López Carlos Enrique Oswaldo Villalobos Alfaro

Reporte practica 5

Control 2011-2

Objetivo: Analizar el desplazamiento de los polos de un sistema mediante el LGR, así como describir y modificar dicho comportamiento. Desarrollo:  Sistema 1

Figura 1.1 En la figura 1.1 donde se muestra el LGR, se denota que la respuesta es exponencial y al no presentarse el cruce por el eje imaginario el sistema es estable y al aumentat la ganacia se respuesta sigue exponencial solo con una desminucion o decremento del Ts. 

Sistema 2

Figura 2.1

Este sistema cuya LGR se presenta en la figura 2.1 Al igual que el sistema anterior su comportamiento es el mismo a mayor ganancia es más rápido, es decir, su respuesta es más rápida, exponencial y estable.

. es decir una respuesta más rápida. Donde se observa que el sobretiro disminuye al aumentar la ganancia y disminuir el Ts.1 trata respuesta exponencial negativa y un Ts que va aumentando conforme aumenta la ganancia. Donde se muestra la respuesta al escalon para diferentes ganacias.3 Figura 3. Para pasarlo a la foema exponencial negativa con un Ts que va decrementando.2. se le agrego un polo y un cero bastante alejado para que el polo anexado lo persiga para que al anularse el efecto del primer polo este nos arroje la respuesta deseada. con un tiempo de asentamiento que se va decrementando. lo que se observa en la figura 3. Respuestas exponenciales para cualquier k. Sistema 3 Figura 3. Respuesta original del sitema antes de agregarle el polo y el cero.4 El LGR que muestra la figura 3.

.1 En este sistema se aprecia su LGR en la figura 5.1 que a una mayor o menor ganancia el sistema mantiene su respuesta oscilatoria y se mantiene estable al no cruzar el eje imaginario. con un tiempo de asentamiento constante por mantenerse en la misma coordenada real.1 En este sistema se aprecia en su LGR figura 4.  Sistema 5 Figura 5.1 que a una mayor o menor ganancia el sistema mantiene su respuesta oscilatoria y se mantiene estable al no cruzar el eje imaginario. Sistema 4 Figura 4. con un tiempo de asentamiento constante por mantenerse en la misma coordenada real.

donde el Ts se mantiene constante.3 Se muestra en la figura 6. En la figura 6. Sistema 6 Figura 6.2 El LGR mostrado en la figura 6.3 se puede ver como el sistema mantiene su estabilidad.3.1 Figura 6. Para este caso igual se anexaron zeros para obligarlo a que sus respuestas fueran exponenciales. Figura 6. sobre amortiguado y a subamortiguado en ganancia mayor a 2 este pasa a subamortiguado. . esto se observa en la figura 6.2 se muestra la respuesta al escalón con diferentes ganancias. solo que se observa un aumento de sobretiro y una disminución en el Ts. Pasa de exponencial.1 el sistema con los diferentes tipos de ganancia. en cualquier ganancia su respuesta será exponencial.

es inestable.  Sistema 8 Figura 8.1 se puede osbservar que solo es estable en la k de oscilación y para k>kosc. Sistema 7 Figura 7. presenta respuesta exponencial mientras el polo en el eje real es dominante.1 se puede observar que solo es estable en 0< k<k de oscilación y para k>kosc. después al aumentar la ganancia la respuesta se vuelve subamortiugada y por ultimo oscilatoria mientras no se torna inestable.1 En este sistema decrito por el LGR de la figura 7.1 En este sistema decrito por el LGR de la figura 8. . es inestable. presenta respuesta oscilatoria mientras no se torna inestable.

disminuyendo su Ts . subamortiguada y oscilatoria. Figura 9. al cual se el agrgaron zeros a la izquierda. presenta respuesta exponencial. mientras no se torna inestable. Su Ts se decrementa al ir aumentando la ganancia.1 se puede osbservar que solo es estable en la región 0<k<kosc de oscilación y para k>kosc. . es inestable.1 En este sistema decrito por el LGR de la figura 9. y se mira su respuesta exponencial .2 Aquí se muestra se modifica el LGR para que el sistema se mantenga estable. Sistema 9 Figura 9.

1 En este sistema mostrado en la figura 10. es decir es estable para 0<k<440 presentando respuesta subamortiguada.1 se ve que se vuelve inestable por arriba de 440 de ganancia. Sistema 10 Figura 10.  Sistema 11 . con un Ts decrementando al aumentar la ganancia de k=1 hasta por debajo de 440 donde a esta ganancia se vuelve oscilatorio que se vuelve inestable.

. Figura 12. al cual se el agregaron zeros a la izquierda.1 De la figura 12. Sistema 12: Figura 12. presentando al principio una respuesta exponencial en bajas ganancia y al aumentar esta la respuesta vuelve subamortiguda hasta llegar a 442 donde se vuelve oscilatoria con un Ts disminuyendo conforme aumento la ganancia.2 Aquí se muestra como se modifica el LGR para que el sistema se mantenga estable.1 se observa que es sistema vuelve inestable por arriba de la ganancia de 442. y se mira su respuesta exponencial . disminuyendo su Ts .

con un Ts que se decremento al ir aumentando la ganancia. Sistema 13 Figura 13.  Sistema 14 Figura 14. el sistema se mantiene estable puesto que ningún polo cruza el eje imaginario.6 a subamortiguado.1 pasa de una respuesta exponencial con una ganancia de 27.1 donde se aprecia que presenta respuesta subamortiguada. Presentando estabilidad para cualquier valor de k dado que no cruza el eje imaginario y con un tiempo de asentamiento disminuyendo al aumentar la ganancia pero al llegar la respuesta subamortiguada se mantiene constante.1 El sistema presentado por su LGR de la figura 14.1 Este es representado en el LGR de la figura 13. . al aumentar la ganancia presenta respuesta exponencial .

al cual se el agregaron zeros a la izquierda. . y se mira su respuesta exponencial . Figura 15. Presentando estabilidad para k<kosc dado que cruza el eje imaginario y con un tiempo de asentamiento disminuyendo al aumentar la ganancia.1 El sistema presentado por su LGR de la figura 15.1 pasa de una respuesta subamortiguada y oscilatoria.2 Aquí en la figura 15. disminuyendo su Ts . Sistema 15 Figura 15.2 se muestra como se modifica el LGR para que el sistema se mantenga estable.

Figura 16. donde presenta una respuesta exponencial con un Ts decrementandose al aumentar la ganancia. Sistema 16. para finalmente presentar de nuevo una respuesta exponencial.1 se puede apreciar que el sistema se mantiene estable para cualquier valor de k.1 En este sistema descrito por el LGR de la figura 17. . donde presenta una respuesta subamortiguada con un Ts decrementandose al aumentar la ganancia. después se vuelve en una respuesta subamotiguada. después se vuelve en kosc una respuesta oscilatoria y por último se pasa a ser un sistema inestable.1 En este sistema descrito por el LGR de la figura 16.1 se puede apreciar que el sistema tiene un corto periodo de estabilidad de 0<k<kosc .  Sistema 17 Figura 17.

1 En este sistema descrito por el LGR de la figura 18. disminuyendo su Ts . Figura 18. y se mira su respuesta exponencial . Sistema 18 Figura 18.2 Aquí en la figura 18. . al aumentar la ganancia se presenta la subamortiguada con un Ts decrementandose al aumentar la ganancia. para lo cual se el agregaron zeros a la izquierda.1 se puede apreciar que el sistema siempre es estable. mantenga su respuesta expoencial.2 se muestra como se modifica el LGR para que el sistema se mantenga estable. donde presenta una respuesta exponencial .

sys2=((s+1)*(s+1900))/ ((s+5)*(s+6)). Anexos: close all. sys=feedback(k*sys.5+1i)*( s+1. subplot(2. .2.5+4.5i)*(s+1. clc s=tf('s') sys=1/(s+2) rlocus(sys) %%%%%%%%%%%%%%%%%%%%%% sys2=(s+4)/(s+2) figure rlocus(sys2) %%%%%%%%%%%%%%%%%%%%%% sys4=1/((s+i)*(s-i)) figure rlocus(sys4) %%%%%%%%%%%%%%%%%%%%% sys5=1/((s+4+i)*(s+4i)) figure rlocus(sys5) %%%%%%%%%%%%%%%%%%%%% sys7=1/(s*(s+3)*(s+.1).1).5-i)*(s+.1). step(sys2). subplot(2. Ganancia 1'). figure rlocus(sys10) %%%%%%%%%%%%%%%%%%%%% sys11=1/((s+.5+i)) figure rlocus(sys16) %%%%%%%%%%%%%%%%%%%%% sys17=((s+5)*(s+17))/( s*(s+3)) figure rlocus(sys17) Sistema 3 clear all. title('Sistema 3. k=10. sys=feedback(k*sys. title('Sistema 3.54. step(sys2). Ganancia 1000').2.5i))).8+1.2i)*( s+3. clc. debido a que nos describe las zonas por donde los polos se desplazaran. k=100. k=1000. title('Sistema 3. subplot(2.5-1. %%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%% %%% figure k=1.2i))). figure(1) rlocus(sys2) figure(2) rlocus(sys) title('Sistema 3'). clear all. sys2=feedback(k*sys2.Conclusión: López Carlos Enrique El conocimiento del LGR de un sistema es muy importante. step(sys2). figure rlocus(sys14) %%%%%%%%%%%%%%%%%%%%% sys16=(s+7)/(s*(s+3)*( s+.1 ). sys=feedback(k*sys. title('Sistema 3. describiéndonos los puntos sillas.5-1i)). close all.5i))*((s+3.2. etc.3). subplot(2. % distintos valores de K figure k=1. step.5+1. las regiones de estabilidad y las diferentes ganancias y épsilon para los diferentes tipos de respuestas.1). rltools. El uso de Matlab es una herramienta muy poderosa y practica de usar en el análisis de estos sistemas ya que la codificación es muy esbelta y te presenta ayuda y herramientas muy interesantes como rlocus. sys=(s+1)/(s+5).5)) *((s+1. sys=feedback(k*sys. asi como poder intuir que comportamiento se presenta en un diagrama de este tipo. los cuales son parámetros claves en el análisis y/o diseño de un sistema ya que conociendo estos parámetros se puede tener noción por ejemplo de cuales ganacias darle a un sistema dado y que mantenga su estabilidad o que modificaciones se le puede hacer a un sistema para adecuarlo a nuestros requerimientos si lo anterior no se encuentra entre lo deseado.2.5i) *(s+1. Ganancia 10'). Ganancia 100').2). figure rlocus(sys8) %%%%%%%%%%%%%%%%%%%%% sys10=1/(((s+1.1).81. s=tf('s').4).01 )) figure rlocus(sys7) %%%%%%%%%%%%%%%%%%%%% sys8=1/(s*(s+1.5)*(s+6)* (s+4+6i)*(s+4-6i)) figure rlocus(sys11) %%%%%%%%%%%%%%%%%%%%% sys13=(s+2)/((s+3+4i)* (s+3-4i)) figure rlocus(sys13) %%%%%%%%%%%%%%%%%%%%% sys14=(s+2)/(((s+2. step(sys2).

step(sys2). k=100.1) .2.5)*(s+1. sys=feedback(k*sys2. title('Sistema 9. title('Sistema 3. Ganancia 10'). sys2=feedback(k*sys3. step(sys2). sys2=feedback(k*sys. sys2=feedback(k*sys. step(sys2). step(sys2). sys2=feedback(k*sys.2).4). k=1. k=1. sys2=feedback(k*sys. % distintos valores de K figure k=1.4). sys=1*(s+16)*(s+12)/(( s+0.1) . sys2=feedback(k*sys2.2. step(sys2). . step(sys2).2.1) . k=100.2)). sys2=feedback(k*sys. k=10. sys2=feedback(k*sys. Ganancia 10').2. title('Sistema 6.2). sys2=feedback(k*sys. k=8000. sys2=feedback(k*sys. close all.1) . title('Sistema 3. figure subplot(2. k=1000. step(sys2). sys3=((s+4)*(s+6)*(s+5 0)*(s+300))/((s+13)*(s +6+6i)*(s+6-6i)*s).1) . Ganancia 1'). subplot(2. Ganancia 1000'). subplot(2.2. clc.3).1).2. Ganancia 1').2. Ganancia 100'). Ganancia 1000'). clc.2.1) .3). sys=1/((s+13)*(s+6+6i) *(s+6-6i)*s).2. subplot(2. step(sys2). %subplot(2.1) .1 ).1) .1).2) ). title('Sistema 3. title('Sistema 9. step(sys2).subplot(2. subplot(2.2.2). rlocus(sys) title('Sistema 6').2). Ganancia 10'). step(sys2). Ganancia 1000').2.1 ).2. k=10. sys2=feedback(k*sys2. subplot(2. s=tf('s'). title('Sistema 6. subplot(2. title('Sistema 6. title('Sistema 6.1) . title('Sistema 6. k=100. Ganancia 100'). step(sys2). subplot(2.3). subplot(2. Ganancia 100'). subplot(2. sys2=feedback(k*sys. sys2=feedback(k*sys. k=10. sys=1/((s+0. step(sys2).4).1).2. step(sys2). title('Sistema 9.1) . step(sys2).5)*(s+1. title('Sistema 6. close all. figure rlocus(sys) title('Sistema 6'). Sistema 6 %%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%% %%% clear all. subplot(2.1) title('Sistema 6'). figure rlocus(sys) figure rlocus(sys3) title('Sistema 9').1 ). sys2=feedback(k*sys. sys2=feedback(k*sys. k=10. Ganancia 100'). k=100. title('Sistema 3. Ganancia 10'). Ganancia 1'). k=1000. % distintos valores de K figure k=1.3).1).4). subplot(2. k=1000. title('Sistema 6.2. subplot(2. step(sys2).2.1) . subplot(2.1. Ganancia 1').2. title('Sistema 6. step(sys2). Sistema 9 clear all.1) .1) . s=tf('s'). subplot(2.

1). subplot(2.52i))). ganancia 10') k=100.2. s=tf('s'). fb=feedback(k*sys.1) subplot(2. ganancia 1000') k=1. k=10. subplot(2.2. k=10.1 ).1 ).4). fb=feedback(k*sys2. clc.5+2i)*(s+3. step(sys2). subplot(2. subplot(2. title('Sistema 12. Ganancia 10'). subplot(2. clc s=tf('s') sys=(s+2)/((s+3. title('Sistema 9.1) subplot(2. Ganancia 1').4984i)*(s+3. sys=(s+2+2i)*(s+22i)*(s+8.1) . Ganancia 10'). step(sys2).2) rlocus(sys2) k=1. k=100.4) step(fb) title('sistema 15.1. Ganancia 1000').2. Ganancia 100').2).2. subplot(2.1.1) figure subplot(2.2.5+2i)*(s+3. k=10. step(sys2).4). k=8000.4). figure rlocus(sys) title('Sistema 12'). close all.1) . s=tf('s'). title('Sistema 12. k=100. Ganancia 100'). fb=feedback(k*sys. Ganancia 100'). ganancia 1') k=10. title('Sistema 12. subplot(2.1) step(fb) title('sistema 15. step(sys2).3).1) rlocus(sys) sys2=(s+2)*(s+8)*(s+7) *(s+10000)/((s+3. % distintos valores de K figure k=1.5016+4i) *(s+2. % % % % exponenciales sys2=feedback(k*sys. step(sys2).3).2.2. title('Sistema 9. step(sys2). fb=feedback(k*sys. subplot(2.5016-4i)).53i)*(s+6)/(s*((s+4)*(s +3))*((s+3. subplot(2. subplot(2.9984+ 4.2.4984i)*(s+2.3) step(fb) title('sistema 15. close all.1 ).2. sys=1/(s*((s+4)*(s+3)) *((s+3. sys2=feedback(k*sys. sys2=feedback(k*sys.1). title('Sistema 12. step(sys2).1) .99844.2.2.1) . Ganancia 1'). sys2=feedback(k*sys. 5-2i))). sys2=feedback(k*sys.1) . title('Sistema 12. k=1000.1) . subplot(2.figure subplot(2. sys2=feedback(k*sys3.5016-4i)). title('Sistema 12. sys2=feedback(k*sys.2.9984+4 . title('Sistema 9. sys2=feedback(k*sys. title('Sistema 12. Sistema 15 clear all.2. rlocus(sys) title('Sistema 12'). sys2=feedback(k*sys3. sys2=feedback(k*sys. step(sys2). subplot(2.1) subplot(2. Ganancia 1').99844.2.5016+4i) *(s+2. ganancia 100') k=1000. k=100.1) Sistema 12 clear all. sys2=feedback(k*sys3.2) step(fb) title('sistema 15. Ganancia 1000').1) . step(sys2).2. k=1000.1) figure subplot(2.4984i)*(s+3.3). subplot(2.2). step(sys2). . Ganancia 10'). title('Sistema 12. % distintos valores de K figure k=1.1) . step(sys2). step(sys2).2).2.1).2.5+3i)*(s+8. fb=feedback(k*sys.4984i)*(s+2.

2. sys2=feedback(k*sys.2.1) .2.1) . title('Sistema 18. step(sys2).1).2.3). ganancia 1000') Sistema 18 clear all. step(sys2). step(sys2).1) pzmap(sys) title('Sistema 18'). % distintos valores de K figure k=1. title('Sistema 18. figure rlocus(sys) title('Sistema 18'). sys2=feedback(k*sys. . step(sys2).21i)*(s+4)/(s*((s+2)* (s+1))). Ganancia 10').5+. title('Sistema 18.4) step(fb) title('sistema 15. Ganancia 10'). Ganancia 1000').2). sys=(s+. title('Sistema 18.1. subplot(2. subplot(2. clc. k=1000. k=100. fb=feedback(k*sys2. k=10.1) .step(fb) title('sistema 15. step(sys2).2. sys=(s+4. title('Sistema 18. k=100.2. k=10. subplot(2.1) .2.1) . k=1000. sys2=feedback(k*sys. subplot(2. subplot(2. subplot(2. sys2=feedback(k*sys. title('Sistema 18. title('Sistema 18'). title('Sistema 18. step(sys2).2. Ganancia 1000'). sys2=feedback(k*sys. Ganancia 100').1.4). subplot(2.3).21i)*(s+4.1) subplot(2. subplot(2. ganancia 10') k=100.1) subplot(2. Ganancia 1'). ganancia 100') k=10000000. sys2=feedback(k*sys.2.2. step(sys2). step(sys2).2) step(fb) title('sistema 15. ganancia 1') k=10.1).1) . title('Sistema 18. 5. Ganancia 100').5+2i)*(s+. sys2=feedback(k*sys.2).3) step(fb) title('sistema 15.1) . close all. subplot(2.1) . Ganancia 1').4).2) figure rlocus(sys) title('Sistema 18').1) subplot(2. subplot(2. fb=feedback(k*sys2.2. sys2=feedback(k*sys. % distintos valores de K figure k=1.52i)*(s+4)/(s*((s+2)*(s +1))). s=tf('s'). fb=feedback(k*sys2.

Sign up to vote on this title
UsefulNot useful