REPBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIN

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITCNICA ANTONIO JOS
DE SUCRE
VICERRECTORADO LUIS CABALLERO MEJAS
SISTEMAS DE CONTROL II
SECCIN: 01

Sistemas Control II

PROFESOR:
Jos Pinzon.
ALUMNOS:
- Parare Ricardo. Exp: 2012103194
-Garca Gabriela. Exp: 2012103007
-Yamir Santos. Exp
-Kirber Pineda. Exp
-Genessis Jaimes. Exp 2010203016

CARACAS, MAYO DEL 2016

INTRODUCCION
Cuando se hace referencia a Control Avanzado se quiere indicar la aplicacin
de estrategias de control automtico que trascienden las que usualmente se
aplican en control de procesos. En general, estas estrategias pueden
denominarse como parmetros ptimos ya que, partiendo de una estructura
algortmica fija, se modifican sus parmetros con el objeto de lograr la
respuesta del proceso que mejor se adecue a los requerimientos del mismo,
conforme a un criterio de optimizacin fcil de entender y manejar por un
operador de planta. En general, todas se basan en un conocimiento ms o
menos acabado del sistema a controlar, tanto de su fenomenologa como de
sus condiciones de operacin.
El trabajo que se presenta a continuacin busca explicar de manera didctica y
muy explcita, una buena cantidad de teoremas y supuestos desarrollados en
distintas reas, del campo de estudio de Control Avanzado. En primer lugar se
desarrolla una explicacin breve sobre qu es el control avanzado? y sus
reas de estudios ms significativas, para luego pasar a estudiar de manera
ms profunda reas especificas del control como ciencia de estudio e ingenio;
se presentan teoremas y sus bases tericas, para luego realizar ejemplos
prcticos que buscan demostrar la utilidad de los mismo para los futuros
lectores.
Teniendo como objetivo principal el fcil entendimiento de lo expuesto, se
omitirn demostraciones matemticas extensas que no forman parte
fundamental de la definicin de los distintos teoremas, para evitar as redundar
en los temas tratados y evitar confusin de trminos.

CONTROL AVANZADO

Existen diferentes formas de control automtico que responden a este tipo de

denominacin. En general, todas se basan en un conocimiento ms o menos
acabado del sistema a controlar, tanto de su fenomenologa como de sus
condiciones de operacin, a travs de un modelo matemtico que lo describa
en forma bastante aproximada, en todo su rango de operacin y para cualquier
instante de tiempo (situacin relevante en procesos por lotes o batch). Este
modelo se usa tanto como parte integrante del sistema de control como para
evaluar el desempeo del sistema a travs de tcnicas de simulacin. Por lo
general, ninguno de los algoritmos de control avanzado pueden considerarse
de parmetros optimizados sino que responden ms bien a estrategias de
estructura optimizada, ya que su estructura depende del sistema particular a
controlar. El desarrollo de este tipo de algoritmos por lo general- implica una
fuerte plataforma computacional y, por tanto, difcilmente pueda pensarse en
encontrar productos comerciales que los contenga (salvo excepciones de
simple implantacin como es el caso de control por lgica difusa (fuzzylogic),
al que se har referencia en un prximo prrafo). Esto hace que este tipo de
control no pueda ofrecerse como un producto particular, disponible en un
gabinete DIN o equivalente, sino que la estrategia de control se programa
dentro de un computador, para cada caso. Por tanto, controladores con
estrategias de control avanzado no pueden comprarse en el mercado, sino
que requieren ser configuradas por un experto en control, quien deber
posteriormente capacitar al operador del proceso para hacer los ajustes que
podran requerirse durante la operacin rutinaria del sistema que est siendo
controlado.

Cules son las estrategias de Control Avanzado ms conocidas?

A continuacin, se hace referencia a las ms relevantes, partiendo de aquellas
que han cruzado al umbral de la aplicacin industrial:

Control Experto: Este tipo de control se basa en la recopilacin de

conocimiento de un sistema, a partir de operadores del mismo que
pueden considerarse como expertos en su rea de conocimiento. Este
conocimiento se transforma en una serie de reglas del tipo SI x1, x2,...
xn, ENTONCES y1, y2,... ym,..., donde x1, x2,... xn representan los
antecedentes o premisas e y1, y2,... ym las consecuencias o acciones.
La forma de procesar estas reglas, contrastndolas con la informacin
disponible del proceso controlado, da las caractersticas de cada tipo de
control en particular.

Control ptimo: Este control se basa en la definicin de una funcin o

funcional que por lo general- incluye el error de control y la accin de
control y/o sus desviaciones, con ponderaciones que permiten pesar
en forma relativa cada una de ellas, y se establece un criterio de
optimizacin sobre dicho funcional que se ajuste a los objetivos del
control. Inclusive, pueden incluirse tambin las restricciones del misma
(rangos de operacin de variables, de las acciones de control y del
sistema), produciendo una accin de control ptima segn el criterio
establecido, sujeta a las restricciones presentes en el proceso. Este
ltimo aspecto es su principal fortaleza frente a controladores
convencionales como el PID.

Control Adaptivo, Adaptativo o Adaptable (Adaptive Control): Este

sistema de control es apropiado para sistemas que sean variantes en el
tiempo. Aunque dentro de esta categora podran colocarse los PID
autoajustables, el concepto es mucho ms amplio, ya que suelen
incorporar tcnicas de identificacin de parmetros por mnimos
cuadrados u otras tcnicas propias del sistema resultante.
Se define un modelo con una dinmica como la que gustara que tenga
el sistema. El objetivo del sistema de control es disponer de un sistema
de lazo cerrado cuyos parmetros puedan ajustarse para establecer el
tipo deseado de respuesta del sistema (la que se tendra si el sistema
fuese igual al modelo de referencia).

Control Neuronal: Las Redes Neuronales (Neural Networks) son

estructuras matemticas que procuran representar la informacin en
forma similar a como se estructura en nuestro cerebro. El objetivo de
usar redes neuronales es disponer de un sistema que se comporte como
una caja negra que pueda emular el comportamiento de un sistema.
Para ello, se requiere de una etapa de entrenamiento (donde se ingresa
informacin disponible del sistema procurando que la red aprenda lo
que se le quiere ensear) y una de validacin (donde se contrasta el
aprendizaje de la red con otros datos disponibles del sistema que no se
utilizan para el entrenamiento). Cuando la red ha aprendido, se la
puede utilizar tal como si se operara con el sistema real. En el caso de
Control Neuronal (Neural Control) , se pueden generar datos que
representen condiciones del proceso y acciones de control que lleven al
sistema a los valores deseados.

Control Robusto: Consiste en definir una estructura de control que tenga

un desempeo acorde a las especificaciones del sistema,
independientemente de las perturbaciones a las que est expuesto. A
nivel acadmico, los mayores desarrollos en torno a este tema tienen
relacin con el Control ptimo H. Sin embargo, otro buen ejemplo que
s ha sido aplicado a nivel industrial es el Control por Modelo Interno

(InternalModel Control o IMC). Este sistema de control tambin ha

tenido buena aceptacin industrial, debido a que el controlador
resultante puede asimilarse a un control PID. Tal como en MPC, este
control incorpora un modelo matemtico de la planta, pero en este caso
se usa para compensar la dinmica modelable y no modelable de planta.
Aunque las acciones de control que pueden lograrse con sistemas de
control robusto son ms cautelosas que las que resultan de otros
sistemas, con un buen ajuste del controlador se pueden lograr sistemas
que cumplan ambas prestaciones.

CONTROLABILIDAD

OBSERVABILIDAD
= A x
y=C x

Donde:
x = vector de estado (vector de dimensin n).
y = vector de salida (vector de dimensin m).
A = matriz n x n.
C = matriz m x n.

Se dice que el sistema es completamente observable si el estado x(t0) se

determina a partir de la observacin de y(t) durante un intervalo de tiempo
finito, t0 t t1. Por tanto, el sistema es completamente observable si todas las
transiciones del estado afectan eventualmente a todos los elementos del vector
de salida. El concepto de observabilidad es til al resolver el problema de
reconstruir variables de estado no medibles a partir de variables que s lo son
en el tiempo mnimo posible. En esta seccin, se tratan slo sistemas lineales e
invariantes en el tiempo. Por tanto, sin prdida de generalidad, se supone que
t 0=0
. El concepto de observabilidad es muy importante porque, en la
prctica, la dificultad que se encuentra con el control mediante realimentacin
del estado es que algunas de las variables de estado no son accesibles para
una medicin directa, por lo que se hace necesario estimar las variables de
estado no medibles para construir las seales de control.
Al analizar las condiciones de observabilidad, se considera el sistema sin
excitacin como el que se obtiene mediante las dos ecuaciones pasadas. Esto
es debido a que si el sistema se describe mediante:

= A x+ Bu

y=C x + Du
Entonces,

Siendo y(t):

Como las matrices A, B, C y D se conocen al igual que u(t), los dos ltimos
trminos del segundo miembro de esta ltima ecuacin son cantidades
conocidas. Por tanto, se pueden restar del valor observado de y(t). As, a fin de
investigar una condicin necesaria y suficiente para observabilidad completa,
basta con considerar el sistema descrito mediante las Ecuaciones: = A x e
y=C x .
Observabilidad completa de sistemas en tiempo continuo.
Sea el sistema descrito mediante estas dos Ecuaciones El vector de salida y(t)
es:

Y tomando en cuenta que:

Donde n es el grado del polinomio caracterstico. Por artificios matemticos, se

obtiene:

O bien:

As, si el sistema es completamente observable, dada la salida y(t) durante un

intervalo de tiempo 0 t t1, x(0) se determina nicamente a partir de esta

ultima ecuacin. Se demuestra que esto requiere que el rango de la matriz nm

xn
sean n.
Es decir completamente observable si y slo si la matriz n x nm:
Es de rango n, o tiene n vectores columna linealmente independientes. Esta
matriz se denomina matriz de observabilidad.
Ejemplo 1
Sea el sistema descrito por:

Diga si este sistema es controlable y observable.

Solucin:
Como puede observarse el rango de la matriz es 2

El sistema es de estado completamente controlable.

Para la controlabilidad de salida, se calcula el rango de la matriz [CB | CAB].
Como
El rango de esta matriz es 1. Por tanto, el sistema tiene una salida
completamente controlable.
Para verificar la condicin de observabilidad, examine el rango de [C* | A*C*].
Como

El rango de [C* A*C*] es 2. Por tanto, el sistema es completamente observable.

Condiciones para observabilidad completa en el plano s.
Las condiciones para observabilidad completa tambin se pueden expresar en
trminos de funciones de transferencia o matrices de transferencia. La
condicin necesaria y suficiente para observabilidad completa es que no ocurra

una cancelacin en la funcin de transferencia o en la matriz de transferencia.

Si ocurre una cancelacin, el modo cancelado no se puede observar en la
salida.

Ejemplo 2
Demuestre que el siguiente sistema no es completamente observable.
= A x+ Bu

y=C x
Donde:

Tome en cuenta que la funcin de control u no afecta a la observabilidad

completa del sistema.
Para examinar la observabilidad completa, simplemente se hace u = 0.
Solucin:
Para este sistema, se tiene que:

Tomando en cuenta que el determinante de esta matriz es 0, el rango de la

A

matriz
ser menor que 3. As, el sistema no es completamente
C AC

observable.
De hecho, en la funcin de transferencia del sistema ocurre una cancelacin.
La funcin de transferencia entre X1(s) y U(s) es

y la funcin de transferencia entre Y(s) y X1(s) es

Por tanto, la funcin de transferencia entre la salida Y(s) y la entrada U(s) es

Es evidente que los dos factores (s + 1) se cancelan uno al otro. Esto significa
que no hay condiciones iniciales x(0) diferentes de cero que no se determinen
a partir de la medicin de y(t).
Cabe destacar que La funcin de transferencia no presenta cancelacin si y
slo si el sistema es de estado completamente controlable y es completamente
observable. Esto significa que la funcin de transferencia cancelada no
transporta toda la informacin que caracteriza al sistema dinmico.
CONTROL ROBUSTO
El control robusto tiene una filosofa de diseo similar a la del control
clsico, el cual se fundamenta en el anlisis y sntesis utilizando
mtodos frecuenciales.
Lo novedoso de las tcnicas de control robusto es proponer m mtodos
de diseo que permitan la sntesis de controladores realmente
multivariables, tomando en cuenta la incertidumbre de seal y de
modelamiento.
Una de las desventajas de dichas tcnicas es la alta complejidad
matemtica, tanto en diseo como en implementacin, lo cual las hace
poco atractivas para la industria.
Hoy en da existen herramientas que facilitan la implementacin de
controladores robustos en aplicaciones industriales de alta
complejidad, aumentando el nmero de aplicaciones exitosas
documentadas en las ltimas dos dcadas.

ESTABILIDAD ROBUSTA POLINOMIAL

Estabilidad robusta: Un polinomio caracterstico es robustamente estable si
para cualquier a en A las races del polinomio caracterstico resultante
pertenecen al lado izquierdo del plano complejo C, esto es:

El criterio de estabilidad robusta polinomial

El polinomio P() es robustamente estable si y solo si:
1. La clase A de polinomios P() contiene por lo menos un polinomio Hurwitz
p*(L) llamado bsico.
2. El siguiente principio de exclusin del cero cumple: el conjunto Qa(w) no
contiene al origen (punto cero), es decir

Dnde: Denotaremos como Qa(w) al conjunto de todos los valores del vector.

TEOREMA DE KHARITONOV
Una familia de polinomios de intervalo (Ecuacin 2.2) representa un nmero
infinito de polinomios que forman parte de ella. Parecera imposible el poder
determinar la estabilidad de toda la familia; sin embargo, el teorema de
Kharitonov (1978) proporciona una manera sencilla de comprobar la estabilidad
de toda la familia. Con el teorema de Kharitonov el problema de determinar la
estabilidad de un nmero infinito de polinomios se reduce a determinar la
estabilidad de cuatro polinomios claves, con los que se garantiza la estabilidad
de la familia completa. Se habla de estabilidad robusta cuando toda la familia
de polinomios de intervalo es estable.

Familia de polinomios de intervalo

El polinomio cuyos coeficientes son inciertos, pero independientes unos de
otros, tiene una estructura incierta independiente. Como la estructura es
independiente, los coeficientes del polinomio incierto, Ecuacin 2.1, se pueden
expresar en forma de intervalo, teniendo como lmite inferior y superior los
valores que pueden tomar al incluir las incertidumbres.

Dnde: [qi - , qi +] denota el intervalo i-simo componente de incertidumbre qi.

La familia resultante es una familia de polinomios de intervalo, o simplemente
un polinomio de intervalo.
El teorema de Kharitonov se usa para determinar la estabilidad de un sistema
incierto mediante la definicin de cuatro polinomios delimitantes y la aplicacin
de Routh - Hurwitz prueba a cada uno de ellos. Este teorema da una condicin

necesaria y suficiente para todos los polinomios en la familia dadapara ser

estable Hurwitz (Callier y Desoer, 1991).La familia de polinomios se obtiene por
considerando permitir que cada uno de los coeficientes del polinomio para
variar Dentro de un intervalo de forma independiente. Muestra la estabilidad de
Que esta familia de polinomios puede determinarse mirando la estabilidad de
cuatropolinomios vrtices construidos especialmente.

TEOREMA. Una familia de polinomios de intervalo P, con grado invariante, es

robustamente estable si y slo si sus cuatro polinomios de Kharitonov son
estables.
Donde los polinomios de Kharitonov son:

Explicacin del teorema.

Fijemos un nmero natural n > 0 y
=0,1,2,3,,n-1.

pata todo l

Luego definimos un conjunto K de polinomios de grado n, tal q:

Donde

pata todo l =0,1,2,3,,n-1.

Supongamos que el coeficiente del termino de mayor grado de P(z) es

igual a 1.
Definiremos 4 polinomios:

NOTA: Invertiremos el orden de los ndices de los coeficientes del polinomio

para facilitar las definiciones de los polinomios anteriores.
OBSERVE: Los polinomios de Kharitonov son:

Donde m,n=1,2.

Es fcil ver que los polinomios de Kharitonov estn contenidos en el conjunto.

Son una descomposicin de

en parte real y parte

imaginaria, entonces: Para todo

y
, definimos

Los

polinomios

de

Karitonov

calculados

anteriormente

en

iw,

, en el plano complejo son los vrtices de un

rectngulo M(w). Adems, como la parte real y la parte imaginaria de los
vrtices de M(w) son los valores de los polinomios de karitonov en iw, el
rectngulo M(w) mantiene su formato a lo largo de la variacin de w.

Para probar la estabilidad de los polinomios de Kharitonov, es decir, comprobar

la estabilidad de la familia se puede emplear el rectngulo de Kharitonov. El
rectngulo de Kharitonov representa todo el conjunto de valores que un
polinomio de intervalo puede tomar en el plano complejo, para una frecuencia
dada. El rectngulo de Kharitonov es el subconjunto del plano complejo dado
por p(j0,Q) = {p(j0,q) : q Q}, donde p(j 0,Q) es un rectngulo cuyos
vrtices son los cuatro polinomios de Kharitonov a la frecuencia dada 0. Se
realiza un barrido en la frecuencia, y para cada valor de la frecuencia se calcula
y grafica el rectngulo de Kharitonov. Las dimensiones del rectngulo varan
con la frecuencia. Se observa si en la grfica obtenida alguno de los
rectngulos de Kharitonov cruza por el origen; de ser as, la familia de intervalo
es inestable, y en caso contrario la familia es robustamente estable. El
movimiento del rectngulo de Kharitonov es importante, ya que permite
establecer un criterio de estabilidad robusta que se conoce como condicin de
exclusin del cero (Kharitonov, 1978).

LEMA. Condicin de exclusin del cero: Se los polinomios de Kharitonov

son de Hurwitz, entonces 0 no pertenece a M(w) para todo w perteneciente a
los reales positivos.

Demostracin: en particular k11 es un polinomio de Hurwitz. Entonces

por la desigualdad. Si w=0, la parte imaginaria de los polinomios
de M(0) es cero, pero

Entonces supongamos que existe w > 0, tal que 0 M(w). Como P(z)
K son todos continuos, M(w) varia continuamente con w. En el primero
momento que 0 M(w), 0 toque uno de los vrtices de M(w), que son
los valores de los polinomios de Hurwitz en iw, nunca se anularan (ya
que no se cumple uno de los criterios de definicin de Hurwitz).

De esta forma, si 0 M(w), est en una de los lados, con excepcin de

los vrtices. Suponga que el lado izquierdo del rectngulo de la figura
anterior toca el origen, o sea
. Los polinomios de Hurwitz
hacen su recorrido en sentido anti-horario en torno a 0 cuando w crece.
Entonces para
,
Pero
este
supuesto

no

y al mismo tiempo
puede
ocurrir
debido

.
que

Para un mejor entendimiento, considrese una familia de polinomios de

intervalo P = {p(,q) : q Q} con grado invariante, y al menos un miembro
estable p(s,q0 ). Entonces P es robustamente estable si y slo si z = 0 es
excluido del rectngulo de Kharitonov para todas las frecuencias no negativas,
esto es, 0 p(j,Q) para todas las frecuencias 0.

La Figura muestra una grfica del movimiento tpico del rectngulo de

Kharitonov al hacer un barrido en la frecuencia. La familia de polinomios de
intervalo graficada es p(s,q) =[0.25,1.25]s 3 + [2.75,3.25]s 2 + [0.75,1.25]s +
[0.25,1.25] y se encuentra reportada en Barmish (1994). El barrido en la
frecuencia se realiz entre 0 y 1 (frecuencia de corte). Al observar que ningn
rectngulo cruza por el origen, se concluye que el polinomio incierto es
robustamente estable.

SIMPLIFICACIN PARA POLINOMIOS DE GRADO MENOR A 6

Por el teorema de Kharitonov sabemos que para cualquier n, basta con analizar
4 polinomios para saber si todos los polinomios de K son de Hurwitz. Pero en
algunas ocasiones es necesario analizar solo un nico polinomio para obtener
la estabilidad de los polinomios correspondiente al rea del rectngulo. Esto se
debe a que las desigualdades dadas por el teorema de Hurwitz para los
polinomios de grado menor quedan redundantes.

A modo de ejemplo, si tenemos:

Donde
y
Y donde todos los
coeficientes son positivos, satisfaciendo la condicin necesaria para P(z) ser un
polinomio estable. Siendo la condicin:
.
Los polinomios de Kharitonov seran:

Observe entonces que la condicin de estabilidad de

condicin de estabilidad de

k 12

tambin se satisface.

k 22

fue satisfecha, y la

Por lo que la condicin de

de estabilidad de

k 21

k 12

es redundante. Por analoga, si la condicin

es satisfecha, entonces la condicin de

k 11

es

satisfecha tambien.

La figura anterior representa un ejemplo grafico de un polinomio de grado 4,

donde se observa la satisfaccin de ambos polinomios vrtices; tambin sirve
de ejemplo para recordar que el grado del polinomio est relacionado con el
ngulo de recorrido cuando w varia de 0 a infinito.

ALPICACION DEL TEOREMA DE KHARITONOV

Dado el polinomio caracterstico, primero construimos la matriz de Hurwitz H

O(n) momento. A continuacin, se realiza las operaciones de reduccin de la
fila cerrada. La matriz resultante es una matriz triangular superior. Una
inspeccin de elementos de la diagonal de la matriz resultante para su muestra
completa la prueba. Este algoritmo se aplica para todos los cuatro
especialmente construido polinomios vrtice.

REDUCCIN DE FILA
La matriz de Hurwitz bien conocido asociado con el polinmica (Guilleman,
1967) viene dada por

Li (2007) propuso un criterio nuevo y muy sencillo para probar la definicin

positiva (o negativa) de determinadas matrices, incluyendo la matriz de Hurwitz.
En contraste con los criterios tradicionales, en las norte determinantes se
calculan, este nuevo criterio slo necesita un determinante para ser
computado.

Es bien sabido que el signo de un determinante se conserva cuando ciertas

operaciones de reduccin de la fila, es decir, la adicin de un escalar mltiplo
de otra fila de una fila dada, se llevan a cabo en la matriz cuadrada. Adems, si
estas operaciones de reduccin de la fila son llevado a cabo en un conjunto de
filas, dando lugar a un nuevo conjunto de filas, se puede decir que ser cerrado
las operaciones. Eficazmente, podramos reducir una matriz cuadrada dada a
una matriz triangulara travs de estas dos operaciones mientras se mantiene la
seal de la determinante. Nosotros usamos el siguiente teorema de (Li, 2007):

Teorema.

El

polinomio

caracterstico

de

una

matriz

cuadrada

A,

, donde ai> 0, i = 0,1, , n, es un

polinomio Hurwitz si y slo si la matriz de Hurwitz anteriormente (eqn.4) se
puede reducir a una matriz triangular superior ( a travs de una serie
operaciones de reduccin) de la forma:

Since we need the Hurwitz matrix to be positive definite for the stability of the
polynomial, we apply the above theorem to devise a faster algorithm as follows.
The speed of our algorithm is due to the fact that many entries of the matrix H
are zeros.

ALGORITMO
Para cada uno de los 4 polinomios de Kharitonov:
1. Formar la matriz H de Hurwitz.
2. Realizar eliminacin modificadora Gausseana y reduccin cerrada para
obtener.
3. Examine los elementos de la diagonal en busca de un cambio de signo.
4. Si hay cambio de signo en los elementos de, el polinomio no es estable por
Hurwitz.
5. Si todos los polinomios de Hurwitz son estables, el sistema es robustamente
estable comprobado.
6. Si uno de los polinomios de Hurwitz no es estable, el sistema no es
robustamente estable comprobado.

EJEMPLO 1. Considere el Sistema dado (Bhattacharyya, Chapellat and Keel,

1995)

con los coeficientes que estn unidos como a0 , [600,700] a1 , [450,500]

a2 , [240,300] a3 , [70,80] a4 , [12,14] a5 , [1,1] a6 . Compruebe si el
sistema es robusto estable.
El polinomio caracterstico del sistema de bucle cerrado es

Puesto que todos los coeficientes se perturban de forma independiente, se

puede aplicar el teorema de Kharitonov. Los cuatro Kharitonov polinomios son:

Tenemos:

EJEMPLO 2. Considere el sistema dado:

Con los coeficientes unidos de la siguiente manera:

Verifique si el sistema es robustamente estable, de serlo calcule valor ms

pequeo del valor del radio de estabilidad.

RESPUESTA
El polinomio caracterstico del sistema de lazo cerrado es:

Puesto que todos los coeficientes se perturban de forma independiente, se

puede aplicar el teorema de Kharitonov. Los cuatro Kharitonov polinomios son:

Como los cuatro polinomios de Kharitonov son Hurwitz, procedemos a calcular

el peor caso de margen de estabilidad.
El radio de estabilidad viene determinado, por el valor ms largo de Pp como el
lazo del sistema ms cercano permanece estable para todos los .

Donde

representa los coeficientes correspondientes al centro. Se asume

que
. Se
obtendr el resultado de manera grafica, ilustrando el calculo usando 2
diferentes medidas, p=2 y P= .

P=2

P=

Entonces

TEST DE HAUTUS

En la teora de control y, en particular, en el estudio de las propiedades de un

sistema lineal invariante en el tiempo en forma de espacio de estado, el Hautus
lema, el nombre de Malo Hautus, puede llegar a ser una herramienta de gran
alcance. Hoy en da se pueden encontrar en la mayora de los libros de texto
sobre la teora de control.

CONTROLABILIDAD DE HAUTUS
El lema Hautus de controlabilidad dice que dada una matriz cuadrada A
Mn
M nxm
yB
las siguientes sentencias son equivalentes:
1. El par (A,B) es controlable.
2. Para todo
3. Para todo

se cumple que
.
que son valores propios de
se cumple que
.
Si es un valor propio de A, entonces A - I pierde rango. Por lo tanto existe un
complejo de vector no nulo e con

Dado que este se lee como e* A = * que llamamos un vector propio izquierdo
de A. En trminos de tales vectores controlabilidad se pueden caracterizar de la
siguiente manera:

TEOREMA. El par (A, B) es controlable si algn vector propio izquierdo de e de

la matriz A satisface e * B = 0. De manera equivalente, la matriz (A - I * B )
tiene rango fila completa para todos C.

Este llamado Hautus-test para la controlabilidad tiene muchas reformulaciones

equivalentes. Por ejemplo, las pruebas de incontrolabilidad requiere para
buscar para un vector propio izquierdo de A con e * B = 0. De manera
equivalente comprobar si (A - I * B )pierde rango de fila por alguna valor
propio de A.

DEMOSTRACION

Supongamos que existe un e 0 con e * A =I * ey

e * B = 0 . Entonces

Por lo
tanto K no tiene rango de fila completo y por lo tanto (A, B) no es controlable.
Por el contrario suponer (A, B) no es controlable. Podemos transformar este
par en la forma normal de capacidad de control (A, B), donde A22 no es la
matriz vaca. por lo tanto, podemos determinar algunas C y
.
Entonces definamos:

Quedndonos:

Con

Como

, obtenemos:

y tambin

es invertible, podemos concluir que :

(A - Il B ) no tiene rango fila completa.

EJEMPLO 1. Para:

considera:

La ultima relacin implica que P1=0. De la primera relacin se lee:

La primera ecuacin implica P2 = 0. Por lo tanto (A, B) es controlable.

Con Matlab se puede calcular los valores propios pares diferentes 1,. . . , p
de A. Si todas las matrices (A - I l B ) = 1, . . . , p, tiene rango de fila
completa, entonces (A, B) es controlable. Si al menos uno de ellos pierde
rango a continuacin (A, B) no es controlable.
Incontrolable son exactamente esos valores propios, l para el que se produce
la prdida de rango.

EJEMPLO 2. Considere (A, B) :

La matriz A tiene valores propios en el conjunto {-1, -2, -3}, realizar los clculos
siguientes:

autovalor -1 es controlable.

autovalor -2 no es controlable.

autovalor -3 es controlable.

FORMULA DE INTERPOLACION DE SYLVESTER

El teorema de Sylvester est basado en la llamada frmula de
interpolacin de Lagrange que permite determinar la expresin de un polinomio
f( )a partir de n datos independientes f(1 ), f(2 ),., f(3 )usando la ecuacin

O simplemente

Considerando una matriz A(nxm) con n autovalores diferentes 1 y

sustituyendo por A, se obtiene

Esta ltima, se conoce como la formula de interpolacin de Sylvester.

Debido a que

Donde P( )es el polinomio caracterstico de A.

EJERCICIO
Demuestre que el sistema descrito mediante la ecuacin siguiente, es
completamente observable si solo si la matriz P compuesta de mn x n, donde
es de rango n.

Donde x=vector de estado (vector de dimensin n)

Y= vector de salida (vector de dimensin m)

(mn)

A= matriz n x n
C= matriz m x n

Solucin:
Primero se obtiene la condicin necesaria. Suponga que
Rango P < n
Entonces existe una x(0) tal que Px(0) =0, o bien

Por tanto, se obtiene para un cierto x(0),

A partir de la ecuacin de Sylvester

Donde m(mn) es el grado del polinomio minimo para A. Por tanto, para un
cierto x(0), se tiene que

En consecuencia, para un cierto x(0),

Que implica que, para cierto x(0), x(0) no puede determinarse a partir de y(t).
Asi, el rango de la matriz P debe ser igual a n.
A continuacin se obtiene la condicin suficiente. Suponga que el rango P=n.
Como

Pre multiplicando ambos miembros de esta ultima ecuacin por

obtiene

, se

Si se integra esta ultima ecuacin de 0 a t, se deduce

Observe que el primer miembro de esta ecuacin es una cantidad conocida. Si

se define

Entonces, se tiene que

Donde
Se puede establecer que W(t) es una matriz no singular, del modo siguiente. Si
|W(t)| fuera igual a 0, entonces

Lo que significa que

Que implica que el rango P< n. Por tanto, |W(t)| 0, o W(t) es no singular. Asi,
se obtiene:

Y x(0) se determina, por tanto se demuestra que x(0) se determina a partir de

y(t) si y solo si el rango P=n
Observe que x(0) e y(t) se relacionan mediante

MTODO DE SUSTITUCIN DIRECTA PARA OBTENER LA MATRIZ DE

GANANCIAS DEL OBSERVADOR DE ESTADO KE.
FORMULA DE ACKERMAN
Se puede utilizar para determinar la matriz de ganancias del observador
de estado Ke.
Sea el sistema definido mediante

La frmula de Ackermann para la asignacin de polos para el sistema

anterior se determina as:
Sea el sistema
Donde se utiliza la ley de realimentacin del estado u= -Kx. Se supone
que este sistema es de estado completamente controlable. Tambin se va a
suponer que los polos en lazo cerrado deseados estn en s= 1, s=2,, s=n
La utilizacin de un control mediante realimentacin del estado
u= -Kx
modifica la ecuacin del sistema a
se define
La ecuacin caracterstica deseada es

Como el teorema de Cayley-Hamilton expresa que satisface su propia

ecuacin caracterstica, se tiene que

Se utilizar la formula anterior para obtener la formula de Ackermann.

Para simplificar la obtencin, se considera el caso en el que n=3. (Para
cualquier otro entero positivo n, es posible extender con facilidad el
razonamiento seguido.)
Considrese las identidades siguientes:

Multiplicando las ecuaciones anteriores, en orden, por 3, 2, 1 y 0

(donde 3 =1), respectivamente, y agregando los resultados, se obtiene

Tambin, se tiene que

As mismo
Sustituyendo las dos ultimas ecuaciones:

Como el sistema es de estado completamente controlable, la inversa de la

matriz de controlabilidad existe
Pre multiplicando ambos lados de la ecuacin por la inversa de la matriz de
controlabilidad, se obtiene

Pre multiplicando ambos lados de esta ltima ecuacin por [0 0 1], se deduce

Que puede reescribirse como

Esta ltima ecuacin da la matriz de ganancias de realimentacin del estado K

deseada.
Para un entero positivo arbitrario n, se tiene que

Esta es la conocida formula de Ackerman para la determinacin de la matriz de

ganancias de realimentacin del estado K.
Ahora, para el dual del sistema definido mediante las primeras dos ecuaciones,

La frmula de Ackermann anterior para la asignacin de polos se modifica a

Como se seal antes, la matriz de ganancias del observador de estado Ke, se

obtiene mediante K*, donde K viene dada por tanto:

Donde (s) es el polinomio caracterstico deseado para el observador de

estado, o

donde 1, 2, ..., n son los valores propios deseados. Se denomina frmula

de Ackermann para la determinacin de la matriz de ganancias del observador
Ke.

EJEMPLO EJERCICIO DE ACKERMAN (OBSERVABILIDAD):

Sea el sistema

x = Ax+ Bu
y=Cx

Donde
Se utiliza la realimentacin de estado observada tal que

Disee un observador de estado de orden completo. Suponga que los

valores propios deseados de la matriz del observador son:

El diseo del observador de estado se reduce a la determinacin de una

matriz de ganancias del observador Keapropiada.
Se examina ahora la matriz de observabilidad. El rango de

Es 2.Por tanto, el sistema es completamente observable y es posible la

determinacin de la matriz de ganancias del observador deseada. Se resolver
este problema mediante la frmula de Ackermann dada por la ecuacin

Donde (s) es el polinomio caracterstico deseado para el observador de

estado, o

Entonces nos queda

Por tanto,

Por supuesto, se obtiene la misma K e independientemente del mtodo que se

utilice.
La ecuacin para el observador de estado de orden completo viene dada por la
ecuacin:

O bien

Finalmente, observe que, al igual que en el caso de la asignacin de polos, si el

orden del sistema n es 4 o mayor, se prefieren este mtodo, ya que todos los
clculos matriciales se realizan con una computadora.

UBICACIN DE POLOS:
Los polos del sistema en lazo cerrado se pueden colocar en cualquier
posicin deseada mediante una realimentacin del estado a travs de una

adecuada matriz de ganancias de la realimentacin del estado. La tcnica de

diseo empieza con la determinacin de los polos en lazo cerrado deseados a
partir de la respuesta transitoria y/o las especificaciones de la respuesta en
frecuencia, tales como velocidad, razn de amortiguamiento, o ancho de
banda, al igual que los requisitos en estado estacionario.
Supngase que se decide que los polos en lazo cerrado deseados estn
en s=u1, s=u2,..., s=Un. Seleccionando una matriz de ganancias apropiada
para la realimentacin del estado, es posible hacer que el sistema tenga los
polos en lazo cerrado en las posiciones deseadas, siempre y cuando el sistema
original sea de estado completamente controlable.
El estudio se limita a los sistemas de una entrada, una salida. Esto es,
se supone que la seal de control U (t) y la seal de salida Y(t) son escalares y
se va a suponer tambin que la entrada de referencia R(t) es cero. Una
condicin necesaria y suficiente para que los polos en lazo cerrado se puedan
localizar en cualquier posicin arbitraria en el plano s es que el sistema sea
de estado completamente controlable.
Obsrvese que, cuando la seal de control es una cantidad vectorial, los
aspectos matemticos del esquema de ubicacin de polos se complican.
Diseo mediante asignacin de polos:
En el enfoque convencional del diseo de un sistema de control con una
sola entrada y una sola salida, se disea un controlador (compensador) tal que
los polos dominantes en lazo cerrado tengan una razn de amortiguamiento
y una frecuencia natural no amortiguada Wn deseada. En este mtodo, el
orden del sistema aumenta en 1 o 2, a menos que ocurra una cancelacin de
polos o ceros.
Obsrvese que en este mtodo se supone que los efectos sobre las
respuestas de los polos en lazo cerrado no dominantes son despreciables. En
lugar de especificar slo los polos dominantes en lazo cerrado (enfoque del
diseo convencional), el enfoque actual de asignacin de polos especifica
todos los polos en lazo cerrado. (Sin embargo, hay un costo asociado con
colocar todos los polos en lazo cerrado, porque hacerlo requiere tener buenas

medidas de todas las variables de estado, o bien incluir un observador de

estado en el sistema).
Sea un sistema de control:

Donde:

Se selecciona la seal de control como:

Esto significa que la seal de control U se determina mediante un
estado instantneo. Tal esquema se denomina realimentacin del estado. La
matriz K de (1 x n) se denomina matriz de ganancia de realimentacin de
estado. Se supone que todas las variables de estado estn disponibles para su
realimentacin.
Un sistema de esta naturaleza en que la entrada de referencia es
siempre cero se conoce como un sistema regulador. (Obsrvese que si la
entrada de referencia al sistema es siempre una constante distinta de cero, el
sistema se denomina tambin un sistema regulador.)

Sustituyendo las ecuaciones nos queda:

La solucin de esta ecuacin est dada por:
Donde x (0) es el estado inicial provocado por perturbaciones externas.
La estabilidad y las caractersticas de respuesta transitoria se
determinan mediante los valores caractersticos de la matriz A-BK. Si se elige la
matriz K de forma adecuada, la matriz A-BK se convierte en una matriz
asintticamente estable y para todos los x(0) =/ 0 es posible hacer que x(t)
tienda a 0 conforme t tiende a infinito. Los valores propios de la matriz A-BK se
denominan polos del regulador.
Si estos se colocan en el semiplano izquierdo del plano s, entonces x(t)
tiende a 0 cuando t tiende a infinito. El problema de situar los polos en lazo
cerrado en las posiciones deseadas se denomina problema de asignacin de
polos.

Condicin necesaria y suficiente para la asignacin arbitraria

de los polos:
Se comienza por demostrar que, si el sistema no es de estado
completamente controlable, existen valores propios de la matriz A-BK que no
se pueden controlar mediante realimentacin del estado. Supngase que el
sistema no es de estado completamente controlable. As, el rango de la matriz
de controlabilidad es menor que n, o:

Esto

significa

que

existen

(q)

vectores

columna

linealmente

independientes en la matriz de controlabilidad. Se definen tales (q) vectores

columna linealmente independientes como f1, f2,..., fq. Tambin se seleccionan
n-q vectores adicionales Vq+1, Vq+2,..., Vn, tales que

Sea de rango (n). En este caso, se demuestra que:

Se define:
Por tanto, se tiene que:

Donde (Iq) es una matriz identidad de dimensin (q) e (In-q) es una

matriz identidad de dimensin (n-q).
Obsrvese que los valores propios de A22 no dependen de K. Por tanto,
si el sistema no es de estado completamente controlable, existen valores
propios de la matriz A que no pueden colocarse de forma arbitraria. En este
caso, para situar arbitrariamente los valores propios de la matriz A-BK, el
sistema debe ser de estado completamente controlable (condicin necesaria).
Determinacin de la matriz K utilizando la matriz de
transformacin T:
Supngase que el sistema se define mediante:

y que la seal de control se obtiene mediante:

La matriz de ganancias de realimentacin (K) que hace que sean los
valores propios de A-BK hace que U1, U2,..., Un (valores deseados), se
determina mediante los pasos siguientes (si Ui es un valor propio complejo, su
conjugado tambin debe ser un valor propio de A-BK):
Paso 1. Compruebe la condicin de controlabilidad para el sistema. Si
el sistema es de estado completamente controlable, siga los pasos siguientes.
Paso 2. A partir del polinomio caracterstico de la matriz A,

Determine los valores de a1, a2,..., an.

Paso 3. Determine la matriz de transformacin T que convierte la
ecuacin de estado del sistema a su forma cannica controlable. (Si la
ecuacin del sistema determinada ya est en su forma cannica controlable,
entonces T=I). No es necesario escribir la ecuacin de estado en la forma
cannica controlable. Lo nico que se necesita es encontrar la matriz T.
La matriz de transformacin T viene dada por;
T = MW
Paso 4. Usando los valores propios deseados (los polos en lazo cerrado
deseados), escriba el polinomio caracterstico deseado:

y determine los valores de

Paso 5. La matriz de ganancias de realimentacin del estado K
requerida se puede reescribir como:

 Determinacin de la matriz K utilizando el mtodo de

sustitucin directa:
Si el sistema es de un orden inferior (n3), la sustitucin directa de la
matriz (K) en el polinomio caracterstico deseado puede ser ms simple.
Por ejemplo, si n=3, escriba la matriz de ganancias de realimentacin
de estado K como:
Sustituya esta matriz (K) en el polinomio caracterstico deseado |sI
A+BK| e igulelo con:

Como ambos miembros de esta ecuacin caracterstica son polinomios

en s, igualando en ellos los coeficientes de las potencias iguales de s es
posible determinar los valores de k1, k2 y k3. Este mtodo es conveniente si
n=2 o 3. (Para n=4, 5, 6,..., este mtodo se vuelve muy tedioso) Obsrvese que
si el sistema no es completamente controlable, la matriz K no se puede
determinar. (No existe solucin).
Determinacin de la matriz K utilizando la frmula de
Ackermann:
Existe una frmula muy difundida, conocida como la frmula de
Ackermann, para determinar la matriz de ganancias de realimentacin del
estado K.

Donde se tiene que:

Eleccin de la localizacin de los polos en lazo cerrado

deseados:
El primer paso en el mtodo de diseo por asignacin de polos es
escoger las localizaciones de los polos en lazo cerrado deseados. El mtodo

ms utilizado es elegir tales polos basndose en la experiencia que se tiene del

diseo mediante el lugar de las races, colocando un par de polos dominantes
en lazo cerrado y eligiendo los otros polos de forma que estn suficientemente
alejados a la izquierda de los polos dominantes en lazo cerrado.
Obsrvese que si se colocan los polos en lazo cerrado dominantes
alejados del eje jw, de manera que la respuesta del sistema se hace muy
rpida, las seales en el sistema sern muy grandes, lo que puede dar como
resultado que el sistema sea no lineal. Esto debera evitarse. Otro mtodo se
basa en el control ptimo cuadrtico. Este mtodo determinar los polos en
lazo cerrado deseados de forma tal que se establece un compromiso entre la
respuesta aceptable y la cantidad de energa de control requerida.

EJEMPLO:

CONCLUSION
El control avanzado describe el diseo de una infraestructura de un sistema de
ingeniera que rene elementos de diferentes disciplinas, desde ingeniera de
control, procesamiento de seales, estadstica, teoras de decisin, ingeniera
de software, hasta tcnicas de inteligencia artificial.

Un sistema de control es un componente integral de cualquier sistema

industrial y es necesario para dar economa y utilidad al producto del sistema.
La ingeniera de control es igualmente aplicable a la aeronutica, qumica,
mecnica, medioambiente, civil, electrnica, elctrica, etc. Ahora en da la
ingeniera de control es un rea de carcter multidisciplinario, tanto en la teora
como en la prctica. El control es la operacin de mantener el estado del
resultado de un sistema al nivel deseado; por ello, el sistema de control utiliza
la informacin de salida para controlar el flujo de la materia y la energa a
travs del sistema. Esto nos define la importancia del control: seguridad,
especificaciones del producto, regulaciones ambientales, limitantes de
operacin, economa y consistencia en el comportamiento del sistema. Entre
mejor es el criterio para el tipo de control aplicado al sistema, mejores sern los
resultados.

En la actualidad son muchos las reas de aplicacin para la distinta rama de

control. Son muchas las teoras que se desarrolla hoy en da, para poder
satisfacer los nuevos requerimientos de los sistemas. Por ello es importante
como estudiantes y futuros ingenieros estar actualizados y conocer las nuevas
herramientas y los nuevos planteamientos que buscan simplificar, y abarcar
cada vez ms aspectos y cubrir ms terreno dentro del rea de los distintos
sistemas con los que nos vemos obligados a interactuar da a da y de los
cuales necesitamos obtener la mayor informacin posible, para darles una
mejor utilidad

BIBLIOGRAFA
KUO, Benjamin C. Automatic Control Systems, 6th edition, Prentice-Hall,
Inc., 1991. [http://www.unet.edu.ve/~jlrodriguezp/ssctrlobs.pdf]

De la Cruz F(1998). Anlisis de sistemas lineales continuos en el

espacio de estado. Teorema de Syslvester. Recuperado el 12 de mayo
del
2016.
De
[http://www.el.bqto.unexpo.edu.ve/etperez/control2/Cap3.pdf]

Ogata K. (2010). Ingeniera de Control moderna, 5ta edicin. Mtodo de

sustitucin directa para obtener la matriz de ganancias del observador
de estado Ke.