1

1Práctica de Laboratorio.
2Sintonización de un controlador PID para regular la
3salida de un sistema de segundo orden.

4Iván Ruíz Godina

5 Matricula 1118120040; iruizgodina@gmail.com
6

7 Resumen: El control PID es un mecanismo de control que a través de un lazo de retroalimentación

8 permite regular la velocidad, temperatura, presión y flujo entre otras variables de un proceso en
9 general. El controlador PID calcula la diferencia entre nuestra variable real contra la variable deseada.
10 En la primera parte de la práctica, los circuitos electrónicos serán nuestros sistemas de control
11 Proporcional-Derivativo y Proporcional-Integral. En esta parte de la práctica se usará un generador de
12 funciones que genera una señal tipo PieceWise Linear (PWL), posterior a ello modificarán los valores
13 de la resistencia de algunas resistencias fijas y a su vez se estarán manipulando los valores de los
14 potenciómetros para así poder cambiar los valores de la ganancia a una ganancia deseada. En la
15 segunda parte de la práctica se tendrá que diseñar los controles de un sistema basándonos en la función
16 de transferencia dada y se validará observando su comportamiento en un osociloscopio.

17 Materia: Sistemas de Control. Profesor: Ernesto Alonso Arzabala Contreras.

18
19

201. Resumen

21 La realización de esta práctica tiene como objetivo resolver las dudas acerca del funcionamiento y
22 comportamiento de un modo de control proporcional-derivativo (PD), proporcional-integral (PI) y
23 proporciona-integral-derivativo (PID). En este caso, se buscó cambiar la ganancia de nuestro
24 sistema modificando así los valores de los elementos en el circuito RLC.

252. Introducción

26 Esta práctica tiene como finalidad observar cómo actúa un modo de control proporcional-derivativo
27 (PD), proporcional-integral (PI) y proporciona-integral-derivativo (PID) en una aplicación para
28 controlar el voltaje de un capacitor en un circuito RLC. A su vez, sintonizaremos un control PD y
29 un control PID para la regulación de un sistema de segundo orden y posteriormente poder apreciar
30 mejor los resultados siendo graficados y así poder interpretarlos de una manera más sencilla. Para
31 esto, se realizarán diferentes mediciones en los sistemas y de igual manera se estarán variando los
32 valores de algunos componentes. Para comprender más esta práctica es necesario saber lo siguiente:

33 Controlador PID

34 Un controlador o regulador PID es un dispositivo que permite controlar un sistema en lazo cerrado
35 para que alcance el estado de salida deseado. El controlador PID está compuesto de tres elementos

2Universidad Tecnológica de Chihuahua Mecatrónica y Energías Renovables

 3Universidad Tecnológica de Chihuahua. Mecatrónica y Energías Renovables

36 que proporcionan una acción Proporcional, Integral y Derivativa. Estas tres acciones son las que
37 dan nombre al controlador PID.

38 La señal r(t) se denomina referencia e indica el estado que se desea conseguir en la salida del

39 sistema y(t). En un sistema de control de temperatura, la referencia r(t) será la temperatura deseada
40 y la salida y(t) será la temperatura real del sistema controlado. Como puede verse en el esquema
41 anterior, la entrada al controlador PID es la señal de error e(t). Esta señal indica al controlador la
42 diferencia que existe entre el estado que se quiere conseguir o referencia r(t) y el estado real del
43 sistema medido por el sensor, señal h(t). Si la señal de error es grande, significa que el estado del
44 sistema se encuentra lejos del estado de referencia deseado. Si por el contrario el error es pequeño,
45 significa que el sistema ha alcanzado el estado deseado.

46

47

48

49

50

51

52 Acción de control Proporcional

53 Esta acción de control es proporcional a la señal de error e(t). Internamente la acción proporcional
54 multiplica la señal de error por una constante Kp.

55 Esta acción de control intenta minimizar el error del sistema. Cuando el error es grande, la acción
56 de control es grande y tiende a minimizar este error.

57 Aumentar la acción proporcional Kp tiene los siguientes efectos:

58 1. Aumenta la velocidad de respuesta del sistema.

59 2. Disminuye el error del sistema en régimen permanente.

60 3. Aumenta la inestabilidad del sistema.

61 Los dos primeros efectos son positivos y deseables. El último efecto es negativo y hay que
62 intentaminimizarle. Por lo tanto al aumentar la acción proporcional existe un punto de equilibrio en

4
 5Universidad Tecnológica de Chihuahua. Mecatrónica y Energías Renovables

63 el que se consigue suficiente rapidez de respuesta del sistema y reducción del error, sin que el
64 sistema sea demasiado inestable. Aumentar la acción proporcional más allá de este punto producirá
65 una inestabilidad indeseable. Reducir la acción proporcional, reducirá la velocidad de respuesta del
66 sistema y aumentará su error permanente.

67 Acción de control Derivativa

68 Esta acción de control es proporcional a la derivada de la señal de error e(t). La derivada del error
69 es otra forma de llamar a la "velocidad" del error.

70 El problema viene al tener en cuenta las inercias. Cuando el sistema se mueve a una velocidad alta
71 hacia el punto de referencia, el sistema se pasará de largo debido a su inercia. Esto produce un
72 sobrepulso y oscilaciones en torno a la referencia. Para evitar este problema, el controlador debe
73 reconocer la velocidad a la que el sistema se acerca a la referencia para poder frenarle con
74 antelación a medida que se acerque a la referencia deseada y evitar que la sobrepase.

75 Aumentar la constante de control derivativa Kd tiene los siguientes efectos:

76 1. Aumenta la estabilidad del sistema controlado.

77 2. Disminuye un poco la velocidad del sistema.

78 3. El error en régimen permanente permanecerá igual.

79 Un problema que presenta el control derivativo consiste en que amplifica las señales que varían
80 rápidamente, por ejemplo el ruido de alta frecuencia. Debido a este efecto, el ruido de la señal de
81 error aparece amplificado en el accionamiento de la planta. Para poder reducir este efecto es
82 necesario reducir el ruido de la señal de error mediante un filtro paso bajos antes de aplicarla al
83 término derivativo. Con este filtro la acción derivativa se encuentra limitada, por lo que es deseable
84 reducir el ruido de la señal de error por otros medios antes de recurrir a un filtro paso bajos.

85 Llegado a este punto, el sistema es rápido y estable, pero mantiene todavía un pequeño error en
86 régimen permanente. Esto significa que la posición real del sistema no es exactamente la posición
87 deseada. Para poder reducir este error se recurre a la tercera acción del controlador PID, el control
88 Integral.

89 Acción de control Integral

90 Esta acción de control como su nombre indica, calcula la integral de la señal de error e(t).

91 La integral se puede ver como la suma o acumulación de la señal de error. A medida que pasa el
92 tiempo pequeños errores se van sumando para hacer que la acción integral sea cada vez mayor.

6
 7Universidad Tecnológica de Chihuahua. Mecatrónica y Energías Renovables

93 Con esto se consigue reducir el error del sistema en régimen permanente. La desventaja de utilizar
94 la acción integral consiste en que esta añade una cierta inercia al sistema y por lo tanto le hace más
95 inestable.

96 Aumentar la acción integral Ki tiene los siguientes efectos:

97 1. Disminuye el error del sistema en régimen permanente.

98 2. Aumenta la inestabilidad del sistema.

99 3. Aumenta un poco la velocidad del sistema.

100 Sintonización manual de un controlador PID

101 Ya habiendo visto las diferentes acciones proporcional, integral y derivatiac de un control PID, se
102 pueden aplicar unas reglas sencillas para sintonizar este controlador de forma manual.

103 1º - Acción Proporcional.

104 Se aumenta poco a poco la acción proporcional para disminuir el error (diferencia entre el estado
105 deseado y el estado conseguido) y para aumentar la velocidad de respuesta.

106 Si se alcanza la respuesta deseada en velocidad y error, el PID ya está sintonizado.

107 Si el sistema se vuelve inestable antes de conseguir la respuesta deseada, se debe aumentar la
108 acción derivativa.

109 2º - Acción Derivativa.

110 Si el sistema es demasiado inestable, se aumentará poco a poco la constante derivativa Kd para
111 conseguir de nuevo estabilidad en la respuesta.

112 3º - Acción Integral.

113 En el caso de que el error del sistema sea mayor que el deseado, se aumentará la constante integral
114 Ki hasta que el error se minimice con la rapidez deseada.

115 Si el sistema se vuelve inestable antes de conseguir la respuesta deseada, se debe aumentar la
116 acción derivativa.

117 Con estas sencillas reglas es sencillo afinar poco a poco el controlador PID hasta conseguir la
118 respuesta deseada.

1193. Materiales y métodos

8
 9Universidad Tecnológica de Chihuahua. Mecatrónica y Energías Renovables

120  Computadora

121  Software LTSPICE y SCILAB

122 o La práctica solamente se hizo de manera simulada. En las simulaciones de

123 LTSPICE se crearon circuitos en los cuales se usaron los siguientes dispositivos:

Fuente de alimentación 5 amplificadores operacionales

(LM358)
Multímetro
1 amplificador diferencial con
Osciloscopio ganancia unitaria (INA105)

Generador de funciones arbitrarias 2 capacitores de15 uF

1 inductor de 100 mH 1 potenciómetro de 10 kΩ

10 resistencias de 1 kΩ 1 potenciómetro de 100 kΩ

10 resistencias de 10 kΩ 1 resistencias de 10 Ω

10 resistencias de 100 kΩ 2 resistencias de 270 Ω

2 potenciómetros de 1 MΩ 2 capacitores de 0.1 uF

2 resistencias de 330 Ω 2 capacitores de 1.0 uF

2 capacitores de 0.33 uF 2 capacitores de 10 uF

2 capacitores de 100 uF 1 transistores NPN de potencia

(2N3055)
2 resistencias de 220 Ω
1 transistores PNP de potencia
(2N2955)

124

125

126

127

128 3.1. Análisis

129 Estas fórmulas nos ayudan a comprender mejor el análisis que se llevará a cabo en esta práctica.

130 Control Proporcional Derivativo (PD)

131 El control PD es una combinación del control proporcional y derivativo:

10
 11Universidad Tecnológica de Chihuahua. Mecatrónica y Energías Renovables

d
132 u ( t )=Kp∙ e ( t ) + Kd ∙ e ( t ) ec .(1)
d (t )

133 En el dominio de Laplace, esto se puede escribir como

134 U ( s )=( Kp+ Ki ∙ s ) ∙ E ( s ) ec .( 2)

135 Sistema de primer orden con control PD

136 Con control PD, la función de transferencia de circuito cerrado de un sistema de primer orden es:

( Kp+ Ki ∙ s ) ∙ K
137 G ( s )= ec .(3)
τ ∙ s+1+ ( Kp+ Ki ∙ s ) ∙ K

138 Esto da como resultado un sistema de primer orden modificado con un cero que puede escribirse
139 como

( Kp+ Ki ∙ s ) ∙ K
140 G ( s )= ec .(4)
( τ + K ∙ Kd ) ∙ s+1+ Kp ∙ K

141 Sistema de segundo orden con control PD

142 Con control PD, la función de transferencia de circuito cerrado de un sistema de segundo orden es:

( Kp+ Ki ∙ s ) ∙ ω2n
143 G ( s )= ec .(5)
s 2+ ( Kd ∙ ω2n +2 ∙ Z ∙ ω n ) ∙ s+ ω2n ∙(1+ Kp)

144 Este es ahora un sistema de segundo orden con un zero. El error de estado estable de respuesta de
145 paso es lo mismo que con el control proporcional:

R R 1
146 e ss =lim s ∙
s→0 [( − ∙G ( s ) =
s s )]
1+ Kp
ec .(6)

147 Control PID

148 Con el control PID, la función de transferencia de circuito cerrado de un sistema de primer orden
149 es:

Ki

150 G ( s )=
( Kp+
s+ Kd )
∙s ∙ K
ec .(7)
Ki
τ ∙ s+1+ ( Kp+ + Kd ∙ s ) ∙ K
s

151 Con el control PID, la función de transferencia de un circuito cerrado de un sistema de segundo
152 orden es:

12
 13Universidad Tecnológica de Chihuahua. Mecatrónica y Energías Renovables

( Kp∙ s+ Ki+ Kd ∙ s2 ) ∙ ω2n

153 G ( s )= ec .(8)
s 3 + ( 2 ∙ Z ∙ ω n+ Kd ∙ω 2n ) ∙ s2 + ω2n ∙ ( 1+ Kp ) ∙ s+ Ki ∙ ω2n

154

1553.2. Experimentos realizados

156El objetivo principal de medición es el comportamiento de las señales de SP ( entrada + del

157comparador), PV (entrada – del comparador), E (señal de error E=SP-PV) y Uac o Uaa (señal de
158control), de las diferentes modificaciones que haremos la circuito para obtener los resultados deseados.

159 3.2.1. Partes de la práctica.

160 En esta sección serán vistos los procedimientos para llegar a los resultados de los puntos
161 solicitados.

162 3.2.1.1.1. Inciso 21. Diseñe un controlador P, de manera algebraica, para regular la
163 velocidad del motor (ess < 15%)

164

165

166

167

168

169

170

171

172

173

174

176

177

14
 15Universidad Tecnológica de Chihuahua. Mecatrónica y Energías Renovables

178 3.2.1.1.2. Punto 22. Diseñe un controlador PD, de manera algebraico, para regular la
179 velocidad del motor (ess < 15%, Z=0.4)

180

181

182

183

184

185

186

187

188

189

190 3.2.1.1.3. Punto 23. Diseñe un controlador PD, de manera algebraica, para regular la
191 velocidad del motor (Z=0.8)

192

193

194

195

196

197

198

199

200

201

202

203

204

16
 17Universidad Tecnológica de Chihuahua. Mecatrónica y Energías Renovables

205 3.2.1.1.4. Punto 24. Diseñe un controlador PID, de manera algebraica, para regular la
206 velocidad del motor (Z=0.7, ess = 0)

207 3.2.1.1.5. Punto 25. Diseñe un controlador PID, de manera algebraica, para regular la
208 velocidad del motor (ts < 1/3 ts sin control, ess = 0)

209

210

211

212

213

214

215

216

217
218

219 3.3. Simulación (Análisis numérico)

220 Para realizar el análisis de nuestros datos, utilizamos el software de simulación “scilab”, este nos
221 permite realizar el análisis numérico de cierta función matemática con el fin de ver su
222 comportamiento en una situación ideal.
223 En la simulación será necesario declarar todas nuestras variables para posteriormente poder usarlas.

18
 19Universidad Tecnológica de Chihuahua. Mecatrónica y Energías Renovables

224 Posterior a ello, se realizan las ecuaciones.

225 Ya teniendo todas nuestras variables guardadas y todos los valores necesarios, procedemos a
226 graficar nuestros resultados para poder visualizar el comportamiento de nuestro sistema y así, poder
227 concluir algo acerca de ella.

228Resultados y discusión

229

230

231

232

233

234

235

236

237 Figura 1. Es la gráfica que representa el comportamiento del

238 inciso 21.

239

240

241

242

243

244

245

246

247
Figura 2. Gráfica que representa el inciso 22.
248

249

250

20
 21Universidad Tecnológica de Chihuahua. Mecatrónica y Energías Renovables

251

252

253

254

255

256

257

258

259 Figura 3. Gráfica del inciso 23

260

261

262

263

264

265

266

267

268 Figura 4. Gráfica del inciso 24

269

270

271

272

273

274

275

276
Figura 5. Gráfica del inciso 25
22
 23Universidad Tecnológica de Chihuahua. Mecatrónica y Energías Renovables

277

2784. Conclusiones

279Gracias a esta práctica pude aprender un poco más sobre los diferentes modos de control, tales como:
280proporcional-derivativo, proporcional-integral y proporcional-integral-derivativo. Gracias a ello
281sabemos cómo funcionan estos modos de control, y cuándo debemos usar cada uno de ellos.

282Se pulieron algunas habilidades y conocimientos previos que se habían visto en prácticas anteriores.
283Fue una práctica interesante y difícil ya que todo fue meramente autodidacta y eso en verdad complicó
284mucho las cosas.

2855. Apéndices

286 Codigo fuente de SCILAB del inciso 21.

287 s=poly(0,'s');
288 t=0:0.01:0.3;
289 kp=2.25;
290 k=43.91;
291 gp=1/(0.0206*s+1);
292 sist=syslin('c',gp);
293 yp=csim('step',t,sist);
294 plot(t',yp);
295 gp=k*kp*1/(2.06e-4*s+1+k*kp)
296 sist=syslin('c',gp);
297 yp=csim('step',t,sist);
298 plot(t',yp);
299

300 Codigo fuente de SCILAB del inciso 22.

301 s=poly(0,'s');
302 t=0:0.01:0.3;
303 kp=70.42
304 kd=0.131
305 z=0.4
306 wn=40.81
307 gp=(kp+kd*s)*wn^2*0.0274/(8.8e-12*s^3+1.2e-5*s^2+7.6e-4*s*(kd*wn^2+2*z*wn)
308+wn^2*(1+kp))
309 sist=syslin('c',gp);
310 yp=csim('step',t,sist);
311 plot(t',yp);
312 gp=1/(0.0206*s+1);
313 sist=syslin('c',gp);

24
 25Universidad Tecnológica de Chihuahua. Mecatrónica y Energías Renovables

314 yp=csim('step',t,sist);
315 plot(t',yp);

316 Codigo fuente de SCILAB del inciso 23.

317 s=poly(0,'s');
318 t=0:0.01:0.3;
319 kp=4
320 kd=0.044
321 z=0.8
322 wn=35.71
323 gp=(kp+kd*s)*wn^2*1/(8.8e-12*s^3+1.2e-5*s^2+7.6e-4*s*(kd*wn^2+2*z*wn)
324+wn^2*(1+kp))
325 sist=syslin('c',gp);
326 yp=csim('step',t,sist);
327 plot(t',yp);
328 gp=1/(0.0206*s+1);
329 sist=syslin('c',gp);
330 yp=csim('step',t,sist);
331 plot(t',yp);

332

333

334 Codigo fuente de SCILAB del inciso 24.

335 s=poly(0,'s');
336 t=0:0.01:0.3;
337 kp=2.47
338 kd=.006
339 ki=50.2
340 z=0.7
341 wn=40.81
342 gp=(kp*s+ki+kd*s^2)*wn^2*1/(8.8e-12*s^3+1.2e-
3435*s^2*(2*z*wn+kd*wn^2)+wn^2*7.6e 4*s*(1+kp)+wn^2*(ki))
344 sist=syslin('c',gp);
345 yp=csim('step',t,sist);
346 plot(t',yp);
347 gp=1/(0.0206*s+1);
348 sist=syslin('c',gp);
349 yp=csim('step',t,sist);
350 plot(t',yp);

26
 27Universidad Tecnológica de Chihuahua. Mecatrónica y Energías Renovables

351

352 Codigo fuente de SCILAB del inciso 25.

353s=poly(0,'s');
354t=0:0.01:0.3;
355kp=2
356kd=0.06
357ki=99
358z=0.7
359wn=40.81
360gp=(kp*s+ki+kd*s^2)*wn^2*1/(8.8e-12*s^3+1.2e-5*s^2*(2*z*wn+kd*wn^2)+wn^2*7.6e-
3614*s*(1+kp)+wn^2*(ki))
362sist=syslin('c',gp);
363yp=csim('step',t,sist);
364plot(t',yp);
365gp=1/(0.0206*s+1);
366sist=syslin('c',gp);
367yp=csim('step',t,sist);
368plot(t',yp);

369
370

371

372

3736. Referencias
3741. Ogata, Katsuhiko. Ingeniería de Control Moderna. Tercera edición. Editorial Prentice Hall.
3752. Wikipedia: Controlador PID
376<https://es.wikipedia.org/wiki/Proporcional_integral_derivativo>`_
377
378

28