Anda di halaman 1dari 400

TEORÍA DE CONTROL

Didier Giraldo B. e Iván Tabares G.

1997
TABLA DE CONTENIDO

PREFACIO xi
1 INTRODUCCION 1
1.1 Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Sistema de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.4 Sistema de control escalar en lazo abierto . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.5 Sistema de control escalar en lazo cerrado . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.6 Problema básico de la Ingenierı́a de Control . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.7 Ejemplos de sistemas de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.8 Requerimientos de un sistema de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.9 Algunos tipos de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.9.1 Control adaptivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.9.2 Control óptimo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.9.3 Control digital . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.10 Ejemplo introductorio a los sistemas de control . . . . . . . . . . . . . . . . . . . . . . 9
1.11 Construcción del modelo matemático . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.12 Linealización del modelo matemático . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.13 Selección de u (Estrategia de control) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.14 Acciones básicas de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.15 Efectos de la realimentación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.16 Efecto en la ganancia total . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.17 Efecto en la estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.18 Efecto en la sensitividad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.19 Efecto en la perturbación externa o ruido . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2 MODELOS MATEMATICOS DE SISTEMAS FISICOS 25
2.1 Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2 Modelos matemáticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3 Clasificación de sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.3.1 Sistema determinı́stico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.2 Sistema causal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.3 Sistema lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.4 Sistema invariante con el tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

iii
iv

2.4 Ecuaciones de estado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29


2.4.1 Matriz de transferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.5 Una ecuación diferencial de n−ésimo orden . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.6 Sistemas mecánicos de traslación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.6.1 Masa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.6.2 Resorte traslacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.6.3 Amortiguador traslacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.7 Un método para obtener la ecuación de estado y la de salida . . . . . . . . . 36
2.8 Otro método para obtener la ecuación de estado y la de salida . . . . . . . . 39
2.9 Sistemas mecánicos de rotación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.9.1 Inercia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.9.2 Resorte rotacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.9.3 Amortiguador rotacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.10 Circuito serie R-L-C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.11 Analogı́a fuerza-torque-voltaje . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.12 Circuito paralelo R-L-C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.13 Analogı́a fuerza-torque-corriente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.14 Ecuaciones de estado para circuitos eléctricos . . . . . . . . . . . . . . . . . . . . . . . 56
2.15 Método sistemático para obtener las ecuaciones de estado . . . . . . . . . . . . 57
2.16 Ecuaciones de estado con derivadas de las entradas . . . . . . . . . . . . . . . . . . 62
2.17 Otras analogı́as electromecánicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
2.17.1 Palancas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
2.17.2 El transformador ideal como análogo de la palanca . . . . . . . . . . . . 64
2.17.3 El transformador como acoplador de impedancias . . . . . . . . . . . . . 64
2.17.4 La palanca como acoplador de elementos mecánicos . . . . . . . . . . . . 65
2.17.5 Sistemas acoplados de movimento rotacional . . . . . . . . . . . . . . . . . . 68
2.17.6 El engranaje como acoplador de elementos mecánicos . . . . . . . . . . 69
2.18 Linealización de un modelo matemático no lineal . . . . . . . . . . . . . . . . . . . . 72
2.19 El servomotor hidráulico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
2.20 Gobernador de velocidad de una turbina . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
2.21 Linealización de las ecuaciones de estado no lineales . . . . . . . . . . . . . . . . . 79
2.22 Diagramas de bloques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
2.23 Sistema de lazo cerrado sometido a una perturbación . . . . . . . . . . . . . . . . 82
2.24 Reducción de diagramas de bloques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
2.25 Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
2.25.1 Sismógrafo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
2.25.2 El servomotor bifásico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
2.25.3 Motor de CC controlado en el inducido . . . . . . . . . . . . . . . . . . . . . . 89
2.25.4 Motor de CC controlado en el campo . . . . . . . . . . . . . . . . . . . . . . . . 91
2.26 Sensores de error en sistemas de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
2.26.1 Potenciómetros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
2.26.2 Synchros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
2.27 Ejemplos de control de posición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
2.27.1 Control de posición con sensor de error potenciométrico . . . . . . . . 99
2.27.2 Control de posición con synchros y motor DC . . . . . . . . . . . . . . . . 101
2.27.3 Control de posición con synchros y motor bifásico . . . . . . . . . . . . 104
0.0 TABLA DE CONTENIDO v

2.28 Sistemas de nivel de lı́quido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106


2.29 Sistemas de nivel de lı́quido con interacción . . . . . . . . . . . . . . . . . . . . . . . 108
2.30 Sistema de nivel de lı́quidos no lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
2.31 Sistemas neumáticos o de presión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
2.32 Sistemas térmicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
3 SIMULACION Y SINTESIS DE FUNCIONES DE
TRANSFERENCIA 121
3.1 El Amplificador Operacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
3.1.1 Algunos Circuitos con Amplificador Operacional . . . . . . . . . . . . . 122
3.1.1.1Amplificador con dos Fuentes de Entrada 122
3.1.1.2Sumador 124
3.1.1.3Integrador 125
3.1.1.4Derivador 126
3.1.1.5Filtro de un Polo 128
3.2 Elementos de Cálculo Analógico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
3.2.1 Solución de ecuaciones diferenciales mediante la computadora
analógica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
3.2.2 Elementos básicos de cálculo analógico . . . . . . . . . . . . . . . . . . . . . . 130
3.3 Solución de ecuaciones diferenciales mediante la computadora
analógica
Sı́ntesis de funciones de transferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
3.3.1 Realización ”OBSERVER” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
3.4 Generación de algunas funciones del tiempo . . . . . . . . . . . . . . . . . . . . . . . 134
3.5 Escalamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
3.5.1 Escalamiento en amplitud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
3.5.2 Escalamiento en tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
3.6 Otras realizaciones para representar sistemas por ecuaciones de
estado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
3.6.1 Realización ”CONTROLLER” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
3.6.2 Realización ”OBSERVABILITY” . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
3.6.3 Realización ”CONTROLLABILITY” . . . . . . . . . . . . . . . . . . . . . . . 144
4 ACCIONES BASICAS DE
CONTROL 147
4.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
4.2 Clasificación de los controles automáticos . . . . . . . . . . . . . . . . . . . . . . . . . 147
4.2.1 Controles de dos posiciones o de SI-NO . . . . . . . . . . . . . . . . . . . . . 148
4.2.2 Acción de control proporcional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
4.2.3 Acción de control integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
4.2.4 Acción de control proporcional integral (PI) . . . . . . . . . . . . . . . . . 158
4.2.5 Acción de control proporcional y derivativo (PD) . . . . . . . . . . . . . 160
4.2.6 Acción de control proporcional integral derivativo (PID) . . . . . . 161
4.2.6.1Algunas estructuras del controlador PID 163
5 RESPUESTA EN EL DOMINIO DEL TIEMPO 175
5.1 Estabilidad absoluta, estabilidad relativa y error estacionario . . . . . . . . 175
5.1.1 Estabilidad relativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
5.1.2 Error estacionario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
vi

5.1.3 Respuesta impulsiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177


5.1.4 Algunos teoremas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
5.1.5 Sistema de primer orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
5.1.5.1Respuesta al escalón unitario 178
5.1.5.2Respuesta a la rampa unitaria 181
5.1.5.3Respuesta al impulso unitario 181
5.1.6 Sistema de segundo orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
5.1.6.1Caso subamortiguado o respuesta con 0 < ζ < 1 184
5.1.6.2Caso de amortiguamiento crı́tico o respuesta con ζ = 1 185
5.1.6.3Caso sobreamortiguado o respuesta con ζ > 1 186
5.1.6.4Respuesta oscilatoria o caso de amortiguamiento nulo,
ζ=0 187
5.2 Especificaciones de respuesta transitoria . . . . . . . . . . . . . . . . . . . . . . . . . . 189
5.2.1 Especificaciones de respuesta transitoria para sistemas de segundo
orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
5.2.1.1Tiempo de crecimiento o tiempo de levante tr 191
5.2.1.2Tiempo de pico tp 191
5.2.1.3Máximo sobreimpulso Mp 192
5.2.1.4Tiempo de establecimiento ts 193
5.3 Sistemas de órdenes superiores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
5.3.1 Sistema de tercer orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
5.3.2 Respuesta transitoria de sistemas mayor orden . . . . . . . . . . . . . . . 197
6 CRITERIOS DE ESTABILIDAD 199
6.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
6.1.1 Método de Newton-Raphson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
6.2 Análisis de estabilidad por cancelación de polos . . . . . . . . . . . . . . . . . . . . 201
6.2.1 Explicación de la diferencia en comportamiento de las realizaciones
de las Figs 6.3 y 6.5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
6.3 Controlabilidad y observabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
6.3.1 Aclaración sobre controlalibidad y observabilidad . . . . . . . . . . . . . 207
6.4 Control por realimentación de variables de estado . . . . . . . . . . . . . . . . . . 207
6.5 Criterios algebraicos y frecuenciales de estabilidad . . . . . . . . . . . . . . . . . . 209
6.5.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
6.5.2 Criterio de Routh y Hurwitz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
6.6 Criterios frecuenciales de estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
6.6.1 El principio del argumento o del ángulo . . . . . . . . . . . . . . . . . . . . . 214
6.6.2 El criterio de Mikhailov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
6.6.3 El criterio de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
6.6.4 Regla de las transiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232
6.6.5 Estabilidad según el diagrama de Bode . . . . . . . . . . . . . . . . . . . . . . 233
7 SINTESIS EN EL DOMINIO DE LA FRECUENCIA 235
7.1 Especificaciones en el dominio frecuencial . . . . . . . . . . . . . . . . . . . . . . . . . 235
7.2 Correlación entre respuestas transitoria y frecuencial para un
sistema de segundo orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
7.3 Estabilidad relativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
7.4 Margen de amplitud y margen de fase . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240
0.0 TABLA DE CONTENIDO vii

7.4.1 Margen de amplitud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240


7.4.2 Margen de fase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242
7.4.3 Margen de amplitud y margen de fase en el lugar de Bode . . . . . 243
7.5 Técnicas de compensación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
7.5.1 Compensador de adelanto de fase . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
7.5.2 Errores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250
7.5.2.1Tipo Cero 251
7.5.2.2Tipo Uno 251
7.5.2.3Compensación con adelantor de fase 253
7.5.3 El compensador de atraso de fase . . . . . . . . . . . . . . . . . . . . . . . . . . . 258
7.5.3.1Compensación con atrasador de fase 260
8 REALIMENTACION LINEAL DE LAS VARIABLES DE
ESTADO 265
8.1 Realimentación de las variables de estado y controlabilidad de los
modos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
8.1.1 Algunas fórmulas para la ganancia de realimentación . . . . . . . . . 267
8.1.2 Importancia de la forma canónica ”CONTROLLER” . . . . . . . . . 268
8.1.3 Otras fórmulas para la ganancia de realimentación . . . . . . . . . . . . 270
8.1.4 Fórmula de Mayne-Murdoch. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271
8.1.5 Realimentación del estado y los ceros de la función de
transferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272
8.1.6 Realizaciones no controlables y estabilizables . . . . . . . . . . . . . . . . . 272
8.1.7 Reguladores, referencias diferentes de cero y seguimiento . . . . . . 273
8.1.7.1Referencias diferentes de cero 273
8.1.7.2Perturbaciones de entrada constante y realimentación
integral 275
8.1.7.3Observaciones finales 278
9 DISEÑO DE OBSERVADORES ASINTOTICOS Y
COMPENSADORES 279
9.1 Observadores asintóticos para medida de los estados . . . . . . . . . . . . . . . . 279
9.1.1 Un observador en lazo abierto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 280
9.1.2 Un observador en lazo cerrado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281
9.1.3 Fórmulas para el vector de ganancias del observador . . . . . . . . . . 282
9.2 Observador y controlador combinados (compensadores). . . . . . . . . . . . . . 283
9.2.0.1Implementación del observador 287
9.2.0.2Resumen 287
9.2.1 Perturbaciones constantes y realimentación integrativa . . . . . . . . 287
A TABLAS DE LA TRANSFORMADA DE LAPLACE 293
B PROGRAMA MATLAB 297
B.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297
B.2 Entrando matrices simples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297
B.3 Elementos de las matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 298
B.4 Declaraciones y variables del MATLAB . . . . . . . . . . . . . . . . . . . . . . . . . . . 299
B.5 Información sobre el espacio de trabajo . . . . . . . . . . . . . . . . . . . . . . . . . . . 300
B.6 Cómo terminar el programa y guardar el espacio de trabajo . . . . . . . . . 300
B.7 Números y expresiones aritméticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 301
viii

B.8 Formato de salida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 302


B.9 Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303
B.10 Operaciones matriciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303
B.11 División de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304
B.12 Funciones matriciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304
B.13 Operaciones sobre arreglos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304
B.14 Operaciones relacionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305
B.15 Operaciones lógicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 306
B.16 Funciones matemáticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 306
B.17 Manipulación de vectores y matrices. Generación de vectores. . . . . . . . 307
B.18 Referencia a los elementos de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . 308
B.19 Referencia a los elementos de una matriz usando vectores con
ceros y unos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309
B.20 Matrices vacı́as . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309
B.21 Matrices especiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 310
B.22 Construcción de matrices más grandes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 310
B.23 Funciones matriciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311
B.24 Polinomios y procesamiento de señales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311
B.25 Procesamiento de señales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 312
B.26 Filtraje de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313
B.27 Funciones como función . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314
B.28 Integración numérica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315
B.29 Ecuaciones no lineales y funciones de optimización. . . . . . . . . . . . . . . . . . 315
B.30 Funciones de ecuaciones diferenciales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 316
B.31 Gráficos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317
B.32 Gráficos en dos dimensiones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317
B.33 Creación de un gráfico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318
B.34 Estilos de lı́neas, marcadores y colores. . . . . . . . . . . . . . . . . . . . . . . . . . . . 319
B.35 Adición de lı́neas a un gráfico existente. . . . . . . . . . . . . . . . . . . . . . . . . . . . 320
B.36 Datos complejos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 320
B.37 El archivo tipo m ”peaks”. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321
B.38 Gráficos de matrices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321
B.39 Funciones especiales para gráficas en dos dimensiones. . . . . . . . . . . . . . . 326
B.40 Gráficos en 3 dimensiones. Gráficos de lı́neas. . . . . . . . . . . . . . . . . . . . . . . 327
B.41 ”Meshgrid”. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 328
B.42 Pseudocolor en gráficas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 330
B.43 Gráficas en malla y superficie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331
B.44 Algunas funciones para gráficos de propósito general. . . . . . . . . . . . . . . . 333
B.45 Flujo de control. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 334
B.46 Lazos for. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 334
B.47 Lazos while. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336
B.48 Declaraciones if y break. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336
B.49 Archivos tipo m. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 337
B.50 Archivos ”script”. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 337
B.51 Archivos función. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338
B.52 Ayuda en lı́nea para los archivos m. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339
0.0 TABLA DE CONTENIDO ix

B.53 Comandos ”echo”, ”input”, ”keyboard”, y ”pause”. . . . . . . . . . . . . . . . . . 339


B.54 Variables globales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 340
B.55 Cadenas de texto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 340
B.56 La función ”eval”. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 341
B.57 Como incrementar velocidad y memoria. . . . . . . . . . . . . . . . . . . . . . . . . . . 342
B.58 Archivos de entrada y salida. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343
C INTRODUCCION AL SIMULINK 345
C.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345
C.2 Construcción de un modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 346
C.3 Inicio de una simulación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 349
D EJERCICIOS PROPUESTOS 361
D.1 Del capı́tulo 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 361
D.2 Del capı́tulo 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 362
D.3 Del capı́tulo 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 368
D.4 Del capı́tulo 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 369
D.5 Del capı́tulo 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373
D.6 Del capı́tulo 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 375
D.7 Del capı́tulo 7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 380
D.8 Del capı́tulo 8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 383
D.9 Del capı́tulo 9 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 384
BIBLIOGRAFÍA 387
PREFACIO

Este libro presenta un estudio del análisis y diseño de sistemas de control de tiempo
continuo. Su objetivo es servir como texto para un primer curso en sistemas de
control. Se espera que el estudiante tenga conocimientos previos sobre ecuaciones
diferenciales, análisis vectorial-matricial, circuitos, mecánica, la variable compleja y
la transformada de Laplace.
Esta edición incluye una introducción al programa MATLAB y a su herramienta
SIMULINK, en los apéndices B y C, de gran utilidad para el análisis matemático, la
simulación y el diseño de sistemas. En el apéndice D se incluyen algunos problemas
tı́picos.
El capı́tulo 1 es una introducción a los sistemas de control realimentados en el que
se incluye el análisis y control de un péndulo invertido. Se introducen los efectos de
la realimentación.
El capı́tulo 2 presenta la forma de modelar sistemas fı́sicos mecánicos, eléctricos,
térmicos, de nivel de lı́quido, etc. Los modelos se presentan en su forma básica de
ecuaciones diferenciales. Se pasan luego a su representación clásica de funciones de
transferencia y a la moderna del espacio de estado. Se linealizan sistemas no lineales
alrededor de un punto de operación.
El capı́tulo 3 se refiere a la simulación y sı́ntesis de funciones de transferencia
utilizando el amplificador operacional y se presentan varias representaciones o reali-
zaciones canónicas básicas. También se incluye el escalamiento en amplitud y tiempo.
El capı́tulo 4 presenta las acciones básicas de control utilizadas por la industria.
El capı́tulo 5 se refiere al análisis de las respuestas de un sistema en el tiempo.
Se enfatiza el sistema de segundo orden para establecer las especificaciones de la
respuesta transitoria.
El capı́tulo 6 estudia diferentes criterios de estabilidad algebraicos y frecuenciales.
Se enfatiza el criterio de Nyquist.
El capı́tulo 7 trata sobre el diseño de sistemas realimentados en el dominio de la
frecuencia utilizando compensadores.
En el capı́tulo 8 se estudia el método moderno del control por realimentación de
variables de estado.
El capı́tulo 9 es un complemento al capı́tulo 8 ya que trata sobre el diseño de
observadores asintóticos para estimar las variables de estado.

xi
CAPITULO 1
INTRODUCCION

1.1 Objetivo
Dar algunas definiciones utilizadas en sistemas de control, presentar algunos ejemplos
en forma puramente descriptiva y desarrollar un ejemplo introductorio en el cual se
hace el análisis, la linealización y el esbozo del diseño de un sistema de control. Se
presentan, sólo para sistemas estáticos, algunos de los efectos de la realimentación en
caracterı́sticas de los sistemas que la utilizan, tales como la estabilidad, la ganancia
total y la sensitividad; y también los efectos en las perturbaciones externas o ruido.

1.2 Sistema
Es un modelo de un dispositivo o de un conjunto de ellos existentes en el mundo real
(sistema fı́sico).
En general, el estudio de sistemas fı́sicos consta de cuatro partes: modelaje, des-
cripción matemática, análisis y diseño.
Para desarrollar el modelo de un sistema fı́sico es necesario un profundo conocimien-
to del mismo y de los rangos de operación. Una vez obtenido el modelo, el paso
siguiente es la descripción matemática, la cual se obtiene utilizando leyes fı́sicas. A
partir de la anterior se puede hacer el análisis cuantitativo que consiste en hallar
las respuestas debido a la aplicación de ciertas señales de entrada; y el cualitativo
que consiste en analizar ciertas propiedades tales como estabilidad, controlabilidad y
observabilidad.
Si la respuesta del sistema no es satisfactoria, el sistema debe ser mejorado u
optimizado, ya sea ajustando ciertos parámetros o en otros casos introduciendo com-
pensadores.

1.3 Sistema de control

1
2 INTRODUCCION

Es aquel cuyo fin es obtener varias respuestas deseadas (a partir de ciertas entradas)

Figura 1.1 Bloque que representa un sistema


La Fig. 1.1 muestra un bloque que representa un sistema multivariable
£ en el que se¤
t
supone hay una descripción matemática entre las salidas, y = y1 y2 . . . yn
£ ¤t
y las entradas u = u1 u2 . . . um . Cuando m = n = 1 el sistema es es-
calar.

1.4 Sistema de control escalar en lazo abierto


Aquel que utiliza un controlador (un sistema) en cascada con el sistema a ser con-
trolado (planta o proceso) para obtener la respuesta deseada, como se muestra en la
Fig. 1.2.

Figura 1.2 Sistema de control escalar en lazo abierto

1.5 Sistema de control escalar en lazo cerrado


Aquel que utiliza una medida de la salida actual para compararla con la respuesta
deseada, como se muestra en la Fig. 1.3.
Un transductor es un dispositivo que convierte una señal a otra, generalmente
eléctrica. Ejemplos: potenciómetros, tacogeneradores, termocuplas, termistores, pre-
sóstatos, flotadores, etc.
1.6 Problema básico de la Ingenierı́a de Control 3

Figura 1.3 Sistema de control escalar con realimentación

1.6 Problema básico de la Ingenierı́a de Control

Figura 1.4 Estructura general de un sistema de control


El problema básico de la Ingenierı́a de Control es determinar una entrada u =
4 INTRODUCCION

£ ¤t
u u2 . . . um (véase Fig. 1.4) de modo que imparta sobre la salida c =
£ 1 ¤t
c1 c2 . . . cp cierto comportamiento deseado.
Un sistema de control se define como un servo si la salida c(t) es diseñada para
seguir lo más cercanamente posible una señal de referencia dada r(t). Cuando la señal
de referencia r(t) es constante se habla de un regulador mejor que un servo.
Si el controlador es un ser humano, se dice que el sistema es controlado manual-
mente.

1.7 Ejemplos de sistemas de control

Ejemplo 1.1 Una lavadora puede ser el ejemplo de un sistema de control en lazo
abierto, en donde la salida es el grado de limpieza actual y la referencia es el grado
de limpieza deseado. Véase Fig 1.5.

Figura 1.5 Sistema de control en lazo abierto

Ejemplo 1.2 La Fig. 1.6 muestra un sistema de control manual del nivel de lı́quido
en un tanque ya que el ser humano sensa la salida (nivel actual), la compara con el
nivel deseado (señal de referencia) y abre o cierra la válvula de entrada del lı́quido
dependiendo del resultado anterior.

Ejemplo 1.3 En el sistema de control en lazo cerrado de la Fig. 1.7 la señal resul-
tante de la comparación (comparador) entre la de referencia y otra que es proporcional
al nivel actual del lı́quı́do (salida) en el tanque (sensor de nivel) es la entrada al con-
trolador o cerebro del sistema, el cual genera una señal (variable de control) que
después de ser amplificada en potencia (actuador) actua sobre la válvula para variar
el caudal de entrada al tanque. Nótese que se pretende que la salida, después de cierto
tiempo, sea igual al nivel deseado.
1.7 Ejemplos de sistemas de control 5

Figura 1.6 Sistema de control manual

Figura 1.7 Sistema de control escalar en lazo cerrado

Ejemplo 1.4 En la Fig. 1.8 las señales de salida de la planta (generador sı́ncrono
mas el motor DC y la carga) son la magnitud del voltaje generado y la frecuencia (que
6 INTRODUCCION

es proporcional a la velocidad del motor DC). Éstas después de ser comparadas con
señales de referencia son aplicadas a controladores, y sus salidas, que son amplificadas
(actuadores) actuan sobre el campo del generador sı́ncrono y la armadura del motor
DC, respectivamente. Obsérvese que se pretende que las salidas, después de cierto
tiempo, sean iguales a la magnitud del voltaje generado y la frecuencia deseadas.

Figura 1.8 Sistema de control bivariable en lazo cerrado

Ejemplo 1.5 La Fig. 1.9 muestra el sistema de control en lazo cerrado de un sistema
térmico. La variable que se desea controlar es la temperatura actual del agua a la
salida del tanque y la señal de referencia es la temperatura deseada. La variable de
control (salida del controlador) es la entrada al actuador, cuya salida manipula el
flujo de vapor hacia el intercambiador de calor.
1.7 Ejemplos de sistemas de control 7

Figura 1.9 Sistema de control en lazo cerrado de un sistema térmico

Figura 1.10 Sistema de control en lazo cerrado multivariable


8 INTRODUCCION

Ejemplo 1.6 En la Fig. 1.10 se muestra un sistema de control multivariable de una


planta de generación térmica en el que las salidas del sistema son: oxı́geno (o) en
la caldera, temperatura (t) y presión (p) del vapor, y la magnitud y frecuencia del
voltaje generado (v y f). En este caso el controlador es un computador digital. SO,
ST, SP, SV y SF representan los sensores de oxı́geno, temperatura, presión, voltaje y
frecuencia, respectivamente. GV es el gobernador de velocidad de la turbina, A/D es
el conversor análogo-digital, D/A es el conversor digital-análogo y a, c, y ai simbolizan
el agua, el combustible y el aire que le entran a la caldera, respectivamente.

1.8 Requerimientos de un sistema de control


Aunque los requerimientos de un sistema de control dependen lógicamente de los
objetivos del diseño, se pueden enunciar, en general, los siguientes:

1. Debe ser estable.

2. Las respuestas deben ser razonablemente rápidas y razonablemente amortiguadas.

3. Los errores (si los hay), se deben reducir a un mı́nimo tolerable.

1.9 Algunos tipos de control

1.9.1 Control adaptivo


Es el que examina o identifica la planta para ajustar los parámetros del controlador a
valores óptimos. Es decir, se adapta a los cambios de la planta o cambios ambientales
que afectan la misma.
1.9.2 Control óptimo
Aquel cuya función objeto consiste en minimizar o maximizar variables tales como
combustible, energı́a, tiempo, etc.
1.9.3 Control digital
Es aquel en el que el controlador es un microprocesador (computador digital) o un
microcontrolador. La topologı́a tı́pica de este tipo de control se muestra en la Fig.
1.11.
1.10 Ejemplo introductorio a los sistemas de control 9

Figura 1.11 Topologı́a tı́pica de un sistema de control digital

1.10 Ejemplo introductorio a los sistemas de


control

Figura 1.12 El péndulo invertido


En la Fig. 1.12 la barra B es restringida a movimientos en el plano del papel y es
balanceada sobre la parte superior del carro C.
10 INTRODUCCION

El objetivo de control es mantener la barra verticalmente tanto como sea posible. La


barra y el carro constituyen la planta o el sistema a ser controlado. La planta serı́a
inestable sin la asistencia de la señal de control (fuerza de control) u. Esta no es una
caracterı́stica general de sistemas controlados; la razón de este ejemplo es enfatizar
que aún sistemas inestables pueden ser adecuadamente controlados. Para simplificar
el análisis, se supondrá ausencia total de fuerzas perturbadoras predecibles.
Para lograr el objetivo de control se instala un motor en el carro y a través de en-
granajes se genera una fuerza u sobre las ruedas del carro. Esta solución es basada
en la intuición. Para sistemas más complejos la intuición podrı́a fallar. Considérese
por ejemplo los sistemas de las Figs. 1.13 y 1.14.

Figura 1.13 Sistema no controlable de 2 barras

Figura 1.14 Sistema controlable de 2 barras


1.11 Construcción del modelo matemático 11

El sistema de la Fig. 1.14 puede ser balanceado mientras que el sistema de la Fig.
1.13 no. Esto se debe a que el de la Fig. 1.14 es controlable y el de la Fig. 1.13 no.
Los conceptos de controlabilidad y observabilidad, desarrollados por la teorı́a de
control moderno serán vistos posteriormente.

1.11 Construcción del modelo matemático


El modelo debe revelar cómo la salida del sistema, representada en este caso por la
desviación angular φ, es afectada por la señal de control u.
Para obtener el modelo matemático, representado por un sistema de ecuaciones dife-
renciales, se necesita usar relaciones básicas de la mecánica clásica aplicables a este
sistema fı́sico.

Figura 1.15 Diagramas de cuerpo libre de la barra y el carro


En la Fig. 1.15 las coordenadas de los centros de gravedad con respecto a un origen
arbitrariamente escogido son:

1. Para el carro:
posición horizontal = y

2. Para la barra:
posición horizontal = y + L sen φ
12 INTRODUCCION

posición vertical = L cos φ

Si se toman momentos alrededor del centro de gravedad de la barra y sumando las


fuerzas que actuan sobre el carro y la barra en direcciones vertical y horizontal, se
obtiene el siguiente sistema de ecuaciones:

d2 φ
I = V L sen φ − HL cos φ (1.1)
dt2
d2
V − mg = m (L cos φ) (1.2)
dt2
d2
H=m (y + L sen φ) (1.3)
dt2
d2 y
u−H =M (1.4)
dt2
El momento de inercia de la barra I se calcula con respecto a su centro de gravedad
y es I = 13 mL2 .
El sistema de ecs. (1.1) a (1.4) se puede reescribir de la siguiente manera:
..
I φ = V L sen φ − HL cos φ (1.5)

.. .2
V − mg = −mL(φ sen φ + φ cos φ) (1.6)

.. .. .2
H = m y + mL(φ cos φ − φ sen φ) (1.7)

..
u−H =M y (1.8)
Nótese que estas últimas son ecuaciones diferenciales no lineales. Las 4 variables
desconocidas son φ, y, V , H, suponiendo que u podrı́a ser especificada.
Nótese que este es un problema más de sı́ntesis que de análisis puesto que se debe
especificar una función adecuada para la señal de control u. Este problema no es
simple y no tiene solución única.

1.12 Linealización del modelo matemático


Aunque las ecs. (1.5) a (1.8) podrı́an ser resueltas por simulación, ya sea con un
computador análogo o con programas de simulación como el MATLAB, el PSI, el
CC, u otro, se hará por linealización.
Cualquier sistema de ecuaciones diferenciales no lineales puede ser linealizado si las
variables dependientes son limitadas a pequeñas variaciones alrededor de un punto,
llamado punto de operación.
1.13 Selección de u (Estrategia de control) 13

Nótese de las ecuaciones que la no linealidad aparece fundamentalmente en la variable


φ. Considérese entonces sólo relativas pequeñas desviaciones del ángulo φ: φ ¿ 1rad.
Utilizando la expansión en series de Taylor:

X f (n) (xo )
f (x) = (x − xo )n (1.9)
n=0
n!
las funciones sen φ y cos φ se pueden expandir alrededor del punto φ = 0:

φ3
sen φ = φ − +··· ≈ φ (1.10)
3!

φ2
cos φ = 1 − + ··· ≈ 1 (1.11)
2!
Reemplazando (1.10) y (1.11) en las ecuaciones (1.1) a (1.4) se obtiene:
..
I φ = V Lφ − HL (1.12)

V − mg = 0 (1.13)

.. ..
H = m y + mL φ (1.14)

..
u−H =M y (1.15)
Eliminando V y H del anterior sistema de ecuaciones se obtiene:
.. ..
(I + mL2 ) φ + mL y − mgLφ = 0 (1.16)

.. ..
mL φ + (m + M ) y = u (1.17)

1.13 Selección de u (Estrategia de control)


Consideraciones:

1. El objetivo de control es mantener la barra verticalmente, la cual es una frase


vaga, y por lo tanto se necesita un criterio más especı́fico. Por ejemplo, restringir
φ de modo que |φ| nunca exceda 1o , o que φ se aproxime a cero asintóticamente.

2. La estrategia debe resultar en un sistema que pueda ser fácilmente implementado


con dispositivos fı́sicos.
14 INTRODUCCION

3. Seleccionar u tal que al ser reemplazada en (1.17) se pueda obtener la solución


de la salida del sistema.

Para supervisar y controlar el ángulo φ se escoge la estructura del sistema como se


muestra en la Fig. 1.16.

Figura 1.16 Estructura de control para el péndulo invertido


El sensor da información sobre φ la cual es realimentada a un transductor de po-
tencia el cual genera la señal u para corregir la posición del carro. Nótese que esta
estructura es del tipo lazo cerrado. Se tiene libertad en escoger la señal u(φ), es decir
cómo reacciona el motor en respuesta a la señal del sensor φ. Se deben considerar
limitaciones fı́sicas del sensor y del transductor.
Se considerarán cualidades dinámicas de sistemas de control que se obtienen haciendo
simples suposiciones acerca de las reacciones del transductor.

1.14 Acciones básicas de control

(a) CONTROL PROPORCIONAL:

La estrategia más simple de control se obtiene cuando el motor produce una fuerza
proporcional a la desviación angular, es decir:

u = K1 φ (1.18)
donde K1 en el sistema MKS tiene dimensiones Newtons/Radián.
Nótese que se han despreciado los retardos en tiempo debidos al sensor y el motor; es
decir, se ha supuesto que ellos responden instantaneamente, lo cual fı́sicamente no es
posible. Sin embargo, la aproximación es de naturaleza realı́stica (las constantes de
tiempo del sistema mecánico son mucho menores que las del eléctrico).
1.14 Acciones básicas de control 15

Reemplazando (1.18) en (1.17) y escribiendo de nuevo (1.16) se obtiene:


.. ..
(I + mL2 ) φ + mL y − mgLφ = 0 (1.19)

.. ..
mL φ + (m + M ) y −K1 φ = 0 (1.20)
..
Eliminando y de (1.19) y (1.20) se obtiene (1.21):
.. K1 − g(m + M)
φ+ mLφ = 0 (1.21)
I(m + M) + mML2
Definiendo:
K1 − g(m + M)
ω2 = mL (1.22)
I(m + M) + mML2
K1
a= (1.23)
m+M
mL
b= (1.24)
m+M
Utilizándolas en (1.21) y (1.19) se obtienen (1.25) y (1.26):
..
φ + ω2φ = 0 (1.25)

.. ..
y = aφ − b φ (1.26)
Nótese que φ es independiente de y, pero lo opuesto no es cierto.
.
.
Se suponen las siguientes condiciones iniciales: y(0) = y (0) = φ (0) = 0, φ(0) = φo .
Si se define la ganancia crı́tica, Kcr como:

Kcr = g(m + M ) (1.27)


se pueden considerar los tres siguientes casos, cuyas respuestas se pueden obtener
fácilmente utilizando la Transformada de Laplace en las ecs (1.25) y (1.26):

i. K1 > Kcr (Ganancia supercrı́tica)

φ = φo cos ωt (1.28)

a + bω 2
y = φo (1 − cos ωt) (1.29)
ω2

ii. K1 = Kcr (Ganancia crı́tica)


16 INTRODUCCION

φ = φo (1.30)

a
y = φo t2 (1.31)
2

iii. K1 < Kcr (Ganancia subcrı́tica)

φ = φo cosh |ω|t (1.32)

a − b|ω|2
y = φo (cosh |ω|t − 1) (1.33)
|ω|2
Las respuestas φ para cada uno de los casos se muestran en la Fig. 1.17.

25

20
posición angular (grados)

15 iii

10 ii

5 i

-5

-10
0 2 4 6 8 10
tiempo (segs)

Figura 1.17 Diferentes respuestas del péndulo con acción proporcional


Nótese que este sistema de control proporcional tiene una respuesta inaceptable para
valores muy bajos de K1 . El motor es demasiado débil para corregir las desviaciones
angulares, ası́ el ángulo crecerá indefinidamente hasta que la barra cae. Se dice
entonces que el sistema es inestable.
1.14 Acciones básicas de control 17

Para K1 > Kcr , la barra y el carro desarrollan oscilaciones armónicas (como las de
un péndulo sin amortiguamiento). Nótese que la barra no cae y se puede decir que el
objetivo de control ha sido pobremente satisfecho.

(b) CONTROL PROPORCIONAL MAS DERIVATIVO

Las oscilaciones debidas al control proporcional se pueden amortiguar por medio del
control derivativo. La presencia de oscilaciones no amortiguadas se debe al hecho de
que el motor actua sólo después de que la desviación angular ya ha ocurrido. Tiene
sentido entonces hacer que el motor actue cuando las desviaciones estén a punto de
ocurrir; es decir, que la fuerza de control actue antes de que la desviación ocurra. Una
.
posible solución es hacer la fuerza de control u una combinación lineal de φ y de φ:
.
u = K1 φ + K2 φ (1.34)
.
Obviamente se requiere un sensor más sofisticado que mida φ y φ o un medio de
diferenciar la señal φ. La inclusión de la derivada de una señal significa fı́sicamente
que se está hábil
.
para desarrollar un cierto grado de predicción de los valores futuros
de φ, ya que φ es una medida de la rata de cambio de φ dando una indicación hacia
donde tiende.
Reemplazando (1.34) en (1.17) y escribiendo de nuevo (1.16) se obtiene:
.. ..
(I + mL2 ) φ + mL y − mgLφ = 0 (1.35)

.. .. .
mL φ + (m + M ) y −K1 φ − K2 φ = 0 (1.36)
..
Eliminando y de (1.35) y (1.36) se obtiene:
.. .
φ + 2α φ + ω 2 φ = 0 (1.37)
donde
1 mLK2
α=
2 I(m + M) + mM L2

K1 − g(m + M)
ω2 = mL
I(m + M) + mML2
Suponiendo las mismas condiciones iniciales anteriores y utilizando la Transformada
de Laplace se puede resolver la ecuación diferencial (1.37) y su solución es:

ω p ω 2 − α2
−αt 2 2
φ = φo √ e sen( ω − α t + arctan ) (1.38)
ω 2 − α2 α
que es válida para valores reales del radical y cuya forma de onda se muestra en la
Fig. 1.18.
18 INTRODUCCION

10

8
posición angular (grados)
6

-2
0 2 4 6 8 10 12
tiempo (segs)

Figura 1.18 Respuesta del péndulo correspondiente a la ec. (1.38)

10

8
posición angular (grados)

0
0 5 10 15
tiempo (segs)

Figura 1.19 Respuesta del péndulo correspondiente a la ec. (1.39)


Cuando el término derivativo es grande en comparación con el término proporcional, el
radical se hace imaginario y la respuesta del sistema en este caso es sobreamortiguada
y dada por la ec. (1.39).
1.15 Efectos de la realimentación 19

φo 1 h p √
2 2
p √
2 2
i
φ= √ (α + α2 − ω2 )e−(α− α −ω )t − (α − α2 − ω2 )e−(α+ α −ω )t
2 α2 − ω 2
(1.39)
Esta solución, que se muestra en la Fig. 1.19, ocurre cuando α > |ω|.
Nótese de las Figs. 1.17, 1.18 y 1.19 la superioridad de este último control sobre el
control proporcional, para este caso particular.
Es importante anotar que con la salida considerada, la posición angular de la barra,
el sistema no es observable (concepto que será visto posteriormente) y por lo tanto
no todas las frecuencias naturales (que deciden la estabilidad del sistema) aparecen a
la salida. Si se considera también como salida la posición lineal del carro, y, se notará
que el sistema es inestable, aún en lazo cerrado. Por lo tanto es necesario incluir otro
controlador. Esta solución se plantea mediante simulación en el apéndice C.
Existen otras estrategias de control, lineales y no lineales, como por ejemplo el control
ON-OFF, cuya ley de control se define por la ecuación (1.40).
φ
u= umax = umax sgn(φ) (1.40)
|φ|
El controlador propuesto en este ejemplo introductorio no se garantiza para otras
condiciones que las supuestas en el análisis, es decir, para pequeñas (infinitesimales
en el sentido estricto) perturbaciones.

1.15 Efectos de la realimentación


Hasta ahora se ha visto en los ejemplos, de manera simplificada, que la realimentación
tiene como propósito reducir el error entre la entrada de referencia y la salida del
sistema. Sin embargo, éste es apenas uno de los propósitos de la realimentación.
Se mostrará que ésta también tiene efectos en caracterı́sticas del sistema como la
estabilidad (como en el ejemplo introductorio), el ancho de banda, la ganancia total,
la impedancia y la sensitividad.
Por simplicidad, por ahora, se usará la notación del sistema estático.

Figura 1.20 Sistema con realimentación


20 INTRODUCCION

En la Fig. 1.20 considérese que G y H son ganancias constantes. Por lo tanto:

c = Ge = G(r − b) = Gr − GHc (1.41)

De (1.41) se obtiene la ganancia total M :

c G
M= = (1.42)
r 1 + GH

1.16 Efecto en la ganancia total


De (1.42) se nota que la realimentación afecta la ganancia G del sistema sin rea-
limentación por un factor de (1 + GH). La cantidad GH podrı́a incluir un signo
menos; asi el efecto general de la realimentación podrı́a incrementar o decrementar la
ganancia.
En un sistema de control práctico G y H son funciones de la frecuencia y por lo tanto
la magnitud de 1 + GH podrı́a ser mayor que 1 en un rango de frecuencia y menor
que 1 en otro. Por eso la realimentación podrı́a incrementar la ganancia del sistema
en un rango de frecuencia pero decrementarla en otro.

1.17 Efecto en la estabilidad


De manera no rigurosa se puede decir que un sistema es inestable si su salida se
incrementa sin acotamiento (en amplitud) cuando la entrada es acotada.
Nótese de (1.42) que si GH = −1, la salida del sistema es infinita para cualquier
entrada finita y entonces el sistema es inestable. Asi la realimentación podrı́a hacer
que un sistema que era originalmente estable, se vuelva inestable. Recuérdese que
solo se está tratando el caso estático y, en general, GH = −1 no es la única condición
para inestabilidad.
En el ejemplo introductorio se mostró que una de las ventajas de incorporar reali-
mentación es que se puede estabilizar un sistema inestable.
1.18 Efecto en la sensitividad 21

Figura 1.21 Sistema con doble lazo de realimentación


Supóngase que el sistema realimentado de la Fig. 1.20 es inestable debido a que
GH = −1. Si se introduce otro lazo de realimentación con ganancia F , como se
muestra en la Fig. 1.21, la relación entrada-salida del sistema total es:
c G
= (1.43)
r 1 + GH + GF
Nótese que aunque las propiedades de G y H son tales que el sistema con el lazo de
realimentación interior es inestable, el sistema total puede ser estable si se selecciona
adecuadamente la ganancia F del lazo de realimentación exterior. Recuérdese que en
la práctica GH es función de la frecuencia y la condición de estabilidad del sistema
en lazo cerrado depende de la magnitud y fase de GH. Es decir, la realimentación
podrı́a mejorar la estabilidad o empeorarla si no es adecuadamente aplicada.

1.18 Efecto en la sensitividad


Puesto que todos los elementos fı́sicos tienen propiedades que cambian con el ambiente
y el tiempo, no se puede considerar siempre que los parámetros de un sistema de
control son completamente estacionarios durante toda su vida de operación. Por
ejemplo, la resistencia de los devanados de un motor eléctrico cambia con el aumento
de temperatura del motor durante su operación. En general, un buen sistema de
control debe ser muy insensitivo a variaciones en los parámetros pero sensitivo a
los comandos de entrada. Se investigará el efecto que la realimentación tiene en la
sensitividad a variaciones de parámetros. Supóngase en la Fig. 1.20 a la ganancia
G como un parámetro que podrı́a variar. La sensitividad de la ganancia total del
sistema M debido a la variación en G se define como:
∂M
M M porcentaje de cambio en M
SG = ∂G
= (1.44)
G
porcentaje de cambio en G
22 INTRODUCCION

en donde ∂M denota el cambio incremental en M debido al cambio incremental en


G, ∂G.
De (1.42):

M ∂M G 1
SG = = (1.45)
∂G M 1 + GH

De (1.45) se nota que si GH es una constante positiva, la magnitud de la función sensi-


tividad se puede hacer arbitrariamente pequeña incrementando GH, con la condición
de que el sistema permanezca estable. Lógicamente para el sistema en lazo abierto,
G
SG = 1.
Recuérdese que en la práctica GH es función de la frecuencia. Asi la magnitud de
1 + GH podrı́a ser menor que 1 sobre algunos rangos de frecuencia de modo que la
realimentación podrı́a ser peligrosa para la sensitividad a variación de parámetros en
ciertos casos.

1.19 Efecto en la perturbación externa o ruido


Todos los sistemas fı́sicos están sujetos a algunos tipos de señales extrañas o ruido
durante su operación. Por ejemplo, voltajes en circuitos electrónicos debido al ruido
térmico. Perturbación externa, tal como el viento actuando sobre sobre una antena.
Por esto, en el diseño de un sistema de control se deben hacer consideraciones de
modo que el sistema sea insensitivo a las perturbaciones y ruidos y sensitivo a los
comandos de entrada. Aunque no se pueden sacar conclusiones generales, en muchas
situaciones la realimentación puede reducir el efecto del ruido o perturbación en el
desarrollo del sistema.

Figura 1.22 Sistema con realimentación y ruido


En la Fig. 1.22, n es la señal de ruido. Si no hay realimentación, H = 0, la salida es:
1.19 Efecto en la perturbación externa o ruido 23

c = G1 G2 e + G2 n (1.46)
en donde e = r.
La relación señal a ruido SR de la salida se define como:
salida debido a la señal G1 G2 e e
SR = = = G1 (1.47)
salida debido al ruido G2 n n
Para incrementar esta relación se debe incrementar la magnitud de G1 o e relativo a
n. Nótese que G2 no tendrı́a efecto en esta relación.
Con realimentación, la salida del sistema debido a r y n actuando simultaneamente
es:
G1 G2 G2
c= r+ n (1.48)
1 + G1 G2 H 1 + G1 G2 H
Comparando (1.48) con (1.46) se nota que la componente de la salida debida al ruido
se reduce por el factor 1 + G1 G2 H si éste es mayor que 1, pero la componente debido
a la señal también es cambiada por la misma cantidad. La relación señal a ruido es
ahora:
G1 G2
1+G1 G2 H r r
SR = G2
= G1 (1.49)
1+G1 G2 H n
n
que es la misma que sin realimentación. En este caso, la realimentación no tiene
efecto directo en la relación señal a ruido del sistema de la Fig. 1.22. Sin embargo, la
aplicación de realimentación sugiere una posibilidad de mejorarla bajo ciertas condi-
ciones. Supóngase que en el sistema de la Fig. 1.22, la magnitud de G1 se incrementa
a G01 y r a r0 sin cambiar los otros parámetros, de modo que la salida debida a la señal
de entrada actuando sola tiene el mismo nivel que cuando no hay realimentación. Es
decir
G01 G2
e|n=0 = r0 = G1 G2 r (1.50)
1 + G01 G2 H
Con G1 incrementada a G01 , la salida debida al ruido actuando sola es
G2
c|r=0 = n (1.51)
1 + G01 G2 H
la cual es más pequeña que la salida debida a n cuando G1 no es incrementada. La
relación señal a ruido es entonces
G1 G2 r G1 r
SR = G2
= (1 + G01 G2 H) (1.52)
1+G01 G2 H n
n
la cual es mayor que la del sistema sin realimentación por un factor de (1 + G01 G2 H).
Existen otras configuraciones en los sistemas de control que permiten reducir los
efectos de las perturbaciones y el ruido.
La realimentación en general también tiene efectos en caracterı́sticas de desarrollo
tales como el ancho de banda, la impedancia, respuesta transitoria y respuesta fre-
cuencial.
CAPITULO 2
MODELOS MATEMATICOS DE
SISTEMAS FISICOS

2.1 Objetivo
Se plantean modelos matemáticos de sistemas mecánicos traslacionales y rotacionales,
sistemas eléctricos, hidráulicos, neumáticos y térmicos.

2.2 Modelos matemáticos


Muchos sistemas dinámicos, independientemente de que sean mecánicos, eléctricos,
térmicos, hidráulicos, neumáticos, quı́micos, económicos, biológicos, etc. se pueden
caracterizar por ecuaciones diferenciales las cuales se obtienen con base en leyes fı́sicas,
como por ejemplo las leyes de Kirchhoff, las leyes de Newton, etc.
Se puede definir un modelo matemático como la descripción matemática del com-
portamiento del sistema. Muchas veces en el análisis de un sistema, inicialmente se
obtiene un modelo matemático simple, como por ejemplo ignorando no linealidades
y parámetros distribuidos (como en el caso de lı́neas de transmisión eléctrica), con el
fin de obtener ecuaciones diferenciales lineales y de parámetros concentrados.
Se debe tener en cuenta que a veces los modelos son válidos en operaciones de baja
frecuencia y no a frecuencias muy altas. Por ejemplo, al despreciar la masa de un
resorte, su modelo es válido a bajas frecuencias. Para altas frecuencias, su masa debe
ser tenida en cuenta en el modelo. Otro ejemplo que ilustra como un dispositivo fı́sico
se podrı́a modelar con varios modelos es el de una bobina, como se muestra en la Fig.
2.1.

25
26 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Figura 2.1 Diferentes modelos de una bobina


Los modelos matemáticos se pueden representar básicamente en dos formas: me-
diante un conjunto de ecuaciones diferenciales de primer orden, conocidas como ecua-
ciones de estado o mediante una ecuación diferencial de n−ésimo orden. Sin em-
bargo, esta última queda restringida a sistemas con una sola entrada y una sola salida.
Las funciones o matrices de transferencia se pueden obtener a partir de las anteriores,
aunque ya esto implica que el sistema es lineal o ha sido linealizado.
Antes de continuar con estos dos métodos se harán las definiciones de lo que son
sistemas determinı́sticos, lineales, invariantes con el tiempo y causales.

2.3 Clasificación de sistemas

Figura 2.2 Sistema con estado energético inicial nulo


Para las siguientes definiciones se supone que el sistema de la Fig. 2.2 no contiene
fuentes independientes y que su estado energético inicial es nulo antes de que la señal
de entrada sea aplicada. La relación entre la entrada y la salida se indica a menudo
simbólicamente como:

y(t) = Lv(t) (2.1)

en donde L es un operador que caracteriza el sistema. Podrı́a ser función de v, y y


t, podrı́a incluir operaciones como diferenciación e integración y podrı́a ser dado en
lenguaje probabilı́stico. La ecuación (2.1) expresa que hay una relación de causa y
efecto entre v(t) y y(t).
2.3 Sistema lineal 27

2.3.1 Sistema determinı́stico


Un sistema es determinı́stico si para cada entrada v(t) hay una única salida y(t). En
un sistema probabilı́stico o no determinı́stico hay varias posibles salidas, cada
una con cierta probabilidad de ocurrencia para una entrada dada. Las entradas a un
sistema podrı́an ser funciones conocidas o funciones aleatorias. Las aleatorias, tales
como el ruido, pueden ser descritas sólo en un sentido estadı́stico o probabilı́stico.
Si la entrada a un sistema determinı́stico es una función aleatoria, la salida es no
determinı́stica.
2.3.2 Sistema causal
Un sistema es causal o no anticipativo si la salida actual no depende de valores
futuros de la entrada. En tal caso, y(to ) está determinada completamente por las
caracterı́sticas del sistema y por los valores de v(t) para t ≤ to . En particular, si
v(t) ≡ 0 ∀ t ≤ to , entonces y(t) ≡ 0 ∀ t < to .
2.3.3 Sistema lineal
Si se supone que las respuestas del sistema de la Fig. 2.2 a dos entradas diferentes v1 (t)
y v2 (t) son y1 (t) y y2 (t), respectivamente, y que α y β son dos constantes, se dice que el
sistema es lineal si la respuesta a v(t) = αv1 (t) + βv2 (t) es y(t) = αy1 (t) + βy2 (t) para
todos los valores de v1 , v2 , α y β. Esto se puede expresar simbólicamente mediante
la ecuación (2.2):

L[αv1 (t) + βv2 (t)] = αL[v1 (t)] + βL[v2 (t)] (2.2)

La ecuación (2.2) también se conoce como el principio de superposición.


La mayorı́a de sistemas lineales lo son en solamente rangos restringidos de ope-ración.
Ası́ por ejemplo, la señal de salida de un amplificador se puede saturar para niveles
elevados de la señal de entrada. A esta no linealidad se le conoce como alinealidad
por saturación (véase la Fig. 2.3).
Otro ejemplo lo constituyen los amortiguadores utilizados en sistemas mecánicos, los
cuales pueden ser lineales para operaciones a baja velocidad y no lineales a altas
velocidades (en este caso la fuerza es proporcional al cuadrado de la velocidad, como
se muestra en la Fig. 2.4).
Un último ejemplo es la alinealidad por zona muerta, la cual se puede presentar entre
las posiciones angulares de un par de engranajes mecánicos (véase la Fig. 2.5).
28 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Figura 2.3 Alinealidad por saturación

Figura 2.4 Alinealidad cuadrática

Figura 2.5 Alinealidad por zona muerta

2.3.4 Sistema invariante con el tiempo


Un sistema es invariante con el tiempo si la relación entre la entrada y la salida
es independiente del tiempo. Si la respuesta a v(t) es y(t), entonces la respuesta a
2.4 Matriz de transferencia 29

v(t−λ) es y(t−λ). En tal sistema, la amplitud y forma de la salida son independientes


del tiempo en el cual la entrada es aplicada. Simbólicamente:

L[v(t − λ)] = y(t − λ) (2.3)

2.4 Ecuaciones de estado


Las ecuaciones de estado o la ecuación (matricial) de estado la constituye un conjunto
de ecuaciones diferenciales de primer orden, que describe completamente el compor-
tamiento del sistema que se quiere modelar. Este método de plantear el modelo
matemático de un sistema es muy importante porque puede ser aplicado a sistemas
no lineales y sistemas multivariables. Matemáticamente:

ẋ = f (x, u, t) (2.4)
en donde f es un función vectorial no lineal.

Figura 2.6 Sistema multivariable


Si el sistema es lineal, o se ha linealizado alrededor de un punto de operación (de-
mostración que se hará posteriormente), la ecuación (2.4) se reduce a:

ẋ = Ax+Bu (2.5)
en donde A es de dimensiones n × n y se le conoce como matriz de realimentación, y
B es de dimensiones n × m y se le conoce como matriz de entrada.
Si el sistema ha sido completamente descrito mediante variables de estado, siempre
será posible expresar las p salidas de interés (y) en función de éllas. Ası́ se plantea la
ecuación de salida:

y = Cx+Du (2.6)
en donde C es de dimensiones p × n y se le conoce como matriz de salida, y D es de
dimensiones p × m y se le conoce como matriz directa.
30 MODELOS MATEMATICOS DE SISTEMAS FISICOS

2.4.1 Matriz de transferencia


Utilizando la transformada de Laplace en las ecuaciones (2.5) y (2.6) suponiendo que
el estado energético inicial es x(0− ), y organizando se obtienen:

X(s) = (sI − A)−1 x(0− ) + (sI − A)−1 BU(s) (2.7)

Y(s) = CX(s)+DU(s) (2.8)

Reemplazando (2.7) en (2.8) se obtiene:

Y(s) = C(sI − A)−1 x(0− ) + [C(sI − A)−1 B+D]U(s) (2.9)

Como la matriz de transferencia (H(s)) se define suponiendo que el estado ener-gético


inicial es nulo, y es aquella que relaciona Y(s) con U(s), entonces de (2.9) se obtiene:

H(s) = C(sI − A)−1 B+D (2.10)

2.5 Una ecuación diferencial de n−ésimo orden


El método de plantear el modelo matemático de un sistema mediante una ecuación
diferencial de n−ésimo orden es útil en sistemas escalares. Si se utiliza la función de
transferencia, además de servir en sistemas escalares, es para sistemas lineales o que
han sido linealizados. Matemáticamente:

y (n) + a1 y(n−1) + · · · + an y = b0 u(m) + b1 u(m−1) + · · · + bm u (2.11)

Utilizando la transformada de Laplace en (2.11) suponiendo condiciones iniciales nulas


(y(0) = y (1) (0) = · · · = y(n−1) (0) = 0), se obtiene la función de transferencia:

Y (s) b0 sm + b1 sm−1 + · · · + bm s
H(s) = = n (2.12)
U (s) s + a1 sn−1 + · · · + an s

La cual no depende de las condiciones iniciales ni del tipo de señal aplicada a la


entrada. Sólo depende de los parámetros que caracterizan al sistema.

2.6 Sistemas mecánicos de traslación


Los elementos de sistemas mecánicos idealizados son la masa, el resorte y el amor-
tiguador.
2.6 Resorte traslacional 31

2.6.1 Masa

Figura 2.7 Masa


En la Fig. 2.7 se muestra el diagrama de un masa M que se ha aislado de un sistema
más complejo del cual forma parte. u es la fuerza neta resultante actuando sobre
élla y y su desplazamiento con respecto a una posición de equilibrio (es decir, cuando
el sistema está en reposo). Una fuerza de reacción fM se desarrolla, su sentido de
referencia se muestra en la Fig. 2.7 y su expresión es dada por la ecuación (2.13):

d2 y
fM = M (2.13)
dt2
Es importante hacer notar que la masa en movimiento almacena energı́a y cuya ex-
presión, la cual se puede demostrar fácilmente, es E = 12 M (ẏ)2 .
2.6.2 Resorte traslacional

Figura 2.8 Resorte traslacional


En la Fig. 2.8 se muestra el diagrama de un resorte con constante K que se ha aislado
de un sistema más complejo del cual forma parte. El desplazamiento del extremo
superior y y del extremo inferior yo se miden desde sus respectivas posiciones de
equilibrio. Una fuerza restauradora es desarrollada debido a la propiedad elástica del
resorte. Su sentido en el extremo superior se muestra en la Fig. 2.8 (en el inferior
tiene el sentido opuesto al del superior) y su expresión, según la ley de Hooke, es dada
por la ecuación (2.14):
32 MODELOS MATEMATICOS DE SISTEMAS FISICOS

fK = K(y − yo ) (2.14)

Si el extremo inferior (podrı́a denominarse como el extremo de referencia) está en el


origen del sistema de coordenadas, entonces en este caso fK = Ky. 2
Se puede demostrar que la energı́a almacenada por el resorte es E = 12 uK , en donde
u es la fuerza neta en el extremo superior.
2.6.3 Amortiguador traslacional

Figura 2.9 Amortiguador traslacional


En la Fig. 2.9 se muestra el diagrama de un amortiguador con coeficiente de fricción
viscosa B que se ha aislado de un sistema más complejo del cual forma parte. Las
posiciones y y yo de los extremos superior e inferior, respectivamente, se miden desde
sus respectivas posiciones de equilibrio. Una fuerza de reacción se desarrolla, su
sentido en el extremo superior se muestra en la Fig. 2.9 y su expresión es dada por
la ecuación (2.15):

dy dyo
fB = B( − ) (2.15)
dt dt
Si el terminal de referencia, yo , es estacionario, entonces en este caso fB = B ẏ.
A diferencia de los dos elementos idealizados anteriores, el amortiguador es un dis-
positivo que transforma energı́a en calor, y se puede demostrar que la energı́a trans-
formada en calor por unidad de tiempo (potencia P ) es dada por P = Bv2 , en donde
v es la velocidad relativa de los extremos del amortiguador.

Ejemplo 2.1 Para el sistema mecánico traslacional de la Fig. 2.10(a) plantear un


modelo matemático. u(t) es una fuerza externa, y1o es la posición en reposo con peso
y yo es la longitud del resorte sin peso (longitud natural del resorte).
2.6 Amortiguador traslacional 33

Figura 2.10 Sistema del ejemplo 2.1


Utilizando el diagrama de cuerpo libre de la Fig. 2.10(b) y aplicando la segunda ley
de Newton se obtiene la ecuación (2.16):

dy1 d2 y1
Mg − B + u(t) − K(y1 − yo ) = M 2 (2.16)
dt dt
Nótese que cuando el sistema está en reposo con u(t) = 0, (2.16) se reduce a:

Mg − 0 + 0 − K(y1o − yo ) = 0

de donde se obtiene (2.17):

M g = K(y1o − yo ) (2.17)
Reemplazando (2.17) en (2.16) y organizando se obtiene:

d2 y1 dy1
M 2
+B + K(y1 − y1o ) = u(t) (2.18)
dt dt
Haciendo un cambio de variable con relación a la posición de equilibrio (nótese en la
Fig. 2.10 la convención utilizada para medir la posición de la masa con respecto a la
posición de equilibrio y) :

y = y1 − y1o (2.19)

dy d(y1 − y1o ) dy1


= = (2.20)
dt dt dt
34 MODELOS MATEMATICOS DE SISTEMAS FISICOS

d2 y d2 y1
= (2.21)
dt2 dt2
Reemplazando (2.19), (2.20) y (2.21) en (2.18) se obtiene la ecuación diferencial que
relaciona la posición de la masa M desde la posición de equilibrio (y) con la entrada
(u(t)):

d2 y dy
M 2
+B + Ky = u(t) (2.22)
dt dt
Nótese que si se escoge como referencia la posición de equilibrio (sistema en reposo),
el peso no interviene.

Ejemplo 2.2 Plantear un conjunto de ecuaciones de estado y de salida del sistema


del ejemplo anterior.

El siguiente procedimiento para obtener las anteriores ecuaciones se generalizará en la


siguiente sección. Dividiendo ambos miembros de (2.22) por M y tomando la trans-
formada de Laplace en ambos lados de la ecuación, suponiendo condiciones iniciales
nulas (y(0) = ẏ(0) = 0) se obtiene (2.23):
B K 1
(s2 + s+ )Y (s) = U (s) (2.23)
M M M
de la cual se obtiene la función de transferencia del sistema:
1
Y (s) M
G(s) = = 2 B K
(2.24)
U (s) s + Ms+ M
Se obtienen polinomios en el numerador y el denominador de G(s) con exponentes
negativos. Por lo tanto se dividen tanto el numerador como el denominador por s2
en este caso particular y se obtiene:
1 −2
Y (s) Ms
G(s) = = B −1 K −2
(2.25)
U (s) 1+ Ms +M s
De (2.25):
1 −2
Ms
Y (s) = B −1 K −2
U(s) (2.26)
1+ Ms +M s
Se define:
1
E(s) , B −1 K −2
U (s) (2.27)
1+ Ms + Ms
De (2.27) se obtiene:
B −1 K −2
E(s) = U (s) − s U(s) − s U (s) (2.28)
M M
Reemplazando (2.27) en (2.26):
2.7 Un método para obtener la ecuación de estado y la de salida 35

1 −2
Y (s) = s E(s) (2.29)
M
Utilizando la ecuación (2.28) se obtiene la mayor parte del diagrama de bloques (útil
en simulación de sistemas) de la Fig. (2.11), del cual se pueden obtener fácilmente
las ecuaciones de estado si se consideran como variables de estado las salidas de
los integradores (x1 y x2 ).

Figura 2.11 Diagrama de bloques del ejemplo 2.2


Nótese del diagrama de bloques que:
1
X2 (s) = X1 (s) (2.30)
s
1 1 B K
X1 (s) = E(s) = (U(s) − X1 (s) − X2 (s)) (2.31)
s s M M
Multiplicando ambos miembros de las ecuaciones (2.30) y (2.31), utilizando la Trans-
formada inversa de Laplace suponiendo condiciones iniciales nulas y escribiendo las
ecuaciones en forma matricial se obtiene la ecuación de estado (2.32):
· ¸ · B K
¸· ¸ · ¸
ẋ1 −M −M x1 1
= + u(t) (2.32)
ẋ2 1 0 x2 0
Con la ecuación (2.29) se obtiene el resto del diagrama de bloques de la Fig. 2.11 y
a su vez se obtiene la ecuación de salida:
1
Y (s) = X2 (s) (2.33)
M
que en el dominio del tiempo y en forma matricial es:
· ¸
£ 1
¤ x1 £ ¤
y(t) = 0 M + 0 u(t) (2.34)
x2
36 MODELOS MATEMATICOS DE SISTEMAS FISICOS

2.7 Un método para obtener la ecuación de estado


y la de salida
Este método es válido para sistemas escalares cuya función de transferencia es cono-
cida. Se supone que el grado del polinomio del numerador de la función de transferen-
cia es menor o igual que el del denominador. Sin pérdida de generalidad, considérese:

Y (s) b0 sn−1 + b1 sn−2 + · · · + bn−1


H(s) = = (2.35)
U(s) sn + a1 sn−1 + · · · + an
Dividiendo tanto el numerador como el denominador de H(s) por sn , se obtiene:

Y (s) b0 s−1 + b1 s−2 + · · · + bn−1 s−n


H(s) = = (2.36)
U(s) 1 + a1 s−1 + · · · + an s−n
Se define:
1
E(s) = U (s) (2.37)
1 + a1 s−1 + · · · + an s−n
De donde:

E(s) = −a1 s−1 E(s) − a2 s−2 E(s) − · · · − an s−n E(s) + U (s) (2.38)
De la ecuación (2.38) se puede deducir parte del diagrama de bloques de la Fig. 2.12.

Figura 2.12 Diagrama de bloques de la realización ”Controller”


Con (2.37) en (2.36) se obtiene:
2.7 Un método para obtener la ecuación de estado y la de salida 37

Y (s) = b0 s−1 E(s) + b1 s−2 E(s) + · · · + bn−1 s−n E(s) (2.39)

Con la ecuación (2.39) se obtiene la otra parte del diagrama de bloques de la Fig.
2.12.
Si se definen las salidas de los integradores como las variables de estado, se puede
deducir de la Fig. 2.12 las ecuaciones de estado y de salida:
      
ẋ1 −a1 −a2 · · · −an x1 1
 ẋ2   1 0 ··· 0  x2   0 
      
 .. = .. .. .. ..  .. + ..  u(t) (2.40)
 .   . . . .  .   . 
ẋn 0 ··· 1 0 xn 0

 
x1
£ ¤
 x2 

y(t) = b0 b1 · · · bn−1  ..  (2.41)
 . 
xn

Esta representación es conocida como una simulación o realización canónica llamada


”Controller”.

Ejemplo 2.3 Para el sistema mecánico traslacional de la Fig. 2.13 plantear un


conjunto de ecuaciones que lo describa completamente y obtener la función de trans-
ferencia considerando como salida el desplazamiento y. La entrada al sistema es el
desplazamiento u(t).

Figura 2.13 Sistema mecánico traslacional del ejemplo 2.3


La Fig. 2.14 muestra los diagramas de cuerpo libre de las dos masas, en donde por
simplicidad se ha supuesto que u > y > z.
38 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Figura 2.14 Diagramas de cuerpo libre de M1 y M2


Aplicando la segunda ley de Newton a cada una de las masas se obtienen las ecuaciones
(2.42) y (2.43), las cuales describen completamente el sistema.

dy d2 y
K1 (u − y) − K2 (y − z) − B1 = M1 2 (2.42)
dt dt

dz d2 z
K2 (y − z) − B2 = M2 2 (2.43)
dt dt
Reorganizando términos se obtienen (2.44) y (2.45):

M1 ÿ + B1 ẏ + (K1 + K2 )y − K2 z = K1 u(t) (2.44)

−K2 y + M2 z̈ + B2 ż + K2 z = 0 (2.45)
Aplicando la Transformada de Laplace a ambos miembros de las ecuaciones (2.44) y
(2.45) suponiendo condiciones iniciales nulas se obtienen (2.46) y (2.47):

[M1 s2 + B1 s + (K1 + K2 )]Y (s) − K2 Z(s) = K1 U (s) (2.46)

−K2 Y (s) + [M2 s2 + B2 s + K2 ]Z(s) = 0 (2.47)


Manipulando algebráicamente (2.46) y (2.47) se obtiene la función de transferencia:

Y (s) b3
= 4 (2.48)
U (s) s + a1 s + a2 s2 + a3 s + a4
3

donde:
K1
b3 =
M1 M2

M1 B2 + M2 B1
a1 =
M1 M2

K2 M1 + (K1 + K2 )M2 + B1 B2
a2 =
M1 M2
2.8 Otro método para obtener la ecuación de estado y la de salida 39

B1 K2 + B2 (K1 + K2 )
a3 =
M1 M2

K1 K2
a4 =
M1 M2
Utilizando ahora (2.40) y (2.41) fácilmente se pueden obtener las ecuaciones de estado
y de salida.

2.8 Otro método para obtener la ecuación de


estado y la de salida
Este método es también válido para un sistema escalar y se parte de que se conoce
la ecuación diferencial que relaciona la entrada y la salida. Sea ésta de la forma dada
en la ecuación (2.49):

y(n) + a1 y (n−1) + · · · + an−1 y (1) + an y = b0 u(n−1) + b1 u(n−2) + · · · + bn−2 u(1) + bn−1 u


(2.49)
Reorganizando (2.49) se obtiene:

y (n) + [a1 y − b0 u](n−1) + · · · + [an−1 y − bn−2 u](1) = [bn−1 u − an y] (2.50)


Integrando ambos miembros se obtiene:

Z
y(n−1) + [a1 y − b0 u](n−2) + · · · + [an−1 y − bn−2 u] = [bn−1 u − an y]dt = xn (2.51)

Reorganizando (2.51):

y (n−1) + [a1 y − b0 u](n−2) + · · · + [an−2 y − bn−3 u](1) = xn + bn−2 u − an−1 y (2.52)

Integrando (2.52):

Z
(n−2) (n−3)
y + [a1 y − b0 u] + · · · + [an−2 y − bn−3 u] = [xn + bn−2 u − an−1 y]dt = xn−1
(2.53)
Se repite el mismo proceso hasta que se finalmente se obtiene:
Z
y (1) + [a1 y − b0 u] = [x3 + b1 u − a2 y]dt = x2 (2.54)

y (1) = x2 + b0 u − a1 y (2.55)
40 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Z
y= [x2 + b0 u − a1 y]dt = x1 (2.56)

Las ecuaciones (2.56), (2.54), (2.53) y (2.51) se pueden implementar mediante el


diagrama de bloques de la Fig. 2.15.

Figura 2.15 Realización canónica ”Observer”


La simulación o realización canónica de la Fig. 2.15 es conocida como la tipo ”Ob-
server”. De dicho diagrama se pueden obtener fácilmente las ecuaciones de estado y
de salida, las cuales escritas en forma matricial son:
   −a 
1 · · · 0  x1   b0 
ẋ1 1
 ẋ2   .. .  x   b 
. .. 
    −a2 0 
2   1 
 ..  =  . .   ..  +  ..  u(t) (2.57)
 .   . .. . .. 1   .   . 
.
ẋn −an · · · 0 0 xn bn−1
 
x1
£ ¤ 2 
 x 
y(t) = 1 0 · · · 0  .  (2.58)
 .. 
xn
De la ecuación diferencial (2.49) se puede obtener la función de transferencia:
Y (s) b0 sn−1 + b1 sn−2 + · · · + bn−1
H(s) = = (2.59)
U(s) sn + a1 sn−1 + · · · + an
que es la misma que se utilizó en el método de la sección anterior para obtener las
ecuaciones de estado y de salida.
2.9 Resorte rotacional 41

2.9 Sistemas mecánicos de rotación


Los elementos de sistemas mecánicos de rotación idealizados son la inercia, el resorte
y el amortiguador.
2.9.1 Inercia

Figura 2.16 Inercia


En la Fig. 2.16 se muestra el diagrama de un cuerpo con inercia J que se ha aislado
de un sistema más complejo del cual forma parte. T es el torque neto resultante
actuando sobre élla y θ su desplazamiento angular con respecto a una posición de
equilibrio (es decir, cuando el sistema está en reposo). Un torque de reacción TJ se
desarrolla, su sentido de referencia se muestra en la Fig. 2.16 y su expresión es dada
por la ecuación (2.60):

d2 θ
TJ = J (2.60)
dt2

Es importante hacer notar que un cuerpo con inercia en movimiento angular almacena
energı́a y cuya expresión, la cual se puede demostrar fácilmente, es E = 12 J(θ̇)2 .
2.9.2 Resorte rotacional
42 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Figura 2.17 Resorte rotacional


En la Fig. 2.17 se muestra el diagrama de un resorte rotacional (un ejemplo puede
ser un eje elástico) con constante K que se ha aislado de un sistema más complejo
del cual forma parte. El desplazamiento angular del extremo derecho θ y del extremo
izquierdo (extremo de referencia) θo se miden desde sus respectivas posiciones de
equilibrio. Un torque de reacción se desarrolla debido a la propiedad elástica del
resorte. Su sentido en el extremo derecho se muestra en la Fig. 2.17 y su expresión
es dada por la ecuación (2.61):

TK = K(θ − θo ) (2.61)
Si el extremo de referencia es estacionario, entonces en este caso TK = Kθ.
1 T2
Se puede demostrar que la energı́a almacenada por el resorte rotacional es E = 2 K,
en donde T es el torque neto actuando en el extremo derecho.
2.9.3 Amortiguador rotacional

Figura 2.18 Amortiguador rotacional


En la Fig. 2.18 se muestra el diagrama de un amortiguador rotacional con coeficiente
de fricción viscosa B que se ha aislado de un sistema más complejo del cual forma
parte. Las posiciones angulares θ y θo de los extremos derecho y de referencia (el
izquierdo), respectivamente, se miden desde sus respectivas posiciones de equili-brio.
Un torque de reacción se desarrolla, su sentido en el extremo derecho se muestra en
la Fig. 2.18 y su expresión es dada por la ecuación (2.62):
dθ dθo
TB = B( − ) (2.62)
dt dt
Si el extremo de referencia es estacionario, entonces en este caso TB = B θ̇.
A diferencia de los dos elementos idealizados anteriores, el amortiguador rotacional es
un dispositivo que transforma energı́a en calor, y se puede demostrar que la energı́a
transformada en calor por unidad de tiempo (potencia P ) es dada por P = Bω 2 , en
donde ω es la velocidad angular relativa de los extremos del amortiguador.
2.10 Circuito serie R-L-C 43

Ejemplo 2.4 Para el sistema mecánico rotacional de la Fig. 2.19 hallar la ecuación
diferencial que relaciona a θ(t) con T (t) y la función de transferencia Tθ(s)
(s) .

Figura 2.19 Sistema mecánico rotacional del ejemplo 2.4


Utilizando el diagrama de cuerpo libre de la Fig. 2.19(b) y aplicando la segunda ley
de Newton para sistemas mecánicos rotacionales se obtiene la ecuación (2.63):

dθ d2 θ
T (t) − B − Kθ = J 2 (2.63)
dt dt

Organizando se obtiene la ecuación pedida:

d2 θ dθ
J +B + Kθ = T (t) (2.64)
dt2 dt

Transformando ambos miembros de la ecuación (2.64) suponiendo condiciones ini-


ciales nulas se obtiene la función de transferencia:

1
θ(s) J
G(s) = = 2 B K
(2.65)
T (s) s + Js+ J

2.10 Circuito serie R-L-C


44 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Figura 2.20 Circuito serie RLC


Aplicando la segunda ley de Kirchhoff (de voltajes) a la única trayectoria cerrada del
circuito de la Fig. 2.20 se obtiene la ecuación (2.66):

Z
di 1
vi (t) = Ri + L + idt (2.66)
dt C

Utilizando la definición de corriente eléctrica como la variación por unidad de tiempo


del flujo neto de carga a través de la sección transversal de una puerta:

dq
i= (2.67)
dt

Reemplazando (2.67) en (2.66) se obtiene la ecuación diferencial (2.68):

d2 q dq 1
L + R + q = vi (t) (2.68)
dt2 dt C

2.11 Analogı́a fuerza-torque-voltaje


Comparando las ecuaciones diferenciales (2.22), (2.64) y (2.68) de los sistemas fı́sicos
correspondientes (mecánico traslacional de la Fig. 2.10, mecánico rotacional de la
Fig. 2.19 y circuito eléctrico de la Fig. 2.20) se nota que son de forma idéntica. Tales
sistemas se denominan sistemas análogos y los términos que ocupan las posiciones
correspondientes en las ecuaciones diferenciales se denominan magnitudes y variables
análogas. Esto explica porqué se denomina la analogı́a fuerza-torque-voltaje. La
siguiente tabla hace un resumen de las analogı́as:
2.11 Analogı́a fuerza-torque-voltaje 45

Sist. mecánico traslacional Sist. mecánico rotacional Sistema eléctrico

Fuerza u Torque T Voltaje v


Velocidad lineal ẏ Velocidad angular θ̇ Corriente i
Desplazamiento lineal y Desplazamiento angular θ Carga q
Masa M Inercia J Inductancia L
Coef. fricción viscosa B Coef. fricción viscosa B Resistencia R
1
Constante del resorte K Constante del resorte K Inverso capacitancia C

Es posible entonces obtener circuitos eléctricos análogos a sistemas mecánicos trasla-


cionales y rotacionales y utilizar todas las técnicas de descripción de redes para
plantear modelos matemáticos para los sistemas mecánicos.
El circuito eléctrico análogo a un sistema mecánico traslacional (rotacional) se puede
obtener teniendo en cuenta la anterior tabla y notando que por cada masa (inercia) o
punto que se desplace (rote) a cierta velocidad en el sistema mecánico, habrá una malla
en el circuito análogo. Si se supone, sin pérdida de generalidad, que todas aquellas
velocidades son positivas con respecto a la referencia, en el circuito se supone que
todas las corrientes de malla tienen el mismo sentido.

Ejemplo 2.5 Plantear un modelo matemático para el sistema mecánico traslacional


de la Fig. 2.21 utilizando la analogı́a fuerza-torque-voltaje.

Figura 2.21 Sistema mecánico traslacional del ejemplo 2.5


Nótese de la Fig. 2.21 que hay dos velocidades ẏ1 y ẏ2 que se suponen positivas con
46 MODELOS MATEMATICOS DE SISTEMAS FISICOS

respecto a la referencia. Por lo tanto, el circuito eléctrico análogo (Fig. 2.22) tendrá
dos mallas (1 y 2) cuyas corrientes i1 e i2 , ambas con el mismo sentido (horario en este
caso), son análogas a las velocidades ẏ1 y ẏ2 , respectivamente. Utilizando la tabla de la
analogı́a fuerza-torque-voltaje se obtienen los elementos de circuito correspondientes a
las masas, resortes y amortiguadores. Puesto que las masas M1 y M2 se mueven a las
velocidades ẏ1 y ẏ2 , entonces las corrientes netas a través de las inductancias análogas
correspondientes L1 y L2 son i1 e i2 y por lo tanto pertenecen a las mallas 1 y 2. Ası́
mismo, como uno de los extremos de B1 y de K1 se mueve a la velocidad ẏ1 y el otro
extremo es fijo, entonces sus elementos de circuito análogo R1 y C1 , respectivamente,
pertenecen a la malla 1. Nótese que R2 y C2 son elementos comunes a las mallas
1 y 2 (la corriente neta a través de ellos es i1 − i2 , con sentido de referencia hacia
arriba) ya que los extremos de sus análogos, B2 y K2 , se mueven a las velocidades
ẏ1 y ẏ2 (la velocidad relativa del extremo inferior con respecto al superior es ẏ1 − ẏ2 ).
Finalmente, la fuerza externa p(t) tiene como análogo en el circuito la fuente de voltaje
v(t). Nótese que con la polaridad mostrada de la fuente, si el estado energético inicial
se supone nulo, las corrientes i1 (o) e i2 (0) son positivas con los sentidos mostrados
cuando v(0) > 0, lo cual coincide con que si p(0) > 0, ẏ1 (0) y ẏ2 (0) son positivas con
los sentidos mostrados.

Figura 2.22 Circuito eléctrico análogo del ejemplo 2.5


Las siguientes son las magnitudes y variables análogas:
L2 = M2 , L1 = M1 , R2 = B2 , R1 = B1 , C2 = K12 , C1 = K11 , v(t) = p(t), i2 = ẏ2 ,
i1 = ẏ1 .
Aplicando la segunda ley de Kirchhoff a cada una de las mallas del circuito de la Fig.
2.22 se obtienen las ecuaciones que lo describen:
Z
di2 1
v(t) = L2 + R2 (i2 − i1 ) + (i2 − i1 )dt (2.69)
dt C2
Z Z
di1 1 1
0 = L1 + R1 i1 + i1 dt + (i1 − i2 )dt + R2 (i1 − i2 ) (2.70)
dt C1 C2
Reemplazando las anteriores magnitudes y variables análogas en (2.69) y (2.70) se
2.11 Analogı́a fuerza-torque-voltaje 47

obtienen las ecuaciones que describen el comportamiento del sistema mecánico trasla-
cional de la Fig. 2.21:

d2 y2 dy2 dy1
p(t) = M2 + B2 ( − ) + K2 (y2 − y1 ) (2.71)
dt2 dt dt

d2 y1 dy1 dy1 dy2


0 = M1 2
+ B1 + K1 y1 + K2 (y1 − y2 ) + B2 ( − ) (2.72)
dt dt dt dt

Ejemplo 2.6 Verificar que las ecuaciones (2.71) y (2.72) describen el comportamiento
del sistema de la Fig. 2.21.

La Fig. 2.23 muestra los diagramas de cuerpo libre de las dos masas, en los cuales se
ha supuesto, por comodidad , que y2 > y1 y que ẏ2 > ẏ1 .

Figura 2.23 Diagramas de cuerpo libre de M1 y M2


Aplicando la segunda ley de Newton a cada una de las masas de la Fig. 2.23 se
obtienen las siguientes ecuaciones:

dy2 dy1 d2 y2
p(t) − B2 ( − ) − K2 (y2 − y1 ) = M2 2 (2.73)
dt dt dt

dy2 dy1 dy1 d2 y1


K2 (y2 − y1 ) + B2 ( − ) − B1 − K1 y1 = M1 2 (2.74)
dt dt dt dt

Reorganizando (2.73) y (2.74) se obtienen (2.71) y (2.72).

Ejemplo 2.7 Plantear un modelo matemático para el sistema mecánico rotacional


de la Fig. 2.24 utilizando la analogı́a fuerza-torque-voltaje.
48 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Figura 2.24 Sistema mecánico rotacional del ejemplo 2.7


Nótese de la Fig. 2.24 que hay dos velocidades angulares θ̇1 y θ̇2 que se suponen
positivas con los sentidos mostrados. Por lo tanto, el circuito eléctrico análogo (Fig.
2.25) tendrá dos mallas (1 y 2) cuyas corrientes i1 e i2 , ambas con el mismo sen-
tido (horario en este caso), son análogas a las velocidades θ̇1 y θ̇2 , respectivamente.
Utilizando la tabla de la analogı́a fuerza-torque-voltaje se obtienen los elementos de
circuito correspondientes a las inercias, resortes y amortiguadores. Puesto que las
inercias J1 y J2 se mueven a las velocidades θ̇1 y θ̇2 , entonces las corrientes netas a
través de las inductancias análogas correspondientes L1 y L2 son i1 e i2 y por lo tanto
pertenecen a las mallas 1 y 2. Como uno de los extremos de B1 y de B2 se mueve a la
velocidad θ̇1 y el otro extremo es fijo, entonces sus elementos de circuito análogo R1
y R2 , respectivamente, pertenecen a la malla 1. Asi mismo, uno de los extremos de
B3 y de B4 se mueve a la velocidad θ̇2 y el otro extremo es fijo, entonces sus elemen-
tos de circuito análogo R3 y R4 , respectivamente, pertenecen a la malla 2. Nótese
que C es un elemento común a las mallas 1 y 2 (la corriente neta a través de él es
i1 −i2 , con sentido de referencia hacia abajo) ya que los extremos de su análogo, K, se
mueven a las velocidades angulares θ̇1 y θ̇2 (la velocidad relativa del extremo izquierdo
con respecto al derecho es θ̇1 − θ̇2 ). Finalmente, el torque externo T (t) tiene como
análogo en el circuito la fuente de voltaje v(t). Nótese que con la polaridad mostrada
de la fuente, si el estado energético inicial se supone nulo, las corrientes i1 (o) e i2 (0)
son positivas con los sentidos mostrados cuando v(0) > 0, lo cual coincide con que si
T (0) > 0, θ̇1 (0) y θ̇2 (0) son positivas con los sentidos mostrados.

Figura 2.25 Circuito eléctrico análogo del ejemplo 2.7


2.12 Circuito paralelo R-L-C 49

Las siguientes son las magnitudes y variables análogas:


1
L2 = J2 , L1 = J1 , R4 = B4 , R3 = B3 , R2 = B2 , R1 = B1 , C = K , v(t) = T (t),
i2 = θ̇2 , i1 = θ̇1 .
Aplicando la segunda ley de Kirchhoff a cada una de las mallas del circuito de la Fig.
2.25 se obtienen las ecuaciones que lo describen:
Z
di1 1
v(t) = (R1 + R2 )i1 + L1 + (i1 − i2 )dt (2.75)
dt C
Z
di2 1
0 = (R3 + R4 )i2 + L2 + (i2 − i1 )dt (2.76)
dt C
Reemplazando las anteriores magnitudes y variables análogas en (2.75) y (2.76) se
obtienen las ecuaciones que describen el comportamiento del sistema mecánico rota-
cional de la Fig. 2.24:

dθ1 d2 θ1
T (t) = (B1 + B2 ) + M1 2 + K(θ1 − θ2 ) (2.77)
dt dt

dθ2 d2 θ2
0 = (B3 + B4 ) + M2 2 + K(θ2 − θ1 ) (2.78)
dt dt

Ejemplo 2.8 Verificar que las ecuaciones (2.77) y (2.78) describen el comportamiento
del sistema de la Fig. 2.24.

La Fig. 2.26 muestra los diagramas de cuerpo libre de las dos inercias

Figura 2.26 Diagramas de cuerpo libre de J1 y J2


Aplicando la segunda ley de Newton para sistemas rotacionales a cada una de las
inercias de la Fig. 2.26 se obtienen las siguientes ecuaciones:

dθ1 dθ1 d2 θ1
T (t) − B1 − B2 − K(θ1 − θ2 ) = M1 2 (2.79)
dt dt dt
dθ2 dθ2 d2 θ2
−K(θ2 − θ1 ) − B3 − B4 = M2 2 (2.80)
dt dt dt
Reorganizando (2.79) y (2.80) se obtienen (2.77) y (2.78).
50 MODELOS MATEMATICOS DE SISTEMAS FISICOS

2.12 Circuito paralelo R-L-C

Figura 2.27 Circuito paralelo R-L-C


Aplicando la primera ley de Kirchhoff (de corrientes) al único corte del circuito de la
Fig. 2.27 se obtiene la ecuación (2.81):

Z
1 e de
is (t) = edt + +C (2.81)
L R dt

Si se tiene en cuenta que el flujo concatenado por la inductancia es φ = Li, entonces


el voltaje en los terminales de la inductancia es dado por:


e= (2.82)
dt

Utilizando (2.82) en (2.81) se obtiene la ecuación diferencial (2.83):

d2 φ 1 dφ 1
C 2
+ + φ = is (t) (2.83)
dt R dt L

2.13 Analogı́a fuerza-torque-corriente


Comparando las ecuaciones diferenciales (2.22), (2.64) y (2.83) de los sistemas fı́sicos
correspondientes (mecánico traslacional de la Fig. 2.10, mecánico rotacional de la
Fig. 2.19 y circuito eléctrico de la Fig. 2.27) se nota que son de forma idéntica. Tales
sistemas también se denominan sistemas análogos y los términos que ocupan las
posiciones correspondientes en las ecuaciones diferenciales se denominan magnitudes
y variables análogas. De esta comparación se explica porqué se denomina la analogı́a
fuerza-torque-corriente. La siguiente tabla hace un resumen de las analogı́as en
este caso:
2.13 Analogı́a fuerza-torque-corriente 51

Sist. mecánico traslacional Sist. mecánico rotacional Sistema eléctrico

Fuerza u Torque T Corriente i


Velocidad lineal ẏ Velocidad angular θ̇ Voltaje v
Desplazamiento lineal y Desplazamiento angular θ Flujo φ
Masa M Inercia J Capacitancia C
Coef. fricción viscosa B Coef. fricción viscosa B Conductactancia R1
1
Constante del resorte K Constante del resorte K Inverso inductancia L

Nuevamente entonces se pueden obtener circuitos eléctricos análogos a sistemas mecánicos


traslacionales y rotacionales y utilizar todas las técnicas de descripción de redes (inclu-
sive muchos teoremas que simplifican el análisis) para plantear modelos matemáticos
para los sistemas mecánicos.
El circuito eléctrico análogo a un sistema mecánico traslacional (rotacional) se puede
obtener teniendo en cuenta la anterior tabla y notando que por cada masa (inercia)
o punto que se desplace (rote) a cierta velocidad en el sistema mecánico, habrá un
nodo en el circuito análogo (además del de referencia). Si se supone, sin pérdida de
generalidad, que todas aquellas velocidades son positivas con respecto a la referencia,
en el circuito se supone que todos los nodos están a mayor potencial con respecto al
de referencia.

Ejemplo 2.9 Plantear un modelo matemático para el sistema mecánico traslacional


de la Fig. 2.21 utilizando ahora la analogı́a fuerza-torque-corriente.

Nótese de la Fig. 2.21 que hay dos velocidades ẏ1 y ẏ2 que se suponen positivas
con respecto a la referencia. Por lo tanto, el circuito eléctrico análogo (Fig. 2.28)
tendrá dos nodos (1 y 2) y el de referencia (0) cuyos voltajes con respecto al de
referencia (llamados voltajes de nodo) e1 y e2 , son análogos a las velocidades ẏ1 y ẏ2 ,
respectivamente. Utilizando la tabla de la analogı́a fuerza-torque-corriente se obtienen
los elementos de circuito correspondientes a las masas, resortes y amortiguadores.
Puesto que las masas M1 y M2 se mueven a las velocidades ẏ1 y ẏ2 , entonces los
voltajes entre los terminales de las capacitancias análogas correspondientes C1 y C2
son e1 y e2 y por lo tanto están conectadas entre los nodos 1 y referencia y 2 y
referencia, respectivamente. Ası́ mismo, como uno de los extremos de B1 y de K1 se
mueve a la velocidad ẏ1 y el otro extremo es fijo, entonces sus elementos de circuito
análogo R1 y L1 , respectivamente, están conectados entre el nodo 1 y el de referencia.
Nótese que R2 y L2 son elementos conectados entre los nodos 1 y 2 (la diferencia
de potencial entre sus terminales es e1 − e2 , suponiendo el nodo 1 a mayor potencial
con respecto al nodo 2) ya que los extremos de sus análogos, B2 y K2 , se mueven
a las velocidades ẏ1 y ẏ2 (la velocidad relativa del extremo inferior con respecto al
superior es ẏ1 − ẏ2 ). Finalmente, la fuerza externa p(t) tiene como análogo en el
circuito la fuente de corriente i(t). Nótese que con el sentido mostrado de la fuente,
si el estado energético inicial se supone nulo, los voltajes de nodo e1 (o) y e2 (0) son
positivos cuando i(0) > 0, lo cual coincide con que si p(0) > 0, ẏ1 (0) y ẏ2 (0) son
positivas con los sentidos mostrados.
52 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Figura 2.28 Circuito eléctrico análogo del ejemplo 2.9


Las siguientes son las magnitudes y variables análogas:
C2 = M2 , C1 = M1 , R2 = B12 , R1 = B11 , L2 = K12 , L1 = K11 , i(t) = p(t), e2 = ẏ2 ,
e1 = ẏ1 .
Aplicando la primera ley de Kirchhoff a los nodos 1 y 2 del circuito de la Fig. 2.28 se
obtienen las ecuaciones que lo describen:
Z Z
de1 e1 1 1 e1 − e2
0 = C1 + + e1 dt + (e1 − e2 )dt + (2.84)
dt R1 L1 L2 R2
Z
de2 (e2 − e1 ) 1
i(t) = C2 + + (e2 − e1 )dt (2.85)
dt R2 L2
Reemplazando las anteriores magnitudes y variables análogas en (2.84) y (2.85) se
obtienen las ecuaciones (2.72) y (2.71), respectivamente, que describen el compor-
tamiento del sistema mecánico traslacional de la Fig. 2.21.

Ejemplo 2.10 Plantear un modelo matemático para el sistema mecánico rotacional


de la Fig. 2.24 utilizando la analogı́a fuerza-torque-corriente.

Nótese de la Fig. 2.24 que hay dos velocidades angulares θ̇1 y θ̇2 que se suponen
positivas con los sentidos mostrados. Por lo tanto, el circuito eléctrico análogo (Fig.
2.29) tendrá dos nodos (1 y 2) y el de referencia (0) cuyos voltajes de nodo e1 y e2 , son
análogos a las velocidades θ̇1 y θ̇2 , respectivamente. Utilizando la tabla de la analogı́a
fuerza-torque-corriente se obtienen los elementos de circuito correspondientes a las
inercias, resortes y amortiguadores. Puesto que las inercias J1 y J2 se mueven a las
velocidades θ̇1 y θ̇2 , entonces los voltajes entre los terminales de las capacitancias
análogas correspondientes C1 y C2 son e1 y e2 y por lo tanto están conectadas entre
los nodos 1 y referencia y 2 y referencia, respectivamente. Como uno de los extremos
de B1 y de B2 se mueve a la velocidad θ̇1 y el otro extremo es fijo, entonces sus
elementos de circuito análogo R1 y R2 , respectivamente, están conectados entre el
nodo 1 y el de referencia. Asi mismo, uno de los extremos de B3 y de B4 se mueve a
2.13 Analogı́a fuerza-torque-corriente 53

la velocidad θ̇2 y el otro extremo es fijo, entonces sus elementos de circuito análogo
R3 y R4 , respectivamente, están conectados entre el nodo 1 y el de referencia. Nótese
que L es un elemento conectado entre los nodos 1 y 2 (la diferencia de potencial entre
sus terminales es e1 −e2 , suponiendo el nodo 1 a mayor potencial con respecto al nodo
2) ya que los extremos de su análogo, K, se mueven a las velocidades angulares θ̇1
y θ̇2 (la velocidad relativa del extremo izquierdo con respecto al derecho es θ̇1 − θ̇2 ).
Finalmente, el torque externo T (t) tiene como análogo en el circuito la fuente de
corriente i(t). Nótese que con el sentido mostrado de la fuente, si el estado energético
inicial se supone nulo, los voltajes de nodo e1 (o) y e2 (0) son positivos cuando i(0) > 0,
lo cual coincide con que si T (0) > 0, θ̇1 (0) y θ̇2 (0) son positivas con los sentidos
mostrados.

Figura 2.29 Circuito eléctrico análogo del ejemplo 2.10


Las siguientes son las magnitudes y variables análogas:
C2 = J2 , C1 = J1 , R4 = B14 , R3 = B13 , R2 = B12 , R1 = B11 , L = K 1
, i(t) = T (t),
e2 = θ̇2 , e1 = θ̇1 .
Aplicando la primera ley de Kirchhoff a los nodos 1 y 2 del circuito de la Fig. 2.29 se
obtienen las ecuaciones que lo describen:
Z
e1 de1 1
i(t) = + C1 + (e1 − e2 )dt (2.86)
(R1 + R2 ) dt L

Z
e2 de2 1
0= + C2 + (e2 − e1 )dt (2.87)
(R3 + R4 ) dt L

Reemplazando las anteriores magnitudes y variables análogas en (2.86) y (2.87) se


obtienen las ecuaciones (2.78) y (2.77), respectivamente, que describen el compor-
tamiento del sistema mecánico rotacional de la Fig. 2.24.

Ejemplo 2.11 Obtener un modelo matemático que describa el comportamiento del


sistema mecánico traslacional de la Fig. 2.30 utilizando la analogı́a fuerza-torque-
corriente.
54 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Figura 2.30 Sistema mecánico traslacional del ejemplo 2.11


Utilizando el mismo procedimiento de los dos ejemplos anteriores se obtiene el circuito
eléctrico análogo que se muestra en la Fig. 2.31.

Figura 2.31 Circuito eléctrico análogo del ejemplo 2.11


Las parámetros y variables análogas son:
Ci = Mi , i = 1, 2, 3
Rk = B1k , k = 1, 2
Lj = K1j , j = 1, 2, 3, 4
2.13 Analogı́a fuerza-torque-corriente 55

i(t) = p(t), e1 = ẏ1 , e2 = ẏ2 , e3 = ẏ3


Aplicando la primera ley de Kirchhoff a los nodos 1, 2 y 3 se obtienen las ecuaciones
que describen el circuito de la Fig. 2.31:

Z Z
de1 1 1 1 e1 − e2 e1 − e3
C1 +( + ) e1 dt + (e1 − e2 )dt + + = i(t) (2.88)
dt L1 L2 L3 R1 R2
Z Z
e2 − e1 1 de2 1
+ (e2 − e1 )dt + C2 + (e2 − e3 )dt = 0 (2.89)
R1 L3 dt L4
Z
de3 1 e3 − e1
C3 + (e3 − e2 )dt + =0 (2.90)
dt L4 R2
Utilizando los parámetros y variables análogas en las ecuaciones (2.88), (2.89) y (2.90)
se obtienen las ecuaciones que describen el sistema de la Fig. 2.30:

M1 ÿ1 + (K1 + K2 )y1 + K3 (y1 − y2 ) + B1 (ẏ1 − ẏ2 ) + B2 (ẏ1 − ẏ3 ) = p(t) (2.91)

B1 (ẏ2 − ẏ1 ) + K3 (y2 − y1 ) + M2 ÿ2 + K4 (y2 − y3 ) = 0 (2.92)

M3 ÿ3 + K4 (y3 − y2 ) + B2 (ẏ3 − ẏ1 ) = 0 (2.93)

Ejemplo 2.12 Plantear un modelo matemático para el sistema mecánico traslacional


de la Fig. 2.13 utilizando la analogı́a fuerza-torque-corriente.
El circuito análogo eléctrico en este caso se muestra en la Fig. 2.32, en donde las
magnitudes y variables análogas son:
C2 = M2 , C1 = M1 , R2 = B12 , R1 = B11 , L2 = K12 , L1 = K11 , v(t) = u̇(t), e2 = ż,
e1 = ẏ.

Figura 2.32 Circuito eléctrico análogo del ejemplo 2.12


Aplicando la primera ley de Kirchhoff a los nodos 1 y 2 se obtienen las ecuaciones
(2.94) y (2.95):
56 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Z Z
e1 de1 1 . 1
+ C1 + (e1 − u̇)dt + (e1 − e2 )dt = 0 (2.94)
R1 dt L1 L2

Z
e2 de2 1
+ C2 + (e2 − e1 )dt = 0 (2.95)
R2 dt L2

Reemplazando los anteriores parámetros y variables análogas en (2.94) y (2.95) se


obtienen las ecuaciones (2.44) y (2.45), que describen el sistema mecánico de la Fig.
2.13.

2.14 Ecuaciones de estado para circuitos eléctricos


Se verá un procedimiento sistemático para asignar variables de estado y plantear las
ecuaciones de estado para circuitos con parámetros concentrados que pueden contener
fuentes independientes de voltaje y de corriente.
Si en una red eléctrica se conocen las corrientes en todas las inductancias y los voltajes
en todos los condensadores, entonces el comportamiento de la red está completamente
descrito. Por lo tanto es natural seleccionar como variables de estado las corrientes
en todos los inductores y los voltajes en todos los capacitores en redes propias (que
no son impropias).
Una red impropia es aquella que contiene por lo menos una trayectoria cerrada
(llamada impropia) compuesta únicamente de condensadores y/o fuentes indepen-
dientes de voltaje y/o un corte (llamado impropio) formado únicamente por inductores
(con o sin acoplamiento mútuo) y/o fuentes independientes de corriente.
Nótese que al aplicar la segunda (primera) ley de Kirchhoff a cada trayectoria impropia
(corte impropio) aparece una dependencia lineal entre los voltajes (corrientes) de
los condensadores (inductancias) que forman parte de élla (él). Por lo tanto, en
una red impropia se deben escoger como variables de estado los voltajes en todos
los condensadores, menos uno por cada trayectoria impropia (el correspondiente a
cualquiera de los condensadores de la trayectoria impropia) y las corrientes en todas
las inductancias, menos una por cada corte impropio (la correspondiente a cualquiera
de las inductancias del corte impropio) para que el número de variables de estado sea
mı́nimo (es decir, no haya variables de estado redundantes).
Recuérdese que un conjunto de cortes es mı́nimo si cada uno de éllos tiene una sóla
rama.
2.15 Método sistemático para obtener las ecuaciones de estado 57

Figura 2.33 Circuitos impropios


Nótese que si en cualquiera de los circuitos impropios de la Fig. 2.33 se asignan los
voltajes en todos los condensadores y las corrientes en todas las inductancias como
variables de estado se ve que x1 (t) = x2 (t) ∀t. Obviamente hay una redundancia
aquı́.

2.15 Método sistemático para obtener las ecua-


ciones de estado

1. Hacer un gráfico y seleccionar un árbol que se llamará árbol normal, en donde


las ramas de éste se escogen en el siguiente orden: fuentes de voltaje, capaci-
tores, resistencias, inductancias y fuentes de corriente. Por lo tanto, un árbol
normal consiste de todas las fuentes de voltaje, el máximo número permisible de
capacitores (en el caso de una trayectoria impropia no todos los condensadores
pueden formar parte del árbol), las resistencias y finalmente el número mı́nimo
de inductancias. Generalmente no contiene fuentes de corriente

2. Asignar los voltajes en los condensadores que forman parte del árbol normal
y las corrientes en las inductancias que corresponden a enlaces como variables
de estado. Los voltajes en los condensadores que corresponden a enlaces y las
corrientes en las inductancias que forman parte del árbol normal no son necesarios
escogerlos como variables de estado.

3. Expresar los voltajes y corrientes a través de todas las resistencias, todos los
condensadores que correspondan a enlaces y todos los inductores que forman
parte del árbol normal en función de las variables de estado y las entradas (fuentes
independientes) mediante la aplicación de la segunda y la primera ley de Kirchhoff
58 MODELOS MATEMATICOS DE SISTEMAS FISICOS

a los anillos (un anillo es una trayectoria cerrada que contiene un sólo enlace) y
cortes que contienen aquellos elementos.

4. Aplicar la segunda y la primera ley de Kirchhoff a cada anillo y cada corte que
contiene cada elemento que ha sido asignado como variable de estado.

Ejemplo 2.13 Plantear las ecuaciones de estado y de salida del circuito mostrado
en la Fig. 2.34.

Figura 2.34 Circuito eléctrico del ejemplo 2.13


Se obtiene el gráfico que se muestra en la Fig. 2.35, en donde el árbol es un árbol
normal.

Figura 2.35 Gráfico del circuito de la Figura 2.34


£ ¤t £ ¤t
Se escogen como variables de estado a x = x1 x2 x3 = v2 v3 i7
Se expresana v6 (y por lo tanto i6 ) e i4 (y por lo tanto v4 ) en función de las variables
de estado y de las entradas, usando las leyes de Kirchhoff.
Aplicando la segunda ley de Kirchhoff en el anillo formado por los nodos 1-0-2-1 se
obtiene:
2.15 Método sistemático para obtener las ecuaciones de estado 59

v6 = u1 (t) − x1 (2.96)
Por lo tanto:

u1 (t) − x1
i6 = (2.97)
R1
Aplicando la primera ley de Kirchhoff al corte c4 se obtiene:

i4 = x3 (2.98)
Por lo tanto:

v4 = R2 x3 (2.99)
Ahora se obtienen las ecuaciones de estado.
Aplicando la primera ley de Kirchhoff (plk) al corte c2 , usando (2.97) y organizando
se obtiene (2.100).
1 1 1 1
ẋ1 = − x1 − x3 + u1 (t) + u2 (t) (2.100)
R1 C1 C1 R1 C1 C1
Usando la primera ley de Kirchhoff en el corte c3 y organizando se obtiene (2.101).
1
ẋ2 = x3 (2.101)
C2
Aplicando la segunda ley de Kirchhoff (slk) en el enlace formado por los nodos 0-2-3-
4-0 y organizando se obtiene (2.102).
1 1 R2
ẋ3 =x1 − x2 − x3 (2.102)
L L L
Reescribiendo (2.100), (2.101) y (2.102) en forma matricial se obtiene la ecuación de
estado (2.103).

      
ẋ1 − R11C1 0 − C11 x1 1
R1 C1
1
C1
· ¸
 ẋ2  =    x2  +  u1 (t)
0 0 1
C2 0 0  (2.103)
u2 (t)
ẋ3 1
L − L1 − RL2 x3 0 0

La ecuación de salida se puede expresar fácilmente en función de las variables de


estado y las entradas como:
.
y = v7 = L x3 = x1 − x2 − R2 x3

la cual escrita en forma matricial es:


 
£ ¤ x1
y= 1 −1 −R2  x2  (2.104)
x3
60 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Ejemplo 2.14 Plantear las ecuaciones de estado y de salida del circuito mostrado
en la Fig. 2.36. Las salidas son: el voltaje en el condensador C1 con la polaridad
mostrada y la corriente a través de la inductancia L2 con el sentido mostrado.

Figura 2.36 Circuito del ejemplo 2.14


La Fig. 2.37 muestra el gráfico orientado en donde se usó el árbol normal.

Figura 2.37 Gráfico del circuito de la Figura 2.36


2.15 Método sistemático para obtener las ecuaciones de estado 61

£ ¤t £ ¤t
Se escogen como variables de estado a x = x1 x2 x3 = v2 v3 i6
Como hay inductancias mútuamente acopladas, es conveniente plantear la ecuación
primitiva que relaciona los voltajes entre sus terminales y las derivadas temporales
de las corrientes. Es decir, en este caso:
· ¸ · ¸ · di5 ¸
v5 L1 −M dt
= di6 (2.105)
v6 −M L2 dt
Aplicando la segunda ley de Kirchhoff al anillo que contiene el enlace 7 y la primera ley
de Kirchhoff a los cortes que contienen la ramas 5 y 4, respectivamente, se obtienen:

v7 = x2 − x1 (2.106)

i5 = u2 + x3 (2.107)

i4 = x3 (2.108)
Por lo tanto:

i7 = C2 (ẋ2 − ẋ1 ) (2.109)

v5 = L1 (u̇2 + ẋ3 ) − M ẋ3 (2.110)

v4 = Rx3 (2.111)
Aplicando la plk a los cortes c2 y c3 y usando la ec. (2.109) se obtienen, respectiva-
mente:

C1 ẋ1 − C2 (ẋ2 − ẋ1 ) − u2 − x3 = 0 (2.112)

C3 ẋ2 + C2 (ẋ2 − ẋ1 ) + u2 = 0 (2.113)


. .
Organizando (2.112) y (2.113) y resolviendo para x1 y x2 se obtienen:
C2 + C3 C3
ẋ1 = x3 + u2 (2.114)
π1 π1
C2 C1
ẋ2 = x3 − u2 (2.115)
π1 π1
en donde π1 = C1 C2 + C1 C3 + C2 C3 .
Aplicando la slk al anillo que contiene el enlace 6, usando las ecs. (2.105), (2.107) y
(2.111) y organizando se obtiene:
1 R 1 M − L1 .
ẋ3 = − x1 − x3 + u1 + u2 (2.116)
π2 π2 π2 π2
en donde π2 = L1 + L2 − 2M .
Reescribiendo las ecuaciones de estado en forma matricial:
62 MODELOS MATEMATICOS DE SISTEMAS FISICOS

   C2 +C3
   C3   
ẋ1 0 0 π1 x1 0 π1
· ¸ 0 0 · ¸
 ẋ2  = 
 0 0 C2 
 x2 + 0 −C 1  u1
+ 0 0  u̇1
π1 π1 u2 u̇2
1 M−L1
ẋ3 − π12 0 −R π2
2 x3 π2 0 0 π2
(2.117)
La ecuación de salida es:
 
· ¸ x1
1 0 0  x2 
y= (2.118)
0 0 1
x3

2.16 Ecuaciones de estado con derivadas de las


entradas
Como se puede notar del ejemplo anterior (caso de un circuito impropio), a veces
pueden aparecer en la ecuación matricial de estado la primera derivada de las entradas.
Es decir, en forma general:

ẋ = Ax+B1 u+B2 u̇ (2.119)

y = Cx+Du (2.120)
Para evitar que estas derivadas de las entradas aparezcan en la ecuación de estado,
se pueden redefinir las variables de estado de la siguiente manera:

b , x − B2 u
x (2.121)
De (2.119):

ẋ − B2 u̇ = Ax+B1 u (2.122)
Reemplazando (2.121) en (2.122):
.
b = A[b
x x + B2 u]+B1 u

y organizando:
.
b = Ab
x x + [B1 + AB2 ]u (2.123)
(2.123) es la nueva ecuación matricial de estado.
La ecuación de salida se obtiene reemplazando (2.121) en (2.120):

y = Cb
x + [CB2 + D]u (2.124)
b.
(2.124) es la ecuación de salida en función de las nuevas variables de estado x
2.17 El transformador ideal como análogo de la palanca 63

2.17 Otras analogı́as electromecánicas

2.17.1 Palancas

Figura 2.38 Palanca ideal


Considérese el sistema mecánico de la Fig. 2.38 el cual consta de una palanca ideal
y un punto de apoyo. Supóngase que F1 (con el sentido mostrado) es una fuerza
externa aplicada en el extremo de la izquierda y F2 (con el sentido mostrado) es la
fuerza generada sobre alguna carga mecánica, la cual no se muestra. La velocidad
angular ω de la palanca que rota alrededor del punto de apoyo se puede expresar en
función de las velocidades lineales de los extremos, v1 y v2 , de la siguiente manera:

v1 v2
ω= =
d1 d2

de donde se obtiene la relación entre las velocidades lineales:

v1 d1
= (2.125)
v2 d2

Puesto que se ha supuesto que la palanca es ideal, entonces, aplicando el principio


de conservación de la energı́a, la potencia entregada en el extremo izquierdo de la
palanca (F1 v1 ) es igual a la potencia absorbida por la carga en el extremo derecho de
la palanca (F2 v2 ). Matemáticamente:

F1 v1 = F2 v2

de donde se obtiene la relación entre las fuerzas en los extremos:

F1 d2
= (2.126)
F2 d1
64 MODELOS MATEMATICOS DE SISTEMAS FISICOS

2.17.2 El transformador ideal como análogo de la palanca

Figura 2.39 El transformador ideal


La Fig. 2.39 muestra el circuito de un transformador ideal, en el cual se satisfacen
las siguientes relaciones:
e1 n1
= =a (2.127)
e2 n2
i1 n2 1
= = (2.128)
i2 n1 a
en donde e1 y e2 (i1 e i2 ) son los voltajes (corrientes) con las polaridades (sentidos)
mostradas entre (a través de) los terminales de los devanados del primario y del
secundario, respectivamente. a es la relación del número de espiras del primario al
secundario.
Comparando las ecuaciones (2.127) con la (2.125) y la (2.128) con la (2.126) se puede
establecer una analogı́a entre la palanca y el transformador, en donde e1 y e2 (i1 e i2 )
son análogos a v1 y v2 (F1 y F2 ) y la relación a = nn12 a dd12 . Nótese que esta analogı́a
usa la analogı́a fuerza-corriente.
2.17.3 El transformador como acoplador de impedancias

Figura 2.40 El transformador con carga


Considérese el transformador ideal mostrado en la Fig. 2.40, en donde la carga podrı́a
2.17 La palanca como acoplador de elementos mecánicos 65

ser una resistencia, un condensador, una inductancia o una combinación de estos


elementos.

a. Si se supone que la carga es una resistencia R, entonces:

e2 = Ri2 (2.129)
Reemplazando (2.127) y (2.128) en (2.129) se obtiene (2.130):

e1 = Req i1 (2.130)
en donde Req = a2 R, es una resistencia equivalente vista entre los terminales del
primario.

b. Si la carga es una inductancia L, entonces:

di2
e2 = L (2.131)
dt
Usando (2.127) y (2.128) en (2.131) se obtiene (2.132):
di1
e1 = Leq (2.132)
dt
en donde Leq = a2 L, es una inductancia equivalente vista entre los terminales del
primario.

c. Si la carga es una capacitancia C, entonces:

de2
i2 = C (2.133)
dt
Usando (2.127) y (2.128) en (2.133) se obtiene (2.134):
de1
i1 = Ceq (2.134)
dt
en donde Ceq = aC2 , es una capacitancia equivalente vista entre los terminales del
primario.
2.17.4 La palanca como acoplador de elementos mecánicos
Considérese la palanca ideal de la Fig. 2.38, en donde la carga podrı́a ser una masa,
un resorte o un amortiguador, o cualquier conexión de estos elementos.
66 MODELOS MATEMATICOS DE SISTEMAS FISICOS

a. Si se supone que la carga conectada entre el extremo derecho de la Fig. 2.38 y


la referencia es un amortiguador, con coeficiente de fricción viscosa B, entonces:

F2 = Bv2 (2.135)

Usando (2.125) y (2.126) en (2.135) se obtiene (2.136):

F1 = Beq v1 (2.136)
³ ´2
en donde Beq = dd21 B, es el coeficiente de fricción viscosa del amortiguador equiv-
alente en el extremo izquierdo de la palanca.

b. Si la carga es un resorte con constante K, conectado entre el extremo derecho de


la Fig. 2.38 y la referencia, entonces:

Z
F2 = K v2 dt (2.137)

Usando (2.125) y (2.126) en (2.137) se obtiene (2.138):


Z
F1 = Keq v1 dt (2.138)
³ ´2
en donde Keq = dd21 K, es la constante del resorte equivalente en el extremo
izquierdo de la palanca.

c. Si la carga es una masa M en el extremo derecho de la palanca, entonces:

dv2
F2 = M (2.139)
dt
Usando (2.125) y (2.126) en (2.139) se obtiene (2.140):

dv1
F1 = Meq (2.140)
dt
³ ´2
d2
en donde Meq = d1 M, es la masa equivalente en el extremo izquierdo de la
palanca.
2.17 La palanca como acoplador de elementos mecánicos 67

Ejemplo 2.15 Para el sistema mecánico de la Fig. 2.41 hallar la ecuación diferen-
cial que relaciona el desplazamiento de la masa M con la fuerza externa p(t). Suponer
que la palanca es ideal.

Figura 2.41 Sistema mecánico del ejemplo 2.15


Se utilizará la analogı́a fuerza-torque-corriente. El circuito eléctrico análogo se mues-
tra en la Fig. 2.42.

Figura 2.42 Circuito eléctrico análogo del ejemplo 2.15


Las analogı́as son:
dy
C = M, R = B1 , L = K 1
, a = dd12 , i(t) = p(t), e = dt
Aplicando la plk en el nodo 1 se obtiene (2.141):
de e
+
ai(t) = c (2.141)
dt R
Reemplazando las analogı́as en (2.141) se obtiene (2.142) que es la ecuación dife-
68 MODELOS MATEMATICOS DE SISTEMAS FISICOS

rencial pedida:

d2 d2 y d2 dy
M 2
+B = p(t) (2.142)
d1 dt d1 dt

2.17.5 Sistemas acoplados de movimento rotacional

Figura 2.43 Engranajes


Considérese el sistema mecánico rotacional de la Fig. 2.43 el cual consta de un par
de engranajes y alguna carga mecánica en el engranaje de la derecha, la cual no se
muestra. Supóngase que T1 (con el sentido mostrado) es una torque externo aplicado
en el engranaje de la izquierda y T2 (con el sentido mostrado) es el torque generado
sobre la carga mecánica. La velocidad tangencial en el punto A de la Fig. 2.43, v,
se puede expresar en función de las velocidades angulares, ω1 y ω2 , de la siguiente
manera:

v = ω1 r1 = ω2 r2

donde r1 y r2 son los radios de los engranajes 1 y 2, respectivamente. Como la relación


del número de dientes de los engranajes es proporcional a la relación de los radios
respectivos, entonces:
ω1 r2 N2 1
= = = (2.143)
ω2 r1 N1 N
Puesto que se ha supuesto que el acoplamiento es ideal, entonces, aplicando el prin-
cipio de conservación de la energı́a, la potencia entregada en el eje del engranaje
izquierdo (T1 ω1 ) es igual a la potencia absorbida por la carga conectada en el eje del
engraje derecho (T2 ω2 ). Matemáticamente:

T1 ω1 = T2 ω2
2.17 El engranaje como acoplador de elementos mecánicos 69

de donde se obtiene la relación entre los torques:


T1 N1
= =N (2.144)
T2 N2
Comparando las ecuaciones (2.127) con la (2.143) y la (2.128) con la (2.144) se puede
establecer una analogı́a entre el par de engranajes acoplados rotacionalmente y el
transformador, en donde e1 y e2 (i1 e i2 ) son análogos a ω1 y ω2 (T1 y T2 ) y la
relación a = nn12 a N1 = N
N1 . Nótese que esta analogı́a usa la analogı́a torque-corriente.
2

2.17.6 El engranaje como acoplador de elementos mecánicos


Considérese el engranaje ideal de la Fig. 2.43, en donde la carga podrı́a ser una
inercia, un resorte o un amortiguador, o cualquier conexión de estos elementos.

a. Si se supone que la carga conectada en el engranaje 2 de la Fig. 2.43 y la


referencia es un amortiguador rotacional, con coeficiente de fricción viscosa B,
entonces:

T2 = Bω2 (2.145)
Usando (2.143) y (2.144) en (2.145) se obtiene (2.146):

T1 = Beq ω1 (2.146)
2
en donde Beq = N B, es el coeficiente de fricción viscosa del amortiguador equi-
valente en el eje del engranaje 1.

b. Si la carga es un resorte rotacional con constante K, conectado en el engranaje


2 de la Fig. 2.43 y la referencia, entonces:

Z
T2 = K ω2 dt (2.147)

Usando (2.143) y (2.144) en (2.147) se obtiene (2.148):


Z
F1 = Keq v1 dt (2.148)

en donde Keq = N 2 K, es la constante del resorte equivalente en el eje del engranaje


1.

c. Si la carga es una inercia J en el engranaje 2, entonces:


70 MODELOS MATEMATICOS DE SISTEMAS FISICOS

dω2
T2 = J (2.149)
dt
Usando (2.143) y (2.144) en (2.149) se obtiene (2.150):

dω1
T1 = Jeq (2.150)
dt
en donde Jeq = N 2 M, es la inercia equivalente en el eje del engranaje 1.

Ejemplo 2.16 Plantear un conjunto linealmente independiente de ecuaciones dife-


renciales que describa completamente el comportamiento del sistema mostrado en la
Fig. 2.44.

Figura 2.44 Sistema del ejemplo 2.16


Como se supone que la corriente de campo del motor es constante, entonces el voltaje
inducido en la armadura del motor, e, y el torque generado por el mismo, Tm , son
dados por:

dθm
e = Km ωm = Km (2.151)
dt

Tm = KT ia (2.152)
donde Km y KT son las constantes de voltaje y de torsión del motor, respectivamente.
Aplicando la slk en la armadura del motor se tiene:
2.17 El engranaje como acoplador de elementos mecánicos 71

dia
u(t) = Ra ia + La +e (2.153)
dt
Utilizando la analogı́a fuerza-torque-corriente, para el sistema mecánico rotacional se
obtiene el circuito eléctrico análogo de la Fig. 2.45, en donde las analogı́as son:
Im = Tm , em = dθdtm , ec = dθ 1 1 1
dt , R1 = B1 , R2 = B2 , Rc = Bc ,
c

1 1 1
Rm = Bm , Lm = Gm , a = N , C1 = J1 , C2 = J2 , Cc = Jc

Figura 2.45 Circuito análogo del sistema mecánico rotacional del ejemplo 2.16
Si los elementos de circuito del lado derecho del transformador (secundario) se refieren
al lado izquierdo del mismo (primario), el circuito de la Fig. 2.45 queda reducido al
circuito simple de la Fig. 2.46.

Figura 2.46 Circuito reducido de la Figura 2.45


en donde:
C2 + Cc
Ceq = C1 + (2.154)
a2
a2 R1 R2 Rc
Req = (2.155)
R1 R2 + R1 Rc + a2 R2 Rc
72 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Aplicando la plk a los nodos 1 y 2 del circuito de la Fig. 2.46 se obtienen:


Z
em 1
+ (em − aec )dt = Im (2.156)
Rm Lm
Z
aec d(aec ) 1
+ Ceq + (aec − em )dt = 0 (2.157)
Req dt Lm
Reemplazando las analogı́as, (2.154) y (2.155) en (2.156) y (2.157) se obtienen:
dθm 1
Bm + Gm (θm − θc ) = Tm (2.158)
dt N

1 dθc 1 d2 θc 1
[B1 + N 2 (Bc + B2 ) + [J1 + N 2 (Jc + J2 ) 2 + Gm ( θc − θm ) = 0 (2.159)
N dt N dt N
Las ecuaciones (2.151), (2.152), (2.153), (2.158), y (2.159) constituyen el modelo
matemático que describe completamente el comportamiento del sistema de la Fig.
2.44.

2.18 Linealización de un modelo matemático no


lineal
Supóngase que se tiene la función f (x, y, z) y se desea expandir en series de Taylor
alrededor del punto (x0 , y0 , z0 ) = P0 . Entonces:


X ∂k f (x − x0 )k ∂ k f (y − y0 )k ∂ k f (z − z0 )k
f(x, y, z) = f(x0 , y0 , z0 )+ [ k |P0 + k |P0 + k |P0 ]
1
∂x k! ∂y k! ∂z k!
(2.160)
Sea:

∆x , x − x0 , ∆y , y − y0 , ∆z , z − z0 , ∆f , f(x, y, z) − f(x0 , y0 , z0 ) (2.161)

Despreciando términos de orden superior a uno y utilizando las definiciones (2.161)


en (2.160) se obtiene:

∆f ≈ Kx ∆x + Ky ∆y + Kz ∆z (2.162)
en donde:
∂f ∂f ∂f
Kx = |P0 , Ky = |P0 , Kz = |P (2.163)
∂x ∂y ∂z 0
Supóngase ahora que se tiene la ecuación diferencial no lineal (2.164):

F (x, x(1) , · · · , x(m) , y, y (1) , · · · , y (n) ) = 0 (2.164)


2.18 Linealización de un modelo matemático no lineal 73

(1) (m) (1) (n)


y el punto de operación P0 = (x0 , x0 , · · · , x0 , y0 , y0 , · · · , y0 ).
Obviamente el punto de operación debe satisfacer la ecuación diferencial (2.163) y
por lo tanto:
(1) (m) (1) (n)
F (x0 , x0 , · · · , x0 , y0 , y0 , · · · , y0 ) = 0 (2.165)
en donde:

(k) ∂kx (k) ∂ky


x0 = |P , y = |P
∂tk 0 0 ∂tk 0
Expandiendo en series de Taylor (2.164) y despreciando términos de orden superior
a uno:

(1) (m) (1) (n)


F (x, x(1) , · · · , x(m) , y, y (1) , · · · , y (n) ) = F (x0 , x0 , · · · , x0 , y0 , y0 , · · · , y0 ) + α
(2.166)
en donde:

∂F ∂F ∂F ∂F ∂F
α= |P ∆x+ (1) |P0 ∆x(1) +· · ·+ (m) |P0 ∆x(m) + |P ∆y+· · ·+ (n) |P0 ∆y(n)
∂x 0 ∂x ∂x ∂y 0 ∂y
(2.167)
y:

dk x dk ∆x dk y dk ∆y
∆x(k) = ∆ = , ∆y (k)
= ∆ = (2.168)
dtk dtk dtk dtk
Reemplazando (2.164) y (2.165) en (2.166) y usando (2.168) se obtiene la ecuación
diferencial linealizada alrededor del punto P0 :

d∆x dm ∆x d∆y dn ∆y
K0 ∆x + K1 + · · · + Km = d0 ∆y + d1 + · · · + dn (2.169)
dt dtm dt dtn
donde:
∂F ∂F ∂F
K0 = |P , K1 = |P , · · · , Km = |P (2.170)
∂x 0 ∂x(1) 0 ∂x(m) 0
y:
∂F ∂F ∂F
d0 = − |P , d1 = − (1) |P0 , · · · , dn = − (n) |P0 (2.171)
∂y 0 ∂y ∂y

Ejemplo 2.17 Linealizar la ecuación diferencial no lineal (2.172) alrededor de un


punto de operación que se supone conocido, P0 .

dx 2 d2 y dy 1
x2 ( ) + 2x = y3 2 + (1 + y2 )( )2 + (2.172)
dt dt dt y
En este caso:
74 MODELOS MATEMATICOS DE SISTEMAS FISICOS

1
F (x, x(1) , y, y (1) , y(2) ) = x2 (x(1) )2 + 2x − y 3 y (2) − (1 + y 2 )(y (1) )2 −
y
Por lo tanto la ecuación linealizada es:
d∆x d∆y d2 ∆y
K0 ∆x + K1 = d0 ∆y + d1 + d2 (2.173)
dt dt dt2
en donde:
K0 = [2x(x(1) )2 + 2] |P0 , K1 = [2x2 x(1) ] |P0
d0 = [3y 2 y (2) + 2y(y (1) )2 − y12 ] |P0 , d1 = [2(1 + y 2 )y (1) ] |P0 , d2 = [y 3 ] |P0

2.19 El servomotor hidráulico

Figura 2.47 El servomotor hidráulico


Como ejemplo de un sistema fı́sico no lineal se considera el servomotor hidráulico,
cuyo modelo matemático se linealiza alrededor de un punto de operación conocido,
P0 . El funcionamiento descriptivo del sistema consiste en que si la válvula piloto es
desplazada hacia la derecha, aceite a presión entra por el lado derecho del pistón de
potencia y el aceite del lado izquierdo del mismo va hacia el drenaje. La diferencia de
presión a ambos lados del pistón de potencia produce el desplazamiento de éste hacia
la izquierda. El aceite retorna, recibe nuevamente presión por una bomba y vuelve a
circular al sistema. Cuando el pistón piloto se desplaza hacia la izquierda, el pistón
de potencia se mueve hacia la derecha. Se determinará la función de transferencia,
2.19 El servomotor hidráulico 75

después de ser linealizado obviamente el sistema, considerando como salida el cambio


en el desplazamiento de la carga mecánica, ∆y, y como entrada el cambio en el
desplazamiento de la válvula piloto, ∆x.

x4 x4

x3
x3
Q1

Q2
x2 x2

x1 x1

P1 Ps P2

Figura 2.48 Curvas no lineales de Q1 y Q2


La Fig. 2.48 muestra curvas no lineales de los caudales, Q1 y Q2 , en función de las
presiones P1 y P2 , respectivamente y del desplazamiento de la válvula piloto, x. Las
expresiones matemáticas no lineales son:
p
Q1 = Kd x Ps − P1 (2.174)

p
Q2 = Kd x P2 (2.175)
Linealizando (2.174) y (2.175):

∆Q1 = K1 ∆x − K2 ∆P1 (2.176)

∆Q2 = K3 ∆x + K4 ∆P2 (2.177)


donde: √ √
K1 = [Kd Ps − P1 ] |P0 , K2 = 2√K dx
| , K3 = [Kd P2 ] |P0 , K4 = 2K√dPx |P0
Ps −P1 P0 2
Puesto que el caudal se define como el cambio de volumen por unidad de tiempo,
entonces:
d(Ay) dy
Q1 = Q2 = =A
dt dt
y por lo tanto:
76 MODELOS MATEMATICOS DE SISTEMAS FISICOS

d∆y
∆Q1 = ∆Q2 = A (2.178)
dt
La fuerza que actua sobre la masa M , con sentido de derecha a izquierda, debida al
pistón de potencia es:

F = A(P1 − P2 )

y por lo tanto:

∆F = A(∆P1 − ∆P2 ) (2.179)

Reemplazando (2.178) en (2.176) y (2.177) y despejando M P1 y M P2 en (2.179) se


obtiene (2.180):

d∆y
∆F = Kx ∆x − Ky (2.180)
dt
Haciendo el diagrama de cuerpo libre de M y aplicando la segunda ley de Newton se
obtiene:

dy d2 y
F −B =M 2
dt dt
y por lo tanto:

d∆y d2 ∆y
∆F − B =M (2.181)
dt dt2
Reemplazando (2.180) en (2.181) se obtiene la ecuación diferencial que relaciona M x
y M y:

d2 ∆y d∆y
M 2
+ (B + Ky ) = Kx ∆x (2.182)
dt dt
Usando la transformada de Laplace en (2.182), suponiendo condiciones iniciales nulas,
se obtiene la función de transferencia pedida:

∆Y (s) K
= (2.183)
∆X(s) s(T s + 1)
Kx M
donde K = B+K y
y T = B+K y
Si la constante de tiempo T es muy pequeña, o despreciable, entonces el servomotor
hidráulico en este caso se comporta como un integrador con ganancia K:

∆Y (s) K
= (2.184)
∆X(s) s
2.20 Gobernador de velocidad de una turbina 77

2.20 Gobernador de velocidad de una turbina

Figura 2.49 Gobernador de velocidad de una turbina


Nótese que si Pref , la potencia de referencia, aumenta, el punto A baja, C sube, D
sube, abriendo la válvula piloto, lo que hace bajar E y abre más la válvula de aguja.
La turbina se acelera y ω = Kf aumenta. Al aumentar la velocidad las masas m se
separan y el punto B baja, C y D bajan. Cuando se consigue el estado estacionario
la válvula piloto se cierra.
Asimismo, con Pref constante, si la turbina es cargada, baja la velocidad ω = Kf , las
masas se acercan subiendo los puntos B, C y D. La válvula piloto se abre y E baja,
abriendo más la válvula de aguja, incrementando la velocidad de la turbina, la que
hace bajar B, C y D. En el equilibrio (nuevo) se vuelve, entonces, a cerrar la válvula
piloto.
Si se considera la palanca A-B-C:

Xc = f(XA , XB )
Linealizando:
∂F ∂F
∆Xc = |X =const ∆XA + |X =const ∆XB
∂XA B ∂XB A

b a+b
∆Xc = − ∆XA + ∆XB
a a
78 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Puesto que ∆XB ∝ ∆f y ∆XA ∝ ∆Pref entonces:

∆Xc = K1 ∆f − K2 ∆Pref (2.185)


Asimismo para la palanca C-D-E:

∆XD = K3 ∆XC + K4 ∆XE (2.186)


Si se considera la función de transferencia simple del servomotor entonces:
Z
∆XE = −K5 ∆XD dt (2.187)

Transformando (2.187) y utilizando (2.186) :


K3
K4
∆XE (s) = − 1 ∆Xc (s) (2.188)
1+ K4 K5 s

Con (2.185) en (2.188):


KG 1
∆XE (s) = (∆Pref (s) − ∆f (s)) (2.189)
1 + TG s R
donde:
KG = KK3 K2
4
, TG = 1
K4 K5 , R= K2
K1 .

Figura 2.50 Concatenación simple del gobernador de velocidad con la turbina,


generador y area de potencia
La Fig. 2.50 muestra una concatenación simple del gobernador de velocidad con la
turbina, generador y area de potencia, en donde los modelos para la turbina-generador
y el area de potencia se han escogido de primer orden. ∆PG y ∆PD son los incrementos
de la potencia generada y la demandada por los usuarios, respectivamente.
2.21 Linealización de las ecuaciones de estado no lineales 79

2.21 Linealización de las ecuaciones de estado no


lineales
Sea el conjunto de ecuaciones de estado no lineales:

ẋ = f (x, u, t) (2.190)
en donde x y u son vectores (columna) que contienen las variables de estado (n) y
las entradas al sistema (p), respectivamente; y f es una función vectorial no lineal de
x, u y t.
La representación de un sistema no lineal y/o variante con el tiempo mediante ecua-
ciones de estado es una gran ventaja sobre el método de la función de transferencia,
ya que este último se define estrictamente solo para sistemas lineales e invariantes con
el tiempo.
Sea la trayectoria nominal de operación (punto de operación) denotada por x0 (t), la
cual corresponde a la entrada nominal u0 (t). Expandiendo la ecuación de estado no
lineal (2.190) en series de Taylor alrededor del punto de operación y despreciando los
términos de orden superior a uno:

n
X p
X
∂fi (x, u) ∂fi (x, u)
ẋi (t) = fi (x0 , u0 ) + |x0 ,u0 (xj − x0j ) + |x0 ,u0 (uj − u0j )
j=1
∂xj j=1
∂uj
(2.191)
en donde i = 1, 2, · · · , n.
Se definen:

∆xi , xi − x0i , ∆uj , uj − u0j , ∆ẋi , ẋi − ẋ0i (2.192)


Además:

ẋ0i = fi (x0 , u0 ) (2.193)


Reemplazando (2.192) y (2.193) en (2.191):
n
X p
X
∂fi (x, u) ∂fi (x, u)
∆ẋi = |x0 ,u0 ∆xj + |x0 ,u0 ∆uj (2.194)
j=1
∂xj j=1
∂uj

La cual se puede reescribir en forma matricial como:

∆ẋ = A∗ ∆x+B ∗ ∆u (2.195)


en donde:
 ∂f1 ∂f1 ∂f1

∂x1 ∂x2 ··· ∂xn
 ∂f2 ∂f2 ∂f2 
 ··· 
A∗ =  ∂x1 ∂x2 ∂xn  (2.196)
 ··· ··· ··· ··· 
∂fn ∂fn ∂fn
∂x1 ∂x2 ··· ∂xn x0 ,u0
80 MODELOS MATEMATICOS DE SISTEMAS FISICOS

 ∂f1 ∂f1 ∂f1 


∂u1 ∂u2 ··· ∂up
 ∂f2 ∂f2
··· ∂f2 
 
B∗ =  ∂u1 ∂u2 ∂up
 (2.197)
 ··· ··· ··· ··· 
∂fn ∂fn ∂fn
∂u1 ∂u2 ··· ∂up x0 ,u0
∗ ∗
Nótese que A y B son evaluados en el punto nominal.
Se ha linealizado el sistema no lineal (2.190) alrededor del punto nominal de operación.
Sin embargo, en general, aunque la ec. (2.195) es lineal, A∗ y B ∗ podrı́an contener
elementos que varı́an con el tiempo.

Ejemplo 2.18 La Fig. 2.51 muestra el diagrama de un sistema de suspensión magné-


tico de una bola metálica. El objetivo del sistema es controlar la posición de la bola aju-
stando la corriente en el electroimán mediante el voltaje de entrada e(t). Plantear un
modelo matemático mediante ecuaciones de estado y linealizarlo alrededor del punto
de equilibrio y0 (t) = Y0 = constante.

Figura 2.51 Sistema de suspensión magnético de una bola


Las ecuaciones que describen el comportamiento del sistema se pueden obtener apli-
cando la segunda ley de Newton a la bola y la segunda ley de Kirchhoff al circuito
eléctrico:

i2 d2 y
Mg − =M 2 (2.198)
y dt

di
e(t) = Ri + L (2.199)
dt
dy
Si se definen las variables de estado como :x1 = y, x2 = dt , x3 = i, las ecuaciones de
estado del sistema son:

dx1
= x2 (2.200)
dt
2.22 Diagramas de bloques 81

dx2 1 x23
=g− (2.201)
dt M x1

dx3 R 1
= − x3 + e(t) (2.202)
dt L L

Se determina el punto nominal de operación. Puesto que y0 (t) = x01 (t) = Y0 =


2
cons tan te, entonces x02 (t) = dx01dt
(t)
Además, como d dt
= 0. √ y0 (t)
2 = 0, reemplazando
éste en (2.198) se obtiene i0 (t) = x03 (t) = MgY0 .
Utilizando el punto nominal de operación y linealizando las ecs. de estado no lineales
se obtiene (2.203):

   0 1
   
∆ẋ1 q0 ∆x1 0
 ∆ẋ2  =  g
 Y0
g 
0 −2 MY0   ∆x2  +  0  ∆e(t) (2.203)
1
∆ẋ3 0 0 −R ∆x3 L
L

Ejemplo 2.19 Sea el sistema no lineal de ecuaciones:

1
ẋ1 = − (2.204)
x22 (t)

ẋ2 = x1 (t)u(t) (2.205)

Linealizarlas alrededor de la trayectoria nominal [x01 (t), x02 (t)] que es la solución a
las ecuaciones con las condiciones iniciales x1 (0) = x2 (0) = 1 y la entrada u(t) = 0.
Integrando (2.205), x2 (t) = x2 (0) = 1 e integrando (2.204), x1 (t) = −t + 1. Es decir,
la trayectoria nominal alrededor de la cual las ecs.(2.204) y (2.205) serán linealizadas
∂f1 ∂f2
es descrita por x01 (t) = −t + 1 y x02 (t) = 1. Como ∂x 1
= ∂x 2
= ∂f ∂f1
∂u = 0, ∂x2 =
1

2 ∂f2 ∂f2
,
x32 (t) ∂x1
= u(t), ∂u = x1 (t) y evaluando estas en el punto de operación se obtienen
las ecuaciones pedidas:
· ¸ · ¸· ¸ · ¸
∆ẋ1 0 2 ∆x1 0
= + ∆u(t) (2.206)
∆ẋ2 0 0 ∆x2 1−t

(2.206) es un conjunto de ecs. de estado lineales con coeficientes variables con el


tiempo.

2.22 Diagramas de bloques


82 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Figura 2.52 Sistema de lazo cerrado


La Fig. 2.52 muestra un diagrama de bloques general de un sistema en lazo cerrado.
Se define la función de transferencia directa como C(s)
E(s) = G(s), y la función
de transferencia en lazo abierto como B(s) E(s) = Wla (s) = G(s)H(s). Nótese que si
la función de transferencia de realimentación es la unidad (H(s) = 1), la función de
transferencia en lazo abierto y la directa son iguales. Para el sistema en lazo cerrado
se tiene:

C(s) = G(s)E(s) = G(s)[R(s) − B(s)] = G(s)[R(s) − H(s)C(s)]

de la cual se halla la función de transferencia en lazo cerrado:


C(s) G(s)
= Wlc (s) = (2.207)
R(s) 1 + G(s)H(s)

2.23 Sistema de lazo cerrado sometido a una


perturbación

Figura 2.53 Sistema de lazo cerrado sometido a una perturbación


La respuesta del sistema lineal de la Fig. 2.53 debido a ambas entradas, r(t) y u(t)
se puede obtener utilizando superposición:
2.24 Reducción de diagramas de bloques 83

a. Supóngase N (s) = 0, entonces la respuesta debida a R(s), CR (s), se puede


obtener usando (2.207):

CR (s) G1 (s)G2 (s)


= (2.208)
R(s) 1 + G1 (s)G2 (s)H(s)

b. Se supone ahora R(s) = 0, entonces la respuesta debida a N (s), CN (s), también


se puede obtener usando (2.207):

CN (s) G2 (s)
= (2.209)
N (s) 1 + G1 (s)G2 (s)H(s)

Usando superposición la respuesta del sistema es:

G2 (s)
C(s) = CR (s) + CN (s) = [G1 (s)R(s) + N (s)] (2.210)
1 + G1 (s)G2 (s)H(s)

Suponiendo que | G1 (s)G2 (s)H(s) |À 1, se puede notar que la respuesta debido a la


referencia es aproximadamente independiente de G1 (s) y G2 (s) ya que CR(s)R (s) 1
' H(s) .
Si además, | G1 (s)H(s) |À 1, se ve que el efecto de perturbación se atenúa consider-
ablemente ya que CN(s)
N (s) 1
' G1 (s)H(s) → 0.

2.24 Reducción de diagramas de bloques


La reducción de un diagrama de bloques complicado a uno más simple se puede llevar
a cabo utilizando los diagramas equivalentes que se muestran en la Fig. 2.54.
84 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Figura 2.54 Diagramas equivalentes

Ejemplo 2.20 Reducir el diagrama de bloques de la Fig. 2.55 y obtener la función


de transferencia.

Figura 2.55 Diagrama de bloques del ejemplo 2.20


Las Figuras 2.56 y 2.57 muestran las diferentes etapas para la reducción del diagrama
FG F GH
de bloques en donde A = 1−F GI , B = 1−F GI+GHJ .
2.24 Reducción de diagramas de bloques 85

Figura 2.56 Reducción parcial del diagrama de la Fig. 2.55

Figura 2.57 Reducción final del diagrama del ejemplo 2.20


Finalmente entonces la función de transferencia es:
86 MODELOS MATEMATICOS DE SISTEMAS FISICOS

C(s) F GH
= (2.211)
R(s) 1 − F GI + GHJ + F GH

Ejemplo 2.21 Reducir el mismo diagrama de bloques de la Fig. 2.55 de otra manera.

La Fig. 2.58 muestra las diferentes etapas para la reducción del diagrama de bloques
GH I
de otra manera, en donde D = 1+GHJ , E=H − 1.

Figura 2.58 Otra manera de reducir el diagrama de la Fig. 2.55


Finalmente se obtiene la misma función de transferencia dada por la ec. (2.211).

2.25 Ejemplos
2.25 El servomotor bifásico 87

2.25.1 Sismógrafo

Figura 2.59 Diagrama esquemático de un sismógrafo


El sismógrafo básicamente indica el desplazamiento de su envoltura con respecto al
espacio inercial.
xi es el desplazamiento de la envoltura o gabinete con respecto al espacio inercial
o referencia, x0 es el desplazamiento de la masa m con respecto a la referencia.
y = x0 − xi es el desplazamiento de la masa m con respecto al gabinete.
Haciendo el diagrama de cuerpo libre de la masa m y aplicando la segunda ley de
Newton:

B(ẋi − ẋ0 ) + K(xi − x0 ) = mẍ0

y haciendo cambio de variable, x0 = y + xi , se obtiene:

mÿ + B ẏ + Ky = −mẋi

Utilizando Laplace y suponiendo condiciones iniciales nulas se obtiene la función de


transferencia:

Y (s) ms2
=− 2 (2.212)
Xi (s) ms + Bs + K
Si el rango de frecuencias
p de interés es relativamente alto de modo que para s = jω se
tiene que mω 2 À (Bω)2 + K 2 (desigualdad que sirve para el diseño del sismógrafo)
|Y (jω)|
entonces de (2.212) se obtiene que |X i (jω)|
' 1. Asi entonces se obtiene a la salida
(y) una señal cuya forma de onda es igual al desplazamiento de entrada (xi ).
Este dispositivo también puede ser utilizado como acelerómetro ya que s2YX(s) i (s)
=
Y (s) m
a(s) − ms2 +Bs+K .
88 MODELOS MATEMATICOS DE SISTEMAS FISICOS

2.25.2 El servomotor bifásico

Figura 2.60 El servomotor bifásico

Ec(t)
Voltaje

ec(t)

Tiempo

T(t)
Torque

Tiempo

Figura 2.61 Curvas de voltaje de control y torque del servomotor bifásico con
velocidad constante
Muy utilizado en servomecanismos de instrumentación y control. Es un motor con
rotor jaula de ardilla y en el estator tiene dos devanados en cuadratura, llamados fase
de control (cuyo voltaje entre sus terminales ec (t) = Ec (t) sen ωt, generalmente se usa
como señal de control) y fase de referencia (su voltaje es ef (t) = E cos ωt). Como la
mayorı́a de sistemas fı́sicos, el servomotor bifsico es un dispositivo no lineal, lo cual se
refleja fundamentalmente en la relación entre el torque generado, T , con la velocidad
angular, ωm , y el voltaje Ec (t). La Fig. 2.60 muestra una curva tı́pica, dada por los
2.25 Motor de CC controlado en el inducido 89

fabricantes, de esta relación y la Fig. 2.61 muestra que, para una velocidad angular
constante, el torque generado por el motor T (t) es proporcional a Ec (t). Se supone
que las variaciones de Ec (t) son lentas comparadas con la señal de alimentación sen ωt.
Asi pues T = T (ωm , ec ) y linealizando alrededor de algún punto de operación P0 :

∂T ∂T
∆T = |P0 ∆ωm + |P ∆ec (2.213)
∂ωm ∂Ec 0
d∆θ d2 ∆θ d∆θ
= −k1 + k2 ∆ec = J +B
dt dt2 dt
Organizando (2.213) se obtiene la ecuación diferencial (2.214):

d2 ∆θ d∆θ
J + (B + k1 ) = k2 ∆ec (2.214)
dt2 dt
Usando Laplace en (2.214) con condiciones iniciales nulas se obtiene la función de
transferencia:

∆θ(s) K
= (2.215)
∆Ec (s) s(1 + τ s)
k2 J
donde K = B+k1 yτ= B+k1 .

2.25.3 Motor de CC controlado en el inducido

Figura 2.62 Motor de CC controlado por la armadura


Aplicando la slk en el circuito de armadura:
dia
v − ea = Ra ia + La (2.216)
dt
en donde ea , el voltaje inducido en la armadura es dado por ea = Ka φωm , siendo
ωm la velocidad angular del motor y φ el flujo en el entrehierro, el cual se supondrá
90 MODELOS MATEMATICOS DE SISTEMAS FISICOS

proporcional a la corriente de campo, que en este caso se supone constante. Por lo


tanto:

ea = Ke ωm (2.217)

Asimismo, el torque generado por el motor es dado por τ = Kb φia . Por lo tanto:

τ = Kτ ia (2.218)

Con el diagrama de cuerpo libre de la inercia J y utilizando la sln:

dωm
τ − τL = j + Bωm (2.219)
dt
en donde τL es el torque de perturbación en la carga.
Transformando las ecs. (2.216) a la (2.219) con condiciones iniciales nulas y orga-
nizándolas se obtienen:

1
Ia (s) = (V (s) − Ea (s)) (2.220)
Ra + La s

Ea (s) = Ke ωm (s) (2.221)

τ (s) = Kτ Ia (s) (2.222)

1
ωm (s) = (τ (s) − τL (s)) (2.223)
Js + B

Figura 2.63 Diagrama de bloques del motor de CC controlado por el inducido


Con las ecs. (2.220) a la (2.223) se obtiene el diagrama de bloques de la Fig. 2.63 del
motor de cc controlado por el inducido.
2.25 Motor de CC controlado en el campo 91

2.25.4 Motor de CC controlado en el campo

Figura 2.64 Motor de CC controlado en el campo


En este caso se supone que el voltaje aplicado a la armadura es constante. Aquı́ no se
supondrá, como sucede a veces, que la corriente de armadura es constante (conectando
una resistencia alta en serie con la armadura) ya que esto no es estrictamente cierto.
El comportamiento del sistema es descrito con las siguientes ecuaciones:
dia
V = Ra ia + La + ea
dt

ea = K0 φω = K1 if ω

τ = K0 φia = K1 if ia


τ =j + Bω
dt

dif
vf = Rf if + Lf
dt
las cuales después de ser linealizadas alrededor de un punto de operación se convierten
en:
d∆ia
∆V = 0 = Ra ∆ia + La + ∆ea
dt

∆ea = Kf ∆if + Kω ∆ω
92 MODELOS MATEMATICOS DE SISTEMAS FISICOS

∆τ = K2 ∆if + Kω ∆ia

d∆ω
∆τ = j + B∆ω
dt

d∆if
∆vf = Rf ∆if + Lf
dt
y utilizando la transformada de Laplace en éllas con condiciones iniciales nulas:
1
∆If (s) = ∆Vf (s)
Rf + Lf s

1
∆Ia (s) = − ∆Ea (s)
Ra + La s

∆Ea (s) = Kf ∆If (s) + Kω ∆ω(s)

∆τ (s) = K2 ∆If (s) + Kω ∆Ia (s)

1
∆ω(s) = ∆τ(s)
Js + B
de las cuales se puede obtener el diagrama de bloques de la Fig. 2.65.

Figura 2.65 Diagrama de bloques del motor de CC controlado en el campo


Utilizando reducción de diagramas de bloques en la Fig. 2.65 o mediante la ma-
nipulación algebráica de las últimas cinco ecuaciones se puede obtener la función de
transferencia:
2.26 Potenciómetros 93

∆ω(s) (K2 − RKaf+L



as
)(Ra + La s)
= (2.224)
∆Vf (s) (Rf + Lf s)[La Js + (Ra J + La B)s + (Ra B + Kω2 )]
2

Considérese como entrada un escalón unitario, es decir ∆vf (t) = us (t), por lo tanto
∆Vf (s) = 1s . Partiendo de que el sistema es estable entonces el cambio en velocidad
en estado estacionario, ∆ωss , se puede calcular utilizando el teorema del valor final:
∆ωss = lim ∆ω(t) = lim s∆ω(s). En este caso da:
t→∞ s→0

K K
f ω
(K2 − R a
)Ra
∆ωss =
Rf (Ra B + Kω2 )

de donde se puede notar que si:

a. Ra es pequeña de modo que (K2 − KR f Kω


a
) < 0, entonces ∆ω(s) < 0, es decir la
velocidad decrece con el aumento de vf .

Kf Kω
b. Ra es grande de modo que (K2 − R a
) > 0, entonces ∆ω(s) > 0, es decir la
velocidad crece con el aumento de vf .

Si la inductancia de armadura es despreciable, entonces la función de transferencia se


reduce a:

−Kf Kω
∆ω(s) −Kf Kω + Ra K2 Ra + K2
' = 2 (2.225)
∆Vf (s) (Rf + Lf s)(Ra Js + Ra B + Kω2 ) (Rf + Lf s)(Js + B + Kω
Ra )

y si la resistencia en el circuito de armadura se hace grande (conectando una resisten-


cia alta en serie):

∆ω(s) K2
' (2.226)
∆Vf (s) (Rf + Lf s)(Js + B)

2.26 Sensores de error en sistemas de control


Como se sabe, en sistemas de control a menudo es necesario comparar varias señales
en cierto punto de un sistema. Por ejemplo, la comparación de la entrada de re-
ferencia con la variable controlada, que es llamada la señal de error. En términos
de componentes fı́sicos, un sensor de error puede ser un simple potenciómetro o una
combinación de ellos, un engranaje diferencial, un transformador, un amplificador
diferencial, un synchro, etc. Se considerarán algunos de ellos.
94 MODELOS MATEMATICOS DE SISTEMAS FISICOS

2.26.1 Potenciómetros
Un potenciómetro es un transductor electromecánico que convierte una señal mecánica
en una señal eléctrica. La entrada al dispositivo es en forma de desplazamiento
mecánico, sea traslacional o rotacional. Cuando se aplica un voltaje entre los termi-
nales fijos del potenciómetro, el voltaje de salida que se mide entre el terminal variable
y tierra es proporcional al desplazamiento de entrada, linealmente o de acuerdo a al-
guna relación no lineal.
Potenciómetros rotatorios son disponibles comercialmente en forma de una o múlti-
ples revoluciones. El material comunmente es alambre o plástico conductor. Este
último es preferible para control de precisión.

Figura 2.66 Potenciómetros


En la Fig. 2.66a se tiene el modelo de un potenciómetro rotatorio lineal. Este dis-
positivo se puede usar para indicar la posición absoluta de un sistema o la posición
relativa de dos salidas mecánicas. Entonces el voltaje de salida e(t) será proporcional
a la posición del eje θc (t). Es decir e(t) = Ks θc (t), en donde Ks es una constante de
proporcionalidad.
Un arreglo más flexible se obtiene usando dos potenciómetros conectados en pa-ralelo
como se muestra en la Fig. 2.66b. En este caso se permite la comparación de dos
posiciones de ejes localizados remotamente. El voltaje de salida se toma entre los
terminales variables de los dos potenciómetros y es dado por e(t) = Ks [θ1 (t) − θ2 (t)].
2.26 Potenciómetros 95

Figura 2.67 Control de posición con motor DC

Referencia

e(t)

ea(t)

pos. carga

Tiempo

Figura 2.68 Ondas tı́picas del motor DC


La Fig. 2.67 muestra el diagrama esquemático simplificado de un tı́pico sistema de
control de posición con motor DC. En la Fig. 2.68 se muestran formas de onda tı́picas
del sistema para cuando θr (t) es un escalón unitario. Nótese que todas las señales
son demoduladas. En la terminologı́a del control, una señal DC se refiere a una señal
no modulada. Por otro lado, una señal AC se refiere a aquella que es modulada por
un proceso de modulación.
96 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Figura 2.69 Control de posición con motor bifásico AC

Referencia

v(t)

error posición

e(t)

pos. carga

Tiempo

Figura 2.70 Ondas tı́picas del motor bifásico AC


La Fig. 2.69 muestra un sistema de control que sirve esencialmente al mismo propósito
que el de la Fig. 2.67, excepto que prevalecen las señales AC. El voltaje aplicado al
detector de error es sinusoidal. La frecuencia de esta señal es usualmente mucho más
alta que la de la señal que está siendo transmitida a través del sistema. Señales tı́picas
del sistema de control AC se muestran en la Fig. 2.70. v(t) = E sen ωc t es llamada
la portadora cuya frecuencia es ωc . La señal de e-rror es e(t) = Ks θe (t)v(t), en
donde θe (t) = θr (t) − θL (t), es la diferencia entre el desplazamiento de entrada y el
2.26 Synchros 97

desplazamiento de la carga. Para la señal θe (t) de la Fig. 2.70, e(t) es una señal
modulada con portadora suprimida ya que no contiene la frecuencia original
portadora. Por ejemplo, si θe (t) = sen ωs t, en donde normalmente ωs ¿ ωc , entonces,
usando relaciones trigonométricas, e(t) = 12 Ks E[cos(ωc − ωs )t − cos(ωc + ωs )t]. Por
eso, e(t) no contiene a ωc o ωs , sino a ωc + ωs y ωc − ωs .
Cuando la señal modulada se transmite a través del sistema, el motor actua como un
demodulador, de modo que el desplazamiento de la carga será de la misma forma que
la señal DC antes de modulación.
2.26.2 Synchros
Son muy confiables. Básicamente un synchro es un dispositivo rotatorio que opera
con el mismo principio que un transformador y produce una correlación entre una
posición angular y un voltaje o conjunto de ellos. Los synchros son dispositivos AC
y hay muchos tipos de ellos. Aquı́ sólo se discuten el synchro transmisor y el synchro
transformador de control.
El synchro transmisor. Los devanados de su estator están conectados en Y. El
rotor es de polos salientes con un solo devanado. Su diagrama esquemático se muestra
en la Fig. 2.71.

Figura 2.71 El synchro transmisor


Un voltaje AC monofásico, ec = ER sen ωc t, se aplica al rotor a través de dos anillos
deslizantes. Se puede demostrar que las magnitudes de los voltajes en los terminales
del estator son:

ES1 S2 = 3KER sen(θ + 240◦ ) (2.227)

ES2 S3 = 3KER sen(θ + 120◦ ) (2.228)

ES3 S1 = 3KER sen θ (2.229)
98 MODELOS MATEMATICOS DE SISTEMAS FISICOS

en donde θ es la posición del rotor relativa alguna referencia. Por lo tanto, un synchro
transmisor sirve para identificar posiciones angulares.
El synchro transformador de control. Un detector de error por synchros involu-
cra el uso de dos: el transmisor y el transformador de control como se muestra en la
Fig. 2.72.

Figura 2.72 Detector de error por synchros


Básicamente el principio de operación del synchro transformador de control es idéntica
a la del trasmisor, excepto que el rotor es de forma cilı́ndrica de modo que el flujo
en el entrehierro es uniformemente distribuido alrededor del rotor. Esta cualidad
es esencial para un transformador de control ya que los terminales del rotor son
conectados usualmente a un amplificador o un dispositivo eléctrico similar, de modo
que éste vea una impedancia constante.
Cuando los voltajes (2.227) a (2.229) se aplican a los correspondientes terminales del
estator del transformador de control, la amplitud del voltaje en su rotor es función del
seno de la diferencia entre los ángulos de los ejes del transmisor y del transformador
de control. Naturalmente el detector de error sı́ncrono es un dispositivo no lineal.
Sin embargo, para pequeñas desviaciones angulare de hasta 15◦ en la vecindad de las
2 posiciones nulas del seno, el voltaje del rotor del del transformador de control es
aproximadamente proporcional a la diferencia de posición. Por eso, para pequeñas
desviaciones angulares, la función de transferencia del detector de error sı́ncrono se
E
puede aproximar por una constante Ks = θr −θ L
= θEe , en donde E es un voltaje de
error en voltios, θr y θL son las posiciones de los ejes del transmisor y del transfor-
mador de control en radianes, respectivamente, θe es el error de las posiciones de los
ejes en rads. y Ks es la sensitividad del detector de error en voltios/rad.
Se debe hacer notar que la señal de error en los terminales del rotor del transformador
de control cuando el voltaje aplicado al rotor del transmisor es ER sen ωc t, es una señal
modulada de portadora suprimida, e(t) = Ks θe (t) sen ωc t.
2.27 Control de posición con sensor de error potenciométrico 99

Figura 2.73 Control de posición con motor bifásico


La Fig. 2.73 muestra un diagrama simplificado de un sistema de control de posición
empleando un detector de error sı́ncrono. El rotor del transformador de control se
conecta al eje controlado y el rotor del transmisor se conecta al eje de entrada de
referencia.

2.27 Ejemplos de control de posición


Los siguiente tres ejemplos tienen como objetivo el control de una posición angular.
2.27.1 Control de posición con sensor de error potenciométrico

Figura 2.74 Control de posición con sensor de error potenciométrico y motor DC


En la Fig. 2.74 Jm y Bm son: el momento de inercia y el coeficiente de fricción
viscosa del motor, respectivamente, n = N
N2 , es la relación del número de dientes de los
1

engranajes primario y secundario, Km es la constante de voltaje y de torsión del motor


(iguales en el sistema MKS), K1 es la ganancia del detector de error potenciométrico,
100 MODELOS MATEMATICOS DE SISTEMAS FISICOS

KA es la ganancia del amplificador, r, c, y θ1 son los desplazamientos angulares de


los ejes de referencia, de salida (en la carga) y del motor, respectivamente.
Las ecuaciones que describen el comportamiento del sistema son:

e = K1 (r − c)

va = KA e

dia
va − ea = Ra ia + La
dt

ea = Km ω1

τ = Km ia

dω1
τ = Jeq + Beq ω1
dt

ω1 1
=
ċ n
en donde Jeq = (Jm + n2 JL ) y Beq = (Bm + n2 BL ).
Transformando las ecuaciones con condiciones iniciales nulas se obtienen:

E(s) = K1 (R(s) − C(s))

Va (s) = KA E(s)

1
Ia (s) = (Va (s) − Ea (s))
Ra + La s

Ea (s) = Km ω1 (s)

τ (s) = Km Ia (s)

1
ω1 (s) = τ(s)
Beq + Jeq s

n
C(s) = ω1 (s)
s
2.27 Control de posición con synchros y motor DC 101

Con estas ecuaciones se puede obtener el diagrama de bloques que se muestra en la


Fig. 2.75.

Figura 2.75 Diagrama de bloques del sistema de la Fig. 2.74


Utilizando reducción de diagramas de bloques o mediante manipulación de las ecua-
ciones transformadas se puede obtener la función de transferencia, la cual, en el caso
de despreciar la inductancia de armadura, es:
C(s) K1 KA Km n
= 2 2 )s + K K K n
R(s) Ra Jeq s + (Ra Beq + Km 1 A m

2.27.2 Control de posición con synchros y motor DC

Figura 2.76 Control de posición con synchros y motor DC


102 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Puesto que la señal de error del detector de error sı́ncrono es modulada, ec = K(θi −
θ0 ) cos ωc t, y se desea usar un motor DC, es necesario entonces demodular el error,
para lo cual se utiliza el circuito de la Fig. 2.77a, en donde vr = V cos ωc t.

Figura 2.77 Demodulador y circuitos equivalentes


Como se supone que las variaciones del error, θr − θL , son lentas con relación a la
portadora, el análisis del circuito se puede hacer en dos partes:

a. Cuando θr − θL > 0 y vr > 0. En este caso, como los transistores P y Q quedan


en saturación y corte, respectivamente, el circuito de la Fig. 2.77b es equivalente
al de la Fig. 2.77a sin considerar el condensador.

En el circuito de la Fig. 2.77c se usa una red equivalente Thevenin en donde:


RT h = R2(R
2 (2R1 +R2 )
1 +R2 )
y eT h = − 2(RR 2
1 +R2 )
ec . Por lo tanto:

R
v0 = ec
2R1 + R2
Asi, si ec > 0 ⇒ v0 > 0, y si ec < 0 ⇒ v0 < 0, lo cual justifica parte de las gráficas de
la Fig.2.78.

b. Cuando θr − θL > 0 y vr < 0. En este caso los transistores P y Q quedan en corte


2.27 Control de posición con synchros y motor DC 103

y saturación, respectivamente. Haciendo un análisis como en el caso anterior se


obtiene:

R
v0 = − ec
2R1 + R2
Asi, si ec > 0 ⇒ v0 < 0, y si ec < 0 ⇒ v0 > 0, lo cual justifica otra parte de las
gráficas de la Fig.2.78.

Vr

ec

Vo

Vr

ec

Vo

Tiempo

Figura 2.78 Señales del demodulador


El condensador en el circuito de la Fig. 2.77a sirve como filtro para obtener a la
salida del demodulador una señal DC que es proporcional al error de las posiciones
angulares θr − θL .

Figura 2.79 Diagrama de bloques de la Figura 2.76


104 MODELOS MATEMATICOS DE SISTEMAS FISICOS

La Fig. 2.79 muestra el diagrama de bloques correspondiente al sistema de la Fig.


2.76, en donde Kθ es la ganancia del detector de error sı́ncrono, KDM representa la
acción del demodulador y KT G es la ganancia del tacogenerador de imán permanente.
2.27.3 Control de posición con synchros y motor bifásico

Figura 2.80 Control de posición con synchros y motor bifásico


La Fig. 2.80 muestra el control de posición angular utilizando detector de error
sincrónico y motor bifásico. El tacogenerador en este caso es AC. Sus voltajes de
referencia, al igual que el aplicado al rotor del synchro transmisor son de la misma
frecuencia angular. La inercia y coeficiente de fricción viscosa equivalentes en el eje
del motor son:³ ´2 ³ ´2 ³ ´2 ³ ´2
Jme = Jm + N 1
N2 Jc + N4 N2 N1
N5 N3 N2 Jt , y Bme = Bm + N1
N2 Bc + N4 N2 N1
N5 N3 N2 Bt
La función de transferencia del motor bifásico que se encontró anteriormente es:
θm (s) Km
=
E2 (s) s(1 + Tm s)
Las siguientes ecuaciones, de una vez en el dominio de s, completan el conjunto que
describe el sistema de la Fig. 2.80:

θe (s) = θr (s) − θt (s)

E(s) = Ks θe (s)
2.28 Sistemas de nivel de lı́quido 105

Ea (s) = E(s) − Et (s)

E2 (s) = AEa (s)

N1
θc (s) = θm (s)
N2

N4 N2
θt (s) = θc (s)
N5 N3

Et (s) = Kt sθt (s)

Con estas ecuaciones se puede obtener el diagrama de bloques de la Fig. 2.81.

Figura 2.81 Diagrama de bloques del sistema de la Fig. 2.80


La función de transferencia, que se puede obtener por manipulación algebraica de las
ecuaciones o por reducción del diagrama de bloques, es:

θc (s) Ks AKm n1
= 2
θr (s) Tm s + (1 + AKm Kt n2 )s + Ks AKm n2

N1 N4 N2
donde n1 = N2 y n2 = N5 N3 .

2.28 Sistemas de nivel de lı́quido


106 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Figura 2.82 Sistema de nivel de lı́quido


Dependiendo de si el flujo del lı́quido es turbulento o laminar, lo cual se mide con
el número de Reynolds, el sistema se describe mediante ecuaciones diferenciales no
lineales o lineales, respectivamente.
En el sistema de nivel de lı́quido (sistema hidráulico) de la Fig. 2.82a, A es el promedio
de la sección transversal del tanque, Qi es el caudal (volumen por unidad de tiempo)
a la entrada y Q0 es el caudal a la salida. Naturalmente el volumen (V ) del lı́quido
en el tanque, suponiendo una sección transversal constante, es función del nivel del
mismo, H. Es decir:

V = f(H)

Cuando ocurre un pequeño cambio en el nivel con respecto al valor del punto de
operación, entonces:
∂f (H)
∆V = |P0 ∆H = A∆H (2.230)
∂H
Nótese que el lı́quido en el tanque almacena energı́a. Si se considera que el volumen del
lı́quido en el tanque y el nivel en el sistema hidráulico tienen como análogos eléctricos
a la carga eléctrica (q) en un condensador y la diferencia de potencial (voltaje e),
respectivamente, entonces, puesto que q = Ce e, donde Ce es la capacitancia eléctrica,
y comparando con la ec. (2.230) se define la capacitancia del tanque como C , A y
por lo tanto (2.230) se puede reescribir como (2.231):

∆V = C∆H (2.231)
Además, como la diferencia entre el caudal que le entra al tanque y el que le sale es
la variación del volumen del lı́quido en el tanque, entonces:
dV
Qi − Q0 = (2.232)
dt
Asi si Qi − Q0 > 0, entonces el volumen aumenta y vicerversa. De (2.232):
2.28 Sistemas de nivel de lı́quido 107

d∆V
∆Qi − ∆Q0 = (2.233)
dt
Es importante notar que puesto que la corriente eléctrica se define como i , dq
dt ,
entonces el análogo del caudal es la corriente eléctrica.
Con (2.231) en (2.233):
d∆H
∆Qi − ∆Q0 = C (2.234)
dt
Considérese el caudal a la salida Q0 , el cual como se muestra en la Fig. 2.82b puede
ser una función no lineal del nivel H, es decir Q0 = Q0 (H). Linealizando alrededor
del punto de operación:
∂Q0 (H)
∆Q0 = |P0 ∆H (2.235)
∂H
Como se sabe, la resistencia eléctrica Re se define por Re , ei y con ∆Q0 análogo a
i y ∆H análogo a e, entonces de (2.235) se define la resistencia de la válvula a la
salida como R , ∆Q ∆H
0
. Ésta es la pendiente de la curva mostrada en la Fig. 2.82b.
Por lo tanto, reescribiendo (2.235):
1
∆Q0 = ∆H (2.236)
R
Con (2.236) en (2.234) y organizando se obtiene la ecuación diferencial que relaciona
un cambio en el caudal de entrada con un cambio en el nivel del sistema de la Fig.
2.82a:
d∆H 1
C + ∆H = ∆Qi (2.237)
dt R
La función de transferencia es:
∆H(s) R
= (2.238)
∆Qi (s) RCs + 1
Si se considera como salida el caudal a través de la válvula de salida y como ∆Q0 (s) =
1
R ∆H(s), entonces:

∆Q0 (s) 1
= (2.239)
∆Qi (s) RCs + 1

Figura 2.83 Circuito eléctrico análogo al sistema de nivel de lı́quido de la Fig. 2.82a
108 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Teniendo en cuenta las analogı́as eléctricas descritas en esta sección, se puede obtener
el circuito eléctrico análogo del sistema de nivel de lı́quido de la Fig. 2.82a como se
muestra en la Fig. 2.83.
En la Fig. 2.83 las analogı́as son:
Ce = C, Re = R, e = ∆H, i = ∆Qi , i0 = ∆Q0 .
Aplicando la plk al nodo superior del circuito de la Fig. 2.83 se obtiene:

1
i = Ce ė + e (2.240)
Re

Reemplazando las analogı́as en (2.240) se obtiene nuevamente la ecuación diferencial


(2.237).
La siguiente tabla hace un resumen de las analogı́as consideradas en esta sección.

Sistema hidráulico Sistema eléctrico

Nivel, ∆H Voltaje, e
Caudal, ∆Q Corriente, i
Resistencia hidráulica, R Resistencia eléctrica, Re
Capacitancia hidráulica, C Capacitancia eléctrica, Ce

2.29 Sistemas de nivel de lı́quido con interacción

Figura 2.84 Sistema de nivel de lı́quido con interacción


La Fig. 2.84 muestra dos tanques conectados a través de una válvula. Se planteará un
modelo matemático linealizado y se obtendrá la función de transferencia, considerando
como entrada una variación del caudal Q, ∆Q, y como salida la variación en el caudal
Q2 , ∆Q2 .
Para el tanque de la izquierda:
2.29 Sistemas de nivel de lı́quido con interacción 109

dV1
Q − Q1 =
dt
Entonces:
d∆V1 d∆H1
∆Q − ∆Q1 = = C1 (2.241)
dt dt
Como Q1 = Q1 (H1 − H2 ), entonces:
1
∆Q1 = (∆H1 − ∆H2 ) (2.242)
R1
Similarmente para el tanque de la derecha:
dV2
Q1 − Q2 =
dt

d∆V2 d∆H2
∆Q1 − ∆Q2 = = C2 (2.243)
dt dt
y como Q2 = Q2 (H2 ), entonces:
1
∆Q2 = ∆H2 (2.244)
R2
Suponiendo condiciones iniciales nulas y transformando (2.241) a (2.244) se obtienen:
1
∆H1 (s) = [∆Q(s) − ∆Q1 (s)] (2.245)
C1 s
1
∆Q1 (s) = [∆H1 (s) − ∆H2 (s)] (2.246)
R1
1
∆H2 (s) = [∆Q1 (s) − ∆Q2 (s)] (2.247)
C2 s
1
∆Q2 (s) = ∆H2 (s) (2.248)
R2

Figura 2.85 Diagrama de bloques del sistema de la Fig. 2.84


110 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Con las ecuaciones (2.245) a (2.248) se puede obtener el diagrama de bloques que
se muestra en la Fig. 2.85 y a partir de éste o mediante reducción de diagrama de
bloques se obtiene la función de transferencia:

∆Q2 (s) 1
= 2
(2.249)
∆Q(s) R1 C1 R2 C2 s + (R1 C1 + R2 C2 + R2 C1 )s + 1

El circuito eléctrico análogo al sistema hidráulico de la Fig. 2.84 es el que se muestra


en la Fig. 2.86.

Figura 2.86 Circuito eléctrico análogo al sistema hidráulico de la Fig. 2.84


Las ecuaciones que describen el circuito de la Fig. 2.86, de una vez en el dominio de
s, y que se obtienen aplicando la plk en dos nodos son:

1
∆Q(s) = C1 s∆H1 (s) + [∆H1 (s) − ∆H2 (s)] (2.250)
R1

1 1
0 = C2 s∆H2 (s) + ∆H2 (s) + [∆H2 (s) − ∆H1 (s)] (2.251)
R2 R1

de las cuales se puede obtener ∆H2 (s) en función de ∆Q(s) y teniendo en cuenta
que ∆Q2 (s) = R12 ∆H2 (s) se obtiene ∆Q 2 (s)
∆Q(s) , que resulta ser la misma función de
transferencia obtenida anteriormente y dada por la ec. (2.249).

2.30 Sistema de nivel de lı́quidos no lineal


2.30 Sistema de nivel de lı́quidos no lineal 111

Figura 2.87 Sistema hidráulico


√ √
En el sistema hidráulico de la Fig. 2.87, Q1 = K1 H1 , Q2 = K2 H2 . Nótese que
la sección transversal del tanque esférico varı́a con el nivel de su lı́quido, es decir su
capacitancia hidráulica no es constante. El caudal u es la entrada al sistema. Se
plantearán las ecuaciones de estado no lineales que describen el comportamiento del
sistema.

Figura 2.88 Tanque esférico de la Fig. 2.87


En el tanque esférico de la Fig. 2.88 considérese el diferencial de volumen mostrado,
112 MODELOS MATEMATICOS DE SISTEMAS FISICOS

dv. Matemáticamente:
h i ¡ ¢
dv = π r2 − (r − H)2 dH = π 2rH − H 2 dH

Es decir, el volumen en el tanque esférico para un nivel determinado H2 es:

Z H2
¡ ¢
V2 = π 2rH − H 2 dH (2.252)
0
µ ¶
2 H23
= π rH2 −
3

Para el tanque superior de la Fig. 2.87:

dH1
u − Q1 = A (2.253)
dt
y para el tanque esférico:

dV2
Q1 − Q2 = (2.254)
dt
Las ecuaciones no lineales (2.255) y (2.256) son dadas:
p
Q1 = K1 H1 (2.255)

p
Q2 = K2 H2 (2.256)

Reemplazando (2.252) en (2.254):

dH2
Q1 − Q2 = πH2 (2r − H2 ) (2.257)
dt
Con (2.255) en (2.253) y con (2.255) y (2.256) en (2.257) se obtienen las ecuaciones
de estado no lineales que describen el comportamiento del sistema de la Fig. 2.87:

dH1 K1 p 1
=− H1 + u (2.258)
dt A A

dH2 1 h p p i
= K1 H1 − K2 H2 (2.259)
dt πH2 (2r − H2 )

2.31 Sistemas neumáticos o de presión


2.31 Sistemas neumáticos o de presión 113

Figura 2.89 Sistema neumático


En el sistema neumático de la Fig. 2.89 se tiene una restricción o válvula y una
cámara de gas. Q es el flujo de gas (masa por unidad de tiempo), Pi es la presión
de entrada (antes de la restricción) y P0 es la presión en la cámara. Ya que el flujo
de gas a través de la restricción, con el sentido mostrado, es función, en general no
lineal, de la diferencia de presiones Pi − P0 , entonces:

Q = Q(Pi − P0 )

la cual después de ser linealizada alrededor del punto de operación Pop , se obtiene:
∂Q
∆Q = |P (∆Pi − ∆P0 ) (2.260)
∂(Pi − P0 ) op
Si se considera al flujo de gas análogo a la corriente eléctrica, i, y la diferencia de
presión análoga a la diferencia de potencial, e, teniendo en cuenta la definición de
resistencia eléctrica, Re = ei , entonces la resistencia al flujo de gas R, de (2.260) se
define como:
∆Pi − ∆P0 1
R= = ∂Q
∆Q ∂(Pi −P0 ) |Pop

Por lo tanto (2.260) se puede reescribir como:


1
∆Q = (∆Pi − ∆P0 ) (2.261)
R
Considérese la ley de los gases ideales, cuya expresión matemática es dada por:

p R̄
pv = = T (2.262)
ρ m
en donde p es la presión absoluta, v el volumen especı́fico del gas, ρ su densidad, m
su peso molecular, R̄ la constante universal de los gases y T la temperatura absoluta.
Si se supone que el gas en la cámara de la Fig. 2.89 está bajo ciertas condiciones,
como por ejemplo volumen y temperatura constantes, y se varı́a la presión a la cual
está sometido, entonces su densidad (ρ) varı́a, y puesto que M = V ρ, entonces la
masa M también varı́a. Por lo tanto en el sistema de la Fig. 2.89, M = M(P0 ), y
linealizando alrededor del punto de operación:
114 MODELOS MATEMATICOS DE SISTEMAS FISICOS

∂M
∆M = |P ∆P0 (2.263)
∂P0 op
Ya que el flujo de gas es variación de masa por unidad de tiempo, Q = dM dt , y puesto
que, como
R se dijo antes, Q es análogo a la corriente eléctrica,
R i, entonces la masa
M = Qdt tiene como análogo a la carga eléctrica, qe = idt. Asi entonces, se
puede definir la capacitancia neumática C de la cámara del gas como:

∆M = C∆P0 (2.264)
∂M
en donde en el punto de operación C = ∂P0
|Pop .
Como:
d∆M
∆Q = (2.265)
dt
Con (2.261) y (2.264) en (2.265) se obtiene la ecuación diferencial lineal que relaciona
un cambio en la presión de la cámara del gas con un cambio en la presión de entrada:
d∆P0 1 1
C + ∆P0 = ∆Pi (2.266)
dt R R
y utilizando la transformada de Laplace con condiciones iniciales nulas se obtiene la
función de transferencia:
∆P0 (s) 1
= (2.267)
∆Pi (s) RCs + 1
Teniendo en cuenta las analogı́as eléctricas descritas en esta sección, se puede obtener
el circuito eléctrico análogo del sistema neumático de la Fig. 2.89 como se muestra
en la Fig. 2.90 y obtener la misma función de transferencia de la ec. (2.267).

Figura 2.90 Circuito eléctrico análogo del sistema de la Fig. 2.89


La siguiente tabla hace un resumen de las analogı́as consideradas en esta sección.

Sistema neumático Sistema eléctrico

Presión, ∆P Voltaje, e
Flujo, ∆Q Corriente, i
Resistencia neumática, R Resistencia eléctrica, Re
Capacitancia neumática, C Capacitancia eléctrica, Ce
2.31 Sistemas neumáticos o de presión 115

Ejemplo 2.22 Para el sistema neumático de la Fig. 2.91 plantear un conjunto de


ecuaciones en el dominio de s que describa el comportamiento del sistema en función
de los cambios de presión ∆P01 y ∆P02 . Los cambios de presión en las entradas
son ∆Pi1 y ∆Pi2 . Ri es la resistencia neumática de la i-ésima válvula y Ci es la
capacitancia neumática de la i-ésima cámara.

Figura 2.91 Sistema neumático del ejemplo 2.22


La Fig. 2.92 muestra el circuito eléctrico análogo del sistema neumático de la Fig.
2.91, de una vez transformado, es decir en el dominio de s.

Figura 2.92 Circuito eléctrico análogo del sistema de la Fig. 2.91


Aplicando la plk a los nodos 1 y 2 del circuito de la Fig 2.92 se obtiene el conjunto
de ecuaciones que se desea:
1 1
[∆P01 (s) − ∆Pi1 (s)] + C1 s∆P01 (s) + [∆P01 (s) − ∆P02 (s)] = 0
R1 R3

1 1
[∆P02 (s) − ∆P01 (s)] + C2 s∆P02 (s) + [∆P02 (s) − ∆Pi2 (s)] = 0
R3 R2
116 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Ejemplo 2.23 En el sistema neumático de la Fig. 2.93 A es la sección transversal


de cada fuelle, K es la constante del resorte, Kg es la constante de los gases ideales y
Ri es la resistencia al flujo del gas en cada una de las restricciones, i = 1, 2. Obtener
la función de transferencia considerando como entrada un cambio en la presión P0 ,
∆P0 , y como salida un cambio en la posición z, ∆z. Suponer conocido el punto de
operación, la temperatura en los fuelles constante y que el gas es ideal.

Figura 2.93 Sistema neumático del ejemplo 2.23


Se supone que la presión del gas en el fuelle de la izquierda es Pi y en el de la derecha
Pf . Por lo tanto A(Pf − Pi ) = Kz, y linealizando:

A(∆Pf − ∆Pi ) = K∆z (2.268)


Los flujos de gas a través de las restricciones de la izquierda, Ṁi , y de la derecha,
Ṁf , son funciones de las respectivas diferencias de presión, P0 − Pi y P0 − Pf . Es
decir, Ṁi = Ṁi (P0 − Pi ) y Ṁf = Ṁf (P0 − Pf ), las cuales después de ser linealizadas
se convierten en:
1
∆Ṁi = (∆P0 − ∆Pi ) (2.269)
R1
1
∆Ṁf = (∆P0 − ∆P2 ) (2.270)
R2
Aplicando la ley de los gases ideales en cada uno de los fuelles se obtienen:

Pi Vi = Kg Mi Ti

Pf Vf = Kg Mf Tf

las cuales al ser linealizadas se reducen a:


2.32 Sistemas térmicos 117

∆Mi = C1 ∆Pi + C2 ∆Vi (2.271)

∆Mf = C3 ∆Pf + C4 ∆Vf (2.272)

Reemplazando ∆Vi = ∆Vf = A∆z en (2.271) y (2.272):

∆Mi = C1 ∆Pi + C2 A∆z (2.273)

∆Mf = C3 ∆Pf + C4 A∆z (2.274)

Suponiendo condiciones iniciales nulas, transformando (2.269) y (2.270) y reemplazando


en éllas (2.273) y (2.274) después de ser también transformadas se obtienen:

1
∆Mi (s) = [∆P0 (s) − ∆Pi (s)] = C1 ∆Pi (s) + C2 A∆z(s) (2.275)
R1 s

1
∆Mf (s) = [∆P0 (s) − ∆Pf (s)] = C3 ∆Pf (s) + C4 A∆z(s) (2.276)
R2 s
Despejando ∆Pi (s) y ∆Pf (s) de (2.275) y (2.276) respectivamente:
· ¸
R1 s 1
∆Pi (s) = ∆P0 (s) − C2 A∆z(s) (2.277)
R1 C1 s + 1 R1 s
· ¸
R2 s 1
∆Pf (s) = ∆P0 (s) − C4 A∆z(s) (2.278)
R2 C3 s + 1 R2 s
Con (2.277) y (2.278) en (2.268) después de ser transformada y organizando se halla
la función de transferencia pedida:

∆z(s) b0 s + b1
= 2
∆P0 (s) a0 s + a1 s + a2

en donde:
b0 = A (R1 C1 + R2 C3 ) , b1 = 2A, a0 = KR1 R2 C1 C3 + AR1 R2 C1 C4 − AR1 R2 C2 C3
a1 = KR1 C1 + KR2 C3 + AR2 C4 − AR1 C2 , a2 = K

2.32 Sistemas térmicos


Si se supone que la temperatura de un cuerpo es uniforme, entonces un pequeño
número de sistemas térmicos pueden ser representados por ecuaciones diferenciales
lineales. Se considerará especı́ficamente un calentador de agua como ejemplo de un
tı́pico sistema térmico.
118 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Figura 2.94 Sistema térmico


En la Fig. 2.94 el mezclador tiene como fin uniformizar la temperatura del lı́quido en
el tanque.
Se definen las siguientes variables:
Q̇i : flujo de calor que entra (por ejemplo en calorı́as/segundo)
Q̇h : flujo de calor producido por la resistencia
Q̇c : calor almacenado por unidad de tiempo
Q̇0 : flujo de calor que sale
Q̇l : calor perdido a través del aislante por unidad de tiempo
Tt : temperatura en el tanque y del lı́quido que sale
Te : temperatura en el exterior
La relación fundamental de sistemas térmicos en equilibrio establece que el calor
adicionado al sistema (Qi + Qh ) es igual al calor almacenado más las pérdidas de
calor (Qc + Q0 + Ql ). Por lo tanto:

Q̇i + Q̇h = Q̇c + Q̇0 + Q̇l


y linealizada:

∆Q̇i + ∆Q̇h = ∆Q̇c + ∆Q̇0 + ∆Q̇l (2.279)


El calor almacenado en el tanque es función de la temperatura del lı́quido, Qc =
Qc (Tt ). Por lo tanto:
∂Qc
∆Qc = |P ∆Tt (2.280)
∂Tt 0
Si se considera que el calor almacenado en el tanque es análogo a la carga eléctrica
(qe ) en un condensador y la temperatura es análoga al voltaje (e), entonces teniendo
2.32 Sistemas térmicos 119

en cuenta la definición de capacitancia eléctrica, qe = Ce e, y la ecuación (2.280),


se define la capacitancia térmica como C = ∂Q ∂Tt |P0 .Por lo tanto, (2.280) se puede
c

reescribir como ∆Qc = C∆Tt , la cual después de ser derivada es:

∆Q̇c = C∆Ṫt (2.281)

El flujo de calor que sale, Q̇0 , es función del parámetro denominado capacidad calórica
especı́fica, c, del caudal, Ṁ , y de la temperatura del lı́quido, Tt . Matemática-mente:

Q̇0 = cṀ Tt (2.282)

la cual después de ser linealizada alrededor del punto de operación es:

∆Q̇0 = cTt0 ∆Ṁ + cṀ0 ∆Tt (2.283)

El flujo de calor perdido a través del aislante depende de la diferencia de temperaturas


en el tanque y en el exterior. Es decir, Q̇l = Q̇l (Tt − Te ). Linealizando alrededor del
punto de operación:

∂ Q̇l
∆Q̇l = |P (∆Tt − ∆Te ) (2.284)
∂(Tt − Te ) 0

Como el flujo de calor es variación de calor por unidad de tiempo, entonces aquél
es análogo a la corriente eléctrica y teniendo en cuenta la definición de resistencia
eléctrica, Re = ei , entonces de (2.284) se puede definir la resistencia térmica de
h i−1
aislamiento R = ∂(T∂tQ̇ l
−Te ) |P0 . Por lo tanto (2.284) se puede reescribir:

1
∆Q̇l = (∆Tt − ∆Te ) (2.285)
R

Con (2.281), (2.283) y (2.285) en (2.279) y organizando:


µ ¶
d∆Tt 1 1
C + cṀ0 + ∆Tt = ∆Q̇i + ∆Q̇h + ∆Te − cTt0 ∆Ṁ (2.286)
dt R R

Si se supone que no hay cambios en el caudal, es decir ∆Ṁ = 0, ni cambios en la


temperatura en el exterior, es decir ∆Te = 0, entonces (2.286) se reduce a:
µ ¶
d∆Tt 1
C + cṀ0 + ∆Tt = ∆Q̇i + ∆Q̇h (2.287)
dt R

que es la ecuación diferencial que relaciona un cambio en la temperatura en el tanque


con cambios en Q̇i y en Q̇h .
120 MODELOS MATEMATICOS DE SISTEMAS FISICOS

Figura 2.95 Circuito eléctrico análogo al sistema de la Fig. 2.94


La Fig. 2.95 muestra un circuito eléctrico análogo al sistema térmico de la Fig. 2-
94. Nótese que cṀ0 es el inverso de una resistencia eléctrica análoga a las pérdidas
a la salida, y si la fuente de voltaje ∆Te se despreciara, estarı́a en paralelo con la
resistencia análoga a la resistencia térmica de aislamiento. ∆Q̇i y ∆Q̇h son análogas
a dos fuentes de corriente conectadas en paralelo suministrando energı́a al circuito.
C representa la capacitancia térmica del lı́quido en el tanque.
La siguiente tabla hace un resumen de las analogı́as consideradas en esta sección.

Sistema térmico Sistema eléctrico

Temperatura, ∆T Voltaje, e
Flujo de calor, ∆Q Corriente, i
Resistencia térmica, R Resistencia eléctrica, Re
Capacitancia térmica, C Capacitancia eléctrica, Ce
CAPITULO 3
SIMULACION Y SINTESIS DE
FUNCIONES DE
TRANSFERENCIA

El amplificador operacional, la computadora digital, el microprocesador o el microcon-


trolador se pueden utilizar no solo para simular sistemas sino también para sintetizar
funciones de transferencia tales como filtros activos, controladores y compensadores
en un sistema de control

3.1 El Amplificador Operacional


Es un amplificador directamente acoplado de muy alta ganancia, alta impedancia de
entrada y baja impedancia de salida al cual se le añade realimentación para obtener
diferentes funciones de transferencia. La Fig. 3.1(a) muestra su representación. Tiene
dos entradas: una inversora (−) y otra no inversora (+). Si el voltaje entre (+) y (−)
es mas positivo en (−), la salida es negativa como se muestra en el modelo de la
Fig. 3.1(b). Cuando se utiliza realimentación negativa el voltaje entre (+) y (−) es
prácticamente nulo y las corrientes de entrada a ambos terminales también se pueden
despreciar.
Un amplificador operacional ideal serı́a aquel que tuviese impedancia de entrada in-
finita, impedancia de salida cero, amplificación de voltaje sin realimentar infinita,
ancho de banda infinito y balance perfecto. Un amplificador real, como el LM741,
tiene, como valores tı́picos, impedancia de entrada 2M, impedancia de salida 75 Ohm,
ganancia de voltaje sin realimentar 200000, el ancho de banda depende de la configu-
ración y el desbalance es imperfecto pero pequeño. Sin embargo, si se realimenta
negativamente su comportamiento es muy cercano al ideal.

121
122 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA

Figura 3.1 Sı́mbolo y modelo

3.1.1 Algunos Circuitos con Amplificador Operacional


Con el amplificador operacional se pueden obtener amplificadores inversores y no-
inversores de signo, sumadores, integradores, derivadores, filtros activos, y en general
cualquier función de transferencia. Algunos circuitos básicos son los siguientes:
3.1.1.1 Amplificador con dos Fuentes de Entrada
La Fig. 3.2 muestra un amplificador operacional con dos entradas v1 (s) y v2 (s) con
realimentación negativa , desde la salida v0 (s) al terminal inversor (-) a través de la
0
impedancia Z (s).

Figura 3.2 Amplificador con dos entradas


Nótese que:
3.1 Sumador 123

v1 (s) − v(−) v0 (s) − v(−)


+ = i(−) ' 0 (3.1)
Z(s) Z 0 (s)

Además como v(+) − v(−) ' 0 y v(+) = v2 (s):

0
à 0
!
Z (s) Z (s)
v0 (s) = − v1 (s) + 1 + v2 (s) (3.2)
Z(s) Z(s)

0 0
Si v2 (s) = 0, con impedancias resistivas Z (s) = R y Z(s) = R:

0
v0 (s) R
=− (3.3)
v1 (s) R

0 0
que es un amplificador inversor de ganancia − RR . Con R = R se tiene un inversor
de signo para el cual v0 (s) = −v1 (s).
Por otro lado, si en (3.2) v1 (s) = 0, con impedancias resistivas:

0
v0 (s) R
=1+ (3.4)
v2 (s) R

con lo que se tiene un amplificador no-inversor de signo cuya ganancia es siempre


0
mayor que la unidad. Un caso particular, pero muy útil, es aquel para el cual R = 0
y R = ∞, llamado seguidor de voltaje, porque:

v0 (s)
=1 (3.5)
v2 (s)

Este es un amplificador de ganancia unitaria positiva que se caracteriza por tener


una altı́sima impedancia de antrada y una muy baja impedancia de salida lo que lo
hace muy útil para acoplar un circuito de alta impedancia de salida con otro cuya
impedancia de entrada sea relativamente baja.
124 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA

3.1.1.2 Sumador

Figura 3.3 Sumador


v1 −v(−) v1 v2
Como se muestra en la Fig. 3.3, ya que v(−) ' v(+) = 0, i1 = R1 = R1 , i2 = R2 ,
0
vn v0
· · ·, in = Rn
ei =R0 :

v1 v2 vn v0
+ +···+ + 0 = i(−) ' 0 (3.6)
R1 R2 Rn R

Ası́:
à ! n
à !
R
0
R
0
R
0
X R
0

v0 = − v1 + v2 + · · · + vn =− vk (3.7)
R1 R2 Rn Rk
k=1

donde vk (con k = 1, 2 · · · n) y v0 son funciones del tiempo t.


0
R
La salida v0 es el negativo de la suma ponderada por las ganancas R k
de las entradas
0
vk . Si R1 = R2 = · · · = Rn = R la salida es directamente el negativo de la suma de
las señales de entrada:

n
X
v0 = − vk (3.8)
k=1
3.1 Derivador 125

3.1.1.3 Integrador

Figura 3.4 Integrador


Un circuito que produce la integral de las entradas se muestra en la Fig. 3.4. Se
v1
utiliza un condensador C en la realimenteción. Como v(−) ' v(−) = 0, i1 = R 1
,
0
v2 vn dv0
i2 = R2 , · · ·, in = Rn e i = C dt :

v1 v2 vn dv0
+ +···+ +C = i(−) ' 0 (3.9)
R1 R2 Rn dt

de donde:

n Z µ
X ¶
1
v0 = − vk dt + v0 (0+ ) (3.10)
Rk C
k=1

donde v0 (0+ ) es la condición inicial o valor de v0 en el tiempo t = 0+


126 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA

3.1.1.4 Derivador

Figura 3.5 Derivador


La Fig. 3.5 muestra un circuito derivador con una entrada. En este caso como
v(−) ' v(+) = 0 :

dv1 v0
C + = i(−) ' 0 (3.11)
dt R

y ası́ el voltaje de salida es:

dv1
v0 = −RC (3.12)
dt

Es decir, la salida es proporcional a la derivada de la entrada. Este uso no es re-


comendable porque amplifica el ruido. Esto es, si v1 contiene una componente de
ruido v1R = V1Rm sen(ωt), la componente de ruido a la salida, v0R, es:

d
v0R = −RC (V1Rm sen(ωt)) = −RCωV1Rm cos(ωt) (3.13)
dt

Con f la frecuencia en Hertzios, el factor ω = 2πf en la amplitud RCωV1Rm amplifica


considerablemente el ruido, especialmente, si ω es de alta frecuencia.
Es preferible deteriorar un poco la función derivadora filtrándola, por ejemplo, con el
circuito de la Fig 3.6:
3.1 Filtro de un Polo 127

Figura 3.6 Derivador filtrado


Como v(−) ' v(+) = 0 :

v1 (s) v0 (s)
1 + R = i(−) ' 0 (3.14)
R1 + Cs

la función de transferencia del derivador filtrado es:

v0 (s) 1
= (−RCs) (3.15)
v1 (s) 1 + R1 Cs

La parte (−RCs) corresponde a la función derivadora y :

1
G (s) = (3.16)
1 + R1 Cs

1
es la parte filtrante con frecuencia de corte o ancho de banda R1 C rad/seg.
128 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA

3.1.1.5 Filtro de un Polo

Figura 3.7 Filtro de un polo


Un filtro de un polo se puede obtener con el circuito de la Fig. 3.7:
Sumando corrientes con v(−) ' 0 :

v1 (s) v0 (s)
+ + Csv0 (s) = i(−) ' 0 (3.17)
R1 R2

de donde:

µ ¶
v0 (s) R2 1
=− (3.18)
v1 (s) R1 1 + R2 Cs

que es un filtro de ganancia − R


R1 y frecuencia de corte o ancho de banda
2 1
R2 C rad/seg.

3.2 Elementos de Cálculo Analógico

3.2.1 Solución de ecuaciones diferenciales mediante la com-


putadora analógica
Un elemento básico de la computadora analógica es el integrador (Fig. 3.8):
3.2 Solución de ecuaciones diferenciales mediante la computadora analógica 129

Figura 3.8 Circuito integrador básico


Donde ei es la entrada que se integra y VIC = −e0 (0) sirve para establecer la condición
inicial.
La Tabla 3.1 resume la operación del circuito integrador básico dependiendo de las
posiciones de los conmutadores S1 y S2 :

Tabla 3.1 Modos de operación del integrador básico.

Posición de
Modo del
los conmuta- Circuito resultante
integrador
dores

Cómputo
o cálculo

”HOLD”
(Sostenimiento)
130 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA

Posición de
Modo del
los conmuta- Circuito resultante
integrador
dores

”RESET”
(Reposición)

Con referencia a la Tabla 3.1, para obtener la condición inicial e0 (0) = −VIC se utiliza
el circuito de reposición. Después de lo cual se puede utilizar el circuito de cálculo.
Si se desea congelar la solución se utiliza el circuito de sostenimiento.
3.2.2 Elementos básicos de cálculo analógico
La Tabla 3.2 muestra algunos elementos básicos de cálculo utilizados en la computa-
dora analógica.

Tabla 3.2 Algunos elementos de cálculo analógico

Ciruito Sı́mbolo Operación básica

e0 = a ei
0<a<1

e0 = −a ei
a= R 0
Ri

e0 =
P
n
ak ek
k=1
R0
ak = Rk
3.3 Realización ”OBSERVER” 131

Ciruito Sı́mbolo Operación básica

e0 (t) =
Rt
−a 0 ei (τ ) dτ
+e0 (0)
a = 1/RC

e0 = aei1 ei2

e0 = F (ei )

Pn
e0 = −
Rt k=1
ak 0 eik (τ) dτ
+e0 (0)
ak = 1/Rk C

La Tabla 3.2 muestra algunos elementos básicos de cálculo analógico. Se consideran


como elementos especiales el multiplicador y el generador de función. Otro elemento
especial, no incluido en la tabla, es el derivador que debe ser de tipo filtrado para
evitar la amplificación de ruido. Generalmente se utilizan configuraciones o realiza-
ciones que no incluyan derivadores al hacer la simulación de un sistema para evitar
la amplificación de ruido.

3.3 Solución de ecuaciones diferenciales mediante


la computadora analógica
Sı́ntesis de funciones de transferencia
Existen diferentes realizaciones para resolver ecuaciones diferenciales. Una de ellas se
llama realización ”OBSERVER”.
3.3.1 Realización ”OBSERVER”
Sea por ejemplo la función de transferencia:
132 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA

y (s) b1 s2 + b2 s + b3
= 3 (3.19)
u (s) s + a1 s2 + a2 s + a3
que en el dominio del tiempo es:

d3 y d2 y dy d2 u du
3
+ a1 2 + a2 + a3 y = b1 2 + b2 + b3 u (3.20)
dt dt dt dt dt
Agrupando derivadas del mismo tipo:

d3 y d2 d
3
= 2 (b1 u − a1 y) + (b2 u − a2 y) + (b3 u − a3 y) (3.21)
dt dt dt
Integrando (3.21):
Z
d2 y d
= (b1 u − a1 y) + (b2 u − a2 y) + (b3 u − a3 y) dt (3.22)
dt2 dt
Se define la tercera variable de estado x3 mediante la ecuación:
Z
x3 = (b3 u − a3 y) dt (3.23)

Integrando (3.22):
Z
dy
= (b1 u − a1 y) + (b2 u − a2 y + x3 ) dt (3.24)
dt
Se define la segunda variable de estado x2 por:
Z
x2 = (b2 u − a2 y + x3 ) dt (3.25)

Integrando (3.24):
Z
y= (b1 u − a1 y + x2 ) dt (3.26)

Se puede definir la primera variable de estado x1 :


Z
x1 = (b1 u − a1 y + x2 ) dt (3.27)

de donde:

y = x1 (3.28)
Derivando (3.23), (3.25) y (3.27) se obtienen las ecuaciones de estado (3.29):
.
x1 = −a1 x1 + x2 + b1 u
.
x2 = −a2 x1 + x3 + b2 u (3.29)
.
x3 = −a3 x1 + b3 u
Ası́ las matrices A, B, C y D, para la realización tipo ”OBSERVER”, son:
3.3 Realización ”OBSERVER” 133

   
−a1 1 0 b1
A =  −a2 0 1  B =  b2 
−a3 0 0 b3
£ ¤
C= 1 0 0 D=0

Tabla 3.3 Matrices de la realización ”OBSERVER”


La realización ”OBSERVER” puede ser representada por medio del diagrama de
bloques mostrado en la Fig. 3.9:

Figura 3.9 Diagrama de bloques de la realización ”OBSERVER”


El correspondiente diagrama de cálculo analógico se muestra en la Fig 3.10:

Figura 3.10 Diagrama de cálculo analógico de la realización ”OBSERVER”


134 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA

Por ejemplo si b3 = 7.5 y a3 = 0.53, el diagrama circuital para el integrador INT1 es:

Figura 3.11 Diagrama circuital de INT1


Nótese que x3 se puede expresar:
· Z Z ¸
0.75 0.53
x3 = − −udt + x1 dt (3.30)
100K × 1uf 1M × 1uf
ó:
.
x3 = −0.53x1 + 7.5u = −a3 x1 + b3 u (3.31)
que corresponde a la tercera ecuación de estado.
El circuito para realizar el inversor INV1 se muestra en la Fig. 3.12:

Figura 3.12 Diagrama para obtener INV1

3.4 Generación de algunas funciones del tiempo


1) Generación
.
de y (t) = t, t0 ≤ t ≤ tf .
Note que y (t) = 1 y con y (0) = 0 el diagrama correspondiente se muestra en la Fig
3.4 Generación de algunas funciones del tiempo 135

3.13:

Figura 3.13 Generación de la función y (t) = t


2) Generación
.
de y (t)..= t2 , t0 ≤ t ≤ tf .
Nótese que (t) = 2t, y (t) = 2 y con y (0) = 0, y (0) = 0, el diagrama correspondiente
y
se muestra en la Fig 3.14:

Figura 3.14 Generación de la función y (t) = t2


3) Generación
.
de y (t) = Ae−at
Nótese que (t) = −aAe−at = −ay (t), y con y (0) = A, la función se puede obtener
y
mediante el diagrama mostrado en la Fig 3.15:

.
Figura 3.15 Generación de y (t) = −aAe−at
Nótese que:
136 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA

µZ ¶
y (t) = − ay (t) dt − A (3.32)

entonces:
.
y (t) = −ay (t) (3.33)
que es la ecuación diferencial original.
Ejercicio
1) Estudiar factores de escala de amplitud y de tiempo
2) Hacer un diagrama de computadora para la solución de:
.. .
θ +3 θ +67θ = 30 sen(5t)

con todas las condiciones iniciales cero.


3) Obtener la ecuación diferencial y el diagrama circuital para generar la función:

y (t) = A t e−at
.
con y (0) = 10.

3.5 Escalamiento
La tensión de salida de cualquier amplificador no debe exceder del voltaje de pola-
rización para evitar la saturación de los amplificadores lo cual puede causar errores
en la solución de una ecuación diferencial o en la generación de una función de trans-
ferencia. Por otro lado, la tensión máxima en cualquier amplificador no debe ser
demasiado pequeña.
Al establecer el diagrama de computadora es deseable que la máxima variación de
tensión de salida sea la misma para cualquier amplificador.
De aquı́ que sea de gran importancia elegir las magnitudes apropiadas de los factores
de escala que son los que relacionan las tensiones de salida de los amplificadores con
las correspondientes cantidades fı́sicas (velocidad, ángulo, distancia, fuerza, etc.)
La escala en tiempo relaciona la variable independiente del problema fı́sico, con la
variable independiente de la computadora analógica. Para fenómenos que tienen lugar
muy rápidamente, es necesario frenar la velocidad a la cual se simulan esos problemas
en la computadora con el fin de poderlos observar bien sea en un osciloscopio o en
un graficador. Por otro lado, sistemas como hornos y tanques, que tienen respuestas
lentas, en el rango de horas, se pueden acelerar al hacer una simulación con el fin de
seleccionar mas rápidamente los parámetros, por ejemplo, los de un controlador.
3.5.1 Escalamiento en amplitud
Se ilustra la selección de los factores de escala en amplitud utilizando como ejemplo
la función:
3.5 Escalamiento en amplitud 137

x = 10 sen(3t) (3.34)
Note que:
.
x= 30 cos(3t)
..
x= −90 sen(3t)
..
x= −9 × 10 sen(3t) = −9x

Ası́ la ecuación diferencial correspondiente es:


..
x (t) + 9x (t) = 0 (3.35)
Selecionando las variables de estado x1 y x2 mediante las ecuaciones:
x1 = x
. (3.36)
x2 = x
entonces:
. .
x1 = x2 = x
. ..
x2 = x = −9x = −9x1

lo que define las ecuaciones de estado (3.37):


.
x1 = x2
. (3.37)
x2 = −9x1
Las condiciones iniciales son:
x1 (0) = x (0) = 0
.
x2 (0) = x (0) = 30
Para hacer la realización utilizando amplificadores operacionales las variables de es-
tado x1 y x2 serán representadas por los voltajes vx1 y vx2 mediante las relaciones:

x1 = k1 vx1
(3.38)
x2 = k2 vx2
donde k1 y k2 son factores de escala en amplitud. Reemplazando (3.38) en (3.37) se
obtiene:

.
k1 vx1 = k2 vx2
.
k2 vx2 = −9k1 vx1

ó:
. k2
vx1 = k1 vx2
. (3.39)
vx2 = −9 kk12 vx1
que son las ecuaciones de estado escaladas.
Como x1 = x = 10 sen(3t):
138 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA

k1 vx1 = 10 sen(3t)

Si se escoge k1 = 1:

vx1 = 10 sen(3t) (3.40)


Cuya amplitud máxima es 10 voltios lo que no satura un amplificador alimentado con
voltajes de polarización de ± 12 voltios o más.
. .
Como x2 = x1 = x = 30 cos(3t):

x2 = k2 vx2 = 30 cos(3t)

Y si se escoge k2 = 3:
vx2 = 10 cos(3t) (3.41)
cuya amplitud máxima es 10 voltios. Las nuevas ecuaciones escaladas de estado son:
.
vx1 = 3vx2
. (3.42)
vx2 = −3vx1
.. .
Note que vx1 = 3 , vx2 = −9vx1 , lo que da:
..
vx1 +9vx1 = 0 (3.43)
que es la misma ecuación original.
Ası́, con vx1 (0) = 0 y vx2 (0) = 10 se obtiene la realización con amplificadores opera-
cionales mostrada en la Fig 3.16.

Figura 3.16 Generación de la función vx1 = 10 sen 3t

3.5.2 Escalamiento en tiempo


En este caso el tiempo real t se relaciona con el tiempo de simulación tc por medio
de la ecuación:

t = kt tc (3.44)
3.5 Escalamiento en tiempo 139

Obsérvese que:
tc < t, si kt > 1, simulación rápida
tc > t, si kt < 1, simulación lenta
Sea por ejemplo la ecuación:
. dvx1
v x1 = = 3vx2
dt
Al escalarla en tiempo queda:
dvx1
= kt 3vx2 (3.45)
dtc
Esto equivale en general a multiplicar las ganancias de todas las entradas a los in-
tegradores por kt . Algunos computadores analógicos disponen de un condensador
adicional que es 10 ó 100 veces menor que el utilizado normalmente. Con ésto se
puede obtener la solución en forma repetitiva para observar la respuesta en un oscilo-
scopio y hacer ajustes de parámetros, por ejemplo los de un controlador, rápidamente.
En el caso del ejemplo se tendrı́a con un condensador 100 veces menor:
·
vx1 = 300vx2
· (3.46)
vx2 = −300vx1
lo que darı́a como solución vx1 = 10 sen (300t), que es la misma solución con una
frecuencia 100 veces mayor.
En general el proceso de escalamiento exige tantear, especialmente cuando no se
conocen previamente los valores máximos de las variables.
Si se expresa el comportamiento dinámico del sistema mediante ecuaciones de estado,
un posible punto de inicio para seleccionar los factores de escala, es hacer que los
coeficientes de las ecuaciones escaladas estén en el rango 0 a ±10. Por ejemplo, para
un sistema de dos ecuaciones de estado:

·
x1 = a11 x1 + a12 x2 + b1 u
·
x2 = a21 x1 + a22 x2 + b2 u
con

x1 = k1 v1
x2 = k2 v2
u = ku vu
se tiene
µ ¶ µ ¶
· k2 ku
v1 = (a11 ) v1 + a12 v2 + b1 vu
k1 k1
µ ¶ µ ¶
· k1 ku
v2 = a21 v1 + (a22 ) v2 + b2 vu
k2 k2
140 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA

Si todos los coeficientes:

¯ ¯
¯ kj ¯
¯
|aijv | = ¯aij ¯¯ para i = 1, 2, j = 1, 2
ki
¯ ¯
¯ ku ¯
|biu | = ¯¯bi ¯¯ para i = 1, 2
ki
son menores que 10, al hacer la primera simulación se puede determinar cuales vari-
ables superan 10 voltios para cambiar las escalas correspondientes.
Ejercicio
Hacer un escalamiento previo de las ecuaciones de estado:

·
x1 = 0.5x1 − 20x2 − 5x3 + 3u
·
x2 = 0.6x1
·
x3 = 80x2

con:

u = 20 sen (2π0.1) t

de tal manera que todos los coeficientes de las variables escaladas estén en el rango 0
a ±10.

3.6 Otras realizaciones para representar sistemas


por ecuaciones de estado

3.6.1 Realización ”CONTROLLER”


Sea la función de transferencia.
y (s) b1 s2 + b2 s + b3
= 3 (3.47)
u (s) s + a1 s2 + a2 s + a3
Definiendo:
¡ ¢
y (s) = b1 s2 + b2 s + b3 z (s)
¡ ¢ (3.48)
u (s) = s3 + a1 s2 + a2 s + a3 z (s)
donde z (s)es una variable auxiliar, que no afecta la función de trasferencia original:
¡ 2 ¢
y (s) b1 s + b2 s + b3 z (s)
= 3 (3.49)
u (s) (s + a1 s2 + a2 s + a3 ) z (s)
En el dominio del tiempo:
3.6 Realización ”CONTROLLER” 141

2
y = b1 ddt2z + b2 dz
dt + b3 z
(3.50)
d3 z 2
u= dt3 + a1 ddt2z + a2 dz
dt + a3 z

Definiendo

x3 = z
dz
x2 = (3.51)
dt
d2 z
x1 =
dt2

Ası́:

d3 z .
= x1
dt2

Lo que permite obtener las ecuaciones de estado:

.
x1 = −a1 x1 − a2 x2 − a3 x1 + u
.
x2 = x1 (3.52)
.
x3 = x2

con la ecuación de salida:

y = b1 x1 + b2 x2 + b3 x3 (3.53)

Las matrices Ac , Bc , Cc y Dc para la realización tipo ”CONTROLLER”, son:

  

−a1 −a2 −a3 1
Ac =  1 0 0  Bc =  0 
0 1 0 0
£ ¤
Cc = b1 b2 b3 Dc = 0

Tabla 3.4 Matrices de la realización ”CONTROLLER”


Esta realización puede ser representada en diagrama de bloques como se muestra en la
Fig 3.17. Note que Ac = At , Bc = C t y Cc = B t , donde t indica transpuesto. A, B y C
son las matrices de la realización ”OBSERVER”. Ası́, la realización ”CONTROLLER”
es dual de la ”OBSERVER”.
142 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA

Figura 3.17 Diagrama de bloques de la realización ”CONTROLLER”

3.6.2 Realización ”OBSERVABILITY”


La función de transferencia:
y (s) b1 s2 + b2 s + b3
= 3 (3.54)
u (s) s + a1 s2 + a2 s + a3
puede ser escrita:
d3 y d2 y dy d2 u dy
3
= −a1 2
− a2 − a3 y + b1 2
+ b2 + b3 u (3.55)
dt dt dt dt dt
Llamando:

w1 = y
.
w2 =y (3.56)
..
w3 =y
. ...
Como w3 = y :
. .. .
w3 = −a1 w3 − a2 w2 − a3 w1 + b1 u +b2 u +b3 u
.
w2 = w3 (3.57)
.
w1 = w2
de donde:
z }| {
¡ •
.¢ ·
w3 − b1 u = −a1 w3 − a2 w2 − a3 w1 + b2 u +b3 u (3.58)
definiendo .
z3 = w3 − b1 u

.
w3 = z3 + b1 u (3.59)
Reemplazando 3.59:
3.6 Realización ”OBSERVABILITY” 143

. .
z 3 = −a1 z3 − a2 w2 − a3 w1 + (b2 − a1 b1 ) u +b3 u
. .
w2 = z3 + b1 u (3.60)
.
w1 = w2
de donde:
z }| {

(z3 − (b2 − a1 b1 ) u) = −a1 z3 − a2 w2 − a3 w1 + b3 u
z }| {

(w2 − b1 u) = z3 (3.61)

w1 = w2

definiendo:
x3 = z3 − (b2 − a1 b1 ) u
x2 = w2 − b1 u (3.62)
x1 = w1

se obtiene:

z3 = x3 + (b2 − a1 b1 ) u
w2 = x2 + b1 u
y = w1 = x1

y reemplazando en (3.61):
.
x1 = x2 + b1 u
.
x2 = x3 + (b2 − a1 b1 ) u (3.63)
.
x3 = −a3 x1 − a2 x2 − a1 x3 + [b3 − a2 b1 − a1 (b2 − a1 b1 )] u

Llamando:
β1 = b1
β2 = b2 − a1 b1 (3.64)
β3 = b3 − a2 b1 − a1 (b2 − a1 b1 )

las matrices Aob , Bob , Cob y Dob son:

   
0 1 0 β1
Aob = 0 0 1  Bob =  β2 
−a3 −a2 −a1 β3
£ ¤
Cob = 1 0 0 Dob = 0

Tabla 3.5 Matrices para la realización ”OBSERVABILITY”


144 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA

La matriz Bob se puede también calcular mediante:


   −1  
β1 1 0 0 b1
Bob =  β2  =  a1 1 0   b2  (3.65)
β3 a2 a1 1 b3
La realización ”OBSERVABILITY” puede ser representada en un diagrama de blo-
ques como se muestra en la Fig 3.18.

Figura 3.18 Diagrama de bloques para la realización ”OBSERVABILITY”

3.6.3 Realización ”CONTROLLABILITY”


La realización ”CONTROLLABILITY” es dual de la ”OBSERVABILITY”. Las ma-
trices Aco , Bco , Cco y Dco son:

   
0 0 −a3 1
Aco =  1 0 −a2  Bco = 0 
0 1 −a1 0
£ ¤
Cco = β1 β2 β3 Dco = 0

Tabla 3.6 Matrices para la realización ”CONTROLLABILITY”


donde Cco se puede calcular mediante:
 −1
£ ¤ £ ¤ 1 a1 a2
Cco = β1 β2 β3 = b1 b2 b3  0 1 a1  (3.66)
0 0 1
3.6 Realización ”CONTROLLABILITY” 145

El diagrama de bloques de la realización ”CONTROLLABILITY” se muestra en la


Fig 3.19.

Figura 3.19 Diagrama de bloques para la realización ”CONTROLLABILITY”


CAPITULO 4
ACCIONES BASICAS DE
CONTROL

4.1 Introducción
Un control automático, Fig.4.1, compara el valor efectivo de salida (c) de una planta
con el valor deseado (r), determina la desviación (e) y produce una señal de control
(m) que reduce la desviación a cero o a un valor pequeño.
La forma en que el control automático produce la señal de control (m) recibe el nombre
de acción de control.
En este capı́tulo se presentan las acciones de control básicas usadas comunmente en los
controles automáticos industriales y sus efectos en el funcionamiento de un sistema.

Figura 4.1 Sistema controlado

4.2 Clasificación de los controles automáticos


Los sistemas de control automático se clasifican según su acción de control:
1. Controles de dos posiciones (todo-nada, si-no, on-off).
2. Controles proporcionales.

147
148 ACCIONES BASICAS DE CONTROL

3. Controles integrales.
4. Controles proporcionales e integrales (PI).
5. Controles proporcionales y derivativos (PD).
6. Controles proporcionales, integrales y derivativos (PID).
4.2.1 Controles de dos posiciones o de SI-NO

Figura 4.2 Control de dos posiciones


Aquı́ el controlador tiene solamente dos posiciones fijas. Son generalmente dispo-
sitivos eléctricos en donde habitualmente hay una válvula accionada por un solenoide
eléctrico. También los controles neumáticos proporcionales con muy altas ganancias
actúan como controles de 2 posiciones.
Si m (t) es la salida del controlador y e (t) es la señal de error actuante:
½
M1 , e(t) > 0
m(t) = (4.1)
M2 , e (t) < 0

Generalmente M2 = −M1 ó M2 = 0.

Figura 4.3 Brecha diferencial o histéresis


El rango en que e(t) se debe desplazar antes de que se produzca la conmutación se
4.2 Controles de dos posiciones o de SI-NO 149

llama brecha diferencial o histéresis, Fig 4.3. La brecha diferencial hace que la salida
del control m (t) mantenga su valor hasta que la señal de error actuante haya pasado
del valor cero. Debe notarse que la brecha diferencial evita la acción excesivamente
frecuente del mecanismo de SI-NO.

Figura 4.4 Control SI-NO de un tanque


Con referencia a la Fig 4.4, cuando h = h2 la válvula de entrada se cierra y con
h = h1 , se abre.

Figura 4.5 Análogo eléctrico de un tanque


La ecuacion diferencial que relaciona la salida h con la entrada, qi, sin considerar el
controlador se puede obtener del análogo eléctrico de la Fig 4.5:

dh h
C + = qi (t) (4.2)
dt R

Considérese ahora el controlador de dos posiciones en el cual la válvula de entrada


está abierta o cerrada. Entonces qi (t) = Q ó qi (t) = 0.
La respuesta del sistema se muestra en la Fig.4.6:
150 ACCIONES BASICAS DE CONTROL

Figura 4.6 Respuesta del nivel de un tanque con control SI-NO con brecha diferencial
h (t) se obtiene de (4.2) con:

h (0) = 0 qi (t) = Qu (t) para 0 ≤ t ≤ t1


h (t1 ) = h2 qi (t) = 0 para t1 ≤ t ≤ t2 (4.3)
h (t2 ) = h1 qi (t) = Qu (t − t2 ) para t2 ≤ t ≤ t3

La Fig.4.7 muestra el diagrama de bloques del sistema:

Figura 4.7 Diagrama de bloques de un tanque con control SI-NO


De la respuesta del sistema, h (t) se ve que se puede reducir la amplitud de la oscilación
de la salida si se reduce la brecha diferencial. Esto, sin embargo, aumenta la cantidad
de conmutaciones por minuto y reduce la vida útil de los componentes mecánicos.
4.2 Acción de control proporcional 151

4.2.2 Acción de control proporcional

Figura 4.8 Acción de control proporcional


En este caso, Fig 4.8, la señal de control m (t) es proporcional al error e (t):

m (t) = KP e (t) (4.4)


donde KP es la ganancia proporcional, ó:

M (s)
= KP (4.5)
E (s)
Con el fin de estudiar los efectos de la acción de control proporcional en el compor-
tamiento de un sistema considérese la Fig 4.9:

Figura 4.9 Control proporcional de una planta con perturbación


Ası́:

E 1
= , con N (s) = 0
R 1 + KP G1 G2
C G2
= , con R (s) = 0 (4.6)
N 1 + KP G1 G2
C KP G1 G2
= , con N (s) = 0
N 1 + KP G1 G2

Si en (4.6) KP >> 1:
152 ACCIONES BASICAS DE CONTROL

E 1
≈ →0
R KP G1 G2
C 1
≈ →0 (4.7)
N KP G1
C
→ 1
R
Pero si G1 (s) G2 (s) tiene varios polos, se podrı́a tener problemas de estabilidad,
dependiendo de la ubicación en el plano complejo de los polos de la función de trans-
ferencia.

Ejemplo 4.1 Control proporcional de un sistema de primer orden.

Figura 4.10 Control proporcional de un tanque


Para la Fig 4.10:
∆H (s) R
= (4.8)
∆Qi (s) RCs + 1
El diagrama de bloques del control proporcional se muestra en la Fig 4.11:

Figura 4.11 Diagrama de bloques de un tanque con control proporcional


4.2 Acción de control proporcional 153

Debido al control proporcional ∆Qi (s) = K (∆R (s) − ∆H (s)), donde K es la ganan-
cia proporcional. Ası́:

KR
∆H (s) KR KR
= RCs+1
KR
= = (4.9)
∆R (s) 1 + RCS+1 RCs + 1 + KR T s + 1 + KR

donde T = RC.
Supóngase que:

∆r (t) = u (t) (4.10)

con u (t) la función escalón unitaria:


½
1, t>0
u(t) =
0, t<0

se tiene:

1
∆R (s) = (4.11)
s

y:

KR 1
∆H (s) = · (4.12)
T s + 1 + KR s

Expandiendo (4.12) en fracciones parciales:

KR 1 T KR 1
∆H (s) = · − · (4.13)
1 + KR s T s + 1 + KR T s + 1 + KR

y antitransformando:

KR h t
i
∆h (t) = 1 − e− T1 u (t) (4.14)
1 + KR

donde:

T RC
T1 = =
1 + KR 1 + KR

La Fig 4.12 muestra la respuesta (4.14):


154 ACCIONES BASICAS DE CONTROL

Figura 4.12 Control proporcional de un tanque


La respuesta en estado estacionario es:

KR
∆hss (t) = lim ∆h (t) = (4.15)
t→∞ 1 + KR

Nótese que en el estado estacionario hay un error:

KR 1
ess = 1 − = (4.16)
1 + KR 1 + KR
llamado corrimiento o error estático. Este se puede disminuir si K se hace grande.
El corrimiento es una caracterı́stica del control proporcional de una planta cuya
función transferencia no posee elemento integrador. Como se verá en la siguiente
sección, para eliminar este corrimiento hay que agregar la acción de control integral.
Otra manera de calcular el corrimiento es obtener la función de transferencia del error:

E (s) 1 Ts + 1
= KR
= (4.17)
R (s) 1 + T s+1 T s + 1 + KR

con R (s) = 1/s :

1 Ts + 1
E (s) = (4.18)
s T s + 1 + KR
y aplicando el teorema del valor final:

1
ess = lim e (t) = lim sE (s) = (4.19)
t→∞ s→0 1 + KR
4.2 Acción de control integral 155

4.2.3 Acción de control integral

Figura 4.13 Control integrativo


La acción de control integral, llamada también de reposición , resello, de respuesta a
cero o ”reset” se muestra en la Fig 4.13, donde:
Z
m (t) = K e (t) dt (4.20)
ó:
M (s) K
= (4.21)
E (s) s

Figura 4.14 Señal de control si el error permanece cosntante

RSuponiendo que e (t) = C1 =constante, m (t) = C1 t (Fig 4.14). De esta manera


C1 dt = 0 sólo si C1 = 0. Si el sistema total es estable la única forma de llegar al
estado estacionario es que finalmente el error sea cero.
Para todo el sistema: si e (t) > 0, m (t) crece e (t) aumenta y e (t) = r (t) − c (t)
disminuye.
Si e (t) < 0, m (t) disminuye, e (t) disminuye y e (t) = r (t) − c (t) aumenta.
Si e (t) = 0, m (t) es constante la cual mantiene la salida deseada de la planta.
El integrador Ks podrı́a afectar grandemente la estabilidad del sistema. El control
integrativo es bueno para plantas muy estables.
156 ACCIONES BASICAS DE CONTROL

En el control proporcional de una planta cuya función de trasferencia no posee un


integrador 1s , hay un error en estado de régimen o corrimiento en la respuesta a una
entrada escalón. Este corrimiento se puede eliminar si se incluye la acción de control
integral.
En el control integral de una planta, la señal de control, m (t) en cada instante es el
área bajo la curva de la señal de error actuante e (t) hasta ese momento. m (t) puede
ser diferente a cero cuando e (t) = 0 como se muestra en la Fig.4.15.

Figura 4.15 Señales de error y de control integrativo


Lo anterior es imposible en el caso del control proporcional pues una señal de control
no nula requiere una señal de error actuante como se muestra en la Fig.4.16.

Figura 4.16 Señal de error y de control proporcional


Se hace notar que la acción de control integral, si bien elimina el efecto de corrimiento
o error de estado de régimen, puede llevar a una respuesta oscilatoria que, aunque
amortiguada, podrı́a ser indeseable, Fig 4.17. Si la planta posee muchos polos, la
acción de control integral puede inestabilizar totalmente el sistema.
4.2 Acción de control integral 157

Figura 4.17 Algunas respuestas no aceptables

Ejemplo 4.2 Control integral de un sistema de primer orden.

Figura 4.18 Control integral de un tanque


Para la Fig 4.18 con controlador integrativo se puede obtener el diagrama de bloques
de la Fig 4.19:

Figura 4.19 Diagrama de bloques del control integrativo de un tanque


Las funciones de transferencia para la salida y para el error son:
158 ACCIONES BASICAS DE CONTROL

∆H (s) KR
= (4.22)
∆R (s) R (s2 + s + KR)
¡ ¢
∆E (s) R s2 + s
= (4.23)
∆R (s) RCs2 + s + KR
Nótese que los polos están ubicados en:
s
µ ¶2
1 1 K
s1,2 = − ± − (4.24)
2RC 2RC C
y con K > 0 el sistema es estable.
Si K/C > (1/2RC)2
s µ ¶2
1 K 1
s1,2 =− ±j − (4.25)
2RC C 2RC
se presentan oscilaciones pero es estable.
El error de estado de régimen, o error estático, para una entrada escalón unitario
∆r (t) = u (t) o ∆R (s) = S1 se puede obtener aplicando el teorema del valor final:
¡ ¢
s RCs2 + s 1
∆ess = lim s∆E (s) = lim 2
· =0 (4.26)
s→0 s→0 RCs + s + KR s
Por lo tanto, el control integral del sistema de nivel de liquido elimina el error de
estado de régimen en la respuesta a la entrada escalón.
4.2.4 Acción de control proporcional integral (PI)

Figura 4.20 Control proporcional e integrativo


Para la Fig 4.20:
³ ´
KI
M (s) KI KP s + K P
= KP + = (4.27)
E (s) s s
Este tipo de control combina las caracterı́sticas de los anteriores controles. KP ayuda
a corregir más rápidamente el error. KsI elimina totalmente el error.
Con este tipo de controlador, las condiciones de estabilidad se mejoran con respecto
al control integral puro. Note que el controlador PI también puede ser interpretado
como un controlador integrativo con un cero ubicado en:
4.2 Acción de control proporcional integral (PI) 159

KI
s=− (4.28)
KP
El cero mejora las condiciones de estabilidad, como se verá en la siguiente sección.

Ejemplo 4.3 Control proporcional e integral.


Considérese el sistema de la Fig.4.21 con un controlador proporcional e integral:

Figura 4.21 Ejemplo con control proporcional e integrativo


Para este sistema:

¡ ¢
KP + KsI s(Js+f
1
)
1
s(Js+f )
C (s) = ¡ ¢ · R (s) + ¡ ¢ N (s) (4.29)
1 + KP + KsI s(Js+f
1
) 1 + KP + KsI s(Js+f
1
)

1
1 s(Js+f )
E (s) = ¡ KI
¢ 1
R (s) − ¡ KI
¢ 1
N (s) (4.30)
1 + KP + s s(Js+f) 1 + KP + s s(Js+f )

ó:
KP s + KI s
C (s) = R (s) + 3 N (s) (4.31)
Js3 2
+ fs + KP s + KI 2
Js + f s + KP s + KI
s2 (Js + f) s
E (s) = 3 2
R (s) − 3 2
N (s) (4.32)
Js + f s + KP s + KI Js + f s + KP s + KI
Con los escalones c (t) = u (t) y n (t) = No u (t):

R (s) = 1s
(4.33)
N (s) = Nso

Css = lim c (t) = lim sC (s) = 1 + 0 × No (4.34)


t→∞ s→0

ess = e (t) = lim sE (s) = 0 (4.35)


s→0
(4.34) y (4.35) muestran que: a) la salida alcanza exactamente el valor unitario del
escalón y b) el error estacionario es nulo, a pesar de la perturbación presente.
Ejercicios
160 ACCIONES BASICAS DE CONTROL

a) Con KI = 0 (controlador proporcional) calcule ess con los escalones: n(t) =


No u (t) y r (t) = u (t) .
b) Si r (t) = t u (t) y n (t) = No u (t) encuentre ess .
c) Con r(t) = u (t) y n (t) = No u (t) obtenga mss = lim m (t) .
t→∞
d) ¿ Si KP = 0, es el sistema estable ?
4.2.5 Acción de control proporcional y derivativo (PD)

Figura 4.22 Controlador proporcional-derivativo


En este caso:

M (s)
= KP + KD s (4.36)
E (s)
A la acción proporcional se le añade la acción derivativa que aumenta la señal m de tal
manera que si el error crece rápidamente, m será grande ayudando a corregir el error
en forma más efectiva. Es como un efecto anticipativo que impide un crecimiento
brusco de error.

a) b)

Figura 4.23 Señal de control b) cuando el error a) crece linealmente


En la Fig 4.23, por ejemplo, la señal de control m (t) crece mas rápidamente a mayor
pendiente de la señal de error e (t).
El control PD es un controlador estabilizante. La acción de control derivativo tiene
la desventaja de amplificar las señales de ruido.

Ejemplo 4.4 Control proporcional derivativo.


4.2 Acción de control proporcional integral derivativo (PID) 161

Considere el sistema (Fig 4.24) de una carga inercial con controlador PD.

Figura 4.24 Ejemplo con control proporcional-derivativo


Para este sistema:

C (s) (KP + KD s) KP + KD s
= 2 = 2 (4.37)
R (s) Js + KD s + KP Js + KD s + KP

Si KP > 0 y TD > 0 las raices de Js2 + KD s + KP = 0 tienen parte real negativa, y


el sistema es estable.
Si r(t) = u(t), una posible respuesta oscilatoria amortiguada, c(t), se muestra en la
Fig 4.25. Si KD se aumenta la amplitud de las oscilaciones disminuye.

Figura 4.25 Una posible respuesta del sistema de la Fig. 4.24


Ejercicio
Para el sistema anterior, encontrar c(t) si r(t) = u(t) y el controlador es proporcional
únicamente. ¿ Es estable el sistema ?
4.2.6 Acción de control proporcional integral derivativo (PID)
La Fig 4.26 muestra la combinación de los anteriores controles:
162 ACCIONES BASICAS DE CONTROL

Figura 4.26 Controlador proporcional integral derivativo


Ası́:

M (s) KI KI + KP s + KD s2
= KP + + KD s = (4.38)
E (s) s s
La Fig 4.27 b) muestra la señal de control m (t) cuando el error e (t) crece linealmente:

Figura 4.27 Señal de control b) cuando el error a) varı́a linealmente con el tiempo
KP aumenta la rapidez de respuesta y solo actúa en el transitorio, ya que al final, el
término KsI elimina el error, ganando completo control de la planta. El término KD s
actúa para ayudar a la estabilidad.
2
Nótese que H (s) = eT s = 1 + T s + (T2!s) + · · · es una función de adelanto, entonces:

y (t) = $−1 (H (s) X (s)) = x (t + T ) (4.39)


(4.39) define un sistema anticipativo (no causal), fı́sicamente imposible.
El numerador de la función de trasferencia del PID, (KI + KP s + KD s2 ), en (4.38),
tiene una similitud con la función de adelanto.
El PID es ampliamente utilizado por la industria donde se encuentran términos pro-
pios tales como:

KP = acción proporcional (”proportional action”).


KI
= acción de reposición (de respuesta a cero) (”reset action”).
s
KD s = acción de crecimiento por unidad de tiempo (”rate action”).
Esta terminologı́a proviene primordialmente del área quı́mica donde se habla de con-
trol de procesos en lugar de control de sistemas.
4.2 Algunas estructuras del controlador PID 163

1
Además las constantes se definen como bandas. Por ejemplo, KP 100% es la banda
proporcional en porcentaje.
Ejercicio

Figura 4.28 Selección de controlador


Para la Fig. 4.28 suponga ∆Qi = 0 y que ocurre una perturbación n (t) = no u (t)
(escalón)
Determine el error en estado estacionario si:
a) El controlador es de tipo proporcional: ∆Q i (s)
∆E(s) = KP .
∆Qi (s) KI
b) El controlador es de tipo integral: ∆E(s) = s .

Figura 4.29 Selección de Gc (s)


Para la Fig 4.29 seleccionar el tipo de controlador, Gc (s), que podrı́a usarse de modo
que el sistema sea estable y que un par perturbador constante, n (t) = no u (t), no
produzca modificación en la velocidad en estado estacionario de régimen, es decir,
que el error en estado estacionario sea cero.
4.2.6.1 Algunas estructuras del controlador PID
La Fig 4.30 muestra el controlador PID clásico:
164 ACCIONES BASICAS DE CONTROL

Figura 4.30 Controlador PID clásico


Cuya ley de control es:

Z
de
u = KP e + KI edt + KD (4.40)
dt

La Fig 4.31 muestra otra estructura del controlador PID:

Figura 4.31 PID con derivada de la salida


Esta estructura es muy utilizada. En lugar de derivar el error se deriva la salida. Con
esto se evita que la planta responda a cambios bruscos de la señal de referencia r. La
ley de control correspondiente es:

Z
dy
u = KP e + KI edt − KD (4.41)
dt

Otra estructura, menos utilizada que la anterior, se muestra en la Fig 4.32. En ésta
la acción de control proporcional se toma también de la salida en lugar de la señal de
error e.
4.2 Algunas estructuras del controlador PID 165

Figura 4.32 Otra estructura del PID


La ley de control correspondiente es:
Z
dy
u = KI edt − KP y − KD (4.42)
dt
Ejemplo 4.5 Ejemplo de un PID.
La Fig 4.33 muestra un controlador PID hidromecánico para un sistema de nivel de
lı́quido:

Figura 4.33 PID hidromecánico


Nótese que:

a1
z1 = h (4.43)
b
a2
z2 = h (4.44)
b
166 ACCIONES BASICAS DE CONTROL

a3
z3 = h (4.45)
b
Como la carga del serromotor hidráulico (SMH) es despreciable, entonces:

K1 K1 a2 H (s)
z6 (s) = · z2 (s) = · (4.46)
s b s
Del amortiguador y el resorte:
¡. . ¢
B z3 − z 4 = Kz4 (4.47)
Transformando (4.44):

Bs τs a3
z4 (s) = · z3 (s) = · H (s) (4.48)
Bs + k τs + 1 b
en donde τ = B/K.
El desplazamiento de la válvula es:

d4 d3
z= z5 + z6 (4.49)
d3 + d4 d3 + d4
Además:

d1 d2
z5 = z1 + z4 (4.50)
d1 + d2 d1 + d2
con (4.47) en (4.46) y luego usando (4.40),(4.43) y (4.45) se obtiene:

KI s
z (s) = KP · H (s) + H (s) + KD H (s) (4.51)
s τs + 1
donde:

d4 d1 a1
KP =
(d3 + d4 ) (d1 + d2 ) b
d3 K1 a2
KI = (4.52)
(d3 + d4 ) b
d4 d2 τa3
KD =
(d3 + d4 ) (d1 + d2 ) b

Entonces el caudal de entrada se puede calcular como qi = −Ci z, donde Ci es una


constante.

Ejemplo 4.6 El telescopio del transbordador espacial.

El telescopio para seguir estrellas y asteroides de transbordador espacial se puede


modelar como una masa M = 100 Kg. Está suspendido por medio de actuadores
magnéticos que producen una fuerza u (t). El cable que le suministra energı́a eléctrica
se modela como un resorte de constante K = 1 N ew/m, Fig 4.34a.
4.2 Algunas estructuras del controlador PID 167

Figura 4.34 Ejemplo 4.6


Diseñe un controlador PID tal que el error ess = e (∞) para una entrada rampa
r (t) = t u (t) sea 0.01 y que tenga un par de polos complejos como se muestra en la
Fig.4.34c además del tercer polo real.

Figura 4.35 Diagrama del cuerpo libre a) y de bloques b) para el ejemplo 4.6
De la Fig 4.35a:

d2 z
u − Kz = M (4.53)
dt2
Transformando (4.53) se obtiene la función de transferencia de la planta:

Z (s) 1
= (4.54)
U (s) M s2 + K
De la Fig 4.35b:

Z (s) KD s2 + KP s + KI
= (4.55)
R (s) M s3 + KD s2 + (KP + K) s + KI
y,
¡ ¢
E (s) s Ms2 + K
= (4.56)
R (s) Ms3 + KD s2 + (KP + K) s + KI
1
Con ess = 0.01 para R (s) = s2 (rampa r (t) = t u (t)):
168 ACCIONES BASICAS DE CONTROL

¡ ¢
1 s Ms2 + K
E (s) = 2 (4.57)
s Ms3 + KD s2 + (KP + K) s + KI
" ¡ ¢ #
s Ms2 + K
ess = lim sE (s) = lim s × 2 (4.58)
s→0 s→0 s [Ms3 + KD s2 + (KP + K) s + KI ]
de donde:
K
ess = = 0.01 (4.59)
KI
Ası́, KI = 100.
(4.55) se puede escribir:
KD 2 KP KI
Z (s) M s + M s+ M
= (4.60)
R (s) s3 + KMD s2 + (KPM+K) s + KI
M

El polinomio caracterı́stico del sistema es:

KD 2 (KP + K) KI
A (s) = s3 + s + s+ (4.61)
M M M
que de acuerdo con la ubicación de polos de la Fig 4.34c es:
à √ √ !à √ √ !
2 2 2 2
A (s) = s + +j s+ −j (s + p) (4.62)
2 2 2 2
ó:
³√ ´ ³ √ ´
A (s) = s3 + 2 + p s2 + 1 + 2p s + p (4.63)

de donde:

KI
p = =1
M
√ KD
2+p = (4.64)
M
√ KP + K
1 + 2p =
M
Ası́:

³ √ ´
KD = 100 1 + 2
³ √ ´
KP = 100 1 + 2 − 1

Ejemplo 4.7 PID neumático.


4.2 Algunas estructuras del controlador PID 169

Figura 4.36 PID neumático


√ √
Con P1 constante, ϕin = K1 P1 − P2 , ϕ0 = K2 x P2 , P0 = −K y, Kg constante de
los gases ideales y con la temperatura T de los fuelles constante, el sistema de la Fig
4.36 se comporta como un controlador PID.

Figura 4.37 Diagrama de cuerpo libre para puntos de masa cero


De las Figs. 4.37a y b:

Ac ∆P2 = Kc ∆y (4.65)
Kf ∆z + Af ∆Pi = Af ∆PD (4.66)
de donde:

Ac
∆y = ∆P2 (4.67)
Kc
Af
∆z = (∆PD − ∆Pi ) (4.68)
Kf
170 ACCIONES BASICAS DE CONTROL

Además:

1
∆x = (∆e − ∆z) (4.69)
2
∆P0 − ∆Pi
∆ϕi = (4.70)
R1
∆P0 − ∆PD
∆ϕD = (4.71)
R2
∆P2
∆ϕin = − (4.72)
Rin
donde:
1 K1
=− √
Rin 2 P1 − P20
También:

∆ϕ0 = Kx ∆x + Kp2 ∆P2 (4.73)


donde:

p
Kx = K2 P20
K2 x0
Kp2 = √
2 P20
Para la presión de salida:

∆P0 = −K∆y (4.74)


La diferencia de flujos es:
dM2
ϕin − ϕ0 =
dt
donde M2 es la masa de gas en el volumen V2 .
V2
Con la ley de los gases P2 υ 2 = Kg T con υ2 = M2 , el volumen especı́fico y T la
temperatura absoluta:

P2 V2
M2 =
Kg T
∆M2 = C2 ∆P2 + Kv2 ∆V2
Donde la capacitancia C2 y la constante Kv2 son:

V20
C2 =
Kg T
P20
Kv2 =
Kg T
4.2 Algunas estructuras del controlador PID 171

suponiendo T constante.
Con ∆V2 = Ac ∆y:
d∆P2 d∆y
∆ϕin − ∆ϕ0 = C2 + Kv2 Ac (4.75)
dt dt
dMi dMD
De la misma manera, como ϕi = dt y ϕD = dt :

µ ¶
d∆ Pi d∆z
∆ϕi = Ci + Kvi Af − (4.76)
dt dt
d∆ PD d∆z
∆ϕD = CD + KV D Af (4.77)
dt dt
donde:
Ci = KVgi0T Kvi = KPgi0T
VD0 PD0
CD = K gT
KV D = K gT

Con (4.72), (4.73) y (4.67) en (4.75) y utilizando la transformada de Laplace con


condiciones iniciales nulas:
∆P2 (s) K2
=−
∆x (s) 1 + τ2 s
donde:

Kx
K2 = 1
Rin + Kp2
Kv2 A2c
C2 + Kc
τ2 = 1
Rin + Kp2

Generalmente la constante de tiempo τ2 es muy pequeña y:

∆P2 (s) ' −K2 ∆x (s) (4.78)


además:

K2 >> 1

Con (4.70) y (4.68) en (4.76) y transformando:


0
(τi s + 1) ∆Pi (s) = ∆P0 (s) + τD s ∆PD (s) (4.79)
Con (4.71) y (4.68) en (4.77) y transformando:
0
(τD s + 1) ∆PD (s) = ∆P0 (s) + τi s ∆Pi (s) (4.80)
donde:
172 ACCIONES BASICAS DE CONTROL

³ ´
K Af 0 Kvi A2f R1
τi = Ci + vi
Kf R1 τD = Kf
³ K D Af2 ´ 0 KV D A2f R2
τD = CD + VK f
R2 τi = Kf

De (4.79) y (4.80):

³ 0
´
1 + τD + τD s
∆Pi (s) = ∆P0 (s) (4.81)
∆ (s)
³ 0
´
1 + τi + τi s
∆PD (s) = ∆P0 (s) (4.82)
∆ (s)

donde:
" #
A2f
∆ (s) = Ci CD + (Ci KV D + CD KV i ) s2 + (τi + τD ) s + 1
Kf

Con (4.69), (4.78), (4.67), (4.74), (4.81), (4.82) y (4.68) se obtiene el diagrama de
bloques:

Figura 4.38 Diagrama de bloques del PID neumático


Como:
h ³ 0
´i h ³ 0
´i
1 + τi + τi − 1 + τD + τD = Ci R1 − CD R2 (4.83)

0
1 Ac
La Fig 4.38 se puede dibujar, con K = 2 (−K2 ) Kc
(−K) :
4.2 Algunas estructuras del controlador PID 173

Figura 4.39 Diagrama de bloques simplificado


0
donde K >> 1 porque K2 >> 1.
Ası́:
∆P0 (s) KI
' Kp + + KD s (4.84)
∆e (s) s
donde:

Kf (τi + τD )
KP =
Af (Ci R1 − CD R2 )
Kf
KI =
Af (Ci R1 − CD R2 )
h A2
i
Kf Ci CD + Kff (Ci KV D + CD Kvi )
KD =
Af (Ci R1 − CD R2 )
CAPITULO 5
RESPUESTA EN EL DOMINIO
DEL TIEMPO

El objetivo de este capı́tulo es obtener la respuesta temporal de los sistemas a señales


aperiódicas tales como el escalón, la rampa,etc.

5.1 Estabilidad absoluta, estabilidad relativa y


error estacionario
La caracterı́stica más importante del comportamiento dinámico de un sistema de
control es la estabilidad absoluta, concepto que se verá posteriormente.
Por ahora es suficiente saber que un sistema es estable si las raı́ces del polinomio
b(s)
caracterı́stico o denominador de la función de transferencia del sistema H (s) = a(s)
tienen parte real negativa. Lo cual significa que los valores de s que satisfacen la
ecuación caracterı́stica a(s) = 0, esto es, las raices de a (s) , deben estar ubicadas en
el semiplano complejo izquierdo.
Un sistema está en equilibrio si, en ausencia de perturbaciónes o de entradas de
referencia, la salida se mantiene en el mismo estado.
Un sistema de control lineal invariante en el tiempo, es estable si finalmente la salida
retorna a un estado de equilibrio cuando el sistema es sometido a una perturbación o
a una señal de entrada acotada.
Una función f (t) es acotada si f (t) < M1 , para −∞ < t < ∞.
En otras palabras, considere el sistema de la Fig 5.1:

175
176 RESPUESTA EN EL DOMINIO DEL TIEMPO

Figura 5.1 Función de transferencia de un sistema


H (s) es estable si:

$−1 (x (s)) = x (t) < M1 , −∞ < t < ∞

produce una salida acotada:

$−1 (y (s)) = y (t) < M2 , −∞ < t < ∞

5.1.1 Estabilidad relativa


El hecho de que todos los polos de H (s) queden en el semiplano complejo izquierdo
de s no garantiza caracterı́sticas satisfactorias de respuesta transitoria. Esta podrı́a
presentar excesivas oscilaciones o ser muy lenta.
Para garantizar una respuesta transitoria rápida y bien amortiguada, los polos de
H (s) deben quedar en una zona como la mostrada en la Fig 5.2:

Figura 5.2 Región recomendada para la ubicación de polos

5.1.2 Error estacionario


Ya que un sistema fı́sico de control generalmente tiene elementos que almacenan
energı́a, su salida no puede seguir inmediatamente a la entrada sino que presenta una
respuesta transitoria antes de alcanzar un estado estacionario.
Si la salida del sistema de control en estado estacionario no coincide exactamente con
5.1 Algunos teoremas 177

la señal deseada, llamada señal de referencia o entrada, se dice que el sistema tiene
un error estacionario, el cual indica la exactitud del sistema.
Es importante analizar en los sistemas de control la respuesta transitoria, el tiempo
necesario para alcanzar el estado estacionario, y el error en este estado.
5.1.3 Respuesta impulsiva
Para el sistema de la Fig 5.1:

y (s) = H (s) x (s) (5.1)


El diagrama correspondiente en el dominio del tiempo se muestra en la Fig 5.3:

Figura 5.3 Diagrama de bloques en el dominio del tiempo del sistema de la Fig 5.1
donde h (t) es la respuesta impulsiva del sistema, o respuesta a un impulso unitario
δ (t). Note que si x (t) = δ (t), entonces x (s) = 1, y:

y (s) = H (s) = $ (h (t)) (5.2)


La respuesta impulsiva h (t) es la respuesta de un sistema lineal a una entrada impulso
unitario con condiciones iniciales iguales a cero. Ası́ la transformada de Laplace de
la respuesta impulsiva h (t) es la función de transferencia del sistema H (s) .
Si el sistema es causal, x (t) = 0 para t < 0, entonces:
Z t Z t
y (t) = x (t) ~ h (t) = h (τ ) x (t − τ ) dτ = h (t − τ ) x (τ ) dτ (5.3)
0 0
La función de transferencia y la respuesta impulsiva de un sistema lineal invariante
en el tiempo contienen la misma información sobre la dinámica del sistema. En la
práctica se puede considerar como un impulso, a un pulso de entrada con muy corta
duración en comparación con las constantes significativas del sistema.
5.1.4 Algunos teoremas
En las siguientes consideraciones se suponen condiciones iniciales nulas.
1. Por la fórmula de Leibniz

Z u1 (α) Z u1 (α)
d du1 du0 ∂
f (x, α) = f (u1 , α) − f (u0 , α) + [f (x, α)] dx (5.4)
dα u0 (α) dα dα u0 (α) ∂α
Aplicándola a (5.3) :
Z t
dy (t) ∂
= h (t) x (0) + [h (τ ) x (t − τ)] dτ (5.5)
dt 0 ∂t
178 RESPUESTA EN EL DOMINIO DEL TIEMPO

Como x (0) = 0 :
Z t
dy (t) ∂x (t − τ )
= h (τ ) dτ (5.6)
dt 0 ∂t
(5.6) indica que si la respuesta de un sistema lineal a .una entrada x (t) es y (t),
.
entonces la respuesta a la derivada de la entrada x (t) es y (t).
2. Cambiando la variable t por λ en (5.3):
Z λ
y (λ) = h (τ ) x (λ − τ ) dτ (5.7)
0

integrando (5.7):

Z t Z tZ λ Z t Z λ
y (λ) dλ = h (τ) x (λ − τ) dτ dλ = h (τ ) x (λ − τ) dλ dτ (5.8)
0 0 0 0 0

Con λ = t :
Z λ Z t
x (λ − τ) dλ = x (t − τ ) dt (5.9)
0 0

Ası́ (5.8) también puede ser escrita:


Z t Z t Z t
y (t) dt = h (τ) x (t − τ) dt dτ (5.10)
0 0 0

(5.10) indica que la respuesta de un sistema lineal a la integral de la entrada x (t) es


la integral de la salida y (t) .
Pruebas similares se pueden hacer para derivadas de más alto orden e integrales
múltiples.
Los anteriores resultados son muy útiles. Supóngase por ejemplo que se conoce la
respuesta de un sistema cuando la entrada es un impulso δ (t). Es decir se conoce
h (t) = $−1 (H (s))R . Rt
t
Ası́, como u (t) = 0− δ (τ ) dτ , entonces y (t) = 0− h (τ ) dτ.
Rt Rt
Asimismo, si x (t) = 0− u (t) dτ , entonces la nueva salida es y2 (t) = 0− y (τ ) dτ.
Además, si se conoce la respuesta de un sistema lineal a la función escalón u (t),
fácilmente obtenible en práctica, la respuesta impulsiva se puede obtener derivando
la respuesta al escalón.
5.1.5 Sistema de primer orden
Se analizarán las respuestas de un sistema de primer orden, o de un solo polo, a
entradas tales como el escalón unitario, rampa unitaria e impulso unitario suponiendo
condiciones iniciales nulas.
5.1.5.1 Respuesta al escalón unitario
Un sistema de primer orden se muestra en la Fig 5.4:
5.1 Respuesta al escalón unitario 179

Figura 5.4 Sistema de primer orden


Para este sistema:
P K K
Y (s) KP K
= H (s) = 1+TK
s
K
=
R (s) 1 + 1+T s
P 1 + T s + KP K

ó:
µ ¶
Y (s) KP K 1 K1
= H (s) = = (5.11)
R (s) 1 + KP K 1 + T1 s 1 + T1 s
donde:

KP K
K1 =
1 + KP K
T
T1 =
1 + KP K
Con un escalón unitario:
½
1, t>0 1
r (t) = u (t) = ⇒ R (s) =
0, t<0 s
la respuesta es:
1 K1 A B A + T1 As + Bs
Y (s) = = + = (5.12)
s 1 + T1 s s 1 + T1 s s (1 + T1 s)
A y B son:

A = K1
B = −K1 T1

Ası́:
" #
1 1
Y (s) = K1 − (5.13)
s s + T11
Antitransformando:
³ ´
y (t) = K1 1 − e−t/T1 u (t) (5.14)
(5.14) se muestra en la Fig 5.5:
180 RESPUESTA EN EL DOMINIO DEL TIEMPO

Figura 5.5 Respuesta de un sistema de primer orden a una entrada en escalón


unitario u (t)
Nótese que la constante de tiempo T1 es aquel valor de tiempo para el cual la respuesta
ha alcanzado el 63.2% de su valor final K1 . A menor valor de la constante de tiempo,
mas rápida es la respuesta del sistema. y cuando T1 es pequeña, el polo p = − T11 se
aleja del eje imaginario haciéndose mas negativo.
Para t = 4T1 la respuesta está a menos del 2% del valor final K1 . Por eso se acos-
tumbra suponer que después de cuatro constantes de tiempo, el sistema ha alcanzado
el estado estacionario, y se define el tiempo de solución ts por la ecuación:

ts = 4T1 (5.15)
Otra caracterı́stica importante de la curva exponencial es que la pendiente de la
tangente en t = 0 es KT1 :
1

¯ ¯
dy (t) ¯¯ K1 − Tt ¯¯ K1
= e 1 = (5.16)
dt ¯t=0 T1 ¯
t=0 T1
Si se traza una recta:
K1
yp (t) = t
T1
ésta alcanzarı́a el valor final K1 en t = T1 segundos.
El error o corrimiento e (∞) = ess es:
KP K 1
ess = 1 − K1 = 1 − = (5.17)
1 + KP K 1 + KP K
Éste también puede ser calculado utilizando la función de trasferencia del error:

E (s) 1 1 + Ts
= = (5.18)
R (s) 1+ K PK
1+T s
T s + 1 + KP K
5.1 Sistema de segundo orden 181

1
Con R (s) = s :

1 1 + Ts
E (s) = ×
s T s + 1 + KP K

y aplicando el teorema del valor final:

1
ess = lim e (t) = lim sE (s) =
t→∞ s→0 1 + KP K

que es el mismo resultado (5.17).


5.1.5.2 Respuesta a la rampa unitaria
Como la respuesta al escalón unitario esta dado por (5.14), la respuesta a la rampa
unitaria r (t) = t u (t) es la integral de esta ecuación:

Z t h i h i
τ t
y1 (t) = K1 1 − e− T1 dτ = K1 t − T1 + T1 e− T1 (5.19)
0

El error e (t) es:

h t
i
e (t) = t u (t) − K1 t − T1 + T1 e− T u (t)
³ t
´
= K1 T1 1 − e− T1 u (t) + (1 − K1 ) t u (t) (5.20)

Para t >> T1 :

e (t) ' (1 − K1 ) t + K1 T1 (5.21)

Nótese que e (∞) = ∞, o sea que este sistema no sigue la rampa.


5.1.5.3 Respuesta al impulso unitario
Como el impulso unitario es la derivada del escalón, la respuesta del sistema es la
derivada de la respuesta al escalón:

d h ³ ´ i K
1 − Tt
y2 (t) = K1 1 − e−t/T1 u (t) = e 1 (5.22)
dt T1

5.1.6 Sistema de segundo orden


Considérese el servomecanismo que se muestra en la Fig 5.6:
182 RESPUESTA EN EL DOMINIO DEL TIEMPO

Figura 5.6 Control de posición


El correspondiente diagrama de bloques se muestra en la Fig 5.7:

Figura 5.7 Diagrama de bloques para la Fig 5.6


donde:

N1 N3
n = ·
N2 N4
J = Jm + n2 JL
f = fm + n2 fL

Con:

K0 K1 Km
K = 2 )n
(Ra f + Km
Ra J
T = 2
Ra f + Km

la Fig 5.7 se puede simplificar al diagrama de bloques mostrado en la Fig 5.8:


5.1 Caso subamortiguado o respuesta con 0 < ζ < 1 183

Figura 5.8 Diagrama simplificado de la Fig 5.7


El diagrama de la Fig 5.8 se puede dibujar como el de la Fig 5.9:

Figura 5.9 Una representación estandarizada del diagrama de bloques de la Fig 5.8
donde:

K
ωn2 =
T
1
2ζωn = = 2σ (5.23)
T
1
ζ = √
2 KT
Ası́:
C (s) ωn2
= 2 (5.24)
R (s) s + 2ζωn s + ωn2
donde σ se llama atenuación, ωn , frecuencia natural no amortiguada y ζ, relación o
razón de amortiguación.
La ecuación caracterı́stica del sistema es:

A (s) = s2 + 2ζωn s + ωn2 = 0 (5.25)


Las raı́ces de (5.25) o polos del sistema son:

p
4ζ 2 ωn2 − 4ωn2
−2ζωn ±
λ1,2 =
p 2
= −ζωn ± ζ 2 − 1ωn (5.26)
184 RESPUESTA EN EL DOMINIO DEL TIEMPO

5.1.6.1 Caso subamortiguado o respuesta con 0 < ζ < 1


Si ζ < 1 :
p
λ1,2 = −ζωn ± j 1 − ζ 2 ωn = −ζωn ± jωd (5.27)
p
donde ωd = 1 − ζ 2 ωn se llama frecuencia natural amortiguada.
La ubicación correspondiente de los polos se muestra en la Fig 5.10:

Figura 5.10 Ubicación de los polos para el caso subamortiguado (0 < ζ < 1)
en donde:

ζωn
cos θ = =ζ
ω
pn
sen θ = 1 − ζ2 (5.28)
p
1 − ζ2
tan θ =
ζ
ó:
p
p 1 − ζ2
−1 −1
θ = cos ζ = sen 1 − ζ 2 = tan−1 (5.29)
ζ
1
Si la entrada es un escalón unitario r (t) = u (t) ó R (s) = s :

1 ωn2 K As + B
C (s) = · 2 2
= + 2
s s + 2ζωn s + ωn s s + 2ζωn s + ωn2
Con K = 1, A = −1 y B = −2ζωn :

1 s + 2ζωn 1 s + 2ζωn
C (s) = − 2 2
= − ³p ´2
s s + 2ζωn s + ωn s
(s + ζωn )2 + 1 − ζ 2 ωn
1 s + ζωn ζωn
= − −
s (s + ζωn )2 + (ωd )2 (s + ζωn )2 + (ωd )2
5.1 Caso de amortiguamiento crı́tico o respuesta con ζ = 1 185

p
1 s + ζωn 1 ζωn · 1 − ζ 2 ωn
= − −p ·
s (s + ζωn )2 + (ωd )2 1 − ζ 2 ωn (s + ζωn )2 + (ωd )2
1 s + ζωn ζ ωd
C (s) = − 2 2 −p · (5.30)
s (s + ζωn ) + (ωd ) 1 − ζ (s + ζωn )2 + (ωd )2
2

Antitransformando (5.30) se tiene:


ζ
c (t) = 1 − e−ζωn t cos ωd t − p e−ζωn t sin ωd t (5.31)
1 − ζ2
para t ≥ 0. (5.31) también se puede escribir:

( " #)
−ζωn t ζ
c (t) = 1−e cos ωd + p sin ωd t u (t)
1 − ζ2
( )
1 h p i
−ζωn t
= 1− p e 2
ζ sin ωd t + 1 − ζ cos ωd t u (t) (5.32)
1 − ζ2
p
donde ωd = 1 − ζ 2 ωn . Utilizando las relaciones (5.28), (5.32) se puede escribir en
forma compacta como en la ecuación (5.33):
( )
e−ζωn t
c (t) = 1 − p sin (ωd t + θ) u (t) con ζ < 1 (5.33)
1 − ζ2
que es el primer tipo de respuesta mostrado en la Fig 5.11:

Figura 5.11 Respuesta subamortiguada de un sistema de segundo orden

5.1.6.2 Caso de amortiguamiento crı́tico o respuesta con ζ = 1


Si ζ = 1 :

C (s) ωn2 ωn2


= 2 2
= (5.34)
R (s) s + 2ωn s + ωn (s + ωn2 )
186 RESPUESTA EN EL DOMINIO DEL TIEMPO

que corresponde a un par de polos reales ubicados en λ1,2 = −ωn .


Si R (s) = 1s :
1 ωn K A B
C (s) = · = + +
s (s + ωn )2 s (s + ωn )2 (s + ωn )
donde K = 1, A = −ωn y B = −1. Ası́:
1 1 ωn
C (s) = − − (5.35)
s (s + ωn ) (s + ωn )2
Antitransformando (5.35) se obtiene (5.36):
© ª
C (s) = 1 − e−ωn t (1 + ωn t) u (t) con ζ = 1 (5.36)
(5.36) es el segundo tipo de respuesta mostrado en la Fig 5.12:

Figura 5.12 Respuesta de amortiguamiento crı́tico de un sistema de segundo orden


Esta respuesta también se puede obtener de (5.32) usando la regla de L’Hoppital.
5.1.6.3 Caso sobreamortiguado o respuesta con ζ > 1
Si ζ > 1 la ubicación del par de polos reales correspondientes está dada por (5.36).
Con:

p p
1 − ζ2 = j ζ2 − 1
sin jθ = j senh θ
cos jθ = cosh θ

y utilizando (5.32):

( " #)
ζ ³p ´ ³p ´
−ζωn t
c (t) = 1−e p senh ζ 2 − 1ωn t + cosh ζ 2 − 1ωn t u (t)
ζ2 − 1
(5.37)
5.1 Respuesta oscilatoria o caso de amortiguamiento nulo, ζ = 0 187

c (t) también se puede reescribir como (5.38):

( · −s1 t ¸)
ωn e e−s1t t
c (t) = 1+ p − u (t) (5.38)
2 ζ2 − 1 s1 s2

donde:

³ p ´
s1 = ζ + ζ 2 − 1 ωn
³ p ´
s2 = ζ − ζ 2 − 1 ωn

Si s1 >> s2 , la respuesta debido a s1 se puede despreciar ya que al término que


involucra a s1 cae mucho mas rápidamente que el correspondiente a s2 . Es decir, la
respuesta es similar a la de un sistema de primer orden con un solo polo ubicado en
−s2 . La respuesta correspondiente sobre el caso sobreamortiguado se muestra en la
Fig 5.13:

Figura 5.13 Respuesta sobreamortiguada de un sistema de segundo orden

5.1.6.4 Respuesta oscilatoria o caso de amortiguamiento nulo, ζ = 0


Si ζ = 0, hay un par de polos complejos ubicados en λ1,2 = ±jωn y la solución es:

c (t) = {1 − cos ωn t} u (t) (5.39)

cuya gráfica se muestra en la Fig 5.14:


188 RESPUESTA EN EL DOMINIO DEL TIEMPO

Figura 5.14 Respuesta oscilatoria de un sistema de segundo orden


La Fig 5.15 resume los casos vistos:

Figura 5.15 Diferentes respuestas de un sistema de segundo orden


Nótese que en todos los casos, excepto para la respuesta oscilatoria (ζ = 0), el error
en estado estacionario es cero, ess = 0.
Dos sistemas de segundo orden con el mismo ζ, pero diferente ωn tienen el mismo
sobreimpulso y el mismo diagrama oscilatorio mostrado anteriormente.
Un sistema subamortiguado con 0.5 < ζ < 0.8 se aproxima al valor final mas
rápidamente que uno con amortiguamiento crı́tico o sobreamortiguado. Entre los
sistemas que responden sin oscilación, el amortiguado crı́ticamente presenta la re-
spuesta mas rápida. Un sistema sobreamortiguado siempre es lento en responder a
cualquier entrada.
5.2 Especificaciones de respuesta transitoria 189

5.2 Especificaciones de respuesta transitoria


Como se dijo antes, sistemas con almacenamiento de energı́a no pueden responder
instantáneamente y presentan transitorios siempre que se les somete a entradas de
referencia o perturbaciones.
La entrada escalón, facil de generar, es frecuentemente usada para especificar las
caracterı́sticas de funcionamiento de un sistema de control. Además, como se vió
anteriormente, si se conoce la respuesta de un sistema a una entrada escalón, en
principio es posible calcular la respuesta a cualquier entrada.
Obviamente la respuesta transitoria de un sistema depende de las condiciones iniciales.
Sin embargo, para poder comparar fácilmente las caracterı́sticas de la respuesta tran-
sitoria de diversos sistemas, se acostumbra suponer que las condiciones iniciales son
cero.
Cuando la respuesta transitoria presenta oscilaciones amortiguadas es habitual dar
las especificaciones mostradas en la Fig 5.16:

Figura 5.16 Especificaciones para un sistema con respuesta subamortiguada


Las especificaciones son las siguientes:

1 Tiempo de retardo, td .

El tiempo que la respuesta tarda en alcanzar por primera vez la mitad del valor final.
190 RESPUESTA EN EL DOMINIO DEL TIEMPO

2 Tiempo de crecimiento, tr .

El requerido para que la respuesta crezca del 10 al 90%, del 5 al 95% o del 0 al
100% de su valor final. Se utilizará esta última especificación (0 al 100%) en cálculos
posteriores.

3 Tiempo de pico o de sobrepaso, tp .

El requerido por la respuesta para alcanzar el primer pico del sobreimpulso o so-
brepaso.

4 Maximo sobreimpulso o sobrepaso, Mp .

Este se define en forma porcentual mediante (5.40):

e (tp ) − e (∞)
Mp = × 100% (5.40)
e (∞)

y es un indicativo de la estabilidad relativa del sistema.

5 Tiempo de establecimiento o de solución, ts .

Tiempo requerido por la respuesta para alcanzar y mantenerse dentro de determinado


rango alrededor del valor final. Este rango generalmente se especifica en porcentaje
absoluto del valor final (habitualmente 5% ó 2%). El tiempo de establecimiento se
relaciona con la constante de tiempo más grande del sistema.
El criterio para la fijación del porcentaje de error a usar depende de los objetivos del
diseño del sistema en cuestión.
Nótese que si se especifican td , tr , tp , ts , y Mp , virtualmente queda determinada la
forma de la respuesta.
Para un sistema sobreamortiguado no se aplican los términos tiempo pico y máximo
sobreimpulso. Para sistemas con error estacionario para entradas escalón, el error se
debe mantener dentro de un nivel porcentual especı́fico.
Comentarios.
Excepto donde no se toleren oscilaciones, se desea una respuesta transitoria suficien-
temente rápida y suficientemente amortiguada. Para sistemas de segundo orden el
rango recomendado para ζ es: 0.4 < ζ < 0.8. Para ζ < 0.4 el sobrepaso es excesivo y
para ζ > 0.8 la respuesta es lenta.
Se verá posteriormente que Mp y tr están en conflicto entre sı́. Es decir, si Mp decrece,
tr aumenta y viceversa.
5.2 Tiempo de pico tp 191

5.2.1 Especificaciones de respuesta transitoria para sistemas


de segundo orden
Se obtendrán el tiempo de crecimiento, tiempo pico, máximo sobrepaso y tiempo de
establecimiento de sistemas de segundo orden obtenidos del sistema (5.24). Los valores
se obtendrán en términos de ζ y ωn y se supondrá que el sistema es subamortiguado
(ζ < 1).
5.2.1.1 Tiempo de crecimiento o tiempo de levante tr
Utilizando el criterio de 0 al 100%, c (tr ) = 1. Reemplazando en (5.33):

e−ζωn tr
c (tr ) = 1 = 1 − p sen (ωd tr + θ) (5.41)
1 − ζ2
de donde:

sen (ωd tr + θ) = 0 (5.42)


Ası́:

(ωd tr + θ) = π, 2π, 3π, · · · (5.43)


El primer cruce de c (t) con el valor unitario o 100% ocurre cuando (ωd tr + θ) = π.
Por lo tanto:
π−θ π−θ
tr = =p (5.44)
ωd 1 − ζ 2 ωn
Nótese que para un valor pequeño de tr , ωn debe ser grande.
5.2.1.2 Tiempo de pico tp
Con (5.33) cuando t = tp , la pendiente es cero:

¯
dc (t) ¯¯ ζωn
¯ =p e−ζωn tp sen (ωd tp + θ)
dt t=tp 1 − ζ2
p
1 − ζ 2 ωn −ζωn tp
− p e cos (ωd tp + θ) = 0 (5.45)
1 − ζ2

de donde:
ζ sen (ωd tp + θ)
p = cos (ωd t + θ)
1 − ζ2

ó:
p
1 − ζ2
tan (ωd tp + θ) = (5.46)
ζ
Ası́:
192 RESPUESTA EN EL DOMINIO DEL TIEMPO

Ãp !
−1 1 − ζ2
ωd tp + θ = tan = θ + πn n = 0, 1, · · · (5.47)
ζ

El primer pico ocurre cuando n = 1 :

π π
tp = =p (5.48)
ωd 1 − ζ 2 ωn

5.2.1.3 Máximo sobreimpulso Mp


Este es:

Mp = c (tp ) − 1 (5.49)

Utilizando (5.32) se tiene:


à !
−ζωn tp ζ
c (tp ) − 1 = −e cos ωd tp + p sen ωd tp = Mp (5.50)
1 − ζ2

Pero de (5.48) ωd tp = π y:
à !
−ζωn tp ζ
Mp = −e cos π + p sen π = e−ζωn tp
1 − ζ2

ó:

− √ ζπ
Mp = e−ζωn tp = e 1−ζ 2 (5.51)

Existen diferentes criterios integrales para establecer lo que podrı́a llamarse el valor
óptimo de la razón de amortiguación ζ. R∞
Uno de ellos se llama criterio ITAE el cual minimiza la integral J = 0 |e| tdt, integral
del valor absoluto del error multiplicado por el tiempo, que trata de penalizar la
magnitud del error y la duración del mismo. Utilizando este criterio con e (t) =
r (t) − c (t) se obtiene ζ = 0.707. R∞
Otro criterio es el ISE que minimiza la integral J = 0 e2 dt, o integral del cuadrado
del error. Este criterio no penaliza la duración de error. Con el ISE se obtiene ζ = 0.5.
Existen otros criterios de optimización. Sin embargo, el valor de ζ = 0.7 corresponde
al valor cercano al óptimo con respecto a varios de ellos. Para ζ = 0.7, el sistema de
segundo orden tiene una respuesta rápida a la entrada escalón con un sobrepaso de
aproximadamente el 4.3%.
La Fig 5.17 muestra una gráfica del sobrepaso Mp en función de la razón de amor-
tiguación ζ para el sistema de segundo orden:
5.2 Tiempo de establecimiento ts 193

Figura 5.17 Sobrepaso en función de la razón de amortiguación


Obsérvese que para ζ = 0.4 el sobrepaso es del 25.4%, mientras que para ζ > 0.707
es menor del 4.3%.
5.2.1.4 Tiempo de establecimiento ts
De (5.51) Mp = e−ζωn tp . Ası́, se puede construı́r una curva envolvente de sobrepasos
(5.52):

Mp (t) = e−ζωn t (5.52)

que es una curva exponencial tal que:

4
Mp (t) < 2% para t > 4T =
ζωn

Ası́, se puede aceptar que el transitorio de c (t) está a menos del 2% del valor final
para el tiempo ts , o tiempo de establecimiento dado por (5.53):

4
ts = (5.53)
ζωn

1
Nótese que la constante de tiempo de las envolventes es ζωn , Fig 5.18:
194 RESPUESTA EN EL DOMINIO DEL TIEMPO

Figura 5.18 Curvas envolventes de sobrepaso


Obsérvese que para el mismo ωn y ζ < 1, el tiempo de establecimiento para un
sistema muy levemente amortiguado, es mayor que para un sistema adecuadamente
amortiguado. Sin embargo, como el valor de ζ generalmente es determinado por un
requerimiento de máximo sobreimpulso permitido, el tiempo de establecimiento ts
está determinado principalmente por la frecuencia natural no amortiguada ωn . Es
decir, la duración del perı́odo transitorio puede ser variada sin modificar el máximo
sobrepaso, ajustando ωn .
Entonces, para tener una respuesta rápida, ωn debe ser grande, y para limitar el
máximo sobrepaso Mp , la relación de amortiguación ζ no debe ser demasiado pequeña.
Ejercicio.
ω2
1. Con C(s)
R(s) = s2 +2ζωn s+ωn
n
2 y r (t) = δ (t), la función impulso, hallar c (t) :

para ζ = 0, ζ < 1, ζ = 1 y ζ > 1. Hacer gráficos y comparar.


2.

Figura 5.19 Sistema de segundo orden


Para el sistema de la Fig 5.19, hallar el error en estado estacionario ess cuando
r (t) = t u (t) en función de ζ y ωn .

Ejemplo 5.1 Cálculo de algunos parámetros.


5.2 Tiempo de establecimiento ts 195

Figura 5.20 Sistema para el ejemplo 5.1


Para el sistema de la Fig 5.20, hallar los valores de ganancia K y la constante de
realimentación de velocidad Kh de manera que el máximo sobrepaso en la respuesta
al escalón unitario sea 0.2 y el tiempo de pico de 1 segundo. Con estos valores de K
y Kh hallar el tiempo de crecimiento y el de establecimiento.
El sistema anterior es de segundo orden:

C (s) K ωn2
= 2 = 2 (5.54)
R (s) s + (1 + KKh ) s + K s + 2ζωn s + ωn2
donde:


ωn = K
2ζωn = 1 + KKh
1 + KKh
ζ = √
2 K
De (5.51):

− √ ζπ
Mp = e 1−ζ 2 = 0.2
ζπ
p = 1.61
1 − ζ2
Ası́:

ζ = 0.456

De (5.48):
π π
tp = =p =1
ωd 1 − ζ 2 ωn
Ası́:

ωd = 3.14 y ωn = 3.53

Además:
196 RESPUESTA EN EL DOMINIO DEL TIEMPO

K = ωn2 = 12.5
2ζωn − 1
Kh = = 0.178
K
De (5.44):
π−θ
tr =
ωd
Como:
Ãp !
−1 1 − ζ2
θ = tan = 1.10
ζ

entonces:
π − 1.10
tr = = 0.65seg
3.14
y para el criterio de 2%:
4
ts = = 2.48 seg
ζωn
Ejercicio.
Resolver el ejemplo anterior con un sobrepaso del 3%, con un tiempo de solución de
1 segundo.
Calcule K, Kr , tr y tp

5.3 Sistemas de órdenes superiores

5.3.1 Sistema de tercer orden


Considérese el sistema (5.55):
C (s) ωn2 p
= 2 (5.55)
R (s) (s + 2ζωn s + ωn2 ) (s + p)

Si r (t) = u (t) o R (s) = 1s , se puede obtener c (t), (5.56), con 0 < ζ < 1:

e−ζωn t
c (t) = 1 − 2 ×
βζ (β − 2) + 1
( £ 2 ¤ )
p βζ ζ (β − 2) + 1 p
βζ 2 (β − 2) cos 1 − ζ 2 ωn t + p sen 1 − ζ 2 ωn t
1 − ζ2
ept
− 2 (5.56)
βζ (β − 2) + 1
5.3 Respuesta transitoria de sistemas mayor orden 197

donde β = ζωpn
Obsérvese que como:
2 ¡ ¢
βζ 2 (β − 2) + 1 = ζ 2 (β − 1) + 1 − ζ 2 > 0

entonces el coeficiente del término e−pt es siempre negativo. Por lo tanto el efecto
del polo real situado en s = −p en la respuesta al escalón unitario es reducir el
máximo sobrepaso y podrı́a aumentar el tiempo de establecimiento. Si el polo real
está ubicado a la derecha de los polos complejos conjugados, hay tendencia a una
respuesta lenta y el sistema se comporta como uno sobreamortiguado al cual los polos
complejos conjugados añaden ondulaciones a la curva de respuesta.
5.3.2 Respuesta transitoria de sistemas mayor orden
Para el sistema dado por (5.57):
C (s) b0 sm + b1 sm−1 + · · · + bm
= (5.57)
R (s) a0 sn + a1 sn−1 + · · · + an
si no hay polos repetidos, entonces:
Q
m
K· (s + zi )
C (s) i=1
= q (5.58)
R (s) Q Q
r
(s + pj ) · (s2 + 2ζk ωk s + ωk2 )
j=1 k=1

donde q + 2r = n.
Por descomposición en fracciones parciales de (5.58) con R (s) = S1 , función escalón,
se obtiene (5.59):
q r p
a X aj X bk (s + ζk ωk ) + ck ωk 1 − ζk2
c (s) = + + (5.59)
s j=1 s + pj s2 + 2ζk ωk s + ωk2
k=1

Si se antitransforma (5.59), c (t) se puede expresar:

q
X r
X q
c (t) = a+ aj e−pj t + bk e−ζk ωk t cos ωk 1 − ζk2 t
j=1 k=1
r
X q
+ ck e−ζk ωk t sen ωk 1 − ζk2 t para t ≥ 0 (5.60)
k=1

Si todos los polos están en el semiplano complejo izquierdo:

css = lim c (t) = a


t→∞

Considérese que el sistema es estable. Entonces los polos que están ubicados lejos del
eje jω tienen partes reales negativas grandes y por lo tanto los términos exponenciales
en c (t) que corresponden a esos polos caen muy rápidamente a cero ya que el tiempo
de establecimiento depende de la distancia horizontal de los polos al eje jω.
198 RESPUESTA EN EL DOMINIO DEL TIEMPO

La curva de respuesta de un sistema estable de orden superior a una entrada escalón


unitario es la suma de cierto número de curvas exponenciales y curvas senoidales
amortiguadas. Algunas respuestas se muestran en la Fig 5.21.

a) b) c)

Figura 5.21 Algunas respuestas de sistemas de orden superior


En la Fig 5.21a la respuesta corresponde a un par de polos complejos conjugados
dominantes. Su comportamiento es similar al de uno de segundo orden. En la Fig
5.21b se nota la presencia de un polo real dominante, ya que se asemeja a la respuesta
de un sistema de primer orden sobre el que se superpone la respuesta de un par de
polos complejos conjugados menos dominantes. La Fig 5.21c muestra la respuesta de
un par de polos complejos dominantes sobre la que se superpone la respuesta de otro
par de polos complejos menos dominantes.
CAPITULO 6
CRITERIOS DE ESTABILIDAD

6.1 Introducción
Un sistema con función de transferencia W (s) es estable si todos sus polos están en
el semiplano complejo izquierdo.
Considérese el sistema de lazo cerrado de la Fig 6.1, con una entrada y una salida:

Figura 6.1 Sistema realimentado


donde:

y (s) G (s)
= W (s) = (6.1)
u (s) 1 + G (s) H (s)
Cualquier sistema como el (6.1) puede ser descrito mediante las variables de estado
x (t):
.
x (t) = Ax (t) + Bu (t) (6.2)
llamada ecuación de estado. La ecuación de salida está dada por (6.3):

y (t) = Cx (t) + Du (t) (6.3)

199
200 CRITERIOS DE ESTABILIDAD

En general D = 0, ya que D 6= 0 implica conexión directa entre entrada y salida.


Transformando (6.2) y (6.3), con D = 0:

sx (s) = Ax (s) + Bu (s)


y (s) = Cx (s) (6.4)

ó:
−1
x (s) = (sI − A) Bu (s) (6.5)
con (6.5) en (6.4):

y (s) = C (sI − A)−1 Bu (s) (6.6)


Para el caso SISO, una entrada una salida (6.6) se puede escribir:

y (s) C [adj (sI − A)] B G (s) b (s)


= C (sI − A)−1 B = = = (6.7)
u (s) det (sI − A) 1 + G (s) H (s) a (s)
donde adj (sI − A) es la matriz adjunta de (sI − A).
El sistema es estable si los ceros de a (s) = det (sI − A) están en el semiplano complejo
izquierdo, donde det significa determinante.
Cuando el grado del polinomio a (s) = det (sI − A) = sn + a1 sn−1 + · · · + an , es de
orden mayor que 3, las raı́ces no se pueden calcular, en general, analı́ticamente. Por
lo tanto, en estos casos se debe recurrir a métodos iterativos para encontrar las raı́ces
como por ejemplo el método de Newton-Raphson, etc.
6.1.1 Método de Newton-Raphson
Con a (s) = 0, la ecuación caracterı́stica de un sistema, entonces:
da (s)
∆a (s) ' ∆s
ds
Si sk es el valor de s en la k-ésima iteración y sk+1 en la siguiente, entonces ∆a (s) =
a (sk+1 ) − a (sk ) y ∆ (s) = sk+1 − sk . Ası́:

a (sk+1 ) − a (sk ) ' a0 (sk ) (sk+1 − sk ) (6.8)


donde:
¯
da (s) ¯¯
a0 (sk ) =
ds ¯s=sk

Si en la iteración k+1 se está muy cerca de una raı́z, entonces a (sk+1 ) ' 0 y (6.8) se
puede escribir:
a (sk )
sk+1 = sk − (6.9)
a0 (sk )
6.2 Análisis de estabilidad por cancelación de polos 201

que es la fórmula iterativa de Newton-Raphson. Para aplicar (6.9), se escoge un valor


inicial arbitrario s1 y se calcula s2 , y ası́ sucesivamente. El algoritmo se puede detener
cuando:

|sk+1 − sk | < ²

donde ² es un valor positivo pequeño.


Ejercicio.
Hallar las raı́ces de a (s) = s3 + 9s2 + 25s + 25 usando el método de Newton-Raphson.
Escoger como valor inicial s1 = −1 + j.
Sin embargo, existen criterios de estabilidad que permiten determinar si un sistema
es estable o no, sin necesidad de tener que encontrar las raı́ces del polinomio a (s),
como por ejemplo el criterio de estabilidad de Routh y Hurwitz.

6.2 Análisis de estabilidad por cancelación de polos


1
Considérese un sistema con función de trasferencia Hf (s) = s−1 el cual es inestable,
Fig 6.2:

Figura 6.2 Compensación serie o cascada


s−1
Supóngase que para estabilizarlo se precede Hf (s) con un compensador Hc (s) = s+1
para lograr la función de transferencia total:

1 (s − 1) 1
Hf (s) Hc (s) = · = estable? (6.10)
(s − 1) (s + 1) s+1

En (6.10) se hizo una cancelación de un polo con un cero, lo cual le da, aparentemente,
estabilidad al sistema. Como se verá a continuación, esta técnica no funciona. Para
ver porqué, considérese la realización que se muestra en la Fig 6.3:
202 CRITERIOS DE ESTABILIDAD

Figura 6.3 Realización para la Fig 6.2


Ejercicio.
Verificar que las realizaciones de la Fig 6.3 tienen las funciones de trasferencia mostradas.
Con x1 y x2 como variables de estado, las ecuaciones de estado son:
· . ¸ · ¸· ¸ · ¸
x1 −1 0 x1 −2
. = + v (6.11)
x2 1 1 x2 1
y la ecuación de salida es:
· ¸
£ ¤ x1
y= 0 1
x2

Obsérvese que la ecuación caracterı́stica obtenida de las ecuaciones de estado es:


· ¸
s+1 0
det (sI − A) = det = (s + 1) (s − 1) = 0 (6.12)
−1 s − 1
(6.12) muestra claramente la presencia de una raı́z s = 1 ubicada en el plano complejo
derecho y por lo tanto el sistema es inestable.
Como puede verse (6.10) y (6.12) se contradicen. Sin embargo el resultado obtenido de
(6.12) es enteramente correcto. Una manera de ver mas claramente el origen de esta
contradicción es obtener la respuesta del sistema incluyendo las condiciones iniciales.
De (6.11):
.
x1 = −x1 − 2v

con las condiciones iniciales:

x1 (0) = x10 y x2 (0) = x20

y transformando:

sx1 (s) − x10 = −x1 (s) − 2v (s)


x10 2
x1 (s) = − v (s)
(s + 1) (s + 1)
de donde:
6.2 Análisis de estabilidad por cancelación de polos 203

x1 (t) = x10 e−t − 2e−t ~ v (t)

Además:
.
x2 = x1 + x2 + v (t)
sx2 (s) − x2 (0) = x1 (s) + x2 (s) + v (s)
(s − 1) x2 (s) = x20 + x1 (s) + v (s)

de donde:

x20 x10 v (s)


x2 (s) = y (s) = + +
s − 1 (s − 1) (s + 1) (s + 1)

y antitransformando:

x10 ¡ t ¢
x2 (t) = y (t) = x20 et + e − e−t + e−t ~ v (t) (6.13)
2

Obsérvese que si el estado energético inicial es cero, la función de transferencia es


1
s+1 como es de esperarse. Sin embargo, a menos que el estado energético inicial se
pueda mantener en cero, y (t) crecerá sin lı́mite. Como es evidente, es difı́cil mantener
x10 = x20 = 0.
(6.13) muestra claramente que el sistema es inestable. Por lo tanto, el método de
cancelación de polos y ceros es totalmente insatisfactorio.
A veces se argumenta que la inestabilidad es debida a la cancelación inexacta de polos
y ceros. Fı́sicamente la cancelación exacta es imposible debido a la variación en los
valores de los componentes. Sin embargo, la razón de la inestabilidad es mucho más
profunda. El hecho es que, aún con una cancelación perfecta, si algún valor inicial es
diferente de cero, el sistema es inestable.
Ahora considérese el sistema de la Fig 6.4:

Figura 6.4 Compensador Hc (s) adelante de Hf (s)


En la Fig 6.4, Hc (s) está después de Hf (s). Desde el punto de vista de manejo
matemático de diagramas de bloques la función de transferencia, de la Fig 6.4 es
completamente equivalente al de la Fig 6.2.
204 CRITERIOS DE ESTABILIDAD

Figura 6.5 Realizaciones para la Fig 6.4


Sin embargo, si se considera la realización de la Fig 6.5, la ecuación de estado y la de
salida son:
· . ¸ · ¸· ¸ · ¸
x1 1 0 x1 1
. = + v (6.14)
x2 −2 −1 x2 0
· ¸
£ ¤ x1
y= 1 1 (6.15)
x2
De (6.14):

.
x1 = x1 + v
.
x2 = −2x1 − x2

y transformando:

sx1 (s) − x10 = x1 (s) + v (s)


(s − 1) x1 (s) = x10 + v (s)

de donde:
x10 v (s)
x1 (s) = + (6.16)
s−1 s−1
Además:

sx2 (s) − x20 = −2x1 (s) − x2 (s)


(s + 1) x2 (s) = x20 − 2x1 (s)

lo cual da:
x20 2x10 2v (s)
x2 (s) = − − (6.17)
s + 1 (s + 1) (s − 1) (s + 1) (s − 1)
Observando (6.16) y (6.17) se nota que ambas variables de estado son inestables, sin
embargo reemplazándolas en (6.15) se obtiene:
6.3 Controlabilidad y observabilidad 205

x10 x20 v (s)


y (s) = + + (6.18)
s+1 s+1 s+1
Antitransformando (6.18) se obtiene (6.19):

y (t) = (x10 + x20 ) e−t + e−t ~ v (t) (6.19)


Nótese que ahora el sistema es estable en lo que toca a y (t), aún si el estado energético
inicial es diferente de cero. Sin embargo, la realización de la Fig 6.5 es todavı́a
internamente inestable ya que x1 (t) y x2 (t) tienen términos que crecen como et .
La conclusión de las anteriores discusiones es que el comportamiento interno de una
realización podrı́a ser mas complicada que lo que indica su comportamiento externo.
Nótese que la estabilidad determinada mediante las raı́ces de det (sI − A) = 0 no
falla. El comportamiento interno es determinado por las frecuencias naturales de la
realización sin señal de entrada, las cuales en el ejemplo anterior son s = +1, −1. Sin
embargo, debido a la cancelación, no todos los modos correspondientes, o frecuen-
cias naturales, aparecerán en la función de transferencia total. En otras palabras, ya
que la función de transferencia es definida con condiciones iniciales nulas, podrı́a no
mostrar todos los modos de la realización actual del sistema. Para un análisis com-
pleto, se necesita hacerle un buen seguimiento a todos los modos, aquellos mostrados
explı́citamente por la función de transferencia y los escondidos. Esto es posible si
se es cuidadoso en los cálculos de la función de transferencia. Sin embargo, fue la
ecuación de estado la que dió claridad con respecto al problema.
6.2.1 Explicación de la diferencia en comportamiento de las
realizaciones de las Figs 6.3 y 6.5
El modo inestable et en la Fig 6.3 es observable, aparece a la salida, pero no es
controlable porque la entrada externa v (t) no puede afectarla directamente, mientras
en la Fig 6.5 el modo et es controlable pero no observable. Análisis más detallados por
variables de estado permiten predecir esta diferencia en comportamiento sin cálculos
explı́citos.
Estabilidad externa podrı́a no ser equivalente a estabilidad interna, excepto para
realizaciones mı́nimas.
Una realización con matrices A, B, C es mı́nima si es controlable y observable.

6.3 Controlabilidad y observabilidad


Una realización {A, B, C} es controlable si y solo si la matriz:
£ ¤
Co = B AB · · · An−1 B

llamada matriz de controlabilidad tiene rango total, es decir, no es singular. Esto


quiere decir que si una realización es controlable, entonces:

det Co 6= 0 realización controlable


206 CRITERIOS DE ESTABILIDAD

Una realización {A, B, C} es observable si y solo si la matriz:


 
C
 CA 
 
Ob =  .. 
 . 
CAn−1

llamada matriz de observabilidad tiene rango total, es decir, no es singular. Esto


quiere decir que si una realización es observable, entonces:

det Ob 6= 0 realización observable

Ejemplo 6.1 Controlabilidad y observabilidad.

Para la realización de la Fig 6.3 las matrices A, B, y C son:

· ¸ · ¸
−1 0 −2 £ ¤
A= B= C= 0 1
1 1 1
y las matrices de controlabilidad y observabilidad se pueden calcular de la manera
siguiente:

· · ¸· ¸¸ · ¸
−2 −1 0
−2 2 −2
Co = =
1 1 1
1 −1 1
 
0 1 · ¸
· ¸ 0 1
Ob =  £ ¤ −1 0  =
0 1 1 1
1 1

Como det Co = 0 y det Ob = −1 esta realización es observable pero no controlable.


Para la realización de la Fig 6.5 las matrices A, B, y C son:
· ¸ · ¸
1 0 1 £ ¤
A= B= C= 1 1
−2 −1 0

Calculando Co y Ob se obtiene:

· ·
¸ · ¸¸ · ¸
1 1
0 1 1 1
Co = =
−2 −10 0 0 −2
 
1 1 · ¸
· ¸ 1 1
Ob =  £ ¤ 1 0  =
1 1 −1 −1
−2 −1

Como det Co = −2 y det Ob = 0 esta realización es controlable pero no observable.


6.4 Control por realimentación de variables de estado 207

6.3.1 Aclaración sobre controlalibidad y observabilidad

Figura 6.6 Representación de un sistema con variables de estado


Con referencia a la Fig 6.6, un sistema es observable si dados u (t) y y (t) se puede
determinar x (t).
Un sistema es controlable si es posible encontrar una señal de control u (t) de modo
que el estado x (t0 ) pueda ser llevado a un estado deseado x (tf ).

6.4 Control por realimentación de variables de


estado
Supóngase que el sistema de la Fig 6.6 es inestable. Si el sistema es controlable
entonces los polos o valores propios se pueden reubicar utilizando realimentación de
variables de estado como en la Fig 6.7 de tal manera que resulte estable.

Fig 6.7 Control por realimentación de variables de estado


Como, con D = 0:

.
x (t) = Ax (t) + Bu (t) (6.20)
y (t) = Cx (t) (6.21)
208 CRITERIOS DE ESTABILIDAD

Ya que:

u (t) = r (t) − K x (t) (6.22)


donde:
K = (k1 , k2 , · · ·kn )
Con (6.22) en (6.20) se tiene:

.
x (t) = Ax (t) + B (r (t) − K x (t))
.
x (t) = (A − BK) x (t) + Br (t) (6.23)
Transformando (6.23) con condiciones iniciales cero:

sx (s) = (A − BK) x + Br (s)


(sI − A + BK) x (s) = Br (s)
de donde:

x (s) = (sI − A + BK)−1 Br (s) (6.24)


Con (6.24) en (6.21):
C adj (sI − A + BK) B
y (s) = C (sI − A + BK)−1 Br (s) = r (s) (6.25)
det (sI − A + BK)
De (6.25) se observa que ahora la ecuación caracterı́stica es:

a (s) = det (sI − A + BK) = (s − s1 ) · · · (s − sn ) = 0 (6.26)


(6.26) indica que los nuevos valores propios o polos s1 , · · ·, sn se pueden ubicar selec-
cionando las componentes de la matriz K si el sistema es controlable.
Si el sistema no es controlable significa que algunos valores propios no se pueden
reubicar, lo cual no serı́a problema si son estables.
Se dice entonces que un sistema es ESTABILIZABLE si todos los valores propios
no estables, aquellos con parte real positiva, se pueden reubicar arbitrariamente uti-
lizando realimentación de variables de estado.
Una fórmula para determinar K es la siguiente:

K = qnt · α (A) (6.27)


donde α (s) es el polinomio caracterı́stico deseado y qnt
= [00 · · · 01] Co−1
es la última
fila de Co−1 .
También se puede demostrar que la realimentación por variables de estado no afecta
los ceros de la función de transferencia, a menos, por supuesto, que sean cancelados
por una escogencia especial del polinomio α (s) .
Obsérvese que el orden del sistema no se incrementa como ocurre en el caso de usarse
otros tipos de controladores, PID, por ejemplo. Sin embargo, generalmente se hace
necesario utilizar un integrador en serie con la señal de error para eliminar el error
estático, lo cual aumenta el orden del sistema en una unidad.
6.5 Introducción 209

6.5 Criterios algebraicos y frecuenciales de


estabilidad

6.5.1 Introducción
Una planta inestable puede formar parte de un sistema de control estable. Este, de
todas maneras, tiene que ser estable para poder ser utilizado.
Una planta es estable si la parte real de cada polo de la función de transferencia es
negativa.

a) b)

Figura 6.8 Sistema de control en lazo cerrado


Si se tiene el sistema de control de la Fig 6.8a, Y1 es la salida indirectamente controlada
y, Y es la señal directamente controlada. Wl−a (s) = G (s) H (s) se llama función de
transferencia de lazo abierto, y es la ganancia de lazo. El análisis de esta función
conduce a la determinación de la estabilidad del sistema en lazo cerrado. H (s) puede
ser la función de transferencia de un transductor, o una realimentación especial que
trata de disminuir el error o mejorar la estabilidad, o ambas. Entonces, para análisis
de estabilidad se considera como entrada X y como salida Y , la variable directamente
controlada. La estabilidad es una caracterı́stica propia de un sistema y no depende
de la escogencia de la señal de salida.
En la Fig 6.8b se muestra la función Wl−a (s), o función de transferencia en lazo
abierto, definida por (6.28):

Y (s) K (s)
Wl−a (s) = = (6.28)
E (s) D (s)
donde K (s), y D (s) son polinomios en s.
Wl−a (s) es estable si las raı́ces de D (s), esto es, aquellos valores de s que satisfacen
la ecuación caracterı́stica (6.29):

D (s) = 0 (6.29)
tienen parte real negativa.
Cuando se cierra el lazo, como en la Fig 6.8b la función de transferencia, en lazo
cerrado, Wl−c (s) es:

Y (s) Wl−a (s)


Wl−c (s) = = (6.30)
X (s) 1 + Wl−a (s)
210 CRITERIOS DE ESTABILIDAD

ó:
K (s) B (s)
Wl−c (s) = = (6.31)
K (s) + D (s) A (s)
donde el polinomio caracterı́stico de Wl−c (s) es:

A (s) = K (s) + D (s) (6.32)


Para estabilidad es necesario entonces que los polos de Wl−c (s) estén en el plano
complejo izquierdo, o que las raı́ces de:

A (s) = 0 (6.33)
tengan parte real negativa. Esta condición fué extendida por A.M. Lyapunov, en
1892, para ecuaciones linealizadas de plantas no lineales.
Las raı́ces se pueden calcular analı́ticamente para ecuaciones hasta de tercer grado.
No hay método analı́tico para mayor grado, solo métodos iterativos, o métodos de
ensayo y error. Sin embargo, no es necesario conocer las raı́ces, ya que solo se necesita
saber el signo de sus partes reales.
Las reglas para conocer la ubicación de las raı́ces respecto al eje imaginario se llaman
criterios de estabilidad. Existen varios tipos de criterios: algebraicos y frecuenciales.
6.5.2 Criterio de Routh y Hurwitz
Sea la ecuación caracterı́stica de un sistema:

A (s) = an sn + an−1 sn−1 + · · · + a1 s + a0 = 0 (6.34)


Se construye la siguiente tabla:

¯
¯ an an−2 an−4 an−6 ···
sn ¯
n−1 ¯ an−1 an−3 an−5 an−7 ···
s ¯
¯ b1 b3 b5 b7 ···
sn−2 ¯
¯ b2 b4 b6 b8 ···
sn−3 ¯
¯ c1 c3 c5 c7 ···
sn−4 ¯
.. ¯ .. .. .. ..
¯ . . . .
. ¯
¯ . .. .. ..
s0 ¯ .. . . .

Tabla 6.1 Criterio de Routh y Hurwitz


donde:
· ¸ · ¸ · ¸
an an−2 an−1 an−3 b1 b3
an−1 an−3 b1 b3 b2 b4
b1 = − an−1 b2 = − b1 c1 = − b2

· ¸ · ¸ · ¸
an an−4 an−1 an−5 b1 b5
an−1 an−5 b1 b5 b2 b6
b3 = − an−1 b4 = − b1 c3 = − b2
6.5 Criterio de Routh y Hurwitz 211

El criterio es el siguiente:
Para que el sistema sea estable es necesario que todas las constantes de la primera
columna sean positivas. Esto es:

an , an−1 , b1 , b2 , c1 · · · > 0

En caso de inestabilidad, el número de raı́ces en el plano complejo derecho es igual al


número de cambios de signo.

Ejemplo 6.2 .

Con:

A (s) = s6 + 6s5 + 21s4 + 44s3 + 62s2 + 52s + 100 = 0

la tabla de Routh y Hurwitz es:

s6 1 21 62 100
s5 · 6¸ · 44¸ 52 0
1 21 1 62
s4 6 44 6 52
− 6 = 13.67 − 6 = 53.33 100 0
s3 20.6 8.10 0 0
s2 · 48 ¸ 100 0 0
20.6 8.10
s1 48 100
− 48 = −34.8 0 0 0
s0 100 0 0 0
Como el primer elemento de la fila s1 es negativo, el sistema es inestable. Hay dos
cambios de signo, + − +, lo cual indica dos polos en el plano complejo derecho.

Ejemplo 6.3 .

Con:

A (s) = s5 + s4 + 4s3 + 4s2 + 2s + 1 = 0

la tabla es:

s5 1 4 2
s4 1 4 1
s3 ² 1 0
4²−1 ²
s2 ² ² =1 0
−²2 +4²−1
s1 4²−1 0 0
s0 1 0 0
212 CRITERIOS DE ESTABILIDAD

Cuando ² → 0+ el primer ¡elemento


¢ de la cuarta fila (s2 ) es negativo (−). El primer
1
elemento de la quinta fila s es 1. Hay dos cambios de signo, dos raı́ces en el plano
complejo derecho.

Ejemplo 6.4 .
Para la ecuación caracterı́stica:
A (s) = s3 + 10s2 + 16s + 160 = 0
la tabla es:

s3 1 16
s2 10 160 → F (s) = 10s2 + 160 = 0
s1 0 0
20 0 ← F 0 (s) = 20s
0
s 160 0
Cuando aparece una fila con ceros, como la de s1 , se deriva la ecuación correspondiente
0
a la fila inmediatamente superior. Los coeficientes de F (s) reemplazan los ceros.
Ceros en una fila indican:
1) Pares de raı́ces, complejas o reales, de signo opuesto.
2) Pares de raı́ces imaginarias en el eje imaginario. En el caso de este ejemplo, estas
raı́ces se obtienen de la ecuación F (s) = 10s2 + 160 = 0. De donde el par de raı́ces
correspondiente es:
r
160
s1,2 = ±j = ±j4
10
Esto significa que el sistema está en el lı́mite de estabilidad. La respuesta será oscila-
toria de amplitud constante, en lo que respecta al par de polos ±j4.
Ejercicio.
Determinar la estabilidad de un sistema con ecuación caracterı́stica:
A (s) = s5 + 4s4 + 8s3 + 8s2 + 7s + 4 = 0

Ejemplo 6.5 .
Para el polinomio caracterı́stico:

A (s) = a4 s4 + a3 s3 + a2 s2 + a1 s + a0
la tabla es:

s4 a4 a2 a0
s3 a3 a1 0
a2 a3 −a1 a4
s2 a3 = x a0 0
a1 x−a3 a0
s1 x 0 0
s0 a0 0 0
6.5 Criterio de Routh y Hurwitz 213

Para estabilidad:

a4 > 0, a3 > 0, a0 > 0


a2 a3 > a1 a4 (x > 0)
a1 x > a3 a0

Nótese que siendo a3 , a0 y x mayores que cero, a1 > 0.


Si a1 > 0, de a2 a3 > a1 a4 , a2 > 0 porque a3 , a1 y a4 > 0.
En Resumen:

a4 , a3 , a2 , a1 , a0 > 0

y además:

x > 0 ó a2 a3 > a1 a4
y a1 x > a3 a0

En general, si alguno de los coeficientes ai , de la ecuación caracterı́stica A (s) = 0, es


negativo, ai < 0, el sistema es inestable y no es necesario hacer la prueba de Routh y
Hurwitz. El criterio se usa solo si los ai > 0. Debe tenerse en cuenta que ai > 0 no
indica estabilidad.
Ejercicio.

Figura 6.9 Sistema del ejercicio


Para el sistema mostrado en la Fig 6.9, demuestre que para estabilidad en lazo cerrado:
µ ¶
1 1 1
K< + + (T1 + T2 + T3 ) − 1
T3 T2 T1
En resumen, si la ecuación caracterı́stica de un sistema es:

A (s) = an sn + an−1 sn−1 + · · · + a1 s + a0 = 0

donde todos los coeficientes son números reales, para que en esta ecuación no existan
raı́ces con la parte real positiva es necesario pero no suficiente que:
214 CRITERIOS DE ESTABILIDAD

1) Todos los coeficientes del polinomio tengan el mismo signo.


2) Ninguno de los coeficientes sea nulo.
Para sistemas reales los polos complejos siempre son pares conjugados y todos los
coeficientes de la ecuación caracterı́stica son números reales. Si la ecuación contiene
funciones exponenciales de s, como ocurre en el caso de un sistema con retardo, el
criterio de Routh-Hurwitz no puede aplicarse.
Otra limitación del criterio de Routh-Hurwitz es que solo facilita información sobre
la estabilidad absoluta del sistema. El que un sistema resulte estable por la prueba
de Routh no es suficiente, pues interesa además saber el grado de estabilidad, o sea,
en otras palabras, cuán cerca del eje imaginario del plano s están situadas las raı́ces.
Por otra parte, si el sistema es inestable, la prueba de Routh no nos proporciona
indicación alguna sobre como podemos establilizarlo. Para estudiar la estabilidad
relativa de un sistema de control, se debe aplicar el criterio de Nyguist o el método
del lugar de las raı́ces.

6.6 Criterios frecuenciales de estabilidad

6.6.1 El principio del argumento o del ángulo


Si A (s) = an sn + an−1 sn−1 + · · · + a1 s + a0 , entonces, por factorización:

A (s) = an (s − p1 ) (s − p2 ) · · · (s − pn−1 ) (s − pn ) (6.35)


donde pi (i = 1, 2, · · ·, n) son las raı́ces de A (s) = 0.
Con s = jω :

A (jω) = an (jω − p1 ) (jω − p2 ) · · · (jω − pn−1 ) (jω − pn ) (6.36)

Figura 6.10 Principio del ángulo o del argumento


donde (jω − pi ) es el vector trazado desde pi al punto jω sobre el eje imaginario como
se muestra en la Fig 6.10.
Si ω varı́a entre −∞ y +∞, el ángulo o arg (jω − p1 ) varı́a entre − π2 y + π2 en sentido
antihorario, esto es positivamente, y el cambio del ángulo es:
6.6 El criterio de Mikhailov 215

π ³ π´
∆ arg (jω − p1 )= − − =π
−∞→ω→∞ 2 2

Pero el ángulo o arg (jω − p3 ) varı́a entre − π2 y + π2 pero en sentido horario, o sea
negativamente, esto es:
h π ³ π ´i
∆ arg (jω − p3 )= − − − = −π
−∞→ω→∞ 2 2

Por eso:

∆ arg A (jω)= lπ − mπ = (l − m) π (6.37)


−∞→ω→∞

donde:

l, es el número de polos en el plano complejo izquierdo.


m, es el número de polos en el plano complejo derecho.

Ya que n = l + m, l = n − m, entonces:

∆ arg A (jω)= (n − 2m) π (6.38)


−∞→ω→∞

Por lo tanto, si no hay polos en el plano derecho, entonces m = 0 y:

∆ arg A (jω)= nπ (6.39)


−∞→ω→∞

6.6.2 El criterio de Mikhailov

Figura 6.11 Criterio de Mikhailov


Para sistemas realizables, o reales, por cada polo complejo p2 existe su conjugado p∗2 .
Ası́, si ω varı́a entre 0 e ∞ (0 → ω → ∞), entonces:
216 CRITERIOS DE ESTABILIDAD

∆ arg A (jω) = ∆ arg (jω − p1 ) + ∆ arg (jω − p2 ) + ∆ arg (jω − p∗2 )


0→ω→∞
³π ´ hπ i hπ i ³π´
∆ arg A (jω) = −0 + − (−α) + − (α) = 3
0→ω→∞ 2 2 2 2

según la Fig 6.11.


Ası́, las ecuaciones (6.38) y (6.39) pueden ser escritas:
½
n π2 si el sistema es estable
∆ arg A (jω)= (6.40)
0→ω→∞ (n − 2m) π2 si el sistema es inestable

La ecuación (6.40) constituye el criterio de Mikhailov:


Un sistema es estable si al variar ω entre 0 e ∞, el ángulo o argumento de A (jω)
cambia n π2 , esto es, n cuadrantes positivamente. Con n, grado de A (s) .

a)Sistemas estables b)Sistemas inestables

Figura 6.12 Gráficos de A(jω) para el criterio de Mikhailov


La Fig 6.12a muestra varios casos estables. Nótese, por ejemplo, que la curva para
n = 3 gira 3 π2 radianes alrededor del origen.
La Fig 6.12b corresponde a sistemas inestables. Por ejemplo, para n = 4, el giro
entre a0 y 1, alrededor del origen es π2 ; entre a0 y 2 es π2 + β; entre a0 y 3 es π2 ,
porque el giro entre 2 y 3 es (−β); entre a0 y 4 es 0 porque el giro entre 3 y 4 es − π2 .
Finalmente, el giro entre 4 y 5 (para ω → ∞) es (−γ) + (γ), dando un giro neto de
cero. Como:
π
∆ arg A (jω)= (n − 2m) =0
0→ω→∞ 2

con n = 4, ⇒ m = 2. Hay dos polos en el semiplano complejo derecho.

Ejemplo 6.6 .
6.6 El criterio de Mikhailov 217

Figura 6.13 Sistema del ejemplo 6.6


Para la Fig 6.13:
K
Wl−a (s) =
(1 + T1 s) (1 + T2 s) (1 + T3 s)
con T1 = 2 seg, T2 = 0.5 seg y T3 = 0.1 seg, determine el valor máximo que puede
tener K para que Wl−c (s), la función de transferencia en lazo cerrado, sea estable.
Ası́:
Wl−a (s) K
Wl−c (s) = =
1 + Wl−a (s) (1 + 2s) (1 + 0.5s) (1 + 0.1s) + K
y el polinomio caracterı́stico es:

A (s) = (1 + 2s) (1 + 0.5s) (1 + 0.1s) + K = 0.1s3 + 1.25s2 + 2.6s + (1 + K)


£ ¤ £ ¤
= (1 + K) − 1.25ω 2 + j 2.6ω − 0.1ω 3

Como n = 3, para que el sistema Wl−c (s) sea estable, la curva de A (jω) debe girar
alrededor del origen 3 π2 radianes, como se muestra en la fig 6.14:

Figura 6.14 Gráfico de A(jω) estable


Para ω = 0:

A (jω)|ω=0 = 1 + K

Las frecuencias para las cuales A (jω) corta el eje imaginario se obtienen haciendo la
parte real cero:
218 CRITERIOS DE ESTABILIDAD

¯
Re A (jω)|ω=ω π = 0 = (1 + K) − 1.25ω 2 ¯ω=ω
2 π
r 2

1+K
lo que da: ω π2 =
1.25
Como ω π2 debe ser real, para asegurar el cruce, es necesario que 1 + K > 0, esto es:
K > −1.
Las frecuencias para las cuales A (jω) corta el eje real se obtienen haciendo la parte
imaginaria cero:

£ ¤¯
Im A (jω)|ω=ω0 ,ωπ = 0 = ω 2.6 − 0.1ω 2 ¯ω=ω ,ω
½ 0 π

ω0 = 0√
lo que da:
ωπ = 26
Obsérvese que en el criterio de Mikhailov se descartan las frecuencias negativas. Para
estabilidad, el punto A debe estar a la izquierda del origen, para que el giro neto sea
3 π2 radianes. Es decir:

U (ωπ ) = Re A (jωπ ) = (1 + K) − 1.25ωπ2 < 0


de donde: K < 31.5

Además nótese que, para estabilidad:

¡ ¢ ³ ´
Im A jω π2 = ω π2 2.6 − 0.1ω 2π2 > 0
1+K
2.6 − 0.1ω 2π2 > 0 → ω 2π2 = < 26
1.25
es decir K < 31.5, el mismo resultado anterior.

En resumen, este sistema es estable si −1 < K < 31.5.


Ejercicio.
Con el mismo sistema del Ejemplo 6.6, graficar las curvas de Mikhailov para a) K = 40
y b) K = −5. Para cada caso calcular el número de polos inestables.
6.6.3 El criterio de Nyquist

Figura 6.15 Sistema básico para el criterio de Nyquist


6.6 El criterio de Nyquist 219

En la Fig 6.15, con la definición dada por (6.28):


K (s)
Wl−a = (6.41)
D (s)
donde K (s) y D (s) son polinomios en s, se tiene:
Wl−a Wl−a
Wl−c (s) = = D(s)+K(s)
(6.42)
1 + Wl−a
D(s)

Se define la función F (s) con (6.43):


D (s) + K (s)
F (s) = = 1 + Wl−a (s) (6.43)
D (s)
Fı́sicamente es difı́cil encontrar funciones de transferencia en las cuales el grado de
K (s) sea mayor que el de D (s). Si el grado de D (s) es n y el de K (s) es r, esto
implica que el grado de [D (s) + K (s)] es n. Resumiendo:

si n ≥ r
grado de D (s) = n
(6.44)
grado de K (s) = r
entonces grado de [D (s) + K (s)] = n
Caso 1: Wl−a estable.
Entonces por el criterio de Mikhailov:
π
∆ arg D (jω)= n si Wl−a es estable (6.45)
0→ω→∞ 2
Para que el sistema sea estable en lazo cerrado:
π
∆ arg [D (jω) + K (jω)]= n si Wl−c es estable (6.46)
0→ω→∞ 2
y:
· ¸
D (jω) + K (jω)
∆ arg F (jω)=∆ arg [1 + Wl−a (jω)]= ∆ arg
0→ω→∞ 0→ω→∞ 0→ω→∞ D (jω)
de donde:

π π
∆ arg F (jω)= ∆ arg [D (jω) + K (jω)] − ∆ arg D (jω)= n −n =0 (6.47)
0→ω→∞ 0→ω→∞ 0→ω→∞ 2 2
Asi:

Un sistema en lazo cerrado es estable si la variación del ángulo de


F (jω) = 1 + Wl−a (jω) es cero cuando ω cambia entre cero e infini-
to. Dicho de otra manera, un sistema en lazo cerrado es estable, si
F (jω) =1 + Wl−a (jω) no enlaza el punto 0 + j0, el origen, dado
0→ω→∞ 0→ω→∞
que Wl−a (s) sea estable.
220 CRITERIOS DE ESTABILIDAD

a) Criterio aplicado a 1 + Wl−a (jω) b) Criterio aplicado a Wl−a (jω)

Figura 6.16 Criterio de Nyquist


En la Fig 6.16a se muestra el gráfico 1 + Wl−a (jω) de dos sistemas. En la curva I
el ángulo va desde cero a un máximo negativo, regresa a cero, va hasta un máximo
positivo y regresa a cero. El cambio en ángulo neto resulta ser cero y por lo tanto es
estable. En la Fig 6.16a, curva II, el ángulo de 1 + Wl−a (jω) tiene un cambio neto
de −2π radianes 6= 0, y ası́, II es inestable.
En la Fig 6.16b se ha graficado Wl−a (jω), que es el mismo gráfico de F (jω) =
1 + Wl−a (jω) pero desplazado una unidad hacia la izquierda ya que Wl−a (jω) =
F (jω) − 1. Nótese que la curva I, estable, no enlaza el punto −1 + j0, mientras que
la curva II, inestable, sı́ lo hace. De esta manera, el criterio de Nyquist aplicado a la
función Wl−a (jω), se puede reformular:
0→ω→∞

Un sistema es estable en lazo cerrado, si el lugar geométrico de Wl−a (jω),


con ω variando desde 0 a ∞, no enlaza el punto −1 + j0, dado que Wl−a (s)
sea estable, con 0 → ω → ∞. En otras palabras, si Wl−a (s) es estable,
Wl−c (s) será estable si la gráfica de Wl−a (jω), llamada curva de Nyquist,
no enlaza el punto −1 + j0, con 0 → ω → ∞.

Ejemplo 6.7 .

Sea:

K
Wl−a (s) =
(1 + T1 s) (1 + T2 s) (1 + T3 s)

cuyo gráfico Wl−a (jω), para diferentes valores de K, se ve en la Fig 6.17:


6.6 El criterio de Nyquist 221

Figura 6.17 Diagrama de Nyquist de Wl−a (s) del ejemplo 6.7


Existe un valor lı́mite de K, KLIM , para el cual el sistema en lazo cerrado empieza
a ser inestable. Wl−a (jω) puede ser escrito:

Wl−a (jω) = |Wl−a (jω)| α (ω)


donde:

K
|Wl−a (jω)| = q q q
1 + (ωT1 )2 1 + (ωT2 )2 1 + (ωT3 )2
y, α (ω) = − tan−1 ωT1 − tan−1 ωT2 − tan−1 ωT3
Ası́ α (0) = 0 y α (∞) = − 3π2 mientras que |Wl−a (jω)| decrece cuando 0 → ω → ∞.
Con T1 , T2 , y T3 positivos, Wl−a es estable. Ası́ para que el sistema en lazo cerrado
sea estable es necesario que:

Wl−a (jωπ ) > −1


Siendo ωπ la frecuencia de cruce por 180◦ , cuando Im Wl−a (jω) = 0.
Como:

K
Wl−a (jω) =
(1 + jωT1 ) (1 + jωT2 ) (1 + jωT3 )
K
=
1 − (T1 T2 + T1 T3 + T2 T3 ) ω 2 + jω(T1 + T2 + T3 − T1 T2 T3 ω2 )
en ω = ωπ la parte imaginaria es cero, por lo tanto:

T1 + T2 + T3 − T1 T2 T3 ωπ2 = 0
r
T1 + T2 + T3
de donde: ωπ =
T1 T2 T3
222 CRITERIOS DE ESTABILIDAD

Entonces:
K
Wl−a (jωπ ) = > −1 (6.48)
1 − (T1 T2 + T1 T3 + T2 T3 ) (T1T+T 2 +T3 )
1 T2 T3

Nótese que Wl−a (jωπ ) < 0 o (−Wl−a (jωπ )) > 0. Ası́, la condición (6.48) se puede
también escribir:

−Wl−a (jωπ ) < 1

Esto es:
K
<1
(T1 T2 + T1 T3 + T2 T3 ) (T1T+T 2 +T3 )
1 T2 T3
−1

lo que finalmente da:


µ ¶
1 1 1
K< + + (T1 + T2 + T3 ) − 1 = KLIM
T1 T2 T3
para que el sistema sea estable.
Nótese también que:

µ ¶ µ ¶
1 1 1 T2 + T3
+ + (T1 + T2 + T3 ) = 1+
T1 T2 T3 T1
µ ¶ µ ¶
T1 + T3 T1 + T2
+ 1+ + 1+ >1
T2 T3
Caso 2: Wl−a (s) inestable.
En este caso: Wl−a (s) = K(s)
D(s) tiene m polos en el plano derecho, esto es: D (s) tiene
m raı́ces en el plano derecho, y (n − m) raı́ces en el plano izquierdo. Por el criterio
de Mikhailov:
π
∆ arg D (jω)= (n − 2m) con Wl−a (s) inestable
0→ω→∞ 2
Para que el sistema en lazo cerrado sea estable, con:
Wl−a (s) Wl−a (s) Wl−a (s)
Wl−c (s) = = D(s)+K(s) =
1 + Wl−a (s) F (s)
D(s)

será necesario que:


π
∆ arg [D (jω) + K (jω)]= n con Wl−c (s) estable
0→ω→∞ 2
ó:
π π
∆ arg F (jω)=∆ arg [D (jω) + K (jω)] − ∆ arg D (jω)= n − (n − 2m)
0→ω→∞ 0→ω→∞ 0→ω→∞ 2 2
6.6 El criterio de Nyquist 223

o sea:

½
m Wl−a (s) inestable
∆ arg F (jω)=∆ arg [1 + Wl−a (jω)]= (2π) con (6.49)
0→ω→∞ 0→ω→∞ 2 Wl−c (s) estable

Consecuentemente:

Un sistema, Wl−c (s), es estable en lazo cerrado, si el diagrama


de Nyquist con 0 → ω → ∞ de Wl−a (jω) enlaza m 2 veces el
punto −1 + j0, donde m es el número de polos de la función de
transferencia en lazo abierto, o ganancia de lazo, Wl−a (s), situa-
dos en el plano derecho, esto es, con Wl−a (s) inestable.
En otras palabras:

Si Wl−a (s) es inestable con m polos en el plano derecho, para


que Wl−c (s) sea estable Wl−a (jω) debe enlazar el punto
−1 + j0, m2 veces.

Ejemplo 6.8 .

Figura 6.18 Diagrama de Nyquist estable para Wl−a (s) inestable con m = 2
Si por ejemplo Wl−a (s) tiene dos polos, m = 2, en el plano derecho y Wl−a (jω) es
como se muestra en la Fig 6.18 el sistema en lazo cerrado Wl−c (s) es estable porque
el vector F (jω) gira m
2 (2π) = 2π radianes alrededor del punto −1 + j0.

Ejemplo 6.9 .

Supóngase que se tiene la función de transferencia de un sistema inestable en lazo


abierto:
224 CRITERIOS DE ESTABILIDAD

K
Wl−a (s) =
(T1 s − 1) (1 + T2 s)
Se puede aplicar Routh y Hurwitz al denominador de Wl−a (s) para determinar cuan-
tas raı́ces hay en el plano complejo derecho. Es decir, para determinar m. En este caso
no es necesario ya que los polos de Wl−a (s) están ubicados en s1 = T11 y s2 = − T12 .
Con T1 y T2 mayores que cero s1 está ubicado en el plano complejo derecho. Entonces
m = 1, y el lugar geométrico de Nyquist o gráfica de la función:
K
Wl−a (jω) =
(jωT1 − 1) (1 + jωT2 )
1
debe enlazar el punto −1 + j0, 2 vez para ser estable. Es decir, el giro alrededor de
−1 + j0 debe ser +π radianes.
Considérese varios casos:
a) K > 1 y T1 < T2 .

Figura 6.19 Caso K > 1 y T1 < T2


Nótese que:

Wl−a (j0) = −K < −1 con K > 1

Además:

ωT1
arg Wl−a (jω) = − tan−1 − tan−1 ωT2
¡ −1 ¢
= − π − tan−1 ωT1 − tan−1 ωT2

Esto es:

arg Wl−a (jω) = −π + tan−1 ωT1 − tan−1 ωT2 < −π

porque con T1 < T2 : (tan−1 ωT1 − tan−1 ωT2 ) < 0

Para ω → ∞ :
6.6 El criterio de Nyquist 225

Wl−a (jω) → 0
w→∞
π π
arg Wl−a (jω) = −π + − = −π
ω→∞ 2 2

Ası́, F (jω) gira −π rad. alrededor de −1 + j0, lo que indica inestabilidad. Entonces
el caso K > 1 y T1 < T2 es inestable en lazo cerrado.
b) K < 1 y T1 > T2 .

Figura 6.20 Caso K < 1 y T1 > T2


Nótese que:

Wl−a (j0) = −K > −1 con K < 1

Además:

arg Wl−a (jω) = −π + tan−1 ωT1 − tan−1 ωT2 > −π

porque con T1 > T2 : (tan−1 ωT1 − tan−1 ωT2 ) > 0

Para ω → ∞ :

Wl−a (jω) → 0
arg Wl−a (jω) = −π
ω→∞

El giro neto de F (jω) es cero alrededor de −1 + j0. Ası́, el caso K < 1, T1 > T2 es
inestable.
c) K > 1 y T1 > T2 .
226 CRITERIOS DE ESTABILIDAD

Figura 6.21 Caso K > 1 y T1 > T2


Nótese que:

Wl−a (j0) = −K < 1 con K > 1

Además:

arg Wl−a (jω) = −π + tan−1 ωT1 − tan−1 ωT2 > −π

porque con T1 > T2 : (tan−1 ωT1 − tan−1 ωT2 ) > 0

Para ω → ∞ :

Wl−a (jω) → 0
arg Wl−a (jω) = −π
ω→∞

Ası́ F (jω) gira +π radianes alrededor de −1 + j0. Entonces, el caso K > 1 y T1 > T2
es estable en lazo cerrado.

Ejemplo 6.10 .

Figura 6.22 Posibles casos del Nyquist del ejemplo 6.10


6.6 El criterio de Nyquist 227

Para el sistema (6.50):


K
Wl−a (s) = (6.50)
(T1 s − 1) (1 + T2 s) (1 + T3 s)

con K > 1 Wl−a (j0) = −K < −1

Además:
½
tan−1 ωT1 − tan−1 ωT2 − tan−1 ωT3 > 0
con:
para 0 < ω < ωπ

arg Wl−a (jω) = −π + tan−1 ωT1 − tan−1 ωT2 − tan−1 ωT3 > −π

Para ω → ∞ :

|Wl−a (jω)| → 0
π π π 3π
y arg Wl−a (jω) = −π + − − =−
ω→∞ 2 2 2 2
Entonces Wl−a (jω) cruza 180◦ para terminar en − 3π 2 en ω = ∞.
Como m = 1, entonces F (jω) debe girar m 2 (2π) = +π radianes alrededor de −1 + j0
para que el sistema en lazo cerrado, Wl−c (s), sea estable. La curva II de la Fig 6.22
gira −π, mientras que la I, +π.
Ası́, I es estable y Wl−a (jωπ ) debe estar a la derecha de −1 + j0.
Por lo tanto:

Wl−a (jωπ ) > −1 ó − Wl−a (jωπ ) < 1

Como:
K
Wl−a (jω) =
− [1 + ω 2 (T1 T2 + T1 T3 − T2 T3 )] + jω [T1 − T2 − T3 − ω2 T1 T2 T3 ]
ωπ se obtiene haciendo la parte imaginaria cero, esto es:

T1 − T2 − T3 − ωπ2 T1 T2 T3 = 0
r
T1 − T2 − T3
de donde ωπ =
T1 T2 T3
Ası́:

K
−Wl−a (jωπ ) =
1 + ωπ2 (T1 T2 + T1 T3 − T2 T3 )
K
= (T1 −T2 −T3 )
<1
1+ T1 T2 T3 (T1 T2 + T1 T3 − T2 T3 )
228 CRITERIOS DE ESTABILIDAD

Entonces, Wl−c (s) es estable si:


µ ¶
1 1 1
1 < K < 1 + (T1 − T2 − T3 ) + −
T3 T2 T1
Caso 3: Sistemas Integradores.
En este caso la función de transferencia en lazo abierto es:
K (s)
Wl−a (s) = (6.51)
sν D1 (s)
donde ν es el número de integradores.
Supóngase que D1 (s) no tiene raı́ces en el plano complejo derecho ni sobre el eje
imaginario.
Considérese el caso ν = 1, un solo integrador. (6.51) puede ser escrita:
K (jω) k + k1 (jω) + · · · + kr (jω)r
Wl−a (jω) = = ³ 0 ´ (6.52)
jωD1 (jω) jω d0 + d1 (jω) + · · · + dn−1 (jω)n−1
Nótese que de (6.52) Wl−a (jω)→ ∞. Ası́, para ω → 0, Wl−a (jω) → ∞, con un
ω→0
ángulo de −π/2, y si ω → ∞, Wl−a (jω) → 0, como se muestra en la Fig 6.23a.

a) b)

Figura 6.23 Caso de un solo integrador


Ahora, si se desplaza el polo ubicado en el origen una pequeña cantidad β hasta la
posición p0 , como se muestra en la Fig 6.23b, se tendrı́a una función de transferencia,
con s = jω, de la forma:
K (jω)
Wl−a (jω) = (6.53)
(jω − p0 ) D1 (jω)
En (6.53), cuando ω → 0, se tiene:
k0
Wl−a (jω)= =R (6.54)
ω→0 βd0
6.6 El criterio de Nyquist 229

y cuando β → 0, R → ∞, con ángulo de 0 radianes, si kd00 > 0.


K(jω)
O sea el fasor jω − p0 , contribuye con −π/2 al ángulo de (jω−p 0 )D1 (jω)
.
Ası́, para que el diagrama de Nyquist quede completo, debe cerrarse con un arco de
radio infinito que gira −π/2, tal como se muestra en la Fig 6.23a. correspondiente a
la lı́nea punteada. Este arco se denomina complemento en infinito.
Si se tienen dos polos en el origen, ν = 2, cada uno contribuye con −π/2. O sea, que
el complemento en infinito son 2/4 de cı́rculo, ó −π radianes.
Como, en el análisis, se consideró que el polo en el origen está desplazado una distancia
infinitesimal β a la izquierda, entonces se está partiendo de la base de que todos los
polos de Wl−a (s) están en el plano complejo izquierdo. Ası́, se puede aplicar al caso
Wl−a (s) estable.
Por eso, en la Fig 6.23a:
El sistema I es estable, porque el punto −1 + j0 no es encerrado por el diagrama de
Nyquist.
El II, es inestable porque −1 + j0 es encerrado por el lugar geométrico.
Se pueden establecer, ası́, las siguientes reglas:

a) Un sistema de control con integradores, estable en lazo abierto,


más bien marginalmente estable, es estable en lazo cerrado, si el
diagrama de Nyquist de Wl−a (jω) con su complemento en infinito
no encierra el punto −1 + j0.

b) Un sistema de control con integradores, inestable en lazo


abierto, es estable en lazo cerrado, si el diagrama de Nyquist
de Wl−a (jω), con su complemento en infinito, encierra el punto
−1 + j0, m2 veces, donde m es el número de polos de Wl−a (s) en
el plano complejo derecho.

c) Si Wl−a (s) tiene polos, so-


bre el eje imaginario, el com-
plemento en infinito se hace con
−π radianes, media circunferen-
cia. Nótese que al recorrer el eje
imaginario hay que rodear el polo
por la derecha dando un giro adi-
cional de +π radianes, Fig 6.24,
Figura 6.24 lo cual corresponde a un giro de
−π radianes, en Wl−a (jω).

Ejemplo 6.11 .
Sea el sistema:
K
Wl−a (jω) =
s (1 + T1 s) (1 + T2 s)
entonces:
230 CRITERIOS DE ESTABILIDAD

K
Wl−a (jω) =
s (1 + jωT1 ) (1 + jωT2 )
K
= (6.55)
−ω 2 (T1 + T2 ) + jω (1 − ω 2 T1 T2 )
Ası́:

K
|Wl−a (jω)| = q q
ω 1 + (ωT1 )2 1 + (ωT2 )2
arg Wl−a (jω) = −90◦ − tan−1 ωT1 − tan−1 ωT2 con K > 0

Para ω = 0:

|Wl−a (j0)| = ∞
arg Wl−a (j0) = −π/2

Para ω = ∞:

|Wl−a (j∞)| = 0
arg Wl−a (j∞) = −3π/2

El diagrama de Nyquist correspondiente, con su complemento en infinito, se muestra


en la Fig 6.25.

Figura 6.25 Diagrama de Nyquist del ejemplo 6.11


Con T1 y T2 mayores que cero Wl−a (s) no tiene polos en el plano complejo derecho,
m = 0. Para estabilidad, el diagrama de Nyquist no debe enlazar el punto −1 + j0.
El cruce con el eje de 180◦ debe estar a la derecha de este punto. Ası́ la curva I de la
Fig 6.25 es estable.
6.6 El criterio de Nyquist 231

Los cortes con el eje real se pueden obtener haciendo la parte imaginaria de Wl−a (jω)
cero en (6.55), esto es:

¡ ¢
ω 1 − ω 2 T1 T2 = 0
½
0
lo que da ω = √ 1
T1 T2

Ası́ la frecuencia de cruce por π radianes, ωπ es:


1
ω = ωπ = √
T1 T2
y:
K KT1 T2
Wl−a (jωπ ) = − =−
ωπ2 (T1 + T2 ) T1 + T2

Para estabilidad:

Wl−a (ωπ ) > 1 ó − Wl−a (ωπ ) < 1

lo que da:
µ ¶
KT1 T2 1 1
<1 ó K< +
T1 + T2 T1 T2

con T1 = 0.1 y T2 = 0.2 : 0 < K < 15.

Ejemplo 6.12 .

a) b)

Figura 6.26 Polos sobre el eje imaginario


Considérese:
232 CRITERIOS DE ESTABILIDAD

K
Wl−a (s) =
(s2 + 1) (1 + T1 s)
K
con Wl−a (jω) = 2
(1 − ω ) (1 + jωT1 )
Nótese que cuando ω → 1, Wl−a (jω) → ∞. Si K > 0, Fig 6.26a:
½
− tan−1 ωT1 para 0 ≤ ω < 1
arg Wl−a (jω) =
−π − tan−1 ωT1 para ω > 1

Entonces Wl−a → ∞, cuando ω → 1, con un ángulo − tan−1 1 × T1 . Luego Wl−a (jω)


gira −π radianes, complemento en infinito, y el ángulo será −π − tan−1 ωT1 , termi-
nando en − 3π
2 en ω = ∞. Como m = 0 el diagrama de Nyquist no debe enlazar el
punto −1 + j0. Ası́, el diagrama de la Fig 6.26a es inestable.
Si K < 0 :
½
−π − tan−1 ωT1 para 0 ≤ ω < 1
arg Wl−a (jω) =
−2π − tan−1 ωT1 para ω > 1

Cuando ω → 1, Wl−a → ∞, con ángulo −π − tan−1 1 × T1 . Luego el diagrama gira


−π radianes, complemento en infinito, como se muestra en la Fig 6.26b, y el ángulo
será −2π − tan−1 ωT1 .
De los diagramas de la Fig 6.26b, I es estable porque no encierra el punto −1 + j0.
Para este diagrama K > −1. Asi K no puede ser positivo ni inferior a cero.
La condición de estabilidad es, entonces −1 < K < 0.
6.6.4 Regla de las transiciones

Figura 6.27 Regla de las transiciones


Con referencia a la Fig 6.27, en general, si se consideran las transiciones sobre el eje
real, para el intervalo (−∞, −1), positivas del plano superior al inferior, cuando ω
6.6 Estabilidad según el diagrama de Bode 233

aumenta, y negativas del plano inferior al superior, también cuando ω aumenta, el


sistema es estable si la suma algebraica del número de transiciones es igual a m
2 , donde
m es el número de polos de la función de transferencia en lazo abierto Wl−a (s), en el
plano complejo derecho.
Supóngase m = 2, para la Fig 6.27. El número de transiciones a la izquierda de
−1 + j0 es 2 − 1 = 1 y m 2 = 1, luego el sistema en lazo cerrado Wl−c (s), es estable.
Nótese que el giro neto alrededor de −1+j0 es 2π = m 2 (2π) con m = 2, lo que verifica
el resultado, en este caso particular.
Si el diagrama arranca a la izquierda de −1 + j0, se considera − 12 transición si lo hace
hacia arriba, y + 12 transición si lo hace hacia abajo.
Además, debe tenerse en cuenta las transiciones del complemento en infinito si éste
toca la región (−∞, −1).
Ejercicio
Por el método de las transiciones determinar la estabilidad de Wl−c (s) para:
K (1 + T1 s)
Wl−a (s) =
s (T2 s − 1)
con:
T1 , T2 > 0 y K > 0

6.6.5 Estabilidad según el diagrama de Bode

a) Diagrama de Bode b) Curva de Nyquist correspondiente

Figura 6.28 Regla de las transiciones para el diagrama de Bode


Ya que cuando |Wl−a (jω)| > 1, |Wl−a (jω)|dB = 20 log |Wl−a (jω)| > 0, el intervalo
(−∞, −1) está asociado con valores positivos de |Wl−a |dB . La lı́nea −π en el diagrama
de Nyquist está asociada, en el Bode, con los ángulos −π, −3π, 5π, · · ·. Ası́, el
intervalo (−∞, −1) corresponde a |Wl−a (jω)|dB > 0 y ϕ (ω) = arg Wl−a (jω) = −π,
−3π, −5π, · · ·.
De esta manera, el criterio de Nyquist aplicado al diagrama de Bode puede ser for-
mulado:
234 CRITERIOS DE ESTABILIDAD

Un sistema de control, en lazo cerrado, es estable si la suma


algebraica del número de transiciones positivas y negativas de
la curva de fase de Wl−a (jω), ϕ (ω) con las lı́neas −π, −3π,
−5π, · · ·, cuando la curva de amplitud en decibelios |Wl−a (jω)|dB
del sistema en lazo abierto es positiva, |Wl−a (jω)|dB > 0 ó
|Wl−a (jω)| > 1, es igual a m 2 , donde m es el número de polos
de Wl−a (s) en el plano complejo derecho. Las transiciones son
(+) positivas cuando ϕ (ω) aumenta positivamente. Negativas en
el caso contrario.
CAPITULO 7
SINTESIS EN EL DOMINIO DE
LA FRECUENCIA

7.1 Especificaciones en el dominio frecuencial


1) Ancho de Banda: AB.
Con:
C (jω) Wl−a (jω)
M (jω) = = = M (ω) ejφm (ω) (7.1)
R (jω) 1 + Wl−a (jω)
Se define el ancho de banda, AB, como la frecuencia a la cual |M (jω)| vale el 70.7%
del nivel a frecuencia cero o 3dB por debajo del nivel de frecuencia nula, como se
muestra en la Fig 7.1.

Figura 7.1 Ancho de banda

235
236 SINTESIS EN EL DOMINIO DE LA FRECUENCIA

Nótese que AB indica las caracterı́sticas de filtraje de ruido del sistema y da también
una medida de las propiedades de la respuesta transitoria. Si AB es grande, las señales
de alta frecuencia pasan a la salida, es decir, la respuesta transitoria tiene un tiempo
de subida, o de levante, rápido. Por el contrario, si AB es pequeña, solo pasarán las
señales de baja frecuencia y, por consiguiente, la respuesta temporal será lenta.
2) Factor de pico o de resonancia: Mv .
Es el valor máximo de |M (jω)|. Es un indicativo de la estabilidad relativa del sistema.
Posteriormente se verá que a valores altos de Mv corresponden amplios sobrepasos
en la respuesta temporal. Normalmente se admite que 1.1 < Mv < 1.5, para buenos
resultados.
3) Frecuencia de resonancia: ωv .
Es la frecuencia para la cual se produce el pico de resonancia.
Otros factores importantes en la medida de la estabilidad relativa de un sistema de
control son el margen de amplitud y el margen de fase. Estos conceptos se verán mas
adelante.

7.2 Correlación entre respuestas transitoria y


frecuencial para un sistema de segundo orden

Figura 7.2 Sistema de segundo orden


Para el sistema de la Fig 7.2:

C (s) ωn2
= 2
R (s) s + 2ζωn s + ωn2

Con s = jω se tiene:

C (jω) 1
=³ ´ = M (ω) ejϕ(ω) (7.2)
R (jω) 1− ω2
2 + j2ζ ωωn
ωn

donde:
7.2 Correlación entre respuestas transitoria y frecuencial para un sistema de segundo orden 237

1
M (ω) = r³ ´2 ³ ´2 (7.3)
ω2
1− 2
ωn + 2ζ ωωn
à ω
!
−1
2ζ ωn
ϕ (ω) = − tan ω2
(7.4)
1− 2
ωn

El pico de resonancia es el valor máximo de M (ω), que se puede calcular minimizando


su denominador. Esto es, M (ω) es máximo si (7.5) es mı́nimo:
µ ¶2 µ ¶2
ω2 ω
D2 (ω) = 1 − 2 + 2ζ (7.5)
ωn ωn
Derivando (7.5):
¯ µ ¶µ ¶ µ ¶ µ ¶¯
dD2 (ω) ¯¯ ω2 2ω ω 2ζ ¯¯
= 2 1− 2 − 2 + 2 2ζ
dω ¯ω=ωv ωn ωn ωn ωn ¯ω=ωv
µ ¶
ω2
= − 1 − 2v + 2ζ 2 = 0
ωn
de donde:
p
ωv = ωn 1 − 2ζ 2 (7.6)
2
Observe que ωv existe si 1 − 2ζ > 0, esto es, si: ζ < √1
= 0.707. Cuando ζ > 0.707
2
no hay resonancia y M (ω) < 1, como se muestra en la Fig 7.3.

Figura 7.3 Respuesta frecuencial de un sistema de segundo orden


Con (7.6) en (7.3):
1 1
Mv = q = p (7.7)
2
(2ζ 2 ) + 4ζ 2 (1 − 2ζ 2 ) 2ζ 1 − ζ2

La Fig 7.4 muestra la correlación existente entre el pico de resonancia Mv y el máximo


sobrepaso Mp .
238 SINTESIS EN EL DOMINIO DE LA FRECUENCIA

Figura 7.4 correlación entre Mv y Mp .


Obsérvese que Mp y Mv están relacionados. Si Mv aumenta, también lo hace Mp .
Recuérdese que si ζ aumenta, Mp disminuye y el transitorio se suaviza. Lo mismo se
puede decir del factor o pico de resonancia Mv .

7.3 Estabilidad relativa


Evidentemente del diagrama de Nyquist se logra una buena idea de margen de esta-
bilidad de un sistema. Es decir:
1) ¿ Si el sistema es estable, en qué grado lo es ?

2) ¿ Y si no es suficientemente estable, o es inestable, cómo puede mejorarse la


condición de estabilidad del sistema ?
La primera pregunta es un problema de análisis, mientras que la segunda es un pro-
blema de diseño, sı́ntesis o proyecto.
La Fig 7.5 muestra el concepto de estabilidad relativa de un sistema en lazo cerrado
Wl−c (s) mediante los lugares de Nyquist de Wl−a (jω) para un sistema de tercer
orden, con cuatro valores distintos de la ganancia K, suponiendo Wl−a (s) estable.
El lugar Wl−a (jω) en la Fig 7.5a enlaza el punto −1 + j0 por lo cual Wl−a (s) es
inestable y la respuesta a un escalón unitario crece con el tiempo. En la Fig 7.5b,
Wl−a (jω) pasa por el punto crı́tico −1 + j0 y el sistema está entre la estabilidad y la
inestabilidad, por lo tanto la respuesta a un escalón unitario es una oscilación senoidal
sostenida. Los lugares Wl−a (jω) en las figuras 7.5c y d no enlazan el punto crı́tico.
Sin embargo, el lugar Wl−a (jω) de la Fig 7.5c pasa mas próximo al punto crı́tico, y
por consiguiente, la respuesta del sistema a un escalón unitario será mas oscilante y
con un sobrepaso mas pronunciado que el mostrado en la Fig 7.5d, correspondiente a
un lugar de Nyquist mas alejado de −1 + j0.
7.4 Margen de amplitud y margen de fase 239

a)

b)

c)

d)

Figura 7.5 Grados de estabilidad de un sistema


Cuantitativamente, la distancia entre el lugar Wl−a (jω) y el punto −1 + j0 da una
medida de la estabilidad relativa del sistema en lazo cerrado.
Mas especı́ficamente, el margen de amplitud y el marge de fase se utilizan general-
mente para determinar el grado de estabilidad relativa de un sistema de control.

7.4 Margen de amplitud y margen de fase


240 SINTESIS EN EL DOMINIO DE LA FRECUENCIA

figura 7.6 Margen de amplitud y margen de fase

7.4.1 Margen de amplitud


Es una medida de la proximidad del punto de fase crı́tica al punto crı́tico, punto B
en la Fig 7.6. Con ω = ωcp la frecuencia en el punto de fase crı́tica:

α = |Wl−a (jωcp )|

y el margen de amplitud en dB del sistema se define como:

1 1
Margen de amplitud en dB = 20 log = 20 log (7.8)
α |Wl−a (jωcp )|

Obsérvese en la Fig 7.6 que si la ganancia en lazo abierto se aumenta hasta que
|Wl−a (jωcp )| = 1 el margen de amplitud vale 0 dB. Por otro lado, para un sistema
de segundo orden el lugar Wl−a (jω) no corta el eje real negativo, y por lo tanto
|Wl−a (jωcp )| = 0 y entonces el margen de amplitud es infinito, en decibelios, como
se muestra en la Fig 7.7.
La interpretación fı́sica del margen de amplitud es la siguiente:
El margen de amplitud es la ganancia en decibelios que se puede añadir a la cadena
en lazo abierto antes de que el sistema alcance la inestabilidad. Si Wl−a (jω) pasa
por el punto −1 + j0 el margen de amplitud vale 0 dB lo que implica que la ganancia
de la cadena ya no puede aumentarse sin provocar la inestabilidad.
7.4 Margen de amplitud 241

Figura 7.7 Lugar de Nyquist de un sistema de segundo orden


Para un sistema de segundo orden, el corte con el eje negativo |Wl−a (jωcp )| es cero y
el margen de amplitud es infinito; es decir que, teóricamente, el valor de la ganancia de
la cadena puede aumentarse hasta infinito antes de que se produzca la inestabilidad.
Cuando el lugar Wl−a (jω) enlaza el punto crı́tico, |Wl−a (jωcp )| > 1 y el margen de
amplitud en dB se hace negativo. Un margen de amplitud negativo corresponde a
un sistema inestable siempre y cuando Wl−a (s) sea estable. Ya que si Wl−a (s) es
inestable, con m polos en el plano derecho, Wl−a (jω) debe enlazar m 2 veces el punto
0→ω→∞
crı́tico para que Wl−c (s) sea estable.
En general, el margen de amplitud es una de las varias formas esenciales empleadas
para indicar la estabilidad relativa de un sistema.
Teóricamente, un sistema con un amplio margen de amplitud debe ser más estable
que otro con un margen de amplitud menor. Sin embargo, esta afirmación no siempre
es cierta.
En la práctica, el margen de amplitud por si solo no da indicación suficiente de la
estabilidad relativa del sistema. Por ejemplo, los dos lugares Wl−a (jω) de la Fig 7.8
tienen el mismo margen de amplitud, infinito.

Figura 7.8 Lugares de Nyquist de dos sistemas con igual margen de amplitud pero
con distinta estabilidad relativa
242 SINTESIS EN EL DOMINIO DE LA FRECUENCIA

Sin embargo, el lugar A corresponde a un sistema mas estable que el lugar B ya que
con cualquier pequeño cambio en algún parámetro del sistema, es posible que el lugar
B pase por el punto −1 + j0 o lo enlace.

Figura 7.9 Lugares de Nyquist de dos sistemas con igual margen de amplitud pero
con diferente grado de estabilidad relativa
Los dos lugares Wl−a (jω) de la Fig 7.9 tienen también el mismo margen de amplitud,
pero el sistema correspondiente a la curva A representa ciertamente un sistema mas
estable.
Para definir adecuadamente la estabilidad relativa de un sistema, se utiliza el margen
de fase para diferenciar el grado de estabilidad de casos como los de las figuras 7.8 y
7.9.
7.4.2 Margen de fase

Figura 7.10 Margen de fase


7.4 Margen de amplitud y margen de fase en el lugar de Bode 243

El margen de fase mide la proximidad del punto de ganancia crı́tica al punto crı́tico.
Se define como el ángulo que debe girarse el lugar de Nyquist de Wl−a (jω) para que
el punto |Wl−a (jωcg )| = 1 del lugar pase por el punto crı́tico −1 + j0.
La Fig 7.10 muestra que el margen de fase es el ángulo que el radio vector unidad
forma con el eje real negativo en el plano Wl−a (jω).
Entonces:

Margen de fase, M.F. = γ = α − 180◦ = arg Wl−a (jωcg ) − 180◦ = 180◦ + θ (7.9)

donde ωcg es la frecuencia de la ganancia crı́tica. Algunos valores recomendables de


diseño son: M.A. = 12dB, M.F.= 60◦ .
Ejercicio.
Dado:
K
Wl−a (s) =
(1 + s) (1 + 2s) (1 + 3s)

a) Dibuje el lugar de Nyquist de Wl−a (jω) y determine los lı́mites de K para que el
sistema en lazo cerrado Wl−c (s) sea estable.
b) Suponga K = 5. Determine la frecuencia correspondiente al punto de fase crı́tica
ωcp y el margen de amplitud en dB y el margen de fase.
c) Hallar el valor de K para que el margen de amplitud del sistema sea igual a 20 dB.
7.4.3 Margen de amplitud y margen de fase en el lugar de Bode
Con Wl−a (s) el procedimiento para obtener el margen de amplitud y el margen de
fase a partir del lugar de Bode, Fig 7.11, es el siguiente:
|Wl−a (jω)|
1) Construir el lugar de Bode de K y de arg Wl−a (jω) en función de ω.

2) Para obtener el margen de amplitud, se determina en primer lugar el punto en


que arg Wl−a (jω) corta el eje de −180◦ , punto de fase crı́tica. El margen de amplitud
para K = 1 es el valor que toma la curva de amplitud |Wl−a K
(jω)|
en dB, en el punto
de fase crı́tica, Fig 7.11.
Para cualquier otro valor de K el margen de ampitud es simplemente el margen de
amplitud para K = 1 menos el valor de K en dB, 20 log K.
Si la curva de fase no corta nunca el eje de −180◦ permaneciendo por encima, el
sistema es siempre estable; por ejemplo, en un sistema de segundo orden la fase
tiende a −180◦ asintóticamente cuando ω → ∞.
3) Para obtener el margen de fase, se determina en primer lugar el punto en que la
curva |Wl−aK
(jω)|
en dB corta al eje de 0 dB, es decir, el punto de ganancia crı́tica.
El ángulo entre la curva de fase en el punto de ganancia crı́tica, arg Wl−a (jωcg ) y
el eje de −180◦ es el margen de fase para K = 1 . Para cualquier otro valor de K,
el margen de fase se obtiene desplazando el eje de 0 dB a −K en dB y siguiendo el
procedimiento que se acaba de indicar.
244 SINTESIS EN EL DOMINIO DE LA FRECUENCIA

Figura 7.11 Márgenes de fase y de amplitud en el diagrama de Bode


Ejercicios.
1) La configuración de polos y ceros de una función de transferencia en lazo cerrado
Wl−c (s) viene dada en la Fig P7.1a.

a) b)

Figura P7.1
a) Calcular la banda pasante del sistema, o ancho de banda, AB.
b) Se añade un cero como indica la Fig P7.1b. ¿ Cómo queda modificada la AB ?
c) Se añade a la configuración de la Fig P7.1b un polo sobre el eje real negativo, pero
a una distancia del origen 10 veces mayor que la del cero.
7.4 Margen de amplitud y margen de fase en el lugar de Bode 245

¿ Cómo queda afectado el AB?


2) La especificación dada para un servosistema de segundo orden es que el sobrepaso
máximo de la respuesta a un escalón unitario no exceda del 25%.
¿ Cuáles son los valores lı́mites correspondientes del coeficiente de amortiguamiento
y del factor de resonancia Mv ?
3) La función de transferencia en lazo cerrado de un servosistema es:
C (s) 1
Wl−c (s) = =
R (s) (1 + 0.01s) (1 + 0.05s + 0.01s2 )
a) Trazar la curva de respuesta en frecuencia del sistema en lazo cerrado.
b) Determinar el factor de resonancia Mv y la frecuencia de resonancia ωv del sistema.
c) Determinar el coeficiente de amortiguamiento ζ y la frecuencia propia no amor-
tiguada ωn del sistema de segundo orden que produce el mismo Mv y la misma ωv
que el sistema original.
4) La función de transferencia en lazo abierto de un servosistema con realimentación
unitaria es:
K (1 + T s)
Wl−a (s) =
s (1 + s) (1 + 0.01s)
Determinar el menor valor posible de T para que el sistema tenga un margen de
amplitud infinito.
5) La función de transferencia en lazo abierto de un servosistema con realimentación
unitaria es:
K
Wl−a (s) =
s (1 + 0.1s) (1 + s)
a) Determinar el valor de K para que el factor de resonancia Mv del sistema sea igual
a 1.4.
b) Determinar el valor de K para que el margen de amplitud del sistema sea de 20dB.
c) Determinar el valor de K para que el margen de fase del sistema sea de 60◦ .
6) Use el criterio de estabilidad de Nyquist para determinar si los sistemas con las
siguientes funciones de transferencia de lazo abierto son estables:

10
a) Wl−a (s) =
(1 + s) (1 + 2s) (1 + 3s)
10
b) Wl−a (s) =
s (1 + s) (1 + 10s)
10
c) Wl−a (s) =
s2 (1 + 0.1s) (1 + 0.2s)
2
d) Wl−a (s) = 2
s (1 + 0.1s) (1 + 10s)
246 SINTESIS EN EL DOMINIO DE LA FRECUENCIA

7)

Figura P7.2
Determine la estabilidad de los sistemas cuyos lugares geométricos de Wl−a (jω) se
muestran en las figuras P7.2a, b y c. Suponga que Wl−a (s) no tiene polos en el
semiplano derecho.
8) Para un sistema de segundo orden:
16
Wl−a (s) =
s (2 + s)
a) Grafique el diagrama de Bode.
b) Determine Mv y ωv .
9) Repita el problema 8 cuando:

60 (1 + 0.5s)
a) Wl−a (s) =
s (1 + 5s)
60 (1 + s)
b) Wl−a (s) =
s2 (1 + 0.1s)
10) Dado.
as + 1
Wl−a (s) =
s2
hallar a tal que el margen de fase sea 45◦ .
11) Trazar los diagramas polares de:
K (Ta s + 1) (Tb s + 1)
Wl−a (s) =
s2 (T1 s + 1)
para los dos casos siguientes:

a) Ta > T1 > 0, Tb > T1 > 0


b) T1 > Ta > 0, T1 > Tb > 0
7.5 Compensador de adelanto de fase 247

12)

Figura P7.3
Determine el valor crı́tico de Kh respecto a la estabilidad del sistema de lazo cerrado
de la Fig P7.3. Recuerde que Wl−a (s) = G (s) H (s) .
13)

Figura P7.4
Sea el sistema que se muestra en la Fig P7.4. Hallar el valor crı́tico de K respecto a
estabilidad, utilizando el criterio de Nyquist.

7.5 Técnicas de compensación


Se refiere al uso de redes de adelanto, atraso y adelanto-atraso combinadas para refor-
mar la respuesta frecuencial de lazo abierto, Wl−a (jω), a fin de conseguir estabilidad
relativa aceptable y error disminuido.
7.5.1 Compensador de adelanto de fase
Considérese el circuito de la Fig 7.12. Para este circuito:

R2 V1 R2 V1
V(+) = ¡ 1
¢= (7.10)
R2 + R1 // Cs R 1
R2 + R11+Cs1
Cs
R3
V(−) = V2 (7.11)
R3 + R4
Como V(+) ' V(−) :
R2 V1 R3
R1
= V2
R2 + 1+R R3 + R4
1 Cs
248 SINTESIS EN EL DOMINIO DE LA FRECUENCIA

Figura 7.12 Compensador de adelanto de fase


de donde:
V2 R3 + R4 R2 (1 + R1 Cs)
= Gc (s) = · ·³ ´ (7.12)
V1 R3 (R1 + R2 ) 1 + R1R+R
2
R1 Cs
2

Llamando:

R3 + R4
Av0 =
R3
R2
α = <1
R1 + R2
T1 = R1 C
T2 = αR1 C < T1
1
ω1 =
T1
1
ω2 = > ω1
T2
T2 ω1
α = =
T1 ω2
(7.12) se puede expresar:
s
1 + T1 s 1+ ω1
Gc (s) = Av0 α = Av0 α s (7.13)
1 + T2 s 1+ ω1
Con s = (jω) :
1 + j ωω1
Gc (jω) = Av0 α (7.14)
1 + j ωω2
y la fase de Gc (jω) es:
ω ω
ϕc (jω) = tan−1 − tan−1 >0 (7.15)
ω1 ω2
porque con ω1 < ω2 :
ω ω
>
ω1 ω2
7.5 Compensador de adelanto de fase 249

Entonces es un circuito que puesto en cascada con una planta puede servir para
adelantar fase y mejorar la estabilidad relativa.
Nótese también que:
³ ´³ ´ 2
³ ´
1 + j ωω1 1 − j ωω2 1 + ωω1 ω2 + j ωω1 − ωω2
Gc (jω) = Av0 α ³ ´2 = ³ ´2
1 + ωω2 1 + ωω2

de donde:
³ ´
ω ω
ω1 − ω2
tan ϕc (ω) = ω2
(7.16)
1+ ω1 ω2

Figura 7.13 Diagrama de Bode del compensador de adelanto de fase


Para obtener el máximo adelanto de fase ϕcm se deriva (7.16):

³ ´ 
¯ 1
− 1
ω
d tan ϕc (ω) ¯¯ d  ω1 ω2

¯ = ω 2
dω ω=ωm dω 1+ ω1 ω2
ω=ω
h im h i¯
µ ¶ 1 + ω2 − ω 2ω ¯¯
1 1 ω1 ω2 ω1 ω2 ¯
= − h i2 ¯ =0
ω1 ω2 2 ¯
1 + ωω1 ω2 ¯
ω=ωm
250 SINTESIS EN EL DOMINIO DE LA FRECUENCIA

O sea:
2
ωm ω2
1+ −2 m =0
ω1 ω2 ω1 ω2
de donde:

ωm = ω1 ω2 (7.17)
El máximo adelanto de fase ocurre en el medio geométrico de las dos frecuencias de
quiebre ω1 y ω2 . El diagrama de Bode se muestra en la Fig 7.13.
Con (7.17) en (7.16):

³ ´ ³√ √ ´
ωm ωm ω1 ω2 ω1 ω2
ω1 − ω2 ω1 − ω2 1−α
tan ϕcm = 2
ωm
= ω1 ω2 = √ (7.18)
1+ 1+ ω1 ω2 2 α
ω1 ω2
(1 − α) 1−α 1−α
sin ϕcm = q =√ = (7.19)
2 √ 2 1 − 2α + α2 + 4α 1+α
(1 − α) + (2 α)

También:

1 − sin ϕcm
α= (7.20)
1 + sin ϕcm
Reemplazando (7.17) en (7.14):
v
u ³ ´2 s
u r
u 1 + ωωm1 1+ ω2
ω2 Av0 α
|Gc (jω)|ω=ωm = Av0 αut ³ ´2 = Av0 α
ω1
ω1 = Av0 α = √
1+ ω1 α
1 + ωωm2 ω2

Entonces:

1
|Gc (jω)|ω=ωm dB = 20 log (Av0 α) + 20 log √ (7.21)
α
como se muestra en la Fig 7.13.

7.5.2 Errores
Al diseñar un compensador no solo se busca mejorar la estabilidad relativa, sino
también, disminuir el error, en lo posible. El compensador de adelanto al mejorar la
estabilidad permite aumentar la ganancia del sistema en lazo abierto lo cual disminuye
el error. Para mejorar aún más el sistema, en lo que respecta al error, se puede utilizar
un compensador de atraso de fase, como se verá posteriormente.
Considérese, por ejemplo, el sistema mostrado en la Fig 7.14:
7.5 Tipo Uno 251

Figura 7.14 Sistema en lazo cerrado


donde E es la señal de error E = R − C, la cual es:

1
E (s) = R (s) (7.22)
1 + Wl−a (s)
El error estático se define por:

sR (s)
ess = lim e (t) = lim sE (s) = lim (7.23)
t→∞ s→0 s→0 1 + Wl−a (s)
Dependiendo de cuantos integradores tenga una planta se puede hacer una clasifi-
cación por tipos de integración:
7.5.2.1 Tipo Cero
Una planta tipo cero es aquella que no tiene integradores, por ejemplo:

Q
r
Kp (1 + Ti s)
1
Wl−a (s) = Q
n (7.24)
(1 + Tj s)
1

Se puede analizar el error estático para diferentes señales de entrada:


a) Escalón. Si R (s) = Rs0 , el error estático es:

s Rs0 R0
ess = lim =
s→0 1 + Wl−a (s) 1 + Kp
ess 1
y ess % = · 100 = · 100% (7.25)
R0 1 + Kp

Ası́ el error disminuye con la ganancia del sistema en lazo abierto Kp . A mayor
ganancia menor error.
b) Rampa. Si R es una rampa: r (t) = R1 t, entonces R (s) = Rs21

s · Rs21
ess = lim =∞
s→0 1 + Wl−a (s)

Ası́, un sistema tipo cero tiene error finito para entrada escalón, pero infinito para
rampa, parábola, etc.
7.5.2.2 Tipo Uno
Una planta tipo uno tiene un integrador. Por ejemplo:
252 SINTESIS EN EL DOMINIO DE LA FRECUENCIA

Q
r
Kv (1 + Ti s)
1
Wl−a (s) = Q
n (7.26)
s (1 + Tj s)
1
Los errores estáticos para diferentes señales de entrada son:
a) Escalón. Con R (s) = Rs0 :

s Rs0
ess = lim =0
s→0 1 + Wl−a (s)
R1
b) Rampa. R (s) = s2 :

s · Rs21 R1
ess = lim =
s→0 1 + Wl−a (s) Kv
1
ess % = · 100%
Kv
R2 2 R2
c) Parábola. Si R es una parábola: r (t) = 2 t , entonces R (s) = s3 .

En este caso: ess = ∞

Ası́, un sistema tipo uno sigue un escalón con error cero, una rampa con error finito,
pero no sigue una parábola, cúbica, etc.
Analizando sistemas de tipo mayor, dos integradores o mas, se puede elaborar la
siguiente tabla:
Error
Señal→ Escalón R0 Rampa Ri t Parábola R22 t2 Cúbica R3!3 t3
R0
0 1+Kp ∞ ∞ ∞
R1
1 0 Kv ∞ ∞
Tipo R1
2 0 0 Ka ∞
R3
3 0 0 0 Kc

Tabla 7.1 Errores estáticos según el tipo y la señal de entrada


Kp , Kv , Ka y Kc son las ganancias de las plantas, que de acuerdo al tipo de la planta
reciben diferentes nombres:

Kp : constante de error de posición.


Kv : constante de error de velocidad.
Ka : constante de error de aceleración.
Kc : constante de error de veloaceleración.

Para todos los casos de error finito puede notarse que el error es tanto menor cuanto
mayor sea la ganancia de la planta.
7.5 Compensación con adelantor de fase 253

7.5.2.3 Compensación con adelantor de fase


Diferentes metodologı́as se han planteado para el diseño o sı́ntesis del compensador
de adelanto.
Procedimiento 1:
1. Determinar la ganancia en lazo abierto para la especificación de error dada.
2. Usando la ganancia K ası́ determinada, evaluar el margen de fase del sistema no
compensado.
3. Calcular el adelanto de fase ϕc requerido para obtener el margen de fase deseado
mas aproximadamente 5◦ . Se le añaden unos 5◦ ya que la frecuencia del cruce cambia
al insertar el compensador.
4. Determinar α de:
1 − sin ϕcm
α= con ϕcm ≤ 60◦
1 + sin ϕcm
ϕcm ≤ 60◦ para que ω1 y ω2 no queden excesivamente separadas.
5. Suponer Av0 = α1 , entonces Av0 · α = 1. Ası́, el aumento de ganancia en ω = ωm
será 20 log √1α . Para que ωm = ωcgn , la nueva frecuencia de cruce, será necesario bus-
car un punto de |Wl−a (jω)| tal que |Wl−a (jω)|dB = 20 log |Wl−a (jω)| = −20 log √1α .
Entonces selecciónese ω = ωcgn la frecuencia para la cual |Wl−a (jω)|dB = −20 log √1α .
Esta nueva frecuencia será también ωm = ωcgn .
6. Calcular las frecuencias de quiebre del compensador:
q r
√ 2 ω12 √ ω1
ωm = ω1 ω2 = αω2 = = αω2 = √
α α
de donde:


ω1 = αωm
ωm
ω2 = √
α
7. Evaluar el margen de fase del sistema con el compensador y chequear la ganancia
en ωcgn que debe ser 1,o cero dB.
Chequear el margen de ganancia |Wl−a |dB compensado = −MG donde este cálculo se
hace cuando ϕ compensado = −180◦ .
ϕ compensado = {ϕ no ompensado + ϕc } en ω = ωcp donde ϕ compensado = −180◦ .
8. Calcular T1 = ω11 , T2 = ω12 y los parámetros del circuito de las fórmulas para T1 y
T2 en términos de R1 , R2 y C. Algunos parámetros se pueden escoger libremente.
Procedimiento 2:
Este opera en forma un poco inversa al anterior.
1. Seleccionar una frecuencia ωcgn tal que el adelanto de fase exigido al compensador
ϕcm no sobrepase 60◦ . A fin de satisfacer el requerimiento de margen de fase en el
sistema compensado:

γ = 180◦ + ϕNC + ϕcm | en ω=ωcgn


254 SINTESIS EN EL DOMINIO DE LA FRECUENCIA

donde ϕNC es la fase del sistema no compensado en ω = ωcgn , la nueva frecuencia de


cruce.
2. Calcular α = 1−sin ϕcm
1+sin ϕcm . Calcular el compensador.
3. Calcular la ganancia en dB del sistema no compensado en ωcgn :

|Wl−a (jω)|dB = 20 log |Wl−a (jω)|ω=ωcgn

La ganancia del compensador en ωcg = ωm es:


α √
|Gc (jω)|ω=ωm = Av0 √ = Av0 α
α
Para que el sistema compensado cruce por cero dB en ωcg = ωm es necesario entonces
que:
¡ √ ¢
20 log Av0 α = − |Wl−a (jω)|ω=ωcgn dB

o también:
1
20 log Av0 = 20 log √ − |Wl−a (jω)|ω=ωcgn dB
α
4. Calcular el error estático del sistema con el compensador incluı́do. Si excede la
especificación, el diseño es correcto. Si no, procédase a intercalar además un compen-
sador de atraso para mejorar las condiciones de error.
5. Verificar el margen de fase y la ganancia en ωcgn . Calcular el margen de ganancia
MG = − |Wl−a (jω)|ω=ωcf dB donde ωcf es la frecuencia a la cual:

ϕcompensado = ϕno compensado + ϕc = −180◦

Ejemplo 7.1 .

Para el sistema de la Fig 7.15:


se especifica Kv = 20, γ = 50◦ y M G = 10dB, por lo menos. Nótese que:
4K 2K K 20
Wl−a (s) = = ¡s ¢ = ¡s v ¢ = ¡ ¢
s (s + 2) s 2 +1 s 2 +1 s 1 + 2s

Figura 7.15 Sistema del ejemplo 7.1


Ası́ K = 10. La Fig 7.16 muestra el diagrama de Bode para este sistema.
7.5 Compensación con adelantor de fase 255

Figura 7.16 Bode de Wl−a (jω) del ejemplo 7.1


Procedimiento 1
El Bode de amplitud es:

20
|Wl−a | dB = 20 log q ¡ ¢2
ω 1 + ω2
r ³ ω ´2
= 20 log 20 − 20 log ω − 20 log 1+
2
Para bajas frecuencias:

|Wl−a | dB ≈ 20 log 20 − 20 log ω = 26 − 20 log ω

o sea:

Y1 dB = 26 − 20 log ω
Y1 dB = 0 en ω = 20

La primera frecuencia de quiebre es 2, para el término 1+1 s .


2
dB dB 1 dB
A partir de ω = 2 el Bode cae con −40 dec. : −20 dec. del término s y −20 dec. del
término 1+1 s . Esto es Y2 dB = Y20 − 40 log ω.
2

En ω = 2: Y2 dB = 20
256 SINTESIS EN EL DOMINIO DE LA FRECUENCIA

por lo tanto: Y20 = 20 + 40 log 2 = 32dB


Ası́: Y2 dB = 32 − 40 log ω

Y2 dB = 0 cuando 32 − 40 log ω = 0. Esto es para:

ω = 1032/40 = 6.3 rad/seg

La fase del sistema no compensado es:

ω
ϕ (ω) = −90◦ − tan−1
2
6.3
En ω = 6.3, ϕ (6.3) = −90◦ − tan−1 = −162.4◦
2
Ası́, γv = 180◦ − 162.4◦ = 17.6◦ , que es el margen de fase no compensado. El margen
de fase pedido es γn = 50◦ , entonces:

= 50◦ − 17.6◦ + 5◦ = 37.4◦ = ϕcm = ϕm


ϕc
1 − sin ϕm 1 − sin 37.4◦
de donde: α= = = 0.244
1 + sin ϕm 1 + sin 37.4◦
Se puede seleccionar ωcgn de la siguiente manera: se calcula
1 1
|Wl−a | dB = −20 log √ = −20 log √ = −6.13dB
α 0.244
y se busca un ω tal que |Wl−a | dB = −6.13dB. Ya que:

Y2 dB = −40 log ω + 32 = −6.13


entonces ωcgn = 8.98 = ωm

Ası́:
√ ωm
ω1 = αωm = 4.44rad/seg y ω2 = = 18.18rad/seg
α
1
El compensador con Av0 = α es:
s
1 + 4.44
Gc (s) = s
1 + 18.18
Chequeo
Con compensador:
ω ω ω
ϕcomp = −90◦ − tan−1 + tan−1 − tan−1
2 4.44 18.18
En ω = 8.98:
7.5 Compensación con adelantor de fase 257

ϕcomp = −130◦
γn = 180◦ − 130◦ = 50◦
q ¡ ω ¢2 
1 + 4.44 20
|Wl−a |dB = 20 log  q ¡ ω ¢2 · q ¡ ¢2
 = −0.18dB
1 + 18.18 ω 1 + ω2
ω=8.98

|Wl−a |dB deberı́a ser cero. Esto indica que ωcgn está un poco a la izquierda de 8.98.
Podrı́a reajustarse Av0 de tal manera que¡ compense
¢ los −0.18dB. Como Av0 α = 1
para el diseño se puede escoger Av0 α = 0.18
20 = 1.02 en lugar de 1 y en este caso:
1.02
Av0 = = 4.18
α
Cálculo de los parámetros
De T1 = R1 C = ω11 , R1 = 4.44C
1
, y con C = 1µf, arbitrario, entonces R1 = 225KΩ.
R2
Con α = R1 +R2 = 0.244, y R1 = 225KΩ, entonces R2 = 73KΩ.
Con Av0 = R3R+R
3
4
= 4.18 y con R3 = 10KΩ, arbitrario, se obtiene R4 = 32KΩ.
Margen de ganancia
Se busca ωcf esto es cuando ϕcomp = −180◦ .
Pero note que el sistema no compensado tenı́a ϕ = −90◦ − tan−1 ω2 > −180◦
Como el compensador adelanta fase, entonces ϕcomp > −180◦ para toda frecuencia
excepto en ωcf = ∞. La fase del compensador en ∞ es ϕc (∞) = 0 y ϕcomp (∞) =
−90 − 90 = −180◦ . O sea ωcf = ∞. Pero en ∞, |Wl−a |comp dB = −∞. Ası́,
MG = − |Wl−a |comp dB = ∞, lo que excede la especificación.
Procedimiento 2
Como ϕ = −90◦ −tan−1 ω2 , si se selecciona ω = ωcgn = 10, entonces ϕ (10) = −168.7◦ .
Para γn = 50◦ la fase del sistema compensado debe ser ϕcomp = −180◦ +50◦ = −130◦ .
Ası́, el compensador debe suministrar ϕc = 168.7◦ − 130◦ = 38.7◦ < 60◦ . Entonces:

1 − sin 38.7
α = = 0.231
1 + sin38.7 
20
|Wl−a (jωcgn )|dB = 20 log  q ¡ ω ¢2
 = −8.13dB
ω 1+ 2
ω=ωcgn

Ası́:
1
20 log Av0 = 20 log √ − |Wl−a (jωcgn )|dB = 14.49dB
α
entonces:

14.49
Av0 = 10 20 = 5.3
258 SINTESIS EN EL DOMINIO DE LA FRECUENCIA


ω1 = 0.231 · 10 = 4.81
10
ω2 = √ = 20.81
0.231

Y el compensador es:
s
1 + 4.81
Gc (s) = 5.3 · 0.231 · s
1 + 20.81

El sistema en lazo abierto compensado es:


s
1 + 4.81 20
Wl−a (s) = 5.3 · 0.231 · s · ¡ ¢
1 + 20.81 s 1 + 2s

Como:

ω ω ω
ϕcomp = −90◦ − tan−1 + tan−1 − tan−1
q 2 4.81 20.81
¡ ω ¢2
1 + 4.81 20
|Wl−a (jω)| = 5.3 · 0.231 · q ¡ ω ¢2 · q ¡ ¢2
1 + 20.81 ω 1 + ω2

entonces:

ϕcomp (10) = −130◦


γ = 180◦ − 130◦ = 50◦
|Wl−a (j10)| = 0.9985
|Wl−a (j10)|dB = 20 log 0.9985 = −0.013dB ≈ 0

Para bajas frecuencias la ganancia es Kv = 5.3 · 0.231 · 20 = 24.5. Este diseño tiene
un Kv mayor que el especificado y por lo tanto el error estático es menor:

1
ess % = · 100 = 4.1%
Kv

7.5.3 El compensador de atraso de fase


En la Fig 7.17:

1
R2 + Cs 1 + R2 Cs
V(+) = 1 V1 = V1 (7.27)
R2 + Cs + R1 1 + (R1 + R2 ) Cs
R3
V(−) = V2 (7.28)
R3 + R4
7.5 El compensador de atraso de fase 259

Figura 7.17 Compensador de atraso de fase


Como V(+) ' V(−) :

V2 (s) R3 + R4 1 + R2 Cs
Gc (s) = = · (7.29)
V1 (s) R3 1 + (R1 + R2 ) Cs

O sea:

s
1 + T2 s 1+ ω2
Gc (s) = Av0 = Av0 s (7.30)
1 + T1 s 1+ ω1

donde:

1
T1 = (R1 + R2 ) C > T2 ω1 = T1
T1 = βT2 ω2 = βω1
1 R1 +R2
T2 = R2 C ω2 = T2 β= R2

Con T1 > T2 , ω1 < ω2 . Ası́, ocurre primero el quiebre del polo.


Además:

ω ω
ϕc = tan−1 − tan−1 <0
ω2 ω1

porque:

1 1
<
ω2 ω1

O sea que este tipo de compensador atrasa fase.


Este compensador no puede mejorar la estabilidad utilizando su caracterı́stica de fase.
Se utiliza, mas bien, la atenuación de ganancia a altas frecuencias, para correr el punto
de 0 dB, ωcg , a la izquierda, donde la fase sea mas favorable. Con Av0 = 1, R3 = ∞,
la atenuación a altas frecuencias es −20 log β. De esta forma, indirectamente mejora
la estabilidad.
260 SINTESIS EN EL DOMINIO DE LA FRECUENCIA

Figura 7.18 Diagrama de Bode del atrasador de fase


Por otro lado, si el sistema original ya tiene un margen de estabilidad aceptable, γ
apropiado, si se escoge Av0 ≈ β, a altas frecuencias se tiene 20 log Av0 ≈ 0, no produce
atenuación, pero a bajas frecuencias se tiene 20 log Av0 ≈ 20 log β, que aumenta la
ganancia estática, disminuyendo el error.
7.5.3.1 Compensación con atrasador de fase
Procedimiento
1. Determinar la ganancia en lazo abierto a bajas frecuencias que satisfaga el reque-
rimiento de error.
2. Dibujar el diagrama de Bode con esta ganancia y determinar el margen de fase
del sistema compensado. Si las especificaciones de margen de fase son satisfechas,
continuar en el punto 7. Si las especificaciones de margen de fase no son satisfechas,
seguir con el punto 3.
3. Encontrar una frecuencia ω donde la fase sea:
ϕ = −180◦ + γ + (5◦ a 12◦ )
Se añade 5◦ a 12◦ por el atraso que introducirá el compensador. Seleccionar esta
frecuencia como la nueva frecuencia de cruce ωcgn .
4. Seleccionar la frecuencia ω2 , cero del compensador, entre una octava y una década
abajo de la nueva ωcgn :
1 1
ωcgn < ω2 < ωcgn
10 2
Una escogencia muy baja de ω2 puede conducir a valores muy grandes de T1 y T2 ,
exigiendo valores altos de resistencias y condensadores en el circuito.
5. Determinar la atenuación requerida en ωcgn para que el Bode de amplitud cruce
por cero dB :
7.5 Compensación con atrasador de fase 261

µ ¶
Av0
20 log = 20 log Av0 − 20 log β = − |Wl−a (jω)|ω=ωcgn dB
β

Si la atenuación requerida es grande, es preferible hacer Av0 = 1 a fin de que T1 no


resulte exageradamente grande. Por lo general β ≤ 10 y T1 depende de β, porque
T1 = βT2 .
6. Chequear el margen de fase y de ganancia. Chequear la amplitud 0 dB en ωcgn y
calcular el circuito.
7. Si en el punto 2 las especificaciones de margen de fase son satisfechas, seleccionar
ωcgn tal que:

ϕ = −180◦ + r + (5◦ a 12◦ )

8. Proceder como en el punto 4 y continuar después en el punto 9.


9. Calcular Av0 de:

µ ¶
Av0
20 log = − |Wl−a (jω)|ω=ωcgn dB
β

escogiendo un valor de β ≤ 10 tal que T1 no resulte demasiado grande.


10. Proceder como en el punto 6.

Ejemplo 7.2 .

Figura 7.19 Sistema del ejemplo 7.2


Para el sistema de la Fig 7.19 se especifica Kv = 5, γ = 40 y un margen de ganancia
MG de por lo menos 10 dB.
262 SINTESIS EN EL DOMINIO DE LA FRECUENCIA

Figura 7.20 Diagrama de Bode con compensación con atraso de fase


Sin Gc (s), la ganancia a bajas frecuencias es K, entonces con Kv = 5, K = 5.
A bajas frecuencias |Wl−a (s)| = 5s .

Y dB1 = |Wl−a (jω)|dB = 20 log 5 − 20 log ω = 14 − 20 log ω

En ω = 1, Y dB1 (1) = 14dB.


Además Y dB2 = Y02 − 40 log ω. En ω = 1, Y dB2 (1) = 14dB. Entonces Y02 =
14 + 40 log 1 = 14. Ası́:

Y dB2 = 14 − 40 log ω

En ω = 2, Y dB2 (2) = 14 − 40 log 2 = 1.96dB.


Además Y dB3 = Y03 − 60 log ω. En ω = 2, Y dB (3) = 1.96. Entonces Y03 = 20dB.
Ası́:

Y dB3 = 20 − 60 log ω
20
Y dB3 = 0 en ωcg . Por lo tanto 0 = 20 − 60 log ωcg , ó ωcg = 10 60 = 2.15.
rad
ωcg = 2.15
seg
La fase es:
ω ω
ϕ = −90◦ − tan−1 − tan−1
1 2
En ωcg = 2.15, ϕ (2.15) = −202◦ y:

γ = 180◦ + ϕ (2.15) = −22◦


7.5 Compensación con atrasador de fase 263

Esto indica que si se cierra el lazo, el sistema resulta inestable.


Se busca, entonces, un punto donde la fase sea:

ϕ = −180◦ + 40◦ + 12◦ = −128◦


Tanteando:

ω 1 0.5 0.45 0.47


ϕ −161◦ −130◦ −126◦ −128.4◦
Se escoge ωcgn = 0.47 rad
seg .
En ωcgn = 0.47, Y dB1 = 14 − 20 log 0.47 = 20.56dB.
20.56
Con Av0 = 1, −20 log β = −20.56, β = 10 20 = 10.7. El valor de β resultó mayor
que 10. Quizás se necesite primero un compensador de adelanto para mejorar las
condiciones de estabilidad y ası́ conseguir un Kv mejor que el especificado.
Como 0.47 0.47
10 < ω2 < 2 , ó 0.047 < ω2 < 0.235, se puede escoger ω2 = 0.1. Entonces:

ω2 0.1
ω1 = = = 9.34 · 10−3
β 10.7
1
T2 = = 10
ω2
1
T1 = = 107
9.34 · 10−3
Con C = 100 µf, R2 = TC2 = 100K, R1R+R 2
2
= β = 10.7. Con R1 = 100K, R2 =
1.07M.
Además como se escogió Av0 = 1, R4 = 0 y R3 = ∞.
Chequeo
El compensador es:
s
1 + 0.1
Gc (s) = s
1 + 9.34·10−3

Entonces:

ω ω ω
ϕcomp (ω) = −90◦ − tan−1 ω − tan−1 + tan−1 − tan−1
q 2 0.1 9.34 · 10−3
¡ ω ¢2
1 + 0.1 5
|Wl−a (jω)| = q ¡ ¢2 · √ q ¡ 2 ¢2
ω
1 + 9.34·10−3 ω 1 + ω 2 1 + ω2
En ω = ωcg = 0.47:

ϕcomp (0.47) = −139.3◦


γ = 180◦ + ϕ = 40.7◦ > 40◦
|Wl−a (j0.47)| = 0.889
264 SINTESIS EN EL DOMINIO DE LA FRECUENCIA

1
|Wl−a (j0.47)| deberı́a ser 1. Para corregir ésto se puede tomar Av0 = 0.889 = 1.13 =
R3 +R4
R3 . Con esto, si R3 = 100K, R4 = 13K.

Margen de ganancia
Por tanteos, en ω = 1.31 ϕcomp = −179.8◦ ≈ 180◦ y |Wl−a |dB = −14.8dB. Entonces
el margen de ganancia es MG = 14.8dB que excede la especificación.

Ejemplo 7.3 .
Para el sistema compensado con adelantador de fase, por el procedimiento 2, se obtuvo
el sistema compensado, en lazo abierto:
s
1 + 2.41 20
Wl−a (s) = 5.3 · 0.231 · s · ¡ ¢
1 + 20.81 s 1 + 2s
con un Kv = 24.5.
Se desea cambiar el Kv a 100 perdiendo solo 5◦ de margen de fase, esto es γn = 45◦ .
Como el sistema ya tiene 50◦ en ωcgn = 10 se puede introducir un compensador de
atraso que atrase 5◦ en ωcgn = 10 rad
seg .
100
La ganancia adicional requerida es Av0 = 24.5 = 4.1. Se escoge entonces β = Av0
para no producir atenuación a altas frecuencias, esto es β = 4.1.
La fase del compensador es entonces:
ω ω ω βω
ϕc = tan−1 − tan−1 = tan−1 − tan−1
ω2 ω1 ω2 ω2
que contribuye con la fase:
ωcg βωcg
ϕc (ωcg ) = tan−1 − tan−1
ω2 ω2
Con β = 4.1, tanteando valores de ω2 en la ecuación:
10 4.1 · 10
ϕc (10) = tan−1 − tan−1 = −5◦
ω2 ω2
se obtiene:
10 rad
ω2 = = 1.16
8.6 seg
Ası́:
ω2 1.16 rad
ω1 = = = 0.283
β 4.1 seg
Y el sistema compensado resulta:
s s
1 + 1.16 1 + 2.41 20
Wl−a (s) =4.1 · s · 5.3 · 0.231 · s · ¡ ¢
1 + 0.283 1 + 20.81 s 1 + 2s
| {z } | {z }
Atraso Adelanto
CAPITULO 8
REALIMENTACION LINEAL DE
LAS VARIABLES DE ESTADO

Introducción
Unas de las primeras aplicaciones de las variables de estado en sistemas lineales fue
la de realimentarlas para reubicar los valores propios de un sistema dado. Los polos
y los valores propios coinciden en sistemas mı́nimos, aquellos que son controlables y
observables.
En lugar de realimentar y (t), salida de un sistema, y sus derivadas o realimentar
y (t) a través de un compensador, lo adecuado es hacerlo a través del estado x (t)
de una realización del sistema ya que, después de todo, el estado resume toda la
información.
actual del sistema. Por eso, cualquier operación que pueda ser hecha
con y (t), y (t), etc. , se debe poder realizar con los estados y, lo más importante,
cualquier operación que no se pueda hacer con los estados, probablemente no puede
ser hecha en ninguna otra forma general. La realimentación de las variables de estado
puede ser usada para modificar las frecuencias naturales del sistema y, en particular,
hacerlas todas estables, siempre y cuando la realización usada para definir los estados
del sistema £sea controlable por
¤ realimentación de las variables de estado, es decir, la
matriz C = B AB · · · An−1 B de la realización {A, B, C} no es singular.
La utilidad de este resultado depende de la habilidad para obtener los estados, lo cual
será considerado más adelante. Por claridad de discusión y por razones pedagógicas,
se tratarán por ahora, el problema de la determinación de los estados y el de la reali-
mentación de ellos separadamente. Por el momento se supone que, por algún medio,
los estados son disponibles. Recuerde que para obtener los estados, si el sistema es
observable, se necesita conocer no solonla salida y (t) y sus derivadas sino también la en- o
.
trada u (t) y, en general, se necesita y (t) , y (t) , · · · ,y (n−1) (t) ,u (t) , · · · ,u(n−1) (t) .
Por eso, se esperarı́a que una configuración deseable de realimentación involucre la
salida y algunas de sus derivadas y la entrada y algunas de sus derivadas. Se puede
obtener entonces compensadores que permitan reubicar arbitrariamente los polos,
garantizar estabilidad interna de la configuración total y mantener el grado del poli-

265
266 REALIMENTACION LINEAL DE LAS VARIABLES DE ESTADO

nomio del denominador de la función de transferencia total igual al del sistema origi-
nal. Si no hay restricción en este último, el uso directo de la entrada no es necesario.

8.1 Realimentación de las variables de estado y


controlabilidad de los modos
Considere el siguiente problema. Se da la realización:
.
x (t) = Ax (t) + Bu (t)
(8.1)
y (t) = Cx (t)
con el polinomio caracterı́stico:

a (s) = det (sI − A) = sn + a1 sn−1 + · · · + an (8.2)


Si se especifica una función de transferencia de la forma:

b (s) b1 sn−1 + · · · + bn
H (s) = = n (8.3)
a (s) s + a1 sn−1 + · · · + an
Se supondrá que {A, B, C} es alguna realización con n estados de esta función de
transferencia.
Se desea modificar el sistema dado, mediante el uso de realimentación de las variables
de estado, para obtener un nuevo sistema con valores propios especificados, o en otras
palabras, para obtener un polinomio caracterı́stico deseado.
Es decir:

α (s) = sn + α1 sn−1 + · · · + αn (8.4)

Figura 8.1 Realización modificada por realimentación de las variables de estado


En la Fig 8.1, la señal de control u (t) se obtiene, utilizando realimentación por vari-
ables de estado, mediante la ecuación:
8.1 Algunas fórmulas para la ganancia de realimentación 267

u (t) = v (t) − Kx (t) (8.5)


con K = [K1 · · · Kn ]
en donde v (t) es la nueva entrada externa.
El uso de −K x (t) en lugar de K x (t) es puramente convencional, ya que la reali-
mentación es usualmente negativa. Con esta realimentación se tiene la realización
(8.6):
.
x (t) = (A − BK) x (t) + Bv (t)
(8.6)
y (t) = Cx (t)
que tiene el polinomio caracterı́stico:

aK (s) = det (sI − A + BK) (8.7)


El objetivo es escoger K de modo que aK (s) = α (s) .
Hay muchas maneras de determinar K, algunas de las cuales serán presentadas aquı́.
8.1.1 Algunas fórmulas para la ganancia de realimentación
Se deducirá la fórmula de Bass y Gura que usa la siguiente identidad:

det [In − P Q] = det [Im − QP ] (8.8)


en donde In e Im son matrices identidad de dimensiones n × n y m × m, respectiva-
mente, y P y Q son matrices de dimensiones n × m y m × n, respectivamente.
De (8.7):

aK (s) = det (sI − A + BK)


n h io
= det (sI − A) I + (sI − A)−1 BK
h i
= det (sI − A) det I + (sI − A)−1 BK (8.9)
Usando la identidad (8.8) en (8.9):
h i
aK (s) = a (s) 1 + K (sI − A)−1 B (8.10)
de donde:

aK (s) − a (s) = a (s) K (sI − A)−1 B (8.11)


Ambos lados de (8.11) son polinomios en s, y por lo tanto K se puede encontrar
igualando los coeficientes que corresponden a iguales potencias de s. Para hacerlo se
utilizará la fórmula (8.12):

1 ¡ ¢
(sI − A)−1 = {sn−1 I + sn−2 (A + a1 I) + sn−3 A2 + a1 A + a2 I + · · · +
a (s)
¡ ¢
+s An−2 + a1 An−3 + · · · + an−2 I
¡ ¢
+s◦ An−1 + a1 An−2 + · · · + an−1 I } (8.12)
268 REALIMENTACION LINEAL DE LAS VARIABLES DE ESTADO

Con (8.12) en (8.11) se obtiene:

α1 − a1 = KB, α2 − a2 = KAB + a1 KB, α3 − a3 = KA2 B + a1 KAB + a2 KB


y asi sucesivamente. Reescribiéndolas en forma matricial:

£ ¤
α−a = KB, KAB + a1 KB, · · · , KAn−1 B + a1 KAn−2 B + · · · + an−1 KB
 
1 a1 a2 · · · an−1
 0 1 a1 · · · an−2 
 
£ ¤  .. 
2
= K B, AB, A B, · · · , An−1 
B  0 0 1 ··· .  
 . . . 
 .. .. .. ... a1 
0 0 ··· 0 1

α − a = K C At (8.13)
en donde:

α = [α1 α2 · · · αn ]
a = [a1 a2 · · · an ]
£ ¤
C = B, AB, · · · , An−1 B
y A es una matriz Toeplitz triangular inferior con primera columna:
t
[1 a1 · · · an−1 ] (8.14)
Puesto que A es nosingular, se puede resolver (8.13) para hallar K para α y a arbitra-
rios, si y solo si C es nosingular. Se ha probado entonces que mediante realimentación
de las variables de estado se pueden reubicar © arbitrariamente los
ª valores propios de
una realización {A, B, C}, si y solo si C = B, AB, · · · , An−1 B es no singular.
Entonces la ganancia de realimentación requerida se puede calcular como:

K = (α − a) At C −1 (8.15)
(8.15) es conocida como la fórmula de Bass-Gura para determinar K.
La reubicación de valores propios por realimentación de las variables de estado ha
sido llamada controlabilidad de modos.
Notése de (8.15) que cambios grandes en los coeficientes de a (s) necesitará, en general,
valores más grandes en las ganancias del vector K, con consecuentes dificultades en
la implementación y operación (alejamiento del punto de operación a una región no
lineal, distorsión en el transitorio, favorecimiento del ruido, etc). Note también que
grandes valores de K podrı́an ser debidos a que C es cercanamente singular.
8.1.2 Importancia de la forma canónica ”CONTROLLER”
Para controlabilidad de los estados, la forma canónica ”CONTROLLABILITY”, para
la cual C = I es la más conveniente. También es útil para calcular K de (8.15); sin
8.1 Importancia de la forma canónica ”CONTROLLER” 269

embargo, es posible encontrar una forma más simple. Recuerde que para la forma
canónica ”CONTROLLER” {Ac , Bc , Cc }, en donde Ac es una matriz ”companion”
con [−a1 , −a2 , · · · , −an ] como primera fila, Bc tiene como primer elemento uno y los
demás ceros, Cc−1 = At . Si se reemplaza ésta en (8.15) se obtiene(8.16).

Kc = α − a (8.16)
Otra derivación de (8.16) se obtiene observando que, debido a la forma especial de
Bc .

 
− (a1 + Kc1 ) − (a2 + Kc2 ) · · · − (an + Kcn )
 1 0 0 
 
 1 
Ac − Bc Kc =   (8.17)
 .. .. 
 . 0 . 
0 1 0

la cual está todavı́a en forma ”CONTROLLER”, y por lo tanto:

det (sI − Ac + Bc Kc ) = sn + (a1 + Kc1 ) sn−1 + · · · + (an + Kcn ) (8.18)


De (8.18) se obtiene inmediatamente (8.16).
Lo anterior sugiere que una manera de resolver el problema para una realización
general {A, B, C} es convertirla primero en una forma ”CONTROLLER” por medio
de un cambio adecuado de variables:

x (t) = T xc (t) (8.19)


con det T 6= 0

Con (8.19) en (8.1) se obtiene:

A = T Ac T −1
(8.20)
B = T Bc
Se puede demostrar que si la nueva realización, en este caso tipo ”CONTROLLER”,
es controlable, entonces:

T = C Cc−1 (8.21)
Por lo tanto:

¡ ¢
aK (s) = det (sI − A + BK) = det sI − T Ac T −1 + T Bc K
© ª
= det T [sI − Ac + Bc KT ] T −1
= det T det (sI − Ac + Bc KT ) det T −1

Ası́:
270 REALIMENTACION LINEAL DE LAS VARIABLES DE ESTADO

aK (s) = det (sI − Ac + Bc KT ) (8.22)


KT = Kc (8.23)

Con (8.16), (8.21), sabiendo que Cc = A−t y reemplazando en (8.23), se obtiene de


nuevo (8.15).
8.1.3 Otras fórmulas para la ganancia de realimentación
(8.15) es una fórmula para K en términos de los coeficientes del polinomio carcterı́stico
viejo y del nuevo. La siguiente es la fórmula de Ackerman:

K = qnt α (A) (8.24)


en donde α (s) es el polinomio caracterı́stico deseado, y

qnt = [0 · · · 01] C −1 (8.25)


la última fila de C −1 .
(8.24) es útil algunas veces para análisis teóricos. Note que no se requiere un conoci-
miento explı́cito del polinomio original a (s) = det (sI − A) .
Para demostrar (8.24) se supondrá que se tiene una realización tipo ”CONTROLLER”,
en cuyo caso:

t
Kc = α − a = qc,n α (Ac ) (8.26)
la última fila de α (Ac ), porque:

t
qc,n = [0 · · · 01] C −1 = [0 · · · 01] At
 
1 a1 · · · an−1
 0 1 · · · an−2 
 
= [0 · · · 01]  . . ..  = [0 · · · 01]
 .. .. . 
0 0 ··· 1

Puesto que:

α (Ac ) = Anc + α1 An−1


c + · · · + αn I (8.27)
y del teorema de Cayley-Hamilton que establece que cada matriz cuadrada, Ac en
este caso, satisface su ecuación caracterı́stica:

a (s) = sn + a1 sn−1 + · · · + an = 0
a (Ac ) = Anc + α1 An−1
c + · · · + an I = 0

Entonces:
8.1 Fórmula de Mayne-Murdoch. 271

n
X
Anc = − ai An−i
c (8.28)
i=1

(8.28) en (8.27) y se obtiene:


Xn
α (Ac ) = (αi − ai ) An−i
c (8.29)
i=1

La propiedad de desplazamiento de las matrices ”companion” establece que:

eti Ac = eti−1 2 ≤ i ≤ n
(8.30)
et1 Ac = [−a1 − a2 · · · − an ]
en donde eti denota el vector fila [00 · · · 010 · · · 0] con el i ésimo elemento igual a uno.
Si la última columna de la matriz ”companion” es − [an · · · a1 ]t , la propiedad de
desplazamiento es de la forma:

A ei = ei+1 (8.31)
i = 1 2···n − 1

Utilizando (8.29) y la anterior propiedad en (8.24) se obtiene (8.32):

Xn
Kc = etn α (Ac ) = (αi − ai ) etn An−i
c
i=1
= (α1 − a1 ) et1 + (α2 − a2 ) et2 + · · · + (αn−1 − an−1 ) etn−1 + (αn − an ) etn
= [α1 − a1 α2 − a2 · · · αn−1 − an−1 αn − an ]

O sea:

Kc = α − a (8.32)
que era lo que se querı́a demostrar. Note que (8.32) es la misma ecuación (8.16).
8.1.4 Fórmula de Mayne-Murdoch
Ganancias de realimentación en términos de los valores propios
En muchos problemas son especificados los valores propios del sistema y, por propósitos
numéricos, a veces es preferible trabajar directamente con ellos, al menos cuando son
distintos.
Suponga que A es diagonal con valores propios {λ1 · · · λn } y que las raı́ces deseadas
son {µ1 · · · µn }. De la ecuación (8.10) se obtiene:
X Ki bi n
aK (s)
= 1 + K (sI − A)−1 B = 1+ (8.33)
a (s) i=1
(s − λi )
272 REALIMENTACION LINEAL DE LAS VARIABLES DE ESTADO

De (8.33) se nota que una regla para obtener Ki es expandir en fracciones parciales
aK (s) −1
a(s) y dividir el coeficiente del término (s − λi ) por bi .
Más explı́citamente, se multiplica ambos lados de (8.33) por (s − λi ) y se hace s = λi
para obtener (8.34):
Q
(λi − µJ )
J
Ki bi = Q (8.34)
(λi − λJ )
J6=i

(8.34) muestra claramente que la ganancia de realimentación se incrementa a medida


que aumenta la separación entre los polos de lazo abierto y de lazo cerrado, |λi − µJ |.
Fórmulas explı́citas para cuando A no es diagonalizable también se pueden obtener,
aunque son de menos importancia.
8.1.5 Realimentación del estado y los ceros de la función de
transferencia
Se ha demostrado que mediante realimentación del estado se puede cambiar el de-
nominador de la función de transferencia de a (s) a cualquier polinomio, mónico, α (s)
del mismo grado. Se estudiará ahora el efecto sobre los ceros.
Una manera simple es suponer que la realización es de tipo ”CONTROLLER”,
{Ac , Bc , Cc }, en donde Ac es la matriz ”companion” con primer fila − [a1 · · · an ],
Bct = [10 · · · 0] y Cc contiene los coeficientes de b (s), Cc = [b1 b2 · · · bn ] .
Note que después de realimentar el estado la realización es {Ac − Bc Kc , Bc , Cc }, la
cual es todavı́a del tipo ”CONTROLLER” y por lo tanto la función de transferencia
es:
Y (s) b (s)
=
V (s) α (s)
Es decir, la realimentación del estado no afecta los ceros de la función de transferencia,
a menos, por supuesto, que sean cancelados por la escogencia apropiada del nuevo
polinomio del denominador α (s). Por lo tanto, aquélla resuelve el problema de los
ceros ubicados indeseablemente (limitaciones en las caracterı́sticas de fase y de atraso
del sistema).
8.1.6 Realizaciones no controlables y estabilizables
Modos controlables e incontrolables.
Suponga que se tiene una realización tipo diagonal y con todos los valores propios
diferentes.

.
x = Λx + Bu
Λ = diag {λ1 · · · λn } , λi 6= λJ

Fácilmente se puede demostrar que esta realización es controlable si y solo si cada


uno de los elementos de B es diferente de cero. Si, por ejemplo, b1 = b3 = 0, entonces
8.1 Referencias diferentes de cero 273

la entrada está desacoplada de los correspondientes modos λ1 y λ3 , y por lo tanto,


ninguna realimentación puede afectarlos. Por eso, en una realización diagonal no
controlable ciertos valores propios no se pueden reubicar, o en otras palabras, no
pueden ser afectados por realimentación del estado. Si estos modos son estables,
entonces, en muchas situaciones, no es importante que no puedan ser afectados. Sin
embargo, si son inestables, habrá problemas. Una realización es estabilizable si todos
los valores propios inestables se pueden reubicar arbitrariamente por realimentación
de las variables de estado.
Una realización diagonal es estabilizable si y solo si los {bi } correspondientes a los
inestables {λi } son diferentes de cero, es decir, si los modos inestables son todos
controlables.
Puesto que una realización {A, B} © con ªmatriz ”CONTROLLABILITY” C de rango
r se puede transformar en el par A, B , en donde:

· ¸ · ¸
Ac A12 Bc }r
A= B=
0 Ac 0 }n − r
|{z} |{z}
r n−r
© ª
entonces A, B , y por lo tanto {A, B} será estabilizable si y solo si todos los valores
propios de Ac tienen parte real negativa.
8.1.7 Reguladores, referencias diferentes de cero y seguimiento
Se ha demostrado que, dada una realización {A, B, C} que es controlable, utilizando
realimentación de las variables de estado, u = −K x + v, se puede obtener una real-
ización {A − BK, B, C} con det (sI − A + BK) arbitrario. Este resultado se utiliza
generalmente en problemas de regulación, en donde las condiciones iniciales dife-
rentes de cero, x (0) = x0 6= 0, provienen de alguna perturbación y la reali-
mentación −K x se usa para restablecer el estado a cero a una velocidad determi-
nada por los valo-res propios de A − BK. Un decaimiento bastante rápido se puede
obtener moviendo los valores propios lejos del eje imaginario en el semiplano complejo
izquierdo, SCI, pero a un precio que tiene que ser pagado en término de alta energı́a
del control, K grande, incremento en el ancho de banda del sistema en lazo cerrado
y por lo tanto el incremento en la sensitividad al ruido, etc. Ası́, debe de haber un
compromiso en la reubicación de los valores propios. Aquı́, sin embargo, se tratarán
algunos problemas que pueden ser tratados con pequeñas modificaciones a la solución
del problema del regulador.
8.1.7.1 Referencias diferentes de cero
En el problema del regulador, el objetivo es regresar el estado x a cero, y por eso
la entrada externa v es tomada como cero. Si se supone, sin embargo, que se desea
tener:

y (t) = Cx (t) → yd
t→∞
274 REALIMENTACION LINEAL DE LAS VARIABLES DE ESTADO

en donde yd , o comando, es algún valor deseado diferente de cero, en el estado esta-


cionario, de la combinación C x (t) .
Esto se puede lograr usando un comando de entrada constante vd tal que:

.
x = 0 = (A − BK) xd + B vd
yd = Cxd = −C (A − BK)−1 B vd = HK (0) vd

en donde HK (s) es la función de transferencia en lazo cerrado:

HK (s) = C (sI − A + BK)−1 B

Note que (A − BK)−1 existe ya que K se escoge, presumiblemente, para que los
valores propios de A − BK tengan partes reales suficientemente negativas, y en par-
ticular, ningún valor propio de A − BK es cero. Por lo tanto vd se puede determinar
con la ecuación:
−1
vd = HK (0) yd

con la condición de que HK (0) 6= 0, es decir, la función de transferencia en lazo


cerrado no debe tener ceros en el origen. Pero, como se demostró antes, los ceros de
HK (s) son los mismos de la función de transferencia original H(s). Por lo tanto, el
comando de entrada vd se puede determinar si y solo si:

H (0) = −CA−1 B 6= 0

Una vez encontrado vd , la respuesta del sistema se puede hallar, utilizando super-
posición, como la suma de las soluciones a los casos:

1) v = vd , x (0) = xd
2) v = 0, x (0) = x0 − xd

Ası́, la respuesta, o salida del sistema, y(t), se puede expresar como:

y (t) = yd + C x̃ (t)

en donde:

.
˜ ˜
x (t) = (A − BK) x (t)
˜
con x (0) = x0 − xd
˜
Observe que x (t) → 0 a una velocidad determinada por los valores propios de
t→∞
A − BK y, por lo tanto, y (t) → yd a esa misma rata.
t→∞
Si el comando yd es cambiado,de manera suficientemente lenta, el anterior esquema
puede desarrollar un trabajo razonable de seguimiento.
8.1 Perturbaciones de entrada constante y realimentación integral 275

8.1.7.2 Perturbaciones de entrada constante y realimentación integral


Suponga que en el modelo del sistema se tiene un vector de perturbación w constante,
pero desconocido.Ası́, el sistema se puede desribir mediante las ecuaciones:

.
x = Ax + Bu + w, x (0) = x0
y = Cx

Si se usa realimentación de las variables de estado, u (t) = −K x (t), para estabilizar


el sistema original, la presencia de w producirá un valor de estado estacionario
diferente de cero. Este valor se puede reducir incrementando K; sin embargo, este
procedimiento tiene lı́mites debido a los efectos de saturación y ruido.
Un método razonable podrı́a ser tratar de estimar el descononido w de alguna mane-
ra y usar esta estimación para cancelar la perturbación. Los efectos de vectores
de perturbación constantes, a menudo, se pueden eliminar utilizando realimentación
integral del error. Ası́, se introduce una variable de estado adicional:

q̇ (t) = y

y se usa la realimentación:

u (t) = Kx (t) − Kq q (t) ley de control

Figura 8.2 Realimentación de las variables de estado y la integral de la salida


El sistema aumentado en lazo cerrado es:
· . ¸ · ¸· ¸ · ¸
x A − BK −BKq x w
. = +
q C 0 q 0

Si {K, Kq } se escogen de modo que el sistema sea estable, entonces el valor de y en


el estado estacionario será cero, ya que de la segunda ecuación anterior:

0 = Cx (∞) = y (∞)
276 REALIMENTACION LINEAL DE LAS VARIABLES DE ESTADO

Es importante notar que el error de estado estacionario es llevado a cero sin conocer
la perturbación w. Además, nótese que usando un comando de entrada vd , o refe-
rencia, en adición a la realimentación integrativa se puede obtener un valor de estado
estacionario y (∞) deseado.

Ejemplo 8.1 .

Figura 8.3 Ejemplo


En la lı́nea que conecta el centro de la tierra con el centro de la luna, hay un punto L1,
Fig 8.3, en donde la fuerza de atracción de la tierra sobre un satélite (en una órbita
alrededor de la tierra con el mismo perı́odo que la órbita de la luna) es exactamente
igual a la fuerza de atracción de la luna más la fuerza centrı́fuga. Sin embargo, este
punto de equilibrio es inestable como se verá. Después se demostrará que usando
realimentación del estado, a través de un pequeño motor de reacción, un satélite en
ese punto puede ser estabilizado.
Las ecuaciones dinámicas para pequeñas desviaciones del punto de equilibrio se puede
demostrar que son:

.. .
x −2ω y −9ω2 x = 0
.. .
y +2ω x +4ω2 y = u

en donde:

x perturbación de la posición radial.


y perturbación de la posición acimutal.
u = F/mω 2
F fuerza del motor en la dirección y,
m masa del satélite

ω = rad. dı́a−1
29
1) Con u = 0, demostrar que el punto de equilibrio es inestable.
2) Para estabilizar el sistema, usar realimentación de las variables de estado:
. .
u = −K1 x − K2 x −K3 y − K4 y
8.1 Perturbaciones de entrada constante y realimentación integral 277

Determinar los Ki de modo que el sistema en lazo cerrado tenga los polos en s = −3ω,
s = −4ω, y s = (−3 ± j3) ω.
3) Diseñar un controlador con la anterior realimentación y con un comando de refe-
rencia para la posición y.
4) Explicar porqué un controlador como el anterior para la posición x no puede ser
diseñado para el satélite.
Solución:
. .
1) Utilizando como variables de estado x, x, y, y , entonces:

   
0 1 0 0 0
 9ω 2 0 0 2ω   0 
A=
 0
 B= 
0 0 1   0 
0 −2ω −4ω 2 0 1
La ecuación caracterı́stica es:

a (s) = det (sI − A) = s4 − ω2 s2 − 36ω 4

cuyas raı́ces se determinan con:


√ ¡ √ ¢
2 ω2 ± ω 4 + 144ω 4 ω2 1 ± 145
s = =
2 2
Por lo tanto, los valores propios son:

{±ω2.35, ±jω2.55}

y el sistema es claramente inestable.


2) Como ¡el sistema es controlable,
¢ ya que la matriz de controlabilidad C ∗ (A, B) es no
singular det C ∗ = −36ω4 , se puede reubicar los valores propios por realimentación
de las variables de estado. El polinomio caracterı́stico deseado es:

α (s) = (s + 3ω) (s + 4ω) (s + 3ω + j3ω) (s + 3ω − j3ω)


= s4 + 13ωs3 + 72ω 2 s2 + 198ω 3 s + 216ω 4

Utilizando la fórmula de Bass-Gura, por ejemplo, ó por comparación de coeficientes


con el polinomio det (sI − A + BK) se obtiene:

K4 = 13ω K3 = −28ω 2 K2 = 50.5ω K1 = 157.5ω2


3) Como la salida es y, entonces:

C = [0 0 1 0]

Calculando:
1
HK (0) = −C (A − BK)−1 B = −
24ω 2
278 REALIMENTACION LINEAL DE LAS VARIABLES DE ESTADO

Por lo tanto:
−1
vd = HK (0) yd = −24ω 2 yd

y la solución por realimentación, ley de control, es:

u (t) = −Kx − 24ω2 yd

en donde:
£ ¤
K = 157.5ω 2 50.5ω − 28ω 2 13ω

4) En este caso la salida serı́a x, y entonces:

C = [1 0 0 0]
−1
Si se calcula −C (A − BK) B = 0 para todo K.
Ası́, es imposible encontrar una entrada vd para ajustar cualquier valor deseado de x.
8.1.7.3 Observaciones finales
La escogencia de un conjunto de valores propios deseados, depende de criterios de
funcionamiento de diseño tales como el tiempo de crecimiento, tiempo de establec-
imiento, el máximo sobrepaso, la magnitd máxima de las señales, etc. Aunque estos
criterios sean precisamente especificados, no hay respuesta simple al problema pro-
puesto. Una manera de proceder es por simulación en el computador. Por supuesto
el conjunto de valores propios obtenidos no será único. La única manera sistemática
conocida para las ganancias de realimentación, y consecuentemente un conjunto único
de valores propios es minimizando el ı́ndice de desarrollo cuadrático:
Z ∞h i
t t
J= x (t) Qx (t) + u (t) Ru (t) dt
0

K se puede determinar resolviendo la ecuación algebraica de Riccati. Sin embargo,


no existe ninguna regla especı́fica para escoger las matrices Q y R en el anterior ı́ndice
cuadrático. Esta metodologı́a está fuera del alcance de este libro.
Una de las ventajas de la técnica propuesta en este capı́tulo es que el procedimiento
consiste de dos pasos independientes. El primero supone que todas las variables de
estado están disponibles para propósitos de realimentación. Naturalmente esto es
impráctico ya que implicarı́a conseguir un gran número de sensores. La suposición de
la disponibilidad de las entradas meramente permiten proceder con el primer diseño,
que se llamará ley de control. El paso restante consiste en diseñar un ”estimador”
u ”observador asintótico” el cual permite estimar todo el vector de estado. El con-
trolador final, o compensador, consistirá de la combinación de la ley de control y el
estimador, en donde la ley de control se basa en los estados estimados en lugar de los
estados actuales, o reales.
CAPITULO 9
DISEÑO DE OBSERVADORES
ASINTOTICOS Y COMPEN-
SADORES

Si una realización {A, B, C} es controlable, entonces la realimentación de las variables


de estado puede reubicar los valores propios de A a donde se desee. Se discutirá el
problema de obtener los estados de la realización conociendo únicamente la entrada u y
la salida y del sistema. Si el sistema es observable, mediante diferenciación se pueden
calcular los estados. Está técnica es por supuesto impráctica y se desarrollará un
estimador de estado más realı́stico conocido como observador asintótico. Su nombre
es debido a que los estados se pueden obtener únicamente con un error tal que tiende
a cero a una rata exponencial deseada.
Se verá que las ecuaciones de diseño para el controlador no se afectan por el hecho de
que se usen los estados aproximados en lugar de los verdaderos. Se verá además que la
configuración total del observador-controlador es internamente estable. Sin embargo,
el uso de los estados estimados en lugar de los verdaderos para realimentación, podrı́a
conducir en general a un deterioro de la respuesta transitoria.

9.1 Observadores asintóticos para medida de los


estados
Se desea determinar los estados de la realización:

.
x (t) = Ax (t) + Bu (t) , x (0−) = x0
y (t) = Cx (t) , t > 0−

279
280 DISENO DE OBSERVADORES ASINTOTICOS Y COMPENSADORES

suponiendo conocidos y (t) y u (t) .


Si se conocen A, B, C, y (t) y u (t) se puede simular el sistema y usar como entrada a
u (t). El problema sin embargo es que no se conoce el estado energético inicial (e.e.i)
x (0−) = x0 . Se puede demostrar que con u (t) = 0, t ≤ 0− :
h it
O.x (0−) = y (0−) , · · · , y (n−1) (0−)
© ª
de la cual podrı́a hallarse x (0−) si se da y (0−) , · · · , y (n−1) (0−) como parte del
problema.
9.1.1 Un observador en lazo abierto.
Si se simula el sistema {A, B, C} con el e.e.i correcto y se excita con la entrada
{u (t) , t > 0−}, se puede obtener {x (t) , t > 0−}. Observe que es una estrategia en
lazo abierto y es susceptible, por lo tanto, a perturbaciones y no hay medio para
compensar por algunos errores.

Figura 9.1 Sistema original y simulación


Suponga que el e.e.i de la simulación tiene un ligero error; es decir se tiene x̂0 , x0 +ζ,
kζk << kx0 k, en lugar de x0 .
Los estados serán las variables x̂ (t) en lugar de x (t) :
.
x̂ (t) = Ax̂ (t) + Bu (t) , x̂ (0−) = x̂0 = x0 + ζ (9.1)
.
x (t) = Ax (t) + Bu (t) (9.2)
Obviamente hay un error x̃ (t) , x̂ (t)−x (t) que satisface la ecuación diferencial (9.3)
que se obtiene de (9.1) y (9.2):

.
x̃ (t) = A x̃ (t) (9.3)
x̃ (0−) = ζ
9.1 Un observador en lazo cerrado 281

Es decir, el error ζ en el e.e.i produce un error x̃ (t) , ∀t ≥ 0 − .


Usando Laplace:

sx̃ (s) − ζ = Ax̃ (s)


−1
x̃ (s) = (sI − A) ζ (9.4)

Si se expande© (9.4) en fraccionesª parciales se nota que x̃ (t) será una suma de términos
de la forma eλi t , tJ eλK t · · · , en donde los {λi } son los valores propios de A. Obvi-
amente si el sistema es inestable (recuérdese que interesa determinar los estados para
ser realimentados y lograr estabilidad) entonces el error x̃ (t) crecerá indefinidamente
a medida que t → ∞ sin importar que tan pequeño es el error inicial.
Aún si el sistema es estable, si algunos valores propios tienen partes reales muy
pequeñas, los efectos de los errores en las estimaciones iniciales tomarán mucho tiempo
en desaparecer prácticamente.
9.1.2 Un observador en lazo cerrado
Habrá situaciones en las que un estimador de lazo abierto puede ser satisfactorio,
especialmente si se hace una reinicialización periódica, para eliminar, o al menos
controlar deseablemente, los efectos de errores iniciales y perturbaciones.
Sin embargo, la manera clásica de resolver estas dificultades potenciales de sistemas
de lazo abierto es usar realimentación para que el error tienda a cero, excitando el
sistema con un término proporcional al error en la estimación. El problema consiste
en como determinar este error. En problemas clásicos de realimentación se obtiene
de la señal de referencia.
En nuestro problema, el error es x (t) − x̂ (t) = x̃ (t), pero por supuesto x (t) no está
disponible. Por esto se debe obtener una señal de referencia de alguna otra manera.
La salida y (t), no usada en la relación de lazo abierto, puede ser utilizada ahora ya
que con y (t) = Cx (t), y (t) es disponible. Una señal de error se puede generar como:

y (t) − ŷ (t) = y (t) − Cx̂ (t) = C [x (t) − x̂ (t)] = C x̃ (t)

la cual puede ser utilizada para excitar la ecuación del estimador. Estas observaciones
llevan a considerar un estimador para x (t) de la forma mostrada en la Fig 9.2.
Se supone que se tiene acceso a la entrada y salida del sistema original. Ası́:

.
x̂ (t) = Ax̂ (t) + Bu (t) + l [y (t) − Cx̂ (t)] (9.5)
x̂ (0) = x̂0

donde x̂0 es una estimación inicial del vector de estado y l es un vector de ganancias
de realimentación que debe ser escogido deseablemente.
282 DISENO DE OBSERVADORES ASINTOTICOS Y COMPENSADORES

Figura 9.2 Observador asintótico


El sistema que genera x̂ es llamado observador u observador asintótico, por razones
que se verán más adelante. l debe ser escogido para controlar adecuadamente el error
x̃ = x − x̂.
De (9.2) y (9.5) se obtiene:

.
x̃ (t) = (A − lC) x̃ (t) (9.6)
x̃ (0) = x0 − x̂0
Obsérvese que con l = 0, (9.6) se reduce a (9.3) o ecuación de error en lazo abierto.
El efecto de realimentar el error l [y − ŷ] = lC [x − x̂] es dar algún control sobre el
comportamiento del error x̃. En efecto, las frecuencias naturales serán los valores
propios de A − lC, y lo que se trata de hacer es escoger l de modo que el error se
atenúe tan rápido como se desee. Por ahora la estimación inicial x̃0 no es importante
si no se tiene información especial. A menudo se toma x̃0 = 0. La razón para el
nombre observador asintótico debe ser clara ahora.
Se demostrará que si {C, A} es observable, entonces se puede hallar l de modo que
A − lC tenga valores propios arbitrarios, es decir:

det (sI − A + lC) = α (s) = sn + α1 sn−1 + · · · + αn (9.7)


en donde los αi son completamente arbitrarios.
Este problema es esencialmente el mismo como el de determinar el vector de re-
alimentación K requerido para darle una dinámica arbitraria a una realización que
es controlable.
9.1.3 Fórmulas para el vector de ganancias del observador
Se demostró que dada una realización {A, B, C} con {A, B} controlable, se puede
encontrar un vector K de varias maneras de modo que:
9.2 Observador y controlador combinados (compensadores). 283

det (sI − A + BK) = sn + α1 sn−1 + · · · + αn (9.8)


para cualquier αi . Una fórmula, por ejemplo, es:

K = (α − a) Γ−1 C −t (A, B) (9.9)


t
en donde a es el vector de coeficientes de a (s) = det (sI − A) y Γ es una matriz
triangular superior Toeplitz con [1 a1 · · · an−1 ] como la primer fila.
 
1 a1 a2 · · · an−1
 0 1 a1 · · · an−2 
 
 0 0 1 · · · an−3 
 
Γt = 
 ..
. .. .. 
 . . 
 . 
 .. a1 
0 1
Para reformular el problema del observador de la anterior manera, puesto que det M =
det M t , entonces:
¡ ¢
det (sI − A + lC) = det (sI − A + lC)t = det sI − At + C t lt

y si en la solución del problema del controlador se reemplaza:

A → At B → Ct K → lt

entonces l se puede encontrar si y solo si C (At , C t ) es no singular. Entonces:


¡ t ¢
lt = (α − a) Γ−t− C
−1
A , Ct

Pero:
¡ ¢ h i
C At , C t = C t At C t · · · At(n−1) C t = O (A C)

Por lo tanto el vector de ganancias l del observador se puede calcular como:

l = O−1 (A, C) Γ−t (α − a)t (9.10)


Entonces para calcular l es necesario que el sistema sea observable. La dualidad entre
el problema del observador asintótico y el del controlador modal es muy útil y puede
ser usada como se hizo anteriormente.

9.2 Observador y controlador combinados (com-


pensadores)
El problema del observador se generó por la necesidad de obtener los estados para
usarlos en el controlador. Ahora se tiene estimaciones asintóticas correctas de los
284 DISENO DE OBSERVADORES ASINTOTICOS Y COMPENSADORES

estados en lugar de los estados mismos y una pregunta natural es si el resultado


previo de ubicar polos arbtrariamente por realimentación de las variables de estado
se sostendrá cuando solo se dispone de tales estimaciones de los estados actuales.
Lógicamente en estado estacionario el observador asintótico es adecuado ya que los
errores en las estimaciones son nulos. Por eso, como se verá más adelante, la función
de tranferencia del observador y controlador conbinadas será la misma que la del con-
trolador puro, con perfecta realimentación de los estados. Pero la preocupación básica
es si la incorporación del sistema dinámico observador en el lazo de realimentación
afectará la estabilidad de el sistema total ya que interconexiones de subsistemas es-
tables podrı́an conducir a sistemas totales inestables. Sin embargo, se probará que la
incorporación de un observador asintótico estable no inestabiliza el sistema total.

Figura 9.3 Observador y controlador combinados


El sistema original de la Fig 9.3 puede ser descrito por su función de transferencia
H (s) o por una realización {A, B, C}. Si se tiene H (s) se puede obtener una re-
alización conveniente, por ejemplo, tipo ”CONTROLLER”, de modo que se pueda
usar realimentación de las variables de estado. Si éstas son directamente medibles,
se puede cerrar el lazo a través del vector de ganancias K. De otra manera, se debe
usar estados estimados x̂, los cuales se obtienen del sistema simulado que es excitado
por el error l [y − Cx̂] y por la misma entrada del sistema original, u = v − Kx̂. Este
último hecho debe ser ası́, pues de lo contrario los estados x̂ no seguirán a los estados
x.
Para el sistema de la Fig 9.3 se pueden plantear las siguientes ecuaciones:
.
x (t) = Ax (t) + B [v (t) − Kx̂ (t)]

.
x (t) = Ax (t) − BKx̂ (t) + Bv (t) (9.11)
9.2 Observador y controlador combinados (compensadores). 285

x (0−) = x0

.
x̂ (t) = Ax̂ (t) + B [v (t) − Kx̂ (t)] + l [Cx (t) − Cx̂ (t)]

.
x̂ (t) = l Cx (t) + (A − lC − BK) x̂ (t) + Bv (t) (9.12)
x̂ (0−) = x̂0

El error en los estados obedece la siguiente ecuación:


. . .
x̃ (t) = x (t) − x̂ (t) = Ax (t) − Ax̂ (t) − lCx (t) + lCx̂ (t)

.
x̃ (t) = (A − lC) x̃ (t) (9.13)
x̃ (0−) = x0 − x̂0

Observe que en la ecuación (9.13) la entrada no interviene.


Las ecuaciones (9.11) y (9.12) se pueden reescribir, en forma matricial, ası́:

· . ¸ · ¸· ¸ · ¸
x (t) A −BK x (t) B
. = + v (t) (9.14)
x̂ (t) lC A − lC − BK x̂ (t) B
· ¸ · ¸
x (0−) x0
=
x̂ (0−) x̂0

y (t) = C x (t) (9.15)


Suponiendo el estado energético inicial nulo y usando la transformada de Laplace en
(9.14) y (9.15) para obtener la función de transferencia total, Ho−c (s) = YV (s)
(s) , se
obtiene:

sx (s) = Ax (s) − BKx̂ (s) + B V (s) (9.16)


sx̂ (s) = lCx (s) + (A − lC − BK) x̂ (s) + B V (s) (9.17)

Eliminando x̂ (s) entre (9.16) y (9.17) se obtiene:

h i
sI − A + BK (sI − A + BK + lC)−1 lC x (s) =
h i
= I − BK (sI − A + BK + lC)−1 B V (s) (9.18)

Una identidad matricial muy útil es:


h i−1
I + C (sI − A)−1 B = I − C (sI − A + BC)−1 B (9.19)
286 DISENO DE OBSERVADORES ASINTOTICOS Y COMPENSADORES

Si se usa la identidad matricial (9.19) en (9.18), se obtiene (9.20), esto es:

h i
Bv (s) = I + BK (sI − A + lC)−1
n h i o
sI − A + lC − I − BK (sI − A + BK + lC)−1 lC x (s)
= (sI − A + lC + BK − lC) x (s)
Bv (s) = (sI − A + BK) x (s) (9.20)

De donde:

x (s) = (sI − A + BK)−1 B V (s) (9.21)


Transformando (9.15):

Y (s) = Cx (s) (9.22)


Con (9.21) en (9.22) se obtiene la función de transferencia total:

Ho−c (s) = C (sI − A + BK)−1 B (9.23)


que es la misma que se obtendrı́a con realimentación perfecta de los estados.
Es decir, la función de transferencia es la misma del sistema controlado y no depende
de la dinámica del observador. En otras palabras, la función de transferencia no de-
pende de que tan rápido el error en los estados estimados tienda a cero. La explicación
es que con estado inicial cero, para ambos x y x̂, entonces por supuesto el observador,
cuando se excita con las mismas entradas que el sistema original, tendrá las mismas
salidas que el sistema original. Es decir, x (t) = x̂ (t) cuando x (0) = 0 = x̂ (0). Por
eso, al calcular la función de transferencia, el observador asintótico es lo mismo que
el observador perfecto.
Sin embargo el principal interés es con los modos de la realización total, que son las
raı́ces de la ecuación caraterı́stica de la realización (9.14):
· ¸
sI − A BK
ao−c (s) = det (9.24)
−lC sI − A + lC + BK
por transformaciones en las filas y columnas de la matriz en (9.24) se puede simplificar
este determinante de modo que:
· ¸ · ¸
sI − A BK sI − A + lC 0
= (9.25)
−lC sI − A + lC + BK −lC sI − A + BK
por lo tanto:

ao−c (s) = det (sI − A + BK) det (sI − A + lC)


(9.26)
ao−c (s) = acont (s) aobs (s)
Entonces, el polinomio caracterı́stico del sistema total es el producto de los poli-
nomios caracterı́sticos del observador y del sistema controlado suponiendo que se
conocen perfectamente los estados. Esto significa que las frecuencias naturales o mo-
dos del sistema total se pueden ubicar para que este sea estable. De hecho, se pueden
9.2 Perturbaciones constantes y realimentación integrativa 287

escoger arbitrariamente, si la realización original es controlable y observable. Ası́,


seleccionando K como en el Capı́tulo 8, sobre realimentación por variables de estado,
se puede hacer acont (s) = det (sI − A + BK) arbitrario. Por eso, si acont (s) y aobs (s)
son estables, es decir, con raı́ces ubicadas en el plano complejo izquierdo, entonces
ao−c (s) también lo es. Resultado que es fundamental y que no era obvio ya que, como
se dijo antes, hay muchas situaciones en las que la interconexión de sistema estables
conduce a un sistema inestable.
Otra consecuencia útil de (9.26) es que el controlador y el observador se pueden diseñar
independientemente el uno del otro. Para el cálculo de las ganancias de realimentación
K no importa si son los verdaderos estados, o las estimaciones asintóticas correctas
de los estados, los que están disponibles; similarmente, la dinámica del observador
asintótico se puede calcular del conocimiento de A y C sin importar si este se va a
combinar con un controlador por realimentación o no.
Lo anterior constituye la ası́ llamada propiedad de separación en el procedimiento de
diseño del observador-controlador. Sin embargo, habrá un deterioro en la respuesta
transitoria del sistema combinado (ver ejemplo).
9.2.0.1 Implementación del observador
El hecho de que el observador tenga tantos estados como el sistema original no sig-
nifica que se tiene que replicar el sistema original para lograr los anteriores resulta-
dos. El sistema original podrı́a ser una complicada planta de potencia, un procesador
quı́mico, etc. Afortunadamente, se sabe que, excepto en circunstancias muy espe-
ciales, no se necesita contruir el observador de la misma manera como el sistema
original. En particular, se puede construir con circuiteria electrónica, miniaturizada,
con grandes ventajas de tamaño, costo, etc. De hecho, los modernos desarrollos en la
electrónica integrada facilita el uso de observadores de muy alto orden en el control de
sistemas fı́sicos bastante complicados. Ası́, en muchas aplicaciones, es posible utilizar
un microprocesador diseñado especialmente para integrar, no solo el controlador, si
no también las ecuaciones de estado del observador.
9.2.0.2 Resumen
Usando realimentación de los estados de una realización completamente controlable
y completamente observable de la función de transferencia original, se puede obtener
una nueva realización internamente estable cuyas frecuencias naturales estén ubicadas
donde se desee.
Aunque se ha obtenido este resultado solo para sistemas escalares, una entrada, una
salida, hay una extensión natural al caso multivariable y en esto representa quizás el
mayor triunfo del método del estado espacial en el control de sistemas lineales.
9.2.1 Perturbaciones constantes y realimentación integrativa
Para un sistema excitado con una perturbación constante desconocida w, se diseñará
un observador para estimar a w y usar ésta para compensar la perturbación. Matemá-
ticamente:

.
x = Ax + Bu + Bw
.
w = 0
288 DISENO DE OBSERVADORES ASINTOTICOS Y COMPENSADORES

y = Cx

en donde u es la entrada de control y y la salida observada. La perturbación constante


se modela como la salida de un integrador no excitado. Se tiene entonces el sistema
aumentado mostrado en la Fig 9.4:

Figura 9.4 Sistema con perturbación


Si se tuviera una estimación ŵ de w, se ajustarı́a u = −ŵ para tratar de cancelar la
perturbación. Esto motiva para obtener un observador que estime a w.
Un observador para el sistema aumentado es dado por:

" . # · ¸· ¸ · ¸
x̂ A B x̂ B
. = + u + l (y − Cx̂)
ŵ 0 0 ŵ 0
x̂ (0) = 0, ŵ (0) = 0

t
en donde l es un vector columna de dimensiones (n + 1)×1. Partiendo l como [l1t , l2t ] ,
con l2 un escalar, se tiene:

" . # · ¸· ¸ · ¸ · ¸
x̂ A − l1 C B x̂ B l1
. = + u+ y
ŵ −l2 C 0 ŵ 0 l2

La estructura del observador se muestra en la Fig 9.5:


9.2 Perturbaciones constantes y realimentación integrativa 289

Figura 9.5 Observador para estado y perturbación


Si el sistema aumentado es observable, se puede escoger l de tal manera que los modos
del error decaigan, tiendan a cero con el tiempo, y ası́ asegurar que ŵ se aproxima
asintóticamente a w.

Ejemplo 9.1 .
Para el ejemplo del satélite resuelto en el capı́tulo de realimentación de variables de
estado, diseñar un observador utilizando medidas de la perturbación de la posición
acimutal y. Ubicar los polos del observador en s = −2ω, s = −3ω, s = −3ω ± j3ω, lo
cual significa que los errores estimados decaerán en un tiempo de aproximadamente
4/2ω = 2/ω = 2/ (2π/29.3) = 9.33 dı́as.
Debido a la propiedad de separación el observador se puede diseñar independiente-
mente del diseño de la realimentación de las variables de estado. Entonces:

C = [0 0 1 0]

Para determinar si el sistema es observable:


 
C
 CA  CA = [ 0 0 0 1 ]
0∗ =  
 CA2  CA2 = [£ 0 −2ω −4ω 2 0 ¤]
CA3 = −18ω 3 0 0 −8ω 2
CA3
 
0 0 1 0
 0 0 0 1 
0∗ = 


0 −2ω −4ω 2 0 
−18ω 3 0 0 −8ω 2
Por lo tanto:
det 0∗ = −36ω4 6= 0
El sistema es observable y se puede diseñar el observador.
290 DISENO DE OBSERVADORES ASINTOTICOS Y COMPENSADORES

   
s −1 0 0 l1
 −9ω 2 s 0 −2ω   l2  £ ¤
sI − A + lC = 

+  0 0 1 0
0 0 s −1   l3 
0 2ω 4ω2 s l4
 
s −1 l1 0
 −9ω 2 s l2 −2ω 
= 


0 0 s + l3 −1 
0 2ω 4ω2 + l4 s

   
s l2 −2ω −1 l1 0
det (sI − A + lC) = s det  0 s + l3 −1  + 9ω 2  0 s + l3 −1 
2ω 4ω 2 + l4 s 2ω 4ω2 + l4 s
© £ 2 ¤ ª
= s s s + l3 s + 4ω 2 + l4 + 2ω [−l2 + 2ωs + 2ωl3 ]
© £ ¤ ª
+9ω 2 − s2 + l3 s + 4ω2 + l4 + 2ω [−l1 ]
£ ¤
= s4 + s3 [l3 ] + s2 4ω 2 + l4 + 4ω2 − 9ω 2
£ ¤ £ ¤
+s 2ω (−l2 + 2ωl3 ) + 9ω2 l3 + 9ω 2 4ω 2 + l4 − 2ωl1

La ecuación caracterı́stica deseada del observador es:

α (s) = (s + 2ω) (s + 3ω) (s + 3ω − J3ω) (s + 3ω + J3ω)


α (s) = s4 + 11ωs3 + 54ω 2 s2 + 126ω 3 s + 108ω 4

Comparando los coeficientes correspondientes se obtienen las componentes del vector


l:

l1 = 23.5ω l2 = 8.5ω 2 l3 = 11ω l4 = 55ω 2


La Fig 9.6 muestra el esquema del control con el observador.
9.2 Perturbaciones constantes y realimentación integrativa 291

Figura 9.6 Control del satélite con observador


APENDICE A
TABLAS DE LA TRANSFOR-
MADA DE LAPLACE

293
294 TABLAS DE LA TRANSFORMADA DE LAPLACE

Tabla A.1.

f (t) F (s)

impulso unitario δ (t) 1


1
1
escalón unitario 1 (t) s
2
1
t s2
3
tn−1 1
(n−1)! (n = 1, 2, 3, . . .) sn
4
n!
tn (n = 1, 2, 3, . . .) sn+1
5
1
e−at s+a
6
1
te−at (s+a)2
7
1 n−1 1
(n−1)! t e−at (n = 1, 2, 3, . . .) (s+a)n
8
n!
tn e−at (n = 1, 2, 3, . . .) (s+a)n+1
9
ω
sen ωt s2 +ω2
10
s
cos ωt s2 +ω2
11
ω
senh ωt s2 −ω2
12
s
cosh ωt s2 −ω2
13
1 1
a (1 − e−at ) s(s+a)
14
1
¡ −at ¢ 1
b−a e − ebt (s+a)(s+b)
15
1
¡ −bt ¢ s
b−a be − ae−at (s+a)(s+b)
16
A.0 TABLAS DE LA TRANSFORMADA DE LAPLACE 295

Tabla A.1 Continuación


h ¡ −at ¢i
1 1 1
ab 1+ a−b be − ae−bt s(s+a)(s+b)
17
1 1
a2 (1 − e−at − ate−at ) s(s+a)2
18
1 1
a2 (at − 1 + e−at ) s2 (s+a)
19
ω
e−at sen ωt (s+a)2 +ω2
20
s+a
e−at cos ωt (s+a)2 +ω2
21
³ p ´ 2
√ωn e−ζωnt sen ωn 1 − ζ 2 t ωn
22 2
1−ζ s2 +2ζωn s+ωn
2

³ p ´
−√ 1 e−ζωnt
sen ωn 1 − ζ 2 t−φ
1−ζ 2 √ s
23 1−ζ 2 s2 +2ζωn s+ωn
2

φ = tan−1 ζ

³ p ´
1− √ 1 e−ζωnt
sen ωn 1 − ζ 2 t+φ
2
1−ζ 2 ωn
√ 2 s(s2 +2ζωn s+ωn
2)
24 1−ζ
φ = tan−1 ζ

ω2
1 − cos ωt s(s2 +ω2 )
25
ω3
ωt − sen ωt s2 (s2 +ω2 )
26
2ω3
sen ωt − ωt cos ωt (s2 +ω2 )2
27
1 s
28 2ω t sen ωt (s2 +ω2 )2

s2 −ω2
t cos ωt (s2 +ω2 )2
29
1
¡ 2 ¢ s
ω22 −ω12
(cos ω1 t − cos ω2 t) ω1 6= ω22
30 (s2 +ω12 )(s2 +ω22 )
1 s2
2ω (sen ωt + ωt cos ωt) (s2 +ω2 )2
31
296 TABLAS DE LA TRANSFORMADA DE LAPLACE

Tabla A.2.

L [Af (t)] = AF (s)


1
L [f1 (t) ± f2 (t)] = F1 (s) ± F2 (s)
2
£d ¤
L± dt f (t) = sF (s) − f (0±)
3
h i
d2
L± dt2 f (t) = s2 F (s) − sf (0±) − f (0±)
4

£ dn ¤ P
n (k−1)
L± dtn f (t) = sn F (s) − sn−k f (0±)
k=1
5 (k−1)
dk−1
donde f (t)= dtk−1
f (t)

£R ¤
£R ¤ F (s)
f (t)dt
t=0±
6 L± f (t) dt = s + s

£R ¤ £R R ¤
£R R ¤ F (s)
f (t)dt
t=0±
f (t)dt dt
t=0±
7 L± f (t) dt dt = s2 + s2 + s

£R R ¤ P
n hR R i
L± · · · f (t) (dt)n = F (s)
sn +
1
sn−k+1 · · · f (t) (dt)k
8 k=1 t=0±

hR i
t F (s)
L± 0
f (t) dt = s
9
R∞ R∞
0
f (t) dt =lim F (s) si 0
f (t) dt existe
10 s→0

L [e−at f (t)] = F (s + a)
11
L [f (t − α) 1 (t − α)] = e−as F (s) α≥0
12
L [tf (t)] = − dFds(s)
13
£ ¤ d2
L t2 f (t) = − ds2 F (s)
14
dn
L [tn f (t)] = (−1)n dsn F (s) n = 1, 2, 3, . . .
15
£1 ¤ R∞
L tf (t) = s f (s) ds
16
£ ¡ ¢¤
L f at = aF (as)
17
APENDICE B
PROGRAMA MATLAB

B.1 Introducción
Programa que sirve para cálculo numérico y visualización de alto desarrollo. El ambi-
ente es tal que los problemas y soluciones se expresan como se escriben matemática-
mente, sin la tradicional programación. Es un sistema interactivo cuyo elemento
básico de datos es una matriz que no requiere dimensionamiento.
MATLAB también tiene cajas de herramientas, ”toolboxes”, que resuelven clases
particulares de problemas tales como procesamiento de señales, diseño de sistemas de
control, simulación de sistemas dinámicos, identificación de sistemas, redes neurales,
sistemas de control robustos, optimización y otros (Matemática simbólica).
La cualidad mas importante del MATLAB es que es fácilmente extendible. Esto
permite crear nuestras propias aplicaciones.
El contenido de este apéndice describe:
a) Como entrar matrices simples, los elementos para construirlas, declaraciones y
variables del MATLAB.
b) Como conseguir información del espacio de trabajo y como guardarla.
c) Números y expresiones aritméticas.
d) Formato de salida.
e) Ayuda.
f) Funciones del MATLAB.

B.2 Entrando matrices simples


El MATLAB trabaja fundamentalmente con una clase de objeto, una matriz numérica
rectangular con elementos posiblemente complejos.
Se pueden entrar de diferentes maneras:
a) Una lista explı́cita de elementos.
b) Generar matrices usando declaraciones y funciones propias del MATLAB.

297
298 PROGRAMA MATLAB

c) Crear matrices en archivos M.


d) Cargar matrices de archivos de datos externos.
El lenguaje MATLAB no contiene declaraciones ”DIMENSION” ni ”TYPE”. Separa
la memoria necesaria para el almacenamiento.
Entrando una lista explı́cita de elementos se siguen las siguientes convenciones:
a) Se separa la lista de elementos con comas (,) o espacios en blanco.
b) El punto y coma (;) se usa para indicar los finales de las filas.
c) El comienzo y el fin de la matriz se indica con corchetes [ ].

Ejemplo B.1 .

A = [1 2 3; 4 5 6; 7 8 9]

Esta declaración genera la siguiente salida:

A=
1 2 3
4 5 6
7 8 9
La matriz A es guardada por el MATLAB para uso posterior.
El punto y coma (;) puede ser reemplazado por el ” RETURN” ó ”ENTER”.
Se pueden entrar matrices desde archivos de disco si su nombre tiene extensión ·m.
Si un archivo llamado gena · m tiene las siguientes lı́neas de texto:

A= [1 2 3
4 5 6
7 8 9]
entonces la declaración gena lee el archivo y genera A.

B.3 Elementos de las matrices


Estos pueden ser cualquier expresión del MATLAB.

Ejemplo B.2 .

x = [−1.3 sqrt (3) (1 + 2 + 3) ∗ 4/5]

resulta en:

x = −1.3000 1.7321 4.8000

los elementos de la matriz pueden ser referenciados con ı́ndices dentro de paréntesis.
B.4 Declaraciones y variables del MATLAB 299

Ejemplo B.3 .

x (5) = abs (x (1))

produce:

x = −1.3000 1.7321 4.8000 0 1.3000

Note que el tamaño de x se incrementa automáticamente para acomodar el nuevo


elemento y que los elementos no definidos se igualan a cero.
Se pueden construir matrices grandes usando matrices pequeñas como elementos. Por
ejemplo, para adicionar otra fila a la matriz A :

r = [10 11 12] ;

A = [A ; r]

que resulta en:

A= 1 2 3
4 5 6
7 8 9
10 11 12
Se puede extraer matrices pequeñas de matrices grandes usando dos puntos (:).

Ejemplo B.4 .

A = A (1 : 3, :) ;

toma las tres primeras filas y todas las columnas de la A actual.

B.4 Declaraciones y variables del MATLAB


El MATLAB es un lenguaje de expresión. Es decir, interpreta y evalúa las expresiones
escritas. Las declaraciones son frecuentemente de la forma:
variable = expresión
ó simplemente
expresión.
Las expresiones se pueden componer de operadores y otros caracteres especiales, fun-
ciones y nombres de variables. La evaluación de la expresión produce una matriz la
cual se muestra en la pantalla y se asigna a la variable.
Si se omite el nombre de la variable y el signo =, MATLAB automáticamente crea
una variable con el nombre ans.
300 PROGRAMA MATLAB

Ejemplo B.5 .

1900/81

produce:

ans = 23.4568

Una declaración normalmente termina con ”RETURN” ó ”ENTER”. Sin embargo,


si el último caracter es punto y coma (;) antes del ”RETURN” ó ”ENTER” el
resultado no se muestra en la pantalla pero sı́ se realiza la asignación.

Ejemplo B.6 .

p = eig (A) ;

halla los valores propios de A pero no los muestra en pantalla.


Si es necesaria más de una lı́nea para la expresión se puede usar · · · (3 puntos) y el
”RETURN” para indicar que continúa en la próxima lı́nea.
Se pueden formar variables y nombre de funciones con una letra, seguida por cualquier
número de letras y digitos. MATLAB recuerda sólo los primeros 19 caracteres de un
nombre. Además, distingue entre mayúsculas y minúsculas. Todos los nombres de
funciones deben ser en minúsculas.
Ası́, inv (A) invierte A, pero INV (A) se refiere a una función no definida.

B.5 Información sobre el espacio de trabajo


Para listar las variables en el espacio de trabajo escriba:
who . Para ver el tamaño de las variables se puede usar whos . Cada elemento
de una matriz real requiere 8 bytes de memoria.
Las variables ans y eps son permanentes y no se pueden borrar. eps es una tolerancia
para determinar aspectos tales como singularidades y rango. eps = 2−52 ≈ 2.22·10−16 .
Se le puede reasignar otro valor, incluyendo cero.
El MATLAB tiene la facilidad help. Ensayar el comando help lookf or. Ası́ como
help what y help which.

B.6 Cómo terminar el programa y guardar el


espacio de trabajo
Para terminar el programa escribir quit ó exit . Antes de parar se puede guardar
el espacio de trabajo con el comando save , el cual guarda todas las variables en un
archivo del disco llamado matlab.mat.
B.8 Formato de salida 301

La próxima vez que se invoque el MATLAB se puede ejecutar el comando load para
recuperar el espacio de trabajo desde matlab.mat. save y load se pueden usar con
otros nombres de archivos, ó también guardar únicamente las variables que se deseen.
Ası́, save temp x y z guarda las variables x, y y z en el archivo llamado temp.mat.
load temp , recupera todas las variables del archivo temp.mat. load y save pueden
también importar y exportar archivos de datos ASCII.

B.7 Números y expresiones aritméticas


Usa notación convencional decimal, con el punto decimal opcional. Se puede incluir la
potencia 10 como un factor de escala ó una unidad compleja como un sufijo. Ejemplos
de números son:

3 − 99 0.001

9.6397238 1.602e − 20 6.022e 23

2i − 3.14159i 3e5i

La precisión relativa de los números es eps que equivale a, aproximadamente, 16


digitos decimales significativos. El rango es ≈ de 10−308 hasta 10308 .
Se pueden construir expresiones con las operaciones aritméticas usuales y con reglas
de precedencia: + (suma), − (resta), ∗ (multiplicación), / (división por la derecha),
\ (división por la izquierda), ˆ (potenciación).
Los paréntesis sirven para afectar la precedencia.
La función pi calcula π (usa 4 ∗ atan (1)).
La función Inf es usada para infinito.

Ejemplo B.7 .

s = 1/0 = Inf

La variable NaN implica ”no un número”. Cálculos como Inf /Inf ó 0/0 la producen.
MATLAB maneja números complejos, indicados por las funciones especiales i y j, en
todas sus operaciones y funciones.

Ejemplo B.8 .

A = [1 + 5i 2 + 6i; 3 + 7i 4 + 8i]

Un nombre de una función interna puede ser un nombre de una variable, pero en este
caso no es disponible la función interna dentro del actual área de trabajo hasta que la
variable no sea borrada. Si se usa i y j como variables y se sobreescribe sus valores,
se puede generar una nueva unidad de complejos y usarse de la manera usual:
302 PROGRAMA MATLAB

ii = sqrt (−1)

z = 3 + 4ii

B.8 Formato de salida


El comando f ormat afecta la forma en que se muestran las matrices en la pantalla,
no cómo se calculan ó guardan. MATLAB desarrolla todos los cálculos en doble
precisión.
Si todos los elementos de una matriz son exactos, la matriz se muestra en un formato
sin puntos decimales.
Si por lo menos un elemento de la matriz no es un entero exacto, se dispone de varios
formatos de salida. El formato por defecto es el short, el cual muestra aproximada-
mente 5 dı́gitos decimales significativos. Los otros formatos muestran más dı́gitos
significativos ó usan notación cientı́fica.

Ejemplo B.9 .

x = [4/3 1.2345e − 6]

Los formatos, y la salida resultante para este vector, son:

format short
1.3333 0.0000

format short e
1.3333e + 00 1.2345e − 06

format long
| {z· · · 3} 0.00000123450000
1. 3333
14

format long e
1. 3333
| {z· · · 3} e + 00 1.23450 · · · 0 e − 06
15
B.11 División de matrices 303

format bank
1.33 0.00

f ormat hex
f ormat +

Con los formatos short y long si el elemento mas grande de una matriz es mayor que
1000 ó menor que 0.001, la matriz total se muestra con un factor de escala común.

B.9 Funciones
Gran parte de la potencia del MATLAB proviene de su extensivo conjunto de fun-
ciones. Algunas son intrı́nsecas, otras son disponibles en la librerı́a de archivos exter-
nos tipo m, distribuı́da con el MATLAB (las herramientas). El usuario puede crear
sus propias funciones para aplicaciones mas especializadas (posteriormente se hablará
de los archivos m).
Usar el help para ver las diferentes categorı́as de funciones analı́ticas disponibles
en el MATLAB (matemática elemental, funciones especiales, matrices elementales,
especiales,· · ·).
Las funciones pueden tener varios argumentos de entrada y varias salidas. Ejemplos:
theta = atan2 (y, x), usa 2 argumentos de entrada.
[V, D] = eig (A), retorna 2 matrices, V y D, con los vectores y valores propios de la
matriz A, respectivamente. Las salidas son delimitadas con corchetes [ ] y separadas
con comas.
[y, i] = max (x), regresa el máximo valor del vector x en y, y el ı́ndice respectivo en i.
MATLAB nunca modifica la entrada o argumentos de entrada a la función. Siempre
retorna las salidas de una función en los argumentos del miembro izquierdo.

B.10 Operaciones matriciales


0
El caracter (prima o apóstrofe) denota la transpuesta de una matriz. Si z es una
0
matriz con complejos, z es³la ´transpuesta de la conjugada z. Para la transpuesta no
0 0
conjugada, usar z. ó conj z .
+ y − denotan suma y resta de matrices siempre y cuando tengan las mismas dimen-
siones. Si uno de los operandos es un escalar, éste es sumado ó restado de todos los
elementos del otro operando.

Ejemplo B.10 .

y = [1 2 3] − 1 = [0 1 2]
304 PROGRAMA MATLAB

∗ denota multiplicación de matrices. Válida si hay conformabilidad en la multipli-


cación de las matrices.

B.11 División de matrices


Se usan 2 sı́mbolos: \ y /. Si A es cuadrada no singular, A\B y B/A corresponden
formalmente a la multiplicación por la izquierda y por la derecha de B por la inversa
de A, es decir, inv (A) ∗ B y B ∗ inv (A). Sin embargo el resultado se obtiene sin el
cálculo de la inversa. En general:

x = A\B es una solución a A ∗ x = B


x = B/A es una solución a x ∗ A = B

Aˆp = A · · · · · A} , si p es un entero > 1


| · A {z
p
Aˆp = V ∗ D.ˆ p/V , para otros valores de p

donde:

[V, D] = eig (A)

B.12 Funciones matriciales


MATLAB considera expresiones como exp (A) y sqrt (A) como operaciones sobre cada
uno de los elementos de la matriz. Se pueden calcular también funciones trascenden-
tales matriciales, tales como la matriz exponencial y la matriz logaritmo, las cuales
se definen solo para matrices cuadradas (son generalmente difı́ciles de calcular).
Una función matemática trascendental se interpreta como una función matricial si
se adiciona una m al nombre de la función, ejemplo: expm (A) y sqrtm (A). Hay 3
definidas expm, logm y sqrtm.
Otras funciones matriciales elementales incluyen:
poly, polinomio caracterı́stico.
det, determinante.
trace, la traza, y otras.

B.13 Operaciones sobre arreglos


Esto se refiere a operaciones aritméticas sobre cada elemento de una matriz.
0
Un punto (.) precediendo un operador (∗, \, /, ˆ, ) indica una operación sobre
arreglos.
B.15 Operaciones lógicas 305

Para suma y resta, las operaciones sobre arreglos y sobre matrices son las mismas,
ası́ + y − se pueden considerar como operaciones sobre matrices o arreglos.
.∗ denota la multiplicación de arreglos.

Ejemplo B.11 .
Si:
x = [1 2 3] ; y = [4 5 6] ;
entonces:
z = x. ∗ y = [4 10 18]
A ./B y A .\B dan los cocientes de los elementos individuales.

Ejemplo B.12 .

z = x.\y = [4.0000 2.5000 2.0000]


.ˆ denota potencias de arreglos.

Ejemplo B.13 .
Para el x y y anterior:
z = x.ˆy = [1 32 729]

z = x.ˆ2 = [1 4 9] (el exponente es un escalar)

z = 2.ˆ [x y] = [2 4 8 16 32 64] (la base es un escalar)

B.14 Operaciones relacionales


Se dispone de 6 operadores relacionales para comparar 2 matrices de iguales dimen-
siones.
< menor que.
<= menor o igual que.
> mayor que.
>= mayor o igual que.
== igual.
˜ = no igual.
MATLAB compara los pares de elementos correspondientes. El resultado es una
matriz con unos y ceros, en donde uno representa ”cierto” y cero ”falso”.

Ejemplo B.14 .

2 + 2 ∼= 4 es simplemente cero
306 PROGRAMA MATLAB

B.15 Operaciones lógicas


Los operadores &, | y ∼ son los operadores lógicos ”Y ”, ”O” y ”N O”.
C = A & B es una matriz cuyos elementos son unos en donde A y B tengan elementos
diferentes de cero, y ceros en donde cualquiera tenga un cero. A y B deben tener las
mismas dimensiones, a menos que una sea un escalar. Un escalar puede operar con
otro escalar o una matriz.
C = A | B es una matriz cuyos elementos son unos en donde A o B tengan elementos
diferentes de cero, y ceros en donde ambas tengan ceros. A y B deben tener las
mismas dimensiones, a menos que una sea un escalar.
B =∼ A es una matriz cuyos elementos son unos en donde A tiene ceros y ceros en
donde A tiene elementos diferentes de cero.
Las funciones any y all son útiles con operaciones lógicas.
any (x) retorna 1 si cualquiera de los elementos de x son diferentes de cero, retorna
cero de otra manera.
all (x) retorna 1 sólo si todos los elementos de x son diferentes de cero. Estas funciones
son útiles particularmente en declaraciones como:
if all (A < 0.5)
haga algo
end
Si los argumentos de any y all son matrices, retorna un vector fila con el resultado
para cada columna.
Para las siguientes funciones relacionales y lógicas:
any, all, find, exist, isnan, isinf , f inite, isempty, isstr, isglobal, issparse, usar
help para saber que hacen.

B.16 Funciones matemáticas


Un conjunto de funciones matemáticas elementales se aplican a los arreglos.

Ejemplo B.15 .

A = [1 2 3; 4 5 6]
· ¸
−1 1 −1
B = cos (pi ∗ A) =
1 −1 1
MATLAB incluye todas las funciones trigonométricas y exponenciales:
sin, cos, tan, asin, acos, atan, atan2, sinh, cosh, tanh, asinh, acosh, atanh.
Incluye estas funciones elementales:
abs, angle, sqrt, real, imag, conj, round, fix, floor, ceil, sign, rem, gcd, lcm, exp, log,
log10.
Algunas funciones especiales suministran capacidades más avanzadas:
bessel, beta, gamma, rat, erf , erf inv, ellipk, ellipj.
Ası́ como las funciones elementales, las especiales también operan sobre arreglos
cuando los argumentos son matrices.
B.18 Referencia a los elementos de una matriz 307

B.17 Manipulación de vectores y matrices


Generación de vectores.
La declaración x = 1 : 5 genera un vector fila que contiene los números de 1 a 5 con
incrementos unitarios. Es decir:

x=12345
Se pueden usar incrementos diferentes a la unidad:

y = 0 : pi/4 : pi

resulta en:

y = 0.0000 0.7854 1.5708 2.3562 3.1416

Los incrementos también pueden ser negativos:

z = 6 : −1 : 1

da:
z=654321

La notación (:) permite la generación fácil de tablas. Para obtener una tabla en forma
vertical se traspone el vector fila obtenido de la notación (:), se calcula una columna
de los valores de una función y luego se forma la matriz de las 2 columnas.

Ejemplo B.16 .
0
x = (0.0 : 0.2 : 3.0) ;
y = exp (−x) . ∗ sin (x) ;
[x y]
produce:

ans = 0.0000 0.0000


0.2000 0.1627
.. ..
. .
3.0000 0.0070
Otras funciones para generar vectores son: logspace, la cual genera vectores uniforme
y logarı́tmicamente espaciados, y linspace, la cual permite especificar el número de
puntos, mejor que el incremento:

k = linspace (−pi, pi, 4)

k = −3.1416 − 1.0472 1.0472 3.1416


308 PROGRAMA MATLAB

B.18 Referencia a los elementos de una matriz


Los elementos individuales de una matriz se pueden referenciar indicando su posición
en paréntesis. Por ejemplo A (i, j) se refiere al elemento de la i-ésima fila, j-ésima
columna.
Un ı́ndice puede ser un vector. Si x y v son vectores, entonces x (v) es:

[x (v (1)) , x (v (2)) , · · · , x (v (n))]

En matrices, vectores como ı́ndice permiten el acceso a submatrices contiguas y no


contiguas. Por ejemplo supóngase que A es una matriz de 10×10, enotnces A (1 : 5, 3)
especifı́ca la submatriz de 5×1 (vector columna) que contiene los primeros 5 elementos
en la tercera columna de A. Ası́ mismo, A (1 : 5, 7 : 10) es la submatriz de 5×4 cuyos
elementos son las primeras 5 filas y las últimas 4 columnas de A.
Usar (:) (”colon”) en lugar de un ı́ndice indica todas las correspondientes filas ó
columnas. Por ejemplo A (:, 3) es la tercera columna de A y A (1 : 5, :) contiene las
primeras 5 filas de A.
Efectos sofisticados se obtienen referenciando submatrices en ambos lados de una
declaración de asignación.

Ejemplo B.17 .

A (:, [3 5 10]) = B (:, 1 : 3)

reemplaza la tercera, quinta y decima columnas de A con las 3 primeras columnas de


B.
En general, si v y w son vectores cuyos elementos son enteros, entonces A (v, w) es la
matriz obtenida tomando los elementos de A con ı́ndices fila de v e ı́ndices columna
de w. Ası́ A (:, n : −1 : 1) invierte las n columnas de A.

Ejemplo B.18 .

v = 2 : 2 : n;

w = [3 1 4 1 6] ;

A (v, w)

A (:) en el lado derecho de una declaración de asignación denota todos los elementos
de A pero organizados en un vector columna.

Ejemplo B.19 .

A = [1 2 ; 3 4 ; 5 6]
B.21 Matrices especiales 309

b = A (:)

resulta en:
 
1
 3 
 
 5 
b=



 2 
 4 
6

A (:) en el lado izquierdo de una declaración de asignación denota una matriz con
las mismas dimensiones de A pero con el nuevo contenido de lado derecho de la
asignación. Por ejemplo, la matriz A anterior es de 3 × 2, A (:) = 11 : 16 es ahora:
 
11 14
A =  12 15 
13 16

B.19 Referencia a los elementos de una matriz


usando vectores con ceros y unos
Se pueden usar vectores con ceros y unos, creados generalmente de operaciones rela-
cionales, para referirse a submatrices. Si A es una matriz de dimensiones m × n y L
es un vector de longitud m de ceros y unos, entonces A (L, :) especifica las filas de A
en donde los elementos de L son diferentes de cero.
x = x (x <= 3 ∗ std (x)) ; remueve del vector x aquellos elementos mayores que 3
desviaciones estandar.
L = x (:, 3) > 100 ; x = x (L, :) ; reemplaza x con aquellas filas de x cuya tercera
columna es mayor que 100.

B.20 Matrices vacı́as


La declaración x = [ ] asigna una matriz de dimensión 0 × 0 a x. El uso subsecuente
de esta matriz no conduce a una condición de error, propaga matrices vacı́as.
La función exist sirve para probar la existencia de una matriz, y la función isempty
sirve para indicar si una matriz es vacı́a.
Una manera eficiente de remover filas y columnas de una matriz es asignarles una
matriz vacı́a.

Ejemplo B.20 .
310 PROGRAMA MATLAB

A (:, [2 4]) = []
borra las columnas 2 y 4 de A.

B.21 Matrices especiales


Una colección de funciones generan matrices especiales del álgebra lineal y en proce-
samiento de señales:
compan, diag, gallery, hadamard, hankel, hilb, toeplitz, vander, etc.

Ejemplo B.21 .
Para generar la matriz ”companion” asociada con el polinomio:

s3 − 7s + 6

p = [1 0 − 7 6]

A = compan (p)
genera:
 
0 7 −6
A= 1 0 0 
0 1 0
Los valores propios de A son las raı́ces del polinomio:
t
eig (A) = [−3 2 1]
Otras funciones que generan matrices son:
zeros, ones, rand, randn, eye, linspace, logspace, meshgrid (usar help para más
detalles).

B.22 Construcción de matrices más grandes


Se pueden formar matrices mas grandes de matrices pequeñas,
h delimitándolas coni
0
corchetes, [ y ]. Por ejemplo, si A es cuadrada, C = A A ; ones (size (A)) A.ˆ2
crea una matriz dos veces el tamaño de A. Las dimensiones de las matrices más
pequeñas deben ser consistentes.
Otras funciones que manipulan matrices son:
rot90, f liplr, flipud, diag, tril, triu, etc.
La función size devuelve un vector con dos elementos: el número de filas y el número
de columnas de una matriz.
La función length devuelve la longitud de un vector.
B.24 Polinomios y procesamiento de señales 311

B.23 Funciones matriciales


Factorización triangular : la función lu factoriza una matriz cuadrada con el producto
de dos matrices esencialmente triangulares. Para obtener las dos matrices utilizar:

[L, u] = lu (A)

Factorización ortogonal : la función qr, útil para matrices cuadradas y rectangulares,


expresa la matriz como el producto de una matriz ortonormal y una matriz superior.
Las dos matrices se obtienen con:

[Q, R] = qr (A)

Descomposición en valores singulares: la asignación [U, S, V ] = svd (A) produce los


tres factores en esta descomposición (”singular value decomposition”). Las matrices
U y V son ortogonales y la matriz S es diagonal. Los elementos de la diagonal de S
son los valores singulares de A.
Vectores y valores propios: la asignación [x, D] = eig (A) retorna en los elementos de
la diagonal de D los valores propios de A y en las columnas de x los correspondientes
vectores propios.

B.24 Polinomios y procesamiento de señales


Representación de polinomios.
MATLAB los representa como vectores fila que contienen los coeficientes ordenados
por potencias descendientes.
Si:
 
1 2 3
A= 4 5 6 
7 8 0

su ecuación caracterı́stica se calcula con:

p = poly (A)

p = [1 − 6 − 72 − 27]

que es la representación del polinomio s3 − 6s2 − 72s − 27.


Las raı́ces de esta ecuación son:

r = roots (p)

 
12.1229
r =  −5.7345 
−0.3884
312 PROGRAMA MATLAB

Estas raı́ces son, por supuesto, los mismos valores propios de la matriz A. También
se pueden obtener el polinomio original con poly :

p2 = poly (r)

p2 = [1 − 6 − 72 − 27]

Sea a (s) = s2 + 2s + 3 y b (s) = 4s2 + 5s + 6. El producto de los dos polinomios es


la convolución de los coeficientes.

a = [1 2 3] ; b = [4 5 6]

c = conv (a, b)

c = [4 13 28 27 18]

Se usa deconvolución para dividir polinomios:

[q, r] = deconv (c, a)

q = [4 5 6]

r = [0 0 0 0 0]

Otras funciones polinomiales son:


poly, roots, polyval (evaluación polinomial), polyvalm (evaluación de un polinomio
matricial), residue (expansión en fracciones parciales), polyder, polyfit.

B.25 Procesamiento de señales


En procesamiento de señales, los vectores pueden contener datos de señales muestradas
ó secuencias. Para sistemas con múltiples entradas, cada fila de una matriz corre-
ponde a un punto de muestra con los ”canales” distribuidos a lo largo de las columnas
de la matriz.
Algunas funciones para el procesamiento de señales son:
abs, angle, conv, cov, deconv, f ft, if f t.
La herramienta ”signal processing” del MATLAB suminitra muchas funciones para
el procesamiento de señales.
B.27 Funciones como función 313

B.26 Filtraje de datos


La función y = f ilter (b, a, x) filtra los datos del vector x con el filtro descrito por los
vectores a y b.
Los datos filtrados son devueltos en el vector y.
La ecuación de diferencia del filtro es:
y (n) = b (1) x (n) + b (2) x (n − 1) + · · · + b (nb ) x (n − nb + 1) +

−a (2) y (n − 1) − · · · − a (na ) y (n − na + 1)
ó la función de transferencia z :
Y (z) b (1) + b (2) z −1 + · · · + b (nb ) z −(nb −1)
H (z) = =
x (z) 1 + a (2) z −1 + · · · + a (na ) z −(na −1)
Por ejemplo, para encontrar y graficar la respuesta al impulso (con n puntos) de un
filtro digital:
x = [1 zeros (1, n − 1)] ;

y = filter (b, a, x) ;

plot (y,0 o0 )
la función freqz retorna la respuesta frecuencial de filtros digitales.
La respuesta frecuencial es H (z) evaluada alrededor del cı́rculo unitario en el plano
complejo, z = ejω . Se puede usar freqz para encontrar y graficar la respuesta fre-
cuencial con n puntos.
[h, w] = f reqz (b, a, n) ;

mag = abs (h) ;

phase = angle (h) ;

semi log y (w, mag)

plot (w, phase)


La herramienta ”signal processing” incluye numerosas funciones para el diseño de
filtros digitales. Sabiendo algunas técnicas de diseño de filtros, muchos métodos son
posibles. Por ejemplo, las técnicas de la transformación bilineal y el mapeo de polos
y ceros convierten prototipos en el dominio s al dominio z.
ff t (x) es la transformada discreta de Fourier del vector x.
ff t (x, n) es la transformada discreta de Fourier del vector x con n puntos.
Si x es una matriz, f ft (x) es la transformada rápida de Fourier de cada columna de
x.
if f t (x) es la transformada rápida inversa del vector x.
314 PROGRAMA MATLAB

B.27 Funciones como función


Una clase de funciones en MATLAB no trabaja con matrices numéricas, si no con
funciones matemáticas. Estas funciones como función incluyen:
a) Integración numérica.
b) Ecuaciones no lineales y optimización.
c) Solución de ecuaciones diferenciales.
MATLAB representa funciones matemáticas declarándolas como función en archivos
tipo m. Por ejemplo, la función:
1 1
f (x) = + −6
(x − 0.3) + 0.01 (x − 0.9)2 + 0.04
2

se puede generar en MATLAB creando un archivo tipo m llamado humps.m con las
siguientes declaraciones:

f unction y = humps (x)

y = 1./ ((x − .3) .ˆ2 + .01) + 1./ ((x − .9) .ˆ2 + .04) − 6;

Una gráfica de esa función es, por ejemplo:

x = −1 : .01 : 2;

plot (x, humps (x) ,0 w0 )

100

80

60

40

20

-20
-1 -0.5 0 0.5 1 1.5 2

Figura B.1 Gráfica de la función ”humps”


B.30 Funciones de ecuaciones diferenciales. 315

B.28 Integración numérica


El area bajo la curva f (x) se puede calcular numéricamente integrando f (x) . La
función que se usa es quad ó quad8. Por ejemplo, para integrar la función definida en
humps.m desde 0 hasta 1 :
q = quad (0 humps0 , 0, 1)

q = 29.8583
Nótese que el primer argumento de la función quad es el nombre del archivo, que
contiene la función matemática, entre comillas simples.

B.29 Ecuaciones no lineales y funciones de


optimización
fmin mı́nimo de una función de una variable.
fmins mı́nimo de una función multivariable.
fzero cero de una función de una variable.
Ejemplo B.22 .

xm = f min (0 humps0 , .5, 1)

xm = 0.6370
es el mı́nimo de la función definida en humps.m en la región 0.5 a 1.
El valor de la función en el mı́nimo es:
y = humps (xm)

y = 11.2528

xz1 = fzero (0 humps0 , 0)


localiza el cero cerca a x = 0, es decir:
xz1 = −0.1316
y:
xz2 = fzero (0 humps0 , 1)
localiza el cero cerca a x = 1, es decir:
xz2 = 1.2995
La herramienta ”optimization” del MATLAB contiene varias funciones de funciones
para ecuaciones no lineales y optimización.
316 PROGRAMA MATLAB

B.30 Funciones de ecuaciones diferenciales


Las funciones para resolver ecuaciones diferenciales ordinarias son:
ode23 método de Runge-Kutta de orde 2/3.
ode45 método de Runge-Kutta de orde 4/5.
Sea la ecuación diferencial de Vander Pol:
.. ¡ ¢
x + x2 − 1 ẋ + x = 0

Reescribiéndola como ecuaciones de estado:


¡ ¢
ẋ1 = x1 1 − x22 − x2

ẋ2 = x1

El primer paso es crear una función en un archivo tipo m con estas ecuaciones difer-
enciales. Si el archivo es llamado vdpol.m, entonces debe contener:

f unction xdot = vdpol (t, x)

xdot = zeros (2, 1) ;

xdot (1) = x (1) . ∗ (1 − x (2) .ˆ2) − x (2) ;

xdot (2) = x (1) ;

Para simular la ecuación diferencial definida en vdpol.m en el intervalo 0 ≤ t ≤ 20, se


usará ode23.

to = 0 ; tf = 20;

0
xo = [0 0.25] ; % condiciones iniciales

[t, x] = ode23 (0 vdpol0 , to, tf, xo)

plot (t, x,0 w0 )


B.32 Gráficos en dos dimensiones. 317

-1

-2

-3
0 5 10 15 20

Figura B.2 Gráficas de las variables de estado de la ecuación de Vander Pol


Para trabajar con ecuaciones diferenciales ó simulación, el MATLAB tiene otra her-
ramienta especializada llamada ”Simulink”, la cual se estudiará en detalle posterior-
mente.

B.31 Gráficos
El sistema de gráficos del MATLAB suministra una variedad de técnicas sofisticadas
para presentar y visualizar datos. Este sistema utiliza objetos gráficos, tales como
lı́neas y superficies, los cuales se pueden controlar con los valores de las propiedades
de los objetos. Sin embargo, ya que el MATLAB implementa un rico conjunto de
funciones gráficas de alto nivel (en 2 y 3 dimensiones), la mayorı́a de las veces no es
necesario accesar estos objetos gráficos a bajo nivel.
Se describirá como usar las capacidades gráficas de alto nivel del MATLAB para
presentar los datos.

B.32 Gráficos en dos dimensiones


Existe una variedad de funciones para presentar datos como gráficos en dos dimen-
siones. Cada una acepta entradas en forma de vectores o matrices y automáticamente
escalan los ejes para acomodar los datos de entrada.
plot crea una gráfica de vectores ó columnas de matrices.
loglog crea una gráfica usando escalas logarı́tmicas en ambos ejes.
semilogx crea una gráfica usando una escala logarı́tmica para el eje x y una escala
lineal para el eje y.
semilogy grafica con escala logarı́tmica para el eje y y escala lineal para el x.
Se pueden adicionar tı́tulos, etiquetas de ejes, cuadrı́culas y texto al gráfico usando:
318 PROGRAMA MATLAB

title adiciona un tı́tulo al gráfico.


xlabel adiciona una etiqueta al eje x.
ylabel adiciona una etiqueta al eje y.
text muestra una cadena de caracteres en la localización que se especifique.
gtext coloca texto en el gráfico usando el ratón (”mouse”).
grid habilita la cuadrı́cula.
ginput permite leer valores del gráfico con el ratón.

B.33 Creación de un gráfico


Si y es un vector, plot (y) produce un gráfico lineal de los elementos de y contra
el ı́ndice de los elementos de y. Si se especifican dos vectores como argumentos,
plot (x, y) produce un gráfico de y contra x.
También se pueden especificar múltiples conjuntos de datos y definir el color y estilo
de lı́nea para ser usado con cada conjunto de datos.

Ejemplo B.23 .

t = 0 : pi/100 : 2 ∗ pi;

x = sin (t) ;

y1 = sin (t + .25) ;

y2 = sin (t + .5) ;

plot (x, y1,0 r−0 , x, y2,0 g − −0 )

plot genera un gráfico de y1 contra x y y2 contra x en los mismos ejes.


El primer conjunto de datos serı́a graficado con una lı́nea sólida roja y el segundo
conjunto con una lı́nea discontinua verde. Con el fin de mostrar las gráficas, en lugar
del comando anterior se usará:

plot (x, y1,0 w−0 , x, y2,0 w − −0 )

el cual permite ver las gráficas en la pantalla con fondo negro y las curvas blancas.
Sin embargo al importarlas a este texto los dos colores anteriores se intercambian.
Las siguientes declaraciones le adicionan un tı́tulo al gráfico y etiquetas a los ejes:

title (0 f ase0 )

¡ ¢
xlabel 0 x = sen (t)0
B.34 Estilos de lı́neas, marcadores y colores. 319

¡ 0¢
ylabel 0 y = sen (t+)

Los resultados de este ejemplo se muestran en la Fig. B.3.

fase
1

0.5
y=sen(t+)

-0.5

-1
-1 -0.5 0 0.5 1
x=sen(t)

Figura B.3 Resultados del ejemplo B.23

B.34 Estilos de lı́neas, marcadores y colores


En la declaración plot (x, y, s), s es una cadena de 1, 2 ó 3 caracteres (entre comillas
simples) para especificar el estilo de lı́nea y colores en la gráfica. Los caracteres usados
se muestran en la siguiente tabla:

sı́mbolo color sı́mbolo color


y amarillo • punto
m f ucsia ◦ cı́rculo
c cyan x x
r rojo + más
g verde ∗ estrella
b azul − continua
w blanco .. punteada
k negro −. raya − punto
−− discontı́nua
si no se especifica un color, la función plot automáticamente usa los colores de arriba.
Para una lı́nea, el color por defecto es amarillo, ya que éste es el color más visible
sobre un fondo negro. Para múltiples lı́neas, la función plot utiliza en forma cı́clica
320 PROGRAMA MATLAB

los 6 primeros colores de la tabla.


Los sı́mbolos •, ◦, x, + y ∗ son marcadores escalables.

B.35 Adición de lı́neas a un gráfico existente


Se pueden adicionar lı́neas a un gráfico existente utilizando el comando hold.
Cuando se usa la declaración hold on, MATLAB no remueve las lı́neas existentes y se
pueden adicionar nuevas lı́neas en los ejes actuales. Sin embargo, los ejes se pueden
reescalar si los nuevos datos están fuera del rango de los datos anteriores. Por ejemplo,
utilizando los mismos datos del ejemplo anterior:

plot (x,0 w−0 ) ; hold on ; plot (y1,0 w − −0 ) ;

plot (y2,0 w − .0 ) ; hold of f


Estas declaraciones producen un gráfico con tres curvas como se muestra en la Fig.
B.4.

0.5

-0.5

-1
0 50 100 150 200 250

Figura B.4 Gráficas de x, y1, y2 del ejemplo B.23

B.36 Datos complejos


Cuando los argumentos de plot son complejos, la parte imaginaria es ignorada excepto
cuando el argumento de plot es uno sólo. En este caso, se obtiene una gráfica de la
parte real contra la parte imaginaria.
Ası́, plot (z), en donde z es un vector ó una matriz de complejos, es equivalente a
plot (real (z) , imag (z)) .
B.38 Gráficos de matrices. 321

Ejemplo B.24 .

plot (eig (randn (20, 20)) ,0 x0 )


Esta gráfica se muestra en la Fig. B.5.

-1

-2

-3

-4
-5 0 5

Figura B.5 Gráfica del ejemplo B.24


Para graficar más de una matriz compleja, se deben tomar explı́citamente las partes
reales e imaginarias.

B.37 El archivo tipo m ”peaks”


Futuros ejemplos usan el archivo tipo m llamado peaks para generar una matriz de
datos. Los datos se basan en una función de dos variables que tiene máximos y
mı́nimos:
2 2
³x ´ 2 2 1 2 2
f (x, y) = 3 (1 − x)2 e−x −(y+1) − 10 − x3 − y5 e−x −y − e−(x+1) −y
5 3
El archivo peaks crea una matriz que contiene los valores de la función para valores
de x y y en el rango de −3 a 3. Los valores de x varı́an a lo largo de las columnas y
los de y a lo largo de las filas. Se puede especı́ficar el tamaño de la matriz cuadrada
pasándole un argumento a peaks. Ejemplo M = peaks (20) ; crea una matriz de datos
de 20 × 20. Si se omite el argumento de entrada, por defecto el tamaño es 49.

B.38 Gráficos de matrices


La función plot puede tomar un solo argumento matricial: plot (Y ) .
322 PROGRAMA MATLAB

Ella dibuja una curva por cada columna de Y . El eje x corresponde al ı́ndice de las
filas, 1 : m, en donde m es el número de filas en Y . Por ejemplo, plot (peaks,0 w−0 )
produce un gráfico con 49 curvas. Véase Fig. B.6.

10

-5

-10
0 10 20 30 40 50

Figura B.6 Resultado de plot(peaks,0 w−0 )


Esta gráfica es una vista desde la superficie peaks mirando a lo largo del eje x (es
decir, una vista desde el azimuth = 90◦ y elevación = 0◦ ).
La función plot también acepta dos vectores o dos matrices como argumentos. Por
ejemplo, plot (peaks, rot90 (peaks) ,0 w−0 ) . Véase Fig. B.7.

10

-5

-10
-10 -5 0 5 10

Figura B.7 Resultado de plot(peaks, rot(peaks),0 w−0 )


B.38 Gráficos de matrices. 323

En general, si plot es usada con dos argumentos y si X ó Y tienen más de una fila ó
columna, entonces:
a) Si Y es una matriz y x es un vector, plot (x, Y ) grafica sucesivamente las filas ó
columnas de Y contra el vector x, usando diferentes colores ó tipos de lı́neas para
cada una. La orientación por filas ó columnas se selecciona dependiendo del número
de elementos en x. Es decir, si x tiene m elementos y Y es m × n entonces se grafican
las columnas de Y contra x; y si x tiene n elementos y Y es m × n se grafican las filas
de Y contra x. Si Y es cuadrada, se grafican las columnas.
b) Si X es una matriz y y es un vector, plot (X, y) grafica cada fila o columna de X
contra el vector y.

Ejemplo B.25 .

y = 1 : 49; plot (peaks, y,0 w−0 )


Véase Fig. B.8.

50

40

30

20

10

0
-10 -5 0 5 10

Figura B.8 Resultados del ejemplo B.25


c) Si X y Y son matrices del mismo tamaño, plot (X, Y ) grafica las columnas de X
contra las columnas de Y.
Se puede usar la función plot con múltiples pares de argumentos matriciales:

plot (X1 , Y1 , X2 , Y2 , · · ·)
Cada par X −Y es graficado generando múltiples curvas. Los diferentes pares pueden
ser de dimensiones diferentes.

Ejemplo B.26 .
Almacenar en un archivo tipo m la siguiente matriz:
324 PROGRAMA MATLAB

weather = [30 4.0


31 3.7
38 4.1
49 3.7
59 3.5
68 2.9
74 2.7
72 3.7
65 3.4
55 3.4
45 4.2
34 4.9]
con el nombre mweather.m. Las declaraciones:

temp = weather (:, 1) ; precip = weather (:, 2) ;

después de usar la declaración mweather, almacena las columnas de temperatura y


precipitación en vectores individuales.
Graficar la temperatura contra el número del mes y la precipitación contra el número
del mes en la misma ventana, utilizando plot y subplot:

subplot (2, 1, 1) ; plot (temp)

subplot (2, 1, 2) ; plot (precip)

80

60

40

20
0 2 4 6 8 10 12

2
0 2 4 6 8 10 12

Figura B.9 Gráficas del ejemplo B.26


La Fig. B.9 muestra las dos curvas.
Las siguientes declaraciones producen un gráfico como se muestra en la Fig. B.10 que
muestra la relación entre temperatura y precipitación mes a mes:
B.39 Funciones especiales para gráficas en dos dimensiones. 325

mes = [0 Ene0 ;0 F eb0 ;0 M ar0 ;0 Abr0 ; ...


0
M ay 0 ;0 Jun0 ;0 Jul0 ;0 Ago0 ; ...
0
Sep0 ;0 Oct0 ;0 N ov0 ;0 Dic0 ];

plot (temp, precip,0 wo0 )

axis ([28 80 2.5 5.2])

text (temp, precip, mes)

xlabel (0 temp0 )

ylabel (0 precip0 )

title (0 Boston0 )

Boston

5
Dic

4.5
Nov
Mar
precip

4 Ene
Feb Abr Ago
3.5 May
Oct Sep

3
Jun
Jul
2.5
30 40 50 60 70 80
temp

Figura B.10 Relación entre temperatura y precipitación cada mes


La declaración axis en el ejemplo anterior adiciona espacio extra al gráfico, definien-
do explı́citamente el escalamiento de los ejes a valores mayores que el rango de datos.
Esto permite que el texto permanezca dentro de los lı́mites del cuadro del gráfico.
326 PROGRAMA MATLAB

B.39 Funciones especiales para gráficas en dos


dimensiones
bar crea una gráfica de barras.
compass crea una gráfica de ángulos y magnitudes de números complejos con flechas
emanando desde el origen.
errorbar crea una gráfica con barras de error.
feather crea una gráfica de ángulos y magnitudes de números complejos con flechas
emanando desde puntos igualmente espaciados a lo largo de un eje horizontal.
fplot evalua una función y grafica los resultados.
hist crea un histograma.
polar crea una gráfica en coordenadas polares.
quiver crea una gráfica de un gradiente u otro campo vectorial.
rose crea un histograma de ángulos.
stairs crea una gráfica similar a una de barras, pero sin las lı́neas internas.
fill dibuja un polı́gono y lo llena con colores sólidos ó interpolados.

Ejemplo B.27 .
Crear la función:

f unction y = f ofx (x)

y = cos (tan (pi ∗ x)) ;

con el nombre f of x.m. Después, dentro del MATLAB correr:

f plot (0 fof x0 , [0 1])

para graficar la función correspondiente en el intervalo (0, 1) .


Esta gráfica se puede comparar con la que se obtiene de la siguiente manera:

x = (0 : 1/2000 : 1)0 ;

plot (x, cos (tan (pi ∗ x)))

Los dos gráficos se pueden ver, como se muestra en la Fig. B.11, en la misma ventana
ası́:

subplot(2, 1, 1);

x = (0 : 1/2000 : 1)0 ;

plot (x, cos (tan (pi ∗ x)))


B.40 Gráficos en 3 dimensiones. Gráficos de lı́neas. 327

subplot (2, 1, 2) ;

f plot (0 f of x0 , [0 1])

-1
0 0.2 0.4 0.6 0.8 1

-1
0 0.2 0.4 0.6 0.8 1

Figura B.11 Gráficos del ejemplo B.27


La función f plot tiene la ventaja de que muestrea la función a intervalos más cercanos
en la región en donde la rata de cambio es mayor, generando ası́ una figura más precisa
cerca a x = 0.5 en este caso particular.

B.40 Gráficos en 3 dimensiones. Gráficos de lı́neas.


El análogo tridimensional a la función plot es plot3. Si x, y, z son 3 vectores de la
misma longitud, plot3 (x, y, z) genera una lı́nea que pasa a través de los puntos cuyas
coordenadas son los elementos de x, y, z y luego produce una proyección bidimensional
de esa lı́nea en la pantalla.

Ejemplo B.28 .

t = 0 : pi/50 : 10 ∗ pi;

plot3 (sin (t) , cos (t) , t) ;


328 PROGRAMA MATLAB

produce una figura como la de un resorte. Véase Fig. B.12.

40

30

20

10

0
1
1
0
0
-1 -1

Figura B.12 Figura del ejemplo B.28


También se pueden usar matrices en lugar de vectores:
plot3 (X, Y, Z, S). Se grafican las lineas obtenidas de las columnas de X, Y, Z. S es lo
mismo que en la función plot.
O también se pueden combinar los gráficos definidos por las cuádruples (x, y, z, s) :

plot3 (x1, y1, z1, s1, x2, y2, z2, s2, · · ·)

en donde todas las xi, yi y zi son vectores ó matrices y las si cadenas como en la
función plot.

B.41 ”Meshgrid”
MATLAB define una superficie en forma de malla mediante las coordenadas z de
puntos por encima de una cuadrı́cula rectangular en el plano x − y. La gráfica se
forma uniendo puntos adyacentes con lı́neas rectas.
Estas superficies son útiles para visualizar matrices que son demasiado grandes para
mostrar en forma numérica, ó para graficar funciones de dos variables.
El primer paso para mostrar (en pantalla) una función de dos variables, z = f (x, y) ,
es generar dos matrices X y Y que consisten de filas repetidas y columnas repetidas,
respectivamente, sobre el dominio de la función. Después se usan estas matrices para
evaluar y graficar la función.
La función meshgrid transforma el dominio especificado por dos vectores, x y y, en
matrices X y Y . Luego se usan estas matrices para evaluar funciones de dos variables.
Las filas de X son copias del vector x, y las columnas de Y con copias del vector y.
Es importante notar que si x tiene m elementos, y tiene n elementos, entonces X es
B.41 ”Meshgrid”. 329

de dimensión n × m y Y también.

Ejemplo B.29 .
Considere la función sinc (r) = sin(r)
r que produce la superficie popularmente conocida
como el ”sombrero” como se muestra en la Fig. B.13. Se evaluará esta función para
el rango de x entre −8 y 8, y y entre −10 y 10. :

x = −8 : 0.5 : 8;

y = −10 : 0.5 : 10;

[X, Y ] = meshgrid (x, y)

R = sqrt (X.ˆ2 + Y.ˆ2) + eps;

Z = sin (R) ./R;

mesh (x, y, Z)

0.5

-0.5
10
10
0
0
-10 -10

Figura B.13 Superficie del ejemplo B.29


Las funciones contour y contour3 sirven para generar gráficas de contorno (de nivel)
en 2 y 3 dimensiones, respectivamente.
330 PROGRAMA MATLAB

Ejemplo B.30 .

contour (peaks, 20)

contour3 (peaks, 20)

Usar el comando help para más información.

B.42 Pseudocolor en gráficas


pcolor (Z) muestra en cada punto Z(i, j) un color. Éste se determina de un mapa de
colores con un ı́ndice (número) obtenido escalando el valor del elemento Z(i, j) de la
matriz Z.
El mapa de colores es una matriz con tres columnas que especifica la intensidad de las
tres componentes de video, rojo, verde y azul. El comando para el mapa de colores
es colormap(map), donde map es una matriz con cualquier número de filas y tres
columnas. La intensidad de los colores se puede especificar en el rango 0.0 a 1.0.
Ejemplo [0 0 0] es negro y [1 1 1] es blanco.
Los objetos gráficos que usan pseudocolor (objetos SURFACE y PATCH), los cuales
son creados con las funciones mesh, surf , y pcolor, mapean una matriz de color, C,
cuyos valores están en el rango [Cmı́n, Cmáx], a un arreglo de ı́ndices, K, en el rango
[1, m] .
Los valores de Cmı́n y Cmáx son min (min (C)) y max (max (C)), o son especificados
por caxis. El mapeo es lineal, con Cmı́n mapeando el ı́ndice 1 y Cmáx el ı́ndice m.
Los ı́ndices son luego usados con colormap para determinar el color asociado con cada
elemento de la matriz.
Usar help color para ver mapas de colores ya predefinidos, tales como hsv, gray, hot,
cool, bone, copper, pink, etc.

Ejemplo B.31 .

z = peaks ;

colormap (bone)

pcolor (z)

Las funciones contour y pcolor muestran esencialmente la misma información sobre


la misma escala. De hecho, a veces es útil superponer las dos. Para eliminar las lı́neas
de la cuadrı́cula en el gráfico pcolor se debe cambiar el modo ”shading” a f lat. Para
usar lı́neas negras para todos los contornos, especificar 0 k0 para su color.
B.43 Gráficas en malla y superficie. 331

Ejemplo B.32 .

colormap (hot)

pcolor(peaks)

shading f lat

hold on

contour(peaks, 20,0 k0 )

hold of f

El MATLAB también maneja la función image que es similar a pcolor. Ambas pro-
ducen figuras bidimensionales con valores de brillo ó color proporcionales a los elemen-
tos de una matriz dada. Sin embargo, image está diseñada para mostrar fotografı́as,
pinturas, etc., mientras pcolor es diseñada para visualizar objetos matemáticos más
abstractos. Usar help para más información.

B.43 Gráficas en malla y superficie


mesh y surf muestran superficies en tres dimensiones. Si Z es una matriz cuyos
elementos Z(i, j) definen la altura de una superficie sobre una cuadrı́cula inferior (i, j),
entonces mesh (Z) genera una vista de la superficie en malla y a colores. Similarmente
surf (Z) genera una vista de la superficie con cuadriláteros en malla de color constante,
delineados con lı́neas negras. La función shading permite eliminar las lı́neas en malla
ó escoger interpolación en el ”shading”.
Cuando mesh (Z) y surf (Z) se usan con una sola matriz como argumento, este
argumento especifica tanto la altura como el color de la superficie.

Ejemplo B.33 .

mesh (peaks)

surf (peaks)

Con dos matrices como argumentos, las declaraciones mesh (Z, C) y surf (Z, C)
especifican independientemente el color usando el segundo argumento. Ası́ como con
pcolor (C), los valores de C se escalan y se utilizan como ı́ndices en el mapa actual
de color.
332 PROGRAMA MATLAB

Ejemplo B.34 .

C = del2 (peaks) ; % función que calcula el laplaciano discreto de


% cualquier matriz.

surf (peaks, C) ; % renglones con curvaturas similares se dibujan en el


colormap (hot) % mismo color.
Se pueden eliminar partes de una superficie con datos tipo NaN , ya que estos no
son graficados. Esto crea huecos en la superficie en la localización correspondiente.
Llenando elementos de la matriz de color con datos tipo N aN se obtienen regiones
de la superficie invisibles.

Ejemplo B.35 .

p = peaks ;

p (30 : 40, 20 : 30) = nan ∗ p (30 : 40, 20 : 30) ;

mesh (peaks, p)
La Fig. B.14 muestra la superficie del ejemplo B.35.

10

-5

-10
60
40 60
40
20 20
0 0

Figura B.14 Superficie del ejemplo B.25


Usar help sobre las funciones surf c, meshz, surf l para más información.
B.44 Algunas funciones para gráficos de propósito general. 333

B.44 Algunas funciones para gráficos de propósito


general
La función view permite especificar el ángulo desde el cual se ve un gráfico tridimen-
sional. Se debe especificar el azimuth y la elevación del punto desde donde se quiere
ver, con respecto al origen de los ejes como se muestra en la Fig. B.15.
El formato de la función es: view(azimuth, elevación). Como ejemplo se puede
utilizar la matriz peaks para ver su superficie desde varios puntos.

Figura B.15 Convención para los ángulos azimuth y elevación


La función axis permite seleccionar el escalamiento, orientación y relación de ejes de
los gráficos.
Generalmente, el MATLAB encuentra el máximo y el mı́nimo de los datos a graficar y
escoger una caja apropiada para el gráfico (lı́mites). Los lı́mites de los ejes se pueden
cambiar ası́:
axis ([xmı́n xmáx ymı́n ymáx zmı́n zmáx])
Para gráficos bidimensionales se omiten los últimos dos argumentos.
axis (0 auto0 ) retorna al escalamiento por defecto.
v = axis guarda el escalamiento de los ejes en el vector v.
axis (axis) congela el escalamiento a los lı́mites actuales.
axis (0 ij 0 ) cambia el origen del sistema de coordenadas ası́: el origen queda en la
esquina superior izquierda, el eje i es vertical y se numera de arriba hacia abajo, y
el eje j es horizontal y se numera de izquierda a derecha. Estos son llamados ejes
matriciales.
334 PROGRAMA MATLAB

axis (0 xy 0 ) pone los ejes en el modo caartesiano (por defecto).


axis (0 square0 ) y axis (0 equal0 ) afectan la relación ancho-altura del gráfico y la relación
entre las escalas de los ejes x y y.
axis manipula el objeto axes, el cual es un objeto gráfico.
subplot (m, n, p) divide la ventana de la pantalla para m × n subgráficos y escoge
el gráfico p como el actual. Los gráficos se numeran a lo largo de la fila, luego la
segunda, etc.
Usar la función figure sin argumentos abre una nueva ventana.
figure (N) hace la figura N la figura actual.
Usar help para información sobre la función moviein, movie.
La función ginput permite usar el mouse o las teclas de dirección para escoger puntos
en un gráfico. Ella retorna las coordenadas de la posición del ”señalador”, ya sea
cuando el botón del mouse o una tecla se presiona.
Las cualidades gráficas discutidas hasta ahora comprenden la interfase a alto nivel
del sistema gráfico del MATLAB. Sin embargo, este sistema también suministra un
conjunto de funciones a bajo nivel que permiten crear y manipular lı́neas, superficies
y otros objetos gráficos que el MATLAB usa para producir gráficos sofisticados.
Para más información referirse a la guı́a del usuario del MATLAB (págs 2-101 a
2-123).

B.45 Flujo de control


MATLAB tiene declaraciones de flujo de control como las encontradas en la mayorı́a
de los lenguajes de computador. Esto permite que el MATLAB sea utilizado como
un lenguaje de programación de alto nivel.

B.46 Lazos f or
La forma general para el lazo f or es:
f or v = expresión
declaraciones
end
La expresión es actualmente una matriz. Las columnas de la matriz se asignan una a
una a la variable v y luego son ejecutadas las declaraciones. Una manera más clara
de lograr lo mismo es ası́:
E = expresión ;
[m, n] = size (E) ;
for J = 1 : n
v = E (: , J) ;
declaraciones
end
Usualmente, expresión es algo como m : i : n, que es una matriz con una sola fila,
B.47 Lazos while. 335

y por lo tanto sus columnas son escalares. En este caso especial, el lazo f or de
MATLAB es como los lazos F OR o DO de otros lenguajes.

Ejemplo B.36 .
Graficar la respuesta al escalón unitario de un sistema de segundo orden con frecuencia
natural 1 rad
seg y relación de amortiguamiento variando desde 0 hasta 1.

t = 0 : 0.5 : 19.5;
r = 0.05 : 0.05 : 1.0;
n = 1; % numerador de la FT
f or j = 1 : 1 : 20
d = [1 2 ∗ r (j) 1] ; % denominador de la FT
Y (:, j) = step (n, d, t) ; % respuesta al escalón
% unitario
end
mesh (r, t, Y )
hold on
ylabel (0 tiempo0 )
xlabel (0 amortiguamiento0 )
zlabel (0 respuesta0 )
view (60, 30)
La Fig. B.16 muestra los resultados del ejemplo B.36.

1.5
Respuesta

0.5

0
0

0.5 20
15
10
5
1 0
Amortiguamiento Tiempo

Figura B.16 Resultados del ejemplo B.36

B.47 Lazos while


336 PROGRAMA MATLAB

Su forma general es:


while expresión
declaraciones
end
Las declaraciones se ejecutan repetidamente siempre y cuando todos los elementos
en la matriz expresión sean diferentes de cero. La matriz expresión es casi siempre
una expresión relacional 1 × 1, en este caso expresión 6= 0 corrsponde a true (cierto).
Cuando la matriz expresión no es un escalar, se puede reducir usando las funciones
any y all.

Ejemplo B.37 .
Este ejemplo encuentra el primer entero n para el cual n! es un número de 100 dı́gitos.
n = 1;
while prod (1 : n) < 1.0 e 100 ;
n = n + 1;
end
n

B.48 Declaraciones if y break

Ejemplo B.38 .
Se muestra como un cálculo se puede dividir en tres casos, dependiendo del signo y
la paridad de n :
n = input(0 Entre un número positivo = 0 );
% Datos por teclado
If n < 0
disp (0 Es negativo 0 )
parid
elseif rem (n, 2) == 0
disp (0 Es par 0 )
else
disp (0 Es impar 0 )
end
Debe archivarse como archivo tipo m con el nombre parid.m.

Ejemplo B.39 .
Se lee un número positivo por teclado. Si es par se divide por 2, si es impar se
multiplica por 3 y se le suma 1. Se repite el proceso hasta que el entero llega a 1.
¿Existe algún entero para el cual el proceso no termina?.
B.50 Archivos ”script”. 337

while 1
n = input(0 Entre n > 0.0 );
if n <= 0
break;
% Salida de los lazos
end;
while n > 1
if rem(n, 2) == 0
n = n/2;
else
n = 3 ∗ n + 1;
end;
end;
end;

B.49 Archivos tipo m


MATLAB puede ejecutar secuencias de comandos que son almacenados en un archivo.
Los archivos de disco que contienen declaraciones del MATLAB son llamados archivos
m porque tienen un tipo de archivo con .m como la última parte del nombre del archivo
(la extensión). Por ejemplo, un archivo llamado bessel.m contiene declaraciones del
MATLAB que evaluan las funciones de Bessel.
Un archivo m consiste de una secuencia de declaraciones normales del MATLAB, las
cuales posiblemente incluyan referencı́as a otros archivos m.
Un archivo m se puede llamar a si mismo recursivamente y se puede crear usando un
editor de texto o un procesador de palabra.
Dos tipos de archivos m se pueden usar: los que automatizan secuencias de comandos
(archivos ”script”) y las funciones que hacen más extensible el MATLAB. Gran parte
de la potencia del MATLAB consiste en que permite crear nuevas funciones que re-
suelven problemas especı́ficos del usuario. Ambos tipos de archivo son ordinariamente
archivos de texto ASCII.

B.50 Archivos ”script”


Cuando un archivo de estos es invocado, MATLAB simplemente ejecuta los comandos
encontrados en el archivo. Las declaraciones operan globalmente sobre los datos en
el espacio de trabajo.
Estos archivos son útiles para desarrollar análisis, resolver problemas o diseñar largas
secuencias de comandos que se vuelven difı́ciles de manejar interactivamente.

Ejemplo B.40 .
338 PROGRAMA MATLAB

El archivo llamado ”fibno.m” contiene los siguientes comandos:


% Este es un archivo para calcular
% los números de F ibonacci.
f = [1 1] ; i = 1;
while f (i) + f (i + 1) < 1000
f (i + 2) = f (i) + f (i + 1)
i=i+1
end
plot (f )
Escribiendo f ibno causa que es el MATLAB ejecute los comandos. Calcula los
primeros 16 números de F ibonacci y crea una gráfica.
Después de que la ejecución del archivo está completa, las variables f e i permanecen
en el espacio de trabajo.
Los ”demos” del MATLAB son buenos ejemplos de como usar estos archivos para
desarrollar tareas más complicadas. Cuando se invoca el MATLAB, automáticamente
ejecuta un archivo llamado ”matlabrc.m”,el cual corre el archivo ”startup.m”, si éste
existe, en el cual se pueden entrar constantes fı́sicas, factores de conversión, o cualquier
otra cosa que se quiera predefinir en el espacio de trabajo.

B.51 Archivos función


Un archivo m que contiene la palabra ”function” al comienzo de la primera lı́nea es
un archivo función. Este difiere del ”script” en que se le pueden pasar argumentos,
y las variables definidas y manipuladas dentro del archivo son locales a la función y
no operan globalmente en el espacio de trabajo. Los archivos función son útiles para
extender el MATLAB, es decir, crear nuevas funciones del MATLAB utilizando su
propio lenguaje.

Ejemplo B.41 .
El archivo ”media.m” con las siguientes declaraciones es una función:

function [med, desv] = media (x)


% Retorna el valor medio y la desviación estándar de los elementos del vector x.
% Retorna un vector fila que contiene el valor medio y la desviación estándar
% de cada columna cuando x es una matriz.
[m, n] = size (x) ;
if m == 1
m=n;
end
med = sum (x) /m; desv = sqrt (sum (x.ˆ2) /m − med.ˆ2) ;
Se puede utilizar con:

z = 1 : 99;
B.53 Comandos ”echo”, ”input”, ”keyboard”, y ”pause”. 339

[me, de] = media (z)

lo cual resulta en:

me =
50

de =
28.5774

Nótese que:
1) La primera lı́nea declara el nombre ”function”, los argumentos de entrada x (si
es más de uno, se separan por comas) y los argumentos de salida, med y desv.
2) El sı́mbolo ” % ” indica que el resto de la lı́nea es un comentario y debe ser ignorada.
3) Las primeras pocas lı́neas documentan el archivo M y la muestra cuando se escribe
”help media ”.
4) Las variables m, n, med y desv son locales a la función media y no existen en
el espacio de trabajo después de que media ha terminado (o si existı́an previamente,
permanecen sin cambiar).
5) El vector z que contenı́a los enteros de 1 a 99 fué pasado o copiado en media en
donde llega a ser una variable local llamada x.

B.52 Ayuda en lı́nea para los archivos m


Se puede crear ayuda en lı́nea para los archivos m entrando texto en una o más lı́neas
de comentario, empezando con la segunda lı́nea del archivo.
Ası́ cuando se entra help media (ver ejemplo anterior), las lı́neas 2, 3 y 4 se muestran.
Son las primeras lı́neas contiguas de comentarios. El sistema de ayuda ignora las lı́neas
que aparecen posteriores a cualquier declaración ejecutable o aún una lı́nea en blanco.

B.53 Comandos ”echo”, ”input”, ”keyboard”, y


”pause”
Normalmente mientras un archivo m se ejecuta, los comandos en el archivo no se
muestran en la pantalla. El comando echo hace que los archivos m se vean en la
medida que se ejecutan, lo cual es útil para depuración o para demostraciones.
La función input obtiene entrada del usuario. Ası́:

n = input (0 Entre un entero0 )


340 PROGRAMA MATLAB

muestra el mensaje ”Entre un entero”, espera y luego asigna a n el valor o expresión


entrada por el teclado.
La función keyboard invoca el teclado del computador como un ”script”. Cuando
se usa en archivos m es útil para depuración o para modificar variables durante la
ejecución.
El comando pause hace que un procedimiento pare y espere que el usuario presione
cualquier tecla antes de continuar. pause (n) pausa durante n segundos antes de
continuar.

B.54 Variables globales


Generalmente cada función del MATLAB, definida por un archivo m, tiene sus propias
variables locales, las cuales son separadas de aquellas de otras funciones, de aquellas
del espacio de trabajo y de aquellas de archivos ”script”. Sin embargo, si varias
funciones y posiblemente el espacio de trabajo, declaran todas un nombre particular
como global, entonces todos comparten una copia única de esa variable. Cualquier
asignación a esa variable, en cualquier función, es disponible a todas las otras funciones
que la declaran global. El formato es:
global Nombrevariable1 Nombrevariable2 ...
En las funciones esta declaración se puede hacer después de las primeras lı́neas de
comentario.

B.55 Cadenas de texto


Las cadenas de texto se entran en MATLAB delimitadas por comillas simples. Por
ejemplo:

s = 0 Hola0
resulta en:

s =
Hola
El texto se almacena en un vector, un caracter por elemento. En este ejemplo:

size (s)

ans =
14
indica que s tiene cuatro elementos. Los caracteres son almacenados como sus valores
ASCII y abs muestra estos valores:
B.56 La función ”eval”. 341

abs (s)

ans =
72 111 108 97

la función setstr permite mostrar el vector como texto en lugar de mostrar los valores
ASCII. disp muestra el texto en la variable.
Otras funciones útiles son: isstr la cual detecta caracteres, y strcmp, la cual compara
cadenas de caracteres.
El uso de corchetes concatena variables de texto en cadenas mas largas:

s = [s,0 amigos0 ]

s =
Hola amigos

Valores numéricos son convertidos a caracteres con sprintf , num2str, int2str. Los
valores numéricos son a veces concatenados para poner tı́tulos en gráficos que incluyen
valores numéricos:

f = 70; c = (f − 32) /1.8;

title ([0 la temperatura del cuarto es 0 , num2str (c) , 0 grados C 0 ])

B.56 La función ”ev al”


La función eval trabaja con variables de texto para implementar una poderosa fa-
cilidad al estilo macro. eval (t) hace que el texto contenido en t sea evaluado. Si
CADENA es el texto fuente para cualquier expresión o declaración del MATLAB,
entonces:

t = 0 CADENA0 ;

codifica el texto en t. Escribir t imprime el texto (en pantalla) y eval (t) hace que
el texto sea interpretado, como una declaración o como un factor en una expresión.

Ejemplo B.42 .
342 PROGRAMA MATLAB

t = 0 1/ (i + j − 1)0 ;
f or i = 1 : n
f or j=1:n
a (i, j) = eval (t) ;
end
end

genera la matriz del Hilbert de orden n.


Se puede usar eval e input para escoger una de varias tareas definidas en archivos m.

Ejemplo B.43 .

En este ejemplo los archivos m tienen los nombres : resist.m, induct.m y conden.m.

elementos = [0 resist0 ; 0 induct0 ; 0 conden0 ] ;

K = input (0 Escoja número de elemento : 0 ) ;

eval (elementos (K, :))

Nótese que el número de columnas en elementos implica que cada fila debe tener el
mismo número de caracteres.

Ejemplo B.44 .

En este ejemplo se muestra como eval puede usar el comando load para cargar 10
archivos de datos numerados secuencialmente:
nombre ar = 0 misdatos0 ;
f or i = 1 : 10
eval ([ 0 load 0 , nombre ar, int2str (i)])
end

B.57 Como incrementar velocidad y memoria


Para obtener la máxima velocidad del MATLAB, se debe hacer el esfuerzo de vector-
izar los algoritmos en los archivos m. Siempre que sea posible, convertir lazos f or y
while a operaciones con vectores o matrices.

Ejemplo B.45 .

Una manera de obtener el seno de 1001 números desde el 1 hasta 10 es:


B.58 Archivos de entrada y salida. 343

i = 0;
for t = 0 : .01 : 10
i = i + 1;
y (i) = sin (t) ;
end

Una versión con vectores del mismo código es:

t = 0 : .01 : 10 ;
y = sin (t) ;

si no se puede vectorizar un pedazo de código, los lazos f or se pueden acelerar preubi-


cando los vectores en los cuales los resultados son almacenados. Por ejemplo, al incluir
la primer declaración que usa la función zeros, el lazo f or se ejecuta mas rápido en:

y = zeros (1, 100) ;


for i = 1 : 100 ¡ ¢
y (i) = det X ˆ i ;
end

Si no se preubican vectores, el interpretador del MATLAB debe cambiar el tamaño


del vector y a un elemento más grande cada vez en el lazo de iteración. Si el vector
es prelocalizado, se elimina este paso y ejecuta más rápido.
El esquema de prelocalización tiene un segundo beneficio: usa memoria más eficiente-
mente. Durante una sesión del MATLAB, la memoria tiende a fragmentarse. Aunque
se haya dejado mucha memoria libre, podrı́a no haber suficiente espacio contiguo para
sostener una variable grande. Ası́, preubicación ayuda a reducir la fragmentación.

B.58 Archivos de entrada y salida


Las funciones de archivos de entrada y salida del MATLAB permiten leer datos,
directamente en el MATLAB, que han sido guardados en otro formato, o escribir datos
generados en el MATLAB en formatos requeridos por otro programa o dispositivo.
Las funciones leen y escriben archivos en formato de texto y archivos de datos binario.
Estas funciones son basadas en las funciones de archivos de entrada y salida del
lenguaje C.
Información adicional se puede encontrar en la guı́a del usuario del MATLAB.
APENDICE C
INTRODUCCION AL SIMULINK

C.1 Introducción
El SIMULINK es una herramienta del MATLAB que permite simular sistemas tanto
lineales como no lineales interactuando con el usuario de una manera gráfica.
Para entrar al programa se escribe simulink una vez se esté dentro del MATLAB.
Se presenta un pantallazo con varias ventanas (cajas) que contienen los diferentes
bloques de simulación. Estas ventanas son:
”sources” (fuentes), ”sinks” (sumideros), ”discrete” (discretos), ”linear” (lineales),
”nonlinear” (no lineales), ”connections” (conexiones) y ”extra” (extras).

Sources Sinks Discrete Linear Nonlinear Connections Extras

SIMULINK Block Library (Version 1.3c)

Figura C.1 Librerı́as del Simulink


Una sesión tı́pica comienza por definir un modelo o traer un modelo ya definido y
luego se procede al análisis del modelo.
Los modelos se crean y editan principalmente con comandos manejados por el ”mouse”.
Después de definir un modelo se puede analizar escogiendo opciones de los menús del
SIMULINK o entrando comandos en la ventana de comandos del MATLAB.
El progreso de una simulación se puede ver mientras está corriendo, y los resultados
finales se pueden hacer disponibles en el área de trabajo del MATLAB cuando la
simulación está completa.

345
346 INTRODUCCION AL SIMULINK

C.2 Construcción de un modelo


La definición de un sistema en el SIMULINK es como la representación del sistema
en diagramas de bloques, en donde éstos son copiados de las librerı́as de bloques del
SIMULINK (las anteriores ventanas) o las que se contruyan. La librerı́a estándar se
organiza en varios subsistemas, agrupando bloques de acuerdo a su comportamiento,
por ejemplo ”sources” contiene bloques para generar señales. Se pueden abrir pre-
sionando dos veces el botón izquierdo (doble click) del mouse. Los bloques que allı́
se presentan se pueden copiar donde se desee, por ejemplo en el modelo que se esté
creando, señalizandolos con el botón izquierdo del mouse y arrastrándolo (sin soltar
el botón).
Un sistema nuevo se puede abrir seleccionando ”new” del menú ”file”, a lo cual
aparece una ventana vacı́a.
La mayorı́a de los bloques se pueden abrir para mostrar sus parámetros en ventanas
separadas. Éstas permiten controlar el comportamiento del bloque modificando los
valores de sus parámetros. Por ejemplo, el bloque ”signal generator” (generador de
señales) del subsistema ”sources” tiene como parámetros la forma de onda, amplitud
y frecuencia.
Otro bloque importante del subsistema ”sources” es el denominado ”from workspace”
(del espacio de trabajo) el cual sirve para recibir en el SIMULINK cualquier señal
o señales que se deseen del MATLAB en una matriz cuya primer columna tiene los
instantes de tiempo y las demás columnas las señales correspondientes.

Signal Source Library

12:34
Clock Digital Clock
Repeating
1 Sequence
Constant
Signal
Generator
Pulse
Generator
Sine Wave Step Input

untitled.mat [T,U]

From File From


Workspace Chirp Signal

Random Band-Limited
Number White Noise

Figura C.2 Librerı́a de ”sources”


El subsistema ”sinks” contiene bloques que en general son utilizados como salidas:
C.2 Construcción de un modelo 347

osciloscopios (”scope”) graficadores (”graph”) y un bloque llamado ”to workspace”


(al espacio de trabajo) el cual sirve para mandar las señales (respuestas, por ejemplo)
que se deseen de la simulación al espacio de trabajo en una matriz, en donde cada
columna corresponde a cada respuesta o salida, y las filas al ı́ndice de cada instante
de simulación. Para enviar el vector que contiene los intantes de tiempo al MAT-
LAB, se puede usar el bloque ”clock” del subsistema ”sources” conectado al bloque
”to workspace”.

Signal Sinks Library

yout
To Workspace
Scope

untitled.mat
To File
Graph

STOP

Auto-Scale Stop Simulation


Graph

XY Graph Hit Crossing

Figura C.3 Librerı́a de ”sinks”


En general, los bloques tienen entradas (en el bloque se representa con > apuntando
hacia el mismo) y salidas (se presenta con > saliendo del bloque).
Para conectar la salida de un bloque a la entrada de otro, se presiona el botón izquierdo
del mouse en cualquiera de los terminales anteriores y se arrastra hacia el otro. Al
conectarsen se dibuja una linea que los une, los > desaparecen y una flecha en la
linea indica la dirección del flujo de datos. Si se quiere borrar o editar una linea se
selecciona con el mouse en cualquier lugar de ella. Todos los vertices son señalados con
pequeños cuadrados sólidos. Una vez que la lı́nea es seleccionada se puede eliminar
del modelo presionando la tecla ”delete”.
La simulación de un sistema fı́sico en el SIMULINK depende del modelo matemático
que se tenga. Por ejemplo, un sistema lineal descrito mediante una función de trans-
ferencia se puede simular usando el bloque ”transf er f cn” del subsistema ”linear”.
También se puede usar el bloque ”state − space” de la misma librerı́a, cuando el mod-
elo es dado mediante las ecuaciones de estado y de salida. O si se tiene un conjunto
de ecuaciones que describe el comportamiento del sistema se pueden simular usando
todos los bloques disponibles tanto en al librerı́a ”linear” (integradores, sumadores,
ganancias, derivadores, etc.) como en la ”nonlinear” (saturación, relés, productos,
funciones de variables, valor absoluto, zona muerta, etc.).
348 INTRODUCCION AL SIMULINK

Nonlinear Library
Linear Library

+ . Sign Relay Backlash Saturation


+
Sum Inner
Product Quantizer Dead Zone Coulombic Rate Limiter
du/dt Friction
1/s
* Abs
Integrator Derivative
Product Abs Look-Up 2-D Look-Up
Table Table
1 K 1.317
>= AND
Gain Matrix Slider Relational Logical Combinatorial
Gain Gain Operator Operator Logic Switch
1 (s-1) MATLAB
f(u) system Function 1/s
s+1 s(s+1)
Fcn S-Function Reset
MATLAB Fcn
Transfer Fcn Zero-Pole Integrator

x' = Ax+Bu 1/s


y = Cx+Du Memory Transport Variable Limited
Delay Transport Delay Integrator
State-Space

a) ”Linear” b) ”Nonlinear”

Figura C.4 Subsistemas ”linear” y ”nonlinear” del Simulink


Cuando se tienen varias señales que se quieren ver en una misma gráfica por ejemplo,
se puede usar un bloque ”mux” que está en la librerı́a ”connections” el cual sirve para
multiplexar sus entradas en un único vector a la salida. También está en la misma
librerı́a el bloque ”demux” el cual separa un vector con varias señales en señales
escalares (demultiplexa).
Otros dos bloques de esta librerı́a son: ”inport”, el cual suministra un enlace a una
entrada externa y para linealización; también tiene el ”outport”, que suministra un
enlace a una salida externa y sirve también para linealización.

Connections
Library
1
Inport
1
Outport

Mux
Mux
Demux
Demux

Figura C.5 Librerı́a de ”connections”


Si el sistema que se quiere simular es digital, se pueden usar los bloques de la librerı́a
”discrete”: ”unit delay” (retardo unitario), ”discrete transfer fcn” (función de
C.3 Inicio de una simulación 349

tranferencia discreta), ”discrete state space” (ecuaciones estado y de salida discretas),


etc.
Cada uno de los bloques discretos tiene un muestrador interno a su entrada y un
retenedor de orden cero en su salida. Cuando bloques discretos se mezclan con bloques
análogos (continuos), la salida entre tiempos de muestreo de los bloques discretos es
mantenida constante.
Las entradas a los bloques discretos son actualizadas únicamente en los instantes de
muestreo. El tiempo de muestreo se da en el campo del tiempo de muestreo de la
caja de diálogo del bloque.

Discrete-Time Library
(z-1)
1/z
z(z-0.5)
Unit Delay
Discrete
Zero-Pole
1 1
1+2z -1 z+0.5
Filter Discrete
Transfer Fcn

x(n+1)=Ax(n)+Bu(n)
y(n)=Cx(n)+Du(n)
Discrete State-Space

Zero-Order First-Order
Hold Hold
1
z-1
Discrete-Time Discrete-Time
Integrator Limited Integrator

Figura C.6 Librerı́a de ”discrete”

C.3 Inicio de una simulación


Una simulación puede ser iniciada desde la lı́nea de comandos del MATLAB o del
menú del SIMULINK: ”simulation”. Todos los métodos usan los mismos argumentos
y parámetros.
A. Simulación desde el menú ”simulation”.
La simulación se puede arrancar seleccionando ”start” del menú ”simulation”.
Los parámetros de la simulación se pueden ajustar seleccionando ”parameters” en
el menú ”simulation”. En los campos que allı́ aparecen se pueden entrar números
o expresiones legales del MATLAB, por ejemplo, las variables tini, tf in, pasomin,
pasomax y tol las cuales se pueden definir en el espacio de trabajo del MATLAB.
Véase Fig. C.7.
350 INTRODUCCION AL SIMULINK

Figura C.7 Panel de control del Simulink


Las variables de retorno [t, x, y] son usadas para poner el tiempo, las trayectorias del
estado y de la salida en el espacio de trabajo del MATLAB.
Los tiempos de inicio y de parada de la simulación son ajustados en las variables tini
y tf in. Los parámetros de integración tol, pasomin y pasomax controlan el error
local relativo, el mı́nimo y máximo intervalos de integración de la simulación.
Correr una simulación desde el menú permite desarrollar ciertas operaciones interac-
tivamente durante una simulación:
a) Cambiar los parámetros de un bloque, siempre y cuando no cause un cambio en el
número de estados, entradas o salidas para ese bloque.
b) Cambiar cualquiera de los parámetros de simulación, excepto las variables de re-
torno y el tiempo de inicio.
c) Cambiar el algoritmo de simulación.
d) Cambiar el tiempo de muestreo para bloques discretos.
e) Simular otro sistema al mismo tiempo.
f) Seleccionar una lı́nea para ver su salida en un ”osciloscopio flotante”, el cual consiste
de un bloque ”scope” desconectado. Este muestra la salida de cualquier lı́nea que se
seleccione.
B. Simulación desde la lı́nea de comandos del MATLAB.
Cualquier simulación que se corra desde el menú también se puede correr desde la
lı́nea de comandos. Por ejemplo, para configurar una simulación con parámetros
idénticos a los descritos en el ejemplo anterior y mostrados en la Fig C.7, se debe usar
el comando:

[t, x, y] = linsim(0 modelo0 , [tini, tf in] , ...


C.3 Inicio de una simulación 351

xo, [tol, pasomin, pasomax]);

en donde ”modelo” es el nombre del diagrama del sistema y linsim es una de las
técnicas de integración.
Las condiciones iniciales, que no se pueden ajustar desde el menú de ”simulation”,
se definen en el vector xo. Estas condiciones iniciales prevalecen sobre las condiciones
iniciales ajustadas en los bloques, a menos que xo sea una matriz vacı́a.
La simulación desde la lı́nea de comandos tiene las siguientes ventajas:
a) Se puede definir las condiciones iniciales, las cuales prevalecen sobre las definidas
en los bloques.
b) Si no se especifican los argumentos del lado izquierdo del comando de simulación,
automáticamente se grafican las salidas o, cuando no hay salidas, las trayectorias del
estado.
c) Entradas externas se pueden especificar usando una variable extra ut, la cual va
al final de los parámetros del comando de simulación. ut puede ser una cadena de
caracteres o una tabla de valores. Por ejemplo ut = 0 sin0 o ut = 0 ones (2, 1) ∗
sin (3 ∗ t + 2)0 . Si es una tabla, la primer columna debe ser un vector con los tiempos
en orden ascendente.
d) Una simulación se puede correr desde un archivo M permitiendo que parámetros
en los bloques sean cambiados interactivamente.
e) Para pequeños modelos, la simulación se ejecuta más rápido.
Todos los algoritmos de integración tienen idéntica sintaxis de modo que los diferentes
métodos se pueden seleccionar simplemente cambiando el nombre de la función: euler,
rk23, rk45, linsim, adams y gear.
La velocidad y precisión con las cuales se pueden resolver las ecuaciones diferenciales
no sólo dependen de los parámetros del intervalo de integración y el error relativo
si no también del algoritmo que se escoja. Estas rutinas se pueden usar para una
variedad de problemas:
linsim usa un método que extrae la dinámica lineal de un sistema dejando únicamente
la dinámica no lineal del sistema para ser simulado. Este método trabaja muy bien
cuando el sistema a ser simulado es relativamente lineal, y se pueden tomar inter-
valos grandes de integración. Por esto es necesario limitar el máximo intervalo de
integración si se quieren puntos de salida razonablemente espaciados.
El método de euler es un método de intervalo único el cual simplemente multiplica
las derivadas por el tamaño del intervalo para producir la actualización del estado. Se
incluye por razones históricas. Se deben tomar intervalos de integración mucho más
pequeños que los de los otros métodos para lograr la misma precisión y, por ésto, no
se recomienda para la mayorı́a de problemas.
Los métodos de Runge-Kutta, rk23 y rk45, son métodos buenos de propósito general
que trabajan bien para un buen rango de problemas. Aunque rk45 es generalmente
más rápido y preciso que rk23, produce menos puntos de salida; por eso rk23 podrı́a
ser preferido para gráficas ”suaves”. Son los mejores métodos cuando el sistema a ser
simulado tiene discontinuidades.
adams y gear son métodos predictores-correctores que trabajan bien con problemas
en donde las trayectorias de estado son suaves.
El método de gear es fundamentalmente para sistemas con mezcla de dinámicas rápida
352 INTRODUCCION AL SIMULINK

y lenta. Estos métodos no trabajan bien cuando el sistema es discontinuo.


Todos los métodos son de intervalo de integración variable, el cual se ajusta conti-
nuamente de modo que se mantenga el error relativo. Los métodos, excepto gear y
adams, se pueden convertir a métodos de intervalo fijo haciendo que los intervalos
mı́nimo y máximo sean iguales.
linsim y euler son métodos de intervalo único: un nuevo punto de salida se genera
a cada intervalo de tiempo. rk23 y rk45 son métodos de Runge-Kutta que toman
intervalos intermedios entre los puntos generados por las trayectorias de salida.
Las rutinas de adams y gear son métodos predictores-correctores los cuales toman
un número variable de puntos para generar un punto de salida.
Todos los algoritmos de integración (excepto euler) podrı́an tomar pasos hacia atrás
en el tiempo cuando el error de predición calculado es mayor que el error relativo. En
este caso el intervalo de integración es reducido pero nunca por debajo del intervalo
mı́nimo; por eso, es posible producir resultados imprecisos si cualquiera, el error
relativo o el mı́nimo intervalo de integración, son demasiado grandes.
Sistemas puramente discretos se pueden simular usando cualquiera de los métodos
de integración; no hay diferencia en las soluciones. Para lograr puntos de salida que
reflejen únicamente los instantes de muestreo, se debe ajustar el mı́nimo intervalo de
integración a un valor mayor que el máximo tiempo de muestreo.

Ejemplo C.1 .

Este ejemplo sirve para simular el control por realimentación de variables de estado
de la planta constituida por el péndulo invertido considerado en el Capı́tulo 1, cuya
descripción matemática es dada por las ecuaciones (1.16) y (1.17). Referirse también
al artı́culo de los autores ”Frecuencias escondidas en sistemas lineales”, en la revista
Scientia et Technica, No. 5 de Abril de 1997.
Si se definen las variables de estado como:

x1 = φ, x2 = φ̇, x3 = y, x4 = ẏ

entonces el modelo matemático mediante variables de estado es:


      
ẋ1 0 1 0 0 x1 0
 ẋ2   a21 0 0 0     
 =   x2  +  b2  u
 ẋ3   0 0 0 1   x3   0 
ẋ4 a41 0 0 0 x4 b4

en donde:

(m + M )mgL (mL)2 g
a21 = , a41 = ,
d d
mL I + mL2
b2 = − , b4 = , d = (m + M)I + mML2
d d
La Fig. C.8 muestra el diagrama del Simulink para el control del péndulo invertido,
el cual es archivado con el nombre ”sipend”.
C.3 Inicio de una simulación 353

ti
Reloj Tiempo
u
Señal de Control
x' = Ax+Bu x
y = Cx+Du Vector de Estado
Péndulo
Invertido
K
Ganancias de
Realimentación

Figura C.8 Diagrama del Simulink para el control del péndulo invertido
Nótese de la Fig. C.8 que:
1) La planta se simula con el bloque ”state − space”, ya que su modelo matemático
es dado mediante ecuaciones de estado y de salida.
2) La realimentación de las variables de estado se hace a través del bloque ”matrix gain”
de la librerı́a ”linear”.
3) Las variables que se quieren observar (control y estado) se envı́an al espacio de
trabajo en un bloque ”to workspace” ( Vector de Estado) para ser graficados con un
archivo tipo m o un programa que usa comandos del MATLAB que se muestra más
adelante. Los instantes de simulación, contenidos en el bloque ”clock”, también son
enviados al espacio de trabajo para ser usados en las gráficas de los resultados.
El programa que maneja la simulación, pide las ganancias por las cuales se deben
multiplicar las variables de estado, calcula las matrices A y B y grafica los resultados
es el siguiente:
% PÉNDULO INVERTIDO
% Se piden las ganancias de realimentación
k1=input(’Ganancia de realimentación para x1, k1 = ’)
k2=input(’Ganancia de realimentación para x2, k2 = ’)
k3=input(’Ganancia de realimentación para x3, k3 = ’)
k4=input(’Ganancia de realimentación para x4, k4 = ’)
% Parámetros del péndulo invertido
m=0.05;M=0.5;g=9.8;L=1;
I=m*Lˆ2/3;delta=(m+M)*I+m*M*Lˆ2;
% Se calculan las matrices A y B
354 INTRODUCCION AL SIMULINK

A=[0 1 0 0;(m+M)*m*g*L/delta 0 0 0;0 0 0 1;-(m*L) ˆ2*g/delta 0 0 0];


B=[0;-m*L/delta;0;(I+m*L ˆ2)/delta];
% Vector de ganancias del controlador
k=[-k1 -k2 -k3 -k4];
% Se simula el sistema en lazo cerrado.
% Todas las condiciones iniciales son nulas, excepto el ángulo inicial
% del péndulo que es 10 grados
linsim(’sipend’,[0,10],[pi/18;0;0;0],[0.001,0.01,0.01])
% Se grafica la posición angular del péndulo
figure(1)
plot(ti,x(:,1)*180/pi,’w-’)
ylabel(’pos. angular del péndulo, grados’);xlabel(’segs.’)
grid on
% Se grafica el desplazamiento del carro
figure(2)
plot(ti,x(:,3),’w-’)
ylabel(’desplazamiento del carro, metros’);xlabel(’segs.’)
grid on
% Se grafica la fuerza de control
figure(3)
plot(ti,u,’w-’)
ylabel(’fuerza de control, Newtons’);xlabel(’segs.’)
grid on
Los resultados del control con k1 = 65, k2 = 24, k3 = k4 = 0, es decir sin realimentar
y y ẏ se muestran en las Figuras C.9 y C.10. Nótese que aunque la posición angular
es controlada, el desplazamiento del carro es inestable.

10
pos. angular del péndulo, grados

0
0 2 4 6 8 10
segs.

Figura C.9 Posición angular del péndulo


C.3 Inicio de una simulación 355

desplazamiento del carro, metros


6

0
0 2 4 6 8 10
segs.

Figura C.10 Desplazamiento del carro


Los resultados del control realimentando todas las variables de estado con k1 =
65, k2 = 24, k3 = 8, k4 = 11, se muestran en las Figuras C.11 y C.12. Nótese
que ahora la posición angular y el desplazamiento del carro están completamente
controlados.

10
pos. angular del péndulo, grados

-2

-4

-6
0 2 4 6 8 10
segs.

Figura C.11 Posición angular del péndulo


356 INTRODUCCION AL SIMULINK

0.5

desplazamiento del carro, metros


0.4

0.3

0.2

0.1

0
0 2 4 6 8 10
segs.

Figura C.12 Desplazamiento del carro

Ejemplo C.2 .

Este ejemplo sirve para simular el control óptimo usando realimentación de las va-
riables de estado estimadas de una planta (motor DC y su ”drive”) por medio de un
observador asintótico (Véase Capı́tulo 9). Referirse al artı́culo de los autores ”Diseño
de un controlador óptimo que utiliza un observador asintótico para realimentar las
variables de estado estimadas”, en la revista Scientia et Technica, No. 4 de Octubre
de 1996.
El criterio de optimización consiste en minimizar el ı́ndice cuadrático:
Z ∞
J= [xt Qx + ut Ru]dt
0

para lo cual se utiliza la función ”lqr” (”linear quadratic regulator”) de la herramienta


”Control” del MATLAB. Las matrices ponderantes Q y R que restringen respectiva-
mente, las variables de estado y de control, se escogen como:
 
1 0 .01 0
 0 .1 .01 0 
Q=  .01 .01 .01 .01 

0 0 .01 100

R = .01

Puesto que se introduce un integrador con el fin de eliminar el error de estado esta-
cionario, la planta es de cuarto orden y su modelo matemático mediante ecuaciones
de estado es descrito por las matrices:
C.3 Inicio de una simulación 357

 
−.1653 .2879 0 0
 −11.55 −3.414 .9177 0 
A2 = 


0 0 −12.3 0 
−1 0 0 0

 
0
 0  £ ¤
B2 =  
 147.5  , C2 = 1 0 0 0
0

Puesto que el observador es reducido, ya que no es necesario estimar la salida del


integrador porque se tiene acceso a élla, en la determinación de las ganancias del
observador se utilizan: la traspuesta de la matriz A1 que se obtiene eliminando en
A2 la cuarta fila y la cuarta columna, y la traspuesta de [1 0 0] que se obtiene de C2
eliminando la cuarta columna.

Señal de control u
x' = Ax+Bu Demux estadore
y = Cx+Du Al espacio de
SaturaciónModelo del Demux2 trabajo3
motor Salida y
Error de
x' = Ax+Bu Mux x4 control -
y = Cx+Du 1/s +
Ganancias deMux1 I1 S2 Referencia
realimentación
ti
Vector de estado Reloj Al espacio de
estimado trabajo2
+
-
Mux x' = Ax+Bu
y = Cx+Du Demux S1 Error del
Mux2 Observador Demux1 observador
asintótico Mux estado
Mux Altrabajo1
espacio de

Figura C.13 Diagrama de simulación del ejemplo C.2


La Fig. C.13 muestra el diagrama de simulación del sistema total. Nótese que
el bloque ”state − space” es usado 3 veces para: simular la planta, el observador
asintótico y las ganancias de realimentación.
Se usan multiplexores para reunir varias señales en un sólo vector, y demultiplexores
para separar las señales de vectores.
Se usan los bloques ”to workspace” para enviar varias señales y el tiempo al espacio
de trabajo con el fin de graficar algunas variables.
358 INTRODUCCION AL SIMULINK

Otros bloques utilizados son: ”saturation” de la librerı́a ”nonlinear”, un sumador y


un integrador de la librerı́a ”linear” y el bloque ”step” de la librerı́a ”sources” para
generar la señal de referencia: un escalón de amplitud 8.15 voltios.
El siguiente es el programa que carga las matrices Q, R, A2 , B2 y C2 , utiliza de
la herramienta ”Control” las funciones ”lqr” que se usa para optimizar y ”ac ker ”
que sirve para hallar tanto las ganancias de realimentación de las variables de estado
como las ganancias del observador asintótico cuando los polos respectivos son dados.
Usa el método de integración ”rk45” y grafica los resultados.
% CÁLCULO ÓPTIMO DE LAS GANANCIAS DE REALIMENTACIÓN
% POR VARIABLES DE ESTADO PARA EL MODELO DEL MOTOR
% SE CARGAN Q Y R ÓPTIMOS
load qroptim
% SE CARGA PRIMERO EL MODELO DEL MOTOR
load modmotor
% SE CALCULAN LAS GANANCIAS DE REALIMENTACIÓN K1,
% USANDO EL REGULADOR LINEAL CUADRÁTICO
[K1,S,E]=lqr(A2,B2,Q,R);
K1
% SE CALCULAN LAS GANANCIAS DEL OBSERVADOR ASINTÓTICO L
% UTILIZANDO LA FÓRMULA DE ACKERMAN.
% SUS POLOS ESTÁN EN EL VECTOR Po.
Po=[-10;-20;-30];
L1=acker(A1’,[1;0;0],Po);
L=L1’
% SE SIMULA EL SISTEMA EN LAZO CERRADO CON EL SIMULINK.
% EL PROGRAMA SE LLAMA lqrnue33.
rk45(’lqrnue33’,[0,4],[],[0.001,0.01,0.01])
% SE GRAFICAN LAS VARIABLES DE ESTADO ESTIMADAS, LAS REALES,
% LA SEÑAL DE CONTROL Y EL ERROR DEL OBSERVADOR.
for j=1:3
figure(j)
plot(ti,estado(:,j),’w-’)
hold on
plot(ti,estadore(:,j),’w-’)
grid on
hold off
xlabel(’segs.’)
pause
end
for j=4:5
figure(j)
plot(ti,estado(:,j),’w-’)
grid on
xlabel(’segs.’)
pause
end
C.3 Inicio de una simulación 359

10

0
0 1 2 3 4
segs.

Figura C.14 Variables de estado x1 y xo1

80

60

40

20

-20
0 1 2 3 4
segs.

Figura C.15 Variables de estado x2 y xo2

150

100

50

-50

-100
0 1 2 3 4
segs.

Figura C.16 Variables de estado x3 y xo3


360 INTRODUCCION AL SIMULINK

10

0
0 1 2 3 4
segs.

Figura C.17 Señal de control u

-1
0 1 2 3 4
segs.

Figura C.18 Error del observador


En las Figuras C.14 a la C.18 se muestran las variables de estado estimadas compara-
das con las reales, la señal de control y el error del observador. Nótese como a pesar
de que el estado energético inicial de la planta [4.075 2.5 60] es totalmente diferente
del estado inicial del observador [0 0 0], en menos de medio segundo las variables de
estado estimadas convergen asintóticamente a las reales y la salida del sistema, x1 , al-
canza el estado estacionario en aproximadamente 3.5 segundos, haciendo seguimiento
perfecto de la señal de referencia, que en este caso es de 8.15 voltios.
APENDICE D
EJERCICIOS PROPUESTOS

D.1 Del capı́tulo 1

D.1.1 Considérese el mismo sistema (planta) del ejemplo introductorio (el péndulo in-
vertido) y supóngase que se desea controlar no sólo la posición angular sino la
posición horizontal también, utilizando una estrategia de control en donde la
fuerza (señal) de control u es proporcional a φ y y, es decir, u = K1 φ + K2 y.
Plantear el conjunto de ecuaciones linealmente independiente que describe el com-
portamiento de este sistema de control, suponiendo que el transductor responde
instantaneamente.

D.1.2 Trabajarı́a el sistema del ejemplo introductorio si en lugar del control proporcional-
derivativo se usara control derivativo puro?.

D.1.3 Sobre un carro de masa M hay dos péndulos invertidos de longitudes l1 y l2 y


con masas en sus extremos del mismo valor e igual a m, como se muestra en la
Fig. D.1. Para valores pequeños de Θ1 y Θ2 , demostrar que las ecuaciones de
movimiento son:


Mv = mgΘ1 + mgΘ2 + u
• ••
m(v −li Θi ) = −mgΘi , i = 1, 2

en donde v es la velocidad del carro y u es una fuerza externa aplicada al mismo.

361
362 EJERCICIOS PROPUESTOS

Figura D.1 Sistema del problema D.1.3.

D.2 Del capı́tulo 2

Figura D.2 Sistema del ejercicio D.2.1.


D.2 Del capı́tulo 2 363

D.2.1 Un análogo simple del cuerpo humano para estudios de vibración se considera
como una interconexión de masas, resortes y amortiguadores como se muestra
en la Figura D.2. Plantear un conjunto de ecuaciones linealmente independiente
que lo describa completamente.

Figura D.3 Sistema del ejercicio D.2.2.

D.2.2 Para el sistema mecánico traslacional de la Figura D.3 plantear las ecuaciones de
estado y de salida.

Figura D.4 Sistema mecánico rotacional del problema D.2.3.


364 EJERCICIOS PROPUESTOS

D.2.3 Plantear un modelo matemático que describa completamente el comportamiento


del sistema mecánico rotacional de la Figura D.4.

Figura D.5 Péndulo del problema D.2.4.

D.2.4 Plantear un conjunto de ecuaciones de estado que describa el comportamiento


del sistema del péndulo da la Figura D.5. Supóngase que cuando el péndulo está
vertical, no hay fuerza del resorte; también, que θ es pequeño. El momento de
inercia de m con respecto al punto A es ml2 .

Figura D.6 Sistema mecánico del problema D.2.5.


D.2 Del capı́tulo 2 365

D.2.5 Para el sistema mecánico de la Figura D.6, hallar la ecuación diferencial que
relaciona la posición de la masa M1, y(t), con la entrada u(t).

Figura D.7 Circuito eléctrico del problema D.2.6.

D.2.6 Describir el comportamiento del circuito eléctrico de la Figura D.7 mediante


variables de estado. Hallar las matrices A, B, C y D y la matriz de transferencia.

Figura D.8 Circuito eléctrico del ejercicio D.2.7.

D.2.7 Para el circuito eléctrico de la Figura D.8: R = 2Ω, C1 = 1f, C2 = 12 f, L1 =


366 EJERCICIOS PROPUESTOS

M = 1h y L2 = 2h.

a. Plantear las ecuaciones de estado y de salida.


b. Obtener la función de transferencia a partir de las matrices A, B, C y D del
resultado anterior.

Figura D.9 Motor del problema D.2.8.

ea = Ka φ ω

τ = Ka φ ia

K1 if
φ=
1 + b if

D.2.8 El sistema de la Fig. D.9 está trabajando en un punto de operación Po conocido.


Una pequeña desviación ∆vf del voltaje vf ocurre en un instante determinado
y como consecuencia el punto de operación se afecta. Considerando como salida
del sistema el cambio ∆ω de la velocidad angular ω, obtener:

a. El diagrama de bloques.
∆ω(s)
b. La función de transferencia ∆vf (s) , por reducción de diagrama de bloques.
D.2 Del capı́tulo 2 367

Figura D.10 Sistema del problema D.2.9.


D.2.9 La Figura D.10 muestra el diagrama esquemático del sistema de control de una
bola en suspensión. La bola de acero se suspende en el aire por la fuerza elec-
tromagnética generada por el electroimán, la cual es directamente proporcional
al cuadrado de la relación yi con constante de proporcionalidad K. El objetivo
de control es mantener la bola de metal suspendida en la posición nominal de
equilibrio controlando la corriente en el imán con el voltaje e(t). La resistencia
L
de la bobina es R y la inductancia es L(y) = y(t) , en donde L es una constante.

a. Sea E el valor nominal de e(t). Encontrar los valores nominales de y(t), i(t) y dy(t)
dt
en equilibrio (punto de operación).
b. Definir las variables de estado como x1 = i, x2 = y, x3 = dy(t)dt y encontrar las
ecuaciones de estado no lineales.
c. Linealizar las ecuaciones de estado anteriores alrededor del punto de equilibrio.

Figura D.11 Sistema de nivel de lı́quido del ejercicio D.2.10.


368 EJERCICIOS PROPUESTOS

D.2.10 En el sistema
√ de nivel de lı́quido de la Figura D.11, A = 15m, B = 10m, H = 25m
y q = 2h en el sistema MKS.

a. Hallar la ecuación diferencial no lineal que relaciona a h con u(t).


b. Linealizar la anterior alrededor del punto de operación, suponiendo que en éste,
m3
u(t) |Po = Uo = 2 seg y h(t) |Po = Ho = 16m.

Figura D.12 Sistema del ejercicio D.2.11.


q: caudal en Kg/seg., A: área del pistón (m2 ), ζ: densidad del aceite (Kg/m3 ), R:
N.seg
resistencia al flujo en la restricción ( m2 .Kg ), K: constante del resorte (N/m)

Y (s)
D.2.11 Para el sistema de la Figura D.12 hallar la función de transferencia U (s) .

D.3 Del capı́tulo 3

D.3.1 Hacer un diagrama de cómputo análogo para generar la función 20 t e−t . Se


debe tener en cuenta que: i.no haya saturación en ninguno de los amplificadores
operacionales; ii. sólo de dispone de voltajes D.C.; iii. el voltaje de polarización
de los amplificadores operacionales es ±15 voltios; iv. el número de amplificadores
D.4 Del capı́tulo 4 369

operacionales sea mı́nimo.

Figura D.13 Sistema de nivel de lı́quido del ejercicio D.3.2.


u(t): variable de control, n(t): perturbación, R1 = R3 = 3, R2 = 1, C1 = 23 , C2 = 13 .

D.3.2 Para el sistema de nivel de lı́quido de la Figura D.13:

a. Obtener un circuito eléctrico análogo y plantear las ecuaciones de estado.


b. Hacer un diagrama de cómputo análogo para simular las ecuaciones anteriores sin
usar más de 3 amplificadores operacionales.

D.3.3 Las ecuaciones de estado y de salida de un sistema son, respectivamente:


   
−1 −2 −2 2

x =  0 −1 1  x +  0  u
1 0 −1 1

£ ¤
y= 1 1 0 x
Hacer el diagrama de cómputo análogo para una realización tipo ”observer” sin usar
mas de 5 amplificadores operacionales.

D.4 Del capı́tulo 4


370 EJERCICIOS PROPUESTOS

D.4.1 La función de transferencia de una planta es:

C(s) 100
= 2
U (s) s + 10s + 100

Diseñar un controlador proporcional-integral (PI) de modo que cuando la referencia


sea una rampa unitaria, el error de estado estacionario sea 0.01. Justificar el valor
seleccionado para cada ganancia del PI.

Figura D.14 Sistema térmico del ejercicio D.4.2.

D.4.2 La temperatura x(t) en el horno eléctrico de la Figura D.14 es descrita por la


ecuación diferencial:

dx(t)
= −2x(t) + u(t) + w2 (t)
dt

en donde u(t) es la señal de control y w2 (t) es una perturbación debido a las pérdidas
por calor. Se desea que la temperatura x(t) siga la señal de referencia w1 (t). Encontrar
las ganancias proporcional Kp e integral Ki de un controlador proporcional-integral
(PI) de modo que todas las raı́ces de la ecuación caracterı́stica en lazo cerrado estén
en -10. Hallar las respuestas de x(t) para t ≥ 0 cuando w1 (t) = us (t) y w2 (t) = −us (t)
con condiciones iniciales nulas, en donde us (t) es el escalón unitario. Bosquejar las
respuestas.
D.4 Del capı́tulo 4 371

Figura D.15 Sistema del ejercicio D.4.3.


R1 = R2 = R3 = 1, C1 = C2 = 1.
y: salida (nivel), u: variable de control (caudal), n: perturbación (nivel).
D.4.3 a. Obtener las ecuaciones de estado y de salida del sistema de la Figura D.15 y
su matriz de transferencia.

b. Determinar valores y/o condiciones en las ganancias de un controlador tipo PI, de


modo que el error de estado estacionario para una señal de referencia rampa unitaria
sea 0.01. Hacer un diagrama de bloques del sistema en lazo cerrado.

Figura D.16 Sistema del ejercicio D.4.4.


372 EJERCICIOS PROPUESTOS

Ra = 10Ω, La ≈ 0, Ki = constante de torque = 10 oz-in/A, Ka = 50, n = N 1


N2 = 100 ,
1

Kb = constante de fem inducida = 0.0706 v/rad/seg, Ks = 1 v/ft, JL = inercia de la


carga = 10 oz-in-seg2 , Jm = inercia del rotor = 0.005 oz-in-seg2 , A = área del tanque
= 50 ft2 , R = 0.02 seg/ft2 . Fricción del motor y la carga despreciables.

D.4.4 En el sistema de la Figura D.16, el número de válvulas conectadas al tanque


de reserva es N = 8. Todas las válvulas tienen las mismas caracterı́sticas y son
controladas simultáneamente por θc . Ası́, el caudal de entrada qi (t) es Ki .N.θc (t),
donde Ki = 10 ft3 /(seg-rad).

a. Definir las variables de estado de la planta como x1 = h, x2 = θm , x3 = dθdtm .


Siendo la variable de control ei (t), plantear las ecuaciones de estado de la planta (sin
el controlador).
b. Hallar la función de transferencia de la planta y del sistema en lazo cerrado (in-
cluyendo el controlador), suponiendo un controlador tipo proporcional con ganancia
Kp . Hacer un diagrama de bloques.
c. Determinar la estabilidad del sistema y el error de estado estacionario para una
referencia rampa unitaria si Kp es: i. 1.0, ii. 2.0.

D.4.5 El modelo matemático de una planta que se quiere controlar es el siguiente:


x1 = −2 x2 (t)

x2 = −2 u(t)

donde u(t) es la señal de control y la salida es y(t) = x1 (t).


Las siguientes son las consideraciones para el diseño del control:
a. No se admiten oscilaciones (ni siquiera amortiguadas) en la salida cuando la refer-
encia es un escalón.
b. El error de estado estacionario para una referencia escalón debe ser nulo.
c. La magnitud de todos los polos en lazo cerrado debe ser 2.
Para cada uno de los siguientes controladores justificar porqué si o porqué no lo
selecciona y haga el diseño respectivo:
i. Proporcional
ii. Proporcional-derivativo.
iii. Proporcional-integral.

D.5 Del capı́tulo 5


D.5 Del capı́tulo 5 373

Figura D.17 Modelo del ejercicio D.5.1.


D.5.1 Un modelo muy simple del sistema de realimentación que un estudiante utiliza
para controlar sus notas se muestra en la Figura D.17, en donde:

Td es el tiempo disponible, Te es el tiempo para estudiar, Tx es el tiempo para activi-


dades extracurriculares, N representa las notas y K1 es un efecto proporcional en las
notas.
Algunos valores tı́picos de los parámetros serı́an K1 = 1, τ1 = 1 mes, y τ2 = 12 mes.
El esfuerzo en eliminar actividades extracurriculares se refleja en la ganancia K2 , para
lo cual determinado estudiante podrı́a tener K2 = 12 .
a. Calcular la respuesta del sistema a un incremento en escalón en el tiempo disponible.
Cuántos meses transcurren antes de que el incremento en tiempo disponible resulte
en notas mejores. Usar el tiempo pico para esta estimación.
b. Una perturbación en escalón, D(s) = D s , ocurre debido a exámenes más difı́ciles.
Usando el tiempo de establecimiento, determinar el tiempo necesario para alcanzar
el estado estacionario. Determinar el efecto en estado estacionario sobre las notas
debido a la perturbación escalón de magnitud D.
c. Repetir a. y b. para un estudiante cuya dedicación a actividades extracurriculares
se refleja con K2 = 2.

Figura D.18 Sistema del problema D.5.2.


374 EJERCICIOS PROPUESTOS

D.5.2 En determinadas misiones espaciales los astronautas deben abandonar la nave y


operar en el espacio. Para permitir que las extremidades del astronauta estén
libres es necesario proveer un sistema de control que no las utilice. Por esta razón
se propone un controlador por voz cuyo diagrama simplificado se muestra en la
Figura D.18, en donde:

R es la posición deseada, E es un comando por voz, T es el torque, V es velocidad y


y es la posición en metros.
El controlador (Jet a gas) opera por comando de voz y puede ser representado aprox-
imadamente por una ganancia proporcional K2 . La inercia del hombre y el equipo es
J = 25 Kg-m2 .
a. Determinar la ganancia necesaria K3 para que el error en estado estacionario sea
1 cm. con una señal de entrada rampa unitaria.
b. Con esa ganancia K3 , determinar lı́mites en la ganancia K1 K2 para restringir el
máximo sobreimpulso al 10%.

D.5.3 La función de transferencia de un sistema es:

C(s) ωn2
= 2
R(s) s + 2ζωn s + ωn2
Con r(t) = δ(t), la función impulso, hallar c(t) para cuando: ζ = 0, ζ < 1, ζ = 1 y
ζ > 1. Hacer gráficos y comparar.

Figura D.19 Sistema del ejercicio D.5.4.

D.5.4 Para el sistema de la Figura D.19, hallar el error en estado estacionario ess cuando
r(t) = t u(t) en función de ζ y ωn .

D.5.5 Resolver el ejemplo 5.1 con un sobrepaso del 3%, con un tiempo de solución de
1 segundo. Calcular K, Kr , tr y tp .
D.6 Del capı́tulo 6 375

D.6 Del capı́tulo 6

D.6.1 Para cada uno de los sistemas de las Figuras 6.3 y 6.5, determinar, en caso de
ser posible, las ganancias de un controlador que utiliza realimentación de las
variables de estado, de modo que todas las frecuencias naturales del sistema en
lazo cerrado estén ubicadas en -10.

Figura D.20 Circuito del ejercicio D.6.2.

D.6.2 a. Existirá alguna función u(t) tal que las corrientes en todas las inductancias y
los voltajes en todos los condesadores de la Figura D.20 puedan ser llevados desde
ciertos valores iniciales (arbitrarios) a otros también arbitrarios? Justificar.

b. Determinar la estabilidad interna del sistema de la Figura D.20.

Figura D.21 Circuito del ejercicio D.6.3.


376 EJERCICIOS PROPUESTOS

D.6.3 Suponer que y(t) y u(t) son dadas para el sistema de la Figura D.21. Será
posible determinar las corrientes en todos lss inductancias y los voltajes en todos
los condensadores en cualquier instante t? Justificar.

D.6.4 Utilizando el criterio de Routh y Hurwitz, determinar la estabilidad de un sistema


con ecuación caracterı́stica:

A(s) = s5 + 4s4 + 8s3 + 8s2 + 7s + 4

Figura D.22 Sistema del problema D.6.5.

D.6.5 Para el sistema mostrado en la Figura D.22, demostrar, utilizando el criterio de


Routh y Hurwitz, que para estabilidad en lazo cerrado:

1 1 1
K <( + + )(T1 + T2 + T3 ) − 1
T3 T2 T1

D.6.6 Una planta tiene como función de transferencia:

1
Gp (s) =
(2s + 1)(s − 1)

Encontrar condiciones en las ganancias proporcional, Kp > 0, y derivativa, Kd > 0,


de un controlador PD de modo que el sistema sea estable en lazo cerrado. Utilizar el
criterio de estabilidad de Nyquist.
D.6 Del capı́tulo 6 377

Figura D.23 Sistema del ejercicio D.6.7.

D.6.7 Para el sistema de la Figura D.23:

GC (s) = 1 + TD (s)
K
GP (s) =
s2 (1 + T1 s)

donde K, T1 , TD > 0.
Utilizando el criterio de estabilidad de Nyquist, establecer condiciones sobre K, T1 y
TD para que el sistema sea estable.

D.6.8 Por el método de las transiciones determinar la estabilidad de Wl−c (s), para
Wl−a (s) = K(1+T 1 s)
s(T2 s−1) , con K, T1 , T2 > 0. Establecer condiciones.

D.6.9 Se tiene una planta cuyo función de transferencia es:

1
Gp (s) =
s2 (1 + T1 s)(1 + T2 s)

donde T1 , T2 > 0. Utilizar el criterio de estabilidad de Nyquist para hallar todas las
condiciones, si las hay, de modo que el sistema en lazo cerrado sea estable cuando el
controlador es de tipo:
a. Proporcional con ganancia K > 0.
b. Proporcional-derivativo con función de transferencia K(1 + Td s); K, Td > 0.
378 EJERCICIOS PROPUESTOS

Figura D.23 Sistema del ejercicio D.6.10.

D.6.10 En el sistema de la Figura D.23:

GC (s) = 1 + Td s
K
GP (s) = 2
s (1 + T1 s)

donde K, T1 , Td > 0.
Usando el criterio de estabilidad de Nyquist, establecer condiciones sobreK, T1 , y Td
para que el sistema sea estable.

Figura D.24 Sistema del problema D.6.11.

D.6.11 En el sistema de la Figura D.24:

G1 (s) = K(s + 3)
1
G2 (s) =
(s2 + 4)(s − 2)
H(s) = s + 2
D.6 Del capı́tulo 6 379

Utilizando el criterio de estabilidad de Nyquist, establecer condiciones en la ganancia


K > 0, para que el sistema sea estable.

D.6.12 La función de transferencia en lazo abierto de un sistema es:

K(s − 1)
Wl−a (s) =
s(s + 1)
Utilizar el criterio de estabilidad de Nyquist para encontrar condiciones en K de
modo que el sistema sea estable en lazo cerrado. Mostrar todos los posibles lugares
geométricos o de Nyquist.

D.6.13 Bosquejar el lugar de Nyquist de Wl−a (s) = K(s−1)


(s+1)2 , K > 0, y determinar los
lı́mites de K para que el sistema en lazo cerrado sea estable. Usar el criterio de
Nyquist.

D.6.14 Las ecuaciones de estado y de salida de un sistema son, respectivamente:


   
−1 −2 −2 2

x =  0 −1 1  x +  0  u
1 0 −1 1

£ ¤
y= 1 1 0 x
Utilizar realimentación de las variables de estado para transferir los modos del sistema
a -1, -2 y -2. Dibujar un diagrama de bloques para las anteriores ecuaciones y luego
adicionar la realimentación requerida.

D.6.15 Un sistema es descrito por la siguiente ecuación matricial de estado y de salida:


   
1 0 0 1

x =  −1 0 4  x+ 0  u
0 −1 −2 0

£ ¤
y= 1 2 1 x
a. En caso de ser posible, determinar las ganancias en la realimentación de las vari-
ables de estado de modo que la función de transferencia del sistema en lazo cerrado
muestre un sólo polo en -4.
380 EJERCICIOS PROPUESTOS

b. Es mı́nimo el sistema en lazo cerrado?. Justificar.

Figura D.25 Sistema de nivel de lı́quido del ejercicio D.6.16.

D.6.16 La Figura D.25 muestra un sistema de nivel de lı́quido que se quiere controlar,
en donde:

n es una perturbación incontrolable, u es la variable de control y C1 = C2 = 1, R1 =


R2 = R3 = 12 . La técnica a utilizar es por realimentación de las variables de estado
(h1 y h2 ) más realimentación de la integral del error a través de una ganancia, ya que
se desea que la salida (h2 ) siga, en el estado estacionario, a la referencia que es una
señal tipo escalón.
Diseñar el controlador de modo que las frecuencias naturales del sistema en lazo
cerrado estén ubicadas en −10 ± j y −10.
Hacer un diagrama de bloques donde se muestren explı́citamente la planta y la es-
tructura completa del controlador. Sólo deben aparecer ganancias, sumadores e inte-
gradores.

D.7 Del capı́tulo 7

D.7.1 La configuración de polos y ceros de una función de transferencia en lazo cerrado


Wl−c (s) viene dada en la Fig D.26a.
D.7 Del capı́tulo 7 381

a) b)

Figura D.26 Polos y ceros del ejercicio D.7.1.


a. Calcular la banda pasante del sistema, o ancho de banda, AB.
b. Se añade un cero como indica la Fig D.26b. ¿ Cómo queda modificado el AB ?
c. Se añade a la configuración de la Fig D.26b un polo sobre el eje real negativo, pero
a una distancia del origen 10 veces mayor que la del cero.¿ Cómo queda afectado el
AB?

D.7.2 La especificación dada para un servosistema de segundo orden es que el sobrepaso


máximo de la respuesta a un escalón unitario no exceda del 25%. Determinar los
valores lı́mites correspondientes del coeficiente de amortiguamiento ζ y del factor
de resonancia Mv .

D.7.3 La función de transferencia en lazo cerrado de un servosistema es:

C (s) 1
Wl−c (s) = =
R (s) (1 + 0.01s) (1 + 0.05s + 0.01s2 )
a. Trazar la curva de respuesta en frecuencia del sistema en lazo cerrado.
b. Determinar el factor de resonancia Mv y la frecuencia de resonancia ωv del sistema.
c. Determinar el coeficiente de amortiguamiento ζ y la frecuencia propia no amor-
tiguada ωn del sistema de segundo orden que produce el mismo Mv y la misma ωv
que el sistema original.

D.7.4 La función de transferencia en lazo abierto de un servosistema con realimentación


unitaria es:

K (1 + T s)
Wl−a (s) =
s (1 + s) (1 + 0.01s)
Determinar el menor valor posible de T para que el sistema tenga un margen de
amplitud infinito.
382 EJERCICIOS PROPUESTOS

D.7.5 La función de transferencia en lazo abierto de un servosistema con realimentación


unitaria es:

K
Wl−a (s) =
s (1 + 0.1s) (1 + s)
a. Determinar el valor de K para que el factor de resonancia Mv del sistema sea igual
a 1.4.
b. Determinar el valor de K para que el margen de amplitud del sistema sea de 20dB.
c. Determinar el valor de K para que el margen de fase del sistema sea de 60◦ .

D.7.6 Usar el criterio de estabilidad de Nyquist para determinar si los sistemas con las
siguientes funciones de transferencia de lazo abierto son estables:

10
a. Wl−a (s) =
(1 + s) (1 + 2s) (1 + 3s)
10
b. Wl−a (s) =
s (1 + s) (1 + 10s)
10
c. Wl−a (s) =
s2 (1 + 0.1s) (1 + 0.2s)
2
d. Wl−a (s) =
s2 (1 + 0.1s) (1 + 10s)

D.7.7 Para un sistema de segundo orden:

16
Wl−a (s) =
s (2 + s)
a. Graficar el diagrama de Bode.
b. Determinar Mv y ωv .

D.7.8 Repetir el problema D.7.7 cuando:

60 (1 + 0.5s)
a. Wl−a (s) =
s (1 + 5s)
D.8 Del capı́tulo 8 383

60 (1 + s)
b. Wl−a (s) =
s2 (1 + 0.1s)

D.7.9 Dado:

as + 1
Wl−a (s) =
s2
hallar a tal que el margen de fase sea 45◦ .

D.7.10 La función de transferencia de una planta es:

10
Gp (s) =
s(s + 4)
Diseñar un compensador en atraso tal que el coeficiente de error estático de velocidad
Kv sea 50 seg−1 , margen de fase 40◦ y margen de ganancia de por lo menos 10 db.

D.7.11 La función de transferencia de una planta es:

K
Gp (s) =
s(0.1s + 1)(s + 1)
Diseñar un compensador en adelanto tal que el margen de fase sea 45◦ , el margen de
ganancia no sea menor a 8 db y el coeficiente de error estático de velocidad Kv sea 4
seg−1 .

D.8 Del capı́tulo 8

D.8.1 La función de transferencia de un sistema es:

(s − 1)(s + 2)
G(s) =
(s + 1)(s − 2)(s + 3)
¿Será posible cambiarla a:
(s − 1)
Gn (s) =
(s + 2)(s + 3)
384 EJERCICIOS PROPUESTOS

utilizando realimentación de las variables de estado?. Si la respuesta es afirmativa,


explicar cómo.

D.8.2 Las matrices {A, B, C} de un sistema en lazo abierto son:

   
1 0 0 1 £ ¤
A =  −1 0 4  , B =  0  , C = 1 4 3
0 −1 4 0

Diseñar un controlador, que utiliza realimentación de las variables de estado, de modo


que la función de transferencia del sistema en lazo cerrado muestre sólo dos polos en
el eje imaginario con ω = 1 rad/seg. y con un comando de referencia para la salida.

D.8.3 Las matrices {A, B, C} de un sistema en lazo abierto son:

   
1 0 0 1 £ ¤
A =  −1 0 4  , B =  0  , C = 1 1 2
0 −1 4 0

Diseñar un controlador, con realimentación de las variables de estado y con comando


de referencia, de modo que la salida del sistema responda como uno de primer orden
y que alcance prácticamente el estado estacionario en 1 segundo.

D.9 Del capı́tulo 9

D.9.1 Las ecuaciones aproximadas del movimiento de un globo son:

• 1
θ = − θ+u
τ1
• 1 1
v = − v + σθ + ω
τ2 τ2

h = v

donde θ es la desviación (variación) en la temperatura del aire del globo con relación
a la temperatura de equilibrio, u es proporcional a la variación en calor adicionado
al aire del globo (control), v es la velocidad vertical, h es la variación en la altura
D.9 Del capı́tulo 9 385

desde la altura de equilibrio y ω es la velocidad vertical del viento supuesta constante


(perturbación).
a. ¿Pueden θ, v, h y ω ser observadas por una medida continua de h?. Suponer que
u es la entrada.
b. Es el sistema completamente controlable por u?. Es el sistema completamente
controlable por ω?.

D.9.2 Las ecuaciones de estado y de salida de una planta son:

· ¸ · ¸
• 0 1 0
z = z+ u
1 0 −1
£ ¤
y = 1 0 z

a. Obtener las frecuencias naturales del sistema.


b. Suponer que se tiene acceso a las variables de estado z y diseñar un controlador
por realimentación de éllas (u = −Kz), de modo que los polos del £sistema en lazo ¤t
cerrado queden ubicados en −0.5 ± j0.5. Con el estado inicial z(0) = −0.6 0.35
y con referencia cero, graficar z1 = y, z2 y la señal de control u = −Kz.
c. Diseñar un observador cuyos modos estén ubicados en −1 ± j1. (Notar que son
más rápidos que los polos deseados en lazo cerrado, pero suficientemente lentos para
ver claramente su efecto en la respuesta del sistema).
d. Hacer el diagrama de bloques donde se muestre todo el sistema: la planta y
el compensador completo (observador más realimentación de las variables de estado
estimadas).
e. Con el estado inicial dado anteriormente y con el estado inicial de las variables
∧ £ ¤t ∧ ∧ ∧
estimadas z (0) = 0 0 y con referencia cero, graficar z 1 , z 2 y u = −K z,
preferiblemente sobre las curvas del punto b. (z1 , z2 y u = −Kz, respectivamente).

D.9.3 Las ecuaciones de estado de un oscilador armónico no amortiguado son:


x1 (t) = x2 (t)

x2 (t) = −ωo2 x1 (t) + u(t)

Utilizando una observación de la velocidad, y = x2 , diseñar un compensador con


observador y realimentación del estado para controlar la posición x1 . Colocar los
polos del controlador por realimentación del estado en s = −ωo ± jωo y ambos polos
del observador en s = −ωo .
BIBLIOGRAFÍA

[1] B. C. KUO, Sistemas de Control Automático, Prentice-Hall Hispanoamericana,


7a. edición, 1996.
[2] B. C. KUO, Automatic Control Systems, Prentice-Hall, NJ, 3a. edición, 1975.
[3] K. OGATA, Ingenierı́a de Control Moderna, Prentice-Hall Hispanoamericana,
2a. edición, 1993.
[4] O. I. ELGERD, Control System Theory, McGraw-Hill Kogakusha, 1967.
[5] T. KAILATH, Linear Systems, Prentice-Hall, NJ, 1980.
[6] C. T. CHEN, Linear System Theory and Design, CBS College Publishing, 1984.
[7] C. E. ROHRS, J. L. MELSA y D. G. SCHULTZ, Sistemas de Control Lineal,
McGraw-Hill, 1994.
[8] R. C. DORF, Sistemas Modernos de Control, Addison-Wesley Iberoamericana,
2a. edición, 1989.
[9] K. OGATA, Dinámica de Sistemas, Prentice-Hall Hispanoamericana, 1987.
[10] A. NETUSHIL, Theory of Automatic Control, MIR Publishers, Moscow, 2a.
edición, 1978.
[11] F. H. RAVEN, Automatic Control Engineering, McGraw-Hill, 1961.
[12] G. H. HOSTETTER, C. J. SAVANT y R. T. STEFANI, Sistemas de Control,
Interamericana, México, 1984.
[13] K. J. ÅSTRÖM y B. WITTENMARK, Computer Controlled Systems, Prentice-
Hall, NJ, 1984.
[14] G. F. FRANKLIN y J. D. POWELL, Digital Control of Dynamic Systems,
Addison-Wesley Publishing Company, 1981.
[15] R. J. SCHWARZ y B. FRIEDLAND, Linear Systems, McGraw-Hill Book Com-
pany, NY, 1965.
[16] M. ATHANS y P. L. FALB, Optimal Control, McGraw-Hill, NY, 1966.
[17] H. KWAKERNAAK y R. SIVAN, Linear Optimal Control Systems, Wiley-
Interscience, NY, 1972.
[18] A. P. SAGE y C.C. WHITE, Optimum System Control, Prentice-Hall, NJ, 2a.
edición, 1977.
[19] G. C. GOODWIN y K. S. SIN, Adaptive Filtering Prediction and Control,

387
388 BIBLIOGRAFIA

Prentice-Hall, NJ, 1984.


[20] O. I. ELGERD, Electric Energy Systems Theory: An Introduction, Tata
McGraw-Hill Publishing Company, New Delhi, 1976.
[21] G. J. THALER y M. L. WILCOX, Máquinas Eléctricas, Editorial Limusa,
México, 1974.
[22] A. PAPOULIS, Probability, Random Variables and Stochastic Processes,
McGraw-Hill Book Company, 2a. edición, 1984.
[23] A. PAPOULIS, The Fourier Integral and its Applications, McGraw-Hill Book
Company, 1962.
[24] C. A. DESOER y E. S. KUH, Basic Circuit Theory, McGraw-Hill Kogakusha,
1969.
[25] A. ACOSTA, J. E. CALLE y D. GIRALDO, Introducción al Análisis de Circuitos
Eléctricos, Universidad Tecnológica de Pereira.
[26] S. P. SHAN y otros, Analysis of Linear Networks and Systems, Addison Wesley,
1972.
[27] G. STRANG, Linear Algebra and its Applications, Academic Press, Inc., 2a.
edición, 1980.
[28] E. KREYSZIG, Advanced Engineering Mathematics, John Wiley & Sons, 1983.
[29] I. S. SOKOLNIKOFF y R. M. REDHEFFER, Mathematics of Phisics and Mod-
ern Engineering, McGraw-Hill, NY, 1966.
[30] J. MILLMAN y C. C. HALKIAS, Integrated Electronics, McGraw-Hill Ko-
gakusha, 1972.
[31] J. MILLMAN, Microelectronics: Digital and Analog Circuits and Systems,
McGraw-Hill Book Company, 1979.
[32] B. SHAHIAN y M. HASSUL, Control System Design Using MATLAB, Prentice-
Hall, NJ.
[33] Control System Toolbox: For Use with MATLAB, The MathWorks, Inc., 1995.
[34] SIMULINK User’s Guide, The MathWorks, Inc., 1995.
[35] MATLAB User’s Guide, The MathWorks, Inc., 1995.