You are on page 1of 10

Modelamiento de un sistema térmico de primer orden

Juan Sebastian Gomez Torres

Nathalia Lopez Gomez

Juanita Tocarruncho Luque

Departamento de Ingeniería Eléctrica
y Electrónica
Universidad de los Andes
Bogotá, Colombia
js.gomez362@uniandes.edu.co

Departamento de Ingeniería Eléctrica
y Electrónica
Universidad de los Andes
Bogotá, Colombia
na.lopez225@uniandes.edu.co

Departamento de Ingeniería Eléctrica
y Electrónica
Universidad de los Andes
Bogotá, Colombia
j.tocarruncho1271@uniandes.edu.co

Abstract—El principal objetivo de esta práctica correspondió
al diseño e implementación de un control automático para un
sistema térmico de primer orden hacienda uso de herramientas
como LabVIEW y MATLAB para la adquisición y visualización
de los datos obtenidos. Inicialmente se realizó una familiarización
con el software utilizado, interactuando con la interfaz y los
elementos para el diseño del sistema de control. Posteriormente,
se estableció el modelo matemático que describe el
comportamiento
dinámico
del
sistema,
estimando
experimentalmente los parámetros de éste; teniendo en cuenta
estos elementos fue posible la implementación de varios sistemas
de control, tales como: controlador on-off con histéresis,
controlador utilizando el método de sintonización y un
controlador PID (Proporcional-Integral-Derivativo). AGREGAR
PRINCIPALES RESULTADOS Y CONCLUSIONES.
Keywords—LabWIEW; sistema de control; style; styling; insert
(key words)

I.

INTRODUCCIÓN

LabVIEW es un software de programación gráfica
diseñado para la simulación de diversos tipos de sistemas
llevando a cabo un proceso de escalado desde el diseño hasta
el desarrollo de pruebas. Además se presenta como una
herramienta versátil para la aplicación en diversas áreas del
conocimiento, la adquisición de datos y procesamiento de
señales, automatización de sistemas, enseñanza académica,
etc. [1].
Los sistemas autorregulados en la industria son de gran
importancia ya que proveen a líneas de ensamblaje y de
producción la capacidad de brindar productos de mejor calidad
y productividad, e incluso llegando a reducir costos y evitando
posibles errores. Estas ventajas han llevado a una nueva
revolución industrial en la que los sistemas son capaces de
mantener las variables críticas de producción en un rango en el
cual el producto no se vea afectado [2].
En el presente informe se están analizando procesos que
involucran cambios de temperatura que son regulados
automáticamente, esto es de gran interés ya que en la gran
mayoría de procesos de producción los cambios de
temperatura pueden alterar drásticamente la calidad del
producto, llegando inclusive al daño total en el producto si la
temperatura cambia drásticamente. Para esto se llevaron a

cabo experimentos en los cuales se modelaban situaciones
reales a una escala pequeña, mediante el uso de herramientas
como LabVIEW®. Por otro lado, el uso de herramientas como
MATLAB® permitieron realizar procesos de análisis de datos
y simulación, estos últimos están basados en idealidades y por
lo tanto permiten una comparación adecuada con los
experimentos realizados para detectar errores y sus diferentes
fuentes.
Sistema de primer orden:
Estos sistemas son los más comúnmente encontrados en la
industria, ya que dan información del almacenamiento que
tiene un sistema y de la forma como este se comporta ante un
estímulo. En su análisis se destaca el conocimiento del término
de la ganancia K y el desplazamiento en el tiempo τ, ya que
estas ecuaciones se rigen por la siguiente ecuación en el
dominio de Laplace:

G ( s )=

k
τs+1

(1)

Controlador on-off con histéresis
Los controladores de este tipo son capaces de dar dos
señales, del mismo modo que un interruptor (encendido o
apagado), así que son incapaces de dar una señal intermedia.
Estos mecanismos de control son simples y permiten mantener
una variable en un rango determinado al activar o desactivar
una fuente de poder, por ende son ampliamente usados en
control de plantas térmicas.
Controladores PID:
Este método de controlar un sistema consiste en la
determinación de los términos de ganancia, tiempo Integral y
tiempo derivativo en un sistema. Estos valores se estiman con
las primeras partes de la experimentación. Una vez
implementados estos valores permitirán al sistema relacionar
los valores de la señal de control con un error. Los cambios en
las variables provocan que el sistema responda de manera más
rápida o lenta dependiendo de lo que sea más eficiente para
cada caso [2].
El propósito final de este informe es encontrar los
parámetros que más afectan los sistemas auto-controlados, las
fuentes de error que los llegan a afectar y la manera de
determinar mejores variables del sistema de control. De este
modo, la rapidez con la que el sistema responda se aumenta, la

 Computador con LABVIEW y MATLAB El montaje experimental empelado fue igual para las 4 sesiones de la práctica y consistió en la conexión de la planta térmica a la fuente de voltaje y a la tarjeta de adquisición de datos. las cuales se describen a continuación: A. METODOLOGÍA La práctica fue desarrollada en 4 etapas. Seguido esto. Programa en LABVIEW para la sesión 1. Simulación en Simulink de la sesión 2. Se ejecutó el programa creado en LABVIEW durante 5 minutos para obtener los valores de la temperatura manteniendo el voltaje constante durante este lapso de tiempo B. Figura 3. Figura 2. C. Figura 1. II. correspondiente a la planta térmica. Posteriormente se ejecutó el programa durante 30 minutos para lograr que el sistema se estabilizara y con los datos se realizó una gráfica en Matlab para determinar los parámetros del modelo. Empleando el mismo montaje y programa en LABVIEW que la sesión 1 se procedió a establecer un voltaje de 4V en la interfaz del programa y a encender la fuente de voltaje. Sesión3: Control ON-OFF de temperatura en LabVIEW En esta sesión se implementa un control on-off con histéresis en el sistema térmico donde se determina un rango dentro del cual se desea que permanezca la temperatura. La conexión con la fuente se realizó con el uso de las bananas mientras que en la conexión con la tarjeta se emplearon cables para conectar los pines de tal forma que los pines de salida de la planta se conectaran con los pines de entrada de la tarjeta y los pines de entrada de la planta se conectaran con los pines de salida de la tarjeta. Programa en LABVIEW para la sesión 3. Sesión 2: Modelamiento de un sistema térmico de primer orden Teniendo en cuenta las características del sistema utilizado. Para el montaje descrito se realizó un programa en LABVIEW que generara un voltaje a la entrada de la planta térmica y registrara la temperatura en la planta como se observa en la figura 1. . junto con la definición experimental de los parámetros de dicho modelo. Equipos    Fuente de voltaje de 5 V y bananas Planta térmica Tarjeta de adquisición de datos de NI (con módulos de entrada y salida analógicas). se estableció un voltaje de 5V en la interfaz del programa (figura 2) y se encendió la fuente de voltaje y la planta térmica. Con estos parámetros se realizó la simulación de la figura 3 en Simulink para comparar los datos obtenidos experimentalmente con los datos del sistema simulado. se plantea el modelo matemático de un sistema térmico de primer orden.eficiencia y la estabilidad son factores que se logran apropiadamente al tener un sistema controlado eficientemente. utilizado para medir el voltaje a la salida de una planta térmica dada una entrada. Sesión 1: Adquisición de datos por medio de LabVIEW En esta sesión el principal objetivo fue realizar un acercamiento al software LABVIEW. Interfaz gráfica de LABVIEW para la sesión 1 Figura 3. El montaje experimental de la planta térmica con la fuente y la tarjeta de adquisición de datos es igual que en la sesión 1 y el programa implementado en LABVIEW es el que se observa en las figuras 3 y 4. Los equipos utilizados en esta práctica fueron los mismos para las siguientes tres sesiones de laboratorio.

54 100 100 . Interfaz gráfica de LABVIEW para la sesión 3 Se procedió a encender la fuente de voltaje y a elegir valores para los límites de temperatura para luego ejecutar el programa en LABVIEW y graficar los datos obtenidos. D. (2) (3) (4) Donde τ c es 100 dado que fue la constante de tiempo que se empleó.  Señal triangular de 5Vpp y f = 2Hz.Figura 6.5Hz. Programa en LABVIEW para la sesión 4.  Señal diente de sierra de 1Vpp y F=0. Sesión 4: Control PID de temperatura En la cuarta y última sesión se tuvo como objetivo implementar un controlador PID en el sistema térmico y analizar como el método de sintonización influenciaba las características del sistema. Figura 7. Interfaz gráfica de LABVIEW para la sesión 4 Se realizaron 3 corridas en esta sesión donde los parámetros que se ingresaron en la interfaz gráfica del programa para la primer corrida fueron determinados utilizando los parámetros obtenidos experimentalmente de la sesión 2 de forma que: T i =τ τ K p= τc T d=0 Figura 5. Programa en LABVIEW para trabajo complementario de la sesión 3 E. TABLA I. Para esto se empleó el montaje experimental descrito en la sesión 1 y el programa en LABVIEW ilustrado en las figuras 6 y 7. En la segunda y tercer corrida se modificaron estos parámetros para disminuir el tiempo de respuesta y el sobre-impulso a los valores que se encuentran en la tabla 1. Una vez obtenidos los datos se generaron las gráficas en MATLAB. Figura 4. Trabajo complementario sesión 3 Como complemento de la sesión 3 se empleó el bloque Time Domain Math de LABVIEW para analizar la integración y derivación de las siguientes 3 señales con el programa en LABVIEW de la figura 5:  Señal cuadrada de 2VPP y f =1Hz. Parámetros para las corridas de la sesión 4 Corrida Parámetro 1 2 3 Ti 260.

6054 5 5 0 0 10 30 °C 30 °C 30 °C B. Simulación en Simulink de la sesión 4 con y sin controlador III. Sesión 2: Modelamiento de un sistema térmico de primer orden La ecuación matemática de primer orden para describir la salida del sistema respecto a una entrada f (t) está definida como: F. Sesión 1: Adquisición de datos por medio de LabVIEW Planta térmica 29 Teniendo en cuenta las condiciones iniciales y ( 0 )=0 f ( 0 )=0 (9) τs∗Y ( s ) +Y ( s )=kU ( s ) (10) Y ( s )= 28.Kp Td T de referencia 2.5 al suministrarle un voltaje constante de 5V. Tiempo de la sesión 1. Como se observa en la figura 9 la temperatura en la planta aumento desde 24.5 24 k U ( s ) (11) τs+1 0 50 100 150 200 tiempo(s) 250 300 350 (13) k =T de estabilización−T inicial τ =tiempo en el que T es igual a [( 0. Utilizando la transformada de Laplace se obtiene la función de transferencia: τ [ s∗Y ( s ) −Y ( 0 ) ]+Y ( s ) =kU ( s ) (8) Figura 8. se realizó el análisis con Matlab para eliminar el error del observador y obtener los valores exactos de los parámetros que se ajustan a los datos experimentales. sin embargo. Trabajo complementario sesión 4 Adicional al procedimiento ya descrito para la sesión 4 se empleó Simulink para simular el programa de la figura 6 con y sin un controlador como se observa en la figura 8 con el fin de observar la respuesta del sistema.5 25 24. a1 dy(t) + a0 y ( t )=b f (t ) (5) dt a1 dy (t) b + y ( t )= f ( t ) (6) a0 dt a0 τ dy (t) + y ( t )=k f ( t ) (7) dt Con la ecuación (7) se definen los parámetros del sistema τ que corresponde a la constante de tiempo del proceso y k es la ganancia del proceso. Gráfica Temperatura vs.5 26 k (12) τs+1 De acuerdo con el modelo anteriormente planteado y los datos experimentales se determinan los parámetros de la función de transferencia de la siguiente forma: 25. No es posible determinar los parámetros que describen este sistema dado que se ejecutó el programa en LABVIEW por un tiempo inferior al necesario para que el sistema se estabilizara. Se empleó la herramienta Import Data -> Time Domain Data para así estimar la función de transferencia de donde se obtuvieron los siguientes valores para los parámetros: k =2.3725 .632∗K ) +Tinicial] (14) Figura 9.5 28 Por lo tanto la ecuación de transferencia queda definida: Temperatura (°C) 27. RESULTADOS Y ANÁLISIS DE RESULTADOS A. Estos parámetros se pueden determinar de forma gráfica con los datos representados en la figura 10.5 G ( s )= 27 26.5 hasta 28.

Tiempo de la sesión 2. Los valores que retorna son:  Para “Integral (Sum[Xdt])”: retorna el valor de una sumatoria con el punto anterior. 23]. una señal . Sesión 3: Control ON-OFF de temperatura en LabVIEW En esta sesión de la práctica inicialmente se eligió un rango límite para la temperatura correspondiente a [20. Figura 11. Trabajo complementario sesión 3 El bloque “Time Domain Math” de LabVIEW tiene como opciones. sin embargo. En vista de esto. Gráfica Temperatura vs. haciendo uso de la pendiente yi=(xi – xi – 1)/dt (16) Para el análisis de esta función de LabVIEW se usó un “Time Domain Math” de integración y derivación para una señal cuadrada de amplitud 1 y 1Hz de frecuencia.τ =260. D. Gráfica Temperatura vs.54 Simulación Planta Térmica 34 Temperatura (°C)) 32 30 28 26 24 22 Datos experimentales Simulación 0 200 400 600 800 1000 Tiempo (s) 1200 1400 1600 1800 Figura 10. En la figura 10 se evidencia que los datos obtenidos de forma experimental se ajustan de forma casi exacta al sistema simulado por Simulink empleando los parámetros para la función de transferencia experimentales. al transcurrir el tiempo fue evidente que no se podría determinar si el programa se encontraba en funcionamiento dado que la temperatura ambiente en el momento rondaba 21°C y la planta térmica no se encendería. Tiempo de la sesión 3. De esta forma se comprobó que el programa en LABVIEW cumplía su función ya que se encendía la planta cuando la temperatura disminuía ligeramente por debajo del límite inferior del rango de temperatura establecido y se apagaba cuando sobrepasaba ligeramente el límite superior. entre otras.26] y fue ahí donde se encendió la planta térmica hasta que la temperatura alcanzó el valor máximo del rango permitido causando que se apagara como se observa en la figura 11. C. el rango se cambió a [24. mediante la siguiente formula yi= yi – 1+ xi d t (15)  Para “Derivative (dX/dt)”: Retorna el valor de la derivada de la función que le ingresa como señal. La determinación del estado de la planta térmica (encendida-apagada) se logra a partir de la línea roja en la figura 11 correspondiente al voltaje suministrado a la planta donde un voltaje de 5V indica que la planta se encuentra encendida mientras que un voltaje de 0V indica que la planta está apagada. derivar o integrar una señal que se le dé como entrada. Como era de esperarse para un sistema de primer orden la temperatura incremento de forma exponencial hasta estabilizarse en un valor k.

Esto se debe a que la función está sumando los valores que la señal cuadrada tiene en sus extremos positivos y negativos.5 de amplitud y 0. La derivada de esta señal tiende a menos infinito para el final de cada uno de los “dientes” de la señal de entrada ya que en estos puntos hay un salto en la amplitud. En la figura 15 se puede apreciar la derivada de una señal triangular.triangular de amplitud 2. Figura 13. Figura 16. lo cual sugiere que el modelo se ajusta cercanamente a la idealidad. Para los demás valores la señal adquiere un valor constante que es el de la pendiente que tienen los extremos ascendientes de cada “diente”. sin embargo los valores de la derivada en estos puntos son enormes.15 centrada en 0. Señal cuadrada y su derivada en LabVIEW.Señal triangular y su derivada en LabVIEW. Señal triangular y su integral en LabVIEW. Esto se da porque el valor de la derivada en las subidas y bajadas de los triángulos son constantes del mismo valor con símbolo cruzado. se tiene que la suma del punto anterior con el siguiente nos da una señal triangular centrada en 0. Señal de sierra y su integral en LabVIEW. En la figura 16 se puede apreciar la integral de una señal de sierra. Los cambios bruscos son ocasionados por los saltos en picada recta que da la señal de entrada. Por otro lado en los valles altos y bajos de la señal cuadrada no hay un cambio en la amplitud por lo cual la derivada es 0. . Figura 14. y a que en cada una de las puntas de los triángulos la derivada es igual a 0. Los picos aparecen con una frecuencia de 2Hz ya que son dos por cada cambio de pico de la señal de entrada. En la figura 17 se puede ver la señal de sierra y su derivada.25 y con 1 Hz. Al usar el método de integración se obtiene como resultado una señal tipo sinodal con la misma frecuencia que la señal de entrada pero una amplitud de 0. Figura 15. es notable que la derivada no se comporta idealmente. La suma da como resultado una señal con la misma frecuencia que la señal de entrada que se comporta suavemente en los extremos inferiores y con picos en los extremos superiores. En la figura 12 se tiene la integral de una señal cuadrada. por ende. los cuales explican las subidas y bajadas de la función integrada a tasas constantes y que cambian de sentido cuando la señal cuadrada salta a su extremo negativo. Se puede notar que el resultado es una señal cuadrada de amplitud 10 y con la misma frecuencia de la señal de entrada. Figura 12. Para la derivada de la señal cuadrada vemos la figura 13.15. estos valores aparecen con la misma frecuencia de la señal de entrada.5 Hz. no se nota en la gráfica de la derivada porque estos valores son pequeños comparados con lo que el programa da para tratar de representar menos infinito. Señal cuadrada y su integral en LabVIEW. Para la integral de una señal triangular se tiene la figura 14. en los cuales se empieza a restar el valor más negativo posible de la señal de entrada al valor de la integral. ya que si lo hiciera de esta manera el valor de la derivada en los puntos que la señal cuadrada cambia de extremo serian de infinito y menos infinito.5 y 2 Hz y por último una señal de sierra de 0.

Por otro lado. Con el fin de minimizar ambos de estos valores se modificaron K p .Corrida 1 32 31 30 Temperatura °C 29 Figura 17. Un incremento en el valor los parámetros T i y T i ocasiona un aumento en el sobre-impulso del de sistema así como un incremento en el tiempo de establecimiento del sistema (tiempo que tarda en llegar a estado estacionario) por lo cual se decidió disminuir este valor. .5 (figura 18). En la literatura se encuentra que aumentar el valor de este parámetro ocasiona una disminución en el sobre-impulso y en el tiempo de establecimiento del sistema [3] por lo cual se le otorgó un valor mayor a 0 en la corrida 3 a diferencia de las primeras 2 corridas. 19 y 20 se obtuvieron con los siguientes parámetros: TABLA II. Con esto se comprueba el efecto que tiene la modificación de los K p sobre la respuesta del sistema. Parámetro Corrida 1 Corrida 2 Corrida 3 Ti Kp Td 260. Adicionalmente. 28 27 26 25 24 23 T de salida T de referencia 0 200 400 600 800 Tiempo 1000 1200 1400 Figura 18. parámetros T i y Las figuras 18. El sobre-impulso sin embargo no se vio afectado con la modificación de estos parámetros. K p y T d sobre el sistema y en la corrida 2 se cambiaron 2 parámetros al tiempo. incrementar el K p ocasiona una disminución en el tiempo de respuesta. Sesión 4: Control PID de temperatura En la primera corrida que se realizó se emplearon los parámetros obtenidos experimentalmente en el controlador con los cuales se obtuvo un tiempo de respuesta (tiempo que tarda el controlador en actuar sobre la respuesta) de aproximadamente 1080 segundos y un sobre-impulso (valor por encima de referencia) de aproximadamente 1. razón por la que se decidió aumentar este valor [3]. Hubiese sido óptimo dejar 2 de ellos constantes y modificar solo uno a la vez para lograr observar el efecto que tenía cada parámetro por sí solo sobre el sistema. Tiempo de la corrida 1 de la sesión 4.5 °C) y puede ser que el sistema ya estuviese en el valor mínimo de sobre-impulso posible. Como se logra ver en la figura 20 el aumento el valor de T d tuvo como consecuencia una disminución en el tiempo de establecimiento que paso de ser 600 segundos a 550 más sin embargo no afectó el sobreimpulso. De esta forma se obtuvo la gráfica evidenciada en la figura 19 donde se observa que el tiempo de respuesta efectivamente disminuye y tiene un valor de aproximadamente 550 segundos. se detecta una disminución significativa en el tiempo de establecimiento que pasa de 1200 segundos en la corrida 1 a 600 segundos en la corrida 2. Los cambios hechos sobre los parámetros del controlador si afectaron el tiempo de respuesta y el tiempo de establecimiento del sistema más no el sobre-impulso. Variación de parámetros. Cabe resaltar que el objetivo de esta sesión era el de identificar los efectos de T i . Esto se puede deber a que el valor del sobre-impulso era relativamente pequeño (1.54 200 200 2. E.6054 4 4 0 0 1 Por último se modificó el valor de T d para poder determinar qué efecto tenía sobre la respuesta del sistema. Gráfica Temperatura vs. Señal de sierra y su derivada en LabVIEW.

Trabajo complementario sesión 4 Los resultados obtenidos para el control PID sin saturación y con saturación se presentan a continuación: Control PID sin Saturación 31 30 Temperatura [°C] 29 28 27 26 25 24 23 0 200 400 600 800 Tiempo [s] 1000 1200 1400 Figura 21. es posible concluir que utilizando el controlador PID se obtiene una respuesta más precisa respecto al valor establecido como objetivo. Gráfica Temperatura vs. Gráfica Temperatura vs. . Gráfica Temperatura vs. esto genera menos precisión y por lo tanto una aplicación en sistemas simples. se consideran correctos los cálculos para determinar los parámetros de la ecuación de transferencia.Corrida 2 32 30 30 29 Temperatura [°C] Temperatura °C 29 28 27 26 28 27 26 25 25 24 Control PID con Saturación 31 31 T de salida T de referencia 0 100 200 300 400 Tiempo 500 600 24 700 Figura 19. lo cual permite un monitoreo constante del error. este efecto puede deberse a que el integrador del controlador continúa integrando aun cuando la entrada se encuentre saturada [4]. Esto muestra entonces que es necesario conocer el sistema que se está modelando y el efecto que pueden tener los actuadores sobre la respuesta obtenida para establecer las condiciones apropiadas para el controlador. esto se debe a que este tipo de controladores posee una acción integral que mantiene una desviación mínima del valor medido con respecto al valor deseado. Además realiza un proceso de retroalimentación de forma continua. Corrida 3 35 Al comparar los resultados obtenidos en las figuras 21 y 22 es posible evidenciar diferencia de la curva alrededor del valor objetivo correspondiente a 30°C. En contraste los controladores On-Off posee un error de tipo oscilatorio debido al tipo de respuesta de este controlador y por lo tanto no alcanza un estado estable a través del tiempo. Gráfica Temperatura vs. Tiempo PID con saturación. IV. Tiempo de la corrida 2 de la sesión 4 23 0 200 400 600 800 Tiempo [s] 1000 1200 1400 Figura 20. En el caso del control PID con saturación se evidencia que la curva alcanza valores por encima de 30C. en la gráfica de control sin saturación se observa que el una vez el controlador alcanza este valor estabiliza el sistema y lo mantiene constante. CONCLUSIONES A partir de los resultados obtenidos y el análisis realizado es posible afirmar que el modelo utilizado correspondiente a la ecuación diferencial de primer orden describe de forma apropiada el fenómeno que ocurre en la planta térmica. Tiempo de la corrida 3 de la sesión 4 F. 30 Temperatura °C 25 20 15 10 5 0 T de salida T de referencia 0 100 200 300 400 Tiempo 500 600 700 Figura 20. Al establecer una comparación de los controladores utilizados en la práctica. Tiempo PID sin saturación. Como consecuencia de esto.

.” Phil. pp. Salgado. Dominguez. Inc. April 1955. D. C. E.” 2015. Eason. (references) [2] [3] [4] Robert H Bishop. “Control System Design. Soc. vol. Goodwin. Stefan E. 529–551.4 – CONTROL PID DE TEMPERATURA. A247. and M.” . Sneddon. “On certain integrals of Lipschitz-Hankel type involving products of Bessel functions. R. Modern Control systems. Trans. London. (2011). New Jersey: Pearson Education. Sierra. Roy. Andrés. Salgado Jimmy. B. Graebe. N..REFERENCES [1] G. “PRACTICA DE LABORATORIO N° 1. Graham C. and I. Noble.