Automatizacion de ProcesosIndustriales
Ingeniero de Organizacion. Curso 1o
Jose Mara Gonzalez deDurana
Dpto. I.S.A. EUIUPV/EHUVitoria-Gasteiz
Directory
. Indice
. Contenidos
Copyright c 2005Ultima Revision: Febrero 2004
Indice
1. OBJETIVOS
2. METODO
3. EVALUACION
4. CONTENIDOS
5. Libros recomendados
. Tema 1. Introduccion
1. Perspectiva historica
2. La empresa productiva
2.1. El proceso productivo
2.2. Operaciones basicas de fabricacion
Procesado de un elemento Montaje Movimiento de material Almacenamiento Inspeccion y control
2.3. Tipos de procesos
Job Shops Produccion por lotes Lneas de produccion Produc-cion continua
2.4. Ubicacion de los procesos
Producto en posicion fija Por clases de procesos En flujo deproducto Por tecnologa de grupo
3. El proceso en feedback
3.1. Esquema de regulacion en feedback
3.2. El significado del control
3.3. El control en la empresa
4. La automatizacion industrial
Tecnicas analogicas Tecnicas digitales4.1. Estructuras de automatizacion
4.2. Ventajas e inconvenientes de la automatizacion
4.3. Elementos de la automatizacion
5. Modelos matematicos de sistemas
3
6. Modelado y simulacion de sistemas complejos
6.1. Importancia del modelado
Lenguaje Unificado de Modelizacion (UML)7. Estructura del curso
Parte I. Control de procesos de eventos discretos
. Tema 2. Sistemas booleanos
1. Dispositivos logicos
2. Algebra de Boole
2.1. Funciones booleanas
Formas canonicas2.2. Simplificacion de funciones booleanas
Metodo de Karnaugh Metodo de Quine-McCluskey Algoritmo deQuine
3. Sistemas combinacionales
3.1. Funciones logicas elementales4
Funcion NOT Funcion AND Funcion OR Funcion NAND Funcion NOR Funcion XOR
4. Sistemas secuenciales
4.1. Automata de Mealy
4.2. Automata de Moore
4.3. Tablas de estado
4.4. Diagrama de estado
4.5. Dispositivos biestables
Biestable R-S. Tema 3. Modelos computacionales
1. Grafcet
1.1. Elementos basicos
Etapas Transiciones Segmentos paralelos1.2. Estructuras basicas
Secuencia simple Divergencia OR Convergencia OR Divergencia5
AND Convergencia AND Saltos Posibilidades avanzadas2. Cartas de estado
2.1. Stateflow
2.2. Elementos de una carta de estado
Estados Transiciones Uniones2.3. Elementos de texto especiales
Datos Eventos3. Creacion de un modelo con StateflowSimulink
Observaciones Ejemplo. Control de barrera de ferrocarrilParte II. Control de procesos continuos
. Tema 4. Modelos de sistemas continuos
1. Ecuacion diferencial
1.1. Sistemas lineales - parametros constantes
Modelo externo Modelo interno1.2. Modelo externo
6
1.3. Modelo interno
1.4. Calculo de la respuesta temporal
Calculo de la respuesta con Matlab2. Simulink
Ejemplo. Modelo simple Ejemplo, Circuito electrico Calculo conMatlab para c. alterna
3. Sistemas no lineales pendulo
3.1. Respuesta modelo externo
Resolucion simbolica3.2. Respuesta modelo interno
4. Sistema de primer orden
5. Sistema de segundo orden
6. Linealizacion
Ejemplo. Deposito7. Respuesta de frecuencia
7
7.1. Diagrama de Nyquist
7.2. Criterio de Nyquist
Principio del argumento Criterio de estabilidad de Nyquist Ejem-plo 1 Ejemplo 2 Ejemplo 3 Ejemplo 4
7.3. Diagramas de Bode
8. El lugar de las races
8.1. Reglas para el trazado
8.2. Trazado por computador
. Tema 5. Realizacion del control
1. Realizacion fsica
2. Sensores
2.1. Tipos de sensores
2.2. Clasificacion
2.3. Calibracion
2.4. Tipos de transductores
8
2.5. El potenciometro como sensor de posicion
3. Actuadores
3.1. Tipos de actuadores
3.2. Otros actuadores
3.3. Accesorios mecanicos
3.4. El motor de c.c.
3.5. Ecuaciones diferenciales
3.6. Modelo externo
3.7. Funcion de transferencia del motor
3.8. Reductor de velocidad
3.9. Funcion de transferencia del reductor
3.10.Reductor con poleas elasticas
3.11.Aplicacion practica: sistema de control de posicion
4. Especificaciones de funcionamiento
4.1. Especificaciones en tiempo
9
Valores para el sistema de 2o orden Otros valores4.2. Especificaciones en frecuencia
5. Estabilidad, controlabilidad y observabilidad, sistemas lineales
. Tema 6. Diseno de Sistemas de Control continuos
1. Introduccion
2. Tipos de controladores
Realizacion de los controladores Controlador PID Controladoresde adelanto y de retraso de fase Controlador de adelanto-retraso conred pasiva Controlador de adelanto-retraso con amp. operacional
3. Diseno en el lugar de las races
Efecto de anadir un cero Efecto de anadir un polo3.1. Diseno de un controlador de adelanto de fase
3.2. Diseno de un controlador PID
Parte III. Automatizacion local
. Tema 7. Automatas programables
10
1. Descripcion de un PLC
2. Programacion de PLCs
2.1. Ladder Diagram (LD)
3. Celula flexible SMC
3.1. Automata programable Omron CPM2A-30CDR-A
3.2. Ejemplos
. Tema 8. Sensores
1. Tipos de sensores
1.1. Clasificacion
1.2. Caractersticas
2. Calibracion
3. Tipos de transductores
. Tema 9. Actuadores
1. Tipos de actuadores
11
1.1. Otros actuadores
1.2. Accesorios mecanicos
2. Neumatica
2.1. Valvulas
3. Automatismos electricos
3.1. El rele
3.2. Funciones logicas con reles
Parte IV. Automatizacion global
. Tema 10. Niveles de Automatizacion
1. Fabricacion inteligente
Parte V. APENDICES
. TemaA. Ecuaciones diferenciales
1. Ecuaciones diferenciales de primer orden
1.1. Problema de condiciones iniciales (PCI)
12
2. Estudio cualitativo
3. Orden de una ecuacion diferencial
4. Interpretacion geometrica
5. Sistemas de 2o orden
Interpretacion geometrica6. Solucion numerica
7. Solucion numerica con Matlab
Interpretacion geometrica7.1. Metodo de Kelvin
13
1. OBJETIVOS
Formar personas con capacidad para el planeamiento, gestion, diseno y desa-rrollo de proyectos de automatizacion.
Utilizar para ello las tecnologas y metodos de actualidad. Inculcar un marco teorico en el que tengan cabida los complejos procesosproductivos.
Analisis, diseno y realizacion. Visualizar los metodos y tecnologas existentes.
2. METODO
Clases teoricas: proyector (a completar), pizarra, ejercicios. Clases practicas: ordenador, ejercicios, montajes. Trabajos tutorizados. Tutoras: cuestiones, ejercicios, trabajos.
horario 2-cuatr: lunes de 10 a 12, miercoles y jueves de 17 a 19
14
3. EVALUACION
Trabajos: ejercicios, problemas, temas teoricos, programas, montajes.Calificacion: 2. Han de ser concertados con el profesor.
Practicas: ejercicios resueltos por computador, montajes.Calificacion: la nota ( 4) se pondera por el no de asistencias.
Nota: los trabajos y las practicas se hacen durante el curso, no en verano.
Examen: teora y problemas.
Calificaciones maximas:
Trabajos 2Practicas 4Examen 4Total 10
15
4. CONTENIDOS
Tema 1. IntroduccionParte I. Control de procesos de eventos discretosTema 2. Sistemas booleanosTema 3. Modelos computacionalesParte II. Control de procesos continuosTema 4. Modelos de sistemas continuosTema 5. Realizacion del controlTema 6. Diseno de sistemas de control continuosParte III. Automatizacion localTema 7. Automatas programablesTema 8. SensoresTema 9. ActuadoresParte IV. Automatizacion globalTema 10. La piramide de automatizacion
Fases. Analisis obtencion de modelos computacionales, matematicos.
. Diseno diseno y programacion de controladores, simulacion.
. Realizacion matematica, computacional, fsica.
16
Herramientas
. Programacion en lenguajes estandar: C, C++, Java.
. Programas especficos para control: Matlab, Scilab, Octave, Maple.
Prerrequisitos
. Algebra Lineal: espacios vectoriales, matrices.
. Analisis Matematico: analisis real y complejo (basico), ecuaciones dife-renciales ordinarias.
. Informatica: manejo del ordenador, windows, nociones de programacion(C, C++, Java).
. Fsica: nociones de mecanica, electricidad, calor, fluidos.
17
Sistemas continuos en el tiempo
Son sistemas de control cuyo modelo es una ecuacion diferencial (ordinaria)
dx
dt(t) = f(t, x, u), t R, x(t) Rn, u(t) Rq
f : R Rn Rq Rn continua, u : R Rq (entrada, dada)Las soluciones x(t) representan el movimiento del sistema.
Ecuacion de salida y(t) = g(x, u), y(t) Rp.
u1(t)
u2(t)
x(t)
y(t)
18
Sistemas discretos en el tiempo
El modelo es una ecuacion en diferencias finitas. t = k T T Zx((k + 1)T ) = f(kT, x(kT ), u((k + 1)T )), x(t) Rn, u(t) Rq
f : R Rn Rq Rn; u(t) : R Rq (entrada, dada).T R : periodo de discretizacion o de muestreo.Ecuacion de salida y(kT ) = g(x(kT ), u(kT )), y(t) Rp.
Acelerador de iones Tandetron. IBeAM, Arizona State University
19
Sistemas de eventos discretos sistemas hbridos
a) Producen eventos: sistemas continuos o discretos.b) Reaccionan ante eventos que reciben (sistemas reactivos).a b) Sistemas hbridos.Modelos matematicos: ecuacion diferencial (ordinaria)
dx
dt(t) = f(t, x, u), t R, x(t) Rn, u(t) Rq
f : R Rn Rq Rn discontinua; u : R Rq (entrada, dada)Modelos computacionales: Matlab + Simulink + Stateflow
u(t)
x(t)
y(t)
s1
s2
s3
20
Ejercicios
Sistemas continuos
. Buscar ejemplos de sistemas de control continuos en t.
. Identificar en ellos las entradas y salidas.
. Si es posible, hallar n, p, q en cada uno de ellos.
Sistemas discretos
. Buscar ejemplos de sistemas de control discretos en t.
Sistemas reactivos
. Buscar ejemplos de sistemas reactivos.
. Identificar los procesos que emiten eventos y los que los reciben.
. Iniciar el estudio de MATLAB, Simulink y Stateflow.
21
5. Libros recomendados
Bibliografa
[1] Paul H. Lewis, Hang YangSistemas de Control en IngenieraPrencice Hall Inc., 1999
[2] Benjamin C. KuoSistemas Automaticos de ControlEditorial Prentice-Hall - 1996
[3] Emilio Garca MorenoAutomatizacion de procesos industrialesEditorial U.P.V. (Universidad Politecnica de Valencia). 1999
[4] M.P. Groover. Automation, Production Systems and Computer Aided Manufacturing.Prentice Hall. 1980.
[5] David HarelStatecharts: A Visual formalism for Complex SystemsScience of Computer Programming 8, (1987) pp. 231-274.
[6] The International Electrotechnical Comision. The International Standard IEC-61631http://www.plcopen.org
22
Captulo 1. Introduccion
Automatizacion: teoras y tecnologas para sustituir el trabajo del hombre porel de la maquina. Mecanismo de feedback
Relacionada con las Teoras de Control y de Sistemas.
Adopta los mas recientes avances.
Para automatizar procesos: saber como funcionan esos procesos.
. Procesos continuos
. Procesos comandados por eventos
. Procesos de fabricacion
Estudio Visitas a empresas.
Procesos conectados entre si gestion marco jerarquico
Estructura de la empresa redes locales buses de comunicacion
23
1. Perspectiva historica
Fuego:
. Homo sapiens calefaccion alimentos
. Edad Bronce metales ceramica procesos fabricacionEnerga eolica:
. 2000 A.C: embarcaciones a vela
. 1000 A.C.: Fenicios Mediterraneo
. Edad Media: Europa molinos de vientoEnerga hidraulica: 50 A.C: Romanos noriaMaquina de vapor
. James Watt, 1750 Revolucion Industrial
. Maquina de vapor bombas agua (minas de Gales)
. Automatizacion telares (Manchester)
24
Teoras, tecnologas y areas
. Teoras
Teoras de Control, Sistemas y Senal Sistemas de eventos discretos Maquinas de estado, Redes de Petri, Grafcet, Statechart
. Tecnologas
Neumatica, Hidraulica Electronica Microprocesadores, Ordenadores, Automatas programables Robotica Comunicaciones Desarrollo del software
. Areas tecnologicas
Automatizacion de las maquinas-herramienta Control por computador, CAD, CAM, CIM Control de procesos distribuido Celulas flexibles
25
2. La empresa productiva
Ente socioeconomico adecuacion parcial de flujos: produccion y consumo
Dos subsistemas: uno para medir las necesidades de los consumidores y de tras-ferirles los productos que las satisfagan y otro que se encarga de la produccion.
Elemento productivo Elemento consumidor (de materias primas)
Departamentos o secciones:
. Finanzas
. Gestion
. Compras
. Almacen de materias primas
. Produccion
. Almacen de productos terminados
. Ventas
26
Actividad de la empresa
Gestin
Almacn de Almacn deproductos terminadosProduccinmaterias primas
Finanzas
MERCADO
Compras Ventas
Gestion: controla a todos los demas
. parte superior: generacion del producto (gestion de produccion)
. parte inferior: ventas comparas = beneficio (mercadotecnia)Objetivo: maximizar el beneficio.
27
2.1. El proceso productivo
Sistema dinamico de control:
(Flujo de producto)-Materia primas Proceso
productivo (Flujo de producto)-Producto terminado
Internamente: diferentes subprocesos conectados entre s.
. bloque o funcion: complejo sistema movido por eventos
. interconexion + naturaleza estocastica = complejidad
. conocer modelos matematicos de los procesos mas simples
.proceso productoproceso 6 producto
28
2.2. Operaciones basicas de fabricacion
Procesado de un elemento-Materia prima Mecanizado -Pieza
Montaje
-Mat. prima 1 Mecanizado 1 -Pieza 1
-Mat. prima 2 Mecanizado 2 -Pieza 2
Montaje -Producto
Movimiento de material Almacenamiento Inspeccion y control
29
2.3. Tipos de procesos
Job Shops- amplia gama, alta tecnologa, series medianaspequenas
- mano de obra y maquinaria especializadas elevados costes
Produccion por lotes- muy extendida lotes tamano medio, cada lote de una tirada
- maquinaria y el personal preparados cambio lote
Lneas de produccion- cadena grandes series - pocos productos automoviles
- cintas trasportadoras estaciones (proceso o montaje) almacenes
Produccion continua- productos simples grandes cantidades petroqumica
- flujo continuo de producto
30
2.4. Ubicacion de los procesos
Importancia: procesos, comodidad del personal, cableados, buses etc.Programas simulacion (estocastica)
Producto en posicion fijaEl producto no debe moverse obras naval y aeronautica
Por clases de procesosMaquinas en locales por clases de procesos mecanizado flexible
En flujo de productoMaquinas a lo largo del flujo
Por tecnologa de grupoPor clases + en flujo de producto
31
3. El proceso en feedback
( )t
B
C
Actuador
x
vlvulaA
xC : consigna de velocidad ref (fija)
Si aumenta
aumenta fuerza centrfuga bolas B se separan A sube x cierra valvula vapor de la caldera baja la presion disminuye
Feedback: artificio basico del control.
Governor de Watt
32
3.1. Esquema de regulacion en feedback
Basico en muchos procesos de la Naturaleza, incluso en los seres vivos.
-yref m+ym(t)
-(t) C -x(t)
A -u(t) m+ -v(t) P r -y(t)
M
6
?
d(t)
yref Entrada de referencia C Controladord(t) Entrada perturbadora A Actuadory(t) Salida P Planta o Proceso(t) Error M Medidor
33
3.2. El significado del control
Controlar: conducir, dirigir, gobernar, comardar, ...trayectoria prefijada controles
chofer volanteaceleradorfrenoscambio de marchas
vehculoTeora de Control
sistema de control = entidad
terminales de entrada (controles) estmulos terminales de salida respuesta
Caja negra o bloque planta o proceso
Entrada Salida- Bloque -
34
3.3. El control en la empresa
El esquema de feedback es aplicable los procesos de la empresa.
. Control de produccion
. Control de calidad
. Control de presupuestos
. Control de procesos
Elementos esenciales:
. medida de variables del proceso a controlar
. realimentacion de las variables medidas
. comparacion con una consigna
. actuacion sobre el proceso
35
4. La automatizacion industrial
Aplicar feedback procesos continuos procesos movidos por eventos
Tecnicas analogicasControlador: mecanico, neumatico, hidraulico, electrico, electronico, optico
Procesos Continuos controlador PID
x(t) = C((t)) = Kp
(1 + Td
dx(t)dt
+1Ti
t0x()d
)
Tecnicas digitalesOrdenador microprocesadores microcontroladores ordenador personal comuni-caciones software ...
? Controladores para procesos continuos PID
? Control de procesos de eventos discretos automata programable
? Estructuras de control Automatizacion Global
36
4.1. Estructuras de automatizacion
Proceso 1 Proceso 3 Proceso 4Proceso 2
. Automatizacion fija produccion muy alta automoviles
. Automatizacion programable produccion baja diversidad de productos
. Automatizacion flexible produccion media pocos productos
. Automatizacion total
37
4.2. Ventajas e inconvenientes de la automatizacion
Ventajas:
? Permite aumentar la produccion y adaptarla a la demanda? Disminuye el coste del producto? Consigue mejorar la calidad del producto y mantenerla constante? Mejora la gestion de la empresa? Disminuye de la mano de obra necesaria? Hace mas flexible el uso de la herramienta
Inconvenientes:
Incremento del paro en la sociedad Incremento de la energa consumida por producto Repercusion de la inversion en el coste del producto Exigencia de mayor nivel de conocimientos de los operarios
38
4.3. Elementos de la automatizacion
. Mecanica: herramientas, mecanismos, maquinas, elementos de transporte
. Electrica: automatismos electricos, motores electricos de c.c. y c.a., cableados fuerza mando, aparillajes electricos
. Tecnologa Electronica: controladores analogicos, sensores, pre-accionadores,drivers accionamientos, communicaciones, telemando-telemetra, comunica-cion inalambrica
. Neumatica electro-neumatica: cilindros neumaticos, valvulas neumaticas yelectro-neumaticas, automatismos neumaticos
. Hidraulica y electro-hidraulica: cilindros hidraulicos, valvulas hidraulocas yelectro-hidraulicas, automatismos hidraulicos
. Control e Informatica Industrial: controladores de procesos, control por compu-tador, embedded control, automatas programables, vision artificial, robotica,mecatronica, celulas fabricacion flexible mecanizado montaje, controlnumerico, CAD-CAM, CIM, redes y buses comunicaciones
39
5. Modelos matematicos de sistemas
Modelo matematico: ecuacion o sistema de ecuaciones que lo representa y cuya evo-lucion en el tiempo se corresponde con la del sistema.
Permite hacer calculos, predicciones, simulaciones y disenar.
Clasificacion:
. Sistemas de tiempo continuo
. Sistemas de tiempo discreto
. Sistemas de eventos discretos
Sistemas de eventos discretos =sistemas reactivos = sistemas comandados por eventos (event-driven systems)
Modelos complejos procesos estocasticos procesos de colas modelos no ma-tematicos basados en computador.
Lenguaje Unificado de Modelado (UML).
6. Modelado y simulacion de sistemas complejos
Dinamica de fluidos sistemas energeticos gestion de negocios40
Teora de Sistemas Teora de Control Analisis Numerico Ciencias de la Computacion Inteligencia Artificial Investigacion Operativa
Mayor importancia cuanto mayor es la complejidad del sistema.
Paradigma de computacion del futuro: metodo para representar los problemas, ana-lizarlos y obtener soluciones
Lenguaje de modelizacion universal:comunicacion equipos empresa miembros de la comunidad cientfica
Un buen lenguaje de modelizacion ha de tener
. Elementos del modelo conceptos fundamentales y semantica
. Notacion representacion visual de los elementos del modelo
. Directivas lenguajes a utilizar para el modelado
41
6.1. Importancia del modelado
Mundo Realdel
Entidad
Experimentoobservados de
Datos
en contextoexperimental
dentro de contexto
Resultados
Modelo M
Simulacin
bsicoModelo
Validacin
dentro del contexto
anlisis slo
experimento
deProceso deModelado y Simulacin
Conocimientoa priori del
modelo bsico
Experimento virtualSimulacin =
Sistema S
MODELOREALIDAD
OBJETIVOS
42
Lenguaje Unificado de Modelizacion (UML)Booch, Rumbaugh y JacobsonObjtivos:
1. Otorgar al modelado de sistemas (y no solo al software) la capacidad de utilizarconceptos orientados a objetos.
2. Establecer un acoplamiento explcito con los artefactos tanto conceptual comoejecutable.
3. Tratar los temas inherentes a la escala en los sistemas complejos y de misioncrtica.
4. Crear un lenguaje de modelado entendible tanto por las maquinas como porlos seres humanos.
Versiones 0.9 y 0.91 de UML en Junio y en Octubre de 1996.Version UML 1.3 en Junio de 1999.
43
Objetivos actuales:
. Ofrecer a los usuarios un lenguaje de modelado de uso inmediato, expresivo yvisual, para desarrollar e intercambiar modelos significativos.
. Suministrar mecanismos de extension y especializacion que permitan extenderlos conceptos del nucleo del lenguaje.
. Soportar especificaciones que sean independientes de los lenguajes de progra-macion particulares y de los procesos de desarrollo.
. Dar una base formal para el aprendizaje del lenguaje.
. Animar el crecimiento del mercado de herramientas para objetos.
. Soportar conceptos de desarrollo de alto nivel: components, collaborations, fra-meworks, patterns.
. Integrar las mejores practicas de programacion.
Caractersticas de UML
Consistente lenguaje sin propietario y abierto a todos. Permite especificar, visualizar,construir y documentar los artefactos de software. Vale tambien para el modelado denegocios y otros sistemas. Esta estructurado en 9 paquetes:
44
. Data Types
. Core
. Extension Mechanisms
. Common Behavior
. State Machines
. Activity Graphs
. Collaborations
. Use Cases
. Model Management
45
Consideraciones
Estudio de sistema complejo secuencia de visiones distintas del modeloUn modelo: diferentes niveles de fidelidadLos mejores modelos conectados realidad
Graficos (a modo de vistas) de un modelo
. use case diagram
. class diagram
. behavior diagrams:
statechart diagram activity diagram interaction diagrams
sequence diagram collaboration diagram
implementation diagrams: component diagram deployment diagram
UML no soporta diagramas de flujo de datos
46
7. Estructura del curso
Control de procesos continuos? Diseno controladores procesos t continuo PID
Control de procesos de eventos discretos? Diagramas de estado? Redes de Petri? Grafcet? Statecharts
Automatizacion local? Captadores? Pre-actuadores y actuadores? Automatismos electricos, neumaticos e hidraulicos? Automatas programables Controladores industriales
Automatizacion global? Simulacion de procesos productivos? Redes locales Buses industriales? GEMMA SCADA Control jerarquico
47
Bibliografa
[1] Paul H. Lewis Sistemas de Control en Ingeniera. Prentice Hall, Madrid, 1999.
[2] Emilio Garca Moreno Automatizacion de procesos industriales. Editorial U.P.V.(Universidad Politecnica de Valencia), 1999.
[3] K.Lockyer La produccion industrial, su administracion. Representaciones y Ser-vicios de Ingeniera S.A., Mexico, 1988.
[4] M.P. Groover Automation, Production Systems and Computer Aided Manufac-turing. Prentice Hall. 1980.
[5] David Harel Statecharts: A Visual formalism for Complex Systems, Scienceof Computer Programming 8, (1987), pp. 231-274.
[6] Object Modeling Group OMG Unified Modeeling Language Specification. ObjectModeling Group, Inc., Version 1.3, June 1999.
[7] Hans Vangheluwe Modeling and Simulation Concepts. McGill, CA, CS 522 FallTerm 2001.
48
Parte I. Control de procesos de eventos discretos
49
Captulo 2. Sistemas booleanos
1. Dispositivos logicos
Dispositivos fsicos con solo dos estados: mecanicos, interruptor, valvula, transistor automatismos.
0 1
. Sistemas combinacionales
. Sistemas secuenciales
50
Dispositivos biestables: basicos para las memorias RAM
1
2
2
1
sistemas con memoria.
1
2
Figura 2.1: Pulsador
sistemas sin memoria
2. Algebra de Boole
Conjunto U dos operaciones + , tales que a, b, c U :51
1. Idempotentes: a+ a = a a = a2. Conmutativas: a+ b = b+ a, a b = b a3. Asociativas: a+ (b+ c) = (a+ b) + c,
a (b c) = (a b) c4. Absorciones: a (a+ b) = a+ (a b) = a (U,+, ) es un retculo. Si ademas
5. Distributivas: a+ (b c) = (a+ b) (a+ c),a (b+ c) = (a b) + (a c)
(U,+, ) retculo distributivo. Si6. Cotas universales: 0, 1 U tales que
0 a = 0, 0 + a = a, 1 a = a, 1 + a = 17. Complemento: a U a U | a+ a = 1, a a = 0 (U,+, , , 0, 1) es un algebra de Boole.
Z2 := ({0, 1} , OR , AND) es un algebra de Boole.
52
2.1. Funciones booleanas
f : Zn2 Z2(x1, . . . , xn) 7 f(x1, . . . , xn)
Tabla de verdad
f(x1, . . . , xn), g(x1, . . . , xn) equivalentes tablas de verdad coincidenP. ej., f(x1, x2, x3) = x1x2, g(x1, x2, x3) = x1x2(x3 + x3) equivalentes:
x1 x2 x3 f
0 0 0 00 0 1 00 1 0 00 1 1 01 0 0 01 0 1 01 1 0 11 1 1 1
x1 x2 x3 g
0 0 0 00 0 1 00 1 0 00 1 1 01 0 0 01 0 1 01 1 0 11 1 1 1
53
Formas canonicas func. booleanas: relacion de equivalencia representantes canonicos:
. suma de min-terms, p. ej., f(a, b, c, d) = abcd+ abcd+ abcd
. producto de max-terms: f = (a+ b+ c+ d)(a+ b+ c+ d)(a+ b+ c+ d)
n variables 2n terminos canonicos diferentesminterms
f(x) x, xf(x, y) xy, xy, xy, xyf(x, y, z) xyz, xyz, xyz, xyz, xyz, xyz, xyz, xyz
min-term = numero binario = numero decimalp. ej., xyz = 010 = 2.
Obtencion de la f.c.:
. Tabla de verdad f.c. (inmediato)
. Para i = 1, . . . , n mult. por (xi + xi) los terminos de f sin xi.
54
2.2. Simplificacion de funciones booleanas
Aplicar la ley de complementacion: x+ x = 1 f (x1 + x1) f .f = suma de implicantes primos (terminos irreducibles).
Metodo de Karnaughf(a, b, c, d) = b+ bc
cdab
00 01 11 10
00 00000001
0011
0010
01 01000101
0111
0110
11 11001101
1111
1110
10 10001001
1011
1010
@@ ab
cd 00 01 11 10
00 0 1 1 0
01 0 1 1 0
11 1 1 1 0
10 1 1 1 0
@@ #
"
!#" !
cada casilla representa un min-term
55
Metodo de Quine-McCluskeyEjemplo:
f(x1, x2, x3, x4) = (0, 7, 9, 12, 13, 15)
i min-terms
0 0 0 0 07 0 1 1 19 1 0 0 112 1 1 0 013 1 1 0 115 1 1 1 1Tabla de verdad
u i 1-term 2-term
0 0 0 0 0 0 0 0 0 012 9 1 0 0 1 1 - 1 1
12 1 1 0 0 1 1 0 -3 7 0 1 1 1 - 1 1 1
13 1 1 0 1 1 1 - 14 15 1 1 1 1
(a) Ordenar tabla por numero de unos de cada termino grupos.(b) Los elementos de cada grupo se combinan con los del siguiente.(c) Repetir el proceso hasta que no se puedan combinar mas.
f = x1x2x3x4 + x1x3x4 + x1x2x4.
Un termino indiferente puede aprovecharse si cubre mas de un min-term.
56
Algoritmo de QuineComo ya se ha indicado, el metodo de Quine-McCluskey, lo mismo que el de Kar-naugh, se basa en utilizar repetidamente la ley a + a = 1. Dada una funcion f enforma canonica de suma de m min-terms, el algoritmo es el siguiente:
1. Poner todos los min-terms en una lista, ordenados de alguna forma de 1 a m.
2. para i desde 1 hasta m 1 hacerElegir el termino i-esimo, Ti, de la listapara j desde i+ 1 hasta m hacer
Tomar el termino j-esimo, Tj , de la listaSimplificar, si es posible, la expresion Ti+ Tj , aplicando la ley a+ a = 1
y poner el termino simplificado en una nueva lista.
3. Volver al paso 1 con la nueva lista obtenida y repetir el algoritmo
4. El algoritmo termina cuando no es posible simplificar mas.
Gran coste computacional si el n es elevado.
57
3. Sistemas combinacionales
Sistema de control con p entradas u1(t), . . . , up(t) Z2y q salidas y1(t), . . . , yq(t) Z2,
yi(t) = fi(u1(t), . . . , up(t)), i = 1 . . . q.
Tiempo continuo: I R; tiempo es discreto:
I = {t0, t0 + T, . . . , t0 + kT, t0 + 2kT, . . .}, t0, T R.
-u1(t)
-u2(t)
-up(t)
... S.C.
-y1(t)
-y2(t)
-yq(t)
...
Los valores de las salidas en el instante t solo dependen de los valores que en esemismo instante tengan las entradas.
58
3.1. Funciones logicas elementales
Funcion NOTx z
0 11 0
x zd zx Funcion AND
x y z
0 0 00 1 01 0 01 1 1
-x
& -z
-y
xz
y
59
Funcion ORx y z
0 0 00 1 11 0 11 1 1
-x
1 -z-y
xz
y
Funcion NANDx y z
0 0 10 1 11 0 11 1 0
-x
& d -z-y
xz
y
60
Funcion NORx y z
0 0 10 1 01 0 01 1 0
-x
1 d -z-y
x
yz
Funcion XORx y z
0 0 10 1 01 0 01 1 1
-x
= 1 d -z-y
zx
y
61
4. Sistemas secuenciales
Sistema de control con p entradas u1(t), . . . , up(t) Z2 , q salidas y1(t), . . . , yq(t) Z2y n variables de estado.
-u1(t)
-u2(t)
-up(t)
...
x1(t)
x2(t)...
xn(t)
-y1(t)
-y2(t)
-yq(t)
...
Las variables de estado x1(t), . . . , xn(t) Z2 memorizan el comportamiento del sis-tema en instantes anteriores a t.
Modelos: modelo de estado (ecuacion en diferencias finitas), maquinas de estados,redes de Petri modelos computacionales: grafcet, StateCharts.
62
4.1. Automata de Mealy
M1 = {U, Y,X, f, g}U, Y ,X: conjuntos de entrada, de salida y de estado.
estado:{f : U X X
(u, x) 7 x = f(u, x) salida:{g : U X Y
(u, x) 7 y = f(u, x)
4.2. Automata de Moore
M2 = {U, Y,X, f, g}U, Y ,X: conjuntos de entrada, de salida y de estado.
estado:{f : U X X
(u, x) 7 x = f(u, x) salida:{g : X Y(x) 7 y = f(x)
Automata de Mealy Automata de Moore.
63
4.3. Tablas de estado
f(x, u): tabla de transicion, g(x, u): tabla de salida.
Automata de Mealy:
u1 u2 . . . u2q
x1 x1,1 x1,2 . . . x1,2q
x2 x2,1 x2,2 . . . x2,2q...
......
...x2n x2n,1 x2n,2 . . . x2n,2q
u1 u2 . . . u2q
x1 y1,1 y1,2 . . . y1,2q
x2 y2,1 y2,2 . . . y2,2q...
......
...x2n y2n,1 y2n,2 . . . y2n,2q
Automata de Moore:u1 u2 . . . u2q
x1 x1,1 x1,2 . . . x1,2q
x2 x2,1 x2,2 . . . x2,2q...
......
...x2n x2n,1 x2n,2 . . . x2n,2q
x1 y1x2 y2...
x2n y2n
Tamano (maximo): (2n 2q) casillas.
64
4.4. Diagrama de estado
Grafo orientado con N vertices y q aristas.Mealy:
@@xu
0 1A = 00 00 01B = 01 01 10C = 10 00 01
11 Tabla de transicion
@@xu
0 1A = 00 0 0B = 01 0 0C = 10 0 1
11 Tabla de salida
A@GAFBECD1/0
0/0
B@GAFBECD1/0 440/0
33 C@GAFBECD0/0
ZZ444444444441/1ss
Moore:
@@xu
0 1A = 00 00 01B = 01 10 01C = 10 00 11D = 11 10 01
Tabla de transicion
x y
A = 00 0B = 01 0C = 10 0D = 11 1
Tabla de salida
A/ 0@GAFBECD1
0
B/ 0@GAFBECD1 44 0 // C/ 0@GAFBECD0
XX22222222222
1
22 D/1@GAFBECD0rr1
ff
65
4.5. Dispositivos biestables
Son los sistemas secuenciales mas simples.
. Una o dos entradas u1, u2
. Una variable de estado Q
. Una salida y1 = Q (salida adicional y2 = Q).
Asncronos o sncronos.Qt+1 = f(Qt, u1, u2),
Sncronos: Clk senal de reloj
1
t
Clk
0
El valor del estado Q se actualiza en los flancos de bajada.
66
Biestable R-SBiestable asncrono basico.
S
R
Q
Q_
Tabla de transicion:
@@QSR
00 01 11 100 0 0 11 1 1 0
S
R
Q
Q
S
R
Q
Q
Clk
Combinacion de entradas 11 no permitida (contradiccion: Q = Q = 0)
67
Captulo 3. Modelos computacionales
1. Grafcet
Graphe de Comands Etape/Transition. Norma IEC-848: fabricantes PLC.
Aplicable al esquema:
P.C. P.O.
rdenes
eventos
Sistema automatizado de produccion
. Parte operativa: dispositivos que interactuan sobre el producto: preactuadores,actuadores y captadores
. Parte de Comando (control): computadores, procesadores o automatas
68
1.1. Elementos basicos
EtapasRectangulo numerado.Estado o modo de funcionamiento estable del sistema.La Parte de Comando asociada se mantiene invariable.Etapas activas: crculo negro.Etapa inicial: rectangulo doble.
TransicionesSegmento horizontal que corta la lnea de enlace entre dos etapas.
Condicion de paso: receptividad.
Segmentos paralelosProcesos que evolucionan de forma concurrente.
69
1.2. Estructuras basicas
Secuencia simple Divergencia OR Convergencia OR Divergencia AND Convergencia AND Saltos Posibilidades avanzadas
. Paralelismo
. Sincronizacion
. Jerarqua
. Comunicacion
70
2. Cartas de estado
Statecharts David Harel, 1987. Generalizacion maquinas de estados.
. Capacidad de agrupar varios estados en un superestado.
. Posibilidad de ortogonalidad o independencia (paralelismo) entre ciertos esta-dos.
. Necesidad de transiciones mas generales que la flecha etiquetada con un simpleevento.
. Posibilidad de refinamiento de los estados.
Formalismo visual para describir estados y transiciones de forma modular que per-mite el agrupamiento de estados (jerarqua), la ortogonalidad (paralelismo) y el refi-namiento de estados. Admite la visualizacion tipo zoomentre los diferentes nivelesde abstraccion.
Implementaciones: Statemate, Stateflow etc.
71
2.1. Stateflow
Toolbox de Matlab para modelar sistemas de eventos discretos.
Tiene un unico elemento: Chart = carta de estados (D.Harel)
Creacion de un modelo:
Matlab Simulink new-model Chart
. Crear la carta Stateflow
. Utilizar el Explorer de Stateflow
. Definir un interface para los bloques deStateflow
. Ejecutar la simulacion
. Generar el codigoCarta de estados de Stateflow
Generadores de codigo:
. sf2vdh: traductor de Stateflow a VHLD
. sf2plc: genera codigo para programar algunos PLC.
72
2.2. Elementos de una carta de estado
Elementos graficos: cartas, estados, transiciones y uniones Elementos de texto: lenguaje, datos y eventos.
. Carta: maquina de estados generaliza-da bloque de Simulink
. Estados: modos de funcionamiento Nombre / acciones Acciones: entry: a, exit: b, du-
ring: c, on event e : dDescomposicion OR (trazo continuo) yAND (trazo discontinuo).
. Transiciones: saltos Nombre / acciones Nombre: e (evento), [c] (condi-
cion) Acciones: {a} (accion) default-transition
. Uniones puntos de bifurcacion. Conectivas de historia
. Datos Entrada de Simulink Salida de Simulink Local Constante Temporal Workspace
. Eventos Entrada de Simulink Salida de Simulink Local
I/O Simulink: disparo por , o l
73
EstadosSintaxis:
nombre /
entry: accion
exit: accion
during: accion
on event e: accion
Accion: cambiar salida llamada a funcion.
S1
S2
e
Estado (padre) = { subestados (hijos) }
Descomposicion AND : todos activos hijos en lnea discontinua
Descomposicion OR: solo uno activo hijos en lnea continua.
74
Transiciones. Forma de flecha saltos entre estados eventos
. Acciones asociadas
. Transicion por defecto senala el estado inicial
Sintaxis:
e nombre de un evento
[c] expresion booleana condicion
{a} accion
No texto disparo con evento cualquiera en el sistema.
75
Uniones. Forma de pequeno crculo
. Uniones conectivas puntos de bifurcacion decision condicionada
. Uniones de historia descomposicion OR activo = ultimo
C2
e1
e2
e3
P H
C1
76
2.3. Elementos de texto especiales
Datos. Entrada de Simulink
. Salida a Simulink
. Local
. Constante
. Temporal
. Workspace
Eventos. Entrada de Simulink
. Salida a Simulink
. Local
Activacion: flanco subida - flanco de bajada - flanco indiferente
77
3. Creacion de un modelo con StateflowSimulink
Matlab Simulink new-modelStateflow Chart Chart estados, transiciones, etc.Pasos a seguir:
. Crear carta Stateflow
. Establecer interface Simulink Stateflow
. Con Explorer de Stateflow declarar datos y eventos
. Ejecutar la simulacion
. Generar el codigo (ANSI C, sf2vhld, sf2plc)
ObservacionesSimulacion larga: t = inf
Chart File Chart Properties Execute (enter) Chart At Initialization
78
Ejemplo. Control de barrera de ferrocarrilObjetivo cerrar la barrera si llega tren abrirla si ha pasado.
Sistema de eventos discretos: tren llega tren ha pasado.
79
Esquema:
0-xS1 S2
TRENd dddComponentes: barrera con motor-reductor
2 sensores S1 y S2
sistema digital, reles y elementos auxiliares.
Sensores:
S1 en x1 < 0 evento en senal s1 llega tren
S2 en x2 > 0 evento en senal s2 tren ha pasado
Presencia del tren en [x1, x2] sensores S1 y S2.
Operacion sistema:
si S1 se activa la barrera debe cerrarse,
si S2 se activa la barrera puede abrirse.
80
Sistema de control de eventos discretos
division en paralelo (paralelismo) trasmision de eventos.
Sensores: S1 y S2 Manual Switch de Simulink
flanco de subida en s1 : llega el tren
flanco de bajada en s2 : el tren se ha ido.
Carta de estados: dos estados Tren y Barrera, en paralelo.
Barrera dos hijos Abrir y Cerrar, Tren dos hijos Fuera y Dentro.
S2
S1
0
1
0
1
Chart
Tren 1 Barrera 2
Dentro
Fuera
Cerrar
Abrir
s2/e2 e2s1/e1 e1
81
Parte II. Control de procesos continuos
82
Captulo 4. Modelos de sistemas continuos
1. Ecuacion diferencial
Sistema fsicoLeyes fsicas Ecuacion diferencial
ifi = ma
m1 m2
k
b
f t( )
( )x t1x t( )2
0
Ecuacion diferencial:f(t) k (x1(t) x2(t)) b
(dx1(t)dt
dx2(t)dt
)= m1
d2x1(t)dt
k (x1(t) x2(t)) + b(dx1(t)dt
dx2(t)dt
)= m2
d2x2(t)dt
83
1.1. Sistemas lineales - parametros constantes
Modelo externoEcuacion diferencial L G(s) funcion de transferencia
. Modelo entrada salida
. Diagrama de bloques
Modelo internoEcuacion diferencial cambios
{x(t) = Ax(t) +Bu(t)y(t) = Cx(t) +Du(t)
modelo de estado
. Algebra lineal
. Calculo por computador
. Sistemas multivariable
84
1.2. Modelo externo
Ecuacion diferencial:
a2x(t) + a1x(t) + a0x(t) = b1u(t) + b0u(t)
Aplicando la transformacion de Laplace tenemos
a2[s2X(s) sx0 x0] + a1[sX(s) x0] + a0X(s) = U(s)[b1s+ b0]
y si suponemos condiciones iniciales nulas queda
X(s) =b1s+ b0
a2s2 + a1s+ a0U(s).
Funcion de transferencia G(s):
X(s) = G(s)U(s)
G(s): funcion racional; denom. de G(s) := polinomio caracterstico.
85
1.3. Modelo interno
Ecuacion diferencial: a2x(t) + a1x(t) + a0x(t) = b1u(t) + b0u(t)
cambios: x1 := x; x2 := x; u1 := u; u2 := u
Modelo de estado{x1(t) = x2(t)x2(t) = a0a2x1(t) a1a2x2(t) + b0a2u1(t) + b1a2x2(t)
Ecuacion de estado:(x1(t)x2(t)
)=(
0 1a0a2 a1a2
)(x1(t)x2(t)
)+(0 0b0a2
b1a2
)(u1(t)u2(t)
)Ecuacion de salida (si salidas estados):(
y1(t)y2(t)
)=(1 00 1
)(x1(t)x2(t)
)+(0 00 0
)(u1(t)u2(t)
)Modelo de estado: {
x(t) = Ax(t) +Bu(t)y(t) = Cx(t) +Du(t)
86
1.4. Calculo de la respuesta temporal
1. Resolucion de la ecuacion diferencial
2. Modelo externo G(s):
. Integracion compleja:
y(t) = L1[Y (s)] = 12pij
+jj
Y (s)estds
. Transformada de Laplace expansion frac. simmples:
u(t) L U(s); G(s)U(s) = Y (s); Y (s) L1 y(t). Integral de convolucion:
y(t) = u(t) g(t) = t0g(t )u() d
3. Modelo interno:
. Resolucion de la ecuacion de estado:
x(t) = eAtx(0) + t0eA(t)Bu() d
87
Calculo de la respuesta con Matlab. Circuitos
Calculos con matrices metodos de mallas y nudos
. Sistemas lineales y no lineales
Resolucion ecuacion diferencial ode23 y ode45
. Modelo externo
residue expansion de Y (s) en frac. simples series, parallel, feedback: simplificacion diagr. bloques. impulse, step, lsim respuesta temporal (numerica) Symbolic Toolbox transformadas de Laplace L y L1
. Modelo interno
impulse, step, lsim respuesta temporal (numerica)
. Conversion modelos interno y externo
ss2tf, tf2ss
88
2. Simulink
Simulink: librera (toolbox ) de Matlab para modelado y simulacion.
Modelo externo Modelo interno Sist. no lineales Sist. reactivos
. . .
Ventana grafica de Simulink
Ventana de comandos de Matlab Ventana con la respuesta temporal
89
Inicio: escribir simulink en Matlab command window clic en el icono SimulinkSimulink
Simulink Countinous Discrete Math Operations Signal Routing Sinks Sources
...
+ Dials & Gauges Blockset
+ Stateflow
...
90
Ejemplo. Modelo simpleSistema de control en feedback con
K = 5, G(s) =s+ 1s2 + 4
, H(s) =2s+ 1s+ 1
Ventana para dibujo: File New ModelG(s) y H(s): Continuous Transfer Fcn G(s): numerador = [1, 1] denominador = [1, 0, 4] H(s): numerador = [2, 1] denominador = [1, 1]
K: Math Operations Gain K = 5
Suma: Math Operations Sum (+) () | flechas
91
Entrada escalon: Sources Step Step time = 0, Initial value = 0, Final value = 1.
Visualizacion: Sinks ScopeUnion con flechas
s+1s +42
Transfer FcnSum Step Scope
5
Gain
2s+1s+1
Transfer Fcn 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 10
0.1
0.2
0.3
0.4
0.5
0.6
0.7
t
y(t)
Respuesta temporal
Simulacion: Simulation Simulation parameters t inicial, t final, algoritmo, paso, etc.
92
Ejemplo, Circuito electrico
+
-
3
5
4
62
1
2
3
1
Z
ZZ
Z
Z
Z
i
i
i
v
Metodo de mallas:
v = (z1 + z2 + z4)i1 z2i2 z4i30 = z4i1 z5i2 + (z4 + z5 + z6)i30 = z2i1 + (z2 + z5 + z3)i2 z5i3
En forma matricial: V = Z I, es decirv00
=z1 + z2 + z4 z2 z4z4 z5 z4 + z5 + z6
z2 z2 + z5 + z3 z5
i1i2i3
Solucion:
I = Z1V
93
Calculo con Matlab para c. alternaEscribimos en el archivo circuito.m los datos y las ordenes oportunas.
Vef=220; f=50; w=2*pi*f;R1=1; L1=0.1; C1=100e-6; z1=R1+j*L1*w+1/(i*C1*w)R2=1; L2=0.03; C2=220e-6; z1=R2+j*L2*w+1/(i*C2*w)R3=0.25; L3=0.2; C3=100e-6; z1=R3+j*L3*w+1/(i*C3*w)R4=5; L4=0.1; C4=100e-6; z1=R4+j*L4*w+1/(i*C4*w)R5=20; L5=0.01; C5=100e-6; z1=R5+j*L5*w+1/(i*C5*w)R6=25; L6=0.33; C6=100e-6; z1=R6+j*L6*w+1/(i*C6*w)V = [Vef 0 0]Z = [ z_1+z_2+z_4 - z_2 - z_4
-z_4 - z_5 z_4+z_5+z_6-z_2 z_2+z_5+z_3 - z_5 ];
I = inv(Z)*V
Para hacer el calculo, en la pantalla de comandos de Matlab escribimos
>> circuito
y, pulsando Enter , obtendremos el vector intensidades:
I = [17.9962 + 10.1363i, 2.1462 3.5405i, 0.4702 1.3816i]
94
3. Sistemas no lineales pendulo
mg
f (t)
Ecuacion diferencial:f(t)mg sin((t))ma = 0f(t)mg sin((t))ml(t) = 0ml +mg sin() f(t) = 0
Cambio x1 := , x2 := : x1 = x2x2 = f(t)mg sinx1l m
En el archivo pendulo.m escribimos:function x_prima=pendulo(t,x)l=1; m=1; g=9.8; % Parametrosif t> t0=0; tf=5; % Interv. integracion>> x0=[0 0]; % Cond. iniciales>> [t,x]=ode23(pendulo,t0,tf,x0);>> plot(t,x)
95
3.1. Respuesta modelo externo
b
k
( )
( )tf
t0 x
m
Ecuacion diferencial:mx(t) + bx(t) + kx(t) = f(t)
Lms2X(s)+bsX(s)+kX(s)=F (s)
f(t) = 1(t) F (s) = 1/sExpansion en fraciones simples:
G(s) = 1ms2+bs+k
; X(s) = G(s) 1sX(s) = r1sp1 +
r2sp1 +
r3sp3
L1 es inmediata:y(t) = r1ep1t + r2ep2t + r3ep3t
0 5 10 150
0.2
0.4
0.6
0.8
1
1.2
t
y(t)
Calculo de x(t) con Matlab:>> m=1; b=1; k=1; B=1;>> A=[m b k 0];>> [r,p,c]=residue(B,A)>> t=[0:0.05:15];>> x=r(1)*exp(p(1)*t)
+r(2)*exp(p(2)*t)+r(3)*exp(p(3)*t);
>> plot(t,x)
Mas sencillo aun: con impulse, step o lsim .
96
Resolucion simbolicaSymbolic Toolbox de Matlab Maple core
. Transformada de Laplace L(f(t)) = F (s):
>> F = laplace(f,t,s)
. Transformada inversa de Laplace L1(F (s)) = f(t):
>> f = ilaplace(F,s,t)
El mismo ejercicio anterior:
>> syms s t>> m=1; b=1; k=1;>> G = 1/(ms^2+b*s+k);>> U = 1/s;>> Y = G * U ;>> y = ilaplace(Y,s,t);>> ezplot(y, [0,15], axis([0, 15, 0, 1.25])
grafica igual que la de antes.97
3.2. Respuesta modelo interno
m1 m2
k
b
f t( )
( )x t1x t( )2
0
f(t)k(x1(t)x2(t))b(x1(t)x2(t))=m1x1(t)k(x1(t)x2(t))+b(x1(t)x2(t))=m2x2(t)
Cambios: x3 = x1, x4 = x2, u := f x1= km1x1 + km1x2 bm1 x1 + bm1 x2 + 1m1ux2=+ km2x1 km2x2 + bm2 x1 bm2 x2
Modelo de estado (sup. salidasestados):x1x2x3x4
=
0 0 1 00 0 0 1km1
km1
bm1
bm1
km2
km2
bm2
bm2
x1x2x3x4
+
001m10
uy1y2y3y4
=1 0 0 00 1 0 00 0 1 00 0 0 1
x1x2x3x4
+0000
u
Resolucion con Matlab:
>> m_1=1; m_2=2;>> k=0.1; b=0.25;>> A=[0 0 1 0
0 0 0 1-k/m_1 k/m_1 -b/m_1 b/m_1k/m_2 -k/m_2 b/m_2 -b/m_2]
>> B=[0 0 1/m1 0]>> C=eye(4,4); D=zeros(4,1);>> S=ss(A,B,C,D); % crea sistema>> t=[0:0.1:12];>> % Respuesta a escalon unitario:>> y=step(S,t)>> % Grafica de la respuesta:>> plot(t,y)
98
4. Sistema de primer orden
-U(s) As+ a
-Y (s)
Entrada:
. Impulso de Diracu(t) = (t) L U(s) = 1G(s)U(s) = As+a = Y (s)L1(Y (s)) = y(t) = Aeat
. Escalon unitariou(t) = 1(t) L U(s) = 1/sG(s)U(s) = As(s+a) = Y (s)
L1(Y (s)) = y(t) = Aa Aa eat
:= 1/a constante de tiempo
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 50
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
t
Respuesta impulsional
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 50
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
t
Respuesta al escalon
99
5. Sistema de segundo orden
-U(s) 2n
s2 + 2ns+ 2n-Y (s)
Entrada: Impulso de Dirac
u(t) = (t) L U(s) = 1G(s)U(s) =
2n
s2+2ns+2n= Y (s)
y(t) = n12 e
nt sin (n
12) t
Escalon unitariou(t) = 1(t) L U(s) = 1/sG(s)U(s) =
2n
s(s2+2ns+2n)= Y (s)
y(t) = 1 112 e
nt sin (n
12t+ )
n: pulsacion nat. : coef. amort.
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5-1.5
-1
-0.5
0
0.5
1
1.5
2
2.5
3
t
Respuesta impulsional
s1
s2
im
re
n
n
100
6. Linealizaciona) Caso monovariable.
x = f(x(t), u(t), t), x R, u RSolucion {x0(.), u0(.)} (equilibrio). Perturbamos:
x(t) = x0(t) + x(t), u(t) = u0(t) + u(t)
Suponemos que
(x)i = o(x, u), (u)i = o(x, u), i > 1
Derivando respecto a t,
x(t) = x0(t) + x(t)
tenemos que
x(t) = x(t) x0(t)f(.) lisa Desarrollo Taylor:f(x, u, t)= f(x0, u0, t) + fxx+ fuu+ o(x, u)x x0= fxx+ fuu+ o(x, u)
x=Ax+Bu+ o(x, u)
en donde
A = fx(t) =f
x
x0,u0
, B = fu(t) =f
u
x0,u0
b) Caso multivariable f(.),x(.),u(.): vectores.
fx(.) y fu(.): jacobianos de f(.) resp. de x y u
Jx0 =fx
x0,u0=
0
B
@
f1x1
. . . f1xn
. . . . . . . . .fnx1
. . . fnxn
1
C
A
x0,u0
Ju0 =fu
x0,uo=
0
B
@
f1u1
. . . f1un
. . . . . . . . .fnu1
. . . fnun
1
C
A
x0,u0
De dondex = fxx+ fuu (4.1)
o bienx(t) = A(t)x(t) +B(t)u(t)
en donde x(t) = x(t), u(t) = u(t),
A(t) = fx(t), B(t) = fu(t)
Las matrices A(t) y B(t) (jacobianos) son funcio-nes de tiempo si la solucion de la ecuacion diferen-cial no es constante.
101
Ejemplo. Deposito
q t( )
a t( )
h t( )
Area A1
Elemento masa m:
Ep = mgh(t) =1
2mv(t)2 = Ec,
velocidad de salida v(t) =p2gh(t).Caudal de salida:
q(t) = a(t)v(t) = a(t)p
2gh(t)
Pero caudal = variacion de volumen,
q(t) =d
dtA1h(t) = A1
dh
dtIgualando,
dh
dt=
1
A1a(t)p
2gh(t)
Punto de funcionamiento (o estado de equilibrio)a0, h0: valores de equilibrio de (a(t), h(t)).
x(t) := h(t)h0 y u(t) := a(t)a0 : pequenosincrementos.
f(h, a) =1
A1a(t)p
2gh(t),
Derivando f respecto de h, tenemos
f
h
ho,a0
=1
A1
2ga
22gh
ho,a0
=ga0
A12gh0
:= A,
y, derivando f respecto de a,
f
a
ho,a0
=1
A1
p
2gh0 := B.
Modelo linealizado en h0, a0:
x(t) = Ax(t) +Bu(t)y(t) = Cx(t) +Du(t)
Hemos supuesto (implcitamente) que no hayperdidas de energa por rozamiento.
102
7. Respuesta de frecuencia
-U(s) G(s) -Y (s) G(s) =b(s)a(s)
estable
Entrada sinusoidal:
u(t) = sint L U(s) = s2 + 2
s2 + 2
G(s) = Y (s)
Y (s) =k0
s i +k0
s+ i+
k1s s1 +
k2s s2 + . . .+
kns sn
s1, . . . , sn: races (sup. simples) de a(s); k0, k0, k1, . . . , kn: resduos de Y (s).
y(t) = k0eit + k0eit + K1es1t +K2es2t + . . .+Knesnt yss(t) 0
yss(t) =M sin(t+ )
M = |G(i)| , = argG(i)
103
7.1. Diagrama de Nyquist
Es un grafico en C de la funcionG : R C
7 G(i)Metodos:
. Manual tabla de valores
G(s) =1
s+ 1M = |G(i)| = argG(i)
M
0.0 1.000 0.00.5 0.894 -26.61.0 0.707 -45.01.5 0.555 -56.32.0 0.447 -63.43.0 0.316 -71.65.0 0.196 -78.710.0 0.100 -84.3
. Con Matlab: [M,phi] = nyquist(num,den,w)
104
7.2. Criterio de Nyquist
Sirve para averiguar si un sistema con realimentacion, de la forma
- jU(s) Y (s)- G(s) -H(s)
6
r
es estable o no, conociendo el diagrama de Nyquist de G(s)H(s) y el numero de polosen C+ de G(s)H(s).
Principio del argumentoSea f : C C analtica en todos los puntos excepto en un numero finito de polosde un dominio D y en todos los puntos de su contorno , y sean Zf y Pf los numerosde polos y de ceros, respectivamente, de f(z) en D. Entonces
Zf Pf = 12pis arg f(z)
105
-6 Plano z
Principio del argumento
-
6Plano f(z)
-
6 Plano s
Criterio de Nyquist
-
6
1
Plano G(s)H(s)
106
Criterio de estabilidad de NyquistG(s) = nGdG , H(s) =
nHdH
, G(s)H(s) = nG nHdG dH
T (s) = G(s)1+G(s)H(s) =nGdG
1+nG nHdG dH
= nG dHdG dH+nG nH
F (s) = 1 +G(s)H(s) = 1 + nG nHdG dH =dG dH+nG nH
dG dH
polos de T (s) ceros de F (s)polos de G(s)H(s) polos de F (s)
Aplicamos el principio del argumento a F (s):
12pi
s argF (s) = ZF PF
= PT PGHCriterio de Nyquist:
PT = PGH +12pi
s argF (s)
No polos de T (s) en C+ = No de polos de G(s)H(s) en C+ + No de vueltas deG(s)H(s) alrededor de (-1 + 0j)
107
Ejemplo 1
2 1 0 1 2
2
1
0
1
2
Plano s
1 0.5 0 0.5 11
0.5
0
0.5
1
Plano G(s)H(s)
G(s) =1
(s+ 1)(s+ 2), H(s) = 2
Polos de G(s)H(s) = {1,2}
PT = PGH +12pi
sargF (s) = 0 + 0 = 0
T (s) =G(s)
1 +G(s)H(s)es estable.
108
Ejemplo 2
2 1 0 1 2
2
1
0
1
2
Plano s
1 0.5 0 0.5 11
0.5
0
0.5
1
Plano G(s)H(s)
G(s) =5
s3 + 5s2 + 9s+ 5, H(s) = 1
Polos de G(s)H(s) = {2 + i,2 i,1}
PT = PGH +12pi
sargF (s) = 0 + 0 = 0
T (s) =G(s)
1 +G(s)H(s)es estable.
109
Ejemplo 3
2 1 0 1 2
2
1
0
1
2
Plano s
2 1.5 1 0.5 01
0.5
0
0.5
1
Plano G(s)H(s)
G(s) =5
s4 + 4s3 + 4s2 4s 5 , H(s) = 2
Polos de G(s)H(s) = {2 + i,2 i,1, 1}
PT = PGH +12pi
sargF (s) = 1 + 1 = 2.
T (s) =G(s)
1 +G(s)H(s)es inestable.
110
Ejemplo 4
2 1 0 1 2
2
1
0
1
2
Plano s
2 1.5 1 0.5 01
0.5
0
0.5
1
Plano G(s)H(s)
G(s) =5
s4 + 4s3 + 4s2 4s 5 , H(s) = 1.4(s+ 0.95)Polos de G(s)H(s) = {2 + i,2 i,1, 1}
PT = PGH +12pi
sargF (s) = 1 1 = 0.
T (s) =G(s)
1 +G(s)H(s)es estable.
111
7.3. Diagramas de Bode
Se compone de dos graficos en R, asociados a la funcionG : R C
7 G(i),que representan M() y ().
Metodos:
. Manual lapiz y regla
. Con Matlab: bode(num,den,w)
n=10
=1/8
-40 dB/dec
112
8. El lugar de las races
-U(s) j+ - k - G(s) s -Y (s)H(s)
6
G(s) =nGdG
, H(s) =nHdH
, k R
G(S)H(s) =nG nHdG dH
=Z(s)P (s)
= K(s z1)(s z2) . . . (s zm)(s p1)(s p2) . . . (s pn)
T (s) =kG(s)
1 + kG(s)H(s)=
knGdG1 + knGdG
nHdH
=k nG dH
dG dH + k nG nH
=k nG dH
P (s) + k Z(s)=
nTdT
L.R. es el lugar geometrico, en C, de las races de dT (s) al variar k en R+
113
8.1. Reglas para el trazado
Z(S)P (s)
=|s z1|ejz1 . . . |s zm|ejzm|s p1|ejp1 . . . |s pn|ejpn
=|s z1||s z2| . . . |s zm||s p1| . . . |s pn| e
ji
Ecuacion caracterstica: P (s) + kZ(S) = 0m
kZ(S)P (s)
= 1 k |s z1| . . . |s zm||s p1| . . . |s pn| eji = ej(2k+1)pi, k = 0, 1, 2, . . .
1. Condicion angulo trazado
arg[kG(s)H(s)] = i = (2k + 1)pi
2. Condicion de magnitud calculo de k en cada punto
k =|s p1| . . . |s pn||s z1| . . . |s zm|
Reglas para el trazado
114
8.2. Trazado por computador
Ejemplo de trazado del lugar de las races mediante MATLAB:
G(s)H(s) =s+ 1
s(s+ 2)(s2 + 6s+ 13)
>> num=[1 1]>> den=conv([1 2 0],[1 6 13])>> rlocus(num,den)
-6 -4 -2 0 2 4 6-6
-4
-2
0
2
4
6
Eje Real
Eje Im
ag
115
Captulo 5. Realizacion del control
Realizaciones
. Realizacion matematica lineal de orden n.Dada G(s) R(s)pq, hallar A, B, C, D, tales que el sistema{
x(t) = Ax(t) +B u(t)y(t) = C x(t) +Du(t),
con A Rnn, B Rnq, C Rpn, D Rpq, tenga por matriz de transfe-rencia G(s). Se llama realizacion minimal si el numero entero n es el menor quepuede encontrarse. Las mas simples son las llamadas realizaciones canonicas:controlador, observador, controlabilidad y observabilidad.
. Realizacion analogica. modelo circuito electronico
. Realizacion digital. programa (Matlab, Simulink, C++, Java, etc.)
. Realizacion fsica. prototipo fabricacion
116
1. Realizacion fsica
-Entrada m+ - C - A - P r -Salida
S
6
P Planta o proceso a controlar. fijo dado
A Actuador. potencia suficiente para moverla planta
S Sensor. adecuado a la senal de salida
C Controlador. PID adelanto/retraso analogico/digital
. En el caso lineal los bloques son funciones de transferencia
. Diferentes tecnologas: neumatica, electrica, electronica
. Los bloques A y S son (practicamente) constantes
. Problema de diseno: Dada la planta P , hallar C para que el sistema funcionede forma adecuada (especificaciones).
117
2. Sensores
Partes de un sensor
Captador: dispositivo con un parametro p sensible a una magnitud fsica h emiteenerga w que depende de p (y de h). Ideal: w(t) = K h(t), K = cte.
Transductor: recibe la energa w del captador, la transforma en energa electricae(t) y la retransmite.
Acondicionador: recibe la senal e(t) del transductor y la ajusta a los niveles devoltaje e intensidad, precisos para su posterior tratamiento, dando v(t).
h t( ) e t( ) ( )v tp h( )
( ) ( ) ( )w p h tAcondicionadorTransductor
Captador
Sensor = Captador + Transductor + Acondicionador
. Analogicos: todas las senales son analogicas
. Digitales: v(t) digital.
Sistemas de control: medicion de variables que intervienen en el proceso.El sensor ha de ser de gran calidad. Estatica Dinamica.
118
2.1. Tipos de sensores
Analogicos: parametro sensible magnitud fsica
. Resistencia R desplazamiento, temperatura, fuerza (galgas)
. Capacidad C desplazamiento, presencia
. Autoinduccion, reluctancia L desplazamiento (nucleo movil)
. Efecto Seebeck temperatura (termopar)
. Piezoelectricidad fuerza, presion
. Dispositivos electronicos temperatura, presion
. Avanzados: ionizacion, ultrasonidos, laser, camaras CCD, etc.
Digitales: binarios o n bits
. Fin de carrera presencia (interruptor)
. Dilatacion temperatura (termostato)
. Resistencia, capacidad, autoinduccion presencia
. Efecto fotoelectrico presencia (1 bit), posicion (n bits), velocidad119
2.2. Clasificacion
Aspecto tipos
. Senal de salida analogicos, digitales
. Energa pasivos, activos
. Funcionamiento deflexion, comparacion
Caractersticas
Aspecto caractersticas
. Diseno electrico, diseno mecanico, actuacion
. Escalas rango, resolucion
. Estatica precision, linealidad, histeresis, repetitividad, derivas
. Dinamica orden cero, orden uno, orden dos
. Fiabilidad
120
2.3. Calibracion
Ensayo: entrada h = magnitud de valor conocido salida medida v
Tabla de calibracion: varios puntos h1 v1, . . . , hn vn, dentro del rangoCurva de Calibracion: representacion grafica (h, v)
Necesario: aparato de medida de mayor precision que el sensor
Linealizacion: curva de calibracion lnea recta
. Por punto final: v = mh, en donde m = vn/hn
. Por lnea independiente: v = mh+ b
. Por mnimos cuadrados: v = mh+ b, en donde
m =
n
ni=1
hivi ni=1
hi
ni=1
vi
nni=1
h2i (
ni=1
hi
)2 , b =ni=1
vi
nm
ni=1
hi
n
121
2.4. Tipos de transductores
Temperatura. Termistor parametro sensible: R (ptc, ntc)
. Termopar T v rapido (ms) senal debil T alta
. Circuitos integrados LM335 (10 mV/0K), AD592 (1 A/0K).
Posicion. Resistivos potenciometro (R) lineal y angular
. Inductivos LVDT
. Encoder digital lineal y angular
. Ultrasonidos
. Laser
Velocidad. Dnamo tacometrica
. Encoder
Aceleracion, fuerza, presion, luz, color, etc.122
2.5. El potenciometro como sensor de posicion
R
Rx
V +
?i(t)
x(t)
vx(t)
0
Rx =
Ax(t)
i(t) =V +
R
vx(t) = Rx i(t) =
Ax(t)
V +
R= Kpot x(t)
. Ventajas: precio economico
. Inconvenientes: rozamiento ruido en la medida
. Tipos: lineal circular de una vuelta de varias vueltas
. Si ponemos V en vez de 0 mide x negativos
123
3. Actuadores
Actuador: dispositivo que ejerce acciones de cierta ponencia.Transforma energa: electrica electrica electrica mecanica etc.
3.1. Tipos de actuadores
Actuadores hidraulicos potencia alta
. Principio de Pascal aceite especial 200 bar 0.25 l/s
. Cargas mayores de 6 o 7 Kg
. Control: servovalvulas (con motor) controlan el flujo de fluido
Actuadores neumaticos potencia baja control neumatico
. Cilindros - motores - movimientos rapidos - poca precision
. fluido: aire aire comprimido 5 a 10 bar
Actuadores electricos
. Motores electricos: C.C., C.A, lineales, paso a paso, brushless, etc.
124
3.2. Otros actuadores
. Reles automatismos electricos
. Contactores
. Arrancadores y Drivers para motores
. Amplificadores electronicos de potencia
3.3. Accesorios mecanicos
. Maquinas simples: plano inclinado, palanca, biela-manivela, engranajes, rodi-llos, poleas, agitadores, vibradores, etc.
. Poleas, cremalleras, pinones: translacion rotacion
. Reductores de velocidad
. Maquinas complejas
125
3.4. El motor de c.c.
va(t)
+
N
S
?
?
?ia(t)(t)
126
3.5. Ecuaciones diferenciales
va(t)+
vf (t)
+
ea(t)
Ra
La Lf
Rf-ia(t) if (t)
(t)
inductor: vf (t) = Rf if (t) + Lfdifdt
inducido: va(t) ea(t) = Ra ia(t) + Ladiadt
flujo magnetico: (t) = kf if (t)
par motor: Pm(t) = kt (t) ia(t)
variables de rotacion: (t) =d
dt(t) =
d
dtf.c.e.m.: ea(t) = ke (t)(t)
carga mecanica: Pm(t) Pl(s) = Jmddt
+Bm(t)
127
3.6. Modelo externo
Transformada de Laplace con condiciones iniciales nulas:
vf (t) = Rf if (t) + Lfdifdt
L= Vf (s) = (Rf + sLf )If (s)va(t) ea(t) = Ra ia(t) + La diadt
L= Va(s) Ea(s) = (Ra + sLa)Ia(s)(t) = kf if (t)
L= (s) = kf If (s)Pm(t) = kt (t) ia(t)
L= Pm(s) = kt (s) Ia(s)(t) = ddt (t) =
ddt
L= (s) = s(s) (s) = s(s)ea(t) = ke (t)(t)
L= Ea(s) = ke (s)(s)Pm(t) Pl(t) = Jmddt +Bm(t)
L= Pm Pl = s Jm +Bm(s)
Motor de c.c. controlado por inducido: = cte. Kt = kt , Ke = ke
-Va(s) m+ - 1sLa +Ra
- Kt - m+ - 1sJm +Bm
r -(s)
Ke
6
?
Pl(s)
Ia(s) Pm(s)
Ea(s)
128
3.7. Funcion de transferencia del motor
Y (s) = G(s)U(s) G(s) R(s)12
U(s) =[Va(s)Pm(s)
]G(s) =
[G11 G12
]Y (s) = (s)
G11 =Kt
(sLa +Ra)(sJm +Bm)(1 +
KtKe(sLa +Ra)(sJm +Bm)
)=
Kts2LaJm + s(LaBm +RaJm) +RaBm +KtKe
G12 =1
(sJm +Bm)(1 +
KtKe(sLa +Ra)(sJm +Bm)
)=
sLa +Ras2LaJm + s(LaBm +RaJm) +RaBm +KtKe
(s) =[G11 G12
] [Va(s)Pm(s)
]= G11Va(s) +G12Pm(s)
129
3.8. Reductor de velocidad
1 2 3 4
Pm
Pl
1 : Pm(t) P21(t) = J1 d21dt2 +B1 d1dtL= Pm(s) P21(s) = s (J1s+B1) 1(s)
2 : P12(t) P32(t) = J2 d22dt2 +B2 d2dtL= P12(s) P32(s) = s (J2s+B2) 2(s)
3 : P23(t) P43(t) = J3 d23dt2 +B3 d3dtL= P23 P21(s) = s (J3s+B3) 3(s)
4 : P34(t) Pl(t) = J4 d24dt2 +B4 d4dtL= P34 Pl(s) = s (J4s+B4) 4(s)
-Pm(s) + - D2d1 -+ - D3d2 -+ - D4d3 -+ - 1sJ4+B4 s- 1s -4(s)
D4d3
6
J3s+B3
6
sD3d2
6
J2s+B2
6
sD2d1
6
J1s+B1
6
?
Pl
P21 P12
1
P32 P23
2
P43 P34
3 4
130
3.9. Funcion de transferencia del reductor
El diagrama de bloques puede reducirse a
-Pm(s) m+ - 1sJr +Br
-1(s) Kr -4(s) 1
s-4(s)
?Pl(s)
1Kr
?
en donde
Jr = d12d2
2d32
D22D4
2D32 J4 + d1
2d22
D32D2
2 J3 + d12
D22 J2 + J1
Br = d12d2
2d32
D22D4
2D32 B4 + d1
2d22
D32D2
2 B3 + d12
D22 B2 +B1
Kr = d1 d2 d3D2D3D4 .
Es un sistema de primer orden (para ) o de segundo (para ).
131
3.10. Reductor con poleas elasticas
-Pm(s)+ - 1J1s+B1 -1(s) 1s s -1(s)?r1
?x1(s)+K12f12(s) s6
r1
6P21(s)
?R2
?P12(s)
+ - 1J2s+B2 -2(s) 1s s -2(s)6
R2
6x2(s)
?6P32(s)
-Pl(s) +
1 : f12(s) = K12(r11(s)R22(s))P21(s) = r1 f12(s) P12(s) = R1 f12(s)
Pm(s) P21(s) = s (J1s+B1)2 : f23(s) = K23(r22(s)R33(s))P32(s) = r2 f23(s) P23(s) = R3 f23(s)
P12(s) P32(s) = s (J2s+B2)3 : f34(s) = K34(r13(s)R24(s))P43(s) = r3 f34(s) P34(s) = R4 f34(s)
P23(s) P32(s) = s (J3s+B3)4 : P34(s) Pl(s) = s (J4s+B4)
Es un sistema de orden 2 no de poleas. Modelo externo: formula de Mason.
132
3.11. Aplicacion practica: sistema de control de posicion
Motor de c.c.
PoleasCarrito
C AS+
Vxr
x(t)
Entrada = Vx control referencia consigna
Salida = x(t)
C Controlador = PID analogico
A Actuador = Amplificador de potencia
P Planta = Motor c.c. + Poleas + Carrito
S Sensor = Potenciometro
133
4. Especificaciones de funcionamiento
Son condiciones que se exigen a un sistema de control para que su funcionamientosea aceptable.
1. Estabilidad
2. Rapidez
3. Precision
Las especificaciones de funcionamiento suelen expresarse por numeros que se definena partir de
. la respuesta en el tiempo
. la respuesta en frecuencia
Problema de diseno: dado una planta o proceso a controlar y fijadas unas especifica-ciones de funcionamiento, obtener el modelo matematico de un controlador tal que elsistema de control resultante cumpla tales especificaciones.
134
4.1. Especificaciones en tiempo
. Respuesta temporal: grafica de la senal de salida.
. Entradas de prueba: impulso de Dirac, escalon unitario, funcion rampa, funcionparabola, etc.
. Respuesta para entrada escalon revela especificaciones.
Mp : estabilidad
tp : rapidez
error : precision
135
Valores para el sistema de 2o ordeny(t) = 1 +
11 2 e
nt sin(n1 2t ), = arctan
1 2
y(t) = ent(2n1 2 + n
1 2
)sin(n
1 2t) = 0
sin(n1 2t) = 0 t = kpi
n1 2 , k = 0, 1, 2, . . .
Para k = 1 (primer maximo),
tP =pi
n1 2 ; y(tP ) = 1 +
11 2 e
ntp(1 2 cospi + sinpi)
y(tp) = 1 +MP Mp = epi/
12
Otros valorestr =
arctan(1 2/)
n1 2 , ts '
4n
,1n
= constante de tiempo
136
4.2. Especificaciones en frecuencia
Respuesta de G(s) con u(t) = A sin(t):
yss(t) =M sin(t+ ), M = |G(j)|, = argG(j)
Frecuencias de corte: A, B; -3 dB Anchura de banda BW = B A
rapidez Ganancia en BW: constante
precision Margenes de ganancia y fase
estabilidad
No hay una relacion explcita entre las especificaciones en tiempo y en frecuencia.
137
5. Estabilidad, controlabilidad y observabilidad, sistemas lineales
Sistema lineal S: modelo de estado[A BC D
] R(n+q)(n+p) G(s) R(s)pq. Estabilidad G(s) polos simples s1, s2, . . . , sn
y(t) = k1es1t + k2es2t + . . .+ knesnt
Si algun si C+ y(t) sistema inestable.. Controlabilidad: Q = [B AB A2B . . . An1B] Rnnq
. Observabilidad: R = [C CA CA2 . . . CAn1]T Rnpn
S controlable rankQ = n S observable rankR = n
Si S es controlable y observable se puede realizar un feedback de estado para reubicarlos polos de S, i.e., se puede
S inestablestate feedback S estable
138
Captulo 6. Diseno de Sistemas de Control continuos
1. Introduccion
Aplicacion en numerosos campos en tecnologa y ciencia.
. pilotos automaticos en barcos o aviones
. control teledirigido de naves espaciales
. controles de posicion y velocidad maquinas herramientas
. control de procesos industriales robots
. controles en automoviles suspension activa
. controles en electrodomesticos
Desarrollo: Bajo coste y miniaturizacion de electronica.
Objeto del diseno: controlador.
Control: sistemas SISO y MIMO.
Realizacion: componentes electronicos analogicos computador digital.139
2. Tipos de controladores
Diseno: determinar Gc(s) para conseguir un adecuado funcionamiento.
Gc Gp
H
R(s)
D(s)
Y(s)
Controlador Gc(s):
P Proporcional : Gc(s) = Kp
I Integrador : Gc(s) = 1sTi
D Derivativo : Gc(s) = sTd
PID Gc(s) = Kp(1 + 1sTi + sTd)
140
Realizacion de los controladores
P
R
R2
R1
ViVo
V0Vi
=R1 +R2
R1= Kp =
R1 +R2R1
I
R 1
R
V
C 1
iV o V0
Vi= 1
sR1C1; Ti = sR1C1
D
R 1
R
V C 1iV o V0
Vi= sR1C1; Td = sR1C1
141
Controlador PID
Kp
1
1
dsT
isT
Vi Vo
Gc = V0Vi = Kp(1 + 1sTi + sTd
)Kp = R5R4 , Ti = R2C2, Td = R3C3
R 1V
C 2
i
V o
C 3
R 1R 4
R 4
R4
R 5
R 1
R 3
142
Controladores de adelanto y de retraso de faseGc =
V0Vi
= Kcs zcs pc
{a) | zc || pc | retraso de fase
R1
C
R2Vi Vo
R1
R2
Vi Vo
C
a) b)
Gc = Kc szcspc =1+Ts(1+Ts) Gc = Kc
szcspc =
1+Ts1+Ts
= R1+R2R2 , T =CR1R2R1+R2
= R1+R2R2 , T = R2C
143
Controlador de adelanto-retraso con red pasiva
R1
Vi Vo
R2
C1
C 2
Gc =V0Vi
=(1 + T1s)(1 + T2s)(1 + T1s)(1 + T2s)
donde > 1, = 1/, T1 = R1C1, T2 = R2C2 y T1T2 = R1R2C1C2.
144
Controlador de adelanto-retraso con amp. operacional
R1Vi
C1
R2
C2
Vo
Gc =V0Vi
= Kcs zcs pc =
C1(s+ 1/R1C1)C2(s+ 1/R2C2)
. Eliminando R2 controlador PI
. Eliminando C2 controlador PD
145
3. Diseno en el lugar de las races
G(s) =1s2
Sistema marginalmente estable para cualquier K.
146
Efecto de anadir un ceroCero en z1 = (2.5, 0); G(s) = s+ 2.5
s2
Es como si z1 tirase del L.R. hacia s, estabilizando el sistema.
147
Efecto de anadir un poloPolo en p1 = (2, 0); G(s) = 1
s2(s+ 2)
Es como si p1 empujara al L.R., desestabilizando el sistema.
148
3.1. Diseno de un controlador de adelanto de fase
El controlador esGc(s) = Kc
s zcs pc , |zc| < |pc| (6.2)
Diseno: hallar zc y pc para que el L.R. pase por un punto dado, definido a partir delas especificaciones de funcionamiento.
Ejemplo. Dado un sistema con
G(s) =1s2, H(s) = 1, (6.3)
disenar un controlador de adelanto de fase para conseguir las siguientes especificacio-nes de funcionamiento:
Mp < 0.2, Ts < 4 s para = 2%
siendo la banda de tolerancia de error.
149
Resolucion.Para el sistema de 2o orden sabemos que
Mp = epi/
12 = ln(Mp)ln(Mp)2 + pi2
= 0.456.
Para t = 4 tenemos que et/ = e4 = 0.0183 < 0.02. Por tanto, si ts = 4 tenemosque para t > ts se cumple que y(t) < 0.02.
ts = 4 =4n
Sustituyendo,
4 =4
0.456n n = 2.22.
Por tanto, el punto s0 C correspondiente a las especificaciones dadas es:
s0 = n in1 2 = 1 2i.
Ahora el problema es calcular Gc(s) para que el L.R. pase por s0.
150
Ponemos el cero del controlador en el punto zc = 1, bajo el punto s0 = (1 2i)por donde ha de pasar el L.R.
re
im
-1-2-3-4-5
1
2
3
90 116.56
Raz deseada
p
Por la condicion de angulo,
90o 2(116.56o) p = 180o p = 38o,
se deduce que el polo ha de ser pc = 3.6. Aplicando ahora la condicion de moduloen el punto s = 1 + 2i resulta Kc = 8.1.
151
El lugar de las races del sistema con controlador es
El controlador disenado es Gc(s) = 8.1s+ 1s+ 3.6
.
152
3.2. Diseno de un controlador PID
Ejemplo. Se trata disenar un controlador PID para un sistema con Gp(s) = 1/s2 yH(s) = 1. Las especificaciones son las mismas en el ejemplo anterior.
Mp < 0.2, Ts < 4 s para = 2%
siendo la banda de tolerancia de error.Resolucion.
Como en el ejemplo anterior, el lugar de las races ha de pasar por el punto s0 =(1 2j). La funcion de transferencia del PID es
Gc = Kp
(1 +
1sTi
+ sTd
)= Kp
TdTis2 + Tis+ 1Tis
= TdKps2 + 1Td s+
1TdTi
s= Kc
(s z1)(s z2)s
,
con Kc = TdKp.
153
re
im
-1-2-3-4-5
1
2
3
90 116.56
Raz deseada
z2
Metodo simple:
(a) suponemos que los ceros z1 y z2 son reales,
(b) ponemos el cero z1 bajo la raz s0 deseada,
(c) aplicando la condicion de angulo, determinamos el otro cero,
(d) aplicando la condicion de modulo, hallamos Kp.
154
(a) z1 y z2 en el eje real.
(b) z1 = 1(c) Condicion de angulo:
90o + z2 3(116.56o) = 180o, z2 = 3(116.56) 180o 90o = 79.6952o
z2 = 1.3636.Con z1 y z2 ya podemos hallar Td, Ti y Kp:
Kcs2 + 1Td s+
1TdTi
s= Kc
(s z1)(s z2)s
Kc s2 + 2.3636s+ 1.3636
s,
siendo Kc = TdKp, de donde resulta
Td =1
2.3636= 0.4231 s, Ti =
2.36361.3636
= 1.7333 s
(d) Por ultimo, aplicando la condicion de modulo, hallamos Kp.
(12 + 22)3
2(1.3636 1)2 + 22 = 2.750 = Kc Kp =
KcTd
= 6.5
155
156
Control del balanceo de una barra
Diseno de un sistema de control para mantener una barra en posicion vertical.
xf
y Barra de longitud l y masa m Movimiento en el plano xy Fuerza f(t) horizontal Desplazamiento x(t) de la base Giro (t) de la barra
Es posible el control sin feedback de labarra?
157
Modelo matematico. 2a ley de Newton :
P = Jd2
dt2
f(t)(t)
mg
O
J := l0x2dm =
l0x2Adx = A
l3
3=
13Al l2 =
13ml2
f(t)l
2cos (t) +mg
l
2sin (t) = J
d2
dt2
Linealizacion: cos ' 1, sin ' 13ml2
d2
dt2mg l
2(t) =
l
2f(t) L
d2dt2 3g2l (t) = 32ml f(t)
(s2 3g2l )(s) = 32mlF (s)
Modelo externo: (s) =3
2ml
s2 3g2lF (s)
Datos: g = 9.8,m = 1, l = 1 polos : p1 = 3.834058, p2 = 3.834058.
158
Lugar de las races.
8 6 4 2 0 2 4 6 85
4
3
2
1
0
1
2
3
4
5Root Locus
Real Axis
Imag
inar
y Ax
is
Sistema inestable o marginalmente estable con controlador P
159
Diseno de un controlador.
Especificaciones:
tp =14, Mp =
13
Sistema de segundo orden:
Mp = epi/
12 = ln(Mp)ln(Mp)2 + pi2
= 0.403712
tp =pi
n1 2 n =
pi
tp1 2 = 10.301589
Polo del sistema:
s0 = n i n1 2 = 4.158883 9.424777i
Problema: hallar Gc(s) para que el L.R. pase por s0.
160
Calculo de los parametros de Gc(s).
p1zcp2pc
s0
p1p2zcpc
pc = 4 8.440951 = 12.440951
Condicion de angulo:zc p1 p2 pc = (2k + 1)pi pc = 0.840410 rad =48.151970o
Condicion de modulo:
K =|s0 p1||s0 p2||s0 pc|
|s0 zc| = 156.425395
161
Parte III. Automatizacion local
162
Captulo 7. Automatas programables
1. Descripcion de un PLC
Externamente un PLC se compone de una o varias cajas de plastico acopladasmecanica y electricamente entre s. Una de ellas contiene la CPU (Central ProcessUnit) y las otras son modulos complementarios para entradas, salidas, comunicacio-nes, alimentacion y otras funciones especiales.
CPU
. Datan de la decada de los 80 sustituir reles y temporizadores.
. Potentes PLC: operaciones potentes tipo maestro.
. PLCs de gama baja: actuadores senso-res pocas I/O tipo esclavo.
Tanto la CPU como los modulos adicionales tienen bornas para los cables de conexiondel automata con sensores y actuadores as como con otros automatas y ordenadores.
163
Arquitectura de un PLC
Buses: direcciones datos control
EEPROMROMCPURAMEPROM
opto entradasrels salidas
. Sistema basado en microprocesador.
. Entradas opto-acopladas y filtradas, salidas por rele.
. Alta inmunidad al ruido gran fiabilidad.
164
Cableado directo I/O (obsoleto)
Proceso 1 Proceso 2 Proceso 3
CPU
Drivers Drivers
. Sensores y actuadores clasicos.
. Las entradas salidas se cablean hasta el proceso.
. Posiblilidad de errores de transmision.
. Gran cantidad de cables.
165
Cableado por bus de campo
Proceso 1 Proceso 2
CPU
CPU
1
0
22 3
. Sensores y actuadores inteligentes.
. Automata esclavo en proceso.
. Reducido numero de cables.
. Posibilidad de usar elementos de radiofrecuencia.
166
2. Programacion de PLCs
Lenta evolucion de los lenguajes de control industrial.
Motivo: los programas se pueden usar en areas en las que los fallos pueden originarriesgos para la seguridad humana o producir enormes perdidas economicas.
Antes de que una nueva tecnica ser aceptada, debe ser probada para verificar quecumple unas severas condiciones de seguridad y fiabilidad.
Los programas deben ser comprendidos por otras personas ajenas al programador:tecnicos (electricistas, mecanicos, etc.), encargados de planta e ingenieros de proceso lenguajes con caractersticas especiales.
Es posible resolver el mismo problema con diferentes lenguajes. El grado de dificultadpuede variar.
Hay sistemas que convierten automaticamente de un lenguaje a otro.
Programacion con raton mediante interfaces graficas bajo windows.
167
La norma IEC 1131
Intento de normalizacion del empleo de PLCs en automatizacion.
Antes de la IEC 1131-3: lenguajes especficos de cada PLC confusion, mala coordinacion y perdidas de tiempo y dinero.
Objetivo de la IEC 1131-3: hacer que los programas se entiendan mejor.
Familias de la IEC 1131:
. IEC 1131-1 Informacion general: definicion de terminos, normas para la eleccionde PLCs y perifericos.
. IEC 1131-2 Hardware: requisitos mnimos de construccion y servicio.
. IEC 1131-3 Lenguajes de programacion: elementos comunes, sintaxis, semantica.
. IEC 1131-4 Gua de usuario: para todo proyecto de automatizacion.
. IEC 1131-5 Comunicaciones: PLC perifericos, PLC PLC, PLC PC.
168
La IEC 1131-3. Lenguajes de programacion
Norma para el diseno de software para sistemas de control industrial, en particularpara PLCs (Programmable Logic Controller).
Fue publicada por primera vez en 1993. Hasta entonces no haba ningun estandarpara la programacion de sistemas PLC.
Lenguajes incluidos en la norma IEC 61131-3:
. Structured Text (ST)
. Function Block Diagram (FBD)
. Ladder Diagram (LD)
. Instruction List (IL)
. Sequential Function Chart (SFC)
Metodologa flexible de programacion.
Permite combinar bloques realizados en diferentes lenguajes.
169
2.1. Ladder Diagram (LD)
. Lenguaje de contactos
. Disenado para tecnicos electricistas
. Cada contacto representa un bit: entrada, salida, memoria
. Diseno con Statecharts, SFC.
. Automatas gama alta: programables en C o SFC
. Automatas gama baja: conversion (manual) SFC LD
M a
B
b c
Si se activa la entrada M yno se activa el bit a o se activa el bit b y se activa el bit centonces se activa la salida B.
170
Conversion manual SFC LDON
e1keep(11)
e0
e0 r1
e2keep(11)
e1
e1 r2
e3keep(11)
e2
... ...en1 rn
en+1keep(11)
en
00
r1
1
r2
2
r3... rn
n
rn+1
171
3. Celula flexible SMC
Transfer (cinta trasportadora) + 8 Estaciones.
Producto: montaje simple
172
Estacion 1 Elementos
. Actuadores: 6 cilindros neumaticoscontrolados por electrovalvulas
. Sensores: detectores magneticos
. Pulsadores de marcha, paro y rearme.
. Selector ciclo, seccionador, seta emergencia
. Piloto indicador error
. PLC con 13 entradas y 10 salidas
Operaciones
. Sacar la base del almacen (cilindro A)
. Verificar posicion correcta (cilindro V)
. Trasladar base al manipulador (cilindro T)
. Rechazar base incorrecta (cilindro R)
. Insertar base en palet (cilindros MH y MV)173
Grafcet estacion 1
174
Simulacion estacion 1 en Matlab
175
vacio
rearme
pos
c.i.
vLRx
T
Scope
vLRx
P
vLRx
MV
vLRx
MH
0
Falta material
vLRx
E0
Defecto
0
1
0
1
0
0
1
1base
vacio
ci
vAvPvTvE
vMVvMH
FMPD
Chart
vLRx
A
176
estacion1s/Chart
Printed 03May2005 18:20:38
S6a/entry: vT=0;% traslado atras
S1/entry:vA=1; % avance AP S30/entry:PD = 1;
S2/entry: vA=0;vP=1; % bajar VP S31/
% poner c.i.
S2w/entry: vP=0;t0=t;
S32/entry:PD = 0;
S3/entry:vP=1; % subir VP
S3w/entry:vP=0;t0=t; % temporizador
S4/entry:vA=1; % retro. A
S5/entry: vA=0;vT=1; % trasladar
S6/entry: vT=1;% traslado atras
S0/
S7/entry: vE=1;% expulsar
S9/entry: vMV=1;% bajar MV
S8/entry: vE=1;% expulsor atrasexit: vE=0;
S10/entry:vMV=0;
S11/entry:vMV=1; % subir MV S20/entry:FM = 1;
S12/entry: vMV=0;vMH=1; % avance MH S21/entry: FM=0;
vMV=1; % subir MVexit: vMV=0;
S13/entry: vMH=0;vMV=1; % bajar MV
S14/entry: vMV=0; % cesar vacio ven
S15/entry:vMV=1; % subir MV
S16/entry: vMV=0;vMH=1; % retro MHexit: vMH=0;
mh0
mv0
[ci==1] [ci==0]
e0
a1 rearme
p1[ci==1]
[t>t0+5]
p0
[t>t0+5]
a0
tr1
tr0
[base==1][base==0]
e1 mv1
[vacio==1][vacio==0]
mv0rearme
mh1
mv1
mv0
177
3.1. Automata programable Omron CPM2A-30CDR-A
18 entradas??????????????????
12 salidas
????????????
Programa Memoria
RS-232Perif.
Lenguaje: LD + instrucciones 16 bits
Entradas: IR 00000-IR 00915 (o bits)Ch: 00.00 a 00.11 y 01.00 a 01.05Salidas: IR 01000-IR 01915 (o bits)Ch: 10.00 a 10.07 y 11.00 a 00.03Bits: IR 02000-IR 04915 y IR 20000-IR 22715Especial: SR 22800-SR 25515Temporal: TR 0-TR 7Holding: HR 0000-HR 1915Auxiliar: AR 0000-AR 2315Link: LR 0000-LR 1515Timers: TIM/CNT000 to TIM/CNT255Memoria datos: DM0000-DM6655 (RW)Interrupciones externas: 4Salida de pulsos: 2 puntos 10KHzEntradas respuesta rapida: 4 (50 s)Controles analogicos: 2 (0-200)2 Puertos comunicaciones: perif., RS232
178
3.2. Ejemplos
Programa 1: al pulsar M se encendera la luz FM.
M
0.00FM
11.01
179
Programa 2: al pulsar M se encendera la luz FM y se mantendra encendida; al pulsarP se apagara.
M
0.00 keep(11)
eP
0.01
e
hr00FM
11.01
180
Diseno con StateCharts
va
vr
sisdx
cilindro A
Scope
M
1
0
va
vr
Chart
x(t)
0
1
3x
2sd
1si
1s
0
1
1
0
2vr
1va
chart_1cil_doble_4e/Chart
Printed 09May2005 12:07:20
I/va=0;vr=0;
D/va=0;vr=0;
R/va=0; %retro.vr=1;
A/va=1; %avancevr=0;
M sd
si M
181
Implementacion con LD
ON
0.00
R
20.03
si
0.04 keep(11)
IA
20.01
I
20.00
M
0.01 keep(11)
AD
20.02
A
20.01
sd
0.05 keep(11)
DR
20.03
D
20.02
M
0.01 keep(11)
RI
20.00
A
20.01
gva10.01
R
20.03
gvr10.02
182
Captulo 8. Sensores
Partes de un sensor
Captador: dispositivo con un parametro p sensible a una magnitud fsica h emiteenerga w que depende de p (y de h). Ideal: w(t) = K h(t), K = cte.
Transductor: recibe la energa w del captador, la transforma en energa electricae(t) y la retransmite.
Acondicionador: recibe la senal e(t) del transductor y la ajusta a los niveles devoltaje e intensidad, precisos para su posterior tratamiento, dando v(t).
h t( ) e t( ) ( )v tp h( )
( ) ( ) ( )w p h tAcondicionadorTransductor
Captador
Sensor = Captador + Transductor + Acondicionador
. Analogicos: todas las senales son analogicas
. Digitales: v(t) digital.
Sistemas de control: medicion de variables que intervienen en el proceso.El sensor ha de ser de gran calidad. Estatica Dinamica.
183
1. Tipos de sensores
Analogicos: parametro sensible magnitud fsica
. Resistencia R desplazamiento, temperatura, fuerza (galgas)
. Capacidad C desplazamiento, presencia
. Autoinduccion, reluctancia L d