03 Reguladores Clasicos

03 Reguladores Clsicos Nuevo.
docx 1
1. Reguladores Clsicos

1. AJUSTE DE PIDS .................................................................................................... 1
1.1. PORQU REALIMENTAMOS ........................................................................................ 2
1.1.1. Estructura estndar de un PID ......................................................................... 5
1.1.2. Efecto Antireset Windup up ............................................................................. 21
1.1.3. Efecto Bumpless ............................................................................................... 27
1.2. AJUSTES CLSICOS DE PIDS ................................................................................... 30
1.2.1. Ajuste Emprico Manual .................................................................................. 31
1.2.2. Mtodo de Ziegler-Nichols (1942) ................................................................. 32
1.2.3. Relacin entre ambos mtodos: ...................................................................... 36
1.2.4. Mtodo de Asignacin de Polos. ..................................................................... 40
1.3. CONTROL CON MODELO INTERNO (IMC) ............................................................... 45
1.3.1. Paradigma de diseo para IMC ...................................................................... 73
1.3.2. Diseo de F ...................................................................................................... 74
1.3.3. Realizacin del Controlador IMC ................................................................... 79
1.3.4. Diseo de PI-IMC para Plantas de Primer Orden ......................................... 81
1.4. AJUSTE ITERATIVO EN LAZO CERRADO (IFT) ........................................................ 88

03 Reguladores Clsicos Nuevo.docx 2
1.1. Porqu Realimentamos
u
R
r
G
y
v
e

u
R
r
G
y
v
e
G
+
+
+
+
+
+

u
R
r
G
y
v
e
G
+
+
+
+
+

u
R
r
G
y

Acciones ms comunes de control
Control de dos posiciones
Control proporcional
Control Integral
Control Derivativo
1.1.1. Estructura estndar de un PID
Ideal (de libro)
u
i
p
K
r
y
e
+
+
+
+
i
i
K
i
d
K
( )
e t dt
( )
de t
dt

i i i
p i d
de
u K e K edt K
dt
| |
= + +
|
\ .
[1.1]
i
p
K : Ganancia proporcional [unidades de salida / unidades de entrada].
100
i
p
K
Banda proporcional
i
i
K : Ganancia integral (reset) [repeticiones/seg]
i
d
K | : Ganancia derivativa (rate) [segundos]
Banda Proporcional
| |
max
% u
| |
min
% u
| |
min
% e
| |
max
% e
p
K
100
p
BP
K
=


Ganancia Integral Tiempo Integral Reset Time Repeticiones

i
1
i
i
T
K
=
p
K
i
2T
i
3T
1 minuto

Modelo Paralelo (sin interaccin)
u
p
p
K
r
y
e
+
+
+
+
p
i
K
p
d
K
edt
de
dt

p p p
p i d
de
u K e K edt K
dt
= + +
[1.2]
Ojo con las unidades!
PID con accin velocidad o incremento
u
de
dt
r
y
e
+
PID
edt

Accin Directa o Inversa
u
r
y
e
+
PID

u
r
y
e
+
PID

Variantes
u
r
y
e
+
PID
u
r
y
e
+
+
+
PI
D
u
r
y
e
+
+
+
I
PD

Funcin de Transferencia del PID
i i i
p i d
de
u K e K edt K
dt
| |
= + +
|
\ .
[1.3]
( ) ( ) ( ) ( )
1
i i i
p i d
U s K E s K E s K sE s
s
| |
= + +
|
\ .
[1.4]
( )
( )
1
1
i i i
p i d
U s
K K K s
E s s
| |
= + +
|
\ .
[1.5]
( )
( )
( )
2 i i i
p i d
K K s K s
U s
E s s
+ +
= [1.6]
Discretizacin
La mayora de los controladores son digitales.
( )
1
0
k
d
k
p k j k k
j
i
T T
= k e e e e
u
T T

=
(
+ +
(

(1.7)
( )
k-1
k-1 k-2
j d
k-1 p k-1 i
j=0
= + e e
u k e k e k
+ -
(
(

(1.8)
( ) ( )
k k-1 p i d k d k-1 d k-2
- = 1 + + - 1 + 2 +
u u k k k e k e k e
(

(1.9)
Como Funcin de Transferencia, resulta
1 2
0 1 2
1
1
k
k
b b z b z
u
e z

+ +
=
(1.10)
con
( )
( )
0
1
2
p i d
p d
p d
b 1 + +
k k k
b 1 + 2
k k
b =
k k
=
= (1.11)
Accin Proporcional
Accin ms intuitiva
Para error cero se tiene actuacin cero.
Puede tener error en rgimen estacionario
Alta ganancia, bajo sesgo o error
No introduce desplazamientos de fase (eso es bueno - se ver ms adelante)
Ejemplo: sea un sistema de primer orden
A
Y(s) = U(s)
1 + sT
(1.12)
Si se lo realimenta con un regulador P resulta
p
p
p
p
p
K A
K A
1 + K A
1 + s
Y(s) = R(s) = R(s)
K A
1 + s
1 +
1 + K A
1 + s
(1.13)
La constante de tiempo en lazo abierto es y en lazo cerrado es
1
p
K A
+

Al aumentar K el sistema se hace ms rpido.
La ganancia en lazo abierto es A y en lazo cerrado
1
p
p
K A
K A +

A medida que
p
K aumenta, la ganancia tiende a uno, objetivo buscado en el
control.
Solo con
p
K = llegaramos a ganancia uno
El error permanente es
1
1
p
r y
K A
= =
+

Ejemplo:
u
r
y
e
+
+
+
p
K
BIAS
Tanque
L
,
e e
V Q
s
Q
z

Caso 1:
50% 50% 50% 50%
e
V r y BIAS = = = = [1.14]
entonces
0 0 50%
e s
e z u BIAS V V = = = = = [1.15]
e s
Q Q y r = = [1.16]
Caso 2:
60%
e
V = [1.17]
y e z u [1.18]
se debe lograr que
e s
Q Q = o sea
60%
e
u V = = [1.19]
En este caso no se logra y r = porque,
60%
10%
10
0
e
p p
u V
z u BIAS
z
e
K K
= =
= =
= =
[1.20]
10%
50%
p
y e r
K
= + = + [1.21]
Para
1 60% 10%
p
K y d = = = [1.22]
10 51% 1%
p
K y d = = = [1.23]
El desplazamiento es proporcional a
1
1
p
K +

El BIAS se ajusta para compensar el desplazamiento promedio.
Se hace BIAS = actuacin promedio
En muchos casos se fija BIAS = 50%
BIAS se puede usar para rechazar una perturbacin promedio
Notar que la accin de control es proporcional y negativa con respecto al error
Accin Proporcional + Integral
Recupera el desplazamiento
z
y
tiempo
%
r
Lazo Abierto

La accin integral aumenta el tiempo de respuesta del sistema
Lo inestabiliza
Introduce un retardo en la fase (es malo)
Accin Proporcional + Derivativa
z
y
tiempo
%
r
Lazo Abierto
z
y
tiempo
%
r
Lazo Abierto
z
y
tiempo
%
r
z
y
tiempo
%
r

Aumenta la velocidad de respuesta del sistema
No corrige desplazamientos permanentes
Introduce avance de fase (bueno). Puede corregir el retardo del I
Es anticipativo
Altas acciones de control. Bueno para sensores lentos
Alta ganancia a altas frecuencias. Amplifica ruido
Malo para plantas de no mnima fase (pndulo invertido)
frecuencia
t
Derivador Ideal

Solo se necesita la accin derivativa hasta cierta frecuencia
Se utiliza un pasa bajos para anular la accin a altas frecuencias
f
de
dt
u
d
K
e pasa
bajos

frecuencia
t
Derivador Ideal
pasa bajos
efectototal
c
f

| |
1 1
2
c
f Hz

= [1.24]
en muchos controladores comerciales (SPEC-200, Bailey FC-156) existe este
ajuste
0,1 0, 2
d
K = [1.25]
1.1.2. Efecto Antireset Windup up
(el malo de la pelcula es la Integral)
u
KT
d
s
-y
1/s
Actuador
+
+
e v
+
p
K
i
K

e: curva roja
v: curva verde
u: curva azul
Se produce un retardo no deseado en la accin de control (de aproximadamen-
te 170 segundos)

0 50 100 150 200 250 300 350 400 450 500
-50
0
50
100
150
200
250
300
350
u
KT
d
s
-y
e
s
u
K
K/T
i
1/s
Actuador
1
i
T
-
+
+
+
e v
+
+
+

u
KT
d
s
-y
e
s
u
K
K/T
i
1/s
1
i
T
-
+
+
+
e v
+
+
+
Actuador
Modelo

Con anti windup se obtiene
e: curva roja
v y u: curva verde

0 50 100 150 200 250 300 350 400 450 500
-20
0
20
40
60
80
100
120
Comparacin
e: curva amarilla
v sin antiwindup: curva verde
u sin antiwindup: curva azul
u y v con antiwindup: curva violeta

0 50 100 150 200 250 300 350 400 450 500
-50
0
50
100
150
200
250
300
350
Otra forma de implementarlo
1
1
1
i
s
K
+
p
K
e u
+
+
a

Cuando no hay saturacin
( )
1
i
p
K
U s K
s
| |
= +
|
\ .

La seal a, se puede interpretar como un BIAS automtico.

1.1.3. Efecto Bumpless
Manual
u
PD
y
e
s
1
r
T
-
+
e
+
r
Actuacin
manual
1
r
T
1
s
1
s
1
r
T
1
m
T
Auto
-

Otra forma de implementarlo
manual
m
u
e
automtico
a
u
integral
referencia
y

Sea un PI
i
PI p
K
C K
s
= +
en forma digital,
1 k k i k
ak p k k
I I TK e
u K e I
+
= +
= +

Al pasar de manual a automtico, la Integral estar en cualquier valor.
Es deseable que la accin de control en el instante de conmutacin mantenga
el valor que tena en manual.
/ a m a man
u u =
esto se logra haciendo
/ / m a man p m a
I u K e =
manual
m
u
e
automtico
a
u
integral
referencia
y

1.2. Ajustes Clsicos de PIDs
No es magia
Los parmetros dependen del proceso
Existe una teora para el ajuste ptimo (se ver ms adelante)
Existen ajustes empricos
Se requiere una perturbacin a la planta
1.2.1. Ajuste Emprico Manual
Ajustar primero la respuesta transitoria sin importar el error estacionario.
Solo usar P y obtener la mejor respuesta que se pueda obtener (ejemplo control
de caudal)
Agregar D e intentar mejorarlo
Verificar el error estacionario y eventualmente introducir I sin que afecte el tran-
sitorio
Si tiene retardos bajar la derivativa y aumentar integral (no mucho porque osci-
la)
Ojo con los autotuners
1.2.2. Mtodo de Ziegler-Nichols (1942)
Objetivo: reducir el sobrepico a un cuarto
1
s
2
s
1
2
4
s
s
=

Mtodo de Respuesta en frecuencia
Es ms seguro porque el lazo permanece cerrado
incluye todas las no linealidades
funciona en dos direcciones
Procedimiento:
Se utiliza un controlador solo P
Se cambia la referencia y se observa la respuesta
Se incrementa la ganancia proporcional hasta que se obtiene una oscilacin
Si la oscilacin crece, disminuir la ganancia o aumentarla si decrece.
Cuando la oscilacin es sostenida, se registra la ganancia del controlador
c
K ,
se la denomina ganancia crtica
Se mide tambin el perodo de la oscilacin
c
T
Se calculan los parmetros de acuerdo a la tabla

p
K
i
K
d
K
P 0,5
c
K
PI 0, 45
c
K 1, 2
c
T

PID 0, 6
c
K 2
c
T

8
c
T

Zieglers y Nichols utilizaron un PID serie neumtico (Taylor Fullscope con
0, 2
d
K = )
Mtodo de Respuesta al Escaln
Rpido, solo un escaln
da idea de la respuesta de la planta
L
Y
u
T
X
L
u
a
X

Y
K
X
= ,
LY
a
TX
=
Se calculan los parmetros de acuerdo a la tabla

p
K
i
K
d
K
P
1 TY
a LX
=

PI
0, 9 0, 9TY
a LX
=

1
3L

PID
1, 2 1, 2TX
a LY
=

1
2L

2
L

Ojo con las unidades! Ojo con la forma del PID!
Mtodo del Rel. strm Hgglund (Heladera)
Mejora al mtodo de Z-N de respuesta en frecuencia
el Z-N introduce grandes oscilaciones

se aproxima entrada y salida a dos senoides y la ganancia crtica de Z-N sera
4
2
c
K
A
[1.26]
donde es la amplitud del rel y A la amplitud de la salida
Con esto se aplica Z-N
1.2.3. Relacin entre ambos mtodos:
El mtodo en lazo abierto tambin es vlido para sistemas inestables siempre que
la respuesta inicial tenga la forma de la figura.
u
i
p
K
r
y
e
+
Planta
u
y
En particular se puede considerar el integrador con retardo siguiente
-sT
b
G(s) =
e
s
(1.27)
que tendr una respuesta al escaln de la que se obtendr:
L T a bT = = (1.28)
de acuerdo a la segunda tabla el regulador PID ser
i d
1.2 T
K = = 2T =
T T
bT 2
(1.29)
Si se ensaya de acuerdo al mtodo de respuesta en frecuencia se obtendr un
perodo de oscilacin y una ganancia,
c c
= 4T =
t k
2bT
(1.30)
De acuerdo a esto, el regulador PID ser:
i d
0.6 0.94 T
K = = 2T =
T T
2bT bT 2
(1.31)
Interpretacin
( )
c
d r c c c c c
i c c c
c
1 2 2
t
(i ) = 0.6 1 + j - = 0.6 1 + j 0.12 -
G k k t T
2
t t T
= 0.6 + 0.26 j
k
( (
| | | |
( (
| |
\ . \ .

(1.32)
es un avance de 23

Generalizacin
sea la funcin de transferencia en lazo abierto
p
j( + )
p p
(j ) =
G e r

(1.33)
queremos ubicar esta respuesta a una determinada frecuencia en un punto
s
j( + )
s
B =
e r

(1.34)
mediante un regulador
r
j
r r
(j ) =
G e r

(1.35)
Podramos hacer el diseo por el mtodo de mrgen de amplitud es decir que
para
s
= 0 la amplitud sea r
s
= 1 / A
m
siendo sta un mrgen de amplitud dado. Por
lo tanto se debe cumplir:
s p r
j( + ) j( + + )
s p r
=
e e r r r

(1.36)
entonces el regulador ser:
s
r
p
r s p
r
=
r
r
= -
(1.37)
la ganancia proporcional es la parte real del regulador
cos
s
s p
p
p
( - )
r
=
k
r

(1.38)
el ngulo estar dado por
tan
d
s p
i
1
- = ( - )
T

T

(1.39)
1.2.4. Mtodo de Asignacin de Polos.
sistema de primer orden
p
p
1
k
=
G
1 + s
T
(1.40)
regulador PI
r
i
1
= K 1 +
G
sT
(
(

(1.41)
resultando un sistema de segundo orden en lazo cerrado
p r
c
p r

G G
=
G
1 +
G G
(1.42)
la ecuacin caracterstica ser
p p
2
1 1 1 i
K K
1
k k
+ s + + = 0
s

T T T T
| |
|
\ .
(1.43)
y nuestra condicin de diseo dice
2 2
+ 2 s + = 0
s

(1.44)
el regulador PI resulta
1
p
1
i
2
1
2 - 1
T
K =
k
2 - 1
T
=
T

T

(1.45)
se puede hacer algo parecido para un sistema de 2do rden
Caso Discreto del Mtodo de Asignacin de Polos.
sistema de segundo orden
2
1 2
1 2
A(z) = + z +
a a z
B(z) = z +
b b
(1.46)
regulador PI
r
1
S(z)
(z) =
H
R(z)
R(z) = ( z - 1 ) (z)
R
(1.47)
una forma genrica sera
2
0 1 2
1
S(z) = + z +
s s s z
R(z) = ( z - 1 ) ( z + )
r
(1.48)
la ecuacin caracterstica ser
2
1 1 2
2
1 2 0 1 2
( + z + )( z - 1 )( z + ) +
a a z r
( z + )( + z + ) = 0
b b s s s z
(1.49)
que es de cuarto orden.
Se podra especificar un denominador como,
2
- h 2
1 2
P(z) = ( z - ( + z + ) ) p p
e z
(1.50)
donde
cos
2
- h
1
-2 h
2
= - 2 ( h 1 - ) p
e
= p
e

(1.51)
Ejemplo:
p
1
(s) =
G
( 1 + s )( 1 + 0.26 s )
(1.52)
si el perodo de muestreo es h = 0.1 seg.
p
2
0.0164 z + 0.0140
(z) =
H
- 1.583 z + 0.616
z
(1.53)
condicin de diseo:
= 0.5 = 4 = 1 (1.54)
P ser
2
2
P(z) = ( z - 0.670 ( - 1.54 z + 0.670 ) )
z
(1.55)
reemplazando
1
0
1
2
= - 0.407
r
= 6.74
s
= - 9.89
s
= 3.61
s
(1.56)

1.3. Parametrizacin Afin - Control con Modelo Interno (IMC)
Lazo clsico de control
u
C
r
G
y
o
d
e
+
+
+
+
+
i
d

1
1 1 1
o i
CG G
y r d d
CG CG CG
= + +
+ + +

Si nos interesa solo la relacin entre salida y referencia,
1
CG
y r
CG
=
+

Fijamos una condicin de diseo:
Encontrar el controlador C tal que la dinmica entre salida y referencia en lazo
cerrado, sea
1
CG
y r Fr
CG
= =
+

El controlador que satisface esta condicin es
1
1
F
C
F G
=

Observar que queda en funcin de la inversa de la dinmica de la planta
Realmente, no conocemos G, sino una estimacin (o modelo)
G. En este caso
el controlador resultar
1
1
F
C
F
G
=

Elegido el controlador de esta forma y suponiendo un modelo perfecto, la rela-
cin entre las variables es:
( ) ( )
1 1
o i
y Fr F d F Gd = + +
Problemas:
(a) nunca el modelo es perfecto
(b) los actuadores se saturan
(c) un retardo no se puede invertir en forma exacta
(d) problemas matemticos de inversin
(e) problemas con plantas inestables
1.3.1. Paradigma de diseo para IMC
Se elige el trmino
1

inv
G
G
=
siendo
inv
G una aproximacin estable de la inversa de
G
y F una condicin de diseo (filtro) para lograr determinadas propiedades en
lazo cerrado.
inv
G intenta resolver el problema (c) y F los problemas (a), (b) y (d)
Si se toma esta condicin de diseo se obtiene
( )
( )
( )
( )
( )

1 1

o i
F G F G
FG
y r d Gd
G F G G G F G G G F G G

= + +
+ + +

( )
( )
( )
( )
( )
1 1

1 1 1 1 1 1
inv
o i
inv inv inv
F F
FG G
y r d Gd
F G G F G G F G G

= + +
+ + +

suponiendo que

1
inv inv
G G G G [1.57]
Resulta
( ) ( )
1 1
o i
y Fr F d F Gd + +
recordar que elegimos
inv
G como una aproximacin estable de la inversa de
G
si
G tiene inversa estable y no tiene retardos se puede elegir

1

inv
G G
=
si no es el caso se hace una separacin
( )
( )
( )
( ) ( )
( )

e i
B s B s B s
G s
A s A s
= = [1.58]
( )
e
B s contiene los ceros estables y
( )
i
B s contiene los ceros inestables o de no mnima fase
se elige
( )
( )
( ) ( )
( )
0

inv
e i
s
A s
G s
B s B s
=
= [1.59]
se considera la ganancia esttica de
( )
i
B s
no se puede hacer esto con el retardo (se ver luego)
1.3.2. Diseo de F
( ) ( )
1 1
o i
y Fr F d F Gd + +
F es la respuesta deseada del sistema.
Para seguimiento de referencias:
- F rpida => respuesta rpida
- F lenta => respuesta lenta
Para rechazo de perturbaciones:
- F rpida => buen rechazo de perturbaciones
- F lenta => rechazo pobre
Generalmente F se elige de la forma
( )
1
1
p
F
s
=
+
[1.60]
se agrega el exponente p de modo de que
inv
Q FG = sea bipropia o tenga igual
nmero de polos y ceros.
Por ejemplo
( )
1
2 1
G s
s
=
+
,
1
1
F
s
=
+
,
1 2 1
1
F s
C
F s
G

+
= =
[1.61]
( )
2
5
2 1
s
G s
s s
=
+ +
,
( )
2
2 1
5
inv
s s
G s
+ +
=
,
( )
2
1
1
F
s
=
+
,
( )
2
1 2 1
1 5 2
F s s
C
F s s
G

+ +
= =
+

pequeo => F rpido
grande => F lenta
Una F lenta reduce los efectos negativos de
- incertidumbre en el modelo
- limitaciones de los actuadores
- ruido de medicin
se convierte en un potencimetro de diseo
Una eleccin ms sofisticada de F lleva a un diseo ms complejo.
step(tf(1,[.1 1]),tf(1,[1 1]),tf(1,[2 1]))
a=[.1 1];b=[.4 1];c=[.8 1];
step(tf(1,conv(a,conv(a,a))),tf(1,conv(b,conv(b,b))),tf(1,conv(c,conv(c,c))))

0 2 4 6 8 10 12
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Step Response
Time (sec)
A
m
p
l
i
t
u
d
e
0 2 4 6 8 10 12
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Step Response
Time (sec)
A
m
p
l
i
t
u
d
e
1.3.3. Realizacin del Controlador IMC
Podemos igualar nuestro controlador a un PID,
u
PID
C
r
G
y
o
d
e
+
+
+

de donde se deduce que
1
1
PID IMC
F
C C
F
G
= =

Con el diseo IMC se puede lograr un comportamiento PID si
- se controla con un PI un modelo de primer orden
- se controla con un PID un modelo de segundo orden
- se controla con un PID un modelo de primer orden con retardo
Ventajas del diseo de un PID va IMC:
- fcil obtener el modelo de los datos de planta (resp. escaln)
- se explicita la forma de la respuesta en lazo cerrado eligiendo F o
- se calculan las constantes del controlador (P, I y D) con frmulas apropia-
das.

1.3.4. Diseo de PI-IMC para Plantas de Primer Orden
Modelo de la planta
1
K
G
s
=
+
[1.62]
el tiempo de crecimiento est relacionado con la constante de tiempo
2, 2
r
T [1.63]
1
inv
s
G
K
+
= ,
1
1
F
s
=
+
[1.64]
el controlador segn IMC es
1
1
inv
F s
C G
F
K s
+
= =

Si nuestro PI es paralelo,
p
p
i
PI p
K
C C K
s
= = + [1.65]
eligiendo
p
p
K
K
= ,
1
p
i
K
K
= [1.66]
dado , y
K tenemos una forma sistemtica de ajustar el controlador.

1 1

PI
s
C
K K s K s

+
= + = [1.67]
Resumen:
- encontrar y
K
- elegir el controlador PI y
Recordar que con pequeos se obtiene
- rpidos seguimientos de referencias
- menor robustez a errores de modelo
- mayor sensibilidad a errores de modelado en alta frecuencia
- actuaciones ms importantes
- ms sensible a saturaciones de los actuadores
- mejor rechazo a perturbaciones
- mayor sensibilidad al ruido de medicin
- mayor efecto de los ceros inestables
- mayor efecto del retardo

% Control PI IMC Sistema de Pri-
mer Orden
% Sistema continuo
Kh = 10;
tauh = 1;
d=poly([-1/tauh]);
sis = tf( Kh,d);
%Sistema en variables de estado
Pss = ss(sis);
% y su respuesta al escaln ...
precision= .01;
t = 0:precision:5;
u = ones(size(t));
y = lsim(sis,u,t);
figure(1)
plot([y]);

% perodo de muestreo
T=.1;
% PI discreto
beta =5;
kp = tauh/beta/Kh;
ki = 1/beta/Kh;
kd = 0;
beta =.2;
kp = tauh/beta/Kh;
ki = 1/beta/Kh;
kd = 0;
% se usa la aproximacin de Eu-
ler s=(q-1)/T
%ud(i)=ud(i-
1)+A*error(i)+B*error(i-1)
A = kp;
B = ki*T-kp
Tfin = 5;
t = 0:precision:T;
ref = 1;
y = zeros(size(t));
ly = length(t);
x0= zeros(1,1);
[xx yx]= size(x0);
yy = 0;
uu = 0;
ttt=0;
yd=zeros(Tfin/T,1);
ud=zeros(Tfin/T,1);
error=zeros(Tfin/T,1);

for i = 3:Tfin/T
% muestreo de la salida
yd(i) = y(length(y));
% Regulador
error(i)= ref-yd(i);
ud(i)=ud(i-
1)+A*error(i)+B*error(i-1);

% bloqueador de orden cero
ub = ud(i) * ones(size(t));
% Sistema
[y, tt, x0] =
lsim(Pss,ub,t,x0(length(x0),:));
% se guardan los valores de
entrada y salida
yy = [yy ; y(2:length(y))];
uu = [uu ;
ub(2:length(ub))'];
end;
figure(2)
plot([uu yy]);

0 100 200 300 400 500 600
0
1
2
3
4
5
6
7
8
9
10

0 100 200 300 400 500
0
0.2
0.4
0.6
0.8
1
1.2
1.4


1.3.5. Otro Esquema
Se puede plantear el siguiente esquema
u
Q
r
G
y
o
d
e
G
+
+
+
+

la salida es
( ) ( )
1

1 1
o
QG QG
y r d
Q G G Q G G
= +
+ +
[1.68]
si el modelo es perfecto,
( )
1
o
y QGr QG d = + [1.69]
el IMC se puede mostrar como

u
Q
r
G
y
o
d
e
G
+
+
+
+

u
Q
r
G
y
o
d
e
G
+
+
+ +
+
C

u
1
Q
C
QG
=
r
G
y
o
d
e
+
+
+

El control es diseado en base al modelo de la planta
( )
C C G = [1.70]"
Es muy intuitivo
u
Q
r
G
y
o
d
e
G
+
+
+
+

est relacionado con el concepto de predictor de Smith
Si la planta es estable, cmo elegir Q?
Si probamos con
1
Q G
= ?
( )
1
o
y QGr QG d = + [1.71]
( )
1 1

1
o
y G Gr G G d

= + [1.72]
1

o
G G
y r d
G G
| |
= +
|
\ .
[1.73]
1
G
y r
G
[1.74]
con
1
Q G
= se obtiene el control perfecto

Problemas:
(f) nunca el modelo es perfecto
(g) los actuadores se saturan
(h) un retardo no se puede invertir en forma exacta
(i) problemas matemticos de inversin
(j) problemas con plantas inestables
1.3.6. Paradigma de diseo para IMC
Se elige
inv
Q FG = [1.75]
siendo
inv
G una aproximacin estable de la inversa de
G
y F una condicin de diseo (filtro) para lograr determinadas propiedades en
lazo cerrado.
inv
G intenta resolver el problema (c) y F los problemas (a), (b) y (d)
Si se toma esta condicin de diseo se obtiene
( ) ( )
1

1 1
o
QG QG
y r d
Q G G Q G G
= +
+ +
[1.76]
( ) ( )

1

1 1
inv inv
o
inv inv
FG G FG G
y r d
FG G G FG G G
= +
+ +
[1.77]
suponiendo que

1
inv inv
G G G G [1.78]
resulta
( )
1
o
y Fr F d + [1.79]
recordar que elegimos
inv
G como una aproximacin estable de la inversa de
G
si
G tiene inversa estable y no tiene retardos se puede elegir

1

inv
G G
=
si no es el caso se hace una separacin
( )
( )
( )
( ) ( )
( )

e i
B s B s B s
G s
A s A s
= = [1.80]
( )
e
B s contiene los ceros estables y
( )
i
B s contiene los ceros inestables o de no mnima fase
se elige
( )
( )
( ) ( )
( )
0

inv
e i
s
A s
G s
B s B s
=
= [1.81]
se considera la ganancia esttica de
( )
i
B s
no se puede hacer esto con el retardo (se ver luego)
1.3.7. Diseo de F
( )
1
o
y Fr F d + [1.82]
F es la respuesta deseada del sistema.
Para seguimiento de referencias:
- F rpida => respuesta rpida
- F lenta => respuesta lenta
Para rechazo de perturbaciones:
- F rpida => buen rechazo de perturbaciones
- F lenta => rechazo pobre
Generalmente F se elige de la forma
( )
1
1
p
F
s
=
+
[1.83]
se agrega el exponente p de modo de que
inv
Q FG = sea bipropia o tenga igual
nmero de polos y ceros.
Por ejemplo
( )
1
2 1
G s
s
=
+
,
1
1
F
s
=
+
,
2 1
1
inv
s
Q FG
s
+
= =
+
[1.84]
( )
2
5
2 1
s
G s
s s
=
+ +
,
( )
2
2 1
5
inv
s s
G s
+ +
=
,
( )
2
1
1
F
s
=
+
,
( )
2
2
2 1
5 1
inv
s s
Q FG
s
+ +
= =
+
[1.85]

pequeo => F rpido
grande => F lenta
Una F lenta reduce los efectos negativos de
- incertidumbre en el modelo
- limitaciones de los actuadores
- ruido de medicin
se convierte en un potencimetro de diseo
Una eleccin ms sofisticada de F lleva a un diseo ms complejo.
step(tf(1,[.1 1]),tf(1,[1 1]),tf(1,[2 1]))
a=[.1 1];b=[.4 1];c=[.8 1];
step(tf(1,conv(a,conv(a,a))),tf(1,conv(b,conv(b,b))),tf(1,conv(c,conv(c,c))))

0 2 4 6 8 10 12
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Step Response
Time (sec)
A
m
p
l
i
t
u
d
e
0 2 4 6 8 10 12
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Step Response
Time (sec)
A
m
p
l
i
t
u
d
e
1.3.8. Realizacin del Controlador IMC
en la forma IMC
u
Q
r
G
y
o
d
e
G
+
+
+
+

en la forma "PID" clsica
u
PID
C
r
G
y
o
d
e
+
+
+

de donde se deduce que
1
PID
Q
C
QG
=
[1.86]
Con el diseo IMC se puede lograr un comportamiento PID si
- se controla con un PI un modelo de primer orden
- se controla con un PID un modelo de segundo orden
- se controla con un PID un modelo de primer orden con retardo
Ventajas del diseo de un PID va IMC:
- fcil obtener el modelo de los datos de planta (resp. escaln)
- se explicita la forma de la respuesta en lazo cerrado eligiendo F o
- se calculan las constantes del controlador (P, I y D) con frmulas apropia-
das.
1.3.9. Diseo de PI-IMC para Plantas de Primer Orden
Modelo de la planta
1
K
G
s
=
+
[1.87]
el tiempo de crecimiento est relacionado con la constante de tiempo
2, 2
r
T [1.88]
1
inv
s
G
K
+
= ,
1
1
F
s
=
+
[1.89]
inv
Q FG = [1.90]
el controlador segn IMC es
1 1 1

1 1
inv
inv
FG Q s
C
s K s QG FG G G

+
= = = =

[1.91]
en el caso de un PI paralelo
p
p
i
PI p
K
C C K
s
= = + [1.92]
eligiendo
p
p
K
K
= ,
1
p
i
K
K
= [1.93]
dado , y
K tenemos una forma sistemtica de ajustar el controlador.

1 1

PI
s
C
K K s K s

+
= + = [1.94]
Resumen:
- encontrar y
K
- elegir el controlador PI y
Recordar que con pequeos se obtiene
- rpidos seguimientos de referencias
- menor robustez a errores de modelo
- mayor sensibilidad a errores de modelado en alta frecuencia
- actuaciones ms importantes
- ms sensible a saturaciones de los actuadores
- mejor rechazo a perturbaciones
- mayor sensibilidad al ruido de medicin
- mayor efecto de los ceros inestables
- mayor efecto del retardo

% Control PI IMC Sistema de Pri-
mer Orden
% Sistema continuo
Kh = 10;
tauh = 1;
d=poly([-1/tauh]);
sis = tf( Kh,d);
Pss = ss(sis);
precision= .01;
t = 0:precision:5;
u = ones(size(t));
y = lsim(sis,u,t);
figure(1)
plot([y]);

% perodo de muestreo
T=.1;
% PI discreto
beta =5;
kp = tauh/beta/Kh;
ki = 1/beta/Kh;
kd = 0;
beta =.2;
kp = tauh/beta/Kh;
ki = 1/beta/Kh;
kd = 0;
% se usa la aproximacin de Eu-
ler s=(q-1)/T
%ud(i)=ud(i-
1)+A*error(i)+B*error(i-1)
A = kp;
B = ki*T-kp
Tfin = 5;
t = 0:precision:T;
ref = 1;
y = zeros(size(t));
ly = length(t);
x0= zeros(1,1);
[xx yx]= size(x0);
yy = 0;
uu = 0;
ttt=0;
yd=zeros(Tfin/T,1);
ud=zeros(Tfin/T,1);
error=zeros(Tfin/T,1);

for i = 3:Tfin/T
% muestreo de la salida
yd(i) = y(length(y));
% Regulador
error(i)= ref-yd(i);
ud(i)=ud(i-
1)+A*error(i)+B*error(i-1);

ub = ud(i) * ones(size(t));
% Sistema
[y, tt, x0] =
lsim(Pss,ub,t,x0(length(x0),:));
% se guardan los valores de
entrada y salida
yy = [yy ; y(2:length(y))];
uu = [uu ;
ub(2:length(ub))'];
end;
figure(2)
plot([uu yy]);

0 100 200 300 400 500 600
0
1
2
3
4
5
6
7
8
9
10

0 100 200 300 400 500
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.4. Ajuste Iterativo en Lazo Cerrado (IFT)
Mtodo alternativo de autoajuste de parmetros
la planta es
1
0
( )
k k k
y G z u v
= + [1.95]
u
R
r
G
y
v
e

el lazo cerrado resulta
0
0 0
1
1 1
RG
y r v
RG RG
= +
+ +
[1.96]
Objetivo:
encontrar los parmetros del regulador tal que minimicen el siguiente
funcional:
( )
( )
( )
2
2
1 1
1
2
N N
d
k k k
k k
J E y y u
N

= =
(
= +
(

[1.97]
hay que derivar e igualar a cero:
( )
( )
1 1
1
N N
d
k k k
k k
J
y u
E y y u
N

= =
(
= +
(

[1.98]
Una forma de ajustar los parmetros es recursivamente en la direccin del gra-
diente
( )
1
1 k k k k
J
R

+

=
[1.99]
El problema est en el clculo del gradiente, en realidad los trminos
y
y
u

llamando
0
0
0
1
RG
T
RG
=
+
,
0
0
1
1
S
RG
=
+
[1.100]
sea
d
y la respuesta deseada a la referencia
d
d
y T r = [1.101]
0
0 0
1
1 1
d d
RG
y y y r y v
RG RG
= = +
+ +
[1.102]
0
0 0
1
1 1
d
RG
y T r v
RG RG
(
= +
(
+ +

[1.103]
( ) ( )
2 2
0 0 0
2 2
0
0 0
1
1 1
G RG G y y R R R
r r v
RG
RG RG

= =
+
+ +
[1.104]
2 2
0 0 0 0 0 0 0 0
1 1 y R R R R
T r T r T S v T r T r T S v
R R

(
( = =

(

[1.105]
0
T y
0
S no son conocidas
se sabe que
2
0 0 0 0
T y T r T S v = + [1.106]
se puede reescribir [1.105]
| | ( )
0 0 0
1 1 y R R
T r T y T r y
R R

= =

[1.107]
en donde sigue sin conocerse
0
T .
Pero si se realizan los siguientes experimentos:
1) se realiza un primer ensayo con una referencia
1
r r = , obtenindose una res-
puesta
1 0 0 1
y T r S v = + [1.108]
2) el segundo ensayo se efecta con una referencia
2 1
r r y = , obtenindose
una respuesta
( )
2 0 1 0 2
y T r y S v = + (1.109)

Si se reemplaza (1.109) en [1.107] resulta
( ) | |
0 2 0 2
1 1 y R R
T r y y S v
R R

= =

[1.110]
con lo que se podra tomar como aproximacin,
2
1 y R
y
R

=

[1.111]
Con la actuacin ocurre algo similar. De esta forma se logra el clculo del gra-
diente del funcional.
Ejemplo 1.1. Regulador PI
En este caso simplificado, se cumple
( )
1
1
1
1
p i
k k z
R
z
+
=
(1.112)
por ende
1
1
1
1
i
p
k z R
k z
+
=

,
1
1
p
i
k
R
k z
=

(1.113)
( )
( )
( )
1
1
1
2 2 2
1
1 1 1
1
1
1
1
1
1 1 1 1
1 1 1 1 1
i
p
p
p i
p i
i i
k z
k
k
y z
z
y y y
k k
k k z
k z k z z

(
(
( +
(
(
(

(
(
= = = (
(
+ ( +
(
(
(
(
+ +

(1.114)
( )
( )
2 2
1
1
1 1
1 1 1
p
i
i
k
u
u u
k
k z
(
(
(
= =
(
+
(
+

(1.115)
( )
( )
1 1
1 1
1
N N
d
k k k
k k
J
y u
y y u
N

= =
(
= +
(

(1.116)
Algoritmo:
1) Clculo del vector
2) Ensayo 1
3) Ensayo 2
4) Clculo de los gradientes
y
y
u

5) Clculo del gradiente
J

6) Ajuste de los parmetros con la ley
1
1 k k k k
J
R
+

=

7) volver al paso 2)
Simulaciones
plot(yes);grid

0 200 400 600 800 1000 1200
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
plot([ym ydd]);grid

plot(j);grid

0 50 100 150
-0.2
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1 1.5 2 2.5 3 3.5 4 4.5 5
0
20
40
60
80
100
120
140
plot(th');grid

1 2 3 4 5 6
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
Cdigo
%Sistema continuo
Bc= 1;
Ac=poly([-1 -2 -1]);
na=length(Ac)-1;
syscont = tf(Bc,Ac);

Pss = ss(syscont);
[a,b,c,d] = ssdata(Pss);
t = 0:0.01:10;
u = ones(size(t));
yes = lsim(syscont,u,t);

T=.2;
% Parmetros del regulador PID
kp = 0.05;
ki = 0;
%kp = 0.1522; % 56 it .001
%ki = 0.0470; % 56 it .001
kd = 0;
iter = 5;
j=zeros(1,iter);
th=zeros(2,iter+1);
th(:,1)=[kp;ki];
lambda=.0;

Tfin = 30;
precision= .02;
t = 0:precision:T;
ref = 1;
y = zeros(size(t));
ly = length(t);

nd = Tfin/T;
ed = zeros(nd,1);
ud1 = zeros(nd,1);
yd1 = zeros(nd,1);
ud2 = zeros(nd,1);
yd2 = zeros(nd,1);
ud3 = zeros(nd,1);
yd3 = zeros(nd,1);
ym = zeros(nd,1);
ydd = [];

var =.001;
gamma=.5;

% Clculo de La respuesesta del modelo
am=.5;
for i = 3:nd
ym(i) = am*ym(i-1)+ (1-am)*ref;
end;
for k = 1:iter
% Experimento 1
x0= zeros(1,na);
y = zeros(size(t));
yy = 0;
uu = 0;
int = 0;
for i = 3:nd
% Regulador
yd1(i) = y(ly)+ var*randn;
ed(i)=ref- yd1(i);
int = int + ki * ed(i);
der = kd * (yd1(i)-yd1(i-1));
ud1(i)=kp*(ed(i)+ int + der);
u = ud1(i) * ones(size(t));
% Sistema
s=size(x0);
[y, tt, x0] = lsim(Pss,u,t,x0(s(1),:));
yy = [yy ; y];
uu = [uu ; u'];
end;

% Experimento 2
x0= zeros(1,na);
y = zeros(size(t));
yy = 0;
uu = 0;
int = 0;
for i = 3:Tfin/T
% Regulador
yd2(i) = y(ly)+ var*randn;
ed(i)=ref - yd1(i) - yd2(i);
int = int + ki * ed(i);
der = kd * (yd2(i)-yd2(i-1));
ud2(i)=kp*(ed(i)+ int + der);
u = ud2(i) * ones(size(t));
% Sistema
s=size(x0);
[y, tt, x0] = lsim(Pss,u,t,x0(s(1),:));
yy = [yy ; y];
uu = [uu ; u'];
end;
j(k)=(ym-yd1)'*(ym-yd1)+lambda* ud1'*ud1;

dydkp=yd2/kp;
dydki = zeros(nd,1);
for i = 3:nd
dydki(i) = 1/(1+ki)*dydki(i-1)+1/(1+ki)*yd2(i);
end;
dudkp=ud2/kp;
dudki = zeros(nd,1);
for i = 3:nd
dudki(i) = 1/(1+ki)*dudki(i-1)+1/(1+ki)*ud2(i);
end;

dydp=[dydkp';dydki'];
dudp=[dudkp';dudki'];
yt=yd1-ym;
djdp=(dydp*yt+lambda*dudp*ud1)/nd;
kp=kp-gamma*djdp(1);
ki=ki-gamma*djdp(2);
th(:,k+1)=[kp;ki];
ydd=[ydd yd1];

end

Referencias
1. Hkan Hjalmarsson, Michel Gevers, Svante Gunnarsson, Olivier Lequin,, Iterative
Feedback Tuning: Theory and Applications IEEE Control Systems Agosto
1998
2. G.C. Goodwin, S.F. Graebe, and M.E. Salgado. Control System Design. Prentice
Hall, 2001.
3. K. Astrom, B Wittenmark. Computer Controlled Systems. Prentice Hall, 1997.
4. strm, K., Hgglung: Automatic Tuning of PID Controllers, ISA 1988
5. Stephanopoulos

03 Reguladores Clasicos

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

03 Reguladores Clasicos

Caricato da

Copyright:

Formati disponibili

03 Reguladores Clsicos Nuevo.

G tiene inversa estable y no tiene retardos se puede elegir

K tenemos una forma sistemtica de ajustar el controlador.

= se obtiene el control perfecto

G tiene inversa estable y no tiene retardos se puede elegir

K tenemos una forma sistemtica de ajustar el controlador.

Potrebbero piacerti anche