Universidad Autónoma de Nuevo León
Facultad de ingeniería Mecánica y Eléctrica
Laboratorio de ingeniería de control
Ingeniero Alejandro Eutimio Loya Cabrera
Reporte 7: Error en estado estacionario
Grupo: 233
Arredondo Rendón Caleb 2022939 IMC
Cadena Licona Juan Antonio 1994172 IME
Cardona Vela Eder Adrian 2035524 IME
Martínez Salazar Alan Javier 2077569 IME
Pérez Lucio Diego Alberto 2057363 IMC
Ciudad Universitaria, San Nicolás de los Garza, Nuevo León a 29/04/2025
Objetivo
Hemos visto que el error en estado estacionario es una medida crucial en el
análisis de sistemas de control ya que representa la diferencia entre la señal de
referencia (o señal deseada) y la salida real del sistema cuando el tiempo tiende al
infinito y el sistema alcanza una condición de equilibrio o estado estacionario. Este
error es importante porque proporciona información sobre la precisión y la
exactitud de un sistema para alcanzar su objetivo deseado, incluso cuando el
sistema está bajo condiciones de perturbación o cambios en la referencia. Un menor
error en estado estacionario indica un sistema más exacto y efectivo.
En esta práctica estaremos analizando como es el comportamiento de sistemas de
control de diferentes tipos y obtener su respuesta en el tiempo ante los distintos tipos
de entrada planteados.
Desarrollo
Problema a)
El error es de 0.6
Problema b)
Error de 0.4
Problema c)
Tiempo estable infinito
Problema d)
Tiempo estable infinito
Problema e)
Tiempo estable infinito
Problema f)
Comparar los sistemas e indicar el de mayor error de estado estacionario
A con B
Sistema A
C con D
Ambos tienen un ess= infinito
E con F
Ambos tienen un ess= infinito
Problema a)
Error en tipo estable es igual a cero
Problema b)
Error en tiempo estable es igual a cero
Problema c)
El error es de 1.5
Problema d)
El error será de 0.674
Problema e)
El error será infinito ya que la curva tiende a infinito
Problema
Problema f)
El error será infinito ya que la curva tiende a infinito
A CON B
C CON D
E CON F
Problema a)
Error en tiempo estable es igual a 0
Problema b)
Error en tiempo estable es igual a 0
Problema c)
Error en el tiempo estable es igual a 0
Problema d)
Error en tiempo estable igual a 0
Problema e)
En estas dos parábolas a comparación de las demás no se cruzan en ningún
momento por lo que la diferencia entre ellas es de 1 (12.49-11.401=1.08). por
lo tanto, su error en el tiempo estable es la de una unidad
Problema f)
Para esta grafica el error en el tiempo estable bajo a 0.2 debido a su
diferencia que hay entre las funciones (4-3.79=0.21).
A con B
C con D
E con F
Preguntas
1. Posibles causas del aumento de error en estado estacionario:
Tipo de sistema: Los sistemas con menos integradores (tipo 0 o 1) no pueden seguir
bien ciertos tipos de entrada, como la rampa, lo que genera más error.
Ganancia baja: Si la ganancia del sistema es baja, la salida no se acerca lo suficiente
a la referencia.
Retroalimentación inadecuada: Una configuración de retroalimentación incorrecta
puede hacer que el sistema sea menos preciso.
2. Causas de la reducción del error en estado estacionario:
Incremento de ganancia: Aumentar la ganancia permite que la salida se ajuste
mejor a la referencia.
Integradores en el sistema: Los sistemas de tipo 1 o 2, con integradores, tienden a
reducir o eliminar el error para entradas como escalón o rampa.
Ajuste de controladores: Usar controladores como PI o PID ayuda a reducir el error
en estado estacionario.
3. Tipos de entrada aplicados:
Escalón: Para ver si el sistema alcanza un valor constante.
Rampa: Para ver cómo sigue una señal que cambia de forma constante.
Parabólica: Para analizar si el sistema puede seguir cambios en aceleración.
Conclusión
En esta práctica hemos podido comprobar que el uso de herramientas
computacionales como Scilab resulta fundamental para la aplicación de métodos
numéricos que permiten calcular, analizar y evaluar parámetros esenciales del
comportamiento de un sistema, tales como su estabilidad y precisión.
El apoyo y la representación visual que el Xcos nos permitió ver, no solo permite
observar de manera clara la evolución de los sistemas en el tiempo, sino también
identificar rápidamente comportamientos críticos, inestabilidades o tendencias que
de otro modo serían más difíciles de detectar de forma analítica. Además, el poder
modificar parámetros y experimentar con distintas configuraciones en un entorno
visual mejora significativamente el aprendizaje, desarrollando habilidades de análisis
crítico y de toma de decisiones que serán esenciales en las prácticas futuras y en la
formación profesional en general.
