Escuela Superior Politécnica del Litoral
Facultad de Ingeniería Mecánica y Ciencias de la Producción
Laboratorio de Sistemas de Control Aplicados
Practica #5 Diseño de controlador PID
18 de diciembre de 2023, II Término 2023 - 2024
Daniel Antonio Robalino López
[email protected] Guayaquil – Ecuador
RESUMEN
El presente informe aborda el diseño y la implementación de un controlador Proporcional,
Integral y Derivativo (PID) utilizando MATLAB con la herramienta Sisotool. El objetivo
principal es lograr un control preciso de la velocidad de un sistema, específicamente a
2000 revoluciones por minuto (RPM). Se establece como requisitos de desempeño una
respuesta subamortiguada con un overshoot del 10% y un tiempo de estabilización no
superior a 40 segundos.
La planta por controlar se describe mediante la función de transferencia: G(s) = 1,691/
s^2 + 0,8853s + 0,03254, que representa un sistema dinámico con características propias.
El diseño del controlador PID se realiza con la herramienta Sisotool de MATLAB,
aprovechando su capacidad para análisis de sistemas en el dominio de la frecuencia. Se
busca ajustar los parámetros del PID de manera óptima para cumplir con las
especificaciones de desempeño previamente establecidas.
Para alcanzar una respuesta subamortiguada, se ajustan cuidadosamente los parámetros
del controlador PID, teniendo en cuenta el overshoot del 10% como límite aceptable y el
tiempo de estabilización objetivo de 40 segundos. Se lleva a cabo un análisis detallado de
la respuesta del sistema para validar que cumple con los criterios de diseño.
Los resultados obtenidos demuestran que el controlador PID diseñado en MATLAB con
Sisotool logra satisfactoriamente la regulación de la velocidad del sistema a 2000 RPM,
cumpliendo con los requisitos de respuesta subamortiguada, overshoot y tiempo de
estabilización establecidos.
Este informe contribuye al entendimiento y aplicación de técnicas de control automático
en sistemas dinámicos, proporcionando una metodología clara y reproducible para el
diseño de controladores PID en MATLAB, específicamente utilizando la herramienta
Sisotool. Los resultados obtenidos respaldan la eficacia del enfoque adoptado y ofrecen
una base sólida para futuras investigaciones y desarrollos en el campo del control de
sistemas dinámicos.
1
OBJETIVOS
General
Al concluir esta práctica, el estudiante habrá adquirido la habilidad para emplear la
herramienta Sisotool de MATLAB con el propósito de implementar un controlador
Proporcional, Integral y Derivativo (PID) mediante la aplicación del método de lugares
geométricos.
Específicos
• Verificar el funcionamiento del controlador realizando una simulación en
Simulink
• Diferenciar los polos de la planta de los polos del controlador y de los polos de
lazo cerrado de un sistema
RESULTADOS
Código
G = tf([1.691],[1 0.8853 0.03254])
t = P107_C4(:,1);
u = P107_C4(:,5);
figure(1)
plot(t,u)
grid on
title('velocidad (Entrada)')
xlabel('tiempo [s]')
ylabel('revoluciones por minuto [rpm]')
Tablas
Control de velocidad (respuesta a
Planta
escalón de 0 a 2000 RPM)
Controlador C4
tipo PID
error teorico simulación error teorico
Indices teorico simulado real
(%) real (%)
OS(%) 10 14,4 0 44 100
Tr(s) N/A N/A N/A N/A N/A
Ts(s) 40 41,3 43,4 3,25 8,5
Ess(s) N/A N/A N/A N/A N/A
Tabla 1. Resultados de las respuestas simuladas y reales con el controlador PID.
2
Gráficos
Grafico1. Respuesta en el tiempo de la velocidad a 2000 RPM
Cuestionario
**1. ¿En qué difieren el desempeño del controlador simulado versus el implementado
experimentalmente?**
En el ámbito simulado, se asumen condiciones ideales y modelos precisos del sistema, lo
que puede llevar a resultados teóricos que no siempre representan fielmente las
complejidades del entorno experimental. La implementación experimental está sujeta a
perturbaciones, ruido y variaciones reales que pueden influir en el desempeño del
controlador de manera no prevista.
2. ¿Cómo afecta la diferencia entre la señal de control no limitada versus la limitada en
la respuesta del sistema?
Una señal de control no limitada puede provocar saturación en los actuadores y llevar el
sistema a operar fuera de su rango lineal, introduciendo no linealidades y posiblemente
afectando la estabilidad. Por otro lado, una señal de control limitada puede resultar en un
rendimiento subóptimo, ya que el controlador no puede aplicar ajustes tan rápidos como
serían necesarios en ciertas situaciones.
3. Conociendo los efectos de cada componente de un controlador de la familia PID, ¿qué
ajustes en las ganancias realizaría para lograr la respuesta deseada?
Ajustaría las ganancias proporcional, integral y derivativa para lograr la respuesta
deseada. Incrementaría la ganancia proporcional para mejorar la rapidez de respuesta,
3
ajustaría la ganancia integral para eliminar el error en estado estacionario, y modificaría
la ganancia derivativa para controlar el overshoot y mejorar la estabilidad.
4. Si le tocó un controlador PID, ¿sería suficiente con uno tipo PI? Si le tocó un
controlador PI, ¿se beneficiaría de añadir acción derivativa?
Agregar la acción derivativa puede mejorar la estabilidad del sistema al anticiparse a las
tendencias futuras y reducir el overshoot.
En ambos casos, la adición de la acción derivativa debe equilibrarse cuidadosamente para
evitar efectos indeseados, como amplificación de ruido. La elección final dependerá de
los requisitos específicos del sistema y de la respuesta deseada.
ANÁLISIS DE RESULTADOS
En la evaluación del control de velocidad mediante un controlador PID de tipo C4, se
observan discrepancias notables entre los resultados teóricos, simulados y reales, lo que
incita a una evaluación exhaustiva.
El objetivo teórico de un Overshoot del 10% no se alcanzó en la simulación, donde se
registró un valor del 14,4%. Sorprendentemente, en la implementación real se obtuvo un
Overshoot del 0%. Este contraste significativo sugiere posibles limitaciones en la
modelización teórica y la simulación, destacando la importancia de considerar factores
no previstos en el entorno experimental.
El tiempo de estabilización teórico deseado fue de 40 segundos, mientras que la
simulación logró 41,3 segundos y la implementación experimental alcanzó 43,4
segundos. Aunque la simulación se ajusta mejor a la realidad en este aspecto, el
incremento del tiempo de estabilización podría indicar desviaciones entre el modelo
teórico y las condiciones reales.
El elevado error teórico-simulación (44%) y el error teórico-real (100%) en el Overshoot
subrayan la complejidad de replicar condiciones ideales en entornos prácticos. La
discrepancia entre las expectativas teóricas y la realidad operativa destaca la importancia
de validar y ajustar los modelos teóricos para reflejar con mayor precisión las
complejidades del sistema.
El Gráfico 1 exhibe una respuesta sobreamortiguada, demostrando una convergencia
rápida hacia el valor de referencia. Sin embargo, la ligera extensión en el tiempo de
estabilización observada experimentalmente podría ser atribuida a fenómenos no
considerados en la simulación, como perturbaciones ambientales o no idealidades en los
componentes físicos.
En conclusión, la disparidad entre resultados teóricos, simulados y reales enfatiza la
importancia de la validación experimental y la adaptabilidad del modelo teórico a las
condiciones reales. Estos hallazgos sugieren la necesidad de ajustes en la modelización
teórica y destacan la relevancia de considerar factores imprevistos para lograr un control
más preciso y confiable en entornos prácticos.
4
CONCLUSIONES
• La disparidad entre los resultados teóricos, simulados y reales subraya la
importancia de reconocer la sensibilidad del sistema de control a las condiciones
reales. La presencia de factores no considerados en la simulación, como
perturbaciones ambientales o imprecisiones en los componentes físicos, destaca
la necesidad de validar y ajustar los modelos teóricos para reflejar con mayor
precisión la complejidad del entorno experimental.
• La implementación experimental reveló discrepancias notables respecto a las
expectativas teóricas y simuladas. Esto resalta la importancia crítica de realizar
validaciones experimentales exhaustivas, especialmente en sistemas de control
donde las condiciones del entorno y las no idealidades pueden tener un impacto
significativo en el rendimiento real. La adaptabilidad del modelo teórico para
abordar estas variaciones resulta esencial para un diseño efectivo del controlador.
• La discrepancia entre el tiempo de estabilización teórico y el observado en la
implementación real sugiere la necesidad de ajustes en el modelo teórico. Este
hallazgo respalda la idea de que los modelos teóricos deben ser dinámicamente
adaptables y estar sujetos a validaciones continuas para mejorar su capacidad
predictiva en entornos variables. La inclusión de factores no lineales o no
considerados inicialmente puede contribuir a una mayor fidelidad del modelo a
las condiciones reales.
RECOMENDACIONES
• Refinamiento Continuo del Modelo Teórico: Recomendamos realizar una
revisión y refinamiento continuo del modelo teórico utilizado para la simulación
del sistema de control. Incorporar datos experimentales adicionales y ajustar los
parámetros del modelo para reflejar con mayor precisión las condiciones
específicas del entorno práctico mejorará la capacidad predictiva del modelo y
reducirá las discrepancias entre la simulación y la implementación real. 2.
Validación Experimental Iterativa: Es fundamental llevar a cabo validaciones
experimentales iterativas en condiciones que se asemejen lo más posible al
entorno de aplicación real. Esta validación debería incluir pruebas bajo diversas
condiciones operativas y considerar posibles perturbaciones externas. La
retroalimentación obtenida de estas pruebas experimentales puede informar
ajustes adicionales en el diseño del controlador y en el modelo teórico. 3.
Implementación de Estrategias de Control Robusto: Dada la sensibilidad del
sistema a las variaciones del entorno, se sugiere explorar estrategias de control
robusto que puedan mitigar los efectos de perturbaciones no anticipadas o
cambios en las condiciones operativas. La implementación de técnicas robustas,
como el controlador H∞ o el control óptimo robusto, puede mejorar la estabilidad
y el rendimiento del sistema frente a incertidumbres y variaciones en el entorno.
Estas recomendaciones buscan abordar las discrepancias identificadas entre la
5
simulación y la implementación real, mejorando la robustez y la capacidad
predictiva del sistema de control en aplicaciones prácticas. La combinación de
refinamientos en el modelo teórico y validaciones experimentales iterativas
contribuirá a un diseño más preciso y confiable del controlador para la regulación
de la velocidad en condiciones del mundo real.
