CAPITULO 17

UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL

CUSCO
Facultad: Ingeniería Geológica, Minas y Metalúrgica
Escuela Profesional: Ingeniería Metalúrgica

CAPITULO 17

Traducción del Libro “Process Dynamic and Control-Seborg” 2nd edición

CURSO : Control y Automatización de Procesos

PREPARADO POR : Luis Anthony Ormeño Pari
DOCENTE : Ing. Pezo Perez Roni

Semestre 2017-II
 CAPITULO 17

El muestreo digital, filtrado y control

de
TABLA DE CONTENIDO
17.1 Muestreo y reconstrucción de la señal
17.1.1 Solape
17.1.2 grandes frente a pequeños valores del periodo de muestreo
17.1.3 Directrices para seleccionar el periodo de muestreo
17.2 Procesamiento de Señales y Filtrado de datos
Los filtros analógicos 17.2.1
17.2.2 filtros digitales
17.3 transformada Z Análisis de Control Digital
17.3.1 La transformada z y funciones de transferencia discreta
17.3.2 Formulario tipo de convolución
17.3.3 Realizabilidad física
Análisis de estabilidad 17.3.4
17,4 sintonizaciones de controladores PID digital
17.4.1 El uso de Simulink
17.5 Síntesis directa para el diseño de controladores digitales
Método de 17.5.1 Dahlin (Lambda de sintonización)
17.5.2 Vogel-Edgar Algoritmo
17.5.3 Modelo de Control Interno (IMC)
17,6 mínimas de control Varianza
Resumen
 CAPITULO 17

Las especificaciones para un sistema basado en computadora para llevar a cabo la adquisición
de datos y control deben tener en cuenta varias cuestiones:
1. ¿Con qué frecuencia se deben adquirir los datos de cada sensor? Es decir, lo que la
frecuencia de muestreo debe ser empleado?
2. Hacen las mediciones contienen una cantidad significativa de ruido? Si es así, se puede
condicionar los datos (filtrado) para reducir los efectos del ruido?
3. ¿Qué algoritmo de control digital debe ser empleado?
17.1 Muestreo y Reconstrucción de Señal
Cuando un ordenador digital se utiliza para el control, las mediciones continuas se convierten
en forma digital mediante un convertidor analógico-a-digital (ADC) (ver Apéndice A) .Este
operación es necesaria porque el equipo digital no se puede procesar directamente una
continua (analógica) de la señal; primero, la señal debe ser muestreada, y entonces cada valor
analógico se debe asignar su valor digital correspondiente. El intervalo de tiempo entre
muestras sucesivas se conoce como el periodo de muestreo T, que corresponde a la toma de
muestras o velocidad de barrido, fs = 1 / T (ciclos / hora), o de manera equivalente, la
frecuencia de muestreo, (Radianes / tiempo).
La figura 17.1 muestra una operación de muestreo periódico idealizado en el que la señal
muestreada y * (t) es una serie de impulsos que representan las mediciones y (0), y (1), y
(2)........ En el muestreo instantes t = 0? t, 2Δt,...... la representación en la Fig. 17.1, también
denominada modulación como impulso (Franklin et al., 1997), se basa en la suposición de que
la operación de muestreo se produce instantáneamente.
La mayoría de los sistemas de control de equipo requieren un dispositivo llamado el DAC (de
digital a analógico convertidor), que cambia una serie de pulsos (desde el ordenador digital o
controlador) en una señal continua, esta señal
 CAPITULO 17

Figura 17.1, Muestreo periódico

idealizada. Para un periodo de
muestreo uniforme Dt, el muestreo
instantes t1, t2... tk corresponden a los
tiempos dt, 2Δt,... .., kΔt.

Figura 17.2 la conversión de digital a analógica

mediante un retenedor de orden cero.

a continuación, se transfiere a un elemento final de control tal como una válvula de control. En
el control de proceso, el elemento de control final normalmente requiere una señal de entrada
continua en lugar de una entrada de impulsos (aunque un motor paso a paso es una
excepción). El DAC por lo general contiene un retenedor de orden cero (ZOH) para convertir la
señal digital (pulsada) desde el controlador en una función escalera yH (t), como se muestra en
la Fig. 17,2, Tenga en cuenta que la señal de salida de la bodega de orden cero yH (t) se
mantiene constante durante un período de muestreo hasta que se recibe la siguiente muestra,
que se puede expresar como
𝑦𝐻(𝑡) = 𝑦(𝑘 − 1)𝑡𝑘−1 ≤ 𝑡 < 𝑡𝑘 Para (17-1)𝑡𝑘−1 ≤ 𝑡 < 𝑡𝑘
 CAPITULO 17

Otros tipos de dispositivos de retención se pueden emplear para la reconstrucción de la señal; por
ejemplo, un primer orden de retención extrapola la señal digital linealmente durante el intervalo de
tiempo desde tk-1 a tk basado en el cambio durante el intervalo anterior:
𝑡−𝑡𝑘 −1
𝑦𝐻 (𝑡) = 𝑦(𝑘 − 1) + ( ∆𝑡
) (𝑦(𝑘 − 1) − 𝑦(𝑘 − 2)) Para (17-2)𝑡𝑘−1 ≤ 𝑡 < 𝑡𝑘

A pesar de segundo orden y otra de orden superior bodegas puede ser diseñado e
implementado como DAC de propósito especial (Ogata, 1994; Astrom y Wittenmark, 1997;
Franklin et al .., 1997), estos enfoques más complicados no ofrecen ventajas significativas para
la mayoría de los problemas de control de proceso. En consecuencia, se hará hincapié en la
retención de orden cero, ya que es el dispositivo de retención más ampliamente utilizado para
el control de procesos.
La figura 17.3 muestra el diagrama de bloques para un bucle de control de realimentación típico
con un controlador digital.
Tenga en cuenta que tanto señales muestreadas (digitales) continua (analógica) y aparecen en
el diagrama de bloques. Los dos muestreadores típicamente tienen el mismo período de
muestreo y funcionan de forma sincrónica, lo que significa que adquieran señales muestreadas
exactamente al mismo tiempo, sin embargo, a veces se utiliza el muestreo multi-velocidad, en
el que uno muestreador funciona a una velocidad más rápida que la otra. Por ejemplo,
podemos desear para probar una variable de proceso y filtrar las mediciones con bastante
frecuencia en el desempeño de los cálculos de control con menos frecuencia con el fin de evitar
el desgaste excesivo en la válvula de accionamiento o control. El diagrama de bloques en la
Fig. 17.3 es simbólica en que las relaciones matemáticas entre las diversas señales (por
ejemplo, funciones de transferencia) no se muestran.
17.1.1 Solape
La tasa de muestreo debe ser lo suficientemente que la información importante proceso no se
pierde grande, tal como se ilustra en la Fig. 17.4. Supongamos que una señal sinusoidal en
muestrea a una tasa de 4/ 3 muestras por ciclo (es decir, 4/3 muestras por período). Esta
velocidad de muestreo hace que la señal reconstruida para que aparezca como una sinusoide
con un periodo mucho más largo que la señal original, como se muestra en internet. 17,4a.
Este fenómeno se conoce Como solape.
 CAPITULO 17

Figura 17.3 diagrama de bloques simplificado para el control de ordenador.

Tenga en cuenta que si la señal sinusoidal original, se tomaron muestras de sólo dos veces por
período, entonces resultaría una señal constante en la muestra, como se muestra en la Fig.
17,4d. Según Shannon`s teorema de muestreo (. Franklin et al 1997), una señal sinusoidal
debe ser muestreado más de dos veces cada período para recuperar la señal original; es decir,
la frecuencia de muestreo debe ser al menos dos veces la frecuencia de la onda sinusoidal.
Solape también se produce cuando una variable de proceso que no está variando
sinusoidalmente se muestrea. En general, si una medición del proceso se muestrea con una
frecuencia de muestreo,ωs componentes de alta frecuencia de la variable de proceso con una
ωs
frecuencia mayor que ωs / 2 aparecen como componentes de baja frecuencia(ω < 2 )en la
señal muestreada. Tales componentes de baja frecuencia pueden causar problemas de control
si aparecen en el mismo rango de frecuencia que las variaciones normales del proceso (por
ejemplo, las frecuencias cercanas a la frecuencia crítica, como se discute en el capítulo 13).
Solape puede ser eliminado mediante el uso de un filtro anti-solape, como se discute en la
Sección 17.2.ω𝑐
17.1.2 grandes frente a pequeños valores del periodo de muestreo
El muestreo demasiado lentamente puede reducir la eficacia de un sistema de control de
retroalimentación, especialmente su capacidad para hacer frente a las perturbaciones. En un
caso extremo, si el período de muestreo es más largo que el tiempo de respuesta del proceso,
a continuación, una perturbación puede afectar el proceso, pero la influencia de la perturbación
desaparecerá antes de que el controlador realiza la acción correctiva. En esta situación, el
sistema de control no puede manejar las perturbaciones transitorias y sólo es capaz de
controlar el estado de equilibrio. Por lo tanto, es importante tener en cuenta la dinámica del
proceso (incluyendo las características de perturbación) en la selección del período de
muestreo. Para el control de la composición, el tiempo requerido para completar el análisis de
la composición (por ejemplo, usando un cromatógrafo de gases) establece un límite inferior en
el período de muestreo. Controladores digitales comerciales, que manejan un número
especificado de ciclos de control (por ejemplo, 8 a 16), típicamente emplear una velocidad de
barrido fijo de menos de o igual a 1, pero puede variar el periodo de muestreo para los cálculos
 CAPITULO 17

de control. Para s, el rendimiento de un controlador digital que se aproxima mucho para el

control continuo (analógico) en aplicaciones normales de control de proceso.∆𝑡 ≤ 1

Figura 17.4 Error de solape debido al muestreo con demasiada lentitud.

17.1.3 Directrices para seleccionar el periodo de muestreo

La selección del período de muestreo sigue siendo más un arte que una ciencia. Un número de
directrices y reglas del pulgar se han reportado para los dos controladores PID y controladores
basados en modelos tales como el enfoque de control de Modelo Interno (IMC) del capítulo 12.
Hay una diferencia entre el periodo de muestreo utilizado por el hardware de control por
ordenador (típicamente 1 s o menos) para adquisición de datos y el periodo de muestreo
utilizado para los cambios de salida del controlador. Para el periodo de muestreo? T en el
algoritmo de control, Angstrom y Wittenmark (1997) han propuesto varias directrices en
términos de constante de tiempo dominante𝜏𝑑𝑜𝑚 o de conformarse tiempo ts
∆𝑡
0.01 ≤ 𝜏 ≤ 0.05 (17-3a)
𝑑𝑜𝑚

𝑡𝒔 𝒕𝒔
1.5
≤ ∆𝒕 ≤ 6
(17-3b)

En algunos casos, el retardo de tiempo de proceso puede llegar a ser un factor, y el período de
muestreo debe ser reducido para acelerar el tiempo de respuesta para las perturbaciones.
Simulación utilizando diferentes períodos de muestreo puede ser llevada a cabo para realizar la
selección final. Una vez más debemos mencionar que los datos del proceso pueden ser
adquiridos a una velocidad superior a la indicada anteriormente.

PROCESAMIENTO DE SEÑAL Y 17.2 Filtrado de datos

En aplicaciones de control de procesos, el ruido asociado con las mediciones puede surgir de
un número de fuentes: el equipo eléctrico dispositivo de medición, o el propio proceso. Los
efectos de ruido generado eléctricamente pueden minimizarse siguiendo los procedimientos
establecidos en relación con blindajes de los cables, de puesta a tierra, y así sucesivamente
 CAPITULO 17

(McDonnell y Jeringan, 1996). El ruido del proceso inducido puede surgir de variaciones
resultantes de mezcla incompleta, turbulencia, y flujos multifásicos no uniformes. Los efectos
tanto de ruido de proceso y el ruido de medición se pueden reducir mediante el
acondicionamiento de señal o filtrado. En el lenguaje de procesamiento de señal, el filtro de
término es sinónimo de función de transferencia debido a que un filtro de transformada de
señales de entrada para producir señales de salida.

Los filtros analógicos 17.2.1

Filtros analógicos se han utilizado durante muchos años para suavizar los datos experimentales
ruidosos. Por ejemplo, un filtro exponencial se puede utilizar para amortiguar las fluctuaciones
de alta frecuencia debido al ruido eléctrico; por lo tanto, se llama un filtro de paso bajo. Su
funcionamiento se describe por una función de transferencia de primer orden o,
equivalentemente, una ecuación diferencial de primer orden.
𝑑𝑦𝑓(𝑡)
𝑇𝐹 𝑑𝑡
+ 𝑦𝑓(𝑡) = 𝑦𝑚 (𝑡) (17-4)

Donde ym es el valor medido (la entrada del filtro), yf es el valor filtrado (la salida del filtro),
y𝑇𝐹 es la constante de tiempo del filtro. Tenga en cuenta que el filtro tiene una ganancia de
estado estacionario de uno. El filtro exponencial también se llama un filtro RC, ya que puede
ser construido a partir de un simple circuito eléctrico RC.
La figura 17.4 muestra que el muestreo relativamente lenta de una señal analógica de alta
frecuencia puede producir una señal de baja frecuencia artificial. Por lo tanto, es deseable
utilizar un filtro analógico a datos de proceso pre filtro antes del muestreo con el fin de eliminar
el ruido de alta frecuencia tanto como sea posible. Para estas aplicaciones, el filtro analógico se
refiere a menudo como un filtro anti-solape en el que el periodo de muestreo puede ser
seleccionado de forma independiente, con el conjunto de Tf a aproximadamente 0,5Dt. Sin
embargo, para tratar de variación lenta señales, el filtrado digital también se puede utilizar,
como se describe en la Sección 17.2.2 (McDonnell y Jeringan, 1996).
La Tf constante de tiempo de filtro en (17-4) debe ser mucho menor que la constante de tiempo
dominante del proceso 𝜏𝑑𝑜𝑚 para evitar la introducción de un desfase dinámico significativo en
el bucle de control de realimentación. Por ejemplo, la elección de Tf<0,1𝜏𝑑𝑜𝑚 generalmente
satisface este requisito. Por otro lado, si la amplitud del ruido es alto, entonces un valor mayor
de Tf puede ser requerida para suavizar las mediciones ruidosas. El rango de frecuencias del
ruido es otra consideración importante. Supongamos que la frecuencia de ruido más baja
esperada es denotada porωN. EntoncesTf se debe seleccionar de manera queωF <ωN, donde
ωF = 1 / Tf.
17.2.2 filtros digitales
En esta sección, consideramos varios filtros digitales ampliamente usados. Un tratamiento más
amplio de técnicas de procesamiento de filtrado y de señal digital está disponible en otra parte
(Oppenheim y Shafer, 1999)
Filtro exponencial
 CAPITULO 17

En primer lugar consideramos una versión digital del filtro exponencial de ec.17-4. Denotar las
muestras de la variable medida como ym los correspondientes valores filtrados como (k-1), ym
(k), ... .. y yF (k-1), yF (k), ...... donde k se refiere al muestreo actual instante. El derivado de
(17-4) en el tiempo de la etapa k se puede aproximar por una diferencia hacia atrás de primer
orden:
𝑑𝑌𝐹 𝑦𝐹 (𝐾)−𝑦𝐹 (𝑘−1)
= (17-5)
𝑑𝑡 ∆𝑡
Sustituyendo en (17-4) y sustitución de yF (t) por yF (k) y ym (t) por ym (k) los rendimientos
𝑦𝐹 (𝑘)−𝑦𝐹 (𝑘−1)
𝑡𝐹 + 𝑦𝐹 (𝑘) = 𝑦𝑚 (𝑘) (17-6)
∆𝑡

Reordenando da
∆𝑡 𝑡𝐹
𝑦𝐹 (𝑘) = 𝑡 𝑦𝑚 (𝑘) + 𝑡 𝑦𝐹 (𝑘 − 1 (17-7)
𝐹 +∆𝑡 𝐹 +∆𝑡

Definimos el parámetro adimensional

∆𝑡
𝛼 ≈= 𝑡 (17-8a)
𝐹 +∆𝑡

Donde 0 < 𝛼 1. A continuación, ≤

∆𝑡 𝑡𝐹
1−𝛼 =1− = (17-
𝑡𝐹 +∆𝑡 𝑡𝐹 +∆𝑡
8b)
De manera que (17-7) se puede escribir como
𝑦𝐹 (𝑘) = 𝛼𝑦𝑚 (𝑘) + (1 − 𝛼)𝑦𝐹 (𝑘 − 1) (17-9)
Ecuación 17-9 indica que la medición filtrada es una suma ponderada de la ym corriente de
medición (k) y el valor filtrado en el anterior instante de muestreo yF (k-1). Esta operación
también se llama suavizado exponencial simple o el filtro EWMA, por ponderado
exponencialmente media móvil. Limitación de los casos para son:𝛼
𝛼 = 1: No de filtrado (la salida del filtro es la ym medición en bruto (k))
𝛼 = 0: La medición se ignora.
17-8a ecuación indica que corresponde a una constante de cero (sin filtración) de tiempo de
filtro.𝛼 = 1
Expresiones alternativas para en (17-9) se pueden derivar si la diferencia hacia adelante o
hacia otros esquemas de integración para dy𝛼/ Dt se utilizan (Franklin et al, 1997), la
integración analítica de (17-4) para producir una ecuación de diferencia se puede realizar para
una entrada constante por tramos, lo que lleva al resultado obtenido previamente en el Capítulo
7 (Ec. 7-34)

Filtro doble exponencial

 CAPITULO 17

Otro filtro digital útil es el doble filtro de orden segundo exponencial o, lo que ofrece algunas
ventajas para hacer frente a la deriva de la señal; El filtro de segundo orden es equivalente a
dos filtros de primer orden en serie, donde la segunda entrada del filtro es el YF señal de salida
(k) del filtro exponencial en la ecuación. 17-9. El segundo filtro (con salida𝛾𝐹 (𝑘) y constante del
filtro puede expresarse como𝛾
𝛾𝐹 (𝑘) = 𝛾𝑦𝐹 (𝑘) + (1 − 𝛾)𝛾𝐹 (𝑘 − 1 (17-10)
O
𝛾𝐹 (𝑘 − 1) = 𝛾𝛼𝑦𝑚 (𝑘) + 𝛾(1 − 𝛼)𝑦𝐹 (𝑘 − 1) + (1 − 𝛾)𝑦𝐹 (𝑘 − 1) (17-11)
Escribiendo la ecuación. 17-10 para el instante de muestreo anterior da
𝑦̅𝐹(𝐾 − 1) = 𝑦𝑌𝐹(𝑘 − 1) + (1 − 𝑌)𝑦̅𝐹(𝐾 − 2) (17-12)
Resolviendo para yF (k-1)
1 1−𝑦
𝑦𝐹(𝑘 − 1) = 𝑦̅𝐹(𝑘 − 1) − 𝑦𝐹(𝑘 − 2) (17-13)
𝑌 𝑦

Sustituyendo (17-13) en (17-11) y reordenando da la siguiente expresión para el filtro

exponencial doble:
𝑦̅𝐹(𝑘) = 𝑦𝛼𝑦𝑚 (𝑘) + (2 − 𝑦 − 𝛼)𝑦̅𝐹(𝑘 − 1) − (1 − 𝛼)(1 − 𝑦)𝑦̅𝐹(𝑘 − 2) (17-14)
Una simplificación común es seleccionar, produciendo𝛾 = 𝛼
𝑦̅𝐹(𝑘) = 𝛼 2 𝑦𝑚 (𝑘) + 2(1 − 𝛼)𝑦̅𝐹(𝑘 − 1) − (1 − 𝛼)2 𝑦̅𝐹(k-2) (17-15)
La ventaja del filtro exponencial doble sobre el filtro exponencial de la ecuación. 17-9 es que
proporciona un mejor filtrado de ruido de alta frecuencia, especialmente si. Por otra parte, a
veces es difícil de ajustar𝛾 = 𝛼𝛾 y 𝛼 adecuadamente para una aplicación dada o fecha fijada.
También es difícil de sintonizar un controlador en serie con filtro exponencial doble.
Aunque el filtro exponencial doble es beneficioso en algunos casos, el filtro exponencial único
es más ampliamente utilizado en aplicaciones de control de procesos.
Filtro de media móvil
Un filtro de movimiento de la media de las medias de un número especificado de puntos de
datos anteriores, dando la misma importancia a cada punto de datos. Por lo general, es menos
eficaz que el filtro exponencial, lo que da más peso a los datos más recientes. El filtro de media
móvil se puede expresar matemáticamente como
1
𝑦𝐹 (𝑘) = ∑𝑘𝑖=𝑘−𝑁∗+1 𝑦𝑖 (17-16)
𝑁∗
Donde es el número de puntos de datos anteriores que están siendo promedio, la ecuación 17-
16 también se puede expresar en términos del valor k-1 se filtró yF (k-1):𝑁 ∗

𝑦𝐹 (𝑘 − 1) ∑𝑘−1
𝑖=𝑘−𝑁∗ 𝑦𝑚 (𝑖) (17-17)

Restando (17-17) a partir de (17-16) da la forma recursiva del filtro de media móvil:
 CAPITULO 17

1
𝑦𝐹 (𝑘) = 𝑦𝐹 (𝑘 − 1) + 𝑁∗ (𝑦𝑚 (𝑘) − 𝑦𝑚 (𝑘 − 𝑁 ∗)) (17-18)

El filtro de media móvil es un filtro de paso bajo que elimina el ruido de alta frecuencia.
Filtro de ruido-Pico
Si una medición ruidosa cambia de repente por una gran cantidad y luego vuelve al valor
original (o cerca de ella) en el siguiente instante de muestreo, se dice que se produce un pico
de ruido. La figura 17.5 muestra dos picos de ruido que aparecen en los datos de temperatura
experimentales para un baño de arena fluidizado. En general, los picos de ruido pueden ser
causados por señales eléctricas espurias en el entorno del sensor. Si los picos de ruido no se
eliminan por filtrado antes de la medición ruidoso se envía al controlador, el controlador
producirá cambios grandes y repentinos en la variable manipulada.
Filtros de ruido de pico (o de velocidad de cambio-filtros) se utilizan para limitar la cantidad se
permite la salida filtrada para cambiar de un instante de muestreo al siguiente. Si denota el
cambio máximo permitido, el filtro de ruido-pico se puede escribir como∆𝑦
𝑦𝑚 (𝑘) 𝑖𝑓 𝑦𝑚 (𝑘) − 𝑦(𝑘 − 1) ≤ ∆𝑦
𝑦𝐹 (𝑘 − 1) − ∆𝑦 𝑖𝑓 𝑦𝐹 (𝑘 − 1) − 𝑦𝑚 (𝑘) > ∆𝑦
𝑦𝐹 (𝑘 − 1) + ∆𝑦 𝑖𝑓 𝑦𝑚 (𝑘) − 𝑦𝐹 (𝑘 − 1) > ∆𝑦
(17-19)
Si se produce un gran cambio en la medición, el filtro sustituye a la medición por la salida del
filtro anterior más (o menos) el cambio máximo permitido. Este filtro también se puede utilizar
para detectar fallos de funcionamiento del instrumento tales como un fallo de alimentación, una
rotura en una línea de termopar o instrumento, o un “glitch” ADC.
Filtros digitales más complicados están disponibles, pero no se han utilizado comúnmente en
aplicaciones de control de procesos. Estos incluyen filtros de paso alto y filtros de paso de
banda (Isermann, 1989; Oppenheim y Shafer, 1999).

Figura 17.5 datos de respuesta de la

temperatura de un baño de arena
fluidizado contiene dos picos de ruido
(Phillips y Seborg, 1987)

Ejemplo 17.1 Para comparar el rendimiento de filtros alternativos, considere una señal de onda
cuadrada con una frecuencia de f = 0,33 ciclos por minuto y una amplitud 0,5 corrompido por:
 CAPITULO 17

i. ruido sinusoidal de alta frecuencia (amplitud = 0,25, fn = 9 ciclos / Min)

ii. Aleatorio (Gauss) de ruido con media cero y una varianza de 0.01
Evaluar ambos filtros exponenciales analógicos y digitales, así como un filtro de media móvil y
evaluar el efecto del intervalo de muestreo ∆𝑡
Solución:
i. El ruido sinusoidal
Los resultados representativos para el ruido sinusoidal de alta frecuencia se muestran en la Fig.
17.6. La onda cuadrada con ruido aditivo, la señal a filtrar, se muestra en la Fig. 17.6a, y el
rendimiento de los dos filtros exponenciales analógicos se muestra en Fig.17.6b. La elección de
una constante relativamente grande de tiempo de filtro (Tf = 0,4 min) da como resultado una
señal filtrada que contiene menos ruido, pero es más lento, en comparación con la respuesta
de Tf = 0,1 min.
 CAPITULO 17

Figura 17.6 Una comparación de rendimiento del filtro para ruido aditivo sinusoidal: (a) de onda
cuadrada más el ruido; (B) análogo de filtros exponenciales; (C) Filtros exponenciales digitales;
(d) filtros móviles-media.

El efecto de período de muestreo en el rendimiento del filtro digital se ilustra en Fig.17.6c. Un

1
intervalo de muestreo más grande (resultados en serio aliasing porque∆𝑡∆𝑡 = 0.1 min)𝑓𝑥 = =
∆𝑡
10 𝑐𝑦𝑐𝑙𝑒𝑠/min, Que es menor que. La reducción de2𝑓𝑁 = 18 𝑐𝑦𝑐𝑙𝑒𝑠/min∆𝑡por un factor de dos
1
resultados en un rendimiento mucho mejor. Para cada filtro, un valor de𝑡𝐹 = =
∆𝑡
0.1 𝑐𝑦𝑐𝑙𝑒𝑠/minfue elegido porque este valor era satisfactorio para el filtro analógico de
Fig.17.6b. El valor más pequeño deα (0,33 para ∆𝑡 = 0.05 𝑚𝑖𝑛 vs. 0.5 para proporciona más
filtración.∆𝑡 = 0.1 min)
El rendimiento de dos filtros de movimiento de la media (N* = 3 y 7) con se muestra en la
Fig.17.6d. La elección de N * = 7 resultados en un mejor filtrado porque este filtro de
movimiento de la media de las medias el ruido sinusoidal durante varios ciclos, mientras que N
* = 3 da una respuesta más rápida pero las fluctuaciones más grandes.∆𝑡 = 0.05 𝑚𝑖𝑛

Figura 17.7 Comparación del rendimiento del filtro para ruido aditivo gaussiano: (a) de onda
cuadrada más el ruido; (B) analógicas filtros exponenciales, (c) filtros exponenciales digitales;
(d) filtros móviles-media.
 CAPITULO 17

(Ii) El ruido aleatorio

Las simulaciones que ilustran los efectos de este nivel de ruido se muestran en la Fig.17.7. Fig
17.7a muestra la señal sin filtrar después de ruido Gaussiano con media cero y una varianza de
0.01 fue añadido a la señal de onda cuadrada. El análogo, filtros exponenciales en la Fig.
17.7b, proporcionan un filtrado efectivo y de nuevo muestra la solución de compromiso entre el
grado de filtrado y la lenta respuesta que es inherente a la elección de la Tf. Los filtros digitales
en la figura 17.7c y d son menos eficaces a pesar de que diferentes valores de∆𝑡 y N* fueron
considerados. Algunos solapes se produce debido a los componentes de alta frecuencia del
ruido aleatorio, que impide que el filtro digital de realizar, así como el filtro analógico.
En conclusión, tanto los filtros analógicos y digitales pueden suavizar señales ruidosas, siempre
que los parámetros de diseño del filtro (incluido el período de muestreo) son cuidadosamente
seleccionados.

17.3 transformada Z ANÁLISIS PARA EL CONTROL DIGITAL

En esta sección, introducimos la transformada z con el fin de analizar los sistemas de tiempo
discreto. . Una vez a sistemas continuos se interfaz con un sistema discreto, tal como se
muestra en la figura 17.3, es necesario analizar el comportamiento del sistema en lazo cerrado
usando software tal como Simulink; Sin embargo, un enfoque basado en la simulación no
proporciona una base rigurosa para interpretar o analizar el comportamiento -tiempo discreta.
Este análisis incluye elementos tales como procesos y modelos discretos controlador: y
estabilidad de los sistemas de bucle cerrado conceptos clave para estos temas se discuten a
continuación. Más extensas presentaciones están disponibles en Franklin et. Alabama. (1997) y
la primera edición de este libro (Seborg et al, 1989).
17.3.1 La transformada z y funciones de transferencia discreta
El diseño y análisis de sistemas de control digital se ve facilitada por la introducción de un
tiempo de transformada discreta, es decir, la transformada z. Considere la operación del
muestreador ideales, periódica se muestra en la Fig.17.1. El muestreador convierte una señal y
continua (t) en una discreta señal y * (t) a intervalos igualmente espaciados de tiempo.
Matemáticamente, es un conveniente considerar muestreo impulso, donde y * (t) es la señal
muestreada formado por una secuencia de impulsos o funciones delta de Dirac basados en el
valor y (t) en cada instante de muestreo:
𝑦 ∗ (t) = ∑∞
𝑘=0 𝑦(𝑘∆𝑡)𝛿(𝑡 − 𝑘∆𝑡) (17-20)

Recuerde del capítulo 3 que cuando, por lo que un impulso se forma en cada toma de muestras
en constante con magnitud).𝛿(𝑡 − 𝑘∆𝑡) = 1𝑡 = 𝑘∆𝑡𝑦(𝑘∆𝑡
A continuación, se deriva la transformada de Laplace de Eq.17-20, y * (s). El valor de𝑦(𝑘∆𝑡)se
considera que es una constante en cada término de la suma y por lo tanto es invariante cuando
se transforma. Desde entonces, se sigue que la transformada de Laplace de una unidad de
impulso es retrasado𝜑[𝛿(𝑡)] = 1

. Por lo tanto, la transformada de Laplace de (17-20) está dada por𝜑[𝛿(𝑡 − 𝑘∆𝑡)] = 𝜀 −𝑘∆𝑡𝑠

𝑦 ∗ (s) = ∑∞
𝑛=0 𝑦(𝑘∆𝑡)𝜀
−𝑘∆𝑡𝑠
(17-21)
 CAPITULO 17

Definir la variable transformada z de z como:

∆
𝑧 𝜀 𝛿∆𝑡 (17-22)
−

Sea Y (z) denota la transformada z de y * (t),

𝑌(𝑧) = 𝑍[y ∗ (t)] = ∑∞

𝑘=0 𝑦(𝑘)𝑧
−𝑘
(17-23)

Donde la notación se simplifica mediante el uso de y (k) para denotar.𝑦(𝑘∆𝑡)

Podemos utilizar transformada z de una manera similar a la transformada de Laplace y
finalmente expresar una función de transferencia de tiempo discreto que corresponde a una
ecuación de diferencia. Lo primero que necesitamos para derivar algunas propiedades de la
transformada z. El uso de (17-23), que desarrolla el teorema de traslación de la siguiente
manera:

𝑍(𝑦(𝑡 − 𝑖∆𝑡)) = ∑∞
𝑘=0 𝑦(𝑘)𝑧
−𝑘
(17-24)

Sustituyendo j = ki y porque, a continuación,𝑦(𝑗∆𝑡) = 0 𝑓𝑜𝑟 𝑗 < 0

𝑍(𝑦(𝑡 − 𝑖∆𝑡)) = 𝑧 −1 ∑∞
𝑗=0 𝑦(𝑗∆𝑡)𝑧
−𝑗
= 𝑧 −1 𝑌(𝑧) (17-25)

Por tanto, el teorema de traslación establece que; por lo tanto,𝑍(𝑦(𝑘 − 𝑖)) = 𝑧 −1 𝑌(𝑧)
. Como se discute en la Sección 7.4, la respuesta de un proceso continuo a intervalos discretos
de tiempo (y (k), k = 0,1,2 ....) A los cambios en la entrada a intervalos últimos (u (k), k = 0 , 1,2
...) se puede expresar utilizando una ecuación de diferencia. Para la ecuación de diferencia de
primer orden,𝑍(𝑦(𝑘 − 1)) = 𝑧 −1 𝑌(𝑧)
𝑦(𝑘) + 𝑎1 𝑦(𝑘 − 1) = 𝑏1 𝑢(𝑘 − 1) (17-26)
La transformada z se puede obtener usando (17-25) para una entrada general de u (k):
𝑌(𝑧) + 𝑎1 𝑧 −1 𝑌(𝑧) = 𝑏1 𝑧 −1 𝑈(𝑧) (17-27)
Resolviendo para Y (z) en términos de U (z),
𝑏 𝑧 −1
1
𝑌(𝑧) = 1+𝑎 −1 𝑈(𝑧) = 𝐺(𝑧)𝑈(𝑧) (17-28)
1𝑧

Ecuación 17-28 define la función de transferencia discreta G (z) de la ecuación de diferencia de

primer orden, que es análoga a la función de transferencia obtenida mediante la aplicación de
la transformada de Laplace a una ecuación diferencial lineal de primer orden. Si se conoce la
entrada U (z), entonces una expresión para la salida Y (z) se puede encontrar multiplicando
veces G (z) T (z).
Una señal de entrada de impulsos T (z) se puede derivar de una variedad de señales que son
análogas a las entradas de tiempo continuo estándar (Ogata, 1994; Seborg et al, 1989). Aquí
sólo tenemos en cuenta la entrada escalón para ilustrar el procedimiento. Una entrada de paso
unidad tiene un valor de 1 para todos los tiempos; por lo tanto, en cada instante de muestreo, (.
Usando (17-23), encontramos que la transformada z de una serie de pulsos de unidad de altura
es𝑢(𝑘∆𝑡) = 𝑈(𝑘) = 1

𝑈(𝑧) = 1 + 𝑧 −1 + 𝑧 −2 + 𝑧 −3 +......... (17-29)

 CAPITULO 17

Para se puede expresar en forma cerrada como (Ogata, 1994)|𝑧 −1 | < 1, 𝑈(𝑧)
1
𝑈(𝑧) = 1−𝑧−1 (17-30)

Para calcular la respuesta de una función de transferencia discreta, que corresponde a la

respuesta de la ecuación de diferencia equivalente, podemos utilizar la simulación directa de la
ecuación de diferencia basada en la entrada especificada. Alternativamente, la salida de
transformada z se puede calcular usando la división larga, que es un desarrollo en serie de
potencia en términos de. Vamos a ilustrar este cálculo en los ejemplos 17.2 y 17.3𝑧 −𝑘
Ejemplo 17.2
Calcular la respuesta de la ecuación de diferencia de primer orden (17-26) para a1 = -0,368, b1
= 1,264, y y (0) = 0 utilizando z-transformar y la división larga para k = 0, 1, 2, .... . 5. Comparar
el resultado con la respuesta al escalón unidad para un sistema de tiempo continuo de primer
−∆𝑡
orden (K = 20, T = 1), donde y, como se discute en la sección 7.4.𝑎1 = −𝜀 𝑇 ∆𝑡 = 1
SOLUCIÓN
El uso de (17-28), encontramos que la respuesta a un escalón de entrada es(U(z) = 1/(1 −
𝑧 −1 )
1.264 1 1.264𝑧 −1
𝑌(𝑧) = 1−0.368𝑧−1 × 1−𝑧−1 = 1−1.368𝑧−1 +0.368𝑧−2 (17-31)

A continuación, utilizamos el algoritmo de división para dividir el denominador entre el

numerador. El orden de los polinomios numerador y denominador se inicia con la menor
potencia de la operación de división.𝑧 −𝑘

Debido a limitaciones de espacio, sólo mostramos los primeros tres términos anteriores: y (1) =
1.264, y (2) = 1,729, y y (3) = 1,9. Continuando, calculamos y (4) = 1,963 e y (5) = 1.986. En
última instancia, y (k) alcanza su valor de estado estacionario de 2,0 (k grande), lo que
concuerda con el hecho de que la ganancia de proceso K es 2 y la entrada es un cambio de
paso unidad. La respuesta de paso en tiempo continuo es, y los valores muestreados de la
respuesta de tiempo discreto para𝑦(𝑡) = 2(1 − 𝜀 −𝑡 )∆𝑡 = 1son los mismos (k = 0,1,2,3 .......). Por
lo tanto, la discretización es exacto; es decir, se basa en la solución analítica para una entrada
constante por tramos.
La misma respuesta podría obtenerse a partir de la simulación de la ecuación de primer orden
diferencia (17-26), con u (k) = 1 para; es decir,𝑘 ≥ 0
𝑦(𝑘) = 0.368𝑦(𝑘 − 1) + 1.264(1)
 CAPITULO 17

A partir de y (0) = 0, es fácil para generar de forma recursiva los valores de y (1) = 1.264, y (2)
= 1,729, y así sucesivamente. Tenga en cuenta que el valor de estado estable se puede
obtener en la ecuación anterior mediante el establecimiento y (k) = y (k-1) = yss y resolviendo
para yss. En este caso yss = 2, como se esperaba.

Ejemplo 17.3
Para la ecuación de diferencia,
𝑦(𝑘) = 0.9744y(k − 1) − 0.2231y(k − 2) − 0.3225(k − 2) + 0.5712u(k − 3) (17-32)
Derivar su función de transferencia y la etapa respuesta discreta para. Utilice la división larga
para obtener Y (z) para k = 0 a k = 9. Comparar este resultado con la simulación de la ecuación
de diferencia original, (17-32), y un cambio de paso unidad en u (k) en k = 0. Asumir y (0) =
1
0𝑈(𝑧) = −1
1−𝑧

Solución
Hablando la transformada z de (17-32),
𝑌(𝑧) = 0.9744𝑧 −1 𝑌(𝑧) − 0.2231𝑧 −2 𝑌(𝑧) − 0.3225𝑧 −2 𝑈(𝑧) + 0.5712𝑧 −3 𝑈(𝑧) (17-33)
Reordenando da la función de transferencia discreta
𝑌(𝑧) −0.3225𝑧 −2 +0.5712𝑧 −3
𝐺(𝑧) = 𝑈(𝑧) = 1−0.9744𝑧−1 +0.2231𝑧−2 (17-34)

Tenga en cuenta que el numerador de GHAS un factor común de z-2, que indica la presencia
de un retardo de tiempo aparente de dos períodos de muestreo.(𝑧)
Para determinar la respuesta de paso, ajuste y se multiplica por la función de transferencia para
encontrar la serie de potencias para Y (z). División larga como se hizo en el Ejemplo 17.2
1
rendimientos𝑈(𝑧) = −1
1−𝑧

Tenga en cuenta que Y (k) = 0 para k = 0 y k = 1 m e Y (2) = - 0,3225, lo que indica un tiempo
de retardo de dos unidades en G (z). Después de un período transitorio inicial, parece que y (k)
es cada vez mayor y puede acercarse a un valor de estado estacionario. Para un cambio de
paso unidad en U (z), el valor de estado estable de la respuesta de Y (z) se puede encontrar
mediante la determinación de la ganancia de estado estacionario de G (z). En analogía con el
tiempo continuo transformar, la ganancia en estado estable se puede encontrar mediante el
establecimiento de s = 0 en z = 1. En este caso, G (z = 1) = 1, por lo que Y (k) = 1 en el estado
estacionario para un cambio de unidad.
Ese mismo resultado se puede obtener usando la ecuación de diferencia originales. Una tabla
(u hoja de cálculo) podrían ser construidos para realizar un seguimiento de los diversos
términos de la ecuación de diferencia, y la respuesta al escalón se genera utilizando software
 CAPITULO 17

de hoja de cálculo. Suponemos que el sistema original se encuentra en estado estacionario en

k = 0, por lo que los términos y y u correspondiente a k<0 son iguales a 0. Utilizando la
ecuación de diferencia, la Ec. 17-32, encontramos el valor de y (k) a partir de las entradas
(células) de la misma fila mediante la realización de las multiplicaciones correspondientes.
A continuación, considere una diferencia ecuación general de orden superior dada por
𝑎0 𝑦(𝑘) + 𝑎1 𝑦(𝑘 − 1) + ⋯ + 𝑎𝑚 𝑦(𝑘 − 𝑚) = 𝑏0 𝑢(𝑘) + 𝑏1 𝑢(𝑘 − 1) + ⋯ + 𝑏𝑚 𝑢(𝑘 − 𝑛) (17-36)
Donde a1 y b1 son conjuntos de coeficientes constantes, n y m son números enteros positivos,
u (k) es la entrada, e Y (k) es la salida. Hablando de la transformada z de ambos lados de la
ecuación. 17-36 da
𝑎0 𝑌(𝑧) + 𝑎1 𝑧 −1 𝑌(𝑧) + ⋯ + 𝑎𝑚 𝑧 −𝑚 𝑌(𝑧) = 𝑏0 𝑈(𝑧) + 𝑏1 𝑧 −1 𝑈(𝑧) + ⋯ + 𝑏𝑚 𝑧 −𝑛 𝑈(𝑧) (17-38)
La relación de polinomios en la función de transferencia discreta, G (z), se puede derivar
mediante manipulaciones algebraicas para cualquier ecuación de diferencia. En este caso
𝐵(𝑧) 𝑏 +𝑏 𝑧 −1 +⋯+𝑏 𝑧 −𝑛
𝐺(𝑧) = 𝐴(𝑧) = 𝑎𝑜 +𝑎1 𝑧−1 +⋯+𝑎𝑛 𝑧−2 (17-39)
0 1 2

Donde B (z) y A (z) son polinomios en. Para la mayoría de los procesos, b0 es cero, lo que
indica que la entrada no afecta instantáneamente la salida, en la Ec. 17-26, si b0𝑧 −1 ≠ 0,
entonces el término de entrada incluiría u (k) en la ecuación de diferencia. Además, el
coeficiente principal en el denominador se puede ajustar igual a la unidad dividiendo el
numerador y el denominador por a0. El Gin ganancia de estado estacionario (17-39) se puede
encontrar mediante el establecimiento de z = 1.

El comportamiento dinámico de (17-39) se puede caracterizar por sus polos y ceros de modo
similar a los sistemas de tiempo continuo. Para ello, hay que convertir primero G (z) para
𝑛
potencias positivas de z multiplicando (17-39) por𝑧 ⁄𝑧 𝑚 , Dando lugar a polinomios modificados,
B'(Z) A' (z). La estabilidad de G (z) se determina por sus polos, las raíces de la ecuación
característica, A '(z) = 0, A' (z) se llama el polinomio característico. Tenga en cuenta que z es
una variable compleja, ya que está relacionada con la variable compleja s por la definición de
(17-22). El círculo unidad en el plano z complejo se define como un círculo con la unidad de
radio en el que z = 1. El círculo de la unidad es la línea divisoria entre las regiones estable e
inestable. Cualquier poste que se encuentra dentro del círculo unidad es estable y por lo tanto
proporciona una respuesta estable a una entrada acotada. Por el contrario, un poste que se
encuentra fuera del círculo unitario es inestable. Los ceros de G (z) son las raíces de B '(z) = 0.
En el análisis de tiempo discreto, retardos de tiempo son por lo general supone que ser un
número entero múltiplo N del periodo de muestreo∆𝑡. Este retardo de tiempo produce N raíces
de una'(Z) que se encuentra en el origen y por lo tanto se puede expresar como un factor,𝑧 𝑁 ,
Por definición, el orden de G (z) es donde P es el número de polos.𝑃 + 𝑁
 CAPITULO 17

Figura 17.8 respuestas de dominio de tiempo para diferentes ubicaciones del polo una,
indicados por una X, de una función de transferencia discreta de primer orden y una entrada de
impulsos en k = 0

Algunas propiedades importantes de los sistemas de datos muestreados se pueden obtener de

la división larga de su transformada z. Por ejemplo, para el primer orden z-transformar

𝑏
𝑌(𝑧) = 1−𝑎 0𝑧−1 (17-40)
1

Una señal muestreada equivalente se puede encontrar por división larga, lo que resulta en la
serie infinita

𝑌̅(𝑧) = 𝑏0 (1 + 𝑎1 𝑧 −1 + ⋯ + 𝑎1𝑛 𝑧 −𝑛 ) (17-41)

Si a1 = b0 = 1, entonces y. Por lo tanto, la ecuación de diferencia equivalente sería una suma

1
de todos los valores anteriores de u (k).𝑌(𝑧) = ̅ (𝑧) = ∑∞
−1 𝑌 𝑖−0 𝑧
−1
1−𝑧

17.3.2 Formulario tipo de convolución

Para la función de transferencia en (17-38), dividiendo el numerador por el denominador

(comenzando con a0 y la determinación de los restos) conduce a un modelo equivalente a un
modelo de convolución discreta (véase la Sección 7.5.1). Larga división de (17-38) los
rendimientos para los tres primeros términos de la serie∑∞ 𝑘=0 𝑐𝑘 𝑧
−𝑘

𝑏
𝑐0 = 𝑎0 (17-42)
0

𝑏1 𝑏0 𝑎1
𝑐1 = − (17-43)
𝑎0 𝑎02
 CAPITULO 17

𝑏0 𝑎2 𝑏1 𝑎1 𝑏0 𝑎12
𝑐2 = 𝑏2 − − + (17-44)
𝑎0 𝑎0 𝑎02

Por tanto, la función de transferencia es

𝐺(𝑧) = 𝑐0 + 𝑐1 𝑧 −1 + 𝑐2 𝑧 −2 + ⋯ .. (17-45)

Que se corresponde con el modelo de formulario de convolución,

𝑦(𝑘) = 𝑐0 + 𝑐1 𝑢(𝑘 − 1) + 𝑐2 𝑢(𝑘 − 2) + ⋯ (17-46)

17.3.3 realizabilidad física

En el capítulo 4 se abordó la noción de realizabilidad física de las funciones de transferencia de

tiempo continuo. Una condición análoga puede ser declarada de una ecuación de diferencia o
su función de transferencia, es decir, que un modelo de tiempo discreto no puede tener una
señal de salida que depende de las entradas futuras. De lo contrario, el modelo no es
físicamente realizable. Considere la relación de polinomios dada en la ecuación. 17-39. La
función de transferencia discreta será físicamente realizable, siempre y cuando a0≠ 0,
suponiendo que G (z) se ha reducido de manera que los factores comunes en el numerador y
el denominador han sido cancelados. Para demostrar esta propiedad, examinar Eq.17-36. Si a0
= 0, la ecuación de diferencia es

𝑎1 𝑦(𝑘 − 1) = 𝑏0 𝑢(𝑘) + 𝑏1 𝑢(𝑘 − 1) + ⋯ . +𝑏𝑘 𝑢(𝑘 − 𝑛) − 𝑎2 𝑦(𝑘 − 2) − ⋯ − 𝑎𝑚 𝑦(𝑘 − 𝑚) (17-47)

O desplazando el índice a partir de k a k + 1

𝑎1 𝑦(𝑘) = 𝑏0 𝑢(𝑘 + 1) + 𝑏1 𝑢(𝑘) + ⋯ (17-48)

Esta ecuación requiere una entrada de futuro u (k + 1) para influir en el valor actual de la salida
y (k), que es físicamente imposible (irrealizable). Realizabilidad física de los modelos (proceso
o controlador) debe ser revisado antes de su uso para la simulación o control.

Discreta función de transferencia de un controlador integral

Ahora se deriva una función de transferencia para un controlador digital integral, en donde la
salida es p (k) y la entrada es la señal de error e (k) (cf.Eq. 8-7). La integral de e (t) en tiempo
continuo puede ser aproximada por una suma en tiempo discreto. Mediante el uso de una
aproximación en diferencias finitas a la integral.

1 𝑡 ∆𝑡
Entonces (17-49)𝑝(𝑡) = 𝑇1 ∫0 𝑒(𝑡 ′ )dt′ ≈ 𝑇1 ∑𝑛𝑘=0 𝑒(𝑘)

∆𝒕 𝒏
𝒑(𝒛) = ∑ 𝒆(𝒌) (17-50)
𝑻𝟏 𝒌=𝟎
∆𝑡
Tomando la transformada z 𝑃(𝑧) = 𝑇1 (∑𝑛𝑘−0 𝑧 −𝑘 )𝐸(𝑧) (17-51)

Cuando n es grande, la suma se puede expresar en forma cerrada como

 CAPITULO 17

∆𝑡
𝑃(𝑧) = (1−𝑧−1 )𝑇1 𝐸(𝑧) (17-52)

El análogo de tiempo continuo a (17-43) para un controlador integral es

𝐸(𝑠)
𝑃(𝑠) =
𝑇1𝑠
Comparando las dos expresiones anteriores, se puede observar una relación entre s y, lo que
es 𝑧 −1
1−𝑧 −1
𝑠= ∆𝑡
(17-53)

Esta expresión es conocida como la aproximación buckward-diferencia (BD) de s (equivalente a

una primera orden de serie Taylor), y que puede ser utilizado para convertir una expresión
tiempo continuo (en s) en una expresión de tiempo discreto aproximado en simplemente por
sustitución directa. La misma relación se puede obtener mediante el reconocimiento de que𝑧 −1
𝑑2 𝑑𝑒
𝛿 = 𝑠𝐸(𝑠). 𝑇ℎ𝑖𝑠 𝑒𝑥𝑝𝑟𝑒𝑠𝑠𝑖𝑜𝑛 𝑐𝑎𝑛 𝑏𝑒 𝑐𝑜𝑚𝑝𝑎𝑟𝑒𝑑 𝑤𝑖𝑡ℎ ≈ 𝑒(𝑘) − 𝑒(𝑘 − 1): ∆𝑡
𝑑𝑡 𝑑𝑡

Para los cuales la transformada z es E (z). Por lo tanto, podemos aproximar la transformada de
Laplace de una función de tiempo continuo tal controlador PID en tiempo discreto mediante la
sustitución de la aproximación BD para s dadas en (17-53), como se muestra en el siguiente
1−𝑧 −1
ejemplo. ∆𝑡

Ejemplo 17.4
Deducir la función de transferencia discreta para la forma en paralelo de un controlador PID
1
𝐺𝑐 (𝑠) = 𝐾𝑐 (1 + + 𝑇0𝑠) (17-54)
𝑇1 𝑠

El uso de la sustitución hacia atrás diferencia de s. Comparar el resultado con la forma de

velocidad del algoritmo PID dada en la ecuación. 8.28
Solución
(1 − 𝑧 −1 )⁄
Sustituyendo en (17-54) da𝑠 ≅ ∆𝑡
𝐾𝑐 (𝑎0 +𝑎1 𝑧 −1 +𝑎2 𝑧 −2 )
𝐺𝑐 (𝑧) = 1−𝑧 −1
(17-55)
∆𝑡 𝐷 𝑡 2𝑡𝐷 𝑡
Dónde 𝑎0 = 1 + 𝑇1 + ∆𝑇` 𝑎1 = −(1 + ∆𝑡
)𝑎2 = ∆𝑡𝐷

Debido a E (z) es la señal de error (entrada) y P (z) es la salida del controlador, P (z) = Gc (z) E
(z). Multiplicando ambos lados de (17-46) por rendimientos(1 − 𝑧 −1 )
(1 − 𝑧 −1− )𝑃(𝑧) = 𝐾𝑐 (𝑎0 + 𝑎1 𝑧 −1 + 𝑎2 𝑧 −2 )𝐸(𝑧) (17-56)
La conversión de la función de transferencia del controlador en forma de ecuación diferencia
da:
𝑝(𝑘) − 𝑝(𝑘 − 1) = 𝐾𝑐 𝑎0 𝑒(𝑘) + 𝐾𝑐 𝑎1 𝑒(𝑘 − 1) + 𝐾𝑐 𝑎2 𝑒(𝑘 − 2) (17-57)
 CAPITULO 17

Sustituyendo a0, a1, a2 y y la recolección de términos con respecto al controlador de ajuste de

Kc, T1 y TD da
∆𝑡 𝑡
𝑝(𝑘) − 𝑝(𝑘 − 1) = 𝐾𝑐 [(2(𝑘) − 𝑒(𝑘 − 1)) + 𝑡1 𝑒(𝑘) + ∆𝑡𝐷 (𝑒(𝑘) − 2𝑒(𝑘 − 1) + 𝑒(𝑘 − 2))] (17 a
58)
Tenga en cuenta que esta ecuación es idéntica a Eq.8-28, que se derivó utilizando una
aproximación de diferencias finitas en el dominio del tiempo.

Diagrama de bloques de Álgebra

Es importante darse cuenta de que en el diagrama de bloques del sistema de circuito cerrado,
Fig 17.3, la función de transferencia en bucle abierto de los componentes continuos incluye el
producto del elemento final de control (o válvula), el proceso, y la medición, o G (s) = Gv (s) Gp
(s) Gm (s). Es matemáticamente incorrecto para encontrar separada versiones de tiempo
discreto Gv (z), Gp (z), y Gm (z) y luego multiplicar juntos. En cambio, la transformada z de G
(s) debe basarse en discretización exacta de la transformada de Laplace. En el caso donde Gm
= Km esto conduce a la expresión de bucle cerrado (análogo al Capítulo 12)
𝑌(𝑧) 𝐺 (𝑧)𝐺(𝑧)
𝑐
𝑌𝑠𝑝 (𝑧)
= 1+𝐺 (𝑧)𝐺(𝑧)
(17-59)
𝑐
 CAPITULO 17

En (17-59), Gc (z) es la función de transferencia discreta para el controlador digital. Un

controlador digital es inherentemente un dispositivo de tiempo discreto, pero con retención de
orden cero, la salida del controlador de tiempo discreto se convierte en una señal continua que
se envía al elemento de control final. Así que los elementos individuales de G son
inherentemente continua, sino por conversión en tiempo discreto que calculan sus valores en
cada instante de muestreo. La función de transferencia de bucle cerrado discreto en (17-59)
proporciona un marco para realizar análisis de bucle cerrado y diseño del controlador, como se
discute en la siguiente sección. El material adicional en el análisis de bucle cerrado para
sistemas de tiempo discreto está disponible en otros lugares.
Análisis de estabilidad 17.3.4
Para los sistemas de datos muestreados de la estabilidad de una función de transferencia se
puede probar mediante la determinación de si algún raíces de su mentira polinomio
característico fuera del círculo unidad (véase la Fig. 17.8). Para aplicar esta prueba de
estabilidad, escribir el denominador de la función de transferencia en (17-39) en términos de
potencias positivas de z:
𝐴`(𝑧) = 𝑧 𝑚 𝐴(𝑧) + 𝑎𝑚−1 𝑧 𝑚−1 + ⋯ + 𝑎1 𝑧1 + 𝑎0 = 0 (17-60)
 CAPITULO 17

Tenga en cuenta que si el retardo de tiempo es un múltiplo entero de se puede encontrar

utilizando una subrutina raíz de los hechos. Si ninguna raíz se encuentra fuera del círculo
unidad, entonces la función de transferencia discreta es inestable (véase la Fig. 17.8). Esta
conclusión se puede verificar mediante el uso de MATLAB para simular la función de
transferencia para una entrada de impulsos para ver si la salida y (k) crece con respecto a k.∆𝑡
Debido a limitaciones de espacio, hemos deliberadamente no incluido cobertura rigurosa de la
estabilidad de los modelos transformada z, tales como la prueba de transformar o Jury`s
bilineal. Ver Franklin et al. (1997) y Ogata (1994) para más detalles sobre estas técnicas.

17.4 de sintonización de controladores digitales PID

En esta sección, el énfasis principal está en el controlador PID digital y cómo debe ser
sintonizado. Las versiones digitales del controlador PID en forma de ecuaciones en diferencias
se presentaron anteriormente en la Ec. 8-26 y 8-28 (formas de posición y velocidad) por el uso
de la aproximación hacia atrás diferente. Para valores pequeños de (en relación con el tiempo
de respuesta del proceso), la aproximación de diferencias finitas para la acción integral y
control derivado discute en la Sección 8.3 son razonablemente precisa. Por lo tanto, ajuste del
controlador adecuado obtenido para un controlador continuo también puede utilizarse en un
controlador PID digital. Como se ha señalado por Isermann (1989), el continuo y los
controladores PID discretos tendrá esencialmente el mismo comportamiento que el tiempo que.
Astrom y Wittenmark (1997) han discutido el efecto de periodo de muestreo de diseñar una
amplia gama de controladores digitales.∆𝑡 ∆𝑡⁄𝑡 ≤ 0.1
1

Si no es pequeña, el uso de la bodega de orden cero en sistemas de control digital requiere

una modificación en el procedimiento de diseño del controlador debido a la toma de muestras
más un ZOH introduce un retardo de tiempo efectivo en la señal al elemento de control final. En
este caso, el comportamiento dinámico de la toma de muestras más ZOH debe ser aproximado
por un retardo de tiempo igual a la mitad del período de muestreo (Franklin et al 1997). Por lo
tanto, es una práctica común en la sintonización de controladores PID digital para añadir a la
∆𝑡
demora del tiempo de proceso∆𝑡 θ antes de usar las relaciones de sintonización controlador
2
en el Capítulo 12. Uso de la versión hacia atrás diferencia (BD) de un controlador PID (Ec. 17-
55) dará lugar a mayores márgenes de estabilidad en tiempo discreto (frente a otros esquemas
de diferencias finitas). Como se muestra en el Ejemplo 17.5 en la siguiente sección, utilizando
s-dominio síntesis directa de un controlador PID seguido de BD conversión a rendimientos de
tiempo discretos resultados satisfactorios.
17.4.1 El uso de Simulink
En los capítulos anteriores, se utilizó Simulink para simular sistemas de control de tiempo
continuo lineales descritos por los modelos de función de transferencia. Para los sistemas de
control digital, también podemos utilizar Simulink para simular respuestas abiertas y de circuito
cerrado de sistemas de tiempo discreto. Como se muestra en la Fig. 17,3, un sistema de
control por ordenador incluye tanto componentes continuos y discretos. Con el fin de llevar a
cabo un análisis detallado de un sistema híbrido de este tipo, es necesario para convertir todas
las funciones de transferencia de tiempo discreto y luego llevar a cabo el análisis utilizando
transformada z. Por otro lado, la simulación se puede llevar a cabo con Simulink utilizando los
 CAPITULO 17

componentes del sistema de control en sus formas nativas, ya sea discreta o continua. Este
enfoque es beneficioso para la sintonización de controladores digitales.
En esta sección, demostramos caliente para llevar a cabo simulaciones de bucle cerrado para
varios controladores digitales. Aunque el controlador está representado por una función de
transferencia discreta, todos los demás componentes del bucle de control (modelos para el
elemento final de control, proceso, sensor, y la perturbación) serán normalmente disponibles
como funciones de transferencia continuas, que se pueden introducir directamente en una
Simulink diagrama de bloques como funciones de s. Para introducir un cambio de paso en
punto de ajuste sólo requiere la selección del icono en Simulink para la entrada de paso (no
hay s o transformada Z que se necesita). Un paso de cambio en la perturbación se puede
introducir de una manera similar. El icono de retención de orden cero (ZOH) se coloca después
del controlador digital porque es necesario para convertir la serie de impulsos de controlador en
una señal continua para conducir un elemento final de control tal como una válvula de control.
Sin embargo,

Figura 17.9 diagrama de Simulink para un controlador de tiempo discreto, el proceso continua
en el tiempo, y un cambio de paso en el punto de ajuste.

La figura 17.9 muestra el diagrama de bloques Simulink por unos sistemas de control digital
con

1. Dos bloques de regulación que se multiplican (GC = Gc1Ga)

2. retención de orden cero
3. proceso continua en el tiempo G (constantes de tiempo de 5 y 3, la ganancia de 1)
4. paso unitario en punto de referencia y la salida gráfica (alcance) para la salida del
proceso, que es una respuesta en tiempo continuo.

Otros bloques se pueden añadir desde el menú Simulink para incluir explícitamente funciones
de transferencia para el elemento final de control, la alteración, y el sensor (tantos como se
desee). Simulink se puede emplear también para la simulación de bucle abierto.

Simulink se usó en ejemplos posteriores para demostrar el rendimiento de los diversos tipos de
controladores digitales de realimentación, como se hizo en el capítulo 12. La estabilidad de los
sistemas de bucle cerrado también puede comprobarse utilizando Simulink, aunque sería
necesario simulación de ensayo y error para determinar la ganancia máxima controlador para la
estabilidad.

Ejemplo 17.5
 CAPITULO 17

Un controlador digital se utiliza para controlar la presión en un tanque mediante el ajuste de una
corriente de purga. La válvula de control es de aire-a-abierta, y el modelo de proceso se ha
identificado como

−20𝜀 −𝑆
𝐺 = 𝐺𝑣 𝐺𝑝 𝐺𝑚 =
5𝑠 − 1

La ganancia es adimensional, y la constante de tiempo y de retardo de tiempo están en

minutos. El período de muestreo es ∆𝑡 = 1𝑚𝑖𝑛

Compara el rendimiento de circuito cerrado de un controlador PI discreto utilizando las reglas

de sintonización ITAE (perturbación) en la Tabla 12.3. Aproximar el muestreador y ZOH por un
retardo de tiempo igual a. Utilice Simulink para comprobar el efecto de periodo de muestreo
∆𝑡
para diferentes controladores, con 2
∆𝑡 = 0.05, 0.25, 0.5, 𝑎𝑛𝑑 1.0 𝑚𝑖𝑛

Figura 17.10 respuestas de bucle cerrado para

controladores PI con diferentes períodos de
muestreo y una perturbación paso.

Solución
En primer lugar ajustar el retardo de tiempo de proceso para cada cálculo controlador mediante
la adición, que representa el retardo de tiempo debido a la toma de muestras más la ZOH. Los
ajustes del regulador calculados a partir de la Tabla 12.2 para diferentes periodos de muestreo
son (T1 en min)∆𝑡⁄2
 CAPITULO 17

Estos ajustes de controlador continuo son luego sustituidos en la ecuación. 17-55 para obtener
la configuración correspondiente para el controlador digital. Figura 17.10 muestra que períodos
de muestreo más pequeños dan como resultado respuestas de bucle cerrado rápido para el
control PI. No hay ningún cambio en el rendimiento de. Es interesante comparar los resultados
de este ejemplo con directrices para la elección de los periodos de muestreo dadas en (17-
3)∆≤ 0.05 𝑚𝑖𝑛
Efecto de la Selección de filtro en el rendimiento del controlador PID
Digital y filtros analógicos son valiosos para suavizar los datos y la eliminación de ruido de alta
frecuencia, sino que también afectan el rendimiento del sistema de control. En particular, un
filtro es un elemento dinámico adicional en el bucle de realimentación que introduce retardo de
fase adicional. En consecuencia, se reduce el margen de estabilidad para un controlador de
retroalimentación, en comparación con la situación en la que no hay filtro está presente. Por lo
tanto, el controlador puede tener que ser devuelto si se cambia la constante de filtro. Cuando
se utiliza la acción derivado, es importante para filtrar señales ruidosas antes se llevan a cabo
los cálculos de control derivados. Debido a la acción derivada tiende a amplificar el ruido en la
medición del proceso, el filtrado ayuda a evitar la saturación de controlador y el desgaste en los
elementos de control finales. Algunos controladores PID incluyen un filtro en la ecuación de
controlador;

17,5 síntesis directa para montaje de controladores digitales

En esta sección, extendemos el método directo de síntesis (DS) presentado en la Sección 12.2
para el diseño de controladores digitales. Comenzamos con casos especiales que conducen a
un controlador PID, y luego mostramos cómo otros tipos de controladores digitales de
realimentación se pueden derivar utilizando la técnica de síntesis directa. Tanto Gc y G deben
expresarse como de tiempo discreto en la función de transferencia de bucle cerrado, (17-59).
En dirigir la síntesis el rendimiento deseado se obtiene a partir de (17-59):
𝑌
1 ( ⁄𝑌𝑠𝑝 )𝑑
𝐺𝑐 = 𝐺 (17-61)
1−(𝑌⁄𝑌 )𝑑
𝑠𝑝

Ecuación 17-61 es la ley de control basado en modelo utilizado para el método de diseño de
síntesis directa en tiempo discreto, análogo al procedimiento discutido en la Sección 12.2 para
los controladores de tiempo continuo.
A continuación se discuten dos algoritmos de síntesis directa para la aplicación en tiempo
discreto; Dahlin`s método y el método de Vogel-Edgar. También se analiza la versión de tiempo
discreto de un método relacionado considerado en el capítulo 12, el control de los modelos
internos.
Método Dahlin`s 17.5.1 (Lambda Sintonización)
Dahlin`s método (Dahlin, 1968) especifica que la función de transferencia de bucle cerrado
deseado es un modelo FOPTD:
𝑌 𝜀 −ℎ𝑠
(𝑌 ) 𝑑 = 𝜆𝑠+1 (17-62)
𝑠𝑝
 CAPITULO 17

Cuando el tiempo de bucle cerrado deseada es constante y h es el retardo de tiempo

especificado. Selección de h =𝜆θ (El retardo de tiempo de proceso), encontramos a partir de la
Tabla 17.1 que la función de transferencia discreta correspondiente a la ec. 17-62 es
𝑌 (1−𝐴)𝑍 −𝑁−1
(𝑌 ) 𝑑 = 1−𝐴𝑍 −1
(17-63)
𝑠𝑝

−∆𝑡
Dónde , , , = 𝜀 𝜆 𝐾 = 1⁄𝜆 𝑟 = 1⁄𝜆 𝑁 = 𝛉⁄∆𝑡

Sustituyendo (17-63) en la Ec. 17-61) se obtiene la forma general de Gc para el método

Dahlin's, que se denota por GDC
1 (1−𝐴)𝑧 −𝑁−1
𝐺𝐷𝐶 = 𝐺 −𝐴𝑧 −1 −(1−𝐴)𝑧−𝑁−1 (17-64)

Como caso especial, considere G a ser la versión discreta de una función de transferencia
FOPTD con ganancia K y constante de tiempo t.
𝐾(1−𝑎1 ) −𝑁−1
𝐺 = 1−𝑎 −1 𝑧 (17-65)
1𝑧

−∆𝑡
Donde A1. controlador Dahlin's es= 𝜀 𝑡

(1−𝐴) 1−𝑎1 𝑧 −1
𝐺𝑆𝐶 = (17-66)
1−𝐴𝑧 −1 −(1−𝐴)𝑧 −𝑁−1 𝐾(1−𝑎1 )

Para todos los valores de N, es un factor del dominador, indicando la presencia de acción
integral. El resultado es consistente con cálculos de ganancia de estado estable en (17-62) con
s = 0 y en (17-63) con z = 1, que especifican cero error de estado estacionario para los cambios
de consigna.(1 − 𝑍 −1 )
Debido a que la constante para el sistema de circuito cerrado de tiempo deseado sirve como un
parámetro de ajuste conveniente, este enfoque se refiere a menudo como lambda-
sintonización. Pequeños valores de producir respuestas más rápidas, mientras que los grandes
valores de dan un control más lento. Esta flexibilidad es especialmente útil en situaciones en
las que los parámetros de los modelos, sobre todo el tiempo de retardo, están sujetas a error o
son variables en el tiempo debido a cambios en el proceso. En un proceso controlado de forma
agresiva, una temporización inexacta puede causar un mal control y una respuesta inestable. Al
elegir una más grande y que tiene acción de control más conservadora, el controlador puede
acomodar mejor el modelo incorrecto.𝜆𝜆𝜆𝜆
Una característica importante de un método de síntesis directa como método Dahlin's es que el
controlador resultante contiene el recíproco de la función de transferencia de proceso. Esta
característica hace que los polos de G a ser ceros de Gc, mientras que los ceros de G se
convierte en polos del controlador, a menos que los polos y ceros de G se cancelan por
términos en. La inversión de G en (17-61) puede conducir a dificultades operativas, al igual que
en el caso de tiempo continuo. Si G contiene un cero que se encuentra fuera del círculo
unitario, entonces Gc contendrá un polo inestable situado en el exterior del círculo unidad. En
este caso, Gc es un controlador inestable y produce una secuencia de salida sin límites para un
cambio de paso en el punto de ajuste. Aunque el producto de GCG (17-59) indica que el polo
 CAPITULO 17

inestable y el cero se cancelará, en la práctica siempre habrá algún error modelo que impide la
cancelación exacta.(𝑌⁄𝑌 ) 𝑑 (𝑌⁄𝑌 ) 𝑑
𝑠𝑝 𝑠𝑝

Controlador digital del tipo de cuota de síntesis directa sin embargo, una característica más; es
decir, que contienen la compensación de retardo de tiempo en la forma de un predictor Smith
(véase el capítulo 16). Eq. 17-61, por Gc a ser físicamente realizable, también debe contener
un término equivalente a, que es, dónde. En otras palabras, si hay un término en la función de
transferencia discreta de bucle abierto, el proceso de bucle cerrado puede no responde antes o
unidades de tiempo han pasado. El uso de esta forma de la ecuación. 17-63 produce una Gc
que contiene la equivalencia matemática de la compensación de retardo de tiempo debido a
que el retardo de tiempo ha sido eliminado de la ecuación característica. (𝑌⁄𝑌 ) 𝑑𝜀 −𝜃𝑠 𝑧 −𝑁 𝑁 =
𝑠𝑝
𝜃 −𝑁
∆𝑡
𝑧 𝑁∆𝑡𝜃 (𝑌⁄𝑌 ) 𝑑
𝑠𝑝

Ejemplo 17.6
Un proceso se modela en tiempo continuo por una función de transferencia de segundo orden-
más-de retraso de tiempo con k = 1 T1 = 5 y T2 = 3. Para, el equivalente de tiempo discreto
(con retención de orden cero) es∆𝑡 = 1
(𝑏1 +𝑏2 𝑧 −1 )𝑧 −𝑁−1
𝐺= 1+𝑎1 𝑧 −1 +𝑎2 𝑧 −2
(17-67)

Donde a1 = -1,5353, a2 = 0,5866, b1 = 0,0280, b2 = 0,0234 y N = 0. Para controlador Dahlin's

con, representar gráficamente la respuesta para una unidad de cambio en punto de ajuste en t
= 5 para el uso de Simulink.= 𝜆 = ∆𝑡 = 10 ≤ 𝑡 ≤ 10
Solución
El diagrama de Simulink para el ejemplo se muestra anteriormente en la Fig. 17.9. Usando la
ecuación. 17-63 la función de transferencia en bucle cerrado deseado para (N = 0) y 𝜃 = 0𝜆 =
−1
∆𝑡 𝑖𝑠 (𝑌⁄𝑌𝑠𝑝 ) 𝑑 = 0.632𝑧 ⁄(1 − 0.638𝑧−1 )

La aplicación de (17-64), vemos que la fórmula para el controlador está

1+𝑎1 𝑧 −1 +𝑎2 𝑧 −2 0.632𝑧 −1

𝐺𝐷𝐶 = 𝑏1 𝑧 −1 +𝑏2 𝑧 −2 1−𝑧 −1
(17-68)

Sustituyendo los valores numéricos para a1, a2, b1, y b2, el controlador es
1−1.5353𝑧 −1 +0.5866𝑧 −2 0.632
𝐺𝐷𝐶 = (17-69)
0.0280+0.0234𝑧 −1 1−𝑧 −1

Cuando se implementa este controlador, aparece una característica indeseable, a saber, entre
muestras ondulación, la figura 17.11a muestra la respuesta y y salida ZOH p a un cambio de
unidad en punto de ajuste en t = 5. Aunque la respuesta hace satisfacer y (k) = 1 en cada
instante de muestreo∆𝑡 = 1
 CAPITULO 17

Figure17.11 Comparación de (a) timbre y (b) sin timbre de controladores Dahlins para un
proceso de segundo orden (, ejemplo 17.6 (y = variable controlada, p = salida del controlador
después de retención de orden cero)𝜆 = 1)
El controlador de llamada resulta de la presencia del término (0,0280+ 0.0234z-1) en el
denominador de (17-56), que corresponde a un poste controlador a -0.836, bastante cerca del
círculo unidad. Como se puede demostrar usando la división larga, este término, cuando se
transforma al dominio del tiempo, causa un cambio de signo en cada instante de muestreo en
la variable manipulada. Dahlin (1968) sugirió que timbre puede ser eliminado mediante el
establecimiento de z-1 = 1 en el plazo de llamada, en este caso la sustitución (0,0280+
0.0234z-1) por una constante (0,0280+ 0,0234 = 0,514). Deje que la versión sin timbre de
controlador Dahlin`s por denotado por GDC, la figura 17.11 muestra y (t) y p (t) para este caso,
lo que indica que el comportamiento de llamada ha desaparecido. Curiosamente, la respuesta
de bucle cerrado ahora exhibe un sobre impulso, que contradice el criterio de diseño original de
un enfoque de primer orden para el punto de ajuste (Ec. 17-62). Por lo tanto, el rendimiento de
circuito cerrado de controlador Dahlin`s modificado para sonar no siempre es predecible. Esta
falta de previsibilidad respresent una importante desventaja de esta técnica.
17.5.2 Vogel-Edgar Algoritmo
Para los procesos que pueden ser descritos por un modelo de segundo orden-más-retardo (Ec.
17-67), Vogel y Edgar (1988) ha desarrollado un controlador que elimina el timbre, por causado
por inversión de G. El desea en bucle cerrado función de transferencia es similar a la de
Dahlin`s e incluye compensación de retardo de tiempo.
𝑌 (1−𝐴) 𝑏1 +𝑏2 𝑧 −1 −𝑁−1
(𝑌 )𝑑 = 1−𝐴𝑧 −1 𝑏1 +𝑏2
𝑧 (17-70)
𝑠𝑝
 CAPITULO 17

Sin embargo, los ceros de modelo G también se incluyen como ceros de la función de
transferencia de bucle cerrado (en este caso, dividido por b1+ B2 para asegurar la ganancia en
estado estable en lazo cerrado es igual a uno). Aunque esta opción puede ralentizar la
respuesta algo, hace que el controlador sea menos sensible a errores del modelo y también
elimina la posibilidad de sonar. El controlador de Vogel-Edgar correspondiente a (17-50)
(1+𝑎1 𝑧 −1 +𝑎2 𝑧 −2 )(1−𝐴)
𝐺𝑉𝐸 = (𝑏 −1 −1 −𝑁−1 (17-71)
1 +𝑏1 )(1−𝐴𝑧 )−(1−𝐴)(𝑏1 +𝑏2 𝑧 )𝑧

𝑌
Debido a la forma de (𝑌 )𝑑 en (17-70), este controlador no intenta cancelar los términos
𝑠𝑝
numerador de la función de transferencia de proceso y por lo tanto no incluye el polo potencial
timbre. Nótese que para a2 = b2 = 0 (un proceso de primer orden), la ecuación. 17-71 vuelve a
Dahlin`s controlador, la ecuación. 17-64. Esto es aceptable debido a que un proceso de primer
orden no dará lugar a un controlador de llamada.

Ejemplo 17-7
Por el mismo modelo de proceso utilizado en el ejemplo 17-6, representar gráficamente la
respuesta y la salida del controlador para un cambio de punto de referencia para el controlador
Dahlin`s sin timbre y compararlo con la síntesis PID directa (conversión BD) y Vogel-Edgar
enfoques.𝜆 = ∆𝑡 = 1
Solución
La aplicación de la ecuación. 17-63 para N = 0, encontramos que la función de transferencia
del controlador para la versión sin timbre de algoritmo Dahlin`s es
0.6321 1−1.5353𝑧 −1 +0.5866𝑧 −1
𝐺̅𝐷𝐶 = ( −1 )( ) (17-72)
1−𝑍 0.0514
 CAPITULO 17

Figura 17.12 Comparación de la respuesta de bucle cerrado para un proceso de segundo orden
en el Ejemplo 17.7 utilizando (a) sin timbre controlador Dahlin`s, (b) hacia atrás diferencia
controlador PID y (c) controlador de Vogel-Edgar (y = variable controlada, p = salida del
controlador después de retención de orden cero).𝜆 = 1
Se fija igual a uno para proporcionar la mejor respuesta para un cambio de consigna. Cuando =
la aproximación BD s (1-z-1): se sustituye en la función de transferencia del controlador PID.∆𝑡
3.1486−5.0541𝑧 −1 +2.0270𝑧 −2
𝐺𝐵𝐷 = 4.1111 1.7272−2.4444𝑧−1 +0.7222𝑧−2 (17-73)

La respuesta de bucle cerrado se muestra en la Fig. 17.12b. Cuando el controlador digital BD-
PID está diseñado para este sistema, no hay necesidad de corregir para que suene como se
requiere para el regulador Dahlin`s. Esto es cierto para amplios rangos de que han sido
investigados.𝜆 𝑎𝑛𝑑 ∆𝑡
Figura 17.12 muestra la respuesta de bucle cerrado para el controlador de Vogel-Edgar G para
el mismo modelo de segundo orden. Este controlador es
1−1.5353𝑧 −1 +0.5866𝑧 −2
𝐺𝑉𝐸 = 0.6321 0.0514−0.0366𝑧−1 −0.0148𝑧−2 (17 a 74)

Vogel y Edgar (1988) han demostrado que su controlador maneja satisfactoriamente modelos
de procesos de segundo orden de primer orden o con ceros positivos (respuesta inversa) o
ceros negativos, así como proceso simulado y el ruido de medición. Muchos modelos de
procesos de orden superior pueden ser controlados con éxito con intentar dar. Ni intentar dar
GDC no son adecuados para los modelos de procesos inestables, sin embargo. La robustez del
controlador de Vogel-Edgar es generalmente mejor que el controlador Dahlin`s cuando los
errores del modelo están presentes GVE se puede utilizar como un controlador adaptativo
cuando el modelo de tiempo discreto se actualiza en línea. Para los procesos con ceros fuera
del círculo unidad, el controlador Dahlin`s puede llegar a ser inestable, mientras que la
estabilidad del controlador de Vogel-Edgar no se ve afectada.
 CAPITULO 17

17.5.3 Modelo de Control Interno (IMC)

La metodología de diseño general del Modelo de Control Interno presentado en la Sección 12-
2-3 para sistemas de tiempo continuo se puede extender a sistemas de datos muestreados. La
Figura 12-5 muestra el diagrama de bloques utilizado para IMC en contraste con aquella para el
control de realimentación convencional. Aquí la notación se utiliza en lugar de Gc para la
función de transferencia del controlador debido a la diferente estructura de diagrama de
bloques y diseño del controlador metodología utilizada con IMC. El controlador IMC perfecta es
simplemente la inversa del modelo de proceso.𝐺𝑐∗

𝐺𝐶∗ = 1⁄ ̌ (17-75)
𝐺
Sin embargo, un controlador perfecto no suele ser físicamente realizable, o puede ser poco
práctico debido a un error del modelo. Los dos pasos clave involucrados en el diseño de
controlador digital son los siguientes.
1. El modelo de proceso se factoriza como

𝐺(𝑧) = 𝐺̌
+ (𝑧)𝐺 − (𝑧) (17 a 76)
2. El controlador se obtiene invirtiendo G- (la parte invertible de G) y luego multiplicando
por un filtro de primer orden F para mejorar la robustez del controlador, así como para
asegurar la realizabilidad física de 𝐺𝐶∗
𝑭(𝒛)
𝐺𝐶∗ (𝒛) = 𝑮−(𝒛) (17-77)

El filtro F por lo general contiene uno o más parámetros de ajuste. Ceros de G` que se
encuentran fuera del círculo unidad se produce polos controlador inestables si tales términos se
incluyeron en G, en lugar de G ceros más negativo en el eje real cerca de z = -1 resultará en un
controlador de llamada si se invierten; por lo tanto, también se incluyen en la G`more La
transferencia de bucle cerrado usando las reglas de diseño anteriores, suponiendo que el
modelo de proceso es perfecto, es
𝑌
𝑌𝑆𝑃
= 𝐺̅ + (𝑧)𝐹(𝑧) (17 a 78)

El marco de diseño IMC puede producir Dahlin`s controlador y el controlador Vogel-Edgar para
elecciones apropiadas para F (z) y G`+ (Z). Se puede también fácilmente ser aplicada a
sistemas de orden superior, en donde dirigir la síntesis no es tan fiable. Los detalles sobre el
tratamiento de ceros modelo de proceso y la selección del filtro se pueden encontrar en Zafiriou
y Morari (1985).

CONTROL DE 17.6 de mínima varianza

En este método, el objetivo es reducir la variabilidad de la variable controlada y cuando el punto
de ajuste es constante y el proceso está sujeto a perturbaciones desconocidas, al azar. En
términos estadísticos, el objetivo es reducir al mínimo la varianza de Y. Este enfoque es
 CAPITULO 17

especialmente relevante para proceso en el que las perturbaciones son estocásticos (es decir,
al azar), más que determinista (por ejemplo, etapas o derivas).
Procesos Hoja de decisiones para la producción de papel y película de plástico o láminas son
ejemplos comunes (piedra Feather- et al., 2000).
El Mínimo Control de Varianza (MVC) método de diseño genera la forma de la ley de control de
realimentación así como los valores de los parámetros del controlador. En cuanto a la síntesis
directa y métodos de diseño de control de Modelo Interno, el método resultados MVC en PI o
PID para los modelos de función de transferencia sencilla
(Mac Gregor, 1988; Ogunnaike y Hay, 1994; Box y Luceño, 1997). Aunque MVC tiende a ser
bastante agresivo, el método de diseño puede ser modificado para ser menos agresivos (Borgh
y Mac Gregor, 1987). Dado que el control de mínima varianza es un caso límite en el rendimiento
del controlador real, proporciona una marca de evaluación comparativa útil para supervisar el
rendimiento del bucle de control (Harris y Seppala, 2002); Capítulo 21 seg.
El punto de partida para el método de diseño MVC es el siguiente modelo de función de
transferencia discreta:

Y ( z) = G ( z) T ( z) + D ( z)

La perturbación D (z) se puede escribir como un cero, señal de ruido media blanco (por ejemplo,
Gaussiano), IJ (z), y una función de transferencia perturbación G <¡(z):
u ( z) = Gd ( z) a ( z)

En las discusiones anteriores sobre el tratamiento de trastornos, nos centramos en los cambios
deterministas en la perturbación, tales como cambios de paso. Aquí vamos a considerar los
cuatro modelos alternativos de perturbación que se muestran gráficamente en la Fig. 17.13.
Estas perturbaciones son persistentes (como resultado de la componente aleatoria), pero
también pueden presentar características tales como la dinámica, deriva, o tendencia. Una
perturbación proceso típico rara vez será al azar, pero dependerá de los valores pasados de la
perturbación. Estos modelos pueden construirse partiendo de una entrada de N (z) que es una
secuencia de ruido blanco. Esta entrada pasa mediante un elemento dinámico como una
función de transferencia de primer orden o una función de transferencia de integración. La
salida D (z) esta auto- correlacionado perturbación al proceso.
Tabla 17.2 da los más importantes modelos de series temporales que se encuentran
comúnmente en el control de procesos industriales, incluidas las aplicaciones de control de
procesos estadísticos (véase el Capítulo 21). Modelos de perturbación fijas (a) y (b) tienen una
fija media; es decir, la suma de desviaciones por encima y por debajo de la línea es igual a cero,
pero el caso (a) rara vez ocurre en procesos industriales modelos de perturbación no
estacionarias (c)
 CAPITULO 17

Figura 17.13 Cuatro modelos para d (k):

(a)perturbación de ruido blanco estacionario; (6) la
perturbación autorregresivo estacionario; (C) la
perturbación no estacionario (paseo aleatorio);(re)
integrado (no estacionario) perturbación de media móvil
(adaptado de Box y Luceño, 1997

Tabla 17.2 Modelos de perturbación para la Figura 17.13

a. d (k) « Alaska) (ruido blanco)
b. d (k) = $ D (k - 1) + Alaska) (O. <1)
c. d (k) - d (k - 1) + Alaska)
d. d {k) = d (k - 1) + Alaska) + mk -1) ( »<1) y (d) no tienen una media fija, sino que
van a la deriva en el sature. El caso (c), los llamándose el comportamiento de paseo
aleatorio, a menudo se utiliza para describir los patrones de índice de la bolsa. Caso (b)
se llama auto regresivo modelo (AR), mientras que el caso (d) se llama una de promedio
móvil integrado modelo (1MA).
Supongamos que el modelo de ruido IMA se va a emplear en un controlador de
mínima varianza, para un modelo de proceso con ganancia K que no tiene la dinámica.
Puede ser teóricamente muestra que para este caso simple controlador de mínima
varianza tiene los mismos atributos que el controlador IMC. A saber, el controlador es la
inversa de la ganancia de proceso, y el filtro de IMCF es un filtro EWMA de primer orden
(Mac Gregor, 1985; Ogunnaike y Ray, 1994). Un análisis similar se puede realizar para
el caso cuando el modelo de proceso tiene una dinámica de primer orden y el modelo de
perturbación es descrito por el modelo de ruido JMA. Como se muestra por Ogunnaike y
Ray (1994), estos supuestos del modelo conducen a un controlador PI. Un controlador
de mínima varianza puede obtenerse para los modelos de orden superior de proceso,
los modelos con retardo de tiempo, y diferentes estructuras de modelos de perturbación
(Bergh y Mac Gregor, 1987; Middleton y Goodwin, 1990). MVC también se puede
extender a problemas en los que hay un coste asociado con el esfuerzo de control, así
como límites superior e inferior en la salida del controlador. Este enfoque requiere que
una función objetivo sea de- multados, como en el control predictivo basado en modelo
(véase el Capítulo 20).
 CAPITULO 17

RESUMEN
Cuando se utiliza un ordenador digital para el control del proceso, las mediciones de la
salida del proceso se muestrean y se convierten en forma digital por un convertidor de
analógico a digital (ADC). El periodo de muestreo en debe ser cuidadosamente
seleccionado. La elección del período de muestreo se basa en la dinámica del proceso,
frecuencias de ruido, relación señal-ruido, y el sistema de control informático disponible.
Mediciones ruidosas deben ser filtradas antes de ser enviado al controlador. Filtros
analógicos son eficaces en la eliminación de ruido de alta frecuencia y evitar el solape.
Los filtros digitales son también ampliamente utilizados tanto para filtros de paso bajo y
otros fines, como la climatización de picos de ruido. La elección de un filtro y los
parámetros de filtro (por ejemplo, TF) debe basarse en la dinámica del proceso, las
características de ruido, y periodo de muestreo THC. Si se cambia un parámetro de
filtro, puede ser necesario volver a sintonizar el controlador BE- causa filtro THC es un
elemento dinámico en el bucle de control de realimentación.
Hemos presentado una serie de diferentes enfoques para el diseño de controladores
digitales de realimentación. Controladores digitales que emulan los controladores PID de
tiempo continuo pueden incluir una serie de características especiales para mejorar la
operatividad. Controladores basados en síntesis directa o IMC se pueden sintonizar en
tiempo continuo o discreto, evitar sonar, eliminar offset, y proporcionar un alto nivel de
rendimiento para cambios de consigna. Control de mínima varianza puede ser muy
eficaz si un modelo de perturbación está disponible.
 CAPITULO 17

Ejercicios
17.1 La presión arterial media P en un paciente esta sub-proyectada a un cambio de unidad en
la tasa de flujo de alimentación F de un medicamento. Normalizar fecha de respuesta se
muestran abajo. La experiencia previa ha indicado que la función de transferencia,
𝑃(𝑠) 5
=
𝐹(𝑠) 10 + 1
Proporciona un modelo dinámico precisa. Filtrar los datos utilizando un filtro exponencial con
dos valores diferentes de, 0.5 y 0.8. Gráficamente comparar los datos ruidosos, los datos
filtrados, y la solución analítica para el modelo de función de transferencia para una entrada de
paso unidad. ∝

17.2 Demostrar que la salida del filtro exponencial digital puede escribirse como una función de
la ym anteriores mediciones (k) y el YM salida del filtro inicial (0)

17.3 Como señal de dar por

𝑦𝑚 (𝑡) = 𝑡 + 0.5sin(𝑓)
Se va a filtrar con un filtro digital exponencial durante el intervalo 0 ≤ 𝑡 ≤ 20. A partir de tres
valores diferentes de, encontrar la salida del filtrado a cada tiempo de muestreo. Haga esto tres
filtros para cada valor de.𝛼 (0.8, 0.5, 0.2)∆𝑡
17.4 Los siguientes ym de datos de calidad del producto se obtuvieron de un biorreactor, en
base a una evaluación de la medición fotométrica del producto.
 CAPITULO 17

(a) Filtrar los datos utilizando un filtro exponencial con ∆𝑡 = 1 𝑚𝑖𝑛. Considerar𝛼 =
0.2 𝑎𝑛𝑑 𝛼 = 0.5
(b) Utilice un filtro de media móvil con 𝑁 ∗ = 4
(c) Aplicar un filtro de ruido-espiga con ∆𝑡 = 0.5
(d) Representar gráficamente los datos filtrados y los datos en bruto para fines de
comparación.
17.5La ecuación exponencial filtro analógico. 17-4 se utiliza para filtrar una medición antes de
que se envía a un controlador proporcional con𝐾𝑐 = 1. Las otras funciones de transferencia
para el sistema de circuito cerrado son, y. Comparar las respuestas de bucle cerrado a una
perturbación sinusoidal, d (t) = sen t, para no filtrado (tF = 0), y para un filtro exponencial (tF =
3 𝐺𝑣 = 𝐺𝑚 = 1𝐺𝑝 = 𝐺𝑑 = 1⁄(5𝑥 + 1)min)

𝑌𝑠
17.6 Considere la función de transferencia de primer orden ⁄𝑈 = 1⁄(𝑠 + 1)Generar un
𝑠
conjunto de datos (t = 1, 2, ... 20) mediante la integración de esta ecuación para u = 1 y
aleatoriamente la adición de ruido binaria a la salida, las unidades de cada valor de número
entero de (t). Diseñar un filtro digital para este sistema y comparar las respuestas a un escalón
y filtrados libres de ruido para t = 1. Justificar sus opciones de FT. Repita para otros niveles de
ruido, por ejemplo,± 0.05 ± 0.01 𝑎𝑛𝑑 ± 0.1
17.7 Encuentra la respuesta y (k) para la ecuación de diferencia 𝑦(𝑘) − 𝑦(𝑘 − 1) +
0.21𝑦(𝑘 − 2) = 𝑢(𝑘 − 2)

Sea y (0) = Y (1) = 0, u (k) = 0 para𝑘 ≥ 1. Realizar la integración directa utilizando una hoja de
cálculo. ¿Cuál es el valor de estado estacionario de y?

17.8 El comportamiento dinámico de un sensor de temperatura y el transmisor puede ser

descrita por la función de transferencia FOPTD
𝑇 ′ 𝑚 (𝑠) 𝜀 −2𝑠
=
𝑇(𝑠) 8𝑠 + 1
Donde la constante de tiempo de retardo de tiempo y están en segundo y:
T '= temperatura real (desviación)
 CAPITULO 17

T'm = temperatura medida (desviación)

La temperatura real cambia de la siguiente (t en s):
70 °𝑐 𝑓𝑜𝑟 𝑡 < 0
𝑇 = (85 °C for 0 ≤ t ≤ 10)
70 °C for t ≥ 10
Si las muestras de la temperatura medida se registran automáticamente en un ordenador digital
cada dos minutos comenzando en t = 0, ¿cuál es el valor máximo de la temperatura registrado?
Utilice Simulink con mantenedor de orden cero a encontrar la respuesta.

17.9 La función de transferencia discreta de un proceso es dada por

𝑌(𝑧) 2.7𝑧 −2 + 8.1𝑧 −3
=
𝑈(𝑧) 1 − 0.5𝑧 −1 + 0.06𝑧 −2
(a) Calcular la respuesta 𝑦(𝑘∆𝑡) a un cambio de unidad en U utilizando la simulación de la
ecuación de diferencia.
(b) Compruebe su respuesta en (a) mediante el uso de Simulink
(c) ¿Cuál es el valor de estado estacionario de Y?
17.10Un analizador de oxígeno disuelto en un bioreactor se utiliza para proporcionar
mediciones de la composición en cada tiempo de muestreo en un bucle de control de
realimentación. La función de transferencia en bucle abierto está dada por
𝐺𝑂𝐿 = 𝐺𝐶 𝐺
1 10
𝐺𝐶 = 2(1 + 8𝑠)𝐺 = (12𝑆+1)𝜀 −2𝑆

(a) Supongamos que un período de muestreo de ∆𝑡 = 1 𝑚𝑖𝑛se selecciona. Derivar Gc (Z)

usando una aproximación hacia atrás diferencia de Gc (s).
(b) Si se hace un cambio de paso unidad en la señal de error de regulador e (t), calcular la
respuesta de bucle abierto muestreada usando MATLAB con una retención de orden
cero después de la Gc controlador y antes de que el proceso G en el diagrama de
bloques construido a través de Simulink.𝑦𝑚 (𝑘∆𝑡)
17.11 La función de transferencia discreta de un proceso es dada por
𝑌(𝑧) 5𝑧 −1 + 3𝑧 −2
=
𝑈(𝑧) 1 − 𝑧 −1 + 0.41𝑧 −2
(a) Convertir esta función de transferencia a una ecuación de diferencia equivalente.
(b) Calcular la respuestas y (k) a un cambio de unidad en U utilizando la simulación de la
ecuación de diferencia.
(c) Compruebe su respuesta en (a) mediante el uso de Simulink
(d) ¿Cuál es el valor de estado estacionario de y?
17.12 Para determinar los efectos de polo y cero ubicaciones, utilice Simulink para calcular las
respuestas a un escalón unidad de las funciones de transferencia discretas que se muestran a
 CAPITULO 17

continuación para los seis primeros instantes de muestreo, k = 0 a k = 5. ¿Qué conclusiones se

pueden hacer en relación con el efecto de polo y cero ubicaciones?
1
(a)
1−𝑧 −1
1
(b)
1+0.7𝑧 −1
1
(c)
1−0.7𝑧−1
1
(d)
(1+0.7𝑧−1 )(1−0.3𝑧−1 )
1−0.5𝑧−1
(e)
(1+0.7𝑧−1 )(1−0.3𝑧−1 )
1−0.2𝑧−1
(f)
(1+0.6𝑧−1 )(1−0.3𝑧−1 )

17.13 Una operación de proceso bajo sólo proporcional control digital con ∆𝑡 = 1 tiene:
3
𝐺𝑝 (𝑠) = , 𝐾𝑐 = 1, 𝐺𝑚 = 0.25
(5𝑠 + 1)(2𝑠 + 1)

Determinar si el sistema controlado es estable mediante el cálculo de la respuesta a un cambio

de punto de referencia usando Simulink.
17.14 Determinar la forma en la ganancia del controlador digital de máxima permisible para la
estabilidad varía como una función de ∆𝑡 para el sistema siguiente:
1
𝐺𝑝 (𝑠) =
(5𝑠 + 1)(𝑠 + 1)
𝐺𝑐 = 𝐾𝑐 𝐺𝑚 = 1
Uso y ensayo y error (con Simulink) para encontrar el máximo puede variar entre 10 y 1200.
¿Qué concluye acerca de cómo periodo de muestreo afecta a la ganancia del controlador
permitida?∆𝑡 = 0.01, 0.1, 0.5𝐾𝑐 𝑓𝑜𝑟 𝑒𝑎𝑐ℎ ∆𝑡; 𝐾𝑐
 CAPITULO 17

17.15 Un bucle de control de la temperatura incluye un segundo orden más de proceso

amortiguado descrito por la función de transferencia discreta.

(0.0826 + 0.0368𝑧 −1 )𝑧 −1
𝐺(𝑧) =
(1 − 0.894𝑧 −1 )(1 − 0.295𝑧 −1 )

Y un controlador PI digitales

1
𝐺𝐶 (𝑧) = 𝐾𝐶 (1 + )
8(1 − 𝑧 −1 )

Encuentra la ganancia del controlador máximo Kcm para la estabilidad por ensayo y error.

17.16 Un controlador digital se utiliza para controlar el nivel de líquido del depósito de
almacenamiento se muestra en la Fig. E17.16. La válvula de control tiene una dinámica
insignificantes y una ganancia de estado estacionario,. El transmisor de nivel tiene una
constante de tiempo de 30 s y una ganancia de estado estacionario de 4. El tanque es de 4
pies. De diámetro. La velocidad de flujo de salida no está directamente influenciada por el nivel
de líquido; es decir, si la posición de la válvula de control se mantiene constante,. Supongamos
que se utilizan un controlador digital proporcional y un convertidor de digital a analógico con
salida 4 a 20 mA. Si el periodo de muestreo para el convertidor de analógico a digital es, por lo
que los valores de ganancia del controlador Kc es el sistema de bucle cerrado estable? Utilice
los valores de Simulink y ensayos para la Kc de -10, -50, -90 y. Compensará se producen para
el controlador proporcional después de un cambio en el punto de ajuste?𝐾𝑐 =
0.1𝑓𝑡 3 𝑚𝐴⁄ 𝑞 ≠ 𝑓(ℎ)∆𝑡 = 1 𝑚𝑖𝑛
⁄ 𝑓𝑡 3
(min )(mA)

17.17El diagrama de bloques de un sistema de control digital se muestra en la Fig. E17.17. El

período de muestreo es.∆𝑡 = 1 𝑚𝑖𝑛
(a) Diseñar el controlador digital Gc (z) de modo que el sistema de circuito cerrado exhibe
una respuesta de primer orden a un cambio de unidad en el punto de ajuste (después
de un retardo de tiempo apropiado)
(b) Va a eliminar este controlador de compensar un cambio de paso en el punto de ajuste?
Justifica tu respuesta.
(c) Es el controlador físicamente realizable? Justifica tu respuesta.
(d) Diseño de un controlador PID digital basada en el método ITAE (punto-fijo) en el
capítulo 12 y examinar su rendimiento para un cambio de ritmo en punto de ajuste.
Calcule la toma de muestras y de orden cero de retención por un retardo de tiempo
de𝜃 = ∆𝑡⁄2

17.18 La composición salida c3 del sistema de mezcla en la Fig. E17.18 es controlado usando
un controlador de retroalimentación digital. La corriente de salida se muestrea automáticamente
 CAPITULO 17

cada minuto, y la medición de composición se envía desde el transmisor composición (AT) al

controlador digital. La salida del controlador se envía al dispositivo de ZOH antes de ser
transmitida a la válvula de control.

(a) Usando la información dada a continuación, dibujar un diagrama de bloques para el

sistema de retroalimentación. Utilice los símbolos en la figura tanto como sea posible.
(b) Deducir una expresión para la función de transferencia en bucle abierto discreta, donde
C3 y Q2 son variables de desviación, derivando el modelo de tiempo discreto
equivalente. El sistema de circuito cerrado exhibe una respuesta de primer orden a un
cambio de unidad en el C2 perturbación. Especificar la forma de la respuesta deseada.
No es necesario derivar una expresión para Gc (z), pero se debe justificar su elección
𝐶 𝐶 𝐶
para 3⁄𝑄 ( 3⁄𝐶 ) 𝑑 ( 3⁄𝐶 ) 𝑑
2 3𝑠𝑝 3𝑠𝑝

Información disponible
i. Debido q2 caudal es bastante pequeña, el volumen de líquido en el tanque de V
permanece esencialmente constante a. El tanque está perfectamente mezclado.30𝑓𝑡 3
ii. La variable de perturbación primaria es la composición de entrada C2
iii. La válvula de control tiene dinámica insignificante y una ganancia de estado
estacionario de 0.1𝑓𝑡 3 𝑝𝑜𝑟 min 𝑚𝐴
iv. El transmisor composición (AT) tiene una ganancia constante de 2,5 mA. muestras de
composición se analizan cada minuto; es decir, el período de muestreo es min. También
hay un retardo de tiempo 1-min asociado con el análisis de la
composición.𝑙𝑏 − 𝑚𝑜𝑙𝑒 − 𝑠𝑜𝑙𝑢𝑡𝑒⁄ 3 ∆𝑡 = 1
𝑓𝑡
v. valores de estado estacionario son nominales;
3
̅̅̅ = 0.1𝑓𝑡 ⁄
𝑞2 ̅̅̅ = 1.5 𝑙𝑏 − 𝑚𝑜𝑙𝑒 − 𝑠𝑜𝑙𝑢𝑡𝑒⁄ 3
𝑐2
min 𝑓𝑡
 CAPITULO 17

3
3𝑓𝑡 ⁄
̅̅̅
𝑞3 = 𝑚𝑖𝑛 𝑐3 = 𝑙𝑏 − 𝑚𝑜𝑙𝑒 − 𝑠𝑜𝑙𝑢𝑡𝑒⁄ 3
̅̅̅
𝑓𝑡
17.19 El diagrama de bloques de un sistema de control de datos muestreados se muestra en la
Fig. E17.19. Diseñar un controlador Dahlin Gc (z) que es físicamente realizable y en base a un
cambio en punto de ajuste. El período de muestreo es min. Calcular la respuesta de bucle
cerrado cuando se usa este controlador y un cambio de paso unidad en la perturbación se
produce.∆𝑡 = 1

17.20 Se desea controlar la temperatura de salida T2 del intercambiador de calor se muestra

en la Fig. E17.20 ajustando la w2 caudal de vapor. Perturbaciones no medidas se producen en
temperatura de entrada T1. El comportamiento dinámico del intercambiador de calor se puede
aproximar por la función de transferencia.

Cuando la constante de tiempo tiene unidades de segundos y los números primos denotan
variables de desviación. La válvula de control y el transmisor de temperatura tienen una
dinámica insignificantes y las ganancias de estado estacionario de y. Diseñar un controlador
prototipo mínima que es físicamente realizable y en base a una variación de la unidad en el
punto de ajuste. Supóngase que se utiliza un retenedor de orden cero y que el período de
muestreo es𝐾𝑣 = 0.2 𝑙𝑏 − 𝑚𝐴⁄𝑠 𝐾𝑚 = 0.25 𝑚𝐴⁄𝐹 ∆𝑡 = 2𝑠
 CAPITULO 17

17.21 Un sistema de segundo orden G con K = 1, T1 = 6, y T2 = 4 va a ser controlado mediante

el controlador de Vogel-Edgar con. Suponiendo un cambio de paso en ysp, el cálculo de la
variable y controlada (k) para k = 0,1, ... .., 25 y la trama y (k) y la salida del controlador (k)𝜆 =
5 𝑦 ∆𝑡 = 1

17.22 Comparar PID (ITAE para los cambios de consigna) y controladores de Dahlin para, y.
Para el controlador ITAE, aproximar el muestreador y ZOH por un retardo de tiempo igual a.
Ajustar para obtener el timbre, si es necesario. Representar gráficamente las respuestas de
bucle cerrado para un cambio de punto de referencia, así como la salida del controlador para
−1
cada caso.∆𝑡 = 1, 𝜆 = 1𝐺(𝑠) = 2𝜀 ⁄(10𝑠 + 1) ∆𝑡⁄2

17.23 Para un proceso, derivar la ecuación para el controlador de Dahlin con y salida del
controlador parcela p (k) para un cambio de punto de referencia.𝐺(𝑠) =
1.25𝜀 −5𝑠⁄
(5𝑠 + 1) ∆𝑡 𝑦 𝜆 = 1
¿El timbre ocurre?

Ejercicio 17.2 Propuesto Solución

La exponencial en el filtro de salida está dada por Ec. 17-9 es:
𝑦𝐹 (𝑘) = 𝛼𝑦𝑚 (𝑘) + (1 − 𝛼)𝑦𝐹 (𝑘 − 1) (1)
Reemplazando k de (k-1) en Ec. 1 Tenemos
𝑦𝐹 (𝑘 − 1) = 𝛼𝑦𝑚 (𝑘 − 1) + (1 − 𝛼)𝑦𝐹 (𝑘 − 2) (2)
Sustituyendo para 𝑦𝐹 (𝑘 − 1) de (2) en (1) tenemos:
𝑦𝐹 (𝑘) = 𝛼𝑦𝑚 (𝑘) + (1 − 𝛼)𝛼𝑦𝑚 (𝑘 − 1) + (1 − 𝛼)2 𝑦𝐹 (𝑘 − 2)
Reemplazando sucesivamente para 𝑦𝐹 (𝑘 − 2), 𝑦𝐹 (𝑘 − 3) tenemos la forma siguiente

𝑦𝐹 (𝑘) = ∑𝑘−1 𝑖 𝑘
𝑖=0 (1 − 𝛼) 𝛼𝑦𝑚 (𝑘 − 𝑖) + (1 − 𝛼) 𝑦𝐹 (0)