UNED I.T INDUSTRIAL ELECTRONICA: 2019

Cuestion 3 S.POTENCIA 2012 09 S2 (Caldeo por induccion)

Resolucion:

La respuesta es la c). Uno de los fenomenos que se puede dar en el caldeo por induccion es el efecto pelicular. El material es sometido a un flujo magnetico variable. El calentamiento depende de la frecuencia de trabajo. La principal causa de calentamiento son las corrientes de Foucault

‹ Cuestion 1 S.POTENCIA 2012 09 S2 (Cicloconvertidor)arriba Parte practica S.POTENCIA 2012 09 S2 (Bobina nucleo magnetico) ›

Obtener las metaetiquetas de una pagina web con PHP

Codigo en PHP para obtener las metaetiquetas de una pagina web:

<?php

// Suponemos que las etiquetas estan en http://cachivaches.cajael.com

$wo = get_meta_tags('http://cachivaches.cajael.com/');

foreach($wo as $node) {

echo ($node);

}

?>

Resultado:

9tI6FluMuPrEbCcLFJsq2VoSxcNdofEMYOAWfM68Uy4Cachivaches, Cosas, electronica, software, mercados y bolsa..Cachivaches, Cosas, electronica, software, mercados y bolsa..summary@cachivaches52469004338@cachivaches52469004338http://cachivaches.cajael.com/nodeCachivaches, Cosas, electronica, software, mercados y bolsa..cachivaches.cajael.comCachivaches, Cosas, electronica, software, mercados y bolsa..Texthttp://cachivaches.cajael.com/text/htmlwidthtruewidth=device-width, initial-scale=1.0

‹ Php arriba SAGE Software de matematicas

Cuestion 3 S.POTENCIA 2014 09 S2 (Variable de salida)

Resolucion:

Los tres cambios de variable de salida en un sistema controlado se explican en el apartado 18.5 del libro

‹ Cuestion 2 S.POTENCIA 2014 09 S2 (Cicloconvertidor)arriba Cuestion 5 S.POTENCIA 2014 09 S2 (Curvas fotovoltaica) ›

Parte practica S.POTENCIA 2013 09 S1 (Tranformador de impulso)

Parametros circuito equivalente de alta frecuencia.

Parametros circuito equivalente de baja frecuencia.

Capacidad total para alta frecuencia

Resistencia equivalente

Factor de amplificacion y periodo de oscilacion

Operaciones matematicas del tranformador de impulsos con el programa matematico SAGE:

Sage: r1=4.5

Sage: r2=4.5

Sage: ld1=5*10^(-6)

Sage: ld2=5*10^(-6)

Sage: c1=1.2*10^(-9)

Sage: c2=1.2*10^(-9)

Sage: ca=0.1*10^(-9)

Sage: cc=10*10^(-9)#condensador de la carga

Sage: rc=120 #resistencia de la carga

Sage: lm=10*10^(-3)

Sage: rp=1*10^3

Sage: r=r1+r2*(1/rt)^2

Sage: l=ld1+ld2*(1/rt)^2

Sage: c=c1+c2*rt^2+(ca/3)*(1+rt+rt^2)

Sage: ct=c+cc

Sage: rt1=(rc*rp)/(rc+rp)

Sage: fa=rt1/(rt1+r)#factor de amplificacion

Sage: T=2*pi*sqrt(l*ct*fa)#periodo de oscilacion

Sage: r.n(),l.n(),c.n(),ct.n(), rt1.n(), fa.n(), T.n()

Resultados:

(10.0000000000000,
 0.0000100000000000000,
 2.10000000000000e-9,
 1.21000000000000e-8,
 90.9090909090909,
 0.900900900900901,
 2.07448865513765e-6)

‹ Parte Teorica S.POTENCIA 2013 Sept S1 (Fiabildad)arribaParte practica S.POTENCIA 2013 09 S1 (Tranformador de impulso, Parametros circuito equivalente de alta frecuencia.) ›

Parte practica S.POTENCIA 2013 09 S1 (Tranformador de impulso, Parametros circuito equivalente de alta frecuencia.)

Resultado:

La resistencia del circuito equivalente en alta frecuencia viene dada por:
$[tex]R=R_1\cdot+R_2\cdot (\frac{N_1}{N_2})^2=[/tex] [tex]=4.5\cdot+4.5\cdot (1)^2=9\,\Omega[/tex]$

La inductancia del circuito equivalente en alta frecuencia viene dada por:

$[tex]L=L_{d1}\cdot+L_{d2}\cdot (\frac{N_1}{N_2})^2=[/tex]$
$[tex]=5\cdot 10^{-6}\cdot+5\cdot 10^{-6}\cdot (1)^2=10\,\mu H[/tex]$

El condensador del circuito equivalente en alta frecuencia viene dada por:

$[tex]C=C_{1}\cdot+C_{2}\cdot (\frac{N_2}{N_1})^2+\frac{C_a}{3}\cdot (1+\frac{N_2}{N_1}+(\frac{N_2}{N_1})^2)=[/tex] [tex]=1.2\cdot 10^{-9}\cdot+1.2\cdot 10^{-9}\cdot (1)^2+\frac{0.1\cdot 10^{-9}}{3}\cdot (1+1+(1)^2)=2.5\cdot 10^{-9}\, F[/tex]$

‹ Parte practica S.POTENCIA 2013 09 S1 (Tranformador de impulso)arriba Parte practica S.POTENCIA 2013 09 S1 (Parametros circuito equivalente de baja frecuencia, Tranformador de impulso) ›

Parte practica S.POTENCIA 2013 09 S1 (Parametros circuito equivalente de baja frecuencia, Tranformador de impulso)

Respuesta:

La resistencia del circuito equivalente en baja frecuencia viene dada por:

$[tex]R=R_1\cdot+R_2\cdot (\frac{N_1}{N_2})^2=[/tex] [tex]=4.5\cdot+4.5\cdot (1)^2=9\,\Omega[/tex]$

La inductancia magnetizante en baja frecuencia es la misma:

$[tex]L_{mg}=10\,mH[/tex]$

La resistencia de perdidas en el nucleo en el primario en baja frecuencia es la misma:

$[tex]R_{p1}=1\,K \Omega[/tex]$

‹ Parte practica S.POTENCIA 2013 09 S1 (Tranformador de impulso, Parametros circuito equivalente de alta frecuencia.)arriba Parte practica S.POTENCIA 2013 09 S1 (Capacidad total para alta frecuencia,Tranformador de impulso) ›

Parte practica S.POTENCIA 2013 09 S1 (Capacidad total para alta frecuencia,Tranformador de impulso)

Resultado:

La capacidad total del circuito equivalente en alta frecuencia viene dada por:

$[tex]C'=C_c+C=10\cdot 10^{-9}+2.5\cdot 10^{-9}[/tex][tex]=12.5\cdot 10^{-9} \,F[/tex]$

‹ Parte practica S.POTENCIA 2013 09 S1 (Parametros circuito equivalente de baja frecuencia, Tranformador de impulso)arriba Parte practica S.POTENCIA 2013 09 S1 (Resistencia equivalente,Tranformador de impulso) ›

Parte practica S.POTENCIA 2013 09 S1 (Resistencia equivalente,Tranformador de impulso)

Resultado:

La resistencia en el tranformador de impulsos:

$\frac{10\cdot 10^3\cdot 120}{10\cdot 10^3+120}=107.14\,\Omega R'=\frac{R_c\cdot R_{p1}}{R_c+R_{p1}}=$

‹ Parte practica S.POTENCIA 2013 09 S1 (Capacidad total para alta frecuencia,Tranformador de impulso)arriba Parte practica S.POTENCIA 2013 09 S1 (Factor de amplificacion y periodo de oscilacion,Tranformador de impulso) ›

Parte practica S.POTENCIA 2013 09 S1 (Factor de amplificacion y periodo de oscilacion,Tranformador de impulso)

Resultado:

El factor de amplificacion de tranformador de impulsos viene dada por:

$[tex]a=\frac{R'}{R+R'}=[/tex] [tex]=\frac{107.14}{9+107.14}=0.9 \,Omega[/tex]$

El periodo de oscilacion del transformador de impulsos viene dado por:

$[tex]T=2\cdot \pi \cdot \sqrt{L\cdot C'\cdot a}=2\cdot \pi \cdot \sqrt{10\cdot 10^{-3}\cdot 12.5\cdot 10^{-9}\cdot 0.9}=2.07\cdot 10^{-6}[/tex]$

‹ Parte practica S.POTENCIA 2013 09 S1 (Resistencia equivalente,Tranformador de impulso)arriba 2013 09 S2 EXAMEN S.E.POTENCIA ›

Parte Teorica S.POTENCIA 2012 09 S1 (Cadena abierta, cadena cerrada; Variables de salida)

Resolucion:

Control en cadena abierta y en cadena cerrada viene en el apartado 18.4 del Libro.

Modos de cambio de variable de salida: Control todo o nada, cambio de estados discretos y regulacion continua vienen en el apartado 18.5 del libro.

‹ Cuestion 2 S.POTENCIA 2012 09 S1 (Convertidor de cuatro cuadrantes)arriba 2012 09 S2 EXAMEN S.E.POTE

Calcular densidad fluido (gas) con el programa matematico SAGE

Funcion para calcular la densidad de un fluido (gas) a partir de la temperatura en grados centigrados y la presion en pascales con el programa / software matematico Sage. Como ejemplos el hidrogeno, el oxigeno y el vapor de agua

El programa en el software matematico Sage para obtener la densidad:

def densidadfluido(P,Matom,T):

r=P*Matom/(101325*0.082*(273+T))

return(r)

Matom_O2=16*2 # Masa atomica del oxigeno O2

T_O2=27 # Temperatura en grados centigrados del oxigeno O2

P_O2=1.5*10^5 # Presion en pascales del oxigeno O2

Matom_H2=1*2 # Masa atomica del hidrogeno H2

T_H2=27 # Temperatura en grados centigrados del hidrogeno H2

P_H2=1.5*10^5 # Presion en pascales del hidrogeno H2

Matom_H2O=1*2+16 # Masa atomica del vapor de agua H2

T_H2O=200 # Temperatura en grados centigrados del vapor de agua H2O

P_H2O=10^5 # Presion en pascales del vapor de agua H2O

densidadfluido(P_O2,Matom_O2,T_O2),densidadfluido(P_H2,Matom_H2,T_H2),densidadfluido(P_H2O,Matom_H2O,T_H2O)

Resultado:

(1.92570393505563, 0.120356495940977, 0.458016263623169)

‹ Ejemplos con SAGE arriba Calcular densidad fluido (gas) con el programa matematico SAGE ›

Calcular densidad fluido (gas) con el programa matematico SAGE

El programa en el software matematico Sage para obtener la densidad:

def densidadfluido(P,Matom,T):

r=P*Matom/(101325*0.082*(273+T))

return(r)

Matom_O2=16*2 # Masa atomica del oxigeno O2

T_O2=27 # Temperatura en grados centigrados del oxigeno O2

P_O2=1.5*10^5 # Presion en pascales del oxigeno O2

Matom_H2=1*2 # Masa atomica del hidrogeno H2

T_H2=27 # Temperatura en grados centigrados del hidrogeno H2

P_H2=1.5*10^5 # Presion en pascales del hidrogeno H2

Matom_H2O=1*2+16 # Masa atomica del vapor de agua H2

T_H2O=200 # Temperatura en grados centigrados del vapor de agua H2O

P_H2O=10^5 # Presion en pascales del vapor de agua H2O

densidadfluido(P_O2,Matom_O2,T_O2),densidadfluido(P_H2,Matom_H2,T_H2),densidadfluido(P_H2O,Matom_H2O,T_H2O)

Resultado:

(1.92570393505563, 0.120356495940977, 0.458016263623169)

‹ Calcular densidad fluido (gas) con el programa matematico SAGE arriba Calcular el conjugado de un numero complejo con SAGE ›

1 Soldadura horizontal con arco

Video de soldadura con arco piezas en horizontal mediante media luna, picado del electrodo, angulos de soldado.

‹ Comienzos con soldadura en arco arriba 2 Soldadura en angulo con arco

2 Soldadura en angulo con arco

Video de soldadura con arco de dos piezas en angulo mediante L, angulos de soldado.

‹ 1 Soldadura horizontal con arco arriba 3 Soldadura con arco en horizontal en pared ›

3 Soldadura con arco en horizontal en pared

Video de soldadura en horizonta en pared de dos piezas en con dibujo en muelle o e, angulos de soldado.

Concatenar / unir vectores con Scilab

Vamos a unir o concatenar dos vectores con Scilab

-->u1=zeros(1,3);

-->u2=ones(1,4);

-->u=[u1,u2];

-->u

u =

column 1 to 6

0. 0. 0. 1. 1. 1.

column 7

Obtener las filas y columnas de una matriz con Scilab

Para obtener las filas de una matriz E=[2,3;1,0] con Scilab
-> E=[2,3;1,0]

-> E =

2. 3.

1. 0.

-> E(1,:) // Primera fila

-> ans =

2. 3.

->E(2,:) /// Segunda fila

->ans =

1. 0.

Para obtener las columnas de una matriz E=[2,3;1,0] con Scilab

->E(:,1) // Primera columna

ans =

->E(:,2) // Segunda columna

ans =

Estrategia basica de control predictivo con Scilab

Simulaciones de la estrategia basica de control predictivo con scilab y(k)=y(k-1)-0.25*y(k-2)+0.333*u(k-1)+0.1666*u(k-2)
El proceso normal
salida normal del proceso y(k)=y(k-1)-0.25*y(k-2)+0.333*u(k-1)+0.1666*u(k-2)

salida normal del proceso y(k)=y(k-1)-0.25*y(k-2)+0.333*u(k-1)+0.1666*u(k-2)

El proceso con control predictivo:

El proceso con control predictivo:
Estrategia Control predictivo adaptativo

El proceso con control predictivo:
Control predictivo adaptativo

Comparacion para los distintod valores de la salida deseada del control predictivo

Comparacion para los distintod valores de la salidas obtenidas del control predictivo
Salidas del proceso con el control predictivo

Programa en Scilab de la simulacion de la estrategia de control predictivo

clear();

alfa1a=[0.95,0];

beta1a=[0.05,0];

a=[1,-0.25];

b=[0.333,0.1666];

u=[0,zeros(1,29),ones(1,40),zeros(1,131)] //entrada escalon en k=31 y vuelve a 0 en k=71

y=zeros(1,201);

ysp=[zeros(1,130),ones(1,40),zeros(1,31)] //Comienzo control predictivo consigna valor 0 en k=101, consigna a 1 en k=131 y vuelve a 0 en k=171

y(1)=0;

u(1)=0;

y(2)=0;

for k=3:201

y(k)=a(1)*y(k-1)+a(2)*y(k-2)+b(1)*u(k-1)+b(2)*u(k-2); //Salida del proceso

end

scf(1);

clf(1);

subplot(2,1,1)

plot(y);

xtitle('y(k)');

subplot(2,1,2)

plot(u);

xtitle('u(k)');

yda=zeros(1,201);

y2a=y;

u2a=u;

yda(100)=y(100);

yda(99)=y(99);

for kt=101:201

yda(kt+1)=alfa1a(1)*yda(kt)+alfa1a(2)*yda(kt-1)+beta1a(1)*ysp(kt)+beta1a(2)*ysp(kt-1); //Trayectoria deseada

u2a(1,kt)=(yda(kt+1)-a(1)*y2a(kt)-a(2)*y2a(kt-1)-b(2)*u2a(1,kt-1))/b(1)// Control adaptativo

y2a(kt)=a(1)*y2a(kt-1)+a(2)*y2a(kt-2)+b(1)*u2a(kt-1)+b(2)*u2a(kt-2)

end

scf(2);

clf(2);

subplot(4,1,1)

plot(y2a);

xtitle('y(k) alfa1=0.95 Beta1=0.05');

subplot(4,1,2)

plot(yda(1,:));

xtitle('yd(k+1/k) alfa1=0.95 Beta1=0.05');

subplot(4,1,3)

plot(u2a);

xtitle('u1(k) alfa1=0.95 Beta1=0.05');

subplot(4,1,4)

plot(ysp);

xtitle('ysp(k)');

alfa1b=[0.9,0];

beta1b=[0.1,0];

a=[1,-0.25];

b=[0.333,0.1666];

u=[0,zeros(1,29),ones(1,40),zeros(1,131)] //entrada escalon en k=31 y vuelve a 0 en k=71

y=zeros(1,201);

ysp=[zeros(1,130),ones(1,40),zeros(1,31)] //Comienzo control predictivo consigna valor 0 en k=101, consigna a 1 en k=131 y vuelve a 0 en k=171

y(1)=0;

u(1)=0;

y(2)=0;

for k=3:201

y(k)=a(1)*y(k-1)+a(2)*y(k-2)+b(1)*u(k-1)+b(2)*u(k-2); //Salida del proceso

end

scf(1);

clf(1);

subplot(2,1,1)

plot(y);

xtitle('y(k)');

subplot(2,1,2)

plot(u);

xtitle('u(k)');

ydb=zeros(1,201);

y2b=y;

u2b=u;

ydb(100)=y(100);

ydb(99)=y(99);

for kt=101:201

ydb(kt+1)=alfa1b(1)*ydb(kt)+alfa1b(2)*ydb(kt-1)+beta1b(1)*ysp(kt)+beta1b(2)*ysp(kt-1); //Trayectoria deseada

u2b(1,kt)=(ydb(kt+1)-a(1)*y2b(kt)-a(2)*y2b(kt-1)-b(2)*u2b(1,kt-1))/b(1)// Control adaptativo

y2b(kt)=a(1)*y2b(kt-1)+a(2)*y2b(kt-2)+b(1)*u2b(kt-1)+b(2)*u2b(kt-2)

end

scf(3);

clf(3);

subplot(4,1,1)

plot(y2b);

xtitle('y(k) alfa1=0.9 Beta1=0.1');

subplot(4,1,2)

plot(ydb(1,:));

xtitle('yd(k+1/k) alfa1=0.9 Beta1=0.1');

subplot(4,1,3)

plot(u2b);

xtitle('u1(k) alfa1=0.9 Beta1=0.1');

subplot(4,1,4)

plot(ysp);

xtitle('ysp(k)');

alfa1c=[0.8,0];

beta1c=[0.1,0];

a=[1,-0.25];

b=[0.333,0.1666];

u=[0,zeros(1,29),ones(1,40),zeros(1,131)] //entrada escalon en k=31 y vuelve a 0 en k=71

y=zeros(1,201);

ysp=[zeros(1,130),ones(1,40),zeros(1,31)] //Comienzo control predictivo consigna valor 0 en k=101, consigna a 1 en k=131 y vuelve a 0 en k=171

y(1)=0;

u(1)=0;

y(2)=0;

for k=3:201

y(k)=a(1)*y(k-1)+a(2)*y(k-2)+b(1)*u(k-1)+b(2)*u(k-2); //Salida del proceso

end

scf(1);

clf(1);

subplot(2,1,1)

plot(y);

xtitle('y(k)=y(k-1)-0.25*y(k-2)+0.333*u(k-1)+0.1666*u(k-2)');

subplot(2,1,2)

plot(u);

xtitle('u(k)');

ydc=zeros(1,201);

y2c=y;

u2c=u;

ydc(100)=y(100);

ydc(99)=y(99);

for kt=101:201

ydc(kt+1)=alfa1c(1)*ydc(kt)+alfa1c(2)*ydc(kt-1)+beta1c(1)*ysp(kt)+beta1c(2)*ysp(kt-1); //Trayectoria deseada

u2c(1,kt)=(ydc(kt+1)-a(1)*y2c(kt)-a(2)*y2c(kt-1)-b(2)*u2c(1,kt-1))/b(1)// Control adaptativo

y2c(kt)=a(1)*y2c(kt-1)+a(2)*y2c(kt-2)+b(1)*u2c(kt-1)+b(2)*u2c(kt-2)

end

scf(4);

clf(4);

subplot(4,1,1)

plot(y2c);

xtitle('y(k) alfa1=0.8 Beta1=0.1');

subplot(4,1,2)

plot(ydc(1,:));

xtitle('yd(k+1/k) alfa1=0.8 Beta1=0.1');

subplot(4,1,3)

plot(u2c);

xtitle('u(k) alfa1=0.8 Beta1=0.1');

subplot(4,1,4)

plot(ysp);

xtitle('ysp(k)');

scf(5);

clf(5);

x=1:202;

plot(x,yda,'ro-');

plot(x,ydb,'bs:');

plot(x,ydc,'g');

legend(["yd alfa1=0.95 beta=0.05";"yd alfa1=0.9 beta=0.1";"yd alfa1=0.8 beta=0.1"],opt=3);

scf(6);

clf(6);

plot(x,ydb),'b';

scf(6);

clf(6);

x=1:201;

plot(x,y2a,'ro-');

plot(x,y2b,'bs:');

plot(x,y2c,'g');

legend(["y(k) alfa1=0.95 beta=0.05";"y(k) alfa1=0.9 beta=0.1";"y(k) alfa1=0.8 beta=0.1"],opt=2);

Estrategia basica de control predictivo con Scilab y(k)=y(k-1)-0.21y(k-2)+0.105u(k-1)+0.105*u(k-2)

Lugar de las raices de la transformada z Gd(z)=(z+1)/((z-0.2)*(z-0.6)

Salida del proceso y(k)=y(k-1)-0.21*y(k-2)+0.105*u(k-1)+0.105*u(k-2); ante un escalon

El proceso con control predictivo dado los polos y ceros de la transformada z Gd(z)=(z+1)/((z-0.2)*(z-0.6)
Proceso control predictivo

Programa en Scilab de la simulacion de la estrategia de control predictivo

clear();

z=%z;

num1=z+1; // Numerador transformada z funcion de tranferencia de la trayectoria deseada

den1=(z-0.2)*(z-0.6); // Denominador transformada z funcion de tranferencia de la trayectoria deseada

gd=syslin('d',num1/den1);

scf(3);

clf(3);

evans(gd); // Lugar de las raices de la Transformada z Gd(z)=(z+1)/((z-0.2)*(z-0.6)

xgrid;

v=[-4 2 -2 2];

mtlb_axis(v);

xgrid

xtitle('Lugar de las raices Transformada z Gd(z)=(z+1)/((z-0.2)*(z-0.6)')

cden=coeff(den1);

cnum=coeff(num1);

alfa1a=[-cden(2),-cden(1)];

beta1a=[cnum(2),cnum(1)];

a=[1,-0.21];

b=[0.105,0.105];

u=[0,ones(1,60)] //entrada escalon

y=zeros(1,61);

ysp=[ones(1,61)] //Comienzo control predictivo consigna valor 1 en k=1

y(1)=0;

u(1)=0;

y(2)=0;

for k=3:61

y(k)=a(1)*y(k-1)+a(2)*y(k-2)+b(1)*u(k-1)+b(2)*u(k-2); //Salida del proceso

end

scf(1);

clf(1);

subplot(2,1,1)

plot(y);

xtitle('y(k)=y(k-1)-0.21*y(k-2)+0.105*u(k-1)+0.105*u(k-2); Salida ante un escalon');

subplot(2,1,2)

plot(u);

xtitle('u(k) siendo un escalon');

yda=zeros(1,61);

y2a=y;

u2a=u;

yda(2)=y(2);

yda(1)=y(1);

for kt=3:61

yda(kt+1)=alfa1a(1)*y2a(kt)+alfa1a(2)*y2a(kt-1)+beta1a(1)*ysp(kt)+beta1a(2)*ysp(kt-1); //Trayectoria deseada

u2a(1,kt)=(yda(kt+1)-a(1)*y2a(kt)-a(2)*y2a(kt-1)-b(2)*u2a(1,kt-1))/b(1)// Control adaptativo

y2a(kt)=a(1)*y2a(kt-1)+a(2)*y2a(kt-2)+b(1)*u2a(kt-1)+b(2)*u2a(kt-2) //Salida con control adaptativo

end

scf(2);

clf(2);

subplot(4,1,1)

plot(y2a);

xtitle('y(k)=y(k-1)-0.21*y(k-2)+0.105*u(k-1)+0.105*u(k-2); Gd(z)=(z+1)/((z-0.2)*(z-0.6)');

subplot(4,1,2)

plot(yda(1,:));

xtitle('yd(k+1/k) Gd(z)=(z+1)/((z-0.2)*(z-0.6)');

subplot(4,1,3)

plot(u2a);

xtitle('u1(k) Gd(z)=(z+1)/((z-0.2)*(z-0.6)');

subplot(4,1,4)

plot(ysp);

xtitle('ysp(k)');

Lugar de las raices de la transformada z Gd(z)=(z+1)/((z-0.2)*(z-0.7)

Salida del proceso y(k)=y(k-1)-0.21*y(k-2)+0.105*u(k-1)+0.105*u(k-2); ante un escalon

El proceso con control predictivo dado los polos y ceros de la transformada z Gd(z)=(z+1)/((z-0.2)*(z-0.7)

Proceso con control predictivo adaptativo y(k)=y(k-1)-0.21*y(k-2)+0.105*u(k-1)+0.105*u(k-2); Gd(z)=(z+1)/((z-0.2)*(z-0.7)

Programa en Scilab de la simulacion de la estrategia de control predictivo

clear();

z=%z;

num1=z+1; // Numerador transformada z funcion de tranferencia de la trayectoria deseada

den1=(z-0.2)*(z-0.7); // Denominador transformada z funcion de tranferencia de la trayectoria deseada

gd=syslin('d',num1/den1);

scf(3);

clf(3);

evans(gd); // Lugar de las raices de la Transformada z Gd(z)=(z+1)/((z-0.2)*(z-0.7))

xgrid;

v=[-4 2 -2 2];

mtlb_axis(v);

xgrid

xtitle('Lugar de las raices Transformada z Gd(z)=(z+1)/((z-0.2)*(z-0.7)')

cden=coeff(den1);

cnum=coeff(num1);

alfa1a=[-cden(2),-cden(1)];

beta1a=[cnum(2),cnum(1)];

a=[1,-0.21];

b=[0.105,0.105];

u=[0,ones(1,60)] //entrada escalon

y=zeros(1,61);

ysp=[ones(1,61)] //Comienzo control predictivo consigna valor 1 en k=1

y(1)=0;

u(1)=0;

y(2)=0;

for k=3:201

y(k)=a(1)*y(k-1)+a(2)*y(k-2)+b(1)*u(k-1)+b(2)*u(k-2); //Salida del proceso

end

scf(1);

clf(1);

subplot(2,1,1)

plot(y);

xtitle('y(k)=y(k-1)-0.21*y(k-2)+0.105*u(k-1)+0.105*u(k-2); Salida ante un escalon');

subplot(2,1,2)

plot(u);

xtitle('u(k) siendo un escalon');

yda=zeros(1,61);

y2a=y;

u2a=u;

yda(2)=y(2);

yda(1)=y(1);

for kt=3:61

yda(kt+1)=alfa1a(1)*y2a(kt)+alfa1a(2)*y2a(kt-1)+beta1a(1)*ysp(kt)+beta1a(2)*ysp(kt-1); //Trayectoria deseada

u2a(1,kt)=(yda(kt+1)-a(1)*y2a(kt)-a(2)*y2a(kt-1)-b(2)*u2a(1,kt-1))/b(1)// Control adaptativo

y2a(kt)=a(1)*y2a(kt-1)+a(2)*y2a(kt-2)+b(1)*u2a(kt-1)+b(2)*u2a(kt-2) //Salida con control adaptativo

end

scf(2);

clf(2);

subplot(4,1,1)

plot(y2a);

xtitle('y(k)=y(k-1)-0.21*y(k-2)+0.105*u(k-1)+0.105*u(k-2); Gd(z)=(z+1)/((z-0.2)*(z-0.7)');

subplot(4,1,2)

plot(yda(1,:));

xtitle('yd(k+1/k) Gd(z)=(z+1)/((z-0.2)*(z-0.7)');

subplot(4,1,3)

plot(u2a);

xtitle('u1(k) Gd(z)=(z+1)/((z-0.2)*(z-0.7)');

subplot(4,1,4)

plot(ysp);

xtitle('ysp(k)');

Lugar de las raices de la transformada z Gd(z)=(z+1)/((z-0.3)*(z-0.7)

Salida del proceso y(k)=y(k-1)-0.21*y(k-2)+0.105*u(k-1)+0.105*u(k-2); ante un escalon

El proceso con control predictivo dado los polos y ceros de la transformada z Gd(z)=(z+1)/((z-0.3)*(z-0.7)

Proceso con control predictivo adaptativo y(k)=y(k-1)-0.21*y(k-2)+0.105*u(k-1)+0.105*u(k-2); Gd(z)=(z+1)/((z-0.3)*(z-0.7)

Programa en Scilab de la simulacion de la estrategia de control predictivo

clear();

z=%z;

num1=z+1; // Numerador transformada z funcion de tranferencia de la trayectoria deseada

den1=(z-0.3)*(z-0.7); // Denominador transformada z funcion de tranferencia de la trayectoria deseada

gd=syslin('d',num1/den1);

scf(3);

clf(3);

evans(gd); // Lugar de las raices de la Transformada z Gd(z)=(z+1)/((z-0.3)*(z-0.7))

xgrid;

v=[-4 2 -2 2];

mtlb_axis(v);

xgrid

xtitle('Lugar de las raices Transformada z Gd(z)=(z+1)/((z-0.3)*(z-0.7)')

cden=coeff(den1);

cnum=coeff(num1);

alfa1a=[-cden(2),-cden(1)];

beta1a=[cnum(1),cnum(1)];

a=[1,-0.21];

b=[0.105,0.105];

u=[0,ones(1,60)] //entrada escalon

y=zeros(1,61);

ysp=[ones(1,61)] //Comienzo control predictivo consigna valor 1 en k=1

y(1)=0;

u(1)=0;

y(2)=0;

for k=3:61

y(k)=a(1)*y(k-1)+a(2)*y(k-2)+b(1)*u(k-1)+b(2)*u(k-2); //Salida del proceso

end

scf(1);

clf(1);

subplot(2,1,1)

plot(y);

xtitle('y(k)=y(k-1)-0.21*y(k-2)+0.105*u(k-1)+0.105*u(k-2); Salida ante un escalon');

subplot(2,1,2)

plot(u);

xtitle('u(k) siendo un escalon');

yda=zeros(1,61);

y2a=y;

u2a=u;

yda(2)=y(2);

yda(1)=y(1);

for kt=3:61

yda(kt+1)=alfa1a(1)*y2a(kt)+alfa1a(2)*y2a(kt-1)+beta1a(1)*ysp(kt)+beta1a(2)*ysp(kt-1); //Trayectoria deseada

u2a(1,kt)=(yda(kt+1)-a(1)*y2a(kt)-a(2)*y2a(kt-1)-b(2)*u2a(1,kt-1))/b(1);// Control adaptativo

y2a(kt)=a(1)*y2a(kt-1)+a(2)*y2a(kt-2)+b(1)*u2a(kt-1)+b(2)*u2a(kt-2); //Salida con control adaptativo

end

scf(2);

clf(2);

subplot(4,1,1)

plot(y2a);

xtitle('y(k)=y(k-1)-0.21*y(k-2)+0.105*u(k-1)+0.105*u(k-2); Gd(z)=(z+1)/((z-0.3)*(z-0.7)');

subplot(4,1,2)

plot(yda(1,:));

xtitle('yd(k+1/k) Gd(z)=(z+1)/((z-0.3)*(z-0.7)');

subplot(4,1,3)

plot(u2a);

xtitle('u1(k) Gd(z)=(z+1)/((z-0.3)*(z-0.7)');

subplot(4,1,4)

plot(ysp);

xtitle('ysp(k)');

Lugar de las raices de la transformada z Gd(z)=(z+1)/((z-0.4)*(z-0.7)

Salida del proceso y(k)=y(k-1)-0.21*y(k-2)+0.105*u(k-1)+0.105*u(k-2); ante un escalon

El proceso con control predictivo dado los polos y ceros de la transformada z Gd(z)=(z+1)/((z-0.4)*(z-0.7)

Proceso con control predictivo adaptativo y(k)=y(k-1)-0.21*y(k-2)+0.105*u(k-1)+0.105*u(k-2); Gd(z)=(z+1)/((z-0.4)*(z-0.7)

Programa en Scilab de la simulacion de la estrategia de control predictivo

clear();

z=%z;

num1=z+1; // Numerador transformada z funcion de tranferencia de la trayectoria deseada

den1=(z-0.4)*(z-0.7); // Denominador transformada z funcion de tranferencia de la trayectoria deseada

gd=syslin('d',num1/den1);

scf(3);

clf(3);

evans(gd); // Lugar de las raices de la Transformada z Gd(z)=(z+1)/((z-0.4)*(z-0.7))

xgrid;

v=[-4 2 -2 2];

mtlb_axis(v);

xgrid

xtitle('Lugar de las raices Transformada z Gd(z)=(z+1)/((z-0.4)*(z-0.7)')

cden=coeff(den1);

cnum=coeff(num1);

alfa1a=[-cden(2),-cden(1)];

beta1a=[cnum(1),cnum(1)];

a=[1,-0.21];

b=[0.105,0.105];

u=[0,ones(1,60)] //entrada escalon

y=zeros(1,61);

ysp=[ones(1,61)] //Comienzo control predictivo consigna valor 1 en k=1

y(1)=0;

u(1)=0;

y(2)=0;

for k=3:61

y(k)=a(1)*y(k-1)+a(2)*y(k-2)+b(1)*u(k-1)+b(2)*u(k-2); //Salida del proceso

end

scf(1);

clf(1);

subplot(2,1,1)

plot(y);

xtitle('y(k)=y(k-1)-0.21*y(k-2)+0.105*u(k-1)+0.105*u(k-2); Salida ante un escalon');

subplot(2,1,2)

plot(u);

xtitle('u(k) siendo un escalon');

yda=zeros(1,61);

y2a=y;

u2a=u;

yda(2)=y(2);

yda(1)=y(1);

for kt=3:61

yda(kt+1)=alfa1a(1)*y2a(kt)+alfa1a(2)*y2a(kt-1)+beta1a(1)*ysp(kt)+beta1a(2)*ysp(kt-1); //Trayectoria deseada

u2a(1,kt)=(yda(kt+1)-a(1)*y2a(kt)-a(2)*y2a(kt-1)-b(2)*u2a(1,kt-1))/b(1);// Control adaptativo

y2a(kt)=a(1)*y2a(kt-1)+a(2)*y2a(kt-2)+b(1)*u2a(kt-1)+b(2)*u2a(kt-2); //Salida con control adaptativo

end

scf(2);

clf(2);

subplot(4,1,1)

plot(y2a);

xtitle('y(k)=y(k-1)-0.21*y(k-2)+0.105*u(k-1)+0.105*u(k-2); Gd(z)=(z+1)/((z-0.4)*(z-0.7)');

subplot(4,1,2)

plot(yda(1,:));

xtitle('yd(k+1/k) Gd(z)=(z+1)/((z-0.4)*(z-0.7)');

subplot(4,1,3)

plot(u2a);

xtitle('u1(k) Gd(z)=(z+1)/((z-0.4)*(z-0.7)');

subplot(4,1,4)

plot(ysp);

xtitle('ysp(k)');

Lugar de las raices de la transformada z Gd(z)=(z+1)/((z-0.4)*(z-0.8)

Salida del proceso y(k)=y(k-1)-0.21*y(k-2)+0.105*u(k-1)+0.105*u(k-2); ante un escalon

El proceso con control predictivo dado los polos y ceros de la transformada z Gd(z)=(z+1)/((z-0.4)*(z-0.8)

Proceso con control predictivo adaptativo y(k)=y(k-1)-0.21*y(k-2)+0.105*u(k-1)+0.105*u(k-2); Gd(z)=(z+1)/((z-0.4)*(z-0.8)

Programa en Scilab de la simulacion de la estrategia de control predictivo

clear();

z=%z;

num1=z+1; // Numerador transformada z funcion de tranferencia de la trayectoria deseada

den1=(z-0.4)*(z-0.8); // Denominador transformada z funcion de tranferencia de la trayectoria deseada

gd=syslin('d',num1/den1);

scf(3);

clf(3);

evans(gd); // Lugar de las raices de la Transformada z Gd(z)=(z+1)/((z-0.4)*(z-0.8))

xgrid;

v=[-4 2 -2 2];

mtlb_axis(v);

xgrid

xtitle('Lugar de las raices Transformada z Gd(z)=(z+1)/((z-0.4)*(z-0.8)')

cden=coeff(den1);

cnum=coeff(num1);

alfa1a=[-cden(2),-cden(1)];

beta1a=[cnum(2),cnum(1)];

a=[1,-0.21];

b=[0.105,0.105];

u=[0,ones(1,60)] //entrada escalon

y=zeros(1,61);

ysp=[ones(1,61)] //Comienzo control predictivo consigna valor 1 en k=1

y(1)=0;

u(1)=0;

y(2)=0;

for k=3:61

y(k)=a(1)*y(k-1)+a(2)*y(k-2)+b(1)*u(k-1)+b(2)*u(k-2); //Salida del proceso

end

scf(1);

clf(1);

subplot(2,1,1)

plot(y);

xtitle('y(k)=y(k-1)-0.21*y(k-2)+0.105*u(k-1)+0.105*u(k-2); Salida ante un escalon');

subplot(2,1,2)

plot(u);

xtitle('u(k) siendo un escalon');

yda=zeros(1,61);

y2a=y;

u2a=u;

yda(2)=y(2);

yda(1)=y(1);

for kt=3:61

yda(kt+1)=alfa1a(1)*y2a(kt)+alfa1a(2)*y2a(kt-1)+beta1a(1)*ysp(kt)+beta1a(2)*ysp(kt-1); //Trayectoria deseada

u2a(1,kt)=(yda(kt+1)-a(1)*y2a(kt)-a(2)*y2a(kt-1)-b(2)*u2a(1,kt-1))/b(1);// Control adaptativo

y2a(kt)=a(1)*y2a(kt-1)+a(2)*y2a(kt-2)+b(1)*u2a(kt-1)+b(2)*u2a(kt-2); //Salida con control adaptativo

end

scf(2);

clf(2);

subplot(4,1,1)

plot(y2a);

xtitle('y(k)=y(k-1)-0.21*y(k-2)+0.105*u(k-1)+0.105*u(k-2); Gd(z)=(z+1)/((z-0.4)*(z-0.8)');

subplot(4,1,2)

plot(yda(1,:));

xtitle('yd(k+1/k) Gd(z)=(z+1)/((z-0.4)*(z-0.8)');

subplot(4,1,3)

plot(u2a);

xtitle('u1(k) Gd(z)=(z+1)/((z-0.4)*(z-0.8)');

subplot(4,1,4)

plot(ysp);

xtitle('ysp(k)');

Crear ruido blanco con Scilab

Vamos a crear ruido blanco gaussiano con Scilab para 400 valores con media 0 y desviacion estandard 2.

Programa en Scilab
n=400
media=0
desviacionestandard=2
x=desviacionestandard*rand(n,1,"normal")+media
plot(x)
xtitle("Ruido blanco de media 0 y desviacion estandard 2")

Ruido blanco gaussiano de media 0 y desviacion estandard 2