Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 73 vistas

    Práctica 5 - Identificación de Sistemas

    Cargado por

    haiter paredes
    Este documento describe los pasos para identificar la función de transferencia de un sistema de dos depósitos de líquido utilizando el toolbox de identificación de sistemas de MATLAB. Los pasos incluyen filtrar los datos de entrada y salida, importar los datos al dominio del tiempo, estimar al menos tres funciones de transferencia y seleccionar la que mejor se ajuste a los datos de validación con un nivel de ajuste superior al 70%.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Práctica 5 - Identificación de Sistemas

    Cargado por

    haiter paredes
    73 vistas5 páginas
    Este documento describe los pasos para identificar la función de transferencia de un sistema de dos depósitos de líquido utilizando el toolbox de identificación de sistemas de MATLAB. Los pasos incluyen filtrar los datos de entrada y salida, importar los datos al dominio del tiempo, estimar al menos tres funciones de transferencia y seleccionar la que mejor se ajuste a los datos de validación con un nivel de ajuste superior al 70%.

    Título original

    práctica 5 - identificación de sistemas

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento describe los pasos para identificar la función de transferencia de un sistema de dos depósitos de líquido utilizando el toolbox de identificación de sistemas de MATLAB. Los pasos incluyen filtrar los datos de entrada y salida, importar los datos al dominio del tiempo, estimar al menos tres funciones de transferencia y seleccionar la que mejor se ajuste a los datos de validación con un nivel de ajuste superior al 70%.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    73 vistas5 páginas

    Práctica 5 - Identificación de Sistemas

    Cargado por

    haiter paredes
    Este documento describe los pasos para identificar la función de transferencia de un sistema de dos depósitos de líquido utilizando el toolbox de identificación de sistemas de MATLAB. Los pasos incluyen filtrar los datos de entrada y salida, importar los datos al dominio del tiempo, estimar al menos tres funciones de transferencia y seleccionar la que mejor se ajuste a los datos de validación con un nivel de ajuste superior al 70%.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 5

    Práctica 5: Identificación de sistemas

    5.1. Objetivos
    5.1.1. Objetivo general
    Obtener la función de transferencia a partir de la identificación de sistemas de MATLAB
    R
    para
    el posterior diseño del controlador.

    5.1.2. Objetivos especı́ficos


    Realizar la identificación del sistema en estudio utilizando el toolbox System Identification de
    MATLAB R
    .

    Obtener un modelo lineal y representativo del sistema con menor esfuerzo, usando medicio-
    nes de su entrada y salida, en lugar de partir de sus ecuaciones fundamentales y propiedades
    especı́ficas.

    5.2. Introducción
    La identificación de sistemas es un procedimiento experimental con el que se puede obtener la
    representación de cierto sistema a partir de datos reales del mismo. Se supone que se disponen de
    valores de las entradas u(t) y salidas y(t) medidos, de ser posible, a intervalos regulares Tm (tiempo
    de muestreo) y tomados de manera simultánea para todas ellas. Las perturbaciones o ruido, e(t), son
    aquellas variables de las que no podemos conocer su medida. En la figura 5.1 se observa una repre-
    sentación de lo descrito anteriormente.

    De manera general, se pueden realizar dos tipos de experimentos:

    Identificación Off-Line: Se hacen uno o varios experimentos para tomar datos y posteriormente
    se utilizan los datos para obtener los modelos.

    28
    LAB. DE SISTEMAS DE CONTROL APLICADOS

    Identificación On-Line: El modelo del sistema se construye y corrige a medida que van llegan-
    do los datos. Este método permite adaptar algoritmos de control en función de los cambios del
    modelo del sistema, dando lugar al Control Adaptativo.

    Figura 5.1: Descripción del sistema

    Experimento
    Elegir las variables a medir, durante cuánto tiempo y con qué tiempo de muestreo Tm.
    Determinar cómo se deben modificar las variables de entrada para obtener datos ricos en infor-
    mación útil para la construcción del modelo.
    Si hay perturbaciones (variables que no se pueden manipular) que afectan al sistema y que se
    pueden medir, es conveniente medirlas y considerarlas también como variables de entrada.
    Se pretende obtener un modelo del sistema de la Figura 5.3. compuesto por dos depósitos de
    lı́quido alimentados por una bomba hidráulica y una válvula proporcional que balancea el caudal
    entre ellos (v(t)=0 significa todo el caudal para el depósito “1” y v(t)=100 todo para el depósito “4”).
    Para determinar el modelo se dispone de datos registrados del valor de las entradas y salidas del
    sistema tomados con tiempo de muestreo Tm=1 s durante un experimento realizado.
    En el sistema se consideran como variables de entrada la potencia de la bomba p(t) y el balance
    de caudal entre los dos depósitos v(t). Como variables de salida se consideran los respectivas niveles
    de lı́quido en cada depósito. Los rangos de variación de cada una de estas variables, p(t), v(t), h1(t)
    y h4(t), están entre el 0 y el 100 %.
    Los datos para la identificación están disponibles en el archivo data.mat. Una vez cargado este fi-
    chero en MATLAB R
    desde el menú ”File-¿Import Data”, la variable ”data”, de dimensiones 1534x4,
    contiene 1534 muestras del experimento tomadas con Tm=1 s, en cuatro columnas que corresponden
    respectivamente a p(t), v(t), h1(t) y h4(t).

    5.3. Procedimiento
    1. Para mejorar la precisión de la identificación de un modelo lineal, se va a trabajar con las
    variables 1p(k), 1v(k), 1h1(k) y 1h4(k) contenidas en la variable ”datos”. Los valores de ”da-
    tos”se han obtenido al restar el punto de funcionamiento dado por p0=60, v0=60, h10=12.5 y
    h40=31.5 a los valores de las cuatro variables contenidas en ”data”.

    29
    LAB. DE SISTEMAS DE CONTROL APLICADOS

    Figura 5.2: El proceso de identificación

    Figura 5.3: Depósito de lı́quidos

    30
    LAB. DE SISTEMAS DE CONTROL APLICADOS

    2. Graficar la entrada y salida del sistema en función del tiempo. Recuerde incluir tıtulos, cuadrıculas,
    etiquetas, etc. Estimar el valor del polo dominante a partir del tiempo de estabilización del sis-
    tema.

    3. Diseñar y simular un filtro de primer orden adecuado para la salida y guardar estos datos.
    Sugerencia: Cree el filtro usando el comando tf; simule el filtro con el comando lsim; consulte
    la ayuda del comando (Diseñe y pruebe ˜ al menos 3 filtros y luego escoja el mas adecuado).

    4. Llamar a la herramienta System Identification de MATLAB ingresando el comando systemI-


    dentification. Para versiones anteriores de MATLAB utilice el comando ident.

    5. Importe los datos en el dominio del tiempo. Para la configuración de la ventana Import Data
    necesita conocer el tiempo de muestreo (Sample time) con el que fueron adquiridos los datos
    que se usarán en la identificación. Adicionalmente, coloque en el Starting Time el valor de 0
    que por defecto aparece en 1 y haga click en Import.

    6. Escoja del menú Pre-process la opción Select Range e importe los dos grupos de datos de la
    siguiente manera: desde la muestra k=550 hasta la k=1150 se podrán tomar los datos de ”traba-
    jo”, y desde la muestra k=1150 a la muestra k=1350 se podrán tomar los datos de ”validación”.

    7. Seleccione uno de los rangos importados para usar como Working Data y otro para Validation
    Data; arrastre cada grupo de datos a su respectivo recuadro. El grupo de datos que se encuentre
    en Working Data, será el que use la herramienta para estimar la función de transferencia,
    mientras que el otro grupo que se encuentre en Validation Data será el que se utilice para
    comparar la salida de los sistemas estimados contra la respuesta real del sistema.

    8. Seleccione del menú Estimate la opción Process Models para la estimación de la función de
    transferencia; escoja la cantidad de polos y ceros en base al comportamiento conocido del
    sistema. No incluya delay o integradores.

    9. Realice la estimación de al menos tres funciones de transferencia (con distinta estructura) que
    puedan representar al sistema y elija la que usted considere adecuada. Recuerde que se debe
    buscar obtener un buen porcentaje de aproximación (recomendable superior al 70) entre la
    respuesta del modelo identificado y la respuesta real del sistema (Model output). Sin embargo,
    también se busca de que la función de transferencia identificada no sea tan compleja; por esta
    razón se evita el uso de retrasos o retardos (Delay) e integradores.

    5.4. Resultados esperados


    Presente un reporte que incluya lo siguiente:

    1. Objetivos generales y especı́ficos de la práctica

    31
    LAB. DE SISTEMAS DE CONTROL APLICADOS

    2. Código utilizado

    3. Filtro final implementado.

    4. Gráficas solicitadas (sin filtro y con filtro). Incluya tı́tulos, cuadrı́cula, y nombres a los ejes.

    5. Funciones de transferencia identificados (nivel de ajuste obtenido).

    6. Conclusiones y Recomendaciones.

    32

    También podría gustarte