Capítulo 6: Diseño de controladores
|
|
- Francisco Diego Parra Caballero
- hace 5 años
- Vistas:
Transcripción
1 Capítulo 6: Diseño de controladores Capítulo 6: Diseño de controladores 6.1. Introducción El objetivo es el desarrollo de controladores para que la plataforma siga una trayectoria de referencia con independencia de las perturbaciones a las que se vea sometido el sistema. Se probarán distintas estrategias basadas en controladores PID (proporcional integral derivativo) y GPC (controlador predictivo generalizado) para controlar la posición y la velocidad de cada motor del pedestal. Para controlar la velocidad se probará a realimentar la medida proporcionada por los giróscopos así como la derivada de la medida de posición de los encoders. La compensación de fricción se realizará también de dos formas: en prealimentación (feedforward) y realimentación (feedback) 6.2. Controlador PID El controlador PID se basa en proporcionar una actuación que es proporcional al error instantáneo, a la integral del error pasado y a la derivada instantánea del error. Expresado en términos discretos: kt e kt u k 1 t = K p e kt K i e kt K d 0 t (6.1) 33
2 6.2. Controlador PID e kt =r kt y kt A la constante K d se le da el valor cero para evitar el fuerte ruido que introduce el término derivativo Control predictivo generalizado (GPC) Control predictivo basado en modelo (MBPC) El control predictivo basado en modelo (MBPC), grupo que engloba al control predictivo generalizado entre otros, consiste en resolver un problema de optimización en cada instante k, para calcular una señal de control u k que se aplicará al sistema que se desea controlar. El MBPC necesita de un modelo del sistema, lo que obliga a realizar un estudio previo del mismo. El objetivo del MBPC es calcular una secuencia de futuras acciones de control de forma que se minimice una función objetivo J(u) en cada instante k. Esta función objetivo, también llamada función de costes, se evalúa normalmente en función de los siguientes puntos: y k r k diferencia entre las salidas y las referencias. u k señal de control. u k incremento de la señal de control. Se utilizan unas matrices de ponderación para variar el comportamiento deseado dando más importancia a alguno de los anteriores puntos respecto a los otros. Así, se puede expresar la función objetivo mediante la siguiente expresión: N p J u = k=1 N c 1 k y k r k 2 k=0 N c 1 k u 2 2 k k u k k=0 En ella, N p y N c son los horizontes de predicción y control respectivamente. Este concepto de horizonte hace referencia a cuánto se mira hacia adelante y usualmente se emplea el término horizonte deslizante para describirlos, ya que en cada instante considerado el horizonte se desplaza una unidad hacia el futuro para resolver las ecuaciones y obtener la señal de control. De la resolución de las ecuaciones se obtendrá una secuencia de N c señales 34
3 Capítulo 6: Diseño de controladores de control u k, de las cuales sólo se aplicará la primera Métodos de resolución A la hora de implantar el controlador es fundamental el método de resolución del problema de optimización, ya que el hardware empleado debe ser capaz de encontrar la solución antes del final del instante de muestreo. Dos posibles métodos de resolución son: Programación cuadrática: método recursivo y repetido en cada paso, tiene un gran coste computacional, por lo que hace difícil escoger tiempos de muestreo pequeños. Resolución analítica: método precomputacional, las ecuaciones quedan resueltas en función de parámetros, de manera que el coste computacional es muy bajo, al no tener que resolver el problema completo en cada instante Modelos de predicción Es necesario un modelo de predicción que represente el comportamiento del sistema que se desea controlar. Éste se puede obtener mediante: Un estudio de las propiedades físicas del sistema Una identificación matemática Además, el modelo de predicción se puede representar de varias formas: Respuesta al impulso Respuesta al escalón Función de transferencia Espacio de estados En el presente proyecto se utilizará la función de transferencia, cuyo modelo tiene la forma: A z 1 y t =z d B z 1 u t 1 siendo d el número de periodos de muestreo de retardo. Se le añade además un modelo de perturbaciones: 35
4 6.3. Control predictivo generalizado (GPC) n t = C z 1 e t D z 1 donde e(t) es un ruido blanco. Este modelo se conoce como CARIMA (Controller Auto-Regressive Integrated Moving-Average o controlador autorregresivo integrado de media móvil) Si se escoge: D z 1 =1 z 1 = se consigue un control sin error en permanente. Y escogiendo C z 1 =1 por simplicidad computacional, el modelo queda como: A z 1 y t =z d B z 1 u t 1 e t (6.2) modelo conocido como ARIMA Control predictivo generalizado Propuesto por Clarke et al. en 1987, se ha convertido en uno de los métodos más populares en el ámbito del Control Predictivo, tanto en el mundo industrial como en el académico. Se emplea con éxito en numerosas aplicaciones industriales, en las que muestra buenas prestaciones, además de un cierto grado de robustez respecto a sobreparametrización o retardos mal conocidos. Partiendo del modelo ARIMA antes expuesto, el Control Predictivo Generalizado calcula la secuencia de acciones de control que minimiza la función de costes de la forma: N 2 J N 1, N 2, N u = k=n 1 N c k [ y t k t r t k ] 2 k [ u t k 1 ] 2 (6.3) k =1 en la que y t k t es la predicción óptima k pasos hacia adelante de la salida del proceso con datos conocidos hasta el instante t, N 1 y N 2 son los horizontes de coste mínimo y máximo respectivamente, N u es el horizonte de control y δ(k) y λ(k) son las secuencias de ponderación. Se puede considerar δ(k) igual a la unidad y actuar sobre el valor de λ(k) sin perder generalidad. Antes de minimizar la función de coste, se obtendrá la predicción óptima de y(t+k) para los valores de k entre N 1 y N 2. Considérese la ecuación diofántica: 36
5 Capítulo 6: Diseño de controladores 1=E k z 1 A z k F k z 1 1=E k z 1 A z k F k z 1 (6.4) Los polinomios E k y F k están únicamente definidos con grados k-1 y n a (grado del polinomio A) respectivamente. Para calcularlos se procede a dividir 1 entre A z 1 hasta que el resto pueda ser factorizado como z k F k z 1. El cociente de la división es entonces el polinomio E k z 1 Si se multiplica la ecuación (6.2) por E k z 1 z k A z 1 E k z 1 y t k = E k z 1 B z 1 u t k d 1 E k z 1 e t k (6.5) Teniendo en cuenta (6.4), la ecuación (6.5) queda: 1 z k F k z 1 y t k =E k z 1 B z 1 u t k d 1 E k z 1 e t k que, reordenando, se puede escribir: y t k =F k z 1 y t E k z 1 B z 1 u t k d 1 E k z 1 e t k (6.6) Dado que el grado del polinomio E k z 1 es igual a k-1, los términos de ruido en la ecuación están todos en el futuro, por lo que la mejor predicción de y(t+k) será: y t k =E k z 1 B z 1 u t k d 1 F k z 1 y t y t k =G k z 1 u t k d 1 F k z 1 y t con G k z 1 =E k z 1 B z 1 =g k,0 g k,1 z 1 g k,2 z 2... Para resolver el GPC es preciso obtener el conjunto de señales de control u(t), u(t+1),..., u(t+n) que minimizan la ecuación (6.3). Al tener el proceso un retardo de d periodos de muestreo, la salida sólo se verá influida por la señal u(t) después del instante d+1. Los valores N 1, N 2 y N u que marcan los horizontes pueden ser definidos pues, como N 1 =1+d, N 2 = d+n y N u =N. No tiene sentido hacer N 1 <1+d, ya que los términos de (6.3) sólo dependerán de las señales de control pasadas. Por otro lado, haciendo N 1 >1+d los 37
6 6.3. Control predictivo generalizado (GPC) primeros puntos de la secuencia de salida, que serán los mejor estimados, no se tendrán en cuenta. El conjunto de las k predicciones óptimas: y t d 1 t =G d 1 z 1 u t F d 1 z 1 y t y t d 2 t =G d 2 z 1 u t 1 F d 2 z 1 y t y t d N t =G d N z 1 u t N 1 F d N z 1 y t puede ser escrito en forma matricial: y=gu F z 1 y t P z 1 u t 1 (6.7) donde: y t d 1 t y t d 2 t y= y t d N t u= = g G u t u t 1 u t N g 1 g 0 0 g N 1 g N 2 g 0 z G d 1 z P z = 1 g 0 1 z 2 G d 2 z 1 g 0 g 1 z 1 z N G d N z 1 g 0 g 1 z 1... g N 1 z N 1 F F z = z 1 d 1 1 F d 2 z 1 F d N z 1 Se observa que los últimos términos de la ecuación (6.7) dependen sólo del pasado, por lo que se pueden agrupar en f, dando lugar a: y=gu f (6.8) 38
7 Capítulo 6: Diseño de controladores Introduciendo la notación matricial en la definición de la función de costes se obtiene: J = Gu f r T Gu f r u T u (6.9) Y agrupando términos: J = 1 2 ut Hu bu f 0 (6.10) con: H =2 G T G I b=2 f r T G f 0 = f r T f r El mínimo de J puede ser calculado igualando a cero el gradiente, lo cual conduce a: u= H 1 b T (6.11) La ecuación anterior da la expresión de la secuencia de actuación que minimiza la función de costes. Como ya se ha comentado antes, sólo se aplicará el primer término, ya que en el siguiente instante de muestreo se volverá a calcular una nueva secuencia con los datos actualizados de los sensores. En el esquema sólo se calculará el primer elemento de la secuencia, que será el que se aplique como señal de actuación. Expandiendo términos resulta: u=hg r F y P u k 1 (6.12) siendo HG la primera fila de la matriz H 1 G 39
8 Control predictivo generalizado (GPC)
6. CONTROL PREDICTIVO DEL CANAL
6. CONTROL PREDICTIVO DEL CANAL Las técnicas tradicionales de control automático, como el control PID, parecen suficiente para cubrir los requisitos de control de este tipo de sistemas. Sin embargo, mediante
Más detallesAnálisis de la Energía de la Señal de Control y el Error a Sistemas Linealizados Implementando GPC y DMC
Universidad Nacional de Colombia sede Manizales Maestría en Automatización Industrial Departamento de Ingeniería Electrica, Electrónica y Computación Análisis de la Energía de la Señal de Control y el
Más detallesEstudio de sistemas para el control de robots. Oscar Andrés Vivas Albán Grupo en Automática Industrial
Estudio de sistemas para el control de robots Oscar Andrés Vivas Albán Grupo en Automática Industrial Plan de la exposición Modelización del del robot PUMA Control de de manipuladores Conclusiones Descripción
Más detalles4 IDENTIFICACIÓN DE MODELOS LINEALES DE LA PLANTA SOLAR
4 IDENTIFICACIÓN DE MODELOS LINEALES DE LA PLANTA SOLAR Los sistemas de E/S quedan determinados por su función de transferencia, que puede expresarse como una función temporal (respuesta impulsional) o
Más detalles1 Control Óptimo. 1.1 Introducción Problema típico de control óptimo
1 Control Óptimo 1.1 Introducción El control óptimo es una rama del control moderno que se relaciona con el diseño de controladores para sistemas dinámicos tal que se minimice una función de medición que
Más detallesScientia Et Technica ISSN: Universidad Tecnológica de Pereira Colombia
Scientia Et echnica ISSN: 022-70 scientia@utp.edu.co Universidad ecnológica de Pereira Colombia GONZÁLEZ., JUAN PABLO; ORO GARCÍA, NICOLÁS CONROL PREDICIVO GENERALIZADO IMPLEMENADO A DOS ANQUES ACOPLADOS
Más detallesLazo de control por realimentación (retroalimentación o feedback)
Lazo de control por realimentación (retroalimentación o feedback) Objetivo Minimizar el error (diferencia entre la consigna y la variable controlada) para que su valor sea lo más próximo a cero. Estructura
Más detallesUNIVERSIDAD DE SONORA
UNIVERSIDAD DE SONORA INTERFERENCIA INTERSIMBÓLICA Responsable: Dra. Milka del Carmen Acosta Enríquez Colaboradores: Dra. María Elena Zayas S. Dr. Santos Jesús Castillo Debido a la distorsión lineal que
Más detallesControl Avanzado de. Más allá del PID
Control Avanzado de Procesos. Más allá del PID Roberto Sanchis Llopis. Universitat Jaume I INTRODUCCIÓN Sistema continuo p1 p2 u y Variables del sistema: Entrada de control: u= apertura de válvula Salida
Más detalles1. Diseño Óptimo en Función de Transferencia. 1. Diseño Óptimo en Función de Transferencia 1
. Diseño Óptimo en Función de Transferencia. Diseño Óptimo en Función de Transferencia.. Planteo del Problema.. Criterio de Optimización 3.. Predicción Óptima 4... Forma intuitiva 5... Caso General 5..3.
Más detallesINSTRUMENTACION Y CONTROL DE PROCESOS
LOS MANUALES DE INGENIERIA QUIMICA INSTRUMENTACION Y CONTROL DE PROCESOS Capítulo 11. Fundamentos de Control Predictivo de Procesos Los controladores predictivos gestionan situaciones compleas donde se
Más detallesPráctica 6 Regulador Linear Optimo Cuadrático (LQR)
INGENIERO DE TELECOMUNICACIÓN LABORATORIO DE CONTROL POR COMPUTADOR Departamento de Ingeniería de Sistemas y Automática ESI- Universidad de Sevilla Práctica 6 Regulador Linear Optimo Cuadrático (LQR) 1.
Más detallesPrefacio. 1 Sistemas de control
INGENIERIA DE CONTROL por BOLTON Editorial Marcombo Prefacio 1 Sistemas de control Sistemas Modelos Sistemas en lazo abierto y cerrado Elementos básicos de un sistema en lazo abierto Elementos básicos
Más detallesDesarrollo de sistemas de control avanzado para la automatización de procesos industriales con comportamiento dinámico difícil
Conferencia Internacional Sobre el Control de Sistemas Industriales, INFORMATICA 2000, C. Habana, Mayo 22-27, 2000 Desarrollo de sistemas de control avanzado para la automatización de procesos industriales
Más detalles1. Control de Mínima Varianza
. Control de Mínima Varianza. CONTROL DE MÍNIMA VARIANZA..... PLANTEO DEL PROBLEMA..... CRITERIO DE OPTIMIZACIÓN...5.3. PREDICCIÓN ÓPTIMA...8.3.. Forma intuitiva...8... Caso General...0.3.. Cálculo del
Más detallesSistemas de Control lineal óptimo con realimentación de estado
Capítulo 5 Sistemas de Control lineal óptimo con realimentación de estado La principal restricción de este sistema de control es suponer que se puede medir en todo instante de tiempo el estado completo
Más detallesIdentificación mediante el método de los mínimos cuadrados
Ingeniería de Control Identificación mediante el método de los mínimos cuadrados Daniel Rodríguez Ramírez Teodoro Alamo Cantarero Contextualización del tema Conocimientos relevantes aprendidos previamente:
Más detallesSISTEMAS DE CONTROL AVANZADO
SISTEMAS DE CONTROL AVANZADO LUIS EDO GARCÍA JAIMES POLITÉCNICO COLOMBIANO J.I.C SEGUNDA PARTE CONTROL ADAPTATIVO FUNCIONES DE UN CONTROL ADAPTATIVO ESQUEMAS BÁSICOS DE CONTROL ADAPTATIVO Existen dos tipos
Más detallesEJERCICIOS DE TEORÍA DE CONTROL AUTOMÁTICO BOLETIN V: SISTEMAS DISCRETOS (I)
C. Determine el valor al que tenderá en régimen permanente la salida ante un escalón de amplitud 3 a la entrada del sistema discreto dado por: z.7 z) ( z.5) z C. a) Determinar la región del plano z donde
Más detallesControl de un motor de inducción utilizando
73 U Control de un motor de inducción utilizando algoritmo predictivo Control de un motor de inducción utilizando algoritmo predictivo Por: Elkin Alonso Loaiza López. Juan Diego Nieto Sierra POLITÉCNICA
Más detallesArtículo de investigación científica y tecnológica, como producto elaborado en la Universidad Nacional de Colombia, Sede de Medellín.
Estrategias de control y estimación de estado por modos deslizantes para un horno eléctrico Michelle Maceas Henao Universidad Nacional, sede Medellín, facultad de minas. mmaceash@unal.edu.co Juan Diego
Más detallesEJERCICIOS DE CONTROL POR COMPUTADOR BOLETIN V: SISTEMAS DISCRETOS (I)
C. Determine el valor al que tenderá en régimen permanente la salida ante un escalón de amplitud 3 a la entrada del sistema discreto dado por: z.7 G( z) ( z.5) z C. a) Determinar la región del plano z
Más detallesIdentificación Paramétrica
Identificación Paramétrica Métodos para la Obtención de un Modelo Discreto Un modelo, incluyendo el ruido o perturbación, a tiempo discreto puede ser representado por la siguiente i ecuación Donde: ( )
Más detalles1: EL CONCEPTO DE CONTROL INVERSO ADAPTATIVO
Capítulo 1: EL CONCEPTO DE CONTROL INVERSO ADAPTATIVO INTRODUCCIÓN 1.1. INTRODUCCIÓN Las técnicas de filtrado adaptativo han sido aplicadas con éxito a los sistemas de antenas adaptativas, a problemas
Más detallesINSTITUTO TECNOLOGICO DE MERIDA
INSTITUTO TECNOLOGICO DE MERIDA Equipo # Tema: Tipos De Controladores Integrantes: Perez Perez Cesar Interian Cauich Edwin Romero Bojorquez Roberto EL C E R E B R O DE T O D O S L O S S I S T E M A S
Más detallesUNIDAD II ANÁLISIS CINEMÁTICO DE MECANISMOS PLANOS
UNIDAD II ANÁLISIS CINEMÁTICO DE MECANISMOS PLANOS Se estudiará la cinemática de mecanismos articulados tomando como ejemplos en este curso los mecanismos de cuatro eslabones y el de biela, manivela-corredera
Más detallesSalida = Valor deseado (referencia) Para todo el tiempo posible!!! jlc
Control: Se debe lograr que unas variables de salida de un sistema se comporten de acuerdo a nuestro deseo. La fuerza del ego humana puesta al servicio de la ingeniería Salida = Valor deseado (referencia)
Más detalles4.1 Introducción al filtrado adaptativo
41 Introducción al filtrado adaptativo El problema del filtrado Clases básicas de estimación Filtrado adaptativo Estructuras de filtrado lineal Algoritmos Criterios para la elección del filtro adaptativo
Más detallesCapítulo 5: CONTROL INVERSO ADAPTATIVO
Capítulo 5: CONTROL INVERSO INTRODUCCIÓN 5.. INTRODUCCIÓN Un sistema de control inverso adaptativo se muestra en la Figura 5. Si el controlador fuese ideal, su función de transferencia sería: C( z) M (
Más detallesCapítulo 2. Identificación y control predictivo no lineal
Capítulo 2 Identificación y control predictivo no lineal 2.1 Introducción Entre las técnicas de control usadas en la industria se aprecian en su mayoría el uso de controladores PID y controladores predictivos
Más detallesGeneración de trayectorias
Generación de trayectorias Félix Monasterio-Huelin 14 de octubre de 216 Índice Índice 1 Índice de Figuras 1 Índice de Tablas 1 1. Introducción 2 2. Generación de trayectorias cúbicas conocidos los puntos
Más detallesDiseño y Análisis de Algoritmos
1. Recursividad 2. "Dividir para Reinar" 3. Recursividad y Tabulación (Programación Dinámica) 4. Métodos Matemáticos Funciones discretas Notación O Ecuaciones de recurrencia 5. Casos de Estudio Breve descripción
Más detallesIDENTIFICACIÓN DE PROCESOS Y CURVA DE REACCIÓN
IDENTIFICACIÓN DE PROCESOS Y CURVA DE REACCIÓN IDENTIFICACIÓN DE PROCESOS Si la planta es tan complicada que no es fácil obtener su modelo matemático, tampoco es posible un método analítico para el diseño
Más detallesFiltro de Partículas Luca Martino Juan Santaella Vallejo Tratamiento Digital de Señales Master Interuniversitario en Comunicaciones y Multimedia
Filtro de Partículas Luca Martino Juan Santaella Vallejo Tratamiento Digital de Señales Master Interuniversitario en Comunicaciones y Multimedia luca@tsc.uc3m.es jsantaella@gmail.com INDICE 1. Introducción...3
Más detallesControl PID Sintonización Elizabeth Villota
Control PID Sintonización Elizabeth Villota Control PID Control PID una de las formas más comunes de usar realimentación en los sistemas de ingeniería. Control PID se encuentra presente en dispositivos
Más detallesTSTC. Dpt. Teoría de la Señal, Telemática y Comunicaciones. Robótica Industrial. Universidad de Granada
Dpt. Teoría de la Señal, Telemática y Comunicaciones Robótica Industrial Universidad de Granada Tema 5: Análisis y Diseño de Sistemas de Control para Robots S.0 S.1 Introducción Sistemas Realimentados
Más detallesMétodo de los Mínimos Cuadrados Recursivos
Método de los Mínimos Cuadrados Recursivos Teodoro Alamo a Ingeniería de Control Tercer Curso GITI Escuela Superior de Ingenieros Sevilla Formulación del problema Supongamos que los escalares y i, i =
Más detallesCapítulo VI Control predictivo lineal aplicado a la columna despropanizadora
Capítulo VI Control predictivo lineal aplicado a la columna despropanizadora 6.. Objetivos de la aplicación de control El principal objetivo de aplicar control a una columna de destilación es mantener
Más detallesANÁLISIS Y DISEÑO DE SISTEMAS DE CONTROL PARA ROBOTS
ANÁLISIS Y DISEÑO DE SISTEMAS DE CONTROL PARA ROBOTS 1. INTRODUCCIÓN. 2. SISTEMAS REALIMENTADOS EN RÉGIMEN PERMANENTE 2.1 Error de posición 2.2 Error de velocidad 2.3 Conclusiones y Aplicación al Diseño
Más detallesPreliminares Métodos de Ajuste de Curvas AJUSTE DE CURVAS AJUSTE DE CURVAS
Contenido 1 Preliminares Definiciones 2 Definiciones Contenido 1 Preliminares Definiciones 2 Definiciones Definiciones En ciencias e ingeniería es frecuente que un experimento produzca un conjunto de datos
Más detalles1. Análisis de Sistemas Discretos
. Análisis de Sistemas Discretos. Análisis de Sistemas Discretos.. Introducción.. Estabilidad... Estabilidad de Sistemas Lineales 3... Estabilidad de Sistemas con Entrada y Salida Acotadas(BIBO) 4..3.
Más detallesControl Moderno. Ene.-Jun Diseño de controlador con referencia a la entrada, servosistemas. Dr. Rodolfo Salinas. mayo 2007
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN Facultad de Ingeniería Mecánica y Eléctrica Control Moderno Ene.-Jun. 2007 Diseño de controlador con referencia a la entrada, servosistemas Dr. Rodolfo Salinas mayo 2007
Más detallesPLAN DE ESTUDIOS 2008-II SÍLABO
UNIVERSIDAD RICARDO PALMA FACULTAD DE INGENIERÍA I. INFORMACIÓN GENERAL: DEPARTAMENTO ACADÉMICO DE INGENIERÍA PLAN DE ESTUDIOS 2008-II SÍLABO 1.1 Asignatura : INGENIERÍA DE CONTROL DIGITAL 1.2. Ciclo :
Más detallesMateria: Matemática de Octavo Tema: Raíces de un polinomio. Marco teórico
Materia: Matemática de Octavo Tema: Raíces de un polinomio Y si tuvieras una ecuación polinómica como? Cómo podrías factorizar el polinomio para resolver la ecuación? Después de completar esta lección
Más detallesREGULACIÓN AUTOMÁTICA ING. TEC. IND. ELECTRÓNICA
REGULACIÓN AUTOMÁTICA ING. TEC. IND. ELECTRÓNICA 1 er Cuatrimestre: Martes 12:30-14:30 16:00-17:00 2º Cuatrimestre: Jueves 12:30-14:30 16:00-17:00 Profesor: Andrés S. Vázquez email: AndresS.Vazquez@uclm.es
Más detallesContenido XIII. Capítulo 1. Capítulo 3. Capítulo 2. Alfaomega. Teoría de control para informáticos - Fusario, Crotti, Bursztyn, Civale
XIII Contenido Prólogo... XIX Prefacio... XXI Capítulo 1 Introducción a los sistemas de control y su relación con los sistemas de información... 1 1.1 Evolución histórica de los sistemas de control...
Más detallesESCUELA POLITÉCNICA DEL EJÉRCITO DEPARTAMENTO DE ELÉCTRICA Y ELECTRÓNICA CARRERA DE INGENIERÍA EN ELECTRÓNICA, AUTOMATIZACIÓN Y CONTROL
ESCUELA POLITÉCNICA DEL EJÉRCITO DEPARTAMENTO DE ELÉCTRICA Y ELECTRÓNICA CARRERA DE INGENIERÍA EN ELECTRÓNICA, AUTOMATIZACIÓN Y CONTROL PROYECTO DE GRADO PARA LA OBTENCIÓN DEL TÍTULO EN INGENIERÍA ANÁLISIS
Más detallesAumento del nivel de órdenes Perfectas. Julie Andrea González Morales Estudiante Ing. Matemática. Práctica Investigativa
Aumento del nivel de órdenes Perfectas Julie Andrea González Morales Estudiante Ing. Matemática Práctica Investigativa Profesores Ricardo García Freddy Marín Universidad EAFIT Medellín 2007-05-14 OBJETIVOS
Más detallesANEXO 2. Realizado: Versión: Páginas: Grupo SUPPRESS Laboratorio Remoto de Automática (LRA-ULE) Universidad de León
ANEXO 2 Realizado: Grupo SUPPRESS (Supervisión, Control y Automatización) Laboratorio Remoto de Automática (LRA-ULE) Universidad de León http://lra.unileon.es Versión: Páginas: 1.0 6 1. El Controlador
Más detallesTEMA 4 SISTEMAS DE 2 GRADOS DE LIBERTAD. Sistemas de 2 Grados de Libertad
TEMA 4 SISTEMAS DE GRADOS DE LIBERTAD Sistemas de Grados de Libertad ELEMENTOS DE MÁQUINAS Y VIBRACIONES - 4. - TEMA 4 SISTEMAS DE GRADOS DE LIBERTAD ELEMENTOS DE MÁQUINAS Y VIBRACIONES - 4. - TEMA 4 SISTEMAS
Más detalles4.5 Algoritmo RLS (Recursive Least Squares)
4.5 Algoritmo RLS (Recursive Least Squares) Método de mínimos cuadrados (LS) Ecuaciones normales Pseudoinversa Variantes del LS Algoritmo RLS (Recursive Least Squares) Introducción Cálculo recursivo de
Más detallesEl comportamiento de un controlador PID corresponde a la superposición de estas tres acciones, expresado en el dominio del tiempo es:
1.4.1 CONTROLADOR PID A continuación se hace una breve presentación del controlador PID clásico en el dominio continuo y a la vez que se mencionan los métodos de sintonización, de oscilaciones amortiguadas
Más detallesa) Factoriza el monomio común. En este caso 6 se puede dividir de cada término:
Materia: Matemática de 5to Tema: Factorización y Resolución de ecuaciones 1) Factorización Marco Teórico Decimos que un polinomio está factorizado completamente cuando no podemos factorizarlo más. He aquí
Más detallesSerie 10 ESTABILIDAD
Serie 0 ESTABILIDAD Condición de estabilidad U u Gu U R r + + - Gc Gv Gp C G V G P + c C H G( G (. G (. G (. H ( C V P + G( 0 G( G φ 80 Localización de las raíces Plano s E S T A B L E I N E S T A B L
Más detallesAutomatización de Procesos/Sistemas de Control Ing. Biomédica e Ing. Electrónica Capitulo V Controladores PID
Automatización de Procesos/Sistemas de Control Ing. Biomédica e Ing. Electrónica Capitulo V Controladores PID D.U. Campos-Delgado Facultad de Ciencias UASLP Enero-Junio/2014 1 CONTENIDO Motivación Estructura
Más detallesUNIDAD DIDÁCTICA I Teoría de Filtrado Óptimo 1
Índice PRÓLOGO IX UNIDAD DIDÁCTICA I Teoría de Filtrado Óptimo 1 1 Representación de Estado de Sistemas Lineales 5 11 Representación de Estado en Tiempo Continuo 5 12 Matriz de Transición 1 121 Definición
Más detalles7. REGRESIÓN POR MÍNIMOS CUADRADOS: REGRESIÓN POLINOMIAL. Jorge Eduardo Ortiz Triviño
7. REGRESIÓN POR MÍNIMOS CUADRADOS: REGRESIÓN POLINOMIAL Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http:/www.docentes.unal.edu.co/jeortizt/ Introducción Los datos frecuentemente son dados para valores
Más detalles4.CONTROL DEL LAZO DE COLECTORES CILINDRO PARABÓLICOS
4.CONTROL DEL LAZO DE COLECTORES CILINDRO PARABÓLICOS 4.1.INTRODUCCIÓN En este capítulo del trabajo se aborda el control del lazo de colectores cilindroparabólicos. Una vez estudiado el modelado matemático
Más detallesPROBLEMAS PROPUESTOS. TEMAS 5 Y 6 SOLUCIONES
Grado en Ingeniería Mecánica Teoría de Sistemas PROBLEMAS PROPUESTOS. TEMAS 5 Y 6 SOLUCIONES Transformada Z. Función de transferencia discreta. Modelado de sistemas discretos. PROBLEMA 1. Sistema discreto
Más detallesINTRODUCCION- FILTRO DE WIENER
FILTRO LMS INTRODUCCION- FILTRO DE WIENER Es un sistema al que le llegan dos señales: x(n) y e(n). A los coeficientes del filtro se les llama w(n), que son los que multiplican a la entrada x(n) para obtener
Más detallesCapítulo 3. Modelado de la saturación Modelado de la saturación en máquinas eléctricas.
Capítulo 3. Modelado de la 3.1. Modelado de la saturación en máquinas eléctricas. Aunque por lo general, el análisis de las máquinas eléctricas se realiza asumiendo linealidad del sistema magnético, en
Más detallesÍndice. Control PID Control PID con compensación de la gravedad Control PID con compensación por adelanto Planificación de ganancias
CONTROL DE ROBOTS Índice Qué es el control de robots? Reductores: Control monoarticular: Control PID Control PID con compensación de la gravedad Control PID con compensación por adelanto Planificación
Más detalles11 REPRESENTACIÓN EN EL ESPACIO DE ESTADO. 1.3 SOLUCIÓN DE ECUACIONES DE ESTADO EN TIEMPO
Control Avanzado. Luis Edo García Jaimes 1 TABLA DE CONTENIDO 1. ANÁLISIS DE SISTEMAS DE CONTROL EN EL ESPACIO DE 5 ESTADO 1.1 FORMAS CANÓNICAS PARA ECUACIONES EN EL ESPACIO DE ESTADO EN TIEMPO DISCRETO
Más detallesControl PID. Sintonización e implementación
Control PID. Sintonización e implementación Elizabeth Villota Cerna Curso: Ingeniería de Control (MT221) Facultad de Ingeniería Mecánica UNI-FIM Julio 2012 1 Control PID Control PID una de las formas más
Más detallesUnidad I Análisis de Sistemas Realimentados
Prof. Gerardo Torres - gerardotorres@ula.ve - Cubículo 003 Departamento de Circuitos y Medidas de la Escuela de Ingeniería Eléctrica de la Universidad de Los Andes Unidad I Análisis de Sistemas Realimentados
Más detallesEJERCICIOS DE LA UNIDAD DIDÁCTICA 1
UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA Departamento de Ingeniería Eléctrica, Electrónica y de Control ASIGNATURA: TÉCNICAS AVANZADAS DE CONTROL E1.1 INTRODUCCIÓN EJERCICIOS DE LA UNIDAD DIDÁCTICA
Más detallesCapítulo 1: Introducción
Capítulo 1: Introducción Capítulo 1: Introducción 1.1. Introducción al control automático El control automático persigue el mantenimiento de un valor de una cantidad o condición para lo cual mide el valor
Más detallesUnidad V Respuesta de los sistemas de control
Unidad V Respuesta de los sistemas de control MC Nicolás Quiroz Hernández Un controlador automático compara el valor real de la salida de una planta con la entrada de referencia (el valor deseado), determina
Más detallesPRÓLOGO PREFACIO... 21
ÍNDICE PRÓLOGO... 17 PREFACIO... 21 CAPÍTULO 1. ENTORNO ACTUAL Y PERSPECTIVAS... 27 1.1 ORGANIZACIÓN DE UN SISTEMA ROBÓTICO... 29 1.2 ENTORNOS MATLAB Y SIMULINK... 31 1.3 TENDENCIAS EN ROBÓTICA Y MECATRÓNICA...
Más detallesCONTROL PREDICTIVO GENERALIZADO PARA SISTEMAS NO LINEALES UTILIZANDO UNA NEURONA DIFUSA RECURRENTE
ISSN:169257 Volumen 1 1 1- ISSN:1692-7257 2003 Volumen 1 No 3-2004 CONTROL PREDICTIVO GENERALIZADO PARA SISTEMAS NO LINEALES UTILIZANDO UNA NEURONA DIFUSA RECURRENTE EDMARY ALTAMIRANDA* 1 ELIEZER COLINA
Más detallesMateria: Matemática de 5to Tema: Método de Cramer. Marco Teórico
Materia: Matemática de 5to Tema: Método de Cramer Marco Teórico El determinante se define de una manera aparentemente arbitraria, sin embargo, cuando se mira a la solución general de una matriz, el razonamiento
Más detalles3 y un vector Y 2 que contenga el cálculo de Y2 = 4X
Laboratorio 1. Introducción a MATLAB y Simulink. 1. Uso de MATLAB. Manejo de Vectores y Matrices: Usando el editor de MATLAB, escriba el código necesario para generar: a. Vectores (1x1) (3x1) y (1x7),
Más detallesCONTROL PREDICTIVO CON REDES NEURONALES COMO MODELO, UTILIZANDO EL METODO DE NEWTON-RAPHSON PARA LOGRAR LA MINIMIZACION DE LA FUNCION DE COSTO
Scientia et Technica Año XV, No 41, Mayo de 2009. Universidad Tecnológica de Pereira. ISSN 0122-1701 203 CONTROL PREDICTIVO CON REDES NEURONALES COMO MODELO, UTILIZANDO EL METODO DE NEWTON-RAPHSON PARA
Más detallesLugar Geométrico de las Raíces Herramienta para diseño de sistemas de control
Lugar Geométrico de las Raíces Herramienta para diseño de sistemas de control Elizabeth Villota Curso: Ingeniería de Control (MT221) Facultad de Ingeniería Mecánica UNI-FIM 1 Modelado Modelo: representación
Más detalles2.1 Descripción en espacio de estado de sistemas dinámicos
2 Análisis de sistemas lineales 2.1 Descripción en espacio de estado de sistemas dinámicos El objetivo de este capítulo es formular una teoría general de describir los sistemas dinámicos en funcion de
Más detallesMATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I Y II CONTENIDOS BACHILLERATO
MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I Y II CONTENIDOS BACHILLERATO BLOQUE 1. PROCESOS, MÉTODOS Y ACTITUDES EN MATEMÁTICAS Los contenidos de este bloque se desarrollan de forma simultánea al resto
Más detallesIDENTIFICACION DE SISTEMAS IDENTIFICACIÓN PARAMÉTRICA
IDENTIFICACION DE SISTEMAS IDENTIFICACIÓN PARAMÉTRICA Ing. Fredy Ruiz Ph.D. ruizf@javeriana.edu.co Maestría en Ingeniería Electrónica Pontificia Universidad Javeriana 2013 Identificación paramétrica En
Más detallesSOLUCIONES EJERCICIOS PROPUESTOS TEMA SOLUCIÓN DE ECUACIONES POLINÓMICAS POR FACTORIZACIÓN
CURSO MATE 0066 Verano 009 SOLUCIONES EJERCICIOS PROPUESTOS TEMA SOLUCIÓN DE ECUACIONES POLINÓMICAS POR FACTORIZACIÓN 1. Igualando a cero la epresión tenemos una ecuación polinómica de la forma + b + c.
Más detalles1. Modelos Matemáticos y Experimentales 1
. Modelos Matemáticos y Experimentales. Modelos Matemáticos y Experimentales.. Definición.. Tipos de Procesos.3. Tipos de Modelos 3.4. Transformada de Laplace 4.5. Función de Transferencia 7.6. Función
Más detallesControl por realimentación del estado
Control por realimentación del estado Introducción Realimentación del estado Control de sistemas monovariables Control de sistemas multivariables U.P.M.-DISAM P. Campoy Electrónica y Regulación Introducción:
Más detallesRespuesta temporal, Sistemas de orden 1
Respuesta temporal, Sistemas de orden Transparencias Introducción a la Teoría de Control R. Canetti 203 RESPUESTA TEMPORAL Cómo responde un sistema dinámico lineal, de parámetros concentrados, invariante
Más detallesContenido. Prefacio... Acerca de los autores...
Contenido Prefacio... Acerca de los autores... xi xvi Capítulo 1. Introducción... 1 1.1. Antecedentes históricos... 2 1.2. Origen y desarrollo de la robótica... 8 1.3. Definición del Robot... 16 1.3.1.
Más detallesPFC: Localización de robots mediante filtro de Kalman
6.- FILTRO DE KALMAN 6.1.- MOTIVACIÓN Los sistemas de navegación se han convertido en un estándar, ya que se venden más y más, sobre todo con los coches nuevos. La mayoría de estos sistemas de navegación
Más detallesRepresentación en el espacio de estado. Sistemas Control Embebidos e Instrumentación Electrónica UNIVERSIDAD EAFIT
Representación en el espacio de estado Representación en espacio de estado Control clásico El modelado y control de sistemas basado en la transformada de Laplace, es un enfoque muy sencillo y de fácil
Más detallesIdentificación n de SIStemas
Identificación n de SIStemas Métodos de Estimación n Recursivos ISIS J. C. Gómez Métodos de Identificación n Recursivos Mínimos Cuadrados Recursivos ara una estructura de modelo de regresión lineal y n
Más detallesIlustración 1. Esquema del test de confirmación de capacidad.
Título: Diseño e implementación de un emulador de fuentes de corriente continua a partir de un convertidor DC/DC Autores: Luis Alfonso Fernández Serantes Tutores: José Luis Calvo Rolle, Raúl Estrada Vázquez
Más detallesmax z = c T x sujeto a Ax b
Tema 4 Análisis de sensibilidad El análisis de sensibilidad se realiza después de obtener la solución óptima de un modelo lineal para deteminar como afectan los cambios en los parámetros del modelo a la
Más detallesProgramación NO Lineal (PNL) Optimización sin restricciones
Programación NO Lineal (PNL) Optimización sin restricciones Ejemplos de los problemas que se aplica la programación NO Lineal: Problema de transporte con descuentos por cantidad : El precio unitario de
Más detallesSintonización de Controladores
Sistemas de Control Automáticos Sintonización de Controladores Acciones de control Las acciones de los controladores las podemos clasificar como: Control discontínuo Control ON OFF Control contínuo Controles
Más detallesCAPÍTULO. Control Proporcional Integral Generalizado. II.1 Introducción. II. Control Proporcional Integral Generalizado
CAPÍTULO II Control Proporcional Integral Generalizado II.1 Introducción El uso de observadores en electrónica de potencia no es una práctica común debido al incremento en el costo del circuito; es decir,
Más detallesESCUELA POLITÉCNICA DEL EJÉRCITO DEPARTAMENTO DE ELÉCTRICA Y ELECTRÓNICA CARRERA DE INGENIERÍA EN ELECTRÓNICA, AUTOMATIZACIÓN Y CONTROL
ESCUELA POLITÉCNICA DEL EJÉRCITO DEPARTAMENTO DE ELÉCTRICA Y ELECTRÓNICA CARRERA DE INGENIERÍA EN ELECTRÓNICA, AUTOMATIZACIÓN Y CONTROL PROYECTO DE GRADO PARA LA OBTENCIÓN DEL TÍTULO EN INGENIERÍA DISEÑO
Más detallesConcurso en Ingeniería de Control Operación Óptima de la planta de 4 tanques. Control multivariable.
Concurso en Ingeniería de Control 2014. Operación Óptima de la planta de 4 tanques. Control multivariable. Alberto Pajares Ferrando, Francesc Xavier Blasco Ferragud alpafer1@upv.es, xblasco@isa.upv.es
Más detallesCONTROL POR ALIMENTACIÓN DIRECTA (FEEDFORWARD) CONTROL EN LAZO ABIERTO VS. CONTROL EN LAZO CERRADO
CONTROL EN LAZO ABIERTO VS. CONTROL EN LAZO CERRADO Mantener el nivel del líquido en el tanque a un valor constante Control en lazo abierto No realimentación Controlador no observa la salida del sistema
Más detalles2.1. ESTIMACIÓN DE PARÁMETROS BASADO EN LA SENSIBILIDAD.
ACTUALIZACIÓN DE UN MODELO NUMÉRICO DE LA PASARELA DE LA CARTUJA A PARTIR DE DATOS EXPERIMENTALES. MODAL UPDATING. RESEÑA TEÓRICA El objetivo del modal updating es ajustar los valores de los parámetros
Más detallesTEMA 2 NOTACIÓN Y DEFINICIONES. Notación y Definiciones
Notación y Definiciones ELEMENTOS DE MÁQUINAS Y VIBRACIONES -.1 - ELEMENTOS DE MÁQUINAS Y VIBRACIONES -. - ABSORBEDOR DINÁMICO DE VIBRACIONES o AMORTIGUADOR DINÁMICO: se trata de un sistema mecánico masa-resorte(-amortiguador)
Más detallesMínimos Cuadrados. Departamento de Matemáticas, CCIR/ITESM. 30 de junio de 2011
Mínimos Cuadrados Departamento de Matemáticas, CCIR/ITESM 30 de junio de 011 Índice 4.1.Introducción............................................... 1 4..Error Cuadrático............................................
Más detallesCapítulo 4: Ecuaciones dinámicas del conjunto motor-carga
Capítulo 4: Ecuaciones dinámicas del conjunto motor-carga Capítulo 4: Ecuaciones dinámicas del conjunto motor-carga 4.1. Introducción Los motores de corriente continua sin escobillas ( DC brushless motors
Más detallesLínea de Especialización Control de Sistemas
Línea de Especialización Control de Sistemas 1.- Propósito de la línea de especialización. Profesional con sólida formación teórico-práctica y visión global amplia acerca de diferentes métodos de modelación,
Más detalles