You are on page 1of 47

1

Métodos básicos de control I

Objetivo específico

Introducir los principales métodos de control en el
dominio del tiempo y en representación externa, los
cuales deben ser entendidos por cualquier profesional
del control

© Carlos Mario Vélez S. Universidad EAFIT

2

Métodos básicos de control I

Temas
1. Requerimientos de diseño
2. Regulador PID
3. Rediseño de reguladores continuos
4. Ubicación de polos (enfoque polinomial)
5. Regulador de cancelación. Regulador de tiempo
mínimo, Regulador de tiempo finito
6. Predictor de Smith (sistemas con retardo)

© Carlos Mario Vélez S. Universidad EAFIT

1

3

Requerimientos de diseño
Generalidades
† Fases del diseño de sistemas de control:
„ Especificación de ciertos requerimientos
„ Selección y ajuste de diversos tipos de controladores
„ Selección, a partir de un detallado análisis, del
controlador que mejor da cumplimiento a los
requerimientos
† El diseño de control para sistemas complejos puede
requerir de metodologías de estructuración
† Consideraciones de diseño:
„ El mejor diseño es malo si los objetivos son erróneos
„ Un sistema de control es válido sólo para condiciones
correctas, tales como: período de muestreo, rango de
linealidad

© Carlos Mario Vélez S. Universidad EAFIT

4

Requerimientos de diseño
Generalidades
† El diseño de un sistema de control implica:
„ Ajuste de parámetros del sistema o del subsistema de control
(diseño por análisis) ó
„ Síntesis del subsistema de control, llamado controlador o
compensador (diseño por síntesis)
† El subsistema de control es un sistema simple y flexible
que permite el control de un sistema más complejo, dentro
de unas condiciones deseadas de desempeño
† Los compensadores digitales son más flexibles que los
analógicos y permiten la realización de cualquier esquema
concebible de control
† En el establecimiento de los requerimientos es importante
que trabajen juntos el diseñador del control y el diseñador
de la planta

© Carlos Mario Vélez S. Universidad EAFIT

2

5

Requerimientos de diseño
Esquemas de compensación

r(t) e(t) u(t) Proces o y(t)
Controlador
controlado
Gc(s )
Gp(s ) Compensación
en serie

r(t) e(t) u(t) Proces o y(t)
controlado
Gp(s )

Compensación
C ontrolador
en paralelo
Gc(s )

© Carlos Mario Vélez S. Universidad EAFIT

6

Requerimientos de diseño
Esquemas de compensación

r(t) u(t) P ro ce s o x(t) y(t)
co n tro la d o C
Gp (s ) Compensación con
realimentación del
estado
R e a lim e n ta ció n
d e l e s ta d o
K

r(t) e(t) u(t) Proceso y(t) Compensación
Controlador Controlador
Gcf(s) Gc(s)
controlado adelanto-serie
Gp(s)
(dos grados de
libertad)

© Carlos Mario Vélez S. Universidad EAFIT

3

7

Requerimientos de diseño
Esquemas de compensación

C o n trola do r
Gcf(s )

r(t) e(t) u(t) Pro ce s o y(t)
C o n trola do r
con tro la d o
Gc(s )
Gp (s )

Compensación con prealimentación
(dos grados de libertad)

© Carlos Mario Vélez S. Universidad EAFIT

8

Requerimientos de diseño
Generalidades
† Definir los requerimientos de un sistema de control
no es fácil. Un error común consiste en imponer
requerimientos inalcanzables
† Especificaciones de diseño de un sistema de control:
„ Especificaciones de desempeño
† Precisión estacionaria
† Respuesta transitoria
† Especificaciones frecuenciales
„ Especificaciones de robustez
† Estabilidad relativa
† Sensibilidad a los parámetros
† Rechazo de perturbaciones y eliminación del ruido
† Esfuerzo de control
„ Índices de desempeño

© Carlos Mario Vélez S. Universidad EAFIT

4

normalmente como respuesta a una entrada escalón † Se asume que el sistema en lazo cerrado es estable † Principales características: „ Tiempo de crecimiento „ Sobreimpulso máximo „ Tiempo de establecimiento „ Tiempo de pico „ Tiempo de retardo † A menudo los requerimientos de respuesta transitoria se describen en términos de polos y ceros † Polos dominantes: polos cercanos al origen © Carlos Mario Vélez S. Universidad EAFIT 5 . etc) † El error en estado estacionario depende del tipo de sistema y de las perturbaciones † Principales tipos de perturbación: inexactitudes de modelado. rampa. 9 Requerimientos de diseño Precisión estacionaria † El objetivo del diseño es eliminar el error en estado estacionario a determinado tipo de entrada (escalón. ruidos. función definida por tramos. Universidad EAFIT 10 Requerimientos de diseño Respuesta transitoria † El objetivo del diseño es obtener ciertas características de la respuesta temporal en lazo cerrado. perturbaciones en la carga † El error en estado estacionario se disminuye si: „ Se adicionan polos en el origen „ Se incrementa la ganancia del sistema † Existe un compromiso entre errores pequeños y la estabilidad adecuada y la respuesta transitoria © Carlos Mario Vélez S. errores numéricos.

5 „ Ancho de banda.1 a 1. Valores aceptados: 1. Pendiente de la respuesta frecuencial para altas frecuencias † Normalmente las especificaciones frecuenciales se especifican dentro de ciertos límites admisibles © Carlos Mario Vélez S. 11 Requerimientos de diseño Especificaciones frecuenciales † El objetivo del diseño es obtener ciertas características de la respuesta frecuencial en lazo cerrado † Especificaciones frecuenciales: „ Pico de resonancia. Generalmente se relaciona con la estabilidad relativa. Indica la velocidad de respuesta y características de robustez y filtrado de ruido „ Razón de atajo (cutoff rate). Universidad EAFIT 12 Requerimientos de diseño Estabilidad relativa † El objetivo del diseño es obtener una determinada velocidad de respuesta del sistema en lazo cerrado † Los criterios más usados para medir la estabilidad relativa son: „ El margen de ganancia „ El margen de fase † Valores normales para un buen desempeño: MG mayor que 6 dB y MF entre 30° y 60° © Carlos Mario Vélez S. Universidad EAFIT 6 .

Solución: mantener S(s) pequeña a bajas frecuencias (perturbación) y Gcl(s) pequeña a altas frecuencias (ruido) © Carlos Mario Vélez S. Universidad EAFIT 14 Requerimientos de diseño Rechazo de perturbaciones y eliminación del ruido † El objetivo del diseño es lograr que la señal controlada sea igual a la señal de referencia a pesar de la influencia permanente de perturbaciones † La realimentación reduce el efecto de perturbaciones y ruido en el comportamiento del sistema † Relación entre la salida Y(s). el ruido N(s). el error E(s). Se debe buscar un compromiso entre estabilidad y sensibilidad © Carlos Mario Vélez S. la perturbación D(s) y la sensibilidad S(s): Y(s) = Gcl(s)R(s) + G(s)S(s)D(s) – Gcl (s)N(s) E(s) = S(s)R(s) – G(s)S(s)D Gcl(s)(s) + N(s) Gcl(s) + S(s) = 1 † S(s) y Gcl(s) deben ser pequeñas. 13 Requerimientos de diseño Sensibilidad a los parámetros † El objetivo del diseño es lograr que el sistema en lazo cerrado se comporte de cierta manera a pesar de errores (incertidumbres) o cambios en el modelo del proceso † Sensibilidad: grado con el cual cambios en los parámetros afectan el desempeño global del sistema † Ganancias de lazo altas contribuyen a la disminución de la sensibilidad en lazo cerrado. pero al disminuir una aumenta la otra. Universidad EAFIT 7 . al aumentar la ganancia disminuye la estabilidad relativa. No se pueden reducir al mismo tiempo. debido a cambios de los parámetros † Sin embargo.

Universidad EAFIT 8 . 15 Requerimientos de diseño Esfuerzo de control † Se busca lograr otros objetivos de control teniendo en cuenta los límites de las señales de control † La mayoría de actuadores tienen límites en su magnitud y velocidad de cambio † Los límites de los actuadores pueden restringir el comportamiento y robustez en lazo cerrado † Por ejemplo. por medio de un índice de desempeño (función de coste) † Un índice de desempeño es una medida cuantitativa (positiva) del desempeño de un sistema y se escoge de manera que se hace énfasis en los requerimientos importantes del sistema † Base de la teoría de control óptimo † Índices más comunes „ ISE (integral del cuadrado del error) „ ITAE (integral del tiempo multiplicado por el valor absoluto del error) © Carlos Mario Vélez S. la saturación del actuador puede causar inestabilidad y una respuesta transitoria indeseable † El esfuerzo de control crece con la estabilidad relativa † Se debe especificar al inicio del diseño: „ Límite de la magnitud y velocidad de la señal de actuación „ Respuesta del sistema en lazo cerrado a grandes señales de entrada © Carlos Mario Vélez S. Universidad EAFIT 16 Requerimientos de diseño Índices de desempeño † El objetivo del diseño es minimizar cierto índice de desempeño † Se asume que es posible especificar cuantitativamente el comportamiento deseado.

punto de referencia (setpoint) † Fenómeno indeseado: offset (fuera de referencia). ajuste sencillo y fácil comprensión † El ajuste puede hacerse por tanteo. debido a una pobre sintonización. 17 Regulador PID Conceptos básicos † PID significa Proporcional-Integral-Derivativo † Es el regulador más utilizado en procesos industriales (90-95%). debido a su gran flexibilidad. Universidad EAFIT 9 . sin un previo conocimiento del modelo matemático de la planta † Se pueden sintonizar y pueden generar planificadores de ganancia automáticamente † No siempre se utilizan correctamente.constante de acción proporcional † e(t) = r(t) – y(t) . Error en estado estacionario debido a que la acción de control es constante si el error también lo es „ Ejemplo: si en un tanque de agua (con una bomba para el control de nivel) el flujo de entrada es igual al flujo de salida (debido a un escape). La razón es la dificultad para ajustar tres parámetros por prueba y error † Fenómeno indeseado: "integrator windup" © Carlos Mario Vélez S.error † r(t) . el nivel se estabiliza por debajo del nivel máximo deseado † El offset se elimina con la adición de una acción de control integral © Carlos Mario Vélez S. Universidad EAFIT 18 Regulador PID Acción P (proporcional) † u(t) = Kpe(t) † Kp .

19 Regulador PID Acción I (Integral) t Kp u (t ) = Ti ∫ e(t )dt 0 † Ti – Tiempo de acción integral † La acción integral elimina el offset. ya que la acción de control aumenta aunque el error permanezca temporalmente constante (integra el error) © Carlos Mario Vélez S. Universidad EAFIT 20 Regulador PID Acción D (Derivativa) de(t ) u (t ) = K p Td dt † Td – Tiempo de acción derivativa † Aumenta la velocidad de reacción a un cambio del error (acción anticipadora) © Carlos Mario Vélez S. Universidad EAFIT 10 .

I y D † Casos particulares: PI (Td = 0). 21 Regulador PID Control PID ⎡ 1 t de(t ) ⎤ U ( s) ⎡ 1 ⎤ u (t ) = K p ⎢e(t ) + ∫ e(t )dt + Td ⎥ = Kp ⎢1 + + Td s ⎥ ⎣ Ti 0 dt ⎦ E ( s) ⎣ Ti s ⎦ † La función de transferencia anterior es impropia † Para utilizar una función de transferencia propia y. se introduce una constante de relajación α = 0. PD (Ti = ∞) † Con la acción I se elimina el offset † Con la acción D se logra: „ Una alta sensibilidad al error y produce una corrección significativa antes que el error se haga excesivo (acción anticipativa) „ Extrapolación más que predicción (un controlador más complejo a partir de un modelo dinámico permite una mejor predicción) „ Añade amortiguamiento y permite una Kp mayor. † La FDT del controlador PID es (forma estándar): U ( s) ⎡ 1 Td s ⎤ = K p ⎢1 + + ⎥ E ( s) ⎣ Ti s 1 + αTd s ⎦ © Carlos Mario Vélez S.2. además. Universidad EAFIT 11 . evitar irregularidades ante cambios repentinos de la señal de error (la derivada se hace muy grande). Universidad EAFIT 22 Regulador PID Control PID † Reúne todas las ventajas de las acciones P.05 … 0. lo que disminuye el offset „ Desventajas: amplificación del error y saturación del actuador © Carlos Mario Vélez S.

s In1 Out1 Td. Universidad EAFIT 12 . MF y el pico de resonancia † No es efectivo para sistemas inicialmente inestables o ligeramente amortiguados © Carlos Mario Vélez S.s a*Td.s+1 © Carlos Mario Vélez S. 23 Regulador PID Controlador PI † Mejora el amortiguamiento y reduce el sobreimpulso † Incrementa el tiempo de crecimiento † Disminuye el ancho de banda † Mejora el MG. MF y el pico de resonancia † Filtra el ruido de alta frecuencia Controlador PD † Mejora el amortiguamiento y reduce el sobreimpulso † Reduce el tiempo de crecimiento y de establecimiento † Incrementa el ancho de banda † Mejora el MG. Universidad EAFIT 24 Regulador PID Diagrama de simulación I 1 Kp 1 Ti.

4 en cuenta la saturación del 1.2 actuador 0 0 5 10 15 20 25 30 35 40 45 50 t (seg) © Carlos Mario Vélez S.6 "Integrator windup" 1. Universidad EAFIT 26 Regulador PID Ejemplo (cont.6 Respuesta teniendo 0. Ti = 7.5 † Diagrama de simulación: PID 1 1 analógico s2 +s Referencia Saturación Planta Scope © Carlos Mario Vélez S.4 en cuenta la saturación del 0. 25 Regulador PID Ejemplo † El siguiente ejemplo muestra el problema de saturación. Universidad EAFIT 13 . un fenómeno indeseado en control † Planta: G(s) = 1/s(s+1) † PI: Kp = 0.).8 0. Resultados de la simulación Variable controlada Respuesta sin tener 1.27.2 actuador 1 y (t) 0.

05 actuador -0.25 sin tener en cuenta la saturación del actuador 0. 27 Regulador PID Ejemplo (cont.1 0 5 10 15 20 25 30 35 40 45 50 t (seg) © Carlos Mario Vélez S. Universidad EAFIT 28 Regulador PID Discretización de un PID continuo † Existen diversos métodos de aproximación.05 Acción de control 0 teniendo en cuenta la saturación del -0.3 Acción de control 0. Resultados de la simulación Acción de control 0. Universidad EAFIT 14 .2 Sistema en 0.).15 lazo abierto u (t) 0. Uno de ellos se presenta a continuación † Se aproxima la integral por el método del trapecio y la derivada por el método de diferencia hacia atrás: ⎡ 1T k Td ⎤ u( kT ) = K p ⎢ e(kT ) + ∑ [e(iT ) + e((i − 1)T )] + T [e(iT ) − e((i − 1)T )]⎥ ⎣ Ti 2 i =1 ⎦ † El inconveniente de la expresión anterior es la acumulación ilimitada de datos en memoria † Para obtener un algoritmo recursivo se obtiene u((k-1)T) y se resta a la expresión anterior © Carlos Mario Vélez S.1 0.

Ti y Td de manera que se satisfagan los requerimientos de diseño † Método de Ziegler-Nichols (1942): método heurístico. Se obtiene la respuesta del sistema a una entrada escalón y se calculan la pendiente R en el punto de inflexión y el retardo L (ver gráfica). Variantes: „ Método de la curva de reacción (método en lazo abierto para sistemas estables) „ Método de sensibilidad (método en lazo cerrado para sistemas estables o inestables) † Método de la curva de reacción. 29 Regulador PID Discretización de un PID continuo † El algoritmo PID discreto es (una de las tantas posibilidades): u (kT ) = u ((k − 1)T ) + q0 e(kT ) + q1e((k − 1)T ) + q2 e((k − 2)T ) U ( z ) q0 z 2 + q1 z + q2 = E( z) z ( z − 1) ⎛ T Td ⎞ ⎛ T 2T ⎞ K p Td q0 = K p ⎜1 + + ⎟ q1 = − K p ⎜1 − + d⎟ q2 = ⎝ 2Ti T ⎠ ⎝ 2Ti T ⎠ T © Carlos Mario Vélez S. Universidad EAFIT 15 . Universidad EAFIT 30 Regulador PID Sintonización de reguladores PID † Sintonización de un PID: ajuste de los parámetros Kp. Los parámetros se obtienen a partir de una tabla © Carlos Mario Vélez S.

- PI 0. 31 Regulador PID Sintonización de reguladores PID.5 0 -0. Universidad EAFIT 16 .5 de un cuarto de la amplitud 3 † Se obtiene la respuesta 2.5L Para sistemas discretos se hace L = L + T/2 © Carlos Mario Vélez S.5 -1 0 5 10 15 20 Para sistemas discretos L t (seg) se hace L = L + T/2 © Carlos Mario Vélez S. Método de la curva de reacción † Requerimiento de diseño: 4 razón de amortiguamiento 3.2/RL 2L 0.9/RL 3L - PID 1.5 calculan la pendiente R y el 1 retardo L (ver gráfica). Universidad EAFIT 32 Regulador PID Sintonización de reguladores PID. Método de la curva de reacción † Tabla para el ajuste de parámetros Acción Kp Ti Td P 1/RL .5 temporal del sistema a una 2 entrada escalón y se y (t) 1. Los R parámetros se obtienen a partir de una tabla 0.

8 Mala > 0. .8 Muy mala © Carlos Mario Vélez S.7/RL 2. 0.42L © Carlos Mario Vélez S.2) „ La sensibilidad es muy grande „ Existen versiones mejoradas.95/RL 2. Características „ El método no da un control satisfactorio. 33 Regulador PID Sintonización de reguladores PID † Método de la curva de reacción.6/RL 4L . Ejemplo: coeficientes de Chien-Hrones-Reswick Mp 0% 20% Acción Kp Ti Td Kp Ti Td P 0.2/RL 2L 0.7/RL PI 0.4L 0.3/RL .4 Apenas regulable 0.2 Buena 0. 0.1 – 0. Características „ Un proceso con un retardo L grande y una pendiente considerable es difícil de controlar (Kp es pequeña) „ Grado de dificultad: So = RL „ La regulabilidad del proceso puede determinarse a partir de la siguiente tabla „ La regulabilidad mejora al disminuir T So Regulabilidad 0 – 0.4 – 0. Razón: el amortiguamiento es muy pobre (ζ ≈ 0.1 Muy buena 0. Universidad EAFIT 34 Regulador PID Sintonización de reguladores PID † Método de la curva de reacción.2 – 0.42L 1. Universidad EAFIT 17 .3L PID 0.

7 0.5 0.5 1 0.540.35 0.090.8 0.9 0.2 0 0.2 y (t) y (t) 0.1 0.480.4/Ku 0.060.05 -0.690.15 0.12Tu © Carlos Mario Vélez S.510.720.4 0.6 0. La respectiva ganancia es Ku (MG) y el período de las oscilaciones es Tu (ωcf) „ Los parámetros del regulador se obtienen de la siguiente tabla Acción Kp Ti Td P 0.360.6/Ku 0.630.1 0.780.750.3 0.180.15 0 0 1 2 3 4 5 6 -0.4 0.8Tu - PID 0.390.5Tu 0. Universidad EAFIT 18 . 35 Regulador PID Sintonización de reguladores PID † Método de sensibilidad „ Se utiliza un regulador P para el control del sistema en lazo cerrado con una referencia tipo escalón „ Se incrementa la ganancia Kp hasta que el sistema se vuelva críticamente estable.030.210.570.25 0.420.240.270.450.25 seg s + 2s + 4 2 Curva de reacción: 0. Universidad EAFIT 36 Regulador PID Ejemplo de sintonización PID 3.5/Ku .330.660.150.81 t (seg) t (seg) © Carlos Mario Vélez S.2 -0.05 0.2 G( s) = T = 0.45 0. - PI 0.3 0.3 0 0.1 -0.6 0.120.

2 0 0 1 2 3 4 5 6 7 8 9 10 0 0 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10 t (seg ) t (seg) t (seg) © Carlos Mario Vélez S.2 0.6 1.4 0.2 0. 0. Universidad EAFIT 19 .2 1.8 0.6 0 0.4 1.4 0.5 0 0 1 2 3 4 5 6 7 8 9 10 0 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10 t (seg) t (seg) t (seg ) Coeficientes de Chien-Hrones-Reswick 1.18).295. PI (2. 0.12) „ El diagrama de simulación y las respuestas temporales se muestran a continuación „ Regulabilidad: So = RL = 0.2 1. PI (3.62.4 1.66.2 y (t) y (t) 1 y (t) 1 0.71.8 PID 1.2 1. PID (4.16).8 0. Universidad EAFIT 38 Regulador PID Ejemplo de sintonización PID (cont. 0. 0.6 1 1.59.4 1 1 1.6 0.6 0.88 „ Z-N: P (3.4 0.47.8 0.) † Curva de reacción „ L = 0.2 1 PID Digital s2 +2s+4 Referencia Planta Respuesta temporal © Carlos Mario Vélez S. 37 Regulador PID Ejemplo de sintonización PID (cont.4 0. R = 0.26 (apenas regulable) Acción de control 3.8 1.6 0.15) „ C-H-R (0%): P(1.4 0.6 0.85).2 -0.1.5 0.25/2 = 0.89).8 2 1.17 + 0. PID (3.5 PI 2 P PID 1.4 0.2 0.2 0.5 1.4 2.8 1 y (t) P PI y (t) y (t) 0. 0.) † Curva de reacción Coeficientes de Ziegler-Nichols 1.31.

5 1.5 0. Universidad EAFIT 20 . Tu = 2π/ωcf = 1.78).46 1.6 0.6 1. PID (3.) † Método de sensibilidad „ Discretización del modelo continuo de la planta con período T = 0.34.8 y (t) y (t) 0.) † Método de sensibilidad „ P (2.4 1.2 1.2 1 1 1 0.25 seg „ Margen de ganancia y frecuencia de cruce de fase del sistema discreto: MG = 5.17) „ Las respuestas temporales se muestran a continuación 1. Universidad EAFIT 40 Regulador PID Ejemplo de sintonización PID (cont.6 1. 1.6 0. 0. 0.51.57 y ωcf = 4.73.2 1 y (t) 0.8 0.2 0 0 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10 t (seg) t (seg) t (seg) © Carlos Mario Vélez S. 39 Regulador PID Ejemplo de sintonización PID (cont.4 1.46 seg Ku = 5. PI (2.4 PI PID 0.2 0 -0.57 Tu = 1.31 „ Ku = 5.17).4 0.2 P 0 0.4 0.2 0 1 2 3 4 5 6 7 8 9 10 t (seg) © Carlos Mario Vélez S.6 0.8 y (t) 0.57.8 1.4 1.

Universidad EAFIT 21 . polos y ceros) † Ventajas de la discretización: „ Fiabilidad y costo „ Se pueden aplicar métodos continuos de diseño † Restricción: período de muestreo pequeño † Métodos de rediseño en lazo abierto: „ Aproximación en diferencias hacia atrás y adelante „ Aproximación de Tustin o bilineal „ Aproximación a una respuesta impulsional o escalón „ Mapeo de polos y ceros © Carlos Mario Vélez S. 41 Rediseño de reguladores continuos Generalidades † Objetivo del diseño: discretización de un regulador continuo de buen desempeño. respuesta frecuencial. Universidad EAFIT 42 Rediseño de reguladores continuos Aproximación de diferencia hacia atrás b y = − ay (t ) + bu (t ) G( s) = s+a y ( kT ) − y (( k − 1)T ) b y  G( z) = T 1 − z −1 +a T G ( z )  G ( s ) s = (1 − z − 1 ) / T † Características: „ Al semiplano izquierdo le corresponde un círculo de radio ½ y centro en ½ „ Siempre se conserva la estabilidad „ La respuesta frecuencial se distorsiona considerablemente para períodos de muestreo grandes © Carlos Mario Vélez S. de manera que se conserven sus propiedades (respuesta temporal.

Universidad EAFIT 44 Rediseño de reguladores continuos Aproximación de Tustin o bilineal b y = − ay (t ) + bu (t ) G( s) = s+a ( k +1) T ( k +1) T ∫ kT  = ydt ∫ [−ay (t ) + bu(t )]dt kT Aproximando cada integral por el método del trapecio aT bT y (( k + 1)T ) − y ( kT )  − [ y ((k + 1)T ) + y (kT )] + [u((k + 1)T ) + u(kT )] 2 2 b G( z) = 2 1 − z −1 +a T 1 + z −1 G ( z )  G ( s ) s = 2 (1 − z − 1 ) T (1 + z − 1 ) © Carlos Mario Vélez S. Universidad EAFIT 22 . 43 Rediseño de reguladores continuos Aproximación de diferencia hacia adelante b y = − ay (t ) + bu (t ) G( s) = s+a y (( k + 1)T ) − y ( kT ) b y  G( z ) = T 1 − z −1 +a Tz −1 G ( z )  G ( s ) s = (1− z − 1 ) / Tz − 1 † Características: „ Al semiplano izquierdo le corresponde también un semiplano izquierdo „ No siempre se conserva la estabilidad „ Esta aproximación nunca se utiliza © Carlos Mario Vélez S.

Universidad EAFIT 23 . Universidad EAFIT 46 Rediseño de reguladores continuos Ejemplo .649( z + 1) -50 2( z + 1) -100 -100 -200 G( z) = -150 G( z) = z + 0.1 seg s + 10 Prewarping. Magnitud (dB Fase (grados). 100% < 3% 20T ωc © Carlos Mario Vélez S. Magnitud (dB 100 100 50 0 0 1.6492 -200 -300 3z − 1 -250 -300 ωN -400 50 50 0 0 -50 -50 -100 -100 0 1 2 10 101 102 0 1 2 10 101 102 Frecuencia (rad/sec) Frecuencia (rad/sec) © Carlos Mario Vélez S. ω1 = 30 Tustin ) ) Fase (grados). En efecto. 45 Rediseño de reguladores continuos Aproximación de Tustin o bilineal † Características „ Al semiplano izquierdo le corresponde un círculo unitario centrado en el origen (correspondencia ideal) „ Siempre se conserva la estabilidad „ La respuesta frecuencial se distorsiona considerablemente para períodos de muestreo grandes.Aproximación de Tustin o bilineal 20 G(s) = T = 0. 2 1 − z −1 2 1 − e − iωd T 2i ωT ωc T ωd T s= iωc = − iωd T = tan d = tan T 1 + z −1 T 1+ e T 2 2 2 3π ωd − ωc ωd = .

Universidad EAFIT 24 . Universidad EAFIT 48 Rediseño de reguladores continuos Aproximación por mapeo de polos y ceros † Función de transferencia continua factorizada m K ∏ ( s − ai ) G( s) = i =1 n ∏ (s − b ) i =1 i † Función de transferencia discreta factorizada m K ′( z + 1) n −m −1 ∏ ( z − e aiT ) G( z) = n i =1 ∏ (z − e i =1 biT ) La ganancia K' se obtiene de: lim G ( s ) = lim G ( z ) s →0 z →1 © Carlos Mario Vélez S. 47 Rediseño de reguladores continuos Aproximación a una respuesta impulsional G ( z )  Z {L− 1 {G ( s )}} ≡ Z {G ( s )} Aproximación a una respuesta escalón G ( z )  (1 − z − 1 ) Z {L− 1 {G ( s )}} ≡ (1 − z − 1 ) Z {G ( s )} © Carlos Mario Vélez S.

z = e = 0.905 K ′( z − 1. Universidad EAFIT 50 Rediseño de reguladores continuos Ejemplo . z = e 2T = 1.221 s = −1.1 seg ( s + 1)( s + 2) Polos Ceros −2T s = −2.07791( z − 1. Universidad EAFIT 25 .819 s = 2.819) lim G ( s ) = 1 .Aproximación por mapeo de polos y ceros −( s − 2) G(s) = T = 0.819) ( z − 0.905)( z − 0. z = e −T = 0.221) −0.8348K ′ . lim G ( z ) = −12. K ′ = −0.07791 s →0 z →1 © Carlos Mario Vélez S.905)( z − 0.221) G( z) = G( z) = ( z − 0. 49 Rediseño de reguladores continuos Aproximación por mapeo de polos y ceros † Características „ (z + 1)n-m-1 corresponde a los ceros en el infinito „ El método es utilizado cuando se aplica un diseño por cancelación de polos y ceros „ Se puede seleccionar K' para otras frecuencias de interés „ Los polos y ceros complejos es mejor mapearlos juntos: ( s + a ) 2 + b2 → z 2 − 2 ze − aT cos bT + e −2 aT © Carlos Mario Vélez S.

04893( z + 0.Comparación de métodos de rediseño 100 Continua Tustin – Mejor en 0 un rango de Fase (grados).0001234)( z − 0.9538)( z + 0.6364)( z − 0. 51 Rediseño de reguladores continuos Ejemplo . Universidad EAFIT 52 Rediseño de reguladores continuos Ejemplo (cont.03099( z − 0.1 seg ω1 = 30 rad/ seg ( s + 5)( s + 90) Método G(z) ZOH 0. Magnitud (dB) -100 -200 frecuencias más -300 amplio -400 Preajuste – mejor en la frecuencia de 50 30 rad/seg 0 Preajuste ZOH y Mapeo – pésimo.1536) ( z − 0.6) Mapeo 0. Universidad EAFIT 26 .2)( z + 1) ( z + 0.6065) Preajuste 0.02760( z − 0.8676)( z + 1) ( z + 0.Comparación de métodos de rediseño s + 30 G(s) = T = 0.403) © Carlos Mario Vélez S.6065) Tustin 0.01818( z + 0.0001234)( z − 0.) . excepto -50 -100 ZOH Tustin para un escalón Mapeo (frecuencia cero) -150 -200 0 10 101 102 Frecuencia (rad/sec) © Carlos Mario Vélez S.04979) ( z − 0.

04 -0.2 0.02 y (t) 0 Continua -0.Comparación de métodos de rediseño 0.02 Tustin -0.01 rad/ seg 0.07 Continua 0.06 0.01 0 0 0.4 0.04 Tustin ZOH aproximación para una 0.02 Mapeo 0.05 ZOH – la mejor y (t) 0.06 Preajuste 0.) . 53 Rediseño de reguladores continuos Ejemplo (cont.) .2 t (seg) © Carlos Mario Vélez S. Universidad EAFIT 27 .08 0 200 400 600 800 1000 1200 1400 1600 1800 2000 t (seg) © Carlos Mario Vélez S.08 ω = 0.8 1 1.6 0.Comparación de métodos de rediseño 0.08 Preajuste 0. Universidad EAFIT 54 Rediseño de reguladores continuos Ejemplo (cont.06 -0.04 ZOH Mapeo 0.03 entrada escalón 0.

+ bm −1 z + bm Gp ( z) = = n A(z) y B(z) son A( z ) z + a1 z n −1 + " + an −1 z + an polinomios µ µ −1 Q ( z ) q0 z + q1 z + . 55 Ubicación de polos (enfoque polinomial) Generalidades † Se ubican los polos y ceros en un lugar deseado.. Universidad EAFIT 56 Ubicación de polos (enfoque polinomial) Generalidades † Esquema de control r(kT) Controlador e(kT) Controlador u(kT) Proceso y(kT) controlado Gf(z) Gc(z) Gp(z) † Funciones de transferencia B ( z ) b0 z m + b1 z m−1 + ... de manera que se obtenga una determinada FDT en lazo cerrado † La FDT deseada puede darse ubicando directamente los polos y ceros discretos o discretizando una FDT continua † Los ceros se ubican por medio de un prefiltro † Posibilidad de lograr un comportamiento deseado en estado estacionario y transitorio † El método se puede aplicar a sistemas SISO y MIMO † Se debe resolver una ecuación diofantina © Carlos Mario Vélez S.. + qµ −1 z + qµ coprimos Gc ( z ) = = ν P( z ) z + p1 zν −1 + " + pν −1 z + pν A(z) es un T ( z) polinomio G f ( z) = mónico S ( z) © Carlos Mario Vélez S. Universidad EAFIT 28 .

Universidad EAFIT 58 Ubicación de polos (enfoque polinomial) Solución de la ecuación diofantina † Restricción de causalidad: µ ≤ ν † µ ≥ n – 1. si el proceso es de orden n. para cancelar ceros o polos (de fase mínima) del proceso † De esta manera. 57 Ubicación de polos (enfoque polinomial) Solución del problema † Función de transferencia en lazo cerrado Y ( z) T ( z) B ( z )Q ( z ) = R( z ) S ( z ) A( z ) P( z ) + B( z )Q ( z ) † Función de transferencia deseada Bm ( z ) Gm ( z ) = Am ( z ) † Solución „ Ubicación de polos (ecuación diofantina o diofántica) n +ν A( z ) P ( z ) + B ( z )Q ( z ) = Am ( z ) = ∏ ( z − zi ) i =1 „ Ubicación de ceros T ( z) B ( z )Q ( z ) = Bm ( z ) S ( z) © Carlos Mario Vélez S. Universidad EAFIT 29 . el regulador será mínimo de orden (n – 1) y el sistema en lazo cerrado será de orden (2n – 1) © Carlos Mario Vélez S. Por ejemplo. ya que „ Número de incógnitas del regulador: µ + ν + 1 „ Número de ecuaciones: n + ν „ Número de incógnitas ≥ Número de ecuaciones † ν = µ = n – 1 corresponde a una solución única † Se tienen (2n – 1) incógnitas o parámetros del regulador † Se especifican (2n – 1) polos en lazo cerrado † µ > n – 1 permite una selección arbitraria de algunos de los coeficientes del regulador.

En efecto. 59 Ubicación de polos (enfoque polinomial) Solución de la ecuación diofantina † Si el polinomio deseado es de menor orden que (2n – 1) se deben cancelar algunos polos y/o ceros (de fase mínima) de la planta con algunos ceros y/o polos del regulador. Universidad EAFIT 60 Ubicación de polos (enfoque polinomial) Características † Se obtiene un regulador de dimensión mínima † La planta puede tener polos y ceros de fase no mínima † Un regulador de grado mayor puede utilizarse para cancelar ceros de fase mínima o introducir integradores para eliminar errores estacionarios † Se pueden ubicar los ceros con un prefiltro † Se puede eliminar el error estacionario con un prefiltro constante o un integrador † Métodos para la solución de la ecuación diofantina: „ Comparación de coeficientes „ Algoritmo de Euclides „ Algoritmo extendido de Euclides „ Uso de la matriz de Sylvester © Carlos Mario Vélez S. B( z ) B c B nc Q cQ nc Sea G p ( z ) = = c nc y Gc ( z ) = c nc . † Esto se puede hacer incluyendo los polos y/o ceros a cancelar dentro del polinomio deseado. A( z ) A A PP Ac Anc P c P nc + B c B ncQ cQ nc = Ac B c Am implica que: Q c = Ac . Entonces. Universidad EAFIT 30 . P c = B c La ecuación diofantina se reduce a: Anc P nc + B ncQ nc = Am † El regulador es: Q ( z ) Ac Q nc Gc ( z ) = = P ( z ) B c P nc © Carlos Mario Vélez S.

num{:}.2 n −2 " am .2 n −1 am .'Ts'. if (2*n-1) ~= length(D)-1 disp('Sólo se pueden asignar (2n-1) polos').D). end Gcl=Gr*G/(1+Gr*G).Ts).den]=reduce(num. A=G.Ts). %Solución de la ecuación diofantina Nr=M(2*n:-1:n+1)'.num{:}.Ts == 0 Gr=tf(Nr. if G. Universidad EAFIT 62 Ubicación de polos (enfoque polinomial) Uso de la matriz de Sylvester – Código en MATLAB function [Gr.Gcl]=ubicpolo(G. Dr=M(n:-1:1)'.G.den. num=Gcl.D) B=G.den{:}. n=length(A)-1.G.Dr). Universidad EAFIT 31 .0 ⎤⎦ -1 M = E Am M = [ pn −1 qn − 2 " q0 ] T pn − 2 " po qn −1 © Carlos Mario Vélez S. else Gr=tf(Nr. © Carlos Mario Vélez S.'Ts'.den). [num.B.den{:}. Gcl=tf(num.Dr. den=Gcl. return end M=diofan(A. 61 Ubicación de polos (enfoque polinomial) Uso de la matriz de Sylvester ⎡ an 0 " 0 | bn 0 " 0 ⎤ ⎢a an " 0 | bn −1 bn " 0 ⎥ ⎢ n −1 ⎥ ⎢ # # # | # # # ⎥ ⎢ ⎥ ⎢ a1 a2 " an | b1 b2 " bn ⎥ E=⎢ − − − − − − − − − ⎥ Matriz de Sylvester ⎢ ⎥ (contiene información ⎢ 1 a1 " an −1 | bo b1 " bn −1 ⎥ sólo de la planta) ⎢ 0 1 " an − 2 | 0 bo " bn −2 ⎥ ⎢ ⎥ ⎢ # # # | # # # ⎥ ⎢ 0 0 " 1 | 0 0 " bo ⎥⎦ ⎣ T A m = ⎡⎣ am .

E4i]. E2i=[E2i B(ind+1)]. end if ind>n E=[E1 E2. for j=1:n for i=1:n ind=n-i+j. if nA ~= nB end B=[zeros(nA-nB) B]. for j=1:n end E4=[E4. if (2*n-1) ~= length(D)-1 disp('Sólo se pueden asignar (2n-1) polos'). E3=[E3. if nA ~= nB B=[zeros(nA-nB) B].E3i]. return end nA=length(A). M=inv(E)*D. End for i=1:n E2=[].B. © Carlos Mario Vélez S.i-1). else end E1i=[E1i A(ind+1)]. © Carlos Mario Vélez S.B) E2i=[E2i 0].E1i]. Universidad EAFIT 32 .D) n=length(A)-1. for i=1:n for j=1:n-i+1 E2i=[].E2i]. ind=n-i+j. nB=length(B). end D=D1'. E4i=[E4i B(j)]. Universidad EAFIT 64 Ubicación de polos (enfoque polinomial) Uso de la matriz de Sylvester – Código en MATLAB function E = sylvest(A. E3i=[E3i A(j)]. end E=sylvest(A. E4=[]. D1=[]. end end end E1=[E1. for i=1:2*n D1=[D1 D(2*n+1-i)]. nB=length(B). E4i=zeros(1.E3 E4].i-1). end end E2=[E2. E1=[]. n=length(A)-1. E3=[].B). 63 Ubicación de polos (enfoque polinomial) Uso de la matriz de Sylvester – Código en MATLAB function M=diofan(A. E3i=zeros(1. else nA=length(A). if ind>n for j=1:n-i+1 E1i=[E1i 0]. end for i=1:n E1i=[].

78 M p = 100e 1−ζ 2 ts  Gm ( s ) = ζω 0 s 2 + 8s + 45.1seg s ( s + 1) M p ≤ 10% . Universidad EAFIT 33 .146 z + 0.9673) Gp ( z) = = A( z ) ( z − 1)( z − 0.7659 Gm ( z ) = z 2 − 1.0048( z + 0.172( z + 0.764) 3. 65 Ubicación de polos (enfoque polinomial) Ejemplo 1 1 Requerimientos de diseño : G p (s) = T = 0.5912 0. e p .) † Planta discreta: B( z ) 0.ss = 0 © Carlos Mario Vélez S.9048) † Según los requerimientos de diseño: ζπ − 3.449 2 ⎛ ⎛M ⎞⎞ 1 + ⎜ π / ln ⎜ p ζt ⎝ ⎝ 100 ⎟⎠ ⎟⎠ s © Carlos Mario Vélez S.2 ω0  = 6. Universidad EAFIT 66 Ubicación de polos (enfoque polinomial) Ejemplo 1 (cont. ts  0.2 45.78 1 ζ = = 0.8 seg .

12( z + 0.9673)31.84( z − 0. Universidad EAFIT 34 .172( z + 0.3 † Regulador de ubicación de ceros (prefiltro) Bm ( z ) 0.449)( z − 0. µ = ν = n − 1 = 1 Gc ( z ) = = P( z ) z + p1 „ Ecuación diofantina: ( z − 1)( z − 0.449 † Regulador de ubicación de polos Q ( z ) 31.0048( z + 0.449 ⎧ p1 − 1 + 0.146 ⎨ p1 = −0.0048q0 ) z − p1 + 0.3.0048q0 = −1. 67 Ubicación de polos (enfoque polinomial) Ejemplo 1 (cont.) † Forma del regulador „ Como el modelo deseado en lazo cerrado es igual al orden de la planta se debe cancelar un polo estable de la planta con un cero del regulador „ Como la planta tiene un integrador se eliminará el error en estado estacionario „ Siguiendo el procedimiento expuesto anteriormente se llega al siguiente regulador: Q ( z ) q0 ( z − 0. Comparación de coeficientes z 2 + ( p1 − 1 + 0.0048( z + 0.) † Solución de la ecuación diofantina.0046q0 = 0.146 z + 0.0046q0 = z 2 − 1.9048) n = 2.9048) © Carlos Mario Vélez S. q0 = 31.9048) Gc ( z ) = = P( z ) z − 0.764) 1.764) G f ( z) = = = B ( z )Q nc ( z ) 0.84 ⎩− p1 + 0.9048)( z + p1 ) + 0.84 z + 0. Universidad EAFIT 68 Ubicación de polos (enfoque polinomial) Ejemplo 1 (cont.9673) q0Q c = = ( z 2 − 1.9673 © Carlos Mario Vélez S.146 z + 0.

5 1 1.5 3 t (seg) t (seg) © Carlos Mario Vélez S. Universidad EAFIT 35 .5 40 2 30 20 y (t) 1. Universidad EAFIT 70 Ubicación de polos (enfoque polinomial) Ejemplo 1 (cont.5 2 2.449 Gm(z) © Carlos Mario Vélez S.172*[1 0.5 2 2.5 1 1.764] z2-1.3 s2 +s Referencia Gf(z) Gc(z) Planta Respuesta temporal 0.9048] 1 1 z+0.9673 z-0.5 3 0 0. 69 Ubicación de polos (enfoque polinomial) Ejemplo 1 (cont.84*[1 -0.146z+0.764] 31.5 -10 -20 0 0 0.) † Diagrama de simulación Acción de control 1.5 u (t) 10 1 0 0.) † Resultados de la simulación Respuesta temporal Acción de control 2.12*[1 0.

Universidad EAFIT 36 .173( z + 0.15seg z 2 ( z 2 − 0.601)( z 2 + p1 z + p2 ) „ Ecuación diofantina: ( z 2 − 0.173( z + 0.601) Gp ( z) = T = 0.48) z 2 ( z + 0.2 z + 0. se deben cancelar dos polos y un cero estables de la planta con dos ceros y un polo del regulador „ Como la planta no tiene un integrador no se eliminará el error en estado estacionario.) † Forma del regulador „ Siguiendo el procedimiento expuesto anteriormente se llega al siguiente regulador: n = 4.2 z + 0. Universidad EAFIT 72 Ubicación de polos (enfoque polinomial) Ejemplo 2 (cont.48) † Forma del regulador „ Como se deben especificar (2n – 1 = 7) polos y sólo se especifican 4. µ = ν = n − 1 = 3 Q( z ) (q0 z + q1 ) z 2 Gc ( z ) = = P ( z ) ( z + 0.601) © Carlos Mario Vélez S. Es necesario adicionar un prefiltro igual a una constante © Carlos Mario Vélez S.215) † Requerimientos de diseño (el retardo no puede eliminarse): Am ( z ) = z 2 ( z 2 − 1.992 z + 0.992 z + 0.601)Q c ( q0 z + q1 ) = = z 2 ( z 2 − 1.215) z 2 P c ( z 2 + p1 z + p2 ) + 0. 71 Ubicación de polos (enfoque polinomial) Ejemplo 2 0.

3224G f = 1 z →1 z →1 z −1 z ( z − 1. Universidad EAFIT 74 Ubicación de polos (enfoque polinomial) Ejemplo 2 (cont.2 z + 0.3930z2 -0. Regulador de ubicación de polos Q( z) 0.215z2 Referencia Gf Gc(z) Gp(z) Respuesta temporal © Carlos Mario Vélez S.173*[1 0.) † Diagrama de simulación Acción de control 0.48) © Carlos Mario Vélez S.2 z + 0.1017 Gcl = 2 2 z ( z − 1.05866) Y ( z ) 0.1017 z3+0.5949*[1 -0.5949 z 2 ( z − 0.601] 1 3.1226) Gc ( z ) = = P ( z ) ( z + 0.3192( z − 0.1029( z − 0.48) † Eliminación del error en estado estacionario (prefiltro) z 0. Método de la matriz de Sylvester.2 z + 0.0663z+0. 73 Ubicación de polos (enfoque polinomial) Ejemplo 2 (cont.1226) lim( z − 1)Y ( z ) = lim( z − 1) Gf 2 2 = 0.48) 0.1029( z − 0.601)( z 2 − 0.1226 0 0] 0.1226) Gcl ( z ) = = R( z ) z 2 ( z 2 − 1.992z3 +0. Universidad EAFIT 37 .1226) G f = 3.0353 z4-0.208 z + 0.) † Solución de la ecuación diofantina.

8 0 0.5 2 2. 75 Ubicación de polos (enfoque polinomial) Ejemplo 2 (cont.2 1. Planta modificada: 0.601) Gp ( z) = T = 0.5 1 1.5 2 2.215) © Carlos Mario Vélez S. Universidad EAFIT 76 Ubicación de polos (enfoque polinomial) Ejemplo 3 0.) † Resultados de la simulación Respuesta temporal Acción de control 1. Se puede adicionar un prefiltro o un integrador (mejor opción) „ Se adicionará un integrador a la planta (para efectos de diseño) y luego se incluirá en el regulador.6 0 0.8 1 1.2 0.6 u (t) y (t) 0.173( z + 0.173( z + 0.5 3 3.2 0.215) † Requerimientos de diseño (el retardo no puede eliminarse): „ Polos en el origen „ Eliminación del error en estado estacionario † Forma del regulador „ Como la planta no tiene un integrador no se eliminará el error en estado estacionario.4 1 0.5 4 0.5 3 3.6 1.4 2 1.992 z + 0.15seg z 2 ( z 2 − 0.992 z + 0.5 4 t (seg) t (seg) © Carlos Mario Vélez S.4 0.601) Gp ( z) = T = 0.8 1.15seg z 2 ( z − 1)( z 2 − 0.5 1 1. Universidad EAFIT 38 .

3204) Gc ( z ) = = z − 1 ( z − 1)( z − 1.6129)( z 2 + 0.7636 z 2 ( z − 0. Método de la matriz de Sylvester. Regulador de ubicación de polos 13.6129)( z 2 + 0.734) © Carlos Mario Vélez S.7636 z 2 ( z − 0.601)( q0 z 4 + q1 z 3 + q2 z 2 + q3 z + q4 ) = z 9 © Carlos Mario Vélez S.1473z + 1.3204) Gc ( z ) = ( z − 1.) † Solución de la ecuación diofantina. µ = ν = n − 1 = 4 Q ( z ) q0 z 4 + q1 z 3 + q2 z 2 + q3 z + q4 Gc ( z ) = = P( z ) z 4 + p1 z 3 + p2 z 2 + p3 z + p4 Gc ( z ) Gc ( z ) = z −1 „ Ecuación diofantina: ( z 2 − 0.614)( z − 0.232)( z + 0. Universidad EAFIT 78 Ubicación de polos (enfoque polinomial) Ejemplo 3 (cont.601) Gcl ( z ) = = R( z ) z7 † Regulador final Gc ( z ) 13.734) Y ( z ) 2.) † Forma del regulador „ Siguiendo el procedimiento expuesto anteriormente se llega al siguiente regulador: n = 5.1473z + 1. 77 Ubicación de polos (enfoque polinomial) Ejemplo 3 (cont.614)( z − 0.3811( z − 0.992 z + 0.614)( z − 0.215)( z − 1) z 2 ( z 4 + p1 z 3 + p2 z 2 + p3 z + p4 ) + + 0.173( z + 0.3199)( z + 0. Universidad EAFIT 39 .232)( z + 0.

El problema se soluciona ubicando los polos más lejos del origen o dando más tiempo para la estabilización © Carlos Mario Vélez S.4 1.8 1 1.5 -20 -25 0 -30 0 0.8 2 2 t (seg) t (seg) © Carlos Mario Vélez S. lo cual sólo puede lograrse con un regulador de tiempo discreto „ La respuesta presenta un sobreimpulso inaceptable „ El costo de obtener una respuesta rápida (polos en el origen) es una acción de control excesivamente grande „ En general.6 0.2 0. 79 Ubicación de polos (enfoque polinomial) Ejemplo 3 (cont. el cual se incluirá finalmente en el regulador „ La respuesta alcanza el valor final en un tiempo finito y mínimo (7 períodos de muestreo).5 0 y (t) u (t) -5 1 -10 -15 0.5 20 15 2 10 5 1.2 1. Universidad EAFIT 80 Ubicación de polos (enfoque polinomial) Ejemplo 3 (cont.) † Resultados de la simulación Respuesta temporal Acción de control 2.6 1.) † Análisis de los resultados „ Para el diseño se adiciona temporalmente un integrador a la planta. Universidad EAFIT 40 .4 0. una ubicación de polos en el origen conlleva a acciones de control muy grandes e inaceptables.

146 z + 0.1seg Modelo deseado: 0. Gc ( z ) = = ν 1 + G p ( z )Gc ( z ) G p ( z ) 1 − Gm ( z ) z + p1 zν −1 + " + pν † Características „ Aunque el diseño es sencillo. 81 Regulador de cancelación Generalidades † También llamado método de Ragazzini † Se calcula directamente el regulador. + qµ −1 z + qµ Gm ( z ) = . Universidad EAFIT 41 . ya que no puede cambiarse el retardo de la planta „ No se pueden cancelar los polos y ceros de fase no mínima „ Casos particulares de acuerdo a la forma de Gm(z): regulador de tiempo mínimo y regulador de tiempo finito © Carlos Mario Vélez S.764)( z − 0.449 2 El regulador es: 1 Gm ( z ) 35. Universidad EAFIT 82 Regulador de cancelación Ejemplo 1 B ( z ) 0.9672)( z − 0.. se pueden obtener reguladores irrealizables o demasiado complejos „ Se debe cumplir que µ ≤ ν „ Se debe mantener la diferencia entre polos y ceros en Gm(z).5562( z + 0.0048( z + 0.764) Gm ( z ) = z − 1.9673) Gp ( z) = = A( z ) ( z − 1)( z − 0..3174) © Carlos Mario Vélez S.9048) T = 0.9048) Gc ( z ) = = G p ( z ) 1 − Gm ( z ) ( z + 0.172( z + 0. dada una función de transferencia deseada Gm(z) G p ( z )Gc ( z ) 1 Gm ( z ) q0 z µ + .

© Carlos Mario Vélez S. se tiene que Gm(z) = z –d. Universidad EAFIT 42 . donde d es el retardo † Existen formas especiales para otros tipos de entrada.. se debe resolver la siguiente ecuación diofantina 1 − z − d B ( z −1 ) M 2 ( z −1 ) = (1 − z −1 ) r +1 A ( z −1 ) M 1 ( z −1 ) 1 Gm ( z −1 ) Gm ( z −1 ) = z − d B ( z −1 ) M 2 ( z −1 ) . Gc ( z −1 ) = G p ( z −1 ) 1 − Gm ( z −1 ) r es el grado de la referencia y A ( z ). En general. además M 1 ( z − 1 ) = 1 + az − 1 + bz − 2 + . ... M 2 ( z − 1 ) = α + β z − 1 + γ z − 2 + . retardo y referencia „ Si se incrementa el tiempo de establecimiento se mejora el comportamiento temporal (regulador de tiempo finito) „ Se deben considerar lo polos y ceros de fase no mínima „ Se obtienen acciones de control demasiado grandes „ Aunque la salida es buena en los instantes de muestreo. 83 Regulador de cancelación Regulador de tiempo mínimo (deadbeat) † Para un sistema de fase mínima y una entrada escalón. Universidad EAFIT 84 Regulador de cancelación Regulador de tiempo mínimo (deadbeat) † Características: „ Ubica los polos en el origen „ Lleva la salida a su valor final en un tiempo finito de pasos (igual al retardo) „ Su estructura depende del proceso del proceso. puede presentar rizado (oscilaciones ocultas) entre ellos © Carlos Mario Vélez S. B ( z ) contienen los −1 −1 polos y ceros de fase no mínima..

3 0.55z −1 (1 + 0.1368( z + 0.8173) G p (s) = T = 0.8 2 0.5 0.3z + 0.) † Regulador de tiempo finito Gm ( z ) = 0.1 0. Universidad EAFIT 43 .5 3 0 0.5 Acción de control -4 un tiempo mínimo) -6 -8 0 -10 0 0.2 0. Universidad EAFIT 86 Regulador de cancelación Ejemplo 2 (cont.8 0.3115( z 2 − 1.6 1 0.5488) Gm ( z ) = z −1 Gc ( z ) = = G p ( z ) 1 − Gm ( z ) ( z − 1)( z + 0.5 2 2.5 1 1.9 1 0 0.5488) Gc ( z ) = = G p ( z ) 1 − Gm ( z ) ( z − 1)( z + 0.5 3 © Carlos Mario Vélez S.4 0 0.6 0.8 0.2 -1 0 -2 0 0.817 z −1 ) 1 Gm ( z ) 4.0213( z 2 − 1.8173) 1.3z + 0.7 0.4496) 1.5 2 2.5488 1 Gm ( z ) 7.5 10 Salida continua 8 (con oscilaciones 6 ocultas) 4 1 2 0 Salida discreta -2 (estabilización en 0.2 Salida continua 4 Acción de control 1 3 0.2 0.4 0.4 0.9 1 © Carlos Mario Vélez S.7 0.3z + 0.3 0.6 0.1seg r =1 Gp ( z) = s + 6s + 34 2 z 2 − 1. 85 Regulador de cancelación Ejemplo 2 † Regulador de tiempo mínimo (deadbeat) 34 0.1 0.5 0.5 1 1.4 5 1.

pero desplazada en dicho retardo † El método no elimina el retardo y no se pueden evitar los problemas inherentes a los sistemas con retardo (p. Gcl ( s ) = Ts + 1 Ts + 1 + Ke −τ s K max → 1 cuando τ / T → ∞ © Carlos Mario Vélez S. medición o actuación „ Tiempos de cálculo y comunicación „ Compensación cuando un modelo se aproxima por otro de menor orden † Problemas en los sistemas con retardo „ El análisis y el diseño es más complicado „ Es más difícil obtener un control satisfactorio. ej. Universidad EAFIT 44 . Gc = K . debido a la reducción de las ganancias de control e −τ s Ke −τ s Gp = . Universidad EAFIT 88 Predictor de Smith Generalidades † Fuentes más comunes de retardo: „ Retrasos en la medida y en el transporte „ Tiempos de análisis.. la estabilidad y sensibilidad en lazo cerrado) © Carlos Mario Vélez S. 87 Predictor de Smith Generalidades † Esquema de control que facilita los cálculos cuando se tiene una planta con retardo † El diseño se divide en dos partes: „ Cálculo del regulador (por cualquier método) para una planta sin retardo „ Adición de una rama para el retardo (predicción) † El regulador obtenido de esta manera es de menor orden que en el caso cuando se incorpora el retardo en la planta † Se obtiene una respuesta semejante al caso de una planta sin retardo.

Gr ( z ) G p ( z) z −d Gˆ p ( z )(1 − z − d ) + + © Carlos Mario Vélez S. Universidad EAFIT 90 Predictor de Smith Deducción del método Predictor de Smith r(kT) + y(kT) Gr ( z ) G p ( z)z −d .- Gˆ p ( z )(1 − z − d ) Gr ( z ) Gr ( z ) = 1 + Gr ( z )Gˆ p ( z )(1 − z − d ) Gr ( z )G p ( z ) z − d Gcl ( z ) = Sólo en este caso 1 + Gr ( z )G p ( z ) + Gr ( z ) ⎡G p ( z ) − Gˆ p ( z ) ⎤ z − d se puede separar ⎣ ⎦ con confianza el −d G ( z )G ( z ) z retardo Si Gˆ p ( z ) = G p ( z ) . Universidad EAFIT 45 . Gcl ( z ) = r p 1 + Gr ( z )G p ( z ) © Carlos Mario Vélez S. Gr ( z ) G p ( z) z −d r(kT) y(kT) + . 89 Predictor de Smith Deducción del método r(kT) y(kT) + .

91 Predictor de Smith Características † Permite ganancias más grandes que si se hace el diseño directo sobre el sistema con retardo † Aunque el diseño aparenta ser simple. se pueden presentar graves problemas ante pequeños cambios del modelo.368) Regulador de cancelación: Gm ( z ) = 4 z −1 − 3z −2 1 Gm 6. Un sistema con grandes márgenes de ganancia puede volverse inestable con un PS † Es mejor afirmar que el PS minimiza los efectos del retardo † El anterior PS ("PS clásico") es aplicable solamente a plantas estables † Existen otras versiones del PS con mejores prestaciones † Es poco efectivo para atenuar las perturbaciones © Carlos Mario Vélez S.750) Gr ( z ) = = G p 1 − Gm ( z − 1)( z − 3) © Carlos Mario Vélez S. T = 1seg . d =2 z ( z − 0.632 Gp ( z) = 2 . Universidad EAFIT 46 .368)( z − 0.329( z − 0. r ( kT ) = kT s +1 0. Universidad EAFIT 92 Predictor de Smith Ejemplo e −2 s G p (s) = .

368) Predictor de Smith 10 9 8 7 6 y (t) 5 4 3 2 1 0 0 1 2 3 4 5 6 7 8 t (seg) © Carlos Mario Vélez S.632(z-1)(z+1) z2(z-0.) 6. 93 Predictor de Smith Ejemplo (cont.329(z-0.368)(z-0. Universidad EAFIT 47 .750) 1 Rampa (z-3)(z-1) s+1 Mux Scope Sum Regulador ZOH Planta Retardo 0.