Tercer examen parcial de control clásico

Barrón Hurtado Norman Xavier Burboa Martínez José Pablo

López Medina Fernando Nava Soto Juan José
Universidad Autónoma de Baja California
Facultad de Ingeniería
Blvd. Benito Juárez S/N, Mexicali, B.C.
30 de noviembre del 2018

Resumen
Mediante el software LabVIEW y la tarjeta de adquisición myRIO se adquirieron datos de
la respuesta obtenida al aplicar una señal de referencia a un circuito electónico que emula la
dinámica de un sistema masa resorte amortiguador. Se guardaron datos de diferentes pruebas
y se importaron en el software MATLAB para la identi…cación de la planta, obteniendo así la
función de transferencia que lo describe. Se analizó el desempeño de distintos controladores
con las acciones de control proporcional, integral y derivativa, concluyendo que el PID es el
óptimo para llegar a una función de transferencia deseada, calculada a partir de un tiempo
de asentamiento y un sobrepaso dado. Se logró demostrar la efectividad de dicho controlador
al aplicarlo de forma experimental en su con…guración de constantes de tiempo utilizando
LabVIEW y realizando una correcta sintonización.

1. Introducción
En este trabajo se utilizó un circuito electrónico que emula el comportamiento de un sistema
masa resorte amortiguador, el cual es un sistema dinámico de segundo orden, pues es modelado por
una ecuación diferencial de dicho orden. El estudio de este tipo de sistema es de vital importancia
en la ingeniería de control debido a que existe una gran cantidad de sistemas, tanto naturales
como creados por el hombre con un comportamiento similar al de un sistema de segundo orden.
En la actualidad existen distintos programas que facilitan el estudio de sistemas dinámicos,
entre los cuales se encuentran LabVIEW y MATLAB, cada uno cuenta con sus propias her-
ramientas que permiten tanto la simulación del sistema como el análisis del mismo. En particular
se ha utilizado el software LabVIEW y la tarjeta de adquisición myRIO para recopilar datos del
sistema ya mencionado, realizando seis pruebas variando la amplitud de la referencia, en este caso
ejercida como una señal cuadrada de voltaje, a la cual también se le ha variado su frecuencia. Los
datos obtenidos fueron exportados al software MATLAB ya que este cuenta con herramientas
que facilitan la identi…cación de la planta, como las funciones iddata, merge, tfest y lsim.
El objetivo principal fue aplicar un controlador que permitiera ajustar el sobrepaso de la
respuesta obtenida de manera que este fuera menor o igual al 10 %, que el tiempo de asentamiento
fuera menor o igual a 2s, además de eliminar el error en estado estable. Para cumplir con dichos
requerimientos primero se planteó la función de transferencia deseada a partir de los requisitos
establecidos y posteriormente se analizaron distintas con…guraciones del control PID en lazo
cerrado y en su forma de constantes de tiempo, descartando mediante análisis aquellas que no
fueron capaces de cumplir con lo estipulado. Debido a la función de trasferencia deseada y el tipo
de sistema estudiado, el único controlador capaz de cumplir con el objetivo de control ha sido el

1
PID. Se calculó el valor de cada ganancia involucrada y se procedió a aplicar dichas ganancias a
la planta mediante el software LabVIEW, al cual se le incorporaron …ltros para evitar los cambios
repentinos en cada semiciclo de la señal de referencia, pues la tarjeta myRIO no cuenta con la
su…ciente potencia para seguirla. Al momento de aplicar las ganancias, como era de esperarse
existieron algunas diferencias entre lo obtenido y lo deseado, por lo cual se procedió con la
sintonización, es decir se variaron las ganancias de acuerdo con las necesidades, por ejemplo, se
redujo la constante proporcional ya que esta era la causa de un sobrepaso mayor al deseado.
Respecto a la estructura del documento, primeramente, se presentan los antecedentes sobre
todos los temas involucrados, posteriormente en el desarrollo se incluyen los cálculos realizados y
las grá…cas obtenidas en cada uno de los pasos ya mencionados. Por último, se concluye respecto
a los resultados obtenidos.

2. Antecedentes
2.1. Modelado de un sistema masa resorte amortiguador
El sistema masa resorte amortiguador es un sistema dinámico de segundo orden que consta,
tal como su nombre lo indica, de una masa m conectada a un resorte y un amortiguador, los
cuales se representan como k y respectivamente. El coe…ciente k es la constante elástica del
resorte, que relaciona la fuerza que le es aplicada y el alargamiento que surge del movimiento,
según la ley de Hooke. El coe…ciente es el amortiguamiento viscoso de un tipo de amortiguador
que tiene como función limitar o regular la vibración de un sistema mecánico. La fuerza de
entrada aplicada al sistema, especí…camente a la masa, se representa con la variable u. Según
[1] en mecánica, se considera que las fuerzas de amortiguamiento que actúan sobre un cuerpo
son proporcionales a alguna potencia de la velocidad instantánea y suponiendo que el resto de
las fuerzas estan expresadas por un múltiplo constante de dxdt , al no haber otras fuerzas externas
aplicadas al sistema, el sistema masa resorte amortigador se modela por la segunda ley de Newton
mediante la ecuación:
dx2 dx
m = kx +u (1)
dt dt
donde y k son constantes de amortiguamiento positivas ya que el signo negativo es consecuencia
del hecho de que las fuerzas amortiguadoras actúan en dirección opuesta a la del movimiento. La
constante u es la fuerza que propicia el movimiento, por ende tiene el signo positivo. Si se despeja
u en la ecuación 1, se obtiene la ecuación diferencial

dx2 dx
m + + kx = u (2)
dt dt
En la ecuación 2 la fuerza de entrada u que fue aplicada a la masa es igual a la sumatoria de
fuerzas que reaccionaron a ella, lo cual cumple con la tercera ley de Newton. Al aplicarse la
transformada de Laplace a la ecuación 2 se obtiene:

ms2 F (s) + sF (s) + kF (s) = u(s) (3)

donde el término u(s) es la entrada que excita al sistema y F (s) la respuesta a ella. Dividiendo
entre m y despejando apropiadamente, de 3 es posible calcular la función de transferencia G(s);
que resulta en
1
F (s) m
G(s) = = k
: (4)
u(s) s2 + ms + m

2
Para un análisis más profundo sobre las fuerzas de amortiguamiento consultar [7]. De la expresión
4, es posible deducir que la salida, si se aplica una entrada de tipo escalón, conforme el tiempo
tiende a in…nito, tiende al valor del cociente uk .

2.2. Forma estandar de la función de transferencia de un sistema de

segundo orden

La forma estandar de la función de transferencia de un sistema de segundo orden es:

Y (s) ! 2n
G(s) = = 2 ; (5)
R(s) (s + 2 ! n s + ! 2n )
donde el término ! n se denomina frecuencia natural y es el coe…ciente de amortiguamiento.
Se sabe que existen tres tipos de respuesta en los sistemas de segundo orden, en donde el factor
discriminante es el coe…ciente de amortiguamiento. En el caso de un sistema subamortiguado, en
donde 0 < < 1, es posible medir el comportamiento en cuanto a términos de y !: Debido a
que en este tipo de sistemas, existen sobrepasos del valor …nal, el M p (sobrepaso máximo) es el
porcentaje máximo de sobrepaso de la salida con respecto al valor …nal, este mismo se representa
de la siguiente forma:
p
2
Mp % = e 1 100; (6)
también es posible determinar el valor de ts (tiempo de asentamiento) el cual es el tiempo que
le toma a la salida entrar en una franja del 2 % de su valor …nal y ya no sale de ahí para todo
tiempo t > ts . Este mismo se representa como:
4
ts (2 %) = : (7)
!n
Los parámetros M p y ts pueden ser manipulados por el usuario para crear una función de
transferencia ideal.

2.3. Estabilidad de sistemas dinámicos en base a su función de trans-

ferencia
De la función de transferencia de un sistema se puede determinar su estabilidad deduciendo
la posición de sus polos en un plano complejo. Los polos de un sistema son las raíces obtenidas
del denominador de la función de transferencia cuando es igualado a cero. Si todos los polos
del sistema se encuentran ubicados en el semiplano izquierdo del plano complejo el sistema es
estable, si al menos uno de sus polos se encuentra en el eje imaginario, entonces el sistema es
marginalmente estable, pero al encontrarse al menos un polo en el semiplano derecho del plano
complejo el sistema es inestable. Un sistema es estable si responde en forma limitada a una
excitación limitada, se dice que en estos sistemas los transitorios decaen, es decir, la respuesta
transitoria desaparece para valores crecientes del tiempo. En los sistemas inestables la respuesta
transistoria tiende a una magnitud in…nita para valores crecientes del tiempo. El que un sistema
lineal sea estable o inestable es una propiedad del sistema mismo y no depende de la entrada ni
de la función de excitación del sistema. Los polos de la entrada, o de la función de excitación,
no afectan a la propiedad de estabilidad del sistema, sino que sólo contribuyen a los términos de
respuesta en estado estacionario en la solución. Pero al encontrarse todos los polos en lazo cerrado
en el semiplano izquierdo del plano complejo no se garantiza características satisfactorias de
respuesta transitoria. Si los polos dominantes complejos conjugados en lazo cerrado se encuentran
cerca del eje imaginario, la respuesta transitoria presentará oscilaciones excesivas o será muy

3
lenta. Por esta razón, a …n de garantizar características de respuesta transitoria rápidas y bien
amortiguadas, es necesario que los polos en lazo cerrado del sistema se encuentren en una región
determinada del plano complejo [8].

2.4. Objetivo de control

Según [2] el objetivo de un sistema de control es manipular las salidas en alguna forma prescrita
mediante las entradas a través de los elementos del sistema de control. En la mayoría de los casos,
el objetivo de control es hacer que la diferencia entre la señal de referencia y la salida del sistema
sea cero.

2.5. Controlador PID en su forma de constantes de tiempo

Un controlador PID esta compuesto por las ganancias Kp ,Ki ,Kd donde estas son ajustables
dependiendo del objetivo de control del usuario, este controlador reune las ventajas de cada una
de las tres acciones de control individuales. El controlador PID se representa por la ecuación:
Z
de(t)
u(t) = KP e(t) + Ki e(t)dt + Kd ; (8)
dt
Z
donde Kp e(t) es la parte proporcional, Ki e(t)dt la parte integral y Kd de(t)
dt la parte derivativa.
El controlador PID tambien puede ser expresado en constantes de tiempo, en esta forma su
ecuación correspondiente es:
Z
Kp de(t)
u(t) = KP e(t) + e(t)dt + Kp Td ; (9)
Ti dt
Z
K
donde Kp e(t) es la parte proporcional, Tip e(t)dt la parte integral y Kp Td de(t)
dt la parte derivativa.
La función de transferencia de la ecuación 9 es:
1
FP ID (s) = Kp (1 + + Td s);
T is
la cual es utilizada en los diagramas de bloques para resolver sistemas de lazo abierto o cerrado
de diferente complejidad.Para mayor información consultar [9].

2.6. Plataforma experimental

2.6.1. LabVIEW
LabVIEW (Laboratory Virtual Instrument Engineering Workbench) es un software de inge-
niería con un lenguaje de programación grá…ca que utiliza iconos en lugar de líneas de texto para
crear aplicaciones. A diferencia de los lenguajes de programación basados en texto que usan in-
strucciones para determinar el orden de ejecución del programa, LabVIEW usa la programación
de ‡ujo de datos. En la programación del ‡ujo de datos, el ‡ujo de datos a través de los nodos
en el diagrama de bloques determina el orden de ejecución de los VI y las funciones. VIs, o
instrumentos virtuales, son programas de LabVIEW que imitan instrumentos físicos.

2.6.2. MATLAB
MATLAB es un lenguaje de alto desempeño diseñado para realizar cálculos técnicos. MAT-
LAB integra el cálculo, la visualización y la programación en un ambiente fácil de utilizar donde

4
los problemas y las soluciones se expresan en una notación matemática. MATLAB es un sistema
interactivo cuyo elemento básico de datos es el arreglo que no requiere de dimensionamiento
previo. Esto permite resolver muchos problemas computacionales, especí…camente aquellos que
involucren vectores y matrices, en un tiempo mucho menor al requerido para escribir un programa
en un lenguaje escalar no interactivo tal como C o Fortran. MATLAB se utiliza ampliamente en:

Cálculos numéricos
Desarrollo de algoritmos
Modelado, simulación y prueba de prototipos

Análisis de datos, exploración y visualización

Gra…cación de datos con …nes cientí…cos o de ingeniería
Desarrollo de aplicaciones que requieran de una interfaz grá…ca de usuario (GUI, Graphical
User Interface).

En el ámbito académico y de investigación, es la herramienta estándar para los cursos intro-

ductorios y avanzados de matemáticas, ingeniería e investigación. En la industria MATLAB es una
herramienta usada para el análisis, investigación y desarrollo de nuevos productos tecnológicos.
La ventaja principal de MATLAB es el uso de familias de comandos de áreas especí…cas llamadas
toolboxes. Lo más importante para los usuarios de MATLAB es que los toolboxes le permiten
aprender y aplicar la teoría. Los toolboxes son grupos de comandos de MATLAB (archivos M)
que extienden el ambiente de MATLAB para resolver problemas de áreas especí…cas de la ciencia
e ingeniería. Por ejemplo, existen toolboxes para las áreas de Procesamiento Digital de Señales,
Sistemas de Control, Redes Neuronales, Lógica Difusa, Wavelets, etc.

2.6.3. myRIO
Es una herramienta que se puede utilizar para enseñar e implementar múltiples conceptos de
diseño con un dispositivo de E/S recon…gurables (RIO). Con E/S en ambos lados del dispositivo
en forma de conectores MXP y MSP, incluye 10 entradas analógicas, 6 salidas analógicas, 40
líneas de E/S digitales, WiFi, LEDs, un push-button, un acelerómetro interno, un FPGA Xilinx
y un procesador dual-core ARM Cortex-A9. Se puede programar el myRIO-1900 con LabVIEW
o C. Esta versión habilitada por WiFi permite una integración rápida y fácil en aplicaciones
remotas y embebidas [3].

2.6.4. Identi…cación de sistemas basada en experimentos y MATLAB

Para calcular la función de transferencia de la planta y validarla, se utilizaron la siguientes
funciones:

merge(m1,m2,....,mN) Esta función permite la fusión de los conjuntos de datos que se ob-
tienen de los experimentos. La fusión de los modelos permite que un modelo sea mucho más
incierto, por ejemplo, debido a más perturbaciones en ese experimento. Si las condiciones son
casi las mismas,se recomienda combinar datos en lugar de modelos, ya que esto es más e…ciente
y generalmente implica cálculos mejor condicionados. Los modelos m1, m2, ..., mN deben ser
todos de la misma estructura, diferenciándose en los valores de los parámetros y las matrices
de covarianza. Entonces m es el modelo fusionado, donde el vector de parámetros es una media
ponderada estadísticamente (utilizando las matrices de covarianza para determinar los pesos) de
los parámetros de mk.

5
lsim(sys, u, t) lsim simula la respuesta (temporal) de sistemas lineales continuos o discretos
a entradas arbitrarias. Cuando se invoca sin argumentos de la izquierda, lsim traza la respuesta
en la pantalla. lsim (sys, u, t) produce un grá…co de la respuesta de tiempo del sistema dinámico
del sistema sys al historial de entrada, t, u. El vector t especi…ca las muestras de tiempo para la
simulación (en unidades de tiempo del sistema, especi…cadas en la propiedad TimeUnit de sys),
y consta de muestras de tiempo espaciadas regularmente:

t = 0 : dt : T f inal

tfest(data, np) Estima una función de transferencia de tiempo continuo, sys, utilizando datos
de dominio de tiempo o frecuencia, datos, y contiene polos np. El número de ceros en el sys es
máximo (np-1,0).

iddata(y,[ ],Ts) Esta función crea un objeto iddata para datos de series de tiempo, que contiene
una señal de salida de dominio de tiempo y una señal de entrada vacía [ ], respectivamente. Ts
especi…ca el tiempo de muestreo de los datos experimentales. Para más información sobre el
System Identi…caciton Toolbox de MATLAB consultar [5].

2.6.5. Procesos para identi…car sistemas en base a experimentos

La construcción de un modelo en base a datos experimentales involucra tres entidades básicas.
Los datos almacenados. Los datos de entrada y salida de un sistema son grabados, algunas
veces, de experimentos especialmente diseñados para la identi…cación del sistema, donde el usuario
puede determinar las señales a medir y cuando medirlas, y también puede elegir las señales de
entrada. El objetivo del diseño de experimentos es hacer estas elecciones tal que los datos tengan la
mayor información posible. En otros casos no se tiene la posibilidad de intervenir en el experimento
y de esta manera se deben usar datos que resultan de la operación normal del sistema.
El conjunto de modelos o estructura del modelo. Un conjunto candidato de modelos
se obtiene especi…cando la colección de modelos que se va a buscar. Entonces un modelo, con
algunos parámetros físicos desconocidos, es construido a partir de leyes físicas y otras relaciones
bien conocidas.
Determinar el mejor modelo en el conjunto de modelos con base en los datos
experimentales. Este es el método de identi…cación. La valoración de la calidad del modelo se
basa típicamente la capacidad del modelo en reproducir las señales medidas en los experimentos.
Validación del modelo. Después de haber llevado a cabo las tres selecciones anteriores,
tenemos, al menos implícitamente, un modelo particular, uno del conjunto que mejor describe
los datos de acuerdo al criterio elegido. Lo que falta es probar que el modelo sea su…cientemente
bueno, esto es, que sea válido para nuestros propósitos. Tales pruebas son conocidas como vali-
dación del modelo. Estas pruebas involucran varios procedimientos para evaluar como el modelo
relaciona los datos observados, cómo se adapta al conocimiento previo del comportamiento del
sistema y al uso que se le desea dar. Un comportamiento de…ciente del modelo en estos aspectos
será motivo del rechazo del modelo, mientras que un buen desempeño nos dará con…anza en el. Un
modelo nunca puede ser aceptado como uno que ofrece una descripción verdadera y completa del
sistema, sino que el modelo puede ser considerado como una descripción su…cientemente buena
en ciertos aspectos que son de particular interés para nosotros.
El lazo de identi…cación de sistemas. El procedimiento de identi…cación de sistemas tiene
un diagrama de ‡ujo lógico: Primero se capturan los datos, posteriormente se elige el conjunto
de modelos, después se toma el mejor modelo del conjunto. El proceso es muy sencillo, pero es
común que el primer modelo no sea adecuado y se tenga que regresar al paso necesario en el
procedimiento.

6
2.7. Filtros
Los …ltros son de los elementos más utilizados en los aparatos de automatización, telemécanica
y telecomunicaciones. En los diferentes dispositivos se pueden encontrar …ltros, que separan
oscilaciones de algunas frecuencias de oscilaciones de otras frecuencias en gamas frecuenciales
distintas y que cumplen con diferentes requerimientos en el nivel de debilitamiento de frecuencias
indeseables [4]. Según su respuesta a la frecuencia los …ltros se clasi…can de la siguiente manera:

1. Paso bajo. Este …ltro, permite el paso de bajas frecuencias y atenúa las más altas.
2. Paso alto. Contrario al …ltro pasa bajas, este permite el paso de las atas frecuencias aten-
uando para las bajas.
3. Paso de banda. Permite el paso de frecuencias en un rango determinado (banda de frecuen-
cias).

4. Rechazo de banda. Permite que todas las frecuencias pasen excepto aquellas que se encuen-
tran dentro de un rango determinado.

Esta clasi…cación es muy importante , ya que de…ne el comportamiento de la respuesta a la

frecuencia del sistema, independientemente de los elementos que lo compongan [6].

3. Planteamiento del problema

Con el uso de un circuito electrónico que emula la dinámica de un sistema masa resorte
amortiguador se realizará:

1. La identi…cación de la función de transferencia del circuito utilizando la experimentación y

MATLAB en base a los métodos vistos en clase y laboratorio.
2. Al sistema identi…cado se le incorporará un sistema de control basado en el controlador
PID en su forma de constantes de tiempo para regular las características de desempeño
del sistema en lazo cerrado, esta características serán: error en estado estable nulo, tiempo
de estabilización menor a 2 segundos, porcentaje de sobrepaso menor o igual a 10 % y
oscilaciones mínimas.
3. Para el diseño del controlador PID se realizará un análisis de desempeño de distintos con-
troladores demostrando analiticamente su respuesta, en caso de cumplir con lo requerido,
se calculará el valor de las ganacias que logran el desempeño del sistema lazo cerrado, se
realizará una simulación numérica que demuestre el desempeño del sistema lazo cerrado y
se aplicará al controlador en forma experimental. Los controladores que se usarán para el
análisis de desempeño son:

Controlador proporcional.
Controlador proporcional integral.
Controlador proporcional derivativo.
Controlador integral derivativo.
Controlador proporcional integral derivativo.

4. Al controlador que en la práctica se acerque más al desempeño establecido se le ajustarán

las ganancias para lograr el desempeño establecido en el sistema en lazo cerrado.

7
 0 .8

0 .6

0 .4

0 .2

-0 .2

-0 .4

-0 .6

-0 .8
0 20 40 60 80 100 120 140 160 180 200

Figura 1: Comparación entre la respuesta de la función de transferencia identi…cada con la del

experimento seis.

4. Identi…cación del modelo de la planta

Para la identi…cación de la planta, utilizando la tarjeta myRio y LabVIEW para la adquisición
de datos, se realizaron seis experimentos: se aplicó una señal cuadrada, de diferente amplitud y
frecuencia en cada caso, su…ciente para que en cada semiciclo de la onda el sistema alcanzara el
estado estable. Con ayuda de MATLAB, utilizando la función iddata, se generó un objeto con
los datos de cada uno de los experimentos por separado. Utilizando la función merge, los datos
procesados de los primeros cinco experimentos fueron combinados y con ellos se generó una sola
función de transferencia promedio; con la función tfest se encontró la función de transferencia del
sistema, siendo esta
0;4915
2
: (10)
s + 0;2433s + 2;4
Por último, 10 se comparó con la del experimento seis, para validar la precisión de la identi…cación,
esto se logró utilizando la función lsim. En la …gura 1, se muestra la grá…ca de la función de
transferencia obtenida de la combinación de los primeros cinco experimentos (rojo) y la del
experimento seis (negro).

5. Análisis del controlador proporcional

Aplicando el controlador proporcional en lazo cerrado al sistema, …gura 2, y haciendo las
reducciones necesarias, se obtuvo la función de transferencia en lazo abierto
0;4915kp
;
s2 + 0;2433s + 2;4 + 0;4915kp

para una entrada escalón de amplitud A y al utilizar el teorema del valor …nal, la respuesta en el
tiempo in…nito sería
0;4915kp A
;
2;4 + 0;4915kp

8
 Figura 2: Sistema en lazo cerrado con controlador proporcional.

Figura 3: Sistema en lazo cerrado con el controlador proporcional integral.

por lo que, sin importar el valor de la constante kp , el sistema presenta error en estado esta-
cionario. Además, debido a la con…guración del controlador, presente en la forma de constantes
de tiempo, no es posible que la constante de tiempo integral sea cero, por lo que, aunque no
se desee, siempre estará presente: la idea del controlador puramente proporcional no existe. Así
pues, se descartó por ser imposible su aplicación y, en cualquier otro caso, su incapacidad por
ajustar debidamente el sistema.

6. Análisis del controlador proporcional integral

Aplicando el controlador proporcional integral en lazo cerrado al sistema, …gura 3, y haciendo
las reducciones necesarias, se obtuvo la función de transferencia en lazo abierto
0;4915kp
0;4915kp s + Ti
0;4915kp
; (11)
s3 + 0;2433s2 + (2;4 + 0;4915kp )s + Ti
si se aplica una entrada tipo escalón y de amplitud A, después de evaluar el valor …nal, en el
tiempo in…nito se obtiene
0;4915kp
Ti A
0;4915kp
= A;
Ti
por lo que, en este sentido, el controlador proporcional integral se consideró como una opción
factible para el control correcto del sistema. Debido a que se desea un sobrepaso menor al 10 % ,

9
 Figura 4: Sistema en lazo cerrado con el controlador proporcional derivativo.

se despejó de 6, por lo que se obtuvo

= 0;581:

Luego, como es necesario un tiempo de asentamiento de dos segundos o menor, se determinó la

frecuencia natural de oscilación utilizando 7, obteniéndose

! n = 3;4423:

Al sustituir los valores de la frecuencia natural de oscilación y el coe…ciente de amortiguamiento

en 5, se obtuvo la función de transferencia deseada del sistema
11;849
: (12)
s2 + 4s + 11;849
Para calcular las constantes kp y T i en 11, debido a que el sistema es de tercer orden y la función
de transferencia que se desea obtener es de un orden menor, se anexa un polo a 12, este mismo,
según [2], mientras más a la izquierda esté del eje imaginario, en el plano complejo, su tiempo
de decaimiento será más rápido, por lo que el sistema no se verá tan afectado, aproximándose al
comportamiento de segundo orden, y manteniendo la estabilidad. Se escogió un polo real en 10,
que al sustituirse en 12 se obtuvo
11;849
; (13)
s3 + 14s2 + 51;849s + 118;49
que fue la función de transferencia identi…cada como ideal para este sistema cuando se aplica un
controlador que aumenta el orden del denominador. Puesto que los coe…cientes del denominador
de 13 y 11 deben ser iguales para que exista un comportamiento idéntico y no es posible modi…car
el coe…ciente del término cuadrático en el denominador de 11, se encontró que esta combinación
no es capaz de controlar en la forma deseada el sistema.

7. Análisis del controlador proporcional derivativo

Aplicando el controlador proporcional en lazo cerrado al sistema, …gura 4, y haciendo las
reducciones necesarias, se obtuvo la función de transferencia en lazo abierto
0;4915kp T ds + 0;4915kp
;
s2 + (0;2433 + 0;4915kp T d)s + 2;4 + 0;4915kp

10
 Figura 5: Sistema en lazo cerrado con el controlador integral derivativo.

si se aplicara una entrada escalón de amplitud A y utilizando el teorema del valor …nal, se obtiene
0;4915kp A
;
2;4 + 0;4915kp
por lo que es claro que existe error en estado estacionario. Además, de la misma forma que con
el controlador proporcional, el término integral jamás desaparece, por lo que la idea de un con-
trolador proporcional derivativo no puede generarse en la práctica debido a la con…guración. Por
tanto, se consideró al controlador proporcional derivativo como incapaz de aplicarse al problema
de control impuesto y, al mismo tiempo, insu…ciente para controlar adecuadamente el sistema.

8. Análisis del controlador integral derivativo

Aplicando el controlador proporcional en lazo cerrado al sistema, …gura 5, y haciendo las
reducciones necesarias, se obtuvo la función de transferencia en lazo abierto
0;4915
0;4915T ds2 + 0;4915s + Ti
0;4915 : (14)
s3 + (0;2433 + 0;4915T d)s2 + (2;4 + 0;4915)s + Ti
Al aplicar una entrada escalón, de amplitud A, para luego evaluar el valor …nal, se obtuvo
0;4915
Ti A
0;4915 = A:
Ti

Lamentablemente, de la misma forma que con el controlador proporcional integral, puesto que
los coe…cientes del denominador de 13 y 14 deben ser iguales para que exista un comportamiento
idéntico y no es posible modi…car el coe…ciente del término lineal en el denominador de 14, se
encontró que esta combinación no es capaz de controlar en la forma deseada el sistema. Igual-
mente, puesto que la con…guración de los controladores es en la forma de constantes de tiempo,
resulta imposible prescindir de la ganancia proporcional, kp , por lo que se tomó este controlador
como una alternativa imposible para este sistema.

9. Análisis del controlador proporcional integral derivativo

Aplicando el controlador proporcional en lazo cerrado al sistema, …gura 6, y haciendo las
reducciones necesarias, se obtuvo la función de transferencia en lazo abierto
0;4915kp
0;4915kp T ds2 + 0;4915kp s + Ti
0;4915kp
: (15)
s3 + (0;2433 + 0;4915kp T d)s2 + (2;4 + 0;4915kp )s + Ti

11
 Figura 6: Sistema en lazo cerrado con el controlador porporcional integral derivativo.

Aplicando una entrada, de tipo escalón y de amplitud A , y utilizando el teorema de valor …nal
se obtiene
0;4915kp
Ti A
0;4915kp
= A;
Ti
por lo que se consideró a este controlador como candidato para cumplir el objetivo de control del
sistema. Para calcular los valores de las constantes kp ; T i y T d, se igualaron los coe…cientes de
los términos de los denominadores de 13 y 15, obteniéndose un sistema de tres ecuaciones y tres
incógnitas
0;2433 + 0;4915kp T d = 14;
2;4 + 0;4915kp = 51;849
y
0;4915kp
= 118;49:
Ti
Al resolver, se obtuvo
kp = 100;61;
T i = 0;417
y
T d = 0;278:
La simulación de la función de transferencia deseada en el software LabVIEW se presenta en la
…gura 7. Aunque en la simulación el valor de sobrepaso es mayor al esperado, se aceptó debido
a la posibilidad de ajuste de las ganancias al aplicarse físicamente al sistema, también llamado
como la sintonización del controlador.
Al utilizar las constantes calculadas en el sistema real, se obtuvo una respuesta parecida, pero
no del todo apropiada; en la …gura 8, se muestra la respuesta del sistema (rojo) a la referencia
(azul), cabe señalar que la referencia es una señal cuadrada, de amplitud unitaria, a la que se
aplicó un …ltro pasa bajas para evitar los cambios repentinos en cada semiciclo y poder así
reducir la amplitud de la señal de entrada. Para obtener una respuesta aceptable, se ajustaron
los valores de las ganancias hasta que se tuvo sobrepaso mínimo y tiempo de asentamiento muy
corto, este resultado se muestra en la …gura 9, los valores de las ganancias que lograron generar
este comportamiento fueron
kp = 23;
T d = 0;5

12
 1 .4

X : 0. 3 11
Y : 1. 1 65
1 .2

1
X: 2
Y : 1. 0 03

0 .8

0 .6

0 .4

0 .2

0
0 0 .5 1 1 .5 2 2 .5 3 3 .5 4 4 .5 5

Figura 7: Simulación de la respuesta de 13 ante una entrada escalón de amplitud uno.

X : 8 4 .1 8
1 .5
Y : 1 .8 0 2
X : 8 5 .5 4
Y : 1 .0 0 1

0 .5

-0 .5

-1

-1 .5
83 8 3 .5 84 8 4 .5 85 8 5 .5 86 8 6 .5 87

Figura 8: Respuesta obtenida utilizando los valores calculados para las ganancias del controlador
PID.

13
 1 .5

X : 8 5 .3 3
Y : 0 .9 6 1 9
1

0 .5

-0 .5

X : 8 3 .3 3
Y : -1
-1

-1 .5
83 8 3 .5 84 8 4 .5 85 8 5 .5 86 8 6 .5 87

Figura 9: Respuesta obtenida al sintonizar el controlador PID en el sistema.

y
T i = 0;417:
Aunque el tiempo de asentamiento no es de dos segundos, utilizando el criterio del 2 %, se con-
sideró la respuesta como aceptable, ya que la señal de referencia, al estar atenuada, no alcanza
su amplitud máxima en ese tiempo. En la …gura 10, se puede observar la señal de salida del
controlador, en donde aquella que proporciona la tarjeta se muestra en color rojo y tiene valores
de entre 10 y 10 Volts, esto debido a que la tarjeta sólo tiene ese rango de valores para su
salidas, puesto que los sobrepasos (azul) no pueden ser alcanzados por la tarjeta, se aprecia como
una señal ruidosa debido a la saturación de voltaje.

10. Conclusión
Analizando la grá…ca que compara la señal de salida después de haber aplicado y sintonizado
el controlador PID con la señal de referencia, podemos concluir que se logró el objetivo de control,
es decir, se logró regular la señal de salida del circuito que emula la dinámica del sistema masa
resorte amortiguador, de modo que tuvo un error en estado estable nulo un sobrepaso menor
al 10 % y un tiempo de asentamiento un poco mayor a dos segundos, bastante aceptable al
considerar que la señal de referencia después de haber utilizado …ltros tampoco es capaz de llegar
al valor …nal en menos de dos segundos. Para lograr lo antes explicado fue necesario utilizar
las herramientas propias de los softwares LabVIEW y MATLAB, el primero de ellos bastante
útil para la adquisición de datos de la respuesta del sistema mediante la tarjeta de adquisición
myRIO, simulación del sistema aplicando controladores y aplicación del controlador PID a la
planta, mientras que MATLAB nos permitió identi…car con relativa sencillez la planta del sistema.
Retomando el tema de la simulación en LabVIEW, esta fue de bastante utilidad para observar
la amplitud del controlador PID, el cual demostró que se requería de un exceso de voltaje para
que nuestra señal siguiera a la perfección la función deseada, voltaje incapaz de obtenerse con un
myRIO, demostrando así la necesidad de utilizar …ltros para disminuir los cambios tan repentinos
de la señal cuadrada de referencia.

14
 60

50

40

30

20

10

- 10

- 20

- 30

- 40

- 50

- 60
30 40 50 60 70 80 90 100

Figura 10: Señal de entrada al sistema.

Referencias
[1] Zill, D. G., & Cullen, M. R. (2013). Ecuaciones diferenciales. McGraw-Hill Interamericana.
[2] Kuo, B. C. (1987). Automatic control systems. Prentice Hall PTR.
[3] National Instruments. (2018). myRIO-1900. noviembre 10,2018, de National Instruments Sitio
web: http://www.ni.com/es-mx/support/model.myrio-1900.html
[4] García. (1999). Líneas y …ltros eléctricos. México, D.F.: Limusa.
[5] MathWorks. (2018). System identi…cation Toolbox. noviembre 20, 2018, de MathWorks Sitio
web: https://la.mathworks.com/help/ident/ref/
[6] Allred, R.. (2015). Digital Filters for everyone. E.U.A.: Creative Arts & Science House.
[7] Riley, W. F., & Sturges, L. D. (1996). Ingeniería mecánica: dinámica. Reverté.
[8] Katsuhiko, O. (1998). Ingeniería de control moderna. Minnesota, PEARSON EDUCACION,
669-843.
[9] Virginia Mazzone. (2002). Controladores PID. 2018, de Universidad Nacional de Quilmes Sitio
web: http://www.eng.newcastle.edu.au/~jhb519/teaching/caut1/Apuntes/PID.pdf

15