CAPITULO IV ANÁLISIS DE RESULTADOS 4.1. FASE I ...
Transcript of CAPITULO IV ANÁLISIS DE RESULTADOS 4.1. FASE I ...
69
CAPITULO IV
ANÁLISIS DE RESULTADOS
4.1. FASE I: Identificar las características dinámicas presentes en el
comportamiento de un mini helicóptero.
Un helicóptero se refiere a una aeronave que despega y aterriza
verticalmente; también es conocido como una aeronave de ala rotatoria con
la habilidad de realizar vuelos estacionarios, volar en altitudes muy bajas,
rotar en el aire, moverse adelante, hacia atrás y hacia los lados. Así como
también es capaz de realizar vuelos agresivos o acrobáticos.
Un helicóptero se puede considerar como un cuerpo rígido que se
traslada en los tres ejes que determinan el espacio tridimensional además de
rotar alrededor de estos tres ejes, por lo cual se define como un vehículo
que posee seis grados de libertad (6 DOF).
Basándose en lo anterior y con la finalidad de diseñar, posteriormente,
un sistema de control para la regulación de actitud del mini helicóptero, ahora
se procede a identificar las características dinámicas existentes en el
comportamiento de un mini helicóptero.
Para esto se definen diferentes sistemas de coordenadas cartesianas
o sistemas de referencia en el espacio euclidiano R3, los cuales son: El
70
sistema de referencia fijado a la tierra, el sistema de referencia fijado al
helicóptero y el sistema de referencia espacial.
Posteriormente se describen los ángulos de navegación del mini
helicóptero, se identifican las variables controladas y manipuladas y se
presentan los efectos que produce cada variable manipulada sobre la
aeronave.
Finalmente se muestra una tabla resumen con las variables
controladas y manipuladas, sus nomenclaturas, sus unidades físicas y sus
valores límites máximos y mínimos.
4.1.1. Sistema de referencia fijado a la tierra (Xt,Yt,Zt)
Se define como el sistema de referencia cuyo origen está situado en
un punto fijo en el espacio, escogido en forma arbitraria, generalmente en el
punto de despegue del helicóptero, el eje Yt normal al suelo apuntando hacia
arriba, el eje Xt perpendicular al eje Yt orientado hacia cualquier dirección
dada y, finalmente, el eje Zt perpendicular al plano XtYt.
4.1.2. Sistema de referencia fijado al helicóptero (Xh,Yh,Zh)
Es el sistema de referencia cuyo origen se ubica en el centro de
gravedad del helicóptero, el eje Xh apuntado a través de la nariz, en dirección
longitudinal, el eje Zh orientado hacia la derecha en dirección lateral y el eje
Yh perpendicular al plano XhZh y dirigido hacia las palas.
71
4.1.3. Sistema de referencia espacial (Xe,Ye,Ze)
Se le denomina al sistema de referencia cuyo origen se encuentra en
el centro de gravedad del helicóptero, coincidiendo con el origen del sistema
de referencia fijado al helicóptero, pero sus tres ejes apuntando en la misma
dirección que los ejes del sistema de referencia fijado a la tierra.
4.1.4. Ángulos de navegación
Los ángulos de rotación que se dan en el sistema de referencia fijado
al helicóptero con respecto al sistema de referencia espacial, se conocen
como ángulos de Euler Θ(φ,ψ,θ) producidos por las rotaciones alrededor de
los ejes Xh, Yh y Zh. Estos ángulos pueden ser considerados como el
resultado de tres rotaciones sucesivas en un orden dado.
Estos ángulos son útiles para determinar la orientación de un cuerpo
en un espacio euclidiano de tres dimensiones, respectivamente son los
ángulos de navegación para el helicóptero, dichos ángulos se conocen como
ángulos de alabeo (roll), guiñada (yaw) y cabeceo (pitch), los cuales se
describen a continuación:
a. Alabeo (roll)
Es el ángulo originado por el movimiento de rotación del helicóptero
sobre el eje Xh. Para referirse a este ángulo se usará la nomenclatura φ y se
medirá en radianes.
72
b. Guiñada (yaw)
Es el ángulo originado por el movimiento de rotación del helicóptero
sobre el eje Yh. Para referirse a este ángulo se usará la nomenclatura ψ y se
medirá en radianes.
c. Cabeceo (pitch)
Es el ángulo originado por el movimiento de rotación del helicóptero
sobre el eje Zh. Para referirse a este ángulo se usará la nomenclatura θ y se
medirá en radianes.
A continuación se muestra una imagen, donde se representan el
sistema de referencia fijado al helicóptero y los ángulos de alabeo, guiñada y
cabeceo.
Gráfico 20: Representación de los ángulos de alabeo, guiñada y cabeceo
Fuente: Flores y De Pool (2012)
73
4.1.5. Variables Controladas
Las variables controladas o variables de salida del mini helicóptero
son la posición, las velocidades lineales de traslación y los ángulos de
navegación.
La posición (X,Y,Z) y velocidades de traslación (u,v,w) del helicóptero
serán determinadas a través del sistema de referencia fijado a la tierra con
respecto al sistema de referencia espacial. Por otra parte, los ángulos de
navegación serán determinados a través del sistema de referencia fijado al
helicóptero con respecto al sistema de referencia espacial.
4.1.6. Variables Manipuladas
Las variables manipuladas o variables de entrada, son las señales que
reciben los actuadores, los cuales introducen cambios en los mecanismos o
elementos mecánicos del mini helicóptero, también llamados superficies de
control, y estos a su vez producen momentos y fuerzas en el cuerpo de la
aeronave.
Los elementos del mini helicóptero que producen momentos y fuerzas
son el rotor principal, el rotor de cola, la barra estabilizadora vertical y la barra
estabilizadora horizontal.
Para producir la fuerza del levantamiento, las palas del rotor principal
cambian su ángulo de ataque en forma simultánea, diferentes ángulos de
ataque producen diferentes fuerzas de levantamiento, véase el grafico 21.
74
Gráfico 21: Ángulo de ataque de las palas del rotor principal
Fuente: Flores y De Pool (2012)
El rotor de cola es usado para contrarrestar el momento creado por el
rotor principal que provocaría que el helicóptero girase en sentido contrario a
la rotación de las palas.
Gráfico 22: Efecto del torque producido por el rotor principal
Fuente: Flores y De Pool (2012)
Las barras de estabilización ayudan a estabilizar los movimientos
cíclicos lateral y longitudinal.
En un helicóptero de radiocontrol se manipulan sus actuadores,
generalmente servomotores, desde un control remoto, también llamado
75
radiocontrol o emisor, mediante una señal de radio frecuencia, la cual se
recibe y se interpreta en un dispositivo a bordo llamado receptor.
Este radiocontrol, entre otros elementos, posee dos joysticks o
palancas (A y B). Dependiendo de la dirección en la que se manipule cada
joystick (verticalmente u horizontalmente) se producen diferentes señales de
mando a los actuadores del mini helicóptero, esto depende de la
configuración que se establezca en el emisor. Una configuración típicamente
usada por pilotos de aeronaves a radiocontrol es similar a la que se observa
en el siguiente gráfico:
Gráfico 23: Configuración típica de los joysticks de un radio control
Fuente: Flores y De Pool (2012)
4.1.7. Efectos de las variables manipuladas sobre el mini helicóptero
Luego de haberse efectuado un considerable número de evaluaciones
de vuelo de entrenamiento, en diferentes simuladores para vehículos aéreos
a radiocontrol, específicamente con mini helicópteros, a continuación se
76
muestra un cuadro que resume los efectos de los mandos del emisor sobre la
aeronave:
Cuadro 1: Efectos de las variables manipuladas sobre el mini helicóptero
Mandos del Radiocontrol Nomenclatura Efecto en la Salida
Colectivo col Movimientos verticales
sobre el eje Yh.
Cíclico lateral lat Movimientos laterales sobre
el eje Zh.
Cíclico longitudinal lon Movimientos longitudinales
sobre el eje Xh.
Pedal ped Movimientos de giro alrededor del eje Yh.
Fuente: Flores y De Pool (2012)
4.1.8. Resumen de la fase
Luego de estudiar las principales variables dinámicas que describen el
comportamiento del mini helicóptero, se plantea que, para el cumplimiento de
los objetivos de control propuesto, estas variables deben ser: la posición en
el espacio P(X,Y,Z), las velocidades lineales V(u,v,w), los ángulos de
navegación Θ(φ,ψ,θ) y las señales del radiocontrol (col, lat, lon, ped). Dichas
variables se consideran suficientes para estrategias control de vuelo no
agresivo.
En el mismo orden de ideas, estas variables controladas y
manipuladas del mini helicóptero, el cual, para efectos de la presente
investigación es la planta a ser controlada, se muestran en el siguiente
cuadro, así como sus unidades físicas, mínimos y máximos:
77
Cuadro 2: Variables controladas y manipuladas del mini helicóptero
Tipo Vector Variable Unidad física Mínimo Máximo
Controladas
P X Metros -Inf Inf Y Metros 0 Inf Z Metros -Inf Inf
V u Metros por segundo - - v Metros por segundo - - w Metros por segundo - -
Θ φ Radianes -/2 /2
ψ Radianes -
θ Radianes -
Manipuladas
col % en fracción decimal -1 1
lat % en fracción decimal -1 1
lon % en fracción decimal -1 1
ped % en fracción decimal -1 1 Fuente: Flores y De Pool (2012)
4.2. FASE II: Definir el esquema de control para la regulación de
actitud de un mini helicóptero en diferentes fases de vuelo.
4.2.1. Objetivo del sistema de control a diseñar
Se diseñará un sistema de control para el seguimiento de trayectorias,
a través de puntos de referencia dados o way points.
El sistema de control debe ser capaz de brindarle al proceso la
estabilidad y la robustez necesaria para regular la actitud, es decir, el control
de sus movimientos en el espacio, de tal forma que le permita al mini
helicóptero mantenerse en vuelo estacionario o seguir la trayectoria dada,
empleando para ambas fases de vuelo, la misma ley de control adaptativa.
78
4.2.2. Pareamiento de variables
El pareamiento de variables es la correlación de las dinámicas físicas
presentes en el proceso, que interconectan las variables independientes
(variables manipuladas) con las dependientes (variables controladas),
permitiendo de esta manera definir cuales son los modelos matemáticos a
obtener, así como también, brindar información suficiente para poder definir
los datos que serán recolectados y diseñar el experimento de recolección de
dichos datos. Según Valavanis (2007), el helicóptero, se puede considerar
como un sistema cuadrado con cuatro entradas y salidas como se muestra
en el siguiente gráfico y el mejor pareamiento es mostrado posteriormente.
Gráfico 24: Mini helicóptero visto como un sistema cuadrado
Fuente: Valavanis (2007)
Cuadro 3: Pareamiento de variables más recomendado
Entrada Pareamiento
Cíclicos lateral (lat) y longitudinal (lon) Posición en el plano horizontal (Z,X)
Mando del pedal (ped) Angulo de guiñada (ψ)
Mando del colectivo (col) Altitud (Posición Y) Fuente: Valavanis (2007)
Tomando esto último en consideración, para el sistema de control a
diseñar con lazos internos y externos, se plantea el siguiente pareamiento:
79
Cuadro 4: Pareamiento de variables con lazos internos y externos
Entrada Pareamiento 1 Pareamiento 2 Pareamiento 3
Lateral (lat) Alabeo (φ) Velocidad Z (w) Posición Z (Z)
Longitudinal (lon) Cabeceo (θ) Velocidad X (u) Posición X (X)
Pedal (ped) Guiñada (ψ) - -
Colectivo (col) Altitud (Y) - - Fuente: Flores y De Pool (2012)
4.2.3. Filosofía de control propuesta
Según Mettler (2003), el modelo lineal que describe el comportamiento
del mini helicóptero en fase de vuelo estacionario es diferente al modelo
lineal que describe el comportamiento en fase de vuelo traslacional y este
último varía de acuerdo a la velocidad de traslación, lo cual sugiere que se
deben estimar diferentes modelos matemáticos a diferentes velocidades
lineales (u).
En base a lo anterior, se procede a realizar la estimación de los
modelos en fase de vuelo estacionario, posteriormente, los modelos de la
posición Y para distintas velocidades, con el objeto de comparar los
diferentes modelos a ser obtenidos y estos a su vez, con el que será
obtenido en vuelo estacionario. Los modelos para los ángulos de alabeo,
cabeceo y guiñada obtenidos en vuelo estacionario, se asumen como válidos
en vuelo traslacional, no obstante, las variaciones que pudiesen originarse en
la dinámica de dichos ángulos, debido los cambios del punto de operación
desde el vuelo estacionario, hasta y durante la traslación, se tratarán como
80
perturbaciones que serán manejadas por los respectivos controladores
lineales, para cada lazo de control en vuelo estacionario.
En el mismo orden de ideas para las variaciones que se generen en la
posición en el eje Y se implantará un control adaptativo que permita regular
la posición en el eje Y a diferentes velocidades.
La filosofía de control propuesta consiste de tres lazos de control PID
en configuración de cascada para la regulación de actitud en el eje Z, tres
lazos de control PID en configuración de cascada para la regulación de
actitud en el eje X, un lazo de control PID para la regulación del ángulo de
guiñada y un lazo de control adaptativo para la regulación de la altitud o
posición en el eje Y en diferentes fases de vuelo, tal como se muestra en el
siguiente diagrama de bloques:
Gráfico 25: Filosofía de control propuesta para el mini helicóptero
Fuente: Flores y De Pool (2012)
81
4.3. FASE III: Obtener modelos matemáticos experimentales a partir
de vuelos en diferentes puntos de operación.
4.3.1. Diseño del experimento de adquisición de datos
Los datos han sido obtenidos tanto en vuelo estacionario como en
vuelo traslacional desde una velocidad inicial de cero (u = 0 m/s) hasta una
velocidad máxima definida (u = 15 m/s), aplicando pequeñas excitaciones a
cada una de las variables manipuladas para obtener datos de modelización,
esto, con la finalidad de estimar modelos matemáticos lineales que describan
el comportamiento del mini helicóptero en diferentes puntos de operación o
velocidades de traslación.
Se definió una frecuencia para la adquisición de datos de 120
muestras por segundo, lo cual equivale, aproximadamente a un tiempo de
muestreo de 0.0083 segundos.
A continuación se muestran, para las fases de vuelos estacionaria y
de traslación, los datos recolectados y el periodograma para los diferentes
pares de variables de entrada y salida definidos en la filosofía de control.
El periodograma indica si las señales son adecuadas para determinar
un modelo matemático confiable, esto se asegura si la señal de entrada es
persistentemente excitante (PE), es decir que posea un conjunto de
frecuencias que exciten a la salida en el mismo espectro de frecuencias, lo
cual señalaría que están siendo excitados todos los polos del sistema.
82
4.3.2. Vuelo estacionario para obtener datos de modelización
a. Ángulo de alabeo (φ) vs. Mando cíclico lateral (lat):
Gráfico 26: Datos del ángulo de alabeo y el mando cíclico lateral
Fuente: Flores y De Pool (2012)
A continuación se muestra el Periodograma de estos datos.
Gráfico 27: Periodograma del ángulo de alabeo y el mando cíclico lateral
Fuente: Flores y De Pool (2012)
Como se observa en el gráfico anterior la señal de entrada es PE.
83
b. Ángulo de cabeceo (θ) vs. Mando cíclico longitudinal (lon):
Gráfico 28: Datos del ángulo de cabeceo y el mando cíclico longitudinal
Fuente: Flores y De Pool (2012)
A continuación el Periodograma de este experimento.
Gráfico 29: Periodograma del ángulo de cabeceo y el mando cíclico
longitudinal Fuente: Flores y De Pool (2012)
Igualmente se denota en el gráfico anterior que la señal de entrada es
PE.
84
c. Velocidad en el eje Z (w) vs. Ángulo de alabeo (φ):
Gráfico 30: Datos de velocidad Z y ángulo de alabeo
Fuente: Flores y De Pool (2012)
Seguidamente se muestra el Periodograma de los datos capturados
para velocidad en el eje Z con el angulo de alabeo.
Gráfico 31: Periodograma de velocidad Z y ángulo de alabeo
Fuente: Flores y De Pool (2012)
Se cumple en el gráfico anterior la condición de PE en la entrada.
85
d. Velocidad en el eje X (u) vs. Ángulo de cabeceo (θ):
Gráfico 32: Datos de velocidad X y ángulo de cabeceo
Fuente: Flores y De Pool (2012)
En el siguente gráfico se observa el Periodograma de estos datos.
Gráfico 33: Periodograma de velocidad X y ángulo de cabeceo
Fuente: Flores y De Pool (2012)
Como se observa en el gráfico anterior la señal de entrada es
persistentemente excitante.
86
e. Posición en el eje Z (Z) vs. Velocidad en el eje Z (w):
Gráfico 34: Datos de posición Z y velocidad Z
Fuente: Flores y De Pool (2012)
Luego se grafica el Periodograma de los datos recolectados de
posición y velocidad en el eje Z.
Gráfico 35: Periodograma de posición Z y velocidad Z
Fuente: Flores y De Pool (2012)
Como se observa en el gráfico anterior la señal de entrada es
persistentemente excitante.
87
f. Posición en el eje X (X) vs. Velocidad en el eje X (u):
Gráfico 36: Datos de posición X y velocidad X
Fuente: Flores y De Pool (2012)
A continuación se muestra el Periodograma de los datos obtenidos de
posición y velocidad en el eje X.
Gráfico 37: Periodograma de posición X y velocidad X
Fuente: Flores y De Pool (2012)
Igualmente se denota en el gráfico anterior que la señal de entrada es
PE.
88
g. Ángulo de guiñada (ψ) vs. Mando del pedal (ped):
Gráfico 38: Datos del ángulo de guiñada y el mando del pedal
Fuente: Flores y De Pool (2012)
Inmediatamente se muestra el gráfico 39, correspondiente al
Periodograma de los datos obtenidos.
Gráfico 39: Periodograma del ángulo de guiñada y el mando del pedal
Fuente: Flores y De Pool (2012)
Se cumple en el gráfico anterior la condición de PE en la entrada.
89
h. Posición en el eje Y (Y) vs. Mando del colectivo (col):
Gráfico 40: Datos de posición Y y colectivo
Fuente: Flores y De Pool (2012)
Luego se grafica el Periodograma de los datos de posición en Y y
mando del colectivo.
Gráfico 41: Periodograma de posición Y y colectivo
Fuente: Flores y De Pool (2012)
Igualmente se denota en el gráfico anterior que la señal de entrada es
PE.
90
4.3.3. Vuelo traslacional para obtener datos de modelización
a. Posición en Y (Y) vs. Mando del colectivo (col), cuando u = 5 m/s:
Gráfico 42: Datos de posición Y y colectivo cuando u = 5 m/s
Fuente: Flores y De Pool (2012)
Obsérvese, a continuación, el Periodograma de los datos a 5 m/s.
Gráfico 43: Periodograma de posición Y y colectivo cuando u = 5 m/s
Fuente: Flores y De Pool (2012)
Como se observa en el gráfico anterior la señal de entrada es
persistentemente excitante.
91
b. Posición en Y (Y) vs. Mando del colectivo (col), cuando u = 10 m/s:
Gráfico 44: Datos de posición Y y colectivo cuando u = 10 m/s
Fuente: Flores y De Pool (2012)
En el siguiente gráfico se observa el Periodograma de los datos
obtenidos en el Eje Y y mando del colectivo a una velocidad de traslación de
10 m/s.
Gráfico 45: Periodograma de posición Y y colectivo cuando u = 10 m/s
Fuente: Flores y De Pool (2012)
Se cumple en el gráfico anterior la condición de PE en la entrada.
92
c. Posición en Y (Y) vs. Mando del colectivo (col), cuando u = 15 m/s:
Gráfico 46: Datos de posición Y y colectivo cuando u = 15 m/s
Fuente: Flores y De Pool (2012)
Seguidamente, el Periodograma de estos datos capturados a 15 m/s.
Gráfico 47: Periodograma de posición Y y colectivo cuando u = 15 m/s
Fuente: Flores y De Pool (2012)
Como se observa en el gráfico anterior la señal de entrada es
persistentemente excitante.
93
4.3.4. Estimación de modelos matemáticos que describan el
comportamiento del mini helicóptero
Luego se prodece a estimar los modelos matemáticos, utilizando
técnicas de identificación de sistemas con diferentes estructuras
paramétricas.
En cada experimento de modelización se efectúa un procesamiento
inicial de los datos obtenidos, lo cual puede incluir, dependiendo de las
condiciones de los datos de recolectados, filtrado para eliminación de ruido
de alta frecuencia, filtrado para eliminación de componentes de muy baja
frecuencia (o detrending) y selección del rango de trabajo, siendo este, todo
el conjunto de los datos capturados para un par de variables dadas, o una
parte de los mismos, la cual corresponda con la mejor muestra a criterio del
investigador, para estimación de los modelos matemáticos.
Luego se realizan diferentes ensayos hasta determinar el la función de
transferencia que mejor represente el comportamiento del proceso,
evaluando para esto el porcentaje de ajuste y el análisis de los residuos.
Para cada par de variables de entrada y salida, definido en la filosofía
de control, se muestra la estructura del modelo obtenido, los parámetros del
modelo, el gráfico de la señal de salida del modelo versus la señal de salida
real obtenida de los datos de modelización, indicando el porcentaje de ajuste
(% fit) del modelo estimado, el gráfico de la respuesta al escalón unitario y el
gráfico de polos y ceros del sistema.
94
4.3.5. Modelos matemáticos obtenidos en fase de vuelo estacionario
a. Ángulo de alabeo (φ) vs. Mando cíclico lateral (lat):
El modelo obtenido tiene la estructura OE (Object Error), el cual se
muestra a continuación:
(10)
Donde:
B(z): – 0,03309 z-6
F(z): 1 – z-1
e(k): Señal de ruido blanco gaussiano
A continuación se muestra la gráfica de la salida real y la salida
simulada del modelo:
Gráfico 48: Salida real y simulada del modelo del ángulo de alabeo
Fuente: Flores y De Pool (2012)
95
El porcentaje de ajuste de este modelo con los datos reales obtenidos
para la modelización, es de 71,99%. La ubicación de los polos y ceros del
modelo matemático obtenido se muestra en el siguiente gráfico:
Gráfico 49: Polos y ceros del modelo del ángulo de alabeo
Fuente: Flores y De Pool (2012)
De lo anterior se obtienen los siguientes parámetros del sistema:
Cuadro 5: Ganancia, polos y ceros del modelo del ángulo de alabeo
Ganancia Polos Ceros Retraso (k muestras)
Retraso (k*Ts segundos)
-0,03309 z1-5= 0 z6 = 1 - 6 0,05
Fuente: Flores y De Pool (2012)
De la tabla anterior se determina que la función de transferencia es
marginalmente estable, ya que tiene un polo ubicado sobre la frontera del
círculo unitario, es decir un polo integrador.
96
b. Ángulo de cabeceo (θ) vs. Mando cíclico longitudinal (lon):
El modelo obtenido tiene la estructura OE (Object Error), el cual se
muestra a continuación:
(11)
Donde:
B(z): – 0,03729 z-6
F(z): 1 – z-1
e(k): Señal de ruido blanco gaussiano
A continuación se muestra la gráfica de la salida real y la salida
simulada del modelo:
Gráfico 50: Salida real y simulada del modelo del ángulo de cabeceo
Fuente: Flores y De Pool (2012)
97
El porcentaje de ajuste de este modelo con los datos reales obtenidos
para la modelización, es de 73,74%. La ubicación de los polos y ceros del
modelo matemático obtenido se muestra en el siguiente gráfico:
Gráfico 51: Polos y ceros del modelo del ángulo de cabeceo
Fuente: Flores y De Pool (2012)
De lo anterior se obtienen los siguientes parámetros del sistema:
Cuadro 6: Ganancia, polos y ceros del modelo del ángulo de cabeceo
Ganancia Polos Ceros Retraso (k muestras)
Retraso (k*Ts segundos)
-0,03729 z1-5= 0 z6 = 1 - 6 0,05
Fuente: Flores y De Pool (2012)
De la tabla anterior se determina que la función de transferencia es
marginalmente estable, ya que tiene un polo ubicado sobre la frontera del
círculo unitario, es decir un polo integrador.
98
c. Velocidad en el eje Z (w) vs. Ángulo de alabeo (φ):
El modelo obtenido tiene la estructura OE (Object Error), el cual se
muestra a continuación:
(12)
Donde:
B(z): – 0,07428 z-11
F(z): 1 – 0,9986 z-1
e(k): Señal de ruido blanco gaussiano
A continuación se muestra la gráfica de la salida real y la salida
simulada del modelo:
Gráfico 52: Salida real y simulada del modelo de velocidad en el eje Z
Fuente: Flores y De Pool (2012)
99
El porcentaje de ajuste de este modelo con los datos reales obtenidos
para la modelización, es de 74,32%. La ubicación de los polos y ceros del
modelo matemático obtenido se muestra en el siguiente gráfico:
Gráfico 53: Polos y ceros del modelo de velocidad en el eje Z
Fuente: Flores y De Pool (2012)
De lo anterior se obtienen los siguientes parámetros del sistema:
Cuadro 7: Ganancia, polos y ceros del modelo de velocidad en el eje Z
Ganancia Polos Ceros Retraso (k muestras)
Retraso (k*Ts segundos)
-0,07428 z1-10= 0 z11 = 0,9986 - 11 0,0917
Fuente: Flores y De Pool (2012)
De la tabla anterior se determina que la función de transferencia es
estable, ya que todos sus polos están ubicados dentro del círculo unitario.
100
d. Velocidad en el eje X (u) vs. Ángulo de cabeceo (θ):
El modelo obtenido tiene la estructura ARX (Autoregressive
Exogenous), el cual se muestra a continuación:
(13)
Donde:
B(z): – 0,08321 z-11
A(z): 1 – 0,9985 z-1
e(k): Señal de ruido blanco gaussiano
A continuación se muestra la gráfica de la salida real y la salida
simulada del modelo:
Gráfico 54: Salida real y simulada del modelo de velocidad en el eje X
Fuente: Flores y De Pool (2012)
101
El porcentaje de ajuste de este modelo con los datos reales obtenidos
para la modelización, es de 71,67%. La ubicación de los polos y ceros del
modelo matemático obtenido se muestra en el siguiente gráfico:
Gráfico 55: Polos y ceros del modelo de velocidad en el eje X
Fuente: Flores y De Pool (2012)
De lo anterior se obtienen los siguientes parámetros del sistema:
Cuadro 8: Ganancia, polos y ceros del modelo de velocidad en el eje X
Ganancia Polos Ceros Retraso (k muestras)
Retraso (k*Ts segundos)
-0,08321 z1-10= 0 z11 = 0,9985 - 11 0,0917
Fuente: Flores y De Pool (2012)
De la tabla anterior se determina que la función de transferencia es
estable, ya que todos sus polos están ubicados dentro del círculo unitario.
102
e. Posición en el eje Z (Z) vs. Velocidad en el eje Z (w):
El modelo obtenido es simplemente una función integral, es decir un
proceso integrador puro con ganancia unitaria en tiempo discreto, el cual se
muestra a continuación:
(14)
Donde:
A(z): 1 – z-1
TS: Tiempo de muestreo
A continuación se muestra la gráfica de la salida real y la salida
simulada del modelo:
Gráfico 56: Salida real y simulada del modelo de posición en el eje Z
Fuente: Flores y De Pool (2012)
103
El porcentaje de ajuste de este modelo con los datos reales obtenidos
para la modelización, es de 98%. La ubicación de los polos y ceros del
modelo matemático obtenido se muestra en el siguiente gráfico:
Gráfico 57: Polos y ceros del modelo de posición en el eje Z
Fuente: Flores y De Pool (2012)
De lo anterior se obtienen los siguientes parámetros del sistema:
Cuadro 9: Ganancia, polos y ceros del modelo de posición en el eje Z
Ganancia Polos Ceros Retraso (k muestras)
Retraso (k*Ts segundos)
Ts z1 = 1 z1 = 0 0 0
Fuente: Flores y De Pool (2012)
De la tabla anterior se determina que la función de transferencia es
marginalmente estable, ya que tiene un polo ubicado sobre la frontera del
círculo unitario, es decir un polo integrador.
104
f. Posición en el eje X (X) vs. Velocidad en el eje X (u):
El modelo obtenido es una función integral, es decir un proceso
integrador puro con ganancia unitaria en tiempo discreto, el cual se muestra
a continuación:
(15)
Donde:
A(z): 1 – z-1
TS: Tiempo de muestreo
A continuación se muestra la gráfica de la salida real y la salida
simulada del modelo:
Gráfico 58: Salida real y simulada del modelo de posición en el eje X
Fuente: Flores y De Pool (2012)
105
El porcentaje de ajuste de este modelo con los datos reales obtenidos
para la modelización, es de 96,32%. La ubicación de los polos y ceros del
modelo matemático obtenido se muestra en el siguiente gráfico:
Gráfico 59: Polos y ceros del modelo de posición en el eje X
Fuente: Flores y De Pool (2012)
De lo anterior se obtienen los siguientes parámetros del sistema:
Cuadro 10: Ganancia, polos y ceros del modelo de posición en el eje X
Ganancia Polos Ceros Retraso (k muestras)
Retraso (k*Ts segundos)
Ts z1 = 1 z1 = 0 0 0
Fuente: Flores y De Pool (2012)
De la tabla anterior se determina que la función de transferencia es
marginalmente estable, ya que tiene un polo ubicado sobre la frontera del
círculo unitario, es decir un polo integrador.
106
g. Ángulo de guiñada (ψ) vs. Mando del pedal (ped):
El modelo obtenido tiene la estructura OE (Object Error), el cual se
muestra a continuación:
(16)
Donde:
B(z): – 0,1476 z-6
F(z): 1 – z-1
e(k): Señal de ruido blanco gaussiano
A continuación se muestra la gráfica de la salida real y la salida
simulada del modelo:
Gráfico 60: Salida real y simulada del modelo del ángulo de guiñada
Fuente: Flores y De Pool (2012)
107
El porcentaje de ajuste de este modelo con los datos reales obtenidos
para la modelización, es de 70,73%. La ubicación de los polos y ceros del
modelo matemático obtenido se muestra en el siguiente gráfico:
Gráfico 61: Polos y ceros del modelo del ángulo de guiñada
Fuente: Flores y De Pool (2012)
De lo anterior se obtienen los siguientes parámetros del sistema:
Cuadro 11: Ganancia, polos y ceros del modelo del ángulo de guiñada
Ganancia Polos Ceros Retraso (k muestras)
Retraso (k*Ts segundos)
-0,1476 z1-5= 0 z6 = 1 - 6 0,05
Fuente: Flores y De Pool (2012)
De la tabla anterior se determina que la función de transferencia es
marginalmente estable, ya que tiene un polo ubicado sobre la frontera del
círculo unitario, es decir un polo integrador.
108
h. Posición en el eje Y (Y) vs. Mando del colectivo (col):
El modelo obtenido tiene la estructura OE (Object Error), el cual se
muestra a continuación:
(17)
Donde:
B(z): 0,1875 z-9 – 0,1866 z-10
F(z): 1 – 1,996 z-1 + 0,9958 z-2
e(k): Señal de ruido blanco gaussiano
A continuación se muestra la gráfica de la salida real y la salida
simulada del modelo:
Gráfico 62: Salida real y simulada del modelo de posición Y
Fuente: Flores y De Pool (2012)
109
El porcentaje de ajuste de este modelo con los datos reales obtenidos
para la modelización, es de 86,77%. La ubicación de los polos y ceros del
modelo matemático obtenido se muestra en el siguiente gráfico:
Gráfico 63: Polos y ceros del modelo de posición Y
Fuente: Flores y De Pool (2012)
De lo anterior se obtienen los siguientes parámetros del sistema:
Cuadro 12: Ganancia, polos y ceros del modelo de posición Y
Ganancia Polos Ceros Retraso (k muestras)
Retraso (k*Ts segundos)
0,1875 z1-8 = 0 z9 = 0,999 z10 = 0,997
z1 = 0,9951 9 0,075
Fuente: Flores y De Pool (2012)
De la tabla anterior se determina que la función de transferencia es
estable, ya que todos sus polos están ubicados dentro del círculo unitario.
110
4.3.6. Modelos matemáticos obtenidos en fase de vuelo traslacional
a. Posición en Y (Y) vs. Mando del colectivo (col), cuando u = 5 m/s:
El modelo obtenido tiene la estructura OE (Object Error), el cual se
muestra a continuación:
(18)
Donde:
B(z): 0,05867 z-9 – 0,05662 z-10
F(z): 1 – 1,982 z-1 + 0,9817 z-2
e(k): Señal de ruido blanco gaussiano
A continuación se muestra la gráfica de la salida real y la salida
simulada del modelo:
Gráfico 64: Salida real y simulada del modelo de posición Y para u = 5m/s
Fuente: Flores y De Pool (2012)
111
El porcentaje de ajuste de este modelo con los datos reales obtenidos
para la modelización, es de 92,47%. La ubicación de los polos y ceros del
modelo matemático obtenido se muestra en el siguiente gráfico:
Gráfico 65: Polos y ceros del modelo de posición Y para u = 5m/s
Fuente: Flores y De Pool (2012)
De lo anterior se obtienen los siguientes parámetros del sistema:
Cuadro 13: Ganancia, polos y ceros del modelo de posición Y para u = 5m/s
Ganancia Polos Ceros Retraso (k muestras)
Retraso (k*Ts segundos)
0,058672 z1-8 = 0 z9 = 0,9988 z10 = 0,9829
z1 = 0,965 9 0,075
Fuente: Flores y De Pool (2012)
De la tabla anterior se determina que la función de transferencia es
estable, ya que todos sus polos están ubicados dentro del círculo unitario.
112
b. Posición en Y (Y) vs. Mando del colectivo (col), cuando u = 10 m/s:
El modelo obtenido tiene la estructura OE (Object Error), el cual se
muestra a continuación:
(19)
Donde:
B(z): 0,1011 z-9 – 0,1006 z-10
F(z): 1 – 1,995 z-1 + 0,9949 z-2
e(k): Señal de ruido blanco gaussiano
A continuación se muestra la gráfica de la salida real y la salida
simulada del modelo:
Gráfico 66: Salida real y simulada del modelo de posición Y para u = 10m/s
Fuente: Flores y De Pool (2012)
113
El porcentaje de ajuste de este modelo con los datos reales obtenidos
para la modelización, es de 92,16%. La ubicación de los polos y ceros del
modelo matemático obtenido se muestra en el siguiente gráfico:
Gráfico 67: Polos y ceros del modelo de posición Y para u = 10m/s
Fuente: Flores y De Pool (2012)
De lo anterior se obtienen los siguientes parámetros del sistema:
Cuadro 14: Ganancia, polos y ceros del modelo de posición Y para u = 10m/s
Ganancia Polos Ceros Retraso (k muestras)
Retraso (k*Ts segundos)
0,10112 z1-8 = 0 z9 = 0,9982 z10 = 0,9967
z1 = 0,9952 9 0,075
Fuente: Flores y De Pool (2012)
De la tabla anterior se determina que la función de transferencia es
estable, ya que todos sus polos están ubicados dentro del círculo unitario.
114
c. Posición en Y (Y) vs. Mando del colectivo (col), cuando u = 15 m/s:
El modelo obtenido tiene la estructura OE (Object Error), el cual se
muestra a continuación:
(20)
Donde:
B(z): 0,08531 z-9 – 0,08396 z-10
F(z): 1 – 1,981 z-1 + 0,9807 z-2
e(k): Señal de ruido blanco gaussiano
A continuación se muestra la gráfica de la salida real y la salida
simulada del modelo:
Gráfico 68: Salida real y simulada del modelo de posición Y para u = 15m/s
Fuente: Flores y De Pool (2012)
115
El porcentaje de ajuste de este modelo con los datos reales obtenidos
para la modelización, es de 91,96%. La ubicación de los polos y ceros del
modelo matemático obtenido se muestra en el siguiente gráfico:
Gráfico 69: Polos y ceros del modelo de posición Y para u = 15m/s
Fuente: Flores y De Pool (2012)
De lo anterior se obtienen los siguientes parámetros del sistema:
Cuadro 15: Ganancia, polos y ceros del modelo de posición Y para u = 15m/s
Ganancia Polos Ceros Retraso (k muestras)
Retraso (k*Ts segundos)
0,085313 z1-8 = 0 z9 = 0,9988 z10 = 0,982
z1 = 0,9841 9 0,075
Fuente: Flores y De Pool (2012)
De la tabla anterior se determina que la función de transferencia es
estable, ya que todos sus polos están ubicados dentro del círculo unitario.
116
4.3.7. Cuadro resumen con las funciones de transferencia que
describen el comportamiento del mini helicóptero
A continuación se presenta un cuadro resumen de las funciones de
transferencia obtenidas que describen la dinámica del mini helicóptero.
Cuadro 16: Funciones de transferencia B(z)/F(z) del mini helicóptero
Función de transferencia B(z) F(z)
Ángulo de alabeo (φ) Cíclico lateral (lat)
– 0,03309 z-6 1 – z-1
Ángulo de cabeceo (θ) Cíclico longitudinal (lon)
– 0,03729 z-6 1 – z-1
Velocidad en Z (w) Ángulo de alabeo (φ) – 0,07428 z-11 1 – 0,9986 z-1
Velocidad en X (u) Ángulo de cabeceo (θ) – 0,08321 z-11 1 – 0,9985 z-1
Posición en Z (Z) Velocidad en Z (w) TS 1 – z-1
Posición en X (X) Velocidad en X (u) TS 1 – z-1
Ángulo de guiñada (ψ) Pedal (ped)
– 0,1476 z-6 1 – z-1
Posición en Y (Y) @ 0m/s Colectivo (col)
0,1875 z-9 – 0,1866 z-10 1 – 1,996 z-1 + 0,9958 z-2
Posición en Y (Y) @ 5m/s Colectivo (col)
0,0587 z-9 – 0,0566 z-10 1 – 1,982 z-1 + 0,9817 z-2
Posición en Y (Y) @ 10m/s Colectivo (col)
0,1011 z-9 – 0,1006 z-10 1 – 1,995 z-1 + 0,9949 z-2
Posición en Y (Y) @ 15m/s Colectivo (col)
0,0853 z-9 – 0,0840 z-10 1 – 1,981 z-1 + 0,9807 z-2
Fuente: Flores y De Pool (2012)
117
4.3.8. Comparación de los modelos matemáticos obtenidos para la
posición en el eje Y en diferentes puntos de operación
En este apartado se presenta un gráfico comparativo de las ganancias
polos y ceros de cada uno de los modelos de la posición en el eje Y (Y).
Gráfico 70: Ganancias, polos y ceros de los modelos de posición Y, cuando
u = 0 , 5 , 10 y 15 m/s Fuente: Flores y De Pool (2012)
Del gráfico anterior se observa que las ganancias tienen un patrón de
comportamiento exponencial decreciente a medida que la velocidad
aumenta, los ceros no presentan un patrón definido, los polos más
dominantes se mantienen relativamente constantes cercanos a la frontera del
118
círculo unitario y los polos menos dominantes poseen un patrón decreciente
a medida que la velocidad en X aumenta.
Por otra parte también se pretende comparar las diferentes respuestas
transitorias al escalón unitario de cada uno estos los modelos obtenidos para
la posición en el eje Y (Y), con el objeto de establecer las principales
diferencias entre ellos.
Gráfico 71: Respuesta al escalón unitario de los modelos de posición Y,
cuando u = 0 , 5 , 10 y 15 m/s Fuente: Flores y De Pool (2012)
Del gráfico anterior se observa una diferencia más pronunciada de la
respuesta en vuelo estacionario con las respuestas en vuelo traslacional a
diferentes velocidades. Mientras la velocidad de traslación aumenta, el valor
final del modelo a lazo abierto disminuye exponencialmente.
119
4.4. FASE IV: Diseñar un algoritmo de control adaptativo, que permita
la regulación del mini helicóptero en diferentes fases de vuelo.
4.4.1. Diseño de controladores PID para regular la actitud en el eje Z
De acuerdo a como se definió en la Fase II de la presente
investigación, para la regulación de actitud en el eje Z se procede a diseñar
una estrategia de control PID realimentado en triple cascada, tal como se
muestra en el siguiente diagrama de bloques:
Gráfico 72: Control PID realimentado en triple cascada para la actitud en Z Fuente: Flores y De Pool (2012)
Con esta estrategia de control se plantea poder regular la posición del
mini helicóptero en el eje Z, mediante tres controladores PID que trabajan en
conjunto en configuración de cascada. El lazo de control interno le
proporciona estabilidad al proceso y regula el ángulo de alabeo mediante el
mando cíclico lateral, el siguiente lazo de control permite regular la velocidad
en el eje Z mediante el ángulo de alabeo y finalmente el lazo de control
externo permite regular la posición de la aeronave en el eje Z. A continuación
se diseñan cada uno de los controladores necesarios para la regulación de
actitud del mini helicóptero en el eje Z:
120
a. Controlador PID para el ángulo de alabeo (Cφ):
El controlador Cφ tendrá la función de regular el ángulo de alabeo (φ)
mediante la manipulación del mando cíclico lateral (lat). Debido a que la
función de transferencia de este proceso a controlar ya posee un polo
integrador, con un controlador tipo P discreto se puede obtener una
respuesta a lazo cerrado sin error de estado estacionario.
A continuación se muestran los parámetros obtenidos para este
controlador:
Cuadro 17: Parámetros PID del controlador Cφ
Parámetro Valor
P -1.0394
I 0
D 0
N inf Fuente: Flores y De Pool (2012)
Estos parámetros fueron obtenidos mediante un algoritmo de
entonamiento para controladores PID basado en la robustez de la respuesta
temporal, al cual se le define el ancho de banda y el margen de fase que se
desea que posea el sistema a lazo cerrado, y este arroja los parámetros que
debe tener el controlador para producir la respuesta deseada del sistema a
lazo cerrado.
121
A continuación se muestra la respuesta al escalón unitario del proceso
que describe el ángulo de alabeo (φ) a lazo cerrado con el controlador Cφ:
Gráfico 73: Respuesta al escalón del ángulo de alabeo a lazo cerrado
Fuente: Flores y De Pool (2012)
En la siguiente tabla se muestran los parámetros de rendimiento del
controlador para una entrada escalón unitario en la función de transferencia a
lazo cerrado:
Cuadro 18: Datos de rendimiento del controlador Cφ
Parámetro Valor
Tiempo de subida [seg] 0,425
Tiempo de asentamiento [seg] 0,793
Porcentaje de Sobrepico [%] 0
Valor pico 1
Margen de Ganancia [dB @ rad/seg] 18,4 @ 34,3
Margen de Fase [grados @ rad/seg] 79,2 @ 4,13 Fuente: Flores y De Pool (2012)
122
b. Controlador PID para la velocidad en el eje Z (Cw):
El controlador Cw tendrá la función de regular la velocidad lineal en el
eje Z (w) mediante la manipulación del ángulo de alabeo (φ). Debido a que la
función de transferencia de este proceso a controlar produce una dinámica
lenta a lazo abierto (tiempo de asentamiento 23 segundos), con un
controlador tipo PID discreto se puede incrementar el tiempo de respuesta.
A continuación se muestran los parámetros obtenidos para este
controlador:
Cuadro 19: Parámetros PID del controlador Cw
Parámetro Valor
P -0,1723
I -0,0229
D 0,0223
N 1,3639 Fuente: Flores y De Pool (2012)
Estos parámetros fueron obtenidos mediante el algoritmo de
entonamiento para controladores PID basado en la robustez de la respuesta
temporal, al cual se le define el ancho de banda y el margen de fase que se
desea que posea el sistema a lazo cerrado, y este arroja los parámetros que
debe tener el controlador para producir la respuesta deseada del sistema a
lazo cerrado.
123
A continuación se muestra la respuesta al escalón unitario del proceso
que describe la velocidad lineal en Z (w) a lazo cerrado con el controlador Cw:
Gráfico 74: Respuesta al escalón de la velocidad en Z a lazo cerrado
Fuente: Flores y De Pool (2012)
En la siguiente tabla se muestran los parámetros de rendimiento del
controlador para una entrada escalón unitario en la función de transferencia a
lazo cerrado:
Cuadro 20: Datos de rendimiento del controlador Cw
Parámetro Valor
Tiempo de subida [seg] 0.867
Tiempo de asentamiento [seg] 2.68
Porcentaje de Sobrepico [%] 6,29
Valor pico 1,06
Margen de Ganancia [dB @ rad/seg] 15.3 @ 5.27
Margen de Fase [grados @ rad/seg] 60 @ 1.37 Fuente: Flores y De Pool (2012)
124
c. Controlador PID para la posición en el eje Z (CZ):
El controlador CZ tendrá la función de regular la posición en Z (Z)
mediante la manipulación de la velocidad en el eje Z (w). Debido a que la
función de transferencia de este proceso a controlar es simplemente un
bloque integrador, con un controlador tipo P discreto se puede obtener una
respuesta a lazo cerrado sin error de estado estacionario.
A continuación se muestran los parámetros obtenidos para este
controlador:
Cuadro 21: Parámetros PID del controlador CZ
Parámetro Valor
P 0,5968
I 0
D 0
N inf
Fuente: Flores y De Pool (2012)
Estos parámetros fueron obtenidos mediante el algoritmo de
entonamiento para controladores PID basado en la robustez de la respuesta
temporal, al cual se le define el ancho de banda y el margen de fase que se
desea que posea el sistema a lazo cerrado, y este arroja los parámetros que
debe tener el controlador para producir la respuesta deseada del sistema a
lazo cerrado.
125
A continuación se muestra la respuesta al escalón unitario del proceso
que describe la posición en el eje Z (Z) a lazo cerrado con el controlador CZ:
Gráfico 75: Respuesta al escalón de la posición en Z a lazo cerrado
Fuente: Flores y De Pool (2012)
En la siguiente tabla se muestran los parámetros de rendimiento del
controlador para una entrada escalón unitario en la función de transferencia a
lazo cerrado:
Cuadro 22: Datos de rendimiento del controlador CZ
Parámetro Valor
Tiempo de subida [seg] 1,81
Tiempo de asentamiento [seg] 3,1
Porcentaje de Sobrepico [%] 0,638
Valor pico 1,01
Margen de Ganancia [dB @ rad/seg] 11,5 @ 1,95
Margen de Fase [grados @ rad/seg] 66,7 @ 0,598 Fuente: Flores y De Pool (2012)
126
4.4.2. Diseño de controladores PID para regular la actitud en el eje X
De acuerdo a lo definido en la Fase II de la presente investigación,
para la regulación de actitud en el eje X se procede a diseñar una estrategia
de control PID realimentado en triple cascada, tal como se muestra en el
siguiente diagrama de bloques:
Gráfico 76: Control PID realimentado en triple cascada para la actitud en X Fuente: Flores y De Pool (2012)
Con esta estrategia de control se plantea poder regular la posición del
mini helicóptero en el eje X, mediante tres controladores PID que trabajan en
conjunto en configuración de cascada.
El lazo de control interno le proporciona estabilidad al proceso y regula
el ángulo de cabeceo mediante el mando cíclico longitudinal, el siguiente lazo
de control permite regular la velocidad en el eje X mediante el ángulo de
cabeceo y finalmente el lazo de control externo permite regular la posición de
la aeronave en el eje X.
A continuación se diseñan cada uno de los controladores necesarios,
de acuerdo a la estrategia seleccionada, para la regulación de actitud del
mini helicóptero en el eje X:
127
a. Controlador PID para el ángulo de cabeceo (Cθ):
El controlador Cθ tendrá la función de regular el ángulo de cabeceo (θ)
mediante la manipulación del mando cíclico longitudinal (lon). Debido a que
la función de transferencia de este proceso a controlar ya posee un polo
integrador, con un controlador tipo P discreto se puede obtener una
respuesta a lazo cerrado sin error de estado estacionario.
A continuación se muestran los parámetros obtenidos para este
controlador:
Cuadro 23: Parámetros PID del controlador Cθ
Parámetro Valor
P -0.92197
I 0
D 0
N inf Fuente: Flores y De Pool (2012)
Estos parámetros fueron obtenidos mediante un algoritmo de
entonamiento para controladores PID basado en la robustez de la respuesta
temporal, al cual se le define el ancho de banda y el margen de fase que se
desea que posea el sistema a lazo cerrado, y este arroja los parámetros que
debe tener el controlador para producir la respuesta deseada del sistema a
lazo cerrado.
128
A continuación se muestra la respuesta al escalón unitario del proceso
que describe el ángulo de cabeceo (θ) a lazo cerrado con el controlador Cθ:
Gráfico 77: Respuesta al escalón del ángulo de cabeceo a lazo cerrado
Fuente: Flores y De Pool (2012)
En la siguiente tabla se muestran los parámetros de rendimiento del
controlador para una entrada escalón unitario en la función de transferencia a
lazo cerrado:
Cuadro 24: Datos de rendimiento del controlador Cθ
Parámetro Valor
Tiempo de subida [seg] 0,425
Tiempo de asentamiento [seg] 0,794
Porcentaje de Sobrepico [%] 0
Valor pico 1
Margen de Ganancia [dB @ rad/seg] 18,4 @ 34,3
Margen de Fase [grados @ rad/seg] 79,2 @ 4,13 Fuente: Flores y De Pool (2012)
129
b. Controlador PID para la velocidad en el eje X (Cu):
El controlador Cu tendrá la función de regular la velocidad lineal en el
eje X (u) mediante la manipulación del ángulo de cabeceo (θ). Debido a que
la función de transferencia de este proceso a controlar produce una dinámica
lenta a lazo abierto (tiempo de asentamiento 21,5 segundos), con un
controlador tipo PID discreto se puede incrementar el tiempo de respuesta.
A continuación se muestran los parámetros obtenidos para este
controlador:
Cuadro 25: Parámetros PID del controlador Cu
Parámetro Valor
P 0,2105
I 0,0355
D 0,0263
N 3,0768 Fuente: Flores y De Pool (2012)
Estos parámetros fueron obtenidos mediante el algoritmo de
entonamiento para controladores PID basado en la robustez de la respuesta
temporal, al cual se le define el ancho de banda y el margen de fase que se
desea que posea el sistema a lazo cerrado, y este arroja los parámetros que
debe tener el controlador para producir la respuesta deseada del sistema a
lazo cerrado.
130
A continuación se muestra la respuesta al escalón unitario del proceso
que describe la velocidad lineal en X (u) a lazo cerrado con el controlador Cu:
Gráfico 78: Respuesta al escalón de la velocidad en X a lazo cerrado
Fuente: Flores y De Pool (2012)
En la siguiente tabla se muestran los parámetros de rendimiento del
controlador para una entrada escalón unitario en la función de transferencia a
lazo cerrado:
Cuadro 26: Datos de rendimiento del controlador Cu
Parámetro Valor
Tiempo de subida [seg] 0,483
Tiempo de asentamiento [seg] 2,32
Porcentaje de Sobrepico [%] 7,5
Valor pico 1,07
Margen de Ganancia [dB @ rad/seg] 10,5 @ 6,06
Margen de Fase [grados @ rad/seg] 60 @ 2,2 Fuente: Flores y De Pool (2012)
131
c. Controlador PID para la posición en el eje X (CX):
El controlador CX tendrá la función de regular la posición en X (X)
mediante la manipulación de la velocidad en el eje X (u). Debido a que la
función de transferencia de este proceso a controlar es simplemente un
bloque integrador, con un controlador tipo P discreto se puede obtener una
respuesta a lazo cerrado sin error de estado estacionario.
A continuación se muestran los parámetros obtenidos para este
controlador:
Cuadro 27: Parámetros PID del controlador CX
Parámetro Valor
P 0,7853
I 0
D 0
N inf
Fuente: Flores y De Pool (2012)
Estos parámetros fueron obtenidos mediante el algoritmo de
entonamiento para controladores PID basado en la robustez de la respuesta
temporal, al cual se le define el ancho de banda y el margen de fase que se
desea que posea el sistema a lazo cerrado, y este arroja los parámetros que
debe tener el controlador para producir la respuesta deseada del sistema a
lazo cerrado.
132
A continuación se muestra la respuesta al escalón unitario del proceso
que describe la posición en el eje X (X) a lazo cerrado con el controlador CX:
Gráfico 79: Respuesta al escalón de la posición en X a lazo cerrado
Fuente: Flores y De Pool (2012)
En la siguiente tabla se muestran los parámetros de rendimiento del
controlador para una entrada escalón unitario en la función de transferencia a
lazo cerrado:
Cuadro 28: Datos de rendimiento del controlador CX
Parámetro Valor
Tiempo de subida [seg] 1,56
Tiempo de asentamiento [seg] 3,13
Porcentaje de Sobrepico [%] 0,291
Valor pico 1
Margen de Ganancia [dB @ rad/seg] 11,8 @ 3,06
Margen de Fase [grados @ rad/seg] 68,6 @ 0,774 Fuente: Flores y De Pool (2012)
133
4.4.3. Diseño del control PID para la regulación del ángulo de guiñada
Tomando lo referido en la Fase II de la presente investigación, para la
regulación del ángulo de guiñada, se procedió a diseñar una estrategia de
control PID realimentado, tal como se muestra en el siguiente diagrama de
bloques:
Gráfico 80: Control PID realimentado para el ángulo de guiñada Fuente: Flores y De Pool (2012)
Con esta estrategia de control se plantea poder regular la posición de
la cola del mini helicóptero alrededor del eje Y, mediante el uso de un
controlador PID que trabaja en realimentación.
El lazo de control le proporciona estabilidad al proceso y regula el
ángulo de guiñada mediante el mando de control del pedal, es necesario
destacar que el mini helicóptero ya posee un control PI para el control de
velocidad angular del giro de cola, el cual ahora estará siendo gobernado por
el control que se plantea diseñar.
Este lazo de control permitirá regular la posición angular de guiñada
de la aeronave.
A continuación se diseña el controlador para la regulación del ángulo
de guiñada del mini helicóptero:
134
a. Controlador PID para el ángulo de guiñada (Cψ):
El controlador Cψ tendrá la función de regular el ángulo de guiñada (ψ)
mediante la manipulación del mando del pedal (ped). Debido a que la función
de transferencia de este proceso a controlar ya posee un polo integrador, con
un controlador tipo P discreto se puede obtener una respuesta a lazo cerrado
sin error de estado estacionario.
A continuación se muestran los parámetros obtenidos para este
controlador:
Cuadro 29: Parámetros PID del controlador Cψ
Parámetro Valor
P -0.28151
I 0
D 0
N inf
Fuente: Flores y De Pool (2012)
Estos parámetros fueron obtenidos mediante el algoritmo de
entonamiento para controladores PID basado en la robustez de la respuesta
temporal, al cual se le define el ancho de banda y el margen de fase que se
desea que posea el sistema a lazo cerrado, y este arroja los parámetros que
debe tener el controlador para producir la respuesta deseada del sistema a
lazo cerrado.
135
A continuación se muestra la respuesta al escalón unitario del proceso
que describe el ángulo de guiñada (ψ) a lazo cerrado con el controlador Cψ:
Gráfico 81: Respuesta al escalón del ángulo de guiñada a lazo cerrado
Fuente: Flores y De Pool (2012)
En la siguiente tabla se muestran los parámetros de rendimiento del
controlador para una entrada escalón unitario en la función de transferencia a
lazo cerrado:
Cuadro 30: Datos de rendimiento del controlador Cψ
Parámetro Valor
Tiempo de subida [seg] 0,325
Tiempo de asentamiento [seg] 0,625
Porcentaje de Sobrepico [%] 0
Valor pico 1
Margen de Ganancia [dB @ rad/seg] 16,7 @ 34,3
Margen de Fase [grados @ rad/seg] 76,9 @ 4,99 Fuente: Flores y De Pool (2012)
136
4.4.4. Diseño de controladores PID para regular la altitud en el eje Y
Para la regulación de la altitud, se procedió a diseñar una estrategia
de control PID adaptativa, tal como se muestra en el siguiente diagrama de
bloques:
Gráfico 82: Control adaptativo para regular la altitud en Y Fuente: Flores y De Pool (2012)
Con esta estrategia de control se plantea poder regular la posición del
mini helicóptero en el eje Y, mediante el uso de varios controladores PID que
serán diseñados para cada punto de operación conocido. En primer lugar se
diseñará un controlador PID para regular la altitud en vuelo estacionario,
posteriormente se diseñará otro controlador PID para regular la altitud en
vuelo traslacional a 5 metros por segundo (5 m/s), luego otro para vuelo
traslacional a 10 metros por segundo (10 m/s) y, finalmente, otro para los 15
metros por segundo (15 m/s). Estos controladores servirán para regular la
posición del mini helicóptero en el eje Y en diferentes puntos de operación
mediante una estrategia de control adaptativa. A continuación se diseñan los
controladores indicados:
137
a. Controladores PID para la posición Y en diferentes fases de vuelo:
Estos controladores (CYu) tendrán la función de regular la posición en
el eje Y (Y) mediante la manipulación del mando del colectivo (col). Para las
funciones de transferencia a las cuales se les diseñarán estos controladores,
se estableció un controlador tipo PI discreto cuya salida dependerá del punto
de operación en el cual se encuentre el mini helicóptero.
A continuación se muestran los parámetros obtenidos para cada uno
de estos controladores en diferentes fases de vuelo:
Cuadro 31: Parámetros PID de los controladores CYu
Parámetro CY0 u = 0 m/s
CY5 u = 5 m/s
CY10 u = 10 m/s
CY15 u = 15 m/s
P 0,15215 0,20899 0,27951 0,34482
I 0,15699 0,04902 0,32628 0,52679
D 0 0 0 0
N inf inf inf inf Fuente: Flores y De Pool (2012)
Cada par de parámetros (P, I) fueron obtenidos mediante un algoritmo
de entonamiento para controladores PID basado en la robustez de la
respuesta temporal, al cual se le define el ancho de banda y el margen de
fase que se desea que posea el sistema a lazo cerrado, donde los
parámetros que debe tener el controlador para producir la respuesta deseada
del sistema a lazo cerrado corresponden a los diseñados.
138
A continuación se muestra la respuesta al escalón unitario de los
procesos que describen la posición en el eje Y (Y) a lazo cerrado en
diferentes fases de vuelo con su respectivo controlador CYu:
Gráfico 83: Respuesta al escalón de modelos de posición Y a lazo cerrado
Fuente: Flores y De Pool (2012)
En la siguiente tabla se muestran los parámetros de rendimiento de
los controladores en la función de transferencia a lazo cerrado:
Cuadro 32: Datos de rendimiento de los controladores CYu
Parámetro CY0 u = 0 m/s
CY5 u = 5 m/s
CY10 u = 10 m/s
CY15 u = 15 m/s
Tiempo de subida [seg] 0,292 0,308 0,292 0,283
Tiempo de asentamiento [seg] 2,33 2,02 2,24 2,18
Porcentaje de Sobrepico [%] 20,4 19,9 19,6 19,6
Valor pico 1,2 1,2 1,2 1,2
Margen de Ganancia [dB @ rad/seg] 16@21,4 16,6@21,3 16@21,4 15,7@21,4
Margen de Fase [grados @ rad/seg] 58@3,57 56,3@3,46 58@3,57 57,9@3,69
Fuente: Flores y De Pool (2012)
139
4.4.5. Diseño del sistema de control adaptativo
a. Control adaptativo por ganancia programada (Gain Scheduled):
Para el diseño del control adaptativo por ganancia programada o, en
inglés, gain scheduled, se utilizaron los parámetros obtenidos para cada uno
de los controladores CYu obtenidos en el apartado anterior. A continuación se
resumen en un gráfico, el par de parámetros (P, I) que fueron obtenidos para
cada punto de operación:
Gráfico 84: Valores de ganancias programadas a diferentes fases de vuelo
Fuente: Flores y De Pool (2012)
En el gráfico anterior, los puntos rojos son las ganancias P entonadas
para cada punto de operación, los puntos verdes son las ganancias I
entonadas para cada punto de operación y las líneas azules discontinuas,
serán las ganancias programadas en función de la velocidad en el eje X.
140
El objetivo es diseñar un controlador que permita ir variando
linealmente, las ganancias del controlador PI a medida que la velocidad en el
eje X se modifique, siguiendo la relación dada en el gráfico 85.
Finalmente el lazo de control de posición en el eje Y, mediante control
adaptativo por ganancia programada, queda diseñado tal como se muestra
en el siguiente diagrama de bloques:
Gráfico 85: Diagrama de bloques del control por ganancia programada
Fuente: Flores y De Pool (2012)
En este diagrama, el bloque de control adaptativo está compuesto por
el siguiente controlador PI con ganancias variables, en función de la
velocidad en el eje X:
Gráfico 86: Control adaptativo por ganancia programada (Gain Scheduled)
Fuente: Flores y De Pool (2012)
141
b. Control adaptativo por modelo de referencia (MRAC):
A diferencia del control adaptativo por ganancia programada, el control
adaptativo por modelo de referencia (MRAC) no necesita de una medición
auxiliar de otra variable del proceso a controlar. La salida del proceso a
controlar, es comparada con la respuesta deseada y se genera un error. Los
parámetros del controlador se ajustan en base a este error, para generar una
respuesta ajustada a la respuesta del modelo de referencia. Para el diseño
del MRAC se siguió la regla del MIT, tal como se ilustra a continuación:
Se define el error e(t) como la diferencia entre la salida de la planta a
controlar (Y) y la salida del modelo de referencia (Ym), o sea:
푒(푡) = 푌(푡)− 푌 (푡) (21)
El objetivo es hacer el error e(t) lo mas pequeño posible, para esto se
debe minimizar la función de costo:
퐽() = 푒 (푡) (22)
En la ecuación anterior representa los parámetros del controlador
adaptativo y e(t) es el error definido en la ecuación 21. La función de costo se
minimiza con el método descendente del gradiente, es decir:
= −훾
= −훾푒
(23)
Donde 훾 representa la velocidad de adaptación del controlador, la cual
debe ser entonada y es la sensibilidad derivativa, es decir, la sensibilidad
del error con respecto a los parámetros y está dada por:
142
= 푌 (푡) (24)
Finalmente, la ley de control queda definida como:
푢 = 푢 (25)
Donde 푢 es, para este caso, la señal de salida del controlador lineal
fijo CY0, el cual se usa para acelerar la respuesta del sistema antes de aplicar
la ley de control adaptativa por modelo de referencia. El lazo de control de
posición en el eje Y, mediante control adaptativo por modelo de referencia,
queda diseñado tal como se muestra en el siguiente diagrama de bloques:
Gráfico 87: Diagrama de bloques del control por modelo de referencia
Fuente: Flores y De Pool (2012)
En este diagrama, el bloque de control adaptativo está compuesto por
la siguiente ley de control con parámetros que varían en función del error
entre la salida del proceso a controlar y la salida del modelo de referencia:
Gráfico 88: Control adaptativo por modelo de referencia (MRAC)
Fuente: Flores y De Pool (2012)
143
4.5. FASE V: Validar la estrategia de control adaptativa.
Para la validación de todo el sistema de control se utilizó un simulador
de vuelo para aeronaves a radio control llamado ClearView, tomando como
modelo de validación un mini helicóptero T-REX 600 Eléctrico Align.
Este modelo de mini helicóptero corresponde con el utilizado en la
adquisición de datos experimentales mencionados en la sección 4.3.1. Con
los cuales se han construido modelos dinámicos y calculadas diferentes
estrategias y controladores.
4.5.1. Descripción del simulador de vuelo ClearView
El simulador es capaz de emular tanto aeronaves a pequeñas escalas
de ala fija como de ala rotatoria, además es usado para fines de
entrenamiento de pilotos de aeronaves a radio control.
Este simulador se encarga de producir las dinámicas de vuelo no
lineales que describen al objeto de estudio, es decir, el mini helicóptero,
permitiendo realizar la validación de los controladores lineales y las leyes de
control adaptativas en un modelo no lineal.
Debido a que el simulador de vuelo es software propietario no es
posible acceder a las estructuras ni a los parámetros del modelo no lineal, sin
embargo, si es posible acceder a todos los datos de vuelo y manipular los
joysticks del radio control virtual a través de un programa externo., lo cual
será utilizado como una ventaja para cerrar el lazo de control.
144
En el siguiente grafico se muestra una captura de pantalla con la
interfaz visual del simulador de vuelo:
Gráfico 89: Interfaz visual del simulador de vuelo ClearView
Fuente: Flores y De Pool (2012)
4.5.2. Diagrama de conexión del simulador de vuelo con Matlab /
Simulink ®
Gráfico 90: Diagrama de conexión de ClearView con Matlab/Simulink
Fuente: Flores y De Pool (2012)
145
En el gráfico anterior, se representa el esquemático de conexión entre
el simulador de vuelo y el ambiente Matlab / Simulink, el cual es útil para
comprender en forma clara y concisa, la forma en que interactúan dichos
programas y describir cómo se efectúa el intercambio de información
necesario para cerrar los lazos de control y así probar cualquier estrategia de
regulación soportada. El enlace entre ambos programas se realiza mediante
una conexión vía sockets TCP/IP.
4.5.3. Descripción de los módulos de adquisición y envío de datos
Gráfico 91: Módulo de adquisición de datos
Fuente: Flores y De Pool (2012)
146
En el Gráfico 91 se muestra el módulo para la adquisición de los datos
de vuelo, los cuales son obtenidos mediante una función de Matlab que se
encarga de ejecutar el protocolo de comunicación con el simulador de vuelo.
Los datos se reciben en forma de cadena de caracteres que son
interpretados y organizados en un vector de 33 elementos, el cual contiene,
entre otros datos, la posición, la velocidad, los ángulos de navegación y las
señales de los mandos de control.
De igual forma, el envío de las señales de control, se realiza mediante
una función Matlab, cuya tarea es transmitir una cadena de caracteres con
los comandos necesarios para la manipulación de los actuadores del mini
helicóptero dentro del simulador de vuelo. El Gráfico 85 muestra el módulo
de envío de señales de control.
Gráfico 92: Módulo de envío de datos
Fuente: Flores y De Pool (2012)
147
4.5.4. Sistema de control para la regulación del mini helicóptero
Para validar la respuesta del sistema a lazo cerrado con la estrategia
de control diseñada, se elabora un modelo en Matlab / Simulink con los
controladores definidos. Este modelo recibe los datos del simulador de vuelo,
los compara con cada señal de referencia correspondiente, y cada error se
introduce en el bloque de control respectivo para generar las señales de
control () que finalmente son enviadas al simulador de vuelo para manipular
los actuadores del mini helicóptero que está siendo emulado. De esta forma,
se cierra cada lazo para la regulación de actitud y altitud del mini helicóptero,
tal como se muestra en el siguiente gráfico:
Gráfico 93: Sistema de control completo en Simulink
Fuente: Flores y De Pool (2012)
148
El bloque de control adaptativo consta de dos posibles estrategias de
regulación una con Ganancia Programada (Gain Scheduled) y la otra con
Modelo de Referencia (MRAC). Durante la validación, se puede seleccionar
una de estas estrategias, y luego pasar a la otra, para comparar los
desempeños de cada una. A continuación se muestra el subproceso que
contiene ambas estrategias de control.
Gráfico 94: Selector de estrategia de control adaptativa
Fuente: Flores y De Pool (2012)
Internamente, cada bloque de control está construido de acuerdo a
como se presentó en la fase de diseño.
Para efectos de la validación, es importante señalar que, de acuerdo a
como fue diseñado, desde el bloque MRAC, se tiene la opción de seleccionar
entre activar o desactivar la función adaptativa, permitiendo en el caso que
se requiera, seleccionar manualmente entre un controlador PI constante o la
estrategia de adaptación por MRAC, esto es conveniente para la
comparación de ambos desempeños.
149
4.5.5. Interfaz gráfica para la planificación de trayectorias
Para definir las referencias de todo el sistema de control, se diseña un
programa de interfaz de usuario (GUI) en Matlab, con el objetivo de
establecer el plan de trayectorias de forma automática. El programa muestra,
en todo momento, la posición actual del mini helicóptero y tiene la facultad de
proyectar, desde esa ubicación una trayectoria tridimensional en función de
las dimensiones que sean establecidas. En el gráfico siguiente se puede
observar la ventana del programa desarrollado.
Gráfico 95: Interfaz de usuario para planificar las trayectorias de vuelo
Fuente: Flores y De Pool (2012)
150
4.5.6. Validación del control en el seguimiento de trayectorias
Se validará el sistema de control completo a través de la evaluación
del seguimiento de diferentes referencias, predefinidas mediante el programa
para planificación de trayectorias.
a. Trayectoria rectangular:
Gráfico 96: Trayectoria rectangular descompuesta por variables
Fuente: Flores y De Pool (2012)
En el gráfico anterior se muestra el desempeño de cada controlador
diseñado, la línea roja discontinua es la referencia que debe seguir cada
variable, la línea cian es la respuesta de un control PI a la referencia dada, la
línea verde es la respuesta del control por ganancia programada y la línea
azul corresponde al control por modelo de referencia.
151
A continuación se muestra el gráfico de seguimiento a la referencia
rectangular, donde se muestra el desempeño de cada controlador. A simple
observación el control adaptativo MRAC está presentando un mejor
seguimiento.
Gráfico 97: Trayectoria rectangular vista en 3D
Fuente: Flores y De Pool (2012)
Cuadro 33: Porcentajes de ajustes a la trayectoria rectangular
Control % Ajuste X
% Ajuste Y
% Ajuste Z
% Ajuste Yaw
% Ajuste General
PI 71,27% 95,99% 61,73% 98,47% 81,87%
G. Sched. 71,00% 91,95% 62,20% 85,57% 77,68%
MRAC 76,79% 68,01% 70,42% 88,39% 75,90%
Fuente: Flores y De Pool (2012)
152
4.5.7. Validación de la ley de control adaptativa
Ahora se procede a validar la ley de control adaptativa, mediante una
referencia dada de 10 metros de altura, partiendo desde el vuelo estacionario
e incrementando la velocidad hasta alcanzar una velocidad de traslación
mayor a 15 m/s. A continuación se presentan los desempeños de los
controladores en dicho experimento.
Gráfico 98: Posición en Y desde el vuelo estacionario hasta el traslacional
Fuente: Flores y De Pool (2012)
Cuadro 34: Rendimiento de los controladores durante el vuelo traslacional
Control Tiempo de asentamiento % Sobrepico Valor Final
PI Inf 2% 8,4
G. Sched. 5 seg 32% 9,995
MRAC 6 seg 1% 9,998
Fuente: Flores y De Pool (2012)
153
4.6. Discusión de Resultados.
La filosofía de control propuesta ha permitido la regulación del mini
helicóptero en una amplia gama de movimientos como lo son el despegue
aterrizaje, vuelo estacionario, vuelo traslacional y seguimiento de referencias
en vuelo no agresivo.
Para el seguimiento de referencias a bajas velocidades se demostró
que un controlador PI es capaz de producir una mejor respuesta que una
estrategia adaptativa. Se demuestra entonces que a dinámicas de vuelo
lentas, es decir a bajas velocidades, el mejor control, entre las opciones
presentadas, será el que tenga un mejor ajuste de sus parámetros.
El controlador PI no logró no logra alcanzar el punto de consigna
durante el experimento desde vuelo estacionario hasta el vuelo traslacional,
de hecho a medida que la velocidad aumentaba el desapego iba
incrementando.
El control adaptativo por modelo de referencia presentó una mejor
respuesta en la regulación del mini helicóptero mientras este se desplazaba
incrementando gradualmente la velocidad hasta los 15 m/s, registró un
tiempo de asentamiento de 6 segundos, un porcentaje de sobrepico de 1%,
alcanzando el valor de consigna sin error de estado estacionario. Sin
embargo, el control por ganancia programada produjo un desempeño
aceptable ya que alcanzó el punto de consigna y un buen tiempo de
asentamiento de 5 segundos, pero con un valor de sobrepico de 32%.