CONTROL DE

PROCESOS II
CONTROL RETROALIMENTADO
“LLENADO DE DOS TANQUES”

LOS ALUMNOS:
 UNIVERSIDAD NACIONAL DEL
ALTIPLANO

FACULTAD DE INGENIERÍA MECÁNICA

ELÉCTRICA, ELECTRÓNICA Y SISTEMAS

ESCUELA PROFESIONAL DE INGENIERÍA

MECÁNICA ELÉCTRICA

CURSO: CONTROL DE PROCESOS II

DOCENTE: ING.: SALINAS MENA

MATEO ALEJANDRO

CONTROL RETROALIMENTADO
LLENADO DE DOS TANQUES

SEMESTRE: VII

ALUMNOS:
EVER MARTIN CALCINA QUISPE
PERCY ELVIS ADUVIRI FLORES
GABRIEL PAOLO HUANCA GUERRA
JAVIER YASMANI CHAIÑA SUCASACA

AÑO: 2019-II
 SISTEMAS DE CONTROL

Dentro de la ingeniería de sistemas, un sistema de control es un conjunto de

dispositivos encargados de administrar, ordenar, dirigir o regular el comportamiento de

otro sistema, con el fin de reducir las probabilidades de fallo y obtener los resultados

deseados.

Existen dos clases comunes de sistemas de control, sistemas de lazo abierto y sistemas

de lazo cerrado. En los sistemas de control de lazo abierto la salida no interviene en la

acción de control; mientras que en los de lazo cerrado si se va a requerir conocer la salida

para ejercer el control del sistema. Un sistema de lazo cerrado es llamado también sistema

de control con realimentación.

Por lo general, se usan sistemas de control industriales en procesos de producción

industriales2 para controlar equipos o máquinas.3

Un sistema dinámico puede definirse conceptualmente como un ente que recibe unas

acciones externas o variables de entrada, y cuya respuesta a estas acciones externas son

las denominadas variables de salida. Las acciones externas al sistema se dividen en dos

grupos, variables de control, que se pueden manipular, y perturbaciones sobre las que no

es posible ningún tipo de control.

OBJETIVOS DEL CONTROL

Un sistema de control ideal debe ser capaz de conseguir su objetivo cumpliendo los

siguientes requisitos:

1. Garantizar la estabilidad y, particularmente, ser robusto frente a perturbaciones y

errores en los modelos.

 2. Ser tan eficiente como sea posible, según un criterio preestablecido. Normalmente

este criterio consiste en que la acción de control sobre las variables de entrada sea

realizable, evitando comportamientos bruscos e irreales.

3. Ser fácilmente implementable y cómodo de operar en tiempo real con ayuda de un

ordenador.

-SISTEMA DE CONTROL DE LAZO ABIERTO

Es aquel sistema en el cual la acción de control es en cierto modo independiente de la

salida

Este tipo de sistemas por lo general utiliza un regulador o actuador con la finalidad de

obtener la respuesta deseada

SISTEMA DE CONTROL DE LAZO ABIERTO

Es aquel sistema en el cual la salida no tiene efecto sobre el sistema de control, esto

significa que no hay realimentación de dicha salida hacia el controlador para que éste

pueda ajustar la acción de control.

Ejemplo 1: Una lavadora "automática" común, ya que ésta realiza los ciclos de

lavado en función a una base de tiempo, mas no mide el grado de limpieza de la ropa, que

sería la salida a considerar.

Ejemplo 2: Al hacer una tostada, se coloca el tiempo que suponemos suficiente para

que el pan salga con el grado de tostado que queremos, mas la tostadora no puede decidir

si ya esta suficientemente tostado o no.

 Estos sistemas se caracterizan por:

Ser sencillos y de fácil mantenimiento.

La salida no se compara con la entrada.

Ser afectado por las perturbaciones. Estas pueden ser tangibles o intangibles.

La precisión depende de la previa calibración del sistema.

SISTEMA DE CONTROL DE LAZO CERRADO

Son los sistemas en los que la acción de control está en función de la señal de salida;

es decir, en los sistemas de control de lazo cerrado o sistemas de control con

realimentación, la salida que se desea controlar se realimenta para compararla con la

entrada (valor deseado) y así generar un error que recibe el controlador para decidir la

acción a tomar sobre el proceso, con el fin de disminuir dicho error y por tanto, llevar la

salida del sistema al valor deseado.

Sus características son:

Ser complejos y amplios en cantidad de parámetros.

La salida se compara con la entrada y para realizar el control del sistema.

Ser más estable a perturbaciones y variaciones internas.

Un ejemplo de un sistema de control de lazo cerrado sería el termotanque de agua que

utilizamos para bañarnos.

Otro ejemplo sería un regulador de nivel de gran sensibilidad de un depósito. El

movimiento de la boya produce más o menos obstrucción en un chorro de aire o gas a

baja presión. Esto se traduce en cambios de presión que afectan a la membrana de la

válvula de paso, haciendo que se abra más cuanto más cerca se encuentre del nivel

máximo.

Es aquel sistema en el cual la acción de control depende de la salida

Dichos sistemas utilizan un sensor que detecta la respuesta real para compararla

entonces con una referencia a manera de entrada

CARACTERÍSTICAS DE UN SISTEMA DE LAZO CERRADO

 Aumento de exactitud en el proceso de control

 La retroalimentación atenúa el error para lograr el objetivo de control.

 Sensibilidad reducida en las variaciones de las características del sistema.

 Efectos reducidos de la no linealidad y la distorsión

Los efectos de la no linealidad y de la distorsión, dentro de ciertos rangos, pueden ser

no significativos debido a la retroalimentación, ya que ésta tiende a ajustar la respuesta

del sistema.

SISTEMA DE CONTROL RETROALIMENTADO

Sistemas de control realimentados. Un sistema que mantiene una relación determinada

entre la salida y la entrada de referencia, comparándolas y usando la diferencia como

medio de control, se denomina sistema de control realimentado.

Un ejemplo sería el sistema de control de temperatura de una habitación. Midiendo la

temperatura real y comparándola con la temperatura de referencia (temperatura deseada),

el termostato activa o desactiva el equipo de calefacción o de enfriamiento para asegurar

que la temperatura de la habitación se mantiene en un nivel confortable

independientemente de las condiciones externas. Los sistemas de control realimentados

no se limitan a la ingeniería, sino que también se encuentran en diversos campos ajenos

a ella. Por ejemplo, el cuerpo humano es un sistema de control realimentado muy

avanzado. Tanto la temperatura corporal como la presión sanguínea se conservan

constantes mediante una realimentación fisiológica. De hecho, la realimentación realiza

una función vital: hace que el cuerpo humano sea relativamente insensible a las

perturbaciones externas, permitiendo que funcione de forma adecuada en un entorno

cambiante

FUNCION DE TRANSFERENCIA

Una función de transferencia es un modelo matemático que a través de un cociente

relaciona la respuesta de un sistema (modelada o señal de salida) con una señal de entrada

o excitación (también modelada). En la teoría de control, a menudo se usan las funciones

de transferencia para caracterizar las relaciones de entrada y salida de componentes o de

sistemas que se describen mediante ecuaciones diferenciales lineales e invariantes en el

tiempo.

DEFINICIÓN

La función de transferencia de un sistema lineal e invariante en el tiempo (LTI), se

define como el cociente entre la transformada de Laplace de la salida y la transformada

de Laplace de la entrada, bajo la suposición de que las condiciones iniciales son nulas.

El pico formado por los modelos de la señal de salida respecto de la señal de entrada,

permite encontrar los ceros y los polos, respectivamente. Y que representan las raíces en

las que cada uno de los modelos del cociente se iguala a cero. Es decir, representa la

región frontera a la que no debe llegar ya sea la respuesta del sistema o la excitación al

mismo; ya que de lo contrario llegará ya sea a la región nula o se irá al infinito,

respectivamente.

Considerando la temporalidad; es decir, que la excitación al sistema tarda un tiempo

en generar sus efectos en el sistema en cuestión y que éste tarda otro tiempo en dar
respuesta. Esta condición es vista a través de un proceso de convolución, formado por la

excitación de entrada convolucionada con el sistema considerado, dando como resultado,

la respuesta dentro de un intervalo de tiempo. Ahora, en ese sentido (el de la convolución),

se tiene que observar que la función de transferencia está formada por la deconvolución

entre la señal de entrada con el sistema. Dando como resultado la descripción externa de

la operación del sistema considerado. De forma que el proceso de contar con la función

de transferencia del sistema a través de la deconvolución, se logra de forma matricial o

vectorial, considerando la pseudoinversa de la matriz o vector de entrada multiplicado

por el vector de salida, para describir el comportamiento del sistema dentro de un

intervalo dado. Pareciera un proceso complicado, aunque solo baste ver que la

convolución discreta es representada por un producto de un vector o matriz fija respecto

de una matriz o vector móvil, o que en forma tradicional se observa como una sumatoria.

1. La función de transferencia de un sistema es un modelo matemático porque es un

método operacional para expresar la ecuación diferencial que relaciona la variable de

salida con la variable de entrada.

2. La función de transferencia es una propiedad de un sistema, independiente de la

magnitud y naturaleza de la entrada o función de excitación.

 3. La función de transferencia incluye las unidades necesarias para relacionar la

entrada con la salida; sin embargo, no proporciona información acerca de la estructura

física del sistema. (Las funciones de transferencia de muchos sistemas físicamente

diferentes pueden ser idénticas.)

4. Si se conoce la función de transferencia de un sistema, se estudia la salida o

respuesta para varias formas de entrada, con la intención de comprender la naturaleza del

sistema.

5. Si se desconoce la función de transferencia de un sistema, puede establecerse

experimentalmente introduciendo entradas conocidas y estudiando la salida del sistema.

Una vez establecida una función de transferencia, proporciona una descripción completa

de las características dinámicas del sistema, a diferencia de su descripción física.

SISTEMAS DE CONTROL AUTOMÁTICOS

Un sistema de control puede tener varios componentes. Para mostrar las funciones de

cada componente en la ingeniería de control, por lo general se usa una representación

denominada diagrama de bloques. En esta sección, en primer lugar, se explica qué es un

diagrama de bloques.

A continuación se presentan aspectos introductorios a los sistemas de control

automático, que incluyen diversas acciones de control. Después se expone un método

para obtener los diagramas de bloques de sistemas físicos y, por último, se analizan

técnicas para simplificar tales diagramas

Diagramas de bloques. Un diagrama de bloques de un sistema es una representación

gráfica de las funciones que lleva a cabo cada componente y el flujo de señales. Tales

diagramas muestran las relaciones existentes entre los diversos componentes. A

diferencia de una representación matemática puramente abstracta, un diagrama de

bloques tiene la ventaja de indicar de forma más realista el flujo de las señales del sistema

real.

En un diagrama de bloques todas las variables del sistema se enlazan unas con otras

mediante bloques funcionales. El bloque funcional o simplemente bloque es un símbolo

para representar la operación matemática que sobre la señal de entrada hace el bloque

para producir la salida. Las funciones de transferencia de los componentes por lo general

se introducen en los bloques correspondientes, que se conectan mediante flechas para

indicar la dirección del flujo de señales.

Obsérvese que la señal sólo puede pasar en la dirección de las flechas. Por tanto, un

diagrama de bloques de un sistema de control muestra explícitamente una propiedad

unilateral. La Figura 2-1 muestra un elemento del diagrama de bloques. La punta de flecha

que señala el bloque indica la entrada, y la punta de flecha que se aleja del bloque

representa la salida. Tales flechas se conocen como señales.

MODELADO EN ESPACIO DE ESTADOS

Teoría de control moderna. La tendencia moderna en los sistemas de ingeniería es

hacia una mayor complejidad, debido sobre todo a que se requieren tareas más complejas

y buena precisión. Los sistemas complejos pueden tener múltiples entradas y múltiples

salidas y pueden ser variantes en el tiempo.

Debido a la necesidad de cumplir requisitos cada vez más exigentes en el

comportamiento de los sistemas de control, el aumento en la complejidad del sistema y

el fácil acceso a las computadoras a gran escala, la teoría moderna de control, que es una

nueva aproximación al análisis y diseño de los sistemas de control complejo, se ha

desarrollado desde 1960.

 Esta nueva aproximación se basa en el concepto de estado. El concepto de estado por

sí mismo no es nuevo, puesto que ha existido durante bastante tiempo en el campo de la

dinámica clásica y en otros campos

que el conocimiento de estas variables en t% t0, junto con el conocimiento de la

entrada para t nt0, determinan completamente el comportamiento del sistema en cualquier

t nt0. Obsérvese que el concepto de estado no está limitado a sistemas físicos. Es aplicable

a sistemas biológicos, sistemas económicos, sistemas sociales y otros

VARIABLES DE ESTADO

Las variables de un sistema dinámico son las variables que constituyen el menor

conjunto de variables que determinan el estado del sistema dinámico. Si al menos se

necesitan n variables x1, x2, ..., xn para describir completamente el comportamiento de

un sistema dinámico para que el estado futuro del sistema está determinado

completamente, entonces tales n variables son un conjunto de variables de estado.

ECUACIONES EN EL ESPACIO DE ESTADOS.

En el análisis en el espacio de estados se centra la atención en los tres tipos de

variables que aparecen en el modelado de los sistemas dinámicos; las variables de entrada,

las variables de salida y las variables de estado., la representación en el espacio de estados

de un sistema dado no es única, salvo que el número de variables de estado es el mismo

para cualquiera que sea la representación en variables de estado de un mismo sistema.

MODELOS MATEMÁTICOS DE SISTEMAS DE CONTROL
Introducción
Una de las tareas más importantes en el análisis y diseño de sistemas de
control es el modelar matemáticamente los sistemas físicos. Los dos métodos
más comunes para modelar sistemas lineales son el método de la función de
transferencia y el método de variable de estado. La función de transferencia es
válida sólo para sistemas lineales invariantes en el tiempo, mientras que las
ecuaciones de estado son aplicadas a sistemas lineales y no lineales.
Aunque el análisis y diseño de los sistemas de control lineal han sido bien
desarrollados, su contraparte, los sistemas no lineales son usualmente muy
complejos, por lo tanto los ingenieros de sistemas de control con frecuencia
tienen necesidad de determinar cómo describir de manera precisa a un sistema
matemáticamente, pero es más importante aún hacer consideraciones y
aproximaciones de manera apropiada, cuando sea necesario, para que los
sistemas puedan ser realmente descritos por modelos matemáticos lineales.
El principal objetivo de este capítulo será mostrar los modelos matemáticos
de los sistemas de control y sus componentes, los cuales son pasos
fundamentales en el análisis de los sistemas de control. El modelado nos
permitirá el detalle de los elementos que conforman un sistema y la naturaleza
de su funcionamiento con el objeto de brindar facilidad en el análisis y diseño de
sistemas de control, el cual mostraremos en la metodología a aplicar en este
proceso.

Metodología para el análisis y diseño de un sistema de control

Los pasos a seguir para el análisis y diseño de un sistema de control son:

1. Estudio preliminar del problema o situación tomando en cuenta como

funciona en la actualidad, las dificultades, limitaciones (desempeño),
características de operación, aspectos del sistema que se puede aprovechar.

2. Determinar los parámetros y requerimientos para una óptima operación del

sistema, lo cual estará definido de acuerdo a las exigencias o necesidades a
satisfacer.
3. Análisis y selección de la tecnología (circuitos, compensadores, sensores,
sistema supervisorio, etc.) existente en el mercado con la finalidad de
comparar las versatilidades de los fabricantes y seleccionar la que más se
ajuste a los parámetros y requerimientos establecidos en la fase anterior.

4. Diseño de la arquitectura del sistema, con el objeto de esquematizar la

construcción del modelo o prototipo para facilitar el análisis su
comportamiento.

5. Propuesta del sistema. En esta fase se muestra el sistema usando la

arquitectura diseñada y la tecnología diseñada para su construcción y prueba
final.

6. Verificación de su funcionamiento aplicando el método de análisis (Pruebas

de sistema).
Para el estudio detallado del modelado de los sistemas eléctricos, mecánicos
y electromecánicos nos basaremos en las leyes del movimientos y las leyes
circuitales, las cuales forman parte del primer y segundo paso de esta
metodología para el análisis y diseño de un sistema de control.

Modelado de sistemas eléctricos

La manera clásica de escribir ecuaciones en los circuitos eléctricos se
atribuye a las dos leyes de Kirchoff y la manera moderna de representar estas
ecuaciones circuitales, utilizando el método de variable de estado, para ello es
necesario conocer el modelo matemático de cada uno de los componentes de
un circuito eléctrico, a continuación se describe:

1. La resistencia eléctrica
Según la Ley de Ohm el modelo matemático sobre el voltaje que produce una
resistencia cuando pasa una corriente a través de ella es V = R expresado en
voltios (v) y por consiguiente la
𝑉
resistencia es 𝑅 = expresada en Ohmios (Ω)
𝐼
 Resistencia

2. La inductancia
El voltaje aplicado a una bobina o inductor es directamente proporcional a la
razón de cambio respecto al tiempo de la corriente que fluye a través de este
elemento o dispositivo-circuital, lo cual expresa su modelo matemático como:

𝑉𝐿 = 𝑑𝑖𝐿
𝑑𝑡

Bobina o Inductor
 3. El capacitor
un voltaje aplicado a placas paralelas da por resultado un campo eléctrico entre
ellas y la corriente que fluye es directamente proporcional a la razón de cambio
respecto al tiempo del voltaje del dispositivo circuital y su modelo matemático

queda expresado por: 𝐼 𝑑𝑣𝑐

𝑐=
𝑑𝑡

Capacitor

EJEMPLO:
Determine la matriz de estado y el gráfico de flujo de señal del circuito mostrado
en la siguiente Figura:
 Primer paso: se aplica las leyes circuitales de Kirchoff para encontrar las
ecuaciones diferenciales que representan el circuito, tomando como variables
de estado iL, Vc .

𝑑𝑖𝐿 𝑑𝑉𝑐
Segundo paso: se despeja las derivadas , de las ecuaciones dadas:
𝑑𝑡 𝑑𝑡
Tercer paso: construir la matriz de estado.

Cuarto paso: construir el gráfico de flujo de señal.

 Quinto paso: ganancia del sistema.
Considerando las condiciones iniciales cero, la ganancia aplicando la fórmula
ampliada de Mason es:

Modelado de sistemas mecánicos

La mayoría de los sistemas de control de elementos mecanicos son tan buenos
como los componentes eléctricos. Algunos sistemas mecánicos tienen
elementos hidráulicos y neumáticos. Desde el punto de vista matemático las
ecuaciones que describen los elementos eléctricos y mecánicos presentan
analogías, de hecho el movimiento de los elementos mecánicos pueden
describirse en varias dimensiones, traslacional y rotacional o combinación de
ambos. Las ecuaciones que rigen los sistemas mecánicos de movimiento son a
menudo formulados por la ley de movimiento de Newton.

∑ F = ma

Usando esta ley, podemos formular las ecuaciones que describen cada
elemento que conforman un sistema mecánico. A continuación mostramos.

La masa: se considera un elemento que almacena energía cinética en el

movimiento traslacional.
 Modelado de la masa

El amortiguador: representa un elemento de fricción viscosa y una relación de

retardo entre la fuerza aplicada y la velocidad, la expresión de su modelo
matemático es:
𝑑𝑥
𝐹= 𝛽
𝑑𝑡

donde β representa el coeficiente de fricción viscosa.

Modelado de amortiguador
Resorte lineal: representa un elemento de respuesta lineal o proporcional a la
fuerza que se aplica sobre él, se puede considerar como un elemento mecánico
que actúa como una correa, cable o resorte, el cual almacena energía potencial.
La expresión matemática es:

Modelado de resorte

La fuerza de fricción: representa una relación de retardo entre la fuerza

aplicada que tiene una constante β de amplitud con respecto al cambio de
velocidad. La expresión de su modelo matemático es:

𝑑𝑥
𝐹= 𝛽
𝑑𝑡

Modelado de fuerza de fricción

Fuerzas externas: estas fuerzas son las responsables del movimiento del
sistema mecánico, las cuales pueden ser motores, palancas y manillas, las
cuales quedan representadas por ft en el diagrama del sistema.

EJEMPLO:

Determinar las ecuaciones dinámicas y la matriz de estado del sistema

mecánico traslacional mostrado.

Primer paso: aplicar la ley de Newton de movimiento a la masa para

determinar la ecuación dinámica del sistema, para ello sólo se deben identificar
todos los elementos mecánicos opositores al movimiento. Seguidamente,
escribir la ecuación tomando todas las expresiones de cada uno de los
componentes mecánicos identificados previamente como negativos y las
fuerzas externas que generan el movimiento como positivas. La ecuación
dinámica de este sistema es:
 Segundo paso: despejar la derivada de mayor grado.

Tercer paso: cambio de variable para linealizar la ecuación diferencial.

Cuarto paso: construir la matriz de estado.

Quinto paso: diagrama de flujo de señal.
 MODELO ESTÁTICO DEL SISTEMA DE NIVEL

Si se considera que la presión manométrica entre los puntos 1 y 2 son cero. Que m es la
masa de las partículas de fluido entre el punto 1 y 2. Y que v es la velocidad de salida de
la partícula 1 y 2. Se tiene que.
1
𝑚𝑣 2 = 𝑚𝑔𝐻
2
𝑣 = √2𝑔𝐻
El flujo de salida del tanque para el caso de una sección trasversal S es:
𝑄 = 𝑆𝑣 = 𝑆√2𝑔𝐻
𝑄 = 𝑆√2𝑔√𝐻
𝑄 = 𝐾√𝐻
Flujo por una Válvula
De manera general el flujo que pasa por una válvula de control en estado estacionario
es dado por:
𝑄𝑣 = 𝐾𝑣 𝐴𝑠 √△ 𝑃
𝑄𝑣 : 𝑓𝑙𝑢𝑗𝑜 𝑎𝑡𝑟𝑎𝑣𝑒𝑧 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑙𝑣𝑢𝑙𝑎
𝐾𝑣 : 𝑢𝑛𝑎 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒
𝐴𝑠 : 𝑎𝑟𝑒𝑎 𝑑𝑒 𝑝𝑎𝑠𝑜
△ 𝑃: 𝑝𝑟𝑒𝑠𝑖𝑜𝑛 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎𝑙 𝑎 𝑡𝑟𝑎𝑣𝑒𝑧 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑙𝑣𝑢𝑙𝑎. 𝑃2 − 𝑃1
Se puede concluir que el flujo que pasa por la válvula es proporcional al área de abertura
de la válvula en el caso que la diferencia de presión sea constante. De manera práctica
tomamos una válvula con un comportamiento inteligente, donde sea posible hacer una
aproximación más o menos lineal entre el flujo Qv y la abertura de la válvula.
𝑄𝑠 = 𝑆. 𝑎. √2𝑔𝐻
𝑄𝑠 = 𝐾. 𝑎. √𝐻
Vamos a suponer que el flujo de entrada Qe es proporcional a la abertura de la válvula
de entrada considerando un suministro constante.
𝑞𝑖=𝑘1 𝑎1
 Modelado Matemático
Tanque 1:
𝑑ℎ1
𝐴1 = 𝑞𝑖 −𝑞𝑚
𝑑𝑡
𝑑ℎ1
𝐴1 = 𝑘1 𝑎1 − 𝑘2 √ℎ1
𝑑𝑡
Tanque 2:
𝑑ℎ2
𝐴2 = 𝑞𝑚 −𝑞𝑜
𝑑𝑡
𝑑ℎ1
𝐴1
= 𝑘2 √ℎ1 − 𝑘3 𝑎1 √ℎ2
𝑑𝑡
Liberalización del sistema no lineal
Primero encontramos el punto de equilibrio del sistema volviendo todas las
derivadas igual a cero:
Tanque 1:
0 = 𝑞𝑖𝑠 −𝑞𝑚𝑠
𝑞𝑖𝑠 = 𝑞𝑚𝑠
𝑘1 𝑎1 = 𝑘2 √ℎ1𝑠
𝑘1 𝑎1 2
ℎ1𝑠 = ( )
𝑘2

Tanque 2:
0 = 𝑞𝑚𝑠 −𝑞𝑜𝑠
𝑞𝑚𝑠 = 𝑞𝑜𝑠
𝑘2 √ℎ1𝑠 = 𝑘3 𝑎2 √ℎ2𝑠
𝑘22 ℎ1𝑠
ℎ2𝑠 =
(𝑘3 𝑎2 )2
Linealización por Series de Taylor:
1 𝑑2 2
1 𝑑3
𝐹(𝑥) = 𝐹(𝑥 ∗) + ∇𝐹(𝑥 ∗)∆𝑥 + ∆𝑥 + ∆𝑥 3
2 𝑑𝑥 2 3! 𝑑𝑥 3
Dado que la serie de Taylor es una serie infinita, y nuestro objetivo es linealizar el sistema
en un punto de operación, únicamente vamos a tomar 𝑥 ∗ hasta la primera
𝑥 ∗ derivada de la
serie de Taylor. Esta primera derivada es conocida como la Jacobiana del sistema.
𝐹(𝑥) = 𝐹(𝑥 ∗ ) + ∇𝐹(𝑥 ∗ )∆𝑥
Ahora llevándolo para el problema de los tanques en cascada, vamos a linealizar el primer
tanque con relación a la abertura de la primera válvula:
Inicialmente la función de Taylor es equivalente a:
𝑑ℎ1
𝐹(𝑎1 , ℎ1 ) = 𝐴1
𝑑ℎ
Ahora si linealizamos en torno a un punto de equilibrio que vamos a llamar ℎ1∗ y 𝑎1∗ ,
como son dos variables, nuestra serie de Taylor se reduce a la siguiente expresión:
𝜕𝐹 𝜕𝐹
𝐹(𝑎1 , ℎ1 ) ≈ 𝐹(𝑎1∗ , ℎ1∗ ) + (𝑎1 + 𝑎1∗ ) + (ℎ1 + ℎ1∗ )
𝜕𝑎1 𝜕ℎ1
𝑎1∗ , ℎ1∗ 𝑎1∗ , ℎ1∗
 Note que ∆𝒂𝟏 = 𝒂𝟏 − 𝒂∗𝟏 y ∆𝒉𝟏 = (𝒉𝟏 + 𝒉∗𝟏 ) que permite expresar el problema
en variable desvío. Es decir, estamos trasladando el problema al punto donde
queremos linealizar. 𝒂∗𝟏 , 𝒉𝟏∗
𝒌𝟐
𝑭(𝒂𝟏 , 𝒉𝟏 ) ≈ 𝒌𝟏 𝒂∗𝟏 − 𝒌𝟐 √𝒉𝟏∗ + 𝒌𝟏 ∆𝒂𝟏 − ∆𝒉𝟏
𝟐√𝒉𝟏∗
Sabemos que:
𝒌𝟐
𝑭(𝒂𝟏 , 𝒉𝟏 ) ≈ 𝒌𝟏 𝒂∗𝟏 − 𝒌𝟐 √𝒉𝟏∗ + 𝒌𝟏 ∆𝒂𝟏 − ∆𝒉𝟏
𝟐√𝒉𝟏∗

𝑑ℎ1 𝑎 ∗, ℎ ∗
𝐴11 𝑑ℎ1 1 1
𝑑ℎ 𝑑𝑡 𝑑ℎ 𝐴1 𝑘
𝐴1 − 𝐴1 1 𝑘1 ∆𝑎1 − 2 ∗ ∆ℎ1
≈ 𝑑𝑡
𝑑𝑡 𝑑𝑡 2√ℎ1

𝑎1∗ , ℎ1∗
DONDE:
LINEALIZANDO TANQUE 1:
𝑑∆ℎ1 𝒌𝟐
𝐴1 = 𝒌𝟏 ∆𝒂𝟏 − ∆𝒉𝟏
𝑑𝑡 𝟐√𝒉∗𝟏
Notemos que la ecuación anterior ahora es una ecuación lineal que depende del variable
desvío ∆ℎ1 y que ésta no se encuentra inserida en ninguna raíz cuadrada.
Podemos Aplicar transformada de Laplace para llevar la ecuación lineal al plano
transformado S
𝒌𝟐
𝐴1 𝑠∆ℎ1 (𝑠) = 𝑘1 ∆𝑎1 (𝑠) − ∆𝒉𝟏
𝟐√𝒉∗𝟏
𝒌𝟐
𝐴1 𝑠∆ℎ1 (𝑠) + ∆𝒉𝟏 = 𝑘1 ∆𝑎1 (𝑠)
𝟐√𝒉∗𝟏
𝒌𝟐
∆ℎ1 (𝑠) (𝐴1 𝑠 + ) = 𝑘1 ∆𝑎1 (𝑠)
𝟐√𝒉∗𝟏
∆ℎ1 (𝑠) 𝑘1
𝐺1 (𝑠) = =
∆𝑎1 (𝑠) 𝐴 𝑠 + 𝑘2
1
2√ℎ1∗
Para el Tanque 2 tenemos:
𝑑ℎ2
𝐹(ℎ1 , ℎ2 ) = 𝐴2
𝑑𝑡

LINEALIZANDO TANQUE 2

𝜕𝐹 𝜕𝐹
𝐹(ℎ1 , ℎ2 ) ≈ 𝐹(ℎ1∗ , ℎ2∗ ) + (ℎ1 + ℎ1∗ ) + (ℎ2 + ℎ2∗ )
𝜕ℎ1 ℎ ∗ , ℎ ∗ 𝜕ℎ2 ℎ ∗ , ℎ ∗
1 2 2 2
 𝒌𝟐 𝒌𝟑 𝒂𝟐
𝑭(𝒉𝟏 , 𝒉𝟐 ) ≈ 𝒌𝟐 √𝒉∗𝟏 − 𝒌𝟑 𝒂𝟐 √𝒉∗𝟐 + ∆𝒉𝟏 − ∆𝒉𝟐
𝟐√𝒉∗𝟏 𝟐√𝒉∗𝟐
Sabemos que:
𝒌𝟐 𝒌𝟑 𝒂𝟐
𝑭(𝒉𝟏 , 𝒉𝟐 ) ≈ 𝒌𝟐 √𝒉∗𝟏 − 𝒌𝟑 𝒂𝟐 √𝒉∗𝟐 + ∆𝒉𝟏 − ∆𝒉𝟐
𝟐√𝒉∗𝟏 𝟐√𝒉∗𝟐

𝑑ℎ2 𝑑ℎ2 ℎ1∗ , ℎ2∗

𝐴2 𝐴2
𝑑𝑡 𝑑𝑡

𝑑ℎ2 𝑑ℎ2 𝒌𝟐 𝒌𝟐 𝒂𝟑
𝐴2 − 𝐴2 ≈
∗ ∆𝒉𝟏 − ∆𝒉𝟐
𝑑𝑡 𝑑𝑡 ℎ1∗ , ℎ2 𝟐√𝒉∗
𝟏 𝟐√𝒉∗𝟐

𝑑∆ℎ2 𝒌𝟐 𝒌𝟐 𝒂𝟑
𝐴1 = ∆𝒉𝟏 − ∆𝒉𝟐
𝑑𝑡 𝟐√𝒉∗𝟏 𝟐√𝒉∗𝟐
APLICANDO LAPLACE

𝒌𝟐 𝒌𝟑 𝒂𝟑
𝐴2 𝑠∆ℎ2 (𝑠) = ∆𝒉 𝟏 (𝒔) − ∆𝒉𝟐 (𝒔)
𝟐√𝒉∗𝟏 𝟐√𝒉∗𝟐
𝒌𝟑 𝒂𝟐 𝒌𝟐
∆ℎ2 (𝑠) (𝐴2 𝑠 + ) = ∆𝒉𝟏 (𝒔)
𝟐√𝒉∗𝟐 𝟐√𝒉∗𝟏
Esta ecuación depende de la transformada de Laplace del tanque 1, por eso debemos
sustituirla en la expresión de ∆𝒉𝟏 (𝒔).
𝒌𝟑 𝒂𝟐 𝒌𝟐 𝒌𝟏 ∆𝒂𝟏 (𝒔)
∆ℎ2 (𝑠) (𝐴2 𝑠 + ) =
𝟐√𝒉∗𝟐 𝟐√𝒉𝟏∗ 𝑨 𝒔 + 𝒌𝟐
𝟏
𝟐√𝒉∗𝟏
Así nos queda una Función de Transferencia de Segundo Orden
𝑘1 𝑘2
∆ℎ2 (𝑠) 2√𝒉∗𝟏
𝐺2 (𝑠) = =
∆𝑎1 (𝑠) 𝒌𝟐 𝒌 𝒂
(𝐴1 𝑠 + ∗
) (𝐴2 𝑠 + 𝟑 𝟐∗ )
𝟐√𝒉𝟏 𝟐√𝒉𝟐
Podemos aprovechar y tomar también nuestras ecuaciones lineales en el dominio del
tiempo y representarlas en Espacio de Estados, así:
𝑑∆ℎ1 𝑘2
𝐴1 = 𝑘1 ∆𝑎1 − ∆ℎ1
𝑑𝑡 2√ℎ1∗
𝑑∆ℎ2 𝑘2 𝑘3 𝑎2
𝐴2 = ∆ℎ 1 − ∆ℎ2
𝑑𝑡 2√ℎ1∗ 2√ℎ2∗
𝑘2
− 0 ∆ℎ1
∆ℎ1̇ 2𝐴1 √ℎ1∗ ∆ℎ1
[ ]= [ ] + [ 𝐴1 ] ∆𝑎1
∆ℎ2̇ 𝑘2 𝑘3 𝑎2 ∆ℎ2
− 0
[ 2𝐴2 √ℎ1∗ 2𝐴2 √ℎ2∗ ]
∆ℎ
𝑦 = [0 1] [ 1 ]
∆ℎ2
 LINEALIZACIÓN POR JACOBIANA
Otra forma genérica de linealizar es utilizando la Jacobiana, que es simplemente el primer
término de la expansión de series de Taylor, con lo cual podremos obtener directamente
nuestro sistema linealizado expresado en la representación en el espacio de estados:
Serie de Taylor: 𝐹(𝑥) = 𝐹(𝑥 ∗ ) + ∇𝐹(𝑥 ∗ )∆𝑥
Jacobiana: ∇𝐹(𝑥 ∗ )∆𝑥
𝜕𝐹1 𝜕𝐹1 𝜕𝐹1
∆ℎ ̇ 𝜕∆ℎ1 𝜕∆ℎ2 ∆ℎ1 𝜕∆𝑎1
[ 1] = [ ]+ ∆𝑎1
∆ℎ2̇ 𝜕𝐹2 𝜕𝐹2 ∆ℎ2 𝜕𝐹2
[𝜕∆ℎ1 𝜕∆ℎ2 ] [𝜕∆𝑎1 ]
Donde:
1
𝐹1 (ℎ1 , ℎ2 , 𝑎1 ) = (𝑘 𝑎 − 𝑘2 √ℎ1 )
𝐴1 1 1
1
𝐹2 (ℎ1 , ℎ2 , 𝑎1 ) = (𝑘 √ℎ − 𝑘3 𝑎2 √ℎ2 )
𝐴1 2 1
Dando el mismo resultado:
𝑘2
− 0 ∆ℎ1
∆ℎ1̇ 2𝐴1 √ℎ1∗ ∆ℎ1
[ ]= [ ] + [ 𝐴1 ] ∆𝑎1
∆ℎ2̇ 𝑘2 𝑘3 𝑎2 ∆ℎ2
− 0
[ 2𝐴2 √ℎ1∗ 2𝐴2 √ℎ2∗ ]
∆ℎ
𝑦 = [0 1] [ 1 ]
∆ℎ2
 MODELADO EN MATLAB
TANQUES:
clc
clear all
close all
%Parametros

k1=0.04;
k2=0.03;
k3=0.055;
a1=0.0:0.1:1; %Abertura de la Valvula entrada
a2=0:0.1:1; %Abertura de la Valvula salida
A1=1;
A2=1.5;

%Abertura de las Valvulas para el punto de equilibrio

a1s=0.5;
a2s=0.45;

%Altura en los tanques en el punto de equilibrio

h1s=((k1*a1s)/k2)^2;
h2s=((k2^2*h1s)/(k3*a2s)^2);
Eq1=[h1s h2s];

%Perfil de los estados estacionarios variando valvula de entrada a1

fijando
%valvula de salida a2

H1s=((k1.*a1)/k2).^2;
H2s=((k2^2.*H1s)./(k3*a2s)^2);

figure
subplot(2,1,1);
plot(a1,H1s),grid
title('Variación de nivel h1');
ylabel('Altura (h)');
xlabel('Abertura de Valvula a1');
subplot(2,1,2);
plot(a2,H2s),grid
title('Variación de nivel h2');
ylabel('Altura (h)');
xlabel('Abertura de Valvula a1');

%% Linealizacion del sistema por Jacobiana

syms x1 x2 ua1

% Funciones para realizar la jacobiana

fx1 = 1/A1*(k1*ua1-k2*sqrt(x1));
fx2 = 1/A2*(k2*sqrt(x1)-k3*a2s*sqrt(x2));

%Conforma vectores
fx = [fx1;fx2];
x = [x1;x2];

%Linealiza por medio de la Jacobiana

A = jacobian(fx,x);
B = jacobian(fx,ua1);
C = [0 1]; %Matriz de salida (Cb)

%Reemplazo los puntos de equilibrio en la Jacobiana

display('Representación en Espacio de Estado Caso 1')
Ad = double(subs(A,{x1,x2},{Eq1}))
Bd = double(B)

%Determino la Funcion de Transferencia

display('Representación en Función de Transferencia Caso 1')
[num1,den1]=ss2tf(Ad,Bd,C,0);
ft1=tf(num1,den1)

%Creamos la función de transferencia del Proceso para la altura h2

num=(k1*k2)/(2*sqrt(h1s));
den=conv([A1 k2/(2*sqrt(h1s))],[A2 (k3*a2s)/(2*sqrt(h2s))]);
G2=tf(num,den);

%Carga los parametros en una variable Par, para hacer la integración

del
%sistema

par.k1=k1;
par.k2=k2;
par.k3=k3;
par.A1=A1;
par.A2=A2;

u(1)=a1s;
u(2)=a2s;

% Simula el Modelo No Lineal, realizando la integración del modelo,

% resolviendo las ecuaciones diferenciales del sistema

t=0:0.01:1000;
du=-0.001; %Pequeña Variación en la entrada del sistema
u(1)=a1s+du;

[ts,X1] = ode23t(@(t,x)tankmodel(t,x,u,par), t , Eq1);

u2=zeros(length(ts),1); %Creo el vector de entrada para la FT
u2(:,1)=du*ones(length(ts),1); %Lo lleno con el pequeño incremento
[ylin]=lsim(G2,u2,ts);

%Grafica
figure
plot(ts,X1(:,2),'-b',ts,ylin+Eq1(2),'--r','LineWidth',2);
title('Comparación modelo Lineal vs No Lineal');
xlabel('tiempo (s)');
ylabel('h_2 m^3/s');
legend('No lineal','Lineal');

TANKMODEL:
function x = tankmodel(~,x,u,par)

%Carga los parametros

k1 = par.k1;
k2 = par.k2;
k3 = par.k3;
A1 = par.A1;
A2 = par.A2;

%Carga las entradas del Modelo

a1 = u(1);
a2 = u(2);

%Definición de las Variables de Estado

h1 = x(1);
h2 = x(2);
%
% Sistema de Ecuaciones
%
dh1dt = 1/A1*(k1*a1-k2*sqrt(h1));
dh2dt = 1/A2*(k2*sqrt(h1)-k3*a2*sqrt(h2));
%
% Vector de Estados
%
x = [dh1dt;dh2dt];

SMODELO:
function [sys,x0]=smodelo(t,x,u,flag,par,h1s,h2s)
% En el Flag 0 es el paso donde indicamos para la S-Function que es lo
que
% la función va a encontrar en el momendo de leer el modelo. Esa
% información será encontrada en un vector de 6 elementos, que llamaremos
% "sys"
if flag==0
%Elemento 1: Número de estados continuos (Ecuaciones diferenciables)=
2
%Elemento 2: Número de estados discretos: 0
%Elemento 3: Número de saídas do modelo: 2
%Elemento 4: Número de Entradas do modelo (a1) (a2): 2 entradas
%Elemento 5: Parametro de control, colcar 0
%Elemento 6: Tipologia do processo, (1 para processos continuos)
[sys]=[2,0,2,2,0,0];
%Incluir las condiciones iniciales
x0=[h1s h2s];
elseif flag==1
%Flag 1 llama el modelo
[sys]=tankmodel(t,x,u,par);
elseif flag==3
%Flag 3 indica la respuesta que se debe obtener, en este caso, un
vetor con las 2
%variables de estado
[sys]=x;
else
%Como paso final con un vetor nulo se cierra el bucle
[sys]=[];
end
end
TANQUES EN SIMULINK
 SINTONIZACIÓN DEL PID

CONTROL PID SERIE

1 + 𝜏𝑖 𝑆
𝐶(𝑆) = 𝑘𝑐 (𝜏𝑑 𝑆 + 1)
𝜏𝑖 𝑆
CONTROL PID PARALELO

𝑘𝑖
𝐶(𝑆) = 𝑘𝑃 + + 𝑘𝑑 𝑆
𝑆

𝑘𝑃 = 𝑘𝑐
1
𝑘𝑖 =
𝜏𝑖
𝑘𝑑 = 𝜏𝑑
CONTROL PID ISA

1
𝐶(𝑆) = 𝑘𝑐 (1 + + 𝜏𝑑 𝑆)
𝜏𝑖 𝑆
Desarrollando:
𝑘𝑐 𝜏𝑖 𝜏𝑑 𝑆 2 + 𝑘𝑐 𝜏𝑖 𝑆 + 𝑘𝑐
𝐶(𝑆) =
𝜏𝑖 𝑆
Ecuación no propia se adiciona un filtro pasa bajos
 1 𝜏𝑑 𝑆
𝐶(𝑆) = 𝑘𝑐 (1 ++ )
𝜏𝑖 𝑆 𝛼𝜏𝑑 𝑆 + 1
(𝛼𝑘𝑐 𝜏𝑖 𝜏𝑑 + 𝑘𝑐 𝜏𝑖 𝜏𝑑 )𝑆 2 + (𝑘𝑐 𝜏𝑖 + 𝛼𝑘𝑐 𝜏𝑑 )𝑆 + 𝑘𝑐
𝐶(𝑆) =
𝛼𝜏𝑑 𝜏𝑖 𝑆 2 + 𝜏𝑖 𝑆
𝛼 ∈ (0 − 1)

Control PID por asignación de polos

𝐾𝜔𝑛2 𝑘 𝐴
𝐺(𝑆) = 2 2 = =
𝑆 +2ζ𝜔𝑛 𝑆+𝜔𝑛 𝑆 2 +𝑎𝑆+𝑏 𝐵

Control PID
𝑘𝑐
𝑘𝑐 𝜏𝑑 𝑠 2 + 𝑘𝑐 𝑆 + 𝑑2 𝑠 2 + 𝑑1 𝑆 + 𝑑0 𝐷
𝜏𝑖
𝐶(𝑆) = = =
𝑆 𝑆 𝐸
Función de transferencia de lazo cerrado:
𝐶(𝑆)𝐺(𝑆)
𝐻(𝑆) =
1 + 𝐶(𝑆)𝐺(𝑆)
𝐷𝐴
𝐻(𝑆) = 𝐸 𝐵
𝐷𝐴
1+𝐸𝐵
𝐷𝐴
𝐻(𝑆) =
𝐸𝐵 + 𝐷𝐴

𝑘(𝑑2 𝑠 2 + 𝑑1 𝑆 + 𝑑0 )
𝐻(𝑆) =
𝑆 3 + (𝑎 + 𝑘𝑑2 )𝑆 2 + (𝑏 + 𝑘𝑑1 )𝑆 + 𝑘𝑑0

Parámetro de diseño
 𝐾𝜔𝑛2
𝐺𝑑 (𝑆) =
𝑆 2 + 2ζ𝜔𝑛 𝑆 + 𝜔𝑛2

Al 2%
4
𝑡𝑠 =
ζ𝜔𝑛
Al 5%

3
𝑡𝑠 =
ζ𝜔𝑛
−𝜋ζ
√1−ζ2
𝑀𝑝 = 100𝑒

Control PI por asignación de polos

𝑃𝑑 (𝑆) = (𝑆 2 + ℎ1 𝑆 + ℎ2 )(𝑆 + 𝑝1 )
𝑃𝑑 (𝑆) = 𝑆 3 + 𝛼1 𝑆 2 + 𝛼2 𝑆 + 𝛼3
Igualando las ecuaciones características

𝑆 3 + (𝑎 + 𝑘𝑑2 )𝑆 2 + (𝑏 + 𝑘𝑑1 )𝑆 + 𝑘𝑑0 = 𝑆 3 + 𝛼1 𝑆 2 + 𝛼2 𝑆 + 𝛼3

1. 𝑎 + 𝑘𝑑2 = 𝛼1
2. 𝑏 + 𝑘𝑑1 = 𝛼2
3. 𝑘𝑑0 = 𝛼3

 𝑎 + 𝑘𝜏𝑑 𝑘𝑐 = 𝛼1
 𝑏 + 𝑘𝑘𝑐 = 𝛼2
𝑘
 𝑘 𝜏𝑐=𝛼3
𝑖

𝛼2 −𝑏
 𝑘𝑐 = 𝑘
𝑘𝑘
 𝜏𝑖 = 𝑐
𝛼3
𝛼1 −𝑎
 𝜏𝑑 = 𝑘𝑘
𝑐
EJEMPLO

𝑑ℎ1
𝐴1 = 𝑘1 𝑎1−𝑘2 √ℎ1
𝑏𝑡

𝑑ℎ2
𝐴2 = 𝑘2 √ℎ1 − 𝑘3 𝑎2 √ℎ2
𝑏𝑡

 𝑘1 = 0.04𝑚3 / 𝑠
 𝑘2 = 0.03𝑚3 / 𝑠
 𝑘3 = 0.055𝑚3 / 𝑠
 𝑎1 = 0.5
 𝑎2 = 0.45
 𝐴1 = 1𝑚2
 𝐴2 = 1. 5𝑚2

FUNCIÓN DE TRANSFERENCIA
𝟎. 𝟎𝟎𝟎𝟔 𝑨
𝑮(𝑺) = =
𝑺𝟐 + 𝟎. 𝟎𝟑𝟐𝟕𝟏𝑺 + 𝟎. 𝟎𝟎𝟎𝟐𝟐𝟗𝟕 𝑩

CONDICIONES DE DISEÑO
𝑇𝑠𝑠 = 300𝑠 Mp=10%
−𝜋ζ
√1−ζ2
𝑀𝑝 = 100𝑒

𝑀𝑝 2
𝑙𝑜𝑔( )
ζ=√ 100
𝑀𝑝 2
𝜋 2 + 𝑙𝑜𝑔( )
100
10
𝑙𝑜𝑔(100)2
ζ=√
10 2
𝜋 2 + 𝑙𝑜𝑔()
100
ζ = 0.5912
Admitiendo una tolerancia del 5%
3
𝜔𝑛 =
ζTss
3
𝜔𝑛 =
0.5912 ∗ 300
𝜔𝑛 = 0.0173
Reemplazando:
𝐾𝜔𝑛2
𝐺𝑑 (𝑆) =
𝑆 2 + 2ζ𝜔𝑛 𝑆 + 𝜔𝑛2
𝟎. 𝟎𝟎𝟎𝟑
𝑮(𝑺) = 𝟐
𝑺 + 𝟎. 𝟎𝟐𝟎𝟒𝑺 + 𝟎. 𝟎𝟎𝟎𝟑
Ecuación característica del denominador:
𝑷∗𝒅 = 𝑺𝟐 + 𝟎. 𝟎𝟐𝟎𝟒𝑺 + 𝟎. 𝟎𝟎𝟎𝟑
Analizamos que tiene dos polos conjugados:
𝑝1,2 = −0.0102 ± 0.0139𝑖

Hallando el polo rápido:

𝑝3 = 10𝑟𝑒𝑎𝑙(−0.0102 ± 0.0139𝑖)
𝑝3 = −0.102

Polo deseado:
𝑃𝑑 = (𝑆 2 + 0.0204𝑆 + 0.0003)(𝑆 + 0.102)
Desarrollando:
𝑃𝑑 = 𝑆 3 + 0.1225𝑆 2 + 0.0024𝑆 + 3.0438 ∗ 10−5

Igualando con la ecuación de lazo cerrado:

𝑆 3 + (𝑎 + 𝑘𝑑2 )𝑆 2 + (𝑏 + 𝑘𝑑1 )𝑆 + 𝑘𝑑0 = 𝑆 3 + 0.1225𝑆 2 + 0.0024𝑆 + 3.0438 ∗ 10−5

𝑆 3 + 𝛼1 𝑆 2 + 𝛼2 𝑆 + 𝛼3 = 𝑆 3 + 0.1225𝑆 2 + 0.0024𝑆 + 3.0438 ∗ 10−5

De aquí extraemos que:
Recordar:
𝑘 𝟎. 𝟎𝟎𝟎𝟔
2
= 𝟐
𝑆 + 𝑎𝑆 + 𝑏 𝑺 + 𝟎. 𝟎𝟑𝟐𝟕𝟏𝑺 + 𝟎. 𝟎𝟎𝟎𝟐𝟐𝟗𝟕

𝛼2 −𝑏 0.0024−0.0002297
 𝑘𝑐 = = =3.5875
𝑘 0.0006

𝑘𝑘𝑐 0.0006∗3.5875
 𝜏𝑖 = = =70.7187
𝛼3 3.0438∗10−5

𝛼1 −𝑎 0.1225−0.03271
 𝜏𝑑 = = =41.7117
𝑘𝑘𝑐 3.5875∗3.5875

Con estos parámetros los polos se mueven y ubican en la región estable:

Análisis con Matlab
Al evaluar la función de transferencia:

𝑘
𝑘(𝑘𝑐 𝜏𝑑 𝑠 2 + 𝑘𝑐 𝑆 + 𝜏𝑐 )
𝑖
𝑘
𝑆 3 + (2𝜁𝜔𝑛 + 𝑘𝑘𝑐 𝜏𝑑 )𝑆 2 + (𝜔𝑛2 + 𝑘𝑘𝑐 )𝑆 + 𝑘 𝜏𝑐
𝑖
DESARROOLANDO
𝑘𝑃 = 𝑘𝑐
1
𝑘𝑖 =
𝜏𝑖
𝑘𝑑 = 𝜏𝑑
ζ = 0.5912
𝜔𝑛 = 0.0173
• 𝑘𝑐 ==3.5875
• 𝜏𝑖 ==70.7187
• 𝜏𝑑 ==41.7117
3.5875
0.0006(3.5875 ∗ 41.7117𝑠 2 + 3.5875𝑆 + )
70.71
3.5875
𝑆 3 + (2 ∗ 0.5912 ∗ 0.0173 + 0.0006 ∗ 3.5875 ∗ 41.7117)𝑆 2 + (0.01732 + 0.0006 ∗ 3.5875)𝑆 + 0.0006 ∗
70.7187
0.0006(149.64𝑠 2 + 3.5875𝑆 + 0.05)
𝑆 3 + (0.11)𝑆 2 + (0.00245)𝑆 + 0.0000304
0.09𝑠 2 + 0.00215𝑆 + 3 ∗ 10−5
𝐺(𝑆) = 3
𝑆 + (0.11)𝑆 2 + (0.00245)𝑆 + 0.0000304