Representación de Sistemas en Espacio de Estado

Tema 4
Modelo de estado y solucin a la

ecuacin de estado.
F. Javier Garca Ruiz, Eduardo J. Moya. DISA.

Univ. Valladolid
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.
Univ. Valladolid
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 <
Para estudiar el Modelo de Estado nos centraremos en sistemas

fsicos, que presentan el principio de causalidad. Y dentro de los
sistemas causales en los deterministas, para los cuales para una
entrada se obtiene una salida de forma unvoca.
El vector de estado se define sobre un espacio de estado que es el
espacio vectorial sobre el que toma valores el vector de estado.
Teniendo la misma dimensin que el nmero de elementos del vector.
Univ. Valladolid
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
A=[-1 -2;1 0];

B=[2;0];
C=[1 0];
D=0;
sys=ss(A,B,C,D);
[y,t,x]=step(sys);
plot(t,x(:,1))
plot(t,x(:,2))
plot(x(:,1),x(:,2))
0.5
6
Time (seconds)
10
12

Univ. Valladolid
0.8
0.6
0.4
0.2
0
-0.4
-0.2
0.2
0.4
0.6
0.8
Ecuaciones del modelo de estado(1)

Los sistemas dinmicos diferenciales se caracterizan porque se
les puede representar por las ecuaciones:
= , ,
(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.

Univ. Valladolid

De estas ecuaciones se intuye:
La continuidad de las trayectorias descritas por las variables de
estado.
Que la dimensin del vector de estado coincide con el nmero
mnimo de condiciones iniciales necesarias para resolver la
ecuacin de estado.
Que pueden considerarse como variables de estado las salidas de
los integradores.
Los estados de equilibrio se determinan a partir de las soluciones
de la ecuacin:
, , = 0
(3.3)
Univ. Valladolid

Para los sistemas dinmicos discretos, la ecuacin de estado se
puede escribir como:
+ 1 = , ,
(3.4)
= , ,
(3.5)
Para un sistema lineal las ecuaciones (3.1) y (3.2) son:
= + ()
(3.6)
= + ()
(3.7)
y las ecuaciones (3.4) y (3.5):
+ 1 = + ()
(3.8)
= + ()
(3.9)
Univ. Valladolid

Si el sistema es invariante en el tiempo las matrices A, B, C y D
son constantes en el tiempo:
= + ()
(3.10)
= + ()
(3.11)
+ 1 = + ()
(3.12)
= + ()
(3.13)
Trabajaremos con sistemas lineales e invariantes en el tiempo.

Univ. Valladolid

Transformaciones Lineales
Dado el sistema lineal:
= + ()
= + ()
(3.6)
(3.7)
Definida una matriz nxn no singular T(t) y que exista la derivada

de su inversa. Se puede definir un nuevo vector de estado a
partir de x(t) mediante:

=
= 1 ()
(3.14)
Univ. Valladolid

Sustituyendo en el sistema inicial obtenemos un nuevo modelo:

()
=
+
(3.15)

()
+
=
(3.16)
Donde:
= 1 + 1 ()
= 1
=
(3.17)
= ()
Partiendo de un modelo de estado cualquiera y conociendo la matriz

T(t) de transformacin, se puede obtener una nueva representacin de
estado.
Es lo que se denomina transformacin lineal en el espacio de estados.
Si la matriz T es invariante en el tiempo:
= 1
(3.18)
Univ. Valladolid
10
Representacin grfica de los sistemas lineales

u(t)
(t)
x(t)
y(t)
+
A
D
u(k)
x(k+1)
+
+
x(k)
y(k)
+
A
D

Univ. Valladolid
11
Obtencin del modelo de estado(1)

Sea un sistema definido por
( + 1 (1 +...+1 + = 0 ( + 1 (1 +...+1 +
O por:
(k) + 1 ( 1)+...+1 ( + 1)+ =
=0 () + 1 ( -1)+...+ ( )
(3.19)
(3.20)
Donde u es la entrada e y es la salida (sistema monovariable). Estas ecuaciones

pueden escribirse con la Transformada de Laplace o la transformada Z como:
()
0 +1 1 +...+1 s+
=
(3.21)
+1 1 +...+1 s+
()
()
()
0 +1 1 +...+1 z+
+1 1 +...+1 z+

Univ. Valladolid
(3.22)
12

Forma cannica controlable
1
2
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.

Univ. Valladolid
13

Ejemplo, sea la ecuacin diferencial:
3 + 2 + 5 + 6 = 3 + 7
Haciendo:
31 + 2 1 + 5 1 + 61 =
2 = 1
3 = 1
Nos queda:
1 = 2
2 = 3
3 = 13 23 52 61
En forma matricial:
0
1
0
1
0
0
1
=
+
5
2
3
2 3 3
Adems:
= 71 + 31 = 3 7 0

Univ. Valladolid
14

Ejemplo, sea la ecuacin en diferencias:
+ 2 + 1.3 + 1 + 0.4 = + 1 +
Haciendo:
1 + 2 + 1.31 + 1 + 0.41 = ()
2 () = 1 ( + 1)
Nos queda:
1 + 1 = 2
2 + 1 = 1.32 0.41
En forma matricial:
0
1
0
+
=
0.4 1.3
1
Adems:
= 1 + 2 = 1 1

Univ. Valladolid
15

Forma cannica observable
1
2
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

Univ. Valladolid
(3.28)
16

Haciendo:
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

Univ. Valladolid
17

+ 2 + 1.3 + 1 + 0.4 = + 1 +
Haciendo:
+ 1 + 1.3 () = 0.4
1 = + 1 + 1.3
= 1 1.3 +
2 =
Nos queda:
1 + 1 = 0.42
2 + 1 = 1.32 + 1
En forma matricial:
0 0.4
0
+
+ 1 =
1 1.3
1
Adems:
= 2 = 0 1
Univ. Valladolid
18

Forma cannica diagonal
Si la ecuacin (3.13) tiene todas las races del denominador diferentes entre si,
entonces puede obtenerse la representacin:
1
1
2
=
= 1
1
1
2
1
+
1
2
+ 0

Univ. Valladolid
(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
Univ. Valladolid
20

+ 2 + 1.3 + 1 + 0.4 = + 1 +
La funcin de transferencia es:
()
+ 1
5/3
2/3
= 2
=
+
() + 1.3 + 0.4 + 0.5 + 0.8
Hacemos:
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
Univ. Valladolid
21

Forma cannica de Jordan
Si la ecuacin (3.13) no tiene todas las races del denominador diferentes entre
si, sino que tiene races mltiples, entonces puede obtenerse la representacin
de Jordan modificando la forma diagonal anterior:
1
1
0
2
0
3
=
0
4
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

Univ. Valladolid
(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
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:

Univ. Valladolid
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:
= +
Y puesto en forma matricial:

1 1
0

=
+
1 ()
= 1 0

Univ. Valladolid
25
Caractersticas del modelo de estado

En una matriz A de un modelo de estado, sus valores propios son las races de
la Ec. Caracterstica:
= 0
A estos valores propios tambin se les llama races caractersticas.
Diagonalizacin de una matriz nxn
Si una matriz A de nxn tiene todos sus valores propios diferentes, 1, 2, n,
1
1
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.
Univ. Valladolid
26
Convertir de Funcin de Transferencia

a Espacio de Estado(1)
Veamos un ejemplo. Sea la funcin de transferencia:
()
24
= 3
() + 9 2 + 26 + 24
Se hace el producto cruzado:
3 + 9 2 + 26 + 24 = 24()
La ecuacin diferencial que corresponde con este modelo es:
+ 9 + 26 + 24 = 24
Se seleccionan como variables de estado las derivadas de la salida:
1 =
2 =
3 =
Tomando derivadas de las variables de estado elegidas:
1 = 2
2 = 3
3 = 241 262 93 + 24
= = 1
Univ. Valladolid
27

En forma matricial:
1
2
3
()
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
Univ. Valladolid
28

Si la funcin de transferencia tiene un polinomio en el numerador de orden mayor que
cero, se separa la funcin de transferencia en 2 en cascada. Ej:
()
2 + 7 + 2
=
() 3 + 9 2 + 26 + 24
()
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
Univ. Valladolid
29

= 3 + 72 + 21 = 2 7
0
1
0
0
=
0
0
1 + 0
24 26 9
1
()
24
3 ()
- - -
2 ()
+
7
1 ()
1 ()
+
+
()
9
26
24
Univ. Valladolid
30

Para sistemas discretos se trabaja igual. Si la funcin de transferencia tiene un polinomio
en el numerador de orden mayor que cero, se separa la funcin de transferencia en 2 en
cascada. Ej:
()
+ 1
= 2
() + 1.3 + 0.4
()
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

Univ. Valladolid
31

En forma matricial:
0
1
0
()
+ 1 =
() +
0.4 1.3
1
Adems:
() = 1 + 2 = 1 1 ()
() +
2 ( + 1)
-
1 ( + 1)
1.3
+
1 ()
c()
+
0.4

Univ. Valladolid
32
Convertir de Espacio de Estado

a Funcin de Transferencia (1)
Dado el sistema representado en espacio de estado mediante:
= + ()
= + ()
Tomando transformada de Laplace (con condiciones iniciales nulas):
= +
= +
Resolviendo la primera ecuacin:
=
= 1 ()
Sustituyendo en la segunda ecuacin:
= 1 + = 1 +
(3.6)
(3.7)
(3.33)
(3.34)
(3.35)
(3.36)
(3.37)
Si los vectores y son en realidad escalares, podemos encontrar la funcin de

transferencia como:
=
()
()
1 +
(3.38)
Podemos ver que los polos del sistema son los autovalores de A.
Univ. Valladolid
33

Ejemplo. Dado el sistema:
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

Univ. Valladolid
34

Dado el sistema representado en espacio de estado mediante:
+ 1 = + ()
= + ()
Tomando transformada Z (con condiciones iniciales nulas):
= +
= +
Resolviendo
= 1 ()
Y sustituyendo en la segunda ecuacin:
= 1 + = 1 +
(3.12)
(3.13)
(3.39)
(3.40)
(3.41)
(3.42)
Si los vectores y son en realidad escalares, podemos encontrar la funcin de

transferencia pulsada como:
=
()
()
1 +
(3.43)
Podemos ver que los polos del sistema son los autovalores de A.
Univ. Valladolid
35
Solucin de la Ecuacin de estado en el dominio

temporal(1)
Solucin de la Ecuacin Homognea
= () es de la forma:
La solucin de la ecuacin diferencial escalar ()
= (0)
(3.44)
donde x(0) es el valor de x(t) para t=0 (Condicin inicial).
Si tomamos la ecuacin matricial: = () donde x es un vector n
dimensional y A es una matriz nxn, la solucin es de la forma:
= (0)
(3.45)
donde la matriz
=0 !
y se puede demostrar que converge para
cualquier valor finito de t.

Univ. Valladolid
36

temporal (2)
Solucin de la Ecuacin Homognea mediante la Transformada de Laplace
= () tomando Transformada de
Para la ecuacin diferencial escalar ()
Laplace:
0 = ()
(3.46)
(0)
=
= 1 (0)

Tomando la transformada inversa llegamos a la misma solucin:
= (0)
(3.47)
Si tomamos la transformada de Laplace en la ecuacin matricial: =
0 = ()
= 0
= 1 1 0
= 0 = ()
(3.48)
Univ. Valladolid
37

temporal (3)
Propiedades de la matriz de transicin de estados.
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

Univ. Valladolid
38

temporal(4)
Solucin para el caso no homogneo.
Empezaremos considerando el caso escalar
= +
Cuya solucin es:
= 0 + 0
(3.49)
(3.50)
Que como ya sabemos la primera parte corresponde a las

condiciones iniciales y la segunda parte es la respuesta a la
entrada u(t).

Univ. Valladolid
39

temporal(5)
Solucin para el caso no homogneo.
Consideremos ahora la ecuacin de estado no homognea
= +
(3.10)
Cuya solucin es:
= 0
Que puede escribirse tambin:

+ 0
t
= () 0 + 0 Bu d
(3.51)
(3.52)
La solucin vuelve a ser la suma de un trmino debido a la

transicin del estado inicial y un trmino debido al vector de
entradas.
Univ. Valladolid
40

temporal(6)
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

Univ. Valladolid
41

temporal(7)
0 =
Por tanto:
Resolviendo las 8 ecuaciones:
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

Univ. Valladolid
42

temporal(8)
=
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
La respuesta a estado cero, contiene la respuesta forzada, 1/8 y trminos de la

forma 2 y 4 que son parte de la respuesta libre aunque a y b no
dependen de las condiciones iniciales.
El resultado final sera:
1 7 2 7 4
+

8
4
8
= 0 + =
7 2 7 4
0

+
2
2
Univ. Valladolid
43
Solucin de la Ecuacin de Estado mediante la

Transformada de Laplace(1)
Hemos visto como se poda obtener la solucin de una ecuacin diferencial usando
la T. de Laplace. Tambin puede usarse cuando representamos al sistema en
Espacio de Estado.
Sea la ecuacin de estado:
y la ecuacin de salida:
= +
= +
(3.10)
(3.11)
Tomando la transformada de Laplace en ambos lados de la ecuacin:

0 = + ()
(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):

Univ. Valladolid
44

Resolvemos multiplicando por la izda. a ambos lados de la ecuacin por
=
Para la ecuacin de salida:
La solucin temporal:
= 0 + 0
Donde
0 +
()
= 0 + 0
(3.55)
(3.56)
= + ()
(3.57)
= =

Univ. Valladolid
45

Ejemplo, dado el sistema siguiente:
0
1
0
0
= 0
0
1 + 0
24 26 9
1
= 1 1 0
1
0 = 0
2
1) Resuelva la ecuacin de estado anterior y obtenga la salida para la entrada
exponencial dada.
2) Encuentre los valores caractersticos y los polos del sistema.
Solucin:
1
= 0
24 26
0
1
+ 9

Univ. Valladolid
46

2 + 9 + 26
+ 9
24
2 + 9
24
26 + 24
3 + 9 2 + 26 + 24
La transformada de Laplace de la entrada es: 1 +1

= 1 0 + ()
3 + 10 2 + 37 + 29
1
=
2 2 21 24
+ 1 + 2 + 3 + 4
2 2 21 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
Univ. Valladolid
47

Transformada Z (1)
Sea la ecuacin de estado:

y la ecuacin de salida:
( + 1) = () + ()
(3.12)
() = () + ()
(3.13)
0 = +
(3.58)
= 0 +
(3.59)
Tomando transformada z a ambos lados de la ecuacin:

Entonces:
Tomando transformada inversa z:
= 1
0 +
0 + 1
En este caso la matriz de transicin de estado es:
= 1

Univ. Valladolid
(3.60)
(3.61)
48

Transformada Z (2)
Obtenga la matriz de transicin de estado del sistema discreto siguiente:
0
1
1
,
= 1 0
,
=
0.16 1
1
Obtenga despus el estado x(k) y la salida y(k) cuando la entrada es u(k)=1. Suponga
un estado inicial dado por:
1
0 =
1
=
La matriz de transicin de estado es:

= 1 1
Primero obtenemos:
1 1
1

=
=
0.16 + 1
Univ. Valladolid
49

Transformada Z (3)
+ 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

Univ. Valladolid
50

Transformada Z (4)
4
1
0.2
0.8
3
3
=
0.8
0.8
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
Univ. Valladolid
51

Transformada Z (5)
Entonces:
=
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

Univ. Valladolid
+ 25
18
52
Propiedades de la Matriz de Transicin de Estados

Discreta
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

Univ. Valladolid
53
Discretizacin de las ecuaciones en el espacio de

estado en tiempo continuo (1)
Consideremos el sistema:
= +
= +
(3.6)
(3.7)
+ 1 = ()() + ()()
(3.62)
La representacin en tiempo discreto del sistema continuo tomar la forma:
donde usamos la notacin kT y (k+1)T en lugar de k y (k+1).

Obsrvese que G y H dependen del perodo de muestreo T. Fijado T las dos matrices son
constantes.
Para obtener G y H supondremos que u(t) es muestreada y pasada por un bloqueador
de orden 0 de forma que u(t) es constante entre instantes de muestreo:
= ,
+ 1
Univ. Valladolid
54

Para un instante t=(k+1)T:
+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:

Univ. Valladolid
55

+ 1 = + 0
Siendo = .
Definiendo:
= + 0
= = 0
La ecuacin queda entonces:
+ 1 = ()() + ()()
= + ()
Que es lo que queramos obtener C y D son constantes y no dependen de T.

Si la matriz A es no-singular, entonces:
= 1
Univ. Valladolid
(3.66)
(3.67)
(3.12)
(3.13)
(3.68)
56

Ejemplo:
Obtenga las ecuaciones de estado y de salida en tiempo discreto y la funcin de
transferencia pulso (T=1) del sistema:
1
=
+ 2
Que puede ponerse en forma de espacio de estado:
1
0 1 1
0
=
+
2
0 2 2
1
1
= 1 0
=
1
0
1
2
1 2
2
1
0
0
=
1
1
2
1
2

Univ. Valladolid
1 2
2
2 1
+
2
1
2
1 2
57

Como T=1 nos queda:
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 =

Univ. Valladolid
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.
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.
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.

Univ. Valladolid
61
Controlabilidad(4)
Ejemplo, sea el sistema:
()
+ 7
=
+ 1 + 2
()
Si lo pasamos a espacio de estado nos queda:

1
1 0 1
1
=
+
2
1
0 2 2
Calculando la matriz de controlabilidad:
1 1
1 2
Que es de rango 2. Por tanto es completamente controlable.

Univ. Valladolid
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.
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)

Univ. Valladolid
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.

Univ. Valladolid
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
Nos dan una FdT:
()
()
1
+1 +2 +3
+ 1 + 4
()
=
+ 1 + 2 + 3
()
Univ. Valladolid
66
Efecto de la discretizacin sobre la controlabilidad y la

observabilidad (1)
Cuando se discretiza un sistema continuo completamente controlable y
observable y este presenta polos complejos, al discretizarlo seguir siendo
controlable y observable si se cumple:

(3.72)
Donde T es el periodo de muestreo y n=1, 2, Si el sistema continuo no

posee polos complejos conjugados no hay ningn problema al discretizar.
La condicin anterior lo que nos dice es que se debe elegir el periodo de
muestreo de forma que la frontera de la franja primaria no pase por ningn
polo del sistema, ya que en este caso los polos complejos se convierten en
dos polos reales iguales.

Univ. Valladolid
67
Efecto de la discretizacin sobre la controlabilidad y la

observabilidad (2)
+1
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
Univ. Valladolid
68

Representación de Sistemas en Espacio de Estado

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Representación de Sistemas en Espacio de Estado

Diunggah oleh

Hak Cipta:

Format Tersedia

Tema 4

Modelo de estado y solucin a la

F. Javier Garca Ruiz, Eduardo J. Moya. DISA.

Para estudiar el Modelo de Estado nos centraremos en sistemas

A=[-1 -2;1 0];

F. Javier Garca Ruiz, Eduardo J. Moya. DISA.

Ecuaciones del modelo de estado(1)

F. Javier Garca Ruiz, Eduardo J. Moya. DISA.

Ecuaciones del modelo de estado(2)

Ecuaciones del modelo de estado(3)

Ecuaciones del modelo de estado(4)

F. Javier Garca Ruiz, Eduardo J. Moya. DISA.

Ecuaciones del modelo de estado(5)

Definida una matriz nxn no singular T(t) y que exista la derivada

Ecuaciones del modelo de estado(6)

Partiendo de un modelo de estado cualquiera y conociendo la matriz

Representacin grfica de los sistemas lineales

F. Javier Garca Ruiz, Eduardo J. Moya. DISA.

Obtencin del modelo de estado(1)

Donde u es la entrada e y es la salida (sistema monovariable). Estas ecuaciones

F. Javier Garca Ruiz, Eduardo J. Moya. DISA.

Obtencin del modelo de estado(2)

F. Javier Garca Ruiz, Eduardo J. Moya. DISA.

Obtencin del modelo de estado(3)

F. Javier Garca Ruiz, Eduardo J. Moya. DISA.

Obtencin del modelo de estado(4)

F. Javier Garca Ruiz, Eduardo J. Moya. DISA.

Obtencin del modelo de estado(5)

F. Javier Garca Ruiz, Eduardo J. Moya. DISA.

Obtencin del modelo de estado(6)

F. Javier Garca Ruiz, Eduardo J. Moya. DISA.

Obtencin del modelo de estado(7)

Obtencin del modelo de estado(8)

F. Javier Garca Ruiz, Eduardo J. Moya. DISA.

Obtencin del modelo de estado(9)

Obtencin del modelo de estado(10)

Obtencin del modelo de estado(11)

F. Javier Garca Ruiz, Eduardo J. Moya. DISA.

Obtencin del modelo de estado(12)

F. Javier Garca Ruiz, Eduardo J. Moya. DISA.

Y puesto en forma matricial:

F. Javier Garca Ruiz, Eduardo J. Moya. DISA.

Caractersticas del modelo de estado

Convertir de Funcin de Transferencia

Convertir de Funcin de Transferencia

Convertir de Funcin de Transferencia

Convertir de Funcin de Transferencia

Convertir de Funcin de Transferencia

F. Javier Garca Ruiz, Eduardo J. Moya. DISA.

Convertir de Funcin de Transferencia

F. Javier Garca Ruiz, Eduardo J. Moya. DISA.

Convertir de Espacio de Estado

Si los vectores y son en realidad escalares, podemos encontrar la funcin de

Convertir de Espacio de Estado

F. Javier Garca Ruiz, Eduardo J. Moya. DISA.

Convertir de Espacio de Estado

Si los vectores y son en realidad escalares, podemos encontrar la funcin de

Solucin de la Ecuacin de estado en el dominio

y se puede demostrar que converge para

cualquier valor finito de t.

F. Javier Garca Ruiz, Eduardo J. Moya. DISA.

Solucin de la Ecuacin de estado en el dominio

Solucin de la Ecuacin de estado en el dominio