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”

15. Empíricamente se van cambiando los valores para llegar a una

estabilización 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

19. Visualización de distinto integrante del grupo.

CONCLUSION