controlador regulador seguidor
TRANSCRIPT
EXAMEN FINAL TEORÍA DEL CONTROL 1
Danny Guachichullca
DISEÑO EN ESPACIO DE ESTADOS
Función de transferencia a controlar:
f =
2
---------------
s^2 + 0.3 s + 1
Función de transferencia propuesta:
Hd =
2
-------------
s^2 + 2 s + 2
Superpocicion:
Aplicamos el siguiente código en matlab para hallar los diferentes parámetros de las matrices,
polos y vectores de ganacias:
Matlab:
clc
clear all
close all
num=[2]
den=[1 0.3 1]
f=tf(num,den)
hold on
step(f)
grid on
num1=[2]
den1=[1 2 2]
Hd=tf(num1,den1)
step(Hd)
[A,B,C,D]=tf2ss(num,den)
polos=roots(den1)
% K=acker(A,B,polos)
%CONSTANTE ki.
%Matrices extendidas:
Ai=[A zeros(2,1); -C 0];
Bi=[B;0];
J=[ (-1.0000 + 1.0000i) (-1.0000 - 1.0000i) (-1.1030-j*0.6368)]
%Matriz K y constante ki
kaux=acker(Ai,Bi,J);
K=[kaux(1) kaux(2)]
Ki=-kaux(3)
grid on
Este codigo arrojo los siguientes resultados:
num =
2
den =
1.0000 0.3000 1.0000
f =
2
---------------
s^2 + 0.3 s + 1
Continuous-time transfer function.
num1 =
2
den1 =
1 2 2
Hd =
2
-------------
s^2 + 2 s + 2
Continuous-time transfer function.
A =
-0.3000 -1.0000
1.0000 0
B =
1
0
C =
0 2
D =
0
polos =
-1.0000 + 1.0000i
-1.0000 - 1.0000i
J
-1.0000 + 1.0000i -1.0000 - 1.0000i -1.1030 - 0.6368i
Warning: Pole locations are more than 10% in error.
K =
2.8030 3.2060
Ki =
1.1030
Esquema en simulink:
Respuesta al escalón con regulador seguidor:
Respuesta a perturbaciones y cambios de referencias:
CONTROL PID
Esta parte es semejante a la parte anterior:
f =
2
---------------
s^2 + 0.3 s + 1
Función de transferencia propuesta:
Hd =
2
-------------
s^2 + 2 s + 2
Constantes calculadas:
Kp=1.956
Kd=2.134
Ki=0.369
Superpocicion:
Esquema PID:
Respuesta al escalon Con PID:
Respuesta cambio de referencia y perturbaciones PID:
CONCLUCIONES:
Se ve que el controlador en espacio de estados es más rápido y eficiente. Un inconveniente es la
complejidad para hacer realidad dicho controlador, mientras tanto el pid es más sencillo de
realizarlo.