ESCUELA SUPERIOR POLITECNICA DEL LITORAL

Modelación y Simulación de
Sistemas

Dennys Cortez Alvarez

Magister en Ingeniería de
Control Industrial
 ESCUELA SUPERIOR POLITECNICA DEL LITORAL

Modelación y Simulación de
Sistemas
Unidad Académica:
Facultad de Ingeniería en Electricidad y Computación
Pre-requisito: Titulo de Pregrado en áreas afines
Horas por semana: 10 teóricas (48 en total)
dcortez@espol.edu.ec
0995761152
 ESCUELA SUPERIOR POLITECNICA DEL LITORAL

Modelación y Simulación
de Sistemas
Bibliografía:
 R. Dorf y R. Bishop ,”Modern Control System”, 13ra
edición, Prentice Hall.
 K. Ogata, “Ingeniería de Control Moderna”, 5ta edición,
Prentice Hall.
 Bohdan Kulakowiski, ”Dynamic Modeling and Control of
Engineerring Systems”, 3era edición, Cambridge
University Press.
 Jesus E. Rodríguez Ávila, “Introducción a la Ingeniería del
Control Automático”, Mc Graw Hill Interamericana
 Smith Corripio, “Control Automático de Procesos”, Limusa
Software:
 "MATLAB & SIMULINK: The Language of Technical
Computing, V 2015,The Mathworks Inc.
 FluidSim versión 4.2, Festo
ESCUELA SUPERIOR POLITECNICA DEL LITORAL

Modelación y Simulación
de Sistemas
Evaluación:
Examen 30%
Lecciones 10%
Tareas 10%
Investigaciones 10%
Proyecto 40%
Programa resumido del curso:
Modelos:
 Concepto y clasificación de sistemas.
 Modelos.
 Tipos de modelo.
 Modelos matemáticos continuos.
 Modelos de estado estacionario y modelos dinámicos.
 Modelos dinámicos discretos.
 Modelos típicos, continuos y discretos.
 Respuesta temporal de los modelos típicos a señales de prueba.
 Representación gráfica de los sistemas dinámicos.
 Diagrama de bloques y gráfico de flujo de señal.
Simulación:
 Concepto de simulación.
 Solución numérica de la ecuación diferencial.
 Métodos de simple paso y de paso múltiple.
 Ajuste automático del paso de integración.
 Continuación…
Métodos operacionales.
Sistemas rígidos.
Simulación de sistemas mediante programas elaborados de alto nivel.
Lenguajes de simulación.
Aplicaciones.
Metodología de trabajo con los lenguajes de simulación orientados a bloques.

Modelación:
Construcción de modelos de sistemas físicos.
Tratamiento unificado de los sistemas.
Metodología general para la obtención del modelo dinámico por métodos analíticos.
Sistemas hidráulicos, neumáticos, térmicos, químicos, mecánicos y electromecánicos.
Sistemas con parámetros distribuidos.
Sistemas con más de una capacidad.
Obtención del modelo por métodos experimentales.
Métodos de respuesta al paso, respuesta de frecuencia, respuesta al pulso y a señales seudo-
aleatorias.
Examen escrito
 7
Objetivo principal
 El curso de Modelación y Simulación de
Sistemas, tiene como objetivo principal,
el mostrar las diferentes técnicas de
análisis con las que se cuenta para la
representación matemática de cualquier
tipo de sistema físico modelable, sean
estos estáticos o dinámicos.

13:21
Objetivos específicos
8

 Definir las diferentes formas de modelos

para representar a los sistemas dinámicos
continuos.
 Dar a conocer métodos de resolución de
problemas matemáticos y simulación de
sistemas, mediante el uso de herramientas
computacionales modernas de la
ingeniería.
 Obtener el modelo matemático de sistemas
físicos mediante la aplicación de las
técnicas de identificación experimental.

13:21
 Modelos
9
Sistema:
Combinación de elementos o componentes que actúan conjuntamente y
cumplen un objetivo determinado, tales como:
• Cuerpo humano (Sistema biológico)
• Empresa (Sistema social)
• Gobierno y finanzas de un país (Sistema financiero)
• Caldera (Sistema tecnológico)
• Avión (Sistema tecnológico)

Para los ingenieros en control los sistemas de interés son los sistemas
tecnológicos y sus respectivas formas de automatización.

Los sistemas tecnológicos se caracterizan por variables y parámetros. Las

variables son magnitudes físicas cuyo valor cambia con el transcurso del
tiempo; representan alguna forma de energía, fluido, etc., tales 13:21 como
intensidad de corriente eléctrica, voltaje, temperatura, presión, posición, etc.
10
Modelos
Bajo este enfoque de sistema, las variables se clasifican en dos
grupos:
 Variables de entrada
 Variables de salida

Las variables de entrada son aquellas variables cuyo valor no

depende de los parámetros del propio sistema, sino del
“mundo exterior”

El valor de las variables de salida dependen de las variables de

entrada y de los parámetros del sistema

Los parámetros son valores numéricos que caracterizan los

elementos o componentes del sistema, como por ejemplo la
resistencia eléctrica, coeficiente de transferencia de calor,
masa, relación de dientes en un sistema de engranajes,
volumen, dimensiones físicas, etc.
13:21
 11 Modelos
 Modelo: Conjunto de elementos cuyo comportamiento es similar en
ciertos aspectos al sistema real
El objetivo de crear un modelo de un sistema, es estudiar determinadas
características del sistema, y en control para posteriormente diseñar el
controlador mas apropiado.

Tipos de modelos:
Modelo Físico: Representación a escala reducida del sistema real como por
ejemplo, maquetas de edificios, maquinaria, etc.
Modelo simbólico: Representación del sistema por un conjunto de símbolos
que refléjenlos componentes del mismo y sus relaciones como es el caso
de mapas, planos, esquemas, diagramas de bloques.
Modelo matemático: Conjunto de expresiones matemáticas que describen
el comportamiento del sistema

13:21
 12
Modelos
 Clasificación de los sistemas
Los sistemas pueden clasificarse atendiendo a diferentes
características del mismo en:
Sistemas lineales y no lineales:
Si en un sistema la respuesta a varios estímulos
diferentes simultáneos es igual a la suma
algebraica de las respuestas a dichos estímulos
individualmente, puede considerarse lineal.
Si la respuesta a U1(t)=Y1(t) y
a U2(t)=Y2(t)
La respuesta a C1*U1(t)+C2*U2(t)=C1*Y1(t)+C2*Y2(t)

Generalmente los sistemas físicos son no

lineales, aunque en la mayoría de los casos
pueden considerarse lineales al menos para un
gama de valores de sus variables. 13:21
 Modelos
13
 Sistemas invariantes en el tiempo y variantes en el tiempo:
 Los sistemas invariantes en el tiempo son aquellos en que sus
componentes mantienen sus características con el transcurso
del tiempo, es decir, sus parámetros son constantes
 Los sistemas variantes en el tiempo son los que el valor de sus
parámetros se modifican con el transcurso del tiempo, esto
es, los parámetros son una función del tiempo.
 En rigor todo todo parámetro de un sistema sufre cambios de
su valor con el transcurso del tiempo, ya sea por
envejecimiento u otra causa, pero en muchos casos dichos
cambios toman un tiempo en ocurrir mucho mas grande que
el tiempo en que se realiza el análisis del comportamiento del
sistema por lo que puede para ese lapso considerarse el
sistema como invariante , es decir, de parámetros constantes.

13:21
 Modelos
14
 Sistemas instantáneos o estáticos y sistemas dinámicos:
 En un sistema instantáneo, la respuesta en un instante
determinado depende de la entrada en ese instante, como
por ejemplo las redes resistivas.
 La respuesta de los sistemas dinámicos en un instante
determinado depende de la entrada en ese instante y de la
historia del sistema, como por ejemplo podemos citar una
red RC.
 Sistemas Estáticos-> Ecuaciones algebraicas
 Sistemas Dinámicos -> Ecuaciones diferenciales

13:21
Modelos
 Sistemas de parámetros
15 concentrados y sistemas de
parámetros distribuidos:
 Cuando en un sistema algunos de sus elementos ocupa una
apreciable extensión en el espacio, los valores de sus
variables dependerán del punto que se considere. Un sistema
con estas características, se denomina sistema con
parámetros distribuidos. Si es un sistema dinámico, su modelo
matemático serán ecuaciones diferenciales del espacio y del
tiempo, como por ejemplo una línea de transmisión de
energía eléctrica, una tubería que lleva un fluido, etc.
 Por el contrario, cuando los componentes de un sistema no
ocupan una gran extensión, estas pueden ser consideradas
como situadas en un punto y se le denomina sistema de
parámetros concentrados.

13:21
Modelos
16

Sistemas continuos y sistemas discretos en el tiempo:

 Considerando un sistema continuo a aquel en que la variable
independiente tiempo es una variable continua, luego las variables
dependientes se representan como Y(t)

 En los sistemas discretos, el tiempo es una variable discreta y entonces las

variables dependientes son función discreta del tiempo, Y(tk), donde:

 tk = kT ; k=-inf,…,-1, 0,1,…,inf

 En los valores intermedios del tiempo no se conoce el valor de las

variables.

 Existen sistemas continuos cuyas variables son muestreadas en los

instantes t=kT mediante un muestreador.

13:21
 Modelos
17
 Para obtener los valores de las señales en los instantes
intermuestreo se emplean los llamados fijadores. Con el
fijador de orden cero, en los instantes de intermuestreo se
mantiene el valor del muestreo anterior.

 La selección del periodo de muestreo T es muy importante y

el criterio a utilizar depende de la aplicación, encontrándose
diferentes criterios para aplicaciones de telecomunicaciones
y de automatismo.

13:21
 Sistemas de control
 Un Sistema de Control esta compuesto por la interconección de
subsistemas, componentes (proceso, controlador, compensador,
actuador, transductor, sensor, ...) que juntos se encargan de que el
comportamiento del sistema sea el deseado, esto es una salida de
proceso controlada/deseada.

 Cada uno de estos subsistemas de componentes representan una

relación “entrada salida” (input-output; causa-efecto). La salida de
un subsistema puede ser la entrada para otro subsistema.

 En general un sistema de control está formado por:

- una (o más) entradas independientes (variables manipuladas)
- una (o más) salidas resultantes (variables controladas)
Sistema
25

Sistema de posicionamiento y lectura en un disco duro 13:21

 Sistema
26

Sistema de control de velocidad de un motor de combustión interna

13:21
 Sistema
27

Sistema de generación de energía eléctrica de una planta térmica

13:21
 Sistema
28

Sistema de preparación de productos por lote, en un reactor químico-térmico

13:21
 Sistema
29

Sistema de control de un laminador de planchas de metal

13:21
 Sistema
30

Sistema de control de locomoción de un vehiculo robotizado a control remoto

13:21
31 Sistema

Sistema de control de nivel de insulina en la sangre de una persona

13:21
32 Sistema

Sistema de gobierno de una región o país

13:21
 33
La ingeniería de Control no es específica para una determinada
disciplina de la ingeniería!!!

 Al contrario, la “Ingeniería de Control” es clave en la electrónica,

industria química, instrumentación, telecomunicaciones,
tecnología de computadores, ciencia de los materiales,
electrotecnia, aeronáutica, navegación espacial, navegación
marítima, … Hoy por hoy incluso en autos, hogares, …

 Control Automático es un “Milagro tecnológico” que es usado

para mejorar el rendimiento de una amplia gama de sistemas,
desde la máquina de vapor hasta la estación espacial. Hoy en
dia el control automático realimentado, es usado en todo: en
radios (amplificadores), reproductores y grabadores de CD
(control de velocidad, seguimiento del laser), automoviles (servo-
dirección, control de crucero, motor, suspension, Sistemas de
frenos ABS), control de vuelo (piloto automático), nave espacial
(guía), maquinas herramientas, robots, plantas de generación de
energía eléctrica, industria de procesos químicos, procesamiento
de materiales, etc.
13:21
34
Objetivos de un Sistema de Control
 Seguimiento de la referencia o setpoint
 Rechazo a Perturbaciones
 Control remoto o a distancia

Especificaciones

 Un comportamiento absolutamente estable

 Una respuesta transiente deseada (transient response)
 Un error permanente aceptable (steady-state error)
 Una robustez conveniente (parameter sensitivity)
 Una relación precio/calidad interesante (cost / performance)
13:21
 35

Lazo abierto versus lazo cerrado

• Un sistema de control en Open-Loop utiliza un dispositivo actuador para

controlar el proceso directamente sin usar feedback.

13:21
 Lazo abierto versus lazo cerrado
36
• En closed-loop la salida se retroalimenta (feedback) y se compara con el Setpoint (
reference, command)
• Hay tanto retroalimentación negativa como positiva.
La mayoría de los sistemas de control se los realiza con realimentación negativa, aunque
tenemos los lazos de histéresis con realimentación positiva

13:21
Las perturbaciones afectan a la variable de salida
Realimentación y perturbaciones
37

En un sistema realimentado, las perturbaciones tienen menos efectos

sobre la salida de control 13:21
 La importancia que presenta el obtener
38 un modelo matemático del sistema a
controlar siguiendo la estrategia de
diseño

13:21
39

Inicios
 Grecia 300 BC: reloj de agua de Ktesibios (regulador de nivel!).
 Cornelis Drebbel (Holanda 1572-1633): control de temperatura.
 James Watt (Inglaterra, 1769): control de velocidad máquina de vapor;
preámbulo a la 1ra revolución industrial (mecanización).
 Antes de 1868: intuición y creatividad; “trial-and-error ”; problemas con
comportamiento estable de controladores en retroalimentación.
 James Maxwell (1868): primeros (matemáticos) conceptos de teoría de
control para estabilidad de regulación de velocidad –máquina de vapor.
 Edward Routh (1874): origen del criterio de estabilidad de Routh-Hurwitz
(1905).
 Nicholas Minorsky (Rusland): principio del control PI (“pan y mantequilla”
del
control industrial contemporáneo); aplicaciones en estabilidad de
conducción de naves (alrededor de 1920).
13:21
40

Grecia 300 BC: reloj de agua de Ktesibios (regulador de nivel!).

13:21
41

Grecia 300 BC: reloj de agua de Ktesibios (regulador de nivel!).

13:21
42

13:21

Grecia 300 BC: reloj de agua de Ktesibios (regulador de nivel!).

43

13:21
44

James Watt (Inglaterra, 1769): control de velocidad máquina de vapor;

13:21
Siglo XX
45
 Antes de segunda guerra mundial: Bode, Nyquist, Black (USA, Bell Telephone
Labs); dominio frecuencial planteamiento del diseño de amplificadores
(feedback amplifier; OpAmp).

 Segunda guerra mundial: desarrollo intensivo – teoría y práctica – en

automatización (métodos de dominio en frecuencia; Bode, Nyquist);
aplicaciones militares: piloto automático para aeronaves, sistemas de
posicionamiento de cañones y toda clase de proyectiles, antenas de radar,
sistemas de comunicación, etc.

 Después (años 1950) vienen aplicaciones “civiles” (servosistemas, control de

procesos, comunicaciones, mecanización, robotización…); “la ingeniería de
control “ nace como una disciplina científica.

 Walter Evans (USA, 1948, industria aeronáutica): Método de Root Locus.

 MIT, 1952: concepto de máquinas de NC (Numerical Control).
 USA, 1960: primer robot industrial (Unimate).

13:21
 Actualidad
46
 Años 1960 a 1970: intensos desarrollos en el dominio del tiempo
métodos de
impulso en la industria aeronáutica: dominio en espacio de
estado/state-space
(Kalman),control no-lineal (Lyapunov, estudiante de Chebyshev - St.
Petersburg 1892),control optimal (Pontryagin/SU, Bellman/USA); poca
respuesta en la industria.

 Años 1970 a 1980: sistemas de control adaptivos (Åström, SE)

aplicados con éxito en la industria como PID “auto-tuners”.

 Años 1980 a 1990: estrategias de control de predicción (Richalet/FR,

Cutler/USA, De Keyser/BE, Clarke/UK); momentaneamente en
expansión por las aplicaciones industriales.

 Años 1990: inteligencia artificial (fuzzy control, neural control, …):

fuzzy
control (Japón) con uso en ‘productos para consumo’ (lavadoras,
cámaras, …) y en control de procesos (industria del cemento,
química, …). 13:21
Actualidad
47
 Años 1980 a 1990: uso intensivo en la industria de técnicas
digitales para la implementación de controladores en
software: micro-computers y microcontrollers
(mecatrónica), DDC (Direct Digital Control en control de
procesos), redes industriales para comunicaciones,
sistemas de control para supervisión, …

 El ‘controller’ (regulador,controlador, compensador),

originalmente neumático, luego electrónico, hasta
implementado como un ‘instrumento virtual’: como
software en un computador…

 En la actualidad el uso del computador en técnicas de

control:
– off-line: durante la fase de diseño (CACSD: Computer
Assisted Control Systems Design) con software de diseño
duro (Ej. MatLab® en este curso)
– on-line: durante el trabajo normal, como controlador
(software) digital (sistemas de control digital)…
13:21
Ejercicio de análisis y representación en
diagrama de bloques de un Sistema físico:
 Dibuje esquema de bloques para control
de velocidad de crucero (regulación de
velocidad de un automóvil).

 Dibuje esquema de bloques para el

funcionamiento de un acondicionador
de aire de una habitación.

 Una resistencia variable (potenciómetro)

da una tensión proporcional a la posición
del cursor (principio del divisor de
tensión). El potenciómetro es de mucho
uso, por ejemplo, para la regulación del
volumen y otros controles en aparatos de
audio. También se usa como transmisor
para definir el ángulo de posición de un
eje que gira. El modelo de este ‘sensor de
desplazamiento’ se da en el esquema de
bloques adjunto. Calcule K si se requieren
10 rotaciones del eje para llevar el cursor
de A hasta C.
Ejercicio de representación en diagrama de
bloques de un Sistema físico:
 Dibuje el diagrama de bloques de un sistema que usted
conozca de acuerdo a su disciplina profesional, incluyendo
variables de entradas, salidas, de error, variable
manipulada, perturbaciones y demás.
 Deberá incluir los subsistemas controlador, actuador,
proceso o planta, sensor y otros que considere pertinentes,
que describan de mejor forma el Sistema completo.
 Trate de obtener al menos algunas relaciones matemáticas
que describan el comportamiento del los subsistemas.