“UNIVERSIDAD NACIONAL DE SAN AGUSTIN”
“FACULTAD DE INGENIERIA DE PRODUCCION Y SERVICIOS”
“ESCUELA PROFESIONAL DE INGENIERIA ELECTRÓNICA”
EXPERIENCIA #1:
“MUESTREO Y RECONSTRUCCION”
ALUMNOS:
HUISA ATAUCURI YEFERSON CUI: 20130480
ZEGARRA ARANA BRAYAN CUI: 20140500
ASIGNATURA:
“LABORATORIO DE SISTEMAS DE CONTROL DIGITAL”
HORARIO: JUEVES 12:00 – 13:40 horas
2018
MUESTREO Y RECONSTRUCCIÓN
En los sistemas compuestos por elementos continuos junto a los elementos discretos,
siempre están presentes dos elementos fundamentales:
Muestreador
Bloqueador
El muestreador obtiene de una señal continua una secuencia de valores que representan una
función discreta.
El Bloqueador realiza la operación contraria: convierte una función (secuencia) discreta en
una señal continua.
INTRODUCCION AUTOMATICA DE MUESTREADORES Y BLOQUEADORES EN SIMULINK
Cuando en un esquema de 𝑆𝑖𝑚𝑢𝑙𝑖𝑛𝑘 se introducen señales continuas como entrada de
bloques discretos, el programa considera que existe un elemento muestreador intercalado.
Análogamente, si se introducen señales discretas como entrada de bloques continuos, el
programa considera que existe un bloqueador (de orden cero), intercalado.
Ejemplo: el siguiente esquema en Simulink:
ESCALON: BLOQUE DISCRETO OSCILOSCOPIO
Genera una señal continua Requiere entrada discreta Requiere entrada continua
Produce salida discreta
…representaría realmente esta otra situación:
FORMA DE INTRODUCIR MANUALMENTE UN MUESTREADOR
Si deseamos introducir un bloque que se comporte como un muestreador, basta con crear un
bloque discreto que no realice ninguna operación (que su función de transferencia sea la
unidad):
Equivale a un
muestreador
El periodo de muestreo “T” se ajusta con el campo “sample time” del bloque discreto
introducido, que consideraremos que viene indicado en segundos.
FORMA DE INTRODUCIR MANUALMENTE UN BLOQUEADOR
En 𝑆𝑖𝑚𝑢𝑙𝑖𝑛𝑘 existen 2 tipos de bloqueador: de orden 0 y de orden 1. Estos elementos los
encontramos dentro de la categoría 𝒅𝒊𝒔𝒄𝒓𝒆𝒕𝒆.
𝒁𝒆𝒓𝒐 − 𝑶𝒓𝒅𝒆𝒓𝒉𝒐𝒍𝒅 es el bloqueador de orden 0
𝑭𝒊𝒓𝒔𝒕 − 𝑶𝒓𝒅𝒆𝒓𝒉𝒐𝒍𝒅 es el bloqueador de orden 1
El siguiente ejemplo representa un muestreo seguido de la reconstrucción con un bloqueador
de orden “1” para una señal senoidal:
La salida en el osciloscopio será…
CALIDAD DE LA RECONSTRUCCION EN FUNCION DEL TIEMPO DE MUESTREO Y DEL TIPO DE
BLOQUEADOR
El objetivo será comprobar la fidelidad con que es posible reconstruir una señal después de
haber sido muestreada. Utilizaremos para ello la señal senoidal y construiremos un esquema
similar al del ejemplo anterior, donde se representan en el osciloscopio la señal original y la
señal reconstruida, de modo que se puede apreciar la diferencia entre ambas.
Comprobar los resultados obtenidos para los siguientes casos:
Con el bloqueador de orden “1”
Periodo de muestreo T(segundos) = 0.05; 0.25; 0.5; 1; 2.
Simple time = 1
Sample time = 0.25
Sample time = 0.5
Sample time = 0.05
Simple time = 2
Con el bloqueador de orden “0”:
Periodo de muestreo T(segundos) = 0.05; 0.25; 0.5; 1; 2.
Sample time = 0.05
Sample time = 0.25
Sample time = 0.5
Sample time = 1
Sample time = 2
CUANTIFICACION DE LOS ERRORES COMETIDOS AL RECONSTRUIR
Cuantificación de los errores cometidos con cada muestreador:
Los trabajos realizados anteriormente permiten observar a simple vista que bloqueador
reconstruye mejor la señal de entrada. Para obtener una medida cuantitativa de los errores
de reconstrucción es posible crear un esquema similar al de la figura:
Al esquema anterior se han incluido una serie de bloques que hacen las siguientes
operaciones: en primer lugar, se restan la señal original de la señal reconstruida, de modo
que la diferencia es el error cometido en cada instante. Este error se pone en forma de valor
absoluto con el bloque “abs” de la categoría Math, se integra para obtener el error total; y
se muestra en un indicador numérico (bloque “Dysplay”).
De esta forma, el resultado que aparece en el display al final de la simulación es la suma de
los errores producidos en cada instante. Con este montaje repetiremos las pruebas
realizadas en el ejercicio anterior: bloqueadores de orden “0” y “1” a cada una de las
distintas frecuencias y anotaremos los resultados obtenidos.
Tabla de errores para cada tipo de bloqueador y cada periodo de muestreo
Periodo de muestreo Error con bloqueador 0 Error con bloqueador 1
0.05 seg 0.1636 0.00765
0.25 seg 0.8172 0.189
0.5 seg 1.629 0.7401
1 seg 3.287 2.837
2 seg 6.305 9.213
DESARROLLO:
1. MUESTREO CON MATLAB Y SIMULINK
Obtener la señal muestreada por Matlab y Simulink del sgte. Esquema :
F = 1kHz frecuencia de muestreo
𝑦(𝑡) = 𝐴𝑠𝑒𝑛(𝜔𝑡 + 𝛼) : entrada
𝑦(𝑘𝑇) = 𝐴𝑠𝑒𝑛(𝜔𝑘𝑇 + 𝛼) : salida, k es No. Entero = 0, 1, 2, 3…
a. 𝜔 = 2𝜋𝑓, 𝑠𝑖𝑒𝑛𝑑𝑜 𝑓 = 200, 400 𝑦 500 𝐻𝑧, 𝛼 = 0, 𝐴 = 1
En simulink: f = 200 Hz
f = 400 Hz
f = 500 Hz
En MATLAB:
t=0:.0001:10;
k=0:6000;
T=0.001;
f=200;
f1=400;
f2=500;
A=1;
w=2*pi*f;
w1=2*pi*f1;
w2=2*pi*f2;
y1=A*sin(w.*t);
y2=A*sin(w.*k*T);
y3=A*sin(w1.*t);
y4=A*sin(w1.*k*T);
y5=A*sin(w2.*t);
y6=A*sin(w2.*k*T);
%%graficas%%
figure
subplot(2,1,1)
plot(t,y1)
axis([5.28 5.35 -1 1])
subplot(2,1,2)
plot(T*k,y2)
axis([5.28 5.35 -1 1])
%%--------
figure
subplot(2,1,1)
plot(t,y3)
axis([5.28 5.35 -1 1])
subplot(2,1,2)
plot(T*k,y4)
axis([5.28 5.35 -1 1])
%%--------
figure
subplot(2,1,1)
plot(t,y5)
axis([5.28 5.35 -1 1])
subplot(2,1,2)
plot(T*k,y6)
axis([5.28 5.35 -1 1])
b. f = 200Hz, α = 45°, A = 1
En Simulink:
En MATLAB:
t=0:.0001:10;
k=0:6000;
T=0.001;
f=200;
p=pi/4
A=1;
w=2*pi*f;
y1=A*sin((w.*t)+p);
y2=A*sin((w.*k*T)+p);
subplot(2,1,1)
plot(t,y1)
axis([5.28 5.35 -1 1])
subplot(2,1,2)
plot(T*k,y2)
axis([5.28 5.35 -1 1])
Como podemos ver se verifica el teorema de Nyquist en todos los casos excepto cuando la
frecuencia de la señal es 500 Hz en este caso la señal es imposible de reconstruir ya que el
número de muestras tomadas es muy bajo.
2. el objetivo del presente ítem es comparar las respuestas de dos plantas idénticas,
con la única diferencia en que la señal de entrada (una señal sinusoidal de frecuencia
𝝎𝟏 ) en una entra directamente y en la segunda opción la señal es previamente
muestreada y luego reconstruida a través de un bloqueador de orden cero como se
muestra en la Figura 1. Utilice un tiempo de muestreo T = 1 seg.
Analizar que ocurre al variar la frecuencia de la señal sinusoidal de entrada con: 𝜔1=
𝜔𝑠, /100, 𝜔𝑠, /20, 𝜔𝑠, /5, 𝜔𝑠, /4.5, 𝜔𝑠, /4, 𝜔𝑠, /3.5, 𝜔𝑠, /3.0, 𝜔𝑠, /2.5, 𝜔𝑠, /2.0 (probar para esta
frecuencia además que ocurre al variar el desfasaje) 𝜔𝑠, /1.5, 𝜔𝑠 .
Frecuencia de muestreo 𝜔𝑠 = 2𝜋/𝑇.
Explicar. ¿El tiempo de muestreo elegido es el adecuado?
Para 𝜔1= 𝜔𝑠, /100 Para 𝜔1= 𝜔𝑠, /20
Para 𝜔1= 𝜔𝑠, /5 Para 𝜔1= 𝜔𝑠, /4.5
Para 𝜔1= 𝜔𝑠, /4.0 Para 𝜔1= 𝜔𝑠, /3.5
Para 𝜔1= 𝜔𝑠, /3 Para 𝜔1= 𝜔𝑠, /2.5
Para 𝜔1= 𝜔𝑠, /2 Para 𝜔1= 𝜔𝑠, /2 y con un desfase de 45°
Para 𝜔1= 𝜔𝑠, /2 y con un desfase de 90° Para 𝜔1= 𝜔𝑠, /2 y con un desfase de 135°
Podemos notar que para una variación de desfase en la frecuencia de 𝜔1= 𝜔𝑠, /2 la
amplitud de nuestra señal varia disminuyendo a medida de que aumentamos el desfase.
Para 𝜔1= 𝜔𝑠, /1.5 Para 𝜔1= 𝜔𝑠,
El tiempo de muestreo será el adecuado siempre y cuando su frecuencia sea mayor al
doble del ancho de banda de la señal de entrada.
3. Utilizando el mismo esquema anterior, cambiar la fuente de señal por un escalón
unitario. ¿Se observa alguna diferencia entre ambos? ¿Por qué?
Notamos que para una entrada de escalón unitario la señal muestreada no difiere de la señal
en si, esto cuando la frecuencia de muestreo es 1 Hz.
4. Para la planta continua utilizada, obtener la función de transferencia discreta que
representa la misma (utilizando un bloqueador de orden cero)
num=[1 10];
den=[1 5 10];
Ts=1
sys=tf(num,den)
[numd,dend]=c2dm(num,den,Ts,'zoh')
Gz=tf(numd,dend,Ts)
sys =
s + 10
--------------
s^2 + 5 s + 10
Continuous-time transfer function.
numd =
0 0.9700 0.0955
dend =
1.0000 0.0587 0.0067
Gz =
0.97 z + 0.09547
--------------------------
z^2 + 0.05871 z + 0.006738
Sample time: 1 seconds
Discrete-time transfer function.
CONCLUSIONES Y OBSERVACIONES:
La herramientas de trabajo MATLAB y SIMULINK facilitan el trabajo con sistemas de
control discreto.
En las gráficas podemos observar que mientras menor sea el tiempo de muestreo,
nuestra señal es más parecida a la original, por lo que podemos interpretar que el
grado de resolución depende de cuan pequeño sea el tiempo de muestreo.
Pudimos ver que al no tomar la frecuencia apropiada aparece el fenómeno de
Aliasing y no podemos usar esas frecuencias debido a que no cumple el criterio de
Nyquist.
