You are on page 1of 25

U.N.M.S.M.

FACULTAD DE ING.ELECTRÓNICA, ELÉCTRICA
Y DE TELECOMUNICACIONES

APELLIDOS Y NOMBRES MATRÍCULA

Cuentas Larrauri Renato Paolo
15190145
Cóndor Huamaní Cesar Raúl
15190105
Sanchez Buendia José Alonzo
15190171

CURSO TEMA
Identificación de
Sistemas de Control 1
Sistemas
INFORME FECHAS NOTA
Final REALIZADO ENTREGADO
NUMERO

Martes 3 de Julio, Martes 10 de Julio,
N° 5 2018 2018

GRUPO PROFESOR
3 Ing. Jean Carlos Malca Fernández

Curso de laboratorio de Sistemas de Control 1
Guía N°5
Identificación de Sistemas
1. 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.

2.Informe Previo

3. 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.

3.1. 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.

3.1.1. Sistemas de Primer Orden

3.1.1.1. Sistemas de Primer Orden sin retardo
El modelo propuesto para la identificación de un sistema de primer orden sin retardo es:
𝑘
𝐺(𝑠) = … (1)
𝜏𝑠 + 1
𝑦
Donde la ganancia se calcula como 𝑘 = Δ𝑢 , mientras que la constante de tiempo 𝜏 se calcula de
𝑢
acuerdo a la Fig.2 determinando el tiempo en el que la respuesta del sistema alcanza el 0.632
del valor final de la respuesta.

de primer orden con tiempo muerto: 𝑘𝑒 −𝑡𝑚 𝑠 𝐺(𝑠) = … (3) 𝜏𝑠 + 1 Donde el cálculo de los parámetros 𝒌. Un sistema de segundo orden sin oscilaciones se ajusta a un modelo.1.2. 𝒕𝒎 y 𝝉 variará según el método de identificación escogido. Los métodos a desarrollar son el Método de la tangente Modificada de Miller y el Método de los dos puntos de Smith.1. 𝐺(𝑠). mientras que la constante de tiempo 𝜏 y el tiempo Δ𝑢 muerto 𝑡𝑚 se calculan de acuerdo a la Fig.1.2. pero se diferencian porque presentan un punto de inflexión. el modelo que se propone para la identificación es: 𝑘𝑒 −𝑡𝑚 𝑠 𝐺(𝑠) = … (2) 𝜏𝑠 + 1 𝑦𝑢 Donde la ganancia se calcula como 𝑘 = .3. Sistemas de Segundo Orden sobre amortiguados Los sistemas de segundo orden sobre-amortiguados (sin oscilaciones) presentan curvas de reacción similares a las de primer orden. Sistemas de Primer Orden con retardo Cuando la respuesta de un sistema de primer presenta un retardo (tiempo muerto).3 3. .

1.632 del valor final de la respuesta (Fig. 3. la constante de tiempo  y el tiempo muerto 𝑡𝑚 se calculan de acuerdo a la Figura 4. . 4).2.3. 5). Método de la tangente Modificada de Miller Consiste en trazar una recta tangente en el punto de máxima pendiente de la respuesta del sistema y luego determinar el punto tiempo en el 0.2.1. Método de la tangente de Ziegler y Nichols Consiste en trazar una recta tangente en el punto de máxima pendiente de la respuesta del sistema (Fig.2. mientras que la ganancia se calcula : 𝒌 = 𝒚𝒖/𝚫𝒖. mientras que la ganancia se calcula: 𝒌 = 𝒚𝒖/𝚫𝒖. A partir de esto.1. la constante de tiempo  y el tiempo muerto 𝑡𝑚 se calculan de acuerdo a la Figura 1. A partir de esto.

La respuesta del modelo y del sistema coincidirán como mínimo en los dos puntos de referencia.6). 𝟓𝒕𝟔𝟑. 𝟓(𝒕𝟔𝟑 − 𝒕𝟐𝟖) y el tiempo muerto: 𝒕𝒎 = 𝒕𝟔𝟑 − 𝝉 = 𝟏. Por lo que se puede ajustar al siguiente modelo: 𝑘𝜔𝑛2 𝐺(𝑠) = 2 … (4) 𝑠 + 2𝜉𝜔𝑛 𝑠 + 𝜔𝑛2 . Sistemas de Segundo Orden sub amortiguados En un sistema de segundo orden sub amortiguado se pueden medir de la respuesta directamente los parámetros generales (su ganancia 𝒌. su factor de amortiguamiento 𝜉 y su frecuencia natural 𝜔𝑛).3.2%) (Fig. 𝟓𝒕𝟐𝟖 − 𝟎. de la siguiente manera: La ganancia: 𝒌 = 𝒚𝒖/𝚫𝒖. A partir de estos tiempos (𝒕𝟐𝟖 y 𝒕𝟔𝟑) se calculan los parámetros del modelo.3. 3.2.1.3.1. la constante de tiempo: 𝝉 = 𝟏. Método de los dos puntos de Smith Consiste en tomar dos puntos que corresponde a valores específicos de la respuesta (28.3% y 63.

2. Estas funciones incluyen diferentes algoritmos para el ajuste de parámetros en todo tipo de modelos lineales. basta con teclear en la línea de comandos de Matlab: >> ident Lo cual abrirá la interfaz gráfica que se presenta en la figura 8. Durante el desarrollo de la práctica se explicará el. e incluso realizar un pre procesamiento de los datos utilizados para la identificación. que constituyen una herramienta de gran utilidad para la identificación y modelado de sistemas dinámicos. Utilizando la ‘toolbox’ de sistema de identificación de Matlab.pdsprj y proteus2matlab. 𝑀𝑝 = 𝑒 √1−𝜉 . 𝜉𝜋 𝜋 − 2 𝑡𝑝 = . La ganancia lo obtendremos de la misma manera que en los métodos anteriores. Este archivo es una función que acondiciona y obtiene a partir de los datos exportados de Proteus. Así mismo. revisar la documentación ofrecida por Matlab. Los 2 primeros archivos deberán ser ejecutados con el programa Proteus. El archivo proteus2matlab. Para un mayor detalle de las funcionalidades que ofrece la herramienta.m debe ser guardado en el directorio de MATLAB®. Figura 8. Interfaz gráfica de la ‘toolbox’ de sistema de identificación de Matlab 4. Para arrancar el interfaz de la ‘toolbox’.m. Matlab dispone de una amplia colección de funciones aplicables al campo de la identificación de sistemas. 𝜔𝑑 = 𝜔𝑛 √1 − 𝜉 2 … (5) 𝜔𝑑 De las ecuaciones anteriores podemos obtener el factor de amortiguamiento 𝜉 y la frecuencia natural 𝜔𝑛. 3. Sistema2. Procedimiento Se adjunta los archivos Sistema1. Cado uno contiene un sistema diferente a identificar. en caso de que sea necesario. . pdsprj. permiten examinar las propiedades de los modelos obtenidos. agrupadas en el System Identification Toolbox.

pdsprj. se utilizará el software MATLAB®. aplicando los métodos basados en la curva de reacción usando Matlab.2. Guarde el archivo con el nombre “Sistema1. 4. La respuesta del sistema lo podemos observar en el visor de ‘Analogue Analysis’. 4.10). Respuesta: Según la gráfica que observamos. Para un mejor análisis y poder comparar la respuesta del modelo hallado con la respuesta del sistema. Este archivo contiene un bloque denominado Sistema1. Métodos basados en la curva de reacción En esta parte identificaremos un modelo para 2 sistemas implementados en Proteus. 4.3. Indique de que orden es el sistema a analizar. 4. identificar un modelo G(s) para el sistema. tal como se muestra en la siguiente figura. vemos que el sistema es de orden 1. entonces escogemos el método de curva de reacción para un sistema con estas características que aparece en la guía de laboratorio. Respuesta: Vemos que el sistema es de primer orden y sin retardo. Elija un método de Curva de Reacción.dat” en la carpeta que se tiene como directorio MATLAB®.1. .Parte I. Para ello.5.4. 4. Ejecute el programa Proteus y abra el archivo Sistema1. exporte los datos haciendo clic en la opción Graph →Export Graph Data (Fig. más adecuado según su criterio.

la cual creará en el Workspace los vectores Tiempo. Grafique los vectores Vin y Vout vs el vector Tiempo. ejecute la función “proteus2matlab”. 4. escribiendo en la línea de comando: >> [Tiempo.6.7. Vin. .4. En MATLAB®.dat'). Vin y Vout obtenidos a partir del archivo exportado en (e). Vout]=proteus2matlab('Sistema1.

Obtenga su respuesta a un escalón. (Cree un script que obtengan los parámetros necesarios). Defina la función de transferencia G(s) obtenida en (h).4. 4.8. 4.9.10. Utilice Matlab para hallar un modelo según el método elegido en d. .

4. observamos que no es entrada escalón. Este archivo contiene un bloque denominado Sistema2. Dibuje en una sola gráfica la respuesta del sistema y del modelo.4.11. multiplicamos por 5 a la respuesta escalón para poder compararla con lo obtenido en Proteus. sino un escalón multiplicado por 5.13. . Haga una comparación. Ejecute el programa Proteus y abra el archivo Sistema2. entonces a la función de transferencia. 4.pdsprj. ¿Es aceptable la respuesta del modelo? Según la gráfica obtenida anteriormente de Vin. Calcule la suma del error cuadrático entre el sistema y el modelo identificado.12.

entonces escogemos el Método de los dos puntos de Smith para un sistema con estas características que aparece en la guía de laboratorio. Para analizar mejor y comparar la respuesta que tenemos utilizamos la exportación de Matlab a Proteus. Repita los pasos del 3.15.12. identificar un modelo G(s) para el sistema. 4. La respuesta del sistema lo podemos observar en el visor de ‘Analogue Analysis’. .4.14. Vemos que el sistema es de segundo orden sobre amortiguado. vemos una inflexión. es decir que el sistema es de orden 2 sobreamortiguado. (Además de seleccionar alguno de los métodos presentados. Ahora ejecutamos la función “porteus2matlab”. Según la gráfica que observamos. tal como se muestra en la siguiente figura. escribiéndola en la ventana de comandos del Matlab. Elija un método de curva de reacción más adecuado a su criterio. Graficamos los vectores Vin y Vout vs Tiempo en Matlab.3 al 3. investigue de otro método de identificación y aplíquelo) Indique de que orden es el sistema a analizar.

Utilizamos Matlab para hallar un modelo según el método que elegimos. MÉTODO DE LOS DOS PUNTOS DE SMITH Hallamos los parámetros de este método apartir de Vout y Vin del Sistema 2 haciendo uso de Matlab . creamos el script.

Definimos ahora la función de transferencia G(s) obtenida en pasos anteriores. este no llega a ser exactamente igual. Entonces se considera aceptable la respuesta del modelo de dos puntos de Smith usado. si bien describe la respuesta del sistema de 2do orden. Graficamos su respuesta al escalón unitario: Dibujamos en una sola gráfica la respuesta del sistema y del modelo. ¿Es aceptable la respuesta del modelo? Gráficamente la respuesta del modelo es de apariencia similar a la del sistema. por lo tanto las diferencias entre sistema y modelo estarán presentes. Es importante mencionar que este modelo asemeja un sistema de 2do orden sobreamortiguado a uno de primer orden con tiempo muerto. Hacemos una comparación. .

Calculamos la suma del error cuadrático entre el sistema y el modelo identificado. METODO DE LA TANGENTE DE ZIEGLER Y NICHOLS Hallamos los parámetros de este método apartir de Vout y Vin del Sistema 2 haciendo uso de Matlab Definimos ahora la función de transferencia H(s) obtenida en pasos anteriores. . Utilizaremos otros dos métodos para poder realizar una comparación posterior y determinar que modelo de identificación es más exacto y presenta menos errores.

Es importante mencionar que este modelo asemeja un sistema de 2do orden sobreamortiguado a uno de primer orden con tiempo muerto. este no llega a ser igual. Si bien describe la respuesta del sistema de 2do orden.Graficamos su respuesta al escalón unitario: Dibujamos en una sola gráfica la respuesta del sistema y del modelo. debido al error que se presentará en el siguiente inciso y también debido a que la respuesta de este modelo tarda más en estabilizarse a su valor constante a diferencia de la respuesta del sistema. Para nuestro grupo de trabajo este modelo no es aceptable para representar la respuesta del sistema. la respuesta del modelo (color verde) tiene una respuesta sobreamortiguada pero comparándola con la respuesta sistema (color rojo) se presenta grandes diferencias entre valores en puntos iguales de tiempo entre ambas respuestas. ¿Es aceptable la respuesta del modelo? De la gráfica debajo de este texto. . apartir de la tangente máxima de la respuesta del sistema. Hacemos una comparación.

17. *Nota: el comando ‘ident’ en futuras verisiones de Matlab puede ser removido y reemplazado por el comando ‘systemIdentification’. 4. Completamos en el cuadro dialogo que aparece con la información correspondiente.6 de la Parte I. 4.pdsprj y Sistema2. 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. Importamos la información obtenida del Sistema1 a la interfaz. .pdsprj deben ser importados a Matlab como en el punto 3. Ingresamos a la interfaz gráfica de la toolbox. (Click en “Time domain data”).Calculamos la suma del error cuadrático entre el sistema y el modelo identificado. Importante los datos de los Sistema1. 4.16. (comando “ident”).18. Luego hacemos click en Import.

Una vez que la interfaz haya estimado un modelo. Para lo cual activamos la casilla Model Output. A continuación. con la cual también obtendremos el porcentaje de aproximación a la salida real.21.4. Y hacemos click en estimate. 4. para estimar una función de transferencia para los datos introducidos. de acuerdo con las características especificadas. 4.20. . Seleccionamos Transfer Function Models. ingresamos los números de polos y zeros que consideremos puede tener el sistema.19. Comparamos la respuesta del modelo con la salida dad.

Para llevar el modelo obtenido al workspace de Matlab. simplemente lo arrastramos al área de To Workspace.79% de semejanza con la respuesta del sistema Vout. .22.23. Este modelo de salida usando Toolbox tiene un 99. Calcule la suma del error cuadrático entre el sistema y el modelo identificado. 4. 4.

83% de semejanza con la respuesta del sistema Vout.4.24. Este modelo de salida usando Toolbox tiene un 99. . Repetir el mismo procedimiento para el caso de sistema2.

Impleméntelos y compare su respuesta temporal con la obtenida con las dadas por el simulador.2877 Error cuadrático: 0.25. 2do Orden dos puntos de Smith Identificación con Toolbox Error cuadrático: 313. elija los mejores modelos obtenidos para cada sistema.4062 Modelado para el sistema 2: Método de Sistema Segundo Orden Sobreamortiguado de los dos puntos de Smith Método Sist. Modelado para el sistema 1: Método de Sistema Primer Orden sin Retardo Método Sist.1712 Error cuadrático: 5. De la parte 1 y la parte 2.2804 . 4.Calculamos la suma del error cuadrático entre el sistema y el modelo identificado. 1er Orden Sin Retardo Identificación con Toolbox Error cuadrático: 0.

𝟒𝟎𝟑𝟕 .Parte III: Identificación de un sistema físico En esta parte.28. la frecuencia natural y la ganancia y así obtener el modelo matemático del sistema. 4.26. 4. 𝟐𝟓𝒗 = 𝒆 𝟏−𝜺𝟐 √ → 𝜺 = 𝟎. 4. 𝟔𝟒 𝒓𝒂𝒅/𝒔 𝒘𝒅 𝜺𝝅 𝑴𝒑 = 𝟎. Aplicando el método de identificación para sistemas de segundo orden subamortiguados: Obtenemos de las imágenes de la señal: El tp y el Mp para poder obtener el factor de amortiguamiento. identificaremos un modelo a partir de la respuesta temporal de un sistema real. Utilizando uno de los métodos más presentados. obtenga un modelo para el circuito implementado. Conecte una señal de entrada adecuada que permita observar la curva de reacción del sistema. 𝝅 𝒕𝒑 = 𝟔𝟏𝟏𝒖𝒔 = → 𝒘𝒅 = 𝟓𝟒𝟔𝟑. Implemente el circuito presentado en la figura.27. el más adecuado según su criterio.

𝟗𝟒𝟏 𝒅𝒖 Entonces el modelo matemático está dado por: 𝟐𝟖 × 𝟏𝟎^𝟔 𝑮(𝒔) = 𝒔𝟐 + 𝟒𝟒𝟏𝟏𝒔 + 𝟐𝟗. Investigue de otro método de identificación y aplíquelo.28 y 3. 𝒅𝒚 𝑲= = 𝟎. su representación en Simulink sería: 4. parallel. Defina en Matlab los modelos hallados en los puntos 3.30. series. Método de la guía para sistemas de 2do orden subamortiguados: 11 . 𝟖𝟓 × 𝟏𝟎𝟔 4.29.29. Para definirlo usaremos el método de obtener el modelo y usaremos el ploteo en Matlab. Primero debemos analizar por etapas el sistema para poder encontrar la función de transferencia de cada etapa que está compuesta por un opamp y así poder analizar el efecto que se produce sobre el sistema. el modelo lo obtendremos usando las funciones. feedback.

Gráfica método de la guía para sistemas de 2do orden subamortiguados: .31.Método de identificación alterno: 4. Compare las respuestas temporales obtenidas en Matlab con la del circuito implementado.

Gráfica método de identificación alterno: Gráfica de método alterno en Simulink: .

 Durante la implementación del Sistema 3 (Sist. Circuito Implementado Método para Sist.54ms Voltaje pico 2.79ms 1. el método presentado en la guía resulto ser el más eficiente ya que los factores calculados apartir de la implementación del circuito nos dieron valores de tiempo y voltaje muy semejantes a los obtenidos con el modelo implementado. Cual modelo representa mejor al circuito implementado.4. Esto se llegó a concluir luego de comparar los tiempos de subida. los métodos de identificación aplicados resultaron eficientes y precisos ya que estos representaron al Sistema 1 lo más exacto posible. 2do Orden Tiempo subida 611us 626us Tiempo de asentamiento 1. . esto debido a que estos modelos representaban al sistema de segundo orden como uno de primer orden con un tiempo muerto. estos presentaban grandes diferencias de valor en cada instante de tiempo. podemos concluir que el método para sistemas de 2do orden subamortiguados presentado y usado de la guía es la que mejor representa al circuito implementado. tiempo de asentamiento. llegando a tener solo un error muy pequeño  Para sistemas de segundo orden sobreamortiguado. Se obtuvo un error de gran tamaño para el método de la tangente y un error medianamente grande para el método de dos puntos. voltaje pico.35v CONCLUSIONES  Para sistemas de primer orden.  De toda la experiencia se rescata que el software Control System Toolbox de Matlab es la herramienta más eficiente y precisa para obtener modelos matemáticos de sistemas que deseemos analizar. ya que el error al compararlo con los sistemas propuestos resulto ser muy bajo. Observando las gráficas apartir de cada método de identificación. los métodos de identificación aplicados resultaron no ser tan precisos como se esperaba.32.33v 2.  Para sistemas de segundo orden subamortiguado. es por ello si bien describían el comportamiento del sistema. 2do orden subamortiguado) se presentó dificultades para hallar la señal a analizar debido al mal estado de las puntas de prueba.