UNIVERSIDAD NACIONAL DE INGENIERÍA

FACULTAD DE INGENIERIA MECÁNICA

ESCUELA PROFESIONAL DE MECATRÓNICA

DEPARTAMENTO ACADEMICO DE INGENIERÍA DE APLICADA

Informe 1

Laboratorio de modelado,
construcción y validación operativa
de un sistema físico de 3er orden

Docente:
-Ing. Mesones Gustavo Omar
Integrantes:

-Alexander Joel Sandoval Neyra 20210463A

-Jorge Jordan Reyes Ayala 20210294E
-Yhon Antony Janampa Ventura 20212058G
-Armin Axcel Krammer Hurtado 20210129D

MT227 - Control Moderno y Óptimo

Periodo Académico 2024-1

ÍNDICE
OBJETIVOS ............................................................................................................................. 3
FUNDAMENTO TEÓRICO ......................................................................................................... 3
LEYES DE KIRCHHOFF ......................................................................................................... 3
ANÁLISIS DE BLOQUES Y VARIABLES DE ESTADO ................................................................... 4
ANÁLISIS DEL SISTEMA ............................................................................................................ 4
ANÁLISIS DEL CIRCUITO RESTADOR...................................................................................... 5
TESTEO POR PROTEUS ..................................................................................................... 6
ANÁLISIS DEL CIRCUITO INTEGRADOR .................................................................................. 6
ANÁLISIS DEL CIRCUITO CONTROLADOR .............................................................................. 8
ANÁLISIS DEL CIRCUITO PLANTA ........................................................................................ 11
CALCULO DE SIMULACIÓN MATLAB ....................................................................................... 12
Relación de MATLAB con el curso de Control Moderno y Óptimo ............................................ 12
Modelo de Implementación en MATLAB ............................................................................... 14
Comparación REAL y Simulación ..................................................................................... 14
CONCLUSIONES Y OBSERVACIONES ..................................................................................... 19
BIBLIOGRAFIA ...................................................................................................................... 20
OBJETIVOS
▪ Comprender los principios fundamentales del modelado en el espacio de estados y su aplicación en

sistemas físicos de tercer orden.

▪ Diseñar y construir un sistema físico realimentado que represente un sistema de tercer orden.

▪ Modelar el sistema físico en el espacio de estados, obteniendo las ecuaciones de estado y la

representación matricial del sistema.

▪ Validar experimentalmente los bloques individuales del sistema físico mediante mediciones con

osciloscopio y comparar los resultados con las simulaciones teóricas.

▪ Configurar y realizar simulaciones del sistema físico en Proteus o Matlab-Simulink, verificando su

comportamiento y comparándolo con los resultados experimentales.

▪ Evaluar la precisión del modelo en el espacio de estados y su capacidad para predecir el

comportamiento del sistema físico, tanto en condiciones experimentales como simuladas.

▪ Analizar y discutir los resultados obtenidos, identificando posibles discrepancias entre la teoría y la

práctica, así como posibles fuentes de error.

FUNDAMENTO TEÓRICO
El modelado de sistemas electrónicos utilizando las leyes de Kirchhoff, conocidas como las Leyes

de Corrientes de Kirchhoff (LCK) y las Leyes de Voltajes de Kirchhoff (LVK), es fundamental en el análisis

y diseño de circuitos eléctricos. Estas leyes son la base para comprender y predecir el comportamiento de

sistemas eléctricos complejos. A continuación, se detallan los fundamentos teóricos de este proceso:

LEYES DE KIRCHHOFF
▪ Las leyes de Kirchhoff son dos principios fundamentales en la teoría de circuitos eléctricos que se

utilizan para analizar circuitos complejos.

▪ Ley de Corrientes de Kirchhoff (LCK): Esta ley establece que la suma algebraica de las corrientes que

entran y salen de un nodo en un circuito eléctrico es igual a cero. Es decir, la corriente que entra a un

nodo es igual a la corriente que sale del mismo nodo.

▪ Ley de Voltajes de Kirchhoff (LVK): Esta ley establece que la suma algebraica de las caídas de voltaje

en un lazo cerrado de un circuito es igual a cero. En otras palabras, la suma de las diferencias de

potencial alrededor de cualquier lazo cerrado en un circuito es igual a cero.

ANÁLISIS DE BLOQUES Y VARIABLES DE ESTADO

El análisis de bloques es una técnica utilizada en el modelado de sistemas dinámicos para

representar la interacción entre diferentes componentes del sistema. En el contexto de sistemas electrónicos,

se pueden identificar bloques que representan componentes individuales como resistencias, capacitores,

inductores, etc. Establecer la ubicación de las variables de estado del sistema es crucial para describir su

comportamiento dinámico. Las variables de estado son aquellas magnitudes mínimas necesarias para

describir completamente el estado de un sistema en un instante dado.

ANÁLISIS DEL SISTEMA

En el presente informe de laboratorio, se solicitó realizar un sistema físico realimentado, modelándolo en

el espacio de estados. Para lograr ello, se procedió a realizar un análisis por “bloques”, de tal manera que

sea mucho más factible la resolución de este.

Figura 1. Circuito armado para el modelado

A continuación, se procederá a mostrar el circuito a implementar en cuestión.

ANÁLISIS DEL CIRCUITO RESTADOR
El circuito consiste en el uso de cuatro resistencias (dos pares iguales) y un amplificador operacional. El

circuito en mención con los valores de cada uno de los componentes se muestra a continuación.

Figura 2. Circuito armado de un restador.

En la salida “e” que se muestra en la imagen es la respuesta que da el sistema ante la excitación que se

genera debido a “y” e “r”, la cual tiene la siguiente forma:

𝑅2
𝑒= (𝑟 − 𝑦)
𝑅1

Esto es debido al conexión de resistencias iguales en la configuración mostrada.

Figura 3. Circuito implementado de un restador

A continuación, se pasará a mostrar la verificación del circuito que fue implementado en el laboratorio a

través de diferentes testeos.

TESTEO POR PROTEUS

Se verifica que dando 2 señales de excitación de 12v y de 7v cada una se tiene una salida igual a

5v (aproximadamente).

Figura 4. Circuito de un restador en Proteus.

𝑅2 10𝑘
Según fórmula: (𝑉−𝑣)= (12 − 7)𝑣 = 5𝑣
𝑅1 10𝑘

ANÁLISIS DEL CIRCUITO INTEGRADOR

Figura 5. Circuito armado de un integrador

El circuito consiste en el uso una resistencia, un capacitor y un amplificador operacional. El circuito en

mención con los valores de cada uno de los componentes se muestra a continuación.

En la salida “a” que se muestra en la imagen es la respuesta que da el sistema ante la excitación que se

genera debido a “e”, que es la salida del circuito anterior. La forma de la respuesta es de la siguiente manera.

1 𝑡
𝑎=− ∫ 𝑒𝑑𝑡
𝑅𝐶 0

Para corroborar su correcto funcionamiento e implementación es necesario introducir una onda cuadrada

como excitación inicial, de tal forma que la respuesta que generaría el sistema sería una onda triangular con

pendiente negativa al inicio de su primer periodo.

Figura 6. Circuito implementado de un integrador

A continuación, se pasará a mostrar la verificación del circuito en la implementación realizada en el

laboratorio. Cabe resaltar que las pruebas se realizaron con un voltaje de 15 voltios para la alimentación

del sistema y se introdujo una onda cuadrada de frecuencia de 1Hz y una amplitud de 0.1 voltios.
 Figura 7. Gráfico resultante del integrador implementado.

El resultado es de una onda triangular con pendiente negativa, como se logró estimar líneas arriba. Se

adjunta la evidencia de ello evaluada en el laboratorio.

ANÁLISIS DEL CIRCUITO CONTROLADOR

El circuito consiste en el uso de cuatro resistencias, y un amplificador operacional. El circuito en mención

con los valores de cada uno de los componentes se muestra a continuación.

Figura 8. Circuito de un controlador en Proteus.

En la salida “v” que se muestra en la imagen es la respuesta que da el sistema ante las excitaciones que se

generan debido a “x1”, “x2” e “x3”, donde, “x3" es la salida del circuito anterior. La forma de la respuesta es

de la siguiente manera.

𝑅𝐹 𝑅𝐹 𝑅𝐹
−( 𝑋1 + 𝑋2 + 𝑋 )
𝑅1 𝑅2 𝑅3 3

Para corroborar su correcto funcionamiento e implementación es necesario conectar uno a una fuente, y los

demás a tierra, esto con el fin de verificar de manera mucho más sencilla la respuesta del sistema, cabe

resaltar que este proceso se deberá de realizar con cada una de las entradas.

Figura 9. Resultado en el multímetro, con 5V en la entrada X2.

A continuación, se pasará a mostrar la verificación del circuito en la implementación realizada en el

laboratorio, y sus diferentes permutaciones de acuerdo con los valores proporcionados en la experiencia del

presente informe.
Figura 10. Resultado en el multímetro, con 5V en la entrada X3.

Figura 11. Resultado en el multímetro, con 5V en la entrada X1.

ANÁLISIS DEL CIRCUITO PLANTA

El circuito consiste en el uso de dos resistencias y dos capacitores. El circuito en mención con los valores

de cada uno de los componentes se muestra a continuación.

Figura 12. Circuito de la planta en Proteus.

Figura 13. Circuito simulado Proteus.

A continuación, se pasará a mostrar la verificación del circuito en la implementación realizada en el

laboratorio. Cabe destacar que para dicha verificación se alimentó con 14.3 voltios y las gráficas que se

obtuvieron son las que se muestran a continuación.

CALCULO DE SIMULACIÓN MATLAB

Relación de MATLAB con el curso de Control Moderno y Óptimo

En el contexto de control moderno y óptimo, MATLAB es una herramienta esencial para el modelado,

diseño, simulación y análisis de sistemas de control. Aquí hay algunas áreas específicas donde MATLAB

puede desempeñar un papel crucial en el laboratorio de modelado, construcción y validación operativa de

un sistema físico de tercer orden:

1. Modelado y Simulación:

• MATLAB ofrece una amplia gama de herramientas y funciones para modelar sistemas

dinámicos, incluidos sistemas de tercer orden.

• Usando Simulink, el entorno de simulación de MATLAB, los ingenieros pueden construir

modelos detallados del sistema físico y probar su comportamiento bajo diferentes

condiciones.

• Se pueden realizar simulaciones para validar el modelo teórico del sistema y comparar

los resultados simulados con datos experimentales obtenidos en el laboratorio.

2. Diseño de Controladores:

• MATLAB proporciona herramientas avanzadas para el diseño de controladores, como el

Diseñador de Control y las funciones de Control System Toolbox.

• Los ingenieros pueden diseñar controladores óptimos teniendo en cuenta las

especificaciones de rendimiento y las limitaciones del sistema.

• Se pueden utilizar técnicas como el controlador PID (Proporcional-Integral-Derivativo),

controladores de retroalimentación de estado, y herramientas de diseño de control LQR

(Linear Quadratic Regulator) para optimizar el rendimiento del sistema.

3. Análisis de Respuesta en Frecuencia:

• MATLAB permite realizar análisis de respuesta en frecuencia para evaluar la estabilidad

y la robustez del sistema de control.

• Con herramientas como Bode, Nyquist y Diagramas de Nichols en Control System

Toolbox, los ingenieros pueden visualizar y analizar la respuesta en frecuencia del

sistema.

• Estos análisis son fundamentales para comprender cómo el sistema responderá a

diferentes frecuencias de entrada y para ajustar los controladores en consecuencia.

4. Validación Experimental:

• MATLAB puede integrarse con hardware de adquisición de datos (DAQ) para adquirir

datos experimentales del sistema físico en tiempo real.

• Los datos experimentales pueden compararse con los resultados de simulación y análisis

teóricos para validar el modelo del sistema y verificar la eficacia del controlador

diseñado.

• Herramientas como Data Acquisition Toolbox y Simulink Real-Time permiten una

integración fluida entre MATLAB y el hardware de laboratorio.

5. Implementación de Algoritmos de Control en Tiempo Real:

• MATLAB ofrece soluciones para implementar algoritmos de control en tiempo real en

sistemas embebidos.

• Con Simulink Real-Time y MATLAB Coder, los ingenieros pueden generar código

C/C++ optimizado a partir de modelos de Simulink y ejecutar algoritmos de control en

tiempo real en hardware de bajo costo.

• Esta capacidad es fundamental para la implementación práctica de sistemas de control en

aplicaciones industriales y de robótica.

Modelo de Implementación en MATLAB

Figura 14. Circuito en SIMULINK.

La integración de SIMULINK en el laboratorio ofrece una poderosa plataforma para la experimentación y

validación de sistemas de control en un entorno físico. Facilita la conexión entre la teoría y la práctica,

permitiendo a los ingenieros desarrollar, probar y optimizar algoritmos de control en tiempo real utilizando

hardware real. Esto promueve un enfoque práctico y orientado a resultados en el diseño y la implementación

de sistemas de control modernos y óptimos.

Comparación REAL y Simulación

REAL
 • Se observa unos picos de voltaje, es debido a las interferencias o variaciones del uso de los

componentes o equipos, por ejemplo, las resistencias usadas no son exactamente sus valores.

SIMULACIÓN

• Inicial simulación realizada en PROTEUS y presentado en laboratorio

Al simular se hizo inicialmente con el valor de los condensadores de 1nF por lo que nos dio una señal de

salida de SOBREAMORTIGUADO, lo cual no corroboraba con nuestra implementación. La observación

detallada fue la correción de los últimos condensadores con 1uF para que se obtenga una señal

subamortiguada.
• Uso de PROTEUS con osciloscopio digital corregido

• Ventana de comando del proceso de implementación

𝑘 = 10^3; 𝑅1 = 22 ∗ 𝑘; 𝑅2 = 47 ∗ 𝑘; 𝑅3 = 10 ∗ 𝑘;
𝑅 = 10 ∗ 𝑘; 𝐶 = 1 ∗ 10^ − 6;
𝐶1 = 0.47 ∗ 10^ − 6;
𝑅𝑓 = 22 ∗ 𝑘;
• Lectura en 𝑋1

• Lectura de 𝑋2
• Lectura de 𝑋1 y 𝑋2

• Lectura del error (r y X2)

CONCLUSIONES Y OBSERVACIONES
Análisis del Circuito Restador:

• Se observa una adecuada implementación del circuito restador en el sistema.

• La precisión y la estabilidad del restador parecen ser consistentes con las especificaciones del

diseño.

• Se recomienda verificar la linealidad del circuito bajo diferentes condiciones de operación para

asegurar su correcto funcionamiento en todo el rango de operación.

Análisis del Circuito Integrador:

• El circuito integrador muestra un comportamiento adecuado en términos de acumulación de señales

y respuesta temporal.

• Es crucial garantizar que el integrador no presente saturación en condiciones extremas, lo que

podría afectar negativamente la respuesta del sistema.

Análisis del Circuito Controlador:

• Se ha logrado implementar un controlador que cumple con los requisitos de diseño establecidos.

• La respuesta del controlador parece ser rápida y precisa, lo que indica una adecuada selección de

parámetros de control.

• Se recomienda realizar pruebas adicionales para evaluar la robustez del controlador frente a

perturbaciones y variaciones en los parámetros del sistema.

Análisis del Circuito Planta:

• La planta del sistema muestra un comportamiento consistente con el modelo teórico esperado.

• Es importante validar la precisión del modelo de la planta mediante comparaciones con datos

experimentales para garantizar su fiabilidad en aplicaciones prácticas.

• Se sugiere investigar posibles mejoras en la dinámica de la planta para optimizar el rendimiento

general del sistema.

BIBLIOGRAFIA

1. Dorf, R. C., & Bishop, R. H. (2016). Modern Control Systems (13th ed.). Pearson.
2. Ogata, K. (2010). Modern Control Engineering (5th ed.). Pearson.
3. Franklin, G. F., Powell, J. D., & Emami-Naeini, A. (2014). Feedback Control of Dynamic
Systems (7th ed.). Pearson.
4. Kuo, B. C. (2010). Automatic Control Systems (9th ed.). Wiley.
5. Åström, K. J., & Murray, R. M. (2008). Feedback Systems: An Introduction for Scientists
and Engineers. Princeton University Press.
6. Gopal, M. (2008). Digital Control and State Variable Methods (2nd ed.). McGraw-Hill
Education.
7. Nise, N. S. (2015). Control Systems Engineering (7th ed.). Wiley.
8. Dorsey, J. (1990). The Essentials of Modern Control Theory. CRC Press.
9. Lewis, F. L., & Vrabie, D. (2012). Reinforcement Learning and Feedback Control: Using
Natural Decision Methods to Design Optimal Adaptive Controllers. Wiley.
10. Luyben, W. L. (1999). Process Modeling, Simulation, and Control for Chemical
Engineers. McGraw-Hill Education.