Identificación de procesos: uso de algoritmos en Matlab para encontrar un modelo por identificación para un proceso de medición de ph
|
|
- Lorenzo Belmonte Núñez
- hace 5 años
- Vistas:
Transcripción
1 Reseña bibliográfica / Review 3 Identificación de procesos: uso de algoritmos en Matlab para encontrar un modelo por identificación para un proceso de medición de ph Pablo Parra Rosero* pparra@ups.edu.ec Resumen Se plantea la necesidad de modelar el comportamiento dinámico de un sistema de medición de ph, para lo cual podría considerarse la posibilidad de obtención de la fórmula matemática mediante parámetros físicos o mediante la identificación de un modelo matemático. Se parte con datos obtenidos experimentalmente desde un simulador, los mismos que son generados en función de una señal PRBS, esta información de entrada y salida del simulador se utilizará para la identificación del modelo. La identificación del modelo experimental se realiza utilizando los tres modelos de funciones paramétricas que proporciona Matlab, estos son OE, ARMAX y ARX. Finalmente se realiza la validación cruzada de cada uno de los modelos y el análisis comparativo de los resultados para la respectiva selección del modelo matemático que mejor describa el comportamiento dinámico del sistema. El presente trabajo no llega al cálculo del controlador del proceso, simplemente se queda en la obtención y validación del modelo. Abstract This raises the need to model the dynamic behavior of a ph measurement system, for which it could be considered for obtaining the physical parameters mathematical formula or by identifying a mathematical model. It starts with data obtained experimentally from a simulator, they are generated according to a PRBS signal, the information input and output of the simulator will be used for model identification. The experimental model identification is performed using the three parametric models providing Matlab functions, these are: OE, ARMAX and ARX. Finally, cross-validation is performed for each of the models and comparative analysis of the results for their selection of the mathematical model that describes the dynamic behavior of the system. This paper does not reach the controller calculation process; simply remains in the collection and model validation. Keywords: identification, PRBS, model Palabras clave: identificación, PRBS, modelo. * Master en Producción Automatizada y Robótica. Ingeniero Eléctrico, Director de la Carrera de Ingeniería Eléctrica - UPS- sede Guayaquil, estudiante de Doctorado en Ingeniería con mención en automatización, control y automatización de procesos, Universidad de Piura. Recibido: 15-julio Aprobado: 4-noviembre-2011 Forma sugerida para citar: Parra Rosero, Pablo. (2011). "Identificación de Procesos: usos de algoritmos en Matlab para encontrar un modelo por identificación para un proceso de medicición de ph". INGENIUS. Nº 6, (julio/diciembre). pp. 3-8.ISSN: X
2 4 INGENIUS Nº 6, julio/diciembre de Introducción Las reacciones químicas y bioquímicas se desarrollan adecuadamente mientras el ph se mantiene constante; teniendo en cuenta que este tipo de reacciones ocurren tanto en seres vivos como en pruebas de laboratorio, resulta muy importante el análisis de los diferentes procesos que permiten controlar o mantener constantes los niveles de ph. Existen disoluciones amortiguadoras, conocidas también como sistemas tampón o buffers y son combinaciones sobre las cuales se pueden añadir ácidos o bases fuertes sin tener una gran variación en su concentración de protones. Las disoluciones amortiguadoras están formadas por mezclas binarias de un ácido débil y una sal del mismo ácido con una base fuerte o bien por una base débil y la sal de esta base con un ácido fuerte. [1] En el proceso de identificación se asume que cada medición contiene disturbios, es por esta razón que para que exista la posibilidad de separar los efectos de la perturbación y las cualidades propias del sistema, resulta necesario considerar que los disturbios de variables estocásticas presentan una distribución espectral de ruido blanco y que cada medición tiene errores, los mismos que ocurren a la salida del sistema. [2] 2. Metodología La ecuación química que modela al sistema objeto de este estudio está dada por: En donde Q es la concentración final. Para encontrar el ph en función de Q (en cada punto), se relacionan las ecuaciones que definen el comportamiento de la reacción ácido fuerte-base débil, obteniendo: De donde puede obtenerse la ecuación para ph: 2.1 Diseño del experimento Para la simulación se han utilizado distintas entradas escalón (en un intervalo de tiempo cada una), con el fin de observar el comportamiento de la salida ph según diferentes entradas de caudal de base. Fig. 1. Diagrama de bloques del sistema de simulación Para las pruebas en el laboratorio se ha considerado un ph máximo de 3,5. En la figura 1 se muestra el diagrama de bloques que representa el sistema utilizado para la generación de la señal PRBS (pseudo-random-binary-signals). En la figura 2 se observa el algoritmo utilizado para ejecutar la ecuación diferencial que representa la variación de Q con respecto al tiempo.
3 Parra / Identificación de procesos: uso de algoritmos en Matlab para encontrar un modelo por identificación para un proceso de medición de ph 5 Fig. 2. Algoritmo para la ecuación (1) 2.2 Identificación Para el proceso de identificación se aplica una señal PRBS considerando los siguientes parámetros: Caudal de base nominal: 0, L/s ph máximo: 2,94 La PRBS (figura 3) se obtiene ejecutando un algoritmo, el cual toma en cuenta parámetros como: Tiempo de muestreo: 5 (para señal PRBS) Tiempo de simulación: 15*1200 Valor nominal de la variable manipulable: 0, Tiempo mínimo de conmutación de la señal: 200 Valores máximos y mínimos de la señal respecto a la referencia: 20%
4 6 INGENIUS Nº 6, julio/diciembre de Identificación En las figuras 3 y 4 se puede apreciar que las señales de entrada y salida no varían sino a partir de 330 segundos aproximadamente; además, la señal de entrada tiene su variación alrededor de 4,2 x 10 3 y la señal de salida alrededor de 2,9. Esto implica que se debe realizar un proceso de pre-blanqueo de los datos. Además deben dividirse los datos en dos secciones, una parte de los datos será utilizada para la obtención del modelo y la otra para la validación del mismo. 3. Resultados Utilizando el Matlab, en z se almacena el arreglo de datos de entrada y salida, pre-blanqueados correspondientes a la porción que se utilizará para la obtención del modelo. [3] 3.1 Encontrando el modelo ARX En la figura 5 se aprecia la gráfica que compara el comportamiento real del sistema (datos simulados) con el modelo ARX obtenido. Se alcanza un fit del 91,92%; este parámetro mide el porcentaje de similitud entre las dos señales. Se procede a validar el modelo ARX obtenido (m), comparando dicho modelo con la porción de datos reservada para la validación cruzada «zv». En la figura 6 se observa la comparación de las gráficas obtenidas. >> m = arx(z,[2 2 1]) Discrete-time IDPOLY model: A(q)y(t) = B(q)u(t) + e(t) A(q) = 1 1,864 q^-1 + 0,8673 q^-2 B(q) = 6,488 q^-1 5,825 q^-2 Estimated using ARX from data set z Loss function 9,08695e-008 and FPE 9,13325e-008 Sampling interval: Encontrando el modelo ARMAX >> m1 = armax(z,[ ]) Discrete-time IDPOLY model: A(q)y(t) = B(q) u(t) + C(q)e(t) A(q) = 1 1,861 q^-1 + 0,8642 q^-2
5 Parra / Identificación de procesos: uso de algoritmos en Matlab para encontrar un modelo por identificación para un proceso de medición de ph 7 B(q) = 6,488 q^-1 5,806 q^-2 C(q) = 1 + 0,01593 q^-1 Estimated using ARMAX from data set z Loss function 9,09663e-008 and FPE 9,15464e- 008 Sampling interval: 1 En la figura 7 se aprecia la comparación entre el modelo «m1» ARMAX y los datos medidos. 3.3 Encontrando el modelo OE (Output Error) >> moe = oe(z,[2 4 1]) Discrete-time IDPOLY model: y(t) = [B(q)/ F(q)]u(t) + e(t) B(q) = 6,425 q^-1 6,424 q^-2 F(q) = 1-1,967 q^-1 + 0,9851 q^-2 0,03858 q^-3 + 0,02062 q^-4 Estimated using OE from data set z Loss function 6,49396e-005 and FPE 6,54385e-005 Sampling interval: 1 Un fit del 91,92% refleja aparentemente un mejor comportamiento frente a los resultados obtenidos con el modelo «m» ARX. Para este modelo se puede notar una mejor aproximación, puesto que se supera el 92% en el índice fit. En la validación cruzada de igual manera se obtiene un fit del 91,89%, como se puede observar en la gráfica comparativa mostrada en la figura 10. Utilizando el arreglo de datos zv, se procede a validar el modelo «m1» ARMAX, el fit del 91,71% refleja un gran nivel de similitud con los datos reales.
6 8 INGENIUS Nº 6, julio/diciembre de Discusión Los modelos obtenidos y debidamente validados representan el funcionamiento dinámico del sistema con gran aproximación, puesto que se ha conseguido que los índices fit para los tres casos OE, ARMAX y ARX, sean muy superiores al 80%, que es un índice referencial de buen comportamiento en este tipo de modelamiento. Observe figura 11. Analizados los datos, se puede concluir que el modelo ARX «m» muestra una mejor performance. 5. Conclusiones Utilizando las herramientas proporcionadas por el software Matlab, resulta sencillo obtener los distintos modelos y validarlos. Los resultados obtenidos permiten afirmar que dichos modelos se aproximan de excelente manera al comportamiento real del sistema en estudio. Resultará de gran interés diseñar o calcular un controlador para este sistema, considerando uno de los modelos obtenidos y luego implementar el mismo de forma real, para analizar o constatar la efectividad de este proceso de identificación para aplicación en sistemas de control automático. El número de parámetros constantes encontrados para los distintos modelos no excede de 6, lo que indica que estos modelos son sencillos de simular y procesar matemáticamente. La selección de modelos puede realizarse por ejemplo, según Akaike, considerando el menor valor de FPE (error final de predicción) o el AIC (criterio final de Akaike) y el índice de la función de pérdida Loss function. En la tabla 1 se contrastan los valores de los índices FPE y Loss function para cada uno de los modelos encontrados: Referencias bibliográficas [1] EHU. Regulación del ph Amortiguadores. Universidad del País Vasco pdf/5_ buffers.p [2] Ipanaqué W., Del Ré L Elementos básicos de identificación. Separata DICOP, mayo. [3] Ljung L Matlab User s Guide: System Identification Toolbox. Tabla 1. Índices FPE y Loss function ARX ARMAX OE Loss function 9,08695e-8 9,09663e-8 6,49396e-5 FPE 9,13325e-8 9,15464e-8 6,54385e-5
Identificación de SIStemas
Identificación de SIStemas Dr. Juan Carlos Gómez Laboratorio de Sistemas Dinámicos y Procesamiento de la Información FCEIA, Universidad Nacional de Rosario jcgomez@fceia.unr.edu.ar www.fceia.unr.edu.ar/isis
Identificación de SIStemas
Identificación de SIStemas Dr. Juan Carlos Gómez Laboratorio de Sistemas Dinámicos y Procesamiento de la Información FCEIA, Universidad Nacional de Rosario jcgomez@fceia.unr.edu.ar www.fceia.unr.edu.ar/isis
Guía docente de la asignatura
Guía docente de la asignatura Asignatura Materia Titulación MODELADO, IDENTIFICACIÓN Y CONTROL AVANZADO AUTOMÁTICA INDUSTRIAL MASTER ELECTRÓNICA INDUSTRIAL Y AUTOMÁTICA Plan 568 Código 54144 Periodo de
OBTENCIÓN DE LAS FUNCIONES DE TRANSFERENCIA DE LAS TEMPERATURAS DEL TOPE Y FONDO DE UNA DE DESTILACIÓN BINARIA
OBTENCIÓN DE LAS FUNCIONES DE TRANSFERENCIA DE LAS TEMPERATURAS DEL TOPE Y FONDO DE UNA DE DESTILACIÓN BINARIA Juan Rodríguez Universidad Nacional Experimental Politécnica "Antonio José de Sucre" Vicerrectorado
CONTROL 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
UNIVERSIDAD NACIONAL DEL CALLAO
UNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA INSTITUTO DE INVESTIGACIÓN DE LA FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA INFORME FINAL DEL PROYECTO DE INVESTIGACIÓN
Prácticas de Control e Instrumentación de Procesos Químicos 4º Ingenieria Química
Prácticas de Control e Instrumentación de Procesos Químicos 4º Ingenieria Química Práctica 2. Modelos dinámicos e identificación de procesos El objetivo de la práctica es familiarizarse con técnicas de
Revista del programa del matemáticas (2015) 81-86
Revista del programa del matemáticas (2015) 81-86 Determinación de los valores de la velocidad y aceleración, utilizando el método de los mínimos cuadrados a partir de datos obtenidos del GLX XPLORER del
IDENTIFICACION 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
Proyecto de tesis de grado:
CARRERA DE INGENIERÍA EN ELECTRÓNICA E INTRUMENTACIÓN Proyecto de tesis de grado: TEMA: DISEÑO E IMPLEMENTACIÓN DE UN ALGORITMO DE CONTROL AVANZADO APLICADO A UN PROCESO DE PRESIÓN, UTILIZANDO UN CONTROLADOR
Introducción a la Identificación de sistemas
Ingeniería de Control Introducción a la Identificación de sistemas Daniel Rodríguez Ramírez Teodoro Alamo Cantarero Contextualización del tema Conocimientos que se adquieren en este tema: Modelos deterministas
Identificación de Sistemas aplicada a un Sistema Amplificador de Voltaje para radio frecuencia
Identificación de Sistemas aplicada a un Sistema Amplificador de Voltaje para radio frecuencia Alonso I. Lema Méndez (1), Ricardo J. Solano Jara (2), César A. Martín Moreno (3) Ing. En Electrónica y Telecomunicaciones
MSc en Automatización y Control Industrial, Instituto Tecnológico Metropolitano,
Estimación de modelos lineales para el control predictivo de pequeñas centrales hidroeléctricas Revista Soluciones de Postgrado EIA, Número 9. p. 63-78. Medellín, julio-diciembre de 01 Iván Darío Estrada
UNA HERRAMIENTA PARA IDENTIFICACION RECURSIVA DE SISTEMAS DINÁMICOS
UNA HERRAMIENTA PARA IDENTIFICACION RECURSIVA DE SISTEMAS DINÁMICOS Carlos Felipe Rengifo. Universidad del Cauca. caferen@unicauca.edu.co 3 de marzo de 2004 Resumen Se describe una herramienta software
Practica No. 2 MODELADO DE UN MOTOR DC. Pontificia Universidad Javeriana Facultad de Ingeniería Departamento de Electrónica Laboratorio de Control
Practica No. 2 MODELADO DE UN MOTOR DC Pontificia Universidad Javeriana Facultad de Ingeniería Departamento de Electrónica Laboratorio de Control 1. Introducción En esta práctica se realiza la formulación
PRÁCTICA Nº 2 INTRODUCCIÓN A SIMULINK DE MATLAB
UNIVERSIDAD NACIONAL EXPERIMENTAL FRANCISCO DE MIRANDA COMPLEJO ACADÉMICO EL SABINO PROGRAMA DE INGENIERÍA QUÍMICA DPTO DE MECÁNICA Y TECNOLOGÍA DE LA PRODUCCIÓN DINÁMICA Y CONTROL DE PROCESOS PRÁCTICA
Técnicas 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..
SINTONIZACIÓN DE CONTROLADORES PI Y PID UTILIZANDO MODELOS DE POLO DOBLE MÁS TIEMPO MUERTO
Ingeniería 16 (2): 23-31, ISSN: 1409-2441; 2006. San José, Costa Rica SINTONIZACIÓN DE CONTROLADORES PI Y PID UTILIZANDO MODELOS DE POLO DOBLE MÁS TIEMPO MUERTO Eugenia Solera Saborío Víctor M. Alfaro
IDENTIFICACIÓN DE PARÁMETROS UNIVERSIDAD DE ALCALÁ DE UN MOTOR DC INGENIERÍA TÉCNICA EN SISTEMAS ELECTRÓNICOS
UNIVERSIDAD DE ALCALÁ INGENIERÍA TÉCNICA EN SISTEMAS ELECTRÓNICOS Laboratorio de Sistemas Electrónicos de Control Discreto IDENTIFICACIÓN DE PARÁMETROS DE UN MOTOR DC Índice ÍNDICE Ø INTRODUCCIÓN Ù IDENTIFICACIÓN
SIMULACIÓN DE SISTEMAS MECÁNICOS
Inge-CUC - Revista de la Facultad de Ingeniería 1 SIMULACIÓN DE SISTEMAS MECÁNICOS Jorge González 2 - Bernardo Núñez 3 - Pablo Viloria 4 Fecha de recepción: 26 de Junio de 2009 / Fecha de aceptación: 30
PRÁCTICA 3. Identificación de un Motor de Corriente Continua. mediante su Respuesta Frecuencial
UNIVERSIDAD SIMÓN BOLÍVAR DEPARTAMENTO DE PROCESOS Y SISTEMAS LABORATORIO DE CONTROL AUTOMATICO PRÁCTICA 3 Objetivo Identificación de un Motor de Corriente Continua mediante su Respuesta Frecuencial Al
Control de Nivel a través de Redes Neuronales
Noviembre 26 y 27, 9. Veracruz, Veracruz. Control de Nivel a través de Redes Neuronales Garrido Meléndez Javier, Reyna Guerra Pablo, Vázuez Briones Manuel y García Sosa Alfonso Universidad Tecnológica
Tema: Encontrando fallas en un sistema de control automático con un controlador PID.
1 Facultad: Ingeniería. Escuela: Electrónica. Asignatura: Sistemas de Control Automático. Lugar de ejecución: Instrumentación y Control (Edificio 3, 2da planta). Tema: Encontrando fallas en un sistema
UNIVERSIDAD NACIONAL DEL CALLAO
UNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE INGENIERIA QUIMICA INSTITUTO DE INVESTIGACIÓN DE LA FACULTAD DE INGENIERIA QUIMICA INFORME FINAL DEL PROYECTO DE INVESTIGACIÓN LA MODELIZACIÓN MATEMÁTICA EN
COMPENSADOR DE TEMPERATURA PARA CELDAS DE CARGA
COMPENSADOR DE TEMPERATURA PARA CELDAS DE CARGA 1 Roberto Salas, 2 M. Velasco 1 MIDE, Metrología Integral y Desarrollo S. A. de C. V., Querétaro, México. 2 CENAM (Centro Nacional de Metrología), Querétaro,
INGENIERÍA EN MECATRÓNICA
HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Control automático 2. Competencias a la que contribuye la asignatura Desarrollar proyectos de automatización y control,
1. Ajuste de los Modelos 1
03 b Ajuste de Modelos Identificacion.doc. Ajuste de los Modelos. Ajuste de los Modelos.. Introducción 2.2. Obtención Experimental del Modelo 2.2.. Modelado en Lazo Abierto 3.3. Otros Métodos 2.4. Obtención
TALLER FINAL DE CONTROL AVANZADO
TALLER FINAL DE CONTROL AVANZADO 1. Dado el sistema no lineal: x 1 = x 2 2 cos x 1 x 2 = x 2 2 + x 2 3 + u y = x 1 + x 2 x 2 > 0 a) Linealice el sistema alrededor del punto u o = 1 b) Obtenga la función
INGENIERÍA EN MECATRÓNICA EN COMPETENCIAS PROFESIONALES ASIGNATURA DE CONTROL AUTOMÁTICO
INGENIERÍA EN MECATRÓNICA EN COMPETENCIAS PROFESIONALES ASIGNATURA DE CONTROL AUTOMÁTICO 1. Competencias Desarrollar proyectos de automatización y control, a través del diseño, la administración y la aplicación
RESUMEN. Memoria. Resumen 7. Objetivos del proyecto.
Memoria. Resumen 7 RESUMEN Objetivos del proyecto. El proyecto tiene como objetivo el desarrollo de un protocolo de ensayos para conseguir los parámetros que modelan el comportamiento de un altavoz de
TAREA DE SISTEMAS DE CONTROL AVANZADO 2018_2
TAREA DE SISTEMAS DE CONTROL AVANZADO 2018_2 (70%) Un reactor químico es un equipo en cuyo interior tiene lugar una reacción química. Los reactores se diseñan para maximizar la conversión y selectividad
DISEÑO DE UNA CÁMARA TÉRMICA PARA PRUEBAS DE OPERACIÓN DE UN SISTEMA DE MONITOREO Y CONTROL PARA SENSORES INDUCTIVOS
REV JOURNAL BOL CIENC # 38.qxp_Layout 1 22/12/16 2:26 p.m. Página 15 Artículo Científico DISEÑO DE UNA CÁMARA TÉRMICA PARA PRUEBAS DE OPERACIÓN DE UN SISTEMA DE MONITOREO Y CONTROL PARA SENSORES INDUCTIVOS
COMPARACIÓN ENTRE TÉCNICAS DE CONTROL PREDICTIVO NO LINEAL APLICADAS AL CONTROL DE UN GASIFICADOR
COMPARACIÓN ENTRE TÉCNICAS DE CONTROL PREDICTIVO NO LINEAL APLICADAS AL CONTROL DE UN GASIFICADOR Martin Capcha-Presentacion Piura, abril de 2017 FACULTAD DE INGENIERÍA Máster en Ingeniería Mecánico-Eléctrica
CaToKi Interfaz gráfica de identificación de sistemas en lazo abierto SISO aplicado a procesos de laboratorio.
CaToKi Interfaz gráfica de identificación de sistemas en lazo abierto SISO aplicado a procesos de laboratorio. CaToKi Graphic interface for Open-Loop System Identification SISO Applied to Laboratory Processes.
MOTOR DE ANÁLISIS DE DATOS NUTRICIONALES RESUMEN DEL PROYECTO
MOTOR DE ANÁLISIS DE DATOS NUTRICIONALES Autor: Sánchez Naharro, Pablo Director: Contreras Bárcena, David Entidad Colaboradora: Universidad Pontificia de Comillas RESUMEN DEL PROYECTO Desarrollo de un
SIMULACIÓN DE FSK CON SCICOS
SIMULACIÓN DE FSK CON SCICOS Alejandro Ríos Peña, alerios@unicauca.edu.co Diego Andrés Asenjo González, dasenjo@unicauca.edu.co Contenido Resumen... Palabras Clave.... Introducción... 2. Scicos... 3. FSK...2
ARTÍCULO ORIGINAL. ARS Pharmaceutica. Collazo MV 1, Muñiz MM 2, Alonso1 C 1, Frutos G 2
ARS Pharmaceutica ISSN: 0004-2927 http://farmacia.ugr.es/ars/ ARTÍCULO ORIGINAL El análisis estadístico en la Farmacopea Europea: diseño completamente aleatorizado en un bioensayo de factor VIII. Statistical
MODELADO Y CONTROL DE UN BRAZO ROBÓTICO SCARA CONSTRUÍDO CON LEGO. Entidad colaboradora: ICAI Universidad Pontificia Comillas
Resumen MODELADO Y CONTROL DE UN BRAZO ROBÓTICO SCARA CONSTRUÍDO CON LEGO Autor: de Gracia Fernández, Ramón Directores: Zamora Macho, Juan Luis Porras Galán, José Entidad colaboradora: ICAI Universidad
CAPÍTULO III I. MARCO METODOLÓGICO. Este capítulo hace mención a los aspectos metodológicos de la
CAPÍTULO III I. MARCO METODOLÓGICO Este capítulo hace mención a los aspectos metodológicos de la investigación utilizados para la solución del problema. Antes de todo, es necesario definir lo que es una
CAPÍTULO 3 3. DESARROLLO DEL SOFTWARE DE CONTROL
8 CAPÍTULO 3 3. DESARROLLO DEL SOFTWARE DE CONTROL En este capítulo se explica lo concerniente a la obtención de modelos matemáticos que sirven como base para el diseño del controlador de corriente y velocidad
SEMILLERO EN AUTOMÁTICA. Sesión 06: Los Modelos en Ingeniería M.Sc, Ing. Jhon Alexander Isaza Hurtado 24 de Septiembre de 2012
SEMILLERO EN AUTOMÁTICA Sesión 06: Los Modelos en Ingeniería M.Sc, Ing. Jhon Alexander Isaza Hurtado jhonisaza@itm.edu.co 24 de Septiembre de 2012 Esto no es una casa!!! Pregunta Precursora: Qué es un
LABORATORIO DE CONTROL POR COMPUTADOR 4º - INGENIERIA DE TELECOMUNICACION
PRACTICA 1. LABVIEW. TARJETA OBJETIVOS Que el alumno se familiarice con el entorno de trabajo: Por un lado con las conexiones posibles entre el sistema y computador, y por otro lado, con el entorno del
4. TEORÍA DE DISEÑO DE EXPERIMENTOS
Una vez mostrados el capítulo de materiales de construcción así como el de propagación de señales de radio frecuencia, se puede unir los conceptos para poder diseñar el experimento que sirve para lograr
4. SISTEMAS DE CONTROL CON ENTRADAS ESTOCÁSTICAS. Los componentes esenciales de un sistema de control son:
4. SISTEMAS DE CONTROL CON ENTRADAS ESTOCÁSTICAS. 4.1 INTRODUCCIÓN Un sistema de control es un sistema dinámico que cuando evoluciona en el tiempo se comporta de una forma predescrita. Los componentes
Identificación y diseño del controlador para un sistema de regulación de caudal de líquido.
Identificación y diseño del controlador para un sistema de regulación de caudal de líquido. Jorge Luis Viscarra Zambrano Jonathan Abraham Avilés Cedeño Msc. César Antonio Martín Moreno Facultad de Ingeniería
Práctica 2. Identificación de sistemas
Asignatura: Sistemas Electrónicos de Control Curso: 213/214-1 Realización: D4-5, 15/3/13 (g19), 18/3/13 (g12), 18h-2h Nota: Para la realización de la práctica es imprescindible traer el estudio previo
SEMILLERO EN AUTOMÁTICA. Sesión 10: Diseño de experimentos M.Sc, Ing. Jhon Alexander Isaza Hurtado 29 de Octubre de 2012
SEMILLERO EN AUTOMÁTICA Sesión 10: Diseño de experimentos M.Sc, Ing. Jhon Alexander Isaza Hurtado jhonisaza@itm.edu.co 29 de Octubre de 2012 Y del Trabajo pendiente!!! 1. Identificar las constantes de
4 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
Identificación en lazo cerrado de sistemas dinámicos
Revista Colombiana de Física, vol. 45 No.1, 213. Identificación en lazo cerrado de sistemas dinámicos Closed Loop Identification of Dynamical Systems D. Bravo-Montenegro a,c, C. Rengifo-Rodas b, E. Franco-Mejía
Control con Lógica Difusa
Control con Lógica Difusa Dr. Fernando Ornelas Tellez Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica Morelia, Michoacan Dr. Fernando Ornelas Tellez UMSNH-FIE División
FACULTAD DE EDUCACIÓN E IDIOMAS
FACULTAD DE EDUCACIÓN E IDIOMAS ESCUELA ACADÉMICO PROFESIONAL DE IDIOMAS LA FORMACIÓN PROFESIONAL DEL TRADUCTOR PERUANO: ANÁLISIS COMPARATIVO CON MÉXICO Y ARGENTINA TESIS PARA OBTENER EL TÍTULO PROFESIONAL
INGENIERÍA MECATRÓNICA EN COMPETENCIAS PROFESIONALES
INGENIERÍA MECATRÓNICA EN COMPETENCIAS PROFESIONALES ASIGNATURA DE SISTEMAS NEUMÁTICOS E HIDRÁULICOS PROPÓSITO DE APRENDIZAJE DE LA ASIGNATURA CUATRIMESTRE El alumno diseñará circuitos neumáticos, hidráulicos,
Identificación de Sistemas. Aplicación al modelado de un motor de continua.
Identificación de Sistemas. Aplicación al modelado de un motor de continua. Departamento: ELECTRÓNICA Mª Elena López Guillén ÍNDICE. Introducción..... Concepto de sistema....2. Modelo de un sistema....3.
Identificación y diseño del controlador para un sistema regulador de nivel de líquido en un tanque
Identificación y diseño del controlador para un sistema regulador de nivel de líquido en un tanque Willy José Jama Barzola, Kleber Cristhian Cordero Correa y César Martin M. Faculta de Ingeniería en Electricidad
INGENIERÍA MECATRÓNICA EN COMPETENCIAS PROFESIONALES
INGENIERÍA MECATRÓNICA EN COMPETENCIAS PROFESIONALES ASIGNATURA DE MODELADO Y SIMULACIÓN DE SISTEMAS PROPÓSITO DE APRENDIZAJE DE LA ASIGNATURA CUATRIMESTRE El alumno obtendrá modelos matemáticos de sistemas
TECNOLÓGICO DE ESTUDIOS SUPERIORES DE ECATEPEC DIVISIÓN DE INGENIERÍA ELECTRÓNICA Y TELEMÁTICA PRÁCTICAS DE LABORATORIO
TECNOLÓGICO DE ESTUDIOS SUPERIORES DE ECATEPEC DIVISIÓN DE INGENIERÍA ELECTRÓNICA Y TELEMÁTICA Comité evaluador: Juan Carlos Castillo Miranda Eva Valdez Alemán Gerardo Pazos Rodríguez PRÁCTICAS DE LABORATORIO
UNIDAD 1: INTRODUCCIÓN A LOS SISTEMAS DE CONTROL
UNIDAD 1: INTRODUCCIÓN A LOS SISTEMAS DE CONTROL CONCEPTOS FUNDAMENTALES EN SISTEMAS DE CONTROL: La Ingeniería de Control surge por la necesidad del hombre de mejorar su estándar de vida y de que algunas
Glosario 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
Método de Mínimos Cuadrados Recursivo
Control Avanzado Práctica 4 Método de Mínimos Cuadrados Recursivo José Gerardo Gomez Mendez Abril 27, 25 Resumen El presente trabajo presenta un sistema de un circuito RLC, donde se utiliza el método de
Práctica 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.
FORMATO CONTENIDO DE CURSO O SÍLABO
1. INFORMACIÓN GENERAL DEL CURSO Facultad Ingeniería Fecha de Actualización 18/01/2016 Programa Ingeniería Química Semestre 8 Nombre Control y Simulación de Procesos Código 72303 Prerrequisitos Cursando
MODELACIÓN, REPRESENTACIÓN EN VARIABLES DE ESTADO Y SIMULACIÓN CON MATLAB DE UN SISTEMA FISICO
MODELACIÓN, REPRESENTACIÓN EN VARIABLES DE ESTADO Y SIMULACIÓN CON MATLAB DE UN SISTEMA FISICO Luigi Vanfretti Fumagalli lvanfretti@math.com Resumen Este documento hace una introducción a la modelación
Incremento del nivel horario
INFLUENCIA DE LA HORA Y DÍA DE LA SEMANA EN EL NIVEL SONORO EQUIVALENTE REFERENCIA PACK: 43.50.BA Sanchis Sabater, Antonio; Marín Sanchis, Albert; Giménez Pérez, Alicia Laboratorio de Acústica Industrial
DESARROLLO DE UN MODULO TUTORIAL DE UNA TORRE DE DESTILACIÓN BASADO EN EL MODELO MATEMÁTICO DE SOREL
DESARROLLO DE UN MODULO TUTORIAL DE UNA TORRE DE DESTILACIÓN BASADO EN EL MODELO MATEMÁTICO DE SOREL Miguel Angel Mesa Silva y Nicolas Lallemand Najar Universidad de América, Bogotá DC Resumen. El proyecto
Diseño de un Controlador Adaptivo con Identificación en Línea Aplicado a una Planta Piloto de Presión
Diseño de un Controlador Adaptivo con Identificación en Línea Aplicado a una Planta Piloto de Presión José Dávalos, Eloy Acero () Área de Robótica, Control y Automatización. I. Electrónica, PUCP, Av. Universitaria
Métodos Numéricos y de Simulación
Métodos Numéricos y de Simulación TEMA 2. Introducción a SIMULINK Indice Qué es la Simulación? Qué es Simulink? Cómo crear un modelo Cómo ejecutar la simulación de un modelo Ejemplos Definición de Simulación
Ingeniería Ingeniería en Sistemas. Hardware. Clave de la materia: 748. UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA Clave: 08MSU0017H
UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA Clave: 08MSU007H Clave: 08USU4053W FACULTAD DE INGENIERÍA PROGRAMA DEL CURSO: ANÁLISIS DE SISTEMAS LINEALES DES: Ingeniería Ingeniería en Sistemas Programa(s) Educativo(s):
LII 09 SIMULACIÓN Créditos: 4 Período: II Modalidad Cuatrimestral Requisitos: BII-33 Investigación de Operaciones II
I LII 09 SIMULACIÓN Créditos: 4 Período: II Modalidad Cuatrimestral Requisitos: BII-33 Investigación de Operaciones II DESCRIPCION DEL CURSO En la actualidad es de suma importancia verificar la efectividad
Vaca, Andrea E. Curay, Segundo D. Departamento de Eléctrica y Electrónica de la Universidad de Las Fuerzas Armadas ESPE Extensión Latacunga, Ecuador.
1 DISEÑO E IMPLEMENTACIÓN DE UN ALGORITMO DE CONTROL AVANZADO APLICADO A UN PROCESO DE PRESIÓN, UTILIZANDO UN CONTROLADOR DE AUTOMATIZACIÓN PROGRAMABLE PARA EL LABORATORIO DE REDES INDUSTRIALES Y CONTROL
MODELADO CALIBRACIÓN MULTIVARIADA
MODELADO CALIBRACIÓN MULTIVARIADA Calibración multivariada aproximaciones multivariadas para crear una curva de calibración: regresión clásica u ordinaria (classical/ordinary least squares, CLS) regresión
CONTROL 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
COMPORTAMIENTO DINÁMICO DE LA SAPONIFICACIÓN DEL ACETATO DE ETILO EN UN REACTOR DE TANQUE CON REACCIÓN CONTINUA Oscar Núñez 1 y Carlos Cabrera C.
Recibido 27/09/2011. aprobado COMPORTAMIENTO DINÁMICO DE LA SAPONIFICACIÓN DEL ACETATO DE ETILO EN UN REACTOR DE TANQUE CON REACCIÓN CONTINUA Oscar Núñez 1 y Carlos Cabrera C. 2 RESUMEN El presente trabajo
Simulink para modelado de sistemas dinámicos.
Simulink para modelado de sistemas dinámicos. Curso presencial Descripción del curso: Este curso de tres días está diseñado para ingenieros que se quieran iniciar en el modelado de sistemas y algoritmos
TÉCNICO SUPERIOR UNIVERSITARIO EN MECATRÓNICA ÁREA AUTOMATIZACIÓN EN COMPETENCIAS PROFESIONALES ASIGNATURA DE SISTEMAS DE CONTROL
TÉCNICO SUPERIOR UNIVERSITARIO EN MECATRÓNICA ÁREA AUTOMATIZACIÓN EN COMPETENCIAS PROFESIONALES ASIGNATURA DE SISTEMAS DE CONTROL 1. Competencias Implementar Sistemas de Medición y Control bajo los estándares
PRÁCTICA N 2 ESTUDIO TEMPORAL Y FRECUENCIAL DE SISTEMAS DINÁMICOS DE PRIMER Y SEGUNDO ORDEN
UNIVERSIDAD NACIONAL EXPERIMENTAL FRANCISCO DE MIRANDA COMPLEJO ACADÉMICO EL SABINO PROGRAMA DE INGENIERÍA QUÍMICA DPTO DE MECÁNICA Y TECNOLOGÍA DE LA PRODUCCIÓN DINÁMICA Y CONTROL DE PROCESOS PRÁCTICA
PROGRAMA DE ESTUDIO POR COMPETENCIAS DINÁMICA DE SISTEMAS. Programa elaborado por: Créditos de Total de Curso Sustantivo
PROGRAMA DE ESTUDIO POR COMPETENCIAS DINÁMICA DE SISTEMAS Secretaría de Docencia I. IDENTIFICACIÓN DEL CURSO Espacio Educativo: Facultad de Ingeniería Licenciatura: Ingeniería Mecánica Año de aprobación
LABORATORIO No. 3 MODELAMIENTO Y ANALISIS DINAMICO DE SISTEMAS ELECTRICOS
UNIVERSIDAD FRANCISCO DE PAULA SANTANDER FACULTAD DE INGENIERIA INGENIERÍA ELECTRÓNICA 1 SISTEMAS DINAMICOS 1160601 LABORATORIO No. 3 MODELAMIENTO Y ANALISIS DINAMICO DE SISTEMAS ELECTRICOS INSTRUCCIONES
Asignaturas antecedentes y subsecuentes
PROGRAMA DE ESTUDIOS Sistemas de Control Digital Área a la que pertenece: Área de Formación Integral Profesional Horas teóricas: 3 Horas prácticas: 2 Créditos: 8 Clave: F0187 Asignaturas antecedentes y
Metodología innovadora para la selección de la instrumentación de un proceso
Metodología innovadora para la selección de la instrumentación de un proceso Innovating methodology for selection of process instrumentation J. M. Montilla M.* Universidad Nacional del Táchira Decanato
Christian G. Quintero M José Oñate López 2011, 100 p., 21.5 x 28 cm ISBN pvp. $
Control automático aplicado Prácticas de la laboratorio Christian G. Quintero M José Oñate López 2011, 100 p., 21.5 x 28 cm ISBN 978-958-741-140-9 pvp. $ 26.000 Este texto se constituye en una herramienta
Control de velocidad de un motor de inducción utilizando un controlador Fuzzy
energética Vol. XXII, No. 4/2001 TRABAJOS TEORICOEXPERIMENTALES Control de velocidad de un motor de inducción utilizando un controlador Fuzzy Madelín Lima Lázaro Ariel González Agosto del 2001 Resumen
TEMA 1: SISTEMAS MODELADOS POR ECUACIONES DIFERENCIALES EN INGENIERÍA QUÍMICA. CLASIFICACIÓN. GENERALIDADES.
TEMA 1: SISTEMAS MODELADOS POR ECUACIONES DIFERENCIALES EN INGENIERÍA QUÍMICA. CLASIFICACIÓN. GENERALIDADES. 1. INTRODUCCIÓN. PLANTEAMIENTO DE PROBLEMAS EN INGENIERÍA QUÍMICA 2. PROBLEMAS EXPRESADOS MEDIANTE
2º INGENIERÍA INDUSTRIAL TEORÍA DE CIRCUITOS Y SISTEMAS
2º INGENIERÍA INDUSTRIAL TEORÍA DE CIRCUITOS Y SISTEMAS PRÁCTICA 5 SISTEMAS. ANÁLISIS DE SISTEMAS DISCRETOS. PLANTEAMIENTO DEL PROBLEMA El sistema a analizar es una fundición. El esquema de funcionamiento
Encontrando fallas en un sistema de control automático con un controlador PID.
1 Facultad: Ingeniería. Escuela: Electrónica. Asignatura: Sistemas de Control Automático. Lugar de ejecución: Instrumentación y Control (Edificio 3, 2da planta). Encontrando fallas en un sistema de control
Modelado matemático, estimación y control de sistemas dinámicos. Carlos Mario Vélez S., Dr.
Modelado matemático, estimación y control de sistemas dinámicos Carlos Mario Vélez S., Dr. Ingeniería Matemática Maestría en Matemáticas Aplicadas (*) Doctorado en Ingeniería Matemática Versión 03/11/2014
PROCESOS ESTOCÁSTICOS
CURSO: PROCESOS ESTOCÁSTICOS 1 SEMESTRE: VIII 2 CODIGO: 602804 3 COMPONENTE: 4 CICLO: 5 AREA: Profesional 6 FECHA DE APROBACIÓN: 7 NATURALEZA: Teórica 8 CARÁCTER: Obligatorio 9 CREDITOS (RELACIÓN): 3 (1-1)
Tema 1. Introducción al Control Automático
Tema 1. Introducción al Control Automático Automática 2º Curso del Grado en Ingeniería en Tecnología Industrial Contenido Tema 1.- Introducción al Control automático 1.1. Introducción. 1.2. Conceptos y
Proyecto de curso. Control I II
Proyecto de curso Control I - 27141 2017-II Escuela de Ingenierías Eléctrica, Electrónica y de Telecomunicaciones Universidad Industrial de Santander Bucaramanga, agosto de 2017 1. Introducción La caracterización
SISTEMA DE INFORMACIÓN GEOLÓGICO PARA MINERÍA A TAJO ABIERTO
UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO FACULTAD DE CIENCIAS QUÍMICAS, FÍSICAS Y MATEMÁTICAS CARRERA PROFESIONAL DE INGENIERÍA INFORMÁTICA Y DE SISTEMAS Tesis: SISTEMA DE INFORMACIÓN GEOLÓGICO
Tema 1. Introducción al Control Automático
Tema 1. Introducción al Control Automático Automática 2º Curso del Grado en Ingeniería en Tecnología Industrial Contenido Tema 1.- Introducción al Control automático 1.1. Introducción. 1.2. Conceptos y
Unidad 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
Chemical Engineering International Symposium Proceedings
SIMULATION OF A CONTINUOUS REACTOR TYPE SHAKEN TANK, LINEAL AND NONLINEAL MODEL WITH CONTROL ABSTRACT B. P. Gómez Lozano and G. F. González Carranza Instituto Tecnológico de Durango The dynamic models
Análisis de la estabilidad del
Análisis de la estabilidad del ángulo del rotor de un sistema máquina-barra infinita Iván Camilo Durán Tovar Ingeniero Electricista, Magíster Ingeniería Eléctrica. icdurant@unal.edu.co Oscar David Flórez
Control Neuro-Difuso Aplicado a una Grúa Torre. Chahuara Quispe, José Carlos. I. INTRODUCCIÓN
I. INTRODUCCIÓN El presente trabajo de tesis consiste en la automatización del funcionamiento de una Grúa utilizando técnicas Neuro-difusas. La Grúa es como la que se muestra en la figura 1.1, y es conocida
Identificación y sintonía de un controlador PID para el proceso de oxígeno disuelto en un fermentador
Identificación y sintonía de un controlador PID para el proceso de oxígeno disuelto en un fermentador Greta Marchante González, Dayana Piedra Puerta, Yusmeily de la Caridad Díaz Puebla, Ana Isabel González