Escolar Documentos
Profissional Documentos
Cultura Documentos
POLITÉCNICO NACIONAL
Estudiantes:
José Manuel Molinar Monterrubio.
Miguel Villarreal Cervantes.
Profesor:
ẋ = Ax + bu (2)
donde
0 1 0 0 0
K c1 k 1
− − J1 0
A = J1 J1 J1
, b = 0 (3)
0 0 0 1
c2
K k
J2
0 J2 J2 0
con la salida del sistema representada mediante
y = cx (4)
con
c= 0 0 1 0
Utilizando los valores de K, C2 , J2 para t < 0.25, se calcula la función de transferencia en el dominio s
quedando
33333.33333
Ga (s) = (5)
s3
s + 15.66666667 s2 + 227.3333333 s + 1366.666667
que, aplicando la discretización mediante un retenedor de orden cero, se obtiene
1
1.388x10−13 z3 + 1.527x10−12 z2 + 1.526x10−12 z + 1.387e − 013
Ga (z) = (6)
z4 − 3.998z3 + 5.995z2 − 3.995z + 0.9984
Del mismo modo con los valores nuevos de K, C2 , J2 para t > 0.25 se tiene la función de transferencia
24691.35802
Gb (s) = (7)
s3 + 14.03703704s2 + 178.7654321s + 962.9629629
s
del cual, también aplicando la discretización utilizando el retenedor de orden cero, se obtiene
b3 z 3 + b2 z 2 + b1 z + b0
G (z) = 4 (9)
z − a3 z 3 + a2 z 2 − a1 z + a0
Es claro que al multiplicar y dividir por un factor de z−4 a la función de transferencia (que llamaremos
prototipo) se obtiene el sistema en ecuaciones de diferencias siguiente
A esta expresión se puede llegar mediante diversos métodos de discretización, en el apéndice se anexan
algunos cálculos en Maple
R que permiten establecer este hecho. Dicha discretización se lleva a cabo mediante
la expresión para la discretización exacta, truncando la serie de Taylor de la exponencial de una matriz hasta el
cuarto término. También, mediante las ideas expuestas en [4] se realiza esta discretización, cuyos cálculos se
presentan también en el apéndice.
Utilizando la ecuación (10), se escribe el modelo ARMA para la identificación mediante Mı́nimos
Cuadrados Recursivos. La siguiente es la expresión del sistema en esta forma
2
y(n − 1)
a3
−y(n − 2) a2
y(n − 3)
a1
−y(n − 4)
, θ =
a0
φ (n) = (12)
u(n − 1) b3
u(n − 2)
b2
u(n − 3) b1
u(n − 4) b0
Mediante el método de mı́nimos cuadrados, se obtiene una estimación inicial de los datos, usando para ello
las primeras 20 muestras, la expresión para los mı́nimos cuadrados es
−1
θ̂ = ΦT Φ ΦT Y (13)
donde
T T
Φ (N) = φ(n) φ(n + 1) . . . φ(N) , Y (N) = y(n) . . . y(N) (14)
donde también, se ha usado N = 20 y n es el orden del sistema (4 en este caso). De acuerdo a la ecuación (13),
la estimación para θ es
T
θ̂ = 3.9984 5.9953 3.9953 0.9984 0.0139x10−11 0.1527x10−11 0.1526x10−11 0.0139x10−11
(15)
La ecuación (15) servirá como el estimado inicial para los parámetros del sistema usando el método de
mı́nimos cuadrados recursivos. De acuerdo a los elementos de dicha teorı́a, se tienen el procedimiento siguiente
para calcular los estimados [3].
Realizando este procedimiento y seleccionando a la P (0) = 1x106 I, I matriz identidad, como parámetro
inicial y a la ecuación (15) para el primer paso, se obtienen los estimados.
En la figura 1 se muestra una comparación entre la salida del sistema continuo y la salida del sistema
discretizado mediante el retenedor de orden cero. Esto sirve para comparar el desempeño del sistema
muestreado y se parezca al sistema real. De este modo se puede realizar el cálculo de los parámetros mediante
los mı́nimos cuadrados. Si el sistema muestreado no tuviera el mismo comportamiento, no tendrı́a caso hacer
3
una estimación mediate este método.
1
Secuencia Binaria
0.5
u(t) [Nm]
0
−0.5
−1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0.2
Salida del Sistema Continuo
0
y(t) [rad]
−0.2
−0.4
−0.6
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0.2
Salida del Sistema Muestreado
0
y(k∆) [rad]
−0.2
−0.4
−0.6
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Tiempo [s]
Figura 1: Simulación y comparación de los sistemas continuo y discreto para una entrada de secuencia binaria pseudoaleatoria.
Se puede observar en la figura 2 la evolución en los estimados. Se nota la convergencia en los valores de
θ5 a θ8 que son los respectivos coeficientes de las potencias descendientes en z del numerador en la función de
transferencia G (z) en la ecuación (9).
4 6 5 1.4
5 1.2
4
3
1
4
3 0.8
θ1
θ2
θ3
θ4
2 3
2 0.6
2
0.4
1
1 1
0.2
0 0 0 0
0 0.5 1 0 0.5 1 0 0.5 1 0 0.5 1
−7 −7 −7 −7
x 10 x 10 x 10 x 10
6 5 1 1
4 0
0
4
−1
3
−2 −1
θ5
θ6
θ7
θ8
2 2
−3 −2
1
−4
0
0 −3
−5
−2 −1 −6 −4
0 0.5 1 0 0.5 1 0 0.5 1 0 0.5 1
θ̂ (N = 10001) = 3.9451 5.8883 3.9414 0.9982 0.1395x10−6 −8x10−10 −9.36x10−8 1x10−10
4
2
Funcion Escalon
1.5
u(t) [Nm]
1
0.5
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
30
Salida del Sistema Original
10
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
3
Error absoluto
Error [rad]
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Tiempo [s]
Utilizando estos valores, se forma nuevamente la ecuación (9), ahora con los valores estimados de θ̂
correspondientes
5
1
Funcion Senoidal
0.5
u(t) [Nm]
0
−0.5
−1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
1.5
Salida del Sistema Original
y(t), y(k∆) [rad]
0.5
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0.4
Error absoluto
0.3
Error [rad]
0.2
0.1
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Tiempo [s]
0.2
Ruido Blanco limitado en banda
0.1
u(t) [Nm]
−0.1
−0.2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
−3
x 10
15
Salida del Sistema Original
y(t), y(k∆) [rad]
−5
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
−3
x 10
3
Error absoluto
Error [rad]
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Tiempo [s]
6
2
Senodial con Ruido Blanco limitado en banda
1
u(t) [Nm]
0
−1
−2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
1.5
Salida del Sistema Original
y(t), y(k∆) [rad]
0.5
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0.4
Error absoluto
0.3
Error [rad]
0.2
0.1
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Tiempo [s]
Figura 6: Comparación para entrada Función senoidal con Ruido Blanco limitado en Banda.
5
Senodial con Ruido Blanco limitado en banda, montada en una constante de 3 [Nm]
4
u(t) [Nm]
1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
80
Salida del Sistema Original
y(t), y(k∆) [rad]
40
20
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
10
Error absoluto
Error [rad]
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Tiempo [s]
Figura 7: Comparación para entrada Función senoidal con Ruido Blanco limitado en Banda sobre constante de 3 Nm.
7
Problema 2. Encuentre la respuesta al impulso del sistema
1.92
F (s) = (16)
s3 + 3.8s2 + 3.045s + 1.92
Espectro extenso respecto del ancho de banda del sistema (propiedad del ruido blanco).
Centrada para que perturbe muy poco al proceso.
Ser determinı́stica para que se pueda generar fácilmente, considerándose pseudoaleatoria.
Ser binaria para que sea generada fácilmente.
Ser periódica de manera que su autocorrelación se calcule fácilmente.
Se utilizó un registro con 12 bits para producir un periodo de la secuencia de 4095 al retroalimentar los bits
1, 2, 3 y 11 menos significativos. Se propone un retenedor en donde ∆t = 5ms, produciendo un total de 20.475
segundos. Esta señal tiene un promedio de L1 y una función de autocorrelación de:
L ( )
1X 1 para k = 0
Cuu (k) = ui ui−k =
L i=1 − L1 para k , 0
1. Establecer una variable con la secuencia máxima que puede generar el registro (Periodo = 4095).
2. Obtener los bits 1, 2, 3 y 11 del registro con la función ”bitget”.
3. Realizar una operación boleana ”xor” entre los bits 1 y 2, 3 y 1 y despues otra con los resultados de esas
dos operaciones, con la función ”bitxor”.
4. Realizar un corrimiento a la derecha del registro Periodo con la función ”bitshift”.
5. Ya que el corrimiento automáticamente coloca un cero en el bit más significativo, se debe proponer una
condición que cuando el resultado de la operación boleana es uno, se coloque ese nivel lógico en esa
posición, realizándose con la función ”bitset”.
9
6. Obtener el bit menos significativo y almacenarlo en una variable, el cual contendrá la secuencia
pseudoaleatoria.
7. Cambiar de la variable de secuencia pseudoaleatoria los 0 por −1.
8. Ir al paso 2 y salir del ciclo hasta que se haya completado el periodo (4095 veces).
∞
X
yk = wi uk−i (17)
i=0
Para un sistema estable wi se anula a partir de cierta i, por lo que se puede escribir:
N
X
yk = wi uk−i (18)
i=0
L
1X
Cyu = yi ui−k (19)
L i=1
L
N
1 X X
Cyu (k) = w j ui− j ui−k
L i=1 i=o
N
L
X 1 X
= w j ui− j ui−k
j=0
L i=1
Por lo tanto:
N
X
Cyu (k) = w jCu u (k − j) (20)
j=0
Para k=j
10
a2 (L + 1)
Cuu (0) = (21)
L
Para k , j
Cuu (k − j) = 0 (22)
Por lo tanto la función Cyu está dada:
L+1
Cyu (k) = wk a2 (23)
L
Por lo que se obtiene la respuesta al impulso:
L
1 X
wk = yi ui−k (24)
a2 (L + 1) i=1
L = 4095
a = 1
donde L es el periodo, a es la amplitud de la señal pseudoaleatoria, tal que no perturbe demasiado al sistema.
yi es la salida en el instante i y ui−k es la entrada en el instante i − k del sistema.
Figura 8: Identificación de la respuestas al impulso por secuencias pseudoaleatorias con un periodo de 20.475 segundos
Se procede a cambiar el periodo L para que tenga un periodo de 32767 produciendo un tiempo de 163.835
segundos.
Se observa en la figura 8 y en la figura 9, después de 20 segundos, la respuesta al impulso es continua
con una magnitud promedio de −2.44E − 4. Además se observa que la señal está corrida hacia abajo esa
11
Figura 9: Identificación de la respuestas al impulso por secuencias pseudoaleatorias con un periodo de 163.835 segundos
1
misma cantidad. Esto se debe a las propiedades estadı́sticas de la señal pseudoaleatoria (promedio de L
y su
autocorrelación de − L1 para k , 0).
Se verifica la respuesta al impulso obtenida por el método de correlación de secuencias binarias
pseudoaleatorias con las respuesta al impulso producida por matlab con la función ”impulse”.
Se observa que el comportamiento de la respuesta al impulso obtenida por el método de correlación (Figura
8) es semejante a la obtenida por Matlab (Figura 10).
12
Bibliografı́a
El sistema de la ecuación (1) se escribe en su forma normal (forma canónica controlable) siguiendo las
ideas de sistemas dinámicos no lineales, aplicados a este sistema lineal [1]. Utilizando esta teorı́a, se re-escribe
el sistema (1) como
ẋ1 = x2
1
ẋ2 = [u + K (x3 − x1 ) − c1 x2 ]
J1
ẋ3 = x4 (A.1)
1
ẋ4 = [K (x1 − x − 2) − c2 x2 ]
J2
h i
donde se ha sustituido θ1 , θ̇1 , θ2, θ̇2 = x = [x1 , x2 , x3 , x4 ]T y τ = u.
El sistema tiene la forma ẋ = F (x) + g (x) u donde
x2 0
K
x1 ) − cJ11
1
(x −
J1 3 J1
f (x) = , g (x) = (A.2)
x4
0
K
(x1 − x3 ) − cJ22 x4 0
J2
Utilizando las relaciones en (A.2), se busca el grado relativo del sistema. Para ello se procede como sigue.
Sea la derivada de Lee denotada como L f h (x) la derivada direccional del campo de deriva con respecto a
la salida h (x) = x3 , se obtienen
x2
∂h K
(x − x1 ) − cJ11
3
h i
J1
L f h (x) = T f = 0 0 1 0 = x4 (A.3)
∂x x4
K
(x1 − x3 ) − cJ22 x4
J2
Calculando si existe relación con el campo de control a lo largo de esta función, se obtiene
15
0
∂L f h (x) h i 1
Lg L f h (x) = g = 0 0 0 1 J1 = 0 (A.4)
∂xT 0
0
Entonces, el grado relativo es mayor, se continúa en la búsqueda del grado relativo, calculando
x2
∂L h (x) K
(x − x1 ) − cJ11 K c2
f h i 3
L f 2 h (x) = f = 0 0 0 1 J1
= J2 (x1 − x3 ) − J2 x4 (A.5)
∂xT
x4
(x1 − x3 ) − cJ22 x4
K
J2
0
∂L f 2 h (x) h i 1
2
Lg L f h (x) = g = K
J2
0 − JK2 − cJ22 J1 = 0 (A.6)
∂xT 0
0
x2
∂L f 2 h (x) i K
(x − x1 ) − cJ11
3
h
L f 3 h (x) = f = K
0 − JK2 − cJ22 J1
J2 x4
∂xT
(x1 − x3 ) − cJ22 x4
K
J2
K K Kc2 c2
= x2 − x4 − 2 (x1 − x3 ) + 22 x4 (A.7)
J2 J2 J2 J2
Calculando con esta función la relación con el campo de control se tiene que
0
∂L f 3 h (x)
c22
1
Lg L f 3 h (x) = − Kc K Kc2
− JK2 +
J1
g = J22
2
J2 J22 J22
∂xT 0
0
K
= (A.8)
J1 J2
Como en este caso, Lg L f 3 h (x) es distinto de cero, el grado relativo debe ser r − 1 = 3, r = 4. El grado
relativo es igual al orden del sistema, por lo tanto, no hay dinámica remanente del sistema. Para escribir el
sistema en la forma normal, se obtiene una última derivada de Lee, como sigue
16
x2
3
∂L f h (x) K
(x3 − x1 ) − cJ11
Kc2 Kc2 c22
L f 4 h (x) = f = − K
− K
+ J1
∂xT J22 J2 J22 J2 J22 x4
K
J2
(x1 − x3 ) − cJ22 x4
K K c22 K c2 2K c22
! ! !
K c2 c1
= − + (x3 − x1 ) − + x2 + − 2 (A.9)
J2 J1 J22 J2 J2 J2 J1 J2 J2 J2
Utilizando las ecuaciones (A.8) y (A.3) a (A.9), se escribe el sistema (A.1) en su forma normal como
Φ1 (x) = h (x) = x3
Φ2 (x) = L f h (x) = x4
K c2
Φ3 (x) = L f 2 h (x) = (x1 − x3 ) − x4 (A.10)
J2 J2
K K Kc2 c2
Φ4 (x) = L f 3 h (x) = x2 − x4 − 2 (x1 − x3 ) + 22 x4
J2 J2 J2 J2
Φ̇4 (x) = L f 4 h (x) + LgL f 3 h (x) u
K K c22 K c2 2K c22
! ! !
K c2 c1 K
= − 2+ (x3 − x1 ) − + x2 + − 2 + u
J2 J1 J2 J2 J2 J2 J1 J2 J2 J2 J1 J2
ζ̇1 = ζ2
ζ̇2 = ζ3
ζ̇3 = ζ4 (A.11)
ζ̇4 = aζ1 + bζ3 + cζ4 + du
donde
a = − JKc 2
1 J2
− Kc2
J22
+ 2Kc2
J22
,
b = − JK1 − K
J2
− Jc11 cJ22 ,
c = − cJ22 − c1
J1
,
K
d= J1 J2
.
De este modo, se puede aplicar la discretización propuesta en [4], las variables ζℓ en (A.11) al tiempo
t = k∆ + ∆, donde ∆ es el periodo de muestreo, se pueden expresar exactamente como
17
∆2 ∆3
ζ1 (k∆ + ∆) = ζ1 (k∆) + ∆ζ2 (k∆) + ζ (k∆) + z4 (k∆) + aζ2 (k∆) + bζ3 (k∆) + cζ4 (k∆) + du (k∆)
2 6
2
∆ ∆3
ζ2 (k∆ + ∆) = ζ2 (k∆) + ∆ζ3 (k∆) + ζ4 (k∆) + aζ2 (k∆) + bζ3 (k∆) + cζ4 (k∆) + du (k∆)
2 6
∆2
ζ3 (k∆ + ∆) = ζ3 (k∆) + ∆ζ4 (k∆) + aζ2 (k∆) + bζ3 (k∆) + cζ4 (k∆) + du (k∆) (A.12)
2
ζ4 (k∆ + ∆) = ζ4 (k∆) + ∆ aζ2 (k∆) + bζ3 (k∆) + cζ4 (k∆) + du (k∆)
Ésta es la descripción exacta discreta en tiempo con un retenedor de orden cero. Se puede escribir (A.12)
en forma matricial como
Haciendo
Es necesario obtener una función de transferencia de modo que el sistema tenga relación directa entre
la salida del sistema y la entrada con fines de identificación de los parámetros. La salida aquı́ se encuentra
expresada mediante ζ1 , pues es la variable discreta del sistema (A.11) el cual, a su vez, es la forma normal del
sistema (A.1).
Utilizando ahora la relación
Y (z)
= H (zI − F)−1 G (A.16)
U (z)
donde Y (z) = Z {y (k∆)} = Z {ζ1 (k∆)} y U (z) = Z {u (k∆)}. Z {·} denota la transformada en z.
Para el sistema expresado en la forma de la ecuación (A.15) se tiene que la función de transferencia Γ (z) es
18
37 4 2
1/8 ∆4 d + 24
∆ dz + 1/24 ∆4 dz3 − 17
24
∆4 dz
Γ (z) = (A.17)
z4 + αz3 + βz2 + γz + δ
donde ahora se han definido las siguientes constantes para simplificar la notación
α = −4 − 1/6 ∆3 a − ∆ c − 1/2 ∆2 b
β = 1/2 ∆2 b − ∆3 a + 6 + 3 ∆ c
γ = −4 − 3 ∆ c + 3/2 ∆3 a + 1/2 ∆2 b
δ = 1 + ∆ c − 1/3 ∆3a
Se
n debe escribir
o el tiempo discreto. Considerando
n la función
o de transferencia (A.17), y tomando en cuenta
−1−i −1 − j
Z z Y (z) = y (k∆ − i∆) para i = 1 . . . 4 y Z z U (z) = u (k∆ − j∆) para j = 1 . . . 4, se tiene que
19
Apéndice B
21