La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

Identificacion de sistemas

Presentaciones similares


Presentación del tema: "Identificacion de sistemas"— Transcripción de la presentación:

1 Identificacion de sistemas
Sistemas LTI en MATLAB

2 Contenido Construccion de modelos de tiempo continuo
Construccion de modelos de tiempo discreto Combinacion de modelos Analisis de la respuesta transiente Analisis de la respuesta en frecuencia El diagrama de nyquist

3 Construccion de modelos de tiempo continuo

4 Construccion de modelos para sistemas LTI
El toolbox Control System soporta sistemas de tiempo continuo y discreto de los siguientes tipos: Transfer Function Zero-pole-gain State Space

5 Funciones de transferencia de tiempo continuo
Funcion: tf. Crea funciones de transferencia de la siguiente forma: Example Matlab Output >>num = [2 1]; >>den = [1 3 2]; >>H=tf(num,den) Transfer function: 2 s + 1 s^2 + 3 s + 2

6 Funciones de transferencia de tiempo continuo
Es posible incluir retardo en la funcion de transferencia Ejemplo >>num = [2 1]; >>den = [1 3 2]; >>H=tf(num,den,’inputdelay’,2) Transfer function: 2 s + 1 exp(-2*s) * s^2 + 3 s + 2 Matlab Output

7 Funciones de transferencia de tiempo continuo
Function: zpk. Crea funciones de transferencia de la siguiente forma: Ejemplo Matlab Output >>num = [-0.5]; >>den = [-1 -2]; >>k = 2; >>H=zpk(num,den,k) Zero/pole/gain: 2 (s+0.5) (s+1) (s+2)

8 Modelos en espacio de estado de tiempo continuo
Modelo en espacio de estado Funcion: ss. Crea modelos en espacio de estados

9 Modelos en espacio de estado de tiempo continuo
Ejemplo: Matlab Output >>A = [0 1;-5 -2]; >>B = [0;3]; >>C = [0 1]; >>D = [0]; >>sys=ss(A,B,C,D) a = x1 x2 x x b = u1 x1 0 x2 3 c = x1 x2 y d = u1 y1 0

10 Conversion entre modelos diferentes
Para Convertir de Convertir a Funcion en Matlab Transfer Function Zero-pole-gain [z,p,k]=tf2zp(num,den) State Space [A,B,C,D]=tf2ss(num,den) [num,den]=zp2tf(z,p,k) [A,B,C,D]=zp2ss(z,p,k) [num,den]=ss2tf(A,B,C,D) [z,p,k]=ss2zp(A,B,C,D)

11 Construccion de modelos de tiempo discreto

12 Funciones de transferencia de tiempo discreto
Funcion: tf. Crea funciones de transferencia de la siguiente forma: Ejemplo: con periodo de muestreo de 0.4 Matlab Output >>num = [2 1]; >>den = [1 3 2]; >>Ts=0.4; >>H=tf(num,den,Ts) Transfer function: 2 z + 1 z^2 + 3 z + 2 Sampling time: 0.4

13 Funciones de transferencia de tiempo discreto
Funcion: zpk. Crea funciones de transferencia de la siguiente forma: : Ejemplo: con periodo de muestreo de 0.4 Matlab Output >>num = [-0.5]; >>den = [-1 -2]; >>k = 2; >>Ts=0.4; >>H=zpk(num,den,k,Ts) Zero/pole/gain: 2 (z+0.5) (z+1) (z+2) Sampling time: 0.4

14 Modelos en espacio de estado de tiempo discreto
Modelo en espacio de estado Funcion: ss. Crea modelos en espacio de estado n es un indice o el tiempo discreto

15 Modelos en espacio de estado de tiempo discreto
Ejemplo: Transfer function: 2 z + 1 z^2 + 3 z + 2 Sampling time: 0.4 Matlab Output a = x1 x2 x x b = u1 x1 0 x2 3 c = y d = y1 0 >>A = [0 1;-5 -2]; >>B = [0;3]; >>C = [0 1]; >>D = [0]; >>Ts= [0.4]; >>sys=ss(A,B,C,D,Ts)

16 Combinacion de modelos

17 Combinacion de modelos
Un modelo puede ser visto como un bloque con entradas y salidas (diagramas de bloques) conteniendo una funcion de transferencia o un modelo en espacio de estado Un simbolo para las operaciones matematicas sobre la entrada al bloque que produce la salida Transfer Function G(s) Input Output Elementos de un diagrama en bloques

18 Combinacion de modelos
Funciones en matlab para manipulaciones basicas de diagramas de bloques Combination Matlab Command sys = series(G1,G2) sys = parallel(G1,G2) sys = feedback(G1,G2) G1(s) G2(s) + G1(s) G2(s) + G1(s) - G2(s)

19 Operaciones aritmeticas basicas de modelos
Matlab Adicion sys = G1+G2; Multiplicacion sys = G1*G2; Inversion sys = inv(G1);

20 Analisis de la respuesta transiente

21 Analisis de la respuesta transiente
La respuesta transiente se refiere al proceso generado al ir de un estado inicial a un estado final La respuesta transiente es usada para investigar caracteristicas en el dominio del tiempo de sistemas dinamicos Respuestas usadas: respuesta al paso, respuesta al impulso, y respuesta a la rampa

22 Analisis de la respuesta transiente
Respuesta al paso unitario Considere el sistema: %*****Numerator & Denominator of H(s) >>num = [0 0 25];den = [1 4 25]; %*****Specify the computing time >>t=0:0.1:7; >>step(num,den,t) %*****Add grid & title of plot >>grid >>title(‘Unit Step Response of H(s)’)

23 Analisis de la respuesta transiente
Respuesta al paso unitario de H(s)

24 Especificaciones de la respuesta transiente

25 Analisis de la respuesta transiente
Forma alternativa para generar la respuesta al paso unitario de la funcion de transferencia,H(s) Si la entrada es , entonces la respuesta puede ser generada con el siguiente comando: %*****Numerator & Denominator of H(s) >>num = [0 0 25];den = [1 4 25]; %*****Create Model >>H=tf(num,den); >>step(H) >>step(10*H)

26 Analisis de la respuesta transiente
Respuesta impulsiva Considere el sistema: %*****Numerator & Denominator of H(s) >>num = [0 0 25];den = [1 4 25]; %*****Specify the computing time >>t=0:0.1:7; >>impulse(num,den,t) %*****Add grid & title of plot >>grid >>title(‘Impulse Response of H(s)’)

27 Analisis de la respuesta transiente
Respuesta impulsiva de H(s)

28 Analisis de la respuesta transiente
Respuesta a la rampa No existe una funcion rampa en Matlab Para obtener la respuesta a la rampa de H(s), dividir H(s) por “s” y usar la funcion step Considere el sistema: Para entrada rampa unitaria, Por lo tanto Indica respuesta al paso Nueva H(s)

29 Analisis de la respuesta transiente
Ejemplo: Respuesta a la rampa unitaria %*****Numerator & Denominator of NEW H(s) >>num = [ ];den = [ ]; %*****Specify the computing time >>t=0:0.1:7; >>y=step(num,den,t); %*****Plot input & the ramp response curve >>plot(t,y,’.’,t,t,’b-’) %*****Add grid & title of plot >>grid >>title(‘Unit Ramp Response Curve of H(s)’)

30 Analisis de la respuesta transiente
Respuesta a la rampa unitaria de H(s)

31 Analisis de la respuesta en frecuencia

32 Analisis de la respuesta en frecuencia
Con el analisis de la respuesta transiente es dificil determinar con precision el modelo (debido al ruido o limitacion en el tamaño de la señal de entrada) Alternativa: Usar la respuesta en frecuencia para caracterizar como se comporta el sistema en el dominio de la frecuencia Es posible ajustar las caracteristicas de la respuesta en frecuencia del sistema ajustando los parametros relevantes (criterios de diseño) para obtener una respuesta transiente aceptable de las caracteristicas de la respuesta transiente del sistema

33 Analisis de la respuesta en frecuencia
Representacion en diagrama de Bode de la respuesta en frecuencia Consiste de dos graficas: El logaritmo de la magnitud de la respuesta en frecuencia El angulo de fase (en grados) de la respuesta en frecuencia Funcion en matlab: bode

34 Analisis de la respuesta en frecuencia
Representacion en diagrama de Bode de la respuesta en frecuencia Eejemplo: %*****Numerator & Denominator of H(s) >>num = [0 0 25];den = [1 4 25]; %*****Use ‘bode’ function >>bode(num,den) %*****Add title of plot >>title(‘Bode plot of H(s)’)

35 Analisis de la respuesta en frecuencia
Ejemplo: Diagrama de Bode para Magnitud Fase

36 El diagrama de nyquist

37 El diagrama de Nyquist Es posible realizar analisis de estabilidad usando el diagrama de Nyquist Para determinar si el sistema es estable y tambien el grado de estabilidad del sistema Y usar la informacion para determinar como mejorar la estabilidad La estabilidad se determina basados en el Criterio de estabilidad de Nyquist

38 El diagrama de Nyquist Ejemplo: Considere el sistema
%*****Numerator & Denominator of H(s) >>num = [0 0 1]; >>den = [ ]; %*****Draw Nyquist Plot >>nyquist(num,den) %*****Add grid & title of plot >>grid >>title(‘Nyquist Plot of H(s)’)

39 El diagrama de Nyquist Diagrama de Nyquist para

40 Fuente


Descargar ppt "Identificacion de sistemas"

Presentaciones similares


Anuncios Google