Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
10
IV. MARCO
TEORICO
4 .1 El Re ac to r d e Tan qu e Ag itad o Co n
tinuo
tanque se produzca una buena mezcla de los materiales, con el fin de asegurar
que todo el volumen del recipiente se utilice para llevar cabo la reacción, y
centésima del tiempo promedio que le toma al mismo elemento para entrar y salir
del
reactor.
y/o calentamiento)
Volúmenes Constantes V, Vc
producción óptima del proceso [1]. Aun cuando el punto de equilibrio sea estable
a lazo abierto, este puede ser muy sensible a cambios de carga (e:g:; cambios en
Sin embargo, existen preguntas teóricas importantes que todavía están abier as.
optimizar una ley de control que permita una mejor respuesta tanto en tiempo de
roladores Óptimos y
Adaptivos
.
través del cual fluye un líquido refrigerante. Para efectos de nuestro estudio [4,5]
debemos
onstantes
Pe rtu rb ac io n e s me d ib les :
Paráme tro s d e l p ro c e s o
c Ai 14.38771178 Kgmole / m3
3
cA 1.285011818 Kgmole / m
f 0.037846848 m3 / min
fc 0.024839472 m3 / min
T 383.3333 ºK
Ti 321.1111 ºK
Tc 311.1111 ºK
Tci 300 ºK
17
17
V. MATERIAL Y METODOS
5 .1 Mo d e lo Din ámico d e l CS TR
Veamos:
donde:
rA ( t ) A
. (t ) ( 5.2 )
E/RT(t)
Ko . e
c
Balan c e d e en e rg ía en e l re ac to r
Vcr cv T (t (5.3)
)
t
V cr c cvc Tc (t ) (5.4)
t
CA(t ) (t ) cA (t ) ) T
cA T (t
19
CA i(t ) cA i ( t ) cA i 19
F (t ) f (t ) f
i(t ) Ti (t ) T F c(t ) fc (t ) fc
i
c(t ) ci (t T ci (t T ci
Tc (t ) T ) )
c
r A (t ) rA rA (T (t ) T rA T ,C A
(cA(t ) c A)
T ,C A
T ) cA
E
E Eko E
r A( t ) k o e c A RT
e c A( T ( t ) T
RT
koe R (cA (t c A)
T
)
) 2
RT
Eko E
r A (t ) rA 2 e
R ET
c A (T ( t ) T) k o e R ( cA (t
T
c A) (5 .7 )
RT )
rA (t ) K1 . (t ) K 2 . CA (t) (5.8)
Re ac to r Qu ímico
en la ecuación (5.3):
UA T (t ) Tc (t ) r cp ( fT T F (t f . (t ) ) V r cv T (t ) (5.16)
) t
r cp T i F (t r cp f i (t ) VK 1 (t ) VK 2 . HrC A (t UA T (t ) T c (t )
) Hr )
r cp (T F (t ) f (t )) V r cv (T (t ) T )
t
V r cv (t ) ( VK 2 Hr )C A (t ( VK 1 Hr UA r c p f ) (t )
t )
r c p (T i T ) F (t r cp f i (t ) UA c (t ) (5.17 )
)
Linealizando los términos de l a ecuación (5.4) :
f c (t )T ci (t ) f c T ci T ci F c (t fc ci (t ) (5 .18 )
)
f c ( t )T c ( t ) f cT c T cF c( t fc c (t ( 5 .19 )
) )
r c c pc f c T ci T ci F c ( t fc ci (t UA T (t ) T c (t ) K
) )
T c( t
K r c c pc f c T c T c F c (t ) fc (t )
c V c r c c vc (5 .20 )
)
K (r c cpcf c ) ci (t (5.21)
)
en las
f cA c A f
C&A(t) (K 2 )CA(t ) ( K1 ) (t ) ( ) F (t ( )CA i(t )
i
)
1424V3 12
3 142V 12V3
a11 a12 43 e11
b11
K Hr VK Hr UA r cp f r c p (T i T )
& (t ) ( 2 )CA (t ) ( 1 ) (t ) ( ) F (t ) K
rcv V r cv V r cv
14243 14444
4443 24 14424 43
a 21 a22 b21
r
K ( c p f ) i(t ) ( UA ) c (t )
Vrc e22
1
4243
v
V
r
c
4
2
4
3 1
v
a
2
3
20
20
e33
Sean:
CA& (t)
a11 a12 0 CA(t ) b11 0
F (t )
& (t )
a21 a22 a23 (t ) 0 0
Fc (t )
& c(t ) 0 a32 a33 c (t ) 0 b32 123
14243 144424443 14243 U
14243
X& A X B
e11 0 0 CA i(t )
0 e22 0 i (t)
0 0 e33 ci(t )
1442443
14243
E V
C A( t )
F
(t ) 0 1 0 (t )
{ 0 0
142 123 Fc
43
Y C c(t ) D {
123
U
X
CA (t )
0
(t ) 0 1 0 (t ) 0 0
Fc
c (t )
control: u (t)
CA (t
Fc (t )
(t ) 0 1 0 ) (t 0 0
ci (t )
)
c (t )
3
m , debemos tener en cuenta que de las dos variables de en a consideradas,
(Fc), fue originalmente definido como una variable de entrada del proceso, y la
ra variable
simplificar nuestro
modelo lineal de estados, así como también realizar un sistema de control
para dicha variable, por la influencia que ejerce en el com ortamiento del proceso.
regule por ejemplo una válvula de apertura y cierre del flujo del líquido
cámara del
reactor.
tedioso por la c plejidad matemática misma del modelo del reactor químico,
ModCSTR.m.
0.9990 0 0 0 0
G 0 0.9516 0.0473 ; H - 0.0572 0.0001
0 - 0.3117 1.3054 - 2.8847 0.0064
Las matrices C y D del modelo discretizado son las mis as que las del
modelo
continuo.
(ver programa
ModCSTR.m).
Los requerimientos del diseño del controlador de temperatura del producto, son:
estado estacionario e ss 0 .
nulo,
J , que permita obtener una ley de Control Óptima u(k) actuante sobre el proceso
1
J T
x (k ) Q x (k
T
u (k ) R u ( k (5.22)
2k 0
) )
dado.
u i( k ) k 1 x1 ( k ) k 3 x 3 K k n x n ( k ) k 2 r ( k k 2 x 2 (k )
)
u i( k ) kx( k ) k 2 r (k (5.23)
)
De tal modo que el error estacionario sea nulo; es decir, la salida sigue
(Fc )
1 0 0
Q 0 100 0 ; R 10
0 0 1
Con lo cual nos permite obtener la matriz ganancia del controlador óptimo
ra d e l líq u ido
1 0 0
Q 0 100 0 ; R 0.1
0 0 1
Con lo cual nos permite obtener la matriz ganancia del controlador óptimo
la figura 5.4.
xˆ
ES TIMAD OR
qˆ DE PAR
ES TIMA DOR ÁMETROS
DE
ES TADOR
U MODE
ES TIMA CIÓ N LO L
DE INEA L
U
Y
Y PROCESO NO
CON TROLADO R C ON LINEAL
AUT OSINTON IZAC IÓN U
u
DISTURB IO S
de referencia.
estimado de
proceso y por la salida Y del mismo. Luego, los elementos de se usan para
qˆ
U U u
X f ( X ,U (t ), v( X , t ), (5.28 )
t)
Donde X (de orden n) y U(t) (de orden uno) es el vector de estado y la ley de
control,
trabajaremos
30
30
X (k 1) GX (k ) HU ( k ); Y (k ) CX ( k ) (5.30 )
ecuación polinomial
toma la forma:
1
A( z ) y ( z ) 1
B( z )u( z ) (5.31)
1
A( z )Y (k ) 1
B( z )U (k ) (5.34)
C
C (1 a1 K a n )Y (b1 K bn )U (5.35)
a los parámetros y los estados del modelo del proceso, por ello usaremos el
método
de los Mínimos Cuadrados Recursivo Mejorado, con el cual obtendremos
nuestro
controlador autosintonizado.
Para estimar los parámetros del modelo del proceso usa emos las señales
descripción en el espacio de estado dada por la ecuación (5.34) tiene que ser
la forma
siguiente:
Y (k ) y T
(k )qˆ(k (5.36)
)
y T (k ) Y (k 1) LY n) U 1) KU (k n) 1 (5.37 )
(k (k
5) Computar: r (k ) max(1, y (k ) y n y r (k )
;
N ( k ) N (k ) P(k )
T
8) Computar:
PS (k ) S (k )P(k ) S (k )
y S (k )
1
y
nS n
r ( k ) 1 y T ( k )P ( k 1)y (k )
nS S nS
1 4 PS (k 1) (k ) 2
l (k ) 1 r (k )
2
r (k nS
y
)
2 tr PS ( k 1)
T
en ( k ) Y (k ) / r (k y n (k )qˆ( k 1)
)
j k yT k P y l
( ) ( 1) ( k (k 1) (k )
nS S nS
)
yS nS nS S nS
y
T
PS ( k 1) I H (k 1)y (k 1) P ( k ) / ( k )
nS nS
Sl
max eig ( P )
tt abs S
min eig ( P )
S
matriz
P P w S . Finalmente, actualizar: P P .
S
ne new S new
S S new
Es timac ió n d e e s tado s
x (k 1) Gx( k ) Hu ( k v( k )
y (k ) Cx (k ) (5.40 )
) w( k )
x (k 1) Gˆ (k ) Hˆ ( k )u(k (5.42)
xˆ ( k ) )
disturbios v y w, respectivamente.
5 .4.3 La le y d e co n tro l
T 2
I x (k )Qx( k u (k ) (5.45)
) R
k 0
x (k 1) Gx(k ) Hu (k )
Donde la matriz Q = QT es semidefinida positiva y la matriz R es definida
matrices. La
K (R H
T
SH )
1HT (5.46)
x
SG
Donde S e la única matriz definida positiva solución de la siguiente
ecuación
T T
0 Q G SG G SH Kx (5.47 )
integral a
dicho controlador. Definiendo la variable z(k) como la integral (sumatoria) del error:
k 1 k 1 k
z (k ) Y ( k ) Y (k ) y (k z (k 1) y (k )
i 0 ) i 0
i 0
entonces:
z (k 1) z (k y (k z (k Cx (k (5.48)
) ) ) )
la forma siguiente:
a a a a
x (k 1) G x (k H u (k )
)
a a
y (k ) C x (k (5.49 )
)
poseen la forma:
a x (k ) G 0
x (k ) ; Ga (k )
z (k ) C 1
a H a
H ; C C 0
0
a a TP a H 1 T
K R H Ha Pa G (5.51)
a a
En la ecuación (5.51), Pa es la única matriz definida positiva solución de la
uiente
Pa Qa Ga
T
PaG Ga
T
PaHaK (5.52 )
a a
u (k a a( (5.53)
K x k
) )
a
y los parámetros de ponderación de rendimiento son R y Q
lazo abierto, que presenta una respuesta inestable; sin embargo, en la segunda
señal de control generada (flujo del líquido refrigerante) por el controlador óptimo.
6 .2 Re s u lta do s d e l S is te ma d e Co n tro l Op timo Pro po rc io nal c o ntro
lad o po r
sufre la variable de control, (el flujo del líquido refrigerante) utilizando el controla
en la figura 6.4.
En la figura 6.4 podemos apreciar dos gráficas, la primera de la parte s perior nos
muestra al igual que el caso anterior dos curvas super uestas, una es la
muestra la variación que sufre la variable de control (la temperatura del líquido
refrigerante), cuando se
utiliza el controlador adaptivo autosintonizado, a fin de poder controlar
esta aplicación, sea utilizando el flujo del líquido refrigerante o la temperatura del
anotar:
d e s e ado s , c o n
s o b rep ic o s mo d e rado s (PO = 5 %), tie mp o d e e s tab le c 30 min , y
imie nto t s
7 .2 Co n clu s io n e s y re c o mend ac io n e s
Robusto; así como estrategias que no necesitan del modelo del proceso; sino se
basan en la experiencia del experto, esto es, usar est gias de Control Fuzzy y
Control Neuronal.
VIII. REFERENCIAS
[1] Dochain, D., Babary, J.P., & Tali-Maamar, N. “Modelling and adaptive control
[2] Ng, Ch.-On, & Mei, Ch.C. (1996). “Aggregate diffusion model applied to
Research,
32, 1289-1297.
[3] Clement, T.P., Hooker, B.S., & Skeen, R.S. “Numerical modeling of
Process Control”. Segunda Edición. Ediciones John Wiley & Sans, Inc
1997.
[11] Math Works, Inc. “Matlab Reference Guide”. Prentice Hall, Englewood
% Programa ModCSTR.m
% MODELO MATEMATICO DEL REACTOR QUIMICO EXOTERMICO
clear all
% PARAMETROS DEL PROCESO
V=0.37548342; E=64705147; ko=1.73515*(10^13); R=8319.1716;
d=880.913; dc=999.43584; Cp=3684.384; Cpc=4186.8; Hr =-
27956717; U=1533153.75; A=3.344508; Vc=0.04417452;
% VALORES EN EL PUNTO DE OPERACION
T=383.3333; Ti=321.1111; Tc=311.1111; Tci=300;
CAi=14.38771178; f=0.037846848; fc=0.024839472;
CA=1.285011818;
% CONSTANTES ASUMIDAS PARA SIMPLIFICAR EXPRESIONES
K1=E*ko*CA/(R*T^2)*exp(-E/(R*T));
K2=ko*exp(-E/(R*T)); m=(Hr*K2)/(d*Cp); n=(U*A)/(V*Cp*d);
p=(Hr*K1)/(Cp*d); q= f/V; s=(U*A)/(Vc*dc*Cpc);
t=(fc/Vc); a11=-f/V-K2; a12=-K1;
a21=-m; a22= -(n+p+q); a23= n;
a32=-s; a33= s-t;
b11=(CAi-CA)/V;
b21=(Ti-T)/V; b32=(Tci-Tc)/Vc;
e33= fc/Vc;
% DEFINIENDO LAS MATRICES DE ESTADO DEL SISTEMA
A=[ a11 a12 0
a21 a22 a23
0 a32 a33];
B = [ 0 0
0 0
b32 e33];
Cc = [0 1 0]; Dc = [0 0];
% VERIFICACIÓN DE LA CONTROLABILIDAD Y OBSERVABILIDAD
M = [B A*B A^2*B]; N = [Cc' A'*Cc' (A')^2*Cc'];
% rank(M)=rank(N)=n=3 => c.c y c.o.
% DISCRETIZACIÓN DEL MODELO MATEMATICO
Ts = 0.01; % PERIODO DE MUESTREO SELECCIONADO
[G,H,C,D] = c2dm(A,B,Cc,Dc,Ts,'zoh'); % CONVERSION A
DISCRETO eigG= eig(G); % CALCULO DE LOS
EIGENVALORES
% eigG = 0.9999
% 0.9998
% 1.2572
% EL SISTEMA ES INESTABLE, DADO QUE UN EIGENVALOR ESTA
% FUERA DEL CIRCULO UNITARIO
%G = %H =
% 0.9990 -0.0000 -0.0000 0.0000 -0.0000
% 0.0000 0.9516 0.0473 -0.0572 0.0001
% -0.0000 -0.3117 1.3054 -2.8847 0.0064
%RESPUESTAS AL ESCALON UNITARIO
[Y,X,t]= step(A,B,Cc,Dc);
[YY,XX]= dstep(G,H,C,D);
tt=linspace(0,size(YY,1)*Ts,size(YY,1))
; subplot(221);
plot(t,Y(:,1),'k'); grid
title('Modelo Continuo')
xlabel('Tiempo en Minutos ')
ylabel('T(t) para Fc=1,
Tci=0') subplot(223)
plot(t,Y(:,2),'k'); grid
xlabel('Tiempo en Minutos ')
ylabel('T(t) para Fc=0,
Tci=1') subplot(222)
plot(tt,YY(:,1),'k--'); grid
title('Modelo Discreto (Ts=0.01 min)')
xlabel('Tiempo en Minutos ')
ylabel('T(k) para Fc=1, Tci=0')
subplot(224)
plot(tt,YY(:,2),'k--'); grid
xlabel('Tiempo en Minutos ')
ylabel('T(k) para Fc=0,
Tci=1')
APENDICE B
tro lado p o r e l flu jo d e l líqu ido re frig e ran te (Fc ) (Au to ría p ro p ia)
% Programa CtrlOptCSTR_Fc
% CONTROL DE TEMPERATURA DEL REACTOR QUIMICO EXOTERMICO
% EN FUNCION DEL FLUJO DE ENTRADA DEL REFRIGERANTE ( Fc )
% ********** UTILIZANDO UN CONTROLADOR ÓPTIMO **********
clear all
t = linspace(0,Ts*N,N);
subplot(3,1,2)
plot(t,Temp,'k'); ylabel('T(K) (ºK) Closed'); grid;
subplot(3,1,3)
plot(t,Fc,'k'); ylabel('Fc (m^3/min)'); grid;
xlabel('Tiempo (min) Ts= 0.01')
print -deps -f CtrlOptReactor_fc
APENDICE C
tro lado p o r la te mp eratu ra d e l líqu id o refrig e ran te (Tc i) (Au o ría p ro p ia)
% Programa CtrlOptCSTR_Tci
% CONTROL DE TEMPERATURA DEL REACTOR QUIMICO EXOTERMICO
% EN FUNCION DE LA TEMPERATURA DE ENTRADA DEL LIQUIDO
% REFRIGERANTE (Tci)
clear all
% PARAMETROS DEL PROCESO
V=0.37548342; E=64705147; ko=1.73515*(10^13); R=8319.1716;
d=880.913; dc=999.43584; Cp=3684.384; Cpc=4186.8; Hr =-
27956717; U=1533153.75; A=3.344508; Vc=0.04417452;
% VALORES EN EL PTO DE OPERACION
T=383.3333; Ti=321.1111; Tc=311.1111; Tci=300;
CAi=14.38771178; f=0.037846848; fc=0.024839472;
CA=1.285011818;
a11=-f/V-K2; a12=-K1;
a21=-m; a22= -(n+p+q); a23= n;
a32=-s; a33= s-t;
b11=(CAi-CA)/V;
b21=(Ti-T)/V; b32=(Tci-Tc)/Vc;
e33= fc/Vc;
% VERIFICACIÓN DE LA CONTROLABILIDAD Y
OBSERVABILIDAD M = [B A*B (A^2)*B]; N = [Cc'
A'*Cc' (A')^2*Cc'];
% rank(M)=rank(N)=n=3 => c.c y c.o.
for k=1:Nm
r=383.3333*g;
%r=383.3333;
Tci(k) = -K*x + k2*r;
x = G*x +
H*Tci(k); Temp(k)
= x(2);
end
% GRAFICOS
r = linspace(0,Ts*Nm,size(Temp_Rpta,1));
subplot(3,1,1)
plot(r,Temp_Rpta,'k'); ylabel('Temp_Rpta (ºK ) Open'); grid;
title('Simulación del Controlador Optimo aplicado al Reactor u2= Tci')
t = linspace(0,Ts*Nm,Nm);
subplot(3,1,2)
plot(t,Temp,'k'); ylabel('Temp (ºK ) Closed'); grid;
subplot(3,1,3)
plot(t,Tci,'k'); ylabel('Tci (ºK )'); grid;
xlabel('Tiempo (min)')
print -deps -f CtrlOptReactor_Tci
APENDICE D
n izado c o n tro lad o p o r e l flu jo d e l líqu id o refrig e rante (Fc ) (Au to ría pro p
ia)
% Programa CtrlAdapCSTR_Fc.m
% CONTROL DE TEMPERATURA DEL REACTOR QUIMICO EXOTERMICO
% ***** EL METODO DE CONTROL ADAPTIVO AUTOSINTONIZADO *****
% UTILIZANDO EL CONTROL DEL FLUJO DEL REFRIGERANTE (Fc)
clear all
% PARAMETROS GENERALES
nn = 3; % nn: ORDEN DEL PROCESO;
r=1; % r: NUMERO DE SALIDAS
NN = 7; % ORDEN DEL VECTOR ESTIMADO DE PARAMETROS
a11=-f/V-K2; a12=-K1;
a21=-m; a22= -(n+p+q); a23= n;
a32=-s; a33= s-t;
b11=(CAi-CA)/V;
b21=(Ti-T)/V; b32=(Tci-Tc)/Vc;
e33= fc/Vc;
B1 = [0; 0; b32];
Cc = [0 1 0]; Dc = [0];
% MODELO LINEAL DISCRETO
Ts = 0.01; % PERIODO DE
MUESTREO [G1,H1,C,D] = c2dm(A,B1,Cc,Dc,Ts,'zoh');% CONVERSION A
DISCRETO [num1,den1] = ss2tf(G1,H1,C,D);
% CONDICIONES INICIALES
Ref = 383.3333; % MAGNITUD DE LA SEÑAL DE
% REFERENCIA: Yo = Ref
Ce = (1 + a1 + a2 + a3)*Ref; % Uo = 0 (ARBITRARIO)
thi = [-a1 -a2 -a3 b1 b2 b3 Ce]';
alfa=1000; Pi = alfa*eye(NN); % MATRIZ P INICIAL
lamb=0.98; lamb0 = 0.99; % FACTOR DE MEMORIA
Y(1) = 0; Y(2) = 0; Y(3) = 0; y(1)=0; y(2)=0; y(3)=0;
U(1 )= 0; U(2) = 0; U(3) = 0; u(1)=0; u(2)=0; u(3)=0;
xmenos = zeros(nn,1); % VECTOR DE OBSERVACION INICIAL
z=0; % ACCION INTEGRAL INICIAL
% SEÑAL DE
REFERENCIA
Yo(t+3)= 383.3333;
% MODELO LINEAL DEL PROCESO
Y(t+3) = [Y(t+2) Y(t+1) Y(t) U(t+2) U(t+1) U(t)]*...
[-a1 -a2 -a3 b1 b2 b3]';
y(t+3) = Y(t+3) - Yo(t+3); % SALIDA RESIDUAL (DESVIACION)
% ACTUALIZANDO ESTADOS
xmenos = GE*xmas + HE*u(t+3);
AE = 1 + ae1 + ae2 + ae3; BE = be1 + be2 +
be3; Uin = inv(BE)*(AE*Yo(t+3) - Ce);
% GRAFICOS
ejex = linspace(0,MM*Ts,MM);
subplot(2,1,1)
plot(ejex,Yo(3:MM+2),'-',ejex,Y(3:MM+2));
grid xlabel('Ts= 0.01 min')
ylabel(' T Reactor (ºK)')
title(' Temperatura del Reactor aplicando el Controlador Adaptivo u1=
Fc'); subplot(2,1,2)
plot(ejex,U(3:MM+2));
grid xlabel('Tiempo en
min') ylabel('Fc (
m^3/min )')
print -deps -f CtrlAdapReactor_Fc
55
55
APENDICE E
% Programa CtrlAdapCSTR_Tci.m
% CONTROL DE TEMPERATURA DEL REACTOR QUIMICO EXOTERMICO
% ***** METODO DE CONTROL ADAPTIVO *****
% UTILIZANDO EL CONTROL DE TEMPERATURA DE ENTRADA DEL
% REFRIGERANTE (Tci)
clear all
% PARAMETROS GENERALES
nn = 3; % nn: ORDEN DEL PROCESO;
r=1; % r: NUMERO DE SALIDAS
NN = 7; % ORDEN DEL VECTOR ESTIMADO DE PARAMETROS
a11=-f/V-K2; a12=-K1;
a21=-m; a22= -(n+p+q); a23= n;
a32=-s; a33= s-t;
b11=(CAi-CA)/V;
b21=(Ti-T)/V; b32=(Tci-Tc)/Vc;
e33= fc/Vc;
% CONDICIONES INICIALES
Ref = 383.3333; % MAGNITUD DE LA SEÑAL DE REFERENCIA: Yo = Ref
Ce = (1 + a1 + a2 + a3)*Ref; % Uo = 0 (ARBITRARIO)
thi = [-a1 -a2 -a3 b1 b2 b3 Ce]';
alfa=1000; Pi = alfa*eye(NN); % MATRIZ P INICIAL
lamb=0.98; lamb0 = 0.99; % FACTOR DE MEMORIA
Y2(1) = 0; Y2(2) = 0; Y2(3) = 0; y2(1)=0; y2(2)=0; y2(3)=0;
U2(1)= 0; U2(2) = 0; U2(3) = 0; u2(1)=0; u2(2)=0; u2(3)=0;
xmenos = zeros(nn,1); % VECTOR DE OBSERVACION INICIAL
z=0; % ACCION INTEGRAL INICIAL
end
% RECUPERACION DE LA ECUACION CANONICA CONTROLABLE
ae1 = -th(1); ae2 = -th(2); ae3 =
-th(3);
be1 = th(4); be2 = th(5); be3 = th(6); Ce =
th(7);
ae11 = 0; ae12 =1; ae13 = 0; ae21 = 0; ae22 =
0;
ae23 = 1; ae31 =-ae3; ae32 = -ae2; ae33 =
-ae1;
GE = [ae11 ae12 ae13;ae21 ae22 ae23;ae31 ae32
ae33];
be11 = 0; be21 = 0; be31 = 1; HE =
[be11;be21;be31];
ce11 =be3; ce12 = be2; ce13 =
be1; CE = [ce11 ce12 ce13]; DE =
[0];
% ACTUALIZANDO ESTADOS
xmenos = GE*xmas +
HE*u2(t+3);
AE = 1 + ae1 + ae2 + ae3; BE = be1 + be2 +
be3; Uin = inv(BE)*(AE*Y2o(t+3) - Ce);
% GRAFICOS
ejex = linspace(0,MM*Ts,MM);
subplot(2,1,1)
plot(ejex,Y2o(3:MM+2),'-',ejex,Y2(3:MM+2));
grid xlabel('Ts= 0.01 min')
ylabel(' T Reactor (ºK)')
title(' Temperatura del Reactor aplicando el Controlador Adaptivo
u2= Tci');
58
58
subplot(2,1,2)
plot(ejex,U2(3:MM+2));
grid xlabel('Tiempo en
min') ylabel('Tci Reactor
(ºK)')
print -deps -f CtrlAdapReactor_Tci.m