E5 03

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
Escuela de ciencias básicas tecnologías e Ingeniería

PROGRAMA: SISTEMAS DINAMICOS
PROGRAMA SISTEMAS DINÁMICOS
Presentado por :
ALEXANDER DE ARMAS ROBLES COD: 12447197

LUIS FERNANDO BUSTAMANTE COD: 1143944649
ROGER ALBERTO GARCIA COD: 5135166
GRUPO:
243005_3
Tutor:
ADRIANA DEL PILAR NOGUERA
FASE DE LA ESTRATEGIA:
Etapa 5: Desarrollar la simulación final del sistema dinámico
Cartagena de indias, Colombia 24 de Mayo de 2018
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co 1/27

PTU: www.unadvirtual.org / Docente diseñador de plantilla: Georffrey Acevedo.
TABLA DE CONTENIDO
INTRODUCCION. .................................................................................................................... 3
OBJETIVOS................................................................................................................................. 4
DESARROLLO DE ACTIVIDADES TEORICAS ................................................................ 5
DESARROLLO DEL PROBLEMA ............................................................................................ 6
COMPONENTE TEÓRICO: ....................................................................................................... 8
COMPONENTE PRÁCTICO: ..................................................................................................... 9
FUNCIÓN DE TRANSFERENCIA DEL SISTEMA NO LINEAL ............................................ 9
MODELO ARX SISTEMA NO LINEAL ................................................................................. 10
MODELO ARMAX SISTEMA NO LINEAL ........................................................................... 11
MODELO OUTPUT-ERROR SISTEMA NO LINEAL............................................................ 12
MODELO BOX-JENKINS SISTEMA NO LINEAL ................................................................ 13
GRAFICA DE MODELO IDENT Vs FUNCION DE TRANSFERENCIA ............................ 14
SIMULACION EN SIMULINK ................................................................................................ 15
LINK DE VIDEOS .................................................................................................................... 24
CONCLUSIONES ..................................................................................................................... 25
REFERENCIAS BIBLIOGRAFICAS ................................................................................... 26

INTRODUCCION.
Poder modelar un sistema nos brinda la posibilidad de mejorar sus propiedades

o características, lo cual se convierte en una herramienta esencial para los
sistemas automatizados en la industria. Este conocimiento es parte
fundamental en nuestro saber, pues nos da la posibilidad de ser mejores
profesionales y tomar las mejores decisiones al momento de automatizar un
sistema.
A través del desarrollo de este informe teórico se pretende adquirir los

conocimientos o competencias prácticas para conseguir los modelos
matemáticos de los datos obtenidos de manera experimental y de esta forma
encontrar el modelo matemático que representan el comportamiento del
sistema dinámico más adecuado utilizando la herramienta IDENT de MatLab.
Comúnmente encontramos en la industria, muchos procesos que nos arrojan

bastante información de las cuales algunos podemos obtener por las leyes de
la física que rigen dicho proceso; otros son desestimados por nuestro saber.
Es por eso que esta herramienta IDENT de MatLab nos brinda un mundo de
posibilidades al momento de entender o modelar cualquier proceso con solo
medir diferentes valores con respecto al tiempo.

OBJETIVOS
 Encontrar el modelo matemático de un sistema dinámico utilizando

diferentes técnicas de identificación, para su posterior simulación y
validación
 Obtener los modelos matemáticos a partir de datos experimentales, a

través del uso de métodos paramétricos y no paramétricos a través de
la herramienta IDENT de Matlab®.
 analizar e identificar los modelos matemáticos hallados en ident de

Matlab®.
 Aplicar los conocimientos adquiridos para analizar y comprender la
herramienta de ident de Matlab®..

DESARROLLO DE ACTIVIDADES TEORICAS
DESCRIPCIÓN DEL PROBLEMA:
La compañía donde usted trabaja ha realizado la adquisición de un nuevo
equipo industrial que permitirá incrementar los niveles de producción de la
empresa. Con el fin de prevenir fallas y proteger la alta inversión realizada, el
presidente de la compañía ha ordenado la creación de un sistema de monitoreo
que permita supervisar el buen funcionamiento de la máquina y diagnosticar
la existencia de alguna falla. Para el diseño del sistema de monitoreo y
diagnóstico de fallas se requiere conocer de forma precisa el modelo
matemático del equipo industrial; de esta manera se dice que la máquina
está funcionando correctamente si la salida real es similar a la salida de su
modelo matemático; en caso contrario es posible que la máquina esté
presentando fallas.
A continuación, se presenta un diagrama simplificado del nuevo equipo

industrial, en el cual se tiene como:
 Variable de entrada el voltaje de armadura del motor aplicada 𝑣(𝑡)
 variable de salida la velocidad de rotación del motor 𝛩(𝑡):
Figura 1

DESARROLLO DEL PROBLEMA
MARCO TEÓRICO.
El motor de corriente continua (denominado también motor de corriente
directa, motor CC o motor DC por las iniciales en inglés direct current) es una
máquina que convierte energía eléctrica en mecánica, provocando un
movimiento rotatorio, gracias a la acción de un campo magnético.
Un motor de corriente continua se compone principalmente de dos partes.
1. El estator da soporte mecánico al aparato y contiene los polos de la

máquina, que pueden ser o bien devanados de hilo de cobre sobre un
núcleo de hierro, o imanes permanentes.
2. El rotor es generalmente de forma cilíndrica, también devanado y con

núcleo, alimentado con corriente directa a través de delgas, que están
en contacto alternante con escobillas fijas
El principio de funcionamiento de los motores eléctricos de corriente directa o

continua se basa en la repulsión que ejercen los polos magnéticos formados
entre el campo (estator) y la armadura (rotor), cuando, de acuerdo con la Ley
de Lorentz, interactúan con los polos magnéticos de los electroimanes o
bobinas. que se encuentra montado en un eje. (Rotor)el cual le permite girar
libremente entre los polos magnéticos norte y sur del Campo situado dentro
de la carcasa o cuerpo del motor.
1.- Carcasa
2.- Núcleo Polar
3.- Polo
4.- Polo Auxiliar
6.- Armadura o Inducido
7.- Bobinas del Inducido
8.- Bobina de Campo
9.- Bobina Auxiliar
10.- Colector o Delgas
11-12.- Escobillas
13 patas de anclaje
Cuando la corriente eléctrica circula por las bobinas del motor genera un
campo magnético el cual si los polos magnéticos coinciden, se producirá un
rechazo entre los polos magnéticos y este a su vez un torque o par de fuerza
que provocará que el rotor rompa la inercia y comience a girar sobre su eje en

el mismo sentido de las manecillas del reloj en unos casos, o en sentido
contrario, de acuerdo con la forma que se encuentre conectada a la fuente de
energía eléctrica.
Para el desarrollo del problema planteado se asumirán los siguientes valores
para los parámetros físicos a saber:
(𝐽) Momento de inercia del rotor: 0.01 𝑘𝑔 ∗ 𝑚2
(𝑏) Constante de fricción viscosa del motor: 1𝑁∗𝑚∗𝑠
0.01𝑉
(𝐾𝑏 ) Constante de fuerza electromotriz (𝑘𝑒) 𝑟𝑎𝑑
/𝑠𝑒𝑔
(𝐾𝑡 ) Constante torque del motor: 0.01 𝑁 ∗ 𝑚/𝐴
(𝑅) Resistencia eléctrica: 1Ω
(𝐿) Inductancia: 0.5𝐻
De igual manera, para la solución del problema suponemos que:
 La entrada del sistema es la fuente de voltaje (𝑉) aplicado a la

armadura del motor,
 la salida del sistema es la posición del eje (𝜃).
 Se supone que el rotor y el eje son rígidos.
 Suponemos además un modelo de fricción viscosa, es decir, el par de
fricción es proporcional a la velocidad angular del eje.
 Supondremos que el campo magnético en el motor es constante

COMPONENTE TEÓRICO:
Realice un análisis de cuál modelo seleccionaría su grupo para ser utilizado en
el sistema de monitoreo y diagnóstico de fallas. Tenga en cuenta el
compromiso entre precisión del modelo frente a simplicidad del mismo.
Según lo ensayado en el módulo IDENT de MATLAB, yo sugiero el sistema lineal

con el modelo Box-Jenkins para ser utilizado en el sistema de monitoreo y
diagnóstico de fallas para el control del motor DC, el cual me arroja una
aproximación del 93.1% con relación a la entrada Vs la salida del sistema.
Mantiene un margen de precisión alto y su sistema es simple, pues solo tiene
2 polos y 1 cero.
Se puede aumentar el margen de precisión en un 1.2% por encima del modelo

Box-Jenkins pero eso implicaría aumentar 1 polo más, con lo cual se
aumentaría la precisión, pero también aumentaría la complejidad del sistema.

COMPONENTE PRÁCTICO:
1. Utilice MATLAB® para aplicar a la ecuación diferencial no lineal encontrada

en la Etapa 1, a la función de transferencia encontrada en la Etapa 2 y a los
modelos ARX, ARMAX, Output-Error y Box-Jenkins identificados en la Etapa
3, una señal de entrada de prueba suministrada por el docente, y simule
los diferentes sistemas. (En caso de no haber cumplido con estos objetivos
el docente suministrará los modelos).
2. Analice la respuestas obtenidas y compare la salida de cada modelo con la

salida que se obtiene del proceso real ante la misma entrada, con el fin de
validar y seleccionar el modelo más preciso.
FUNCIÓN DE TRANSFERENCIA DEL SISTEMA NO LINEAL

0.7131𝑠 + 0.03511
𝐹𝑇 =
𝑠2 + 9.069𝑠 + 0.4488

MODELO ARX SISTEMA NO LINEAL
Diagrama de bloque Modelo ARX
𝐵(𝑞) 1
𝑦(𝑡) = 𝑢(𝑡) + 𝑒(𝑡)
𝐴(𝑞) 𝐴(𝑞)
Ecuación modelo ARX
Donde:
𝐵(𝑞) = 0.02001𝑞 −1 ; 𝐴(𝑞) = 1 − 0.4863𝑞 −1 − 0.4149𝑞 −2 ; 𝑒(𝑡) = 0
𝑝𝑜𝑙𝑜𝑠: 𝑛𝑎 = 2 ; 𝐶𝑒𝑟𝑜𝑠 𝑛𝑏 = 1; 𝑟𝑒𝑡𝑟𝑎𝑠𝑜 𝑛𝑘 = 1
Reemplazamos los valores tenemos:
0.02001𝑞 −1 1
𝑦(𝑡) = −1 −2
+ ∗ 0(𝑡)
1 − 0.4863𝑞 − 0.4149𝑞 1 − 0.4863𝑞 − 0.4149𝑞 −2
−1
0.02001𝑞 −1
𝑦(𝑡) =
1 − 0.4863𝑞 −1 − 0.4149𝑞 −2
Para tener exponentes positivos se multiplica todo por 𝑞 2
0.02001𝑞
𝑦(𝑡) =
𝑞2 − 0.4863𝑞 − 0.4149

MODELO ARMAX SISTEMA NO LINEAL
Diagrama de bloque Modelo ARMAX
𝐵(𝑞) 𝐶(𝑞)
𝑦(𝑡) = 𝑢(𝑡) + 𝑒(𝑡)
𝐴(𝑞) 𝐴(𝑞)
Ecuación modelo ARMAX
Donde:
𝐴(𝑞) = 1 − 0.8267𝑞 −1 − 0.1574𝑞 −2 ; 𝐵(𝑞) = 0.001757𝑞 −1
𝐶(𝑞) = 1 − 0.285𝑞 −1; 𝑒(𝑡) = 0
𝑝𝑜𝑙𝑜𝑠 𝑛𝑎 = 2; 𝐶𝑒𝑟𝑜𝑠 𝑛𝑏 = 1 y 𝑛𝑐 = 1; 𝑅𝑒𝑡𝑟𝑎𝑠𝑜𝑠 𝑛𝑘 = 1
0.001757𝑞 −1 1 − 0.285𝑞 −1
𝑦(𝑡) = + ∗0
1 − 0.8267𝑞 −1 − 0.1574𝑞 −2 1 − 0.8267𝑞 −1 − 0.1574𝑞 −2
0.001757𝑞 −1
𝑦(𝑡) =
1 − 0.8267𝑞 −1 − 0.1574𝑞 −2
0.001757𝑞
𝑦(𝑡) =
𝑞2 − 0.8267𝑞 − 0.1574

MODELO OUTPUT-ERROR SISTEMA NO LINEAL
Diagrama de bloque Modelo OE
𝐵(𝑞)
𝑦(𝑡) = 𝑢(𝑡) + 𝑒(𝑡)
𝐹(𝑞)
Ecuación modelo OE
Donde:
𝐵(𝑞) = 0.002512𝑞 −1; 𝐹(𝑞) = 1 − 0.0009608𝑞 −1 − 0.9763𝑞 −2
𝑟𝑢𝑖𝑑𝑜 𝑒(𝑡) = 0; 𝐶𝑒𝑟𝑜𝑠 𝑛𝑏 = 1; 𝑃𝑜𝑙𝑜𝑠 𝑛𝑓 = 2 ; 𝑅𝑒𝑡𝑟𝑎𝑠𝑜 𝑛𝑘 = 1
0.002512𝑞 −1
𝑦(𝑡) = 𝑢(𝑡) + 0(𝑡)
1 − 0.0009608𝑞 −1 − 0.9763𝑞 −2
0.002512𝑞 −1
𝑦(𝑡) =
1 − 0.0009608𝑞 −1 − 0.9763𝑞 −2
0.002512𝑞
𝑦(𝑡) =
𝑞2 − 0.0009608𝑞 − 0.9763

MODELO BOX-JENKINS SISTEMA NO LINEAL
Diagrama de bloque Modelo BJ
𝐵(𝑞) 𝐶(𝑞)
𝑦(𝑡) = 𝑢(𝑡) + 𝑒(𝑡)
𝐹(𝑞) 𝐷(𝑞)
Ecuación modelo BJ
Donde:
𝐵(𝑞) = 0.01049𝑞 −1
𝐶(𝑞) = 1 − 0.7077𝑞 −1
𝐷(𝑞) = 1 − 0.9611𝑞 −1 + 0.04055𝑞 −2
𝐹(𝑞) = 1 − 0.2188𝑞 −1 − 0.6518𝑞 −2
𝑟𝑢𝑖𝑑𝑜 𝑒(𝑡) = 0
𝐶𝑒𝑟𝑜𝑠 𝑛𝑏 = 1 y 𝑛𝑐 = 1; 𝑃𝑜𝑙𝑜𝑠 𝑛𝑑 = 2 y 𝑛𝑓 = 2; 𝑅𝑒𝑡𝑟𝑎𝑠𝑜 𝑛𝑘 = 1
0.01049𝑞 −1 1 − 0.7077𝑞 −1
𝑦(𝑡) = 𝑢(𝑡) + ∗0
1 − 0.2188𝑞 −1 − 0.6518𝑞 −2 1 − 0.9611𝑞 −1 + 0.04055𝑞 −2
0.01049𝑞 −1
𝑦(𝑡) =
1 − 0.2188𝑞 −1 − 0.6518𝑞 −2
0.01049𝑞
𝑦(𝑡) =
𝑞2 − 0.2188𝑞 − 0.6518

GRAFICA DE MODELO IDENT Vs FUNCION DE TRANSFERENCIA
Como podemos ver el modelo Box-Jenkins es el más aproximado a la función

de transferencia del sistema no lineal, igual que con la función de transferencia
del sistema lineal, mantiene un margen muy próximo a la salida del sistema,
garantizándome un alto margen de control.

SIMULACION EN SIMULINK
Amarillo: ARX Azul: ARMAX Naranja: OE Verde: BJ;

Podemos ver que los sistemas dinámicos son de gran ayuda para entender el
comportamiento de un sistema a través de los datos obtenidos en la práctica.
Esta herramienta nos permite entender cualquier comportamiento físico en un
sistema dado, los cual nos brinda muchas posibilidades para poder ejercer
control y también corregir condiciones no deseadas a través de los feedback
que tengamos en el sistema instalados, como sensores de: posición, de giro,
de aceleración o de ubicación.
En este caso se simula el comportamiento de un motor dc con una variable de
entrada que es el voltaje aplicado, el cual dará como respuesta un movimiento
circular en el eje del rotor del motor. Encontrando restricciones como la fricción
entre los rodamientos del rotor, el momento de inercia del rotor, la resistencia
eléctrica en las bobinas del estator y la inductancia producida por el campo
magnético y el entre hierro del motor. Todas estas variables inciden en la
respuesta instantánea del motor teniendo un retardo a la excitación en la
entrada del sistema.
En el caso de la práctica en SIMULINK podemos ver que el modelo Box-Jenkins
es que más se aproxima a la respuesta real del motor y como tal este modelo
sería el más preciso o confiable para realizar un monitoreo o control sobre el
equipo

La grafica que se obtuvo más cercana a la real es la de la ecuación lineal

izada, ya que básicamente es el modelo inicial, sin embargo el trabajar con
una función lineal no nos va a permitir predecir a futuro el comportamiento
del sistema, razón por la cual nos parece más adecuado tomar la función de
transferencia debido a que cumple con las reglas de la matemática eléctrica
y mecánicas el cual hace un barrido del circuito contando con las corrientes
, los componentes y las leyes de corrientes de mallas, voltajes, torque,
fricción, y electromotriz
Este sistema utiliza la matemática de las ecuaciones diferenciales que es un

mecanismo que da más credibilidad porque se basa en cálculos
experimentales; se utiliza y se recomienda el MODELO BOX-JENKINS SISTEMA
LINEAL ya que este el que tiene un comportamiento similar a la señal esperada
esto se da porque tenemos a la facilidad de modelarlo ya que se puede
insertar mas variables BJ
th = bj(z, [nb nc nd nf nk]) dando un porcentaje de Fit to estimation data:
92.3% (simulation focus) lo que hace que se estabilice mejor
3. Analice la respuesta obtenida y compare la salida de cada modelo con la

salida que se obtiene del proceso real ante la misma entrada, con el fin de
validar y seleccionar el modelo más preciso.

MODELO ARX SISTEMA NO LINEAL vs MODELO ARX SISTEMA LINEAL

Simulink

MODELO ARMAX SISTEMA NO vs LINEAL MODELO ARMAX SISTEMA LINEAL

simulink
MODELO OUTPUT-ERROR SISTEMA NO vs LINEAL MODELO OUTPUT-ERROR

SISTEMA LINEAL

Simulink

MODELO OUTPUT-ERROR SISTEMA NO LINEAL vs MODELO OUTPUT-ERROR

SISTEMA NO LINEAL

simulink

LINK DE VIDEOS
Alexander de armas.
Luis Fernando Bustamante.
https://www.youtube.com/watch?time_continue=34&v=3YaSx5r65oY
Jorge Mario Moreno.
Roger Alberto Garcia.
https://youtu.be/iML7iKAtTmY

CONCLUSIONES
A través del desarrollo del presente trabajo adquirimos los conocimientos

prácticos de como conseguir el modelo matemático de un proceso mediante
los valores obtenidos de forma experimental, utilizando la herramienta IDENT
de Matlab®.
Entendimos que todo sistema puede ser modelado, siempre que tengamos los
datos del proceso a través del tiempo con la ayuda del software Matlab®.
Estamos muy satisfechos con los conocimientos adquiridos en este módulo de

los cuales podremos aplicar en nuestro entorno laboral y profesional

REFERENCIAS BIBLIOGRAFICAS
Soria, O. E., Martín, G. J. D., & Gómez, C. L. (2004). Teoría de circuitos Cap.
8-9. Madrid, ES: McGraw-Hill España. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=200
&docID=10498623&tm=1481843758253
Pastor, G. A., & Ortega, J. J. (2014). Circuitos eléctricos. Vol. II. Madrid, ES:
UNED - Universidad Nacional de Educación a Distancia. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=29&
docID=10853795&tm=1481844106731
Villegas, L. (2007). Trabajo teórico práctico con Matlab. Buenos Aires, AR: El
Cid Editor - Informática. Recuperado de
docID=10165756&tm=1481844464476
Pagola, L. L. (2009). Regulación automática. Madrid, ES: Universidad
Pontificia Comillas. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=1&d
ocID=10522924&tm=1481844622214
El, H. N. (2007). Sistemas de control: ganancias de realimentación y
observadores de estado. Buenos Aires, AR: El Cid Editor - Ingeniería.
Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=1&d
ocID=10165708&tm=1481845234080
Roca, C. A. (2014). Control automático de procesos industriales: con
prácticas de simulación y análisis por ordenador PC. Madrid, ES: Ediciones
Díaz de Santos. Recuperado de
docID=11001962&tm=1481845100526
Gil, R. M. (2003). Introducción rápida a Matlab y Simulink para ciencia e
ingeniería. Madrid, ES: Ediciones Díaz de Santos. Recuperado de
docID=11059428&tm=1481846504254
Creus, S. A. (2007). Simulación y control de procesos por ordenador (2a.
ed.). Barcelona, ES: Marcombo. Recuperado de
docID=10212445&tm=1481848330059

Amaya Diaz, J. ( 17,12,2016). Identificación de sistemas. [Archivo de video].
Recuperado de http://hdl.handle.net/10596/10872
Creus, S. A. (2007). Simulación y control de procesos por ordenador (2a. ed.).

Barcelona, ES: Marcombo. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?


E5 03

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

E5 03

Загружено:

Авторское право:

Доступные форматы

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

Escuela de ciencias básicas tecnologías e Ingeniería

ALEXANDER DE ARMAS ROBLES COD: 12447197

ADRIANA DEL PILAR NOGUERA

Etapa 5: Desarrollar la simulación final del sistema dinámico

Cartagena de indias, Colombia 24 de Mayo de 2018

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co 1/27

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co 2/27

Poder modelar un sistema nos brinda la posibilidad de mejorar sus propiedades

A través del desarrollo de este informe teórico se pretende adquirir los

Comúnmente encontramos en la industria, muchos procesos que nos arrojan

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co 3/27

 Encontrar el modelo matemático de un sistema dinámico utilizando

 Obtener los modelos matemáticos a partir de datos experimentales, a

 analizar e identificar los modelos matemáticos hallados en ident de

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co 4/27

A continuación, se presenta un diagrama simplificado del nuevo equipo

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co 5/27

1. El estator da soporte mecánico al aparato y contiene los polos de la

2. El rotor es generalmente de forma cilíndrica, también devanado y con

El principio de funcionamiento de los motores eléctricos de corriente directa o

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co 6/27

(𝐽) Momento de inercia del rotor: 0.01 𝑘𝑔 ∗ 𝑚2

(𝑏) Constante de fricción viscosa del motor: 1𝑁∗𝑚∗𝑠

(𝐾𝑡 ) Constante torque del motor: 0.01 𝑁 ∗ 𝑚/𝐴

(𝑅) Resistencia eléctrica: 1Ω

(𝐿) Inductancia: 0.5𝐻

De igual manera, para la solución del problema suponemos que:

 La entrada del sistema es la fuente de voltaje (𝑉) aplicado a la

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co 7/27

Según lo ensayado en el módulo IDENT de MATLAB, yo sugiero el sistema lineal

Se puede aumentar el margen de precisión en un 1.2% por encima del modelo

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co 8/27

1. Utilice MATLAB® para aplicar a la ecuación diferencial no lineal encontrada

2. Analice la respuestas obtenidas y compare la salida de cada modelo con la

FUNCIÓN DE TRANSFERENCIA DEL SISTEMA NO LINEAL

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co 9/27

Diagrama de bloque Modelo ARX

𝐵(𝑞) = 0.02001𝑞 −1 ; 𝐴(𝑞) = 1 − 0.4863𝑞 −1 − 0.4149𝑞 −2 ; 𝑒(𝑡) = 0

𝑝𝑜𝑙𝑜𝑠: 𝑛𝑎 = 2 ; 𝐶𝑒𝑟𝑜𝑠 𝑛𝑏 = 1; 𝑟𝑒𝑡𝑟𝑎𝑠𝑜 𝑛𝑘 = 1

Reemplazamos los valores tenemos:

Para tener exponentes positivos se multiplica todo por 𝑞 2

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co 10/27

Diagrama de bloque Modelo ARMAX

𝐴(𝑞) = 1 − 0.8267𝑞 −1 − 0.1574𝑞 −2 ; 𝐵(𝑞) = 0.001757𝑞 −1

𝐶(𝑞) = 1 − 0.285𝑞 −1; 𝑒(𝑡) = 0

𝑝𝑜𝑙𝑜𝑠 𝑛𝑎 = 2; 𝐶𝑒𝑟𝑜𝑠 𝑛𝑏 = 1 y 𝑛𝑐 = 1; 𝑅𝑒𝑡𝑟𝑎𝑠𝑜𝑠 𝑛𝑘 = 1

Para tener exponentes positivos se multiplica todo por 𝑞 2

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co 11/27

Diagrama de bloque Modelo OE

𝐵(𝑞) = 0.002512𝑞 −1; 𝐹(𝑞) = 1 − 0.0009608𝑞 −1 − 0.9763𝑞 −2

𝑟𝑢𝑖𝑑𝑜 𝑒(𝑡) = 0; 𝐶𝑒𝑟𝑜𝑠 𝑛𝑏 = 1; 𝑃𝑜𝑙𝑜𝑠 𝑛𝑓 = 2 ; 𝑅𝑒𝑡𝑟𝑎𝑠𝑜 𝑛𝑘 = 1

Para tener exponentes positivos se multiplica todo por 𝑞 2

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co 12/27

Diagrama de bloque Modelo BJ

Para tener exponentes positivos se multiplica todo por 𝑞 2

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co 13/27

Como podemos ver el modelo Box-Jenkins es el más aproximado a la función

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co 14/27

Amarillo: ARX Azul: ARMAX Naranja: OE Verde: BJ;

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co 15/27

La grafica que se obtuvo más cercana a la real es la de la ecuación lineal

Este sistema utiliza la matemática de las ecuaciones diferenciales que es un