MT225

Universidad Nacional del Ingenierı́a

SEMESTRE 2008–II, 03/12/08

Campus: C.U. FIM

INGENIERÍA DE CONTROL III

Cuarta Práctica Calificada

(Tiempo: 1:50 horas)

NOTA: No se permite copias ni apuntes.

1. Considere la ecuación caracterı́stica:

F(z) = z3 − 1.9z2 + 1.4z − 0.45

a) Hallar las raı́ces de la ecuación caracterı́stica. (1 Pto)

b) Usando el test de Jury. Determinar la estabilidad del sistema. (2 Ptos)
c) Demuestre que el número de muestras que decaen en el tiempo es 10 segundos, tal como se
muestra en la Figura 1. (2 Ptos)
d) Escriba un programa en Matlab que determine las muestras del decaimiento. (1 Pto)

0.8

0.6
amplitud

0.4

0.2

−0.2

−0.4
0 2 4 6 8 10 12 14 16 18 20
k muestras

Figura 1: Número de muestras que decaen en el tiempo.

CONTINUA
 –2– MT225

2. Considere el sistema de la Figura 2.

r (k ) e(k ) y (k )
H (z )
+
-

Figura 2: Sistema en lazo cerrado.

y sea la funcion de transferencia:

K
H(z) = , K>0
z(z − 0.2)(z − 0.4)

a) Determine los valores de K para que el sistema sea estable. (2 Ptos)

b) Encontrar 3 valores de K que hacen que el sistema tenga respuestas: estable, marginalmente
estable, e, inestable. Dibuje estas posibles respuestas. (3 Ptos)

3. Sea la ecuación caracterı́stica Q(z) = (z +0.3)2 (z −0.3)2 de un proceso discreto. En la prueba de la

estabilidad, se quiere garantizar un máximo tiempo de establecimiento de 4 segundos. Sugerencia:
para que esta condición se cumpla, se debe modificar Q(z) para dar Q∗ (z), y ası́ todos los polos
estén dentro del circulo unitario. Asuma T = 1 seg. (4 Ptos)

4. Dado el sistema de la Figura 3. (5 Ptos)

1.1K
u(k) y(k)
+ (z-1)(z-0.7)
-

0.05

Figura 3: Sistema discreto realimentado.

Hallar el rango de valores de K que hacen estable al sistema. Cual es el máximo valor de K que
permite que la salida ante una entrada escalón unitario no presenta sobreoscilación.

Profesor. Ricardo Rodrı́guez B, M.Sc.

ANEXO –3– MT225

Solución P1

(a) Raı́ces de la ecuación caracterı́stica:

F(z) = (z − 0.9)(z − 0.5 + j0.5)(z − 0.5 − j0.5) = 0

Las raices son: z1 = 0.9, z2,3 = 0.5 ± 0.5 j

también, para hallar las raı́ces de la ecuación caracterı́stica aplicamos el método de Ruffuni:

1 −1.9 1.4 −0.45

0.9 0.9 −0.9 0.45
1 −1 0.5 0

obtenemos:

F(z) = (z − 0.9)(z2 − z + 0.5)

entonces, las raı́ces de F(z) son:

z1,2,3 = {0.9, 0.5 ± 0.5i}

(b) Estabilidad del sistema según Jury.

√
F(1) = (1)3 − 1.9(1)2 + 1.4(1) − 0.45 = 0.05 > 0
y

 
(−1)3 F(−1) = (−1)3 (−1)3 − 1.9(−1)2 + 1.4(−1) − 0.45
  √
= −1 − 1 − 1.9 − 1.4 − 0.45 = 4.75 > 0

También:

CONTINUA
ANEXO –4– MT225

√
|a0 | < |a3 | → 0.45 < 1

Finalmente:

z0 z1 z2 z3
-0.45 1.4 −1.9 1
1 −1.9 1.4 −0.45
b0 b1 b2

   
 a0 a3   −0.45 1 
b0 =  = = −0.7975
a3 a0   1 −0.45 
   
 a0 a2   −0.45 −1.9 
b1 =  = = 1.27
a3 a1   1 1.4 
   
 a0 a1   −0.45 1.4 
b2 =  = = −0.545
a3 a2   1 −1.9 

√
donde: |b0 | > |b2 | → −0.7975 > 0.545 .

Concluimos que el sistema es ESTABLE.

(c) Número de muestras para el decaimiento. Calculando θ para los polos dominantes z2,3 =
0.5 ± 0.5 j.

y 0.5 π
θ = arctan( ) = arctan( ) = rad = 0.7854rad
x 0.5 4

calculando r

p p
r= x2 + y2 = 0.52 + 0.52 = 0.7071

calculando σ para T = 1segundo.

CONTINUA
ANEXO –5– MT225

ln(r) ln(0.7071)
σ =− =− = 0.3465
T 1

Finalmente el tiempo de establecimiento es:

π π
Ns = + qs = + qs = 9.1 + 0.9 ≃ 10
σ 0.3465

Other Solution al 2 %

|z|k = 0.02 ⇒ |0.5 + 0.5 j|k = 0.02

resulta

ln(0.02)
|0.7071|k = 0.02 ⇒ k = = 11.28
ln(0.7071)

(d) Programa en MATLAB que resuelve el decaimiento en el tiempo.

Ec=[1 -1.9 1.4 -0.45];

raiz=roots(Ec);
% 0.9 0.5 +/- 0.5000i
ro=sqrt((real(raiz(2)))^2+(imag(raiz(2)))^2); % 0.7071
theta=atan(imag(raiz(2))/real(raiz(2))); % 0.7854 rad
k=0:20;
e1=ro.^k.*(cos(theta*k)+j*sin(theta*k));
e2=ro.^k.*cos(theta*k); % es lo mismo e1=e2
subplot(211)
stem(k,e1,’filled’)
%subplot(212)
%plot(k,e2,’k’)
xlabel(’k muestras’)
ylabel(’amplitud’)

CONTINUA
ANEXO –6– MT225

Solución P2

(a) El sistema en lazo cerrado es:

H(z) K
T (z) = = 3
1 + H(z) z − 0.6z2 + 0.08z + K
la ecuación caracterı́stica para T (z) viene dado por:

C(z) = z3 − 0.6z2 + 0.08z + K = 0

Usando las condiciones de Jury:

C(1) = (1)3 − 0.6(1)2 + 0.08(1) + K = 0.48 + K > 0, → K > −0.48

 
(−1)3C(−1) = (−1)3 (−1)3 − 0.6(−1)2 + 0.08(−1) + K
 
= −1 − 1 − 0.6 − 0.08 + K = 1.68 − K > 0, → K < 1.68

también:

|a0 | < |a3 | → |K| < 1 → −1 < K < 1

Finalmente:

z0 z1 z2 z3
K 0.08 −0.6 1
1 −0.6 0.08 K
b0 b1 b2

CONTINUA
ANEXO –7– MT225

   
a0 a3   K 1 
= K2 − 1

b0 =  =
a3 a0   1 K 
   
 a0 a2   K −0.6 
b1 =  = = 0.08K + 0.6
a3 a1   1 0.08 
   
 a0 a1   K 0.08 
b2 =  = = −0.6K − 0.08
a3 a2   1 −0.6 

se debe cumplir la condición:

|b0 | < |b2 | → |K 2 − 1| < | − (0.6K + 0.08)|

analizando para 0 < K < 1 está última ecuación queda:

1 − K 2 < 0.6K + 0.08

entonces:

K 2 + 0.6K − 0.92 > 0

Las raı́ces del sistema son: {0.7050, −1.3050}. El sistema es estable para valores de K en el inter-
valo:

0 < K ≤ 0.7050

(b) Probando valores de K en la ecuación caracteristica:

C(z) = z3 − 0.6z2 + 0.08z + 0.1 = 0

Los polos seran: z1 = −0.2928 y z2,3 = 0.446 ± 0.337 j, los polos son estables. Análogamente
podemos remplazar cualquier valor de K y reemplazar en la ecuación caracterı́stica. En la Figura
4 vemos diferentes tipos de respuesta.

CONTINUA
ANEXO –8– MT225

T=1;
K=[0.01 0.3 0.7 2];
for i=1:4
n=K(i);
d=conv(conv([1 0],[1 -0.2]),[1 -0.4]);
D=tf(n,d,T);
D=zpk(D);
H=feedback(D,1);
k=0:T:30;
subplot(2,2,i)
y=step(H,k);
plot(k,y), grid
title([’K = ’, num2str(K(i))])
xlabel(’k’), ylabel(’Amplitud’)
end

K = 0.01 K = 0.3
0.025 0.7

0.6
0.02
0.5
Amplitud

Amplitud

0.015 0.4

0.01 0.3

0.2
0.005
0.1

0 0
0 10 20 30 0 10 20 30
k k

K = 0.7 K=2
1.5 2000

1 0
Amplitud

Amplitud

0.5 −2000

0 −4000

−0.5 −6000
0 10 20 30 0 10 20 30
k k

Figura 4: Respuestas debido a una entrada escalón.

Solución # 3

Desde σ = 4/ts

z ≤ eT σ = e−4T /ts = r

CONTINUA
ANEXO –9– MT225

todos los polos debe estar dentro del circulo unitario con r = e−4T /ts . Reemplazando z por rz
encontramos:

Q(z) = (z + 0.3)2(z − 0.3)2 = z4 − 0.18z2 + 0.0081

para T = 1 y sea ts = 4seg entonces r = e−1 = 0.3679.

Q∗ (z) = r4 z4 − 0.18r2 z2 + 0.0081

normalizando:

Q∗ (z) = z4 − 1.33r2 z2 + 0.4422

Probando la estabilidad

Q∗ (1) = 0.1122 = Q(−1) . El sistema es ESTABLE (ver dc− ln14.pdf)

Solución # 4

(a) Polinomio caracterı́stico:

z2 − 1.72z + 0.55(1.1)K = 0

Usando el criterio de magnitud |z| < 1.

1.7 1
q
z= ± 1.72 − 4(0.055K + 1.72 ) (1)
2 2

 
 1.7 1
q 
|z| =  ±j 4(0.055K + 1.72 − 1.72 ) < 1
 
 2 2 

Resolviendo.

CONTINUA
ANEXO – 10 – MT225

r
1.7 2 1
|z| = + (4(0.055K) − 1.72) < 1
2 4

Los limites de la estabilidad 0 < K < 5.4.

(b) En dominio del tiempo continuo se garantiza que no exista sobre oscilación si los puntos
presentan ζ > 1, o sea son todos reales (caso sobreamortiguado). Si “s” es real, entonces z = esT
sera real.

El polo discreto en (1) sera real si

1.72 − 4(0.055K + 0.7) ≥ 0

De este modo resulta el máximo valor de Km ≤ 0.4050.

Para este valor K = 0.4050 es el punto de bifurcación.

K=0.4050;
%K=5.4; % oscila
T=1;
G=tf(1.1*K,conv([1 -1],[1 -0.7]),T);
S=tf(0.05,1);
F=feedback(G,S,-1);
figure
rlocus(G);
hold
R=rlocus(G,K);
plot(real(R),imag(R),’kx’,’MarkerSize’,14)
% rlocfind(G)
text(0.6,0.1,’K=0.0505’); % bifurcacion
ejex=linspace(0,2*pi,1000);
CU=exp(-j*ejex);
plot(CU,’k’,’LineWidth’,2)
axis square
% axis([-1.2 1.2 -1.2 1.2])

CONTINUA
ANEXO – 11 – MT225

figure
tk=0:T:50;
uk=ones(size(tk));
yd=lsim(F,uk,tk);
stairs(tk,uk,’k’)
hold
stairs(tk,yd,’r’)

Root Locus

0.8

0.6

0.4

0.2
Imaginary Axis

K=0.0505
0

−0.2

−0.4

−0.6

−0.8

−1
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1
Real Axis

Figura 5: Root locus y puntos de bifurcación.

20

18

16

14

12

10

0
0 5 10 15 20 25 30 35 40 45 50

Figura 6: Respuesta al escalón.