Tesis Modelamiento y Simulacion de Sistema Dinámico

ESCUELA SUPERIOR POLITÉCNICA
POLITÉCNICA DEL LITORAL
Facultad de Ingeniería en Electricidad y Computación
“MODELAMIENTO
MODELAMIENTO Y SIMULACIÓN DE UN SISTEMA CON DOBLE
PÉNDULO INVERTIDO”
INFORME DE MATERIA DE GRADUACIÓN
Previa a la obtención del Título de:
INGENIERO EN ELECTRICIDAD ESPECIALIZACIÓN ELECTRÓNICA Y

AUTOMATIZACIÓN INDUSTRIAL
Presentado por:
Ronald Joel García Arcos
Jhon David Ortiz Coloma
Guayaquil - Ecuador
2015
ii
AGRADECIMIENTO
A todas las personas que
colaboraron para culminar este
trabajo, especialmente al
Ph.D. Douglas A. Plaza por la
paciencia y guía que tuvo al
dictar la materia de
graduación.
iii
DEDICATORIA
A mi mamá que durante toda mi
vida académica en la universidad
ha sido una de las personas que
siempre me ha aconsejado y
guiado para lograr alcanzar la
meta, siendo una inspiración a
seguir en todo.
A mi papá que gracias a sus
consejos y ejemplo de rectitud en
cada aspecto de la vida ha sido
uno de los pilares fundamentales
en mi formación.
A mis hermanos, espero ser para
ellos un buen ejemplo a seguir.
Ronald García Arcos

iv
DEDICATORIA
A Dios, por todas las
bendiciones.
A mis padres, por el sacrificio y
dedicación de formarme como
persona de bien.
A mi familia y amigos por su
apoyo y afecto incondicional.
Jhon Ortiz Coloma

v
TRIBUNAL DE SUSTENTACIÓN
_________________________
Ph.D. Douglas Plaza Guingla
PROFESOR DE LA MATERIA DE GRADUACIÓN
_________________________
MSc. Luis Fernando Vásquez Vera
PROFESOR DELEGADO POR LA UNIDAD ACADÉMICA

vi
DECLARACIÓN EXPRESA
La responsabilidad del contenido de este Informe, nos corresponden
exclusivamente; y el patrimonio intelectual de la misma a la ESCUELA
SUPERIOR POLITÉCNICA DEL LITORAL.
________________________ ________________________
Ronald Joel García Arcos Jhon David Ortiz Coloma

vii
RESUMEN
En este trabajo se modela el comportamiento dinámico de un péndulo doble
invertido, a partir de las ecuaciones matemáticas que describen el
comportamiento del sistema.
Posteriormente para visualizar el comportamiento del sistema y realizar un
análisis detallado se utilizaran las siguientes herramientas para poder
simularlos: Matlab, OpenModelica y Scilab.

viii
ÍNDICE GENERAL
Pág.
RESUMEN……………………………………..………………….………………..vii
ÍNDICE GENERAL………………………………….……..……….……………..viii
ABREVIATURAS……………………………………………….…………………..xi
SIMBOLOGÍA……………………………………………….................................xii
ÍNDICE DE FIGURAS………………………………………….……………..…..xiii
ÍNDICE DE TABLAS…………………………………………….………………..xvi
INTRODUCCIÓN……………………………………………….………..………xvii
CAPÍTULO 1 ………………………………………………………………………. 1
CONCEPTOS FUNDAMENTALES................................................................. 1
1.1 Modelado Matemático de Sistemas Dinámicos ................................. 1
1.1.1 Modelos Matemáticos ................................................................. 2
1.2 Ecuaciones Diferenciales (Input-Output) (White Box) ....................... 3
1.3 Identificación de los Sistemas (Black Box) ........................................ 5
1.4 Redes Neuronales ............................................................................. 7
CAPÍTULO 2……………………………………………………………………….10
DESCRIPCIÓN DEL SISTEMA .................................................................... 10
2.1 Ecuaciones Diferenciales................................................................. 10
2.2 Linealización del modelo.................................................................. 17

ix
2.3 Descripción del modelo en variables de estado............................... 20
CAPÍTULO 3……………………………………………………………………….25
SIMULACIONES DEL SISTEMA .................................................................. 24
3.1 Representación en Simulink y respuesta a lazo abierto .................. 25
3.1.1 Respuesta del sistema a una señal escalón unitario................. 26
3.1.2 Respuesta del sistema a una señal impulso. ............................ 28
3.1.3 Respuesta del sistema a una señal rampa. .............................. 30
3.2 Representación en Modelica y respuesta a lazo abierto.................. 32
3.2.1 Respuesta del sistema a una señal escalón unitario................. 33
3.3 Representación en Scilab y respuesta a lazo abierto ...................... 38
3.3.1 Respuesta del sistema a una señal escalón. ............................ 39
CAPÍTULO 4……………………………………………………………………….44
ANÁLISIS DE SIMULACIONES DEL SISTEMA ........................................... 43
4.1 MATLAB .......................................................................................... 44
4.1.1 Análisis de respuesta del sistema a una señal escalón unitario,
impulso y rampa…………………… ....................................................... 44
4.2 Modelica .......................................................................................... 45

x
impulso y rampa…………… .................................................................. 45
4.3 Scilab ............................................................................................... 47
impulso y rampa…………… .................................................................. 47
CONCLUSIONES Y RECOMENDACIONES ................................................ 49
BIBLIOGRAFÍA…………………………………………………………………….53
xi
ABREVIATURAS
MATLAB Matrix Laboratory
PDE Ecuaciones diferenciales parciales
OSMC Open Souce Modelica Consortium.
ODE Ecuaciones diferenciales ordinarias.
I/O Input/Output.
xii
SIMBOLOGÍA
Masa del carro
Masa de la barra 1
Masa de la barra 2
Longitud de la barra 1
Longitud de la barra 2
Momento de inercia barra 1
Momento de inercia barra 2
Desplazamiento angular barra 1
Desplazamiento angular barra 2
Velocidad angular barra 1
Velocidad angular barra 2
F Fuerza aplicada
Fuerza en la dirección
Posición del carro
Velocidad del carro

xiii
ÍNDICE DE FIGURAS
Figura 1.1. Representación de una Caja negra (Black Box) ……..….….…….5
Figura 1.2. Representación de una red neuronal…………………..….….…….7
Figura 1.3. Modelo matemático basado en una estructura de grafo dirigido
cuyos nodos son neuronas artificiales.………………………...……..….……….8
cuyos nodos son neuronas artificiales.………………………...……..….……….8
Figura 2.1 Esquema del doble péndulo invertido………………….…………..11
Figura 2.2 Esquema del carro………………….………………………………..12
Figura 2.3 Esquema barra 1………………….…………………...……………..13
Figura 2.4 Esquema barra 2………………….…………………...……………..14
Figura 3.1. Bloques de Simulink del Modelo de Doble Péndulo Invertido….26
Figura 3.2. Comportamiento del sistema a una entrada escalón variables Vc,
Xc y F………………….…………………...……………………………...………..27
Figura 3.3. Comportamiento del sistema a una entrada escalón variables ω1
y ϴ1………………….…………………...……………………………...………..28
Figura 3.4. Comportamiento del sistema a una entrada escalón variables ω2
y ϴ2………………….…………………...……………………………...………..28
Figura 3.5. Comportamiento del sistema a una entrada impulso variables Vc,
Xc y F………………….…………………...……………………………...………..29
Figura 3.6. Comportamiento del sistema a una entrada impulso variables ω1
y ϴ1………………….………………..…...……………………………...………..30
xiv
Figura 3.7. Comportamiento del sistema a una entrada impulso variables ω2
y ϴ2………………….………………..…...……………………………...………..30
Figura 3.8. Comportamiento del sistema a una entrada rampa variables Vc,
Xc y F………………….………………..…...…………………………...………..31
Figura 3.9. Comportamiento del sistema a una entrada rampa variables ω1 y
ϴ1………………….………………..……......…………………………...………..32
Figura 3.10. Comportamiento del sistema a una entrada rampa variables ω2
y ϴ2……………….………………..……......…………………………...………..32
Figura 3.11. Bloques de Modelica del Modelo de Doble Péndulo Invertido..33
Figura 3.12. Comportamiento del sistema a una entrada escalón variables
Vc, Xc y F……………….………..……......…………………………...……….....34
ω1 y ϴ1……………….………..……......…………………………...………........35
ω2 y ϴ2……………….………..……......…………………………...………........35
Figura 3.15. Comportamiento del sistema a una impulso variables Vc, Xc y
F……………….………..……......…………………………...………………........36
Figura 3.16. Comportamiento del sistema a una entrada impulso variables
ω1 y ϴ1……………….………….…………………………...………………........37
Figura 3.17. Comportamiento del sistema a una entrada rampa variables Vc,
Xc y F……………….………….…………………………..…………...................38
xv
Figura 3.18. Comportamiento del sistema a una entrada rampa variables ω1
y ϴ1……....………….…………………………...………………........................39
Figura 3.19. Bloques de Scilab del Modelo de Doble Péndulo Invertido…...40
Figura 3.20. Comportamiento del sistema a una entrada escalón
unitario……………………………………………………………………………...41
Figura 3.21. Comportamiento del sistema a una entrada impulso…………..42
Figura 3.22. Comportamiento del sistema a una entrada rampa………..…..43

xvi
ÍNDICE DE TABLAS
Tabla 1 Datos de los parámetros del sistema…………………….…………....23

xvii
INTRODUCCIÓN
El péndulo invertido es un sistema muy conocido dentro del estudio de los
sistemas dinámicos, en el presente trabajo se realiza un análisis del
comportamiento dinámico del péndulo doble invertido. En el primer capítulo
se explica los conceptos básicos del modelamiento de sistemas dinámicos
para luego en el siguiente capítulo realizar un análisis del sistema que se va
a modelar en este caso el péndulo doble invertido. En el capítulo 2 se detalla
las ecuaciones físicas del sistema, analizando cada una de sus etapas por
separado para una fácil comprensión, para luego en el siguiente capítulo
realizar un análisis del comportamiento del sistema con la ayuda de
herramientas digitales. El capítulo 3 consta de las simulaciones en tres
diferentes software’s, con el objetivo de analizar la eficiencia y el uso de
recursos al momento de simular un sistema ya que se van a comparar los
resultados obtenidos del comportamiento del péndulo doble invertido con
diferentes señales de entrada de fuerza. EL capítulo 4 consta del análisis del
comportamiento del sistema de acuerdo a las diferentes señales de entrada,
para finalmente concluir este trabajo con las conclusiones y
recomendaciones correspondientes.
CAPÍTULO 1
CONCEPTOS FUNDAMENTALES
En el presente capítulo se detallan conceptos fundamentales en el
proceso de realizar un modelamiento de un sistema dinámico.
1.1 Modelado Matemático de Sistemas Dinámicos
En el estudio de los sistemas de control se tiene que ser capaz de
modelar sistemas dinámicos y analizar características dinámicas.
Un modelo matemático de un sistema dinámico se define como un
conjunto de ecuaciones que representa la dinámica del sistema si
no es a precisión, por los menos en una buena aproximación.
Un sistema puede ser representado por más de un modelo
matemático de acuerdo a la perspectiva del modelador, por lo tanto
se puede decir que no existe un único modelo matemático para
representar un sistema [2].

2
Podemos describir la dinámica de muchos sistemas en términos de
ecuaciones diferenciales. De acuerdo al sistema podemos obtener
las ecuaciones diferenciales mediante el uso de las leyes físicas
que los rigen.
1.1.1 Modelos Matemáticos
Un modelo matemático es una representación de un sistema,
donde el proceso de desarrollo del mismo se le conoce como
modelización matemática. Un modelo matemático ayuda a
comprender un sistema por medio de su representación en
ecuaciones, lo que nos permite hacer predicciones sobre el
comportamiento del sistema en circunstancias particulares.
Una vez que se haya encontrado el modelo matemático de
un sistema existen programas de simulación que nos ayudan
con el análisis y síntesis, como lo son: Matlab, Modelica,
SciLab. Con el fin de ver los resultados de nuestro análisis
previo.
3
Podemos tener dos puntos de vista para un sistema
dinámico: la vista interna y la vista externa. El punto de vista
interno describe el funcionamiento del sistema a partir de un
cuidadoso análisis de mecánica clásica.
En la ingeniería eléctrica se originó el otro punto de vista
sobre la dinámica, el problema fuente fue la descripción del
funcionamiento de amplificadores electrónicos, donde se
transforma la tensión de entrada en la salida sin entrar en
detalle del funcionamiento interno del amplificador, el
resultado fue el estudio de los sistemas entrada/salida I/O
(input/output).
En la teoría del control se pueden encontrar con estos dos
puntos de vista, los modelos basados en la visión interna son
llamados caja blanca (White Box), mientras que los modelos
con una visión externa son llamados caja negra (Black Box).
1.2 Ecuaciones Diferenciales (Input-Output) (White Box)
Los modelos paramétricos muestran la relación que existe entre la
entrada y salida por medio de ecuaciones. Este sistema de

4
ecuaciones nos muestra información de la estructura de modelo
elemental y puede ser representado por medio de diagramas de
bloques. Los modelos que muestran una estructura modelo tan
elemental pueden ser llamados modelos White Box (caja blanca) en
contraste con el no paramétrico, llamado modelos Black Box (caja
negra).
Si sólo nos interesa el comportamiento input/output del proceso, de
ser posible se eliminarán los estados del sistema. El modelo
matemático resultante es de la forma de una ecuación diferencial
ordinaria (ODE). En el caso lineal, esta ODE se da como en la
ecuación (1.1):
+ + . . . + + = +
+ . . . + + (1.1)
Los parámetros del modelo y son determinados por los
coeficientes ! del proceso. Para la transición del proceso físico al
modelo I/O, la estructura del modelo se puede perder. Para
procesos con parámetros distribuidos, se puede obtener las
ecuaciones diferenciales parciales (PDE).

5
1.3 Identificación de los Sistemas (Black Box)
Un sistema de caja negra (black box) no necesita un conocimiento
previo de las características de las interacciones existentes. Se
prepara para describir prácticamente cualquier dinámica no lineal, la
“caja negra” del sistema contiene formulas y cálculos a los que el
usuario no tiene acceso debido a que no es necesario que los sepa
para poder trabajar en el sistema. Debido a que sus parámetros
internos no se encuentran accesibles se procede a realizar una
estimación para poder describirlos.
Cuando se realiza un modelado de un sistema físico se tienen que
tomar en cuenta todos los procesos que intervienen con su
respectivo modelo matemático.
Entradas Black Box Salidas

Entradas son
convertidas en salidas
Figura 1.1. Representación de una Caja negra (Black Box).

6
La mejor manera para describir estos sistemas es realizando
interpolación con el objetivo de obtener una convergencia, si se
logra entonces podemos decir que contamos con un modelo
matemático que describe el sistema, sin embargo no se describe la
dinámica del sistema.
En los sistemas tipo caja negra se puede realizar una estimación de
sus parámetros gracias a las señales de entrada y de salida, estas
técnicas de estimación se clasifican en recursivas y no recursivas.
Las técnicas no recursivas realizan un análisis de todas las
entradas y salidas existentes en el sistema para encontrar un vector
que contenga los parámetros del sistema.
Las técnicas recursivas a medida que se va realizando un análisis
del sistema van obteniendo los parámetros del sistema para
elaborar una función de transición una vez encontrados todos los
parámetros.
7
1.4 Redes Neuronales
Es un sistema de procesamiento distribuido, donde cada unidad se
encuentra conectada con otra en arreglos de serie y/o paralelo en
un procesamiento de señales distribuido divido en secciones, cada
elemento tiene sus respectivas salidas calculadas en función de las
entradas que tenga, a su vez las salidas de una unidad se
convierten en las entradas de otra unidad. Se puede observar un
ejemplo de una red neuronal en la siguiente imagen [4].
Unidades Unidades de Unidades de

de Entrada Procesamiento Salida
Entrada 1
1
1
Entrada 2 ... Salida
2 1
... m
Entrada n
n
Figura 1.2. Representación de una red neuronal.
El comportamiento de una red neuronal está determinado por las
características de sus unidades y la topología en que se encuentren
conectadas.
8
Un modelo matemático puede ser representado por una red
neuronal, como se puede observar en las siguientes figuras [5].
cuyos nodos son neuronas artificiales.
cuyos nodos son neuronas artificiales.

9
Las principales características de las redes neuronales es su
proceso de aprendizaje para realizar tareas, sus operaciones en
tiempo real pueden ser dadas por herramientas de hardware como
computadoras.
Una de las ventajas de una red neuronal es que una falla en una
parte de su estructura solo afecta al sistema parcialmente debido a
la redundancia de la información que tiende a recibir
constantemente.
CAPÍTULO 2
DESCRIPCIÓN DEL SISTEMA
A continuación, se detallan las características físicas del sistema de
doble péndulo invertido, basadas en las leyes de movimiento de Newton
para posteriormente realizar el análisis matemático y obtener las
ecuaciones que lo describan.
2.1 Ecuaciones Diferenciales.
El mecanismo está formado por tres cuerpos rígidos, como se
muestra en la figura 2.1 un carro de masa "# , acoplado a través de
una articulación de rotación a una barra con masa " , longitud $
y momento de inercia % . A su vez a la primera barra esta acoplada,
en el otro extremo y también a través de una articulación de
rotación, una segunda barra de masa " , longitud $ y momento de

11
inercia % . En el modelo despreciamos los rozamientos lineales y
angular de los tres cuerpos [1].
Figura 2.1 Esquema del doble péndulo invertido.
Para facilitar el modelado del sistema se realiza el análisis de los
cuerpos por separado.

12
Subsistema del carro
Figura 2.2 Esquema del carro.
Aplicando la segunda ley de Newton al movimiento lineal del carro
obtenemos las siguientes ecuaciones. Sumando las fuerzas en el
diagrama de cuerpo libre del carro en la dirección horizontal, se
obtiene la siguiente ecuación del movimiento:
− =
()*
' (+
(2.1)
Ahora sumando las fuerzas en la dirección vertical se obtiene:
, + -− ., =0 (2.2)
Derivando la posición del carro respecto al tiempo obtenemos la
velocidad del mismo:
=
('*
(+
(2.3)
13
Se ha supuesto una distribución uniforme de la fuerza de reacción
012 del suelo sobre el vehículo en las ruedas.
Subsistema barra 1
Figura 2.3 Esquema barra 1.
Sumando las fuerzas de la barra 1 en la dirección horizontal, se
− =
()34
' ' (+
(2.4)
− − -=
()34
, , (+
(2.5)
Realizando sumatorias de torques obtenemos lo siguiente:
+ cos +9 + ,: sin =
53 53 (=3
' ' , (+
(2.6)
14
De la misma forma que obtuvimos la velocidad del carro, lo
hacemos para la barra 1, derivando las posiciones de 1 e 1
respecto al tiempo para obtener sus respectivas velocidades.
=
(43
' (+
(2.7)
=
(,3
, (+
(2.8)
Derivamos respecto al tiempo obtenemos la velocidad angular de
la barra 1.
=
(?3
(+
(2.9)
Subsistema barra 2
Figura 2.3 Esquema barra 2.
Sumando las fuerzas de la barra 2 en la dirección horizontal, se

15
=
()@4
' (+
(2.10)
− -=
()@4
, (+
(2.11)
Realizando sumatorias de torques obtenemos lo siguiente:
− cos + sin =
5@ 5@ (=@
' , (+
(2.12)
De la misma forma que obtuvimos la velocidad de la barra 1, lo
hacemos para la barra 2, derivando las posiciones de 2 e 2
respecto al tiempo para obtener sus respectivas velocidades.
=
(4@
' (+
(2.13)
=
(B@
, (+
(2.14)
Derivamos respecto al tiempo obtenemos la velocidad angular de
la barra 2.
=
(?@
(+
(2.15)
Relación entre variables: Ahora se van a establecer las ecuaciones
de ligadura entre variables debida a la unión mecánica de los
elementos.
16
Así, la posición del centro de masa de la barra 1, en los dos ejes, y
el ángulo que forma con la vertical, tienen la siguiente relación con
la posición del carro [1]:
+ sin =
53
(2.16)
= cos
53
(2.17)
De igual modo, la posición del centro de masas de la segunda barra
en cada eje tiene la relación con la primera barra y los ángulos de
ambas con la vertical:
− sin + sin =
53 5@
(2.18)
+ cos + cos =
53 5@
(2.19)
Las ecuaciones anteriores relacionan posiciones, por lo que
derivándolas, y utilizando se relacionan velocidades y
aceleraciones:
+ cos =
53
' (2.20)
+ cos − sin =
()34 53 (=3 53 ()*
(+ (+ (+
(2.21)
=− sin
53
, (2.22)
=− sin − cos
()3B 53 (=3 53
(+ (+
(2.23)
− cos + cos =
53 5@
' ' (2.24)
17
− cos + sin + cos − sin =

()34 53 (=3 53 5@ (=@ 5@ ()@4
( (+ (+ (+
(2.25)
− sin − sin =
53 5@
, , (2.26)
− sin − cos − sin − cos =

()3B 53 (=3 53 5@ (=@ 5@ ()@B
(+ (+ (+ (+
(2.27)
2.2 Linealización del modelo
Si se considera que el sistema opera con pequeñas variaciones
cerca de un punto de funcionamiento, entonces podemos obtener
un modelo lineal. Sea - , ,…. una función no lineal escalar
de E variables de estado .
En forma general, esta función no lineal se puede expresar como
una representación aproximada lineal alrededor de un punto
establecido mediante una expansión en series de Taylor de la
siguiente manera. Suponiendo que la función se quiere linealizar
alrededor del punto , su expansión en series de Taylor es [8]:
= - , ,…. (2.28)
18
− J- − J-
≈- G, G, … . +H K +H K +⋯
G G
G
1! J 'L' 1! J 'L'
M M
− J-
+H K
G
1! JE 'L'
M
G = - G, G, … . G
− G ≈O − G +O − G + ⋯+ O − G
∆ = O .∆ ; O = Q' ; ∆ → ; ∆ →
Q,
R
≈O . +O . + ⋯+ O .
Para aplicar la linealización a nuestro modelo necesitamos
encontrar el punto de equilibrio del sistema, para calcular el punto
de funcionamiento o punto de equilibrio. Las derivadas de las
variables se anulan y se dispone del valor de entrada para dicho
punto, en este caso .
= ' (2.29)
, + -= ., (2.30)
=0 (2.31)
' =0 (2.32)
, =0 (2.33)
T =0 (2.34)
' =0 (2.35)
19
' =0 (2.36)
, =0 (2.37)
T =0 (2.38)
' = ' (2.39)
, = , + - (2.40)
+ cos = −9 + : sin
53 53
' ' , , (2.41)
, = - (2.42)
cos = sin
5@ 5@
' , (2.43)
+ sin =
53
(2.44)
= cos θ
53
(2.45)
− sin + sin =
53 5@
(2.46)
+ cos + cos =
53 5@
(2.47)
Ahora realizamos la linealización de las ecuaciones no lineales, el
sistema consta de catorce ecuaciones no lineales por lo que es
necesario linealizar todo el sistema, a través de su aproximación
lineal con la pérdida de información correspondiente [1]. Utilizamos
como punto de equilibrio VW X =W X = XY
∆ +∆ +9 + : ∆ =
53 53 (∆=3
' ' , , (+
(2.48)
20
−∆ + ∆ =
5@ 5@ (∆=@
' , (+
(2.49)
∆ + ∆ =∆
53
(2.50)
∆ + ∆ =∆
53
' (2.51)
+ =
(∆)34 53 (∆=3 (∆)*
(+ (+ (+
(2.52)
∆ =0 (2.53)
∆ , =0 (2.54)
=0
(∆)3B
(+
(2.55)
∆ − ⁄2 ∆ + ⁄2 ∆ =∆ (2.56)
∆ ' − ⁄2 ∆ + ⁄2 ∆ =∆ ' (2.57)
− + =
(∆)34 53 (∆=3 5@ (∆=@ (∆)@4
(+ (+ (+ (+
(2.58)
∆ =∆ (2.59)
∆ , =∆ , (2.60)
=
(∆)3B (∆)@B
(+ (+
(2.61)
2.3 Descripción del modelo en variables de estado
El espacio de estados es otro método que permite modelar un
sistema físico. Se representa por un conjunto de entradas, salidas y
variables de estado relacionadas por ecuaciones diferenciales de
primer orden que se combinan en una ecuación diferencial matricial
de primer orden. A esta representación se le llama ecuación de

21
estado. Una forma general de expresar la dinámica de un sistema
lineal es:
[ = \[ + ]^ (2.62)
2 = _[ + `a (2.63)
Donde el vector [ es el estado del sistema y contiene b elementos
para un sistema de orden b, donde a es el vector de entrada y
contiene c elementos, 2 contiene d elementos y es el vector de
salida. A, de dimensión b [ b es la matriz del sistema. B, de
dimensión b [ c es la matriz de entrada. C, de dimensión d [ b es
la matriz de salida y D es una matriz de dimensión d [ c.
Este tipo de representación tiene la ventaja de que permite conocer
el comportamiento interno del sistema, además se facilita el diseño
asistido por computadora, ya que los paquetes se software
normalmente dependen de esta representación.
El vector [ que determina el estado del sistema contendrá seis
elementos (posición del carro, primera derivada, posición del ángulo
W , primera derivada, posición del ángulo W y su derivada). En el
caso del vector 2 se ha considerado que el péndulo consta de tres

22
sensores, uno para la posición del carro, otro para el ángulo W y el
último para el ángulo W . El vector a tiene un único elemento que es
la fuerza aplicada al carro.
(∆)*
(+
g (∆'* j 0 0 0 0 ∆
f (+ i 1
k l
0 0 0 0 0 ∆
f(∆=3 i g j g∆ j g0j
f (+ i= f0 0 0 mk 0 ml . f
i i + f mi . ∆
f (∆?3 i f0 0 1 0 0 0 i f∆ i f0i
(2.64)
f(∆=
(+
i 0 0 0 nk 0 nl ∆ n
f (+ @ i e0 0 0 0 1 0 h e∆ h e0h
(∆?@
e (+ h
2- o +4 +2 q
k =
4 o + +4 + + q+ o + 4 94 + + :q
- 9−4 + :
l =
4 o + +4 + + q+ o + 4 94 + + :q
4 94 + :+ o +4 +4 q
=
4 o + +4 + + q+ o + 4 94 + + :q
2- o +4 +2 q
mk =
4 o + +4 + + q+ o + 4 94 + + :q
- 9−4 + :
ml =
4 o + +4 + + q+ o + 4 94 + + :q
4 94 + :+ o +4 +4 q
m =
4 o + +4 + + q+ o + 4 94 + + :q
2- o +4 +2 q
nk =
4 o + +4 + + q+ o + 4 94 + + :q
23
- 9−4 + :
nl =
4 o + +4 + + q+ o + 4 94 + + :q
4 94 + :+ o +4 +4 q
n =
4 o + +4 + + q+ o + 4 94 + + :q
X X X X X ∆[# X
2 r = sX X X X X t s ∆W t + s Xt ∆0
X X X X X ∆W X
(2.65)
A continuación se detallan los valores de los parámetros para
realizar la simulación.
Tabla 1 Datos de los parámetros del sistema
Parámetros del sistema
Mc 0.5 Kg
M1 0.2 Kg
M2 0.2 Kg
L1 0.3 m
L2 0.3 m
J1 0.006 Kg*m2
J2 0.006 Kg*m2
g 9.8 m/s2
.
CAPÍTULO 3
SIMULACIONES DEL SISTEMA
Luego de haber obtenido el modelo matemático del sistema representado
en la matriz de variables de estado se procede a realizar las
simulaciones de las ecuaciones del sistema en cada uno de los
programas usados para luego realizar un análisis de los resultados
obtenidos.
No se realizará un control del sistema solo se analizará su
comportamiento con las señales de entrada escalón, impulso y rampa.

25
3.1 Representación en Simulink y respuesta a lazo abierto
A continuación se muestran los resultados de la simulación del
modelo dinámico obtenidos en la plataforma Simulink.
Figura 3.1. Bloques de Simulink del Modelo de Doble Péndulo Invertido.

26
3.1.1 Respuesta del sistema a una señal escalón unitario.
En la figura 3.2 se observa en la primera simulación
representa la velocidad del carro, la segunda simulación
representa la posición del carro.
La tercera simulación es la fuerza aplicada que es una función
escalón unitario cuyo inicio se da en el tiempo 0.2 segundos.
variables Vc, Xc y F.
En la Figura 3.3 se visualiza en el primer cuadro de
simulación la velocidad angular de la primera barra y en el
segundo recuadro el ángulo en que se encuentra.

27
variables ω1 y ϴ1.
simulación la velocidad angular de la segunda barra y en el
28
3.1.2 Respuesta del sistema a una señal impulso.
La tercera simulación es la fuerza aplicada que es una
función impulso cuyo inicio se da en el tiempo 0.025
segundos y finaliza en el tiempo 0.050 segundos.
Figura 3.5. Comportamiento del sistema a una entrada impulso

29
30
3.1.3 Respuesta del sistema a una señal rampa.
La tercera simulación es la fuerza aplicada que es una función
rampa cuyo inicio se da en el tiempo 0 segundos.
Figura 3.8. Comportamiento del sistema a una entrada rampa

31
32
3.2 Representación en Modelica y respuesta a lazo abierto
modelo dinámico obtenidos en la plataforma Modelica.
Figura 3.11. Bloques de Modelica del Modelo de Doble Péndulo
Invertido.
33
3.2.1 Respuesta del sistema a una señal escalón unitario.
En la figura 3.12 se observa la línea azul representa la
velocidad del carro, la línea verde representa la posición del
carro y la línea roja representa la entrada escalón unitario
que inicia en el tiempo 0 segundos.
velocidad angular de la barra 1, la línea verde representa la
posición angular de la barra 1 y la línea roja representa la
entrada escalón unitario que inicia en el tiempo 0 segundos.

34
En la figura 3.14 se observa la línea verde representa la
velocidad angular de la barra 2, la línea azul representa la
entrada escalón unitario que inicia en el tiempo 0 segundos.
35
carro y la línea roja representa la entrada impulso que inicia
en el tiempo 0.05 segundos y finaliza en el tiempo 0.075
segundos.
Figura 3.15. Comportamiento del sistema a una impulso variables
Vc, Xc y F.
36
entrada impulso que inicia en el tiempo 0.05 segundos y
finaliza en el tiempo 0.075 segundos.
El gráfico de la simulación de velocidad y posición angular de
la barra 2 es igual que los obtenidos en la Figura 3.13 que es
el resultado de la simulación de la velocidad y posición
angular de la barra 1.
37
carro y la línea roja representa la entrada rampa que inicia en
el tiempo 0 segundos.
entrada rampa que inicia en el tiempo 0 segundos.

38
El gráfico de la simulación de velocidad y posición angular de
la barra 2 es igual que los obtenidos en la Figura 3.14 que es
el resultado de la simulación de la velocidad y posición
angular de la barra 1.
3.3 Representación en Scilab y respuesta a lazo abierto
modelo dinámico obtenidos en la plataforma Scilab utilizando su
herramienta Xcos.
39
Figura 3.19. Bloques de Scilab del Modelo de Doble Péndulo
Invertido.
3.3.1 Respuesta del sistema a una señal escalón.
En la Figura 3.20 se observa el comportamiento del sistema
a una señal de entrada escalón unitario que inicia en el
tiempo 1 segundo. La línea color negro corresponde a la
velocidad del carro y velocidad angular de las barras 1 - 2.

40
La línea color verde corresponde a la posición del carro y la
posición angular de las barras 1 – 2.
unitario.
a una señal de entrada impulso que inicia en el tiempo 0.025
segundos y finaliza en el tiempo 0.05 segundos. La línea
color negro corresponde a la velocidad del carro y velocidad
angular de las barras 1 - 2.

41
Figura 3.21. Comportamiento del sistema a una entrada impulso.
a una señal de entrada rampa que inicia en el tiempo 0
segundo. La línea color negro corresponde a la velocidad del
carro y velocidad angular de las barras 1 - 2.

42
Figura 3.22. Comportamiento del sistema a una entrada
rampa.
CAPÍTULO 4
ANÁLISIS DE SIMULACIONES DEL SISTEMA
En el presente capítulo se realiza un análisis de los resultados obtenidos
en las simulaciones del sistema con cada uno de los programas de
simulación usados. Existen tres diferentes señales de entrada que son
escalón unitario, impulso y rampa para las cuales el análisis se presenta
de manera general.
Se realiza una breve introducción de cada uno de los simuladores y se
realiza una comparación entre ellos para identificar cual software es más
eficiente para presentar los resultados de la simulación del sistema de
doble péndulo invertido, esta comparación se detalla en la sección de
conclusiones.
44
4.1 MATLAB
Es una herramienta de software matemático con un lenguaje de alto
nivel usado por ingenieros en todo el mundo, el paquete de Matlab
consta con una herramienta que expande sus prestaciones como es
Simulink que es un entorno de programación visual ya que permite
la simulación de procesos mediante diagramas de bloques.
4.1.1 Análisis de respuesta del sistema a una señal escalón
unitario, impulso y rampa.
Se simuló el sistema con una entrada de una señal de
escalón unitario, impuso y rampa para poder visualizar y
analizar su comportamiento.
La simulación tiene una duración de 2 segundos donde se
analizan las variables del sistema que son velocidad y
posición de carro, velocidad y posición angular de barra 1,
velocidad y posición angular de barra 2.
Como se puede observar en las simulaciones que se
encuentran en el Capítulo 3 Sección 3.1 el resultado no es
satisfactorio por lo que el sistema no es estable a lazo

45
abierto, se puede notar que la posición de las dos barras
sobrepasa los 30 radianes a los 2 segundos y va en aumento
en cada una de las señales de entrada. Esto nos indica que
existe inestabilidad y el sistema sería válido para pequeños
valores de ϴ1 y ϴ2.
4.2 Modelica
Es un software libre orientado a objetos con un lenguaje basado en
ecuaciones para poder modelar sistemas físicos. Tiene un entorno
eficiente para crear modelos, este software es respaldado por una
organización no lucrativa llamada Open Source Modelica
Consortium (OSMC) [6].
La simulación tiene una duración de 1 segundo donde se

46
encuentran en el Capítulo 3 Sección 3.2 el resultado no es
satisfactorio por lo que el sistema no es estable a lazo
abierto. . Se puede ver que en la simulación con una señal de
entrada impulso en la sección 3.2.2 la señal que representa
la velocidad tiende a seguir la señal de entrada, aunque
después tiene la misma tendencia que las demás
simulaciones de tener una magnitud infinita por lo que es
sistema es inestable.
47
4.3 Scilab
Es un software libre desarrollado por INRIA (Institut Nationale de
Recherche en Informatique et en Automatique) y el ENPC (Ecole
Nationale des Ponts et Chaussées) de Francia, tiene un solo en un
mismo ambiente herramientas de cálculo numérico, programación y
gráfico. Similar a otros programas de cálculo numérico como por
ejemplo MATLAB [7].
La simulación tiene una duración de 30 segundos donde se
encuentran en el Capítulo 3 Sección 3.3 las magnitudes de

48
las variables tienden al infinito es un tiempo determinado por
lo que el resultado no es satisfactorio y se determina que
sistema no tiene estabilidad a lazo abierto.

CONCLUSIONES Y RECOMENDACIONES
CONCLUSIONES
1. Los modelos matemáticos tienen aplicación en un amplio campo, no
solo en la ingeniería debido a que expresa un sistema o un problema
de la vida real en función de sus variables, parámetros, relaciones en
un algún tipo de formulismo matemático.
2. La mayoría de los problemas de la vida real implican sistemas no
lineales, debido a que estos sistemas son complicados en cuanto a su
representación matemática la manera más sencilla de encontrar una
solución es aplicar linealización de sistemas no lineales que es una
aproximación del sistema no lineal.
3. La simulación de sistemas tiene un papel importante en las
investigaciones en el campo de la ingeniería donde se usa un tipo de
software que tenga las herramientas necesarias para simular sistemas
físicos, para la simulación del modelo matemático del péndulo doble
invertido se usó Matlab, Modelica y Scilab.

50
4. Los simuladores Matlab, Modelica y Scilab presentan similitudes en su
entorno de programación gráfica ya que permiten trabajar con
modelos eléctricos, mecánicos hidráulicos, etc. Para la simulación de
ecuaciones diferenciales el simulador Modelica presenta muchas
facilidades.
5. Matlab uso más recursos del computador en comparación con los
otros simuladores usados, incluyendo su instalación ya que contiene
muchas más herramientas. El instalador del simulador Scilab es el que
usa menos espacio en el disco duro del computador.

RECOMENDACIONES
Durante la realización de este proyecto se presentaron dificultades y se
realizan las siguientes recomendaciones:
1. Al momento de encontrar las ecuaciones de un sistema físico para
realizar un modelo matemático se tiene que obviar parámetros que
son despreciables como por ejemplo la fricción, esto simplifica las
ecuaciones.
2. Se dividió el sistema en los subsistemas que lo conforman para
encontrar las ecuaciones que lo representan para facilidad de
explicación.
3. Los parámetros del sistema como la masa del carro y las barras,
longitud de las barras fueron estimadas de acuerdo a un sistema real
físico.
4. El simulador Modelica tiene poca información en la web de cómo usar
sus herramientas, pero siguiendo tutoriales y videos en youtube se
pudo aprender a manejarlo aunque no a profundidad.
5. Para realizar las simulaciones no tienen que existir procesos muy
pesados ejecutándose en el computador puesto a que esto demora
significativamente el tiempo en que presenta las simulaciones.

52
6. Se recomienda leer más sobre el uso de los simuladores Modelica y
Scilab ya que al ser software libre pueden sustituir el uso de
simuladores en los que hay que comprar la licencia.

BIBLIOGRAFÍA
[1] Luis Ignacio Gracia Calandín y Carlos Pérez Vidal, “Doble péndulo
invertido” en Modelado de sistemas dinámicos: Aplicaciones, Editorial Club
Universitario: España, 2005, pp. 148 – 158.
[2] Rolf Isermann y Marco Münchho, “Identification of Dynamic Systems: An
Introduction with Applications”, pringer Science & Business Media: Alemania,
2010, pp 77
[3] Revista Facultad de Ingeniería Universidad de Antioquia,
http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0120-
62302014000300004, fecha de consulta Febrero 2015
[4] Universidad de Sevilla, Introducción a las redes neuronales,
https://www.cs.us.es/cursos/iati-2013/temas/tema-09.pdf, fecha de consulta
Marzo 2015
[5] José Manuel Gutiérrez, Universidad de Cantabria, Introducción a las redes
neuronales, http://personales.unican.es/gutierjm/docs/tut_RedesNeuro.pdf,
fecha de consulta Marzo 2015
[6] OpenModelica, Software de Simulación de sistemas físicos,
http://www.taringa.net/posts/noticias/7440258/OpenModelica-software-de-
simulacion-de-sistemas-fisicos.html, fecha de consulta Mayo 2015

[7] Facultad de Ingeniería Universidad Nacional de Asunción, Introducción a
Scilab,
http://claroline.emate.ucr.ac.cr/claroline/claroline/backends/download.php?url
=L1NjaWxhYi9MQ0FELUNVUlNPX0RFX1NDSUxBQi5wZGY%3D&cidReset
=true&cidReq=MA0560, fecha de consulta Mayo 2015
[8] Linealización de sistemas dinámicos no lineales,
http://www.fime.uanl.mx/salinas/APUNTES5_CM.pdf, fecha de consulta Mayo
2015

Tesis Modelamiento y Simulacion de Sistema Dinámico

Cargado por

Copyright:

Formatos disponibles

Tesis Modelamiento y Simulacion de Sistema Dinámico

Cargado por

Información del documento

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

Tesis Modelamiento y Simulacion de Sistema Dinámico

Cargado por

Copyright:

Formatos disponibles

ESCUELA SUPERIOR POLITÉCNICA

POLITÉCNICA DEL LITORAL

Facultad de Ingeniería en Electricidad y Computación

INFORME DE MATERIA DE GRADUACIÓN

Previa a la obtención del Título de:

INGENIERO EN ELECTRICIDAD ESPECIALIZACIÓN ELECTRÓNICA Y

Ronald Joel García Arcos

Jhon David Ortiz Coloma

A todas las personas que

colaboraron para culminar este

Ph.D. Douglas A. Plaza por la

paciencia y guía que tuvo al

A mi mamá que durante toda mi

vida académica en la universidad

ha sido una de las personas que

guiado para lograr alcanzar la

meta, siendo una inspiración a

A mi papá que gracias a sus

consejos y ejemplo de rectitud en

cada aspecto de la vida ha sido

uno de los pilares fundamentales

A mis hermanos, espero ser para

ellos un buen ejemplo a seguir.

Ronald García Arcos

A Dios, por todas las

A mis padres, por el sacrificio y

dedicación de formarme como

A mi familia y amigos por su

apoyo y afecto incondicional.

Jhon Ortiz Coloma

Ph.D. Douglas Plaza Guingla

PROFESOR DE LA MATERIA DE GRADUACIÓN

MSc. Luis Fernando Vásquez Vera

PROFESOR DELEGADO POR LA UNIDAD ACADÉMICA

La responsabilidad del contenido de este Informe, nos corresponden

exclusivamente; y el patrimonio intelectual de la misma a la ESCUELA

SUPERIOR POLITÉCNICA DEL LITORAL.

Ronald Joel García Arcos Jhon David Ortiz Coloma

En este trabajo se modela el comportamiento dinámico de un péndulo doble

invertido, a partir de las ecuaciones matemáticas que describen el

comportamiento del sistema.

Posteriormente para visualizar el comportamiento del sistema y realizar un

análisis detallado se utilizaran las siguientes herramientas para poder

simularlos: Matlab, OpenModelica y Scilab.

1.1 Modelado Matemático de Sistemas Dinámicos ................................. 1

1.1.1 Modelos Matemáticos ................................................................. 2

1.2 Ecuaciones Diferenciales (Input-Output) (White Box) ....................... 3

1.3 Identificación de los Sistemas (Black Box) ........................................ 5

1.4 Redes Neuronales ............................................................................. 7

DESCRIPCIÓN DEL SISTEMA .................................................................... 10

2.1 Ecuaciones Diferenciales................................................................. 10

2.2 Linealización del modelo.................................................................. 17

2.3 Descripción del modelo en variables de estado............................... 20

SIMULACIONES DEL SISTEMA .................................................................. 24

3.1 Representación en Simulink y respuesta a lazo abierto .................. 25

3.1.1 Respuesta del sistema a una señal escalón unitario................. 26

3.1.2 Respuesta del sistema a una señal impulso. ............................ 28

3.1.3 Respuesta del sistema a una señal rampa. .............................. 30

3.2 Representación en Modelica y respuesta a lazo abierto.................. 32

3.2.1 Respuesta del sistema a una señal escalón unitario................. 33