Discretizacin De Controladores De Tiempo Continuo

Jos Luis Ortiz 20031005141 Leonardo Ramrez 20031005142 Jorge Leonardo Espinosa 20061005106 Control II Ing. Electrnica Universidad Distrital Francisco Jos De Caldas

Introduccin
En este laboratorio se estudian los distintos procedimientos para obtener sistemas en tiempo discreto que se comporten aproximadamente igual a un sistema en tiempo continuo dado. Esta operacin suele denominarse Discretizacin. El problema no tiene solucin exacta general, aunque las diferentes tcnicas que se describirn son de frecuente aplicacin, sin gran problema si el periodo de muestreo es pequeo. Entre muchas aplicaciones se destacan la simulacin por computador de sistemas continuos que en esencia es una discretizacin, como son las tcnicas numricas de integracin de ecuaciones diferenciales, el diseo de filtros digitales basados en diseos de filtros analgicos previos y el diseo de un controlador digital basado en un diseo analgico.

Mtodos De Discretizacin
Existen tres tcnicas fundamentales, cada una de ellas con distintos mtodos o variaciones. Aunque se mencionaran algunas propiedades generales que convienen conocer, en la prctica muchas veces hay que probar con distintos mtodos para ver cual da el mejor resultado. Por ejemplo el diseo de un controlador, debe analizarse el comportamiento en lazo cerrado del sistema de control. Transformaciones Consisten en sustituir en G(s) la variable s por una funcin racional de z. Son sencillas y flexibles de aplicar en casi cualquier situacin. Pueden justificarse como una aproximacin a la derivacin, como una aproximacin a la integracin y como una aproximacin racional de z=eTss. Derivacin adelantada, no causal (forward rule) o integracin rectangular retrasada:

Donde, los polos y ceros estn en z=1+Tss, la ganancia esttica es igual en z y se evitan lazos algebraicos. Tienden a ser inestable por polos rpidos. Derivacin (backward rule) o integracin rectangular:

Donde los polos y ceros estn en z=1/(1-Tsz) y la ganancia esttica es igual.

Integracin trapezoidal: es la transformacin bilineal con c=2/Ts. se conoce tambin como regla de Tustin.

Donde los polos y ceros estn en z=(2+Tss)/(2-Tss), la ganancia esttica es igual, la integracin es trapezoidal y hay oscilaciones en los polos rpidos. Propiedades y comentarios: Todas conservan la ganancia esttica, ya que f(1) = 0. Los polos y ceros en s se transforman mediante aproximaciones racionales de z=eTss. Si G(s) est en forma ceros y polos, resulta cmodo transformarlos individualmente; pero debe ajustarse adems una ganancia. Estudiando la transformacin de los polos se demuestra que todas, salvo forward rule, conservan la estabilidad: si G(s) es estable, tambin lo ser Ga[z]. La forward rule da Ga[z] inestable para polos rpidos de G(s). La regla de Tustin es usualmente buena, pero si hay polos reales rpidos en G(s) que aparecen con oscilaciones (amortiguadas) a la frecuencia de Nyquist. Puede ser preferible la integracin rectangular, que no tiene este problema. La transformacin bilineal permite obtener la misma respuesta a una frecuencia elegida. Tiene el mismo peligro que la regla de Tustin. Son flexibles, en el sentido de que pueden realizarse bloque a bloque en diagramas compuestos. Forward rule evita la aparicin de lazos algebraicos en esquemas realimentados, al introducir un retardo en el lazo. Simulaciones invariantes Estn basadas en la idea de reconstruir u(t) con un retenedor. Resulta entonces una simulacin exacta (invariante) para aquellas formas de u(t) que el retenedor reconstruya exactamente, ua(t)=u(t). Son las ms laboriosas de obtener, exigiendo un desarrollo en residuos.

Figura 1. Idea de simulacin invariante

Para impulso invariante:

* ( )+

Para Constantes por tramos: Para lineales por tramos:

( )

{ {

( )} ( )}

Propiedades y comentarios Todas, salvo para impulso invariante, conservan la ganancia esttica. Los polos en s se transforman mediante z = eTss. Pero no as los ceros, que dependen de los residuos. Debido a la propiedad anterior todas conservan la estabilidad: si G(s) es estable, tambin lo ser Ga[z]. Constantes por tramos y lineales por tramos son usualmente buenas. No son flexibles: si se realizan bloque a bloque en diagramas compuestos pierden la propiedad de invariancia. Transformacin de polos y ceros La idea es transformar los ceros con la misma transformacin aplicable a los polos en las simulaciones invariantes, aunque no hay base matemtica que lo justifique estrictamente. Si es un polo o cero en s, i es el polo o cero correspondiente en z:

Para reflejar los ceros en infinito de G(s) (nmero menor de ceros que de polos), y siguiendo el modelo de las transformaciones, pueden aadirse ceros: a) en -1; b) en 0. El nmero de los mismos puede ser el necesario para igualar el orden, o para que el orden del numerador sea justo inferior al del denominador. La opcin preferida suele ser: completar con ceros en 1 hasta un orden del numerador justo inferior al del denominador. Discretizacin En MATLAB En la herramienta MATLAB se puede hacer la discretizacin utilizando la funcin c2d(), la cual devuelve una funcin de transferencia en el dominio z. Los parmetros que recibe la funcin son: sys funcin de transferencia en el dominio s, Ts periodo de muestreo en segundos y method el mtodo de discretizacin a utilizar. De acuerdo con el parmetro method la funcin puede hacer las siguientes discretizaciones: 'zoh' Zero-order hold. 'foh' Triangle approximation. 'impulse' Impulse invariant discretization. 'tustin' Bilinear (Tustin) method. 'matched' Zero-pole matching method. Para la planta de velocidad anteriormente implementada con funcin de transferencia: 0.02289 s + 1 --------------------------------1.539e-005 s^3 + 0.003259 s^2 + s

Se dise el controlador PID por medio de la herramienta sisotool con funcin de transferencia: 2.61 s + 5.437 -------------s y por medio de la funcin c2d() se discretizar con los diferentes mtodos disponibles en MATLAB, para asi escoger la mejor respuesta del controlador digital e implementarla. Cd=c2d(Cc,0.0005,'zoh') Transfer function: 2.61 z - 2.607 -------------z-1 Sampling time: 0.0005 >> Cd=c2d(Cc,0.0005,'foh') Transfer function: 2.611 z - 2.608 --------------z-1 Sampling time: 0.0005 >> Cd=c2d(Cc,0.0005,'impulse') Transfer function: 5.437 z ------z-1 Sampling time: 0.0005 >> Cd=c2d(Cc,0.0005,'tustin') Transfer function: 2.611 z - 2.608 --------------z-1 Sampling time: 0.0005 >> Cd=c2d(Cc,0.0005,'matched') Transfer function: 2.611 z - 2.608 --------------z-1 Sampling time: 0.0005