Informe Final 6 Malca

UNMSM – Facultad de Electrónica y Eléctrica. Castillo Peralta, Chafloque Tasayco.
IDENTIFICACIÓN DE SISTEMAS
LABORATORIO Nº6
Castillo Peralta Christian E., Chafloque Tasayco Jesús A.
christian.castillo4@unmsm.edu.pe, jesus.chafloque@unmsm.edu.pe
Facultad de Ingeniería Electrónica y Eléctrica – UNMSM
Resumen— En esta experiencia de la guía N°6 hemos visto los métodos de identificación basados
en la curva de reacción. En los sistemas de primer orden sin retardo, con retardo, también, los
sistemas de segundo orden sobre amortiguados y sobre los métodos de los dos puntos de Smith.
Índice de Términos— Proteus, Identificación de Sistemas, Métodos de los dos Puntos, Matlab.
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.
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.
Figura1. Esquema básico de un proceso
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.
Universidad Nacional Mayor de San Marcos Facultad de Ingeniería Electrónica y Eléctrica

a. 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.
i. Sistemas de Primer Orden
1. Sistemas de Primer Orden sin retardo
El modelo propuesto para la identificación de un sistema de primer orden sin
retardo es:
yu
Donde la ganancia se calcula como k = , mientras que la constante de tiempo τ
∆u
se calcula de 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.
Figura 2: Método para calcular un modelo de primer orden

2. Sistemas de Primer Orden con retardo
Cuando la respuesta de un sistema de primer presenta un retardo (tiempo muerto),
el modelo que se propone para la identificación es:

yu
Donde la ganancia se calcula como k = , mientras que la constante de tiempo τ
∆u
y el tiempo muerto tm se calculan de acuerdo a la Fig.3.
Figura 3: Sistema de primer orden más tiempo muerto
ii. Sistemas de Segundo Orden sobre armotiguados

Los sistemas de segundo orden sobre-amortiguados (sin oscilaciones) presentan curvas
de reacción similares a las de primer orden, pero se diferencian porque presentan un
punto de inflexión. Un sistema de segundo orden sin oscilaciones se ajusta a un
modelo, G(s), de primer orden con tiempo muerto:
Donde el cálculo de los parámetros 𝒌, 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. 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. 4). A partir de esto, la constante de tiempo τ y el tiempo

muerto tm se calculan de acuerdo a la Figura 4, mientras que la ganancia se calcula:

𝒌=𝒚𝒖/𝚫𝒖.
Figura 4: Método de Ziegler y Nichols
2. 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 0.632 del valor final
de la respuesta (Fig. 5). A partir de esto, la constante de tiempo τ y el tiempo
muerto tm se calculan de acuerdo a la Figura 1, mientras que la ganancia se calcula:
𝒌=𝒚𝒖/𝚫𝒖
Figura 5: Método de Miller

3. 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%) (Fig.6). A partir de estos tiempos (𝒕𝟐𝟖 y 𝒕𝟔𝟑) se calculan los
parámetros del modelo, de la siguiente manera: La ganancia: 𝒌 =𝒚𝒖⁄ , la constante
de tiempo: 𝝉 = 𝟏. (𝒕𝟔𝟑 − 𝒕𝟐𝟖) y el tiempo muerto: 𝒕𝒎 = 𝒕𝟔𝟑 − 𝝉 = 𝟏. 𝟓𝒕𝟐𝟖 − 𝟎. 𝟓𝒕𝟔𝟑.
Figura 6: Método de Smith
La respuesta del modelo y del sistema coincidirán como mínimo en los dos puntos
de referencia.
iii. 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, su factor de amortiguamiento 𝜉 y
su frecuencia natural 𝜔𝑛). Por lo que se puede ajustar al siguiente modelo:

Figura 7. Respuesta de un sistema de segundo orden subamortiguado.
De las ecuaciones anteriores podemos obtener el factor de amortiguamiento 𝜉 y la

frecuencia natural 𝜔𝑛. La ganancia lo obtendremos de la misma manera que en los
métodos anteriores.
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.
a. Parte I. Métodos basados en la curva de reacción

En esta parte identificaremos un modelo para 2 sistemas implementados en Proteus,
aplicando los métodos basados en la curva de reacción usando Matlab.
i. Ejecute el programa Proteus y abra el archivo Sistema1.pdsprj. Este archivo contiene un
bloque denominado Sistema1.
Figura 8. Diagrama del Sistema1

ii. La respuesta del sistema lo podemos observar en el visor de ‘Analogue Analysis’, tal
como se muestra en la siguiente figura.
Figura 9. Respuesta temporal del sistema 1 (Proteus).
Figura 9.1. Ejecución del Sistema 1

iii. Indique de que orden es el sistema a analizar.
Este es un sistema de primer orden sin retardo.
iv. Elija un método de Curva de Reacción, más adecuado según su criterio, para identificar
un modelo G(s).
Se usará los criterios en la presente guía.
v. 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®.

Figura 10. Ilustración del punto v.

vi. En MATLAB®, ejecute la función “proteus2matlab”, escribiendo en la línea de
comando:
>> [Tiempo1, Vin1, Vout1]=proteus2matlab('Sistema1.dat');
La cual creará en el Workspace los vectores Tiempo1, Vin1 y Vout1 obtenidos a partir
del archivo exportado en el punto v.
%Código para analizar al sistema 1:
[Tiempo1, Vin1, Vout1]=proteus2matlab('sistema1.dat');

figure(1)
plot(Tiempo1,Vin1,Tiempo1,Vout1)
%Método: sistema de primer orden sin retardo

k=max(Vout1)/max(Vin1);
a=max(Vout1)*0.632;
b=find(Vout1>=a,1);
tao=Tiempo1(b);
tao2=0:0.00001:tao;
y=max(Vin1)+((max(Vin1)/tao)*(tao2-tao));
figure(2)
plot(Tiempo1,Vin1,Tiempo1,Vout1,tao2,y,Tiempo1(b),Vout1(b),'xr','MarkerSize',10)
grid on;
G=tf(k,[tao 1])
disp('El voltaje de entrada es: ');disp(max(Vin1));

disp('El voltaje de salida máxima es: ');disp(max(Vout1));
disp('La ganancia es: ');disp(k);
disp('La ganancia tao es: ');disp(tao);
figure(3)
[Y t]=step(G,0:0.0001:3);

Y=5*Y;
plot(t,Y)
figure(4)
plot(t,Y,Tiempo1,Vout1)
grid on
%calculo del error cuadrático:

error=Y-Vout1;
error2=error.^2;
sumaerror2=sum(error2);
disp('La suma del error cuadrático es: ');disp(sumaerror2);
Figura 10.1. Código en Matlab.

vii. Grafique los vectores Vin1 y Vout1 vs el vector Tiempo1. Verifique que sea la misma
respuesta obtenida en Proteus.
Figura 10.2. Gráfica de Vin1 y Vout1 vs vector tiempo1 en Matlab
viii. Utilice Matlab para hallar un modelo según el método elegido en el punto iv. (Cree un
script que obtengan los parámetros necesarios)
Figura 10.3. Obtención de

parámetros
ix. Defina la función de transferencia G(s) del modelo obtenido en el paso previo.

Figura 10.4. Función de transferencia G(s)
x. Obtenga su respuesta temporal ante una entrada escalón.
Figura 10.5. Respuesta escalón mediante función de transferencia
xi. Presente en una sola gráfica, tanto la respuesta temporal obtenida en el punto anterior
como la respuesta importada desde Proteus.

Figura 10.6. Superposición de las gráficas
Figura 10.7. Al aumentar el zoom de la gráfica, vemos que el error entre las gráficas es
mínimo. En verde, la gráfica mediante identificación; en azul, la gráfica mediante la
función de transferencia.
xii. A partir del punto anterior, considera que es aceptable la respuesta del modelo obtenido
G(s). Justifique su respuesta. (Puede utilizar algunos índices de desempeño como la
suma del error cuadrático)

Se puede observar que el error es mínimo.
xiii. Ejecute el programa Proteus y abra el archivo Sistema2.pdsprj. Este archivo contiene un
bloque denominado Sistema2.
Figura 11. Diagrama del sistema 2.
xiv. La respuesta del sistema lo podemos observar en el visor de ‘Analogue Analysis’, tal
como se muestra en la siguiente figura.
Figura 12. Respuesta temporal del Sistema2.
xv. Repita los pasos del iii al xii. (Además de seleccionar alguno de los métodos
presentados, investigue de otro método de identificación y también aplíquelo)
Este sistema es de segundo orden sobre amortiguado.

El código usado para la primera parte, lo volveremos a usar, pero con ciertos cambios.
El método a utilizar es el de los 2 puntos de Smith.
Código utilizado:

[Tiempo2, Vin2, Vout2]=proteus2matlab('sistema2.dat');

figure(1)
plot(Tiempo2,Vin2,Tiempo2,Vout2)
grid on
%Método de 2 puntos de smith:

k=max(Vout2)/max(Vin2); %ganancia
v1=max(Vout2)*0.283;
v2=max(Vout2)*0.632;
b1=find(Vout2>=v1,1);
b2=find(Vout2>=v2,1);
tao1=Tiempo2(b1);
tao2=Tiempo2(b2);
tao=1.5*(tao2-tao1); %tiempo carga

tm=tao2-tao;
G=tf(k,[tao 1],'OutputDelay',tm)
disp('El voltaje de entrada es: ');disp(max(Vin2));

disp('El voltaje de salida máxima es: ');disp(max(Vout2));
disp('La ganancia es: ');disp(k);
disp('La ganancia tao es: ');disp(tao);
disp('El tiempo muerto es: ');disp(tm);
figure(2)
[Y t]=step(G,Tiempo2);
Y=5*Y;
plot(t,Y)
figure(3)
plot(t,Y,Tiempo2,Vout2)
grid on
%calculo del error cuadrático:

error=Y-Vout2;
error2=error.^2;
sumaerror2=sum(error2);
disp('La suma del error cuadrático es: ');disp(sumaerror2);

Resultados obtenidos:

Figura 12.1. Parámetros obtenidos mediante Matlab.
Figura 12.2 Voltaje de entrada Vin, en azul, y voltaje de salida Vout, en rojo

Figura 12.3. Repuesta transitoria ante una entrada escalón unitario.
Figura 12.4. Comparación entre la identificación (en rojo) con el modelado (en azul).
La suma del error cuadrático es 313.1712
b. Parte II: Identificación de un sistema físico

En esta parte, identificaremos un modelo a partir de la respuesta temporal de un sistema
real.
i. Implemente el circuito presentado en la figura.

Figura 13. Diagrama del circuito a implementar.
ii. Conecte una señal de entrada adecuada que permita observar la curva de reacción del
sistema.
Se seleccionó una señal cuadrada.
Figura 13.1. Respuesta transitoria al escalón unitario al circuito implementado
iii. Utilizando uno de los métodos de identificación presentados, el más adecuado según su
criterio, obtenga un modelo para el circuito implementado. Compare este modelo con el
obtenido en su informe previo.
Nuestra función de transferencia del previo es:

Figura 13.2. Función de transferencia Matlab
iv. Investigue de otro método de identificación y aplíquelo.
v. Defina en Matlab los modelos hallados en los puntos iii y iv.

Figura 13.3. Modelos hallados.
vi. Compare las respuestas temporales obtenidas en Matlab con la del circuito
implementado.
Figura 13.4. Respuesta temporal del sistema.
vii. ¿Cuál de los dos modelos representa mejora al circuito implementado? Justifique su
respuesta.
Ambas respuestas son buenas aproximaciones de lo obtenido durante la experiencia del
laboratorio, pero el gráfico en Matlab es mejor porque le da una mejor interpretación de
la salida, pues se ve como una señal continua.
IV. CUESTIONARIO FINAL

a. Presente los resultados obtenidos de forma ordenada y detallada obtenidos durante

el procedimiento desarrollado.
b. Se presentará un informe final (si es digital usar sólo formato *.doc o *.pdf) y
además adjuntar en otro fichero comprimido (*.rar o * zip) conteniendo los archivos
que hayan sido creados en el desarrollo de la guía.
c. Plazo máximo de presentación: 1 semana después de presentación de la experiencia.
V. CONCLUSIONES
 En el sistema 1 se observa que, al aumentar el zoom de la gráfica, vemos que el error entre
las gráficas es mínimo. En verde, la gráfica mediante identificación; en azul, la gráfica
mediante la función de transferencia.
 En el sistema 2 dos también se hace uso del método de Smith y se visualiza la gráfica que
corta en dos puntos a la gráfica de Proteus.
 En el sistema 3 no se pudo obtener la gráfica con el código en Matlab, nuestra gráfica tuvo
una diferencia notoria con el código utilizado, siendo el error en el código posiblemente.
 Los resultados que se han presentado y la metodología que se ha propuesto, representan una
aportación importante en el campo del modelado experimental de sistemas para la
obtención de modelos de la dinámica de sistemas desconocidos
 Se puede concluir que en 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 y es a partir de esta información que se obtiene el modelo para el sistema,
aplicando las reglas que cada método establezca.
 Se puede observar informe las respuestas son buenas aproximaciones de lo obtenido
durante la experiencia del laboratorio, pero el gráfico en Matlab es mejor porque le da una
mejor interpretación de la salida.
 El efecto del retardo se aprecia en la respuesta dinámica en un incremento del sobre-
impulso y del tiempo de establecimiento, así como en el incremento de las oscilaciones
amortiguadas.
 Se deben utilizar métodos de identificación que permitan obtener lo más cercano posible el
tiempo de retardo.
VI. REFERENCIAS
 https://sisbib.unmsm.edu.pe/bibvirtual/publicaciones/indata/v15_n1/pdf/a12v15n1.pdf
 Ogata, Katsuhiko. (1993). ingeniería de control moderna. México, Prentice-Hall

Hispanoamericana, S.A.
 https://www.ecorfan.org/spain/researchjournals/Aplicacion_Cientifica_y_Tecnica/vol3num
10/Revista_de_Aplicacion_Cientifica_y_Tecnica_V3_N10_1.pdf

Informe Final 6 Malca

Cargado por

Copyright:

Formatos disponibles

Informe Final 6 Malca

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Informe Final 6 Malca

Cargado por

Copyright:

Formatos disponibles

UNMSM – Facultad de Electrónica y Eléctrica. Castillo Peralta, Chafloque Tasayco.

La identificación experimental de procesos es una técnica mediante la cual es posible obtener un

Figura1. Esquema básico de un proceso

A partir de la información de la entrada y salida, se puede establecer si el sistema es de primer

Universidad Nacional Mayor de San Marcos Facultad de Ingeniería Electrónica y Eléctrica

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

En un sistema de primer orden se pueden medir de la respuesta directamente los parámetros

Figura 2: Método para calcular un modelo de primer orden

Universidad Nacional Mayor de San Marcos Facultad de Ingeniería Electrónica y Eléctrica

Figura 3: Sistema de primer orden más tiempo muerto

ii. Sistemas de Segundo Orden sobre armotiguados

Donde el cálculo de los parámetros 𝒌, 𝒕𝒎 y 𝝉 variará según el método de identificación

1. Método de la tangente de Ziegler y Nichols

Universidad Nacional Mayor de San Marcos Facultad de Ingeniería Electrónica y Eléctrica

muerto tm se calculan de acuerdo a la Figura 4, mientras que la ganancia se calcula:

Figura 4: Método de Ziegler y Nichols

2. Método de la tangente Modificada de Miller

Figura 5: Método de Miller

Universidad Nacional Mayor de San Marcos Facultad de Ingeniería Electrónica y Eléctrica

3. Método de los dos puntos de Smith

Figura 6: Método de Smith

iii. Sistemas de Segundo Orden sub amortiguados

Universidad Nacional Mayor de San Marcos Facultad de Ingeniería Electrónica y Eléctrica

Figura 7. Respuesta de un sistema de segundo orden subamortiguado.

De las ecuaciones anteriores podemos obtener el factor de amortiguamiento 𝜉 y la

Se adjunta los archivos Sistema1. pdsprj, Sistema2.pdsprj y proteus2matlab.m. Los 2 primeros

a. Parte I. Métodos basados en la curva de reacción

Figura 8. Diagrama del Sistema1

Universidad Nacional Mayor de San Marcos Facultad de Ingeniería Electrónica y Eléctrica

Figura 9. Respuesta temporal del sistema 1 (Proteus).

Figura 9.1. Ejecución del Sistema 1

Universidad Nacional Mayor de San Marcos Facultad de Ingeniería Electrónica y Eléctrica

Figura 10. Ilustración del punto v.

%Código para analizar al sistema 1:

[Tiempo1, Vin1, Vout1]=proteus2matlab('sistema1.dat');

%Método: sistema de primer orden sin retardo

disp('El voltaje de entrada es: ');disp(max(Vin1));

Universidad Nacional Mayor de San Marcos Facultad de Ingeniería Electrónica y Eléctrica

%calculo del error cuadrático:

Figura 10.1. Código en Matlab.

Universidad Nacional Mayor de San Marcos Facultad de Ingeniería Electrónica y Eléctrica

Figura 10.2. Gráfica de Vin1 y Vout1 vs vector tiempo1 en Matlab

Figura 10.3. Obtención de

Universidad Nacional Mayor de San Marcos Facultad de Ingeniería Electrónica y Eléctrica

Figura 10.4. Función de transferencia G(s)

x. Obtenga su respuesta temporal ante una entrada escalón.

Figura 10.5. Respuesta escalón mediante función de transferencia

Universidad Nacional Mayor de San Marcos Facultad de Ingeniería Electrónica y Eléctrica

Figura 10.6. Superposición de las gráficas

Universidad Nacional Mayor de San Marcos Facultad de Ingeniería Electrónica y Eléctrica

Se puede observar que el error es mínimo.

Figura 11. Diagrama del sistema 2.

Figura 12. Respuesta temporal del Sistema2.

Este sistema es de segundo orden sobre amortiguado.

Universidad Nacional Mayor de San Marcos Facultad de Ingeniería Electrónica y Eléctrica

[Tiempo2, Vin2, Vout2]=proteus2matlab('sistema2.dat');

%Método de 2 puntos de smith:

tao=1.5*(tao2-tao1); %tiempo carga

disp('El voltaje de entrada es: ');disp(max(Vin2));