Linealizacin

Sistemas Discretos

Tema 2: Descripcin de Sistemas - Parte II Virginia Mazzone

Contenidos Linealizacin Sistemas Discretos

Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

Linealizacin
La gran mayora de los sistemas fsicos son no lineales. Una clase importante de ellos se puede describir por las ecuaciones de estado (t ) = f (x (t ); u (t ); x (t0 ); t ) ; x y (t ) = h(x (t ); u (t ); x (t0 ); t ) ; x (t0 ) = x0 (1)

donde f y h son campos vectoriales no lineales, es decir, (t ) en (1) escrita en trminos escalares, la componente i de x es i (t ) = fi (x1 (t ); : : : ; xn (t ); u1 (t ); : : : ; um (t ); x1 (t0 ); : : : ; xn (t0 ); t ) x Este tipo de sistemas se trata en detalle en Sistemas No Lineales.
Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

xi (t0 ) =

Linealizacin

Sistemas Discretos

Una ecuacin de estado lineal es una herramienta til para describir sistemas como (1) en forma aproximada. El proceso de obtencin de un modelo lineal a partir de uno no lineal se llama linealizacin. La linealizacin se realiza alrededor de un punto o trayectoria (t ), x 0 y u (t ) que de operacin, denida por valores nominales x satisfacen (1), (t ); t x

! t0

(t0 ) x (t ); t u

! t0

Nos interesa el comportamiento de la ecuacin no lineal (1) para una entrada y estado inicial cercanos a los valores (t ) + u (t ) y x0 = x 0 + x0 para nominales, es decir u (t ) = u u (t ) y x0 sucientemente pequeos para t ! t0 .
Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

x0 0 x

x
x

x

Figura: Trayectoria de operacin y aproximacin

Suponemos que la correspondiente solucin permanece (t ) + x (t ) para cercana a la nominal, y escribimos x (t ) = x cada t ! t0 . En trminos de la ecuacin de estado no lineal (1) tenemos (t )+x  (t ) = f (x (t )+x (t ); u (t )+u (t ); t ); x
Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

(t0 )+x (t0 ) = x 0 +x0 x

Linealizacin

Sistemas Discretos

Asumiendo diferenciabilidad, podemos expandir el lado derecho de esta ecuacin usando series de Taylor alrededor de (t ) y u (t ), reteniendo slo los trminos de primer orden. x Especicamos la operacin para la componente i , que queda + x ; u + u ; t ) % fi (x ; u ; t ) fi (x @ fi @f ; u ; t )x 1 + + i (x ; u ; t )x n (x + @ x1 @ xn @ fi @ fi ; u ; t )u 1 + + ; u ; t )u m (2) + (x (x @ u1 @ um Repitiendo la operacin para cada i = 1; : : : ; n, y volviendo a la notacin vectorial, obtenemos
@f @f (t ) + x  (t ) % f (x (t ); u (t )) + ; u ; t )x + ; u ; t )u x (x (x @x @u
Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

@f La notacin @ x representa el Jacobiano, o Matriz Jacobiana, del campo vectorial f con respecto a x ,

@f @x

2 @ f1 @ x1 6 @ f2 6 6 @ x1 6 6 4: : :
@ fn @ x1

@ f1 @ x2 @ f2 @ x2 @ fn @ x2

::: ::: ::: :::

:::

3 7 @ f2 7 @ xn 7 7 : : :7 5
@ f1 @ xn @ fn @ xn

(t ) = f (x (t ); u (t ); t ) ; x (t0 ) = x 0 ; la relacin entre Dado que x x (t ) y u (t ) (el modelo incremental) queda aproximadamente descripto por una EE lineal inestacionaria de la forma  (t ) = A(t )x (t ) + B (t )u (t ); x donde A(t ) =
@f @x

0 x (t0 ) = x0 x
@f @u

(t ); u (t ); t ) ; (x

B (t ) =

(t ); u (t ); t ) : (x

Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

De igual manera se expande la ecuacin de salida y (t ) = h(x (t ); u (t ); t ), de donde obtenemos la aproximacin lineal y (t ) = C (t )x (t )+ D (t )u (t ); (t ), con y (t ) = h (x (t ); u (t ); t ) y donde y (t ) = y (t ) y C (t ) =
@h @x

(t ); u (t ); t ) ; (x

D (t ) =

@h @u

(t ); u (t ); t ) : (x

Notar que las EE obtenidas por linealizacin van a ser en general variantes en el tiempo, an cuando las funciones originales f y h sean estacionarias debido a que las matrices Jacobianas se evalan a lo largo de trayectorias y no puntos estacionarios.
Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

Ejemplo 1: El siguiente sistema mecnico consiste en un bloque de masa m conectado a un apared a travs de un resorte. Consideramos como entrada u la fuerza aplicada y como salida el desplazamiento del punto de equilibrio.
y k2 k1 m u

La friccin entre el suelo y el bloque generalmente consiste en tres partes: Friccin esttica, friccin de Coulomb y friccin viscosa, como muestran la Figuras a continuacin.

Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

fuerza esttica

fuerza friccin viscosa

velocidad Coulomb

velocidad

La friccin es una fucin no lineal de la velocidad, por simplicidad despreciamos la friccin esttica y la de Coulomb (ahora puede ser ). expresada como k1 y
fuerza

Las caractersticas del resorte tambin son no lineales, pero si limitamos el desplazamiento entre (y1 ; y2 ), puede ser considerado lineal.

y1 y2 desplazamiento

Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

As el sistema mecnico puede ser modelado como un sistema lineal, bajo linealizacin y simplicacin = u k1 y my

k2 y

(s) = y

ms2

1 (s ) u + k1 s + k2

. En forma Elegimos como variables de estado x1 = y y x2 = y matricial escribimos

"

1 (t ) x = 2 (t ) x

# " h

0 k2=m

y (t ) = 1 0

i "x1 (t )#
x2 (t )

1 k1=m

#"

x1 (t ) 0 + u (t ) x2 (t ) 1=m

# "

Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

As el sistema mecnico puede ser modelado como un sistema lineal, bajo linealizacin y simplicacin = u k1 y my

k2 y

(s) = y

ms2

1 (s ) u + k1 s + k2

. En forma Elegimos como variables de estado x1 = y y x2 = y matricial escribimos

"

1 (t ) x = 2 (t ) x

# " h

0 k2=m

y (t ) = 1 0

i "x1 (t )#
x2 (t )

1 k1=m

#"

x1 (t ) 0 + u (t ) x2 (t ) 1=m

# "

Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

Ejemplo 2: Consideremos el pndulo invertido sobre un carro mvil de la gura. Las ecuaciones de movimiento son
= y =  2 ml sin  mg sin  cos  u+ M + m sin2  u cos  2 ml sin  cos  + (m + M )g sin  Ml + m sin2 


mg l u M

y
Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

vemos que el , x3 =  y x4 =  Deniendo x1 = y , x2 = y = f (x ; u ), donde x P R4 y u P R. El EE sistema tiene la forma x est dada como

2 3 2 1 x 6 7 6 6 x 6 6 27 =6 6 7 35 6 4x 4
4 x

3 2 ml sin x mg sin x cos x 7 u +x4 3 3 3 7 7 M +m sin2 x3 7 7 x4 u cos x3 x 2 ml sin x3 cos x3 +(m+M )g sin x3 5
x2
4

Ml +m sin2 x3

(t )  0, u (t )  0 Vt , Como trayectoria de operacin tomamos  (t ); u (t ))  0 (es un que es fcil ver que satisface f (x equilibrio).

Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

vemos que el , x3 =  y x4 =  Deniendo x1 = y , x2 = y = f (x ; u ), donde x P R4 y u P R. El EE sistema tiene la forma x est dada como

2 3 2 1 x 6 7 6 6 x 6 6 27 =6 6 7 35 6 4x 4
4 x

3 2 ml sin x mg sin x cos x 7 u +x4 3 3 3 7 7 M +m sin2 x3 7 7 x4 u cos x3 x 2 ml sin x3 cos x3 +(m+M )g sin x3 5
x2
4

Ml +m sin2 x3

(t )  0, u (t )  0 Vt , Como trayectoria de operacin tomamos  (t ); u (t ))  0 (es un que es fcil ver que satisface f (x equilibrio).

Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

Las matrices A y B de los respectivos Jacobianos de f evaluados sobre esta trayectoria son

2 0 6 @f 60 (0; 0) = 6 A= 40 @x

1 0 0 0 0

mg M
0
(M +m)g Ml

0 07 7 7 15 0

2 6 @f 6 (0; 0) = 6 B= 4 @u

0
1 M

1 Ml

3 7 7 7 5:

Considerando condiciones iniciales nulas y como salidas y y , obtenemos

"

(s) y (s) 

2 3 s2 g 6 s2 [Ms2 (M + m)g ] 7 7 (s ) =6 4 5u 1
Ms2 (M + m)g

Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

Ejemplo 3: Volvemos al ejemplo del cohete de la clase pasada. Las ecuaciones de movimiento eran (t ) = m(t )g + ve u (t ) ; m(t )h donde ahora tomamos la velocidad de cambio de masa libre (t ) (ejercicio en la clase anterior). Deniendo m(t ) u (t ) = m como una variable de estado ms, y denotando x1 (t ) = h(t ), (t ), x3 (t ) = m(t ), y tomando u (t ) como una entrada x2 (t ) = h independiente llegamos al modelo no lineal

3 2 3 2 x2 (t ) 1 (t ) x 6 7 ve 7 6 2 (t )7 6 7 4x 5=6 g + u ( t ) 4 5: x3 (t ) (t ) x
3

u (t )

Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

Consideramos ahora su linealizacin alrededor una trayectoria nominal correspondiente a un valor constante de la entrada u = u0 < 0. No es difcil calcular la trayectoria nominal explcitamente mediante integracin directa, primero de x3 (t ), luego x2 (t ) y nalmente x1 (t ). Haciendo las cuentas obtenemos 1 (t ) = x gt 2 m0 ve + 2 u0



2 (t ) = gt + ve x

1+

u0 t 1+ m0

u0 t m0

 

ln 1 +

u0 t m0

0t u m 0

3 (t ) = m0 + u0 t : x Los Jacobianos necesarios son

@x

2 0 @f 6 (x ; u ) = 40

1 0 0 0

0 27 ; ve u=x3 5 0

@u

2 @f 6 (x ; u ) = 4v

0 7 e =x3 5 : 1

Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

Substituyendo los valores nominales (slo los de x3 (t ) y u (t ) aparecen) obtenemos la EE linealizada en las variables (t ) y u (t ) = u (t ) u (t ) incrementales x (t ) = x (t ) x

2 0 6  (t ) = 6 x 40

1 0

0 0

0 0 6 7 ve u0 7 v e 7 x (t ) + 6 4 m 0 + u0 t 7 5 u (t ) : (m0 + u0 t )2 5  1 0

Las condiciones iniciales para las variables incrementales estn dadas por 2 3 0 6 7 x (0) = x (0) 4 0 5 : m0

Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

Sistemas discretos
La mayora de los conceptos de EE para sistemas lineales continuos puede transladarse directamente a sistemas discretos, descriptos por ecuaciones diferencia. La variable temporal k slo asume valores en el conjunto de nmeros naturales. El muestreo a considerar es regular , donde t = kT , k = 0; 1; 2 : : : , donde T es el perodo de muestreo. En este caso denotamos las variables discretas (secuencias) como u [k ] u (kT ), etc. Los conceptos de dimensin nita, causalidad, linealidad y el principio de superposicin de las respuestas debido a condiciones iniciales y entradas, son exactamente como en el caso continuo.
Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

A diferencia del caso continuo, retardos puros no dan lugar a un sistema de dimensin innita si el retardo es un mltiplo del perodo de muestreo T . Descripcin entrada-salida de sistemas discretos: Denimos la secuencia de impulsos  [k ] como
 [k

m] =

1 si k = m 0 si k T= m

donde k y m son nmeros enteros. Notar que en el caso discreto los impulsos son fcilmente realizables fsicamente. En un sistema lineal discreto toda secuencia de entrada u [k ] puede representarse mediante la serie u [k ] =

I X

m=

u [m] [k

m] :

Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

Si g [k ; m] denota la salida de una sistema discreto a una secuencia de impulsos aplicada en el instante m, entonces tenemos que

m] 3 g [k ; m]  [k ; m]u [m] 3 g [k ; m]u [m] X X  [k ; m]u [m] 3 g [k ; m ]u [m ]

 [k
m m

(por homogeneidad) (por aditividad) :

As la salida y [k ] excitada por la entrada u [k ] puede representarse mediante la serie y [k ] =

I X
m=

g [k ; m]u [m] :

(3)

Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

Si el sistema es causal no habr salida antes de que la entrada se aplique, por lo que causalidad D g [k ; m] = 0 para k < m. Para sistemas discretos causales la representacin (3) se reduce a y [k ] =
k X

g [k ; m]u [m] ;

m=k0

y si adems tenemos invariancia en el tiempo,entonces vale la propiedad de corrimientos en el tiempo y llegamos a la representacin del sistema mediante la convolucin discreta y [k ] =
k X m =0

g [k

m ]u [m ] =

k X m =0

g [m]u [k

m] :

Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

Representacin en Espacio de Estados: Todo sistema discreto lineal nito-dimensional puede describirse mediante EE (diferencia) x [k + 1] = A[k ]x [k ] + B [k ]u [k ] y [k ] = C [k ]x [k ] + D [k ]u [k ] ; y en el caso estacionario x [k + 1] = Ax [k ] + Bu [k ] y [k ] = Cx [k ] + Du [k ] : En este caso, tiene sentido hablar de funciones transferencia (z ) = [g [k ]]. La relacin entre funcin discretas, G transferencia discreta y representacin de estados es idntica al caso continuo, (z ) = C (zI A)1 B + D : G
Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

Ejemplo 1:
Consideremos un retardo temporal de una muestra, denido por y [k ] = u [k 1] La salida es iagual a la entrada retrasada una muestra. Su respuesta al impulso es la secuencia g [k ] =  [k 1] y la funcin de transferencia discreta viene dada por (z ) = [ [k g 1 1]] = z 1 = z

Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

Ejemplo 2:
Consideremos el sistema en realimentacin
r (z ) E

(z ) j E a u E T

z 1

E y (z )

(z ) = g

az 1 a = 1 z a 1 az

La funcin de transferencia puede obtenerse tambin aplicando la transformada a la secuencia que resulta como respuesta impusional del lazo cerrado

Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -

Linealizacin

Sistemas Discretos

gf [k ] = a  [k

1] + a2  [k 2] + =

I X
m=1

am  [k

m]

As, la funcin transferencia del sistema en realimantacin resulta f (z ) = [gf [k ]] = az 1 a2 z 2 + g = az 1

I X

(az 1 )m =

m =0

az 1 1 az 1

y llegamos al mismo resultado.

Virginia Mazzone: Tema 2: Descripcin de Sistemas - Parte II -