Taller 1

Diseño mecatrónico 2

Cesar David Romero Moreno

1090517250

Presentado a:
Ing. Jair Araujo Vargas

Universidad de Pamplona
Ingeniería mecatrónica
Villa del Rosario
2021
Marco teórico
Controlador PID
Un controlador o regulador PID es un dispositivo que permite controlar un sistema en lazo cerrado
para que alcance el estado de salida deseado. El controlador PID está compuesto de tres elementos
que proporcionan una acción Proporcional, Integral y Derivativa. Estas tres acciones son las que
dan nombre al controlador PID.

Señal de referencia y señal de error

La señal r(t) se denomina referencia e indica el estado que se desea conseguir en la salida del
sistema y(t). En un sistema de control de temperatura, la referencia r(t) será la temperatura deseada
y la salida y(t) será la temperatura real del sistema controlado.
Como puede verse en el esquema anterior, la entrada al controlador PID es la señal de error e(t).
Esta señal indica al controlador la diferencia que existe entre el estado que se quiere conseguir o
referencia r(t) y el estado real del sistema medido por el sensor, señal h(t).
Si la señal de error es grande, significa que el estado del sistema se encuentra lejos del estado de
referencia deseado. Si por el contrario el error es pequeño, significa que el sistema ha alcanzado el
estado deseado.
Acción de control Proporcional
Como su nombre indica, esta acción de control es proporcional a la señal de error e(t). Internamente
la acción proporcional multiplica la señal de error por una constante Kp.
Esta acción de control intenta minimizar el error del sistema. Cuando el error es grande, la acción
de control es grande y tiende a minimizar este error.
Aumentar la acción proporcional Kp tiene los siguientes efectos:
1. Aumenta la velocidad de respuesta del sistema.
2. Disminuye el error del sistema en régimen permanente.
3. Aumenta la inestabilidad del sistema.
 1. Identificación de la función de transferencia:
Primero se grafica el promedio de las datas tomadas a un 70%, con el siguiente resultado

Para iniciar con la identificacion debemos buscar los parametros de K , τ , Tm. Para obtener la
K e−tmS
funcion de transferencia dada por F ( S ) =
τS+1
Método De Smith

Primero se toman los parametros de los tiempos en T 28.3 y T 63.2 , para despues realizar los calculos
del τ y Tm.

De acuerdo a los parámetros de la curva se obtiene que el T 28.3=0.191 y T 63.2=0.465 , entonces:

La ganancia está dada por

 Δ y 17.5−0
K= = =0.08512
Δ u 205−0
El tiempo de τ este dado por

τ =1.5 ( 0.465−0.191 ) =0.411

El tiempo muerto Tm este dado por

T m=0.465−0.411=0.054

La función será:
−0.054 S
0.08512 e
F ( S) =
0.411 S +1
Al graficar y comparar con la data se obtiene que:

Método de identificación Sundare y Krishnaswary

Primero se toman los parametros de los tiempos en T 35 y T 85 , para despues realizar los
calculos del τ y Tm.
De acuerdo a los parámetros de la curva se obtiene que el T 35 =0.237 y T 85=0.809, entonces:

La ganancia está dada por

Δ y 17.5−0
K= = =0.08512
Δ u 205−0
El tiempo de τ este dado por

τ =0.670 ( 0.809−0.237 )=0.38324

El tiempo muerto Tm este dado por

T m=1.300 ( 0.237 ) −0.290 ( 0.809 )=0.0734

La función será:
−0.0734 S
0.08512 e
F ( S) =
0.38324 S+1
Al graficar y comparar con la data se obtiene que:
Método de identificación Alfaro

Primero se toman los parametros de los tiempos en T 25 y T 75 , para despues realizar los calculos del
τ y Tm.

De acuerdo a los parámetros de la curva se obtiene que el T 25 =0.177 y T 75=0.613 , entonces:

La ganancia está dada por

Δ y 17.5−0
K= = =0.08512
Δ u 205−0
El tiempo de τ este dado por

τ =0.910 ( 0.613−0.177 )=0.39676

El tiempo muerto Tm este dado por

T m=1.262 ( 0.177 )−0.262 ( 0.613 ) =0.06277

La función será:
−0 .06277 S
0 . 08512 e
F ( S) =
0 .39676 S+1
Al graficar y comparar con la data se obtiene que:

VERIFICACION, SELECCIÓN Y AJUSTE DE MODELOS DE IDENTIFICACION.

Para validar las funciones de transferencia y seleccionar la más apropiada a nuestro modelo,
procedemos a confrontarlas y seleccionar alguna de ellas, de estas tenemos la siguiente gráfica:
Al momento de confrontar las funciones, se puede decir los tres métodos son bastante acertados,
con variaciones muy pequeñas en la curva de la dinámica de la respuesta. Así que de toman valores
en puntos específicos para comparar con la data real.

Método de identificación Tm Respuesta

en 4Tao

Método De Smith 0.054 17.08

Sundare y Krishnaswary 0.0734 17.06

Alfaro 0.0628 17.07

Pero se notó que el Método De Smith fue el más preciso en el tiempo muerto de todos y teniendo
una estabilización más cercana a el valor de la data, por lo tanto, se selecciona este método y se
realiza un pequeño ajuste para más precisión.

0 . 08512 e−0 .045 S

F ( S) =
0 . 4001 S+ 1

Finalmente podremos comparar la respuesta del método seleccionado y la data al 70%.

Validación con la data promedio al 30%
Para poder tener una mejor seguridad de que nuestra identificación es correcta se hará la
comparación de la respuesta de la función de transferencia obtenida con la data promedio al
30%.
Al realizar la comparación de lo anterior, se puede concluir que la respuesta de del método
seleccionado es de confiable ya que tiene el mismo comportamiento a la data.
2. Sintonización de los controladores
Tomando en cuenta el método de Smith indicamos que K=0.08512, τ= 0.4001, Tm= 0.045 lo
sintonizamos mediante controladores P y PID con respecto a los siguientes métodos.

Método 1 de Z&N P
τ
Se debe calcular el parámetro Kp= ≈ 104.453842 , de esta manera se implementa
KTm
el controlador al lazo.
La respuesta que se obtuvo no fue optima ya que generaba sobre picos y no llegaba al set
point requerido. Se realizaron ajustes, aunque hubo mejora en los sobre picos no daba el set
point requerido.

Método 1 de Z&N PID

Se debe calcular los parámetros:
τ
Kp=1.2 ≈ 125 . 3446
KTm
Ti=2 Tm ≈ 0.09
T d=0.5 Tm ≈ 0.0 225
de esta manera se implementa el controlador al lazo, y debido al mal comportamiento se
realizan ajustes.
La respuesta que se obtuvo no fue optima ya que generaba rizos en la estabilización y no
llegaba al set point requerido. Se realizaron ajustes, aunque hubo mejora en rizos, pero no
daba el set point requerido.
Método Cohen Coon PID
Se debe calcular los parámetros:

Kc=
τ
+ (
4 Tm
KTm 3 4 τ )
≈142.2088

( ) ( τ )
Tm
32+ 6
Ti=Tm ≈ 0.1058
13+ 8 (
τ )
Tm

( )
4
Ti=Tm ≈ 0.013585
11+2
Tm
τ ( )
de esta manera se implementa el controlador al lazo, y debido al mal comportamiento se
realizan ajustes.

La respuesta que se obtuvo no fue optima ya que no llegaba al set point requerido. Se
realizaron ajustes, mejoró dando una parte transitoria más rápida pero no daba el set point
requerido.
Metodo de Tune MATLAB
Se toma el lazo de control y se aplica la opción tune del Matlab
Se aplica el los datos del controlador.

Se obtiene una respuesta bastante optima y dentro de los rangos de los parámetros
estabilización
Se procede a realizar la comparación de los controladores sintonizados.

Sin necesidad de comparar parámetros en valores, se puede observar que el mejor método a
seleccionar es el Tune de Matlab, por lo cual procedemos a hacer análisis de su respuesta y
la del mando a un set-point.

Parámetro Valor

Tr = 4.7*tao 17.27

Over shot 3.56%

Ts = 17.45
8.4*tao
Podemos analizar que el Tr es optimo ya que es el primer momento en que pasa por el set-
point, seguido de un over shot no mayor al 4.3% y un Ts donde el error de este no es mayor
al 2% valor requerido.

3. Controlador y perturbaciones
Se le agregan perturbaciones a la salida del proceso para verificar el optimo funcionamiento
del controlador, exigiéndolo a que logre el control de manera factible.

Se puede observar que el comportamiento de la salida del controlador no tiene sobre

impulsos o picos que puedan dañar la salida del efector final de control.

y finalmente la salida de nuestro proceso genera un pequeño sobre impulso pero logra la
estabilización en los parámetros requeridos.
 4. Modulo óptimo para sistemas de primer orden

K e−tmS
Teniendo un sistema de primer orden del tipo G ( S )= , se agrega al lazo cerrado un
τS+1
1
regulador para primer orden dado por D ( S )=
TI∗S

Donde Ti esta dado por T i=2 K s τ

 Para los siguientes sistemas de primer orden realizar el regulado integral, aplicando el
modulo optimo.
4
 G ( S )= ; aplicando el regulador despejamos el valor de T i=2 K s τ
3 S+ 1

1
Entonces T i=24 por lo tanto el regulador D ( S )=
24 S
De esta forma realizamos la simulación del lazo cerrado con un set point de 1
 Se obtiene la siguiente respuesta

Se verifican los valores de los parámetros de la respuesta transitoria y estable.

Parámetro Valor

Tr = 4.7*3 0.9987

Over shot 4.3%

Ts = 8.4*3 1.020

Podemos analizar que el Tr es óptimo ya que es el primer momento en que pasa por el set-
point, seguido de un over shot no mayor al 4.3% y un Ts donde el error de este no es mayor
al 2% valor requerido.

6 Ke
−tmS
 G ( S )= , la ecuación se divide por dos para obtener la forma G ( S )= .
4 S+2 τS+1
3
G ( S )= ,
2 S+1
aplicando el regulador despejamos el valor de T i=2 K s τ
 1
Entonces T i=12 por lo tanto el regulador D ( S )=
12 S

De esta forma realizamos la simulación del lazo cerrado con un set point de 1

Se obtiene la siguiente respuesta

Se verifican los valores de los parámetros de la respuesta transitoria y estable.

Parámetro Valor

Tr = 4.7*2 0.9986

Over shot 4.3%

Ts = 8.4*2 1.020
Conclusiones
 En el inciso 4. Podemos analizar que, en ambos sistemas, que al aplicar el regulador
este tiende a comportarse como un controlador y el Tr es óptimo ya que es el primer
momento en que pasa por el set-point, seguido de un over shot no mayor al 4.3% y
un Ts donde el error de este no es mayor al 2% valor requerido.
 Se puede analizar que en los controladores PID toman y obtienen respuestas
rápidas, que, al parecer muy buenas, pero si analizamos a fondo el comportamiento
de la salida del controlador este puede generar rizos y picos que pueden dañar en un
prolongado tiempo el efector final de control.
 En la identificación de los sistemas se analiza que, aunque en los diferentes métodos
se obtengan respuestas muy parecidas, si no se analizan los parámetros de forma
minuciosa esto puede generar una mala identificación y al final un mal control del
sistema
Bibliografías
1. https://www.picuino.com/es/arduprog/control-pid.html
2. https://biblioteca.utb.edu.co/notas/tesis/0039457.pdf
3. https://controlautomaticoeducacion.com/control-realimentado/ziegler-
nichols-sintonia-de-control-pid/