int control digital

50
 Universidad de Oviedo 1 2005 Introducción al Control Digital Tema 10

Upload: masb29009

Post on 05-Nov-2015

223 views

Category:

Documents


0 download

TRANSCRIPT

  • Universidad de Oviedo

    12005

    Introduccin al Control Digital

    Tema 10

  • Sistemas Automticos

    Universidad de Oviedo

    22005

    ndice

    Ventajas e inconvenientes del control digital Sistemas muestreados Modelo matemtico de los sistemas discretos Discretizacin de reguladores continuos Implementacin

    Algoritmo de control Retardo computacional El problema de la cuantificacin Filtro antialiasing Seleccin del perodo de muestreo Equipos industriales

    Bibliografa

  • Sistemas Automticos

    Universidad de Oviedo

    32005

    Esquema de control digital

    Regulador Proceso

    Captador

    -

    +D/A

    A/D

    D/A: Convertidor Digital - Analgico

    A/D: Convertidor Analgico - Digital

  • Sistemas Automticos

    Universidad de Oviedo

    42005

    Estructura del bloque A/D

    transductor

    transductor

    MULTIPLEXOR

    Convertidor

    A/D

    COMPUTADOR

    acondicionamiento

    capturay

    mantenimientofin conversin

    inicio conversin

    control

    control

  • Sistemas Automticos

    Universidad de Oviedo

    52005

    Estructura del bloque D/ADEMULTIPLEXOR

    accionador

    Convertidor

    D/A

    COMPUTADOR

    capturay

    mantenimiento

    fin conversin

    inicio conversin

    control

    control

    buffer

    accionadorcontrol

  • Sistemas Automticos

    Universidad de Oviedo

    62005

    Ventajas del control digital

    No hay lmite de complejidad del algoritmo Facilidad de cambio de estrategia Precisin ms elevada en operaciones que con

    dispositivos analgicos (resolucin, derivas, saturaciones).

    Posibilidad de efectuar funciones complementarias (almacenamiento, anlisis, comunicaciones)

  • Sistemas Automticos

    Universidad de Oviedo

    72005

    Nuevos problemas

    Muestreo Aliasing Reconstruccin Cuantificacin Retardo

  • Sistemas Automticos

    Universidad de Oviedo

    82005

    En esta operacin se obtiene una secuencia de valores a partir de una seal analgica.

    Muestreo

    T

    x(t) {xk}

    xk = x(kT)

  • Sistemas Automticos

    Universidad de Oviedo

    92005

    Muestreo. Ejemplo

    0 1 2 3 4 5 60

    0.1

    0.2

    0.3

    0.4

    0.5

    0.6

    0.7

    0.8

    0.9

    1

    Tiempo (s eg.)

    A

    m

    p

    l

    i

    t

    u

    d

    S eal analgica

    0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 60

    0.1

    0.2

    0.3

    0.4

    0.5

    0.6

    0.7

    0.8

    0.9

    1

    Tiempo (s eg.)

    A

    m

    p

    l

    i

    t

    u

    d

    S eal mues treada

  • Sistemas Automticos

    Universidad de Oviedo

    102005

    Muestreo. Teorema de Shannon

    Una seal que no contenga componentes en frecuencias superiores a 0 puede ser reconstruida si se muestrea con una frecuencia mayor de 20.

    m > 2 0

    0 2 4 6 8 10 12-1

    -0.5

    0

    0.5

    1

    0 2 4 6 8 10 12-1

    -0.5

    0

    0.5

    1

  • Sistemas Automticos

    Universidad de Oviedo

    112005

    Muestreo. Aliasing

    Cuando la frecuencia de Nyquist (m/2) es inferior a la frecuencia de la seal muestreada (0), se produce el fenmeno conocido como aliasing, segn el cual una seal de alta frecuencia es interpretada como una de baja frecuencia.

    0 50 100 150 200 250-1

    -0.5

    0

    0.5

    1

  • Sistemas Automticos

    Universidad de Oviedo

    122005

    El ms sencillo y habitual en control es el de orden 0.

    Proceso por el que a partir de una secuencia se construye una seal continua.

    Reconstruccin

    x(t){xk}Bloqueador

    [ ]

    =

    +=0

    ))1((1)(1)()(k

    TktkTtktxtx

  • Sistemas Automticos

    Universidad de Oviedo

    132005

    Reconstruccin

    0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 60

    0.1

    0.2

    0.3

    0.4

    0.5

    0.6

    0.7

    0.8

    0.9

    1

    Tiempo (s eg.)A

    m

    p

    l

    i

    t

    u

    d

    S eal recons truida

    0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 60

    0.1

    0.2

    0.3

    0.4

    0.5

    0.6

    0.7

    0.8

    0.9

    1

    Tiempo (s eg.)

    A

    m

    p

    l

    i

    t

    u

    d

    S eal mues treada

  • Sistemas Automticos

    Universidad de Oviedo

    142005

    Sistemas discretos

    Son algoritmos que permiten transformar una secuencia en otra:

    Nos interesan los lineales, causales, dinmicos e invariantes, que se pueden expresar como ecuaciones en diferencias:

    yk = a1 yk-1+ ... + an yk-n+ b0 uk+ ... + bm uk-m

    Sistema discreto

    {uk} {yk}

  • Sistemas Automticos

    Universidad de Oviedo

    152005

    Secuencia de ponderacin

    Convolucin:}{ }{ }{

    =

    =

    ==

    iiki

    iikik ugguy

    Para un sistema discreto lineal e invariante, es la secuencia de salida cuando la de entrada es {k} {k} = {1, 0, 0, ...}

    Sistema discreto

    {k} {gk}

  • Sistemas Automticos

    Universidad de Oviedo

    162005

    Un sistema discreto es estable, si ante cualquier secuencia de entrada acotada, la secuencia de salida tambin est acotada.

    Condiciones necesarias: {gk} acotada

    Condicin necesaria y suficiente:

    Estabilidad

    0lim =

    kkg

  • Sistemas Automticos

    Universidad de Oviedo

    172005

    Transformadas de una secuencia

    Dada una secuencia real {xk} / xk = 0 para todo k < 0,se define su transformada de Laplace como la funcin:

    Se obtienen funciones peridicas y no racionales Dada una secuencia real {xk} se define su transformada

    z como la funcin:

    { } CzzxxZzXk

    kkk ==

    =

    ,)(

    CsexsXk

    skk =

    =

    ,)(0

  • Sistemas Automticos

    Universidad de Oviedo

    182005

    Transformada z inversa

    Teorema de los residuos Divisin larga Descomposicin en fracciones simples Mtodos computacionales Tablas

  • Sistemas Automticos

    Universidad de Oviedo

    192005

    Propiedades de la transformada z

    Linealidad: [ ] [ ] [ ]kkkk yxZyZxZ +=+ Desplazamiento: [ ] [ ]knnk xZzxZ = Convolucin:

    [ ] [ ] [ ]kkkn

    nknk

    yZxZwZ

    yxw

    =

    =

    =

    Tma. valor inicial (indice +): )(lim0 zXxz

    =

    Tma. valor final (indice +, y estable):)]()1[(limlim 1

    1zXzxx

    zkk

    ==

  • Sistemas Automticos

    Universidad de Oviedo

    202005

    Funcin de transferencia discreta

    G(z){uk} {yk}

    U(z) Y(z)

    n

    n

    m

    m

    zaza

    zbzbbzUzY

    zG

    +++

    +++==

    ...1...

    )()()( 1

    1

    110

    )(...)()()(...)()( 11011 zUzbzUzbzUbzYzazYzazY mmnn +++=+++

    mkmkknknkk ubububyayay +++=+++ ...... 11011Dado un sistema discreto lineal, por su ecuacin en diferencias:

    Aplicando transformadas, linealidad y operador desplazamiento:

    Se define la funcin de transferencia discreta:

  • Sistemas Automticos

    Universidad de Oviedo

    212005

    Discretizacin de reguladores

    Discretizacin de reguladores continuos Aproximacin de respuesta temporal. Integracin numrica

    Operador derivada (adelantada y atrasada) Operador integral (adelantada y retrasada) Operador integral (integracin trapezoidal). Tustin.

    Regiones de estabilidad Distorsin de frecuencia (warping)

  • Sistemas Automticos

    Universidad de Oviedo

    222005

    Discretizacin de reguladores continuos

    Una vez diseado un regulador continuo para un proceso, se trata de obtener un regulador discreto que aproxime su funcionamiento.

    T

    e(t) {ek}C(z) B(s)

    {uk} u(t)

    La transformacin exacta, z = eTs, no da lugar a expresiones racionales

  • Sistemas Automticos

    Universidad de Oviedo

    232005

    Aproximacin de la respuesta temporal

    Igualando la respuesta ante escaln:

    =

    ssCZ

    zzC 1)(

    11)( 1

    ( )

    =

    ssCZzzC 1)( 1)( 1

    Igualando la respuesta ante rampa. Da resultados ms exactos sobre todo en las fases.

  • Sistemas Automticos

    Universidad de Oviedo

    242005

    Operador derivada

    (k-1)T (k+1)TkT

    e[(k+1)T]e[kT]

    e[(k-1)T]

    TTkekTe

    dttde

    kTt

    ])1[(][)( =

    =T

    kTeTkedt

    tdekTt

    ][])1[()( +=

    =

    Tzz

    Tz

    s11 1

    =

    1

    111

    =

    Tzz

    Tz

    s

    [ ]1

    11)()(

    =

    Tzz

    ssCzC [ ]Tz

    ssCzC 11)()( =

    Diferencia adelante Diferencia atrs

  • Sistemas Automticos

    Universidad de Oviedo

    252005

    Integral retrasada

    Aproxima el operador integral (1/s) por el sistema discreto obtenido sumando rectngulos, con la entrada retrasada

    110

    1 =

    +== kkk

    iik TeuTeu

    )()()1( 11 zETzzUz =

    sz

    Tz

    TzzEzU 1

    11)()(

    1

    1

    =

    =

    [ ]1

    11)()(

    =

    Tzz

    ssCzC

    T

  • Sistemas Automticos

    Universidad de Oviedo

    262005

    Integral adelantada

    Aproxima el operador integral (1/s) por el sistema discreto obtenido sumando rectngulos, con la entrada adelantada

    kk

    k

    iik TeuTeu +==

    =

    10

    1

    )()()1( 1 zTEzUz =

    sz

    Tzz

    TzEzU 1

    11)()(

    1

    =

    =

    [ ]Tz

    ssCzC 11)()( =

    T

  • Sistemas Automticos

    Universidad de Oviedo

    272005

    Integral trapezoidal. Tustin

    Aproxima el operador integral (1/s) por el sistema discreto obtenido sumando trapecios

    )(2 11

    ++= kkkk eeT

    uu

    )()1()()1(2 11 zEzTzUz +=

    sz

    zTz

    zTzEzU 1

    )1()1(

    2)1()1(

    2)()(

    1

    1

    +=

    +=

    T

    [ ])1()1(2

    1

    1)()(

    +

    =

    z

    z

    TssCzC

  • Sistemas Automticos

    Universidad de Oviedo

    282005

    Regiones de estabilidad

    [ ]1

    11)()(

    =

    Tzz

    ssCzC [ ]Tz

    ssCzC 11)()( =

    Euler

    [ ])1()1(2

    1

    1)()(

    +

    =

    z

    z

    TssCzC

    Tustin

  • Sistemas Automticos

    Universidad de Oviedo

    292005

    Distorsin de frecuencia

    En las aproximaciones se distorsiona la escala de frecuencia.

    Importante al discretizar un paso banda.

    =

    2 tan2 T

    T

    frequency warping

    Tiene valores pequeos para valores bajos de .Se puede corregir el efecto para una frecuencia determinada (frequency prewarping).

  • Sistemas Automticos

    Universidad de Oviedo

    302005

    Algoritmo de control

    Peridicamente (cada perodo de muestreo) se debe ejecutar el siguiente algoritmo de control:

    Captura y conversin Analgico-Digital de la seal del proceso (y de la referencia si procede).

    Clculo del error (comparacin entre la referencia y la seal del proceso).

    Clculo de la accin de control. Conversin Digital-Analgica de la accin de control.

  • Sistemas Automticos

    Universidad de Oviedo

    312005

    Algoritmo de control. Clculo de la seal de control

    A partir del modelo discreto del controlador obtenido bien por discretizacin, bien por diseo en el plano z, se obtiene directamente la ecuacin en diferencias que se implementa en el computador:

    Existen tcnicas de implementacin que minimizan tanto las necesidades de almacenamiento como los errores en los clculos

    ik

    n

    ii

    m

    iikik yauby

    ==

    =10

  • Sistemas Automticos

    Universidad de Oviedo

    322005

    Para conseguir la ejecucin peridica del algoritmo de control se pueden plantear dos estrategias: Muestreo

    Ms simple. Absorbe todos los recursos. No puede realizar otras operaciones

    durante las esperas Interrupcin

    Programacin ms compleja. Permite realizar otras operaciones entre 2 perodos de muestreo.

    Algoritmo de control. Estrategias

  • Sistemas Automticos

    Universidad de Oviedo

    332005

    Algoritmo de control. Retardo computacional

    tT

  • Sistemas Automticos

    Universidad de Oviedo

    342005

    Algoritmo de control. Retardo computacional

    Para disminuir el retardo entre la captura y la escritura de la seal, conviene minimizar el nmero de operaciones entre ambas operaciones.

    Una opcin es realizar el preclculo de parte de los valores, alfinal de un perodo para tenerlos listos para el siguiente.

    El algoritmo de control modificado sera: Captura (AD) Clculo del error Clculo mnimo (en operaciones) de la accin de control Escritura (DA) Preclculo (con valores disponibles) para prximo perodo

  • Sistemas Automticos

    Universidad de Oviedo

    352005

    Cuantificacin en los coeficientes

    Este error se hace ms grande a medida que: aumenta el orden de la funcin de transferencia, los polos o ceros se aproximan a la circunferencia de

    radio unidad.

    Soluciones: Programacin en serie Programacin en paralelo Programacin en escalera

  • Sistemas Automticos

    Universidad de Oviedo

    362005

    Cuantificacin

    Al intentar representar un nmero real con un nmero finito de bits, se produce un error de cuantificacin.

    Puede ocurrir: En la conversin (A/D y D/A) En los clculos En los parmetros de la ecuacin en diferencias

  • Sistemas Automticos

    Universidad de Oviedo

    372005

    Cuantificacin AD. Modelo

    Redondeo q = LSB

    Truncado q = LSB

    Este error se puede modelar como un ruido con distribucin uniforme, de valor mximo:

    LSB

    LSB121

    =

    y desviacin tpica:

  • Sistemas Automticos

    Universidad de Oviedo

    382005

    Cuantificacin AD. [Smith-97]

  • Sistemas Automticos

    Universidad de Oviedo

    392005

    Cuantificacin AD. Ejemplo

    Rango: 0 1 V Tarjeta 8 bits (0 28-1) Error sensor: 1 mV (rms)

    1 V 255 LSB1 mV 0.255 LSB

    LSBLSBDA 29.0121

    / =

    LSBsensor 255.0=LSB22 255.029.0 +=

    La conversin introduce un incremento del error del 50%

  • Sistemas Automticos

    Universidad de Oviedo

    402005

    Cuantificacin en los clculos

    En sistemas que realicen los clculos en doble precisin, se dispone de 64 bits, con lo que los errores normalmente sern varios rdenes de magnitud menores que los cometidos en los conversores.

    Si se trabaja en coma fija, con 16 bits o menos, hay que ser muy cuidadoso pues el resultado de las operaciones puede ser muy sensible a la forma en que se implementen.

  • Sistemas Automticos

    Universidad de Oviedo

    412005

    Filtrado de alias

    Puede producirse aliasing con los ruidos de alta frecuencia que entran a travs del captador.Al ser convertidos en ruidos de baja frecuencia por el muestreo,el sistema amplificar sus efectos en lugar de atenuarlos, deteriorando el control.

    La solucin es introducir un filtro analgico, entre captador y muestreador que elimine el ruido.

    CaptadorA/D Filtro

    antialias

  • Sistemas Automticos

    Universidad de Oviedo

    422005

    Diseo del filtro

    Si se conoce el rango de frecuencias del ruido se puede disear y colocar el filtro de modo que la atenuacin sea suficientemente.

    Para no perjudicar el MF, el filtro deber estar al menos una dcada por encima de la frecuencia de cruce de ganancia. Si no es posible, habr que tener en cuenta la dinmica del filtro en el diseo del compensador.

    cg f =10cg

  • Sistemas Automticos

    Universidad de Oviedo

    432005

    Eleccin del perodo de muestreo

    La eleccin del perodo de muestreo puede ser crtica a la hora de controlar un sistema

    Un perodo de muestreo grande har que el controlador reaccione con lentitud tanto a consigna como a perturbaciones, lo que inestabiliza el sistema. Aumenta la sobreoscilacin y disminuye el amortiguamiento.

    Un perodo de muestreo pequeo provocar una prdida de tiempo al obligar a calcular la misma accin de control infinidad de veces.

  • Sistemas Automticos

    Universidad de Oviedo

    442005

    10-1 100 101 102 103-120

    -100

    -80

    -60

    -40

    -20

    0

    20

    40Bode (Amplitudes )

    Eleccin del perodo de muestreo

    Si se coloca filtro antialiasing, se calcular la frecuencia de muestreo como 10 a 20 veces superior a la del filtro, para conseguir una atenuacin suficiente antes de muestrear.

    cg f =10cg m=20fs

  • Sistemas Automticos

    Universidad de Oviedo

    452005

    Eleccin del perodo de muestreo

    Cuando no hace falta el filtro antialiasing:

    A partir de la frecuencia natural del sistema realimentado, (o de la frecuencia de cruce de ganancia, como aproximacin), se elegir la frecuencia de muestreo como 20-40 veces superior.

    cg m =25cg

  • Sistemas Automticos

    Universidad de Oviedo

    462005

    Ejemplo

  • Sistemas Automticos

    Universidad de Oviedo

    472005

    Ejemplo

  • Sistemas Automticos

    Universidad de Oviedo

    482005

    Ejemplo

  • Sistemas Automticos

    Universidad de Oviedo

    492005

    Reguladores industriales (PIDs digitales)

    Autmatas Programables Mdulos PID. Funciones PID programadas en ROM + Mdulo analgico Algoritmos programados por el usuario + Mdulo analgico

    Ordenadores Industriales Tarjeta AD/DA + Software de Adquisicin y Control

    Implementacin. Equipos utilizados.

  • Sistemas Automticos

    Universidad de Oviedo

    502005

    Bibliografa

    1. [ARACIL-81] R. Aracil et al., Sistemas discretos de control. Representacin externa. Seccin de publicaciones, ETSI Industriales, Universidad Politcnica de Madrid, 1981.

    2. [ASTROM-88] K.J. Astrm et al., Sistemas controlados por computador, Paraninfo, 1988.

    3. [ASTROM-97] K.J. Astrm et al., Computer-Controlled Systems, Prentice Hall, 1997.

    4. [GOMEZ-98] J. Gmez Campomanes, Sistemas digitales de control, Universidad de Oviedo, 1998.

    5. [HOUPIS-85] C. H. Houpis et al., Digital Control Systems, McGraw Hill, 1985.6. [ISERMANN-89] R. Isermann, Digital Control Systems, Springer Verlag,

    Berlin, 1989.7. [KUO-03] B.C. Kuo, Sistemas de control digital, CECSA, 20038. [LOPEZ-93] H. Lpez, "Control por computador", Universidad de Oviedo, 1993.9. [OGATA-96] K. Ogata, Sistemas de Control en Tiempo Discreto, Prentice

    Hall, 1996