## PI Controller – Proportional Integral – Control System

Steady-state error can be improved by placing an open-loop pole at the origin,
because this increases the system type by one
. For example, a Type 0 system
responding to a step input with a finite error, will responds with zero error if the system
type is increased by one. But, we want to do this without affecting the transient response.

However, if we add a pole at the origin to increase the system type, the angular contribution of the open-loop poles at hypothetical point A is no longer 180, and the root locus no longer goes through point A, as shown in Figure 1.a and 1.b:

Figure 1.

To solve the problem, we also add a zero close to the pole at the origin, as shown
in Figure 2:

Figure 2.

Now the angular contribution of the compensator zero and compensator pole cancel out, point A is still on the root locus, and the system type has been increased. That is how we can improve the steady-state error without affecting the transient response.

A compensator with a pole at the origin and a zero close to the pole is called an ideal integral compensator, or Proportional-plus-Integral PI compensator, which transfer function Gc(s)  is:

Next example allows to find how PI compensation works.

For control system of Figure 3, it is required to reduce steady-state error to zero, through a PI controller, keeping damping at ξ=0.173. The plant transfer function is G(s) and its original controller is represented by the gain k:

Figure 3.

The first step is to evaluate the system before the compensation, then to find the location of the two closed-loop second-order dominant poles  in order to get the damping requiered by the design specifications.

Figure 4 shows the Root-Locus of the system before compensation:

>> sgrid(z,0)
>> s=tf(‘s’);
>> G=1/((s+1)*(s+2)*(s+10));
>> rlocus(G);

Figure 4.

Using the damping line in Matlab, we can find the intersection point between the root-locus and the value ξ=0.173as we can see in Figure 5:

>> z=0.173;
>> sgrid(z,0)

Figure 5.

The intersection of Figure 5 shows us that adjusting the gain to k=165 of the original controller, we obtain the damping requiered: ξ=0.173. We also see in Figure 5 that the closed-loop second-order dominant poles s1 and s2, before compensation are:

Now we look for the third pole in the root locus. In Figure 6 we must set the same gain k=165 at the third pole line, in consequence s3 is located at:

Figure 6.

With k=165 we calculate the steady-state error e1(∞) for a step input, before compensation:

Where kp1 the position constant before compensation:

Where kG(s) is the system forward transfer function multiplied by the adjusted gain, before compensation, as in Figure 3. Therefore:

We add a PI controller in cascade into the system, as in Figure 7:

Figure 7.

Here, we have matched the gain constant of the compensator with the original gain constant, that is to say k=ki. The constant a is determined by the location of compensator zero, wich must be near the compensator pole. That is why we set the compensator zero at s=-0.1 , that is to say  a=0.1. The root locus of this compensated system is in Figure 8:

>> G=(s+0.1)/(s*(s+1)*(s+2)*(s+10));
>> rlocus(G);

Figure 8.

In view of the fact that we want to maintain the transient response as unchanged as possible, in Figure 9 we draw the damping line in the root locus and search for the point of intersection between the lines of the root locus and ξ=0.173:

>> z=0.173;
>> sgrid(z,0);

Figure 9.

Adjusting the gain to k=159 in Figure 9, we obtain the damping ξ=0.173. We see that closed-loop second-order dominant poles s1 and s2, after compensation, are:

Looking for the third pole in the root locus,  we must set the gain k=159 at the third pole line. After that, s3 is located at:

These results show that approximately the values ​​of the 3 poles before and after the PI compensation have been conserved, indicating a similar transient response after correcting the error in steady state from 0.108 to 0, as shwon later.

The forward transfer function G2(s)  of the system after compensation is:

One more time, we calculate steady-state error e2(∞) for a step input, after compensation:

In consequence:

Figure 10 compares the step response of the closed-loop system  before and after compensatio PI:

>> G1=165/((s+1)*(s+2)*(s+10));
>> sys_antes=feedback(G1,1);
>> G2=(159*(s+0.1))/(s*(s+1)*(s+2)*(s+10));
>> sys_despues=feedback(G2,1);
>> step(G1,G2)

Figure 10.

Figure 10 shows that through PI compensation we have managed to improve the steady-state error without considerably modifying the transient response of the original system.

`Compensación en Cascada - Lag Compensation`

In construction…

Source :

Written by Prof. Larry Francis Obando – Technical Specialist – Educational Content Writer

Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)

Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, UCV CCs

Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, USB Valle de Sartenejas.

Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.

Contact: Caracas, Quito, Guayaquil, Cuenca. telf – 0998524011

WhatsApp: +593998524011   +593981478463

Anuncios

## Controlador PI – Proporcional Integral – Sistemas de Control

El error en estado estable de un sistema de control puede ser mejorado directamente, colocando un polo en el origen en el camino de transferencia directa (an open-loop pole at the origin), debido a que esto eleva el número de tipo del sistema. Pero generalmente interesa lograr esta reducción sin modificar la respuesta transitoria de dicho sistema.

Por ejemplo, un sistema de tipo 0, que responde a una entrada escalón unitario con un error finito, al ser elevado a sistema tipo 1, responderá a la misma entrada con un error en estado estable igual a cero.

Sin embargo, si añadimos un polo en el origen para incrementar el valor del tipo de sistema, de cero a uno por ejemplo, la contribución angular de los polos a lazo abierto en un punto hipotético A no será de 180, y así el punto A no estará en el LGR (no intercepta el LGR)  del sistema compensado (es decir, se modificará notablemente la respuesta transitoria del sistema), como se puede observar en las Figuras 1.a y 1.b:

Figura 1.

Para resolver este problema, además de añadir el polo en el origen, también añadimos un zero cercano a ese polo en el origen, como se puede observar el la Figura 2:

Figura 2.

Ahora, la contribución angular de los polos y zeros a lazo abierto del punto hipotético A vuelve a ser 180 debido a que la contribución angular del compensador zero se cancela con la compensación angular del compensador polo. Es decir, el punto A vuelve a estar en el LGR del sistema compensado. De esta manera mejoramos el error en estado estable sin modificar la respuesta transitoria del sistema.

Un compensador con un polo en el origen y un zero cerca de dicho polo en el origen, es conocido como  Compensador Ideal Integral (Ideal Integral Compensator), o Proportional-Plus-Integral, mejor conocido como  Controlador PI, cuya función de transferencia Gc(s)  es de la forma:

El siguiente ejemplo nos permitirá descubrir como trabaja un Controlador PI.

Para el sistema de control de la Figura 3, se requiere reducir el error en estado estacionario a cero, mediante un controlador PI, manteniendo un factor de amortiguamiento ξ=0.173. La función de transferencia de la planta es G(s) y su controlador original está representado por la ganancia k:

Figura 3.

El primer paso es evaluar el sistema antes de la compensación, y luego determinar la ubicación de los polos dominantes de segundo orden para el factor de amortiguamiento requerido por el enunciado de diseño.

El Lugar Geométrico de las Raíces del sistema sin compensar, se muestra en la Figura 4:

>> sgrid(z,0)
>> s=tf(‘s’);
>> G=1/((s+1)*(s+2)*(s+10));
>> rlocus(G);

Figura 4.

Utilizando la línea de amortiguamiento con valor de aportada por Matlab, podemos encontrar el punto de intersección entre el LGR del sistema y ξ=0.173como podemos observar en la Figura 5:

>> z=0.173;
>> sgrid(z,0)

Figura 5.

La intersección de la Figura 5 nos muestra que ajustando la ganancia k=165 del sistema original, obtenemos un factor de amortiguamiento ξ=0.173. Vemos también en la Figura 5 que los polos dominantes s1 y s2 de segundo orden del sistema a lazo cerrado, antes de la compensación son:

Ahora buscamos el tercer polo del LGR que requiere el sistema para cumplir con el requerimiento de diseño. Al desplazarnos por el LGR en la Figura 6 hasta alcanzar la ganancia k=165, podemos observar que el tercer polo s3 del sistema a lazo cerrado, está ubicado en:

Figura 6.

Con la ganancia k=165 procedemos a calcular el error en estado estable e1(∞) para una entrada escalón, antes de la compensación:

Donde kp1 es la constante de posición antes de la compensación y se calcula mediante la siguiente fórmula:

Dónde kG(s) es la función de transferencia directa del sistema con el ajuste de ganancia, antes de la compensación, tal como lo muestra la Figura 3. Por tanto:

Figura 7.

Aquí, hemos hecho coincidir la constante de ganancia del compensador con la constante de ganancia original, es decir, k=ki. La constante a está determinada por la posición de decidamos otorgar al zero del compensador. Debido a que es ideal colocar este zero muy cerca del polo en el origen, seleccionamos el punto sobre el eje real s=-0.1 para ubicar el zero del compensador, es decir  a=0.1. El LGR del sistema así compensado se muestra en la Figura 8:

>> G=(s+0.1)/(s*(s+1)*(s+2)*(s+10));
>> rlocus(G);

Figura 8.

En vista de que queremos mantener inalterada en lo posible la respuesta transitoria, en la Figura 9 trazamos la línea de amortiguamiento en el LGR y buscamos nuevamente el punto de intersección entre ξ=0.173  y las líneas del LGR:

>> z=0.173;
>> sgrid(z,0);

Figura 9.

La Figura 9 nos muestra que ajustando la ganancia k=159 del sistema compensado, obtenemos un factor de amortiguamiento ξ=0.173. Vemos también que los polos dominantes s1 y s2 de segundo orden del sistema a lazo cerrado, después de la compensación son:

Para ubicar el tercer polo a lazo cerrado del LGR que requiere el sistema para cumplir con el requerimiento de diseño, aprovechamos la misma Figura 9 y ajustamos la ganancia en la rama del tercer polo hasta alcanzar k=159, así obtenemos que:

Estos resultados muestran que aproximadamente se han conservado los valores de los 3 polos antes y después de la compensación PI, lo que indica una respuesta transitoria semejante luego de corregir el error en estado estable de 0.108 a 0, como se demuestra a continuación.

La función de transferencia directa G2(s)  de nuestro sistema después de la compensación es:

Calculamos nuevamente el error en estado estable e2(∞) para una entrada escalón, después de la compensación:

En consecuencia:

La Figura 10 compara la respuesta al escalón unitario del sistema  lazo cerrado antes y después de la compensación PI:

>> G1=165/((s+1)*(s+2)*(s+10));
>> sys_antes=feedback(G1,1);
>> G2=(159*(s+0.1))/(s*(s+1)*(s+2)*(s+10));
>> sys_despues=feedback(G2,1);
>> step(G1,G2)

Figura 10.

La Figura 10 demuestra que mediante la compensación PI hemos logrado mejorar el error en estado estable sin modificar considerablemente la respuesta transitoria del sistema original.

`Compensación en Cascada - Lag Compensation`

En construcción…

Fuente:

Prof. Larry Francis Obando – Technical Specialist – Educational Content Writer

Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)

Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, UCV CCs

Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, USB Valle de Sartenejas.

Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.

Contact: Caracas, Quito, Guayaquil, Cuenca. telf – 0998524011

WhatsApp: +593998524011   +593981478463

## Diseño del error en estado estable de un sistema de control vía LGR – Compensación en Cascada

Analizamos dos vías para mejorar el error en estado estable de un sistema de control con realimentación, utilizando la compensación en cascada. Un objetivo fundamental de este diseño es mejorar el error en estado estable sin modificar significativamente la respuesta transitoria.

`Mejorar el desempeño de la Respuesta Transitoria`

Hemos visto antes que, al establecer la ganancia en un valor particular en el lugar geométrico de las raíces, se determina una respuesta transitoria específica, dictada por los polos en ese punto del lugar geométrico. Esto quiere decir que al diseñar una respuesta transitoria estamos limitados a aquellas respuestas que existen a lo largo del lugar geométrico de las raíces. (Ver El lugar geométrico de las raíces con Matlab).

Desafortunadamente, la mayor parte del tiempo los requerimientos de diseño y, en especial, las especificaciones de sobrepaso y tiempo de repuesta para el diseño de sistemas de control, excede las posibilidades del LGR actual. ¿Qué podemos hacer entonces?

En lugar de cambiar el sistema existente, aumentamos o compensamos el sistema con polos y ceros adicionales, de modo que el sistema compensado tenga un LGR que pase por la ubicación deseada del polo para obtener algún valor de ganancia. Una de las ventajas de compensar un sistema de esta manera es que se pueden agregar polos y ceros adicionales en el extremo de baja potencia del sistema, justo antes de la planta. Debemos evaluar la respuesta transitoria a través de la simulación una vez que el diseño esté completo para asegurarnos de que se cumplan los requerimientos exigidos.

Principalmente, existen dos configuraciones de compensación utilizadas en el diseño de sistemas de control: compensación en cascada y compensación por retroalimentación. Estos métodos se modelan en la Figura 1 y la Figura 2:

Con la compensación en cascada, la red de compensación, G1(s), se coloca en la zona de baja potencia, justo delante y en cascada con la planta G3(s), o delante del controlador original G2(s) de la planta, como se puede ver en la Figura 1.

Con la compensación de realimentación (feedback compensator), el compensador, H1(s), se coloca en la ruta de realimentación, Figura 2.

Ambos métodos cambian los polos y ceros a lazo abierto, creando así un nuevo LGR a lazo cerrado, que atraviesa la ubicación requerida por las especificaciones de diseño.

`Compensación en Cascada - Controlador PI `

El error en estado estable de un sistema de control puede ser mejorado directamente, colocando un polo en el origen en el camino de transferencia directa (an open-loop pole at the origin), debido a que esto eleva el número de tipo del sistema. Pero generalmente interesa lograr esta reducción sin modificar la respuesta transitoria de dicho sistema.

Por ejemplo, un sistema de tipo 0, que responde a una entrada escalón unitario con un error finito, al ser elevado a sistema tipo 1, responderá a la misma entrada con un error en estado estable igual a cero.

Sin embargo, si añadimos un polo en el origen para incrementar el valor del tipo de sistema, de cero a uno por ejemplo, la contribución angular de los polos a lazo abierto en un punto hipotético A no será de 180, y así el punto A no estará en el LGR (no intercepta el LGR)  del sistema compensado (es decir, se modificará notablemente la respuesta transitoria del sistema), como se puede observar en las Figuras 3.a y 3.b:

Figura 3.

Para resolver este problema, además de añadir el polo en el origen, también añadimos un zero cercano a ese polo en el origen, como se puede observar el la Figura 4:

Figura 4.

Ahora, la contribución angular de los polos y zeros a lazo abierto del punto hipotético A vuelve a ser 180 debido a que la contribución angular del compensador zero se cancela con la compensación angular del compensador polo. Es decir, el punto A vuelve a estar en el LGR del sistema compensado. De esta manera mejoramos el error en estado estable sin modificar la respuesta transitoria del sistema.

Un compensador con un polo en el origen y un zero cerca de dicho polo en el origen, es conocido como  Compensador Ideal Integral (Ideal Integral Compensator), o Proportional-Plus-Integral, mejor conocido como  Controlador PI, cuya función de transferencia Gc(s)  es de la forma:

El siguiente ejemplo nos permitirá descubrir como trabaja un Controlador PI.

Para el sistema de control de la Figura 5, se requiere reducir el error en estado estacionario a cero, mediante un controlador PI, manteniendo un factor de amortiguamiento ξ=0.173. La función de transferencia de la planta es G(s) y su controlador original está representado por la ganancia k:

Figura 5.

El primer paso es evaluar el sistema antes de la compensación, y luego determinar la ubicación de los polos dominantes de segundo orden para el factor de amortiguamiento requerido por el enunciado de diseño.

El Lugar Geométrico de las Raíces del sistema sin compensar, se muestra en la Figura 6:

>> sgrid(z,0)
>> s=tf(‘s’);
>> G=1/((s+1)*(s+2)*(s+10));
>> rlocus(G);

Figura 6.

Utilizando la línea de amortiguamiento con valor de aportada por Matlab, podemos encontrar el punto de intersección entre el LGR del sistema y ξ=0.173como podemos observar en la Figura 7:

>> z=0.173;
>> sgrid(z,0)

Figura 7.

La intersección de la Figura 7 nos muestra que ajustando la ganancia k=165 del sistema original, obtenemos un factor de amortiguamiento ξ=0.173. Vemos también en la Figura 5 que los polos dominantes s1 y s2 de segundo orden del sistema a lazo cerrado, antes de la compensación son:

Ahora buscamos el tercer polo del LGR que requiere el sistema para cumplir con el requerimiento de diseño. Al desplazarnos por el LGR en la Figura 8 hasta alcanzar la ganancia k=165, podemos observar que el tercer polo s3 del sistema a lazo cerrado, está ubicado en:

Figura 8.

Con la ganancia k=165 procedemos a calcular el error en estado estable e1(∞) para una entrada escalón, antes de la compensación:

Donde kp1 es la constante de posición antes de la compensación y se calcula mediante la siguiente fórmula:

Dónde kG(s) es la función de transferencia directa del sistema con el ajuste de ganancia, antes de la compensación, tal como lo muestra la Figura 5. Por tanto:

Figura 9.

Aquí, hemos hecho coincidir la constante de ganancia del compensador con la constante de ganancia original, es decir, k=ki. La constante a está determinada por la posición de decidamos otorgar al zero del compensador. Debido a que es ideal colocar este zero muy cerca del polo en el origen, seleccionamos el punto sobre el eje real s=-0.1 para ubicar el zero del compensador, es decir  a=0.1. El LGR del sistema así compensado se muestra en la Figura 10:

>> G=(s+0.1)/(s*(s+1)*(s+2)*(s+10));
>> rlocus(G);

Figura 10.

En vista de que queremos mantener inalterada en lo posible la respuesta transitoria, en la Figura 11 trazamos la línea de amortiguamiento en el LGR y buscamos nuevamente el punto de intersección entre ξ=0.173  y las líneas del LGR:

>> z=0.173;
>> sgrid(z,0);

Figura 11.

La Figura 11 nos muestra que ajustando la ganancia k=159 del sistema compensado, obtenemos un factor de amortiguamiento ξ=0.173. Vemos también que los polos dominantes s1 y s2 de segundo orden del sistema a lazo cerrado, después de la compensación son:

Para ubicar el tercer polo a lazo cerrado del LGR que requiere el sistema para cumplir con el requerimiento de diseño, aprovechamos la misma Figura 11 y ajustamos la ganancia en la rama del tercer polo hasta alcanzar k=159, así obtenemos que:

Estos resultados muestran que aproximadamente se han conservado los valores de los 3 polos antes y después de la compensación PI, lo que indica una respuesta transitoria semejante luego de corregir el error en estado estable de 0.108 a 0, como se demuestra a continuación.

La función de transferencia directa G2(s)  de nuestro sistema después de la compensación es:

Calculamos nuevamente el error en estado estable e2(∞) para una entrada escalón, después de la compensación:

En consecuencia:

La Figura 12 compara la respuesta al escalón unitario del sistema  lazo cerrado antes y después de la compensación PI:

>> G1=165/((s+1)*(s+2)*(s+10));
>> sys_antes=feedback(G1,1);
>> G2=(159*(s+0.1))/(s*(s+1)*(s+2)*(s+10));
>> sys_despues=feedback(G2,1);
>> step(G1,G2)

Figura 12.

La Figura 12 demuestra que mediante la compensación PI hemos logrado mejorar el error en estado estable sin modificar considerablemente la respuesta transitoria del sistema original.

`Compensación en Cascada - Lag Compensation`

En construcción…

Fuente:

Prof. Larry Francis Obando – Technical Specialist – Educational Content Writer

Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)

Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, UCV CCs

Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, USB Valle de Sartenejas.

Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.

Contact: Caracas, Quito, Guayaquil, Cuenca. telf – 0998524011

WhatsApp: +593998524011   +593981478463

## Diseño de un compensador PD para alcanzar un sobrepaso de 16% – Sistema de control

Dado el sistema de la Figura 1, diseñar un controlador PD que genere un 16% de sobrepaso, y un tiempo de establecimiento que sea 1/3 del sistema sin compensar.

Figura 1.

Primero, vamos a evaluar el desempeño del sistema sin compensar. El Lugar Geométrico de la Raíz del sistema sin compensar se muestra en la Figura 2:

>> s=tf(‘s’);
>> G=1/(s*(s+4)*(s+6));

Figura 2.

Ya que un sobrepaso de 16% es equivalente a un coeficiente de amortiguamiento ξ=0.504, buscamos a lo largo de la línea de amortiguamiento aquel punto que coincida con esta condición en la Figura 3:

>> z=0.504;
>> sgrid(z,0);

Figura 3.

De acuerdo con la Figura 3, ajustando la ganancia a k=43.4 obtenemos ξ=0.504, un sobrepaso de 16% , y una frecuencia natural ω=2.39 rad/s.

Basándonos en una aproximación de segundo orden, podemos utilizar el criterio del 2%, y podemos calcular el tiempo de establecimiento Ts1 antes de la compensación, en función de la frecuencia natural ω  y el factor de amortiguamiento ξ mediante la siguiente fórmula:

Sustituyendo los valores aportados por la simulación de la Figura 3 en la ecuación (1) obtenemos que:

Por otra parte, el valor del producto ω*ξ =1.2045 coincide con la parte real σ de los polos dominantes a lazo cerrado, lo que podemos constatar en la simulación de la Figura 3 ó mediante el siguiente comando en Matlab, tomando en cuenta que la función de transferencia directa es ahora G1:

>> G1=43.4/(s*(s+4)*(s+6));
>> sys_antes=feedback(G1,1)

>> damp(sys_antes)

El requerimiento de diseño, además de alcanzar un sobrepaso de 16%, es lograr una reducción del tiempo de establecimiento hasta 1/3 del original. Entonces, el tiempo de establecimiento Ts2 después de la compensación será:

Utilizando nuevamente la ecuación (1) en combinación con el resultado anterior, podemos saber que el valor del producto ω*ξ  después de la compensación debería ser:

Es decir, la parte real de los polos dominantes a lazo cerrado después de la compensación es σ=3.6137. Para hallar la parte imaginaria wd de dichos polos, nos valemos del triángulo formado por ambas partes en el LGR de la Figura 4:

Figura 4.

Es decir, después de la compensación, para lograr las condiciones solicitadas, deseamos como polo dominante de segundo orden, aquel localizado en  p=-3.6137+j6.1940.

Pero no debemos olvidar que se trata de una aproximación a un sistema de segundo orden, por lo que debemos utilizar el punto p como referencia.

Controlador que podemos implementar mediante la siguiente configuración:

Figura 5.

El próximo paso entonces es diseñar la localización del zero zc utilizando el punto como referencia, y luego ver a que valores equivalen las ganancias k1 y k2.

Se deben sumar todos los ángulos aportados al diseño: el de los polos y zeros a lazo abierto antes de la compensación y el del punto de prueba p. El resultado es -275.6. La diferencia entre este resultado y 180 será la contribución requerida para el zero zc. Por lo tanto, la contribución angular requerida para el compensador zc es:

La geometría se muestra en la Figura 6, de donde podemos obtener la parte real zc para el compensador PD requerido mediante la siguiente fórmula:

Figura 6.

De donde:

Analizamos el LGR del sistema compensado en la Figura 7, tomando en cuenta que ahora la función de transferencia directa es G2:

>> G2=(s+3.006)/(s*(s+4)*(s+6));
>> rlocus(G2)

Figura 7.

De acuerdo con la Figura 8, ajustando la ganancia a k=47.4 (arrastrando el ratón con click derecho sobre el LGR) mantenemos ξ=0.504, un sobrepaso de 16% ,  el polo dominante de segundo orden deseado en s=-3.6137+j6.1940, a una frecuencia natural ω=7.17 rad/s.

>> z=0.504;
>> sgrid(z,0);

Figura 8.

Con estos datos, analizamos el valor del tiempo de establecimiento Ts2 después de la compensación:

Lo que muestra que se ha cumplido con el objetivo. Mediante la Figura 9 podemos comparar la respuesta al escalón unitario del sistema a lazo cerrado antes y después de la compensación:

>> G=43.4/(s*(s+4)*(s+6));
>> G3=(47.4*(s+3.006))/(s*(s+4)*(s+6));
>> sys_antes=feedback(G,1);
>> sys_despues=feedback(G3,1);
>> step(sys_antes,sys_despues)

Figura 9.

La respuesta mostrada en la Figura 9 permite evidenciar una considerable mejora en el tiempo de establecimiento y en general, la compensación permite contar con un sistema más rápido con un sobresalto que no varía mucho. Antes de la compensación, el tiempo de establecimiento a lazo cerrado es de  Ts=3.4712 s. Luego de la compensación, a lazo cerrado obtenemos un Ts=1.1527 s.

`Un proceso de diseño alternativo en Matlab`

Utilice MATLAB y su “Control System Toobox“, y los siguientes pasos y comandos para desarrollar el diseño del pasado ejemplo, por medio de SISOTOOL:

1. Escriba sisotool en el MATLAB Command Window.
2. Seleccione Import en el File menu de SISO Design para SISO Design Task Window.
3. En Data field para G, escriba zpk([],[0,-4,-6],1) y apriete ENTER. Click OK.
4. En el Edit menu elija SISO Tool Preferences . . . y seleccione Zero/pole/gain: en el Options tab. Click OK.
5. Right-click en el espacio en blanco del LGR  y seleccione Design Requirements/New . . .
6. Sellecione Percent overshoot y escriba 16. Click OK.
7. Right-click en el espacio en blanco del LGR  y seleccione Design Requirements/New . . .
8. Elija Settling time y click OK.
9. Arrastre la linea vertical de settling time hasta interceptar el LGR con la linea radial equivalente a 16% de overshoot.
10. Lea el settling time en la parte inferior de la ventana.
11. Arrastre la linea vertical de settling time hasta el tiempo equivalente al 1/3 del valor determinado en el paso 9.
12. Click en red zero icon en la barra del menú. Coloque el zero en el eje real del LGR con un clicking-again en el eje real.
13. Left-click en el eje real zero y arrastrelo a lo largo del eje real hasta que el LGR intercepte el settling time y la linea del percent overshoot .
14. Arrastre un cuadro rojo a lo largo del LGR hasta que el cuadro esté en intersección con la línea de settling time, y la línea de percent overshoot.
15. Click el Compensator Editor tab de la ventana de Control and Estimation Tools Manager para ver los valores del compensador que arroja el sistema como resulatdo del diseño, incluyendo el valor de la ganancia.

Fuente:

Escrito por: Larry Francis Obando – Technical Specialist – Educational Content Writer.

Mentoring Académico / Empresarial / Emprendedores

Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)

Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, Caracas.

Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, Valle de Sartenejas.

Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.

Contact: Caracas, Quito, Guayaquil, Cuenca – Telf. 00593998524011

WhatsApp: +593998524011    /    +593981478463

## Design a PD compensator to yield a 16% overshoot – Control system

Given the system of Figure 1, design a PD compensator to yield a 16% overshoot, with a threefold reduction in settling time (one-third of the uncompensated system’s settling time).

Figure 1

Let us first evaluate the performance of the uncompensated system. The root locus for the uncompensated system is shown in Figure 2:

>> s=tf(‘s’);
>> G=1/(s*(s+4)*(s+6));

Figure 2

Since 16% overshoot is equivalent to ξ=0.504, we search along that damping ratio line in Figure 3:

>> z=0.504;
>> sgrid(z,0);

Figure 3

According to Figure 3, adjusting the gain to k=43.4 we get ξ=0.504 and a natural frequency ω=2.39 rad/s.

Based upon a second-order approximation, we can use the 2% criteria and calculate the settling-time Ts1 before the compensation, as a function of the naural frequency ω  and the damping ξ, by means of the following equation:

Simulation of Figure 3 generates the necessary values for equation (1), so that:

In the other hand, the value of the factor ω*ξ =1.2045 matches the real part σ  of closed-loop second-order dominant poles, as we can see in Figure 3 or by the following command in Matlab, taking into consideration that the straight-forward transfer function is now G1:

>> G1=43.4/(s*(s+4)*(s+6));
>> sys_antes=feedback(G1,1)

>> damp(sys_antes)

The desig requirements ask for an 16% overshoot and a reduction of the settling-time of 1/3 after compensation. So, the settling-time Ts2 after compensation is:

Using equation (1) we can know the value of the factor ω*ξ  after compensation:

That is to say, the real part of second-order dominant poles after compensation is σ=3.6137. To find the imaginary part wd we use the root-locus of  Figure 4:

Figure 4.

Consequently, after compensation the second-order dominant poles must be located at   p=-3.6137+j6.1940.

Now, to evaluate the whole system we will use point p as a test point.

PD compensation consists of a cascaded controller with a Gc(s) transfer funcion that is:

The configuration of such a controller is:

Figure 5.

Next step is to design the location of Zero zc using the test point and finding the equivalent values for k1 and k2.

The result is the sum of the angles to the design point of all the poles and zeros of the compensated system except for those of the compensator zero itself. The difference between the result obtained and 180 is the angular contribution required of the compensator zc es:

The geometry is shown in Figura 6, where we can get the real part of zc by means of the following formula:

Figure 6.

From where:

Now, we study the root-locus of Figure 7, where the forward-path transfer function is G2:

>> G2=(s+3.006)/(s*(s+4)*(s+6));
>> rlocus(G2)

Figure 7.

According to Figure 8, adjusting the gain k=47.4 we keep ξ=0.504, an overshoot 16%,  the second-order dominant pole s=-3.6137+j6.1940, at a natural frequency ω=7.17 rad/s.

>> z=0.504;
>> sgrid(z,0);

Figure 8.

With this new data, we evaluate the settling-time Ts2 after compensation:

It shows that we have achieved the design goal. Figure 9 compares the response of the closed-loop system to an step input before and after  PD compensation:

>> G=43.4/(s*(s+4)*(s+6));
>> G3=(47.4*(s+3.006))/(s*(s+4)*(s+6));
>> sys_before=feedback(G,1);
>> sys_after=feedback(G3,1);
>> step(sys_before,sys_after)

Figure 9.

The response of Figure 9 shows a considerable improvement in the settling-time and, in general, the compensation allows a faster system with an overshoot that does not vary much. Before compensation,  Ts=3.4712 s. After compensation, Ts=1.1527 s.

`An alternative design process in Matlab`

Use MATLAB, the Control System Toobox, and the following steps to use SISOTOOL to perform the design of last Example.

1. Type sisotool in the MATLAB Command Window.
2. Select Import in the File menu of the SISO Design for SISO Design Task Window.
3. In the Data field for G, type zpk([],[0,-4,-6],1) and hit ENTER on the keyboard. Click OK.
4. On the Edit menu choose SISO Tool Preferences . . . and select Zero/pole/gain: under the Options tab. Click OK.
5. Right-click on the root locus white space and choose Design Requirements/New . . .
6. Choose Percent overshoot and type in 16. Click OK.
7. Right-click on the root locus white space and choose Design Requirements/New . . .
8. Choose Settling time and click OK.
9. Drag the settling time vertical line to the intersection of the root locus and 16%
10. Read the settling time at the bottom of the window.
11. Drag the settling time vertical line to a settling time that is 1/3 of the value
found in Step 9.
12. Click on a red zero icon in the menu bar. Place the zero on the root locus real axis by clicking again on the real axis.
13. Left-click on the real-axis zero and drag it along the real axis until the root locus intersects the settling time and percent overshoot lines.
14. Drag a red square along the root locus until it is at the intersection of the root locus,
settling time line, and the percent overshoot line.
15. Click the Compensator Editor tab of the Control and Estimation Tools Manager window to see the resulting compensator, including the gain.

Source:

Written by: Larry Francis Obando – Technical Specialist – Educational Content Writer.

Mentoring Académico / Empresarial / Emprendedores

Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)

Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, Caracas.

Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, Valle de Sartenejas.

Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.

Contact: Caracas, Quito, Guayaquil, Cuenca – Telf. 00593998524011

WhatsApp: +593998524011    /    +593981478463

## Controlador PD – Proporcional Diferencial – Sistemas de control

Analizamos el funcionamiento, diseño e implementación del controlador PD, Proporcional-plus-Diferencial. El controlador PD se utiliza principalmente para mejorar la respuesta transitoria de un sistema de control.

`Compensación en Cascada - Controlador PD `

Ante la inconveniencia de cambiar la estructura física de la planta, y con el fin de cumplir con los requerimientos de diseño de un sistema de control en su etapa transitoria, frecuentemente es necesario agregar polos y zeros a la función de transferencia directa de dicho sistema con el fin de obtener un Lugar Geométrico de las Raíces donde podamos seleccionar una ganancia que permita al sistema cumplir con las exigencias de diseño. Una manera de acelerar el sistema, que generalmente funciona de manera aceptable, es agregar un Zero en el camino de transferencia directa, justo antes de la planta y su controlador original.

Esta función, la suma de un diferenciador s y una ganancia pura Zc, es llamada compensación derivativa ideal  (ideal derivative compensation), o controlador PD (Proportional-Derivative). En resumen, una respuesta transitoria que no puede ser alcanzada con un simple ajuste de ganancia (controlador proporcional) puede ser obtenida aumentando la cantidad de zeros del sistema mediante un Controlador PD.

Vamos a utilizar el LGR de la Figura 3 para descubrir como trabaja un Controlador PD. En dicha figura tenemos un LGR para un sistema de control cuya función de transferencia directa G(s) con realimentación unitaria, está dada por:

Si consideramos a K=1, los comandos para trabajar en Matlab serían:

>> s=tf(‘s’);
>> G=1/((s+1)*(s+2)*(s+5));
>> rlocus(G);

Suponga que queremos operar el sistema de la Figura 3 con un coeficiente de amortiguamiento ξ=0.4. La Figura 4 muestra que podemos lograr ese coeficiente de amortiguamiento con un simple ajuste de ganancia, para lo cual podemos utilizar un compensador proporcional que establezca una ganancia K=23.7:

>> z=0.4;
>> sgrid(z,0);

Utilizamos click derecho para seleccionar el factor de amortiguamiento deseado:

La Figura 5 nos muestra la respuesta al escalón unitario del sistema de control a lazo cerrado utilizando un controlador proporcional con una ganancia Kp=23.7, con lo que alcanzamos un coeficiente de amortiguamiento ξ=0.4 en el LGR del sistemaSe muestra además el valor de los parámetros más importantes de una respuesta transitoria:

>> G1=23.7/((s+1)*(s+2)*(s+5));
>> sys1=feedback(G1,1);
>> step(sys1);
>> stepinfo(sys1)

Figura 5. Respuesta al escalón unitario del sistema a lazo cerrado, antes de la compensación.

Suponga ahora que queremos mantener el factor de amortiguamiento en el valor ξ=0.4, pero debemos mejorar el tiempo de alzamiento (rise time) y el tiempo de establecimiento (settling time). Es decir, queremos que el sistema sea más rápido. Esa tarea sería imposible utilizando sólo un controlador proporcional porque estamos limitados por el LGR del sistema según consta en las Figuras 3 y 4.

El sistema sin compensar, de la Figura 3, podría transformarse en un sistema compensado mediante la suma de un zero en s= -2. En la Figura 6 vemos como se transforma el LGR, utilizando un compensador en cascada (cascade compensator) cuya función de transferencia Gc(s) es:

>> G2=((s+2))/((s+1)*(s+2)*(s+5));
>> rlocus(G2);

Figura 6. LGR para el sistema compensado.

La Figura 7 nos muestra una vez más que podemos obtener un coeficiente de amortiguamiento ξ=0.4. estableciendo una ganancia de K=51.2:

>> z=0.4;
>> sgrid(z,0);

Utilizamos click derecho para seleccionar el factor de amortiguamiento deseado::

Figura 7. Localización en el LGR de ξ=0.4

La Figura 8 ilustra la respuesta al escalón unitario del sistema de control a lazo cerrado que utiliza el controlador PD de función de transferencia Gc(s), en cascada con un controlador proporcional de ganancia Kp=51.2, con el fin de lograr un ξ=0.4. Se muestra además los parámetros de la respuesta transitoria obtenida:

>> G3=(51.2*(s+2))/((s+1)*(s+2)*(s+5));
>> sys2=feedback(G3,1);
>> step(sys2);
>> stepinfo(sys2)

Figur8 8. Respuesta al escalón unitario del sistema compensado a lazo cerrado.

Manteniendo un coeficiente de amortiguamiento ξ=0.4, hemos mejorado el Tiempo de Levantamiento  (de 0.6841 s a 0.1955 s) y el Tiempo de Establecimiento  (de 3.7471 s a 1.1218 s). Sin embargo, lo hemos logrado a costa de un mayor Sobrepaso (de 23.3070 a 25.3568) y a costa de un pico más alto (de 0.8672 a 1.1420).

La Figura 9 compara las respuestas antes y después de la compensación PD:

>>step(sys1, sys2)

Figura 9. Respuesta al escalón unitario del sistema antes y después de la compensación.

La Figura 9 muestra también que el valor final del sistema compensado está más cerca del valor de referencia (1), por lo tanto el error en estado estable también ha mejorado después de la compensación PD (de 0.297 a 0.088). Sin embargo, los lectores no deben asumir que, en general, la mejora en la respuesta transitoria siempre produce una mejora en el error de estado estable.

Ahora que hemos visto lo que la compensación PD puede hacer, estamos preparados para diseñar nuestro propio compensador PD para cumplir con especificaciones específicas de diseño para la respuesta transitoria.

1) Dado el sistema de la Figura 10, diseñar un controlador PD que genere un 16% de sobrepaso, y una reducción considerable del tiempo de establecimiento.

Figure 10.

Ejercicio completo en el siguiente link: Diseño de un compensador PD para alcanzar un sobrepaso de 16%

`Pero, cómo implementamos una compensación PD?`

La compensación PD utilizada hasta ahora para mejorar la respuesta transitoria de un sistema de control, es implementada por un controlador PD (proportional-plus-derivative controller). En la Figura 11 se muestra una manera de implementar la compensación PD. La función de transferencia del controlador PD de la Figura 11 es:

Figure 11. Implementación del controlador PD.

En construcción…

Fuente:

Escrito por:

Prof. Larry Francis Obando – Technical Specialist – Educational Content Writer

Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)

Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, UCV CCs

Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, USB Valle de Sartenejas.

Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.

Contact: Caracas, Quito, Guayaquil, Cuenca. telf – 0998524011

WhatsApp: +593998524011   +593981478463

## Diseño de la Respuesta Transitoria de un sistema de control vía LGR – Compensación en Cascada

En este artículo, se analizan la Compensación PD y la Compensación Lead, dos formas de mejorar la respuesta transitoria de un Sistema de control con realimentación, mediante el uso del Lugar Geométrico de las Raíces (LGR) y de la compensación en cascada. Por lo general el objetivo consiste en diseñar un respuesta que tenga un porcentaje de sobrepaso deseable y un tiempo de establecimiento más corto que el que tiene el sistema antes de la compensación.

`Mejorar el desempeño de la Respuesta Transitoria`

Hemos visto antes que, al establecer la ganancia en un valor particular en el lugar geométrico de las raíces, se determina una respuesta transitoria específica, dictada por los polos en ese punto del lugar geométrico. Esto quiere decir que al diseñar una respuesta transitoria estamos limitados a aquellas respuestas que existen a lo largo del lugar geométrico de las raíces. (Ver El lugar geométrico de las raíces con Matlab).

Desafortunadamente, la mayor parte del tiempo los requerimientos de diseño y, en especial, las especificaciones de sobrepaso y tiempo de repuesta para el diseño de sistemas de control, excede las posibilidades del LGR actual. ¿Qué podemos hacer entonces?

En lugar de cambiar el sistema existente, aumentamos o compensamos el sistema con polos y ceros adicionales, de modo que el sistema compensado tenga un LGR que pase por la ubicación deseada del polo para obtener algún valor de ganancia. Una de las ventajas de compensar un sistema de esta manera es que se pueden agregar polos y ceros adicionales en el extremo de baja potencia del sistema, justo antes de la planta. Debemos evaluar la respuesta transitoria a través de la simulación una vez que el diseño esté completo para asegurarnos de que se cumplan los requerimientos exigidos.

Principalmente, existen dos configuraciones de compensación utilizadas en el diseño de sistemas de control: compensación en cascada y compensación por retroalimentación. Estos métodos se modelan en la Figura 1 y la Figura 2:

Con la compensación en cascada, la red de compensación, G1(s), se coloca en la zona de baja potencia, justo delante y en cascada con la planta G3(s), o delante del controlador original G2(s) de la planta, como se puede ver en la Figura 1.

Con la compensación de realimentación (feedback compensator), el compensador, H1(s), se coloca en la ruta de realimentación, Figura 2.

Ambos métodos cambian los polos y ceros a lazo abierto, creando así un nuevo LGR a lazo cerrado, que atraviesa la ubicación requerida por las especificaciones de diseño.

La primera técnica que presentada será la compensación derivativa ideal. Se agrega un diferenciador puro a la trayectoria directa del sistema de control con retroalimentación.

`Compensación en Cascada - Controlador PD `

Como se señalaba anteriormente, ante la inconveniencia de cambiar la estructura física de la planta, y con el fin de cumplir con los requerimientos de diseño de un sistema de control, frecuentemente es necesario agregar polos y zeros a la función de transferencia directa de dicho sistema con el fin de obtener un Lugar Geométrico de las Raíces donde podamos seleccionar una ganancia que permita al sistema cumplir con las exigencias de diseño. Una manera de acelerar el sistema, que generalmente funciona de manera aceptable, es agregar un Zero en el camino de transferencia directa, justo antes de la planta y su controlador original.

Esta función, la suma de un diferenciador s y una ganancia pura Zc, es llamada compensación derivativa ideal  (ideal derivative compensation), o controlador PD (Proportional-Derivative). En resumen, una respuesta transitoria que no puede ser alcanzada con un simple ajuste de ganancia (controlador proporcional) puede ser obtenida aumentando la cantidad de zeros del sistema mediante un Controlador PD.

Vamos a utilizar el LGR de la Figura 3 para descubrir como trabaja un Controlador PD. En dicha figura tenemos un LGR para un sistema de control cuya función de transferencia directa G(s) con realimentación unitaria, está dada por:

Si consideramos a K=1, los comandos para trabajar en Matlab serían:

>> s=tf(‘s’);
>> G=1/((s+1)*(s+2)*(s+5));
>> rlocus(G);

Suponga que queremos operar el sistema de la Figura 3 con un coeficiente de amortiguamiento ξ=0.4. La Figura 4 muestra que podemos lograr ese coeficiente de amortiguamiento con un simple ajuste de ganancia, para lo cual podemos utilizar un compensador proporcional que establezca una ganancia K=23.7:

>> z=0.4;
>> sgrid(z,0);

Utilizamos click derecho para seleccionar el factor de amortiguamiento deseado:

La Figura 5 nos muestra la respuesta al escalón unitario del sistema de control a lazo cerrado utilizando un controlador proporcional con una ganancia Kp=23.7, con lo que alcanzamos un coeficiente de amortiguamiento ξ=0.4 en el LGR del sistemaSe muestra además el valor de los parámetros más importantes de una respuesta transitoria:

>> G1=23.7/((s+1)*(s+2)*(s+5));
>> sys1=feedback(G1,1);
>> step(sys1);
>> stepinfo(sys1)

Figura 5. Respuesta al escalón unitario del sistema a lazo cerrado, antes de la compensación.

Suponga ahora que queremos mantener el factor de amortiguamiento en el valor ξ=0.4, pero debemos mejorar el tiempo de alzamiento (rise time) y el tiempo de establecimiento (settling time). Es decir, queremos que el sistema sea más rápido. Esa tarea sería imposible utilizando sólo un controlador proporcional porque estamos limitados por el LGR del sistema según consta en las Figuras 3 y 4.

El sistema sin compensar, de la Figura 3, podría transformarse en un sistema compensado mediante la suma de un zero en s= -2. En la Figura 6 vemos como se transforma el LGR, utilizando un compensador en cascada (cascade compensator) cuya función de transferencia Gc(s) es:

>> G2=((s+2))/((s+1)*(s+2)*(s+5));
>> rlocus(G2);

Figura 6. LGR para el sistema compensado.

La Figura 7 nos muestra una vez más que podemos obtener un coeficiente de amortiguamiento ξ=0.4. estableciendo una ganancia de K=51.2:

>> z=0.4;
>> sgrid(z,0);

Utilizamos click derecho para seleccionar el factor de amortiguamiento deseado::

Figura 7. Localización en el LGR de ξ=0.4

La Figura 8 ilustra la respuesta al escalón unitario del sistema de control a lazo cerrado que utiliza el controlador PD de función de transferencia Gc(s), en cascada con un controlador proporcional de ganancia Kp=51.2, con el fin de lograr un ξ=0.4. Se muestra además los parámetros de la respuesta transitoria obtenida:

>> G3=(51.2*(s+2))/((s+1)*(s+2)*(s+5));
>> sys2=feedback(G3,1);
>> step(sys2);
>> stepinfo(sys2)

Figur8 8. Respuesta al escalón unitario del sistema compensado a lazo cerrado.

Manteniendo un coeficiente de amortiguamiento ξ=0.4, hemos mejorado el Tiempo de Levantamiento  (de 0.6841 s a 0.1955 s) y el Tiempo de Establecimiento  (de 3.7471 s a 1.1218 s). Sin embargo, lo hemos logrado a costa de un mayor Sobrepaso (de 23.3070 a 25.3568) y a costa de un pico más alto (de 0.8672 a 1.1420).

La Figura 9 compara las respuestas antes y después de la compensación PD:

>>step(sys1, sys2)

Figura 9. Respuesta al escalón unitario del sistema antes y después de la compensación.

La Figura 9 muestra también que el valor final del sistema compensado está más cerca del valor de referencia (1), por lo tanto el error en estado estable también ha mejorado después de la compensación PD (de 0.297 a 0.088). Sin embargo, los lectores no deben asumir que, en general, la mejora en la respuesta transitoria siempre produce una mejora en el error de estado estable.

Ahora que hemos visto lo que la compensación PD puede hacer, estamos preparados para diseñar nuestro propio compensador PD para cumplir con especificaciones específicas de diseño para la respuesta transitoria.

1) Dado el sistema de la Figura 10, diseñar un controlador PD que genere un 16% de sobrepaso, y una reducción considerable del tiempo de establecimiento.

Figure 10.

En construcción…

`Pero, cómo implementamos una compensación PD?`

La compensación PD utilizada hasta ahora para mejorar la respuesta transitoria de un sistema de control, es implementada por un controlador PD (proportional-plus-derivative controller). En la Figura 11 se muestra una manera de implementar la compensación PD. La función de transferencia del controlador PD de la Figura 11 es:

Figure 11. Implementación del controlador PD.

`Lead Compensation`

Un compensador PD activo puede aproximarse con un compensador pasivo. Cuando se usan redes pasivas, un solo cero no puede ser producido. Más bien, se utiliza un compensador con un cero y un  polo. Sin embargo, si el polo está más lejos del eje imaginario que el cero, la contribución angular del compensador sigue siendo positivo y, por lo tanto, se aproxima a un solo cero equivalente al producido por un PD.

Es decir, la contribución angular del polo compensador se resta de la contribución angular del cero, pero no excluye el uso del compensador para mejorar la respuesta transitoria, ya que la contribución angular neta es positiva, al igual que para una
controlador PD de un solo cero.

Las ventajas de una red pasiva sobre un controlador de PD activo son (1) que no se requieren fuentes de alimentación adicionales y (2) que el ruido debido a la diferenciación es reducido.

En construcción…

Fuente:

Prof. Larry Francis Obando – Technical Specialist – Educational Content Writer

Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)

Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, UCV CCs

Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, USB Valle de Sartenejas.

Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.

Contact: Caracas, Quito, Guayaquil, Cuenca. telf – 0998524011

WhatsApp: +593998524011   +593981478463

## Sketching Root Locus with Matlab – Control Systems

The Root Locus graphically displayed both transient response and stability information.

The locus can be sketched quickly to get a general idea of the changes in transient response generated by changes in gain. Specific points on the locus also can be found accurately to give quantitative design information.

The root locus typically allows us to choose the proper loop gain to meet a transient response specification. As the gain is varied, we move through different regions of response. Setting the gain at a particular value yields the transient response dictated by the poles at that point on the root locus. Thus, we are limited to those responses that exist along the root locus.

We can use Matlab and its Control System Toolbox to plot The Root Locus of a control system, given its characteristic equation or its forward transfer function.

1) As a first example, consider the system which characteristic equation is as follows:

The factored form of this characteristic equation is:

That is to say:

Where G(s)H(s) is the open-loop forward transfer function for a system represented by its block diagram as follows:

The root locus sketching looks as follows:

As it was said before, we can get the root locus for G(s)H(s) with Matlab using the following simple commands:

>> s=tf(‘s’)

>> sys=(1)/(s*(s+3)*(s^2+2*s+2))

>> rlocus(sys)

We obtain the next chart:

When gain K=8.1,  s=0+j1.09. We can see it by clicking on the lower intersection with the imaginary axis. Doing similarly, we can find the value of K at s=0-j1.09.

We can also see in the locus of the roots provided by Matlab for this system, the following:

1. The geometric places are symmetrical with respect to the real axis.
2. The four points at the root locus where K=0 (the poles, where the geometric places begin) are s=0, -3, -1+j, -1-j. Those where K=∞ (the zeros, where the geometric places finishare s=∞, ∞ , ∞ , and .
3. The maximum between n and m is 4, thus we say that the root locus has 4 branches, labeled by green colour ( -3), blue (0), celeste ( -1-j) and red ( -1+j).
4. The number of asymptotes is 4, (n-m=4). Since the number of finite poles exceeds the number of finite zeros, the locus of the roots approaches to s=∞ along the asymptotes.
5. The angles and centroid of the asymptotes are given below:

Once we sketch the root locus, we may want to accurately locate points on the root locus as well as find their associated gain. For example, we might want to know the exact coordinates of the root locus as it crosses the radial line representing 20% overshoot. Further, we also may want the value of gain at that point. Let us to illustrate that with the next example:

2) Given a unity feedback system that has the forward transfer function:

a. Sketch the root locus.
b. Find the imaginary-axis crossing.
c. Find the gain, K, at the jv-axis crossing.
d. Find the break-in point.
e. Find the point where the locus crosses the 0.5 damping ratio line.
f. Find the gain at the point where the locus crosses the 0.5 damping ratio line.
g. Find the range of gain, K, for which the system is stable.

a. Sketch the root locus.

>> numg=poly([2 4]);
>> deng=[1 6 25];
>> G=tf(numg,deng)

G

s^2 – 6 s + 8
————–
s^2 + 6 s + 25

>> rlocus(G);

b. Find the imaginary-axis crossing.

We can see in the chart that when the geometric place cross by the imaginary axe, the poles are at:

c. Find the gain, K, at the jv-axis crossing.

According to the previous graph:

The previous graph also tells us that the system is unstable (negative damping) when:

d. Find the break-in point.

e. Find the point where the locus crosses the 0.5 damping ratio line.
>> z=0.5;
>> sgrid(z,0)

f. Find the gain at the point where the locus crosses the 0.5 damping ratio line.

According to the previous graph:

g. Find the range of gain, K, for which the system is stable.

Previously, we have seen that the system is stable when:

`Proportional Control`

3. Find the gain to meet the damping ξ= 0.5, given the forward transfer function for a control system with unitary feedback:

We already know that this control system has the following configuration:

By adding to this original system a controller to manipulate the K gain of its Root Locus until obtaining the desired damping factor, we will be executing a Proportional Control Action. It is customary to add said controller in the region of low power, in series and just before the plant, or just before the direct transfer function, as illustrated in the following figure:

Adding a proportional controller of gain Kp, lThe forward transfer function G(s) is:

When KP=1, we have the original system.

We will use the following commands of Matlab, rltool:

>> numg=100;
>> deng=[1 16 65 50];
>> G=tf(numg,deng)

G =

100
————————
s^3 + 16 s^2 + 65 s + 50

>> rltool(G)

Doing right click:

Here we get ζ=0.5 when KP=1.46

Comparing the system before and after the compensation:

>> numc=100*1.46;
>> Gc=tf(numc,deng)

Gc =

146
————————
s^3 + 16 s^2 + 65 s + 50

>> sys_before=feedback(G,1);
>> sys_after=feedback(Gc,1);
>> step(sys_before,sys_after)

In blue, the response of the system to a step input before compensation is shown, when KP=1. In red, after compensation, when KP=1.46. The rise time is better (from 0.5626 s to 0.4356 s), but overshot is bigger due to less damping ζ (from 0.626 to 0.502). Steady-state error is also better.

We can see this data using:

>> stepinfo(sys_before)

RiseTime: 0.5626
SettlingTime: 1.7487
Overshoot: 7.5449

>> stepinfo(sys_after)

RiseTime: 0.4356
SettlingTime: 2.0551
Overshoot: 15.0397

>> damp (sys_before)

Damping= 6.26e-01

>> damp (sys_after)

Damping=5.02e-01

Or doing right click on the Root Locus, and then design requirement>new>design requirement type>damping ratio>0.5>ok.

Conclusion

It is confirmed by these examples that the locus of the roots is a powerful method of analysis and design for the stability and transient response of a control system (Evans, 1948, 1950).

The feedback control systems are difficult to understand from the qualitative point of view, so that this understanding depends largely on mathematics. The root locus is the graphic technique that gives us that qualitative description of the performance of the control system we are designing.

Setting the gain at a particular value on the root locus yields the transient response dictated by the poles at that point on the root locus. Thus, we are limited to those responses that exist along the root locus. That is what the following topic is about:

Sources:

Written by: Larry Francis Obando – Technical Specialist – Educational Content Writer.

Mentoring Académico / Empresarial / Emprendedores

Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)

Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, Caracas.

Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, Valle de Sartenejas.

Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.

Contact: Caracas, Quito, Guayaquil, Cuenca – Telf. 00593998524011

WhatsApp: +593998524011    /    +593981478463

## Función de transferencia del Motor DC y su carga

Hallar la función de transferencia del sistema formado por un Motor DC y su carga, como se muestra en la Figura 1:

`Dinámica del sistema`

Considerando que:

La dinámica de este sistema es la siguiente:

`Transformada de Laplace`

Al aplicar la transformada de Laplace a este sistema de ecuaciones obtenemos:

`Función de transferencia`

La función de transferencia directa del motor Gm(s), donde:

la obtenemos mediante el siguiente procedimiento. Sustituimos la ecuación (6) en (9) y luego despejamos Ia(s):

Luego, sustituimos este resultado y la ecuación (8) en la ecuación (7):

Es decir:

De donde obtenemos Gm(s), la función de transferencia directa del motor:

Utilizando las ecuaciones (10) y (11), podemos representar el sistema de la Figura 1 mediante el siguiente diagrama de bloques:

Para ilustrar el caso de un lazo cerrado, presentamos ahora el siguiente ejemplo, donde el motor DC y su carga se incorporan a un sistema de control de posición.

Hallar la función de transferencia del sistema de seguimiento de la la Figura 2:

Figura 2. Sistema de control de posición.

Este caso ha sido analizado al detalle en el siguiente link: Servomotores – Sistema de control de posición

Considerando que:

Al aplicar la transformada de Laplace:

Con estas últimas y las ecuaciones del sistema motor-carga, podemos asegurar que la función de transferencia θL(s)/ θr(s) del sistema de seguimiento de la Figura 2, y su diagrama de bloques, son:

Figura 3. Diagrama de bloques del sistema de control de posición de la Figura 2.

SIGUIENTE:

Fuentes:

Escrito por: Larry Francis Obando – Technical Specialist – Educational Content Writer.

Mentoring Académico / Empresarial / Emprendedores

Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)

Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, Caracas.

Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, Valle de Sartenejas.

Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.

Contact: Caracas, Quito, Guayaquil, Cuenca – Telf. 00593998524011

WhatsApp: +593998524011    /    +593981478463

## Sistema de control de posición con realimentación de velocidad (taquimétrica).

Considere un sistema de control de posición como el de la Figura 1:

Figura 1. Sistema de Control de posición.

Anteriormente vimos que el diagrama de bloques del sistema de la Figura 1 es el siguiente:

Figura 2. Diagrama de bloques del sistema de control de posición de la Figura 1.

Ver deducción en el siguiente link: Servomotores – Sistema de control de posición

La derivada del desplazamiento angular de salida del motor m(s)/dt, se realimenta negativamente a la entrada del sistema para mejorar el desempeño. En este caso se utiliza un tacómetro en lugar de diferenciar físicamente θm(s).

El sistema de seguimiento de la Figura 1 con realimentación tacométrica tendrá entonces el siguiente diagrama de bloques:

Dónde kt es la constante de ganancia del tacómetro. Reduciendo la realimentación negativa interna obtenemos el diagrama de la Figura 4:

De esta manera obtenemos la Función de Transferencia Directa Gm(s) del sistema de control de posición con realimentación de velocidad:

`Comparación de la respuesta transitoria del sistema antes y después de la realimentación de velocidad.`

En construcción…

`Breve reseña sobre El Tacómetro.`

Al igual que los potenciómetros, los tacómetros son dispositivos electromecánicos que convierten energía mecánica en energía eléctrica. Trabaja esencialmente como un generador de voltaje, con la salida de voltaje proporcional a la magnitud de la velocidad angular del eje de entrada. La Figura 4-33 refleja el uso común de un tacómetro en un sistema de control de velocidad:

La dinámica del tacómetro se puede representar como:

Donde et(t) es el voltaje de salida, θ(t) es el desplazamiento del motor en radianes, ω(t) es la velocidad del rotor en rad/s, y Kt es la constante del tacómetro. Luego, términos del desplazamiento del motor: