Modelo dinámico de un sistema de control de la velocidad de un motor DC.

PROYECTO DE LA ASIGNATURA INTELIGENCIA ARTIFICIAL

Modelo dinámico de un sistema de control de la velocidad de un motor DC

1. Por medio de la toolbox ident de Matlab identifique un modelo lineal del sistema. Evalúe la respuesta a una entrada escalón unitario.

[pic 1]

[pic 2]

1. Determine un modelo no lineal (NARX) que represente la dinámica del sistema. Evalúe la respuesta a una entrada escalón unitario.

  [pic 3]

GRAFICA DE LA RED ENTRENADA

1. Compare la respuesta transitoria del modelo lineal y del modelo no lineal para diferentes entrada tipo escalón.

PARA 1V MODELO NO LINEAL

[pic 4]

PARA 2V MODELO NO LINEAL

[pic 5]

PARA 4V MODELO NO LINEAL

[pic 6]

PARA 1V MODELO LINEAL

[pic 7]

PARA 2V MODELO LINEAL

[pic 8]

PARA 4V MODELO LINEAL

[pic 9]

CONCLUSION:

De esta comparación entre el modelo lineal y el no lineal deducimos que el modelo lineal presenta una mejor respuesta al generar el control del setpoint, es decir se obtiene un sobre paso de arranque y se acentúa en el valor deseado lo cual brinda mayor rapidez en la respuesta; mientras que en el modelo no lineal demora mucho más tiempo en establecerse en el set point y no alcanza a llegar al valor deseado, su desfase es de 0.5 voltios

1. A partir del modelo lineal y por medio de la herramienta SISOTOOL diseñe un controlador PID, para lo cual ubique los ceros y polos del regulador de forma que se pueda cumplir con las condiciones de diseño: sobrepaso y tiempo de establecimiento. La acción de control no puede ser mayor a cuatro voltios ante una entrada escalón unitario.

[pic 15]

1. Implementación de en un sistema de procesamiento digital un controlador PID anti-windup a partir del diseño previamente hecho.

[pic 16]

Acción de control ejercida en diferentes voltajes de setpoint a través del slider de referencia valores entre 0 - 5 v

[pic 17]

CONCLUSION:

Este controlador se diseñó de manera diferente buscando una conexión serial entre Matlab y Arduino, que permitiera en tiempo real observar el comportamiento del sistema, cabe resaltar que se usaron los mismos parámetros de diseño de control pid que al principio de este documento se muestra. Esta es una herramienta dinámica que permite al estudiante saber a ciencia cierta que esta sucediendo en su sistema.

DISEÑO CONTROLADOR FUZZY SUGENO

[pic 18]

[pic 19]

[pic 20]

SALIDAS:

Neg = -1

Nalto= - 0.75

Nmedio= -0.35

Zero = 0

Pmedio =0.35

Palto= 0.75

Pos=1

REGLAS

[pic 21]

[pic 22]

[pic 23]

[pic 24]

[pic 25]

DISEÑO EN SIMULINK

[pic 26]

SETPOINT 2 V

[pic 27]

SETPOINT 3V

[pic 28]

CONCLUSION:

Podemos observar que la respuesta del controlador presenta la misma forma que el control pid, con lo cual deducimos que la acción de control es correcta, a su vez observamos que la respuesta es suave y se establece en el valor de setpoint indicado

DISEÑO DE UN CONTROLADOR FUZZY SUGENO A TRAVES DE EL BLOQUE MATLAB FUNCTION

[pic 29]

CODIGO DE LA FUNCION

function F = fcn(u)

%#codegen

e=u(1);

re=u(2);

%% CONDICIONES INICIALES

% ERROR

Neg=0;

Nalto=0;

Nmedio=0;

Zero=0;

Pmedio=0;

Palto=0;

Pos=0;

%RAZON DE ERROR

rNeg=0;

rNalto=0;

rNmedio=0;

rZero=0;

rPmedio=0;

rPalto=0;

rPos=0;

%%%%%%%%%%%%%%%%%%%%% REGLAS %%%%%%%%%%%%%%%%%%%%%%%%%%%%

% ERROR

%% NEGATIVO

if -1<=e && e<= -0.6

    Neg=1;

end

if -0.6<=e && e<= -0.4

    Neg=-5*e-2;

end

if -0.4

    Neg=0;

end

%% NALTO

if -1<=e && e<=-0.6

...