Informe Final 6

LAB.
Sistemas de Control I Identificación de Sistemas
Facultad:
FIEE
Curso :
Lab. De Sistemas de control
Tema :
Identificación de Sistemas
Profesor:
Ing. Jean Carlos Malca Fernán
Alumno:
Dan Quaid Narva Huamani 11190102
Katherine Lessly Casas Silva 12190090
Pág.1
LAB. Sistemas de Control I Identificación de Sistemas
INFORME PREVIO Nº6

“Análisis temporal”
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. Así mismo, conocer las
principales herramientas que Matlab nos brinda para la identificación de
sistemas.
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.
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.
Pág.2
2.1. 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.
2.1.1. Sistemas de primer orden
2.1.1.1. Sistemas de primer orden sin retardo
Pág.3
2.1.1.2. Sistemas de primer orden con retardo
Pág.4
2.1.2. Sistemas de segundo orden sobre amortiguados
2.1.2.1. Método de la tangente de Ziegler y Nichols
Pág.5
2.1.2.2. Método de la tangente modificada de Miller
Pág.6
2.1.2.3. Método de los dos puntos de Smith
Pág.7
2.1.3. Sistemas de segundo orden sub amortiguados
Pág.8
2.2. Utilizando la ‘toolbox’ de sistema de identificación de Matlab.
Matlab dispone de una amplia colección de funciones aplicables al campo de la

identificación de sistemas, agrupadas en el System Identification Toolbox, que
constituyen una herramienta de gran utilidad para la identificación y modelado
de sistemas dinámicos. Estas funciones incluyen diferentes algoritmos para el
ajuste de parámetros en todo tipo de modelos lineales. Así mismo, permiten
examinar las propiedades de los modelos obtenidos, e incluso realizar un pre-
procesamiento de los datos utilizados para la identificación, en caso de que sea
necesario.
Para arrancar el interfaz de la ‘toolbox’, basta con teclear en la línea de comandos

Matlab:
Lo cual abrirá la interfaz gráfica que se presenta en la figura 8. Durante el

desarrollo de la práctica se explicará el uso. Para un mayor detalle de las
funcionalidades que ofrece la herramienta, revisar la documentación ofrecida por
Matlab.
Pág.9
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.
Parte I. Métodos basados en la curva de reacción

En esta parte identificaremos un modelo para 2 sistemas implementados en
Proteus, applicando los métodos basados en la curva de reacción usando Matlab.
4.1. Ejecute el programa Proteus y abra el archivo Sistema1.pdsprj. Este archivo

contiene un bloque denominado Sistema1.
Figura 9. Diagrama del Sistema1
4.2. La respuesta del sistema lo podemos observar en el visor de ‘Analogue

Analysis’, tal como se muestra en la siguiente figura.
Figura 10. Respuesta temporal del sistema 1.
4.3. Indique de que orden es el sistema a analizar.

Según la gráfica que observamos, vemos que el sistema es de orden 1.
Pág.10
4.4. Elija un método de Curva de Reacción, más adecuado según su criterio,

identificar un modelo G(s) para el sistema.
Nos damos cuenta que el sistema es de primer orden y sin retardo, luego
escogemos el método de curva de reacción para un sistema con estas
características que aparece en la guía de laboratorio.
4.5. 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
Pág.11
4.6. En MATLAB®, ejecute la función “proteus2matlab”, escribiendo en la línea de

comando:
>> [Tiempo, Vin, Vout]=proteus2matlab('Sistema1.dat');
la cual creará en el Workspace los vectores Tiempo, Vin y Vout obtenidos a partir
del archivo exportado en (e).
4.7. Grafique los vectores Vin y Vout vs el vector Tiempo.
Pág.12
4.8. Utilice Matlab para hallar un modelo según el método elegido en d.(Cree un
script que obtengan los parámetros necesarios )
4.9. Defina la función de transferencia G(s) obtenida en (h).
4.10.Obtenga su respuesta a un escalón.
4.11.Dibuje en una sola gráfica la respuesta del sistema y del modelo. Haga una
comparación. ¿Es aceptable la respuesta del modelo?
Lo pedido en los puntos 4.8 al 4.11esta en el siguiente script, así que pasaremos
a responder lo del punto 4.11:
Como se puede apreciar la respuesta del modelo es casi idéntica a la del

sistema, entonces decimos que es una respuesta aceptable.
Pág.13
4.12. Calcule la suma del error cuadrático entre el sistema y el modelo

identificado.
Pág.14
4.13. Ejecute el programa Proteus y abra el archivo Sistema2.pdsprj. Este archivo

contiene un bloque denominado Sistema2
4.14.La respuesta del sistema lo podemos observar en el visor de ‘Analogue

Analysis’, tal como se muestra en la siguiente figura.
4.15.Repita los pasos del 3.3 al 3.12.( Además de seleccionar alguno de los métodos
presentados, investigue de otro método de identificación y aplíquelo)
* Indique de que orden es el sistema a analizar.
Según la gráfica que observamos, vemos una inflexión, es decir que el sistema es de
orden 2 sobre amortiguado.
*Elija un método de Curva de Reacción, más adecuado según su criterio, identificar

un modelo G(s) para el sistema.
Vemos que el sistema es de segundo orden sobre amortiguado, entonces escogemos

el método de curva de reacción para un sistema con estas características que aparece
en la guía de laboratorio.
Pág.15
*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 “Sistema2.dat” en la carpeta que se tiene como directorio MATLAB®.
Se guardó Sistema2.dat
* En MATLAB®, ejecute la función “proteus2matlab”, escribiendo en la línea de comando:
Pág.16
* Grafique los vectores Vin y Vout vs el vector Tiempo.
Lo pedido en los puntos 4.8 al 4.11esta en el siguiente script, así que pasaremos a
responder lo del punto 4.11:
Como se puede apreciar la respuesta del modelo es casi idéntica a la del sistema,
entonces decimos que es una respuesta aceptable.
Pág.17
Parte II: System identification toolbox

En esta parte utilizaremos la toolbox que nos ofrece Matlab para identificar
modelos para cada uno de los 2 sistemas propuestos en la parte I.
Importante los datos de los Sistema1.pdsprj y Sistema2.pdsprj deben ser
importados a Matlab como en el punto 3.6 de la Parte I.
Pág.18
4.16.Ingresamos a la interfaz gráfica de la toolbox. ( comando “ident” )
4.17.Importamos la información obtenida del Sistema1 a la interfaz. (Click en

“Time domain data” )
4.18.Completamos en el cuadro dialogo que aparece con la información

correspondiente. Luego hacemos click en Import.
Figura 15.Descripción de punto 3.18
Pág.19
4.19.Seleccionamos Transfer Function Models, para estimar un una función de

transferencia para los datos introducidos.
Figura 16. Descripción del punto 3.19
Pág.20
4.20.A continuación, ingresamos los números de polos y zeros que consideremos

puede tener el sistema. Y hacemos click en estimate.
Pág.21
4.21.Una vez que la interfaz haya estimado un modelo, de acuerdo con las
características especificadas. Comparamos la respuesta del modelo con la salida
dad. Para lo cual activamos la casilla Model Output, con la cual también
obtendremos el porcentaje de aproximación a la salida real.
Figura 18. Descripción del punto 3.21
4.22.Para llevar el modelo obtenido al workspace de Matlab, simplemente lo

arrastramos al área de To Workspace.
Figura 19.Descripción del punto 3.22.
Pág.22

Informe Final 6

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

Informe Final 6

Enviado por

Direitos autorais:

Formatos disponíveis

LAB.

Sistemas de Control I Identificación de Sistemas

Dan Quaid Narva Huamani 11190102

Katherine Lessly Casas Silva 12190090

INFORME PREVIO Nº6

La identificación experimental de procesos es una técnica mediante la cual es

El caso de la identificación se diferencia del modelado ya que este no aplica las

En términos generales se puede ver el sistema como una “caja negra”. Se

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

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

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

2.1.1. Sistemas de primer orden

2.1.1.1. Sistemas de primer orden sin retardo

2.1.1.2. Sistemas de primer orden con retardo

2.1.2. Sistemas de segundo orden sobre amortiguados

2.1.2.1. Método de la tangente de Ziegler y Nichols

2.1.2.2. Método de la tangente modificada de Miller

2.1.2.3. Método de los dos puntos de Smith

2.1.3. Sistemas de segundo orden sub amortiguados

2.2. Utilizando la ‘toolbox’ de sistema de identificación de Matlab.

Matlab dispone de una amplia colección de funciones aplicables al campo de la

Para arrancar el interfaz de la ‘toolbox’, basta con teclear en la línea de comandos

Lo cual abrirá la interfaz gráfica que se presenta en la figura 8. Durante el

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

Parte I. Métodos basados en la curva de reacción

4.1. Ejecute el programa Proteus y abra el archivo Sistema1.pdsprj. Este archivo

Figura 9. Diagrama del Sistema1

4.2. La respuesta del sistema lo podemos observar en el visor de ‘Analogue

Figura 10. Respuesta temporal del sistema 1.

4.3. Indique de que orden es el sistema a analizar.

4.4. Elija un método de Curva de Reacción, más adecuado según su criterio,

4.6. En MATLAB®, ejecute la función “proteus2matlab”, escribiendo en la línea de

>> [Tiempo, Vin, Vout]=proteus2matlab('Sistema1.dat');

4.7. Grafique los vectores Vin y Vout vs el vector Tiempo.

Como se puede apreciar la respuesta del modelo es casi idéntica a la del

4.12. Calcule la suma del error cuadrático entre el sistema y el modelo

4.13. Ejecute el programa Proteus y abra el archivo Sistema2.pdsprj. Este archivo

4.14.La respuesta del sistema lo podemos observar en el visor de ‘Analogue

* Indique de que orden es el sistema a analizar.

*Elija un método de Curva de Reacción, más adecuado según su criterio, identificar

Vemos que el sistema es de segundo orden sobre amortiguado, entonces escogemos

* En MATLAB®, ejecute la función “proteus2matlab”, escribiendo en la línea de comando:

* Grafique los vectores Vin y Vout vs el vector Tiempo.

Parte II: System identification toolbox

4.16.Ingresamos a la interfaz gráfica de la toolbox. ( comando “ident” )

4.17.Importamos la información obtenida del Sistema1 a la interfaz. (Click en

4.18.Completamos en el cuadro dialogo que aparece con la información

Figura 15.Descripción de punto 3.18

4.19.Seleccionamos Transfer Function Models, para estimar un una función de

Figura 16. Descripción del punto 3.19

4.20.A continuación, ingresamos los números de polos y zeros que consideremos

Figura 18. Descripción del punto 3.21

4.22.Para llevar el modelo obtenido al workspace de Matlab, simplemente lo

Figura 19.Descripción del punto 3.22.

Você também pode gostar