Modelado matemático de sistemas de control

Slides:



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

Análisis de Sistemas Lineales
Programa de Análisis Numérico
Tema 2: Modelado de sistemas físicos.
DISEÑO DE EXPERIMENTOS
CAP. 4 METODOS CUANTITATIVOS PARA LA TOMA DE DECISIONES.
DESCRIPCION DE SISTEMAS
Metodología.
Resolución de Problemas
Taller de Ingeniería Industrial
Procesos automatizados
Tema 2: Modelado de sistemas físicos.
Modelado y simulación en Ingeniería Química. Manuel Rodríguez
Modelización y Simulación en Ingeniería Química.
Transformada de Laplace
Representación en espacio de estado
NECESIDAD DE LA SIMULACIÓN POR ORDENADOR
Velocidad de reacción e interpretación de datos experimentales.
Universidad Autónoma San Francisco
BASES de la ELECTROMEDICINA
Desarrollo de modelos empiricos a partir de datos
SISTEMAS DINÁMICOS DE SEGUNDO ORDEN
SISTEMAS DINÁMICOS DE PRIMER ORDEN
ECUACIONES DIFERENCIALES PARCIALES
Unidad 4 Conceptos de sistema
Capítulo 3 Etapas de un Proyecto de simulación
Profesores: Danilo Bassi y Arturo Alvarez
Tema 12 – Conceptos Básicos
Física General FMF024-Clase A S1.
SOFTWARE DE SIMULACION
Tema 6: Modelado de sistemas distribuidos
M.S.C. Ivette Hernández Dávila
en la estrategia de calidad
GRUPO DE INVESTIGACION EN CONTROL INDUSTRIAL
Análisis de Sistemas Lineales
Equilibrio Químico: el contexto. Conocimientos previos: Estado de equilibrio de un sistema, funciones de estado. Gas ideal y gases reales. Solución.
TAREA: Simular un evento cotidiano REQUISITOS Hacerlo por computadora Permitir la manipulación de variables Puede usar software a la medida o hacerlo mediante.
Tema 3: Simulación estacionaria..
SIMULACIÓN DE MÁQUINAS ELÉCTRICAS SEPTIEMBRE – DICIEMBRE 2004 Simulación de Máquinas Eléctricas Ph. D., M. Sc., Ing. Jaime A. González C.
Modelado y simulación en Ingeniería Química. Manuel Rodríguez Tema 3: Simulación estacionaria.
Pasos de un estudio de simulacion (repaso).
INVESTIGACION DE OPERACIONES
Análisis de Sistemas Lineales “Sistemas Descritos por Ecuaciones Diferenciales” Ing. Rafael A. Díaz Chacón ASL/RAD/2001.
La estimacion de parametros
1. PRINCIPIOS DEL PROCESO DE MODELIZACION
Instrumentación Electrónica: Introducción
Prof: Dr. Francisco Cubillos M Depto Ingeniería Quimica - USACH
Estequiometría y Cinética de Crecimiento
Unidad 1. PROGRAMACION ALGORITMICA
FUNDAMENTOS DE ELECTRÓNICA
ESTABILIDAD EN TENSION
Sistemas Procesos y Modelos
Introducción a la Simulación de Eventos Discretos José Daniel García Sánchez Grupo de Arquitectura Comunicaciones y Sistemas Universidad Carlos III de.
Sistemas, Procesos y Modelos
CONCEPTOS BÁSICOS DEL ANÁLISIS DE SISTEMAS Y SIMULACIÓN.
Modelos matemáticos y solución de problemas
Modelación matemática
L A ESTIMACION DE PARAMETROS 1. /31 CONTENIDO Principio fundamental de la estimación de parámetros Un metodo grafico para la estimacion de parametros.
Ecuaciones diferenciales
ANÁLISIS DE REGRESIÓN SIMPLE
1.Introducción 2.Casos simples de reducción del orden 3.Ecuaciones lineales homogéneas con coeficientes constantes 4.Ecuaciones lineales no homogéneas.
MODELO MATEMÁTICO COLUMNA DE DESTILACIÓN
Tarea # 2 Encontrar la solución a la siguiente ecuación diferencial usando la transformada de Laplace: con las siguientes condiciones iniciales:
MODELAMIENTO MATEMÁTICO DE PROCESOS INDUSTRIALES
BALANCE DE MATERIA Y ENERGIA
VARIABLES DE CONTROL Se utilizan para eliminar posibles interferencias entre la variable dependiente e independiente.
Resumen. Tipos de reacciones Las reacciones pueden ser irreversibles o reversibles. En las irreversibles, los reactivos, R, se transforman totalmente.
Simulación de Sistemas
Facultad de Ciencias Exactas Químicas y Naturales Universidad Nacional de Misiones Cátedra: Fundamentos de Transferencia de Calor Área: Convección Ing.
Ecuaciones cubicas de estado Estas ecuaciones de estado van de las que contienen unas pocas constantes hasta expresiones complejas que involucran veinte.
Transcripción de la presentación:

Modelado matemático de sistemas de control

Modelos Representación aproximada de la realidad Abstracción: se incluyen sólo aquellos aspectos y relaciones que son de interés. Modelos físicos, cualitativos, cuantitativos. Usos de los modelos: diseño, entrenamiento, “que pasa si”…., decisiones,...

Modelos Matemáticos Conjunto de ecuaciones que relacionan las variables del proceso de interés y representan adecuadamente su comportamiento • Relacionan las variables de salida con las variables de entrada, cuya evolución se supone conocida. • Siempre son aproximaciones de la realidad. 𝐾 𝑑𝑥 𝑑𝑡 +𝐴 𝑥= 𝑦

Modelos estáticos y dinámicos Estáticos » Representan situaciones de equilibrio » Descritos mediante ecuaciones algebraicas » Orientados a diseño Dinámicos » Representan la evolución temporal » Descritos mediante ecuaciones diferenciales » Utilización típica: control, entrenamiento,.

Simplicidad contra exactitud “Una exactitud extrema requiere un modelo más complejo” Un modelo más simple requiere: ignorar ciertas propiedades físicas (suposiciones) obviar no linealidades no tener en cuenta parámetros distribuidos

Sistemas lineales e invariantes con el tiempo 𝒂 𝟎 𝒅 𝒏 𝒙 𝒅𝒕 𝒏 + 𝒂 𝟏 𝒅 𝒏−𝟏 𝒙 𝒅𝒕 𝒏−𝟏 +…+ 𝒂 𝒏−𝟏 𝒅𝒙 𝒅𝒕 + 𝒂 𝒏 = 𝒃 𝟎 𝒅 𝒎 𝒚 𝒅𝒕 𝒎 + 𝒃 𝟏 𝒅 𝒎−𝟏 𝒚 𝒅𝒕 𝒎−𝟏 +…+ 𝒃 𝒎−𝟏 𝒅𝒚 𝒅𝒕 + 𝒃 𝒎 𝒚 𝒏≥𝒎 𝒂 𝒊 𝒄𝒐𝒏𝒔𝒕𝒂𝒏𝒕𝒆𝒔 Sistema LTI 𝒙 𝒕 𝒔𝒂𝒍𝒊𝒅𝒂 y(𝒕) 𝒆𝒏𝒕𝒓𝒂𝒅𝒂

Obtención de modelos Mediante razonamientos, por aplicación de principios generales de la física, la química, etc Mediante experimentación y análisis de datos

Metodología de modelado Establecer los límites y objetivos del modelo Establecer las hipótesis básicas Escribir las ecuaciones usando leyes de conservación y del dominio de aplicación. Estimar el valor de los parámetros (solución y simulación) Validar el modelo

Ejemplo: Sistema Térmico Objetivo: estudiar el cambio de la temperatura del tanque 𝐸𝑝 𝑖 𝐸𝑐 𝑖 𝑝𝑉 𝑖 𝑈 𝑖 características: masa constante aislamiento bien mezclado 𝑊 𝑒 𝐻 𝑖 qi = q0 = q 𝐸𝑝 𝑜 𝐸𝑐 𝑜 𝑝𝑉 𝑜 𝑈 𝑜 ∆𝑈 𝑠𝑖𝑠𝑡 𝐻 𝑜 base del modelo: balance de energía 𝑒𝑛𝑒𝑟𝑔í𝑎 𝑒𝑛𝑡𝑟𝑎=𝑒𝑛𝑒𝑟𝑔í𝑎 𝑠𝑎𝑙𝑒+𝑐𝑎𝑚𝑏𝑖𝑜 𝑒𝑛𝑒𝑟𝑔í𝑎 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑎 𝐸𝑝 𝑖 + 𝐸𝑐 𝑖 + 𝑝𝑉 𝑖 + 𝑈 𝑖 + 𝑊 𝑒 = 𝐸𝑝 𝑜 + 𝐸𝑐 𝑜 + 𝑝𝑉 𝑜 + 𝑈 𝑜 + ∆𝑈 𝑠𝑖𝑠𝑡 𝐻 𝑖 (entalpía) 𝐻 𝑜

𝜌 𝑖 𝑞 𝑡 𝐻 𝑖 𝑡 + 𝑅 𝑖 2 𝑡 𝑡= 𝜌 𝑜 𝑞 𝑡 𝐻 𝑜 𝑡 +∆[𝑉𝑡 𝜌 𝑜 𝑈 𝑡 ] 𝐻 𝑖 (t) + W e (t) = 𝐻 𝑜 (t) + ∆𝑈 𝑠𝑖𝑠𝑡 (t) 𝑚 𝑖 𝐻 𝑖 (𝑡) + 𝑅 𝑖 2 𝑡 t =𝑚 𝑜 𝐻 𝑜 (𝑡) +∆[𝑚 𝑠𝑖𝑠𝑡 𝑈 𝑠𝑖𝑠𝑡 (t)] 𝑯 𝒊 (t) 𝑾 𝒆 (t) 𝜌 𝑖 𝑚 𝑖 = 𝜌 𝑖 𝑞 𝑡 𝑉𝑡 𝑚 𝑠𝑖𝑠𝑡=𝑉𝑡 𝜌 𝑜 𝑯 𝒐 (𝒕) ∆𝑼 𝒔𝒊𝒔𝒕 (𝒕) 𝜌 𝑜 𝑚 𝑜 = 𝜌 𝑜 𝑞 𝑡 𝜌 𝑖 𝑞 𝑡 𝐻 𝑖 𝑡 + 𝑅 𝑖 2 𝑡 𝑡= 𝜌 𝑜 𝑞 𝑡 𝐻 𝑜 𝑡 +∆[𝑉𝑡 𝜌 𝑜 𝑈 𝑡 ] balance infinitesimal (t = dt ): 𝜌 𝑖 𝑞 𝐻 𝑖 𝑡 𝑑𝑡 + 𝑅 𝑖 2 𝑡 𝑑𝑡= 𝜌 𝑜 𝑞 𝐻 𝑜 𝑡 𝑑𝑡+𝑑[𝑉𝑡 𝜌 𝑜 𝑈 𝑡 ]

cambios de energía interna: cambios de entalpía: ∆ 𝐻 𝑡 = 𝑇 𝑇 𝐶𝑝 𝑑𝑇 𝐶𝑝 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝐶𝑝 [𝑇− 𝑇 ] 𝐻 𝑡 =𝐶𝑝 𝑇(𝑡) 𝑇(𝑡) 𝑻𝒆𝒎𝒑𝒆𝒓𝒂𝒕𝒖𝒓𝒂 𝒆𝒏 𝒆𝒔𝒕𝒂𝒅𝒐 𝒆𝒔𝒕𝒂𝒃𝒍𝒆 𝒄𝒂𝒎𝒃𝒊𝒐 𝒓𝒆𝒔𝒑𝒆𝒄𝒕𝒐 𝒂𝒍 𝒗𝒂𝒍𝒐𝒓 𝒆𝒏 𝒆𝒔𝒕𝒂𝒅𝒐 𝒆𝒔𝒕𝒂𝒃𝒍𝒆 “𝒗𝒂𝒓𝒊𝒂𝒃𝒍𝒆𝒔 𝒅𝒆 𝒅𝒆𝒔𝒗𝒊𝒂𝒄𝒊ó𝒏" cambios de energía interna: ∆ 𝑈 𝑡 = 𝑇 𝑇 𝐶𝑣 𝑑𝑇 𝐶𝑣 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝐶𝑣 [𝑇− 𝑇 ] 𝑇(𝑡) 𝑈 𝑡 =𝐶𝑣 𝑇(𝑡)

𝜌 𝑖 𝑞 𝐻 𝑖 𝑡 𝑑𝑡 + 𝑅 𝑖 2 𝑡 𝑑𝑡= 𝜌 𝑜 𝑞 𝐻 𝑜 𝑡 𝑑𝑡+𝑑[𝑉𝑡 𝜌 𝑜 𝑈 𝑡 ] 𝜌 𝑖 𝑞 𝐻 𝑖 𝑡 𝑑𝑡 + 𝑅 𝑖 2 𝑡 𝑑𝑡= 𝜌 𝑜 𝑞 𝐻 𝑜 𝑡 𝑑𝑡+𝑑[𝑉𝑡 𝜌 𝑜 𝑈 𝑡 ] 𝐻 𝑜 𝑡 = 𝐶𝑝 𝑜 𝑇(𝑡) 𝑈 𝑡 =𝐶𝑣 𝑇(𝑡) 𝐻 𝑖 𝑡 = 𝐶𝑝 𝑖 𝑇 𝑖 𝑡 𝜌 𝑖 𝑞 𝐶𝑝 𝑖 𝑇 𝑖 𝑡 𝑑𝑡 + 𝑅 𝑖 2 𝑡 𝑑𝑡= 𝜌 𝑜 𝑞 𝐶𝑝 𝑜 𝑇 𝑡 𝑑𝑡+𝑑[𝑉𝑡 𝜌 𝑜 𝐶𝑣 𝑇 𝑡 ] 𝒅𝒕 𝒅𝒕 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒𝑠 𝜌 𝑖 𝑞 𝐶𝑝 𝑖 𝑇 𝑖 𝑡 + 𝑅 𝑖 2 𝑡 = 𝜌 𝑜 𝑞 𝐶𝑝 𝑜 𝑇 𝑡 +𝑉𝑡 𝜌 𝑜 𝐶𝑣 𝑑𝑇 𝑡 𝑑𝑡 𝑉𝑡 𝜌 𝑜 𝐶𝑣 𝑑𝑇 𝑡 𝑑𝑡 + 𝜌 𝑜 𝑞 𝐶𝑝 𝑜 𝑇 𝑡 = 𝜌 𝑖 𝑞 𝐶𝑝 𝑖 𝑇 𝑖 (𝑡) + 𝑅 𝑖 2 𝑡 𝝆 𝒐 𝒒 𝑪𝒑 𝒐 𝝆 𝒐 𝒒 𝑪𝒑 𝒐 𝑽𝒕 𝑪𝒗 𝒒 𝑪𝒑 𝒐 𝒅𝑻 𝒕 𝒅𝒕 + 𝑻 𝒕 = 𝝆 𝒊 𝑪𝒑 𝒊 𝝆 𝒐 𝑪𝒑 𝒐 𝑻 𝒊 𝒕 + 𝑹 𝝆 𝒐 𝒒 𝑪𝒑 𝒐 𝒊 𝟐 𝒕

El modelo obtenido entradas Características del sistema salida Ti(t) entradas 𝝆 𝒊 , 𝑪𝒑𝒊 𝑽𝒕 ,𝑪𝒗 Características del sistema 𝝆 𝒐 , 𝑪𝒑𝒐 T(t) salida 𝑽𝒕 𝑪𝒗 𝒒 𝑪𝒑 𝒐 𝒅𝑻 𝒕 𝒅𝒕 + 𝑻 𝒕 = 𝝆 𝒊 𝑪𝒑 𝒊 𝝆 𝒐 𝑪𝒑 𝒐 𝑻 𝒊 𝒕 + 𝑹 𝝆 𝒐 𝒒 𝑪𝒑 𝒐 𝒊 𝟐 𝒕

Un modelo simplificado 𝑪𝒗≈𝑪𝒑 (para la mayoría de líquidos) suposiciones 𝑪𝒑𝒊≈𝑪𝒑𝒐 (cambios pequeños de temperatura) 𝝆 𝒊 ≈ 𝝆 𝒐 (∆𝑻 𝒑𝒆𝒒𝒖𝒆ñ𝒐) 𝑉𝑡 𝐶𝑣 𝑞 𝐶𝑝 𝑜 𝑑𝑇 𝑡 𝑑𝑡 + 𝑇 𝑡 = 𝜌 𝑖 𝐶𝑝 𝑖 𝜌 𝑜 𝐶𝑝 𝑜 𝑇 𝑖 𝑡 + 𝑅 𝜌 𝑜 𝑞 𝐶𝑝 𝑜 𝑖 2 𝑡 𝑽𝒕 𝒒 𝒅𝑻 𝒕 𝒅𝒕 + 𝑻 𝒕 = 𝑻 𝒊 𝒕 + 𝑹 𝝆 𝒒 𝑪𝒑 𝒊 𝟐 𝒕

Solución del modelo condiciones 𝑻 𝒊 𝒕 =𝟎 (𝒏𝒐 𝒉𝒂𝒚 𝒗𝒂𝒓𝒊𝒂𝒄𝒊ó𝒏) 𝑻 𝒊 𝒕 =𝟎 (𝒏𝒐 𝒉𝒂𝒚 𝒗𝒂𝒓𝒊𝒂𝒄𝒊ó𝒏) condiciones 𝒊 𝒕 𝒄𝒂𝒎𝒃𝒊𝒂 𝒅𝒆 𝒄𝒆𝒓𝒐 𝒂 𝒖𝒏 𝒗𝒂𝒍𝒐𝒓 " 𝒊 " 𝒄𝒐𝒏𝒔𝒕𝒂𝒏𝒕𝒆 𝒊 𝟐 𝑽𝒕 𝒒 𝒅𝑻 𝒕 𝒅𝒕 + 𝑻 𝒕 = 𝑻 𝒊 𝒕 + 𝑹 𝝆 𝒒 𝑪𝒑 𝒊 𝟐 𝒕 𝑽𝒕 𝒒 𝒅𝑻 𝒕 𝒅𝒕 + 𝑻 𝒕 = 𝑹 𝝆 𝒒 𝑪𝒑 𝒊 𝟐 Resolviendo con condiciones iniciales cero (𝑻 𝟎 =𝟎) 𝑻 𝒕 = 𝑹 𝝆 𝒒 𝑪𝒑 𝒊 𝟐 𝟏− 𝒆 − 𝟏 𝑽𝒕 𝒒 𝒕

Gráficamente 𝑻 𝒕 = 𝑅 𝜌 𝑞 𝐶𝑝 𝑖 2 1− 𝑒 − 1 𝑉𝑡 𝑞 𝒕

Simulación del modelo Condiciones masa constante aislamiento bien mezclado 𝑻 𝒕 = 𝑹 𝝆 𝒒 𝑪𝒑 𝒊 𝟐 𝟏− 𝒆 − 𝟏 𝑽𝒕 𝒒 𝒕 𝑹 𝝆 𝒒 𝑪𝒑 = 𝟏𝟒,𝟑 𝟎,𝟗𝟗𝟕 𝒙 𝟐,𝟏 𝒙 𝟒,𝟏𝟖 =𝟏,𝟔𝟑𝟑 [°𝑪/𝑨2] 𝑽𝒕 𝒒 = 𝟔𝟐𝟐 𝟐,𝟏 =𝟐𝟗𝟔,𝟐 [s] 𝑻 𝒕 =𝟏,𝟔𝟑𝟑 𝒊 𝟐 𝟏− 𝒆 − 𝟏 𝟐𝟗𝟔,𝟐 𝒕

Alcanzando el estado estable

Cambio en la corriente de la resistencia

𝑻 𝒕 =𝟏,𝟔𝟑𝟑 𝒙 𝟐,𝟔𝟐 𝟐 𝟏− 𝒆 − 𝟏 𝟐𝟗𝟔,𝟐 𝒕 =𝟏𝟏,𝟐 𝟏− 𝒆 − 𝟏 𝟐𝟗𝟔,𝟐 𝒕 𝟑𝟏,𝟖 11,2 𝑻 =20,6

Validación del modelo

Validación del modelo

Respuesta dinámica

Datos Experimentales del sistema térmico 3𝟎,𝟗 𝟐𝟎,𝟔

Comparación de los datos experimentales y del modelo 𝟐𝟎,𝟔

Modelos matemáticos… • están formados por conjuntos de ecuaciones diferenciales y algebraicas. • se usan para análisis de respuesta dinámica (entrada-salida). • es necesario conocer los principios físico-químicos involucrados. • son aproximaciones e incluyen suposiciones que deben comprobarse. • se resuelven mediante simulación. • se validan a través de la experimentación (exactitud).