24
LABORATORIO DE SIMULACIONES 1 Integrantes: Lavin clarisa Temoli Carolina Problemas L1.1 Revisar los sistemas dados en el problema 8.2 utilizando las herramientas de MATLAB. En cada caso, a) Obtener la expansión en fracciones simples. b) Graficar cada una de las contribuciones a la respuesta total c) Graficar la respuesta total mediante la función ‘step’ Para el sistema 1 convierto las raíces del denominador (p) en un polinomio (q) >> p=[-2;-3] p = -2 -3

primer laboratorio simulink

Embed Size (px)

DESCRIPTION

problemas de automatizacion y control para resolver con matlab en simulin

Citation preview

>> p=[-2;-3]

LABORATORIO DE SIMULACIONES 1

Integrantes:

Lavin clarisa

Temoli Carolina

Problemas

L1.1 Revisar los sistemas dados en el problema 8.2 utilizando las herramientas de MATLAB.

En cada caso,

a) Obtener la expansin en fracciones simples.

b) Graficar cada una de las contribuciones a la respuesta total

c) Graficar la respuesta total mediante la funcin step

Para el sistema 1 convierto las races del denominador (p) en un polinomio (q)>> p=[-2;-3]

p =

-2

-3

>> q=poly(p)

q =

1 5 6

>> num=[1 1]

*num: son los coeficientes del polinomio del numeradornum =

1 1

>> den=[q]

*den: son los coeficientes del polinomio del denominadorden =

1 5 6>> [r p k]=residue(num,den)

*r y p: son las expansiones en fracciones simplesr =

2.0000

-1.0000

p =

-3.0000

-2.0000

k =

[]

Para el sistema 2 >> h=[1 -2 5]

*h:son los coeficientes del polinomio (s2-2s+5)h =

1 -2 5

>> h=roots(h)

*h: son las raices del polinomioh =

1.0000 + 2.0000i

1.0000 - 2.0000i

>> r=[-1 -1 -2 h(1) h(2)]

*r: son las raices del polinomio del denominador del sistemar =

Columns 1 through 3

-1.0000 -1.0000 -2.0000

Columns 4 through 5

1.0000 + 2.0000i 1.0000 - 2.0000i

>> p=poly(r)

*p:son los coeficientes de las raices obtenidas para el denominador del Sistema p: s5+2s4+2s3+12s2+21s+10p =

1 2 2 12 21 10

>> num=[1 2 -3]

num =

1 2 -3

>> den=[p]

den =

1 2 2 12 21 10

>> [r p k]=residue(num,den)

r =

-0.0096 - 0.0769i

-0.0096 + 0.0769i

-0.2308

0.2500

-0.5000

p =

1.0000 + 2.0000i

1.0000 - 2.0000i

-2.0000

-1.0000

-1.0000

k =

[]b) Para el sistema 1>> g1=tf(2, [1 3])

Transfer function:

2

-----

s + 3

>> g2=tf(-1, [1 2])

Transfer function:

-1

-----

s + 2

>> step(g1)

Grafica de G1

>> step(g2)Grafica de G2

Para el sistema 2>> num=r(1)*[1 -p(2)]+r(2)*[1 -p(1)]

num =

-0.0192 0.3269

>> den=conv([1 -p(1)],[1 -p(2)])

den =

1.0000 -2.0000 5.0000

>> c1=tf(num,den)

Transfer function:

-0.01923 s + 0.3269

-------------------

s^2 - 2 s + 5

>> c2=tf(r(3), [1 p(3)])

Transfer function:

-0.2308

-------

s - 2

>> c3=tf(r(4), [1 p(4)])

Transfer function:

0.25

-----

s - 1

>> c4=tf(r(5), [1 p(5)])

Transfer function:

-0.5

-----

s - 1

grafica para C1

Grafica para C2

Grafica para C2

Grafica para C3

c)>> q1

q1 =

1 1

>> p1

p1 =

1 5 6

>> g1t=tf(q1, p1)

Transfer function:

s + 1

-------------

s^2 + 5 s + 6

>> step(g1t)

>>

Grafica para el sistema 1

>> q2=[1 2 -3]

q2 =

1 2 -3

>> p2=[1 2 2 12 21 10]

p2 =

1 2 2 12 21 10

>> g2=tf(q2,p2)

Transfer function:

s^2 + 2 s - 3

----------------------------------------

s^5 + 2 s^4 + 2 s^3 + 12 s^2 + 21 s + 10

>> step(g2)

>>Grafica para el sistema 2 L1.2 representar en ambiente Simulink de matlab los sistemas dados en el roblema 8.2 y verificar los resultados halladosSistema 1

Sistema 2

L1.3 simular en ambiente matlab la respuesta del sistema:>> kp=[0.5:0.5:2]

kp =

0.5000 1.0000 1.5000 2.0000

>> tp=1

tp =

1

>> g1=tf(kp(1),[1 tp])

Transfer function:

0.5

-----

s + 1

>> g2=tf(kp(2),[1 tp])

Transfer function:

1

-----

s + 1

>> g3=tf(kp(3),[1 tp])

Transfer function:

1.5

-----

s + 1

>> g4=tf(kp(4),[1 tp])

Transfer function:

2

-----

s + 1

>>

>> step(g1)

>> hold on

>> step(g2)

>> hold on

>> step(g3)

>> hold on

>> step(g4)

>>

Grafica para el caso a-

>> tp

tp =

1 2 3

>> kp

kp =

1

>> g1=tf(kp,[tp(1) 1])

Transfer function:

1

-----

s + 1

>> g2=tf(kp,[tp(2) 1])

Transfer function:

1

-------

2 s + 1

>> g3=tf(kp,[tp(3) 1])

Transfer function:

1

-------

3 s + 1

>> step(g1)

>> hold on

>> step(g2)

>> hold on

>> step(g3)

>>

Grafica para el caso b-

En ambiente simulink

Para el caso a-

Para el caso b- con un escalon unitario

Para el caso b con un escalon de dos

Conclusiones:

Al variar kp el valor final va variando si aumentamos kp aumenta el valor final pero el tiempo no varia.Al variar tao la respuesta llega al valor final varia pero el valor final es el mismo para todos los casos. Al aumentar tao tarda mas en llegar al valor finalL1.4 considerar, en ambiente simulink, el sistema representado por la expresin:

a- Mantener, en primera instancia, =1 y evaluar la repsuesta del sistema cuando toma valores entre 2 y 0.2Para cita :_ 0.2 0.7 1.2 1.7 2

Para tao=1

b- Mantener ahora, =0.2 y evaluar la respuesta del sistema cuando toma valores entre 3 y 1

Para cita=0.2

Para tao=3 2 1

Conclusiones

Cuando variamos cita lo que estamos variando es la forma del amortiguamiento (subamortiguado, crticamente amortiguado, sobreamortiguado) para citas menores que 1 tenemos una respuesta subamortiguada mientras mas chica es cita es mas amortiguada y si cita es mayor a uno la respuesta es sobreamotiguada mientras grande es cita mas lenta es la respuesta

Si cita es constante en 0.2 tenemos una respuesta subamortiguada que al variar tao lo que variamos es el tiempo en llegar al valor final.L1.5 Considere en ambiente simulink el sistema de segundo orden:

a) Sobrepasamiento:A/B >> A=5.8

A =

5.8000

>> B=5

B =

5

>> A/B

ans =

1.1600

b) Relacin de decaimiento: (sobrepasamiento)2 =>> 1.3456

c) Valor final=5

d) Valor mximo=5.8

e) Tiempo de establecimiento:6Periodo de oscilacin: w=2pif=2pi(1/T)=0.96

L1.6-El violeta es de primer orden, el celeste de segundo, el verde de tercero y el rojo de cuarto orden.