Concepto de estado(1)
La teora moderna de control se basa en la representacin
matemtica de los sistemas dinmicos por medio del concepto
de estado, en contraposicin con la teora clsica de control, que
utiliza la relacin entre su entrada y su salida.
Se define estado de un sistema como la mnima cantidad de
informacin necesaria en un instante para que, conociendo la
entrada a partir de ese instante, se pueda determinar cualquier
variable del sistema en cualquier instante posterior.
La cantidad mnima de informacin que define el estado viene
representada por un conjunto de variables de estado xi(t). Este
conjunto recibe el nombre de vector de estado.
F. Javier Garca Ruiz, Eduardo J. Moya. DISA.
Univ. Valladolid
Concepto de estado(2)
Si adems llamamos u(t) al vector que representa el conjunto de
variables de entrada, la definicin de estado se puede poner como:
= , 0 , 0 , , 0 <
Concepto de estado(3)
Al ser el espacio de estado un espacio vectorial, admite infinitas bases
(infinitas representaciones), relacionadas entre s mediante
transformaciones lineales. Las entradas y las salidas no se modifican
sea cual sea la representacin de estado elegida.
Las variables de estado modifican su valor a lo largo del tiempo, la
combinacin de estas evoluciones , eliminando el tiempo entre ellas
nos da la trayectoria del vector de estado en el espacio de estado.
1 2 1
2
Ej: x =
+
1
0
0
2
u = escaln
Step Response
To: Out(1)
0.5
1.4
Amplitude
1.2
To: Out(2)
-0.5
1.5
0.5
6
Time (seconds)
10
12
0.8
0.6
0.4
0.2
0
-0.4
-0.2
0.2
0.4
0.6
0.8
(3.1)
= , ,
(3.2)
A la ecuacin (3.1) se le llama ecuacin de estado, representado
la dinmica de la evolucin del estado del sistema, y a la
ecuacin (3.2) ecuacin de la salida o ecuacin de observacin.
Al conjunto de las dos ecuaciones se le llama realizacin en el
espacio de estado del sistema. Al nmero de variables de estado
se le llama orden del modelo.
(3.6)
(3.7)
(3.14)
F. Javier Garca Ruiz, Eduardo J. Moya. DISA.
Univ. Valladolid
(3.15)
()
+
=
(3.16)
Donde:
= 1 + 1 ()
= 1
=
(3.17)
= ()
10
(t)
x(t)
y(t)
+
A
D
u(k)
x(k+1)
+
+
x(k)
y(k)
+
A
D
11
(3.19)
(3.20)
0 +1 1 +...+1 z+
+1 1 +...+1 z+
(3.22)
12
0
0
=
0
= 0
1 + 1
2 + 1
1 + 1
+ 1
1
0
0
1
0
0
=
0
= 0
0
1
0
2
1
0
0
2
0
0
+ u
1
0
0
1
1
1
2
1 1 0 1 1 0 +0 u
1
1
0
0
0
2
0
1
0
0
+ u
0
0
0
0
1
1 2 1
1
1 1 0
1 1 0
1
2
+0 u
1
(3.23)
(3.24)
(3.25)
(3.26)
Es til cuando se utiliza el mtodo de asignacin de polos para el diseo del controlador.
13
= 71 + 31 = 3 7 0
14
=
0.4 1.3
1
Adems:
= 1 + 2 = 1 1
15
0
1
=
0
0
0
0
0
0
0
0
1
= 0 0
0
1 2
+ 1 1 0 u (3.27)
1
0
1 1 0
1
2
+ 0 u
0 1
1
(3.28)
16
Nos queda:
En forma matricial:
Adems:
3 + 2 + 5 + 6 = 3 + 7
3 + 2 + 5 7 = 3 6
1 = 3 + 2 + 5 7
3 + 2 = 1 + 7u 5y
2 = 3 + 2
3 = 2 2
3 = 3y
1 = 3 6 = 3 23
2 = 1 + 7u 533
3 = 2 233
0 0
= 1 0
0 1
2
3
53 + 7
0
23
= 133 = 0 0
1
3
17
+ 1 =
1 1.3
1
Adems:
= 2 = 0 1
F. Javier Garca Ruiz, Eduardo J. Moya. DISA.
Univ. Valladolid
18
= 1
1
1
2
1
+
1
2
+ 0
(3.29)
(3.30)
19
+ 6 + 11 + 6 = 3 + 7
7 + 3
2
11
9
()
= 3
=
+
+
+0
() + 6 2 + 11 + 6 + 1 + 2 + 3
cuyos polos son s=-1, s=-2 y s=-3. Haciendo:
1 =
+ 1
2 =
+ 2
3 =
+ 3
Nos queda:
1 = 1
2 = u 22
3 = 33
En forma matricial:
1 0
0
1
= 0 2 0 + 1
0
0 3
1
Adems:
= 2 11 9 + 0
F. Javier Garca Ruiz, Eduardo J. Moya. DISA.
Univ. Valladolid
20
1 =
+ 0.5
2 =
+ 0.8
Nos queda:
1 + 1 = 0.51
2 + 1 = 0.82
En forma matricial:
1
0.5
0
+
+ 1 =
1
0
0.8
Adems:
5 2
=
3 3
F. Javier Garca Ruiz, Eduardo J. Moya. DISA.
Univ. Valladolid
21
1
1
0
= 1
0
1
1
0
0
2
0
0
0
4
1
2
+ 0
1
0
2
0
3
1
+
4
1
(3.31)
(3.32)
22
+ 4 + 5 + 2 = 3 + 7
7 + 3
11
4
11
()
= 3
=
+
+
+0
+ 1 2 + 2
() + 4 2 + 5 + 2 + 1
cuyos polos son s=-1, s=-1 y s=-2. Haciendo:
2
1 =
=
+ 1 2 + 1
2 =
+ 1
3 =
+ 2
Nos queda:
1 = 2 1
2 = u 2
3 = 23
En forma matricial:
1 1
0
0
= 0 1 0 + 1
0
0 2
1
Adems:
= 4 11 11 + 0
F. Javier Garca Ruiz, Eduardo J. Moya. DISA.
Univ. Valladolid
23
Ejemplo(1)
Encuentre la representacin en espacio de estados del circuito de la figura,
suponiendo que la salida es la Intensidad de la resistencia R.
+
iL(t)
L
iR(t)
u(t)
iC(t)
C
R
Escribimos las ecuaciones de los elementos que almacenan energa en
forma derivada:
24
Ejemplo(2)
Se eligen como variables de estado aquellas que estn derivadas. El modelo de
estado estar completo cuando ponemos la parte derecha de las ecuaciones (3.22) y
(3.23) como combinacin lineal de las variables de estado y la entrada u(t).:
= + = +
=
Sustituyendo:
= +
= 1 0
25
1
2
1
2
2 2
2 transformar 1 en
entonces la matriz = : 1
1 1 2 1 1
la matriz diagonal. Si no son todos iguales, lo mximo que se podr obtener es
la matriz de Jordan.
F. Javier Garca Ruiz, Eduardo J. Moya. DISA.
Univ. Valladolid
26
27
()
24
0
1
=
0
0
24 26
= 1
3 ()
- -
0
1
9
0 0
2 ()
1
0
2 + 0
3
24
1
2
3
1 ()
1 ()
()
9
26
24
F. Javier Garca Ruiz, Eduardo J. Moya. DISA.
Univ. Valladolid
28
1
3 + 9 2 + 26 + 24
1 ()
+ 7 + 2
()
Con el primer bloque actuamos segn vimos en el ejemplo anterior, con el 2 bloque
tenemos:
= 2 + 7 + 2 1 ()
= 1 + 7 1 + 21
Como:
1 = 2
1 = 3
F. Javier Garca Ruiz, Eduardo J. Moya. DISA.
Univ. Valladolid
29
24
3 ()
- - -
2 ()
+
7
1 ()
1 ()
+
+
()
9
26
24
F. Javier Garca Ruiz, Eduardo J. Moya. DISA.
Univ. Valladolid
30
Nos queda:
1
2 + 1.3 + 0.4
1 ()
+ 1
()
1 + 2 + 1.31 + 1 + 0.41 = ()
2 () = 1 ( + 1)
1 + 1 = 2
2 + 1 = 1.32 0.41
31
2 ( + 1)
-
1 ( + 1)
1.3
+
1 ()
c()
+
0.4
32
(3.6)
(3.7)
(3.33)
(3.34)
(3.35)
(3.36)
(3.37)
()
()
1 +
(3.38)
Podemos ver que los polos del sistema son los autovalores de A.
F. Javier Garca Ruiz, Eduardo J. Moya. DISA.
Univ. Valladolid
33
0
1
0
= 0
0
1 +
1 2 3
= 1 0 0
Se pretende obtener la funcin de transferencia:
0 0
0
1
0
= 0 0 0
0
1
0 0
1 2 3
Aplicando la frmula:
10
0
0
1
= 0
1 2
2 + 3 + 2
+ 3
1
+ 3
2 + 1
3 + 3 2 + 2 + 1
1 +
0
1
+ 3
10 2 + 3 + 2
= 3
+ 3 2 + 2 + 1
34
(3.12)
(3.13)
(3.39)
(3.40)
(3.41)
(3.42)
()
()
1 +
(3.43)
Podemos ver que los polos del sistema son los autovalores de A.
F. Javier Garca Ruiz, Eduardo J. Moya. DISA.
Univ. Valladolid
35
donde la matriz
=0 !
36
37
1.
2.
3.
4.
5.
6.
0 = =
0 =
= = 1 = () 1 1 =
1 + 2 = 1+2 = 1 2 = 1 2 = 2 1
[(t)] =
2 1 1 0 = 2 0 = 1 0 2 1
38
= 0 + 0
(3.49)
(3.50)
39
= 0
Que puede escribirse tambin:
+ 0
t
= () 0 + 0 Bu d
(3.51)
(3.52)
40
Para el sistema siguiente con una entrada escaln, determine la matriz de transicin
de estados y obtenga x(t).
0
1
0
()
+
=
8 6
1
1
0 =
0
2
haciendo det(sI-A)=0, obtenemos + 6 + 8 = 0, cuyas races son 1 =
2 2 = 4.
Supondremos una matriz de transicin de estados de la forma:
1 2 + 2 4 3 2 + 4 4
=
5 2 + 6 4 7 2 + 8 4
Para hallar los valores de las constantes usamos las propiedades de la matriz:
Por tanto:
0 =
1 + 2
3 + 4
5 + 6
7 + 8
=1
=0
=0
=1
41
Por tanto:
Entonces:
21 42 = 0
23 44 = 1
25 46 = 8
27 48 = 6
2 2 4
4 2 4 4
1 2
0 =
1 2 1 4
2
2
2 + 2 4
1
4
2
+ 2 4
2 2 4
4 2 4 4
42
=
0
1 2 2
1 4 4
2
2
0
0
2 2 + 4 4
0
1 1 2 1 4
+
8
8 4
1 2 1 4
2
2
+
8
4
8
= 0 + =
7 2 7 4
0
+
2
2
F. Javier Garca Ruiz, Eduardo J. Moya. DISA.
Univ. Valladolid
43
= +
= +
(3.10)
(3.11)
(3.53)
= 0 + ()
(3.54)
Con el fin de separar X(s), reemplazaremos sX(s) por sIX(s), donde I es la matriz
identidad (nxn). Combinando los trminos en X(s):
44
La solucin temporal:
= 0 + 0
Donde
0 +
()
= 0 + 0
(3.55)
(3.56)
= + ()
(3.57)
= =
45
1
= 0
24 26
0
1
+ 9
46
2 + 9 + 26
+ 9
24
2 + 9
24
26 + 24
3 + 9 2 + 26 + 24
3 + 12 2 + 16 + 5
= 1 1 0 = 1 + 2 =
=
+ 1 + 2 + 3 + 4
19
11.5
6.5
+
+ 2 + 3 + 4
= 6.5 2 + 19 3 11.5 4
F. Javier Garca Ruiz, Eduardo J. Moya. DISA.
Univ. Valladolid
47
( + 1) = () + ()
(3.12)
() = () + ()
(3.13)
0 = +
(3.58)
= 0 +
(3.59)
= 1
0 +
0 + 1
= 1
(3.60)
(3.61)
48
1 1
1
=
=
0.16 + 1
F. Javier Garca Ruiz, Eduardo J. Moya. DISA.
Univ. Valladolid
49
+ 1
+ 0.2 + 0.8
0.16
+ 0.2 + 0.8
=
= 1
+ 0.2 + 0.8
+ 0.2 + 0.8
4
5
13
53
3
3
+
+
+ 0.2
+ 0.8
+ 0.2
+ 0.8
0.8
3
+ 0.2
4
0.8
3
+ 0.8
13
+
+ 0.2
+ 0.8
0.8
0.8
3
3
+
+ 0.2
+ 0.8
1
3
+ 0.2
5
4
3
+ 0.8
53
+
+ 0.2
+ 0.8
4
3
3
+
+ 0.2
+ 0.8
50
0.2 +
0.8
3
3
Ahora calculamos x(k):
=
5
5
0.2
0.8
3
3
1
4
0.2 +
0.8
3
3
0 +
=
1
1
1 =
0 + =
+
2 + 2
1
1
F. Javier Garca Ruiz, Eduardo J. Moya. DISA.
Univ. Valladolid
51
Por tanto :
y la salida:
2 + 2
+ 0.2 + 0.8 1
2 + 1.84
+ 0.2 + 0.8 1
=
17
22
0.2 +
6
9
3.4
17.6
0.2
6
9
22
25
17
6
9
18
+
+
+
0.2
+
0.8
1
= 3.4
7
17.6
6
9
18
+
+
+ 0.2 + 0.8 1
0.8
0.8
= = 17
0.2
6
25
18
7
18
+ 22
0.8
9
+ 25
18
52
1.- , =
2.- , = 1 2 >
3.- Si la inversa de , existe, entonces 1 , = ,
4.- Si es no singular para todos los valores de k, entonces
, = , , para cualquier i,j,k
Si es singular para todos los valores de k, entonces
, = , , para k>j>i
53
= +
= +
(3.6)
(3.7)
+ 1 = ()() + ()()
(3.62)
54
+1
+ 1 = +1 0 + +1 0
Y para t=KT
= 0 + 0
Multiplicamos la segunda ecuacin por y las restamos:
(3.63)
(3.64)
+1
+ 1 = + +1
(3.65)
Como u(t) es constante entre instantes de muestreo, podemos sustituir por
, por lo que podemos escribir:
55
+ 1 = + 0
Siendo = .
Definiendo:
= + 0
= = 0
La ecuacin queda entonces:
+ 1 = ()() + ()()
= + ()
(3.66)
(3.67)
(3.12)
(3.13)
(3.68)
56
=
+
2
0 2 2
1
1
= 1 0
=
1
0
1
2
1 2
2
1
0
0
=
1
1
2
1
2
1 2
2
2 1
+
2
1
2
1 2
57
1 0.4323
0.2838
() +
()
0 0.1353
0.4323
= 1 0 ()
La funcin de transferencia pulso:
= 1 +
0.2838 + 0.1485
=
1 0.1353
+ 1 =
58
Controlabilidad
Controlabilidad y Observabilidad.
Un sistema se dice que es controlable en el tiempo t0 si es posible por medio de un
vector de control transferir el sistema de un estado inicial x(t0) a cualquier otro
estado en un intervalo finito de tiempo.
Un sistema se dice que es observable en el tiempo t0 si, con el sistema en estado
x(t0), es posible determinar este estado de la observacin de la salida en un
intervalo de tiempo finito.
Los conceptos de controlabilidad y observabilidad fueron propuestos por Kalman.
Juegan un papel importante en el diseo de sistemas de control en espacio de
estado. De hecho, las condiciones de controlabilidad y observabilidad pueden
decidir la existencia o no de una solucin completa al problema del diseo de un
sistema de control. La solucin a este problema puede no existir si el sistema
considerado no es controlable. Aunque la mayora de los sistemas fsicos son
controlables y observables, sus correspondientes modelos matemticos pueden no
serlo. Es necesario conocer las condiciones bajo las cuales un sistema es
controlable y observable.
F. Javier Garca Ruiz, Eduardo J. Moya. DISA.
Univ. Valladolid
59
Controlabilidad(2)
Controlabilidad completa del estado de sistemas continuos.
Considere el sistema:
= +
A es nxn
B es nx1
Este sistema es controlable si se cumple que la matriz:
(3.69)
nxn tiene rango n.
Si lo trasladamos al plano S, la condicin necesaria y suficiente es
que no haya cancelaciones. Es decir que no aparezcan ceros y
polos iguales.
F. Javier Garca Ruiz, Eduardo J. Moya. DISA.
Univ. Valladolid
60
Controlabilidad(3)
Ejemplo, sea el sistema:
()
+ 2.5
=
+ 2.5 1
()
Este sistema al tener un polo y un cero iguales no es controlable.
Si lo pasamos a espacio de estado nos queda:
1
1
0
1
1
=
+
2
1
2.5 1.5 2
Calculando la matriz de controlabilidad:
1 1
=
1 1
Que es de rango 1.
61
Controlabilidad(4)
Ejemplo, sea el sistema:
()
+ 7
=
+ 1 + 2
()
2
1
0 2 2
Calculando la matriz de controlabilidad:
1 1
1 2
62
Controlabilidad(5)
Controlabilidad de la salida. En la prctica puede ser que queramos controlar
la salida en vez del estado. Dado el sistema
= +
= +
A es nxn
B es nxr
C es mxn
D es mxr
Este sistema es completamente controlable en la salida si existe un vector u(t)
que puede llevar la salida de un valor y(t0) a otro y(t1) en un intervalo de
tiempo finito. La condicin para que el sistema sea completamente
controlable en la salida es que la matriz mx(n+1)r:
(3.70)
tenga rango m.
F. Javier Garca Ruiz, Eduardo J. Moya. DISA.
Univ. Valladolid
63
Observabilidad
Dado el sistema
= A es nxn
=
C es mxn
Se dice que el sistema es completamente observable si cada
estado x(t0) puede determinarse de la observacin de la salida
y(t) en un intervalo finito de tiempo.
El concepto de observabilidad es muy importante para poder
reconstruir variables de estado que no son medibles, a partir de
la salida en un tiempo limitado. (Control por realimentacin de
estado)
64
Observabilidad(2)
Para que el sistema sea completamente observable se debe
cumplir que el rango de la matriz nmxn:
(3.71)
sea n.
Al igual que en el caso de la Controlabilidad, si lo trasladamos al
plano S, la condicin necesaria y suficiente es que no haya
cancelaciones. Es decir que no aparezcan ceros y polos iguales.
65
Observabilidad(3)
Sea el sistema con
0
1
0
0
= 0
0
1 = 0 = 4 5 1
6 11 6
1
La matriz de observabilidad ser:
4 6 6
= 5 7 5
1 1 1
1
Cuyo determinante es 0, por tanto no tiene rango 3. No es completamente
observable.
Si calculamos la funcin de transferencia:
Y la FdT:
()
()
= + 1 + 4
()
()
1
+1 +2 +3
+ 1 + 4
()
=
+ 1 + 2 + 3
()
F. Javier Garca Ruiz, Eduardo J. Moya. DISA.
Univ. Valladolid
66
(3.72)
67
Dado el sistema = 2
que tiene polos -0.50.866i su representacin en
++1
espacio de estado es:
1 1
1
=
=
= 1 1 = 0
1
0
0
Que es controlable y observable:
1 1
1 1
=
=
0 1
0 1
2
Si discretizamos con =
= 3.6277 obtenemos:
20.866
0.163
0
0
=
=
= 1 1 = 0
0
0.163
1.163
Y las matrices de controlabilidad y observabilidad tienen rango 1:
0
0
1
1
=
=
1.163 0.1896
0.163 0.163
F. Javier Garca Ruiz, Eduardo J. Moya. DISA.
Univ. Valladolid
68