Ups CT004464

UNIVERSIDAD POLITÉCNICA SALESIANA
UNIDAD DE POSGRADOS
MAESTRÍA EN CONTROL Y
AUTOMATIZACIÓN INDUSTRIALES
Tesis previa a la obtención del

Grado de Magíster en Control
y Automatización Industriales
CONTROL DE PAR DE MÁQUINA DE

INDUCCIÓN BAJO PRESENCIA DE
COMPONENTE DC DE CORRIENTE
Autor:
Miguel Angel Abril Bravo.
Dirigido por:
José Alex Restrepo Zambrano, Ph.D.
UNIVERSIDAD POLITÉCNICA SALESIANA
UNIDAD DE POSGRADOS
MAESTRÍA EN CONTROL Y
AUTOMATIZACIÓN INDUSTRIALES
Autor: Dirigido por:

Miguel Angel Abril Bravo. José Alex Restrepo Zambrano, Ph.D.

El desarrollo de esta tesis, está orientada a investigar y evaluar el desempeño de un controla-
dor fraccionario PI aplicado al lazo de control de corriente de una máquina de inducción.
Las bases matemáticas se fundamentan en el cálculo fraccional. Se incluyen comparaciones
con un controlador clásico PI y un controlador difuso.

De forma previa se realizaron pruebas de los controladores sobre el lazo de corriente de un
sistema monofásico alimentado por un inversor y cuya carga es una impedancia inductiva.
Las pruebas y resultados del sistema de la máquina de inducción y del sistema inductivo se
desarrollan en la plataforma de Simulink-Matlab.

AUTOR:
MIGUEL ANGEL ABRIL BRAVO

Ingeniero Eléctrico
Egresado de la Maestría en Control y Automatización Industriales
DIRIGIDO POR:
JOSÉ ALEX RESTREPO ZAMBRANO, Ph.D.
Ingeniero Electrónico
Docente de la Universidad Politécnica Salesiana
Investigador PROMETEO
CUENCA – ECUADOR
Datos de catalogación bibliográfica
ABRIL BRAVO MIGUEL ANGEL

CONTROL DE PAR DE MÁQUINA DE INDUCCIÓN BAJO PRESENCIA
DE COMPONENTE DC DE CORRIENTE
Universidad Politécnica Salesiana, Cuenca – Ecuador, 2015
MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES
Formato 170 x 240 mm Páginas: 103
Breve reseña de los autores e información de contacto

Autor:
MIGUEL ANGEL ABRIL BRAVO

Ingeniero Eléctrico
Egresado de la Maestría en Control y Automatización Industriales
ing_miguel_abril@hotmail.com
Dirigido por:
JOSÉ ALEX RESTREPO ZAMBRANO

Ingeniero Electrónico, Universidad Simón Bolívar
MSc. en Ingeniería Electrónica, Universidad Simón Bolívar
PhD, University of Manchester Institute of Science and Technology
Restrepo@ieee.org
Todos los derechos reservados.
Queda prohibida, salvo excepción prevista en la Ley, cualquier forma de reproducción, distribución, comunicación
pública y transformación de esta obra para fines comerciales, sin contar con autorización de los titulares de
propiedad intelectual. La infracción de los derechos mencionados puede ser constitutiva de delito contra la
propiedad intelectual. Se permite la libre difusión de este texto con fines académicos investigativos por cualquier
medio, con la debida notificación a los autores.
DERECHOS RESERVADOS
©2015 Universidad Politécnica Salesiana.
CUENCA – ECUADOR
ABRIL BRAVO MIGUEL ANGEL.
CONTROL DE PAR DE MÁQUINA DE INDUCCIÓN BAJO PRESENCIA DE COMPONENTE DC DE

CORRIENTE
IMPRESO EN ECUADOR – PRINTED IN ECUADOR

ÍNDICE GENERAL
ÍNDICE DE FIGURAS IX
ÍNDICE DE TABLAS XIII
PREFACIO XV
PRÓLOGO XVII
AGRADECIMIENTOS XIX
CAPÍTULO 1 1
INTRODUCCIÓN Y OBJETIVO DE LA INVESTIGACIÓN 1

1.1. Introducción y objetivo . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Motores de Inducción alimentados por Inversores en lazo cerrado
y detección de fallas . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3. Inyección de corriente DC en motores de inducción alimentados
por inversores en lazo cerrado . . . . . . . . . . . . . . . . . . . . . 4
CAPÍTULO 2 7
CÁLCULO Y CONTROL FRACCIONARIO 7

2.1. Introducción al Control Fraccionario . . . . . . . . . . . . . . . . . 7
2.2. Control clásico PI y fraccionario P I α . . . . . . . . . . . . . . . . . 11
2.3. Aproximaciones en el dominio discreto y continuo de funciones de
transferencia fraccionarias . . . . . . . . . . . . . . . . . . . . . . . 12
2.3.1. Representación Clásica de un Controlador PI en ecuación
de diferencias . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.3.2. Aproximación de funciones de transferencia fraccionarias
en el dominio continuo . . . . . . . . . . . . . . . . . . . . . 13
en el dominio discreto . . . . . . . . . . . . . . . . . . . . . 17
CAPÍTULO 3 21
v
ÍNDICE GENERAL
APLICACIÓN DE UN CONTROLADOR CLÁSICO P I,

FRACCIONARIO P I α Y DIFUSO A UN SISTEMA CON
IMPEDANCIA INDUCTIVA 21
3.1. Implementación de un controlador clásico PI . . . . . . . . . . . . 21
3.2. Implementación de un controlador P I α fraccionario . . . . . . . . . 24
3.2.1. Sintonización del controlador P I α fraccionario . . . . . . . 26
3.3. Implementación de un controlador difuso . . . . . . . . . . . . . . . 28
3.3.1. Control difuso . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.3.2. Control difuso con cambio de reglas . . . . . . . . . . . . . 32
3.3.3. Control difuso con Integrador . . . . . . . . . . . . . . . . . 34
3.3.4. Control difuso con Integrador y reducción del número de
reglas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.3.5. Control difuso con Integrador y cambios en la señal de re-
ferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
CAPÍTULO 4 43
MODELO DE LA MÁQUINA DE INDUCCIÓN 43

4.1. Modelo matemático de ecuaciones diferenciales que describen la
máquina de inducción . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.2. Expresión de las ecuaciones diferenciales de la máquina de induc-
ción en coordenadas correspondiente a vectores espaciales y circui-
to equivalente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
CAPÍTULO 5 47
CONTROL DE PAR DE MÁQUINA DE INDUCCIÓN BAJO

PRESENCIA DE CORRIENTE DC 47
5.1. Modelo en Simulink del sistema . . . . . . . . . . . . . . . . . . . . 47
5.2. Respuesta del modelo con control proporcional de ganancia unitaria 48
5.3. Respuesta aplicando un control clásico PI . . . . . . . . . . . . . . 52
5.4. Respuesta aplicando un control PI fraccionario, con α = 0,81 . . . 56
5.5. Respuesta aplicando un control PI fraccionario , con α = 0,72 . . . 59
5.6. Respuesta aplicando un control PI fraccionario , con α = 0,5 . . . 62
5.7. Respuesta aplicando un control PI fraccionario, con α = 0,3 . . . . 66
5.8. Respuesta aplicando un control difuso . . . . . . . . . . . . . . . . 69
5.9. Comparación de controladores . . . . . . . . . . . . . . . . . . . . . 73
5.10. Respuesta de controladores frente a Incremento de resistencia en
estator y rotor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
vi
ÍNDICE GENERAL
CAPÍTULO 6 77
CONCLUSIONES Y RECOMENDACIONES 77
6.1. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
6.2. Recomendaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
ANEXOS 81
A.1. RESPUESTA DE CONTROLADORES FRENTE A UN INCRE-
MENTO DE RESISTENCIA EN ESTATOR Y ROTOR . . . . . . 81
A.1.1. Incremento de la resistencia del estator en 50 % . . . . . . . 81
A.1.2. Incremento de la resistencia del estator en 100 % . . . . . . 82
A.1.3. Incremento de la resistencia del estator en 200 % . . . . . . 83
A.1.4. Incremento de la resistencia del rotor en 50 % . . . . . . . . 84
A.1.5. Incremento de la resistencia del rotor en 100 % . . . . . . . 85
A.1.6. Incremento de la resistencia del rotor en 200 % . . . . . . . 86
A.1.7. Incremento de la resistencia del estator y rotor en 50 % . . 87
A.2. RESPUESTAS DE PAR DE LA MÁQUINA DE INDUCCIÓN . . 90
A.3. “MATLAB NINTEGER TOOLBOX” . . . . . . . . . . . . . . . . 94
A.3.1. Función: nipid . . . . . . . . . . . . . . . . . . . . . . . . . 94
A.3.2. Valor de Retorno . . . . . . . . . . . . . . . . . . . . . . . . 97
A.3.3. Referencia . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
NOMENCLATURA 99
BIBLIOGRAFÍA 101
vii
ÍNDICE DE FIGURAS
1.1. Inyección de corriente DC en motor de inducción alimentado por

inversor en lazo cerrado[22],[6]. . . . . . . . . . . . . . . . . . . . . 4
1.2. Corriente de eje directo y en cuadratura antes y durante la inyec-
ción de corriente DC. (a) corriente id de referencia y actual (b)
corriente iq de referencia y actual [6]. . . . . . . . . . . . . . . . . 6
1.3. Par electromagnético antes y durante la inyección de corriente DC
[6]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.1. Derivada fraccionaria (Fuente: Autor) . . . . . . . . . . . . . . . . 11
3.1. Sistema de potencia inductivo con convertidor electrónico. (Fuente: Autor) 22

3.2. Implementación de un controlador clásico PI. (Fuente: Autor) . . . . . . 23
3.3. Respuesta de la planta con controlador clásico PI. (Fuente: Autor) . . . 23
3.4. Error entre la respuesta del controlador clásico PI y la referencia. (Fuen-
te: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.5. Respuesta del controlador PI fraccionario, con α = 0,5. (Fuente: Autor) . 25
3.6. Diferencia entre el control PI fraccionario y la referencia, con α = 0,5.
(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.7. Respuesta del controlador PI fraccionario sintonizado, con α = 0,5.
(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.8. Diferencia entre el control fraccionario PI y la referencia con sintoniza-
ción, con α = 0,5. (Fuente: Autor) . . . . . . . . . . . . . . . . . . . . 28
3.9. Sistema con un Controlador Difuso. (Fuente: Autor) . . . . . . . . . . . 29
3.10. Función de membresía para el conjunto del error.
(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.11. Función de membresía para el conjunto de derivada del error.
(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.12. Respuesta del controlador difuso. (Fuente: Autor) . . . . . . . . . . . . 31
3.13. Diferencia entre el control difuso y la referencia. (Fuente: Autor) . . . . 32
3.14. Respuesta del controlador difuso con cambio de reglas. (Fuente: Autor) . 33
3.15. Diferencia entre el control difuso y la referencia con cambio de reglas.
(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.16. Controlador difuso FPD+I [11]. . . . . . . . . . . . . . . . . . . . . . 34
3.17. Sistema con controlador difuso incluyendo una ganancia integrativa FPD+I. 35
3.18. Respuesta del controlador difuso (FPD+I) incluyendo un integrador . . . 36
ix
ÍNDICE DE FIGURAS
3.19. Diferencia entre la salida de la planta y la referencia, con control difuso

(FPD+I). (Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . 36
3.20. Función de membresía para el conjunto del error. (Fuente: Autor) . . . 38
3.21. Función de membresía para el conjunto de derivada del error. (Fuente:
Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.22. Respuesta del controlador difuso reduciendo el número de reglas, con con-
trolador difuso (FPD+I). (Fuente: Autor) . . . . . . . . . . . . . . . . 39
3.23. Diferencia entre la salida de la planta y la referencia, reduciendo el nú-
mero de reglas, con controlador difuso (FPD+I). (Fuente: Autor) . . . . 39
3.24. Respuesta del controlador difuso con cambios de amplitud en la señal de
referencia, con controlador difuso (FPD+I). (Fuente: Autor) . . . . . . 40
3.25. Diferencia entre el control difuso y la referencia con cambios de amplitud
en la señal de rferencia, con controlador difuso (FPD+I). (Fuente: Autor) 41
4.1. Circuito equivalente del modelo dinámico de la máquina de inducción. [1] 46
5.1. Planta utilizando una máquina de inducción alimentada por un inversor

trifásico, en donde se implementarán los controladores. (Fuente: Autor) . 48
5.2. Implementación en Simulink con control proporcional de ganancia uni-
taria. (Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.3. Respuesta de la planta con control proporcional de ganancia unitaria.
(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.4. Diferencia entre la respuesta de la planta y la referencia con control
proporcional de ganancia unitaria. (Fuente: Autor) . . . . . . . . . . . 50
5.5. Respuesta de la planta de la fase A con control proporcional de ganancia
unitaria. (Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . 50
5.6. Diferencia entre la respuesta de la planta y la referencia de la fase A con
control proporcional de ganancia unitaria. (Fuente: Autor) . . . . . . . 51
5.7. Respuesta de la planta aplicando un control PI clásico. (Fuente: Autor) . 52
5.8. Implementación en Simulink del control clásico PI. (Fuente: Autor) . . 53
5.9. Diferencia entre la respuesta de la planta y la referencia de un control
clásico PI. (Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . 54
5.10. Respuesta de la planta de un control PI clásico de la fase A. (Fuente:
Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
clásico PI de la fase A. (Fuente: Autor) . . . . . . . . . . . . . . . . . 55
5.12. Respuesta de la planta de un control PI fraccionario, con α = 0,81.
(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
x
ÍNDICE DE FIGURAS

PI fraccionario, con α = 0,81. (Fuente: Autor) . . . . . . . . . . . . . . 57
5.14. Respuesta de la planta de un control PI fraccionario de la fase A, con
α = 0,81 . (Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . 58
PI fraccionario de la fase A, con α = 0,81. (Fuente: Autor) . . . . . . . 58
5.16. Respuesta de la planta de un control PI fraccionario, con α = 0,72 .
(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
PI fraccionario, con α = 0,72 . (Fuente: Autor) . . . . . . . . . . . . . 61
α = 0,72 . (Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . 61
PI fraccionario de la fase A, con α = 0,72 . (Fuente: Autor) . . . . . . . 62
(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
PI fraccionario, con α = 0,5 . (Fuente: Autor) . . . . . . . . . . . . . . 64
α = 0,5 . (Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . 64
(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
PI fraccionario, con α = 0,3 . (Fuente: Autor) . . . . . . . . . . . . . . 67
α = 0,3 . (Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . 68
5.28. Control difuso con ganancia integrativa (FPD+I), en las fases A, B y C.
(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
5.29. Respuesta de la planta de un control difuso (FPD+I), de las fases A,B y
C. (Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
difuso (FPD+I), de las fases A, B y C. (Fuente: Autor) . . . . . . . . . 71
5.31. Respuesta de la planta de un control difuso (FPD+I), de la fase A. (Fuen-
te: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
xi
ÍNDICE DE FIGURAS

difuso (FPD+I), de la fase A. (Fuente: Autor) . . . . . . . . . . . . . . 73
A.1. Respuesta de par en la máquina de inducción con controlador de ganancia

unitaria. (Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . 90
A.2. Respuesta de par en la máquina de inducción con controlador clásico PI.
(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
A.3. Respuesta de par en la máquina de inducción con controlador fracciona-
rio, con α = 0,81. (Fuente: Autor) . . . . . . . . . . . . . . . . . . . . 91
rio, con α = 0,72 . (Fuente: Autor) . . . . . . . . . . . . . . . . . . . . 91
A.7. Respuesta de par en la máquina de inducción con controlador difuso
(FPD+I). (Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . 93
xii
ÍNDICE DE TABLAS
2.1. Derivadas fraccionales de la función f (t) = t2 (Fuente: Autor) . . . 10

2.2. Derivadas fraccionales de la función f (t) = 2t (Fuente: Autor) . . 10
3.1. Reglas del controlador difuso de error y su derivada, aplicadas

a un sistema con impedancia inductiva. (Fuente: Autor) . . . . . . . . . 29
3.2. Cambio de reglas del controlador difuso de error y su derivada, aplicadas
a un sistema con impedancia inductiva. (Fuente: Autor) . . . . . . . . . 32
3.3. Reglas del controlador difuso de error y su derivada, incluyendo un inte-
grador, aplicadas a un sistema con impedancia inductiva. (Fuente: Autor) 34
grador, aplicadas a un sistema con impedancia inductiva. (Fuente: Autor) 37
grador, aplicadas a un sistema con impedancia inductiva con cambios de
amplitud. (Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . 40
5.1. Media cuadrática del Error con control proporcional de ganancia unitaria.
(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
5.2. Media cuadrática del error aplicando un control clásico PI. (Fuente: Au-
tor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.3. Media cuadrática del error con controlador fraccionario, con α = 0,81.
(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
5.4. Media cuadrática del error con controlador fraccionario, con α = 0,72 .
(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
grador. (Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.8. Media cuadrática del error con controlador difuso (FPD+I). (Fuente:
Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.9. Resumen de respuesta de controladores frente a cambio de resistencia en
el estator. (Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . 74
el rotor. (Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . 75
xiii
ÍNDICE DE TABLAS

el estator y rotor. (Fuente: Autor) . . . . . . . . . . . . . . . . . . . . 75
5.12. Resumen del Error Cuadrático Medio de los controladores. (Fuente: Au-
tor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
A.1. Resumen controladores con incremento de resistencia del estator en 50 %.

(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
A.4. Resumen controladores con incremento de resistencia del rotor en 50 %.
(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
(Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
A.7. Resumen controladores con incremento de resistencia del estator y rotor
en 50 %. (Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . . 87
en 100 %. (Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . 88
en 200 %. (Fuente: Autor) . . . . . . . . . . . . . . . . . . . . . . . . 89
xiv
PREFACIO
El desarrollo de esta tesis, está orientada a investigar y evaluar el desempeño de

un controlador fraccionario PI aplicado al lazo de control de corriente de una
máquina de inducción, cuyo actuador es un puente o inversor trifásico. Las bases
matemáticas se fundamentan en el cálculo fraccional, que últimamente se está
aplicando al área de control automático. Se aproximan los modelos fraccionales
a funciones de transferencia de orden entero para ser tratados desde el control
clásico. Se incluyen comparaciones con un controlador clásico PI de orden entero
que es a su vez un caso especial del control fraccional, así como un controlador
difuso para evaluar el desempeño.
De forma previa se realizaron pruebas de los controladores sobre el lazo de co-
rriente de un sistema monofásico alimentado por un inversor y cuya carga es una
impedancia inductiva.
Las pruebas y resultados del sistema de la máquina de Inducción y del sistema
inductivo se desarrollan en la plataforma de Simulink-Matlab.
xv
PRÓLOGO
Esta tesis presenta los resultados de aplicar un controlador fraccionario PI, un

controlador clásico PI y un controlador difuso al lazo de corriente a una máquina
de inducción mientras se realiza la inyección de componente de corriente continua
(DC). El control fraccional al ser una técnica de control relativamente nueva apli-
cada al control automático de motores de inducción genera nuevas posibilidades
de soluciones.
En el Capítulo 1 se presenta como introducción una breve descripción de la im-
portancia que tiene hoy en día el motor de inducción, así como su estudio de
determinación de la resistencia del estator mediante la inyección de corriente
continua.
En el Capítulo 2 se introduce el control fraccionario empezando por definir los
conceptos básicos del cálculo fraccionario de derivada e integral. Se muestra el
controlador PI fraccionario y una lista de aproximaciones matemáticas continuas
y discretas utilizadas como métodos para tratar el controlador fraccionario PI.
En el Capítulo 3 se investiga el control de un sistema monofásico, tomando como
carga una impedancia inductiva en lazo cerrado y alimentada por un inversor.
Se aplica un controlador PI clásico, luego el controlador PI fraccionario donde
se muestra la diferencia que presenta al realizar un cambio en el orden del con-
trolador y la sintonización que es necesaria para controlar la planta. Por último
se aplica un controlador difuso con reglas basadas en el error y su derivada, y
adicionalmente con la inclusión de una ganancia integrativa en el lazo de control.
En el Capítulo 4 se muestra el modelo matemático de ecuaciones diferenciales en
coordenadas correspondiente a vectores espaciales que rigen el funcionamiento de
la máquina de inducción así como su circuito equivalente.
En el Capítulo 5 se implementan los controladores analizados en este trabajo,
aplicados al lazo de corriente de la máquina de inducción. Para el caso del con-
trolador fraccionario se prueba con distintos valores de orden integrativo, y en
el controlador difuso se incluye directamente la ganancia integrativa. Se gene-
ran tablas basadas en el error cuadrático medio como índice de desempeño para
comparar los resultados de las simulaciones. Se vuelve nuevamente a generar las
tablas y resultados incluyendo el aumento de la resistencia de estator y rotor del
motor.
Por último en el Capítulo 6 se presentan las conclusiones y recomendaciones.
xvii
AGRADECIMIENTOS
Quisiera extender mis más sinceros agradecimientos a:

La UNIVERSIDAD POLITÉCNICA SALESIANA, al Ing. Eduardo Calle así
como todo el Personal Docente y Administrativo por permitirme alcanzar esta
meta.
A mi director de tesis Dr. José Restrepo, al Dr. Julio Viola y Dr. José Aller.
Gracias por todo el apoyo brindado, por sus experiencias y conocimientos trans-
mitidos para la elaboración de esta tesis.
A mis padres y familiares, por ser el pilar fundamental de apoyo en toda mi
educación tanto académica como personal, muchas gracias por su ayuda incondi-
cional.
Muchas gracias y éxitos para todos.
Ing. Miguel Abril.
xix
CAPÍTULO 1
INTRODUCCIÓN Y OBJETIVO DE LA
INVESTIGACIÓN
1.1. Introducción y objetivo
El crecimiento industrial ha llevado a las máquinas giratorias a su estudio para

proporcionar maneras eficientes de brindar soluciones. Las máquinas eléctricas,
al ser un sistema no lineal, presentan características que cambian con su pun-
to de operación. El uso de controladores lineales no convencionales no pueden
garantizar sintonía para todo el rango de operación. Además de ser un sistema
multivariable se requiere la estimación de variables de estado, como por ejem-
plo la estimación de la resistencia del rotor que varía durante el funcionamiento
normal[16]. La electrónica de potencia y sus avances han permitido implementar
controladores para ajustar y variar la velocidad del eje logrando ejercer control
sobre el par. El control directo de par y el control vectorial son técnicas utilizadas
para lograr un control independiente de velocidad y de par ya que se logra un
desacoplamiento de las ecuaciones asociadas a las bobinas del estator y rotor [2].
El uso de la máquina de inducción se ha extendido en varias áreas como son
las energías renovables en parques eólicos, en los que los aerogeneradores deben
sacar el máximo provecho de energía de acuerdo a la variación de velocidad del
viento. Se han realizado investigaciones en nuevos métodos de identificación de
parámetros utilizados típicamente en la generación eólica tales como ensayos de
secuencia cero, de secuencia directa de rotor parado junto al método frecuencial
para la implementación de control vectorial, que reemplazan los ensayos clásicos
de corriente continua, de cortocircuito y de rotor bloqueado en los que se obtienen
los parámetros de la máquina[29].
En condiciones balanceadas y estado estacionario, de forma general, el funciona-
miento de la máquina se hace a través de la inyección de tres corrientes trifásicas
defasadas 120° en el tiempo, que a su vez circulan por cada fase del bobinado
del estator las cuales están distribuidas en 120° geométricos. El campo magnético
originado por las corrientes está en dirección del eje magnético de la bobina y
1
CAPÍTULO 1
varía sinusoidalmente en el tiempo. La combinación de los tres campos se tradu-

ce en un campo magnético de magnitud constante que rota a la velocidad de las
corrientes en el tiempo[3].
Entre las primeras técnicas de control utilizadas está la linealización entrada-
salida, que linealiza el modelo original de la planta para utilizar las técnicas
clásicas de control. Debido a que en la realimentación no lineal intervienen los pa-
rámetros de la máquina como sus variables de estado, se presenta un controlador
modelado en ejes del estator que ha de adaptarse a la variación de la resistencia
del rotor, aunque presenta resultados no satisfactorios por el fuerte acoplamiento
entre el control del flujo y el de velocidad[16],[13].También se presentan modelos
matemáticos para estimar indicadores de fallas en el estator basados en corrientes
de secuencia negativa los cuales pueden ser utilizados para sistemas de diagnós-
tico en línea separando las asimetrías constructivas de la máquina y los posibles
efectos de desbalance del voltaje[19]. El control vectorial es el más utilizado y es
un método indirecto en el que se estima la posición angular de la máquina[2].
Esta tesis se enfoca en el uso de un controlador Proporcional Integral Fracciona-
rio, cuyas bases matemáticas se encuentran en el Cálculo Fraccionario que es una
rama perteneciente al Análisis Matemático, en el que se contemplan derivadas e
integrales de orden racional, real o imaginario[10]. Las áreas en donde se puede
aplicar se incrementan ya que los modelos matemáticos utilizados proporcionan
mejores representaciones. Entre las varias aplicaciones básicas se presentan inves-
tigaciones sobre la dinámica newtoniana y el estudio de sistemas clásicos como el
péndulo, proyectil y resorte bajo el punto de vista del Cálculo Fraccionario. En
diferentes casos los modelos matemáticos fraccionarios son mas adecuados que los
clásicos para resolver problemas en áreas como Electromagnetismo, Teoría de la
Señal, Teoría de Materiales, Teoría de Fractales, etc.[12] Ligadas a las diferentes
áreas de estudio las interpretaciones físicas y geométricas del Cálculo Fraccionario
constituyen un amplio campo en donde se puede investigar[23],[21].
En el área de Control Automático el Cálculo Fraccionario, entre varias posibi-
lidades, se utiliza para el modelado, identificación y control de sistemas diná-
micos así como para Sistemas de Control Robusto[14]. Varias herramientas han
sido desarrolladas para el uso en Control Automático como son: CRONE[18],
NINTEGER[15] y FOMCON[25]. En esta tesis se utiliza NINTEGER versión 2.3
que es un software libre y de código abierto.
Esta tesis puede servir y contribuir a la búsqueda de métodos no intrusivos de
monitoreo de temperatura en la máquina alimentada por inversor en lazo cerrado,
mediante la inyección de componentes DC lo cual genera un efecto oscilatorio en
2
1.2 Motores de Inducción alimentados por Inversores en lazo cerrado y
detección de fallas
el par[6]. El alcance de esta tesis es de controlar la corriente, usando un contro-

lador fraccionario. Se utilizará el entorno Simulink de Matlab para realizar las
simulaciones. Se comparará el controlador de orden Fraccionario con un contro-
lador PI clásico y un controlador Difuso. Además se modificarán las resistencias
del estator y rotor del motor de inducción en presencia de los controladores.
1.2. Motores de Inducción alimentados por

Inversores en lazo cerrado y detección de fallas
El monitoreo de temperatura en la máquina de inducción se puede utilizar para

prevenir el sobrecalentamiento que puede generar una pérdida de aislamiento en
los devanados. Debido a los costos que representa incluir sensores embebidos se
han desarrollado métodos no intrusivos de monitoreo térmico para motores de
inducción alimentados por inversores en lazo cerrado. Determinar la resistencia
del estator es un punto clave dentro del análisis de monitoreo no intrusivo de
temperatura, por lo que su estimación se ha dividido en métodos basados en:
El modelo matemático del motor. Se calcula la resistencia del circuito equi-
valente del motor con el voltaje y corriente alterna (AC).
Inyección de señales. Se calcula la resistencia inyectando componentes DC.
La inyección de corriente DC relativamente pequeña produce una pulsación en
el par a la frecuencia eléctrica de la máquina. Debido al efecto de filtro pasa
bajos, la inercia mecánica y el ancho de banda limitado del lazo de control de
velocidad, el controlador de velocidad no es capaz de contrarrestar las corrientes
DC inyectadas[6].
La máquina de inducción alimentada por un inversor en lazo cerrado es la menos
estudiada en términos de detección de fallas, debido a que la introducción de un
lazo cerrado cambia radicalmente el comportamiento de falla eléctrica y complica
su análisis[4].
Debido al calentamiento de la máquina, en su funcionamiento permanente, se
origina un cambio de la resistencia del estator, y se generan cambios en el funcio-
namiento normal de la máquina desencadenando fallas, por lo que se han desarro-
llado estudios sobre el monitoreo no intrusivo de la temperatura. La estimación de
la temperatura usando modelos térmicos se dificulta por una significativa sensibi-
lidad de los parámetros. En otros casos el monitoreo térmico se realiza mediante
métodos basados en la inyección de señales pero los inversores vienen equipados
3
CAPÍTULO 1
solamente con sensores que miden el voltaje DC de la red. Es difícil estimar la

resistencia del estator con precisión sin una medida adicional en los terminales
de voltaje[22].
También se utiliza la estimación de temperatura basándose en la inyección de
voltajes de alta frecuencia. Esto ocasiona una impedancia transitoria relacionada
con la resistencia del estator y rotor. Con esto se logra reducir la sensibilidad
del sistema, aunque en la gran mayoría de máquinas la inductancia en la impe-
dancia domina a la parte resistiva en la región de altas frecuencias, limitando el
análisis[5].
1.3. Inyección de corriente DC en motores de

inducción alimentados por inversores en lazo
cerrado
La corriente DC se inyecta en el devanado trifásico de la máquina de inducción

agregando una componente de onda sinusoidal id , iq [22].
Figura 1.1: Inyección de corriente DC en motor de inducción alimentado por

inversor en lazo cerrado[22],[6].
4id = Idc cosθ (1.1)
4iq = −Idc senθ (1.2)
4
1.3 Inyección de corriente DC en motores de inducción alimentados por
inversores en lazo cerrado
donde:
θ : Angulo de transformación del marco de referencia de eje directo y en cuadra-
tura.
id : Corriente de eje directo.
iq : Corriente de eje en cuadratura.
Idc : Corriente pico DC.
Con un controlador con suficiente ancho de banda para contrarrestar las compo-
nentes adicionales de corriente, se pueden inyectar las siguientes corrientes en el
devanado del motor[22].
4ia = Idc (1.3)
4ib = −0,5Idc (1.4)
4ic = −0,5Idc (1.5)
donde:
ia , ib , ic : Corrientes de fase a,b y c.
Se debe recalcar que no se puede inyectar corriente DC por la superposición de
una componente de voltaje de eje directo vd y de voltaje de eje en cuadratura
vq , porque la referencia de voltaje inyectado será rápidamente cancelada por el
controlador del lazo de corriente que tenga un gran ancho de banda[22].
El presente trabajo hace uso de un controlador fraccionario PI para el lazo de
corriente de manera de compensar los efectos en el par introducidos por la inyec-
ción de componentes DC en una de las fases. Adicionalmente se compara con un
controlador clásico PI y un controlador difuso que de igual manera controla el
lazo de corriente de la máquina de inducción.
La corriente de eje directo y en cuadratura antes y durante la inyección. La
magnitud de la corriente inyectada Idc es del 5 % de la amplitud de la corriente
nominal[6].
5
CAPÍTULO 1
Figura 1.2: Corriente de eje directo y en cuadratura antes y durante la inyección

de corriente DC. (a) corriente id de referencia y actual (b) corriente iq de
referencia y actual [6].
El par electromagnético antes y durante la inyección de la corriente DC. La

amplitud de la oscilación es directamente proporcional a la corriente DC inyectada
y es el 5 % del par nominal[6].
Figura 1.3: Par electromagnético antes y durante la inyección de corriente DC

[6].
6
CAPÍTULO 2
CÁLCULO Y CONTROL FRACCIONARIO
2.1. Introducción al Control Fraccionario
La idea del Cálculo Fraccionario la introduce Leibniz en el año 1695, en donde se

plantea la derivada de orden n,
dn
f (x) (2.1)
dxn
Junto a L’Hopital introducen la idea de la derivada cuando n = 1/2[12]. El

orden de los operadores diferenciales e integrales pueden ser reales, racionales y
complejos, además los campos de aplicación se pueden volver a formular como
por ejemplo la segunda ley de Newton en forma fraccionaria
F = mDα x (2.2)
El operador fraccionario Dα x se define como la derivada de orden α (1,5 < α < 2)

de x, utilizado para el estudio de la dinámica del péndulo, resorte y proyectil[7].
Aquí se extiende el cálculo tradicional generando un amplio campo de posibi-
lidades de aplicaciones prácticas, donde los modelos que contienen derivadas de
orden fraccionario representan un mejor modelo matemático que los tradicionales
para materiales con amortiguación interna y materiales como los viscoelásticos.
Entre las primeras investigaciones, Liouville define la fórmula de la derivada de
orden entero de una función exponencial a una derivada de orden α[12].
Dα (eax ) = aα eax (2.3)
7
CAPÍTULO 2
2.1.0.1. La Función Gamma
Para definir las integrales y derivadas de orden fraccionario se utiliza la Fun-

ción Gamma, que constituye una generalización de la definición de factorial. La
fórmula que la define es:
ˆ ∞
Γ(z) = sz−1 e−s ds (2.4)
0
Donde z es un número complejo con parte real positiva[28]. La integral converge,

excepto para números enteros negativos y el cero.
Una propiedad importante de la función Gamma es
Γ(z) = (z − 1)Γ(z − 1) (2.5)
De la cual se obtiene la Función Gamma para un número entero positivo
Γ(n) = (n − 1)! (2.6)
Al relacionar este concepto con la derivada fraccionaria de Riemann-Liouville, se

puede generalizar la derivada fraccionaria[28],
dn m m! dα µ Γ(µ + 1)
x = xm−n ⇒ x = xµ−α (2.7)
dx n (m − n)! dx α Γ(µ − α + 1)
2.1.0.2. Definiciones de integrales y derivadas fraccionarias
Integral fraccionaria de Riemann-Liouville

ˆ t
1
I f (t) = D I
α m m−α
f (t) = (t − τ )α−1 f (τ )dτ, t > 0, αR+ (2.8)

Γ(α) 0
Donde Γ(α) representa la función Gamma[10].

Transformada de Laplace de la integral de Riemann-Liouville[10],
L {I α f (t)} = s−α F (s) (2.9)
8
2.1 Introducción al Control Fraccionario
Derivada fraccionaria de Riemann-Liouville

ˆ
1 ∂ m t f (τ )
D f (t) =
α
( ) dτ (2.10)
Γ(m − α) ∂x 0 (t − τ )
α−m+1
Donde m − 1 < α < m[10].

Transformada de Laplace de la Derivada de Riemann-Liouville[10],
m−1
L {Dα f (t)} = sα F (s) − sk f α−k−1 (0) (2.11)
X
k=0
Donde f l (0)es la derivada de orden l de la función f evaluada en el origen.

Una fórmula alternativa es la derivada fraccionaria dada por Caputo
ˆ t
1 f m (τ )
Dα f (t) = dτ (2.12)
Γ(m − α) 0 (t − τ )α−m+1
Donde m − 1 < α < m y f m (τ ) es la derivada de orden m, [26].

Siendo la transformada de Laplace
m−1
L {Dα f (t)} = sα F (s) − sα−k−1 f k (0) (2.13)
X
k=0
2.1.0.3. Ejemplo de derivada fraccionaria
Como ejemplo se toma la derivada Fraccionaria para la función f (t) = t2 , con

α = 0,5 y m = 1.
ˆ
1 ∂ t
t2
Dα f (t) = ( )1 dτ
Γ(1 − 0,5) ∂t 0 (t − τ )0,5−1+1
1 ∂ 16 5/2 1 8
Dα f (t) = ( t ) = √ ( ) t3/2 ≡ 1,504 t3/2
Γ(0,5) ∂t 15 π 3
Usando la herramienta de cálculo simbólico de Matlab, la derivada de Riemann-

Liouville se obtiene de la siguiente forma:
9
CAPÍTULO 2
%Cálculo de derivada fraccionaria simbólica en Matlab

%Riemman-Liouville
syms tao t;
funcion = tao^2; alfa = 0.75; m = 1;
resultado_1 = simplify(int(funcion/((t-tao)^(alfa-m+1)),...
tao,0,t))
resultado_2 = diff(resultado_1,t) %derivada
funcion_gamma = (1/gamma(m-alfa)) % funcion gamma
resultado_final = vpa(resultado_2*funcion_gamma,3)
pretty(resultado_final)
α f (t) = t2
0 t2
0.25 1,24 t7/4
0.50 1,5 t3/2
0.75 1,7 t5/4
1 2t
Tabla 2.1: Derivadas fraccionales de la función f (t) = t2 (Fuente: Autor)
La primera derivada es f (t) = 2t, se procede de igual forma:
α f (t) = 2t
0 2t
0.25 2,1 t3/4
0.50 2,2 t1/2
0.75 2,21 t1/4
1 2
Tabla 2.2: Derivadas fraccionales de la función f (t) = 2t (Fuente: Autor)
La Figura 2.1 muestra las derivadas fraccionales para diferentes valores de alfa.
10
2.2 Control clásico PI y fraccionario P I α
Figura 2.1: Derivada fraccionaria (Fuente: Autor)
2.2. Control clásico PI y fraccionario P I α
La función de transferencia de un controlador fraccional P I α Dµ contiene un in-

tegrador y un diferenciador de orden fraccional y tiene la forma[24],
ki
Gc (s) = kp + + kd sµ (α, µ > 0) (2.14)
sα
En el dominio del tiempo la relación entre la entrada [e(t)] y la salida [u(t)] con
kd = 0 el control clásico P I en el cual se centrará la atención está dado por
ˆ t
u(t) = kp e(t) + ki e(τ )dτ (2.15)
0
11
CAPÍTULO 2
Para el controlador P I α de orden fraccionario:
u(t) = kp e(t) + ki 0 Dt−α e(t) (2.16)
En donde el operador 0 Dt−α representa el integrador de orden α entre 0 y t, observe

que el signo negativo de α indica integración.[20]
Tomando como base la definición de Riemann-Liouville de integral fraccionaria
se puede reescribir de la siguiente forma
ˆ t
(t − τ )α−1
u(t) = kp e(t) + ki e(τ )dτ (2.17)
0 Γ(α)
α−1
La expresión que se encuentra dentro de la integral (t−τ )
Γ(α) en el dominio de
tiempo continuo se describe como una función de peso denominada ω(t, τ ) [24].
2.3. Aproximaciones en el dominio discreto y

continuo de funciones de transferencia
fraccionarias
2.3.1. Representación Clásica de un Controlador PI en ecuación

de diferencias
En el control clásico para obtener una representación discreta del controlador PI

en el dominio de Laplace:
ki
Gc (s) = kp + (2.18)
s
Se toma la transformada z de 1/s[17], la cual es:
1
Z{1/s} = T (2.19)
1 − z −1
donde T es el tiempo de muestreo. Reemplaza en la Ecuación 2.18
U (z) 1
Gc (z) = = kp + ki T (2.20)
E(z) 1 − z −1
12
2.3 Aproximaciones en el dominio discreto y continuo de funciones de
transferencia fraccionarias
U (z) − U (z)z −1 = kp (E(z) − E(z)z −1 ) + ki T E(z)
Aplicando la transformada Z para la solución de ecuaciones en diferencias:
uk − uk−1 = kp (ek − ek−1 ) + ki T ek
Donde uk es la salida y ek es la entrada o error en el lazo de control

Obteniendo la función discreta uk
uk = kp (ek − ek−1 ) + ki T ek − uk−1 (2.21)
Este controlador se puede implementar en un sistema digital. Cuando la función

de transferencia presenta un término G(s) = sα , donde α es un número real no
entero se procede a hacer una aproximación de la función de transferencia, de
manera que los operadores de Laplace s presenten potencias enteras positivas.
De esta forma se puede usar la transformada Z para la solución de ecuaciones
en diferencias para expresar la función de transferencia fraccionaria en forma
aproximada, pero en orden entero.

en el dominio continuo
Aproximación Crone
El método Crone da una aproximación basada en una distribución recursiva de

polos y ceros. Permite la construcción de una función de transferencia con una
ganancia que depende en forma casi lineal del logaritmo de la frecuencia y tiene
una fase casi constante, siendo posible que los valores de la pendiente de ganancia
y de fase correspondan a las de G(s) = sα para cualquier valor de α[14].
1+ s
wzn
G(s) = sα ≈ C0 ΠN (2.22)
n=1
1+ s
wpn
La expresión resultante tiene por lo tanto N polos y N ceros. Existirán en un

intervalo de frecuencias de interés definido [ωl ; ωh ]. Sus frecuencias están dadas
por:
13
CAPÍTULO 2
Comienzo por un cero

√
ωzl = ωl η
ωpn = ωzn α, n = 1...N
ωzn+1 = ωpn η, n = 1...N − 1 (2.23)
√
ωh = ωpN η
Comienzo por un polo

√
ωpl = ωl η
ωzn = ωpn α, n = 1...N
ωpn+1 = ωzn η, n = 1...N − 1 (2.24)
√
ωh = ωzN η
Donde la relación entre ωh y ωl es:
1/N
ωh

ωh = ωl (αη) N
⇒ αη = (2.25)
ωl
Lo cual se puede descomponer en:
(1−|α|)/N
ωh

η= (2.26)
ωl
|α|/N
ωh

α= (2.27)
ωl
Aproximación Carlson
14
La aproximación de Carlson presenta una aproximación de la función:
G1/α (s) = s (2.28)
Y luego resolviendo para una función de transferencia G(s) usando el Método

Iterativo de Newton en una secuencia dada por:
1/α
( α1 − 1)Gk−1 (s) + ( α1 + 1)s
Gk (s) = Gk−1 (s) + 1/α
, k = 1, 2, 3... (2.29)
( α1 + 1)Gk−1 (s) + ( α1 − 1)s
La Ecuación 2.29 en cada iteración disminuye la fase y la ganancia y amplía

el rango de frecuencias donde es válida. El número de iteraciones debe hacerse
hasta que las características sean satisfactorias, pero debe tomarse en cuenta que
el número de polos y ceros crece muy rápido.[14]
Aproximación Matsuda
El método de Matsuda proporciona una aproximación de una planta fraccio-
nal obtenida de la identificación de la ganancia del modelo. Se desea aproximar
G(s) = sα donde su ganancia está dada por | G(jω) |=| jω α |=| ω α |= ω α , por lo
que la ganancia se encuentra utilizando un conjunto de frecuencias. El número de
éstas servirá para determinar cuántos ceros y polos tendrá la aproximación. Para
N ceros y N polos, se deben utilizar 2N + 1 frecuencias. Es bueno usar siempre
un número impar de frecuencias; si se utiliza un número par, el número de ceros
será el número de polos más uno, y por lo tanto el modelo es inestable [14].
Se deben escoger N frecuencias ω0 , ω1 , ω2 , ........., ωN y definir las siguientes fun-
ciones:
d0 (ω) =| G(jω) |
ω − ω0
d1 (ω) =
d0 (ω) − d0 (ω0 )
ω − ω1
d2 (ω) =
d1 (ω) − d1 (ω1 )
..
.
15
CAPÍTULO 2
ω − ωk
dk (ω) =
dk (ω) − dk (ωk )
..
.
ω − ωN −1
dN (ω) = (2.30)
dN −1 (ω) − dN −1 (ωN −1 )
Se puede construir una matriz triangular superior de (N + 1) × (N + 1):
d0 (ω0 ) d0 (ω1 ) d0 (ω2 ) · · · d0 (ωN )

 

 d1 (ω1 ) d1 (ω2 ) · · · d1 (ωN ) 

D= d2 (ω2 ) · · · d2 (ωN ) (2.31)
 


.. .. 
. .
 
 
dN (ωN )
donde cada elemento de la matriz Dkk se define como el conjunto:
|G(jω0 )| , Si k = 0
( )
Dkk = ωk −ωk−1 (2.32)
dk−1 (ωk )−dk−1 (ωk−1 ) , Si k = 1, 2, 3, ..., N
La aproximación está dada por:
s − w0 s − w0 s − w1 s − w2
G(s) = a0 + = a0 + ... (2.33)
a1+ s−w1 a1 + a2 + a3 +
s−w2
a2 + a +...
3
Al igual que el método de Crone, este método se puede utilizar en el rango de

frecuencias [ω0 ; ωN ]
Método de expansión en fracciones continuas
Una aproximación de la función de transferencia G(s)=s−α , 0 < α < 1 se obtiene
con la expansión en fracciones continuas (CFE) de las funciones:
1
Gh (s) = (2.34)
(1 + s)±α
16
1
Gl (s) = (1 + )±α (2.35)
s
Donde Gh (s) es la aproximación para altas frecuencias (ωT >> 1rad/s) y Gl (s)
es la aproximación para bajas frecuencias (ωT << 1rad/s) [27],[14].

en el dominio discreto
Si una función f (t) continua es aproximada a una función discreta f (nh) donde
h es el espacio constante entre muestras, tk = kn, k = 0, 1, 2, 3...., n, la aproxi-
mación para su derivada o integral de orden α [8],[26],[27], se expresa como:
y(nh) = h±α (w(z −1 ))±α f (nh) (2.36)
Donde z −1 es el operador de traslación y w(z −1 ) es la función generadora. El mé-

todo de expansión y la función generadora determinan la forma y los coeficientes
de aproximación.
El valor de h tomará el valor del período de muestreo, T .
El tiempo necesario para el proceso de la ley de control debe ser sensible-
mente inferior al período de muestreo T .
Las aproximaciones discretas son el resultado de discretizar el operador sα ,
0 < α < 1, mediante el operador discreto w(z −1 ) [26].
El método directo consiste en utilizar una función generadora w(z −1 ) para luego
discretizar la función de transferencia[10].
Para el caso de 1/sλ , se debe utilizar una aproximación.
Existen varias fórmulas para aproximar un controlador fraccionario[15], también
conocidas como funciones generadoras entre las cuales las más utilizadas son [27].
Diferencias finitas hacia atrás de primer orden:
1 − z −1
s≈ (2.37)
T
La expansión en una serie MacLaurin truncada es:
17
CAPÍTULO 2
1
C(z −1 ) = (2.38)
α −k
(−1)k ( )z
Pn
Tα k=0
k
α
donde ( ) es el coeficiente binomial con k = 0, 1, 2, 3..., n [9].
k
Diferencias finitas hacia atrás de segundo orden:
3 − 4z −1 + z −2
s≈ (2.39)
2T
[Γ(α + 1)]2
C(z −1 ) = ×
(2T )α
N k
3α−j (−1)k
z −k (2.40)
X X
k=0 m=0
Γ(m + 1)Γ(α − m + 1)Γ(k − m + 1)Γ(α − k + m + 1)
Diferencias finitas hacia atrás de tercer orden:

11 − 18z −1 + 9z −2 − 2z −3
s≈ (2.41)
6T
N
[Γ(α + 1)]3 X
C(z −1 ) = z −k ×
(3T )α k=0
k X
t
(−1)p
(
X
×
t=0 p=0
Γ(p + 1)Γ(α − p + 1)
√ √
(− 47 − 439 j)α−t+p (− 74 + 439 j)α−k+p
) (2.42)
Γ(t − p + 1)Γ(α − t + p + 1)Γ(k − t + 1)Γ(α − k + t + 1)
18
Fórmula de Tustin:
2 1 − z −1
s≈ (2.43)
T 1 + z −1
N
2
C(z −1 ) = ( )α Γ(α + 1)Γ(−α + 1) z −k ×
X
T k=0
k
(−1)m
(2.44)
X
m=0
Γ(α − p + 1)Γ(m + 1)Γ(k − m + 1)Γ(−α + m − k + 1)
Fórmula de Simpson:
3 1 − z −2
s≈ (2.45)
T 1 + 4z −1 + z −2
N
3
C(z −1 ) = ( )α Γ(α + 1) [Γ(−α + 1)]2 z −k ×
X
T k=0
C( 2q )
q
X X (−1)n
×
n=0 p=2n
Γ(n + 1)Γ(α − n + 1)
√ √
(−2 − 3)α−p+2n (2 + 3)−α−q+p
(2.46)
Γ(p − 2n + 1)Γ(−α − p + 2n + 1)Γ(q − p + 1)Γ(−α − q + p + 1)
Logrando así tener una representación aproximada de la función de orden frac-

cionario. Luego se puede utilizar el método de la Transformada Z para la solución
de ecuaciones en diferencias e implementar un controlador discreto[14].
19
CAPÍTULO 3
APLICACIÓN DE UN CONTROLADOR CLÁSICO

P I, FRACCIONARIO P I α Y DIFUSO A UN
SISTEMA CON IMPEDANCIA INDUCTIVA
De forma previa al control del motor de inducción, se aplicará un control clásico

P I, fraccionario P I α y difuso a un sistema monofásico de potencia con impedan-
cia inductiva. La simulación se desarrollará utilizando la herramienta Simulink de
Matlab como muestra la Figura 3.1, en donde el objetivo es controlar la corriente
de línea.
Las características principales del sistema que se utilizará en Simulink son:
Fuente de voltaje de corriente alterna 100 Voltios y 60Hz
Impedancia inductiva, representada por una resistencia R = 1Ω y una
inductancia L = 10mH.
El actuador es un inversor monofásico
La tensión de la barra CD del inversor es de 200V
Incremento discreto de simulación del sistema en simulink es de 1µs
Frecuencia de la portadora de modulación de ancho de pulso del inversor
es de 10Khz
3.1. Implementación de un controlador clásico PI
La implementación del controlador clásico constituye un caso particular del con-

trolador fraccionario, en el que el valor de α = 1.
Gc = Kp + Ki /sα (3.1)
21
CAPÍTULO 3
Figura 3.1: Sistema de potencia inductivo con convertidor electrónico. (Fuente: Autor)
El ajuste de ganancias proporcional e integrativa del controlador son: Kp = 110,

Ki = 900000
Gc = 110 + 900000/s (3.2)
Como referencia se utiliza la fuente de voltaje de corriente alterna, reduciendo su

ganancia en 10. Así se obtiene una señal de 10V pico en fase.
La Figura 3.2 muestra la implementación gráfica del control PI en Simulink.
La respuesta del controlador PI clásico en la planta se muestra en la Figura 3.3.
22
3.1 Implementación de un controlador clásico PI
Figura 3.2: Implementación de un controlador clásico PI. (Fuente: Autor)
Figura 3.3: Respuesta de la planta con controlador clásico PI. (Fuente: Autor)
23
CAPÍTULO 3
La diferencia entre la referencia y la respuesta del controlador clásico P I es:
Figura 3.4: Error entre la respuesta del controlador clásico PI y la referencia. (Fuente:
Autor)
3.2. Implementación de un controlador P I α

fraccionario
Para comparar, se mantienen las ganancias proporcional e integral del controlador

clásico PI Kp = 110 y Ki = 900000. Se varía únicamente el valor de α = 0,5
conservando el resto de parámetros del modelo.
Gc = 110 + 900000/s0,5 (3.3)
Para obtener la ecuación en diferencias y poder implementar en un sistema digital,

se aproximará a una función de transferencia de quinto orden. Para ello se utilizará
la fórmula de Tustin.
24
3.2 Implementación de un controlador P I α fraccionario
El código utilizado en Matlab es:

Kp = 110; Ki = 900000; vi = 0.5;
Kd = 0; vd =0;
T = 100e-6; % tiempo de muestreo
Gc = nipid(Kp, Kd, vd, Ki, vi,[T; 1000]...
, 4,’tustin’,’mcltime’, ’frac’)
Donde la función “nipid” pertenece a NINTEGER[15].
Obteniendo la función de transferencia:
12950 − 220z −1 − 6364z −2 − 1591z −4 + 4773z −5 U (z)

Gc = = (3.4)
2 − 2z −1 E(z)
La Ecuación 3.4 representa la aproximación discreta de la Ecuación 3.3.

Expresando la Ecuación 3.4 en forma de una ecuación en diferencias:
12950ek − 220ek−1 − 6364ek−2 − 1591ek−4 + 4773ek−5

uk = + uk−1 (3.5)
2
Luego de implementar la Ecuación 3.5 en el sistema, la respuesta de la planta es:
Figura 3.5: Respuesta del controlador PI fraccionario, con α = 0,5. (Fuente: Autor)
25
CAPÍTULO 3
La diferencia entre la respuesta de la planta y la referencia es:
Figura 3.6: Diferencia entre el control PI fraccionario y la referencia, con α = 0,5.

(Fuente: Autor)
Como se acaba de observar la variación del valor α = 1 a α = 0,5 crea un

desajuste en la sintonización del controlador, por lo que se procederá a sintonizarlo
nuevamente.
3.2.1. Sintonización del controlador P I α fraccionario
Se sintoniza la ganancia proporcional e integrativa a Kp = 1,1, Ki = 9000.

Obteniendo el controlador:
Gc = 1,1 + 9000/s0,5 (3.6)
El nuevo controlador se vuelve a aproximar utilizando la fórmula de Tustin.
Kp = 1.1; Ki = 9000; vi = 0.5;

Kd = 0; vd =0;
26
3.2 Implementación de un controlador P I α fraccionario
El controlador aproximado de quinto orden es:
129,4792 − 2,2z −1 − 63,6396z −2 − 15,9099z −4 + 47,7297z −5

Gc = (3.7)
2 − 2z −1
Expresando en una ecuación de diferencias:
129,47ek − 2,2ek−1 − 63,6396ek−2 − 15,9099ek−4 + 47,7297ek−5

uk = + uk−1
2
(3.8)
Se implementa en el sistema y se obtiene:
Figura 3.7: Respuesta del controlador PI fraccionario sintonizado, con α = 0,5.

(Fuente: Autor)
27
CAPÍTULO 3
La diferencia entre la respuesta del control fraccionario PI y la referencia es:
Figura 3.8: Diferencia entre el control fraccionario PI y la referencia con sintoniza-

ción, con α = 0,5. (Fuente: Autor)
3.3. Implementación de un controlador difuso
Se implementa un controlador difuso en el que:

Se utiliza una ganancia proporcional y una derivativa.
Se utilizan dos bloques de saturación para limitar la señal del error y su
derivada a un rango entre -1 y 1.
Las funciones de membresía están normalizadas en un rango de -1 y 1, para
realizar el ajuste del controlador mediante las ganancias.
La ganancia de salida del controlador difuso sirve para llevar la señal con-
trolada a una amplitud útil de control del sistema.
28
3.3 Implementación de un controlador difuso
Figura 3.9: Sistema con un Controlador Difuso. (Fuente: Autor)
3.3.1. Control difuso
La reglas de control son:
e/4e NG NP Z PP PG
NG Z NP NP NG NG
NP PP Z NP NP NG
Z PP PP Z NP NP
PP PG PP PP Z NP
PG PG PG PP PP Z
Tabla 3.1: Reglas del controlador difuso de error y su derivada, aplicadas
a un sistema con impedancia inductiva. (Fuente: Autor)
29
CAPÍTULO 3
El significado de los cuantificadores es:

NG: Negativo grande
NP: Negativo pequeño
Z: Cero
PP: Positivo pequeño
PG: Positivo grande
Las funciones de membresía del error:
Figura 3.10: Función de membresía para el conjunto del error.(Fuente: Autor)
Las funciones de membresía de la derivada del error:
Figura 3.11: Función de membresía para el conjunto de derivada del error.

(Fuente: Autor)
30
Las funciones de membresía de la salida son:

PG=1
PP=0.4
Z=0
NP=-0.4
NG=-1
Al aplicar el control difuso la respuesta de la planta es:
Figura 3.12: Respuesta del controlador difuso. (Fuente: Autor)
La Figura 3.13 muestra la diferencia entre la respuesta de la planta y la señal de

referencia.
31
CAPÍTULO 3
Figura 3.13: Diferencia entre el control difuso y la referencia. (Fuente: Autor)
3.3.2. Control difuso con cambio de reglas
Comparando con el cuadro de la sección anterior, se han cambiando dos reglas

como se puede observar:
e/4e NG NP Z PP PG
NG Z NP NP NG NG
NP PP Z NP NG NG
Z PP PP Z NP NP
PP PG PG PP Z NP
PG PG PG PP PP Z
Tabla 3.2: Cambio de reglas del controlador difuso de error y su derivada, aplicadas a
un sistema con impedancia inductiva. (Fuente: Autor)
32
La respuesta de la planta con el controlador difuso con cambio de reglas es:
Figura 3.14: Respuesta del controlador difuso con cambio de reglas. (Fuente: Autor)
La diferencia entre la respuesta de la planta y la señal de referencia es:
Figura 3.15: Diferencia entre el control difuso y la referencia con cambio de reglas.
(Fuente: Autor)
33
CAPÍTULO 3
3.3.3. Control difuso con Integrador
En el controlador difuso se incluye una ganancia integrativa, denominado contro-

lador difuso FPD+I[11].
Figura 3.16: Controlador difuso FPD+I [11].
El conjunto de reglas del controlador difuso es:
e/4e NG NP Z PP PG
NG Z NP NP NG NG
NP PP Z NP NG NG
Z PP PP Z NP NP
PP PG PG PP Z NP
PG PG PG PP PP Z
Tabla 3.3: Reglas del controlador difuso de error y su derivada, incluyendo un integra-
dor, aplicadas a un sistema con impedancia inductiva. (Fuente: Autor)
34
La Figura 3.17 muestra el controlador difuso con la ganancia integrativa.
Figura 3.17: Sistema con controlador difuso incluyendo una ganancia integrativa
FPD+I .
35
CAPÍTULO 3
La Figura 3.18 muestra la respuesta de la planta incluyendo la ganancia integra-

tiva.
Figura 3.18: Respuesta del controlador difuso (FPD+I) incluyendo un integrador .
La diferencia entre la respuesta de la planta y la señal de referencia es:
Figura 3.19: Diferencia entre la salida de la planta y la referencia, con control difuso
(FPD+I). (Fuente: Autor)
36
3.3.4. Control difuso con Integrador y reducción del número de

reglas
Manteniendo la parte integrativa en el controlador difuso, se reduce el número de

reglas.
e/4e N Z P
N Z NP NG
Z PP Z NP
P PG PP Z
dor, aplicadas a un sistema con impedancia inductiva. (Fuente: Autor)
Las funciones de membresía de la salida son:

PG=1
PP=0.1
Z=0
NP=-0.1
NG=-1
Las ganancias para sintonizar el controlador son: Kp = 0,52 , Kd = 0 y Ki =
381,56.
37
CAPÍTULO 3
Las funciones de membresía del error:
Figura 3.20: Función de membresía para el conjunto del error. (Fuente: Autor)
Las funciones de membresía de la derivada del error:
Figura 3.21: Función de membresía para el conjunto de derivada del error. (Fuente:
Autor)
38
La respuesta de la planta con la reducción del número de reglas es:
Figura 3.22: Respuesta del controlador difuso reduciendo el número de reglas, con
controlador difuso (FPD+I). (Fuente: Autor)
La diferencia con la señal de referencia con la respuesta de la planta es:
Figura 3.23: Diferencia entre la salida de la planta y la referencia, reduciendo el nú-

mero de reglas, con controlador difuso (FPD+I). (Fuente: Autor)
39
CAPÍTULO 3
3.3.5. Control difuso con Integrador y cambios en la señal de

referencia
Ahora se utilizará una señal de referencia con cambios en la amplitud, mante-

niendo el integrador y las reglas:
e/4e NG NP Z PP PG
NG Z NP NP NG NG
NP PP Z NP NG NG
Z PP PP Z NP NP
PP PG PG PP Z NP
PG PG PG PP PP Z
Tabla 3.5: Reglas del controlador difuso de error y su derivada, incluyendo un inte-
grador, aplicadas a un sistema con impedancia inductiva con cambios de amplitud.
(Fuente: Autor)
Respuesta de la planta:
Figura 3.24: Respuesta del controlador difuso con cambios de amplitud en la señal de
referencia, con controlador difuso (FPD+I). (Fuente: Autor)
40
Diferencia entre la respuesta de la planta y la referencia:
Figura 3.25: Diferencia entre el control difuso y la referencia con cambios de amplitud
en la señal de rferencia, con controlador difuso (FPD+I). (Fuente: Autor)
Las ganancias para sintonizar el controlador son: Kp = 0,073, Kd = 1,2e − 7 y

Ki = 4,83.
41
CAPÍTULO 4
MODELO DE LA MÁQUINA DE INDUCCIÓN
4.1. Modelo matemático de ecuaciones diferenciales

que describen la máquina de inducción
Las ecuaciones diferenciales que describen la máquina de inducción son:
[~v ] = [R][~i] + ρ[~λ] = [R][~i] + [L(θ)]ρ[~i] + θ̇[τ (θ)][~i] (4.1)
1
Te − Tm = [~i]t [τ ][~i] − Tm = J θ̈ + ρθ̇ (4.2)
2
en donde:
" # " #
[~ve ] [ vae vbe vce ]t
[~v ] = = (4.3)
[~vr ] [ var vbr vcr ]t
" # " #
[~ie ] [ iea ieb iec ]t
[~i] = = (4.4)
[~ir ] [ ira irb irc ]t
" # " #
[Ree ] [Rer ] Re [I] [0]
[R] = = (4.5)
[Rre ] [Rrr ] [0] Rr [I]
43
CAPÍTULO 4
" # " #
[Lee ] [Ler (θ)] Lσe [I] + Lme [S] Ler [C(θ)]
[L(θ)] = = (4.6)
[Lre (θ)] [Lrr ] Ler [C(θ)]t Lσe [I] + Lmr [S]
" # " #
dθ [Lee ]
d
dθ [Ler (θ)]
d
[0] d
Ler dθ [C(θ)]
[τ (θ)] = = (4.7)
dθ [Lre (θ)]
d
dθ [Lrr ]
d
Ler dθ [C(θ)]
d t [0]
donde
Re : Resistencia de cada una de las bobinas del estator
Rr : Resistencia de cada una de las bobinas del rotor
Lσe : Inductancia de dispersión del estator
Lσr : Inductancia de dispersión del rotor
Lme : Inductancia de magnetización del estator
Lmr : Inductancia de magnetización del rotor
Ler : Inductancia mutua de acoplamiento estator-rotor
La matriz [S] se representa los acoplamientos simétricos entre bobinas del estator
o rotor[1].
La matriz [C(θ)] determina el comportamiento cíclico de los acoplamientos mu-
tuos entre bobinas del rotor y del estator[1].
4.2. Expresión de las ecuaciones diferenciales de la

máquina de inducción en coordenadas
correspondiente a vectores espaciales y circuito
equivalente
Las ecuaciones diferenciales que definen el comportamiento de la máquina de

inducción con un sistema de coordenadas correspondiente a vectores espaciales
son:
44
4.2 Expresión de las ecuaciones diferenciales de la máquina de inducción en
coordenadas correspondiente a vectores espaciales y circuito equivalente
" # " #" # "" #" ##

~ve Re 0 ~ie Le Mer ejθ [~ie ]
[~v ] = = +ρ (4.8)
~vr 0 Rr ~ir Mer e −jθ Lr [~ir ]
n o
Mer Im ~ie (~ir ejθ )∗ − Tm (θ̇) = J θ̈ + ρθ̇ (4.9)
donde:
2
r
~ve = [ 1 α α2 ][ vae vbe vce ]t
3
2
r
~vr = [ 1 α α2 ][ var vbr vcr ]t
3
2
r
~ie = [ 1 α α2 ][ iea ieb iec ]t
3
2
r
~ir = [ 1 α α2 ][ ira irb irc ]t
3
3
Le = Lσe + Lme
2
3
Lr = Lσe + Lmr
2
3
Mer = Ler
2
45
CAPÍTULO 4
donde:
~ve : Vector espacial de voltaje del estator
~vr : Vector espacial de voltaje del rotor
~ie : Vector espacial de corriente del estator
~ir : Vector espacial de corriente del rotor
Le : Inductancia del estator

Lr : Inductancia del rotor
M er : Inductancia mutua estator-rotor
La Figura 4.1 muestra el circuito equivalente de la máquina de inducción, donde
las variables de estado (voltaje, corriente y el flujo) son vectores espaciales:[1]
Figura 4.1: Circuito equivalente del modelo dinámico de la máquina de inducción. [1]
46
CAPÍTULO 5

INDUCCIÓN BAJO PRESENCIA DE CORRIENTE
DC
Todos los controladores se utilizarán en el lazo de control de corriente de la

máquina de inducción. La Figura 5.1 muestra la implementación en Simulink de
la planta, donde se utiliza el controlador, el inversor y la máquina de inducción.
5.1. Modelo en Simulink del sistema
El modelo utiliza una máquina de inducción alimentada por un inversor trifásico.

Para el control se utilizan las corrientes del estator, que luego de ser tratadas con
el controlador, se genera una señal que alimenta el inversor.
Los parámetros utilizados para la máquina de inducción en Simulink:
Potencia nominal 2100VA
Voltaje línea a línea: 220V
Frecuencia: 60Hz
Resistencia del estator: 0,435Ω
Inductancia del estator: 2mH
Resistencia del rotor: 0,816Ω
Inductancia del rotor: 2mH
Inductancia mutua: 69.312mH
Tipo de rotor: jaula de ardilla
47
CAPÍTULO 5
Figura 5.1: Planta utilizando una máquina de inducción alimentada por un inversor
trifásico, en donde se implementarán los controladores. (Fuente: Autor)
5.2. Respuesta del modelo con control proporcional

de ganancia unitaria
La implementación en Simulink del modelo con control proporcional de ganancia

unitaria se presenta en la Figura 5.2, en donde se realimenta directamente la
diferencia de la corriente del estator con la referencia al lazo de control.
48
5.2 Respuesta del modelo con control proporcional de ganancia unitaria
Figura 5.2: Implementación en Simulink con control proporcional de ganancia unita-

ria. (Fuente: Autor)
El sistema en lazo cerrado con control proporcional de ganancia unitaria se com-

porta como se muestra en la Figura 5.3:
Figura 5.3: Respuesta de la planta con control proporcional de ganancia unitaria.

(Fuente: Autor)
49
CAPÍTULO 5
El error en la planta con control proporcional de ganancia unitaria es:
Figura 5.4: Diferencia entre la respuesta de la planta y la referencia con control pro-
porcional de ganancia unitaria. (Fuente: Autor)
Respuesta de la planta en la fase A:
Figura 5.5: Respuesta de la planta de la fase A con control proporcional de ganancia

unitaria. (Fuente: Autor)
50
5.2 Respuesta del modelo con control proporcional de ganancia unitaria
Diferencia entre la respuesta de la planta y la referencia, en la fase A:
Figura 5.6: Diferencia entre la respuesta de la planta y la referencia de la fase A con

control proporcional de ganancia unitaria. (Fuente: Autor)
Se calcula la media cuadrática para una colección de N valores discretos definida

por la fórmula:
v
N
u1 X
u
xRM S = t (xi )2 (5.1)
N i=1
Luego de un tiempo de simulación de 2 segundos, se calcula la media cuadrática

de los últimos 500ms del error para cada fase A,B y C. También se presenta el
valor máximo y mínimo en ese intervalo de tiempo.
51
CAPÍTULO 5
Fases Media Cuadrática

A 4.8081A
B 4.8220A
C 4.8126A
Máximo 12.6841A
Mínimo -14.58A
Tabla 5.1: Media cuadrática del Error con control proporcional de ganancia unitaria.
(Fuente: Autor)
5.3. Respuesta aplicando un control clásico PI
La Figura 5.8 muestra la implementación en Simulink del controlador clásico PI,

en donde por cada fase se utiliza un controlador. Además se puede observar que
las ganancias utilizadas para sintonizar el controlador son: Kp = 0,1 y Ki = 210.
Control clásico de la planta vista general con tiempo de 0.5s:
Figura 5.7: Respuesta de la planta aplicando un control PI clásico. (Fuente: Autor)
52
5.3 Respuesta aplicando un control clásico PI
Figura 5.8: Implementación en Simulink del control clásico PI. (Fuente: Autor)
53
CAPÍTULO 5
Error aplicando un controlador clásico PI en la planta de las fases A-B-C con

tiempo de 1s:
Figura 5.9: Diferencia entre la respuesta de la planta y la referencia de un control

clásico PI. (Fuente: Autor)
Control clásico de la planta detalle fase A con tiempo de 0.5s:
Figura 5.10: Respuesta de la planta de un control PI clásico de la fase A. (Fuente:

Autor)
54
5.3 Respuesta aplicando un control clásico PI
Error aplicando un controlador clásico PI en la planta fase A con tiempo de 1s:

clásico PI de la fase A. (Fuente: Autor)
El error medio cuadrático es:

A 0.6153A
B 0.5779A
C 0.6020A
Máximo 2.5737A
Mínimo -2.9698A
Tabla 5.2: Media cuadrática del error aplicando un control clásico PI. (Fuente: Autor)
55
CAPÍTULO 5
5.4. Respuesta aplicando un control PI fraccionario,

con α = 0,81
De igual forma se utiliza por cada fase un controlador PI fraccionario

Kp = 0.075; Ki = 190; vi = 0.81;

Kd = 0; vd =0;
0,2747 − 0,0727z −1 − 0,0384z −2

Gc = +
2 − 2z −1
−0,0079z −3 − 0,0108z −4 + 0,0061z −5

(5.2)
2 − 2z −1
Expresando en una ecuación de diferencias
0,2747ek − 0,0727ek−1 − 0,0384ek−2

uk = +
2
−0,0079ek−3 − 0,0108ek−4 + 0,0061ek−5

+ uk−1 (5.3)
2
56
5.4 Respuesta aplicando un control PI fraccionario, con α = 0,81
Control fraccionario de la planta vista general con tiempo de 0.5s:
Figura 5.12: Respuesta de la planta de un control PI fraccionario, con α = 0,81.

(Fuente: Autor)
Control fraccionario de la planta detalle Fase A con tiempo de 0.5s:

PI fraccionario, con α = 0,81. (Fuente: Autor)
57
CAPÍTULO 5
Control fraccionario de la planta detalle fase A con tiempo de 0.5s:
Figura 5.14: Respuesta de la planta de un control PI fraccionario de la fase A, con

α = 0,81 . (Fuente: Autor)
Error fraccionario en la planta fase A con tiempo de 1s:

PI fraccionario de la fase A, con α = 0,81. (Fuente: Autor)
58
5.5 Respuesta aplicando un control PI fraccionario , con α = 0,72

A 0.2484A
B 0.2394A
C 0.2416A
Máximo 1.4597A
Mínimo -1.4905A
Tabla 5.3: Media cuadrática del error con controlador fraccionario, con α = 0,81.
(Fuente: Autor)
5.5. Respuesta aplicando un control PI fraccionario ,

con α = 0,72
De igual forma se utiliza por cada fase un controlador PI fraccionario. El nuevo

controlador se vuelve a aproximar utilizando la fórmula de Tustin.
Kp = 0.085; Ki = 70; vi = 0.72;

Kd = 0; vd =0;
Gc = nipid(Kp, Kd, vd, Ki, vi,[T; 1000],...
4,’tustin’,’mcltime’, ’frac’)

0,2820 − 0,1207z −1 − 0,0452z −2 − 0,0066z −3 − 0,0120z −4 + 0,0122z −5
Gc =
2 − 2z −1
(5.4)
0,2820ek − 0,1207ek−1 − 0,0452ek−2

uk = +
2
−0,0066ek−3 − 0,0120ek−4 + 0,0122ek−5

+ uk−1 (5.5)
2
59
CAPÍTULO 5
Control fraccionario de la planta vista general con tiempo de 0.5s fases A-B-C:
Figura 5.16: Respuesta de la planta de un control PI fraccionario, con α = 0,72 .

(Fuente: Autor)

A 0.2794A
B 0.2642A
C 0.2739A
Máximo 1.5165A
Mínimo -1.7023A
Tabla 5.4: Media cuadrática del error con controlador fraccionario, con α = 0,72 .
(Fuente: Autor)
60
Control fraccionario de la planta detalle de la Fase A con tiempo de 0.5s

PI fraccionario, con α = 0,72 . (Fuente: Autor)
Control fraccionario de la planta detalle de la fase A con tiempo de 0.5s:

61
CAPÍTULO 5

PI fraccionario de la fase A, con α = 0,72 . (Fuente: Autor)
5.6. Respuesta aplicando un control PI fraccionario ,

con α = 0,5
De igual forma se utiliza por cada fase un controlador PI fraccionario.

Kp = 0.095; Ki = 5; vi = 0.5;
Kd = 0; vd =0;
62
0,2607 − 0,1900z −1 − 0,0354z −2 − 0,0000z −3 − 0,0088z −4 + 0,0265z −5

Gc =
2 − 2z −1
(5.6)
0,2607ek − 0,1900ek−1 − 0,0354ek−2

uk = +
2
−0,0000ek−3 − 0,0088ek−4 + 0,0265ek−5

+ uk−1 (5.7)
2

(Fuente: Autor)
63
CAPÍTULO 5
Control fraccionario de la planta detalle de la Fase A con tiempo de 0.5s:


64


A 0.5024A
B 0.4722A
C 0.4925A
Máximo 2.1608A
Mínimo -2.4393A
(Fuente: Autor)
65
CAPÍTULO 5
5.7. Respuesta aplicando un control PI fraccionario,

con α = 0,3
De igual forma se utiliza por cada fase un controlador PI fraccionario.

Kp = 0.12; Ki = 0.055; vi = 0.3;

Kd = 0; vd =0;
0,2456 − 0,2423z −1 − 0,0024z −2

Gc = +
2 − 2z −1
−0,0003z −3 − 0,0006z −4 + 0,0046z −5

(5.8)
2 − 2z −1
Expresando en una ecuación de diferencias
0,2456ek − 0,2423ek−1 − 0,0024ek−2

uk = +
2
−0,0003ek−3 − 0,0006ek−4 + 0,0046ek−5

+ uk−1 (5.9)
2
66
5.7 Respuesta aplicando un control PI fraccionario, con α = 0,3

(Fuente: Autor)
Control fraccionario de la planta detalle de la Fase A con tiempo de 0.5s

67
CAPÍTULO 5


68
5.8 Respuesta aplicando un control difuso

A 2.9514A
B 2.9122A
C 2.9753A
Máximo 5.4131A
Mínimo -6.2964A
(Fuente: Autor)
5.8. Respuesta aplicando un control difuso

La Figura 5.28 muestra el controlador difuso implementado en Simulink con la
ganancia integrativa, y se debe notar que la ganancia derivativa no contribuye a
la sintonización del controlador motivo por el cual si valor es Kd = 0.
Reglas de control:
e/4e NG NP Z PP PG
NG Z NP NP NG NG
NP PP Z NP NG NG
Z PP PP Z NP NP
PP PG PG PP Z NP
PG PG PG PP PP Z
dor. (Fuente: Autor)
Las funciones de membresía de error es la misma de la Figura 3.10, y de derivada

de error es de la Figura 3.11 y las funciones de membresía de la salida son:
PG=1
PP=0.8
Z=0
NP=-0.8
NG=-1
69
CAPÍTULO 5
Figura 5.28: Control difuso con ganancia integrativa (FPD+I), en las fases A, B y
C. (Fuente: Autor)
70
5.8 Respuesta aplicando un control difuso
Control difuso de la planta, vista general con tiempo de 0.5s, fases A-B-C:
Figura 5.29: Respuesta de la planta de un control difuso (FPD+I), de las fases A,B
y C. (Fuente: Autor)
Error fraccionario en la planta de las fases A-B-C con tiempo de 1s:

difuso (FPD+I), de las fases A, B y C. (Fuente: Autor)
71
CAPÍTULO 5

A 3.5909A
B 3.3876A
C 3.5392A
Máximo 10.1562A
Mínimo -13.3462A
Tabla 5.8: Media cuadrática del error con controlador difuso (FPD+I). (Fuente:
Autor)
Control difuso de la planta detalle de la fase A con tiempo de 1s:
Figura 5.31: Respuesta de la planta de un control difuso (FPD+I), de la fase A. (Fuen-

te: Autor)
72
5.9 Comparación de controladores
Error de un controlador difuso en la planta fase A con tiempo de 1s:

difuso (FPD+I), de la fase A. (Fuente: Autor)
5.9. Comparación de controladores
La Tabla 5.12 resume:

La respuesta de los controladores mediante el Error Cuadrático Medio para
cada fase del motor.
Los valores máximo y mínimo son los picos dentro del intervalo donde se
calculó el Error Cuadrático Medio.
El porcentaje toma el promedio de las fases con respecto al valor pico de la
referencia que es de 20A.
5.10. Respuesta de controladores frente a

Incremento de resistencia en estator y rotor
Manteniendo los parámetros de la máquina de inducción se varía las resistencias

del estator y del rotor. Además:
73
CAPÍTULO 5
Se mantiene la misma calibración de todos los controladores.

El tiempo de simulación es de 2 segundos, y se calcula la media cuadrática
en los últimos 500ms del error del eistema representado por la diferencia
entre la referencia y el control de la planta.
La Tabla 5.9 muestra un resumen de la respuesta para un incremento de la resis-
tencia del estator de:
En 50 %, de 0,435Ω a 0,6525Ω.
En 100 %, de 0,435Ω a 0,87Ω.
En 200 %, de 0,435Ω a 1,305Ω.
La Tabla 5.10 muestra un resumen de la respuesta para un incremento de la
resistencia del rotor de:
En 50 %, de 0,816Ω a 1,224Ω.
En 100 %, de 0,816Ω a 1,632Ω.
En 200 %, de 0,816Ω a 2,448Ω.
Tabla 5.9: Resumen de respuesta de controladores frente a cambio de resistencia en el

estator. (Fuente: Autor)
74
5.10 Respuesta de controladores frente a Incremento de resistencia en estator y
rotor
Tabla 5.10: Resumen de respuesta de controladores frente a cambio de resistencia en

el rotor. (Fuente: Autor)
Para un incremento simultáneo de la resistencia del estator y rotor:

En 50 %, en el estator de 0,435Ω a 0,6525Ω. En el rotor de 0,816Ω a 1,224Ω.
Tabla 5.11: Resumen de respuesta de controladores frente a cambio de resistencia en

el estator y rotor. (Fuente: Autor)
75
CAPÍTULO 5
Tabla 5.12: Resumen del Error Cuadrático Medio de los controladores. (Fuente: Autor)
76
CAPÍTULO 6
CONCLUSIONES Y RECOMENDACIONES
6.1. Conclusiones
El estudio de control del motor de inducción tomando como base el Cálculo Frac-
cionario, representa un amplio campo de posibilidades en cuanto a su utilidad,
motivo por el cual la integración de estas aplicaciones en control automático apor-
ta una extensión desde un punto de vista diferente para la solución de problemas.
Los aportes matemáticos de orden fraccionario, generan y proveen nuevas formas
de detectar fallas en los motores.
La familia de soluciones que se pueden generar entre dos derivadas o integrales de
orden entero consecutivas, amplía la perspectiva de ajustar un problema con ma-
yor aproximación a una curva requerida. Generando una idea intuitiva de que la
solución del problema pueda requerir en un momento determinado y dependiendo
de las necesidades una curva intermedia. Esto hace evidente que el extender el
Cálculo Fraccionario al Control Fraccionario presenta una herramienta con mayor
flexibilidad.
En la planta con impedancia inductiva, al reducir el valor del orden de la integral
de α = 1 a α = 0,5 y manteniendo el valor de las ganancias proporcional e inte-
grativa, se produce una pérdida de sintonía del controlador, que luego se vuelve a
compensar ajustando la ganancia proporcional y derivativa. Se puede notar que
los nuevos valores de las ganancias son las mismas que se tenía inicialmente pero
divididas por 100. Se puede ver que fue necesario reducir el valor de la ganancia
integral y derivativa para sintonizar la planta conforme se disminuye el valor de
alfa. La inclusión de una ganancia integrativa en el Controlador Difuso mejora
la respuesta de la planta y la ganancia derivativa es muy cercana a cero y no
contribuye de manera significativa a la sintonización.
En el Cálculo Fraccionario, el valor del exponente de la frecuencia angular comple-
ja de sα , representa el equivalente en el dominio del tiempo del orden fraccionario
de la derivada si α es positiva o una integral si es negativa. En Control Fraccio-
nario se puede considerar al valor de α como una nueva variable, que amplía el
77
CAPÍTULO 6
campo en donde se puede sintonizar el controlador junto con las ganancias pro-
porcional, integral y derivativa para el caso general de un controlador PID de
orden Fraccional. Al ajustar su valor en este caso se consiguió mejorar la respues-
ta de la planta del motor de inducción. Un controlador Clásico PID representa un
caso particular del control fraccionario. Para el caso del Motor de Inducción se
logró mejorar el control de la planta en valores cercanos a α = 0,81, y conforme
se reduce el valor y se acerca a cero va disminuyendo la posibilidad de controlar
la planta. También fue necesario la reducción de la ganancia integrativa, a ex-
cepción de la ganancia proporcional que presentó un comportamiento en el que
en un principio disminuye el valor pero luego fue necesario aumentar. El Contro-
lador Difuso en este caso como indica el Valor Medio Cuadrático en relación al
Control Fraccional no generó un resultado notable, aunque se incluyó la ganancia
derivativa.
El incremento de la resistencia del estator y rotor generó un incremento del
Indice del Valor Medio Cuadrático en todos los casos, manteniéndose en un rango
aceptable el desempeño de los controladores fraccionarios.
Como es evidente a menor tiempo de muestreo se puede representar Al imple-
mentar los controladores, se puede mejorar la respuesta de la planta al reducir el
tiempo de muestreo. La forma de onda se ajusta mejor a la referencia conforme
se reduce el tiempo de muestreo. La variación del tiempo de muestreo produce
un desajuste del controlador.
Se adquirió una nueva percepción del controlador fraccionario en la que se puede
ver el control clásico como un caso particular, y en el que el valor de α se convierte
en una nueva variable que puede contribuir para la sintonización de la planta.
78
6.2 Recomendaciones
6.2. Recomendaciones
De los resultados obtenidos en esta tesis, el control fraccionario presentó una

respuesta de Valor Medio Cuadrático notablemente mejor que el resto de contro-
ladores, por lo que se recomienda incluir un supervisor difuso, para estudiar la
posible mejora en la respuesta.
Se puede proponer analizar un controlador PID fraccionario y la relación que exis-
te entre la variación del orden integrativo y derivativo del controlador la variación
que se tiene que hacer en las constantes proporcional, integral y derivativa del
controlador para volver a sintonizar la planta. Siendo muy importante también
la naturaleza de la planta elegida y si existe una relación entre el orden fraccio-
nal del controlador y las ganancias. También se pueden incluir valores de orden
fraccionario mayores a la unidad.
La identificación de plantas desde el punto de vista fraccional puede aportar
modelos más realistas del comportamiento de sistemas físicos. Tratar el modelo
matemático de una máquina de inducción en términos de orden fraccionario.
El significado geométrico y físico del cálculo fraccionario genera un amplio cam-
po en donde se puede profundizar y encontrar nuevas interpretaciones; asignar
nuevos significados y crear nuevas soluciones. Todo esto aplicado a las diferen-
tes disciplinas de estudio amplía las posibilidades de uso de esta herramienta
matemática. Se puede extender el Cálculo Fraccionario con números complejos.
79
ANEXOS
A.1. RESPUESTA DE CONTROLADORES

FRENTE A UN INCREMENTO DE
RESISTENCIA EN ESTATOR Y ROTOR
A.1.1. Incremento de la resistencia del estator en 50 %
Tabla A.1: Resumen controladores con incremento de resistencia del estator en 50 %.

(Fuente: Autor)
81
CAPÍTULO A
(Fuente: Autor)
82
A.1 RESPUESTA DE CONTROLADORES FRENTE A UN INCREMENTO
DE RESISTENCIA EN ESTATOR Y ROTOR
(Fuente: Autor)
83
CAPÍTULO A
A.1.4. Incremento de la resistencia del rotor en 50 %
Tabla A.4: Resumen controladores con incremento de resistencia del rotor en 50 %.

(Fuente: Autor)
84
(Fuente: Autor)
85
CAPÍTULO A
(Fuente: Autor)
86
A.1.7. Incremento de la resistencia del estator y rotor en 50 %
Tabla A.7: Resumen controladores con incremento de resistencia del estator y rotor
en 50 %. (Fuente: Autor)
87
CAPÍTULO A
88
89
CAPÍTULO A
A.2. RESPUESTAS DE PAR DE LA MÁQUINA

DE INDUCCIÓN
Figura A.1: Respuesta de par en la máquina de inducción con controlador de ganancia

unitaria. (Fuente: Autor)
Figura A.2: Respuesta de par en la máquina de inducción con controlador clásico PI.
(Fuente: Autor)
90
A.2 RESPUESTAS DE PAR DE LA MÁQUINA DE INDUCCIÓN
Figura A.3: Respuesta de par en la máquina de inducción con controlador fracciona-

rio, con α = 0,81. (Fuente: Autor)

rio, con α = 0,72 . (Fuente: Autor)
91
CAPÍTULO A


92
A.2 RESPUESTAS DE PAR DE LA MÁQUINA DE INDUCCIÓN
Figura A.7: Respuesta de par en la máquina de inducción con controlador difuso

(FPD+I). (Fuente: Autor)
93
CAPÍTULO A
A.3. “MATLAB NINTEGER TOOLBOX”
A.3.1. Función: nipid
Esta función es utilizada para implementar un controlador PID fraccional de la

forma:
C(s) = kp + kd sVD + ki /sVI (A.1)
Sintaxis
función C = nipid(kp , kd , VD , ki , VI , bandwidth, n,...
f ormula, expansion, decomposition)
Argumentos:
kp : Ganancia proporcional.
kd : Ganancia derivativa.
VD : Orden fraccional derivativo.
ki : Ganancia integrativa.
VI : Orden fraccional integrativo.
bandwidth: especificación del ancho de banda, que depende de la variable
de la fórmula:
• ‘crone’ y ‘matsuda’: el argumento bandwidth debe ser un vector de

dos números, que contiene los límites, dados en rad/s, de [ωl ; ωh ], el
rango de frecuencia donde la aproximación es válida.
• ‘carlson’: el argumento bandwidth de la frecuencia, dada en rad/s, al-
rededor de donde la aproximación será válida. También puede ser un
vector de dos números, que contiene los límites, dados en rad/s, del
rango de frecuencias. En este caso la aproximación será válida alrede-
dor de la media geométrica de los límites del intervalo. Dependiendo
del número de polos y ceros la aproximación puede cubrir todo el rango
de frecuencias o cubrir su región central.
• ‘cfehigh’: elargumento bandwidth es λ en:
94
A.3 “MATLAB NINTEGER TOOLBOX”
 N
i(i+v) s i(i−v) s

1 −v λs  (2i−1)2i λ (2i+1)2i λ

G(s) = λv 0; , , , , para ω > λ (A.2)
1 1  1 1


i=1
que se utiliza cuando la aproximación de la fracción de alta frecuencia con-

siste en una aproximación de la expansión truncada continua:
s v
sv ≈ λv (1 + ) , si ω λ (A.3)
λ
• ‘cfelow’ : el argumento bandwidth es λ en:
 N
i(i−v) λ i(i+v) λ

1 v s  (2i−1)2i s (2i+1)2i s

G(s) = λv 0; , λ , , , para ω < λ (A.4)
1 1  1 1


i=1
Que se utiliza cuando la aproximación de la fracción de baja frecuencia

consiste en una aproximación de la expansión truncada continua:
λ −v
sv ≈ λv (1 + ) , si ω λ (A.5)
s
• ‘1ofd’, ‘2ofd’, ‘3ofd’, ‘tustin’, ‘simpson’, ‘delta’, ‘impulse’ y ‘step’: el
argumento bandwidth es el tiempo de muestreo en segundos.
n: Es el número de polos y ceros de la aproximación. Si el argumento

decomposition es ‘all’, lo que significa que n depende del argumentof ormula
como sigue:
• ‘crone’: la aproximación tiene n polos y n ceros.

• ‘carlson’: la aproximación tiene al menos n polos y n ceros, pero puede
tener más.
• ‘matsuda’: el número de ceros más el número de polos es n; si n es
impar, el resultado de la función de transferencia será impropia.
• ‘cfehigh’: la aproximación tiene n-1 ceros y n polos.
95
CAPÍTULO A
• ‘1ofd’, ‘2ofd’, ‘3ofd’, ‘tustin’, ‘simpson’, ‘delta’, ‘impulse’ y ‘step’: n es

el número de retardos en la función de transferencia; si hay polos y
ceros, éstos son la suma de retardos en el numerador y denominador.
f ormula: Es la fórmula de aproximación usada. Esta podría ser una de las

siguientes cadenas:
• ‘crone’ : (continuo) Aproximación Crone .

• ‘carlson’ : (continuo) Aproximación Carlson.
• ‘matsuda’ : (continuo) Aproximación Matsuda.
• ‘cfehigh’ : (continuo) Aproximación fraccional en alta frecuencia.
• ‘cfelow’ : (continuo) Aproximación fraccional en baja frecuencia.
• ‘1ofd’ : (digital) Aproximación de diferencias finitas hacia atrás de
primer orden.
segundo orden.
tercer orden.
• ‘tustin’ : (digital) Transformada Tustin continua a discreta.
• ‘simpson’ : (digital) Transformada Simpson continua a discreta.
• ‘delta’ : (digital) Aproximación Delta.
• ‘impulse’ : (digital) Aproximación basada en la respuesta al impulso.
• ‘step’ : (digital) Aproximación basada en la respuesta al escalón.
expansion(opcional): método usado cuando una aproximación digital es

construida por la expansión de la fórmula seleccionada del argumento f ormula.
Esta debería ser una de las siguientes cadenas de texto:
• ‘mcltime’ (por defecto) : Expansión MacLaurin truncada.

• ‘cfe’ : Expansión de fracciones continua o desarrollo en tiempo conti-
nuo.
• ‘mcltimeINV’ : Expansión truncada de MacLaurin o desarrollo en
tiempo truncado, contado por un valor simétrico de v, e invertido.
96
A.3 “MATLAB NINTEGER TOOLBOX”
• ‘cfeINV’ : Expansión en fracción continua, contado por un valor simé-

trico de v, e invertido.
Este parámetro es descartado cuando la fórmula es: ‘crone’, ‘carlson’, ‘mat-

suda’, ‘cfehigh’ o ‘cfelow’.
decomposition(opcional) : determina como se realiza la aproximación. Esta
puede tener dos opciones:
• ‘frac’ (por defecto) : El parámetro v se divide en un número con parte

entera y fraccionaria. La parte entera es el entero más grande menor
que v. La parte fraccionaria se aproxima usando el método elegido con
la fórmula. La parte entera se aproxima, en función de la fórmula:
• ‘crone’, ‘carlson’ y ‘matsuda’ : No se necesita una aproximación: los
ceros y polos se agregan según sea necesario.
• ‘1ofd’, ‘2ofd’, ‘3ofd’, ‘tustin’ y ‘simpson’ : cada cero y polo es aproxi-
mado de acuerdo a la fórmula elegida.
• ‘delta’, ‘impulse’ y ‘step’: cada polo y cero es aproximado con la fór-
mula de Tustin.
La parte entera y fraccionaria se unen

• ‘all’ : Una aproximación correspondiente al orden v es encontrada. Esta
opción es a menudo inferior a la primera. Además, no se puede utilizar
junto con el método de Carlson cuando v es mayor que 1 o menor que
-1.
A.3.2. Valor de Retorno
C: Retorna un valor tipo ‘tf’ Matlab.
A.3.3. Referencia
Referencia ver: [15],[14].
97
NOMENCLATURA
Γ(z) Función gamma de un número complejo
ωh Frecuencia alta en el método de Crone
ωl Frecuencia baja en el método de Crone
θ Angulo de transformación del marco de referencia de eje directo y en

cuadratura
4ia,b,c Diferencial de corriente en el estator de la fase a,b,c
a Db f (x) Derivada de orden fraccionario α en el intervalo [a,b]

α
a Ib f (x) Integral de orden fraccionario α en el intervalo [a,b]

α
ia,b,c Corriente del estator de la fase a,b,c
Idc Corriente continua pico
id Corriente de eje directo
iq Corriente de eje en cuadratura
L {} Transformada de Laplace
vd Voltaje de eje directo
vq Voltaje de eje en cuadratura
CFE (Continued Fraction Expansion) Expansión en Fracciones Continuas
Crone Acrónimo francés de CommandeRobusted0 OrdreN on − Entier
FPD+I Control difuso proporcional, derivativo e integrativo.
99
BIBLIOGRAFÍA
[1] J. M. Aller. Máquinas Eléctricas Rotativas : Introducción a la Teoría Gene-

ral. 2006.
[2] Escobar A. y Torres C. Alzate, A. Control vectorial de la máquina de induc-
ción. Scientia et Technica Año XV, (43), Diciembre 2009.
[3] J. Avendaño, L. y González. Simulación de control vectorial a un motor de
inducción. Scientia et Technica Año XVIII, Vol. 18(No 1), Abril 2013.
[4] Filippetti F. y Franceschini G. Bellini, A. Closed-loop control impact on the
diagnosis of induction motors faults. Industry Applications, IEEE Transac-
tions, Vol. 36:pp 1318–1329, 2000.
[5] Degner M. Guerrero J. y Diez A. Briz, F. Temperature estimation in inverter-
fed machines using high-frequency carrier signal injection. Industry Appli-
cations, IEEE Transactions, Vol 44(pp 799-808), 2008.
[6] Siwei Cheng, Yi Du, Jose A Restrepo, Pinjia Zhang, and Thomas G Ha-
betler. A nonintrusive thermal monitoring method for induction motors fed
by closed-loop inverter drives. Power Electronics, IEEE Transactions on,
27(9):4122–4131, 2012.
[7] A. Ebaid. Analysis of projectile motion in view of fractional calculus,. Applied
Mathematical Modelling, Vol 35:1231–1239, 2011.
[8] R. Gorenflo. Fractals and Fractional Calculus in Continuum Mechanics.
Number 10. Springer Verlag, 1997. ref cross.
[9] R. Grimaldi. Matemáticas discreta y combinatoria: introducción y aplicacio-
nes. Pearson, tercera edition, 1994.
[10] M. Hortelano. Control predictivo de orden fraccionario. PhD thesis, Uni-
versidad nacional de educación a distancia. Departamento de Sistemas de
Comunicación y Control E.T.S.I. Informática, Madrid, 2010.
[11] J. Jantzen. Tuning of fuzzy pid controllers. Technical University of Denmark,
Department of Automation, (Tech. report no 98-H 871 (fpid)), April 1999.
[12] A. Lombardero. Cálculo fraccionario y dinámica newtoniana. Revista de
Investigación: Pensamiento Matemático, MAIC, IV(1):077–106, 2014.
101
BIBLIOGRAFÍA
[13] Peresada S. y Valigi P. Marino, R. Adaptive input output linearizing con-

trol of induction motors. Instituto de Ingeniería Eléctrica y Electrónica,
38(2):208, 221, 1993.
[14] D. Mata. Fractional Robust System Control. PhD thesis, Universidade téc-
nica de Lisboa Instituto Superior Técnico, Octubre 2005.
[15] D. Mata. Ninteger v. 2.3 Fractional control toolbox Fractional control toolbox.
Universidad Técnica de Lisboa. Instituto Superior Técnico, Agosto 2005.
[16] J. Muñoz. Control Avanzado de Máquinas de Inducción. Tesis doctoral,
UNIVERSIDAD PONTIFICIA COMILLAS DE MADRID, 2002.
[17] K. Ogata. Sistemas de Control en Tiempo Discreto. Number 5. Prentice
Hall Inc., segunda edición edition, 1996.
[18] Melchior P. Lanusse O. Cois O. y Dancla F. Oustaloup, A. The Crone toolbox
for Matlab. Computer-Aided Control System Design, 2000.
[19] Oslinger J. y Palacios J. Parra, A. Diagnóstico de fallas estatóricas en mo-
tores de inducción de jaula de ardilla por medio de la corriente de secuencia
negativa. Ing. Univ. Bogotá (Colombia), 18 (1): 141-158, enero-junio de
2014, 2014.
[20] I. Podlubny. Fractional Differential Equations. Number 7. San Diego, CA:
Academic Press, 1999.
[21] I. Podlubny. Geometric and physical interpretation of fractional integration
and fractional diferentiation. 5(4):367–386, 2002.
[22] Cheng S. Utilizing the connected power electronic converter for improved
condition monitoring of induction motors and claw-pole generators. A dis-
sertation presented to the academic faculty, Georgia Institute of Technology,
2012.
[23] Tavassoli A. y Rahimi O. Tavassoli, M. The geometric and physical interpre-
tation of fractional order derivatives of polynomial functions. Balkan Society
of Geometers, Geometry Balkan, Vol.15:93–104, 2013.
[24] M. Tavazoei. From traditional to fractional pi control. IEEE Industrial
Electronics Magazine, (8):41–51, September 2012.
[25] A. Tepljakov. Fractional-order calculus based identification and control of
linear dynamic systems. Master’s thesis, Tallinn University of Technology,
2011.
102
BIBLIOGRAFÍA
[26] C. Vinagre, B. y Monje. Introducción al control fraccionario. Departamen-

to de Electrónica e Ingeniría mecánica, escuela de Ingenierías Industriales,
Universidad de Extremadura, 3(3):5–23, Julio 2006.
[27] Podlubny I. Hernandez A. y Feliu V. Vinagre, B. Some approximations of
fractional order operators used in control theory and applications. Feder
Research Grant and by VEGA Reserach Grant, (9), 2006.
[28] M. Váquez, L. y Velasco. El cálculo fraccionario como instrumento de mode-
lización. Publicaciones del Departamento de Matemática Aplicada, (2):34–36,
Abril 2011.
[29] Zatarain A. Alcalde C. y Ostolaza X. Zubia, I. Identificación de paráme-
tros de la máquina de inducción para su aplicación al control vectorial de
aerogeneradores. Universidad del País Vasco (UPV/EHU), 2009.
103

Ups CT004464

Caricato da

Informazioni sul documento

Titolo originale

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

Ups CT004464

Caricato da

Copyright:

Formati disponibili

UNIVERSIDAD POLITÉCNICA SALESIANA

Tesis previa a la obtención del

CONTROL DE PAR DE MÁQUINA DE

Autor: Dirigido por:

CONTROL DE PAR DE MÁQUINA DE

El desarrollo de esta tesis, está orientada a investigar y evaluar el desempeño de un controla-

dor fraccionario PI aplicado al lazo de control de corriente de una máquina de inducción.

Las bases matemáticas se fundamentan en el cálculo fraccional. Se incluyen comparaciones

con un controlador clásico PI y un controlador difuso.

desarrollan en la plataforma de Simulink-Matlab.

MIGUEL ANGEL ABRIL BRAVO

JOSÉ ALEX RESTREPO ZAMBRANO, Ph.D.

ABRIL BRAVO MIGUEL ANGEL

Universidad Politécnica Salesiana, Cuenca – Ecuador, 2015

MAESTRÍA EN CONTROL Y AUTOMATIZACIÓN INDUSTRIALES

Formato 170 x 240 mm Páginas: 103

Breve reseña de los autores e información de contacto

MIGUEL ANGEL ABRIL BRAVO

JOSÉ ALEX RESTREPO ZAMBRANO

Todos los derechos reservados.

CONTROL DE PAR DE MÁQUINA DE INDUCCIÓN BAJO PRESENCIA DE COMPONENTE DC DE

IMPRESO EN ECUADOR – PRINTED IN ECUADOR

ÍNDICE DE TABLAS XIII

INTRODUCCIÓN Y OBJETIVO DE LA INVESTIGACIÓN 1

CÁLCULO Y CONTROL FRACCIONARIO 7

APLICACIÓN DE UN CONTROLADOR CLÁSICO P I,

MODELO DE LA MÁQUINA DE INDUCCIÓN 43

CONTROL DE PAR DE MÁQUINA DE INDUCCIÓN BAJO

1.1. Inyección de corriente DC en motor de inducción alimentado por

2.1. Derivada fraccionaria (Fuente: Autor) . . . . . . . . . . . . . . . . 11

3.1. Sistema de potencia inductivo con convertidor electrónico. (Fuente: Autor) 22

3.19. Diferencia entre la salida de la planta y la referencia, con control difuso

4.1. Circuito equivalente del modelo dinámico de la máquina de inducción. [1] 46

5.1. Planta utilizando una máquina de inducción alimentada por un inversor

5.13. Diferencia entre la respuesta de la planta y la referencia de un control

5.32. Diferencia entre la respuesta de la planta y la referencia de un control

A.1. Respuesta de par en la máquina de inducción con controlador de ganancia

2.1. Derivadas fraccionales de la función f (t) = t2 (Fuente: Autor) . . . 10

3.1. Reglas del controlador difuso de error y su derivada, aplicadas

5.11. Resumen de respuesta de controladores frente a cambio de resistencia en

A.1. Resumen controladores con incremento de resistencia del estator en 50 %.

El desarrollo de esta tesis, está orientada a investigar y evaluar el desempeño de

Esta tesis presenta los resultados de aplicar un controlador fraccionario PI, un

Quisiera extender mis más sinceros agradecimientos a:

Ing. Miguel Abril.

1.1. Introducción y objetivo

El crecimiento industrial ha llevado a las máquinas giratorias a su estudio para

varía sinusoidalmente en el tiempo. La combinación de los tres campos se tradu-

el par[6]. El alcance de esta tesis es de controlar la corriente, usando un contro-

1.2. Motores de Inducción alimentados por

El monitoreo de temperatura en la máquina de inducción se puede utilizar para

solamente con sensores que miden el voltaje DC de la red. Es difícil estimar la

1.3. Inyección de corriente DC en motores de

La corriente DC se inyecta en el devanado trifásico de la máquina de inducción

Figura 1.1: Inyección de corriente DC en motor de inducción alimentado por

4id = Idc cosθ (1.1)

4iq = −Idc senθ (1.2)

4ia = Idc (1.3)

4ib = −0,5Idc (1.4)

4ic = −0,5Idc (1.5)

Figura 1.2: Corriente de eje directo y en cuadratura antes y durante la inyección

El par electromagnético antes y durante la inyección de la corriente DC. La

Figura 1.3: Par electromagnético antes y durante la inyección de corriente DC