Respuesta temporal de sistemas

Prof. Cesar de Prada

ISA-UVA
 Conceptos
• Respuesta temporal de sistemas de primer
orden
• Respuesta temporal de sistemas de segundo
orden
• Introducción a la identificación de sistemas
• Respuesta de sistemas de orden superior
• Nociones de estabilidad

Prof. Cesar de Prada ISA-UVA 2

 Sistemas de primer orden
q dh
  h  Kq
dt
h A2 h 0 2 h0
 K
k k
F
dy( t ) Función de transferencia:
  y( t )  Ku ( t )
dt
U(s) K Y(s)
u(t)=u s  1
u=0
t=0
Respuesta a una entrada salto en u(t) desde el equilibrio
Prof. Cesar de Prada ISA-UVA 3
 Respuesta a un salto en u
dy( t ) U(s) K Y(s)
  y( t )  Ku ( t )
dt s  1

K u K u   (s  1 ) s
Y(s)      
s  1 s s  1  s s s  1  s(s  1 ) s(s  1 )
para s  0  Ku    ;   Ku
para s   1   Ku     ;    Ku
1 1  1 1 1  1  
Y(s)  Ku (  ); y( t )  L Y(s)  Ku L    L 
1
 
s s 1   s  s  1   

t
  
t
y( t )  Ku (1  e ) 
e  t
 Ku   Ku (1  e  )  Ku

Comprobación:
  
Prof. Cesar de Prada ISA-UVA   4
 Respuesta a un salto en u
dy( t ) U(s) K Y(s)
  y( t )  Ku ( t )
dt s  1

t y(t)
y( t )  Ku (1  e ) 

Ku
 > 0 constante de tiempo
t
Respuesta estable, sin retardo
ni cambio de concavidad y
u
sobreamortiguada
Ganancia = K = Ku/u
Prof. Cesar de Prada ISA-UVA 5
 Interpretación en s
t Y(s)
U(s) K
y( t )  Ku (1  e ) 
s  1

 s+1=0
y(t)
polo = -1/
Ku
Plano s
t
x
Si  > 0
polo en la parte real Respuesta estable, sin cambio de
izquierda del plano s concavidad y sobreamortiguada
Prof. Cesar de Prada ISA-UVA 6
Estabilidad Entrada-Salida BIBO

estable

U(s) Y(s)
G(s)

inestable

Un sistema es estable entrada-salida cuando a una

entrada acotada le corresponde una salida acotada
Prof. Cesar de Prada ISA-UVA 7
 Interpretación en s (<0)
t Y(s)
U(s) K
y( t )  Ku (1  e ) 
s  1

 s+1=0
y(t)
polo = -1/
positivo t
Plano s

x
Si  < 0
polo en la parte real Respuesta inestable
derecha del plano s
Prof. Cesar de Prada ISA-UVA 8
 Otros tipos de entradas
Ejemplo: Impulso U(s) K Y(s)
s  1

K K
Y(s)  u u
s  1 s  1 
Ku 1  1 
La estabilidad viene
y( t )  L Y(s) 
1
L   determinada por la
 s  1  
t
posición del polo, no
Ku  
y( t )  e por el tipo de entrada


Prof. Cesar de Prada ISA-UVA 9

 Tiempo de asentamiento
Plano s U(s) K Y(s)
s  1
x x
-1/1 -1/2
y(t)
0.95Ku
t 95

y( t 95 )  0.95Ku  Ku (1  e 
) 1 < 2
t 95  3
t t
y( t )  Ku (1  e )  t95

Prof. Cesar de Prada ISA-UVA 10

 Constante de tiempo
t
U(s) K Y(s)
y( t )  Ku (1  e )

s  1
y()  Ku (1  e 1 )  0.632Ku
resp
Derivada en el origen y(t) Ku
t

t
d y( t ) Ku
 (e )
0.63Ku
dt  Ku
d y( t ) Ku
 t
dt t  0  t =
SysQuake
Prof. Cesar de Prada ISA-UVA 11
 Identificación
El modelo se obtiene a partir de
datos experimentales de
entrada-salida del proceso

U
U Y
Y
t Proceso
t

Modelo

Prof. Cesar de Prada ISA-UVA 12

 u(t)
u
Identificación t

y(t)
Si la respuesta desde el
equilibrio a un salto u
en u(t) es como la figura
 sistema de primer
orden
y(t)
Estimación de
parámetros: 0.63 y
y
K = y/ u
t
 dos métodos
t =
Prof. Cesar de Prada ISA-UVA 13
 Sistemas de segundo orden
 d x1 
 d t   a 11 a 12   x 1   b11 b12  U(s) Y(s)
         u K2n
d x
 2   a 13 a 14   x 2   b 21 b 22  s 2  2n s  2n
 d t 
 x1 
y  c1 c 2  
 x2 
Reactor
isotérmico A
CAi(s) 1 CAi F

s 2  0.666s  0.111
F(s) CB(s) AB
 0.09s  0.24 CA CB
s 2  0.666s  0.111

Prof. Cesar de Prada ISA-UVA 14

 Sistemas de segundo orden
CAi
d 2 y( t ) dy( t )
2
 2  n   2
n y ( t )  K 2
n u(t)
dt dt AB

U(s) K2n Y(s) CB

s 2  2n s  2n

u(t)=u
K ganancia
u=0 t=0
 amortiguamiento
n frecuencia propia
Respuesta a una entrada salto en u(t) no amortiguada

Prof. Cesar de Prada ISA-UVA 15

 Sistemas de segundo orden

U(s) K2n Y(s)

s 2  2n s  2n

s 2  2n s  2n  0
Polos:
 2n  4 2 2n  42n
s  n  n  2  1
2
si n  0
si   1 2 raices reales negativas
si   1 2 raices complejas conjugadas
 n  jn 1   2
Prof. Cesar de Prada ISA-UVA 16
 Respuesta a un salto en u,  >1
a  n  n  2  1 U(s) Kab Y(s)
b  n  n  2  1 (s  a )(s  b)

Kab u   
Y(s)     
s  a s  b  s s s  a s  b
(s  a )(s  b)  s(s  b) s(s  a )
  
s(s  a )(s  b) s(s  a )(s  b) s(s  a )(s  b)
para s  0  Kabu  ab   Ku
   2 1
para s  a  Kabu  (a )(a  b)   Kub /(a  b)  Ku
2 2 1
   2 1
para s  -b  Kabu   (-b)(-b  a)    Kua/(a - b)  Ku
Prof. Cesar de Prada ISA-UVA 2  2
 1 17
 Respuesta a un salto en u,  >1
U(s) Y(s) K
a  n  n   1
2
Kab
1 1
(s  a )(s  b) ( s  1)( s  1)
b  n  n   1
2
a b

2 constantes de tiempo 1/a, 1/b

  
Y(s)  (   );
s sa sb
     1   
y( t )  L1 Y(s)  L1    L1   L 
s s  a   s  b 
 at  bt     2  1  at     2  1  bt
y( t )    e  e  Ku (1  e  e )
2  1
2
2  1
2

y ( 0)  0 y()  Ku función monótona creciente

Prof. Cesar de Prada ISA-UVA 18

 Respuesta a un salto en u,  >1
U(s) Y(s) K
a  n  n   1 2
Kab
1 1
(s  a )(s  b) ( s  1)( s  1)
b  n  n   1 2
a b

 at  bt     2  1  at     2  1  bt
y( t )     e  e  Ku (1  e  e )
2  1
2
2  1
2

Respuesta estable, sin retardo y(t)

con cambio de concavidad y Ku
sobreamortiguada
t
Ganancia = K = Ku/u
u
Prof. Cesar de Prada ISA-UVA 19
 respx
Interpretación en s P. Dominantes
concavidad

U(s) Kab Y(s) SysQuake

(s  a )(s  b)

El polo mas a la derecha

domina en la desaparición y( t )    e  at  e  bt
del transitorio
y(t)
Plano s
Ku
-b -a
x x
t
polos en la parte real
izquierda del plano s u
Prof. Cesar de Prada ISA-UVA 20
 u(t)
u
Identificación t

y(t)
Si la respuesta desde el
equilibrio a un salto u
en u(t) es como la figura
 sistema de segundo
orden con raices reales t
y(t)
Estimación de
parámetros:
K = y/ u y

constantes de tiempo
difíciles de estimar Prof. Cesar de Prada ISA-UVA
t 21
 Aproximación
y(t)

Kab
(s  a )(s  b)

d t

Ke  ds La respuesta del sistema de

segundo orden puede
s  1
aproximarse por la de uno de
primer orden mas un retardo
Prof. Cesar de Prada ISA-UVA 22
Identificación con un salto en u
tg de máxima pendiente
y valor estacionario

y
t yu
d 
 ds
u Ke
u
s  1
t

Prof. Cesar de Prada ISA-UVA 23

 Identificación de FOPD
Ke  ds t d y(t)
y( t )  Ku (1  e 
)
s  1

Evaluando la respuesta d
para instantes de tiempo t
t1 =d+ y t2 = d+/3 : t 1t 2

y( t )  Ku (1  e 1 )  0.632Ku Tomando medidas de

y( t )  Ku (1  e 1 / 3 )  0.283Ku t1 =d+ y t2 = d+/3
pueden calcularse d y 

Prof. Cesar de Prada ISA-UVA 24

 Identificación con un salto en u
y
 = 1.5 (t2 - t1)
y d = t2 - 
y
y
t yu
t1 t2
 ds
u Ke
u
s  1
t
Problema03
Prof. Cesar de Prada ISA-UVA 25
Respuesta a un salto en u,  =1
U(s) Ka 2 Y(s)
(s  a ) 2
a  n

Ka 2 u   
Y(s)     
s  a  s s s  a s  a 
2 2

(s  a ) 2  s(s  a ) s
  
s(s  a ) 2 s(s  a ) 2 s(s  a ) 2
para s  0  Ka 2 u  a 2   Ku
para s  a  Ka 2 u   (a )    Kua  Kun
para s  a  Ka 2 u  Ku 4a 2  2a 2  Kua 2   -Ku

Prof. Cesar de Prada ISA-UVA 26

 Respuesta a un salto en u,  =1

Y(s)  ( 



);
U(s) Ka 2 Y(s)
s s  a (s  a ) 2
(s  a ) 2
y( t )  L1 Y(s)  a  n

     1   
 L1    L1   L  2
s s  a   (s  a ) 
y( t )    e  at  te  at 
 at  at
y(t)
 Ku (1  e  n te )
y ( 0)  0 y()  Ku
Ku

Función monótona
creciente u
Prof. Cesar de Prada ISA-UVA 27
 Respuesta a un salto en u,  <1
U(s) K2n Y(s)
K2n u s 2  2n s  2n
Y (s)  2
s  2n s  2n s
 1 
y( t )  L-1 Y(s)  Ku 1  e   n t
sen (  n 1   2
t  ) 
 1  2 
1  2
  arctg y(t)


Si n>0
Respuesta estable,
sin retardo y
t 28
subamortiguada Prof. Cesar de Prada ISA-UVA
 Respuesta a un salto en u,  <1
U(s) K2n Y(s)
s 2  2n s  2n

 1   n t  1  2
y( t )  Ku 1  e sen (n 1   t  )
2
  arctg
 1  2
 
y(0)  0; y()  Ku; Ganancia : Ku/u  K

Frecuencia de oscilación : y(t)

Ku
d   n 1   2

Prof. Cesar de Prada ISA-UVA

t 29
 Tiempo de pico
 1   n t  1  2
y( t )  Ku 1  e sen (  n 1   2
t  )  ;   arctg
 1  2
 
d y( t )
0
d t ttp
d y( t )
dt

 Ku
1  2
 
 n e   n t
sen (  n 1   2
t  )  e   n t
cos(  n 1   2
t  )  n 1   2

y(t)
tp = Tiempo que
transcurre hasta el Ku
primer máximo tp
Prof. Cesar de Prada ISA-UVA
t 30
 Tiempo de pico
d y( t )
dt

 Ku
1  2
  n e 
  n t
sen (  n 1   2
t  )  e   n t
cos(  n 1   2
t  )  n 1   2

d y( t )
0
d t ttp
  n t p   n t p
tg
n e sen (n 1   t p  )  e
2
cos(n 1   t p  )n 1  
2 2

1  2
tg (n 1   t p  ) 
2
 tg ()
 sen (  )  sen

cos(  )  cos 
n 1   2 t p   n
y(t)
  Ku
tp  
n 1   2 d tp
Prof. Cesar de Prada ISA-UVA
t 31
 Sobrepico
 1   n t  1  2
y( t )  Ku 1  e sen (  n 1   2
t  )    arctg
 1  2
 
y( t p )  Ku 
Mp  100 en % tp 
Ku n 1   2
 
  n 
100  n 1  2 100
Mp   e sen (  )  e 1  2
sen () 
1  2
1  2


100 
 e 1  2
1  2
1  2
y(t)


 Ku
M p  100e
2
1 
en %
tp
Prof. Cesar de Prada ISA-UVA
t 32
 Tiempo de asentamiento
 1   n t  1  2
y( t )  Ku 1  e sen (n 1   t  )
2
  arctg
 1  2
 
 1   n t ss 
0.95Ku  Ku 1  e sen (  n 1   2
t ss  ) 
 1  2 
Ecuación
1   n t ss
max t ss tal que e sen (  n 1   2
t ss  )  0.05 implícita
1  2

Aproximadamente:  5%
y(t)
3 5 Ku
t ss  
n n tss
Prof. Cesar de Prada ISA-UVA
t 33
 Interpretación en s
U(s) K2n Y(s)
Plano s
s 2  2n s  2n
x n 1   2
Polos:  n  jn 1   2

 n
x y(t)

polos complejos
conjugados con la
t
parte real en el
semiplano izquierdo Prof. Cesar de Prada ISA-UVA 34
 Interpretación en s
Polos:  n  jn 1   2
Plano s 3 5 d   n 1   2
t ss  
x n 1   2 n n  
tp  
 n 1   2 d

tg ()  


 n 1  2 M p  100e 1  2
en %
x y(t)

polos complejos
conjugados con la
parte real en el t
semiplano izquierdo
Prof. Cesar de Prada ISA-UVA 35
 Interpretación en s
 1   n t 
y( t )  Ku 1  e sen (  1   2
t  ) 
n 1   2 x  1  2
n

si n  0 sistema inestable
 n
Plano s
x y(t)

U(s) K2n Y(s)

t
s 2  2n s  2n

Prof. Cesar de Prada ISA-UVA 36

 u(t)
u
Identificación t

Si la respuesta desde el
equilibrio a un salto u y(t)
en u(t) es como la figura
 sistema de segundo y
orden con raices
complejas conjugadas tp t


K2n Estimación de 
M p  100e 1  2
en %
s 2  2n s  2n parámetros:
 
tp  
K = y/ u n 1  2
d
Problema56 Prof. Cesar de Prada ISA-UVA 37
 Respuesta a un salto en u,  =0
U(s) K2n Y(s)
K2n u s 2  2n
Y(s)  2
s  2n s
  
y( t )  L-1 Y(s)  Ku 1  sen (n t  )
 2 

Como  = 0 la y(t)
respuesta no se
amortigua nunca. Ku
Respuesta en el
t
límite de la
estabilidad Prof. Cesar de Prada ISA-UVA 38
 Interpretación en s
K2n
polos : s 2  2n  0  s   jn
 jn s 2  2n
x
Plano s   
y( t )  L-1 Y(s)  Ku 1  sen (n t  )
 2 

 jn x
y(t)
Ku
Polos sobre el
eje imaginario: t
límite de
estabilidad resp SysQuake
Prof. Cesar de Prada ISA-UVA 39
Polos en el origen: Integradores
U(s) Ka Y(s)
s(s  a )

Ka u   
Y(s)    2 
s  a s s s s s  a
Respuesta a un
s(s  a ) (s  a ) s 2
 2  2  2 salto u en la
s (s  a ) s (s  a ) s (s  a )
entrada
para s  0  Kau  a   Ku
para s  a  Kau  a 2   Ku / a
para s  a  Kau   2a 2  2a  a 2
Ku   2a  2Ku  Ku    -Ku / a

Prof. Cesar de Prada ISA-UVA 40

 Polos en el origen: Integradores
U(s) Ka Y(s)
s(s  a )
Ka u   
Y(s)    2
s  a s s s s s  a
      
y( t )  L1[Y(s)]  L1    L1  2   L1  y(t)
s s   s  a 
1 1 
y( t )     t  e at  Ku   t  e at 
a a 
t
Plano s
x respx
SysQuake
Prof. Cesar de Prada ISA-UVA 41
 Polos en el origen: Integradores
Entrada: Impulso u U(s) Ka Y(s)
s(s  a )

Ka
Y(s)  u
s  a s
y( t )  L1[Y(s)]  Ku1  e  at  y(t)

Ku
Plano s
x t
Límite de estabilidad: depende de la entrada
Prof. Cesar de Prada ISA-UVA 42
 Sistemas de orden superior
U(s) Y(s)
G(s)
respx
    
Y(s)  (     ...   ....);
s s  a s  b (s  b) 2
s  2n s  n
2 2

y( t )  L1 Y(s) 
     1    1    1   
 L1    L1    L    L  2
 ...  L  2
 ...
s  a  s  b   (s  b)   s  2n s  n 
2
s
y( t )     e  at  e  bt  te  bt  ...  e   n t sen (n 1   2  )  ...

La estabilidad y tipos de respuesta la determinan los polos.

Los ceros modifican la forma de la respuesta pero no la
estabilidad Prof. Cesar de Prada ISA-UVA 43
Efecto de ceros sobre la respuesta

1 1
G (s)( s  1)  G (s)  sG (s)
c c

La respuesta a la misma entrada del sistema con un cero

en s = -c, se obtiene sumando a la respuesta del sistema
sin cero su derivada multiplicada por un factor 1/c

Prof. Cesar de Prada ISA-UVA 44

Efecto de ceros sobre la respuesta
u Con c > 0, se
adelanta la respuesta.
y(t) No produce
oscilaciones si la
respuesta sin cero no
la tiene, pero puede
d y( t )
producir sobrepico
dt Plano s
+1/c -c -b -a
x x
cero en la parte real
Prof. Cesar de Prada ISA-UVA izquierda del plano45 s
Efecto de ceros sobre la respuesta
u
Con c < 0, se
y(t) produce una
respuesta inversa
inicialmente (fase
no-mínima)
d y( t )
Plano s
dt -b -a
+1/c -c
x x
cero en la parte real
derecha del plano s
Prof. Cesar de Prada ISA-UVA 46
 Interpretación de los ceros
K1
(as  1)
U(s) + Y(s)
respcero
K2 -
( bs  1)

 K1 K2  K1 ( bs  1)  K 2 (as  1) ( K1b  K 2a )s  ( K1  K 2 )
Y (s )     U ( s )  U ( s )  U (s )
 ( as  1) ( bs  1)  ( as  1)( bs  1) ( as  1)( bs  1)

Se genera un cero como resultado de dos efectos diferentes de

la misma causa. Si los efectos son de sentidos contrarios puede
aparecer un cero inestable
Prof. Cesar de Prada ISA-UVA 47
 Reactor Isotermo
A
 d c A 
 d t    0.33 CAi
0  c A   0.09 0.333  F  F
       0.09  
 d c B   3  0. 33   c B   0   c Ai 
 d t  AB
CA CB

CAi(s) 1
s 2  0.666s  0.111
F(s)  0.09s  0.24
CB(s)
s 2  0.666s  0.111

Prof. Cesar de Prada ISA-UVA 48

 Matlab

Prof. Cesar de Prada ISA-UVA 49

 Dos depositos
q Punto de operación:
q=17.8 l/m u= 70 %
u F=2 l/m h20= 4 m
A1=0.2 dm2 A1=0.2 dm2
h1

F(s)  0.505
1.01s  1

U(s) H (s)2
h2 LT 0.126
(1.01s  1)(1.14s  1)
% m

F
Prof. Cesar de Prada ISA-UVA 50
 Cstation

Prof. Cesar de Prada ISA-UVA 51

 Identificación
El modelo se obtiene a partir de
datos experimentales de
entrada-salida del proceso

U
U Y
Y
t Proceso
t

Modelo

Prof. Cesar de Prada ISA-UVA 52

Metodología de la identificación
Conocimiento previo y diseño de experimentos

Toma de datos experimentales

Análisis y tratamiento de datos

Selección del tipo de modelo

Estimación de parámetros

Validación del modelo

Prof. Cesar de Prada ISA-UVA 53
Identificación por respuesta salto
Dos experimentos:
u • Cambio en u con F cte.
• Cambio en F con u cte.
Ajuste con funciones de
primer orden

K q e  ds 0.127e  0.71s
h2 LT H 2 (s)  U (s)  U (s)
qs  1 1.64s  1
Kf  0 .5
H 2 (s)  F(s)  F(s)
f s  1 0.99s  1
F
Prof. Cesar de Prada ISA-UVA 54
 Mínimos cuadrados
Criterio de estimación:Dado un conjunto de datos
experimentales u(t), y(t), buscar los parámetros del
modelo,  que minimizan la función de coste V :

1 N 1 N
V   e ( t ) 2   ( y ( t )  y m ( t ,  ) 
2

N t 1 N t 1
v
y
u
Proceso

e(t)

Modelo
y
m
m

Prof. Cesar de Prada ISA-UVA 55

 Cstation

Prof. Cesar de Prada ISA-UVA 56

 Reactor Químico
Estudio simplificado:
Se consideran ctes. las variables relacionadas con
el producto: F, Ti, Cai
Solo se estudia la temperatura en el reactor
TT

Fr Reactor Tr
Tri T MV: caudal de refrigerante
Refrigerante CV: Temperatura del reactor
DV: temperatura de entrada
del refrigerante
Prof. Cesar de Prada ISA-UVA 57
Reactor Quimico - Temperatura

Prof. Cesar de Prada ISA-UVA 58

Modelo reducido, con conversión x
Conversión x x = cB/cAi cA = cAi(1- x )

d cA  E RT
V  Fc Ai  Fc A  Vke cA
dt
dT  E RT
Vc e  Fc e Ti  Fc e T  Vke c A H  UA ( T  Tr )
dt
d Tr
Vr  r c er  Fr  r c er Tri  Fr  r c er Tr  UA ( T  Tr )
dt

Prof. Cesar de Prada ISA-UVA 59

 Modelo reducido, linealización
dx F E
  x  ke RT (1  x )
dt V

dx F0 E kE  E RT0 dx

 (  ke RT 0
)x  2 e (1  x 0 )T   a 11 x  a 12 T
dt V RT0 dt

dT E
Vc e  Fc e Ti  Fc e T  Vke RT c Ai (1  x )H  UA(T  Tr )
dt
E E
dT  ke c Ai H
RT0
F0 kEe RT0 c Ai (1  x 0 )H UA
( )x  (   )T 
dt c e V 2
RT0 c e Vc e
UA
( )Tr dT
Vc e   a 21x  a 22 T  a 23 Tr
dt
Prof. Cesar de Prada ISA-UVA 60
Modelo reducido, linealización
dTr
Vr  r c er  Fr  r c e r Tri  Fr  r c er Tr  UA(T  Tr )
dt
dTr UA UA F T T F
( )T  (  r 0 )Tr  ( ri 0 r 0 )Fr  ( r 0 )Tri 
dt Vr  r c er Vr  r c er Vr Vr Vr
dTr
 a 32 T  a 33 Tr  b 31Fr  b 32 Tri
dt
 x   a 11 a 12 0   x   0 0 
 T   a       Fr 
a a T  0 0 
   21 22 23      Tri 
   
T r   0 a 32 a 33  Tr   b 32 b 32 
 x 
   Fr 
T  0 1 0  T  0 0  
  Tri 
Tr 
Prof. Cesar de Prada ISA-UVA 61
 Estimación de parámetros
TT
u
Fr Tr
Reactor
Tri
T, x
Para calcular los parámetros del modelo (U, F0, E,….)
necesitamos hacer medidas del proceso. Usaremos datos
tomados de Cstation en algunos puntos estacionarios, y los
sustituiremos en el modelo para calcular los parámetros
desconocidos, pero este procedimiento no permite calcular todos
los parámetros. Prof. Cesar de Prada ISA-UVA 62
 Punto de operación
TT
u T = 92 ºC x = 0.902
Fr Tr
Tr = 75.6 ºC
Reactor
Tri Fr = 47.8 l/m
Tri = 50 ºC u = 42 %
T, x

Otro: T = 88.6 ºC x = 0.881 Tr = 71.8 ºC

Fr = 30. l/m Tri = 30 ºC u = 22.2 %

T = 33.6 ºC x = 0.102 Tr = 32.2 ºC

Otro:
Fr = 47.8 l/m Tri = 30 ºC u = 42 %
Prof. Cesar de Prada ISA-UVA 63
 Estimación de parámetros
E
0  Fx  Vke RT
(1  x ) T = 92 ºC x = 0.902
E
Tr = 75.6 ºC
Vke RT
(1  x )c Ai H UA
0  F(Ti  T )   (T  Tr ) Fr = 47.8 l/m
c e c e
UA
Tri = 50 ºC u = 42 %
0  Fr (Tri  Tr )  (T  Tr )
r cer

E F E
0  0.902F  Vke R ( 92  273.2 )
(1  0.902)  ln 0.902  ln   ln(1  0.902)
Vk R (92  273.2)
E
R ( 92  273.2 )
Vke (1  0.902)c Ai H UA
0  F(Ti  92)   (92  75.6)
c e c e
UA UA
0  47.8(50  75.6)  (92  75.6)   74.5
r cer  r c er
Prof. Cesar de Prada ISA-UVA 64
 Estimación de parámetros
T = 92 ºC x = 0.902 T = 24.5 ºC x = 0.047 T = 88.8 ºC x = 0.882
Tr = 75.6 ºC Tr = 21.9 ºC Tr = 72 ºC
Fr = 47.8 l/m Fr = 100 l/m Tri Fr = 56.8 l/m
= 20 ºC u = 100 %
Tri = 50 ºC u = 42 % Tri = 50 ºC u = 52 %
F E E
ln 0.902  ln   ln(1  0.902)  8598.9
Vk R (92  273.2) R

F E F
ln 0.882  ln   ln(1  0.882)  6.46e - 012
Vk R (88.8  273.2) Vk
E c Ai H
Vke R ( 92  273.2 )
(1  0.902)c Ai H UA  114.783
0  F(Ti  92)   (92  75.6) c e
c e c e UA
E
R ( 88.8  273.2 )
 1.460e - 011
Vke (1  0.882)c Ai H UA c e Vk
0  F(Ti  88.8)   (88.8  72)
c e c e Ti  25.54
Mas otra en el tercer punto Prof. Cesar de Prada ISA-UVA 65
 Estimación de parámetros
TT
Suponiendo:
u
Tr V = Vr = 68.8941 l
Fr
Reactor F = 34.4471
Tri l/min ce = 4180 j/k
T, x l rcer = 4000 j/k l
c Ai H E Resulta:
 114.783  8598.9
c e R
k = 7.7399e+010
UA F
 1.460e - 011  6.46e - 012 cAiH = 479792.94
c e Vk Vk
Ti  25.54 UA UA = 311410
 74.5
 r c er Reactor Matlab
Prof. Cesar de Prada ISA-UVA 66
 Modelo linealizado
TT
u En el punto de operación:
Tr
Fr T = 92 ºC x = 0.902
Reactor Tr = 75.6 ºC
Tri
Fr = 47.8 l/m
T, x Tri = 50 ºC u = 42 %
dx F0 E kE  E RT0
 (  ke RT 0
)x  e (1  x 0 )T Sustituyendo en:
dt V RT02
E E
dT  ke c Ai H
RT0
F0 kEe RT0 c Ai (1  x 0 )H UA UA
( )x  (   ) T  ( )Tr
dt c e V 2
RT0 c e Vc e Vc e
dTr UA UA F T  Tr 0 F
( )T  (  r 0 )Tr  ( ri 0 )Fr  ( r 0 )Tri
dt Vr  r c er Vr  r c er Vr Vr Vr
Prof. Cesar de Prada ISA-UVA 67
 Matriz de transferencia
 x    5.1 0.029 0   x   0 0 
 T     528.2 1.707 1.13   T    0 0 
  Fr 
     
 T 
ri 
T r   0 1.081  1.77  Tr    0.37 0.694 
 x 
 Fr 
 
T  0 1 0  T  0 0 
   T  
G(s)  C sI  A 
1
B
 ri 
Tr 

Tri(s) - 8.882 10 -16 s 2  0.784 s  4

s 3  5.17 s 2  11.45 s  5.566
u Fr(s) -16 2 T(s)
8.882 10 s - 0.4199 s - 2.142
?
s 3  5.17 s 2  11.45 s  5.566

Prof. Cesar de Prada ISA-UVA 68

 Modelo en s Reactor
Tri(s) 0.784 s  4
s 3  5.17 s 2  11.45 s  5.566
Fr(s) T(s)
- 0.4199 s - 2.142
s 3  5.17 s 2  11.45 s  5.566

roots(denominador)
Ceros Ganancia
-2.2571 + 1.8435i
-2.2571 - 1.8435i -5.1 (Tri) 0.718
-0.6554 - 5.1 (Fr) - 0.385
Punto de operación
estable Prof. Cesar de Prada ISA-UVA 69
 Respuesta salto
Fr
1

roots(d2)
-2.2571 + 1.8435i T
-2.2571 - 1.8435i
-0.6554

Polo dominante

Prof. Cesar de Prada ISA-UVA 70

 Otro punto de operación
TT
u En el punto de operación:
Tr
Fr T = 74.9 ºC x = 0.747
Reactor Tr = 58.9 ºC
Tri
Fr = 47.8 l/m
T, x Tri = 34 ºC u = 42 %
Tri(s) 0.784 s  1.527
s 3  2.37 s 2  1.516 s  0.6078
Fr(s) T(s)
- 0.4084 s  0.7954
s 3  2.37 s 2  1.516 s  0.6078

Prof. Cesar de Prada ISA-UVA 71

 Otro punto de operación
Tri(s) 0.784 s  1.086
s 3  2.173 s 2  0.4339 s  0.007578
Fr(s) T(s)
- 0.359 s  0.4975
s 3  2.173 s 2  0.4339 s  0.007578
Step Response
0

T
Fr
-0.5

Polos:
Amplitude
-1.6834 1
-0.3432 + 0.4933i -1

-0.3432 - 0.4933i
-1.5
0 2 4 6 8 10 12 14 16 18
Time (sec)

Prof. Cesar de Prada ISA-UVA 72

Un punto de operación inestable
TT
u En el punto de operación:
Tr
Fr T = 68.1 ºC x = 0.651
Reactor Tr = 54.6 ºC
Tri
Fr = 47.8 l/m
T, x Tri = 32.7 ºC u = 42 %
Tri(s) 0.784 s  1.086
s 3  2.173 s 2  0.4339 s  0.007578
Fr(s) T(s)
- 0.359 s  0.4975
s 3  2.173 s 2  0.4339 s  0.007578

Prof. Cesar de Prada ISA-UVA 73

 Un punto de operación inestable
T = 68.1 ºC x = 0.651
Tr = 54.6 ºC
Fr = 47.8 l/m
Tri(s) 0.784 s  1.086
Tri = 32.7 ºC u = 42 %
s 3  2.173 s 2  0.4339 s  0.007578
Fr(s) T(s)
- 0.359 s  0.4975
s 3  2.173 s 2  0.4339 s  0.007578

Polos: -1.9487
-0.2408
0.0161
Prof. Cesar de Prada ISA-UVA 74
 Bloques en serie
X(s)
U(s) Y(s)
G1(s) G2(s)

Y(s) = G2(s)X(s) = G2(s)G1(s)U(s) = G(s)U(s)

U(s) Y(s)
G (s)

G(s) = G2(s)G1(s)

Prof. Cesar de Prada ISA-UVA 75

 Sistemas realimentados
W(s) E(s) U(s) Y(s)
+
- R(s) G(s)

Y(s)  G (s) U(s)  G (s)R (s)E (s)  G (s)R (s)W (s)  Y(s)
Y(s)1  G (s)R (s)  G (s)R (s) W (s)
G (s)R (s)
Y(s)  W (s)
1  G (s)R (s)

Prof. Cesar de Prada ISA-UVA 76

 Sistemas realimentados
W(s) E(s) U(s) Y(s)
+
- R(s) G(s)

H(s)

Y(s)  G (s) U(s)  G (s)R (s)E (s)  G (s)R (s)W (s)  H(s)Y(s)
Y(s)1  G (s)R (s)H(s)  G (s)R (s) W (s)
G (s)R (s)
Y(s)  W (s)
1  G (s)R (s)H(s)

Prof. Cesar de Prada ISA-UVA 77

 Perturbaciones
V(s) D(s)
W(s) E(s) U(s) Y(s)
+
- R G(s)

H(s)

Y(s)  G (s) U(s)  D(s)V(s)  G (s)R (s)E (s)  D(s)V(s) 

 G (s)R (s)W (s)  Y(s)H(s)  D(s)V(s)
Y(s)1  G (s)R (s)H(s)  G (s)R (s) W (s)  D(s)V(s)
G (s)R (s) D(s)
Y(s)  W (s)  V(s)
1  G (s)R (s)H(s) 1  G (s)R (s)H(s)
Prof. Cesar de Prada ISA-UVA 78
 Transmisor-Regulador
V(s)
D(s)
U(s)
W(s) E(s) % Y(s) ºC
+ R(s) G(s)
-

mA
mA ºC ºC  mA

Si el regulador usa la calibración del transmisor, y la

dinámica del transmisor es rápida frente a la del proceso,
puede despreciarse la función de transferencia en la
realimentación. Prof. Cesar de Prada ISA-UVA 79
 Lazo cerrado
V(s) D(s)
W(s) E(s) U(s) Y(s)
+
- R(s) G(s)

G (s)R (s) D(s)

Y(s)  W (s)  V(s)
1  G (s)R (s) 1  G (s)R (s)

Expresión fundamental para analizar o diseñar

Prof. Cesar de Prada ISA-UVA 80
 Lazo cerrado- Señal de control
V(s) D(s)
W(s) E(s) U(s) Y(s)
+
- R(s) G(s)

U(s)  R (s)E (s)  R (s)[ W (s)  Y(s)]  R (s)[ W (s)  G (s) U(s)  D(s)V(s)] 
U(s)[1  R (s)G (s)]  R (s)[ W (s)  D(s)V(s)]
R (s) R (s)D(s)
U(s)  W (s)  V(s)
1  G (s)R (s) 1  G (s)R (s)

Prof. Cesar de Prada ISA-UVA 81

 Respuesta en lazo cerrado
V(s) D(s)
W(s) E(s) U(s) Y(s)
+
- R(s) G(s)

La respuesta temporal ante cambios en w(t) ó v(t)

puede calcularse con la F.T. en lazo cerrado:
G (s)R (s) D(s)
Y(s)  W (s)  V(s)
1  G (s)R (s) 1  G (s)R (s)

Prof. Cesar de Prada ISA-UVA 82

 Ejemplo
Kd
V(s)
ds  1
W(s) E(s) U(s) K Y(s)
+
Kp
-
s  1

K Kd
G (s)K p Kp
D(s) ds  1
Y(s)  W (s)  V(s)  s  1 W (s)  V(s) 
1  G (s)K p 1  G (s)K p K K
1 Kp 1 Kp
s  1 s  1
KK p K d (s  1)
 W (s)  V(s)
s  1  KK p (s  1  KK p )( d s  1)

Prof. Cesar de Prada ISA-UVA 83

 Ecuación característica
G (s)R (s) D(s)
Y(s)  W (s)  V(s)
1  G (s)R (s) 1  G (s)R (s)

El tipo de respuesta y la estabilidad en lazo cerrado

vienen determinadas por los polos de la función de
transferencia en lazo cerrado, que son las raíces de la
ecuación característica:
1+G(s)R(s) = 0

Cambiando el regulador R(s) podemos modificar la

forma de la respuesta
Prof. Cesar de Prada ISA-UVA 84
 Ceros en lazo cerrado
G (s)R (s) D(s)
Y(s)  W (s)  V(s)
1  G (s)R (s) 1  G (s)R (s)

Num(s)
G (s)R (s)  Los ceros en lazo
Den (s)
Num(s) abierto aparecen
G (s)R (s) Den (s) Num(s) también como
 
1  G (s)R (s) 1  Num(s) Den (s)  Num(s) ceros en lazo
Den (s) cerrado
D(s) D(s) Den (s)D(s)
 
1  G (s)R (s) 1  Num(s) Den (s)  Num(s)
Den (s)

Prof. Cesar de Prada ISA-UVA 85

 Ceros inestables
Num(s)
G (s)R (s) 
Den (s)
y(t)
Num(s) yc(t)
G (s)R (s) Den (s) Num(s)
 
1  G (s)R (s) 1  Num(s) Den (s)  Num(s)
Den (s)
D(s) D(s) Den (s)D(s)
 
1  G (s)R (s) 1  Num(s) Den (s)  Num(s)
Den (s)

Si la respuesta en lazo abierto presenta fase no minima,

tambien la presentara en lazo cerrado independientemente de
R(s)

Prof. Cesar de Prada ISA-UVA 86