Professional Documents
Culture Documents
Curso Tema
Sistemas de
Identificacin de Sistemas
Control I
Grupo Profesor
I. OBJETIVO
El objetivo de la prctica es familiarizar al estudiante con las principales tcnicas
de identificacin experimental para encontrar una funcin matemtica que
permita establecer posteriormente la ley de control. As mismo, conocer las
principales herramientas que Matlab nos brinda para la identificacin de
sistemas.
II. INTRODUCIN
Donde la ganancia se calcula como = , mientras que la constante de
donde la ganancia se calcula como = , mientras que la constante de
>> ident
Lo cual abrir la interfaz grfica que se presenta en la figura 8. Durante el
desarrollo de la prctica se explicar el. Para un mayor detalle de las
funcionalidades que ofrece la herramienta, revisar la documentacin ofrecida
por Matlab.
5. Para un mejor anlisis y poder comparar la respuesta del modelo hallado con
la respuesta del sistema, se utilizar el software MATLAB. Para ello, exporte
los datos haciendo clic en la opcin Graph Export Graph Data (Fig.10).
Guarde el archivo con el nombre Sistema1.dat en la carpeta que se tiene
como directorio MATLAB.
6. En MATLAB, ejecute la funcin proteus2matlab, escribiendo en la lnea de
comando:
>> [Tiempo, Vin, Vout]=proteus2matlab('Sistema1.dat');
La cual crear en el Workspace los vectores Tiempo, Vin y Vout obtenidos a
partir del archivo exportado en (e).
y=max(Vin)+((max(Vin)/tao)*(tao2-tao));
figure(2)
plot(Tiempo,Vin,Tiempo,Vout,tao2,y,Tiempo(b),Vout(b),'xr','Ma
rkerSize',10)
grid on;
G=tf(k,[tao 1])
figure(3)
[Y t]=step(G,0:0.0001:3);
Y=5*Y;
plot(t,Y)
figure(4)
plot(t,Y,Tiempo,Vout)
grid on
12. Calcule la suma del error cuadrtico entre el sistema y el modelo identificado.
Cdigo utilizado:
v1=max(Vout)*0.283;
v2=max(Vout)*0.632;
b1=find(Vout>=v1,1);
b2=find(Vout>=v2,1);
tao1=Tiempo(b1);
tao2=Tiempo(b2);
G=tf(k,[tao 1],'OutputDelay',tm)
figure(2)
[Y t]=step(G,Tiempo);
Y=5*Y;
plot(t,Y)
figure(3)
plot(t,Y,Tiempo,Vout)
grid on
Resultados obtenidos:
Imagen 9. Parmetros obtenidos mediante Matlab.
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.
21. Una vez que la interfaz haya estimado un modelo, de acuerdo con las
caractersticas especificadas. Comparamos la respuesta del modelo con la
salida dad. Para lo cual activamos la casilla Model Output, con la cual tambin
obtendremos el porcentaje de aproximacin a la salida real.
Imagen 14. Modelo aproximado por el Toolbox de Matlab.
-------------------------------------------------------------
Criterion: Determinant minimization
Scheme: Nonlinear least squares with automatically chosen
line search method
-------------------------------------------------------------
Initial Estimate:
Current cost: 3.44382e-006
Parameters:
Kp : 1
Tp1 : 0.02165
Iteration 1:
Current cost: 3.44382e-006 Previous cost: 3.44382e-006
Param New value Prev. value Direction
Kp : 1 1 -2.237e-009
Tp1 : 0.02165 0.02165 -1.145e-009
Step-size: 2.51341e-009
First-order optimality: 13.7845
Expected improvement: 1.53383e-008%
Achieved improvement: 1.5316e-008%
Estimation complete.
Last improvement: 1.5316e-008
First-order optimality (largest slope): 13.7845
Final cost: 3.44382e-006
>> P1
Process model with transfer function
Kp
G(s) = ----------
1+Tp1*s
with Kp = 1.0001
Tp1 = 0.021653
23. Calcule la suma del error cuadrtico entre el sistema y el modelo identificado
>> P1.Kp=5*(1.0001);F=step(P1,Tiempo);error=sum((F-Vout).^2)
error =
0.4058
with Kp = 1.0007
Tp1 = 0.047645
Tp2 = 0.026517
Estimated using PEM using SearchMethod = Auto from data set z
Loss function 5.03769e-006 and FPE 5.0383e-006
error =
5.3289
25. De la parte 1 y la parte 2, elija los mejores modelos obtenidos para cada
sistema. Implemntelos y compare su respuesta temporal con la obtenida
con las dadas por el simulador.
Para comparar sistemas, se va a utilizar como referencia la suma del error
cuadrtico:
27. Conecte una seal de entrada adecuada que permita observar la curva de
reaccin del sistema.
Se seleccion una seal cuadrada a 90 Hz.
31. Compare las respuestas temporales obtenidas en Matlab con la del circuito
implementado.
Imagen 25. Obtencin de la respuesta transitoria en Matlab. Esta imagen
debe ser contrastada con la imagen 22, para efectos comparativos.