Академический Документы
Профессиональный Документы
Культура Документы
CARACTERIZACIÓN DE SISTEMAS
En el campo del análisis y del diseño de sistemas de control es necesario obtener una descripción
formal del comportamiento dinámico del proceso en el tiempo; en la mayoría de casos resulta en
una representación matemática. Para sistemas reales encontrados en aplicaciones de Ingeniería esta
descripción se caracteriza por una o más ecuaciones diferenciales, que relacionan todas las
variables del proceso y sus derivadas en función del tiempo. Otra forma de describir estos sistemas
es usando una herramienta matemática (la transformada de Laplace) que facilita enormemente el
análisis de dichos sistemas. Estas formas de describir a los sistemas y algunas características
particulares de los sistemas más frecuentes en aplicaciones industriales veremos a continuación.
dy n (t ) dy n −1 (t ) dy 2 (t ) dy (t )
an n
+ a n −1 n −1
+ ... + a 2 2
+ a1 + a 0 = bx(t ) (2.1)
dt dt dt dt
Esta ecuación diferencial es también conocida como ecuación diferencial lineal ordinaria
El problema de resolver una ecuación diferencial se puede plantear de la siguiente manera: Dados
los coeficientes a0 , a1 , ... , an y b, las condiciones iniciales apropiadas, y la función x(t),
encontrar la función y(t) que satisface la ecuación (2.1).
Veamos el siguiente ejemplo: Se desea saber cuál es la ecuación diferencial que en el circuito R-C
mostrado en la Figura 2.1, que relaciona la entrada U in con la salida U out .
R
Uin C Uout
i
Figura 2.1
Sistema eléctrico: Circuito
R-C
Control de procesos
U in = iR + U out 0
1 t dU out
U out = ∫ idt ⇒ i (t ) = C
C 0 dt
dU out (t )
U i (t ) = RC + U out (t )
dt (2.2)
Proporcionalidad:
Un sistema que frente a una entrada x1 responde con una salida y1, será lineal si es que se cumple
que para una entrada αx1 le corresponde una salida α y1. Siendo α constante.
Superposición:
Un sistema que frente a una entrada x1 responde con una salida y1 y frente a una entrada x2
responde con una salida y2, será lineal si es que se cumple que para una entrada x1+x2 responde con
una salida y1+y2.
Resumiendo ambas propiedades podemos decir que un sistema es lineal si es que cumple
con lo siguiente: que para una entrada αx1+β x2 el sistema responde con una salida
αy1+βy2.
30
Caracterización de sistemas
Muchos sistemas físicos son no lineales y son descritos por ecuaciones diferenciales no lineales.
Por ejemplo, la ecuación diferencial que describe el movimiento de un péndulo mostrado en la
Figura 2.4 es
d 2θ( t )
ML + Mg sen θ( t ) = 0 (2.3)
dt 2
Mgsenθ
Mg
Figura 2.4
Un péndulo simple
Sólo observando que θ(t) aparece en una función seno, la ecuación (2.3) es no lineal, y el sistema
es llamado sistema no lineal.
Linealización.
La mayoría de procesos industriales son sistemas cuya dinámica presentan no linealidades, es decir
que no se pueden representar mediante ecuaciones lineales (para que una ecuación sea lineal cada
31
Control de procesos
uno de sus términos debe contener sólo una variable o derivada, y ésta debe estar elevada a la
primera potencia). El tratamiento matemático de los sistemas no lineales no forma parte del
presente curso, sin embargo, debido a que es muy frecuente encontrarse con procesos no lineales,
se hace necesario una linealización; que consiste en aproximar una ecuación no lineal que
representa a un proceso con una ecuación lineal, de forma que la respuesta de la aproximación
lineal represente la respuesta del proceso en una región cercana al punto de operación.
dx(t )
= f [x(t )] + k
dt
donde f [x(t )] es una función no lineal de x y k es una constante. La expansión de las series de
Taylor de f [x(t )] alrededor de un punto x viene dado por:
df 1 d2 f 1 d3 f
f [x(t )] = f ( x ) + ( x )[x(t ) − x ] + ( x )[x(t ) − x ] + ( x )[x(t ) − x ] + K
2 3
2 3
dx 2! dx 3! dx
La aproximación lineal consiste en truncar la ecuación anterior en los dos primeros términos es
decir:
df
f [x(t )] ≅ f ( x ) + ( x )[x(t ) − x ]
dx
La interpretación gráfica de esta aproximación se muestra en la figura siguiente:
Fig. 2.5
La aproximación lineal es una línea tangente a la función no lineal f [x(t )] que pasa por el punto
x , es decir por el punto de operación sobre el cual estamos linealizando. La línea tangente tiene
una pendiente df dx (x ) . Para un punto x (t ) cercano al punto de operación x (t ) la diferencia
entre la aproximación lineal y el valor actual de la función no lineal es pequeña y aumenta
conforme nos alejamos del punto de operación. En la práctica, la región donde la aproximación
32
Caracterización de sistemas
lineal tiene una muy buena aproximación para representar la función no lineal es difícil de evaluar,
depende del grado de precisión que se desee obtener y del tipo de proceso en estudio.
X (t ) = x(t ) − x
donde:
X (t ) es la variable desviación
x(t ) es el valor absoluto de la variable
x es el valor de x en el punto de operación (valor base)
x(0) = x X (0) = 0 y
n
d X
(0) = 0 para n = 1, 2, etc
dt n
df
f [x(t )] ≅ f ( x ) + ( x ) X (t )
dx
dx(t ) df
= f (x) + ( x ) X (t ) + k
dt dx
dx (0)
x ( 0) = x =0 X ( 0) = x ( 0) − x = 0
dt
df
0 = f (x) + ( x )0 + k
dx
es decir,
f (x) + k = 0
33
Control de procesos
dx (t ) df
= f (x) + ( x ) X (t ) + k
dt dx
obtenemos:
dX (t ) df
= ( x ) X (t )
dt dx
Es importante notar que en el proceso de linealización los términos constantes quedan anulados
cuando tomamos como condición inicial el estado estacionario del sistema. Por otro lado se pueden
omitir los pasos intermedios y pasar directamente de:
dx (t )
= f [x(t )] + k
dt
dX (t ) df
= ( x ) X (t )
dt dx
πR 2 πR 2 ho 2
v= * ho 3 + (h − ho)
3H 2 H2
Fig. 2.6
34
Caracterización de sistemas
En general, una función de n variables x1, x2, ...., xn, es linealizada por la fórmula:
n
∂f
f ( x1 , x 2 , K , x n ) = f ( x1 , x 2 , K , x n ) + ∑ ( xk − xk )
k =1 ∂x k
∂f
donde : , denota la derivada parcial evaluada en ( x1 , x 2 , K , x n ) .
∂x k
y
f ( x, y , z ) = 2 x 2 + xy 2 − 3
z
en el punto x = 1, y = 2, z = 3
− − − ∂f − ∂f − ∂f −
f ( x , y, z ) = f x, y, z + x − x + y − y + z − z
∂x ∂y ∂z
∂f
= 4x + y 2
∂x
∂f 3
= 2 xy −
∂y z
∂f 3 y
=
∂z z 2
Evaluando las derivadas parciales en el punto de linealización:
2
f = 2(1)2 + 1( 2) 2 − 3 =4
3
∂f
= 4(1) + ( 2) 2 = 8
∂x
∂f 3
= 2(1)(2) − = 3
∂y 3
∂f 3(2) 2
= =
∂z (3) 2 3
35
Control de procesos
2
f ( x, y, z ) = 4 + 8( x − 1) + 3( y − 2) + ( z − 3)
3
2
F = 8 X + 3Y + Z
3
La transformada de Laplace de esta ecuación, con condiciones iniciales cero, está dada por:
La ecuación (2.5) es una ecuación algebraica en vez de una ecuación diferencial, y de este modo la
relación entre Y y U se encuentra fácilmente como:
Y( s ) 2s + 1
= 2 (2.6)
U ( s ) s + 3s + 2
Y ( s) 2s + 1
T (s) = = 2 (2.7)
U ( s ) s + 3s + 2
La función T(s), que es la relación entre U(s) y Y(s) – entrada y salida –, se conoce como función de
transferencia del sistema.
Y (s)
T (s) = (2.8)
U ( s)
Si la entrada u(t) es el impulso unitario δ(t), entonces y(t) es la respuesta de impulso unitario. La
transformada de Laplace de u(t) = δ(t) es 1 y la transformada de Y(t) sería T(s), ya que
Y(s) = T(s)U(s) = T(s)(1) (2.9)
Y(s) = T(s) (2.10)
36
Caracterización de sistemas
2. Teorema del valor inicial: Permite calcular el valor de f(t) un instante después (t = 0+) que la
entrada ha sido aplicada, a partir de su transformada.
lim y (t ) = lim sY (s )
t →0 s→∞
3. Teorema del valor final: El valor en estado estacionario de una función cuando t → ∞ , se
puede calcular a partir de su trasformada.
lim y( t ) = lim sY ( s )
t →∞ s→0
Veamos el caso del circuito R-C del ejemplo anterior, transformando la ecuación diferencial al
plano de Laplace, con condiciones iniciales nulas, obtenemos lo siguiente:
Si consideramos que la entrada es una señal de tipo escalón unitario cuya función de transferencia
es 1 el valor final de la tensión de salida sería :
s
1 1
U out = *
RCs + 1 s
Haremos ahora un análisis semejante para el siguiente circuito R-L de la Fig. 2.7:
37
Control de procesos
x R y
Figura 2.7
Circuito R-L
di
u i (t ) = L + u out (t ) (2.13)
dt
u out
u out = iR → i= , donde y es la función de salida.
R
L dy(t)
u i (t) = + u out (t) (2.14)
R dt
L
U i (s) = sY ( s ) + U out ( s ) (2.15)
R
∴ U out ( s ) 1
T (s) = = (2.16)
U i ( s) L
1+ s
R
Igualmente, si consideramos que la entrada es una señal de tipo escalón unitario cuya función de
transferencia es 1 el valor final de la tensión de salida sería :
s
1 1
U out = *
L s
s +1
R
Una vez hallado Y(s), se puede hallar la transformada inversa de Laplace L −1{Y ( s )} y de esta
manera obtener la expresión en el tiempo. De mucha utilidad resulta el uso de tablas de
transformadas de Laplace , pues reduce el proceso de cálculo de la función en el tiempo (ver Tabla
al final de esta sección)
38
Caracterización de sistemas
x(t) y(t)
K2 K1
F(t)
M2 C2 M1 C1
Figura 2.8
Sistema mecánico de masas-resortes
La entrada es F(t) y la salida y(t). Se pide la función de transferencia que relaciona la salida con la
entrada, simplificando la posible cancelación.
. •. • ••
F = K 2 ( x − y ) + c2 ( x − y ) + M 2 x (2.17)
• • • ••
K 2 ( x − y ) + c2 ( x − y ) = K1 y + c1 y + M 1 y (2.18)
F ( s ) + ( K 2 + c2 s )2 y ( s )
De (2.17): x( s ) = (2.19)
K 2 + c2 s + M 2 s 2
( M 1s 2 + c1s + c2 s + K1 + K 2 )
De (2.18): x( s) = y( s) (2.20)
c2 s + K 2
y ( s ) [ M 1s 2 + (c1 + c2 ) s + K1 + K 2 ]( M 2 s 2 + c2 s + K 2 ) − ( K 2 + c2 s ) 2
= (2.21)
F ( s) c2 s + K 2
39
Control de procesos
y(s) 1
= 3 (2.22)
F ( s ) 2 s + 5s 2 + 4 s + 3
Ceros de un sistema: Son las raíces del numerador de la función de transferencia del sistema.
Polos de un sistema: Son las raíces del denominador de la función de transferencia del sistema.
Los polos de un sistema son los que indican si éste es convergente o divergente. Si los polos son de
signo negativo, entonces el sistema converge. Si los polos son de signo positivo, entonces el
sistema diverge.
El signo y el valor de un cero no dice nada sobre la convergencia o divergencia de un sistema, pero
si interesa en el análisis transitorio del mismo. Por ejemplo, si el cero es positivo, entonces el
sistema es a fase no mínima, término que explicaremos más adelante.
s +1
X (s ) = 1 T (s ) = Y (s ) = ?
s (s + 2)(s + 3)
1
0
La función de transferencia del sistema posee polos reales negativos, lo cual indica que el sistema
será convergente sin oscilaciones, es decir, frente a una entrada finita real, la salida tenderá a un
valor finito y real.
En este caso, la entrada es escalón unitaria, se espera entonces que la salida tienda a un valor real y
finito (converja). Veamos su función de transferencia:
s +1
Y (s ) =
(s + 2)(s + 3)s
Podemos aplicar el teorema del valor final:
s +1
lím y(t ) = lím = 1
t →∞ s →0 (s + 2)(s + 3) 6
El valor real y finito obtenido constituye la ganancia estática del sistema y demuestra que el
sistema es convergente. Una gráfica del comportamiento se muestra a continuación.
40
y Caracterización de sistemas
1/6
41
Control de procesos
n
K C ( s − sz i )
T ( s) = m
i =1
m≥n (2.24)
C (s − s p j )
j =1
La condición m≥n debe cumplirse a fin de que el sistema pueda ser físicamente implementable.
En el siguiente ejemplo se expresa T(s) bajo las dos formas antes mencionadas; la segunda de ellas
permite conocer las raíces tanto del numerador como del denominador. Estas raíces son de
particular importancia para el sistema al que representan.
s 2 + 5s + 6 ( s + 3)( s + 2)
T (s) = = (2.25)
s 2 + 9 s + 18 ( s + 6)( s + 3)
Figura 2.9
Sistema genérico al que se le aplica un
impulso de Dirac
y ( s ) = T ( s )δ ( s ) = T ( s )(1) (2.26)
y(s ) = T ( s) (2.27)
1
• Si T ( s ) = :
s −1
1
y(s) = → y (t ) = e t
s −1
42
Caracterización de sistemas
et
250
• P1=1
200
• Sistema
150
divergente
100
50
0
0 1 2 3 4 5 6 7 8 9 10
t
Figura 2.10
Respuesta divergente del
sistema
1
• Si T ( s ) = :
s +1
1
y(s) = → y (t ) = e − t
s +1
e-t 0.01
0.009
0.008 • P1= −1
0.007
0.006 • Sistema
0.005 convergente
0.004
0.003
0.002
0.001
0
0 1 2 3 4 5 6 7 8 9 10
t
Figura 2.11
Respuesta convergente del
sistema
Se observa claramente que en el segundo caso, cuando el sistema tiene el polo negativo, el sistema
es convergente, mientras que en el caso anterior ocurre lo contrario.
Lo que a nosotros nos interesa es que el sistema converja a un valor determinado finito, para que de
esta manera se pueda realizar un control sobre sus salidas. Por lo tanto podemos esbozar una
primera idea sobre convergencia:
• Si la función de transferencia a lazo abierto de un sistema posee polos con parte real positiva
entonces su salida es divergente.
43
Control de procesos
• Si la función de transferencia a lazo abierto de un sistema posee polos con parte real negativa
entonces su salida es convergente.
Tipos de Entrada.
Dirac (pulso).
Sólo se aplica de modo teórico , esto es debido a que esta función existe sólo teóricamente. Se
1 t = 0
define como: δ (t ) = . Una forma de interpretar dicha función es considerándola
0 t ≠ 0
como un pulso de ancho muy pequeño y de área unitaria, tal como se muestra en la fig. 2.12.
Escalón.
Es una de las más usadas para las pruebas de sistemas de control: r (t ) ≈ cte .
La ventaja de esta entrada es que representada en Fourier es la sumatoria de varias funciones a
distinta frecuencia, es decir, como si el escalón tuviera el máximo de armónicos.
Rampa.
Es una entrada variable de tipo lineal: r (t ) = k t . Por ejemplo, en la velocidad de enfriamiento
de un metal es importante pues esa transición debe ser lineal y con cierta pendiente. Otro caso
es en el ascenso de un avión ya que esta variación de altura debe ser suave.
44
Caracterización de sistemas
Senoidal.
No tiene mucho significado en análisis temporal ya que a una entrada de este tipo le
corresponde otra salida senoidal si es que el sistema es estable, por lo tanto no tiene sentido
hacer esa prueba.
La más completa de las entradas anteriormente descritas es la función escalón puesto que es la
sumatoria de infinitas funciones senoidales.
Partiremos de un ejemplo real y sencillo para introducir los sistemas de primer orden.
Consideremos el tanque de mezcla mostrado en la Figura 2.15. Estamos interesados en conocer
cómo la temperatura de salida T(t) responde frente a un cambio en la temperatura de entrada Ti(t).
q, m3/s
T (t)
q, m3/s
Figura 2.15
T(t),
Proceso térmico
En este ejemplo, el flujo volumétrico de entrada y de salida, las densidades de los líquidos y la
capacidad de transferencia de calor pueden ser asumidos constantes. El líquido en el tanque es
mezclado y él es perfectamente aislado, es decir, el proceso es adiabático.
Un balance de energía en el estado no estacionario nos daría la relación deseada entre las
temperaturas de entrada y de salida.
d (Vρu (t ))
qρ i hi (t ) − qρh(t ) = (2.28)
dt
O en términos de temperatura:
45
Control de procesos
d (VρCvT (t ))
qρ iC piTi (t ) − qρC pT (t ) = (2.29)
dt
donde:
d (VρCvT (t ))
qρC pTi (t ) − qρC pT (t ) = (2.30)
dt
La solución de esta ecuación diferencial para una cierta temperatura de entrada nos da la respuesta
de la temperatura de salida en función del tiempo. La temperatura de ingreso es la variable de
entrada, mientras que la temperatura de salida es la variable de salida.
Antes de resolver esta ecuación, un cambio de variable puede simplificar la solución. Escribiendo
la ecuación de balance de energía en el estado estacionario en el contenido del tanque:
qρC pTi − qρC pT = 0 (2.31)
d (T (t ) − T )
qρC p (Ti (t ) − T ) − qρC p (T (t ) − T ) = VρCv (2.32)
dt
d (VρCv T(t ))
qρC p Ti (t ) − qρC p T(t ) = (2.35)
dt
La ecuación (2.35) es igual que la (2.30) excepto que está dada en términos de la desviación de la
temperatura. La solución nos dará T(t), la desviación de la temperatura, en función del tiempo para
una determinada Ti(t).
46
Caracterización de sistemas
VρCv dT(t )
+ T(t ) = Ti (t ) (2.36)
qρC p dt
VρCv
Llamamos τ = (2.37)
qρ C p
Por lo tanto:
dT( t )
τ + T( t ) = Ti ( t ) (2.38)
dt
1
T( s ) = T(s) (2.40)
τs + 1 i
T( s ) 1 (2.41)
=
Ti ( s ) τs + 1
La función de transferencia (2.41) a la que hemos llegado es una función de primer orden porque es
desarrollada a partir de una ecuación diferencial de primer orden. Los procesos descritos por esta
función de transferencia son llamados procesos de primer orden, sistemas de primer orden o
retrasos de primer orden. El sistema eléctrico de la Figura 2.7 y cuya función de transferencia está
dado por la ecuación (2.16) es otro ejemplo de un sistema de primer orden.
Para el sistema térmico que estamos analizando se tiene que frente a una entrada tipo escalón de
amplitud A:
Ti (t ) = Ti + A (2.42)
Ti (t ) − Ti = A (2.43)
Ti (t ) = A (2.44)
Ti (t ) = Au (t ) (2.45)
1
T (s) = Ti ( s ) (2.46)
τs + 1
1 A
T (s) = (2.47)
τs + 1 s
47
Control de procesos
T (t ) = A(1 − e − τ )
1
(2.48)
o
T (t ) = T + A(1 − e − τ )
1
(2.49)
T+A A
0.632A
T (t ), C T (t ), C
T 0
t
τ
Figura 2.16
Respuesta de un proceso de primer orden frente a
una entrada tipo escalón
τ representa la constante de tiempo, cuyas unidades son segundos. Al valor de la constante de
tiempo, se obtiene un cambio en la salida del 63.2%.
Existen muchos otros procesos de primer orden, tales como los tanques de almacenamiento
transitorio de gas donde se quiere controlar la presión interna respecto a la presión de salida, los
tanques de almacenamiento de líquidos donde se quiere controlar el nivel, los reactores químicos
donde se desea controlar las temperaturas así como las concentraciones de los reactivos y de los
productos. En todas ellas, la función de transferencia es similar a la que se presenta en la ecuación
(2.41). La característica principal que rige su comportamiento dinámico es su constante de tiempo
τ. Asimismo, su respuesta en el tiempo es similar a la de la Figura 2.16, a esta respuesta se le suele
llamar respuesta en forma de s.
Los procesos o sistemas de segundo orden son aquellos que poseen función de transferencia de la
siguiente forma:
ωn2
T ( s) = (2.50)
s 2 + 2ξω n s + ω n
2
48
Caracterización de sistemas
0.18
0.16
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
0 1 2 3 4 5 6 7 8 9 10
Figura 2.17
Respuesta en el tiempo de un
sistema de segundo orden
Como se puede observar, esta respuesta en el tiempo posee ciertas oscilaciones que poseen una
frecuencia y amplitud determinadas que estudiaremos a continuación.
F(t-D)
F(t)
Tiempo muerto
Dominio del tiempo
D
F(s)
e -DsF(s) Dominio de Laplace
-Ds
e
F(t) F(t-D)
t=0 t=D t
Fig. 2.18
49
Control de procesos
Para un proceso térmico por ejemplo se tiene que la función de transferencia de la temperatura del
tanque T ( t ) con respecto a los disturbios Ti ( t ) y T s ( t ) son respectivamente:
T ( s) K T ( s) K
= 1 = 2
T i ( s ) τs + 1 T s ( s ) τs + 1
T1 ( s ) K 1 e − t 0 s T1 ( s ) K 2 e − t 0 s
= =
Ti ( s ) τs + 1 T s ( s) τs + 1
Es bueno resaltar que en muchos procesos no es fácil determinar el tiempo muerto pues éste
usualmente se ha distribuído a lo largo del mismo y, por tanto su evaluación numérica no es tan
simple, sin embargo hay métodos que permiten hallar una aproximación del mismo.
El tiempo muerto es un parámetro que afecta las prestaciones de un sistema de control y por ello es
importante tenerlo en cuenta en el procedimiento de diseño.
50
Caracterización de sistemas
Se ha visto que los sistemas denominados de primer orden tienen como función de transferencia:
1
T ( s) =
τs + 1
Todos los sistemas de primer orden se pueden definir y analizar en una forma muy simple ,
determinando básicamente dos parámetros: la ganancia estática y la constante de tiempo. Esta
última se define como el tiempo para el cual la salida y (t ) alcanza el 63% de su valor estacionario,
definición que también es válida para sistemas de cualquier orden. Este parámetro ayuda a evaluar
la rapidez del sistema.
51
Control de procesos
Donde:
Porcentaje de amortiguación: se define como la velocidad con que disminuyen dos máximos de la
salida.
OV2
% Amortiguación = × 100 es recomendable : % Amotiguación ≤ 25%
OV
Para sistemas mayores al tercer orden no existe una fórmula genérica de esas especificaciones, es
decir, no se podrá obtener por medio de fórmulas; entonces, se hará lo siguiente:
Para sistemas de primer y segundo orden existen fórmulas genéricas para determinar algunos
parámetros.
1 ω n2
Y (s ) = aplicando antitransformada de Laplace tendremos :
s s 2 + 2ω n s + ω n2
y (t ) = 1 −
1
1−ξ 2 e
−ξω t
( )
n sen ω 1 − ξ 2 t + φ ....................(2.51)
n
1−ξ 2
φ = tg −1 = cos −1 (ξ )
ξ
Hallando los polos de Y(s ) :
4ξ 2ω n2 − 4ω n2
P1, 2 = −ξω n ± = −ξω n ± ω n ξ 2 − 1 = −α + β
2
Se hace la observación de que ξ < 1 ya que si ξ > 1 los polos no tendrían parte imaginaria,
con lo cual la ecuación (2.51) carecería de oscilaciones, entonces: 0 < ξ < 1 .
Además, vemos que la parte exponencial depende exclusivamente de la parte real del polo
( − ξω n ); la parte imaginaria del polo ( ω n ξ 2 − 1 ) tiene efecto sobre las oscilaciones de sistema
(función senoidal).
52
Caracterización de sistemas
Como hemos definido α = ξω n y además sabemos que 0 < ξ < 1 , podemos concluir que el
sistema siempre será estable ( polo = −α ).
Donde:
ξ : relación de amortiguación.
α : factor de amortiguamiento.
Los polos estarán ubicados en una circunferencia de radio igual a ω n , siendo esta última la
frecuencia de oscilación cuando ξ = 0 (salida puramente senoidal o frecuencia sin
amortiguamiento; el término ω n ξ 2 − 1 me representa la pulsación de la salida o frecuencia
amortiguada.
53
Control de procesos
Ahora haremos un análisis cuantitativo de los parámetros del sistema de segundo orden:
Vemos que en la salida y (t ) , la parte exponencial es la que predomina; si esta es más fuerte (más
achatada), el over shoot se reduce lo cual significa que α (factor de amortiguamiento) aumenta.
ωn −ξω nt
y ′(t ) = sen ω n 1 − ξ 2 t = 0
2 e
1−ξ
nπ
ω n 1 − ξ 2 t = nπ ⇒ t=
ωn 1 − ξ 2
Asumimos que el primer máximo es el over shoot (n=1). Se pueden dar casos en donde el primer
máximo no sea el over shoot, esto se da cuando los sistemas tienen ceros en la parte de los reales
positivos, a esto se denomina “Ceros a fase no mínima”.
−πξ 1−ξ 2
ov = y − 1 ⇒ OV = e (Fórmula cuantitativa exacta para el over shoot en un
sistema de segundo orden, entrada escalón y estable).
β = 1−ξ 2
donde: β , luego si:
θ = arctg ξ
54
Caracterización de sistemas
La determinación de este parámetro no depende de una fórmula exacta, sino mas bien de un cálculo
aproximado.
1+ 0.7ξ
td ≅ Aproximación lineal
ωn
1.1 + 0.125ξ + 0.469ξ 2
td ≅ Aproximación de segundo orden
ωn
Rise Time:
0.8 + 2.5ξ
tr ≅ Aproximación lineal
ωn
1 − 0.4167ξ + 2.917ξ 2
tr ≅ Aproximación segundo orden
ωn
Settling Time:
1
Se tiene una fórmula exacta: ts = − ln 0.05 1 − ξ 2
ξω n
3 .2
y una aproximada: ts ≅
ξω n
Como podemos apreciar si aumentamos td y tr , aumentará el valor de ts y viceversa, esto se debe a
que todos los parámetros están en función de ξ .
55
Control de procesos
También se puede modificar T (s ) , mejorando así la respuesta del sistema, agregando un R (s ) que
se comportaría como un precompensador.
La respuesta del sistema al añadir polos será muy influyente dependiendo de los polos anteriores
( P1 , P2 ).
Nótese que un polo con parte real negativa representa un sistema estable y uno con parte real
positiva implica un sistema inestable.
A1 A A
P1 , P2 , P3 : reales ⇒ T (s ) = + 2 + 3
s + P1 s + P2 s + P3
1 B1 A A A
Y (s ) = T (s ) ⇒ Y (s ) = + 1 + 2 + 3
s s s + P1 s + P2 s + P3
y (t ) = B1 + A1 e
− P1t − P2 t −P t
+ A2 e + Ae 3
13 23
Efecto del polo adicional
1
B1 = lím sY (s ) =
s →0 P1P2 P3
56
Caracterización de sistemas
1
A1 = lím (s + P1 )Y (s ) =
s → − P1 (− P1 )(P2 − P1 )(P3 − P1 )
1
A2 = lím (s + P2 )Y (s ) =
s → − P2 (− P2 )(P1 − P2 )(P3 − P2 )
1
A1 = lím (s + P3 )Y (s ) =
s → − P3 (− P3 )(P1 − P3 )(P2 − P3 )
Si P3 es muy elevado respecto de los otros dos polos, su influencia es casi nula; en caso contrario,
es apreciable.
Ejemplo :
1 ⇒ Despreciando (s + 1000 ) por ser
T (s ) =
(s + 10 )(s + 0.1)(s + 1000) un polo de valor elevado
τ 1s + 1
T (s ) =
0.1s + 1
1 τ 1s + 1 1 τ 1s
Y (s ) = = + ⇒ y (t ) = y1 (t ) + τ 1 y1′ (t )
s 0.1s + 1 s (0.1s + 1) s (0.1s + 1)
14243 14243
y1(t ) ′ (t )
τ1y1
El efecto de los ceros depende de τ 1 , ya que si este valor es positivo, el término τ 1 y1′ (t ) se
estaría sumando y por tanto la salida y (t ) aumentará. Si τ 1 es negativo, la salida se verá
disminuida siendo este un efecto no deseado (ceros positivos o de fase no mínima). Un cero nunca
causa inestabilidad, pero si puede producir efectos no deseados.
57
Control de procesos
Los ceros de fase no mínima sólo hacen disminuir los parámetros en el tiempo de mi sistema;
además, influyen sobre los polos más cercanos y si es igual o muy cercano a uno de ellos, lo
cancela.
Los polos dominantes son aquellos que tienen una constante de tiempo pequeña (más lentos); para
un análisis cualitativo del sistema basta considerar sólo los polos dominantes puesto que con ωn y
ξ se conoce la forma de la respuesta en el tiempo.
Al añadir un cero o un polo comparamos sus partes reales con la del polo dominante
Hacer un análisis en el tiempo genérico para una función genérica T (s ) cualquiera no se puede
hacer; es por eso que se toma un sistema de segundo orden, siendo algunas de sus ventajas:
• Es muy probable que un sistema real y su controlador sea un sistema de segundo orden.
• Los sistemas de orden superior pueden reducirse a sistemas de segundo orden.
• Se pueden definir ecuaciones para el sistema de segundo orden:
Y ω n2
= T (s ) = 2
R s + 2ω n s + ω n2
1
Para el sistema de primer orden definido como: T ( s ) = se tiene que si el polo ( 1 τ p ) es
π p s +1
elevado, la constante de tiempo ( τ p ) disminuirá y por consiguiente el sistema es más rápido. Al
simplificar los polos que están muy a la izquierda en el eje de los reales, se están simplificando a su
vez las dinámicas muy rápidas que no se desean. Si P = −103 o lo que es equivalente τ p = 103 ,
tendremos un polo muy a la izquierda y un sistema muy rápido.
58
Caracterización de sistemas
Ejemplo:
Fig. 2.25
Se puede notar que la velocidad de calentamiento es una dinámica lenta, por lo que podemos
despreciar la velocidad de nivel por ser esta muy rápida.
Si se cuenta con la gráfica de y (t ) y se desea aproximar a una función de primer orden debemos
calcular los parámetros que definen esta curva.
1 K
T (s )original = T (s )aproximado =
(τ s + 1)(τ
1 2 s + 1) (τ p s + 1)
K : ganancia estática ⇒ K = A =1 (entrada escalón )
τ 1 = τ p = 0.63K = 0.63
59
Control de procesos
Conociendo τ a y τ b tendremos que hallar una fórmula analítica para calcular los valores de τ 1 y
τ2 .
K 1
Y (s ) =
(τ 1s + 1)(τ 2 s + 1) s
Como se tienen dos puntos, se obtienen dos ecuaciones con dos incógnitas:
y (t = t a ) = 0.2 A → f (τ 1 , τ 2 )
y (t = t b ) = 0.7 A → f (τ 1 , τ 2 )
Si se tiene una T (s ) de orden mayor a 2 con una respuesta gráfica igual a la de segundo orden, se
pueden usar las fórmulas de overshoot, tr, ts aproximándola a segundo orden, teniendo polos
complejo conjugados.
60
Caracterización de sistemas
61
Control de procesos
62