Está en la página 1de 10

Determinaci n Experimental de la Funci n de Transferencia o o de Segundo Orden

M.Sc. Ricardo Rodrguez Bustinza robust@uni.edu.pe

Indice
1. Objetivo 2. Algoritmo en la Frecuencia 2.1. Modelos de Datos en Respuesta Transitoria . . . . . . . . . . . . . . . . . . . . . . . . 2.2. Respuesta al Escal n para Sistemas de Orden 2 . . . . . . . . . . . . . . . . . . . . . . o 2.3. Algoritmo Descriptivo en Forma Gr ca . . . . . . . . . . . . . . . . . . . . . . . . . . a 2 2 2 2 5

2 ALGORITMO EN LA FRECUENCIA

1. Objetivo
Obtener la funci n de transferencia en el planos desde una data experimental. o Analizar la performance de la respuesta transitoria de la data experimental.

2. Algoritmo en la Frecuencia
2.1. Modelos de Datos en Respuesta Transitoria
Para obtener los modelos de la data transitoria asumiremos la respuesta al escal n (step). Si la respuesta o transitoria es una simple combinaci n de los elementos transitorios, entonces es razonable pensar en o estimar un modelo de bajo orden. Por ejemplo una respuesta (monot nica y suave) tpica de un sistema o de bajo orden es como se muestra en la Figura 1.

0.8

y(t)

0.6

0.4

0.2

3 Tiempo [seg]

Figura 1: Curva caracterstica de un proceso de bajo orden. Asumiremos que esta curva esta dada por una suma exponencial: y(t) = y() + Bep1t +Cep2t , A = y()

2.2. Respuesta al Escal n para Sistemas de Orden 2 o


Considere el sistema de segundo orden: G(s) = Y (s) K = U(s) (s + p1 )(s + p2 ) (1)

Supongamos que p2 /p1 3, podemos considerar que est ultima restricci n, no necesariamente se cumple a o para todos los sistemas (a pesar que existan innitas curvas para un mismo sistema), por ejemplo el servomotor DC que tiene polos muy separados entre s. Si consideramos la respuesta al escal n del sistema o (1) obtenemos: M.Sc. Ricardo Rodrguez Bustinza 2

2.2 Respuesta al Escal n para Sistemas de Orden 2 o

2 ALGORITMO EN LA FRECUENCIA

Y (s) = G(s)U(s) =

G(s) K A B C = = + + s s(s + p1 )(s + p2 ) s s + p1 s + p2

(2)

Los polos son p1 y p2 , se requiere encontrar los coecientes A, B y C, entonces: K K (s + p2 ) = s=0 (s + p1 ) s=0 p1 p2 K K B = (s + p1 )Y (s) = = s=p1 s(s + p2 ) s=p1 p1 (p1 p2 ) K K C = (s + p2 )Y (s) = = s=p2 s(s + p1 ) s=p2 p2 (p2 p1 ) A = sY (s) = ( ) Considerando a la ecuaci n (2) en el tiempo an logo: y(t) = A + Bep1t +Cep2t u(t). Observamos que, o a B < 0, C > 0 y C = B. Consideramos la descomposici n de funciones de la Figura 2 que representan a o la respuesta total y(t) del sistema.

0.8

0.6

0.4 C 0.2 y(t) 0 t(seg) 0.2 A+B 0.4 1 0 1 2 3 4 5 6 7 y1(t) = A+ Bep1t y2(t) = Cep2t

Figura 2: Descomposici n de la respuesta a un escal n. o o

Denimos las funciones parciales: y1 (t) = A + Bep1t y2 (t) = Cep2t Dado que p2 es m s de tres veces mayor que p1 , para un t grande se puede realizar la siguiente aproxia maci n: o y1 (t) = A + Bep1t , A continuaci n denimos la funci n z(t) desde (3). o o z(t) = A y(t) = Bep1t Cep2t (4) y(t) y1 (t) (3)

Observamos que la funci n z(t) es simplemente el negativo de y(t) cuando el valor en estado permanente o A es eliminado. Para un tiempo t grande, tenemos: M.Sc. Ricardo Rodrguez Bustinza 3

2.2 Respuesta al Escal n para Sistemas de Orden 2 o

2 ALGORITMO EN LA FRECUENCIA

z(t) Bep1t = z1 (t)

(5)

Podemos observar que z(t) > 0 (B < 0). Esto es crucial, puesto que tomaremos el logaritmo natural a z(t) desde (5), y por consiguiente se debe tener una funci n que sea positiva para todo t > 0. Entonces: o [ ] d ln(z1 (t)) = dt [ ] d p1 t ln(Be ) dt [ ] d p1 t = ln(B) + ln(e ) dt = p1

La estrategia para encontrar p1 , es trazar la curva de ln z(t) y determinar la pendiente con t grande. Esa pendiente ser p1 , tal como se muestra en la Figura 3. a
0.5

0.5

ln(1y)

1.5

Pendiente para t grande = p1

2.5

3.5

0.5

1.5

2 Tiempo [seg]

2.5

3.5

Figura 3: Curva de ln z(t) versus t.

Despu s de encontrar p1 , ahora determinamos p2 y posteriromente K (en ese orden). Existen varias formas e de obtenerlos, una de ellas es volver a la Figura 2 y observar que con t grande obtenemos: y(t) A + Bep1t Puesto que en este punto conocemos A (calculado como un valor nal en el estado estacionario) y p1 , si escogemos un valor especco de t cerca del punto donde y(t) alcanza su valor en estado permanente, entonces podemos resolver B de acuerdo con la siguiente ecuaci n: o y(t) A (6) ep1t Si se repite este c lculo con valores crecientes de t, se alcanzar el punto donde B permanece casi cona a stante. Al hacer esto, no s lo se encontrar B sino se entender algo sobre el tama o de p2 . Una vez que o a a n se encuentra B, se puede encontrar C en t = 0 desde la Figura 2, siendo: B= C = (A + B) y con C determinada, encontramos p2 teniendo en cuenta lo siguiente: B p2 = p1 C M.Sc. Ricardo Rodrguez Bustinza (7) 4

2.3 Algoritmo Descriptivo en Forma Gr ca a

2 ALGORITMO EN LA FRECUENCIA

Finalmente una vez que determinamos p2 , podemos hallar la ganancia K desde (2) cuando A = sY (s) luego obtenemos: K = A p1 p2

s=0

(8)

M todo Gr co Alternativo e a
Un segundo m todo gr co consiste, en que una vez encontrado B y luego C se puede determinar gr e a a camente de acuerdo con la ecuaci n (9) lo siguiente: o y1 (t) = A + Bep1t (9)

con valores peque os de t. Una vez que se tiene esta aproximaci n tambi n se puede hallar gr camente: n o e a y2 (t) = y(t) y1 (t) = Cep2t (10)

como se muestra en la Figura 2. Ahora se prosigue como antes trazando primero una curva de y2 (t) y luego se halla p2 con la pendiente de la curva con t grande En lo sucesivo es cuesti n de repetir el an lisis o a precedente. Este segundo m todo se utiliza para vericar los resultados obtenidos en el primer m todo. e e

2.3. Algoritmo Descriptivo en Forma Gr ca a


El objetivo de la experiencia de laboratorio es obtener la DATA experimental desde las tarjetas de adquisici n de datos NIDAQ USB 6008/6009. La DATA debe ser procesada y posteriormente evaluada usando o las herramientas del software de simulaci n de LabVIEW o de Matlab, para as determinar la funci n de o o transferencia del sistema usando el m todo de identicaci n Ajuste de la Curva por Interpolaci n Lineal e o o (ACIL) que es analizado en el dominio de la frecuencia. Para la adquisici n de datos consideramos el esquema de conexiones de la Figura 4. Tambien podemos o usar otro esquema alternativo, esta vez el generador de entrada sera un VI. Usualmente para la planta sica, el generador de funciones esta puesto para dar una se al cuadrada de amplitud 1 voltio y frecuencia n de 5Hz.
AI1
S D Med C erer ia onv t 5V .A D __ C1 + __ R X
C I S C O

AI0
S
Y S T E M S

LabVIEW
i M ac

ULI K PN LK P I N WR LIK N

TX

Generador de funciones

Planta Fsica CPU NIDAQ PCI

Figura 4: Esquema de conexion de la planta sica con la NIDAQ.

Por ejemplo, si una funci n de transferencia para un sistema prototipo de segundo orden es dada por: o G(s) = 4.0671 (s + 0.9874)(s + 4.119)

M.Sc. Ricardo Rodrguez Bustinza

2.3 Algoritmo Descriptivo en Forma Gr ca a

2 ALGORITMO EN LA FRECUENCIA

Si consideramos p1 = 0.9874 y p2 = 4.119, en la funci n de transferencia vemos que la relaci n p2 3p1 o o est pr xima a nuestros valores encontrados. a o Usaremos el programa Matlab para desarrolar el algoritmo de modo que usted podra realizar el seguimiento y enfrentar con exito una DATA de N muestras.

Paso # 1: Plotea de DATA


data=[0 0.100 0.200 0.300 0.400 0.500 1.000 1.500 2.000 2.500 3.000 4.000 5 6; 0 0.005 0.034 0.085 0.140 0.215 0.510 0.700 0.817 0.890 0.932 0.975 1 1]; t=data(:,1); y=data(:,2); plot(t,y,b), hold plot(t,y,k.) xlabel(t (seg)) ylabel(y(t)) axis([0 6 0 1.2])
1.2 1 0.8

y(t) 0.6
0.4 0.2 0 0 1 2 3 t (seg) 4 5 6

Figura 5: Ploteo del archivo de datos.

Paso # 2: Ploteo de Gr co ln(A y(t)) vs t a


A=max(y); xa=data(1:14,1); ya=log(A-data(1:14,2)); plot(xa,ya,b), hold plot(xa,ya,k.) ylabel(ln(A - y(t))) xlabel(t (seg)) grid

Paso # 3: Calculando la Pendiente en 0 < t < 4


xi=1:3; yi=interp1(xa,ya,xi,linear); plot(xa,ya,k.) hold plot(xi,yi,b)

M.Sc. Ricardo Rodrguez Bustinza

2.3 Algoritmo Descriptivo en Forma Gr ca a

2 ALGORITMO EN LA FRECUENCIA

0 1 2 3 4

ln(A y(t))

0.5

1.5

2 t (seg)

2.5

3.5

4.5

Figura 6: Curva semilogartmica.

xlabel(t (seg)) grid axis([0 4 -4 0.5])

0 1 2 3 4

0.5

1.5

2 t (seg)

2.5

3.5

Figura 7: Gracando la pendiente.

Paso # 4: Calculando el Polo p1


p1=(yi(1)-yi(3))/(3-1); % 0.9874

Paso # 5: Calculando B(t) = (y(t) A)/ep1t


B = (y - A)./exp(-p1*t); subplot(211) plot(t,B,r.) subplot(212) plot(t,B,r.) hold plot([0 4],[median(B(6:11)) median(B(6:11))],b) axis([1 4 -1.4 -1.2]) B=median(B(6:11));

M.Sc. Ricardo Rodrguez Bustinza

2.3 Algoritmo Descriptivo en Forma Gr ca a

2 ALGORITMO EN LA FRECUENCIA

0 0.2 0.4 0.6 0.8 1 1.2 1.4 0 1 2 3 4 5 6

1.2

1.25

1.3

1.35

1.5

2.5

3.5

Figura 8: Gracando el valor medio de B.

Paso # 6: Calculando C, p2 y K
C=-(A+B); p2=-(B/C)*p1; K=A*p1*p2;

Paso # 7: Encontrando la Funci n de Transferencia o


Gexp=tf(K,conv([1 p1],[1 p2])); Gexp=zpk(Gexp)

Gexp (s) =

4.0671 (s + 4.119)(s + 0.9874)

Paso # 8: Comparando Respuestas Real e Identicada


t1=0:0.1:6; yexp=step(Gexp,t1); plot(t1,yexp,r:), hold plot(t,y,k) legend(G_{ident},G_{data},4) axis([0 6 0 1.2]) xlabel(t (seg)) ylabel(y(t)) grid

M.Sc. Ricardo Rodrguez Bustinza

2.3 Algoritmo Descriptivo en Forma Gr ca a

2 ALGORITMO EN LA FRECUENCIA

0.8

y(t)

0.6

0.4

0.2 Gident Gdata 0 0 1 2 3 t (seg) 4 5 6

Figura 9: Comparando respuestas al escal n unitario. o

Ejercicio
En pruebas de laboratorio se ha procedido a adquirir datos a una planta fsica prototipo de segundo orden que se muestra en la Figura 10.

Figura 10: Adquiriendo DATA en laboratorio.

Al documento de ha adjuntado un archivo data_planta_usb.lvm para vericar el algoritmo ACIL. La

M.Sc. Ricardo Rodrguez Bustinza

2.3 Algoritmo Descriptivo en Forma Gr ca a

2 ALGORITMO EN LA FRECUENCIA

funci n de transferencia obtenida es: o Gexp = 972679.0249 e0.058s (s + 2989)(s + 106.1)

3.5 3 2.5

y(t) 2
1.5 1 0.5 0 0 0.02 0.04 0.06 0.08 t(seg) 0.1 0.12 0.14 Gexp Greal 0.16

Figura 11: Respuesta del sistema identicado.

M.Sc. Ricardo Rodrguez Bustinza

10