Вы находитесь на странице: 1из 15

Construir planta para control de

temperatura y obtener su modelo


matemático
1. La construcción del horno es individual pero pueden trabajar por equipo para
compartir materiales o equipos.
2. Lo ideal es que el sensor de temperatura pueda entregar mediciones de voltaje de
2.5 a 5 V lo que corresponde a temperaturas de 25°C a 50°C o más.
3. Debe esperar hasta que la temperatura en el horno deje de variar.
4. Como existe la posibilidad de que alcance temperaturas por encima de los 50° C
quizá sea recomendable no añadir un amplificador de ganancia 10.
5. Obtener el modelo matemático de primer orden de la planta.
6. Obtener el modelo matemático de Strejc de la planta.
Construir planta para control de
temperatura y obtener su modelo
matemático
Evaluación individual:
1. Demostración de las mediciones presentadas en la gráfica,
2. Presentar la gráfica ampliada que abarque la mayor cantidad de área de una hoja.
3. Presentar el modelo matemático de primer orden y de orden múltiple en una hoja.
4. Presentar en una hoja las tres curvas (datos muestreados, modelo matemático de
primer orden, modelo matemático de orden múltiple) montadas en una sola, que
guarden la misma escala, para poder compararlas.
5. Presentar en una hoja la tabla que se utiliza en el modelo matemático de orden
múltiple.
Se le entregará la gráfica de las mediciones obtenidas con el sistema real, la tabla
utilizada en el modelo matemático de orden múltiple y se le solicitará que:
6. Obtenga el modelo matemático de primer orden.
7. Obtenga el modelo matemático de orden múltiple.
Identificación experimental de sistemas
dinámicos por
métodos gráficos usando Matlab.
 Utilizando Matlab y Arduino, obtenga la respuesta a la
aplicación de un escalón de voltaje de CD de un
Sistema de Control de Temperatura.
 Primero deberá iniciar el procedimiento de adquisición
en Matlab y después se energizará la resistencia del
horno. Matlab deberá ir muestreando los datos
provenientes del LM35.
 Graficar los datos obtenidos de temperatura en Matlab.
 Posiblemente obtenga una curva así:
Identificación de un modelo de
primer orden G(s)   s  1
k
Ganancia estática k
 de la gráfica Δy(∞)=1.5 y
conociendo que la entrada ha sido K=1.5
un escalón unitario Δu=1 .
y  
k
u
 Por tanto k=1.5.
0.9450
Constante de tiempo τ
 Calcular el 63% del valor final de
estado estable de la salida.
 (0.63)yss(t)=0.63*1.5= 0.9450.
 Aproximar el tiempo en que se
produce el valor anterior:
 τ =2.5s
τ =2.5s

Modelo de primer orden:


1.5
Y (s) 
2.5s  1
Comparación entre los datos experimentales y la
simulación en Matlab.
G=tf([1.5],[2.5 1])
step(G)
axis([0 10 0 1.6])
Step Response
1.5

Amplitude
0.5

0
0 5 10 15 20 25
Time (seconds)
Comparación entre los datos experimentales y la
simulación en Matlab.
Identificación de un modelo de
2º orden. Método de Strecj.
 Con el método de Strejc la respuesta del sistema se trata de
aproximar por un sistema con polos reales múltiple:

 Los valores de t y n se obtienen de la siguiente tabla, a partir de los


valores de Tu y Ta que a su vez se obtienen de la gráfica de
respuesta del sistema.
Para medir Tu y Ta
 En la figura generada por Matlab, en el menú utilice
Insert->Line para dibujar dos rectas sobre la curva:
 Después, en la ventana de trabajo de Matlab introduzca:
[Tu_Ta]=ginput(2)
 Con lo anterior aparece un cursor y se le pedirá que marque dos puntos
sobre la figura:

 El resultado será:
Tu_Ta =
0.801 -0.0025
3.230 1.5
Tu_Ta =
0.801 -0.0025
3.230 1.5

Tu Ta

Para calcular Tu y Ta:


Tu=0.801 s Ta=3.23-0.801=2.429
Calculando : Tu 0.801
   0.329
Ta 2.429
 De la tabla obtenemos:
Ta Tu
 4.46  1.42
1 2

 1  0.544 s  2  0.564 s

0.544  0.564
  0.554 s
2
El modelo es:
1.5
G (s) 
(1  0.554 s ) 4
1.5
 Simulación en Matlab de: G( s) 
(1  0.554s) 4
G=tf([1.5],conv(conv( conv([0.554 1],[0.554 1]),[0.554 1]),[0.554 1]) )
step(G)
axis([0 10 0 1.6])
Step Response
1.6

1.4

1.2

1
Amplitude

0.8

0.6

0.4

0.2

0
0 1 2 3 4 5 6 7 8 9 10
Time (seconds)
Comparación entre los datos experimentales y la
simulación en Matlab.
Comparación entre los datos experimentales y la
simulación en Matlab.

Похожие интересы