Control en El Espacio de Estado

4 Control en el espacio de estado
4.1 Controlabilidad
Existen dos conceptos fundamentales de los sistemas de control: la controlabilidad y la observabilidad. La controlabilidad se ocupa del problema de poder dirigir un sistema de un estado inicial dado, a un estado arbitrario y la observabilidad se ocupa del problema de determinar el estado de un sistema dinmico a partir de observaciones de los vectores de salida y de control en un nmero finito de periodos de muestreo. Los conceptos de observabilidad y controlabilidad fueron introducidos por R.E. Kalman. Estos tienen un papel importante en los sistemas de control multivariables, de hecho a partir de ellos se hace posible obtener una solucin completa a un problema de control ptimo. El concepto de controlabilidad es la base para solucionar el problema de la ubicacin de polos y el concepto de la observabilidad juega un papel importante para el diseo de los observadores de estados. As, si el sistema es de estado completamente controlable, entonces es posible seleccionar los polos en lazo cerrado deseados en el plano z (o las races de la ecuacin caracterstica) y se podr disear el sistema que proporcione estos polos en lazo cerrado. Definicin de controlabilidad Un sistema es controlable si cada variable de estado del proceso se puede controlar para llegar a un cierto objetivo en un tiempo finito, a travs de algn control no restringido u(t). Por lo tanto el concepto de controlabilidad trata de la existencia de un vector de control que puede causar que el estado del sistema llegue a algn estado arbitrario. En forma intuitiva, un sistema de control es controlable si todas las variables de estado pueden ser controladas en un periodo finito, mediante alguna seal de control no restringida. As, si cualquiera de las variables de estado es independiente
______________________________________________________________________________________________ Control en el espacio de estado Pg. 151 Ing. Eduardo Interiano
de la seal de control, entonces resulta imposible controlar esa variable de estado y, por lo tanto, el sistema es no controlable. 4.1.1 Controlabilidad completa de estado para un sistema de control en tiempo continuo lineal e invariante en el tiempo. Considere el sistema lineal e invariante en el tiempo descrito con las siguientes ecuaciones:
& = Ax(t ) + Bu(t ) x y (t ) = Cx(t ) + Du(t )

donde: x(t): vector de estado de n x 1 u(t): vector de entrada de r x 1 y(t): vector de salida de p x 1. A, B, C, D: son los coeficientes de las dimensiones apropiadas.
(4.1)
Se dice que el estado x(t) es controlable en t = to si existe una entrada continua por intervalos u(t) que mover el estado a cualquier estado final x(tf) en un tiempo finito (tf - to) 0. Si cada estado x(to) del sistema es controlable en un intervalo de tiempo finito, se dice que es un sistema de estado completamente controlable o simplemente controlable. Condiciones para la controlabilidad de estado Para que el sistema descrito por la ecuacin (4.1) sea de estado completamente controlable, es necesario y suficiente que la siguiente matriz de controlabilidad de n x nr tenga rango n:
M = [B AB A 2 B A n -1B]
(4.2)
Ya que las matrices A y B estn involucradas, algunas veces se dice que el par [A, B] es controlable, lo que implica que M es de rango n.
Aunque este criterio es bastante directo, no es muy sencillo emplearlo en forma manual para sistemas de orden superior o sistemas con muchas entradas. Si M no es cuadrada, se puede formar la matriz MM, que es de n x n; entonces si MM es no singular M tiene rango n. Existen otros mtodos alternos para probar la controlabilidad entre los cuales encontramos: Para un sistema SISO descrito por la ecuacin (4.1), el par [A, B] es completamente controlable si A y B estn en la Forma Cannica Controlable o FCC, o son transformables a la Forma Cannica Controlable mediante una transformacin de similitud. Esto dado que la transformacin a la FCC requiere que la matriz de controlabilidad M sea no singular. Para un sistema descrito por la ecuacin de estado (4.1), si A est en la Forma Cannica Diagonal o Forma Cannica de Jordan, el par [A, B] es completamente controlable si todos los elementos en los renglones de B que corresponden al ltimo rengln de cada bloque de Jordan no son cero. La prueba de este teorema se logra directamente de la definicin de controlabilidad. Se supone que A es diagonal y que tiene valores caractersticos distintos. Entonces el par [A, B] es controlable si B no posee algn rengln de ceros. La razn es que si A es diagonal, todos los estados estn desacoplados, y si cualquier rengln en B contiene todos los elementos en cero, el estado correspondiente no se vera afectado por ninguna de las entradas, y el estado sera no controlable. Para un sistema en la Forma Cannica de Jordan con las matrices A y B:
1 1 0 1 A= 0 0 0 0
0 1 0 1 0 0 2 0
b11 b 21 B= b31 b41
b12 b22 b32 b42
(4.3)
Para que exista controlabilidad slo los elementos en el rengln B que corresponden al ltimo rengln en el Bloque de Jordan deben ser diferentes de cero. Por lo tanto la condicin de controlabilidad para A y B de la ecuacin (4.3), es que b31 0, b32 0, b41 0 y b42 0.
Ejemplo 4.1: Clculo de la matriz de controlabilidad Las ecuaciones de estado de un sistema estn descritas de la siguiente manera:
2 1 A= 0 -1 1 B= 0
Por lo que segn la ecuacin (1), la matriz de controlabilidad es:

1 - 2 M = [B AB] = 0 0
Que es singular y por lo tanto el sistema es no controlable. Ejemplo 4.2: Controlabilidad por el mtodo de Jordan Considere el sistema de tercer orden que tiene las matrices con coeficientes:
1 2 - 1 A= 0 1 0 1 - 4 3
0 B= 0 1
La matriz de controlabilidad es:
M = B AB
0 - 1 - 4 A B = 0 0 0 1 3 8
2
la cual es singular . Por lo que el sistema es no controlable. Los valores caractersticos de A son 1= 2, 2 = 2, 3 = 1. La forma Cannica de Jordan de A y B se obtiene con la transformacin:
x(t ) = T x (t )
en donde :
1 0 T= 0 0 - 1 1 0 1 2
Entonces:
2 A = T 1 AT = 0 0 1 2 0 0 0 1
0 B=T B= 1 0
1
Ya que el ltimo rengln de B, que corresponde al bloque de Jordan para el valor caracterstico de 3, es cero, la variable de estado transformada x3(t) es no controlable. Y de la matriz de transformacin T, x2 = x que significa que x2 es no controlable en el sistema original. Condicin de controlabilidad de estado completo en el plano s La condicin de controlabilidad de estado completo, se puede establecer en trminos de la funcin de transferencia, o de matrices de transferencia. La condicin de controlabilidad necesaria es que no haya cancelacin en la funcin de transferencia, ya que si se produce cancelacin el sistema no se podr controlar en la direccin del modo cancelado. Ejemplo 4.3: Controlabilidad de un sistema dado por su funcin de transferencia
G(s) =
( s + 2.5) ( s + 2.5)( s 1)
Est claro que en el numerador y denominador de esta funcin de transferencia se produce la cancelacin del factor (s + 2.5). Debido a esta cancelacin el sistema no es de estado completamente controlable.
4.1.2 Controlabilidad de salida En el diseo prctico de un sistema de control se puede desear controlar la salida, en lugar del estado del sistema. Por lo tanto, la controlabilidad de estado completo no es necesaria ni suficiente para controlar la salida del sistema. Por esa razn, es necesario definirla en forma separada. Considere el sistema descrito por:
& = Ax(t ) + Bu(t ) x y (t ) = Cx(t ) + Du(t )

donde: x(t): vector de estado (vector de dimensin n) u(t): vector de control (vector de dimensin r) y(t): vector de salida (vector de dimensin m) A: matriz de n x n. B: matriz de n x r. C: matriz de m x n. D: matriz de m x r.
(4.4)
El sistema es de salida completa controlable, si se puede construir un vector de control no restringido u(t) que transfiere cualquier estado inicial y(to) a cualquier salida final y(t1) en un intervalo de tiempo finito. Condicin de controlabilidad de salida El sistema descrito por la ecuacin (4.4) posee controlabilidad de salida completa s y slo s, la matriz de m x (n + 1) r :
[D CB CAB
posee rango m.
CA 2 B CA n -1B]
(4.5)
As, la presencia del trmino Du(t) en la ecuacin de salida ayuda a establecer la controlabilidad de la salida.
4.1.3 Controlabilidad completa para un sistema de control en tiempo discreto lineal e invariante en el tiempo Considere el sistema de control de tiempo discreto definido por:
x((k + 1)T ) = A d x( kT ) + B d u (kT )
(4.6)
donde: x(kT): vector de estado (vector de dimensin n) en el k-simo instante del muestreo. u(kT): seal de control en el k-simo instante de muestreo. Ad: matriz de n x n. Bd: matriz de n x r. T: periodo de muestreo. Se supone que u(kT) es constante para kT t< (k + T)T. Condicin de controlabilidad para sistemas en tiempo discreto El sistema de control en tiempo discreto dado por la ecuacin (4.6) es de estado completamente controlable, si existe una seal de control constante por intervalos u(kT) definida a lo largo de un nmero finito de periodos de muestreo de forma tal que al partir de cualquier estado inicial, el estado x(kT) pueda ser transferido al estado deseado xf en n periodos de muestreo como mximo. Al igual que para el tiempo continuo se tiene que para que un sistema posea controlabilidad completa de estado la matriz de controlabilidad
[B d
AdBd Ad Bd ]
n -1
(4.7)
debe poseer rango n. Lo cual debe cumplirse tambin en el caso de que u(kT) sea un vector. Forma alterna de condicin para la controlabilidad de estado Considere el sistema definido por:
x((k + 1)T ) = A d x( kT ) + B d u (kT )
(4.8)
donde: x(kT): vector de estado (vector de dimensin n) en el k-simo instante del muestreo. u(kT): seal de control en el k-simo instante de muestreo. Ad: matriz de n x n. Bd: matriz de n x r. T: periodo de muestreo. Si los vectores caractersticos de Ad son distintos, entonces se puede encontrar una matriz de transformacin P tal que:
0 1 2 P 1 A d P = 0 n
f11 f 21 1 P Bd = F = f n1
f12 f1r f 22 f 2r f n2 f nr
Si los elementos de cualquiera de los renglones en la matriz F son cero, entonces la variable de estado correspondiente no puede controlarse mediante cualquiera de los u(kT). Por lo tanto la condicin completa para la controlabilidad de estado es que si los vectores caractersticos de Ad son distintos, entonces el sistema es de estado completamente controlable, si y slo si, ninguno de los renglones de P-1Bd tienen elementos cero. Para aplicar esta condicin se hace necesario que P-1AdP se ponga en la forma diagonal. Por tanto si la matriz Ad no tiene vectores caractersticos distintos es imposible su diagonalizacin. En tal caso, se puede transformar Ad a una forma cannica diagonal de Jordan. As para un sistema con valores caractersticos 1, 1, 1, 4, 4, 6, ..., n, que posee n-3 vectores caractersticos distintos, la forma cannica de Jordan de Ad es:
1 1 0 0 1 1 0 0 1 4 1 J= 0 4 0
6
0
0 n 0
De donde las condiciones para la controlabilidad son: 1. Dos bloques de Jordan de la matriz J no deben estar asociados con valores caractersticos iguales. 2. Los elementos de cualquier rengln que corresponden al ltimo rengln del bloque de Jordan no deben ser cero. 3. Los elementos de cada rengln que corresponden a valores caractersticos no deben ser todos cero. Ejemplo 4.4: Controlabilidad en tiempo discreto Los sistemas siguientes son de estado completamente controlable:
1 x(k + 1) = 0
x1 (k + 1) 2 1 x (k + 1) 0 -2 2 x3 (k + 1) = 0 0 x 4 (k + 1) x5 (k + 1) 0 0 1 -2
0 x1 (k ) 2 x (k ) + 3 u(k ) - 2 2
0 x1 (k ) 0 x (k ) 0 2 x 3 ( k ) + 3 1 x 4 (k ) 0 2 -5 x5 ( k ) 1 0 u (k ) 0 1 u (k ) 0 2 1
-5 0
Los sistemas siguientes no son de estado completamente controlable:
1 x(k + 1) = 0
x1 (k + 1) 2 1 x (k + 1) 0 - 2 2 x3 (k + 1) = 0 0 x 4 (k + 1) x5 (k + 1) 0 0 1 -2
0 x1 (k ) 2 x ( k ) + 0 u ( k ) - 2 2
0 x1 (k ) 0 x ( k ) 3 2 x3 (k ) + 0 1 x 4 (k ) 2 0 -5 x5 ( k ) 1 0 u (k ) 0 1 u (k ) 1 2 0
-5 0
Condiciones para la controlabilidad de estado en el plano z La condicin de controlabilidad de estado completo, se puede establecer en trminos de la funcin de transferencia. La condicin de controlabilidad necesaria es que no haya cancelacin en la funcin de transferencia, ya que si se produce cancelacin el sistema no se podr controlar en la direccin del modo cancelado. Ejemplo 4.5: Controlabilidad para una funcin de transferencia en tiempo discreto
G( z) =
( z + 0.5) ( z + 0.5)( z + 0.8)
Est claro que en el numerador y denominador de esta funcin de transferencia se produce la cancelacin del factor (z + 0.5). Debido a esta cancelacin el sistema no es de estado completamente controlable. 4.1.4 Controlabilidad de salida en tiempo discreto En el diseo prctico de un sistema de control se puede desear controlar la salida, en lugar del estado del sistema. Por lo tanto, la controlabilidad de estado completo no es necesaria ni suficiente para controlar la salida del sistema. Por esa razn, es necesario definirla en forma separada.
Considere el sistema descrito por:
x((k + 1)T ) = A d x(kT ) + B d u(kT ) y (kT ) = Cx(kT ) + Du(kT )

donde:
(4.9)
x(kT): vector de estado (vector de dimensin n) en el k-simo instante de muestreo u(kT): vector de control (escalar) en el k-simo instante de muestreo y(kT): vector de salida (vector de dimensin m) en el k-simo instante de muestreo Ad: matriz de n x n. Bd: matriz de n x r. C: matriz de m x n. D: matriz de m x r. El sistema es de salida completa controlable, si es posible tener una seal de control no restringida u(kT), definida a lo largo de un nmero finito de periodos de muestreo 0 kT < nT tales que, empezando a partir de una salida inicial y(0), la salida y(kT) pueda ser transferida al punto deseado en n periodos de muestreo como mximo. Condicin de controlabilidad de salida El sistema descrito por la ecuacin (4.9) posee controlabilidad de salida completa s y slo s, la matriz de m x (n + 1) r
[D CB d
posee rango m.
CA d B d CA d B d ]
n -1
(4.10)
As, la presencia de la matriz D en la ecuacin de salida del sistema ayuda a establecer la controlabilidad completa de la salida.
4.2
Observabilidad
Dado un sistema lineal e invariante en el tiempo que se describe mediante las ecuaciones dinmicas (4.11) y (4.12):
x(t) = Ax(t) + Bu(t) y(t) = Cx(t) + Du(t) (4.11) (4.12)
se dice que el estado x(t0) es observable si dada cualquier entrada u(t), existe un tiempo finito tf t0 tal que el conocimiento de: 1) u(t) para t0 t < tf 2) las matrices A, B, C y D 3) la salida y(t) para t0 t < tf sea suficiente para determinar x(t0). Si cada estado del sistema es observable para un tiempo finito, se dice que el sistema es completamente observable, o simplemente observable. Para que el sistema descrito por las ecuaciones (4.11) y (4.12) sea completamente observable, es necesario y suficiente que la siguiente matriz de observabilidad de n x np tenga un rango n:
C CA S = CA 2 ... n 1 CA
(4.13)
La condicin tambin se conoce como que el par [A,C] es observable. En particular, si el sistema tiene solo una salida, C es una matriz de regln de 1 x n, S es una matriz cuadrada de n x n. Entonces, el sistema es completamente observable si S es no singular (matriz cuadrada cuyo determinante es diferente de cero).
4.2.1 Pruebas alternas sobre observabilidad. 1) Para un sistema SISO descrito por las ecuaciones (4.11) y (4.12), el par [A,C] es completamente observable si A y C estn en la forma cannica observable (FCO) o son transformables a la FCO mediante una transformacin de similitud. 2) Si A est en la forma cannica diagonal (FCD) o en la forma cannica de Jordan (FCJ), el par [A,C] es completamente observable si todos los elementos en las columnas de C que corresponden al primer rengln de cada bloque de Jordan son diferentes de cero. 4.2.2 Relacin entre observabilidad y funciones de transferencia. Si la funcin de transferencia entrada-salida de un sistema lineal tiene cancelacin de polos y ceros, el sistema ser o no observable dependiendo de cmo se definan las variables de estado. Por otra parte, si la funcin de transferencia entrada-salida no tiene cancelacin de polos y ceros, el sistema siempre se puede representar mediante las ecuaciones dinmicas como un sistema totalmente observable. Ejemplo 4.6: Clculo de la matriz de observabilidad Considere la funcin de transferencia
Y ( s) s+2 = U ( s ) ( s + 1)( s + 2)
La cual se descompone en la FCC como sigue:

1 0 A= 2 3 0 B= 1
C = [2 1]
La matriz de observabilidad es:

1 C 2 S= = CA 2 1
Que es singular, y el par [A, C] de la FCC es no observable.
Ahora se transforma a la FCO:

0 2 A= 1 3 2 B= 1 C = [0 1]
Debido a que la FCO se puede realizar, el par [A, C] es observable.
La conclusin a la que se llega de este ejemplo es que dado un sistema modelado mediante una funcin de transferencia, las condiciones de observabilidad del sistema dependen de cmo se definan las variables de estado. 4.2.3 Teoremas sobre observabilidad de sistemas en lazo cerrado con realimentacin de estado. Si un sistema en lazo abierto es controlable y observable, la realimentacin del estado puede destruir la observabilidad. Ejemplo 4.7: Como la realimentacin puede alterar la observabilidad Sean las matrices de coeficientes de un sistema lineal:
1 0 A= 2 3 1 B= 1 C = [1 2]
Se puede mostrar que el par [A,C] es observable. La realimentacin del estado se define como:
u (t ) = r (t ) Kx(t )
(4.14)
en donde
K = [k1 , k 2 ]
(4.15)
Entonces el sistema en lazo cerrado se describe por la ecuacin de estado:

x(t ) = ( A BK )x(t ) + Br (t )
1 k2 k1 A BK = 2 k1 3 k 2
(4.16) (4.17)
La matriz de observabilidad del sistema en lazo cerrado es:

2 C 1 S= = C(A BK) 3k1 4 3k 2 5
(4.18)
El determinante de S es:
S = 6k1 3k 2 + 3
Por lo que si k1 y k2 se seleccionan para que S = 0, el sistema en lazo cerrado sera no observable. 4.2.4 Observabilidad completa de sistemas de tiempo discreto. Sea el sistema descrito por:
x((k + 1)T ) = A d x(kT )
(4.19) (4.20)
y(kT ) = C x(kT )
Donde x(kT) = vector de estado (vector n-dimensional) y(kT) = vector de salida (vector m-dimensional) Ad = matriz de n x n.
C = matriz de m x n. T = perodo de muestreo. Este sistema es completamente observable si, dada la salida y(kT) para perodos de muestreo finitos, es posible determinar el vector de estado inicial x(0). Como la solucin x(kT) es x(kT) = Adkx(0) Se obtiene y(kT) = CAdkx(0) Observabilidad completa significa que, dadas y(0), y(T), ..., y(NT), se pueden determinar x1(0), x2(0), ..., xn(0). Para determinar n incgnitas se necesitan solamente n valores y(kT). Por tanto, N = n-1. Para un sistema completamente observable, dadas y(0) = Cx(0) y(T) = CAdx(0) ..... y((n-1)T) = CAdn-1x(0) se deben poder determinar x1(0), x2(0), ..., xn(0). Notando que y es un vector de m, las n ecuaciones simultneas precedentes dan nm ecuaciones, todas involucrando x1(0), x2(0), ..., xn(0). Para obtener de estas nm ecuaciones un conjunto nico de soluciones x1(0), x2(0), ..., xn(0), hay que poder escribir entre ellas exactamente n ecuaciones linealmente independientes. Esto exige que la matriz de nm x n
C CA d 2 S = CA d ... n 1 CAd
(4.21)
sea de rango n.
4.2.5 Forma cannica observable FCO Es una forma dual de la forma cannica controlable (FCC). Dado el sistema descrito en variables de estado:
= Q 1 x(t ) x = Q 1 AQ A = Q 1 B B
= CQ C
(4.22) (4.23) (4.24) (4.25) (4.26)
=D D
en donde
= A 0 1 0 . 0 0 0 1 . 0 . . . . . . . . . . 0 0 0 . 0 a0 a1 a2 . an 1
(4.27)
= [0 0 . . 0 1] C
(4.28)
no estn restringidos a ninguna forma. yD Los elementos de las matrices B

La matriz Q de transformacin a FCO est dada por:
Q = (WS )
1
(4.29)
en donde W est dado por:
a1 a 2 W= M an 1 1
a2 L an 1 1 a3 L 1 0 M O M M 1 L 0 0 0 L 0 0
(4.30)
y S por:
C CA d 2 S = CA d . n 1 CA d
(4.31)
La matriz S a menudo se define como la matriz de observabilidad, y S-1 debe existir para que la transformacin FCO sea posible. Forma alterna de la condicin de observabilidad completa. Considere el sistema definido por las ecuaciones (4.19) y (4.20) que aqu se repite:
x((k + 1)T ) = A d x(kT )
(4.19) (4.20)
y(kT ) = C x(kT )
Suponga que los valores caractersticos de Ad son distintos, y que una matriz de transformacin P que transforma a Ad en una matriz diagonal, de tal forma que P-1AdP es una matriz diagonal:
(kT ) x(kT ) = P x
(4.32)
Entonces las ecuaciones (4.19) y (4.20) se pueden rescribir como sigue:

((k + 1)T ) = P 1 A d P x (kT ) x
(4.33) (4.34)
(k )T y (kT ) = CP x
Por lo tanto
( 0) y (nT ) = CP(P 1Ad P)n x
(4.35)
es decir,
n 1 y (nT ) = CP n 1 1 (0) x n 2 (0) 2 x x (0) = CP . n n (0) n n x 2
n 2
.
(4.36)
donde 1, 2, ... n son n valores caractersticos de Ad. El sistema es completamente observable, si y solo si ninguna de las columnas de la matriz CP (m x n) est formada de elementos cero. Esto es debido a que si la i-sima columna de CP est i (0) no aparecer en la formada de elementos cero, entonces la variable de estado x ecuacin de salida y, por la tanto, no podr ser determinada a partir de la (0) mediante observacin de y(kT). De este modo, x(0), que est relacionada con x la matriz no singular P, no podr ser determinada. Si la matriz Ad implica valores caractersticos mltiples y no puede ser transformada a una matriz diagonal, entonces si se utiliza una matriz de transformacin Ad a la forma cannica de Jordan:
S 1 A d S = J
(4.37)
donde J est en la forma cannica de Jordan. Se define

( kT ) x( kT ) = S x
(4.38)
Entonces las ecuaciones (4.19) y (4.20) se pueden rescribir como sigue: (( k + 1)T ) = S 1 A d S x ( kT ) = J x ( kT ) x
(4.39) (4.40)
(kT ) y (kT ) = CS x
Dando as:
(0) y ( nT ) = CS(S 1 A dS) n x
(4.41)
El sistema es completamente observable, si y solo si: 1) dos bloques de Jordan en J no est asociados con el mismo valor caracterstico; 2) ninguna de las columnas de CS que corresponda al primer rengln del bloque de Jordan est formada de elementos cero; 3) ninguna columna de CS que corresponda a valores caractersticos distintos est formada de elementos cero. Condicin para la observabilidad completa en el plano z. Una condicin necesaria y suficiente para la observabilidad completa es que no ocurra ninguna cancelacin de polos y ceros en la funcin de transferencia de pulso. Si ocurre esta cancelacin, el modo cancelado no podr observarse en la salida. Efecto de la discretizacin de un sistema de tiempo continuo sobre la controlabilidad y la observabilidad. Al pasar del tiempo continuo al tiempo discreto, puede ocurrir cancelacin de polos y ceros. El sistema puede perder controlabilidad y observabilidad. Un sistema de estado completamente controlable y observable, en ausencia de muestreo, permanece en tales condiciones despus del muestreo, si y solo si para cada valor caracterstico de la ecuacin caracterstica para el sistema de control en tiempo continuo, la relacin:
Re{i } = Re{ j }
(4.42)
implica que
Im{i j } 2 n T
(4.43)
donde T es el perodo de muestreo y n = 1, 2... . Se hace notar que, a menos que el sistema contenga polos complejos, no ocurrir cancelacin de polos y ceros al pasar de tiempo continuo al caso del tiempo discreto.
Ejemplo 4.8: Considere el sistema de funcin de transferencia siguiente:
Y ( z) z 1 1 + .08 z 1 = ; T = 0.2s U ( z ) 1 + 1.3 z 1 + 0.4 z 2
(4.44)
Una representacin en el espacio de estados para este sistema puede estar dada por
1 x1 (k ) 0 x1 (k + 1) 0 = x (k + 1) 0.4 1.3 x (k ) + 1u (k ) 2 2
(4.45)
x (k ) y (k ) = [0.8 1] 1 x2 (k )
(4.46)
Para el mismo sistema se puede dar una representacin en el espacio de estados diferente mediante
x1 (k + 1) 0 0.4 x1 (k ) 0.8 x (k + 1) = 1 1.3 x (k ) + 1 u (k ) 2 2
(4.47)
x (k ) y (k ) = [0 1] 1 x2 ( k )
(4.48)
Demuestre que la representacin en el espacio de estados definida por las ecuaciones (4.45) y (4.46) da un sistema que es de estado controlable, pero no observable. Demuestre, por otra parte, que la representacin en el espacio de estado definido por las ecuaciones (4.47) y (4.48) y da un sistema que no es de estado completamente controlable, pero s observable. Explique lo que causa la diferencia aparente en controlabilidad y observabilidad del mismo sistema. Solucin: Considere el sistema en tiempo discreto definido por las ecuaciones (4.45) y (4.46) y. El rango de la matriz de controlabilidad es dos.
0 1 Rango [B AB] = =2 1 1.3
Por lo tanto, el sistema es de estado completamente controlable. El rango de la matriz de observabilidad es uno
1 C 0.8 Rango = =1 CA 0.4 0.5
De modo que el sistema no es observable.
A continuacin considere el sistema definido por las ecuaciones (4.47) y (4.48). El rango de la matriz de controlabilidad es uno.
0.8 0.4 Rango [B AB] = =1 1 0 . 5
De manera que el sistema no es de estado completamente controlable. El rango de la matriz de observabilidad es dos.
1 C 0 Rango = =2 CA 1 1 . 3
En consecuencia el sistema es observable.
La diferencia aparente en controlabilidad y observabilidad del mismo sistema est causada por el hecho de que el sistema original tiene una cancelacin polo-cero en la funcin de transferencia.
Y ( z) z + 0.8 z + 0.8 = 2 = U ( z ) z + 1.3 z + 0.4 ( z + 0.8)( z + 0.5)
Si ocurre una cancelacin polo-cero en la funcin de transferencia, entonces la controlabilidad y la observabilidad varan, dependiendo de cmo se escojan las variables de estado. Note que para que sea de estado completamente controlable y completamente observable, la funcin de transferencia del sistema no debe tener ninguna cancelacin polo-cero.
4.3
Realimentacin de estado
4.3.1 Realimentacin de estado en tiempo continuo Diseo por ubicacin de polos La realimentacin de variables de estado a travs de ganancias constantes es otra tcnica utilizada para el diseo de control de sistemas, en lugar de disear controladores con configuracin fija. Si el sistema considerado tiene estado completo controlable, los polos del sistema de lazo cerrado, se pueden ubicar en cualquier lugar, por medio de la retroalimentacin de estado, a travs de una matriz de ganancia de retroalimentacin del estado adecuada. Considerando que el sistema de control de lazo abierto (el estado x no se realimenta a la seal de control u) se encuentra descrito por la ecuacin:
& = Ax + Bu x
(4.49)
Donde:
x = vector de estado (de dimensin n) u = seal de control (escalar) A = matriz constante n x n B = vector constante n x 1
Figura 4.1: Sistema
de control de lazo abierto.
El control mediante la realimentacin del estado es:
u = Kx
(4.50)
donde K =matriz de realimentacin de estado de 1 x n con elementos de ganancia constante

Sustituyendo la ecuacin (4.50) en la (4.49), se tiene:

& = ( A BK )x(t ) x
(4.51)
La estabilidad y las caractersticas de respuesta transitoria se determinan a partir de los valores propios (o polos reguladores) de la matriz A BK. Donde K es una matriz de 1 x n de ganancia de retroalimentacin del estado y el sistema se convierte en un sistema de control de lazo cerrado.
Figura 4.2: Sistema
de control de lazo cerrado con u = -K x.
Este es un sistema de lazo cerrado porque el estado x est realimentando a la seal de control u. Condicin necesaria y suficiente para la ubicacin arbitraria de polos. La ubicacin arbitraria de los polos para un determinado sistema, es posible si y solo si, el sistema tiene estado completo controlable, es decir, la matriz M tiene inversa. Los valores propios de la matriz A BK (que se designan 1, 2, n) son los polos de lazo cerrado deseados. Si un sistema es por completo controlable, siempre se puede representar la ecuacin de estado (4.49) en forma cannica controlable Se define la matriz de transformacin T como:
T = MW
(4.52)
donde M es la matriz de controlabilidad

M = [B AB L A n1B]
(4.53)
y
a1 a 2 W= M an 1 1 a2 L an 1 1 a3 L 1 0 M O M M 1 L 0 0 0 L 0 0
(4.30) bis
donde las ai son los coeficientes caractersticos

I A = n + an1n1 + L + a1 + a0
como un nuevo vector de estado Se define x
(4.54)
x = Tx
(4.55)
Si el rango de M es n (lo que significa que el sistema tiene estado completo controlable) la matriz T tiene inversa. Utilizando la matriz T se puede transformar (4.49) a la forma cannica controlable:
& = T 1 ATx + T 1Bu x
(4.56)
donde
0 0 1 T AT = 0 a0
1 0 0 1 0 0 a1 a2
0 0 1 an1
0 0 T 1B = 0 1
(4.57)
Nota: Ver el apndice A de [1] para la comprobacin de las matrices anteriores.

Para encontrar la ecuacin caracterstica de realimentacin de estado del sistema

& = Ax + Bu = ( A BK )x x
(4.58)
se desarrolla:
I ( A BK ) = T 1 (I ( A BK ))T = I T 1 AT + T 1BKT = 0
(4.59)
donde KT = es la matriz de coeficientes:

KT = [ 0 1 L n1 ] (4.60)
Sustituyendo (4.60) en (4.59) se tiene:

I T 1 AT + T 1BKT =
0 0 = I 0 a0 1 0 0 1 0 0 a1 a2 0 0 0 0 + [ 0 1 n1 ] = 1 0 an1 1
0 1 a2 + 2 0 0
0 a0 + 0
a1 + 1
+ a n 1 + n 1
= n + (an 1 + n 1 )n 1 + L(a1 + 1 ) + (a0 + 0 ) = 0
(4.61)
Ecuacin caracterstica de realimentacin de estado
Igualando los coeficientes del polinomio caracterstico obtenido de los valores propios de la matriz (A BK), que se haban designado como 1, 2, n, que son los polos de lazo cerrado deseados, con los coeficientes de potencias iguales de de (4.61) se tiene:
( 1 )( 2 )L( n ) = n + n 1n 1 + L1 + 0 = 0
(4.62)
a0 + 0 = 0 0 = 0 a0 a1 + 1 = 1 1 = 1 a1
M
(4.63)
an1 + n1 = n1 n1 = n1 an1
Con el resultado anterior se obtienen los valores de la matriz K que se expresan como:
KT = [ 0 1 L n1 ] K = [ 0 1 L n1 ]T 1
(4.64)
1
K = [ 0 a0 1 a1 L n1 an1 ]T
As se ha comprobado que para que los polos se puedan ubicar en forma arbitraria, es condicin necesaria y suficiente que el sistema tenga estado completo controlable. Pasos para el diseo de la ubicacin de los polos Considerando el sistema descrito por (4.49) con la seal de control dada por (4.50). Se puede determinar la matriz de ganancia de realimentacin K que hace que los valores propios de A sean los valores deseados 1, 2, n , por medio de los pasos siguientes: Paso 1. Verifique la condicin de controlabilidad del sistema. Paso 2. A partir del polinomio caracterstico de la matriz A, I A= n + an-1 n-1 + + a1 + a0 = 0 determine los valores de a0, a1 , a2 , , an-1 .
(4.65)
Paso 3. Determine la matriz de transformacin T que transforma la ecuacin de estado del sistema a la forma cannica controlable (si la ecuacin del sistema ya esta en dicha forma, entonces T = I). Paso 4. Utilizando los valores propios deseados (los polos de lazo cerrado buscados), halle el polinomio caracterstico deseado:
( 1 )( 2 )L( n ) = n + n 1n 1 + L1 + 0
(4.62) bis
determine los valores de 0, 1 , 2 , , n-1 Paso 5. Determinar la matriz K de ganancia de realimentacin de estado, descrita como: K = [ 0 a0 1 a1 n-1 an-1 ] T-1
(4.66)
Ejemplo 4.9: Considere el sistema definido por:

1 0 & = Ax + Bu donde A = x , 20.6 0 0 B = , C = [1 0] 1
la ecuacin caracterstica para el sistema es:

1 I A = = 2 20.6 = 0 20.6
como las races caractersticas son = 4.539 , el sistema es inestable. Utilizando el control de realimentacin de estado: u = -K x se desea colocar arbitrariamente los polos de lazo cerrado en = -1.8 j 2.4 es decir, los valores propios de A BK deben ser: 1 = -1.8 + j 2.4 2 = -1.8 j 2.4 Determine la matriz de ganancia K de retroalimentacin: Primero se verifica el rango de la matriz de controlabilidad M:
0 1 M = [B AB] = 1 0
como el rango de la matriz M es 2 es posible la ubicacin arbitraria de polos. El problema planteado se resolver por dos mtodos. Mtodo 1 Como la ecuacin de estado esta en la forma cannica controlable, la matriz de transformacin T es la matriz unidad, o sea, T = I De la ecuacin original se tiene: a1 = 0, La ecuacin caracterstica deseada es: (-1) (-2) = ( + 1.8 - j2.4) ( + 1.8 + j2.4) = 2 + 3.6 + 9 1 = 3.6 , 0 = 9 por lo tanto K = [ 0 a0 K = [ 9 + 20.6 1 a1 ] T-1 3.6 - 0 ] I-1
a0 = -20.6
K = [ 29.6 3.6 ] Mtodo 2 El segundo mtodo consiste en la sustitucin directa de la matriz: K = [ k1 k2 ] en el polinomio caracterstico deseado. El polinomio es:
1 0 0 0 I A + BK = + [k1 k 2 ] = 0 20.6 0 1
20.6 + k1
1 = 2 + k2 20.6 + k1 + k2
El polinomio caracterstico debe ser igual a: (-1) (-2) = ( + 1.8 - j2.4) ( + 1.8 + j2.4) = 2 + 3.6 + 9 igualando los coeficientes de los trminos de la misma potencia en se obtiene k1 = 29.6 , o bien, K = [ 29.6 3.6 ] 4.3.2 Tiempo Discreto k2 = 3.6
Tal como para los sistemas en tiempo continuo, el diseo de ubicacin de polos a travs de la realimentacin de estado se puede aplicar a sistemas en tiempo discreto. Considere el sistema en tiempo discreto descrito por la ecuacin de estado: x [ (k+1)T ] = Ax (kT) + Bu (kT) donde x (kT) es un factor de estado n x 1 u (kT) es la entrada de la planta El control mediante la realimentacin de estado es: u (kT) = - K x (kT) + r (kT)
(4.68) (4.67)
donde K es la matriz de realimentacin 1 x n con elementos de ganancia constante. Al sustituir (4.68) en (4.67), el sistema en lazo cerrado se representa mediante la ecuacin de estado:
x = [ (k+1)T ] = (A-BK)x (kT)
(4.69)
Tal como en el caso continuo, si el sistema considerado tiene estado completo controlable, existe una matriz K que puede dar una serie arbitraria de valores caractersticos de (A-BK); esto es, las n races de la ecuacin caracterstica pueden ser colocadas en forma arbitraria: zI (A - BK)= 0
(4.70)
Ejemplo 4.10: Obtener las representaciones de estado para el sistema siguiente

G( z) = z +1 z + z + 0.16
2
(4.71)
Obtenga las representaciones en el espacio de estados para este sistema en las tres configuraciones siguientes: a. Forma cannica controlable. b. Forma cannica observable. c. Forma cannica diagonal. a. Al comparar la ecuacin (4.71) con
C( z I A d ) B d + D =
bq z q + bq 1 z q 1 + ... + b1 z + b0 z n + a n 1 z n 1 + ... + a1 z + a0
se obtiene,
a1 = 1, a0 = 0.16, b0 = 1, b1 = 1
Por lo tanto resulta
1 x1 (k ) 0 x1 (k + 1) 0 x (k + 1) = 0.16 1 x (k ) + 1 u (k ) 2 2 x1 (k ) y (k ) = [1 1] x2 (k )
b. Con los valores ya definidos para los coeficientes
x1 (k + 1) 0 0.16 x1 ( k ) 1 x ( k + 1) = 1 1 x (k ) + 1u ( k ) 2 2 x (k ) y (k ) = [0 1] 1 x 2 (k )
c. Se observa que
1 3 43 + z + 0.2 z + 0.8 Al comparar con la funcin expandida se tiene que: G( z) =
1 1 = , 2 2 =
4 3
1 , 3
p1 = 0.2,
p 2 = 0.8,
D=0
Por lo tanto escogiendo arbitrariamente 1 = 2 = 1 se tiene

0 x1 (k ) 1 x1 (k + 1) 0.2 = x (k + 1) 0 + u (k ) 0.8 x 2 (k ) 1 2 x1 (k ) y (k ) = [4 3 1 3] x 2 (k )
Ejemplo 4.11: Disee un compensador dead beat para el sistema siguiente

x( k + 1) = Ax ( k ) + Bu ( k )
donde x(k) es un vector de dimensin 3. Se supone que el sistema es de estado completamente controlable y se desea respuesta con oscilaciones muertas al estado inicial x(0). (Polos en lazo cerrado debern estar en z = 0; as que 1 = 2 = 3 = 0). Demuestre que la matriz de ganancia de realimentacin del estado K deseada puede darse mediante la frmula
K = [1 0 0][1 2
1 = A 1B 2 = A 2B 3 = A 3B
3 ]1 donde
Solucin: Refirindose a la ecuacin
K = [0 0 1] B AB A 2B (A) donde :
1
(A) = A 3 Por lo que : K = [0 0 1] B AB A 2B A 3

1
Postmultiplicando ambos miembros de la ecuacin por 1 = A-1B se obtiene:

K1 = [0 0 1] B AB A 2B A 3 A 1B
1
= [0 0
[ 1][B [
AB
] A B] A B
2 1 2 2
= [0 0 1] B AB A B 0 = [0 0 1] 0 = 1 1 K 1 = 1
][
1
0 B AB A B 0 1
2

K 2 = [0 0 1] B AB A 2B A 3 A 2B
1
= [0 0 1] B AB A 2B AB
1
[ [
= [0 0 1] B AB A B
2
][
1
0 B AB A B 1 0
2
0 = [0 0 1] 1 = 0 0 K 2 = 0

K 3 = [0 0 1] B AB A 2B A 3 A 3B
1
= [0 0 1] B AB A 2B B
1
[ [
= [0 0 1] B AB A 2B 1 = [0 0 1] 0 = 0 0 K 3 = 0
][
1
1 B AB A 2B 0 0
En consecuencia se tiene que:

K [1 2 K = [1 0 0][1 2 3 ] = [1 0 0] 3 ]
4.4
4.4.1
Frmula de Ackermann
Introduccin
Describir sistemas dinmicos mediante variables de estado presenta varias ventajas sobre el mtodo de la funcin de transferencia. Es posible describir sistemas de varias entradas y salidas de forma ms natural y el mtodo no se limita a sistemas lineales e invariantes con el tiempo. Cuando se tiene una planta descrita en variables de estado, interesa contar con un mtodo para controlarla. En los sistemas descritos mediante funcin de transferencia, solamente se cuenta con la salida del sistema para controlar mediante realimentacin. En un sistema descrito en el espacio de estados se dispone adems de las variables de estado y se acostumbra utilizar stas para re alimentar el sistema con fines de control. Este mtodo se conoce como realimentacin del estado. En el diseo de sistemas de control descritos mediante funcin de transferencia, se realimenta la salida del sistema a un controlador que genera una seal de control para la planta. El controlador se disea de tal forma que los polos del sistema en lazo cerrado se muevan lo ms cerca posible de los lugares ptimos que cumplen con los requerimientos del sistema de control. En forma similar, en un sistema de control mediante realimentacin del estado se utiliza el vector de estado x(k) y una matriz de realimentacin K para obtener el vector de control u(k) que se utiliza para controlar la planta. Este control se disea a partir de la ubicacin de los polos l, 2, ... , n que se desea que el sistema tenga; ubicacin que es funcin de los requisitos puestos al sistema de control. Estos polos determinan entonces una ecuacin caracterstica deseada (z) que es funcin de K. La Frmula de Ackermann consiste en un mtodo sistemtico para calcular la matriz de realimentacin K para sistemas SISO. Sin embargo, el mtodo de la realimentacin del estado tiene algunas limitantes. En primer lugar, se requiere que el sistema sea de estado completamente controlable, esto es, que sea posible hacer cambiar el sistema de un estado inicial xi a un estado final arbitrario xf en un tiempo finito. Adems, debido a que el mtodo de realimentacin del estado utiliza el vector de estado, se requiere que el sistema sea observable, es decir, que sea posible determinar el vector de estado del sistema a partir del conocimiento del historial de las seales de salida y(kT) y de control u(kT).
4.4.2 Deduccin de la Frmula de Ackermann
Figura 4.3: Sistema
de control en lazo cerrado con u(k) = - K x(k)
A partir de la ecuacin de un sistema de estado (4.72) donde se supone es completamente controlable, se puede obtener la forma de calcular la ganancia de realimentacin de estado, K, y as ubicar los polos dentro del plano z tal como se desee, segn las caractersticas establecidas para el sistema.
x(k + 1) = Ax( k ) + Bu (k )
Para obtener el polinomio caracterstico de la planta:
(4.72)
~ ( z ) = zI A = z n + n 1 z n 1 + n 2 z n 2 L + 1 z + 0
Donde: (z): polinomio caracterstico = A - BK
(4.73)
Al evaluar (4.73) en el resultado es 0, (teorema de Cayley-Hamilton), de tal forma que la ecuacin se convierte en:
~ ~ ~ ~ ~ (A) = A n + n 1 A n 1 + n 2 A n 2 L + 1 A + 0 I = 0
Considerando las identidades siguientes:
(4.74)
~ A 0 = ( A BK ) 0 = I ~ A 1 = ( A BK )1 = A BK
~ ~ A 2 = ( A BK ) 2 = A 2 ABK BKA ~ ~ ~ A 3 = ( A BK ) 3 = A 3 A 2 BK ABK A BKA 2 ~ ~ ~ A n = ( ) n = A n A n 1 BK A n 2 BKA L BKA n 1

M
(4.75)
Con las identidades dadas por (4.75) podemos escribir si multiplicamos cada identidad en orden por 0, 1, 2, , n, con n = 1, y sumamos los resultados podemos obtener:
0 I 1 A 2 A 2 3 A 3 L A n = 0 I + 1 A + 2 A 2 + ... + A n
~ ~ 1BK 2 ABK 2 BKA ... A n 1 BK ... BKA n 1
por lo que (4.74) puede escribirse como
~ ~ ~ (A) = (A) 1BK 2 ABK 2 BKA L BKA n 1 A n 1 BK = 0
(4.76)
La ecuacin anterior, puede escribirse como la multiplicacin de dos matrices:
(A) = B
~ ~ 1K + 2 K A + L + K A n 1 ~ ~ n2 L K K A K A + + + n 1 2 3 AB L A B M K
(4.77)
Dado que el sistema es completamente controlable, la matriz de controlabilidad M (4.2), aqu repetida, tiene rango n y su inversa existe; es decir, es no singular.
M = [B
AB L A n 1 B]
(4.2)
De la ecuacin (4.77) se puede obtener una ecuacin para calcular el valor de la ganancia de realimentacin. Esto se logra premultiplicando (4.77) por M-1, la inversa de la matriz de controlabilidad:
[B
~ ~ 1K + 2 K A + L + K A n 1 ~ ~ n2 1 L + + + K K A K A n 1 3 AB L A B (A) = 2 M K
(4.78)
Para obtener una ecuacin para K se premultiplica la ecuacin (4.78) por el vector unitario [0 0 1].
~ ~ 1K + 2 KA + L + KA n1 ~ ~ 2 K + 3KA + L + KA n 2 [0 0 L 1] B AB L A n1B 1 (A) = [0 0 L 1] M K
K = [0 0 L 1] B
AB L A n1B (A)
(4.79)
La ecuacin (4.79) proporciona la matriz K de ganancia de realimentacin requerida y se le conoce como la frmula de Ackermann. Ejemplo 4.12: Clculo de K mediante la frmula de Ackermann Suponga que se tiene el siguiente sistema descrito en variables de estado:
1.65 0.675 1 x(k + 1) = x ( k ) + 0u ( k ) , T = 0.01s 0 1

y ( k ) = [1 0.825]x( k )
el polinomio caracterstico de este sistema es:
z 1.65 0.675 zI A = = z 2 1.65 z + 0.675 z 1

con polos en:
z = 0.9 y z = 0.75
y su respuesta al escaln es
Figura 4.4: Respuesta
de lazo abierto al escaln para el ejemplo 4.13
Ntese el excesivo error de estado estacionario y el gran tiempo de asentamiento. Para solucionar este problema se determina que los polos de lazo cerrado del sistema deben encontrarse en:
1 = 0.25 + j 0.25 y 2 = 0.25 j 0.25

lo que hace que el polinomio caracterstico deseado para el sistema sea ahora:
( z ) = z 2 0.5 z + 0.125
Se calcula K mediante la frmula de Ackermann despus de comprobar la controlabilidad del sistema
K = [0 1] [B AB ] (A)
1
donde
0 2.0475 - 1.1138 0.825 0.3375 0.125 (A) = A 2 0.5A + 0.125I = + - 0.675 0.5 0 0.125 1.65 0 1.34 0.77625 (A) = 0.55 1.15
1 1.65 1.34 0.77625 K = [0 1] = [1.15 0.55] 1 0.55 1.15 0
Figura 4.5: Lugar
de las races compensado y sin compensar para el ejemplo 4.13
~ ~ De esta forma, las matrices A y B son ahora:

1.65 0.675 1 0.5 0.125 ~ A = A BK = [1.15 0.55] = 0 0 0 1 1 ~ K B = 0 0
donde K0 es una ganancia que se calcula para que el error de estado estacionario sea cero con u(k) = K0r(k) - Kx(k). Con el teorema del valor final encontramos que ante un escaln para que ess = 0 entonces K0 = 0.625/1.825 = 0.3425
z 0.5 0.125 K 0 (z + 0.825) ~ ~ G ( z ) = C ( zI A ) 1 B = [1 0.825 ] = K0 2 z 0 z - 0.5 z + 0.125 1
1
Con K0 = 0.3425, la grfica de la respuesta de lazo abierto del sistema controlado ante un escaln es:
de lazo abierto al escaln para el ejemplo 4.13 compensado
Ntese la mejora en el tiempo de estabilizacin respecto al sistema sin realimentacin del estado. Adems, el sistema tiene error de estado estacionario igual a cero.
4.5
Observadores.
En el ejemplo anterior se present el mtodo de diseo ubicacin de polos. Para lograr esto se hace una realimentacin de las variables de estado. Una limitacin de este mtodo es que no siempre podrn ser medidas todas las variables de estado. En un sistema prctico es necesario estimar las variables de estado no medibles a partir de las variables de salida y las de control.
Figura 4.7: Entradas
y salidas del observador de estado
Por lo tanto, al utilizar un observador en un sistema de control, el vector de estado no se va a realimentar directamente de la planta. Lo que se hace es tomar la salida del estimador de estados para utilizarlo en la realimentacin como lo muestra el siguiente diagrama de bloques:
Figura 4.8: Diagrama
de bloques de un sistema con observador
Del diagrama se puede ver que la planta corresponde al modelo en variables de estado:
x( k + 1) = Ax( k ) + Bu ( k ) y ( k ) = Cx ( k )
(4.80) (4.81)
Es lgico pensar que las ecuaciones del observador son muy similares a las de la planta. Esto porque el observador se implementa en un procesador que estima el estado del sistema haciendo uso de las matrices A, B y C obtenidas a partir del proceso de modelado de la planta.
~ x ( k + 1) = A ~ x ( k ) + Bu ( k ) ~ y (k ) = C ~ x (k )
(4.82) (4.83)
Hay 3 problemas que se dan a raz de utilizar las ecuaciones (4.82) y (4.83) como modelo del observador: a. Las matrices A, B y C presentan errores ya que son el resultado del proceso de modelado de la planta. Por lo tanto la precisin con que se estimen los estados va a depender de estos errores. b. Los sensores utilizados van a tener errores que a su vez generarn incertidumbres a la hora de estimar el estado. Dentro de los errores se pueden mencionar ruido, errores de cuantificacin y problemas de saturacin. c. Si la matriz A presenta valores propios que cuyas magnitudes son mayores que 1, esto implica que no es estable. Esto hace que si las condiciones iniciales de la planta y del observador son distintas entonces el estado ~ estimado x ( k ) y el estado real x(k) sern distintos, por lo que el observador no cumplira su funcin de prediccin. El desempeo del modelo puede mejorar si se utiliza la diferencia entre la ~ salida medida C x ( k ) y la estimada C x(k). Esta diferencia se multiplica por una matriz columna o vector de constantes. A esta matriz se le llama Kf. Por lo tanto se tiene el siguiente modelo para el observador
~ x ( k + 1) = A~ x ( k ) + Bu ( k ) + K f C[x( k ) ~ x (k )]
(4.84)
La adicin del ltimo sumando en la expresin ayudar a reducir las diferencias entre el modelo dinmico y el modelo real. La matriz constante Kf sirve como matriz de ponderacin. sta es la que posteriormente se puede calcular empleando la frmula de Ackermann. Con respecto a la respuesta del observador una regla prctica es procurar que la respuesta del observador sea por lo menos 5 veces ms rpida que la respuesta de la planta. El diagrama de bloques completo con el observador se muestra en la Figura 4.9: a continuacin:
Figura 4.9:
Diagrama de bloques completo de un sistema con observador
Si se resta la ecuacin (4.80) menos la ecuacin (4.84) se obtiene:
x( k + 1) ~ x ( k + 1) = Ax( k ) + Bu ( k ) A ~ x ( k ) Bu ( k ) K f C[x( k ) ~ x (k )]
(4.85)
~ Cancelando los trminos iguales y sacando a factor comn el trmino x( k ) x ( k ) se tiene: x( k + 1) ~ x ( k + 1) = ( A K f C)[x( k ) ~ x (k )]
(4.86)
Se define el vector e(k) que corresponde al error que existe entre el estado de la planta y el estado estimado por el observador:
e( k + 1) = x( k + 1) ~ x ( k + 1) = ( A K f C) e( k )
(4.87)
La ecuacin (4.87) anterior es muy similar a la que se obtuvo cuando se analiz la realimentacin de estado. Por lo tanto utilizando el mtodo de Ackermann se puede despejar la matriz constante Kf. La ecuacin a utilizar es la siguiente:
C CA K f = e (A) M n 1 CA
0 0 M 1
(4.88)
Ejemplo 4.13: Clculo de Kf mediante la frmula de Ackermann Suponga que se tiene el siguiente sistema descrito en variables de estado:
1 1.65 0.675 ( ) k x(k + 1) = x + 0u ( k ) , T = 0.01s 1 0

y ( k ) = [1 0.825]x( k )
Se efecta la realimentacin de estado y el clculo de la matriz de realimentacin K con el propsito de ubicar los polos del sistema en los puntos
1 = 0.5 + j 0.25 y 2 = 0.5 j 0.25

K = [0.6500 -0.3625] con K0 = 0.3125/1.825 = 0.1712 para que el error de estado estacionario sea cero. Sin embargo, para poder realizar este sistema fsicamente es necesario tener acceso al vector de estado x(k). Para este fin, se disea un observador de estados.
Debido a que se requiere que el observador de estados responda ms rpido que la planta, se procede a ubicar los polos del observador en los puntos
1 = 0.125 + j 0.25 y 2 = 0.125 j 0.25

y por lo tanto, el polinomio caracterstico del observador es
e ( z ) = z 2 0.25 z + 0.07813
La matriz de realimentacin de error Kf se calcula mediante la frmula de Ackermann despus de comprobar la observabilidad del sistema:
0 C 0 K f = e (A) CA M 1
1
donde
e (A) = A 2 0.25 A + 0.07813I 0 1.65 0.675 0.07813 2.0475 - 1.1138 + e (A) = 0 . 25 1 - 0.675 0 0.07813 0 1.65 1.7131 0.945 e (A) = 0.5969 1 .4
0.825 0 1.7131 0.945 1 Kf = 0.5969 1 .4 2.475 0.675 1
1
0.868 Kf = 0.6448
al escaln del sistema realimentado
Ntese que la respuesta del sistema compensado, y(k), es tal como se diseo. El ligero sobreimpulso puede mejorarse utilizando un periodo de muestreo ms pequeo y ubicando ms cerca del eje real la parte imaginaria de los polos del observador. En la figura 4.11 se puede observar el lugar de las races del sistema original, que discurre ms a la derecha. Tambin pueden observarse los lugares de las races del sistema compensado por realimentacin de estado y del observador de estado. Ntese que para estos sistemas el lugar de las races no tiene importancia, sino la ubicacin de sus polos de lazo cerrado. Se puede observar como los polos de lazo cerrado escogidos para tales sistemas son el origen de sus respectivos lugares de las races.
Figura 4.11: Lugar
del las races para el ejemplo 4.14
En conclusin, para poder controlar un sistema por medio de realimentacin de estado con observador, es necesario que el sistema sea controlable y observable. Podemos utilizar la frmula de Ackermann para calcular tanto el vector de ganancia K del sistema as como el vector de ganancia del observador Kf. para sistemas SISO. Para sistemas MIMO se debe usar otros mtodos similares. Para lograr un error de estado estacionario cero en ambos subsistemas, es necesario calcular una ganancia K0 para cada uno. Finalmente, los polos del observador deben ubicarse de tal forma que sean ms rpidos que los del sistema controlado y que tengan poco o ningn sobreimpulso.
4.6
La funcin de transferencia del compensador con observador
Para un sistema SISO como el mostrado en la figura 4.12, descrito por la ecuacin (4.89), que usa realimentacin de estado para ubicar los polos; y un x (k ) , el regulador completo, para r(k) = 0, que observador para producir el estado ~ debe ser aplicado usando realimentacin positiva, se muestra en la ecuacin (4.90).
Figura 4.12: Sistema
compensado con observador de estado
x( k + 1) = A x(k ) + B u (k ) y ( k ) = C x( k ) + D u ( k ) u (k ) = K r (k ) K ~ x (k )
0
(4.89)
~ x (k + 1) = [ A BK K f C + K f DK ] ~ x (k ) + K f y (k ) u ( k ) = K ~ x (k )
(4.90)
La funcin de transferencia de dicho regulador se calcula como siempre aplicando la transformada Z o S, y resolviendo para G(z) o G(s) respectivamente. G( z) = U ( z) = K [ zI ( A BK K f C + K f DK )]1 K f Y ( z)
(4.91)
Del mismo modo, las ecuaciones (4.90) y (4.91) se aplican a un sistema en tiempo continuo.
Ejemplo 4.14: Demuestre la regla de Ackermann Considere el siguiente sistema
x( k + 1) = Ax ( k ) + Bu ( k )
donde x(k) es un vector de dimensin 3. Se supone que el sistema es de estado completamente controlable. Mediante la utilizacin de la tcnica de ubicacin de polos, se desea disear el sistema con polos en lazo cerrado en z = 1, z = 2 y z = 3, donde la son distintas. Es decir, al usar el control con realimentacin de estado
u ( k ) = Kx (k )
se desea obtener : zI A + BK = ( z 1) (z- 2) (z- 3) = z3 + 2 z2 + 1 z + 0 Demuestre que la matriz de ganancia de realimentacin del estado K deseada puede darse por 1 K = [1 1 1][1 2 3 ] donde
i = ( A i I )1 B, i = 1,2,3
Solucin: Definimos
~
A = A BK
Considerando las siguientes identidades:
I=I A = A - BK A = (A - BK) 2 = A 2 - ABK - BK A A = (A - BK) = A - A BK - ABK A- BK A
3 3 2 ~ 3 ~ ~ 2 ~ 2 ~ ~
Si se multiplica cada una de las ecuaciones precedentes por 3, 2, 1 y 0 (siendo 3 = 1 ) en este orden, y sumando los resultados se obtiene:
0 I + 1 A+ 2 A + A = 0 I + 1 A + 2 A + A 1 BK 2 ABK 2 ABK A A BK ABK A BK A

2 3 2 ~ ~ ~ 2
~ 2
~3
Al observar que el primer miembro de esta ultima ecuacin es cero, esta ltima ecuacin se puede reducir a
~ ~ 2 1 K + 2 K A+ K A ~ A2 B 2K + K A K
0 = ( A) B
AB
De modo que
~ ~ 2 1 K + 2 K A+ K A ~ 2K + K A = B K
AB
A 2 B ( A)
Premultiplicando ambos miembros de esta ltima ecuacin por [0 0 1], se obtiene

~ ~ 2 K + K A + K A 1 2 ~ [0 0 1] 2 K + K A = [0 0 1] B K
AB
A 2 B ( A)
o bien
K = [0 0 1] B
AB
A 2 B ( A)
que es la frmula de Ackerman. Observando que:

( A) = A3 + 2 A 2 + 1 A + 0 I = ( A 1 I )( A 2 I )( A 3 I )
tenemos que
K = [0 0 1] B
AB
A2 B
( A 1 I )( A 2 I )( A 3 I )
Mediante la postmultiplicacin de ambos miembros de esta ltima ecuacin por el valor 1 = (A-1I)-1B, resulta
K 1 = [0 0 1] B
AB
A2 B
( A 2 I )( A 3 I ) B
Definiendo
( A 1 I )( A 2 I ) = A 2 + 12 A + 13 I ( A 2 I )( A 3 I ) = A 2 + 22 A + 23 I ( A 3 I )( A 1 I ) = A 2 + 32 A + 33 I
Entonces la ecuacin puede escribirse como sigue

K1 = [0 0 1] B = [0 0 1] B
AB AB
A2 B A B
2
( A 2 + 22 A + 23 I ) B AB 23 A B 22 1
2
] [B
1
23 = [0 0 1] 22 = 1 1
Por lo tanto,
K1 = 1, K 2 = 1, K 3 = 1
En consecuencia
K [1 2
3 ] = [1 1 1]
es decir,
K = [1 1 1][1 2
3 ]1
La ecuacin anterior da la matriz de ganancia de realimentacin de estado K deseada en trminos de 1, 2, y 3.
4.7
Referencias:
Ogata, Katsuhiko. Ingeniera de Control Moderna, Pearson, Prentice Hall, 2003, 4 Ed., Madrid. Ogata, Katsuhiko. Sistemas de Control en tiempo discreto, Prentice Hall, 1996, 2 Ed., Mxico.

Control en El Espacio de Estado

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

Control en El Espacio de Estado

Uploaded by

Copyright:

Available Formats

4 Control en el espacio de estado

& = Ax(t ) + Bu(t ) x y (t ) = Cx(t ) + Du(t )

b11 b 21 B= b31 b41

b12 b22 b32 b42

Por lo que segn la ecuacin (1), la matriz de controlabilidad es:

La matriz de controlabilidad es:

______________________________________________________________________________________________ Control en el espacio de estado Pg. 155 Ing. Eduardo Interiano

& = Ax(t ) + Bu(t ) x y (t ) = Cx(t ) + Du(t )

______________________________________________________________________________________________ Control en el espacio de estado Pg. 156 Ing. Eduardo Interiano

x((k + 1)T ) = A d x( kT ) + B d u (kT )

x((k + 1)T ) = A d x( kT ) + B d u (kT )

______________________________________________________________________________________________ Control en el espacio de estado Pg. 157 Ing. Eduardo Interiano

______________________________________________________________________________________________ Control en el espacio de estado Pg. 159 Ing. Eduardo Interiano

Los sistemas siguientes no son de estado completamente controlable:

( z + 0.5) ( z + 0.5)( z + 0.8)

______________________________________________________________________________________________ Control en el espacio de estado Pg. 160 Ing. Eduardo Interiano

Considere el sistema descrito por:

x((k + 1)T ) = A d x(kT ) + B d u(kT ) y (kT ) = Cx(kT ) + Du(kT )

______________________________________________________________________________________________ Control en el espacio de estado Pg. 161 Ing. Eduardo Interiano

______________________________________________________________________________________________ Control en el espacio de estado Pg. 162 Ing. Eduardo Interiano

La cual se descompone en la FCC como sigue:

______________________________________________________________________________________________ Control en el espacio de estado Pg. 163 Ing. Eduardo Interiano

La matriz de observabilidad es:

Que es singular, y el par [A, C] de la FCC es no observable.

Ahora se transforma a la FCO:

Debido a que la FCO se puede realizar, el par [A, C] es observable.

______________________________________________________________________________________________ Control en el espacio de estado Pg. 164 Ing. Eduardo Interiano

Entonces el sistema en lazo cerrado se describe por la ecuacin de estado:

La matriz de observabilidad del sistema en lazo cerrado es:

x((k + 1)T ) = A d x(kT )

______________________________________________________________________________________________ Control en el espacio de estado Pg. 165 Ing. Eduardo Interiano

(4.22) (4.23) (4.24) (4.25) (4.26)

no estn restringidos a ninguna forma. yD Los elementos de las matrices B

en donde W est dado por:

______________________________________________________________________________________________ Control en el espacio de estado Pg. 167 Ing. Eduardo Interiano

x((k + 1)T ) = A d x(kT )

Entonces las ecuaciones (4.19) y (4.20) se pueden rescribir como sigue:

( 0) y (nT ) = CP(P 1Ad P)n x

______________________________________________________________________________________________ Control en el espacio de estado Pg. 168 Ing. Eduardo Interiano

donde J est en la forma cannica de Jordan. Se define

______________________________________________________________________________________________ Control en el espacio de estado Pg. 169 Ing. Eduardo Interiano

Ejemplo 4.8: Considere el sistema de funcin de transferencia siguiente:

Y ( z) z 1 1 + .08 z 1 = ; T = 0.2s U ( z ) 1 + 1.3 z 1 + 0.4 z 2

De modo que el sistema no es observable.

En consecuencia el sistema es observable.

______________________________________________________________________________________________ Control en el espacio de estado Pg. 172 Ing. Eduardo Interiano

Figura 4.1: Sistema

de control de lazo abierto.

El control mediante la realimentacin del estado es:

donde K =matriz de realimentacin de estado de 1 x n con elementos de ganancia constante

Sustituyendo la ecuacin (4.50) en la (4.49), se tiene:

Figura 4.2: Sistema

de control de lazo cerrado con u = -K x.

______________________________________________________________________________________________ Control en el espacio de estado Pg. 174 Ing. Eduardo Interiano

donde M es la matriz de controlabilidad

donde las ai son los coeficientes caractersticos

Nota: Ver el apndice A de [1] para la comprobacin de las matrices anteriores.

Para encontrar la ecuacin caracterstica de realimentacin de estado del sistema

donde KT = es la matriz de coeficientes:

Sustituyendo (4.60) en (4.59) se tiene:

= n + (an 1 + n 1 )n 1 + L(a1 + 1 ) + (a0 + 0 ) = 0

Ecuacin caracterstica de realimentacin de estado

______________________________________________________________________________________________ Control en el espacio de estado Pg. 176 Ing. Eduardo Interiano

Ejemplo 4.9: Considere el sistema definido por: