CONTROL DIGITAL

Fase 1- Identificar el escenario y analizar la estabilidad

Presentado por:

Victor Alfonso Fresneda Higuera

CC 1033682921

Dany David Mancipe

Andrés Mauricio Muñoz

Vladimir Cubillos Sánchez

79715558

Grupo 203041_1

Presentado a:

FABIAN BOLIVAR MARIN

Universidad Nacional Abierta y a Distancia “UNAD”

Escuela de Ciencias Básicas, Tecnología e Ingeniería.

 Aporte

Victor Alfonso Fresneda Higuera

1. Investigar sobre la identificación de modelos a partir de la curva de reacción de un

proceso y realizar un pequeño resumen sobre los modelos generales.

Los métodos que emplean el trazo de una recta tangente en el punto de inflexión de la curva de
reacción del proceso tienen el inconveniente que este punto usualmente es difícil de determinar en
forma precisa. Los que utilizan dos o tres puntos sobre la curva de reacción son los de uso más
amplio, pero tienen el problema que los puntos utilizados son fijados por su autor, no habiendo
garantía que estos provean la mejor identificación para diferentes procesos. Todos los métodos
anteriores pueden aplicarse en forma manual si se cuenta con un registro impreso de la curva de
reacción. Por su parte, los que tienen como base el cálculo de áreas, requieren del almacenamiento
de los datos de las señales de entrada y salida del proceso para su procesamiento posterior. Las
relaciones para la identificación de un modelo de primer orden o de polo doble más tiempo muerto,
a partir de las áreas calculadas son simples, sin embargo, las relaciones para la determinación de
los parámetros de un modelo de segundo orden, son un conjunto de ecuaciones algebraicas no
lineales que deben resolverse numéricamente .Se desea presentar aquí, las expresiones generales
desarrolladas para la identificación de los parámetros de modelos de primer y segundo orden más
tiempo muerto, utilizando dos o tres puntos sobre la curva de reacción, en donde estos puntos no son
fijados arbitrariamente, si no que se pueden seleccionar de manera de optimizar los modelos
identificados.

Sistemas de primer orden

Se denomina orden de un sistema al grado de su polinomio característico, esto es, al número de

polos que tiene el sistema en su conjunto. La función de transferencia de un sistema de primer
orden es:

donde N(s) es el polinomio del numerador de coeficientes constante al ser de tipo LTI. Por el
principio de causalidad, el grado de N(s) es uno o cero, bien es una constante o es un cero de
primer orden. Considérese el caso más simple, el numerador corresponde a una ganancia. La
relación entre la entrada y salida del sistema vendrá dada por una ecuación diferencia ordinaria
de primer orden:
donde x(t) representa la señal en la entrada e y(t) es la salida. Aplicando a ambos lados de la
igualdad la transformada de Laplace y considerando condiciones iniciales nulas, se conseguirá la
FDT de los sistemas de primer orden:

Escriba aquí la ecuación.

El valor de k será la ganancia estática del equipo y T será la constante de tiempo. En general,
denominando 𝑎𝑖 y 𝑏𝑖 a los coeficientes de los polinomios del denominador y del numerador,
respectivamente, de grado i, las dos FDT de primer orden de los sistemas causales serán:

Respuesta temporal ante la entrada en escalón

Para analizar la dinámica del sistema de primer orden se requiere conocer qué tipo de entrada
excitará al equipo. Como a priori no se conoce la naturaleza de esta señal, tal cual se comentó en
el anterior capítulo, se emplearán las señales de pruebas. En el dominio temporal se definieron
tres entradas normalizadas: escalón, rampa y parábola. Por dicha razón, la caracterización de los
sistemas de primer y segundo orden en el dominio temporal se darán con estas excitaciones
unitarias.

Análisis temporal de sistemas de segundo orden

Las ecuaciones diferenciales lineales de coeficientes constantes de segundo orden describen las
dinámicas de sistemas con dos elementos de almacenamiento de energía en su interior. La
expresión matemática que generaliza a estos equipos está definida por:
donde ai y bi son escalares constantes, x(t) es la excitación e y(t) es la salida. Considerando
condiciones iniciales nulas o variaciones lineales alrededor de un punto de reposo, la FDT será:

El caso más simple de sistema de segundo orden es cuando los coeficientes b1 y b2 son nulos:

La dinámica de este caso, como la de todos los sistemas LTI, está definida básicamente por las
raíces del denominador. La naturaleza de los polos puede ser de tipo real o compleja conjugada. Si
los polos son reales, la respuesta a la entrada al escalón estará definida por las dos exponenciales,
cuyos exponentes dependerán de la ubicación de los polos. Nótese que la constante de tiempo de
un polo real es la inversa del valor del polo, Ti= -1/pi ∀pi
En cambio, ya no resultará tan evidente la salida si las raíces son complejas y conjungadas. Antes
de determinar la evolución temporal de la salida, se va a analizar los parámetros que definen la
respuesta de estos sistemas. Si en los sistemas de primer orden simples, los parámetros eran la
ganancia estática, k, y la constante de tiempo, T. En los sistemas de segundo orden simples los
parámetros son tres: la ganancia estática, k, el factor de amortiguamiento, ξ, y la frecuencia
natural no amortiguada.

La frecuencia natural, ωn, corresponde a una velocidad angular constante y sus dimensiones son
radianes/segundo. Su interpretación en el dominio complejo es la distancia euclídea entre el
origen de coordenadas y los polos. El factor de amortiguamiento, ξ, es adimensional. Si es mayor a
1 ó 1, en valor absoluto, las raíces son reales, en caso contrario, son complejas y conjugadas. Las
soluciones del polinomio del denominador de segundo grado estarán determinadas por su
resolución en función de los parámetros ωn y ξ

Si el factor de amortiguamiento, ξ, es en valor absoluto menor que la unidad, las raíces serán
complejas, según se desprende de la ec. Para estos casos, habrá una componente real y otra
imaginaria conjugada. La primera se llamará constante de amortiguamiento, σ, cuya ubicación se
dará en el eje real:

La segunda es la frecuencia de amortiguamiento, ωd, y se encontrará en el eje imaginario:

La frecuencia natural, ωn, será la hipotenusa del triángulo rectángulo formado por los catetos de
constante de amortiguamiento, σ, y frecuencia de

Además, el ángulo de apertura de los polos complejos, θ, estará relacionado con el coeficiente de
amortiguamiento, ξ:

2 Realizar el montaje en el software Proteus de la figura 1, analizar la

curva de reacción del Heated Oven (LumpedModel) el cual se debe
configurar con los siguientes parámetros:

• Temperature Ambient (°C)= 30

• Thermal Resistence to Ambient (°C/W)= 0.7 Oven Time Constant (sec)= 10
• Heater Time Constant (sec)= 1
• Temperature coefficient (V/°C)= 1
• Heating Power (W)= 120
Analizando la gráfica anterior se obtienen los siguientes datos:

𝐶(𝑡)𝑖𝑛𝑖𝑐𝑖𝑎𝑙 = 30°𝐶

𝐶(𝑡)𝑓𝑖𝑛𝑎𝑙 = 180°𝐶
El cambio en la señal escalón es de 2, por lo tanto:

𝑈𝑖𝑛𝑖𝑐𝑖𝑎𝑙 = 0

𝑈𝑓𝑖𝑛𝑎𝑙 = 2

Se calcula la ganancia estática con la ecuación:

𝐶(𝑡)𝑓𝑖𝑛𝑎𝑙 − 𝐶(𝑡)𝑖𝑛𝑖𝑐𝑖𝑎𝑙
𝐾=
𝑈𝑓𝑖𝑛𝑎𝑙 − 𝑈𝑖𝑛𝑖𝑐𝑖𝑎𝑙

180°𝐶 − 30°𝐶
𝐾=
2−0
𝐾 = 75

Los valores 𝑡63.2% y 𝑡28.3% que corresponden a los instantes en los que la respuesta del proceso del
valor estacionario se halla con la fórmula:

𝑐(𝑡)63.2% = 𝑐(𝑡)𝑖𝑛𝑖𝑐𝑖𝑎𝑙 + 0.632( 𝐶(𝑡)𝑓𝑖𝑛𝑎𝑙 − 𝐶(𝑡)𝑖𝑛𝑖𝑐𝑖𝑎𝑙 )

𝑐(𝑡)63.2% = 30°𝐶 + 0.632( 180°𝐶 − 30°𝐶)

𝑐(𝑡)28.3% = 𝑐(𝑡)𝑖𝑛𝑖𝑐𝑖𝑎𝑙 + 0.283( 𝐶(𝑡)𝑓𝑖𝑛𝑎𝑙 − 𝐶(𝑡)𝑖𝑛𝑖𝑐𝑖𝑎𝑙 )

𝑐(𝑡)28.3% = 30°𝐶 + 0.283( 180°𝐶 − 30°𝐶)

Entonces decimos que:

𝑐(𝑡)63.2% = 124.8

𝑐(𝑡)28.3% = 72.45

Los valores de 𝑐(𝑡)63.2% y 𝑐(𝑡)28.3% son:

𝑡28.3%=7.21𝑠𝑒𝑔

𝑡63.2%=13.9𝑠𝑒𝑔
Para hallar 𝑇 y 𝐿 Utilizamos las siguientes ecuaciones:

𝑇 = 1.5(𝑡63.2%− 𝑡28.3% )

𝑇 = 1.5(13.9 − 7.21)

𝑇 = 10.035𝑠𝑒𝑔

𝐿 = 𝑡63.2% − 𝑇

𝐿 = 13.9 − 10.035
𝐿 = 3.865𝑠𝑒𝑔

𝐶(𝑠) 75𝑒 −3.865𝑠

=
𝑈(𝑠) 10.035𝑠𝑒𝑔
 Aporte Andrés Mauricio Muñoz

1. Investigar sobre la identificación de modelos a partir de la curva de

reacción de un proceso y realizar un pequeño resumen sobre los
modelos generales.

Los procedimientos que se fundamentan en la curva de reacción de un determinado proceso, son

de lazo abierto, lo que se puede traducir que el controlador puede estar o no instalado, en caso de
encontrarse instalado opera con valores predeterminados o es ajustado de manera manual. Los
demás métodos son de tipo lazo cerrado, en dónde el controlador opera de manera automática.
Dado que para la sintonización de controladores de un lazo de control realimentado es necesario
contar con la información del comportamiento dinámico del proceso sistema controlado. La
identificación de los parámetros de estos modelos se puede hallar a partir de la respuesta del
proceso a un cambio escalón en la entrada (curva de reacción).
Serán de interés todos los procesos en los cuales su curva de reacción originada por un cambio
escalón en la entrada, sea monótona creciente y llegue alcanzar un nuevo punto de estabilidad.

Los modelos que presentan estas características se pueden clasificar como;

• Primer orden

𝐾𝑃 𝑒 −𝑡𝑚𝑠
𝐺𝑃1 (𝑆) =
𝜏𝑠+1

• Segundo orden (polo doble)

𝐾𝑃 𝑒 −𝑡𝑚 𝑠
𝐺𝑃2 (𝑆) =
(𝜏 ′ 𝑆 + 1)2

• Segundo orden (sobre-amortiguado)

𝐾𝑃 𝑒 −𝑡𝑚𝑠
𝐺𝑃3 (𝑆) =
(𝜏1 𝑠 + 1)(𝜏2 𝑠 + 1)
Todos los procedimientos de identificación presentados, emplean la información del proceso
obtenida a partir de una prueba de lazo abierto. Se considerará como entrada, una señal escalón
u (t) de amplitud 𝛥𝑢 y como respuesta del sistema una señal y (t).

Existen variados métodos para la determinación de los parámetros a partir de la curva de

reacción, a continuación, se menciona algunos de los más empleados:

Método de Ziegler-Nichols

Una versión línealizada cuantitativa de este modelo puede obtenerse mediante un experimento a
lazo abierto con el siguiente procedimiento:

1.) Llevar manualmente la planta a lazo abierto a un punto de operación normal manipulando
𝒚(𝒕) u (t). Supongamos que la planta se estabiliza en 𝒚(𝒕) = 𝒕/𝜸𝟎 para 𝒖(𝒕) = 𝒖𝟎

2.) En un instante inicial 𝑡 0 aplicar un cambio escalón en la entrada, de 𝒖𝟎 𝒂 𝑼∞ (el salto debe
estar entre un 10 a 20% del valor nominal. 3.

3.) Registrar la respuesta de la salida hasta que se estabilice en el nuevo punto de operación.

Es decir, para un proceso cuya curva reacción sea como se muestra en la siguiente:
Bustos, J. (2017). Funciones de transferencia en tiempo continuo y tiempo discreto. [OVI].
Recuperado de http://hdl.handle.net/10596/14141

Los parámetros vienen determinados por las siguientes relaciones.

Método de cohen- Coon

Muestra que el ajuste de Ziegler y Nichols para la curva de reacción presenta mayor sensibilidad a
variaciones de 𝒙 = 𝒕/𝜸𝟎 Cohen y Coon desarrollaron una tabla modificada para mejorar esta
limitación usando datos del mismo ensayo.
3 Realizar el montaje en el software Proteus de la figura 1, analizar la
curva de reacción del Heated Oven (LumpedModel) el cual se debe
configurar con los siguientes parámetros:

• Temperature Ambient (°C)= 30

• Thermal Resistence to Ambient (°C/W)= 0.7 Oven Time Constant (sec)= 10
• Heater Time Constant (sec)= 1
• Temperature coefficient (V/°C)= 1
• Heating Power (W)= 120

1.1. Simulación correspondiente a Heated Oven (proteus)

 1.2. Grafica arrojada por el programa (proteus)

1.3. Establecer el modelo analítico (ecuación matemática) según la gráfica

del simulador Proteus

𝑡0 = 𝑡1 − 𝑡0 = 3.5 − 3 = 0.5
Υ0 = 𝑡2 − 𝑡1 = 17.5 − 3.5 = 14
𝑦1 − 𝑦0 1790 − 30
𝑘0 = = = 88
𝑢1 − 𝑢0 20 − 0

𝑡0 = 3𝑠
𝑡1 = 3.5𝑠
𝑡2 = 14𝑠

𝑘0 𝑒 −𝑠𝑡0 𝑒 −𝑠0.5
𝐺 (𝑠) = = 88
1 + Υ0 𝑠 14𝑠

1.4. Simular el modelo analítico (ecuación matemática) en Matlab y aplicar

una entrada tipo escalón.

s = tf('s');
Gs= (88* ((exp(-s))/(1+14*s)))
Gp=(Gs*20)
step(Gp);
title ('Respueta al escalón curva de reacción');
grid;
 Aporte Dany David Mancipe

Simular un controlador PID en un microcontrolador PIC 16f877A para un sistema

de calefacción ante diferentes perturbaciones.
La simulación se debe desarrollar en Proteus utilizando el modelo Heated Oven
(LumpedModel) con la siguiente configuración en parámetros:
Para el análisis de la curva de reacción, se analizará la respuesta del sistema en
lazo abierto ante una entrada escalón, dicha entrada escalón es de 0v a 20v.
Se debe definir el modelo del sistema y analizar su comportamiento ante
perturbaciones de tipo escalón, teniendo en cuenta que la temperatura límite o set
point es de 100°C.
Para ingresar las perturbaciones al sistema se debe hacer lo siguiente:
En el instante de tiempo t=0s se utiliza una de alimentación BAT1 de 20V, para el
instante de tiempo t=50s se conmuta otra fuente de alimentación BAT 2 de 30V y
para el instante de tiempo t=120s se conmuta nuevamente a la fuente de
alimentación BAT1 de 20V.

Actividades a Desarrollar
Fase 1: Identificación del escenario y análisis de estabilidad.
El estudiante encontrará una serie de puntos a desarrollar, lo cual le permitirá
identificar el escenario y adquirir conocimiento para el análisis e implementación de
un controlador discreto, por lo anterior es necesario que el estudiante identifique las
características de respuesta de modelos de primer orden y de orden superior a
partir de curvas de reacción de procesos y analizar la estabilidad de un sistema de
manera analítica y computacional.
Esta fase cuenta con un componente práctico el cual está inmerso dentro del trabajo
colaborativo y se basa en la implementación de un sistema calefactor en el software
Proteus. La práctica anteriormente mencionada se desarrolla de manera guiada y
no requiere del desplazamiento del estudiante de manera física a un Centro de
Educación a Distancia. (CEAD).
A continuación, se describen los puntos a desarrollar, correspondientes a la Fase
1:
Usando como base la temática de la unidad I del curso, replicando la información
de la guía de recursos educativos, la cual encontrará en el entorno de aprendizaje
práctico y con el uso de Matlab y Proteus dar solución a los siguientes puntos del
proyecto:
1. Investigar sobre la identificación de modelos a partir de la curva de reacción
de un proceso y realizar un pequeño resumen sobre los modelos generales.
(Máximo 4 páginas en este punto).
 Modelos a Partir de la Curva de Reacción
La utilidad de los controles PID estriba en que se aplican en forma casi general a la
mayoría de los sistemas de control. En particular, cuando el modelo matemático de
la planta no se conoce y, por lo tanto, no se pueden emplear métodos de diseño
analíticos, es cuando los controles PID resultan más útiles. En el campo de los
sistemas para control de procesos, es un hecho bien conocido que los esquemas
de control PID básicos y modificados han demostrado su utilidad para aportar un
control satisfactorio, aunque tal vez en muchas situaciones específicas no aporten
un control óptimo.
El controlador proporcional-integral-derivativo (PID) ha sido ampliamente usado en
los procesos industriales por ser simple, robusto y confiable.

El controlador consta de tres componentes sumadas, una reacciona al error en la

medición entre el valor deseado o referencia y la variable a controlar, otro término
reacciona ante la integral del error en el caso de que tengamos un error en estado
estacionario que no se corrige con el primer término (el proporcional); vamos a
intentar eliminar el error estacionario integrándolo con lo cual cada vez que pase el
tiempo se hará más grande y por lo tanto la acción integral será mayor; y por último
tenemos otro término, correspondiente a la derivada del error que reacciona ante
los cambios en la pendiente del error; si de repente el error empieza a crecer
rápidamente tenemos este término ir incrementando este término correctivo. Con
estos tres términos diseñamos un controlador PID.
Serán de interés aquellos modelos que pueden ser utilizados en la sintonización de
controladores del tipo PID1, por lo que se restringirá su orden y en particular se
considerarán solamente modelos para sistemas cuya respuesta, a un cambio
escalón en la entrada, sea monótona creciente y que alcance un nuevo punto de
equilibrio.
Los modelos a considerar son:
• Primer orden
 • Segundo orden (polo doble)

• Segundo orden (sobreamortiguado)

Todos los procedimientos de identificación presentados emplean la información del

proceso obtenida a partir de una prueba de lazo abierto. Se considerará como
entrada, una señal escalón u(t) de amplitud ∆u y como respuesta del sistema una
señal y(t).

2. Realizar el montaje en el software Proteus de la figura 1, analizar la curva

de reacción del Heated Oven (LumpedModel) el cual se debe configurar con
los siguientes parámetros:
• Temperature Ambient (°C)= 30
• Thermal Resistence to Ambient (°C/W)= 0.7
• Oven Time Constant (sec)= 10
• Heater Time Constant (sec)= 1
• Temperature coefficient (V/°C)= 1
• Heating Power (W)= 120

A partir de la curva de reacción calcular lo siguiente:

• Establecer el modelo analítico (ecuación matemática) según la gráfica del
simulador Proteus.
• Simular el modelo analítico (ecuación matemática) en Matlab y aplicar una entrada
tipo escalón.
• Hacer el análisis de estabilidad de manera analítico y computacional y comparar
resultados.

• Ecuación matemática

𝑡
𝐾𝑝 𝑑𝑒(𝑡)
𝑢(𝑡) = 𝐾𝑒 𝑒(𝑡) + ∫ 𝑒(𝜏)𝑑𝜏 + 𝐾𝑝 𝑇𝑑
𝑇𝑖 𝑑𝑡
0

e(T)= es el error de la señal

u(t)= es la entrada de control de proceso
kp= es la ganancia proporcional
Ti= es la constante de tiempo integral
Td= es la constante de tiempo derivativa

• Entrada tipo escalón

Para poder determinar la respuesta al escalón de la planta o sistema controlado, se
debe retirar el controlador PID y sustituirlo por una señal escalón aplicada al
accionador.
Tenemos que con los valores obtenidos en la gráfica luego de trazar la línea
tangente al punto de inflexión de la respuesta podemos determinar
To
Yo
Ko

𝑇𝑜 = 𝑇1 − 𝑇0 = 3 − 0 = 1
𝑌𝑜 = 𝑇2 − 𝑇1 = 16 − 3 = 13
𝑌1 − 𝑌0 944 − 30
𝐾𝑜 = = = 91,4
𝑈1 − 𝑈0 10 − 0
𝐾0 𝑒 −𝑠𝑡0 𝑒 −𝑠
𝐺(𝑠) = = 91,4
1 + 𝑦0 𝑠 1 = 13𝑠

Calculamos ahora
Kp
Ti
Td

Revisamos los parámetros de los valores mediante guesses

 Tipo de Kp Ti Td
Control
P 𝑇 ꝏ 0
𝐾𝐿
PI 0.9𝑇 3.3L 0
𝐾𝐿
PID 𝑇 2L 0.5L
1.2
𝐾𝐿

𝑌𝑜 13
𝐾𝑝 = 1.2 = 1.2 = 0.1422
𝐾𝑜𝑇𝑜 91.4 ∗ 1
𝑇𝑖 = 2𝑇0=2∗1=2
𝑇𝑑 = 0.5𝑡0=0.5∗1=5

De acuerdo al criterio 𝑇 < 𝑇𝑜/4, se establece un periodo de muestreo de 0.1s

𝐾𝑝 = 0.1422
𝐾𝑝 𝑡 0.1422 ∗ 0.1
𝑏= = = 0.0711
𝑇𝑖 2
𝐾𝑝 𝑡𝑑 0.1422 ∗ 0.5
𝑐= = = 0.711
𝑇 0.1

El código para el microcontrolador PIC 16f877A.

#INCLUDE <16F877A.H>
#DEVICE ADC=10
#USE DELAY( CLOCK=4000000)
#FUSES XT, NOWDT
VOID MAIN (){
INT16 valor, control;
FLOAT a,b,c;
FLOAT TEMPERATURA_META;
FLOAT rt,eT,iT,dT,yT,uT,iTO,eTO;
FLOAT max,min;
min=0.0;
max=1000.0;
iTO=0.0;
eTO=0.0;
a=0.1422;
b=0.0711;
c=0.711;
TEMPERATURA_META=1000.0;
setup_timer_2(t2_div_by_4,249,1);
setup_ccp1 (ccp_pwm);
setup_adc_ports(all_analog);
setup_adc(adc_clock_internal);
set_adc_channel(0);
while(true){
valor=read_adc();
yT=5000.0*valor/1024.0;
rT=TEMPERATURA_META;
eT=rT-yT;
iT=b*eT+iTO;
dT=c*(eT-eTO);
uT=iT+a*eT+dT;
if (uT>max){
uT=max;
}
else{
if (uT<min){
uT=min;
}
}
control=uT;
set_pwm1_duty(control);
iTO=iT;
eTO=eT; delay_ms(100);
}
}

Proceso de simulación en Proteus de la calefacción.

En esta imagen se observa más claramente como la curva de la temperatura inicia

desde 30 grados y da un pico de casi 125 grados al iniciar la simulación luego el
control PID trata de estabilizar el sistema y la curva de temperatura baja cerca de
los 95 grados para luego subir nuevamente a los 104 grados para luego
estabilizarse cerca de los 101 grados; también se puede apreciar que las
perturbaciones que se ingresaron al sistema son prácticamente imperceptibles por
lo que podemos decir que el sistema es bastante estable.
 Aporte vladimir cubillos

1. Investigar sobre la identificación de modelos a partir de la curva de reacción de un

proceso y realizar un pequeño resumen sobre los modelos generales. (Máximo 4 páginas en
este punto).

La mayoría de los métodos de sintonización de controladores se basan en los parámetros de

un modelo de orden reducido que permita representar sistemas dinámicos de orden alto y
por esta razón los más empleados son los de primer o segundo orden más tiempo muerto,
cuyas funciones de transferencia son: Primer orden más tiempo muerto

Para efecto de los métodos de sintonización de controladores, usualmente se requiere que

los sistemas sobreamortiguados de orden superior a uno, se representen por medio de un
modelo de primer orden más tiempo muerto, como el dado por la ecuación (1), algunos
pocos requieren de un modelo de segundo orden más tiempo muerto, como el dado por (2).
Si el sistema es subamortiguado debe representarse por un modelo como el dado por
(3).Restringiremos los métodos de identificación,así como los resultados obtenidos en su
comparación, a aquéllos que permitan identificar un modelo de primer o segundo orden más
tiempo muerto y en particular a los siguientes:
 Método 123c

Para la identificación de los modelos de primer orden y de polo doble más tiempo
muerto, se requieren solamente dos puntos sobre la curva de reacción.

Para la identificación de los modelos de segundo orden sobreamortiguados más

tiempo muerto, se requieren tres puntos sobre la curva de reacción, por lo que a los
tiempos anteriores se agregará el tiempo t50 (método 123c).

Modelo de primer orden más tiempo muerto

Los parámetros del modelo de primer orden más tiempo muerto dado por la función
de transferencia.

que permita representar al proceso controlado en los estudios de control, se

identifican con las ecuaciones
Modelo de polo doble más tiempo muerto

En el caso del modelo de polo doble más tiempo muerto cuya función de

transferencia es
′

sus parámetros se identifican utilizando las ecuaciones

Modelo de segundo orden más tiempo muerto

Como ya se indicó en el caso de los modelos anteriores, por tener estos dos parámetros
de tiempo (𝜏 𝑦 𝑡𝑚 𝑜 𝜏" 𝑦 𝑡𝑚" ) solo se requieren dos puntos sobre la curva de reacción.
Sin embargo, para identificar el modelo de segundo orden sobreamortiguado cuya
función de transferencia es

por tener este tres parámetros de tiempo (τ1 y τ2 o τ ′′ y a = τ 2 /τ1 , y t′′ ) se requieren tres
puntos.Para la identificación de los parámetros de este modelo se dispone de dos
procedimientos diferentes.

Método simplificado
Método general −

Conociendo entonces los tiempo requeridos para alcanzar el 25, el 50 y el 75 % del

cambio total en la respuesta de la planta, medidos a partir del instante en que se
aplicó el escalón de entrada, se pueden identificar cuatro modelo
diferentes: uno de primer orden más tiempo muerto, uno de segundo orden
críticamente amortiguado (polo doble) más tiempo muerto y dos de segundo orden
sobreamortiguados más tiempo muerto.Por utilizar los puntos correspondientes a
uno, dos y tres cuartos del cambio total en la respuesta, este método se denomina
método de identificación de tres puntos 123c.

Ejemplo
A partir de la curva de reacción de la planta de cuarto orden cuya función
de transferencia es

1, 25e−0,25s
Gpo (s) =
(16s + 1)(4s + 1)(2 + 1)(s + 1)

se puede obtener la siguiente información:

∆u = 1, 0

∆y = 1, 25
t 25 = 11, 56
t 50 = 18, 84
t 75 = 30, 17

y utilizarla para identificar los modelos para representarla, los que en

este caso están dados por las siguientes funciones de transferencia:

Modelo de primer orden más tiempo muerto (S 21 = 0, 1394)

1, 25e−6,69s
Gm1 (s) =
16, 94s + 1

Modelo de polo doble más tiempo muerto (S 22 = 0, 0668)

1, 25e−1,23s
Gm2 (s) =
(10, 75s + 1)2

Modelo de segundo orden más tiempo muerto (método

simplificado) (S23s = 0, 0419)

1, 25e−1,23s
Gm3s(s) =
(13, 55s + 1)(7, 94s + 1)
 Respuesta: planta y modelo POMTM Respuesta: planta y modelo PDMTM

100 100

80 80

y(t), y (t), u(t) (%)

y y
u u
60 60

y y
y(t), y (t), u(t) (%)

m m
m

m
40 40

20 20

0 0

0 50 100 150 0 50 100 150

tiempo tiempo

Respuesta: planta y modelo SOMTMs Respuesta: planta y modelo SOMTMg

100 100

80 80

y
y(t), y (t), u(t) (%)

u y
60 60 u
y
y
y(t), y (t), u(t) (%)

m
m
m

40 40

20 20

0 0

0 50 100 150 0 50 100 150

tiempo tiemp

Figura 2: Respuesta de la planta y de los modelos identificados

Modelo de segundo orden más tiempo muerto (método general) (S23g =

0, 0155)
 1, 25e−2,98s
Gm3g (s) =
(15, 42s + 1)(4, 83s + 1)

y cuyas respuestas se muestran en la figura 2.

Pn
Los índices de error de predicción cuadrático S 2i = k=1 2
[y0 (k) − yi (k)] se

calcularon en el ámbito t = [0; 180] con un paso ∆t = 0, 18.

Si bien como muestran los índices de error de predicción cuadrático, el modelo

de segundo orden sobreamortiguado identificado con el método general es
aproximadamente diez veces más preciso que el modelo de primer orden más
tiempo muerto, la diferencia entre las respuestas de estos dos modelos
solo se aprecia en su parte inicial.

De las curvas de respuesta se puede apreciar también, la exactitud con la

que los modelos de segundo orden permiten reproducir la curva de reacción
del proceso, que en este ejemplo es de cuarto orden.

Método “simétrico”
A diferencia del método 123c,en el cual estos puntos están fijos, estos se pueden seleccionar
arbitrariamente pero ubicados simétricamente sobre la curva de respuesta.

Modelo de polo doble más tiempo muerto

Modelo de segundo orden sobreamortiguado

Procedimiento simplificado

En este caso se emplean las relaciones obtenidas en el punto III. Entonces a partir del
modelo de polo doble obtenido en el punto anterior, el nuevo modelo se obtiene con:

Método de los “tiempos óptimos”

Las ecuaciones generales derivadas en III. para cada uno de los modelos, se pueden utilizar para
obtener sus parámetros óptimos. La optimización deberá determinar el par de puntos (x1, x2) sobre
la curva de reacción, que producen los parámetros del modelo que minimice la sumatoria de error
de predicción cuadrático (45). Los tiempos correspondientes a estos puntos, serán los tiempos
óptimos.

Punto 2:
Establecer el modelo analítico (ecuación matemática) según la gráfica del simulador
Proteus.
Simular el modelo analítico (ecuación matemática) en Matlab y aplicar una entrada tipo
escalón.
La función de transferencia de la planta se aproxima mediante un sistema de primer orden.

Donde L es el tiempo de retardo, T la constante de tiempo y K Estos parámetros vienen dados

por las siguientes formulas:
Analizando la gráfica anterior se obtienen los siguientes datos:

𝐶(𝑡)𝑖𝑛𝑖𝑐𝑖𝑎𝑙 = 30°𝐶

𝐶(𝑡)𝑓𝑖𝑛𝑎𝑙 = 1800°𝐶

El cambio en la señal escalón es de 2, por lo tanto:

𝑈𝑖𝑛𝑖𝑐𝑖𝑎𝑙 = 0

𝑈𝑓𝑖𝑛𝑎𝑙 = 2

Se calcula la ganancia estática con la ecuación:

 𝐶(𝑡)𝑓𝑖𝑛𝑎𝑙 − 𝐶(𝑡)𝑖𝑛𝑖𝑐𝑖𝑎𝑙
𝐾=
𝑈𝑓𝑖𝑛𝑎𝑙 − 𝑈𝑖𝑛𝑖𝑐𝑖𝑎𝑙

1800°𝐶 − 30°𝐶
𝐾=
2−0

𝐾 = 885

𝑐(𝑡)63.2% = 𝑐(𝑡)𝑖𝑛𝑖𝑐𝑖𝑎𝑙 + 0.632( 𝐶(𝑡)𝑓𝑖𝑛𝑎𝑙 − 𝐶(𝑡)𝑖𝑛𝑖𝑐𝑖𝑎𝑙 )

𝑐(𝑡)63.2% = 30°𝐶 + 0.632( 1800°𝐶 − 30°𝐶)

𝑐(𝑡)28.3% = 𝑐(𝑡)𝑖𝑛𝑖𝑐𝑖𝑎𝑙 + 0.283( 𝐶(𝑡)𝑓𝑖𝑛𝑎𝑙 − 𝐶(𝑡)𝑖𝑛𝑖𝑐𝑖𝑎𝑙 )

𝑐(𝑡)28.3% = 30°𝐶 + 0.283( 1800°𝐶 − 30°𝐶)

Concluimos que:

𝑐(𝑡)63.2% = 1148.8

𝑐(𝑡)28.3% = 530.45

Los valores de 𝑐(𝑡)63.2% y 𝑐(𝑡)28.3%

son:

𝑡28.3%=7.21𝑠𝑒𝑔

𝑡63.2%=13.9𝑠𝑒𝑔

Para hallar 𝑇 y 𝐿 Utilizamos las siguientes ecuaciones:

𝑇 = 1.5(𝑡63.2%− 𝑡28.3% )

𝑇 = 1.5(13.9 − 7.21)

𝑇 = 10.035𝑠𝑒𝑔

𝐿 = 𝑡63.2% − 𝑇

𝐿 = 13.9 − 10.035

𝐿 = 3.865𝑠𝑒𝑔

𝐶(𝑠) 885𝑒 −3.865𝑠

=
𝑈(𝑠) 10.035𝑆 + 1
 BIBLIOGRAFIA

Ute-mecatronica.blogspot.com. (2019). Funciones de Transferencia con MATLAB. [online] Recuperado

de: http://ute-mecatronica.blogspot.com/2014/02/funciones-de-transferencia-con-matlab.html
[Acces0 1 mayo 2019].

Es.mathworks.com. (2019). Funciones - Control System Toolbox. [online] Recuperado de:

https://es.mathworks.com/products/control/features.html [Acceso 28 abril. 2019].

Colab-proteus.blogspot.com. (2019). Diseño y simulación mediante PROTEUS ISIS de un control PID en

un sistema de calefacción. [online] Recuperado de: http://colab-proteus.blogspot.com/2012/04/diseno-
y-simulacion-mediante-proteus.html [Acceso 25 abril. 2019].

Colab-proteus.blogspot.com. (2019). Diseño y simulación mediante PROTEUS ISIS de un control PID en

un sistema de calefacción. [online] Recuperado de: http://colab-proteus.blogspot.com/2012/04/diseno-
y-simulacion-mediante-proteus.html [Acceso 25 abril. 2019].

YouTube. (2019). simulación horno en proteus. [online] Recuperado de:

https://www.youtube.com/watch?v=ejAoQsCUr9I [Acceso 26 abril. 2019].