Documentos de Académico
Documentos de Profesional
Documentos de Cultura
E
cambio que haya en el proceso que se controla, pero también
STE artículo describe desde los fundamentos teóricos
deben mantener ese proceso dentro de unos límites
hasta la aplicación práctica del control PID para la
preestablecidos; en ocasiones, estos límites pueden ser
respuesta en sistemas automatizados; se busca que bajo
variables, como la temperatura, la presión o el nivel de
diversos métodos utilizados para aplicar control, estos puedan
líquido.
marcar la diferencia en los sistemas propuestos para su
desarrollo y debido análisis, junto con el modelado y
Un lenguaje específico y algoritmos proporcionan una
simulación obtener respuestas eficientes sobre la estabilidad o
retroalimentación que, algunas veces, sirve para controlar el
control sobre las variables propuestas para este.
proceso, llegando a utilizar los siguientes tipos de sistemas de
control dependiendo de cuál sea el objetivo por alcanzar.
II.MARCO TEÓRICO
Los sistemas de control son un grupo de elementos Los sistemas de control de lazo abierto se caracterizan por
interrelacionados y diseñados para lograr una meta específica, carecer de información o de retroalimentación sobre la
es decir, este estilo de sistema efectúa acciones en dispositivos variable a controlar, de manera que la salida no depende de la
con la finalidad de regular, guiar o dirigir el comportamiento entrada, por lo que este estilo de sistema se suele emplear en
de un sistema en un ambiente definido. procesos y dispositivos en donde la variable es predecible,
dando lugar a que haya márgenes de error.
Es posible encontrar un sistema de control en varios
dispositivos de diverso orden, ya sea eléctrico, neumático, Los sistemas de control de lazo cerrado son todo lo contrario
mecánico, entre otros; cada aparato funciona como base para al bucle abierto, pues el control de la información sobre la
que los sistemas de control ajusten el comportamiento de este variable sí está presente, habiendo incluso retroalimentación
y pueda mantener una cierta condición o estado de un sistema, sobre los estados que se van ejerciendo, de forma que la
ya sea su temperatura, presión, velocidad, etc. información sobre la variable trabaja de forma estratégica y no
hay cabida para los errores.
Asimismo, dichos sistemas pueden ser controlados manual o
automáticamente, sin embargo, a pesar de que hacen uso de
distintos aparatos, los sistemas de control tienen que seguir A. Sistema de tanques
una lógica de al menos 3 elementos base: Un Sistema multivariable de tanques se refiere a un Sistema
Una variable que se busca controlar, como el físico compuesto por varios tanques interconectados, donde
producto cuando se coloca en los contenedores cada tanque contiene un líquido y está equipado con sensores
industriales y actuadores.
2
III.METODOLOGÍA
C.Método de estabilidad de Routh-Hurwitz
Para el análisis y desarrollo de los problemas propuestos se
Utilizando este método para determinar la estabilidad del
utilizaron los siguientes métodos:
sistema de control, se toma un polinomio, es decir la ecuación
característica o denominador de la función de transferencia de
A. Método de Ziegler-Nichols en lazo abierto lazo cerrado.
Este método indica que el controlador se coloca en modo
manual para poder generar una variación del tipo escalón en la Tenemos que asumir que el criterio de estabilidad de Routh-
propia salida del controlador PID. Hurwitz será un algoritmo el cual se resuelve secuencialmente
de la siguiente forma:
n
Esto indica que la planta o función de transferencia del s
sistema, en su entrada recibirá una entrada del tipo escalón s
n−1
unitario y a partir de la respuesta de salida se obtienen los n−2
parámetros del PID. A este método también se le conoce como s
n−3
la curva de reacción del Ziegler-Nichols. s
r1 = 50;
IV. RESULTADOS r2 = 50;
r3 = 50;
Desarrollo del problema propuesto de tanque: a1 = 0.0285;
a2 = 0.0457;
a3 = 0.0914;
% Definir matrices del sistema
A = [-1/(r1*a1) 0 0;
1/(r1*a2) -1/(r2*a2) 0;
0 1/(r2*a3) -1/(r3*a3)];
B = [1/a1; 0; 0];
C = [0 1 1];
D = 0;
% Obtener TF
Gs = simplify(C * inv(s * eye(size(A)) - A) * (B + D));
% Mostrar matriz
disp("G(s) =");
disp(Gs);
disp("G(s) =");
pretty(Gs);
%------------------------------------
% Datos para controlador
% Primer método:
Fig. Modelo de los tanques k = 1; %valor del escalón de entrada
l = 1.5; %valor intersección
t = 23.5; % valor de retardo
disp("primer metodo");
Variables que controlar: kp = t/(k*l)
h3 y q3(t) (altura del último tanque y flujo de salida). disp("---------------------");
kp = 0.9 * (t/(k * l))
Modelado matemático de los tanques: ki = 1*(l/0.3)
disp("---------------------");
Primer tanque: kp = 1.2 * (t/ (k*l))
ki = 1/(2 * l)
kd = 0.5 * l
% Segundo método:
ku = 250; % ganancias hasta sistema cuasiestable
tu = 0.101; % Tiempo para un periodo de ku
disp("segundo metodo");
kp = 0.5 * ku
disp("---------------------");
kp = 0.45 * ku
ki = 1/(tu/1.2)
disp("---------------------");
Segundo tanque: kp = 0.6 * ku
ki = 1/(tu/2)
kd = tu/8
% tercer método:
ku = 3682.2910; % Calcular ku
tu = 2.5523; % Calcular tu
disp("Tercer metodo");
kp = 0.5 * ku
disp("---------------------");
kp = 0.45 * ku
ki = 1/(tu/1.2)
Tercer tanque: disp("---------------------");
kp = 0.6 * ku
ki = 1/(tu/2)
kd = tu/8
y ( t ) =C x ( t ) + Du ( t )
Donde x(t) es el vector de estado, u(t) es el vector de entrada,
y(t) es el vector de salida, y A, B, C y D son las matrices de
estado, entrada, salida y transmisión directa, respectivamente.
En la tercera sección se obtiene la función de transferencia del
sistema. La función de transferencia es una forma de
representar la relación entre la entrada y la salida de un
sistema en el dominio de la frecuencia compleja. La función
de transferencia se obtiene aplicando la transformada de
Laplace a la ecuación de salida del sistema y resolviendo para
Fig. Grafica de la segunda derivada
la razón entre la salida y la entrada. La ecuación general de la
función de transferencia de un sistema en forma de espacio de
estados es:
G ( s )=C ( sI− A )( B+ D )
Donde s es la variable compleja de la transformada de
Laplace, I es la matriz identidad, y G(s) es la función de
transferencia. En esta sección, se usa la función “simplify”
para simplificar la expresión de la función de transferencia, y
se almacena el resultado en la variable Gs.
La cuarta sección muestra la matriz de la función de
transferencia. En esta sección, se usan las funciones “disp” y Fig. L y t.
“pretty” para mostrar el valor de la variable Gs en la ventana
Se obtuvo lo siguiente de la segunda derivada:
de comandos. La función “disp” muestra el valor de una
variable sin formato, mientras que la función “pretty”muestra L= 1.5 t= 23.5
el valor de una variable con un formato más legible. Utilizando los valores obtenidos y los resultados de código presentados
La quinta sección define datos para el controlador. El anteriormente, se construyeron los diferentes sistemas de PD, PI, PID:
controlador es un dispositivo o un algoritmo que se usa para
regular el comportamiento de un sistema, modificando su
entrada en función de la salida deseada. En esta sección, se
definen tres métodos para diseñar un controlador
proporcional-integral-derivativo (PID) para el sistema. Un
controlador PID es un tipo de controlador que usa tres
parámetros: la ganancia proporcional (kp), la ganancia integral
(ki) y la ganancia derivativa (kd). La ecuación general de un
controlador PID es:
Fig. diagrama de bloque de PD.
de ( t )
u ( t )=k p e (t ) +k i∫ e (t ) dt+ K d
dt
Donde u(t) es la entrada del sistema, e(t) es el error entre la
salida deseada y la salida real del sistema, y τ es una variable
de integración.
Resultados obtenidos:
Primer método:
Fig. Gráfica de PD
1
K i=
2∗L
L
Kd=
2
Segundo método:
k p=0.9∗ ( K∗Lt
)
K =k (
0.3 )
L
i
K p=1.2
t
K∗L ( )
6
1
K i=
Tu
2 ( )
Tu
Kd=
8
Tercer método:
Fig. Gráfica de PI. Este método es similar al segundo método, pero usa otros
.
valores de Ku y Tu los cuales se calculan de forma diferente;
estos se obtienen mediante el teorema de estabilidad de Routh
Hurwitz. En este método, se usan las mismas fórmulas que en
el segundo método para calcular los parámetros del
controlador PID.
Cálculos de Ku y Tu:
disp("#############################################");
%------------------------------------
%| Datos para controlador |
%------------------------------------
%reemplazar los valores de las variables que conforman el PID.
%#######################################
% Primer método:
k = 1; %valor del escalón de entrada
l = 1.5; %valor intersección
t = 23.5; % valor de retardo
disp("primer metodo");
kp = t/(k*l)
disp("---------------------");
kp = 0.9 * (t/(k * l))
ki = 1*(l/0.3)
disp("---------------------");
kp = 1.2 * (t/ (k*l))
ki = 1/(2 * l)
kd = 0.5 * l
disp("---------------------");
%#######################################
% Segundo método:
ku = 250; % ganancias hasta sistema cuasiestable
tu = 0.101; % Tiempo para un periodo de ku
disp("segundo metodo");
kp = 0.5 * ku
disp("---------------------");
kp = 0.45 * ku
ki = 1/(tu/1.2)
disp("---------------------");
kp = 0.6 * ku
Código utilizado en Matlab: ki = 1/(tu/2)
kd = tu/8
disp("---------------------");
% Variables y variables simbólicas %#######################################
syms s; % tercer método:
k1 = 5; ku = 3682.2910; % Calcular ku
k2 = 4; tu = 2.5523; % Calcular tu
k3 = 4; disp("Tercer metodo");
c1 = 2; kp = 0.5 * ku
c2 = 2; disp("---------------------");
c3 = 2; kp = 0.45 * ku
m1 = 4; ki = 1/(tu/1.2)
m2 = 5; disp("---------------------");
m3 = 5; kp = 0.6 * ku
%################################################################# ki = 1/(tu/2)
% sistema de matriz [6 x 6] del problema dado kd = tu/8
%################################################################# disp("---------------------");
A = [0 1 0 0 0 0; %#######################################
(2*k1)/(m1) k1/m1 0 (2*c1)/m1 c1/m1 0;
0 0 1 0 0 0;
0 (k3-k2)/m2 (k2-k3)/m2 0 (c3-c2)/m2 (c2-c3)/m2;
0 0 0 0 0 1;
Descripción del código:
0 k3/m3 k3/m3 0 c3/m3 c3/m3]; Está dividido en tres métodos donde los mismos calculan los
B = [0; 0; 0; 0; 0; 1/m3];
C = [0 0 1 0 0 1]; valores de las constantes proporcional (kp), integral (ki) y
D = 0;
% Obtener TF derivativa (kd) del controlador PID, usando diferentes
Gs = simplify(C * inv(s * eye(size(A)) - A) * (B + D));
% Mostrar matriz
métodos basados en la respuesta del sistema a un escalón de
disp("#############################################"); entrada. Los métodos son:
disp("G1(s) =");
pretty(Gs);
disp("#############################################"); Primer método: Método de Ziegler-Nichols de lazo abierto;
%#################################################################
% sistema de matriz [4 x 4] del problema dado basado en la respuesta temporal. Este método usa el tiempo de
%#################################################################
A = [0 1 0 0;
retardo (t), el tiempo de subida (l) y la ganancia del escalón (k)
(k3-k2)/m2 (k2-k3)/m2 (c3-c2)/m2 (c2-c3)/m2;
0 0 0 1;
para calcular las constantes del PID según las siguientes
k3/m3 k3/m3 c3/m3 c3/m3]; fórmulas:
B = [0; 0; 0; 1/m3];
C = [0 1 0 1]; Para un sistema PD:
D = 0;
% Obtener TF
t
Gs = simplify(C * inv(s * eye(size(A)) - A) * (B + D));
% Mostrar matriz K p=
disp("#############################################"); K∗L
disp("G2(s) =");
pretty(Gs); Para un sistema PI:
( K∗L )
disp("#############################################");
t
%
%#################################################################
sistema de matriz [4 x 4] de ejemplo dado k p=0.9∗
%#################################################################
A = [0 1 0 0;
K =k (
0.3 )
(k2-k1)/m1 (c2-c1)/m1 (-k2)/m1 (-c2)/m1;
0 0 0 1;
L
k2/m2 c2/m2 -k2/m2 -c2/m2]; i
B = [0; 0; 0; 1/m2];
C = [0 0 1 1];
D = 0;
Para un sistema PID:
( K∗L
t
)
% Obtener TF
Gs = simplify(C * inv(s * eye(size(A)) - A) * (B + D));
% Mostrar matriz
K p=1.2
disp("#############################################");
disp("G3(s) =");
pretty(Gs);
9
1
K i=
2∗L
L
Kd=
2