Universidad Politécnica Salesiana. Rodas, Mora, Zumba.
Identificación de la planta Twin rotor Mimo System 33-220 1
Identificación del Twin Rotor MIMO System 33-220
(ángulo de elevación) mediante distintas métodos y
comparación de resultados
Rodas, Romel., Mora, Alfredo y Zumba, René.
rrodas@[Link],fame5670@[Link],rzumba@[Link]
Universidad Politécnica Salesiana
mismo responde de forma no lineal. Esto sugiere la
Resumen—A través del uso de señales adecuadas de necesidad de encontrar una o varias técnicas
entrada para la etapa correspondiente a la elevación (pitch) del apropiadas para la identificación del sistema en
Twin Rotor MIMO system 33-220 de uso del laboratorio de
control de la Universidad Politécnica Salesiana Sede Cuenca, mención.
se establecen técnicas de identificación de la planta
manteniendo el rotor de cola en una posición fija. La idea
central de este artículo es describir los procedimientos
utilizados para la identificación de la planta, a través de
métodos paramétricos y no paramétricos, realizar una
comparación de los resultados alcanzados a través de métodos
matemáticos que lo permitan, y proponer un modelo adecuado
para este sistema.
Índice de Términos—Identificación de sistemas
dinámicos, métodos no paramétricos, métodos paramétricos,
modelos no lineales
I. INTRODUCCIÓN
El equipo de prueba a identificar es el modelo Twin
Rotor MIMO System 33-220 de la marca Feedback,
el mismo que se aprecia en la figura 1. La actuación FIGURA 1. FOTOGRAFÍA DE LA PLANTA A IDENTIFICAR
para la identificación se la realiza sobre la etapa
correspondiente al rotor principal (ángulo de Por otra parte y con la finalidad de comparar los
elevación), mientras se mantiene el ángulo de la cola resultados entre distintos métodos se recurre a
en una posición fija. El equipo cuando no está técnicas tanto para sistemas lineales como no lineales
alimentado se encuentra en una posición tal que el llevado al rotor principal a una zona de trabajo de tal
ángulo formado por la barra de contrapeso y la manera que el ángulo formado entre el eje que
vertical es de 22° aproximadamente. sostiene a la hélice de elevación y la barra vertical
Al realizar algunas pruebas mediante la alimentación sea cercano a 90° (posición horizontal).
del rotor principal, este se eleva hasta alcanzar una El llegar a establecer un adecuado modelo luego de
determinada posición en función del voltaje de la validación de los resultados con el apoyo y uso de
entrada manteniéndose una serie de oscilaciones técnicas de comparación como la correlación
extendidas durante el tiempo de prueba, lo que cruzada, el error cuadrático medio y el error absoluto
supone que el sistema será de orden mayor a 1. medio, permitirá inferir sobre el sistema pruebas en
Adicionalmente, observando la dinámica del sistema las que para su control se demande de un apropiado
se puede afirmar con absoluta seguridad que el modelo.
Maestría en Control
Universidad Politécnica Salesiana. Rodas, Mora, Zumba. Identificación de la planta Twin rotor Mimo System 33-220 2
II. ASPECTOS SOBRE IDENTIFICACION DE
Modelos de
SISTEMAS Identificación
Por lo general el proceso de identificación de
sistemas comprende de los pasos mencionados a
continuación:
Modelos No
A. Obtención de datos de entrada/salida Modelos lineales
lineales
En esta primera etapa de la identificación de un
sistema, es de suma importancia la adecuada
selección de las señales de entrada a aplicar al
sistema para el registro en conjunto con los datos de Modelos Modelos No Modelos
salida. El intervalo de tiempo para esta prueba debe paramétricos paramétricos paramétricos
ser lo suficientemente amplio como para no perder
alguna información sobre la dinámica de sistema que Respuesta al
resulte de relevancia para el modelo a obtener. impulso,
ARX, FIR, NARMAX,
análisis en
ARMA, ARMAX, Wavelet, State
B. Tratamiento previo de los datos registrados frecuencia,
OE, etc Space, Neuronal
correlación, etc
En ciertos casos, se requerirá un tratamiento previo
Figura 2. Algunos modelos de identificación
de los datos obtenidos para eliminar ciertas señales
ruidosas que no provengan de la propia dinámica de III. OBTENCIÓN DE DATOS DE ENTRADA / SALIDA
la planta y eliminar datos atípicos (outliers).
A. Respuesta al escalón unitario
C. Elección de la estructura del modelo Como primera prueba se obtiene los datos de la
La elección apropiada de la estructura del modelo respuesta al escalón unitario, para ello se aplica un
facilitará en gran medida la identificación del escalón con valor tal que el rotor principal pase a una
sistema, ayudará por tanto para la identificación posición horizontal para ello, luego de las pruebas
cierto grado de conocimiento de las leyes físicas respetivas se alimenta al sistema con una tensión de
involucradas en la dinámica de la planta 1.6 voltios. La respuesta se mide en radianes y
D. Obtención de los parámetros del modelo expresa el ángulo Θ que forma el eje del contrapeso
Se disponen de técnicas y algoritmos para la con respecto a su posición inicial (equilibrio) o en
obtención de los parámetros en base a criterios de otras palabras el ángulo de elevación de la cruceta de
ajuste como la minimización del error absoluto, la apoyo de los rotores con respecto a su posición
minimización del error cuadrático medio, la inicial, éste se puede apreciar en la figura 3.
correlación entre señales, etc.
E. Validación del modelo
En esta etapa se pone a prueba el modelo, a través
de una comparación entre los datos de salida
obtenidos de la planta y los estimados a través del
modelo mediante cierto criterio que permita hacer
una comparación cuantitativa de los datos. El
modelo de deberá revisar e incluso replantearse otro
en caso que el criterio de validación no sea
satisfecho.
La figura 2 muestra una clasificación bastante
general sobre modelos de identificación para
sistemas. Figura 3. Representación de la salida Θ
Tiempo de muestreo: se toma como 100 ms
Maestría en Control
Universidad Politécnica Salesiana. Rodas, Mora, Zumba. Identificación de la planta Twin rotor Mimo System 33-220 3
inicialmente, se considera que en función del
conocimiento del sistema es un tiempo adecuado, sin
embargo luego del análisis de los datos de salida se
puede modificar el tiempo de muestreo observando
la respuesta del sistema, para este caso no hace falta
tal premisa, como se puede corroborar en la gráfica
de respuesta que se muestra en la figura 4, con un
análisis simple a esta respuesta notamos que la
constante de tiempo es mayor a 1 segundo si
quisiéramos compáralo con un sistema lineal de
orden n, es decir que el sistema responde de manera
relativamente lenta comparado con el tiempo de
muestreo que es de 0.1 s.
Duración de la prueba: el tiempo que tomó para
esta prueba fue de 100 segundos, lo que da como
resultado vectores de entrada y salida de 1000 datos
respectivamente.
Figura 5. a. Señal de entrada compuesta randómica
b. Respuesta del sistema a esta señal de entrada
IV. ESTRUCTURA DE LOS MODELOS A UTILIZAR
A. Construcción de un modelo paramétrico
usando un método gráfico y aproximación
sucesiva
Previo a esto se puede realizar un tratamiento de
los datos registrados, sin embargo al observar las
gráficas de respuesta se toma la decisión de no filtrar
los datos y usarlos tal como se los registró.
Figura 4. Respuesta a una señal de entrada escalón. Vin = 1.6 Volts Aunque se sabe que el sistema no es lineal, se
propone la estimación de un modelo representado a
B. Respuesta a una señal compuesta randómica través de una función de transferencia de la forma:
𝐾(1+𝑇 𝑠)
Esta parte se refiere a señal compuesta como una 𝐺(𝑠) = (𝑠2 −2𝑠𝑎+𝑎2 +𝑏𝑧2)(1+𝑇 (2)
𝑝 𝑠)
señal de entrada para el sistema a lazo abierto, de tal Alimentando al sistema con una entrada escalón
forma que tenga componentes sinusoidales de
u(t) con amplitud ∆𝑢, y al aplicar la trasformación
distinta frecuencia, a más de una suma randómica
inversa de Laplace se obtiene la respuesta que se
para recrear una señal con amplio espectro así como
muestra en la expresión (3), a la cual se tratará de
un rango de niveles de entrada.
ajustar mediante los datos obtenidos de la
La función para generar esta señal se expresa en
identificación.
(1), y la misma se puede observar en la figura 5.
−𝑡
1 (𝑇𝑧 −𝑇𝑝 ) 𝑇𝑝
𝑝 = (1.6 − 0.25 + 0.1 ∗ sin(0.3 ∗ t) + 0.06 ∗ sin(0.45 ∗ t) + 0.09 𝑦(𝑡) = 𝐾 [𝑎2 +𝑏2 + 1
2 𝑒 +
(𝑎+ ) +𝑏2
∗ sin(0.95 ∗ t) + 0.08 ∗ sin(1.5 ∗ t)) 𝑇𝑝
+ rand(1,1000) ∗ 0.5 (1) (𝑎+𝑎2 𝑇𝑝 −𝑏2 𝑇𝑝 ) sin(𝑏𝑡)−(𝑏+2𝑎𝑏𝑇𝑝 ) cos 𝑏𝑡
2 2 𝑒 𝑎𝑡 +
𝑏((𝑎+𝑎2 𝑇𝑝 −𝑏2 𝑇𝑝 ) (𝑏+2𝑎𝑏𝑇𝑝 ) )
La respuesta del sistema a esta señal de entrada se
muestra en la parte inferior de la figura 5.
Maestría en Control
Universidad Politécnica Salesiana. Rodas, Mora, Zumba. Identificación de la planta Twin rotor Mimo System 33-220 4
Aplicando la expresión (8) para el caso presente:
𝑇𝑧 ((1+𝑇𝑝 𝑎) sin(𝑏𝑡)−𝑇𝑝 𝑏 cos(𝑏𝑡)) 0.5246
𝑎𝑡
2 2 𝑒 ] ∆𝑢 (3) 𝐾= ((−0.041)2 + 22 ) = 1.31 (9)
𝑏((1+𝑇𝑝 𝑎) +(𝑇𝑝 𝑏) ) 1.6
Nos queda por determinar los parámetros 𝑇𝑝 y 𝑇𝑧 ,
Los parámetros 𝑎 y 𝑏 de la expresión (3) para lo cual se utiliza un algoritmo de aproximación,
representan los valores de la parte real e imaginaria el mismo que utiliza la expresión (3) para evaluar la
de los polos conjugados de la función de respuesta y(t) frente a una entrada u(t) de tipo
transferencia dada en (2). El procedimiento escalón. El algoritmo recibe como variables los
desarrollado para su estimación se describe a valores de a, b, K, tc que representa el primer tiempo
continuación: en el que la salida identificada es cero, identificado
Con la ayuda de la gráfica de los datos de salida de se hace cero y tm, que representa el instante de
identificación estimamos 𝑏. tiempo en el que se tiene un valor máximo de la señal
de salida registrada. Cabe anotar el algoritmo sólo
usa una aproximación sucesiva, por cuanto para una
implantación más exacta se puede utilizar un método
de aproximación probado, o se podría trabajar sobre
el algoritmo para mejorarlo.
Luego de unas pocas estimaciones de pruebas se
obtienen los valores de 𝑇𝑝 y 𝑇𝑧 como 0.81 y -0.31,
Figura 6. Lectura de T, para la estimación de b respectivamente.
De acuerdo a la gráfica de respuesta al escalón del
sistema se puede leer el valor de T≅3.15 s. con este
dato procedemos a estimar el valor de b:
2𝜋
𝑏 ≅ 3.15 = 2 (4)
Para la estimación de 𝑎 se procede tal como se
describe a continuación
- Tomamos los valores para (t,y) en dos puntos
picos alejados entre sí de la gráfica.
- Leemos el valor de yee (salida en estado Figura 7. Respuesta registrada vrs. Respuesta estimada
estacionario. La figura 7 muestra las señales de salida de la
- Aproximamos la curva de decaimiento para planta identificada y la estimada mediante el método
estos valores a una exponencial 𝑒 𝑎𝑡 , con lo que expuesto. La función de transferencia resultante
se procede al cálculo: sería:
1 𝑦 −𝑦 1.31(1−0.31𝑠)
𝑎 = ∆𝑡 ln (𝑦2 −𝑦𝑒𝑒) (5) 𝐺(𝑠) = (𝑠2 +0.082𝑠+4)(1+0.81𝑠) (9)
1 𝑒𝑒
Con los datos leídos de la gráfica y aplicando (5)
se tiene: Prueba de error
1 0.5553−0.5246 Suma total del error absoluto:
𝑎 = 52.3−5.5 ln (0.7394−0.5246) = −0.041 (6)
>> error=y_1-y1'
El valor de K lo podemos obtener aplicando el error =
teorema del valor infinito: -0.0526
𝑧 𝐾(1+𝑇 𝑠)∆𝑈 -0.0300
𝑦𝑒𝑒 = lim 𝐺(𝑠) 𝑈(𝑠) 𝑠 = lim (𝑠2 −2𝑠𝑎+𝑎2 +𝑏 2 )(1+𝑇 -0.0028
𝑠→0 𝑠→0 𝑝 𝑠)
(7) 0.0225
Con lo que se tiene: 0.0459
𝑦 0.0648
𝐾 = 𝑒𝑒 (𝑎2 + 𝑏 2 ) (8)
0.0770
∆𝑢
Maestría en Control
Universidad Politécnica Salesiana. Rodas, Mora, Zumba. Identificación de la planta Twin rotor Mimo System 33-220 5
0.0810 demasiado su grado, y utilizando la señal compuesta
. randómica mostrada en la figura 5, la misma que
.
.
permite identificar con una entrada enriquecida de
>> suma_error_absoluto=0; componentes en frecuencia y con valores distintos,
>> for i=1:1000 resulta ser:
suma_error_absoluto=suma_error_absoluto+abs(error(i)); 0.3726𝑠2 −0.787𝑠+2.409
end
𝐺3(𝑠) = 𝑠3 +1.776𝑠2 +4.02𝑠+6.779 (12)
>> suma_error_absoluto = 28.3
En tanto que la suma de error cuadrático es de:
>>Suma total del error cuadrático = 1.64
B. Aproximación a una función de transferencia
usando la herramienta ident de MATLAB
Para esto luego de la comprobación de algunos
modelos a usando esta herramienta de matlab, una
buena aproximación es la expresada en (10),
Figura 9. Señales registrada y estimada a través del modelo representado
1.37(1−0.32𝑠) en (12)
𝐺2(𝑠) = (𝑠2 +0.0818𝑠+4.01)(1+0.83𝑠) (10)
La figura 10 muestra la respuesta de este modelo
ante una señal de escalón con amplitud de 1.6 para
La figura 8 muestra la comparación entre las efectos de comparación entre los modelos obtenidos.
señales de salida estimada y la registrada del
procesos de identificación.
Figura 10. Comparación entre respuestas al escalón G3(s)
Figura 8. Respuesta registrada vrs. Respuesta estimada G2
Prueba de error
Suma total del error absoluto = 62.15
Prueba de error Suma total del error cuadrático = 5.28
Suma total del error absoluto = 20.5321
Suma total del error cuadrático = 0.816
V. COMPARACION DE LOS INDICES DE
DESEMPEÑO
C. Modelo de estimación polinomial del error de La tabla 1 muestra los índices de desempeño de
salida usando el ident de Matlab
cada modelo obtenido, cabe anotar que estos se
Una estimación obtenida con la ayuda del ident de obtienen de la respuesta al escalón, teniendo en
Matlab en base al modelo paramétrico: cuenta que el modelo tres se obtuvo con la
identificación a través de una señal compuesta
𝐵(𝑞)
𝑦(𝑡) = [𝐹(𝑞)] 𝑢(𝑡) + 𝑒(𝑡) , (11) rendómica.
que resulta apropiado para este sistema sin elevar
Maestría en Control
Universidad Politécnica Salesiana. Rodas, Mora, Zumba. Identificación de la planta Twin rotor Mimo System 33-220 6
Modelo IEAP IECP
G1 28.3 1.64
G2 20.53 0.816
G3 62.15 5.28
Tabla 1. Comparación de los índices de desempeño
VI. CONCLUSIONES
Como primera conclusión se puede decir que al ser
una planta de tipo no lineal no se puede obtener un
modelo que se ajuste lo más aproximadamente
posible de acuerdo a los datos registrados del
experimento, puesto que se han utilizado técnicas de
identificación para sistemas lineales. Sin embargo,
en una zona específica de trabajo, se puede lograr una
buena aproximación para efectos de control.
Se puede decir que sobre modelos no muy
complejos se pueden obtener resultados
satisfactorios, puesto que aquí se ha presentado un
método sencillo partiendo de la gráfica de respuesta
del sistema a una entrada escalón, el mismo que ha
dado resultados importantes.
Existen una serie de herramientas como el ident de
matlab que nos permite de manera bastante sencilla
hacer los mejore ajustes de una planta determinada,
sin embrago el uso de técnicas clásicas pueden
tomarse como una opción que se basa en el
conocimiento del comportamiento de las platas y
sigue siendo de mucha ayuda a la hora de determinar
la elección del modelo.
REFERENCIAS
[1] Bueno, Angel Martínez. Identificación experimental de
Sistemas ,2011.
[2] Alfaro ,Víctor M. IDENTIFICACIÓN DE PROCESOS
SOBREAMORTIGUADOS UTILIZANDO
TÉCNICAS DE LAZO ABIERTO,2001 H. Poor,
An Introduction to Signal Detection and Estimation.
New York: Springer-Verlag, 1985, ch. 4
[3] Padilla ,Pedro Arafet Métodos de Identificación dinámica.
Maestría en Control