You are on page 1of 9

ESCUELA SUPERIOR

POLITÉCNICA DEL LITORAL


Nombre: Valeria Tejena SojosProfesor de la
materia: Ing. Carlos SalazarInstructora del
laboratorio: Ing. Adriana AguirreNúmero de
práctica: 2
Objetivos
1.) Acondicionar las señales dadas como un conjunto de datos mediante la
realización de un filtro usando el comando lsim.
2.) Identificar la función del sistema usando la herramienta ident y con al menos un
65% de ajuste.

Gráficas de la Entrada y Salida del Sistema en función del tiempo

Gráfica#1: Entrada Vs. Tiempo

Gráfica#2: Salida Vs. Tiempo

Gráfica#3: Entrada y Salida Vs. Tiempo


Gráfica comparando la señal de Salida sin filtro y con filtro en función
del tiempo

Puntos de operación del sistema y tiempo de muestreo utilizado.


Gráfica#4: Punto de inicio y punto final del tiempo de muestreo.

Gráficas y descripción paso a paso del procedimiento realizado para la


identificación
1) Diseñamos un filtro para eliminar el ruido de nuestra señal de salida. Para eso,
primero se debe hallar la constante de tiempo.
𝑇𝑠𝑠 = (34.27 − 30.36)
𝑇𝑠𝑠 = 3.91 𝑠𝑒𝑔

3.91
𝜏=
4

𝜏 = 0.98 𝑠𝑒𝑔

1
𝑝= ∗5
𝜏
1
𝑝= ∗5
0.98

𝑝 = 5.12

2) Se ingresa la función de transferencia del filtro a MATLAB y luego se usa el


comando lsim para filtrar los datos.
3) Eliminamos de los datos de entrada y salida (en la salida se usan los datos
filtrados Y2) el punto de operación. Se llama a la herramienta “ident”

4) En la ventana de ident se hace click en “Import Data” y se selecciona “Time


Domain Data…”

5) Escribimos el nombre de las nuevas variables de entrada y salida

6) Hacemos click en “Preprocess” y seleccionamos “select range”. Seleccionamos


un periodo completo de nuestra gráfica.
7) Nos aseguramos que en la figurita de “working data” esté el periodo que
seleccionamos. Hacemos click en “Estimate” y luego “Process Models”
8) Hacemos una serie de pruebas con diferentes combinaciones, se puede
seleccionar hasta tres polos(reales o complejos), un integrador, un cero, etc. Y
hacemos click en “estimate” para que genere una función de transferencia.
9) Luego de hacer todas las pruebas, hacemos click en “Model Output”

Como nos podemos dar cuenta, la mejor opción es la P3U, ya que nos da un 78.08%.
10) Se arrastra la figurita de la función que mejor coincide (P3U) al cuadro que dice
“To workspace”
11) Finalmente la función de transferencia nos queda:

Resultados
Gráfica del porcentaje de aproximación
La función de transferencia obtenida

Respuesta al escalón de la función de transferencia obtenida.

Conclusiones

Debe comparar los resultados obtenidos de la identificación con la señal original.


El %OS de la señal original se lo halló mediante la observación de la gráfica:
𝑇𝑜𝑡 = −5.093 − 𝑃𝑜𝑝𝑂𝑢𝑡
𝑇𝑜𝑡 = −5.093— 9.467
𝑇𝑜𝑡 = 4.39

𝑂𝑆 = −7.55 − 𝑃𝑜𝑝𝑂𝑢𝑡
𝑂𝑆 = −7.55— 9.467
𝑇𝑜𝑡 = 1.93

𝑇𝑜𝑡 𝑂𝑆
=
100 %𝑂𝑆
%𝑂𝑆 = 43.9%
El sobrenivel porcentual de la señal nos dio 43.9%. El sobrenivel porcentual de la
función de transferencia obtenida en MATLAB dio 34.1%. Sin embargo, ésta función
tiene una efectividad del 78.08%. Por tanto:

43.9 ∗ 78.08
= 34.28%
100

Nos dio un valor muy cercano a 34.1% Por lo cual podemos concluir que MATLAB nos
da una muy buena aproximación de la función de transferencia a partir de un conjunto
de datos.

You might also like