2_modelado14 (1)
DESCRIPTION
ModeladoTRANSCRIPT
-
1Modelado de procesos
Dra. Marta Basualdo
2
Modelos
Representacin aproximada de la realidad Abstraccin: Incluimos solo aquellos aspectos
y relaciones que son de inters. Modelos fsicos, cualitativos, cuantitativos, Usos de los modelos: diseo, entrenamiento,
qu pasa si., decisiones,... Como generarlos, resolverlos, utilizarlos,
validarlos?
-
3Qu es un modelo matemtico?
Conjunto de ecuaciones que relacionan las variables de inters del proceso y representan adecuadamente su comportamiento
Siempre son aproximaciones de la realidad Distintos modelos para distintos objetivos y
tipos de procesos Compromiso entre facilidad de uso y
exactitud
4
Modelos en control
El diseo de un sistema de control tpicamente requiere un delicado balance entre limitaciones fundamentales y soluciones de compromiso.
Para poder lograr este balance, es necesario tener una comprensin cabal del proceso en cuestin.
Esta comprensin usualmente se captura en un modelo matemtico.Teniendo un modelo, es posible predecir el impacto de distintos diseos
posibles sin comprometer al sistema real.
En esta seccin vamos a discutir brevemente cmo
elegir el nivel adecuado de complejidad de un modelo; linealizar modelos no lineales; obtener experimentalmente modelos elementales.
-
5Los modelos matemticos nos brindan los medios de capturar
el comportamiento de un sistema sujeto a condiciones iniciales,
entradas de control y perturbaciones mediante un conjuntode ecuaciones matemticas.
6
Complejidad de modelos
Al construir un modelo es importante tener en cuenta que todo proceso real es complejo, por lo que cualquier intento de construir una descripcin exacta de la planta es usualmente una meta imposible de alcanzar.
Afortunadamente, la realimentacin usualmente nos permite tener xito an con modelos muy simples, siempre y cuando stos capturen las caractersticas esenciales del problema.
Es importante destacar que los modelos empleados para control usualmente difieren de los utilizados, por ejemplo, para diseo del proceso.
-
7Construccin de modelosDos enfoques diferenciados para la construccin de modelos:Experimental. Se basa en pensar al sistema como una caja negra.
En este enfoque se postula una determinada estructura de modelo, a la que que se varan los parmetros, bien va prueba y error, o bien va algn algoritmo, hasta que la el comportamiento dinmico del modelo se ajusta al observado en la planta mediante ensayos.
Analtico. Se basa en el uso de leyes fsicas (conservacin de masa, energa y momento). El modelo se obtiene a partir de las leyes fenomenolgicas bsicas que determinan las relaciones entre todas las seales del sistema.
En la prctica es comn combinar ambos enfoques.
8
IdentificacinTcnica que permite obtener el modelo a partir de datos experimentales de entrada-salida del proceso
tt
YUU
Y
Proceso
Modelo
-
9Obtencin del Modelo
SISTEMA
MV1
MV2
VARIABLESMANIPULADAS
DV1VARIABLES DE PERTURBACIN
CV1
CV2
CV3
VARIABLES (MEDIBLES?)
CONTROLADAS
VARIA
BLES
DE EN
TRAD
A
(INDE
PENDIE
NTES)
VARIVABLES DEPENDIENTESVARIABLES DE SALIDA
(DEPENDIENTES)
10
ValidaciValidacin del modelon del modelo
Proceso
u
tiempo
y
tiempo
Modelo
ym
tiempo
-
11
Procesos continuos y de eventos discretos
q
h
Procesos continuos:Las variables evolucionancontinuamente en el tiempoy pueden tomar cualquier valor en un rango dado
Procesos de eventos:Las variables solo cambianen instantes discretosy pueden tomar solo un nmero finito de valores
12
Procesos Continuos / Eventos Procesos Continuos
Descritos principalmente por DAEs o PDE. Inters fundamental: la trayectoria de algunas
variables Procesos de eventos discretos
Descritos principalmente por secuencias de actividades.
Inters fundamental: el comportamiento estadstico de algunas variables.
-
13
Modelos estticos y dinmicos
q
h
A d hd t
q k h =
q k h=
Modelo esttico: Relaciona las variables en unestado de equilibrio
Modelo dinmico:Relaciona las variables alo largo del tiempo
14
Respuesta dinRespuesta dinmicamica
tiempo
q
h
-
15
Modelos estticos y dinmicos Modelos estticos
Representan situaciones de equilibrio Descritos mediante ecuaciones algebraicas Orientados a diseo
Modelos dinmicos en tiempo continuo Representan la evolucin temporal Descritos mediante DAE y PDE Uso mas general: control, entrenamiento,...
16
Modelos para control por computadora (digital)
ProcesoComputadora D/A
A/Dy(kT)
u(kT)
O modelos en tiempo discretoO deben relacionar las variables de entrada y salida
en los instantes de muestreo kT Ecuaciones en diferencias y((k+1)T)=f(y(kT),u(kT))
y(t)
-
17
Como obtener modelos?
Mediante razonamientos,usando leyes fsicas,qumicas, etc
Mediante experimentaciny anlisis de datos
18
En particular, revisaremos algunas propiedades bsicas de las representaciones externas (funciones transferencias), representaciones internas (ecuaciones de estado) y los diagramas de bloques, modelos matemticos muy comnmente usados en ingeniera de control.
Presentaremos algunas premisas de cmo obtener modelos matemticos en forma analtica. La derivacin de modelos matemticos de procesos teniendo en cuenta que es una disciplina compleja en s misma.
Modelos y representaciones tpicas en control
-
19
Modelos de conocimiento
Se obtienen mediante razonamientos y la aplicacin de principios de conservacin de masa, energa, momento, etc. y otras leyes particulares del dominio de aplicacin
Tienen validez general Requieren conocimiento profundo del
proceso y de las leyes fisico-qumicas
20
Modelos de conocimientoMetodologa de modelado:
Establecer los lmites y objetivos del modeloEstablecer las hiptesis bsicasEscribir las ecuaciones usando leyes de conservacin y del dominio de aplicacinEstimar el valor de los parmetrosValidar el modelo
-
21
MODELOS DE CONOCIMIENTO (ANALTICOS)
22
Tipos de modelos
Parmetros concentrados Parmetros distribuidos No-lineales Lineales Tiempo Frecuencia .
-
23
Ejemplo: nivel en un tanqueConservacin de masa
Acumulacin=flujo entrada q - flujo salida F
m masa en el depsitoA seccin del depsito densidad, k constante
q
h
F
hkqtdhdA
hkF ghpp
ppSkSvF hAm
Fqtdmd
01
011
==+=
====
p0
p1
24
Ejemplo: nivel en un tanqueConservacin de masa
Acumulacin=flujo entrada q - flujo salida F
m masa en el depsitoA seccin del depsito densidad, k constante u posicin de la vlvula
q
h
F
Ecuacin diferencial no-lineal
AhV hukqtdhdA
hukF hAm
Fqtdmd
====
=
Ecuacin algebraica
u
-
25
Modelos en variables de estado
)t),t(p),t(u,x(g)t(y
)t),t(p),t(u),t(x(fdt
)t(xd
==
Variables manipuladas
Respuestas observables
u yx
x Estados
perturbacionesp
26
SimulacinIntegrando numricamente el modelo pueden obtenerse los valores del volumen de lquido en funcin de los valores de q
q
h
F AhV hAukq
A1
tdhd ==
Integracin numrica mediante el mtodo de Euler
t)t(hA
k)t(u)t(qA1)t(h)tt(h
+=+
-
27
Causalidad
q
h
FCausalidad fsica: causas y efectos
q h F
hkF
FqtdhdA
== Causalidad computacional:
orden de clculo de las variables
q h F
El uso del modelo (Qupasa si..? Control, etc.) requiere una determinada causalidad computacional.
28
Hiptesis
q
h
F
q
h
F
ci
c
Fcqctd
Vcdi =
Mezcla perfecta Flujo pistn
)FVt(c)
AvAht(c)
vht(c)t(c iii ===
-
29
Formulacin
q
h
F
ci
c
)cc(qtdcdV
Fcqc)Fq(ctdcdV
FcqctdVdc
tdcdV
VVcc
FqtdVd
Fcqctd
)Vc(d
i
i
i
i
=
=+
=+
=
=
=
Mezcla perfecta
constante
Volumen V
Concentracin ci
30
Computabilidadq1
h1
F1
h2
F2
0q hh0 hh)hhsgn(kF
hkF ?hh hhkF
FFqdt
dhA Fqdt
dhA
imaxi212111
222212111
2122
2111
1
==
-
31
Reactor Qumico Isotrmico
Reactor
FT
AT
Productos
Materia prima
Reaccin:
A
A, B
A B
32
Modelo Matemtico
A B
F
CA CB T
CAi , TiProducto A
Balance msico del producto ABalance msico del producto B
Hiptesis:
Mezcla perfecta en el reactor
Temperatura T constante
Volumen constante V
Vd cd t
Fc Fc Vke cA Ai AE
RTA=
Vd cd t
Fc Vke cB BE
RTA= +
-
33
Conservacin de energa
T temperatura, V voltajem masa en el depsitoH entalpia, ce calor especficoA seccin del depsito densidad, R resistencia
q
Ecuacin diferencial no-lineal
RcV)TT(q
tdTdAh
Ahm TcH si
RVHqHq
td)mH(d
e
2
i
e
2
i
+===
+=
V R T
Hiptesis:
T uniforme en el depsito Aislamiento perfecto densidad constante
Ti
34
Procesos de parmetros distribuidos
xTi F
-
35
Proceso de parmetros distribuidos
xTi Ti+1Ti-1
Ts
F
T depende de la posicin y del tiempo
Se divide el proceso en celdas de ancho x en las que T pueda considerarse uniforme
Balance de energa en un elemento
Limite cuando x 0
T(x,t)
x
36
Proceso de parmetros distribuidos
xTi Ti+1Ti-1
Ts
FT(x,t)
e
s2
e
is
0x
i1i
0x2i
0x
e
isi1i2
i
isie1ieie
2
cr))t,x(TT(U2
x)t,x(T
rF
t)t,x(T
cr)TT(U2
limx
)TT(limrF
tdTdlim
cr)TT(U2
x)TT(
rF
tdTd
)TT(xUr2TcFTcFtd
Tcxrd
+
=
+
=
+
=
+=
r
Balance energtico
Ecuaciones en derivadas parciales
-
37
Modelos de conocimiento
Formados por conjuntos de ecuaciones diferenciales y algebraicas frecuentemente no lineales
tiles para evaluaciones ms realistas de diseos, estructuras de control, etc.
Requieren ciertos conocimientos Difciles de manipular matemticamente Se resuelven mediante simulacin
38
Modelos linealizados Aproximaciones lineales de las ecuaciones
no-lineales Mas fciles de manipular matemticamente
pero su rango de validez es limitado
hkqtdhdA = hq
tdhdA =
-
39
Linealizacin
Desarrollo en serie de Taylor sobre un punto de operacin u0, y0, z0, .
...)zz(zf)yy(
yf)uu(
uf)z,y,u(f)z,y,u(f
0)z,y,u(f 0)z,y,u(f
00
00
00
000
000
++
++=
==
zzz yyy uuu 0zzfy
yfu
uf
000000
====+
+
Ecuacin lineal en las nuevas variables u, y, z
40
Modelo Linealizado del Tanque
q
h
F
Ecuacin diferencial lineal
0qhh2
kdt
hdA
1qf
h2k
hf A
hf
0)qq(qf)hh(
hf)hh(
hf
q,h,h 0)q,h,h(f
0hkqtdhdA
0
0000
00
00
00
000
=+=
==
=
++
=
=+
&
&&&
&&
Variables desviacin
h = h - h0q = q - q0
-
41
Simulacin
4.0
4.2
4.4
4.6
4.8
5.0
0 10 20 30 40TIME
hh_l
5.0
5.1
5.2
5.3
5.4
5.5
0 10 20 30 40TIME
q
4
5
6
7
8
0 10 20 30 40TIME
hh_l
5.0
5.5
6.0
6.5
7.0
0 10 20 30 40TIME
q
Respuestas del modelo no lineal y linealizado para 2 saltos en q
42
Modelo Linealizado del Tanque
q
h
F
El valor de los coeficientes depende del punto de linealizacin
kh2
K k
h2A
qKhdt
hd
qkh2
hdt
hdk
h2A
0qhh2
kdt
hdA
00
00
0
==
=+
=+=+
Variables desviacin
h = h - h0q = q - q0
-
43
Modelos linealizados
tt
YUU0U
Y0Y
las variables u e y soncambios sobre un punto de operacin U0 , Y0
El rango de validez est limitado a un entorno del punto de operacin
Proceso
)t(Y)t(Y)t(y)t(U)t(U)t(u
0
0
==
44
Modelos en variables de estado
h.1h
qhdt
hd
qA1h
hA2k
dthd
0
=+=
+=q
h
Cxy
BuAxtdxd
=+=
-
45
Modelos en variables de estado
DuCxy
BuAxtdxd
+=+=
x variables de estado: conocido su valor en el instante inicial y los valores de u(t) a lo largo del tiempo, puede determinarse el valor de las salidas a lo largo del tiempo
+= tt
tAttA dBuetxetx0
0 )()()( )(0)(Solucin
analtica:
46
Equivalencia
Cxy
BuAxtdxd
=+= u y
zPCy
PBuz)P(PAtdzd
zP xPxz
1-
1-
1-
=+=
== [ ] [ ][ ] zCPy
uPB zPAPtdzd
1-
1-
=+=
Existen muchas representaciones equivalentes entrada-salida
-
47
Autovalores
Cxy
BuAxtdxd
=+= [ ] [ ]
[ ] zCPyuPB zPAP
tdzd
1-
1-
=+=
0IA =
0IA
0PIAP
0P)IA(P
0PPPAP
0IPAP
1
1
11
1
====
=
Los autovalores son invariantes en representaciones equivalentes
48
PROBLEMA INICIAL
(DOMINO TEMPORAL)
PROBLEMA TRANSFORMADO (DOMINO COMPLEJO)
SOLUCIN (EN TRMINOS DE LA
VARIABLE S)
SOLUCIN (EN TRMINOS DE LA
VARIABLE REAL t)
Trasnformada de Laplace
Anti - trasnformada de Laplace
Mnipulacin en el domino complejo
(ms fcil que en el dominio temporal)
Transformada de Laplace
-
49
Transformada de Laplace
[ ]Laplace de compleja le variabjs
dte)t(f)s(F)t(f0
st
+=== L
f(t) funcin temporal
f(t) = 0 para t < 0t
f(t)
[ ] [ ])s(G)s(F
)t(g)t(f)t(gf(t) si
===LL Cambio de
variable t s
50
Transformada de Laplace
[ ] [ ])s(G)s(F
)t(g)t(f)t(gf(t) si
===LL
Cambio de variable t s
Resolucin del problema en el dominio s X(s)
Interpretacin y expresin de la solucin en el dominio t
Cambio de variable s t[ ]
==j
j
st1 dse)s(X)s(X)t(x L
-
51
Ejemplo
[ ]sk
sekdtkedte)t(f)s(F)t(f
0
st
0
st
0
st =====
L
f(t) funcin salto
f(t) = 0 para t < 0
f(t) = k para t >= 0t
f(t)=k
Tablas de transformadas de las funciones mas comunes
52
Tabla de Transformadas
-
53
Tabla de transformadas
54
Propiedades de la T. Laplace[ ][ ]
[ ]
)s(G)s(Fd)t(g)(f
)s(sFlim)t(flim)s(Fe)dt(f
)0(fdt
)0(dfs)s(Fsdt
)t(fd)0(f)s(sFdt
)t(df
)s(bG)s(aF)t(bg)t(af
dte)t(f)s(F)t(f
0
0st
sd
22
2
0
st
=
==
=
=
+=+
==
L
L
LL
L
L
[ ]
==j
j
st1 dse)s(F)s(F)t(f L
Transformada inversa
-
55
Otra consideracin de relevancia prctica es la inclusin del actuador en el proceso de modelado. Los actuadores son, en general, bastante alineales, y usualmente tienen su propia dinmica que, a veces, puede hasta dominar otras caractersticas del proceso (como suele pasar con vlvulas, actuadoreshidrulicos, rectificadores controlados)
Asi, de aqu en ms, cuando nos refiramos al modelo de la planta, entenderemos que este modelo tambin incluye los actuadores, cuando sea necesario.
56
Tiene sentido hablar de linealizacin de sistemas reales?
Aunque casi todo sistema real tiene caractersticas no lineales,muchos sistemas pueden describirse razonablemente pormodelos lineales al menos dentro de ciertos rangos de operacin.
Como normalmente un sistema de control opera en las cercanas de un equilibrio, se hace una linealizacin alrededor de este equilibrio. El resultado es un modelo lineal, mucho mssimple, pero adecuado para el diseo de control.
Para un mismo sistema no lineal, la linealizacin alrededor dedistintos puntos de equilibrio dar, en general, distintos modeloslinealizados.
-
57
Sistemas lineales, estacionarios, en tiempo continuo
Los sistemas que vamos a considerar estn descriptospor modelos lineales, estacionarios, en tiempo continuo. stos pueden siempre representarse por una ecuacin diferencial ordinaria de la forma
58
Transformada de Laplace
-
59
Funciones transferencia
60
Transformando de ecuaciones de estado a funcin de transferencia
Cxy
BuAxtdxd
=+= Tomando transformadas de
Laplace, con condiciones iniciales nulas:
[ ][ ] [ ]
[ ] [ ])t(gBAsICG(s) )s(U)s(G)s(Y)s(BUAsIC(s) Y)s(BUAsI)s(X
)s(CX)s(Y)s(BU)s(XAsI )s(BU)s(AX)s(sX
1
11
L=====
==+=
-
61
Funcin de Transferencia
G(s) es una funcin racional en la variable s
[ ] BAsICG(s) 1=
[ ]01
1n1n
nn
011m
1mm
m1
asa...sasabsb...sbsbBAsICG(s) ++++
++++==
Solo contiene operaciones racionales +-*/
)s(D)s(N
asa...sasabsb...sbsbG(s)01
1n1n
nn
011m
1mm
m =++++++++=
62
Representaciones matemticas de modelos linealizados
)s(D)s(N
asa...sasabsb...sbsbG(s)01
1n1n
nn
011m
1mm
m =++++++++=
Cxy
BuAxtdxd
=+=
= t0
d)t(u)(g)t(yVariables de estado
Respuestaimpulsional
Funcin de transferencia
-
63
Algunas definiciones pertinentes a funciones transferencia:
64
Polos y ceros
)s(D)s(N
asa...sasabsb...sbsbG(s)01
1n1n
nn
011m
1mm
m =++++++++=
Ceros de G(s) = races de N(s) = 0
Polos de G(s) = races de D(s) = 0
0.382- ,618.2sen polos 01s3s3sen cero 03-s
)382.0s)(618.2s(3s
1s3s3sG(s)
2
2
==++==
++=++
=
-
65
Por qu son importantes los polos(y los ceros)?
Como se ver mas adelante, el tipo de respuesta temporal a una determinadaentrada depende de las posiciones de lospolos (y ceros) del sistema.
Igualmente la estabilidad est ligada a lasposiciones de los polos
66
Polos y Autovalores
[ ])s(D)s(NBAsICG(s) 1 ==
[ ] [ ][ ]BAsIdetAsIadjCBAsICG(s) 1
==
[ ] 0AsIdet =Autovalores de A = polos de G(s) (salvo cancelaciones polo/cero)
Polos: raices de D(s) = 0
Autovalores: raices de
-
67
Realizabilidad Fsica
q
h
1sK)s(G +=
Sistema fsico continuo
Existe
Dada una funcin de transferencia G(s)
Puede existir un sistema fsico cuya funcin de transferencia sea G(s)?
68
Realizabilidad
Para que G(s) sea fisicamente realizable: m n)s(D)s(N
asa...sasabsb...sbsbG(s)01
1n1n
nn
011m
1mm
m =++++++++=
En caso contrario:
++=
++=+
++=
)s(U2s
1dt
)t(du)t(y
)s(U2s
1s)s(U2s
1s2s)s(Y2
1-L
Para una entrada en salto en u(t) tendra que dar una y(t) infinita
-
69
FUNCIONES DE TRANSFERENCIA (SISO y MISO)
70
Modelo en FT de Primer Orden del Tanque.
q
h
Fkh2
K k
h2A
qKhdt
hd
00 ==
=+
Tomando Transformadas de Laplace:
[ ]( )
1sKG(s) G(s)Q(s)H(s) )s(Q
1sK)s(H
)s(KQ1s)s(H )s(KQ)s(H)s(sH
qKhdt
hd
+==+==+=+
=
+ LL 1sK+
Q(s) H(s)
-
71
FUNCIONES DE TRANSFERENCIA (MIMO)
72
Matriz de Transferencia
En un proceso con varias entradas y salidas (MIMO) G(s) es una matriz de funciones de transferencia
[ ] BAsICG(s) 1=
=
)s(U)s(U
)s(G)s(G)s(G)s(G)s(G)s(G
)s(Y)s(Y)s(Y
2
1
3231
2221
1211
3
2
1
u1u2
y1y2y3
-
73
Ejemplo de resolucin mediante la transformada de Laplace
( ) ( )
[ ]tiomindosiomindotiomindo
......2s
11s2s
5.0sL)s(YL)t(y
2s1
1s2s5.0s)s(Y
2s1)s(U)s(U
1s2s5.0s)s(Y
)s(U5.0s1s2s)s(Y)s(U5.0)s(sU)s(Y)s(sY2)s(Ys
u5.0tdudLy
tdyd2
tdydL
0 tpara e)t(u;0td
)0(yd;0)0(yu5.0tdudy
tdyd2
tdyd
211
22
22
2
2
t22
2
=
+++==
+++=+=++
==++=++
=
++
====++
74
Descomposicin en fracciones simples
[ ] ( )( ) ( )( )
( )( ) ( )
( ) ttt221
222
2
2
22
21
211
te5.1e5.2e5.21s5.1
1s5.2
2s5.2L)t(y
5.2bb25.5c2b2a5.00sa5.22sc5.11s
)2s(1s)2s(c
)2s()1s()2s)(1s(b
)2s(1s1sa
2s1
1s5.0s
1sc
1sb
2sa
2s1
1s5.0s
2s1
1s5.0sL
2s1
1s2s5.0sL)s(YL)t(y
+=
+++++
==+=++==
====
++++++
++++++=++
+++++=++
++
=
+++
==
-
78
Estabilidad de funciones transferencia
Estabilidad entrada-salida. 2 Decimos que un sistema es estable entrada-salida, o BIBO estable, si toda entrada acotadaproduce una salida acotada.
Teorema. [Estabilidad entrada-salida] Un sistema lineal,estacionario y de tiempo continuo es estable entrada-salidasi todos los polos de su funcin transferencia tienen parte real negativa.
-
79
Entradas Normalizadas
u y
t
u
tu t
u
t
u
impulso
salto
rampat=0
t=0
t=0
t=0
seno
80
Sistemas de primer orden
-
81
Ganancia
t
u
y
u
y
)0(G)s(sU)s(sYlimK
uyK
0s==
=
equilibrio en
)1s)......(1s)(1s()1s)......(1s(K)s(G
n21
m1
+++++=
tiempode constante K. gananciay 1- ceros , 1- polos formato
82
Sistemas capacitivos puros
-
83
Sistemas de segundo orden
84
Funcin de transferencia de sistemas conretardo
En general, vamos a considerar funciones transferencia racionales y propias, que corresponden a sistemas lineales, estacionarios y de dimensin finita (orden finito).
Una excepcin de gran importancia en la prctica es el casode sistemas con retardo entre entrada y salida. Estrictamente, estos sistemas tienen dimensin infinita. Sin embargo, su representacin mediante funcin transferencia es an tratable, aunque deja de ser racional.
La funcin transferencia de un retardo de T segundos es dela forma
-
85
Ejemplo: Sistema intercambiador de calor. Un ejemplosimple de un sistema con retardo es el intercambiador de calor
de la figura.
Notar que K;T y t dependen de la velocidad del ventilador, que puede ser variable. Aunque muy simple, este tipo de modelo es muy comn en aplicaciones de control de procesos.
86
Aproximacin de Pade
( )( )12dss
2d1
12ds
2ds1
e 2
2
ds
++
+=
G(s) con un retardo d no es racional. Si se necesita, puede aproximarse el retardo por una expansin en serie:
)1s)......(1s)(1s()1s)......(1s(Ke)s(G
n21
m1ds
+++++=
s2d1
s2d1
e ds
+
Aproximacin de Pade de primer orden
Aprox. de 2 orden:
resppade
-
87
SISTEMAS CON RESPUESTA INVERSA (NO MNIMA FASE)
88
Bloques en serie
G1(s) G2(s)U(s) Y(s)X(s)
Y(s) = G2(s)X(s) = G2(s)G1(s)U(s) = G(s)U(s)
G (s) Y(s)U(s)
G(s) = G2(s)G1(s)
-
89
Diagramas de bloques Capturan la esencia del sistema en un formalismo
grfico abstracto de simple manipulacin. Representan el flujo y procesamiento de las seales dentro del sistema.
90
lgebra de bloques
-
91
lgebra de bloques
92
lgebra de bloques
-
93
Representacin en diagrama de bloquesde las Ecuaciones de Estado
-
Ejemplo de Modelo Matricial Industrial
-
101
Respuesta en frecuencia
Respuesta en frecuencia Diagramas de Bode Diagramas de Nyquist
102
Respuesta en rgimen permanenteLa respuesta en rgimen permanente de un sistema
es la seal yrp(t) a la que tiende la respuesta y(t) del sistema una vez extinguidos los transitorios es decir, para valores suficientemente grandes de t,
El concepto de respuesta en rgimen permanente slo tiene sentido si el sistema es estable (BIBO).
Tpicamente, la respuesta en rgimen permanente se estudia para entradas de tipo escaln o sinusoidal.
-
103
Respuesta en frecuencia
La respuesta en rgimen permanente de un sistema a sealessinusoidales en un rango de frecuencias es lo que se conoce como la respuesta en frecuencia del sistema.
El inters de tratar entradas sinusoidales est en que la respuesta del sistema a estas seales contiene informacin sobre la respuesta a seales ms generales.
De hecho, toda seal peridica puede descomponerse en unaserie de senos y cosenos, por el Teorema de Fourier. Conociendo la respuesta del sistema a las componentes sinusoidales de la seal de entrada, puede reconstruirse por Fourier la seal de salida.
104
-
105
Teorema. (Respuesta en RP a entradas sinusoidales)Consideremos una funcin transferencia estable G(s) de orden n (o sea, con n polos, todos ellos con parte real negativa).Entonces, la respuesta en rgimen permanente a una entrada
106
Diagramas de Bode
El eje de abscisas es logartmico en w, es decir, lineal en log(w), donde el logaritmo es de base 10. As se consigue una representacin compacta sobre un rango amplio de frecuencias. La unidad del eje es la dcada, es decir, la distancia entre w y 10w para cualquier valor de w.
La magnitud de la respuesta en frecuencia se mide en decibeles[dB], es decir, unidades de 20log /G( jw)/.
La fase se mide en escala lineal en radianes o grados.
-
107
Grfico aproximado de los diagramas de Bode
Los programas como MATLAB poseen comandos especiales para calcular y graficar diagramas de Bode. Sin embargo, existen reglas muy simples que permiten esbozar estos diagramas prcticamente sin hacer clculos.
Reemplazando s= jw
108
Una ganancia simple K tiene magnitud y fase constantes. El diagrama de magnitud es una lnea horizontal en 20log /K/ dB y la fase es una lnea horizontal en 0 rad (si K > 0).
El factor sk tiene un diagrama de magnitud que es una lnea recta con pendiente igual a 20kdB/dcada, y fase constante igual a k/2.
As vemos de (4) y (5) que el diagrama de Bode de cualquierfuncin transferencia puede obtenerse sumando y restandomagnitudes (en dB) y fases de factores simples.
-
109
Diagrama de Bode exacto (lnea gruesa) y aproximado (lneafina).
110
Diagrama de Nyquist Una herramienta clsica y durable para determinar la
estabilidad de un lazo de realimentacin es el criterio de estabilidad de Nyquist. En el criterio de Nyquist, la estabilidad del sistema a lazo cerrado se determina a partir de la respuesta en frecuencia del sistema a lazo abierto, G0(s)K(s), que se grafica en un diagrama polar y da informacin del lazo cerrado
-
111
112
Tipos de modelos