IDENTIFICACIN DE SISTEMAS: APLICACIN AL DISEO DE

CONTROLADORES DE TEMPERATURA.
Higmar Herrera, Jorge F. Gentile, Nadiezhda Snchez
CENTRO DE INMUNOENSAYO
Calle 134 y Ave. 25, Playa, Ciudad de la Habana. e-mail: btj@cie.sld.cu
RESUMEN
La Identificacin de Sistemas es un procedimiento
ampliamente utilizado en la industria para la obtencin de
controladores altamente eficientes y estables. El presente
trabajo describe la obtencin de dos modelos matemticos
discretos mediante la identificacin con secuencias
pseudoaleatorias. Los modelos se utilizaron para simular el
comportamiento de elementos basados en el efecto Joule
(resistencias) y en el efecto Peltier (thermoelectric coolers o
TEC) en el proceso de diseo de controladores automticos
de temperatura.
Este trabajo constituye la aplicacin de un proceso de
identificacin descrito en la literatura para la modelacin
de dos sistemas de atemperamiento: el primero diseado a
partir de una resistencia y el segundo a partir de un TEC.
Adems, se presentan los resultados de su utilizacin en el
proceso de diseo de controladores automticos de
temperatura.
Palabras clave: identificacin de sistemas, modelacin,
simulacin, controladores.
1. INTRODUCCIN
La gran mayora de aplicaciones requieren de algn tipo de
control. En el caso del diseo y construccin de equipos
mdicos o de diagnstico es imprescindible mantener dentro
de parmetros bien definidos las variables que intervienen en
el proceso dado de manera que los resultados sean confiables
con exactitud, precisin y repetibilidad.
La Identificacin de Sistemas trata el problema de obtener
modelos de sistemas dinmicos a partir de mediciones
realizadas mediante experimentos prcticos. Existen
numerosos procesos y mtodos de identificacin tanto
paramtricos como no paramtricos que ofrecen informacin
variada sobre el sistema en estudio. Hakvoort [1] describe un
proceso de identificacin enfocado al control robusto de
procesos. Un proceso de identificacin de sistemas utilizando
las herramientas de Matlab es descrito por Ljung [2], y el
mismo autor [3] realiza un detallado anlisis de los mtodos
de identificacin. Otros autores [4] dirigen la atencin hacia
mtodos en el espacio de estado.
Por otra parte, una de las formas de mayor popularidad a la
hora de implementar un sistema que sea capaz de elevar la
temperatura de un cuerpo es mediante el uso de elementos
resistivos que funcionan segn el efecto Joule. Sin embargo,
se hace cada vez ms comn la utilizacin de elementos
basados en el efecto Peltier (TEC) en el diseo de sistemas de
pequeo tamao que precisan ser enfriados. Esto se debe
fundamentalmente a que son elementos de estado slido
(semiconductores), de pequeas dimensiones, adicionalmente
tienen la ventaja de calentar o enfriar el sistema en
dependencia del sentido de la corriente que circula por ellos.
Este trabajo pretende resear la utilizacin del procedimiento
descrito por Ljung [2] en la obtencin de modelos sencillos de
cada sistema de manera que su implementacin prctica
permita el trabajo en tiempo real y su utilizacin en el diseo
de controladores automticos.
2. METODOLOGA
El siguiente esquema representa de manera general los
sistemas estudiados.
Fig. 1. Esquema en bloques del montaje experimental.
El Sistema de Adquisicin de datos y Control se compone por
una computadora con un software elaborado en lenguaje de
Delphi 4.0, apropiado para generar e introducir las seales de
control y mostrar las lecturas de los sensores. Adems, una
tarjeta de adquisicin de datos.
La Electrnica se compone, a su vez, por una serie de
elementos encargados de convertir las seales digitales de la
computadora a seales analgicas que estimulen los
elementos de accin final (EAF) , a saber: la resistencia o el
TEC.
Por ltimo, el Sistema a Atemperar se compone por los EAF,
el cuerpo a atemperar y el sensor de temperatura.
A continuacin se describe el procedimiento utilizado en la
identificacin de los sistemas estudiados.
2.1 Diseo del experimento
En este trabajo se utiliza una seal escaln con un nivel de
excitacin para lograr una buena relacin seal-ruido. Con
los resultados de este experimento se hallan la constante de
tiempo del sistema, el tiempo de retardo y la ganancia
estacionaria del sistema.
Con estos datos se genera la secuencia de excitacin del
sistema. En el presente trabajo se utiliza una secuencia
binaria pseudoaleatoria de orden 5 para el sistema con
resistencia y 8 para el sistema con TEC. El tiempo de
conmutacin utilizado es de 1/6 de la constante de tiempo
del sistema. La secuencia se genera mediante la funcin
idinput de la caja de herramientas de Matlab para la
identificacin de sistemas.
Los niveles de estimulacin en cada caso se tomaron como
los mnimos necesarios para que los sistemas lograran
alcanzar los 383 K.
2.2 Examen y seleccin de los datos
Sistema de
Adquisicin de
datos y Control
Electrnica
Sistema
a
Atemperar
Memorias II Congreso Latinoamericano de Ingeniera Biomdica, Habana 2001, Mayo 23 al 25, 2001, La Habana, Cuba
950-7132-57-5 (c) 2001, Sociedad Cubana de Bioingeniera, artculo 00098
En este paso se verifica que las mediciones obtenidas
captan el comportamiento dinmico del sistema. Teniendo
en cuenta que el experimento se realiza con una secuencia
pseudoaleatoria se comprueba que zonas de igual
estimulacin se corresponden con zonas de similar
respuesta.
A partir de esta primera comprobacin se selecciona la
Seccin de Identificacin que se someter al mtodo de
identificacin. De la misma manera se escoge la Seccin de
Validacin la cual se utilizar para realizar las pruebas que
definan la calidad de la identificacin.
En este trabajo se escogieron las secciones de Identificacin
y de Validacin sin intercepto.
2.3 Seleccin del modelo
En el trabajo se escoge un modelo en diferencias finitas
ARX (autoregresive extended) cuya representacin
matemtica es:
( ) 1 e u B y A
k
n
0 k
k r k
n
1 k
k k
+ =
=

=
Los vectores A y B configuran las entradas y salidas
previas de manera que aportan los polos y ceros de la
funcin de transferencia del sistema.
Los vectores y
k
y u
r-k
representan respectivamente las
salidas y entradas del sistema.
n representa el orden del modelo.
r representa el retardo del sistema.
En este modelo el ruido e
k
se considera como blanco.
La seleccin del modelo se realiza mediante la interfaz
grfica para identificacin de sistemas de Matlab.
2.4 Ajuste del modelo
El mtodo utilizado para el ajuste del modelo en este trabajo
es el de Mnimos Cuadrados, el cual minimiza la suma de los
cuadrados de la diferencia entre la respuesta del modelo
(referida a los parmetros del modelo) y la salida medida.
Los clculos son realizados mediante la interfaz grfica para
identificacin de sistemas de Matlab.
2.5 Validacin del modelo
Para la validacin del modelo se toman en cuenta:
La reproduccin y prediccin de la salida.
La estabilidad.
Los clculos son realizados mediante la interfaz grfica
para identificacin de sistemas de Matlab.
2.6 Obtencin de los controladores
Los modelos encontrados y validados se utilizan en el diseo
de controladores automticos mediante la tcnica LQG
(Lineal - Cuadrtica - Gaussiana), la cual consiste en conectar
las ganancias ptimas de los estados del sistema con un filtro
Kalman. Este proceso se realiza con las herramientas de
Matlab.
Luego los controladores as obtenidos se implementan y
simulan en el software del Sistema de Adquisicin de Datos y
Control.
3. RESULTADOS
El modelo identificado para el sistema con resistencia es el
siguiente:
( )
( ) 2
z 214 . 0 z 325 . 0 z 469 . 0 z
054 . 0 z 25 . 0 z 045 . 0 z 096 . 0
G
3 4 5 6
2 3
z

+ + +
=
El modelo identificado para el sistema con TEC es el
siguiente:
( )
( ) 3
37 . 0 z 07 . 0 z 44 . 0 z 86 . 0 z
04 . 0 z 02 . 0 z 01 . 0 z 002 . 0 z 001 . 0
G
2 3 4
2 3 4
z
+
+ + + +
=
En la siguiente tabla se presentan los parmetros de calidad
de ajuste y de estabilidad:
Tabla I
Resumen de los parmetros de calidad obtenidos.
Parmetro
Sistema con
resistencia
Sistema con TEC
Ajuste 0.065599 K 0.019662 K
Margen de
Ganancia
10 dB @ 1.0 rad/s 10 dB @ 0.7 rad/s
Margen de Fase 50 @ 0.3 rad/s 70 @ 0.3 rad/s
La siguiente figura ejemplifica los niveles de error en la
prediccin de la salida del sistema con resistencia. Ntese
que el valor absoluto del error no rebasa los 0.2 K.
Fig. 2. Grfico de la diferencia entre la prediccin de la salida del
modelo del sistema con resistencia y las mediciones reales obtenidas en el
experimento de identificacin.
El grfico que aparece a continuacin representa la
comparacin entre los resultados del control aplicado al
modelo del sistema con resistencia (SisRes_SIM) y al
sistema real (SisRes_REAL). La referencia de temperatura
para este grfico es de 310 K.
Fig. 3. Comparacin entre la simulacin del control mediante el modelo
del sistema con resistencia y la aplicacin del control al sistema real.
Este otro grfico igualmente muestra la comparacin entre
los resultados de la aplicacin del control al modelo del
sistema con TEC (SisTEC_SIM) y al sistema real
(SisTEC_SIM).
Fig. 4. Comparacin entre la simulacin del control mediante el
modelo del sistema con TEC y la aplicacin del control al sistema real..
La referencia de temperatura para el grfico de la Figura 4.
es de 300 K.
Por ltimo presentamos los parmetros obtenidos para el
controlador de cada sistema con respecto a lo que se
deseaba obtener.
Tabla II.
Parmetros del controlador del sistema con resistencia.
Parmetro Valor deseado Valor obtenido
Rango trmico
Desde temperatura
ambiente hasta
383 K
Desde temperatura
ambiente hasta
383 K
Sobreimpulso < 2.5 K 1.0 K
Tiempo de
establecimiento
< 30s 25s
Error
estacionario
< 0.6 K 0.3 K
Precisin < 0.3 K 0.2 K
Tabla III.
Parmetros del controlador del sistema con TEC.
Parmetro Valor deseado Valor obtenido
Rango trmico
Desde 273 K hasta
373 K
Desde 273 K hasta
373 K
Sobreimpulso < 2.5 K 1.75 K
Tiempo de
establecimiento
< 30s 15s
Error
estacionario
< 0.3 K 0.05 K
Precisin < 0.3 K 0.1 K
El tiempo de establecimiento en cada caso se determin
como el transcurrido desde que el sistema llega a la
temperatura de referencia hasta el instante a partir del cual
la temperatura del sistema permanece dentro de la banda de
0.6 K (sistema con resistencia) 0.3 K (sistema con
TEC) centrada en la referencia.
En todos los casos los valores obtenidos son valores
promedio.
4. DISCUSIN
Observando las frmulas 2 y 3 se aprecia que los modelos
encontrados son relativamente sencillos ya que estn
compuestos, como mximo, por 9 parmetros constantes y
por tanto su implementacin matemtica en el programa de
simulacin es factible y permite el trabajo en tiempo real.
Como se aprecia en la Tabla I y la Figura 2, los modelos de
cada uno de los sistemas se ajustan a las mediciones reales
con un error menor que 0.1 K, lo cual demuestra que los
modelos son una buena aproximacin a los sistemas reales.
De las Figuras 3 y 4 se desprende que, aunque tanto la
simulacin como el control real alcanzan la referencia y
controlan la temperatura del sistema, existen diferencias
entre el comportamiento del modelo y el sistema real. Esta
diferencia, ms all de considerar que el modelo es tan slo
una aproximacin del sistema fsico real, se explica a partir
de las limitaciones prcticas para la proteccin de los
sistemas impuestas en el proceso inicial de diseo del
experimento de identificacin. En ambos casos el modelo
responde de manera ms lenta que el sistema real puesto
que los niveles de excitacin utilizados para determinar los
parmetros estacionarios de los sistemas y para generar las
secuencias pseudoaleatorias son inferiores a los que pueden
generar los controladores. Esto se tuvo en cuenta en la
programacin de los controladores.
Es evidente, a partir de los valores que se observan en las
Tablas II y III, que los valores promedio de los parmetros
del controlador para cada sistema cumplen los requisitos
del diseo.
5. CONCLUSIONES
La utilizacin del proceso de identificacin de sistemas,
permite identificar modelos sencillos cuya implementacin
matemtica es factible permitiendo la simulacin de los
sistemas analizados as como el trabajo en tiempo real.
Queda demostrado, adems, que los modelos encontrados
por este mtodo constituyen una buena aproximacin de los
sistemas reales y pueden ser utilizados en el diseo de
controladores automticos.
REFERENCIAS
[1] R.G. Hakvoort, System Identification for Robust Process Control:
Nominal Models and Error Bounds, Ill. Theses. Delft University
of Technology, Faculty of Mechanical Engeneering and Marine
Technology; 1994.
[2] L. Ljung, Matlab User's Guide: System Identification Toolbox,
1988.
[3] L. Ljung, System Identification - Theory for the user, Prentice Hall.;
Englewood Cliffs, N.J.1987 .
[4] M. Viberg, B. Wahlberg and B. Ottersten, Analysis of State Space
System Identification Methods Based on Instrumental Variables and
Subspace Fitting, Automatica., vol. 33 No.9, pp-1603-1616, 1997.
Tempera tura del si stema con TEC
298, 0
298, 5
299, 0
299, 5
300, 0
300, 5
0, 0 24,7 49,4 74,1 98,8 123, 5 148, 2
Ti empo (s)
C
SisTEC_SIM
SisTEC_REAL
Temperatura del sistema con Resistencia
296
298
300
302
304
306
308
310
312
0.0 24.7 49.4 74.1 98.8 123.5 148.2
Tiempo (s)
C
SisRes_SIM
SisRes_REAL
SYSTEM IDENTIFICATION: APPLICATION TO
TEMPERATURE CONTROLLERS DESIGN.
ABSTRACT
System Identification is a procedure widely used in industry to obtain highly efficient and stable controllers. This
work describes the attaining of two mathematical models using system identification with pseudoaleatory
sequences. These models are then used to simulate the behavior of Joule effect devices (resistors) and Peltier
effect devices (thermoelectric coolers) in the design of automatic temperature controllers.
This work constitutes the application of an identification process described in the literature for modeling two
controlled temperature systems: the first one designed using a resistance and the second using a TEC. Also,
the results of their use are presented in the process of automatic temperature controllers design.