Fase 3 Aporte2

CONTROL DIGITAL
CÓDIGO: 203041
FASE 3
DISEÑAR EL
CONTROLADOR SEGÚN CURVA DE REACCIÓN
PRESENTADO AL TUTOR:
ANDRÉS ALEJANDRO DÍAZ TORO
ENTREGADO POR:
GERMÁN TORO SÁNCHEZ
CÓDIGO: 94315491
GRUPO: 203041-31
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

ESCUELA DE CIENCIAS BÁSICAS, INGENIERÍAS Y TECNOLOGÍAS
ABRIL DE 2022.
INTRODUCCIÓN
El desarrollo de la actividad FASE 3, se implementarán tres tipos de controladores el primero

mediante la técnica de filtros digitales el segundo mediante la técnica de Lugar Geométrico de las
Raíces desde la función de transferencia discretizada y un tercer diseño mediante la
implementación de controladores PID discretos, cada uno de manera analítica comparando los
resultados obtenidos mediante el software Matlab de Mathworks, a una planta propuesta en la
fase 2 del curso.
finalmente se concluye cual de las tres técnicas analizadas e implementadas es la de mejor

desempeño ante la planta propuesta.
OBJETIVOS
 Diseñar un controlador según curva de reacción del sistema propuesto en la FASE 2 del
curso
 Diseñar e implementar un controlador mediante la técnica de filtros digitales.
 Diseñar e implementar un controlador mediante la técnica de lugar geométrico de las
raíces.
 Diseñar e implementar un controlador PID discreto mediante la técnica Ziegler y Nichols.
 Analizar el comportamiento de cada técnica para la planta propuesta.
ACTIVIDADES PARA REALIZAR
Usando como base la temática de la unidad dos (2) del curso, la cual encontrará en el entorno de
aprendizaje y con el uso de Matlab dar solución a los siguiente:
A partir del modelo analítico (ecuación matemática) calculado a partir de la curva de reacción en
la fase 2. El estudiante debe analizar los siguientes tres (3) diseños de controladores, verificar su
aplicabilidad al sistema de calefacción y simular en Matlab.
1. Diseño e implementación de filtros digitales.
Diseño basado en el método de lugar geométrico de las raíces.
Diseño e implementación de Controladores PID Discretos.
2.1 Diseño e implementación de filtros digitales:
A partir del modelo analítico obtenido en la fase 2 se desarrollará el diseño.
Función de trasferencia obtenida en la fase 2:
C ( s ) 82.4∗e−0.5s
G p ( s) = = (1)
U ( s) 12.6 s+ 1
Aplicando transformada Z en Matlab mediante el comando c2d se convierte la FdT en tiempo

continuo a tiempo discreto.
El código asociado a este proceso para la FdT 1 es como sigue:
clc;
clear all;
h=tf(82.4,[12.6 1],'IoDelay',0.5)
hd=c2d(h, 0.1)
step(h,'--',hd, '-')
Y su transformación en tiempo discreto o discretización de la FdT 1.

Figura 1. Discretización de la Función de transferencia en tiempo continuo
Figura 2. Respuesta del sistema ante un escalón

Organizar coeficientes en potencias crecientes de z−1
Tomamos la FdT discretizada y dividimos tanto el numerador como el denominador por z
∧ (−5 )∗0.6514
z (2)
z−0.9921
0.6514
−1
0.6514 z 0.6514 z
la dividimos por Z y así obtenemos =
z – 0.9921 z−0.9921 1−0.9921 z−1
z
Ahora expresamos el numerador y denominador en forma vectorial:
Numerador: [0 0.6514] y denominador: [1 -0.9921] y aplicamos el filtro digital en Matlab:

clc;
clear all;
clear figures;
nurn=[0 0.6514];
den=[1 -0.9921];
x=[0 ones(1,800)]
k=0:800;
y =filter(nurn ,den, x);
plot(k,y, 'b' ,k,x,' ' );
grid
xlabel ( ' k ' )
ylabel ('y(k)')
Figura 3. Código de diseño basado en filtro digital
Respuesta al sistema ante una entrada escalón:
Figura 4. Respuesta del sistema discretizado ante una entrada escalón
2.2 Diseño basado en el método de lugar geométrico de las raíces
Aplicamos la función rlocus de Matlab a la función de transferencia (2):
(−5 )∗0.6514
Gz=z ∧
z−0.9921
%% Diseño basado en el Lugar Geométrico de las Raíces – Germán Toro

close all
clear all
clc
Gz=tf([0.6514],[1 -0.9921],0.1) %definición bloque directo
Hz=1
rlocus(Gz*Hz) %obtención lugar de las raíces figura 1
xlabel('eje real')
ylabel('eje imaginario')
title ('lugar de las raices')
axis([-1.5 1.5 -1.5 1.5]) %escalado de ejes
Mz=feedback(Gz,Hz) %sistema realimentado
polos=pole(Mz) %comprobación de estabilidad
abs(polos) %comprobación módulo mayor Igual a 1
figure % figura 2
pzmap(Mz) %plano de polos y ceros
axis([-1.5 1.5 -1.5 1.5]) %escalado de ejes
xlabel('eje real')
ylabel('eje imaginario')
title ('plano de polos y ceros')
figure % figura 3
step(Mz) % comprobación respuesta
xlabel('k*t')
ylabel('Amplitud')
title('respuesta escalón unitario')
El resultado de este análisis por rlocus con Matlab tenemos:
El Lugar Geométrico de las Raíces

Figura 5. Lugar Geométrico de las Raíces LGR. y estabilidad del sistema
En la Fig.5 notamos que el sistema es estable en un rango de ganancia K entre
0.00191< K <3.05 .
Figura 6. Plano de polos y ceros
En este caso notamos un polo sobre el eje real dentro del círculo unitario haciendo más estable el
sistema.
Figura 7. Respuesta del sistema ante un escalón unitario

Observamos en la respuesta del sistema un overshoot es inferior al 1% y un tiempo de
estabilización inferior a 2 segundos indicando un sistema estable.
Figura 8. Cálculo Lugar Geométrico de las Raíces en Matlab del sistema en lazo
cerrado
2.3 Diseño e implementación de Controladores PID Discretos

Retomando la FdT (1) en tiempo continuo.
C ( s ) 82.4∗e−0.5 s
Gp ( s )= =
U ( s) 12.6 s +1
Para plantas con cierta dificultad de diseñar un controlador analíticamente, acudimos a procesos
experimental analizados en la fase 2 del curso.
Partiendo de la expresión general del proceso.

C ( s ) K∗e−Ls 82.4∗e−0.5 s
Gp ( s )= = =
U ( s) Ts+ 1 12.6 s +1
Donde tenemos que:
L=0.5; T =12.6 ;
Para determinar si el sistema es controlable aplicamos el factor
L 0.5
= =0.039 < a 3 siendo un sistema controlable
T 12.6
En este sentido para la sintonización experimental de controladores PID acudimos al criterio de

Ziegler y Nichols donde se establecen valores para ganancia proporcional ( K p ) , tiempo integral
( T i ) y tiempo derivativo (T d ). (Ogata, K. p. 670 1997)
Aplicando la tabla
Tabla 1. Regla de sintonización de Ziegler-Nichols

Tenemos los valores de:
T 12.6
K p =1.2 =1.2 =30.24
L 0.5
T i=2∗L=2∗0.5=1
T d=0.5∗L=0.5∗0.5=0.25
Partiendo de la expresión general del controlador PID:
Kp t de (t )
u ( t )=K p e ( t )+ ∫
Ti 0
e ( t ) dt + K p T d
dt
Sustituimos los valores hallados:
t
30.24 de ( t )
u ( t )=30.24 e ( t ) +
1 0
∫ e ( t ) dt + ( 30.24 )∗(0.25)
dt
t
de ( t )
u ( t )=30.24 e ( t ) +30.24 ∫ e (t ) dt +7.56
0 dt
Figura 9. Respuesta del sistema en lazo cerrado después de implementar

controlador PID.
Se puede ver la respuesta del sistema ante un escalón unitario después de implementar
controlador PID mediante el criterio de Ziegler y Nichols.
Se nota que el sistema logra la estabilidad antes de 1.5 segundos mostrando la robustes y
velocidad del controlador.
CONCLUSIONES
 Evaluados los tres métodos de diseño se puede concluir que el más acertado y de mejor
respuesta para esta planta es el controlador PID mediante el criterio de Ziegler y Nichols no
sin antes recordar la importancia de los otros dos métodos el cual podrá tener su protagonismo
en otro tipo de plantas.
BIBLIOGRAFÍA
M, J. S. (2022). Web Conferencia control digital fase 3. Fase 3 - Diseñar el controlador según
curva de reacción (pág. 23). Eje cafetero/Zona Occidente/ECBTI: Universidad UNAD.
Ogata, K. (1995). Sistemas de control en tiempo discreto. Mexico: Prentice Hall

Hispanoamericana S.A.
Ogata, K. (1998). Ingeniería de control moderna. Pearson - Prentice Hall.
Ogata, K. (1999). Problemas de Ingeniería de Control utilizando Matlab. Madrid- España:

Prentice Hall Inc.

Fase 3 Aporte2

Cargado por

Copyright:

Formatos disponibles

Fase 3 Aporte2

Cargado por

Información del documento

Descripción 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

Fase 3 Aporte2

Cargado por

Copyright:

Formatos disponibles

CONTROL DIGITAL

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

El desarrollo de la actividad FASE 3, se implementarán tres tipos de controladores el primero

finalmente se concluye cual de las tres técnicas analizadas e implementadas es la de mejor

1. Diseño e implementación de filtros digitales.

Diseño basado en el método de lugar geométrico de las raíces.

Diseño e implementación de Controladores PID Discretos.

2.1 Diseño e implementación de filtros digitales:

A partir del modelo analítico obtenido en la fase 2 se desarrollará el diseño.

Función de trasferencia obtenida en la fase 2:

Aplicando transformada Z en Matlab mediante el comando c2d se convierte la FdT en tiempo

El código asociado a este proceso para la FdT 1 es como sigue:

Y su transformación en tiempo discreto o discretización de la FdT 1.

Figura 2. Respuesta del sistema ante un escalón

Tomamos la FdT discretizada y dividimos tanto el numerador como el denominador por z

Ahora expresamos el numerador y denominador en forma vectorial:

Numerador: [0 0.6514] y denominador: [1 -0.9921] y aplicamos el filtro digital en Matlab:

2.2 Diseño basado en el método de lugar geométrico de las raíces

Aplicamos la función rlocus de Matlab a la función de transferencia (2):

%% Diseño basado en el Lugar Geométrico de las Raíces – Germán Toro

El resultado de este análisis por rlocus con Matlab tenemos:

El Lugar Geométrico de las Raíces

Figura 7. Respuesta del sistema ante un escalón unitario

2.3 Diseño e implementación de Controladores PID Discretos

Partiendo de la expresión general del proceso.

Donde tenemos que:

Para determinar si el sistema es controlable aplicamos el factor

En este sentido para la sintonización experimental de controladores PID acudimos al criterio de

Tabla 1. Regla de sintonización de Ziegler-Nichols

Partiendo de la expresión general del controlador PID:

Figura 9. Respuesta del sistema en lazo cerrado después de implementar

Ogata, K. (1995). Sistemas de control en tiempo discreto. Mexico: Prentice Hall

Ogata, K. (1998). Ingeniería de control moderna. Pearson - Prentice Hall.

Ogata, K. (1999). Problemas de Ingeniería de Control utilizando Matlab. Madrid- España:

También podría gustarte