+
x +
1F
u
+
y
1
1
1
1
+
u
+
1 1
+
x
1
x
2
1F 1F
Controlabilidad p. 3/16
Prueba de controlabilidad
Teorema (Prueba de controlabilidad). Las siguientes declaraciones son
equivalentes.
1. El par n dimensional (A; B) es controlable.
2. La matriz de controlabilidad
C =
B AB A
2
B . . . A
n1
B
,
tiene rango n (rango la completo).
3. La matriz n n,
W
c
(t) =
t
0
e
A
BB
T
e
A
T
d
no es singular t > 0.
Controlabilidad p. 4/16
Prueba de controlabilidad
Ejemplo. La ecuacin de espacio de estados linealizada del sistema de pndulo
invertido a la derecha est dada por,
y
y
0 1 0 1
0 0 1 0
0 0 0 1
0 0 5 0
0
1
0
2
u
u
m
mg
l
M
y
La matriz de controlabilidad es
C =
B AB A
2
B A
3
B
0 1 0 0
1 0 2 0
0 2 0 10
2 0 10 0
y un par
algebraicamente equivalente (
A;
B), donde
A = PAP
1
,
B = PB, y P es una
matriz no singular. Entonces la matriz de controlabilidad del par (
A;
B) es
C =
B
B
A . . .
A
n1
B
=
PB PAP
1
PB . . . PA
n1
P
1
PB
= P
B AB . . . A
n1
B
= PC
Ya que P es no singular, rango(C) = rango(
C)
Controlabilidad p. 6/16
Gramiano de controlabilidad
La matriz W
c
(t) utilizada para chequear la controlabilidad de (A; B) se puede
usar para construir una seal de control de lazo abierto u(t) que lleve al estado x
desde cualquier x
0
a cualquier x
1
en tiempo nito.
W
c
(t) =
t
0
e
A
BB
T
e
A
T
d
Tal ley de control est dada por:
u(t) = B
T
e
A
T
(t
1
t)
W
1
c
(t
1
)(e
At
1
x
0
x
1
)
Esta ley de control usa la menor cantidad de energa para transferir x desde x
0
a
x
1
en tiempo t
1
. Esto signica que cualquier otro control u(t) que realice la misma
transferencia,
t
1
0
|| u||
2
d
t
1
0
||u||
2
d
Por ejemplo, si x
0
= 0, la mnima energa de control es,
t
1
0
||u||
2
d = ||W
1
2
c
(t
1
)x
1
||
2
Controlabilidad p. 7/16
Gramiano de controlabilidad
Si la matriz A is Hurwitz (todos sus autovalores tiene parte real negativa),
entonces W
c
(t) converge para t , y se denota simplemente como W
c
,
W
c
=
0
e
A
BB
T
e
A
T
d;
y se denomina Gramiano de controlabilidad de (A; B).
Si deseamos llevar el estado x desde 0 a x
1
en tiempo innito, (t
1
), se
encuentra que la mnima energa de control requerida debera ser,
0
||u||
2
d = ||W
1
2
c
x
1
||
2
Entre ms cercano a cero sea cualquier autovalor de W
c
, ms cercano estar
W
c
de la singularidad, y ms grande ser la energa mnima requerida para llevar
el estado hasta x
1
.
Controlabilidad p. 8/16
Gramiano de controlabilidad
Para el caso de tiempo innito, no se requiere resolver la integral de tiempo innito
para calcular W
c
. Si (A; B) es controlable, (C tiene rango la completo), W
c
es la
nica solucin de la matriz lineal de Lyapunov,
AW
c
+W
c
A
T
= BB
T
la cual puede resolverse con MATLAB usando Wc = lyap(A,B
*
B), o usando
la funcin Wc = gram(SYS,c).
Controlabilidad p. 9/16
Controlabilidad y muestreo
Como se dijo, la mayora de los sistemas de control se implementan en forma
digital, para lo cual es necesario un modelo de tiempo discreto del sistema.
c c c c - - - - @
@
ZOH
T
{A, B, C, D}
{A
d
, B
d
, C, D}
y[k] u[k]
T
Antes hemos visto como obtener un
modelo de tiempo discreto a partir de
uno en tiempo continuo que es exacto
en los instantes de muestreo.
x = Ax +Bu
y = Cx +Du
x[k + 1] = A
d
x[k] +B
d
u[k]
y[k] = Cx[k] +Du[k]
Donde A
d
= e
AT
y B
d
=
T
0
e
A
Bd.
La pregunta es: Si el sistema de tiempo continuo es controlable, el sistema de
tiempo discreto siempre es controlable?.
Controlabilidad p. 10/16
Controlabilidad y muestreo
La controlabilidad del sistema discretizado depende del perodo de muestreo T y
los autovalores de la planta de tiempo continuo. La controlabilidad se puede
perder despus del muestreo .
Teorema (Muestreo no patolgico). Si el par (A; B) es controlable, entonces
el par discretizado (A
d
; B
d
) es controlable con periodo de muestreo T si para
cualquier dos autovalores
i
;
j
de A tales que Re[
i
j
] = 0, la condicin de
muestreo no patolgico
Im[
i
j
] =
2m
T
para m = 1, 2, . . .
se satisfaga.
El teorema da una condicin necesaria que preserva la controlabilidad despus
del muestreo. Esta condicin tambin es suciente para sistemas de una sola
entrada.
Controlabilidad p. 11/16
Controlabilidad y muestreo
Ejemplo (Muestreo patolgico). Considere el sistema de tiempo continuo
x(t) =
0 1
1 0
x(t) +
0
1
u(t)
Su discretizacin exacta con perodo de muestreo T es
x[k + 1] =
cos T sinT
sinT cos T
x[k] +
1 cos T
sinT
u[k]
Note que si T = m, con m = 1; 2; . . . , este sistema se hace no controlable, i.e.,
x[k + 1] =
(1)
m
0
0 (1)
m
x[k] +
1 (1)
m
0
u[k]
Controlabilidad p. 12/16
Controlabilidad y muestreo
Un par de observaciones nales acerca del muestreo y la controlabilidad:
La condicin de muestreo no patolgico solo aplica a sistemas con
autovalores complejos; un sistema discretizado con solo autovalores reales
es controlable para todo T > 0 si su contraparte de tiempo continuo lo es.
La condicin de muestreo no patolgico solo es suciente para un sistema
MIMO; si el muestreo es patolgico, la controlabilidad se puede perder
despus del muestreo.
Controlabilidad p. 13/16
Ejemplos de controlabilidad
x
1
u
y
x
2
En el sistema hidrulico de la izquierda es obvio que
la entrada no puede afectar el nivel x
2
, as que in-
tuitivamente es evidente que este sistema de 2 tan-
ques no es controlable.
Un modelo linealizado de este sistema con parmetros unitarios da,
x(t) =
1 0
0 0
x(t) +
1
0
u(t)
y(t) =
1 0
x(t)
La matriz de controlabilidad es C = [B AB] =
1 1
0 0
la cual no es de rango
completo, luego el sistema no es controlable.
Controlabilidad p. 14/16
Ejemplos de controlabilidad
Example.
y
x
2
x
1
x
3
u
La controlabilidad del sistema hidrulico de la
izquierda no es tan obvia, aunque podemos ver que
x
1
(t) y x
3
(t) no se pueden afectar independiente-
mente con u(t).
El modelo linealizado en este caso es,
x(t) =
1 1 0
1 3 1
0 1 1
x(t) +
0
1
0
u(t)
y(t) =
0 1 0
x(t)
La matriz de controlabilidad es C = [B AB A
2
B] =
0 1 4
1 3 11
0 1 4
la cual tiene
rango 2, mostrando que el sistema no es controlable.
Controlabilidad p. 15/16
Ejemplos de controlabilidad
x
1
u
x
2
x
3
y
Ahora en el sistema previo suponga que la entrada
se aplica en el primer tanque, como se muestra en
la gura.
En este caso el modelo linealizado es el mismo de antes, excepto que la matriz B
ahora es diferente.
x(t) =
1 1 0
1 3 1
0 1 1
x(t) +
1
0
0
u(t)
y(t) =
0 1 0
x(t)
Ahora la matriz de controlabilidad es C = [B AB A
2
B] =
1 1 2
0 1 4
0 0 1
la cual
tiene rango 3, mostrando que el sistema es controlable.
Controlabilidad p. 16/16