viernes, 14 de diciembre de 2007

CIRCUITO RLC REALIMENTADO CON FACTOR DE GANANCIA


SIMULACION WORKBENCH








SIMULACION MATLAB

K=50;
L=10*10^-3;
C=1*10^-9;
R=50;
a=1/C*L;
b=R/L;
z=(sqrt(2)*R*sqrt(C/L))/4;
num=K*[a];
den=[1 b a];
roots(den);
y=tf(num,den);
W=feedback(y,1)
step(W)




CONCLUSIONES:

1.- Observamos en el experimento que a mayor factor de ganancia, mas es el tiempo en que la señal de salida se estabiliza (ts).

2.- El factor de ganancia es fácil de calcular ya que solo es el cociente (en este caso) del valor que le asignemos al potenciómetro y la resistencia de valor de 1K Ω, en el tercer OPAM con configuración inversora.

3.- El circuito integrado prestado, hizo mas rapida, dinamica la obtención de resultados, ya que en él indicaba los puntos o terminales que se usan para conectar con el circuito RLC.

Diseño de un compensador de Adelanto:

Considerando el sistema de la figura :




Donde:




Se quiere diseñar un compensador para el sistema de modo que la constante de error estático de velocidad Kv sea de 20 seg-1, el margen de fase sea por lo menos de 50° y el margen de ganancia al menos de 10 dB utilizando Matlab.

Para ello utilizamos el siguiente programa:

%Compensador de Adelanto
%
%***********************

close all, clear all, clc

%Se define la Planta
nump=4;
denp=[1 2 0];
Planta=tf(nump,denp);

%Se calcula la ganancia k del compensador
%constante de velocidad kv
kv=20;
den1=deconv(denp,[1 0]);
kva=polyval(nump,0)/polyval(den1,0);
k=kv/kva;

%Se grafica el Diagrama de Bode del sistema incluyebdo k
numaux=k*nump;
denaux=denp;
plantaux=tf(numaux,denaux);

w=logspace(-1,2,500);
[gan,fase]=bode(plantaux,w);
gandB=20*log10(gan);

figure(1), grid on, bode(plantaux,w)
xlabel('w(rad/s)');
ylabel('fase(grados)');

%Se halla el margen de Fase
VectIndice1=find(gandB<=0);

Indice1=VectIndice1(1);

Wcgan=w(Indice1);

MF=fase(Indice1)+180;

%Margen de Fase Deseado MFD=50;

%Fase Adicional Fadic=MFD-MF+5;


%Se calcula el Factor de Atenuacion Alfa alfa=(1-sin(Fadic*pi/180))/(1+sin(Fadic*pi/180));

%Se halla la nueva Frecuencia de Cruce de Ganancia %ganancia adicionada por el compensador

r=20*log10(1/sqrt(alfa));

VecIndice2=find(gandB<=0-r);

Indice2=VecIndice2(1); Wm=w(Indice2);

T=1/sqrt(alfa)/Wm;

%Se Establece los parametros del compensador Zcomp=1/T;

Pcomp=1/alfa/T;

Kcomp=k/alfa;

numcomp=Kcomp*[1 Zcomp];

dencomp=[1 Pcomp];

Comp=tf(numcomp,dencomp) %Se grafica el diagrama de Bode del compensador figure(2), grid on, bode(Comp) %Sistema Compensado sistcompensado=series(Planta,Comp) %Se Grafica el sistema compensado figure(3), grid on, bode(sistcompensado) %Fin de Programa %

**********************************************

Resultados Intermedios: kva = 2

k = 10

alfa = 0.24

Wm = 8.87

T = 0.226

Resultados Finales:

» Planta

Transfer function:

4 / s^2 + 2 s

» plantaux Transfer function: 40/ s^2 + 2 s

» Comp Transfer function: 40.39 s + 178.2 / s + 17.82

» sistcompensado Transfer function: 161.5 s + 713 / s^3 + 19.82 s^2 + 35.65 s

















Después de haber hallados los parametros del compensador de adelanto y haber simulado el sistema compensado, se implemantara dicho sistema compensado. Para ello se utilizaran los circuitos de las figuras 2 (Planta) y 3 (Compensador):

La planta estadada por:



Cuya funcion de transferencia es de la forma:










Y ademas

R4=R5

Y el conpensador de Adelanto por:




Figura 3. Circuito de Adelanto de Fase


Cuya funcion de transferencia es de la forma:

jueves, 13 de diciembre de 2007

MODELO FARMACOCINETICO DE LA GLUCOSA SANGUINEA

Modelo farmaceutico de la glucosa sanguinea formulacion de un modelo de la dinamica de glucosa en sangre. los mecanismos de control y vias metabolicas de la glucosa en el cuerpo humano son extremadamenete complejos muchos de los procesos incluidos son actualmente poco conocidos todavia de los valosres estaticosde las enzimas y glucosa que constituyen el sitema bajo estudio pero se han realizado pocos experimentos dinamicos ello indica que no es posible desarrollar un modelo completo de la glucosa sanguinea basado fisicamente en las unidades de proceso bioquimicas y fisiologicas. el modelo compartimental propuesto se orienta hacia el metabolismo de la glucosa en el higado y sus funcionesasociadas como muestra la figura:






ademas de los compartimoentos de la glucosa en el plasma glucosa fosfato y glucogeno hepapito se considera tambiem unn compartimento para la glucosa en la vena porta hepatica .Este modelo permite examinar la respuesta del sitema a los ensayos de estimulo intravenoso asi como las respuestas a diversas tomas orales de glucosa.El modelo incorpora las caracteristicas dinamicas de las enzimas mas importantes obtenidos por london para cada comportamientose propone una ecuacion de equilibrio de masas expresado en unidades de concentracion molar se adopta la siguiente nomenclatura :





Gp:GLUCOSA EN EL PLASMA(M)



Gf:GLUCOSA EN LA VENA PORTA(M)



Lt:GLUCOGENO EN EL HIGADO(M)



G6P1:GLUCOSA-6-FOSFATO EN EL HIGADO(M)



Ip:INSULINA EN EL PLASMA (mU)



If:INSULINA EN LA VENA PORTA(mU)



Jp:GLUCAGON EN EL PLASMA(ug)



Jf:GLUCAGON EN LA VENA PORTA(ug)



Ep:ADRENALINA EN EL PLASMA(mg)






Las ecuaciones matematicas de considerable complejidad pueden expresarse de la siguiente forma:





Glucosa en el plasma



dGp/dt=velocidad de incorporacion de glucosa exogena/f(Gf,Gp,G6P1,If,Ip)



Glucosa en la vena porta




dGf/dt=ritmo de entrada de la glucosa desde el intestino+f(Gf,Gp)



Glucosa-6-fosfato




dG6P/dt=f(G6P,Gp,If,Ji,Lf,Ep)



Glucogeno



dLf/dt=f(G6P,If,Ji,Lf,Ep)


Insulina en el plasma


dIf/dt=velocidad de incorporacion de insulina exogena/f(Ip,If,Gf)

Insulina en la vena porta

dJp/dt=f(Ip,If,Gf)

Glucagon en el plasma

dJp/dt=velocidad de incorporacion de glucagon exogeno/f(Ip,If,Gf)

Glucagon en le vena porta

dJp/dt=f(Ip,If,Gf)

Adrenalina en el plasma

dEp/dt=velocidad de incorporacionde adrenalina exogena/f(Gf,Ep)

En la formulacion de este conjunto de ecuaciones se adopto un volumen de plasma y distribucion hormonal de 3.21 para un sujeto de 70kgcon un higado de 1.5kg Los valores normales adoptados para regimen permanete son:


Gp(0)=0.005M



Gf(0)=0.005M



G6P(0)=0.003M



Lf(0)=0.25M



IP(0)=30mU



If(0)=30mU



Jp(0)=0.32ug



Jf(0)=0.32ug



Ep(0)=0.16mg




Analisis del modelo propuesto y resultados



se ha analizado el modelo simulando los efectos de diversos estimulos actuando sobre metabolismo normales y patologicos se han considerado cinco señales de entradas :



a)inyeccion intravenosa de glucosa: se administra durante un periodo de dos minutos 0.5 gramos de glucosa por kilogramo de peso corporal para una persona de 70kg representa una velocidad de inyeccion de 0.0304M/min.





b)Infusion de glucosa de cebado:se aplica deurante los tres primeros minutos uan dosis preparatoria de 15ml de una solucion de glucosa de concentracion 50g/100ml posteriormente se aplica de forma continua una concentracion de glucosa de 50g/100ml a una velocidad de 30ml/h que corresponde a 0.00435M/min.






c)Toma oral de glucosa:una toma de 50g nodelado como una velocidad de incorporacion al comportamiento de glucosa en la vena porta de






0.004M/min para<30min



0.004e(-0.1(t-30))M/min para>30min






d)Inyeccion intravenosa de insulina: se administra durante un periodo de un minuto 0.1 U insulina por kilogramo de peso corporal que corresponde a 7000mU/m






e)Inyecciojn intravenosa de glucagon:se administra durante un minuto 0.25mg/min ademas de examinar las respuestas de un metabolismo normal frente alos anteriores estimulos de prueba tambien se han examinado diversas situaciones anormales .






a)variacion de la actividad de la glucocinasa una variacion del rendimiento de esta enzima que cataliza la conversion de glucosa a 6-fosfato de glucosa.






b)deterioro de la actividad del 6-fosfato de glucosa :dseterioro en la conversion de 6-fosfato de glucosa a glucosa resultando un estado hipoglucemico.






c)variacion de la sensibilidad ala insulina






en las fgiuras presentan algunos de los resultados:






















Comentarios y conclusiones




En la mayoria de modelos del metabolismo de la glucosa el enfasis se ha centrado en el desarrollo de diagramas de bloques decuccion de funcion de transferencia y el examen de las respuestas del bucle cerrado a diversas entradas de prueba .Estas respuestas se compararon posteriormente con las respuestas en el sistema real si la correspondencia no era la adecuada se modificaba el modelo hasta lograr una mayor concordancia lo cual significaba a menudo un sacrificio del realismo fisiologico para lograr un mejor modelo.



el modelo presentado ofrese diversas ventajas sobre este tipo de plantiamiento . en primer lugar el modelo esta basado explicitamente en la fisiologia y bioquimica conocidas especialmente en la a nivel de enzimas al exixtir un grado de paralelismo entre el modelo y el sistema real se puede utilizar el modelo para ensayar hipotesis relativas ala estructura del sistema valores de los paramentros y estados patologicos ademas tal modelo es valioso en el estudio de los mecanismos de controlincorporados a nivel del organo y moleculas .




PID






planta: sistema a controlar

controlador: Provee la excitación de la planta; Se diseña para controlar el comportamiento de todo el sistema

La función de transferencia del controlador PID es:



Kp = Ganancia Proporcional
KI = Ganancia Integral
Kd = Ganancia Derivativa


Primero, hecharemos un vistazo a cómo trabaja el controlador PID en un sistema a lazo cerrado usando el esquema de abajo. La variable (e) representa el error de seguimiento, que es la diferencia entre el valor deseado de entrada (R) y la salida real (Y). Esta señal de error (e) será enviada al controlador PID , y éste calculará tanto la derivada cuanto la integral de esta señal de error. La señal (u) recién salida del controlador es ahora igual a la ganancia proporcional (Kp) veces la magnitud del error más la ganancia integral (Ki) veces la integral del error, más la ganancia derivativa (Kd) veces la derivada del error.

La señal (u) se enviará a la planta, y se obtendrá la nueva salida (Y). Esta nueva salida (Y) se re-enviará al sensor para hallar la nueva señal de error (e). El controlador toma esta nueva señal de error y computará su derivada y su integral otra vez. Este proceso sigue sin parar.

Las caracteristicas de los controladores P, I, y D

Un controlador proporcional (Kp) tendrá el efecto de reducir el tiempo de elevación y reducirá ,sin jamás eliminar, el error de estado estacionario . Un control integral (Ki) tendrá el efecto de eliminar el error de estado estacionario, pero puede empeorar la respuesta transitoria. Un control derivativo (Kd) tendrá el efecto de incrementar la estabilidad del sistema, reduciendo el sobrepico, y mejorando la respuesta transitoria. Los efectos de cada uno de los controladores Kp, Kd, y Ki en un sistema a lazo cerrado se resumen en la tabla de abajo.

la L Cerrado T.TREPADA SOBREPICO T Establecim. ERROR (SS)
Kp Baja Sube poco Cambio Baja
Ki Baja Sube Sube Elimina
Kd Poco Cambio Baja Baja Poco Cambio

que estas correlaciones podrían no ser exactamente seguras, porque Kp, Ki, y Kd son dependientes entre sí. De hecho, cambiando una de estas variables se puede variar el efecto de las otras dos. Por esta razón, la tabla deberá usarse únicamente como referencia cuando se determina los valores de Ki, Kp y Kd.


Problema Ejemplo

suponga que tenemos un problema de masa simple, resorte,y amortiguador

La ecuación de modelo de este sistema es :



Tomando transformada de Laplace de la ecuación del modelo (1) :




La función de transferencia entre el despalzamiento X(s) y la entrada F(s) es entonces :


Sea :

M = 1kg
b = 10 N.s/m
k = 20 N/m
F(s) = 1

Introduzca estos valores en la función de transferencia anterior



El objetivo de este problema es mostrarle cómo contribuyen Kp, Ki y Kd para

Menor tiempo de subida
Mínimo sobrepico
Error de estado estacionario nulo

Respuesta a lazo abierto al escalón

Veamos primero la respuesta a lazo abierto al escalón. Cree un nuevo archivo-m y agregue el siguiente código:


num=1;
den=[1 10 20];
step(num,den)


Corriendo este archivo-m, la ventana de comandos del Matlab le debería dar la figura de abajo





La ganancia de continua de la función de transferencia de la planta es 1/20, así que 0.05 es el valor final de la salida a una entrada escalón unitario. Esto se corresponde al error de estado estacionario de 0.95, bastante grande de hecho. Además, el tiempo de elevación es alrededor de un segundo, y el tiempo de establecimiento es alrededor de 1.5 segundos. Diseñemos un controlador que reducirá el tiempo de elevación y el tiempo de establecimiento, y eliminará el error de estado estacionario.

Control proporcional

De la tabla de arriba, vemos que el controlador proporcional (Kp) reduce el tiempo de trepada, incrementa el sobrepico, y reduce el error de estado estacionario. La función de transferencia a lazo cerrado del sistema de arriba con un controlador proporcional es:



Iguale la ganancia proporcional (Kp) a 300 y cambie el archivo-m con lo siguiente:

Kp=300;
num=[Kp];
den=[1 10 20+Kp];
t=0:0.01:2;
step(num,den,t)

Corriendo este archivo-m, la ventana de comandos del Matlab le da la figura siguiente



Note: Puede usarse la función cloop para obtener la función de transferencia a lazo cerrado directamente de la función de transferencia a lazo abierto (en lugar de obtenerla a mano). El siguiente archivo-m usa el comando cloop que le debería dar un gráfico similar al de abajo.

num=1;
den=[1 10 20];
Kp=300;
[numCL,denCL]=cloop(Kp*num,den);
t=0:0.01:2;
step(numCL, denCL,t)

El gráfico de arriba muetra que el controlador proporcional redujo tanto el tiempo de elevación cuanto el error de estado estacionario, incrementando el sobrepico, y bajando el tiempo de establecimiento en pequeña medida.


Control Proporcional-Derivativo

Ahora, echemos un vistazo a un Control PD. De the table de arriba, vemos que el controlador derivativo (Kd) reduce tanto el sobrepico cuanto el tiempo de establecimiento. La función de transferencia a lazo cerrado del sistema dado con un Controlador PD es:



Haga Kp igual a 300 como antes e iguale Kd a 10. Ingrese los siguientes comandos en un archivo-m y ejecútelo en la ventana de comandos del Matlab.

00;
Kd=10;
num=[Kd Kp];
den=[1 10+Kd 20+Kp];
t=0:0.01:2;
step(num,den,t)




Esta figura muestra que el controlador derivativo redujo tanto el sobrepico cuanto el tiempo de establecimiento, y tuvo poco efecto en el tiempo de elevación y el error de estado estacionario.

Control Proporcional-Integral

Antes de avanzar a un control PID, echemos un vistazo al Control PI. De la tabla, vemos que un controlador integral (Ki) decrementa el tiempo de elevación, incrementa tanto el sobrepico cuanto el tiempo de establecimiento, y elimina el error de estado estacionario. Para el sistema dado, la función de transferencia a lazo cerrado con un Control PI es:




Reduzcamos Kp a 30, y hagamos Ki igual a 70. Cree un archivo-m nuevo e ingrese los siguientes comandos.

Kp=30;
Ki=70;
num=[Kp Ki];
den=[1 10 20+Kp Ki];
t=0:0.01:2;
step(num,den,t)


Corra este archivo-m en la ventana de comandos del Matlab, y obtenga la figura siguiente.




Control Proporcional-Integral-Derivativo

Ahora, echemos un vistazo a a controlador PID . La función de transferencia a lazo cerrado del sistema dado con un controlador PID es:



Luego de varias ejecuciones de prueba y error, las ganancias Kp=350, Ki=300, y Kd=50 proveerán la respuesta deseada. Para confirmarlo, ingrese los siguientes comandos en un archivo-m y ejecútelo en la ventana de comandos. Debería obtenerse la siguiente respuesta al escalón .

Kp=350;
Ki=300;
Kd=50;
num=[Kd Kp Ki];
den=[1 10+Kd 20+Kp Ki];
t=0:0.01:2;
step(num,den,t)






Ahora, obtuvimos el sistema sin sobrepico, rápido tiempo de subida, y error de estado estacionario cero.

Sugerencias generales para el diseño del controlador PID

Cuando está diseñando un controlador PID para un sistema dado, siga los pasos de abajo para obtener una respuesta deseada.

Obtenga una respuesta a lazo abierto y determine qué hay que mejorar
Agregue un control proporcional para mejorar el tiempo de elevación
Agregue un control derivativo para mejorar el sobrepico
Add an control integral para eliminar el error de estado estacionario
Ajuste cada coeficiente Kp, Ki, y Kd hasta que obtenga la respuesta general deseada. Puede mirar en la tabla de este "Tutorial PID" para averiguar cuál controlador controla cierta característica.


Finalmente, tenga en mente que no implementará los tres controladores (proporcional, derivativo, e integral) en un sistema, si no es necesario. Por ejemplo, si el controlador PI le proporciona una buena respuesta (como el ejemplo anterior), no necesitará implementar un controlador derivativo . Mantenga el controlador lo más simple que se pueda.

miércoles, 12 de diciembre de 2007

ANÁLISIS DE LA RESPUESTA TRANSITORIA EN SISTEMA DE SEGUNDO ORDEN

La respuesta transitoria constituye el hecho de que los sistemas que pueden almacenar energía no responden instantáneamente, y presentan estados transitorios cada vez que están sujetos a entradas o perturbaciones, hasta que alcanzan una situación estacionaria.
Un sistema de control se especifica en términos de dicha respuesta transitoria para una entrada escalón unitario, puesto que es fácil de generar, y si se conoce la respuesta al escalón, es matemáticamente posible calcular la respuesta para cualquier entrada. La respuesta transitoria de un sistema para una entrada escalón unitario depende de las condiciones iniciales, usando en muchas ocasiones la condición inicial nula, para lo cual la salida y todas las derivadas con respecto al tiempo son cero, y el sistema se analiza con mayor facilidad, aunque es importante conocer el efecto de las condiciones iniciales sobre la respuesta del sistema.
Esta respuesta de un sistema de control práctico muestra con frecuencia oscilaciones amortiguados antes de alcanzar el estado estacionario.
Para ello, presentamos a contincaracterísticos como son la frecuencia natural no amortiguada (wn ) y el coeficiente de amortiguamiento( x ).Un sistema de segundo orden tiene como función de transferencia a la siguiente ecuación:
uación los tipos de respuesta que puede presentar un sistema de segundo orden, a través del estudio de su función de transferencia, y de sus parámetros




donde: ωn: frecuencia natural no amortiguada y ξ: coeficiente de amortiguamiento.La respuesta del sistema depende de las raíces del denominador (polos del sistema). Para un sistema de segundo orden los polos se expresan como


Dependiendo del valor ξ, los sistemas de segundo orden presentan distintos comportamientos.




A partir del estudio de dicha respuesta, según los gráficos obtenidos a partir de la variación del valor de x, podemos encontrar muchos parámetros a analizar, importantes de tener en cuenta en todo diseño de control, pues serán los que tendremos que tratar de corregir en función de nuestros objetivos. Esto lo realizaremos analizando en primer lugar si nuestro sistema es controlable (casi todos los sistemas son sensibles a ser controlables) y luego con el proceso de regulación con la asignación de ceros y polos, todo ello en el espacio de estado, en el cual estará centrado nuestro trabajo.
Excepto para ciertas aplicaciones en las que no se pueden tolerar oscilaciones, es conveniente que la respuesta transitoria sea suficientemente rápida y amortiguada. Por tanto, para una respuesta transitoria conveniente de un sistema de segundo orden, el factor de amortiguamiento relativo x debe estar entre 0.4 y 0.8; valores pequeños con una x <> 0.8 nos responderá con lentitud.
Dichos parámetros los podemos ver representados en la siguiente gráfica:






FORMULAS DE VALORES:

Tiempo de subida (tr): Tiempo necesario para que la respuesta pase del 10 al 90% de su valor final en sistemas sobre amortiguados, del 0 a 100% en sistemas sub amortiguados de segundo orden



Tiempo de pico (tp): Tiempo hasta que la respuesta alcanza el primer pico de sobre elongación



Sobre impulso Mp : Tiempo hasta que la respuesta alcanza el primer pico de sobre elongación


Tiempo de establecimiento (ts): Tiempo que se requiere para que la curva de respuesta alcance un rango alrededor del valor final del tamaño especificado por el porcentaje de la tolerancia admisible




Simulación del circuito RLC







Datos obtenidos del matlab


%Dando valores a los parametros.
C=0.00001;
R=63;
L=0.01;
%Desarrollamos los Polinomios.
num=[1/(L*C)];
den=[1 R/L 2/(L*C)];
g1=tf(num,den);
figure(1)
step(g1)
» RLC

Transfer function:
1e007
--------------------
s^2 + 6300 s + 3e007
»




Datos obtenidos teóricamente

Función de transferencia obtenida


Tiempo de subida (tr):


Tiempo de pico (tp):






sobreimpulso Mp:









Mp= 2.79v



Tiempo de establecimiento al 2% (ts):






Tiempo de establecimiento al 5% (ts):




GRAFICO DE LA RESPUESTA TRANSITORIA DEL CIRCUITO





Datos obtenidos en el laboratorio:

MATERIALES UTILIZADOS EN EL LABORATORIO:


- POTENCIOMETRO DE 1KW
- INDUCTANCIA DE 10mH
- CONDENSADOR DE 1pF


TENSIÓN DE SOBRE IMPULSO (100%) = 45V
TIEMPO DE ESTADO ESTABLE = 12.8mseg
TIEMPO DE SOBREIMPULSO = 1.8mseg
TIEMPO DE ESTABLECIMIENTO (5%) = 6mseg
TIEMPO DE ESTABLECIMIENTO(2%) = 9.2mseg