Professional Documents
Culture Documents
Oscar Cárdenas P.
Cód; 285723
Ingenierı́a Mecatrónica - Modelación Matemática
1. Introducción
La modelación es una herramienta vital en cualquier proceso de entendimiento y afian-
zamiento en el conocimiento de un fenómeno, pues esta permite la identificación de las
variables con mayor influencia sobre el comportamiento de dicho fenómeno, ademas de
esto, el modelo de acuerdo a sus resultados sugiere o no, tener en cuenta nuevas variables,
disminuir o ampliar el rango del modelo etc.
Para modelar se necesitan varias habilidades, las cuales pueden pertenecer a una sola
persona, o repartirse en un grupo indisciplinar, pues primero se necesita un conocimiento
amplio en el campo del fenómeno a modelar, también es importante que el modelador
tenga buenas bases de programación, para hacer un modelo ademas de eficaz, eficiente;
El uso y manejo de las herramientas matemáticas es vital, y lo ultimo pero no menos
importante, necesita una lógica y una compenetración con el modelo para poder llegar a
descifrar lo que este tiene en su esencia.
Se ha colocado un sistema masa resorte en el fondo del Actuador para que este sea
quien trasmita la fuerza a la membrana del plenum, por lo que se espera un modelo ma-
1
Taller de Modelación Matemática — 2014-II Taller
Figura 1:
2
Taller de Modelación Matemática — 2014-II Taller
dm ∂ Z Z
= ρdV + v · dA (1)
dt ∂t V C SC
Se sabe que la masa en un sistema no varia, por otro lado el volumen de control se
toma como el volumen de la cámara (se esta deformando), y la única superficie de control,
seria el área por la cual sale la masa de la cámara (área Bien definida).
m dm/dt
ρ= = (3)
V dV /dt
Aplicando la relación de (3) se representa (2) ası́:
∂m
0=+ v s · As (4)
∂t
Es importante tener en cuenta que la m que ha aparecido en (5) es la masa dentro del
plenum; ahora se plantean nuevas suposiciones:
Se asume el gas como ideal, es decir, se supone que el gas esta a una presión relati-
vamente baja para mantener su factor de compresibilidad cercano a 1.
1 ∂ (P V )
0= + v s · As (5)
RT ∂t
Aplicando propiedad para producto de derivadas:
!
1 ∂P ∂V
0= V +P + v s · As (6)
RT ∂t ∂t
3
Taller de Modelación Matemática — 2014-II Taller
!
∂P 1 dV
= −ṁRT − P (7)
∂t V dt
V: Volumen del plenum
ṁ :Flujo másico de salida
P: Presión dentro de la cámara
!
∂P 1 dh
= −ṁRT + P (8)
∂t A ∗ (H − h(t)) dt
La ecuación 8 es útil pues presente una relación entre la presión y el flujo másico, pero
aparece un termino de variación de altura, por lo cual se debe desarrollar una relación que
permita calcular el valor de esta variable; la forma mas adecuada de hallarlo es mediante
el uso de Las leyes de Newton, haciendo un análisis de fuerzas para el sistema mecánico
(ver figura 2). [3]
Figura 2:
4
Taller de Modelación Matemática — 2014-II Taller
Por lo cual se re nombran las variables para obtener un espacio de estados ası́: [4][5]
x1 = h
x2 = ḣ = x˙1
x3 = x o
x4 = x˙o = x˙3
x˙1 0 1 0 0 x1
x˙ k/m2 B/m2
x2
−k/m −B/m
2 2 2
= + B F(t)
x˙3 0 0 0 1 x3
x˙4 k/m1 B/m1 −k/m1 −B/m1 x4
(11)
El sistema descrito anteriormente se puede analizar, por lo menos en algo básico como
su estabilidad, mediante el polinomio caracterı́stico dado por det(SI − A) [4], donde A es
la matriz 4x4 del sistema, este polinomio es:
s2 m1 m2 s2 + sB (m1 + m2 ) + k (m1 + m2 ) (12)
5
Taller de Modelación Matemática — 2014-II Taller
El anterior polinomio tiene dos raı́ces en 0 y las otras dos siempre son negativas, lo que
hace al sistema marginalmente estable, al realizar el test de routh, arroja inestabilidad.
Esto tiene una interpretación fı́sica bastante evidente, si F (t) se llega a aplicar se observa
que como esta definido el sistema, este no tiene un soporte a tierra, es decir saldrı́a ex-
pulsado y tanto h como xo crecerı́an indefinidamente, por lo tanto para estabilizarlo, se
coloca en el programa un código que le imponga un tope o limite a xo .
∂ 2ν ∂ 2ν ∂ 2ν
!
Dν ∂h ∂p
ρ = −ρg − +µ + + (13)
Dt ∂y ∂y ∂x2 ∂y 2 ∂z 2
Si se hacen las siguientes suposiciones:
∂y ∂p ∂ 2ν
0 = −γ− +µ 2 (14)
∂y ∂y ∂x
Integrando dos veces la ecuación 14 se obtiene:
6
Taller de Modelación Matemática — 2014-II Taller
x2
!
1
ν= (γ + Π) + Ax + B (15)
µ 2
Donde:
Pex −P
Π= L
Gradiente de Presión
(γ + Π) x
ν= (x − W ) (16)
2µ
Se desea una expresión para ṁ; por ahora se ha conseguido una expresión para ν, la
cual puede ser integrada nuevamente en el área transversal del estrecho pasa asi obtener el
Caudal, que al ser multiplicado por la densidad arrojara la expresión correspondiente a ṁ.
Z d1 Z w (γ + Π) x
Q= (x − W ) dxdz (17)
0 0 2µ
Al desarrollar la ecuación (17) y simplificar se obtiene la expresión para el Caudal de
salida:
− (γL + (Pex − P )) W 3 d1
Q= (18)
12µL
ṁ = ρQ (19)
Ya se han conseguido las ecuaciones necesarias, para la implementación y simulación
del modelo, para dejar el modelo mas compacto se puede reemplazar (19) en (8).
(γL + (Pex − P )) W 3 d1
! !
∂P 1 dh
= P +P (20)
∂t A ∗ (H − h(t)) 12µL dt
Con la ecuación (20) y las ecuaciones (9) y (10) queda definido el modelo.
7
Taller de Modelación Matemática — 2014-II Taller
2. Fuerza aplicada sobre la base inferior que une extremos del resorte y el amortiguador.
Para el primer de los casos se obtiene una ecuación diferencial de orden 2, la cual es
mucho mas sencilla de trabajar, en el segundo caso se obtiene un sistema de 2 ecuaciones
de orden 2.
4
altura Xo (m)
0
0 1 2 3 4 5 6 7 8
Tiempo (s)
15
velocidad Xo (m/s)
10
0
0 1 2 3 4 5 6 7 8
Tiempo (s)
Figura 3:
8
Taller de Modelación Matemática — 2014-II Taller
4
altura h (m)
−1
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6 6.5 7 7.5 8
Tiempo (s)
15
10
Velocidad h (m/s)
Figura 4:
Las anteriores gráficas se presentaba para entender como seria el comportamiento del
sistema sin la adición de esa presión que lo fuerce la respuesta del sistema. Ahora se pre-
senta el comportamiento del sistema completo para las siguientes condiciones:
9
Taller de Modelación Matemática — 2014-II Taller
101 400
2
Velocidad (m/s)
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6
Tiempo (s)
3
Posición (m)
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6
Tiempo (s)
Figura 5:
En la figura (7) se observa la variación del flujo másico respecto al tiempo para dos
gases distintos.
10
Taller de Modelación Matemática — 2014-II Taller
4e−01
3e−01
flujo másico (m)
2e−01
1e−01
0e00
4e−01
3e−01
Flujo másico (m/s)
2e−01
1e−01
0e00
101 300 101 400 101 500 101 600 101 700
Presión (s)
Figura 6:
4.5e−01
4e−01
3.5e−01
3e−01
2.5e−01
Flujo másico (m/s)
2e−01
1.5e−01
1e−01
5e−02
0e00
−5e−02
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6
Presión (s)
Figura 7:
11
Taller de Modelación Matemática — 2014-II Taller
luego estabilizarse.
3
h (m)
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Tiempo (s)
3
Velocidad h (m/s)
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Tiempo (s)
Figura 8:
4
longitud 1 (m)
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Tiempo (s)
6
velocidad 1 (m/s)
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Tiempo (s)
Figura 9:
12
Taller de Modelación Matemática — 2014-II Taller
102 000
101 900
101 800
101 700
Presion (Pa)
101 600
101 500
101 400
101 300
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Tiempo (s)
Figura 10:
Como se explico en el párrafo anterior, justo cuando la masa llega a su punto máximo,
la presión empieza a bajar (ver figura 11).
13
Taller de Modelación Matemática — 2014-II Taller
1
flujo másico (m)
0.5
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Tiempo (s)
1
Flujo másico (m/s)
0.5
101 300 101 400 101 500 101 600 101 700 101 800 101 900 102 000
Presión (s)
Figura 11:
14
Taller de Modelación Matemática — 2014-II Taller
4
h (m)
6
Velocidad h (m/s)
Figura 12:
4
longitud 1 (m)
6
velocidad 1 (m/s)
Figura 13:
La velocidad tiene un perfil parecido a la posición, pero tiene un pico fuerte justo
cuando se llega al limite de altura.
15
Taller de Modelación Matemática — 2014-II Taller
101 400
101 390
101 380
101 370
Presion (Pa)
101 360
101 350
101 340
101 330
101 320
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6
Tiempo (s)
Figura 14:
La presión y el flujo másico tienen perfiles idénticos, solo que están escalados y des-
plazados un valor, definido por la ecuación de Navier-Stokes, como se puede observar
nuevamente, la presión es bastante sensible a la variación de la velocidad del sistema.
1
flujo másico (m)
0.5
−0.5
1
Flujo másico (m/s)
0.5
−0.5
101 320 101 330 101 340 101 350 101 360 101 370 101 380 101 390 101 400
Presión (s)
Figura 15:
16
Taller de Modelación Matemática — 2014-II Taller
d1 = 0,4m
H = 6m
L = 2m
W = 0,01m
m1 = 0,7kg
m2 = 1kg
k = 35N/m
k2 = 0,35N/m
b = 15N s/m
b2 = 0,15N s/m
17
Taller de Modelación Matemática — 2014-II Taller
−2
flujo másico (m)
−4
−6
−8
−10
−12
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Tiempo (s)
Figura 16:
18
Taller de Modelación Matemática — 2014-II Taller
Figura 17:
El fluido que ingresa al tanque T0 no esta expuesto a grandes presiones por lo cual,
ası́ fuera un gas se puede suponer como incompresible.
Para la construcción del modelo, los pilares o las ecuaciones fundamentales a utilizar
serán la Conservación de la masa y la Conservación de la cantidad de movimiento (Análi-
sis de fuerzas sobre el fluido). La primera herramienta brindada por la fı́sica a usar es la
conservación de la masa, la cual se aplica tomando como volumen de control el volumen
ocupado por el fluido dentro del tanque T0 (Es decir, es variable). [7]
∂ Z Z
0= ρAe dh + ρvdA (21)
∂t V C SC
Resolviendo la ecuación (21) teniendo en cuenta que el sistema tiene una entrada y
una salida se llega a:
∂h
0 = ρAe + ρvs As − ρve Ae (22)
∂t
19
Taller de Modelación Matemática — 2014-II Taller
∂h
= Qe − Qs
Ae (23)
∂t
La ecuación (23) relaciona el caudal de entrada con el caudal de salida, tal como se
deseaba, pero aparece una nueva incógnita, la variación de la altura; por lo cual debe
generarse otra expresión para hacer que el sistema tenga solución. Se plantea el análisis
de fuerzas del fluido usando las ecuaciones de Navier-Stokes en la coordenada y, como en
el caso del modelo 1, por lo que la ecuación de Navier-Stokes a plantear es idéntica a la
ecuación (13). [2]
Tomando en cuenta todas las suposiciones hechas hasta ahora, la ecuación (13) queda
convertida en:
!
∂ν ∂ν ∂h
ρ +ν = −ρg (24)
∂t ∂y ∂y
Dividiendo entre ρ la ecuación (24) y teniendo en cuenta que h = y se llega a:
∂ν ∂ν
+ν = −g (25)
∂t ∂y
Multiplicando toda la ecuación por dS e integrando se consigue la expresión general
de análisis de fuerzas para esta porción de fluido.
∂ν ν2 Z
dS + Δ + Δgy = 0 (26)
∂t 2
Reemplazando para las áreas de entrada y salida del fluido se llega a:
Z ys ∂ν ν 2 − νe2
dS + s + g(ys − ye ) = 0 (27)
ye ∂t 2
Z H ∂νs − νe ν2 ν2
dy + s = g(ye ) + e (28)
0 ∂t 2 2
20
Taller de Modelación Matemática — 2014-II Taller
∂νs − νe ν2 ν2
H + s = g(ye ) + e (29)
∂t 2 2
La ecuación (29) relaciona la altura de la superficie libre para el fluido en el tanque
con la variación de las velocidades de entrada y de salida, por lo que es una ecuación
valida para la solución del sistema 1, junto a la ecuación (23)
Q4 = 0,65m3 /s
Q5 = 0,4m3 /s
Q6 = 0,2m3 /s
Ya se sabe que valor debe tener Q4 , por lo tanto el caudal Q3 seria simplemente:
Q3 = Q 4 − Q 2 (30)
Al conocer el valor de Q3 queda bien definido el sistema 1 para proceder a determinar
una expresión que satisfaga su comportamiento, pero antes se hacen las siguientes supo-
siciones:
c3 = 10kg/m3
c5 = 2kg/m3
c6 = 5kg/m3
Q4 + Q 5 + Q A + Q D = Q B (31)
QB + αQD = Q7 + QC (32)
(1 − α)QD + QC + Q6 = QA (33)
21
Taller de Modelación Matemática — 2014-II Taller
Analizando la ecuación (31) es claro que el caudal QB tiene como una de sus entradas
a QD , ademas de otras tres importantes entradas, por lo cual su valor sera alto comparado
con los demás caudales del sistema, sabiendo esto y observando en la ecuación (32) que
el tanque 3 recibe como entradas a QB y solo una fracción de QD se puede afirmar que
QB tiende a ser:
QD
QB = Q D + α
2QD
QB = (34)
α
Se necesita una relación mas, la cual se obtiene mediante otra deducción de lo que
requiere el sistema, en este caso se analiza el tanque T3 , el cual tiene dos salidas, una de
ellas es Q7 , la cual se supone como salida principal. Es claro que todo sistema se trata de
diseñar para obtener mayor eficiencia, según esto se espera que la salida del sistema de
caudal Q7 sea mayor comparada con QC , pues Q7 es un medidor de eficiencia. También
se puede ver que QC es un lazo de re alimentación de la salida para el control del sistema,
por lo que solo se necesita un pequeño caudal de muestra.
QC − 0,3Q7 = 0 (35)
Finalmente se ha conseguido un sistema de cinco ecuaciones con cinco incógnitas para
los caudales, por lo tanto estos ya se podrı́an determinar sin problema. Ahora es nece-
sario plantear las ecuaciones para hallar las concentraciones en cada uno de los tanques
siguiendo el modelo comportamental bajo la siguiente suposición.
22
Taller de Modelación Matemática — 2014-II Taller
dx1 x1
= Q 3 c3 − Q 4 (36)
dt V1
dx2 x1 x4 x2
= Q4 + QA + Q D cD + Q 5 c5 − Q B (37)
dt V1 V4 V2
dx3 x2 x3 x3
= αQD cD + QB − Q7 − QC (38)
dt V2 V3 V3
dx4 x3 x4
= QC + (1 − α)QD cD + Q6 c6 − QA (39)
dt V3 V4
H = 5m
Rin = 0,3m
Rout = 0,06m
h(0) = H/3
Todos estos valores se han escogido teniendo en cuenta el comportamiento del sistema
en el tiempo, por lo cual serán argumentados a la par con la presentación de las simula-
ciones.
Las concentraciones para los flujos de entrada se seleccionaron sin criterio alguno, los
valores son:
c3 = 10 %
c5 = 2 %
c6 = 5 %
El volumen para todos los demás tanques fue de 1m3 .
QA = 1,2714m3 /s
QB = 2,9017m3 /s
QC = 0,7232m3 /s
QD = 0,5803m3 /s
23
Taller de Modelación Matemática — 2014-II Taller
Q7 = 2,4107m3 /s
En la figura 18, se presenta la variación del caudal de entrada, caudal de salida y altu-
ra. El programa permite identificar el tiempo en el que ocurre (si ocurre) un rebosamiento
o vaciado del tanque. En este caso no ocurre esto pues se ha hecho el diseño para que el
modelo sea consistente.
Caudal entrada 2
2e−01
1.5e−01
1e−01
5e−02
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70
Q2
1.2e−01
1e−01
8e−02
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70
Altura Tanque
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70
Figura 18:
Las concentraciones obtenidas para cada uno de los tanques se presentan en las figuras
18, 19 y 20.
Por otro lado el tanque T2 actuá como un comparador del lazo de control entre la
concentración salida y la de entrada, por eso se ha dejado baja la concentración de c5 ya
que se podrı́a asumir como una perturbación al sistema.
24
Taller de Modelación Matemática — 2014-II Taller
x1
0
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70
x2
0
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70
x3
0
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70
Figura 19:
En general todas las concentraciones son lógicas y validas, ya que lo que se ha inten-
tado es diluir un poco la solución con la ayuda del tanque T0 y el caudal QD (ver figura 20).
x4
3
2.5
1.5
0.5
0
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70
Figura 20:
25
Taller de Modelación Matemática — 2014-II Taller
El caudal de entrada es un valor que se tiene en el modelo, se sabe que caerá cierta
cantidad de volumen de liquido cada instante de tiempo, de acuerdo con la ecuación (23).
El proceso para la selección de la geometrı́a es iterativo, en un inicio se presentan dos
casos:
1. Si se tiene un rebosamiento de T0 .
2. Si se tiene un Vaciado de T0
En el caso 1, el rebosamiento desde el punto de vista fı́sico significa una tasa de cambio
de la velocidad de salida muy baja respecto al resto de parámetros, por lo cual lo que se
debe hacer es compensar esto aumentando la rata de flujo de salida. Esto se puede lograr
mediante varios caminos.
Colocar la condición inicial de altura del fluido en un h alto (Esto solo retardarı́a el
vaciado o pondrı́a el sistema en un punto de operación mas seguro).
26