Laboratorio 1 - CO

UNIVERSIDAD DE PIURA
_____________________________________________________
Control Industrial
Semestre 2017-II
Laboratorio 1
CONTROL MULTIVARIABLE
_____________________________________________________
_____________________________________________________
Elaborado por un estudiante
Para el curso de CO a cargo del Dr. Ing. William Ipanaqué
Universidad de Piura.
P á g i n a 1 | 23
ALUMNO
- PINEDA SANCHEZ, ANGEL MARINO.
P á g i n a 2 | 23
ÍNDICE DE CONTENIDO
ALUMNO........................................................................................................................................ 2
ÍNDICE DE CONTENIDO ................................................................................................................. 3
Control Multivariable .................................................................................................................... 4
1. OBJETIVOS ......................................................................................................................... 4
2. DESARROLLO ..................................................................................................................... 4
2.1. ............................................................................................................................................ 4
2.2. .......................................................................................................................................... 12
a) Diseñar reguladores para una estructura descentralizada. ................................... 12
b) Dibujar el diagrama de bloques en lazo cerrado. .................................................... 12
c) Mostrar las gráficas de las variables manipuladas y controladas......................... 12
d) Diseñar un desacoplador estático. ............................................................................ 12
e) Dibujar el diagrama de bloques en simulink(sistema sin desacoplador y con
desacoplador). ...................................................................................................................... 12
f) Dibujar las gráficas de la salida sin desacoplador y con desacoplador............... 12
2.3. .......................................................................................................................................... 20
De donde se obtiene: ........................................................................................................... 23
Reemplazando en el controlador del PID: ........................................................................ 23
3. CONCLUSIONES ............................................................................................................... 23
4. Bibliografía ...................................................................................................................... 23
P á g i n a 3 | 23
Control Multivariable
-LABORATORIO NÚMERO 1-
1. OBJETIVOS
 Describir el comportamiento de sistemas multivariables.
 Analizar la interacción en los sistemas multivariables, usando la
herramienta matemática de Matlab.
 Entender las diferencias del control centralizado y descentralizado.
 Diseñar desacopladores de sistemas multivariables.
2. DESARROLLO
2.1.
Dados los siguientes sistemas MIMO, escoger correctamente los
agrupamientos entre variables manipuladas y controladas para disminuir la
interacción. Fundamente, con el teorema de Niederlinski, si los sistemas
serán estables o inestables.
a)
G0a=[5.88 1.77; 6.9 5.72]
s=eig(G0a'*G0a)
CN=sqrt(max(s))/sqrt(min(s))
RGA=G0a.*(inv(G0a))'
Nede=det(G0a)/(G0a(1,1)*G0a(2,2))
 Condition Number
Se definió la matriz en estacionario:
G0a =
5.8800 1.7700
P á g i n a 4 | 23
6.9000 5.7200
s =
4.0245
114.0112
CN =
5.3225
Con este condition number podemos ver que la interacción es baja.
 Relative Gain Array:

RGA =
1.5702 -0.5702
-0.5702 1.5702
De esta matriz RGA, se puede ver que la salida y1 será controlada por la entrada
u1 y la salida y2 será controlada por la entrada u2. Tener en cuenta que los
elementos negativos no se usarán para controlar ya que generaría inestabilidad
 Índice de Niderlinski
Nede =
0.6369
Podemos verificar con el índice de Niderlinski que el sistema acepta el

agrupamiento determinado por la matriz RGA y no habrá problemas de
inestabilidad.
b)
G0b=[2 1.5; 1 1]
s=eig(G0b'*G0b)
RGA=G0b.*(inv(G0b))'
Nede=det(G0b)/(G0b(1,1)*G0b(2,2))
P á g i n a 5 | 23

G0b =
2.0000 1.5000
1.0000 1.0000
s =
0.0304
8.2196
CN =
16.4392
Con este condition number podemos ver que la interacción es baja, aunque sigue
siendo aceptable.

RGA =
4 -3
-3 4
Nede =
0.2500

inestabilidad.
c)
P á g i n a 6 | 23
G0c=[4.05 1.77 5.88; 5.39 5.72 6.9; 4.38 4.42 7.2]

s=eig(G0c'*G0c)
RGA=G0c.*(inv(G0c))'
Nede=det(G0c)/(G0c(1,1)*G0c(2,2)*G0c(3,3))
G0c =
4.0500 1.7700 5.8800

5.3900 5.7200 6.9000
4.3800 4.4200 7.2000
s =
0.4216
4.1326
249.4969
CN =
24.3262
siendo aceptable.

RGA =
2.0757 -0.7289 -0.3468

3.4242 0.9343 -3.3585
-4.4999 0.7946 4.7053
u1, la salida y2 será controlada por la entrada u2 y la salida y3 será controlada
por la entrada u3. Tener en cuenta que los elementos negativos no se usarán
para controlar ya que generaría inestabilidad
Nede =
0.1250

inestabilidad.
P á g i n a 7 | 23
d)
G0d=[1 -20; 10 -10]

s=eig(G0d'*G0d)
RGA=G0d.*(inv(G0d))'
Nede=det(G0d)/(G0d(1,1)*G0d(2,2))
G0d =
1 -20
10 -10
s =
67.6905
533.3095
CN =
2.8069
siendo aceptable.

RGA =
-0.0526 1.0526
1.0526 -0.0526
u1, la salida y1 será controlada por la entrada u2. Tener en cuenta que los
Nede =
-19
P á g i n a 8 | 23
Podemos verificar con el índice de Niderlinski que el sistema no acepta el

agrupamiento determinado por la matriz RGA y habrá problemas de
inestabilidad. Por tanto, se cambiarán las filas.
G0d =
10 -10
1 -20
s =
67.6905
533.3095
CN =
2.8069
siendo aceptable.

RGA =
1.0526 -0.0526
-0.0526 1.0526
u1, la salida y2 será controlada por la entrada u2. Tener en cuenta que los
Nede =
0.9500
Podemos verificar con el índice de Niderlinski que el sistema ahora sí acepta el

inestabilidad.
e)
P á g i n a 9 | 23
G0e=[2 0.8 1;6 7 3; 0.6 1 12]

s=eig(G0e'*G0e)
RGA=G0e.*(inv(G0e))'
Nede=det(G0e)/(G0e(1,1)*G0e(2,2)*G0e(3,3))
G0e =
2.0000 0.8000 1.0000

6.0000 7.0000 3.0000
0.6000 1.0000 12.0000
s =
0.9667
68.1460
175.8874
CN =
13.4890
siendo aceptable.

RGA =
1.5050 -0.5217 0.0167

-0.4794 1.5217 -0.0424
-0.0256 0 1.0256
Nede =
0.6407

inestabilidad.
P á g i n a 10 | 23
f)
G0f=[2 0.8; 0 6]
s=eig(G0f'*G0f)
RGA=G0f.*(inv(G0f))'
Nede=det(G0f)/(G0f(1,1)*G0f(2,2))
G0f =
2.0000 0.8000
0 6.0000
s =
3.9218
36.7182
CN =
3.0599
siendo aceptable.

RGA =
1 0
0 1
Nede =
P á g i n a 11 | 23

inestabilidad.
2.2.
Dada la siguiente función de transferencia MIMO
Realizar lo siguiente:
a) Diseñar reguladores para una estructura descentralizada.
b) Dibujar el diagrama de bloques en lazo cerrado.
c) Mostrar las gráficas de las variables manipuladas y controladas.
d) Diseñar un desacoplador estático.
e) Dibujar el diagrama de bloques en simulink(sistema sin desacoplador y
con desacoplador).
f) Dibujar las gráficas de la salida sin desacoplador y con desacoplador.
P á g i n a 12 | 23
%Defino mi matriz elemento a elemento

G11=tf([-1.2],[15 1], 'inputdelay',5);
G12=tf([2],[15 1], 'inputdelay',5);
G13=tf([-0.1],[15 1], 'inputdelay',5);
G21=tf([1],[60 1], 'inputdelay',15);
G22=tf([1],[60 1], 'inputdelay',15);
G23=tf([0.2],[15 1], 'inputdelay',0.5);
G31=tf([-0.1],[15 1], 'inputdelay',5);
G32=tf([0.1],[15 1], 'inputdelay',5);
G33=tf([1],[15 1], 'inputdelay',5);
%Armo mi matriz
G=[G11 G12 G13; G21 G22 G23; G31 G32 G33]
%Armo mi matriz en estacionario

G0=[-1.2 2 -0.1 ;1 1 0.2; -0.1 0.1 1]
%valores singulares
s=eig(G0'*G0)
%CN
%RGA
RGA=G0.*(inv(G0))'
%Nederlinsky
Nede=det(G0)/(G0(1,1)*G0(2,2)*G0(3,3))
Y se obtiene:
G0 =
-1.2000 2.0000 -0.1000

1.0000 1.0000 0.2000
-0.1000 0.1000 1.0000
s =
0.9809
1.8948
5.6343
CN =
2.3967
RGA =
0.3634 0.6304 0.0062

0.6211 0.3739 0.0049
0.0155 -0.0043 0.9889
P á g i n a 13 | 23
Nede =
2.6967
Concluyendo que la dominancia nominal está en la diagonal principal y mediante

Niederlinski se comprueba que no habrá problemas de estabilidad con el
agrupamiento de la matriz RGA.
Entonces se procede a diseñar un controlador PI para los procesos de la matriz

escogidos (𝑀11 = 𝐺12, 𝑀22 = 𝐺21 y 𝑀33 = 𝐺33 )
2𝑒 −5𝑠
𝑀11 =
15𝑠 + 1
−𝜋 = −5𝜔𝑐 − 𝑡𝑎𝑛−1 15𝜔𝑐

𝜔𝑐 = 0.3516
𝑘𝑐 |𝑃(𝑠)| = 1
2𝑘𝑐
=1
√(15𝜔𝑐 )2 + 1
𝑘𝑐 = 2.684
2𝜋
𝑇𝑐 = = 17.87
0.3516
Sintonizando por Zieger Nichols a lazo cerrado

𝐾 = 0.4 ∗ 2.684 = 1.0736
𝑇𝑖 = 0.8 ∗ 17.87 = 14.296
Obteniendo un controlador PI:

1
𝐶(𝑠) = 1.0736(1 + )
14.296𝑠
Se continúa con la siguiente función de transferencia:

𝑒 −15𝑠
𝑀22 =
60𝑠 + 1
−𝜋 = −15𝜔𝑐 − 𝑡𝑎𝑛−1 60𝜔𝑐

𝜔𝑐 = 0.11436
𝑘𝑐 |𝑃(𝑠)| = 1
𝑘𝑐
=1
√(60𝜔𝑐 )2 + 1
𝑘𝑐 = 6.394
2𝜋
𝑇𝑐 = = 54.9421
0.11436
P á g i n a 14 | 23

𝐾 = 0.4 ∗ 6.394 = 2.7736
𝑇𝑖 = 0.8 ∗ 54.9421 = 43.953

1
𝐶(𝑠) = 2.7736(1 + )
43.953𝑠

𝑒 −5𝑠
𝑀33 =
15𝑠 + 1
−𝜋 = −5𝜔𝑐 − 𝑡𝑎𝑛−1 15𝜔𝑐

𝜔𝑐 = 0.3516
𝑘𝑐 |𝑃(𝑠)| = 1
𝑘𝑐
=1
√(15𝜔𝑐 )2 + 1
𝑘𝑐 = 5.368
2𝜋
𝑇𝑐 = = 17.87
0.3516

𝐾 = 0.4 ∗ 5.368 = 2.1472
𝑇𝑖 = 0.8 ∗ 17.87 = 14.296

1
𝐶(𝑠) = 2.1472(1 + )
14.296𝑠
a) Diagrama de bloques a lazo cerrado
P á g i n a 15 | 23
P á g i n a 16 | 23
b) Para la entrada u1 y salida y1:
Entrada u1
Salida y1
P á g i n a 17 | 23
Para la entrada u2 y salida y2
Entrada u2
Salida y2
P á g i n a 18 | 23
Para la entrada u3 y la salida y3
Entrada u3
Salida y3
P á g i n a 19 | 23
c) Diseñar un desacoplador estático
Se utilizó la herramienta MatLab:
Siendo G la matriz estacionaria, A la matriz independiente y D la matriz de

compensadores
G=[-1.2 2 -0.1; 1 1 0.2; -0.1 0.1 1]

A=[1 0 0; 0 1 0; 0 0 1]
C=inv(G)*A
Con lo cual, se obtuvo el desacoplador estático:
C =
-0.3028 0.6211 -0.1545

0.3152 0.3739 -0.0433
-0.0618 0.0247 0.9889
d) Simulink
2.3.
Realice un análisis de RGA y sintonizar controladores PID para los procesos
de la pregunta 1, b) y e).
RGA =
4 -3
-3 4
Nede =
0.2500
P á g i n a 20 | 23

inestabilidad.
2
𝑀11 =
𝑠+1
Por asignación de polos:

(𝑠 + 0.8) ∗ (s + 0.9) = 𝑠 2 + 1.7𝑠 + 0.72
(1 + 𝑎 ∗ 𝐾𝐷 ) = 1; (𝑏 + 𝑎 ∗ 𝐾) = 1.7; a 𝑎 ∗ 𝐾𝐼 = 0.72
De donde se obtiene:
𝐾𝐷 = 0; 𝐾 = 0.35; 𝐾𝐼 = 0.36
Reemplazando en el controlador del PID:

0.36
𝐺𝐶 (𝑠) = 0.35 + + 0s
𝑠

1
𝑀22 =
𝑠+1

(𝑠 + 0.8) ∗ (s + 0.9) = 𝑠 2 + 1.7𝑠 + 0.72
(1 + 𝑎 ∗ 𝐾𝐷 ) = 1; (𝑏 + 𝑎 ∗ 𝐾) = 1.7; a 𝑎 ∗ 𝐾𝐼 = 0.72
𝐾𝐷 = 0; 𝐾 = 0.7; 𝐾𝐼 = 0.72

0.72
𝐺𝐶 (𝑠) = 0.7 + + 0s
𝑠
P á g i n a 21 | 23

RGA =
1.5050 -0.5217 0.0167

-0.4794 1.5217 -0.0424
-0.0256 0 1.0256
Nede =
0.6407

inestabilidad.
2
𝑀11 =
𝑠+1

(2𝑠 + 0.8) ∗ (2s + 1.2) = 4𝑠 2 + 4𝑠 + 0.96
(𝑐 + 𝑎 ∗ 𝐾𝐷 ) = 4; (𝑏 + 𝑎 ∗ 𝐾) = 4; a 𝑎 ∗ 𝐾𝐼 = 0.96
𝐾𝐷 = 1; 𝐾 = 1.5; 𝐾𝐼 = 0.48

0.48
𝐺𝐶 (𝑠) = 1.5 + + 1s
𝑠
P á g i n a 22 | 23

7
𝑀22 =
𝑠+1

(5𝑠 + 0.5) ∗ (5s + 1.5) = 25𝑠 2 + 10𝑠 + 0.75
(𝑐 + 𝑎 ∗ 𝐾𝐷 ) = 25; (𝑏 + 𝑎 ∗ 𝐾) = 10; a 𝑎 ∗ 𝐾𝐼 = 0.75
𝐾𝐷 = 2.8751; 𝐾 = 1.2857; 𝐾𝐼 = 0.1071

0.1071
𝐺𝐶 (𝑠) = 1.2857 + + 2.8751s
𝑠

12
𝑀33 =
𝑠+1

(12𝑠 + 0.5) ∗ (12s + 1.5) = 144𝑠 2 + 24𝑠 + 0.75
(𝑐 + 𝑎 ∗ 𝐾𝐷 ) = 144; (𝑏 + 𝑎 ∗ 𝐾) = 24; a 𝑎 ∗ 𝐾𝐼 = 0.75
𝐾𝐷 = 11; 𝐾 = 1.91667; 𝐾𝐼 = 0.0625

0.0625
𝐺𝐶 (𝑠) = 1.91667 + + 11s
𝑠
3. CONCLUSIONES
 Para diseñar el controlador, hay que tener en cuenta que los términos de
la matriz RGA con signo negativo, no pueden ser tomados en cuenta, y
se deberá elegir la otra diagonal.
 El método de RGA es bastante útil, dado que relaciona la ganancia de un

proceso aislado con la ganancia estática cuando interfieren todas las
variables.
 Mediante el Teorema de Niederlinski, se puede prever si el agrupamiento

que se ha evaluado con la matriz RGA es el adecuado, lo que determinará
la estabilidad del sistema.
4. Bibliografía
Ipanaqué, W. (s.f.). Control Industrial. Piura.
P á g i n a 23 | 23

Laboratorio 1 - CO

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Laboratorio 1 - CO

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDAD DE PIURA

Con este condition number podemos ver que la interacción es baja.

 Relative Gain Array:

Podemos verificar con el índice de Niderlinski que el sistema acepta el

Se definió la matriz en estacionario:

 Relative Gain Array:

Podemos verificar con el índice de Niderlinski que el sistema acepta el

G0c=[4.05 1.77 5.88; 5.39 5.72 6.9; 4.38 4.42 7.2]

4.0500 1.7700 5.8800

 Relative Gain Array:

2.0757 -0.7289 -0.3468

Podemos verificar con el índice de Niderlinski que el sistema acepta el

G0d=[1 -20; 10 -10]

 Relative Gain Array:

Podemos verificar con el índice de Niderlinski que el sistema no acepta el

 Relative Gain Array:

Podemos verificar con el índice de Niderlinski que el sistema ahora sí acepta el

G0e=[2 0.8 1;6 7 3; 0.6 1 12]

2.0000 0.8000 1.0000

 Relative Gain Array:

1.5050 -0.5217 0.0167

Podemos verificar con el índice de Niderlinski que el sistema acepta el

 Relative Gain Array:

Podemos verificar con el índice de Niderlinski que el sistema acepta el

%Defino mi matriz elemento a elemento

%Armo mi matriz en estacionario

-1.2000 2.0000 -0.1000

0.3634 0.6304 0.0062

Concluyendo que la dominancia nominal está en la diagonal principal y mediante

Entonces se procede a diseñar un controlador PI para los procesos de la matriz

−𝜋 = −5𝜔𝑐 − 𝑡𝑎𝑛−1 15𝜔𝑐

Sintonizando por Zieger Nichols a lazo cerrado

Obteniendo un controlador PI:

Se continúa con la siguiente función de transferencia:

−𝜋 = −15𝜔𝑐 − 𝑡𝑎𝑛−1 60𝜔𝑐

Sintonizando por Zieger Nichols a lazo cerrado

Obteniendo un controlador PI:

Se continúa con la siguiente función de transferencia:

−𝜋 = −5𝜔𝑐 − 𝑡𝑎𝑛−1 15𝜔𝑐

Sintonizando por Zieger Nichols a lazo cerrado

Obteniendo un controlador PI:

a) Diagrama de bloques a lazo cerrado

b) Para la entrada u1 y salida y1:

Para la entrada u2 y salida y2

Para la entrada u3 y la salida y3

c) Diseñar un desacoplador estático

Se utilizó la herramienta MatLab:

Siendo G la matriz estacionaria, A la matriz independiente y D la matriz de

G=[-1.2 2 -0.1; 1 1 0.2; -0.1 0.1 1]

Con lo cual, se obtuvo el desacoplador estático:

-0.3028 0.6211 -0.1545

 Relative Gain Array:

Podemos verificar con el índice de Niderlinski que el sistema acepta el

Por asignación de polos:

Reemplazando en el controlador del PID:

Se continúa con la siguiente función de transferencia:

Por asignación de polos:

Reemplazando en el controlador del PID:

 Relative Gain Array:

1.5050 -0.5217 0.0167

Podemos verificar con el índice de Niderlinski que el sistema acepta el

Por asignación de polos:

Reemplazando en el controlador del PID:

Se continúa con la siguiente función de transferencia: