu/Ta. Con
este valor se va a la tabla de Strejc y se toma el valor más próximo, que
determina el número de polos múltiples “n”.
Ta Tu
Se toman los parámetros y y se despeja en cada ecuación τ , si los 2
τ τ
valores no coinciden significa que el sistema no se ajusta bien a polos múltiples.
La respuesta es del mismo tipo que para polos reales múltiples, en la cual
al comienzo presenta un retardo.
Donde:
Δy
K: Ganancia del sistema. K =
Δu
τ : Constante de tiempo
T : Retardo puro.
n : Número de polos del sistema.
K −Ts K K K
G (s) = e = = ≈
1+τ s (1 + τ s )eTs
(1 + τ s )(1 + Ts + T s / 2 + ") (1 + τ s )(1 + Ts )
2 2
Por último, se puede hacer un ajuste por graficas logarítmicas, donde las
ecuaciones correspondientes son:
K K
G ( s) = =
(1 + τ 1s )(1 + τ 2 s ) (1 + )(1 + s )
s
α β
Δ y ( t ) = Δ y ( ∞ ) − Ae − α t + Be − β t
Restando el valor final:
Δy ( ∞) − Δy (t ) = Ae −αt − Be − βt
Si el polo α es mucho menor que el β , para t grandes se aproxima:
Δy ( ∞) − Δy (t ) ≈ Ae −αt
Se dibuja en una gráfica el logaritmo de esta expresión respecto del
tiempo:
ln( Δy ( ∞ ) − Δy (t )) ≈ ln( A) − αt
−α ⋅t
Figura 9: Representación ln(−Δy (∞) + Δy (t ) + A ⋅ e ) = B ⋅ e− β ⋅t .
• Sistemas inestables.
K
G ( s) =
s (1 + τ s )
10: Sistema con respuesta inestable.
• Respuestas subamortiguadas.
Como se comento al comienzo de este documento, este tipo de respuestas
presentan sobreoscilacion y un periodo transitorio con oscilación.
o 2º orden estándar.
12: Respuesta 2º orden estándar con retardo.
kωn2
G ( s) =
( s 2 + 2ξωn s + ωn2 )(1 + τs )
13: Respuesta 2º orden con polo adicional.
Los parámetros que definen este tipo de respuesta son:
ξπ
−
Δ ymax − Δ y (∞) 1−ξ 2
- Sobreoscilacion: δ = <e → Obtener ξ
Δ y (∞ )
Tosc π
- Tiempo de pico: t p > = → Obtener ωn
2 ωn 1 − ξ 2
13: Respuesta 2º orden con cero adicional y τ > 0 .
14: Respuesta 2º orden con cero adicional y τ < 0 .
u (t ) = U ⋅ sen (ωt )
y (t ) = U ⋅ G ( jω ) sen (ω t + arg(G ( jω )) )
10
G ( s) = e −5.15 s
(1 + s 0.011)(1 + s 0.094)
2
Aplicanddo la transfoormada Z se
s obtiene laa función diiscreta del sistema.
b1 z −1 + b2 z −2
G( z) =
1 + a1 z −1 + a2 z −2
El probleema de idenntificación se
s basa en obtener
o los valores
v a1, a2, b1, b2
conocidoos Δu0 , Δu1 ........Δu N yy Δy0 , Δy1 .........Δy N .
- Se reorganiza de la siguiente forma matricial:
Solución: θˆ = ( X T X ) X T Y
−1
• Modelo ARX.
1
A(z )
+
Δu B ( z) + Δy
A( z)
b1 z −1 + b2 z −2 B
Δy ( z ) = −1 −2
Δu ( z ) + e( z ) = Δu + e
1 + a1 z + a2 z A
e
+ Δy
Δu B ( z) +
A( z)
• Modelo ARMAX.
b1 z −1 + b2 z −2 c0 + c1 z −1 + c2 z −2 B C
Δy ( z ) = −1 −2
Δ u ( z ) + −1 −2
e ( z ) = Δu + e
1 + a1 z + a2 z 1 + a1 z + a2 z A A
C ( z)
A( z )
+ Δy
Δu B ( z) +
A( z )
b1 z −1 + b2 z −2 c0 + c1 z −1 + c2 z −2 B C
Δy ( z ) = −1 −2
Δu ( z ) + −1 −2
e ( z ) = Δu + e
1 + a1 z + a2 z 1 + d1 z + d 2 z A D
C( z )
D( z)
+ Δy
Δu B ( z) +
A( z)
Cada modelo de perturbación lleva asociado un algoritmo de resolución sin sesgo para
obtener q. Estos algoritmos estan disponibles en MATLAB (funciones arx, oe, armax,
bj).
3. Ejemplos.
EJEMPLO 1.
Obtener la función de transferencia de un sistema cuya respuesta ante un escalón de valor ∆u=1 es:
G1
0 .1 5
0 .1
∆y
0 .0 5
0
0 0 .5 1 1 .5 2
T im e (se cs)
Si suponemos que el sistema es de orden 1, se tiene: K=∆y/∆u=0.15, τ≈0.5. La respuesta de este sistema
sería:
0 .1 5
0 .1
0 .0 5
0
0 0 .5 1 1 .5 2 2 .5 3
T im e (se cs)
Luego el sistema no es de orden 1.
Por el método de Strejc:
G1
0.15
0.1
∆y
0.05
0
0 0.5 1 1.5 2
Time (secs)
Se obtiene Tu≈0.07, Ta≈0.65, es decir, Tu/Ta≈0.108. Entrando en la tabla de Strejc:
se observa que la mejor aproximación es n=2, Tu/τ=0.28, Ta/τ=2.7. Se obtienen dos valores: τ=0.25,
τ=0.24. Se pueden considerar lo suficientemente próximos y tomar el valor: τ=0.24. El sistema quedaría
entonces:
0.15
G( s ) =
(1 + 0.24 s)2
La simulación de la respuesta da en este caso:
0.15
0.1
0.05
0
0 0.5 1 1.5 2 2.5 3
T im e (secs)
La aproximación del método hace que el sistema obtenido sea ligeramente más lento que el real. Se puede
mejorar el ajuste reduciendo ligeramente el valor de τ:
0.15
G( s ) =
(1 + 0.22 s)2
quedando una respuesta:
0.15
0.1
0.05
0
0 0.5 1 1.5 2 2.5 3
T im e (secs)
EJEMPLO 2
Obtener la función de transferencia de un sistema cuya respuesta ante un escalón de valor ∆u=0.3 es:
G2
3
2.5
1.5
∆y
1
0.5
0
0 2 4 6 8 10
T im e (secs)
La ganancia estática es K=∆y/∆u=3/0.3=10. Como la respuesta es muy plana al principio, se podría tratar
de aproximar a un sistema de 1er orden con retardo:
10e − Ts
G2 ( s) =
1 + τs
G2
3
2.5
1.89
2
1.5
∆y
1
0.5
T τ
0
0 2 4 6 8 10
T im e (secs)
Midiendo se tiene aprox. T=0.9 seg., τ=2.25 seg. Simulando la respuesta de este modelo se tiene:
3
2 .5
1 .5
0 .5
0
0 2 4 6 8 10 12
T im e ( s e c s )
La aproximación podría ser suficiente si no se requiere una precisión elevada.
Se podría aplicar el método de Strejc para obtener un modelo mejor:
G2
3
2 .5
1 .5
∆y
1
0 .5
0
0 2 4 6 8 10
T im e (s e c s )
Midiendo Tu≈0.8, Ta≈3.3, Tu/Ta≈0.24. Entrando en la tabla de Strejc se observa que la mejor
aproximación es n=3, Tu/τ=0.8, Ta/τ=3.7. Se obtienen dos valores: τ=1, τ=0.89. Tomando el valor medio
τ=0.95, se tendría el modelo:
10
G( s ) =
(1 + 0.95s )3
cuya respuesta simulada es:
3
2 .5
1 .5
0 .5
0
0 2 4 6 8 10
T im e (s e c s )
Se observa en este caso que el modelo obtenido no es mejor que el de primer orden con retardo.
Se podría utilizar el método de Strejc con un retardo adicional:
G2
3
2 .5
1 .5
∆y
1
0 .5
T
0
0 2 4 6 8 10
T im e (se cs)
Fijando el retardo de forma que Tu/Ta≈0.104 se tiene T≈0.46, Tu≈0.34, Ta≈3.3, Tu/Ta≈0.103. Entrando en
la tabla de Strejc se observa que la mejor aproximación es n=2, Tu/τ=0.28, Ta/τ=2.7. Se obtienen dos
valores: τ=1.26, τ=1.22. Tomando el valor medio τ=1.24, se tendría el modelo:
10e −0.46 s
G( s ) =
(1 + 1.24 s)2
cuya respuesta simulada es:
3
2.5
1.5
0.5
0
0 2 4 6 8 10
T im e (secs)
Se observa que tampoco se mejora el modelo de 1er orden con retardo.
EJEMPLO 3
Se ha medido el incremento de la salida de un sistema ante un incremento escalón de la entrada de valor
2. Obtener un modelo aproximado.
G3
4
∆y 2
0
0 2 4 6 8 10 12
T im e (s e c s )
La ganancia estática es de K=2.
Aproximando a un sistema de 1er orden con retardo se tiene aprox. T≈1.5 seg., τ≈3.1. La respuesta
simulada es:
4
0
0 2 4 6 8 10 12
T im e (se cs)
Se observa una discrepancia importante. Se puede mejorar el modelo mediante el método de Strejc con
retardo:
G3
4
∆y 2
T Tu
0
0 2 4 6 8 10 12
T im e (secs)
Se tiene que T+Tu≈1.47, y Ta≈4.8. Ajustando para que Tu/Ta=0.104 se tiene T≈0.97, Tu≈0.5, obteniendo
de la tabla n=2, Tu/τ=0.28, Ta/τ=2.7. Se obtienen dos valores: τ=1.78, τ=1.78. Se tendría el modelo:
2e −0.97 s
G( s ) =
(1 + 1.78s)2
cuya respuesta simulada es:
4
0
0 2 4
6 8 10 12
T im e (secs)
Nota: La respuesta real del sistema G3 se ha obtenido mediante el sistema:
2
G3 =
(1 + 1.43s)(1 + 2 s)(1 + 0.1s )10
Se observa que el modelo obtenido no se parece demasiado al real. Sin embargo es un modelo adecuado,
pues tiene una respuesta ante escalón muy similar.
EJEMPLO 4
La respuesta ante escalón de valor 4 de un sistema se ha medido, siendo:
G4
1
0.8
0.6
∆y
0.4
0.2
0
0 0.5 1.5 1 2 2.5 3
T im e (secs)
Aproximando un sistema de 1er orden se tiene K=1/4=0.25, τ≈0.7. La respuesta simulada es:
1
0 .8
0 .6
0 .4
0 .2
0
0 1 2 3 4
T im e ( s e c s )
0.8
0.6
∆y
0.4
0.2
0
0 0.5 1 1.5 2 2.5 3
Time (secs)
Tu≈0.08, Ta≈0.85, Tu/ Ta≈0.094. La entrada de la tabla más próxima es la de n=2, obteniéndose: τ=0.286
y τ=0.315. Tomando el valor medio se tiene τ=0.3, con lo que la respuesta simulada es:
0 .8
0 .6
0 .4
0 .2
0
0 0 .5 1 .5 1 2 2 .5 3
T im e (s e c s )
En este caso la aproximación tampoco es buena. Eso significa que el sistema no se puede aproximar a un
modelo de polos múltiples. Se podría intentar ajustar un modelo con dos polos reales distintos:
0.25
G( s ) =
(1 + τ 1s )(1 + τ 2 s)
La respuesta de este modelo ante el escalón de valor 4 es
t t t t
− − − −
τ1 τ2 τ1 τ2
∆ym (t ) = 1 + Ae + Be = 1− e τ1 + e τ2
τ1 − τ 2 τ1 − τ 2
El problema a resolver sería ahora obtener los valores de τ1 y τ2 que minimizan la diferencia de la función
anterior y de los valores medidos. Para ello habría que tomar una serie de puntos de la gráfica, y plantear
el problema de minimización, que se resuelve de forma numérica, por ejemplo mediante la función fminu
de MATLAB. Lo normal es minimizar la suma de los cuadrados de los errores (∆ym(t)-∆y(t))2 en los
puntos en los que se tiene la medida.
Una alternativa para identificar un modelo con varios polos reales y diferentes es la realización
de gráficas logarítmicas de la respuesta. Este método es válido si los polos son bastante diferentes entre
sí. En este caso, si se supone que el modelo tiene 2 polos reales y diferentes, es decir, la función de
transferencia es:
0.25 0.25
G ( s) = =
(1 + τ 1 s )(1 + τ 2 s ) (1 + s )(1 + s )
α β
La respuesta de este modelo ante el escalón de valor 4 tiene la forma:
∆y m (t ) = 1 + Ae −αt + Be − βt
Despejando el término de valor final se tiene:
1 − ∆y m (t ) = − Ae −αt − Be − βt
Si el polo α es mucho menor que el β, la exponencial e-βt se hace despreciable frente a e-αt en cuanto pasa
un tiempo, por lo que
1 − ∆y m (t ) ≈ − Ae −αt
para t suficientemente grande. Si se dibuja en una gráfica el logaritmo de la expresión anterior se tiene:
ln(1 − ∆y m (t )) ≈ ln(− A) − αt
es decir, se tiene para t grande una recta cuya pendiente es el polo y cuyo valor en t=0 es el ln(-A).
Trazando la recta tangente para tiempos altos se obtiene:
ln(1-∆y) 2
1
ln(-A)=0.4
0
-1
-2
-3
-4
-5
α=8/4=2
-6
-7
-8
0 0.5 1 1.5 2 2.5 3 3.5 4
t
es decir, A=-e0.4=-1.5, α=2. Para obtener el otro polo se pasa a la izquierda el término del polo lento que
ya es conocido:
− 1 + ∆y m (t ) − Ae −αt = −1 + ∆y m (t ) + 1.5e −2t = Be − βt
donde se ha cambiado de signo a toda la expresión para poder tomar logaritmos:
ln(−1 + ∆y m (t ) + 1.5e −2t ) = ln( B) − βt
Dibujando esta gráfica logarítmica se tiene:
0
ln(-1+∆y+1.5e-2t)
-5
-10
-15
β=24/4=6
-20
-25
0 0.5 1 1.5 2 2.5 3 3.5 4
Es decir, la pendiente es β=6 (el otro polo). Se observa que la gráfica es prácticamente una línea recta (no
solo para tiempos grandes). Esto se debe a que el sistema no tiene ningún otro polo en este caso. En un
caso real lo habitual es que la gráfica solo se aproxime a una línea recta para tiempos grandes, por lo que
se tendría que trazar la tangente, tal y como se ha hecho antes. En este caso la ordenada en el origen me
daría el ln(B), pero no hace falta, pues no es necesaria para el modelo. Si hubiera un tercer polo sí
tendríamos que medir el valor de B, y volver a dibujar una nueva gráfica logarítmica para el nuevo polo
(pasando a la izquierda los términos conocidos de los 2 polos ya calculados).
Otra alternativa al método anterior es el método de mínimos cuadrados. En este método se plantea la
obtención de una función de transferencia discreta:
b z − 1 + b z −2
G ( z ) = 1 −1 2 − 2
1 + a1z + a2 z
de donde se obtendrá la función de transferencia continua mediante el método del equivalente discreto.
Este método solo es válido si las medidas de ∆y(t) están igualmente espaciadas en el tiempo (han sido
tomadas con un periodo constante). Por ejemplo se tendrían los valores medidos ∆y(-0.1)= ∆y(0)=0,
∆y(0.1), ∆y(0.2), ..., ∆y(2). Además se conocen los valores de la entrada en esos instantes ∆u(-0.1)=0,
∆u(0)=∆u(0.1)=...=∆u(2)=4. Las ecuaciones que se pueden plantear son:
∆y (0.1) = −a1∆y (0) − a 2 ∆y (−0.1) + b1∆u (0) + b2 ∆u (−0.1)
∆y (0.2) = −a1 ∆y (0.1) − a 2 ∆y(0) + b1 ∆u (0.1) + b2 ∆u (0)
∆y (0.3) = − a1 ∆y (0.2) − a 2 ∆y (0.1) + b1 ∆u (0.2) + b2 ∆u (0.1)
M
∆y (2) = − a1 ∆y (1.9) − a 2 ∆y (1.8) + b1 ∆u (1.9) + b2 ∆u (1.8)
La solución a este sistema incompatible de 19 ecuaciones y 4 incógnitas se obtiene por mínimos
cuadrados:
llamando
⎡ − ∆y (0) − ∆y (−0.1) ∆u (0) ∆u (−0.1)⎤ ⎡ ∆y (0.1) ⎤
⎢− ∆y (0.1) − ∆y (0) ∆u (0.1) ∆u (0) ⎥⎥ ⎢∆y (0.2)⎥
X= ⎢ ; Y =⎢ ⎥
⎢ M M M M ⎥ ⎢ M ⎥
⎢ ⎥ ⎢ ⎥
⎣− ∆y (1.9) − ∆y (1.8) ∆u (1.9) ∆u (1.8) ⎦ ⎣ ∆y (2) ⎦
la ecuación se expresa en forma matricial:
Y = X ⋅ [a1 b1 b2 ]
T
a2
la solución que minimiza el error cuadrático es:
[a1 a2
T
(
b1 b2 ] = X T X )
−1
X TY
Es necesario incluir la ecuación en la que aparece ∆u(-0.1) porque en caso contrario la matriz X sería
singular (por ser iguales la tercera y cuarta columna) y no se podría invertir.
El cálculo se tiene que hacer, evidentemente, mediante un programa de ordenador, por ejemplo el
MATLAB. Bastaría construir la matriz X y el vector Y, y resolver la ecuación. En este caso se obtiene
a1=-1.368, a2=0.45, b1=0.0204, b2=0. La función de transferencia continua G(s) se obtendría sabiendo
que la G(z) obtenida es el equivalente discreto para entrada constante. El cálculo de G(s) a partir del
equivalente discreto se puede realizar de forma inmediata utilizando la función d2cm de MATLAB. En
este caso se obtiene:
3
G(s) =
( s + 2)( s + 6)
por lo que τ1=1/6, τ2=1/2.
EJEMPLO 5
Obtener la f.d.t. del sistema cuya respuesta ante escalón de valor ∆u=0.4 es:
G5
0 .2 5
0 .2
0 .1 5
0 .1
∆y
0 .0 5
0
0 1 2 3 4 5
T im e (s e c s )
En primer lugar supondremos que es un sistema de 2º orden estándar. La ganancia estática es:
K=0.2/0.4=0.5. La sobreoscilación es:
− ξπ
0.25 − 0.2 1− ξ 2
δ= = 0.25 = e ⇒ ξ = 0.4
0.2
El periodo de oscilación es: T=2.9 seg ⇒ ωp=2π/T=2.17 rad/s.
El tiempo de pico es: tp=1.42 seg ⇒ ωp=π/tp=2.21 rad/s.
Como los dos valores son muy similares se concluye que el modelo de 2º orden estándar puede ser
correcto. Utilizando el valor medio se tiene:
ω p = 2.19 = ω n 1 − ξ 2 ⇒ ω n = 2.39 rad / s
La respuesta del modelo simulada es:
0 .3
0 .2 5
0 .2
0 .1 5
0 .1
0 .0 5
0
0 1 2 3 4 5
T im e ( s e c s )
EJEMPLO 6
Obtener la f.d.t. aproximada del sistema cuya respuesta ante una entrada escalón de valor 3 es:
2
1 .9
1 .8
1 .7
1 .6
1 .5
1 .4
1 .3
1 .2
1 .1 T /2
1
∆ y 0 .9
0 .8
0 .7
0 .6
0 .5
0 .4
0 .3
0 .2
0 .1
0
0 0 .2 0 .4 0 .6 0 .8 1 1 .2 1 .4 1 .6 1 .8 2 2 .2 2 .4 2 .6 2 .8 3
t (s e g )
Supondremos en primer lugar que es un sistema de 2º orden estándar. Midiendo sobre la gráfica la
sobreoscilación, el tiempo de pico y la frecuencia de oscilación se tienen datos suficientes para obtener ξ
y ωn. La ganancia estática se obtiene sin más que leer el valor en el que se estabiliza la entrada, teniendo
en cuenta que la entrada es un escalón de 3 unidades:
1.5
K= = 0.5
3
−ξπ
1.87 − 1.5 1− ξ 2
δ= = 0.247 = e
1.5
−ξπ 1 (ln(0.247))2
ln(0.247) = ⇒ (1 − ξ 2 ) = π 2ξ 2 ⇒ ξ = = 0.406
1 − ξ2 (ln(0.247))2 π 2 + (ln(0.247))2
π π
t p = 0.65 = ⇒ωp = = 4.83 = ω n 1 − ξ 2 ⇒ ω n = 5.29 rad / s
ωp 0.65
Por otra parte tenemos que el periodo de oscilación vale T=2*T/2=2*0.9=1.8 seg. Luego se tiene:
2π
T = 1.8 ⇒ ω p = = 3.49 rad / s
T
Evidentemente las dos frecuencias calculadas no coinciden, luego el sistema no es de 2º orden estándar, y
las fórmulas utilizadas para calcular δ y tp no son válidas. El valor real de ωp siempre coincide con la
frecuencia de oscilación, luego sabemos que ωp=3.49 rad/s. Con este valor, si el sistema fuera de 2º orden
estándar se tendría un tiempo de pico de tp=π/ωp=0.9 seg. Ahora bien, el sistema real tiene un tiempo de
pico de 0.65<0.9. Al ser menor que el correspondiente al sistema de 2º orden estándar, se puede suponer
que es un sistema de 2º orden con un cero adicional de valor τ>0, es decir:
Kω n 2 (1 + τs)
G( s ) = 2
s + 2ξω n s + ω n 2
De este sistema conocemos la ganancia K=0.5, y ωp=3.49 rad/s. Falta calcular ξ, τ y ωn. Para obtenerlos
disponemos de las ecuaciones para el sistema de 2º orden con cero adicional:
⎛ ω 1 − ξ2 ⎞
π − arctg⎜ n ⎟
⎜ 1 − ξω n ⎟
⎝ τ ⎠
(I) t p = 0.65 =
ω n 1 − ξ2
−ξω n t p
(II) δ = 0.247 = 1 − 2ξω nτ + ω n 2τ 2 e
(III) ω p = 3.49 = ω n 1 − ξ 2
Estas 3 ecuaciones con 3 incógnitas se pueden resolver iterando o con cualquier programa
(MATEMATICA o MATLAB por ejemplo). Los valores iniciales se tomarían de forma que: ξ>0.406 y
ωn>3.82 (ya que la sobreoscilación real es mayor que la del sistema de 2º orden estándar) y τ>0.
Partiendo de valores iniciales ξ=0.5, ωn=4 y τ=0 y utilizando la función fsolve de MATLAB se obtiene:.
ξ=0.5016, ωn=4.034 y τ=0.202.
La respuesta simulada se ajusta perfectamente a la respuesta real:
1 .5
0 .5
0
0 0 .5 1 1 .5 2 2 .5 3
T im e ( s e c s )
Un método alternativo es el de calcular un modelo discreto de 2º orden por mínimos cuadrados,
calculando después el modelo continuo. El modelo discreto sería de la misma forma que en el ejemplo de
polos reales diferentes.
EJEMPLO 7
La respuesta de un sistema ante un incremento escalón de valor 0.2 en la entrada es:
G7
0 .3 5
0 .3
0 .2 5
0 .2
0 .1 5
∆ y 0 .1
0 .0 5
0
0 1 2 3 4 5
T im e (s e c s )
Suponiendo que fuera un sistema de 2º orden estándar se tiene:
0.3
K= = 1.5
0.2
− ξπ
0.35 − 0.3 1− ξ 2
δ= = 0.167 = e ⇒ ξ = 0.495
0.3
Por otra parte tenemos que el periodo de oscilación vale T=2.4 seg. Luego se tiene:
2π
T = 2.4 ⇒ ω p = = 2.62 rad / s
T
Si fuera estándar, el tiempo de pico debería valer: tp=π/ωp=1.2 seg. Sin embargo en la gráfica se mide un
valor de tp=1.6 seg. Eso significa que el sistema no es estándar. Tampoco se puede modelizar con un cero
adicional, pues el tiempo de pico es mayor, y no hay respuesta negativa inicial. Una posibilidad es
considerar un sistema de 3er orden, es decir, un polo adicional, de la forma:
Kω n 2
G( s ) = 2
( s + 2ξω n s + ω n 2 )(1 + τs)
este polo adicional podría justificar el aumento del tiempo de pico. También produce un efecto de
disminución de la sobreoscilación. Eso implica que en el sistema real ξ<0.495 y ωn<3. Además,
τ>0, porque el sistema es estable. Del sistema anterior sabemos además que K=1.5 y que
ω p = ω n 1 − ξ 2 = 2.62 rad / s . El cálculo de los parámetros ξ, ωn y τ se podría hacer bien utilizando
mínimos cuadrados con un modelo discreto de 3er orden, calculando después el modelo continuo. El
modelo discreto sería de la forma:
b1z −1 + b2 z −2 + b3 z −3
G( z) =
1 + a1z −1 + a2 z − 2 + a3 z − 3
Otra posibilidad es ajustar los parámetros (ξ, ωn y τ ) por tanteo, simulando la repuesta y comparándola
con la real.