2.

1 MODELADO
PALABRAS CLAVE Y TEMAS
 Modelado de Sistemas

OBJETIVOS

 Aprender a representar matemáticamente la realidad

 Aplicar leyes físico-químicas en la formulación de modelos

1
 ¿Qué es el modelado?
Conjunto de técnicas que nos permiten obtener una
representación del sistema, planta o proceso a
controlar. Son representaciones abstractas

TIPOS DE MODELOS

MODELOS MODELOS MODELOS MODELOS MODELOS

MENTALES LINGÜÍSTICOS GRÁFICOS SOFTWARE MATEMÁTICOS

representaciones representaciones tablas y/o programas de ampliamente

presentes en con palabras; este gráficas como computador que usados en física,
nuestro cerebro; párrafo, por modelos; los representen a ingeniería,
por ejemplo, una ejemplo intenta catálogos de sistemas economía, etc..
representación explicar con productos de complejos, como Se trata de
mental de nuestro palabras qué es el ingeniería suelen por ejemplo ecuaciones que
cuerpo que sistema contener muchos mediante el uso muestran las
permite contro- denominado ejemplos de este de redes relaciones
larlo para caminar, modelo lingüístico tipo de modelo. neuronales existentes entre
saltar, … las variables que
afectan un
2
2 sistema
 ¿Qué es el modelado?
Un mismo sistema puede estar representado por
diferentes modelos

3
3
 ¿Qué es un modelo matemático?

• Conjunto de ecuaciones que relacionan las

variables de interés del proceso y
representan adecuadamente su
comportamiento.
• Distintos modelos para distintos objetivos y
tipos de procesos.
• Compromiso entre facilidad de uso y
exactitud.

4
 Representación adecuada
y

Proceso
u tiempo

ym

tiempo Modelo

tiempo
Se modelan, simulan, resuelven ..

5 Simulink EcosimPro HYSYS Etc.

 Modelos estáticos y dinámicos

 Modelos estáticos
 Modelo en el que el tiempo no es una variable
 Representan situaciones de equilibrio
 Descritos mediante ecuaciones algebraicas
 Orientados a diseño
 Modelos dinámicos continuos en el tiempo
 Representan la evolución temporal (el sistema cambia
con el tiempo)
 Descritos mediante ecuaciones diferenciales y
ecuaciones algebraicas
 Uso
6
mas general: control, entrenamiento,...
 Sistemas Continuos / Eventos

• Sistemas Continuos
– Descritos principalmente por ecuaciones
diferenciales
– Interés fundamental: la evolución de
algunas variables
• Sistemas de eventos discretos
– Descritos principalmente por secuencias
de actividades
– Interés fundamental: el comportamiento
estadístico
7 de algunas variables
 Sistemas continuos y de eventos
discretos
Detector de máxima
q1(t)
y mínima altura
Relé

Electroválvula
ON/OFF

Sistemas continuos: Sistemas de eventos:

Las variables evolucionan Las variables solo cambian
continuamente en el tiempo en instantes discretos
y pueden tomar cualquier y pueden tomar solo un
valor en un
8 rango dado número finito de valores
 MODELOS

Un modelo es una representación aproximada de la realidad

Cuanto más complejo sea, más se aproximará al sistema real

Si es demasiado complejo, será difícil trabajar con él

Si es demasiado sencillo, no representará todos los aspectos interesantes

UN MODELO DEBE TENER LA COMPLEJIDAD MÍNIMA QUE NOS PERMITA

REPRESENTAR LOS
ASPECTOS QUE NOS INTERESAN DEL SISTEMA QUE ESTAMOS
ESTUDIANDO:
9 QUEREMOS MODELAR LO QUE QUEREMOS ESTUDIAR
SÓLO
 Modelos matemáticos
• Un ejemplo de modelo matemático de un sistema dinámico con dos
entradas u1 y u2 y una salida y puede ser el siguiente:
dy (t )
5 − y (t ) + 3u1 (t ) − 2u2 (t ) = 0
dt
donde hay que distinguir:
dy (t )
1. La estructura del modelo: k1 − y (t ) + k 2u1 (t ) + k3u2 (t ) = 0
dt

2. Los parámetros del modelo: k1 = 5; k 2 = 3; k 3 = −2;

3. Las condiciones iniciales del modelo: y (0) = y0

A los modelos matemáticos se les conoce también como modelos
paramétricos, ya que pueden definirse mediante una estructura y un
número 10
finito de parámetros.
 ¿Por qué los modelos matemáticos
en control?

• Dada una planta y un objetivo deseado de operación, ¿qué

controlador puede alcanzarlo? ¿Se puede alcanzar el objetivo
propuesto con algún controlador?

• Dados un controlador y una planta, ¿cómo operarán en lazo

cerrado?

• ¿Por qué un lazo dado opera de la forma que lo hace? ¿Puede

mejorarse? ¿Con qué controlador?

• ¿Cómo cambiaría la operación si se cambiaran los parámetros del

sistema, o si las perturbaciones fueran mayores, o si fallara algún
sensor?

Para 11
responder a estas cuestiones necesitamos modelos matemáticos
 Importancia de los modelos
matemáticos

La importancia de los modelos matemáticos radica en

que pueden ser:

 Simulados en situaciones hipotéticas

 Ensayados en situaciones que serían peligrosos en
el sistema real
 Usados como base para sintetizar controladores

12
 Clasificación de los
modelos matemáticos

13
 Modelo estático

Relaciona las variables en un estado de equilibrio

Ecuaciones algebraicas

Suposiciones:
Fin
•Ese estado estacionario corresponde a una
situación de equilibrio en la que el fluido que
sale es igual al que entra.
•La densidad del fluido que llega al depósito es
constante.
•Para flujo turbulento a la salida, el caudal de
líquido que sale del depósito depende de la raíz
cuadrada de la diferencia de presiones entre
Fout extremos.
•Para el cálculo de la presión se utiliza la
hidrostática de fluidos.

14
 Modelo dinámico

El valor de las variables cambia de forma gradual

Ecuaciones diferenciales y algebraicas

Suposiciones:
•Se considera un balance de masa en el
Fin(t) depósito.
•La densidad del fluido que llega al depósito
es constante. Con lo cual la densidad del
líquido almacenado y del que sale coinciden.
De esa forma el balance volumétrico es
válido.
•El depósito es de sección constante de
Fout(t) valor A.
•El caudal de líquido que sale del depósito
depende de la raíz cuadrada de la diferencia
de presiones entre extremos.
•Para el cálculo de la presión se utiliza la
15
hidrostática de fluidos.
 RESPUESTA DINÁMICA (Caudal de salida y
Fout (t ) = Fin (t ) nivel del líquido)

Fout (t ) = K h(t ) CAUDAL DE

SALIDA
Fout

EXPERIMENTO:
CAMBIOS EN
EL CAUDAL DE
ENTRADA
Fin

ALTURA DE
 F (t ) 
2
LÍQUIDO
h(t ) =  in 
 K  h

16
dh(t ) 1
dt
(
= Fin (t ) − K h(t )
A
)
 ¿Cómo obtener modelos?
Modelado: un conjunto de técnicas que nos
permite obtener una representación del
sistema/proceso

Mediante
razonamientos, Mediante
usando leyes físicas, experimentación
químicas, etc. y análisis de datos

Modelo de
Modelo de conocimiento representación
o experimental
Validez general Rango de validez limitado
17
 Modelos de conocimiento
 Consisten en conjuntos de ecuaciones diferenciales y
algebraicas, normalmente no lineales, que se obtienen a
partir de un estudio analítico del sistema basado en:

 Una serie de hipótesis sobre dicho sistema

 El uso de leyes de comportamiento físico-químicas
(leyes de conservación de masa, energía,
momento, etc. y otras leyes particulares del dominio
de aplicación)
 Tienen validez general
 Requieren conocimiento profundo del proceso y de las
leyes físico-químicas
18
 Identificación
Permite obtener modelos de representación o
experimentales
El modelo se obtiene a partir de datos experimentales de
entrada-salida del proceso
U Y
U Y
Proceso
t t

Modelo
19
 Algunas leyes generales del modelado

 Conservación de la masa.
 Conservación de la energía.
 Leyes de los sistemas mecánicos (2ª ley de
Newton de sistemas mecánicos de traslación.
Idem de rotación).
 Leyes de los sistemas eléctricos (leyes de
Kirchhoff).
 Ley de Bernoulli (para fluidos ideales)

20
 Conservación de la masa

[Variación de masa en el interior del sistema por unidad de

tiempo] =
[Flujo másico que entra al sistema] – [Flujo másico que
sale del sistema]

dm Fi F0
= Fi − F0 m
dt

21
 Conservación de la energía

[Variación de energía en el interior del sistema por

unidad de tiempo] =
[Flujo energético que entra al sistema] - [Flujo energético
que sale del sistema] + [Calor añadido al sistema por
unidad de tiempo] - [Trabajo realizado sobre el entorno
por unidad de tiempo]

22
 Leyes de los sistemas mecánicos
 Ley fundamental:
 Sólidos en Traslación: suma de todas la fuerzas exteriores actuando sobre el
sólido es igual a masa por aceleración del sólido (2ª ley de Newton)
 Sólidos en Rotación: suma de todos los pares actuando sobre el sólido es
igual al momento de inercia respecto del eje de giro por aceleración angular
del sólido
d ω (t ) d 2θ (t )
∑ F (= = m = m
t ) ma
dv(t )
dt
dx 2 (t )
dt 2
; T (= ∑
t ) J=α J
dt
= J
dt 2
 Modelos Básicos Ideales:
1. Muelle o resorte: fuerza proporcional y contraria al desplazamiento o ángulo
girado. Parámetro: rigidez o constante elástica k
F (t ) = − kx (t ); F (t ) = − kθ (t )
2. Amortiguador Viscoso: fuerza proporcional y contraria a la velocidad relativa
(desplazamiento o giro). Parámetro: fricción viscosa f o B
F (t ) = − Bv(t ); F (t ) = − Bω (t )
23 Fundamentos de Automática
T2.1 Modelos de Sistemas 1112 avmp v02
 Leyes de los sistemas eléctricos

 Leyes fundamentales: Leyes de Kirchhoff

 Ley de los nudos: La suma de todas las intensidades (con su signo) en un
nudo es igual a cero,
 Ley de las mallas: La suma de todas las caídas de tensión en una malla es
igual a cero. i R
u (t ) = Ri (t )
 Modelos básicos Ideales de u
elementos pasivos
i C 1
1. Resistencia: Parámetro: R. u (t ) =
C ∫ i (t )dt
2. Condensador: Parámetro: C. u
3. Bobina Parámetro: L
i L
di (t )
u (t ) = L
Fundamentos de Automática u dt
24
T2.1 Modelos de Sistemas 1112 avmp v02
 Ley de Bernoulli (para fluidos
ideales)

 Expresa que en un fluido ideal (es decir, sin

viscosidad ni rozamiento) en régimen de
circulación por un conducto cerrado, la energía
que posee el fluido permanece constante a lo
largo de su recorrido.
1 2
p + ρ gh + ρ v = cte
2
(Es realmente un principio de conservación de la
energía aplicado a un fluido ideal).
25 Fundamentos de Automática
T2.1 Modelos de Sistemas 1112 avmp v02
 Modelos en variables de estado
p perturbaciones

Variables u x y Respuestas
manipuladas Estados observables
Conociendo f, g y u(t) y
d x(t ) Ecuaciones
p(t) para todo t≥t0, así
como x(t0), puede
= f ( x(t ), u (t ), p (t ), t ) diferenciales de 1º
dt orden
obtenerse x(t) e y(t) para
todo t≥t0 y (t ) = g ( x(t ), u (t ), p (t ), t ) Ecuación algebraica
de salida
Si se linealizan alrededor de un punto de operación, se tienen las siguientes
ecuaciones de estado y de salida linealizadas.

x (t ) = Ax(t ) + Bu (t ) Ecuación de estado del sistema lineal

(no necesariamente
y (t ) = Cx26(t ) + Du (t ) Ecuación de salida invariante en el
tiempo)
 Modelos en variables de estado
Variables de estado:

Forma normal o • De modo general el número de variables de estado

en variables de es igual al orden de la ecuación diferencial que
estado: describe al sistema.

dx • Dicho modelo puede expresarse en la forma normal

= Ax + Bu • Para que el número de variables de estado sea
dt
mínima se escogen linealmente independientes.
y = Cx + Du • Conocido x(t) en el instante inicial (t=t0) y los
valores de u(t) para todo t≥t0 , puede determinarse
y(t) para todo t≥t0 .
Solución analítica t
para sistemas x(t ) = e At x(0) + ∫ e A(t −τ ) Bu (τ )dτ
lineales e
0
invariantes
27 en el
tiempo:
 Ejemplo 1: Masa suspendida
d 2 x1
m = ∑ ( Fext )i Ecuación diferencial
dt 2
i
de segundo orden

d 2 x1
m 2
= − kx1 + mg + F
0 -kx dt
x1 x 0 Midiendo el desplazamiento desde posición de
equilibrio, es decir, x=x1-x0
m
x d 2x
m 2 = −kx + F ya que kx0=mg
mg dt
F
.
Con la elección de x1 = x2 2 Ecuaciones
variables de estado: diferenciales de
.
. k 1
x1 = x, x2 = x x2 = − x + F primer orden
m m
28
28
Ejemplo 2: Circuito Eléctrico

U (t ) = A·sin(ω ·t )
Ecuaciones U (t ) = iC (t )·R1 + U C (t )
del modelo
U (t ) = U L (t ) + iL (t )·R 2
dU C (t )
iC (t ) = C
dt
di (t )
U L (t ) = L L
dt

29
29