INFORME DE LABORATORIO BASADO

EN MATLAB
José Mario Passo, Jorge Velasco, Brayan Pérez, Fabián Pérez, Miguel Carrasquilla

INTRODUCCION
En base al ensayo realizado en el laboratorio
de instrumentación, utilizando el multi-
variable GUNT RT 578, pudimos analizar el
comportamiento de respuesta de una variable
cuando se suministra una señal de cambio en
el controlador. Colocamos el equipo a
funcionar como lazo abierto y lazo cerrado,
corroborando así las hipótesis de evaluación,
como se comportaría la variable frente a una
perturbación en un lazo de control abierto y
como se comportaría en lazo cerrado.
Con los datos obtenidos en la simulación del
cambio de estado de una variable, por medio
de una señal tipo escalón, hallamos la función
de transferencia y el tipo de controlador que
mejor responde ante este caso. Estas
verificaciones las obtuvimos a través de la
herramienta MATLAB, que nos permite
modificar con valores reales el control del
Luego graficamos el in y el out, con el
proceso, ésta herramienta es de gran utilidad al
comando pilot, lo que nos muestra la gráfica
momento de establecer un control especifico
de nuestras señales.
en dado proceso, éste informe se basa en como
obtuvimos la función de transferencia de
nuestro proceso y que tipo de control podemos
establecer para que nuestra señal de salida
responda lo más parecido a la señal de entrada,
y de forma estable.
PROCEDIMIENTO
Principalmente tomamos los datos obtenidos
en el multi-variable y los importamos a Matlab
y eliminamos los vectores que no necesitamos,
dejando solo los vectores de tiempo, in, out.

Aquí nos damos cuenta que las señales no

empiezan en el mismo punto, por lo tanto,
eliminamos la diferencia que tienen con el cero
(offset) para que ambas empiecen en cero y lo
hacemos creando nuevos vectores.

Y lo graficamos para comprobar que empiezan

en cero ambas señales.

Importamos los datos y nos muestra nuestra

estimación de modelo.

Ahora utilizamos un comando llamado ident,

que nos permite establecer la función de
transferencia de nuestro proceso.

En esta pestaña escogemos la opción importar

datos, y establecemos el vector de entrada, el Luego estimamos en el Working Data el
vector de salida, el tiempo en que inician y el modelo de proceso.
intervalo de tiempo en que se toman los datos.

Teniendo en cuenta que existe un retraso
marcamos el Delay y le damos estimar.
Y nos arroja nuestro modelo con el 96.53% de
similitud, ya que está por encima del 80% se
considera un modelo ideal, procedemos a
pasar nuestro modelo al Workspace.
Notamos que el modelo se pasó eficientemente
y con el mismo nombre.
Finalmente colocamos en el Command
Window el nombre del proyecto y damos
enter, esto nos arrojará los datos de las
variables estipuladas en nuestra función de
transferencia de primer orden con retraso
(constante de tiempo, tiempo muerto y
ganancia).
Teniendo todas estas variables procedemos a
la sintonización de nuestro controlador,
armando nuestro diagrama en la herramienta
Simulink.
Ahora procedemos al armado de nuestro
diagrama con el controlador IP, la función de
transferencia, el retraso y la señal de entrada.

Teniendo en cuenta el método empírico de

oscilación de Ziegler-Nichols, tomamos como
referencia los parámetros de referencia de los
controladores.

Ahora modificamos el controlador a P, para

conseguir el valor de Kp, que lo conseguimos Seguimos cambiando la ganancia hasta llegar
basándonos en la teoría de este modelo de a ser mas igual la oscilación.
sintonización.

Procedemos a cambiar esa ganancia

proporcional hasta llegar a que las oscilaciones
sean iguales.
Finalmente encontramos la ganancia reemplazamos a Pc en la formula y obtenemos
proporcional que mantiene las oscilaciones a Tr.
constantes es de (Kc = 2.8), con éste valor ya
𝑃𝑐 51,8
podemos obtener el valor de Kp que 𝑇𝑟 = = = 43.166
insertaremos en el controlador PI, en base a las 1.2 1.2
formulas del cuadro. Pasamos a modificar nuestro controlador a PI,
y colocamos los valores obtenidos por el
𝐾𝑝 = 0.45 ∗ 𝐾𝑐 = 0.45 ∗ 2.8 = 1.26
método.
Ahora buscamos a Pc que equivale al tiempo
que dura una oscilación.

Como este es el modelo que nos da Ziegler-

Nichols, que es diferente al del controlador de
Matlab.

Entonces determinamos con la formula que P

equivale a Kp y I equivale a Kp/Tr, siendo así,
los valores que debemos colocar en el
controlador son:
P = 1.26
Empieza en 22.7
I = 1.26/43.166 = 0.02918

Y termina en 74.5, lo que haciendo la resta Así nos arroja el modelo sintonizado.
serían:
𝑃𝑐 = 74.5 − 22.7 = 51.8
Con éste dato nos vamos nuevamente al
cuadro y buscamos el parámetro I, y
 http://csd.newcastle.edu.au/SpanishPages/clas
e_slides_download/C07.pdf
https://tableroalparque.weebly.com/uploads/5
/1/6/9/51696511/valfaro02b.pdf

CONCLUSIONES
Los procesos industriales dependen en gran
manera del control que se integre en el mismo,
una buena estabilidad en su control hace la
diferencia entre las ganancias y pérdidas que
pueda tener una planta. Hacer las debidas
correcciones y mejoras a nuestro controlador
nos garantiza un mejor rendimiento de nuestro
sistema general, y obteniendo nuestro
producto con las especificaciones deseadas y
sin alteraciones.
Dependiendo el tipo lazo al que esté asignado
el controlador, podemos basarnos en los
distintos métodos de sintonización, dando más
seguridad del sistema, además de las posibles
mejoras que pueden implementarse a medida
del tiempo. Esta herramienta nos permite
simular en tiempo real el proceso y la forma en
que salen las señales del controlador, sin
necesidad de aplicarlo directamente al
proceso, pero bien, hay que tener en cuenta la
relación que tiene el proceso con nuestra
simulación, debe ser lo más parecido posible,
para así garantizar los cambios y las acciones
tomadas en dicho controlador.
REFERENCIAS
http://prof.usb.ve/montbrun/Sintonizacion%2
0de%20Controladores.pdf