El periodo de muestreo
• El periodo de muestreo es el intervalo de tiempo con que
  se discretiza una señal continua.
•   Modelado del muestreo




                              X                                   =

                                               ∞


     =
                                  r (t ) =
                                   *
                                             ∑ r(t )δ (t − kT )
                                             k = −∞
– Aplicando transformada de Fourier al tren de impulsos

                      ∞                       ∞                  n
                                                         − 2π j   t
                      ∑δ (t − kT ) = ∑ C e
                   k = −∞                   n = −∞
                                                     n
                                                                N



    • donde

                                     ∞                     2πt 
                   1                                 − jn              1
                          ∫ ∑δ (t − kT )e
                            T 2
              Cn =                                         T 
                                                                    dt =
                   T        −T 2
                                   k = −∞                                T

– La señal muestreada queda

                          r (t ) ∞ jnwst                      2π
                 r (t ) =
                  *
                                 ∑e
                           T n = −∞
                                                         ws =
                                                              T
– Aplicando transformada de Laplace

                             ∞  r (t ) ∞ jnwst − st
                  R* ( s ) = ∫
                              −∞ T
                                       ∑ e e dt =
                                      n = −∞

                   1 ∞
                  = ∑ R ( s ± jnws )
                   T n = −∞

– En el dominio frecuencial resulta

                            1 ∞
                   R* ( w) = ∑ R( j ( w ± nws ))
                            T n = −∞
    • Esto supone una repetición del espectro de la señal original en múltiplos
      enteros de la frecuencia de muestreo.




                  -ws                               ws
– La señal original puede recuperarse de la señal muestreada aplicando un
  filtro paso bajo.




– Problema: esta recuperación no es posible cuando se producen
  solapamientos en frecuencia.
– Esto se denomina aliasing o desdoblamiento de frecuencia.
    • En el dominio temporal la interpretación es la siguiente
– Solución: Seleccionar la frecuencia de muestreo (ws) de modo que la
  mayor componente en frecuencia de la señal (w max) sea menor que ws/2.




                                 wmax                 ws/2

     • Esta frecuencia límite ws/2 se denomina también frecuencia de Nyquist.
Elección del periodo de muestreo

• Consideraciones teóricas:
  – El periodo de muestreo
   debe ser inferior a la mitad
   del menor periodo de
   oscilación del sistema a
   controlar.
• Consideraciones prácticas:
  – Compromiso coste/prestaciones:
     • Interesa un periodo de muestreo grande para reducir el coste de diversos
       elementos del sistema de control: microprocesador, sensores,
       muestreadores, etc.
     • Interesa un periodo de muestreo pequeño para mejorar la estabilidad,
       precisión en régimen permanente, rechazo de perturbaciones, etc.
  – En función de los parámetros del sistema:
     • Frecuencia de muestreo de 6 a 10 veces el ancho de banda.
     • Periodo de muestreo de 1/2 a 1/4 del tiempo de subida.
     • Período de muestreo de 1/10 o 1/20 veces el Tss
– Algunos ejemplos prácticos:
   • De 1 a 3 segundos para control de flujo.
   • De 5 a 10 segundos para control de nivel.
   • De 1 a 5 segundos para control de presión.
   • De 10 a 20 segundos para control de temperatura.
• Es deseable que el periodo de muestreo sea lo más
  estable posible.
  – Mejor ajuste entre los resultados de las simulaciones y el sistema real.
  – Hay que evitar incluir en medio del bucle de control instrucciones con
    tiempo de ejecución variable.
  – Para valores pequeños sólo puede garantizarse en sistemas operativos de
    tiempo real o con hardware dedicado.
Ejemplos de respuesta
Comportamiento entre los
intervalos de muestreo
• El  diseño    discreto   sólo   garantiza    el
  comportamiento del sistema en los instantes de
  muestreo.

  – Se precisan métodos para
    obtener la respuesta del
    sistema     con      una
    resolución mayor.
Efectos de la cuantificación

• Fuentes de imprecisión:
  – Errores en la codificación de los valores de los coeficientes
    del controlador y otras constantes del sistema.
  – Errores de cuantificación en la digitalización de las señales.
  – Errores de desbordamiento en las operaciones del algoritmo
    de control.

Intro parte4

  • 1.
    El periodo demuestreo • El periodo de muestreo es el intervalo de tiempo con que se discretiza una señal continua. • Modelado del muestreo X = ∞ = r (t ) = * ∑ r(t )δ (t − kT ) k = −∞
  • 2.
    – Aplicando transformadade Fourier al tren de impulsos ∞ ∞  n − 2π j   t ∑δ (t − kT ) = ∑ C e k = −∞ n = −∞ n N • donde ∞  2πt  1 − jn   1 ∫ ∑δ (t − kT )e T 2 Cn =  T  dt = T −T 2 k = −∞ T – La señal muestreada queda r (t ) ∞ jnwst 2π r (t ) = * ∑e T n = −∞ ws = T
  • 3.
    – Aplicando transformadade Laplace ∞ r (t ) ∞ jnwst − st R* ( s ) = ∫ −∞ T ∑ e e dt = n = −∞ 1 ∞ = ∑ R ( s ± jnws ) T n = −∞ – En el dominio frecuencial resulta 1 ∞ R* ( w) = ∑ R( j ( w ± nws )) T n = −∞ • Esto supone una repetición del espectro de la señal original en múltiplos enteros de la frecuencia de muestreo. -ws ws
  • 4.
    – La señaloriginal puede recuperarse de la señal muestreada aplicando un filtro paso bajo. – Problema: esta recuperación no es posible cuando se producen solapamientos en frecuencia.
  • 5.
    – Esto sedenomina aliasing o desdoblamiento de frecuencia. • En el dominio temporal la interpretación es la siguiente
  • 6.
    – Solución: Seleccionarla frecuencia de muestreo (ws) de modo que la mayor componente en frecuencia de la señal (w max) sea menor que ws/2. wmax ws/2 • Esta frecuencia límite ws/2 se denomina también frecuencia de Nyquist.
  • 7.
    Elección del periodode muestreo • Consideraciones teóricas: – El periodo de muestreo debe ser inferior a la mitad del menor periodo de oscilación del sistema a controlar.
  • 8.
    • Consideraciones prácticas: – Compromiso coste/prestaciones: • Interesa un periodo de muestreo grande para reducir el coste de diversos elementos del sistema de control: microprocesador, sensores, muestreadores, etc. • Interesa un periodo de muestreo pequeño para mejorar la estabilidad, precisión en régimen permanente, rechazo de perturbaciones, etc. – En función de los parámetros del sistema: • Frecuencia de muestreo de 6 a 10 veces el ancho de banda. • Periodo de muestreo de 1/2 a 1/4 del tiempo de subida. • Período de muestreo de 1/10 o 1/20 veces el Tss
  • 9.
    – Algunos ejemplosprácticos: • De 1 a 3 segundos para control de flujo. • De 5 a 10 segundos para control de nivel. • De 1 a 5 segundos para control de presión. • De 10 a 20 segundos para control de temperatura.
  • 10.
    • Es deseableque el periodo de muestreo sea lo más estable posible. – Mejor ajuste entre los resultados de las simulaciones y el sistema real. – Hay que evitar incluir en medio del bucle de control instrucciones con tiempo de ejecución variable. – Para valores pequeños sólo puede garantizarse en sistemas operativos de tiempo real o con hardware dedicado.
  • 11.
  • 18.
    Comportamiento entre los intervalosde muestreo • El diseño discreto sólo garantiza el comportamiento del sistema en los instantes de muestreo. – Se precisan métodos para obtener la respuesta del sistema con una resolución mayor.
  • 19.
    Efectos de lacuantificación • Fuentes de imprecisión: – Errores en la codificación de los valores de los coeficientes del controlador y otras constantes del sistema. – Errores de cuantificación en la digitalización de las señales. – Errores de desbordamiento en las operaciones del algoritmo de control.