Modelizacin, Simulacin y Validacin de Sistemas

Dinmicos

Presentado por:
Hctor Camilo Serrano Snchez- 2420111015
Daniel Felipe Prez Borja- 2420111005

Grupo Numero: 10

Presentado a:
Oscar Barrero Mendoza, PhD.
Profesor Asociado, Programa Automatizacin Industrial

Universidad de Ibagu
Control electrnico II
Ibagu
2015

OBJETIVOS GENERALES

Verificar y simular el modelo matemtico de la planta

Preparar herramientas base para el desarrollo de las practicas siguientes

de laboratorio

Aplicar y validar conceptos de modelamiento matemtico en sistemas

dinmicos

OBJETIVOS ESPECIFICOS

Comprobar el diseo del filtro, comparando el comportamiento del sistema

real con el modelo de simulacin que para nuestro caso ser nuestra planta

Realizar una validacin cuantitativa del modelo en un valor que nos

permita valorar el ajuste de la respuesta del modelo con respecto al
sistema original, se utilizara un indicador llamado la raz cuadrada del error
medio cuadrtico

Realizar la correcta adquisicin de la seal ya que en tiempo discreto es

de gran importancia cuando hablamos de diseos de sistemas de control
digital o en tiempo discreto

Hacer el adecuado anlisis del proceso o planta para el muestreo de

seales, basndonos en un tiempo constante T, el cual nos indicara el
tiempo de muestreo de nuestra seal

INTRODUCCION

El modelamiento de los sistemas dinmicos es una etapa muy importante

en el diseo de controladores basados en modelos matemticos, los cuales
se basan en informacin presente y pasada de las variables, y esta descrito
por una ecuacin diferencial, para llegar al modelamiento matemtico
podemos iniciar desde varios puntos como , el circuito elctrico , el diagrama
de bloques, espacio de estados , la funcin de trasferencia .Para nuestro
caso partimos de la funcin de transferencia que caracterizaba un filtro activo
de tercer orden pasa bajo que sera analizado no como un filtro si no como
nuestra planta , la cual tendra una respuesta paso de segundo orden ante
una entrada paso, con la funcin de transferencia podemos relacionar la
ubicacin de los polos s1 y s2 con las respuesta transitoria del sistema de
segundo orden para caracterizar nuestra seal de salida con los siguientes
parmetros tiempo pico , tiempo de asentamiento, tiempo de oscilacin,
tiempo de establecimiento etc. Luego se procede a realizar la toma de datos
para la validacin del modelo con ayuda de la tarjeta de adquisicin, para
esto lo ms importante es tener claro nuestro tiempo de muestreo la cual la
obtendremos con ayuda de nuestro Td, para la adquisicin de datos se
utiliz un tarjeta de adquisicin de la National Instruments (Figura 1).

Fig.1 Tarjeta de adquisicin para tomar los datos

Por ltimo se procedi a Realizar la validacin cuantitativa del modelo, en

un valor que nos permitiera valorar el ajuste de la respuesta del modelo
con respecto al sistema original, con ayuda de la raz cuadrada del error
medio cuadrtico

DESARROLLO DE LA PRCTICA

Primera Sesin (1 clase) - Modelamiento y Simulacin de sistemas

dinmicos

En esta sesin se obtiene previamente la funcin de transferencia del sistema de

un filtro activo de tercer orden topologa Sallen-Key, Y se prosigue a obtener

.
Figura N1 Filtro de tercer orden topologa Sallen-Key

Funcin Transferencia Filtro

1
Cs Vin = R5 Vo
1
R5 + R4
R3 + Cs

R5 + R4
Vo
=
R5(Cs R3 + 1)
Vin
R4
R5 = Vo
Cs R3 + 1
Vin
1+




Vin V1
V1 Vo
= (V1 Vo)C2s +
R1
R2

Vin
Vo V1
V1
+ Vo C2s +
=
+ V1 C2s +
R1
R2 R1
R2
Vin
1
1
1
+ Vo (C2s + ) = V1( + V1 C2s + )
R1
R2
R1
R2
Vin R2 + Vo(C2s + 1)R1
R2 + R1 R2 C2s + R1
= V1(
)
R1 R2
R2 R1
()
Vin R2 + Vo(C2s + 1)R1 = R2 + R1 R2 C2s + R1
+=
=
+
V1 Vo
= VoC1s
R2

V1 = Vo C1s R2 + Vo
()
V1 = Vo (C1s R2 + 1)

Vin R2 + Vo(C2s + 1)R1
= R22 C1sVo + R22 R1C2sC1sVo + R2R1C1sVo + R2Vo + VoR1R2C2s
Vin R2 = Vo( R22 C1s + R22 R1C2sC1s + R2R1C1s + R2 + R1R2C2s + R1 R1
R1C2SR2)
Vin
1
=
Vo 1 + C1(R1 + R2)s + R1R2C1C2 s2

Multiplican Las dos Funciones de Transferencia de ambos filtros

R4
1+
Vout(s)
1
R5
=
.
2
Vin(s)
1 + C1(R1 + R2)s + R1R2C1C2 s 1 + R3C3s

Diseo del filtro de tercer orden, para este caso la planta:

R4
1+
Vout(s)
1
R5
=
.
Vin(s)
1 + C1(R1 + R2)s + R1R2C1C2 s2 1 + R3C3s
C2 = 10C1
C2 C22 4C1C2
2Wc. C1. C2
1
R4
R3 =
,
= 0.5
WcC3
R5
R1,2 =

Wc = 15 NG
Wc = 15 10
=

=
C2 = 10(1uf)
=
R4 = 0.5R5
=
= ,
=
R3 = 1/wcC3
R3 =

1
rad
(4 s ) (10uf)

 = .
R1 =

C2 + C22 4C1C2
2WcC1C2

= .
R2 =

C2 C22 4C1C2
2WcC1C2

= .

Simulacin en Matlab

Cdigo mediante el cual obtenemos Respuesta en el tiempo de la

planta de tercer orden

%Funcion de Transferencia
Hs1=tf(1,[R1*R2*C1*C2 C1*(R1+R2) 1]);
Hs2=tf(1+R4/R5,[R3*C3 1]);
Hs=Hs1*Hs2;
step(Hs);

FIGURA 1 SEAL DE LA RESPUESTA DE NUESTRA PLANTA OBTENIDA DE

MATLAB

Para corroborar que la respuesta de nuestra planta es la obtenida en Matlab,

procedemos a simular nuestro filtro de tercer orden en proteus y observaremos si
la seal de salida de ese filtro es el mismo que obtuvimos en Matlab.

Simulacin en proteus del filtro de tercer orden

FIGURA 2 SEAL DE LA RESPUESTA DE NUESTRA PLANTA OBTENIDA DE

PROTEUS

ANALISIS Y RESULTADOS
SALIDA

SOBRE

(737,5mV)

ENTRADA
(518.8mV) =1,48V

En la figura 3 el tiempo pico (Tp)

de esta figura podemos observar
que es de 1.080 seg, es el pico
ms alto de esta figura.

Figura 3

En la figura 4 hallamos el tiempo de

establecimiento (Ts) que nos da un valor
aproximado de 2.160 seg, este tiempo de
establecimiento es el tiempo que tarda
en entrar a la banda de tolerancia

Figura 4

En la figura 5 obtenemos el valor del

sobreimpulso (Mp) nos dio un valor
aproximado de 12,50mV. Este valor
es la diferencia entre el valor mximo
y el valor de estado estable.

Figura 5

En la figura 6 podemos observar el

valor de Td es de 1 seg, ese tiempo lo
obtenemos del tiempo pico mximo y
el periodo de una oscilacin senoidal

Figura 6

En la figura 7 obtenemos el valor

del tiempo de elevacin (Tr) , que es
el tiempo que la respuesta tarda de
ir del 10% al 90% del valor de estado
estable.

Figura 7

Toma de datos Para la validacin del modelo

Con el fin de obtener los datos para validar el modelo matemtico, se deben
muestrear y almacenar los datos de la entrada y salida del sistema real, y as poder
comparar estos con la respuesta del modelo.
Ganancia= 1.48
Td=1.2

aplicando la frmula para tiempo de muestreo a partir de Td

30
10
Obtenemos un tiempo de muestreo:

T= 0.06

tiempo de muestreo

1.8
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0
-0.2

10

15

20

25

30

35

FIGURA 8

En la figura 8 anterior podemos observar la seal de entrada y salida de nuestra

planta, la seal de entrada es una seal cuadrada de 1v pp (seal azul), y la seal
de salida es la planta con una ganancia de A=1.48v (seal verde)

Sistema Real Vs Sistema Modelado

1.8
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0
-0.2

0.5

1.5

2.5

3.5

4.5

FIGURA 9

Esta figura 9 es la validacin de la planta real comparando los

datos adquiridos contra los datos de la planta en simulacin,
con dichos datos podemos implementar la ecuacin para hallar
el error medio cuadrtico

IMPLEMENTADO CODIGO EN MATLAB PARA HALLAR EL

ERROR.

% Calculo del el error medio cuadratico RMSE

n=length(ysim);
RMSE=sqrt((1/n)*(sum((b-ysim).^2)))
RMSE = 0.4638

CONCLUSIONES

Se concluye que para una mayor exactitud y correcta eleccin del tiempo de
muestreo se debe realizar una medicin muy precisa del Tiempo de retardo
td y el valor mximo de amplitud en ese punto, ya que est directamente
relacionado a la hora de la eleccin de nuestro tiempo de muestreo.

Se concluye que nuestra practica no es necesario polarizar con una fuente

dual (+,-), ya que veremos en nuestro osciloscopio nuestra seal deseada y
una seal invertida que para fines de nuestra practica es innecesaria, tan
solo con una fuente de alimentacin positiva nos basta para realizar el
correspondiente anlisis de nuestra planta.

Se concluye que para la validacin cuantitativa, que consiste en arrojar una

cifra de ajuste entre lo simulado y lo real, tenemos que realizar la
correspondiente medicin de nuestros implementos a utilizar, tales como
resistencias, condensadores y nuestra propia alimentacin si queremos unos
datos ms reales ya que sabemos que dichos dispositivos presentan
perdidas por tanto sus valores no son exactos y difieren a los que tenemos
simulados.

Se puede concluir que con ayuda del modelamiento matemtico, podemos

tener una representacin numrica ms sencilla de nuestro circuito, el cual
nos dar una mayor flexibilidad a la hora de realizar el correspondiente
anlisis.

ANEXOS DE CODIGO

%LAB 1 DISEO DE LA PLANTA

%DANIEL FELIPE PEREZ BORJA Y HECTOR CAMILO SERRANO
%GRUPO NUMERO 10
%%
Wc=15-10;
C1=1e-6
C2=10e-6
C3=1e-6
R1=184.3e3
R2=21.4e3
R3=199.6e3
R4=9.7e3
R5=21e3
%R1=(C2+(sqrt(C2^2-(4*C1*C2))))/(2*Wc*C1*C2)
%R2=(C2-(sqrt(C2^2-(4*C1*C2))))/(2*Wc*C1*C2)
%%Funcion de Transferencia
Hs1=tf(1,[R1*R2*C1*C2 C1*(R1+R2) 1]);
Hs2=tf(1+R4/R5,[R3*C3 1]);
Hs=Hs1*Hs2;
step(Hs);

cdigo#2 obtencin datos de la tarjeta de adquisicin

%% Carga de datos y grafica del sistema real
load datos.lvm
t=datos(:,1);
t=t-t(1)
ch1=datos(:,2);
ch2=datos(:,3);
figure(2)
plot(t,ch1,t,ch2);% Grafica los voltajes tomados en los canales 1 y
2 en funcion del tiempo.
a=ch2(35:107);
b=ch1(35:107);
figure(3)
plot([a,b])
title 'Grafica Sistema Real'
grid on

Cdigo #3 validacin comportamiento del modelo

%% Validacion del Modelo
Ts=0.06;
T=0:Ts:((length(a)-1)*Ts);%Para la grafica correcta, tiene que
hacer la entrada paso entre 0 y 2
ysim=lsim(Hs,a,T).*0.66; % a-a(1) para que la entrada este entre 0
y 2
figure(4)
plot(T,ysim,'b',T,a,'k',T,b,'r') %b-b(1) para que la grafica este
entre 0 y 3
%ysim:simulada azul,a+1:entrada negra,b:salida real roja
title 'Sistema Real Vs Sistema Modelado'
grid on