INGENIERIA DE CONTROL 2013 1 UNIVERSIDAD NACIONAL DE INGENIERÍA FACULTAD DE INGENIERÍA MECÁNICA
INGENIERIA DE CONTROL 2013
1
UNIVERSIDAD NACIONAL DE INGENIERÍA FACULTAD DE INGENIERÍA MECÁNICA
INGENIERIA DE CONTROL 2013
2
INDICE
1 CLASIFICACION DE LOS SISTEMAS DE CONTROL..…………………….………………….
1.1 Conceptos básicos de los sistemas de Control..…………………………………..……
1.1.1 Características del Control……………..……………………………………….…..
1.1.2 Términos mas usados en la Ingeniería de Control…………………………….…
1.1.3 Clasificación de los sistemas de Control…………………………………………
1.2 Objetivos de los sistemas de Control…………………………………………………….…
1.3 Áreas de Utilización……………………………………………….…………………………….
1.4 Bloques en un sistema de control………….………………….…………………………..….
1.5 Resumen……………………………………….………………………………..…………….…...
Laboratorio Numero 1……………………………………………………………..……………………
2 SISTEMAS LINEALES……………………………………………….………..………………………
2.1 Sistemas Lineales…….……………………………………………….…………………………
2.2 Transformada de Laplace………………………………………………….……………………
2.2.1 Transformación de Laplace de algunas funciones……….…………………………
2.2.2 Tabla de transformada de Laplace……………………………….……………………
2.2.3 Propiedades de la Transformación de Laplace………….…………………………
2.2.4 Transformada Inversa de Laplace……………………………….……………………
Laboratorio Numero 2…………………………………………………………………………
3 MODELAMIENTO DE SISTEMAS………………………….………………………….…………
3.1 Modelado Teórico…………………………………………………………………...………..
3.1.1 Sistemas mecánicos………………………………………………………...………..
3.1.1.1 Sistemas mecánicos de traslación…………………………………………….
3.1.1.2 Sistemas mecánicos de Rotación……………………………………………….
3.1.2 Sistemas Eléctricos…………………………………………………………...………..
3.1.3 Sistemas Térmicos…………………………………………………………...………..
3.1.4 Sistemas de Nivel…………………………………………………………...………..
3.1.5 Sistemas de Concentración………………………………………………...………..
3.1.6 Sistema de transporte………………………………………………………...………..
4 FUNCIONDE TRANSFERENCIA Y ECUACIONES DE ESPACIOS DE ESTADOS….………
4.1 Modelado de sistemas (Continuación)……………………………………………..………
4.2 Función de Transferencia….……………………………………………………….…………
4.3 Ecuaciones de espacios de Estados………………………………………………………….
Laboratorio Numero 4……………..……………………………………………………………………
5 ANALISIS DE SISTEMAS DE CONTROL Y SISTEMAS REALIMENTADOS…………………
5.1 Sistemas de Primer Orden………………………………….……………………………………
05
05
05
06
07
09
09
10
12
13
19
19
20
20
21
22
22
26
30
30
30
30
31
32
35
36
36
37
39
39
40
42
47
56
56
INGENIERIA DE CONTROL 2013
3
5.2 Sistemas de segundo orden………………………………………………………..…………….
5.3 Propiedades de los sistemas realimentados……………………….……………....…………
5.4 Laboratorio Numero 5…………………………………………………………….………..………
6 FUNCION DE TRANSFERENCIA DE UN MOTOR DE CORRIENTE DIRECTA…..…………….
6.1 Análisis del motor de Corriente Directa.……….……………………………………
6.2 Modelo de la parte Mecánica……………..………………………………………………………
7 LUGAR GEOMETRICO DE LAS RAICES……………………………………………………………
7.1 Criterio de Routh……………………………………….…………………………………………
Problemas propuestos de Routh……………………………………………………………………
7.2 Lugar Geométrico de las Raíces………………………………………….……………………
7.2.1 Representación Grafica…………….………..…………………………………………
7.2.2 Método geométrico lugar de las raíces………………………………………………..
7.2.3 Reglas del lugar geométrico de las raíces…………………………………………….
Laboratorio Numero 7…………………………………….…………………………………………………
8 GRAFICOS DE BODE…………………………………….……………………………………………….
8.1 Señales Sinusoidales en sistemas lineales…………………………………………………..
8.2 Diagramas de Bode……………………………..………………………………………………….
Laboratorio Numero 8………………………………………………………………………………….….
9 DISEÑO DE REGULADORES…………………………………………………………………………..
9.1 Reguladores PID…………………………………………………………………………………….
9.2 Dimensionamiento de Reguladores en el campo de las frecuencias……………………
9.3 Ejemplo de Aplicación……………………………………………………………………………..
9.4 Laboratorio numero 9……………………………………………………………………………….
10 REPRESENTACION EN EL ESPACIOS DE ESTADOS DE SISTEMAS DINAMICOS…….…….
10.1. Introducción………………………...………………………………………………………………
10.2. Representación en el espacio de estados cuando la función de excitación no
contiene términos derivados…………………………………………………………………………
10.3. Relación entre el modelo de estados y la función de transferencia
10.4 Matriz de transición de estados y respuesta en el tiempo…………………………………..
10.5 Matriz de transición de estados en el caso homogéneo…………………………………..
10.6 Laboratorio numero 10………………………………………………….………………………….
11 CONTROLABILIDAD Y OBSERVABILIDAD…………………………………………………………
11.1 Introducción………………………………………………………………………………….………
11.2 Controlabilidad……..…………………………………………………………………………
11.3 Observabilidad………………….………………………………………………………………..
11.4 Laboratorio Numero 11………………………………………………………………………..
57
60
65
73
73
75
79
79
83
84
84
85
87
96
98
98
99
106
108
108
109
111
112
114
114
114
117
118
120
123
124
125
125
127
130
INGENIERIA DE CONTROL 2013
4
INGENIERIA DE CONTROL 2013
5
1. CLASIFICACION DE LOS SISTEMAS DE CONTROL.- Empezaremos viendo algunos
elementos de los sistemas de control y alguna terminología como también los diferentes
conceptos vertidos al respecto.
1.1 Conceptos Básicos De Los Sistemas De Control.- El control automático fue la
primera herramienta de la ingeniería que nos permitió realizar ciertas tareas muy
complejas con errores aceptables. Es por eso indispensable que todo Ingeniero o
técnico conozca este campo a profundidad pues lo encontrara en prácticamente todas
las actividades de la vida en las que intervenimos en nuestra vida profesional. Ahora
que estamos en la era de los procesadores industriales estos están diseñados para
controlar cualquier actividad industrial o de otros tipos. Un ejemplo claro de la
modernidad en el control son los sistemas S.C.A.D.A. Supervisory Control and Data
Adquisition (en español, Control supervisor y adquisición de datos).
1.1.1 Características del control.- Si queremos controlar una variable debemos
considerar lo siguiente:
a) El sistema deberá alcanzar rápidamente el valor final deseado. Este periodo es
conocido como el periodo transitorio y el objetivo es tener una respuesta suave muy
rápida. El termino rápido es relativo para un sistema electrónico pueden ser
centésimas de segundo, para un sistema electromecánico (motor) pueden ser
segundos y para un sistema químico pueden ser minutos.
INGENIERIA DE CONTROL 2013
6
b) La desviación o error entre el rendimiento final del sistema y el rendimiento final real
deberá ser pequeño. Esta desviación se conoce como error de estado permanente.
c) La respuesta del sistema deberá ser suave y libre de fluctuaciones u oscilaciones.
Las grandes oscilaciones indican una respuesta inestable.
Estas tres características velocidad de respuesta, error de estado permanente y
estabilidad son cuestiones fundamentales en cualquier sistema de control. Nosotros
tomaremos normalmente el cambio en base a escalones, aunque además del escalón
podemos aplicar otras señales de entrada como sinusoides, rampas o impulsos pero el
escalón es la más importante.
1.1.2 Términos más utilizados en la ingeniería de control.- Algunos de ellos son:
Variable controlada.- Es la cantidad o condición que se mide y controla es normalmente
la salida del sistema.
Variable manipulada.- Es la cantidad o condición modificada por el controlador, a fin de
afectar la variable controlada
Control.- Alcanzar o limitar la desviación del valor medido respecto del valor deseado.
+ -
PUENTE de
tiristores
MOTOR de
Corriente
Continua
TACOMETRO
INGENIERIA DE CONTROL 2013
7
Planta.- Conjunto de dispositivos que funcionan conjuntamente.
Proceso.- Operación o conjunto de ellas que deba controlarse.
Sistema.- Combinación de componentes que actúan conjuntamente y persiguen un
objetivo determinado. Los sistemas pueden existir físicamente o ser también abstractos
como el sistema del control del precio del dólar.
Perturbación.- Señal que afecta adversamente la salida del sistema
Control retroalimentado.- Es una operación que tomando la salida tiende a reducir la
diferencia entre esta y la entrada referenciada del sistema.
Sistemas de control retroalimentado.- Se denomina sistema de control
retroalimentado a aquel que tiende a mantener una relación preestablecida entre la
salida y alguna entrada de referencia comparándola y utilizando la diferencia como
medio de control.
1.1.3 Clasificación de los sistemas de Control.- Tenemos los siguientes:
Sistemas de control lineales versus los no lineales. En realidad la mayoría de
sistemas físicos son no lineales, pero si tomamos un pequeño rango de comportamiento
se puede considerar estos sistemas como lineales o se puede linealizar. Los sistemas
lineales son aquellos que podemos aplicar el principio de superposición.
Sistemas de control invariante en el tiempo versus control variable en el tiempo.
Un sistema de control invariante en el tiempo es aquel en que los parámetros no varían
con el tiempo. La respuesta es independiente del momento en que se aplica la entrada.
En un sistema variable en el tiempo los parámetros varían con el tiempo, un ejemplo de
este último es por ejemplo los sistemas económicos de los países donde los parámetros
varían en el tiempo ( población, valor de la moneda etc.) y la respuesta dependerá del
momento en que se apliquen las medidas correctivas o se aplique el control.
Sistemas de control de tiempo continúo versus sistemas de control de tiempo
discreto. Un control de tiempo discreto nos permite conocer los valores de las funciones
en tiempos discretos. Debido a la irrupción del procesamiento digital esto es muy
utilizado.
Sistemas de control de una entrada y una salida y múltiples entradas y múltiples
salidas. Un sistema puede tener una entrada y una salida, ejemplo voltaje de entrada y
una salida ejemplo velocidad. Pero también tenemos múltiples entradas como presión y
temperatura y múltiples salidas como temperatura y torque.
INGENIERIA DE CONTROL 2013
8
Sistemas de control determinísticos versus sistemas de control estocásticos. Será
determinístico cuando sabemos que va a suceder dada determinada entrada, pero en
caso contrario tenemos un sistema estocástico. Cuando tenemos un caso estocástico
tenemos que recurrir a parámetros estadísticos y a niveles de confianza para crear
nuestros modelos un caso muy concreto es el sistema de planificación de un país.
Sistema Analógico y Sistema Digital. Los circuitos electrónicos se pueden dividir en
dos amplias categorías: digitales y analógicos. La electrónica digital utiliza magnitudes
con valores discretos, mientras que la electrónica analógica emplea magnitudes con
valores continuos. Un sistema digital es cualquier dispositivo destinado a la generación,
transmisión, procesamiento o almacenamiento de señales digitales. También un sistema
digital es una combinación de dispositivos diseñado para manipular cantidades físicas o
información que estén representadas en forma digital; es decir, que sólo puedan tomar
valores discretos.
La mayoría de las veces estos dispositivos son electrónicos, pero también pueden ser
mecánicos, magnéticos o neumáticos. Para el análisis y la síntesis de sistemas digitales
binarios se utiliza como herramienta el álgebra de Boole. Los sistemas digitales pueden
ser de dos tipos:
Sistemas digitales combinacionales: Son aquellos en los que la salida del sistema sólo
depende de la entrada presente. Por lo tanto, no necesita módulos de memoria, ya que la
salida no depende de entradas previas.
Sistemas digitales secuenciales: La salida depende de la entrada actual y de las
entradas anteriores. Esta clase de sistemas necesitan elementos de memoria que recojan
la información de la historia pasada del sistema. Para la implementación de los circuitos
digitales, se utilizan puertas lógicas (AND, OR y NOT) y transistores. Estas puertas siguen
el comportamiento de algunas funciones booleanas.
Se dice que un sistema es analógico cuando las magnitudes de la señal se representan
mediante variables continuas, esto es análogas a las magnitudes que dan lugar a la
generación de esta señal. Un sistema analógico contiene dispositivos que manipulan
cantidades físicas representadas en forma analógica. En un sistema de este tipo, las
cantidades varían sobre un intervalo continuo de valores.
Así, una magnitud analógica es aquella que toma valores continuos. Una magnitud digital
es aquella que toma un conjunto de valores discretos.
La mayoría de las cosas que se pueden medir cuantitativamente aparecen en la naturaleza
en forma analógica. Un ejemplo de ello es la temperatura: a lo largo de un día la
temperatura no varía entre, por ejemplo, 20 ºC o 25 ºC de forma instantánea, sino que
alcanza todos los infinitos valores que entre ese intervalo. Otros ejemplos de magnitudes
INGENIERIA DE CONTROL 2013
9
analógicas son el tiempo, la presión, la distancia.
Señal Analógica Una señal analógica es un voltaje o corriente que varía suave y
continuamente. Una onda sinusoidal es una señal analógica de una sola frecuencia. Los
voltajes de la voz y del video son señales analógicas que varían de acuerdo con el sonido
o variaciones de la luz que corresponden a la información que se está transmitiendo
Señal Digital Las señales digitales, en contraste con las señales analógicas, no varían en
forma continua, sino que cambian en pasos o en incrementos discretos. La mayoría de las
señales digitales utilizan códigos binarios o de dos estados.
Ventajas de los Circuitos Digitales La revolución electrónica ha estado vigente bastante
tiempo; la revolución del "estado sólido" comenzó con dispositivos analógicos y
aplicaciones como los transistores y los radios transistorizados. Cabe preguntarse ¿por
qué ha surgido ahora una revolución digital? De hecho, existen muchas razones para dar
preferencia a los circuitos digitales sobre los circuitos analógicos:
Reproducibilidad de resultados
Facilidad de diseño.
Flexibilidad y funcionalidad..
Programabilidad.
Velocidad.
Economía.
Avance tecnológico constante.
Ventajas del procesado digital de señales frente al analógico
1.2 Objetivos de los Sistemas de Control
Analizar y diseñar sistemas de control.
Usar herramientas de software moderno para analizar y resolver problemas de diseño
de control.
1.3 Áreas de Utilización
Procesos industriales
Transporte
Generación de energía
Transmisión de energía
Mecatrónica
Instrumentación
Artefactos electrónicos
Economía
INGENIERIA DE CONTROL 2013
10
Medicina
1.4 Bloques en un Sistema de Control:
La Ingeniería de Control es en realidad un enfoque Global, debemos considerar:
La planta, el proceso a ser controlado
Los objetivos
Los sensores
Los actuadores
Las comunicaciones
El sistema de cómputo
La configuración e interfaces
Los algoritmos
Las perturbaciones e incertidumbres
A.- La planta Es la estructura física, parte importante, que será nuestro motivo de trabajo,
debe convertirse a un modelo matemático para ser manejada con nuestra tecnología.
B.- Objetivos
Antes de diseñar sensores, actuadores, o configuraciones de control, es importante conocer
los objetivos de control. Estos incluyen
Qué es lo que se pretende alcanzar (mas utilidades, mayor producción, etc.).
Qué variables deben controlarse para alcanzar los objetivos.
Qué nivel de calidad se necesita (precisión, velocidad, etc.).
C.- Los sensores
Los sensores son los ojos del sistema de control, que le permiten ver qué está pasando. De
hecho, algo que suele decirse en control es:
Si se puede medir, se puede controlar.
D.- Los actuadores
Una vez ubicados los sensores para informar el estado de un proceso, sigue determinar la
forma de actuar sobre el sistema para hacerlo ir del estado actual al estado deseado. Un
problema de control industrial típicamente involucrará varios actuadores distintos.
E.- Las comunicaciones
La interconexión de sensores y actuadores requieren el uso de sistemas de comunicación.
Una planta típica va a tener miles de señales diferentes que deberán ser transmitidas largas
distancias. Así, el diseño de sistemas de comunicación y sus protocolos asociados es un
aspecto cada vez más importante de la ingeniería de control moderna.
F.- El sistema de cómputo
INGENIERIA DE CONTROL 2013
11
En los sistemas de control modernos la interconexión de sensores y actuadores se hace
invariablemente a través de una computadora de algún tipo. Por lo tanto, los aspectos
computacionales son necesariamente una parte del diseño general.
Los sistemas de control actuales usan una gama de dispositivos de cómputo, que incluyen
DCS (sistemas de control distribuido), PLC (controladores lógicos programables), PC
(computadoras personales), etc.
G.- Configuración e interfaces
La cuestión de qué se conecta con qué no es trivial en el diseño de un sistema de control.
Podría pensarse que lo mejor siempre sería llevar todas las señales a un punto central, de
manera que cada acción de control esté basada en información completa (el denominado
control centralizado). Sin embargo, esta raramente es la mejor solución en la práctica. De
hecho, hay muy buenas razones por las que no conviene llevar todas las señales a un punto
común. Algunas obvias son complejidad, costos, limitaciones en tiempo de cómputo,
mantenimiento, confiabilidad, etc.
H.- Algoritmos
Finalmente, llegamos al corazón de la ingeniería de control: Los algoritmos que conectan
sensores y actuadores. Es muy fácil subestimar este aspecto final del problema. Como
ejemplo simple de nuestra experiencia diaria, consideremos el problema de jugar tenis a
primer nivel internacional. Claramente, se necesita buena visión (sensores) y fuerza
muscular (actuadores) para jugar tenis en este nivel, pero estos atributos no son suficientes.
De hecho, la coordinación entre ojos y brazo es también crucial para el éxito. En resumen:
Los sensores proveen los ojos, y los actuadores los músculos; la teoría de control provee la
destreza.
INGENIERIA DE CONTROL 2013
12
I.- Perturbaciones e incertidumbre
Uno de los factores que hacen a la ciencia del control interesante es que todos los sistemas
reales están afectados por ruido y perturbaciones externas. Estos factores pueden tener un
impacto significativo en el rendimiento del sistema. Como ejemplo simple, los aviones están
sujetos a ráfagas de vientos y pozos de aire; los controladores de crucero de los
automóviles deben adecuarse a diferentes condiciones de la ruta y diferentes cargas del
vehículos
1.5 Resumen
La Ingeniería de Control está presente en virtualmente todos los sistemas modernos de
ingeniería. El control es una tecnología a menudo «invisible», ya que el éxito mismo de su
aplicación la vuelve indetectable.
El control es la clave tecnológica para lograr
Productos de mayor calidad
Minimización de desperdicios
Protección del medio ambiente
Mayor rendimiento de la capacidad instalada
Mayores márgenes de seguridad
El control es multidisciplinario (incluye sensores, actuadores,
Comunicaciones, cómputo, algoritmos, etc.)
El diseño de control tiene como meta lograr un nivel de rendimiento deseado frente a
perturbaciones e incertidumbre.
INGENIERIA DE CONTROL 2013
13
MATLAB
Introducción.- El matlab(MATrix LABoratory) es un lenguaje de alto nivel, escrito en
gran parte en lenguaje “C” , orientado para el calculo técnico, su potencia radica en
una gran cantidad de rutinas de calculo aplicadas a las diferentes disciplinas de la
ingeniería. En su ambiente integrado pude realizar cálculos, programación y
visualización, para esto en el matlab se utilizan tres ventanas:
Ventana de comandos. (Principal). Nos permite ingresar datos o ejecutar
comandos o funciones.
Ventana de gráficos. Displaya los resultados (Forma gráfica) que se indiquen con
comandos o programas.
Ventana del editor. Nos permite escribir nuevos programas (secuencia de
comandos) y funciones.
Su elemento básico es una matriz numérica. Sus usos mas comunes son:
Cálculos matemáticos (matriciales).
Modelado y simulación.
Procesamiento de datos.
Desarrollo de interfaces graficas.
Operaciones básicas en matlab.-
Ingreso de datos a una matriz.- Las matrices y los vectores son variables que
tienen nombres. Recomendamos que se utilice letras mayúsculas para
matrices y letras minúsculas para vectores y escalares el ingreso lo
realizamos así:
>> mat = [ 1 2 3; 4 5 6; 7 8 9 ]
El matlab responde mat = 1 2 3
. 4 5 6
. 7 8 9
La matriz A ya puede ser trabajada, obtendremos la transpuesta haciendo lo
siguiente:
>> A’ y la respuesta del sistema será
ans = 1 4 7
. 2 5 8
. 3 6 9
Esto es por que el resultado no ha sido asignado a ninguna variable, veamos en
matlab
E
INGENIERIA DE CONTROL 2013
14
También podemos operar con estas matrices, hallando primero A*B y después la inversa
de A que seria C y comprobar que C es la inversa de A. Se puede acceder a cualquier
elemento de A o de B con solo indicarlo con los subíndices. El siguiente cuadro nos
visualizara todo lo anteriormente dicho.
Con la última operación comprobamos la inversa. Para definir un vector fila es más
sencillo
>> A = [1 4 -3 ; 2 1 5; -2 5 3]
A = 1 4 -3
2 1 5
-2 5 3
>> C=inv(A)
C =
0.1803 0.2213 -0.1885
0.1311 0.0246 0.0902
-0.0984 0.1066 0.0574
>> C*A
ans =
1.0000 0.0000 -0.0000
0 1.0000 0.0000
0 -0.0000 1.0000
>> f1 = [0 1 4] ; % El ; evita la respuesta
>> f2 = [9 16 25] ;
>> f3 = [ 36 49 64] ;
>> mat2 = [f1 ; f2 ; f3]
mat2 = 0 1 4
9 16 25
36 49 64
>> A= [1 2 3; 4 5 6; 7 8 9]
A = 1 2 3
4 5 6
7 8 9
>> B=A'
B = 1 4 7
2 5 8
3 6 9
INGENIERIA DE CONTROL 2013
15
Operaciones con matrices.-
o Operadores aritméticos.- Tenemos los siguientes:
^ Potenciación
\ División ( a la izquierda)
/ División ( a la derecha)
* Producto
.* Producto elemento a elemento
./ y .\ división elemento a elemento
.^elevar a una potencia elemento a elemento
+ Adición o suma
- Substracción o resta ‘
transpuesta
Expresiones
Es una Secuencia de operandos y operadores
>> raiz2 = sqrt(2);
>> raiz3 = sqrt(3);
>>det1 = det(mat);
>>det2 = det(mat2);
% Escribiendo una expresión en 2 líneas
>> x = 0.5;
>> expx = 1 + x +(x^2)/2+ (x^3)/6+ ...
(x^4)/24 + (x^5)/120
Manejo de números complejos.- En este caso se considera √-1 a i o j
>> c1 = 2 – 4*j
>> c2 = 3 + 3*i
>> t = abs(c1 +c2);
>> s = [1 2 3 ; 4 5 6] + i*[ 3 2 1 ; 6 5 4]
Adición y substracción
>> M1 = [ 1 1 1 ; 1 1 1; 1 1 1]
>> M2 = [ 1 2 3 ; 4 5 6 ; 7 8 9]
>> M3 = M1 + M2
>>M4 = M1 – M2
Por un escalar
>> M5 = M2 + 1
El matlab responde M5 = 2 3 4
. 5 6 7
. 8 9 10
INGENIERIA DE CONTROL 2013
16
Multiplicación
>> multi = M1 * M2 % Si columnas de M1 igual a filas de M2
División
X = A\B % Solución de A*X = B
X = B\A % Solución de X*A = B
Potencia
>> p2 = mat ^2
>> p3 = mat^3
Operaciones entre elementos. El operador “.”
Si tenemos que
>> x1 = [ 1 2 3 ]
>> x2 = [ 4 5 6 ]
>> r1 = x1 . * x2
>> r1 = 4 10 18 % Efectúo el termino correspondiente de x1 por el de x2
>>r2 = x1. /x2
>>r2 = 0.25 0.40 0.50
>>r3 = x1.^x2
>>r3 = 1 32 729
Operadores de comparación
< menor < = menor o igual
> mayor > = mayor o igual
= = igual ~ = diferente
considerando 1 -> Verdadero y 0 -> Falso
Operadores lógicos
Tenemos que and & or |
>> 1 == 1 & 4 == -3 (ans = 0)
>> 1 == 1 | 4 ==-3 (ans = 1)
Operaciones diversas con matrices.- La forma general para asignar rangos a una
variable será .
. variable = inferior : variación : superior
por ejemplo:
>> x = 4: 2: 22
x = 4 6 8 10 12 14 16 18 20 22
>>beta = 0 : pi/4 : pi
>> beta = 0.000 0.7854 1.5708 2.3566 3.1416
INGENIERIA DE CONTROL 2013
17
>> índice = 8: -1: 1
índice = 8 7 6 5 4 3 2 1
Se puede generar un vector linealmente espaciado
>> w = linspace(100,1000, 10)
w = 100 200 300 400 500 600 700 800 900 1000
Se puede generar también matrices de la siguiente forma
>> uno = ones(5)
>> cero = zeros(4)
>> RR = rand(3)
>> I=eye(4)
2 Funciones.- Para crear una función seguir los siguientes pasos
En menú archivo opción new
Guardar como f1.m
Escribir en el editor
function y = f1(x)
y = x.^2 -x -2
En la ventana de comandos
>> x= -3:0.1: 3
>> plot( x, f1(x)) ó
>> x= -3:0.1: 3
>> y1 = f1(x)
>>plot( x, y1)
3 Ceros y Mínimos de una función.- Algunos comandos adicionales que nos permiten
hallar ceros y mínimos de una función son.
fmin Halla mínimo para funciones de una variable por ejemplo podemos
considerar >> xmin = fmin(‘f1’,-1,1)
fmins Minimiza función de varias variables
fzero Encuentra los ceros de una función por ejemplo podemos hallar el cero
cercano a –2 y a +2, ojo aquí no hay intervalo sino valor inicial o punto de arranque
>> raiz1 = fzero(‘f1’,-2)
>> raiz1 = fzero(‘f1’,-2) Ahora si queremos visualizar estos resultados los comandos
serian así
>> raiz1 = fzero(‘f1’,-2)
>> raiz2 = fzero(‘f1’, 2)
>> x= -3:0.01:3
>> plot(x,f1(x),raiz1,f1(raiz1),’X’,raiz2,f1(raiz2),’X’),grid
INGENIERIA DE CONTROL 2013
18
INGENIERIA DE CONTROL 2013
19
2. SISTEMAS LINEALES Y TRANSFORMADA DE LAPLACE
2.1 Sistemas Lineales.-
INGENIERIA DE CONTROL 2013
20
2.2 Transformada de Laplace
Supongamos una función f(t): de R en R en principio de cuadrado integrable en el intervalo
0, . Definimos la transformación de Laplace de f (t) y la denotamos como F(s) como:
k
st
k dtetfsF0
)(lim)(
Notemos que la transformación en cuestión asocia a cada función del espacio de funciones
considerado otra función F(s) con parámetro s.
La utilidad de esta transformación se verá patente cuando se expongan sus propiedades.
Nótese que no todas las funciones tienen una transformada de Laplace: Podemos encontrar
funciones que al intentar calcular su transformada de Laplace nos dé lugar a una integral no
convergente para cualquier valor de s. Las funciones que tienen transformada de Laplace
bien definida en algún intervalo de s las llamaremos funciones admisibles por dicha
transformación en dicho intervalo. Así mismo al margen de valores de s en el cual la
transformada de Laplace puede ser evaluada se le llamará dominio de la función
transformada. Una condición necesaria para que una función sea admisible para algún
intervalo es que su ritmo de crecimiento sea inferior al de una exponencial en t:
2.2.1 Transformación de Laplace de algunas funciones.
En este apartado ilustraré la transformación de Laplace aplicada a varias funciones de uso
corriente en el análisis de circuitos:
Ejemplo 1: Obtener la transformada de Laplace de 𝑒𝑎𝑡
𝐿{𝑒𝑎𝑡} = ∫ 𝑒−𝑠𝑡𝑒𝑎𝑡𝑑𝑡 = ∞
0∫ 𝑒−(𝑠−𝑎)𝑡𝑑𝑡 =
∞
0[−
1
𝑠−𝑎𝑒−(𝑠−𝑎)𝑡]
0
∞
=
−1
𝑠−𝑎(0 − 1) =
1
𝑠−𝑎 Respuesta:
aseL at
1}{
Ejemplo 2: Obtener la transformada de Laplace de f (t)= t.
𝐿{𝑡} = ∫ 𝑒−𝑠𝑡𝑡𝑑𝑡∞
0
aplicando la integración por partes:
u=t; du = dt ; dv = e-stdt; v= -(1/s)e-st
𝐿{𝑡} = [−1
𝑠𝑡𝑒−𝑠𝑡]
0
∞
+ 1
𝑠∫ 𝑒−𝑠𝑡𝑑𝑡∞
0
220
110
111
sse
ss
st
Respuesta
INGENIERIA DE CONTROL 2013
21
Y en general: 1
!}{
n
n
s
ntL
Ejemplo 3: Método alternativo para obtener la transformada de Sen at ; y simultáneamente
la transformada de Cos at :
𝐿{𝑒𝑗𝑎𝑡} = ∫ 𝑒−𝑠𝑡𝑒𝑗𝑎𝑡𝑑𝑡∞
0
Utilizando el ejemplo 1 tenemos
𝐿{𝑒𝑗𝑎𝑡} =1
𝑠−𝑗𝑎=
𝑠
𝑠2+𝑎2+
𝑗𝑎
𝑠2+𝑎2
Utilizando la identidad de Euler que es ejat = cos at +j sen at:
se obtiene que 𝐿{cos 𝑎𝑡} =𝑠
𝑠2+𝑎2 𝑦 𝐿{𝑠𝑒𝑛 𝑎𝑡} =
𝑎
𝑠2+𝑎2 Rpta.
2.2.2 Tabla de transformada de Laplace de algunas funciones
22
22
22
2
)(
)cos(
1)()cos(
1
1
11
1)(
ws
wwtsen
ws
swt
ws
jws
jwsewtjsenwt
ase
st
s
t
jwt
at
Las funciones arriba indicadas son las más frecuentes tanto en matemáticas como en el
mundo de la electrónica. En el siguiente apartado se expondrá una serie de propiedades de
la transformación. Dichas propiedades, además de la importancia que tienen a la hora de
aplicar la transformación de Laplace, nos permitirán obtener transformaciones de Laplace de
funciones más complicadas.
INGENIERIA DE CONTROL 2013
22
2.2.3 Propiedades de la transformación de Laplace.
De la relación de propiedades que expondré a continuación se podrán ver con facilidad la
utilidad de la transformación en casos de resolución de problemas de valor inicial:
Propiedad 1: Linealidad:
)()())()(()()(0
sGsFdttgtftgtf
Propiedad 2: Derivación en el tiempo:
)0()()(
fssFdt
tdf
Propiedad 3: Derivación en s:
ds
sdFttf
)()(
Propiedad 4: Desplazamiento en s:
)()( asFetf at
Existen muchas otras propiedades que pueden encontrarse en textos sobre el tema y que
omitiré para sólo exponer lo más importante y no alargar este documento.
La segunda propiedad es para la más importante de todas ya que gracias a ella podemos
utilizar la transformada de Laplace para resolver ecuaciones diferenciales: La transformación
de Laplace transforma derivadas en productos.
La primera propiedad, la de la linealidad nos permitirá transformar una ecuación entera
quedando sumas y productos por constantes invariantes.
2.2.4 Transformada inversa de Laplace.- Se obtiene mediante la siguiente forma: La
transformada inversa de Laplace es el proceso de obtener x(t) a través de X(s) y
se define como
jw
jw
stdsesXj
tx
)(2
1)(
Transformada inversa de Laplace, tenemos la siguiente tabla:
1.- 0,,11 11
ssik
s
kLy
sL
INGENIERIA DE CONTROL 2013
23
2.- 0,!
1,
!1
1
1
1
ssin
t
sLyt
s
nL
n
n
n
n
3.- 0,11
ssieas
L at
4.- 0,/1
,22
1
22
1
ssikktsenks
Lyktsenks
kL
5.- 0,cos22
1
ssiktks
sL
6.- kssik
ktsenh
ksLyktsenh
ks
kL
,1
,22
1
22
1
7.- kssiktks
sL
,cosh22
1
8.- 0,!)(
1,
)(
!1
1
1
1
ssin
et
asLyet
as
nL
atn
n
atn
n
Ejemplo 1: Hallar
123)1)(2)(3(
17 1111
s
CL
s
BL
s
AL
sss
sL
Por fracciones parciales:
A= (7(3)-1)/ (3+2) (3-1) = 2
B= (7(-2)-1)/ (-2-3) (-2-1)=-15/-15 = 1
C= (7(1)-1)/ (1-3) (1+2) = 6/-6 = -1
1
1
2
1
3
2 111
sL
sL
sL
Ejemplo 2:
Hallar
)2()2()2()2(
1 1
2
1
3
11
2
1
32
1
s
EL
s
DL
s
CL
s
BL
s
AL
ss
sL
ttt
Eete
Det
CBAt 2222
!1!2
Hallando por fracciones parciales
A = 1/8, B = -1/16, C = -1/4, D = 0, E = 1/16
INGENIERIA DE CONTROL 2013
24
t
t
eet
t 222
16
1
!24
1
16
1
8
1
Respuesta
Ejemplo de aplicación.
Para poder entender de una forma clara estas ideas lo mejor es verlo con un ejemplo.
El ejemplo que expongo a continuación trata de ilustrar la resolución de un problema
electrónico mediante la transformación de Laplace. Cuando tenemos una ecuación
diferencial lineal el método a utilizar es siempre el mismo: se transforma la ecuación entera.
Como la ecuación es lineal se tiene como resultado una ecuación lineal. Hecho esto se
despeja la incógnita y el resultado que se obtiene es una función racional en s. Por último
sólo tenemos que hacer la transformación inversa de Laplace ( mirar que función tiene como
transformada de Laplace la función que tenemos).
En la práctica, cuando lo que queremos es resolver un circuito eléctrico, lo que se hace es
"transformar el circuito"; es decir: dado que por los condensadores la corriente que pasa es
la derivada de la tensión aplicada en sus terminales multiplicada por su capacidad, lo que se
hace es asignar al condensador una "resistencia" de 1/Cs. Dado que el condensador no es
un componente resistivo al término 1/Cs se le pasa a llamar impedancia del condensador.
Así mismo no resulta difícil entender que la impedancia de una bobina es Ls. Notemos
además que para poder hacer esto es indispensable contar con condiciones iníciales nulas
en las cargas de los condensadores y en las corrientes de las bobinas. En la mayoría de los
problemas esto será siempre así.
I R Vr
Vs
C Vc
Vs = Vi (t) y Vc = Vo (t)
Planteando el circuito vi (t) = i(t) R + Vo(t)
Vi (t) = Vo(t) + RC( dVo(t)/dt)
INGENIERIA DE CONTROL 2013
25
Utilizando Laplace
V(s) = Vo(s) +RCsVo(s)
Seguidamente pasaré a resolver el problema para un caso particular: supongamos de vi(t)
es un escalón
01
00)()(
tsi
tsitutv
V(s) = 1/s
RCs
RC
sRCsssV
RCssVo
1
1
)1(
1)(
1
1)(
tRCetutv1
0 )()(
Para realizar la transformación inversa de Laplace el mejor paso a seguir descomponer en
suma de fracciones simples la función a descomponer, como si fuéramos a integrarla, y
luego relacionar cada fracción con su correspondiente exponencial.
Existe una fórmula cerrada para obtener la transformada inversa de Laplace, pero el cálculo,
además de engorroso, es complicado y requiere conocimientos de integración en el plano
complejo. Los interesados en el tema podrán encontrar información al respecto en cualquier
libro de análisis con variable compleja medianamente decente.
En el caso de no tener condiciones iníciales nulas, como en este ejemplo, no podremos
asociar al condensador una impedancia 1/Cs. En este caso derivar es multiplicar por s y
restar la condición inicial. De todas formas en el análisis de circuitos normalmente sólo se
estudia el régimen permanente con condiciones iníciales nulas; es decir: condiciones nulas
ya que el circuito hace mucho que está funcionando.
INGENIERIA DE CONTROL 2013
26
POLINOMIOS:
Los polinomios se representan por vectores, cuyos elementos son los coeficientes del
polinomio en orden descendente. Por ejemplo el polinomio 843 23 sss
Se representaría por: p=[ 1 3 -4 -8].
Veamos tenemos un polinomio 6521 23 sssp (p1= [ 1 2 -5 -6])
Hallamos las raíces con el comando roots
Como vemos hallamos las raíces del polinomio y las almacenamos en r1 y después con el
comando poly volvemos al polinomio original.
Si queremos evaluar un polinomio para un valor dado usamos el comando polyval, como
indicamos en el ejemplo:
122
2 ssp
>> p2=[1 -2 1]
p2 =
1 -2 1
>> s=[1 2 3]
s =
1 2 3
>> polyval(p2,s)
ans =
-.p 0 1 4
>> r1=roots(p1) r1 = 2.0000 -3.0000 -1.0000 >> poly(r1) ans = 1.0000 2.0000 -5.0000 -6.0000
INGENIERIA DE CONTROL 2013
27
Para multiplicar y dividir polinomios se utiliza conv y deconv, como vemos en el ejemplo:
Queremos multiplicar 422;231 22 ssqssq , hallando q3=q1*q2
La respuesta sería:
81683 234 ssssq
Funciones de transferencia Tenemos la siguiente función de transferencia:
)5.0)(14.0(
13.02.0)(
2
2
sss
sssH
Sabemos que para introducir la función de transferencia (En MATLAB) debemos ingresar el
numerador y el denominador.
Veamos un código que convierte la función de transferencia de la forma indicada a una
función de transferencia de la forma polos y ceros.
Y la respuesta será:
>> control01
ceros =
-0.7500 + 2.1065i
-0.7500 - 2.1065i
polos =
-0.2000 + 0.9798i
-0.2000 - 0.9798i
-0.5000
gan = 0.2000
Para comprobar tomemos la siguiente función de transferencia:
>> q1=[1 -3 2];
>> q2=[1 2 -4];
>> q3=conv(q1,q2)
q3 =
1 -1 -8 16 -8
num=[0.2 0.3 1];
den1=[1 0.4 1];
den2=[1 0.5];
den=conv(den1,den2);
[ceros,polos,gan] = tf2zp(num,den)
INGENIERIA DE CONTROL 2013
28
)4)(2)(1(
)4)(2()(
sss
sssH o visto de la forma polos y ceros que será
)10
1)(8
1)(1
1(
)4
1)(2
1(*1
)4
1)(2
1)(1
1(*4*2*1
)4
1)(2
1(*4*2)(
sss
ss
sss
ss
sH
Y el programa con algunas funciones adicionales, para visualizar mejor los resultados será:
El resultado será:
>> control02
Ceros =
-4
-2
Polos =
-8.0000
-2.0000
-1.0000
gan = 1
n = 0 1 6 8
d = 1.0000 11.0000 26.0000 16.0000
Num/den =
s^2 + 6 s + 8
-------------------------------
s^3 + 11 s^2 + 26 s + 16
num1= [1 2];
num2= [1 4];
den1= [1 1];
den2= [1 4];
den3=[1 2];
num=conv(num1,num2);
den=conv(conv(den1,den2),den3);
[ceros,polos,gan] = tf2zp(num,den);
[n,d]=zp2tf(ceros,polos,gan)
printsys(n,d);
INGENIERIA DE CONTROL 2013
29
INGENIERIA DE CONTROL 2013
30
Para conocer la relación que existe entre la señal de entrada y la señal de salida,
llamada función de transferencia vamos a considerar dos métodos, el modelado teórico
y la identificación experimental.
3.1. Modelado teórico.-Se utiliza para casos sencillos en los cuales se puede llegar a
relaciones matemáticas, generalmente ecuaciones diferenciales, que relacionan la
entrada con la salida.
3.1.1. Sistemas Mecánicos.- Los clasificaremos como de traslación y de rotación:
3.1.1.1. Sistemas mecánicos de Translación.- Para analizar sistemas
complejos primero debemos analizar las componentes de estos sistemas
mecánicos de translación.
Masa.- Se determina por la segunda ley de Newton
XMdt
xdMF ..
2
2
F1 F3
F2 M F4
X
La resultante de las fuerzas (Sumatoria) que actúan
sobre un cuerpo es igual a la masa de este por la aceleración.
Resorte.- La fuerza de un resorte ideal es igual a su estiramiento x por
una constante de proporcionalidad. La constante de proporcionalidad K
mide la dureza del resorte, Si K es mayor el resorte es mas duro
xKF . F
K X
Cuando el resorte no esta estirado ni comprimido x será 0.
Amortiguador.- La fuerza de un amortiguador la idealizamos y la
consideramos proporcional a la velocidad xbdt
dxbF ..
F
b
x
La constante de amortiguación se denomina b. Un valor grande de b da
una amortiguación más fuerte.
INGENIERIA DE CONTROL 2013
31
Sistemas Mecánicos de Traslación Combinados.- A los sistemas
combinados podemos hallar la relación entre las fuerzas que actúan y
aceleración, velocidad y espacio recorrido. Veamos un ejemplo de
muchos que pueden haber:
F b
M
k
y
Se supone que la masa esta en reposo o sea cuando F = 0
entonces también y=0, como el amortiguador y el resorte se
oponen, entonces la ecuación diferencial de este sistema será:
dt
dybkyF
dt
ydM
2
2
.
o también expresado en su forma compacta
ybykFyM ...
Tomando la transformada de laplace para la ecuación tendremos.
Y (Ms2 +bs+ k) = F
siendo F(s) la entrada y Y(s) la salida tendremos la
Función de transferencia: kbsMssF
sYsG
2
1
)(
)()(
3.1.1.2. Sistemas Mecánicos de Rotación.- Están constituidos por masas
rotatorias, resortes de torsión y fricción.
Este sistema consiste en un rotor que esta sujeto con una flecha flexible.
El otro lado de la flecha esta sujeto. El rotor tiene una fricción viscosa, B.
Manejaremos la siguiente nomenclatura:
J Momento de inercia (Kg. m2)
D Coeficiente de la flecha (Nm/Rad.)
B Factor de Fricción (Nm/(Rad./seg.))
Θ Angulo de rotación (radianes)
M Momento (Nm)
INGENIERIA DE CONTROL 2013
32
J
D
Θ M (t)
B
La ecuación de movimiento nos da
MBDJ
Con la transformada de Laplace obtenemos:
(Js2 + Bs + D) Θ(s) = M(s)
La función de transferencia será:
DBsJss
sM
2
1
)(
)(
3.1.2. Sistemas Eléctricos.- Sus elementos son resistencias, condensadores y
bobinas y las señales son los voltajes y corrientes.
Resistencia: Por la ley de ohm V= R. i
I R
+ V -
v = R. i Con la transformada de laplace será: V(s) = R I(s)
Condensador: El voltaje a través de un condensador es igual a su
carga dividida por la capacitancia C.
idtCC
Qv
1
I C
+ v -
Y la transformada de laplace nos da la siguiente relación
)(1
)( sICs
sV
INGENIERIA DE CONTROL 2013
33
Inductor: El voltaje en un inductor es igual a la inductancia por la
derivada de la corriente dt
diLv .
I L
+ v -
La transformada de laplace nos da la siguiente relación:
)(.)( sILssV
Circuitos Eléctricos Combinados.-
CASO 1
+ R +
1/sC
v1 v2
- -
En el circuito mostrado ya hemos reemplazado en las componentes el
modelo considerando la transformada de laplace, como tenemos un
divisor de tensiones, la función de transferencia será:
RCs
sCR
sC
sV
sV
1
1
1
1
)(
)(
2
1
tendremos finalmente
CASO 2
+ 1/sC + Ls R v1 v2 - -
En este caso, vamos a considerar las impedancias como Z1, Z2 y Z3
RCssG
1
1)(
INGENIERIA DE CONTROL 2013
34
Ahora el inductor y la resistencia o sea Z2 y Z3 lo reduciremos a una
impedancia equivalente, que llamamos Zeq, veamos el cálculo.
RLs
LsR
RLsZZZeq
11111
32
Tendremos entonces que la
impedancia equivalente finalmente será: LsR
LRsZeq
Ahora trabajamos con el divisor de tensiones.
RLsLRCs
LRCs
sCLRsLsR
sCLRs
LsR
LRs
sC
LsR
LRs
sV
sV
2
2
.)(
.
1)(2
)(1
Finalmente
Circuitos Eléctricos con Componentes Activos.- Los
amplificadores operacionales son amplificadores de corriente con un
gran factor de amplificación y una impedancia de entrada virtualmente
infinita, hallemos pues la función de transferencia para el circuito
mostrado con un amplificador operacional:
Z2
Z1
-
+ + 0 A +
v1 v0 + v2
- - -
Las impedancias son complejas y son generalizadas. Tenemos la
siguiente igualdad considerando que la corriente de entrada al
amplificador operacional es cero entonces la corriente que pasa por Z1
es igual pero de signo contrario a la que pasa por Z2
2
20
1
01
Z
vv
Z
vv
RLsLRCs
LRCssG
2
2
)(
INGENIERIA DE CONTROL 2013
35
Como A
VVentoncesVAV 2
002 . y reemplazando en la
primera ecuación:
)(.
)()(1
1.
)(
)(
)(.)()(
)(
)(
)(
1
211
2
121
2
1
2
sZA
sZsZsZ
sZ
sZAsZsZ
sAZ
sV
sV
Finalmente obtenemos:
, para valores muy grandes de A, el segundo término desparece al
hacerse igual a 1 en la ecuación anterior.
3.1.3. Sistemas Térmicos.- Los sistemas térmicos intercambian energía
calorífica con su medio ambiente, considerando la ley básica de los sistemas
térmicos que dice que debe haber un balance de energía, lo cual significa que
el cambio de energía calorífica por unidad de tiempo es igual a la potencia
inferida menos la extraída. Esta formula será la siguiente: ei PPdt
dE
tenemos que la relación entre la energía y la temperatura es: ... cVTE
donde:
E = energía calorífica de cierta materia.
T = temperatura de cierta materia (K).
V = Volumen de cierta materia (m3).
c = capacitividad térmica (J/Kg. K).
= densidad (kg./m3)
Si suponemos que el volumen, la capacitividad y la densidad son constantes
tenemos que: ei PPdt
dTcV ...
)(
)(
)(
)(
1
2
2
1
sZ
sZ
sV
sV
INGENIERIA DE CONTROL 2013
36
3.1.4. Sistemas de nivel.-
A u1
h
u2
En los sistemas de nivel los cambios en el volumen del líquido en el tiempo son
iguales a la entrada del líquido menos la salida del mismo. Esto lo podemos
escribir 21 uudt
dhA
dt
dV
Donde: V= volumen del liquido (m3)
A = Área del tanque (m2)
h = Nivel del liquido (m)
u1 = flujo de entrada (m3/seg.)
u2 = flujo de entrada (m3/seg.)
Ejemplo: El nivel del tanque de la figura será regulado, esto se hará con el
flujo de entrada u1, el flujo de salida u2 es variable.
Encuentre la función de transferencia (h/u1-u2).
Tomando la formula tenemos: 21 uudt
dhA y con la transformada de
laplace obtenemos: AssUsU
sHsGsUsUsHsA
1
)()(
)()()()()(..
21
21
3.1.5. Sistema de concentración.-
Q, C1
V, C2
Q
INGENIERIA DE CONTROL 2013
37
Nos permiten regular la concentración de diversos componentes disueltos
en un líquido o inclusive la acidez. Sea c1 la concentración en la entrada
y la concentración en la salida sea c2, suponiendo además que el
volumen V y el flujo Q son constantes. Tenemos la siguiente ecuación:
212 ... cQQc
dt
dcV
dt
dMe
Donde:
Me=Cantidad de un elemento en el tanque (gr.)
Q = Flujo de liquido en el tanque (m3/seg.)
V = Volumen de liquido en el tanque (m3)
C1=concentración del elemento en la entrada (gr. /m3)
C2=concentración del elemento en el tanque y la salida (gr. /m3)
La función de transferencia de c1 a c2 será obtenida:
212 QCQCVsC
QCQVsC 12 )(
3.1.6. Sistema de Transporte.- Este sistema agrega un retardo para llevar el
material liquido o gas
Ti
V
T Tiempo de transporte 12 seg.
Q
T0
Relación entre T0 y T será: T0 = T(t-12) al usar la transformada de
Laplace será sesTsT 12
0 ).()( y con relación a Ti será
Ti T T0
Por lo tanto
sQ
VQsV
Q
sC
sCsG
1
1
)(
)()(
1
2
s401
1
se 12
ses
sGt 12
401
1)(
INGENIERIA DE CONTROL 2013
38
INGENIERIA DE CONTROL 2013
39
4. FUNCION DE TRANSFERENCIA Y ECUACIONES DE ESPACIOS DE ESTADOS.-En
este capitulo veremos dos temas que son
Continuación de Modelado de Sistemas
Función de transferencia y Ecuaciones de espacios de Estados
4.1. MODELADO DE SISTEMAS El análisis y diseño de sistemas lineales empieza con
el modelado de sistemas reales. Estos modelos que son representaciones
matemáticas de sistemas químicos, sistemas mecánicos y electrónicos, sirven para
estudiar la respuesta dinámica de los sistemas reales. Las técnicas matemáticas
empleadas por matlab para diseñar y analizar estos sistemas suponen procesos que
son físicamente realizables, lineales e invariantes en el tiempo. (LTI): El matlab
utiliza modelos en la forma de FUNCIONES DE TRANSFERENCIA o
ECUACIONES DE ESPACIO DE ESTADOS, haciendo posible así el empleo de
técnicas de diseño y análisis de sistemas de control tanto clásicas como modernas.
Estas formas se pueden expresar en tiempo continuo o discreto. Las funciones de
transferencia se pueden expresar como un polinomio, un cociente de polinomios o
una de las dos formas factorizadas: cero-polo-ganancia o fracciones parciales. Los
modelos de sistema de espacio de estados son idóneos para matlab porque son
una expresión basada en matrices. Veamos un ejemplo: tenemos un sistema, tiene
tres fuerzas que actúan
K p y(t)
m u(t)
b
x(t)
Sistema de resorte- masa – amortiguador
Tenemos tres fuerzas que actúan sobre una masa m : una fuerza de entrada que depende del tiempo u(t), un
resorte con constante de resorte k y un amortiguador viscoso con constante de amortiguación b. la posición de
la masa en función del tiempo esta representada por x(t). Conectamos a la masa un potenciómetro de
medición p que proporciona un voltaje de salida y(t) proporcional a x(t) . La ecuación de movimiento de la
INGENIERIA DE CONTROL 2013
40
masa esta dada por la ecuación diferencial de segundo orden: )(tukxxbxm y la
ecuación del potenciómetro es: y(t) = px(t)
4.2. FUNCION DE TRANSFERENCIA.-El análisis de los sistemas lineales y de control con
frecuencia implica determinar ciertas propiedades dinámicas, como estabilidad y respuesta
en frecuencia, que no es fácil determinar usando análisis en el dominio del tiempo. Para
este análisis obtenemos una transformada de Laplace de la ecuación y pasamos del
dominio del tiempo al dominio de la frecuencia. La transformada de Laplace del anterior
sistema es )()()( 2 susxkbsms donde s es una variable compleja (+jw),
llamada variable de Laplace. Si llamamos H(s) a la función de transferencia que relaciona
el movimiento de salida del sistema x(s) con la fuerza de entrada u(s):
kbsmssu
sxsH
2
1
)(
)()( y la función del potenciómetro es p
sx
sy
)(
)(
Usemos un diagrama de bloque, considerando el valor de los parámetros m=1, b= 4, k=
3, y p= 10, tendremos:
Planta Medición
U(s) X(s) Y(s)
Y finalmente
Sistema
U(s) Y(s)
Normalmente el numerador y el denominador de una función de transferencia se factorizan
para obtener la forma cero – polo – ganancia, por ejemplo si tenemos
15239
24183)(
23
2
sss
sssH lo expresamos como
)5)(3)(1(
)4)(2(3)(
sss
sssH en esta
forma estamos mostrando los polos y los ceros del sistema respectivamente. Y finalmente
podemos escribir la última expresión como una expansión en fracciones parciales
)(......)(2
2
1
1 skps
r
ps
r
ps
rsH
n
n
Ejemplo1: Veamos el siguiente circuito
Tenemos que relacionar la salida con la entrada.
34
12 ss
10
34
102 ss
INGENIERIA DE CONTROL 2013
41
R1
Ejemplo:
i(t) . Vc(t)
C R2
Vi(t) Vo(t)
El voltaje de salida es:
2
1
2
)()()()( R
R
tvtv
dt
dCRtitv c
co
Obtenemos
)()()( 2211 tvRtvdt
dCRRtvR cco
Aplicando la transformada de Laplace se obtiene
)()0()()( 2211 sVRvssVCRRsVR ccco
Suponemos condiciones iníciales cero, como
)()()()()()( sVsVsVentoncestvtvtv oicoic
Entonces tenemos:
)()()()()( 2211 sVsVRssVssVCRRsVR oioio
La ecuación puede reacomodarse como:
01
01
2121
221
)()(
)(
asa
bsb
RRCsRR
RCsRR
sV
sV
i
o
Donde a0 es R1 + R2, b0 = R2 y a1 = b1 = C R1R2 Para generalizar consideremos la ecuación
diferencial
INGENIERIA DE CONTROL 2013
42
)(...)()()(...)()( )()1(100
)1(1
)( tubtubtubtyatyaty mm
nn
n
Si aplicamos a esta ecuación la transformada de Laplace obtenemos
)(...)()()(...)()( 01
101
1 sUbsUsbsUsbsYasYsasYs mm
mm
nn
n
donde reacomodando términos tenemos:
011
1
011
1
....
....
)(
)(
asasas
bsbsbsb
sU
sYn
nn
mm
mm
Que lo podemos expresar como
n
i
i
m
i
i
s
sK
sU
sY
1
1
)(
)(
)(
)(
Entonces volvemos a reafirmar que la relación anterior es la función de transferencia, esta
fusión de transferencia )(
)()(
sU
sYsG
Está definida excepto en las raíces del polinomio del denominador. Estos puntos de
singularidad se les denominan polos.
4.3. ECUACIONES DE ESPACIOS DE ESTADOS.-Usando nuestro ejemplo anterior
tenemos la ecuación:
)(tukxxbxm Que define el movimiento, basado en esto podemos definir:
xx
xx
2
1
A continuación reescribimos la ecuación diferencial de segundo orden como un conjunto
de ecuaciones diferenciales de primer orden acopladas:
uxxm
ux
m
bx
m
kx
xx
21212
21
43
Y la ecuación de medición como:
y=g(x, u)=10x, utilizando la notación matricial este modelo puede escribirse como un
modelo de espacio de estados
DuCxy
BuAxx
Que para este ejemplo representa
INGENIERIA DE CONTROL 2013
43
ux
xy
ux
x
x
x
0010
1
0
43
10
2
1
2
1
2
1
Representación en el espacio de estados cuando la función de excitación no contiene
términos derivados.-
Consideremos el siguiente sistema de n-esimo orden
)........(..... 1
)1(
1
)(
uyayayay nn
nn
Definimos
)1(
3
2
1
..
.
n
n yx
yx
yx
yx
Entonces la ecuación () se escribe como sigue:
uxaxax
xx
xx
xx
xx
nnn
nn
11
1
43
32
21
....
.
.
Esto también se puede expresar como:
BuAxx
Donde:
1
0
.
0
0
,
.
1.000
.....
0.100
0.010
,.
121
2
1
B
aaaa
A
x
x
x
x
nnnn
INGENIERIA DE CONTROL 2013
44
La salida será:
nx
x
x
y.
0.012
1
que será DuCxy
donde 0.01C obsérvese que d =0
esta será la función de transferencia de la forma:
Ejemplo 1
Consideremos el sistema mecánico que aparece en la siguiente figura:
k u(t) y(t) b
se supone que el sistema es lineal, la excitación externa es u(t), que es una fuerza y la
salida es el desplazamiento de la masa y(t). Este sistema tiene una sola entrada y una sola
salida y la ecuación diferencial que lo describe será: ukyybym .
Este sistema es de segundo orden, por lo tanto definimos las variables de estado
)()(
)(
2
)(1
tytx
tyx t
nnnn asasassU
sY
11
1 ...
1
)(
)(
m
INGENIERIA DE CONTROL 2013
45
Obtenemos um
ybkym
x
xx
1)(
12
21
Expresado de otra manera
um
xm
bx
m
kx
xx
1212
21
La ecuación de salida es 1xy
En forma matricial se escribe:
mx
x
m
b
m
kx
x1010
2
1
2
1
u
La ecuación de salida es
2
101
x
xy
la forma estándar
DuCxy
BuAxx
donde: 0,01,10
,10
DC
m
B
m
b
m
kA
Ejemplo 2: Considérese un circuito RLC L R ei C e0
Obtenemos
idtC
e
idtC
Ridt
diLe
o
i
1
1
Por lo tanto
iooo eLC
eLC
eL
Re
11
INGENIERIA DE CONTROL 2013
46
Tenemos
o
o
ex
ex
2
1
y también 1xey
eu
o
i
Obtenemos
2
1
2
1
2
1
01
10
110
x
xy
u
LCx
x
L
R
LCx
x
Con lo cual tenemos el modelo matemático. Donde:
]0[01
10
,110
DyC
LC
B
L
R
LC
A
INGENIERIA DE CONTROL 2013
47
CONVERSION DE MODELOS
El matlab cuenta con varias funciones que facilitan la conversión de una forma de modelo
a otra y son las siguientes:
Función residue. La función residue convierte la función de transferencia polinómica:
[r, p, k] = residue (B, A) Determina los vectores r, p y k, que contienen los valores de
residuo, los polos y los términos directos de la expansión de fracciones parciales. Las
entradas son los coeficientes de los polinomios B y A del numerador y denominador de la
función de transferencia, respectivamente.
Método en fracciones parciales para encontrar las transformadas inversas de Laplace Para encontrar la transformada inversa de Laplace debemos desarrollar un método para
expresar F(s) como una suma de fracciones parciales o sea F(s) = F1(s) + F2(s) + F3(s) +
F4(s) ......... y por lo tanto L-1(F(s)) = L-1(F1(s) + L-1(F2(s) + L-1(F3(s) + L-1(F4(s).....
= f1(t) + f2(t) + f3(t) + f4(t) +....
Desarrollo en fracciones simples con matlab MATLAB tiene una orden para obtener el desarrollo en fracciones simples de B/s) /A(s).
En primer lugar se presentará el enfoque de MATLAB para detener el desarrollo en
fracciones simples de B(s)/A(s). Después se analiza el procedimiento que sigue MATLAB
para obtener los ceros y los polos de B(s)/A(s).
Desarrollo en fracciones simples con MATLAB. Considérese la función de transferencia
B(s)/A(s):
den
num
sA
sB
)(
)( =
n
nn
n
nn
asas
bsbsb
....
....1
1
1
10
donde algunos ai y bi pueden ser cero. En MATLAB, los vectores fila num y den especificar
los coeficientes del numerador y del denominador en la función de transferencia. Es decir,
residue Expansión de fracciones parciales.
ss2tf Espacio de estados a función de transferencia
ss2zp Espacio de estados a cero-polo-ganancia
tf2ss Función de transferencia a espacio de estados.
tf2zp Función de transferencia a cero-polo-ganancia.
zp2ss Cero – polo – ganancia a espacio de estados.
zp2tf cero – polo - Espacio de estados a función de transferencia
INGENIERIA DE CONTROL 2013
48
num = b0 b1 … bn
den = 1 a1 … an
El comando
r, p, k = residue (num, den) Encuentra los residuos (r), los polos (p) y los términos directos (k) de un desarrollo en
fracciones simples del cociente de dos polinomios B(s) y A(s).
El desarrollo en fracciones simples de B(s)/A(s) se obtiene mediante
)()(
)(....
)2(
)2(
)1(
)1(
)(
)(sk
nps
nr
ps
r
ps
r
sA
sB
Comparando las Ecuaciones se observa que p(1) = -p1, p(2) = -p2, … p(n) = -pn ; r(1) = a1,
r(2) = a2, …., r(n) = an . k(s) es un término directo.
Ejemplo:
Considere la siguiente función de transferencia:
6116
6352
)(
)(23
23
sss
sss
sA
sB
Para esta función,
num = 2 5 3 6
den = 1 6 11 6
La orden
r , p, k = residue (num, den) Proporciona el resultado siguiente:
r, p, k = residue (num, den)
r =
- 6.0000
- 4.0000
3.0000
p =
- 3.0000
- 2.0000
- 1.0000
k =
2
INGENIERIA DE CONTROL 2013
49
(Observe que los residuos se devuelven en el vector columna r, las posiciones de los polos
en el vector columna p y el término directo en el vector fila (k). Esta es la representación en
MATLAB del siguiente desarrollo en fracciones simples de B(s)/A(s):
6116
6352
)(
)(23
23
sss
sss
sA
sB
= 21
3
2
4
3
6
sss
La función residue también se puede utilizar para obtener los polinomios (numerador y
denominador) a partir de su desarrollo en fracciones simples. Esto es, el comando,
num, den = residue (r, p, k)
donde r, p y k están como se obtienen en el resultado de MATLAB anterior, convierte el
desarrollo en fracciones simples en la razón de polinomios B(s)/A(s) del modo siguiente:
La función: printsys (num, den, ‘s’)
Imprime num/den en términos del cociente de los polinomios en s:
Observe que si p(j) = p(j+1) = …. = p(j+m-1) esto es, pj+1 = … = pj+m-1, el polo p(j) es un polo
del multiplicidad m. En este caso, el desarrollo incluye términos en la forma
mjps
mjr
jps
jr
)(
)1(....
)(
)1(
p(j)-s
r(j)2
Consúltense los detalles en el Ejemplo
Ejemplo: Obtenga el desarrollo B(s)/A(s) siguiente en fracciones simples utilizando MATLAB.
mjps
mjr
s
ss
sA
sB
)(
1.....
)1(
32
)(
)(3
2
Consúltense los detalles en el ejemplo 2.7.
Ejemplo: Obtenga el desarrollo B(s) A(s) siguiente en fracciones simples utilizando MATLAB.
num, den = residue (r, p, k);
printsys (num, den, ‘s’)
num/den =
611263
632532
sss
sss
INGENIERIA DE CONTROL 2013
50
mjps
ss
s
ss
sA
sB
)(
32
)1(
32
)(
)( 2
3
2
Para esta función, se tiene
num = 0 1 2 3
den = 1 3 3 1 La orden
r , p, k = residue (num, den) Proporciona el resultado que se muestra en la página siguiente. Es la representación en
MATLAB del desarrollo en fracciones simples de B(s)/A(s):
32 )1(
2
)1(
0
1
1
)(
)(
ssssA
sB
Observe que el término directo k es cero.
Para obtener la función original B(s)/A(s) a partir de r, p y k se introducen las siguientes
líneas en el computador:
Entonces el computador mostrará el num/den siguiente:
num/den = ssss 484412
1216s4s234
2
num = 0 1 2 3;
den = 1 3 3 1;
r, p, k = residue (num, den)
r =
1.0000
0.0000
2.0000
p =
-1.0000
-1.0000
-1.0000
k= [ ]
INGENIERIA DE CONTROL 2013
51
Para obtener los ceros (z), polos (p) y ganancia (K), e introduce el siguiente programa de
MATLAB en el computador:
Entonces el computador generará la siguiente salida en la pantalla: Los ceros son -3 y -1. Los polos están en s = 0, -6, -4 y -2. La ganancia K es 4.
Si los ceros, los polos y la ganancia K están dados, entonces el siguiente programa en
MATLAB generará num/den:
La función ss2tf convierte las ecuaciones de espacio de estados de tiempo continuo.
DuCxy
BuAxx
num = 0 0 4 16 12;
den = 1 12 44 48 0;
z, p, K = tf2zp (num, den)
s =
-3
-1
p =
0
-6.0000
-4.0000
-2.0000
K =
4
z = -1; -3;
p = -1; -2; -4; -6;
K = 4
num, den = zp2tf(z,p,K);
Printsys (num, den, ’s’)
num / den =
ssss
ss
482443124
121624
INGENIERIA DE CONTROL 2013
52
En la función de transferencia: mm
mm
nn
nn
asasasa
bbsbsbsH
1
1
10
1
1
10
..........
.............)(
[num, den] = ss2tf(A,B,C,D) calcula la función de transferencia de :
DBAsICsden
snumsH 1)(
)(
)()(
De el sistema DuCxy
BuAxx
El vector den contiene los coeficientes de le denominador en potencies descendientes de s.
Los coeficientes del numerador son retornados en num.
Ejemplo: Las ecuaciones de espacios de estados para nuestro sistema :
ux
xy
ux
x
x
x
0010
1
0
43
10
2
1
2
1
2
1
Usamos el programa:
RESULTADO: num =
0 0 10
den =
1 4 3
Que significa:
34
10
)(
)()(
2
sssu
sySH
La función ss2zp convierte las ecuaciones de espacio de estados de tiempo continuo.
DuCxy
BuAxx
%convertir modelo de espacio de estados en función de transferencia
A=[0,1;-3,-4];
B=[0,1]';
C=[10,0];
D=0;
[num,den]= ss2tf(A,B,C,D)
INGENIERIA DE CONTROL 2013
53
En la función de transferencia de cero-polo-ganancia: )).......()((
)().........)(()(
21
21
m
n
pspsps
zszszsksH
Ejemplo: Las ecuaciones de espacios de estados para nuestro sistema :
ux
xy
ux
x
x
x
0010
1
0
43
10
2
1
2
1
2
1
Usamos el programa:
RESULTADO: z = Empty matrix: 0-by-1
p =
-1
-3
k =
10
Que significa:
)3)(1(
10
)(
)()(
sssu
sySH
La función tf2zp convierte la función de transferencia polinómica
mm
mm
nn
nn
asasasa
bbsbsbsH
1
1
10
1
1
10
..........
.............)(
En la función de transferencia de cero-polo-ganancia: )).......()((
)().........)(()(
21
21
m
n
pspsps
zszszsksH
Ejemplo: La función de transferencia polinómica:
%convertir modelo de espacio de estados al cero-polo-ganancia
A=[0,1;-3,-4];
B=[0,1]';
C=[10,0];
D=0;
[z, p, k]= ss2zp(A,B,C,D)
INGENIERIA DE CONTROL 2013
54
34
10
)(
)()(
2
sssu
sySH
Se convierte en una función de transferencia cero-polo-ganancia usando el programa:
RESULTADO:
z = Empty matrix: 0-by-1
p =
-1
-3
k =
10
Que significa:
)3)(1(
10
)(
)()(
sssu
sySH
%convierte función de transferencia en cero-polo-ganancia
num=10;
den=[1,4,3];
[z, p, k]= tf2zp(num,den)
INGENIERIA DE CONTROL 2013
55
INGENIERIA DE CONTROL 2013
56
5. INTRODUCCION.- Los sistemas los vamos a analizar en el tiempo y en la frecuencia,
inicialmente los analizaremos en el tiempo veremos sistemas de primer orden y de segundo
orden:
5.1. Sistemas de primer orden.- En un sistema de primer orden la relación entrada
salida será representa por : 1
1
)(
)(
TssR
sC
Si este sistema de primer orden es excitado por un escalón unitario la respuesta será
sTssC
1
1
1)(
en fracciones parciales será
Tss
sC1
11)(
y tomando la transformad inversa de Laplace tenemos
Tt
etc
1)(
Ejemplo 1
Si consideramos un circuito RC como el mostrado
R I(t) Vi(t) C Vo(t) vi(t) = i(t) R + vo(t) como i(t) en el condensador es igual a
i(t) = C (dvo(t) / dt) entonces tenemos vi(t) = RC (dvo(t)/dt) + vo(t), tomando transformada de
Laplace tenemos Vi(s) = RCs Vo(t) + Vo(t)
de donde RCssV
sV
i
o
1
1
)(
)(
por lo tanto RC
t
etc
1)( y el diagrama de bloques sería
Vi(s) Vo(s)
RCs1
1
INGENIERIA DE CONTROL 2013
57
La grafica será
V entrada V salida t Figura 5.1: Respuesta al escalón en primer orden
5.2. Sistemas de segundo orden.- Considerando la función de transferencia simple de
lazo cerrado 22
2
22 nn
nN
ssT
Donde:
naturalfrecuenciaesyientoamortiguamderelacion n
LAS RAICES SON 12
2,1 nnS
Analizaremos tres casos:
1.- uadosubamortigcaso10
2
2
1))(()(
)(
nd
dndn
n dondejsjssR
sC
de donde
2.- oamortiguadtecriticamencaso1
)1(1)()(
)(2
2
tetcdondedess
sC nt
n
n n
3.- iguadosobreamortcaso1
)1
(cos1)(2
tsentetc dd
tn
INGENIERIA DE CONTROL 2013
58
ssssC
nnnn
n
)1)(1()(
22
2
6. ddd Donde:
ns )1( 21 y ns )1( 2
2
Respuesta transitoria
Consideremos un sistema de segundo orden, debido a que las especificaciones de
funcionamiento de los sistemas están definidas para este tipo de sistema. Para sistemas
de orden mayor, utilizando el concepto de polos dominantes se aproxima el sistema a uno
de segundo orden. Su función de transferencia es:
Sus polos o raíces características son:
El diagrama de bloques de un sistema de segundo orden se muestra en la figura
Para el caso subamortiguado, la respuesta a un escalón unitario tiene oscilaciones
amortiguadas, donde se definen algunas especificaciones de funcionamiento que son
utilizadas como criterios de diseño:
* Porcentaje de sobreimpulso (overshoot)Mp
* Tiempo de asentamiento o establecimiento (settling time)ts
* Tiempo de subida o de crecimiento (rise time)tr
* Tiempo de pico máximo (peak time)tp
)(12
1)(21
2
21
s
e
s
etc
tstsn
22
2
2)(
nn
n
sssG
22,1 1 nns
22
2
2 nn
n
ss
E(s)
INGENIERIA DE CONTROL 2013
59
* Tiempo de retardo (delay time) td
Figura 5.2: Respuesta al escalón unitario 1.- Tiempo de subida: el tiempo que se demora de 0 a 100%
)1
(cos11)(2 rdrd
t
r tsentetc rn
Resolviendo
dn
d
drt
)(tan
1 1
n
d
1tan
2.- Tiempo pico (tp) Cuando la derivada de C(t)/dt = 0 se halla la solución para tp = /d 3.- La sobreelongacion máxima se obtiene en el tiempo pico
Mp = c(tp) –1 Resolviendo
)1
(2
eM p
4.- Tiempo de asentamiento ts
Con el criterio del 2% será ts = 4/n y del 5% es ts = 3/n
Ejemplo 1: Si un sistema de segundo orden tiene las siguientes características = 0.6 y n
= 5 rad/seg. Hallar los valores de merito
Solución:1.- Hallando tr = -/d , como 41 2 nd y 3 n
0.05
o bien
0.02
1
0.5
0
C(t) Tolerancia admisible
0.05
o bien
0.02
PM
dt
rt
pt
st
Figura 1.19: Curva de respuesta al escalón unitario.
1
0.5
0
C(t) Tolerancia admisible
0.05
o bien
0.02
PM
dt
rt
pt
st
Figura 1.19: Curva de respuesta al escalón unitario.
INGENIERIA DE CONTROL 2013
60
radianesd 93.03
4tantan 11
tr = 3.14 – 0.93/4 = 0.55 seg.
2.- Hallando tp = /d = 3.14/4 = 0.785 seg.
3.- Sobreelongación máxima
%5.9095.014.3*
43)(
seaoeeM dp
4.- Tiempo de asentamiento ts
Con el 2% será ts = 4/ = 4/3 = 1.33 seg. o con el 5% ts = 3/3 = 1 seg.
5.3. Propiedades de los sistemas realimentados.- El objetivo de la realimentación es hacer
que un sistema, a menudo llamado “Proceso”, se comporte (responda) mejor. Mejor
significa con más rapidez y con mayor exactitud para una señal de entrada de referencia.
La mayoría de los sistemas de lazo abierto son estables con entradas de referencia
limitadas, estos lazos abiertos carecen de velocidad y precisión para seguir la referencia
de entrada aplicada al sistema. Si bien la retroalimentación puede reconfigurar el
comportamiento de un sistema, también puede desestabilizarlo. La retroalimentación nos
produce los siguientes beneficios:
Mejora la velocidad y precisión para seguir la entrada.
Mejora la capacidad de rechazo a las perturbaciones.
Modificación del ancho de banda.
Modifica la ganancia total del sistema.
En nuestro caso se retroalimenta la salida, esto es se mide la señal de salida por lo general
mediante una función de transferencia, y luego se resta a la señal de entrada de referencia.
La señal de error resultante se alimenta entonces hacia delante, por lo general mediante un
compensador, para proporcionar una señal al sistema físico, o proceso a ser controlado.
Idealmente, el error entre la entrada y la salida del sistema deben tender a cero con el
tiempo, de modo que la salida del sistema deben tender a cero con el tiempo, de modo que
la salida del sistema rastree la entrada de referencia. En el mejor de los casos, el error
tiende a cero con rapidez sin grandes demoras en la respuesta del sistema.
Formulación Básica.- En la figura consideramos R la entrada y C la salida:
G(s)
H(s)
+
-
R(S) C(s)
E(s)
Figura 5.3: Retroalimentación Negativa
INGENIERIA DE CONTROL 2013
61
Tenemos que la función de transferencia de lazo cerrado para el sistema general de la figura será: Para propósitos de diseño, la función de transferencia G en el lazo de avance o directo se
divide en un compensador Gc y una planta o proceso Gp, como se muestra en la figura 5.6.
La función de transferencia H en el lazo de retroalimentación puede representar muchas
cosas, incluido un compensador para hacer el sistema funcione mejor o que la dinámica de
un transductor que convierta la señal del sistema en el mismo tipo de señal sea la entrada
de referencia.
En la mayoría de los casos H = 1, que da por resultado el diagrama de bloques de la figura 5.6
Cada función de transferencia de la figura 6.1 es de la forma
)2.6...(..........)(
)(
1
1
i
n
i
i
m
i
ps
zsK
Este es el numerador y denominador son polinomios en la variable de Laplace s. Estos
polinomios son fijos y en general se dan en la forma factorizada mostrada:
G(s) = gn(s)/gd(s) y H(s) = hn(s)/ hd(s)...................(6.3) Entonces la función de transferencia de lazo cerrado es
)1.6(..........)()(1
)(
)(
)(
sHsG
sG
sR
sC
Figura 5.4: Retroalimentación Negativa con G dividida en compensador y planta
R(S) Gc(s)
H(s)
+
-
C(s)
E(s)
Gp(s)
R(S) Gc(s) +
- C(s)
E(s)
Gp(s)
Figura 5.5: Retroalimentación Negativa con Realimentación unitaria.
INGENIERIA DE CONTROL 2013
62
)4.6......(..........)()()()(
)()(
)()(/)()(1
)()(
)()(1
)()(
shsgshsg
shsg
shsgshsg
sgsg
sHsG
sGsT
nndd
dn
ddnn
d
n
c
Esta forma final de las fracciones parciales de Tc revela algunas características interesantes
de la función de transferencia de lazo cerrado.
El numerador de Tc esta en forma factorizada, y se compone de los ceros de G y los polos
de H. En segundo lugar, el denominador de Tc no esta en forma factorizada porque consiste
en la suma de dos polinomios factorizados.
Además, como gn y hn son de la forma dada por la ecuación (6.2), cualquiera de ellas o
ambas potencialmente podría tener factores de ganancia multiplicativos Si se cambia
cualquiera de estas ganancias, las raíces del polinomio denominador también cambiaran.
También el grado del denominador es el mismo que el grado de gd(s) gn(s)
El denominador se le da el nombre de “Polinomio Característico” porque caracteriza la
respuesta del sistema de lazo cerrado
La forma de las fracciones parciales de la función de transferencia en lazo cerrado Tc revela
una expresión para la ecuación característica.. Sin embargo, la ecuación característica
también puede escribirse como:
)5.6...(..........0)()(1 sHsG
Ahora )(
)(
)()(
)()()(
1
1)(
ini
imi
dd
snn
ps
zsK
shsg
hsgsHsG
Se utilizara esta forma para el análisis sobre el lugar geométrico de las raíces. Obsérvese
que según la ecuación (7.5), el polinomio característico es simplemente la función de
transferencia de lazo mas uno. En esta forma, la ganancia K actúa como un factor de escala
para el termino
)(
)(
1
1
ini
imi
ps
zsK
el cual es un numero complejo cuando se evalúa con un valor particular
de s.
INGENIERIA DE CONTROL 2013
63
La ganancia K resultara ser una de las variables de diseño primarias que están a
disposición. Por tanto, es imperativo encontrar una forma eficiente de factorizar el
denominador de Tc para un rango de valores de K. De una forma u otra, la factorización del
denominador de Tc es de lo que trata el resto de este curso y dará inicio esa discusión
formal el siguiente capitulo. Veamos un ejemplo por ahora:
Ejemplo 7.2.1
Sea 10
1)(,
)1()(
ssH
ss
KsG
Entonces Ksss
sk
Ksss
sksTc
1011
)10(
)10)(1(
)10()(
23
Vemos que R C
Vamos a manejar el valor de K de tal manera que obtengamos una respuesta que nos
satisfaga:
Caso 1 : K = 2
)02.10)(688.0)(290.0(
)10(2)(
sss
ssTc
Si la entrada es un escalón entonces
02.10688.0290.0
)02.10)(688.0)(290.0((
)10(2)(
4321
s
C
s
C
s
C
s
C
ssss
ssC
y la respuesta en el tiempo es :
)(1][)( 02.10
4
688.0
3
290.0
21 teCeCeCCtc ttt
caso 2 : Ahora para K = 110
)11)(10)(10(
)10(110)(
sjsjs
ssTc
Ksss
sk
1011
)10(23
INGENIERIA DE CONTROL 2013
64
Si la entrada es un escalón entonces
101011
)11)(10)(10(
)10(110)(
*21
js
M
js
M
s
C
s
C
sjsjss
ssC
Aplicando la transformada inversa de Laplace se obtiene:
)(1)10cos(//2)( 1121 ttMeCCtc t
La salida tiene una oscilación sostenida.
Por si acaso M
caso 3 : Ahora para K = 264
)12)(66.45.0)(66.45.0(
)10(264)(
sjsjs
ssTc
Y la respuesta aun escalón será:
)(1)66.4cos(//2)( 5.012
21 tteMeCCtc tt
En este caso la respuesta se expande sin límite, aunque no es una respuesta deseable.
Resumen
1.- Los tres valores de ganancia elegidos producen tres comportamientos muy diferentes.
Además, si se incrementa la ganancia por encima de 110 el resultado será una respuesta
inestable.
Estas observaciones son ciertas para todos los sistemas de control. La ganancia K se utiliza
como una variable para el diseño. Cuando se combina con la retroalimentación altera
significativamente el funcionamiento del sistema Como paso final graficamos los polos
cuando la ganancia K varia entre 0 y 264.
INGENIERIA DE CONTROL 2013
65
PROGRAMAS EN MATLAB PARA EL ANALISIS EN EL TIEMPO
1) Primer caso 2 raíces reales distintas (D>1) Sobreamortiguado
t=[0:0.2:20]';
wn=1;
d=2;
num=[wn^2];
den=[1,2*d*wn,wn^2];
ye=step(num,den,t);
plot(t,ye);
title('respuesta a un escalon unitario caso 2 raices reales distintas');
xlabel('tiempo(seg)');
grid;
2) Segundo caso críticamente amortiguado.-
t=[0:0.2:20]';
wn=1;
d=1;
num=[wn^2];
den=[1,2*d*wn,wn^2];
ye=step(num,den,t);
plot(t,ye);
title('respuesta a un escalon unitario caso 2 raices reales iguales');
xlabel('tiempo(seg)');
grid;
INGENIERIA DE CONTROL 2013
66
3) Tercer caso d=0 punto critico de oscilación
t=[0:0.2:20]';
wn=1;
d=0;
num=[wn^2];
den=[1,2*d*wn,wn^2];
ye=step(num,den,t);
plot(t,ye);
title('respuesta a un escalon unitario caso punto critico de oscilacion');
xlabel('tiempo(seg)');
grid;
4) Sistema inestable
t=[0:0.2:20]';
INGENIERIA DE CONTROL 2013
67
wn=1;
d=-0.1;
num=[wn^2];
den=[1,2*d*wn,wn^2];
ye=step(num,den,t);
plot(t,ye);
title('respuesta a un escalón unitario caso Sistema Inestable');
xlabel('tiempo(seg.)');grid;
5) Caso 2 raíces complejas conjugadas
t=[0:0.2:20]';
wn=1;
vectord=[0.1:0.1:0.9];
Y=[];
num=[wn^2];
for i= 1:length(vectord)
d=vectord(i);
den=[1,2*d*wn,wn^2];
y=step(num,den,t);
Y=[Y,y];
end
plot(t,Y);
title('respuesta a un escalon unitario caso Sistema Subamoertiguado');
xlabel('tiempo(seg)');
grid;
INGENIERIA DE CONTROL 2013
68
6) Mostrando las envolventes para d=0.2
t=[0:0.2:20]';
wn=1;
d=0.2;
num=[wn^2];
den=[1,2*d*wn,wn^2];
ev1=1+(exp(-d*wn*t)/sqrt(1-d^2));
ev2=1-(exp(-d*wn*t)/sqrt(1-d^2));
ye=step(num,den,t);
plot(t,ye,t,ev1,t,ev2);
title('SISTEMA DE SEGUNDO ORDEN');
xlabel('tiempo(seg)');
ylabel('Salida');
grid;
INGENIERIA DE CONTROL 2013
69
7) Programa que calcula los parámetros de un sistema de segundo orden
RESUMEN DE FORMULAS (caso subamortiguado) La salida del sistema viene dada por:
)(
11)(
2
)(
tsene
ty d
tn
Con:
)1()1(
2
2 arctgynd
Los parámetros característicos del sistema serán:
1. Tiempo de subida : )1
(2
arctgcon
wt
d
r
2. Tiempo de pico: 21
nd
pt
3. Sobreelongación (Sobreoscilación)
21
eM p
%Programa:Realiza los cálculos teóricos con las formulas utilizando
%los resultados y la grafica de MATLAB
%DATOS DE ENTRADA
%wn=1
%d=0.2
INGENIERIA DE CONTROL 2013
70
%RESULTADOS
%tr = tiempo de subida
%tp = tiempo de pico
%mp = sobreoscilacion
yp=1;%valor de salida en régimen permanente
t=[0:0.2:20]';
wn=1;
d=0.2;
num=[wn^2];
den=[1,2*d*wn,wn^2];
ye=step(num,den,t);
%calculando el tiempo de subida
%teórico
fi=atan(sqrt(1-d^2)/d);
tra=(pi-fi)/(wn*sqrt(1-d^2));
%con la respuesta de matlab
for i=1:length(t)
if((ye(i)<=yp)&(ye(i+1)>=yp))
tr=t(i);
break;
end
end
%Calculando tiempo de pico
%teórico
tpa=pi/(wn*sqrt(1-d^2));
%Con la respuesta de matlab
for i=1:length(ye)
if (ye(i)==max(ye))
tp=t(i);
break;
end
end
%Calculando Sobrepaso Mp
%teórico
mpa=exp(-(d*pi)/(sqrt(1-d^2)));
%Con la respuesta
mp=max(ye)-yp;
INGENIERIA DE CONTROL 2013
71
display 'Tiempo de subida';[tra tr]
display 'Tiempo de pico'; [tpa tp]
display 'Sobrepaso'; [mpa mp]
RESPUESTA
>> anat07
Tiempo de subida
ans = 1.8087 1.8000
Tiempo de pico
ans = 3.2064 3.2000
Sobrepaso
ans = 0.5266 0.5266
INGENIERIA DE CONTROL 2013
72
INGENIERIA DE CONTROL 2013
73
6. FUNCION DE TRANSFERENCIA DEL MOTOR DE CORRIENTE DIRECTA
6.1. Análisis del motor de Corriente Directa.- Consideremos un caso muy importante
porque nos permite relacionar el sistema físico con la función de transferencia y además
el motor de CD es el más utilizado para los sistemas de control.
Rq = resistencia de armadura eq = tensión aplicada a la armadura
Lq = inductancia de armadura eb = fuerza contra-electromotriz
iq = corriente de armadura T = torque del motor
if = corriente de campo J = momento de inercia equivalente
B= coeficiente de fricción = desplazamiento angular del eje
viscosa del motor
La ecuación básica par el par electromagnético del motor es:
)(tia
ZNPqPem
........(1)
Si fN es el número de vueltas y fR la reluctancia de la trayectoria de flujo de p ,
entonces sea p puede ser expresado como:
f
ff
R
NK ̂
................................(2)
tffp iK .......................(3)
La ecuación resultante para el par electromagnético es:
if =cte
cte.
Rq Lq
)(teq+
-
)(teb
+
- T
)(tJ
B Salida Entrada
)(tia
INGENIERIA DE CONTROL 2013
74
)4.....(....................titiK
titiKK
tia
ZNPt
qfqf
qff
qqem
Donde
fqf KKK
Remitiéndose en la figura la ecuación diferencial para el circuito de la armadura es:
tedt
tdiLtiRte b
qqqqq
)(
.....(5)
El voltaje teb es la fuerza contraelectromotriz (emf, por sus siglas en ingles) de la
maquina y es proporcional a la velocidad de la fecha del motor. Esto es,
.t
dt
dKteb
...................(6)
En un motor de Cd con excitación independiente, la corriente de campo es constante, y el
par producido por el motor se expresa como
)7........(..........tiiktitikt qfqfqfqfem
Donde fi es la corriente de campo constante. Suponiendo condiciones iníciales cero y
aplicando la transformada de Laplace a la ecuación (7) tenemos:
.sIIKsT qfqfem
A continuación, si se supone condiciones iníciales cero y se aplica la transformada de
Laplace a la ecuación (5) en el motor, el resultado es
INGENIERIA DE CONTROL 2013
75
.sEssILsIRsE bqqqqq ..............(8)
La ecuación (8) puede ser reacomodada como
,1
)( sEsERsL
sI bq
q
.....(9)
Y vemos que.
qq RsL
1
Es la función de transferencia entre sEsE bq y la función en la armadura sIq .
Se aplica la transformada de Laplace a la ecuación (6) para obtener:
ssKsEb .......(10)
Por tanto, se puede volver a escribir la ecuación como:
q
qRsL
ssKsEsI
.......(11)
Si ahora se sustituye la expresión para sIq se tendrá:
qfqf
emRsL
ssKsEIKsT
...(12)
6.2. Modelo de la parte mecánica.-
También se sabe que:
rmec Kdt
dB
dt
dJs
2
2
. ....(13)
Se toma la transformada de Laplace de la ecuación y se obtiene:
sKsBssJssT rmec 2 ...........(14).
Por ultimo, si se igualan los lados derechos de las ecuaciones y se reacomoda
INGENIERIA DE CONTROL 2013
76
sIKKRsLKBsJs
IK
sE
ssG
fqfqqr
fqf
q
2 ......(15)
.
Si. q
fqf
mJL
IKK
,
Se obtiene una expresión un poco más simple
sKKLRsJKsJBs
KsG
mqqr
m
///2 .......(16)
Es útil es este momento construir un diagrama de bloques sG .Sea
qqr
m
LRsJKsJBs
KsG
///2
y
sKsH .
Así se obtiene
sHsG
sGsG
1 .
Esta expresión puede ser representada por el diagrama de bloques de la fig. este diagrama
de bloques se parece al diagrama de bloques que se obtuvo en una exposición preliminar de
la retroalimentación en el capitulo 1. Se debe recalcar que la retroalimentación aquí es
interna en el motor de Cd. La función de transferencia general sG entre el voltaje de la
armadura sEq y la posición de la flecha s se representa en el diagrama de bloques por
el rectángulo de líneas punteadas.
INGENIERIA DE CONTROL 2013
77
qq LRs /
1
IJKsJBs
K
r
m
/2
sK
sIq
sEb
sEq s +
Fig
INGENIERIA DE CONTROL 2013
78
INGENIERIA DE CONTROL 2013
79
7.1. Criterio de routh.-
Es un método que no nos da mucha información pero nos apoya en determinar el rango de
variación de K para el cual el sistema de lazo cerrado es estable.
Sea p(s) = ansn + an-1sn-1 + an-2sn-2 +...........+ a1s + a0 = 0
Para aplicar este criterio se forma la tabla:
sn an an-2 an-4.......................ak 0
sn-1 an-1 an-3 an-5.......................al 0
sn-2 b1 b2 ............... bi 0 0
sn-3 c1 c2 ............... cj 0 0
sn-4 d1 d2 ............... dk 0 0
.
.
.
s1 e1 e2 ............... 0 0 0
s0 f1 0 ..................0 0 0
Hallando bi, ci y di....
1
213
1
31
2
)(
n
nnnn
n
nn
nn
ia
aaaa
a
aa
aaDet
b
1
415
1
51
4
2
)(
n
nnnn
n
nn
nn
a
aaaa
a
aa
aaDet
b
.
.
.
.
1
1321
1
21
31
1
)(
b
baba
b
bb
aaDet
c nn
nn
INGENIERIA DE CONTROL 2013
80
1
2121
1
21
21
1
)(
c
bccb
c
cc
bbDet
d
La información que vamos a utilizar se encuentra en la primera columna de la tabla, cada
cambio de signo en la primera columna indica una raíz del polinomio en la mitad derecha del
plano. Se pueden aplicar dos reglas más a p(s) antes de formar la tabla:
1.- Si cualquier coeficiente es negativo, entonces existen raíces con partes reales positivas.
2.- Si cualquier coeficiente, excepto a0, falta en el polinomio, entonces existen raíces con
partes reales positivas o bien raíces sobre el eje imaginario.
Ejemplo
P(s) = s3 + 11s2 + 10s + K
La tabla de Routh es s3 1 10 0
s2 11 K 0
s1 b1 0 0
s0 c1 0 0
Calculando b1= -(k-110)/11
. b2= 0
. b3 = K
Entonces la tabla será s3 1 10 0
s2 11 K 0
s1 -(k-110)/11 0 0
s0 K 0 0
Como las dos primeras entradas son 1 y 11 para que todas las raíces del polinomio queden
en la mitad izquierda del plano, las dos últimas entradas deben ser también positivas.. Por lo
tanto:
-(k-110)/11>0 y K>0
Finalmente 0<K<110.
Ejemplo 3.3.2
P(s) = s3 + s2 - 4s – 4 = (s+1)(s+2)(s-2)
La tabla de Routh es s3 1 -4 0
s2 1 -4 0
s1 b1 b2 0
s0 c1 0 0
INGENIERIA DE CONTROL 2013
81
0
1
)00
1
01
01
01
)4(4
1
41
41
2
1
Det
b
Det
b
Par continuar se debe reemplazar la fila de ceros por una de no ceros, se toma la fila
inmediata superior de la fila de ceros y se forma la ecuación auxiliar s2-4 al derivarla
obtenemos cerosdeseguidounconfilanuevaunageneraestossds
d22)4( 2
La nueva tabla es s3 1 -4 0
s2 1 -4 0
s1 2 0 0
s0 c1 0 0
4
2
)8(0
2
02
41
1
Det
c
La tabla es s3 1 -4 0
s2 1 -4 0
s1 2 0 0
s0 -4 0 0
Hay un cambio de signo y por lo tanto una raíz en la mitad derecha del plano.
Ejemplo 3.3.2
P(s) = s4 + 3s3 + s2 +3s +2 = (s+1)(s+2)(s-2)
La tabla de Routh inicial s4 1 1 2 0
. s3 3 3 0 0
s2 b1 b2 0 0
s1 c1 0 0 0
. s0 d1 0 0 0
INGENIERIA DE CONTROL 2013
82
23
)60(
3
03
21
03
)33
3
33
11
2
1
Det
b
Det
b
Como b2 0 y b1=0
Reemplazamos b1 por un número muy pequeño, donde es un número positivo
arbitrariamente pequeño.
La tabla de Routh inicial s4 1 1 2 0
. s3 3 3 0 0
s2 2 0 0
s1 c1 0 0 0
. s0 d1 0 0 0
2)20(0
2
,)2(3)362
33
1
1
1
11
11
c
c
c
cDet
d
negativoescentonces
Det
c
Existen 2 cambios de signo y por consiguiente dos polos en la mitad derecha del plano.
INGENIERIA DE CONTROL 2013
83
PROBLEMAS PROPUESTOS
1. Grafique las raíces del polinomio característico para las ganancias especificadas.
a. 50,20,4,51.0,1.0,)4(
)(
Kss
KsGH
b. 50,20,4,51.0,1.0,)8)(4(
)2()(
K
ss
sKsGH
c. 100,50,5,1,)40)(2(
)(
Ksss
KsGH
d. .500,50,5,2,1,)10)(2(
)4()(
2
K
sss
sKsGH
2. Criterio de Routh. Verifique si algunas de las raíces queda en la mitad derecha
del plano
a. s4 + 7 s3 + 24 s2 + 58 s + 40
b. s4 + 23 s3 + 196 s2 + 624 s + 640
c. s6 + 5 s5 + 6 s4 + 10 s3 + 4 s + 1
d. s3 -2 s2 - 5 s + 6
3. Criterio de Routh: Rango de estabilidad. Determine e que rango de K el sistema
de lazo cerrado tiene polos estables, si GH es:
a. )1)(2(
)1(
ss
sK
b. )50)(1( sss
K
c. )10(
)1(2
ss
sK
INGENIERIA DE CONTROL 2013
84
7.2. Lugar Geométrico de las raíces.- Veamos la ecuación característica
1 + G(s)H(s) (7.1)
Esta ecuación se analizara geométricamente para obtener con rapidez la imagen
completa de cómo la respuesta de lazo cerrado variaría con los cambio de ganancia.
Pero escribamos la ecuación (7.1) de la siguiente manera:
GH(s) = -1 = 1-180º
En coordenadas polares podemos escribir
|GH(s)| GH(s) = 1 -180º
De lo cual podemos escribir dos ecuaciones
|GH(s)| = 1 .....................(7.2)
GH(s) = -180º............(7.3)
7.2.1. Representación grafica.-Sabemos que:
)4.7......((
)(
)()(
)()()()(
)1
1
i
n
i
i
m
i
dd
nn
ps
zsK
shsg
shsgsHsG
El factor K puede variar los polos de Tc(s).
Consideremos ahora un solo termino (s + ai)
Im(s) s +ai s+ai s+ai -ai ai Re(s)
Representación vectorial de s+ai
ii
n
i
ii
m
i
i
n
i
i
m
i
psps
zszsK
ps
zsKsHsG
1
1
)1
1
(
)()()(
Entonces
ii
i
i
ii
ii pszsps
zsK
psps
zszsKsHsG
)()(
INGENIERIA DE CONTROL 2013
85
Si igualamos al lado derecho que es 1 -180º tenemos las ecuaciones bases que
son las siguientes:
1
1
1
n
i
i
m
i
i
ps
zsK
(7.5)
º180
11
n
i
i
m
i
i pszs (7.6)
Estas ecuaciones nos permiten realizar algunos análisis.
7.2.2. Método geométrico lugar de las raíces.-
Veamos el siguiente sistema
. .
.
.
. .
.
.
El ecuación característica será 0)4)(2(
1
ss
k
Tenemos: º1801)4)(2(
ss
K
Escribiendo en forma polar º1801)4)(2( 21
ss
K
Tomamos como punto de prueba S1 (al lado derecho de s = -2)
º042)º04)(º02( 1111
ss
K
ss
K
No cumple con la condición de ángulo pues 0º es diferente de -180º.
Tomamos como punto de prueba S2 (al lado izquierdo de s = -4)
º042
º36042)º1804)(º1802( 222222
ss
K
ss
K
ss
K
No cumple con la condición de ángulo pues 0º es diferente de -180º.
Tomamos como punto de prueba S3 ( -4< S3<-2)
)4)(2( ss
K
INGENIERIA DE CONTROL 2013
86
º18042)º04)(º1802( 3333
ss
K
ss
K
Por tanto cualquier punto sobre el eje real entre los polos de GH es una solución de
la ecuación característica.
Para el sistema
1.00975.01
405.2205.2
05.2
1
42
3
33
K
sPara
ssK
El mismo valor se obtiene para s = -3.95.
También sobre la bisectriz perpendicular se cumple que 1+ 2 = 180º.
La bisectriz pasa por –3.
El s = -3 es un punto de ruptura, punto en el cual el lugar geométrico se aparta del eje real.
S4 S4+4 S4+2 2 1
S2 2 S3 1 S1 -5 -4 S3+4 -3 S3+2 -2 -1 S1+4 S1+2 S2+2 -1 S2+4 -2
INGENIERIA DE CONTROL 2013
87
GRAFICO DEL LUGAR DE LAS RAICES En resumen, los pasos seguidos fueron:
1. Se escribe la ecuación característica de la forma GH = 1-180º
2. Se grafican los polos y ceros reales de GH.
3. Se grafican los polos y ceros reales de GH con respecto a un punto s de solución
prospectiva.
4. Si la suma de los ángulos de los ceros de GH menos la suma de los ángulos de los
polos de GH es igual a –180º, entonces el punto es una solución de la ecuación
característica con una ganancia especifica.
5. Se calcula la ganancia que coloca un polo de lazo cerrado en ese punto por medio
de la ecuación respectiva.
6. K se calcula solamente cuando la condición de ángulo ha sido satisfecha.
7.2.3. REGLAS DEL LUGAR GEOMÉTRICO DE LAS RAICES
Regla 1.- El lugar geométrico de las raíces en el eje real se encuentra a la izquierda de una
cuenta impar de polos reales y ceros reales de GH.
INGENIERIA DE CONTROL 2013
88
Ejemplo 2.- Si )10)(4(
)1(
sss
sKGH
Im(s) Soluciones de GH + 1 = 0 . X X O X Re(s) -10 -4 -1
Ejemplo 3.- Considere )10(
)1(2
2
ss
sKGH
Soluciones de GH + 1 = 0 Im(s) X O(2) X(2) Re(s) -10 -1 Regla 2.- El inicio del lugar geométrico de las raíces es en los polos de GH.
Regla 3.- El final de las ramas en el lugar geométrico de las raíces es en los ceros de GH.
Tenemos
Kzscuando
Kpscuando
zs
ps
Ki
i
m
i
i
n
i
i0
1
1
INGENIERIA DE CONTROL 2013
89
Ejemplo 4- )10(
)4)(1(
ss
ssKGH
Im(s) Soluciones de GH + 1 = 0 X O O X Re(s) -10 -4 -1 Regla 4.- El número de ramas que se extienden al infinito es igual a la diferencia entre el
número de polos y el número de ceros de GH. Este numero llamado exceso de polos sobre
ceros, está denotado por pex.
Las ramas que se extienden al infinito tienden a asíntotas de línea recta que se originan en
un punto común. Los ángulos que las asíntotas forman con el eje real se calculan con la
formula.
exex
l plp
l,...1,0,
)º180)(21(
Regla 5.- La intersección de las asíntotas con el eje real esta dada por la formula
ex
m
j i
n
j i
jp
zp
}Re{}Re{
Ejemplo 1: Sea )20)(6(
)5)(1()(
sss
ssKsGH
INGENIERIA DE CONTROL 2013
90
El lugar geométrico de las raíces se muestra en la figura siguiente: Im(s) Asíntota en –180º Re(s) -20 -6 -5 -1
La única asíntota esta en = -180º. El polo de lazo cerrado que se origina a partir del polo
de GH en s = -20 viaja a lo largo de esta asíntota hacia cero en s = - .
Regla 6.-
Los puntos en los cuales el lugar geométrico de las raíces se “aparta de “y se “acerca al
“eje real pueden determinarse encontrando los puntos máximos y mínimos de la ganancia K
en función de s; con s restringida a valores reales.
Ejemplo 2.- Tomando el ejemplo ya analizado con
)2)(4(
ss
KGH
Vemos un punto de ruptura en s =-3. La figura muestra el lugar geométrico de las raices
como una curva de K como una función de valores reales de s entre –2 y –4 con las
ordenadas de las dos curvas alineadas. El máximo ocurre en s = -3 con K = 1. En el punto
donde K = 1, la ecuación característica tiene una doble raíz en s = -3. Esta es la ganancia
máxima con la que los polos son reales; las ganancias más altas producen raíces
complejas.
INGENIERIA DE CONTROL 2013
91
Im(s) Re(s) -4 -3 -2 Ganancia máxima es s=-3 -4 -2 K=s2+6s+8 dk/ds = 2s +6 = 0 máximo es s = -3
Ejemplo 3.- Consideremos el caso con:
)10)(4(
)1(
sss
sKGH
INGENIERIA DE CONTROL 2013
92
En este caso, los polos de lazo cerrado comienzan en s = -10 y s = -4 y emigran uno hacia
el otro. Como en le caso del ejemplo habrá una ganancia máxima en algún lugar a lo largo
del eje real entre estos dos puntos de inicio. La tabla proporciona la ganancia en la región de
s = -7, aproximadamente en un punto intermedio entre los polos de GH en s igual a -10 y s
=-4. Si GH tuviera solo dos polos en s = -10 y s = -4, el alejamiento habría sido precisamente
en s = -7 . Sin embargo, el polo de GH en s = 0 y el cero en s = -1 hacen que el
punto de alejamiento este exactamente a la derecha de s = -7. Incluso así, el punto de
alejamiento aun esta muy cerca de s = -7 y el punto medido del intervalo constituye un
excelente lugar para iniciar la búsqueda del punto de alejamiento.
Tabla: Valores de ganancia a lo largo del eje real cerca del punto de alejamiento
s -7.2 -7.1 -7.0 -6.9 -6.8 -6.7
K 10.41 10.46 10.5 10.51 10.50 10.47
Como pex = 2, habrá dos asíntotas en = 90º. Las asíntotas se cortan en
i = (-10-4-(-1))/2 = -6.5
Se muestra
un bosquejo de LGR.
-10 -4 -1
INGENIERIA DE CONTROL 2013
93
Ejemplo 4.-
Sea )20)(2(
)1()(
2
sss
sKsGH
Hallar el L.G.R:
Solución:
El primer paso es encontrar el L.G.R. sobre el eje real:
En el intervalo –2 < s < -1 ( la suma es 3, 2 polos mas 1 cero)
En el intervalo - < s < -10 ( 5, 4 polos mas 1 cero)
Pex = 4 – 1 = 3 que será también el numero de asíntotas
Las asíntotas estarán en :
Considerando la formula exex
l PlP
l...,2,1,0,
)º180)(21(
º603
)º180)(01(1
INGENIERIA DE CONTROL 2013
94
º1803
)º180)(21(2
º3003
)º180)(41(3
73
21
14
)1())20()2(00(
i
En el origen se aparta 90º. Asíntotas -20 -7 -2 -1 2
Regla 7.- El lugar geométrico de las raíces es simétrico con respecto al eje del plano s
Regla 8.- El ángulo de partida de una rama del lugar geométrico de las raíces desde un polo
de GH, o el ángulo de arribo de una rama en un cero de GH puede determinarse
satisfaciendo la condición del ángulo sobre un circulo de radio pequeño centrado en el polo
o cero en cuestión. Como este círculo se hace mas pequeño, todos los ángulos de los
INGENIERIA DE CONTROL 2013
95
demás polos y ceros tienden a valores exactos que son fáciles de calcular. Solo el ángulo
con respecto al polo o cero alrededor del cual se construye este círculo de radio pequeño es
entonces desconocido.
Ejercicio.- Considerando el sistema
)40)(1(
)2()(
sss
sKsGH
Siguiendo los pasos anteriores delinear el LGR para que quede como el mostrado con
matlab.
INGENIERIA DE CONTROL 2013
96
RL01 RL02 RL03 RL04 RL05
num=1;
den=[1 6 8];
rlocus(num,den);
axis([-10 0 -10 10]);
sgrid;
num=[1 1];
den=[1 14 40 0];
rlocus(num,den);
axis([-20 0 -100 100]);
sgrid;
num=[1 2 1];
den=[1 10 0 0];
rlocus(num,den);
axis([-15 0 -15 15]);
sgrid;
num=[1 1]; den=[1 14 40 0]; rlocus(num,den); axis([-15 0 -15 15]); sgrid; for k=11:30 ec=[1 14 40+k k]; r=roots(ec) k end
num=[1 1];
den=[1 22 40 0 0];
rlocus(num,den);
axis([-16 16 -16 16]);
sgrid;
INGENIERIA DE CONTROL 2013
97
INGENIERIA DE CONTROL 2013
98
8 INTRODUCCION Utilizando la transformada de Laplace u otros métodos podemos hallar
la función de transferencia y así utilizando el diagrama del lugar de las raíces podemos
realizar un primer análisis de estabilidad pero si queremos realizar un análisis para varios
rangos de frecuencias y amplitudes pero si reemplazamos la variable s (Transformada de
Laplace por jw (transformada de Fourier) podemos realizar el análisis en el dominio de la
frecuencia de una función de transferencia por intermedio de los gráficos de Bode en
magnitud y fase. Este análisis combinado con el criterio de Nyquist nos permite realizar
el diseño de Bode.
8.1 SEÑALES SINUSOIDALES EN SISTEMAS LINEALES.- Las señales sinusoidales son
importantes por lo siguiente:
Los disturbios para ingeniería de control son algunas veces sinusoidales.
Mucha vibraciones tiene la forma sinusoidales.
El diagrama de bode esta basado en este tipo de señales de entrada.
Veamos un grafico en la entrada vemos una señal senoidal y en la salida también
vemos una señal senoidal pero su amplitud y fase han cambiado
Entrada:
INGENIERIA DE CONTROL 2013
99
Salida:
La entrada es Asen (wt) y la salida es A./G(jw)/sen(wt +∟G (jw))
La ganancia en amplitud será /G (jw)/ y el desfasamiento será +∟G (jw))
8.2 DIAGRAMAS DE BODE
Se desea graficar con rapidez G (jw) para una variación de w. Ahora colocaremos la
magnitud y el ángulo de G (jw) en un diagrama semilogaritmico. Para una frecuencia
dada w, G(jw) es un numero complejo. En el diagrama de Bode representaremos por
un lado el módulo de la función ( G(ω ) ) y por otro la fase (φ (ω ) ). La figura 1 muestra
como ejemplo el diagrama de Bode de un filtro paso baja de primer orden, cuya función
de transferencia es:1
1)(
cw
jwwG
INGENIERIA DE CONTROL 2013
100
A la hora de elaborar un diagrama de Bode hay que prestar atención al hecho de que la
escala correspondiente al eje de frecuencias es logarítmica. ¿Qué es una escala
logarítmica y por qué usarla? Las escalas logarítmicas se emplean cuando se quieren
representar datos que varían entre sí varios órdenes de magnitud (como en el ejemplo
de la figura 1, en el que la frecuencia varía entre 1 rad/s y 106 rad/s). Si hubiésemos
empleado una escala lineal, sólo apreciaríamos bien los datos correspondientes a las
frecuencias mayores mientras que, por ejemplo, todos los puntos por debajo de 104
rad/s se representarían en la centésima parte del eje de abscisas.
La abscisa a lo largo de la cual se grafica la frecuencia será logarítmica y las ordenadas
donde se graficaran la magnitud y la fase de G(jw) serán lineales.
La curva de magnitud será logarítmica pues /G(jw)/ se convertirá a decibeles.
/G(jw)/db = 20 log 10/G(jw)/
GRAFICANDO
Forma de la constante de tiempo de G(s)
ln
ii
l
m
ii
pss
zsKsG
1
1
)(
)()(
Lo podemos escribir como:
ln
ii
m
ii
ln
ii
m
ii
p
s
z
s
p
ZKsG
1
1
1
1
)1(
)1(
)(
Teniendo en cuenta que 1 + s/pi = 1+pis
Donde pi es la constante de tiempo del polo s= -pi
INGENIERIA DE CONTROL 2013
101
Podemos decir que
ln
ii
m
ii
p
s
z
s
ksG
1
1'
)1(
)1(
)(
................'
1
1
ln
i i
m
i i
p
ZKk Termino de ganancia
Además de términos de la forma 1/s(l) , 1+s/zi, 1+s/pi.
Análisis de bode
Ganancia.- El termino de ganancia K’ es una línea horizontal de magnitud
db
p
zk
ln
ii
m
ii
1
110log20
Polo real simple.- Considere el termino
ipjw1
1
para frecuencias bajas
db
pjw
i
01log201log201
1log20 101010
para frecuencias altas
wpw
p
pjw
pjw i
i
ii
1010101010 log20log20)(log201
log201
1log20
Finalmente dibujaremos
1.- La magnitud es de 0 db hasta la frecuencia de corte pi
2.- Comenzando en pi trace una línea recta de pendiente –20 decibeles
Comparándola con la curva real podemos hallar la frecuencia de corte pi
db
pjp
pjw
i
i
i
32
1
1
1
1
1
Para la fase consideramos w0 entonces fase 0º
w entonces fase 90º
INGENIERIA DE CONTROL 2013
102
para w = pi entonces fase 45º.
Cero Real simple.- de 0 a w = pi será 0 db y a partir de ahí se eleva 20 decibles por
década. La fase será de 0º a 90º pasando por 45º en w = pi
Ejemplo 1.- Sea )50)(10(
)2(500)(
ss
ssG
1. Ponemos G(s) en la forma
)
501)(
101(
)2
1(2
)50
1)(10
1(
)2
1(
5010
2500)(
ss
s
ss
s
x
xsG
Para k= 2 tenemos que 20 log102 = 6 db
También representamos
501
1,
101
1,
21
jwjwjw
40 db 20 Curva compuesta Ganancia en 2 cero en -2 0.1 1 10 100 1000 Polo en –10 polo en -50 (-20) (-40)
Figura2 Curvas de Magnitud asintótica individual y compuesta Calculo de la fase.-
50tan
10tan
2tan)( 111 www
jwG
el calculo para w=0.2 rad/s es
º3.4º23.0º15.1º7.550
2.0tan
10
2.0tan
2
2.0tan)2.0( 111 jG
W 0.2 0.4 0.6 0.8 1 2 3 4 5 10 20 30 50 100 200
G(jw) 4º 9º 13º 16º 20º 31º 36º 37º 36º 22º 0º -30º
-36º
-59º -74º
INGENIERIA DE CONTROL 2013
103
Polo repetido.-
Supongamos i
i
i
pw
p
wp
jw1
22tan2
1
1
)1(
1
A baja frecuencia será 0 db.
A alta frecuencia será .log40log40log20
2
10 wpw
pi
i
Será una asíntota con pendiente –40 decibeles por década a partir de la frecuencia de
ruptura con un error en ese punto de 6 decibeles..
La fase pasa de 0º grados a –180º.
Si fuera un polo triple seria –60 db por década y fase hacia –270º.
Polos complejos conjugados.
22
2
222
2222
22))((nn
n
d
d
dd
d
wsws
w
wss
w
jwsjws
w
Donde )(tan, /1222 ddn wCOSyww
Tenemos entonces normalizando:𝐺(𝑗𝑤) =1
1+2𝜉(𝑗𝑤
𝑤𝑛)+(𝑗
𝑤
𝑤𝑛)2
A bajas frecuencias será 0 db
A altas frecuencias será –40 db por década
Para coeficientes de amortiguamiento grandes() será como en el caso anterior pero
para coeficientes de amortiguamiento pequeños tendrá una joroba con el pico
localizado en resonanciadefrecuenciawww rn ,21 2
INGENIERIA DE CONTROL 2013
104
Ejemplo 2.- Dibuje los diagramas de bode para la siguiente función de transferencia:
𝑮(𝒋𝒘) =𝟏𝟎(𝒋𝒘 + 𝟑)
(𝒋𝒘)(𝒋𝒘 + 𝟐)[(𝒋𝒘)𝟐 + 𝒋𝒘 + 𝟐]
Lo escribimos de la forma normalizada:
𝐺(𝑗𝑤) =7.5(
𝑗𝑤3 + 1)
(𝑗𝑤) (𝑗𝑤2 + 1) [
(𝑗𝑤)2
2 +𝑗𝑤2 + 1]
(1)El factor 7.5 contribuye con 20log10(7.5) = 17 db.
(2)El factor (jw)-1 inicia en 20 db y tiene una pendiente de -20 db.
(3)El factor (1+jw/3) tiene frecuencia de esquina w =3 y pendiente de +20db.
(4)El factor (1+jw/2)-1tiene frecuencia de esquina w=2 y pendiente de -20db.
(5)El factor [(𝑗𝑤)2
2+
𝑗𝑤
2+ 1]−1 tiene frecuencia de esquina 𝑤 = √2 y pendiente de esquina
de -40 db.
40 (3) 20 (1) 10 0 1 10 100 1000 -10 -20 (4) (5) (2)
INGENIERIA DE CONTROL 2013
105
INGENIERIA DE CONTROL 2013
106
La función bode nos permite calcular la respuesta en magnitud y fase para sistemas en
tiempo continuo, lineal e invariante en el tiempo.
Ejemplo 3: Considere la función de transferencia en lazo abierto:
254
25)(
2
sssG
Definimos el sistema )(
)()(
sden
snumsG
Ejemplo 4.- Considere el sistema cuya función de transferencia de lazo abierto es:
)92.1(
)12.0(9)(
2
2
sss
sssG
num = [ 0 0 25];
den = [ 1 4 25];
bode(num, den)
grid on;
xlabel('w');
title(‘Diagrama de Bode de G(s) = 25/(s^2 + 4s +25)’)
num = [ 0 9 1.8 9];
den = [ 1 1.2 9 0];
bode(num, den)
title(‘Diagrama de Bode de G(s) = 9(s^2 + 0.2s +1)/[s(s^2 + 1.2s +9)]’)
% Programa alternativo
% especifica el rango de variación de w
num = [ 0 9 1.8 9];
den = [ 1 1.2 9 0];
w=logspace(-2,3,100);
bode(num, den,w)
title(‘Diagramas de Bode de G(s) = 9(s^2 + 0.2s +1)/[s(s^2 + 1.2s +9)]’)
INGENIERIA DE CONTROL 2013
107
INGENIERIA DE CONTROL 2013
108
9 Después del modelamiento y del estudio en el campo del tiempo, en el campo de
Laplace y el campo de la frecuencia. Ahora empezaremos el estudio de los reguladores.
Los reguladores son dispositivos que comparan la señal de salida con la señal de
referencia y de acuerdo a esto disminuyen o aumentan la señal de entrada. Los mas
utilizados son los PID (Proporcional – Integrador – Derivativo), también los de adelanto
atraso y otros mas. Dependiendo del problema se escogerá el regulador pero los mas
usados los PID, por eso empezaremos con ellos.
9.1 Reguladores PID.- Se representa por
t
dip tedt
dKdeKteKtu
0
)()()(.)( donde e (t) es el error y u (t) es
la señal de regulación, tenemos que e (t) = r (t) – y (t) donde r (t) es la referencia y y (t)
es la señal a controlar. El regulador también se puede escribir como:
t
d
i
tedt
dTde
TteKtu
0
)(.)(1
)(.)( . Este es un regulador
industrial común, en donde existen tres puntos de ajuste, K, Ti y Td. La ganancia K no
tiene dimensión, mientras que Ti y Td se deben dimensionar en el tiempo, y se dan en
segundos o minutos. En muchos casos no se deriva el valor de referencia, sino que el
regulador se da como
t
d
i
tydt
dTde
TteKtu
0
))((.)(1
)(.)( Al
pasar el regulador al campo s, se obtiene la siguiente función de transferencia
)1
1()( sTsT
KsG d
i
R Donde )(
)()(
sE
sYsGR
Podemos tener un regulador PID. Veamos algunas partes del regulador PID usadas
individualmente.
El regulador Proporcional (P), nos proporciona un sistema que responde mas
rápido, tiene menor diferencia con la señal de entrada (error), pero empeora la
estabilidad y los transitorios también aumentan.
El regulador Proporcional – Integral (PI) quita por completo el error en estado
permanente, dada la parte integradora incluida al sistema, desafortunadamente la
estabilidad empeora.
El regulador Proporcional – Derivativo (PD) presenta un sistema anticipativo y por
lo tanto más rápido y más estable, en este caso el error ni pierde ni gana. La acción
derivativa equilibra la acción integradora.
INGENIERIA DE CONTROL 2013
109
El regulador Proporcional – Integrador - Derivativo (PID) mejora las tres
características del sistema, pero hay que buscar entre los valores para obtener el
más óptimo. Los métodos usados son:
Autoajuste. Se basa en ciertas características y requisitos de regulación, con reglas
establecidas se calculan los parámetros del regulador.
Campo de Frecuencia. Basado en los requisitos de las características del sistema
de control en el campo de frecuencias, se calculan los parámetros del regulador.
Lugar geométrico de las raíces. Se estudian los polos y ceros y se encuentra los
parámetros del regulador.
9.2 DIMENSIONAMIENTO DE REGULADORES EN EL CAMPO DE LAS
FRECUENCIAS: Con este método se parte de las especificaciones, por ejemplo:
Estabilidad Margen de fase deseado φm > 45°
Margen de amplitud deseado Am > 3dB
Exactitud Error después de un cambio escalón en la referencia e0 =0
Error después de un cambio rampa en la referencia ei < 0.05
Velocidad Tiempo de levantamiento ts < 10 seg.
Otros parámetros son:
Mp sobrepaso máximo. Se calcula como la diferencia entre el valor máximo de la
señal de salida y su valor final = Ymax. -1.
ts es el tiempo de levantamiento. Se mide como el tiempo que tarda la señal de
salida en subir del 10% al 90% de su valor final.
te es el tiempo de estabilización. Se mide como el tiempo en donde la señal de
salida se encuentra dentro de unos ciertos límites. Normalmente es 5% o 2%.
tp es el tiempo de sobrepaso máximo. Se mide como el tiempo en que el valor
máximo de señal de salida ocurre.
INGENIERIA DE CONTROL 2013
110
Si nos encontramos en el dominio de la frecuencia podemos calcular en forma
aproximada los tres primeros parámetros:
70tan
64.1,
)2/(2
1m
mc
e
c
s
m
p tytsen
M
Sabemos que un regulador tipo PID tiene la forma
sT
sTKsG d
i
R
11)(
Los valores de K, Ti y Td indicaran el tipo de regulador que se debe usar. Ya sea este un
proporcional, un proporcional - integrador, un proporcional – derivativo o un proporcional –
integrador – derivativo.
INGENIERIA DE CONTROL 2013
111
9.3
9.4
INGENIERIA DE CONTROL 2013
112
INGENIERIA DE CONTROL 2013
113
INGENIERIA DE CONTROL 2013
114
ESPACIO DE ESTADOS 10.1. Introducción.- Un sistema dinámico se describe mediante una serie de ecuaciones
diferenciales, en las cuales el tiempo es la variable independiente. Con la notación
matricial, puede expresarse una ecuación diferencial de n-ésimo orden mediante
una ecuación diferencial matricial de primer orden. Si n elementos del vector son un
conjunto de variables de estado, la ecuación diferencial matricial es una ecuación de
estado.
10.2. Representación en el espacio de estados cuando la función de excitación no
contiene términos derivados.-
Consideremos el siguiente sistema de n-ésimo orden
)........(..... 1
)1(
1
)(
uyayayay nn
nn
Definimos
)1(
3
2
1
..
.
n
n yx
yx
yx
yx
Entonces la ecuación () se escribe como sigue:
uxaxax
xx
xx
xx
xx
nnn
nn
11
1
43
32
21
....
.
.
Esto también se puede expresar como:
BuAxx
INGENIERIA DE CONTROL 2013
115
Donde:
1
0
.
0
0
,
.
1.000
.....
0.100
0.010
,.
121
2
1
B
aaaa
A
x
x
x
x
nnnn
La salida será:
nx
x
x
y.
0.012
1
que será DuCxy
donde 0.01C obsérvese que d =0
esta será la función de transferencia de la forma:
Ejemplo 1 Consideremos el sistema mecánico que aparece en la siguiente figura:
K
u(t)
y(t)
b
se supone que el sistema es lineal, la excitación externa es u(t), que es una fuerza y la
salida es el desplazamiento de la masa y(t). Este sistema tiene una sola entrada y una sola
salida y la ecuación diferencial que lo describe será: ukyybym .
nnnn asasassU
sY
11
1 ...
1
)(
)(
m
INGENIERIA DE CONTROL 2013
116
Este sistema es de segundo orden, por lo tanto definimos las variables de estado
)()(
)()(
2
1
tytx
tytx
Obtenemos
um
ybkym
x
xx
1)(
12
21
Expresado de otra manera
um
xm
bx
m
kx
xx
1212
21
La ecuación de salida es 1xy
En forma matricial se escribe:
mx
x
m
b
m
kx
x1010
2
1
2
1
u
La ecuación de salida es
2
101
x
xy
la forma estándar
DuCxy
BuAxx
Donde: 0,01,1
0,
10
DC
m
B
m
b
m
kA
Ejemplo 2: Considérese un circuito RLC
L R
ei C e0
INGENIERIA DE CONTROL 2013
117
Obtenemos
idtC
e
idtC
Ridt
diLe
o
i
1
1
Por lo tanto
iooo eLC
eLC
eL
Re
11
Tenemos
o
o
ex
ex
2
1
y también
1xey
eu
o
i
Obtenemos
2
1
2
1
2
1
01
10
110
x
xy
u
LCx
x
L
R
LCx
x
Con lo cual tenemos el modelo matemático.
Donde:
]0[01
10
,110
DyC
LC
B
L
R
LC
A
10.3. Relación entre el modelo de estados y la función de transferencia
Tenemos 01
2
2
3)(
asasas
KsG
INGENIERIA DE CONTROL 2013
118
01
2
2
3
)()()()(
asasas
sKUsUsGsY
Operando en cruz tenemos:
)()()()()(
:
)()()()()(
)())((
012
2
23
3
01
2
2
3
01
2
2
3
tKutyatydt
daty
dt
daty
dt
d
allevanosquelo
sKUsYassYasYsasYs
sKUasasassY
Si hacemos
dt
dx
dt
tydtx
dt
dx
dt
tdytx
tytx
2
2
2
3
12
1
)()(
)()(
)()(
Podemos escribir:
)()()()()()(
)(00)(
0)(0)(
3221103
32
21
tKutxatxtatxatx
txtx
txtx
Expresándolo en forma matricial:
)(0
0
100
010
)(
)(
)(
3
2
1
2103
2
1
tu
Kx
x
x
aaatx
tx
tx
Esta forma es conocida como la forma canónica controlable.
Expresándolo en forma matricial compacta será:
)()()( tbutAxtx ………..(1)
10.4. Matriz de transición de estados y respuesta en el tiempo
Denotamos la solución de la ecuación de estado homogénea (cuando u(t) = 0)
)()( tAxtx
Como
x(t) = Φ(t)x(0)
En donde Φ(t) es una matriz de orden n x n y es la solución única de
INGENIERIA DE CONTROL 2013
119
Φ = 𝐴Φ(𝑡); 𝑐𝑜𝑛 Φ̇ (0) = I
Se puede deducir fácilmente que
Φ ( t ) = eAt = L−1[( sI − A)−1] = Matriz de Transición de Estado (MTE)
Notar que la MTE es siempre no singular, a pesar de que A puede ser singular, ya que:
Φ −1 ( t ) = e−A t = Φ ( − t )
Para el caso no homogéneo la solución viene dada por:
𝑥(𝑡) = Φ(𝑡)𝑥(0) + ∫ Φ𝑡
0
(𝑡 − 𝜏)𝐵𝑢(𝜏)𝑑𝜏 = 𝑒𝐴𝑡𝑥(0) + ∫ 𝑒𝐴(𝑡−𝜏)𝐵𝑢(𝜏)𝑑𝜏𝑡
0
Donde reconocemos a la integral de convolución para el cálculo de la parte forzada de
la respuesta.
Propiedades de la matriz de transición de estados
1. Φ(0) = eA0 = I
2. Φ(t) = eAt = (e-At)-1 = [Φ(-t)]-1 o bien: Φ-1(t) = Φ(-t)
3. Φ(t1 + t2) = eA(t1 + t2 ) = eAt1eAt2 = Φ(t1)Φ(t2) = Φ(t2)Φ(t1)
4. [Φ(t)]n == Φ(nt)
5. Φ(t2 – t1)Φ(t1 – t0) = Φ(t2 – t0) = Φ(t1 – t0)Φ(t2 – t1)
EJEMPLO 1
Considérese el sistema
)(
)(
32
10
)(
)(
2
1
2
1
tx
tx
tx
tx
Debemos hallar la matriz de transición de estados
Φ ( t ) = eAt = L−1[( sI − A)−1] = Matriz de Transición de Estado (MTE)
Como
32
1
32
10
0
0
s
s
s
sIAs
=𝟏
(𝒔 + 𝟏)(𝒔 + 𝟐)[𝒔 + 𝟑 𝟏−𝟐 𝒔
]
=
[
𝒔 + 𝟑
(𝒔 + 𝟏)(𝒔 + 𝟐)
𝟏
(𝒔 + 𝟏)(𝒔 + 𝟐)−𝟐
(𝒔 + 𝟏)(𝒔 + 𝟐)
𝒔
(𝒔 + 𝟏)((𝒔 + 𝟐)]
𝚽(𝒕) = 𝒆𝑨𝒕 = 𝑳−𝟏[𝒔𝑰 − 𝑨]−𝟏
INGENIERIA DE CONTROL 2013
120
tttt
tttt
eeee
eeee2
22
222
2
RPTA:
10.4 Matriz de transición en el caso no homogéneo.- Si se aplica la transformada de
Laplace a (1) tenemos
𝑠𝑋(𝑠) − 𝑥(0) = 𝐴 𝑋(𝑠) + 𝑏𝑈(𝑠)
𝑠𝑋(𝑠) − 𝐴𝑋(𝑠) = 𝑥(0) + 𝑏𝑈(𝑠)
𝑠𝐼𝑋(𝑠) − 𝐴𝑋(𝑠) = 𝑥(0) + 𝑏𝑈(𝑠)
[𝑠𝐼 − 𝐴]𝑋(𝑠) = 𝑥(0) + 𝑏𝑈(𝑠)…………… . (2)
Donde [sI - A] es una matriz de n x n , si esta matriz tiene una inversa entonces (2) tiene
solución y podemos obtener x(t).
La invertibilidad de sI – A depende de su determinante si Det(sI – A) es diferente de 0 la
matriz es invertible.
Los valores para los cuales esta matriz no es invertible son importantes y corresponden a
los puntos singulares o polos de una función de transferencia.
𝐿−1[𝑥(𝑠)] = 𝑥(𝑡) = 𝐿−1{[𝑠𝐼 − 𝐴]−1}𝑥(0) + 𝐿−1{[𝑠𝐼 − 𝐴]−1𝑈(𝑠)}𝑏
Se demuestra que
𝐿−1{[𝑠𝐼 − 𝐴]−1} = 𝑒𝐴𝑡
Observamos que la solución será de la forma
t
tAAt duebxetx0
)( )()0()(
EJEMPLO 2
Considérese el sistema
INGENIERIA DE CONTROL 2013
121
)(2
1
)(
)(
40
22
)(
)(
2
1
2
1tu
tx
tx
tx
tx
Formamos
40
22
40
22
0
0
s
s
s
sIAs
4
10
4
1
2
1
2
1
)4)(2(
20
24
1
s
sss
ss
s
s
AsIDet
AsIAdjAsI
t
ttt
At
e
eee
sL
ssL
sL
s
sssLe
4
422
1
11
1
0
4
10
4
1
2
1
2
1
4
10
4
1
2
1
2
1
bdue
eee
x
x
e
eee
x
x t
t
ttt
t
ttt
0
)(4
)(4)(2)(2
2
1
4
422
2
1)(
0)0(
)0(
0
b
due
dueedue
x
x
e
eee
x
xt
t
t
tt
t
t
t
ttt
0
)(4
0
)(4)(2
0
)(2
2
1
4
422
2
1
)(0
)()(
)0(
)0(
0
EJEMPLO 3
INGENIERIA DE CONTROL 2013
122
)(1)(,1
0
32
10
2
1
2
1ttuu
x
x
x
x
32
1
32
10
0
0
s
s
s
sAsI
tttt
ttttAt
eeee
eeeee
ssss
ssssAsI
ss
s
s
ss
s
s
AsI
22
22
1
1
222
2
2
2
1
1
2
2
1
22
1
1
1
2
1
1
2
)2)(1(
2
13
2)3(
2
13
tt
tt
ee
ee
tx
tx
2
2
2
1
2
1
2
1
)(
)(
INGENIERIA DE CONTROL 2013
123
PROGRAMAS CON MatLab QUE TRANSFORMAN DEL ESPACIO DE ESTADOS A LA
FUNCION DE TRANSFERENCIA Y VICEVERSA
Transformación de la función de transferencia al espacio de estados
Tenemos 1605614)(
)(23
sss
s
sU
sY
Transformación del espacio de estados a la función de transferencia
Tenemos u
x
x
x
x
x
x
120
25
0
5255
100
010
3
2
1
3
2
1
3
2
1
001
x
x
x
y
Programa 01
num= [0 0 1 0]
den=[1 14 56 160]
[A, B, C, D]=tf2ss(num,den)
%%%%%Programa 02%%%%%%%%
A=[0 1 0;0 0 1;-5 –25 –5];
B=[0; 25; -120];
C=[1 0 0]
D=[0]
[num, den]= ss2ft[A, B, C, D]
INGENIERIA DE CONTROL 2013
124
INGENIERIA DE CONTROL 2013
125
CONTROLABILIDAD Y OBSERVABILIDAD 1. Introducción
Nosotros representamos un sistema lineal con variables de estado utilizando las matrices A, B, C,
D donde las matrices A y C describen el comportamiento no forzado del sistema ( o el
comportamiento cuando la entrada es cero), mientras que la matriz B caracteriza el efecto de la
entrada(o el control) sobre la dinámica del sistema. La matriz D representa la transmisión directa de
la entrada a la salida.
La controlabilidad responde a la pregunta:
¿Existe siempre una entrada de control u (t) la cual puede transferir el sistema desde el estado
inicial x0 a cualquier otro estado deseado en un tiempo finito?
La observabilidad responde a la pregunta.
¿El estado inicial del que parte un sistema, puede siempre identificarse mediante la observación de
la salida y (t) y de la entrada u (t) sobre un tiempo finito?
Estas características del sistema pueden ser contestadas mediante las propiedades de las matrices
A, B, C, D. las matrices A y B tienen que ver con la relación entre la entrada y el estado, a estas se
les conoce como par de controlabilidad. En cambio, como las matrices A y C involucran el estado con
la salida, a estas se les conoce como el par de observabilidad.
11.2 Controlabilidad.- Considere el sistema lineal continuo en el tiempo representado por:
)1.....(....................)(,)().()().()(
)().()().()(
000 EcuacionesxtxtttutDtxtCty
tutBtxtAdt
tdx
Supongamos que para alguna entrada u (t), t [t0,t1], y para t0 el estado inicial x0, el estado al
tiempo t1 es x1. Decimos entonces que la entrada u(t) transfiere el sistema desde el estado x0 (en
el tiempo t0) al estado x1(al tiempo t1).
Definición I: Estado controlable
El estado inicial x0 del sistema descrito por las ecuaciones (1) se dice que es controlable sobre el
intervalo [t0, t1] donde t1es un tiempo finito, si existe alguna entrada u sobre [t0, t1] la cual transfiere
el sistema desde x0(al tiempo t0) al origen del espacio de estado al tiempo t1. De otra manera se
dice que el estado x0 es incontrolable sobre [t0, t1].
Definición II: Sistema completamente controlable
Si todo estado x (t0) del sistema es controlable sobre [t0,t1], el sistema se dice que es
completamente controlable sobre [t0,t1].
INGENIERIA DE CONTROL 2013
126
Ejemplo: Considere el sistema descrito por las ecuaciones (1), donde A, B, C, D son las matrices
constantes:
10
01A
0
1B
11C
0D
Como podemos observar, podemos escribir la ecuación de cada uno de los estados, que será:
0.0
.0
212
211
xxdt
dx
uxxdt
dx
y la ecuación de salida
21 xxy
solo x1 puede ser llevado al origen en un tiempo finito t, x2 no puede ser llevada pues no es
manejada a través de u.
Por lo tanto el primer estado es controlable pero el sistema no es completamente controlable.
Para simplificar esto tenemos el siguiente teorema.
Teorema:
El sistema
2.......).........(.)(.)(
EcuaciontuBtxAdt
tdx
Donde A y B son matrices constantes de dimensiones n x n y n x r respectivamente es
completamente controlable, si y solo si la matriz de controlabilidad de dimensión n x (n, r):
Cc= [B A.B A2.B……….A(n-1).B] es de rango n.
INGENIERIA DE CONTROL 2013
127
Ejemplo de aplicación del teorema:
El ejemplo anterior
10
01A
0
1B
Calculemos su matriz de controlabilidad
Cc = [ B A.B]
0
1B
0
1
0
1
10
01.BA
00
11cC
No es de rango 2 sino de rango 1 por lo tanto el sistema no es controlable como lo habíamos
analizado anteriormente.
les conoce como el par de observabilidad.
11.3 Observabilidad.- Considere el sistema lineal continuo en el tiempo representado por:
)1.....(....................)(,)().()().()(
)().()().()(
000 EcuacionesxtxtttutDtxtCty
tutBtxtAdt
tdx
La solución esta dada por
)().().().(.),()().,().()( 00 tutDduBttCxtttCty . Supongamos que para
alguna entrada u(t), t [t0,t1], y para el estado inicial x0, el estado al tiempo t1 es x1. Decimos
entonces que la entrada u transfiere el sistema desde el estado x0 (en el tiempo t0) al estado x1(al
tiempo t1).
Definición I: Estado observable
El estado inicial x0!=0 del sistema descrito por las ecuaciones (1) se dice que es controlable sobre
el intervalo [t0, t1] donde t1 es un tiempo finito, si el conocimiento de la entrada u(t) y de la salida y(t)
INGENIERIA DE CONTROL 2013
128
sobre [t0, t1] son suficientes para determinar x0. De otra manera se dice que el estado x0 es
inobservable sobre [t0, t1].
Definición II: Sistema completamente observable
Si todo estado x(t0) del sistema es observable sobre [t0,t1], el sistema se dice que es
completamente observable sobre [t0,t1].
Ejemplo: considere el sistema descrito por las ecuaciones (1), donde A, B, C, D son las matrices
constantes:
0
01
1
1
20
01
D
C
B
A
Como podemos observar, podemos escribir la ecuación de cada uno de los estados, que será:
ux
ux
dt
dxdt
dx
2
1
2
1
2
y la ecuación de salida
y = x1
Como y depende de x1 y es completamente independiente de x2, solo el primer estado es
observable.
Teorema:
El sistema dx(t)/dt = A. x(t) y y(t)= C.x(t)
Donde A y C son matrices constantes de dimensiones n x n y m x n respectivamente es
completamente observable, si y solo si la matriz de observabilidad de dimensión (m.n) x n
=[C; C.A C.A2……….C.A(n-1)] es de rango n.
Ejemplo de aplicación del teorema:
El ejemplo anterior
0
01
1
1
20
01
D
C
B
A
INGENIERIA DE CONTROL 2013
129
Calculemos su matriz de observabilidad
=[C; C.A ]
01C
0120
0101.
AC
01
01
Por lo tanto como el rango es 1, el sistema no es completamente observable.
INGENIERIA DE CONTROL 2013
130
1.- Considere el sistema definido por:
2
1
2
1
2
1
01
0
1
10
01
x
xy
ux
x
x
x
¿Es el sistema de estado completamente observable y completamente controlable?
SOLUCION
A=[-1 0; 0 -1 ];
B=[1; 0 ];
C=[1 0 ];
CC1=B;
CC2=A*B;
CC=[CC1';CC2'];
CC=CC';
rango1=rank(CC);
if(rango1==2)
fprintf('El sistema es completamente controlable \n');
else
fprintf('El sistema no es completamente controlable \n');
end
G1=C;
G2=C*A;
G=[G1;G2];
rango2=rank(G);
if(rango2==2)
fprintf('El sistema es completamente observable \n');
else
fprintf('El sistema no es completamente observable \n');
end
INGENIERIA DE CONTROL 2013
131
2.- Considere el sistema definido por:
3
2
1
3
2
1
3
2
1
011
1
0
2
101
110
221
x
x
x
y
u
x
x
x
x
x
x
¿Es el sistema completamente observable y completamente controlable?
SOLUCION
3.- ¿Es el sistema de estado siguiente completamente controlable y completamente observable?
A=[-1 -2 -2; 0 -1 1; 1 0 1];
B=[2; 0 ; 1];
C=[1 0 1];
CC1=B;
CC2=A*B;
CC3=A^2*B;
CC=[CC1';CC2';CC3'];
CC=CC';
if(rank(CC)==3)
fprintf('El sistema es completamente controlable \n');
else
fprintf('El sistema no es completamente controlable \n');
end
G1=C;
G2=C*A;
G3=C*A^2;
G=[G1;G2;G3];
if(rank(G)==3)
fprintf('El sistema es completamente observable \n');
else
fprintf('El sistema no es completamente observable \n');
end
INGENIERIA DE CONTROL 2013
132
3
2
1
3
2
1
3
2
1
11920
1
0
0
6116
100
010
x
x
x
y
u
x
x
x
x
x
x
4.- Considere el sistema dado por
3
2
1
2
1
2
1
3
2
1
3
2
1
010
001
00
01
10
130
020
002
x
x
x
y
y
u
u
x
x
x
x
x
x
¿Es el sistema de estado completamente controlable y completamente observable?