Didier Giraldo B. e Iv
an 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 basico de la Ingeniera 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 optimo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.9.3 Control digital . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.10 Ejemplo introductorio a los sistemas de control . . . . . . . . . . . . . . . . . . . . . . 9
1.11 Construccion del modelo matem atico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.12 Linealizaci
on del modelo matem atico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.13 Selecci
on de u (Estrategia de control) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.14 Acciones basicas de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.15 Efectos de la realimentaci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 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 perturbaci on externa o ruido . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2 MODELOS MATEMATICOS DE SISTEMAS FISICOS 25
2.1 Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2 Modelos matematicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3 Clasificaci
on de sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.3.1 Sistema determinstico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.2 Sistema causal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.3 Sistema lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.4 Sistema invariante con el tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
iii
iv
Este libro presenta un estudio del analisis y dise no 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, an alisis vectorial-matricial, circuitos, mec anica, la variable compleja y
la transformada de Laplace.
Esta edicion incluye una introducci on al programa MATLAB y a su herramienta
SIMULINK, en los apendices B y C, de gran utilidad para el an alisis matem
atico, la
simulaci on y el diseno de sistemas. En el apendice D se incluyen algunos problemas
tpicos.
El captulo 1 es una introduccion a los sistemas de control realimentados en el que
se incluye el analisis y control de un pendulo invertido. Se introducen los efectos de
la realimentaci on.
El captulo 2 presenta la forma de modelar sistemas fsicos mecanicos, electricos,
termicos, de nivel de lquido, etc. Los modelos se presentan en su forma b asica de
ecuaciones diferenciales. Se pasan luego a su representaci on cl
asica de funciones de
transferencia y a la moderna del espacio de estado. Se linealizan sistemas no lineales
alrededor de un punto de operaci on.
El captulo 3 se refiere a la simulaci on y sntesis de funciones de transferencia
utilizando el amplificador operacional y se presentan varias representaciones o reali-
zaciones can onicas basicas. Tambien se incluye el escalamiento en amplitud y tiempo.
El captulo 4 presenta las acciones b asicas de control utilizadas por la industria.
El captulo 5 se refiere al analisis 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 captulo 6 estudia diferentes criterios de estabilidad algebraicos y frecuenciales.
Se enfatiza el criterio de Nyquist.
El captulo 7 trata sobre el diseno de sistemas realimentados en el dominio de la
frecuencia utilizando compensadores.
En el captulo 8 se estudia el metodo moderno del control por realimentaci on de
variables de estado.
El captulo 9 es un complemento al captulo 8 ya que trata sobre el dise no de
observadores asint oticos 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 an alisis, la linealizaci
on y el esbozo del diseno de un sistema de control. Se
presentan, solo para sistemas est aticos, algunos de los efectos de la realimentacion en
caractersticas de los sistemas que la utilizan, tales como la estabilidad, la ganancia
total y la sensitividad; y tambien 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 fsico).
En general, el estudio de sistemas fsicos consta de cuatro partes: modelaje, des-
cripci
on matematica, an alisis y dise
no.
Para desarrollar el modelo de un sistema fsico es necesario un profundo conocimien-
to del mismo y de los rangos de operaci on. Una vez obtenido el modelo, el paso
siguiente es la descripci
on matematica, la cual se obtiene utilizando leyes fsicas. A
partir de la anterior se puede hacer el an alisis cuantitativo que consiste en hallar
las respuestas debido a la aplicaci on de ciertas senales 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 parametros o en otros casos introduciendo com-
pensadores.
1
2 INTRODUCCION
Es aquel cuyo fin es obtener varias respuestas deseadas (a partir de ciertas entradas)
1.6 Problema b
asico de la Ingeniera de Control
t
u u2 . . . um (vease 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 dise nada para
seguir lo m
as cercanamente posible una se nal de referencia dada r(t). Cuando la se
nal
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.
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. Vease Fig 1.5.
Ejemplo 1.2 La Fig. 1.6 muestra un sistema de control manual del nivel de lquido
en un tanque ya que el ser humano sensa la salida (nivel actual), la compara con el
nivel deseado (se
nal de referencia) y abre o cierra la v
alvula de entrada del lquido
dependiendo del resultado anterior.
Ejemplo 1.3 En el sistema de control en lazo cerrado de la Fig. 1.7 la se nal resul-
tante de la comparaci on (comparador) entre la de referencia y otra que es proporcional
al nivel actual del lqudo (salida) en el tanque (sensor de nivel) es la entrada al con-
trolador o cerebro del sistema, el cual genera una se nal (variable de control) que
despues de ser amplificada en potencia (actuador) actua sobre la v alvula para variar
el caudal de entrada al tanque. N otese que se pretende que la salida, despues de cierto
tiempo, sea igual al nivel deseado.
1.7 Ejemplos de sistemas de control 5
Ejemplo 1.4 En la Fig. 1.8 las se nales de salida de la planta (generador sncrono
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). Estas despues de ser comparadas con
se
nales de referencia son aplicadas a controladores, y sus salidas, que son amplificadas
(actuadores) actuan sobre el campo del generador sncrono y la armadura del motor
DC, respectivamente. Observese que se pretende que las salidas, despues de cierto
tiempo, sean iguales a la magnitud del voltaje generado y la frecuencia deseadas.
Ejemplo 1.5 La Fig. 1.9 muestra el sistema de control en lazo cerrado de un sistema
termico. La variable que se desea controlar es la temperatura actual del agua a la
salida del tanque y la senal 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
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 teora de
control moderno seran vistos posteriormente.
1.11 Construcci
on del modelo matem
atico
El modelo debe revelar c omo la salida del sistema, representada en este caso por la
desviaci
on angular , es afectada por la se nal de control u.
Para obtener el modelo matem atico, representado por un sistema de ecuaciones dife-
renciales, se necesita usar relaciones basicas de la mecanica cl
asica aplicables a este
sistema fsico.
1. Para el carro:
posici
on horizontal = y
2. Para la barra:
posici
on horizontal = y + L sen
12 INTRODUCCION
posici
on vertical = L cos
d2
I = V L sen HL cos (1.1)
dt2
d2
V mg = m (L cos ) (1.2)
dt2
d2
H=m (y + L sen ) (1.3)
dt2
d2 y
uH =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 = V L sen HL cos (1.5)
.. .2
V mg = mL( sen + cos ) (1.6)
.. .. .2
H = m y + mL( cos sen ) (1.7)
..
uH =M y (1.8)
Notese que estas ultimas son ecuaciones diferenciales no lineales. Las 4 variables
desconocidas son , y, V , H, suponiendo que u podra ser especificada.
Notese que este es un problema mas de sntesis que de analisis puesto que se debe
especificar una funcion adecuada para la senal de control u. Este problema no es
simple y no tiene solucion u
nica.
1.12 Linealizaci
on del modelo matem
atico
Aunque las ecs. (1.5) a (1.8) podran ser resueltas por simulacion, ya sea con un
computador analogo o con programas de simulaci on como el MATLAB, el PSI, el
CC, u otro, se hara por linealizaci
on.
Cualquier sistema de ecuaciones diferenciales no lineales puede ser linealizado si las
variables dependientes son limitadas a pequenas variaciones alrededor de un punto,
llamado punto de operaci on.
1.13 Selecci
on de u (Estrategia de control) 13
3
sen = + (1.10)
3!
2
cos = 1 + 1 (1.11)
2!
Reemplazando (1.10) y (1.11) en las ecuaciones (1.1) a (1.4) se obtiene:
..
I = V L HL (1.12)
V mg = 0 (1.13)
.. ..
H = m y + mL (1.14)
..
uH =M y (1.15)
Eliminando V y H del anterior sistema de ecuaciones se obtiene:
.. ..
(I + mL2 ) + mL y mgL = 0 (1.16)
.. ..
mL + (m + M ) y = u (1.17)
1.14 Acciones b
asicas de control
La estrategia mas simple de control se obtiene cuando el motor produce una fuerza
proporcional a la desviaci
on angular, es decir:
u = K1 (1.18)
donde K1 en el sistema MKS tiene dimensiones Newtons/Radi an.
Notese 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 fsicamente no es
posible. Sin embargo, la aproximacion es de naturaleza realstica (las constantes de
tiempo del sistema mec anico son mucho menores que las del electrico).
1.14 Acciones b
asicas de control 15
.. ..
mL + (m + M ) y K1 = 0 (1.20)
..
Eliminando y de (1.19) y (1.20) se obtiene (1.21):
.. K1 g(m + M)
+ mL = 0 (1.21)
I(m + M) + mML2
Definiendo:
K1 g(m + M)
2 = mL (1.22)
I(m + M) + mML2
K1
a= (1.23)
m+M
mL
b= (1.24)
m+M
Utiliz
andolas en (1.21) y (1.19) se obtienen (1.25) y (1.26):
..
+ 2 = 0 (1.25)
.. ..
y = a b (1.26)
Notese que es independiente de y, pero lo opuesto no es cierto.
.
.
Se suponen las siguientes condiciones iniciales: y(0) = y (0) = (0) = 0, (0) = o .
Si se define la ganancia crtica, Kcr como:
= o cos t (1.28)
a + b 2
y = o (1 cos t) (1.29)
2
= o (1.30)
a
y = o t2 (1.31)
2
a b||2
y = o (cosh ||t 1) (1.33)
||2
Las respuestas para cada uno de los casos se muestran en la Fig. 1.17.
25
20
posicin angular (grados)
15 iii
10 ii
5 i
-5
-10
0 2 4 6 8 10
tiempo (segs)
Para K1 > Kcr , la barra y el carro desarrollan oscilaciones armonicas (como las de
un pendulo sin amortiguamiento). Notese que la barra no cae y se puede decir que el
objetivo de control ha sido pobremente satisfecho.
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 solo despues de que la desviacion angular ya ha ocurrido. Tiene
sentido entonces hacer que el motor actue cuando las desviaciones esten a punto de
ocurrir; es decir, que la fuerza de control actue antes de que la desviaci
on ocurra. Una
.
on es hacer la fuerza de control u una combinacion lineal de y de :
posible soluci
.
u = K1 + K2 (1.34)
.
Obviamente se requiere un sensor m as sofisticado que mida y o un medio de
diferenciar la senal . La inclusion de la derivada de una senal significa fsicamente
que se est
a habil
.
para desarrollar un cierto grado de predicci
on de los valores futuros
de , ya que es una medida de la rata de cambio de dando una indicacion hacia
donde tiende.
Reemplazando (1.34) en (1.17) y escribiendo de nuevo (1.16) se obtiene:
.. ..
(I + mL2 ) + mL y mgL = 0 (1.35)
.. .. .
mL + (m + M ) y K1 K2 = 0 (1.36)
..
Eliminando y de (1.35) y (1.36) se obtiene:
.. .
+ 2 + 2 = 0 (1.37)
donde
1 mLK2
=
2 I(m + M) + mM L2
K1 g(m + M)
2 = mL
I(m + M) + mML2
Suponiendo las mismas condiciones iniciales anteriores y utilizando la Transformada
de Laplace se puede resolver la ecuacion diferencial (1.37) y su solucion es:
p 2 2
t 2 2
= o e sen( t + arctan ) (1.38)
2 2
que es v
alida para valores reales del radical y cuya forma de onda se muestra en la
Fig. 1.18.
18 INTRODUCCION
10
8
posicin angular (grados)
6
-2
0 2 4 6 8 10 12
tiempo (segs)
10
8
posicin angular (grados)
0
0 5 10 15
tiempo (segs)
o 1 h p
2 2
p
2 2
i
= ( + 2 2 )e( )t ( 2 2 )e(+ )t
2 2 2
(1.39)
Esta solucion, que se muestra en la Fig. 1.19, ocurre cuando > ||.
Notese de las Figs. 1.17, 1.18 y 1.19 la superioridad de este u ltimo control sobre el
control proporcional, para este caso particular.
Es importante anotar que con la salida considerada, la posici on angular de la barra,
el sistema no es observable (concepto que ser a visto posteriormente) y por lo tanto
no todas las frecuencias naturales (que deciden la estabilidad del sistema) aparecen a
la salida. Si se considera tambien como salida la posicion lineal del carro, y, se notara
que el sistema es inestable, aun en lazo cerrado. Por lo tanto es necesario incluir otro
controlador. Esta soluci on se plantea mediante simulaci on en el apendice 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 ecuaci on (1.40).
u= umax = umax sgn() (1.40)
||
El controlador propuesto en este ejemplo introductorio no se garantiza para otras
condiciones que las supuestas en el analisis, es decir, para peque
nas (infinitesimales
en el sentido estricto) perturbaciones.
c G
M= = (1.42)
r 1 + GH
M M G 1
SG = = (1.45)
G M 1 + GH
c = G1 G2 e + G2 n (1.46)
en donde e = r.
La relacion se
nal a ruido SR de la salida se define como:
salida debido a la se
nal G1 G2 e e
SR = = = G1 (1.47)
salida debido al ruido G2 n n
Para incrementar esta relacion se debe incrementar la magnitud de G1 o e relativo a
otese que G2 no tendra efecto en esta relaci
n. N on.
Con realimentacion, 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 este es mayor que 1, pero la componente debido
a la se
nal tambien es cambiada por la misma cantidad. La relaci on se
nal 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 realimentaci on. En este caso, la realimentaci on no tiene
efecto directo en la relaci
on senal a ruido del sistema de la Fig. 1.22. Sin embargo, la
aplicacion de realimentacion sugiere una posibilidad de mejorarla bajo ciertas condi-
ciones. Sup ongase 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 parametros, de modo que la salida debida a la se
nal
de entrada actuando sola tiene el mismo nivel que cuando no hay realimentacion. 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 mas pequena que la salida debida a n cuando G1 no es incrementada. La
relaci
on se
nal a ruido es entonces
G1 G2 r G1 r
SR = G2
= (1 + G01 G2 H) (1.52)
1+G01 G2 H n
n
on por un factor de (1 + G01 G2 H).
la cual es mayor que la del sistema sin realimentaci
Existen otras configuraciones en los sistemas de control que permiten reducir los
efectos de las perturbaciones y el ruido.
La realimentacion en general tambien tiene efectos en caractersticas 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 matematicos de sistemas mec anicos traslacionales y rotacionales,
sistemas electricos, hidr
aulicos, neum
aticos y termicos.
25
26 MODELOS MATEMATICOS DE SISTEMAS FISICOS
2.3 Clasificaci
on de sistemas
x = f (x, u, t) (2.4)
en donde f es un funcion vectorial no lineal.
x = Ax+Bu (2.5)
en donde A es de dimensiones n n y se le conoce como matriz de realimentaci on, 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
ser
a posible expresar las p salidas de interes (y) en funci
on de ellas. As se plantea la
ecuacion 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
2.5 on diferencial de n
Una ecuaci esimo orden
El metodo de plantear el modelo matem atico de un sistema mediante una ecuaci on
diferencial de nesimo orden es u til en sistemas escalares. Si se utiliza la funci
on de
transferencia, adem as de servir en sistemas escalares, es para sistemas lineales o que
han sido linealizados. Matematicamente:
Y (s) b0 sm + b1 sm1 + + bm s
H(s) = = n (2.12)
U (s) s + a1 sn1 + + an s
2.6.1 Masa
d2 y
fM = M (2.13)
dt2
Es importante hacer notar que la masa en movimiento almacena energa y cuya ex-
on, la cual se puede demostrar facilmente, es E = 12 M (y)
presi 2.
2.6.2 Resorte traslacional
fK = K(y yo ) (2.14)
dy dyo
fB = B( ) (2.15)
dt dt
Si el terminal de referencia, yo , es estacionario, entonces en este caso fB = B y.
A diferencia de los dos elementos idealizados anteriores, el amortiguador es un dis-
positivo que transforma energa en calor, y se puede demostrar que la energa 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 mec anico traslacional de la Fig. 2.10(a) plantear un
modelo matem atico. u(t) es una fuerza externa, y1o es la posici
on en reposo con peso
y yo es la longitud del resorte sin peso (longitud natural del resorte).
2.6 Amortiguador traslacional 33
dy1 d2 y1
Mg B + u(t) K(y1 yo ) = M 2 (2.16)
dt dt
Notese que cuando el sistema est
a en reposo con u(t) = 0, (2.16) se reduce a:
Mg 0 + 0 K(y1o yo ) = 0
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 relacion a la posici on de equilibrio (notese en la
Fig. 2.10 la convencion utilizada para medir la posicion de la masa con respecto a la
posici
on de equilibrio y) :
y = y1 y1o (2.19)
d2 y d2 y1
= (2.21)
dt2 dt2
Reemplazando (2.19), (2.20) y (2.21) en (2.18) se obtiene la ecuaci
on diferencial que
relaciona la posici
on de la masa M desde la posici
on de equilibrio (y) con la entrada
(u(t)):
d2 y dy
M 2
+B + Ky = u(t) (2.22)
dt dt
Notese que si se escoge como referencia la posici
on de equilibrio (sistema en reposo),
el peso no interviene.
1 2
Y (s) = s E(s) (2.29)
M
Utilizando la ecuacion (2.28) se obtiene la mayor parte del diagrama de bloques (util
en simulacion de sistemas) de la Fig. (2.11), del cual se pueden obtener facilmente
las ecuaciones de estado si se consideran como variables de estado las salidas de
los integradores (x1 y x2 ).
2.7 Un m
etodo para obtener la ecuaci
on de estado
y la de salida
Este metodo es v
alido para sistemas escalares cuya funcion de transferencia es cono-
cida. Se supone que el grado del polinomio del numerador de la funcion de transferen-
cia es menor o igual que el del denominador. Sin perdida de generalidad, considerese:
Y (s) b0 s1 + b1 s2 + + bn1 sn
H(s) = = (2.36)
U(s) 1 + a1 s1 + + an sn
Se define:
1
E(s) = U (s) (2.37)
1 + a1 s1 + + an sn
De donde:
Con la ecuacion (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:
x 1 a1 a2 an x1 1
x 2 1 0 0 x2 0
.. = .. .. .. .. .. + .. u(t) (2.40)
. . . . . . .
x n 0 1 0 xn 0
x1
x2
y(t) = b0 b1 bn1 .. (2.41)
.
xn
Ejemplo 2.3 Para el sistema mec anico traslacional de la Fig. 2.13 plantear un
conjunto de ecuaciones que lo describa completamente y obtener la funci
on de trans-
ferencia considerando como salida el desplazamiento y. La entrada al sistema es el
desplazamiento u(t).
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 terminos se obtienen (2.44) y (2.45):
K2 y + M2 z + B2 z + 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):
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 metodo para obtener la ecuaci
on 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) f
acilmente se pueden obtener las ecuaciones de estado
y de salida.
2.8 Otro m
etodo para obtener la ecuaci
on de
estado y la de salida
Este metodo es tambien valido para un sistema escalar y se parte de que se conoce
la ecuaci
on diferencial que relaciona la entrada y la salida. Sea esta de la forma dada
en la ecuaci
on (2.49):
Z
y(n1) + [a1 y b0 u](n2) + + [an1 y bn2 u] = [bn1 u an y]dt = xn (2.51)
Reorganizando (2.51):
Integrando (2.52):
Z
(n2) (n3)
y + [a1 y b0 u] + + [an2 y bn3 u] = [xn + bn2 u an1 y]dt = xn1
(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)
d2
TJ = J (2.60)
dt2
Es importante hacer notar que un cuerpo con inercia en movimiento angular almacena
energa y cuya expresi
on, la cual se puede demostrar f 2.
acilmente, es E = 12 J()
2.9.2 Resorte rotacional
42 MODELOS MATEMATICOS DE SISTEMAS FISICOS
TK = K( o ) (2.61)
Si el extremo de referencia es estacionario, entonces en este caso TK = K.
1 T2
Se puede demostrar que la energa 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
Ejemplo 2.4 Para el sistema mec anico rotacional de la Fig. 2.19 hallar la ecuaci
on
on de transferencia T(s)
diferencial que relaciona a (t) con T (t) y la funci (s) .
d d2
T (t) B K = J 2 (2.63)
dt dt
d2 d
J +B + K = T (t) (2.64)
dt2 dt
1
(s) J
G(s) = = 2 B K
(2.65)
T (s) s + Js+ J
Z
di 1
vi (t) = Ri + L + idt (2.66)
dt C
Utilizando la definici
on de corriente electrica como la variaci
on por unidad de tiempo
del flujo neto de carga a traves de la seccion transversal de una puerta:
dq
i= (2.67)
dt
d2 q dq 1
L + R + q = vi (t) (2.68)
dt2 dt C
Sist. mec
anico traslacional Sist. mec
anico rotacional Sistema electrico
Es posible entonces obtener circuitos electricos analogos a sistemas mec anicos trasla-
cionales y rotacionales y utilizar todas las tecnicas de descripci on de redes para
plantear modelos matem aticos para los sistemas mec anicos.
El circuito electrico an
alogo a un sistema mec anico 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 mecanico, habra una malla
en el circuito analogo. Si se supone, sin perdida 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.
respecto a la referencia. Por lo tanto, el circuito electrico an alogo (Fig. 2.22) tendra
dos mallas (1 y 2) cuyas corrientes i1 e i2 , ambas con el mismo sentido (horario en este
caso), son analogas a las velocidades y 1 y y 2 , respectivamente. Utilizando la tabla de la
analoga 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 y1 y y 2 , entonces las corrientes netas a traves de las inductancias an alogas
correspondientes L1 y L2 son i1 e i2 y por lo tanto pertenecen a las mallas 1 y 2. As
mismo, como uno de los extremos de B1 y de K1 se mueve a la velocidad y 1 y el otro
extremo es fijo, entonces sus elementos de circuito an alogo R1 y C1 , respectivamente,
pertenecen a la malla 1. N otese que R2 y C2 son elementos comunes a las mallas
1 y 2 (la corriente neta a traves de ellos es i1 i2 , con sentido de referencia hacia
arriba) ya que los extremos de sus an alogos, B2 y K2 , se mueven a las velocidades
y1 y y 2 (la velocidad relativa del extremo inferior con respecto al superior es y 1 y 2 ).
Finalmente, la fuerza externa p(t) tiene como an alogo en el circuito la fuente de voltaje
v(t). N otese que con la polaridad mostrada de la fuente, si el estado energetico 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, y 1 (0) y y 2 (0) son positivas con
los sentidos mostrados.
d2 y2 dy2 dy1
p(t) = M2 + B2 ( ) + K2 (y2 y1 ) (2.71)
dt2 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 y 2 > y1 .
dy2 dy1 d2 y2
p(t) B2 ( ) K2 (y2 y1 ) = M2 2 (2.73)
dt dt dt
d1 d2 1
T (t) = (B1 + B2 ) + M1 2 + K(1 2 ) (2.77)
dt dt
d2 d2 2
0 = (B3 + B4 ) + M2 2 + K(2 1 ) (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
d1 d1 d2 1
T (t) B1 B2 K(1 2 ) = M1 2 (2.79)
dt dt dt
d2 d2 d2 2
K(2 1 ) 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
Z
1 e de
is (t) = edt + +C (2.81)
L R dt
d
e= (2.82)
dt
d2 1 d 1
C 2
+ + = is (t) (2.83)
dt R dt L
Sist. mec
anico traslacional Sist. mec
anico rotacional Sistema electrico
Nuevamente entonces se pueden obtener circuitos electricos an alogos a sistemas mec anicos
traslacionales y rotacionales y utilizar todas las tecnicas de descripcion de redes (inclu-
sive muchos teoremas que simplifican el an alisis) para plantear modelos matematicos
para los sistemas mecanicos.
El circuito electrico an
alogo a un sistema mecanico 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 mecanico, habr a un
nodo en el circuito analogo (ademas del de referencia). Si se supone, sin perdida de
generalidad, que todas aquellas velocidades son positivas con respecto a la referencia,
en el circuito se supone que todos los nodos est an a mayor potencial con respecto al
de referencia.
Notese de la Fig. 2.21 que hay dos velocidades y 1 y y 2 que se suponen positivas
con respecto a la referencia. Por lo tanto, el circuito electrico an alogo (Fig. 2.28)
tendra 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 analogos a las velocidades y 1 y y 2 ,
respectivamente. Utilizando la tabla de la analoga 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 y 1 y y2 , entonces los
voltajes entre los terminales de las capacitancias an alogas correspondientes C1 y C2
son e1 y e2 y por lo tanto estan conectadas entre los nodos 1 y referencia y 2 y
referencia, respectivamente. As mismo, como uno de los extremos de B1 y de K1 se
mueve a la velocidad y 1 y el otro extremo es fijo, entonces sus elementos de circuito
analogo R1 y L1 , respectivamente, estan conectados entre el nodo 1 y el de referencia.
Notese 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 an alogos, B2 y K2 , se mueven
a las velocidades y 1 y y 2 (la velocidad relativa del extremo inferior con respecto al
superior es y 1 y 2 ). Finalmente, la fuerza externa p(t) tiene como an alogo en el
circuito la fuente de corriente i(t). Notese que con el sentido mostrado de la fuente,
si el estado energetico 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, y 1 (0) y y 2 (0) son
positivas con los sentidos mostrados.
52 MODELOS MATEMATICOS DE SISTEMAS FISICOS
Notese de la Fig. 2.24 que hay dos velocidades angulares 1 y 2 que se suponen
positivas con los sentidos mostrados. Por lo tanto, el circuito electrico an alogo (Fig.
2.29) tendra dos nodos (1 y 2) y el de referencia (0) cuyos voltajes de nodo e1 y e2 , son
analogos a las velocidades 1 y 2 , respectivamente. Utilizando la tabla de la analoga
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 1 y 2 , entonces los voltajes entre los terminales de las capacitancias
analogas correspondientes C1 y C2 son e1 y e2 y por lo tanto estan 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 1 y el otro extremo es fijo, entonces sus
elementos de circuito analogo R1 y R2 , respectivamente, est an 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 Analoga fuerza-torque-corriente 53
Z
e2 de2 1
0= + C2 + (e2 e1 )dt (2.87)
(R3 + R4 ) dt L
Ejemplo 2.11 Obtener un modelo matem atico que describa el comportamiento del
sistema mec
anico traslacional de la Fig. 2.30 utilizando la analoga fuerza-torque-
corriente.
54 MODELOS MATEMATICOS DE SISTEMAS FISICOS
i(t) = p(t), e1 = y 1 , e2 = y 2 , e3 = y3
Aplicando la primera ley de Kirchho 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 parametros y variables analogas en las ecuaciones (2.88), (2.89) y (2.90)
se obtienen las ecuaciones que describen el sistema de la Fig. 2.30:
M3 y3 + K4 (y3 y2 ) + B2 (y 3 y 1 ) = 0 (2.93)
Z Z
e1 de1 1 . 1
+ C1 + (e1 u)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
2.15 M
etodo sistem
atico para obtener las ecua-
ciones de estado
2. Asignar los voltajes en los condensadores que forman parte del arbol 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 arbol normal no son necesarios
escogerlos como variables de estado.
3. Expresar los voltajes y corrientes a traves de todas las resistencias, todos los
condensadores que correspondan a enlaces y todos los inductores que forman
parte del arbol normal en funci
on de las variables de estado y las entradas (fuentes
independientes) mediante la aplicacion de la segunda y la primera ley de Kirchho
58 MODELOS MATEMATICOS DE SISTEMAS FISICOS
a los anillos (un anillo es una trayectoria cerrada que contiene un solo enlace) y
cortes que contienen aquellos elementos.
4. Aplicar la segunda y la primera ley de Kirchho 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.
v6 = u1 (t) x1 (2.96)
Por lo tanto:
u1 (t) x1
i6 = (2.97)
R1
Aplicando la primera ley de Kirchho 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 Kirchho (plk) al corte c2 , usando (2.97) y organizando
se obtiene (2.100).
1 1 1 1
x 1 = x1 x3 + u1 (t) + u2 (t) (2.100)
R1 C1 C1 R1 C1 C1
Usando la primera ley de Kirchho en el corte c3 y organizando se obtiene (2.101).
1
x 2 = x3 (2.101)
C2
Aplicando la segunda ley de Kirchho (slk) en el enlace formado por los nodos 0-2-3-
4-0 y organizando se obtiene (2.102).
1 1 R2
x1 x2
x 3 = x3 (2.102)
L L L
Reescribiendo (2.100), (2.101) y (2.102) en forma matricial se obtiene la ecuacion de
estado (2.103).
x 1 R11C1 0 C11 x1 1
R1 C1
1
C1
x 2 = x2 + u1 (t)
0 0 1
C2 0 0 (2.103)
u2 (t)
x 3 1
L L1 RL2 x3 0 0
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 traves de la inductancia L2 con el sentido mostrado.
Figura 2.37 Gr
afico del circuito de la Figura 2.36
2.15 Metodo sistem
atico 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 m utuamente acopladas, es conveniente plantear la ecuacion
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 Kirchho al anillo que contiene el enlace 7 y la primera ley
de Kirchho 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 (x 2 x 1 ) (2.109)
v5 = L1 (u 2 + x 3 ) M x 3 (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 x 1 C2 (x 2 x 1 ) u2 x3 = 0 (2.112)
C3 x 2 + C2 (x 2 x 1 ) + u2 = 0 (2.113)
. .
Organizando (2.112) y (2.113) y resolviendo para x1 y x2 se obtienen:
C2 + C3 C3
x 1 = x3 + u2 (2.114)
1 1
C2 C1
x 2 = x3 u2 (2.115)
1 1
en donde 1 = 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 .
x 3 = x1 x3 + u1 + u2 (2.116)
2 2 2 2
en donde 2 = L1 + L2 2M .
Reescribiendo las ecuaciones de estado en forma matricial:
62 MODELOS MATEMATICOS DE SISTEMAS FISICOS
C2 +C3
C3
x 1 0 0 1 x1 0 1
0 0
x 2 =
0 0 C2
x2 + 0 C 1 u1
+ 0 0 u 1
1 1 u2 u 2
1 ML1
x 3 12 0 R 2
2 x3 2 0 0 2
(2.117)
La ecuaci
on de salida es:
x1
1 0 0 x2
y= (2.118)
0 0 1
x3
y = Cx+Du (2.120)
Para evitar que estas derivadas de las entradas aparezcan en la ecuaci
on de estado,
se pueden redefinir las variables de estado de la siguiente manera:
b , x B2 u
x (2.121)
De (2.119):
x B2 u = 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 ecuacion matricial de estado.
La ecuacion de salida se obtiene reemplazando (2.121) en (2.120):
y = Cb
x + [CB2 + D]u (2.124)
(2.124) es la ecuaci b.
on de salida en funcion de las nuevas variables de estado x
2.17 El transformador ideal como an
alogo de la palanca 63
2.17.1 Palancas
v1 v2
= =
d1 d2
v1 d1
= (2.125)
v2 d2
F1 v1 = F2 v2
F1 d2
= (2.126)
F2 d1
64 MODELOS MATEMATICOS DE SISTEMAS FISICOS
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.
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.
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 mec
anicos
Considerese la palanca ideal de la Fig. 2.38, en donde la carga podra ser una masa,
un resorte o un amortiguador, o cualquier conexion de estos elementos.
66 MODELOS MATEMATICOS DE SISTEMAS FISICOS
F2 = Bv2 (2.135)
F1 = Beq v1 (2.136)
2
en donde Beq = dd21 B, es el coeficiente de friccion viscosa del amortiguador equiv-
alente en el extremo izquierdo de la palanca.
Z
F2 = K v2 dt (2.137)
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
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 mecanicos 67
Ejemplo 2.15 Para el sistema mec anico de la Fig. 2.41 hallar la ecuaci
on diferen-
cial que relaciona el desplazamiento de la masa M con la fuerza externa p(t). Suponer
que la palanca es ideal.
rencial pedida:
d2 d2 y d2 dy
M 2
+B = p(t) (2.142)
d1 dt d1 dt
v = 1 r1 = 2 r2
T1 1 = T2 2
2.17 El engranaje como acoplador de elementos mecanicos 69
T2 = B2 (2.145)
Usando (2.143) y (2.144) en (2.145) se obtiene (2.146):
T1 = Beq 1 (2.146)
2
en donde Beq = N B, es el coeficiente de friccion viscosa del amortiguador equi-
valente en el eje del engranaje 1.
Z
T2 = K 2 dt (2.147)
d2
T2 = J (2.149)
dt
Usando (2.143) y (2.144) en (2.149) se obtiene (2.150):
d1
T1 = Jeq (2.150)
dt
en donde Jeq = N 2 M, es la inercia equivalente en el eje del engranaje 1.
dm
e = Km m = Km (2.151)
dt
Tm = KT ia (2.152)
donde Km y KT son las constantes de voltaje y de torsion del motor, respectivamente.
Aplicando la slk en la armadura del motor se tiene:
2.17 El engranaje como acoplador de elementos mecanicos 71
dia
u(t) = Ra ia + La +e (2.153)
dt
Utilizando la analoga fuerza-torque-corriente, para el sistema mec anico rotacional se
obtiene el circuito electrico an alogo de la Fig. 2.45, en donde las analogas son:
Im = Tm , em = ddtm , ec = d 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
1 dc 1 d2 c 1
[B1 + N 2 (Bc + B2 ) + [J1 + N 2 (Jc + J2 ) 2 + Gm ( c m ) = 0 (2.159)
N dt N dt N
Las ecuaciones (2.151), (2.152), (2.153), (2.158), y (2.159) constituyen el modelo
matematico que describe completamente el comportamiento del sistema de la Fig.
2.44.
2.18 Linealizaci
on de un modelo matem
atico no
lineal
Supongase que se tiene la funci on 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:
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
Supongase ahora que se tiene la ecuaci
on diferencial no lineal (2.164):
(k) kx (k) ky
x0 = |P , y = |P
tk 0 0 tk 0
Expandiendo en series de Taylor (2.164) y despreciando terminos de orden superior
a uno:
F F F F F
= |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 ecuacion
diferencial linealizada alrededor del punto P0 :
dx dm x dy 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
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 ecuacion linealizada es:
dx dy 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
x4 x4
x3
x3
Q1
Q2
x2 x2
x1 x1
P1 Ps P2
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 = 2K dx
| , K3 = [Kd P2 ] |P0 , K4 = 2KdPx |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
dy
Q1 = Q2 = A (2.178)
dt
La fuerza que actua sobre la masa M , con sentido de derecha a izquierda, debida al
piston de potencia es:
F = A(P1 P2 )
y por lo tanto:
F = A(P1 P2 ) (2.179)
dy
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:
dy d2 y
F B =M (2.181)
dt dt2
on diferencial que relaciona M x
Reemplazando (2.180) en (2.181) se obtiene la ecuaci
y M y:
d2 y dy
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 funcion 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 peque na, o despreciable, entonces el servomotor
hidraulico 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
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
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 funcion de transferencia simple del servomotor entonces:
Z
XE = K5 XD dt (2.187)
2.21 Linealizaci
on de las ecuaciones de estado no
lineales
Sea el conjunto de ecuaciones de estado no lineales:
x = 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 funci on vectorial no lineal de
x, u y t.
La representacion de un sistema no lineal y/o variante con el tiempo mediante ecua-
ciones de estado es una gran ventaja sobre el metodo de la funci on de transferencia,
ya que este ultimo se define estrictamente solo para sistemas lineales e invariantes con
el tiempo.
Sea la trayectoria nominal de operaci on (punto de operacion) denotada por x0 (t), la
cual corresponde a la entrada nominal u0 (t). Expandiendo la ecuaci on de estado no
lineal (2.190) en series de Taylor alrededor del punto de operacion y despreciando los
terminos de orden superior a uno:
n
X p
X
fi (x, u) fi (x, u)
x i (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:
x 0i = fi (x0 , u0 ) (2.193)
Reemplazando (2.192) y (2.193) en (2.191):
n
X p
X
fi (x, u) fi (x, u)
x i = |x0 ,u0 xj + |x0 ,u0 uj (2.194)
j=1
xj j=1
uj
x = 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
Notese que A y B son evaluados en el punto nominal.
Se ha linealizado el sistema no lineal (2.190) alrededor del punto nominal de operaci
on.
Sin embargo, en general, aunque la ec. (2.195) es lineal, A y B podran contener
elementos que varan con el tiempo.
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 operaci on. Puesto que y0 (t) = x01 (t) = Y0 =
2
cons tan te, entonces x02 (t) = dx01
dt
(t)
= 0. Adem
as, como d dt
y0 (t)
2 = 0, reemplazando
este en (2.198) se obtiene i0 (t) = x03 (t) = MgY0 .
Utilizando el punto nominal de operacion y linealizando las ecs. de estado no lineales
se obtiene (2.203):
0 1
x 1 q0 x1 0
x 2 = g
Y0
g
0 2 MY0 x2 + 0 e(t) (2.203)
1
x 3 0 0 R x3 L
L
1
x 1 = (2.204)
x22 (t)
x 2 = x1 (t)u(t) (2.205)
Linealizarlas alrededor de la trayectoria nominal [x01 (t), x02 (t)] que es la soluci
on 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) seran 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 operacion se obtienen
las ecuaciones pedidas:
x 1 0 2 x1 0
= + u(t) (2.206)
x 2 0 0 x2 1t
CN (s) G2 (s)
= (2.209)
N (s) 1 + G1 (s)G2 (s)H(s)
G2 (s)
C(s) = CR (s) + CN (s) = [G1 (s)R(s) + N (s)] (2.210)
1 + G1 (s)G2 (s)H(s)
2.24 Reducci
on de diagramas de bloques
La reduccion de un diagrama de bloques complicado a uno mas simple se puede llevar
a cabo utilizando los diagramas equivalentes que se muestran en la Fig. 2.54.
84 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.
2.25 Ejemplos
2.25 El servomotor bifasico 87
2.25.1 Sism
ografo
B(x i x 0 ) + K(xi x0 ) = m
x0
m
y + B y + Ky = mx i
Y (s) ms2
= 2 (2.212)
Xi (s) ms + Bs + K
Si el rango de frecuencias
p de interes es relativamente alto de modo que para s = j se
tiene que m 2 (B)2 + K 2 (desigualdad que sirve para el dise no del sismografo)
|Y (j)|
entonces de (2.212) se obtiene que |X i (j)|
' 1. Asi entonces se obtiene a la salida
(y) una senal cuya forma de onda es igual al desplazamiento de entrada (xi ).
Este dispositivo tambien puede ser utilizado como aceler ometro ya que s2YX(s)
i (s)
=
Y (s) m
a(s) ms2 +Bs+K .
88 MODELOS MATEMATICOS DE SISTEMAS FISICOS
Ec(t)
Voltaje
ec(t)
Tiempo
T(t)
Torque
Tiempo
Figura 2.61 Curvas de voltaje de control y torque del servomotor bifasico con
velocidad constante
Muy utilizado en servomecanismos de instrumentaci on 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 t, generalmente se usa
como se nal de control) y fase de referencia (su voltaje es ef (t) = E cos t). Como la
mayora de sistemas fsicos, el servomotor bifsico es un dispositivo no lineal, lo cual se
refleja fundamentalmente en la relaci on entre el torque generado, T , con la velocidad
angular, m , y el voltaje Ec (t). La Fig. 2.60 muestra una curva tpica, dada por los
2.25 Motor de CC controlado en el inducido 89
T T
T = |P0 m + |P ec (2.213)
m Ec 0
d d2 d
= k1 + k2 ec = J +B
dt dt2 dt
Organizando (2.213) se obtiene la ecuacion diferencial (2.214):
d2 d
J + (B + k1 ) = k2 ec (2.214)
dt2 dt
Usando Laplace en (2.214) con condiciones iniciales nulas se obtiene la funci
on de
transferencia:
(s) K
= (2.215)
Ec (s) s(1 + s)
k2 J
donde K = B+k1 y= B+k1 .
ea = Ke m (2.217)
= K ia (2.218)
dm
L = j + Bm (2.219)
dt
en donde L es el torque de perturbaci
on en la carga.
Transformando las ecs. (2.216) a la (2.219) con condiciones iniciales nulas y orga-
niz
andolas se obtienen:
1
Ia (s) = (V (s) Ea (s)) (2.220)
Ra + La s
1
m (s) = ( (s) L (s)) (2.223)
Js + B
ea = K0 = K1 if
= K0 ia = K1 if ia
d
=j + B
dt
dif
vf = Rf if + Lf
dt
las cuales despues de ser linealizadas alrededor de un punto de operacion se convierten
en:
dia
V = 0 = Ra ia + La + ea
dt
ea = Kf if + K
92 MODELOS MATEMATICOS DE SISTEMAS FISICOS
= K2 if + K ia
d
= j + B
dt
dif
vf = Rf if + Lf
dt
y utilizando la transformada de Laplace en ellas con condiciones iniciales nulas:
1
If (s) = Vf (s)
Rf + Lf s
1
Ia (s) = Ea (s)
Ra + La s
1
(s) = (s)
Js + B
de las cuales se puede obtener el diagrama de bloques de la Fig. 2.65.
Considerese como entrada un escalon 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, ss , se puede calcular utilizando el teorema del valor final:
ss = lim (t) = lim s(s). En este caso da:
t s0
K K
f
(K2 R a
)Ra
ss =
Rf (Ra B + K2 )
Kf K
b. Ra es grande de modo que (K2 R a
) > 0, entonces (s) > 0, es decir la
velocidad crece con el aumento de vf .
Kf K
(s) Kf K + Ra K2 Ra + K2
' = 2 (2.225)
Vf (s) (Rf + Lf s)(Ra Js + Ra B + K2 ) (Rf + Lf s)(Js + B + K
Ra )
(s) K2
' (2.226)
Vf (s) (Rf + Lf s)(Js + B)
2.26.1 Potenci
ometros
Un potenci ometro es un transductor electromec anico que convierte una senal mec
anica
en una se nal electrica. La entrada al dispositivo es en forma de desplazamiento
mecanico, sea traslacional o rotacional. Cuando se aplica un voltaje entre los termi-
nales fijos del potenciometro, 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 relacion no lineal.
Potenciometros rotatorios son disponibles comercialmente en forma de una o m ulti-
ples revoluciones. El material comunmente es alambre o plastico conductor. Este
u
ltimo es preferible para control de precisi on.
Referencia
e(t)
ea(t)
pos. carga
Tiempo
Referencia
v(t)
error posicin
e(t)
pos. carga
Tiempo
en donde es la posicion 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.
e = K1 (r c)
va = KA e
dia
va ea = Ra ia + La
dt
ea = Km 1
= Km ia
d1
= Jeq + Beq 1
dt
1 1
=
c n
en donde Jeq = (Jm + n2 JL ) y Beq = (Bm + n2 BL ).
Transformando las ecuaciones con condiciones iniciales nulas se obtienen:
Va (s) = KA E(s)
1
Ia (s) = (Va (s) Ea (s))
Ra + La s
Ea (s) = Km 1 (s)
(s) = Km Ia (s)
1
1 (s) = (s)
Beq + Jeq s
n
C(s) = 1 (s)
s
2.27 Control de posici
on con synchros y motor DC 101
Puesto que la se nal de error del detector de error sncrono es modulada, ec = K(i
0 ) cos c 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 c t.
R
v0 = ec
2R1 + R2
Asi, si ec > 0 v0 > 0, y si ec < 0 v0 < 0, lo cual justifica parte de las graficas de
la Fig.2.78.
y saturaci
on, respectivamente. Haciendo un an
alisis 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
graficas de la Fig.2.78.
Vr
ec
Vo
Vr
ec
Vo
Tiempo
Figura 2.78 Se
nales del demodulador
El condensador en el circuito de la Fig. 2.77a sirve como filtro para obtener a la
salida del demodulador una senal DC que es proporcional al error de las posiciones
angulares r L .
E(s) = Ks e (s)
2.28 Sistemas de nivel de lquido 105
N1
c (s) = m (s)
N2
N4 N2
t (s) = c (s)
N5 N3
Et (s) = Kt st (s)
c (s) Ks AKm n1
= 2
r (s) Tm s + (1 + AKm Kt n2 )s + Ks AKm n2
N1 N4 N2
donde n1 = N2 y n2 = N5 N3 .
V = f(H)
V = CH (2.231)
Adem as, como la diferencia entre el caudal que le entra al tanque y el que le sale es
la variacion del volumen del lquido 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 lquido 107
dV
Qi Q0 = (2.233)
dt
Es importante notar que puesto que la corriente electrica se define como i , dq
dt ,
entonces el an
alogo del caudal es la corriente electrica.
Con (2.231) en (2.233):
dH
Qi Q0 = C (2.234)
dt
Considerese el caudal a la salida Q0 , el cual como se muestra en la Fig. 2.82b puede
ser una funcion no lineal del nivel H, es decir Q0 = Q0 (H). Linealizando alrededor
del punto de operacion:
Q0 (H)
Q0 = |P0 H (2.235)
H
Como se sabe, la resistencia electrica Re se define por Re , ei y con Q0 analogo a
i y H analogo a e, entonces de (2.235) se define la resistencia de la v alvula a la
salida como R , Q H
0
.
Esta 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 ecuacion diferencial que relaciona
un cambio en el caudal de entrada con un cambio en el nivel del sistema de la Fig.
2.82a:
dH 1
C + H = Qi (2.237)
dt R
La funci
on de transferencia es:
H(s) R
= (2.238)
Qi (s) RCs + 1
alvula de salida y como Q0 (s) =
Si se considera como salida el caudal a traves de la v
1
R H(s), entonces:
Q0 (s) 1
= (2.239)
Qi (s) RCs + 1
1
i = Ce e + e (2.240)
Re
Nivel, H Voltaje, e
Caudal, Q Corriente, i
Resistencia hidr
aulica, R Resistencia electrica, Re
Capacitancia hidraulica, C Capacitancia electrica, Ce
dV1
Q Q1 =
dt
Entonces:
dV1 dH1
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
dV2 dH2
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
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 este o mediante reduccion de diagrama de
bloques se obtiene la funci
on 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 electrico an
alogo al sistema hidraulico de la Fig. 2.84 es el que se muestra
en la Fig. 2.86.
1
Q(s) = C1 sH1 (s) + [H1 (s) H2 (s)] (2.250)
R1
1 1
0 = C2 sH2 (s) + H2 (s) + [H2 (s) H1 (s)] (2.251)
R2 R1
dv. Matem
aticamente:
h i
dv = r2 (r H)2 dH = 2rH H 2 dH
Z H2
V2 = 2rH H 2 dH (2.252)
0
2 H23
= rH2
3
dH1
u Q1 = A (2.253)
dt
y para el tanque esferico:
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)
dH2
Q1 Q2 = H2 (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 H2 (2r H2 )
Q = Q(Pi P0 )
la cual despues de ser linealizada alrededor del punto de operacion Pop , se obtiene:
Q
Q = |P (Pi P0 ) (2.260)
(Pi P0 ) op
Si se considera al flujo de gas analogo a la corriente electrica, i, y la diferencia de
presi
on analoga a la diferencia de potencial, e, teniendo en cuenta la definici on de
resistencia electrica, 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
p
R
pv = = T (2.262)
m
en donde p es la presion absoluta, v el volumen especfico del gas, su densidad, m
su peso molecular, R la constante universal de los gases y T la temperatura absoluta.
Si se supone que el gas en la camara de la Fig. 2.89 est a bajo ciertas condiciones,
como por ejemplo volumen y temperatura constantes, y se vara la presi on a la cual
esta sometido, entonces su densidad () vara, y puesto que M = V , entonces la
masa M tambien vara. Por lo tanto en el sistema de la Fig. 2.89, M = M(P0 ), y
linealizando alrededor del punto de operacion:
114 MODELOS MATEMATICOS DE SISTEMAS FISICOS
M
M = |P P0 (2.263)
P0 op
on de masa por unidad de tiempo, Q = dM
Ya que el flujo de gas es variaci dt , y puesto
que, como
R se dijo antes, Q es an
alogo a la corriente el
ectrica,
R i, entonces la masa
M = Qdt tiene como analogo a la carga electrica, qe = idt. Asi entonces, se
puede definir la capacitancia neumatica C de la c amara del gas como:
M = CP0 (2.264)
M
en donde en el punto de operaci
on C = P0
|Pop .
Como:
dM
Q = (2.265)
dt
Con (2.261) y (2.264) en (2.265) se obtiene la ecuacion diferencial lineal que relaciona
un cambio en la presion de la c
amara del gas con un cambio en la presion de entrada:
dP0 1 1
C + P0 = Pi (2.266)
dt R R
y utilizando la transformada de Laplace con condiciones iniciales nulas se obtiene la
funci
on de transferencia:
P0 (s) 1
= (2.267)
Pi (s) RCs + 1
Teniendo en cuenta las analogas electricas descritas en esta secci
on, se puede obtener
el circuito electrico an
alogo del sistema neumatico de la Fig. 2.89 como se muestra
en la Fig. 2.90 y obtener la misma funcion de transferencia de la ec. (2.267).
Presion, P Voltaje, e
Flujo, Q Corriente, i
Resistencia neum
atica, R Resistencia electrica, Re
Capacitancia neumatica, C Capacitancia electrica, Ce
2.31 Sistemas neumaticos o de presi
on 115
Ejemplo 2.22 Para el sistema neum atico de la Fig. 2.91 plantear un conjunto de
ecuaciones en el dominio de s que describa el comportamiento del sistema en funci on
de los cambios de presion P01 y P02 . Los cambios de presi on en las entradas
son Pi1 y Pi2 . Ri es la resistencia neum atica de la i-esima v
alvula y Ci es la
capacitancia neumatica de la i-esima c
amara.
1 1
[P02 (s) P01 (s)] + C2 sP02 (s) + [P02 (s) Pi2 (s)] = 0
R3 R2
116 MODELOS MATEMATICOS DE SISTEMAS FISICOS
A(Pf Pi ) = Kz (2.268)
Los flujos de gas a traves de las restricciones de la izquierda, M i , y de la derecha,
M f , son funciones de las respectivas diferencias de presi on, P0 Pi y P0 Pf . Es
decir, M i = M i (P0 Pi ) y M f = M f (P0 Pf ), las cuales despues de ser linealizadas
se convierten en:
1
M i = (P0 Pi ) (2.269)
R1
1
M f = (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
Mi = C1 Pi + C2 Vi (2.271)
Mf = C3 Pf + C4 Vf (2.272)
Mi = C1 Pi + C2 Az (2.273)
Mf = C3 Pf + C4 Az (2.274)
1
Mi (s) = [P0 (s) Pi (s)] = C1 Pi (s) + C2 Az(s) (2.275)
R1 s
1
Mf (s) = [P0 (s) Pf (s)] = C3 Pf (s) + C4 Az(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 Az(s) (2.277)
R1 C1 s + 1 R1 s
R2 s 1
Pf (s) = P0 (s) C4 Az(s) (2.278)
R2 C3 s + 1 R2 s
Con (2.277) y (2.278) en (2.268) despues de ser transformada y organizando se halla
la funci
on 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 t
ermicos
Si se supone que la temperatura de un cuerpo es uniforme, entonces un peque no
n umero de sistemas termicos pueden ser representados por ecuaciones diferenciales
lineales. Se considerara especficamente un calentador de agua como ejemplo de un
tpico sistema termico.
118 MODELOS MATEMATICOS DE SISTEMAS FISICOS
Q i + Q h = Q c + Q 0 + Q l
y linealizada:
Q i + Q h = Q c + Q 0 + Q l (2.279)
on de la temperatura del lquido, Qc =
El calor almacenado en el tanque es funci
Qc (Tt ). Por lo tanto:
Qc
Qc = |P Tt (2.280)
Tt 0
Si se considera que el calor almacenado en el tanque es analogo a la carga electrica
(qe ) en un condensador y la temperatura es analoga al voltaje (e), entonces teniendo
2.32 Sistemas termicos 119
Q c = CTt (2.281)
Q 0 = cM Tt (2.282)
Q 0 = cTt0 M + cM 0 Tt (2.283)
Q l
Q l = |P (Tt Te ) (2.284)
(Tt Te ) 0
Como el flujo de calor es variaci on de calor por unidad de tiempo, entonces aquel
es an alogo a la corriente electrica y teniendo en cuenta la definici on de resistencia
electrica, Re = ei , entonces de (2.284) se puede definir la resistencia termica de
h l
i1
aislamiento R = (TtQ Te ) |P0 . Por lo tanto (2.284) se puede reescribir:
1
Q l = (Tt Te ) (2.285)
R
que es la ecuaci
on diferencial que relaciona un cambio en la temperatura en el tanque
con cambios en Q i y en Q h .
120 MODELOS MATEMATICOS DE SISTEMAS FISICOS
Temperatura, T Voltaje, e
Flujo de calor, Q Corriente, i
Resistencia termica, R Resistencia electrica, Re
Capacitancia termica, C Capacitancia electrica, Ce
CAPITULO 3
SIMULACION Y SINTESIS DE
FUNCIONES DE
TRANSFERENCIA
121
122 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA
Adem
as como v(+) v() ' 0 y v(+) = v2 (s):
0
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
v0 (s)
=1 (3.5)
v2 (s)
3.1.1.2 Sumador
v1 v2 vn v0
+ ++ + 0 = i() ' 0 (3.6)
R1 R2 Rn R
As:
! n
!
R
0
R
0
R
0
X R
0
v0 = v1 + v2 + + vn = vk (3.7)
R1 R2 Rn Rk
k=1
n
X
v0 = vk (3.8)
k=1
3.1 Derivador 125
3.1.1.3 Integrador
v1 v2 vn dv0
+ ++ +C = i() ' 0 (3.9)
R1 R2 Rn dt
de donde:
n Z
X
1
v0 = vk dt + v0 (0+ ) (3.10)
Rk C
k=1
3.1.1.4 Derivador
dv1 v0
C + = i() ' 0 (3.11)
dt R
dv1
v0 = RC (3.12)
dt
d
v0R = RC (V1Rm sen(t)) = RCV1Rm cos(t) (3.13)
dt
v1 (s) v0 (s)
1 + R = i() ' 0 (3.14)
R1 + Cs
la funci
on de transferencia del derivador filtrado es:
v0 (s) 1
= (RCs) (3.15)
v1 (s) 1 + R1 Cs
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
v1 (s) v0 (s)
+ + Csv0 (s) = i() ' 0 (3.17)
R1 R2
de donde:
v0 (s) R2 1
= (3.18)
v1 (s) R1 1 + R2 Cs
3.2 Elementos de C
alculo Anal
ogico
3.2.1 Soluci
on de ecuaciones diferenciales mediante la com-
putadora anal
ogica
Un elemento basico de la computadora anal
ogica es el integrador (Fig. 3.8):
3.2 Soluci
on de ecuaciones diferenciales mediante la computadora analogica 129
Posici
on de
Modo del
los conmuta- Circuito resultante
integrador
dores
Computo
o c
alculo
HOLD
(Sostenimiento)
130 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA
Posici
on de
Modo del
los conmuta- Circuito resultante
integrador
dores
RESET
(Reposicion)
Con referencia a la Tabla 3.1, para obtener la condicion inicial e0 (0) = VIC se utiliza
el circuito de reposici
on. Despues de lo cual se puede utilizar el circuito de c alculo.
Si se desea congelar la soluci
on se utiliza el circuito de sostenimiento.
3.2.2 Elementos b
asicos de c
alculo anal
ogico
La Tabla 3.2 muestra algunos elementos b
asicos de c
alculo utilizados en la computa-
dora analogica.
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 Realizaci
on OBSERVER 131
e0 (t) =
Rt
a 0 ei ( ) d
+e0 (0)
a = 1/RC
e0 = aei1 ei2
e0 = F (ei )
Pn
e0 =
Rt k=1
ak 0 eik () d
+e0 (0)
ak = 1/Rk C
3.3 Soluci
on de ecuaciones diferenciales mediante
la computadora anal
ogica
Sntesis de funciones de transferencia
Existen diferentes realizaciones para resolver ecuaciones diferenciales. Una de ellas se
llama realizaci
on OBSERVER.
3.3.1 Realizaci
on OBSERVER
Sea por ejemplo la funcion 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 ecuaci
on:
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)
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
As las matrices A, B, C y D, para la realizaci
on tipo OBSERVER, son:
3.3 Realizaci
on OBSERVER 133
a1 1 0 b1
A = a2 0 1 B = b2
a3 0 0 b3
C= 1 0 0 D=0
Por ejemplo si b3 = 7.5 y a3 = 0.53, el diagrama circuital para el integrador INT1 es:
.
x3 = 0.53x1 + 7.5u = a3 x1 + b3 u (3.31)
que corresponde a la tercera ecuacion de estado.
El circuito para realizar el inversor INV1 se muestra en la Fig. 3.12:
3.4 Generaci
on de algunas funciones del tiempo
1) Generaci
.
on 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 Generacion de algunas funciones del tiempo 135
3.13:
.
on de y (t) = aAeat
Figura 3.15 Generaci
Notese que:
136 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA
Z
y (t) = ay (t) dt A (3.32)
entonces:
.
y (t) = ay (t) (3.33)
que es la ecuaci
on diferencial original.
Ejercicio
1) Estudiar factores de escala de amplitud y de tiempo
2) Hacer un diagrama de computadora para la solucion de:
.. .
+3 +67 = 30 sen(5t)
y (t) = A t eat
.
con y (0) = 10.
3.5 Escalamiento
La tension de salida de cualquier amplificador no debe exceder del voltaje de pola-
rizacion para evitar la saturacion de los amplificadores lo cual puede causar errores
en la soluci
on de una ecuacion diferencial o en la generacion de una funcion de trans-
ferencia. Por otro lado, la tensi on maxima en cualquier amplificador no debe ser
demasiado peque na.
Al establecer el diagrama de computadora es deseable que la m axima variaci on de
tension de salida sea la misma para cualquier amplificador.
De aqu 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 fsicas (velocidad, angulo, distancia, fuerza, etc.)
La escala en tiempo relaciona la variable independiente del problema fsico, con la
variable independiente de la computadora anal ogica. Para fen omenos que tienen lugar
muy rapidamente, 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 simulaci on con el fin de
seleccionar mas rapidamente los par ametros, por ejemplo, los de un controlador.
3.5.1 Escalamiento en amplitud
Se ilustra la selecci
on de los factores de escala en amplitud utilizando como ejemplo
la funci
on:
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
As la ecuaci
on 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
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
o:
. 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:
x2 = k2 vx2 = 30 cos(3t)
Y si se escoge k2 = 3:
vx2 = 10 cos(3t) (3.41)
cuya amplitud m
axima 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 ecuaci on original.
As, con vx1 (0) = 0 y vx2 (0) = 10 se obtiene la realizacion con amplificadores opera-
cionales mostrada en la Fig 3.16.
t = kt tc (3.44)
3.5 Escalamiento en tiempo 139
Observese que:
tc < t, si kt > 1, simulaci
on rapida
tc > t, si kt < 1, simulaci
on lenta
Sea por ejemplo la ecuaci
on:
. 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 analogicos disponen de un condensador
adicional que es 10 o 100 veces menor que el utilizado normalmente. Con esto se
puede obtener la solucion en forma repetitiva para observar la respuesta en un oscilo-
scopio y hacer ajustes de par
ametros, por ejemplo los de un controlador, r
apidamente.
En el caso del ejemplo se tendra con un condensador 100 veces menor:
vx1 = 300vx2
(3.46)
vx2 = 300vx1
lo que dara como soluci on vx1 = 10 sen (300t), que es la misma soluci on con una
frecuencia 100 veces mayor.
En general el proceso de escalamiento exige tantear, especialmente cuando no se
conocen previamente los valores m aximos de las variables.
Si se expresa el comportamiento din amico 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 esten 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
k2 ku
v1 = (a11 ) v1 + a12 v2 + b1 vu
k1 k1
k1 ku
v2 = a21 v1 + (a22 ) v2 + b2 vu
k2 k2
140 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA
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 simulacion 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 (20.1) t
de tal manera que todos los coeficientes de las variables escaladas esten en el rango 0
a 10.
3.6.1 Realizaci
on CONTROLLER
Sea la funci
on 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 funci on 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 Realizaci
on 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
As:
d3 z .
= x1
dt2
.
x1 = a1 x1 a2 x2 a3 x1 + u
.
x2 = x1 (3.52)
.
x3 = x2
y = b1 x1 + b2 x2 + b3 x3 (3.53)
a1 a2 a3 1
Ac = 1 0 0 Bc = 0
0 1 0 0
Cc = b1 b2 b3 Dc = 0
3.6.2 Realizaci
on OBSERVABILITY
La funci
on 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 Realizaci
on 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:
1 = b1
2 = b2 a1 b1 (3.64)
3 = b3 a2 b1 a1 (b2 a1 b1 )
0 1 0 1
Aob = 0 0 1 Bob = 2
a3 a2 a1 3
Cob = 1 0 0 Dob = 0
3.6.3 Realizaci
on CONTROLLABILITY
La realizacion 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 = 1 2 3 Dco = 0
4.1 Introducci
on
Un control automatico, Fig.4.1, compara el valor efectivo de salida (c) de una planta
con el valor deseado (r), determina la desviaci on (e) y produce una se nal de control
(m) que reduce la desviacion a cero o a un valor peque no.
La forma en que el control autom atico produce la se
nal de control (m) recibe el nombre
de acci
on de control.
En este captulo se presentan las acciones de control b
asicas usadas comunmente en los
controles autom aticos industriales y sus efectos en el funcionamiento de un sistema.
4.2 Clasificaci
on de los controles autom
aticos
Los sistemas de control automatico se clasifican seg
un su acci
on de control:
1. Controles de dos posiciones (todo-nada, si-no, on-o).
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
Generalmente M2 = M1 o M2 = 0.
llama brecha diferencial o histeresis, Fig 4.3. La brecha diferencial hace que la salida
del control m (t) mantenga su valor hasta que la se nal de error actuante haya pasado
del valor cero. Debe notarse que la brecha diferencial evita la acci on excesivamente
frecuente del mecanismo de SI-NO.
Figura 4.5 An
alogo electrico de un tanque
La ecuacion diferencial que relaciona la salida h con la entrada, qi, sin considerar el
controlador se puede obtener del analogo electrico de la Fig 4.5:
dh h
C + = qi (t) (4.2)
dt R
Figura 4.6 Respuesta del nivel de un tanque con control SI-NO con brecha diferencial
h (t) se obtiene de (4.2) con:
4.2.2 Acci
on de control proporcional
M (s)
= KP (4.5)
E (s)
Con el fin de estudiar los efectos de la acci
on de control proporcional en el compor-
tamiento de un sistema considerese la Fig 4.9:
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 podra tener problemas de estabilidad,
dependiendo de la ubicacion en el plano complejo de los polos de la funcion de trans-
ferencia.
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.
Supongase que:
se tiene:
1
R (s) = (4.11)
s
y:
KR 1
H (s) = (4.12)
T s + 1 + KR s
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
KR
hss (t) = lim h (t) = (4.15)
t 1 + KR
KR 1
ess = 1 = (4.16)
1 + KR 1 + KR
llamado corrimiento o error estatico. Este se puede disminuir si K se hace grande.
El corrimiento es una caracterstica del control proporcional de una planta cuya
funci
on transferencia no posee elemento integrador. Como se ver a en la siguiente
secci
on, para eliminar este corrimiento hay que agregar la accion de control integral.
Otra manera de calcular el corrimiento es obtener la funci
on de transferencia del error:
E (s) 1 Ts + 1
= KR
= (4.17)
R (s) 1 + T s+1 T s + 1 + KR
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 s0 1 + KR
4.2 Acci
on de control integral 155
4.2.3 Acci
on de control integral
M (s) K
= (4.21)
E (s) s
Figura 4.14 Se
nal de control si el error permanece cosntante
Figura 4.15 Se
nales de error y de control integrativo
Lo anterior es imposible en el caso del control proporcional pues una se
nal de control
no nula requiere una se
nal de error actuante como se muestra en la Fig.4.16.
Figura 4.16 Se
nal de error y de control proporcional
Se hace notar que la acci
on de control integral, si bien elimina el efecto de corrimiento
o error de estado de regimen, puede llevar a una respuesta oscilatoria que, aunque
amortiguada, podra ser indeseable, Fig 4.17. Si la planta posee muchos polos, la
acci
on de control integral puede inestabilizar totalmente el sistema.
4.2 Acci
on de control integral 157
H (s) KR
= (4.22)
R (s) R (s2 + s + KR)
E (s) R s2 + s
= (4.23)
R (s) RCs2 + s + KR
Notese que los polos est
an ubicados en:
s
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 2
1 K 1
s1,2 = j (4.25)
2RC C 2RC
se presentan oscilaciones pero es estable.
El error de estado de regimen, o error estatico, para una entrada escalon unitario
r (t) = u (t) o R (s) = S1 se puede obtener aplicando el teorema del valor final:
s RCs2 + s 1
ess = lim sE (s) = lim 2
=0 (4.26)
s0 s0 RCs + s + KR s
Por lo tanto, el control integral del sistema de nivel de liquido elimina el error de
estado de regimen en la respuesta a la entrada escal
on.
4.2.4 Acci
on de control proporcional integral (PI)
KI
s= (4.28)
KP
El cero mejora las condiciones de estabilidad, como se ver
a en la siguiente seccion.
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 )
o:
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
M (s)
= KP + KD s (4.36)
E (s)
A la acci
on proporcional se le a
nade la acci
on derivativa que aumenta la se
nal m de tal
manera que si el error crece rapidamente, m sera grande ayudando a corregir el error
en forma mas efectiva. Es como un efecto anticipativo que impide un crecimiento
brusco de error.
a) b)
Figura 4.23 Se
nal de control b) cuando el error a) crece linealmente
En la Fig 4.23, por ejemplo, la se
nal de control m (t) crece mas r
apidamente a mayor
pendiente de la se
nal de error e (t).
El control PD es un controlador estabilizante. La acci on de control derivativo tiene
la desventaja de amplificar las se
nales de ruido.
Considere el sistema (Fig 4.24) de una carga inercial con controlador PD.
C (s) (KP + KD s) KP + KD s
= 2 = 2 (4.37)
R (s) Js + KD s + KP Js + KD s + KP
M (s) KI KI + KP s + KD s2
= KP + + KD s = (4.38)
E (s) s s
La Fig 4.27 b) muestra la se
nal de control m (t) cuando el error e (t) crece linealmente:
Figura 4.27 Se
nal de control b) cuando el error a) vara linealmente con el tiempo
KP aumenta la rapidez de respuesta y solo act ua en el transitorio, ya que al final, el
termino KsI elimina el error, ganando completo control de la planta. El termino KD s
actua para ayudar a la estabilidad.
2
Notese que H (s) = eT s = 1 + T s + (T2!s) + es una funci
on de adelanto, entonces:
1
Ademas las constantes se definen como bandas. Por ejemplo, KP 100% es la banda
proporcional en porcentaje.
Ejercicio
Z
de
u = KP e + KI edt + KD (4.40)
dt
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 esta
la acci
on de control proporcional se toma tambien de la salida en lugar de la se
nal de
error e.
4.2 Algunas estructuras del controlador PID 165
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 hidraulico (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 s a3
z4 (s) = z3 (s) = H (s) (4.48)
Bs + k s + 1 b
en donde = B/K.
El desplazamiento de la valvula es:
d4 d3
z= z5 + z6 (4.49)
d3 + d4 d3 + d4
Ademas:
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 s + 1
donde:
d4 d1 a1
KP =
(d3 + d4 ) (d1 + d2 ) b
d3 K1 a2
KI = (4.52)
(d3 + d4 ) b
d4 d2 a3
KD =
(d3 + d4 ) (d1 + d2 ) b
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 funcion 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)
s0 s0 s [Ms3 + KD s2 + (KP + K) s + KI ]
de donde:
K
ess = = 0.01 (4.59)
KI
As, 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
KD 2 (KP + K) KI
A (s) = s3 + s + s+ (4.61)
M M M
que de acuerdo con la ubicacion de polos de la Fig 4.34c es:
! !
2 2 2 2
A (s) = s + +j s+ j (s + p) (4.62)
2 2 2 2
o:
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
As:
KD = 100 1 + 2
KP = 100 1 + 2 1
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
Ademas:
1
x = (e z) (4.69)
2
P0 Pi
i = (4.70)
R1
P0 PD
D = (4.71)
R2
P2
in = (4.72)
Rin
donde:
1 K1
=
Rin 2 P1 P20
Tambien:
0 = Kx x + Kp2 P2 (4.73)
donde:
p
Kx = K2 P20
K2 x0
Kp2 =
2 P20
Para la presion de salida:
P0 = Ky (4.74)
La diferencia de flujos es:
dM2
in 0 =
dt
donde M2 es la masa de gas en el volumen V2 .
V2
Con la ley de los gases P2 2 = Kg T con 2 = M2 , el volumen especfico 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:
dP2 dy
in 0 = C2 + Kv2 Ac (4.75)
dt dt
dMi dMD
De la misma manera, como i = dt y D = dt :
d Pi dz
i = Ci + Kvi Af (4.76)
dt dt
d PD dz
D = CD + KV D Af (4.77)
dt dt
donde:
Ci = KVgi0T Kvi = KPgi0T
VD0 PD0
CD = K gT
KV D = K gT
Kx
K2 = 1
Rin + Kp2
Kv2 A2c
C2 + Kc
2 = 1
Rin + Kp2
K2 >> 1
K Af 0 Kvi A2f R1
i = Ci + vi
Kf R1 D = Kf
K D Af2 0 KV D A2f R2
D = CD + VK f
R2 i = Kf
De (4.79) y (4.80):
0
1 + D + D s
Pi (s) = P0 (s) (4.81)
(s)
0
1 + i + i s
PD (s) = P0 (s) (4.82)
(s)
donde:
" #
A2f
(s) = Ci CD + (Ci KV D + CD KV i ) s2 + (i + D ) 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:
0
1 Ac
La Fig 4.38 se puede dibujar, con K = 2 (K2 ) Kc
(K) :
4.2 Algunas estructuras del controlador PID 173
Kf (i + D )
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
175
176 RESPUESTA EN EL DOMINIO DEL TIEMPO
la se
nal deseada, llamada se nal 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:
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
(t). Note que si x (t) = (t), entonces x (s) = 1, y:
Z u1 () Z u1 ()
d du1 du0
f (x, ) = f (u1 , ) f (u0 , ) + [f (x, )] dx (5.4)
d u0 () d d u0 ()
Aplic
andola a (5.3) :
Z t
dy (t)
= h (t) x (0) + [h ( ) x (t )] d (5.5)
dt 0 t
178 RESPUESTA EN EL DOMINIO DEL TIEMPO
Como x (0) = 0 :
Z t
dy (t) x (t )
= h ( ) d (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 en (5.3):
Z
y () = h ( ) x ( ) d (5.7)
0
integrando (5.7):
Z t Z tZ Z t Z
y () d = h () x ( ) d d = h ( ) x ( ) d d (5.8)
0 0 0 0 0
Con = t :
Z Z t
x ( ) d = x (t ) dt (5.9)
0 0
o:
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 escalon unitario:
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
As:
" #
1 1
Y (s) = K1 (5.13)
s s + T11
Antitransformando:
y (t) = K1 1 et/T1 u (t) (5.14)
(5.14) se muestra en la Fig 5.5:
180 RESPUESTA EN EL DOMINIO DEL TIEMPO
ts = 4T1 (5.15)
Otra caracterstica 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
esta alcanzara 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
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
1
ess = lim e (t) = lim sE (s) =
t s0 1 + KP K
Z t h i h i
t
y1 (t) = K1 1 e T1 d = K1 t T1 + T1 e T1 (5.19)
0
h t
i
e (t) = t u (t) K1 t T1 + T1 e T u (t)
t
= K1 T1 1 e T1 u (t) + (1 K1 ) t u (t) (5.20)
Para t >> T1 :
d h i K
1 Tt
y2 (t) = K1 1 et/T1 u (t) = e 1 (5.22)
dt T1
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
K
n2 =
T
1
2n = = 2 (5.23)
T
1
=
2 KT
As:
C (s) n2
= 2 (5.24)
R (s) s + 2n s + n2
donde se llama atenuaci on, n , frecuencia natural no amortiguada y , relaci
on o
raz
on de amortiguaci on.
La ecuacion caracterstica del sistema es:
A (s) = s2 + 2n s + n2 = 0 (5.25)
Las races de (5.25) o polos del sistema son:
p
4 2 n2 4n2
2n
1,2 =
p 2
= n 2 1n (5.26)
184 RESPUESTA EN EL DOMINIO DEL TIEMPO
n
cos = =
pn
sen = 1 2 (5.28)
p
1 2
tan =
o:
p
p 1 2
1 1
= cos = sen 1 2 = tan1 (5.29)
1
Si la entrada es un escalon unitario r (t) = u (t) o R (s) = s :
1 n2 K As + B
C (s) = 2 2
= + 2
s s + 2n s + n s s + 2n s + n2
Con K = 1, A = 1 y B = 2n :
1 s + 2n 1 s + 2n
C (s) = 2 2
= p 2
s s + 2n s + n s
(s + n )2 + 1 2 n
1 s + n n
=
s (s + n )2 + (d )2 (s + n )2 + (d )2
5.1 Caso de amortiguamiento crtico o respuesta con = 1 185
p
1 s + n 1 n 1 2 n
= p
s (s + n )2 + (d )2 1 2 n (s + n )2 + (d )2
1 s + n d
C (s) = 2 2 p (5.30)
s (s + n ) + (d ) 1 (s + n )2 + (d )2
2
( " #)
n t
c (t) = 1e cos d + p sin d t u (t)
1 2
( )
1 h p i
n t
= 1 p e 2
sin d t + 1 cos d t u (t) (5.32)
1 2
p
donde d = 1 2 n . Utilizando las relaciones (5.28), (5.32) se puede escribir en
forma compacta como en la ecuaci on (5.33):
( )
en t
c (t) = 1 p sin (d t + ) u (t) con < 1 (5.33)
1 2
que es el primer tipo de respuesta mostrado en la Fig 5.11:
C (s) n2 n2
= 2 2
= (5.34)
R (s) s + 2n s + n (s + n2 )
186 RESPUESTA EN EL DOMINIO DEL TIEMPO
p p
1 2 = j 2 1
sin j = j senh
cos j = cosh
y utilizando (5.32):
( " #)
p p
n t
c (t) = 1e p senh 2 1n t + cosh 2 1n t u (t)
2 1
(5.37)
5.1 Respuesta oscilatoria o caso de amortiguamiento nulo, = 0 187
( s1 t )
n e es1t t
c (t) = 1+ p u (t) (5.38)
2 2 1 s1 s2
donde:
p
s1 = + 2 1 n
p
s2 = 2 1 n
cuya gr
afica se muestra en la Fig 5.14:
188 RESPUESTA EN EL DOMINIO DEL TIEMPO
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 utilizar
a esta u
ltima especificaci
on (0 al 100%) en calculos
posteriores.
El requerido por la respuesta para alcanzar el primer pico del sobreimpulso o so-
brepaso.
e (tp ) e ()
Mp = 100% (5.40)
e ()
en tr
c (tr ) = 1 = 1 p sen (d tr + ) (5.41)
1 2
de donde:
sen (d tr + ) = 0 (5.42)
As:
(d tr + ) = , 2, 3, (5.43)
El primer cruce de c (t) con el valor unitario o 100% ocurre cuando (d tr + ) = .
Por lo tanto:
tr = =p (5.44)
d 1 2 n
Notese que para un valor peque
no de tr , n debe ser grande.
5.2.1.2 Tiempo de pico tp
Con (5.33) cuando t = tp , la pendiente es cero:
dc (t) n
=p en tp sen (d tp + )
dt t=tp 1 2
p
1 2 n n tp
p e cos (d tp + ) = 0 (5.45)
1 2
de donde:
sen (d tp + )
p = cos (d t + )
1 2
o:
p
1 2
tan (d tp + ) = (5.46)
As:
192 RESPUESTA EN EL DOMINIO DEL TIEMPO
p !
1 1 2
d tp + = tan = + n n = 0, 1, (5.47)
tp = =p (5.48)
d 1 2 n
5.2.1.3 M
aximo sobreimpulso Mp
Este es:
Mp = c (tp ) 1 (5.49)
Pero de (5.48) d tp = y:
!
n tp
Mp = e cos + p sen = en tp
1 2
o:
Mp = en tp = e 1 2 (5.51)
Existen diferentes criterios integrales para establecer lo que podra llamarse el valor
optimo de la raz
on de amortiguacion . 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 duracion del mismo. Utilizando este criterio con e (t) =
r (t) c (t) se obtiene = 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 duracion de error. Con el ISE se obtiene = 0.5.
Existen otros criterios de optimizacion. Sin embargo, el valor de = 0.7 corresponde
al valor cercano al optimo con respecto a varios de ellos. Para = 0.7, el sistema de
segundo orden tiene una respuesta rapida a la entrada escalon con un sobrepaso de
aproximadamente el 4.3%.
La Fig 5.17 muestra una grafica del sobrepaso Mp en funci on de la razon de amor-
tiguacion para el sistema de segundo orden:
5.2 Tiempo de establecimiento ts 193
Mp (t) = en t (5.52)
4
Mp (t) < 2% para t > 4T =
n
As, se puede aceptar que el transitorio de c (t) esta a menos del 2% del valor final
para el tiempo ts , o tiempo de establecimiento dado por (5.53):
4
ts = (5.53)
n
1
Notese que la constante de tiempo de las envolventes es n , Fig 5.18:
194 RESPUESTA EN EL DOMINIO DEL TIEMPO
Ejemplo 5.1 C
alculo de algunos par
ametros.
5.2 Tiempo de establecimiento ts 195
C (s) K n2
= 2 = 2 (5.54)
R (s) s + (1 + KKh ) s + K s + 2n s + n2
donde:
n = K
2n = 1 + KKh
1 + KKh
=
2 K
De (5.51):
Mp = e 1 2 = 0.2
p = 1.61
1 2
As:
= 0.456
De (5.48):
tp = =p =1
d 1 2 n
As:
d = 3.14 y n = 3.53
Adem
as:
196 RESPUESTA EN EL DOMINIO DEL TIEMPO
K = n2 = 12.5
2n 1
Kh = = 0.178
K
De (5.44):
tr =
d
Como:
p !
1 1 2
= tan = 1.10
entonces:
1.10
tr = = 0.65seg
3.14
y para el criterio de 2%:
4
ts = = 2.48 seg
n
Ejercicio.
Resolver el ejemplo anterior con un sobrepaso del 3%, con un tiempo de soluci
on de
1 segundo.
Calcule K, Kr , tr y tp
5.3 Sistemas de o
rdenes superiores
Si r (t) = u (t) o R (s) = 1s , se puede obtener c (t), (5.56), con 0 < < 1:
en t
c (t) = 1 2
( 2) + 1
( 2 )
p ( 2) + 1 p
2 ( 2) cos 1 2 n t + p sen 1 2 n t
1 2
ept
2 (5.56)
( 2) + 1
5.3 Respuesta transitoria de sistemas mayor orden 197
donde = pn
Observese que como:
2
2 ( 2) + 1 = 2 ( 1) + 1 2 > 0
entonces el coeficiente del termino ept es siempre negativo. Por lo tanto el efecto
del polo real situado en s = p en la respuesta al escalon unitario es reducir el
maximo sobrepaso y podra aumentar el tiempo de establecimiento. Si el polo real
esta 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 a naden 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 sm1 + + bm
= (5.57)
R (s) a0 sn + a1 sn1 + + 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 + 2k k s + k2 )
j=1 k=1
donde q + 2r = n.
Por descomposici on en fracciones parciales de (5.58) con R (s) = S1 , funci
on escal
on,
se obtiene (5.59):
q r p
a X aj X bk (s + k k ) + ck k 1 k2
c (s) = + + (5.59)
s j=1 s + pj s2 + 2k k s + k2
k=1
q
X r
X q
c (t) = a+ aj epj t + bk ek k t cos k 1 k2 t
j=1 k=1
r
X q
+ ck ek k t sen k 1 k2 t para t 0 (5.60)
k=1
Considerese que el sistema es estable. Entonces los polos que est an ubicados lejos del
eje j tienen partes reales negativas grandes y por lo tanto los terminos exponenciales
en c (t) que corresponden a esos polos caen muy rapidamente a cero ya que el tiempo
de establecimiento depende de la distancia horizontal de los polos al eje j.
198 RESPUESTA EN EL DOMINIO DEL TIEMPO
a) b) c)
6.1 Introducci
on
Un sistema con funci on de transferencia W (s) es estable si todos sus polos estan en
el semiplano complejo izquierdo.
Considerese el sistema de lazo cerrado de la Fig 6.1, con una entrada y una salida:
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 ecuaci
on de estado. La ecuaci
on de salida est
a dada por (6.3):
199
200 CRITERIOS DE ESTABILIDAD
o:
1
x (s) = (sI A) Bu (s) (6.5)
con (6.5) en (6.4):
que es la f
ormula iterativa de Newton-Raphson. Para aplicar (6.9), se escoge un valor
inicial arbitrario s1 y se calcula s2 , y as sucesivamente. El algoritmo se puede detener
cuando:
|sk+1 sk | <
6.2 An
alisis de estabilidad por cancelaci
on de polos
1
Considerese un sistema con funcion de trasferencia Hf (s) = s1 el cual es inestable,
Fig 6.2:
1 (s 1) 1
Hf (s) Hc (s) = = estable? (6.10)
(s 1) (s + 1) s+1
En (6.10) se hizo una cancelaci on de un polo con un cero, lo cual le da, aparentemente,
estabilidad al sistema. Como se ver a a continuaci
on, esta tecnica no funciona. Para
ver porque, considerese la realizaci
on que se muestra en la Fig 6.3:
202 CRITERIOS DE ESTABILIDAD
y transformando:
Adem
as:
.
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:
y antitransformando:
x10 t
x2 (t) = y (t) = x20 et + e et + et ~ v (t) (6.13)
2
.
x1 = x1 + v
.
x2 = 2x1 x2
y transformando:
de donde:
x10 v (s)
x1 (s) = + (6.16)
s1 s1
Adem
as:
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 reemplazandolas en (6.15) se obtiene:
6.3 Controlabilidad y observabilidad 205
det Co 6= 0 realizaci
on controlable
206 CRITERIOS DE ESTABILIDAD
det Ob 6= 0 realizaci
on observable
Para la realizaci
on 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
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
6.3.1 Aclaraci
on sobre controlalibidad y observabilidad
.
x (t) = Ax (t) + Bu (t) (6.20)
y (t) = Cx (t) (6.21)
208 CRITERIOS DE ESTABILIDAD
Ya que:
.
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:
6.5.1 Introducci
on
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 funcion de transferencia es
negativa.
a) b)
Y (s) K (s)
Wla (s) = = (6.28)
E (s) D (s)
donde K (s), y D (s) son polinomios en s.
Wla (s) es estable si las races de D (s), esto es, aquellos valores de s que satisfacen
la ecuaci
on caracterstica (6.29):
D (s) = 0 (6.29)
tienen parte real negativa.
Cuando se cierra el lazo, como en la Fig 6.8b la funci
on de transferencia, en lazo
cerrado, Wlc (s) es:
o:
K (s) B (s)
Wlc (s) = = (6.31)
K (s) + D (s) A (s)
donde el polinomio caracterstico de Wlc (s) es:
A (s) = 0 (6.33)
tengan parte real negativa. Esta condicion fue extendida por A.M. Lyapunov, en
1892, para ecuaciones linealizadas de plantas no lineales.
Las races se pueden calcular analticamente para ecuaciones hasta de tercer grado.
No hay metodo analtico para mayor grado, solo metodos iterativos, o metodos de
ensayo y error. Sin embargo, no es necesario conocer las races, ya que solo se necesita
saber el signo de sus partes reales.
Las reglas para conocer la ubicacion de las races 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 ecuaci
on caracterstica de un sistema:
an an2 an4 an6
sn
n1 an1 an3 an5 an7
s
b1 b3 b5 b7
sn2
b2 b4 b6 b8
sn3
c1 c3 c5 c7
sn4
.. .. .. .. ..
. . . .
.
. .. .. ..
s0 .. . . .
an an4 an1 an5 b1 b5
an1 an5 b1 b5 b2 b6
b3 = an1 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 , an1 , b1 , b2 , c1 > 0
En caso de inestabilidad, el n
umero de races en el plano complejo derecho es igual al
n
umero de cambios de signo.
Ejemplo 6.2 .
Con:
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:
la tabla es:
s5 1 4 2
s4 1 4 1
s3 1 0
41
s2 =1 0
2 +41
s1 41 0 0
s0 1 0 0
212 CRITERIOS DE ESTABILIDAD
Ejemplo 6.4 .
Para la ecuaci
on caracterstica:
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 ecuaci
on correspondiente
0
a la fila inmediatamente superior. Los coeficientes de F (s) reemplazan los ceros.
Ceros en una fila indican:
1) Pares de races, complejas o reales, de signo opuesto.
2) Pares de races imaginarias en el eje imaginario. En el caso de este ejemplo, estas
on F (s) = 10s2 + 160 = 0. De donde el par de races
races se obtienen de la ecuaci
correspondiente es:
r
160
s1,2 = j = j4
10
Esto significa que el sistema est
a en el lmite de estabilidad. La respuesta sera oscila-
toria de amplitud constante, en lo que respecta al par de polos j4.
Ejercicio.
Determinar la estabilidad de un sistema con ecuaci
on caracterstica:
A (s) = s5 + 4s4 + 8s3 + 8s2 + 7s + 4 = 0
Ejemplo 6.5 .
Para el polinomio caracterstico:
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 xa3 a0
s1 x 0 0
s0 a0 0 0
6.5 Criterio de Routh y Hurwitz 213
Para estabilidad:
a4 , a3 , a2 , a1 , a0 > 0
y adem
as:
x > 0 o a2 a3 > a1 a4
y a1 x > a3 a0
donde todos los coeficientes son n umeros reales, para que en esta ecuacion no existan
races con la parte real positiva es necesario pero no suficiente que:
214 CRITERIOS DE ESTABILIDAD
arg (j p1 )= =
2 2
Por eso:
donde:
l, es el n
umero de polos en el plano complejo izquierdo.
m, es el n umero de polos en el plano complejo derecho.
Ya que n = l + m, l = n m, entonces:
Figura 6.12 Gr
aficos de A(j) para el criterio de Mikhailov
La Fig 6.12a muestra varios casos estables. N otese, por ejemplo, que la curva para
n = 3 gira 3 2 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 2 ; entre a0 y 2 es 2 + ; entre a0 y 3 es 2 ,
porque el giro entre 2 y 3 es (); entre a0 y 4 es 0 porque el giro entre 3 y 4 es 2 .
Finalmente, el giro entre 4 y 5 (para ) es () + (), dando un giro neto de
cero. Como:
arg A (j)= (n 2m) =0
0 2
Ejemplo 6.6 .
6.6 El criterio de Mikhailov 217
Como n = 3, para que el sistema Wlc (s) sea estable, la curva de A (j) debe girar
alrededor del origen 3 2 radianes, como se muestra en la fig 6.14:
Figura 6.14 Gr
afico de A(j) estable
Para = 0:
A (j)|=0 = 1 + K
Las frecuencias para las cuales A (j) corta el eje imaginario se obtienen haciendo la
parte real cero:
218 CRITERIOS DE ESTABILIDAD
Re A (j)|= = 0 = (1 + K) 1.25 2 =
2
r 2
1+K
lo que da: 2 =
1.25
Como 2 debe ser real, para asegurar el cruce, es necesario que 1 + K > 0, esto es:
K > 1.
Las frecuencias para las cuales A (j) corta el eje real se obtienen haciendo la parte
imaginaria cero:
Im A (j)|=0 , = 0 = 2.6 0.1 2 = ,
0
0 = 0
lo que da:
= 26
Observese 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 2 radianes. Es decir:
U ( ) = Re A (j ) = (1 + K) 1.252 < 0
de donde: K < 31.5
Im A j 2 = 2 2.6 0.1 22 > 0
1+K
2.6 0.1 22 > 0 22 = < 26
1.25
es decir K < 31.5, el mismo resultado anterior.
Se define la funci
on F (s) con (6.43):
D (s) + K (s)
F (s) = = 1 + Wla (s) (6.43)
D (s)
Fsicamente es difcil 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: Wla estable.
Entonces por el criterio de Mikhailov:
arg D (j)= n si Wla es estable (6.45)
0 2
Para que el sistema sea estable en lazo cerrado:
arg [D (j) + K (j)]= n si Wlc es estable (6.46)
0 2
y:
D (j) + K (j)
arg F (j)= arg [1 + Wla (j)]= arg
0 0 0 D (j)
de donde:
arg F (j)= arg [D (j) + K (j)] arg D (j)= n n =0 (6.47)
0 0 0 2 2
Asi:
Ejemplo 6.7 .
Sea:
K
Wla (s) =
(1 + T1 s) (1 + T2 s) (1 + T3 s)
cuyo gr
afico Wla (j), para diferentes valores de K, se ve en la Fig 6.17:
6.6 El criterio de Nyquist 221
K
|Wla (j)| = q q q
1 + (T1 )2 1 + (T2 )2 1 + (T3 )2
y, () = tan1 T1 tan1 T2 tan1 T3
As (0) = 0 y () = 32 mientras que |Wla (j)| decrece cuando 0 .
Con T1 , T2 , y T3 positivos, Wla es estable. As para que el sistema en lazo cerrado
sea estable es necesario que:
Wla (j ) > 1
Siendo la frecuencia de cruce por 180 , cuando Im Wla (j) = 0.
Como:
K
Wla (j) =
(1 + jT1 ) (1 + jT2 ) (1 + jT3 )
K
=
1 (T1 T2 + T1 T3 + T2 T3 ) 2 + j(T1 + T2 + T3 T1 T2 T3 2 )
en = la parte imaginaria es cero, por lo tanto:
T1 + T2 + T3 T1 T2 T3 2 = 0
r
T1 + T2 + T3
de donde: =
T1 T2 T3
222 CRITERIOS DE ESTABILIDAD
Entonces:
K
Wla (j ) = > 1 (6.48)
1 (T1 T2 + T1 T3 + T2 T3 ) (T1T+T 2 +T3 )
1 T2 T3
Wla (j ) < 1
Esto es:
K
<1
(T1 T2 + T1 T3 + T2 T3 ) (T1T+T 2 +T3 )
1 T2 T3
1
1 1 1 T2 + T3
+ + (T1 + T2 + T3 ) = 1+
T1 T2 T3 T1
T1 + T3 T1 + T2
+ 1+ + 1+ >1
T2 T3
Caso 2: Wla (s) inestable.
En este caso: Wla (s) = K(s)
D(s) tiene m polos en el plano derecho, esto es: D (s) tiene
m races en el plano derecho, y (n m) races en el plano izquierdo. Por el criterio
de Mikhailov:
arg D (j)= (n 2m) con Wla (s) inestable
0 2
Para que el sistema en lazo cerrado sea estable, con:
Wla (s) Wla (s) Wla (s)
Wlc (s) = = D(s)+K(s) =
1 + Wla (s) F (s)
D(s)
arg F (j)= arg [D (j) + K (j)] arg D (j)= n (n 2m)
0 0 0 2 2
6.6 El criterio de Nyquist 223
o sea:
m Wla (s) inestable
arg F (j)= arg [1 + Wla (j)]= (2) con (6.49)
0 0 2 Wlc (s) estable
Consecuentemente:
Ejemplo 6.8 .
Figura 6.18 Diagrama de Nyquist estable para Wla (s) inestable con m = 2
Si por ejemplo Wla (s) tiene dos polos, m = 2, en el plano derecho y Wla (j) es
como se muestra en la Fig 6.18 el sistema en lazo cerrado Wlc (s) es estable porque
el vector F (j) gira m
2 (2) = 2 radianes alrededor del punto 1 + j0.
Ejemplo 6.9 .
K
Wla (s) =
(T1 s 1) (1 + T2 s)
Se puede aplicar Routh y Hurwitz al denominador de Wla (s) para determinar cuan-
tas races hay en el plano complejo derecho. Es decir, para determinar m. En este caso
no es necesario ya que los polos de Wla (s) estan ubicados en s1 = T11 y s2 = T12 .
Con T1 y T2 mayores que cero s1 esta ubicado en el plano complejo derecho. Entonces
m = 1, y el lugar geometrico de Nyquist o grafica de la funcion:
K
Wla (j) =
(jT1 1) (1 + jT2 )
1
debe enlazar el punto 1 + j0, 2 vez para ser estable. Es decir, el giro alrededor de
1 + j0 debe ser + radianes.
Considerese varios casos:
a) K > 1 y T1 < T2 .
Ademas:
T1
arg Wla (j) = tan1 tan1 T2
1
= tan1 T1 tan1 T2
Esto es:
Para :
6.6 El criterio de Nyquist 225
Wla (j) 0
w
arg Wla (j) = + =
2 2
As, F (j) gira 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 .
Ademas:
Para :
Wla (j) 0
arg Wla (j) =
El giro neto de F (j) es cero alrededor de 1 + j0. As, el caso K < 1, T1 > T2 es
inestable.
c) K > 1 y T1 > T2 .
226 CRITERIOS DE ESTABILIDAD
Adem
as:
Para :
Wla (j) 0
arg Wla (j) =
Ejemplo 6.10 .
Ademas:
tan1 T1 tan1 T2 tan1 T3 > 0
con:
para 0 < <
Para :
|Wla (j)| 0
3
y arg Wla (j) = + =
2 2 2 2
Entonces Wla (j) cruza 180 para terminar en 3 2 en = .
Como m = 1, entonces F (j) debe girar m 2 (2) = + radianes alrededor de 1 + j0
para que el sistema en lazo cerrado, Wlc (s), sea estable. La curva II de la Fig 6.22
gira , mientras que la I, +.
As, I es estable y Wla (j ) debe estar a la derecha de 1 + j0.
Por lo tanto:
Wla (j ) > 1
o Wla (j ) < 1
Como:
K
Wla (j) =
[1 + 2 (T1 T2 + T1 T3 T2 T3 )] + j [T1 T2 T3 2 T1 T2 T3 ]
se obtiene haciendo la parte imaginaria cero, esto es:
T1 T2 T3 2 T1 T2 T3 = 0
r
T1 T2 T3
de donde =
T1 T2 T3
As:
K
Wla (j ) =
1 + 2 (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
a) b)
Ejemplo 6.11 .
Sea el sistema:
K
Wla (j) =
s (1 + T1 s) (1 + T2 s)
entonces:
230 CRITERIOS DE ESTABILIDAD
K
Wla (j) =
s (1 + jT1 ) (1 + jT2 )
K
= (6.55)
2 (T1 + T2 ) + j (1 2 T1 T2 )
As:
K
|Wla (j)| = q q
1 + (T1 )2 1 + (T2 )2
arg Wla (j) = 90 tan1 T1 tan1 T2 con K > 0
Para = 0:
|Wla (j0)| =
arg Wla (j0) = /2
Para = :
|Wla (j)| = 0
arg Wla (j) = 3/2
Los cortes con el eje real se pueden obtener haciendo la parte imaginaria de Wla (j)
cero en (6.55), esto es:
1 2 T1 T2 = 0
0
lo que da = 1
T1 T2
Para estabilidad:
lo que da:
KT1 T2 1 1
<1 o K< +
T1 + T2 T1 T2
Ejemplo 6.12 .
a) b)
K
Wla (s) =
(s2 + 1) (1 + T1 s)
K
con Wla (j) = 2
(1 ) (1 + jT1 )
Notese que cuando 1, Wla (j) . Si K > 0, Fig 6.26a:
tan1 T1 para 0 < 1
arg Wla (j) =
tan1 T1 para > 1
235
236 SINTESIS EN EL DOMINIO DE LA FRECUENCIA
Notese que AB indica las caractersticas de filtraje de ruido del sistema y da tambien
una medida de las propiedades de la respuesta transitoria. Si AB es grande, las se nales
de alta frecuencia pasan a la salida, es decir, la respuesta transitoria tiene un tiempo
de subida, o de levante, r
apido. Por el contrario, si AB es peque na, solo pasaran las
se
nales de baja frecuencia y, por consiguiente, la respuesta temporal ser a lenta.
2) Factor de pico o de resonancia: Mv .
Es el valor m
aximo de |M (j)|. Es un indicativo de la estabilidad relativa del sistema.
Posteriormente se vera 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: v .
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 ver
an mas
adelante.
7.2 Correlaci
on entre respuestas transitoria y
frecuencial para un sistema de segundo orden
C (s) n2
= 2
R (s) s + 2n s + n2
Con s = j se tiene:
C (j) 1
= = M () ej() (7.2)
R (j) 1 2
2 + j2 n
n
donde:
7.2 Correlaci
on entre respuestas transitoria y frecuencial para un sistema de segundo orden 237
1
M () = r 2 2 (7.3)
2
1 2
n + 2 n
!
1
2 n
() = tan 2
(7.4)
1 2
n
a)
b)
c)
d)
= |Wla (jcp )|
1 1
Margen de amplitud en dB = 20 log = 20 log (7.8)
|Wla (jcp )|
Observese en la Fig 7.6 que si la ganancia en lazo abierto se aumenta hasta que
|Wla (jcp )| = 1 el margen de amplitud vale 0 dB. Por otro lado, para un sistema
de segundo orden el lugar Wla (j) no corta el eje real negativo, y por lo tanto
|Wla (jcp )| = 0 y entonces el margen de amplitud es infinito, en decibelios, como
se muestra en la Fig 7.7.
La interpretacion fsica del margen de amplitud es la siguiente:
El margen de amplitud es la ganancia en decibelios que se puede a nadir a la cadena
en lazo abierto antes de que el sistema alcance la inestabilidad. Si Wla (j) 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 7.8 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 peque
no cambio en alg
un parametro 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 Wla (j) de la Fig 7.9 tienen tambien 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
El margen de fase mide la proximidad del punto de ganancia crtica al punto crtico.
Se define como el angulo que debe girarse el lugar de Nyquist de Wla (j) para que
el punto |Wla (jcg )| = 1 del lugar pase por el punto crtico 1 + j0.
La Fig 7.10 muestra que el margen de fase es el angulo que el radio vector unidad
forma con el eje real negativo en el plano Wla (j).
Entonces:
Margen de fase, M.F. = = 180 = arg Wla (jcg ) 180 = 180 + (7.9)
a) Dibuje el lugar de Nyquist de Wla (j) y determine los lmites de K para que el
sistema en lazo cerrado Wlc (s) sea estable.
b) Suponga K = 5. Determine la frecuencia correspondiente al punto de fase crtica
cp 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 Wla (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:
|Wla (j)|
1) Construir el lugar de Bode de K y de arg Wla (j) en funci
on de .
a) b)
Figura P7.1
a) Calcular la banda pasante del sistema, o ancho de banda, AB.
b) Se a
nade un cero como indica la Fig P7.1b. C omo queda modificada la AB ?
c) Se a
nade a la configuraci
on 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
10
a) Wla (s) =
(1 + s) (1 + 2s) (1 + 3s)
10
b) Wla (s) =
s (1 + s) (1 + 10s)
10
c) Wla (s) =
s2 (1 + 0.1s) (1 + 0.2s)
2
d) Wla (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 geometricos de Wla (j) se
muestran en las figuras P7.2a, b y c. Suponga que Wla (s) no tiene polos en el
semiplano derecho.
8) Para un sistema de segundo orden:
16
Wla (s) =
s (2 + s)
a) Grafique el diagrama de Bode.
b) Determine Mv y v .
9) Repita el problema 8 cuando:
60 (1 + 0.5s)
a) Wla (s) =
s (1 + 5s)
60 (1 + s)
b) Wla (s) =
s2 (1 + 0.1s)
10) Dado.
as + 1
Wla (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)
Wla (s) =
s2 (T1 s + 1)
para los dos casos siguientes:
12)
Figura P7.3
Determine el valor crtico de Kh respecto a la estabilidad del sistema de lazo cerrado
de la Fig P7.3. Recuerde que Wla (s) = G (s) H (s) .
13)
Figura P7.4
Sea el sistema que se muestra en la Fig P7.4. Hallar el valor crtico de K respecto a
estabilidad, utilizando el criterio de Nyquist.
7.5 T
ecnicas de compensaci
on
Se refiere al uso de redes de adelanto, atraso y adelanto-atraso combinadas para refor-
mar la respuesta frecuencial de lazo abierto, Wla (j), a fin de conseguir estabilidad
relativa aceptable y error disminuido.
7.5.1 Compensador de adelanto de fase
Considerese 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
Llamando:
R3 + R4
Av0 =
R3
R2
= <1
R1 + R2
T1 = R1 C
T2 = R1 C < T1
1
1 =
T1
1
2 = > 1
T2
T2 1
= =
T1 2
(7.12) se puede expresar:
s
1 + T1 s 1+ 1
Gc (s) = Av0 = Av0 s (7.13)
1 + T2 s 1+ 1
Con s = (j) :
1 + j 1
Gc (j) = Av0 (7.14)
1 + j 2
y la fase de Gc (j) es:
c (j) = tan1 tan1 >0 (7.15)
1 2
porque con 1 < 2 :
>
1 2
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.
Notese tambien que:
2
1 + j 1 1 j 2 1 + 1 2 + j 1 2
Gc (j) = Av0 2 = 2
1 + 2 1 + 2
de donde:
1 2
tan c () = 2
(7.16)
1+ 1 2
1
1
d tan c () d 1 2
= 2
d =m d 1+ 1 2
=
h im h i
1 + 2 2
1 1 1 2 1 2
= h i2 =0
1 2 2
1 + 1 2
=m
250 SINTESIS EN EL DOMINIO DE LA FRECUENCIA
O sea:
2
m 2
1+ 2 m =0
1 2 1 2
de donde:
m = 1 2 (7.17)
El maximo adelanto de fase ocurre en el medio geometrico de las dos frecuencias de
quiebre 1 y 2 . El diagrama de Bode se muestra en la Fig 7.13.
Con (7.17) en (7.16):
m m 1 2 1 2
1 2 1 2 1
tan cm = 2
m
= 1 2 = (7.18)
1+ 1+ 1 2 2
1 2
(1 ) 1 1
sin cm = q = = (7.19)
2 2 1 2 + 2 + 4 1+
(1 ) + (2 )
Tambien:
1 sin cm
= (7.20)
1 + sin cm
Reemplazando (7.17) en (7.14):
v
u 2 s
u r
u 1 + m1 1+ 2
2 Av0
|Gc (j)|=m = Av0 ut 2 = Av0
1
1 = Av0 =
1+ 1
1 + m2 2
Entonces:
1
|Gc (j)|=m dB = 20 log (Av0 ) + 20 log (7.21)
como se muestra en la Fig 7.13.
7.5.2 Errores
Al disenar un compensador no solo se busca mejorar la estabilidad relativa, sino
tambien, 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 a
un mas el sistema, en lo que respecta al error, se puede utilizar
un compensador de atraso de fase, como se vera posteriormente.
Considerese, por ejemplo, el sistema mostrado en la Fig 7.14:
7.5 Tipo Uno 251
1
E (s) = R (s) (7.22)
1 + Wla (s)
El error estatico se define por:
sR (s)
ess = lim e (t) = lim sE (s) = lim (7.23)
t s0 s0 1 + Wla (s)
Dependiendo de cuantos integradores tenga una planta se puede hacer una clasifi-
caci
on por tipos de integraci
on:
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
Wla (s) = Q
n (7.24)
(1 + Tj s)
1
s Rs0 R0
ess = lim =
s0 1 + Wla (s) 1 + Kp
ess 1
y ess % = 100 = 100% (7.25)
R0 1 + Kp
s Rs21
ess = lim =
s0 1 + Wla (s)
As, un sistema tipo cero tiene error finito para entrada escal
on, pero infinito para
rampa, parabola, 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
Wla (s) = Q
n (7.26)
s (1 + Tj s)
1
Los errores estaticos para diferentes se
nales de entrada son:
a) Escalon. Con R (s) = Rs0 :
s Rs0
ess = lim =0
s0 1 + Wla (s)
R1
b) Rampa. R (s) = s2 :
s Rs21 R1
ess = lim =
s0 1 + Wla (s) Kv
1
ess % = 100%
Kv
R2 2 R2
abola. Si R es una par
c) Par abola: r (t) = 2 t , entonces R (s) = s3 .
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 Compensacion con adelantor de fase 253
1 = m
m
2 =
7. Evaluar el margen de fase del sistema con el compensador y chequear la ganancia
en cgn que debe ser 1,o cero dB.
Chequear el margen de ganancia |Wla |dB compensado = MG donde este c alculo se
hace cuando compensado = 180 .
compensado = { no ompensado + c } en = cp donde compensado = 180 .
8. Calcular T1 = 11 , T2 = 12 y los par
ametros del circuito de las f
ormulas para T1 y
T2 en terminos de R1 , R2 y C. Algunos parametros se pueden escoger libremente.
Procedimiento 2:
Este opera en forma un poco inversa al anterior.
1. Seleccionar una frecuencia cgn tal que el adelanto de fase exigido al compensador
cm no sobrepase 60 . A fin de satisfacer el requerimiento de margen de fase en el
sistema compensado:
= 180 + NC + cm | en =cgn
254 SINTESIS EN EL DOMINIO DE LA FRECUENCIA
o tambien:
1
20 log Av0 = 20 log |Wla (j)|=cgn dB
4. Calcular el error estatico del sistema con el compensador includo. Si excede la
especificaci
on, el dise
no es correcto. Si no, procedase a intercalar adem
as un compen-
sador de atraso para mejorar las condiciones de error.
5. Verificar el margen de fase y la ganancia en cgn . Calcular el margen de ganancia
MG = |Wla (j)|=cf dB donde cf es la frecuencia a la cual:
Ejemplo 7.1 .
20
|Wla | dB = 20 log q 2
1 + 2
r 2
= 20 log 20 20 log 20 log 1+
2
Para bajas frecuencias:
o sea:
Y1 dB = 26 20 log
Y1 dB = 0 en = 20
En = 2: Y2 dB = 20
256 SINTESIS EN EL DOMINIO DE LA FRECUENCIA
() = 90 tan1
2
6.3
En = 6.3, (6.3) = 90 tan1 = 162.4
2
As, v = 180 162.4 = 17.6 , que es el margen de fase no compensado. El margen
de fase pedido es n = 50 , entonces:
= 50 17.6 + 5 = 37.4 = cm = m
c
1 sin m 1 sin 37.4
de donde: = = = 0.244
1 + sin m 1 + sin 37.4
Se puede seleccionar cgn de la siguiente manera: se calcula
1 1
|Wla | dB = 20 log = 20 log = 6.13dB
0.244
y se busca un tal que |Wla | dB = 6.13dB. Ya que:
Y2 dB = 40 log + 32 = 6.13
entonces cgn = 8.98 = m
As:
m
1 = m = 4.44rad/seg y 2 = = 18.18rad/seg
1
El compensador con Av0 = es:
s
1 + 4.44
Gc (s) = s
1 + 18.18
Chequeo
Con compensador:
comp = 90 tan1 + tan1 tan1
2 4.44 18.18
En = 8.98:
7.5 Compensacion con adelantor de fase 257
comp = 130
n = 180 130 = 50
q 2
1 + 4.44 20
|Wla |dB = 20 log q 2 q 2
= 0.18dB
1 + 18.18 1 + 2
=8.98
|Wla |dB debera ser cero. Esto indica que cgn esta un poco a la izquierda de 8.98.
Podra reajustarse Av0 de tal manera que compense
los 0.18dB. Como Av0 = 1
no se puede escoger Av0 = 0.18
para el dise 20 = 1.02 en lugar de 1 y en este caso:
1.02
Av0 = = 4.18
C
alculo de los par
ametros
De T1 = R1 C = 11 , R1 = 4.44C
1
, y con C = 1f, arbitrario, entonces R1 = 225K.
R2
Con = R1 +R2 = 0.244, y R1 = 225K, entonces R2 = 73K.
Con Av0 = R3R+R
3
4
= 4.18 y con R3 = 10K, arbitrario, se obtiene R4 = 32K.
Margen de ganancia
Se busca cf esto es cuando comp = 180 .
Pero note que el sistema no compensado tena = 90 tan1 2 > 180
Como el compensador adelanta fase, entonces comp > 180 para toda frecuencia
excepto en cf = . La fase del compensador en es c () = 0 y comp () =
90 90 = 180 . O sea cf = . Pero en , |Wla |comp dB = . As,
MG = |Wla |comp dB = , lo que excede la especificaci
on.
Procedimiento 2
Como = 90 tan1 2 , si se selecciona = cgn = 10, entonces (10) = 168.7 .
Para n = 50 la fase del sistema compensado debe ser comp = 180 +50 = 130 .
As, el compensador debe suministrar c = 168.7 130 = 38.7 < 60 . Entonces:
1 sin 38.7
= = 0.231
1 + sin38.7
20
|Wla (jcgn )|dB = 20 log q 2
= 8.13dB
1+ 2
=cgn
As:
1
20 log Av0 = 20 log |Wla (jcgn )|dB = 14.49dB
entonces:
14.49
Av0 = 10 20 = 5.3
258 SINTESIS EN EL DOMINIO DE LA FRECUENCIA
1 = 0.231 10 = 4.81
10
2 = = 20.81
0.231
Y el compensador es:
s
1 + 4.81
Gc (s) = 5.3 0.231 s
1 + 20.81
Como:
comp = 90 tan1 + tan1 tan1
q 2 4.81 20.81
2
1 + 4.81 20
|Wla (j)| = 5.3 0.231 q 2 q 2
1 + 20.81 1 + 2
entonces:
1
ess % = 100 = 4.1%
Kv
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
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+ 2
Gc (s) = Av0 = Av0 s (7.30)
1 + T1 s 1+ 1
donde:
1
T1 = (R1 + R2 ) C > T2 1 = T1
T1 = T2 2 = 1
1 R1 +R2
T2 = R2 C 2 = T2 = R2
c = tan1 tan1 <0
2 1
porque:
1 1
<
2 1
Av0
20 log = 20 log Av0 20 log = |Wla (j)|=cgn dB
= 180 + r + (5 a 12 )
Av0
20 log = |Wla (j)|=cgn dB
Ejemplo 7.2 .
Y dB2 = 14 40 log
Y dB3 = 20 60 log
20
Y dB3 = 0 en cg . Por lo tanto 0 = 20 60 log cg , o cg = 10 60 = 2.15.
rad
cg = 2.15
seg
La fase es:
= 90 tan1 tan1
1 2
En cg = 2.15, (2.15) = 202 y:
= 180 + (2.15) = 22
7.5 Compensacion con atrasador de fase 263
= 180 + 40 + 12 = 128
Tanteando:
2 0.1
1 = = = 9.34 103
10.7
1
T2 = = 10
2
1
T1 = = 107
9.34 103
Con C = 100 f, R2 = TC2 = 100K, R1R+R 2
2
= = 10.7. Con R1 = 100K, R2 =
1.07M.
o Av0 = 1, R4 = 0 y R3 = .
Ademas como se escogi
Chequeo
El compensador es:
s
1 + 0.1
Gc (s) = s
1 + 9.34103
Entonces:
comp () = 90 tan1 tan1 + tan1 tan1
q 2 0.1 9.34 103
2
1 + 0.1 5
|Wla (j)| = q 2 q 2 2
1 + 9.34103 1 + 2 1 + 2
En = cg = 0.47:
1
|Wla (j0.47)| debera ser 1. Para corregir esto se puede tomar Av0 = 0.889 = 1.13 =
R3 +R4
R3 . Con esto, si R3 = 100K, R4 = 13K.
Margen de ganancia
Por tanteos, en = 1.31 comp = 179.8 180 y |Wla |dB = 14.8dB. Entonces
el margen de ganancia es MG = 14.8dB que excede la especificaci
on.
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
Wla (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 n = 45 .
Como el sistema ya tiene 50 en cgn = 10 se puede introducir un compensador de
atraso que atrase 5 en cgn = 10 rad
seg .
100
La ganancia adicional requerida es Av0 = 24.5 = 4.1. Se escoge entonces = Av0
para no producir atenuacion a altas frecuencias, esto es = 4.1.
La fase del compensador es entonces:
c = tan1 tan1 = tan1 tan1
2 1 2 2
que contribuye con la fase:
cg cg
c (cg ) = tan1 tan1
2 2
Con = 4.1, tanteando valores de 2 en la ecuaci
on:
10 4.1 10
c (10) = tan1 tan1 = 5
2 2
se obtiene:
10 rad
2 = = 1.16
8.6 seg
As:
2 1.16 rad
1 = = = 0.283
4.1 seg
Y el sistema compensado resulta:
s s
1 + 1.16 1 + 2.41 20
Wla (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
Introducci
on
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 mnimos, aquellos que son controlables y
observables.
En lugar de realimentar y (t), salida de un sistema, y sus derivadas o realimentar
y (t) a traves de un compensador, lo adecuado es hacerlo a traves del estado x (t)
de una realizacion del sistema ya que, despues de todo, el estado resume toda la
informacion.
actual del sistema. Por eso, cualquier operacion que pueda ser hecha
con y (t), y (t), etc. , se debe poder realizar con los estados y, lo mas importante,
cualquier operaci on que no se pueda hacer con los estados, probablemente no puede
ser hecha en ninguna otra forma general. La realimentaci on 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 realizaci on usada para definir los estados
del sistema sea controlable por
realimentacio n de las variables de estado, es decir, la
matriz C = B AB An1 B de la realizacion {A, B, C} no es singular.
La utilidad de este resultado depende de la habilidad para obtener los estados, lo cual
sera considerado m as adelante. Por claridad de discusi on y por razones pedagogicas,
se trataran por ahora, el problema de la determinaci on de los estados y el de la reali-
mentaci on de ellos separadamente. Por el momento se supone que, por alg un 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 tambien la en- o
.
trada u (t) y, en general, se necesita y (t) , y (t) , ,y (n1) (t) ,u (t) , ,u(n1) (t) .
Por eso, se esperara que una configuraci on deseable de realimentaci on 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 configuraci on total y mantener el grado del poli-
265
266 REALIMENTACION LINEAL DE LAS VARIABLES DE ESTADO
nomio del denominador de la funci on de transferencia total igual al del sistema origi-
nal. Si no hay restricci
on en este u
ltimo, el uso directo de la entrada no es necesario.
8.1 Realimentaci
on de las variables de estado y
controlabilidad de los modos
Considere el siguiente problema. Se da la realizacion:
.
x (t) = Ax (t) + Bu (t)
(8.1)
y (t) = Cx (t)
con el polinomio caracterstico:
b (s) b1 sn1 + + bn
H (s) = = n (8.3)
a (s) s + a1 sn1 + + an
Se supondr a que {A, B, C} es alguna realizacion con n estados de esta funci on de
transferencia.
Se desea modificar el sistema dado, mediante el uso de realimentacion de las variables
de estado, para obtener un nuevo sistema con valores propios especificados, o en otras
palabras, para obtener un polinomio caracterstico deseado.
Es decir:
1
(sI A)1 = {sn1 I + sn2 (A + a1 I) + sn3 A2 + a1 A + a2 I + +
a (s)
+s An2 + a1 An3 + + an2 I
+s An1 + a1 An2 + + an1 I } (8.12)
268 REALIMENTACION LINEAL DE LAS VARIABLES DE ESTADO
a = KB, KAB + a1 KB, , KAn1 B + a1 KAn2 B + + an1 KB
1 a1 a2 an1
0 1 a1 an2
..
2
= K B, AB, A B, , An1
B 0 0 1 .
. . .
.. .. .. ... a1
0 0 0 1
a = K C At (8.13)
en donde:
= [1 2 n ]
a = [a1 a2 an ]
C = B, AB, , An1 B
y A es una matriz Toeplitz triangular inferior con primera columna:
t
[1 a1 an1 ] (8.14)
Puesto que A es nosingular, se puede resolver (8.13) para hallar K para y a arbitra-
rios, si y solo si C es nosingular. Se ha probado entonces que mediante realimentaci on
de las variables de estado se pueden reubicar arbitrariamente los
valores propios de
una realizacion {A, B, C}, si y solo si C = B, AB, , An1 B es no singular.
Entonces la ganancia de realimentaci on requerida se puede calcular como:
K = ( a) At C 1 (8.15)
(8.15) es conocida como la f ormula de Bass-Gura para determinar K.
La reubicacion de valores propios por realimentacion de las variables de estado ha
sido llamada controlabilidad de modos.
Notese de (8.15) que cambios grandes en los coeficientes de a (s) necesitar
a, en general,
valores m as grandes en las ganancias del vector K, con consecuentes dificultades en
la implementaci on y operaci
on (alejamiento del punto de operacion a una regi on no
lineal, distorsi
on en el transitorio, favorecimiento del ruido, etc). Note tambien que
grandes valores de K podran ser debidos a que C es cercanamente singular.
8.1.2 Importancia de la forma can
onica CONTROLLER
Para controlabilidad de los estados, la forma can
onica CONTROLLABILITY, para
la cual C = I es la mas conveniente. Tambien es util para calcular K de (8.15); sin
8.1 Importancia de la forma canonica CONTROLLER 269
embargo, es posible encontrar una forma mas simple. Recuerde que para la forma
canonica 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
demas ceros, Cc1 = At . Si se reemplaza esta en (8.15) se obtiene(8.16).
Kc = a (8.16)
Otra derivaci
on 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
A = T Ac T 1
(8.20)
B = T Bc
Se puede demostrar que si la nueva realizacion, en este caso tipo CONTROLLER,
es controlable, entonces:
T = C Cc1 (8.21)
Por lo tanto:
aK (s) = det (sI A + BK) = det sI T Ac T 1 + T Bc K
= det T [sI Ac + Bc KT ] T 1
= det T det (sI Ac + Bc KT ) det T 1
As:
270 REALIMENTACION LINEAL DE LAS VARIABLES DE ESTADO
t
Kc = a = qc,n (Ac ) (8.26)
ltima fila de (Ac ), porque:
la u
t
qc,n = [0 01] C 1 = [0 01] At
1 a1 an1
0 1 an2
= [0 01] . . .. = [0 01]
.. .. .
0 0 1
Puesto que:
a (s) = sn + a1 sn1 + + an = 0
a (Ac ) = Anc + 1 An1
c + + an I = 0
Entonces:
8.1 F
ormula de Mayne-Murdoch. 271
n
X
Anc = ai Ani
c (8.28)
i=1
eti Ac = eti1 2 i n
(8.30)
et1 Ac = [a1 a2 an ]
en donde eti denota el vector fila [00 010 0] con el i esimo elemento igual a uno.
ltima columna de la matriz companion es [an a1 ]t , la propiedad de
Si la u
desplazamiento es de la forma:
A ei = ei+1 (8.31)
i = 1 2n 1
Xn
Kc = etn (Ac ) = (i ai ) etn Ani
c
i=1
= (1 a1 ) et1 + (2 a2 ) et2 + + (n1 an1 ) etn1 + (n an ) etn
= [1 a1 2 a2 n1 an1 n an ]
O sea:
Kc = a (8.32)
que era lo que se quera demostrar. Note que (8.32) es la misma ecuaci
on (8.16).
8.1.4 F
ormula de Mayne-Murdoch
Ganancias de realimentaci
on en terminos de los valores propios
En muchos problemas son especificados los valores propios del sistema y, por propositos
numericos, a veces es preferible trabajar directamente con ellos, al menos cuando son
distintos.
Suponga que A es diagonal con valores propios {1 n } y que las races deseadas
son {1 n }. De la ecuaci
on (8.10) se obtiene:
X Ki bi n
aK (s)
= 1 + K (sI A)1 B = 1+ (8.33)
a (s) i=1
(s i )
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)
ermino (s i )1 por bi .
a(s) y dividir el coeficiente del t
Mas explcitamente, se multiplica ambos lados de (8.33) por (s i ) y se hace s = i
para obtener (8.34):
Q
(i J )
J
Ki bi = Q (8.34)
(i J )
J6=i
.
x = x + Bu
= diag {1 n } , i 6= J
F
acilmente se puede demostrar que esta realizacion 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
Ac A12 Bc }r
A= B=
0 Ac 0 }n r
|{z} |{z}
r nr
entonces A, B , y por lo tanto {A, B} sera 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 realizaci on {A, B, C} que es controlable, utilizando
realimentacion de las variables de estado, u = K x + v, se puede obtener una real-
izaci
on {A BK, B, C} con det (sI A + BK) arbitrario. Este resultado se utiliza
generalmente en problemas de regulaci on, en donde las condiciones iniciales dife-
rentes de cero, x (0) = x0 6= 0, provienen de alguna perturbaci on y la reali-
mentacion 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 rapido 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 termino de alta energa
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. As, debe de haber un
compromiso en la reubicaci on de los valores propios. Aqu, sin embargo, se trataran
algunos problemas que pueden ser tratados con peque nas modificaciones a la solucion
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
.
x = 0 = (A BK) xd + B vd
yd = Cxd = C (A BK)1 B vd = HK (0) vd
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-
un valor propio de A BK es cero. Por lo tanto vd se puede determinar
ticular, ning
con la ecuacion:
1
vd = HK (0) yd
con la condici
on de que HK (0) 6= 0, es decir, la funci on de transferencia en lazo
cerrado no debe tener ceros en el origen. Pero, como se demostro antes, los ceros de
HK (s) son los mismos de la funcion de transferencia original H(s). Por lo tanto, el
comando de entrada vd se puede determinar si y solo si:
H (0) = CA1 B 6= 0
Una vez encontrado vd , la respuesta del sistema se puede hallar, utilizando super-
posici
on, como la suma de las soluciones a los casos:
1) v = vd , x (0) = xd
2) v = 0, x (0) = x0 xd
y (t) = yd + C x
(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 realimentacion integral 275
.
x = Ax + Bu + w, x (0) = x0
y = Cx
q (t) = y
y se usa la realimentaci
on:
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 perturbacion w. Adem as, notese que usando un comando de entrada vd , o refe-
rencia, en adicion a la realimentaci on integrativa se puede obtener un valor de estado
estacionario y () deseado.
Ejemplo 8.1 .
.. .
x 2 y 92 x = 0
.. .
y +2 x +42 y = u
en donde:
x perturbacion de la posici
on radial.
y perturbacion de la posici
on acimutal.
2
u = F/m
F fuerza del motor en la direccion y,
m masa del satelite
2
= rad. da1
29
1) Con u = 0, demostrar que el punto de equilibrio es inestable.
2) Para estabilizar el sistema, usar realimentaci
on de las variables de estado:
. .
u = K1 x K2 x K3 y K4 y
8.1 Perturbaciones de entrada constante y realimentacion integral 277
Determinar los Ki de modo que el sistema en lazo cerrado tenga los polos en s = 3,
s = 4, y s = (3 j3) .
3) Dise
nar un controlador con la anterior realimentaci
on y con un comando de refe-
rencia para la posici
on y.
4) Explicar porque un controlador como el anterior para la posici
on x no puede ser
dise
nado para el satelite.
Soluci
on:
. .
1) Utilizando como variables de estado x, x, y, y , entonces:
0 1 0 0 0
9 2 0 0 2 0
A=
0
B=
0 0 1 0
0 2 4 2 0 1
La ecuacion caracterstica es:
{2.35, j2.55}
K4 = 13 K3 = 28 2 K2 = 50.5 K1 = 157.52
3) Como la salida es y, entonces:
C = [0 0 1 0]
Calculando:
1
HK (0) = C (A BK)1 B =
24 2
278 REALIMENTACION LINEAL DE LAS VARIABLES DE ESTADO
Por lo tanto:
1
vd = HK (0) yd = 24 2 yd
y la soluci
on por realimentaci
on, ley de control, es:
u (t) = Kx 242 yd
en donde:
K = 157.5 2 50.5 28 2 13
C = [1 0 0 0]
1
Si se calcula C (A BK) B = 0 para todo K.
As, 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 dise no tales como el tiempo de crecimiento, tiempo de establec-
imiento, el maximo sobrepaso, la magnitd m axima de las senales, etc. Aunque estos
criterios sean precisamente especificados, no hay respuesta simple al problema pro-
puesto. Una manera de proceder es por simulacion en el computador. Por supuesto
el conjunto de valores propios obtenidos no sera u
nico. La unica manera sistematica
conocida para las ganancias de realimentacion, y consecuentemente un conjunto unico
de valores propios es minimizando el ndice de desarrollo cuadratico:
Z h i
t t
J= x (t) Qx (t) + u (t) Ru (t) dt
0
.
x (t) = Ax (t) + Bu (t) , x (0) = x0
y (t) = Cx (t) , t > 0
279
280 DISENO DE OBSERVADORES ASINTOTICOS Y COMPENSADORES
.
(t) = A x
x (t) (9.3)
(0) =
x
9.1 Un observador en lazo cerrado 281
s
x (s) = Ax (s)
1
(s) = (sI A)
x (9.4)
.
(t) = A
x x (t) + Bu (t) + l [y (t) C
x (t)] (9.5)
(0) = x
x 0
.
(t) = (A lC) x
x (t) (9.6)
(0) = x0 x
x 0
Observese que con l = 0, (9.6) se reduce a (9.3) o ecuacion de error en lazo abierto.
El efecto de realimentar el error l [y y] = lC [x x
] es dar algun control sobre el
comportamiento del error x . En efecto, las frecuencias naturales ser an los valores
propios de A lC, y lo que se trata de hacer es escoger l de modo que el error se
aten
ue tan rapido como se desee. Por ahora la estimaci 0 no es importante
on inicial x
si no se tiene informacion especial. A menudo se toma x 0 = 0. La raz on para el
nombre observador asint otico debe ser clara ahora.
Se demostrar a que si {C, A} es observable, entonces se puede hallar l de modo que
A lC tenga valores propios arbitrarios, es decir:
K = ( a) 1 C t (A, B) (9.9)
t
en donde a es el vector de coeficientes de a (s) = det (sI A) y es una matriz
triangular superior Toeplitz con [1 a1 an1 ] como la primer fila.
1 a1 a2 an1
0 1 a1 an2
0 0 1 an3
t =
..
. .. ..
. .
.
.. 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 soluci
on del problema del controlador se reemplaza:
A At B Ct K lt
Pero:
h i
C At , C t = C t At C t At(n1) C t = O (A C)
.
x (t) = Ax (t) BK
x (t) + Bv (t) (9.11)
9.2 Observador y controlador combinados (compensadores). 285
x (0) = x0
.
(t) = A
x x (t) + B [v (t) K
x (t)] + l [Cx (t) C
x (t)]
.
(t) = l Cx (t) + (A lC BK) x
x (t) + Bv (t) (9.12)
(0) = x
x 0
.
(t) = (A lC) x
x (t) (9.13)
(0) = x0 x
x 0
.
x (t) A BK x (t) B
. = + v (t) (9.14)
(t)
x lC A lC BK (t)
x B
x (0) x0
=
(0)
x x
0
Eliminando x
(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)
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 = Ax + Bu + Bw
.
w = 0
288 DISENO DE OBSERVADORES ASINTOTICOS Y COMPENSADORES
y = Cx
" . #
x
A B x
B
. = + u + l (y C
x)
w 0 0 w
0
(0) = 0, w
x (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:
" . #
x
A l1 C B x
B l1
. = + u+ y
w
l2 C 0 w
0 l2
Ejemplo 9.1 .
Para el ejemplo del satelite resuelto en el captulo de realimentacion de variables de
estado, disenar un observador utilizando medidas de la perturbacion de la posici on
acimutal y. Ubicar los polos del observador en s = 2, s = 3, s = 3 j3, lo
cual significa que los errores estimados decaer an en un tiempo de aproximadamente
4/2 = 2/ = 2/ (2/29.3) = 9.33 das.
Debido a la propiedad de separacion el observador se puede dise nar independiente-
mente del diseno de la realimentacion de las variables de estado. Entonces:
C = [0 0 1 0]
s 1 0 0 l1
9 2 s 0 2 l2
sI A + lC =
+ 0 0 1 0
0 0 s 1 l3
0 2 42 s l4
s 1 l1 0
9 2 s l2 2
=
0 0 s + l3 1
0 2 42 + l4 s
s l2 2 1 l1 0
det (sI A + lC) = s det 0 s + l3 1 + 9 2 0 s + l3 1
2 4 2 + l4 s 2 42 + l4 s
2
= s s s + l3 s + 4 2 + l4 + 2 [l2 + 2s + 2l3 ]
+9 2 s2 + l3 s + 42 + l4 + 2 [l1 ]
= s4 + s3 [l3 ] + s2 4 2 + l4 + 42 9 2
+s 2 (l2 + 2l3 ) + 92 l3 + 9 2 4 2 + l4 2l1
l1 = 23.5 l2 = 8.5 2 l3 = 11 l4 = 55 2
La Fig 9.6 muestra el esquema del control con el observador.
9.2 Perturbaciones constantes y realimentacion integrativa 291
293
294 TABLAS DE LA TRANSFORMADA DE LAPLACE
Tabla A.1.
f (t) F (s)
p
1 ent
sen n 1 2 t
1 2 s
23 1 2 s2 +2n s+n
2
= tan1
p
1 1 ent
sen n 1 2 t+
2
1 2 n
2 s(s2 +2n s+n
2)
24 1
= tan1
2
1 cos t s(s2 +2 )
25
3
t sen t s2 (s2 +2 )
26
23
sen t t cos t (s2 +2 )2
27
1 s
28 2 t sen t (s2 +2 )2
s2 2
t cos t (s2 +2 )2
29
1
2 s
22 12
(cos 1 t cos 2 t) 1 6= 22
30 (s2 +12 )(s2 +22 )
1 s2
2 (sen t + t cos t) (s2 +2 )2
31
296 TABLAS DE LA TRANSFORMADA DE LAPLACE
Tabla A.2.
dn P
n (k1)
L dtn f (t) = sn F (s) snk f (0)
k=1
5 (k1)
dk1
donde f (t)= dtk1
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
snk+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 s0
L [eat f (t)] = F (s + a)
11
L [f (t ) 1 (t )] = eas F (s) 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 Introducci
on
Programa que sirve para c alculo numerico y visualizaci
on de alto desarrollo. El ambi-
ente es tal que los problemas y soluciones se expresan como se escriben matem atica-
mente, sin la tradicional programaci on. Es un sistema interactivo cuyo elemento
basico de datos es una matriz que no requiere dimensionamiento.
MATLAB tambien tiene cajas de herramientas, toolboxes, que resuelven clases
particulares de problemas tales como procesamiento de se nales, dise
no de sistemas de
control, simulaci
on de sistemas dinamicos, identificaci
on de sistemas, redes neurales,
sistemas de control robustos, optimizacion y otros (Matematica simb olica).
La cualidad mas importante del MATLAB es que es f acilmente extendible. Esto
permite crear nuestras propias aplicaciones.
El contenido de este apendice describe:
a) Como entrar matrices simples, los elementos para construirlas, declaraciones y
variables del MATLAB.
b) Como conseguir informaci on del espacio de trabajo y como guardarla.
c) Numeros y expresiones aritmeticas.
d) Formato de salida.
e) Ayuda.
f) Funciones del MATLAB.
297
298 PROGRAMA MATLAB
Ejemplo B.1 .
A = [1 2 3; 4 5 6; 7 8 9]
Esta declaraci
on 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 o ENTER.
Se pueden entrar matrices desde archivos de disco si su nombre tiene extension m.
Si un archivo llamado gena m tiene las siguientes lneas de texto:
A= [1 2 3
4 5 6
7 8 9]
entonces la declaraci
on gena lee el archivo y genera A.
Ejemplo B.2 .
resulta en:
los elementos de la matriz pueden ser referenciados con ndices dentro de parentesis.
B.4 Declaraciones y variables del MATLAB 299
Ejemplo B.3 .
produce:
r = [10 11 12] ;
A = [A ; r]
A= 1 2 3
4 5 6
7 8 9
10 11 12
Se puede extraer matrices peque
nas de matrices grandes usando dos puntos (:).
Ejemplo B.4 .
A = A (1 : 3, :) ;
expresion.
Las expresiones se pueden componer de operadores y otros caracteres especiales, fun-
ciones y nombres de variables. La evaluaci on de la expresion 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 autom aticamente crea
una variable con el nombre ans.
300 PROGRAMA MATLAB
Ejemplo B.5 .
1900/81
produce:
ans = 23.4568
Ejemplo B.6 .
p = eig (A) ;
B.5 Informaci
on sobre el espacio de trabajo
Para listar las variables en el espacio de trabajo escriba:
who . Para ver el tama no 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 = 252 2.221016 .
Se le puede reasignar otro valor, incluyendo cero.
El MATLAB tiene la facilidad help. Ensayar el comando help lookf or. As como
help what y help which.
B.6 C
omo terminar el programa y guardar el
espacio de trabajo
Para terminar el programa escribir quit o 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 proxima 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, o tambien guardar unicamente las variables que se deseen.
As, 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
tambien importar y exportar archivos de datos ASCII.
B.7 N
umeros y expresiones aritm
eticas
Usa notacion convencional decimal, con el punto decimal opcional. Se puede incluir la
potencia 10 como un factor de escala o una unidad compleja como un sufijo. Ejemplos
de n
umeros son:
3 99 0.001
2i 3.14159i 3e5i
Ejemplo B.7 .
s = 1/0 = Inf
La variable NaN implica no un numero. Calculos como Inf /Inf o 0/0 la producen.
MATLAB maneja n umeros 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 funci on interna puede ser un nombre de una variable, pero en este
caso no es disponible la funci
on interna dentro del actual area 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
Ejemplo B.9 .
x = [4/3 1.2345e 6]
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 Divisi
on 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 o menor que 0.001, la matriz total se muestra con un factor de escala com
un.
B.9 Funciones
Gran parte de la potencia del MATLAB proviene de su extensivo conjunto de fun-
ciones. Algunas son intrnsecas, otras son disponibles en la librera de archivos exter-
nos tipo m, distribuda con el MATLAB (las herramientas). El usuario puede crear
sus propias funciones para aplicaciones mas especializadas (posteriormente se hablara
de los archivos m).
Usar el help para ver las diferentes categoras de funciones analticas disponibles
en el MATLAB (matem atica 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 maximo valor del vector x en y, y el ndice respectivo en i.
MATLAB nunca modifica la entrada o argumentos de entrada a la funcion. Siempre
retorna las salidas de una funcion en los argumentos del miembro izquierdo.
Ejemplo B.10 .
y = [1 2 3] 1 = [0 1 2]
304 PROGRAMA MATLAB
B.11 Divisi
on de matrices
Se usan 2 smbolos: \ y /. Si A es cuadrada no singular, A\B y B/A corresponden
formalmente a la multiplicacion 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
c
alculo de la inversa. En general:
Ap = A A} , si p es un entero > 1
| A {z
p
Ap = V D. p/V , para otros valores de p
donde:
Para suma y resta, las operaciones sobre arreglos y sobre matrices son las mismas,
as + y se pueden considerar como operaciones sobre matrices o arreglos.
. denota la multiplicaci
on 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 .
Ejemplo B.13 .
Para el x y y anterior:
z = x.y = [1 32 729]
Ejemplo B.14 .
2 + 2 = 4 es simplemente cero
306 PROGRAMA MATLAB
B.15 Operaciones l
ogicas
Los operadores &, | y son los operadores logicos 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 u tiles con operaciones logicas.
any (x) retorna 1 si cualquiera de los elementos de x son diferentes de cero, retorna
cero de otra manera.
all (x) retorna 1 s
olo si todos los elementos de x son diferentes de cero. Estas funciones
son utiles 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 l ogicas:
any, all, find, exist, isnan, isinf , f inite, isempty, isstr, isglobal, issparse, usar
help para saber que hacen.
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 trigonometricas 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 mas avanzadas:
bessel, beta, gamma, rat, erf , erf inv, ellipk, ellipj.
As como las funciones elementales, las especiales tambien operan sobre arreglos
cuando los argumentos son matrices.
B.18 Referencia a los elementos de una matriz 307
B.17 Manipulaci
on de vectores y matrices
Generaci
on de vectores.
La declaracion x = 1 : 5 genera un vector fila que contiene los n
umeros 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:
z = 6 : 1 : 1
da:
z=654321
La notacion (:) permite la generacion facil de tablas. Para obtener una tabla en forma
vertical se traspone el vector fila obtenido de la notaci on (:), se calcula una columna
de los valores de una funcion 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:
Ejemplo B.17 .
Ejemplo B.18 .
v = 2 : 2 : n;
w = [3 1 4 1 6] ;
A (v, w)
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 declaracion de asignacion denota una matriz con
las mismas dimensiones de A pero con el nuevo contenido de lado derecho de la
asignacion. Por ejemplo, la matriz A anterior es de 3 2, A (:) = 11 : 16 es ahora:
11 14
A = 12 15
13 16
Ejemplo B.20 .
310 PROGRAMA MATLAB
A (:, [2 4]) = []
borra las columnas 2 y 4 de A.
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 races 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 mas
detalles).
B.22 Construcci
on de matrices m
as grandes
Se pueden formar matrices mas grandes de matrices peque
h nas, delimitandolas coni
0
corchetes, [ y ]. Por ejemplo, si A es cuadrada, C = A A ; ones (size (A)) A.2
crea una matriz dos veces el tama no de A. Las dimensiones de las matrices m as
pequenas deben ser consistentes.
Otras funciones que manipulan matrices son:
rot90, f liplr, flipud, diag, tril, triu, etc.
La funcion size devuelve un vector con dos elementos: el n
umero de filas y el n
umero
de columnas de una matriz.
La funcion length devuelve la longitud de un vector.
B.24 Polinomios y procesamiento de se
nales 311
[L, u] = lu (A)
Factorizaci
on ortogonal : la funci
on qr, u
til 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)
p = poly (A)
p = [1 6 72 27]
r = roots (p)
12.1229
r = 5.7345
0.3884
312 PROGRAMA MATLAB
Estas races son, por supuesto, los mismos valores propios de la matriz A. Tambien
se pueden obtener el polinomio original con poly :
p2 = poly (r)
p2 = [1 6 72 27]
a = [1 2 3] ; b = [4 5 6]
c = conv (a, b)
c = [4 13 28 27 18]
Se usa deconvoluci
on para dividir polinomios:
q = [4 5 6]
r = [0 0 0 0 0]
B.25 Procesamiento de se
nales
En procesamiento de senales, los vectores pueden contener datos de se
nales muestradas
secuencias. Para sistemas con m
o ultiples 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 se nales son:
abs, angle, conv, cov, deconv, f ft, if f t.
La herramienta signal processing del MATLAB suminitra muchas funciones para
el procesamiento de senales.
B.27 Funciones como funcion 313
a (2) y (n 1) a (na ) y (n na + 1)
o la funci
on 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 funci
on freqz retorna la respuesta frecuencial de filtros digitales.
La respuesta frecuencial es H (z) evaluada alrededor del crculo unitario en el plano
complejo, z = ej . Se puede usar freqz para encontrar y graficar la respuesta fre-
cuencial con n puntos.
[h, w] = f reqz (b, a, n) ;
se puede generar en MATLAB creando un archivo tipo m llamado humps.m con las
siguientes declaraciones:
x = 1 : .01 : 2;
100
80
60
40
20
-20
-1 -0.5 0 0.5 1 1.5 2
Figura B.1 Gr
afica de la funci
on humps
B.30 Funciones de ecuaciones diferenciales. 315
B.28 Integraci
on num
erica
El area bajo la curva f (x) se puede calcular numericamente integrando f (x) . La
funci
on que se usa es quad o quad8. Por ejemplo, para integrar la funci
on definida en
humps.m desde 0 hasta 1 :
q = quad (0 humps0 , 0, 1)
q = 29.8583
Notese que el primer argumento de la funci on quad es el nombre del archivo, que
contiene la funci
on matematica, entre comillas simples.
xm = 0.6370
es el mnimo de la funci
on definida en humps.m en la region 0.5 a 1.
El valor de la funci
on en el mnimo es:
y = humps (xm)
y = 11.2528
x 2 = x1
El primer paso es crear una funci on en un archivo tipo m con estas ecuaciones difer-
enciales. Si el archivo es llamado vdpol.m, entonces debe contener:
to = 0 ; tf = 20;
0
xo = [0 0.25] ; % condiciones iniciales
-1
-2
-3
0 5 10 15 20
Figura B.2 Gr
aficas de las variables de estado de la ecuaci
on de Vander Pol
Para trabajar con ecuaciones diferenciales o simulaci
on, el MATLAB tiene otra her-
ramienta especializada llamada Simulink, la cual se estudiara en detalle posterior-
mente.
B.31 Gr
aficos
El sistema de gr aficos del MATLAB suministra una variedad de tecnicas sofisticadas
para presentar y visualizar datos. Este sistema utiliza objetos graficos, tales como
lneas 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 graficas de alto nivel (en 2 y 3 dimensiones), la mayora de las veces no es
necesario accesar estos objetos gr aficos a bajo nivel.
Se describira como usar las capacidades graficas de alto nivel del MATLAB para
presentar los datos.
B.32 Gr
aficos en dos dimensiones
Existe una variedad de funciones para presentar datos como graficos en dos dimen-
siones. Cada una acepta entradas en forma de vectores o matrices y autom aticamente
escalan los ejes para acomodar los datos de entrada.
plot crea una grafica de vectores o columnas de matrices.
loglog crea una grafica usando escalas logartmicas en ambos ejes.
semilogx crea una grafica usando una escala logartmica para el eje x y una escala
lineal para el eje y.
semilogy grafica con escala logartmica para el eje y y escala lineal para el x.
Se pueden adicionar ttulos, etiquetas de ejes, cuadrculas y texto al gr
afico usando:
318 PROGRAMA MATLAB
B.33 Creaci
on de un gr
afico
Si y es un vector, plot (y) produce un grafico lineal de los elementos de y contra
el ndice de los elementos de y. Si se especifican dos vectores como argumentos,
plot (x, y) produce un grafico de y contra x.
Tambien se pueden especificar m ultiples conjuntos de datos y definir el color y estilo
de lnea 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) ;
title (0 f ase0 )
xlabel 0 x = sen (t)0
B.34 Estilos de lneas, marcadores y colores. 319
0
ylabel 0 y = sen (t+)
fase
1
0.5
y=sen(t+)
-0.5
-1
-1 -0.5 0 0.5 1
x=sen(t)
B.35 Adici
on de lneas a un gr
afico existente
Se pueden adicionar lneas a un grafico existente utilizando el comando hold.
Cuando se usa la declaracion hold on, MATLAB no remueve las lneas existentes y se
pueden adicionar nuevas lneas en los ejes actuales. Sin embargo, los ejes se pueden
reescalar si los nuevos datos est
an fuera del rango de los datos anteriores. Por ejemplo,
utilizando los mismos datos del ejemplo anterior:
0.5
-0.5
-1
0 50 100 150 200 250
Ejemplo B.24 .
-1
-2
-3
-4
-5 0 5
Figura B.5 Gr
afica del ejemplo B.24
Para graficar mas de una matriz compleja, se deben tomar explcitamente las partes
reales e imaginarias.
B.38 Gr
aficos de matrices
La funci
on 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 ndice de las
filas, 1 : m, en donde m es el n umero de filas en Y . Por ejemplo, plot (peaks,0 w0 )
produce un gr afico con 49 curvas. Vease Fig. B.6.
10
-5
-10
0 10 20 30 40 50
10
-5
-10
-10 -5 0 5 10
En general, si plot es usada con dos argumentos y si X o Y tienen mas de una fila o
columna, entonces:
a) Si Y es una matriz y x es un vector, plot (x, Y ) grafica sucesivamente las filas o
columnas de Y contra el vector x, usando diferentes colores o tipos de lneas para
cada una. La orientacion por filas o columnas se selecciona dependiendo del numero
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 .
50
40
30
20
10
0
-10 -5 0 5 10
plot (X1 , Y1 , X2 , Y2 , )
Cada par X Y es graficado generando m
ultiples curvas. Los diferentes pares pueden
ser de dimensiones diferentes.
Ejemplo B.26 .
Almacenar en un archivo tipo m la siguiente matriz:
324 PROGRAMA MATLAB
80
60
40
20
0 2 4 6 8 10 12
2
0 2 4 6 8 10 12
Figura B.9 Gr
aficas del ejemplo B.26
La Fig. B.9 muestra las dos curvas.
Las siguientes declaraciones producen un gr
afico como se muestra en la Fig. B.10 que
muestra la relacion entre temperatura y precipitacion mes a mes:
B.39 Funciones especiales para graficas en dos dimensiones. 325
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
Ejemplo B.27 .
Crear la funcion:
x = (0 : 1/2000 : 1)0 ;
Los dos graficos se pueden ver, como se muestra en la Fig. B.11, en la misma ventana
as:
subplot(2, 1, 1);
x = (0 : 1/2000 : 1)0 ;
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 Gr
aficos del ejemplo B.27
La funcion f plot tiene la ventaja de que muestrea la funci
on a intervalos m
as cercanos
en la region en donde la rata de cambio es mayor, generando as una figura mas precisa
cerca a x = 0.5 en este caso particular.
Ejemplo B.28 .
t = 0 : pi/50 : 10 pi;
40
30
20
10
0
1
1
0
0
-1 -1
en donde todas las xi, yi y zi son vectores o matrices y las si cadenas como en la
funci
on plot.
B.41 Meshgrid
MATLAB define una superficie en forma de malla mediante las coordenadas z de
puntos por encima de una cuadrcula rectangular en el plano x y. La gr afica se
forma uniendo puntos adyacentes con lneas rectas.
Estas superficies son utiles para visualizar matrices que son demasiado grandes para
mostrar en forma numerica, o para graficar funciones de dos variables.
El primer paso para mostrar (en pantalla) una funcion 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 funci on. Despues se usan estas matrices para
evaluar y graficar la funcion.
La funcion 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 dimensi
on n m y Y tambien.
Ejemplo B.29 .
on sinc (r) = sin(r)
Considere la funci r que produce la superficie popularmente conocida
como el sombrero como se muestra en la Fig. B.13. Se evaluara esta funci on 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;
mesh (x, y, Z)
0.5
-0.5
10
10
0
0
-10 -10
Ejemplo B.30 .
B.42 Pseudocolor en gr
aficas
pcolor (Z) muestra en cada punto Z(i, j) un color. Este se determina de un mapa de
colores con un ndice (n
umero) 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 n umero 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 graficos 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 estan en el rango [Cmn, Cmax], a un arreglo de ndices, K, en el rango
[1, m] .
Los valores de Cmn y Cm ax son min (min (C)) y max (max (C)), o son especificados
por caxis. El mapeo es lineal, con Cmn mapeando el ndice 1 y Cm ax el ndice m.
Los ndices 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)
Ejemplo B.32 .
colormap (hot)
pcolor(peaks)
shading f lat
hold on
contour(peaks, 20,0 k0 )
hold of f
El MATLAB tambien maneja la funcion image que es similar a pcolor. Ambas pro-
ducen figuras bidimensionales con valores de brillo o color proporcionales a los elemen-
tos de una matriz dada. Sin embargo, image esta dise nada para mostrar fotografas,
pinturas, etc., mientras pcolor es dise
nada para visualizar objetos matematicos m as
abstractos. Usar help para mas informacion.
B.43 Gr
aficas 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 cuadrcula 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 cuadril
ateros en malla de color constante,
delineados con lneas negras. La funcion shading permite eliminar las lneas en malla
o escoger interpolaci
on 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. As como con
pcolor (C), los valores de C se escalan y se utilizan como ndices en el mapa actual
de color.
332 PROGRAMA MATLAB
Ejemplo B.34 .
Ejemplo B.35 .
p = peaks ;
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
B.46 Lazos f or
La forma general para el lazo f or es:
f or v = expresi
on
declaraciones
end
La expresion 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 m as clara
de lograr lo mismo es as:
E = expresi on ;
[m, n] = size (E) ;
for J = 1 : n
v = E (: , J) ;
declaraciones
end
Usualmente, expresi
on 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 escalon unitario de un sistema de segundo orden con frecuencia
natural 1 rad
seg y relaci
on 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 escalon
% 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
Ejemplo B.37 .
Este ejemplo encuentra el primer entero n para el cual n! es un n
umero de 100 dgitos.
n = 1;
while prod (1 : n) < 1.0 e 100 ;
n = n + 1;
end
n
Ejemplo B.38 .
Se muestra como un calculo se puede dividir en tres casos, dependiendo del signo y
la paridad de n :
n = input(0 Entre un n
umero 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 numero 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 alg
un 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;
Ejemplo B.40 .
338 PROGRAMA MATLAB
Ejemplo B.41 .
El archivo media.m con las siguientes declaraciones es una funci
on:
z = 1 : 99;
B.53 Comandos echo, input, keyboard, y pause. 339
me =
50
de =
28.5774
Notese que:
1) La primera lnea declara el nombre function, los argumentos de entrada x (si
es mas de uno, se separan por comas) y los argumentos de salida, med y desv.
2) El smbolo % indica que el resto de la lnea es un comentario y debe ser ignorada.
3) Las primeras pocas lneas documentan el archivo M y la muestra cuando se escribe
help media .
4) Las variables m, n, med y desv son locales a la funci on media y no existen en
el espacio de trabajo despues de que media ha terminado (o si existan previamente,
permanecen sin cambiar).
5) El vector z que contena los enteros de 1 a 99 fue pasado o copiado en media en
donde llega a ser una variable local llamada x.
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 funcion eval. 341
abs (s)
ans =
72 111 108 97
la funci
on setstr permite mostrar el vector como texto en lugar de mostrar los valores
ASCII. disp muestra el texto en la variable.
Otras funciones utiles 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 numericos son convertidos a caracteres con sprintf , num2str, int2str. Los
valores numericos son a veces concatenados para poner ttulos en graficos que incluyen
valores numericos:
B.56 on ev al
La funci
La funcion 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 expresi on o declaraci
on 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 declaraci
on o como un factor en una expresion.
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
Ejemplo B.43 .
En este ejemplo los archivos m tienen los nombres : resist.m, induct.m y conden.m.
K = input (0 Escoja n
umero de elemento : 0 ) ;
Notese que el n
umero de columnas en elementos implica que cada fila debe tener el
mismo n umero 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
Ejemplo B.45 .
i = 0;
for t = 0 : .01 : 10
i = i + 1;
y (i) = sin (t) ;
end
Una versi
on con vectores del mismo c
odigo es:
t = 0 : .01 : 10 ;
y = sin (t) ;
C.1 Introducci
on
El SIMULINK es una herramienta del MATLAB que permite simular sistemas tanto
lineales como no lineales interactuando con el usuario de una manera gr afica.
Para entrar al programa se escribe simulink una vez se este dentro del MATLAB.
Se presenta un pantallazo con varias ventanas (cajas) que contienen los diferentes
bloques de simulacion. Estas ventanas son:
sources (fuentes), sinks (sumideros), discrete (discretos), linear (lineales),
nonlinear (no lineales), connections (conexiones) y extra (extras).
345
346 INTRODUCCION AL SIMULINK
C.2 Construcci
on de un modelo
La definicion de un sistema en el SIMULINK es como la representaci on del sistema
en diagramas de bloques, en donde estos son copiados de las libreras de bloques del
SIMULINK (las anteriores ventanas) o las que se contruyan. La librera estandar se
organiza en varios subsistemas, agrupando bloques de acuerdo a su comportamiento,
por ejemplo sources contiene bloques para generar se nales. Se pueden abrir pre-
sionando dos veces el boton izquierdo (doble click) del mouse. Los bloques que all
se presentan se pueden copiar donde se desee, por ejemplo en el modelo que se este
creando, se nalizandolos con el boton izquierdo del mouse y arrastrandolo (sin soltar
el boton).
Un sistema nuevo se puede abrir seleccionando new del men u file, a lo cual
aparece una ventana vaca.
La mayora de los bloques se pueden abrir para mostrar sus parametros en ventanas
separadas. Estas permiten controlar el comportamiento del bloque modificando los
valores de sus parametros. Por ejemplo, el bloque signal generator (generador de
se
nales) del subsistema sources tiene como par ametros 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 se nal
o se
nales que se deseen del MATLAB en una matriz cuya primer columna tiene los
instantes de tiempo y las dem as columnas las senales correspondientes.
12:34
Clock Digital Clock
Repeating
1 Sequence
Constant
Signal
Generator
Pulse
Generator
Sine Wave Step Input
untitled.mat [T,U]
Random Band-Limited
Number White Noise
yout
To Workspace
Scope
untitled.mat
To File
Graph
STOP
Nonlinear Library
Linear Library
a) Linear b) Nonlinear
Connections
Library
1
Inport
1
Outport
Mux
Mux
Demux
Demux
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
en donde modelo es el nombre del diagrama del sistema y linsim es una de las
tecnicas de integraci on.
Las condiciones iniciales, que no se pueden ajustar desde el men u 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 vaca.
La simulacion desde la lnea 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 simulacion,
automaticamente 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 par ametros del comando de simulaci on. 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 simulaci on se puede correr desde un archivo M permitiendo que parametros
en los bloques sean cambiados interactivamente.
e) Para peque nos modelos, la simulaci on se ejecuta mas rapido.
Todos los algoritmos de integraci on tienen identica sintaxis de modo que los diferentes
metodos se pueden seleccionar simplemente cambiando el nombre de la funci on: euler,
rk23, rk45, linsim, adams y gear.
La velocidad y precision con las cuales se pueden resolver las ecuaciones diferenciales
no solo dependen de los parametros del intervalo de integraci on y el error relativo
si no tambien del algoritmo que se escoja. Estas rutinas se pueden usar para una
variedad de problemas:
linsim usa un metodo que extrae la din amica lineal de un sistema dejando unicamente
la dinamica no lineal del sistema para ser simulado. Este metodo trabaja muy bien
cuando el sistema a ser simulado es relativamente lineal, y se pueden tomar inter-
valos grandes de integraci on. Por esto es necesario limitar el maximo intervalo de
integraci on si se quieren puntos de salida razonablemente espaciados.
El metodo de euler es un metodo de intervalo u nico el cual simplemente multiplica
las derivadas por el tama no del intervalo para producir la actualizacion del estado. Se
incluye por razones hist oricas. Se deben tomar intervalos de integraci on mucho mas
peque nos que los de los otros metodos para lograr la misma precisi on y, por esto, no
se recomienda para la mayora de problemas.
Los metodos de Runge-Kutta, rk23 y rk45, son metodos buenos de proposito general
que trabajan bien para un buen rango de problemas. Aunque rk45 es generalmente
mas rapido y preciso que rk23, produce menos puntos de salida; por eso rk23 podra
ser preferido para graficas suaves. Son los mejores metodos cuando el sistema a ser
simulado tiene discontinuidades.
adams y gear son metodos predictores-correctores que trabajan bien con problemas
en donde las trayectorias de estado son suaves.
El metodo de gear es fundamentalmente para sistemas con mezcla de din amicas rapida
352 INTRODUCCION AL SIMULINK
Ejemplo C.1 .
Este ejemplo sirve para simular el control por realimentacion de variables de estado
de la planta constituida por el pendulo invertido considerado en el Captulo 1, cuya
descripcion matematica es dada por las ecuaciones (1.16) y (1.17). Referirse tambien
al artculo 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:
x3 = y, x4 = y
x1 = , x2 = ,
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 pendulo invertido,
el cual es archivado con el nombre sipend.
C.3 Inicio de una simulaci
on 353
ti
Reloj Tiempo
u
Seal de Control
x' = Ax+Bu x
y = Cx+Du Vector de Estado
Pndulo
Invertido
K
Ganancias de
Realimentacin
Figura C.8 Diagrama del Simulink para el control del pendulo invertido
Notese de la Fig. C.8 que:
1) La planta se simula con el bloque state space, ya que su modelo matem atico
es dado mediante ecuaciones de estado y de salida.
2) La realimentacion de las variables de estado se hace a traves del bloque matrix gain
de la librera linear.
3) Las variables que se quieren observar (control y estado) se envan 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 mas
adelante. Los instantes de simulacion, contenidos en el bloque clock, tambien son
enviados al espacio de trabajo para ser usados en las graficas de los resultados.
El programa que maneja la simulacion, 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:
% PENDULO INVERTIDO
% Se piden las ganancias de realimentaci on
k1=input(Ganancia de realimentacion para x1, k1 = )
k2=input(Ganancia de realimentacion para x2, k2 = )
k3=input(Ganancia de realimentacion para x3, k3 = )
k4=input(Ganancia de realimentacion para x4, k4 = )
% Parametros del pendulo invertido
m=0.05;M=0.5;g=9.8;L=1;
I=m*L2/3;delta=(m+M)*I+m*M*L2;
% Se calculan las matrices A y B
354 INTRODUCCION AL SIMULINK
10
pos. angular del pndulo, grados
0
0 2 4 6 8 10
segs.
0
0 2 4 6 8 10
segs.
10
pos. angular del pndulo, grados
-2
-4
-6
0 2 4 6 8 10
segs.
0.5
0.3
0.2
0.1
0
0 2 4 6 8 10
segs.
Ejemplo C.2 .
Este ejemplo sirve para simular el control optimo usando realimentaci on de las va-
riables de estado estimadas de una planta (motor DC y su drive) por medio de un
observador asintotico (Vease Captulo 9). Referirse al artculo de los autores Dise
no
de un controlador optimo que utiliza un observador asintotico para realimentar las
variables de estado estimadas, en la revista Scientia et Technica, No. 4 de Octubre
de 1996.
El criterio de optimizaci
on consiste en minimizar el ndice cuadr atico:
Z
J= [xt Qx + ut Ru]dt
0
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 matem atico mediante ecuaciones
de estado es descrito por las matrices:
C.3 Inicio de una simulaci
on 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
Seal de control u
x' = Ax+Bu Demux estadore
y = Cx+Du Al espacio de
SaturacinModelo del Demux2 trabajo3
motor Salida y
Error de
x' = Ax+Bu Mux x4 control -
y = Cx+Du 1/s +
Ganancias deMux1 I1 S2 Referencia
realimentacin
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
asinttico Mux estado
Mux Altrabajo1
espacio de
10
0
0 1 2 3 4
segs.
80
60
40
20
-20
0 1 2 3 4
segs.
150
100
50
-50
-100
0 1 2 3 4
segs.
10
0
0 1 2 3 4
segs.
Figura C.17 Se
nal de control u
-1
0 1 2 3 4
segs.
D.1.1 Considerese el mismo sistema (planta) del ejemplo introductorio (el pendulo in-
vertido) y supongase que se desea controlar no solo la posicion angular sino la
posici
on horizontal tambien, utilizando una estrategia de control en donde la
nal) de control u es proporcional a y y, es decir, u = K1 + K2 y.
fuerza (se
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 Trabajara el sistema del ejemplo introductorio si en lugar del control proporcional-
derivativo se usara control derivativo puro?.
Mv = mg1 + mg2 + u
m(v li i ) = mgi , i = 1, 2
361
362 EJERCICIOS PROPUESTOS
D.2.1 Un analogo simple del cuerpo humano para estudios de vibracion se considera
como una interconexion de masas, resortes y amortiguadores como se muestra
en la Figura D.2. Plantear un conjunto de ecuaciones linealmente independiente
que lo describa completamente.
D.2.2 Para el sistema mecanico traslacional de la Figura D.3 plantear las ecuaciones de
estado y de salida.
D.2.5 Para el sistema mec anico de la Figura D.6, hallar la ecuacion diferencial que
relaciona la posicion de la masa M1, y(t), con la entrada u(t).
M = 1h y L2 = 2h.
ea = Ka
= Ka ia
K1 if
=
1 + b if
a. El diagrama de bloques.
(s)
b. La funci
on de transferencia vf (s) , por reducci
on de diagrama de bloques.
D.2 Del captulo 2 367
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 operacion).
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.
D.2.10 En el sistema
de nivel de lquido de la Figura D.11, A = 15m, B = 10m, H = 25m
y q = 2h en el sistema MKS.
Y (s)
D.2.11 Para el sistema de la Figura D.12 hallar la funci
on de transferencia U (s) .
y= 1 1 0 x
Hacer el diagrama de c
omputo analogo para una realizaci
on tipo observer sin usar
mas de 5 amplificadores operacionales.
D.4.1 La funci
on de transferencia de una planta es:
C(s) 100
= 2
U (s) s + 10s + 100
dx(t)
= 2x(t) + u(t) + w2 (t)
dt
en donde u(t) es la senal de control y w2 (t) es una perturbacion debido a las perdidas
por calor. Se desea que la temperatura x(t) siga la senal de referencia w1 (t). Encontrar
las ganancias proporcional Kp e integral Ki de un controlador proporcional-integral
(PI) de modo que todas las races de la ecuacion caracterstica en lazo cerrado esten
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 escal on unitario. Bosquejar las
respuestas.
D.4 Del captulo 4 371
x1 = 2 x2 (t)
x2 = 2 u(t)
R es la posici
on deseada, E es un comando por voz, T es el torque, V es velocidad y
y es la posici
on 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 se nal de entrada rampa unitaria.
b. Con esa ganancia K3 , determinar lmites en la ganancia K1 K2 para restringir el
maximo sobreimpulso al 10%.
D.5.3 La funci
on de transferencia de un sistema es:
C(s) n2
= 2
R(s) s + 2n s + n2
Con r(t) = (t), la funci
on impulso, hallar c(t) para cuando: = 0, < 1, = 1 y
> 1. Hacer gr
aficos y comparar.
D.5.4 Para el sistema de la Figura D.19, hallar el error en estado estacionario ess cuando
on de y n .
r(t) = t u(t) en funci
D.5.5 Resolver el ejemplo 5.1 con un sobrepaso del 3%, con un tiempo de soluci
on de
1 segundo. Calcular K, Kr , tr y tp .
D.6 Del captulo 6 375
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 realimentacion de las
variables de estado, de modo que todas las frecuencias naturales del sistema en
lazo cerrado esten ubicadas en -10.
D.6.2 a. Existir
a alguna funci on 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 tambien arbitrarios? Justificar.
D.6.3 Suponer que y(t) y u(t) son dadas para el sistema de la Figura D.21. Ser a
posible determinar las corrientes en todos lss inductancias y los voltajes en todos
los condensadores en cualquier instante t? Justificar.
1 1 1
K <( + + )(T1 + T2 + T3 ) 1
T3 T2 T1
1
Gp (s) =
(2s + 1)(s 1)
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 metodo de las transiciones determinar la estabilidad de Wlc (s), para
Wla (s) = K(1+T 1 s)
s(T2 s1) , con K, T1 , T2 > 0. Establecer condiciones.
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 funcion de transferencia K(1 + Td s); K, Td > 0.
378 EJERCICIOS PROPUESTOS
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.
G1 (s) = K(s + 3)
1
G2 (s) =
(s2 + 4)(s 2)
H(s) = s + 2
D.6 Del captulo 6 379
D.6.12 La funci
on de transferencia en lazo abierto de un sistema es:
K(s 1)
Wla (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
geometricos o de Nyquist.
y= 1 1 0 x
Utilizar realimentaci
on 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 realimentaci
on requerida.
y= 1 2 1 x
a. En caso de ser posible, determinar las ganancias en la realimentaci
on de las vari-
ables de estado de modo que la funcion de transferencia del sistema en lazo cerrado
muestre un solo polo en -4.
380 EJERCICIOS PROPUESTOS
D.6.16 La Figura D.25 muestra un sistema de nivel de lquido que se quiere controlar,
en donde:
D.7.1 La configuraci
on de polos y ceros de una funcion de transferencia en lazo cerrado
Wlc (s) viene dada en la Fig D.26a.
D.7 Del captulo 7 381
a) b)
D.7.3 La funci
on de transferencia en lazo cerrado de un servosistema es:
C (s) 1
Wlc (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 v del sistema.
c. Determinar el coeficiente de amortiguamiento y la frecuencia propia no amor-
tiguada n del sistema de segundo orden que produce el mismo Mv y la misma v
que el sistema original.
D.7.4 La funci
on de transferencia en lazo abierto de un servosistema con realimentacion
unitaria es:
K (1 + T s)
Wla (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 funci
on de transferencia en lazo abierto de un servosistema con realimentacion
unitaria es:
K
Wla (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. Wla (s) =
(1 + s) (1 + 2s) (1 + 3s)
10
b. Wla (s) =
s (1 + s) (1 + 10s)
10
c. Wla (s) =
s2 (1 + 0.1s) (1 + 0.2s)
2
d. Wla (s) =
s2 (1 + 0.1s) (1 + 10s)
16
Wla (s) =
s (2 + s)
a. Graficar el diagrama de Bode.
b. Determinar Mv y v .
60 (1 + 0.5s)
a. Wla (s) =
s (1 + 5s)
D.8 Del captulo 8 383
60 (1 + s)
b. Wla (s) =
s2 (1 + 0.1s)
D.7.9 Dado:
as + 1
Wla (s) =
s2
hallar a tal que el margen de fase sea 45 .
D.7.10 La funci
on de transferencia de una planta es:
10
Gp (s) =
s(s + 4)
Dise
nar un compensador en atraso tal que el coeficiente de error estatico de velocidad
Kv sea 50 seg1 , margen de fase 40 y margen de ganancia de por lo menos 10 db.
D.7.11 La funci
on de transferencia de una planta es:
K
Gp (s) =
s(0.1s + 1)(s + 1)
nar un compensador en adelanto tal que el margen de fase sea 45 , el margen de
Dise
atico de velocidad Kv sea 4
ganancia no sea menor a 8 db y el coeficiente de error est
seg1 .
D.8.1 La funci
on de transferencia de un sistema es:
(s 1)(s + 2)
G(s) =
(s + 1)(s 2)(s + 3)
Sera posible cambiarla a:
(s 1)
Gn (s) =
(s + 2)(s + 3)
384 EJERCICIOS PROPUESTOS
1 0 0 1
A = 1 0 4 , B = 0 , C = 1 4 3
0 1 4 0
1 0 0 1
A = 1 0 4 , B = 0 , C = 1 1 2
0 1 4 0
Dise
nar un controlador, con realimentacion 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 practicamente el estado estacionario en 1 segundo.
1
= +u
1
1 1
v = v + +
2 2
h = v
donde es la desviaci
on (variaci
on) en la temperatura del aire del globo con relaci on
a la temperatura de equilibrio, u es proporcional a la variaci on en calor adicionado
al aire del globo (control), v es la velocidad vertical, h es la variacion en la altura
D.9 Del captulo 9 385
0 1 0
z = z+ u
1 0 1
y = 1 0 z
x1 (t) = x2 (t)
x2 (t) = o2 x1 (t) + u(t)
387
388 BIBLIOGRAFIA