Segunda entrega Análisis Motor Quanser

Hurtado Salamanca Sebastian

Valle del Cauca, Universidad Autónoma de occidente
Cali, Colombia.
sebastian.hurtado@uao.edu.co

cualquier parte del mundo, esto con el fin de poder

En este documento se encuentra el análisis del motor
Quanser de manera experimental con datos obtenidos en el
laboratorio de automática de la Universidad Autónoma del
Occidente, y así poder hallar su función de transferencia, y
posteriormente la comparación de esos datos con el modelo
teórico obtenido con la ayuda de documentos
proporcionados por docentes de la facultad y el uso del
manual de usuario del motor. Los datos obtenidos y
analizados proveen información sobre la estabilización del
sistema, número de orden y error en la comparación.
En esta segunda entrega se adicionan los cálculos para el
diseño de controladores usando dos métodos vistos durante
el semestre, los cuales se identifican como método rlocus, y
método analítico.
Finalmente, se realizó el diseño de los controladores en
discreto con el método algebráico, posteriormente
comprobando su relación con el continuo discretizando
directamente el controlador hecho anteriormente.
Palabras clave - Motor, Quanser, Función de trasferencia,
laboratorio, controladores, discreto, continuo.
Abstract— This document contains the analysis of the
Quanser engine in an experimental way with data
obtained in the automation laboratory of the
Universidad Autónoma del Occidente, in order to find its
transfer function, and then the comparison of these data
with the theoretical model obtained with the help of
documents provided by faculty members and the use of
the user's manual of the engine. The data obtained and
analyzed provide information on the stabilization of the
system, order number and error in the comparison.
In this second installment the calculations for the design
of controllers are added using the three methods seen
during the semester, which are identified as rlocus
method, analytical method and algebraic method.
Finally, the design of the discrete controllers was
performed using the same three methods under the
continuous time domain.
Keywords— Motor, Quanser, Transfer function,
laboratory, controllers, discrete, continuous.
I. INTRODUCCIÓN
El análisis de sistemas electromecánicos es muy importante
para el área industrial de cualquier empresa o fábrica de
determinar con facilidad la estabilidad de las máquinas, el
tiempo de respuesta y respuesta ante la entrada de alguna
señal provocada por algún usuario. Con este orden de ideas,
es esencial poder estudiar y entender este tipo de sistemas, y
qué mejor manera de hacerlo que con un pequeño modelo de
un sistema electromecánico. El sistema usado para este
informe funciona por medio de una entrada escalón de
voltaje y responde con una velocidad angular proporcional
al tipo de entrada.
II. METODOLOGÍA
Esta práctica de laboratorio se aborda a partir de la toma de
datos del motor Quanser por medio de los equipos del
laboratorio de automática de la universidad Autónoma de
Occidente. Por medio del programa “Identification” de
Matlab, se determinó la función de transferencia
experimental del sistema. Posteriormente se procedió a
realizar el análisis teórico de dicho sistema para poder
compararlo con el modelo real obtenido en el laboratorio.
Luego, para analizar y comparar de manera más acertada los
resultados obtenidos, se realizaron las respectivas gráficas
de “Respuesta vs Tiempo” y sus diagramas de polos y ceros
con el fin de evaluar la estabilidad del sistema, comparando
si los dos modelos coinciden. Después, se procedió a
encontrar el error entre las respuestas obtenidas de estos dos
modelos. Finalmente, se analizaron los resultados, y se
realizaron las respectivas conclusiones con respecto a los
valores dados en relación al valor de entrada introducido en
el sistema y se diseñaron los respectivos controladores para
obtener los resultados requeridos. Estos controladores se
realizaron bajo tres métodos, dos de ellos utilizados en
continuo y uno de ellos en discreto.
III. RESULTADOS
Modelo experimental:
En la toma de datos en el laboratorio se estableció un rango
de valores para la entrada del sistema, el cual se comprendía
entre -5 y 5 voltios. Ahora bien, luego de conectar el
computador a la tarjeta de toma de datos que recibe
directamente las respuestas del motor, se procedió a
introducir los distintos valores de entrada determinados por
el rango, como se muestra en la figura 1.

Figura 1. Gráfica valores de entrada.
Asimismo, se captaron los valores de respuesta que arrojaba
el sistema, como se muestra en la figura 2, y se enfocó en el
valor de voltaje máximo.
Figura 2. Gráfica valores de salida.
Es necesario resaltar el tipo de motor que se utilizó en esta
práctica para lograr obtener un modelo teórico similar, el
motor utilizado es el mostrado en la imagen 1.
Imagen 1. Motor utilizado para la práctica de laboratorio.
Posteriormente, para ayudar al programa a determinar los
valores de la función de transferencia, se introdujo el tipo de
sistema que se creyera conveniente, cambiando la cantidad
de polos y ceros. Luego de un par de pruebas se determinó
que el mejor modelo está dado por 2 polos y ningún cero
visible, como se muestra en la figura 3.
Figura 3. Estimación del modelo.
En la figura anterior se muestra como el modelo de 2 polos y
ningún cero visible posee una precisión del 99.55%, por esta
razón se trabajó con esta función de transferencia, teniendo
en cuenta que las pruebas con modelos estimados con un
polo y ningún cero, y dos polos y un cero dieron precisiones
inferiores al 80%.
Es importante resaltar que el tiempo de muestreo se
estableció como 5 mili segundos, y la tasa de muestreo fue
de 200 Hz.
Con respecto a lo anterior, se obtuvo la siguiente función de
transferencia experimental:
4138
𝐻(𝑠) = 2
𝑆 + 408.4𝑆 + 4930
El modelo estimado directamente por el programa se puede
visualizar en la figura 5.
 𝑑𝑖
𝑣 = 𝑖𝑅 + 𝐿 𝑑𝑡
+ 𝑒

𝑒 = 𝐾𝑏θ̇
𝐽θ̈ = 𝑇 − 𝑏θ̇
𝑇 = 𝑘𝑝𝑖
Figura 5. Modelo experimental estimado.

𝑑𝑖 𝑣−𝑖𝑅−𝑘𝑏θ̇
𝑑𝑡
= 𝐿

𝑘𝑝𝑖−𝑏θ̇
θ̈ = 𝐽

θ(𝑠) 𝑘𝑝
𝑣(𝑠)
= 2
𝐽𝐿𝑠 +(𝑏𝐿+𝑅𝐽 )𝑠+ 𝑘𝑝𝑘𝑏+𝑅𝑏

Variable Valor

Kp −3
7. 49𝑥10 Nm/A

Kb −3
7. 49𝑥10 Vs/Rad
Figura 6. Respuesta de la función de transferencia experimental.

J −6
1. 6𝑥10 𝐾𝑔𝑚
2

L 0.82mH

R 10.6Ω

Todos los valores indicados se extrajeron de dos fuentes de

Figura 7. Mapa de polos y ceros del modelo experimental.
Modelo teórico [1, 2]:
información, ambas pertenecientes al manual de usuario del
respectivo motor utilizado en el laboratorio. El uso de dos
manuales fue necesario porque en uno de ellos las unidades
no estaban correctamente especificadas, pero junto con el
otro se pudo resolver el problema.[3] [4]
Para hallar el valor del amortiguador (B), se ha tomado
como referencia la tensión en estado estacionario de la
respuesta del sistema, para facilitar los cálculos.
Teniendo en cuenta la sensibilidad del motor especificada en
el manual, las unidades de rpm se convierten en rad/seg.

1.5𝑉 1.5𝑉
1000 𝑟𝑝𝑚
= 104.72 𝑟𝑎𝑑/𝑠𝑒𝑔
=𝐾
Posteriormente, la función de transferencia experimental se
divide sobre la sensibilidad del motor definida anteriormente
para obtener los valores más cercanos a la realidad.
Hay que tener en cuenta que al estar en estado estacionario
todos los valores serán constantes, por lo que cualquier
derivada en las ecuaciones desaparecerá. Por lo tanto, la
Figura 8. Modelo de un sistema electromecánico.
aceleración también será igual a cero.
Teniendo en cuenta esto, se puede definir que la velocidad
angular es de 4,2 voltios/rpm para una entrada de 5 v, por
esta razón, se debe dividir por la sensibilidad K, para
obtener rad/seg.
Teniendo en cuenta la siguientes ecuaciones:

𝑘𝑝𝑖−𝑏θ̇
θ̈ = 𝐽
𝑑𝑖 𝑣−𝑖𝑅−𝑘𝑏θ̇
𝑑𝑡
= 𝐿
Se obtiene que:
𝐾𝑏 θ̈ Figura 11. Gráfica comparación funciones de transferencia.
𝑅
·(𝑉−𝐾𝑏· 𝐾 )
𝐵 = θ̈
𝐾
En la figura 9 se observa la organización de las variables del
sistema como se mencionaron anteriormente para obtener
las respuestas de estabilización, con respecto al tiempo.

Figura 12. Gráfica comparación Polos y Ceros.

Con el propósito de conocer el valor del error cuadrático

medio entre las dos funciones de transferencia, se tuvo en
cuenta que:

Figura 10. Código organización de variables.

Como se observa en la figura 10, la función teórica se

multiplicó por la sensibilidad con el propósito de que sus
resultados coincidieran con la ganancia del modelo
experimental.
Ahora bien, se procede a comparar las gráficas de
estabilización del modelo teórico con el práctico.
Figura 13. Ecuación de error cuadrático medio.
Siendo el 𝑌 el vector de valores de predicciones, en este
caso la función teórica, y el “Y” el vector de valores reales,
o sea, la función de transferencia experimental.
Se procede a escribir la ecuación del error cuadrático medio
en matlab para poder determinar el error que existe entre las
dos funciones de transferencia.
Figura 14. Declaración de variables de entrada y salida. 4138
ℎ'(𝑠) = 𝑆(𝑆+395.9489)(𝑆+12.4511)

Luego, se aplica el criterio del ángulo para determinar si esta

función de transferencia pasa por lo polos deseados.

Figura 15. Ecuación de error en matlab.

De acuerdo a lo anterior, el resultado del error cuadrático

medio se puede apreciar en la figura 16.

≈ 144°
De acuerdo con los resultados obtenidos se identifica que se
Figura 16. Valor error cuadrático medio.
necesitan sumar 36° para lograr que la función pase por los
polos deseados, por tal razón se determina agregarle un cero
de 60° y un polo de 24°. A pesar de que se sabe que con un
Controladores en continuo cero se alcanzan los grados requeridos, es necesario agregar
Se requiere el diseño de un controlador de tal forma que un polo para que el controlador no quede impropio.
permita que la función de transferencia experimental del 37.76
motor Quanser tenga un tiempo de estabilización de 0.3 seg 𝑈𝑧 = 𝑇𝑎𝑛(60)
+ 16. 67 = 38. 47
y un sobreimpulso del 25%.
37.76
𝑈𝑝 = + 16. 67 = 101. 48
De acuerdo a lo anterior, se considera lo siguiente: 𝑇𝑎𝑛(24)

𝑀𝑝 = 25% → δ = 0. 40371
𝑡𝑠 = 0. 3 𝑠𝑒𝑔
5
𝑡𝑠 = 5τ = δω𝑛

5 5
0. 3 = δω𝑛
→ ω𝑛 = (0.40371)(0.3)
= 41. 28
Teniendo en cuenta la forma canónica de una función de
transferencia de segundo orden, se encuentran los polos
deseados:
2 2
𝑆 + 2δω𝑛𝑆 + ω𝑛 = 0
2
𝑆 + 33. 34𝑆 + 1704. 0380 = 0
Figura 17. Posiciones de los polos y ceros.

𝑃𝑑 = − 16. 67 ± 37. 76𝑖 Con respecto a lo anterior, la función del controlador está
● Método rlocus dada por:
𝑆+38.47
Teniendo en cuenta la planta del sistema: 𝐺(𝑠) = 𝑆(𝑆+101.48)
4138
𝐻(𝑠) = 2 Se utiliza la función “rlocus” de matlab para comprobar que
𝑆 + 408.4𝑆 + 4930
los polos se ubican donde se requirió, y el sistema sea
Se factoriza el denominador para determinar si se necesita estable.
agregar un integrador con el propósito de eliminar el error
Para la correcta identificación de lo anteriormente dicho,
en estado estacionario, en ese caso obtendremos una planta
luego de graficar el lugar de las raíces, se utiliza el comando
ficticia.
rlocfind para determinar el lugar de todos los polos justo
cuando los requeridos se encuentren en -16.67 + 37.76i, esto
con el fin de asegurar que todos se encuentren en el lado
izquierdo, y así saber que el sistema es estable.

Figura 21. Respuesta simulink Método rlocus.

Como se puede observar, el sistema se estabiliza en el

tiempo deseado que es 0.3 segundos, no presenta error en
Figura 18. Respuesta del comando rlocus junto con rlocfind.
estado estacionario, y aunque su sobreimpulso no es
exactamente 25% es muy cercano a este valor.

● Método Analítico
Teniendo en cuenta la forma de un controlador PID
mostrada en la figura 22 (se usa PID debido a que la planta
es de segundo orden):

Figura 19. Posición de los polos dados por matlab.

Por último, se calcula el valor de la ganancia para la correcta

posición de los polos. Esto se calcula por medio del criterio
de la magnitud.
Figura 22. Bloques de la forma PID.
|𝐾𝐻(𝑠)𝐺(𝑠)| = 1
2
Se procede a resolver el diagrama de bloques con la
𝑆(𝑆+101.48)(𝑆 +408.4𝑆+4930) multiplicación en series y la retroalimentación para obtener
𝐾 = | (𝑆+38.47)(4138)
|
la siguiente ecuación.
𝑆 = − 16. 67 + 37. 76𝑖 2
4138𝑑𝑆 + 4138𝑝𝑆 + 4138𝑖
3 2 2
𝐾 = 307. 57 𝑆 + 408.4𝑆 + 4930𝑆 + 4138𝑑𝑆 + 4138𝑝𝑆 + 4138𝑖

Se comprueban los resultados por medio de simulink.
Figura 20. Simulink controlador rlocus.
Organizando nuestra elemento de interés, el cual es el
denominador de la función, obtenemos que:
Función 1):
3 2
𝑆 + 𝑆 (4138𝑑 + 408. 4 ) + 𝑆(4138𝑝 + 4930) + 4138𝑖
Posteriormente, como es evidente que la función anterior
nos quedó de orden 3, y nuestra planta es de orden 2, se le
debe agregar un polo a la planta de tal forma que no afecte
el sistema y que permita hacer la comparación entre las dos
funciones. Teniendo en cuenta el criterio de los polos
dominantes, se le agregó un polo 5 veces más alejado del
Se logra observar que, con el controlador PID adicionado, el
polo deseado.
sistema cumple con el tiempo de estabilización establecido y
Recordando que nuestro polo deseado es: sin error en estado estacionario con respecto a una entrada
escalón.
𝑃𝑑 = − 16. 67 + 37. 76𝑖
Controlador en discreto
Se procede a agregarle un polo un poco más de 5 veces
16.67. Para cualquiera de los métodos a utilizar para diseñar un
2
controlador en discreto, es necesario discretizar la planta y la
(𝑆 + 33. 34𝑆 + 1704)(𝑆 + 250) ecuación deseada como se muestra a continuación
(Discretizado en matlab).
Función 2):
3 2 Primeramente, se establece el tiempo de muestreo de
𝑆 + 283. 34𝑆 + 10039𝑆 + 426000 acuerdo a la intención que se tenga. En este caso, se desea
Finalmente se procede a comparar los resultados de la obtener por lo menos 100 muestras para un tiempo de
función 1 y 2 para obtener los valores correspondientes al estabilización de 0.3 segundos, por tal razón, se escoge un
bloque del controlador PID. tiempo de muestreo de 0.003, y posteriormente se escoge
hacerlo con un retenedor de orden cero (“zoh”).
4138𝑑 + 408. 4 = 283. 34
𝑡𝑚 = 0. 003 𝑠𝑒𝑔
𝑑 = − 0. 03
Planta discretizada
4138𝑝 + 4930 = 10039
0.01283𝑍 + 0.008562
𝑝 = 1. 23 𝐻(𝑧) = 2
𝑍 − 1.268𝑍 + 0.2837
4138𝑖 = 426000 Al sacar las raíces de la planta discretizada, se percibe que
i = 102.95 no tiene ningún integrador, por tal razón, se hace una planta
ficticia con el integrador agregado.
Se procede a agregar los valores al controlador PID del
simulink y comprobar los resultados, obteniendo lo Planta ficticia
siguiente: 0.01283𝑍 + 0.008562
𝐻'(𝑧) = 2
(𝑍 − 1.268𝑍 + 0.2837)(𝑍−1)
0.01283𝑍 + 0.008562
𝐻'(𝑧) = 3 2
𝑍 − 2.268𝑍 + 1.562𝑍 − 0.2937
Seguido, se discretiza la función deseada:
Figura 23. Simulink PID continuo.
Ecuación deseada
1704 0.0074𝑍 + 0.0072
𝐹(𝑠) = 2 → 𝐹(𝑧) = 2
𝑆 + 33.34𝑆 + 1704 𝑍 − 1.89𝑍 + 0.905
Luego, hallando el orden de la ecuación deseada bajo la
condición de:
𝑂. 𝐸. 𝐷 = 2(𝑂𝑟𝑑𝑒𝑛 𝑑𝑒 𝑙𝑎 𝑝𝑙𝑎𝑛𝑡𝑎) − 1
𝑂. 𝐸. 𝐷 = 5
Se procede agregando 3 polos en cero para lograr aumentar
el grado de la ecuación a 5to orden sin afectar el sistema.
2 3
(𝑍 − 1. 89𝑍 + 0. 905)𝑍
5 4 3 2
𝑍 − 1. 89𝑍 + 0. 9048𝑍 + 0𝑍 + 0𝑍 + 0

Figura 23. Respuesta simulink PID.

 Despejamos el controlador, y queda de la forma:
−1
𝐶𝑜𝑛𝑡𝑟𝑜𝑙𝑎𝑑𝑜𝑟 = (𝑃𝑙𝑎𝑛𝑡𝑎) * 𝑑𝑒𝑠𝑒𝑎𝑑𝑎
Obtenemos los siguientes valores:
Figura 24. Análisis del orden del controlador. P0 = 0.1
Teniendo en cuenta el análisis de la figura 24, se puede q0 = 3.44
afirmar que se necesita un controlador de segundo orden,
por tal razón podemos definirlo bajo el siguiente modelo. P1 = 0.37
2 q1 = -10.53
𝑞2𝑍 + 𝑞1𝑍 + 𝑞0
𝐺(𝑧) = 2 P2 = 1
𝑃2𝑍 + 𝑃1𝑍 + 𝑃0
q2 = 7.76
Se realizan las matrices de acuerdo al análisis de orden
hecho anteriormente. De acuerdo con lo anterior se establece el siguiente diseño
de controlador con integrador.
Planta
2
7.76𝑍 −10.53𝑍 + 3.44
𝐺(𝑧) = 2
(𝑍 + 0.37𝑍 + 0.1)(𝑍 − 1)

Finalmente, se procede a realizar el respectivo simulink y

comprobar que la función de transferencia cumpla con los
requerimientos establecidos.

Controlador

Figura 24. simulink Método analítico discreto.

Deseada

Figura 25. Respuesta simulink Método analítico discreto.

Es posible evidenciar que, la función de transferencia dada

por el controlador diseñado por medio del método analítico,
cumple con el tiempo de estabilización y no presenta error
en estado estacionario. Su sobreimpulso es muy cercano al
deseado, pero se pasa por un 5%.
 y la 17.
Para finalizar el análisis en discreto, se decidió discretizar un
controlador ya elaborado en los métodos de continuo, y
compararlo con la respuesta dada por el controlador hecho
desde cero en discreto, como se muestra en la figura 27.
Función de transferencia rlocus discretizada
0.002743𝑍 + 0.002445
𝐺𝑟𝑙𝑜𝑐𝑢𝑠(𝑧) = 2
𝑍 − 1.738𝑍 + 0.7375

Figura 17. Diagrama de Polos y Ceros modelo teórico.

Figura 26. Simulink Comparación discreto desde cero y discretización rlocus.
Por otro lado, podemos ver como ambos sistemas comparten
el mismo polo dominante y donde difiere el sistema es en el
otro polo. Podríamos deducir que las diferencias en el
comportamiento de la gráfica se deben a la diferencia en este
polo, ya que el experimental tiene el polo más cercano al
dominante que el teórico, por lo que éste tiene una mayor
influencia en la función de transferencia.
Con respecto al diseño de los controladores, se puede
evidenciar las múltiples formas en las que se pueden
elaborar, esto, con el propósito de alcanzar el tiempo de
estabilización deseado de un sistema, quitar el error en
estado estacionario de una función y ajustar el sobreimpulso
que esta puede llegar a tener.

Figura 27.Respuesta Simulink Comparación.
IV. ANÁLISIS Y DISCUSIÓN
Se logra ver que se puede conseguir una función de
transferencia de un sistema teórico que se aproxime a la
función de transferencia de un sistema experimental, sin
embargo a pesar de ser el mismo sistema, existen diferencias
entre ambos debido al margen de error que puede presentar
un sistema teórico del sistema experimental.
Aunque aparentemente en el diagrama de polos y ceros
parece que un sistema se diferencia del otro por la posición
de los polos reales. Podemos deducir de la gráfica de la
“velocidad angular vs tiempo”, que realmente tienen el
mismo comportamiento (sistema sobreamortiguado),
teniendo en cuenta esto, se realizó el diagrama de polos y
ceros para cada sistema de forma independiente y
efectivamente como decía el análisis de la gráfica ambos
sistemas tienen polos reales diferentes. Véase en la figura 7
CONCLUSIONES
● En el diseño de los controladores, es claro que no
todas las respuestas son iguales, estas varían
dependiendo al tipo de método que se utilice, pero
cada una de ellas permite obtener los
requerimientos deseados.
● Es posible observar que, para obtener un tiempo de
estabilización más rápido, se recurrió a convertir el
sistema sobreamortiguado, en un sistemas
subamortiguado, lo que permitiría concluir que los
sistemas subamortiguados tienden a ser más
rápidos.
● Se puede afirmar que, no para cualquier sistema
sirven todos los métodos de diseño de
controladores, estos se deben escoger teniendo en
cuenta el tipo de sistema que posea la planta y las
condiciones deseadas que se piden para ese
sistema.
● En la respuesta discretizada del rlocus, aunque era
de esperarse y puede resultar obvio, no está de más
 resaltar que su forma se conserva como la función teórico no permitió obtener una función de
de transferencia continua, solo que la discreta está transferencia idéntica a la teórica, pudo mostrar una
fraccionada por muestras de 0.003 segundos. aproximación considerable.
● Se puede observar que la función experimental en
comparación con la función teórica presenta un
cierto grado de diferencia, lo cual era de esperar,
V. REFERENCIAS
debido a que no se tuvieron en cuenta algunos
factores como la sensibilidad exacta del motor y los
valores exactos de sus componentes. [1] Monasterio-Huelin, F. Gutierrez, A, n.d. Modelado de
● Se puede ver que mediante el modelo teórico se un motor. 29 de Enero del 2021. Extraído de
puede llegar a un modelo muy cercano al http://www.robolabo.etsit.upm.es/asignaturas/seco/apun
experimental. tes/modelado.pdf
● Es evidente que el modelo experimental alcanza su [2] Tombé, J., n.d. Motor.pdf. Cali: Google Classroom.
valor de estabilización en un tiempo más corto que Control 1.
el modelo teórico, lo que lleva a la conclusión de [3] QET DC Motor Trainer System Specifications v1 1 (7)
que el valor del amortiguamiento en el modelo - Free Download PDF. (2018, 1 diciembre). QET DC
experimental puede ser mayor. Motor Trainer System Specifications v1 1. Recuperado
● Los diagramas de polos y ceros de las dos 9 de noviembre de 2021, de
funciones, aunque no daban exactamente el mismo https://tuxdoc.com/download/qet-dc-motor-trainer-syste
valor, tenían la misma estructura, siendo los dos m-specifications-v1-1-7_pdf
mapas de dos polos reales, siendo uno de ellos [4] Quanser Inc. s.f. Quanser Engineering Trainer DC
dominante sobre el otro. Motor Control.
● Aunque la aplicación de la sensibilidad al modelo