Professional Documents
Culture Documents
estado de la viga es descrito por cuatro variables de proceso: Una metodología a seguir para la determinación de la
ángulos horizontales y verticales medidos por los sensores función de transferencia de un sistema es la siguiente:
instalados en la posición de pivote, y dos correspondientes
a velocidades angulares. Las dos últimas variables de estado
son las velocidades angulares de los rotores, medidos por taco dn dn−1 dm
generadores acoplados a los motores de corriente continua y (t)+an y (t)+. . .+a1 y (t) = bm+1 u (t)+. . .+b1 u (t)
dtn dtn−1 dtm
Los rotores pueden girar alrededor de un eje vertical y de
un eje horizontal. Cuando no está en uso, o al establecer los
1) Identificar las ecuaciones de equilibrio o leyes físicas
parámetros de control, uno o ambos ejes de rotación se pueden
involucradas en el sistema.
bloquear por medio de los dos de bloqueo tornillos muestran
2) Identificar las ecuaciones de equilibrio o leyes físicas
en el diagrama anterior. [8]
involucradas en el sistema.
3) Obtener la transformada de Laplace de cada ecuación
considerando condiciones iniciales cero.
4) Relacionar la variable de salida con las variables de
entrada.
Los sistemas mecánicos de rotación son quizá el tipo de sis-
temas que con mayor frecuencia se encuentran en aplicaciones
cotidianas. Estos abarcan cualquier sistema cuyo elemento
motriz es un motor o una máquina rotatoria.
1) Modelamiento del sistema : Para efectuar el análisis de
un sistema, es necesario obtener un modelo matemático que
lo represente. El modelo matemático equivale a una ecuación
matemática o un conjunto de ellas en base a las cuales
podemos conocer el comportamiento del sistema. Es necesario
comentar que el modelo matemático que se desarrolla a partir
de un sistema no es único, debido a lo cual se pueden lograr
representaciones diferentes del mismo proceso. Estas difer-
Figure 2. Modulo Twin Rotor MIMO System 33-220.[8]
entes representaciones no contradicen una a la otra. Ambas
contienen información complementaria por lo que se debe
Como ya dijimos este módulo simula las hélices de un he- encontrar aquella que proporcione la información de interés
licóptero por lo tanto en un helicóptero la fuerza aerodinámica para cada problema en particular. Para uniformizar criterios
es controlada por cambios en el ángulo de los rotores. La respecto a las denominaciones que reciben los elementos que
fuerza aerodinámica se controla variando la velocidad de los conforman un sistema de control es necesario tener en mente
rotores. Por lo tanto, las entradas de control son las tensiones las siguientes definiciones: Planta Cualquier objeto físico que
de alimentación de los motores de corriente continua. Un ha de ser controlado.
cambio en los resultados de valor de la tensión es un cambio
Proceso Operación o secuencia de operaciones, caracteri-
de la velocidad de rotación de la hélice, lo que resulta en
zada por un conjunto de cambios graduales que llevan a un
un cambio de la posición correspondiente de la viga. Cada
resultado o estado final a partir de un estado inicial. Sistema
uno de los rotores influye en sus ángulos de posición. Por lo
Combinación de componentes que actúan conjuntamente y
tanto el controlador debe estar diseñado para que el cambio
cumplen un objetivo determinado.
de movimiento en un rotor no afecte al segundo.
Perturbación Es una señal que tiende a afectar adversamente
el valor de la salida de un sistema. Servomecanismo Sistema
de control realimentado cuya salida es una posición mecánica.
Una vez que se han definido los diferentes tipos de sistemas,
es necesario conocer la dinámica de los mismos a partir de
ecuaciones que relacionen el comportamiento de una variable
respecto a otra. Para lograr lo anterior se requiere de gran
conocimiento de los procesos y de los elementos que los
conforman, y de cada una de las disciplinas de la ingeniería
involucradas. Es por ello que la ingeniería de control se
considera un campo interdisciplinario. Una planta o cada una
de las partes que forman un sistema de control, puede ser rep-
resentada por un conjunto de ecuaciones integro-diferenciales
de n-ésimo orden con coeficientes lineales invariantes en el
tiempo que relacionan la variable de entrada con la variable
Figure 3. Sistema TRMS real. de salida de la forma:
3
A2 B An−1 B
rango B AB ... =n (4)
C. Observabilidad
Si el sistema es observable y controlable los polos de
un sistema en lazo cerrado se pueden situar arbitrariamente
en el plano complejo. La observabilidad es la posibilidad
de la estimación de una variable de estado. Un sistema es
completamente observable si existe un tiempo finito T de
forma que el estdo inicial x(0) se determina a partoir de la
obsevabilidad [1].
Consderando un sistema lineal
C
CA
2
PO = CA (5)
Figure 4. Tabla de Valores de Inercia[9] ..
.
Al igual en que los sistemas mecánicos de traslación se CAn−1
tiene un conjunto de elemento básicos los cuales se encuentran El sistema es observable si la matriz de observabilidad tiene
resumidos en la figura 4. un rango=n y su determinante es diferente de cero.
Dentro de las aplicaciones de este tipo de sistemas podemos
citar tornos, cajas de transmisión, sistemas de poleas, turbinas,
etc. D. Fórmula de Ackermann
Las variables involucradas en los sistemas mecánicos de La formula de Ackermann es útil para determinar la matriz
rotación son el par o torque, el desplazamiento angular, de realimentación en cariables de estado de un sistema de una
velocidad angular y la aceleración angular. entrada-una salida.[1]
B. Controlabilidad K= k1 k2 ... kn (6)
El diseño de realimentación de estados se basa en tecnicas Donde
de asignacion de polos, un sistema es completamente contro-
lable si existe un control sin restricción u(t) que puede llevar u = −Kx (7)
cualquier esatdo inicial x(to) a cualquier otro esatdo deseado
x(t) en un tiempo finito t0 ≤ t ≤ T [1]. Dada la ecuación característica deseada
La controlabilidad juega un papel importante para algunos
problemas de control como es la optimización de sistemas q (λ) = λn + α1 λn−1 + . . . + αn (8)
inestables.
La matriz de ganacia de realimentación es
.
x (t) = Ax (t) + Bu (t) (1)
Pc−1 q (A)
K= 0 0 ... 1 (9)
El canal por defecto el nombre ’y1’ se asigna al primer y estilos de línea en el orden especificado por los ColorOrder y
único canal de salida. Cuando y2 contiene varios canales, los LineStyleOrder propiedades de los ejes actuales.
canales se asignan nombres por defecto ’y1’, ’y2’, ’y2’, ..., Compare ( datos , sys1, style1, ..., sysN, Stylen, predic-
’yn’ . Del mismo modo, el canal predeterminado nombre ’u1’ tion_horizon ) compara las respuestas múltiples sistemas en los
se asigna al primer y único canal de entrada. Para obtener más mismos ejes utilizando el tipo de línea, símbolo de marcador,
información acerca de nombres de canal, consulte Naming, y el color especificado para cada sistema.
añadir y eliminar canales de datos . Compare (_, opt ) configura la comparación utilizando un
2) n4sid: sys = n4sid (datos, nx) sys = n4sid (datos, nx, conjunto de opciones.
nombre, valor) sys = n4sid (_ , opt) [sys, x0] = n4sid (_ ) 4) Señal PRBS.: Una señal PRBS es una clase de se-
Descripción cuencias aleatorias binarias que son periódicas, esto es, son
secuencias infinitas formadas por una subsecuencia aleatoria
sys = n4sid ( datos , nx ) estima un nx modelo de espacio de
binaria de duración T que se repite periódicamente. Debido
estado, orden, sistema , utilizando los datos de entrada-salida
a su característica periódica pero a la vez aleatoria, a estas
de medición, los datos .
secuencias se las denomina “secuencias seudoaleatorias”, El
sys es un modelo que representa el sistemaen espacio de
término “seudo-aleatorio” significa que la señal es aleatoria
estados.
en apariencia pero reproducible por medios determinísticos.
Donde A, B , C , y D son matrices de espacio de estado.
Las secuencias seudoaleatorias no se producen espontánea-
K es la matriz de perturbación. u ( t ) es la entrada, y ( t )
mente sino que son generadas por métodos artificiales; este
es la salida, x ( t ) es el vector de nx estados y e ( t ) es la
hecho es de gran importancia pues permite la reproducción
perturbación.
de señales seudoaleatorias idénticas, lo cual es imposible de
Todas las entradas de la A , B , C y K son matrices de lograr con secuencias aleatorias de cualquier otro tipo.
parámetros de estimación libres por defecto. D se fija en cero Las secuencias seudoaleatorias son muy utilizadas en el
por defecto, lo que significa que no hay ninguna conexión de campo de la ingeniería eléctrica, sobre todo en el dominio
interfaz, a excepción de los sistemas estáticos ( nx = 0 ). de las telecomunicaciones, y sería de interés conocer sus
sys = n4sid ( datos , nx , nombre, valor ) especifica los características temporales y frecuenciales, en particular su
atributos adicionales de la estructura de espacio de estado función de autocorrelación y su densidad espectral de potencia.
utilizando uno o más nombre, el valor del par de argumentos.
• Generación de la señal PRBS
sys = n4sid (_ , opt ) especifica opciones de estimación, opt
Debido a su naturaleza periódica y determinística, las secuen-
, que configuran los estados iniciales, objetivo de estimación,
cias seudoaleatorias se pueden generar en forma artificial.
y las opciones de algoritmos relacionados subespacial que se
Esto es de capital importancia en el campo de las telecomu-
utilizará para la estimación.
nicaciones pues permite la generación de réplicas exactas y
[ sys , x0 ] = n4sid (_) también devuelve el estado inicial
sincronizadas tanto en el transmisor como en el receptor.
estimado.
Se puede decir que las secuencias seudoaleatorias son una
3) compare: compare(data,sys)
subclase importante de las secuencias binarias recurrentes,
compare(data,sys,prediction_horizon)
las cuales se pueden generar mediante dispositivos lineales
compare(data,sys,style,prediction_horizon) retroalimentados muy fáciles de realizar con registros de
compare(data,sys1,...,sysN,prediction_horizon) desplazamiento digitales corrientes.
compare(data,sys1,style1,...,sysN,styleN,prediction_horizon) Las secuencias seudoaleatorias de interés en telecomunica-
compare(_,opt) [y,fit,x0] = Compare (_) ciones deben cumplir con las siguientes condiciones:
Descripción (1) Que sean fáciles de generar
Comparar ( datos , sys ) traza la respuesta simulada de un (2) Que posean las propiedades aleatorias necesarias
modelo de sistema dinámico, sys , superpuesta sobre los datos (3) Que su período sea grande
de validación, los datos , para comparación. La trama también (4) Que sean difíciles de reconstruir a partir de un corto
muestra la raíz cuadrada media normalizada (NRMSE) medida segmento de la secuencia
de la bondad del ajuste. La velocidad de bits, o el número de bits por segundo, se
La coincidencia de los canales de entrada / salida de datos determina por la frecuencia de un reloj externo, que se utiliza
y sistema se basa en los nombres de los canales. Así, es para accionar el generador. Para cada periodo de reloj de un
posible evaluar los modelos que no utilizan todos los canales solo bit es emitida desde el generador, ya sea en el ’1 ’o ’0’
de entrada que están disponibles en los datos . nivel, y de una anchura igual al periodo de reloj. Por esta
Compare ( datos , sistemas , prediction_horizon ) compara razón el reloj externo se conoce como un reloj de bit.
la respuesta prevista de sistemas a la respuesta medida en los El patrón de secuencia se repite después de un número
datos . definido de períodos de reloj. En un generador típico la
Compare ( datos , sistemas , estilo , prediction_horizon ) longitud de la secuencia se puede establecer en periodos de
utiliza el estilo para especificar el tipo de línea, símbolo de reloj 2n, donde n es un número entero.
marcador, y el color. Aqui se ingreso una señal PRBS con 1666 muestras ademas
Compare ( datos , sys1, ..., sysN, prediction_horizon ) se tiene un rango de amplitud de la señal desde -0.8 hasta
compara las respuestas múltiples sistemas dinámicos en los 0.8, todo el proceso se realizo en matlab exportando datos al
mismos ejes. comparar escoge automáticamente los colores y simulink.
7
M = [B AB A2 B A3 B]
C= 0 0 1 0
A continuacion se presenta el codigo desarrollado en Matlab A continuacion se presenta el codigo desarrollado en Matlab
Y obteniendo un rango de controlabilidad de 3 por lo cual Y obteniendo un rango de observabilidad de 3 por lo cual
es igual al orden del sistema por tanto es controlable es igual al orden del sistema por tanto es observable
9
control signal
1.5
0.5
-0.5
20
15
10
-5
Time offset: 0
0.7
0.6
0.5
0.4 In1
pitch 0.5
PCI1711 PCI1711
0.3 Lab I/O Board Constant Lab I/O Board
In2
Feedback DAC
Feedback Encoder
0.2 yaw K*u control signal
Rotor
K2
Product3 Add1
u
TRMS pitch and yaw
0.1 Pitch and yaw angle
K
To Workspace2
y K* u
To Workspace PCI1711
0 Lab I/O Board
0
-0.2
B* u 1
C* u
-3 z
x 10 yaw H1
Product2 Add2 Product1
Unit Delay2 C1
4
A* u
3 G1
Ke* u
2
Ke
Version 1.10
-1
-2
Figure 19. Diagrama de control en simulink
-3
-4
0 10 20 30 40 50 60 70 80 90 100
Time offset: 0
V. C ONCLUSIONES
PÁGINAS W EBS
http://www.mathworks.com/help/ident/ref/iddata.html
http://www.mathworks.com/help/ident/ref/n4sid.html
http://www.mathworks.com/help/ident/ref/compare.html
R EFERENCES
[1] Sistemas de Control Moderno de Bishop Décima Edición
[2] Balas, G., Doyle, J., Glover, K., Packard, A. and Smith, R.
(1998). “µ Analysis Toolbox for use with MatLab”, The Math-
Works, Inc.
[3] Doyle, J., Grover, K., Khargonekar, P. and Francis, B. (1989).
“State-Space Solutions to Standard H2 and H∞ Control Pro-
blems”. IEEE Trans. on Automatic C
[4] Chiang, Y. and Safonov, R.(1998). “Robust Control Toolbox for
use with MatLab”, The MathWorks, Inc.
[5] http://www-ma3.upc.es/codalab/fitxers/sem/G-Pujol-
260506.pdf
[6] http://homepages.laas.fr/henrion/courses/lmi11/
[7] http://www.mathworks.com/help/toolbox/control/getstart/brz18pm.html
[8] Feedback Instruments Ltd, Twin Rotor MIMO System Control
Expriments, 33-949S, Laboratory Manual.
[9] JAVIER OLGUÍN PIZARRO, ESTRATEGIAS AVANZADAS
PARA EL CONTROL DE UN SISTEMA MIMO DE 2 ROTO-
RES