Teoria de Control Digital 17x24 Completo

T
T
E
E
O
O
R
R
A
A
D
D
E
E

C
C
O
O
N
N
T
T
R
R
O
O
L
L

D
D
I
I
G
G
I
I
T
T
A
A
L
L

Didier Giraldo Buitrago
Eduardo Giraldo Surez

Universidad Tecnolgica de Pereira
Editorial Produmedios
2012

Didier Giraldo Buitrago
Docente Ingeniera Elctrica

Eduardo Giraldo Surez
Docente Ingeniera Elctrica

Programa de Ingeniera Elctrica

Primera edicin: Marzo de 2012
ISBN: 978-958-722-151-0
Tiraje: 50 ejemplares

Produccin editorial
Impresin y encuadernacin

Tel: (1)893 7710 - Bogot, DC.

Impreso en Colombia
Printed in Colombia
ndice general
1. Introduccin al control por computador 1
1.1. Teora del control por computador . . . . . . . . . . . . . . 2
1.2. Dependencia del tiempo . . . . . . . . . . . . . . . . . . . 3
1.3. Un mtodo rudimentario para sistemas controlados por
computador . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4. Control Dead Beat . . . . . . . . . . . . . . . . . . . . . . 11
1.5. Fenmeno de traslape (aliasing) . . . . . . . . . . . . . . . 13
1.6. Filtros antes del muestreo o ltros antialising . . . . . . . . 16
1.7. Ecuaciones de diferencia . . . . . . . . . . . . . . . . . . . 17
1.8. Necesidad de una teora para los SCC . . . . . . . . . . . . 19
2. Sistemas discretos en el tiempo 21
2.1. Muestreo de seales continuas en el tiempo . . . . . . . . . 21
2.2. Muestreo de un sistema anlogo en el espacio deseado . . . 22
2.2.1. Solucin en trminos de la matriz exponencial . . . 23
2.2.2. Solucin por medio de la trasformada de Laplace . 29
2.2.3. Teorema de Cayley-Hamilton . . . . . . . . . . . . 31
2.3. Muestreo con retenedor de orden cero de un sistema . . . . 33
2.4. Clculo de y . . . . . . . . . . . . . . . . . . . . . . . 34
2.5. La inversa del muestreo . . . . . . . . . . . . . . . . . . . . 37
2.6. Muestreo de un sistema con retardo . . . . . . . . . . . . . 39
2.7. Retardos mayores . . . . . . . . . . . . . . . . . . . . . . . 41
2.8. Sistemas discretos . . . . . . . . . . . . . . . . . . . . . . . 43
2.9. Solucin de ecuaciones . . . . . . . . . . . . . . . . . . . . 43
2.10. Cambio de coordenadas en los modelos de espacio de estados 44
2.11. Forma diagonal . . . . . . . . . . . . . . . . . . . . . . . . 45
2.12. Forma de Jordan . . . . . . . . . . . . . . . . . . . . . . . 46
2.13. Vectores caractersticos generalizados . . . . . . . . . . . . 46
i
ii NDICE GENERAL
2.14. Forma cannica de Jordan . . . . . . . . . . . . . . . . . . 47
2.15. Modelos entrada - salida . . . . . . . . . . . . . . . . . . . 48
2.16. Respuesta al pulso . . . . . . . . . . . . . . . . . . . . . . 48
2.17. Operador de desplazamiento . . . . . . . . . . . . . . . . . 50
2.18. Operador de transferencia al pulso . . . . . . . . . . . . . . 53
2.19. Polos y ceros . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.20. Orden de un sistema . . . . . . . . . . . . . . . . . . . . . 55
2.21. La transformada ? . . . . . . . . . . . . . . . . . . . . . . 56
2.21.1. Denicin de la transformada ? . . . . . . . . . . . 57
2.21.2. Agunos teoremas de la transformada ? . . . . . . . 59
2.22. Transformada ? inversa . . . . . . . . . . . . . . . . . . . 60
2.22.1. Expansin en fracciones parciales . . . . . . . . . . 60
2.22.2. Mtodo de las series de potencias . . . . . . . . . . 61
2.22.3. Frmula de inversin . . . . . . . . . . . . . . . . . 62
2.23. Solucin de las ecuaciones discretas mediante la
transformada ? . . . . . . . . . . . . . . . . . . . . . . . . 64
2.24. Clculo de la funcin de transferencia al pulso . . . . . . . 65
2.25. Clculo con operadores y transformada ? . . . . . . . . . 67
2.26. Polos y ceros . . . . . . . . . . . . . . . . . . . . . . . . . 70
2.27. Sistemas con inversas inestables . . . . . . . . . . . . . . . 77
2.28. Seleccin de la frecuencia de muestreo . . . . . . . . . . . . 78
2.29. Ejercicios propuestos . . . . . . . . . . . . . . . . . . . . . 79
3. Criterios de Estabilidad 85
3.1. Estabilidad externa . . . . . . . . . . . . . . . . . . . . . . 85
3.2. Estabilidad interna . . . . . . . . . . . . . . . . . . . . . . 86
3.3. El criterio de Lyapunov . . . . . . . . . . . . . . . . . . . . 86
3.3.1. Sistemas discretos . . . . . . . . . . . . . . . . . . . 88
3.4. Criterio de Routh Hurwitz en sistemas discretos mapeados 89
3.5. Criterio de Jury . . . . . . . . . . . . . . . . . . . . . . . . 91
4. Controlabilidad, Alcanzabilidad, Observabilidad y
Detectabilidad 95
4.1. Controlabilidad y alcanzabilidad . . . . . . . . . . . . . . . 95
4.2. Forma cannica controlable . . . . . . . . . . . . . . . . . 98
4.3. Seguimiento de una trayectoria . . . . . . . . . . . . . . . 99
4.4. Observabilidad y detectabilidad . . . . . . . . . . . . . . . 100
NDICE GENERAL iii
4.5. Forma cannica observable . . . . . . . . . . . . . . . . . . 102
4.6. Descomposicin de Kalman . . . . . . . . . . . . . . . . . 104
4.7. Prdida de alcanzabilidad y observabilidad con el muestreo 106
4.8. Anlisis de lazos de realimentacin simples . . . . . . . . . 107
4.9. Perturbaciones . . . . . . . . . . . . . . . . . . . . . . . . 108
4.9.1. Perturbaciones de carga . . . . . . . . . . . . . . . 108
4.9.2. Errores de medida . . . . . . . . . . . . . . . . . . 108
4.9.3. Variaciones paramtricas . . . . . . . . . . . . . . . 109
4.10. Modelos simples de perturbacin . . . . . . . . . . . . . . 109
4.11. Valores de estado estacionario . . . . . . . . . . . . . . . . 111
4.12. Simulacin . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
4.13. Control del integrador doble . . . . . . . . . . . . . . . . . 113
4.14. Aspectos prcticos de la seleccin del periodo de muestreo 115
4.15. Oscilaciones escondidas . . . . . . . . . . . . . . . . . . . . 117
5. Diseo por reubicacin de polos por el mtodo de espacio
de estado 127
5.1. Diseo del sistema de control . . . . . . . . . . . . . . . . 128
5.2. Regulacin por realimentacin de estado . . . . . . . . . . 131
5.3. El caso general . . . . . . . . . . . . . . . . . . . . . . . . 132
5.4. Aspectos prcticos . . . . . . . . . . . . . . . . . . . . . . 137
5.5. Control dead beat . . . . . . . . . . . . . . . . . . . . . . . 142
5.6. Perturbaciones ms generales . . . . . . . . . . . . . . . . 144
5.7. Aspectos Computacionales . . . . . . . . . . . . . . . . . . 146
5.8. Observadores . . . . . . . . . . . . . . . . . . . . . . . . . 147
5.8.1. Clculo directo de las variables de estado . . . . . . 147
5.8.2. Reconstruccin usando un sistema dinmico . . . . 150
5.8.3. Clculo de la ganancia del observador . . . . . . . . 152
5.8.4. Un observador dead beat . . . . . . . . . . . . . . . 153
5.8.5. Observador de orden reducido . . . . . . . . . . . . 155
5.8.6. Realimentacin de la salida . . . . . . . . . . . . . 157
5.8.7. Extensiones . . . . . . . . . . . . . . . . . . . . . . 160
5.8.8. Modelos de perturbacin ms realsticos . . . . . . 163
5.8.9. Accin integral . . . . . . . . . . . . . . . . . . . . 167
5.9. El problema del servo . . . . . . . . . . . . . . . . . . . . . 171
5.9.1. Un mtodo simple . . . . . . . . . . . . . . . . . . 171
5.9.2. Accin Integral . . . . . . . . . . . . . . . . . . . . 174
iv NDICE GENERAL
5.9.3. Un controlador de dos grados de libertad . . . . . . 176
5.10. Un ejemplo de diseo . . . . . . . . . . . . . . . . . . . . . 187
5.11. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . 195
A. Implementacin en tiempo real 201
A.1. Ganancia en lazo directo . . . . . . . . . . . . . . . . . . . 201
A.2. Accin integral . . . . . . . . . . . . . . . . . . . . . . . . 203
A.3. Control de dos grados de libertad . . . . . . . . . . . . . . 205
B. Diseo de sistemas de control en tiempo continuo 209
B.1. Regulacin por realimentacin de estados . . . . . . . . . . 210
B.1.1. Clculo de la ganancia de realimentacin . . . . . . 211
B.1.2. Realimentacin de estado y los ceros de la funcin
de transferencia . . . . . . . . . . . . . . . . . . . . 214
B.2. Perturbaciones . . . . . . . . . . . . . . . . . . . . . . . . 214
B.3. Observadores . . . . . . . . . . . . . . . . . . . . . . . . . 217
B.3.1. Observador en lazo abierto . . . . . . . . . . . . . . 217
B.3.2. Observador completo . . . . . . . . . . . . . . . . . 218
B.3.3. Observador de orden reducido . . . . . . . . . . . . 221
B.3.4. Regulacin con un observador completo . . . . . . . 223
B.3.5. Observador de perturbaciones . . . . . . . . . . . . 226
B.4. Sistemas de seguimiento . . . . . . . . . . . . . . . . . . . 230
B.4.1. Ganancia del sistema en lazo cerrado . . . . . . . . 230
B.4.2. Realimentacin integral de la salida . . . . . . . . . 236
B.4.3. Controlador de dos grados de libertad . . . . . . . . 238
ndice de guras
1.1. Diagrama esquemtico de un sistema controlado por
computador . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Diagrama de bloques del compensador del ejemplo 1.1 . . . 3
1.3. Diagrama de bloques del ejemplo 1.1. . . . . . . . . . . . . 4
1.4. Respuesta al escaln (puntos) de un sistema de primer
orden implementado para diferentes retardos en el
escaln unitario (lineas discontinuas). Para comparacin se
muestra la respuesta del correspondiente sistema anlogo
(continuo en el tiempo) en lnea continua. . . . . . . . . . 5
1.5. Sistema para controlar la posicin del brazo de una unidad
de disco. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.6. Diagrama de bloques del control del brazo de una unidad
de disco. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.7. Simulacin del control anlogo (lnea punteada) y por
computador (lnea continua) del brazo de una unidad de
disco. El periodo de muestreo es / =
0.2
.
0
. . . . . . . . . . . 8
1.8. Ejecucin peridica del programa en el computador. . . . . 10
1.9. Diagrama de bloques del sistema discreto para el ejemplo
1.3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.10. Simulacin del control del brazo de una unidad de disco
con control por computador. . . . . . . . . . . . . . . . . . 11
1.11. Simulacin del control dead beat de la unidad de disco
(lineas continuas). El periodo de muestreo es / =
1.4
.
0
. El
controlador anlogo del ejemplo 1.2 tambin se muestra
(lineas punteadas). . . . . . . . . . . . . . . . . . . . . . . 12
1.12. Diagrama de bloques del controlador dead beat para el
ejemplo 1.4. . . . . . . . . . . . . . . . . . . . . . . . . . . 13
v
vi NDICE DE FIGURAS
1.13. Diagrama de bloques del ejemplo 1.5 correspondiente al
caso anlogo. . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.14. Diagrama de bloques del ejemplo 1.5 correspondiente al
caso digital. . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.15. Simulacin de la unidad de disco con un control anlogo
y digital. .
0
= 1, / = 0.5, y hay un ruido en la medida
: = 0.1 sin 12t. (a) Sistema anlogo, (b) Sistema de datos
muestreado. . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.16. Simulacin del control por computador de la unidad de
disco. .
0
= 1, / = 0.5, y : = 0.1 sin 12t. . . . . . . . . . . 16
1.17. Diagrama de bloques para el ejemplo 1.6. . . . . . . . . . . 17
1.18. Excitacin sinusoidal del sistema muestreado en el
diagrama de bloques de la gura 1.17. . . . . . . . . . . . . 18
2.1. Sistema anlogo conectado a conversores D/A y A/D. . . . 22
2.2. Sistema con un integrador doble. . . . . . . . . . . . . . . 35
2.3. Modelo normalizado de un motor DC. . . . . . . . . . . . 36
2.4. Relacin entre n(t) y n(t t) y los instantes de muestreo. 39
2.5. Diagrama esquemtico de una mquina de papel . . . . . . 42
2.6. Diagrama de bloques de un sistema de datos discreto . . . 56
2.7. Muestreador ideal . . . . . . . . . . . . . . . . . . . . . . . 57
2.8. Contorno C en el plano . y polos de , (.) . . . . . . . . . 64
2.9. Muestreo de un sistema anlogo. . . . . . . . . . . . . . . . 65
2.10. Mapeo 2 = c
I
. . . . . . . . . . . . . . . . . . . . . . . . 71
2.11. Cada franja mostrada en el semiplano complejo izquierdo
: es mapeada en el disco unitario. . . . . . . . . . . . . . . 71
2.12. Mapeo de cada franja en el crculo unitario . . . . . . . . . 73
2.13. Respuesta al escaln del sistema discreto del ejemplo para
diferentes valores de / cuando j = 0.5 y .
0
= 1.83, el cual
da un tiempo de crecimiento 1
v
= 1: (a) / = 0.125, (b)
/ = 0.25, (c) / = 0.5, (d) / = 1.0. . . . . . . . . . . . . . 77
2.14. Lugar de j constante . . . . . . . . . . . . . . . . . . . . . 78
2.15. Ilustracin de la muestra y retencin de una sinusoide y una
exponencial. Los tiempos de crecimiento de las seales son
1
v
= 1. El nmero de muestras por tiempo de crecimiento
es: (a) `
v
= 1, (b) `
v
= 2, (c) `
v
= 4, (d) `
v
= 8. . . . . . 79
3.1. Mapeo del SCI en el crculo unitario y viceverza. . . . . . . 89
NDICE DE FIGURAS vii
3.2. rea de estabilidad para la ecuacin de segundo orden 3.14
como una funcin de los coecientes c
1
y c
2
. . . . . . . . . 93
4.1. Salida del sistema en el ejemplo 4.4 para los estados
iniciales: (a)
_
0.5 1
T
, (b)
_
1.5 0.5
T
, (c)
_
2.5 0
T
, (d)
_
1 0.5
T
. . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.2. Diagrama de bloques de la descomposicin de Kalman
cuando el sistema es diagonalizable. . . . . . . . . . . . . . 106
4.3. Modelos idelaizados de perturbaciones simples . . . . . . . 109
4.4. Generacin del valor de referencia usando un sistema
dinmico con un pulso de entrada. . . . . . . . . . . . . . . 110
4.5. Controlador discreto con realimentacin de la posicin y la
velocidad del integrador doble. . . . . . . . . . . . . . . . . 114
4.6. Salida del sistema continuo en la gura 4.5 con 1
o
= 1.5 y
con (a) 1
j
= 0.5, (b) 1
j
= 0.75. . . . . . . . . . . . . . . . 116
4.7. Salida del sistema continuo en la gura 4.5 con 1
o
= 1.5 y
con (c) 1
j
= 1, (d) 1
j
= 1.25. . . . . . . . . . . . . . . . . 117
4.8. Diagrama de bloques del sistema del ejemplo 4.9. . . . . . 118
4.9. Respuesta al escaln del sistema en el ejemplo 4.9 cuando
(a) / = 2, y cuando (b) / = 1.8. . . . . . . . . . . . . . . . 120
4.10. Control en lazo cerrado del integrador doble discreto. . . . 121
4.11. Respuesta al escaln y la seal de control del integrador
doble cuando el controlador (4.16) es usado. . . . . . . . . 123
4.12. Sistema del ejercicio 4.5. . . . . . . . . . . . . . . . . . . . 125
5.1. Diagrama de bloques de un sistema de control tpico. . . . 129
5.2. Respuestas del sistema en lazo cerrado del ejemplo 5.4.
La condicin incial es r
0
=
_
1 1
T
, y los valores de
los parmetros son ./ = 0.44 y j = 0.707. Las salidas
para . = 0.5, . = 1, . = 2, se muestran en (a), y las
correspondientes seales de control se muestran en (b), (c)
y (d) respectivamente. . . . . . . . . . . . . . . . . . . . . 139
0
=
_
1 1
T
, y los valores de los
parmetros son . = 1 y j = 0.707. Las salidas para
` = 5, ` = 10, ` = 20, se muestran en (a), y las
correspondientes seales de control se muestran en (b), (c)
y (d) respectivamente. . . . . . . . . . . . . . . . . . . . . 140
viii NDICE DE FIGURAS
0
=
_
1 1
T
, y los valores de
los parmetros son . = 1 y j = 0.707. Las salidas
para ` = 5, ` = 10, ` = 20, se muestran en (a),
y las correspondientes seales de control se muestran en
(b), (c) y (d) respectivamente. La perturbacin ocurre
inmediatamente despus del primer muestreo. Ntese la
signicativa diferencia con la gura 5.3. . . . . . . . . . . . 141
5.5. Respuestas del sistema en lazo cerrado del ejemplo 5.5
para un controlador dead beat. La condicin incial es
r
0
=
_
1 1
T
, y los valores de los parmetros son . = 1
y j = 0.707. Las salidas para / = 2, / = 1, / = 0.5, se
muestran en (a), y las correspondientes seales de control
se muestran en (b), (c) y (d) respectivamente. . . . . . . . 144
5.6. Reconstruccin del estado usando un sistema dinmico. . . 151
5.7. Diagrama de bloques de un controlador obtenido
combinando realimentacin del estado con un observador. . 158
5.8. Control del integrador doble usando estados estimados. Los
estados y los estados estimados se muestran para: (a) un
observador de segundo orden, (b) un observador dead beat. 160
5.9. (a) Salida estimada ^ del sistema y (b) variables de estado
estimadas ^ r. . . . . . . . . . . . . . . . . . . . . . . . . . . 164
5.10. Diagrama de bloques de un controlador con realimentacin
de estado de los estados estimados de la perturbacin. . . . 167
5.11. Diagrama de bloques de un controlador con realimentacin
del estado y un observador con accin integral. . . . . . . . 168
5.12. Diagrama de bloques de la realimentacin entrada salida
del controlador (5.50). . . . . . . . . . . . . . . . . . . . . 169
5.13. Simulacin del sistema del ejemplo 5.12. (a) Salida ,
(b) entrada n, y (c) perturbacin (lnea punteada) y
perturbacin estimada ^ (lnea continua). . . . . . . . . . . 172
5.14. Diagrama de bloques que muestra una manera simple
de introducir seales de comando en un controlador con
realimentacin de estado y un observador. . . . . . . . . . 173
5.15. Diagrama de bloques del sistema de seguimiento con accin
integral correspondiente a las ecuaciones (5.59) y (5.60). . 175
5.16. Salida (a) y seal de control n (b) del control con accin
integral para el ejemplo 5.13. . . . . . . . . . . . . . . . . . 176
NDICE DE FIGURAS ix
5.17. Diagrama de bloques de un sistema de realimentacin con
una estructura de dos grados de libertad. . . . . . . . . . . 177
5.18. Un controlador con dos grados de libertad basado en
realimentacin de estado y un observador. . . . . . . . . . 178
5.19. Diagrama de bloques de un controlador general que
combina seguimiento por modelo con realimentacin de los
estados estimados y los estados de la perturbacin. . . . . 181
5.20. Otra representacin de la estructura general del
controlador con realimentacin de los estados estimados,
estado de la perturbacin y seguimiento del modelo. . . . . 183
5.21. Estructura del controlador del ejemplo 5.14. . . . . . . . . 184
5.22. Seal de control en lazo directo para el servo. . . . . . . . 186
5.23. Control del integrador doble usando el controlador (5.39).
(a) Salida y salida del modelo
n
, (b) seal de control n,
(c) perturbacin y perturbacin estimada ^ . . . . . . . . 188
5.24. Brazo de un robot exible . . . . . . . . . . . . . . . . . . 189
5.25. Diagrama de cuerpo libre para J
1
y J
2
. . . . . . . . . . . 189
5.26. Grca de bode del proceso de brazo exible del robot. . . 190
5.27. Respuesta al impulso del brazo exible del robot. . . . . . 191
5.28. Diagrama de bloques que muestra una manera simple de
introducir la seal de referencia de un controlador con
realimentacin de estado. . . . . . . . . . . . . . . . . . . . 193
5.29. Salida y entrada cuando la seal de referencia : es un
escaln y la perturbacin es un pulso corto. . . . . . . . 193
5.30. Esquema para el simulink del ejemplo de diseo. . . . . . . 195
5.31. Lo mismo que en la gura 5.29, pero utilizando
realimentacin de los estados observados cuando c
0
= 2. . 196
5.32. Sistema del problema 5.3. . . . . . . . . . . . . . . . . . . 197
B.1. Reubicacin de polos por realimentacin de variables de
estado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
B.2. Sistema con perturbacin generalizada . . . . . . . . . . . 216
B.3. Observador en lazo abierto . . . . . . . . . . . . . . . . . . 218
B.4. Observador completo para el sistema (B.7) . . . . . . . . . 220
B.5. Diagrama de bloques del sistema con observador de orden
reducido . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
B.6. Realimentacin de variables de estado con observador
completo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
x NDICE DE FIGURAS
B.7. Diagrama de bloques de un sistema con regulacin,
observador completo y observador de perturbaciones . . . . 228
B.8. Diagrama de bloques en Simulink para el ejemplo B.1 . . . 230
B.9. (a) Salida del sistema , (b) estados estimados ^ x, (c)
perturbacin estimada ~ (t). . . . . . . . . . . . . . . . . . 231
B.10.Diagrama de bloques simplicado para un modelo simple
de seguimiento con regulacin y observador completo . . . 232
B.11.Esquema de control con observador completo y observador
de perturbaciones . . . . . . . . . . . . . . . . . . . . . . 233
B.12.Diagrama del ejemplo B.2 . . . . . . . . . . . . . . . . . . 234
B.13.Servo con accin integral . . . . . . . . . . . . . . . . . . . 236
B.14.Servo con accin integral usando un observador de estados 238
B.15.Diagrama de bloques de un sistema de realimentacin con
una estructura de dos grados de libertad . . . . . . . . . . 239
B.16.Un controlador con dos grados de libertad basado en
realimentacin del estado y un observador . . . . . . . . . 240
B.17.Diagrama de bloques de un controlador general que
combina seguimiento por modelo con realimentacin de los
estados y de la perturbacin . . . . . . . . . . . . . . . . . 242
B.18.Respuesta del sistema de control de dos grados libertad
para una entrada de referencia. . . . . . . . . . . . . . . . 245
B.19.Diagrama de bloques en Simulink para el ejemplo B.3 . . . 246
Prefacio
Este libro presenta el anlisis y diseo de sistemas de control en tiempo
discreto. Su objetivo es servir como texto gua para un curso en sistemas
de control digital. Se espera que el estudiante tenga conocimientos previos
sobre ecuaciones diferenciales, anlisis vectorial matricial, circuitos,
mecnica, variable compleja, transformada de Laplace y teora de control
anlogo.
xi
xii Prefacio
Captulo 1
Introduccin al control por
computador
Prcticamente todos los sistemas de control que se implementan
actualmente son basados en control por computador. Tales sistemas
podran mirarse como aproximaciones de sistemas de control anlogo, lo
cual sera una aproximacin pobre ya que no se usara todo el potencial del
control por computador. Adems, hay fenmenos que ocurren en sistemas
controlados por computador que no tienen correspondencia en sistemas
anlogos. As, el objetivo es dar una base slida para comprender, analizar
y disear sistemas controlados por computador.
( ) { }
k
t u ( ) { }
k
t y ( ) t u ( ) t y
D/A A/D Algoritmo
Reloj
Proceso
h
Computador
( ) { }
k
t u ( ) { }
k
t y ( ) t u ( ) t y
D/A A/D Algoritmo
Reloj
Proceso
h
Computador
Figura 1.1: Diagrama esquemtico de un sistema controlado por
computador
Un sistema controlado por computador se puede describir
esquemticamente como se muestra en la gura 1.1. La salida del
proceso (t) es una seal continua (en el tiempo) la cual es convertida
1
2 Introduccin al control por computador
en forma digital por el conversor anlogo digital (A/D). El conversor
A/D puede ser incluido en el computador o ser considerado como una
unidad separada. La conversin es hecha en los instantes de muestreo
t
I
= //, con / = 0. 1. 2. . . .. El computador interpreta la seal convertida
(t
I
) como una sucesin de nmeros, procesa las medidas mediante
un algoritmo y da una nueva sucesin de nmeros n(t
I
). sta
es convertida a una seal anloga por un conversor digital anlogo
(D/A). Los eventos son sincronizados por un reloj en tiempo real en el
computador. El computador digital opera secuencialmente en el tiempo
y cada operacin toma algn tiempo.
El conversor D/A debe, sin embargo, producir una seal continua en el
tiempo, lo cual se hace normalmente manteniendo la seal de control
constante entre las conversiones.
Los sistemas controlados por computador contienen tanto seales
continuas en el tiempo como muetreadas o discretas en el tiempo.
Tales sistemas se han llamado tradicionalmente como sistemas de datos
muestreados, trmino que ser usado aqu como sinnimo de sistemas
controlados por computador. La mezcla de diferentes tipos de seales
causa algunas veces dicultades. Sin embargo, en la mayora de los
casos, basta describir el comportamiento del sistema en los instantes de
muestreo. Tales sistemas son llamados sistemas discretos (en el tiempo)
y tratan con secuencias de nmeros, y por lo tanto, una manera de
representar estos sistemas es con ecuaciones de diferencia.
1.1. Teora del control por computador
El uso de computadores para implementar controladores tiene ventajas
sustanciales. Muchas de las dicultades con la implementacin anloga
se pueden evitar. Por ejemplo, no hay problemas con la precisin de
los componentes. Es fcil tener clculos sosticados en la ley de control
e incluir funciones lgicas y no lineales. Se pueden usar tablas para
almacenar datos para acumular conocimiento sobre las propiedades del
sistema.
Como se muestra en la gura 1.1, el sistema contiene esencialmente 5
partes: el proceso, los conversores A/D y D/A, el algoritmo de control y
el reloj, el cual controla la operacin del sistema. Los instantes cuando las
seales medidas son convertidas a forma digital son llamados los instantes
de muestreo t
I
y el tiempo entre muestras sucesivas es llamado el periodo
Dependencia del tiempo 3
de muestreo /. Generalmente, se usa muestreo peridico, aunque hay
otras posibilidades. Por ejemplo, se puede muestrear cuando las seales
de salida han cambiado en cierta cantidad. Tambin, se pueden usar
diferentes periodos de muestreo para diferentes lazos en un sistema.
Se presentarn ejemplos que muestran las diferencias y las similitudes de
sistemas anlogos y controlados por computador, donde aparecen nuevos
fenmenos.
1.2. Dependencia del tiempo
El reloj en la gura 1.1 hace que los sistemas controlados por
computador sean variantes con el tiempo. Tales sistemas pueden exhibir
comportamiento que no ocurre en sistemas lineales invariantes con el
tiempo.
Ejemplo 1.1 Dependencia del tiempo.
Supngase que se desea implementar un compensador que es simplemente
un retardo de primer orden. Tal compensador se puede implementar con
los conversores A/D, D/A y un computador digital como se muestra en
la gura 1.2. La ecuacin diferencial de primer orden es aproximada por
una ecuacin de diferencia de primer orden.
( ) { }
k
t u ( ) { }
k
t y ( ) t u ( ) t y
D/A A/D
Reloj
h
Computador
( ) { }
k
t u ( ) { }
k
t y ( ) t u ( ) t y
D/A A/D
Reloj
h
Computador
Figura 1.2: Diagrama de bloques del compensador del ejemplo 1.1
Considere como sistema anlogo
H (:) =
1
: + 1
y como sistema digital
H (.) =
1 c
I
. c
I
D/A A/D
Reloj
h
( ) t y
d
( ) t u
( ) z H
d
( ) t y
a
( ) s H
a
D/A A/D
Reloj
h
( ) t y
d
( ) t u
( ) z H
d
( ) t y
a
( ) s H
a
Figura 1.3: Diagrama de bloques del ejemplo 1.1.
Al aplicar una entrada n(t) del tipo escaln unitario como se muestra en
la gura 1.3, se tienen las respuestas de la gura 1.4.
La gura 1.4 muestra claramente que el sistema muestreado no es
invariante con el tiempo ya que la respuesta depende del instante en el que
el escaln ocurre. Si la entrada es retardada, la salida es retardada en la
misma cantidad slo si el retardo es un mltiplo del periodo de muestreo.
El fenmeno mostrado en la gura 1.4 depende del hecho de que el sistema
es controlado por un reloj. La respuesta del sistema a un estmulo externo
depender entonces de como el evento externo es sincronizado con el reloj
interno del computador del sistema.
1.3. Un mtodo rudimentario para
sistemas controlados por computador
Se espera que un sistema controlado por computador (SCC) se comporte
como un sistema continuo si el periodo de muestreo es sucientemente
pequeo.
Ejemplo 1.2 Control del brazo de una unidad de disco.
El diagrama esquemtico se muestra en la gura 1.5, donde J es el
momento de inercia del brazo y es una constante.
La dinmica que relaciona la posicin y el brazo con el voltaje aplicado al
amplicador es aproximadamente descrita por la funcin de transferencia
G(:) =

J:
2
=
1 (:)
l (:)
(1.1)
Un mtodo rudimentario para sistemas controlados por computador 5
0 2 4 6
0
0.5
1
0 2 4 6
0
0.5
1
0 2 4 6
0
0.5
1
Tiempo
0 2 4 6
0
0.5
1
Tiempo
u(t)
y
a
(t)
y
d
(t)
Figura 1.4: Respuesta al escaln (puntos) de un sistema de primer
orden implementado para diferentes retardos en el escaln unitario
(lineas discontinuas). Para comparacin se muestra la respuesta del
correspondiente sistema anlogo (continuo en el tiempo) en lnea
continua.
( ) t u
r Controlado
or Amplificad
Brazo Motor+
( ) t y
2
Js
A
( ) t r
( ) t u
r Controlado
or Amplificad
Brazo Motor+
( ) t y
2
Js
A
( ) t r
Figura 1.5: Sistema para controlar la posicin del brazo de una unidad
de disco.
El propsito del sistema de control es controlar la posicin del brazo de
tal manera que la cabeza siga una pista dada y que rpidamente pueda
ser movida a otra diferente. Es fcil averiguar los benecios de un control
mejorado: un mejor seguimiento de la pista permite pistas ms angostas
y por lo tanto mayor densidad de almacenamiento. Un sistema de control
ms rpido reduce el tiempo de bsqueda. Este ejemplo, se enfocar sobre
el problema de bsqueda, que es un tpico problema de servo. es la seal
de referencia (comando) y n es la seal de control. Un controlador simple
puede ser descrito por la siguiente ley de control:
l (:) =
/
c
11(:) 1
: +/
: +c
1 (:) (1.2)
Si los parmetros del controlador se escogen como
c = 2.
0
, / =
.
0
2
, 1 =
2J.
0
(1.3)
el sistema en lazo cerrado tiene la ecuacin caracterstica
1 (:) = :
3
+ 2.
0
:
2
+ 2.
2
0
: +.
3
0
= (: +.
0
)
_
:
2
+.
0
: +.
2
0
_
Y al reemplazar (1.1) en (1.2) se obtiene
1 (:)
1(:)
=
(: +.
0
)
4J (:
3
+ 2.
0
:
2
+ 2.
2
0
: +.
3
0
)
(1.4)
Ejemplo 1.3 Diagrama de bloques del controlador del brazo de una
unidad de disco.
( ) t u
( ) t y
2
Js
A ( ) t r
+
( )
( ) a s
b s B
+
+
r Anlogo Controlado
B
a
b
( ) t u
( ) t y
2
Js
A ( ) t r
+
( )
( ) a s
b s B
+
+
r Anlogo Controlado
B
a
b
Figura 1.6: Diagrama de bloques del control del brazo de una unidad de
disco.
Las ecuaciones (1.1) y (1.2) se pueden representar en un diagrama de
bloques como se muestra en la gura 1.6.
Considere que los valores de las variables (1.3) del sistema 1.4 estn dadas
por
= J = 1. .
0
= 1. c = 2. / =
1
2
. 1 = 2
de forma que el sistema (1.4) se puede reescribir como
1 (:)
1(:)
=
: + 1
4 (:
3
+ 2:
2
+ 2: + 1)
(1.5)
Al evaluar el comportamiento del sistema (1.5) frente a una entrada del
tipo escaln unitario, se nota que este sistema tiene un comportamiento
razonable con un tiempo de asentamiento de
5.52
.
0
para una tolerancia del
5 %. Estos resultados se observan en la gura 1.7.
Para obtener el algoritmo para un sistema controlado por computador, la
ley de control (1.2) es reescrita como:
l (:) =
/
c
11(:) 11 (:) +1
c /
: +c
1 (:) = 1
_
/
c
1(:) 1 (:) +A (:)
_
la cual puede ser escrita en el dominio del tiempo como:
n(t) = 1
_
/
c
: (t) (t) +r (t)
_
(1.6)
dr
dt
= cr + (c /) (1.7)
0 2 4 6 8 10
0
0.5
1
1.5
s
a
l
i
d
a
:

y
0 2 4 6 8 10
-0.5
0
0.5
Tiempo
s
e
n
a
l

d
e

c
o
n
t
r
o
l
:

u
Figura 1.7: Simulacin del control anlogo (lnea punteada) y por
computador (lnea continua) del brazo de una unidad de disco. El periodo
de muestreo es / =
0.2
.
0
.
Para obtener un algoritmo de control es necesario aproximar la derivada
oa
ot
con una diferencia. Es decir
dr
dt
-
r (t +/) r (t)
/
= cr + (c /)
As, (1.6) y (1.7) se aproximan como
n(t
I
) = 1
_
/
c
: (t
I
) (t
I
) +r (t
I
)
_
(1.8)
r (t
I
+/) = (1 c/) r (t
I
) +/(c /) (t
I
) (1.9)
Esta ley de control se debe ejecutar en cada instante de muestreo. Esto
se puede lograr con el siguiente programa en Matlab usando una tarjeta
de adquisicin de datos USB de National Instruments
TM
:
%Inicializacion para control en tiempo real
%Crea el objeto de entrada analoga
ai=analoginput(nidaq,Dev1);
%agrega el canal 0 de entrada
addchannel(ai,0);
%Crea el objeto de salida analoga
ao=analogoutput(nidaq,Dev1);
%agrega el el canal 0 de salida
addchannel(ao,0);
tiempo_muestreo=0.5; % tiempo en segundos
tiempo_inicial=clock; % tiempo inicial
while(1),
if(etime(clock,tiempo_inicial)>=tiempo_muestreo),
% Algoritmo
tiempo_inicial=clock;
% leer salida del proceso (leer un puerto)
y=getsample(ai);
% calcular senal de control
u=B*(b/a*r-y+x);
% enviar la senal de control (escribir un puerto)
putsample(ao,u);
% calcular el nuevo x
x=(1-a*h)*x+h*(a-b)*y;
end
end
La posicin del brazo es leida de una entrada anloga. Su valor deseado
: se supone es dado digitalmente, el algoritmo tiene un estado, la variable
r, la cual es actualizada en cada instante de muestreo. Se calcula la ley de
control y el valor es convertido a una seal anloga. El programa se ejecuta
peridicamente con un periodo / mediante una rutina de interrupcin
como se muestra en la gura 1.8.
El diagrama de bloques correspondiente al sistema discreto se muestra en
la gura 1.9.
Aqu se ha aplicado la transformada ? bilineal con / = 0.2 para el
controlador, tal que
:
2 (. 1)
/(. + 1)
1 (: +/)
: +c
=
2: + 1
: + 2

21. 19
12. 8
Ya que la aproximacin de la derivada por una ecuacin de diferencia es
buena si el intervalo / es pequeo, se puede esperar que el comportamiento
Reloj
Algortimo
Reloj
Algortimo
Figura 1.8: Ejecucin peridica del programa en el computador.
( ) t u ( ) t y
2
1
s
( ) t r
+
8 12
19 21
z
z
2
1
ZOH
2 . 0 = h
( ) t u ( ) t y
2
1
s
( ) t r
+
8 12
19 21
z
z
2
1
ZOH
2 . 0 = h
Figura 1.9: Diagrama de bloques del sistema discreto para el ejemplo 1.3.
del sistema controlado por computador est cercano al sistema anlogo.
Esto se ilustra en la gura 1.7, la cual muestra las posiciones del brazo y
las seales de control para los sistemas con / =
0.2
.
0
. Ntese que la seal de
control para el SCC es constante entre los instantes de muestreo. Ntese
adems que la diferencia entre las salidas de los sistemas es muy pequea.
El sistema controlado por computador tiene un sobrepaso ligeramente
mayor y el tiempo de asentamiento (para una tolerancia del 5 %) es un
poco mayor,
5.7
.
0
en lugar de
5.5
.
0
. La diferencia entre los sistemas decrece
cuando el periodo de muestreo decrece. Cuando este aumenta, el SCC,
sin embargo, se deteriora. Esto se ilustra en la gura 1.10, la cual muestra
el comportamiento del sistema para periodos de muestreo de / =
0.5
.
0
y
/ =
1.08
.
0
. La respuesta es razonable para periodos de muestreo cortos,
pero el sistema puede llegar a ser inestable para periodos de muestreo
largos.
Se ha mostrado que es directo obtener un algoritmo para control por
computador. Se escribe la ley de control continua como una ecuacin
diferencial y se aproximan las derivadas por diferencias. El ejemplo parece
trabajar bien si el periodo de muestreo es sucientemente pequeo. El
sobrepaso y el tiempo de asentamiento son, sin embargo, un poco mayores
Control Dead Beat 11
0 5 10
0
0.5
1
1.5
s
a
l
i
d
a
:

y
(a)
0 5 10
0
0.5
1
1.5
(b)
0 5 10
-0.5
0
0.5
Tiempo
s
e
n
a
l

d
e

c
o
n
t
r
o
l
:

u
0 5 10
-0.5
0
0.5
Tiempo
Figura 1.10: Simulacin del control del brazo de una unidad de disco con
control por computador.
en el control por computador. Este mtodo de diseo de SCC se discutir
posteriormente.
1.4. Control Dead Beat
El ejemplo anterior parece indicar que un sistema controlado por
computador es inferior al control en tiempo continuo. Se mostrar que
este no es necesariamente el caso.
Ejemplo 1.4 Control dead beat de una unidad de disco.
Considrese la unidad de disco del ejemplo anterior. La gura 1.11
muestra el comportamiento del SCC con un intervalo largo de muestreo
/ =
1.4
.
0
. Para comparacin se muestran la posicin del brazo, su velocidad
y la seal de control para el controlador anlogo usado en el ejemplo
1.2. Ntese el excelente comportamiento del SCC. Alcanza el estado
estacionario mucho ms rpido que el sistema anlogo (con magnitudes
de las seales de control cercanas). El tiempo de asentamiento (para
0 2 4 6 8 10
0
0.5
1
1.5
s
a
l
i
d
a
:

y
0 2 4 6 8 10
-1
0
1
Tiempo
s
e
n
a
l

d
e

c
o
n
t
r
o
l
:

u
Figura 1.11: Simulacin del control dead beat de la unidad de disco (lineas
continuas). El periodo de muestreo es / =
1.4
.
0
. El controlador anlogo del
ejemplo 1.2 tambin se muestra (lineas punteadas).
tolerancias del 5 %) es
2.34
.
0
, que es mucho menor que el del sistema anlogo:
5.5
.
0
. La salida alcanza la posicin deseada sin sobrepaso y permanece
constante cuando alcanza su valor deseado, lo cual sucede en un tiempo
nito. Se puede demostrar que la estrategia de control es:
n(t
I
) = t
0
: (t
I
) :
0
(t
I
) +:
1
(t
I1
) :
1
n(t
I1
) (1.10)
El ejemplo muestra que se pueden obtener con control por computador
estrategias de control con diferente comportamiento . En el ejemplo
particular, la respuesta en el tiempo se redujo en un factor de 2. La
estrategia de control en el ejemplo 1.4 es llamada control dead beat ya
que el sistema est en reposo cuando la posicin deseada es alcanzada.
Tal esquema de control no se puede obtener con un control anlogo.
De acuerdo a (1.10) se puede generar el diagrama de bloques del sistema
de control del ejemplo 1.4 el cual se muestra en la gura 1.12, donde
1
1
=
1
I
2
= 0.5102, y 1
2
=
3
2I
= 1.0714. Se ha seleccionado un tiempo de
muestreo / = 1.4.
Fenmeno de traslape (aliasing) 13
( ) t u ( ) t y
2
1
s
( ) t r
G ZOH +
2
K +
1
2

z
h
ZOH
1
K
hz
z 1
1
x
2
x
( ) t u ( ) t y
2
1
s
( ) t r
G ZOH +
2
K +
1
2

z
h
ZOH
1
K
hz
z 1
1
x
2
x
Figura 1.12: Diagrama de bloques del controlador dead beat para el
ejemplo 1.4.
1.5. Fenmeno de traslape (aliasing)
Una propiedad de la naturaleza variante con el tiempo de SCC se mostr
en la gura 1.4. Ahora se ilustrar otra propiedad que tiene grandes
implicaciones. Sistemas lineales e invariantes con el tiempo tienen la
propiedad de que la respuesta en estado estacionario a excitaciones
sinusoidales es sinusoidal con la misma frecuencia que la de la excitacin.
Se mostrar que SCC se comportan de manera ms complicada ya que
el muestreo crear seales con nuevas frecuencias. Esto puede deteriorar
drsticamente el comportamiento si no se toman precauciones adecuadas.
Ejemplo 1.5 El muestreo crea nuevas frecuencias.
Considrese el sistema de control de la unidad de disco del ejemplo 1.2.
Suponer .
0
= 1 y el periodo de muestreo / =
0.5
.
0
= 0.5 y suponer que hay
un ruido sinusoidal en la medida con amplitud 0.1 y frecuencia angular 12
rad-seg. En las guras 1.13 y 1.14 se muestran los diagramas de bloques
correspondientes para el caso anlogo y el caso digital respectivamente.
Los resultados se observan en la gura 1.15, donde se ve que hay una
diferencia drstica entre los sistemas. En el sistema continuo, gura 1.15a,
el ruido en la medida tiene poca inuencia en la posicin del brazo. Sin
embargo, se crea una accin de control sustancial con la frecuencia del
ruido en la medida. La alta frecuencia del ruido en la medida no es notoria
en la seal de control para el SCC, 1.15b, pero hay una componente
sustancial de baja frecuencia.
( ) t u
( ) t y
2
1
s
( ) t r
+
2
1 2
+
+
s
s
2
1
+
+
( ) t t n 12 sin 1 . 0 =
( ) ( ) t n t y + ( ) t u
( ) t y
2
1
s
( ) t r
+
2
1 2
+
+
s
s
2
1
+
+
( ) t t n 12 sin 1 . 0 =
( ) ( ) t n t y +
Figura 1.13: Diagrama de bloques del ejemplo 1.5 correspondiente al caso
anlogo.
( ) t u ( ) t y
2
1
s
( ) t r
+
2 6
7 9
z
z
2
1
+
+
( ) t t n 12 sin 1 . 0 =
( ) ( ) t n t y +
ZOH
5 . 0 = h
( ) t u ( ) t y
2
1
s
( ) t r
+
2 6
7 9
z
z
2
1
+
+
( ) t t n 12 sin 1 . 0 =
( ) ( ) t n t y +
ZOH
5 . 0 = h
Figura 1.14: Diagrama de bloques del ejemplo 1.5 correspondiente al caso
digital.
Para entender lo que sucede, considrese la gura 1.16, la cual muestra
la seal de control y la seal medida en una escala expandida. La gura
muestra que hay una variacin considerable de la seal medida en cada
periodo de muestreo y la variacin a baja frecuencia se obtiene por el
muestreo a baja velocidad de la seal de alta frecuencia.
Se ha notado entonces que el muestreo crea seales con nuevas frecuencias.
Fenmeno que se debe entender para tratar con SCC. Por ahora basta
mencionar que el muestreo de una seal con . crea componentes de seal
con frecuencias
.
muestreada
= :.
c
. (1.11)
en donde .
c
=
2
I
es la frecuencia de muestreo y : es un entero arbitrario.
As el muestreo crea nuevas frecuencias. Esto se discutir luego.
En el ejemplo particular se tiene .
c
=
2
0.5
= 4: = 12.57 y la frecuencia
de la seal medida es 12 rad-seg. En este caso el muestreo crea una
componente de la seal con frecuencia 0.57 rad-seg, cuyo periodo es 11
Fenmeno de traslape (aliasing) 15
0 5 10 15 20
-0.2
0
0.2
S
a
l
i
d
a
:

y
(a)
0 5 10 15 20
-0.2
0
0.2
S
a
l
i
d
a
:

y
+
n
0 5 10 15 20
-0.2
0
0.2
Tiempo
S
e
n
a
l

d
e

c
o
n
t
r
o
l
:

u
0 5 10 15 20
-0.2
0
0.2
(b)
0 5 10 15 20
-0.2
0
0.2
0 5 10 15 20
-0.2
0
0.2
Tiempo
Figura 1.15: Simulacin de la unidad de disco con un control anlogo y
digital. .
0
= 1, / = 0.5, y hay un ruido en la medida : = 0.1 sin 12t. (a)
Sistema anlogo, (b) Sistema de datos muestreado.
segundos. Esta es la componente de baja frecuencia que es claramente
visible en la gura 1.16. El ejemplo 1.5 muestra que frecuencias bajas
pueden ser creadas por muestreo. De (1.11) se nota que el muestreo
tambin puede dar frecuencias que son ms altas que la de la excitacin.
Esto se muestra en el ejemplo 1.6.
Ejemplo 1.6 Creacin de altas frecuencias por el muestreo.
Considere el diagrama de bloques que se muestra en la gura 1.17.
La gura 1.18 muestra lo que sucede cuando una seal sinusoidal de
frecuencia 4.9 Hz es aplicada al sistema en el ejemplo 1.1, el cual tiene
un periodo de muestreo de 0.1 segundos (frecuencia de muestreo de 10
Hz). De la ecuacin (1.11) se sigue que una componente de seal con
frecuencia de 5.1 Hz es creada debido al muestreo. Esta seal interactua
con la seal original de 4.9 Hz para generar la correpondiente a la salida
c
en la gura 1.18 de 0.1 Hz ("beating").
Hay muchos aspectos de los sistemas muestreados que se puede entender
con la teora de sistemas lineales invariantes con el tiempo. Los ejemplos
anteriores indican sin embargo que los sistemas muestreados no se pueden
0 2 4 6 8 10
-0.2
-0.1
0
0.1
0.2
S
a
l
i
d
a
:

y
+
n
0 2 4 6 8 10
-0.2
-0.1
0
0.1
0.2
Tiempo
S
e
n
a
l

d
e

c
o
n
t
r
o
l
:

u
y real
y medida
Figura 1.16: Simulacin del control por computador de la unidad de disco.
.
0
= 1, / = 0.5, y : = 0.1 sin 12t.
entender totalmente dentro de esta estructura. Es til entonces tener otras
herramientas de anlisis. El fenmeno de que el proceso de muestreo
crea componentes con nuevas frecuencias se llama aliasing (traslape).
Una consecuencia de la ecuacin (1.11) es que habr componentes de
baja frecuencia creadas siempre y cuando la seal muestreada contenga
frecuencias que son mayores que la mitad de la frecuencia de muestreo.
La frecuencia .
.
=
.
s
2
es llamada la frecuencia de Nyquist, parmetro
importante en los sistemas muestreados.
1.6. Filtros antes del muestreo o ltros
antialising
Para evitar las dicultades mostradas en la gura 1.15, es esencial que
todas las componentes con frecuencias mayores que la frecuencia de
Nyquist sean removidas antes que la seal muestreada.
Haciendo esto, las seales muestreadas no cambiarn mucho en cada
Ecuaciones de diferencia 17
( ) ft t u 2 sin = ( ) t y
c
1
1
+ s
3679 . 0
6321 . 0
z
( ) t y
d
1 . 0 = h
Hz 9 . 4 = f
( ) ft t u 2 sin = ( ) t y
c
1
1
+ s
3679 . 0
6321 . 0
z
( ) t y
d
1 . 0 = h
Hz 9 . 4 = f
Figura 1.17: Diagrama de bloques para el ejemplo 1.6.
intervalo de muestreo y las dicultades ilustradas en los ejemplos
anteriores son evitadas. Los ltros que reducen las componentes de alta
frecuencia de las seales son llamadas ltros antialiasing, los cuales son
componentes importantes de los SCC.
1.7. Ecuaciones de diferencia
Aunque un SCC podra tener un comportamiento bastante complejo, es
fcil describir el comportamiento del sistema en los instantes de muestreo.
Esto se ilustrar analizando la unidad de disco con el controlador dead
beat.
Ejemplo 1.7 Ecuaciones de diferencia
El proceso dado por la ecuacin (1.1) despus de ser discretizado se puede
describir por la siguiente ecuacin con diferencia; con J = = 1:
(t
I
) 2 (t
I1
) + (t
I2
) =
/
2
2
(n(t
I1
) +n(t
I2
)) (1.12)
Nota: la funcin de transferencia del sistema discretizado es:
H (.) =
I
2
2
(. + 1)
.
2
2. + 1
=
1 (.)
l (.)
La estrategia de control es dada por la ecuacin (1.10) la cual se describe
ya con los parmetros de diseo:
n(t
I
) =
1
/
2
: (t
I
)
5
2/
2
(t
I
) +
3
2/
2
(t
I1
)
3
4
n(t
I1
) (1.13)
0 2 4 6 8 10
-1
0
1
E
n
t
r
a
d
a
:

u
0 2 4 6 8 10
-0.5
0
0.5
S
a
l
i
d
a
:

y
d
0 2 4 6 8 10
-0.1
0
0.1
Tiempo
S
a
l
i
d
a
:

y
c
Figura 1.18: Excitacin sinusoidal del sistema muestreado en el diagrama
de bloques de la gura 1.17.
Eliminando la seal de control entre las ecuaciones (1.12) y 1.13 se
obtiene:
Usando la transformada ? en (1.13) y reemplazando en 1(.) =
H (.) l (.) se obtiene:
1 (.) =
. + 1
2.
2
1(.) =
.
1
+.
2
2
1(.)
(t
I
) =
1
2
(: (t
I1
) +: (t
I2
))
De lo cual se deduce que la salida es el valor promedio de los valores
pasados de la seal de referencia. Comparar con la gura 1.11.
El ejemplo muestra que el comportamiento del SCC en los instantes de
muestreo es descrito por una ecuacin lineal de diferencia. Las ecuaciones
de diferencia, entonces, jugarn un papel clave en la teora de SCC;
desempean el mismo papel que las ecuaciones diferenciales para sistemas
Necesidad de una teora para los SCC 19
anlogos, y dan los valores de las variables del sistema en los instantes
de muestreo. Si con este conocimiento se est satisfecho, entonces se
puede desarrollar una teora simple para el anlisis y diseo de los
sistemas muestreados. Para tener un conocimiento ms completo del
comportamiento de los sistemas, se debe analizar el comportamiento entre
los instantes de muestreo y asegurarse que las variables del sistema no
cambian demasiado sobre cada periodo de muestreo.
1.8. Necesidad de una teora para los SCC
Los anteriores ejemplos muestran que SCC se pueden disear usando
la teora de sistemas anlogos y aproximando las ecuaciones diferenciales
que describen los controladores por ecuaciones en diferencia. Los ejemplos
tambin mustran que SCC tienen el potencial de dar esquemas de control,
tal como la estrategia dead beat, cuyo comportamiento no puede ser
obtenido con sistemas anlogos. Se demostr que el muestreo puede crear
fenmenos que no se encuentran en sistemas lineales con el tiempo. Se
demostr adems que la seleccin del periodo de muestreo es importante
y que puede ser necesario usar ltros antialiasing. Todo esto claramente
indica la necesidad de una teora para SCC.
Captulo 2
Sistemas discretos en el
tiempo
En este captulo se introducen modelos matemticos para SCC. Se
muestra como un sistema continuo en el tiempo se puede transformar
en un sistema discreto en el tiempo, considerando el comportamiento de
las seales en los instantes de muestreo.
En este captulo el sistema se estudia como visto desde el computador. El
computador recibe medidas del proceso en tiempos discretos y transmite
nuevas seales de control en instantes discretos. El objetivo es entonces
describir el cambio de la seales de muestra a muestra, no en el intervalo
entre ellas. As una herramienta natural es el uso de ecuaciones de
diferencia. Se enfatiza que los modelos matemticos para SCC solo dan
el comportamiento en los puntos de muestra (el proceso fsico es todava
un sistema anlogo).
2.1. Muestreo de seales continuas en el
tiempo
En el contexto del control y las comunicaciones, el muestreo signica que
una seal anloga es reemplzada por una secuencia de nmeros, la cual
representa los valores de la seal en ciertos instantes.
El muestreo es una propiedad fundamental de SCC debido a la naturaleza
discreta (en el tiempo) del computador digital. Por ejemplo, en la gura
1.1 las variables del proceso son muestreadas en conexin con la conversin
21
22 Sistemas discretos en el tiempo
anloga y luego convertidas a forma digital (secuencia de nmeros) para
ser procesadas por el computador. As se genera una nueva secuencia de
nmeros, la cual es convertida a una seal anloga y aplicada al proceso.
En la gura 1.1 esto es manejado por el conversor digital anlogo D/A.
El proceso de convertir una secuencia de nmeros en una seal continua
es llamdo reconstruccin de la seal.
Para el anlisis es til tener una descripcin matemtic del muestreo.
Muestrear una seal anloga signica reemplazarla por sus valores en
un conjunto discreto de puntos. Sea ` los enteros positivos y negativos
` = . 2. 1. 0. 1. 2. y sea t
I
: / ` un subconjunto de
los nmeros reales que contiene los instantes de muestreo. La versin
muestreada de la seal , es entonces la secuencia , (t
I
) : / `. El
muestreo es una operacin lineal, los instantes de muestreo son a menudo
espaciados igualmente en el tiempo, es decir, t
I
= //. Este caso es llamado
muestreo peridico y / es llamado periodo de muestreo o tiempo de
muestreo. La frecuencia correspondiente ,
c
=
1
I
Hz o .
c
=
2
I
rad-seg
es llamada la frecuencia de muestreo. Se introduce una notacin para la
mitad de la frecuencia de muestreo ,
.
=
1
2I
Hz o .
.
=

I
rad-seg, la cual
es llamada la frecuencia de Nyquist.
2.2. Muestreo de un sistema anlogo en el
espacio deseado
Un problema fundamental consiste en como describir un sistema anlogo
conectado a un computador a travs de conversores A/D y D/A. En el
sistema de la gura 2.1 se desea encontrar la relacin entre las seales en
el computador, las secuencias n(t
I
) y (t
I
).
( ) t u
( ) { }
k
t y
D/A A/D
Reloj
h
Sistema
( ) { }
k
t u ( ) t y ( ) t u
( ) { }
k
t y
D/A A/D
Reloj
h
Sistema
( ) { }
k
t u ( ) t y
Figura 2.1: Sistema anlogo conectado a conversores D/A y A/D.
Hallar el equivalente discreto de un sistema anlogo es llamado muestreo
Muestreo de un sistema anlogo en el espacio deseado 23
de un sistema anlogo. El modelo que se obtiene es llamado modelo
estroboscpico ya que da la relacin entre las variables del sistema en
los instantes de muestreo nicamente. Para obtener las descripciones
deseadas es necesario describir los conversores y el sistema. Supngase
que el sistema anlogo es dado en la forma de espacio de estado:
dr
dt
= r +1n (t) (2.1)
(t) = Cr +1n(t)
El sistema tiene : entradas, j salidas y es de orden :.
2.2.1. Solucin en trminos de la matriz exponencial
La solucin de la ecuacin escalar (2.1)
_ r = cr +/n con r (0) = r
0
(2.2)
se puede escribir como:
r = r
I
+r
j
en donde r
I
es la solucin de la ecuacin homognea (2.3)
_ r = cr con r (0) = r
0
(2.3)
y r
j
es una solucin particular (forzada o controlada) de la ecuacin (2.2).
Se supone una solucin r
I
en la forma de una serie innita de potencias
en t.
r
a
= c
0
+c
1
t +c
2
t
2
+ +c
+ (2.4)
Si esta serie representa una solucin, entonces debe satisfacer la ecuacin
homognea:
c
1
+ 2c
2
t + 3c
3
t
2
+ = c
_
c
0
+c
1
t +c
2
t
2
+
_
y comparando coecientes se obtiene:
c
1
= cc
0
c
2
=
1
2
cc
1
=
1
2
c
2
c
0
c
3
=
1
3
cc
2
=
1
6
c
3
c
0
.
.
.
c
=
1
!
c
c
0
Como para t = 0, r
I
= r
0
= c
0
, la solucin homognea es:
r
I
=
_
1 +ct +
1
2!
c
2
t
2
+ +
1
!
c
+
_
r
0
(2.5)
La serie innita de potencias entre parntesis se dene como la
exponencial escalar c
ot
. Entonces:
r
I
= c
ot
r
0
(2.6)
Por cualquiera de los mtodos clsicos se puede encontrar la solucin
particular:
r
j
= c
ot
_
t
0
c
ot
/n (t) dt =
_
t
0
c
o(tt)
/n (t) dt (2.7)
y la solucin total de (2.2) es entonces:
r (t) = c
ot
r
0
+c
ot
_
t
0
c
ot
/n (t) dt (2.8)
r (t) = c
ot
r
0
+
_
t
0
c
o(tt)
/n (t) dt (2.9)
Por analoga con el caso escalar se obtendr la solucin homognea del
sistema:
_ x = Ax, x(0) = x
0
(2.10)
Se supone una solucin en la forma de un vector en series de potencias
en t:
x = a
0
+a
1
t +a
2
t
2
+ +a
+ (2.11)
con (2.11) en (2.10) se obtiene:
a
1
+ 2a
2
t
2
+ 3a
3
t
3
+ = A
_
a
0
+a
1
t +a
2
t
2
+
_
Por lo tanto:
a
1
= Aa
0
a
2
=
1
2
Aa
1
=
1
2
A
2
a
0
.
.
.
a
=
1
!
A
a
0
Puesto que para t = 0, x(0) = x
0
= a
0
, la solucin homognea es:
x =
_
I +At+
1
2!
A
2
t
2
+ +
1
!
A
+
_
x
0
(2.12)
La expresin dentro de parntesis es una matriz : : y debido a su
similitud con la serie innita de potencias para un exponencial escalar,
se le denomina matriz exponencial y se denota con el smbolo c
At
, es decir:
c
At
, I +At+
1
2!
A
2
t
2
+ +
1
!
A
+ (2.13)
Se puede demostrar que esta serie matricial (as como la escalar) converge
absoluta y uniformemente para todo t nito.
La solucin homognea de (2.10) en forma compacta es:
_ x(t) = c
At
x
0
(2.14)
La matriz exponencial tambin se conoce como la matriz de transicin o
matriz fundamental y a menudo se simboliza por (t). Puesto que c
At
es una matriz de ::, la expresin (2.14) es una transformacin lineal a
travs de la cual el estado inicial x
0
es transformado en el estado actual
x(t).
Las siguientes son algunas de las caractersticas de la matriz exponencial:
1.
o
ot
_
c
At
_
= Ac
At
= c
At
A
2. c
A(t
1
+t
2
)
= c
At
1
c
At
2
= c
At
2
c
At
1
3. c
At
c
At
= I
es decir la inversa de c
At
se calcula simplemente reemplazando t pot t
en (2.13).
Una interesante propiedad de la solucin homognea (2.14) es la siguiente:
considrese un proceso lineal en el cual en los instantes 0, t
1
y t
2
, los
estados son x
0
, x
1
y x
2
, respectivamente. De (2.14) se tiene:
x
1
= c
At
1
x
0
x
2
= c
At
2
x
0
De las caractersticas de la matriz exponencial y de la ltima ecuacin se
tiene:
x
2
= c
A(t
2
t
1
)
c
At
1
x
0
= c
A(t
2
t
1
)
x
1
Es decir, el estado del sistema en cualquier tiempo t
2
se puede obtener
por una transformacin del estado en cualquier otro tiempo t
1
usando la
matriz exponencial como una matriz de transformacin.
Ejemplo 2.1 Considrese un sistema con:
_
_ r
1
_ r
2
_
=
_
1 0
1 1
_ _
r
1
r
2
_
con x(0) =
_
1
1
_
de (2.13) se obtiene:
c
At
=
_
1 +t + 0.5t
2
+ 0
t +t
2
+ 1 +t + 0.5t
2
+
_
y por tanto
_
r
1
r
2
_
=
_
1 +t + 0.5t
2
+
1 + 2t + 1.5t
2
+
_
La solucin para cada componente de x se obtiene truncando la serie de
potencias en t correspondiente. Ntese que la solucin se caracteriza por
un incremento en la precisin para valores pequeos de t. Si se requiere
una buena solucin en el rango 0 < t < t
)
es necesario incluir un gran
nmero de trminos. Entre mayor el intervalo t
)
, mayor ser el nmero de
trminos necesarios. En los computadores digitales para truncar el clculo
de c
At
de (2.13) se mantiene un continuo chequeo del residuo R(:. t):
c
At
= I +At +
1
2!
A
2
t
2
+ +
1
:!
A
n
t
n
+R(:. t)
El clculo de c
At
se obtiene cuando la norma de la matriz R(:. t),
|R(:. t)|, alcanza un mnimo.
Para propsitos de clculo se acostumbra denir la norma de una matriz,
la cual es un escalar que mide la magnitud absoluta de todos los :
2
elementos de una matriz P de dimensiones : :.
Sea
P =
_
_
j
11
j
1a
.
.
.
.
.
.
.
.
.
j
a1
j
aa
_
_
Una norma de P puede ser:
|P| =
a
i,)=1
j
2
i)
(2.15)
Se proceder ahora a buscar la solucin completa de (2.1), tambin
conocida como la ecuacin transicin de estado.
Anloga a la solucin escalar se intentar la siguiente solucin:
x(t) = c
At
x
0
+c
At
_
t
0
c
At
Bu(t) dt (2.16)
x(t) = c
At
x
0
+
_
t
0
c
A(tt)
Bu(t) dt (2.17)
Se debe probar entonces que (2.17):
1. Satisface la ecuacin diferencial (2.1)
2. Se reduce a x
0
para t = 0.
Prueba. Haciendo t 0 se satisface la ltima condicin:
lm
t!0
x(t) = Ix
0
+I0 = x
0
Para probar la primer condicin se deriva (2.17) con respecto a t:
_ x(t) = Ac
At
x
0
+c
At
c
At
Bu(t) +Ac
At
_
t
0
c
At
Bu(t) dt
_ x(t) = Ac
At
x
0
+IBu(t) +Ac
At
_
t
0
c
At
Bu(t) dt
_ x(t) = A
_
c
At
x
0
+c
At
_
t
0
c
At
Bu(t) dt
_
+Bu(t)
_ x(t) = Ax(t) +Bu(t)
Esto completa la prueba.
Ejemplo 2.2 Sea el sistema
_
_ x
1
_ x
2
_
=
_
1 0
1 1
_ _
r
1
r
2
_
con x(0) =
_
1
1
_
y n(t) un escaln unitario denido por:
n(t) =
_
1, t 0
0, t < 0
Del ejemplo anterior se tiene:
c
At
=
_
1 t + 0.5t
2
0
t +t
2
1 t + 0.5t
2

_
entonces
c
At
Bu(t) =
_
1 t + 0.5t
2

1 2t + 1.5t
2

_
_
t
0
c
At
Bu(t) dt =
_
t
1
2
t
2
+
1
6
t
3

t t
2
+
1
2
t
3

_
De (2.17) se tiene:
x(t) = c
At
_
x
0
+
_
t
0
c
At
Bu(t) dt
_
Por lo tanto:
x(t) = c
At
_
1 +t
1
2
t
2
+
1
6
t
3

1 +t t
2
+
1
2
t
3

_
=
_
1 + 2t +t
2
+
1 + 3t + 2.5t
2
+
_
La ecuacin de transicin de estado (2.17) es til solo cuando el tiempo
inicial se dene en t = 0. En el estudio de sistemas de control,
especialmente sistemas discretos, a menudo se desea separar un proceso
de transicin de estados en una sucesin de transiciones, y por lo tanto
se debe escoger un tiempo inicial ms exible. Sea este t
0
con su
correspondiente estado inicial x(t
0
) y supngase que la entrada u(t) se
aplica para t _ 0.
Evaluando (2.17) en t = t
0
y resolviendo para x(0) se tiene:
x(0) = c
At
0
x(t
0
) c
At
0
_
t
0
0
c
A(t
0
t)
Bu(t) dt (2.18)
Con (2.18) en (2.17):
x(t) = c
At
c
At
0
x(t
0
) c
At
c
At
0
_
t
0
0
c
A(t
0
t)
Bu(t) dt +
_
t
0
c
A(tt)
Bu(t) dt
= c
A(tt
0
)
x(t
0
) +c
A(tt
0
)
_
0
t
0
c
A(t
0
t)
Bu(t) dt +
_
t
0
c
A(tt)
Bu(t) dt
= c
A(tt
0
)
x(t
0
) +
_
0
t
0
c
A(t
0
t)
Bu(t) dt +
_
t
0
c
A(tt)
Bu(t) dt
Entonces:
x(t) = c
A(tt
0
)
x(t
0
) +
_
t
t
0
c
A(t
0
t)
Bu(t) dt (2.19)
Ntese que (2.19) se reduce a (2.17) para t
0
= 0.
2.2.2. Solucin por medio de la trasformada de
Laplace
La gran popularidad de la transformada de Laplace depende de su
habilidad para transformar cierta clase de ecuaciones diferenciales en
ecuaciones algebraicas y la facilidad para el manejo de las condiciones
iniciales.
Transformando ambos miembros de (2.1) se tiene:
:X(:) x
0
= AX(:) +BU(:) (2.20)
:X(:) AX(:) = x
0
+BU(:)
(:I A) X(:) = x
0
+BU(:)
X(:) = (:I A)
1
x
0
+ (:I A)
1
BU(:) (2.21)
Si la ecuacin de salida es:
y = Cx +Du (2.22)
transformando (2.22) y reemplazando (2.21) en ella se obtiene:
Y(:) = C(:I A)
1
x
0
+
_
C(:I A)
1
B+D
U(:) (2.23)
Si se supone el estado inicial nulo x
0
= 0, se dene la matriz de
transferencia H(:) aquella que relaciona la transformada de Laplace de
la respuesta Y(:) con la transformada de Laplace de la excitacin U(:),
as
Y(:) = H(:) U(:) (2.24)
donde
H(:) = C(:I A)
1
B+D (2.25)
de forma que
_
_
1
1
(:)
1
2
(:)
.
.
.
1
q
(:)
_
_
=
_
_
H
11
(:) H
12
(:) H
1j
(:)
H
21
(:) H
22
(:) H
2j
(:)
.
.
.
.
.
.
.
.
.
.
.
.
H
q1
(:) H
q2
(:) H
qj
(:)
_
_
_
_
l
1
(:)
l
2
(:)
.
.
.
l
j
(:)
_
_
(2.26)
donde H
)I
corresponde a la funcin de transferencia que relaciona la
entrada l
I
con la salida 1
)
.
El vector de estado x(t) se obtiene por la transformacin inversa de (2.21):
x(t) = L
1
X(:) = L
1
_
(:I A)
1
x
0
_
= L
1
_
(:I A)
1
_
x
0
De donde se obtiene una nueva representacin para la matriz exponencial:
c
At
= L
1
_
(:I A)
1
_
(2.27)
Ntese que (2.27) suministra una expresin explcita para la matriz de
transicin.
Ejemplo 2.3 Considrese el ejemplo 2.2, en donde
A =
_
1 0
1 1
_
Por lo tanto,
(:I A)
1
=
cd, (:I A)
det (:I A)
=
1
(: 1)
2
_
: 1 0
1 : 1
_
=
_
1
c1
0
1
(c1)
2
1
c1
_
y de (2.27):
c
At
=
_
c
t
0
tc
t
c
t
_
Si se supone el mismo estado inicial
x
0
=
_
1
1
_
se obtiene la solucin explcita para x(t):
x(t) = c
At
x
0
=
_
c
t
c
t
(t + 1)
_
2.2.3. Teorema de Cayley-Hamilton
Teorema 2.1 Teorema de Cayley-Hamilton.
Sea
c (`) = `
a
+c
1
`
a1
+ +c
a
= 0
la ecuacin caracterstica de la matriz de dimensin : :. Entonces,
la matriz satisface la siguiente ecuacin
c (`) =
a
+c
1
a1
+ +c
a
1 = 0
Esto es, la matriz satisface su propia ecuacin caracterstica.
Teorema 2.2 Valores propios de la funcin de una matriz.
Si , () es un polinomio en y c
i
los valores propios de asociados con
los valores propios `
i
, entonces
, () c
i
= , (`
i
) c
i
asi , (`
i
) es un valor propio de , () y c
i
es su correspondiente vector
propio. Si , (`) puede ser denido por la serie de potencia
, (`) =
1
i=0
c
i
`
i
el cual se asume es convergente para [`[ < 1, entonces la funcin de una
matriz
, () =
1
i=0
c
i
i
es convergente si todos los valores de , `
i
satisfacen [`
i
[ < 1. Al usar el
teorema de Cayley-Hamilton, se puede demostrar que para cada funcin
, existe un polinomio j de grado menor que : tal que
, () = j () = c
0
a1
+c
1
a2
+ +c
a1
1 (2.28)
entonces se tiene
, (`
i
) = j (`
i
) , i = 1. . . . . : (2.29)
Si los valores propios son distintos, entonces estas condiciones son
sucientes para determinar los c
i
, i = 1. . . . . :. Si existe un valor propio
con multiplicidad :, entonces las condiciones adicionales
,
(1)
(`
i
) = j
(1)
(`
i
)
.
.
. (2.30)
,
(n1)
(`
i
) = j
(n1)
(`
i
)
se mantienen, donde ,
(i)
es la i-sima derivada con respecto a `.
Al usar (2.28), (2.29) y (2.30) es posible calcular las funciones de las
matrices. Para sistemas de bajo orden, es muy conveniente hacer los
clculos a mano.
Ejemplo 2.4 Clculo de la exponencial de una matriz.
Sea
=
_
0 1
1 0
_
y determine
c
I
= c
0
/ +c
1
1
/ tiene los valores propios i/, el sistema de ecuaciones
c
iI
= c
0
i/ +c
1
c
iI
= c
0
i/ +c
1
dando
c
0
=
1
2i/
_
c
iI
c
iI
_
=
sin (/)
/
c
1
=
1
2
_
c
iI
+c
iI
_
= cos (/)
Finalmente,
c
I
= sin (/)
_
0 1
1 0
_
+ cos (/)
_
1 0
0 1
_
=
_
cos (/) sin (/)
sin (/) cos (/)
_
Muestreo con retenedor de orden cero de un sistema 33
2.3. Muestreo con retenedor de orden cero
de un sistema
Es comn en el control por computador que el conversor D/A sea
construido de modo que l sostiene la seal anloga constante hasta
que una nueva conversin es ordenada. Esto es llamado un circuito
retenedor de orden cero. Se escogen los instantes de muestreo t
I
como los momentos en que el control cambia. Ya que la seal de
control es discontinua es necesario especicar su comportamiento en las
discontinuidades. Se adopta la convencin de que la seal es continua por
la derecha. As la seal de control es representada por la seal muestreada
n(t
I
) : / = . 2. 1. 0. 1. 2. . Se determinar la relacin entre las
variables del sistema en los instantes de muestreo. Dado el estado en
un tiempo de muestra t
I
el estado en un tiempo futuro t se obtiene
resolviendo (2.1). As el estado en t en donde t
I
_ t _ t
I+1
es
r (t) = c
(tt
k
)
r (t
I
) +
_
t
t
k
c
(tc
0
)
1n (:
0
) d:
0
(2.31)
= c
(tt
k
)
r (t
I
) +
_
t
t
k
c
(tc
0
)
d:
0
1n (t
I
)
= c
(tt
k
)
r (t
I
) +
_
tt
k
0
c
c
d:1n (t
I
)
= (t. t
I
) r (t
I
) + (t. t
I
) n(t
I
)
en donde se ha tenido en cuenta que n(t
I
) es constante entre los instantes
de muestreo y se hizo el cambio de variable :
0
= t :.
El vector de estado en t es as una funcin lineal de r (t
I
) y n(t
I
). Si los
conversores D/A y A/D en la gura 2.1 son perfectamente sincronizados
y si los tiempos de conversin son despreciables, se puede considerar que
la entrada n y la salida son muestreadas en los mismo instantes. As el
comportamiento del sistema en los instantes de muestra es descrito por:
r (t
I+1
) = (t
I+1
. t
I
) r (t
I
) + (t
I+1
. t
I
) n(t
I
) (2.32)
(t
I
) = Cr (t
I
) +1n(t
I
)
en donde:
(t
I+1
. t
I
) = c
(t
k+1
t
k
)
(t
I+1
. t
I
) =
_
t
k+1
t
k
0
c
c
d:1
La relacin entre las seales muestreadas puede entonces expresarse por
la ecuacin lineal de diferencia (2.32), la cual da valores exactos de las
variables de estado y de salida en los instantes de muestreo ya que la
seal de control es constante entre estos. Por eso el modelo en (2.32) es
llamado muestreo con retenedor de orden cero (ZOH) del sistema en 2.1.
Generalmente 1 = 0. Una razn es que en los SCC, es medida primero
y n(t
I
) es generada luego como una funcin de (t
I
). Para muestreo
peridico /, t
I
= //, y el modelo de 2.32 se simplica al sistema invariante
r (// +/) = r (//) + n(//) (2.33)
(//) = Cr (//) +1n(//)
en donde
= c
I
(2.34)
=
_
I
0
c
c
d:1
Ntese de (2.34) que
d
dt
= (t) = (t) (2.35)
d
dt
= (t) 1
2.4. Clculo de y
Los clculos requeridos para muestrear un sistema anlogo son: la
evaluacin de la exponencial de una matriz y la integracin de la
exponencial de una matriz, lo cual puede ser hecho de diferentes maneras.
Por ejemplo, usando:
Clculo numrico (Matlab, Matrix).
Expansin en series de la exponencial de una matriz.
Transformada de Laplace - /
_
c
t
_
= (:1 )
1
.
Teorema de Cayley - Hamilton.
Transformacin a forma diagonal o de Jordan.
Clculo de y 35
lgebra simblica en el computador (Maple, Mathemtica).
Clculos a mano son posibles para sistemas de bajo orden, : _ 2, y
para sistemas de alto orden con estructuras especiales. Una manera de
simplicar los clculos es con:
=
_
I
0
c
c
d: = 1/ +
/
2
2!
+

2
/
3
3!
+
entonces:
= 1 +
= 1
El clculo con computador se puede hacer usando varios algoritmos
numricos con Matlab o Matrix.
Ejemplo 2.5 Sistema de primer orden.
Sea
dr
dt
= cr +,n, c ,= 0
De (2.34)
c = c
cI
=
_
I
0
c
cc
d:, =
,
c
_
c
cI
1
_
As el sistema muestreado es:
r (// +/) = c
cI
r (//) +
,
c
_
c
cI
1
_
n(//)
Ejemplo 2.6 Integrador doble.
s
1
s
1
( ) t u ( )
1
x t y =
2
x
s
1
s
1
( ) t u ( )
1
x t y =
2
x
Figura 2.2: Sistema con un integrador doble.
Las ecuaciones de estado y de salida del integrador doble (ver gura 2.2)
se pueden escribir como
_ r =
_
0 1
0 0
_
r +
_
0
1
_
n
=
_
1 0
r
Por lo tanto:
= c
I
= 1 +/ +

2
/
2
2!
+
=
_
1 0
0 1
_
+
_
0 /
0 0
_
=
_
1 /
0 1
_
=
_
I
0
_
1 :
0 1
_
d:
_
0
1
_
=
_
I
0
_
:
1
_
d: =
_
I
2
2
/
_
As, el modelo discreto del integrador doble es
r (// +/) =
_
1 /
0 1
_
r (//) +
_
I
2
2
/
_
n(//) (2.36)
(//) =
_
1 0
r (//)
Ejemplo 2.7 Motor DC.
1
1
+ s s
1
( ) t u ( )
2
x t y =
1
x
voltaje velocidad
1
1
+ s s
1
( ) t u ( )
2
x t y =
1
x
voltaje velocidad
Figura 2.3: Modelo normalizado de un motor DC.
El modelo simple normalizado de un motor DC es (ver gura 2.3):
_ r =
_
1 0
1 0
_
r +
_
1
0
_
n
=
_
0 1
r
Utilizando Laplace:
La inversa del muestreo 37
(:1 )
1
=
_
: + 1 0
1 :
_
1
=
1
: (: + 1)
_
: 0
1 : + 1
_
=
_
1
c+1
0
1
c(c+1)
1
c
_
Entonces:
= c
I
= /
1
_
(:1 )
1
_
=
_
c
I
0
1 c
I
1
_
=
_
I
0
_
c
1 c
_
d =
_
1 c
I
/ 1 +c
I
_
2.5. La inversa del muestreo
De (2.35) se nota que (t) y (t) satisfacen la ecuacin:
d
dt
_
(t) (t)
0 1
_
=
_
aa
(t)
an
(t)
0
na
1
nn
_ _
aa
1
an
0
na
0
nn
_
Por lo tanto,
_
(/) (/)
0 1
_
= exp
__
1
0 0
_
/
_
(2.37)
El muestreo de un sistema dene un mapeo de un sistema anlogo, como
en 2.1, a un sistema discreto, como en (2.33). La pregunta natural es si
es posible obtener el correspondiente sistema anlogo de la descripcin
discreta.
Ejemplo 2.8 Inversa del muestreo.
Considrese la ecuacin de diferencia de primer orden:
r (// +/) = cr (//) +/n (//)
Ntese del ejemplo 2.5 que el correspondiente sistema anlogo se obtiene
de:
c
cI
= c
,
c
_
c
cI
1
_
= /
Entonces
c =
1
/
ln (c)
, =
/
/(c 1)
ln (c)
As se obtiene un sistema anlogo con coecientes reales, solo con c 0.
Para investigar el proceso de muestreo en el caso general, ntese de 2.37
que:
_
1
0 0
_
=
1
/
ln
__

0 1
__
en donde ln () es la funcin logaritmo de una matriz. Del teorema de
Cayley-Hamilton se debe asumir que el logaritmo existe solo cuando
no tenga valores propios en el eje real negativo.
Ejemplo 2.9 Oscilador armnico.
El sistema discreto
r (// +/) =
_
cos c/ sin c/
sin c/ cos c/
_
r (//) +
_
1 cos c/
sin c/
_
n(//)
se puede obtener muestreando un sistema anlogo con:
=
_
0 .
. 0
_
. 1 =
_
0
.
_
su funcin de transferencia con = r
2
es G(:) =
.
2
c
2
+.
2
, en donde
. = c +
2:
/
:, : = 0. 1. 2. . . .
En este caso el problema inverso tiene muchas soluciones. Este es
generalmente el caso si la matriz tiene valores propios complejos. Ntese
que . es nico si .
.
_ . _ .
.
, donde .
.
=

I
es la frecuencia de
Nyquist asociada con el periodo de muestreo /.
Muestreo de un sistema con retardo 39
( ) t u
h kh
t
( ) t u
t
kh h kh+ h kh 2 +
( ) t u
h kh
t
( ) t u
t
kh h kh+ h kh 2 +
Figura 2.4: Relacin entre n(t) y n(t t) y los instantes de muestreo.
2.6. Muestreo de un sistema con retardo
Los retardos son comunes en modelos matemticos de procesos
industriales. La teora de sistemas continuos con retardos es complicada
ya que los sistemas son de dimensin innita. Sin embargo, es fscil
muestrear sistemas con retardos ya que la seal de control es constante
entre tiempos de muestreo, lo cual hace que el sistema muestreado sea de
dimensin nita. Sea el sistema:
dr
dt
= r (t) +1n (t t) (2.38)
Inicialmente se supone que el retardo t es menor o igual al periodo de
muestreo. Se calcular el muestreo del sistema (2.38) con retenedor de
orden cero. Integrando (2.38) sobre un periodo de muestreo:
r (// +/) = c
I
r (//) +
_
II+I
II
c
(II+Ic
0
)
1n (:
0
t) d:
0
(2.39)
Ya que la seal n(t) es constante sobre el intervalo de muestreo, entonces
n(t t), sin embargo, cambia entre los instantes de muestreo (ver gura
2.4). Para evaluar la integral de (2.39) es conveniente entonces partir la
integral en dos partes tal que n(t t) sea constante en cada parte. Por
lo tanto:
_
II+I
II
c
(II+Ic
0
)
1n (:
0
t) d:
0
=
_
II+t
II
c
(II+Ic
0
)
1d:
0
n(// /)
+
_
II+I
II+t
c
(II+Ic
0
)
1d:
0
n(//)
=
1
n(// /) +
0
n(//)
As,el muestreo del sistema anlogo (2.38) da:
r (// +/) = r (//) +
0
n(//) +
1
n(// /) (2.40)
en donde
= c
I
(2.41)
0
=
_
It
0
c
c
d:1
1
= c
(It)
_
t
0
c
c
d:1
Un modelo de espacio de estados de (2.40) es
_
r (// +/)
n(//)
_
=
_

1
0 0
_ _
r (//)
n(// /)
_
+
_
0
1
_
n(//)
Ntese que se introducen : variables de estado adicionales n(// /), las
cuales representan los valores pasados de la seales de control. El sistema
anlogo (2.38) es de dimensin innita, mientras que el correspondiente
sistema muestreado es de dimensin nita. As los retardos son ms
simples de manejar si el sistema es muestreado, por la siguiente razn:
para especicar el estado del sistema, es necesario almacenar la entrada
en un intervalo de tiempo igual al retardo. En la reconstruccin con ZOH,
la seal de entrada se puede representar siempre por un nmero dinito de
valores.
Ejemplo 2.10 Sistema de primer orden con retardo.
Sea
dr
dt
= cr +,n(t t) , c ,= 0
Retardos mayores 41
Si el sistema es muestreado con un periodo /, en donde 0 _ t _ /,
entonces de (2.41):
= c = c
cI
0
= /
0
=
_
It
0
c
cc
,d: =
,
c
_
c
c(It)
1
_
1
= /
1
= c
c(It)
_
t
0
c
cc
,d: =
,
c
_
c
cI
c
c(It)
_
El sistema muestreado es entonces
r (// +/) = cr (//) +/
0
n(//) +/
1
n(// /)
Ejemplo 2.11 Integrador doble con retardo.
Para el integrador doble del ejemplo 2.6 con retardo 0 _ t _ / se tiene
= c
I
=
_
1 /
0 1
_
1
= c
(It)
_
t
0
c
c
d:1 =
_
1 / t
0 1
_ _
t
2
2
t
_
=
_
t
_
/
t
2
_
t
_
0
=
_
It
0
c
c
d:1 =
_
(It)
2
2
(/ t)
_
2.7. Retardos mayores
Si el retardo es mayor que /, entonces el anlisis previo debe ser
modicado un poco. Si:
t = (d 1) / t
0
, 0 < t
0
< /
en donde d es un entero, se obtiene la siguiente ecuacin:
r (// +/) = r (//) +
0
n(// (d 1) /) +
1
n(// d/)
en donde
0
y
1
son dados por (2.41) con t reemplazada por t
0
.
El correspondiente modelo de espacio de estado es:
_
_
r (// +/)
n(// (d 1) /)
.
.
.
n(// /)
n(//)
_
_
=
_
_

1

0
0
0 0 1 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 1
0 0 0 0
_
_
_
_
r (//)
n(// d/)
.
.
.
n(// 2/)
n(// /)
_
_
+
_
_
0
0
0
.
.
.
1
_
_
n(//)
(2.42)
Figura 2.5: Diagrama esquemtico de una mquina de papel
Con t 0 , notese que d : variables de estado adicionales son
usadas para describir el retardo, en donde : es el nmero de entradas.
El polinomio caracterstico de la descripcin del espacio de estado es
`
ov
(`), en donde (`) es el polinomio caracterstico de .
Ejemplo 2.12 Modelo simple de una mquina de papel.
Muchos procesos dinmicos se pueden aproximar por una dinmica de
primer orden y un retardo. Un ejemplo e la mquina de papel. La gura
2.5 muestra el modelo simple de una mquina de papel. La entrada es el
ujo de materia prima, es decir, la cantidad de pulpa. La salida es el peso
bsico, es decir el grosor del papel.
El modelo matemtico se puede normalizar a la funcin de transferencia
G(:) =
1
: + 1
c
tc
=
1 (:)
l (:)
Con r = la ecuacin diferencial es:
dr
dt
= r (t) +n(t t)
Con t = 2.6 y / = 1 ==d = 3 y t
0
= 0.6 y 2.42 es:
r (/ + 1) = r (/) +
0
n(/ 2) +
1
n(/ 3)
en donde
= c
1
= 0.3679
0
=
_
0.4
0
c
c
d: = 1 c
0.4
= 0.3297
1
= c
0.4
_
0.6
0
c
c
d: = c
0.4
c
0.1
= 0.3024
Sistemas discretos 43
2.8. Sistemas discretos
Se tratarn las propiedades de la ecuaciones en diferencia. Los sistemas
discretos invariantes se pueden describir por:
r (/ + 1) = r (/) + n(/) (2.43)
(/) = Cr (/) +1n(/)
Por simplicidad se us el tiempo de muestreo / = 1.
2.9. Solucin de ecuaciones
Para analizar sistemas discretos es necesario resolver (2.43). Suponer que
las condiciones iniciales r (/
0
) y las seales de entrada n(/
0
), n(/
0
+ 1),
. . . son dadas. LA ecuacin (2.43) se puede resolver por iteraciones
simples:
r (/
0
+ 1) = r (/
0
) + n(/
0
) (2.44)
r (/
0
+ 2) = r (/
0
+ 1) + n(/
0
+ 1)
=
2
r (/
0
+ 1) + n(/
0
) + n(/
0
+ 1)
.
.
.
r (/) =
II
0
r (/
0
) +
II
0
1
n(/
0
) + + n(/ 1)
=
II
0
r (/
0
) +
I1
)=I
0
I)1
n(,)
La solucin consiste de 2 partes: una que depende de las condiciones
iniciales y la otra es una suma ponderada de las seales de entrada. 2.44
muestra que los valores propios de determinan las propiedades de la
solucin y se determinan de la ecuacin caracterstica
det (`1 ) = 0
Ejemplo 2.13 Solucin de una ecuacin de diferencia.
Considrese el sistema discreto:
r (/ + 1) =
_
`
1
0
1 `
2
_
r (/) , r (0) =
_
1
1
_
Se puede vericar que
I
=
_
`
I
1
0
I
J=1
`
(IJ)
1
`
(J1)
2
`
I
2
_
Por lo tanto de (2.44)
r (/) =
_
`
I
1
I
J=1
`
(IJ)
1
`
(J1)
2
+`
I
2
_
Si [`
i
[ < 1, i = 1. 2, entonces r (/) converge al origen. Si uno de los valores
propios de tiene un valor absoluto mayor que 1, entonces uno o ambos
de los estados divergen.
2.10. Cambio de coordenadas en los
modelos de espacio de estados
Considrese el sistema discreto (2.43). Se introducir un cambio de
coordenadas, es decir, se denen nuevas variables de estado. Si 1 es una
matriz no singular y se dene un nuevo vector de estado 2 (/) = 1r(/),
2 (/ + 1) = 1r (/ + 1) = 1r (/) +1n(/)
= 11
1
2 (/) +1n(/)
=
~
2 (/) +
~
n(/)
y:
(/) = Cr (/) +1n(/)
= C1
1
2 (/) +1n(/)
=
~
C2 (/) +
~
1n(/)
Teorema 2.3 Invarianza de la ecuacin caracterstica.
La ecuacin caracterstica
det (`1 ) = 0
es invariante cuando se introducen nuevos estados utilizando una matriz
de transformacin no singular 1.
Forma diagonal 45
Prueba.
det
_
`1
~
_
= det
_
`11
1
11
1
_
= det 1 det (`1 ) det 1
1
= det (`1 )
Hallar una matriz de transformacin es lo mismo que resolver para los :
2
elementos de 1 del siguiente conjunto de ecuaciones:
1 =
~
1
Se pueden escoger coordenadas tales que den formas simples de las
ecuaciones del sistema.
2.11. Forma diagonal
Si tiene valores propios diferentes, entonces existe un matriz 1 tal que
11
1
=
_
_
`
1
0
.
.
.
.
.
.
.
.
.
0 `
a
_
_
en donde los `
i
son los valores propios de . El clculo de 1 se discute
posteriormente. En este caso se obtiene un conjunto desacoplado de
ecuaciones de diferencia de primer orden:
2
1
(/ + 1) = `
1
2
1
(/) +,
1
n(/)
.
.
.
2
a
(/ + 1) = `
a
2
a
(/) +,
a
n(/)
(/) =
1
2
1
(/) + +
a
2
a
(/)
La solucin del sistema de ecuaciones es ahora simple:
2
i
(/) = `
i
(/) 2
i
(0) +
I1
J=0
`
IJ1
i
,
i
n(J) (2.45)
Ejemplo 2.14 Forma diagonal
Considrese el motor DC del ejemplo 2.7 con / = 1. Usando la
transformacin:
1 =
_
1 1
1.4142 0
_
se obtiene
~
=
_
1 0
0 0.3679
_
.
~
=
_
1
0.8970
_
.
~
C =
_
1 0.7071
2.12. Forma de Jordan

Si tiene valores propios mltiples, entonces generalmente no es posible
diagonalizar . Sea una matriz de : : y la notacin
1
I
(`) =
_
_
` 1 0 0
0 ` 1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0
0 0 ` 1
0 0 0 `
_
_
en donde 1
I
es una matriz de / /. Entonces existe una matriz 1 tal que
11
1
=
_
_
1
I
1
(`
1
) 0
1
I
2
(`
2
)
.
.
.
.
.
.
.
.
.
0 1
I
r
(`
v
)
_
_
(2.46)
con /
1
+ /
2
+ /
v
= :. Los `
i
son los valores propios de , no
necesariamente distintos. (2.46) es llamada la forma de Jordan. As, la
matriz transformada
~
tiene los valores propios en la diagonal principal
y algunos en la diagonal superior.
2.13. Vectores caractersticos
generalizados
Si A tiene valores caractersticos de orden mltiple y no es simtrica,
no todos los vectores caractersticos se pueden encontrar de la ecuacin
Forma cannica de Jordan 47
(`
i
I A) p
i
= 0. Si `
)
es un valor caracterstico de multiplicidad :
entonces los vectores caractersticos generalizados se pueden obtener de
las : ecuaciones vectoriales siguientes:
(`
)
I A) p
1
= 0
(`
)
I A) p
2
= p
2
.
.
.
(`
)
I A) p
n
= p
n1
2.14. Forma cannica de Jordan
En general, cuando A tiene valores caractersticos de orden mltiple,
a menos que la matriz sea simtrica con elementos reales, no se puede
transformar en una matriz diagonal. Sin embargo, existe una matriz de
transformacin de similitud T, tal que
^
A = T
1
AT es casi diagonal. La
matriz
^
A se conoce como forma cannica de Jordan.
Una forma cannica de Jordan tpica es:
^
A =
_
_
`
1
1 0 0 0
0 `
1
1 0 0
0 0 `
1
0 0
0 0 0 `
2
0
0 0 0 0 `
3
_
_
en donde se supone que A tiene un valor caracterstico de tercer orden `
1
,
y valores caractersticos distintos `
2
y `
3
. Para realizar la transformacin
a la forma cannica de Jordan, la matriz de transformacin T se
forma empleando los vectores caractersticos y los vectores caractersticos
generalizados como sus columnas.
Es importante mencionar dos cosas:
a. La controlabilidad en sistemas de mltiple entrada generalmente no
requiere que el sistema sea controlable por cada entrada actuando
sola; el sistema es controlable si todas las entradas actuando juntas
pueden transferir el estado x(t
0
) al estado x(t
)
). La prueba de
controlabilidad en este caso es que la matriz ( (A. B) tenga rango
total.
b. Para sistemas de mltiple salida el criterio algebraico para
observabilidad es que el rango de O(C. A) sea igual a : (nmero
de variables de estado).
2.15. Modelos entrada - salida
Un sistema dinmico se puede describir usando modelos internos, como los
modelos de espacio de estado (describen todos los acoples internos entre
las variables del sistema) o modelos externos, que dan solo la relacin
entre la entrada y la salida del sistema. La relacin entrada - salida para
un sistema lineal se puede expresar por una funcin que es la respuesta
al pulso. El clculo con operador de desplazamiento se puede usar para
derivar directamente la relacin entrada - salida, lo cual conduce a la
caracterizacin del comportamiento entrada - salida en trminos de los
operadores de transferencia al pulso.
2.16. Respuesta al pulso
Considrese un sistema discreto con una entrada y una salida. Las seales
de entrada y salida en un intervalo de tiempo nito se puede representar
como vectores de dimensin nita:
l =
_
n(0) n(` 1)
T
1 =
_
(0) (` 1)
T
El modelo lineal general que relaciona 1 a l se puede expresar como
1 =

Hl +1
j
en donde

H es una matriz de ` `. 1
j
es debida a las condiciones
iniciales. Si la relacin entre 1 y l es causal, la matriz

H debe ser
triangular inferior. El elemento /(/. :) de

H es entonces cero si : /.
La relacin entrada - salida para un sistema lineal es:
(/) =
I
n=0
/(/. :) n(:) +1
j
(/)
en donde 1
j
es debido a las condiciones iniciales.
Respuesta al pulso 49
La funcin

/(/. :) es llamada funcin de respuesta al pulso, o la funcin
ponderante del sistema. sta es una representacin conveniente ya que
se puede medir directamente inyectando un pulso de magnitud 1 con
duracin igual al intervalo de muestreo y registrando la salida. Con
condiciones nulas, el valor

/(/. :) de la respuesta al pulso da la salida
en el tiempo / para un pulso unitario en el tiempo :. Para sistemas con
mltiples entradas y salidas, la respuesta al pulso es simplemente una
matriz de funciones. Para sistemas invariantes, la respuesta al pulso es
una funcin de / :, es decir
/(/. :) =

/(/ :)
Para calcular la respuesta al pulso del sistema denido por el espacio de
estado (2.43) se sigue de (2.44):
(/) = C
II
0
r (/
0
) +
I1
J=1
0
C
IJ1
n(J) +1n(/)
As la funcin respuesta al pulso del sistema discreto es
/(/) =
_
_
_
0, / < 0
1, / = 0
C
I1
, / _ 1
(2.47)
La respuesta al pulso es una suma de funciones de la forma:
+c
_
1 (1) `
I
i
_
en donde 1 es un polinomio en /, y `
i
son los valores propios de la matriz
.
Teorema 2.4 Invarianza de la respuesta al pulso.
La respuesta al pulso (2.47) es invariante con respecto a la transformacin
de coordenadas en el modelo de espacio de estado.
Prueba. Se dene un nuevo sistema de coordenadas 2 = 1r. La
respuesta al pulso del sistema transformado para / _ 1 es:
~
/(/) =
~
C
~
I1
~
= C1
1
_
11
1
_
I1
1
= C1
1
1
I1
1
1
1 = C
I1
= /(/)
1 =
~
1 se debe sumar para / = 0.
Si /(/) ,= 0 solo para un nmero nito de /, entonces el sistema es
llamado sistema con respuesta a impulso nito (FIR). Esto implica que
la salida solo ser inuenciada por un nmero nito de entradas.
2.17. Operador de desplazamiento
El clculo con el operador diferencial es una herramienta conveniente para
manipular ecuaciones diferenciales lineales con coecientes constantes.
Un operador anlogo se puede desarrollar para sistemas descritos por
ecuaciones lineales de diferencia con coecientes constantes. En el clculo
con operadores, los sistemas son vistos como operadores que mapean las
seales de entrada a seales de salida. Para especicar un operador es
necario dar su rango, es decir, denir la clase de seales de entrada, y
describir como actua el operador sobre las seales. En el clculo con
el operador de desplazamiento, todas las seales son consideradas como
secuencias doblemente nitas: , (/) : / = . 1. 0. 1. .
Por conveniencia se escoge el periodo de muestreo igual a la unidad. El
operador de desplazamiento hacia adelante se denota por , y tiene la
siguiente propiedad:
, (/) = , (/ + 1)
El operador inverso al anterior es llamado operador de desplazamiento
hacia atrs o el operador de retardo y se denota por
1
. Entonces
1
, (/) = , (/ 1)
Es importante para el rango del operador que las secuencias sean
doblemente innitas; de otra manera, el inverso del operador de
desplazamiento hacia adelante no podria existir. En discusiones de
problemas relacionados a la ecuacin caracterstica de un sistema, tales
como estabilidad y orden del sistema, es ms conveniente usar el operador
. Con relacin a causalidad es ms conveniente usar el operador
1
.
El uso de operadores da descripciones compactas de sistemas y permite
derivar fcilmente relaciones entre las variables del sistema ya que la
manipulacin de las ecuaciones de diferencia es reducida a un problema
puramente algebraico.
Operador de desplazamiento 51
Considrese la ecuacin de diferencia de alto orden:
(/ +:
o
)+c
1
(/ +:
o
1)+ +c
a
a
(/) = /
0
n(/ +:
b
)+ +/
a
b
n(/)
(2.48)
en donde :
o
_ :
b
. El uso del operador da:
_
a
a
+c
1
a
a
1
+ +c
a
a
_
(/) = (/
0
a
b
+ /
a
b
) n(/)
Si se introducen los polinomios:
(.) = .
a
a
+c
1
.
a
a
1
+ +c
a
a
1(.) = /
0
.
a
b
+/
1
.
a
b
1
+ +/
a
b
la ecuacin de diferencia se puede escribir como
() (/) = 1() n(/) (2.49)
Cuando sea necesario, el grado del polinomio se puede indicar por un
subindice
a
a
()
La ecuacin (2.49) tambin se puede expresar en trminos de
1
. Ntese
que (2.48) se puede reescribir
(/)+c
1
(/ 1)+ +c
a
a
(/ :
o
) = /
0
n(/ d)+ +/
a
b
n(/ d :
b
)
en donde d = :
o
:
b
es el exceso de polos. El polinomio
(.) = 1 +c
1
. + +c
a
a
.
a
a
= .
a
a
_
.
1
_
que se obtiene del polinomio invirtiendo el orden de los coecientes,
es llamado polinomio recproco. (2.49) se puede expresar en trminos de
1
:
1
_
(/) = 1
1
_
n(/ d)
Ntese que
no es necesariamente lo mismo que . Por ejemplo,

(.) = . tiene como recproco
(.
1
) = 1. El recproco de
es
= 1 el cual es diferente de . Un polinomio es llamado autorecproco

si
(.) = (.).
El objetivo de la teora de manipuladores algebraicos es convertir
manipulaciones de ecuaciones de diferencia a problemas puramente
algebraicos. De la denicin de operador de desplazamiento se sigue que
la ecuacin de diferencia (2.49) puede ser multiplicada por potencias de
, lo cual simplemente signica un desplazamiento en adelanto en tiempo.
Ecuaciones desplazadas en tiempo, pueden ser multiplicadas por nmeros
reales y luego sumadas, lo cual corresponde a multiplicar 2.49 por un
polinomio en . Por lo tanto, es cierto que
C () () (/) = C () 1() n(/)
Para obtener un lgebra adecuada, es til poder dividir una ecuacin
como la (2.49) por un polinomio en . Esto permitir poder resolver 2.49
con respeto a (/). Un ejemplo simple muestra que no es posible dividir
un polinomio en a menos que se hagan suposiciones especiales.
Ejemplo 2.15 Papel de las condiciones iniciales.
Considrese la ecuacin diferencial:
(/ + 1) c (/) = n(/)
en donde [c[ < 1. Usando la notacin operacional
( c) (/) = n(/) (2.50)
Si (/
0
) =
0
, entonces de (2.44) la solucin es
(/) = c
II
0
0
+
I1
J=I
0
c
IJ1
n(J) (2.51)
= c
II
0
0
+
II
0
i=1
c
i1
n(/ i)
con el cambio de variable i = / J.
Una solucin formal de la ecuacin con operadores (2.50) se obtiene as
(/) =
1
c
n(/) =

1
1 c
1
n(/)
El lado derecho se puede expresar como una serie convergente:
(/) =
1
_
1 +c
1
+c
2
2
+
_
n(/) (2.52)
=
1
i=1
c
i1
n(/ i)
Operador de transferencia al pulso 53
Es claro que las soluciones en (2.51) y (2.52) son las mismas solo si se
supone que
0
o que / /
0
.
Es posible desarrollar un lgebra de operadores que permita la divisin
por un polinomio arbitrario si se supone que hay algn /
0
tal que todas
las secencias son cero para / _ /
0
. Esta lgebra permite entonces la
multiplicacin y divisin de ecuaciones por polinomios en , as como la
suma y resta de ecuaciones . Sin embargo, la suposicin implica que todas
las condiciones iniciales para la ecuacin de diferencia son cero.
2.18. Operador de transferencia al pulso
El uso del clculo con operadores permite que la relacin entrada salida
sea convenientemente expresada como una funcin racional del operador
o
1
. Esta funcin es llamada operador de transferencia al pulso y
se obtiene fcilmente de cualquier descripcin de un sistema eliminando
variables internas por manipulacin algebraica.
Considrese por ejemplo el modelo de espacio de estado (2.43). Para
obtener la relacin entrada - salida, se debe eliminar el vector de estado.
De (2.43):
r (/ + 1) = r (/) = r (/) + n(/)
(1 ) r (/) = n(/)
(/) = Cr (/) +1n(/) =
_
C (1 )
1
+1
_
n(/)
As, el operador de transferencia al pulso (2.43) es dado por
H () = C (1 )
1
+1
Tambin se puede expresar en trminos del operador
1
:
H
1
_
= C
_
1
1
_
1
1
+1 = H ()
El operador de transferencia al pulso es por lo tanto una matriz cuyos
elementos son funciones racionales en .
Para un sistema con una entrada y una salida:
H () = C (1 )
1
+1 =
1()
()
(2.53)
Si el vector de estado es de dimensin : y si los polinomios () y 1() no
tienen factores comunes, entonces el polinomio es de grado :. Ntese de
(2.53) que es tambin el polinomio caracterstico de , lo cual signica
que el modelo entrada - salida se puede expresar como:
(/) +c
1
(/ 1) + +c
a
(/) = /
0
n(/) + /
a
n(/ :)
en donde c
i
son los coecientes del polinomio caracterstico de . El caso
ms comn de SCC es que /
0
= 0, es decir, no hay trmino directo en el
modelo discreto. Generalmente (/) se mide primero y luego se determina
n(/). Entonces, (/) no puede ser inuenciada an si el sistema anlogo
tiene trmino directo.
Ejemplo 2.16 Integrador doble
Considrese el integrador doble del ejemplo 2.6 con / = 1. De (2.53):
H () =
_
1 0
_
1 1
0 1
_
1
_
0.5
1
_
=
0.5 ( + 1)
( 1)
2
=
0.5 (
1
+
2
)
1 2
1
+
2
Ejemplo 2.17 Integrador doble con retardo
Para el integrador doble con / = 1 y retardo t = 0.5 segundos, entonces
de (2.40) y del ejemplo 2.11:
0
=
_
0.125
0.5
_
.
1
=
_
0.375
0.5
_
H () = C (1 )
1
_
0
+
1
1
_
=
_
1 0
_
1 1
0 1
_
1
_
0.125 + 0.375
1
0.5 + 0.5
1
_
H () =
0.125 (
2
+ 6 + 1)
(
2
2 + 1)
=
0.125 (
1
+ 6
2
+
3
)
1 2
1
+
2
Teorema 2.5 Invarianza del operador de transferencia al pulso.
El operador H () para el modelo de espacio de estados 2.43 es
independiente de su representacin por espacio de estado.
Polos y ceros 55
Prueba. Dado
H () = C (1 )
1
+1
y una matriz de transformacin 1, entonces el nuevo sistema de
coordenadas:
~
H () =
~
C
_
1
~
_
1
~
+
~
1
= C1
1
_
1 (1 ) 1
1
_
1
1 +1
= C1
1
1 (1 )
1
1
1
1 +1
= C (1 )
1
+1 = H ()
El modelo de entrada y salida de un sistema con ZOH se puede obtener
usando (2.34) y (2.53).
2.19. Polos y ceros
Los polos de un sistema son los ceros (races) del denominador de H (),
el polinomio caracterstico (). Los ceros se obtienen de 1() = 0, los
polos del sistema inverso. As en el ejemplo 2.16 se tiene un cero en 1 y
dos polos en 1.
El retardo t en un sistema genera polos en el origen. El sistema en el
ejemplo 2.17 tiene 3 polos: 2 en 1, y 1 en el origen. Hay dos ceros en
3
_
8.
2.20. Orden de un sistema
El orden de un sistema es igual a la dimensin de la representacin
por espacio de estado, o el nmero de polos del sistema. Ntese que
es importante usar el operador de desplazamiento en adelanto para
determinar el orden. La determinacin de los polos, ceros y el orden
de un sistema son ocasiones cuando es importante usar el operador de
desplazamiento en adelanto .
2.21. La transformada ?
As como la transformada de Laplace puede ser usada para resolver
ecuaciones diferenciales lineales ordinarias, la transformada ? representa
un mtodo operacional para resolver ecuaciones lineales en diferencia y
sistemas lineales con datos digitales o discretos.
( ) kh y ( ) kh u
discretos datos
de Sistema
Figura 2.6: Diagrama de bloques de un sistema de datos discreto
Considrese el sistema de datos discretos representado por el diagrama
de bloques de la gura 2.6. Una manera de describir la naturaleza
discreta de las seales es considerar que la entrada y la salida del sistema
son secuencias de nmeros, los cuales aparecen a intrvalos de tiempo
uniformes /. Es decir, (//) y n(//), / = 0. 1. 2. . . ..
Para representar las secuencias de entrada y de salida por expresiones en
el dominio del tiempo, se introduce un tren de pulsos o
T
:
o
T
(t) =
1
I=0
o (t //)
As, por ejemplo, para la entrada:
n
(t) = n(t) o
T
(t) =
1
I=0
n(//) o (t //) (2.54)
Una expresin similar se puede escribir para la secuencia de salida (//).
Otro tipo importante de sistemas de datos discretos es el sistema de
datos muestreados en el cual algunas de las seales son continuas pero
convertidas a datos discretos por dispositivos tales como los convertidores
anlogo-digitales (A/D). La formacin de datos discretos a partir de
datos continuos se puede representar por muestreadores. La gura 2.7
muestra el diagrama esquemtico de un muestreador ideal que convierte
la seal continua n(t) en una seal discreta n
(t), la cual es descrita por la

ecuacin (2.54). La duracin de tiempo entre los cierres del muestreador,
/, es llamado el periodo de muestreo.
La transformada ? 57
( ) t u
( ) t u
h
Figura 2.7: Muestreador ideal
Tomando la transformada de Laplace en ambos miembros de (2.54) se
obtiene:
l
(:) =
1
I=0
n(//) c
IIc
(2.55)
Ntese que (2.55) contiene el trmino exponencial c
IIc
, lo cual revela la
dicultad de usar la transformada de Laplace para el tratamiento general
de sistemas de satos discretos, ya que la funcin de transferencia no ser
algebraica como en el caso continuo. Esto motiva la introduccin de la
transformada ?, la cual simplemente convierte funciones trascendentes
en : en funciones algebraicas en ..
2.21.1. Denicin de la transformada ?
La transformada ? se dene como:
. = c
Ic
(2.56)
entonces
: =
1
/
ln . (2.57)
donde : es la variable compleja de la transformada de Laplace y / es el
perodo de muestreo.
Con (2.56) en (2.55):
l
_
: =
1
/
ln .
_
= l (.) =
1
I=0
n(//) .
I
(2.58)
o
l (.) = ? [n
(t)] = / [n
(t)][
c=
1
h
ln :
(2.59)
Ejemplo 2.18 Sea la secuencia : (//) = c
cII
, / = 0. 1. 2. . . . en donde
c es una constante real.
:
(t) =
1
I=0
c
cII
o (t //)
1
(:) =
1
I=0
c
cII
c
IIc
=
1
I=0
c
(c+c)II
Esta ltima es una serie geomtrica y por lo tanto:
1
(:) =
1
1 c
(c+c)I
para

c
(c+c)I
< 1
con . = c
Ic
entonces:
1(.) =
1
1 c
cI
.
1
=
.
. c
cI
para

c
cI
.
1
< 1, es decir [.[ c

cI
.
Ejemplo 2.19 Si en el ejemplo anterior c = 0, se tiene:
: (//) = 1, / = 0. 1. 2. . . .
que es una secuencia de nmeros igual a la unidad. Entonces:
1(.) =
1
I=0
.
I
=
.
. 1
, [.[ 1
que es la transformada ? de la funcin escaln unitario, j
c
(//).
Si una funcin de tiempo : (t) es dada, el procedimiento para encontrar
su transformada ? es formar primero la secuencia : (//) y luego usar
(2.58) para encontrar 1(.). Una interpretacin equivalente es enviar la
seal : (t) a travs de un muestrador ideal cuya salida es :
(t); se obtiene
la transformada de Laplace de :
(t), y 1(.) se determina substituyendo

. por c
Ic
en 1
(:).
La mayora de textos en control digital contienen tablas con las
transformadas ? de las funciones ms comunmente usadas en el anlisis
de sistemas, como se muestra en la tabla 2.1.
En general, la transformada ? de funciones ms complejas se obtiene con
la ayuda de algunos de los teoremas de la transformada ?.
La transformada ? 59
2.21.2. Agunos teoremas de la transformada ?
1. Linealidad:
? c, +,q = c? , +,? q
2. Traslacin real:
? , (// :/) = ?
_
a
, (//)
_
= .
a
1 (.) (2.60)
?
a
, (//) = .
a
_
1 (.)
a1
I=0
, (//) .
I
_
(2.61)
en donde : es un entero positivo. Las ecuaciones (2.60) y (2.61)
representan la transformada ? de una secuencia que es desplazada
a la derecha y a la izquierda, respectivamente, por :/. Ntese que el
lado derecho de (2.61) no es solo .
a
1 (.) ya que la transformada ?
se dene solo para / _ 0. As, el segundo trmino de la derecha de
(2.61) representa la secuencia que se pierde al ser desplazada hacia
la izquierda por :/.
3. Traslacin compleja:
?
_
c
cII
, (//)
_
= 1
_
.c
cII
_
4. Cambio de escala compleja:
?
_
.
I
, (//)
_
= 1 (..)
5. Diferenciacin compleja:
? // , (//) = /.
d1 (.)
d.
6. Teorema del valor inicial:
lm
I!0
, (//) = lm
:!1
1 (.)
si el lmite existe.
7. Teorema del valor nal: Si (1 .
1
) 1 (.) no tiene polos sobre o
fuera del crculo unitario [.[ = 1, entonces:
lm
I!1
, (//) = lm
:!1
_
1 .
1
_
1 (.)
8. Convolucin real:
? , q = ?
_
I
a=0
, (:) q (/ :)
_
= ?
_
I
a=0
, (:) q (/ :)
_
= ? , ? q
en donde , q denota la convolucin real entre las funciones , y q.
2.22. Transformada ? inversa
As como la trasformada de Laplace, uno de los principales objetivos
de la transformada ? es que las manipulaciones algebraicas se hacen
primero en el dominio de ?, y luego la respuesta nal se determina por
la transformada ? inversa. En general, la transformada ? inversa de
1(.) da informacin sobre : (//) y no sobre : (t). En otras palabras, la
transformada ? porta informacain solo en los instantes de muestreo.
Teniendo esto en mente, la transformada ? inversa se puede obtener por
uno de los siguientes tres mtodos:
1. Expansin en fracciones parciales.
2. Series de potencias.
3. Frmula de inversin.
2.22.1. Expansin en fracciones parciales
1(.) se expande por fracciones parciales en una suma de trminos
simples reconocibles, y usando una tabla de transformadas ? se obtiene
el correspondiente : (//). Ntese de las tablas que casi todas las
transformadas ?, tienen el trmino . en el numerador. Por eso, 1(.)
se expande en la forma de
1(.) =

1
.
. c
c
1
I
+

2
.
. c
c
2
I
+
As, primero se expande
1(:)
:
en fracciones parciales y luego se multiplica
por . para obtener la expresin nal.
Transformada ? inversa 61
Ejemplo 2.20 Sea
1(.) =
1 c
cI
(. 1) (. c
cI
)
entonces
1(.) =
1
. 1

1
. c
cI
= .
1
.
. 1
.
1
.
. c
cI
donde
?
1
_
.
1
.
. 1
_
= j
c
((/ 1) /) , / = 1. 2. . . .
as mismo, el segundo trmino de 1(.) puede ser identicado como un
escaln unitario con retardo de / segundos. Por lo tanto,
: (//) =
_
1 c
c(I1)I
j
c
((/ 1) /) , / = 1. 2. . . .
2.22.2. Mtodo de las series de potencias
La denicin de la transformada ? en (2.58) da un mtodo directo para
obtener la transformada ? inversa. De (2.58) se ve que el coeciente de
.
I
en l (.) es simplemente n(//). As, si se expande l (.) en series
de potencias de .
1
, se pueden encontrar lo valores de n(//) para / =
0. 1. 2. . . ..
Ejemplo 2.21 Sea
1(.) =
_
1 c
cI
_
.
(. 1) (. c
cI
)
Exapandiendo en series de potencias .
1
y dividiendo el polinomio del
numerador por el polinomio del denominador, por divisin larga, se
obtiene:
1(.) =
_
1 c
cI
_
.
1
+
_
1 c
2cI
_
.
2
+ +
_
1 c
IcI
_
.
I
+
As,
: (//) =
_
1 c
IcI
_
, / = 0. 1. 2. . . .
2.22.3. Frmula de inversin
La secuencia : (//) se puede determinar de 1(.) por la frmula de
inversin:
: (//) =
1
2:,
_
1(.) .
I1
d. (2.62)
que es una integral de contorno a lo largo de la trayectoria , en donde
es un crculo de radio [.[ = c
Ic
con centro en el origen del plano . y
c es tal que todos los polos de 1(.) .
I1
estn dentro del crculo. Una
manera de evaluar la integral de contorno (2.62) es por el uso del teorema
del residuo de la teora de variable compleja.
Si
1(.) .
I1
= 1
0
(.) =
` (.)
|
i=1
(. j
i
)
n
i
(2.63)
en donde | y :
i
son enteros positivos, entonces del teorema del residuo
se tiene:
: (//) =
|
i=1
res (1
0
(.)) (2.64)
en donde
res(1
0
(.))
:=j
i
=
1
(:1)!
lm
:!j
i
d
n1
d.
n1
((. j
i
)
n
1
0
(.)) (2.65)
para un polo de orden :, y:
res(1
0
(.))
:=j
i
= lm
:!j
i
((. j
i
)
n
1
0
(.)) (2.66)
para un polo simple.
Ntese que 1
0
(.) podra tener un polo simple en el origen cuando / = 0.
Este hecho se debe tener en cuenta en la determinacin de : (0).
Ejemplo 2.22 Sea
1(.) =
(2. 1) .
2 (. 1) (. + 0.5)
Transformada ? inversa 63
Entonces
1
0
(.) =
(2. 1) .
I
2 (. 1) (. + 0.5)
y
: (//) = res
_
1(.) .
I1
_
:=1
+ res
_
1(.) .
I1
_
:=0.5
= res (1
0
(.))
:=1
+ res (1
0
(.))
:=0.5
=
(2. 1) .
I
2 (. + 0.5)
:=1
+
(2. 1) .
I
2 (. 1)
:=0.5
=
1
3
+
2
3
_
1
2
_
I
Por tanto
: (//) =
1
3
+
2
3
_
1
2
_
I
, / = 0. 1. 2. . . .
Ejemplo 2.23 Sea
1(.) =
1
2 (. 1) (. + 0.5)
Ntese que en este caso 1(.) .
I1
tiene un polo en el origen si / = 0, y
as : (0) se debe determinar individualmente, es decir:
: (0) =
1
2 (. 1) (. + 0.5)
:=0
+
1
2. (. + 0.5)
:=1
+
1
2. (. 1)
:=0.5
= 1 +
1
3
+
2
3
= 0
y para / 0:
: (//) =
.
I1
2 (. + 0.5)
:=1
+
.
I1
2 (. 1)
:=0.5
Por tanto
: (//) =
1
3

1
3
_
1
2
_
I1
, / = 1. 2. . . .
y en trminos del escaln unitario:
: (//) =
_
1
3

1
3
_
1
2
_
I1
_
j
c
((/ 1) /)
Con el n de hacer claridad se establece el teorema del residuo:
Teorema 2.6 Si , (.) es analtica en un contorno C y su interior excepto
en un nmero de polos, entonces la integral de contorno a lo largo de C
es:
_
C
, (.) d. = 2:,
a
I=1
1
I
(2.67)
en donde las constantes 1
I
son los residuos de , (.) en los polos que estn
dentro de C.
Una representacin grca del teorema del residuo se observa en la gura
2.8.
Figura 2.8: Contorno C en el plano . y polos de , (.)
2.23. Solucin de las ecuaciones discretas
mediante la transformada ?
La transformada ? se puede usar para resolver ecuaciones de diferencia.
Por ejemplo:
r (/ + 1) = r (/) + n(/)
(/) = Cr (/) +1n(/)
Clculo de la funcin de transferencia al pulso 65
( ) { } kh y
D/A
( ) { } kh u ( ) t y ( ) t u
( ) s G
( ) z H
( ) { } kh y
D/A
( ) { } kh u ( ) t y ( ) t u
( ) s G
( ) z H
Figura 2.9: Muestreo de un sistema anlogo.
Tomando la transformada ? en ambos lados y usando las propiedades:
. (r (.) r (0)) = r (.) + l (.)
r (.) = (.1 )
1
(l (.) +.r (0))
1 (.) =
_
C (.1 )
1
+1
_
l (.) +C (.1 )
1
.r (0)
Se puede introducir la funcin de transferencia al pulso
H (.) = C (.1 )
1
+1 (2.68)
que es la misma (2.53) con reemplazada por .. (/) se puede obtener
ahora usando la transformada inversa. El siguiente teorema es anlogo al
correspondiente en sistemas continuos.
Teorema 2.7 La transformada ? de la respuesta al pulso (2.47) es la
funcin de transferencia al pulso ? /(/) = H (.).
2.24. Clculo de la funcin de transferencia
al pulso
La funcin de transferencia (FT) al pulso se puede determinar a partir
de la FT del sistema anlogo. Sea el sistema descrito por la FT G(:)
precedida por un ZOH(ver gura 2.9). La FTal pulso se puede determinar
por la respuesta a una seal dada. Considrese, por ejemplo, una entrada
escaln unitario. La secuencia n(//) es entonces una secuencia de unos
y n(t) es un escaln unitario. Con 1 (:) = / (t):
1 (:) =
G(:)
:
Sea la transformada ? de la salida muestreada (//):
~
1 = ?
_
/
1
1
_
Dividiendo
~
1 por la transformada ? de la entrada, que es
:
:1
, se obtiene
H (2) =
_
1 .
1
_
~
1 (.)
La FT al pulso se puede obtener as:
1. Determinar la respuesta al escaln del sistema con FT G(:).
2. Determinar la correspondiente transformada ? de la respuesta al
escaln.
3. Dividir por la transformada ? de la funcin escaln.
La tabla 2.1 muestra una lista de funciones temporales y las
correspondientes transformadas de Laplace y ?.
Cuadro 2.1: Funciones temporales y las correspondientes transformadas
de Laplace y ?
, /, ? ,
o (/) 1 1
1. / _ 0
1
c
:
:1
//
1
c
2
I:
(:1)
2
1
2
(//)
2
1
c
3
I
2
:(:+1)
2(:1)
3
c
(
kh
T
) T
1+cT
:
:c
h
T
1 c
(
kh
T
) 1
c(1+cT)
z
ze
h
T
(:1)
z
ze
h
T
!
sin (.//)
.
c
2
+.
2
: sin .I
:
2
2: cos .I+1
Ejemplo 2.24 FT al pulso.
Suponer en la gura 2.9 que
G(:) =
c
: +c
Clculo con operadores y transformada ? 67
La respuesta de este sistema al escaln es:
(t) = /
1
_
c
: (: +c)
_
= /
1
_
1
:

1
: +c
_
= 1 c
ot
As,
(//) = 1 c
oI
Entonces:
1 (.) =
.
. 1

.
. c
oI
1 (.) =
.
_
1 c
oI
_
(. 1) (. c
oI
)
Por lo tanto,
H (.) =
. 1
.
1 (.) =
_
1 c
oI
_
(2 c
oI
)
2.25. Clculo con operadores y
transformada ?
Hay una relacin formal entre el clculo con operadores y clculo con la
transformada ?. Cuando se manipulan ecuaciones de diferencia se puede
usar cualquiera. Las expresiones que se obtienen lucen formalmente muy
similares. De hecho, muchos textos usan la misma notacin para ambos.
La situacin es muy similar a la diferencia entre el operador diferencial
j =
o
ot
y la transformada de Laplace : para sistemas anlogas. Ntese
primero que es un operador que acta sobre secuencias y . es una
variable compleja. Por lo tanto, desde el punto de vista matemtico, tiene
sentido diferenciarlos. Sin embargo, tambin hay una razn terica desde
el punto de vista de sistemas, la cual se ilustra con el siguiente ejemplo.
Ejemplo 2.25 Cancelacin de ceros y polos.
Considrese la ecuacin de diferencia:
(/ + 1) + c (/) = n(/ + 1) + cn(/) (2.69)
Si (2.69) corresponde a un sistema dinmico, su FT al pulso es :
H (.) =
. +c
. +c
= 1
La ltima igualdad se obtiene ya que . es una variable compleja. Se podra
entonces creer, equivocadamente, que (2.69) es idntico a
(/) = n(/) (2.70)
Claramente esto no es cierto ya que la ecuacin de diferencia (2.69) tiene
la solucin:
(/) = (c)
1
(0) + n(/) , / _ 1
la cual es idntica a (2.70) solo si la condicin incial (0) es cero.
Solucin de la ecuacin (2.69). (2.69) se puede reescribir como
(/) +c (/ 1) = n(/) +cn(/ 1) (2.71)
Deniendo las variables de estado
r
1
(/) = (/ 1) (2.72)
r
2
(/) = n(/ 1) (2.73)
De (2.71) y (2.72)
r
1
(/ + 1) = (/) = cr
1
(/) +cr
2
(/) +n(/) (2.74)
De (2.73)
r
2
(/ + 1) = n(/) (2.75)
Reescribiendo (2.74) y (2.75) en forma matricial,
_
r
1
(/ + 1)
r
2
(/ + 1)
_
=
_
c c
0 0
_ _
r
1
(/)
r
2
(/)
_
+
_
1
1
_
n(/) (2.76)
y
(/) =
_
c c
_
r
1
(/)
r
2
(/)
_
+
_
1
n(/) (2.77)
Ntese que
r
2
(0) = n(1) = 0
y de (2.74)
(0) = cr
1
(0) . r
1
(0) =
(0)
c
Es decir,
_
r
1
(0)
r
2
(0)
_
=
_
j(0)
o
0
_
Clculo con operadores y transformada ? 69
Como se sabe, utilizando la transformada ?
1 (.) = C (.1 )
1
.r (0) +
_
C (.1 )
1
+1
_
l (.)
(.1 )
1
=
_
. +c c
0 .
_
1
=
1
. (. +c)
_
. c
0 . +c
_
C (.1 )
1
.r (0) =
1
. (. +c)
(0) =
(0)
1 +c.
1
=
1
1 (c.
1
)
(0)
C (.1 )
1
+1 = 1
As,
(/) = /
1
_
1
1 (c2
1
)
(0) + l (.)
_
Ntese de la serie geomtrica que
1
I=0
_
c.
1
_
I
=
1
1 (c.
1
)
=
1
I=0
(c)
I
.
I
Por lo tanto,
(/) = (c)
1
(0) + n(/)
Si se utiliza el clculo con operadores en (2.69)
( +c) (/) = ( +c) n(/)
Ntese que se puede dividir por + c ya que es un operador. De
este simple ejemplo se observa que las lgebras con la transformada ?
y con el operador de desplazamiento son diferentes. En el clculo con la
transformada ? se puede dividir por una expresin arbitraria, pero esto
no se permite en el clculo con el operador . La interpretacin desde el
punto de vista de los sistemas es que con la transformada ? se podran
cancelar factores y por lo tanto esconder algunos modos.
Esto no sera problema si los modos cancelados corresponden a modos
estables. Otra manifestacin de este efecto se dar posteriormente con los
conceptos de controlabilidad y observabilidad.
2.26. Polos y ceros
Para sistemas de dimensin nita con una entrada y una salida, los polos y
los ceros se pueden obtener del denominador y el numerador de la funcin
de transferencia al pulso. Un polo en . = c corresponde a un modo libre
del sistema asociado con una funcin del tiempo (/) = c
I
. Los polos
son tambin los valores propios de la matriz . Un cero . = c signica
que la transmisin de la seal de entrada n(/) = c
I
es bloqueada por el
sistema.
Considrese un sistema anlogo descrito por el modelo de espacio de
estados de orden ::
dr
dt
= r +1n (2.78)
= Cr
Los polos del sistema son los valores propios de , los cuales se denotan
por `
i
() . i = 1. . . . . :. El muestreo de 2.78 con ZOH da el sistema
discreto:
r (// +/) = r (//) + n(//)
(//) = Cr (//)
Sus polos son los valores propios de , `
i
() . i = 1. . . . . :. Puesto que
= c
I
, se sigue de las propiedades de las funciones de una matriz que
`
i
() = c
A
i
()I
(2.79)
La ecuacin (2.79) da el mapeo de los polos del sistema continuo a los
polos del sistema discreto. La gura 2.10 muestra un mapeo del plano
complejo : en el plano . cuando . = c
cI
. Por ejemplo, el semiplano
complejo : izquierdo es mapeado al crculo unitario del plano .. Ntese
que varios puntos en el plano : son mapeados en el mismo punto en
el plano . (ver gura 2.11). Esta es una ilustracin del efecto aliasing
discutido en el ejemplo 2.8. Para polos dentro de la franja fundamental
o primaria :
0
en la gura 2.11, hay una relacin simple entre los polos
continuos y discretos (comparar con el ejemplo 2.9).
Ejemplo 2.26 Polos complejos.
Polos y ceros 71
Figura 2.10: Mapeo 2 = c
I
Figura 2.11: Cada franja mostrada en el semiplano complejo izquierdo :
es mapeada en el disco unitario.
Considrese el sistema continuo de segundo orden:
.
0
:
2
+ 2j.
0
: +.
2
0
(2.80)
cuyos polos son:
:
1,2
=
_
j J
_
1 j
2
_
.
0
Se puede demostrar que los polos correspondientes del sistema discreto
son dados por la ecuacin caracterstica:
.
2
+c
1
. +c
2
= 0
en donde
c
1
= 2c
j.
0
I
cos
_
_
1 j
2
.
0
/
_
c
2
= c
2j.
0
I
Justicacin de las guras 2.10 y 2.11
Ntese que:
: = o +J.. . = r +,
. = c
cI
. / =
2:
.
c
. .
.
=
.
c
2
1. Con o < 0 (SCI de :)
. = c
oI
c
).I
== [.[ = c
oI
< 1 (Disco unitario)
Ntese adems que si . se reemplaza por
. .
c
= . /2.
.
= . /
2:
/
= .
0
(K entero)
== .(o +,.
0
) = c
oI
c
)I(.I
2
h
)
= c
oI
c
)I.
c
)I2
= c
oI
c
)I.
= .(o +,.)
lo cual justica que cada franja de la gura 2.12 en el SCI de : sea
mapeada en el disco unitario.
Polos y ceros 73
Figura 2.12: Mapeo de cada franja en el crculo unitario
2. Con o < 0,
. = .
.
=
:
/
por tanto
. = c
oI
c
)
h
I
= c
oI
c
)
= c
oI
. [.[ < 1
Con o < 0
. = 0 ==. = c
oI
. [.[ < 1
Con o 0
. = 0 ==. = c
oI
. [.[ 1
3. Mapeo de o = ctc = c (lugar geomtrico de amortiguamiento, o,
constante)
. = c
oI
c
).I
, [.[ = c
cI
(crculos)
si se restringe a la franja primaria, entonces
.
.
< . < .
.
o
:
:
< . <
:
:
, arg . = ./
: < arg . = ./ < :
4. Mapeo de . = ctc = .
0
(lugar geomtrico de frecuencia constante).
. = c
oI
c
).I
entonces
arg . = .
0
/ = constante (lnea recta)
5. Mapeo del lugar geomtrico del factor de amortiguamiento relativo
constante (j).
Con o = tan ,.
, = sin
1
j = cte
Polos y ceros 75
entonces
. = c
tan o.I
c
J.I
[.[ = c
Itan o.
, arg . = /. (espiral logarmica)
Ntese que 0
o
< , < 90
o
:
Si
_
_
_
. = 0 ==[.[ = 1, arg . = 0
o
. =
.
s
4
=

2I
==[.[ = c
2
tan o
, arg . =

2
. =
.
s
2
= .
.
=

I
==[.[ = c
tan o
, arg . = :
6. Mapeo del lugar geomtrico de frecuencia natural no amortiguada
constante.
El lugar geomtrico de .
a
constante en el plano : son crculos concntricos
con el centro en el origen y radio .
a
. La siguiente gura muestra el
correspondiente mapeo en el plano Z dentro del cculo unitario, es decir
para o < 0 en el plano s.
La gura 2.13 muestra las respuestas al escaln del sistema discreto para
diferentes intervalos de muestreo cuando .
0
= 1.83 y j = 0.5. El siguiente
programa en Matlab permite discretizar el sistema anlogo del ejemplo y
gracar las respuestas al escaln para diferentes valores de /.
ro=input(Relacion amortiguamiento sistema de segundo orden:)
wo=input(Frec natural no amortiguada:)
h=input(Tiempo de muestreo:)
num=wo^2;
den=[1 2*ro*wo wo^2];
sisc=tf(num,den)
sisd=c2d(sisc,h,zoh)
[t,y]=step(sisd)
plot(t,y)
La gura 2.14 da un cuadro ms detallado de cmo los polos continuos de
(2.80) son mapeados dentro del crculo unitario para valores de j y .
0
/
cuando el sistema es muestreado.
Sistemas con inversas inestables 77
0 2 4 6
0
0.5
1
(
a
)
0 2 4 6
0
0.5
1
(
b
)
0 2 4 6
0
0.5
1
Tiempo
(
c
)
0 2 4 6
0
0.5
1
Tiempo
(
d
)
Figura 2.13: Respuesta al escaln del sistema discreto del ejemplo para
diferentes valores de / cuando j = 0.5 y .
0
= 1.83, el cual da un tiempo
de crecimiento 1
v
= 1: (a) / = 0.125, (b) / = 0.25, (c) / = 0.5, (d)
/ = 1.0.
2.27. Sistemas con inversas inestables
Un sistema continuo con una FT racional es de fase no mnima si tiene
ceros en el SCD o retardos. Anlogamente, un sistema discreto se dene
a menudo de fase no mnima si tiene ceros fuera del disco unitario. Esa
denicin implica que un retardo no hace el sistema de fase no mnima.
Por otro lado, los retardos no generan los mismos problemas severos como
en los sistemas anlogos. Por eso, en sistemas discretos es ms relevante
hablar de sistemas con o sin inversas inestables, los cuales se denen como
sigue:
Inversa inestable: un sistema discreto tiene una inversa inestable si tiene
ceros fuera del disco unitario.
Un sistema continuo con una inversa estable podra llegar ser un sistema
discreto con una inversa inestable cuando es muestreado. Adems, un
sistema continuo de fase no mnima no siempre llega a ser un sistema
discreto con una inversa estable.
Figura 2.14: Lugar de j constante
2.28. Seleccin de la frecuencia de
muestreo
La seleccin de la frecuencia de muestreo es muy importante en un SCC.
Un periodo de muestreo muy largo har imposible reconstruir la seal de
tiempo continuo. Un periodo de muestreo demasiado corto incrementar
la carga en el computador. Su escogencia depende bastante del propsito
del sistema. Esta pregunta se tocar varias veces en el curso. Por ahora,
solo se relaciona la seleccin de la frecuencia de muestreo a los polos del
sistema continuos en lazo abierto.
Es til caracterizar el periodo de muestreo con una variable que es libre
de dimensiones y que tenga una buena interpretacin fsica. Para sistemas
oscilatorios, es natural normalizar con respecto al periodo de oscilacin:
para sistemas no oscilatorios, el tiempo de creciemiento 1
v
es un factor
natural de normalizacin.
Se introduce a `
v
como el nmero de periodos de muestreo por tiempo
de creciemiento:
`
v
=
1
v
/
Para sistemas de primer orden, 1
v
es igual a la constante de tiempo. Es
razonable entonces escoger `
v
entre 4 y 10. Para un sistema de segundo
orden, con amortiguamiento j y frecuencia natural .
0
, el tiempo de
crecimiento 1
v
est dado por
1
v
= .
0
c
'
tan '
Ejercicios propuestos 79
en donde j = cos ,. Para un amortiguamiento alrededor de j = 0.7,
entonces
.
0
/ - 0.2 0.6
en donde .
0
est en radianes por segundo. Las guras 2.13 y 2.15 muestran
la seleccin del intervalo de muestreo para diferentes seales. Entonces es
razonable escogerlo de modo que
`
v
=
1
v
/
- 4 a 10
0 2 4 6 8
-1
0
1
(
a
)
0 2 4 6 8
0
0.5
1
0 2 4 6 8
-1
0
1
(
b
)
0 2 4 6 8
0
0.5
1
0 2 4 6 8
-1
0
1
(
c
)
0 2 4 6 8
0
0.5
1
0 2 4 6 8
-1
0
1
Tiempo
(
d
)
0 2 4 6 8
0
0.5
1
Tiempo
Figura 2.15: Ilustracin de la muestra y retencin de una sinusoide y
una exponencial. Los tiempos de crecimiento de las seales son 1
v
= 1.
El nmero de muestras por tiempo de crecimiento es: (a) `
v
= 1, (b)
`
v
= 2, (c) `
v
= 4, (d) `
v
= 8.
2.29. Ejercicios propuestos
Ejercicio 2.1 Derivar el sistema digital correspondiente a los siguientes
sistemas continuos (anlogos) cuando se utiliza un retenedor de orden
cero (ZOH):
a. _ r =
_
0 1
1 0
_
r +
_
0
1
_
n, =
_
1 0
r
b.
o
2
j
ot
2
+ 3
oj
ot
+ 2 =
o&
ot
+ 3n
c.
o
3
j
ot
3
= n
Ejercicio 2.2 Las siguientes ecuaciones de diferencia se asumen
describen sistemas continuos muestreados utilizando un circuito retenedor
de orden cero con un periodo de muestreo /. Determinar, si es posible,
los correspondientes sistemas continuos.
a.
o
2
j
ot
2
+ 3
oj
ot
+ 2 =
o&
ot
+ 3n
b. r (// +/) =
_
0.5 1
0 0.3
_
r (//) +
_
0.5
0.7
_
n(//), (//) =
_
1 1
r (//)
c. (//) + 0.5 (// /) = 6n(// /)
Ejercicio 2.3 Considere el oscilador armnico del ejercicio 2.1 a.
Calcular la respuesta al escaln en 0, /, 2/, . . ., cuando el periodo de
muestreo es:
a. / =

2
b. / =

4
Comparar con la respuesta al escaln en el sistema continuo.
Ejercicio 2.4 Hallar la matriz de transformacin 1 que transforma el
modelo de espacio de estados del integrador doble en su forma diagonal o
de Jordan.
Ejercicio 2.5 Hallar la funcin de transferencia del sistema
r (// +/) =
_
0.5 0.2
0 0
_
r (//) +
_
2
1
_
n(//)
(//) =
_
1 0
r (//)
Ejercicio 2.6 Considere un sistema de 2 tanques en cascada, en donde
la seal de entrada es el ujo del primer tanque y la salida es el nivel en el
segundo tanque. Usando los niveles como variables de estado, se obtiene
el modelo:
dr
dt
=
_
0.0197 0
0.0178 0.0129
_
r +
_
0.0263
0
_
n
=
_
0 1
r
a. Muestrear el sistema con periodo de muestreo / = 12.
b. Vericar que la funcin de transferencia del sistema muestreado es:
H (.) =
0.030. + 0.026
.
2
1.65. + 0.68
c. Hallar la ecuacin de diferencia que relaciona la entrada y la salida.
Ejercicio 2.7 Un sistema continuo tiene la siguiente funcin de
transferencia:
G(:) =
1
:
c
tc
se muestrea con / = 1 cuando t = 0.5.
a. Hallar un modelo de espacio de estado del sistema muestreado.
Cul es el orden del sistema muestreado?
b. Determinar la funcin de transferencia y la respuesta al pulso del
sistema muestreado.
c. Hallar los polos y los ceros del sistema muestreado.
Ejercicio 2.8 Resolver el ejercicio 2.7 cuando
G(:) =
1
: + 1
c
tc
con / = 1 cuando t = 1.5.
Ejercicio 2.9 Considere el sistema
(/) 0.5 (/ 1) = n(/ 9) + 0.2n(/ 10)
Hallar lo polinomios (), 1(),
() y 1
() en las representaciones:
() (/) = 1() n(/)
y
+1
_
(/) = 1
1
_
n(/ d)
Qu son d y el orden del sistema?
Ejercicio 2.10 Un ltro con el operador de transferenciaal pulso:
H
1
_
= /
0
+/
1
1
+ +/
a
a
es llamado un ltro con respuesta nita al impulso (FIR).
a. Hallar el orden del sistema.
b. Determinar los polos del ltro y obtener un modelo de espacio de
estado del ltro.
Ejercicio 2.11 Muestrear el sistema
G(:) =
1
:
2
(: + 2) (: + 3)
usando un ZOH y / = 1.
Ejercicio 2.12 Usar la transformada ? para determinar la secuencia de
salida de la ecuacin de diferencia
(/ + 2) 1.5 (/ + 1) + 0.5 (/) = n(/ + 1)
cuando n(/) es un escaln en / = 0 y con (0) = 0.5, (1) = 1.
Ejercicio 2.13 Vericar que
?
_
1
2
(//)
2
_
=
/
2
. (. + 1)
2 (. 1)
y utilizarla para determinar la funcin de transferencia del integrador
doble.
H (.) =
. +/
(1 +/) (.
2
1.1. + 0.4)
La localizacin de polos corresponde a un sistema continuo con
amortiguamiento = 0.7. Simular el sistema y determinar el sobrepaso
para diferentes valores de / en el intervalo (1. 1).
Ejercicio 2.15 Resolver la ecuacin de diferencia
(/) = (/ 1) + (/ 2) , / = 2. 3. . . .
usando (0) = (1) = 1. (Los nmero (/) son los nmeros de
Fibonnacci).
Ejercicio 2.16 Determinar los polos y los ceros (con multiplicidad) del
sistema
(/) 0.5 (/ 1) + (/ 2) = 2n(/ 10) +n(/ 11)
Ejercicio 2.17 Determinar la funcin de transferencia obtenida
muestreando
G(:) =
2 (: + 2)
(: + 1) (: + 3)
con / = 0.02
Ejercicio 2.18 Muestrear el sistema continuo
dr
dt
=
_
1 0
1 1
_
r (t) +
_
1
0
_
n(t 0.2)
usando el intervalo de muestreo / = 0.3. Determinar la funcin de
transferencia.
Captulo 3
Criterios de Estabilidad
Se supone que el lector tiene alguna idea sobre estabilidad para sistemas
lineales e invariantes con el tiempo, por lo menos al punto de saber
que la estabilidad de un sistema est asociada con la ubicacin en el
plano complejo ? (frecuencia compleja) de las raices de la ecuacin
caracterstica: el sistema es estable si todas las raices estn dentro del
crculo unitario. Sin embargo, por conveniencia y para complementar,
se presentarn algunos aspectos del problema de estabilidad y algunos
criterios para determinarla en sistemas discretos.
Se denir primero la estabilidad externa o estabilidad entrada acotada
- salida acotada (BIBO: bouded input bouded output) para un sistema
lineal invariante con el tiempo. Luego se denir la estabilidad interna
de una realizacin con el requerimiento de que todas las raices de la
ecuacin caracterstica estn dentro del crculo unitario. Se notar que
estabilidad interna podra no ser equivalente a estabilidad interna, excepto
para realizaciones mnimas. Se tratar brevemente el mtodo de Lyapunov
para investigar la estabilidad, el cual sirve para obtener un criterio
analtico para la estabilidad interna de sistemas lineales e invariantes con
el tiempo. Y nalmente, se analizar el criterio de Jury el cual es un
criterio algebraico para determinar la estabilidad de sistemas discretos.
3.1. Estabilidad externa
Se dice que un sistema causal es externamente estable si una entrada
acotada [n(/)[ < `
1
, < 1 _ / < , produce una salida acotada
[ (/)[ < `
2
, 1 _ / < . Una condicin necesaria y suciente para
85
86 Criterios de Estabilidad
tal estabilidad, entrada acotada - salida acotada, es que la respuesta
impulsiva sea tal que:
1
I=0
[/(//)[ < ` < (3.1)
en donde /(//) = ?
1
H (.) y H (.) es la funcin de transferencia
? del sistema discreto. En la discusin sobre estabilidad esterna se
supondrn condiciones iniciales cero. Cuando stas no son cero, se pueden
tratar como entradas acotadas al sistema desenergizado, y por eso no hay
prdida de generalidad aqu.
3.2. Estabilidad interna
Una realizacin discreta ser internamente estable si y solo si
[`
i
()[ < 1 (3.2)
es decir, todos lo valores propios de estn dentro del crculo unitario
en el plano ? ([.[ < 1). La condicin (3.2) es equivalente a la condicin
(3.1) si la realizacin es mnima, lo cual se da si el orden de es igual al
orden de H (.).
Se hace notar que lo que se ha denido como estabilidad interna es
llamada a menudo estabilidad asinttica, mientras que una realizacin
en la cual r (/) permanezca acotada a medida que / , sin tender
necesariamente a cero es llamada estable. El punto es que valores
propios de no repetidos sobre el crculo unitario son consistentes
con estabilidad en este sentido, pero no con estabilidad asinttica. Los
sistemas conservativos (sin prdidas), son ejemplos de sistemas estables
pero no asintticamente estables.
Se enunciarn ciertos mtodos para establecer (3.2) basados en un mtodo
muy general, introducido por Lyapunov para estudiar la estabilidad de
sistemas lineales y no lineales.
3.3. El criterio de Lyapunov
Teorema 3.1 Una matriz A es una matriz estable, es decir,
+
c
`
i
(A) < 0 para todos los valores propios de A, si y solo si para
El criterio de Lyapunov 87
cualquier matriz simtrica denida positiva Q dada, existe una matriz
positiva denida (simtrica) P que satisface:
A
T
P+PA = Q (3.3)
en donde una matriz R es semidenida positiva si la forma cuadrtica
x
T
Rx _ 0, para todo x. Si la igualdad se mantiene solo cuando x = 0,
se dice que R es denida positiva.
Ntese que:
1. Una matriz simtrica R es denida positiva si y solo si los menores
principales (los determinantes de las matrices / / en la esquina
superior izquierda de R. / = 1. 2. . . . . :) son todos positivos.
2. La matriz es semidenida positiva si todos los menores principales
no son negativos.
3. Una matriz simtrica R es semidenida positiva (denida positiva)
si y solo si todos los valores propios son no negativos (positivos).
Este criterio de Lyapunov raramente se usa para vericacin numrica
directa de estabilidad. En su lugar se usan ciertas pruebas especiales, por
ejemplo la siguiente variante debido a Kalman, es til a menudo.
Corolario 3.2 (Kalman) En el teorema anterior se puede tomar Q
semidenida positiva, dado que x
T
Qx no es identicamente cero a lo largo
de cualquier solucin diferente de cero (0) de _ x=Ax.
La base fsica de estos resultados es la siguiente:
\ [x(t)] = x
T
(t) Px(t) (3.4)
puede ser considerada como una energa generalizada asociada con la
realizacin. En un sistema estable la energa debe decaer con el tiempo,
consistente con el clculo siguiente:
d\ [x(t)]
dt
= _ x
T
(t) Px(t) +x
T
(t) P_ x(t)
= x
T
(t) A
T
Px(t) +x
T
(t) PAx(t)
= x
T
(t)
_
PA+A
T
P
x(t)
= x
T
(t) Qx(t) (3.5)
Por lo tanto se puede concluir que x(t) 0 a medida que t
provistos de que Q sea denida positiva o al menos provistos de que
x
T
(t) Qx(t) no sea idnticamente cero a lo largo de cualquier trayectoria
de _ x = Ax.
Corolario 3.3 Si A es una matriz estable, entonces la ecuacin de
Lyapunov:
A
T
P+PA+Q = 0
tiene una solucin nica para cada Q.
Si se suponen dos soluciones P
1
y P
2
, entonces:
A
T
[P
1
P
2
] + [P
1
P
2
] A+Q = 0
Por lo tanto:
0 = c
A
T
t
_
A
T
[P
1
P
2
] + [P
1
P
2
] A
_
c
A
T
t
=
d
dt
c
A
T
t
P
1
P
2
c
A
T
t
y
c
A
T
t
P
1
P
2
c
A
T
t
: matriz con valores constantes para todo t.
En particular, si t = 0 y t = t
)
se tiene:
P
1
P
2
= c
A
T
t
f
P
1
P
2
c
A
T
t
f
Haciendo t
)
y usando la estabilidad de A, se obtiene:
P
1
P
2
= 0, entonces P
1
= P
2
.
3.3.1. Sistemas discretos
Con argumentos similares se pueden estudiar los sistemas discretos de la
forma
x(// +/) = x(//) (3.6)
con el nico cambio de que la ecuacin para sistemas de tiempo continuo
3.3 es reemplazada por:
P
o
T
P
o
= Q
o
(3.7)
Criterio de Routh Hurwitz en sistemas discretos mapeados 89
Es importante notar que muchos resultados para sistemas discretos se
pueden obtener de los correspondientes para sistemas continuos mediante
el uso de la transformacin bilineal:
: =
. 1
. + 1
. =
1 +:
1 :
(3.8)
la cual mapea el semiplano complejo izquierdo de : en el crculo unitario
del plano . y viceverza, como se muestra en la gura 3.1.
Figura 3.1: Mapeo del SCI en el crculo unitario y viceverza.
Con las sustituciones dadas en (3.9) para sistemas en forma de espacio
de estado
A (I) (I)
1
. Q
1
2
_
T
+I
_
1
Q
o
(+I)
1
. P P
o
(3.9)
en donde el subndice d es usado temporalmente para denotar cantidades
discretas, se puede vericar que la ecuacin 3.3
A
T
P+PA = Q
se convierte en
P
o
T
P
o
= Q
o
3.4. Criterio de Routh Hurwitz en sistemas
discretos mapeados
Como se seal antes, la prueba de estabilidad de un sistema de control
discreto es esencialmente un problema de investigar si todas las raices de
la ecuacin caracterstica estn dentro del crculo unitario [.[ = 1 en el
plano ..
Como se demostr anteriormente, la transformada bilineal . =
1+c
1c
mapea
el SCI de : en el interior del crculo unitario [.[ < 1 de .. Por lo tanto,
una vez que la ecuacin caracterstica en . es transformada al dominio
de : con la transformacin bilineal, el criterio de Routh-Hurwitz se puede
aplicar a la ecuacin en :.
Ejemplo 3.1 Considere la ecuacin caracterstica de un sistema dada
por
c (.) = .
3
+ 5.94.
2
+ 7.7. 0.368 = 0
Con . =
1+c
1c
entonces
c
_
1 +:
1 :
_
=
_
1 +:
1 :
_
3
+ 5.94
_
1 +:
1 :
_
2
+ 7.7
_
1 +:
1 :
_
0.368 = 0
= 3.128:
3
11.744:
2
+ 2.344: + 14.272
Aplicando el criterio de Routh-Hurwitz se tiene
:
3
3.128 2.344
:
2
11.744 14.272
:
1
3.128 2.344
11.744 14.272
11.744
= 6.145
3.128 0
11.744 0
11.744
= 0
:
0
11.744 14.272
6.145 0
6.145
= 14.272 0
ya que hay dos cambios de signo en la primera columna de la tabla
anterior, la ecuacin caracterstica c
_
1+c
1c
_
tiene dos raices en el semiplano
complejo derecho, lo cual corresponde a que c (.) tenga dos raices fuera
del crculo unitario en el plano .. Por lo tanto, el sistema discreto
correspondiente es inestable.
Ejemplo 3.2 La ecuacin caracterstica de un sistema de control digital
lineal es
c (.) = .
3
+.
2
+. +1
en donde 1 es una constante real. Hallar el rango de valores de 1 de
modo que el sistema sea estable.
Criterio de Jury 91
Utilizando la transformacin bilineal, entonces
c
_
1 +:
1 :
_
=
_
1 +:
1 :
_
3
+
_
1 +:
1 :
_
2
+
_
1 +:
1 :
_
+1 = 0
= (1 1) :
3
+ (1 + 31) :
2
+ 3 (1 1) : + (3 + 1) = 0
Aplicando el criterio de Routh-Hurwitz se tiene
:
3
(1 1) 3 (1 1)
:
2
(1 + 31) (3 +1)
:
1
(1 1) 3 (1 1)
(1 + 31) (3 +1)
(1+31)
= 81 (1 1)
(1 1) 0
(1 + 31) 0
(1+31)
= 0
:
0
(1 + 31) (3 +1)
81 (1 1) 0
81(11)
= (3 +1) 0
Entonces
(1 1) 0 =1 < 1
(1 + 31) 0 =1
1
3
81 (1 1) 0 =1 < 1 ya que 1 0
(3 +1) 0 =1 3
Por lo tanto
0 < 1 < 1
Hay pruebas de estabilidad que se pueden aplicar directamente a la
ecuacin caracterstica en ., con referencia al crculo unitario en el plano
. como el criterio de Jury.
3.5. Criterio de Jury
Si la ecuacin caracterstica de un sistema discreto es
c (.) = c
0
.
a
+c
1
.
a1
+ +c
a
(3.10)
Es posible obtener la tabla 3.1:
en donde:
c
I1
i
= c
I
i
c
I
c
I
I1
(3.11)
c
I
=
c
I
I
c
I
0
(3.12)
c
0
c
1
c
a1
c
a
c
a
c
a1
c
1
c
0
c
a
=
o
n
o
0
c
a1
0
c
a1
a2
c
a1
a1
c
a1
a1
c
a1
1
c
a1
0
c
a1
=
o
n1
n1
o
n1
0
.
.
.
c
0
0
Cuadro 3.1: Tabla para el criterio de Jury
La primera y la segunda la de la tabla 3.1 son los coecientes en (3.10)
en orden directo e inverso, respectivamente. La tercer la se obtiene
multiplicando la segunda la por c
a
=
o
n
o
0
y restndola de la primera
la. El ltimo elemento en la tercer la es por lo tanto cero. La cuarta
la es la tercera en orden invertido. El esquema se repita hasta que hay
2: + 1 las. La ltima la consiste de un nico elemento.
La prueba de estabilidad de Jury establece que: si c
0
0, entonces la
ecuacin caracterstica (3.10) tiene todas sus raices dentro del crculo
unitario si y solo si todos los c
I
0
, / = 0. 1. . . . . :1 son positivos. Si ningn
c
I
0
es cero entonces el nmero de los c
I
0
negativos es igual al nmero de
races fuera del crculo unitario.
Nota: si todos los c
I
0
son positivos para / = 1. 2. . . . . : 1. entonces se
puede demostrar que la condicin c
0
0
0 es equivalente a las condiciones
(3.13)
c (1) 0 (3.13)
(1)
a
c (1) 0
Estas condiciones (3.13) son necesarias (pero no sucientes) para
estabilidad y por lo tanto se pueden usar antes de formar la tabla. Es
decir, si se viola cualquiera de las condiciones (3.13), entonces no todas
las raices de la ecuacin caracterstica (3.10) estn dentro del crculo
unitario.
Ejemplo 3.3 Considere la ecuacin caracterstica (3.14)
c (.) = .
2
+c
1
. +c
2
(3.14)
y determine si es estable usando el criterio de estabilidad de Jury.
Criterio de Jury 93
1 c
1
c
2
c
2
c
1
1 c
2
=
o
2
1
1 c
2
2
c
1
(1 c
2
)
c
1
(1 c
2
) 1 c
2
2
c
1
=
o
1
(1o
2
)
1o
2
2
=
o
1
1+o
2
1 c
2
2
o
2
1
(1o
2
)
1+o
2
Cuadro 3.2: Tabla para el criterio de Jury
Se construye la tabla
Entonces, todas las raices de (3.14) estn dentro del crculo unitario si:
1 c
2
1
0
1 c
2
2
c
2
1
(1 c
2
)
1 +c
2
=
1 c
2
1 +c
2
_
(1 +c
2
)
2
c
2
1
_
0
lo cual da:
c
2
< 1
c
2
1 +c
1
c
2
1 c
1
El rea de estabilidad para la ecuacin de segundo orden (3.14) se muestra
en la gura 3.2.
Figura 3.2: rea de estabilidad para la ecuacin de segundo orden 3.14
como una funcin de los coecientes c
1
y c
2
.
Ejercicio 3.1 Determinar si las siguientes ecuaciones tienen todas sus
raices dentro del disco unitario:
1. .
2
1.5. + 0.9 = 0
2. .
3
3.
2
+ 2. 0.5 = 0
3. .
3
2.
2
+ 2. 0.5 = 0
4. .
3
+ 5.
2
.0. 25. 1.25 = 0
5. .
3
1.7.
2
+ 1.7. 0.7 = 0
Ejercicio 3.2 La funcin de transferencia en lazo abierto de un sistema
digital es
H (.) =
1
. (. 0.2) (. 0.4)
con 1 0. Hallar las condiciones para 1 tal que el sistema sea estable
en lazo cerrado.
Ejercicio 3.3 Hallar la curva de Nyquist para el sistema
H (.) =
1
. 0.5
Captulo 4
Controlabilidad,
Alcanzabilidad,
Observabilidad y
Detectabilidad
Dos preguntas fundamentales para sistemas dinmicos se discuten. La
primera es si es posible conducir un sistema desde un estado inicial dado
a cualquier otro estado. La segunda es como determinar el estado de un
sistema dinmico con observaciones de las entradas y las salidas. Estas
preguntas fueron hechas y respondidas por Kalman, quien introdujo los
conceptos de controlabilidad y observabilidad. Los sistemas pueden ser
de mltiples entradas y mltiples salidas (MIMO).
4.1. Controlabilidad y alcanzabilidad
Considere el sistema
r (/ + 1) = r (/) + n(/) (4.1)
(/) = Cr (/)
Supngase que el estado inicial r (0) es dado. El estado en el instante :,
en donde : es el orden del sistema es dado por
r (:) =
a
r (0) +
a1
n(0) + + n(: 1) (4.2)
=
a
r (0) + \
C
l
95
96 Controlabilidad, Alcanzabilidad, Observabilidad y Detectabilidad
en donde
\
C
=
_

2

a1
aan
l =
_
n(: 1) n(:)
T
na1
Comparar con la ecuacin (2.44). Si \
C
tiene rango :, entonces es posible
encontrar : ecuaciones de las cuales las seales de control se pueden
encontrar de modo que el estado inicial es transferido al estado nal
deseado r (:). Ntese que la solucin no es nica si hay ms de una
seal de entrada. En la literatura, la controlabilidad se dene de varias
formas, en este caso se dene as:
Denicin 4.1 Controlabilidad: El sistema (4.1) es controlable, si es
posible encontrar una secuencia de control tal que el origen pueda ser
alcanzado desde cualquier estado inicial en un tiempo nito.
Un concepto relacionado con la controlabilidad es la alcanzabilidad, que
se dene as:
Denicin 4.2 Alcanzabilidad: El sistema (4.1) es alcanzable, si es
posible encontrar una secuencia de control tal que un estado arbitrario
pueda ser alcanzado desde cualquier estado inicial en un tiempo nito.
Los dos conceptos sin embargo, son equivalente si es invertible. Aqu
se discute fundamentalmente la alcanzabilidad. La controlabilidad no
implica alcanzabilidad, lo cual se observa de (4.2). Si
a
r (0) = 0,
entonces el origen ser alcanzado con entrada cero, pero el sistema no
es necesariamente alcanzable.
El siguiente teorema se desprende de la denicin anterior y clculos.
Teorema 4.1 Alcanzabilidad. El sistema (4.1) es alcanzable si y solo si
la matriz \
C
tiene rango :.
La matriz \
C
es llamada usualmente matriz controlable por su analoga
con los sistemas continuos.
Ejemplo 4.1 Un sistema controlable que no es alcanzable.
Controlabilidad y alcanzabilidad 97
El sistema
r (/ + 1) = r (/) + n(/)
en donde
=
_
0 0
1 0
_
. =
_
1
0
_
es alcanzable ya que
\
C
=
_

=
_
1 0
0 1
_
tiene rango total. Supngase que es cambiada por
T
=
_
0 1
, entonces
\
C
=
_
0 0
1 0
_
y el sistema no es alcanzable. Sin embargo, el sistema es controlable ya
que
2
= 0. El origen es alcanzado en 2 pasos para cualquier condicin
inicial, utilizando n(0) = n(1) = 0.
Por le teorema de Cayley Hamilton, se encuentra de (4.2) que todos
los estados que puedan ser alcanzados son generados por las columnas
de la matriz controlable \
C
. Esto implica que los estados alcanzables
pertenecen al subespacio lineal generado por las columnas de \
C
.
Ejemplo 4.2 Subespacios alcanzables
Dado el sistema
r (/ + 1) =
_
1 1
0.25 0
_
r (/) +
_
1
0.5
_
n(/) . r(0) =
_
2
2
_
ser posible encontrar una secuencia de control tal que r (2) =
_
0.5 1
T
?
De (4.2):
r (2) =
2
r (0) + n(0) + n(1)
lo cual da la condicin:
0.5n(0) + n(1) = 4
Una posible secuencia de control es n(0) = 2, n(1) = 3.
Supngase que se desea es:
r (2) =
_
0.5 1
T
Entonces, el sistema de ecuaciones es ahora:
_
3
2
_
=
_
1
0.5
_
(0.5n(0) + n(1))
el cual no tiene solucin. La razn es, por supuesto, que el sistema no es
alcanzable. La matriz controlable es:
\
C
=
_
1 0.5
0.5 0.25
_
Arrancando en el origen, es posible alcanzar solo aquellos puntos del
espacio de estado que pertenecen al subespacio generado por el vector
_
1 0.5
T
. En el ejemplo es posible alcanzar otros puntos debido al efecto
del valor inicial.
Si se introducen nuevas coordenadas mediante una matriz de
transformacin no singular 1, entonces en las nuevas coordenadas:
~
\
C
=
_
~
2
~

~
a1
~
(4.3)
=
_
1 11
1
1 1
2
1
1
1 1
a1
1
1
1
= 1\
C
Si \
C
tiene rango : entonces
~
\
C
tambin tiene rango :. Esto signica
que la alcanzabilidad de un sistema es independiente de las coordenadas.
4.2. Forma cannica controlable
Supngase que tiene la ecuacin caracterstica:
det (`1 ) = `
a
+c
1
`
a1
+ +c
a
= 0 (4.4)
y que \
C
es no singular. Entonces existe una matriz de transformacin
tal que el sistema transformado es:
. (/ + 1) =
_
_
c
1
c
2
c
a1
c
a
1 0 0
1
.
.
.
.
.
.
.
.
.
0 1 0
_
_
. (/) +
_
_
1
0
0
.
.
.
0
_
_
n(/)(4.5)
(/) =
_
/
1
/
a
. (/)
Seguimiento de una trayectoria 99
que es llamada la forma cannica controlable. La ventaja de esta forma
cannica es que es fcil de calcular el modelo de entrada - salida y calcular
una ley de control por realimentacin de estado. Hay maneras simples de
hallar la matriz de transformacin para la forma cannica controlable.
Para un sistema de una entrada, se sigue de (4.3) que la matriz de
transformacin para la forma cannica controlable es 1 =
~
\
C
\
1
C
, en
donde
~
\
C
es la matriz controlable de la representacin (4.5). El siguiente
ejemplo muestra que la inversa de la matriz controlable tiene forma
simple.
Ejemplo 4.3 Inversa de la matriz controlable.
Considere el sistema de tercer orden
r (/ + 1) =
_
_
c
1
c
2
c
3
1 0 0
0 1 0
_
_
r (/) +
_
_
1
0
0
_
_
n(/)
que est en forma controlable. La matriz controlable es:
\
C
=
_

2
=
_
_
1 c
1
c
2
1
c
2
0 1 c
1
0 0 1
_
_
su inversa es:
\
1
C
=
_
_
1 c
1
c
2
0 1 c
1
0 0 1
_
_
Generalizando
\
1
C
=
_
_
1 c
1
c
2
c
a1
0 1 c
1
.
.
.
.
.
.
0 1
.
.
.
c
2
.
.
.
.
.
.
.
.
.
c
1
0 0 1
_
_
4.3. Seguimiento de una trayectoria
De las deniciones y clculos anteriores, es posible determinar una
secuencia de control tal que un estado deseado se pueda alcanzar despus
de : pasos de tiempo (: intervalos de muestreo). La alcanzabilidad
tambin implica que es posible seguir un trayectoria dada en el espacio
de estado. Suponer que cualquier r (/) es dado y que es necesario llegar
a r (/ + 1). De (4.1) se ve que eso es posible si y solo si tiene rango
:, es decir, es necesario pero no suciente tener : seales de entrada.
Para un sistema con una entrada y una salida es posible, en general,
alcanzar estados deseados en cada punto de : muestras, dado que los
puntos deseados son conocidos : pasos en adelanto.
Es fcil hacer que la salida siga una trayectoria dada. Suponga que la
trayectoria es dada por : (/). La seal de control n(/) debe satisfacer:
(/) =
1()
()
n(/) = : (/)
es decir:
n(/) =
()
1()
: (/) (4.6)
Supngase que hay d pasos de retardo en el sistema. La generacin de
n(/) es entonces causal solo si la trayectoria deseada es conocida d pasos
en adelanto. As la seal de control se puede generar en tiempo real y
se obtiene variando la trayectoria de salida deseada a travs del sistema
inverso

1
. La ecuacin (4.6) tiene solucin nica si la seal : (/) es tal
que existe un /
0
tal que n(/) = 0 para todo / < /
0
. La seal n(/) es
acotada si el sistema tiene una inversa estable.
4.4. Observabilidad y detectabilidad
El sistema en (4.1) es observable si hay un valor nito / tal
que el conocimiento de las entradas n(0) . . . . . n(/ 1) y las salidas
(0) . . . . . (/ 1) es suciente para determinar el estado inicial del
sistema. Considrese el sistema en (4.1). El efecto de la seal de entrada,
conocida, siempre se puede determinar y no hay prdida de generalidad
suponer que n(/) = 0. Asmase que (0) . (1) . . . . . (: 1) son dados.
Esto genera el siguiente conjunto de ecuaciones:
(0) = Cr (0)
(1) = Cr (1) = Cr (0)
.
.
.
(: 1) = C
a1
r (0)
Observabilidad y detectabilidad 101
Usando notacin vectorial:
_
_
C
C
.
.
.
C
a1
_
_
r (0) =
_
_
(0)
(1)
.
.
.
(: 1)
_
_
(4.7)
El estado r (0) se puede obtener de (4.7) si y solo si la matriz observable:
\
O
=
_
_
C
C
.
.
.
C
a1
_
_
(4.8)
tiene rango :. El estado r (0) no es observable si r (0) est en el espacio
nulo de \
O
(el conjunto de soluciones para = 0 es, en si mismo,
un espacio vectprial llamado el espacio nulo de ). Si dos estados no son
observables, entonces cualquier combinacin lineal tampoco es observable;
es decir, los estados no observables forman un subespacio lineal.
Teorema 4.2 Observabilidad: el sistema (4.1) es observable si y solo si
\
O
tiene rango :.
Teorema 4.3 Detectabilidad: un sistema es detectable si los nicos
estados no observables son tales que decaen al origen. Es decir, los
correspondientes valores propios son estables.
La prueba de observabilidad dada por el teorema 4.2 es equivalente a la
de la observabilidad de sistemas continuos. Es directo demostrar que la
observabilidad de un sistema es independiente de sus coordenadas.
Ejemplo 4.4 Un sistema con estados no obsevables.
Considere el sistema
r (/ + 1) =
_
1.1 0.3
1 0
_
r (/)
(/) =
_
1 0.5
r (/)
La matriz observable es
\
O
=
_
C
C
_
=
_
1 0.5
0.6 0.3
_
El rango de \
O
es 1, y los estados no observables pertenecen al espacio
nulo de \
O
, es decir,
_
0.5 1
. La gura (4.3) muestra la salida para 4

estados iniciales diferentes. Todos los estados iniciales que pertenecen a
una lnea paralela a
_
0.5 1
dan la misma salida (ver gura 4.1 b y d).

0 5 10
0
1
2
(
a
)
0 5 10
0
1
2
(
b
)
0 5 10
0
1
2
Tiempo
(
c
)
0 5 10
0
1
2
Tiempo
(
d
)
Figura 4.1: Salida del sistema en el ejemplo 4.4 para los estados iniciales:
(a)
_
0.5 1
T
, (b)
_
1.5 0.5
T
, (c)
_
2.5 0
T
, (d)
_
1 0.5
T
.
4.5. Forma cannica observable
Supngase que la ecuacin caracterstica de es (4.4) y que la
matriz observable \
O
no es singular. Entonces existe una matriz de
Forma cannica observable 103
transformacin tal que el sistema transformado es:
2 (/ + 1) =
_
_
c
1
1 0 0
c
2
0 1
.
.
.
c
3
.
.
.
.
.
.
0
.
.
. 1
c
a
0 0
_
_
2 (/) +
_
_
/
1
/
2
.
.
.
/
a
_
_
n(/) (4.9)
(/) =
_
1 0 0
2 (/)
que es llamada la forma cannica observable, la cual tiene la ventaja
de que es fcil encontrar el modelo de entrada - salida y determinar un
observador deseable.
La matriz de transformacin en este caso es dada por
1 =
~
\
1
O
\
O
en donde
~
\
O
es la matriz observable para la representacin 4.9.
Ejemplo 4.5 Inversa de la matriz controlable.
Considere el sistema de tercer orden
r (/ + 1) =
_
_
c
1
1 0
c
2
0 1
c
3
0 0
_
_
r (/) +
_
_
/
1
/
2
/
3
_
_
n(/)
(/) =
_
1 0 0
r (/)
que est en forma observable. La matriz observable es:
\
O
=
_
_
C
C
C
2
_
_
=
_
_
1 0 0
c
1
1 0
c
2
1
c
2
c
1
1
_
_
su inversa es:
\
1
O
=
_
_
1 0 0
c
1
1 0
c
2
c
1
1
_
_
Generalizando
\
1
O
=
_
_
1 0 0
c
1
1 0
.
.
.
c
2
c
1
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0
c
a1
c
2
c
1
1
_
_
Ejemplo 4.6 Un sistema de segundo orden.
Considrese el siguiente sistema el cual est descrito en forma cannica
observable
r (/ + 1) =
_
c
1
1
c
2
0
_
r (/) +
_
/
1
/
2
_
n(/)
(/) =
_
1 0
r (/)
El operador de transferencia al pulso es:
H () =
_
1 0
_
+c
1
1
c
2

_
1
_
/
1
/
2
_
=
1
2
+c
1
+c
2
_
1 0
_
1
c
2
+c
1
_ _
/
1
/
2
_
=
/
1
+/
2
2
+c
1
+c
2
=
/
1
1
+/
2
2
1 +c
1
1
+c
2
2
As, los c
i
y /
i
en la forma cannica denen los polinomios y 1,
respectivamente. Esto es cierto tambin para sistemas de orden :, tanto
la forma observable como la controlable.
4.6. Descomposicin de Kalman
Las partes alcanzables y observables del sistema son dos subespacios
lineales del espacio de estado, los cuales son independientes de las
coordenadas de espacio de estado. Kalman demostr que es posible
introducir coordenadas tales que un sistema se puede partir de la siguiente
Descomposicin de Kalman 105
manera:
r (/ + 1) =
_
11

12
0 0
0
22
0 0
31

32

33

34
0
42
0
44
_
_
r (/) +
_
1
0
2
0
_
_
n(/)
(/) =
_
C
1
C
2
0 0
r (/)
en donde
i)
,
i
, y C
i
son matrices de adecuado orden. El espacio
de estado se divide en 4 partes, que corresponden a estados que son
alcanzables y observables, no alcanzables pero observables, alcanzables
y no observables, y ni alcanzables ni observables.
Usando manipulaciones algebraicas el operador de trasnferencia la pulso
es:
H () = C
1
(1 )
1
1
As el operador de transferencia al pulso es determinado por la parte
alcanzable y observable del sistema. El siguiente teorema resume estos
resultados.
Teorema 4.4 Descomposicn de Kalman. Un sistema lineal se puede
dividir en 4 subsistemas con las siguientes propiedades:
o
cv
: subsistema observable y alcanzable
o
c v
: subsistema observable pero no alcanzable
o
cv
: subsistema no observable pero alcanzable
o
c v
: subsistema ni observable ni alcanzable
Adems la funcin de transferencia al pulso del sistema es determinada
nicamente por el subsistema que es alcanzable y observable.
Un diagrama de bloques de la descomposicn de Kalman se da en la
gura 4.2, la cual muestra como son interconectados los subsistemas. La
gura tambin muestra que la relacin entrada - salida es dada solo por
el subsistema o
cv
.
( ) t u ( ) t y
or
S
r o
S
r o
S
r o
S
( ) t u ( ) t y
or
S
r o
S
r o
S
r o
S
Figura 4.2: Diagrama de bloques de la descomposicin de Kalman cuando
el sistema es diagonalizable.
4.7. Prdida de alcanzabilidad y
observabilidad con el muestreo
El muestreo de un sistema continuo da un sistema discreto con matrices
del sistema que dependen del periodo de muestreo. Que tanto inuye este
en la alcanzabilidad y observabilidad del sistema muestreado?
Para obtener un sistema discreto alcanzable, es necesario que el sistema
continuo tambin sea alcanzable, ya que las seales de control admisibles
para el sistema muestreado - seales constantes por tramos - son un
subconjunto de las seales de control admisibles para el sistema continuo.
Sin embargo, puede suceder que la alcanzabilidad se pierda para algunos
periodos de muestreo. Las condiciones para no observabilidad son ms
restrigidas en el caso continuo ya que la salida tiene que ser cero sobre
un intervalo de tiempo, mientras que la salida muestreada tiene que ser
cero solo en los instantes de muestra. Esto signica que la salida continua
podra oscilar entre los instantes de muestra y permanecer en cero en los
instantes de muestra. Esta condicin es llamada algunas veces oscilacin
escondida. As, el sistema muestreado puede ser no observable an si el
sistema continuo correspondiente es observable.
El oscilador armnico puede ser usado para ilustrar la condicin anterior.
Ejemplo 4.7 Prdida de alcanzabilidad y observabilidad
Anlisis de lazos de realimentacin simples 107
El modelo discreto del oscilador armnico es dado por:
r (// +/) =
_
cos c/ sin c/
sin c/ cos c/
_
r (//) +
_
1 cos c/
sin c/
_
n(//)
r (//) =
_
1 0
r (//)
Los determinantes de las matrices controlable y observable son:
det \
C
= 2 sin (./) (1 cos (./))
y
det \
O
= sin (./)
Tanto la observabilidad como la alcanzabilidad se pierden para ./ = ::,
aunque el sistema continuo correspondiente sea controlable y observable.
El ejemplo muestra una manera obvia de perder observabilidad y/o
alcanzabilidad. Si el periodo de muestreo es la mitad del periodo (o un
mltiplo) de la frecuencia natural del sistema, entonces esta fecuencia no
ser vista en la salida.
Las reglas dadas en el captulo 2 para la escogencia del periodo de
muestreo son tales que esta situacin no debe ocurrir. Las reglas implican
alrededor de 20 muestras por periodo, no 2.
La observabilidad y/o alcanzabilidad se pierden cuando el operador de
transferencia al pulso tiene polos y ceros comunes. Los polos y ceros
son funciones del intervalo de muestreo. Esto implica que habr factores
comunes solo para valores aislados del periodo de muestreo.
Un cambio del periodo de muestreo har que el sistema sea observable
y/o alcanzable de nuevo.
4.8. Anlisis de lazos de realimentacin
simples
Se discute el efecto de la realimentacin en la estabilidad, en el transitorio
y en el estado estacionario. Se consideran fundamentalmente sistemas
con realimentacin simple, como en la gura 4.1. Varias ventajas se
obtienen con el uso de realimentacin, tanto en sistemas continuos como
en sistemas discretos. La realimentacin por ejemplo puede hacer lo
siguiente:
Mejorar el comportamiento transitorio del sistema.
Disminuir la sensitividad al cambio en los parmetros del sistema
en lazo abierto.
Eliminar errores de estado estacionario si hay sucientes
integradores en el sistema en lazo abierto.
Disminuir la inuencia de perturbaciones en la carga y errores en
la medida.
4.9. Perturbaciones
Se acostumbra a distinguir los diferentes tipos de perturbaciones:
perturbaciones de carga, errores en la medida, errores en la medida y
variaciones paramtricas.
4.9.1. Perturbaciones de carga
Afectan las variables del proceso. Podran representar fuerzas de
perturbacin en sistemas mecnicos - por ejemplo, rfagas de viento sobre
una antena estabilizada, olas en un barco, carga en un motor, etc. En
control de procesos, las pertubaciones de carga podran ser variaciones
en la calidad en el ujo de alimentacin (caudal) o variaciones en el ujo
demandado. En sistemas trmicos, las perturbaciones de carga podran
ser variaciones en la temperatura ambiente. Las perturbaciones de carga
tpicamente varan lento. Tmabin podran ser peridicas, por ejemplo,
las olas en sistemas de control de barcos.
4.9.2. Errores de medida
Provienen de los sensores. Podran haber errores de estado estacionario en
algunos sensores debido a errores de calibracin. Sin embargo, los errores
de medida tpicamente tienen compoenentes de alta frecuencia. Tambin
puede haber errores dinmicos debido a la dinmica del sensor y hacer una
interaccin dinmica complicada entre los sensores y el proceso. ejemplos
tpicos son medidas con giroscopios y medidas de nivel de lquido en
reactores nucleares. Los errores de medida a veces dependen del ltraje en
Modelos simples de perturbacin 109
Figura 4.3: Modelos idelaizados de perturbaciones simples
los instrumentos, y es una buena idea examinar el instrumento y modicar
el ltro de manera que se adecue al problema particular.
4.9.3. Variaciones paramtricas
La teora lineal se usa en este curso. Las perturbaciones de carga y
el rudio en la medida aparecen entonces aditivamente. Los sistemas
reales, sin embargo, muchas veces son no lineales. Esto signica que las
perturbaciones actuan de manera ms complicada. Ya que los modelos
lineales se obtienen linealizando los no lineales , algunas perturbaciones
aparecen entonces como variaciones en los parmetros del modelo lineal.
4.10. Modelos simples de perturbacin
Hay 4 tipos diferentes de perturbaciones: impulso, escaln, rampa y
sinusoide, que se utilizan comunmente en el anlisis de sistemas de control.
Se muestra en la gura 4.3.
El impulso y el pulso: Son idealizaciones simples de perturbaciones
instantneas de corta duracin. Pueden representar perturbaciones
de carga, as como errores de medida. Para sistemas continuos, la
perturbacin es un impulso (funcin delta); para sistemas muestreados,
la perturbacin se modela como un pulso con amplitud uno y duracin
un periodo de muestreo. El pulso y el impulso tambin son importantes
por razones tericos, ya que la respuesta de un sistema lineal continuo se
especica completamente por su respuesta al impulso y la de un sistema
discreto por su respuesta al pulso.
El escaln: Otra seal prototipo para una perturbacin. Se usa
tpicamente para representar una perturbacin de carga o una variacin
e
y
K
( ) q H
r
( ) q H
r e
y
K
( ) q H
r
( ) q H
r
Figura 4.4: Generacin del valor de referencia usando un sistema dinmico
con un pulso de entrada.
(oset) en una medida.
La rampa: Es cero para t < 0 y se incrementa linelamente para
t 0. Se usa para representar errores de medida y perturbaciones que
repentinamente comienzan a alejarse de un patrn. En la prctica, las
perturbaciones generlamente son acotadas; sin embargo, la rampa es una
idealizacin til.
La sinusoide: Es el prototipo para una perturbacin peridica. La
seleccin de la frecuencia hace posible representar perturbaciones de carga
de baja frecuencia, as como ruido en la medida de alta frecuencia.
Generacin de las perturbaciones: Es conveniente ver las perturbaciones
como si fueran generadas por sistemas dinmicos (ver gura 4.4).
Se supone que la entrada al sistema dinmico es un pulso unitario o
I
es
decir
: (/) = H
v
() o
I
As para generar un escaln se utiliza
H
v
() =

1
Para generar una rampa se usa
H
v
() =

( 1)
2
Y para generar una sinusoide se utiliza un oscilador armnico. Desde un
punto de vista entrada - salida, las perturbaciones se pueden describir
como respuestas a impulsos. Tambin pueden ser consideradas como
respuestas de sistemas dinmicos con entradas cero, pero condiciones
iniciales diferentes de cero. En ambos casos, las caractersticas principales
de las perturbaciones son descritas por los sistemas dinmicos que las
generan. El mtodo por supuesto se puede aplicara tanto a sistemas
continuos como discretos.
Valores de estado estacionario 111
4.11. Valores de estado estacionario
Cuando se analizan sistemas de control, es importante calcular valores
de estado estacionario de la salida y del error del sistema. Supngase un
sistema con realimentacin simple como se muestra en la gura. Para
generalizar se puede asumir que el lazo de realimentacin unitario es
reemplazado por H
)b
(). El error c (/) es entonces
c (/) =
1
1 +H () H
)b
()
: (/) =
1
1 +1()
(4.10)
El teorema del valor nal (ver propiedades de la transformada Z) se puede
usar para calcular el valor de estado estacionario c (/). Sin embargo,
ntese que la estabilidad del sistema se debe probar primero antes de
que se pueda usar el teorema de valor nal.
Si la seal de entrada es un escaln , el error de estado estacionario se
puede calcular simplemente poniendo = 1 en (4.10).
El nmero de integradores en el sistema en lazo abierto determina la
clase de valores de referencia que se pueden seguir sin errores de estado
estacionario. Si el sistema en lazo abierto tiene j integradores, entonces el
error ser cero en estado estacionario (con la condicin de que el sistema
en lazo cerrado sea asintticamente estable) para seales de referencia
que son polinomiales de 1 de orden menor que o igual a j 1.
Ejemplo 4.8 Errores de estado estacionario para entradas escaln y
rampa.
Considres el sistema
(/) = H () n(/) =
0.5
( 0.8) ( 1)
n(/)
Con el sistema en lazo cerrado como en la gura
c (/) =
( 0.8) ( 1)
( 0.8) ( 1) + 0.5
: (/)
Supngase que : (1) es un escaln unitario. Ya que el sistema en lazo
cerrado es estable (`
1,2
= 0.4 ,
_
0.14), se puede usar el teorema del
valor nal para mostrar que el error de estado estacionario es cero.
Esto se puede ver simplemente haciendo = 1. Otra manera es observar
que el sistema en lazo abierto contiene un integrador, es decir un polo en
1. Si : es una rampa unitaria, cuya transformada Z es:
1(.) =
.
(. 1)
2
el error de estado estacionario es:
lm
I!1
c (/) = lm
:!1
(. 0.8) (. 1)
(. 0.8) (. 1) +. 0.5
. (1 .
1
)
(. 1)
2
= 0.4
4.12. Simulacin
La simulacin es una buena manera de investigar el comportamiento de
sistemas dinmicos, por ejemplo, el comportamiento entre muestras de
SCC. La simulacin es una buena herramienta, pero debe tenerse en
cuenta que la simulacin y el anlisis deben tenerse juntos. Cuando se
hacen simulaciones, no siempre es posible investigar todas las posibles
combinaciones desfavorables, por ejemplo desde el punto de vista de
la estabilidad , observabilidad o alcanzabilidad. Estos casos se pueden
determinar mediante el anlisis.
Es importante que el programa de simulacin sea simple de usar , de
modo que la persona fundamentalmente interesada en los resultados, se
pueda involucrar en la simulacin y en la evaluacin de los resultados de
la simulacin.
Desde el principio de los 60, varios paquetes de simulacin digital
fueron desarrollados. Bsicamente, eran implementaciones digitales de
la simulacin anloga. La programacin se haca usando diagramas de
bloques. Programas posteriores se desarrollaron en los que los modelos se
daban directamente como ecuaciones.
Es importante tener una buena comunicacin mquina - usuario para las
simulaciones; el usuario debe tener la posibilidad para cambiar parmetros
y modicar el modelo fcilmente. La mayora de los programas de
simulacin son interactivos, lo cual signica que el usuario interactua
con el computador y decide el prximo pasado, basado en los resultados
obtenidos hasta el momento. Una manera de implementar la interaccin
es permitir que el computador le pida al usuario seleccionar de respuestas
predenidas; la cual se conoce como interaccin manejada por menus.
Control del integrador doble 113
Otra posibilidad es la interaccin manejada por comandos, la cual es
como un lenguaje que resuelve problemas a alto nivel, y en la cual
el usuario puede escoger libremente de todos los comandos disponibles
en el sistema. Esta es una manera ms exible de comunicarse con el
computador y es muy eciente para el usuario experimentado, mientras
que el programa manejado por menus es ms fcil de usar para el usuario
poco experimentado.
Es importante tambin, en un paquete de simulacin, tener manera
exible de presentar los resultados, los cuales son a menudo curvas.
Finalmente, para poder resolver el tipo de problemas de inters en este
curso, es importante poder combinar sistemas continuos y discretos.
Ejemplos de paquetes de simulacin son: Matlab con el Simulink, Matrix,
Simmon, CC. Es importante que el lector use simulacin para lograr una
buena comprensin del comportamiento de los SCC que son descritos en
este curso.
4.13. Control del integrador doble
El integrador doble ser usado como ejemplo principal para mostrar
como el comportamiento en lazo cerrado es cambiado con diferentes
controladores. El operador de transferencia al pulso del integrador doble,
para el periodo de muestreo / = 1 es:
H
0
() =
0.5 ( + 1)
( 1)
2
(4.11)
Supngase que el propsito del control es hacer que la salida siga los
cambios en el valor de referencia. Supngase tambin que el proceso es
controlado por un computador utilizando realimentacin proporcional, es
decir,
n(/) = 1
j
(: (/) (/)) = 1
j
c (/) . 1
j
0
en donde : es el valor de referencia. La ecuacin caracterstica del sistema
en lazo cerrado es:
( 1)
2
+ 0.51
j
( + 1) =
2
+ (0.51
j
2) + 1 + 0.51
j
= 0 (4.12)
La prueba de estabilidad de Jury (comparar con el ejemplo 3.3) da las
siguientes condiciones para estabilidad
1 + 0.51
j
< 1
1 + 0.51
j
1 + 0.51
j
2
1 + 0.51
j
1 0.51
j
+ 2
de las cuales se deduce que el sistema es inestable para todos lo valores
de ganancia 1
j
.
Para lograr un sistema estable se debe modicar el controlador. Se sabe
de la sntesis de sistemas continuos que la accin derivativa mejora la
estabilidad, as que la realimentacin proporcional y derivativa se puede
intentar tambin para el sistema discreto. Supngase que es posible medir
y muestrear la velocidad _ y usarla para la realimentacin; es decir
n(1) = 1
j
(c (/) 1
o
_ (/)) (4.13)
El diagrama de bloques correspondiente se muestra en la gura 4.5.
s
1
s
1
u
y x =
1
D/A A/D Computador
r
s
1
s
1
u
y x =
1
D/A A/D Computador
r
Figura 4.5: Controlador discreto con realimentacin de la posicin y la
velocidad del integrador doble.
Para hallar el modelo de entrada salida del sistema en lazo cerrado con
el controlador (4.13) ntese que
d
dt
= n
Puesto que n es constante sobre los intervalos de muestreo,
(/ + 1) (/) = n(/)
o
(/) =
1
1
n(/) (4.14)
Aspectos prcticos de la seleccin del periodo de muestreo 115
Las ecuaciones (4.11), (4.13) y (4.14) dan el sistema en lazo cerrado:
(/) =
0.51
j
( + 1)
( 1) ( 1 +1
o
1
j
) + 0.51
j
( + 1)
: (/) (4.15)
El sistema es de segundo orden y hay dos parmetros de diseo, 1
j
y 1
o
que pueden ser usados para seleccionar los polos en lazo cerrado.
La ecuacin caracterstica en lazo cerrado es
2
+ (2 +1
o
1
j
+ 0.51
j
) + 1 1
o
1
j
+ 0.51
j
= 0
La prueba de estabilidad de Jury da las siguientes condiciones de
estabilidad:
1 1
o
1
j
+ 0.51
j
< 1
1 1
o
1
j
+ 0.51
j
1 + (2 +1
o
1
j
+ 0.51
j
)
1 1
o
1
j
+ 0.51
j
1 (2 +1
o
1
j
+ 0.51
j
)
de las cuales se obtiene que 1
j
0. 1
o
0.5 y 1
o
1
j
< 2.
Sea la seal de referencia un escaln. Las guras 4.6 y 4.7 muestran la
salida continua para 4 valores diferentes de 1
j
. El comportamiento del
sistema en lazo cerrado vara desde una respuesta oscilatoria hasta una
bien amortiguada. Cuando 1
j
= 1, los polos estn en el origen y la salida
es igual al valor de referencia despus de 2 muestras. Este es el llamado
control dead beat y se discute posteriormente (ver tambin el captulo 1
de introduccin). Cuando 1
j
1, la salida y la seal de control oscilan
debido a que los polos del sistema discreto estn sobre el eje real negativo.
Los polos estn dentro del crculo unitario si 1
j

4
3
.
4.14. Aspectos prcticos de la seleccin del
periodo de muestreo
La seleccin del periodo de muestreo en sistemas muestreados es un
problema fundamental que ser discutido varias veces en este curso. La
seleccin adecuada depende de las propiedades de la seal, el mtodo de
reconstruccin y el propsito del sistema. En un problema puramente de
procesamiento de seal, el propsito es simplemente registrar una seal
digitalmente y recuperarla de sus muestras. Un criterio razonable para la
0 5 10
0
0.5
1
1.5
S
a
l
i
d
a
:

y
(a)
0 5 10
-0.5
0
0.5
1
Tiempo
S
e
n
a
l

d
e

c
o
n
t
r
o
l
:

u
0 5 10
0
0.5
1
1.5
(b)
0 5 10
-0.5
0
0.5
1
Tiempo
Figura 4.6: Salida del sistema continuo en la gura 4.5 con 1
o
= 1.5 y
con (a) 1
j
= 0.5, (b) 1
j
= 0.75.
seleccin podra entonces ser el tamao del error entre la seal original y
la seal reconstruida. En aplicaciones de procesamiento de seal se puede
justicar tener velocidades de muestreo de varias cientos de muestras por
periodo.
Una seleccin racional de la velocidad de muestreo en un sistema de
control en lazo cerrado debe basarse en la comprensin de su inuencia
en el desarrollo del sistema de control. Parece razonable que la frecuencia
ms alta de inters debe estar cercanamente relacionada al ancho de banda
del sistema en lazo cerrado. La seleccin de las velocidades de muestreo
se puede basar entonces en el ancho de banda o, equivalentemente, en
el tiempo de crecimiento del sistema en lazo cerrado. Velocidades de
muestreo razonables son de 10 a 30 veces el ancho de banda, o de 4 a 10
por tiempo de crecimeinto, las cuales podran parecer lentas en relacin
a los problemas tpicos de procesamiento de seal. Comparativamente,
velocidades de muestreo bajas se pueden usar en problemas de control ya
que la dinmica de muchos sistemas a ser controlados son de caracter
pasabajo y sus constantes de tiempo son tpicamente mayores que
las respuestas temporales en lazo cerrado. La contribucin a la salida
de un periodo de muestreo depende entonces del rea del pulso; es
comparativamente insensitiva a la forma del pulso.
Oscilaciones escondidas 117
0 5 10
0
0.5
1
1.5
S
a
l
i
d
a
:

y
(c)
0 5 10
-2
0
2
Tiempo
S
e
n
a
l

d
e

c
o
n
t
r
o
l
:

u
0 5 10
0
0.5
1
1.5
(d)
0 5 10
-2
0
2
Tiempo
Figura 4.7: Salida del sistema continuo en la gura 4.5 con 1
o
= 1.5 y
con (c) 1
j
= 1, (d) 1
j
= 1.25.
4.15. Oscilaciones escondidas
La gura 4.7 muestra que la salida continua del proceso podra tener
oscilaciones que no son vistas en los puntos de muestra. Estas son
llamadas oscilaciones escondidas o rizado entre muestras. La simulacin
herramienta efectiva para hallar oscilaciones escondidas. La transformada
Z modicada tambin se puede usar para calcular la salida continua entre
los instantes de muestra. Sin embargo, es importante hacer algn anlisis.
El rizado entre muestras se determina esencialmente por la dinmica de
lazo abierto entre los puntos de muestra. Se pueden distinguir dos casos.
Oscilacin en la salida continua de un sistema en lazo abierto o lazo
cerrado cuando no hay oscilacin en la seal de control.
Oscilaciones entre los puntos de muestra causados por una oscilacin
en la seal de control.
El primer caso de rizado entre muestras podra ocurrir si la observabilidad
del sistema en lazo abierto se pierde debido al muestreo. As podran
haber oscilaciones escondidas si el sistema continuo en lazo abierto tienen
modos oscilatorios y si el periodo de muestreo es igual a la frecuencia de
estos modos. Este tipo de oscilacin escondida ocurre solo para ciertos
valores de muestreo. Un cambio en el sistema de muestreo hace el sistema
observable y que la oscilacin pueda ser vista en la salida muestreada. La
frecuencia de la oscilacin es a menudo ms baja en la seal muestreada
que en la seal continua. Para detecta este tipo de rizado entre muestras,
es necesario chequear la observabilidad del sistema muestreado.
Ejemplo 4.9 Oscilacin escondida en un sistema en lazo abierto.
Considere un sistema continuo con la funcin de transferencia
G(:) =
1
: + 1
+
:
(: + 0.02)
2
+:
2
Este sistema se puede representar por el diagrama de bloques de la gura
Muestreando el sistema con / = 2 da la funcin de transferencia al pulso
G(:) =
1
: + 1
+
:
(: + 0.02)
2
+:
2
= G
1
(:) +G
2
(:) . / = 2
( ) s G
1
( ) s G
2
+
+
y
u
1
y
2
y
( ) s G
1
( ) s G
2
+
+
y
u
1
y
2
y
Figura 4.8: Diagrama de bloques del sistema del ejemplo 4.9.
G
1
(:) =
1
: + 1
=
A
1
(:)
l (:)
entonces
_ r
1
= r
1
+n.
1
= r
1
r
1
(/2 + 2) = c
2
r (/ + 2) +
_
1 c
2
_
n(/2)
por tanto
H
1
() =
_
c
2
_
1
_
1 c
2
_
=
(1 c
2
)
( c
2
)
Para G
2
(:):
A
2
(:)
l (:) :A
3
(:)
=
1
: + 0.02
. ) _ r
2
= 0.02r
2
:r
3
+n
A
3
(:)
:A
2
(:)
=
1
: + 0.02
. ) _ r
3
= :r
2
0.02r
3
2
= r
3
. r
_
r
2
r
3
T
_ r =
_
0.02 :
: 0.02
_
r +
_
1
0
_
n.
2
=
_
0 1
r
(:1 )
1
=
_
: + 0.02 :
: : + 0.02
_
1
=
1
(: + 0.02)
2
+:
2
_
: + 0.02 :
: : + 0.02
_
entonces
c
t
=
_
c
0.02t
cos :t c
0.02t
sin :t
c
0.02t
sin :t c
0.02t
cos :t
_
con / = 2
= c
I
=
_
c
0.04
0
0 c
0.04
_
Por lo tanto, la FT al pulso de todo el sistema es:
H () = H
1
() +H
2
() =
1 c
2
c
2
+
0.0125
c
0.04
H (.) =
1 c
. c
+
0.0125
. c
en donde c = c
2
, y c = c
0.04
.
La parte oscilatoria del sistema continuo tiene la frecuencia : y
amortiguamiento 0.02. La frecuencia de muestreo es :, lo cual implica
que la oscilacin es muestreada solo una vez por periodo.
El sistema discreto es de segundo orden y el sistema continuo es de tercer
orden. La cancelacin de ceros y polos que son oscilatorios indica que
0 5 10 15 20 25 30 35 40
0
1
2
(a)
Tiempo
S
a
l
i
d
a
:

y
0 5 10 15 20 25 30 35 40
0
1
2
S
a
l
i
d
a
:

y
(b)
Figura 4.9: Respuesta al escaln del sistema en el ejemplo 4.9 cuando (a)
/ = 2, y cuando (b) / = 1.8.
una oscilacin escondida podra ocurrir. La gura 4.9 (a) muestra la
salida muestreada cuando / = 2 y la gura 4.9 (b) muestra la salida
muestreada cuando / = 1.8. Ahora, la oscilacin se ve claramente en la
salida muestreada donde ahora aparece a una frecuencia ms baja.
El segundo tipo de oscilacin escondida ocurre si hay ceros pobremente
amortiguados en el sistema en lazo abierto que son cancelados por el
controlador. En este caso, la oscilacin puede ser vista en la seal de
control. Este tipo de oscilacin escondida no ser detectada aunque el
periodo de muestreo cambie, si el diseo es tal que los ceros del proceso
sean cancelados.
Ejemplo 4.10 Oscilacin escondida inducida por el controlador.
El integrador doble utilizado previamente se puede usar para demostrar
como un controlador podra introducir oscilaciones escondidas. El modelo
4.11 se puede reescribir como una ecuacin de diferencia
(/) = 2 (/ 1) (/ 2) + 0.5n(/ 1) + 0.5n(/ 2)
y la FT al pulso es
H () =
0.5 ( + 1)
( 1)
2
=
:()
d ()
( ) K u ( ) K y
( ) K r
+
( ) q H
1
( ) q H
( ) q H
2
( ) K u ( ) K y
( ) K r
+
( ) q H
1
( ) q H
( ) q H
2
Figura 4.10: Control en lazo cerrado del integrador doble discreto.
Por comodidad se supone que los denominadores de H
1
() y H
2
() son
iguales, es decir:
H
1
() =
:
1
()
d
1
()
. H
2
() =
:
2
()
d
1
()
La seal de control es
n(/) = H
1
() : (/) H
2
() (/)
=
1
d
1
()
(:
1
() : (/) :
2
() : (/))
El propsito del control es seguir la trayectoria de referencia : (/). La seal
de control se escoger de manera que la salida sea igual a la referencia en
el instante / 1. Con base en esto se obtendr un controlador causal.
Ntese de la gura 4.10 que
(1) = H () n(/) =
:()
d () d
1
()
(:
1
() : (/) :
2
() (/))
Se desea cancelar el cero de la FT H (), entonces se puede seleccionar :
d
1
() = 1 +
Entonces:
(/) =
0.5
( 1)
2
(:
1
() : (/) :
2
() (/))
_
1 +
0.5:
2
()
( 1)
2
_
(/) =
0.5:
1
()
( 1)
2
: (/)
_
( 1)
2
+ 0.5:
2
()
_
(/) = 0.5:
1
() : (/)
Como se desea que
(/) = : (/ 1)
entonces
_
( 1)
2
+ 0.5:
2
()
_
(/) = 0.5:
1
() : (/ 1)
Ntese que si el grado de :
2
() es mayor o igual a dos, entonces el grado
de :
1
() debe ser uno. Sea por ejemplo,
:
1
() = c
entonces
:
2
() =
1
0.5
_
0.5c
2
( 1)
2
_
= c
2
2 + 4 2
= (c 2)
2
+ 2 (2 1)
Si se escoge c = 2
:
2
() = 2 (2 1)
As, la seal de control es
n(/) =
2
+ 1
: (/)
2 (2 1)
+ 1
(/) (4.16)
El sistema en lazo cerrado es dado por
(/) = : (/ 1)
La salida es igual al valor de referencia despus de un paso (un intervalo
de muestreo). Usando el controlador (4.13) con 1
j
= 1 y 1
o
= 1.5, la
salida es igual al valor de referencia en dos pasos. La respuesta al escaln
y la seal de control se muestran en la gura 4.11 cuando se usa la ley de
control (4.16).
0 2 4 6 8 10
0
0.5
1
1.5
S
e
n
a
l

d
e

s
l
a
i
d
a
:

y
0 2 4 6 8 10
-5
0
5
Tiempo
S
e
n
a
l

d
e

c
o
n
t
r
o
l
:

u
Figura 4.11: Respuesta al escaln y la seal de control del integrador doble
cuando el controlador (4.16) es usado.
En los puntos de muestra, el sistema tiene el comportamiento deseado,
pero hay una oscilacin en la salida continua. Esta oscilacin escondida es
causada por la oscilacin en la seal de control. Por lo tanto, es importante
simular un sistema para investigar el comportamiento entre los puntos de
muestra.
La funcin de transferencia al pulso en lazo cerrado es:
H
|c
() = H
1
()
H ()
1 +H () H
2
()
=
2
+ 1
0.5(q+1)
(q1)
2
1 +
0.5(q+1)
(q1)
2
2(2q1)
q+1
H
|c
() =
( + 1)
( + 1)
2
El sistema en lazo cerrado es de tercer orden, el proceso tiene dos modos
y el controlador tiene uno. El cero en la frontera de la estabilidad, es
cancelado por un polo. Este modo no es observable en el sistema discreto
en lazo cerrado. Esto signica que la observabilidad del sistema en lazo
cerrado se ha perdido por una escogencia inadecuada del controlador.
En resumen no hay oscilaciones escondidas si los modos no observables
de lazo abierto no son oscilatorios y si los ceros inestables o pobremente
amortiguados no son cancelados por el regulador.
Ejercicio 4.1 Del sistema
r (/ + 1) =
_
1 0
1 1
_
r (/) +
_
1
0
_
n(/)
(/) =
_
0 1
r (/)
se obtienen los siguientes valores (1) = 0, n(1) = 1, (2) = 1, n(2) =
1. Determinar el valor del estado en / = 3.
Ejercicio 4.2 Determine si el siguiente sistema es:
r (/ + 1) =
_
0.5 0.5
0 0.25
_
r (/) +
_
6
4
_
n(/)
(/) =
_
2 4
r (/)
a. Observable
b. Alcanzable
Ejercicio 4.3 Es el siguiente sistema alcanzable?
r (/ + 1) =
_
1 0
0 0.5
_
r (/) +
_
1 1
1 0
_
n(/)
Suponga una entrada escalar n
0
(/) tal que n(/) =
_
1
1
_
n
0
(/). Es el sistema
alcanzable desde n
0
(/)?
Ejercicio 4.4 Dado el sistema
r (/ + 1) =
_
_
0 1 2
0 0 3
0 0 0
_
_
r (/) +
_
_
0
1
0
_
_
n(/)
a. Determinar una secuencia de control tal que el sistema sea llevado
del estado inicial r (0)
T
=
_
1 1 1
al origen.
b. Cul es el nmero mnimo de pasos que resuelven el problema en
a.?
c. Por qu no es posible encontrar una secuencia de seales de control
tal que el estado
_
1 1 1
T
sea alcanzado desde el origen?
Ejercicio 4.5 Determinar la estabilidad y el valor de estado estacionario
de la salida para el sistema de la gura 4.12 con H () =
1
q(q0.5)
cuando
y
c
u
+
( ) q H
c
( ) q H
y
c
u
+
( ) q H
c
( ) q H
Figura 4.12: Sistema del ejercicio 4.5.
n
c
es una funcin escaln y:
a. H
c
() = 1 (control proporcional), 1 0.
b. H
c
() =
1q
q1
(control integral), 1 0.
Ejercicio 4.6 Considere el sistema del problema 4.5. Hallar el error de
estado estacionario entre la seal de comando n
c
y la salida cuando n
c
es
una rampa unitaria, es decir, n
c
(/) = /. Suponer que H
c
es:
a. Un control proporcional.
b. Un control integral.
Ejercicio 4.7 Muestrear el sistema
G(:) =
: + 1
:
2
+ 0.2: + 1
y determinar los intervalos de muestreo para que la respuesta del sistema
tenga oscilaciones escondidas. Verique con simulacin.
Ejercicio 4.8 Considere el sistema de tanques del problema 2.6 cuando
el sistema es muestrado con / = 12.
a. Introducir un controlador como en la gura 4.12. Sea el comando
de entrada un escaln. Determinar el error de estado estacionario
cuando se usa un controlador proporcional 1 y un controlador
integral
1
1q
1
.
b. Simular el sistema usando los controladores en a. Investigar
la inuencia de la ganancia del controlador 1. Hallar 1 tal
que los polos del sistema en lazo cerrado correspondan a un
amortiguamiento de = 0.7.
Ejercicio 4.9 Determinar la transformacin de coordenadas . = 1r que
transere el sistema
r (/ + 1) =
_
1 2
1 2
_
r (/) +
_
3
4
_
n(/)
(/) =
_
5 6
r (/)
a la forma cannica controlable y a la forma cannica observable.
r (/ + 1) =
_
_
0 3 2
3 12 7
6 21 12
_
_
r (/) +
_
_
0
1
2
_
_
n(/)
Determinar si:
a. El sistema es alcanzable.
b. El sistema es controlable.
Ejercicio 4.11 Suponer que el sistema
(/) 1.2 (/ 1) + 0.5 (/ 2) = 0.4n(/ 1) + 0.8n(/ 2)
es controlado por:
n(/) = 1 (/)
a. Determinar para que valores de 1 el sistema en lazo cerrado es
estable.
b. Suponer que hay un retardo computacional en el controlador, es
decir, n(/) = 1 (/ 1) .Para qu valores de 1 es ahora el
sistema en lazo cerrado estable?
Captulo 5
Diseo por reubicacin de
polos por el mtodo de
espacio de estado
Este captulo presenta mtodos de diseo basados en modelos internos
del sistema, denominados por reubicacin de polos desde el punto de
vista de la realimentacin de estado. El nombre de reubicacin de polos
se reere al hecho de que el diseo se formula en trminos de obtener un
sistema en lazo cerrado con los polos especicados. Se discute un problema
idealizado regulacin. Se supone que todas las variables de estado son
medidas y que las perturbaciones son impulsos ampliamente espaciados.
Luego se discute el problema de reconstruir los estados de las salidas
medidas, lo cual conduce a la introduccin de observadores. Combinando
los observadores con la realimentacin de estados, se obtiene una solucin
al problema de regualcin para el caso de realimentacin de la salida. Se
generalizan las perturbaciones, considerndolas como salidas de sistemas
dinmicos cuyas entradas son impulsos. As se puede tratar con casos
clsicos de perturbaciones que son escalones, sinusoides y otros. Esto
permite una manera natura de introducir la accin integral. Luego se
discute el problema de servos, es decir como obtener un sistema que pueda
seguir seales de comando, el cual se formula en el espacio de estado.
Combinando el resultado con los anteriores se obtiene un controlador
que puede seguir seales de comando y rechazar perturbaciones que
actuan sobre el sistema. La estructura del controlador obtenida es muy
interesante ya que las diferentes tareas del controlador son separadas en
127
128 Diseo por reubicacin de polos por el mtodo de espacio de estado
forma natural. El procedimiento de diseo se ilustra con una aplicacin
al control de un sistema simple de robtica.
5.1. Diseo del sistema de control
Muchos factores se deben considerar en el diseo de un sistema de control,
por ejemplo
Atenuacin de las perturbaciones en la carga
Reduccin del efecto del ruido en la medida
Seguimiento de la seal de comando
Variaciones e incertidumbre en el comportamiento del proceso
Perturbaciones de carga son aquellas que conducen a que el proceso
se aleje de su comportamiento deseado. El ruido en la medida es una
perturbacin que contamina la informacin del proceso obtenida de los
sensores. Las perturbaciones del proceso pueden entrar al sistema de
muchas maneras. Es conveniente considerarlas como si se entraran al
sistema de la misma manera que la seal de control, ya que as excitarn
todos los modos del sistema. Para sistemas lineales la suposicin no es
muy crtica debido al principio de superposicin. El ruido en la medida
se inyecta en el el proceso a travs de la ley de control. El seguimiento de
la seal de comando expresa la propiedad del sistema para responder a
seales de comnado de una manera especca.
Los problmas de control se pueden clasicar en: problemas de regualcin
y problemas de servo. El problema principal en la regulacin es el
compromiso entre la reduccin de las perturbaciones de carga y las
uctuaciones creadas por el error en la medida que se inyecta en el sistema
debido a la realimentacin. El seguimiento de la seal de comando es el
problema principal en los sevos. Los principales ingredientes del diseo
son:
Propsito del sistema
Modelo del proceso
Modelo de las perturbaciones
Diseo del sistema de control 129
Incertidumbre y variaciones del proceso
Estrategias de control admisible
Parmetros de diseo
Es difcil encontrar mtodos de diseo que consideren todos los aspectos
mencionados. La mayora se enfocan en uno o dos aspectos del problema
y el diseador del sistema de control, tiene entonces que vercar
que los otros aspectos sean tambin satisfechos. Para hacer esto, es
necesario considerar la transmisin de seal desde las seales de comando,
perturbaciones de carga, y ruido en la medida a las variables del proceso,
seales medidas y seales de control. Esto se ilustra en el diagrama de
bloques de la gura 5.1.
u x
c
H
r
+
ff
H +
+
v
+
+
e
p
H
y
u x
c
H
r
+
ff
H +
+
v
+
+
e
p
H
y
Figura 5.1: Diagrama de bloques de un sistema de control tpico.
En este captulo se desarrollar un mtodo de diseo basado en modelos de
estado, cuyo propsito es obtener un polinomio caracterstico del sistema
en lazo cerrado. Esto conducir a mtodos simples de diseo que permiten
profundizar en la estructura de sistemas de control.
Se iniciar con un problema simple de diseo y gradualmente se har ms
y ms realstico. El problema se especica como sigue.
El proceso. Se supone que el proceso a ser controlado es descrito por el
modelo:
dr
dt
= r +1n (5.1)
en donde n representa las variables de control, r representa el vector
de estado y y 1 son matrices constantes. Se discutir el caso de una
entrada y una salida. Ya que se considera el control por computador, las
seales de control sern constantes sobre periodos de muestreo de longitud
constante. Muestreando el sistema de la ecuacin (5.1) con los mtodos
descritos en el captulo 2 se obtiene el sistema discreto:
r (// +/) = r (//) + n(//)
en dondes las matrices y son:
= c
I
. =
_
I
0
c
c
d:1
Para simplicar se escribe el modelo discreto como
r (/ + 1) = r (/) + n(/) (5.2)
El argumento de una seal es as el nmero de intervalos de muestra
y no el tiempo real. Se usar tiempo real cuando hay posibilidades de
confusin.
Perturbaciones. Inicialmente se supondr que las perturbaciones que
actan sobre el proceso son impulsos que ocurren irregularmente, y que
los impulsos estn tan separados en el tiempo, que el sistema alcanza el
estado estacionario entre los impulsos. Puesto que los impulsos actan
tan separados y el efecto de un impulso es cambiar simplemente el estado
del proceso, la perturbacin se puede representar por un estado inicial.
Luego se extendern los resultados a perturbaciones ms generales que son
generadas por sistemas dinmicos, cuyas entradas son impulsos. Ejemplos
tpicos son escalones, rampas y sinusoides.
Incertidumbre en el proceso. Incertidumbres en los elementos de las
matrices y 1 se pueden tratar con formulacin de espacio de estado,
pero no es fcil de manejar con otras formas de dinmicas no modeladas.
Una discusin de incertidumbres en el proceso se har ms adelante,
cuando se hallan desarrollado herramientas ms adecuadas.
El criterio. En problemas de regulacin se supondr que el criterio consiste
en retornar el estado a cero, despus de perturbaciones en las condiciones
iniciales. En la formulacin por reubicacin de polos, la velocidad de
decaimiento.del estado se da indirectamente al especicar los polos del
sistema en lazo cerrado. Los problemas de servos se pueden tratar
requiriendo que la transmisin de la seal desde la seal de comando
a las variables del proceso, este cercana al comportamiento especicado
por un modelo.
Controles admisibles. Ya que se desean soluciones por realimentacin,
es necesario especicar la informacin disponible para generar la seal
Regulacin por realimentacin de estado 131
de control. Cuando las propiedades del sistema se especiquen por sus
polos en lazo cerrado, es natural requerir que la realimentacin sea lineal.
Se discutirn varias versiones. Se iniciar con el caso cuando todas las
variables de estado son medidas directamente sin error. Los controles
admisibles son entonces realimentacin lineal de la forma:
n(/) = 1r (/) (5.3)
Esta suposicin se reconsiderar ms tarde, cuando se supondr que solo
las salidas son disponibles para el control. Para sistemas discretos es
tambin de inters considerar el caso cuando hay retardos en las medidas.
Parmetros de diseo. En la especicacn formal del problema, los
parmetros de diseo son el periodo de muestreo y los polos en lazo
cerrado deseados. Es raro que el usuario de un sistema de control pueda
dar especicaciones en trminos de esos parmetros. Por eso, el diseador
debe poder relacionar los parmetros de diseo a cantidades que son ms
signicativas para el usuario. Con este n, a mennudo es til considerar el
comportamiento en el tiempo de las variables de estado y las de control.
Es particularmente til discutir el compromiso entre la magnitud de las
seales de control y la velocidad a la que el sistema se recupera de una
perturbacin.
5.2. Regulacin por realimentacin de
estado
Se discute un problema simple de regulacin. Se supone que el sistema es
descrito por (5.1). Inicialmente se asumir que el periodo de muestreo es
dado de modo que el proceso puede ser descrito por el sistema discreto
(5.2). Se asumen perturbaciones en el estado inicial del sistema. El
propsito es hallar una ley de realimentacin lineal de la forma (5.3), de
modo que el sistema en lazo cerrado tenga una ecuacin caracterstica
especicada. Esto garantizar que las perturbaciones decaen de una
manera especca.
Ejemplo 5.1 Reubicacin de polos para la planta con integrador doble.
Utilizando la convencin del tiempo de muestreo, la planta con integrador
doble muestreada es descrita por:
r (/ + 1) =
_
1 /
0 1
_
r (/) +
_
I
2
2
/
_
n(/)
Una realimentacin lineal general se puede describir por
n = |
1
r
1
|
2
r
2
Con esta realimentacin el sistema en lazo cerrado es
r (/ + 1) =
_
1 |
1
I
2
2
/ |
2
I
2
2
|
1
/ 1 |
2
/
_
r (/)
La ecuacin caracterstica del sistema en lazo cerrado es:
.
2
+
_
|
1
/
2
2
+|
2
/ 2
_
. +
_
|
1
/
2
2
|
2
/ + 1
_
= 0
Se supone que la ecuacin caracterstica deseada es
.
2
+j
1
. +j
2
= 0
Esto conduce a las siguientes ecuaciones lineales para |
1
y |
2
:
|
1
=
1
/
2
(j
1
+j
2
+ 1) (5.4)
|
2
=
1
2/
(j
1
j
2
+ 3)
En este ejemplo, siempre es posible encontrar parmetros del controlador
que dan una ecuacin caracterstica arbitraria del sistema en lazo cerrado.
El sistema lineal de ecuaciones para |
1
y |
2
tiene una solucin para todos
los valores de j
1
y j
2
.
5.3. El caso general
La solucin del problema de reubicacin de polos ser dada para sistemas
con una seal de entrada. Sea el sistema descrito por (5.2) y sea el
polinomio caracterstico de la matriz :
.
a
+c
1
.
a1
+ +c
a
El caso general 133
Supngase que el sistema (5.2) es alcanzable. Entonces puede ser
transformado a una forma cannica alcanzable mediante el cambio en
las variables de estado a travs de la transformacin . = 1r. La ecuacin
de estado transformada es
. (/ + 1) =
~
. (/) +
~
n(/) (5.5)
en donde
~
=
_
_
c
1
c
2
c
a1
c
a
1 0 0
0 1
.
.
.
.
.
.
.
.
.
0 0 1 0
_
_
.
~
=
_
_
1
0
0
.
.
.
0
_
_
(5.6)
Los coecientes del polinomio caracterstico que determina los polos en
lazo cerrado aparecen explicitamente en esta representacin. Tambin es
fcil ver como se modica el polinomio caracterstico para realimentacin
de estado. Si se utiliza la ley de realimentacin
n =
~
1~ . =
_
(j
1
c
1
) (j
2
c
2
) (j
a
c
a
)
~ . (5.7)
con (5.6) y (5.7) en (5.5) se obtiene el sistema en lazo cerrado, cuyo
polinomio caracterstico es:
.
a
+j
1
.
a1
+ +j
a
(5.8)
Para encontrar la solucin al problema original, simplemente se debe
expresar en las coordenadas originales. Esto da:
n =
~
1. =
~
11r = 1r (5.9)
Falta determinar la matriz de transformacin 1. Una manera de
determinar esa matriz se basa en una propiedad de las matrices
alcanzables. Sea \
C
la matriz alcanzable del sistema (5.2); es decir
\
C
=
_

a1
(5.10)
y sea
~
\
C
la matriz alcanzable del sistema (5.5). Las matrices estan
relacionadas as:
~
\
C
= 1\
C
. As, la matriz alcanzable se transforma de
la misma manera que las coordenadas. Por lo tanto,
1 =
~
\
C
\
1
C
(5.11)
y por clculo directo se obtiene
~
\
1
C
=
_
_
1 c
1
c
a1
0 1 c
1
.
.
.
.
.
.
.
.
.
.
.
.
c
1
0 0 1
_
_
(5.12)
Comprese con el ejemplo 4.4. Resumiendo la solucin al problema de
diseo es dada por una realimentacin lineal del estado con la ganancia:
1 =
_
(j
1
c
1
) (j
2
c
2
) (j
a
c
a
)
~
\
C
\
1
C
(5.13)
Esta ecuacin se puede expresar de una manera ligenramente diferente
con el siguiente resultado.
Teorema 5.1 Reubicacin de polos usando realimentacin de estado.
Considrese el sistema (5.2). Supngase que hay solo una seal de entrada.
Si el sistema es alcanzable, entonces hay una realimentacin lineal que
da un sistema en lazo cerrado con el polinomio caracterstico 1 (.). La
realimentacin es dada por:
n(1) = 1.
con
1 =
_
(j
1
c
1
) (j
2
c
2
) (j
a
c
a
)
~
\
C
\
1
C
(5.14)
1 =
_
0 0 1
\
1
C
1 ()
en donde \
C
y
~
\
C
son las matrices alcanzables de los sistemas (5.2) y
(5.5), respectivamente.
Prueba. Utilizando el teorema de Cayley-Hamilton ("Toda matriz
cuadrada satisface su propia ecuacin caracterstica") en la matriz de
(5.2):
a
+c
1
a1
+c
2
a2
+ +c
a
1 = 0
entonces
a
= c
1
a1
c
2
a2
c
a
1
Con la matriz de transformacin 1 para obtener el sistema (5.5):
~
= 11
1
, , = 1
1
~
1
El caso general 135
y con
_
1
1
~
1
_
1
=
_
1
1
~
1
__
1
1
~
1
_

_
1
1
~
1
_
= 1
1
~
1
1
se tiene:
1
1
~
a
1 = c
1
1
1
~
a1
1 c
2
1
1
~
a2
1 c
a
1
1
1
= 1
1
_
c
1
~
a1
c
2
~
a2
c
a
1
_
1
de donde:
~
a
= c
1
~
a1
c
2
~
a2
c
a
1
y reemplazando en
1
_
~
_
=
~
a
+j
1
~
a1
+j
2
~
a2
+ +j
a
1
1
_
~
_
= (j
1
c
1
)
~
a1
+ (j
2
c
2
)
~
a2
+ + (j
a
c
a
) 1
en donde
~
es la matriz del sistema transformado.
Supngase que c
i
es el vector la que tiene todos sus elementos iguales a
cero, excepto el i-simo elemento que es uno. Entonces:
c
i
~
= c
i1
. i = 2. 3. . . . . :
Ntese tambin que
c
a
1 = c
a
c
a
~
= c
a1
c
a
~
2
= c
a2
.
.
.
c
a
~
a1
= c
Entonces
c
a
1
_
~
_
=
_
(j
1
c
1
) (j
2
c
2
) (j
a
c
a
)
Por lo tanto, de (5.7):

~
1 = c
a
1
_
~
_
As
1 =
~
11 = c
a
1
_
11
1
_
1 = c
a
11 ()
1 = c
a
~
\
C
\
1
C
1 ()
Ntese de (5.12) que c
a
~
\
1
C
= c
a
, y por la forma particular de
~
\
1
C
(triangular superior y unos en la diagonal principal) tambin es cierto
que c
a
~
\
C
= c
a
. Por lo tanto:
1 = c
a
\
1
C
1 ()
Notas:
1. La ecuacin (5.14) es llamada la frmula Ackermann.
2. Ntese que el problema de reubicacin de polos se puede formular
como el siguiente problema abstracto. Dadas las matrices y ,
hallar una matriz 1 tal que la matriz 1 tenga valores propios
especicados.
3. Ntese de (5.10), (5.11) y (5.12) que
1
1
=
_
( +c
1
) (
a1
+c
1
a2
+ +c
a1
)
(5.15)
Este teorema se ilustra con el siguiente ejemplo.
Ejemplo 5.2 El integrador doble.
Considrese la planta con el integrador doble del ejemplo 5.1. Supngase
que el polinomio caracterstico es dado por
1 (.) = .
2
+j
1
. +j
2
Entonces:
\
C
=
_

=
_
I
2
2
3I
2
2
/ /
_
, y, \
1
C
=
_
1
I
2
1.5
I
1
I
2

0.5
I
_
El polinomio caracterstico de la matriz es .
2
2. + 1. Por lo tanto,
1 () =
2
+j
1
+ j
2
=
_
1 +j
1
+j
2
2/ +j
1
/
0 1 +j
1
+j
2
_
Aspectos prcticos 137
La frmula de Ackermann da:
1 =
_
0 1
\
1
C
1 () =
_
1
I
2

0.5
I
1 ()
=
_
1+j
1
+j
2
I
2
3+j
1
j
2
2I
que es el mismo resultado obtenido por el clculo directo en el ejemplo

5.1.
Para resolver el problema de reubicacin de polos se supuso que el sistema
es alcanzable. El siguiente ejemplo muestra lo que sucede cuando este no
es el caso.
Ejemplo 5.3 Un sistema no alcanzable.
El sistema
r (/ + 1) =
_
0.5 1
0 0.3
_
r (/) +
_
1
0
_
n(/)
no es alcanzable ya que
det \
C
= det
_
1 0.5
0 0
_
= 0
La ley de control
n = |
1
r
1
|
2
r
2
da un sistema en lazo cerrado con la ecuacin caracterstica:
(. 0.5 +|
1
) (. 0.3) = 0
El polo de lazo abierto en 0.5 se puede cambiar a un valor arbitrario,
cambiando el parmetro |
1
. El segundo polo en 0.3, que corresponde al
estado no alcanzable, no puede ser cambiado.
5.4. Aspectos prcticos
Es fcil resolver el problema de diseo por reubicacin de polos
explicitamente. Ntese que la alcanzabilidad es una condicin necesaria y
suciente para resolver el problema. Para aplicar este mtodo de diseo
en la prctica, es ncesario entender como las propiedades del sistema en
lazo cerrado son inuencias por los parmetros de diseo, es decir, los
polos en lazo cerrado y el periodo de muestreo.
Esto se ilustra con un ejemplo.
Ejemplo 5.4 Seleccin de los parmetros de diseo.
Considrese la planta con el integrador doble. En lugar de utilizar los
parmetros j
1
y j
2
de la ecuacin caracterstica se introducirn otros dos
parmetros, los cuales tienen una interpretacin fsica ms directa. Si el
sistema discreto deseado se obtiene muestreando un sistema de segundo
orden con el polinomio caracterstico
:
2
+ 2j.: +.
2
se tiene que
j
1
= 2c
j.I
cos
_
./
_
1 j
2
_
y
j
2
= c
2j.I
en donde j es el amortiguamiento y . la frecuencia natural (ver ejemplo
2.17). j afecta el amortiguamiento relativo de la respuesta y . afecta la
velocidad de respuesta. Para discutir la magnitud de la seal de control se
supone que el sistema tiene una posicin incial r
0
y una velocidad inicial
0
. El valor inicial de la seal de control es entonces:
n(0) = |
1
r
0
|
2
0
Si el periodo de muestreo es corto, entonces las expresiones para j
1
y j
2
se pueden aproximar utilizando expansin en series:
j
1
- 2
_
1 j./ +
(j./)
2
2
_
j
2
- 1 2j./ +
4 (j./)
2
2
Del ejemplo 5.2:
|
1
=
1 +j
1
+j
2
/
- (j.)
2
|
2
=
3 +j
1
j
2
2/
- 2j.
Entonces
n(0) = (j.)
2
r
0
2j.
0
0 5 10 15
-4
-2
0
u
(b)
0 5 10 15
0
1
2
y
(a)
0 5 10 15
-4
-2
0
Tiempo
u
(c)
0 5 10 15
-4
-2
0
Tiempo
u
(d)
=0.5
=1
=2
Figura 5.2: Respuestas del sistema en lazo cerrado del ejemplo 5.4. La
condicin incial es r
0
=
_
1 1
T
, y los valores de los parmetros son
./ = 0.44 y j = 0.707. Las salidas para . = 0.5, . = 1, . = 2, se
muestran en (a), y las correspondientes seales de control se muestran en
(b), (c) y (d) respectivamente.
La expresin muestra que la magnitud de la seal de control se incrementa
con el aumento de .. As, un incremento en la velocidad de la respuesta
del sistema requerir un incremento en las seales de control. Si las
cotas de la seal de control y las perturbaciones tpicas se conocen,
es posible determinar valores razonables de .. Las consecuencias de
diferentes valores de . cuando r
0
= 1 y
0
= 1 se muestran en la gura
5.2. Entre mayor ., el sistema es ms rpido, pero las seales de control
tambin aumentan.
La seleccin de periodos de muestreo para sistemas en lazo abierto se
discutin en el captulo 2. Se sugiri que el periodo de muestreo se
escogiera de modo que
`
v
- 4 10
en donde `
v
es el nmero de muestras por tiempo de crecimiento.
Aplicando la misma regla a sistemas en lazo cerrado se encuentra que el
periodo de muestreo debe estar relacionado al comportamiento deseado
del sistema en lazo cerrado. Conviene introducir el parmetro ` denido
por
` =
2:
./
_
1 j
2
(5.16)
Este parmetro da el nmero de muestras por periodo del modo
dominante del sistema en lazo cerrado.
0 5 10
-2
-1
0
(b)
u
0 5 10
0
1
2
(a)
y
0 5 10
-2
-1
0
(c)
Tiempo
u
0 5 10
-2
-1
0
(d)
Tiempo
u
N=5
N=10
N=20
0
=
_
1 1
T
. = 1 y j = 0.707. Las salidas para ` = 5, ` = 10, ` = 20, se muestran
en (a), y las correspondientes seales de control se muestran en (b), (c)
y (d) respectivamente.
La gura 5.3 muestra el transitorio del sistema para diferentes valores
de `. Hay pequeas diferencias entre las respuestas para ` 10. Las
respuestas obtenidas para ` 20 no se distinguen en el grco.
La gura 5.3 muestra la respuesta a una condicin inicial cuando
una perturbacin impulso entra al sistema justo antes del muestreo.
En realidad, las perturbaciones pueden entrar al sistema en cualquier
instante. Con un periodo de muestreo largo, se tomar un gran tiempo
antes de que la perturbacin sea detectada. Para ilustrar esto se repite
la simulacin de la gura 5.3 pero se supone que la perturbacin aparece
justo despus de un muestreo. Esto implica que la perturbacin acta por
un periodo de muestreo total antes de que sea detectada.
0 5 10
-2
0
2
(b)
u
0 5 10 15
-2
0
2
4
(a)
y
0 5 10
-2
0
2
(c)
Tiempo
u
0 5 10
-2
0
2
(d)
Tiempo
u
N=5
N=10
N=20
0
=
_
1 1
T
. = 1 y j = 0.707. Las salidas para ` = 5, ` = 10, ` = 20, se muestran
en (a), y las correspondientes seales de control se muestran en (b), (c) y
(d) respectivamente. La perturbacin ocurre inmediatamente despus del
primer muestreo. Ntese la signicativa diferencia con la gura 5.3.
La gura 5.4 muestra la respuesta del sistema cuando es perturbado
inmediatamente despus del muestreo, es decir, cuando r (0+) =
_
1 1
T
.
Ntese la signicativa diferencia con la gura 5.3. En este caso, los
resultados para ` = 20 son muchos mejores que los resultados para
` = 10. Es razonable escoger ` en el rango ` - 25 a 75. Esto
corresponde a ./ = 0.12 a 0.36 para j = 0.707.
Estos ejemplos muestran que an desde el punto de vista discreto del
sistema, es decir, considerando solo lo que sucede en los instantes de
muestreo, es necesario tener presente la naturaleza variante con el tiempo
de los sistemas muestreados para estimar correctamente los resultados.
Especial cuidado se debe tener con las simulaciones usadas para estimar
el desarrollo de los sistemas. Para investigar el efecto del periodo de
muestreo, es til considerar casos en los que las perturbaciones se
introducen tanto inmediatamente antes como inmediatamente despus de
los instantes de muestreo. Las diferencias pueden ser bastantes notorias,
como se indic por comparacin en las guras 5.3 y 5.4. Basados en las
simulaciones desarrolladas, se suigiere que el periodo de muestreo se escoja
como:
./ = 0.1 a 0.6 (5.17)
en donde . es la frecuencia natural deseada del sistema en lazo cerrado.
Periodos de muestreo mayores se pueden usar en aquellos casos raros en
los que el muestreo puede ser sincronizado a las perturbaciones.
5.5. Control dead beat
Si los polos deseados se escogen todos en el origen, el polinomio
caracterstico del sistema en lazo cerrado es:
1 (.) = .
a
Del teorema de Cayley Hamilton se deduce que la matriz del sistema en
lazo cerrado es
C
= 1
satisface
a
C
= 0
Esta estrategia tiene la propiedad de que conducir todos los estados
a cero a lo sumo en : pasos despus de una perturbacin impulso en
el estado del proceso. La estrategia de control es llamada dead beat.
Comprese con el ejemplo 1.4 del captulo 1.
De la frmula de Ackermann, ecuacin (5.14), se sigue que la estrategia
dead beat es dada por
1 =
_
0 0 1
\
1
C

a
(5.18)
Puesto que
1
1
Q
a
= 1
1
QQ. . . Q
. .
a
=
_
Q
1
1
_
1
QQ. . . Q
. .
a1
=
_
Q
a
1
_
1
entonces si tiene inversa, usando (5.10) se obtiene
1 =
_
0 0 1
_
a

a+1

1
(5.19)
Control dead beat 143
En el control dead beat solo hay un parmetro de diseo, el periodo de
muestreo. Puesto que el error tiende a cero a lo sumo en : periodos de
muestreo, el tiempo de asentamiento a lo sumo es :/. As, el tiempo
de asentamiento es proporcional al periodo de muestreo /. Este hecho
le ha dado al control dead beat una inmerecidad mala reputacin. As,
es importante escoger el periodo de muestreo cuidadosamente, cuando
se usa el control dead beat. Esta estrategia dead beat es nica para
sistemas muestreados, es decir, no hay un anlogo correspondiente a
sistemas continuos. El siguiente ejemplo muestra algunas propiedades de
esta estrategia.
Ejemplo 5.5 Control dead beat de un integrador doble.
Considrese una planta con un integrador doble. De (5.19) se sigue que
el control dead beat es dado por
n = |
1
r
1
|
2
r
2
con
|
1
=
1
/
2
. |
2
=
3
2/
Si el proceso tiene el estado inicial
r
0
=
_
r
0

0
T
entonces
n(0) =
r
0
/
2

3
0
2/
. n(/) =
r
0
/
2
+

0
2/
Ntese que la magnitud de la seal de control se incrementa rpidamente
con la disminucin del tiempo de muestreo, esto se muestra en la tabla
5.1.
Cuadro 5.1: Seales de control para el control dead beat de un integrador
doble con r(0) = [11]
T
y diferentes periodos de muestreo
/ 100 10 1 0.1 0.01
n(0) 0.0151 0.16 2.5 115 10150
n(1) 0.0051 0.06 1.5 105 10050
Ntese tambin que para / pequeo, las seales de control n(0) y n(/)
tienen signos opuestos y aproximadamente igual magnitud. As, el efecto
deseado se obtiene como resultado de restar dos nmeros grandes. Esto
se muestra en la tabla 4.1 que da las seales de control para r
0
= 1,
0
= 1. Por eso, se puede esperar que la estrategia dead beat sea bastante
sensitiva para periodo de muestreo pequeos. Las seales de salida y de
control se muestran en la gura 5.5. En este caso el primer muestreo es
t = 0
+
. As, la perturbacin ocurre inmediatamente antes del muestreo.
0 5 10
-5
0
5
(b)
u
0 5 10
-1
0
1
2
(a)
y
0 5 10
-5
0
5
(c)
Tiempo
u
0 5 10
-5
0
5
(d)
Tiempo
u
h=2
h=1
h=0.5
Figura 5.5: Respuestas del sistema en lazo cerrado del ejemplo 5.5 para un
controlador dead beat. La condicin incial es r
0
=
_
1 1
T
, y los valores
de los parmetros son . = 1 y j = 0.707. Las salidas para / = 2, / = 1,
/ = 0.5, se muestran en (a), y las correspondientes seales de control se
muestran en (b), (c) y (d) respectivamente.
5.6. Perturbaciones ms generales
Es altamente deseable manejar otras perturbaciones diferentes a impulsos,
o equivalentemente estados inicialmente perturbados. Una manera de
hacer esto, es considerar perturbaciones que son generadas por impulsos
enviados a sistemas dinmicos. De esta manera es posible obtener muchos
tipos diferentes de perturbaciones tales como escalones y sinusoides. Para
Perturbaciones ms generales 145
ser especcos, supngase que el sistema es descrito por:
dr
dt
= r +1n +
en donde es una perturbacin descrita por
d.
dt
=
.
.
= C
&
.
con condiciones iniciales dadas. La matriz
.
tiene tpicamente valores
propios sobre el eje imaginario o sobre el semiplano complejo derecho. Un
caso comn es cuando la perturbacin es constante. sta se obtiene con
.
= 0
Otro caso es el de perturbaciones sinusoidales, que corresponde a
.
=
_
0 .
0
.
0
0
_
Se asume que . puede ser medida. Esta suposicin ser reconsiderada
posteriormente. Se introduce el vector de estado aumentado
. =
_
r
.
_
Entonces, el sistema puede ser descrito por
d
dt
_
r
.
_
=
_
C
.
0
.
_ _
r
.
_
+
_
1
0
_
n (5.20)
As, se tiene un problema bsico de la misma forma que el de reubicacin
de polos. Hay sin embargo, una diferencia importante. El sistema (5.20)
no es completamente alcanzable. Los polos asociados con la perturbacin
- es decir, los valores propios de
.
- no pueden ser afectados por
la realimentacin. Esto es muy natural ya que las perturbaciones son
variables exgenas que no estn inuenciadas por el control. Comprese
con el ejemplo 5.2. Muestreando el sistema, se genera el siguiente sistema
discreto:
_
r (/ + 1)
. (/ + 1)
_
=
_

a.
0
.
_ _
r (/)
. (/)
_
+
_
0
_
n(/)
La realimentacin lineal de estado est dada por
n(/) = 1r (/) 1
.
. (/) (5.21)
Esta ley de control da el siguiente sistema en lazo cerrado
r (/ + 1) = ( 1) r (/) + (
.
1
.
) . (/) (5.22)
. (/ + 1) =
.
. (/)
que expresa como el sistema en lazo cerrado es inuenciado por el
control. Ntese que la ley de control en (5.21) se puede interpretar como
una combinacin de un trmino de realimentacin 1r y un trmino en
lazo directo 1
.
. de las perturbaciones medidas. Si la pareja (. ) es
alcanzable, la matriz 1 se puede escoger de modo que la matriz ( 1)
tenga valores propios especicados. Esto asegurara que el trmino de la
solucin que es causado por los valores iniciales, decae adecuadamente.
La matriz
.
no puede ser inuenciada por realimentacin. El efecto de
la perturbacin sobre el vector r puede, sin embargo, ser reduccido por
una seleccin adecuada del vector 1
.
, el cual debe ser escogido de modo
que la matriz (
.
1
.
) sea pequea. En algunos casos es posible hacer
esta matriz cero. Esto se ilustra con un ejemplo.
Ejemplo 5.6 Perturbacin con entrada constante.
Considrese la situacin con una perturbacin constante que acta a la
entrada del proceso. La matriz
.
es la identidad y
a.
= . El sistema
en lazo cerrado es descrito por
r (// +/) = ( 1) r (//) + (1 1
.
) . (//)
. (// +/) = . (//)
de donde, el efecto de la perturbacin sobre r se elimina escogiendo
1
.
= 1.
5.7. Aspectos Computacionales
La realimentacin del estado se puede determinar por el mtodo usado
en el ejemplo 5.1 para sistemas de bajo orden. El procedimiento consiste
en introducir una realimentacin general del estado con coecientes
Observadores 147
desconocidos (ganancias), determinar el polinomio caracterstico e
igualarlo con el polinomio caracterstico deseado. As, se obtiene un
conjunto de ecuaciones lineales para los coecientes de realimentacin. Las
ecuaciones se pueden resolver siempre y cuando el sistema sea alcanzable.
Tambin se puede usar la frmula de Ackermann, ecuacin 5.14, para
calcular la realimentacin de estado. Esta frmula sin embargo, no es
muy deseada para clculos menos precisos. Como regla general, cualquier
mtodo que use el clculo de potencias de matrices debe ser evitado. Hay
otras maneras para calcular la matriz 1 que son mejores para el clculo
numrico. Estos mtodos tambin sirven para sistemas multivariables. El
comando place de Matlab sirve para resolver este problema, basado en
buenos mtodos numricos, pero est limitado a valores propios diferentes.
5.8. Observadores
Es poco realstico suponer que todos los estados de un sistema pueden
ser medidos, particularmente si las perturbaciones son parte del estado,
como en la ecuacin (5.20). Por esto es importante determinar los estados
de un sistema de medidas disponibles y de un modelo. Se supone que el
sistema es descrito por el modelo muestreado:
r (/ + 1) = r (/) + n(/) (5.23)
(/) = Cr (/)
El problema es calcular o reconstruir el estado r (/) de las secuencias de
entrada y salida (/) . (/ 1) . . . . . n (/) . n(/ 1) . . . .. En una seccin
anterior si el sistema es observable.
5.8.1. Clculo directo de las variables de estado
El problema fuer resuelto anteriormente para el caso especial cuando no
hay entradas. Esta solucin se extender ligeramente y se demostrar
que el estado se puede calcular directamente de las entradas y salidas
pasadas. Por simplicidad se supone una sola salida. La salida (/)
= Cr (/) obtenida en el instante de muestra 1 da una ecuacin lineal
para determinar las variables de estado. Utilizando la informacin de :
diferentes instantes de muestreo /. / 1. . / : + 1 da las siguientes
ecuaciones lineales:
(/ : + 1) = Cr (/ : + 1) (5.24)
(/ : + 2) = Cr (/ : + 2) = Cr (/ : + 1) + Cn(/ : + 1)
.
.
.
(/) = C
a1
r (/ : + 1) + C
a2
r (/ : + 1) +
+Cn(/ 1)
Introduciendo los valores l
I1
y 1
I
1
I
=
_
_
(/ : + 1)
(/ : + 2)
.
.
.
(/)
_
_
a1
. l
I1
=
_
_
n(/ : + 1)
n(/ : + 2)
.
.
.
n(/ 1)
_
_
(a1)1
cuyas componentes son salidas y entradas pasadas, la ecuacin (5.24)
puede ser escrita como
1
1
= \
0
r (/ : + 1) + \
&
l
I1
en donde las matrices \
c
y \
&
son dadas por
\
c
=
_
_
C
C
.
.
.
C
a1
_
_
aa
. \
&
=
_
_
0 0 0
C 0 0
C C 0
.
.
.
.
.
.
.
.
.
C
a2
C
a3
C
_
_
a(a1)
La matriz \
c
es invertible si el sistema es observable, se puede entonces
resolver para r (/ : + 1) y obtener
r (/ : + 1) = \
1
0
1
I
\
1
0
\
&
l
I1
El estado ha sido obtenido en trminos de medidas y salidas futuras. El
uso repetido de la ecuacin (5.23) da
r (/) = r (/ 1) + n(/ 1)
r (/ 1) = r (/ 2) + n(/ 2)
Observadores 149
entonces
r (/) =
2
r (/ 2) + n(/ 2) + n(/ 1)
r (/ 2) = r (/ 3) + n(/ 3)
por tanto
r (/) =
3
r (/ 3) +
2
r (/ 2) + n(/ 2) + n(/ 1)
y generalizando
r (/) =
a1
r (/ : + 1) +
a2
r (/ : + 1) + + n(/ 1)
Por lo tanto,
r (/) =
a1
_
\
1
0
1
I
\
1
0
\
&
l
I1
_
+
_
a2

a3

l
I1
r (/) =
a1
\
1
0
1
I
+
__
a2

a3

a1
\
1
0
\
&
_
l
I1
Es decir:
r (/) =
j
1
I
+1
&
l
I1
(5.25)
en donde
j
=
a1
\
1
0
. 1
&
=
_
a2

a3

a1
\
1
0
\
&
(5.26)
As, el vector de estado r (/) es una combinacin lineal de
(/) . (/ 1) . . . . . (/ : + 1) . n(/ 1) . n(/ 2) . . . . . n (/ : + 1).
Esto se ilustra con un ejemplo.
Ejemplo 5.7 El integrador doble.
Para el integrador doble se tiene:
=
_
1 /
0 1
_
. =
_
I
2
2
/
_
. C =
_
1 0
Es decir,
r
1
(/ + 1) = r
1
(/) +/r
2
(/) +
/
2
2
n(/)
r
2
(/ + 1) = r
2
(/) +/n(/) (5.27)
(/) = r
1
(/) (5.28)
Entonces
(/) = r
1
(/) = r
1
(/ 1) +/r
2
(/ 1) +
/
2
2
n(/ 1)
= (/ 1) +/r
2
(/ 1) +
/
2
2
n(/ 1) (5.29)
de (5.27):
r
2
(/ 1) = r
2
(/) /n(/ 1) (5.30)
con (5.30) en (5.29)
(/) = (/ 1) +/(r
2
(/) /n(/ 1)) +
/
2
2
n(/ 1) (5.31)
Resolviendo las ecuaciones (5.28) y (5.31) con respecto a r
1
(/) y r
2
(/)
se tiene
r
1
(/) = (/)
r
2
(/) =
(/) (/ 1)
/
+
/
2
n(/ 1)
La primer componente r
1
es igual al valor medio, y la segunda componente
r
2
se obtiene tomando diferencias de la salida y adicionando una fraccin
de la seal de control.
5.8.2. Reconstruccin usando un sistema dinmico
Sea : el orden del sistema. El clculo directo que se acaba de desarrollar
da el estado despus de : medidas de entradas y salidas. La desventaja de
este mtodo es que podra ser sensitivo a perturbaciones. Las operaciones
hechas sobre los datos son tpicamente para formar diferencias, como se
mostr en el ejemplo 5.7. Por eso es til tener otras alternativas que son
menos sensitivas al ruido.
Considrese el sistema (5.23). Supngase que el estado r es aproximado
por el estado ^ r del modelo
^ r (/ + 1) = ^ r (/) + n(/) (5.32)
el cual tiene la misma entrada del sistema (5.23). Si el modelo es perfecto
en el sentido que los elementos de las matrices y son idnticas a
aquellas del sistema (5.23) y si las condiciones iniciales son las mismas,
Observadores 151
entonces el estado ^ r del modelo 5.32 ser idntico al estado r del
sistema real (5.23). Si las condiciones iniciales son diferentes, entonces
^ r converger a r solo si el sistema (5.32) es estable asintticamente.
La reconstruccin con la ecuacin (5.32) da el estado como una funcin de
entradas pasadas (observador en lazo abierto). La reconstruccin se puede
mejorar utilizando tambin las salidas medidas. Esto puede ser hecho
introduciendo realimentacin de la diferencia entre las salidas medidas y
las estimadas, C^ r (ver gura 5.6).
( ) 1 + k x ( ) k y
( ) k u
+
+
1
q
( ) k x
C
( ) 1 + k x
+
+
1
q
( ) k x
C
K
+
( ) k y
+
( ) k x
( ) 1 + k x ( ) k y
( ) k u
+
+
1
q
( ) k x
C
( ) 1 + k x
+
+
1
q
( ) k x
C
K
+
( ) k y
+
( ) k x
Figura 5.6: Reconstruccin del estado usando un sistema dinmico.
Por lo tanto
^ r (/ + 1[/) = ^ r (/[/ 1) + n(/) +1 ( (/) C^ r (/[/ 1)) (5.33)
en donde 1 es una matriz de ganancias. La notacin ^ r (/ + 1[/) se usa
para indicar que ella es una estimacin de ^ r (/ + 1) basada en medidas
disponibles en el tiempo /, es decir, una prediccin de un paso. Ntese
que el trmino de realimentacin 1 ( (/) C^ r (/[/ 1)) no contribuye
si la salida predicha por el modelo coincide exactamente con las medidas.
Para determinar la matriz / se introduce el error de reconstruccin
~ r = r ^ r (5.34)
Restando (5.33) de (5.23) se obtiene
~ r (/ + 1[/) = ~ r (/[/ 1) 1 ( (/) C^ r (/[/ 1)) (5.35)
~ r (/ + 1[/) = ( 1C) ~ r (/[/ 1)
Si 1 se escoge de tal manera que el sistema (5.35) es asintticamente
estable, entonces el error ~ r siempre converger a cero. As, introduciendo
realimentacin de las medidas en la reconstruccin, es posible hacer que
el error tienda a cero, an si el sistema (5.23) es inestable. El sistema
en (5.33) es llamado un observador para el sistema de (5.23) ya que
produce el estado del sistema de medidas de las entradas y las salidas.
Falta ahora encontrar una manera deseable para escoger la matriz 1 de
manera que el sistema (5.33) sea estable. Dadas las matrices y C, el
problema es encontrar un matriz 1 tal que la matriz 1C tenga
valores propios especicados. Ya que una matriz y su transpuesta tienen
los mismos valores propios, el problema es el mismo que encontrar una
matriz 1
T
tal que
T
1
T
C
T
tenga los valores propios especicados.
Sin embargo, este problema fue resuelto en conexin con el problema de
reubicacin de polos; ver teorema 5.1. Si se transladan aquellos resultados,
se encuentra que el problema puede ser resuelto de la matriz
\
T
c
=
_
C
T
T
C
T
(
a1
)
T
C
T
_
T
tiene rango total. Ntese que \
c
es la matriz observable para el sistema
de (5.23). El resultado se puede expresar de la siguiente manera.
Teorema 5.2 Dinmica del observador.
Considere el sistema discreto dado por la ecuacin (5.23). Sea 1 (.) un
polinomio de grado :, en donde : es el orden del sistema. Suponiendo que
el sistema es completamente observable, entonces existe una matriz 1 tal
que la matriz 1C del observador 5.33 tenga el polinomio caracterstico
1 (.).
5.8.3. Clculo de la ganancia del observador
La determinacin de la matriz 1 en el observador (5.33) es el mismo
problema matemtico para determinar la matriz de realimentacin 1
en el problema de reubicacion de polos. Los aspectos prcticos tambin
Observadores 153
estn cercanamente relacionados. La seleccin de los polos del observador,
es un compromiso entre la sensitividad a los errores de medida y
la recuperacin rpida de los errores iniciales. Un observador rpido
converger rpidamente, pero tambin ser sensitivo a los errores de
medida.
La determinacin de la matriz 1 es el dual de hallar la matriz de
ganancias 1 para reubicacin de polos por realimentacin de estado.
Este problema es resuelto por la frmula de Ackermann, teorema 5.1.
Utilizando las relaciones
1 1
T
\
C
\
T
O

T
se obtiene la ecuacin (5.14) donde 1 est dada por
1
T
=
_
0 0 1
T
_
\
T
O
_
1
1
_
T
_
o:
1 = 1 () \
1
O
_
0 0 1
T
(5.36)
El polinomio caracterstico de 1C es entonces 1 (2). La dualidad
con el problema de reubicacin de polos tambin implica que 1 es
especialmente simple para determinar, si el sistema est en forma
observable.
Ntese sin embargo que la frmula de Ackermann no es numricamente
bien condicionada. el procedimiento place del Matlab se basa en mejores
mtodos numricos. Este procedimiento tambin dar la ganancia del
observador para sistemas con muchas medidas.
5.8.4. Un observador dead beat
Si la ganancia del observador 1 se escoge de mdo que la matriz
1C tenga todos sus valores propios en cero, el observador es llamado
obsevador dead beat. ste tiene la propiedad de que el error del observador
tiende a cero en un tiempo nito, actualmente a lo sumo en : pasos, en
donde : es el orden del sistema.
El observador dead beat es equivalente al observador dado por la ecuacin
(5.25), el cual se obtuvo por un clculo directo de las variables de estado.
Ejemplo 5.8 Observador de orden completo para el integrador doble.
Considrese la planta con el integrador doble. La matriz 1C es dada
por:
1C =
_
1 /
0 1
_
_
1
1
1
2
_
_
1 0
=
_
1 1
1
/
1
2
1
_
As, la ecuacin caracterstica es:
.
2
(2 1
1
) . + 1 1
1
+1
2
/ = 0
Si la ecuacin caracterstica deseada es:
.
2
+j
1
. +j
2
= 0
se obtienen las siguientes ecuaciones
2 1
1
= j
1
1 1
1
+1
2
/ = j
2
Resolviendo estas ecuaciones lineales, se tiene
1
1
= 2 +j
1
1
2
=
1 +j
1
+j
2
/
El observador dead beat se obtiene con j
1
= j
2
= 0. As,
1
1
= 2. 1
2
=
1
/
Usando (5.33) el observador es
^ r (/ + 1) = ( 1C) ^ r (/) + n(/) +1 (/)
donde
( 1C) =
_
1 /
1
I
1
_
. =
_
I
2
2
/
_
. 1 =
_
2
1
I
_
Observadores 155
Entonces, usando la transformada ? suponiendo condiciones iniciales
nulas:
^
A (.) = (.1 ( 1C))
1
(l (.) +11 (.))
^
A (.) =
_
.
1
.
2
/.
2
Z
2
I
.
1
+.
2
_ _
I
2
2
l (.) + 21 (.)
/l (.) +
1
I
1 (.)
_
^ r
1
(.) =
_
2.
1
.
2
_
1 (.) +
/
2
2
_
.
1
+.
2
_
l (.)
^ r
2
(.) =
1
/
_
.
1
.
2
_
1 (.) +
/
2
_
2.
1
+.
2
_
l (.)
en /
^ r
1
(/) = 2 (/ 1) (/ 2) +
/
2
2
(n(/ 1) +n(/ 2))
^ r
2
(/) =
1
/
( (/ 1) (/ 2)) +
/
2
(2n(/ 1) +n(/ 2))
Reemplazando / por / + 1
^ r
1
(/ + 1) = 2 (/) (/ 1) +
/
2
2
(n(/) +n(/ 1))
^ r
2
(/ + 1) =
1
/
( (/) (/ 1)) +
/
2
(2n(/) +n(/ 1))
5.8.5. Observador de orden reducido
Hay muchas variaciones del observador dado por la ecuacin (5.33). El
observador tiene un retardo ya que ~ r (/[/ 1) depende solo de medidas
hasta el tiempo /1. El siguiente observador puede ser usado para evitar
el retardo:
^ r (/[/) = ^ r (/ 1[/ 1) + n(/ 1) +1 ( (/) C^ r (/[/)) (5.37)
= ^ r (/ 1[/ 1) + n(/ 1)
+1 ( (/) C^ r (/ 1[/ 1) + n(/ 1))
= (1 1C) ^ r (/ 1[/ 1) + n(/ 1) +1 (/)
El error de reconstruccin cuando se usa este observador es dado por
~ r (/[/) = r (/) ^ r (/[/)
Por tanto
~ r (/[/) = ( 1C) ~ r (/ 1[/ 1)
Esta ecuacin es similar a (5.35), y de la denicin de la matriz observable
\
O
se determina que el par (. C) es observable si el par (. C) es
observable. Esto implica que a 1C se le pueden asignar valores
arbitrario propios seleccionando 1.
Adems
(/) C^ r (/[/) = C~ r (/[/)
= (C C1C) ~ r (/ 1[/ 1)
Si el sistema tiene j salidas, entonces 1 C1 es una matriz de dimensin
j j; 1 podra ser escogida tal que C1 = 1 si el rango de C es j. Esto
implica que C^ r (/[/) = (/), lo cual signica que la salida del sistema
esestimada sin error. Esto har posible eliminar j ecuaciones de (5.37) y
el orden del observador ser reducido. Los observadores de orden reducido
de este tipo son llamados los observadores de Luenberger.
Ejemplo 5.9 Observador de orden reducido para el integrador doble.
El observador (5.37) aplicado al integrador doble da las ecuaciones:
1 =
_
1
1
1
2
T
. C =
_
1 0
. 1C =
_
1
1
0
1
2
0
_
.
=
_
1 /
0 0
_
. =
_
I
2
2
/
_
. 1 1C =
_
1 1
1
0
1
2
1
_
^ r (/[/) =
_
1 1
1
/(1 1
1
)
1
2
(1 /1
2
)
_
^ r (/ 1[/ 1)
+
_
(1 1
1
)
I
2
2
/
_
1
I1
2
2
_
_
n(/ 1) +
_
1
1
1
2
_
(/)
1 C1 = 1 1
1
Si 1 C1 = 0, es decir, si 1
1
= 1, entonces la primer ecuacin se reduce
a:
^ r
1
(/[/) = (/)
El observador de orden reducido es dado ahora por la segunda
Observadores 157
^ r
2
(/[/) = 1
2
^ r
1
(/ 1[/ 1) + (1 /1
2
) ^ r
2
(/ 1[/ 1)
+/
_
1
/1
2
2
_
n(/ 1) +1
2
(/)
Como
^ r
1
(/ 1[/ 1) = (/ 1)
entonces
^ r
2
(/[/) = (1 /1
2
) ^ r
2
(/ 1[/ 1) +1
2
( (/) (/ 1))
+/
_
1
/1
2
2
_
n(/ 1)
Escogiendo 1
2
, al observador de orden reducido se le puede dar un valor
propio arbitrario. Por ejemplo, si 1
2
=
1
I
, la respuesta dead beat, entonces
se obtiene el mismo resultado como cuando se hace el mismo resultado
directo en el ejemplo 5.7.
5.8.6. Realimentacin de la salida
El problema de reubicacin de polos fue resuelto en el caso especial
cuando todas las variables de estado son medidas directamente. En la
seccin anterior se resolvi el problema de encontrar los estados de la
salida del sistema. Es natural ahora combinar aquellos resultados para
obtener una solucin al problema de reubicacin de polos para el caso de
realimentacin de la salida. Sea el sistema descrito por
r (/ + 1) = r (/) + n(/) (5.38)
(/) = Cr (/)
Se desea una ley de realimentacin lineal que relacione n y de modo
que el sistema en lazo cerrado tenga polos dados. Las perturbaciones
se asumen primero como impulsos, o equivalentemente estados inciales
desconocidos.
La ley de control admisible es tal que n(/) es una funcin de (/ 1),
(/ 2), . . . ,n(/ 1), n(/ 2), . . . . Si todas las variables de estado son
medidas, se demostr que la realimentacin:
n(/) = 1r (/)
da los polos deseados. Cuando el estado no puede ser medido, parece
intuitivamente razonable usar la ley de control
n(/) = 1^ r (/[/ 1) (5.39)
en donde ^ r se obtiene del observador:
^ r (/ + 1[/) = ^ r (/[/ 1) + n(/) +1 ( (/) C^ r (/[/ 1)) (5.40)
As, la realimentacin es un sistema dinmico de orden :. Un diagrama
de bloques de la realimentacin se muestra en la gura 5.7.
( ) t y
x
Observador
Proceso L
( ) t u ( ) t y
x
Observador
Proceso L
( ) t u
Figura 5.7: Diagrama de bloques de un controlador obtenido combinando
realimentacin del estado con un observador.
Anlisis del sistema en lazo cerrado
El sistema en lazo cerrado tiene propiedades deseables. Para demostrar
esto se introduce
~ r = r ^ r
De las ecuaciones (5.38) y (5.39) se sigue que el sistema en lazo cerrado
puede ser descrito por las ecuaciones:
r (/ + 1) = ( 1) r (/) + 1~ r (/[/ 1) (5.41)
r (/ + 1[/) = ( 1C) ~ r (/[/ 1)
El sistema en lazo cerrado es de orden 2:. Reescribiendo (5.41):
_
r (/ + 1)
r (/ + 1[/)
_
=
_
( 1) 1
0 ( 1C)
_
. .
KL
_
r (/)
~ r (/[/ 1)
_
Observadores 159
Ntese que los valores propios del sistema en lazo cerrado se obtienen de
det (`1
11
) = det (`1 ( 1)) det (`1 ( 1C)) = 0
Es decir, los valores propios del sistema en lazo cerrado son los valores
propios de las matrices 1 y 1C. Ntese que los valores propios
1 son los polos deseados en lazo cerrado, obtenidos resolviendo el
problema de reubicacin de polos, y los valores propios de 1C son
los polos del observador dado en la seccin anterior.
Esta solucin al problema de reubicacin de polos tiene muchas simetras
bonitas. La solucin a la realimentacin del estado y el observador son
problemas duales. El mismo algoritmo numrico se puede usar para
encontrar la ganancia de realimentacin 1 y la ganancia del observador
1. Es atractivo tambin que la solucin del problema completo se puede
separar en dos problemas ms pequeos. La separacin del problema es
muy til. Esto justica tambin que los polos del sistema en lazo cerrado
sean separados en dos grupos, uno es asociado con la realimentacin del
estado y el otro con el observador.
Ntese que el observador contiene un modelo del proceso internamente.
Este es un caso especial del principio del modelo interno, el cual dice
que un buen controlador contiene un modelo del sistema controlado. El
controlador tambin puede ser visto como una caja negra que genera la
seal de control de la salida del proceso. Con (5.39) en (5.40):
^ r (/ + 1[/) = ^ r (/[/ 1) 1(/[/ 1) +1 (/) 1C^ r (/[/ 1)
= ( 1 1C) ^ r (/[/ 1) +1 (/)
Usando la transformada 2 con condiciones iniciales nulas:
^
A (.) = (.1 + 1 +1C)
1
11 (.)
y de (5.39)
l (.) = 1
^
A (.) = 1(.1 + 1 +1C)
1
11 (.)
Por lo tanto, el controlador descrito por (5.39) y (5.40) puede ser
representado por la funcin de transferencia de orden : desde la salida
medida y la seal de control n:
H
C
(.) = 1(.1 + 1 +1C)
1
1 (5.42)
Ejemplo 5.10 Realimentacin de la salida del integrador doble.
Considrese la planta con integrador doble. Supngase que el vector de
realimentacin 1 se determina como en los ejemplos 5.2 y 5.4 con la
frecuencia natural en lazo cerrado . = 1, j = 0.7, y / = 0.44. Esto da
1 =
_
0.73 1.21
. Supngase primero que el observador se disea como en

el ejemplo 5.8 con los polos del observador en . = 0.75. La gura 5.8 (a)
muestra los estados reales y los estimados cuando los estados estimados
se usan en la ley de control. La gura 5.8 (b) muestra los estados en lneas
continuas y la estimacin del segundo estado en lnea punteada cuando
el observador de orden reducido del ejemplo 5.9 es usado. El polo del
observador est en . = 0.75.
0 5 10
0
1
2
(
a
)
0 5 10
0
1
2 x
2
^x
2
x
1
^x
1
0 5 10
0
1
2
Tiempo
(
b
)
0 5 10
0
1
2
Tiempo
x
1
^x
1
x
2
^x
2
Figura 5.8: Control del integrador doble usando estados estimados. Los
estados y los estados estimados se muestran para: (a) un observador de
segundo orden, (b) un observador dead beat.
5.8.7. Extensiones
El problema discutido se puede entender en varias direcciones. El
controlador dado por la ecuacin (5.39) tiene un retardo de tiempo de un
periodo de muestreo. La razn de esto es que la realimentacin se basa
Observadores 161
en un observador que da ^ r (/[/ 1). Es posible obtener un controlador
sin retardos extras, utilizando el control:
n(/) = 1^ r (/[/) (5.43)
en donde ^ r (/[/) se obtiene del observador dado por la ecuacin (5.37).
Las propiedades del sistema obtenido es anlogo al caso que ya ha sido
investigado, as los detalles se dejan para el ejercicio que se plantea ms
adelante. Ntese, sin embargo, que la matriz de realimentacin 1 no tiene
que ser cambiada cuando se cambia al observador. Esta es una bonita
secuencia de la separacin del problema en la realimentacin del estado
y el observador.
Ejercicio 5.1 Considrese el observador de (5.37) y sea la ley de control
dada por
n(/) = 1^ r (/[/)
Demostrar que el controlador resultante puede ser escrito por:
. (/ + 1) =
0
. (/) +
0
(/)
n(/) = C
0
. (/) +1
0
(/)
en donde
0
= (1 1C) ( 1) ;
0
= (1 1C) ( 1) 1
C
0
= 1; 1
0
= 11
Ejemplo 5.11 Disear un observador de variables de estado para
un sistema real implementado con amplicadores operacionales que
corresponda al modelo de espacio de estados continuo de la ecuacin
(5.44) usando Matlab y una tarjeta de adquisicin USB de National
Instruments
TM
y aplicando como entrada un escaln unitario.
_ r =
_
_
2.8 5.6 8
1 0 0
0 1 0
_
_
r +
_
_
3
0
0
_
_
n (5.44)
=
_
0 0
4
3
r
Se dene la conguracin de las tarjetas de adquisicin
addchannel(ai,0);
addchannel(ao,0);
Se selecciona el tiempo de muestreo
tiempo_muestreo=0.25; % segundos
Se calcula la ganancia para el observador en tiempo discreto
a=[-2.8 -5.6 -8;1 0 0; 0 1 0];
b=[3;0;0];
c=[0 0 4/3];
d=0;
hd=c2d(ss(a,b,c,d),tiempo_muestreo);
Lt=acker(hd.a,hd.c,[0;0;0]);
L=Lt;
Se calcula la ganancia para regualcin por realimentacin de variables de
estado usando Ackermann
K=acker(hd.a,hd.b,[0.3;0.3;0.3]);
Se determinan algunos parmetros para visualizacin y el tiempo de
simulacin
tf=15;%tiempo de simulacion en segundos
n=tf/tiempo_muestreo;
y=zeros(n,1);%vector de salida
yest=zeros(n,1);%vector de salida estimado
u=zeros(n,1);%vector de control
u(end/3+1:end)=ones(n/3,1);
t=tiempo_muestreo:tiempo_muestreo:tiempo_muestreo*length(y);
j=1;%contador
xest=zeros(3,n);%vector de variables de estado
Se realiza la regulacin por realimentacin de estados del sistema simulado
con amplicadores operacionales en tiempo real
tiempo_inicial=clock; % tiempo incial
while(j*tiempo_muestreo<=tf),
Observadores 163
if(etime(clock,tiempo_inicial)>=tiempo_muestreo)
tiempo_inicial=clock;
putsample(ao,u(end));
y(end)=getsample(ai);
%algortimo del observador
yest(end)=hd.c*xest(:,end-1);
xest(:,end)=hd.a*xest(:,end-1)+hd.b*u(end-j)+L*(y(end)-yest(end));
%graficos
j=j+1;
subplot(211)
plot(t,y,b,t,u,r--,t,yest,g)
ylim([-0.5 5.5]);
legend(y,u,y^)
subplot(212)
plot(t,xest)
ylim([-3.5 3.5]);
legend(x1^,x2^,x3^)
%actualizacion de datos para la siguiente iteracion
y(1:end-1)=y(2:end);
yest(1:end-1)=yest(2:end);
xest(:,1:end-1)=xest(:,2:end);
end
end
En la gura 5.9 (a) se muestra la salida del sistema real en lazo abierto
con una entrada escaln unitario y la salida estimada ^ y en la salida 5.9
(b) se muestran las variables de estado estimadas del sistema.
5.8.8. Modelos de perturbacin ms realsticos
El controlador basado en realimentacin del estado y un observador es
interesante, pero todava no es muy til en la prctica. La razn es que
la suposicin hecha acerca de las perturbaciones en la seccin anterior ha
sido demasiado simplstica. Para generalizar el problema se asume que el
sistema es descrito por
_ r = r +1n +
= Cr
0 5 10 15
0
0.5
1
(
a
)
0 5 10 15
-1
-0.5
0
0.5
1
1.5
Tiempo
(
b
)
y
u
y^
x^_1
x^_2
x^_3
Figura 5.9: (a) Salida estimada ^ del sistema y (b) variables de estado
estimadas ^ r.
en donde es una perturbacin actuando sobre el proceso. La
perturbacin , la cual tpicamente tiene mucha energa a bajas
frecuencias, se modela como
_ . =
.
.
= C
.
.
La matriz
.
tpicamente tiene valores propios en el origen o sobre el eje
imaginario. Se introduce el vector de estado aumentado
_
r .
T
.
El sistema aumentado puede ser descrito por
_
_ r
_ .
_
=
_
C
.
0
.
_ _
r
.
_
+
_
1
0
_
n (5.45)
=
_
C 0
_
r
.
_
Observadores 165
Comprese con (5.20). El muestreo de este sistema da el siguiente sistema
discreto
_
r (/ + 1)
. (/ + 1)
_
=
_

a.
0
.
_ _
r (/)
. (/)
_
+
_
0
_
n(/)
(/) =
_
C 0
_
r (/)
. (/)
_
Los estados de la perturbacin, ., no son alcanzables desde la seal de
control, pero el estado completo es observable desde la salida si el sistema
(5.38) es observable. La ley de control es una realimentacin lineal de
todas las variables de estado, es decir,
n(/) = 1^ r (/) 1
.
^ . (/) (5.46)
en donde ^ r y ^ . se obtienen del observador
_
^ r (/ + 1)
^ . (/ + 1)
_
=
_

a.
0
.
_ _
^ r (/)
^ . (/)
_
+
_
0
_
n(/) +
_
1
1
.
_
(/) (5.47)
donde
(/) = (/) C^ r (/) (5.48)
Ntese que el estado del observador est compuesto de estimaciones de
los estados del proceso y de las perturbaciones, y que la seal de control
contiene una realimentacin del estado estimado de la perturbacin ^ . (/).
El sistema en lazo cerrado es descrito por
r (/ + 1) = ( 1) r (/) + (
a.
1
.
) . (/) + 1~ r (/) + 1
.
~ .
(5.49)
. (/ + 1) =
.
. (/)
~ r (/ + 1) = ( 1C) ~ r (/) +
a.
~ . (/)
~ . (/ + 1) =
.
~ . (/) 1
.
C~ r (/)
r (/ + 1) = r (/) +
a.
. (/) + (1^ r (/) 1
.
^ . (/))
= r (/) +
a.
. (/)
1(r (/) ~ r (/)) 1
.
(. (/) ~ . (/))
entonces
r (/ + 1) = ( 1) r (/) + (
a.
1
.
) . (/) + 1~ r (/) + 1
.
~ . (/)
. (/ + 1) =
.
. (/)
donde se ha tenido en cuenta que ~ r (/) = r (/) ^ r (/), ~ . (/) = . (/)
^ . (/).
~ r (/ + 1) = r (/ + 1) ^ r (/ + 1)
= r (/) +
a.
. (/) + n(/) ^ r (/)
a.
^ . (/) n(/)
1 (/)
= (r (/) ^ r (/)) +
a.
(. (/) ^ . (/)) 1 ( (/) C^ r (/))
= ~ r (/) +
a.
~ . (/) 1 (Cr (/) C^ r (/))
entonces
~ r (/ + 1) = ( 1C) ~ r (/) +
a.
~ . (/)
~ . (/ + 1) = . (/ + 1) ^ . (/ + 1) =
.
. (/)
.
^ . (/) 1
.
(/)
=
.
~ . (/) 1
.
(Cr (/) C^ r (/))
entonces
~ . (/ + 1) =
.
~ . (/) 1
.
C~ r (/)
Ntese que el estado de la perturbacin, ., es observable pero no
alcanzable. Las ecuaciones para el sistema en lazo cerrado dan un
conocimiento profundo del comportamiento del sistema. La matriz 1
asegura que el estado r tiende a cero a la velocidad deseada despus
de una perturbacin. Una seleccina adecuada de la ganancia 1
.
reduce
el efecto de la perturbacin sobre el sistema por alimentacin directa de
las perturbaciones estimadas ^ .. Esta accin de control por alimentacion
directa es particularmente efectiva si la matriz (
a.
1
.
) se puede
hacer igual a cero.
Las ganancias del observador 1 y 1
.
inuyen en la velocidad a la cual los
errores de estimacin tienden a cero. Un diagrama de bloques se muestra
en la gura 5.10.
Observadores 167
y
Observador
Proceso
L
u
+
+
L
x
y
Observador
Proceso
L
u
+
+
L
x
Figura 5.10: Diagrama de bloques de un controlador con realimentacin
de estado de los estados estimados de la perturbacin.
5.8.9. Accin integral
El caso especial de un perturbacin constante pero desconocida actuando
a la entrada del proceso es muy comn. Esto conduce a una solucin
en donde el controlador tiene accin integral. Para ver esto, considrese
el caso de un sistema con una entrada y una perturbacin constante a
la entrada del proceso. En este caso, se tiene . = = ctc, entonces
_ . = _ = 0 y por lo tanto
.
= c
!
I
= c
0
= 1. Adems, si la perturbacin
acta sobre la entrada del proceso se obtiene
a.
= .
Por lo tanto, se nota que se 1
.
= 1 se cancela perfectamente la
perturbacin de la carga. Suponiendo que no hay errores en la medida, el
controlador descrito por las ecuaciones (5.46) a (5.48) termina en
n(/) = 1^ r (/) 1
.
^ (/) = 1^ r (/) ^ (/) (5.50)
^ r (/ + 1) = ^ r (/) + (^ (/) +n(/)) +1 (/)
^ (/ + 1) = ^ (/) +1
.
(/)
(/) = (/) C^ r (/)
Ntese que la estimacin de la perturbacin se obtiene simplemente
integrando el error (/). Un diagramad e bloques de este controlador
se muestra en la gura 5.11. El diagrama muestra claramente como la
perturbacin es reducida por su estimacin ^ , la cual se obtiene
integrando el error del observador. Hay un integrador en el observador
de la perturbacin. En la gura 5.11 hay sin embargo, realimentacin
alrededor del integrador. Para ver ms claramente que el controlador tiene
accin integral, (5.50) es reescrita como
n(/) = 1^ r (/) ^ (/)
^ r (/ + 1) = ( 1) ^ r (/) +1 ( (/) C^ r (/))
= ( 1 1C) ^ r (/) +1 (/)
^ (/ + 1) = ^ (/) +1
.
( (/) C^ r (/))
y
estado del
Observador
Proceso
u
L
x
+
+
n perturbaci la
de Observador
v
+
+
v
y
estado del
Observador
Proceso
u
L
x
+
+
n perturbaci la
de Observador
v
+
+
v
Figura 5.11: Diagrama de bloques de un controlador con realimentacin
del estado y un observador con accin integral.
Ntese que la estimacin ^ r del estado del proceso es lo mismo que en el
caso cuando no hay perturbaciones; comprese con (5.33).
Usando la transformada ? en las anteriores ecuaciones:
^
A (.) = (.1 + 1 +1C)
1
11 (.) = H
a
(.) 1 (.)
^
\ (.) = (. 1)
1
1
.
(.)
l (.) = 1
^
A (.)
^
\ (.)
en donde
H
a
(.) = (.1 + 1 +1C)
1
1 (5.51)
H
a
(.) es la funcin de transferencia del controlador para un sistema con
realimenacin del estado dado por la ecuacin (5.42).
Las anteriores ecuaciones permiten obtener el diagrama de bloques del
controlador (5.50), como se muestra en la gura 5.12.
Observadores 169
( ) z
( ) z U
L
1 z
K
( ) z V
C
( ) z H
x
( ) z Y
( ) z X
estado del Observador

n perturbaci la de Observador
( ) z
( ) z U
L
1 z
K
( ) z V
C
( ) z H
x
( ) z Y
( ) z X
estado del Observador

n perturbaci la de Observador
Figura 5.12: Diagrama de bloques de la realimentacin entrada salida del
controlador (5.50).
De la gura 5.12 se puede obtener la relacin entrada salida del
controlador (5.50):
l (.) = 1
^
A (.)
^
\ (.) = 1H
a
(.) 1 (.)
1
.
(. 1)
(.)
= 1H
a
(.) 1 (.)
1
.
(. 1)
(1 (.) CH
a
(.) 1 (.))
l (.) =
_
1H
a
(.) +
1
(. 1)
1
.
(1 CH
a
(.)) 1 (.)
_
(5.52)
Este expresin muestra que el controlador tiene accin integral. Ntese
que la accin integral se obtiene a travs del observador que estima una
perturbacin constante actuando a la entrada del proceso. Se ilustrar
con un ejemplo.
Ejemplo 5.12 Realimentacin de la salida con accin integral del
integrador doble.
Considrese la planta con el integrador doble. Supngase que el vector
de realimentacin 1 se determina como en los ejemplos 5.2 y 5.4 con la
frecuencia natural en lazo cerrado . = 1, amortiguamiento j = 0.7, y
/ = 0.44.
El polinomio caracterstico del sistema continuo en lazo cerrado es:
:
2
+ 1.4: + 1 = 0
As, los polos son:
:
1,2
= j. ,
_
1 j
2
. = 0.7 ,0.714
Los polos del sistema discreto correspondiente se pueden obtener de . =
c
Ic
.
As
.
1,2
= c
0.44(0.7)0.714)
- 0.7 ,0.227
1 se determina con:
det (`1 + 1) = (` .
1
) (` .
2
) = `
2
1.4` + 0.541
donde
=
_
1 0.44
0 1
_
. =
_
0.097
0.44
_
. 1 =
_
|
1
|
2
obtenindose:
1 =
_
0.73 1.21
El controlador y el observador se implementan como en (5.50). Los tres

polos del observador se ubican en . = 0.75.
Usando las dos ltimas ecuaciones de (5.49) con
a.
= y
.
= 1:
_
_
~ r
1
(/ + 1)
~ r
2
(/ + 1)
~ (/ + 1)
_
_
=
_
_
1 1
1
0.44 0.097
1
2
1 0.44
1
.
0 1
_
_
_
_
~ r
1
(/)
~ r
2
(/)
~ (/)
_
_
Es decir:
_
~ r (/ + 1)
~ (/ + 1)
_
=
_
1C
1
.
C 1
_ _
~ r (/)
~ (/)
_
donde
1 =
_
1
1
1
2
T
. C =
_
1 0
1 y 1
.
se determinan con
det
_
`1
_
1C
1
.
C 1
__
= (` 0.75)
3
Es decir
det
_
_
_
_
` 1 +1
1
0.44 0.097
1
2
` 1 0.44
1
.
0 ` 1
_
_
_
_
= (` 0.75)
3
El problema del servo 171
entonces
`
3
+ (1
1
3) `
2
+ (3 + 0.0971
.
21
1
+ 0.441
2
) `
+1
1
1 + 0.0971
.
0.441
2
= `
3
2.25`
2
+ 1.6875` 0.4219
Comparando coecientes se obtiene
1
1
= 0.75
0.0971
.
+ 0.441
2
= 0.1875
0.0971
.
0.441
2
= 0.1719
Resolviendo
1 =
_
0.75 0.4084
T
. 1
.
= 0.0804
Suponiendo un estado inicial r (0) =
_
1 1
T
, la gura 5.13 muestra el
comportamiento del sistema. La respuesta es ahora ms lenta y ms
oscilatoria que sin la perturbacin estimada como en la gura 5.8. Sin
embargo, se ve claramente que el controlador tiene ahora accin integral
y puede eliminar perturbaciones de carga a la entrada constantes.
5.9. El problema del servo
Hasta ahora se ha discutido el problema del regulador. El criterio ha sido
eliminar las perturbaciones impulso y conducir los estados del sistema
a cero. El problema del servo es otro problema prototipo importante,
en donde el objetivo es hacer que los estados y las salidas del sistema
respondan a seales de comando de una manera especca.
5.9.1. Un mtodo simple
Una manera simple de obtener la respuesta a seales de comando es
reemplazar la realimentacin regular de estado n(/) = 1^ r (/) por:
n(/) = 1^ r (/) +1
C
: (/) (5.53)
en donde : es la seal de comando. Para investigar la respuesta de tal
0 10 20 30 40 50
-1
0
1
2
(
a
)
0 10 20 30 40 50
-1
0
1
(
b
)
0 10 20 30 40 50
-0.2
0
0.2
Tiempo
(
c
)
y
u
v
v^
Figura 5.13: Simulacin del sistema del ejemplo 5.12. (a) Salida , (b)
entrada n, y (c) perturbacin (lnea punteada) y perturbacin estimada
^ (lnea continua).
controlador, se considera el sistema en lazo cerrado descrito por
r (/ + 1) = r (/) n(/) (5.54)
(/) = Cr (/)
^ r (/ + 1) = ^ r (/) + n(/) +1 ( (/) C^ r (/))
n(/) = 1^ r (/) +1
C
: (/)
Un diagrama de bloques del sistema se muestra en la gura 5.14.
Eliminando n e introduciendo el error de estimacin ~ r (/) = r (/) ^ r (/)
se encuentra que el sistema en lazo cerrado puede ser descrito por:
r (/ + 1) = ( 1) r (/) + 1~ r (/) + 1
C
: (/) (5.55)
~ r (/ + 1) = ( 1C) ~ r (/)
(/) = Cr (/)
Ntese que el error del observador no es alcanzable desde :. Esto tiene
sentido, ya que sera altamente indeseable introducir seales de comando
de tal manera que causaran errores en el observador.
y
x
Observador
Proceso L
u
c
L
+
+
r
y
x
Observador
Proceso L
u
c
L
+
+
r
Figura 5.14: Diagrama de bloques que muestra una manera simple de
introducir seales de comando en un controlador con realimentacin de
estado y un observador.
De (5.55) se obtiene la funcin de transferencia al pulso desde la seal de
comando a la salida del proceso:
H
C1
(.) = C (.1 + 1)
1
1
C
= 1
C
1(.)
n
(.)
(5.56)
sta puede ser comparada con la funcin de transferencia al pulso del
proceso
H (.) = C (.1 )
1
=
1(.)
(.)
(5.57)
El hecho de que el polinomio 1(.) aparezca en el numerador de ambas
funciones de transferencia se puede ver transformando ambos sistemas
a la forma cannica alcanzable. La realimentacin de estado no afecta
los ceros de la funcin de transferencia, a menos, por supuesto, que sean
cancelados por la escogencia apropiada de los polos del sistema en lazo
cerrado. Comprese con la derivacin de la frmula de Ackermann dada
por 5.14. El sistema en lazo abierto obtenido con la ley de control 5.53
tiene los mismos ceros que la planta y sus polos son los valores propios
de la matriz 1. De la discusin anterior se encontr que el rechazo
a las perturbaciones tambin est inuenciado por 1. Algunas veces es
deseable tener un controlador en donde el rechazo a la perturbacin y la
respuesta a la seal de comando son totalmente independientes. Para
obtener esto, se usar una estructura de control ms general, que se
discute posteriormente. Antes de eso, se mostrar como introducir la
accin integral en el controlador (5.53).
5.9.2. Accin Integral
Para obtener un controlador con accin integral, se usa la misma idea del
obsevador de perturbaciones constante y se introduce el acumulado del
error en la seal de control como
n(/) = 1r (/) +1
1
(/)
y con
r (/ + 1) = r (/) + n(/)
(/ + 1) = (/) +c (/)
donde c (/) = : (/) (/), (/) = Cr (/) y (0) = 0. De esta forma el
sistema se puede reescribir como
r (/ + 1) = r (/) + n(/) (5.58)
(/ + 1) = Cr (/) + (/) +: (/)
Este sistema se puede escribir en forma matricial deniendo un vector de
estados aumentado de la forma
_
r (/ + 1)
(/ + 1)
_
=
_
0
C 1
_ _
r (/)
(/)
_
+
_
0
_
n(/) +
_
0
1
_
: (/) (5.59)
(/) =
_
C 0
_
r (/)
(/)
_
y la ley de control
n(/) =
_
1 1
1
_
r (/)
(/)
_
(5.60)
El vector de ganancia aumentado
_
1 1
1
se puede encontrar utilizando

la frmula de Ackermann, si el sistema aumentado es alcanzable.
Cuando se reemplaza la ley de control se tiene
_
r (/ + 1)
(/ + 1)
_
=
_
1 1
1
C 1
_ _
r (/)
(/)
_
+
_
0
1
_
: (/)
( ) k y
( ) k x
Observador
Proceso L
( ) k u
1 z
L
I
+
+
( ) k r
+
( ) k y
( ) k x
Observador
Proceso L
( ) k u
1 z
L
I
+
+
( ) k r
+
Figura 5.15: Diagrama de bloques del sistema de seguimiento con accin

integral correspondiente a las ecuaciones (5.59) y (5.60).
Una comparacin con la ecuacin (5.50) muestra que el seguimiento de la
seal de comando se obtiene con una simple modicacin del sistema
discutido previamente. Si se utiliza un observador completo para la
estimacin de las variables de estado ^ r (/) se obteien el diagrama de
bloques del sistema completo con accin integral como se muestra en la
gura
Ejemplo 5.13 Controlador con accion integral del integrador doble
usando Matlab.
Se dene el modelo del sistema
h=1;
phi=[1 h; 0 1];
gama=[h^2/2; h ];
c=[1 0];
Se calcula la ganancia del observador
Lt=acker(phi,c,[0.1 0.2]);
L=Lt
Se dene el sistema aumentado para el controlador
phi_a=[phi zeros(2,1);-c 1]
gama_a=[gama;0]
Se calcula el vector de gananacia del sistema aumentado
_
1 1
1
Ltot=acker(phi_a,gama_a,[0.2 0.3 0.3])

Se separan la ganancia de realimentacin 1 y la ganancia del integrador
1
1
L=Ltot(1:2)
Li=-Ltot(3)
Si se simula el sistema en Simulink con condiciones inciales
_
0 1
T
, y
aplicando como seal de referencia un escaln en el tiempo t = 15, se
obtiene la respuesta que se muestra en la gura 5.16.
0 5 10 15 20 25 30
-2
0
2
4
6
(
a
)
0 5 10 15 20 25 30
-4
-2
0
2
Tiempo
(
b
)
y
r
u
Figura 5.16: Salida (a) y seal de control n (b) del control con accin
integral para el ejemplo 5.13.
5.9.3. Un controlador de dos grados de libertad
Los sistemas de control prcticos a menudo tienen especicaciones
que involucran propiedades de servo y de regualcin. Esto es resuelto
y
Proceso
fb
H
u
ff
H
+
+
r
ff
u
fb
u
y
Proceso
fb
H
u
ff
H
+
+
r
ff
u
fb
u
Figura 5.17: Diagrama de bloques de un sistema de realimentacin con
una estructura de dos grados de libertad.
tradicionalmente utilizando una estructura con dos grados de libertad,
como se muestra en la gura 5.17.
Esta conguracin tiene la ventaja de que los problemas de servo y
de regulacin son separados. El controlador de realimentacin H
)b
se
disea para obtener un sistema en lazo cerrado que es insensitivo a
perturbaciones del proceso, ruido en la medida e incertidumbres del
proceso. El compensador en lazo directo H
))
es diseado luego para
obtener las propiedades del servo deseado. Se mostrar como resolver
el problema del servo en el contexto de realimentacin del estado.
Una estructura del controlador
En un diseo de espacio de estado es natural suponer que el
comportamiento del servo se especica en trminos de un modelo que
da la respuesta deseada de la salida o las variables de estado a cambios
en la seal de comando. Esto se puede especicar con el modelo
r
n
(/ + 1) =
n
r
n
(/) +
n
: (/) (5.61)
n
(/) = C
n
r
n
(/)
Es entonces natural usar la ley de control
n(/) = 1(r
n
(/) ^ r (/)) +n
))
(/) (5.62)
en donde r
n
es el estado deseado y n
))
es una seal de control que da
la salida deseada cuando es aplicada en lazo abierto. Las coordenadas
se deben escoger de manera que los estados del sistema y del modelos
sean compatibles. En aplicaciones actuales es til a menudo escogerlas
de modo que las componentes del estado tengan buenas interpretaciones
fsicas.
El trmino n
)b
= 1(r
n
(/) ^ r (/)) representa la realimentacin y
n
))
representa la seal en lazo directo. La ecuacin (5.62) tiene una
buena interpretacin fsica. La seal en lazo directo n
))
producir
idealmente la variacin en el tiempo deseado en el estado del proceso.
Si el estado del proceso estimado ^ r es igual al estado deseado r
n
,
la seal de realimentacin 1(r
n
^ r) es cero. Si hay una diferencia
entre ^ r y r
n
, la realimentacin generar acciones correctivas. El
trmino de realimentacin puede ser visto como una generalizacin de
la realimentacin del error en sistemas de control ordinario, ya que el
error representa desviaciones de todas las variables de estado y no solo
los errores de las salidas. Un diagrama de bloques del sistema se muestra
en la gura 5.18.
y
Proceso
u
+
+
r
ff
u
fb
u
directo lazo
y Modelo
+
L
x
Observador
m
x
y
Proceso
u
+
+
r
ff
u
fb
u
directo lazo
y Modelo
+
L
x
Observador
m
x
Figura 5.18: Un controlador con dos grados de libertad basado en
realimentacin de estado y un observador.
Generacin de la seal en lazo directo
Dado el modelo (5.61) es directo generar los estados deseados. Falta
discutir la generacin de la seal n
))
. Sean las funciones de transferencia
del proceso y del modelo H (.) y H
n
(.), respectivamente. Si la seal:
n
))
=
H
n
(.)
H (.)
: (/) (5.63)
pudiera ser generada, se obtendra el resultado deseado; varias condiciones
se requieren para esto. El modelo H
n
debe ser estable, el exceso de polos
del modelo no debe ser menor que el exceso de polos del proceso, y ceros
inestables del proceso tambin deben ser ceros del modelo.
En el caso de una entrada y una salida, la generacin de n
))
es
particularmente simple si el orden y los ceros del modelo y del proceso
son los mismos. Supngase que H (.) =
1(:)
(:)
y H
n
(.) = `
1(:)
m
(:)
, entonces
(5.63) se reduce a:
n
))
(/) = `
()
n
()
: (/) = `
_
1
(c
1
c
1n
)
a1
+ + (c
a
c
an
)
a
c
1n
a1
+ +c
an
_
: (/)
(5.64)
La seal n
))
se puede generar entonces de los estados del modelo de
referencia. La generacin de las seales en lazo directo se simplica an
ms si el modelo de referencia (5.61) tiene forma cannica alcanzable, es
decir,
n
=
_
_
c
1n
c
2n
c
(a1)n
c
an
1 0 0
0 1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 0
_
_
.
n
=
_
_
`
0
.
.
.
0
_
_
(5.65)
Se sigue entonces de la ecuacin (5.64) que
n
))
= `: (/) +C
))
r
n
(/) (5.66)
en donde
C
))
=
_
(c
1
c
1n
) (c
2
c
2n
)
_
c
(a1)
c
(a1)n
_
(c
a
c
an
)
(5.67)
y donde ` es el inverso de la ganancia del modelo de referencia en estado
estable, asi
` =
c
n
(1)
/ (1)
(5.68)
Una vez obtenida la solucin en forma cerrada, se puede obtener otras
representaciones por transformacin de las variables de estado. Una
discusin completa del diseo de la compensacin en lazo directo est
fuera del alcance de este curso. Basta mencionar que a menudo es til
no linealidades en la trayectoria de alimentacin directa de modo que
el sistema no sea conducido muy severamente en respuesta a las seales
de comando. Ya que la seal n
))
se usa principalmente para lograr que
el sistema se mueva rpidamente en la direccin correcta, tambin es
posible usar modelos aproximados del proceso; las desviaciones pequeas
son manejadas fcilmente por realimentacin.
Combinando las soluciones a los problemas de regulacin del servo se tiene
un controlador poderoso, el cual es descrito por
n(/) = n
))
(/) +n
)b
(/) (5.69)
n
))
(/) = `: (/) +C
))
r
n
(/)
n
)b
(/) = 1(r
n
(/) ^ r (/)) 1
.
^ . (/)
^ r (/ + 1) = ^ r (/) +
a.
^ . (/) + n(/) +1 (1)
^ . (/ + 1) =
.
^ . (/) +1
.
(/)
(/) = (/) C^ r (/)
r
n
(/ + 1) =
n
r
n
(/) +
n
: (/)
Este controlador captura muchos aspectos de un problema de control
tales como atenuacin de la perturbacin de carga, reduccin de los
efectos del ruido en la medida, y seguimiento de la seal de comando.
Las respuestas a las perturbaciones de carga, seales de comando y ruido
son separadas completamente. La respuesta a la seal de comando se
determina por el modelo de referencia. La respuesta a las perturbaciones
de carga y ruido en la medida es afectada por el observador y la
realimentacin del estado. Ella puede ser ajustada por las matrices 1, 1
.
,
1 y 1
.
. El hecho de que todos los estados estimados sean comparados con
los del comportamiento deseado, da una buena posibilidad para ejercer
control preciso. Un diagrama de bloques del sistema en lazo cerrado se
muestra en la gura 5.19.
El controlador dado por la ecuacin (5.69) se puede representar de
diferentes maneras. Todas ellas son equivalentes ya que el sistema es lineal
e invariante con el tiempo. En la prctica es til usar modelos de referencia
no lineales, los actuadores y conversores podran ser no lineales, y podran
haber efectos no lineales en los clculos tales como el redondeo. En tales
casos, las diferentes estructuras podran tener drsticamente propiedades
diferentes.
Un conocimiento profundo se obtiene introduciendo la diferencia entre el
estado estimado ^ r y el estado del modelo r
n
. Supngase que los sistemas
y
Proceso
u
+
+
r
ff
u
fb
u
directo lazo
y Modelo
+
Observador
m
x
x
y
Proceso
u
+
+
r
ff
u
fb
u
directo lazo
y Modelo
+
Observador
m
x
x
Figura 5.19: Diagrama de bloques de un controlador general que combina

seguimiento por modelo con realimentacin de los estados estimados y los
estados de la perturbacin.
son dados en formas cannicas alcanzables y que el modelo y ell proceso
tiene los mismos ceros. Se puede entonces escoger C
n
= C y
n
= `: (/).
Se introduce:
^ c = r
n
^ r (5.70)
De las ecuaciones (5.61) y (5.69) se sigue que:
^ c (/ + 1) =
n
r
n
+
n
: (/) ^ r (/)
a.
^ . (/)
n(/) 1 (/)
= ^ c (/)
a.
^ . (/) + (
n
) r
n
(/) +`: (/)
n(/) 1 (/)
Slo el primer elemento del vector
(
n
) r
n
(/) +`: (/)
es diferente de cero. Este elemento es dado por:
(c
1
c
1n
) r
n
1
+(c
2
c
2n
) r
n
2
+ +(c
a
c
an
) r
n
n
+`: = `: (/)+C
))
r
n
(/)
Adems se tiene:
(/) = (/) C^ r (/)
= (/) C^ r (/) +Cr
n
(/) Cr
n
(/)
= (/)
n
(/) C^ c (/)
con:
n(/) = n
)b
(/) +n
))
(/)
en donde
n
))
(/) = `: (/) +C
))
r
n
(/)
y el controlador (5.69) es ahora
n(/) = n
)b
(/) +n
))
(/) (5.71)
n
))
(/) = `: (/) +C
))
r
n
(/)
n
)b
(/) = 1^ c (/) 1
.
^ . (/)
^ c (/ + 1) = ^ c (/)
a.
^ . (/) n
)b
(/) +1 ( (/)
n
(/) C^ c (/))
r
n
(/ + 1) =
n
r
n
(/) +
n
: (/)
En el caso especial de una perturbacin constante a la entrada se tiene
. = ,
.
= 1,
a.
= . En este caso el controlador tendr accin
integral. Para ver esto claramente, se reescriben las ecuaciones (5.71)
para el controlador.
Despus de manipulaciones algebraicas se tiene
n(/) = n
)b
(/) +n
))
(/) (5.72)
n
))
(/) = `: (/) +C
))
r
n
(/)
n
)b
(/) = 1^ c (/) ^ (/)
^ c (/ + 1) = ( 1 1C) ^ c (/) +1 ( (/)
n
(/))
^ (/ + 1) = ^ (/) 1
.
(
n
(/) (/) ^ c (/))
r
n
(/ + 1) =
n
r
n
(/) +
n
: (/)
La funcin de transferencia desde
n
a ^ c (/) es dada por la ecuacin
(5.51). Un diagrama de bloques del controlador se muestra en la gura
5.20. Se ilustrarn las ideas controlando el integrador doble.
Ejemplo 5.14 Control del integrador doble.
Considrese la planta con el integrador doble y supngase que hay una
perturbacin en el proceso en la forma de una constante desconocida que
acta a la entrada del proceso. El vector de realimentacin 1 se determina
como en los ejemplos 5.2 y 5.4 con la frecuencia natural de lazo cerrado
. = 1, amortiguamiento j = 0.7 y / = 0.44.
Diseo del control del ejemplo 5.14:
y
Proceso
u
+
r
ff
u
fb
u
directo lazo
y Modelo
+
1 z
K
v
Observador
m
y
C
+
+
+
L
e
y
Proceso
u
+
r
ff
u
fb
u
directo lazo
y Modelo
+
1 z
K
v
Observador
m
y
C
+
+
+
L
e
Figura 5.20: Otra representacin de la estructura general del controlador
con realimentacin de los estados estimados, estado de la perturbacin y
seguimiento del modelo.
El modelo de la planta es
_ r =
_
0 1
0 0
_
. .
r +
_
0
1
_
..
1
n. =
_
1 0
. .
C
r
Discretizando la planta con el tiempo de muestreo / = 0.44 se obtiene
r (/ + 1) =
_
1 0.44
0 1
_
r (/) +
_
0.097
0.44
_
n(/)
(1) =
_
1 0
r (/)
La funcin de transferencia del sistema discretizado es
G(.) =
0.097 (. + 1)
(. 1)
2
=
0.097 (. + 1)
.
2
2. + 1
As, la forma cannica alcanzable, del sistema discretizado es
r
0
(/ + 1) =
_
2 1
1 0
_
. .
C
r
0
(/) +
_
1
0
_
..
C
n(/)
(/) =
_
0.097 0.097
. .
C
C
r
0
(/)
y
C B A , ,
Planta
u
r
ff
u
fb
u
m m
,
FCA en
referencia
de Modelo
+
1 z
K
v
C C
,
FCA en
Observador
' x
K
+
+
+
L
e
ff
C
+
+
m
x
m
x
C
C
+
+
+
+
C
+
v
y
C B A , ,
Planta
u
r
ff
u
fb
u
m m
,
FCA en
referencia
de Modelo
+
1 z
K
v
C C
,
FCA en
Observador
' x
K
+
+
+
L
e
ff
C
+
+
m
x
m
x
C
C
+
+
+
+
C
+
v
Figura 5.21: Estructura del controlador del ejemplo 5.14.
Para la regulacin se desea un sistema en lazo cerrado continuo,
equivalente a tener la ecuacin caracterstica
:
2
+ 1.4: + 1 = (: + 0.7 +,0.714) (: + 0.7 ,0.714)
j = 0.7. . = 1
Los polos del sistema discreto en lazo cerrado se obtienen con . = c
Ic
,
donde / = 0.44. As,
.
1,2
= 0.7 J0.227
La ecuacin caracterstica es
.
2
1.4. + 0.541
Utilizando la realimentacin de r
0
a travs del vector de ganancia:
1 =
_
|
1
|
2
det (.1
C
+
C
1) = det
_
. 2|
1
1 +|
2
1 .
_
= .
2
+ (|
1
2) . + (1 + |
2
) = .
2
1.4. + 0.541
Comparando coecientes y resolviendo para |
1
y |
2
se obtiene
1 =
_
|
1
|
2
=
_
0.6 0.459
Se utiliza un observador para realimentar las variables de estado

estimadas de la forma cannica alcanzable, r
0
y un observador para
estimar la perturbacin ^ .
Diseo del observador:
Usando las dos ltimas ecuaciones de (5.49) con
a.
= y
.
= 1, con:
1 =
_
1
1
1
2
_
.
_
C
1C
C

C
1
.
C
C
1
_
=
0
=
_
_
2 0.0971
1
1 0.0971
1
1
1 0.0971
2
0.0971
2
0
0.0971
.
0.0971
.
1
_
_
y ubicando todos los polos del observador en . = 0.75, entonces
det (.1
0
) = (. 0.75)
3
= .
3
2.25.
2
+ 1.6875. 0.4219
= det
_
_
. 2 + 0.0971
1
1 + 0.0971
1
1
1 + 0.0971
2
. + 0.0971
2
0
0.0971
.
0.0971
.
. 1
_
_
Comparando coecientes se obtienen las ecuaciones
1
1
+1
2
= 7.732
41
2
+1
.
= 13.531
1
1
+ 31
2
+1
.
= 5.96
cuya solucin es
1 =
_
4.3291
3.4029
_
. 1
.
= 0.0805
El modelo de referencia. Se desea que el servo responda dos veces ms
rpido, que cuando responde el regulador (diseo de 1). As, la ecuacin
caracterstica del sistema continuo equivalente sera:
:
2
+ 1.4 2: + 2
2
= :
2
+ 28: + 4; :
1,2
= 1.4 ,1.428
Discretizando estos polos con . = c
Ic
y / = 0.44: .
1,2
= 0.437 J0.317.
As la ecuacin caracterstica del sistema discreto es:
n
(.) = .
2
0.874. + 0.292
( ) k y
( ) q H
m
ff
u
( ) q H
1
( ) k r
( ) q H
da discretiza Planta
( ) k y
( ) q H
m
ff
u
( ) q H
1
( ) k r
( ) q H
da discretiza Planta
Figura 5.22: Seal de control en lazo directo para el servo.
El modelo de referencia en forma cannica alcanzable es
r
n
(/ + 1) =
n
r
n
(/) +
n
r
n
(/)
n
=
_
0.874 0.29
1 0
_
.
n
=
_
`
0
_
Para que este modelo tenga los mismos ceros de la forma cannica
alcanzable, entonces
C
n
= C =
_
0.097 0.097
As,
C
))
=
_
c
1C
c
1n
c
2C
c
2n
=
_
1.126 0.708
y
n
))
= `: (/) +C
))
r
n
(/)
Clculo de `. Para el servo nicamente, considrese la gura 5.22
Como H
n
() tiene los ceros de H ():
c(. .
1
) (. .
2
) (. .
n
)
en donde
H (2) =
c(. .
1
) (. .
2
) (. .
n
)
(.)
En este caso particular: .
1
= 1, c = 0.097: c(. .
1
) = 0.097 (. 1).
Como los polos de H
n
() se selccionan de acuerdo al comportamiento
deseado, con el modelo de referencia, entonces:
H
n
(2) =
c(. .
1
) (. .
2
) (. .
n
)
n
(.)
Un ejemplo de diseo 187
` se escoge de modo que si : (/) es un escaln, (/) en estado estacionario
es la unidad. Como:
(/) = H
n
()
H ()
H ()
: (/) = H
n
() : (/)
Utilizando el teorema del valor nal
cc
(/) = lm
I!1
(/) = lm
:!1
_
1 .
1
_
H
n
(.) 1(.)
= lm
:!1
_
1 .
1
_
H
n
(.)
.
. 1
= H
n
(1)
As, H
n
(1) = 1, entonces
` =

n
(1)
c(. .
1
) (. .
2
) (. .
n
)
Para el caso particular
` =
1 0.874 + 0.292
0.097 (1 + 1)
= 2.1546
La gura 5.23 muestra el control del integrador doble cuando se usa el
controlador (5.72). Primero hay una perturbacin de carga a la entrada
en el instante t = 5 y luego un cambio en el valor de referencia para el
modelo t = 30. El modelo es diseado de modo que sea dos veces ms
rpido que cuando se disea 1. La simulacin muestra que los problemas
de regulacin y de servo se pueden separar y dar dinmicas diferentes.
5.10. Un ejemplo de diseo
Para ilustrar el mtodo de diseo, se considerar el control de una unin
elstica de un robot. Considrese un motor con constante de corrinte 1
1
que alimenta (maneja) una carga que consiste de dos masa acopladas con
un resorte constante 1, como se muestra en la gura 5.24.
Se supone que la friccin y el amortiguamiento pueden ser despreciados.
La seal de entrada es la corriente del motor 1. Las velocidades angulares,
y los ngulos de las masas son .
1
, .
2
, ,
1
y ,
2
; los momentos de inercia
son J
1
y J
2
. Se supone que hay un amortiguamiento relativo, d, en el
resorte y que la primera masa podra ser perturbada por un torque .
0 10 20 30 40 50
-1
0
1
2
(
b
)
0 10 20 30 40 50
0
0.1
0.2
Tiempo
(
c
)
0 10 20 30 40 50
0
0.5
1
1.5
(
a
)
u
y
y
m
v
v^
Figura 5.23: Control del integrador doble usando el controlador (5.39). (a)
Salida y salida del modelo
n
, (b) seal de control n, (c) perturbacin
y perturbacin estimada ^ .
Finalmente, la salida del proceso es la velocidad angular .
2
. La gura
5.25 muestra los diagramas de cuerpo libre de J
1
y J
2
.
Aplicando la segunda ley de Newton para sistemas rotacionales se tiene:
+1
1
n = J
1
d.
1
dt
+d (.
1
.
2
) +1 (,
1
,
2
)
0 = d (.
1
.
2
) +1 (,
1
,
2
) J
2
d.
2
dt
Introduciendo las variables de estado:
r
1
= ,
1
,
2
r
2
=
.
1
.
0
r
3
=
.
2
.
0
Figura 5.24: Brazo de un robot exible
Figura 5.25: Diagrama de cuerpo libre para J
1
y J
2
en donde
.
0
=
_
1 (J
1
+J
2
)
J
1
J
2
Ntese que _ r
1
= _ ,
1
_ ,
2
= .
0
r
2
.
0
r
3
. El proceso es entonces descrito
por
dr
dt
= .
0
_
_
0 1 1
c 1 ,
1
,
1
c ,
2
,
2
_
_
r +
_
_
0
0
_
_
n +
_
_
0
o
0
_
_
(5.73)
=
_
0 0 .
0
r
en donde
c =
J
1
J
1
+J
2
, ,
1
=
d
J
1
.
0
, ,
2
=
d
J
2
.
0
, =
1
1
J
1
.
0
, o =
1
J
1
.
0
Los siguientes valores han sido utilizados en el ejemplo: J
1
=
10
9
, J
2
= 10,
1 = 1, d = 0.1, 1
1
= 1, lo cual da .
0
= 1. Con estos valores, el proceso
(5.73) tiene 3 polos, j
1
= 0, j
2,3
= 0.05 ,0.999, y un zero 2
1
=
0
10. Ntese que el sistema tiene un integrador puro. Los polos complejos
tienen un amortiguamiento de j
j
= 0.05 y una frecuencia natural .
j
= 1
10
-1
10
0
10
1
-200
-100
0
G
a
n
a
n
c
i
a
(
d
B
)
10
-1
10
0
10
1
-300
-200
-100
0
Frecuencia (rad/s)
F
a
s
e

(
g
r
a
d
o
s
)
Figura 5.26: Grca de bode del proceso de brazo exible del robot.
rad-seg.La grca de Bode del proceso se muestra en la gura 5.26 y la
respuesta al impulso en la gura 5.27.
Especicaciones: se desea que el sistema en lazo cerrado tenga una
respuesta desde la seal de referencia tal que los modos dominantes tengan
una frecuencia natural .
n
= 0.5 rad-seg. y un amortiguamiento j
n
= 0.7.
Seleccin del intervalo de muestreo: El modelo deseado tiene una
frecuencia natural .
n
= 0.5 rad-seg. Utilizando la regla dada por la
ecuacin (5.17) da / = 0.5 segundos como una seleccin razonable para
el intervalo de muestreo. Esto da una frecuencia de Nyquist \
.
=

I
= 6
rad-seg.
En este primer diseo no se consideran perturbaciones, y el diseo es
hecho para la planta nicamente.
Diseo de la realimentacin de estado: Se supone que todos los estados
son medidos. El sistema es de tercer orden, lo cual implica que los tres
polos pueden ser reubicados usando el controlador
n(/) = 1r (/) +1
C
: (/) (5.74)
0 25 50 75
0
0.1
0.2
Tiempo
y
Figura 5.27: Respuesta al impulso del brazo exible del robot.
Los polos deseados se especican por
_
:
2
+ 2j
n
.
n
: +.
2
n
_
(: +c
1
.
n
) = 0 (5.75)
Seleccionando c
1
= 2 (ntese que el polo c
1
.
n
est ms lejos del eje
imaginario que los polos complejos conjugados), los polos deseados son
:
1,2
= 0.35 ,0.3571
:
3
= 1
Transriendo estos polos al sistema discretizado con / = 0.5 se obtiene
.
1,2
= c
Ic
1;2
= 0.826 ,0.149
.
3
= c
Ic
3
= 0.606
Es decir, el polinomio caracterstico del sistema discreto en lazo cerrado
es:
(. .
1
) (. .
2
) (. .
3
) = .
3
2.258.
2
+ 1.705. 0.427
el cual debe ser igual al det (.1 + 1) para determinar el vector 1
que contiene las ganancias de la realimentacin de estado, en donde y
se obtienen discretizando 5.73 con / = 0.5.
Si se usa Matlab, por ejemplo y se denen las matrices . 1. C. y 1 del
sistema anlogo se pueden usar los siguientes comandos
%modelo analogo en espacio de estados
sisc=ss(A,B,C,D)
%la funcion sisc discretiza el sistema continuo
%con h=0.5 y con un retenedor de orden cero
sisd=c2d(sisc,0.5,zoh)
Utilizando el Matlab se obtiene:
=
_
_
0.8796 0.4676 0.4676
0.4209 0.8495 0.1505
0.0468 0.0167 0.9833
_
_
. =
_
_
0.1084
0.4238
0.0029
_
_
De:
det (.1 + 1) = .
3
2.258.
2
+ 1.705. 0.427
y comparando los coecientes de trminos semejantes se obtienen tres
ecuaciones lineales de las cuales se puede hallar 1 =
_
|
1
|
2
|
3
.
Tambin se puede utilizar el comando acker de Matlab:
%funcion que implementa la formula de Ackermann
L=acker(sisd.a,sisd.b,P_C)
en donde 1
C
es un vector que contiene los polos deseados del sistema
discreto en lazo cerrado
1
C
=
_
.
1
.
2
.
3
T
Utilizando la anterior funcin
1 =
_
0.3449 1.1552 0.7688
Para el diseo de 1
C
considrese el sistema de la gura 5.28, en donde
H
|c
(.) es la funcin de transferencia del sistema discreto en lazo cerrado
usando realimentacin del estado. El parmetro 1
C
se determina de modo
que la ganancia en estado estacionario desde : hasta es la unidad, es
decir, no se introduce un integrador en le controlador.
La funcin de transferencia en lazo cerrado se peude hallar usando el
comando ss2tf del Matlab que convierte un modelo de espacio de estado
a su funcin de transferencia. Hacindolo se obtiene
H
|c
(.) =
0.0029.
2
+ 0.0071. + 0.0007
.
3
2.258.
2
+ 1.7056. 0.4269
Como se desea que en estado estacionario la salida sea igual a la seal de
referencia, cuando sta es un escaln, entonces
cc
(/) = lm
I!1
(/) = lm
:!1
_
1 .
1
_
1
C
H
|c
(.)
.
. 1
= 1
C
H
|c
(1) = 1
( ) k y
c
L
( ) k r
( ) z H
lc
( ) k y
c
L
( ) k r
( ) z H
lc
Figura 5.28: Diagrama de bloques que muestra una manera simple de
introducir la seal de referencia de un controlador con realimentacin de
estado.
As
1
C
=
1
H
|c
(1)
= 1.9346
La gura 5.29 muestra el comportamiento del sistema en lazo cerrado
cuando el controlador por realimentacin de estado (5.74) es utilizado.
0 10 20 30 40 50 60 70 80
0
0.5
1
1.5
y
0 10 20 30 40 50 60 70 80
-1
0
1
2
Tiempo
u
Figura 5.29: Salida y entrada cuando la seal de referencia : es un escaln
y la perturbacin es un pulso corto.
La seal de referencia es un escaln en t = 0 y la perturbacin es un
pulso en t = 25 de altura 10 y una duracin de 0.1 unidades de tiempo.
Diseo del observador. Se supone ahora que solo la salida puede ser
medida. Los estados se reconstruyen usando un observador completo de
estado de la forma (5.33). Los valores propios de 1C se escogen de
la misma manera que los polos en lazo cerrado, pero un factor c
0
ms
lejos del origen, es decir, en el tiempo continuo se supone que se tiene la
ecuacin caracterstica del observador:
_
:
2
+ 2j
n
c
0
.
n
: + (c
0
.
n
)
2
_
(: +c
0
c
1
.
n
) = 0
Seleccionando c
0
= 2 se tiene
_
:
2
+ 1.4: + 1
_
(: + 2) = 0
:
1,2
= 0.7 ,0.714. :
3
= 2
El polo ms rpido equivalente en tiempo continuo del sistema en lazo
cerrado cuando se usa el observador es c
0
c
1
.
n
= 2. Esto implica que
el intervalo de muestreo (/ = 0.5) es un poco grande. Sin emabrgo, no
hay diferencia signicativa en la respuesta cuando / se disminuye a 0.25.
Transriendo los anteriores polos al observador discretizado con / = 0.5
se obtiene:
.
1,2
= c
Ic
1;2
= 0.66 ,0.246
.
3
= c
Ic
3
= 0.368
De la ecuacin de salida
(/) = Cr (/) =
_
0 0 1
r (/)
en decir
C =
_
0 0 1
y con
(. .
1
) (. .
2
) (. .
3
) = det (.1 + 1C)
se pueden obtener las ganancias 1 del observador.
Puesto que det (.1 + 1C) = det (.1 + 1C)
T
=
det
_
.1
T
+C
T
1
T
_
se puede usar la frmula de Ackermann.
Usando Matlab:
Kt=acker(Phi,C,P_0)
K=Kt
Conclusiones 195
Proceso L
c
L
+
+
( ) k r
( ) k y
( ) k u
( ) 1 + k x
+
+
1
q
( ) k x
C
K
+
( ) k y
+
( ) k x
+
+
( ) k v
Proceso L
c
L
+
+
( ) k r
( ) k y
( ) k u
( ) 1 + k x
+
+
1
q
( ) k x
C
K
+
( ) k y
+
( ) k x
+
+
( ) k v
Figura 5.30: Esquema para el simulink del ejemplo de diseo.
se obtiene
1 =
_
3.5454 4.5590 1.0244
T
La gura 5.31 muestra el esquema de la gura 5.29 cuando se usa un
observador.
Resumen. El ejemplo muestra el diseo usando realimentacin del estado
y el observador. La respuesta al cambio en el valor de referencia es
la misma, ya que el sistema y el observador tienen los mismos valores
iniciales. La respuesta a la perturbacin se deteriora ligeramente cuando el
observador es usado, comparada con la realimentacin directa del estado.
El observador es dos veces ms rpido que la respuesta deseada del sistema
en lazo cerrado. Un aspecto importante del problema de control que no
ha sido considerado es el efecto de la incertidu,bre del modelo. Ntese
que no hay integradores en el controlador. El error de estado estacionario
ser cero an en presencia de una perturbacin ya que la dinmica del
proceso tiene un integrador.
5.11. Conclusiones
Este captulo muestra como los problemas de diseo del regualdor y del
servo se pueden resolver usando reubicacin de polos y observadores. La
solucin tiene 3 componentes principales: la matriz de realimentacin 1, el
0 10 20 30 40 50 60 70 80
0
0.5
1
1.5
y
0 10 20 30 40 50 60 70 80
-1
0
1
2
Tiempo
u
Figura 5.31: Lo mismo que en la gura 5.29, pero utilizando
realimentacin de los estados observados cuando c
0
= 2.
observador y la respuesta del modelo. La matriz 1 se escoge de modo que
las perturbaciones de carga decaigan adecuadamente usando las tcnicas
discutidas en la regulacin por realimentacin de estado. El observador se
disea considerando las perturbaciones de carga y el ruido en la medida,
como se discuti en la seccin de realimentacin de la salida.
Existe un compromiso importante entre convergencia rpida y
sensitividad a errores de medida. Las propiedades de regulacin se tienen
en cuenta con la matriz 1 y el observador. El modelo de respuesta y el
modelo del proceso inverso son escogidos para obtener el comportamiento
deseado del servo en respuesta a seales de comando.
El diseo por reubicacin de polos es hecho para el caso escalar. Con :
parmetros en el vector de realimentacin del estado, es posible ubicar :
polos arbitrariamente, si el sistema es alcanzable.
En el caso multivariable hay ms grados de libertad.
Ejercicio 5.2 Dado el sistema
r (/ + 1) =
_
1.0 0.1
0.5 0.1
_
r (/) +
_
1.0
0.0
_
n(/)
(/) =
_
1.0 1.0
r (/)
Determinar un controlador por realimentacin lineal del estado:
n(/) = 1r (/)
tal que los polos en lazo cerrado estn en 0.1 y 0.25.
Ejercicio 5.3 Hallar el controlador dead beat para el motor normalizado
de la gura 5.32y con modelo de espacio de estados continuo dado por
1
1
+ s s
1
( ) t u ( )
2
x t y =
1
x
voltaje velocidad
1
1
+ s s
1
( ) t u ( )
2
x t y =
1
x
voltaje velocidad
Figura 5.32: Sistema del problema 5.3.
_ r =
_
1 0
1 0
_
r +
_
1
0
_
n
=
_
0 1
r
Suponer que r (0) =
_
1 1
T
. Hallar el intervalo de muestreo tal que la
seal de control sea menor qeu uno en magnitud. Se puede asumir que el
mximo valor n(/) es en / = 0.
Ejercicio 5.4 Considrese el sistema continuo
_ r =
_
3 1
0 2
_
r +
_
0
1
_
n
=
_
1 0
r
Muestrendolo con / = 0.2 se obtiene:
r (/ + 1) =
_
0.55 0.12
0 0.67
_
r (/) +
_
0.01
0.16
_
n(/)
a. Determinar una ley de control por realimentacin de estado tal que
el polinomio caracterstico en lazo cerrado sea .
2
0.63. + 0.21.
b. Hallar el correspondiente polinomio caracterstico de tiempo
continuo y discutir la escogencia del periodo de muestreo.
c. Simular el sistema en lazo cerrado cuando r (0) =
_
1 0
T
.
Ejercicio 5.5 El sistema
r (/ + 1) =
_
0.78 0
0.22 1
_
r (/) +
_
0.22
0.03
_
n(/)
(/) =
_
0 1
r (/)
representa el motor normalizado para un / = 0.25. Hallar observadores
de estado basados en la salida mediante
a. Clculo directo
b. Un sistema dinmico que da r (/ + 1 [ /)
Sea el observador del tipo dead beat, es decir, los polos del observador
deben estar en el origen.
Ejercicio 5.6 Hallar el observador completo de estado para el sistema
de tanques del problema 2.6. Escoger la ganancia del observador tal que
ste sea 2 veces ms rpido que el sistema en lazo abierto.
Ejercicio 5.7 Dado el sistema discreto
r (/ + 1) =
_
0.5 1
0.5 0.7
_
r (/) +
_
0.2
0.1
_
n(/) +
_
1
0
_
(/)
(/) =
_
0 1
r (/)
en donde es una perturbacin constante. Hallar controladores tal que la
inuencia de se puede eliminar en estado estacionario en cada caso:
a. El estado y se pueden medir.
b. El estado puede ser medido.
c. Slo la salida puede ser medida.
Ejercicio 5.8 Considere el sistema de 2 tanques del ejercicio 2.6 para
/ = 12 segundos.
a. Hallar un controlador por realimentacin del estado tal que los polos
en lazo cerrado son dados por la ecuacin caracterstica .
2
1.55. +
0.64 = 0. Esto corresponde a = 0.7 y . = 0.027 radianes/segundo.
b. Introducir una seal de comando (referencia) y hallar un controlador
tal que el error de estado estacionario entre la seal de comando y
la salida sea cero; es decir, introducir un integrador en el sistema.
c. Simular el sistema usando los reguladores en a. y b.
Ejercicio 5.9 Considrese el integrador doble con una perturbacin de
carga actuando a la entrada del proceso. La perturbacin puede ser
descrita como una sinusoide con frecuencia .
0
, pero con amplitud y fase
desconocidas. Disear un controlador por realimentacin de estado y un
observador tal que no exista error de estado estacionario debido a la
perturbacin sinusoidal.
Ejercicio 5.10 Considrese el proceso descrito por
r (/ + 1) =
_
0.9 0
1 0.7
_
r (/) +
_
1
0
_
n(/)
(/) =
_
0 1
r (/)
a. Hallar un controlador dead beat que de una ganancia esttica
unitaria, es decir, hallar 1
c
y 1 en el controlador:
n(/) = 1
c
n
c
(/) 1n(/)
b. Hallar el rango de los parmetros de 1 antes de que el sistema en
lazo cerrado se vuelva inestable.
Apndice A
Implementacin en tiempo
real
A continuacin se presenta la implementacin en tiempo real para los
algoritmos de control en tiempo discreto correspondiente a realimentacin
de variables de estado con ganancia en lazo abierto, accin integral y
control de dos grados de libertad, usando Matlab
TM
y una tarjeta de
adquisicin de datos USB de National Instruments
TM
.
A.1. Ganancia en lazo directo
set(ai,InputType,Differential);
addchannel(ai,0);
addchannel(ao,0);
%inicializacion en tiempo real
t_muestreo=0.5;
%observador
a=[-2.8 -5.6 -8;1 0 0;0 1 0];
b=[3;0;0];
c=[0 0 4/3];
d=0;
h_discreto=c2d(ss(a,b,c,d),t_muestreo);
lt=acker(h_discreto.a,h_discreto.c,[0.1 0.1 0.2]);
L=lt;
201
202 Implementacin en tiempo real
%controlador
a_z=[h_discreto.a zeros(3,1);-c 1];
b_z=[h_discreto.b;0];
k_t=acker(a_z,b_z,[0.2 0.2 0.3 0.2]);
kd=k_t(1:3);
sysdlc=ss(h_discreto.a-h_discreto.b*kd,h_discreto.b,...
h_discreto.c,h_discreto.d,t_muestreo);
g=dcgain(sysdlc);
%datos para graficas
tf=20;
n=20/t_muestreo;
y=zeros(n,1);
yest=zeros(n,1);
u=zeros(n,1);
t=t_muestreo:t_muestreo:t_muestreo*length(y);
j=1;
%inicializacion de datos
xest=zeros(3,n);
%vector ded referencia
r=zeros(n,1);
r(end/2+1:end)=2*ones(n/2,1);
t_inicial=clock;
while(j*t_muestreo<=tf),
if(etime(clock,t_inicial)>=t_muestreo)
t_inicial=clock;
u(end)=r(j)*(1/g)-kd*xest(:,end-1);
%algoritmo del observador
yest(end)=h_discreto.c*xest(:,end-1);
xest(:,end)=h_discreto.a*xest(:,end-1)+...
h_discreto.b*u(end)+L*(y(end)-yest(end));
%graficos
j=j+1;
subplot(211)
ylim([-0.5 5.5]);
Accin integral 203
legend(y,u,y^)
subplot(212)
plot(t,xest)
ylim([-3.5 3.5]);
legend(x1^,x2^,x3^)
u(1:end-1)=u(2:end);
end
end
delete(ai)
delete(ao)
clear ai
clear ao
A.2. Accin integral
addchannel(ai,0);
addchannel(ao,0);
t_muestreo=0.5;
%datos del observador
a=[-2.8 -5.6 -8;1 0 0;0 1 0];
b=[3;0;0];
c=[0 0 4/3];
d=0;
%modelo discreto
L=lt;
%controlador
a_z=[h_discreto.a zeros(3,1);-c 1];
b_z=[h_discreto.b;0];
k_t=acker(a_z,b_z,[0.2 0.2 0.2 0.1]);
kd=k_t(1:3);
kz=-k_t(4);
tf=20;
n=20/t_muestreo;
y=zeros(n,1);
yest=zeros(n,1);
u=zeros(n,1);
j=1;
xest=zeros(3,n);
%vector de referencia
r=zeros(n,1);
e=0;
t_inicial=clock;
t_inicial=clock;
e=e+t_muestreo*(r(j)-y(end));
u(end)=e*kz-kd*xest(:,end-1);
%algoritmo del observador
%graficos
Control de dos grados de libertad 205
j=j+1;subplot(211)
ylim([-0.5 5.5]);
legend(y,u,y^)
subplot(212)
plot(t,xest)
ylim([-3.5 3.5]);
legend(x1^,x2^,x3^)
end
end
delete(ai)
delete(ao)
clear ai
clear ao
A.3. Control de dos grados de libertad
addchannel(ai,0);
addchannel(ao,0);
t_muestreo=0.5;
%datos del observador
a=[-2.8 -5.6 -8.1;1 0 0;0 1 0];
b=[3;0;0];
c=[0 0 4/3];
d=0;
L=lt;
%diseno del controlador
k=acker(h_discreto.a,h_discreto.b,[0.2 0.2 0.3]);
%matriz de transformacion para la forma canonica controller
detA=poly(h_discreto.a);
i_co_c=[1 detA(2:end-1);0 1 detA(2:end-2);0 0 1];
co_c=inv(i_co_c);
co=ctrb(h_discreto.a,h_discreto.b);
T=co_c*inv(co);
%polos deseados
P_i=4*eig(a);
P=P_i;
P_deseado=exp(t_muestreo*P);
P_servo=poly(P_deseado);
Am=[-P_servo(2:end);1 0 0;0 1 0];
Cm=h_discreto.c*inv(T);
lambda=polyval(P_servo,1)/polyval(Cm,1);
Bm=[lambda;0;0];
%calculo Cff
A=T*h_discreto.a*inv(T);
Cff=-A(1,:)+Am(1,:);
tf=20;
n=20/t_muestreo;
y=zeros(n,1);
yest=zeros(n,1);
u=zeros(n,1);
j=1;
Control de dos grados de libertad 207
xest=zeros(3,n);
xm=zeros(3,1);
%vector de referencia
r=zeros(n,1);
t_inicial=clock;
t_inicial=clock;
u(end)=Cff*xm+lambda*r(j)+k*inv(T)*(xm-T*xest(:,end-1));
xm=Am*xm+Bm*r(j);
%graficos
j=j+1;
subplot(211)
ylim([-0.5 5.5]);
legend(y,u,y^)
subplot(212)
plot(t,xest)
ylim([-3.5 3.5]);
legend(x1^,x2^,x3^)
end
end
delete(ai)
delete(ao)
clear ai
clear ao
Apndice B
Diseo de sistemas de control
en tiempo continuo
Este captulo presenta mtodos de diseo basados en modelos internos
del sistema, denominados por reubicacin de polos desde el punto de
vista de la realimentacin de estado. En lugar de realimentar la salida del
sistema (t), se realimenta el vector de estado del sistema x(t), ya que
el vector de estado resumen toda la informacin actual del sistema. La
realimentacin de las variables de estado puede ser usada para modicar
las frecuencias naturales del sistema, y en particular, hacerlas todas
estables, siempre y cuando la realizacin usada para denir los estados
del sistema sea controlable por realimentacin de las variables de estado,
es decir la matriz de controlabilidad ( de la realizacin A. B. C tenga
rango :. El hecho de que el diseo se formula en trminos de obtener
un sistema en lazo cerrado con los polos especicados se conoce como
reubicacin de polos. Incialmente, para el caso de realimentacin de las
variables de estado, se supone que todas las variables de estado son
medidas y que las perturbaciones son impulsos ampliamente espaciados.
A travs de la realimentacin lineal de las variables de estado se pueden
resolver dos problemas fundamentales: el problema de regulacin y el
problema de seguimiento. El problema de regulacin consiste en llevar
todos los estados del sistema a cero, mientras que el problema de
seguimiento consiste en que el sistema siga una referencia.
Se discute el problema de reconstruir o estimar los estados a partir de las
salidas medidas y las entradas aplicadas. Aqu es necesario vericar que
la realizacin usada para denir los estados del sistema sea observable,
209
210 Diseo de sistemas de control en tiempo continuo
es decir que la matriz de observabilidad O de la realizacin A. B. C
tenga rango :. El problema de estimacin de estados se realiza a travs
de observadores. Combinando los observadores con la realimentacin de
estados , se obtiene una solucin al problema de regulacin para el caso
de realimentacin de estados.
Tambin se analiza el caso de perturbaciones ms generales,
considerndolas como salidas de sistemas dinmicos cuyas entradas son
impulsos. As, se pueden tratar casos clsicos de perturbaciones tales
como: escalones, sinusoides, etc.. Aqu, se disean observadores especcos
para estimar las perturbaciones y compensar su efecto en el sistema
dinmico.
Luego se discute el problema de seguimiento, el cual se formula en el
espacio de estados. Combinando este resultado, con los anteriores se
obtiene un controlador que puede seguir seales de referencia y rechazar
perturbaciones que actan sobre el sistema. La estructura del controlador
obtenida es muy interesante, ya que las diferentes tareas del controlador
son separadas en forma natural.
B.1. Regulacin por realimentacin de
estados
Considere un sistema dinmico descrito por la ecuacin (B.1)
_ x(t)= Ax(t) +Bu(t) (B.1)
y (t)= Cx(t) (B.2)
con el polinomio caracterstico:
c (:) = det (:I A) = :
a
+c
1
:
a1
+ +c
a1
: +c
a
(B.3)
Se desea modicar el sistema dado, mediante realimentacin de las
variables de estado, para obtener un nuevo sistema con valores propios
especicados, o en otras palabras, para obtener un polinomio caractertico
deseado c(:). Es decir,
c(:) = :
a
+c
1
:
a1
+ +c
a1
: +c
a
(B.4)
Para tal n se utiliza como seal de control una realimentacin lineal
ponderada de las variables de estado de la forma
u(t) = Kx(t) (B.5)
Regulacin por realimentacin de estados 211
donde K es llamada la matriz de ganancias de realimentacin. El uso de
u(t) = Kx(t) en lugar de u(t) = Kx(t) es puramente convencional, ya
que la realimentacin es usualmente negativa. Al reemplazar la ecuacin
(B.5) en la ecuacin (B.1) se obtiene
_ x(t) = Ax(t) BKx(t)
_ x(t) = (ABK) x(t) (B.6)
Este esquema de regulacin se observa en la gura B.1.
Figura B.1: Reubicacin de polos por realimentacin de variables de
estado
El sistema dinmico resultante de la ecuacin (B.6) tiene como polinomio
caracterstico:
c
1
(:) = det (:I A+BK)
El objetivo es seleccionar los valores de K tal que c
1
(:) = c(:).
Estos valores existen nicamente si el sistema de la ecuacin (B.1) es
controlable, es decir, si la matriz de controlabilidad ( de la realizacin
A. B. C tiene rango :.
B.1.1. Clculo de la ganancia de realimentacin
Se presentar a continuacin el caso general para el clculo de la ganancia
de realimentacin. La solucin del problema de reubicacin de polos ser
dada para sistemas con una seal de entrada n(t). Considere un modelo
de espacio de estados descrito por la ecuacin (B.7).
_ x(t) = Ax(t) +Bn(t) (B.7)
(t) = Cx(t) (B.8)
y con polinomio caracterstico c (:) dado por la ecuacin B.3 y supngase
que la matriz de controlabilidad ( es de rango :, es decir, el sistema
es controlable. El sistema puede ser transformado a la forma cannica
controller a travs de la transformacin x
c
(t) = Tx(t) descrita en la
seccin 4.2; la ecuacin de estado transformada es
_ x
c
(t) = A
c
x
c
(t) +B
c
n(t) (B.9)
donde A
c
y B
c
son las matrices del sistema en la forma cannica controller
de la forma
A
c
=
_
_
c
1
c
2
c
a
1 0 0
.
.
.
.
.
.
.
.
.
.
.
.
0 1 0
_
_
, B
c
=
_
_
1
0
.
.
.
0
_
_
(B.10)
Los coecientes del polinomio caracterstico c (:) dado por la ecuacin
(B.3) aparecen explcitamente en esta expresin. Si K
c
es el vector de
ganancia de realimentacin para la forma cannica controller dado por
K
c
=
_
1
c1
1
c1
1
ca
y con
n(t) = K
c
x
c
(t)
entonces al reemplazar en la ecuacin (B.9) se tiene
_ x
c
(t) = (A
c
B
c
K
c
) x
c
(t)
de forma que
A
c
B
c
K
c
=
_
_
(c
1
+1
c1
) (c
2
+1
c2
) (c
a
+1
ca
)
1 0 0
.
.
.
.
.
.
.
.
.
.
.
.
0 1 0
_
_
Regulacin por realimentacin de estados 213
donde el polinomio caracterstico del sistema en lazo cerrado estara dado
por
det (:I A
c
+B
c
K
c
) = :
a
+ (c
1
+1
c1
) :
a1
+ + (c
a
+1
ca
) (B.11)
y al comparar con el polinomio caractertico deseado c(:) de la ecuacin
(B.4) los valores K
c
quedan determinados en trminos de los coecientes
c
1
, c
2
, . . . , c
a
y c
1
, c
2
, . . . , c
a
como
1
ci
= c
i
c
i
(B.12)
Para obtener la matriz de ganancia de realimentacin K para el modelo
de espacio de estados descrito por la ecuacin (B.7), se tiene
n(t) = K
c
x
c
(t) = K
c
Tx(t)
de donde
K = K
c
T (B.13)
y puesto que la matriz de transformacin T est dada en trminos de las
matrices de controlabilidad por
T = (
c
(
1
donde (
c
es la matriz de controlabilidad de la forma cannica controller
dada por la realizacin A
c
. B
c
, entonces de la ecuacin (B.13) la matriz
de ganancias est dada por
K = K
c
(
c
(
1
=
_
c
1
c
1
c
2
c
2
c
a
c
a
(
c
(
1
(B.14)
Esta ecuacin se puede expresar de una forma ligeramente diferente como:
K =
_
0 0 1
(
1
c(A) (B.15)
donde
_
0 0 1
(
1
es la ltima la de (
1
y c(A) es la matriz A
evaluada en el polinomio deseado c(:). La ecuacin (B.15) es llamada
frmula de Ackerman.
B.1.2. Realimentacin de estado y los ceros de la
funcin de transferencia
Se ha demostrado que mediante la realimentacin del estado se puede
cambiar el denominador de la funcin de transferencia de c (:) a cualquier
polinomio mnico c(:) del mismo grado. Se analizar ahora el efecto sobre
los ceros / (:).
Una manera simple es suponer que la realizacin es de tipo controller
A
c
. B
c
. C
c
. Ntese que despus de realimentar el vector de estados la
realizacin es A
c
B
c
K
c
. B
c
. C
c
, por lo que la funcin de transferencia
est dada por
1 (:)
1(:)
=
/ (:)
c(:)
Es decir, la realimentacin del estado no afecta los ceros de la funcin
de transferencia, a menos por supuesto, que estos sean cancelados por
la seleccin adecuada del nuevo polinomio del denominador c(:). Esto
resuelve el problema de los ceros ubicados indeseablemente (limitaciones
en las caractersticas de fase y atraso del sistema).
B.2. Perturbaciones
Es altamente deseable manejar otras perturbaciones diferentes a impulsos,
o equivalentes a estados iniciales perturbados. Una manera de hacer esto
es considerar perturbaciones que son generadas por impulsos enviados
a sistemas dinmicos. De esta manera, es posible obtener muchos tipos
de perturbaciones tales como escalones o sinusoides. Para se especcos,
supngase que el sistema es descrito por
_ x(t) = Ax(t) +B(n(t) + (t))
es decir
_ x(t) = Ax(t) +Bn(t) +B (t) (B.16)
donde (t) es una perturbacin descrita por
_ !(t) = A
.
!(t)
(t) = C
.
!(t)
con condiciones iniciales dadas. La matriz A
.
tpicamente tiene valores
propios sobre el eje imaginario o en el semiplano complejo derecho. Un
Perturbaciones 215
caso comn es cuando la perturbacin (t) es una constante. sta se
obtiene con
A
.
= 0, C
.
= 1
Otro caso es el de perturbaciones sinusoidales, que corresponde a
A
.
=
_
0 .
0
.
0
0
_
, C
.
=
_
1 0
y un caso combinado con perturbacin senoidal y perturbacin constante,

estara dado por
A
.
=
_
_
0 .
0
0
.
0
0 0
0 0 0
_
_
, C
.
=
_
1 0 1
El sistema completo incluyendo la perturbacin puede ser descrito como

_ x(t) = Ax(t) +Bn(t) +BC
.
!(t) (B.17)
_ !(t) = A
.
!(t) (B.18)
La gura B.2 muestra el diagrama de bloques de una planta con
perturbacin correpondiente a las ecuaciones (B.17) y B.18.
Ahora, se dene el vector de estado aumentado:
_
x
!
_
(B.19)
de forma tal que las ecuaciones (B.17) y (B.18) se pueden reescribir
usando (B.19) como
_
_ x
_ !
_
=
_
A BC
.
0 A
.
_ _
x
!
_
+
_
B
0
_
n (B.20)
As, se tiene un problema de la misma forma que el problema bsico
de reubicacin de polos. Hay, sin embargo, una diferencia importante: el
sistema (B.20) no es completamente controlable. Los polos asociados con
la descripcin de la perturbacin, es decir, los valores propios de A
.
, no
pueden ser afectados completamente por la realimentacin. Esto es muy
natural, ya que las perturbaciones son variables exgenas que no estn
inuenciadas por el control.
Figura B.2: Sistema con perturbacin generalizada
Si se considera que la perturbacin (t) es medible, se puede denir la
realimentacin lineal de estado como
n(t) = Kx(t) K
.
(t) (B.21)
n(t) = Kx(t) K
.
C
.
!(t) (B.22)
La ley de control de la ecuacin (B.22) al reemplazarla en las ecuaciones
(B.17) y (B.18) genera el siguiente sistema en lazo cerrado:
_ x(t) = (ABK) x(t) + (BBK
.
) C
.
!(t) (B.23)
_ x(t) = (ABK) x(t) + (BBK
.
) (t) (B.24)
_ !(t) = A
.
!(t) (B.25)
que expresa como el sistema en lazo cerrado es inuenciado por el
control. Ntese que la ley de control en la ecuacin (B.21) se puede
interpretar como una combinacin de un trmino de realimentacin Kx(t)
y un trmino en lazo directo de las perturbaciones medidas K
.
(t). Si
la realizacin A. B es controlable, se puede encontrar la matriz de
realimentacin K tal que la matriz del sistema en lazo cerrado (ABK)
Observadores 217
tenga valores propios especicados. De esta forma, el trmino de la
solucin que es causado por los valores iniciales decae adecuadamente.
La matriz A
.
no puede ser inuenciada por la realimentacin. El efecto
de la perturbacin sobre el vector x(t) en la ecuacin(B.24) puede ser
reducido por una seleccin adecuada de K
.
, el cual debe ser escogido de
forma tal que la matriz BBK
.
sea cercana a cero, o cero. Por ejemplo,
para que BBK
.
= 0 se debe seleccionar K
.
= 1.
B.3. Observadores
Es poco realstico suponer que todos los estados de un sistema pueden
ser medidos, particularmente si las perturbaciones son parte del vector
de estado, como en la ecuacin (B.20). Por esto, es necesario determinar
los estados de la realizacin, a partir de medidas disponibles: entrada
n(t) y salida (t), y de un modelo. Para tal n es necesario que el
sistema sea observable, es decir, que la matriz de observabilidad asociada
con la realizacin A. B. C tenga rango :. O, si el sistema incluye
las perturbaciones en el vector de estado, la realizacin asociada a las
ecuaciones (B.20) y (B.2) debe ser observable.
De esta forma, un observador de estado es un sistema dinmico que
permite estimar las variables de estado x(t) con base en las mediciones
del vector de salida (t) y del vector de entrada n(t).
B.3.1. Observador en lazo abierto
Considrese el sistema (B.7). Supngase que el estado x(t) es aproximado
por el estado ~ x(t) de un modelo dinmico de la forma
_
~ x(t) = A~ x(t) +Bn(t) (B.26)
el cual tiene la misma entrada que el sistema (B.7). Si el modelo es perfecto
en el sentido que los elementos de las matrices A y B son idnticos a los
del sistema (B.7) y si las condiciones iniciales son las mismas, entonces
el estado ~ x del modelo (B.26) ser idntico al estado x del sistema real
(B.7) y la salida estimada
~ (t) = C~ x(t) (B.27)
tambin ser idntica a (t).
Si las condiciones inciales son diferentes, entonces ~ x converger a x
slo si el sistema (B.26) es estable asintticamente. La gura B.3
muestra el observador en lazo abierto descrito por las ecuaciones (B.26)
y (B.27).La estimacin con la ecuacin B.26 da el estado como una
Figura B.3: Observador en lazo abierto
funcin de las entradas pasadas. Sin embargo, la estimacin se puede
mejorar utilizando tambin las salidas medidas. Esto puede ser hecho
introduciendo realimentacin de la diferencia entre las salidas medidas
(t) y las estimadas ~ (t).
B.3.2. Observador completo
Considere el observador en lazo abierto de la ecuacin (B.26). Si se incluye
la diferencia entre la salida medida y la estimada (t)~ (t) en la ecuacin
Observadores 219
(B.26), se obtiene
_
~ x(t) = A~ x(t) +Bn(t) +L( (t) ~ (t)) (B.28)
o
_
~ x(t) = A~ x(t) +Bn(t) +L( (t) C~ x(t)) (B.29)
en donde L es una matriz de ganancias. Ntese que el trmino de
realimentacin L( (t) C~ x(t)) no contribuye si la salida estimada por
el modelo ~ (t) coincide excatamente con las medidas. Para determinar
la matriz L se introduce el error de estimacin de las variables de estado
como
~ x
c
(t) = x(t) ~ x(t) (B.30)
y restando la ecuacin (B.29) de (B.7) se tiene
_ x(t)
_
~ x(t) = Ax(t) +Bn(t) A~ x(t) Bn(t) L( (t) C~ x(t))
_ x(t)
_
~ x(t) = A(x(t) ~ x(t)) L( (t) C~ x(t)) (B.31)
y reemplazando la ecuacin (B.8) en (B.31) se tiene
_ x(t)
_
~ x(t) = A(x(t) ~ x(t)) L(Cx(t) C~ x(t))
_ x(t)
_
~ x(t) = (ALC) (x(t) ~ x(t))
_
~ x
c
(t) = (ALC) ~ x
c
(t) (B.32)
Si L se escoge de tal manera que el sistema de la ecuacin B.32 sea
asintticamente estable, entonces el error de estimacin ~ x
c
(t) siempre
converger a cero. As, introduciendo realimentacin de las medidas en
la estimacin, es posible hacer que el error tienda a cero, an si el
sistema (B.7) es inestable. El sistema en (B.29) es llamado un observador
completo o simplemente un observador para el sistema (B.7), ya que
produce el estado del sistema a partir de medidas de las entradas y las
salidas. La gura B.4 muestra el diagrama de bloques correspondiente al
sistema (B.7) con el observador (B.29). Falta ahora encontrar una manera
deseable para escoger la matriz L de manera que el sistema B.29 sea
estable. Dadas las matrices A y C, el problema es encontrar una matriz
L tal que la matriz ALCtenga valores propios especicados. Ya que una
matriz y su transpuesta tienen los mismos valores propios, el problema
es el mismo que encontrar una matriz L
T
tal que A
T
C
T
L
T
tenga
valores propios especicados. sin embargo, este problema fue resuelto en
Figura B.4: Observador completo para el sistema (B.7)
la seccin B.1.1. Si se trasladan aquellos resultados, se encuentra que el
problema puede ser resuelto si la matriz de observabilidad transpuesta
O
T
=
_
C
T
A
T
C
T
(A
a1
)
T
C
T
_
tiene rango total (rango :). El resultado se puede expresar de la siguiente
manera. Considere el sistema de la ecuacin (B.7). Sea c(:) un polinomio
de grado :, en donde : es el orden del sistema. Suponiendo que el sistema
es completamente observable, entonces existe una matriz L tal que la
matriz ALC del observador (B.29) tenga polinomio caracterstico c(:).
Clculo de la ganancia del observador
La determinacin de la matriz L en el observador (B.29) es el mismo
problema matemtico para determinar la matriz de realimentacin K
Observadores 221
en el problema de reubicacin de polos. La seleccin de los polos del
observador es un compromiso entre la sensitividad a los errores de la
medida y la recuperacin rpida de los errores iniciales. Un observador
rpido converger rpidamente, pero tambin ser sensitivo a los errores
de medida.
La determinacin de la matriz L es el problema dual de hallar la matriz de
ganancias K para reubicacin de polos por realimentacin de variables de
estado. Este problema es resuelto por la frmula de Ackerman, utilizando
las relaciones
K L
T
, ( O
T
, A A
T
, B = C
T
De la ecuacin (B.15) se obtiene que L es dada por
L
T
=
_
0 0 1
_
O
T
_
1
c
_
A
T
_
(B.33)
o tambin
L = c(A) O
1
_
0 0 1
T
(B.34)
El polinomio caracterstico de ALCes entonces c(:). La dualidad con el
problema de reubicacin de polos tambin implica que L es especialmente
simple para determinar si el sistema est en forma cannica observer.
B.3.3. Observador de orden reducido
En el modelo de espacio de estados de las ecuaciones (B.1) y B.2 es posible
conocer algunas de las variables del vector de estado x(t) directamente.
Por tanto, se puede disear un observador de estado de orden reducido,
donde se estimen nicamente las variables de estado restantes. Sean
x
1
: vector de estado que se puede medir directamente
x
2
: vector de estado que no se puede medir directamente
entonces, se puede dividir el modelo de espacio de estados de la siguiente
manera
_
_ x
1
_ x
2
_
=
_
A
11
A
12
A
21
A
22
_ _
x
1
x
2
_
+
_
B
1
B
2
_
u(t) (B.35)
y con la ecuacin de salida
y (t) =
_
C
1
0
_
x
1
x
2
_
(B.36)
donde C
1
debe ser cuadrada y no singular, por lo que es posible obtener
x
1
directamente con la relacin
x
1
= C
1
1
y
y cuando las variables de estado correponde directamente a la salida del
sistema, entonces C
1
= I. A partir de la ecuacin (B.35) se pueden escribir
las ecuaciones para x
1
y x
2
como
_ x
1
= A
11
x
1
+A
12
x
2
+B
1
u (B.37)
_ x
2
= A
21
x
1
+A
22
x
2
+B
2
u (B.38)
y de la ecuacin (B.37) se puede obtener la ecuacin de salida como
_ x
1
A
11
x
1
B
1
u = A
12
x
2
(B.39)
donde los trminos _ x
1
A
11
x
1
B
1
u corresponden a cantidades conocidas.
La ecuacin (B.38) se puede reescribir como
_ x
2
= A
22
x
2
+A
21
x
1
+B
2
u (B.40)
donde los trminos A
21
x
1
+ B
2
u son cantidades conocidas. La ecuacin
B.38 describe la dinmica de cambio de las variables que no pueden
ser medidas directamente. Para estas variables se puede formular un
observador como
_
~ x
2
= A
22
~ x
2
+A
21
x
1
+B
2
u +L
v
_
^ y
^
C~ x
2
_
(B.41)
donde L
v
es la ganancia de realimentacin para el observador de orden
reducido, ^ y son las variables conocidas de la ecuacin (B.39) dadas por
^ y = _ x
1
A
11
x
1
B
1
u (B.42)
y con
^
C = A
12
. Se tiene entonces la ecuacin para el observador de orden
reducido como
_
~ x
2
= A
22
~ x
2
+A
21
x
1
+B
2
u +L
v
( _ x
1
A
11
x
1
B
1
u A
12
~ x
2
) (B.43)
Reescribiendo la ecuacin (B.43) se tiene
_
~ x
2
= (A
22
L
v
A
12
) ~ x
2
+A
21
x
1
+B
2
u +L
v
( _ x
1
A
11
x
1
B
1
u) (B.44)
Observadores 223
donde los trminos A
21
x
1
+B
2
u +L
v
( _ x
1
A
11
x
1
B
1
u) son conocidos.
Sin embargo, en la ecuacin B.44 se tiene el trmino _ x
1
. Para eliminarlo,
se reescribe la ecuacin (B.44) como
_
~ x
2
L
v
_ x
1
= (A
22
L
v
A
12
) ~ x
2
+ (A
21
L
v
A
11
) x
1
+ (B
2
L
v
B
1
) u
(B.45)
y se le suma y se le resta el trmino (A
22
L
v
A
12
) L
v
x
1
a la ecuacin
(B.45) la cual se reescribe como
_
~ x
2
L
v
_ x
1
= (A
22
L
v
A
12
) (~ x
2
L
v
x
1
) (B.46)
+[(A
21
L
v
A
11
) +(A
22
L
v
A
12
) L
v
] x
1
+ (B
2
L
v
B
1
) u
Ahora, si se hace el cambio de variable, ~ = ~ x
2
L
v
x
1
, se puede plantear
la ecuacin (B.46) como
_
~ = (A
22
L
v
A
12
) ~ (B.47)
+[(A
21
L
v
A
11
) +(A
22
L
v
A
12
) L
v
] x
1
+ (B
2
L
v
B
1
) u
La ecuacin (B.47) describe la dinmica del observador de orden reducido,
donde el vector de estados ~ x(t) puede ser estimado como
~ x(t) =
_
I
0
_
x
1
+
_
0
I
_
~ x
2
(B.48)
Si se dene el error de estimacin como
~ x
c
= ~ x
2
x
2
= ~ (B.49)
se tiene que la dinmica del error est dada por
_
~ x
c
= (A
22
L
v
A
12
) ~ x
c
(B.50)
y donde L
v
puede ser calculada de acuerdo a la ecuacin (B.34) para el
sistema dual A
T
22
A
T
12
L
T
v
. En la gura B.5 se muestra el diagrama de
bloques del observador de orden reducido.
B.3.4. Regulacin con un observador completo
A partir del vector de estado estimado ~ x(t) es posible generar una ley de
control de la forma
n(t) = K~ x(t) (B.51)
Figura B.5: Diagrama de bloques del sistema con observador de orden
reducido
de forma tal, que al reemplazar la ley de control (B.51) en la ecuacin de
estado (B.7) se obtiene
_ x(t) = Ax(t) +Bn(t)
_ x(t) = Ax(t) BK~ x(t) (B.52)
Si se reescribe esta ecuacin como
_ x(t) = Ax(t) BK~ x(t) +BKx(t) BKx(t)
_ x(t) = (ABK) x(t) +BK(x(t) ~ x(t)) (B.53)
y reemplazando en (B.53) la ecuacin (B.30), se tiene
_ x(t) =(ABK) x(t) +BK~ x
c
(t) (B.54)
Observadores 225
y con la ecuacin (B.54) y la ecuacin (B.30) se puede escribir el sistema
aumentado de la forma
_
_ x(t)
_
~ x
c
(t)
_
=
_
ABK BK
0 ALC
_ _
x(t)
~ x
c
(t)
_
y donde la ecuacin caracterstica del sistema aumentado est dada por
det
_
:I
_
ABK BK
0 ALC
__
= det (:I A+BK) det (:I A+LC)
donde se observa que la dinmica del observador es completamente
independiente de la dinmica del observador. La gura B.6 muestra
el diagrama de bloques de un sistema de regulacin con observador
completo.
Figura B.6: Realimentacin de variables de estado con observador
completo
B.3.5. Observador de perturbaciones
Considere el sistema de la ecuacin (B.20) con ecuacin de salida dada
por
(t) =
_
C 0
_
x
!
_
Es poco realista asumir que la perturbacin puede ser medida, de forma
tal que para poder compensar la perturbacin de acuerdo a la ecuacin
B.21 es necesario calcular la perturbacin ~ (t) a partir de la estimacin
de ~ !(t). Ntese que el estado de la perturbacin ! es observable pero no
controlable. Para esto, se disea un observador completo aumentado, de
la forma
_
_
~ x
_
~ !
_
=
_
A BC
.
0 A
.
_ _
~ x
~ !
_
+
_
B
0
_
n +
_
L
L
.
_
( (t) C~ x(t)) (B.55)
donde el observador para la perturbacin est dado por
_
~ ! = A
.
~ ! +L
.
( (t) C~ x(t)) (B.56)
donde
~ (t) = C
.
~ !
y el observador de estados por
_
~ x = A~ x +BC
.
~ ! +Bn(t) +L( (t) C~ x(t)) (B.57)
Considere la ley de control (B.21) en trminos del vector de estados
estimado y la perturbacin estimada como
n(t) = K~ x(t) K
.
~ (t)
n(t) = K~ x(t) K
.
C
.
~ !
entonces al reemplazar la ley de control en el sistema (B.57) se tiene
_
~ x = A~ x +BC
.
~ ! BK~ x(t) BK
.
C
.
~ ! +L( (t) C~ x(t)) (B.58)
y con K
.
= 1 se tiene
_
~ x = A~ x BK~ x(t) +L( (t) C~ x(t))
Observadores 227
que corresponde al mismo observador completo sin perturbaciones cuando
se realimenta con el vector de estados. Adicionalmente, al reemplazar la
ley de control en la ecuacin (B.17) se tiene
_ x(t) =Ax(t) BK~ x(t) BK
.
C
.
~ ! +BC
.
!(t) (B.59)
Las ecuaciones para el sistema en lazo cerrado (B.58) y B.59 dan un
conocimiento profundo del comportamiento del sistema. La matriz K
asegura que el estado x tiende a cero a la velocidad deseada despus de
una perturbacin. Una seleccin adecuada de la ganancia K
.
reduce el
efecto de la perturbacin (t) sobre el sistema por alimentacin directa de
las perturbaciones estimadas ~ !. Esta accin de control por alimentacin
directa es particularmente efectiva si la matriz BBK
.
se puede hacer
igual a cero. Las ganancias del observador L y L
.
inuyen en la velocidad
a la cual los errores de estimacin tienden a cero. Estas ltimas se pueden
hallar del sistema aumentado (B.55) usando la ecuacin para el clculo
de las ganancias del observador dada por (B.34).
En la gura B.7se muestra el diagrama de bloques correspondiente a un
sistema de regulacin con observador de perturbaciones y con ganancia
K
.
= 1.
Ejemplo B.1 Considere un modelo de espacio de estados dado por
A =
_
2 15
1 0
_
. B =
_
1
0
_
C =
_
0 1
el cual tiene los polos en : = 5, : = 3. Y con una perturbacin

senoidal con amplitud 1 y con frecuencia .
0
= 2.5. Disee un regulador
por realimentacin de variables de estado tal que los polos deseados
sean : = 5, : = 3. Disee tambin un observador de estados y
un observador de perturbacin. Utilice Matlab y Simulink para hacer los
clculos.
Se denen inicialmente las matrices de estado
A=[-2 15; 1 0]
B=[1;0]
C=[0 1]
Figura B.7: Diagrama de bloques de un sistema con regulacin, observador
completo y observador de perturbaciones
Se verica que el sistema sea controlable calculando la matriz de
controlabilidad y mirando si sta tiene rango total
co=ctrb(A,B)
rank(co)
Dado que el rango de la matriz de controlabilidad es 2, entonces se calcula,
usando la frmula de Ackerman, las ganancias de realimentacin tal que
los polos se encuentren en : = 5, : = 3.
k=acker(A,B,[-5,-3])
obteniendo como vector de ganancias
K =
_
6 30
Observadores 229
Se calculan las matrices para la dinmica de la perturbacin teniendo en
cuenta que es una perturbacin senoidal como
Aw=[0 2.5;-2.5 0]
Cw=[1 0]
Se calculan las matrices aumentadas para el observador de estados y
perturbaciones de acuerdo a (B.55) como
a_e=[A B*Cw;zeros(2,2) Aw]
b_e=[B;0]
c_e=[C 0 0]
Se verica que el sistema aumentado sea observable calculando el rango
de la matriz de observabilidad
ob=obsv(a_e,c_e)
rank(ob)
Dado que el rango es 4 se calculan las ganancias para el observador y el
observador de perturbaciones en el sistema dual teniendo en cuenta que
los polos sean ms rpidos que los del sistema en lazo cerrado como
L1=acker(a_e,c_e,[-10,-6,-4,-5])
Se separan las ganacias correspondientes al observador de estados y al de
perturbaciones
L=L1(1:2)
Lw=L1(3:4)
obteniendo
L =
_
186.75 23
L
.
=
_
703.75 64.375
Se construye un diagrama de bloques en Simulink con los valores

calculados para las matrices como se observa en la gura B.8. Si se asumen
como condiciones iniciales r
0
=
_
1
0
_
las repuestas obtenidas para la salida,
los estados estimados, y la perturbacin estimada del sistema se observan
en las guras B.9 (a), (b) y (c) respectivamente.
u
v
u
w
y
x estimado
v estimado
salida State-Space
x' = Ax+Bu
y = Cx+Du
Lw
K*uvec
L
K*uvec
K
K*uvec
1
s
1
s
Cw
K*uvec
C
*uvec
B
*uvec
Aw
*uvec
A
K*uvec
Figura B.8: Diagrama de bloques en Simulink para el ejemplo B.1
B.4. Sistemas de seguimiento
Hasta ahora se ha discutido el problema del regulador. El cirterio ha sido
eliminar las perturbaciones y conducir los estados del sistema a cero. El
problema de seguimiento o problema del servo, es otro problema prototipo
importante, en donde el objetivo es hacer que los estados y las salidas del
sistema respondan a seales de referencia de una manera especca.
B.4.1. Ganancia del sistema en lazo cerrado
Considere entonces un sistema como el de la gura B.6. Una manera
simple de obtener la respuesta deseada a una seal de referencia es
reemplazar la ley de control n(t) = K~ x(t) por
n(t) = K~ x(t) +K
c
: (t) (B.60)
donde : (t) es la seal de referencia. De esta forma, el sistema completo
Sistemas de seguimiento 231
0 5 10 15 20
-0.1
0
0.1
(
a
)
0 5 10 15 20
-0.4
-0.2
0
0.2
(
b
)
0 5 10 15 20
0
2
4
Tiempo
(
c
)
x_1^
x_2^
y
v^
Figura B.9: (a) Salida del sistema , (b) estados estimados ^ x, (c)
perturbacin estimada ~ (t).
en lazo cerrado estara dado por
_ x(t) = Ax(t) +Bn(t)
(t) = Cx(t)
_
~ x(t) = A~ x(t) +Bn(t) +L( (t) C~ x(t))
n(t) = K~ x(t) +K
c
: (t)
El diagrama de bloques simplicado para el sistema en lazo cerrado de la
gura B.6 que incluye la ecuacin (B.60) se muestra en la gura B.10.
Reemplazando n(t) y considerenado el error de estimacin ~ x
c
(t) = x(t)
Figura B.10: Diagrama de bloques simplicado para un modelo simple de
seguimiento con regulacin y observador completo
~ x(t) se tiene
_ x(t) = (ABK) x(t) +BK~ x(t) +BK
c
: (t)
_
~ x
c
(t) = (ALC) ~ x
c
(t) (B.61)
(t) = Cx(t)
Ntese que el error de estimacin del observador ~ x
c
(t) no es afectado
por el valor de : (t). Esto tiene sentido, ya que sera altamente indeseable
introducir seales de referencia de tal manera que causaran errores en el
observador. De la ecuacin (B.61) la funcin de transferencia del sistema
en lazo cerrado es
1 (:)
1(:)
= H
|c
(:) = C(:I A+BK)
1
BK
c
= K
c
/ (:)
c(:)
De esta forma, con el n de que en estado estable la salida del sistema
(t) tienda al valor de referencia : (t), y asumiendo que : (t) = : es un
comando de referencia constante, es necesario que
K
c
=
c(0)
/ (0)
con la condicin de que
b(0)
c(0)
,= 0, es decir, la funcin de transferencia en
lazo abierto no debe tener ceros en el origen. Pero como se demostr antes,
los ceros de H
|c
(:) son los mismos ceros de la funcin de transferencia
del sistema original
H (:) = C(:I A)
1
B =
/ (:)
c (:)
De esta forma, x(t)
!
t!1
0 a una velocidad determinada por los valores
propios de ABK, y por lo tanto (t)
!
t!1
: a esa misma velocidad. As,
si la referencia : es cambiada lo sucientemente lento, el anterior esquema
puede desarrollar un trabajo razonable de seguimiento.
Este mismo esquema de seguimiento se puede aplicar en un sistema con
observador completo y observador de perturbaciones como se observa en
la gura B.11.
Figura B.11: Esquema de control con observador completo y observador
de perturbaciones
Ejemplo B.2 En la lnea que conecta el centro de la tierra con el centro
de la luna hay un punto 1
1
, como se muestra en la gura B.12, en donde la
fuerza de atraccin de la tierra sobre un satlite (en una rbita alrededor
de la tierra con el mismo periodo de la orbita de la luna) es exactamente
igual a la fuerza de atraacin de la luna ms la fuerza centrfuga. sin
embargo, este punto de equilibrio es inestable como se ver. Despus se
demostrar que usando realimentacin de estado, a travs de un pequeo
motor de reaccin, un satlite en ese punto puede ser estabilizado. Las
ecuaciones dinmicas para pequeas desviaciones del punto de equilibrio
se puede demostrar que son
r 2. _ 9.
2
r = 0
+ 2. _ r + 4.
2
= n
Figura B.12: Diagrama del ejemplo B.2
en donde
r : perturbacin radial
: perturbacin de la posici acimutal
n = 1,:.
2
1 : fuerza del motor en la direccin
: : masa del satlite
. =
2:
29
rad/dia
1. Con n = 0, demostrar que el punto de equilibrio es inestable.
2. Para estabilizar el sistema usar realimentacin de las variables de
estado:
n = 1
1
r 1
2
_ r 1
3
1
4
_
Determinar los 1
i
de modo que el sistema en lazo cerrado tenga los
polos en :
1
= 3., :
2
= 4., :
3
= (3 ,3) ..
3. Disear un controlador con la anterior realimentacin y con una
entrada de referencia para la posicin .
4. Explicar poque un controlador como el anterior para la posicin r
no puede ser diseado para el satlite.
Utilizando como variables de estado r, _ r, y _ , entonces:
A =
_
_
0 1 0 0
9.
2
0 0 2.
0 0 0 1
0 2. 4. 0
_
_
. B =
_
_
0
0
0
1
_
_
La ecuacin caracterstica es
c (:) = det (:I A) = :
4
.
2
:
2
36.
4
cuyas raices de determinan con
:
2
=
.
2
_
.
4
+ 144.
4
2
=
.
2
_
1
_
145
_
2
por lo tanto los valores propios son:
2.35.. ,2.55.
y el sistema es claramente inestable.
Como el sistema es controlable, ya que la matriz de controlabilidad
( (A. B) es no singular (det ( = 36.
4
), se pueden reubicar los valores
propios por realimentacin de las variables de estado. El polinomio
caracterstico deseado es
c(:) = (: + 3.) (: + 4.) (: + 3 +,3.) (: + 3 ,3.)
c(:) = :
4
+ 13.:
3
+ 72.
2
:
2
+ 198.
3
: + 216.
4
Por comparacin de coecientes de los polinomios c (:) y c(:) se obtiene
1
1
= 157.5.
2
. 1
2
= 50.5.. 1
3
= 28.
2
. 1
4
= 13.
Como la salida es (t) entonces
C =
_
0 0 1 0
Calculando la funcin de transferencia en lazo cerrado en cero se tiene

H
|c
(0) = C(A+BK)
1
B =
1
24.
2
con la ganancia de realimentacin
K =
_
157.5.
2
50.5. 28.
2
13.
Entonces la ganancia para seguimiento K

c
est dada por
K
c
= 24.
2
y la ley de control para ese caso sera
n(t) = Kx(t) 24.
2
: (t)
Si se quiere disear un controlador para la salida r, entonces se tiene que
C =
_
1 0 0 0
y si se calcula la funcin de transferencia en lazo cerrado en cero se obtiene

H
|c
(0) = C(A+BK)
1
B =0
para todo valor de K. As, es imposible encontrar una entrada de
referencia : (t) para ajustar cualquier valor deseado de r.
B.4.2. Realimentacin integral de la salida
El principio bsico del sistema de seguimiento con accin integral consiste
en incluir un integrador a la salida del comparador entre el vector de
referencia r (t) y el vector de salida y (t), para obtener una integral de
la seal de error y sumarlo a la seal de control correspondiente a la
realimentacin lineal de las variables de estado, como se muestra en la
gura B.13.
Figura B.13: Servo con accin integral
El sistema mostrado en la gura B.13 est descrito por el siguiente modelo
de espacio de estados
_ x(t) = Ax(t) +Bu(t) (B.62)
y (t) = Cx(t) (B.63)
_ x
v
(t) = r (t) Cx(t) (B.64)
u(t) = Kx(t) +K
i
x
v
(B.65)
donde x
v
corresponde a la salida del integrador (integral del error _ x
v
)
y se considera como una variable de estado adicional. Se asume que el
modelo de espacio de estados dado en la ecuacin (B.62) es completamente
controlable y que no tiene ceros en el origen.
Para obtener las ganancias de realimentacin de la accin integral y del
vector de estados original, se aumneta el modelo de espacio de estados,
as
_
_ x(t)
_ x
v
(t)
_
=
_
A 0
C 0
_ _
x(t)
x
v
(t)
_
+
_
B
0
_
u(t) +
_
0
I
_
r (t)
donde se debe disear un sistema que sea asintticamente estable tal que
x(t), x
v
(t), y n(t) se aproximen a valores constantes cuando t .
Entonces en estado estable x
v
(t) = 0 y se obtiene y (t) = r (t). Si se
dene
^
A =
_
A 0
C 0
_
.
^
B =
_
B
0
_
. ^ x =
_
x(t)
x
v
(t)
_
Se tiene que el diseo del servo con accin integral se convierte en el
diseo de un regulador de orden : +j con j el nmero de salidas para el
sistema aumentado dado por
_
^ x =
^
A^ x +
^
Bu (B.66)
donde el vector de control est denido por
u =
^
K^ x (B.67)
con
^
K denido como
^
K =
_
K K
i
Si se reemplaza el vector de control de la ecuacin (B.67) en (B.66), el

sistema en lazo cerrado se convierte en
_
^ x =
_
^
A
^
B
^
K
_
^ x
Este modelo aumnetado se utiliza para el clculo de la ganancia
^
K de
acuerdo a lo presentado en la seccin B.1.1, para lo cual se debe garantizar
que el sistema aumentado sea controlable.
Usualmente no se conoce el vector de variables de estado completamente,
por lo que es necesario utilizar un observador para la estimacin de x(t).
En este caso el vector de control de la ecuacin (B.65) se puede reescribir
como
u(t) = K~ x(t) +K
i
x
v
En la gura B.14 se muestra el esquema del servo con realimentacin
integral usando un observador de estados.
Figura B.14: Servo con accin integral usando un observador de estados
De manera similar, es posible incluir un observador de perturbaciones
de acuerdo a la ecuacin (B.56) en el sistema de la B.14 para mejorar
el desempeo del sistema frente a perturbaciones rpidas. Sin embargo,
frente a perturbaciones constantes o ms lentas que la dinmica del
sistema, la accin integral elimina el error en estado estable, por lo que
no es necesario el observador de perturbaciones.
B.4.3. Controlador de dos grados de libertad
Los sistemas de control prcticos a menudo tienen especicaciones
que involucran propiedades del servo y de regulacin. Esto es resuelto
tradicionalmente utilizando una estructura de dos grados de libertad,
como se muestra en la gura
Esta conguracin tiene la ventaja de que los problemas de servo y de
regulacin son separados. El controlador de realimentacin H
)b
se disea
para obtener un sistema en lazo cerrado que es insensible a perturbaciones
del proceso. El compensador en el lazo directo H
))
es diseado para
obtener las propiedades del servo deseado. Se mostrar como resolver
el problema del servo en el contexto de la realimentacin de estado.
Figura B.15: Diagrama de bloques de un sistema de realimentacin con
una estructura de dos grados de libertad
En un diseo de espacio de estados es natural suponer que el
comportamiento del servo se especica en trminos de un modelo que
da la respuesta deseada de la salida o las variables de estado a cambios
en la seal de comando. Esto se puede especicar con el modelo
_ x
n
(t) = A
n
x
n
(t) +B
n
: (t) (B.68)
n
(t) = C
n
x
n
(t) (B.69)
Es entonces natural usar la ley de control
n(t) = n
)b
(t) +n
))
(t) (B.70)
donde
n
)b
(t) = K(x
n
(t) ~ x(t)) (B.71)
en donde x
n
es el estado deseado y n
))
es una seal de control que
da la salida deseada cuando es aplicada al sistema en lazo abierto. Las
coordenadas se deben escoger de manera que los estados del sistema y
del modelo sean compatibles. En aplicaciones actuales es til a menudo
escogerlas de modo que las componentes del estado tengan buenas
interpretaciones fsicas.
El trmino n
)b
= K(x
n
~ x) representa la realimentacin y n
))
representa la seal de control en lazo directo. La ecuacin (B.70)
tiene una buena interpretacin fsica. La seal en el lazo directo n
))
producir idealmente la variacin en el tiempo deseada en el estado
del proceso. Si el estado del proceso estimado ~ x es igual al estado
deseado x
n
, la seal de realimentacin K(x
n
~ x) es cero. Si hay una
diferencia entre ~ x y x
n
, la realimentacin generar acciones correctivas.
El trmino de realimentacin puede ser visto como una generalizacin
de la realimentacin del error en sistemas de control ordinario, ya que el
error representa desviaciones de todas las variables de estado y no solo
los errores de las salidas. Un diagrama de bloques del sistema se muestra
en al gura B.16.
Figura B.16: Un controlador con dos grados de libertad basado en
realimentacin del estado y un observador
Dado el modelo (B.68), es directo generar los estados deseados. Falta
discutir la generacin de la seal n
))
. Sean las funciones de transferencia
del proceso y del modelo H (:) y H
n
(:) respectivamente, entonces, si la
seal
n
))
(t) =
H
n
(:)
H (:)
: (t) (B.72)
pudiera ser generada, se obtendra el resultado deseado; varias condiciones
se requieren para esto. El modelo H
n
(:) debe ser estable, el exceso de
polos del modelo no debe ser menor que el exceso de polos del proceso, y
ceros inestables del proceso, tambin deben ser ceros del modelo.
En el caso de una entrada y una salida, la generacin de n
))
es
particularmente simple si el orden y los ceros del modelo y del proceso
son los mismos. Supngase que
H (:) =
/ (:)
c (:)
y
H
n
(:) = `
/ (:)
c
n
(:)
entonces la ecuacin (B.72) se reduce a
n
))
(:) = `
c (:)
c
n
(:)
: (:) = `
_
1 +
(c
1
c
1n
) :
a1
+ + (c
a
c
an
)
:
a
+c
1n
:
a1
+ +c
an
_
: (:)
(B.73)
y, si el modelo de referencia tiene forma cannica controller, asi
A
n
=
_
_
c
1n
c
2n
c
(a1)n
c
an
1 0 0
0 1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 0
_
_
. B
n
=
_
_
`
0
0
0
0
_
_
(B.74)
y donde la matriz de salida del modelo C
n
= C. Se sigue entonces de la
ecuacin (B.73) que
n
))
(t) = `: (t) +C
))
x
n
(t) (B.75)
en donde
C
))
=
_
c
1
c
1n
c
2
c
2n
c
a
c
an
(B.76)
y donde ` es el inverso de la ganancia del modelo de referencia en estado
estable, asi
` =
c
n
(0)
/ (0)
(B.77)
Una vez obtenida la solucin en forma cerrada, se puede obtener otras
representaciones por transformacin de las variables de estado. A menudo
es til introducir no linealidades en la trayectoria de alimentacin directa
de modo que el sistema no sea conducido muy severamente en repuesta
a las seales de referencia. Ya que la seal n
))
se usa principalmente
para lograr que el sistema se mueva rpidamente en la direccin correcta,
tambin es posible usar modelos aproximados del proceso; las desviaciones
pequeas son mejoradas fcilmente por la realimentacin.
Es posible incluir el observador de perturbaciones en la ley de control de
la ecuacin (B.71) de la forma
n
)b
(t) = K(x
n
(t) ~ x(t)) ~ (t) (B.78)
tal como se observa en el diagrama de bloques de la gura B.17. Se
debe tener en cuenta que para realizar la diferencia x
n
(t) ~ x(t) es
necesario que las variables de estado estimadas ~ x(t) se encuentren en
la misma forma que las del modelo de referencia. Si el modelo de
referencia est en forma cannica controller, entonces se debe incluir
la matriz de transformacin T. de la seccin 4.2, a la salida del
observador. Adicionalmente, se debe modicar el valor de la ganancia
de realimentacin K para que est en la misma forma cannica. Esto se
puede hacer a partir de la ecuacin (B.13) al reemplazar K como KT
1
.
Figura B.17: Diagrama de bloques de un controlador general que combina
seguimiento por modelo con realimentacin de los estados y de la
perturbacin
El controlador de la gura B.17 captura muchos aspectos de un problema
de control, tales como atenuacin de la perturbacin de carga, reduccin
de los efectos del ruido en la medida, y seguimiento de la seal de
comando. Las respuestas a las perturbaciones de carga, seales de
referencia y ruido en la medida son separadas completamente. La
respuesta a la seal de comando se determina por el modelo de referencia.
La respuesta a las perturbaciones y ruidos en la medida es afectada por el
observador y la realimentacin de estado. Ella no puede ser ajustada por
las matrices K, L y L
&
. El hecho de que todos los estados estimados
sean comparados con los del comportamiento deseado, da una buena
posibilidad para ejercer control preciso.
Ejemplo B.3 Considere un modelo de espacio de estados del ejemplo
B.1dado por
A =
_
2 15
1 0
_
. B =
_
1
0
_
C =
_
0 1

el cual tiene los polos en : = 5, : = 3. Y con una perturbacin senoidal
con amplitud 1 y con frecuencia .
0
= 2.5 y perturbacin constante
. Disee un controlador de dos grados de libertad con regulador por
realimentacin de variables de estado tal que los polos deseados sean
: = 5, : = 3. Disee tambin un observador de estados y un
observador de perturbacin. Considere para el modelo de referencia un
sistema con los polos en :
1,2
= 2 ,5. Utilice Matlab y Simulink para
hacer los clculos.
De manera similar al ejemplo B.1, se denen inicialmente las matrices de
estado
A=[-2 15; 1 0]
B=[1;0]
C=[0 1]
Se verica que el sistema sea controlable calculando la matriz de
controlabilidad y mirando si sta tiene rango total
co=ctrb(A,B)
rank(co)
Dado que el rango de la matriz de controlabilidad es 2, entonces se calcula,
usando la frmula de Ackerman, las ganancias de realimentacin tal que
los polos se encuentren en : = 5, : = 3.
k=acker(A,B,[-5,-3])
obteniendo como vector de ganancias
K =
_
6 30
Se calculan las matrices para la dinmica de la perturbacin teniendo

en cuenta que se tiene una perturbacin senoidal y una constante, de la
forma
Aw=[0 0.5 0;-0.5 0 0; 0 0 0]
Cw=[1 0 1]
Se calculan las matrices aumentadas para el observador de estados y
perturbaciones de acuerdo a (B.55) como
a_e=[A B*Cw;zeros(3,2) Aw]
b_e=[B;0;0;0]
c_e=[C 0 0 0]
Se verica que el sistema aumentado sea observable calculando el rango
de la matriz de observabilidad
ob=obsv(a_e,c_e)
rank(ob)
Dado que el rango es 5 se calculan las ganancias para el observador y el
observador de perturbaciones en el sistema dual teniendo en cuenta que
los polos sean ms rpidos que los del sistema en lazo cerrado como
L1=acker(a_e,c_e,[-10,-6,-4,-5, -2])
Se separan las ganacias correspondientes al observador de estados y al de
perturbaciones
L=L1(1:2)
Lw=L1(3:5)
obteniendo
L =
_
238.75 25
L
.
=
_
8298.8 5703.1 9600
Se denen las ecuaciones de estado deseadas para el modelo de referencia

a partir de los polos deseados tal que los dos sistemas se encuentren en
la misma forma cannica. Puesto que el sistema original est en forma
cannica controller, no es necesario utilizar matrices de transformacin
y se puede disear el modelo de referencia en forma cannica controller
como sigue
P=[-2+j*5; -2-j*5]
Polservo=poly(P)
Am=[-Polservo(2:3); 1 0]
Para que el modelo de referencia tenga los mismos ceros del sistema
original se hace C
n
= C
Cm=C
0 5 10 15 20
0
0.5
1
(
a
)
0 5 10 15 20
-40
-20
0
20
(
b
)
0 5 10 15 20
0
5
Tiempo
(
c
)
y
r
u
v^
Figura B.18: Respuesta del sistema de control de dos grados libertad para
una entrada de referencia.
El clculo de ` se hace de acuerdo a (B.77) como
lambda=polyval(Polservo,0)/polyval(Cm,0)
tal que B
n
de acuerdo a (B.74) es calculado como
Bm=[lambda;0]
por ltimo, C
))
se obtiene a partir de la primera la de A
n
y A como
Cff=-A(1,:)+Am(1,:)
Si se asumen como condiciones iniciales r
0
=
_
1
0
_
. las respuestas
correspondientes a la salida del sistema, la seal de control y la estimacin
de la perturbacin se muestran en las guras B.18 (a), (b) y (c)
respectivamente.
Y el diagrama de bloques del sistema implementado en Simulink,
utilizando un subsistema para el observador de estados y de perturbacin,
se muestra en la gura B.19.
y
r
u_ff
x_est
v
r,y
lambda
*uvec
k
*uvec
Step1
Step State -Space
x' = Ax+Bu
y = Cx+Du
Sine Wave
Observador x y v
u
y
v
x_est
Modelo de referencia
x' = Ax+Bu
y = Cx+Du
Cff
K*uvec
Add2
u u_fb xm
Figura B.19: Diagrama de bloques en Simulink para el ejemplo B.3
Bibliografa
[1] B. C. KUO, F. GOLNARAGHI, Automatic Control Systems, John
Wiley and Sons, NJ, 9th. edition, 2009.
[2] K. OGATA, Modern Control Engineering, Prentice-Hall, 5th.
edition, 2009.
[3] T. KAILATH, A. SAYED, B. HASSIBI, Linear Estimation,
Prentice-Hall, NJ, 2000.
[4] B. M. CHEN, Z. LIN, Y. SHAMASH, Linear System Theory: A
Structural Decomposition Approach, Birkhauser Boston, 1st edition,
2004.
[5] R. C. DORF, R. H. BISHOP, Modern Control Systems, Prentice
Hall, 12th. edition, 2010.
[6] K. OGATA, System Dyanmics, Prentice-Hall, 4th edition, 2003.
[7] F. H. RAVEN, Automatic Control Engineering, McGraw-Hill, 5th
edition, 1995.
[8] K. J. STRM, B. WITTENMARK, Computer Controlled Systems,
Prentice-Hall, 3rd edition, NJ, 1996.
[9] G. F. FRANKLIN, J. D. POWELL, M. WORKMAN, Digital Control
of Dynamic Systems, Pearson Education, 3rd edition, 2005.
[10] B. FRIEDLAND, Control System Design, Dover Publications, NY,
2005.
[11] M. ATHANS y P. L. FALB, Optimal Control: An introduction to
the Theory and Its Applications, Dover Publications, NY, 2006.
247
248 BIBLIOGRAFA
[12] G. C. GOODWIN y K. S. SIN, Adaptive Filtering Prediction and
Control, Dover Publications, NJ, 2009.
[13] G. J. THALER, Automatic Control Systems, Jaico Publishing
House, NY, 2006.
[14] A. PAPOULIS, Probability, Random Variables and Stochastic
Processes, McGraw-Hill Book Company, 4th edition, 2002.
[15] C. A. DESOER, M. VIDYASAGAR, Feedback Systems:
Input-Output Properties, Society for Industrial and Applied
Mathematic,2008.
[16] A.ACOSTA, J. E. CALLE y D. GIRALDO, Introduccin al Anlisis
de Circuitos Elctricos, Universidad Tecnolgica de Pereira, 2002.
[17] G. STRANG, Linear Algebra and its Applications, Brooks Cole, 4th.
edition, 2005.
[18] E. KREYSZIG, Advanced Engineering Mathematics, John Wiley &
Sons, 10th edition, 2011.
[19] K. OGATA, Discrete-Time Control Systems, Prentice Hall, 2nd
edition, NY, 1995.

Teoria de Control Digital 17x24 Completo

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Teoria de Control Digital 17x24 Completo

Uploaded by

Copyright:

Available Formats

T

2.12. Forma de Jordan

no es necesariamente lo mismo que . Por ejemplo,

= 1 el cual es diferente de . Un polinomio es llamado autorecproco

(t), la cual es descrita por la

< 1, es decir [.[ c

(t), y 1(.) se determina substituyendo

. La gura (4.3) muestra la salida para 4

dan la misma salida (ver gura 4.1 b y d).

Por lo tanto, de (5.7):

que es el mismo resultado obtenido por el clculo directo en el ejemplo

. Supngase primero que el observador se disea como en

estado del Observador

estado del Observador

El controlador y el observador se implementan como en (5.50). Los tres

se puede encontrar utilizando

Figura 5.15: Diagrama de bloques del sistema de seguimiento con accin

Ltot=acker(phi_a,gama_a,[0.2 0.3 0.3])

Figura 5.19: Diagrama de bloques de un controlador general que combina

Se utiliza un observador para realimentar las variables de estado

y un caso combinado con perturbacin senoidal y perturbacin constante,

El sistema completo incluyendo la perturbacin puede ser descrito como

el cual tiene los polos en : = 5, : = 3. Y con una perturbacin

Se construye un diagrama de bloques en Simulink con los valores

Calculando la funcin de transferencia en lazo cerrado en cero se tiene

Entonces la ganancia para seguimiento K

y si se calcula la funcin de transferencia en lazo cerrado en cero se obtiene

Si se reemplaza el vector de control de la ecuacin (B.67) en (B.66), el

Sistemas de seguimiento 243

Se calculan las matrices para la dinmica de la perturbacin teniendo

Se denen las ecuaciones de estado deseadas para el modelo de referencia

You might also like