Upload
nguyenkhanh
View
216
Download
0
Embed Size (px)
Citation preview
03 a Sistemas Discretos.doc 1
1. Discretización 1. Discretización ___________________________________________________ 1
1.1. Historia _____________________________________________________________________________________________________________ 2
1.2. Futuro ______________________________________________________________________________________________________________ 3
1.3. Características del Control Digital _______________________________________________________________________________________ 4
1.4. Sistema Discreto _____________________________________________________________________________________________________ 5
1.5. Ecuaciones en Diferencias _____________________________________________________________________________________________ 6
1.6. Transformada de Laplace de una Secuencia ______________________________________________________________________________ 7
1.7. Transformada en Z ___________________________________________________________________________________________________ 9
1.8. Operador Desplazamiento ____________________________________________________________________________________________ 11
1.9. Algunas Funciones de Transferencia ___________________________________________________________________________________ 13
1.10. Relación de Polos y Ceros Continuos y Dicretos ________________________________________________________________________ 17
1.11. Discretización Aproximada __________________________________________________________________________________________ 19
1.12. Aproximación Basada en la Función de Transferencia ____________________________________________________________________ 19 1.1.1. Aproximación de Tustin ________________________________________________________________________________________________________ 20
1.13. Elección del Período de Muestreo _____________________________________________________________________________________ 24
1.14. Referencias _______________________________________________________________________________________________________ 27
03 a Sistemas Discretos.doc 2
1.1. Historia • 1950: Período Inicial. Primeras computadoras de procesos. Grandes. Gran con-
sumo. Poca fiabilidad.
• 1956: Texaco: 26 caudales, 72 temperaturas y 3 composiciones. Suma en 1 ms, multiplicación en 20 ms. TMEF ó MTBF 50 a 100 hs solo para la cpu. No existen modelos en tiempo real. Escasos sensores. Rechazo a las nuevas tecnologías.
• 1962: Imperial Chemical Industries (Inglaterra): 224 entradas, 129 válvulas. Control Digital Directo (CDD o DDC). Suma 0,1 ms, multiplicación en 1 ms. TMEF 1000 hs. Se reemplazan tableros de instrumentos por teclado y pantallas. Fácil reconfiguración.
• 1965: Minicomputadoras. Circuitos integrados. Reducción de costos y tamaños. Más rápidos y fiables. Suma 0,002 ms, multiplicación 0,007ms. TMEF 20000 hs. Aplicable a proyectos pequeños. Crecen las aplicaciones de 5000 a 50000 en 5 años. Costo medio (1975) 10000 dólares. Costo del proyecto a 100000 dólares.
• 1975: Microcomputadoras. Costo medio de 500 dólares. Consumo despreciable. Control dedicado. Desarrollo de la teoría de control.
• 1980: PLC. Secuenciamiento Lógico. Control Distribuido.
03 a Sistemas Discretos.doc 3
1.2. Futuro Se prevén avances en:
• Conocimiento del proceso: Lentos pero constantes. Recolección de datos.
• Técnicas de medición: Sensores inteligentes. Incorporan computadores a bor-do.
• Tecnología de computadores: El más importante. VLSI. Comunicaciones. Pre-sentación de la información. Nuevos lenguajes. Arquitectura.
• Teoría de control: Identificación de sistemas. Algoritmos de control. Optimiza-ción. Control adaptativo. Control inteligente. Sistemas multivariables.
Pero no se podrá despegar el futuro de esta temática del avance de los computa-
dores digitales.
03 a Sistemas Discretos.doc 4
1.3. Características del Control Digital • No existe límite en la complejidad del algoritmo.
• Facilidad de ajuste y cambio.
• Exactitud y estabilidad en el cálculo.
• Uso del computador con otros fines (alarmas, archivo de datos, administración, etc.).
• Costo vs. número de lazos.
• Tendencia al control distribuido o jerárquico.
-
y(t)Computador Proceso
yk
u(t)CDA
CAD Sensor
rkuk
03 a Sistemas Discretos.doc 5
1.4. Sistema Discreto
SistemaDiscreto
{uk} {yk}
Sumador
{ } { }k
iki=1
= y u∑ [1.1]
Promediador
{ } ( )k-1 k k+1k1 = + + y u u u3
[1.2]
03 a Sistemas Discretos.doc 6
1.5. Ecuaciones en Diferencias t
T 0
1x (t) = (t) dtT
ω∫ [1.3]
k-1
T 0
k
T 0
T
1x (kT) = T (iT)T1x ((k +1)T) = T (iT)
TTx ((k +1)T) - x (kT) = (kT)T
ω
ω
ω
∑
∑ [1.4]
ecuación en diferencia:
T
Tx ((k +1)T) = x (kT) + (kT)T
ω [1.5]
en general k 1 k-1 n k-n 0 k 1 k-1 m k-m = + + + x a x a x b b bω ω ω+ + + [1.6]
03 a Sistemas Discretos.doc 7
1.6. Transformada de Laplace de una Secuencia Secuencia { }kx , muestreo de una señal continua, se puede escribir como una suma-toria de impulsos modulados por los elementos de la secuencia,
kTkk=0
x (t - kT)x δ∞
=∑ [1.7]
se define su transformada de Laplace como
( ) kTskTs
k=0
L s x e∞
−=∑ [1.8]
es periódica respecto de s con período 2 Tω π=
Todas las singularides se repiten.
03 a Sistemas Discretos.doc 8
1π/Τ
2π/Τ
3π/Τ
03 a Sistemas Discretos.doc 9
1.7. Transformada en Z Solo se define para secuencias
{ }( ) ( ) kk k
k=
Z x X z x z∞
−
−∞
= = ∑ [1.9]
donde z es una variable compleja. La Transformada en Z de la secuencia impulso es
{ } { }1,0,0,kδ = [1.10]
( ) 1z∆ = [1.11]
de una secuencia
{ } { }21, , ,kx a a= [1.12]
( ) ( )1 kk k
k= k=X z a z az
∞ ∞− −
−∞ −∞
= =∑ ∑ [1.13]
que converge para z a> y en cuyo caso la sumatoria resulta ( ) 1
11
X zaz−=
−
03 a Sistemas Discretos.doc 10
Propiedades Linealidad:
( ) ( ) ( )Z af bg aZ f bZ g+ = + [1.14]
Desplazamiento
( ) ( )d dZ q f z Z f− −= [1.15]
Valor Inicial
( ) ( )0
lim limkk zf Z f
→ →∞= [1.16]
Valor Final
( ) ( ) ( )1
1lim lim 1kk z
f z Z f−
→∞ →= − [1.17]
si ( ) ( )11 z Z f−− no tiene ningún polo fuera del círculo unidad.
03 a Sistemas Discretos.doc 11
1.8. Operador Desplazamiento
Es el equivalente discreto al operador diferencial dp dt=
La secuencia debe ir desde −∞ a +∞ El muestreo es 1T =
Operador Adelanto 1k kqf f += [1.18]
Operador Retardo
11k kq f f−−= [1.19]
Para análisis de estabilidad conviene Operador Adelanto Para causalidad, Retardo Las operaciones con ecuaciones en diferencias se reducen a operaciones algebrai-cas Es fácil confundirlo con la Transformada en Z así como se confunde s con p. No son exactamente iguales.
03 a Sistemas Discretos.doc 12
Es útil para manejar ecuaciones en diferencias grandes. Sea el sistema
1 1 0a a a b bk n k n n k k n n k
a b
y a y a y b u b u
n n+ + − ++ + + = + +
> [1.20]
( ) ( )1 11 0 1
a a b b
a b
n n n nn k n kq a q a y b q b q b u− −+ + + = + + + [1.21]
( )( )
11
10 1
a a
a
b b
b
n nn
n nn
A q q a q a
B q b q b q b
−
−
= + + +
= + + + [1.22]
( ) ( )k kA q y B q u= [1.23]
expresado en función del operador retardo 1 1 0a a b bk k n k n k d n k d ny a y a y b u b u− − − − −+ + + = + + [1.24]
con a bd n n= − exceso de polos. Polinomio recíproco
( ) ( )1* 111 a a a
a
n n nnA q a q a q q A q− −= + + + = [1.25]
[1.24] se puede escribir
( ) ( )* 1 * 1k k dA q y B q u− −
−= [1.26]
03 a Sistemas Discretos.doc 13
1.9. Algunas Funciones de Transferencia Equivalencia entre la función de transferencia continua y el sistema muestreado con bloqueador de orden cero
( ) ( )( )
S sG s
E s= ( ) ( )
( )1 2
21 2
S q b q bG qE q q a q a
+= =
+ + resp. impulsional ( )g t respuesta
al escalón
1 1 ( )tδ
1s
1T
q − 1
Time (sec.)
Am
plitu
de
Step Response
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 10
0.2
0.4
0.6
0.8
1
1.2
1.4From: U(1)
To: Y
(1)
2
1s
( )( )
2
2
12 1T q
q+
− t
Time (sec.)
Am
plitu
de
Step Response
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 10
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5From: U(1)
To: Y
(1)
sTe− 1q− retardo
as a+
1 aT
aT
eq e
−
−
−−
aTe− Time (sec.)
Am
plitu
de
Step Response
0 1 2 3 4 5 60
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1From: U(1)
To: Y
(1)
03 a Sistemas Discretos.doc 14
( )a
s s a+ ( ) ( )
( )2
1 11 1
1
aT aT aT
aT aT
aT e q e aTea a
q e q e
− − −
− −
− + + − −
− + + ( )1 1 aTe
a−−
Time (sec.)
Am
plitu
de
Step Response
0 1 2 3 4 5 6 7 8 9 100
1
2
3
4
5
6
7
8
9
10From: U(1)
To: Y
(1)
( ) ( )ab
s a s b+ +
( ) ( ) ( ) ( )
( ) ( )2
1 1 1 1aT bT bT aT aT bT
a b TaT bT
b e a e a e e b e eq
b a b a
q e e q e
− − − − − −
− +− −
− − − − − −+
− − − + +
( )bT aTab be aeb a
− −−−
Time (sec.)
Am
plitu
de
Step Response
0 1 2 3 4 5 60
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5From: U(1)
To: Y
(1)
( ) ( )s c
s a s b+
+ +
( ) ( )( )
( ) ( )
( ) ( )2
1 1bT aTbT aT
a b T aT bT
a b TaT bT
c e c ee e c b c c ab a q e e e
b a ab b a b a a b
q e e q e
− −− −
− + − −
− +− −
− −− + − − − + + +
− − −
− + +
( ) ( )( )1 bT aTb c e a c eb a
− −− − −−
Time (sec.)
Am
plitu
de
Step Response
0 5 10 15 20 25 30-0.2
0
0.2
0.4
0.6
0.8
1
1.2From: U(1)
To: Y
(1)
20
2 20 02s
ωζω ω+ +
( ) ( )
( ) ( )( )
0
0 0
0
0
2 201 0 02
0
2 2 202 0 02
0
21 0
22
1 cos 1 sen 11
sen 1 cos 11
2 cos 1
T
T T
T
T
b e T T
b e e T T
a e T
a e
ζω
ζω ζω
ζω
ζω
ζωω ζ ω ζω ζ
ζω ω ζ ω ζω ζ
ω ζ
−
− −
−
−
= − − + −
−
= + − − − −
= − −
=
( )0 2002
sen 11
te tζωω ω ζζ
− −−
Time (sec.)
Am
plitu
de
Step Response
0 5 10 15 200
0.2
0.4
0.6
0.8
1
1.2
1.4From: U(1)
To: Y
(1)
03 a Sistemas Discretos.doc 15
2 20 02
ss ζω ω+ +
( )
( )
0
0
0
21 02
0
2 1
21 0
22
1 sen 11
2 cos 1
T
T
T
b e T
b b
a e T
a e
ζω
ζω
ζω
ω ζω ζ
ω ζ
−
−
−
= −−
= −
= − −
=
( )0 2
02
21
1 sen 11
1tan
te tζω ω ζ φζ
ζφ
ζ
−
−
− − −−
−=
Time (sec.)
Am
plitu
de
Step Response
0 5 10 15 20-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7From: U(1)
To: Y
(1)
03 a Sistemas Discretos.doc 16
Significado de la Función de Transferencia: Ejemplo:
( ) ( )( )
21
Y sG s
U s s= =
+, 0,1T seg= , ( ) ( )0,1
0,1
2 1 0,19040,9048
k
k
eyG qu q e q
−
−
−= = =
− −
( )0,9048 0,1904k ky q u− =
1 0,9048 0,1904k k ky y u+ = +
k U Y 0 0 0 1 1 0 2 1 0,1904 3 1 0,3627 4 1 0,5185 5 1 0,6596 6 1 0,7872
03 a Sistemas Discretos.doc 17
1.10. Relación de Polos y Ceros Continuos y Dicretos
Tenemos una ( ) ( )( )
N sG s
D s= continua y una ( ) ( )
( )N z
G zD z
= discreta.
¿Existe relación entre los polos y los ceros de una y otra? La relación es
is Tiz e= [1.27]
Plano S Plano Z
ωN
−ωN
Plano S Plano Z
ωN
−ωN
Plano S Plano Z
π/Τ
−π/Τ
3π/Τ
−3π/Τ
la transformación es sTz e= .
03 a Sistemas Discretos.doc 18
Ejemplo 1.1. Sistema de Segundo Orden 20
2 20 02s s
ωζω ω+ +
[1.28]
los polos en Z son las raíces de 2
1 2 0z a z a+ + = [1.29]
con
( )0
0
21 0
22
2 cos 1T
T
a e T
a e
ζω
ζω
ω ζ−
−
= − −
= [1.30]
los polos varían con T
03 a Sistemas Discretos.doc 19
1.11. Discretización Aproximada Muchas veces ya existe un controlador analógico Se intenta reproducir su comportamiento Con un período de muestreo pequeño se puede solucionar.
1.12. Aproximación Basada en la Función de Transferencia Se intenta aproximar ( )G s
Reloj
u(t)CDAAlgoritmoCAD
u(kt) y(kt) y(t)
text
03 a Sistemas Discretos.doc 20
1.1.1. Aproximación de Tustin aproximación de derivada como una diferencia en adelanto (método de Euler)
( ) ( ) ( ) ( )1dx t x t T x t qpx x tdt T T
+ − −= ≈ = [1.31]
como una diferencia hacia atrás
( ) ( ) ( ) ( )1dx t x t x t T qpx x tdt T qT
− − −= ≈ = [1.32]
en transformadas significa reemplazar 1zs
T−
= o 1zs
zT−
= [1.33]
que corresponden a un desarrollo en serie truncado Para el método de Euler
1sTz e sT= ≈ + [1.34]
para la diferencia hacia atrás
03 a Sistemas Discretos.doc 21
11
sTz esT
= ≈−
[1.35]
Otra aproximación: el método trapezoidal o método de Tustin
12
12
sT
sT
z e sT
+= ≈
− [1.36]
Se reemplaza directamente s por alguna de sus aproximaciones: Euler
1zsT−′ = [1.37]
diferencia hacia atrás 1zs
zT−′ = [1.38]
Tustin o bilineal 2 1
1zs
T z−′ =+
[1.39]
03 a Sistemas Discretos.doc 22
de este modo se obtiene
( ) ( )H z G s′= [1.40]
La figura muestra el mapeo del semiplano negativo de s
Plano Z
Diferencia en Adelanto Diferencia en Atraso Tustin
03 a Sistemas Discretos.doc 23
Ejemplo: Misma función de transferencia que antes,
( ) ( )( )
21
Y sG s
U s s= =
+
Esta función de transferencia viene de la ecuación diferencial,
( ) ( ) ( )2dy t
y t u tdt
= − +
Si reemplazamos la derivada por su aproximación,
( ) ( ) ( ) ( )12
y kT y kTy kT u kT
T+ −
= − + ( ) ( )( ) ( )1 1 2y kT y kT T Tu kT+ = − +
( )1 1 2k k ky T y Tu+ = − +
para 0,1T seg= ,
( ) 2 0,2(1 ) 0,9
k
k
y TG qu q T q
= = =− − −
, Comparar con ( ) ( )0,1
0,1
2 1 0,19040,9048
k
k
eyG qu q e q
−
−
−= = =
− −
03 a Sistemas Discretos.doc 24
1.13. Elección del Período de Muestreo Recordar: sistema muestreado es más deficiente que el continuo. La elección del período de muestreo depende: comportamiento requerido dinámica propia del sistema perturbaciones actuadores sensores cómo fue modelado Período de muestreo muy grande
Imposibilita la reconstrucción Mucho tiempo en lazo abierto
Período de Muestreo muy corto Incrementa la carga del computador Introduce errores numéricos
03 a Sistemas Discretos.doc 25
Si el sistema tiene retardo 1 14 8 dT t≈ − [1.41]
Una buena medida es expresar el muestreo en función del tiempo de crecimiento rT introduciendo
rr
TNT
= [1.42]
es el número de muestras en el tiempo de crecimiento. Para una senoide pura, de acuerdo al teorema de Shannon, 0,32rN ≈
Este es el límite inferior, pero la reconstrucción de Shannon es complicada Para un sistema de primer orden, el tiempo de crecimiento es la constante de tiem-po. Suena lógico elegir
2 4rN ≈ −
Para un sistema de segundo orden, el tiempo de crecimiento es
tan
0
1rT e
ϕϕ
ω= cosξ ϕ= [1.43]
03 a Sistemas Discretos.doc 26
También se elige 2 4rN ≈ −
Dependiendo del tipo de proceso Caudal 1seg Presión 5 seg Nivel 10 seg Temperatura 20 seg Otra forma de elegir el período de muestreo es:
10T τ=
03 a Sistemas Discretos.doc 27
1.14. Referencias 1. Åström, Karl J.: Computer Controlled Systems. Theory and Design, Prentice
Hall – 1997 2. Aracil Santonja, R.: Sistemas Discretos de Control, Universidad Politécnica de
Madrid – 1980 3. Isermann, R.: Digital Control Systems, Springer Verlag – 1981 4. Papoulis, A: Sistemas Digitales y Analógicos, Marcombo – 1978 5. Stephanopoulos, G: Chemical Process Control. Prentice-Hall – 1984. Caps. 26 a
30 6. Kuo, B: Discrete Data Control Systems, Prentice Hall – 1970 7. Tou, : Digital and Sampled Data Control Systems, Mac Graw Hill – 1959 8. Proakis, J.G. & Manolakis, D.G.: Tratamiento Digital de Señales: Principios,
Algoritmos y Aplicaciones, Traducción de Digital Signal Processing: Princi-ples, Algorithms and Applications, 3rd. edition, Prentice Hall, Englewood Cliffs, UK., 1998.