Upload
toni-aquise-quenta
View
131
Download
0
Embed Size (px)
Citation preview
TEMA:
PRÁCTICA DE LABORATORIO
CURSO
MODELAMIENTO AMBIENTAL
DOCENTE:
Ing. Eleuterio Paniagua
INTEGRANTES:
Saenz Morales, Karen
López Juárez, Víctor
Rodas Pérez, Jhonny
Castillo Cruz, Jhony
CICLO VIII
PACHACAMAC - PERÚ
2014
INFORME PRACTICA DE
MODELAMIENTO AMBIENTAL
INTRODUCCION
El software MATLAB, es el más usado en el campo de la ingeniería y las
ciencias para simular algoritmos de detección, Procesamiento de señales, diseño de sistemas de control, simulación de sistemas dinámicos, identificación
de sistemas, redes neuronales, en la robótica entre otros.
OBJETIVOS DE LA PRÁCTICA
Crear o Implementación matrices básicas Practicar el uso de la aritmética compleja y temas estadísticos.
EJERCICIO
Hallar los parámetros Kp, KI, K0. del sistema de control PID y describa los
tiempos T de detección Tp, (tiempo de pico) y Ts (tiempo de estabilización del
sistema) cuando los parámetros de control de un sistema de dos reactores en
serie y de mescla completa Cas, se modifica en señal de escalón.
PROCEDIMIENTO:
Modelar el comportamiento de fenómenos ambientales.
Software de Matlab. Funciones discretas las cuales modela un cuerpo,
simulación de sistema de control automático.
1. Abrir SIMULINK para situaciones de modelamiento.
2. Crear nuevo modelo.
3. A continuación se colocarán en la nueva ventana los bloques necesarios
para crear el sistema a modelar, empezamos por arrastrar hacia la nueva
ventana creada el bloque :
STEP: que es la señal de entrada.
4. SUM: dos señales que viajan de distintos puntos.
5. SCOPE: visualizador de señal de salida.
6. PID: es una estructura de control en la que la señal de control del proceso
se expresa en función del error.
Para mayor rapidez lo buscamos en el mismo buscador de la librería.
7. GAIN: convertidor de analógico a digital, usa números binarios.
8. TRANSFER FCN: bloque de adaptador o accionador en el sistema a
modelar.
9. Ordenando y adaptando bloques del sistema.
Conectando cada bloque según la necesidad del sistema, seleccionando
las flechas y arrastrándolas hacia el siguiente hasta que se conecte
automáticamente, si quedara en rojo punteado, no hubo una correcta
conexión.
10. Para adaptar cada bloque se ingresa dando doble clic sobre el mismo y
se mostrará una ventana a la que se le agregarán los datos obtenidos.
11. En esta etapa colocaremos bloque TRANSFER FCN adaptado a modo de
medidor o sensor de la salida final, e irá conectado en retroalimentación a
SUN enviando señal para estabilización.
12. Ingresando datos TRANSFER FCN.
13. Ingresando datos de retroalimentación.
14. Se inicia simulacion una vez cargado los datos.
Para visualizar doble clic en SCOPE, la ventana mostrada nos permitirá
ver el tiempo de estabilización, que debe ser menor a 100”
16. Al modificar constantes en el controlador PID e ingresar los valores
mostrados se llega a una estabilización menor a 100”
17. Para mostrar el tiempo de estabilización más real reducimos el ancho de la
vista de 1000” a 100”
18. UTILIZANDO EL MATLAB CALCULATOR.
>> 1/(1800/30)
ans =
0.0167
>> 0.0167 ans =
0.0167
>> 0.0167^2
ans =
2.7889e-004 .
>> 0.05^2
ans = 0.0025
>> 0.05*2
ans =
0.1000