CONTROL DIGITAL

Modelos de procesos muestreados

Prof. Jacob Astocondor Villar

UNAC-FIEE
jav07@hotmail.es
SESION3
2016

Control por computador

Regulador digital
u(kT)

w
Ordenador

4-20 mA

Actuador
Proceso

D/A

y(t)

u(t)
y(kT)

A/D

4-20 mA

Transmisor
Las seales que recibe y procesa el ordenador son de naturaleza
distinta: digitales y solo cambian en ciertos instantes de tiempo

Seales
u(kT)

u(t)

w
Ordenador

Proceso

D/A

y(t)

u(t)
y(kT)

A/D

y(kT)

y(t)

La informacin en el ordenador se actualiza cada T

unidades de tiempo (periodo de muestreo)

ZOH
u(kT)

u(t)

w
Ordenador

Proceso

D/A
u(t)

y(kT)

w
Ordenador
y(kT)

y(t)

u(kT)

Proceso

ZOH

y(t)

u(t)

ZOH Zero Order Hold mantenedor de orden cero

4

Modelos de procesos muestreados

u(kT)

u(t)

w
Ordenador

Proceso

D/A

y(t)

u(t)
y(kT)

A/D

y(kT)

y(t)

Necesidad de modelos que relacionen y(kT) e u(kT)

5

Modelado. Recordatorio
Conservacin de masa

Acumulacin=
flujo entrada q - flujo salida F
h
F

m masa en el depsito
A seccin del depsito
densidad, k constante

dm
q F
dt
m Ah
Fuk h
dh
A
quk h
V Ah
dt
Ecuacin diferencial
no-lineal

Ecuacin
algebraica
6

Modelos en variables de estado

k h0
dh
u0 k
1

h
u q
dt
A
A
2 A h0

dh
h
dt

h
F
A

C 1

h 1.h

dx
Ax Bu
dt
y Cx

u 0k
2A h 0

k h0
B

1
A

Depende del punto de linealizacin

7

Modelos en variables de
estado
dx
Ax Bu
dt
y Cx Du

Solucin
analtica:

x variables de estado:
conocido su valor en el instante
inicial y los valores de u(t) a lo
largo del tiempo, puede
determinarse el valor de las
salidas a lo largo del tiempo
t

x ( t ) e x ( 0) e
At

A ( t )

Bu ()d

Matriz de transicin de
estados
t

x ( t ) e At x (0) e A ( t ) Bu ()d
0

( t ) e At

Matriz de transicin de estados

d
( t ) verifica
A, (0) I
dt
luego s (s) I A (s)

(s) (sI A ) 1 ( t ) L1 (sI A) 1

1 22
At
( t ) e I At A t ......
2

Motor CC

Excitacin
independiente

d
k 1I f T
dt

dt
V RI L

dI
k 2
dt

T
Modelo lineal

V voltaje aplicado

velocidad de giro

T par externo

I corriente del rotor

Angulo girado

k2 f.c.e.m

10

Modelo en variables de estado

0
1
0 0
0

ke J 0 1 J
0 f J

I 0 k 2 L R L I 1 L 0


dx

Ax Bu
1 0 0
dt
I
y Cx
1

0 ( k1k 2 f )

RJ
J

1 0

0
k1
RJ

0
1

V
T

V
T

Si L=0

d
J
k 1I f T
dt
d

dt
V RI L

dI
k 2
dt

d
k1I f T
dt

dt
V RI k 2

11

Condiciones iniciales
1

0 ( k1k 2 f )

RJ
J

1 0

0
k1
RJ

0
1

0 0

0 ( k1k 2 f )
0

RJ
J

0
0 1 0
0

0 0
k1
0 RJ

0 ( k1k 2 f )

RJ
J

1 0

0
k1

RJ

V
T

0
1

Condiciones iniciales
no necesariamente
nulas

V0
T
0

Particularizando en un
punto de operacin

Restando:
0
1

V
T

Modelo de perturbacin
con condiciones
iniciales nulas
12

Modelo discretizado
u(kT)

u(t)

w
Ordenador

u(kT)

y(kT)

D/A

u(t)

dx
Ax Bu
dt
y Cx

y(t)

A/D

Encontrar un modelo y(kT) = f( u(kT) ) tal que y(kT) = y(t) en

los instantes de muestreo

13

Modelo discretizado
dx
Ax Bu
dt
y Cx Du

x ( t ) e At x (0) e A ( t ) Bu()d
0

Tomando como tiempos de inicio y final

los instantes kT y (k+1)T de un periodo
de muestreo:

x (( k 1)T ) e AT x ( kT)

( k 1) T
A (( k 1) T )

Bu( )d

kT

14

Modelo discretizado
u(t)

Durante un periodo de muestreo u(t) es

constante e igual a u(kT)

x (( k 1)T ) e AT x ( kT)

( k 1) T
A (( k 1) T )

Bu( )d

kT

e AT x ( kT)

( k 1) T
A (( k 1) T )

d Bu( kT)

kT

cambio de variable : (k 1)T - , d -d

T

x (( k 1)T ) e AT x ( kT) e Ad Bu( kT)

0

15

Modelo discretizado
dx
Ax Bu
dt
y Cx Du

x (( k 1)T ) x ( kT) u ( kT)

y( kT ) Cx ( kT )
T

e AT

e Ad B
0

Matlab c2d
u(t)

y(t)
y(kT)

Ecuacin en diferencias
Para este tipo de entradas, el modelo
discretizado da los mismos valores en los
instantes t = kT que el modelo continuo.
(Partiendo del mismo estado inicial y
aplicando las mismas entradas)
16

Modelo discretizado
dx
Ax Bu
dt
y Cx Du

x (( k 1)T ) x ( kT) u ( kT)

y( kT ) Cx ( kT )
T

e AT

e Ad B
0

Formulaciones
similares

x ( kT) x (( k 1)T ) u(( k 1)T )

y( kT) Cx ( kT)
T

e AT

e Ad B
0

17

Ejemplo: Depsito
Si q = 0:

dh
h u
dt
h 1.h

x (( k 1)T ) x ( kT) u( kT)

y( kT) Cx ( kT)
T

e AT

e Ad B
0

T
e d (e 1)

T
h(( k 1)T ) e h( kT ) (e 1)u( kT)

Modelo discretizado: Ecuacin en diferencias

18

Ejemplo: Depsito
Si q = 0:

dh
h u
dt
h 1.h
Si

u0k
1.252
2A h 0

x (( k 1)T ) x ( kT) u( kT )
y( kT) Cx ( kT)
T
h(( k 1)T ) e h( kT) (e 1) u( kT)

h(( k 1)0.5) 0.535h( k0.5) 0.062u ( k 0.5)

T

Modelo discretizado: Ecuacin en diferencias

k h0
0.167
A
T 0. 5

19

Ejemplo: Motor
1

0 ( k1k 2 f )

RJ
J

1 0

0 1
0

1 0

0
k1
RJ

0
1

V
T

R
V

0
V

k1k 2 f

RJ J
k
1
RJ

L
I

20

Ejemplo: Motor
0 1
0

1 0

e At

t T

x (( k 1)T ) x ( kT ) u( kT)

0
V

y( kT) Cx ( kT)
T

e AT

e Ad B
0

L1 (sI A ) 1 t T

1
1 s
L

0 s

t T

L1

1
s
1
L
0

s 0 0 1

0 s 0
1

s( s )
1

t T

1 1 e T

T
e
0

t T

21

Ejemplo: Motor
e AT

1 1 e T

T
e
0

1
1

0
A
d
e d B

e

0
0 0

(1 e )

1 e T

1 e

Para = 5.108 = 500 y T =0.1

(( k 1)0.1) 1 0.078
(( k 1)0.1) 0 0.6

( k0.1)
( k0.1) 1 0

(
k
0
.
1
)

( k0.1) 2.123
( k0.1) 39.154 V( k0.1)

22

Notacin
x (( k 1)T ) x ( kT) u ( kT )
y( kT ) Cx ( kT)
T

e AT

e Ad B
0

Por simplicidad:

x ( k 1) x ( k ) u( k )
y( k ) Cx ( k )

k se refiere al primer,
segundo, tercer, etc.
periodo de muestreo
23

Modelo de variables de
estado
x ( k 1) x ( k ) u( k )
y( k ) Cx ( k )
x ( k 1) 0
v ( k 1) F G

x ( k )
y ( k ) C 0

v
(
k
)

El modelo no es nico:
Existen mltiples modelos
equivalentes entrada-salida

x ( k )
v ( k ) H u ( k )

La de menor dimensin se
denomina realizacin
mnima
24

Representaciones
equivalentes
x ( k 1) x ( k ) u ( k )

z ( k ) Px ( k )

y( k ) Cx ( k )

x(k) P-1z ( k )

P invertible

z ( k 1) Px ( k 1) P x ( k ) Pu( k )
P P 1z ( k ) Pu ( k )
y( k ) CP 1z ( k )

z ( k 1) PP 1 z ( k ) P u ( k )
y( k ) CP z ( k )
1

25

Propiedades
La ecuacin caracterstica det[ I-A ] = 0 es invariante en
una representacin equivalente

x ( k 1) x ( k ) u( k )

z ( k 1) P P 1 z ( k ) P u ( k )

y( k ) Cx ( k )

y( k ) CP 1 z ( k )

det I P P 1 det PP 1 P P 1 det PP 1 P P 1

det P(I ) P 1 det P det I det P 1 det I
26

Respuesta temporal
x ( k 1) x ( k ) u( k )

Condiciones iniciales: x(0)

y( k ) Cx ( k )
x (1) x (0) u(0)
x ( 2) x (1) u(1) x (0) u (0) u(1)
2 x (0) u(0) u(1)

x (3) x ( 2) u( 2) 2 x (0) u(0) u(1) u( 2)

3x (0) 2 u(0) u(1) u( 2)
.......
k 1

x ( k ) k x (0) k i1u(i)
i 0

k 1

y( k ) C k x (0) C k i 1u(i)
i 0

27

Respuesta impulsional
pulsada
k 1

y( k ) C x (0) C k i1u(i)
k

i 0

h(k)

u(k)

T
Impulso unitario en t = 0

t
ZOH+Proceso

y(k)

T
Respuesta partiendo de
condiciones iniciales nulas

k 1

y( k ) C x (0) C k i1u(i) C k 1 h( k )
k

i 0

k 1

y( k ) h ( k i ) u (i )
i 0

Modelo de respuesta impulsional

28

Modelo respuesta
impulso
h(k)

k 1

y( k ) h ( k i ) u (i )

i 0

h( k ) u(0) h( k 1) u(1) ... h( 2) u( k 2) h(1) u( k 1)

k

h( j) u( k j)

Como h(i) = 0 para i 0 y para

condiciones inociales nulas: u(i) = 0
para i < 0 :

j1

i 0

j1

y( k ) h( k i) u(i) h( j) u( k j)

La salida es una combinacin lineal de valores pasados de la entrada

29

Ejemplo: Depsito
q

h( k 1) 0.535h( k ) 0.062u( k )
h

u(k)
1

A/D
2
1

T = 0.5

-0.5

h( k ) C k 1 1 0.535k 1 ( 0.062)
u(0) 1 u(1) 0.5 u(3) 0,....
k 1

y( k ) h( k i) u(i) h( k ) 0.5h( k 1)
i 0

0.062 0.535k 1 0.031 0.535k 2

30

Ejemplo:
Motor
t

( k 1) 1 0.078
( k 1) 0 0.6

( k )
( k) 1 0

(
k
)

V(k)
T

ZOH
R

V
2

Amp
l

T = 0.1sg
Calcular la respuesta
temporal en posicin,
desde el reposo, a los
dos pulsos de tensin
de entrada

Encoder

( k ) 2.123
( k ) 39.154 V( k )

(k)
31

Ejemplo: Motor
( k 1) 1 0.078
( k 1) 0 0.6

( k )
( k) 1 0

( k )

( k ) 2.123
( k ) 39.154 V( k )

1 0.078
k 1
h( k ) C (1 0)

0 0.6

k 1

2.123

39.154

u(0) 1 u(1) 2 u(3) 0,....

k 1

y( k ) h( k i) u(i) h( k ) 2h( k 1)
i 0

32

Respuesta salto
1

1 g
1

Proceso

g2

gj
t

g0=0
t

Impulso = diferencia de dos saltos

retrasados un periodo de muestreo T

h j g j g j1

j1

j1

y( t ) h j u ( t j) (g j g j1 )u ( t j)
g1u ( t 1) g 0 u ( t ) g 2 u ( t 2) g1u ( t 2) g 3 u ( t 3) g 2 u ( t 3) .....
g1 (u ( t 1) u ( t 2)) g 2 (u ( t 2) u ( t 3)) g 3 (u ( t 3) u ( t 4)) ....

g1u ( t 1) g 2 u ( t 2) g 3 u ( t 3) ..... g j u ( t j)
j 1

33

Modelo de respuesta
salto
1
t

Proceso

1 g
1

g2

gj
t

g0=0

y( t ) g j u ( t j)
j1

La salida es una combinacin lineal de cambios de valores

pasados de la entrada
1 q 1
34

Operador
desplazamiento q-1
q 1z ( k ) z ( k 1)
qz ( k ) z ( k 1)
x ( k 1) qx ( k ) x ( k ) u( k )
qI x ( k ) u( k)
x ( k ) qI u( k )
1

y( k ) C qI u ( k )
1

m
m 1
1
y( k )
b
q

b
q

...

b
q
bm
1
0
1
m 1
C qI
u( k )
q n a1q n 1 ... a n 1q1 a n

Funcin racional de q

35

Funcin de tranferencia
pulsada
m
m 1
1
b
q

b
q

...

b
q
bm
1
0
1
m 1
y( k ) C qI u( k )
u( k )
n
n 1
1
q a1q ... a n 1q a n

q n [b0q m b1q m 1 ... b m 1q1 b m ]

u( k)
n
n
n 1
1
q [q a1q ... a n 1q a n ]
q ( n m ) ( b0 b1q 1 ... b m1q m1 b mq m )

u( k)
1
n 1
n
1 a1q ... a n 1q
a nq
d nm
B(q 1 )
q d ( b0 b1q 1 ... b m1q m 1 b mq m )
y( k )
u( k )
u( k)
1
1
n 1
n
A(q )
1 a1q ... a n 1q
a nq
36

Funcin de transferencia
pulsada

B(q 1 )
q d ( b0 b1q 1 ... b mq m )
y( k )
u( k )
u( k )
1
1
2
n
A(q )
1 a1q a 2q ... a n q
A(q 1 ) y( k ) B(q 1 )u( k )

(1 a1q 1 a 2q 2 ... a n q n ) y( k ) q d ( b0 b1q 1 ... b mq m ) u( k )

y( k ) a1y( k 1) a 2 y( k 2) ... a n y( k n )
b0 u( k d ) b1u( k d 1) ... b m u( k d m)
y( k ) a1y( k 1) a 2 y( k 2) ... a n y( k n )
b0 u( k d ) b1u( k d 1) ... b m u( k d m)

La salida es una combinacin lineal de valores pasados de

la salida y de la entrada al proceso
37

Polos y Autovalores
B(q 1 )
1

y(k )
u
(
k
)

C
qI

u ( k )
1
A (q )
adj qI
C
u ( k )
det qI
B(q 1 )
polos de
son las raices de det qI 0
1
A (q )
o sea los autovalores de
Puede haber mas autovalores que
polos en una realizacin no mnima
por cancelacin ceros-polos

(q 0.2)(q 0.7)
(q 0.2)(q 0.5)(q 0.1)
38

Ejemplo: Depsito
q

h(( k 1)0.5) 0.535h( k0.5) 0.062u( k0.5)

h

B(q 1 )
1

y( k )
u
(
k
)

C
qI

u( k )
1
A(q )

T = 0.5

1 q 0.535 ( 0.062)u( k )
1

0.062
0.062q 1

u( k)
u( k)
1
q 0.535
1 0.535q

Polo = Autovalor = 0.535

39

Ejemplo: Motor
( k 1) 1 0.078
( k 1) 0 0.6

( k )
( k) 1 0

( k )

V(k)
T=0.1

Autovalores: 1 , 0.6

B(q 1 )
1

y( k )
u
(
k
)

C
qI

u ( k )
A(q 1 )

ZOH
V

( k ) 2.123
( k ) 39.154 V( k )

Ampl

Encoder

(k)

q 0 1 0.078 2.123
1 0


u( k )
0
q
0
0
.
6
39
.
154

2.123q 1.792
2.123q 1 1.792q 2
2
u( k )
u( k )
q 1.6q 0.6
1 1.6q 1 0.6q 2

Polos q2 - 1.6q + 0.6 = 0

q= 1, 0.6

40

Realizacin de FT
Dada la funcin de transferencia:
B(q 1 )
q d ( b0 b1q 1 ... b m 1q m 1 b mq m )
y( k )
u( k)
u( k)
1
1
n 1
n
A(q )
1 a1q ... a n 1q
a nq

Encontrar un modelo en variables de estado que sea

equivalente entrada - salida

x ( k 1) x ( k ) u( k )
y( k ) Cx ( k )

41

Forma canonica
observable
B(q 1 )
q d ( b0 b1q 1 ... b m1q m1 b mq m )
y( k )
u( k )
u( k )
1
1
n 1
n
A(q )
1 a1q ... a n 1q
a nq

a1

a2

z ( k 1)

a n 1

a
0 0 0
n

y( k ) 1 0 0 0 z ( k )

b1

b2
z( k ) u( k )

b n 1
b
n

Los bj para j < d se consideran nulos

42

Forma canonica controlable

B(q 1 )
q d ( b0 b1q 1 ... b m1q m1 b mq m )
y( k )
u( k )
u( k )
1
1
n 1
n
A(q )
1 a1q ... a n 1q
a nq

a1

a 2 a n 1 a n

z ( k 1)

y( k ) b1

b2 b n 1 b n z ( k )

1

0

0
0 z( k ) 0 u( k )

0
0

Los bj para j < d se consideran nulos

43

Ejemplo: Motor
a1 a 2 a n 1

z ( k 1)

y( k ) b1 b2 bn 1

bn z( k)

an

0 z( k)

0
0 u( k )

B(q 1 )
2.123q 1 1.792q 2
y( k )
u( k)
u( k)
1
1
2
A(q )
1 1.6q 0.6q
1.6 0.6
1
z ( k 1)
z ( k ) V( k )
1
0

0
( k ) 2.123 1.792 z ( k )

Autovalores:

Polos:

det I 0

q 2 1.6q 0.6 0

0 1.6 0.6
1.6 0.6

0
0

0 1
1

q 1, 0.6

2 1.6 0.6 0 1, 0.6

44

Observabilidad
x ( k 1) x ( k ) u( k )

Es observable si a partir de
medidas de la entrada y la
y( k ) Cx ( k )
salida en N instantes de
tiempo se puede calcular el
y(0) Cx (0)
estado inicial x(0)
y(1) Cx (1) Cx (0) Cu (0)
y(2) Cx (2) Cx (1) Cu (1) C x (0) u (0) Cu (1)

C 2 x (0) Cu (0) Cu (1)

.......
y( N 1) Cx ( N 1)
C N 1 x (0) C N 2 u (0) ... Cu ( N 1) Cu ( N 2)
45

Observabilidad
En forma matricial:

y(0) C
0

y(1) C
C

u
(
0
)

x (0)

N 1
N 2
y( N 1) C
C u (0) ... Cu ( N 2)

La condicin de
existencia de solucin
para este sistema en las
n componentes de x(0)
es:

C
C
C 2

rango

Matriz de
observabilidad

C n 1

46

Ejemplo
( k 1) 1 0.078
( k 1) 0 0.6

( k )
( k) 1 0

(
k
)

rango

Motor CC
Es observable?

C
C
C 2

( k ) 2.123
( k ) 39.154 V( k )

C n 1

0
1
2
2 ? rango

1 0.078

Observable
con 2
medidas

47

Controlabilidad
x ( k 1) x ( k ) u( k )
y( k ) Cx ( k )

Es controlable si existe una

secuencia finita de controles
u(0), u(1),...,u(N) capaz de
hacer evolucionar el sistema
desde cualquier estado inicial
x(0) a cualquier x(N)

x (1) x (0) u(0)

x ( 2) x (1) u(1) x (0) u(0) u(1)
2 x (0) u(0) u(1)
.......

x ( N ) N x (0) N 1u(0) ... u( N 2) u( N 1)

48

Controlabilidad
x ( N ) N x (0) N 1u(0) ... u( N 2) u( N 1)
u( N 1)
u ( N 2)

x ( N ) N x (0) N 1

u
(
0
)

(N x 1)
u( N 1)
(n x 1)
u ( N 2)
(n x N)
x ( N ) N x ( 0)
N 1

u
(
0
)

rango

n 1 n

n ecuaciones y
N incognitas,
para que tenga
solucin:

Condicin de
controlabilidad
49

Ejemplo
( k 1) 1 0.078
( k 1) 0 0.6

( k )
( k) 1 0

(
k
)

( k ) 2.123
( k ) 39.154 V( k )

Motor CC
Es controlable?

2.123 5.177
rango 2 ? rango
2

39.154 23.492
n 1

Controlable con 2
acciones de
control
50

Realizacin mnima
x (( k 1)T ) x ( kT) u ( kT)
y( kT ) Cx ( kT)
Una realizacin que es completamente observable y
completamente controlable se denomina realizacin mnima y
corresponde a aquella realizacin equivalente entrada-salida
de menor dimensin del estado

51

t kT
x (( k 1)T ) x ( kT) u ( kT)
y( kT ) Cx ( kT )

dx
Ax Bu
dt
y Cx Du

e AT

e Ad B
0

Dado un modelo lineal discreto no siempre puede encontrarse un

sistema lineal continuo equivalente, o puede que haya muchas
soluciones. Procedimiento: resolver
T

e AT

e A d B
0

52