Controlador PID

UNIVERSIDAD FRANCISCO DE PAULA SANTANDER
INGENIERIAELECTRONICA
CONTROL AUTOMATICO : LABORATORIO #5
DISEÑO Y APLICACION DECONTROLADORES PID.

Jefferson Martinez Cuadros 116-0357
Danny Andrey Ortiz Vera 116-0241
1. OBJETIVOS.
Para la primera parte:El primero de los dos objetivos de este laboratorio es que
el alumno recuerde
y utilice los métodos más conocidos de sintonía de PIDs para seleccionar los
parámetros del
controlador en un sistema de control simple. Para ello se tendrá en cuenta que el
sistema estará
sometido tanto a cambios en el punto de consigna como en alguna de sus
entradas de perturbación.
Para la segunda parte: Implementar en Matlab® Simulink el modelo de una

planta cualquiera junto
con su controlador PID. Valorar los efectos producidos por el controlador en la
señal de salida de la
planta para el caso lineal y no lineal. Valorar los efectos producidos en la señal de
salida cuando el
PID incorpora la parte antiwinup.
2. PRIMERA PARTE.
2.1 EJERCICIO A.
Sea el intercambiador de la figura 1. El objetivo que se persigue es calentar una

corriente de proceso (a temperatura T0) mediante vapor que condensa en el
lado de la carcasa del equipo. La temperatura de salida, T, se controla actuando
sobre la válvula que regula el caudal de vapor al intercambiador. La temperatura
de la corriente de entrada puede variar, por lo que constituye la entrada de
perturbación más importante.
Supondremos que el resto de entradas se mantiene constante
1
2.1.1 A.
3.26119
𝐺𝑝 =
(1 + 0.024𝑠)(1 + 0.017𝑠)(1 + 0.432𝑠)(1 + 0.083𝑠)
0.058
𝐺𝑑 =
(1 + 0.024𝑠)(1 + 0.8𝑠)(1 + 0.4𝑠)
2.1.2 B.
Cuya respuesta es:

2
2.1.3 C.
Para el sustema anterior le implementaremosuna ganancia de 3 y veremos si el

sistema entra en inestabilidad.
>>gmf=feedback(3*GP,1)
>> step (gmf)
>> s=tf('s')
>> GD=((0.2/((1+0.8*s)*(1+0.4*s)))*(0.29/(1+0.024*s)))
Transfer function:
3
0.058
--------------------------------------
0.00768 s^3 + 0.3488 s^2 + 1.224 s + 1
>>gmf=feedback(3*GD,1)
>> step (gmf)
2.1.4. D. LIMITE DE LA ESTABILIDAD.
Sintonizar un PID por el método de Ziegler-Nichols: limite de la estabilidad en

malla cerrada.
GP(s) esta estable.
GD(s) no está estable por lo tanto se diseña el controlador por el método del
límite de estabilidad.
4
Ahora hallamos k por medio de rlocus o por medio de nyquist.
Ahora con esta k hallamos PCR.
PCR=1864.27-2854=10.27
Kp=0.6*K
Ti=0.5*PCR
Td=0.125*PCR
5
1
𝐺𝐶(𝑠) = 𝑘𝑝 ∗ (1 + + 𝑇𝑑 ∗ 𝑠)
𝑇𝑖 ∗ 𝑠
1
𝐺𝐶(𝑠) = 576.924 ∗ (1 + + 1.284 ∗ 𝑠)
5.135 ∗ 𝑠
Ahora aplicando el p.i.d. a la función original obtenemos:
2.1.5. E. Decaimiento del 25%.
1 𝑘
𝐺𝐶(𝑠) = 𝑘𝑝 ∗ (1 + + 𝑇𝑑 ∗ 𝑠) ; 𝑅 = ; 𝐿 = 𝑡0 = 𝑡0.632 − 𝜏; 𝜏
𝑇𝑖 ∗ 𝑠 𝜏
= 1.5 ∗ (𝑡0.632 − 𝑡0.283 )
𝜏 = 0.987; 𝑡0 = 0.303; 𝑘 = 1
6
𝑅 = 1.013; 𝑘𝑝 = 3.909; 𝑇𝑖 = 0.606; 𝑇𝑑 = 0.1515
1
𝐺𝐶(𝑠) = 3.909 ∗ (1 + + 0.1515 ∗ 𝑠)
0.606 ∗ 𝑠
Ahora con ISE
𝑘𝑐 = 4.5636; 𝑇𝑖 = 2.2282; 𝑇𝑑 = 0.1685
Ahora con ITAE
7
𝑘𝑐 = 4.1521; 𝑇𝑖 = 2.8022; 𝑇𝑑 = 0.1161
2.1.6. F.
El método que presento mejores resultados fue método de Ziegler-Nichols: límite

de la estabilidad en malla cerrada, porque lleva consigo un seguimiento más
exhaustivo, es mucho más teórico que de obtener valores por graficas en donde
puede haber un margen de error del ojo humano, así es que presento respuesta
más rápida, menor overshoot, menor tiempo de acomodación, en general es
mucho más exacto.
Existe un valor límite de la ganancia del controlador proporcional. Más allá de

este límite el sistema alcanza valores superiores a los deseados, fenómeno
conocido como sobre oscilación. Por razones de seguridad, la sobre oscilación no
debe superar el 30%.
2.2 EJERCICIO B.
2.2.1. A.
8
0.5𝑒 −10𝑠
𝑇 1+15𝑠
=
𝑃1 1 + 0.5𝑒 −11𝑠
(1+15𝑠)(1+2𝑠)
0.5𝑒 −11𝑠
𝑇 (1+15𝑠)(1+2𝑠)
=
𝑀 1 + 0.5𝑒 −11𝑠
(1+15𝑠)(1+2𝑠)
2.2.2. B.
Ahora se necesita encontrar la ganancia marginal de el sistema para volverse

inestable entonces por el criterio de Nyquist tenemos que:
Nyquist Diagram
0.3
0.2
0.1
Imaginary Axis
-0.1
-0.2
-0.3
-0.4
-1 -0.5 0 0.5
Real Axis
Vemos que GM=14.4db obtenemos G(jw)=0.19 y Kcp=5.26
2.2.3. C. DECAIMIENTO DEL 25%.
Se pide diseñar un controlador como el mostrado en la figura bajo el criterio del

decaimiento del 25% entonces siguiendo el mismo método anteriormente
realizado tenemos que:
Gm=0.5
Kp=3.49
Ki=0.15
Kd=20
9
Y tenemos la siguiente respuesta del sistema:
3. SEGUNDA PARTE
3.1 EJERCICIO C.
3.1.1 SISTEMA 1.
Dado el siguiente sistema simular y sacar conclusiones:
Tenemos la siguiente respuesta:
10
Vemos que el integrador nos produce una oscilación ya que nos hace una
sumatoria del error y esto hace que el sistema no llegue a un pico sino siga y siga
creciendo mas de lo que puede crecer.
Ahora veremos cual es la respuesta del sistema si aplicamos un sistema que nos
sature el sustema y no le permita al integrador que siga integrando el error.
Esto nos muestra la siguiente respuesta:
Vemos que el integrador continua sumando y sumando el error pero la

saturación que le pusimos al sistema evita que el sistema continúe aumentando
la salida y nos evita algún daño.
3.1.2 SISTEMA 2.
Se pretende repetir el mismo proceso para el siguiente sistema:
Para el cual sin el sistema de saturación tenemos la siguiente respuesta:
11
Y después de aplicar el sistema de saturación tenemos que:
Evidenciamos que este nos estabilisa mucho el sistema.
3.2 EJERCICIO D.
Dado el siguiente sistema simular y comparar con los resultados obtenidos

anteriormente.
Con lo que tenemos la respuesta del sistema:
12
Vemos que este sistema nos permite eliminar en algún momento la acción
integradora en el sistema y nos presenta mucho mejores resultados que en el
punto anterior.
3.3 EJERCICIO E.
Para el siguiente sistema se probaran diferentes ganancias y se mostrara su

respuesta en frecuencia:
Para una ganancia b=0 y c=1
Para b=0 y c=0
13
Para una ganancia b=0.5 y c=0
Para una ganancia de b=1 y c=0
Para una ganancia b=1 y c=1
Para b=2 y c=2

14
15

Controlador PID

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Controlador PID

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD FRANCISCO DE PAULA SANTANDER

DISEÑO Y APLICACION DECONTROLADORES PID.

Para la segunda parte: Implementar en Matlab® Simulink el modelo de una

Sea el intercambiador de la figura 1. El objetivo que se persigue es calentar una

Supondremos que el resto de entradas se mantiene constante

Cuya respuesta es:

Para el sustema anterior le implementaremosuna ganancia de 3 y veremos si el

>> step (gmf)

0.00768 s^3 + 0.3488 s^2 + 1.224 s + 1

>> step (gmf)

2.1.4. D. LIMITE DE LA ESTABILIDAD.

Sintonizar un PID por el método de Ziegler-Nichols: limite de la estabilidad en

GP(s) esta estable.

Ahora hallamos k por medio de rlocus o por medio de nyquist.

Ahora con esta k hallamos PCR.

2.1.5. E. Decaimiento del 25%.

𝑅 = 1.013; 𝑘𝑝 = 3.909; 𝑇𝑖 = 0.606; 𝑇𝑑 = 0.1515

Ahora con ISE

𝑘𝑐 = 4.5636; 𝑇𝑖 = 2.2282; 𝑇𝑑 = 0.1685

Ahora con ITAE

𝑘𝑐 = 4.1521; 𝑇𝑖 = 2.8022; 𝑇𝑑 = 0.1161

El método que presento mejores resultados fue método de Ziegler-Nichols: límite

Existe un valor límite de la ganancia del controlador proporcional. Más allá de

Ahora se necesita encontrar la ganancia marginal de el sistema para volverse

Vemos que GM=14.4db obtenemos G(jw)=0.19 y Kcp=5.26

2.2.3. C. DECAIMIENTO DEL 25%.

Se pide diseñar un controlador como el mostrado en la figura bajo el criterio del

Y tenemos la siguiente respuesta del sistema:

Dado el siguiente sistema simular y sacar conclusiones:

Tenemos la siguiente respuesta:

Esto nos muestra la siguiente respuesta:

Vemos que el integrador continua sumando y sumando el error pero la

Se pretende repetir el mismo proceso para el siguiente sistema:

Para el cual sin el sistema de saturación tenemos la siguiente respuesta:

Y después de aplicar el sistema de saturación tenemos que:

Evidenciamos que este nos estabilisa mucho el sistema.

Dado el siguiente sistema simular y comparar con los resultados obtenidos

Con lo que tenemos la respuesta del sistema:

Para el siguiente sistema se probaran diferentes ganancias y se mostrara su

Para una ganancia b=0 y c=1

Para b=0 y c=0

Para una ganancia b=0.5 y c=0

Para una ganancia de b=1 y c=0

Para una ganancia b=1 y c=1

Para b=2 y c=2

You might also like