DOCENTE Dr.

Ismael Osuna Galn

MATERIA Control clsico

ALUMNO: Jorge Gmez de la Cruz Jos Adolfo Rivera Zaldvar Edgar Ruiz Morales Octavio Jess Domnguez Carrasco Flix Jhoanni Cruz Jos Luis Adrin Romn Cmara Jess Antonio Garduo Ziga

CUATRIMESTRE Y GRUPO 12 B TTULO DEL TRABAJO Reporte control clsico

FECHA DE ENTREGA 05/07/2012

Introduccin El Control proporcional - integral - derivativo, mejor conocido por sus siglas PID, es sin duda el tipo de control ms utilizado a nivel industrial. Se estima que alrededor del 90% de los lazos de control en la industria se encuentran regulados por controles PID o en alguna de sus variantes (PI). A este control se lo suele conocer tambin como control de tres trminos debido a su estructura. Este tipo de control procura satisfacer las siguientes caractersticas importantes en un lazo de control: 1. Error en estado estable: Esto se logra con la parte integral (I) 2. Rechazo a perturbaciones: Esto se logra con la parte integral (I) 3. Respuesta transitoria: Esto se logra con la parte proporcional y derivativa (PD) 4. Compensacin debido a retardos en la planta: Esto se logra con la parte derivativa (D) Debido a la sencillez en la estructura del controlador, y a la facilidad con la que se puedesintonizar o disear estos controladores el control PID es el favorito en la industria. Debido a la gran aceptacin de este control, se han desarrollado una infinidad de mtodos de sintonizacin y diseo, haciendolo posiblemente el control ms estudiado.

Toma de muestras con el uso de Labview y CompactRio. Primero se realizaron pruebas para poder controlar de manera manual el sistema, una vez que se logro el control del sistema se procedi a hacer la toma de datos y guardarlos en el programa para su posterior anlisis y uso con un segundo programa que nos permite observar los resultados obtenidos del potencimetro conectado al sistema.

Ilustracin 1 Panel frontal del programa para obtener datos

Ilustracin 2 Programa para controla mediante PWM el sistema

Ilustracin 3 Grafica V vs T de los datos obtenidos

Ilustracin 4 Programa para desplegar los datos obtenidos de las mediciones

Pasos para obtener la ecuacin representativa por medio de regresin polinomial: 1. Tenemos los siguientes valores de tiempo y posicin: Tiempo=[1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28] Posicin=[-4.702242324 -4.702242324 -4.686799338 -4.676504014 -4.681651676 -4.66620869 4.655913366 -4.635322718 -4.61473207 -4.583846098 -4.552960126 -4.516926492 -4.470597534 -4.40882559 -4.347053646 -4.25439573 -4.166885476 -4.012455616 -3.847730432 -3.677857586 -3.441065134 -3.240306316 -3.065285808 -3.013809188 -3.013809188 -3.003513864 3.008661526 -3.013809188] 2.-Para encontrar la ecuacin representativa de 6 orden usamos el siguiente cdigo:
clear all, clc, close all, format compact % Define las coordenadas

tiempo=[1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28]; posicion=[-4.702242324 -4.702242324 -4.686799338 -4.676504014 -4.681651676 -4.66620869 4.655913366 -4.635322718 -4.61473207 -4.583846098 -4.552960126 -4.516926492 -4.470597534 -4.40882559 -4.347053646 -4.25439573 -4.166885476 -4.012455616 -3.847730432 -3.677857586 -3.441065134 -3.240306316 -3.065285808 -3.013809188 -3.013809188 -3.003513864 3.008661526 -3.013809188];
% se grafican los resultados en color rojo plot(tiempo, posicion, 'ro', 'linewidth', 2) hold on % se encuentra el valor de la regresin de orden 6 p6 = polyfit(tiempo, posicion, 6) xc = 1 : .1 : 28; % se evala la ecuacin p6 con los valores de xc Y6 = polyval(p6, xc); plot(xc, y4, 'linewidth', 2) % se deriva p6

>> dp1=polyder(p6) dp1 = Columns 1 through 2

0.000000919195574 -0.000074563272333 Columns 3 through 4 0.002089858929954 -0.024415283274654 Columns 5 through 6 0.119205953782242 -0.174629207556530
% se deriva por segunda vez p6

>> dp2=polyder(dp1) dp2 = Columns 1 through 2 0.000004595977871 -0.000298253089331 Columns 3 through 4 0.006269576789862 -0.048830566549308 Column 5 0.119205953782242
% se obtienen las races de la segunda derivada

>> roots(dp2) ans = 31.347850364350435 19.972593750439973 8.940195703049330 4.633730365537581

% se asigna el valor a t con el resultado de las races de la ecuacin

>> t=19.972593750439973 t= 19.972593750439973

% se evala p6 con el valor de t para encontrar v

>> v=polyval(p6, t) v= -3.637186055422989

% se evala la primera derivada con el valor de t para encontrar m

>> m=polyval(dp1, t) m= 0.173553588879212

% se encuentra el valor de b mediante la siguiente ecuacin

>> b=(v-(m*t)) b= -7.103501380038376

% se encuentra el valor de q mediante la siguiente ecuacin

>> q=((setpoint-b)/m) q= 23.594094944865986 >> setpoint2=-4.702242324 setpoint2 = -4.702242324000000

% se encuentra el valor de p mediante la siguiente ecuacin

>> p=((setpoint2-b)/m) p= 13.835836363542864

% se asignan valores para T y L

>> T=p T=

13.835836363542864 >> L=q-p L= 9.758258581323123

% se calcula kp, ki y kd

>> kp=(1.2*(T/L)) kp = 1.701430997947611 >> ki=(.6*(T/(L^2))) ki = 0.087179028090323 >> kd=0.6*T kd = 8.301501818125718

Ilustracin 5 Datos y ecuacin representativa

Ilustracin 6 Grafica de tiempo y posicin

Ilustracin 7 Ecuacin y coeficientes obtenidos

Ilustracin 8 Panel frontal PID

Ilustracin 9Programa PID

Conclusin: Se aprendieron las tcnicas necesarias para poder encontrar los valores correctos de un PID, con el uso de Matlab y las herramientas que en el encontramos es mas fcil encontrar la ecuacin representativa de los datos que obtuvimos al hacer las mediciones con la CompactRio, tambin se aprendi a utilizar la misma como entrada y salida de seales. Debido a que la planta se averi las pruebas necesarias para verificar el control no se llevaron acabo.