Estimación de estados
|
|
- María Jesús Herrera Godoy
- hace 6 años
- Vistas:
Transcripción
1 Observadores p. 1/37 Estimación de estados La realimentación de estados requiere medir los estados, pero normalmente, no se tiene acceso a todos los estados. Entonces cómo implementar la realimentación de estados?. Si el sistema es observable, los estados se pueden estimar mediante un observador. r N u B ẋ x C y Plant A K ^x Observer Un observador es un sistema dinámico que estima los estados de la planta basado en la medida de sus entradas y salidas.
2 Observadores p. 2/37 Estimación de estados Cómo construir un observador?. Una forma intuitiva podría ser reproducir el modelo de la planta y ejecutarlo simultáneamente para obtener un estado estimado ˆx(t). u B ẋ x A C y B ^x ^x A PSfrag replacements Plant copy Copia de la planta El problema con este diseño simple es que si la planta y su copia en el observador tienen diferentes condiciones iniciales, los estimados generalmente no convergirán a los valores reales.
3 Observadores p. 3/37 Estimación de estados Una mejor estructura de observador incluye una corrección del error por realimentación. er structure includes error feedba u B ẋ A x C y B ^x L error ^y C y ^x A Con un diseño apropiado de la matriz de ganancia L,se puede ajustar al observador para que entregue un estimado del estado que convergirá asintóticamente al valor real del estado.
4 Observadores p. 4/37 Estimación de estados Re-arreglando el diagrama en bloques anterior, se obtiene la estructura final del observador. Si el sistema es observable, se puede escoger la ganancia L para que asigne arbitrariamente los autovalores de A LC. De hecho, requerimos que el observador sea estable!. Del diagrama en bloques, las ecuaciones del observador son, u ^x B Observer ẋ A A LC ^x x B L C u y ˆx(t) = Aˆx(t) + Bu(t) + L[y(t) Cˆx(t)] = (A LC)ˆx(t) + Bu(t) + Ly(t) = (A LC)ˆx(t) + Bu(t) + LCx(t)
5 Observadores p. 5/37 Estimación de estados De la ecuación del observador, y la ecuación de la planta, ẋ = Ax + Bu y = Cx Podemos obtener una ecuación para el error de estimación, ε = x ˆx, ε = ẋ ˆx = Ax + Bu Aˆx Bu LC(x ˆx) = A(x ˆx) LC(x ˆx) = (A LC)ε ε(t) = e (A LC)t ε(0) Así, vemos que para que el error converja asintóticamente a cero, ε(t) 0 (y así ˆx(t) x(t)), se necesita que (A LC) sea Hurwitz.
6 Observadores p. 6/37 Diseño del observador En resumen, para diseñar el observador usamos las matrices A, B y C de la planta para formar la ecuación de estado, ˆx(t) = (A LC)ˆx(t) + Bu(t) + Ly(t) donde L es tal que los autovalores de (A LC) tengan parte real negativa. Cómo escoger L?. Podemos usar por dualidad, el mismo procedimiento seguido para diseñar la ganancia de realimentación de estados K tal que A BK fuera Hurwitz. Note que formando la matriz transpuesta, (A LC) T = A T C T L T = A dual B dual K dual el problema se reduce a escoger K dual para hacer A dual B dual K dual Hurwitz, y finalmente, L = K T dual
7 Observadores p. 7/37 Ejemplo: Observador en el motor DC. Volvamos al ejemplo del motor DC visto antes. Se desea seguimiento robusto de una referencia y rechazo a disturbios.la realimentación de estados requiere la medición de los dos estados: la corriente i(t) y la velocidad ω(t). Ahora queremos medir solamente la velocidad del motor. Construiremos un observador para estimar la corriente i(t). Las ecuaciones de la planta eran, d dt [ ] ω(t) i(t) Y su polinomio característico, = [ 10 ] [ ] 1 ω(t) 0,02 2 i(t) ] y(t) = [ 1 0 ] [ ω(t) i(t) (s) = s s + 20,02 + [ ] 0 V (t) 2
8 Observadores p. 8/37 Ejemplo: Observador en el motor DC. Aumentemos la planta con una acción integral para lograr seguimiento robusto a entradas tipo paso. A a = [ A ] 0 C 0 Con polinomio característico, = , ; B a = a (s) = s s ,02s = s (s) [ ] B 0 = Que es simplemente el mismo original con un polo extra en s = 0, añadido por el integrador.
9 Observadores p. 9/37 Ejemplo: Observador en el motor DC. Calculamos C a and C a, para el par aumentado (A a ; B a ), C a = ,96 ; Ca = , = , Como vimos, el par aumentado (A a ; B a ) será siempre controlable siempre que el par original (A; B) sea controlable y la planta no tenga ceros en s = 0. Seleccionamos el polinomio característico deseado como Ka (s) = (s + 6) K (s) = s s s (Mantenemos el polinomio característico deseado original K (s) = (s+5 j)(s+ 5 + j) = s s + 26 y asignamos el polo extra para que sea más rápido para no alterar las características temporales deseadas de y(t)).
10 Observadores p. 10/37 Ejemplo: Observador en el motor DC. De a (s) y Ka (s) calculamos K a, K a = [(16 12) (86 20,02) (156 0)] = [4 65,98 156] y finalmente, K a = K a Ca C 1 = [12,99 2] }{{} K [ 78] }{{} k z Donde los primeros dos elementos de K a corresponden a la nueva ganancia de estado K para el estado (ω(t), i(t)), mientras que el último elemento es la ganancia de realimentación k z para el estado aumentado z(t).
11 Observadores p. 11/37 Ejemplo: Observador en el motor DC. Un diagrama en bloques de la implementación es, Y un diagrama en bloques de Simulink, incluyendo disturbios, d_i d_o r 1 s Integrator1 78 Gain2 B* u Matrix Gain1 1 s Integrator A* u C* u Matrix Gain2 Scope Gain 2 em Matrix Gain Gain1
12 Observadores p. 12/37 Ejemplo: Observador en el motor DC. No obstante, este diseño requiere medir i(t). Para diseñar el observador primero debemos chequear la observabilidad. O = [ ] C CA = [ 1 ] que es de rango completo y de allí es observable. Por dualidad, en el proceso para calcular K dual, el rol de C es jugado por C dual = O T, y C dual es el mismo de antes C dual = C = [ ] 1 1 α1 = 0 1 [ ] ya que C solo depende del polinomio característico de A que es el mismo de A T.
13 Observadores p. 13/37 Ejemplo: Observador en el motor DC. Digamos que los autovalores deseados para el observador están en s = 6 ± j2, (un poco más rápidos que los elegidos para los de la planta en lazo cerrado, como es usual), lo que arroja Así, de los coeficientes de Kdual K dual = s s + 40 y los de (s) tenemos K dual = [(12 12) (40 20,02)] = [0 19,98] Retornando a las coordenadas originales obtenemos K dual, K dual = K 1 dual CC dual ; = [0 19,98]; [ ] (por casualidad, lo mismo que K 0 dual ). Finalmente, L = Kdual T =. Se 19,98 puede verificar con MATLAB que L efectivamente ubica los autovalores de (A LC) en las localidades deseadas.
14 Observadores p. 14/37 Ejemplo: Observador en el motor DC. Simulando con Simulink, fijando algunas condiciones a la planta (y ninguna al observador) r B* u Matrix Gain1 1 s Integrator A* u C* u States Matrix Gain estimation error in speed estimation error in current Matrix Gain B* u 0.2 Estimated states 1 s L* u A L*C* u time [s] Se puede ver que los errores de estimación efectivamente convergen a cero en cerca de 1s.
15 Observadores p. 15/37 Ejemplo: Observador en el motor DC. El observador se puede combinar con el diseño de realimentación de estados previo, basta con reemplazar los estados medidos por los estados estimados. d_i d_o r 1 78 s 1 B* u s Gain2 C* u Scope A* u B* u em 1 s L* u Gain 2 Gain1 A L*C* u Note que el error para la acción integral debe obtenerse de el estado medido.
16 Observadores p. 16/37 Ejemplo: Observador en el motor DC. Se muestran resultados de simulación con el observador de estados, se simulan disturbios de entrada y salida actuando en tiempos diferentes. La salida converge al valor de referencia deseado y(t) time [s]
17 Observadores p. 17/37 Realimentación desde estados estimados Resumiendo lo visto hasta ahora, hemos considerado Una ganancia de realimentación K. Un estimador de estados (observador) con ganancia L. Para diseñar K utilizamos la fórmula de Bass-Gura para lograr que (A BK) : Hurwitz r N u(t) B ẋ(t) Plant A x(t) C y(t) Para diseñar L en el observador, usamos la dualidad y la misma fórmula de Bass-Gura para lograr que K ^x(t) Observer B L (A LC) : Hurwitz A LC
18 Observadores p. 18/37 Realimentación desde estados estimados Diseñando K tal que (A BK) sea Hurwitz, con los autovalores deseados, podemos garantizar que el sistema de lazo cerrado sea asintóticamente y BIBO estable, y con una respuesta dinámica especificada. Diseñando L para que (A LC) sea Hurwitz, garantizamos que el observador sea asintóticamente estable, y que el estimado del error ˆx(t) converja al estado real x(t) cuando t. Pero K y el observador se diseñaron independientemente... funcionarán de la misma manera cuando se pongan juntos en un esquema de realimentación desde los estados estimados?.
19 Observadores p. 19/37 Realimentación desde estados estimados Al respecto se presentan 3 preguntas básicas, Los autovalores de lazo cerrado se fijaron a aquellos de (A-BK) usando la realimentación de estado, u = Kx Aún tendremos los mismos autovalores si realimentamos desde los estados estimados? u = K ˆx La interconexión afecta los autovalores del observador?. Cuál es el efecto de la interconexión en la función de transferencia de lazo cerrado?
20 Observadores p. 20/37 Realimentación desde estados estimados Para resolver estas preguntas, miremos las ecuaciones de estado del sistema completo, poniendo juntos el observador y la planta, esto es, ẋ = Ax + Bu Planta ˆx = (A LC)ˆx + LCx + Bu Observador ẋ = Ax BK ˆx + BNr Planta ˆx = (A LC)ˆx + LCx BK ˆx + BNr Observador Agrupando estas ecuaciones en una forma más compacta, [ẋ ] ˆx = [ ] [ ] A BK x + LC (A LC BK) ˆx ] y = [ C 0 ] [ x ˆx [ ] BN r BN
21 Observadores p. 21/37 Realimentación desde estados estimados Hagamos un cambio de coordenadas para que las nuevas coordenadas sean el estado de la planta x y el error de estimación ε = x ˆx. [ ] x ε = [ x ] x ˆx = [ I ] 0 I } I {{} P [ ] x ˆx [ ] 1 [ ] I 0 I 0 Note que P 1 = = = P. Con esta transformación de I I I I equivalencia obtenemos las matrices en el nuevo sistema coordenado como, [ ] (A BK) BK Ā KL = P A KL P 1 =, BKL = P B 0 (A LC) KL = C KL = C KL P 1 = [ C 0 ] [ ] BN 0
22 Observadores p. 22/37 Realimentación desde estados estimados El sistema en las nuevas coordenadas se representa como, [ẋ ] ε = [ ] [ ] (A BK) BK x + 0 (A LC) ε ] y = [ C 0 ] [ x ε [ ] BN r 0 Ya que ĀKL es triangular, sus autovalores son los de (A BK) y (A LC). Controlador y observador no se afectan mutuamente en la interconexión. Note que el error de estimación es no es controlable, de aquí que los autovalores del observador no aparecerán en la función de transferencia de lazo cerrado. r BN ẋ(t) A BK ε(t) x(t) C ε(t) y(t) A LC
23 Observadores p. 23/37 Realimentación desde estados estimados La propiedad de independencia entre el control y la estimación dele estado se llama Principio de separación Principio de separación: El diseño de la realimentación de estado y del estimador de estado se pueden realizar independientemente. Los autovalores del sistema de lazo cerrado son los determinados por la ley de realimentación y no se afectan por el uso de un estimador de estados. Los autovalores del observador no se afectan por la ley de realimentación. La función de transferencia de lazo cerrado sólo tendrá los autovalores derivados de (A BK); ya que el error de estimación no es controlable, G cl (s) = C(sI A + BK) 1 BN Los transitorios en el error de estimación, no obstante, se verán en la salida ya que el error de estimación es observable.
24 Observadores p. 24/37 Diseño en tiempo discrteto Para las ecuaciones de tiempo discreto, x[k + 1] = Ax[k] + Bu[k]; y[k] = Cx[k]; el procedimiento de diseño para una ley de realimentación u[k] = Kx[k] es el mismo que para sistemas de tiempo continuo. Lo mismo aplica para el diseño de un observador de estados de tiempo discreto, ˆx[k + 1] = (A LC)ˆx[k] + Bu[k] + Ly[k] Una diferencia es la localización de los autovalores deseados; para estabilidad asintótica deben estar dentro del círculo unitario. Una regla práctica para escoger los autovalores deseados de tiempo discreto es, 1. Escoger una ubicación deseada de tiempo continuo, digamos p i = Trasladarla a tiempo discreto usando la relación λ i = e p it.
25 Observadores p. 25/37 Diseño en tiempo discreto Imaginario j ω n T 2π Lugar de las raíces con factor de amortiguamiento constante ξ y frecuencias naturales ω n constantes en el plano complejo discreto. En MATLAB esta grilla puede obtenerse con el comando zgrid ξ Real 0.3 PSfrag replacements j
26 Observadores p. 26/37 Ejemplo: Motor DC en tiempo discreto Retornemos al ejemplo del motor DC. Supondremos que el control se hará con un PC y por tanto el controlador debe diseñarse en tiempo discreto. Para ello, discretizamos primero el modelo de tiempo continuo d dt [ ] ω(t) i(t) = [ ] [ ] 10 1 ω(t) + 0,02 2 i(t) ] y(t) = [ 1 0 ] [ ω(t) i(t) [ ] 0 V (t) 2 El primer parámetro a determinar es el periodo de muestreo T. Del teorema de muestreo de Shannon, la frecuencia de muestreo ω s = 2π/T debe ser al menos dos veces el ancho de banda del sistema de lazo cerrado (ya que se cambiará el ancho de banda del sistema con la acción de control).
27 Observadores p. 27/37 Ejemplo: Motor DC en tiempo discreto La especificación que teníamos para el diseño previo de tiempo continuo fue un tiempo de establecimiento t s de cerca de 1s. La regla basada en el teorema de Shannon debería darnos un periodo de muestreo de menos de T = 0,5s. En la práctica, T debe ser del orden de 10 a 20 veces más répida que el tiempo de establecimiento de lazo cerrado. De aquí obtenemos, T = 0,1s Desde luego, la máxima velocidad de muestreo está limitada por la máxima frecuencia de adquisición del PC más el tiempo requerido para los cálculos y el procesamiento de señales. Calculamos las matrices de estado, A d = e AT y B d = T 0 e Aτ Bdτ
28 Observadores p. 28/37 Ejemplo: Motor DC en tiempo discreto Utilizando MATLAB, hacemos [Ad, Bd] = c2d(a, B, 0,1) y obtenemos, Ad = [ ] 0,3678 0,0563 ; Bd = 0,0011 0,8186 [ ] 0,0068 0,1812 Como se puede verificar, los autovalores del sistema de lazo abierto de tiempo discreto son, 0,3679 = e ( 9,9975 0,1) 0,8185 = e ( 2,0025 0,1) El polinomio característico de tiempo discreto es (z) = (z e 9:9975T )(z e 2,0025T ) = z 2 1,1864z + 0,3011 Para el polinomio característico deseado de tiempo discreto, primero obtenemos el mapeo discreto p e pt de los autovalores p 1;2 = 5 ± j especificados para el sistema de tiempo continuo.
29 Observadores p. 29/37 Ejemplo: Motor DC en tiempo discreto δ ± jγ = e ( 5±j) 0,1 = 0,6035 ± j0,0605 el cual arroja el polinomio característico discreto deseado K (z) = z 2 1,2070z + 0,3678 De los coeficientes de K (z) y (z) obtenemos la ganancia de realimentación de estados discreta K d = [( 1, ,1864) (0,3678 0,3011)] = [ 0,0206 0,0667] Las matrices de controlabilidad discretas C d (a partir del par (A d, B d )) y C d, C d = [ ] 0, , ; y Cd = 0, , [ 1 1, ] 1
30 Observadores p. 30/37 Ejemplo: Motor DC en tiempo discreto En las coordenadas originales, obtenemos la ganancia de realimentación, K d = K d Cd C 1 d = [8, , ] como puede verificarse con MATLAB, (A d B d K d ) tiene los autovalores discretos deseados. De forma similar, podemos diseñar el observador de tiempo discreto, basado en el modelo de tiempo discreto de la planta. rag replacements El diseño de realimentación de la salida se implementa finalmente a partir del sistema de tiempo continuo, mediante un retenedor de orden cero y un muestreador. r u[k] u(t) y(t) y[k] N ZOH - K d ˆx[k] Observador de tiempo discreto
31 Observadores p. 31/37 Ejemplo: Motor DC en tiempo discreto El siguiente código de MATLAB calcula las ganancias y ejecuta las simulaciones % matrices de tiempo continuo A=[-10 1; ];B=[0;2];C=[1 0];D=0; G=ss(A,B,C,D); % definición del sistema e.e. T=0.1; % periodo de muestreo Gd=c2d(G,T, zoh ) % discretización % ganancia de realimentación de tiempo discreto Kd=place(Gd.a,Gd.b,exp([-5-i,-5+i]*T)) % ganancia del observador de tiempo discreto Ld=place(Gd.a,Gd.c,exp([-6-i,-6+i]*T)) % compensación del error de régimen permanente N=inv(Gd.c*inv(eye(2)-Gd.a+Gd.b*Kd)*Gd.b) % Ejecuta el diagrama de simulink sim( motordc ) % Dibujos (después de ejecutar la simulación) subplot(211),plot(y(:,1),y(:,2));grid subplot(212),stairs(u(:,1),u(:,2));grid
32 Observadores p. 32/37 Ejemplo: Motor DC en tiempo discreto El siguiente es el esquema en Simulink, N K*u 1 s K*u Step Gain Zero Order Hold G.c Integrator G.d y(t) K*u G.a K*u u[k] K*u Kd 1 z Unit Delay Gd.b K*u Ld K*u Gd.a Ld*Gd.c Note que las señales muestreadas se muestran en rojo (chequear la opción Sample Time Colors en el menú Format). Todos los bloques con señales muestreadas incluyen un muestreador en su entrada.
33 Observadores p. 33/37 Ejemplo: Motor DC en tiempo discreto Las siguientes gráficas muestran la respuesta del sistema controlado de tiempo discreto: la salida de tiempo continuo y(t) y el control de tiempo discreto u[k]
34 Observadores p. 34/37 Peculiaridades en tiempo discreto Hay dos diferencias especiales en el procedimiento de diseño de tiempo discreto: La ganancia N para compensación del error de régimen permanente es, como en tiempo continuo, la inversa de la ganancia DC de régimen permanente de la función de transferencia de lazo cerrado. Note sin embargo, que en tiempo discreto, N = 1 C(zI A d + B d K d ) 1 B d z=1 = 1 C(I A d + B d K d ) 1 B d Si implementamos seguimiento robusto añadiendo una acción integral en el diseño de realimentación de estados, note que el aumento de la planta es diferente en tiempo discreto, A a = [ Ad ] 0 C 1
35 Observadores p. 35/37 Peculiaridades en tiempo discreto Ya que la integración de tiempo discreto del error de seguimiento tiene que implementarse como, z[k + 1] = z[k] + r Cx[k] La implementación de la acción integral en tiempo discreto en el diagrama debe ser consistente, i.e. integración discreta del error de seguimiento. d i (t) d o (t) r ε(t) 1 z 1 k z ZOH u(t) B ẋ(t) x(t) C y(t) A K Aparte de esas dos diferencias, y la ubicación para los autovalores, el diseño de tiempo discreto se obtiene realizando los mimos cálculos que para el diseño por realimentación de estados de tiempo continuo.
36 Observadores p. 36/37 Control Dead-Beat Un diseño especial de tiempo discreto que no tiene correlación en tiempo continuo es el control dead-beat. Una respuesta dead-beat es una respuesta que se establece en su valor final en un tiempo finito. Esta característica tiene lugar en un sistema de tiempo discreto que tiene todos sus polos en z = 0, por ejemplo, 1.5 Step Response 1 G(z) = (7z 1)(5z 1) 24z 3 ; Amplitude Time (sec) el cual se establece en tres periodos de muestreo (la dinámica es justamente un retardo de tres periodos de muestreo).
37 Observadores p. 37/37 Control Dead-Beat Para diseñar un controlador dead-beat, solo tenemos que encontrar un K d para colocar todos los polos de lazo cerrado en z = 0. El observador de tiempo discreto también puede diseñarse dead-beat, con L d para ubicar todos los polos del observador en z = 0. No obstante, el Dead-beat usualmente requiere acción de control grande y puede provocar saturación de los actuadores.
Controlabilidad y observabilidad
Controlabilidad p. 1/16 Controlabilidad y observabilidad En las próximas clases discutiremos dos conceptos fundamentales de la teoría de sistemas: controlabilidad y observabilidad. Esos dos conceptos describen
Más detallesManual de la Práctica 5: Diseño de un controlador digital
Control por Computador Manual de la Práctica 5: Diseño de un controlador digital Jorge Pomares Baeza Francisco Andrés Candelas Herías Grupo de Innovación Educativa en Automática 009 GITE IEA - 1 - Introducción
Más detallesTema 5. Análisis de sistemas muestreados
Ingeniería de Control Tema 5. Análisis de sistemas muestreados Daniel Rodríguez Ramírez Teodoro Alamo Cantarero Contextualización del tema Conocimientos que se adquieren en este tema: Relacionar la estabilidad
Más detallesEXAMEN PARCIAL I
UNIVERSIDAD NACIONAL DE INGENIERÍA - FIM MT 7 Control Moderno y Óptimo EXAMEN PARCIAL - 04I Problema : Un tanque vacio con masa m o es posicionado sobre g un resorte lineal con rigidez k. El tanque es
Más detalles07 - Control Todo o Nada.doc 1
1. Control Todo o Nada 1. Control Todo o Nada 1 1.1. Problema de control On-Off 2 1.2. Control en realimentación con ganancia elevada 2 1.3. Modelo para la habitación 3 1.4. Respuesta a Lazo Abierto 4
Más detallesRetardo de transporte
Retardo de transporte Escalón Escalón con retardo de transporte T Retardo de Transporte. Ejemplo de un Tiristor Tiempo Muerto Ángulo de Disparo (desde controlador) Pulso de disparo Nuevo Pulso de disparo
Más detallesCONTROL DE VELOCIDAD DE UN MOTOR DC, USANDO FILTROS DE KALMAN EN TIEMPO CONTINUO
CONTROL DE VELOCIDAD DE UN MOTOR DC, USANDO FILTROS DE KALMAN EN TIEMPO CONTINUO Julio C Mansilla Hernández (1); Julio N. García Silverio (2); Francisco J. Arteaga (3) (1) ELEOCCIDENTE, Dpto. de Planificación
Más detallesEjercicios Resueltos
Ejercicios Resueltos Ejercicio 1 La función de transferencia de un sistema de control tiene como expresión: Determinar, aplicando el método de Routh, si el sistema es estable. Para comprobar la estabilidad
Más detallesNombre: Carné Ordinal. Parte I preguntas (1 punto c/u) Escriba la respuesta en el espacio indicado o encierre en un círculo la respuesta correcta:
INSTITUTO TECNOLÓGICO DE COSTA RICA II SEMESTRE 2013 ESCUELA DE INGENIERIA EN ELECTRÓNICA CURSO: EL-5408 CONTROL AUTOMÁTICO MEDIO: Examen 3 PROF: ING. EDUARDO INTERIANO Nombre: Carné Ordinal Parte I preguntas
Más detalles6.1. Condición de magnitud y ángulo
Capítulo 6 Lugar de las raíces La respuesta transitoria de un sistema en lazo cerrado, está ligada con la ubicación de los polos de lazo cerrado en el plano complejo S. Si el sistema tiene una ganancia
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 detallesSISTEMAS LINEALES. Tema 6. Transformada Z
SISTEMAS LINEALES Tema 6. Transformada Z 6 de diciembre de 200 F. JAVIER ACEVEDO javier.acevedo@uah.es TEMA 3 Contenidos. Autofunciones de los sistemas LTI discretos. Transformada Z. Región de convergencia
Más detallesControlador PID con anti-windup
Laboratorio de Control de Procesos Industriales Práctica 1 Controlador PID con anti-windup 1 de noviembre de 2008 Introducción 2 INTRODUCCIÓN REGULADORES PID La idea básica del controlador PID es simple
Más detalles15. LUGAR DE LAS RAICES - CONSTRUCCION
15. LUGAR DE LAS RAICES - CONSTRUCCION 15.1 INTRODUCCION El lugar de las raíces es una construcción gráfica, en el plano imaginario, de las raíces de la ecuación característica de un lazo de control para
Más detallesTema 6. Diseño de controladores discretos
Ingeniería de Control Tema 6. Diseño de controladores discretos Daniel Rodríguez Ramírez Teodoro Alamo Cantarero Contextualización del tema Conocimientos que se adquieren en este tema: Como obtener el
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 detalles2º INGENIERÍA INDUSTRIAL TEORÍA DE CIRCUITOS Y SISTEMAS
º INGENIERÍA INDUSTRIAL TEORÍA DE CIRCUITOS Y SISTEMAS PRÁCTICA 7 SISTEMAS. UTILIDADES MATLAB. TRANSFORMADAS Y ANTITRANSFORMADAS Matlab permite obtener transformadas y antitransformadas de Fourier, Laplace
Más detallesTema 3. Apartado 3.3. Análisis de sistemas discretos. Análisis de estabilidad
Tema 3. Apartado 3.3. Análisis de sistemas discretos. Análisis de estabilidad Vemos que la región estable es el interior del circulo unidad, correspondiente a todo el semiplano izquierdo en s. El eje imaginario
Más detallesSolución de Sistemas de Ecuaciones Diferenciales Lineales
Solución de Sistemas de Ecuaciones Diferenciales Lineales Departamento de Matemáticas, CCIR/ITESM 9 de febrero de Índice..Introducción.................................................Ejemplo.................................................3.Ejemplo................................................
Más detallesTécnicas Avanzadas de Control Memoria de ejercicios
Memoria de ejercicios Curso: 2007/08 Titulación: Ingeniero Técnico Industrial Especialidad: Electrónica Industrial Alumno: Adolfo Hilario Tutor: Adolfo Hilario Caballero Índice general Presentación. 2..
Más detallesLínea de investigación o de trabajo: Electrónica de Potencia y Control Automático
ASIGNATURA: TEORÍA DE SISTEMAS LINEALES Nombre de la asignatura: TEORÍA DE SISTEMAS LINEALES Línea de investigación o de trabajo: Electrónica de Potencia y Control Automático Tiempo de dedicación del estudiante
Más detalles1. Diseño de un compensador de adelanto de fase
COMPENSADORES DE ADELANTO Y RETARDO 1 1. Diseño de un compensador de adelanto de fase El compensador de adelanto de fase persigue el aumento del margen de fase mediante la superposición de la curva de
Más detallesRespuesta transitoria
Capítulo 4 Respuesta transitoria Una ves que los diagramas a bloques son desarrollados, el siguiente paso es llevar a cabo el análisis de los sistemas. Existen dos tipos de análisis: cuantitativo y cualitativo.
Más detallesDiferenciación numérica: Método de Euler explícito
Clase No. 21: MAT 251 Diferenciación numérica: Método de Euler explícito Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/
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 detallesLugar Geométrico de las Raíces
ELC-33103 Teoría de Control Lugar Geométrico de las Raíces Prof. Francisco M. Gonzalez-Longatt fglongatt@ieee.org http://www.giaelec.org/fglongatt/sp.htm 1. Introducción La característica básica de la
Más detalles3. Modelos, señales y sistemas. Panorama Obtención experimental de modelos Respuesta en frecuencia Diagramas de Bode
3. Modelos, señales y sistemas Panorama Obtención experimental de modelos Respuesta en frecuencia Diagramas de Bode CAUT1 Clase 4 1 Obtención experimental de modelos Muchos sistemas en la práctica pueden
Más detallesTema 4. Proceso de Muestreo
Ingeniería de Control Tema 4. Proceso de Muestreo Daniel Rodríguez Ramírez Teodoro Alamo Cantarero Contextualización del tema Conocimientos que se adquieren en este tema: Conocer el proceso de muestreo
Más detallesTransformada de Laplace: Aplicación a vibraciones mecánicas
Transformada de Laplace: Aplicación a vibraciones mecánicas Santiago Gómez Jorge Estudiante de Ingeniería Electrónica Universidad Nacional del Sur, Avda. Alem 1253, B8000CPB Bahía Blanca, Argentina thegrimreaper7@gmail.com
Más detallesINTRODUCCION A SIMULINK
INTRODUCCION A SIMULINK Matlab (Matrix Laboratory) es un sistema basado en matrices para realizar cálculos matemáticos y de ingeniería. Entre las múltiples herramientas que presenta este programa se encuentra
Más detallesPropiedades de los Sistemas Lineales e Invariantes en el Tiempo
Propiedades de los Sistemas Lineales e Invariantes en el Tiempo La respuesta al impulso de un sistema LTIC (h(t)), representa una descripción completa de las características del sistema. Es decir la caracterización
Más detallesTEORÍA DE SISTEMAS PRÁCTICA 7 SISTEMAS. SISTEMAS DISCRETOS Y MUESTREADOS 1. INTRODUCCIÓN DE SISTEMAS DISCRETOS EN SIMULINK
TEORÍA DE SISTEMAS PRÁCTICA 7 SISTEMAS. SISTEMAS DISCRETOS Y MUESTREADOS OBJETIVOS DE LA PRÁCTICA Estudiar las funciones disponibles en Matlab y Simulink para el modelado y simulación de sistemas discretos
Más detallesPresentado por: Laura Katherine Gómez Mariño. Universidad Central
Presentado por: Laura Katherine Gómez Mariño. Universidad Central IMPORTANCIA DEL TEMA ESCOGIDO: Es una herramienta usada en simulación, que es parte crucial en un sistema de control industrial. Un controlador
Más detallesEL42A - Circuitos Electrónicos
ELA - Circuitos Electrónicos Clase No. 24: Amplificadores Operacionales (1) Patricio Parada pparada@ing.uchile.cl Departamento de Ingeniería Eléctrica Universidad de Chile 3 de Noviembre de 2009 ELA -
Más detallesPráctica 2. Introducción a la simulación de sistemas mediante Simulink. Sistemas de primer, segundo y tercer orden. Objetivo
Práctica 2 Introducción a la simulación de sistemas mediante Simulink. Sistemas de primer, segundo y tercer orden. Objetivo En esta práctica se pretende que el alumno tome contacto con una herramienta
Más detallesClase No. 20: Integrales impropias MAT 251. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 14
Clase No. 2: Integrales impropias MAT 251 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) 26.11.211 1 / 14 Integrandos con singularidades (I) Cuando el integrando o alguna de sus derivadas de bajo orden
Más detallesCombinación lineal, Independencia Lineal, y Vectores que generan (Sección 6.3 pág. 291)
Combinación lineal, Independencia Lineal, y Vectores que generan (Sección 6.3 pág. 291) I. Combinación Lineal Definición: Sean v 1, v 2, v 3,, v n vectores en el espacio vectorial V. Entonces cualquier
Más detallesIntroducción a los Sistemas de Control
Introducción a los Sistemas de Control Organización de la presentación - Introducción a la teoría de control y su utilidad - Ejemplo simple: modelado de un motor de continua que mueve una cinta transportadora.
Más detallesRealimentación de Estados y Observadores
Capítulo 8 Realimentación de Estados y Observadores La teoría de sistemas lineales que vimos da la base para la teoría de control lineal. En este capítulo introducimos los conceptos y técnicas de control
Más detallesElectrónica 1. Práctico 1 Amplificadores Operacionales 1
Electrónica 1 Práctico 1 Amplificadores Operacionales 1 Los ejercicios marcados con son opcionales. Además cada ejercicio puede tener un número, que indica el número de ejercicio del libro del curso (Microelectronic
Más detallesCircuitos SC (Switched Capacitors)
ircuitos S (Switched apacitors) V I V I O V O V I V I O V O Q T S φ 1 : se carga hasta V = V I φ 2 : se descarga hasta V = V O ; Q = (V I V O ) orriente promedio: Î = Q T s = (V I V O ) T s = (V I V O
Más detalles5 Estabilidad de soluciones de equilibrio
Prácticas de Ecuaciones Diferenciales G. Aguilar, N. Boal, C. Clavero, F. Gaspar Estabilidad de soluciones de equilibrio Objetivos: Clasificar y analizar los puntos de equilibrio que aparecen en los sistemas
Más detalles9. Análisis en frecuencia: lugar de las raíces
Ingeniería de Control I Tema 9 Análisis en frecuencia: lugar de las raíces 1 9. Análisis en frecuencia: lugar de las raíces Introducción: Criterios de argumento y magnitud Reglas de construcción Ejemplo
Más detallesCONTROL A LAZO ABIERTO PARA UN MOTOR DC SIMPLE RESUMEN
CONTROL A LAZO ABIERTO PARA UN MOTOR DC SIMPLE Pablo A. Velásquez G. Departamento de Ingeniería Eléctrica y Computación, The Ohio State University Email: velasquezgarrido.1@osu.edu RESUMEN Este artículo
Más detallesEntendiendo las Graficas de Polos y Ceros en el Plano-Z
OpenStax-CNX module: m2966 Entendiendo las Graficas de Polos y Ceros en el Plano-Z Michael Haag Translated By: Fara Meza Erika Jackson Based on Understanding Pole/Zero Plots on the Z-Plane by Michael Haag
Más detallesEcuaciones diferenciales homogéneas y no homogéneas lineales a coeficientes constantes. Búsqueda de la solución particular.
Ecuaciones diferenciales homogéneas y no homogéneas lineales a coeficientes constantes. Búsqueda de la solución particular. 1. Definiciones previas 1.1. Wronskiano Diremos que el Wronskiano de un conjunto
Más detallesTema 9. Espacio de Estados : Representación y propiedades importantes
Ingeniería de Control Tema 9. Espacio de Estados : Representación y propiedades importantes Daniel Rodríguez Ramírez Teodoro Alamo Cantarero Esquema del tema 9.1. Representación de sistemas discretos en
Más detallesPROGRAMA INSTRUCCIONAL
UNIVERSIDAD FERMIN TORO VICE RECTORADO ACADEMICO UNIVERSIDAD FACULTAD DE INGENIERIA ESCUELA DE MANTENIMIENTO MECÁNICO ESCUELA DE TELECOMUNICACIONES ESCUELA DE ELÉCTRICA ESCUELA DE COMPUTACIÓN PROGRAMA
Más detallesControl Moderno. Ene.-Jun. 2007 UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN. Facultad de Ingeniería Mecánica y Eléctrica. Dr. Rodolfo Salinas.
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN Facultad de Ingeniería Mecánica y Eléctrica Control Moderno Ene.-Jun. 2007 Dr. Rodolfo Salinas abril 2007 Control Moderno N1 abril 2007 Dr. Rodolfo Salinas Modelo Ecuación
Más detallesCátedra: Sistemas de Control
Ing. A. Mariani/Lic. E. Ciccolella Pág. 27 Ing. A. Mariani/Lic. E. Ciccolella Pág. 26 Ing. A. Mariani/Lic. E. Ciccolella Pág. 25 Fig. 25. Error actuante con entradas escalón y rampa unitario. Conclusión.
Más detallesTema 2 El Amplificador Operacional
CICUITOS ANALÓGICOS (SEGUNDO CUSO) Tema El Amplificador Operacional Sebastián López y José Fco. López Instituto de Microelectrónica Aplicada (IUMA) Universidad de Las Palmas de Gran Canaria 3507 - Las
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 detallesModelización por medio de sistemas
SISTEMAS DE ECUACIONES DIFERENCIALES LINEALES. Modelización por medio de sistemas d y dy Ecuaciones autónomas de segundo orden: = f ( y, ) Una variable independiente. Una variable dependiente. La variable
Más detallesINVERSORES RESONANTES
3 INVERSORES RESONANTES 3.1 INTRODUCCIÓN Los convertidores de CD a CA se conocen como inversores. La función de un inversor es cambiar un voltaje de entrada en CD a un voltaje simétrico de salida en CA,
Más detallesTema 2.5: Análisis basado en el método del Lugar de las Raíces
Tema 2.5: Análisis basado en el método del Lugar de las Raíces 1. Lugar de las Raíces 2. Trazado de la gráfica 3. Lugar de las raíces generalizado 4. Diseño de controladores 1. El lugar de las raíces Objetivo:
Más detallesApéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.
Más detallesÁLGEBRA LINEAL II Algunas soluciones a la práctica 2.3
ÁLGEBRA LINEAL II Algunas soluciones a la práctica 2. Transformaciones ortogonales (Curso 2010 2011) 1. Se considera el espacio vectorial euclídeo IR referido a una base ortonormal. Obtener la expresión
Más detallesRobótica 4. Control de robots F. Hugo Ramírez Leyva
Robótica 4. Control de robots F. Hugo Ramírez Leyva Cubículo 3 Instituto de Electrónica y Mecatrónica hugo@mixteco.utm.mx Marzo 2012 Representación en Variables de estado Un sistema dinámico no lineal
Más detallesx = t 3 (x t) 2 + x t. (1)
Problema 1 - Considera la siguiente ecuación de primer orden: x = t 3 (x t + x t (1 (a Comprueba que x(t = t es solución de la ecuación (b Demuestra que si x = x(t es la solución que pasa por el punto
Más detallesSistemas Control Embebidos e Instrumentación Electrónica UNIVERSIDAD EAFIT Semestre 2010/2 2009/2
DIAGRAMA DE NYQUIST Semestre 2010/2 La respuesta en frecuencia se basa en la respuesta en estado estacionario de un sistema ante una entrada senoidal. Un sistema lineal invariante en el tiempo, si es afectado
Más detallesTeoría de Números. Divisibilidad. Olimpiada de Matemáticas en Tamaulipas
Teoría de Números Divisibilidad Olimpiada de Matemáticas en Tamaulipas 1. Introducción Divisibilidad es una herramienta de la aritmética que nos permite conocer un poco más la naturaleza de un número,
Más detallesUnidades de medición fasorial (PMUs)
Unidades de medición fasorial (PMUs) Hernando Díaz Universidad Nacional de Colombia 30 de marzo de 2012 Resumen Unidades de Medición Fasorial (PMU) miden ángulos de fase Recordamos la importancia de los
Más detallesMÁSTER OFICIAL EN SISTEMAS ELECTRÓNICOS AVANZADOS, SISTEMAS INTELIGENTES. Asignatura: Convertidores Avanzados de Potencia.
MÁSTER OFICIAL EN SISTEMAS ELECTRÓNICOS AVANZADOS, SISTEMAS INTELIGENTES Asignatura: Convertidores Avanzados de Potencia Práctica 0 Introducción al Matlab/SIMULINK y análisis de potencia 1.- OBJETIVOS.
Más detallesDISEÑO REGULADORES EN LUGAR d. RAÍCES
TEMA 9 DISEÑO REGULADORES EN LUGAR d. RAÍCES 9.- OBJETIVOS Conocida la forma de analizar la respuesta dinámica de los sistemas continuos, se pretende ahora abordar el problema de modificar dicha respuesta
Más detallesSistemas lineales homogéneos
Lección 9 Sistemas de ecuaciones diferenciales lineales con coeficientes constantes 1 Sistemas lineales homogéneos Estudiaremos los sistemas de la forma x (t) = Ax(t) + b(t) Sistemas homogéneos: x = Ax
Más detallesProblemas de VC para EDVC elaborados por C. Mora, Tema 4
Problemas de VC para EDVC elaborados por C. Mora, Tema 4 Ejercicio Determinar las funciones enteras f para las que Solución f( + w) = f()f(w), w C. En primer lugar, f(0) = f(0 + 0) = f(0)f(0) = f(0) 2,
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más detallesSistemas Lineales. Examen de Septiembre Soluciones
Sistemas Lineales Examen de Septiembre 25. Soluciones. (2.5 pt.) La señal y(t) [sinc( t)] 4 puede escribirse como y(t) [sinc( t)] 4 [ ] sin(o πt) 4 o πt [ sin(o πt) ] 4 4 πt 4 [y (t)] 4 4 y (t) y (t) y
Más detallesNÚMEROS COMPLEJOS: C
NÚMEROS COMPLEJOS: C Alejandro Lugon 21 de mayo de 2010 Resumen Este es un pequeño estudio de los números complejos con el objetivo de poder usar las técnicas de solución de ecuaciones y sistemas diferenciales
Más detallesSistemas de ecuaciones lineales dependientes de un parámetro
Vamos a hacer uso del Teorema de Rouché-Frobenius para resolver sistemas de ecuaciones lineales de primer grado. En particular, dedicaremos este artículo a resolver sistemas de ecuaciones lineales que
Más detallesLaboratorio Nº 1 La Descripción Gráfica de la Ecuación Diferencial Ordinaria
Universidad Diego Portales Segundo Semestre 007 Facultad de Ingeniería Instituto de Ciencias Básicas Asignatura: Ecuaciones Diferenciales Laboratorio Nº 1 La Descripción Gráfica de la Ecuación Diferencial
Más detallesDeterminación de la trasformada inversa mediante el uso de las fracciones parciales
3.6. Determinación de la trasformada inversa mediante el uso de las fracciones parciales 95 3.6. Determinación de la trasformada inversa mediante el uso de las fracciones parciales Transformadas de Ecuaciones
Más detallesLas Funciones Trigonométricas. Sección 5.3 Funciones Trigonométricas de números reales
5 Las Funciones Trigonométricas Sección 5.3 Funciones Trigonométricas de números reales Qué hemos visto? Si el lado inicial de un ángulo,, coincide con la parte del eje de x que se encuentra en el primer
Más detallesEcuaciones de primer grado
Matemáticas Unidad 16 Ecuaciones de primer grado Objetivos Resolver problemas que impliquen el planteamiento y la resolución de ecuaciones de primer grado de la forma x + a = b; ax = b; ax + b = c, utilizando
Más detalles5. PLL Y SINTETIZADORES
5. PLL Y SINTETIZADORES (Jun.94) 1. a) Dibuje el esquema de un sintetizador de frecuencia de tres lazos PLL. b) Utilizando una señal de referencia de 100 khz, elegir los divisores programables NA y NB
Más detallesÁreas entre curvas. Ejercicios resueltos
Áreas entre curvas Ejercicios resueltos Recordemos que el área encerrada por las gráficas de dos funciones f y g entre las rectas x = a y x = b es dada por Ejercicios resueltos b a f x g x dx Ejercicio
Más detallesMétodos de factorización para resolver sistemas de ecuaciones lineales. 22 de agosto, 2012
Cálculo numérico Métodos de factorización para resolver sistemas de ecuaciones lineales 22 de agosto, 2012 1 Factorización LU Considera el siguiente ejemplo de factorización LU de una matriz en un sistema
Más detallesControladores PID. Virginia Mazzone. Regulador centrífugo de Watt
Controladores PID Virginia Mazzone Regulador centrífugo de Watt Control Automático 1 http://iaci.unq.edu.ar/caut1 Automatización y Control Industrial Universidad Nacional de Quilmes Marzo 2002 Controladores
Más detallesFiltros Activos. Teoría. Autor: José Cabrera Peña
Filtros Activos Teoría Autor: José Cabrera Peña Definición y clasificaciones Un filtro es un sistema que permite el paso de señales eléctricas a un rango de frecuencias determinadas e impide el paso del
Más detallesMatlab para Análisis Dinámico de Sistemas
Matlab para Análisis Dinámico de Sistemas Análisis Dinámico de Sistemas, curso 26-7 7 de noviembre de 26 1. Introducción Para usar las funciones aquí mencionadas se necesita Matlab con el paquete de Control
Más detallesTransformada de Laplace (material de apoyo)
Transformada de Laplace (material de apoyo) André Luiz Fonseca de Oliveira Michel Hakas Resumen En este artículo se revisará los conceptos básicos para la utilización de la transformada de Laplace en la
Más detalles1 Representación por superficies de polígonos
1 La representación de frontera que más se utiliza para un objeto gráfico tridimensional es un conjunto de polígonos de superficie que encierran el interior del objeto. Muchos sistemas gráficos almacenan
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales TIPOS DE SISTEMAS. DISCUSIÓN DE SISTEMAS. Podemos clasificar los sistemas según el número de soluciones: Incompatible. No tiene solución Compatible. Tiene solución. Compatible
Más detallesÓrdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple
Órdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple Estos apuntes están redactados por Maria de los Angeles Isidro Pérez y Egor Maximenko.
Más detallesUnidad 3. Técnicas de Modulación
Unidad 3. 3.1 Modulación de Onda Continua. 3.2 Modulación por Pulsos. 1 Antes de transmitir una señal con información a través de un canal de comunicación se aplica algun tipo de modulación. Esta operación
Más detalles19. DISEÑO DE CONTROLADORES
381 19. DISEÑO DE CONTROLADORES 19.1. INTRODUCCION Con los diagramas de Bode de la respuesta de un lazo abierto se pueden diseñar controladores con las especificaciones del margen de ganancia, el margen
Más detallesDescomposición en forma canónica de Jordan (Segunda versión)
Descomposición en forma canónica de Jordan (Segunda versión) Francisco J. Bravo S. 1 de septiembre de 211 En esta guía se presentan los resultados necesarios para poder construir la forma de Jordan sin
Más detalles8.4. CRITERIO DE ESTABILIDAD POR EL METODO DIRECTO DE LIAPUNOV
8.4. CRITERIO DE ESTAB.: METODO DE LIAPUNOV 309 8.4. CRITERIO DE ESTABILIDAD POR EL METODO DIRECTO DE LIAPUNOV Consideremos el sistema autónomo dx = F (x, y) dt (8.32) dt = G(x, y), y supongamos que tiene
Más detallesMarco Antonio Andrade Barrera 1 Diciembre de 2015
Diseño, simulación, construcción, medición y ajuste de un filtro pasa-bajas activo de segundo orden con coeficientes de Bessel, configuración Sallen-Key, ganancia unitaria y una frecuencia de corte f c
Más detallesun conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades:
CAPÍTULO 2: ESPACIOS VECTORIALES 2.1- Definición y propiedades. 2.1.1-Definición: espacio vectorial. Sea un cuerpo conmutativo a cuyos elementos denominaremos escalares o números. No es necesario preocuparse
Más detallesÍNDICE INTRODUCCIÓN...17
ÍNDICE INTRODUCCIÓN...17 HISTORIA, PRINCIPIOS E INSTALACIÓN DE SCILAB...21 1.1 BREVE HISTORIA DE SCILAB...21 1.2 LICENCIA DE SCILAB...25 1.3 POR QUÉ OPEN SOURCE?...26 1.4 OBTENCIÓN E INSTALACIÓN DE SCILAB...28
Más detallesLímites y continuidad. Cálculo 1
Límites y continuidad Cálculo 1 Razones de cambio y límites La rapidez promedio de un móvil es la distancia recorrida durante un intervalo de tiempo dividida entre la longitud del intervalo. Ejemplo 1
Más detallesEJERCICIOS DETERMINANTES. 1º/ Calcula el siguiente determinante:
EJERCICIOS DETERMINANTES. 1º/ Calcula el siguiente determinante: 3 7 1 2 0 1 1 3 6 a) Usando la Regla de Sarrus. b) Desarrollando por los elementos de la primera columna. 2º/ Obtén el valor del determinante
Más detallesECONOMETRÍA II: ECONOMETRÍA DE SERIES TEMPORALES. Modelos VAR
ECONOMETRÍA II: ECONOMETRÍA DE SERIES TEMPORALES Modelos VAR Introducción modelos VAR Hasta ahora hemos estudiado modelos uniecuacionales Ahora vamos a estudiar un modelo multiecuacional que se llama Vector
Más detallesEsta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )
Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder
Más detallesTema 11.- Autovalores y Autovectores.
Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica
Más detallesESTUDIO COMPARATIVO SOBRE DISTINTOS TIPOS DE FILTROS FIR IMPLEMENTADOS EN UN DSPIC
ESTUDIO COMPARATIVO SOBRE DISTINTOS TIPOS DE FILTROS FIR IMPLEMENTADOS EN UN DSPIC Autores: Matías L. Martini, Gastón Oviedo Tutor: Ing. Franco M. Salvático (fmsalvatico@hotmail.com) Departamento de Ingeniería
Más detallesGlosario de Términos de Control
Glosario de Términos de Control Unifiquemos términos a fin de utilizar un lenguaje común en este aspecto de la tecnología. Siempre teniendo en cuenta que nuestro objeto de estudio serán los sistemas de
Más detallesCONTROL DE PROCESOS QUÍMICOS
UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA CONTROL DE PROCESOS QUÍMICOS Prof: Ing. (MSc). Juan Enrique Rodríguez
Más detallesIntegrador, realimentación y control
Prctica 1 Integrador, realimentación y control El programa Simulink es un programa incluido dentro de Matlab que sirve para realizar la integración numérica de ecuaciones diferenciales a efectos de simular
Más detalles