Categoría: Lugar geométrico de las raíces

Análisis de sistemas de control, Lugar geométrico de las raíces

Diseño de Controlador PD utilizando sisotool de Matlab

carakenio73

Para determinar los valores de las constantes Kp y Td de un controlador PD, utilizaremos Matlab. Considere un Sistema con una planta inestable con función de transferencia Gp(s):

null
Función de transferencia de la Planta

Usando el enfoque del LGR diseñar un control proporcional-derivativo (determinar los valores de Kp y Td) tal que el factor de amortiguamiento relativo ζ del sistema en lazo cerrado sea 0.7 y la frecuencia natural no amortiguada ωn sea 0.5 rad/seg.

Respuesta:

  1. Para describir cualitativamente el comportamiento de la planta, la incorporamos a un sistema de control elemental (realimentación unitaria) como el que se muestra en el siguiente diagrama de bloques, Figura 1:
null
Figura 1. Se incorpora la planta a un sistema de control con realimentación unitaria

Luego, observamos el Lugar Geométrico de sus Raíces (LGR) mediante el siguiente comando en Matlab (para un repaso de LGR ver:):

>> G=tf([1],[10000 0 -11772])

>> rlocus(G)

>> grid

null
Figura 2. Lugar Geométrico de las raíces de la planta antes de incorporar el controlador PD

Podemos ver en la Figura 2 que para ganancias cercanas a 1, el sistema tiene raíces ubicadas en el lado derecho del plano s, por lo tanto se trata de un sistema inestable (para un repaso de estabilidad ver:Estabilidad). Podemos además solicitar a Matlab las raíces de nuestra planta para la ganancia exactamente igual a 1 mediante:

>> pole(G)

ans =    1.0850     -1.0850

Para alcanzar las especificaciones solicitadas (factor de amortiguamiento ζ=0.7 y frecuencia natural no amortiguada ωn =0.5 rad/seg.), introducimos en la función de transferencia directa un controlador PD, Figura 3:

null
Figura 3. Se incorpora el controlador PD al sistema de control.

La justificación de aplicar un controlador PD es que las especificaciones involucran a la respuesta transitoria, etapa en la cual la aplicación del controlador PD es ideal, según se concluye en la teoría. Analíticamente ya se demostró en Controlador PD que los valores de las constantes son Kp =14272 y Td =0.49 s. En esta oportunidad vamos a determinar estos valores utilizando el Matlab Control System Toolbox, en especial el comando sisotool:

>> sisotool(G)

Esta herramienta ofrece una interface gráfica que facilita el diseño del controlador de acuerdo con los requerimientos solicitados (Graphical Tuning, Root Locus Design). En la Figura 4 podemos observar las dos pantallas iniciales:

Figura 4

Hacemos click derecho sobre el LGR, seleccionamos las pestañas según la Figura 5:

Figura 5

Al asignar el valor del parámetro ζ, obtenemos la siguiente gráfica:

Figura 6

Aplicamos el mismo procedimiento para asignar el valor de ωn:

Figura 7

Al asignar los valores solicitados en las ventanas para cada parámetro, obtenemos la siguiente gráfica:

Figura 8

En la Figura 8 el punto donde se interceptan las curvas negras señalan el lugar geométrico donde se cumplen ambas especificaciones.

Como ya sabemos, agregar un controlador PD es agregar un cero y una ganancia (ver Controlador PD). Ello lo podemos hacer utilizando el menú del LGR:

Figura 9

Procedemos agregar un cero al eje real del plano s:

Figura 10. Agregamos un cero al eje real del plano s.

Ahora arrastramos el cero a lo largo del eje real, utilizando click derecho, hasta que el LGR (líneas azules) coincida con el punto de intercepción de las líneas negras:

Figura 11. Arrastramos el cero a la izquierda del eje s hasta que el LGR coincida con la intercepción de las curvas negras.

Ahora, arrastramos los polos hasta el punto de intercepción de las curvas negras y el LGR:

Figura 12. Los polos coinciden con la intercepción de las curvas.

En el borde inferior izquierdo, mientras ubicamos los polos en el lugar correcto del LGR, podemos ver como evolucionan los valores de los parámetros damping y frecuencia natural;

Figura 13. Movemos los polos hasta que se cumplan los requerimientos.

Seleccionamos la pestaña “compensator editor” para ver los cambios en el controlador:

Figura 14. Valores de las constantes del compensador

Vemos que los valores del compensador se asemejan a los obtenidos de manera analítica:

Valores de las constantes del controlador PD

En la misma ventana del “compensator editor” seleccionamos la pestaña “Analysis Plots”:

Figura 15. Solicitud de gráfica de respuesta del sistema a la entrada escalón unitario.

De manera automática obtenemos la gráfica de respuesta del sistema a la entrada escalón unitario:

Figura 16

A la gráfica de la Figura 16 se le puede pedir otros valores de importancia en la respuesta transitoria del sistema, como por ejemplo el sobreimpulso:

Figura 17. Sobreimpulso de la respuesta del sistema al escalón unitario.
Otro Ejemplo

Utilice MATLAB y su “Control System Toobox“, y los siguientes pasos y comandos para desarrollar el diseño del pasado ejemplo, por medio de SISOTOOL:

  1. Escriba sisotool en el MATLAB Command Window.
  2. Seleccione Import en el File menu de SISO Design para SISO Design Task Window.
  3. En Data field para G, escriba zpk([],[0,-4,-6],1) y apriete ENTER. Click OK.
  4. En el Edit menu elija SISO Tool Preferences . . . y seleccione Zero/pole/gain: en el Options tab. Click OK.
  5. Right-click en el espacio en blanco del LGR  y seleccione Design Requirements/New . . .
  6. Sellecione Percent overshoot y escriba 16. Click OK.
  7. Right-click en el espacio en blanco del LGR  y seleccione Design Requirements/New . . .
  8. Elija Settling time y click OK.
  9. Arrastre la linea vertical de settling time hasta interceptar el LGR con la linea radial equivalente a 16% de overshoot.
  10. Lea el settling time en la parte inferior de la ventana.
  11. Arrastre la linea vertical de settling time hasta el tiempo equivalente al 1/3 del valor determinado en el paso 9.
  12. Click en red zero icon en la barra del menú. Coloque el zero en el eje real del LGR con un clicking-again en el eje real.
  13. Left-click en el eje real zero y arrastrelo a lo largo del eje real hasta que el LGR intercepte el settling time y la linea del percent overshoot .
  14. Arrastre un cuadro rojo a lo largo del LGR hasta que el cuadro esté en intersección con la línea de settling time, y la línea de percent overshoot.
  15. Click el Compensator Editor tab de la ventana de Control and Estimation Tools Manager para ver los valores del compensador que arroja el sistema como resulatdo del diseño, incluyendo el valor de la ganancia.

Entradas Relacionadas:

Fuente:

  1. Ingeniería de Control Moderno 3ra. Ed. Katsuhiro Ogata.
  2. Control Systems Engineering, Nise
  3. 4 PD, PI, PID

Revisión literaria hecha por:

Prof. Larry Francis Obando – Technical Specialist – Educational Content Writer

Se hacen trabajos, se resuelven ejercicios!!

WhatsApp:  +34633129287  Atención Inmediata!!

Twitter: @dademuch

Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)

Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, USB Valle de Sartenejas.

Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, UCV CCs

Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.

Contact: Caracas, Quito, Guayaquil, España. telf – +34633129287

WhatsApp: +34633129287

Twitter: @dademuch

FACEBOOK: DademuchConnection

email: dademuchconnection@gmail.com

Análisis de sistemas de control, Lugar geométrico de las raíces, PID

Efecto de añadir un zero – Ejemplo – Diseño de Sistema de control

carakenio73

Efectos de la adición de zeros: la adición de un zero a la función de transferencia en lazo abierto tiene el efecto de jalar el LGR hacia la izquierda, con lo cual el sistema tiende a ser más estable, y además se acelera el asentamiento de la respuesta. El efecto de tal control es introducir un grado de previsión al sistema y acelerar la respuesta transitoria.

Para ilustrar este efecto, veamos el siguiente ejemplo:

Ejemplo 1

Supongamos que estamos en presencia de un sistema con una planta inestable. Un ejemplo de semejante situación es la siguiente:

null

Donde G(s) es la función de transferencia de la planta y H(s)  es la función de transferencia del sensor utilizado para ensamblar el sistema a lazo cerrado, como se muestra en la Figura 1:

null

Figura 1

Sabemos por Álgebra de Bloques y la teoría sobre la Función de Transferencia, que la función de transferencia a lazo abierto de este sistema Gd(s) es:

null

Sabemos también que el LGR (Lugar Geométrico de las Raíces) se traza con la función de transferencia a lazo abierto Gd(s) de este sistema, para lo cual podemos hacer uso del siguiente comando en Matlab:

null

null

Gráfica 1

Análisis: En la gráfica 1 podemos ver que el sistema es inestable para todos los valores positivos de la ganancia K. Es decir, si nos desplazamos por las curvas azul y verde, variando el valor de K, como en la gráfica 2, donde K1=0.143; K2=3.66 y K1=30.5, respectivamente, vemos que los polos del sistema están ubicados en el lado derecho del plano s, y se trata por tanto de un sistema inestable:

null

Gráfica 2

Apliquemos el principio de la adición de un zero a la función de transferencia en lazo abierto a este caso. Vamos a añadir un zero en s= -0.5 (Figura 2), por lo tanto la Gd(s) del sistema es ahora:

null

null

Figura 2

Veamos el efecto de añadir un zero al sistema mediante:

null

null

Gráfica 3

Análisis: En la gráfica 3 vemos que el LGR del sistema se ha desplazado hacia la izquierda y que el sistema es estable para cualquier valor positivo de la ganancia k, esto es, que todos los polos del sistema a lazo cerrado están ubicados en lado izquierdo del plano s (Gráfica 4), condición indispensable para que le sistema sea estable:

null

Gráfica 4

Fuente:

  1. Katsuhiko Ogata, Ingeniería de Control Moderno, páginas 408-442-443.

Te puede interesar también:

Revisión literaria hecha por:

Prof. Larry Francis Obando – Technical Specialist – Educational Content Writer

Se hacen trabajos, se resuelven ejercicios!!

WhatsApp:  +34633129287  Atención Inmediata!!

Twitter: @dademuch

Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)

Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, Valle de Sartenejas.

Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, Caracas.

Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.

Contact: Caracas, Valladolid, Quito, Guayaquil, Jaén, Villafranca de Ordizia, España – Telf. +34633129287

Se hacen ejercicios…Atención Inmediata!!

WhatsApp: +34633129287

Twitter: @dademuch

FACEBOOK: DademuchConnection

email: dademuchconnection@gmail.com

Análisis de sistemas de control, Lugar geométrico de las raíces, PID

Controlador PI – Proporcional Integral – Sistemas de Control

carakenio73

El error en estado estable de un sistema de control puede ser mejorado directamente, colocando un polo en el origen en el camino de transferencia directa (an open-loop pole at the origin), debido a que esto eleva el número de tipo del sistema. Pero generalmente interesa lograr esta reducción sin modificar la respuesta transitoria de dicho sistema.

Por ejemplo, un sistema de tipo 0, que responde a una entrada escalón unitario con un error finito, al ser elevado a sistema tipo 1, responderá a la misma entrada con un error en estado estable igual a cero.

Sin embargo, si añadimos un polo en el origen para incrementar el valor del tipo de sistema, de cero a uno por ejemplo, la contribución angular de los polos a lazo abierto en un punto hipotético A no será de 180, y así el punto A no estará en el LGR (no intercepta el LGR)  del sistema compensado (es decir, se modificará notablemente la respuesta transitoria del sistema), como se puede observar en las Figuras 1.a y 1.b:

Figura 1.

Para resolver este problema, además de añadir el polo en el origen, también añadimos un zero cercano a ese polo en el origen, como se puede observar el la Figura 2:

Figura 2.

Ahora, la contribución angular de los polos y zeros a lazo abierto del punto hipotético A vuelve a ser 180 debido a que la contribución angular del compensador zero se cancela con la compensación angular del compensador polo. Es decir, el punto A vuelve a estar en el LGR del sistema compensado. De esta manera mejoramos el error en estado estable sin modificar la respuesta transitoria del sistema.

Un compensador con un polo en el origen y un zero cerca de dicho polo en el origen, es conocido como  Compensador Ideal Integral (Ideal Integral Compensator), o Proportional-Plus-Integral, mejor conocido como  Controlador PI, cuya función de transferencia Gc(s)  es de la forma:

El siguiente ejemplo nos permitirá descubrir como trabaja un Controlador PI.

Para el sistema de control de la Figura 3, se requiere reducir el error en estado estacionario a cero, mediante un controlador PI, manteniendo un factor de amortiguamiento ξ=0.173. La función de transferencia de la planta es G(s) y su controlador original está representado por la ganancia k:

Figura 3.

El primer paso es evaluar el sistema antes de la compensación, y luego determinar la ubicación de los polos dominantes de segundo orden para el factor de amortiguamiento requerido por el enunciado de diseño.

El Lugar Geométrico de las Raíces del sistema sin compensar, se muestra en la Figura 4:

>> sgrid(z,0)
>> s=tf(‘s’);
>> G=1/((s+1)*(s+2)*(s+10));
>> rlocus(G);

Figura 4.

Utilizando la línea de amortiguamiento con valor de aportada por Matlab, podemos encontrar el punto de intersección entre el LGR del sistema y ξ=0.173, como podemos observar en la Figura 5:

>> z=0.173;
>> sgrid(z,0)

Figura 5.

La intersección de la Figura 5 nos muestra que ajustando la ganancia k=165 del sistema original, obtenemos un factor de amortiguamiento ξ=0.173. Vemos también en la Figura 5 que los polos dominantes s1 y s2 de segundo orden del sistema a lazo cerrado, antes de la compensación son:

Ahora buscamos el tercer polo del LGR que requiere el sistema para cumplir con el requerimiento de diseño. Al desplazarnos por el LGR en la Figura 6 hasta alcanzar la ganancia k=165, podemos observar que el tercer polo s3 del sistema a lazo cerrado, está ubicado en:

Figura 6.

Con la ganancia k=165 procedemos a calcular el error en estado estable e1(∞) para una entrada escalón, antes de la compensación:

Donde kp1 es la constante de posición antes de la compensación y se calcula mediante la siguiente fórmula:

Dónde kG(s) es la función de transferencia directa del sistema con el ajuste de ganancia, antes de la compensación, tal como lo muestra la Figura 3. Por tanto:

Añadimos un compensador PI en cascada al sistema, como se muestra en la Figura 7:

Figura 7.

Aquí, hemos hecho coincidir la constante de ganancia del compensador con la constante de ganancia original, es decir, k=ki. La constante a está determinada por la posición de decidamos otorgar al zero del compensador. Debido a que es ideal colocar este zero muy cerca del polo en el origen, seleccionamos el punto sobre el eje real s=-0.1 para ubicar el zero del compensador, es decir  a=0.1. El LGR del sistema así compensado se muestra en la Figura 8:

>> G=(s+0.1)/(s*(s+1)*(s+2)*(s+10));
>> rlocus(G);

Figura 8.

En vista de que queremos mantener inalterada en lo posible la respuesta transitoria, en la Figura 9 trazamos la línea de amortiguamiento en el LGR y buscamos nuevamente el punto de intersección entre ξ=0.173  y las líneas del LGR:

>> z=0.173;
>> sgrid(z,0);

Figura 9.

La Figura 9 nos muestra que ajustando la ganancia k=159 del sistema compensado, obtenemos un factor de amortiguamiento ξ=0.173. Vemos también que los polos dominantes s1 y s2 de segundo orden del sistema a lazo cerrado, después de la compensación son:

Para ubicar el tercer polo a lazo cerrado del LGR que requiere el sistema para cumplir con el requerimiento de diseño, aprovechamos la misma Figura 9 y ajustamos la ganancia en la rama del tercer polo hasta alcanzar k=159, así obtenemos que:

Estos resultados muestran que aproximadamente se han conservado los valores de los 3 polos antes y después de la compensación PI, lo que indica una respuesta transitoria semejante luego de corregir el error en estado estable de 0.108 a 0, como se demuestra a continuación.

La función de transferencia directa G2(s)  de nuestro sistema después de la compensación es:

Calculamos nuevamente el error en estado estable e2(∞) para una entrada escalón, después de la compensación:

En consecuencia:

La Figura 10 compara la respuesta al escalón unitario del sistema  lazo cerrado antes y después de la compensación PI:

>> G1=165/((s+1)*(s+2)*(s+10));
>> sys_antes=feedback(G1,1);
>> G2=(159*(s+0.1))/(s*(s+1)*(s+2)*(s+10));
>> sys_despues=feedback(G2,1);
>> step(G1,G2)

Figura 10.

La Figura 10 demuestra que mediante la compensación PI hemos logrado mejorar el error en estado estable sin modificar considerablemente la respuesta transitoria del sistema original.



Fuente:


    

  1. Control Systems Engineering, Nise
    2. 



Prof. Larry Francis Obando – Technical Specialist – Educational Content Writer


Twitter: @dademuch


Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)


Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, USB Valle de Sartenejas.


Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, UCV CCs


Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.


Contacto: España +34 633129287


Caracas, Valladolid, Quito, Guayaquil, Jaén, Villafranca de Ordizia.


WhatsApp: +34 633129287


Atención Inmediata !!


Twitter: @dademuch


FACEBOOK: DademuchConnection


Twitter: @dademuch

		


			
		
	






			

			
							
		

	
	

		Análisis de sistemas de control, Lugar geométrico de las raíces, PID
Diseño del error en estado estable de un sistema de control vía LGR – Compensación en Cascada
	


	

							

			 carakenio73		
		
		

			
Analizamos dos vías para mejorar el error en estado estable de un sistema de control con realimentación, utilizando la compensación en cascada. Un objetivo fundamental de este diseño es mejorar el error en estado estable sin modificar significativamente la respuesta transitoria.


Mejorar el desempeño de la Respuesta Transitoria


Hemos visto antes que, al establecer la ganancia en un valor particular en el lugar geométrico de las raíces, se determina una respuesta transitoria específica, dictada por los polos en ese punto del lugar geométrico. Esto quiere decir que al diseñar una respuesta transitoria estamos limitados a aquellas respuestas que existen a lo largo del lugar geométrico de las raíces. (Ver El lugar geométrico de las raíces con Matlab).


Desafortunadamente, la mayor parte del tiempo los requerimientos de diseño y, en especial, las especificaciones de sobrepaso y tiempo de repuesta para el diseño de sistemas de control, excede las posibilidades del LGR actual. ¿Qué podemos hacer entonces?


En lugar de cambiar el sistema existente, aumentamos o compensamos el sistema con polos y ceros adicionales, de modo que el sistema compensado tenga un LGR que pase por la ubicación deseada del polo para obtener algún valor de ganancia. Una de las ventajas de compensar un sistema de esta manera es que se pueden agregar polos y ceros adicionales en el extremo de baja potencia del sistema, justo antes de la planta. Debemos evaluar la respuesta transitoria a través de la simulación una vez que el diseño esté completo para asegurarnos de que se cumplan los requerimientos exigidos.


Principalmente, existen dos configuraciones de compensación utilizadas en el diseño de sistemas de control: compensación en cascada y compensación por retroalimentación. Estos métodos se modelan en la Figura 1 y la Figura 2:


Figura 1. Compensación en cascada de un sistema de control.


Con la compensación en cascada, la red de compensación, G1(s), se coloca en la zona de baja potencia, justo delante y en cascada con la planta G3(s), o delante del controlador original G2(s) de la planta, como se puede ver en la Figura 1.


Figura 2. Compensación en realimentación de un sistema de control.


Con la compensación de realimentación (feedback compensator), el compensador, H1(s), se coloca en la ruta de realimentación, Figura 2.


Ambos métodos cambian los polos y ceros a lazo abierto, creando así un nuevo LGR a lazo cerrado, que atraviesa la ubicación requerida por las especificaciones de diseño.


Compensación en Cascada - Controlador PI 


El error en estado estable de un sistema de control puede ser mejorado directamente, colocando un polo en el origen en el camino de transferencia directa (an open-loop pole at the origin), debido a que esto eleva el número de tipo del sistema. Pero generalmente interesa lograr esta reducción sin modificar la respuesta transitoria de dicho sistema.


Por ejemplo, un sistema de tipo 0, que responde a una entrada escalón unitario con un error finito, al ser elevado a sistema tipo 1, responderá a la misma entrada con un error en estado estable igual a cero.


Sin embargo, si añadimos un polo en el origen para incrementar el valor del tipo de sistema, de cero a uno por ejemplo, la contribución angular de los polos a lazo abierto en un punto hipotético A no será de 180, y así el punto A no estará en el LGR (no intercepta el LGR)  del sistema compensado (es decir, se modificará notablemente la respuesta transitoria del sistema), como se puede observar en las Figuras 3.a y 3.b:




Figura 3.


Para resolver este problema, además de añadir el polo en el origen, también añadimos un zero cercano a ese polo en el origen, como se puede observar el la Figura 4:




Figura 4.


Ahora, la contribución angular de los polos y zeros a lazo abierto del punto hipotético A vuelve a ser 180 debido a que la contribución angular del compensador zero se cancela con la compensación angular del compensador polo. Es decir, el punto A vuelve a estar en el LGR del sistema compensado. De esta manera mejoramos el error en estado estable sin modificar la respuesta transitoria del sistema.


Un compensador con un polo en el origen y un zero cerca de dicho polo en el origen, es conocido como  Compensador Ideal Integral (Ideal Integral Compensator), o Proportional-Plus-Integral, mejor conocido como  Controlador PI, cuya función de transferencia Gc(s)  es de la forma:




El siguiente ejemplo nos permitirá descubrir como trabaja un Controlador PI.


Para el sistema de control de la Figura 5, se requiere reducir el error en estado estacionario a cero, mediante un controlador PI, manteniendo un factor de amortiguamiento ξ=0.173. La función de transferencia de la planta es G(s) y su controlador original está representado por la ganancia k:






Figura 5.


El primer paso es evaluar el sistema antes de la compensación, y luego determinar la ubicación de los polos dominantes de segundo orden para el factor de amortiguamiento requerido por el enunciado de diseño.


El Lugar Geométrico de las Raíces del sistema sin compensar, se muestra en la Figura 6:


>> sgrid(z,0)

>> s=tf(‘s’);

>> G=1/((s+1)*(s+2)*(s+10));

>> rlocus(G);




Figura 6.


Utilizando la línea de amortiguamiento con valor de aportada por Matlab, podemos encontrar el punto de intersección entre el LGR del sistema y ξ=0.173, como podemos observar en la Figura 7:


>> z=0.173;

>> sgrid(z,0)




Figura 7.


La intersección de la Figura 7 nos muestra que ajustando la ganancia k=165 del sistema original, obtenemos un factor de amortiguamiento ξ=0.173. Vemos también en la Figura 5 que los polos dominantes s1 y s2 de segundo orden del sistema a lazo cerrado, antes de la compensación son:




Ahora buscamos el tercer polo del LGR que requiere el sistema para cumplir con el requerimiento de diseño. Al desplazarnos por el LGR en la Figura 8 hasta alcanzar la ganancia k=165, podemos observar que el tercer polo s3 del sistema a lazo cerrado, está ubicado en:






Figura 8.


Con la ganancia k=165 procedemos a calcular el error en estado estable e1(∞) para una entrada escalón, antes de la compensación:




Donde kp1 es la constante de posición antes de la compensación y se calcula mediante la siguiente fórmula:




Dónde kG(s) es la función de transferencia directa del sistema con el ajuste de ganancia, antes de la compensación, tal como lo muestra la Figura 5. Por tanto:




Añadimos un compensador PI en cascada al sistema, como se muestra en la Figura 9:




Figura 9.


Aquí, hemos hecho coincidir la constante de ganancia del compensador con la constante de ganancia original, es decir, k=ki. La constante a está determinada por la posición de decidamos otorgar al zero del compensador. Debido a que es ideal colocar este zero muy cerca del polo en el origen, seleccionamos el punto sobre el eje real s=-0.1 para ubicar el zero del compensador, es decir  a=0.1. El LGR del sistema así compensado se muestra en la Figura 10:


>> G=(s+0.1)/(s*(s+1)*(s+2)*(s+10));

>> rlocus(G);




Figura 10.


En vista de que queremos mantener inalterada en lo posible la respuesta transitoria, en la Figura 11 trazamos la línea de amortiguamiento en el LGR y buscamos nuevamente el punto de intersección entre ξ=0.173  y las líneas del LGR:


>> z=0.173;

>> sgrid(z,0);




Figura 11.


La Figura 11 nos muestra que ajustando la ganancia k=159 del sistema compensado, obtenemos un factor de amortiguamiento ξ=0.173. Vemos también que los polos dominantes s1 y s2 de segundo orden del sistema a lazo cerrado, después de la compensación son:




Para ubicar el tercer polo a lazo cerrado del LGR que requiere el sistema para cumplir con el requerimiento de diseño, aprovechamos la misma Figura 11 y ajustamos la ganancia en la rama del tercer polo hasta alcanzar k=159, así obtenemos que:




Estos resultados muestran que aproximadamente se han conservado los valores de los 3 polos antes y después de la compensación PI, lo que indica una respuesta transitoria semejante luego de corregir el error en estado estable de 0.108 a 0, como se demuestra a continuación.


La función de transferencia directa G2(s)  de nuestro sistema después de la compensación es:




Calculamos nuevamente el error en estado estable e2(∞) para una entrada escalón, después de la compensación:




En consecuencia:




La Figura 12 compara la respuesta al escalón unitario del sistema  lazo cerrado antes y después de la compensación PI:


>> G1=165/((s+1)*(s+2)*(s+10));

>> sys_antes=feedback(G1,1);

>> G2=(159*(s+0.1))/(s*(s+1)*(s+2)*(s+10));

>> sys_despues=feedback(G2,1);

>> step(G1,G2)




Figura 12.


La Figura 12 demuestra que mediante la compensación PI hemos logrado mejorar el error en estado estable sin modificar considerablemente la respuesta transitoria del sistema original.


Compensación en Cascada - Lag Compensation


En construcción…


Fuente:


    

  1. Control Systems Engineering, Nise
    2. 



Prof. Larry Francis Obando – Technical Specialist – Educational Content Writer


Twitter: @dademuch


Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)


Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, UCV CCs


Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, USB Valle de Sartenejas.


Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.


Contact: Caracas, Quito, Guayaquil, Cuenca. telf – 0998524011


WhatsApp: +593998524011   +593981478463 


Twitter: @dademuch


FACEBOOK: DademuchConnection


email: dademuchconnection@gmail.com

		


			
		
	






			

			
							
		

	
	

		Análisis de sistemas de control, Lugar geométrico de las raíces, PID
Diseño de un compensador PD para alcanzar un sobrepaso de 16% – Sistema de control
	


	

							

			 carakenio73		
		
		

			
Dado el sistema de la Figura 1, diseñar un controlador PD que genere un 16% de sobrepaso, y un tiempo de establecimiento que sea 1/3 del sistema sin compensar.




Figura 1.


Primero, vamos a evaluar el desempeño del sistema sin compensar. El Lugar Geométrico de la Raíz del sistema sin compensar se muestra en la Figura 2:


>> s=tf(‘s’);

>> G=1/(s*(s+4)*(s+6));




Figura 2.


Ya que un sobrepaso de 16% es equivalente a un coeficiente de amortiguamiento ξ=0.504, buscamos a lo largo de la línea de amortiguamiento aquel punto que coincida con esta condición en la Figura 3:


>> z=0.504;

>> sgrid(z,0);




Figura 3.


De acuerdo con la Figura 3, ajustando la ganancia a k=43.4 obtenemos ξ=0.504, un sobrepaso de 16% , y una frecuencia natural ω=2.39 rad/s. 


Basándonos en una aproximación de segundo orden, podemos utilizar el criterio del 2%, y podemos calcular el tiempo de establecimiento Ts1 antes de la compensación, en función de la frecuencia natural ω  y el factor de amortiguamiento ξ mediante la siguiente fórmula:




Sustituyendo los valores aportados por la simulación de la Figura 3 en la ecuación (1) obtenemos que:




Por otra parte, el valor del producto ω*ξ =1.2045 coincide con la parte real σ de los polos dominantes a lazo cerrado, lo que podemos constatar en la simulación de la Figura 3 ó mediante el siguiente comando en Matlab, tomando en cuenta que la función de transferencia directa es ahora G1:




>> G1=43.4/(s*(s+4)*(s+6));

>> sys_antes=feedback(G1,1)


>> damp(sys_antes)




El requerimiento de diseño, además de alcanzar un sobrepaso de 16%, es lograr una reducción del tiempo de establecimiento hasta 1/3 del original. Entonces, el tiempo de establecimiento Ts2 después de la compensación será:




Utilizando nuevamente la ecuación (1) en combinación con el resultado anterior, podemos saber que el valor del producto ω*ξ  después de la compensación debería ser:






Es decir, la parte real de los polos dominantes a lazo cerrado después de la compensación es σ=3.6137. Para hallar la parte imaginaria wd de dichos polos, nos valemos del triángulo formado por ambas partes en el LGR de la Figura 4:




Figura 4.




Es decir, después de la compensación, para lograr las condiciones solicitadas, deseamos como polo dominante de segundo orden, aquel localizado en  p=-3.6137+j6.1940.


Pero no debemos olvidar que se trata de una aproximación a un sistema de segundo orden, por lo que debemos utilizar el punto p como referencia.


La compensación PD consiste en añadir un controlador en cascada cuya función de transferencia Gc(s) es:




Controlador que podemos implementar mediante la siguiente configuración:






Figura 5.


El próximo paso entonces es diseñar la localización del zero zc utilizando el punto p como referencia, y luego ver a que valores equivalen las ganancias k1 y k2.


Se deben sumar todos los ángulos aportados al diseño: el de los polos y zeros a lazo abierto antes de la compensación y el del punto de prueba p. El resultado es -275.6. La diferencia entre este resultado y 180 será la contribución requerida para el zero zc. Por lo tanto, la contribución angular requerida para el compensador zc es:




La geometría se muestra en la Figura 6, de donde podemos obtener la parte real zc para el compensador PD requerido mediante la siguiente fórmula:






Figura 6.


De donde:




Analizamos el LGR del sistema compensado en la Figura 7, tomando en cuenta que ahora la función de transferencia directa es G2:




>> G2=(s+3.006)/(s*(s+4)*(s+6));

>> rlocus(G2)




Figura 7.


De acuerdo con la Figura 8, ajustando la ganancia a k=47.4 (arrastrando el ratón con click derecho sobre el LGR) mantenemos ξ=0.504, un sobrepaso de 16% ,  el polo dominante de segundo orden deseado en s=-3.6137+j6.1940, a una frecuencia natural ω=7.17 rad/s.


>> z=0.504;

>> sgrid(z,0);




Figura 8.


Con estos datos, analizamos el valor del tiempo de establecimiento Ts2 después de la compensación:




Lo que muestra que se ha cumplido con el objetivo. Mediante la Figura 9 podemos comparar la respuesta al escalón unitario del sistema a lazo cerrado antes y después de la compensación:


>> G=43.4/(s*(s+4)*(s+6));

>> G3=(47.4*(s+3.006))/(s*(s+4)*(s+6));

>> sys_antes=feedback(G,1);

>> sys_despues=feedback(G3,1);

>> step(sys_antes,sys_despues)




Figura 9.


La respuesta mostrada en la Figura 9 permite evidenciar una considerable mejora en el tiempo de establecimiento y en general, la compensación permite contar con un sistema más rápido con un sobresalto que no varía mucho. Antes de la compensación, el tiempo de establecimiento a lazo cerrado es de  Ts=3.4712 s. Luego de la compensación, a lazo cerrado obtenemos un Ts=1.1527 s.


Un proceso de diseño alternativo en Matlab


Utilice MATLAB y su “Control System Toobox“, y los siguientes pasos y comandos para desarrollar el diseño del pasado ejemplo, por medio de SISOTOOL:


    

  1. Escriba sisotool en el MATLAB Command Window.
    2. 

  2. Seleccione Import en el File menu de SISO Design para SISO Design Task Window.
    3. 

  3. En Data field para G, escriba zpk([],[0,-4,-6],1) y apriete ENTER. Click OK.
    4. 

  4. En el Edit menu elija SISO Tool Preferences . . . y seleccione Zero/pole/gain: en el Options tab. Click OK.
    5. 

  5. Right-click en el espacio en blanco del LGR  y seleccione Design Requirements/New . . .
    6. 

  6. Sellecione Percent overshoot y escriba 16. Click OK.
    7. 

  7. Right-click en el espacio en blanco del LGR  y seleccione Design Requirements/New . . .
    8. 

  8. Elija Settling time y click OK.
    9. 

  9. Arrastre la linea vertical de settling time hasta interceptar el LGR con la linea radial equivalente a 16% de overshoot.
    10. 

  10. Lea el settling time en la parte inferior de la ventana.
    11. 

  11. Arrastre la linea vertical de settling time hasta el tiempo equivalente al 1/3 del valor determinado en el paso 9.
    12. 

  12. Click en red zero icon en la barra del menú. Coloque el zero en el eje real del LGR con un clicking-again en el eje real.
    13. 

  13. Left-click en el eje real zero y arrastrelo a lo largo del eje real hasta que el LGR intercepte el settling time y la linea del percent overshoot .
    14. 

  14. Arrastre un cuadro rojo a lo largo del LGR hasta que el cuadro esté en intersección con la línea de settling time, y la línea de percent overshoot.
    15. 

  15. Click el Compensator Editor tab de la ventana de Control and Estimation Tools Manager para ver los valores del compensador que arroja el sistema como resulatdo del diseño, incluyendo el valor de la ganancia.
    16. 



Te puede interesar:



Fuente:


    

  1. Control Systems Engineering, Nise
    2. 



Escrito por: Larry Francis Obando – Technical Specialist – Educational Content Writer.


Mentoring Académico / Empresarial / Emprendedores


Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)


Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, Caracas.


Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, Valle de Sartenejas.


Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.


Contact: Caracas, Quito, Guayaquil, Cuenca – Telf. +34633129287


WhatsApp: +34633129287


Twitter: @dademuch


FACEBOOK: DademuchConnection


email: dademuchconnection@gmail.com

		


			
		
	






			

			
							
		

	
	

		Análisis de sistemas de control, Lugar geométrico de las raíces, PID Control
Design a PD compensator to yield a 16% overshoot – Control system
	


	

							

			 carakenio73		
		
		

			
Given the system of Figure 1, design a PD compensator to yield a 16% overshoot, with a threefold reduction in settling time (one-third of the uncompensated system’s settling time).




Figure 1


Let us first evaluate the performance of the uncompensated system. The root locus for the uncompensated system is shown in Figure 2:


>> s=tf(‘s’);

>> G=1/(s*(s+4)*(s+6));




Figure 2


Since 16% overshoot is equivalent to ξ=0.504, we search along that damping ratio line in Figure 3:


>> z=0.504;

>> sgrid(z,0);




Figure 3


According to Figure 3, adjusting the gain to k=43.4 we get ξ=0.504 and a natural frequency ω=2.39 rad/s. 


Based upon a second-order approximation, we can use the 2% criteria and calculate the settling-time Ts1 before the compensation, as a function of the naural frequency ω  and the damping ξ, by means of the following equation:




Simulation of Figure 3 generates the necessary values for equation (1), so that:




In the other hand, the value of the factor ω*ξ =1.2045 matches the real part σ  of closed-loop second-order dominant poles, as we can see in Figure 3 or by the following command in Matlab, taking into consideration that the straight-forward transfer function is now G1:




>> G1=43.4/(s*(s+4)*(s+6));

>> sys_antes=feedback(G1,1)


>> damp(sys_antes)




The desig requirements ask for an 16% overshoot and a reduction of the settling-time of 1/3 after compensation. So, the settling-time Ts2 after compensation is:




Using equation (1) we can know the value of the factor ω*ξ  after compensation:






That is to say, the real part of second-order dominant poles after compensation is σ=3.6137. To find the imaginary part wd we use the root-locus of  Figure 4:




Figure 4.




Consequently, after compensation the second-order dominant poles must be located at   p=-3.6137+j6.1940.


Now, to evaluate the whole system we will use point p as a test point.


PD compensation consists of a cascaded controller with a Gc(s) transfer funcion that is:




The configuration of such a controller is:






Figure 5.


Next step is to design the location of Zero zc using the test point p and finding the equivalent values for k1 and k2.


The result is the sum of the angles to the design point of all the poles and zeros of the compensated system except for those of the compensator zero itself. The difference between the result obtained and 180 is the angular contribution required of the compensator zc es:




The geometry is shown in Figura 6, where we can get the real part of zc by means of the following formula:






Figure 6.


From where:




Now, we study the root-locus of Figure 7, where the forward-path transfer function is G2:




>> G2=(s+3.006)/(s*(s+4)*(s+6));

>> rlocus(G2)




Figure 7.


According to Figure 8, adjusting the gain k=47.4 we keep ξ=0.504, an overshoot 16%,  the second-order dominant pole s=-3.6137+j6.1940, at a natural frequency ω=7.17 rad/s.


>> z=0.504;

>> sgrid(z,0);




Figure 8.


With this new data, we evaluate the settling-time Ts2 after compensation:




It shows that we have achieved the design goal. Figure 9 compares the response of the closed-loop system to an step input before and after  PD compensation:


>> G=43.4/(s*(s+4)*(s+6));

>> G3=(47.4*(s+3.006))/(s*(s+4)*(s+6));

>> sys_before=feedback(G,1);

>> sys_after=feedback(G3,1);

>> step(sys_before,sys_after)




Figure 9.


The response of Figure 9 shows a considerable improvement in the settling-time and, in general, the compensation allows a faster system with an overshoot that does not vary much. Before compensation,  Ts=3.4712 s. After compensation, Ts=1.1527 s.


An alternative design process in Matlab


Use MATLAB, the Control System Toobox, and the following steps to use SISOTOOL to perform the design of last Example.


    

  1. Type sisotool in the MATLAB Command Window.
    2. 

  2. Select Import in the File menu of the SISO Design for SISO Design Task Window.
    3. 

  3. In the Data field for G, type zpk([],[0,-4,-6],1) and hit ENTER on the keyboard. Click OK.
    4. 

  4. On the Edit menu choose SISO Tool Preferences . . . and select Zero/pole/gain: under the Options tab. Click OK.
    5. 

  5. Right-click on the root locus white space and choose Design Requirements/New . . .
    6. 

  6. Choose Percent overshoot and type in 16. Click OK.
    7. 

  7. Right-click on the root locus white space and choose Design Requirements/New . . .
    8. 

  8. Choose Settling time and click OK.
    9. 

  9. Drag the settling time vertical line to the intersection of the root locus and 16%
    
overshoot radial line.
    10. 

  10. Read the settling time at the bottom of the window.
    11. 

  11. Drag the settling time vertical line to a settling time that is 1/3 of the value
    
found in Step 9.
    12. 

  12. Click on a red zero icon in the menu bar. Place the zero on the root locus real axis by clicking again on the real axis.
    13. 

  13. Left-click on the real-axis zero and drag it along the real axis until the root locus intersects the settling time and percent overshoot lines.
    14. 

  14. Drag a red square along the root locus until it is at the intersection of the root locus,
    
settling time line, and the percent overshoot line.
    15. 

  15. Click the Compensator Editor tab of the Control and Estimation Tools Manager window to see the resulting compensator, including the gain.
    16. 



Source:


    

  1. Control Systems Engineering, Nise
    2. 



Written by: Larry Francis Obando – Technical Specialist – Educational Content Writer.


Mentoring Académico / Empresarial / Emprendedores


Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)


Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, Caracas.


Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, Valle de Sartenejas.


Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.


Contact: Caracas, Quito, Guayaquil, Cuenca – Telf. 00593998524011


WhatsApp: +593998524011    /    +593981478463


Twitter: @dademuch


FACEBOOK: DademuchConnection


email: dademuchconnection@gmail.com

		


			
		
	






	
	

		Análisis de sistemas de control, Lugar geométrico de las raíces, PID
Controlador PD – Proporcional Diferencial – Sistemas de control
	


	

							

			 carakenio73		
		
		

			
Analizamos el funcionamiento, diseño e implementación del controlador PD, Proporcional-plus-Diferencial. El controlador PD se utiliza principalmente para mejorar la respuesta transitoria de un sistema de control.


Acción de control proporcional-derivativa.


La acción de control de un controlador proporcional-derivativa (PD) se define mediante:


null


La función de transferencia de un controlador PD es:


nullLa acción proporcional-derivativa es un caso particular del controlador PID. Las acciones P, I y D están en paralelo (sumas), con una ganancia diferente, tal como se muestra en la Figura 1:


null


Figura 1


¿Qué efecto tiene la subida de la ganancia individual de cada una de las acciones de control en la respuesta temporal del sistema de control a una entrada escalón? Un resumen para responder esta pregunta se expone en la Figura 2:


null


Figura 2


En la práctica, en vez de definir tres ganancias individuales Kp, Ki y Kd, se suele usar una única ganancia Kp junto con dos nuevas constantes Ti y Td, denominadas constantes de tiempo integral y derivativo, respectivamente. Para el controlador PID, la función de transferencia Gc(s) es:


null


Como se había señalado al principio, en el caso de un controlador PD, la función de transferencia se reduce a:


null


Es decir, nuestro controlador PD tiene un cero en s=-1/Td. Podemos ver entonces, como ya se estudió en: Efecto de añadir un cero, que un controlador PD  al añadir un cero hace más estable el sistema. Además añade una nueva ganancia Kp. Por otra parte, mejora el amortiguamiento, y produce sistemas más rápidos (reduce el rise-time tr y el settlement-time ts) e incrementa el ancho de banda. La Figura 3 ilustra el efecto sobre la salida de un sistema de control el incorporar un controlador PD:


null


Figura 3


La acción del controlador PD también es conocida como control de velocidad, y su efecto inmediato es que la magnitud de la salida del controlador es proporcional a la velocidad de cambio de la señal de error. El tiempo derivativo Td es el intervalo de tiempo durante el cual la acción de velocidad hace avanzar el efecto de la acción de control proporcional, lo que se ilustra en la Figura 4 cuando la señal de error e(t) es una rampa unitaria:


null


Figura 4


La acción de control derivativa D tiene un carácter de previsión. Por sí sola,  D responde a la velocidad de cambio del error y produce una corrección significativa antes de que la magnitud del error se vuelva demasiado grande. Debido a que D opera sobre la velocidad de cambio del error y no sobre el error en sí mismo, el controlador D nunca se utiliza solo. Siempre se emplea junto con una acción de control proporcional (PD) o proporcional-integral (PID).


Ejemplo 1:


Considere un Sistema con una planta inestable con función de transferencia Gp(s):


null


Usando el enfoque del LGR diseñar un control proporcional-derivativo (determinar los valores de Kp y Td) tal que el factor de amortiguamiento relativo ζ del sistema en lazo cerrado sea 0.7 y la frecuencia natural no amortiguada ωn sea 0.5 rad/seg.


Respuesta:


    

  1. Para describir cualitativamente el comportamiento de la planta, la incorporamos a un sistema de control elemental (realimentación unitaria) como el que se muestra en el siguiente diagrama de bloques, Figura 5:
    2. 



null


Figura 5


Luego, observamos el Lugar Geométrico de sus Raíces (LGR) mediante el siguiente comando en Matlab (para un repaso de LGR ver: El LGR con Matlab):


>> G=tf([1],[10000 0 -11772])


>> rlocus(G)


>> grid


null


Figura 6


Podemos ver en la Figura 6 que para ganancias cercanas a 1, el sistema tiene raíces ubicadas en el lado derecho del plano s, por lo tanto se trata de un sistema inestable (para un repaso de estabilidad ver:Estabilidad ). Podemos además solicitar a Matlab las raíces de nuestra planta para la ganancia exactamente igual a 1 mediante:


>> pole(G)


ans =    1.0850     -1.0850


    

  1. Para alcanzar las especificaciones solicitadas (factor de amortiguamiento ζ=0.7 y frecuencia natural no amortiguada ωn =0.5 rad/seg.), introducimos en la función de transferencia directa un controlador PD, Figura 7:
    2. 



null


Figura 7


La justificación de aplicar un controlador PD es que las especificaciones involucran a la respuesta transitoria, etapa en la cual la aplicación del controlador PD es ideal, según se concluye en la teoría.


    

  1. Para determinar analíticamente los valores de las constantes Kp y Td, procedemos con el análisis rutinario de los parámetros de la respuesta transitoria de todo sistema de control (Respuesta Transitoria ):
    2. 



La Función de Transferencia a Lazo Cerrado Gce(s) de la Figura 7 es:


null


Gracias al análisis del sistema de control prototipo ( Prototipo), sabemos que Gce(s) se corresponde con la siguiente fórmula:


null


Es decir, a partir de la siguiente ordenación:


null


Podemos afirmar que:


null


De donde:


null


    

  1. Para determinar los valores de las constantes Kp y Td, también podemos utilizar las herramientas que aporta el Matlab Control System Toolbox, en especial el comando sisotool:
    2. 



>> sisotool(G)


Ver respuesta en: Diseño de un Controlador PD utilizando SISOTOOL de Matlab


Ejemplo 2: otra forma de trabajar


Existen muchas formas de aproximarse al diseño de un controlador PD. Vamos a utilizar el LGR de la Figura 3 para descubrir como trabaja un Controlador PD. En dicha figura tenemos un LGR para un sistema de control cuya función de transferencia directa G(s) con realimentación unitaria, está dada por:




Si consideramos a K=1, los comandos para trabajar en Matlab serían:


>> s=tf(‘s’);

>> G=1/((s+1)*(s+2)*(s+5));

>> rlocus(G);


Figura 3. Lugar Geométrico de las Raíces (LGR) para G(s)


Suponga que queremos operar el sistema de la Figura 3 con un coeficiente de amortiguamiento ξ=0.4. La Figura 4 muestra que podemos lograr ese coeficiente de amortiguamiento con un simple ajuste de ganancia, para lo cual podemos utilizar un compensador proporcional que establezca una ganancia K=23.7:


>> z=0.4;

>> sgrid(z,0);


Utilizamos click derecho para seleccionar el factor de amortiguamiento deseado:


Figura 4. Localización en el LGR de ξ=0.4 a una ganancia K=23.7 


La Figura 5 nos muestra la respuesta al escalón unitario del sistema de control a lazo cerrado utilizando un controlador proporcional con una ganancia Kp=23.7, con lo que alcanzamos un coeficiente de amortiguamiento ξ=0.4 en el LGR del sistema. Se muestra además el valor de los parámetros más importantes de una respuesta transitoria:




>> G1=23.7/((s+1)*(s+2)*(s+5));

>> sys1=feedback(G1,1);

>> step(sys1);

>> stepinfo(sys1)




Figura 5. Respuesta al escalón unitario del sistema a lazo cerrado, antes de la compensación.


Suponga ahora que queremos mantener el factor de amortiguamiento en el valor ξ=0.4, pero debemos mejorar el tiempo de alzamiento (rise time) y el tiempo de establecimiento (settling time). Es decir, queremos que el sistema sea más rápido. Esa tarea sería imposible utilizando sólo un controlador proporcional porque estamos limitados por el LGR del sistema según consta en las Figuras 3 y 4.


El sistema sin compensar, de la Figura 3, podría transformarse en un sistema compensado mediante la suma de un zero en s= -2. En la Figura 6 vemos como se transforma el LGR, utilizando un compensador en cascada (cascade compensator) cuya función de transferencia Gc(s) es:




>> G2=((s+2))/((s+1)*(s+2)*(s+5));

>> rlocus(G2);




Figura 6. LGR para el sistema compensado.


La Figura 7 nos muestra una vez más que podemos obtener un coeficiente de amortiguamiento ξ=0.4. estableciendo una ganancia de K=51.2:


>> z=0.4;

>> sgrid(z,0);


Utilizamos click derecho para seleccionar el factor de amortiguamiento deseado::




Figura 7. Localización en el LGR de ξ=0.4


La Figura 8 ilustra la respuesta al escalón unitario del sistema de control a lazo cerrado que utiliza el controlador PD de función de transferencia Gc(s), en cascada con un controlador proporcional de ganancia Kp=51.2, con el fin de lograr un ξ=0.4. Se muestra además los parámetros de la respuesta transitoria obtenida:




>> G3=(51.2*(s+2))/((s+1)*(s+2)*(s+5));

>> sys2=feedback(G3,1);

>> step(sys2);

>> stepinfo(sys2)




Figur8 8. Respuesta al escalón unitario del sistema compensado a lazo cerrado. 


Manteniendo un coeficiente de amortiguamiento ξ=0.4, hemos mejorado el Tiempo de Levantamiento  (de 0.6841 s a 0.1955 s) y el Tiempo de Establecimiento  (de 3.7471 s a 1.1218 s). Sin embargo, lo hemos logrado a costa de un mayor Sobrepaso (de 23.3070 a 25.3568) y a costa de un pico más alto (de 0.8672 a 1.1420).


La Figura 9 compara las respuestas antes y después de la compensación PD:


>>step(sys1, sys2)




Figura 9. Respuesta al escalón unitario del sistema antes y después de la compensación.


La Figura 9 muestra también que el valor final del sistema compensado está más cerca del valor de referencia (1), por lo tanto el error en estado estable también ha mejorado después de la compensación PD (de 0.297 a 0.088). Sin embargo, los lectores no deben asumir que, en general, la mejora en la respuesta transitoria siempre produce una mejora en el error de estado estable.


Ejemplo 3:


1) Dado el sistema de la Figura 10, diseñar un controlador PD que genere un 16% de sobrepaso, y una reducción considerable del tiempo de establecimiento.




Figure 10.


Ejercicio completo en el siguiente link: Diseño de un compensador PD para alcanzar un sobrepaso de 16%


Fuente:


    

  1. Ingeniería de Control Moderno 3ra. Ed. Katsuhiro Ogata.
    2. 

  2. Control Systems Engineering, Nise
    3. 

  3. 4 PD, PI, PID
    4. 



Revisión literaria hecha por:


Prof. Larry Francis Obando – Technical Specialist – Educational Content Writer


Se hacen trabajos, se resuelven ejercicios!!


WhatsApp:  +34633129287  Atención Inmediata!!


Twitter: @dademuch


Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)


Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, USB Valle de Sartenejas.


Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, UCV CCs


Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.


Contact: Caracas, Quito, Guayaquil, España. telf – +34633129287


WhatsApp: +34633129287


Twitter: @dademuch


FACEBOOK: DademuchConnection


email: dademuchconnection@gmail.com

		


			
		
	






			

			
							
		

	
	

		Análisis de sistemas de control, Ingeniería Eléctrica, Lugar geométrico de las raíces
Diseño de la Respuesta Transitoria de un sistema de control vía LGR – Compensación en Cascada
	


	

							

			 carakenio73		
		
		

			
Se analizan la Compensación PD y la Compensación Lead, dos formas de mejorar la respuesta transitoria de un Sistema de control con realimentación, mediante el uso del Lugar Geométrico de las Raíces (LGR) y de la compensación en cascada. Por lo general el objetivo consiste en diseñar un respuesta que tenga un porcentaje de sobrepaso deseable y un tiempo de establecimiento más corto que el que tiene el sistema antes de la compensación.


Mejorar el desempeño de la Respuesta Transitoria


Hemos visto antes que, al establecer la ganancia en un valor particular en el lugar geométrico de las raíces, se determina una respuesta transitoria específica, dictada por los polos en ese punto del lugar geométrico. Esto quiere decir que al diseñar una respuesta transitoria estamos limitados a aquellas respuestas que existen a lo largo del lugar geométrico de las raíces. (Ver El lugar geométrico de las raíces con Matlab).


Desafortunadamente, la mayor parte del tiempo los requerimientos de diseño y, en especial, las especificaciones de sobrepaso y tiempo de repuesta para el diseño de sistemas de control, excede las posibilidades del LGR actual. ¿Qué podemos hacer entonces?


En lugar de cambiar el sistema existente, aumentamos o compensamos el sistema con polos y ceros adicionales, de modo que el sistema compensado tenga un LGR que pase por la ubicación deseada del polo para obtener algún valor de ganancia. Una de las ventajas de compensar un sistema de esta manera es que se pueden agregar polos y ceros adicionales en el extremo de baja potencia del sistema, justo antes de la planta. Debemos evaluar la respuesta transitoria a través de la simulación una vez que el diseño esté completo para asegurarnos de que se cumplan los requerimientos exigidos.


Principalmente, existen dos configuraciones de compensación utilizadas en el diseño de sistemas de control: compensación en cascada y compensación por retroalimentación. Estos métodos se modelan en la Figura 1 y la Figura 2:


Figura 1. Compensación en cascada de un sistema de control.


Con la compensación en cascada, la red de compensación, G1(s), se coloca en la zona de baja potencia, justo delante y en cascada con la planta G3(s), o delante del controlador original G2(s) de la planta, como se puede ver en la Figura 1.


Figura 2. Compensación en realimentación de un sistema de control.


Con la compensación de realimentación (feedback compensator), el compensador, H1(s), se coloca en la ruta de realimentación, Figura 2.


Ambos métodos cambian los polos y ceros a lazo abierto, creando así un nuevo LGR a lazo cerrado, que atraviesa la ubicación requerida por las especificaciones de diseño.


La primera técnica que presentada será la compensación derivativa ideal. Se agrega un diferenciador puro a la trayectoria directa del sistema de control con retroalimentación.


Compensación en Cascada - Controlador PD 


Como se señalaba anteriormente, ante la inconveniencia de cambiar la estructura física de la planta, y con el fin de cumplir con los requerimientos de diseño de un sistema de control, frecuentemente es necesario agregar polos y zeros a la función de transferencia directa de dicho sistema con el fin de obtener un Lugar Geométrico de las Raíces donde podamos seleccionar una ganancia que permita al sistema cumplir con las exigencias de diseño. Una manera de acelerar el sistema, que generalmente funciona de manera aceptable, es agregar un Zero en el camino de transferencia directa, justo antes de la planta y su controlador original.


Este Zero está representado por un compensador en cascada cuya función de transferencia Gc(s) es:




Esta función, la suma de un diferenciador s y una ganancia pura Zc, es llamada compensación derivativa ideal  (ideal derivative compensation), o controlador PD (Proportional-Derivative). En resumen, una respuesta transitoria que no puede ser alcanzada con un simple ajuste de ganancia (controlador proporcional) puede ser obtenida aumentando la cantidad de zeros del sistema mediante un Controlador PD.


Vamos a utilizar el LGR de la Figura 3 para descubrir como trabaja un Controlador PD. En dicha figura tenemos un LGR para un sistema de control cuya función de transferencia directa G(s) con realimentación unitaria, está dada por:




Si consideramos a K=1, los comandos para trabajar en Matlab serían:


>> s=tf(‘s’);

>> G=1/((s+1)*(s+2)*(s+5));

>> rlocus(G);


Figura 3. Lugar Geométrico de las Raíces (LGR) para G(s)


Suponga que queremos operar el sistema de la Figura 3 con un coeficiente de amortiguamiento ξ=0.4. La Figura 4 muestra que podemos lograr ese coeficiente de amortiguamiento con un simple ajuste de ganancia, para lo cual podemos utilizar un compensador proporcional que establezca una ganancia K=23.7:


>> z=0.4;

>> sgrid(z,0);


Utilizamos click derecho para seleccionar el factor de amortiguamiento deseado:


Figura 4. Localización en el LGR de ξ=0.4 a una ganancia K=23.7 


La Figura 5 nos muestra la respuesta al escalón unitario del sistema de control a lazo cerrado utilizando un controlador proporcional con una ganancia Kp=23.7, con lo que alcanzamos un coeficiente de amortiguamiento ξ=0.4 en el LGR del sistema. Se muestra además el valor de los parámetros más importantes de una respuesta transitoria:




>> G1=23.7/((s+1)*(s+2)*(s+5));

>> sys1=feedback(G1,1);

>> step(sys1);

>> stepinfo(sys1)




Figura 5. Respuesta al escalón unitario del sistema a lazo cerrado, antes de la compensación.


Suponga ahora que queremos mantener el factor de amortiguamiento en el valor ξ=0.4, pero debemos mejorar el tiempo de alzamiento (rise time) y el tiempo de establecimiento (settling time). Es decir, queremos que el sistema sea más rápido. Esa tarea sería imposible utilizando sólo un controlador proporcional porque estamos limitados por el LGR del sistema según consta en las Figuras 3 y 4.


El sistema sin compensar, de la Figura 3, podría transformarse en un sistema compensado mediante la suma de un zero en s= -2. En la Figura 6 vemos como se transforma el LGR, utilizando un compensador en cascada (cascade compensator) cuya función de transferencia Gc(s) es:




>> G2=((s+2))/((s+1)*(s+2)*(s+5));

>> rlocus(G2);




Figura 6. LGR para el sistema compensado.


La Figura 7 nos muestra una vez más que podemos obtener un coeficiente de amortiguamiento ξ=0.4. estableciendo una ganancia de K=51.2:


>> z=0.4;

>> sgrid(z,0);


Utilizamos click derecho para seleccionar el factor de amortiguamiento deseado::




Figura 7. Localización en el LGR de ξ=0.4


La Figura 8 ilustra la respuesta al escalón unitario del sistema de control a lazo cerrado que utiliza el controlador PD de función de transferencia Gc(s), en cascada con un controlador proporcional de ganancia Kp=51.2, con el fin de lograr un ξ=0.4. Se muestra además los parámetros de la respuesta transitoria obtenida:




>> G3=(51.2*(s+2))/((s+1)*(s+2)*(s+5));

>> sys2=feedback(G3,1);

>> step(sys2);

>> stepinfo(sys2)




Figur8 8. Respuesta al escalón unitario del sistema compensado a lazo cerrado. 


Manteniendo un coeficiente de amortiguamiento ξ=0.4, hemos mejorado el Tiempo de Levantamiento  (de 0.6841 s a 0.1955 s) y el Tiempo de Establecimiento  (de 3.7471 s a 1.1218 s). Sin embargo, lo hemos logrado a costa de un mayor Sobrepaso (de 23.3070 a 25.3568) y a costa de un pico más alto (de 0.8672 a 1.1420).


La Figura 9 compara las respuestas antes y después de la compensación PD:


>>step(sys1, sys2)




Figura 9. Respuesta al escalón unitario del sistema antes y después de la compensación.


La Figura 9 muestra también que el valor final del sistema compensado está más cerca del valor de referencia (1), por lo tanto el error en estado estable también ha mejorado después de la compensación PD (de 0.297 a 0.088). Sin embargo, los lectores no deben asumir que, en general, la mejora en la respuesta transitoria siempre produce una mejora en el error de estado estable.


Ahora que hemos visto lo que la compensación PD puede hacer, estamos preparados para diseñar nuestro propio compensador PD para cumplir con especificaciones específicas de diseño para la respuesta transitoria.


1) Dado el sistema de la Figura 10, diseñar un controlador PD que genere un 16% de sobrepaso, y una reducción considerable del tiempo de establecimiento.




Figure 10.


En construcción…


Pero, cómo implementamos una compensación PD?


La compensación PD utilizada hasta ahora para mejorar la respuesta transitoria de un sistema de control, es implementada por un controlador PD (proportional-plus-derivative controller). En la Figura 11 se muestra una manera de implementar la compensación PD. La función de transferencia del controlador PD de la Figura 11 es:






Figure 11. Implementación del controlador PD.


Lead Compensation


Un compensador PD activo puede aproximarse con un compensador pasivo. Cuando se usan redes pasivas, un solo cero no puede ser producido. Más bien, se utiliza un compensador con un cero y un  polo. Sin embargo, si el polo está más lejos del eje imaginario que el cero, la contribución angular del compensador sigue siendo positivo y, por lo tanto, se aproxima a un solo cero equivalente al producido por un PD.


Es decir, la contribución angular del polo compensador se resta de la contribución angular del cero, pero no excluye el uso del compensador para mejorar la respuesta transitoria, ya que la contribución angular neta es positiva, al igual que para una

controlador PD de un solo cero.


Las ventajas de una red pasiva sobre un controlador de PD activo son (1) que no se requieren fuentes de alimentación adicionales y (2) que el ruido debido a la diferenciación es reducido.


Fuente:


    

  1. Control Systems Engineering, Nise
    2. 



Escrito por: Larry Francis Obando – Technical Specialist – Educational Content Writer.


Mentoring Académico / Empresarial / Emprendedores


Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)


Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, Valle de Sartenejas.


Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, Caracas.


Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.


Contact: Caracas, Quito, Guayaquil, Cuenca, España – Telf. +34633129287


WhatsApp: +34633129287


Twitter: @dademuch


FACEBOOK: DademuchConnection


email: dademuchconnection@gmail.com


 

		


			
		
	






			

			
							
		

	
	

		Análisis de sistemas de control, Lugar geométrico de las raíces
Sketching Root Locus with Matlab – Control Systems
	


	

							

			 carakenio73		
		
		

			
The Root Locus graphically displayed both transient response and stability information. 


The locus can be sketched quickly to get a general idea of the changes in transient response generated by changes in gain. Specific points on the locus also can be found accurately to give quantitative design information.


The root locus typically allows us to choose the proper loop gain to meet a transient response specification. As the gain is varied, we move through different regions of response. Setting the gain at a particular value yields the transient response dictated by the poles at that point on the root locus. Thus, we are limited to those responses that exist along the root locus.


We can use Matlab and its Control System Toolbox to plot The Root Locus of a control system, given its characteristic equation or its forward transfer function.


1) As a first example, consider the system which characteristic equation is as follows:


null


The factored form of this characteristic equation is:


null


That is to say:


null


Where G(s)H(s) is the open-loop forward transfer function for a system represented by its block diagram as follows:


null




The root locus sketching looks as follows:


null


null


As it was said before, we can get the root locus for G(s)H(s) with Matlab using the following simple commands:


>> s=tf(‘s’)


>> sys=(1)/(s*(s+3)*(s^2+2*s+2))


>> rlocus(sys)


We obtain the next chart:


null


When gain K=8.1,  s=0+j1.09. We can see it by clicking on the lower intersection with the imaginary axis. Doing similarly, we can find the value of K at s=0-j1.09.


null


We can also see in the locus of the roots provided by Matlab for this system, the following:


    

  1. The geometric places are symmetrical with respect to the real axis.
    2. 

  2. The four points at the root locus where K=0 (the poles, where the geometric places begin) are s=0, -3, -1+j, -1-j. Those where K=∞ (the zeros, where the geometric places finish) are s=∞, ∞ , ∞ , and ∞. 
    3. 

  3. The maximum between n and m is 4, thus we say that the root locus has 4 branches, labeled by green colour ( -3), blue (0), celeste ( -1-j) and red ( -1+j).
    4. 

  4. The number of asymptotes is 4, (n-m=4). Since the number of finite poles exceeds the number of finite zeros, the locus of the roots approaches to s=∞ along the asymptotes.
    5. 

  5. The angles and centroid of the asymptotes are given below:
    6. 



null


null


Once we sketch the root locus, we may want to accurately locate points on the root locus as well as find their associated gain. For example, we might want to know the exact coordinates of the root locus as it crosses the radial line representing 20% overshoot. Further, we also may want the value of gain at that point. Let us to illustrate that with the next example:


2) Given a unity feedback system that has the forward transfer function:




a. Sketch the root locus.

b. Find the imaginary-axis crossing.

c. Find the gain, K, at the jv-axis crossing.

d. Find the break-in point.

e. Find the point where the locus crosses the 0.5 damping ratio line.

f. Find the gain at the point where the locus crosses the 0.5 damping ratio line.

g. Find the range of gain, K, for which the system is stable.


a. Sketch the root locus.


>> numg=poly([2 4]);

>> deng=[1 6 25];

>> G=tf(numg,deng)


G


s^2 – 6 s + 8

————–

s^2 + 6 s + 25


>> rlocus(G);




b. Find the imaginary-axis crossing.




We can see in the chart that when the geometric place cross by the imaginary axe, the poles are at:


c. Find the gain, K, at the jv-axis crossing.


According to the previous graph:




The previous graph also tells us that the system is unstable (negative damping) when:




d. Find the break-in point.






e. Find the point where the locus crosses the 0.5 damping ratio line.

>> z=0.5;

>> sgrid(z,0)




f. Find the gain at the point where the locus crosses the 0.5 damping ratio line.




According to the previous graph:




g. Find the range of gain, K, for which the system is stable.


Previously, we have seen that the system is stable when:




Proportional Control


3. Find the gain to meet the damping ξ= 0.5, given the forward transfer function for a control system with unitary feedback:


null


We already know that this control system has the following configuration:




By adding to this original system a controller to manipulate the K gain of its Root Locus until obtaining the desired damping factor, we will be executing a Proportional Control Action. It is customary to add said controller in the region of low power, in series and just before the plant, or just before the direct transfer function, as illustrated in the following figure:




Adding a proportional controller of gain Kp, lThe forward transfer function G(s) is:null


When KP=1, we have the original system.


We will use the following commands of Matlab, rltool:


>> numg=100;

>> deng=[1 16 65 50];

>> G=tf(numg,deng)


G =


100

————————

s^3 + 16 s^2 + 65 s + 50


>> rltool(G)




Doing right click:




Here we get ζ=0.5 when KP=1.46


Comparing the system before and after the compensation:


>> numc=100*1.46;

>> Gc=tf(numc,deng)


Gc =


146

————————

s^3 + 16 s^2 + 65 s + 50


>> sys_before=feedback(G,1);

>> sys_after=feedback(Gc,1);

>> step(sys_before,sys_after)




In blue, the response of the system to a step input before compensation is shown, when KP=1. In red, after compensation, when KP=1.46. The rise time is better (from 0.5626 s to 0.4356 s), but overshot is bigger due to less damping ζ (from 0.626 to 0.502). Steady-state error is also better.


We can see this data using:


>> stepinfo(sys_before)


RiseTime: 0.5626

SettlingTime: 1.7487

Overshoot: 7.5449


>> stepinfo(sys_after)


RiseTime: 0.4356

SettlingTime: 2.0551

Overshoot: 15.0397


>> damp (sys_before)


Damping= 6.26e-01


>> damp (sys_after)


Damping=5.02e-01


Or doing right click on the Root Locus, and then design requirement>new>design requirement type>damping ratio>0.5>ok. 




Conclusion


It is confirmed by these examples that the locus of the roots is a powerful method of analysis and design for the stability and transient response of a control system (Evans, 1948, 1950).


The feedback control systems are difficult to understand from the qualitative point of view, so that this understanding depends largely on mathematics. The root locus is the graphic technique that gives us that qualitative description of the performance of the control system we are designing.


Setting the gain at a particular value on the root locus yields the transient response dictated by the poles at that point on the root locus. Thus, we are limited to those responses that exist along the root locus. That is what the following topic is about:


NEXT: Design via Root Locus – Improving Transient Response via Cascade Compensation


Sources:


    

  1. Control Systems Engineering, Nise
    2. 

  2. Sistemas de Control Automatico Benjamin C Kuo
    3. 

  3. Modern_Control_Engineering, Ogata 4t
    4. 



Written by: Larry Francis Obando – Technical Specialist – Educational Content Writer.


Mentoring Académico / Empresarial / Emprendedores


Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)


Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, Caracas.


Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, Valle de Sartenejas.


Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.


Contact: Caracas, Quito, Guayaquil, Cuenca – Telf. 00593998524011


WhatsApp: +593998524011    /    +593981478463


Twitter: @dademuch


FACEBOOK: DademuchConnection


email: dademuchconnection@gmail.com


 

		


			
		
	






			

			
							
		

	
	

		Análisis de sistemas de control, Lugar geométrico de las raíces
El lugar geométrico de las raíces con Matlab
	


	

							

			 carakenio73		
		
		

			
El Lugar Geométrico de las Raíces (LGR) expone gráficamente información relacionada con la Respuesta Transitoria y La Estabilidad de un sistema de control. 


Para obtener la gráfica del lugar geométrico de las raíces es de gran utilidad contar con una aplicación computarizada, entre las cuáles resalta rlocus de Matlab. Sin embargo, no deja de ser importante aprender las bases y propiedades del LGR, así como la forma de interpretar los datos proporcionados por el lugar geométrico para fines de análisis y diseño (El lugar geométrico de las raíces de un sistema de control – 1era. parte. ).


El lugar geométrico de las raíces consiste en una representación gráfica de los polos de la función de transferencia a lazo cerrado a medida que varía uno o varios parámetros del sistema.


1) Como primer ejemplo, vamos a confirmar la gráfica del LGR para un sistema ya estudiado en la 2da parte (El lugar geométrico de las raíces de un sistema de control – 2da. parte.). Suponga un sistema con la siguiente ecuación característica:


null


La forma factorizada de esta ecuación característica es:


null


Es decir:


null


Donde G(s)H(s) es la función de transferencia directa a lazo abierto de un sistema representado mediante la siguiente configuración:


null




Para el ejemplo en consideración, el lugar geométrico de las raíces presenta la forma que aparece en la Figura 8-8:


null


null


Podemos obtener el lugar geométrico de G(s)H(s) en Matlab mediante la siguiente línea de comandos:


>> s=tf(‘s’)


>> sys=(1)/(s*(s+3)*(s^2+2*s+2))


>> rlocus(sys)


Obtenemos la siguiente gráfica:


null


Podemos observar la similitud con la Figura 8-8. Colocando el cursor en el punto de intersección superior con el eje imaginario, podemos constatar que en dicho punto el valor de la ganancia K=8.1 a la altura de s=0+j1.09, mientras que haciendo lo mismo, colocando el cursor en el punto de intersección inferior con el eje imaginario, podremos ver el mismo valor para K en s=0-j1.09.


null


En el lugar geométrico de las raíces de Matlab el valor de K varía entre 0 e infinito (0≤K≤∞), por lo que cada lugar geométrico va desde K=0 hasta K=∞, a diferencia de lo que se observa en la Figura 8-8, en la cual el lugar geométrico se presenta de k=-∞ hasta k=+∞. 


Podemos observar además en el lugar geométrico de las raíces provisto por  Matlab para este sistema, lo siguiente:


    

  1. Los lugares geométricos son simétricos con respecto al eje real.
    2. 

  2. Los cuatro puntos sobre el lugar geométrico de las raíces donde K=0 (los polos, donde inician los lugares geométricos) son s=0, -3, -1+j, -1-j. Aquellos donde K=∞ (los ceros, donde finalizan los lugares geométricos) son s=∞, ∞ , ∞ , e ∞. 
    3. 

  3. El máximo entre n y m es 4, por lo que el lugar geométrico tiene 4 ramas, señaladas en Matlab por las ramas de color verde (inicia en -3), azul (inicia en 0), celeste (inicia en -1-j) y rojo (inicia en -1+j). Utilizando el cursor podemos recorrer cada rama y verificar lo dicho.
    4. 

  4. El número de asíntotas es 4, (n-m=4). Como el número de polos finitos excede al número de ceros finitos, el lugar geométrico de las raíces se aproxima a s=∞ a lo largo de las asíntotas.
    5. 

  5. Los ángulos y el centroide de las asíntotas se dan a continuación:
    6. 



null


null


Una vez que esbozamos el LGR de un sistema de control en particular, es posible que queramos ubicar con precisión algunos puntos de importancia, así como encontrar su ganancia asociada. Por ejemplo, podríamos querer saber las coordenadas exactas del lugar de la raíz que cruza la línea radial que representa un 20% de sobrepaso, así como el valor de la ganancia en ese punto. Vamos a ilustrar este caso con el siguiente ejemplo:


2) Dada la siguiente función de transferencia directa para un sistema de control con realimentación unitaria:




a. Dibujar el lugar geométrico de las raíces.

b. Encontrar el punto de cruce con el eje imaginario.

c. Encontrar la ganancia K en el punto de cruce con el eje imaginario.

d. Encontrar los puntos de ruptura sobre el lugar geométrico.

e. Encontrar el lugar donde el lugar geométrico se cruza con la línea de coeficiente de amortiguamiento (damping ratio line) de tal forma que dicho coeficiente sea igual a 0.5 (ξ= 0.5).

f. Determine la ganancia K en el punto anterior.

g. Encuentre el rango de ganancia K para el cual el sistema es estable.


a. Dibujar el lugar geométrico de las raíces.


Coloco en la consola de Matlab los siguientes comandos:


>> numg=poly([2 4]);

>> deng=[1 6 25];

>> G=tf(numg,deng)


G


s^2 – 6 s + 8

————–

s^2 + 6 s + 25


>> rlocus(G);




b. Encontrar el punto de cruce con el eje imaginario.




Podemos ver en la gráfica anterior que, cuando el lugar geométrico de las raíces cruza el eje imaginario, los polos del sistema están ubicado en:


c. Encontrar la ganancia K en el punto de cruce con el eje imaginario.


De acuerdo con la gráfica anterior:




En la misma gráfica podemos ver que el sistema es inestable (damping negativo) cuando:




d. Encontrar los puntos de ruptura sobre el lugar geométrico.






e. Encontrar el lugar donde el lugar geométrico se cruza con la línea de coeficiente de amortiguamiento (damping ratio line) de tal forma que dicho coeficiente sea igual a 0.5 (ξ= 0.5).

>> z=0.5;

>> sgrid(z,0)




f. Determine la ganancia K en el punto anterior.




De acuerdo con la gráfica anterior:




g. Encuentre el rango de ganancia K para el cual el sistema es estable.


Previamente, hemos visto que el sistema es estable cuando la ganancia K:




Control Proporcional


3. Hallar la ganancia  para lograr un coeficiente de amortiguamiento ξ= 0.5, dada la siguiente función de transferencia directa para un sistema de control con realimentación unitaria:


null


Ya sabemos que el enunciado del problema se refiere a la siguiente configuración:




Al agregar a este sistema original un controlador para manipular la ganancia K de su LGR hasta obtener el factor de amortiguamiento deseado, estaremos ejecutando una Acción de Control Proporcional. Se acostumbra agregar dicho controlador en la región de baja potencia, en serie y justo antes de la planta, o justo antes de la función de transferencia directa, tal como se ilustra en la siguiente figura:




Entonces, si añadimos un controlador proporcional de ganancia Kp, la función de transferencia directa G(s) es ahora:null


Note que al hacer KP=1, obtenemos el sistema original. Este hecho lo utilizaremos más adelante para comparar las respuesta del sistema antes y después de la compensación.


Para responder a esta pregunta, utilizaremos el comando de Matlab rltool:


>> numg=100;

>> deng=[1 16 65 50];

>> G=tf(numg,deng)


G =


100

————————

s^3 + 16 s^2 + 65 s + 50


>> rltool(G)


Obtenemos el Lugar Geométrico de Las Raíces en un IDE interactivo:




Nos desplazamos sobre el LGR  haciendo un click sobre la línea de los polos dominantes y arrastrando el punto hasta que se alcance al damping solicitado:




La gráfica anterior nos muestra que podemos obtener un ζ=0.5 cuando la ganancia KP tiene un valor aproximado de 1.46. Es decir, KP=1.46


Podemos comparar la respuesta a una entrada escalón del sistema antes y después de la compensación mediante:


>> numcompensado=100*1.46;

>> Gcompensado=tf(numcompensado,deng)


Gcompensado =


146

————————

s^3 + 16 s^2 + 65 s + 50


>> sys_antes=feedback(G,1);

>> sys_despues=feedback(Gcompensado,1);

>> step(sys_antes,sys_despues)




En color azul se muestra la respuesta del sistema a una entrada escalón antes de la compensación, cuando KP=1. Luego, se muestra,en color rojo, la respuesta del sistema después de la compensación, cuando KP=1.46. Se observa claramente en la gráfica anterior, que el tiempo de levantamiento es menor, mejora después de la compensación (de 0.5626 s a 0.4356 s), pero a costa de un sobrepaso mayor debido a que el factor de amortiguamiento ζ es menor (de 0.626 a 0.502). También después de la compensación se reduce el error en estado estable ya que el resultado final está más cerca del valor de la señal de referencia, es decir, 1.


Estos datos los podemos saber utilizando los comandos:


>> stepinfo(sys_antes)


RiseTime: 0.5626

SettlingTime: 1.7487

Overshoot: 7.5449


>> stepinfo(sys_despues)


RiseTime: 0.4356

SettlingTime: 2.0551

Overshoot: 15.0397


>> damp (sys_antes)


Damping= 6.26e-01


>> damp (sys_despues)


Damping=5.02e-01


O también, colocando el cursor  sobre el lugar geométrico aportado por rltool, hacemos click derecho y seleccionamos design requirement>new>design requirement type>damping ratio>0.5>ok. Obtenemos el gráfico siguiente, colocando el cursor sobre la región rosada:




Conclusión


Se confirma mediante estos ejemplos que el lugar geométrico de las raíces es un poderoso método de análisis y diseño para la estabilidad y respuesta transitoria de un sistema de control (Evans, 1948, 1950).


Los sistemas de control realimentados son difíciles de comprender desde el punto de vista cualitativo, por lo que dicha comprensión depende en gran medida de las matemáticas. El lugar geométrico de las raíces es la técnica gráfica que nos da esa descripción cualitativa sobre el rendimiento del sistema de control que estamos diseñando.


Al establecer la ganancia en un valor particular en el LGR, se determina una respuesta transitoria específica, dictada por los polos en ese punto del lugar geométrico. Esto quiere decir que al diseñar una respuesta transitoria estamos limitados a aquellas respuestas que existen a lo largo del lugar geométrico de las raíces.


De eso trata el siguiente tema, de gran importancia para el diseño de sistemas de control:


SIGUIENTE: Diseño de la respuesta transitoria de un sistema de control vía LGR – Compensación en Cascada


Fuentes:


    

  1. Control Systems Engineering, Nise
    2. 

  2. Sistemas de Control Automatico Benjamin C Kuo
    3. 

  3. Modern_Control_Engineering, Ogata 4t
    4. 



Escrito por: Larry Francis Obando – Technical Specialist – Educational Content Writer.


Mentoring Académico / Empresarial / Emprendedores


Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)


Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, Valle de Sartenejas.


Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, Caracas.


Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.


Contact: Caracas, Quito, Guayaquil, Cuenca, España – Telf. +34633129287


WhatsApp: +34633129287


Twitter: @dademuch


FACEBOOK: DademuchConnection


email: dademuchconnection@gmail.com