You are on page 1of 22

LAB.

Sistemas de Control I Identificación de Sistemas

Facultad:
FIEE

Curso :
Lab. De Sistemas de control

Tema :
Identificación de Sistemas

Profesor:
Ing. Jean Carlos Malca Fernán

Alumno:

Dan Quaid Narva Huamani 11190102

Katherine Lessly Casas Silva 12190090

Pág.1
LAB. Sistemas de Control I Identificación de Sistemas

INFORME PREVIO Nº6
“Análisis temporal”

I. Objetivos:
El objetivo de la práctica es familiarizar al estudiante con las principales técnicas
de identificación experimental para encontrar una función matemática que
permita establecer posteriormente la ley de control. Así mismo, conocer las
principales herramientas que Matlab nos brinda para la identificación de
sistemas.

II. Introducción:

La identificación experimental de procesos es una técnica mediante la cual es
posible obtener un modelo matemático que represente la dinámica del sistema.

El caso de la identificación se diferencia del modelado ya que este no aplica las
leyes de los sistemas, en cambio se registra la respuesta de un sistema a una
entrada conocida (que también se registra) y es a partir de esta información que
se obtiene el modelo para el sistema, aplicando las reglas que cada método
establezca.

En términos generales se puede ver el sistema como una “caja negra”. Se
desconoce lo que hay dentro y solo se pueden “ver” entradas y salidas.

A partir de la información de la entrada y salida, se puede establecer si el sistema
es de primer orden o bien de segundo orden o mayor, además de establecer si
existe un retardo o alguna otra característica en particular.

Pág.2
LAB. Sistemas de Control I Identificación de Sistemas

2.1. Métodos de identificación basados en la curva de reacción.

En un sistema de primer orden se pueden medir de la respuesta directamente los
parámetros generales. Se distinguen dos casos: cuando la respuesta presenta
retardo y cuando no lo presenta.

2.1.1. Sistemas de primer orden

2.1.1.1. Sistemas de primer orden sin retardo

Pág.3
LAB. Sistemas de Control I Identificación de Sistemas

2.1.1.2. Sistemas de primer orden con retardo

Pág.4
LAB. Sistemas de Control I Identificación de Sistemas

2.1.2. Sistemas de segundo orden sobre amortiguados

2.1.2.1. Método de la tangente de Ziegler y Nichols

Pág.5
LAB. Sistemas de Control I Identificación de Sistemas

2.1.2.2. Método de la tangente modificada de Miller

Pág.6
LAB. Sistemas de Control I Identificación de Sistemas

2.1.2.3. Método de los dos puntos de Smith

Pág.7
LAB. Sistemas de Control I Identificación de Sistemas

2.1.3. Sistemas de segundo orden sub amortiguados

Pág.8
LAB. Sistemas de Control I Identificación de Sistemas

2.2. Utilizando la ‘toolbox’ de sistema de identificación de Matlab.

Matlab dispone de una amplia colección de funciones aplicables al campo de la
identificación de sistemas, agrupadas en el System Identification Toolbox, que
constituyen una herramienta de gran utilidad para la identificación y modelado
de sistemas dinámicos. Estas funciones incluyen diferentes algoritmos para el
ajuste de parámetros en todo tipo de modelos lineales. Así mismo, permiten
examinar las propiedades de los modelos obtenidos, e incluso realizar un pre-
procesamiento de los datos utilizados para la identificación, en caso de que sea
necesario.

Para arrancar el interfaz de la ‘toolbox’, basta con teclear en la línea de comandos
Matlab:

Lo cual abrirá la interfaz gráfica que se presenta en la figura 8. Durante el
desarrollo de la práctica se explicará el uso. Para un mayor detalle de las
funcionalidades que ofrece la herramienta, revisar la documentación ofrecida por
Matlab.

Pág.9
LAB. Sistemas de Control I Identificación de Sistemas

III. Procedimiento:

Se adjunta los archivos Sistema1. pdsprj, Sistema2.pdsprj y proteus2matlab.m.
Los 2 primeros archivos deberán ser ejecutados con el programa Proteus. Cado
uno contiene un sistema diferente a identificar. El archivo proteus2matlab.m
debe ser guardado en el directorio de MATLAB®. Este archivo es una función que
acondiciona y obtiene a partir de los datos exportados de Proteus.

Parte I. Métodos basados en la curva de reacción
En esta parte identificaremos un modelo para 2 sistemas implementados en
Proteus, applicando los métodos basados en la curva de reacción usando Matlab.

4.1. Ejecute el programa Proteus y abra el archivo Sistema1.pdsprj. Este archivo
contiene un bloque denominado Sistema1.

Figura 9. Diagrama del Sistema1

4.2. La respuesta del sistema lo podemos observar en el visor de ‘Analogue
Analysis’, tal como se muestra en la siguiente figura.

Figura 10. Respuesta temporal del sistema 1.

4.3. Indique de que orden es el sistema a analizar.
Según la gráfica que observamos, vemos que el sistema es de orden 1.

Pág.10
LAB. Sistemas de Control I Identificación de Sistemas

4.4. Elija un método de Curva de Reacción, más adecuado según su criterio,
identificar un modelo G(s) para el sistema.

Nos damos cuenta que el sistema es de primer orden y sin retardo, luego
escogemos el método de curva de reacción para un sistema con estas
características que aparece en la guía de laboratorio.

4.5. Para un mejor análisis y poder comparar la respuesta del modelo hallado con
la respuesta del sistema, se utilizará el software MATLAB®. Para ello, exporte los
datos haciendo clic en la opción Graph →Export Graph Data (Fig.10). Guarde el
archivo con el nombre “Sistema1.dat” en la carpeta que se tiene como directorio
MATLAB

Pág.11
LAB. Sistemas de Control I Identificación de Sistemas

4.6. En MATLAB®, ejecute la función “proteus2matlab”, escribiendo en la línea de
comando:

>> [Tiempo, Vin, Vout]=proteus2matlab('Sistema1.dat');

la cual creará en el Workspace los vectores Tiempo, Vin y Vout obtenidos a partir
del archivo exportado en (e).

4.7. Grafique los vectores Vin y Vout vs el vector Tiempo.

Pág.12
LAB. Sistemas de Control I Identificación de Sistemas

4.8. Utilice Matlab para hallar un modelo según el método elegido en d.(Cree un
script que obtengan los parámetros necesarios )
4.9. Defina la función de transferencia G(s) obtenida en (h).
4.10.Obtenga su respuesta a un escalón.
4.11.Dibuje en una sola gráfica la respuesta del sistema y del modelo. Haga una
comparación. ¿Es aceptable la respuesta del modelo?

Lo pedido en los puntos 4.8 al 4.11esta en el siguiente script, así que pasaremos
a responder lo del punto 4.11:

Como se puede apreciar la respuesta del modelo es casi idéntica a la del
sistema, entonces decimos que es una respuesta aceptable.

Pág.13
LAB. Sistemas de Control I Identificación de Sistemas

4.12. Calcule la suma del error cuadrático entre el sistema y el modelo
identificado.

Pág.14
LAB. Sistemas de Control I Identificación de Sistemas

4.13. Ejecute el programa Proteus y abra el archivo Sistema2.pdsprj. Este archivo
contiene un bloque denominado Sistema2

4.14.La respuesta del sistema lo podemos observar en el visor de ‘Analogue
Analysis’, tal como se muestra en la siguiente figura.

4.15.Repita los pasos del 3.3 al 3.12.( Además de seleccionar alguno de los métodos
presentados, investigue de otro método de identificación y aplíquelo)

* Indique de que orden es el sistema a analizar.

Según la gráfica que observamos, vemos una inflexión, es decir que el sistema es de
orden 2 sobre amortiguado.

*Elija un método de Curva de Reacción, más adecuado según su criterio, identificar
un modelo G(s) para el sistema.

Vemos que el sistema es de segundo orden sobre amortiguado, entonces escogemos
el método de curva de reacción para un sistema con estas características que aparece
en la guía de laboratorio.

Pág.15
LAB. Sistemas de Control I Identificación de Sistemas

*Para un mejor análisis y poder comparar la respuesta del modelo hallado con la
respuesta del sistema, se utilizará el software MATLAB®. Para ello, exporte los datos
haciendo clic en la opción Graph →Export Graph Data (Fig.10). Guarde el archivo con
el nombre “Sistema2.dat” en la carpeta que se tiene como directorio MATLAB®.

Se guardó Sistema2.dat

* En MATLAB®, ejecute la función “proteus2matlab”, escribiendo en la línea de comando:

Pág.16
LAB. Sistemas de Control I Identificación de Sistemas

* Grafique los vectores Vin y Vout vs el vector Tiempo.

Lo pedido en los puntos 4.8 al 4.11esta en el siguiente script, así que pasaremos a
responder lo del punto 4.11:

Como se puede apreciar la respuesta del modelo es casi idéntica a la del sistema,
entonces decimos que es una respuesta aceptable.

Pág.17
LAB. Sistemas de Control I Identificación de Sistemas

Parte II: System identification toolbox
En esta parte utilizaremos la toolbox que nos ofrece Matlab para identificar
modelos para cada uno de los 2 sistemas propuestos en la parte I.
Importante los datos de los Sistema1.pdsprj y Sistema2.pdsprj deben ser
importados a Matlab como en el punto 3.6 de la Parte I.

Pág.18
LAB. Sistemas de Control I Identificación de Sistemas

4.16.Ingresamos a la interfaz gráfica de la toolbox. ( comando “ident” )

4.17.Importamos la información obtenida del Sistema1 a la interfaz. (Click en
“Time domain data” )

4.18.Completamos en el cuadro dialogo que aparece con la información
correspondiente. Luego hacemos click en Import.

Figura 15.Descripción de punto 3.18

Pág.19
LAB. Sistemas de Control I Identificación de Sistemas

4.19.Seleccionamos Transfer Function Models, para estimar un una función de
transferencia para los datos introducidos.

Figura 16. Descripción del punto 3.19

Pág.20
LAB. Sistemas de Control I Identificación de Sistemas

4.20.A continuación, ingresamos los números de polos y zeros que consideremos
puede tener el sistema. Y hacemos click en estimate.

Pág.21
LAB. Sistemas de Control I Identificación de Sistemas

4.21.Una vez que la interfaz haya estimado un modelo, de acuerdo con las
características especificadas. Comparamos la respuesta del modelo con la salida
dad. Para lo cual activamos la casilla Model Output, con la cual también
obtendremos el porcentaje de aproximación a la salida real.

Figura 18. Descripción del punto 3.21

4.22.Para llevar el modelo obtenido al workspace de Matlab, simplemente lo
arrastramos al área de To Workspace.

Figura 19.Descripción del punto 3.22.

Pág.22