Consultaría en tecnología de Medición y Control

Slides:



Advertisements
Presentaciones similares
UNIDAD 2: MODELOS MATEMÁTICOS EN SISTEMAS DE CONTROL
Advertisements

UNIDAD 2: MODELOS MATEMÁTICOS EN SISTEMAS DE CONTROL
ANALISIS DE RESPUESTA DE SISTEMAS
ANALISIS DE RESPUESTA DE SISTEMAS MC MIGUEL ANGEL SERRANO LOPE.
SIMULACIÓN DE SISTEMAS DE CONTROL
DESCRIPCION DE SISTEMAS
RESPUESTA EN EL TIEMPO Es de interés analizar las dos partes en que puede dividirse normalmente la respuesta en el tiempo de un sistema físico: Respuesta.
CAP. 6 - DISTORSIÓN Ing. Verónica M.Miró 2011.
Selección de la estructura y validación del modelo
INTRODUCCIÓN A LA IDENTIFICACIÓN DE SISTEMAS
ESCUELA SUPERIOR POLITECNICA DEL LITORAL
ESCUELA SUPERIOR POLITECNICA DEL LITORAL
PROYECTO PREVIO A LA OBTENCIÓN DEL TÍTULO INGENIERO EN ELECTRÓNICA
Sistemas de Control Digital con Matlab y Labview
M. en C. Luis Adrián Lizama Pérez
Unidad académica: Ingenierías
Modelado y simulación en Ingeniería Química. Manuel Rodríguez
Reglas de sintonía de controladores PID
Sistemas de segundo orden
Representación en espacio de estado
Brean León Rodríguez Diego Ochoa Moreno
Desarrollo de modelos empiricos a partir de datos
PROCESAMIENTO DE DATOS DE VIENTO 1º Parte.
Movimiento Ondulatorio
Selección de la estructura y validación del modelo
Reguladores Autoajustables (STR) Introducción ANTE EL CASO DE UN PROCESO NO LINEAL O CUYOS PARÁMETROS CAMBIEN CON EL TIEMPO, SE PLANTEA UNA ESTRUCTURA.
Repaso de Sistemas Lineales
2. DISEÑO DE SEÑALES Y FILTROS
Identificacion de sistemas
IDENTIFICACION DE SISTEMAS
INTRODUCCIÓN A LA IDENTIFICACIÓN DE SISTEMAS
Modelado matemático de sistemas de control
Pronósticos Los pronósticos y la planeación de la capacidad de mantenimiento son dos funciones importantes para el diseño de un sistema de mantenimiento.
GRUPO DE INVESTIGACION EN CONTROL INDUSTRIAL
SERIES DE TIEMPO INTEGRANTES :.
Sistemas de control TI-2233
INGENIERÍA DE CONTROL CAPÍTULO 3
“Identificación y diseño del controlador para un sistema de control de velocidad en un motor de inducción.” Presentado por : Cristhian Alexander Camacho.
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL Facultad de Ingeniería en Electricidad y Computación “Identificación de un Sistema Amplificador basado en Filtros.
Identificación de Sistemas
UNIDAD I SISTEMAS DE CONTROL.
La estimacion de parametros
1. PRINCIPIOS DEL PROCESO DE MODELIZACION
Prof: Dr. Francisco Cubillos M Depto Ingeniería Quimica - USACH
Modulación en Amplitud (AM)
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
Previo a la obtención del Título de:
Control Digital/Avanzado Respuesta en Frecuencia
Identificación de Sistemas
L A ESTIMACION DE PARAMETROS 1. /31 CONTENIDO Principio fundamental de la estimación de parámetros Un metodo grafico para la estimacion de parametros.
SERIES CRONOLOGICAS O DE TIEMPO
M. I. Ricardo Garibay Jiménez Presentación y objetivo del curso.
Análisis de los Datos Cuantitativos
Función de transferencia de procesos muestreados
Tarea # 2 Encontrar la solución a la siguiente ecuación diferencial usando la transformada de Laplace: con las siguientes condiciones iniciales:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
Unidad 4 Análisis de los Datos.
DETECCION DE SEÑALES BINARIAS EN RUIDO GAUSSIANO El criterio de toma de decisión fue descrito por la ecuación Un criterio muy usado para escoger el nivel.
CONTROL CLÁSICO y MODERNO
CONTROL CLÁSICO Y MODERNO
Fundamentos de Control
OPTIMIZACION DEL DESEMPEÑO DE ERROR
EPE MA 148 ESTADÍSTICA INFERENCIAL TEMA:
Reglas de sintonización para Controladores PID El proceso de seleccionar los parámetros del controlador que cumplan con las especificaciones de desempeño.
MODELOS MATEMATICOS DE SISTEMAS LTI
PROCESADORES DIGITALES DE SEÑALES Transformada Z - VI Sistemas Electrónicos, EPSG Tema IV Transformada Z:
TEMA 7 ANÁLISIS DE LOS RESULTADOS TEMA 7 ANÁLISIS DE LOS RESULTADOS.
Análisis Transitorio De Primer Orden
INTRODUCCIÓN A LA IDENTIFICACIÓN DE SISTEMAS
Transcripción de la presentación:

Consultaría en tecnología de Medición y Control Calle 106 N. 23ª- 57 Bucaramanga - Colombia Telfax : (57)(7)6366433 e-mail : ljaimes@compuequipos.com.co

www.compuequipos.com.co Bucaramanga-Colombia DESCRIPCION MATEMATICA DE UN PROCESO DINAMICO MEDIANTE LA IDENTIFICACION A PARTIR DE DATOS EXPERIMENTALES www.compuequipos.com.co Bucaramanga-Colombia

Identificación de Sistemas Objetivo Describir mediante un modelo matemático el comportamiento de un sistema dinámico, identificando sus parámetros a partir de pruebas experimentales. www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia MODELOS DINAMICOS y(t) = G(q)u(t) + e(t) (ARX) Sistema G(q) + Salida y(t) Entrada u(t) Disturbios e(t) Orientación Posición Alerones Elevadores Turbulencia, densidad Ráfagas de aire www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia ESTIMACION DE PARAMETROS Modelos Mecanísticos : Modelo construido a partir de principios físicos, químicos, biológicos etc. mediante ecuaciones de balance de energía. Modelos empíricos : No requieren conocimiento del sistema Ambos modelos utilizan datos experimentales para identificar un modelo verdadero. Dependiendo de la comunidad científica que utilice la técnica, hablaremos de “parameter estimation”, “time series analysis” o “system identification” I de S es un término usado por la comunidad de control, es un término más amplio que incluye la estructura del modelo y los parámetros correspondientes a ese modelo. Además incluye los métodos no-paramétricos. www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia Modelos mecanísticos versus modelos tipo black-box Mecanístico Tipo black-box Tiempo de desarrollo Largo Corto Parámetros Significado Constantes sin concreto significado Extrapolable Si No Complejidad Complejo Simple(lineal) (a menudo no-lineal) www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia RUIDO BLANCO Es aquel ruido errático con múltiples frecuencias como el producido por un parlante cuando su bobina es recorrida por electrones al azar (completamente impredecible). Se designa como ruido blanco por su analogía con la luz blanca Contiene todos lo componentes de frecuencia con igual proporción de potencia PSEUDO-RANDOM NOISE Este tipo de ruido tiene la misma función de autocorrelación y correlación cruzada que el ruido blanco Es una señal periódica y binaria caracterizada por el número de registros y el periodo de reloj. Es simple de generar con registros de corrimiento www.compuequipos.com.co Bucaramanga-Colombia

La señal de perturbación mas comúnmente usada en los procesos de identificación es la Pseudo-Random Binary Sequence RELOJ + 1 1 1 1 1 0 0 1 1 1 0 0 0 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 0 0 0 0 0 1 0 1 1 0 0 1 1 1 1 0 0 0 0 1 1 0 1 1 0 1 1 PRBS N=2^4 - 1 EX-OR + 0 1 = 1 0 0 = 0 1 1 = 0 1 0 = 1 PRBS www.compuequipos.com.co Bucaramanga-Colombia

PROCESO DE IDENTIFICACION PRBS TT TCV www.compuequipos.com.co Bucaramanga-Colombia

------- = ----------------- Tsp 1 + GpGvGvH Perturbaciones TIC TT TCV Proceso + Tsp To Ti Fi To(s) GpGvGc ------- = ----------------- Tsp 1 + GpGvGvH Perturbaciones + - El trabajo de determinar kp, tos y s es llamado estimación de parámetros, la existencia de ruido en la práctica, durante el proceso de medición, hace que el trabajo se vuelva complejo. www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia FUENTES DE ERROR EN LA MEDICION www.compuequipos.com.co Bucaramanga-Colombia

CUATRO PASOS BASICOS EN I de S QUE NOS LLEVAN DESDE UNOS DATOS OBSERVADOS A UN MODELO VALIDO 1. RECOLECCION DE DATOS DE ENTRADA Y SALIDA El modelo será tan bueno como la información contenida en los datos colectados. 2. SELECCIÓN DE UN MODELO APROPIADO a. Estructuras tipo caja negra b. Modelamiento físico c. Modelamiento semi-físico 3. CRITERIO DE AJUSTE Orden del sistema. La diferencia entre la salida del proceso y la salida del modelo debe ser mínima. 4. VALIDACION DEL MODELO Verificar si el modelo es bueno para la aplicación que queremos hacer. www.compuequipos.com.co Bucaramanga-Colombia

METODOLOGIA DE LA IDENTIFICACION El objeto de la identificación de sistemas es encontrar una representación del sistema de la forma y(t)=G(q)u(t)+e(t) y diseñar perturbaciones sobre u(t) para ser aplicadas al proceso y obtener suficiente información que permita identificarlo. Diseño del experimento (Onda seno, PRBS) Identificación: *Procesamiento de datos *Determinación del modelo *Estimación de parámetros Validación del modelo Conocimiento del proceso www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia G(s)= kp*e^s / (ts+1) La forma directa de identificar un proceso es obteniendo los parámetros del modelo dinámico de la respuesta a un cambio en la entrada. www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia En sistemas lineales, la entrada y la salida tienen la misma frecuencia, solo cambian la amplitud y la fase. El diagrama de Bode muestra gráficamente la relación fase & frecuencia y amplitud & frecuencia. www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia MODELAMIENTO MATEMATICO Modelo desarrollado a partir de principios físicos, químicos, etc. Qin dQin(t) - dQout(t) = Cdh(t) RC dh/dt + h = Rqin Laplace: (RCs + 1)H(s) = Rqin(s) H(s) / Qin(s)= R / RCs +1 C h R Qout R= dh(t)/dQo(t) R= h / Qo Qout=h/R Los parámetros describen la característica o personalidad del proceso(ganancia, tiempo muerto, constante de tiempo) Un 80% de los procesos químicos pueden ser modelados mediante estos parámetros G(s)=kp*e^-ts / s + 1 www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia METODOS NO-PARAMETRICOS 1. Análisis de Transitorios Este modelo usa la respuesta del sistema(overshoot, settling time, rise time) a una función impulso o paso. Util para sistemas de 1 y 2 orden. 2. Análisis de Frecuencia Se aplican señales senoidales de diferente frecuencia a la entrada y se hace una representación gráfica del sistema contra la fase y amplitud de salida(e.g. diagrama de Bode). 3. Análisis de Correlación Basado generalmente en entradas de ruido blanco. La relación salida-entrada del sistema se basa en el análisis de autocovarianza y covarianza cruzada. 4. Análisis Espectral Este método puede ser usado con cualquier entrada arbitraria, la relación entrada-salida se obtiene mediante un diagrama de bode o similar. También utiliza el análisis de correlación. Desarrollado a partir de métodos estadísticos. www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia METODOS PARAMETRICOS Se basan en la predicción del error ( la diferencia entre la salida del proceso y la predicción hecha por el modelo). El criterio de mínimos cuadrados es uno de los métodos usados. Sistema LTI con perturbaciones: y(t)=G(q-1)u(k)+H(q-1)e(k) 1. Modelo ARX : Son la primera elección en un procedimiento de identificación de sistemas lineales. 2. Modelo ARMAX : Describe el error en la ecuación como un promedio movil (Moving Average). 3. Modelo Output Error(OE) : Es un modelo ARMAX con relación in/out sin perturbación mas ruido blanco aditivo en la salida. 4.Modelo Box-Jenkins(BJ) : Es una generalización del modelo output error www.compuequipos.com.co Bucaramanga-Colombia

SISTEMA DE CONTROL SERIE I/A DE FOXBORO NODO TIPICO www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia

PRUEBA EN PLANTA PILOTO LAZO DE CONTROL www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia

NUEVA FUNCION DE TRANSFERENCIA PARAMETROS DE LA NUEVA FUNCION DE TRANSFERENCIA www.compuequipos.com.co Bucaramanga-Colombia

NUEVA FUNCION DE TRANSFERENCIA RESPUESTA AL ESCALON NUEVA FUNCION DE TRANSFERENCIA www.compuequipos.com.co Bucaramanga-Colombia

DIAGRAMA DE POLOS Y ZEROS NUEVA FUNCION DE TRANSFERENCIA www.compuequipos.com.co Bucaramanga-Colombia

RESPUESTA EN FRECUENCIA NUEVA FUNCION DE TRANSFERENCIA www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia SIMULACION CON SIMULINK-MATLAB www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia SIMULACION CON TIEMPO MUERTO www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia IDENTIFIC. DE SIST. - TOOLBOX DE MATLAB www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia DIAGRAMA DE POLOS Y ZEROS www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia RESPUESTA - FUNCION DE TRANSFERENCIA www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia LAZO DE CONTROL BAJO PRUEBA www.compuequipos.com.co Bucaramanga-Colombia

RESPUESTA DEL PROCESO AL ESCALON Crudo Cusiana (Temp. Carga 376 °F)  = 3/2(t2-t1) t0 = t2 -  www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia RESPUESTA DEL PROCESO AL ESCALON  = 3/2(t2-t1) t0 = t2 -  =3/2( 310-110)=300 s = 310-300=10 s www.compuequipos.com.co Bucaramanga-Colombia

GUIA DE DISEÑO DE LA SEÑAL PRBS  = Factor que representa el tiempo de asentamiento  = Factor que representa la velocidad en lazo cerrado www.compuequipos.com.co Bucaramanga-Colombia

GUIA DE DISEÑO DE LA PRBS = 2.8(300s)/2 = 420s = 2(3)(300)/420 = 14 n = ln15/ln2 = 4 N = 2n-1 = 15 Duración de la prueba = Tsw(N) = 420(15) = 6300s = 105min 105 min de datos para identificación y 105 min para validación Ts =  / 10 = 300s / 10 = 30s N y n deben ser valores enteros Tsw debe ser un entero múltiplo del periodo de muestreo www.compuequipos.com.co Bucaramanga-Colombia

RESPUESTA DEL SISTEMA A LA SEÑAL PRBS www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia DATOS DE PRUEBA www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia TEMPERATURA CIMA T2005 & PRBS www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia TEMPERATURA CIMA T2005 (Regresión polinomial) www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia TEMPERATURA CIMA T2005 & PRBS www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia

SIMULACION DE PARAMETROS DE SINTONIZACION www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia FT TIC + Tsp To Perturbación TT FCV FIC To(s) GpGvGc ------- = ----------------- Tsp 1 + GpGvGvH www.compuequipos.com.co Bucaramanga-Colombia

Constante de tiempo <5s Sobrepaso <10% Error en estado estacionario <2% kp=100; num=[kp]; den=[m b+kp]; step(num,den,t) Kp=300; den=[m b+kp] t=0:0.1:20; [numCL,denCL]=cloop(kp*num,den) step(numCL,denCL,t) Kp=600; ki=1;kd=50; www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia GENERACION DE PRBS CON SIMULINK DE MATLAB www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia RESUMEN La identificación de sistemas es el proceso de hallar una expresión que represente matemáticamente un sistema físico usando datos experimentales. Existe una alta demanda por reducir costos de producción o cumplir con estrictos estándares ambientales. Incluso en pequeñas industrias muchas variables de proceso son monitoreadas para efectos de análisis, optimización y control. La identificación es una de las técnicas avanzadas utilizada para manejar esta multiplicidad de datos, con el fin de optimizar la operación y el control de un proceso. www.compuequipos.com.co Bucaramanga-Colombia

www.compuequipos.com.co Bucaramanga-Colombia RESUMEN La identificación experimental de procesos dinámicos ha sido un área activa de investigación por muchos años a nivel mundial en diferentes campos de la ingeniería. Identificación para control en lazo cerrado. Identificación de sistemas dinámicos industriales. Estimación de parámetros mediante el uso de sistemas fuzzy, redes neuronales y/o algoritmos genéticos. Comparación usando diferentes métodos según el proceso. www.compuequipos.com.co Bucaramanga-Colombia Compuequipos.com.co