Sistemas de Control I

FUNDAMENTOS DE CONTROL DE SISTEMAS
LINEALES
Grupo de Investigaci on en Control Industrial
Area de Automatica
Profesores:
Jose Miguel Ramrez S.
Esteban Emilio Rosero Garca
UNIVERSIDAD DEL VALLE
Escuela de Ingeniera Electrica y Electr onica
Santiago de Cali
5 de febrero de 2008
Contenido
1. Introduccion a los sistemas de control 11
1.1. Importancia . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2. Deniciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3. Clasicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4. Representacion . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.5. Bucla tpica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.5.1. Bucla Tpica Analoga . . . . . . . . . . . . . . . . . . . 22
1.5.2. Bucla Tpica Digital . . . . . . . . . . . . . . . . . . . 24
1.6. Analisis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.7. Dise no . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2. Modelado analogo 32
2.1. Sistemas analogos en representacion entrada-salida . . . . . . 33
2.1.1. Transformada de Laplace . . . . . . . . . . . . . . . . . 33
2.1.2. Funcion de Transferencia . . . . . . . . . . . . . . . . . 39
2.1.3. Trazado de diagramas de bloques . . . . . . . . . . . . 41
2.1.4.

Algebra de diagramas de bloques . . . . . . . . . . . . 43
2.1.5. Simplicaci on de un diagrama de bloques; entradas
m ultiples . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.1.6. Modelado de sistemas fsicos . . . . . . . . . . . . . . . 50
2.1.7. Gracos de ujo de se nal (GFS) . . . . . . . . . . . . 54
2.2. Sistemas analogos en representacion de estado . . . . . . . . . 61
2.2.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . 61
2.2.2. Deniciones . . . . . . . . . . . . . . . . . . . . . . . . 62
2.2.3. Representacion matricial . . . . . . . . . . . . . . . . . 66
2.2.4. Representacion de sistemas en el espacio de estado . . 67
2.2.5. Diagrama de estado . . . . . . . . . . . . . . . . . . . . 80
2
2.2.6. Ecuaci on caracterstica, valores propios y vectores pro-
pios . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
2.2.7. Matrices de Transferencia . . . . . . . . . . . . . . . . 89
3. Modelado digital 97
3.1. Modelado del procesador digital . . . . . . . . . . . . . . . . . 98
3.1.1. Secuencias . . . . . . . . . . . . . . . . . . . . . . . . . 98
3.1.2. Representacion matematica de secuencias . . . . . . . . 100
3.1.3. Representacion matematica del proceso de muestreo . . 100
3.1.4. Transformada Z . . . . . . . . . . . . . . . . . . . . . . 102
3.1.5. Funcion de transferencia discreta . . . . . . . . . . . . 107
3.1.6. Reconstrucci on de Se nales . . . . . . . . . . . . . . . . 112
3.1.7. Modelado de sistemas de datos muestreados con la fun-
cion de transferencia de pulsos . . . . . . . . . . . . . . 116
3.1.8. FdT de Pulsos de Elementos en Cascada . . . . . . . . 118
3.1.9. FdT de Pulsos de sistemas Realimentados . . . . . . . 120
3.2. Sistemas discretos en representacion de estado . . . . . . . . . 123
4. Caractersticas de los sistemas realimentados 134
4.1. Sistemas en red abierta y en red cerrada . . . . . . . . . . . . 135
4.2. Ganancia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
4.3. Sensibilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
4.4. Perturbaciones . . . . . . . . . . . . . . . . . . . . . . . . . . 140
4.4.1. Perturbacion en G(s) : . . . . . . . . . . . . . . . . . . 140
4.4.2. Perturbacion en H(s) . . . . . . . . . . . . . . . . . . . 143
4.5. Control de la Respuesta . . . . . . . . . . . . . . . . . . . . . 144
4.5.1. Respuesta Transitoria . . . . . . . . . . . . . . . . . . 145
4.5.2. Respuesta Permanente . . . . . . . . . . . . . . . . . . 145
4.6. Estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
5. Analisis de la respuesta en el tiempo 153
5.1. Se nales de Prueba . . . . . . . . . . . . . . . . . . . . . . . . . 154
5.2. Respuesta Transitoria . . . . . . . . . . . . . . . . . . . . . . . 156
5.2.1. Sistemas de Primer Orden . . . . . . . . . . . . . . . . 156
5.2.2. Sistemas de Segundo Orden . . . . . . . . . . . . . . . 157
5.2.3. Caractersticas de Respuesta Transitoria . . . . . . . . 159
5.2.4. Expresiones Analticas: . . . . . . . . . . . . . . . . . . 160
5.2.5. Especicaciones de funcionamiento para la respuesta
transitoria . . . . . . . . . . . . . . . . . . . . . . . . . 161
5.2.6. Sistemas con Ceros y de Orden Superior a 2. . . . . . . 164
5.2.7. Polos Dominantes de Lazo Cerrado . . . . . . . . . . . 165
5.2.8. Sistemas de Tercer Orden con un polo real. . . . . . . . 167
5.2.9. Sistemas de Segundo Orden Subamortiguados con un
cero. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
5.3. Respuesta Permanente . . . . . . . . . . . . . . . . . . . . . . 170
5.3.1. Error Permanente: . . . . . . . . . . . . . . . . . . . . 170
5.3.2. Clasicaci on del Tipo de Sistema . . . . . . . . . . . . 170
5.3.3. Error permanente debido a una entrada escal on . . . . 171
5.3.4. Error permanente debido a una entrada rampa . . . . . 171
5.3.5. Error permanente debido a una entrada parabolica . . 171
5.4. Respuesta Temporal, Sistemas Discretos . . . . . . . . . . . . 173
5.4.1. Representacion en el plano Z de las se nales. . . . . . . 173
5.4.2. Correlaci on Plano S a Plano Z . . . . . . . . . . . . . . 176
5.4.3. Respuesta al Escalon de Sistemas Discretos . . . . . . . 183
5.4.4. Respuesta Permanente Discreta . . . . . . . . . . . . . 187
5.4.5. Soluci on de las ecuaciones dinamicas; la matriz de tran-
sicion de estado continua . . . . . . . . . . . . . . . . . 189
5.4.6. Soluci on de las Ecuaciones Dinamicas Discretas . . . . 193
5.4.7. Discretizaci on de Ecuaciones Dinamicas de Tiempo Con-
tinuo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
6. Acciones basicas de control 204
6.1. Accion de Control - PID . . . . . . . . . . . . . . . . . . . . . 205
6.1.1. Acci on Proporcional P . . . . . . . . . . . . . . . . . 205
6.1.2. Acci on Integral I . . . . . . . . . . . . . . . . . . . . 207
6.1.3. Acci on Proporcional Integral PI . . . . . . . . . . . . 210
6.1.4. Acci on Proporcional Derivativa PD . . . . . . . . 212
6.1.5. Acci on Proporcional Integral Derivativa PID . . . . . 215
6.1.6. Implementaci on digital de la ley de control PID . . . . 219
Bibliografa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226
J. Ramrez y E. Rosero 4 GICI
Fundamentos de Control de
Sistemas Lineales
Introduccion
La Ingeniera del Control Automatico juega un papel fundamental en los
sistemas y procesos tecnol ogicos modernos, y los benecios que se obtienen
con un buen control incluyen productos de mejor calidad, menor consumo de
energa, minimizaci on de desechos, mayores niveles de seguridad y reducci on
de la polucion.
La dicultad es que algunos de los aspectos mas avanzados de la teora
requieren una base matematica. Sin embargo, su impacto practico solo se
puede medir por los benecios que trae en sus aplicaciones. En este curso se
presentan los fundamentos de control para sistemas lineales en tiempo dis-
creto y continuo, muy utiles para posteriormente realizar analisis y dise no de
estrategias de control aplicadas a un sistema real.
Objetivos
General: Capacitar al estudiante para el analisis de sistemas de control
lineales analogos y discretos, con representacion de entrada salida o de estado.
Especcos
Emplear la terminologa utilizada en los sistemas de control an alogos
y digitales.
Identicar, diferenciar y analizar los elementos y se nales de la bucla
tpica de control analoga y digital.
5
Representar, simplicar, analizar y sintetizar un sistema de control por
medio de un diagrama de bloques, diagrama de ujo de se nal y diagra-
ma de estado.
Deducir el modelo matematico en funcion de transferencia y variables
de estado para sistemas de control analogos y digitales.
Analizar las diferentes interrelaciones entre las representaciones entrada-
salida y de estado.
Analizar el efecto de la realimentacion en el funcionamiento de un sis-
tema analogo y digital.
Calcular y analizar la respuesta en el tiempo de un sistema analogo y
digital.
Determinar el efecto de las diferentes acciones de control en el compor-
tamiento de un sistema.
Mapa conceptual
Figura 1: Mapa conceptual de fundamentos de control de sistemas lineales
Presentaci on de las unidades
A continuaci on se describe el contenido de cada una de las unidades del
curso:
Unidad 1: Introduccion a los sistemas de control
Denici on, clasicaci on, representacion basica, bucla tpica analo-
ga y digital, analisis y dise no de sistemas de control.
Unidad 2: Modelado: analogo
Sistemas analogos en representacion entrada-salida: ecuaciones di-
ferenciales, Transformada de Laplace, funcion de transferencia,
diagramas de bloques, algebra, modelado de sistemas an alogos
fsicos, gracos de ujo de se nal.
Sistemas analogos en representacion de estado: introduccion, con-
trol clasico vs. control moderno, deniciones, representacion ma-
tricial, representacion en el espacio de estado a partir del sistema
y de la ecuaciones diferenciales sistemas monovariables y multi-
variables, diagramas de estado, ecuaci on caracterstica, valores y
vectores propios, matrices de transferencia.
Unidad 3: Modelado: digital
Sistemas discretos en representacion entrada-salida: modelado del
procesador digital: secuencias, representaci on del muestreo, ecua-
ciones de diferencia, transformada Z, la funci on de transferencia
discreta; modelado de los conversores: muestreo y retencion, re-
construccion de se nales, teorema del muestreo; modelado de sis-
temas de datos muestreados: funcion de transferencia de pulsos,
elementos en cascada y en realimentacion.
Sistemas discretos en representacion de estado.
Evaluacion: Parcial 1
Unidad 4: Caractersticas de los sistemas realimentados
Efectos de la realimentacion en la ganancia, respuesta transitoria
y permanente, sensibilidad a los cambios parametricos, perturba-
ciones, estabilidad, comparacion.
Unidad 5: Analisis de la respuesta en el tiempo
Respuesta temporal de sistemas analogos: se nales de prueba, res-
puesta transitoria, respuesta permanente.
Respuesta temporal de los sistemas discretos: representacion en el
plano Z de se nales, correlacion plano S a plano Z, respuesta tran-
sitoria, respuesta permanente.
Respuesta temporal de las ecuaciones dinamicas: la matriz de tran-
sicion de estado continua, solucion homogenea y total, solucion de
las ecuaciones dinamicas discretas, discretizacion de ecuaciones
dinamicas.
Unidad 6: Acciones basicas de control
Control proporcional, integral, derivativo y sus combinaciones; im-
plementaciones analoga y discreta.
Evaluacion: Parcial 2
Glosario
Sntesis: es el uso de un procedimiento explcito para encontrar un sistema
que funcione de manera especicada.
Parametros distribuidos: Muchos fenomenos se pueden describir matematica-
mente por ecuaciones diferenciales parciales, y tienen como variable interna
las variables de espacio.
Parametros concentrados: Estos se pueden modelar por ecuaciones dife-
renciales ordinarias, y los eventos se pueden describir por n umeros nitos de
cambio de variables.
Determinstico: si el modelo trabaja con una relaci on exacta entre las
variables derivadas y medidas y no hay incertidumbres.
Estocastico: Un modelo es estoc astico si emplea conceptos de probabili-
dad y de incertidumbre.
Bibliografa
1. TEXTO GUIA: KUO BENJAMIN, Sistemas de Control Au-
tom atico, P.H.H., 1997.
2. KUO BENJAMIN, Sistemas de Control Digital, CECSA, P.H.H., 1997.
3. W. BOLTON, Ingeniera de Control, Alfaomega, 2a. Edicion, 2001.
4. ERONINI-UMEZ-ERONINI, Dinamica de Sistemas y Control, Thomp-
son Learning, 2001.
5. OGATA KATSUSHITO, Ingeniera de Control Moderno, P.H.H., 3 edi-
cion, 1998.
6. OGATAKATSUSHITO, Sistemas de Control en Tiempo Discreto. P.H.H,
Mex. 1996.
7. PAUL H. LEWIS-CHANG YANG, Sistemas de Control en Ingeniera,
P.H.H., Madrid 1999
8. DORF RICHARD, Sistemas Modernos de Control, Addison-Wesley
Iberoamericana, 2da edici on en espa nol, 1989.
9. GENE F. FRANKLIN, Control de Sistemas Din amicos con retroali-
mentacion, Addison-Wesley Iberoamericana, 1991.
10. KARL J. ASTROM-BJORN WITTENMARK, Computer-Controlled
Systems, Pentice Hall Information and Systems Sciences Series. 3ra
Edicion.
11. SCHULTZ D. and MELSA J., State functions and linear control sys-
tems, Mac Graw-Hill Book Company. 1967.
12. SIGURD SKOGESTAD and IAN POSTLETHWAITE, Multivariable
Feedback Control, Jhon Wiley & Sons Ltd, 1996.
Captulo 1
Introduccion a los sistemas de
control
Introduccion
El control automatico ha desempe nado una funcion vital en el avance de
la ingeniera y la ciencia, es una parte importante e integral de los procesos
modernos industriales y de manufactura. Practicamente, cada aspecto de las
actividades de nuestra vida diaria esta afectado por alg un tipo de sistema de
control. Los sistemas de control se encuentran en gran cantidad en todos los
sectores de la industria tales como control de calidad de los productos manu-
facturados, lneas de ensamble automatico, control de maquina-herramienta,
sistemas de transporte, sistemas de potencia, robotica, etc., a un el control de
inventarios y los sistemas econ omicos y sociales se pueden analizar a traves
de la teora de control automatico.
Debido a que los avances de la teora y la practica del control automatico
aportan los medios para obtener un desempe no optimo de los sistemas dinami-
cos, tales como mejorar la productividad y eliminar muchas de las opera-
ciones repetitivas y rutinarias, los ingenieros y cientcos deben tener un
buen conocimiento de este campo.
En esta unidad se presentaran las deniciones, las clasicaciones, las re-
presentaciones, la bucla tpica analoga y digital, y de forma general, los pro-
cesos de analisis y dise no de los sistemas de control.
11
1.1. IMPORTANCIA
Objetivos
1. Conocer la importancia de los sistemas de control en la sociedad.
2. Emplear la terminologa utilizada en los sistemas de control analogos
y digitales. (Conocimiento)
3. Identicar, diferenciar y analizar los elementos y se nales de la bucla
tpica de control analoga y digital. (Comprension)
Contenidos
1.1. Importancia
1. Los sistemas de control han sido de gran impacto para el desarrollo de
nuestra sociedad ya que han permitido:
Automatizar tareas humanas repetitivas, tediosas y/o peligrosas.
Trabajar con tolerancias mucho menores, mejorando la calidad de
los productos.
Disminuir costos de producci on en mano de obra e insumos.
Mejorar la seguridad de operacion de las maquinas y procesos.
2. Los sistemas de control tienen vastas areas de aplicacion en:
Industrias del transporte, incluyendo la aeroespacial; procesos qumicos
y biologicos; sistemas mec anicos, electricos y electromec anicos; agroin-
dustria, industrias de procesos y de manufactura; sistemas econ omicos,
polticos y sociales.
3. Los encontramos en nuestra cotidianidad:
Desde la nevera hasta el sistema de control de combustion electronica
de los automoviles y as como en nuestro propio cuerpo: control de la
temperatura corporal, presion arterial, equilibrio,...
El simple acto de se nalar con el dedo es un sistema de control.
1.2. DEFINICIONES
Ahora bien, su aplicacion requiere de varias tecnologas como la informatica,
la electrica, la electronica y las comunicaciones; tambien exige buena funda-
mentacion matematica y conocimientos del proceso a controlar.
De lo anterior se deriva que los sistemas de control sean un area multi-
disciplinar y transversal a las ingenieras y a otras ciencias.
1.2. Deniciones
SISTEMA DE CONTROL: Arreglo de componentes fsicos inter-
conectados de forma que se puedan comandar dinamicamente.
ENTRADA: Estmulo aplicado al sistema de control para producir
una respuesta especicada.
SALIDA: Respuesta obtenida que puede ser diferente a la especicada.
PERTURBACI
ON: Es una entrada que afecta adversamente a la

salida.
Ejemplos
Sistema de control de excitaci on digital, ver gura 1.1.
Entrada Voltaje de referencia (Nominal)
Salida Voltaje en terminales
Perturbacion Carga (Corriente de armadura)
Sistema de control de la velocidad en una turbina, ver gura 1.2.
Entrada Velocidad de referencia (f = 60 Hz.)
Salida Velocidad en el eje
Perturbacion Carga (Torque electrico)
1.3. CLASIFICACIONES
Figura 1.1: Sistema de control de excitaci on digital. Fuente: [R. C. Schaefer,
2001]
1.3. Clasicaciones
Son muchas las clasicaciones posibles de realizar; aqu se presentan al-
gunas de mayor interes.
DE ACUERDO A LA ACCI
ON DE CONTROL: Variable que

activa el sistema a controlar.
DE LAZO ABIERTO: Acci on de control independiente de la salida;
para su buen desempe no se requiere de una buena calibraci on; si
el proceso a controlar es estable, no hay riesgo de inestabilidad.
DE LAZO CERRADO: Se compara la entrada y la salida y usa la
diferencia (error) como acci on de control; se requiere por tanto de
una realimentaci on, la cual genera posibilidad de inestabilidad.
Figura 1.2: Sistema de control de frecuencia
DE ACUERDO A LA FUENTE DE ENERG
IA del elemento
que genera la accion de control:
- Neumaticos (Aire a presion).
- Hidraulicos (Aceite o agua a presion).
- Electricos - Electronicos (Electricidad).
DE ACUERDO A COMO SE GENERA LA ACCI
ON DE
CONTROL a partir del error:
- Todo - Nada (ON - OFF).
- Proporcional (P), Integral (I), Proporcional Integral (PI), Propor-
cional Derivativo (PD), Proporcional Integral Derivativo (PID).
- Adelanto y/o Atraso de Fase.
- RST
DE ACUERDO A LA FUNCI
ON:
SERVOMECANISMO: Busca seguir una entrada variante; la salida
es la posicion y/o sus derivadas; por ejemplo, el sistema de control
de posicion hidraulico, gura 1.3.
Figura 1.3: Servomecanismo de posicion.
REGULADOR: Busca mantener constante la salida, principalmente
ante cambios debidos a disturbios; por ejemplo, los sistemas de
control de tension y frecuencia de los sistemas de generaci on; el
sistema de control de temperatura, la gura 1.4 muestra un regu-
lador de temperatura.
DE ACUERDO A LAS PROPIEDADES del proceso controlado:
- Parametros Concentrados - Distribudos.
- Determinstico - Estocastico.
- Continuo - Discreto (Flujo del producto).
- Estatico - Dinamico.
- Variante - Invariante.
- Lineal - No lineal.
DE ACUERDO A LA APLICACI
ON INDUSTRIAL:
- De Procesos: temperatura, ujo, presion, PH, nivel, densidad,
composicion, viscosidad, color, etc.
Figura 1.4: Regulador de temperatura.
- De Manufactura: Producci on de partes: autos, equipos domesti-
cos, etc.
DE ACUERDO A LA ESTRATEGIA DE CONTROL:
- Directo (feedforward) - Realimentado (feedback).
- Serie - Paralelo.
- Centralizado - Distribudo
- Cascada, sobrerrango, selectivo, etc.
DE ACUERDO A LAS SE
NALES INVOLUCRADAS en el
sistema de control.
- Monovariable, si el sistema controla una sola variable.
- Multivariable, si tiene m ultiples entradas y salidas.
- Sistema de control analogo, discreto, de datos muestreados o di-
gital, dependiendo del tipo de se nal presente en el sistema.
Para esta ultima clasicaci on, denamos los tipos de se nales:
Se nal de tiempo continuo: Se dene sobre un rango continuo del
tiempo; su amplitud puede ser continua o cuanticada; por ejem-
plo, la salida de un conversor D/A es una se nal de tiempo continuo
cuanticada. Ver gura 1.5.
kt
e*(t)
Figura 1.5: Se nal de tiempo continuo
Se nal analoga: Se nal de tiempo continuo con un rango continuo de
amplitud; por ejemplo, la salida del sistema de control. Ver gura
1.6.
t
e(t)
Figura 1.6: Se nal analoga
Se nal de tiempo discreto: Solo esta denida en instantes discretos
del tiempo; el tiempo esta cuanticado.
Se nal de datos muestreados: Se nal de tiempo discreto en un rango
continuo de valores; por ejemplo, el muestreo de una se nal analoga.
Ver gura 1.7.
Se nal digital: Se nal de tiempo discreto con amplitud cuanticada;
por ejemplo, la salida de un conversor A/D, la cual es una secuen-
cia de n umeros binarios. Ver gura 1.8.
kt
e*(t)
Figura 1.7: Se nal de datos muestreados
kt
e*(t)
Figura 1.8: Se nal digital
As, a partir del tipo de se nal presente en el sistema, los sistemas se
clasican en:
SISTEMAS AN
ALOGOS: Solo contienen se nales analogas; se

describen mediante ecuaciones diferenciales.
SISTEMAS DISCRETOS: Solo contienen se nales discretas; se
describen mediante ecuaciones de diferencia.
SISTEMAS DE DATOS MUESTREADOS: Tienen se nales
discretas y se nales de tiempo continuo.
SISTEMAS DIGITALES: Se incluyen se nales de tiempo con-
tinuo y se nales digitales en forma de codigo numerico.
En este curso se despreciaran los efectos de la cuanticacion de se nales en
los conversores A/D y en el c alculo de la ley de control en un procesador digi-
tal; por ello, a un sistema de control gobernado por un procesador digital de
se nales (Computador, Microcontrolador, DSP, etc.) se le denominara SIS-
TEMA DE CONTROL DIGITAL SCD.
1.4. REPRESENTACI
ON
1.4. Representaci on
La representacion mas usual es por DIAGRAMAS DE BLOQUES;
estan compuestos por bloques, sumadores, puntos de reparto, echas y las
se nales o variables.
BLOQUES
Entrada BLOQUE Salida
Dentro del bloque se tiene el nombre, la descripcion, el dibujo u operacion
matematica que realiza.
SUMADORES: Suman o restan se nales.
+
r+b
r
b
+
+
rb
r
b
+
rb+c
r
b
+
c
PUNTOS DE REPARTO: Permiten usar una se nal varias veces.

C
C
C
C
1.5. BUCLA T
IPICA
FLECHAS: Representan la direccion de las se nales; esta direccion co-
rresponde a la informacion de control, no de potencia.
VARIABLES o se nales en el sistema; cuando haya lugar a confusion, se
usara como notacion:
Min usculas: Dominio del tiempo.
May usculas: Dominio de la frecuencia compleja (S)
En proyectos de automatizaci on, los sitemas de control se representan a partir
de estandares como el Instrumentation Symbols and Identications preparado
por la Instrument Society of America (ISA), el cual es un sistema de
designaci on por smbolos y c odigos de identicaci on como se muestra en la
gura 1.9.
Identicaci on de lazo
Identicaci on funcional
101
TIC
Figura 1.9: Normas ISA
El crculo es el smbolo general del instrumento. Las letras y n umeros en su
interior, el c odigo de identicacion. En la identicacion funcional, la primera
letra corresponde a la variable medida del lazo; las restantes indican las fun-
ciones del instrumento: Registrador, Indicador, Controlador, Transmisor, etc.
El estandar tambien dene los smbolos para los actuadores, sensores prima-
rios, procesos y lneas de comunicacion de se nales. La gura 1.10 muestra un
ejemplo de estos diagramas.
1.5. Bucla tpica
Veremos las buclas tpicas para los sistemas de control analogos y digi-
tales; como su nombre lo indica, estas buclas se encuentran ampliamente en
la industria.
1.5. BUCLA T
IPICA
Figura 1.10: Diagrama ISA de un sistema de control
1.5.1. Bucla Tpica Analoga
La bucla tpica analoga se muestra en la gura 1.11.
Los elementos y se nales de la bucla tpica analoga, se describen a continua-
cion.
CONTROLADOR: Comparador mas el compensador. El comparador ge-
nera la se nal de error y a partir de ella, el compensador dene la se nal
de control apropiada para compensar las deciencias de desempe no del
sistema.
ACTUADOR: (Elemento nal de control). Adec ua los niveles de potencia
entre la se nal de control y la variable manipulada.
1.5. BUCLA T
IPICA
+
-
Elementos de realimentaci on
Se nal de
realimentaci on
Compensador Actuador Planta
B
R E A M
C
error
Variable
Manipulada
Se nal de
Control
Disturbio
Salida
Controlada
Controlador
Entrada de
Referencia
Figura 1.11: Bucla tpica analoga
PLANTA: Representa la maquina o proceso a controlar.
ELEMENTOS DE REALIMENTACI
ON: Son dispositivos que permiten

medir la se nal de salida y entregar un valor de magnitud apropiada para
el comparador; pueden incluir sensores (captadores de la se nal), trans-
ductores (adecuadores de la se nal) o transmisores de se nal.
ENTRADA O REFERENCIA: Es un estmulo del sistema que corres-
ponde al valor deseado de la salida.
ERROR: Es la diferencia entre la referencia y la salida.
SE
NAL DE CONTROL: Es la se nal de salida del controlador.

VARIABLE MANIPULADA: Es la variable del proceso que permite
variar la salida controlada.
DISTURBIO O PERTURBACI
ON: Es una se nal de entrada al sistema

de control que afecta adversamente la salida del sistema; cuando entra
en la realimentaci on se le denomina RUIDO.
SALIDA O VARIABLE CONTROLADA: Es la cantidad o condici on
que se mide y trata de controlar del sistema; representa la respuesta
del sistema y puede ser diferente de la entrada deseada.
SE
NAL DE REALIMENTACI
ON: Es la se nal medida de la planta.

Ejemplo:
1. Sistema de control de la Tension: Ver gura 1.12.
1.5. BUCLA T
IPICA
Puente
controlado
excitatriz
Generador
Voltaje en
Terminales
Voltaje de
Campo
Angulo
disparo
Corriente de
amadura
Transformador, recticador, ltro
Voltaje
Nominal
Regulador de tension
Tension DC
Figura 1.12: Bucla tpica del controlador de tension
2. Sistema de control de velocidad: Ver gura 1.13.
Velocidad
Referencia
60 Hz
Valvulas y
servomotores
Turbina
Velocidad
eje
Posicion
alabes
Se nal
posicion
v alvula
Tension DC
de realimentacion
Torque
electrico
Sensor Velocidad
Gobernador velocidad
Figura 1.13: Bucla tpica del controlador de velocidad
1.5.2. Bucla Tpica Digital
La bucla tpica digital se muestra en la gura 3.1.5
PROCESADOR DIGITAL: Realiza el algoritmo de control; recibe, proce-
sa y entrega se nales digitales.
S/H: (Sampler and Holder) Muestreo y Retenci on: Convierte la se nal analo-
ga e(t) en una se nal de datos muestreados e(kT) y extrapola la se nal
muestreada un cierto tiempo.
A/D: (Analog to Digital conversor) Conversor an alogo a digital: Convierte
una se nal analoga en una digital; reliza el proceso de codicaci on. Nor-
malmente el S/H es parte integral del A/D.
1.6. AN
ALISIS
S/H A/D
Procesador
Digital
D/A
Reloj
Elementos de realimentaci on
Actuador Planta
r(t)
e(t) e*(Kt) e(Kt) a(Kt) a(t) m(t)
d(t)
y(t)
b(t)
Salida
Controlada
+
Figura 1.14: Bucla tpica digital
D/A: (Digital to Analog conversor) Conversor digital a analogo: Convierte
una se nal digital en una analoga; realiza el proceso de decodicaci on.
Lleva implcito el mantenimiento de la se nal analoga.
Reloj: Sincroniza los procesos de codicaci on y decodicaci on.
El A/D puede medir directamente b(t); en tal caso, la comparaci on la hace
el procesador digital.
Si el sistema es multivariable, se tendran circuitos multiplexores y demulti-
plexores.
1.6. An alisis
ANALIZARun sistema es determinarle sus caractersticas de funcionamien-
to que cuantiquen:
La velocidad de respuesta
Su exactitud permanente
El grado de estabilidad
Se consideraran tres pasos generales para el analisis de un sistema de control:
1. Obtener una idea cualitativa de su funcionamiento; basicamente se lo-
gra obteniendo los elementos y se nales de la bucla tpica y observando
la secuencia de eventos, luego de una variacion en la entrada deseada
o del disturbio.
1.7. DISE
NO
2. Establecer un modelo matematico que represente al sistema:
- En una representacion entrada-salida, los diferentes componentes
del sistema se representan por funciones de transferencia y se
interconectan construyendose as un diagrama de bloques o un
graco de ujo de se nal. (Control clasico)
- En una representacion del estado interno del sistema utilizando
variables de estado. (Control moderno)
3. Analizar el sistema mediante:
Enfoque Cl asico :
_
_
_
La respuesta en el tiempo.
El lugar geom etrico de las ra
ices.
La respuesta en frecuencia.
Enfoque Moderno :
_
V alores y vectores propios.
Respuesta en el tiempo.
1.7. Dise no
DISE
NAR un sistema de control, es obtener uno que cumpla determi-

nadas especicaciones de funcionamiento; las especicaciones de funcionamien-
to son los lmites, rangos o cotas de las caractersticas.

Esto se logra ajustando
el controlador.
En el enfoque clasico, el dise no mas usual es por analisis; con cuatro pasos
generales:
1. Conocer las especicaciones y expresarlas en terminos matematicos.
2. Analizar el sistema; mediante tanteos con la gua de un metodo de com-
pensacion, ajustar el controlador hasta cumplir con las especicaciones.
3. Vericar el funcionamiento mediante simulacion digital para incluir
dinamicas no modeladas, no linealidades, perturbaciones, etc, realizar
reajustes.
4. Ajuste en sitio, realizar reajustes.
1.7. DISE
NO
En el enfoque moderno, el dise no se realiza por un procedimiento analtico,
lo que se conoce como Sntesis.
Resumen
En esta unidad expusimos los conceptos basicos de lo que es un sistema
de control. Describimos sus componentes basicos, los clasicamos de acuerdo
a las se nales que manejan, objetivos de control, dimos varios ejemplos de la
vida real, y de forma general describimos el proceso de analisis y dise no de
un sistema de control que puede ser aplicado a diferentes ramas de la ciencia
y la ingeniera.
Actividades de aprendizaje
1. Realice una lectura reexiva y crtica del material del curso.
2. Realice las lecturas complementarias.
3. Una consulta en internet sobre avances de la tecnologa y los sistemas
de control para discutir en clase.
4. La gura 1.15 muestra el diagrama de un sistema de control (Evaluaci on
a no 2003). El desplazamiento de la polea movil es perpendicular al del
indicador y el del objeto; x
1
, x
2
y x
3
son las posiciones del indicador,
objeto y polea movil respectivamente; la tension V
1
entre el punto movil
del potenci ometro y la conexi on entre las resistencias R, es proporcional
al desplazamiento x
3
en el factor k
1
; la tension de salida del amplicador
es k
2
veces su tension de entrada; la dinamica para la velocidad del
motor se rige por la segunda ley de Newton rotacional:
J
d(t)
dt
= k
3
V
3
(t) t
L
(t) (1.1)
donde J es el momento de inercia equivalente del motor y la carga, k
3
es una constante y t
L
(t) es un par arbitrario y desconocido de carga.
El pi non tiene un radio r. Todos los parametros y variables estan en
unidades del sistema internacional.
1.7. DISE
NO
Figura 1.15: Sistema de control
Identique los elementos y se nales de la bucla tpica realimentada.
5. Identicar los diferentes elementos y se nales de la bucla de realimentacion
tpica para:
a) Regulador de Velocidad de Watt. (gura 1.16)
Figura 1.16: Regulador de velocidad de Watt
1.7. DISE
NO
b) Diagrama esquematico de un sistema de seguimiento del Sol, sin
considerar el tacometro, (gura 1.17).
Figura 1.17: Sistema de seguimiento del sol. Fuente: [Kuo, 1996]
6. Una Universidad desea establecer un modelo del sistema de control que
represente la poblaci on estudiantil como salida, con la poblacion estudi-
antil deseada como entrada. La administracion determina el porcentaje
de admisiones al comparar la poblaci on estudiantil actual y la deseada.
La ocina de admisiones utiliza entonces ese porcentaje para admitir
estudiantes. Trace un diagrama de bloques funcional que muestre la
administracion y la ocina de admisiones como bloques del sistema.
Tambien muestre las siguientes se nales: la poblacion estudiantil desea-
da, la poblaci on estudiantil real, el porcentaje deseado de estudiantes
determinando por la administracion, el porcentaje real de estudiantes
generado por la ocina de admisiones, el porcentaje de deserciones y el
porcentaje neto de inujo. [Nise, 2004]
7. Durante una operaci on medica, un anestesista controla la profundidad
1.7. DISE
NO
de inconciencia al controlar la concentracion de isourano en una mez-
cla vaporizada con oxgeno y oxido nitroso, la profundidad de anestesia
es medida por la presion sangunea del paciente. El anestesista tam-
bien regula la ventilacion, el equilibrio de uido y la administracion de
otros medicamentos. Para liberar al anestesista de dedicar mas tiem-
po a estas ultimas tareas, y en el interes de la seguridad del paciente,
deseamos automatizar la profundidad de la anestesia al automatizar el
control de concentracion de isourano. Dibuje un diagrama de bloques
funcional del sistema, mostrando las se nales y subsistemas pertinentes
(Meier,1992). [Nise, 2004]
8. Un sargento se detena en una joyera cada ma nana a las 9 en punto y
ajustaba su reloj comparandolo con el cronometro del escaparate. Un
da el sargento entro en el comercio y felicito al due no por la exactitud
del cronometro. Esta ajustado con la hora de Arlington? -pregunto el
sargento-. No -contesto el due no- lo ajusto seg un el ca nonazo del fuerte
a las 5 p.m. Dgame, sargento por que se detiene todos los das y com-
prueba la hora de su reloj?. El sargento le contesto, yo soy el artillero
del fuerte. Es la retroalimentacion positiva o negativa?. El cronometro
del joyero se atrasa un minuto cada 24 horas y el reloj del sargento se
atrasa un minuto cada 8 horas. Cual es el error total en la hora del
ca non del fuerte despues de 15 das?. [Dorf, 1989]
9. Adam Smith(1723-1790) analiz o el tema de la libre competencia entre
los participantes de una economa en su libro La riqueza de las Na-
ciones. Puede decirse que Smith sugirio que:
1) los trabajadores, como un todo, comparan los diferentes empleos
posibles y toman aquellos que ofrecen mayor remuneraci on, y
2) en cualquier empleo el pago disminuye seg un aumenta el n umero de
trabajadores solicitantes. Supongamos que r=total promedio de pagos
en todas las actividades, c=total de pagos en una actividad particular;
q=auencia de trabajadores dentro de una actividad especca. Dibuje
un ciclo de retroalimentacion que represente este sistema. [Dorf, 1989]
1.7. DISE
NO
Lecturas complementarias
A brief history of feedback control, Captulo 1: Introduction to
Modern Control Theory, en: F.L. Lewis, Applied Optimal Control and
Estimation, Prentice-Hall, 1992.
Computer Technology, captulo 1, secci on 1.2: Computer Controlled
Systems, Theory and Design, Karl Astrom and Bjornn Wittenmark,
Prentice Hall,1997.
Referencias
KUO BENJAMIN, Sistemas de Control Automatico, Prentice Hall
1997.
DORF RICHARD, Sistemas Modernos de Control, Addison-Wesley
Iberoamericana, 2da edici on en espa nol; 1989.
NISE, NORMAN, Sistemas de Control para Ingeniera, Editorial CEC-
SA, 3ra Edicion.
Captulo 2
Modelado analogo
Introduccion
Para analizar y dise nar sistemas de control de altas prestaciones, se debe
conocer lo mejor posible la dinamica del sitema obteniendo su modelo matematico.
El comportamiento dinamico se describe generalmente por medio de ecua-
ciones diferenciales. Adem as, si estas ecuaciones pueden linealizarse, entonces
se puede utilizar la Transformada de Laplace para obtener las relaciones de
entrada-salida para los componentes del sistema y los subsistemas en la forma
de funciones de transferencia. Los bloques de las funciones de transferencia
se pueden organizar en diagramas de bloques o en diagramas de ujo de
se nal para representar las interconexiones de una manera graca. Los dia-
gramas de bloques y de ujo de se nal son herramientas muy convenientes
para dise nar y analizar sistemas de control de altas prestaciones. Notemos
que es una representaci on de Entrada-Salida. En el modelado de sistemas
fsicos consideraremos en esta Unidad los sistemas mecanicos, hidraulicos,
neumaticos, termicos y electricos.
La teora moderna de control esta basada en el conocimiento del com-
portamiento interno de los sistemas, reejado en las variables que inuyen
en su dinamica. El conocimiento de la evoluci on de todas las variables que
inuyen en la dinamica del sistema, permite efectuar un mejor control del
sistema y su utilizaci on en el control de sistemas mas complejos. Esta repre-
sentacion se aplica de forma directa a sistemas multivariables, no-lineales o
con parametros variantes.
En esta unidad se presentara el modelado de los sistemas analogos tanto para
32
2.1. SISTEMAS AN
ALOGOS EN REPRESENTACI
ON ENTRADA-SALIDA
la represetacion entrada-salida y de estado.
Objetivos
1. Representar, simplicar y analizar un sistema de control por medio
de un diagrama de bloques, diagrama de ujo de se nal y diagrama de
estado. Aplicacion
2. Deducir el modelo matematico en funcion de transferencia y variables
de estado para sistemas de control analogos y digitales. Conocimiento
3. Analizar las diferentes interrelaciones entre las representaciones entrada-
salida y de estado. Analisis
Contenido
2.1. Sistemas an alogos en representaci on entrada-
salida
2.1.1. Transformada de Laplace
Los sistemas fsicos con almacenamiento de energa, son de naturaleza
dinamica. Los sistemas dinamicos se describen mediante Ecuaciones Dife-
renciales obtenidas al aplicar las leyes fsicas que los rigen. Si son lineales e
invariantes en el tiempo, podemos aplicarles a las ecuaciones diferenciales la
Transformada de Laplace (T.L) para simplicar su solucion. Esta trans-
formada se dene por:
[f(t)]
_

0
e
s t
f(t) dt F(S)
La Trasformada de Laplace existe si y solo si se cumplen las tres condiciones:
f(t) = 0 t < 0;
f(t) es continua a tramos;
f(t) es acotada exponencialmente : R [ lm
t
[ e
t
f(t)[ = 0
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
Caractersticas de la Transformada de Laplace:
1. La Transformada de Laplace convierte las se nales temporales en se nales
frecuenciales, funcion de la variable compleja s = +j.
2. Es una transformacion lineal.
3. La operaci on derivada temporal, se convierte en la multiplicacion por s
en frecuencia. La integraci on en la multiplicaci on por 1/s en frecuencia;
por ello al aplicarla a una ecuaci on integrodiferencial, se obtiene una
ecuaci on algebraica en s.
4. Es invertible y se puede regresar al dominio temporal usando la Trans-
formada Inversa de Laplace (TIL):
TL

f(t) F(S)
TIL
Ver la tabla de transformadas de Laplace, tabla 2.1 y la de propiedades,
tabla 2.2.
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
f(t) F(s)
1 Impulso unitario (t) 1
2 Escalon unitario (t)
1
s
3 t
1
s
2
4 e
at 1
s+a
5 te
at 1
(s+a)
2
6 sint

s
2
+
2
7 cos t
s
s
2
+
2
8 t
n
(n = 1, 2, 3, . . .)
n!
s
n+1
9 t
n
e
at
(n = 1, 2, 3, . . .)
n!
(s+a)
n+1
10
1
ba
_
e
at
e
bt
_
1
(s+a)(s+b)
11
1
ba
_
be
bt
ae
at
_
s
(s+a)(s+b)
12
1
ab
_
1 +
1
ab
_
be
at
ae
bt
__
1
s(s+a)(s+b)
13 e
at
sint

(s+a)
2
+
2
14 e
at
cos t
s+a
(s+a)
2
+
2
15
1
a
2
_
at 1 +e
at
_
1
s
2
(s+a)
16
n
1
2
e
nt
sin
_
n
_
1
2
_
t

2
n
s
2
+2ns+
2
17
1
1
2
e
nt
sin
_
n
(
_
1
2
)t
_
s
s
2
+2ns+
2
18 1
1
1
2
e
nt
sin
_
n
(
_
1
2
)t +
_

2
n
s(s
2
+2ns+
2
)
= arctan
1
2
Tabla 2.1: Pares de transformadas de Laplace

2.1. SISTEMAS AN
ON ENTRADA-SALIDA
1 [Af(t)] = AF(S)
2 [f
1
(t) f
2
(t)] = F
1
(S) F
2
(S)
3 [
d
dt
f(t)] = sF(S) f(0)
4 [
d
2
dt
2
f(t)] = s
2
F(S) sf(0)
df
dt
(0)
5 [
d
n
dt
n
f(t)] = s
n
F(S)
n
k=1
s
nk
f
k1
(0)
donde f
k1
(t) =
d
k1
dt
k1
f(t)
6 [
_
f(t) dt] =
F(S)
s
+
[
f(t)dt]
t=0
s
7
_
__
f(t) dt dt
_
=
F(S)
s
2
+
[
f(t) dt]
t=0
s
2
+
[
f(t) dt]
t=0
s
8
_
_
. . .
_
f(t) (dt)
n
_
=
F(S)
s
n
+
n
k=1
1
s
nk+1
_
_
. . .
_
f(t) (dt)
n
_
t=0
9 [e
at
f(t)] = F(s +a)
10 [f[(t a)](t a)] = e
as
F(s)
11 [tf(t)] =
dF(s)
s
12 [
1
t
f(t)] =
_
s
F(s) ds
13 [f
_
1
a
_
] = aF(as)
14 Valor inicial: lm
t0
f(t) = lm
s
sF(s)
15 Valor nal: lm
t
f(t) = lm
s0
sF(s)
Tabla 2.2: Propiedades de la transformada de Laplace
Ejemplo:
Sistema mec anico de rotacion:
J
f
TURBINA
t
m
Figura 2.1: Sistema turbina - masa
J: Momento de Inercia [Kg-m
2
]
f: Coeciente de friccion viscosa [N-m-s/rad]
f =
dp
d
= 377 x 10
3
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
: Velocidad angular [rad/s]; (0) = 16.96 (162 rev/min)
m
: Torque aplicado [N-m] = 7.1 x 10
6
u(t)
Ley fsica (Segunda ley de Newton):
J w =
J
dw
dt
=
m
fw
Se obtiene la ecuaci on diferencial:
m
= J
dw
dt
+fw
Aplicando la transformada de Laplace:
T
m
(s) = J[sW(s) (0)] +fW(s)
y despejando W(s) se obtiene:
W(s) =
T
m
(s)
Js +f
. .
Respuesta forzada
+
J(0)
Js +f
. .
Respuesta natural
Reemplazando:
W(s) =
71 + 124,6s
(7,35s + 3,77)s
=
16,95(s + 0,57)
s(s + 0,512)

N(s)
D(s)
NOTACI
ON:
D(s) = 0 Ecuacion caracterstica
s = 0, s = 0,512 Polos del sistema
s = 0,57 Ceros del sistema
Representacion de polos y ceros en el plano complejo:
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
j
Figura 2.2: Representacion de Polos y Ceros.
Para obtener la evolucion temporal:
Fracciones parciales :
W(s) =
k1
s
+
k2
s+0,512
k
1
, k
2
: Residuos.
k
1
=
16,95(s+0,57)
s+0,512
s = 0
= 18,8
k
2
=
16,95(s+0,57)
s
s = 0,512
= 1,92
(t) =
1
18,8
s

1,92
s+0,512
(t) =
_
18,8
..
Respuesta permanente
1,92e
0,512t
. .
Respuesta transitoria
_
u(t)
Los teoremas del valor inicial y valor nal permiten obtener directamente
estos valores en frecuencia:
(t)
t
= lm
s0
sW(s) =
71 + 124,6s
7,35s + 3,77
s=0
= 18,83 (180 rev/min.)
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
(t)
t0
= lm
s
sW(s) =
124,6
7,35
= 16,95 (162 rev/min.)

La gura 2.3 muestra la respuesta temporal.
w(t)[rpm]
t [s]
2 4 6 8 10
162
180
Figura 2.3: Respuesta temporal del sistema turbina - masa
Notemos que hay una relacion directa entre la ubicacion de los
polos y ceros y la forma de la respuesta.
2.1.2. Funci on de Transferencia
Caracteriza la relacion entrada - salida de sistemas lineales e invariantes;
se dene la Funci on de Transferencia (FdT), como la relaci on entre la Trans-
formada de Laplace de la salida a la Transformada de Laplace de la entrada,
con condiciones iniciales nulas.
FdT =
[Salida]
[Entrada]
condiciones iniciales=0
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
Forma general:
G(s) =
b
m
s
m
+b
m1
s
m1
+. . . +b
1
s +b
0
a
n
s
n
+a
n1
s
n1
+. . . +a
1
s +a
0
Si: n = m Funcion de transferencia propia
n < m Funcion de transferencia impropia
n > m Funcion de transferencia estrictamente propia
Para el sistema mec anico de rotacion:
(0) = 0 W(s) =
T
m
(s)
Js +f

FdT =
W(s)
T
m
(s)
=
1
Js +f
Caractersticas:
Describe la dinamica del sistema: tener la funcion de tranferencia es
equivalente a tener la ecuaci on diferencial.
Solo se aplica a sistemas lineales e invariantes.
Es una propiedad del sistema, no depende de la entrada.
Varios sistemas pueden tener la misma FdT.
No da informacion de la estructura interna del sistema.
En un diagrama de bloques, permite representar la dinamica de cada
componente.
Ejemplo: ver gura 2.4, el diagrama de bloques de la bucla de reali-
mentacion tpica en el dominio de la frecuencia:
Las distintas G
i
y H son las funciones de transferencia de los elementos;
R, E, A, M, D y B, son las T.L. de las se nales.
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
E
G
1
H
C
A R
+
G
2
G
3
M
+
+
D
G
4
B
Figura 2.4: Bucla tpica en frecuencia
2.1.3. Trazado de diagramas de bloques
Se realiza mediante tres pasos principales:
Aplicar la transformada de Laplace a cada componente o ecuaci on, con
condiciones iniciales nulas.
Reemplazar los elementos transformados por bloques simples.
Interconectar los bloques.
Ejemplo:
Excitatriz de corriente continua (Figura 2.5), considerando la velocidad
constante y excitaci on en el rango lineal.
R
f
L
f
i
f
+
e
f
R
a
e
t
i
a
e
g
J
Figura 2.5: Excitatriz de Corriente Continua
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
Ecuaciones:
e
f
= R
f
i
f
+ L
f
di
f
dt
e
t
= e
g
R
a
i
a
e
g
= k
g
i
f
TRANSFORMANDO: BLOQUE:
1 E
f
(s) = I
f
(s)
_
R
f
+L
f
s
_
1
R
f
+sL
f
E
f
(s) I
f
(s)
2 E
t
(s) = E
g
(s) R
a
I
a
(s)
R
a
E
g
(s) E
t
(s)
I
a
(s)
3 E
g
(s) = K
g
I
f
(s)
K
g
I
f
(s) E
g
(s)
INTERCONECTANDO:
K
g
E
g
(s) E
t
(s)
I
a
(s)
R
a
1
R
f
+sL
f
I
f
(s) E
t
(s)
+
Ejercicio:
Obtenga el diagrama de bloques que representa al motor de corriente
continua, considerando como salidas la posicion , la velocidad angular y
la corriente de armadura i
a
.
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
2.1.4.

Algebra de diagramas de bloques
Simplica un diagrama de bloques complejo. Las reglas parten de escribir
una misma ecuaci on en forma diferente.
Diagramas de bloques originales Diagramas de bloques equivalentes
1
A
+
A-B
B
A-B+C
C
+
+
A
+
+
A+C
B
A-B+C
C
+
2
A
B
A-B+C
C
+
+
+
A-B
B
A-B+C
C
+
+
3
G
1
AG
1
G
2
AG
1
G
2 A
G2
AG2
G1
AG1G2 A
4
G1
AG1
G2
AG1G2 A
G1G2
AG1G2 A
5
G1
AG1 A AG1+AG2
+
+
G2
G1 +G2
AG1+AG2 A
6
G
A AGB
+
B
AG
G
A
B
G A AGB
+
1
G
B
B
G
7
G
AB A AGBG
+
B
G
A AG
+
B
AGBG
G
BG
8
G
AG A
AG
G
AG A
G
AG
9
G
AG A
A
G
AG A
AG 1
G
A
10
G1
AG1 A AG1+AG2
+
+
G2
+
+
AG1+AG2 A
G2
1
G2
G1
11
+
A
G2
G1
B
+
A
G2 G1
1
G2
B
12
+
A
G2
G1
B
A G1
1+G1G2
B
Tabla 2.3: Propiedades del algebra de diagramas de bloques
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
Ejemplo:
Obtengamos el bloque equivalente de bloques en cascada sin carga de la
gura 2.6:
G
1
(s)
X
1
X
3
X
2
G
2
(s)
Figura 2.6: Diagrama de bloques
Soluci on :
G
1
(s) =
X
2
X
1
G
2
(s) =
X
3
X
2
Se requiere
X
3
X
1

X
2
= G
1
(s)X
1
X
3
= G
2
(s)X
2
= X
3
= G
2
(s)G
1
(s)X
1
=
X
3
X
1
= G
1
(s)G
2
(s)
G
1
(s)
X
1
X
3
X
2
G
2
(s)
=
G
1
G
2
X
1
X
3
Ejemplo:
E
G
1
H
C
A
R
+
G
2
G
3
M
Figura 2.7: Diagrama de bloques de una bucla tpica
Hallar C/R para la bucla tpica; D(s) = 0 ver la gura 2.7.
Solucion:
Llamando G = G
1
G
2
G
3
tenemos la gura 2.8 que es la forma canonica de
un sistema de control de lazo cerrado.
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
G(s)
R
+
E
C
H(s)
B
Figura 2.8: Forma Canonica de un Sistema de Control de lazo cerrado
DEFINICIONES:
G(s)
=
C(s)
E(s)
: Funci on de Transferencia Directa.
H(s)
=
B(s)
C(s)
: Funci on de Transferencia de Realimentaci on.
G(s)H(s) = GH(s)
=
B(s)
E(s)
: Funci on de Transferencia de Lazo Abierto.
T(s)
=
C(s)
R(s)
: Funci on de Transferencia de Lazo Cerrado.
Operamos para calcular la FdT de Lazo Cerrado:
E(s) = R(s) B(s) = R(s) H(s)C(s)
C(s) = G(s)E(s) = G(s)
_
R(s) H(s)C(s)
= C(s) +GH(s)C(s) = G(s)R(s)

2.1. SISTEMAS AN
ON ENTRADA-SALIDA
FdT =
C(s)
R(s)
=
G(s)
1 +GH(s)
. .
FdT equivalente de un lazo de realimentaci on
Simplicacion de un diagrama de bloques, una entrada
Para simplicar un diagrama de bloques se recomienda realizar los si-
guientes pasos:
1. Combinar bloques en cascada y/o en paralelo.
2. Desplazar e intercambiar puntos de toma y suma.
3. Recombinar pasos 1, 2, etc.
Ejemplo:
Diagrama de bloques de un sistema de control de la excitaci on con red
estabilizadora y autoexcitacion, gura 2.9
R(s)
+
C(s)
H
1
H
2
G
1
G
2
G
3
+
+
+
+
G
1
: Dinamica de la compensacion y del actuador.
G
2
: Dinamica de la excitatriz.
G
3
: Dinamica del generador.
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
H
1
: Dinamica de la red estabilizadora.
H
2
: Dinamica de la medida de tension.
R(s)
+
C(s)
H
1
H
2
G
1
G
2
G
3
+
+
1
G
3
1
G
1
+
R(s)
R(s)
+
C(s)
H
2
G
1
G
2
G
3
+
+
H
1
G
3
1
G
1
R(s)
+
C(s)
H
2
+
H
1
G
3

1
G
1
G
1
G
2
G
3
G
1
G
2
G
3
1+G
1
G
2
G
3
(H
2
+
H
1
G
3
1
G
1
)
R(s)
C(s)
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
2.1.5. Simplicaci on de un diagrama de bloques; en-
tradas m ultiples
Como el sistema es lineal, para simplicar un diagrama con m ultiples
entradas, se puede aplicar el principio de superposicion.
1. Llevar, si es posible, las entradas a un mismo punto de suma.
2. Reducir.
3. Calcular la respuesta debida a cada entrada.
4. Sumar las respuestas parciales para obtener la total.
Ejemplo:
Bucla tpica con perturbacion, ver gura 2.10.
G
1
R(s)
+
G
2
H
C(s)
D(s)
+
+
Figura 2.10: Bucla tpica con realimentacion
1. Paso 1
G
1
R(s)
+
G
2
H
+
1
G
1
D(s)
C(s)
Figura 2.11: Figura 1
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
2. Paso 2
G
1
G
2
1+G
1
G
2
H
R(s)
+
+
C(s)
1
G
1
D(s)
3. Paso 3
Con D(s) = 0
C
R
(s) =
G
1
G
2
(s)
1+G
1
G
2
H(s)
R(s)
Con R(s) = 0
C
D
(s) =
G
2
(s)
1+G
1
G
2
H(s)
D(s)
4. Paso 4
Se obtiene:
C
(
s) = C
R
(s) +C
D
(s) =
G
2
(s)
1+G
1
G
2
H(s)
[G
1
R(s) +D(s)]
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
Ejercicio:
Resuelva el ejercicio 2 propuesto en las actividades de aprendizaje.
2.1.6. Modelado de sistemas fsicos
Muchos sistemas fsicos se pueden modelar usando las leyes fsicas que los
rigen, utilizando como:
VARIABLES:
El volumen o cantidad elemental del sistema.
La rata de variaci on de esta cantidad (Flujo).
La energa potencial o fuerza actuante en el sistema.
PAR
AMETROS:
La resistencia (R) al paso del ujo.
La capacitancia (C) o relacion
volumen
fuerza actuante
.
La inductancia (L) o relacion
fuerza actuante
Rata de flujo
.
La constante de tiempo (); = RC;
L
R
.
SISTEMA VARIABLES PAR
AMETROS
Cantidad Potencial Flujo Resist. Capacit. Induct.
GAS Volumen Presion F. gas R
g
C
g
T
ERMICO Calor Temperatura F. calor R

t
C
t
FLUIDO Volumen Nivel Caudal R
f
C
f
Inertancia
TRASLACI
ON Momentum Velocidad Fuerza f m

1
K
ROTACI
ON Momentum Velocidad Torque f J

1
K
EL
ECTRICO Carga Voltaje Corriente R

e
C
e
L
e
Tabla 2.4: Variables y Parametros empleados en sistemas fsicos comunes
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
Ejemplo 1:
q
i
C
h
R
q
0
Figura 2.13: Sistema hidraulico
Para el sistema hidraulico de la gura 2.13, hallar
H(s)
Q
i
(s)
. Asuma ujo
laminar.
C :
V olumen
nivel h
=

Area de la secci on recta.
R :
nivel h
caudal de salida
=
h
q
0
= Resistencia de salida.
Ley fsica empleada:
Ley de conservacion de la masa: Lquido que entra menos el que sale
es el lquido acumulado.
q
i
dt q
o
dt = Cdh
q
i

h
R
= C
dh
dt
Rq
i
h = RC
..
l
dh
dt

H(s)
Q
i
(s)
=
R
l
s + 1
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
Ejercicio:
Suponga que este tanque descarga en otro con capacitancia C
2
y resistencia
de descarga R
2
; calcule la FdT entre el nivel del segundo tanque y el caudal q
i
.
Ejemplo 2:
P
i
C
P
o
q
Figura 2.14: Sistema neum atico
Hallar
Po(s)
P
i
(s)
para el sistema de gas de la gura 2.14. Asuma variaciones
de peque na se nal y temperatura constante.
C :
Cantidad de gas
Presi on
=
Gas en el volumen
P
o
R :
Presi on
Caudal
=
(P
i
P
o
)
q
Ley fsica empleada:
Ley de conservacion de la masa: Gas a nadido menos el que sale (cero)
igual al gas almacenado.
qdt = CdP
o
(P
i
Po)
R
= C
dPo
dt
RC
..
g
dPo
dt
= (P
i
P
o
)
2.1. SISTEMAS AN
ON ENTRADA-SALIDA

P
o
(s)
P
i
(s)
=
1
g
s + 1
Ejercicio:
Calcule
P
0
(s)
P
i
(s)
si existe una resistencia de descarga R en el sistema neumatico.
Ejemplo 3:
Intercambiador de calor en un recipiente termicamente bien aislado, donde:
M: Mezclador, H: calentador y el lquido entra fro con ujo c
a
a temperatu-
ra
i
y sale caliente a temperatura
0
.
c
a
0
q
0
M
H
q
i2
i
q
i1
Figura 2.15: Intercambiador de calor
Hallar
o
(s) para el sistema de la gura 2.15. Asuma que solo existe
transferencia de calor por conducci on (ujo de calor proporcional a la dife-
rencia de temperatura).
C :
Calor acumulado
Temperatura
= mc
p
c
p
: calor especco del lquido, m : masa del lquido en el tanque.
R :
Temperatura
Flujo neto de calor
=
1
c
a
c
p
c
a
: Velocidad de ujo del lquido en estado estable
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
Ley fsica empleada:
Ley de conservacion de calor: Calor que entra menos el que sale es el
que se acumula.
q
i1
dt +q
i2
dt q
0
dt = Cd
0
(2.1)
c
a
c
p
i
+q
i2
c
a
c
p
0
= C
d
0
dt
(2.2)
0
+Rq
i2
= RC
d
0
dt
(2.3)
donde RC =
c

o
(s) =

i
(s)
c
s + 1
+
R
c
s + 1
Q
i2
(s)
Ejercicio:
Obtener los diagramas de bloque y la FdT para el sistema de seguimiento
del sol descrito en el ejercicio 4-10 de la pagina 197 del libro de Kuo.([Kuo,
1996]).
2.1.7. Gracos de ujo de se nal (GFS)
Es un procedimiento alterno para hallar las relaciones entre variables de
un sistema. Su ventaja frente al algebra de bloques estriba en que existe la
F
ORMULA DE GANANCIA DE MASON con la cual se pueden encontrar

estas relaciones sin necesidad de reducir el gr aco; cuando se tengan sistemas
complejos, es recomendable usar esta tecnica para el calculo de las funciones
de transferencia.
Caractersticas
Representan un conjunto de ecuaciones algebraicas simultaneas Aplicar
primero la Transformada de Laplace.
Es una red en la cual los NODOS estan conectados por RAMAS con
direcci on y sentido.
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
Cada nodo representa una variable del sistema y cada rama act ua como
un multiplicador de se nal.
Un nodo suma todas las se nales de entrada y transmite esta suma a
todas las ramas de salida:
Graco Y = a
1
X
1
+a
2
X
2
+a
3
X
3
+a
4
Y
a
1
X
2
X
1
b
1
Y
Y
1
Y
2
b
2
a
2
a
3
X
3
a
4
Y
1
= b
1
Y Y
2
= b
2
Y
Un NODO MIXTO: (Nodo con ramas de entrada y salida) se puede
considerar como un NODO DE SALIDA (Solo tiene ramas de entrada)
a nadiendo un rama con TRANSMITANCIA (Ganancia de la rama)
unitaria; esto no es valido para un NODO DE ENTRADA (Nodo solo
con ramas de salida).
Para un sistema el GFS no es unico.
Las reglas del algebra de los diagramas de bloques se cumplen tambien
para los GFS:
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
X
3
a b
X
2
X
1
=
ab
X
3
X
1
a
X
2
X
1
b =
a+b
X
2
X
1
a
X
2
X
1
b
c
X
3
X
4
=
ac
X
2
X
1
bc
X
4
Ejemplo:
G(s)
R(s)
+
E(s) C(s)
H(s)
Hallar y reducir el GFS de la gura 2.16 para la forma can onica.
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
Solucion:
R(s) E(s)
1
G(s)
1
C(s)
H(s)
C(s)
=
R(s)
G(s)
1
C(s)
GH(s)
C(s)
C(s) = G(s)R(s) + (GH(s))C(s) =
C
R
=
G(s)
1 +GH(s)
Deniciones
Ruta: Cualquier conjunto de ramas en sucesion continua que se puede recorrer
en el mismo sentido.
Circuito: Ruta que parte y termina en un mismo nodo sin que ning un otro
nodo se encuentre mas de una vez.
Ruta directa: Es aquella que empieza en un nodo de entrada y termina en
un nodo de salida sin pasar por ning un nodo mas de una vez.
Ejemplo:
Forma canonica, gura 2.17:
F
ORMULA DE GANANCIA DE MASON:

M =

sal
ent
=
N
k=1
M
K
Donde:
M: Ganancia entre
sal
y
ent
.
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
R(s) E(s) 1
G(s)
1
C(s)
H(s)
C(s)
Circuito
Ruta
Ruta Directa
Figura 2.17: Forma canonica
sal
,
ent
: Variables de los nodos de salida y entrada.
N: N umero total de rutas directas.
M
K
: Ganancia de la k-esima ruta directa.
=
_
1 P
11
+
m
P
m
2

m
P
m
3
+. . .
P
mr
: Ganancia del producto de la m-esima combinacion posible de circuitos
que no se toquen. En otros terminos:
= 1 - (Suma de todas las ganancias de los circuitos individuales) + (Suma
de la ganancia de productos de todas las combinaciones posibles de
pares de circuitos que no se toquen) - (Suma de la ganancia de pro-
ductos de todas las combinaciones posibles de tres circuitos que no se
toquen) + . . ..
K
: La para la parte del GFS que no se toque con la ruta directa k-esima.
Ejemplo:
Aplicar la formula de Mason a la forma can onica para hallar
C
R
. de la
gura 2.18
Solucion:
1. Una sola ruta directa N = 1, M
K
= M
1
= G(s)
2. Un solo circuito Ganancia: P
11
= - GH(s).
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
R E
1
G
1
C
-H
C
Figura 2.18: Forma canonica
3. No hay circuitos que no se toquen P
mr
= 0.
4. La ruta directa se toca con el unico circuito;
1
= 1.
=
C
R
=
M
1
=
G(s)
1 P
11
=
C
R
=
G(s)
1 +GH(s)
Ejemplo:
Aplicar la formula de Mason al GFS de la gura 2.19 para hallar
Y
3
Y
1
.
Y1 Y2 Y3
-d
a
-g
e 1
c b
Figura 2.19: Diagrama de ujo de se nal
Solucion:
2.1. SISTEMAS AN
ON ENTRADA-SALIDA
Dos trayectorias o rutas directas N = 2, M
1
= ae; M
2
= abc
Tres circuitos con ganancias: C
1
= - eg; C
2
= - bcg; C
3
= - d.
C
1
y C
3
no se tocan.
=
_
1 (eg bcg d) + deg
..
1 solo par de circuitos
Como hay un solo par de circuitos una sola combinacion posible. Si los
tres circuitos no se tocaran, habra tres combinaciones de pares de circuitos
que no se tocan: C
1
C
2
, C
1
C
3
y C
2
C
3
y una combinacion de tres circuitos que
no se tocan: C
1
C
2
C
3
.
= 1 +eg +bcg +d +deg
El circuito C
3
no toca la ruta directa M
1
existe
1
para la parte que no
toca la ruta directa 1:
-d
1
= 1 (d) =
1
= 1 +d
M
2
toca todo el GFS
2
= 1
=
Y
3
Y
1
=
M
1
+
M
2
=
Y
3
Y
1
=
ae(1 +d) +abc
1 +eg +bcg +d +deg
Ejercicio:
2.2. SISTEMAS AN
ON DE ESTADO
2.2. Sistemas an alogos en representaci on de
estado
2.2.1. Introduccion
Los metodos clasicos se basan en representaciones de Entrada - Salida,
como la funcion de transferencia (FdT) y los gracos de ujo de se nal (GFS).
Una alternativa es la representacion mediante VARIABLES DE ESTADO.
El estado de un sistema se reere a sus condiciones presente, pasado y
futuro. El estado se puede describir por cifras, curvas, tablas, ecuaciones, etc;
para analizar sistemas es conveniente representarlos mediante un conjunto
adecuado de variables y ecuaciones de estado. Las variables de estado (V.E)
deben cumplir las siguientes caractersticas:
En t = t
0
, las las variables de estado denen los estados iniciales.
Dadas las entradas para t > t
0
y los estados iniciales, las V.E denen
por completo el comportamiento futuro del sistema.
Las variables de estado no son las salidas del sistema; las salidas son las
variables medibles y seran funcion de las variables de estado. No siempre las
variables de estado se pueden medir; la libertad de elecci on de las variables
de estado es una ventaja para el analisis.
Ejemplo:
Calcular la evolucion de la corriente por el circuito RL de la gura 2.20; si
se aplica una tension escal on de magnitud E
i
.
En esta red RL la historia esta especicada por la corriente inicial de la
bobina i
l
(0
+
).
Si e(t) = E
i
(t) entonces, aplicando la ley de voltajes de Kircho:
e(t) = Ri(t) +L
di(t)
dt
(2.4)
para t 0.
Aplicando la transformada de Laplace:
E(s) = (R+Ls)I(s) Li(0) (2.5)
I(s) =
E
i
s(R +sL)
+
Li(0)
R+sL
(2.6)
2.2. SISTEMAS AN
ON DE ESTADO
R L
i(t) e(t)
+
Figura 2.20: Red RL

Aplicando la transformada inversa de Laplace:
i(t) =
E
i
R
(1 e
Rt
L
) +i(0)e
Rt
L
(2.7)
Esta ecuaci on dene el comportamiento de la red para t 0, luego se
puede usar como variable de estado i(t), esto es debido a que L almacena
energa y es la capacidad de almacenar energa la que da la informacion
sobre la historia del sistema, lo mismo sucede con el voltaje para el caso del
condensador.
El uso de las variables de estado para el analisis y dise no de sistemas
lineales de control, en particular de sistemas multivariables permitio en la
decada de los 60s, un mejor control, mediante el uso de poderosas herramien-
tas de dise no por sntesis, como el control optimo y adaptativo.
En la actualidad estas tecnicas se aplican a sistemas multivariables con
representacion entrada-salida (matrices de transferencia) y se puede ar-
mar que ambas representaciones son complementarias. Para los sistemas no-
lineales o cuando se requiera observar estados internos, la representacion de
estado es la mas apropiada.
2.2.2. Deniciones
ESTADO: El estado de un sistema es un conjunto mnimo de n umeros
tales que el conocimiento de estos n umeros y de las funciones de entrada,
junto con las ecuaciones que describen la dinamica, proporcionan la salida y
el estado futuro del sistema.
2.2. SISTEMAS AN
ON DE ESTADO
VARIABLES DE ESTADO: Las variables de estado de un sistema
dinamico son el conjunto mnimo de variables cuyo conocimiento en cualquier
instante t
0
(usualmente t
0
= 0), mas la informacion sobre la entrada apli-
cada posteriormente, sea suciente para determinar el estado del sistema en
cualquier instante t t
0
.
VECTOR DE ESTADO: Si se requieren n variables de estado para de-
scribir el comportamiento de un sistema, se pueden considerar las n variables
de estado como n componentes de un vector X(t), llamado vector de estado.
X(t) determina unvocamente el estado del sistema, especicada la entra-
da, para cualquier t t
0
.
ESPACIO DE ESTADO: Es el espacio n-dimensional cuyos ejes de
coordenadas son x
1
, x
2
, x
3
, . . . , x
n
(Las variables de estado); el estado del sis-
tema se representara como un punto en el espacio de estado.
ECUACIONES DE ESTADO: Para un sistema con p entradas y q
salidas (lineal o no lineal, variante o invariante), las ecuaciones de estado del
sistema seran escritas de la forma:
dX
i
(t)
dt
. .
= f
i
[x
1
(t), x
2
(t), . . . , x
n
(t); r
1
(t), r
2
(t), . . . , r
p
(t)]
i = 1, 2, 3, . . . , n
x
1
(t), x
2
(t), . . . , x
n
(t) : V ariables de estado
r
1
(t), r
2
(t), . . . , r
p
(t) : Entradas
. .
Solo derivadas de las Solo variables de estado y entradas.
variables de estado
ECUACI
ON DE SALIDA: Relaciona las salidas del sistema con las

variables de estado y las entradas:
C
k
(t) = g
k
[x
1
(t), x
2
(t), . . . , x
n
(t); r
1
(t), r
2
(t), . . . , r
p
(t)]
k = 1, 2, 3, . . . , n
C
k
(t) : Elementos del vector de salidas = [c
1
(t), c
2
(t), . . . , c
n
(t)]
ECUACIONES DIN
AMICAS: Es el conjunto de ecuaciones de esta-

do y de salida.
2.2. SISTEMAS AN
ON DE ESTADO
Ejemplo:
Ecuaciones de estado para el circuito de la gura 2.21; Aplicando la ley de
voltajes de Kircho:
R L
i(t)
C
e(t)
+
e
c
(t)
Figura 2.21: Circuito RLC
e(t) = Ri(t) +L
di(t)
dt
+
1
C
_
i(t)dt
Consideramos dos casos para la selecci on de las variables de estado.
1. A partir de esta ecuaci on integro-diferencial, se pueden escribir las
ecuaciones de estado, deniendo las variables de estado como:
x
1
(t) = i(t); x
2
(t) =
_
i(t)dt
e(t) = Rx
1
(t) +L
dx
1
(t)
dt
+
1
C
x
2
(t)
dx
2
(t)
dt
= i(t) = x
1
(t)
Reordenando obtenemos las ecuaciones de estado:
dx
1
dt
=
R
L
x
1
(t)
1
LC
x
2
(t) +
1
L
e(t)
dx
2
dt
= x
1
(t)
2.2. SISTEMAS AN
ON DE ESTADO
Son ecuaciones diferenciales de primer orden.
Cuando se parte de una ecuaci on diferencial o integro-diferencial, el
objetivo con el cual se denen las variables de estado es el de obtener
ecuaciones diferenciales de primer orden.
2. Denir las variables de estado de acuerdo con los elementos de la red
que almacenan energa:
V.E : i
L
= x
1
, V
C
= x
2
_
Para lograr primeras derivadas en el primer miembro:
Tension en L: L
di
l
(t)
dt
= Ri(t) e
C
(t) +e(t)
Corriente en C: C
de
C
(t)
dt
= i(t)
Despejando y reemplazando las variables de estado se obtienen las
ecuaciones de estado:
dx
1
dt
=
R
L
x
1
(t)
1
L
x
2
(t) +
1
L
e(t)
dx
2
dt
=
1
C
x
1
(t)
Ecuacion de estado de 1. y 2. distintas!.
Por el caracter no unico de las V.E se pueden tener distintas ecuaciones
dinamicas para representar un sistema.
Generalmente, para sistemas lineales e invariantes, las ecuaciones dinamicas
se pueden escribir de la forma:
E.E
dx
i
dt
= =
n
i=1
_
n
j=1
a
ij
x
j
(t) +
p
k=1
b
ik
r
k
(t)
_
E.S C
k
(t) = =
q
i=1
_
n
j=1
c
ij
x
j
(t) +
p
k=1
d
ik
r
k
(t)
_
i, j, k = 1, 2, 3, . . . ,
2.2. SISTEMAS AN
ON DE ESTADO
Si el sistema es lineal e invariante en el tiempo, los coecientes son
constantes. Si el sistema es variante los coecientes en las ecuaciones
dinamicas seran funci on del tiempo.
Si el sistema tiene no linealidades suaves los coecientes seran funciones no
lineales de los estados y las entradas.
2.2.3. Representacion matricial
Se denen las matrices columna o vectores:
X(t) =
_
_
x
1
(t)
x
2
(t)
.
.
.
x
n
(t)
_
_
. .
V ector de estado
R(t) =
_
_
r
1
(t)
r
2
(t)
.
.
.
r
p
(t)
_
_
. .
V ector de entrada
C(t) =
_
_
c
1
(t)
c
2
(t)
.
.
.
c
q
(t)
_
_
. .
V ector de salida
Las ecuaciones dinamicas se expresan como:
dX(t)
dt
= F
_
X(t), R(t)
_
C(t) = G
_
X(t), R(t)
_
Donde F, G son matrices columna de (nx1) y (qx1) respectivamente.
Si el sistema es lineal e invariante, las ecuaciones dinamicas seran:
Ecuacion de estado :
dX(t)
dt
= A
(nxn)
X(t) +B
(nxp)
R(t)
Ecuacion de salida : C(t) = E
(qxn)
X(t) +D
(qxp)
R(t)
Donde:
A =
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn
_
_
B =
_
_
b
11
b
12
. . . b
1p
b
21
b
22
. . . b
2p
.
.
.
.
.
.
.
.
.
.
.
.
b
n1
b
n2
. . . b
np
_
_
E =
_
_
c
11
c
12
. . . c
1n
c
21
c
22
. . . c
2n
.
.
.
.
.
.
.
.
.
.
.
.
c
q1
c
q2
. . . c
qn
_
_
D =
_
_
d
11
d
12
. . . d
1p
d
21
d
22
. . . d
2p
.
.
.
.
.
.
.
.
.
.
.
.
d
q1
d
q2
. . . d
qp
_
_
2.2. SISTEMAS AN
ON DE ESTADO
Ejemplo:
Expresando las ecuaciones de estado obtenidas para el circuito RLC se tiene:
_
_
dx
1
(t)
dt
dx
2
(t)
dt
_
_
=
_

R
L

1
L
1
C
0
_
. .
A
_
x
1
(t)
x
2
(t)
_
+
_
1
L
0
_
. .
B
e(t)
2.2.4. Representacion de sistemas en el espacio de es-
tado
Las ecuaciones dinamicas se pueden obtener directamente desde el sistema
dinamico, utilizando variables de estado fsicas; tambien se pueden obtener
desde las ecuaciones diferenciales o las funciones de transferencia, usando
tecnicas de descomposicion [Kuo, 1996]; la gura 2.22 ilustra las relaciones
entre estas tres representaciones.
Sistema Dinamico (L, I)
Ecuaciones diferenciales
Ecuaciones dinamicas
E.E, E.S
Funciones de
transferencia
Representacion
Figura 2.22: Representacion de sistemas en espacio de estados
Ecuaciones dinamicas a partir del sistema
Las ecuaciones dinamicas se obtienen directamente del sistema, seleccio-
nando como variables de estado aquellas variables de los elementos dinamicos
del sistema que permiten calcular la energa almacenada en el elemento en
cualquier instante (asignacion unica). La tabla 2.5 muestra las energas y las
variables de estado para diversos elementos fsicos.
En general, no hay una unica va en la selecci on de las variables de estado
fsicas para el metodo se nalado arriba. Solo se deben escoger variables fsicas
2.2. SISTEMAS AN
ON DE ESTADO
ELEMENTO ENERG
IA V.E F
ISICA
Condensador C
CV
2
2
Tension V
Inductancia L
LI
2
2
Corriente I
Masa m
m
2
2
Velocidad lineal
Momento de Inercia J
J
2
2
Velocidad rotacional
Resorte K
Kx
2
2
Desplazamiento x
Comprensibilidad del uido
2Ks
P
2
Ks
Presion P
Capacitancia del uido
A
2
Ah
2
2
Nivel h
Capacitancia termica C
C
2
2
Temperatura
Tabla 2.5: Variables de estado fsicas
2.2. SISTEMAS AN
ON DE ESTADO
independientes. Las variables de estado independientes son aquellas que no
pueden ser expresadas en terminos de las restantes variables de estado sele-
ccionadas.
En algunos sistemas se podran requerir mas de las variables de estado aso-
ciadas a los elementos almacenadores de energa, dependiendo de las salidas
requeridas.
Ejemplo: Modelo en varaibles de estado del motor de corriente continua
(CC), ver gura 2.23:
R
a
L
a
i
a
e
g e
a
+
i
f
= cte
t
+
m

m
f
Figura 2.23: Modelo matematico del motor CC
Ecuacion 1:
e
a
= R
a
i
a
+L
a
di
a
dt
+e
g
(2.8)
Ecuacion 2:
e
g
= K
b
d
m
dt
= K
b
m
(2.9)
Ecuacion 3:
t = K
T
i
a
(2.10)
Ecuacion 3:
J
d
m
dt
+f
m
= t (2.11)
2.2. SISTEMAS AN
ON DE ESTADO
V.E :
_
En L
a
: i
a
= x
2
En J : = x
1
_
Entrada : e
a
Salida : = x
1
Reemplazando las variables de estado:
e
a
= R
a
x
2
+ L
a
x
2
+ K
b
x
1
J x
1
+ fx
1
= K
T
x
2
Reordenando :
_
x
1
=
f
J
x
1
+
K
T
J
x
2
x
2
=
K
b
La
x
1

Ra
La
x
2
+
ea
La
Ecuacion de estado
_
_
_
_
x
1
x
2
_
_
. .
X
=
_
_
f
J
K
T
J
K
b
La
Ra
La
_
_
. .
A
_
_
x
1
x
2
_
_
. .
X
+
_
_
0
1
La
_
_
. .
B
e
a
..
R
Ecuacion de salida
_
_
_
..
Y
=
_
1 0
. .
E
_
x
1
x
2
_
. .
X
Si
m
tambien es una salida requerida, debe considerarse otra variable de
estado x
3
=
m
; considerandose la ecuaci on diferencial:

m
= ; x
3
= x
1
y
m
= x
3
.
En tal caso, la descripci on del sistema por variables de estado sera:
_
_
x
1
x
2
x
3
_
_
=
_
f
J
K
T
J
0
K
b
La
Ra
La
0
1 0 0
_
_
_
_
x
1
x
2
x
3
_
_
+
_
_
0
1
La
0
_
_
e
a
_
_
m
_
_
=
_
_
1 0 0
0 0 1
_
_
_
_
x
1
x
2
x
3
_
_
2.2. SISTEMAS AN
ON DE ESTADO
Ecuaciones dinamicas a partir de las ecuaciones diferenciales
Un sistema fsico tambien puede ser representado por ecuaciones dife-
renciales o funciones de transferencia; cuando se representa por ecuaciones
diferenciales es de interes obtener las ecuaciones dinamicas para una entrada
sin derivadas, con derivadas y para m ultiples entradas con o sin derivadas.
Otros casos es mejor tratarlos pasando las ecuaciones diferenciales a funciones
de transferencia y de ah a las ecuaciones dinamicas.
1. Entrada unica sin terminos derivativos
d
n
c(t)
dt
+ a
1
d
n1
c(t)
dt
+ a
2
d
n2
c(t)
dt
+. . . + a
n1
dc(t)
dt
+ a
n
c(t) = r(t)
Se desea pasar a n ecuaciones de estado y una ecuaci on de salida,
deniendo las n variables de estado en funcion de c(t) y sus derivadas;
como las variables de estado no son unicas, es importante asignar las
variables de estado de la manera mas conveniente, en este caso como:
x
1
(t) = c(t); x
2
(t) =
dc(t)
dt
; x
3
(t) =
d
2
c(t)
dt
; . . . ; x
n
(t) =
d
n1
c(t)
dt
As, las ecuaciones de estado son:
V.E de Fase
_
_
dx
1
(t)
dt
= x
2
(t)
dx
2
(t)
dt
= x
3
(t)
dx
3
(t)
dt
= x
4
(t)
.
.
.
.
.
.
dx
n1
(t)
dt
= x
n
(t)
Despejando la derivada de orden superior de la ecuaci on dinamica te-
nemos:
dx
n
dt
= a
n
x
1
(t) a
n1
x
2
(t) . . . a
2
x
n1
(t) a
1
x
n
(t) + r(t)
Si la Ecuaci on de Salida es: c(t) = x
1
(t), podemos expresar las ecua-
ciones diferenciales como:
dX
dt
= AX(t) +BR(t)
2.2. SISTEMAS AN
ON DE ESTADO
C(t) = EX(t)
Donde:
A =
_
_
0 1 0 0 0 . . . 0
0 0 1 0 0 . . . 0
0 0 0 1 0 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0 0 . . . 1
a
n
a
n1
a
n2
a
n3
a
n4
. . . a
1
_
_
(nxn)
B =
_
_
0
0
.
.
.
1
_
_
(nx1)
E =
_
1 0 . . . 0
(1xn)
. .
Forma Canonica Controlable
Esta forma tambien se conoce como forma can onica de variables de fase
o forma canonica asociada.
Esta representacion tiene ciertas caractersticas que facilitan el an alisis
y dise no (por realimentacion de estado se pueden asignar arbitraria-
mente los modosdel sistema) del sistema dinamico.
Ejemplo:
Sea la ecuaci on diferencial:
d
3
c(t)
dt
3
+ 5
d
2
c(t)
dt
2
+
dc(t)
dt
+ 2c(t) = r(t)
Despejando el termino de la maxima derivada:
d
3
c(t)
dt
3
= 5
d
2
c(t)
dt
2

dc(t)
dt
2c(t) + r(t)
Deniendo:
x
1
= c(t); x
2
=
dc(t)
dt
; x
3
=
d
2
c(t)
dt
Ecuacion de estado
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0 1 0
0 0 1
2 1 5
_
_
_
_
x
1
x
2
x
3
_
_
+
_
_
0
0
1
_
_
r(t)
2.2. SISTEMAS AN
ON DE ESTADO
Ecuacion de salida
_
_
c(t) =
_
1 0 0
_
x
1
x
2
x
3
_
_
2. Entrada unica con terminos derivativos
Sea la ecuaci on diferencial:
c
n
+ a
1
c
n1
+ . . . + a
n1
c + a
n
c = b
0
u
n
+ b
1
u
n1
+ . . . + b
n1
u + b
n
u
Si se toman como variables de estado a c(t) y sus (n 1) derivadas, se
obtiene:
x
1
= x
2
x
2
= x
3
x
3
= x
4
.
.
.
.
.
.
x
n
= a
n
x
1
a
n1
x
2
. . . a
1
x
n
+b
0
u
n
+b
1
u
n1
+. . . +b
n1
u +b
n
u
c(t) = x
1
Debido a los terminos derivativos de la n-esima ecuaci on de estado, no
se llega a la forma normalizada.
Tratando de mantener la matriz A de la forma can onica controlable, se
dene el siguiente conjunto de variables de estado:
x
1
= x
2
+
1
u
x
2
= x
3
+
2
u
x
3
= x
4
+
3
u
.
.
.
.
.
.
x
n
= x
n1
+
n1
u
c(t) = x
1
+
0
u
Las constantes
i
se obtienen reemplazando c(t) en la ecuaci on diferen-
cial; as
1
(Ogata [1993]):
1
Ver ejemplo A-3-3 del libro de Ogata
2.2. SISTEMAS AN
ON DE ESTADO
0
= b
0
1
= b
1
a
1
2
= b
2
a
1
1
a
2
3
= b
2
a
1
2
a
2
1
a
3
0
.
.
.
.
.
.
n
= b
n
a
1
n1
. . . a
n1
1
a
n
0
Con esta elecci on las ecuaciones dinamicas del sistema seran:
X = AX(t) +Bu
C(t) = EX(t) +Du
Donde:
X =
_
_
x
1
x
2
x
3
.
.
.
x
n1
x
n
_
_
; A =
_
_
0 1 0 0 0 . . . 0
0 0 1 0 0 . . . 0
0 0 0 1 0 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0 0 . . . 1
a
n
a
n1
a
n2
a
n3
a
n4
. . . a
1
_
_
B =
_
3
.
.
.
n1
n
_
_
; E =
_
1 0 0 0 . . . 0
; D =
0
= b
0
Otra forma de asignar las variables de estado para obtener A en la
forma canonica controlable es la siguiente:
Utilizando el operador D =
d
dt
, c(t) a partir de la ecuaci on diferencial,
sera:
(D(p) = p
n
+a
1
p
n1
+. . . +a
n1
p +a
n
)
c(t) =
b
0
p
n
D(p)
u +
b
1
p
n1
D(p)
u + . . . +
b
n1
p
D(p)
u +
b
n
D(p)
u
2.2. SISTEMAS AN
ON DE ESTADO
Seleccionando como variables de estado:
x
1
=
u
D(p)
; x
2
=
pu
D(p)
; . . . x
n1
=
p
n2
u
D(p)
; x
n
=
p
n1
u
D(p)
se obtienen las relaciones:
x
1
= x
2
x
2
= x
3
x
3
= x
4
. . . x
n1
= x
n
x
1
= x
3
...
x
1
= x
4
. . . x
n1
1
= x
n
de
x
1
=
u
D(p)
tenemos:
x
n
1
+ a
1
x
n1
1
+ . . . + a
n1
x
1
+ a
n
x
1
= u
x
n
+a
1
x
n
+a
2
x
n1
+. . . +a
n1
x
2
+a
n
x
1
= u
As las ecuaciones de estado seran:
x
1
= x
2
x
2
= x
3
x
3
= x
4
.
.
.
.
.
.
x
n
= a
1
x
n
a
2
x
n1
. . . a
n1
x
2
a
n
x
1
+u
Tambien, a partir de las anteriores relaciones se obtiene la ecuaci on de
salida:
c(t) = (b
n
b
0
a
n
)x
1
+ (b
n1
b
0
a
n1
)x
2
+ + (b
1
b
0
a
1
)x
n
+b
0
A =
_
_
0 1 0 0 0 . . . 0
0 0 1 0 0 . . . 0
0 0 0 1 0 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0 0 . . . 1
a
n
a
n1
a
n2
a
n3
a
n4
. . . a
1
_
_
B =
_
_
0
0
0
.
.
.
0
1
_
_
D = b
0
E =
_
(b
n
b
0
a
n
) (b
n1
b
0
a
n1
) (b
n2
b
0
a
n2
) . . . (b
1
b
0
a
1
)

2.2. SISTEMAS AN
ON DE ESTADO
3. Entradas y salidas m ultiples
Ecuacion de estado:
X
nx1
= A
nxn
X
nx1
+B
nxp
R
px1
Ecuacion de salida:
C
qx1
= E
qxn
X
nx1
+D
qxp
R
px1
Ao Matriz del sistema: Determina la dinamica interna (movimientos
propios) del sistema; esta relacionada con el denominador de la FdT;
es de dimension nxn.
n: n umero de variables de estado = N umero de elementos almace-
nadores de energa = orden del sistema.
B o Matriz de entrada o de distibucion: Dimension nxp. Indi-
ca c omo excitan al sistema las p entradas.
E o Matriz de salida o de observacion: Dimension qxn. Determina
como se transmite el estado interno a las q salidas; permite observar a
traves de ellas el estado interno del sistema.
D o Matriz de acoplamiento o de interconexion: Dimension qxp.
Indica el acoplamiento directo entre la salida y la entrada, en la mayora
de los sistemas de control D es nula; sera distinta de cero en sistemas
con igual n umero de polos y ceros.
Las ecuaciones dinamicas se pueden representar gracamente usando echas
dobles para los vectores y los bloques para las matrices, como se muestra en
la gura 2.24.
De forma similar a los sistemas monovariables, se pueden interconectar
distintos sistemas, bien sea en cascada, paralelo o en realimentacion.
Ecuaciones dinamicas a partir de las funciones de transferencia
Sea:
G(s) =
C(s)
R(s)
=
b
0
s
n
+b
1
s
n1
+...b
n1
s +b
n
s
n
+a
1
s
n1
+...a
n1
s +a
n
(2.12)
2.2. SISTEMAS AN
ON DE ESTADO
+
A
B
D
E
X X
C
R
+
+
+
Figura 2.24: Modelo matricial de un sistema en Espacio de Estados
Aunque hay muchas formas de obtener la representacion por variables de
estado a partir de la funcion de transferencia en este punto solo se tratara el
metodo directo.
Metodo directo
Con este metodo no se requiere que la funcion de transferencia se encuen-
tre factorizada (es equivalente al presentado con el operador P):
Se divide el numerador y el denominador por la maxima potencia en s:
C(s)
R(s)
=
b
0
+b
1
s
1
+...b
n1
s
n+1
+b
n
s
n
1 +a
1
s
1
+...a
n1
s
n+1
+a
n
s
n
(2.13)
Despejando C(s):
C(s) = b
0
R+
(b
1
b
0
a
1
)s
1
+ (b
2
b
0
a
2
)s
2
+... + (b
n
b
0
a
n
)s
n
]R
1 +a
1
s
1
+...a
n1
s
n+1
+a
n
s
n
(2.14)
Deniendo la variable auxiliar
Y (s) =
R
1 +a
1
s
1
+...a
n1
s
n+1
+a
n
s
n
(2.15)
se obtiene:
C(s) = b
0
R+(b
1
b
0
a
1
)s
1
+(b
2
b
0
a
2
)s
2
+... +(b
n
b
0
a
n
)s
n
]Y (s)
(2.16)
2.2. SISTEMAS AN
ON DE ESTADO
Y (s) = R a
1
s
1
Y (s) a
2
s
2
Y (s)... a
n
s
n
Y (s) (2.17)
Escogiendo como variables de estado a:
x
1
= s
n
Y (s) (2.18)
x
2
= s
n+1
Y (s) (2.19)
x
3
= s
n+2
Y (s) (2.20)
... (2.21)
x
n
= s
1
Y (s) (2.22)
se obtienen las siguientes ecuaciones dinamicas:
Ecuaciones de estado:
x
1
= x
2
(2.23)
x
2
= x
3
(2.24)
... (2.25)
x
n
= Y (s) = R a
1
x
n
a
2
x
n1
...a
n
x
1
(2.26)
Ecuaciones de salida:
c(t) = b
0
R+(b
1
b
0
a
1
)x
n
+(b
2
b
0
a
2
)x
n1
+... +(b
n
b
0
a
n
)x
1
(2.27)
Esta representacion es la forma canonica controlable y utiliza variables
de estado de fase.
Ejemplo:
Para el sistema de control de la gura 2.25, obtener la representacion por
variables de estado con la matriz A de la forma canonica controlable.
La representacion puede obtenerse aplicando a la funcion de transferencia
del sistema, el metodo directo:
C(s)
R(s)
=
160(s + 4)
s
3
+ 18s
2
+ 192s + 640
(2.28)
entonces:
C(s)
R(s)
=
160s
2
+ 640s
3
1 + 18s
1
+ 192s
2
+ 640s
3
(2.29)
2.2. SISTEMAS AN
ON DE ESTADO
C(s)
+
4(s+4)
s+16
R(s)
40
s(s+2)
Figura 2.25: Ejemplo
entonces:
C(s) = (160s
2
+ 640s
3
)Y (s) (2.30)
con:
Y (s) =
R(s)
1 + 18s
1
+ 192s
2
+ 640s
3
(2.31)
de esta ultima expresion:
Y (s) = R(s) 18s
1
Y (s) 192s
2
Y (s) 640s
3
Y (s) (2.32)
Deniendo las variables de estado:
x
1
= s
3
Y (s) (2.33)
x
2
= s
2
Y (s) (2.34)
x
3
= s
1
Y (s) (2.35)
se obtienen las ecuaciones de estado:
x
1
= x
2
(2.36)
x
2
= x
3
(2.37)
x
3
=
1
Y (s) (2.38)
entonces:
x
3
= r(t) 18x
3
192x
2
640x
1
(2.39)
la ecuaci on de salida se obtiene a partir de C(s):
c(t) = 160x
2
+ 640x
1
(2.40)
2.2. SISTEMAS AN
ON DE ESTADO
Las ecuaciones dinamicas en representacion matricial son:
_
_
x
1
x
2
x
3
_
_
=
_
_
0 1 0
0 0 1
640 192 18
_
_
_
_
x
1
(t)
x
2
(t)
x
3
(t)
_
_
+
_
_
0
0
1
_
_
r(t)
c(t) =
_
640 160 0
_
_
x
1
(t)
x
2
(t)
x
3
(t)
_
_
Otros metodos que llevan a formas can onicas son:
Anidado: lleva a la forma can onica observable
Expansion en fracciones parciales: lleva a la forma canonica de Jordan
Kuo [1996].
2.2.5. Diagrama de estado
El diagrama de estado es la representacion graca de un sistema descrito
mediante variables de estado; usualmente se utilizan para su representacion,
los grafos de uencia por lo cual se construye siguiendo las reglas de estos.
La caracterstica mas importante de estos diagramas es que establecen una
estrecha relacion entre:
Las ecuaciones de estado
Las ecuaciones deferenciales
La solucion de las ecuaciones de estado
La simulaci on por computador
Las operaciones lineales basicas que aparecen en un diagrama de estado
son:
Multiplicacion por una costante
Suma algebraica de variables
Integracion
2.2. SISTEMAS AN
ON DE ESTADO
Estas operaciones tienen la siguiente representacion mediante grafos de
uencia:
Multiplicacion
X
2
(s) X
1
(s)
x
1
(t)
x
2
(t) a
1
Figura 2.26: Multiplicacion
y se obtienen las ecuaciones algebraicas en tiempo y frecuencia:
x
2
(t) = a
1
x
1
(t) (2.41)
X
2
(t) = a
1
X
1
(t) (2.42)
Suma
a
1
X
2
(s)
X
1
(s)
X
3
(s)
x
1
(t)
x
2
(t)
x
3
(t)
a
2
a
3
x
4
(t)
X
4
(s)
Figura 2.27: Suma
y se obtienen las ecuaciones algebraicas en tiempo y frecuencia:
x
4
(t) = a
1
x
1
(t) +a
2
x
2
(t) +a
3
x
3
(t) (2.43)
X
4
(s) = a
1
X
1
(s) +a
2
X
2
(s) +a
3
X
3
(s) (2.44)
2.2. SISTEMAS AN
ON DE ESTADO
Integracion
x
1
(t) =
_
t
t
0
ax
2
()d +x(t
0
) (2.45)
x
1
(t
0
)
X
2
(s)
a
X
1
(s)
s
1
1
x
1
(t
0
)
s
X
2
(s)
as
1
1
X
1
(s)
Figura 2.28: Integracion
Realizando la transformada de Laplace:
X
1
(s) = a
X
2
(s)
s
+
x
1
(t
0
)
s
(2.46)
para t
0
. Esta expresion es una ecuaci on algebraica en frecuencia.
Estas gracas de la multiplicacion, suma e integraci on seran los elemen-
tos basicos de los diagramas de estado; como se observa, se incluye en la
representacion, las condiciones iniciales, caracterstica importante de la des-
cripcion de sistemas mediante variables de estado.
De la ecuacion diferencial al diagrama de estado
Aunque este enfoque directo no siempre es el mas conveniente, puede
construirse un diagrama de estado a partir de una ecuaci on diferencial.
d
n
dt
n
c(t) +a
1
d
n1
dt
n1
c(t) +a
2
d
n2
dt
n2
c(t) +.. +a
n1
d
dt
c(t) +a
n
c(t) = r(t) (2.47)
Despejando el termino enesimo:
d
n
dt
n
c(t) = a
1
d
n1
dt
n1
c(t) a
2
d
n2
dt
n2
c(t).. a
n1
d
dt
c(t) a
n
c(t) +r(t) (2.48)
2.2. SISTEMAS AN
ON DE ESTADO
considerando como nodos a las variables:
r, c,
d
dt
c(t),
d
2
dt
2
c(t)...
d
n
dt
n
c(t) (2.49)
Realizando la transformada de Laplace, se obtiene:
R(s), C(s), sC(s), s
2
C(s)...s
n
C(s) (2.50)
Interconectandolos mediante los grafos de las operaciones basicas para
representar la ultima ecuaci on, se obtiene el diagrama de estado de la ecuaci on
diferencial:
c
n1
(t
0
)
s
c
n2
(t
0
)
s
c(t
0
)
s
c(t
0
)
s
s
1
s
1
s
1
s
n
C
s
n1
C s
n2
C
sC C
a
1
a
2
a
n1
a
n
x
n
x
n1
x
2
x
1
R
1 1
C
Figura 2.29: Diagrama de estado de la ecuaci on diferencial
Se asigna como variables de estado cada uno de los nodos de salida de
las integraciones; por tanto este diagrama de estado, representa la forma
can onica controlable.
Solucion Analtica
Con la ecuaci on de estado:
d
dt
X(t) = AX(t) +BR(t) (2.51)
2.2. SISTEMAS AN
ON DE ESTADO
y la ecuaci on de salida:
C(t) = EX(t) +DR(t) (2.52)
y aplicando la transformada de Laplace a la ecuaci on de estado, obtenemos:
SX(s) X(0) = AX(s) +BR(s) (2.53)
entonces
X(s) = (sI A)
1
X(0) + (sI A)
1
BR(s) (2.54)
Aplicando la transformada de Laplace a la ecuaci on de salida y reemplazando
obtenemos:
C(s) = E(sI A)
1
X(0) +E(sI A)
1
BR(s) +DR(s) (2.55)
Los vectores de estado y de salida seran:
1
X(s) y
1
C(s). La
solucion de la ecuaciones dinamicas se vera en detalle mas adelante.
Como se observa, se requiere para la solucion, el calculo de (sI A)
1
;
con el diagrama de estado esta operacion se puede realizar usando la formula
de Ganancia de Mason con X
i
(s), i = 1, 2, .., n como nodos de salida y X
i
(0),
i = 1, 2, .., n y R
j
(j), j = 1, 2, .., p como nodos de entrada.
Ejemplo:
Hallar la solucion analtica para el siguiente sistema, con condiciones ini-
ciales iguales a cero:
R(s) =
1
s
1
s
1
s
2
4
x
2
x
1
C(s)
1 1
Aplicando la formula de ganancia con R(s) como nodo de entrada y X
1
,
X
2
como nodos de salida:
2.2. SISTEMAS AN
ON DE ESTADO
X
1
(s) =
s
2
R(s)
1 + 2s
1
+ 4s
2
=
R(s)
s
2
+ 2s + 4
(2.56)
X
2
(s) =
s
1
R(s)
1 + 2s
1
+ 4s
2
=
sR(s)
s
2
+ 2s + 4
(2.57)
entonces:
_
X
1
(s)
X
2
(s)
_
=
1
s
2
+ 2s
1
+ 4
_
1
s
_
R(s)
con R(s) =
1
s
, y aplicando la Transformada inversa de Laplace:
_
x
1
(t)
x
2
(t)
_ _
1
4
(1 + 1,15e
t
sen(1,73t +
4
3
))
1
2
(1,15e
t
sen(1,73t))
_
para t 0, y la salida se obtiene como:
c(t) =
_
1 0
_
x
1
x
2
_
reemplazando:
c(t) =
1
4
(1 + 1,15e
t
sen(1,73t +
4
3
)) t 0 (2.58)
Del diagrama de Estado a la Funcion de Transferencia
La funcion de transferencia entre una entrada y una salida se obtiene a
partir del diagrama de estado considerando a todas las demas entradas y los
estados iniciales nulos.
Ejemplo
Para el sistema del ejemplo anterior, X
1
(0)=X
2
(0)=0 y solo hay una
entrada, por tanto:
C(s)
R(s)
=
1
s
2
+ 2s + 4
(2.59)
2.2. SISTEMAS AN
ON DE ESTADO
Del diagrama de estado a las ecuaciones dinamicas
Las ecuaciones dinamicas pueden obtenerse a partir del diagrama de es-
tado, aplicando la formula de ganancia; como en las ecuaciones diferenciales
no aparecen condiciones iniciales ni el operador s de Laplace, no se deben
considerar las entradas de condiciones iniciales ni las ramas de integracion
S
1
; para escribir las ecuaciones de estado se deben considerar las primeras
derivadas de las variables de estado como nodos de salida y las variables de
estado y entradas como nodos de entrada; para la ecuaci on de salida los no-
dos de salida son las salidas C y los nodos de entrada, las variables de estado
y las entradas del sistema r.
Ejemplo
Obtener las ecuaciones de estado directamente del diagrama de estado
para el sistema de los ejemplos anteriores.
Eliminando las ramas de ganancia S
1
el diagrama queda:
r(t)
2
4
x
2
x
1
1 1
c(t)
x
2
x
1
x
1
= x
2
(2.60)
x
2
= 4x
1
2x
2
+r(t) (2.61)
c(t) = x
1
(2.62)
Por supuesto, la formula de ganancia y el procedimiento anterior seran
de mayor utilidad para sistemas de mayor orden y con m ultiples entradas y
salidas (MIMO).
2.2. SISTEMAS AN
ON DE ESTADO
2.2.6. Ecuacion caracterstica, valores propios y vec-
tores propios
Como se sabe, la ecuacion caracterstica juega un papel importante en
el estudio de los sistemas lineales; de una funcion de transferencia se obtiene
igualando a cero el denominador; de los sistemas descritos por variables de
estado tambien puede obtenerse. De la ecuaci on 2.55 se dene la funcion
de transferencia (si R y C son escalares) como C(s)/R(s) con condiciones
iniciales iguales a cero.
Luego
G(s) =
C(s)
R(s)
= E(sI A)
1
B +D (2.63)
(sI A): No singular
G(s) = E
adj(sI A)
[sI A[
B +D
G(s) =
E[adj(sI A)]B +[sI A[D
[sI A[
Luego, la ecuaci on caracterstica sera:
[sI A[ = 0
Ejemplo
Hallar la ecuaci on caracterstica para el sistema:
x
1
= x
2
x
2
= 2x
1
3x
2
+r
c(t) = x
2
Del sistema:
A =
_
0 1
-2 -3
_
sI A = s
_
1 0
0 1
_
_
0 1
-2 -3
_
=
_
s 0
0 s
_
_
0 1
-2 -3
_
2.2. SISTEMAS AN
ON DE ESTADO
sI A =
_
s -1
2 s + 3
_
E.C = [sI A[ = s(s + 3) + 2 = s
2
+ 3s + 2
Las races de la ecuaci on caracterstica se denominan valores propios de la
matriz A; observese que si el sistema se da en la forma can onica controlable,
los coecientes de la ecuaci on caracteristica: s
n
+ a
1
s
n1
+ ... + a
n
vienen
dados en la ultima la de la matriz A
Ejemplo
La matriz A del ejemplo anterior esta en la forma can onica controlable; luego
la ultima la sera a
2
, a
1
EC: s
2
+ 3s + 2 = 0
(s + 1)(s + 2) = 0
Valores propios de A:
1
= 1;
2
= 2
Se dene como vector propio de A al vector P
i
que satisface la ecuaci on
matricial:
(
i
I A)P
i
= 0
i
: i-esimo valor propio de A
P
i
: Vector propio de A asociado con el valor propio
i
Ejemplo
Los vectores propios para el sistema del ejemplo anterior, P
1
asociado
1
=
1: (I A)P
1
= 0
__
-1 0
0 -1
_
_
0 1
-2 -3
__ _
p
11
p
12
_
= 0
_
-1 -1
2 2
_ _
p
11
p
12
_
= 0
_
p
11
p
12
= 0
2p
11
+ 2p
12
= 0
_
p
11
= p
12
2.2. SISTEMAS AN
ON DE ESTADO
Una sola ecuaci on para dos inc ognitas innitas soluciones asumiendo
p
11
= 1 p
12
= 1
P
1
=
_
1
1
_
p
2
asociado a
2
= 2:
(2I A)P
2
= 0
_
2 1
2 1
_ _
p
21
p
22
_
= 0
2p
21
p
22
= 0
2p
21
+p
22
= 0
_
p
22
= 2p
21
; sip
22
= 2 p
21
= 1
P
2
=
_
1
2
_
2.2.7. Matrices de Transferencia
Si en la ecuaci on 2.55 C(s) es un vector de q salidas y R(s) un vector de
p entradas:
G(s) =
C(s)
R(s)
= E(sI A)
1
B +D
G(s) es una matriz de transferencias de dimensiones (qxp)
_
_
C
1
C
2
.
.
.
C
q
_
_
=
_
_
G
11
G
12
. . . G
1p
G
21
G
22
. . . G
2p
.
.
.
.
.
.
.
.
.
G
q1
G
q2
. . . G
qp
_
_
_
_
R
1
R
2
.
.
.
R
p
_
_
El elemento G
ij
relacionara la entrada j-esima con la salida i-esima.
2.2. SISTEMAS AN
ON DE ESTADO
Ejemplo
Obtener G(s) para el sistema descrito por:
d
2
c
1
dt
2
+ 4
dc
1
dt
3c
2
= r
1
dc
2
dt
+
dc
1
dt
+c
1
+ 2c
2
= r
2
con
x
1
= c
1
x
2
= c
1
x
3
= c
2
La representaci on vectorial-matricial del sistema, sera:
_
_
dx
1
dt
dx
2
dt
dx3
dt
_
_
=
_
_
0 1 0
0 4 3
1 1 2
_
_
_
_
x
1
x
2
x
3
_
_
+
_
_
0 0
1 0
0 1
_
_
_
r
1
r
2
_
_
C
1
C
2
_
=
_
1 0 0
0 0 1
_
_
_
x
1
x
2
x
3
_
_
Calculando primero (sI A)
(sI A) =
_
_
s 1 0
0 s + 4 3
1 1 s + 2
_
_
[sI A[ = s
3
+ 6s
2
+ 11s + 3
(sI A)
1
=
1
[sI A[
_
_
s
2
+ 6s + 11 s + 2 3
3 s(s + 2) 3s
(s + 4) (s + 1) s(s + 4)
_
_
G(s) = E(sI A)
1
B
G(s) =
_
1 0 0
0 0 1
_
1
[sI A[
_
_
s
2
+ 6s + 11 s + 2 3
3 s(s + 2) 3s
(s + 4) (s + 1) s(s + 4)
_
_
_
_
0 0
1 0
0 1
_
_
2.2. SISTEMAS AN
ON DE ESTADO
G(s) =
1
s
3
+ 6s
2
+ 11s + 3
_
s + 2 3
(s + 1) s(s + 2)
_
Ejercicio:
Resumen
En este captulo se ha presentado el modelado matematico de sistemas
lineales utilizando funciones de transferencia, diagramas de bloques y gracas
de ujo de se nal. La funcion de transferencia de un sistema lineal se deni o a
partir de aplicar la Transformada de Laplace a la ecuaci on diferencial, sin
considerar las condiciones iniciales. Un metodo poderoso para representar la
interrelacion entre se nales de un sistema lineal es la graca de ujo de se nal,
permite obtener las funciones de transferencia entre variables de entrada y
de salida de un sistema lineal utilizando la formula ganancia.
Este captulo tambien estuvo dedicado al modelado matematico de sis-
temas fsicos, se describieron las relaciones matematicas basicas de sistemas
electricos, hidraulicos, termicos y mec anicos. Para sistemas lineales, las ecua-
ciones diferenciales, las ecuaciones de estado y las funciones de transferencia
son las herramientas fundamentales para el modelado. Se realizo tambien una
introducci on al modelado por espacio de estado.
2. Para las guras 2.32 y 2.33.
a) Hallar la salida para el siguiente diagrama de bloques:
b) Reducir el siguiente diagrama a la forma canonica:
2.2. SISTEMAS AN
ON DE ESTADO
R
2
H
3
C
H
1
G
2
G
3
H
1
+
G
1
+
+
R
1
H
1
C
H
3
G
2
G
3
H
2
+
G
1
R
1
3. Para las guras 2.34 y 2.35 de los ejercicios propuestos de diagramas
de bloques:
a) Obtenga el GFS y calcule C(s) utilizando la formula de ganancia
de Mason.
b) Calcule Y
6
/Y
1
para los siguientes GFS.
4. El siguiente juego de ecuaciones diferenciales, representa la dinamica
de un sistema multivarible:
c
1
2c
2
+c
1
= 0 (2.64)
c
2
+ 3 c
2
+ 8c
2
+ 3c
1
= u
1
+ 3u
1
+ 3u
2
(2.65)
Con c
1
(0) = 1, u
1
(0) = u
2
(0) = 0, c
2
(0) = 1, c
2
(0) = 0
2.2. SISTEMAS AN
ON DE ESTADO
Y1
Y2 Y3 Y4
Y5
Y6
1 1 G1 Y4 G3
G4
-H4
H1
H3
H2
Figura 2.34: Graco de ujo de se nal 1
Y1
Y2 Y3 Y4
Y5
Y6
1 1 G1 G2 G3
H1
H3
H2
H4
G4
G5
Figura 2.35: Graco de ujo de se nal 2
a) Dena un conjunto adecuado de variables de estado y construya
el diagrama de estado.
b) Calcule la evoluci on temporal de c
1
(t) y c
2
(t) debido a las condi-
ciones iniciales, u
1
= u
2
= 0.
c) Calcule la ecuaci on caracterstica, los valores propios y vectores
propios asociados al sistema.
d) Obtenga la matriz de transferencia del sistema.
2.2. SISTEMAS AN
ON DE ESTADO
5. Para la gura 1.15 del capitulo 1 (examen 2003):
a) Construya un diagrama de bloques del sistema, usando funciones
de transferencia para representar los diferentes componentes y
ecuaciones.
b) Aplicar la formula de Mason al diagrama de bloques anterior para
hallar
C
R
de la gura 1.15.
6. (Evaluacion febrero de 2004) La gura 2.36 muestra el diagrama de
instrumentacion de un sistema de calentamiento.
Caja
Electrica
+
Producto
fro
i: Corriente en la bobina
Producto
caliente
Tanque 1
Tanque 2
Chaqueta
Bomba
Agitador 1
TT2
C2 R2
V2
R3
a3 b3
TT3 C3
C1
LT
V1
R1
q
a
: caudal agua
Agua
V3
a) (30 %) Identique y relaciones los diferentes elementos y se nales
de la bucla de realimentacion tpica para el control de temperatura
del producto.
2.2. SISTEMAS AN
ON DE ESTADO
b) (70 %) En el tanque 2, TT3 genera una se nal el`ectrica b
3
propor-
cional a la temperatura del agua en el tanque con factor k
1
; el
controlador c
3
implementa la ley de control:
a
3
(t) = k
p
(R
3
(t) b
3
(t)) +
k
p
T
i
_
t
0
(R
3
b
3
)d (2.66)
La caja electrica genera una tension V
3
que obedece a la relacion:
k
2
v
3
= a
3
. La bobina se modela con inductancia L y resistencia
interna R. La transferencia de calor en el tanque 2 obedece a la
ecuaci on diferencial:
T
d
dt
= k
3
i(t) k
a
q
a
(2.67)
Obtenga un graco de ujo de se nal que represente el sistema de control
de temperatura en el tanque 2.
7. El siguiente juego de ecuaciones diferenciales representa a un sistema
dinamico:
c
1
+c
1
+c
2
= u
1
(2.68)
c
1
(0) = 0
c
2
+c
2
c
1
= u
2
(2.69)
c
2
(0) = 1
a) (20 %) Dena un conjunto adecuado de variables de estado y
obtenga las matrices A, B, C y D de las ecuaciones dinamicas.
b) (15 %) Construya el diagrama de estado.
c) (15 %) Calcule c
1
(s) debida a las condiciones iniciales; u
1
=u
2
= 0.
d) (10 %) Calcule la ecuaci on caracterstica del sistema.
e) (10 %) Calcule los valores propios del sistema.
f ) (10 %) Calcule los vectores propios asociados al sistema.
g) (20 %) Obtenga la matriz de transferencia del sistema
2.2. SISTEMAS AN
ON DE ESTADO
Dominguez S., Campoy P., Sebastian J., Jmenez. Control en el es-
pacio de estado. Prentice Hall, 2002.
Referencias
1997.
OGATA KATSUSHITO, Ingeniera de Control Moderno, P.H.H. 3 edi-
cion, 1998.
OGATAKATSUSHITO, Sistemas de Control en Tiempo Discreto. P.H.H,
Mex. 1996.
Captulo 3
Modelado digital
Introduccion
La aplicaci on de control por computadora ha hecho posible el movimiento
inteligente de robots industriales, la optimizacion de economa de combustible
en los automoviles, etc.. La capacidad en la toma de decisiones y la exibi-
lidad en los programas de control son las mayores ventajas de los sistemas
de control digital. Los controladores digitales se utilizan para alcanzar el de-
sempe no optimo (productividad maxima, benecio maximo, costo mnimo o
la utilizacion de mnima de energa). Como vimos en la primera unidad, un
sistema de control digital, aparte de la planta analoga, incluye los conversores
analogico a digital, digital a analogico y el procesador en s mismo. Para
cada uno de estos elementos requeriremos una representacion matematica.
La planta analoga la representaremos por su funcion de transferencia o su
representacion de estado. El conversor A/D mediante una representacion
matematica del muestreo; el conversor D/A mediante su funcion de transfe-
rencia. Para el modelado del procesador digital, utilizaremos la herramienta
matematica transformada Z, con la cual, las soluciones a las ecuaciones en
diferencias se convierten en un problema de naturaleza algebraica similar a
la transformada de Laplace.
En esta unidad se presentara el modelado de los sistemas digitales tanto
para la represetacion entrada-salida como de estado.
97
3.1. MODELADO DEL PROCESADOR DIGITAL
Objetivos
1. Representar, simplicar, analizar y sintetizar un sistema de control por
medio de un diagrama de bloques, diagrama de ujo de se nal y diagra-
ma de estado. Aplicacion
2. Deducir el modelo matematico en funcion de transferencia y variables
de estado para sistemas de control analogos y digitales. Conocimiento
3. Analizar las diferentes interrelaciones entre las representaciones entrada-
salida y de estado. Analisis
Contenido
3.1. Modelado del procesador digital
Como se dijo en el estudio de la bucla tpica de control digital, el proce-
sador digital es un sistema discreto que recibe, procesa y entrega se nales
digitales.
3.1.1. Secuencias
De la se nal digital, interesa conocer su valor en instantes innitesimales,
separados por el perodo de muestreo T. Este conjunto de valores se de-
nomina secuencia; por ejemplo:
_
x
k
_
x(k) x
_
kT
_
= 1, 0, 0.51, -0.26, . . .
x
_
kT
_
= e
kT
3
cos(
kT
4
) k = 0, 1, 2, . . . , n
T = 1s.
Las secuencias las podemos representar por la serie de datos o en forma
cerrada si ello es posible. Algunas secuencias importantes son:
NOMBRE MODELO GR
AFICO
Pulso unitario: (k) =
_
0 k ,= 0
1 k = 0
1
k
(k)
Escalon unitario: (k) =
_
0 k < 0
1 k 0
1
k
(k)
Rampa unitaria: r(k) =
_
0 k < 0
kT k 0
k
r(k)
Polinomial: x(k) =
_
0 k < 0
a
kT
k 0
k
r(k)
a > 0
0 < a < 1
Exponencial: x(k) =
_
0 k < 0
e
bkT
k 0
b < 0
b > 0
Senoidal: x(k) =
_
0 k < 0
sin kT k 0
k
x(k)
3.1.2. Representacion matematica de secuencias
Un pulso de amplitud A en el instante m:
m
A
se describe mendiante A(k m).
Una secuencia arbitraria es una suma ponderada de pulsos unitarios
desplazados:
x(k) =
m=
x(m)(k m)
Si la secuencia es nula para k < 0, se obtiene:
x(k) =
m=0
x(m)(k m)
x(k) = x(0)(k) +x(1)(k 1) +x(2)(k 2) +. . .
3.1.3. Representacion matematica del proceso de muestreo
El muestreo de una se nal se puede representar matematicamente multi-
plicando la se nal por un tren de impulsos unitarios,
T
(t).
x*(t)
x(t)
T x
(t) =
T
(t)x(t)
3T
3T
2T
2T T T
T (t)
t
T
(t) =
k=
(t kT)
As, la se nal muestreada sera:
x
(t) =
m=
x(t)(t kT) =
m=
x(kT)(t kT)
Si x = 0 para t < 0, la sumatoria comienza a partir de k = 0.
Ecuaciones de Diferencias
El procesador digital calcula la secuencia de control a(kT) a partir de la
secuencia del error e(kT):
e(kT)
Procesador
digital
a(kT)
e(0), e(1),. . ., e(k) a(0), a(1),. . ., a(k 1).
Estando almacenados e(i) [i = 0,. . . , k] y a(j) [j = 0, . . .,k - 1], el proce-
sador calcular a:
a(k) = f(e(i), a(j))
Si la funcion de calculo es lineal, tenemos:
a(k) = a
1
a(k 1) +a
2
a(k 2) +. . . +a
n
a(k n) +b
0
e(k) +b
1
e(k 1) +. . . +b
m
e(k m)
. .
Ecuacion de Diferencias Lineal de Parametros Constantes
Conocidas las n condiciones iniciales de a(k) y la entrada e(k) k 0, la
ecuaci on de diferencias permite calcular la evolucion futura de a(k).
Ejemplo:
Solucion iterativa de a(k) = a(k 1) +a(k 2) para k 2, con a(0) =
a(1) = 1.
k a(k 2) a(k 1) a(k)
0 - - 1 C.I.
1 - - 1 C.I.
2 1 1 2
3 1 2 3
4 2 3 5
5 3 5 8
.
.
.
.
.
.
.
.
.
.
.
.
C.I.= Condiciones iniciales
En este caso, no hay expresion analtica de la solucion.
Como se vio, la transformada de Laplace simplica la solucion de las
ecuaciones diferenciales; su aplicacion a secuencias permite denir una nue-
va transformada, (Z) que simplica la solucion de las ecuaciones de diferencia.
Ejercicio:
Resuleva el ejercicio 2 propuesto en las actividades de apredizaje.
3.1.4. Transformada Z
x
(t) =
k=0
x(kT)(t kT) =
k=0
x(kT)e
kTs
Sea:
z e
Ts
. .
Relacion entre las Transformadas Z y
X
(s) X(z) =
k=0
x(kT)z
k
X(z): Transformada Z de x
(t) unilateral para t > 0 o bilateral cuando

x(t) ,= 0 para t < 0 x(k) ,= 0 para k < 0.
La transformada Z solo considera valores de la se nal en los instantes de
muestreo Zx(t) = Zx
(t), as, la transformada inversa Z (TIZ), no

permite obtener a x(t), solo x
(t).
TZ

x(t) F(Z)
(t) TIZ
Expandiendo la sumatoria anterior, tenemos:
x(z) = x(0)z
0
+x(T)z
1
+x(2T)z
2
+... . . . +x(nT)z
n
+...
donde el coeciente de z
n
es el valor de la secuencia x(kT) en k = n; es
decir, la transformada Z y la transformada Z inversa (Z
1
) se pueden obtener
por inspecci on.
Ejemplo: Calcular la transformada Z del pulso unitario y de los pulsos
de las guras 3.1 y 3.2.
1. Pulso unitario:
Z(k) = (0)z
0
+(1)z
1
+(2)z
2
+. . . +(n)z
n
= 1
2. Pulso desplazado
m
1
(k m)
Figura 3.1: Pulso desplazado m perodos
Z(km) = (0m)z
0
+(1m)z
1
+(2m)z
2
+. . .+(0)z
m
= z
m
3. Varios pulsos
3
1
2
Figura 3.2: Funcion compuesta por pulsos desplazados
x(k) = 3(0) 1(k 1) + 2(k 2)
X(z) = 3 z
1
+ 2z
2
De lo anterior se deduce que z
1
es un retardo de un perodo;
x(kT) z
1
x(kT T)
x(k) x(k 1).
z
i
sera un retardo de i perodos de muestreo.
Para obtener X(z) tambien se pueden usar las tablas de transformadas
Z de funciones elementales (ver la tabla 3.1) junto con el uso apropiado de
las propiedades de la transformada Z (ver tabla 3.2 ).
X(s) x(t) o x(k) X(z)
1 1 (t) 1
2 e
kTs
(t kT) z
k
3
1
s
1(t)
z
z1
4
1
s
2
t
Tz
(z1)
2
5
1
s+a
e
at z
ze
aT
6
a
s(s+a)
1 e
at
(1e
aT
)z
(z1)(ze
aT
)
7
w
s
2
+w
2
sinwt
z sin wT
z
2
2z cos wT+1
8
s
s
2
+w
2
cos wt
z(zcos wT)
z
2
2z cos wT+1
9
1
(s+a)
2
te
at Tze
aT
(ze
aT
)
2
10
w
(s+a)
2
+w
2
e
at
sinwt
ze
aT
sinwT
z
2
2ze
aT
cos wT+e
2aT
11
s+a
(s+a)
2
+w
2
e
at
cos wt
z
2
ze
aT
cos wT
z
2
2ze
aT
cos wT+e
2aT
12
2
s
3
t
2
T
2
z(z+1)
(z1)
3
13 a
k z
za
14 a
k
cos k
z
z+a
Tabla 3.1: Tabla de transformada z
x(t) o x(k) Z(x(t)) o Z(x(k))
1 ax(t) aX(z)
2 x
1
(t) +x
2
(t) X
1
(z) +X
2
(z)
3 x(t) +T) o x(k + 1) zX(z) zx(0)
4 x(t + 2T) z
2
X(z) z
2
x(0) zx(T)
5 x(k + 2) z
2
X(z) z
2
x(0) zx(1)
6 x(t +kT) z
k
X(z) z
k
x(0) z
k1
x(T) ... zx(kT T)
7 x(k +m) z
m
X(z) z
m
x(0) z
m1
x(1) ... zx(m1)
8 tx(t) Tz
d
dz
[x(z)]
9 kx(k) z
d
dz
[x(z)]
10 e
at
x(t) X(ze
aT
)
11 e
ak
x(k) X(ze
a
)
12 a
k
x(k) x(
z
a
)
13 ka
k
x(k) z
d
dz
_
X(
z
a
)
14 x(0) lm
z
X(z) si ese lmite existe
15 x() lm
z1
[(z 1)X(z)] si
z1
z
X(z) es analtica
16
x(k) X(1)
17
x(kT)y(nT kT) X(z)Y (z)

18 x(k m) z
m
X(z) TZ unilateral
Tabla 3.2: Propiedades de la transformada z
Ejemplo:
Resuelva:
x(k + 2) + 3x(k + 1) + 2x(k) = (k) con x(k) = 0 para k 0.
Aplicando la transformada Z:
Z
_
x(k + 2) + 3x(k + 1) + 2x(k)
_
= Z
_
(k)
_
= 1
=z
2
X(z) z
2
x(0) zx(1) + 3zX(z) 3zx(0) + 2X(z) = 1
x(0) = 0; x(1) se obtiene al evaluar la ecuaci on de diferencias en k = 1:
x(1) + 3x(0) + 2x(1) = (1) x(1) = 0
=z
2
X(z) + 3zX(z) + 2X(z) = 1
X(z) =
1
z
2
+3z+2
=
..
Frac.parciales
=
1
z+1

1
z+2
zX(z) =
z
z+1

z
z+2
; como Z
_
a
k
_
=
z
za
Z
_
(a)
k
_
=
z
z+a
Z
_
x(k + 1)
_
= zX(z) zx(0) = zX(z)
= x(k + 1) = (1)
k
(2)
k
; k 0
k + 1 n x(n) = (1)
n1
(2)
n1
= (1)
n
(2)
n
2
x(n) = 0,5(2)
n
(1)
n
; n 1
NOTA: En muchos casos conviene expandir en fracciones parciales el termino
X(z)
z
, pues varias transformadas Z de funciones elementales tienen a Z en su
numerador.
Ejemplo:
Obtener x(kT) si X(z) =
10z
z
2
1,2z+0,2
Solucion:
X(z)
z
=
10
z
2
1,2z+0,2
=
12,5
z1

12,5
z0,2
X(z) = 12,5
_
z
z1

z
z0,2
_
X(z) = 12,5
_
(k) (0,2)
k
_
; k = 0, 1, 2, . . .
Ejercicio:
Resuelva los ejercicios 3, 4 y 5 propuestos propuestos en las actividades de
aprendizaje.
3.1.5. Funci on de transferencia discreta
Muchas veces el controlador digital resuelve las ecuaciones de diferencias:
a(k)+a
1
a(k1)+a
2
a(k2)+. . .+a
n
a(kn) = b
0
e(k)+b
1
e(k1)+. . .+b
m
e(km)
aplicando la transformada Z con condiciones iniciales nulas:
A(z)+a
1
z
1
A(z)+a
2
z
2
A(z)+. . .+a
n
z
n
A(z) = b
0
E(z)+b
1
z
1
E(z)+. . .+b
m
z
1
E(z)
Despejando, obtenemos:
A(z)
E(z)
= G(z) =
b
0
+b
1
z
1
+. . . +b
m
z
m
1 +a
1
z
1
+a
2
z
2
+. . . +a
n
z
n
. .
Funci on de Transferencia Discreta.
Si n m tenemos:
G(z) =
A(z)
E(z)
=
b
0
z
n
+b
1
z
n1
+. . . +b
m
z
nm
z
n
+a
1
z
n1
+a
2
z
2
+. . . +a
n
=
N(z)
D(z)
Donde:
G(z) : Funcion racional de una variable compleja.
N(z) = 0 : Ceros de G(z).
D(z) = 0 : Polos de G(z); ecuaci on caracterstica
De manera similar al caso continuo, se puede usar el algebra de los diagra-
mas de bloques o la formula de ganancia de Mason, para calcular funciones
de transferencia discretas equivalentes.
Ejemplo:
Funcion de transferencia discreta (FdTD) para un controlador digital
actuando como un integrador por la regla trapezoidal:
A
e(k 1)
e(t)
T
t
tk 1 tk
e(k)
A =
_
t
k
t
k1
e(t)dt
donde A es el area bajo la curva e(t). Tambien se puede calcular como:
A area del trapezoide formado por la recta entre e(k 1) y e(k)
A Te(k) +
_
e(k 1) e(k)
_
1
2
T
A
T
2
_
e(k) +e(k 1)
_
Si a(k 1) es el area calculada bajo la curva hasta el instante t
k1
:
a(k) = a(k 1) +
T
2
_
e(k) +e(k 1)
_
aplicando la transformada Z:
A(z) = z
1
A(z) +
T
2
E(z) +
T
2
z
1
E(z)
se obtiene:
G(z) =
A(z)
E(z)
=
T
2
_
z + 1
z 1
_
Modelado de los conversores; Muestreo y Retencion
Muestreo y retencion en frecuencia:
Para el muestreador: La salida muestreada es: e
(t) =
k=
e(t)(t kT);
e(t) e
(t)
T
y aplicando la transformada de Laplace:
E
(s) =
k=
e(kT)e
skT
.
Para el retenedor:
Aplicando un impulso unitario en el instante kT:
(kT)
kT
t
kT
t
kT +T
T
Proceso de retencion
de orden cero H
0
(s)
1
Como
_
(t)
_
= 1, la funci on de transferencia se puede calcular como
_
Respuesta al impulso
_
.
H
0
(s) =
_
(t) (t T)
_
=
1
s

1
s
_
e
sT
_
H
0
(s) =
1 e
sT
s
Su respuesta en frecuencia es:
H
0
(j) =
1e
jT
j
=
2e
jT
2
_
e
jT
2 e
jT
2
_
2j
H
0
(j) = T
sin
T
2
T
2
e
jT
2
; [H
0
(j)[ = T[
sin
T
2
T
2
[
|H
o
(jw)|
0.64T
0.21T
0.13T
ws
2
w
s
2w
s
3w
s
w
Figura 3.3: Respuesta de frecuencia del ROC.
La gura 3.3 muestra la respuesta frecuencial del retenedor de orden cero.
Note que:
s
=
2
T
: frecuencia de muestreo [rad/s].
Es un ltro pasa bajos no ideal.
A bajas frecuencias, la curva no es plana Distorsion.
Deja pasar se nales indeseadas con frecuencias mayores a
s
2
.
Los retenedores de mas alto orden mejoran [H
0
(j)[ pero aumentan el retardo
de fase y pueden adicionar ruido al sistema. El Retenedor de Orden Cero
(ROC) es el retenedor mas ampliamente usado.
3.1.6. Reconstrucci on de Se nales
En este punto nos preguntamos: si pasamos una se nal muestreada por un
ROC, sera posible reconstruir la se nal original?
t
e(t)
kt
e*(t)
t
e*(t)
e*(t)
e(t)
T ROC e(t)
Claramente, la frecuencia de muesteo
s
debe ser lo sucientemente alta
para poder ver las componentes de alta frecuencia de la se nal e(t). Sea el
tren de impulsos unitarios:
T
(t) =
k=
(t kT)
Como es una se nal periodica, entonces en series de Fourier sera expresada
como:
T
(t) =
n=
C
n
e
jnst
donde: C
n
=
1
T
_ T
2
T
2
k=
(t kT)e
jnst
dt.
Como
_
f(t)(t a)dt = f(a) y en

_
T
2
;
T
2
solo hay un impulso en

t = 0, entonces C
n
=
1
T
e
0
=
1
T
.
e
(t) = e(t)
T
(t)
= e(t)
n=
1
T
e
jnst
E
(s)
=
_

(t)e
st
dt
=
1
T
_

e(t)
n=
e
jnst
e
st
dt
E
(s)
=
1
T
n=
_

e(t)e
(sjns)t
dt
E
(s) =
1
T
n=
E(sjn
s
)
_
_
_
La respuesta de frecuencia de una se nal
muestreada e (t) es un tren infinito de la
banda de frecuencia E(j).
E(j)
E(j)
1
2
2
T
2
2
T
2
T
=
s
2
T
1
T|E(j jns)|
Figura 3.4: Espectros de frecuencia de la se nal E(j)
Si en
1
hay componentes de E(j
1
) y de E(-j
0
), esto se conoce como
sobrelapamiento; la frecuencia
0
, es el Alias de
1
.
Para evitar el sobrelapamiento de espectros (Aliasing) debe incluirse un pre-
ltro pasobajo continuo que limite el ancho de banda de E(j) y mantener
s
sucientemente elevada.
De lo anterior, se tiene que dos sinusoides de diferente frecuencia pueden
tener la misma se nal muestreada; sean:
e
1
(t) = sin(
1
t)
e
2
(t) = sin (
_
1
+n
s
t)
con n: entero.
Si se muestrean con T =
2
s
entonces:
e
1
(kT) = sin(
1
kT)
e
2
(kT) = sin(
_
1
+n
s
kT) = sin(
1
kT + 2nk)
e
2
(kT) = sin(
1
kT) = e
1
(kT)
Ejemplo:
0 1 2 3 4 5 6 7 8
1.5
1
0.5
0
0.5
1
1.5
Tiempo
Sen(2t/8)
Sen(7t/4)
Figura 3.5: Componentes de frecuencia
e
1
(t) = sin(
2
8
t),
1
=

4
;
s
= 2f
s
= 2
Alias:
0
=
1
s
=

4
2 =
7
4
Se nales con componentes de frecuencia mayores a
s
2
, tendran compo-
nentes adicionales entre 0 y
s
2
.
Teorema del Muestreo: Indica cual debe ser la mayor frecuencia de
E(j) para evitar sobrelapamiento de su espectro. Para recuperar una se nal
a partir de sus muestras, se debe muestrear por lo menos al doble de la mayor
frecuencia de la se nal:
s
> 2
1
, donde
1
: componente de mas alta frecuen-
cia presente en la se nal en tiempo continuo.
Una se nal continua muestreada inapropiadamente, puede presentar oscila-
ciones ocultas si tiene componentes de frecuencia que sean m ultiplos enteros
de
s
.
Ejemplo:
0 pi 2pi 3pi 4pi
1
0
1
t
x
(
t
)
=
x
1
(
t
)
+
x
2
(
t
)
x(t)=sen(t)+sen(3t)
x(kT)=sen(2/3 k)
0 pi 2pi 3pi 4pi
1
0.5
0
0.5
1
t
x
1
(
t
)
x1(t)=sen(t)
0 pi 2pi 3pi 4pi
1
0.5
0
0.5
1
t
x
2
(
t
)
x2(t)=sen(3t)
0 1 2 3 4 5 6
1
0.5
0
0.5
1
k
x
(
k
)
Ws=3rad/seg
Figura 3.6: Componentes de frecuencia con oscilaciones ocultas.
La gura 3.6 muestra gracos de x(t) = sint+sin3t, x
1
(t) = sint y x
2
(t) =
sin3t. En la se nal muestreada x(k), donde la frecuencia de muestreo
s
= 3
rad/s no se aprecia la oscilaci on con frecuencia = 3 rad/s.
3.1.7. Modelado de sistemas de datos muestreados con
la funcion de transferencia de pulsos
Sea un sistema continuo G(s) sujeto a una entrada muestreada e
(t).
e(t) e
(t)
T
G(s)
E(s) E
(s)
s
1
s
2
c(t)
c
(t)
C(s)
T
Figura 3.7: Sistema continuo G(s) sujeto a una entrada muestreada e
(t).
C(s) = G(s)E
(s); C(t) podra calcularse a partir de

1
[C(s)] pero el
calculo es complejo porque G(s) y E
(s) son transformadas de Laplace de

diferentes tipos de se nal; el calculo se simplica si solo nos interesamos por
C(t) en los instantes de muestreo, lo que se representa con el muestreador
cticio S
2
.
_
C
(t)
_
= C
(s) = [G(s)E
(s)]
=
1
T
n=
C(s jn
s
)
C
(s) =
1
T
n=
G(s jn
s
)E
(s jn
s
)
E
(s) =
1
T
n=
E(s jn
s
) : Se nal periodica con periodicidad
s
E
(s jn
s
) E
(s) desplazada un n umero entero n

de perodos.
E
(s jn
s
) =E
(s)
As, tenemos:
C
(s) = E
(s)
1
T
n=
G(s jn
s
) = E
(s)G
(s)
C
(s) = E
(s)G
(s)
Usando la notacion mas compacta z, tenemos:
C(z) = C
(s)
e
sT
=z
C(z) = E(z)G(z)
Donde G(z) es la Funcion de transferencia de pulsos; es la funcion de trans-
ferencia entre la entrada muestreada e
(t) y la salida c(t) en los instantes de

muestreo, c
(t).
El siguiente diagrama de bloques de la gura 3.8, representa la bucla
tpica de control digital de forma conveniente para aplicar las tecnicas de
transformadas.
D(z)
E(s)
G(s)
H(s)
A
(s) C(s)
T
R(s)
A/D
Programa de
Computador
Planta + Actuador
D/A
1e
sT
s
E
(s)
+
A(s)
La funcion de transferencia de pulsos entre A
(s) y C
(s) sera:
C(s) =
_
1 e
sT
s
_
G(s)A
(s) =
G(s)
s
. .
Funci on de s
_
1 e
sT
_
A
(s)
. .
Funci on de e
sT
C
(s) =
_
G(s)
s
_
_
_
1 e
sT
_
A
(s)
_
C(z) = Z
_
G(s)
s
__
_
1 e
sT
_
A
(s)
_
e
sT
=z
C(z) = Z
_
G(s)
s
_
_
1 z
1
_
A(z)
G(z) = Z
_
G(s)
s
_
_
1 z
1
_
=
C(z)
A(z)
Ejemplo:
Con G(s) =
1
s+1
, calcular la salida en los instantes de muestreo si el com-
putador genera un escal on unitario discreto en lazo abierto.
Solucion:
C(z) = Z
_
1
s(s+1)
_
_
1 z
1
_
A(z)
C(z) = Z
_
1
s

1
s+1
_
_
z1
z
__
z
z1
_
C(z) =
z
z1

z
ze
T
C(kT) = 1 e
kT
Respuesta exponencial que tiende a 1; el ROC recibe un escalon discreto y
entrega un escalon continuo reconstruyendo perfectamente la se nal.
3.1.8. FdT de Pulsos de Elementos en Cascada
1.
E(s)
G(s) H(s)
C(s)
T
E
(s)
A(s)
T
T
A
(s)
C
(s)
Figura 3.9: Cascada totalmente muestreada
C(s) = H(s)A
(s)
..
Z
C(z) = H(z)A(z)
A(s) = G(s)E
(s)
..
Z
A(z) = G(z)E(z)
=C(z) = G(z)E(z)H(z)
C(z)
E(z)
= G(z)H(z)
La FdTP total es el producto de las FdTP parciales.
2.
E(s)
G(s) H(s)
C(s)
T
E
(s)
A(s)
T
C
(s)
Figura 3.10: Cascada sin muestreo intermedio
C(s) = G(s)H(s)E
(s)
..
Z
C(z) = GH(z)E(z)
Donde : GH(z) = Z
_
G(s)H(s)
_
C(z)
E(z)
= GH(z) ,= G(z)H(z)
3.
E(s)
G(s) H(s)
C(s)
A(s)
T T
A
(s) C
(s)
Figura 3.11: Cascada sin muestreo de entrada
C(s) = H(s)A
(s) = H(s)EG
(s)
..
Z
C(z) = H(z)EG(z)
No hay FdT de Pulsos!!!.
La se nal a muestrear a(t) depende de todos los valores de e(t) y no solo
de e(kT).
3.1.9. FdT de Pulsos de sistemas Realimentados
Consideremos el sistema realimentado de la gura 3.12.
E(s)
G(s)
H(s)
C(s)
T
R(s)
E
(s)
+
T
C
(s)
Figura 3.12: Sistema realimentado
C(s) = G(s)E
(s)
..
Z
C(z) = G(z)E(z)
E(s) = R(s) H(s)C(s) = R(s) G(s)H(s)E
(s)
E
(s) =
_
R(s) G(s)H(s)E
(s)
_
= R
(s) GH
(s)E
(s)
..
Z
E(z) = R(z) GH(z)E(z) E(z) =
R(z)
1+GH(z)
C(z)
R(z)
=
G(z)
1+GH(z)
Si se discretiza la ecuaci on: E(s) = R(s) H(s)C(s) E
(s) = R
(s)
HC
(s), no se podra despejar C
(s); por lo tanto, se debe evitar discretizar

una ecuaci on si la variable de interes se pierde como factor.
Para sistemas mas complejos, la solucion del sistema de ecuaciones puede
ser muy elaborada. El siguiente ejemplo muestra un procedimiento sistematico
con el graco de ujo de se nal.
Ejemplo:
Calcular la FdTP para la bucla tpica de control digital de la gura 3.13
1. Se construye el GFS sin muestreadores, pues no tienen funcion de
transferencia; se asignan nodos de salida a las entradas de los muestreadores
y nodos de entradas a sus salidas, ver gura 3.14.
2. Expresar las entradas a los muestreadores y la salida del sistema en
D(z)
E(s)
G
p
(s)
H(s)
A
(s) C(s)
T
R(s)
1e
sT
s
E
(s)
+
A(s)
G(s)
R
E
1
H
E
C G
Figura 3.14: Graco de ujo de se nal
funcion de las salidas de los muestreadores y/o la entrada del sistema:
E = R GHD
C = GD
3. Discretizar y resolver:
E
= R
GH

..
Z
E(z) =
R(z)
1+GH(z)D(z)
C
= G

..
Z
C(z) = G(z)D(z)E(z)
C(z)
R(z)
=
G(z)D(z)
1+GH(z)D(z)
Para la solucion de las ecuaciones se puede usar un nuevo GFS y aplicar la
formula de ganancia de Mason.
Ejemplo:
Calcular C(s) y C(z) para el sistema de la gura:
E
1
G
1
H
C
T
R
+
E
2
G
2
T
+
Solucion:
1. Paso 1
R E
1
1
H
E
1
* E
2 G
1
E
2
*
C G
2
-1
2. Paso 2
E
1
= RG
2
E
2
E
2
= G
1
E
1
G
2
HE
2
C = G
2
E
2
3. Paso 3: discretizar:
E
1
= R
2
E
2
E
2
= G
1
E
1
G
2
H
2
C
= G
2
E
2
3.2. SISTEMAS DISCRETOS EN REPRESENTACI
ON DE ESTADO
G
2
H*
R* 1
E
1
G
2
*
G
2
*
G
2
E
2
* G
1
* C*
C
Figura 3.16: GFS para la solucion de las ecuaciones.
Para resolver, podemos usar el GFS de la gura 3.16:
C(z) =
G
1
(z)G
2
(z)R(z)
1+G
1
(z)G
2
(z)+G
2
H(z)
; C(s) =
G
1
(s)G
2
(s)R
(s)
1+G
1
(s)G
2
(s)+G
2
H
(s)
c(t) =
1
_
C(s)
_
da la respuesta entre instantes de muestreo; normalmente
se resuelve por computador.
Ejercicio:
3.2. Sistemas discretos en representaci on de
estado
Las ecuaciones dinamicas para un sistema discreto, lineal e invariante,
son:
X(k + 1) = AX(k) + BR(k)
C(k) = EX(k) + DR(k)
Donde:
X(k): Vector de estado de orden n.
C(k): Vector de salida de orden q.
R(k): Vector de entradas de orden p.
ON DE ESTADO
A
nxn
, B
nxp
, E
qxn
y D
qxp
.
z
1
I
+
A
B
D
E
X(k + 1)
X(k)
C(k)
R(k)
+
+
+
Figura 3.17: Sistema en Espacio de estados
La conguracion basica es la misma que la de los sistemas continuos por
lo que tambien aplican las tecnicas de representacion vistas.
Ejemplo:
Obtener la representacion de estado del sistema descrito por:
c(k + 2) + 5c(k + 1) + 3c(k) = r(k + 1) + 2r(k)
Solucion:
Considerando:
x
1
(k) = c(k)
x
2
(k) = x
1
(k + 1) +nr(k) ;
n a calcular.
x
1
(k + 1) = x
2
(k) nr(k).
c(k + 2) = x
1
(k + 2)
x
2
(k + 1) = x
1
(k + 2) +nr(k + 1)
= 5x
1
(k + 1) 3x
1
(k) +r(k + 1) + 2r(k) +nr(k + 1).
= 5x
2
(k) + 5nr(k) 3x
1
(k) + (n + 1)r(k + 1) + 2r(k).
ON DE ESTADO
Con n = 1, se elimina el termino r(k + 1):
x
2
(k + 1) = 3x
1
(k) 5x
2
(k) 3r(k)
x
1
(k + 1) = x
2
(k) +r(k).
_
x
1
(k + 1)
x
2
(k + 1)
_
=
_
0 1
3 5
_ _
x
1
(k)
x
2
(k)
_
+
_
1
3
_
r(k)
C(k) =
_
1 0
_
x
1
(k)
x
2
(k)
_
Con x
1
(0) = 0; x
2
(0) = x
1
(1) r(0) = c(1) r(0).
Para obtener el diagrama de estado, consideramos un retardo: x
j
(k+1) =
x
i
(k) =
..
Z
zX
j
(z) zx
j
(0) = X
i
(z), luego X
j
(z) = z
1
X
i
(z) + x
j
(0), ver la
gura.
1
z
1
X
i
(z)
X
j
(z)
x
j
(0)
. .
Permite representar el retardo unitario en el diagrama de estado.
Ejemplo:
Para el sistema discreto del ejemplo anterior, el diagrama de estado es:
Las variables de estado son ahora, las salidas de los retardos unitarios z
1
.
Igualmente, a partir del diagrama de estado para el sistema discreto, se
pueden obtener la Funcion o Matriz de transferencia discreta y las ecuaciones
de transicion de estado.
ON DE ESTADO
R(z)
x
2
(k + 1)
x
2
(k)
X
1
(k + 1)
x
1
(k)
C(z)
1
z
1
1 z
1
5
3
3
X
2
(z)
X
1
(z)
x
2
(0)
1
x
1
(0)
1
1
Figura 3.18: Graco en ujo de se nal
Ejercicio:
Resuelva los ejercicios 7, 8 y 9 propuestos en las actividades de aprendizaje.
Resumen
En este captulo se ha presentado el modelado matematico de sistemas
lineales discretos utilizando funciones de transferencia, diagramas de bloques
y gracas de ujo de se nal. Se presenta un metodo para modelar la operaci on
de muestreo mediante la modulacion por impulsos; se incluye el c alculo de las
funciones de transferencia del retenedor de orden cero. Tambien se presento la
reconstruccion de la se nal original en tiempo continuo a partir de la se nal
muestreada. Se denieron las funciones de transferencia de sistemas en tiem-
po discreto y se describieron las reglas que gobiernan las manipulaciones de
funciones de transferencia entre sistemas en tiempo discreto que estan inter-
conectados. Finalmente se presento el modelado de los sistemas de tiempo
discreto, mediante el espacio de estados.
ON DE ESTADO
2. Se desea determinar una expresion recursiva (Ecuacion de diferencias)
para encontrar la n-esima raz de un n umero N. Comenzamos por ex-
pandir la Serie de Taylor de una funcion f(x) alrededor de un punto
x
n
:
f(x) = f(x
n
) + (x x
n
)f
(x
n
) +
(x x
n
)
2
2!
f
(x
n
) +. . .
Si truncamos la serie luego de dos terminos, tenemos:
f(x) = f(x
n
) + (x x
n
)f
(x
n
)
Representamos con x la proxima iteracion x
n+1
y ademas que sea una
de las soluciones de la ecuaci on, f(x) = 0. As, tenemos:
0 = f(x
n
) + (x
n+1
x
n
)f
(x
n
)
o
x
n+1
= x
n
f(x
n
)
f
(x
n
)
Esta ecuaci on es util para solucionar f(x) = 0.
Escoja apropiadamente f(x) y determine la correspondiente ecuaci on
de diferencias para hallar la n-esima raz de un n umero N. Realice
5 iteraciones para calcular la raz c ubica de 5 usando x
0
= 1 como
supuesto inicial.
3. Use la transformada Z para resolver la ecuaci on de diferencias:
y(k) 3y(k 1) + 2y(k 2) = 2u(k 1) 2u(k 2)
Con:
u(k) = k k 0
u(k) = 0 k < 0
y(k) = 0 k < 0
4. Calcule la transformada inversa x(k) para cada una de las siguientes
transformadas:
ON DE ESTADO
a) X(z) =
1
1+z
2
b) X(z) =
1+z
1
z
2
1z
1
c) X(z) =
z
z
2
2z+1
d) X(z) =
z
(z1)
2
(z2)
5. Resuelva (k + 2)x(k + 2) 2(k + 1)x(k + 1) +kx(k) = 1 con x(k) = 0
para k 0.
6. Calcule
Y (z)
R(z)
para los sistemas de las guras 3.19 a 3.24 del libro de
Kuo.(Kuo [1996]); con T = 0,5 s.
ROC
y(t)
T
+
G(s)
r(t) e(t) e*(t)
Figura 3.19: Sistema 1
1
s+1 T
r(t) y(t)
(b)
r*(t)
10
s+2
1
s+1 T
r(t) y(t)
(c)
r*(t)
10
s+2 T
ON DE ESTADO
ZOH
T
r(t) y(t)
(d)
r*(t)
5
s(s+2)
h(t)
ZOH
T
e(t) y(t)
(e)
e*(t)
5
s(s+2)
h(t) r(t)
+

ZOH
T
e(t) y(t)
(f)
e*(t)
5
s(s+1)(s+2)
h(t) r(t)
+

7. Dibuje un diagrama de estado ([Kuo, 1996]) para el sistema de control
digital representado por las siguientes ecuaciones dinamicas:
x(k + 1) = Ax(k) +Bu(k)
y(k) = x
1
(x)
A =
_
_
0 1 1
0 1 2
5 3 1
_
_
ON DE ESTADO
B =
_
_
0
0
1
_
_
8. En la gura 3.25 ([Kuo, 1996]) se muestra el diagrama de estado de un
sistema de control digital. Escriba las ecuaciones dinamicas. Encuentre
la funcion de transferencia Y (z)/R(z)
1
R(z) Y (z)
z
1
1 z
1
z
1
2
1
0.2
0.1
0.1
Figura 3.25: Sistema de control digital
9. En la gura 3.26 ([Kuo, 1996]) se muestra el diagrama de bloques de un
sistema de datos muestreados. Escriba las ecuaciones de estado discre-
tas del sistema. Dibuje un diagrama de estado para el sistema.
ROC
y(t)
T
+
G(s) =
1
s+1
T = 1s
G(s)
r(t) e(t) e*(t)
Figura 3.26: diagrama de bloques
10. (Examen octubre de 2004) La gura 3.27 muestra el diagrama de blo-
ques de un sistema de control en cascada, con los dos muestreadores
perfectamente sincronizados.
ON DE ESTADO
G
c2
(z) G
c1
(z) ROC
G
1
(s) G
2
(s)
T = 1seg
T = 1seg
R(z) E
2
(z)
A
2
(z)
E
1
(z) B(s) C(s)
Figura 3.27: diagrama de bloques
a) (40 %) Con G
c1
=
z+1
z1
y G
1
(s) =
1
2s+1
calcule la dinamica del lazo
de control interno,
B(z)
A
2
(z)
.
b) (40 %) Se desea simular en un computador el lazo de control in-
terno, de forma que se pueda observar la se nal de salida del lazo
b(k) y la se nal de control a
1
(k). Para facilitar la elaboracion del
programa de computador, obtenga una representacion del lazo in-
terno en el espacio de estado discreto, considerando a b(k) y a
a
1
(k) como salidas.
c) (20 %) Calcule (si existe) la dinamica del sistema:
C(z)
R(z)
en funcion
de G
c1
, G
c2
, G
1
, G
2
, G
3
=ROC.
11. (Examen abril de 2003)
a) Para el sistema dinamico de la gura 3.28:
s+1
s
2
+1
R(s)
C(s)
1) (40 %) Obtenga una representacion de espacio de estados.
2) (10 %) Calcule unos vectores propios.
3) (10 %) Dibuje un diagrama de estado.
b) (40 %) Para el sistema de control digital de la gura 3.29:
Calcule la respuesta del sistema en los instantes de muestreo, si
se aplica un escalon unitario en la entrada.
ON DE ESTADO
1
s+1
r(t)
c(t)
ROC
T = 1
e(t)
12. (Examen octubre de 2004) Para el sistema de la gura 3.30:
12s
s+1
r(kT)
c(kT)
ROC
T
c(t)
se tiene: T = 1 seg. y c(t = 0) = 1.
a) (20 %) Obtenga la funcion de transferencia discreta.
b) (40 %) Obtenga una representaci on del sistema en el espacio de
estado discreto.
c) (10 %) Calcule la ecuaci on caracterstica, el(los) valor(res) pro-
pio(s) y un(os) vector(es) propio(s).
d) (10 %) Dibuje un diagrama de estado.
e) (10 %) Calcule c(kT) si r(kT) = 0.
13. (Examen noviembre de 2005) Para el sistema de la gura 3.31:
El controlador ejecuta la ley de control:
a(kT) = K
p
e(kT) +K
i
a
1
(kT) K
d
(c(kT) c(kT T))
donde:
e(kT) = r(kT) c(kT)
a
1
(kT) = a
1
(kT T) +
T
2
(e(kT) +e(kT T))
ON DE ESTADO
2
s+2
r(kT)
c(kT)
ROC
T = 1
a(kT)
Controlador
a) (50 %) Calcule la funcion de transferencia
C(z)
R(z)
.
b) (50 %) Con K
d
= 0, obtenga una representacion del sistema en el
espacio de estado discreto, considerando a c(kT), a(kT) y e(kT)
como salidas.
OGATAKATSUSHITO, Sistemas de Control en Tiempo Discreto. Pren-
tice Hall, Mex. 1996. Capitulos 2 y 3.
Referencias
1997.
Captulo 4
Caractersticas de los sistemas
realimentados
Introduccion
A menudo se necesita introducir la retroalimentacion con el objeto de
mejorar el desempe no de un sistema dinamico; en general estos sistemas
pueden estar sujetos a variaciones parametricas indeseadas como el cambio
de una resistencia por calentamiento en un circuito electrico o en un motor,
perturbaciones que desvan la salida del valor deseado, como la carga en el
sistema o el ruido en la medicion; tambien es deseable ajustar a los valores
deseados el comportamiento en lazo cerrado tanto transitorio como perma-
nente. Se a nade a lo anterior, la necesidad que el sistema realimentado sea
estable para que pueda ser util.
En este captulo analizaremos los principales efectos de la realimentacion
en ciertas caractersticas de desempe no de los sistemas, tales como: ganancia,
respuestas transitoria y permanente, sensibilidad a los cambios de paramet-
ros, perturbaciones y la estabilidad del sistema; se realizara una comparacion
de estas caractersticas para sistemas compuestos por un actuador y el pro-
ceso a controlar, operando en lazo abierto (control manual) y con respecto
al mismo proceso realimentado con una bucla tpica (control automatico).
Con las funciones de sensibilidad cuanticaremos los efectos en el sis-
tema debidos a cambios en los parametros; despues describiremos el fun-
cionamiento transitorio de un sistema realimentado y mostraremos como este
funcionamiento puede mejorarse facilmente. Mediante la relaci on se nal rui-
do, cuanticaremos el efecto sobre la salida de las se nales de perturbacion
134
4.1. SISTEMAS EN RED ABIERTA Y EN RED CERRADA
y mostraremos c omo podemos dise nar un sistema de control para reducir el
impacto de las perturbaciones. Tambien consideraremos brevemente el pro-
blema de la estabilidad de los sistemas realimentados, tema que sera tratado
en detalle mas adelante. Por supuesto, las ventajas de un sistema de control
realimentado vienen acompa nadas de un costo adicional para el controlador
y el sensor, al cual se le exige, en particular, alta insensibilidad parametri-
ca e inmunidad al ruido; mostraremos como se logran grandes mejoras con
la realimentacion, dise nando adecuadamente el controlador y selecccionando
apropiadamente el sensor.
Objetivos
1. Analizar el efecto de la realimentacion en el funcionamiento de un sis-
tema dinamico. Analisis
Contenidos
4.1. Sistemas en red abierta y en red cerrada
Para el objetivo planteado, analizaremos los efectos de la realimentacion
[Dorf, 1989] considerando los sistemas en red abierta y en red cerrada
de la siguiente gura.
4.2. GANANCIA
Red abierta (RA) Red cerrada (RC)
G(s)
C(s) R(s)
G(s)
H(s)
C(s)
R(s)
+
La dinamica G(s) considera la planta a controlar, el actuador y el contro-
lador; H(s), la dinamica de la medida. En los ejemplos consideraremos una
dinamica de primer orden para la planta: G(s) =
1
1+gs
correspondiente a un
generador sincronico y un actuador+controlador de ganancia ajustable k
A
.
4.2. Ganancia
Las funciones de transferencia son:
Red abierta (RA) Red cerrada (RC)
C(s)
R(s)
= G(s)
C(s)
R(s)
=
G(s)
1 +GH(s)
Podemos armar que La ganancia total del sistema se reduce en el
factor (1 +GH(s)) .
Ejemplo:
Ajustar k
A
de forma que ante un escal on en la entrada V
R
, la salida (ten-
sion en terminales) en estado estable V
T
sea 1PU con tolerancia del 1 %:
V
t
(t ) = 1 0,01.
Solucion
V
R
(s) =
1
s
4.3. SENSIBILIDAD
RA RC
k
A
V
T
(s) V
R
(s)
1
1+
g
s
k
A
V
T
(s) V
R
(s)
+
1
1+
g
s
K
M
= 1
V
T
(s)
V
R
(s)
=
k
A
1 +
g
s
V
T
(s)
V
R
(s)
=
k
A
1 +
g
s +k
A
V
T
(s)
V
R
(s)
s0
=
V
Tss
V
Rss
= k
A
V
T
(s)
V
R
(s)
s0
=
k
A
1 +k
A
V
Tss
= k
A
V
Rss
V
Tss
=
k
A
1 +k
A
V
Rss
1 = k
A
0,99 =
k
A
1 +k
A
k
A
= 1 k
A
= 99
Para mantener los mismos niveles de se nal a la entrada y salida del lazo, se
debe incremetar la ganancia de amplicaci on k
A
para contrarestar la perdida
de ganancia al realimentar.
4.3. Sensibilidad
Los parametros de los sistemas cambian con la edad, el punto de o-
peracion, los cambios de carga, cambios ambientales, etc.. La FUNCI
ON
DE SENSIBILIDAD nos permite cuanticar los cambios en el sistema
debidos a cambios en los parametros; es decir, es una medida de que tanto
efecto tiene en el sistema la variacion de parametros.
S
T
k
=
Cambio porcentual en la FdT del sistema T(s)
Cambio porcentual en el par ametro k
4.3. SENSIBILIDAD
S
T
k
=
T/T
k/k
=
T
k
_
k
T
_
lm
0
=S
T
k
=
dT
dk
_
k
T
_
Con S
T
k
0 El sistema es Robusto.
Con S
T
k
1 El sistema es muy Sensible.
Si G(s) y H(s) son de la forma
kN(s)
D(s)
, tenemos:
En Red Abierta:
S
T
G
=
G
T
T
G
=
G
G
. .
S
T
k
= S
G
k
= 1
Cambia el comportamiento del sistema por cualquier variacion en
el parametro k.
En Red Cerrada:
Cambio en la trayectoria directa (G):
S
T
G
=
G
T
T
G
=
G(1 +GH)
G
_
1 +GH GH
(1 +GH)
2
_
. .
S
T
G
=
1
1 +GH(s)
Se reduce al aumentar GH(s) en el rango de frecuencias de
interes.
Si G crece S
T
G
0.
4.3. SENSIBILIDAD
Cambio en la trayectoria de realimentacion (H):
S
T
H
=
H
T
T
G
=
H(1 +GH)
G
_
G
2
(1 +GH)
2
_
. .
S
T
G
=
GH(s)
1 +GH(s)
Se requiere de una medida insensible y precisa.
En general, si T =
A
1
+A
2
k
A
3
+A
4
k
, donde A
i
: polinomios en s, tenemos:
S
T
k
=
k(A
2
A
3
A
1
A
4
)
(A
3
+kA
4
)(A
1
+kA
2
)
Ejemplo:
Analizar los efectos en estado estable sobre la tension en terminales de-
bido a una atenuaci on del 10 % en la ganancia del amplicador debido a
un desajuste o saturacion y una variaci on igual en la ganancia de medicion
(k
M
). Calculamos el cambio porcentual aproximado de la salida, a partir de
la sensibilidad.
C(s) = T(s)R(s)
Entonces, si R(s) es constante %C(s) = %T(s)
%C(s) = S
T
k
%k
Red Abierta:
S
T
kA
= 1 %V
T
= %k
A
V
T
se aten ua en un 10 %; pasa de 1 a 0.9 PU.
Red Cerrada:
S
T
kA
=
1
1 +GH(s)
=
1 +
g
s
1 +
g
s + 99
4.4. PERTURBACIONES
En estado estable: S
T
kA
= 0,01
%V
T
= 0,01%k = 0.1 %
V
T
solo se aten ua en un 0.1 %; pasa de 0.99 a 0.989 PU.
S
T
k
M
=
GH(s)
1 +GH(s)
=
k
A
k
M
1 +
g
s +k
A
k
M
En estado estable: S
T
k
M
= 0,99
%V
T
= 0,99%k = - 9.9 %
V
T
se incrementa en un 9.9 %; pasa de 0.99 a 1.088 PU.
4.4. Perturbaciones
Las perturbaciones en un sistema dinamico pueden ser de diversa natu-
raleza; sin embargo las mas importantes son las debidas a variaciones de la
carga, ruido de amplicaci on y medici on y la distorsion por las alinealidades.
Analizaremos los efectos de las perturbaciones cuando estas entran en el pro-
ceso G(s) (carga) y en la medicion H(s) (ruido).
4.4.1. Perturbaci on en G(s) :
RA RC
G
1
(s)
C(s) R(s)
G
2
(s)
D(s)
+
+
G
1
(s)
H(s)
C(s) R(s)
+
G
2
(s)
D(s)
+
+
D(s) = 0 C
R
(s) = R(s)G
1
G
2
D(s) = 0 C
R
(s) =
R(s)G
1
G
2
1+G
1
G
2
H
R(s) = 0 C
D
(s) = D(s)G
2
R(s) = 0 C
D
(s) =
D(s)G
2
1+G
1
G
2
H
C(s) = C
R
(s) +C
D
(s) C(s) = C
R
(s) +C
D
(s)
C(s) = R(s)G
1
G
2
+D(s)G
2
C(s) =
R(s)G
1
G
2
1+G
1
G
2
H
+
D(s)G
2
1+G
1
G
2
H
En red cerrada, tanto C
R
como C
D
se reducen en el factor 1 + G
1
G
2
H,
no podemos por lo pronto concluir; para hacerlo, conviene denir la funcion
4.4. PERTURBACIONES
de Relacion Se nal a Ruido RSR:
RSR =
Salida debida a la se nal
Salida debida al ruido
Notese que se desea una RSR lo mas grande posible.
RSR
RA
=
C
R
C
D
=
R(s)G
1
G
2
D(s)G
2
= G
1
(s)
R(s)
D(s)
RSR
RC
=
C
R
C
D
=
R(s)G
1
G
2
1+G
1
G
2
H
D(s)G
2
1+G
1
G
2
H
= G
1
(s)
R(s)
D(s)
RSR
RA
= RSR
RC
= G
1
(s)
R(s)
D(s)
La RSR se mejora aumentando G
1
(s).
En red abierta no podemos aumentar G
1
(s) pues generaramos error en la
salida. En red cerrada, si G
1
(s) se aumenta a G
1
(s) de forma que compense la
perdida de ganancia al realimentar y se obtenga la misma C
R
en red abierta
y en red cerrada, tenemos:
C(s) = G
1
G
2
R
. .
C
R
RA
+
G
2
D
1 +G
1
G
2
H
. .
C
D
RC
=RSR
RC
= G
1
_
1 +G
1
G
2
H
_
R
D
Se incremento en el factor (1 +G
1
G
2
H).
Ejemplo:
Analizar el efecto en estado estable de la conexi on s ubita de un motor de
inducci on del 20 % de la potencia nominal del generador.
La gura 4.1 muestra el transitorio obtenido sin regulacion.([Westinghouse,
1950])
4.4. PERTURBACIONES
t[s]
w(t)[rpm]
1
0.9
0.85
1
Figura 4.1: Respuesta transitoria obtenida sin regulaci on.
Para representar la cada transitoria inicial de 0.1 PU y la permanente
de 0.15 PU, para una entrada V
R
=
1
s
, el generador se puede representar en
Red Abierta de la forma:
k
A
V
T V
R
+
1
1+
g
s
0.15(1+2/3
c
s)
1+
c
s
D(s) =
1
s
RSR
RA
= G
1
R
D
=
1
1 +
g
s
_
1 +
C
s
0,15(1 +
2
3
C
s)
_
k
a
= 1
En estado estable: RSR
RAss
= 6,66
RSR
RC
=
99(1 +
C
s)
(1 +
g
s)0,15(1 +
2
3
C
s)
k
a
= 99
En estado estable: RSR
RCss
= 660
4.4. PERTURBACIONES
Como C = C
R
C
D
= C
R
C
R
RSR
=C = C
R
_
1
1
RSR
_
En Red Abierta: V
Tss
=1(1 0,15) = 0,85 PU.
En Red Cerrada: V
Tss
= 0.99(1 - 1.5*10
3
) = 0.9885 PU.
El efecto de la perturbacion se aten ua en un factor de 100.
4.4.2. Perturbaci on en H(s)
Consideramos un ruido N(s) en la realimentacion:
G(s)
H
2
B(s)
R(s)
+
N(s)
+
+
H
1
C(s)
C(s) = R(s)
_
G
1+GH
1
H
2
_
N(s)
_
GH
2
1+GH
1
H
2
_
RSR =
R
H
2
N
RSR se mejora disminuyendo H
2
lo cual exige un aumento en H
1
para
mantener la ganancia de la medida, H
1
H
2
constante.
Esto equivale a tener un medidor con alta RSR = Alta exigencia de
funcionamiento con respecto al ruido en los elementos de realimentacion.
Ejemplo:
En algunos sistemas de control de la tension en terminales de un gene-
rador sincronico, la se nal de medida del voltaje en terminales se obtiene en
corriente continua al recticar las tensiones trifasicas; la tension recticada
tiene los picos de las ondas senoidales a una frecuencia de 360 Hz, por lo que
se requiere recticarla. El actuador en este sistema es tpicamente un puente
4.5. CONTROL DE LA RESPUESTA
trifasico recticador controlado, el cual tiene componentes armonicas a 360
Hz. Analizar en estado estable el efecto de un ruido en la medicion de la
tension en terminales, originado por la desconexi on del ltro del recticador;
compararlo con un ruido similar a la salida del amplicador. Asumir
g
= 1 s.
Solucion:
Asumiendo una variacion pico - pico del 15 % en la se nal de realimentacion
b(t) y aproximando la onda del ruido a una sinusoide:
b(t) = v
T
+n(t)
B(s) = V
T
(s) +TL[0,15 sin t] ; = 2(360) = 2262rad/s
V
T
(s) =
_
99
s+100
V
R
(s)
_
99
s+100
N(s)
V
T
(s) =
_
99
s+100
_
V
R
(s) N(s)
_
> RSR =
V
R
N
Aplicando la transformada inversa de Laplace se obtiene:
V
T
(t ) = 0,99 6,5 10
3
sin (t 87) (4.1)
Para el ruido en el amplicador:
V
T
(s) =
_
99
s+100
V
R
(s)
_
1
s+100
N(s)
V
T
(s) =
_
99
s+100
_
V
R
(s)
N(s)
99
_
> RSR = 99
V
R
N
Aplicando la transformada inversa de Laplace se obtiene:
V
T
(t ) = 0,99 6,6 10
5
sin (t 87) (4.2)
El efecto del ruido en la medida es 100 veces mayor que en el
amplicador.
4.5. Control de la Respuesta
La respuesta en el tiempo de un sistema tiene dos componentes basicas:
la transitoria y la permanente (asociada a la precision); para ambas com-
ponentes se exige cumplir determinadas especicaciones de desempe no, esto
se dara en detalle en el captulo siguiente.
4.5. CONTROL DE LA RESPUESTA
4.5.1. Respuesta Transitoria
En red abierta, depende de la planta la cual asumimos ya inalterable y
por tanto, puede haber respuesta inadecuada.
En red cerrada, se puede ajustar a una respuesta adecuada ajustando
el compensador y/o la realimentacion.
Ejemplo:
Red Abierta:
V
T
V
R
=
k
A
1 +
g
s
La velocidad solo depende de la constante de tiempo del generador.
Red Cerrada:
V
T
V
R
=
k
A
1 +
g
s +k
A
=
k
A
1+k
A
1 +
g
1+k
A
s
La constante de tiempo equivalente
g
1+k
A
se puede ajustar con k
A
a
eq
=
g
100
;
100 veces mas rapido; sin embargo, el sistema esta sujeto a saturacion y la
velocidad real no es tan alta.
4.5.2. Respuesta Permanente
Dene el error permanente del sistema.
Error del sistema: E(s) = R(s) C(s) E(s) = R(s) R(s)G(s)
Red Abierta: E(s) = R(s) R(s)G(s) R(s)[1 G(s)]
Red Cerrada: E(s) = R(s)[
1
1+G(s)
]; H(s) = 1
En estado estable, para R(s) =
1
s
Red Abierta: e
ss
= 1 G(0) Nulo si G(0) = 1
4.6. ESTABILIDAD
Red Cerrada: e
ss
=
1
1+G(0)
Nulo si G(0)
Aunque en red abierta es posible anular el error permanente, los cambios
parametricos y las perturbaciones no se compensan, reapareciendo el error.
Ejemplo:
e
ss
[PU]RA e
ss
[PU]RC
Ajuste en k
A
0 0.01
Cambio de 10 % en k
A
0.1 0.001
Perturbacion D(s) 0.15 0.0015
4.6. Estabilidad
Una nocion de estabilidad (mas detalle en el proximo curso) es que un
sistema sera estable si se obtiene una respuesta acotada ante una entrada
acotada; esto exige que los polos del sistema se encuentren en el semiplano
izquierdo del plano complejo S.
Para red abierta, G(s) =
N(s)
D(s)
sera estable, si las races de D(s) = 0 estan en
el semiplano izquierdo del plano S.
Si se tiene una planta G(s) estable, en red cerrada:
T(s) =
G
1 +GH
=
N
D +NH
Las races de D(s)+N(s)H(s) = 0 no necesariamente seran estables. La posi-
bilidad de inestabilizar un sistema estable, obliga a usar tecnicas analticas
para evaluar el grado de estabilidad. Ahora bien, si la planta G(s) es in-
estable, es forzoso utilizar la realimentacion para estabilizar el sistema. La
gura ilustra las relaciones de estabilidad de red abierta a red cerrada.
4.6. ESTABILIDAD
Estable
RED CERRADA RED ABIERTA
Estable
Inestable
Inestable
Figura 4.3: Relaciones de estabilidad en red abierta y red cerrada
Ejemplo:
Analizar la estabilidad en red abierta y red cerrada para un sistema de
control de la excitaci on autoexcitado.
Solucion
En un modelo lineal, la autoexcitaci on se reeja como un realimentacion
positiva.([Ramrez, 1989]).
Red Abierta:
k
A
= 1
V
T
(s) V
R
(s)
+
+
1
g
s+1
V
T
(s)
V
R
(s)
=
1
g
s
Si v
R
(t) = (t) entonces v
T
(t) =
t
g
(t)
lm
t
v
T
(t)
Salida no acotada; esto implica Sistema Inestable.
Red Cerrada:
99
V
T
(s) V
R
(s)
+
1
g
s
V
T
V
R
=
99
99 +
g
s
=
1
1 +
g
99
s
Polo en s =
99
g
= Estable
4.6. ESTABILIDAD
Resumen
La tabla resume el analisis realizado en esta Unidad y plantea las ventajas
y desventajas de la realimentacion.
VENTAJAS DESVENTAJAS
Reduce S
T
k
Mayor costo
Aumenta RSR Mayor complejidad
Permite controlar la respuesta transitoria Reduce la ganancia
Reduce e
ss
Posible inestabilidad
Puede estabilizar plantas inestables
Se observa como las ventajas son mucho mayores y es por ello que la reali-
mentacion se utiliza en el control de muchas clases de sistemas (ver Unidad
1); se debe, sin embargo, en el dise no de la solucion, considerar la estabilidad
de un sistema mas complejo; es por ello que el analisis de estabilidad de los
sistemas dinamicos realimentados sera tratado mas adelante en detalle.
1. Considere los dos sistemas siguientes, guras 4.4 y 4.5 ([R. Dorf, 2005]):
Estos sistemas tienen la misma funcion de transferencia cuando k
1
=
k
2
= 100. Que sistema es mas sensible a variaciones en el parametro
k
1
?. Calcule la sensibilidad usando valores nominales k
1
= k
2
= 100.
2. Considere el diagrama de bloques del sistema de control maquina-
herramienta, gura 4.6 ([R. Dorf, 2005]):
4.6. ESTABILIDAD
k
1
Y (s) R(s)
+ k
2
0.0099
k
1
Y (s) R(s)
+ k
2
0.09
+
0.09
k
Y (s) R(s)
+
b
s+1
+
+
D(s)
a) Cual es la sensibilidad al parametro b?.
b) Calcule el valor nominal de K tal que el error de estado estable
debido a un escalon en la perturbacion sea menor que el 10 %.
Resuelva los siguientes tres ejercicios, una vez haya estudiado la res-
puesta temporal de sistemas de tiempo continuo, secci on 5.3.
3. Considere el sistema de control de la gura 4.7:
Los parametros de la planta son k = = 1. En red abierta se utiliza
un controlador proporcional G
c
(s) = K
p
= 1. En red cerrada se usa un
controlador integral G
c
(s) = 1/s. Analice y compare el funcionamiento
del sistema en red abierta y en red cerrada, usando los respectivos
controladores, con respecto a:
4.6. ESTABILIDAD
G
c
(s)
C(s) R(s)
+
k
s+1
+
+
D(s)
RA
RC
a) (40 %) Velocidad de respuesta, grado de amortiguamiento y so-
brenivel porcentual.
b) (20 %) Sensibilidad a una disminucion del 10 % en el valor de k en
regimen estacionario.
c) (20 %) Capacidad de reducir los errores permanentes generados
por una perturbacion D(s) = 0,1/s
d) (20 %) Capacidad de seguir en regimen permanente, entradas de
tipo escal on y rampa; D(s) = 0
4. La gura 4.8 muestra el diagrama de bloques de un sistema de control:
1
0.1s+1
C(s) R(s)
+
1
s+1
+
D(s)
k
a) (10 %) Con D(s) = 0 y R(s) =
1
s
, calcule los valores de K
RA
en
red abierta y K
RC
en red cerrada, de forma que la salida c(t) en
estado estable sea de 0.9.
Analice y compare el funcionamiento del sistema en red abierta y
en red cerrada, usando los repectivos controladores K
RA
y K
RC
,
con respecto a:
4.6. ESTABILIDAD
b) (20 %) Velocidad de respuesta, grado de amortiguamiento y so-
brenivel porcentual.
c) (10 %) Sensibilidad a una disminucion del 10 % en el valor de k en
regimen estacionario.
d) (10 %) Capacidad de disminuir los errores de estado estable, ge-
nerados por una perturbacion D(s) = 0,1/s
5. La gura 4.9 muestra el diagrama de bloques de un sistema de control
de posicionamiento mec anico, en red abierta y en red cerrada.
G
c
(s)
C(s)
R(s)
+
k
s
2
+0.2s+1
+
D(s)
RA
RC
Posicion deseada
Posicion de salida
Figura 4.9: Sistema de control de posicionamiento mec anico
El parametro de la planta es k = 1. En red abierta se utiliza un con-
trolador proporcional G
c
(s) = 1; en red cerrada se usa un controlador
proporcional derivativo: G
c
(s) = Kp(Tds + 1) = 4(0,5s + 1).
Analice y compare el funcionamiento del sistema en red abierta y en
red cerrada, usando los respectivos controladores, con respecto a:
a) (40 %) Velocidad de respuesta, grado de amortiguamiento y so-
brepaso.
b) (20 %) Sensibilidad en regimen estacionario a una disminucion del
10 % en el valor de k.
c) (20 %) Capacidad de reducir los errores permanentes generados
por una perturbacion D(s) = 0,5/s.
d) (20 %) Capacidad de seguir en regimen permanente, posiciones
deseadas de tipo escal on y rampa (D(s) = 0).
4.6. ESTABILIDAD
Dorf Richard. Sistemas modernos de control: Teora y practica.
Addison-Wesley Iberoamericana, 1989. Captulo 3: carastersticas de
los sistemas de control con realimentaci on.
Referencias
DORF RICHARD, Sistemas Modernos de Control, Addison-Wesley
Iberoamericana, 2da edici on en espa nol; 1989.
Captulo 5
Analisis de la respuesta en el
tiempo
Introduccion
El modelo matematico obtenido en los captulos 2 y 3, lo podemos utilizar
para analizar el desempe no del sistema. Los principales metodos de analisis
son en el dominio del tiempo y en el de la frecuencia. En este captulo nos
dedicaremos al analisis de la respuesta temporal de los sistemas dinamicos;
la respuesta frecuencial sera desarrollada mas adelante.
En el analisis y dise no de sistemas de control, debemos tener una base
de comparaci on del desempe no de diversos sistemas. Esta base se congura
especicando se nales de entrada de prueba particulares y comparando las
respuestas obtenidas de varios sistemas a estas se nales de entrada.
En este captulo relacionamos las respuestas de los sistemas a las se nales
aperiodicas (funciones escal on, rampa, parabola e impulso). El captulo in-
cluye las respuestas de los sistemas de primero y segundo orden, el efecto de
polos o ceros adicionales, tanto para sistemas analogos como discretos. Para
ello utilizaremos la representacion entrada-salida de los sistemas; al nal del
captulo, veremos como calcular la respuesta temporal de los sistemas repre-
sentados en variables de estado, tanto continuos como discretos.
153
5.1. SE
NALES DE PRUEBA
Objetivo
1. Calcular y analizar la respuesta en el tiempo de un sistema analogo y
digital. Aplicacion
Contenido
5.1. Se nales de Prueba
Como se vio en el captulo anteror, para nosotros es de interes conocer la
velocidad de respuesta, la precision y el grado de estabilidad en la respuesta
de los sistemas dinamicos.
Sistema
Entrada Salida
Velocidad
Precision
Grado de estabilidad
Sinembargo, las entradas a los sistemas son muchas veces de naturaleza
aleatoria; no sabemos con exactitud en que forma un operador va a variar una
referencia del sistema y en muchos casos, tampoco podemos saber cuando y
como variara la carga en el mismo; como predecir el uso de agua en una
ciudad para prever el ujo de descarga de un tanque de almacenamiento?
Para el dise no del sistema realimentado, es importante poder comparar
las respuestas con distintos parametros y/o esquemas; de aqu se deriva la
necesidad de usar entradas tpicas de prueba.
Para estas se nales nos interesa que:
Sean faciles de generar
Exijan dinamica y/o estaticamente al sistema
5.1. SE
NALES DE PRUEBA
Permitan correlacionar las respuestas a estas entradas estandares con
la respuesta del sistema a la entrada normal
Para la respuesta en el tiempo se usan:
Impulso
1
(t)
t
(t) =
d
dt
.(t)
Escalon
1
(t)
t
(t) =
d
dt
.r(t)
Rampa
r(t)
t
r(t) =
1
2
d
dt
.a(t)
Parabola
a(t)
t
a(t)
Como los sistemas lineales tienen la propiedad de poder calcular la deriva-
da o integral de una entrada, derivando o integrando la salida:
Sistema Lineal
x(t)
x
(t)
x(t)dt
y(t)
y
(t)
y(t)dt
Entonces, basta obtener la respuesta a una sola entrada tpica; las otras
se obtienen derivando e integrando esta respuesta.
La mas usada es la escalon por exigir dinamicamente al sistema debido a su
amplia banda de frecuencias en su espectro.
Para la respuesta de frecuencia se usan se nales de prueba sinusoidales.
5.2. RESPUESTA TRANSITORIA
5.2. Respuesta Transitoria
La respuesta transitoria es la parte de la respuesta que tiende a cero
cuando el tiempo tiende a innito; va desde el estado inicial hasta el estado
nal.
5.2.1. Sistemas de Primer Orden
Representacion en realimentacion, funcion de transferencia y plano S.
1
s
R(s)
+
C(s)
jw
Plano S
1
1+s
R(s) C(s)
C(s)
R(s)
=
1
1 +s
polo en S =
1
En general, la ganancia estatica es diferente de 1:

C(s)
R(s)
=
k
1 +s
Respuesta al escalon:R(s) =
1
s
c(t) = (1 e
)k t 0
t
1
2 3 4
0.95
0.865
0.632
0.982
c(t)
: Tiempo que tarda la respuesta en
llegar al 63.2 % del valor nal; tiempo
que tardara la respuesta en llegar
al valor nal si continuara con
la velocidad inicial:
C
R
=
1
s
Duracion del transitorio:
3 Banda de tolerancia 5 %
4 Banda de tolerancia 2 %
Ejercicio:
Resuelva el ejercicio 3 propuesto en las actividades de aprendizaje [Ogata,
1998].
5.2.2. Sistemas de Segundo Orden
2
N
s(s+2
N
)
R(s)
+
C(s) E(s)
C(s)
R(s)
=

2
N
s
2
+ 2
N
s +
2
N
: Coeciente de amortiguamiento
N
: Frecuencia Natural del Sistema
Ecuacion Caracterstica: s
2
+ 2
N
s +
2
N
= 0
Races: s
12
=
N

N
_
1
2
Si:
0 < < 1: Sistema subamortiguado (Races complejas conjugadas)
= 1 : Amortiguamiento crtico (2 Races reales iguales)
> 1 : Sistema sobreamortiguado (Races reales distintas)
Plano S
j
N
_
1
2
=
D
:
Frecuencia Natural Amortiguada
cos =

N
N
= = cos
N
: distancia de la raz al origen del plano complejo.
Respuesta al escalon:
C(s) =

2
N
s
2
+ 2
N
s +
2
N
.
1
s
EFP, TIL:
C(t) = 1
e
N
t
_
1
2
sen(
D
t +)
para t > 0 y 0 < < 1, donde:
= tan
1
1
2
= cos
1
La frecuencia de la oscilacion depende del amortiguamiento .

Error: e(t) = r(t) c(t) =
e
N
t
_
1
2
sen(
D
t +)
Oscilacion sinusoidal amortiguada; e
ss
= 0
haciendo 0: c(t) = 1 sen(
N
t + 90) = 1 cos
N
t
N
: frecuencia a la cual oscilara el sistema si no hubiera amortiguamiento.
Las respuestas al escalon para varios se gracan como una familia de
curvas con parametro y abscisa adimensional
N
t:
2 sistemas con
N
distintas e igual
tienen respuesta de la misma forma.
A mayor
N
, respuesta mas rapida.
La curva con = 0,7 se aproxima mas
rapidamente al valor nal.
Para los sistemas sobreamortiguados el
mas rapido es para = 1
Ejercicio:
Resuelva el ejercicio 4 propuesto en las actividades de aprendizaje [Ogata,
1998].
5.2.3. Caractersticas de Respuesta Transitoria
Muchas veces el funcionamiento deseado de un sistema de control se es-
pecica sobre las caractersticas de la respuesta de tiempo. Las mas usadas
son las de la respuesta de escal on unitario:
1. Indican velocidad de respuesta:
Tiempo de retardo t
d
Tiempo de subida t
r
Tiempo de establecimiento t
s
Tiempo de pico t
p
2. Indica grado de estabilidad
Rebase maximo o sobrepaso
Estas caractersticas se muestran en la siguiente respuesta tpica:
5.2.4. Expresiones Analticas:
Tiempo de retardo t
d
: tiempo que tarda la respuesta en alcanzar por
primera vez la mitad del valor nal:
e
N
t
d
_
1
2
sen(
D
t
d
+) = 0,5
Aproximacion lineal: t
d

1+0,7
N
Tiempo de subida t
r
: tiempo que tarda la respuesta en pasar de:
10 90 % del valor nal
de los sistemas con respuesta oscilatoria.
t
R
=

D
0 100 %
Tiempo de pico: Tiempo requerido para alcanzar el primer pico de
sobrepaso.
t
p
=

D
Es medio perodo de la
oscilaci on amortiguada
Tiempo de establecimiento t
s
: Tiempo requerido para que la respuesta
alcance y permanezca dentro de determinado rango del valor nal: 5 %
o 2 %
Para un sistema subamortiguado de 2o orden, la constante de tiempo
de las envolventes de la respuesta es
1
N
as:
t
s

=
4
N
t
s

=
3
N
Criterio del 2 %
Criterio del 5 %
Rebase Maximo: C(t) en t = t
p
R.M. = 1 +e
D
Sobrepaso: M
P
= e
1
2
Si c(t) , = 1:
Sobrenivel
Porcentual
[S.P.]=
R.M. V alorfinal
V alorfinal
100 %
Como se dene principalmente por el rebase maximo permitido,
entonces el tiempo de estabilizacion t
s
lo determina principalmente la
frecuencia natural
N
. Conocidas las caractersticas de la respuesta, la
curva se puede construir completamente.
5.2.5. Especicaciones de funcionamiento para la res-
puesta transitoria
La respuesta debe ser rapida y bien amortiguada; si la aplicaci on puede
tolerar oscilaciones, el amortiguamiento adecuado para un sistema de 2o.
orden sera:
0,4 < < 0,8 =2,5 % < S.P. < 25 %
La especicaci on de velocidad de respuesta la determina el sistema en
particular. Una gua es asociarla a la del lazo cerrado; queremos que en red
cerrada el sistema sea mas rapido que en red abierta; esto no se puede exa-
gerar, pues aparecer a saturacion en el actuador y problemas de robustez al
excitar dinamicas no modeladas.(mas detalles en los captulos de dise no).
Las especicaciones de desempe no en el tiempo se pueden establecer en termi-
nos de una ubicaci on de los polos en el plano S:
t
s

3 4
N
dene
N
: Parte real de las raices en red cerrada.
El sobrepaso .
t
r
=

n
1
2
. Con =0.5: tr
2,5
n
, t
r
t
r
max
n
min

2,5
trmax
J
= 0.4
= 0.8
Area deseada
Para los polos
Crculo de radio
nmin
Ejemplo:
Analizar la respuesta temporal, para un sistema de control de la excitacion,
autoexcitado con excitatriz C.C., para k
A
= 5 y k
A
= 100. Asumamos
E
= 1seg;
G
= 5seg.
Sistema normalizado y linealizado:
k
A
V
R
(s)
+
1
1+
E
s
1
1+
G
s
V
T
(s)
+
+
G(s) =
k
A
k
EQ
s(1 +
EQ
s)
k
EQ
=
1
E
+
G
;

EQ
=

E
E
+
G
V
T
(s)
V
R
(s)
=
k
A
G
s
2
+
1
E
Q
s +
k
A
G
k
A
= 5
V
T
(s)
V
R
(s)
=
1
s
2
+ 1,2s + 1
k
A
= 100
V
T
(s)
V
R
(s)
=
20
s
2
+ 1,2s + 20
k
A

N

D
M
P
t
d
t
r
t
p
ts(5 %)
5 0.6 1 0.8 0.095 1.42 2.77 3.93 5
100 0.134 4.47 4.43 0.653 0.24 0.38 0.7 5
Con k
A
alto el sistema es muy oscilatorio, con una respuesta inicial muy
rapida pero con la misma duracion total de la respuesta con k
A
baja.
Ejercicio:
Resuelva los ejercicios 5, 6 y 7 propuestos en las actividades de apren-
dizaje [Ogata, 1998].
5.2.6. Sistemas con Ceros y de Orden Superior a 2.
Para la forma canonica:
G(s)
R(s)
+
C(s)
H(s)
Si R(s) = 1/s, en general:
C(s) =
N(s)
D(s)
.
1
s
T(s)
D(s) =
q
J=1
(s +p
J
) .
r
J=1
(s
2
+ 2
J
KJ
s +
2
nJ
)
EFP
C(s) =
a
s
+
q
j=1
a
J
s +p
J
+
r
k=1
a
1k
+a
2k
s
s
2
+ 2
k
k
s +
2
k
Sumatoria de terminos simples de primer y segundo orden.

Si todos los polos son distintos:
TIL
c(t) = a +
q
j=1
a
j
e
jt
+
r
k=1
b
k
e
k
t
cos
k
_
1
2
k
t
+
r
k=1
C
k
e
k
t
sen
k
_
1
2
k
t t 0
Sumatoria de exponenciales y sinusoides amortiguadas.

Si todos los polos son reales, la respuesta es lenta sobreamortiguada y
sin oscilaci on.
Puede ser con oscilaciones menores superpuestas a mayores o a curvas
exponenciales
Si el sistema es estable, lm
t
c(t) = a
Si G(s) =
N
G
D
G
; H(s) =
N
H
D
H
= T(s) =
G
1 +GH
=
N
G
D
H
D
G
D
H
+N
G
N
H
Los polos de T(s) los denen los polos y ceros de G y H; a su vez denen el
tipo de respuesta pues afectan los exponentes de los terminos exponenciales.
Los ceros de T(s) son los ceros de G(s) y los polos de H(s), inuyen en
la forma de la respuesta pues afectan las magnitudes y signos de los residuos.
5.2.7. Polos Dominantes de Lazo Cerrado
Sistemas de orden superior se pueden tratar como sistemas de 2o. orden
o de orden menor.
Criterios:
Cancelar polos y ceros cercanos de red cerrada, pues el residuo del
termino es peque no.
Despreciar terminos exponenciales debidos a polos lejanos del origen
del plano complejo, pues el transitorio es corto y el residuo es peque no.
Si las relaciones de las partes reales de polos o ceros reales o complejos y
la parte real de un par de polos complejos, sin ceros cercanos, exceden
de cinco, entonces los polos complejos de lazo cerrado mas cercanos
al eje j dominan la respuesta y se denominan polos dominantes del
sistema.
Ejemplo:
Analizar el funcionamiento del sistema de control de la excitaci on con
excitatriz C.C. y red estabilizadora.
+
+
+
k
A
V
R
(s) V
T
(s)
1
E
s+1
1
G
s+1
k
F
s
F
s+1
k
A
= 100, k
F
= 0,01,
E
= 1,
G
= 5,
F
= 1
+
V
R
(s) V
T
(s)
k
A
(
F
s+1)
(
F
s+1)(
E
s+1)+k
A
k
F
s
1
G
s+1
G(s) =
100(s + 1)
(s
2
+ 3s + 1)(5s + 1)
V
T
(s)
V
R
(s)
=
20(s + 1)
(s + 1,044)(s
2
+ 2,156s + 19,35)
Cancelando el polo con el cero y ajustando la ganancia para obtener la misma
ganancia C.C.:
V
T
(s)
V
R
(s)

19,16
s
2
+ 2,156s + 19,35
= 0, 245
N
= 4, 4 t
s
=
3
N
= 2, 8seg
La expansion en fracciones parciales de la funcion sin simplicar con
V
R
(s) = 1/s es:
V
T
(s) =
0, 99
s

1,036s + 2,186
s
2
+ 2,156s + 19,35
+
4,63 10
2
s + 1,043
Efectivamente el termino simple es despreciable por tener un residuo
peque no. Con k
F
= 0
V
T
(s)
V
R
(s)
=
20
s
2
+ 1,2s + 20,2
= 0,133
N
= 4,49 t
s
=
3
N
= 1,6seg.
La red estabilizadora baja un poco la velocidad pero adiciona amortiguamien-
to.
5.2.8. Sistemas de Tercer Orden con un polo real.
C(s)
R(s)
=

2
N
p
(s
2
+ 2
N
s +
2
N
)(s +p)
Plano S
j
N
p
= 0,5
Se reduce el sobrepaso maximo, aumenta el tiempo de respuesta: el de
subida t
r
si > 1; el de estabilizaci on t
s
, si 0 < < 1.
5.2.9. Sistemas de Segundo Orden Subamortiguados
con un cero.
C(s)
R(s)
=

2
N
z
.
s +z
s
2
+ 2
N
s +
2
N
Plano S
j
N z
= 0,5
Se incrementa el sobrepaso maximo, aumenta la velocidad inicial del tran-
sitorio, por este efecto, el rebase maximo no es un indicativo de grado de
estabilidad, solo lo sera si el sistema es de segundo orden sin ceros.
Ejemplo:
Sistema de control de la excitaci on con controlador PD.
+
V
R
(s) V
T
(s)
1
g
s+1
1
e
s+1
k
A
(1 +
d
s)
K
A
= 100
d
= 0,5
V
T
(s)
V
R
(s)
=
20(
d
s + 1)
s
2
+ (1,2 + 20
d
)s + 20,2
Aumenta el coeciente de s = aumenta
V
T
(s)
V
R
(s)
=
10(s + 2)
(s + 2,26)(s + 8,94)
; V
R
(s) =
1
s
EFP,TIL: V
T
(s) = 0,99 1,162e
8,94T
+0,17e
2,26T
Respuesta Residuo
rapida peque no
Esta expresiom no tiene ninguna simplicaci on.
V
0.99
1.032
S
T
t = 0.96
0.488
A pesar de ser sobreamortiguado,
hay sobrepaso.
Ejercicio: Resuelva los ejercicios 8, 9 y 10 propuestos en las actividades
de aprendizaje [Ogata, 1998].
5.3. RESPUESTA PERMANENTE
5.3. Respuesta Permanente
5.3.1. Error Permanente:
Es una medida de la exactitud del sistema con una entrada particular.
Si la entrada r(t) y la salida c(t) son homogeneas dimensionalmente y
estan al mismo nivel u orden de magnitud, la se nal de error es:
e(t) = r(t) c(t)
Si no es as, existe una realimentacion no-unitaria:
G(s)
R(s)
+
C(s)
H(s)
E(s)
B(s)
e(t) = r(t) b(t)
E(s) = R(s) B(s)
E(s) = R(s) H(s)C(s)
E(s): Error actuante
E(s) =
R(s)
1 +GH(s)
; e
SS
= lm
t
e(t) = lm
s0
sE(s)
= e
SS
= lm
s0
sR(s)
1 +GH(s)
Notemos que el error permanente depende de la entrada y de GH(s).
Esta expresion solo es valida si sE(s) no tiene polos en el eje imaginario o
en el semiplano derecho.
5.3.2. Clasicaci on del Tipo de Sistema
Dene la capacidad de un sistema para seguir una entrada escalon, o
rampa, o parabolica, etc.
Si
GH(s) =
k(
A
s + 1)(
B
s + 1)...(
H
s + 1)
s
N
(
1
s + 1)(
2
s + 1)
Se dice que es de tipo N-esimo.
s
N
: Polo en el origen de multiplicidad N. A mayor tipo, mas exactitud y
menor estabilidad.
5.3.3. Error permanente debido a una entrada escal on
R(s) =
R
s
e
SS
= lm
s0
sR(s)
1 +GH(s)
=
R
1 + lm
s0
GH(s)
Se dene: K
P
: lm
s0
GH(s): constante de error de posicion.
e
SSP
=
R
1 +K
P
Error de Posicion.
Si GH(s) tiene al menos una integracion: K
P
, e
SSP
0
=
Sistema Tipo 0 : e
SSP
=
R
1+K
P
=
R
1+K
: constante
Sistema Tipo 1 o mas : e
SSP
= 0
5.3.4. Error permanente debido a una entrada rampa
R(s) = R/s
2
e
SS
= lm
s0
R/s
1 +GH(s)
= lm
s0
R
s +sGH(s)
=
1
lm
s0
sGH(s)
K
V
: lm
s0
sGH(s): constante de error de velocidad.
e
SSV
=
R
K
V
Error de Velocidad.
GH(s)= debe tener al menos dos integraciones para que e
SSV
0.
=
Sistema Tipo 0 : e
SSV
=
Sistema Tipo 1 : e
SSV
= R/K
V
= R/K:constante
SSV
= 0
5.3.5. Error permanente debido a una entrada paraboli-
ca
R(s) =
R
s
3
e
SS
= lm
s0
R
s
2
+s
2
GH(s)
=
R
lm
s0
s
2
GH(s)
K
A
: lm
s0
s
2
GH(s): constante de error de aceleraci on.
e
SSP
=
R
K
A
Error de Aceleraci on.
=
Sistema Tipo 0,1 : e
SSA
=
Sistema Tipo 2 : e
SSA
= R/K
A
= R/K:constante
SSA
= 0
En el dise no de un sistema de control se especican las constantes de error
de acuerdo al funcionamiento deseado en regimen permanente, cumpliendo
el compromiso de funcionamiento adecuado en regimen transitorio; se busca
la mayor constante con el mnimo permisible.
Ejemplo:
Error permanente para el sistema de control de la excitaci on con contro-
lador PI.
+
V
R
(s) V
T
(s)
1
G
s+1
1
E
s+1
k
A
(s+1/t
I
)
s
K
A
= 100 , t
I
=
G
= 5
GH(s) =
K
A
(s + 1/t
I
)
s(
E
s + 1)(
G
s + 1)
=
k
A
G
s(
E
s + 1)
TIPO 1
Constantes de Error:
K
P
= lm
s0
GH(s) = = e
SSP
=
1
1 +K
P
= 0
K
V
= lm
s0
sGH(s) =
K
A
t
I
= e
SSV
=
1
K
V
=
t
I
K
A
= 0,05
K
A
= lm
s0
s
2
GH(s) = 0 = e
SSA
=
1
K
A
=
5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS
El e
SSP
baja del 1 % a cero al adicionar la integraci on.
El e
SSV
se puede mermar con una K
A
mayor.
Ejercicio:
Resuelva los ejercicios 11, 12 y 13 propuestos en las actividades de aprendizaje
[Ogata, 1998].
5.4. Respuesta Temporal, Sistemas Discretos
Para un sistema de tiempo ciscreto como el controlador digital:
G
c
(z)
E(z)
e(k) a(k)
A(z)
la se nal de control se puede calcular como la trasformada inversa Z
1
de
la salida. Las se nales discretas de entrada provienen de muestrear se nales de
tiempo continuo; por ello, es importante conocer la relacion entre los dominios
del tiempo discreto S y Z.
5.4.1. Representacion en el plano Z de las se nales.
Pulso unitario: e(k) = d(k)
T.Z
E(z) = 1 A(z) = G(z)
e(t) = (t)
T.L
E(s) = 1 A(s) = G(s)
Relacionan directamente se nales y sistemas.
Escalon unitario: e(k) = (k)
T.Z
E(z) =
z
z 1
e(t) = (t)
T.L
E(s) = 1/s
Plano S
j
Plano Z
e(k)
kT
1
Polos en el origen de s = 0, tienen correspondencia con polos en z = 1.
Se nal constante en el tiempo corresponde con polos en z = 1.
Exponencial: e(k) = r
k
(k)
e(t) = e
t/
(t)
T.Z
E(z) =
z
zr
T.L
E(s) =
1
s+1/
Plano S
j
Plano Z
e(k)
kT
0 < r < 1
r > 1
1
Notemos que se tiene un cero en z = 0 y un polo en z = r. Si [ r [> 1, la
evoluci on de e(k) no es acotada.
Veamos a que constante de tiempo corresponde un polo en el plano Z,
en z = r: z = e
sT
z = r = e
T/
= T/Ln(1/r). Si r 1,
y la respuesta es lenta; si r 0, 0 y la respuesta es rapida.
Como heursticamente se considera apropiado muestrear entre 8 a 10 ve-
ces el tiempo de subida de una se nal analoga, veamos a que polo corresponde
en el plano Z muestrear de esta forma a un sistema de primer orden; en tal
caso: t
s
4 T
4
810
r = e
T/
= e
0,50,4
= 0,6 0,7; el polo real en Z estara en este rango de
valores.
Senoidal acotada exponencialmente: e(k) = r
k
cos(k)(k)
T.Z.
E(z) =
z(z r cos )
z
2
2r cos z +r
2
;
r: radio
: frecuencia digital
Hay ceros en z = 0 y z = r cos y polos en z
12
= r cos jrsen.
e(t) = r
t
cos(t)(t)
T.L.
E(s) =
s+
(s+)
2
+
2
; e
= r
Plano S
j
1
T
lnr
T
Plano Z
r
r = 0.6
= 45
e(k)
kT
1
N = 8
Notemos que esta funcion incluye a las anteriores, pues si = 0, e(k) =
r
k
(k) y si r=1, e(k) = (k).
Veamos algunas conclusiones para correlacionar el comportamiento de
una se nal en tiempo discreto (k), con la ubicaci on de sus polos en el plano
complejo (Z):
La duracion del transitorio depende principalmente del radio r:
r > 1: Se nal inestable, de amplitud innita cuando k tiende a
innito.
r = 1: Marginalmente estable, amplitud nita cuando k tiende a
innito.
r < 1: Se nal estable, a menor r mas corto el transitorio.
r = 0: Transitorio de duracion nita (terminos z
1
).
El n umero de muestreos por ciclo de una se nal senoidal lo determina .
Una se nal discreta es periodica si x(k) = x(k + N) para todo k, donde
N es un n umero entero que corresponde al perodo de la se nal; si x(k) =
cos(k) = cos(k + Nj) = un perodo de la se nal (2 rad), contiene N
muestreos, asi: N = 2 N =
2
[rad]
muestreos/ciclo; por ejemplo, con
= 45
, N = 360/45 = 8 muestreos por perodo, lo que corresponde a la

e(k) de la pagina anterior.
Observemos que para que exista periodicidad,
2
debe ser un n umero

entero mayor de uno, luego debe estar en el intervalo: 0 < < ; es
estrictamente menor que por el teorema de muestreo; por tanto, una se nal
analoga periodica, al muestrearse puede no ser una secuencia periodica!
Ejemplo:
x(t) = cos w
o
t = cos
2
To
; T
o
: perodo se nal analoga.
Si se muestrea cada T segundos: x(kT) = cos
2
To
kT = 2
T
To
Como N =
2
=
To
T
=
s
o
, entonces la frecuencia de muestreo debe ser un
m ultiplo entero mayor a uno de la frecuencia de la se nal analoga, para que
ambas se nales tengan la misma periodicidad. Si
s
/
o
es un n umero irra-
cional, la se nal discreta es aperiodica.
Ejemplo:
Una se nal analoga a 60 Hz muestreada con T = 1 ms, da una se nal dis-
creta con N
=
1/60
10
3
=
50
3
muestreos por ciclo de la oscilaci on analoga; la
se nal discreta x(k) = cos
2
50/3
k se repite al cabo de N = 50 muestreos, luego
de los tres perodos de la se nal analoga.
Una se nal analoga x(t) = cos 100t, muestreada con T = 1 ms, da N
=
2/100
10
3
= 20, lo que corresponde a un n umero irracional de muestreos por
ciclo, es decir, es aperiodica.
5.4.2. Correlaci on Plano S a Plano Z
Los planos S y Z se relacionan mediante la transformacion:
Z = e
sT
Las especicaciones de respuesta en tiempo continuo establecidas me-
diante la ubicaci on de polos en el plano S, se pueden llevar mediante esta
transformacion al plano Z, de forma que la respuesta discreta cumpla las
especicaciones de funcionamiento de la respuesta en tiempo continuo.
PLANO S
j
j/T
j/T
j
Eje Real positivo > 0
negativo S = < 0
S = + j, : cte.
j
Lugar de atenuacion
constante
1
Semiplano Izquierdo
Sistemas Estables
PLANO Z
j
j
1
e
j
1
Crculo
Unitario
j
z = r
Eje Real
z = e
r > 1
1
0 < r < 1
z = e
j
r = e
T
r
1
= e
1
T
r
2
= e
s
T
Crculos de
radio r
Interior del
Circulo unitario
PLANO S
j
s = + j
j/T
j
1
j
2
Lugar de
frecuencia cte.
=cte
PLANO Z
j
1
j
2
j
1
j/T
NOTA: la relaci on plano S a plano Z no es uno-a-uno; para muchos
valores de S hay un solo valor de Z:
s
2
= s
1
+J
2
T
m z = e
s
2
T
= e
s
1
T
.e
J2m
= e
s
1
T
(m=#Entero)
Polos o ceros en el plano S con frecuencias que dieren en un m ultiplo
entero de la frecuencia de muestreo 2/T, se trasladan a la misma posicion en
el plano Z; esto genera una banda primaria y unas bandas complementarias
con imagenes iguales.
Banda primaria en el plano S:
PLANO S
3 2
1
4 5
J
J/T
J/T
PLANO Z
3 2
1
4
5
J
Bandas complementarias:
1
J
J
J5/T
J3/T
J/T
J5/T
J3/T
J/T
B.C
B.C
B.C
B.C
B.C
Banda
Primaria
Banda
Complementaria
PLANO S
J
: cte,
n
: variante
Lugar de amortiguamiento
constante
s =
n
+ J
n
1
2
PLANO Z
J
Espiral
Logaritmica
1
=
n
T
1
2
Si
n

r exponencialmente
linealmente
r = e
n
T
z = re
J
d
=
n
_
1
2
: frecuencia de la oscilacion amortiguada.
s
=
2
T
: frecuencia de muestreo.
=
d
T =

d
s
. 2: para una relaci on

d
s
dada, el radio r solo depende de .
Una se nal oscilatoria amortiguada analoga, muestreada a diferentes fre-
cuencias, tendra los polos en el plano Z sobre la espiral.
Ejemplo:
Se nal analoga con = 0,3, muestreada con
s1
=
d
,
s2
= 2
d
y
s3
=
4
d
, tendra polos en el plano Z en:
z = re
j
con: r
1
= 0,27,
1
= 2 = 0
; r
2
= 0,37,
2
= ; r
3
=
0,6,
3
=

2
.
Igualmente dados y T, se puede calcular
d
.
Ejemplo:
= 30
, T = 200ms:
s
=
2
T
= 10 ;
d
=
s
d
=
10 /6
2
=
5
6
rad/seg.
Las curvas de amortiguamiento constante y de frecuencia natural cons-
tante en el plano S son ortogonales; en el plano Z se mantiene tambien esta
propiedad.
J Lugar de
n
cte
=variable
Curvas de constante son ortogonales

a las de
n
constante.
n
= 0.4
s
2
n
= 0.2
s
2
n
= 0.1
s
2
n
= 0.4
s
2
n
=

s
2
Las curvas de
n
constante son
perpendiculares a las de constante.
El graco obtenido para las curvas de constante y
n
constante en el
plano Z se dispone como un abaco (ver gura 5.1) para simplicar los calculos
y facilitar el an alisis.
5
.
4
.
R
E
S
P
U
E
S
T
A
T
E
M
P
O
R
A
L
,
S
I
S
T
E
M
A
S
D
I
S
C
R
E
T
O
S
1 0.8 0.6 0.4 0.2 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
0.1/T
0.2/T
0.3/T
0.4/T
0.5/T
0.6/T
0.7/T
0.8/T
0.9/T
/T
0.1/T
0.2/T
0.3/T
0.4/T
0.5/T
0.6/T
0.7/T
0.8/T
0.9/T
/T
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Root Locus
Real Axis
I
m
a
g
i
n
a
r
y

A
x
i
s
n
F
i
g
u
r
a
5
.
1
:
A
b
a
c
o
J
.
R
a
m
r
e
z
y
E
.
R
o
s
e
r
o
1
8
1
G
I
C
I
RESUMEN
T
J
(a)
e
T
T
(b)
Fig. 2.17 Lneas correspondientes en el plano S y el plano Z, de acuerdo
a la transformacion: z = e
sT
.
Tabla 2.2
Plano s Simbolo Plano z
Eje de frecuencia: s=j Crculo unitario: |z| = 1
Semiplano izquierdo Interior circulo unitario
s = 0 z = r 1
s = 0 z = r, 0 r 1
s =
n
+ j
n
1
2
z = re
j
, r = exp{/
1
2
} = e
aT
,
=-a+jb =
n
T
1
2
= bT
si es jo y
n
vara espiral logartmica
si
n
es ja y vara recta a angulo contante
s = j(/T) z = 1
5.4.3. Respuesta al Escal on de Sistemas Discretos
Primer Orden
G(z) =
1r
zr
; E(z) =
z
z1
A(z) = G(z)E(z) =
(1r)z
(zr)(z1)
A(z) =
z
z1

z
zr
TIZ
a(k) = [1 r
k
](k)
Caractersticas similares a la de un sistema continuo de primer orden con:
= T/L
n
(1/r)
Segundo orden
G(z) =
k
z
2
2r cos z +r
2
, r = e
Tn
, =
n
T
_
1
2
; k tal que G(1) = 1
Sea = 18
, r = 0,834
de: r = 0,834 = e
1
2
= 0,5
De:
./180
1
2
=
18./180
10,5
2
=
n
T
n
=
0,362
T
d
=

T
= .
s
2
=
18.
180
.
s
2
=

s
20
Hay 20 muestreos por ciclo de la
oscilaci on amortiguada
.
1
a(k)
kT
Figura 5.2: Respuesta al escalon, sistema de segundo orden discreto.
La respuesta es como la de un sistema analogo de 2
orden con
n
=
0,362/T y = 0,5, con 20 muestreos por ciclo de la oscilacion amortiguada,
como lo muentra la gura 5.2.
Segundo orden con cero
Al discretizar un sistema continuo es normal tener ceros en el sistema
discreto.
Sea: r = 0,834, = 18
; G(z) =
k(za)
z
2
1,58z+0,7
, k tal que G(1)=1
En la gura 5.3 se muestra las diferentes respuestas para varias localiza-
ciones del cero; notemos que de nuevo se observa un aumento del sobrepaso;
la gura ?? muestra el sobrenivel porcentual versus la posicion del cero a,
para distintos valores de los polos ( = 18, 45, 72
, tal que = 0,5 o 0,707).

Se observa poco efecto del cero cuando esta en el eje real negativo y un fuerte
efecto cuando se acerca a z = 1.
1
a(k)
kT
a=0.9
a=0.8
a=0.7
a=0.6
Figura 5.3: Respuesta al escalon, segundo orden con cero.
Segundo orden con polo
Consideremos el sistema de tiempo discreto:
G(z) =
k
(z p)(z
2
1,58z + 0,7)
, tal que G(1) = 1
El efecto basico es el de aumentar el tiempo de subida como lo ilustra la
gura 5.5, para p entre -1 y 1, = 18, 45, 72
y r tal que = 0,5.

1000
500
400
200
100
50
40
20
10
5
3
2
72
o
45
o
18
o
1 0.5 0 0.5 1 1.5
a
S.P % (Log)
= 0.5
Localizacion del cero
1000
500
400
200
100
50
40
20
10
5
3
2
45
o
72
o
18
o
1 0 1
a
S.P % (Log)
= 0.707
Localizacion del cero
Figura 5.4: Respuesta al escalon, sistema de segundo orden con cero. S.P. vs.
a; para = 0,5 y = 0,7
Cuando el polo adicional se acerca a z = 1, aumenta bastante el tiempo
de subida, llegando a dominar la respuesta.
100
50
30
20
10
5
3
2
45
o
18
o
72
o
1 0.5 0 0.5 1 1.5
p
= 0.5
t
r
(
e
s
c
a
l
a
l
o
g
a
r
t
m
i
c
a
)
#
d
e
m
u
e
t
r
e
o
s
a
0
.
9
5
Localizacion del polo
Figura 5.5: Respuesta al escalon, sistema de segundo orden con polo. t
r
vs. p
Especicaciones de funcionamiento en el plano Z
Al igual como se hizo en tiempo continuo, podemos denir areas deseadas
en el plano Z, de ubicaci on de polos complejos dominantes del sistema, co-
rrespondientes a una especicaci on temporal de desempe no.
Grado de amortiguamiento 0,4 area limitada por la espiral loga-
rtmica de = 0,4
Plano Z
Tiempo de estabilizacion: t
s

4
n
t
smax
area limitada por el interior
del crculo de radio r = e
nT
; r e
4T/tsmax
Tiempo de subida: area dentro del crculo de radio unidad y curva de
n
constante,
nmin

2,5
trmax
5.4.4. Respuesta Permanente Discreta
Consideremos el modelo de la bucla de realimentacion tpica digital.
D(z)
E(s)
G
p
(s)
H(s)
B(s)
C(s)
T
R(s)
1e
sT
s
E
(s)
+
El error actuante es: e(t) = r(t)b(t); denimos el error de estado estable
en los instantes de muestreo e
ss
, as:
e
ss
= lm
t
e
(t) = lm
k
e(kT)
= lm
z1
[(1 z
1
)E(z)](si el sistema es estable)
Para este sistema obtuvimos la funcion de transferencia de pulsos:
C(z)
R(z)
=
G(z)
1 +GH(z)
donde: G(z) = (1z
1
)Z
_
Gp(s)
s
_
D(z) y GH(z) = (1z
1
)Z
_
Gp(s)H(s)
s
_
D(z);
luego:
E(z) =
R(z)
1 +GH(z)
Por lo tanto: e
ss
= lm
z1
_
(1 z
1
)
R(z)
1 +GH(z)
_
Para una entrada escal on: R(z) =
1
1z
1
e
ssp
= lm
z1
_
1
1 +GH(z)
_
=
1
1 +K
ep
: Error de estado estable de posi-
cion, donde K
ep
= lm
z1
GH(z) es la constante de error de posicion.
Para una entrada rampa: R(z) =
Tz
1
(1 z
1
)
2
e
ssv
= lm
z1
_
Tz
1
(1 +GH(z))(1 z
1
)
_
= lm
z1
_
T
GH(z)(1 z
1
)
_
e
ssv
=
1
Kev
: Error de estado estable de velocidad, donde K
ev
= lm
z1
GH(z)(1z
1
)
T
es la constante de error de velocidad.
Similarmente para una entrada aceleracion: R(z) =
T
2
(1 +z
1
)z
1
2(1 z
1
)
3
e
ssa
=
1
Kea
: Error de estado estable de aceleraci on, donde K
ea
=
(1z
1
)
2
GH(z)
T
2
es la contante de error de aceleraci on.
Notemos que las expresiones del error permanente e
ss
y de las constantes
de error K
e
tienen la misma forma del caso continuo; sinembargo, para en-
tradas variantes, las constantes de error K
ev
y K
ea
dependen del perodo de
muestreo.
Si la conguraci on del muestreo cambia en el lazo y si existe la funcion
de transferencia de pulso, se deben obtener las constantes de error con un
analisis similar; esto se ilustra en el siguiente ejemplo.
Ejemplo:
Para el sistema:
G
1
(z) G
2
(z)
H(s)
B(s)
C(s)
T
R(s)
+
T
Las constantes de error son:
K
ep
= lm
z1
G
1
(z)G
2
H(z)
K
ev
= lm
z1
(1 z
1
)G
1
(z)G
2
H(z)
T
K
ea
= lm
z1
(1 z
1
)
2
G
1
(z)G
2
H(z)
T
2
Tambien podemos clasicar a los sistemas de control digitales de acuerdo
al TIPO, donde el tipo sera igual al n umero de polos en z = 1 de la funcion
de transferencia de pulsos de lazo abierto.
Ejercicio:
Resuelva los ejercicios 14 y 15 propuestos propuestos en las actividades de
aprendizaje [Kuo, 1996].
5.4.5. Solucion de las ecuaciones dinamicas; la matriz
de transici on de estado continua
Para un sistema representado en el espacio de estados:
X(t) = AX(t) +BR(t) Ecuacion de estado

C(t) = EX(t) +DR(t) Ecuacion de salida
Es importante poder calcular la respuesta C(t) para una entrada R(t) y un
estado inicial X(0) dados; C(t) se puede calcular de la ecuaci on de salida si
se conoce la evoluci on de X(t); esta ultima se calcula resolviendo la
ecuaci on de estado. La ecuaci on de estado se puede resolver como la suma
de la solucion de la ecuaci on homogenea y la forzada.
Solucion Homogenea
De manera an aloga al caso escalar: x = a x donde la solucion es de la forma
x(t) = f(t) x(0) = e
at
x(0), la solucion de la ecuaci on de estado lineal
homogenea
X = AX Ecuacion de Estado Homogenea

es de la forma : X(t) = (t)X(0), donde (t) es una matriz n n, conocida
como la matriz de transicion de estado, reemplazando la solucion en la
ecuaci on diferencial, se obtiene que la matriz de transicion de estado debe
satisfacer la ecuaci on diferencial matricial:
(t) = A(t)
Aplicando la Trasformada de Laplace a la Ecuacion de Estado Homogenea:
sX(s) X(0) = AX(s)
X(s) = (s I A)
1
X(0)
TIL
X(t) = L
1
_
(s I A)
1
_
X(0), t 0
por tanto;
(t) = L
1
_
(s I A)
1
_
De forma alterna, suponiendo una solucion clasica de ecuaciones
diferenciales en la forma de un vector en series de potencia del tiempo:
X(t) = K
0
+K
1
t +K
2
t
2
+ K
j
t
j
+ ; K
i(nr)
al reemplazar en la Ecuaci on de Estado Homogenea, se obtiene:
X(t) =
_
I +At +
1
2!
A
2
t
2
+ +
1
j!
A
j
t
j
+
_
X(0)
de donde por analoga con la serie innita de potencias de la funcion
exponencial escalar, se denomina :
(t) = e
At
=
j=1
(
A
j
t
j
j!
) : Matriz exponencial de A
La matriz de transicion de estado es una transformacion de la condicion
inicial que dene la evoluci on libre (no forzada) del sistema
(x(t) = (t) x(0)); ella gobierna la respuesta debida a las condiciones
iniciales del sistema, deniendo por completo la transicion del estado desde
el instante inicial t = 0, a cualquier tiempo t, cuando las entradas son nulas.
Notemos que (t) solo depende de la matriz A; si A es diagonal con valores
propios
1
,
2
,
n
distintos :
(t) = e
At
=
_
_
e
1
t
0 0
0 e
2
t
0
.
.
.
.
.
.
.
.
.
0 0 e
nt
_
_
Si hay valores propios repetidos, (t) contendra; adem as de e
1
t
, e
2
t
e
nt
terminos tales como : te
i
t
, t
2
e
i
t
.
Propiedades de la Matriz de Transicion de Estado
1. (0) = e
A0
= I
2. (t) = e
At
= (e
At
)
1

1
(t) = (t)
De esta propiedad : x(t) = e
At
x(0) x(0) = (t) x(t)
lo que indica que la transicion en el tiempo se puede dar en cualquier
direcci on.
3.
_
(t)
_
k
= e
At
e
At
e
At
= e
kAt
= (kt)
4. (t
2
t
1
) (t
1
t
0
) = e
A(t
2
t
1
)
e
A(t
1
t
0
)
= e
A(t
2
t
0
)
= (t
2
t
0
)
Esta propiedad muestra que el proceso de transicion del estado se
puede dividir en varias transiciones secuenciales.
Solucion total de la Ecuacion de Estado
Al aplicar la Transformada de Laplace a la ecuaci on de estado
no-homogenea :
X(t) = A X(t) +B R(t)

Se obtuvo en el captulo 2 :
X(s) = (sI A)
1
X(0) + (sI A)
1
B R(s)
TIL
X(t) = e
At
X(0) +
_
t
0
(e
A(t)
B R())d, t 0
Si el tiempo inicial es t
0
, la solucion se modica a :
X(t) = e
A(tt
0
)
X(t
0
)
. .
Sol. Homogenea
+
_
t
t
0
(e
A(t)
B R())d
. .
Sol. Forzada
, t t
0
Una vez calculado X(t), el vector de salida sera :
C(t) = E e
A(tt
0
)
X(t
0
) +
_
t
t
0
(E e
A(t)
B R())d +D R(t), t t
0
Ejemplo
Calcular la salida del sistema dinamico:
x
1
= x
2
(t)
x
2
= 2x
1
(t) 3x
2
(t) +r(t)
c(t) = x
1
(t) +x
2
(t)
Con x
1
(0) = 1, x
2
(0) = 0 y r(t) = (t).
La representaci on vectorial - matricial es :
_
x
1
x
2
_
=
_
0 1
2 3
_
. .
A
_
x
1
x
2
_
+
_
0
1
_
. .
B
r(t); c(t) =
_
1 1
. .
C
_
x
1
x
2
_
Calculemos la matriz de transicion de estado:
sI A
_
s 1
2 s + 3
_
; (sI A)
1
=
1
s
2
+ 3s + 2
_
s + 3 1
2 s
_
e
At
= L
1
_
(s I A)
1
_
=
_
2e
t
e
2t
e
t
e
2t
2e
t
+ 2e
2t
e
t
+ 2e
2t
_
La solucion de la ecuaci on de estado es :
x(t) =
_
2e
t
e
2t
e
t
e
2t
2e
t
+ 2e
2t
e
t
+ 2e
2t
_ _
1
0
_
+
_
t
0
e
A(t)
_
0
1
_
d
x(t) =
_
2e
t
e
2t
2e
t
+ 2e
2t
_
+
_
t
0
_
e
(t)
e
2(t)
e
(t)
+e
2(t)
_
d
x(t) =
_
2e
t
e
2t
2e
t
+ 2e
2t
_
+
_
_
e
t
_
e
t
1
_
e
2t
_
1
2
e
2t
1
2
_
e
t
_
e
t
1
_
+ 2e
2t
_
1
2
e
2t
1
2
_
_
_
x(t) =
_
0,5 +e
t
0,5e
2t
e
t
+e
2t
_
c(t) =
_
1 1
_
x
1
x
2
_
= 0,5 + 0,5e
2t
Este ejemplo para un sistema monovariable ilustra que se requieren mas
calculos que utilizar directamente la solucion va la transformada de Laplace.
La utilidad en mas evidente para el caso multivariable.
5.4.6. Solucion de las Ecuaciones Dinamicas Discretas
X(k + 1) = G X(k) + H U(k)
Y (k) = E X(k) + D U(k)
Por recurrencia :
k = 0 X(1) = GX(0) +HU(0)
k = 1 X(2) = GX(1) +HU(1) = G
2
X(0) +GHU(0) +HU(1)
k = 2 X(3) = GX(2) +HU(2) = G
3
X(0) +G
2
HU(0) +GHU(1) +HU(2)
.
.
.
X(k) = G
k
X(0)
. .
Sol. Homogenea
+
k1
j=0
G
kj1
H U(j)
. .
Sol. Particular
. .
Ecuacion Discreta de Transicion de Estado
; k = 1, 2, 3
(k) = G
k
: Matriz de Transicion de Estado
satisface : (k + 1) = G(k) , (0) =
0
Con X(k) resuelto se puede calcular Y (k)
Si se aplica la transformada Z :
X(k + 1) = GX(k) +HU(k)
TZ
zX(z) zX(0) = GX(z) +HU(z)
(zI G) X(z) = zX(0) +HU(z)
X(z) = (zI G)
1
zX(0) + (zI G)
1
HU(z)
G
k
= Z
1
_
(zI G)
1
z
_
k1
j=0
G
kj1
H U(j) = Z
1
_
(zI G)
1
HU(z)
_
Si X(0) = 0 Y (z) = EX(z) +DU(z) = E(zI G)
1
HU(z) +DU(z)
Y (z)
U(z)
= G(z) = E(zI G)
1
H +D : Matriz de funciones de transferencia discretas
Ejemplo
Para X(k + 1) = GX(k) +HU(k) ; G =
_
0 1
0,6 1
_
, H =
_
1
1
_
obtener X(k) con U(k) = (k) , X(0) =
_
1 1
T
Solucion
(zI G)
1
=
_
z 1
0,16 z + 1
_
1
=
1
(z+0,2)(z+0,8)
_
z + 1 1
0,16 z
_
(k) =
_
_
4
3
(0,2)
k
1
3
(0,8)
k
5
3
(0,2)
k
5
3
(0,8)
k
4
15
(0,2)
k
+
4
15
(0,8)
k
1
3
(0,2)
k
+
4
3
(0,8)
k
_
_
X(z) = (zI G)
1
_
zX(0) +HU(z)
; U(z) =
z
z1
zX(0) +HU(z) =
_
_
z
2
z1
z
2
+2z
z1
_
_
X(z) =
z
(z+0,2)(z+0,8)(z1)
_
z
2
+ 2
z
2
+ 1,84z
_
X(k) = Z
1
_
X(z)
_
_
_
17
6
(0,2)
k
+
22
9
(0,8)
k
+
25
18
17
30
(0,2)
k
+
38
45
(0,8)
k
+
7
18
_
_
5.4.7. Discretizaci on de Ecuaciones Dinamicas de Tiem-
po Continuo
En esta secci on consideramos que tenemos un sistema de tiempo conti-
nuo descrito en variables de estado, el cual se controla digitalmente; deseamos
por tanto obtener a partir de su representacion de estado continuo, la repre-
sentacion de estado discreta; la gura ilustra el caso.
U(k) u(t)
ROC

X = AX +BU
x(t)
E
D
+
+
T
Y (k)
y(t)
Consideramos la ecuaci on para la solucion del estado:
X(t) = e
A(tt
0
)
X(t
0
) +
_
t
t
0
e
A(t)
B U()d
Como interesa solo la solucion en los instantes de muestreo, se considera:
t = kT +T; t
0
= kT
X(kT +T) = e
AT
X(kT) +
_
kT+T
kT
e
A(kT+T)
B U()d
como U(t) es constante entre muestreos : U(t) = U(kT)
X(kT +T) = e
AT
X(kT) +
_
kT+T
kT
e
A(kT+T)
d
. .
=kT+T
B U(kT)
Si realizamos el cambio de variable: = kT +T en la integral de la
anterior ecuaci on, se obtiene:
_
kT+T
kT
e
A(kT+T)
d =
_
0
T
e
A
(d) =
_
T
0
e
A
d
Por tanto:
X(kT +T) = G(T)X(kT) +H(T)U(kT)
Donde:
G(T) = e
AT
H(T) =
_
_
T
0
e
A
d
_
.B
Notemos que G y H dependen del perodo de muestreo.
La ecuaci on de salida es:
Y (kT) = E X(kT) + D U(kT)
Ejemplo
Discretizar :

X = AX +BU ; Y = EX ; A =
_
0 1
0 2
_
, B =
_
0
1
_
E =
_
0 1
, T = 1 seg
A G(T) lo podemos calcular a partir de la Transformada Inversa de Laplace
de (s I A)
1
, evaluando t en T.
G(T) = e
AT
= L
1
_
(s I A)
1
_
tT
=
_
0
1
2
(1 e
2T
)
0 e
2T
_
H(T) =
_
_
t
0
_
1
1
2
(1 e
2t
)
0 e
2t
_
d()
_ _
0
1
_
=
_
_
1
2
(T +
e
2T
1
2
)
1
2
(1 e
2T
)
_
_
con T = 1; G(T) =
_
1 0,43
0 0,13
_
; H =
_
0,28
0,43
_
_
x
1
(k + 1)
x
2
(k + 1)
_
=
_
1 0,43
0 0,13
_ _
x
1
(k)
x
2
(k)
_
+
_
0,28
0,43
_
u(k)
y(k) =
_
1 0
_
x
1
(k)
x
2
(k)
_
Ejercicio:
Resuelva los ejercicios 16, 17, 18 y 19 propuestos en las actividades de apren-
dizaje.
Resumen
Este captulo se dedico al analisis en el dominio del tiempo de sistemas
de control lineales en tiempo continuo y en tiempo discreto. La respuesta
temporal de los sistemas de control se divide en respuesta transitoria y de
estado estable. El error de estado estable es una medida de la exactitud del
sistema cuando el tiempo se aproxima al innito. La respuesta transitoria
se caracteriza por las caractersticas como el sobrepaso maximo, tiempo de
levantamiento, tiempo de retardo y tiempo de asentamiento, y parametros
tales como factor de amortiguamiento relativo, frecuencia natural no amor-
tiguada y constante de tiempo. Se analizaron los efectos de adicionar polos
y ceros a las funciones de transferencia de la trayectoria directa y en lazo
cerrado. Tambien se discutieron los polos dominantes de las funciones de
transferencia.
Tambien se realiz o en analisis en el dominio del tiempo de sistemas de
control en tiempo discreto, y se demuestra que todo el an alisis en estado
estable y transitorio de sistemas en tiempo continuo puede extenderse a los
sistemas en tiempo discreto. La interpretacion de la conguraci on de polos y
ceros se debe realizar en el plano z respecto al crculo unitario [ z [= 1.
2. En el ejercicio 1 del siguiente captulo debera usar las herramientas de
analisis de la respuesta temporal vistas en este captulo.
3. Ejercicio Ogata B.4.1.
4. Obtenga la respuesta escalon unitario de un sistema realimentado uni-
tariamente, cuya funcion de transferencia en lazo abierto es:
G(s) =
4
s(s + 5)
(5.1)
5. Considere la respuesta escalon unitario de un sistema de control real-
imentado unitariamente cuya funcion de transferencia en lazo cerrado
es:
G(s) =
1
s(s + 1)
(5.2)
Obtenga el tiempo de levantamiento, tiempo pico, el sobrepaso maximo
y el tiempo de asentamiento.
6. Considere el sistema en lazo cerrado obtenido mediante:
C(s)
R(s)
=

n
s
2
+ 2
n
s +
2
n
(5.3)
Determine los valores de y
n
para que el sistema responda a una
entrada escal on con un sobrepaso de aproximadamente 5 % y con un
tiempo de asentamiento de 2 seg. (Use el criterio del 2 %)
7. Considere el sistema de la siguiente gura.
+
R(s)
C(s)
16
s+0.8
1
s
k
+

Determine el valor de k de modo que el factor de amortiguamiento
relativo sea 0.5. Despues obtenga el tiempo de levantamiento t
r
, el
tiempo pico t
p
, el sobrepaso maximo M
t
y el tiempo de asentamiento
t
s
, en la respuesta escalon unitario.
8. Obtenga la respuesta al escal on unitario de un sistema realimentado
unitariamente cuya funcion de transferencia en lazo abierto sea:
G(s) =
2s + 1
s
2
(5.4)
9. Analice y compare las respuestas al escalon, impulso y rampa unitarias,
a los sistemas de control de posicion:
+
R(s) C(s)
1
s(5s+1)
5
Control P
+
R(s) C
2
(s)
1
s(5s+1)
5(1 + 0.8s)
Control PD
+
R(s)
C
3
(s)
1
5s+1
5
1
s
0.8
+
Control P +
realimentacion
tacometrica.
Evalue cual es el mas rapido y cual tiene menor sobrepaso en la res-
puesta al escal on.
10. Para el sistema de control de posicion:
+
R(s)
2
0.1s+1
5
1
s
+
4
1
s
X
1 X
2
X
3
ROC
5
s(s+2)
C(s)
T
R(s)
+
U(s)
E(s)
E
(s)
Utilice un programa de simulacion para obtener las respuestas al es-
cal on, impulso y a la rampa unitarios; trace las curvas de x
1
, x
2
, x
3
y
e vs. t.
11. Considere el sistema de control con realimentacion unitaria y FdT de
lazo abierto:
G(s) =
K
s(Js +B)
Analice los efectos de variar los valores de K y B sobre el e
SSV
; me-
diante un programa de simulacion, trace curvas de respuesta a una
rampa unitaria, para valores de K peque no, mediano y grande; asuma
J = B = 1.
12. Sea
C(s)
R(s)
=
ks +b
s
2
+as +b
, H(s) = 1
Calcule G(s) y el e
SSV
13. Ejercicio Ogata B.5.21.
Demuestre que el e
SSV
= 0 si la funcion de transferencia en lazo cerrado
de un sistema realimentado unitario es:
C(s)
R(s)
=
a
n1
s +a
n
s
n
+a
1
s
n1
+... +a
n1
s +a
n
14. En la gura se muestra el diagrama de bloques de un sistema de control
de datos muestreados:
ROC
1
s
K
t
Y (s)
T
U(s)
+
1
s
R(s)
+
E(s) U
(s)
a) Derive las funciones de transferencia de la trayectoria directa y
en lazo cerrado del sistema en la transformada z. El perodo de
muestreo es de 0.1 s.
b) Calcule la respuesta al escalon unitario de c(kT) para k = 0 a 100.
c) Repita las partes 14a y 14b para T = 0,05 s.
15. El diagrama de bloques de un sistema de control de datos muestreados
se muestra en la gura:
a) Encuentre las constantes de error K
ep
, K
ev
, K
ea
.
b) Derive las funciones de transferencia
Y (z)
E(z)
y
Y (z)
R(z)
.
c) Calcule la respuesta al escal on unitario y(kT) para k = 0 a 50
para T = 0,1 s y K
t
= 5.
d) Repita el punto anterior para T = 0,1 s y K
t
= 1.
16. Para el sistema dinamico:
x(t) = Ax(t) +
_
0 1
1 0
_
R(t) (5.5)
C(t) =
_
0 1
1 0
_
x(t) (5.6)
Obtenga la matriz de transicion de estados y las salidas con:
x(0) =
_
1
0
_
, R(t) =
_
(t)
(t)
_
para:
a) A =
_
0 1
2 1
_
b) A =
_
0 1
1 0
_
c) A =
_
0 1
1 0
_
17. Para el sistema de la gura, escriba las ecuaciones dinamicas y re-
suelvalas para obtener C(t) con x(0) = [1 0 0]
T
y R(s) = 1/s.
+
E(s)
C(s)
10
s(s+4)(s+5)
R(s)
18. Para el sistema:
r(t) C(t)
x = Ax +Br
U
(t)
ROC
T
U(t)
C
(t)
T
las ecuaciones de estado son: x
1
= x
2
; x
2
= 2x
1
+3x
2
+r. Obtenga las
ecuaciones de estado discretas con T = 0,2seg y resuelvalas para cal-
cular C(kT), si la entrada U(t) es un escal on unitario y las condiciones
iniciales son nulas.
19. Para el el sistema:
+
r(t) = (t)
C(t)
1
s+1
ROC
T = 1
e(t)
C(kT)
T = 1
Escriba las ecuaciones dinamicas discretas y resuelvalas para obtener
c(kT), con c(0) = 1, c(0) = 0.
1997. Captulo 7.
OGATA KATSUSHITO, Ingeniera de Control Moderno, Prentice Hall,
3 edici on, 1998. Captulos 4 y 5.
tice Hall Mex. 1996. Captulo 4.
Referencias
1997.
OGATA KATSUSHITO, Ingeniera de Control Moderno, Prentice Hall,
3 edici on, 1998.
tice Hall Mex. 1996.
Captulo 6
Acciones basicas de control
Introduccion
Un control automatico compara el valor medido de la salida de una planta
con el valor deseado, determina la desviacion y produce una se nal de control
que busca reducir la desviaci on a cero o a un valor peque no. La forma en que
el control automatico produce la se nal de control recibe el nombre de accion
de control.
En este captulo presentaremos las acciones de control basicas utilizadas
com unmente en los controles automaticos industriales, tales como las acciones
de control Proporcional (P), Proporcional-Integral (PI), Proporcional-Derivativo
(PD) y Proporcional-Integral-Derivativo (PID). Analizaremos tambien los
efectos de los diferentes modos de control en el funcionamiento del sistema;
nalmente presentaremos la manera como se implementan estas acciones de
control, la implementacion analoga mediante amplicadores operacionales y
las ecuaciones de recurrencia para la implementacion discreta.
Objetivos
1. Determinar el efecto de las diferentes acciones de control en el compor-
tamiento de un sistema. Evaluacion
204
6.1. ACCI
ON DE CONTROL - PID
Contenido
6.1. Accion de Control - PID
6.1.1. Accion Proporcional P
Denicion:
k
p
e(t)
b(t)
r(t)
+ a(t)
La acci on proporcional genera la se nal de control de la forma:
a(t) = k
p
e(t)
k
p
: Ganancia proporcional
En control de procesos se usa la Banda Proporcional B:P para denir la
ganancia; es la relaci on entre la desviacion porcentual de la salida a la
variaci on en el pleno rango de la se nal de control.
k
p
=
100
B.P[ %]
Funcionamiento:
Para analizar los efectos de la acci on proporcional, consideremos el sis-
tema de control de la excitaci on sujeto a una acci on P:
V
T
(s)
V
R
(s)
=
k
p
/(1 +k
p
)
G
1+kp
s + 1
6.1. ACCI
ON DE CONTROL - PID
V
R
(s)
+
V
T
(s)
k
p
1
G
s+1
La constante de tiempo equivalente del sistema en red cerrada es:
EQ
=

G
1 +k
p
, luego a mayor acci on proporcional, mayor es la velocidad
de respuesta.
Para el regimen estacionario, el error de posicion es: e
ssp
=
1
1+kp
; a este
error se le denomina corrimiento y disminuye, aumentando k
p
.
El corrimiento es caraterstico de una planta tipo cero sujeta a una accion
P. Plantas tipo 1 o mayor, no tienen corrimiento respecto a la referencia,
pero si debido a se nales perturbadoras; analicemos una planta tipo 1, con
perturbacion de carga:
R(s)
+
C(s)
1
s(s+1)
D(s)
+
+
k
p
E(s)
C
D
(s) =
1
s(s + 1) +k
p
D(s); si D(s) =
1
s
e
ssd
= C
ssd
= lm
s0
sC
D
(s) =
1
k
p
e
ssd
=
1
k
p
Existe por tanto un error permanente debido al disturbio, el cual se puede
disminuir usando alta ganancia proporcional en el controlador, respetando
por supuesto el grado de estabilidad requerido.
6.1. ACCI
ON DE CONTROL - PID
En resumen tenemos que la acci on Proporcional tiene alta velocidad de
respuesta en el transitorio y corrimiento en el regimen estacionario.
6.1.2. Accion Integral I
Denicion
k
I
s
E(s)
B(s)
R(s)
+
A(s)
La acci on integral genera la se nal de control de la forma:
a(t) = k
I
_
t
0
e(t)d(t)
A(s) =
k
I
s
E(s)
Donde k
I
, se denomina constante integral.
Funcionamiento
Para analizar los efectos de la acci on integral, consideremos al sistema de
control de la excitaci on sujeto a una acci on Integral.
1
T
I
s
E(s) V
R
(s)
+
A(s) 1
G
s+1
V
T
(s)
En este caso, se utiliza como parametro de la acci on a T
I
: Tiempo de accion
integral. Este tiempo corresponde al tiempo que tarda la se nal de control
en alcanzar la se nal de error, cuando se aplica un escal on de error en lazo
abierto, como se ilustra en la gura.
6.1. ACCI
ON DE CONTROL - PID
a(t)
e(t)
t
T
I
Notemos que a menor tiempo integral T
I
, mayor es la pendiente en la se nal
de control a(t) y por tanto mayor es la accion integral.
Analicemos el regimen transitorio, la funcion de transferencia del sistema
es:
V
T
(s)
V
R
(s)
=
1
T
I
s(
G
s + 1) + 1
=
1/T
I
G
s
2
+
1
G
s + 1/T
I
G
;

N
=
_
1/T
I
G
=
1
2
_
T
I
G
El sistema ahora puede ser subamortiguado oscilatorio a diferencia del la-
zo abierto que es de primer orden; como se ha aumentado en uno el grado de
la ecuaci on caracterstica, tenemos que el sistema es menos estable.
Comparemos la velocidad de respuesta de la acci on I con la P; con la
acci on P la velocidad de respuesta es : t
s
= 3
EQ
t
s
= 3
G
/(1 +k
p
)
Con la acci on I asumiendo que el sistema es subamortiguado:
t
s
= 3/
N

N
=
1
2
G
t
s
= 6
G
El sistema con acci on P es mucho mas rapido que el lazo abierto, mientras
que con la acci on I, se hace dos veces mas lento.
6.1. ACCI
ON DE CONTROL - PID
Para el analisis del regimen estacionario, la constante de error de posicion
es innita k
EP
=, pues la accion integral sube el tipo del sistema a uno;
as, el error permanente de posicion es e
ssp
=
1
1 + k
EP
= 0.
Para una perturbacion entre controlador y planta:
e
ssD
= C
ssD
= lm
s0
s
1
G
s+1
1 +
1
T
I
s(
G
s+1)
1
s
e
ssD
= lm
s0
T
I
s
T
I
s(
G
s + 1) + 1
= 0 e
ssD
= 0
Luego, la acci on integral elimina el corrimiento tanto de la entrada de re-
ferencia como el debido a se nales perturbadoras en el lazo.
Observese que la se nal de control en un instante dado, es el area bajo la
curva del error hasta ese momento; por ello, si el error es nulo, la se nal de
control no necesariamente debe ser nula; el valor que permanece se llama:
Remanencia Estacionaria, RE.
a(t)
e(t)
t
t
RE
6.1. ACCI
ON DE CONTROL - PID
En resumen, las prncipales caractersticas de funcionamiento de la acci on
integral son:
Elimina el corrimiento
Merma la estabilidad
Merma la velocidad de respuesta
Genera remanencia estacionaria en la se nal de control
6.1.3. Accion Proporcional Integral PI
Denicion:
k
p
(1+T
I
s)
T
I
s
E(s)
B(s)
R(s)
+
A(s)
La se nal de control es una combinacion de las acciones P e I:
a(t) = k
p
e(t) +
k
p
T
I
_
t
0
e(t)dt
A(s)
E(s)
=
k
p
(1 +T
I
s)
T
I
s
La respuesta al escalon en el error e(t), en lazo abierto es:
6.1. ACCI
ON DE CONTROL - PID
a(t)
t
T
I
accion P
accion PI
2k
p
k
p
A 1/T
I
se le denomina Frecuencia de Reposicion [RPM]; corresponde al
n umero de veces por minuto que la acci on I duplica la componente de accion
P. Una frecuencia de reposicion de 2 RPM implica que en un minuto a(t) ha
duplicado el salto inicial dos veces para un escal on en e(t).
Funcionamiento
Para el analisis, consideremos de nuevo al sistema de control de la ex-
citacion, con acci on PI.
k
p
(1+T
I
s)
T
I
s
V
R
(s)
+
1
G
s+1
V
T
(s)
La funcion de transferencia es:
V
T
(s)
V
R
(s)
=
k
p
(T
I
s + 1)/T
I

G
s
2
+
1+kp
G
s +
kp
T
I

G
=
1 +k
p
_
k
p
1
2
_
T
I
G
6.1. ACCI
ON DE CONTROL - PID
Se incrementa en el factor
1 +k
p
_
k
p
con respecto al amortiguamiento calcula-
do para la acci on I, por tanto, la adicion del cero, mejora el amortiguamiento.
En cuanto a la velocidad de respuesta, t
s
=
3
G
1 +k
p
, es mas rapido que
con acci on I; sinembargo, para un amortiguamiento apropiado, la ganacia
k
p
con la acci on PI es menor que la obtenida para la accion P y por ello, el
PI es mas lento que el P.
Para el comportamiento en regimen estacionario, de nuevo el sistema es
Tipo 1 y el e
ssp
= 0, eliminando el corrimiento.
Tambien se puede mostrar que el PI elimina los errores permanentes de-
bidos a perturbaciones entre el controlador y la salida.
En resumen, podemos concluir que la acci on de control PI aprovecha las
ventajas de las acciones P e I y por ello es la acci on de control de mayor uso
en sistemas de control.
6.1.4. Accion Proporcional Derivativa PD
Denicion
k
p
(1 + T
d
s)
R(s)
+
A(s)
B(s)
E(s)
a(t) = k
p
e(t) +k
p
T
d
d
dt
e(t)
A(s)
E(s)
= k
p
(1 +T
d
s)
T
d
: tiempo derivativo, es el tiempo que tarda en alcanzar la accion P a la
acci on D cuando el error es una rampa en lazo abierto.
6.1. ACCI
ON DE CONTROL - PID
a(t)
PD
t
T
d
P
D
T
d
tambien corresponde al tiempo que adelanta la acci on derivativa a la
acci on proporcional, esto es un efecto anticipativo, por ello se la llama tam-
bien, tiempo de preacci on; ver la respuesta a una rampa de error enla gura
siguiente.
Un PD practico tiene un retardo dinamico para limitar la ganacia a altas
frecuencias y evitar amplicar el ruido.
Funcionamiento
Para el an alisis, consideremos un sistema de control de la excitaci on con
excitatriz DC y acci on PD (en la practica se usa la red estabilizadora).
V
R
(s)
+
V
T
(s)
k
p
(1 +T
d
s)
1
G
s+1
I
L
(s)
+
+
1
E
s+1
La funcion de transferencia del sistema es:
V
T
(s)
V
R
(s)
=
kp
E

G
(1 + T
d
s)
s
2
+

E
+
G
+kp+T
d
E

G
s +
1+kp
E

G
6.1. ACCI
ON DE CONTROL - PID
Notemos que T
d
aumenta el coeciente del termino en S y por tanto mejora
el amortiguamiento.
Los errores permanentes de posicion y debidos al disturbio I
L
son:
e
ssp
=
1
1 +k
p
; e
ss
[
I
L
=
1
k
p
Ambos errores se mejoran aumentando k
p
; as, aunque la acci on D no
afecta directamente el error permanente, al a nadir amortiguamiento se puede
usar una alta ganancia proporcional y se puede disminuir los e
ssp
y e
ss
[
I
L
.
En resumen, las caractersticas de funcionamiento de la accion PD son:
Estabiliza
Efecto anticipativo
Permite disminuir el e
ss
Si hay ruido, lo amplica y puede saturar el actuador.
6.1. ACCI
ON DE CONTROL - PID
6.1.5. Accion Proporcional Integral Derivativa PID
Denicion:
PID paralelo:
k
T
1
s
R
+
A
B
kT
2
s
k
+
+
+
k(1+T
1
s+T
1
T
2
s
2
)
T
1
s
R(s)
+
A(s)
B(s)
E(s)
La se nal de control se obtiene de la ecuaci on:
a(t) = ke(t) +
k
T
1
_
t
0
e(t)dt + kT
2
d
dt
e(t)
Las guras muestran las respuestas al escal on y la rampa en el error:
6.1. ACCI
ON DE CONTROL - PID
a(t)
t
impulso
Figura 6.1: Respuesta al escalon del PID
a(t)
PD
t
P
PID
Figura 6.2: Respuesta a la rampa del PID
Los ceros del controlador son: Z
12
=
1
2T
2
+
_
T
1
2
4T
1
T
2
son
reales si T
1
> 4T
2
; en tal caso, la funcion de transferencia del controlador
es:
A(s)
E(s)
=
k
p
(1 +T
I
s)(1 +T
d
s)
T
I
s
. .
CASCADA de PI y PD
_
_
_
k
p
= k/T
1
Z
1
T
1
= 1/Z
1
T
D
= 1/Z
2
Con ceros reales, se tiene una cascada de un PI y un PD; en tal caso se
denomina PID interactivo o serie.
Funcionamiento
Consideramos el sistema de control de la excitacion con excitatriz, actua-
dor de dinamica apreciable y accion de control PID.
Con T
I
=
G
, T
d
=
E
,
A
= 0,5, se obtiene:
6.1. ACCI
ON DE CONTROL - PID
V
R
(s)
+
k
p
(T
I
s+1)(T
d
s+1)
T
I
s
V
T
(s) 1
A
s+1
1
E
s+1
1
G
s+1
I
L
(s)
+
+
V
R
(s)
+
V
T
(s)
k
p
T
I
s
1
A
s+1
I
L
(s)
+
+
V
T
(s)
V
R
(s)
=
k
p
/T
I

A
s
2
+
1
A
s +
kp
T
I

A
t
s
3
A
= 1,5 seg. Alta velocidad de respuesta
=
1
2
_
k
p
_
T
I
A
Ajustable con k
p
; k
p
= 10 = 0,5
Tipo 1 e
ssp
= 0 , e
ss
[
I
L
= 0
En resumen, sus caractersticas de funcionamiento son la suma de los efectos
de las acciones P, I y D.
Implementacion analoga con amplicadores operacionales
Conguraci on general de un amplicador operacional para regulaci on:
6.1. ACCI
ON DE CONTROL - PID
R
0
+
Z
R
(s)
I
R
Z
F
(s)
I
F
I
B
U
A
U
R
U
B
Z
R
(s)
I = 0
Z
F
, Z
R
: Transimpedancias de los cuadripolos:
V oltaje de entrada
Corriente de salida
.
U
R
= Z
R
I
R
U
B
= Z
R
I
B
; U
A
= Z
F
I
F
LIK : I
R
+ I
D
+ I
F
= 0
U
R
Z
R
U
B
Z
R
=
U
A
Z
F
U
A
(s) =
Z
F
(s)
Z
R
(s)
[U
R
(s) U
B
(s)]
Para el PID:
Z
R
(s) = R
R
; Z
F
(s) =
(R
I
C
I
s + 1)[1 + (R
A
+R
D
) C
D
s]
C
I
s(1 + R
A
C
D
. .
T
d: Constante parasita
s)
U
A
(s)
U
R
(s) U
B
(s)
=
R
I
R
R
..
kp
(R
I
C
I
s + 1)
R
I
C
I
s
. .
T
I
=R
I
C
I
(R
D
C
D
s + 1)
R
A
C
D
s + 1
. .
T
D
=R
D
C
D
6.1. ACCI
ON DE CONTROL - PID
+
U*Rd
I
F
U
R
U
B
R
R
R
R
R
O
+
Seguidor de
Tensi on
C
D
R
A
R
P
U
A
R
a
<< R
d
C
I R
I
U
posici on
relativa
del cursor
El PID interactivo tiene en general mayores sobrepasos y tiempos de es-

tabilizacion y menores tiempos de subida que el paralelo.
6.1.6. Implementaci on digital de la ley de control PID
PID analogo:
a(t) = k
_
e(t) +
1
T
i
_
t
0
e(t)dt +T
d
d
dt
e(t)
_
(6.1)
Discretizando la integral con la regla trapezoidal y la derivada con la dife-
rencia de dos puntos, se obtiene:
a(kT) = k
_
e(kT) +
1
T
i
_
a(kT T) +
T
2
e(kT) +
T
2
e(kT T)
_
+T
d
_
e(kT) e(kT T)
T
__
(6.2)
Realizando la transformada Z:
A(z) = k
_
1 +
T
2T
i
_
1 +z
1
1 z
1
_
+
T
d
T
(1 z
1
)
_
E(z) (6.3)
se obtiene:
A(z) = k
_
1
T
2T
i
+
T
T
i
1
1 z
1
+
T
d
T
(1 z
1
)
_
E(z) (6.4)
6.1. ACCI
ON DE CONTROL - PID
As obtenemos la forma posicional del controlador PID:
A(z)
Ez
= K
p
+
K
I
1 z
1
+K
D
(1 z
1
) (6.5)
donde: K
p
= k
_
1
T
2T
i
_
= k
k
i
2
: ganancia proporcional menor que la
ganancia analoga.
K
I
=
kT
T
i
: ganancia integral.
K
D
= k
T
d
T
: ganancia derivativa.
Para evitar cambios muy fuertes a la salida del controlador ante cambios
s ubitos de la referencia, es posible tomar las acciones P y D solo de la salida:
A(z) = K
p
C(z) +K
I
R(z) C(z)
1 z
1
K
D
(1 z
1
) (6.6)
que es la forma de velocidad del controlador PID.
Esto simplica los cambios manual-automatico y disminuye la posibilidad de
saturar el actuador; no permite sin embargo, el ajuste de ceros complejos,
como si lo hace el posicional.
Resumen
En este captulo se presentaron las acciones basicas de control que suelen
usar los controladores automaticos industriales. Se presentan los efectos de las
acciones de control proporcional, integral, derivativa, proporcional-integral,
proporcional-derivativa y proporcional-integral-derivativa, as como su im-
plementacion continua mediante amplicadores operacionales y en tiempo
discreto.
1. Para el sistema de control digital de la gura 6.3:
a) Escriba las ecuaciones dein amicas discretas con G
c
= 1.
6.1. ACCI
ON DE CONTROL - PID
+
R(s) C(s)
1
2s+1
T = 1s
E(s)
C(kT)
T = 1s
E
(s)
G
c
(z)
ROC
Figura 6.3: Sistema de control digital
b) Resuelva estas ecuaciones dinamicas para obtener c(kT) con R(s) =
1
s
y c(0) = 1.
c) Si se desea: lm
k
e
(kT) 0 para R(s) = 1/s y una dinamica

dominada por un par de polos complejos conjugados con = 0,5
y tiempo de estabilizacion igual a 6 segundos (criterio del 5 %),
seleccione y ajuste la accion de control G
c
(z) de tipo PID mas
simple posible que cumpla con estas especicaciones.
2. Para el sistema de control digital:
+
R(s)
C(s)
1
s+1
ROC
T = 0.5
E(s)
G
c
(z)
E
(s) +
D(s) =
1
s
+
Se desea:
a) Error de estado estable e
ssD
= 0
b) Respuesta transitoria sobreamortiguada o dominada por un par
de polos conjugados complejos con 0,5
c) Tiempo de estabilizacion t
s
2 seg, criterio del 2 %.
Seleccione y ajuste la acci on de control PID mas simple posible que
cumpla con las especicaciones dadas.
3. Para el sistema de la gura 6.4:
6.1. ACCI
ON DE CONTROL - PID
+
r(t) c(t)
ROC
T
u(kT)
x
1
= x
1
+ u
x
2
= x
1
c = x
2
(50 %) Obtenga las ecuaciones de estado y de salidas discretas del
sitema en red cerrada.
(50 %) Para el sistema de la gura 6.5
+
R(z) C(z)
K
p
+ K
d
(1 z
1
)
1
2(z1)
Se desea una ecuaci on caracterstica en red cerrada de segundo
orden con =
2
2
y
n
=
2. Ajuste el controlador proporcional

derivativo, para cumplir la especicaci on deseada.
4. Para el sistema de control digital de la gura 6.6:
+
R(s) C(s)
1
2s+1
ROC
T = 1 s
E(s)
G
c
(z)
E
(s)
T = 1
C(kT)
Figura 6.6: Sistema
a) (10 %) Escriba las ecuaciones dinamicas discretas con G
c
= 1.
b) (30 %) Resuelva estas ecuaciones dinamicas para obtener c(kT)
con R(s) =
1
s
y C(0) = 1.
c) (60 %) Si se desea lm
k
e
(kT) 0 para R(s) =

1
s
y una
dinamica dominada por un par de polos complejos conjugados con
6.1. ACCI
ON DE CONTROL - PID
= 0,5 y tiempo de estabilizaci on igual a seis segundos (criterio
del 5 %), seleccione u ajuste la accion de control G
c
(z) de tipo
PID, mas simple posible, que cumpla con estas especicaciones.
5. Para el sistema de la gura 6.7:
+
R(s)
C(s)
1
s
2
+1
G
c
(s)
Figura 6.7: Sistema
Se desea que la ecuaci on caracterstica en red cerrada, este dominada
por una dinamica de segundo orden con tiempo de pico de

3
segundos
y sobrenivel porcentual del 16 %.
a) (10 %) Obtenga la ecuaci on caractersitca deseada, si el sistema es
en lazo cerrado de segundo orden.
b) (10 %) Obtenga una ecuaci on caractersitca deseada, si el sistema
es en lazo cerrado de tercer orden.
c) (10 %) Analice si es posible cumplir las especicaciones dadas,
para cada una de las siguientes acciones de control:
1) G
c
(s) = k
p
2) G
c
(s) =
k
i
s
3) G
c
(s) = k
p
(T
i
s+1)
T
i
s
4) k
p
(T
d
s + 1)
En caso de poder cumplir las especicaciones, ajuste apropiadamente
el controlador.
6. Cuarta evaluacion, diciembre de 2006
a) (30 %). Luego del modelado matematico de un sistema, se obtiene
su representacion de estado:
x
1
= x
2
6.1. ACCI
ON DE CONTROL - PID
x
2
= x
1
2x
2
+u
c = x
1
Si el sistema se muestrea con un perodo de T = 0,5 seg. y tiene
un retenedor de orden cero, obtenga la matriz del sistema para su
representacion de estado en tiempo discreto.
b) (30 %). Calcule la respuesta del sistema a controlar del punto an-
terior, en el dominio de Z, C(z) para las condiciones iniciales:
x
1
= 1, x
2
= 0
c) (40 %). Se desea que el sistema descrito por la funcion de trans-
ferencia discreta: G(z) =
0,1z+0,06
(z0,6)
2
responda con una dinamica en
red cerrada dominada por un par de polos complejos conjugados
con coeciente de amortiguamiento de 0.5 y tiempo de estabi-
lizaci on menor de 4 seg, evaluado con el criterio del 5 %. Para ello
se dispone de un controlador PID digital, el retenedor de orden
cero y perodo de muestreo de T = 0,5 seg. Seleccione la accion
de control PID digital mas simple posible que cumpla con las es-
pecicaciones deseadas.
OGATA KATSUSHITO, Ingeniera de Control Moderno, Prentice Hall
3ra. edicion, 1998. Captulo 5
Referencias
1997.
OGATA KATSUSHITO, Ingeniera de Control Moderno, P.H.H. 3 edi-
cion, 1998.
6.1. ACCI
ON DE CONTROL - PID
OGATAKATSUSHITO, Sistemas de Control en Tiempo Discreto. P.H.H,
Mex. 1996.
Bibliografa
R. Dorf. Sistemas Modernos de Control. Addison Wesley Iberoamericana,
2da. Edicion, 1989.
Benjamin. Kuo. Sistemas de Control Automatico. Prentice Hall-
Hispanoamericana, 1996.
N.
Nise. Sistemas de Control para Ingeniera. CECSA, 3ra. Edicion, 2004.

K. Ogata. Ingeniera de Control Moderna. Prentice Hall, 1993.
K. Ogata. Ingeniera de Control Moderna. Prentice Hall Hispanoamericana,
3a. Edicion, 1998.
Kiyong Kim R. C. Schaefer. Excitation control of the synchronous generator.
IEEE Industry Applications Magazine, 7(2), 2001.
R. Bishop R. Dorf. Modern control systems. Prentice Hall, 10 Edicion, 2005.
J.M. Ramrez. Dise no del regulador de Tensi on para un generador autoexci-
tado. PhD thesis, Universidad del Valle, Julio 1989.
Westinghouse. electrical Trasmission and distribution. Reference Book, 1950.
226

Sistemas de Control I

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

Sistemas de Control I

Uploaded by

Copyright:

Available Formats

FUNDAMENTOS DE CONTROL DE SISTEMAS

ON: Es una entrada que afecta adversamente a la

ON DE CONTROL: Variable que

ALOGOS: Solo contienen se nales analogas; se

PUNTOS DE REPARTO: Permiten usar una se nal varias veces.

ON: Son dispositivos que permiten

NAL DE CONTROL: Es la se nal de salida del controlador.

ON: Es una se nal de entrada al sistema

ON: Es la se nal medida de la planta.

NAR un sistema de control, es obtener uno que cumpla determi-

Tabla 2.1: Pares de transformadas de Laplace

= 16,95 (162 rev/min.)

= C(s) +GH(s)C(s) = G(s)R(s)

ERMICO Calor Temperatura F. calor R

ON Momentum Velocidad Fuerza f m

ON Momentum Velocidad Torque f J

ECTRICO Carga Voltaje Corriente R

ORMULA DE GANANCIA DE MASON con la cual se pueden encontrar

ORMULA DE GANANCIA DE MASON:

Figura 2.20: Red RL

ON DE SALIDA: Relaciona las salidas del sistema con las

AMICAS: Es el conjunto de ecuaciones de esta-

J. Ramrez y E. Rosero 75 GICI

(t) unilateral para t > 0 o bilateral cuando

(t), as, la transformada inversa Z (TIZ), no

x(kT)y(nT kT) X(z)Y (z)

f(t)(t a)dt = f(a) y en

solo hay un impulso en

(s); C(t) podra calcularse a partir de

(s) son transformadas de Laplace de

(s) desplazada un n umero entero n

(t) y la salida c(t) en los instantes de

(s), no se podra despejar C

(s); por lo tanto, se debe evitar discretizar

Figura 3.23: Sistema 5

Figura 3.24: Sistema 6

En general, la ganancia estatica es diferente de 1:

La frecuencia de la oscilacion depende del amortiguamiento .

Sumatoria de terminos simples de primer y segundo orden.

Sumatoria de exponenciales y sinusoides amortiguadas.

, N = 360/45 = 8 muestreos por perodo, lo que corresponde a la

debe ser un n umero

Curvas de constante son ortogonales

, tal que = 0,5 o 0,707).

y r tal que = 0,5.

X(t) = AX(t) +BR(t) Ecuacion de estado

X = AX Ecuacion de Estado Homogenea

X(t) = A X(t) +B R(t)

J. Ramrez y E. Rosero 198 GICI

El PID interactivo tiene en general mayores sobrepasos y tiempos de es-

(kT) 0 para R(s) = 1/s y una dinamica

2. Ajuste el controlador proporcional

(kT) 0 para R(s) =

Nise. Sistemas de Control para Ingeniera. CECSA, 3ra. Edicion, 2004.

You might also like