Laboratorio 01
Laboratorio 01
Laboratorio 01
Informe 1
Laboratorio de modelado,
construcción y validación operativa
de un sistema físico de 3er orden
Docente:
-Ing. Mesones Gustavo Omar
Integrantes:
▪ Diseñar y construir un sistema físico realimentado que represente un sistema de tercer orden.
▪ Validar experimentalmente los bloques individuales del sistema físico mediante mediciones con
▪ Analizar y discutir los resultados obtenidos, identificando posibles discrepancias entre la teoría y la
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
▪ 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
▪ 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
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
el espacio de estados. Para lograr ello, se procedió a realizar un análisis por “bloques”, de tal manera que
circuito en mención con los valores de cada uno de los componentes se muestra a continuación.
𝑅2
𝑒= (𝑟 − 𝑦)
𝑅1
5v (aproximadamente).
𝑅2 10𝑘
Según fórmula: (𝑉−𝑣)= (12 − 7)𝑣 = 5𝑣
𝑅1 10𝑘
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
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
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.
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.
El circuito consiste en el uso de dos resistencias y dos capacitores. El circuito en mención con los valores
laboratorio. Cabe destacar que para dicha verificación se alimentó con 14.3 voltios y las gráficas que se
diseño, simulación y análisis de sistemas de control. Aquí hay algunas áreas específicas donde MATLAB
1. Modelado y Simulación:
• MATLAB ofrece una amplia gama de herramientas y funciones para modelar sistemas
condiciones.
• Se pueden realizar simulaciones para validar el modelo teórico del sistema y comparar
2. Diseño de Controladores:
sistema.
4. Validación Experimental:
• MATLAB puede integrarse con hardware de adquisición de datos (DAQ) para adquirir
• 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.
sistemas embebidos.
• Con Simulink Real-Time y MATLAB Coder, los ingenieros pueden generar código
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
componentes o equipos, por ejemplo, las resistencias usadas no son exactamente sus valores.
SIMULACIÓN
Al simular se hizo inicialmente con el valor de los condensadores de 1nF por lo que nos dio una señal de
detallada fue la correción de los últimos condensadores con 1uF para que se obtenga una señal
subamortiguada.
• Uso de PROTEUS con osciloscopio digital corregido
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
• 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
y respuesta temporal.
• 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
• 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
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.