Anda di halaman 1dari 8

Universidad Nacional de Colombia. Castillo, Garzn, Mrquez, Velandia.

Modelado e Identificacin

MODELADO E IDENTIFICACIN Laboratorio 2


Castillo Juan. Garzn Daniel. Mrquez Jonathan. Velandia Juan {jpcastillos, dfgarzone, jdmarquezo, jcvelandiag}@unal.edu.co

Resumen En esta prctica se desea modelar diferentes funciones de transferencia teniendo en cuenta el tratamiento de la informacin obtenida a partir de datos, representacin lineal del motor y su debido funcionamiento para esto es necesario el manejo de los polos y dems propiedades que se obtienen. Como parte de los objetivos esta el conocer cmo obtener una funcin de transferencia conociendo solo la respuesta y la entrada del sistema, es decir, la incgnita es conocer la personalidad del modelo, para esto se usar mtodos grficos o manuales, funcin ident de Matlab y se graficara en Simulink y Matlab ndice de Trminos Curvas de reaccin, funcin de transferencia, funcin ident, modelado, sistemas de primer y segundo orden. I. INTRODUCCIN na de las herramientas para generar una funcin de transferencia cercana al modelo es por medio de la muestra de datos en este caso del motor, el cual es proporcionado de manera continua para generar dicha funcin. Estos datos sin importar su valor o magnitud representan una forma secuencial del funcionamiento del mismo lo que conlleva a una correlacin de datos principales para la identificacin de la funcin de transferencia del sistema. Teniendo en cuenta algunos parmetros tales como el tiempo de subida, magnitudes porcentuales de la grafica y valores en los cuales la seal es estable, son datos ms que suficientes para generalizar y controlar el funcionamiento del motor. Ya est en las manos de como se interpretan estos datos o con que tanta precisin rigurosa se desea modelar el sistema para tener en cuenta la informacin obtenida por las diferentes tcnicas descritas a continuacin.

modelo del sistema o un modelo para que el sistema de la salid que se desea. II. OBJETIVOS Brindar una funcin de transferencia para los diferentes sistemas modelados Estudiar diferentes mtodos de anlisis para una funcin de transferencia Linealizar la funcin de transferencia dada por los datos recolectados del motor. III. PROCEDIMIENTO A. Anlisis y Modelado usando Matlab En esta parte, se utiliz el software Matlab para la identificacin y el anlisis de los datos provedos para la gua datos1.txt. 1. Anlisis grfico mediante Matlab

Para esta parte de la prctica, se encontraron grficamente los parmetros introducidos en la gua del laboratorio. Se graficaron los datos provedos mediante el siguiente script:
load datos1.txt %Carga los datos del archivo .txt tiempo = datos1(:,1); %Asigna la primera columna a la variable deseada. salida = datos1(:,2); entrada = datos1(:,3); plot(tiempo,salida,'b',tiempo,entrada,'r') title('Respuesta ante una entrada escaln'), grid on legend('Respuesta del sistema','Seal de entrada al sistema'),xlabel('Tiempo (s)')

La parte central de este informe se encuentra situada en el numeral III. PROCEDIMIENTO, el cual estar dividido en tres partes; Anlisis y modelado usando Matlab, Anlisis de respuesta transitoria y modelado experimental del motor LEGO y Modelado de Motores DC. La importancia de esta prctica radica en el hecho que permitir al estudiante identificar una sistema de acuerdo con la salida y la entrada y bsicamente en la industria en la mayora de procesos se conoce la entrada de un sistema y se conoce la salida, por lo menos la deseada y con esta informacin se puede generar un

Mediante el uso de este cdigo se pudo obtener la siguiente figura 1. Siguiendo con las instrucciones de la gua se procede a encontrar de forma manual los parmetros de la respuesta de la fig. 1, plantear la funcin de transferencia y comparar las curvas para luego analizarlas. A partir de la grfica obtenida se pueden sacar los siguientes valores:

Universidad Nacional de Colombia. Castillo, Garzn, Mrquez, Velandia. Modelado e Identificacin

Esta funcin de transferencia se almacena en Matlab y se compara con la respuesta de la fig.1 mediante el uso del siguiente cdigo:
load datos1.txt tiempo = datos1(:,1); salida = datos1(:,2); entrada = datos1(:,3); G1=tf(2.1902826402,[1 .6188209317 1.0951413201]); figure, plot(tiempo,salida,'b') hold on step(G1,'g',25) legend('Respuesta del Sistema Real','Respuesta del Sistema Aproximado a 2do Orden')
Fig. 1 Repuesta ante un escaln unitario

En la fig. 2 se puede comparar la respuesta experimental contra la respuesta modelada

De la siguiente ecuacin se obtiene :

Fig. 2 Comparacin respuesta experimental Vs. Modelada

Las respuestas son similares en cuanto a frecuencia se refiere y tienen una oscilacin con similares sobrepasos, sin embargo la respuesta experimental toma un tiempo antes de iniciar y el mximo sobrepaso es mayor que el mximo sobrepaso de la respuesta modelada. La razn por la cual ambas respuestas no son las mismas siendo que se supone que se aplic correctamente el modelado, es debido a que no se garantiz desde un principio que la respuesta experimental se debida a un sistema de 2 orden, es posible que se necesiten hallar polos adicionales. Para convertir nuestra respuesta modelada en una que se ajuste mejor a la real es necesario agregar un polo adicional que nos represente el tiempo muerto y es posible que se deba modificar para ajustar el sobrepaso.

Adems,

Con estos valores, se encontr la funcin de transferencia siguiente:

Universidad Nacional de Colombia. Castillo, Garzn, Mrquez, Velandia. Modelado e Identificacin

En la parte superior izquierda, se encuentra la opcin de importar datos. Se escogi la opcin de importar datos en el dominio del tiempo. Se abri la siguiente ventana:

Fig. 3 Correccin de la respuesta modelada

La correcciones que se hicieron para sobreponer las curvas, fueron agregar un polo, ajustar el y adems se aumento la ganancia en 1%. Se uso el siguiente cdigo:
load datos1.txt tiempo = datos1(:,1); salida = datos1(:,2); entrada = datos1(:,3); G1=tf(2.1902826402,[1 .588209317 1.0951413201]); figure, plot(tiempo,salida,'b') G2=G1*tf(1.01,[.3333 1]); hold on step(G2,'g',25) legend('Respuesta del Sistema Real','Respuesta del Sistema Aproximado a 2do Orden')
Fig.5 Ventana de time domain data

La respuesta se puede observar en la Fig. 3. 2. Utilizacin del toolbox de identificacin y de Simulink

Matlab es un software bastante extenso con muchas herramientas. Dos de esas herramientas que son bastante tiles son el toolbox de caracterizacin de sistemas y el Simulink. Se utiliz primero que todo el toolobox de identificacin de sistemas. Se escribi ident en la ventana de comandos y se obtuvo lo siguiente:

En el cuadro de texto de input se coloca la entrada del sistema, la cual en nuestro caso es la tercera columna del archivo datos1.txt. Se debe guardar esta columna en el espacio de trabajo (workspace). Siguiendo el procedimiento anterior, esta columna fue guardada bajo el nombre in. De igual forma, en el cuadro de texto output se coloca la respuesta al sistema la cual en nuestro caso es la segundo columna del archivo datos1.txt. En nuestro espacio de trabajo esta variable se llama out. En el cuadro de texto Data name se coloca el nombre del conjunto de datos que se identificar. Se puede colocar cualquier nombre ya que no influye en nada en el resultado final. Por ltimo, en el cuadro de texto Starting Time se coloca el tiempo inicial de las muestras el cual en nuestro caso es 0. Y en el cuadro de texto Sampling interval, se debe colocar la frecuencia de muestreo utilizada en la toma de datos. Se inspecciona la primera columna de datos1.txt ya que esta es la columna del tiempo. Se observa que los datos tomados fueron tomados a intervalos de 0.0039 segundos por lo cual esta es la frecuencia de muestreo a emplear. Definidos estos parmetros, se da clic en el botn import. Se observara a continuacin los datos en la ventana del ident. Luego de importar los datos, se estimo en modelo. Esto se hacienda seleccionando la opcin process models en la lengeta que dice estimate. Al seleccionar esta opcin, se abrir la siguiente ventana:

Fig. 4 Toolbox de identificacin de sistemas

Universidad Nacional de Colombia. Castillo, Garzn, Mrquez, Velandia. Modelado e Identificacin

Fig. 8 Figura obtenida seleccionando la opcin Output Model

Fig. 6 Ventana de procesamiento del modelo

En esta grfica se logra observar el la grfica de datos, y el resultado del la respuesta al escaln del modelo hallada anteriormente mediante el ident. A la derecha del plot se observa un numero debajo del ttulo Best Fits. Este nmero seala que tan buena es la aproximacin entre los datos experimentales, y los datos obtenidos mediante la aproximacin del modelo. Este numero va entre 0 y 100, 100 siendo un aproximacin perfecta. En este caso se logra observar un best fit de 98.37. Se obtiene por lo tanto dos funciones de transferencia las cuales se compararn utilizando Simulink. Las funciones de transferencia son:

En esta ventana uno puedo poner que caractersticas uno quiere utilizar para el procesamiento de los datos (aproximacin de un modelo a los datos experimentales). Se puede escoger cuantos polos tiene, ceros, atrasos y colocar los valores numricos conocidos de los parmetros de la funcin de transferencia. Visto que se sabe que es una funcin de segundo orden, o sea que tiene 2 polos y ningn cero, se seleccionaron estas opciones. Se obtuvo los siguientes resultados:

Con estos resultados, y con la funcin de transferencia en se realiz una simulacin en Simulink, para comparar ambas funciones de transferencia. Se obtuvo la siguiente simulacin:

Fig. 7 Resultados obtenidos con ident

Se compararon estos datos con los datos experimentales seleccionando la opcin Model Output de la figura 4. Se obtuvo lo siguiente:

Fig. 9 Simulacin realizada

El resultado obtenido se observa en las grficas obtenidas, en la grfica superior se observa el resultado al escaln de la funcin de transferencia G1, en el de la mitad se logra observar la respuesta escaln de la funcin de transferencia G 2, y en la ltima grfica se logra observa las respuestas de ambas.

Universidad Nacional de Colombia. Castillo, Garzn, Mrquez, Velandia. Modelado e Identificacin

El anlisis de una respuesta rampa de un sistema de primer orden recae en la siguiente teora[1]: La respuesta a la rampa de un sistema de 1er orden es la integral de la respuesta al escaln. En general, la respuesta al escaln es de la forma:

Fig.10 Resultado de las simulaciones

Por lo cual la respuesta a la rampa est dada por: y modelado El error entre la entrada rampa se encuentra por definicin: con una ganancia esttica unitaria, o sea k=1:

B. Anlisis de respuesta experimental del motor LEGO 1. Anlisis grfico

transitoria

La siguiente figura muestra la curva de reaccin del motor, estos datos fueron brindados por el profesor.

Por lo cual se halla grficamente con lo siguiente:

Fig. 11 Curva de reaccin

=0,08 K=7,72

Fig. 13 Segundo mtodo grfico para encontrar caractersticas de sistema de 1er orden

2.

Anlisis Grfico con una entrada rampa.

Para esta parte de la prctica se modific el cdigo anterior, aumentando la potencia del motor en cada ciclo hasta llegar a 100. El principio de esta respuesta rampa del motor es la siguiente:

Se debe de encontrar la coordenada de la grfica en el origen ya que se tiene que ambas grficas son paralelas con una diferencia de T o , despus de un determinado tiempo. En este caso k no es 1, pero solo se tendr en cuenta la respuesta del motor en velocidad (figura 12), y se normalizara esa grfica. Se obtiene utilizando Excel y no teniendo en cuenta los primeros valores, lo siguiente:

800 velocidad angular 600 400 200 0 0


Fig. 12: Respuesta a una entrada rampa.

y = 388.06x - 63.669 R = 0.9912

Series1 Lineal (Series1)

1 Tiempo (s) 2
Fig. 14 Grfica obtenida en Excel

Universidad Nacional de Colombia. Castillo, Garzn, Mrquez, Velandia. Modelado e Identificacin

Por lo cual se encuentra que: =64ms k=7,72 (mismo que anterior) Y se obtiene:

4.

Comparacin de los resultados

Por ltimo, se realiz una pequea simulacin es Simulink, para simular las 3 funciones de transferencias obtenidas y compararlas. Las 3 funciones de transferencia tomadas son las siguientes:

3.

Anlisis mediante el ident

En esta parte se utilizar el toolbox de identificacin de sistemas de Matlab. Siguiendo el procedimiento anterior se tiene:

Fig. 17 Simulacin para comparar las diferentes funciones de transferencia obtenidas

Se obtuvo las siguientes grficas:

Fig. 15 Resultado obtenido mediante el ident

Y se obtiene: =67ms y K=7,7557 Y la funcin de transferencia:

Esto se realiz con los datos obtenidos con una entrada escaln. Se compar de igual forma con los datos reales y se obtuvo lo siguiente:

Fig. 18 Grficas obtenidas en Simulink

Se observa en orden de nombre, Glego1, Glego2, Glego3 y todas las anteriores.

C. Modelado de Motores DC Para este primer punto se utiliz el modelo matemtico de la ecuacin 21 de la gua 2, el cual es una funcin de transferencia entre la velocidad del roto y el voltaje de entrada, de acuerdo a sus parmetros y con la ayuda de Matlab se obtuvo lo siguiente:
Fig. 16 Comparacin entre los resultados reales y el modelo obtenido, se tiene un best fit de 47.92 debido a todos los sobre picos

Universidad Nacional de Colombia. Castillo, Garzn, Mrquez, Velandia. Modelado e Identificacin

Funcin de transferencia del motor:

La funcin de transferencia muestra la siguiente grafica:

Fig. 20 Reduccin de orden

En esta grafica se describe ambas seales siendo una la correspondiente a la funcin de transferencia del segundo orden y la otra se refiere a la funcin linealizada, como se puede observar ambas se superponen aproximadamente, teniendo una leve diferencia desde el punto de estabilidad, pero cumpliendo con las caractersticas principales que debera tener la funcin. Analticamente en la funcin de transferencia general para segundo orden tenemos:
Fig.19 Curva de reaccin del motor

De esta forma se visualiza un comportamiento como si fuese una funcin de primer orden, sin embargo la funcin descrita es de segundo orden, esto se debe a que el =6.59 es un valor muy grande por lo que no existe sobre pico caracterstico de una seal de un sistema de segundo orden. Funcin de transferencia:

Mientras que la funcin descrita para el modelado del motor DC es:

De esta los coeficientes se pueden igualar:

Realizando una reduccin de polos se genera una nueva funcin de transferencia:

La reduccin de polo est basada en el hecho de la ubicacin en el plano del polo s=-199 debido a que un polo esa ubicado a mas de 10 veces del polo ms cercano a cero as el polo dominante ejerce toda la parametrizacin o descripcin de la funcin de transferencia.

Temiendo en cuenta los valores numricos y que tan despreciables en la ecuacin pueden ser resulta:

Universidad Nacional de Colombia. Castillo, Garzn, Mrquez, Velandia. Modelado e Identificacin

donde: Ra = resistencia de la armadura Jm = inercia del rotor Bm = coeficiente de friccion La = inductancia de la armadura Parmetros mecnicos tanto como la inercia y la friccin son propios del motor y de esta manera su forma de respuesta frente a la accin general del motor es ms lenta que una respuesta elctrica.

IV. CONCLUSIONES No se puede asegurar a simple vista la cantidad de polos o el orden de un sistema. A partir de un muestreo de datos se puede aproximar el modelado de un sistema que se quiera analizar teniendo en cuenta parmetros de funcionamiento estable Los mtodos manuales pueden entregar una aproximacin importante V. REFERENCIAS [1] Dorf, Richard C. ; Bishop, Robert H.: Modern control systems. 12th. Prentice Hall : Pearson, 2010. { xxi, 1082 p. p. [2] Golnaraghi, M. F. ; Kuo, Benjamin C.: Automatic control systems. 9th. Hoboken, NJ : Wiley, 2010. { 786 p. p. [3] Ogata, Katsuhiko: Modern control engineering. 5th. Boston : Prentice-Hall, 2010 (Prentice-Hall electrical engineering series Instrumentation and controls series). { x, 894 p. p. [4] Smith, Carlos A. ; Corripio, Armando B.: Principles and practice of automatic process control. 2nd. Wiley, 1997. { 784 p.