Manuel Alejandro Ojeda Misses, Juan Carlos González López
{"title":"基于牛顿冷却定律的集中参数模型温度控制的数值模拟","authors":"Manuel Alejandro Ojeda Misses, Juan Carlos González López","doi":"10.22201/fi.25940732e.2023.24.3.020","DOIUrl":null,"url":null,"abstract":"En este artículo es aplicado un controlador óptimo para el control de temperatura. El modelo propuesto está basado en la ley de enfriamiento de Newton un modelo de segundo orden obtenido que la tasa a la que la temperatura de un cuerpo disminuye con el tiempo es proporcional a la diferencia de temperatura entre el cuerpo y su entorno, los objetivos de desempeño deseados con la energía de control más pequeña, por lo tanto, el controlador LQR puede satisfacer el requisito. El problema clave para aplicar el controlador LQR es elegir la matriz ponderada Q y R correctas del índice de rendimiento. Utilizando Matlab-Simulink, se implementa la simulación del modelo propuesto. Los resultados de la simulación confirman que el controlador LQR puede reducir el error de estado estable, mejorar la respuesta y reducir los objetivos de rendimiento mediante poca energía.","PeriodicalId":30321,"journal":{"name":"Ingenieria Investigacion y Tecnologia","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-07-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Simulación numérica del control de temperatura para un modelo de parámetros concentrados obtenido de la ley de enfriamiento de Newton\",\"authors\":\"Manuel Alejandro Ojeda Misses, Juan Carlos González López\",\"doi\":\"10.22201/fi.25940732e.2023.24.3.020\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"En este artículo es aplicado un controlador óptimo para el control de temperatura. El modelo propuesto está basado en la ley de enfriamiento de Newton un modelo de segundo orden obtenido que la tasa a la que la temperatura de un cuerpo disminuye con el tiempo es proporcional a la diferencia de temperatura entre el cuerpo y su entorno, los objetivos de desempeño deseados con la energía de control más pequeña, por lo tanto, el controlador LQR puede satisfacer el requisito. El problema clave para aplicar el controlador LQR es elegir la matriz ponderada Q y R correctas del índice de rendimiento. Utilizando Matlab-Simulink, se implementa la simulación del modelo propuesto. Los resultados de la simulación confirman que el controlador LQR puede reducir el error de estado estable, mejorar la respuesta y reducir los objetivos de rendimiento mediante poca energía.\",\"PeriodicalId\":30321,\"journal\":{\"name\":\"Ingenieria Investigacion y Tecnologia\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-07-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Ingenieria Investigacion y Tecnologia\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.22201/fi.25940732e.2023.24.3.020\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Ingenieria Investigacion y Tecnologia","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22201/fi.25940732e.2023.24.3.020","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Simulación numérica del control de temperatura para un modelo de parámetros concentrados obtenido de la ley de enfriamiento de Newton
En este artículo es aplicado un controlador óptimo para el control de temperatura. El modelo propuesto está basado en la ley de enfriamiento de Newton un modelo de segundo orden obtenido que la tasa a la que la temperatura de un cuerpo disminuye con el tiempo es proporcional a la diferencia de temperatura entre el cuerpo y su entorno, los objetivos de desempeño deseados con la energía de control más pequeña, por lo tanto, el controlador LQR puede satisfacer el requisito. El problema clave para aplicar el controlador LQR es elegir la matriz ponderada Q y R correctas del índice de rendimiento. Utilizando Matlab-Simulink, se implementa la simulación del modelo propuesto. Los resultados de la simulación confirman que el controlador LQR puede reducir el error de estado estable, mejorar la respuesta y reducir los objetivos de rendimiento mediante poca energía.