Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Didier Giraldo B. e Iv
an Tabares G.
1997
TABLA DE CONTENIDO
PREFACIO
xi
1 INTRODUCCION
1
1.1 Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Sistema de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.4 Sistema de control escalar en lazo abierto . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.5 Sistema de control escalar en lazo cerrado . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.6 Problema basico de la Ingeniera de Control . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.7 Ejemplos de sistemas de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.8 Requerimientos de un sistema de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.9 Algunos tipos de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.9.1 Control adaptivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.9.2 Control optimo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.9.3 Control digital . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.10 Ejemplo introductorio a los sistemas de control . . . . . . . . . . . . . . . . . . . . . . 9
1.11 Construccion del modelo matem
atico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.12 Linealizaci
on del modelo matem
atico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.13 Selecci
on de u (Estrategia de control) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.14 Acciones b
asicas de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.15 Efectos de la realimentaci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.16 Efecto en la ganancia total . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.17 Efecto en la estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.18 Efecto en la sensitividad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.19 Efecto en la perturbaci
on externa o ruido . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2 MODELOS MATEMATICOS DE SISTEMAS FISICOS
25
2.1 Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2 Modelos matematicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3 Clasificaci
on de sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.3.1 Sistema determinstico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.2 Sistema causal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.3 Sistema lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.4 Sistema invariante con el tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
iii
iv
2.4
2.5
2.6
2.7
2.8
2.9
2.10
2.11
2.12
2.13
2.14
2.15
2.16
2.17
2.18
2.19
2.20
2.21
2.22
2.23
2.24
2.25
2.26
2.27
Ecuaciones de estado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.4.1 Matriz de transferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
Una ecuaci
on diferencial de nesimo orden . . . . . . . . . . . . . . . . . . . . . . . . . 30
Sistemas mec
anicos de traslacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.6.1 Masa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.6.2 Resorte traslacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.6.3 Amortiguador traslacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
Un metodo para obtener la ecuaci
on de estado y la de salida . . . . . . . . . 36
Otro metodo para obtener la ecuaci
on de estado y la de salida . . . . . . . . 39
Sistemas mec
anicos de rotaci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.9.1 Inercia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.9.2 Resorte rotacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.9.3 Amortiguador rotacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
Circuito serie R-L-C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
Analoga fuerza-torque-voltaje . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
Circuito paralelo R-L-C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
Analoga fuerza-torque-corriente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
Ecuaciones de estado para circuitos electricos . . . . . . . . . . . . . . . . . . . . . . . 56
Metodo sistematico para obtener las ecuaciones de estado . . . . . . . . . . . . 57
Ecuaciones de estado con derivadas de las entradas . . . . . . . . . . . . . . . . . . 62
Otras analogas electromec
anicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
2.17.1 Palancas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
2.17.2 El transformador ideal como an
alogo de la palanca . . . . . . . . . . . . 64
2.17.3 El transformador como acoplador de impedancias . . . . . . . . . . . . . 64
2.17.4 La palanca como acoplador de elementos mec
anicos . . . . . . . . . . . . 65
2.17.5 Sistemas acoplados de movimento rotacional . . . . . . . . . . . . . . . . . . 68
2.17.6 El engranaje como acoplador de elementos mec
anicos . . . . . . . . . . 69
Linealizaci
on de un modelo matem
atico no lineal . . . . . . . . . . . . . . . . . . . . 72
El servomotor hidraulico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
Gobernador de velocidad de una turbina . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
Linealizaci
on de las ecuaciones de estado no lineales . . . . . . . . . . . . . . . . . 79
Diagramas de bloques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
Sistema de lazo cerrado sometido a una perturbacion . . . . . . . . . . . . . . . . 82
Reducci
on de diagramas de bloques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
2.25.1 Sism
ografo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
2.25.2 El servomotor bif
asico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
2.25.3 Motor de CC controlado en el inducido . . . . . . . . . . . . . . . . . . . . . . 89
2.25.4 Motor de CC controlado en el campo . . . . . . . . . . . . . . . . . . . . . . . . 91
Sensores de error en sistemas de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
2.26.1 Potenciometros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
2.26.2 Synchros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
Ejemplos de control de posici
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
2.27.1 Control de posici
on con sensor de error potenciometrico . . . . . . . . 99
2.27.2 Control de posici
on con synchros y motor DC . . . . . . . . . . . . . . . . 101
2.27.3 Control de posici
on con synchros y motor bif
asico . . . . . . . . . . . . 104
v
106
108
111
113
117
121
121
122
122
124
125
126
128
128
128
130
131
131
134
136
136
138
140
140
142
144
147
147
147
148
151
155
158
160
161
163
175
175
176
176
vi
5.1.3 Respuesta impulsiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
5.1.4 Algunos teoremas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
5.1.5 Sistema de primer orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
5.1.5.1Respuesta al escalon unitario
178
5.1.5.2Respuesta a la rampa unitaria
181
5.1.5.3Respuesta al impulso unitario
181
5.1.6 Sistema de segundo orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
5.1.6.1Caso subamortiguado o respuesta con 0 < < 1
184
5.1.6.2Caso de amortiguamiento crtico o respuesta con = 1
185
5.1.6.3Caso sobreamortiguado o respuesta con > 1
186
5.1.6.4Respuesta oscilatoria o caso de amortiguamiento nulo,
=0
187
5.2 Especificaciones de respuesta transitoria . . . . . . . . . . . . . . . . . . . . . . . . . . 189
5.2.1 Especificaciones de respuesta transitoria para sistemas de segundo
orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
191
5.2.1.1Tiempo de crecimiento o tiempo de levante tr
191
5.2.1.2Tiempo de pico tp
192
5.2.1.3M
aximo sobreimpulso Mp
193
5.2.1.4Tiempo de establecimiento ts
5.3 Sistemas de ordenes superiores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
5.3.1 Sistema de tercer orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
5.3.2 Respuesta transitoria de sistemas mayor orden . . . . . . . . . . . . . . . 197
6 CRITERIOS DE ESTABILIDAD
199
6.1 Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
6.1.1 Metodo de Newton-Raphson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
6.2 An
alisis de estabilidad por cancelaci
on de polos . . . . . . . . . . . . . . . . . . . . 201
6.2.1 Explicaci
on de la diferencia en comportamiento de las realizaciones
de las Figs 6.3 y 6.5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
6.3 Controlabilidad y observabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
6.3.1 Aclaraci
on sobre controlalibidad y observabilidad . . . . . . . . . . . . . 207
6.4 Control por realimentaci
on de variables de estado . . . . . . . . . . . . . . . . . . 207
6.5 Criterios algebraicos y frecuenciales de estabilidad . . . . . . . . . . . . . . . . . . 209
6.5.1 Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
6.5.2 Criterio de Routh y Hurwitz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
6.6 Criterios frecuenciales de estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
6.6.1 El principio del argumento o del angulo . . . . . . . . . . . . . . . . . . . . . 214
6.6.2 El criterio de Mikhailov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
6.6.3 El criterio de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
6.6.4 Regla de las transiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232
6.6.5 Estabilidad seg
un el diagrama de Bode . . . . . . . . . . . . . . . . . . . . . . 233
7 SINTESIS EN EL DOMINIO DE LA FRECUENCIA
235
7.1 Especificaciones en el dominio frecuencial . . . . . . . . . . . . . . . . . . . . . . . . . 235
7.2 Correlaci
on entre respuestas transitoria y frecuencial para un
sistema de segundo orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
7.3 Estabilidad relativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
7.4 Margen de amplitud y margen de fase . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240
A
B
vii
DISENO
DE OBSERVADORES ASINTOTICOS Y
COMPENSADORES
9.1 Observadores asintoticos para medida de los estados . . . . . . . . . . . . . . . .
9.1.1 Un observador en lazo abierto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
9.1.2 Un observador en lazo cerrado . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
9.1.3 F
ormulas para el vector de ganancias del observador . . . . . . . . . .
9.2 Observador y controlador combinados (compensadores). . . . . . . . . . . . . .
9.2.0.1Implementacion del observador
9.2.0.2Resumen
9.2.1 Perturbaciones constantes y realimentaci
on integrativa . . . . . . . .
TABLAS DE LA TRANSFORMADA DE LAPLACE
PROGRAMA MATLAB
B.1 Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
B.2 Entrando matrices simples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
B.3 Elementos de las matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
B.4 Declaraciones y variables del MATLAB . . . . . . . . . . . . . . . . . . . . . . . . . . .
B.5 Informaci
on sobre el espacio de trabajo . . . . . . . . . . . . . . . . . . . . . . . . . . .
B.6 C
omo terminar el programa y guardar el espacio de trabajo . . . . . . . . .
B.7 N
umeros y expresiones aritmeticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
240
242
243
247
247
250
251
251
253
258
260
265
266
267
268
270
271
272
272
273
273
275
278
279
279
280
281
282
283
287
287
287
293
297
297
297
298
299
300
300
301
viii
B.8
B.9
B.10
B.11
B.12
B.13
B.14
B.15
B.16
B.17
B.18
B.19
B.20
B.21
B.22
B.23
B.24
B.25
B.26
B.27
B.28
B.29
B.30
B.31
B.32
B.33
B.34
B.35
B.36
B.37
B.38
B.39
B.40
B.41
B.42
B.43
B.44
B.45
B.46
B.47
B.48
B.49
B.50
B.51
B.52
Formato de salida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Operaciones matriciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Divisi
on de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Funciones matriciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Operaciones sobre arreglos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Operaciones relacionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Operaciones l
ogicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Funciones matematicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Manipulacion de vectores y matrices. Generacion de vectores. . . . . . . .
Referencia a los elementos de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . .
Referencia a los elementos de una matriz usando vectores con
ceros y unos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Matrices vacas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Matrices especiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Construccion de matrices m
as grandes . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Funciones matriciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Polinomios y procesamiento de se
nales . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Procesamiento de se
nales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Filtraje de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Funciones como funcion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Integraci
on numerica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Ecuaciones no lineales y funciones de optimizaci
on. . . . . . . . . . . . . . . . . .
Funciones de ecuaciones diferenciales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Graficos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Graficos en dos dimensiones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Creaci
on de un grafico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Estilos de lneas, marcadores y colores. . . . . . . . . . . . . . . . . . . . . . . . . . . .
Adici
on de lneas a un grafico existente. . . . . . . . . . . . . . . . . . . . . . . . . . . .
Datos complejos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
El archivo tipo m peaks. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Graficos de matrices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Funciones especiales para gr
aficas en dos dimensiones. . . . . . . . . . . . . . .
Graficos en 3 dimensiones. Graficos de lneas. . . . . . . . . . . . . . . . . . . . . . .
Meshgrid. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Pseudocolor en graficas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Graficas en malla y superficie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Algunas funciones para graficos de proposito general. . . . . . . . . . . . . . . .
Flujo de control. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Lazos for. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Lazos while. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Declaraciones if y break. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Archivos tipo m. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Archivos script. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Archivos funcion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Ayuda en lnea para los archivos m. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
302
303
303
304
304
304
305
306
306
307
308
309
309
310
310
311
311
312
313
314
315
315
316
317
317
318
319
320
320
321
321
326
327
328
330
331
333
334
334
336
336
337
337
338
339
ix
339
340
340
341
342
343
345
345
346
349
361
361
362
368
369
373
375
380
383
384
387
PREFACIO
CAPITULO
INTRODUCCION
1.1
Objetivo
1.2
Sistema
1.3
Sistema de control
1
2 INTRODUCCION
Es aquel cuyo fin es obtener varias respuestas deseadas (a partir de ciertas entradas)
t
supone hay una descripcion matematica entre las salidas, y = y1 y2 . . . yn
t
1.4
Aquel que utiliza un controlador (un sistema) en cascada con el sistema a ser controlado (planta o proceso) para obtener la respuesta deseada, como se muestra en la
Fig. 1.2.
1.5
Aquel que utiliza una medida de la salida actual para compararla con la respuesta
deseada, como se muestra en la Fig. 1.3.
Un transductor es un dispositivo que convierte una se
nal a otra, generalmente
electrica. Ejemplos: potenci
ometros, tacogeneradores, termocuplas, termistores, presostatos, flotadores, etc.
1.6 Problema b
asico de la Ingeniera de Control 3
1.6
Problema b
asico de la Ingeniera de Control
4 INTRODUCCION
t
u u2 . . . um
(vease Fig. 1.4) de modo que imparta sobre la salida c =
1
t
c1 c2 . . . cp
cierto comportamiento deseado.
Un sistema de control se define como un servo si la salida c(t) es dise
nada para
seguir lo m
as cercanamente posible una se
nal de referencia dada r(t). Cuando la se
nal
de referencia r(t) es constante se habla de un regulador mejor que un servo.
Si el controlador es un ser humano, se dice que el sistema es controlado manualmente.
1.7
Ejemplo 1.1 Una lavadora puede ser el ejemplo de un sistema de control en lazo
abierto, en donde la salida es el grado de limpieza actual y la referencia es el grado
de limpieza deseado. Vease Fig 1.5.
Ejemplo 1.2 La Fig. 1.6 muestra un sistema de control manual del nivel de lquido
en un tanque ya que el ser humano sensa la salida (nivel actual), la compara con el
nivel deseado (se
nal de referencia) y abre o cierra la v
alvula de entrada del lquido
dependiendo del resultado anterior.
6 INTRODUCCION
Ejemplo 1.5 La Fig. 1.9 muestra el sistema de control en lazo cerrado de un sistema
termico. La variable que se desea controlar es la temperatura actual del agua a la
salida del tanque y la se
nal de referencia es la temperatura deseada. La variable de
control (salida del controlador) es la entrada al actuador, cuya salida manipula el
flujo de vapor hacia el intercambiador de calor.
8 INTRODUCCION
Ejemplo 1.6 En la Fig. 1.10 se muestra un sistema de control multivariable de una
planta de generaci
on termica en el que las salidas del sistema son: oxgeno (o) en
la caldera, temperatura (t) y presi
on (p) del vapor, y la magnitud y frecuencia del
voltaje generado (v y f). En este caso el controlador es un computador digital. SO,
ST, SP, SV y SF representan los sensores de oxgeno, temperatura, presi
on, voltaje y
frecuencia, respectivamente. GV es el gobernador de velocidad de la turbina, A/D es
el conversor an
alogo-digital, D/A es el conversor digital-an
alogo y a, c, y ai simbolizan
el agua, el combustible y el aire que le entran a la caldera, respectivamente.
1.8
1.9
1.9.1
Es el que examina o identifica la planta para ajustar los parametros del controlador a
valores optimos. Es decir, se adapta a los cambios de la planta o cambios ambientales
que afectan la misma.
1.9.2
Control o
ptimo
1.9.3
Control digital
1.10
control
10 INTRODUCCION
El objetivo de control es mantener la barra verticalmente tanto como sea posible. La
barra y el carro constituyen la planta o el sistema a ser controlado. La planta sera
inestable sin la asistencia de la se
nal de control (fuerza de control) u. Esta no es una
caracterstica general de sistemas controlados; la raz
on de este ejemplo es enfatizar
que a
un sistemas inestables pueden ser adecuadamente controlados. Para simplificar
el an
alisis, se supondra ausencia total de fuerzas perturbadoras predecibles.
Para lograr el objetivo de control se instala un motor en el carro y a traves de engranajes se genera una fuerza u sobre las ruedas del carro. Esta soluci
on es basada
en la intuici
on. Para sistemas mas complejos la intuici
on podra fallar. Considerese
por ejemplo los sistemas de las Figs. 1.13 y 1.14.
1.11
Construcci
on del modelo matem
atico
1. Para el carro:
posici
on horizontal = y
2. Para la barra:
posici
on horizontal = y + L sen
12 INTRODUCCION
posici
on vertical = L cos
Si se toman momentos alrededor del centro de gravedad de la barra y sumando las
fuerzas que actuan sobre el carro y la barra en direcciones vertical y horizontal, se
obtiene el siguiente sistema de ecuaciones:
I
d2
= V L sen HL cos
dt2
V mg = m
H=m
d2
(L cos )
dt2
d2
(y + L sen )
dt2
(1.1)
(1.2)
(1.3)
d2 y
(1.4)
dt2
El momento de inercia de la barra I se calcula con respecto a su centro de gravedad
y es I = 13 mL2 .
El sistema de ecs. (1.1) a (1.4) se puede reescribir de la siguiente manera:
uH =M
..
I = V L sen HL cos
..
.2
..
.2
uH =M y
(1.5)
(1.6)
(1.7)
(1.8)
1.12
Linealizaci
on del modelo matem
atico
Aunque las ecs. (1.5) a (1.8) podran ser resueltas por simulaci
on, ya sea con un
computador analogo o con programas de simulaci
on como el MATLAB, el PSI, el
CC, u otro, se hara por linealizaci
on.
Cualquier sistema de ecuaciones diferenciales no lineales puede ser linealizado si las
variables dependientes son limitadas a peque
nas variaciones alrededor de un punto,
llamado punto de operaci
on.
1.13 Selecci
on de u (Estrategia de control) 13
Notese de las ecuaciones que la no linealidad aparece fundamentalmente en la variable
. Considerese entonces solo relativas peque
nas desviaciones del angulo : 1rad.
Utilizando la expansion en series de Taylor:
f (x) =
X
f (n) (xo )
n!
n=0
(x xo )n
(1.9)
3
+
3!
2
+ 1
2!
Reemplazando (1.10) y (1.11) en las ecuaciones (1.1) a (1.4) se obtiene:
cos = 1
(1.10)
(1.11)
..
I = V L HL
(1.12)
V mg = 0
(1.13)
..
..
H = m y + mL
..
uH =M y
(1.14)
(1.15)
..
(I + mL2 ) + mL y mgL = 0
..
..
mL + (m + M ) y = u
1.13
(1.16)
(1.17)
Selecci
on de u (Estrategia de control)
Consideraciones:
14 INTRODUCCION
3. Seleccionar u tal que al ser reemplazada en (1.17) se pueda obtener la solucion
de la salida del sistema.
Para supervisar y controlar el angulo se escoge la estructura del sistema como se
muestra en la Fig. 1.16.
1.14
Acciones b
asicas de control
(1.18)
1.14 Acciones b
asicas de control 15
Reemplazando (1.18) en (1.17) y escribiendo de nuevo (1.16) se obtiene:
..
..
(I + mL2 ) + mL y mgL = 0
..
..
mL + (m + M ) y K1 = 0
..
(1.19)
(1.20)
K1 g(m + M)
mL = 0
I(m + M) + mML2
(1.21)
K1 g(m + M)
mL
I(m + M) + mML2
(1.22)
Definiendo:
2 =
a=
K1
m+M
mL
m+M
Utiliz
andolas en (1.21) y (1.19) se obtienen (1.25) y (1.26):
b=
(1.23)
(1.24)
..
+ 2 = 0
..
(1.25)
..
y = a b
(1.26)
(1.27)
se pueden considerar los tres siguientes casos, cuyas respuestas se pueden obtener
facilmente utilizando la Transformada de Laplace en las ecs (1.25) y (1.26):
y = o
= o cos t
(1.28)
a + b 2
(1 cos t)
2
(1.29)
16 INTRODUCCION
= o
(1.30)
a
y = o t2
2
(1.31)
= o cosh ||t
(1.32)
a b||2
(cosh ||t 1)
||2
(1.33)
y = o
Las respuestas para cada uno de los casos se muestran en la Fig. 1.17.
25
posicin angular (grados)
20
15
iii
ii
10
5
0
-5
-10
0
4
6
tiempo (segs)
10
1.14 Acciones b
asicas de control 17
onicas (como las de
Para K1 > Kcr , la barra y el carro desarrollan oscilaciones arm
un pendulo sin amortiguamiento). N
otese que la barra no cae y se puede decir que el
objetivo de control ha sido pobremente satisfecho.
(b) CONTROL PROPORCIONAL MAS DERIVATIVO
Las oscilaciones debidas al control proporcional se pueden amortiguar por medio del
control derivativo. La presencia de oscilaciones no amortiguadas se debe al hecho de
que el motor actua solo despues de que la desviacion angular ya ha ocurrido. Tiene
sentido entonces hacer que el motor actue cuando las desviaciones esten a punto de
ocurrir; es decir, que la fuerza de control actue antes de que la desviaci
on ocurra. Una
.
posible soluci
on es hacer la fuerza de control u una combinacion lineal de y de :
.
u = K1 + K2
(1.34)
.
..
(I + mL2 ) + mL y mgL = 0
..
..
..
(1.35)
mL + (m + M ) y K1 K2 = 0
(1.36)
+ 2 + 2 = 0
(1.37)
donde
=
2 =
1
mLK2
2 I(m + M) + mM L2
K1 g(m + M)
mL
I(m + M) + mML2
2 2
t
2
2
)
(1.38)
e
sen( t + arctan
= o
2 2
que es v
alida para valores reales del radical y cuya forma de onda se muestra en la
Fig. 1.18.
18 INTRODUCCION
10
8
6
4
2
0
-2
6
8
tiempo (segs)
10
12
10
8
6
4
2
0
0
10
15
tiempo (segs)
Figura 1.19 Respuesta del pendulo correspondiente a la ec. (1.39)
Cuando el termino derivativo es grande en comparaci
on con el termino proporcional, el
radical se hace imaginario y la respuesta del sistema en este caso es sobreamortiguada
y dada por la ec. (1.39).
h
i
p
p
o
1
2
2
2
2
( + 2 2 )e( )t ( 2 2 )e(+ )t
2 2 2
(1.39)
Esta solucion, que se muestra en la Fig. 1.19, ocurre cuando > ||.
Notese de las Figs. 1.17, 1.18 y 1.19 la superioridad de este u
ltimo control sobre el
control proporcional, para este caso particular.
Es importante anotar que con la salida considerada, la posici
on angular de la barra,
el sistema no es observable (concepto que ser
a visto posteriormente) y por lo tanto
no todas las frecuencias naturales (que deciden la estabilidad del sistema) aparecen a
la salida. Si se considera tambien como salida la posici
on lineal del carro, y, se notara
que el sistema es inestable, a
un en lazo cerrado. Por lo tanto es necesario incluir otro
controlador. Esta soluci
on se plantea mediante simulaci
on en el apendice C.
Existen otras estrategias de control, lineales y no lineales, como por ejemplo el control
ON-OFF, cuya ley de control se define por la ecuaci
on (1.40).
=
1.15
Efectos de la realimentaci
on
20 INTRODUCCION
En la Fig. 1.20 considerese que G y H son ganancias constantes. Por lo tanto:
c = Ge = G(r b) = Gr GHc
(1.41)
M=
1.16
G
c
=
r
1 + GH
(1.42)
1.17
Efecto en la estabilidad
1.18
Efecto en la sensitividad
Puesto que todos los elementos fsicos tienen propiedades que cambian con el ambiente
y el tiempo, no se puede considerar siempre que los parametros de un sistema de
control son completamente estacionarios durante toda su vida de operacion. Por
ejemplo, la resistencia de los devanados de un motor electrico cambia con el aumento
de temperatura del motor durante su operacion. En general, un buen sistema de
control debe ser muy insensitivo a variaciones en los par
ametros pero sensitivo a
los comandos de entrada. Se investigara el efecto que la realimentaci
on tiene en la
sensitividad a variaciones de parametros. Supongase en la Fig. 1.20 a la ganancia
G como un parametro que podra variar. La sensitividad de la ganancia total del
sistema M debido a la variaci
on en G se define como:
M
=
SG
M
M
G
G
porcentaje de cambio en M
porcentaje de cambio en G
(1.44)
22 INTRODUCCION
en donde M denota el cambio incremental en M debido al cambio incremental en
G, G.
De (1.42):
M
=
SG
1
M G
=
G M
1 + GH
(1.45)
1.19
Efecto en la perturbaci
on externa o ruido
c = G1 G2 e + G2 n
(1.46)
en donde e = r.
La relacion se
nal a ruido SR de la salida se define como:
salida debido a la se
nal
G1 G2 e
e
=
= G1
(1.47)
salida debido al ruido
G2 n
n
Para incrementar esta relaci
on se debe incrementar la magnitud de G1 o e relativo a
on.
n. N
otese que G2 no tendra efecto en esta relaci
Con realimentacion, la salida del sistema debido a r y n actuando simultaneamente
es:
SR =
G2
G1 G2
r+
n
(1.48)
1 + G1 G2 H
1 + G1 G2 H
Comparando (1.48) con (1.46) se nota que la componente de la salida debida al ruido
se reduce por el factor 1 + G1 G2 H si este es mayor que 1, pero la componente debido
a la se
nal tambien es cambiada por la misma cantidad. La relaci
on se
nal a ruido es
ahora:
c=
SR =
G1 G2
1+G1 G2 H r
G2
1+G1 G2 H n
= G1
r
n
(1.49)
(1.50)
G2
n
(1.51)
1 + G01 G2 H
la cual es m
as peque
na que la salida debida a n cuando G1 no es incrementada. La
relaci
on se
nal a ruido es entonces
c|r=0 =
SR =
G1 G2 r
G2
1+G01 G2 H n
G1 r
(1 + G01 G2 H)
n
(1.52)
CAPITULO
MODELOS MATEMATICOS DE
SISTEMAS FISICOS
2.1
Objetivo
2.2
Modelos matem
aticos
25
2.3
Clasificaci
on de sistemas
y(t) = Lv(t)
(2.1)
2.3.1
Sistema determinstico
2.3.2
Sistema causal
2.3.3
Sistema lineal
Si se supone que las respuestas del sistema de la Fig. 2.2 a dos entradas diferentes v1 (t)
y v2 (t) son y1 (t) y y2 (t), respectivamente, y que y son dos constantes, se dice que el
sistema es lineal si la respuesta a v(t) = v1 (t) + v2 (t) es y(t) = y1 (t) + y2 (t) para
todos los valores de v1 , v2 , y . Esto se puede expresar simbolicamente mediante
la ecuaci
on (2.2):
(2.2)
2.3.4
2.4
(2.3)
Ecuaciones de estado
(2.4)
(2.5)
(2.6)
2.4.1
Matriz de transferencia
(2.7)
Y(s) = CX(s)+DU(s)
(2.8)
(2.9)
2.5
(2.10)
Una ecuaci
on diferencial de n
esimo orden
(2.11)
b0 sm + b1 sm1 + + bm s
Y (s)
= n
U (s)
s + a1 sn1 + + an s
(2.12)
2.6
Sistemas mec
anicos de traslaci
on
2.6.1
Masa
2.6.2
Resorte traslacional
fK = K(y yo )
(2.14)
2.6.3
Amortiguador traslacional
dy dyo
)
dt
dt
(2.15)
A diferencia de los dos elementos idealizados anteriores, el amortiguador es un dispositivo que transforma energa en calor, y se puede demostrar que la energa transformada en calor por unidad de tiempo (potencia P ) es dada por P = Bv2 , en donde
v es la velocidad relativa de los extremos del amortiguador.
Ejemplo 2.1 Para el sistema mec
anico traslacional de la Fig. 2.10(a) plantear un
on en reposo con peso
modelo matem
atico. u(t) es una fuerza externa, y1o es la posici
y yo es la longitud del resorte sin peso (longitud natural del resorte).
d2 y1
dy1
+ u(t) K(y1 yo ) = M 2
dt
dt
(2.16)
(2.17)
d2 y1
dy1
+ K(y1 y1o ) = u(t)
+B
2
dt
dt
(2.18)
(2.19)
d(y1 y1o )
dy1
dy
=
=
dt
dt
dt
(2.20)
d2 y1
d2 y
=
(2.21)
dt2
dt2
Reemplazando (2.19), (2.20) y (2.21) en (2.18) se obtiene la ecuaci
on diferencial que
relaciona la posici
on de la masa M desde la posici
on de equilibrio (y) con la entrada
(u(t)):
dy
d2 y
+ Ky = u(t)
(2.22)
+B
2
dt
dt
Notese que si se escoge como referencia la posici
on de equilibrio (sistema en reposo),
el peso no interviene.
M
= 0) se obtiene (2.23):
K
1
B
s+
)Y (s) =
U (s)
M
M
M
de la cual se obtiene la funci
on de transferencia del sistema:
(s2 +
G(s) =
Y (s)
= 2
U (s)
s +
1
M
B
K
Ms+ M
(2.23)
(2.24)
Y (s)
=
U (s)
1+
1 2
Ms
B 1
K 2
+M
s
Ms
(2.25)
De (2.25):
Y (s) =
1+
1 2
Ms
U(s)
B 1
K 2
+M
s
Ms
1+
B 1
Ms
(2.26)
Se define:
E(s) ,
1
+
K 2
Ms
U (s)
(2.27)
De (2.27) se obtiene:
E(s) = U (s)
Reemplazando (2.27) en (2.26):
B 1
K 2
s U(s)
s U (s)
M
M
(2.28)
1 2
s E(s)
(2.29)
M
Utilizando la ecuacion (2.28) se obtiene la mayor parte del diagrama de bloques (
util
en simulacion de sistemas) de la Fig. (2.11), del cual se pueden obtener facilmente
las ecuaciones de estado si se consideran como variables de estado las salidas de
los integradores (x1 y x2 ).
Y (s) =
(2.30)
1
B
1
K
X1 (s)
X2 (s))
(2.31)
X1 (s) = E(s) = (U(s)
s
s
M
M
Multiplicando ambos miembros de las ecuaciones (2.30) y (2.31), utilizando la Transformada inversa de Laplace suponiendo condiciones iniciales nulas y escribiendo las
ecuaciones en forma matricial se obtiene la ecuacion de estado (2.32):
B
K
1
x1
x 1
M M
=
+
u(t)
(2.32)
0
x 2
x2
1
0
Con la ecuacion (2.29) se obtiene el resto del diagrama de bloques de la Fig. 2.11 y
a su vez se obtiene la ecuaci
on de salida:
1
X2 (s)
M
que en el dominio del tiempo y en forma matricial es:
x1
1
0
+ 0 u(t)
y(t) =
M
x2
Y (s) =
(2.33)
(2.34)
2.7
Un m
etodo para obtener la ecuaci
on de estado
y la de salida
Este metodo es v
alido para sistemas escalares cuya funcion de transferencia es conocida. Se supone que el grado del polinomio del numerador de la funcion de transferencia es menor o igual que el del denominador. Sin perdida de generalidad, considerese:
H(s) =
(2.35)
b0 s1 + b1 s2 + + bn1 sn
Y (s)
=
U(s)
1 + a1 s1 + + an sn
(2.36)
E(s) =
De donde:
1 + a1
s1
1
U (s)
+ + an sn
(2.37)
(2.38)
De la ecuacion (2.38) se puede deducir parte del diagrama de bloques de la Fig. 2.12.
(2.39)
Con la ecuacion (2.39) se obtiene la otra parte del diagrama de bloques de la Fig.
2.12.
Si se definen las salidas de los integradores como las variables de estado, se puede
deducir de la Fig. 2.12 las ecuaciones de estado y de salida:
x 1
x 2
..
.
x n
a1
1
..
.
a2
0
..
.
y(t) =
b0
an
0
..
..
.
.
1
0
b1
bn1
x1
x2
..
.
xn
x1
x2
..
.
xn
1
0
..
.
0
u(t)
(2.40)
(2.41)
dy
d2 y
= M1 2
dt
dt
dz
d2 z
= M2 2
dt
dt
Reorganizando terminos se obtienen (2.44) y (2.45):
K2 (y z) B2
(2.42)
(2.43)
M1 y + B1 y + (K1 + K2 )y K2 z = K1 u(t)
(2.44)
K2 y + M2 z + B2 z + K2 z = 0
(2.45)
(2.46)
(2.47)
Manipulando algebr
aicamente (2.46) y (2.47) se obtiene la funci
on de transferencia:
b3
Y (s)
= 4
3
U (s)
s + a1 s + a2 s2 + a3 s + a4
donde:
b3 =
a1 =
a2 =
K1
M1 M2
M1 B2 + M2 B1
M1 M2
K2 M1 + (K1 + K2 )M2 + B1 B2
M1 M2
(2.48)
a3 =
B1 K2 + B2 (K1 + K2 )
M1 M2
a4 =
K1 K2
M1 M2
2.8
Otro m
etodo para obtener la ecuaci
on de
estado y la de salida
Este metodo es tambien v
alido para un sistema escalar y se parte de que se conoce
la ecuaci
on diferencial que relaciona la entrada y la salida. Sea esta de la forma dada
en la ecuaci
on (2.49):
y(n) + a1 y (n1) + + an1 y (1) + an y = b0 u(n1) + b1 u(n2) + + bn2 u(1) + bn1 u
(2.49)
Reorganizando (2.49) se obtiene:
y (n) + [a1 y b0 u](n1) + + [an1 y bn2 u](1) = [bn1 u an y]
(2.50)
Reorganizando (2.51):
y (n1) + [a1 y b0 u](n2) + + [an2 y bn3 u](1) = xn + bn2 u an1 y (2.52)
Integrando (2.52):
(n2)
(n3)
+ [a1 y b0 u]
+ + [an2 y bn3 u] =
(2.53)
(2.54)
(2.55)
y=
[x2 + b0 u a1 y]dt = x1
(2.56)
1 0 x1 b0
1
x 1
. x b
..
x 2
2
. ..
a2 0
1
(2.57)
.. + .. u(t)
.. = .
.
.
. .
..
.. 1 . .
.
x n
xn
bn1
an 0 0
x1
(2.58)
y(t) = 1 0 0 .
..
xn
De la ecuaci
on diferencial (2.49) se puede obtener la funcion de transferencia:
Y (s)
b0 sn1 + b1 sn2 + + bn1
=
(2.59)
U(s)
sn + a1 sn1 + + an
que es la misma que se utiliz
o en el metodo de la secci
on anterior para obtener las
ecuaciones de estado y de salida.
H(s) =
2.9
Sistemas mec
anicos de rotaci
on
2.9.1
Inercia
TJ = J
d2
dt2
(2.60)
Es importante hacer notar que un cuerpo con inercia en movimiento angular almacena
2.
energa y cuya expresi
on, la cual se puede demostrar f
acilmente, es E = 12 J()
2.9.2
Resorte rotacional
(2.61)
2.9.3
1 T2
2 K,
Amortiguador rotacional
)
(2.62)
dt
dt
T (t) B
d2
d
K = J 2
dt
dt
(2.63)
d2
d
+ K = T (t)
+B
dt2
dt
(2.64)
G(s) =
2.10
(s)
= 2
T (s)
s +
1
J
B
K
Js+ J
(2.65)
vi (t) = Ri + L
1
di
+
dt C
idt
(2.66)
Utilizando la definici
on de corriente electrica como la variaci
on por unidad de tiempo
del flujo neto de carga a traves de la seccion transversal de una puerta:
i=
dq
dt
(2.67)
2.11
1
d2 q
dq
+ R + q = vi (t)
dt2
dt C
(2.68)
Analoga fuerza-torque-voltaje
Comparando las ecuaciones diferenciales (2.22), (2.64) y (2.68) de los sistemas fsicos
correspondientes (mec
anico traslacional de la Fig. 2.10, mec
anico rotacional de la
Fig. 2.19 y circuito electrico de la Fig. 2.20) se nota que son de forma identica. Tales
sistemas se denominan sistemas an
alogos y los terminos que ocupan las posiciones
correspondientes en las ecuaciones diferenciales se denominan magnitudes y variables
analogas. Esto explica porque se denomina la analoga fuerza-torque-voltaje. La
siguiente tabla hace un resumen de las analogas:
Sist. mec
anico traslacional
Sist. mec
anico rotacional
Sistema electrico
Fuerza u
Velocidad lineal y
Desplazamiento lineal y
Masa M
Coef. fricci
on viscosa B
Constante del resorte K
Torque T
Velocidad angular
Desplazamiento angular
Inercia J
Coef. friccion viscosa B
Constante del resorte K
Voltaje v
Corriente i
Carga q
Inductancia L
Resistencia R
Inverso capacitancia
1
C
0 = M1
dy2 dy1
d2 y2
) + K2 (y2 y1 )
+ B2 (
dt2
dt
dt
dy1 dy2
d2 y1
dy1
+ K1 y1 + K2 (y1 y2 ) + B2 (
)
+ B1
2
dt
dt
dt
dt
(2.71)
(2.72)
Ejemplo 2.6 Verificar que las ecuaciones (2.71) y (2.72) describen el comportamiento
del sistema de la Fig. 2.21.
La Fig. 2.23 muestra los diagramas de cuerpo libre de las dos masas, en los cuales se
ha supuesto, por comodidad , que y2 > y1 y que y 2 > y1 .
dy2 dy1
d2 y2
) K2 (y2 y1 ) = M2 2
dt
dt
dt
K2 (y2 y1 ) + B2 (
dy2 dy1
dy1
d2 y1
) B1
K1 y1 = M1 2
dt
dt
dt
dt
(2.73)
(2.74)
i2 = 2 , i1 = 1 .
Aplicando la segunda ley de Kirchho a cada una de las mallas del circuito de la Fig.
2.25 se obtienen las ecuaciones que lo describen:
Z
1
di1
+
(i1 i2 )dt
(2.75)
v(t) = (R1 + R2 )i1 + L1
dt
C
Z
1
di2
+
(i2 i1 )dt
(2.76)
0 = (R3 + R4 )i2 + L2
dt
C
Reemplazando las anteriores magnitudes y variables analogas en (2.75) y (2.76) se
obtienen las ecuaciones que describen el comportamiento del sistema mec
anico rotacional de la Fig. 2.24:
T (t) = (B1 + B2 )
0 = (B3 + B4 )
d1
d2 1
+ M1 2 + K(1 2 )
dt
dt
d2
d2 2
+ M2 2 + K(2 1 )
dt
dt
(2.77)
(2.78)
Ejemplo 2.8 Verificar que las ecuaciones (2.77) y (2.78) describen el comportamiento
del sistema de la Fig. 2.24.
La Fig. 2.26 muestra los diagramas de cuerpo libre de las dos inercias
d1
d1
d2 1
B2
K(1 2 ) = M1 2
dt
dt
dt
d2
d2
d2 2
B4
= M2 2
dt
dt
dt
Reorganizando (2.79) y (2.80) se obtienen (2.77) y (2.78).
K(2 1 ) B3
(2.79)
(2.80)
2.12
edt +
e
de
+C
R
dt
(2.81)
e=
d
dt
(2.82)
2.13
1
d2
1 d
+ = is (t)
+
2
dt
R dt
L
(2.83)
Analoga fuerza-torque-corriente
Comparando las ecuaciones diferenciales (2.22), (2.64) y (2.83) de los sistemas fsicos
correspondientes (mec
anico traslacional de la Fig. 2.10, mec
anico rotacional de la
Fig. 2.19 y circuito electrico de la Fig. 2.27) se nota que son de forma identica. Tales
sistemas tambien se denominan sistemas an
alogos y los terminos que ocupan las
posiciones correspondientes en las ecuaciones diferenciales se denominan magnitudes
y variables an
alogas. De esta comparaci
on se explica porque se denomina la analoga
fuerza-torque-corriente. La siguiente tabla hace un resumen de las analogas en
este caso:
Sist. mec
anico traslacional
Sist. mec
anico rotacional
Sistema electrico
Fuerza u
Velocidad lineal y
Desplazamiento lineal y
Masa M
Coef. fricci
on viscosa B
Constante del resorte K
Torque T
Velocidad angular
Desplazamiento angular
Inercia J
Coef. friccion viscosa B
Constante del resorte K
Corriente i
Voltaje v
Flujo
Capacitancia C
Conductactancia R1
Inverso inductancia
1
L
Notese de la Fig. 2.24 que hay dos velocidades angulares 1 y 2 que se suponen
positivas con los sentidos mostrados. Por lo tanto, el circuito electrico an
alogo (Fig.
2.29) tendra dos nodos (1 y 2) y el de referencia (0) cuyos voltajes de nodo e1 y e2 , son
analogos a las velocidades 1 y 2 , respectivamente. Utilizando la tabla de la analoga
fuerza-torque-corriente se obtienen los elementos de circuito correspondientes a las
inercias, resortes y amortiguadores. Puesto que las inercias J1 y J2 se mueven a las
velocidades 1 y 2 , entonces los voltajes entre los terminales de las capacitancias
analogas correspondientes C1 y C2 son e1 y e2 y por lo tanto estan conectadas entre
los nodos 1 y referencia y 2 y referencia, respectivamente. Como uno de los extremos
de B1 y de B2 se mueve a la velocidad 1 y el otro extremo es fijo, entonces sus
an conectados entre el
elementos de circuito analogo R1 y R2 , respectivamente, est
nodo 1 y el de referencia. Asi mismo, uno de los extremos de B3 y de B4 se mueve a
e2 = 2 , e1 = 1 .
Aplicando la primera ley de Kirchho a los nodos 1 y 2 del circuito de la Fig. 2.29 se
obtienen las ecuaciones que lo describen:
1
de1
e1
+ C1
+
i(t) =
(R1 + R2 )
dt
L
e2
1
de2
0=
+ C2
+
(R3 + R4 )
dt
L
(e1 e2 )dt
(e2 e1 )dt
(2.86)
(2.87)
(2.91)
B1 (y 2 y 1 ) + K3 (y2 y1 ) + M2 y2 + K4 (y2 y3 ) = 0
(2.92)
M3 y3 + K4 (y3 y2 ) + B2 (y 3 y 1 ) = 0
(2.93)
e2 = z,
e1 = y.
1
de1
e1
+
+ C1
R1
dt
L1
(e1 u)dt
1
de2
e2
+
+ C2
R2
dt
L2
1
L2
(e1 e2 )dt = 0
(e2 e1 )dt = 0
(2.94)
(2.95)
2.14
Se ver
a un procedimiento sistem
atico para asignar variables de estado y plantear las
ecuaciones de estado para circuitos con parametros concentrados que pueden contener
fuentes independientes de voltaje y de corriente.
Si en una red electrica se conocen las corrientes en todas las inductancias y los voltajes
en todos los condensadores, entonces el comportamiento de la red est
a completamente
descrito. Por lo tanto es natural seleccionar como variables de estado las corrientes
en todos los inductores y los voltajes en todos los capacitores en redes propias (que
no son impropias).
Una red impropia es aquella que contiene por lo menos una trayectoria cerrada
(llamada impropia) compuesta u
nicamente de condensadores y/o fuentes independientes de voltaje y/o un corte (llamado impropio) formado u
nicamente por inductores
(con o sin acoplamiento m
utuo) y/o fuentes independientes de corriente.
Notese que al aplicar la segunda (primera) ley de Kirchho a cada trayectoria impropia
(corte impropio) aparece una dependencia lineal entre los voltajes (corrientes) de
los condensadores (inductancias) que forman parte de ella (el). Por lo tanto, en
una red impropia se deben escoger como variables de estado los voltajes en todos
los condensadores, menos uno por cada trayectoria impropia (el correspondiente a
cualquiera de los condensadores de la trayectoria impropia) y las corrientes en todas
las inductancias, menos una por cada corte impropio (la correspondiente a cualquiera
de las inductancias del corte impropio) para que el n
umero de variables de estado sea
mnimo (es decir, no haya variables de estado redundantes).
Recuerdese que un conjunto de cortes es mnimo si cada uno de ellos tiene una s
ola
rama.
2.15
M
etodo sistem
atico para obtener las ecua-
ciones de estado
Figura 2.35 Gr
afico del circuito de la Figura 2.34
t
t
= v2 v3 i7
Se escogen como variables de estado a x = x1 x2 x3
Se expresana v6 (y por lo tanto i6 ) e i4 (y por lo tanto v4 ) en funci
on de las variables
de estado y de las entradas, usando las leyes de Kirchho.
Aplicando la segunda ley de Kirchho en el anillo formado por los nodos 1-0-2-1 se
obtiene:
v6 = u1 (t) x1
(2.96)
u1 (t) x1
R1
(2.97)
Por lo tanto:
i6 =
(2.98)
v4 = R2 x3
(2.99)
Por lo tanto:
1
1
1
1
x1
x3 +
u1 (t) +
u2 (t)
R1 C1
C1
R1 C1
C1
(2.100)
1
x3
C2
(2.101)
Aplicando la segunda ley de Kirchho (slk) en el enlace formado por los nodos 0-2-34-0 y organizando se obtiene (2.102).
1
R2
1
x1 x2
x3
(2.102)
L
L
L
Reescribiendo (2.100), (2.101) y (2.102) en forma matricial se obtiene la ecuacion de
estado (2.103).
x 3 =
R11C1
x 1
x 2 =
0
1
x 3
L
0
0
L1
C11
1
C2
RL2
x1
x2 +
x3
1
R1 C1
0
0
1
C1
0
0
u1 (t)
u2 (t)
(2.103)
La ecuaci
on de salida se puede expresar facilmente en funci
on de las variables de
estado y las entradas como:
.
y = v7 = L x3 = x1 x2 R2 x3
la cual escrita en forma matricial es:
y=
1 1 R2
x1
x2
x3
(2.104)
Figura 2.37 Gr
afico del circuito de la Figura 2.36
= v2 v3 i6
Se escogen como variables de estado a x = x1 x2 x3
Como hay inductancias m
utuamente acopladas, es conveniente plantear la ecuacion
primitiva que relaciona los voltajes entre sus terminales y las derivadas temporales
de las corrientes. Es decir, en este caso:
di5
L1 M
v5
dt
=
(2.105)
di6
v6
M L2
dt
Aplicando la segunda ley de Kirchho al anillo que contiene el enlace 7 y la primera ley
de Kirchho a los cortes que contienen la ramas 5 y 4, respectivamente, se obtienen:
v7 = x2 x1
(2.106)
i5 = u2 + x3
(2.107)
i4 = x3
(2.108)
i7 = C2 (x 2 x 1 )
(2.109)
v5 = L1 (u 2 + x 3 ) M x 3
(2.110)
v4 = Rx3
(2.111)
Por lo tanto:
(2.112)
C3 x 2 + C2 (x 2 x 1 ) + u2 = 0
(2.113)
C2 + C3
C3
x3 +
u2
1
1
(2.114)
C1
C2
x3
u2
1
1
(2.115)
x 2 =
en donde 1 = C1 C2 + C1 C3 + C2 C3 .
Aplicando la slk al anillo que contiene el enlace 6, usando las ecs. (2.105), (2.107) y
(2.111) y organizando se obtiene:
R
1
1
M L1 .
u2
x1 x3 + u1 +
2
2
2
2
en donde 2 = L1 + L2 2M .
Reescribiendo las ecuaciones de estado en forma matricial:
x 3 =
(2.116)
0
x 1
x 2 =
0
x 3
12
0
0
0
C2 +C3
1
C2
1
2
R
2
La ecuaci
on de salida es:
0
x1
x2 + 0
1
x3
2
y=
2.16
1 0 0
0 0 1
C3
1
1
C
1
0
u1
+ 0
u2
0
x1
x2
x3
0
0
ML1
2
u 1
u 2
(2.117)
(2.118)
entradas
Como se puede notar del ejemplo anterior (caso de un circuito impropio), a veces
pueden aparecer en la ecuaci
on matricial de estado la primera derivada de las entradas.
Es decir, en forma general:
x = Ax+B1 u+B2 u
(2.119)
y = Cx+Du
(2.120)
(2.121)
x B2 u = Ax+B1 u
(2.122)
De (2.119):
y organizando:
b = A[b
x
x + B2 u]+B1 u
.
b = Ab
x
x + [B1 + AB2 ]u
(2.123)
y = Cb
x + [CB2 + D]u
(2.124)
b.
(2.124) es la ecuaci
on de salida en funcion de las nuevas variables de estado x
2.17
2.17.1
v1
v2
=
d1
d2
(2.125)
(2.126)
2.17.2
(2.127)
n2
1
i1
=
=
i2
n1
a
(2.128)
en donde e1 y e2 (i1 e i2 ) son los voltajes (corrientes) con las polaridades (sentidos)
mostradas entre (a traves de) los terminales de los devanados del primario y del
secundario, respectivamente. a es la relacion del n
umero de espiras del primario al
secundario.
Comparando las ecuaciones (2.127) con la (2.125) y la (2.128) con la (2.126) se puede
establecer una analoga entre la palanca y el transformador, en donde e1 y e2 (i1 e i2 )
on a = nn12 a dd12 . N
otese que esta analoga
son analogos a v1 y v2 (F1 y F2 ) y la relaci
usa la analoga fuerza-corriente.
2.17.3
(2.129)
(2.130)
en donde Req = a2 R, es una resistencia equivalente vista entre los terminales del
primario.
(2.131)
di1
(2.132)
dt
= a2 L, es una inductancia equivalente vista entre los terminales del
e1 = Leq
en donde Leq
primario.
(2.133)
de1
(2.134)
dt
= aC2 , es una capacitancia equivalente vista entre los terminales del
i1 = Ceq
en donde Ceq
primario.
2.17.4
Considerese la palanca ideal de la Fig. 2.38, en donde la carga podra ser una masa,
un resorte o un amortiguador, o cualquier conexion de estos elementos.
F2 = Bv2
(2.135)
(2.136)
en donde Beq = dd21 B, es el coeficiente de friccion viscosa del amortiguador equivalente en el extremo izquierdo de la palanca.
F2 = K
v2 dt
(2.137)
(2.138)
2
en donde Keq = dd21 K, es la constante del resorte equivalente en el extremo
izquierdo de la palanca.
F2 = M
dv2
dt
(2.139)
d2
d1
dv1
dt
(2.140)
dy
dt
e
de
+
(2.141)
dt R
Reemplazando las analogas en (2.141) se obtiene (2.142) que es la ecuaci
on difeai(t) = c
2.17.5
d2 dy
d2 d2 y
= p(t)
+B
2
d1 dt
d1 dt
(2.142)
(2.143)
Puesto que se ha supuesto que el acoplamiento es ideal, entonces, aplicando el principio de conservaci
on de la energa, la potencia entregada en el eje del engranaje
izquierdo (T1 1 ) es igual a la potencia absorbida por la carga conectada en el eje del
engraje derecho (T2 2 ). Matematicamente:
T1 1 = T2 2
(2.144)
Comparando las ecuaciones (2.127) con la (2.143) y la (2.128) con la (2.144) se puede
establecer una analoga entre el par de engranajes acoplados rotacionalmente y el
transformador, en donde e1 y e2 (i1 e i2 ) son analogos a 1 y 2 (T1 y T2 ) y la
2
otese que esta analoga usa la analoga torque-corriente.
relaci
on a = nn12 a N1 = N
N1 . N
2.17.6
Considerese el engranaje ideal de la Fig. 2.43, en donde la carga podra ser una
inercia, un resorte o un amortiguador, o cualquier conexi
on de estos elementos.
(2.145)
(2.146)
en donde Beq = N B, es el coeficiente de friccion viscosa del amortiguador equivalente en el eje del engranaje 1.
T2 = K
2 dt
(2.147)
(2.148)
d2
dt
Usando (2.143) y (2.144) en (2.149) se obtiene (2.150):
T2 = J
T1 = Jeq
d1
dt
(2.149)
(2.150)
dm
dt
(2.151)
(2.152)
dia
+e
(2.153)
dt
Utilizando la analoga fuerza-torque-corriente, para el sistema mec
anico rotacional se
obtiene el circuito electrico an
alogo de la Fig. 2.45, en donde las analogas son:
1
1
1
c
Im = Tm , em = ddtm , ec = d
dt , R1 = B1 , R2 = B2 , Rc = Bc ,
1
1
1
Rm = Bm , Lm = Gm , a = N , C1 = J1 , C2 = J2 , Cc = Jc
u(t) = Ra ia + La
C2 + Cc
a2
a2 R1 R2 Rc
R1 R2 + R1 Rc + a2 R2 Rc
(2.154)
(2.155)
(2.156)
(2.157)
1
dm
+ Gm (m c ) = Tm
dt
N
(2.158)
1
dc
d2 c
1
1
[B1 + N 2 (Bc + B2 )
+ [J1 + N 2 (Jc + J2 ) 2 + Gm ( c m ) = 0 (2.159)
N
dt
N
dt
N
Las ecuaciones (2.151), (2.152), (2.153), (2.158), y (2.159) constituyen el modelo
matematico que describe completamente el comportamiento del sistema de la Fig.
2.44.
2.18
Linealizaci
on de un modelo matem
atico no
lineal
Supongase que se tiene la funci
on f (x, y, z) y se desea expandir en series de Taylor
alrededor del punto (x0 , y0 , z0 ) = P0 . Entonces:
X
k f
(x x0 )k k f
(y y0 )k k f
(z z0 )k
+ k |P0
+ k |P0
]
f(x, y, z) = f(x0 , y0 , z0 )+ [ k |P0
x
k!
y
k!
z
k!
1
(2.160)
Sea:
x , x x0 , y , y y0 , z , z z0 , f , f(x, y, z) f(x0 , y0 , z0 )
(2.161)
(2.162)
en donde:
f
f
f
|P0 , Ky =
|P0 , Kz =
|P
x
y
z 0
Supongase ahora que se tiene la ecuaci
on diferencial no lineal (2.164):
Kx =
(2.163)
(2.164)
2.18 Linealizaci
on de un modelo matematico no lineal 73
(1)
(m)
(1)
(n)
y el punto de operaci
on P0 = (x0 , x0 , , x0 , y0 , y0 , , y0 ).
Obviamente el punto de operacion debe satisfacer la ecuaci
on diferencial (2.163) y
por lo tanto:
(1)
(m)
(1)
(n)
F (x0 , x0 , , x0 , y0 , y0 , , y0 ) = 0
(2.165)
en donde:
(k)
x0 =
kx
ky
(k)
|
|P
,
y
=
P
tk 0 0
tk 0
(m)
(1)
(n)
F
F
F
F
F
|P x+ (1) |P0 x(1) + + (m) |P0 x(m) +
|P y+ + (n) |P0 y(n)
x 0
y 0
x
x
y
(2.167)
y:
dk x
dk x
dk y
dk y
(k)
=
,
y
=
=
(2.168)
dtk
dtk
dtk
dtk
Reemplazando (2.164) y (2.165) en (2.166) y usando (2.168) se obtiene la ecuaci
on
diferencial linealizada alrededor del punto P0 :
x(k) =
dx
dm x
dy
dn y
+ + Km
+
+
d
=
d
y
+
d
0
1
n
dt
dtm
dt
dtn
(2.169)
K0 =
F
F
F
|P , K1 =
|P , , Km =
|P
x 0
x(1) 0
x(m) 0
(2.170)
d0 =
F
F
F
|P , d1 = (1) |P0 , , dn = (n) |P0
y 0
y
y
(2.171)
K0 x + K1
donde:
y:
dx 2
dy
1
d2 y
) + 2x = y3 2 + (1 + y2 )( )2 +
dt
dt
dt
y
(2.172)
1
y
dx
dy
d2 y
= d0 y + d1
+ d2
dt
dt
dt2
(2.173)
en donde:
K0 = [2x(x(1) )2 + 2] |P0 , K1 = [2x2 x(1) ] |P0
d0 = [3y 2 y (2) + 2y(y (1) )2 y12 ] |P0 , d1 = [2(1 + y 2 )y (1) ] |P0 , d2 = [y 3 ] |P0
2.19
El servomotor hidr
aulico
x4
x4
x3
Q2
Q1
x3
x2
x2
x1
x1
P1
Ps
P2
(2.174)
p
Q2 = Kd x P2
(2.175)
Q1 = K1 x K2 P1
(2.176)
Q2 = K3 x + K4 P2
(2.177)
donde:
dx
K1 = [Kd Ps P1 ] |P0 , K2 = 2K
| , K3 = [Kd P2 ] |P0 , K4 = 2KdPx |P0
Ps P1 P0
2
Puesto que el caudal se define como el cambio de volumen por unidad de tiempo,
entonces:
Q1 = Q2 =
y por lo tanto:
dy
d(Ay)
=A
dt
dt
Q1 = Q2 = A
dy
dt
(2.178)
La fuerza que actua sobre la masa M , con sentido de derecha a izquierda, debida al
piston de potencia es:
F = A(P1 P2 )
y por lo tanto:
F = A(P1 P2 )
(2.179)
dy
dt
(2.180)
d2 y
dy
=M 2
dt
dt
y por lo tanto:
F B
d2 y
dy
=M
dt
dt2
(2.181)
d2 y
dy
= Kx x
+ (B + Ky )
2
dt
dt
(2.182)
(2.183)
Kx
M
donde K = B+K
y T = B+K
y
y
Si la constante de tiempo T es muy peque
na, o despreciable, entonces el servomotor
hidraulico en este caso se comporta como un integrador con ganancia K:
K
Y (s)
=
X(s)
s
(2.184)
2.20
F
F
|X =const XA +
|X =const XB
XA B
XB A
b
a+b
XB
Xc = XA +
a
a
(2.185)
(2.186)
(2.187)
1+
K3
K4
Xc (s)
1
K4 K5 s
(2.188)
1
K4 K5 ,
R=
KG
1
(Pref (s) f (s))
1 + TG s
R
(2.189)
K2
K1 .
2.21 Linealizaci
on de las ecuaciones de estado no lineales 79
2.21
Linealizaci
on de las ecuaciones de estado no
lineales
Sea el conjunto de ecuaciones de estado no lineales:
x = f (x, u, t)
(2.190)
en donde x y u son vectores (columna) que contienen las variables de estado (n) y
las entradas al sistema (p), respectivamente; y f es una funci
on vectorial no lineal de
x, u y t.
La representacion de un sistema no lineal y/o variante con el tiempo mediante ecuaciones de estado es una gran ventaja sobre el metodo de la funci
on de transferencia,
ya que este u
ltimo se define estrictamente solo para sistemas lineales e invariantes con
el tiempo.
Sea la trayectoria nominal de operaci
on (punto de operacion) denotada por x0 (t), la
on de estado no
cual corresponde a la entrada nominal u0 (t). Expandiendo la ecuaci
lineal (2.190) en series de Taylor alrededor del punto de operacion y despreciando los
terminos de orden superior a uno:
x i (t) = fi (x0 , u0 ) +
n
X
fi (x, u)
j=1
xj
p
X
fi (x, u)
uj
j=1
en donde i = 1, 2, , n.
Se definen:
xi , xi x0i , uj , uj u0j , x i , x i x 0i
(2.192)
x 0i = fi (x0 , u0 )
(2.193)
Adem
as:
n
X
fi (x, u)
j=1
xj
|x0 ,u0 xj +
p
X
fi (x, u)
j=1
uj
|x0 ,u0 uj
(2.194)
(2.195)
en donde:
f1
x1
f2
x1
A =
fn
x1
f1
x2
f2
x2
fn
x2
f1
xn
f2
xn
fn
xn
x0 ,u0
(2.196)
f1
u1
f2
u1
B =
fn
u1
f1
u2
f2
u2
fn
u2
f1
up
f2
up
fn
up
(2.197)
x0 ,u0
d2 y
i2
=M 2
y
dt
e(t) = Ri + L
di
dt
(2.198)
(2.199)
dy
dt ,
x3 = i, las ecuaciones de
(2.200)
1 x23
dx2
=g
dt
M x1
(2.201)
R
dx3
1
= x3 + e(t)
dt
L
L
(2.202)
1
0
x1
q0
g
0 2 MY0 x2 + 0 e(t)
1
x3
0
R
L
0
x 1
g
x 2 =
Y0
x 3
0
(2.203)
x 1 =
1
x22 (t)
(2.204)
x 2 = x1 (t)u(t)
(2.205)
on a
Linealizarlas alrededor de la trayectoria nominal [x01 (t), x02 (t)] que es la soluci
las ecuaciones con las condiciones iniciales x1 (0) = x2 (0) = 1 y la entrada u(t) = 0.
Integrando (2.205), x2 (t) = x2 (0) = 1 e integrando (2.204), x1 (t) = t + 1. Es decir,
la trayectoria nominal alrededor de la cual las ecs.(2.204) y (2.205) seran linealizadas
f1
f2
f1
1
= x
= f
es descrita por x01 (t) = t + 1 y x02 (t) = 1. Como x
u = 0, x2 =
1
2
f2
f2
2
,
= u(t), u = x1 (t) y evaluando estas en el punto de operaci
on se obtienen
x32 (t) x1
las ecuaciones pedidas:
x 1
x 2
0 2
0 0
x1
x2
0
1t
u(t)
(2.206)
2.22
Diagramas de bloques
2.23
(2.207)
perturbaci
on
2.24 Reducci
on de diagramas de bloques 83
a. Supongase N (s) = 0, entonces la respuesta debida a R(s), CR (s), se puede
obtener usando (2.207):
G1 (s)G2 (s)
CR (s)
=
R(s)
1 + G1 (s)G2 (s)H(s)
(2.208)
G2 (s)
CN (s)
=
N (s)
1 + G1 (s)G2 (s)H(s)
(2.209)
G2 (s)
[G1 (s)R(s) + N (s)]
1 + G1 (s)G2 (s)H(s)
(2.210)
2.24
Reducci
on de diagramas de bloques
2.24 Reducci
on de diagramas de bloques 85
F GH
C(s)
=
R(s)
1 F GI + GHJ + F GH
(2.211)
Ejemplo 2.21 Reducir el mismo diagrama de bloques de la Fig. 2.55 de otra manera.
2.25
Ejemplos
2.25.1
Sism
ografo
(2.212)
Si el rango de frecuencias
de interes es relativamente alto de modo que para s = j se
p
tiene que m 2 (B)2 + K 2 (desigualdad que sirve para el dise
no del sismografo)
|Y (j)|
entonces de (2.212) se obtiene que |X
'
1.
Asi
entonces
se
obtiene
a la salida
i (j)|
(y) una se
nal cuya forma de onda es igual al desplazamiento de entrada (xi ).
Este dispositivo tambien puede ser utilizado como aceler
ometro ya que s2YX(s)
=
i (s)
Y (s)
a(s)
m
ms2 +Bs+K .
2.25.2
El servomotor bif
asico
Voltaje
Ec(t)
ec(t)
Torque
Tiempo
T(t)
Tiempo
Figura 2.61 Curvas de voltaje de control y torque del servomotor bifasico con
velocidad constante
Muy utilizado en servomecanismos de instrumentaci
on y control. Es un motor con
rotor jaula de ardilla y en el estator tiene dos devanados en cuadratura, llamados fase
de control (cuyo voltaje entre sus terminales ec (t) = Ec (t) sen t, generalmente se usa
como se
nal de control) y fase de referencia (su voltaje es ef (t) = E cos t). Como la
mayora de sistemas fsicos, el servomotor bifsico es un dispositivo no lineal, lo cual se
refleja fundamentalmente en la relaci
on entre el torque generado, T , con la velocidad
angular, m , y el voltaje Ec (t). La Fig. 2.60 muestra una curva tpica, dada por los
T
T
|P0 m +
|P ec
m
Ec 0
d2
d
d
= k1
+ k2 ec = J
+B
dt
dt2
dt
=
(2.213)
K
(s)
=
Ec (s)
s(1 + s)
donde K =
k2
B+k1
2.25.3
y=
(2.215)
J
B+k1 .
(2.217)
(2.218)
dm
+ Bm
dt
(2.219)
on en la carga.
en donde L es el torque de perturbaci
Transformando las ecs. (2.216) a la (2.219) con condiciones iniciales nulas y organiz
andolas se obtienen:
Ia (s) =
1
(V (s) Ea (s))
Ra + La s
(2.220)
Ea (s) = Ke m (s)
(2.221)
(s) = K Ia (s)
(2.222)
m (s) =
1
( (s) L (s))
Js + B
(2.223)
2.25.4
dia
+ ea
dt
ea = K0 = K1 if
= K0 ia = K1 if ia
=j
d
+ B
dt
vf = Rf if + Lf
dif
dt
dia
+ ea
dt
ea = Kf if + K
= K2 if + K ia
= j
d
+ B
dt
vf = Rf if + Lf
dif
dt
1
Vf (s)
Rf + Lf s
Ia (s) =
1
Ea (s)
Ra + La s
1
(s)
Js + B
2.26 Potenciometros 93
K
)(Ra + La s)
(K2 RKaf+L
(s)
as
=
2
Vf (s)
(Rf + Lf s)[La Js + (Ra J + La B)s + (Ra B + K2 )]
(2.224)
Considerese como entrada un escalon unitario, es decir vf (t) = us (t), por lo tanto
Vf (s) = 1s . Partiendo de que el sistema es estable entonces el cambio en velocidad
en estado estacionario, ss , se puede calcular utilizando el teorema del valor final:
ss = lim (t) = lim s(s). En este caso da:
t
s0
K K
ss
)Ra
(K2 R
a
=
Rf (Ra B + K2 )
f K
na de modo que (K2 KR
) < 0, entonces (s) < 0, es decir la
a. Ra es peque
a
velocidad decrece con el aumento de vf .
Kf K
) > 0, entonces (s) > 0, es decir la
b. Ra es grande de modo que (K2 R
a
velocidad crece con el aumento de vf .
2
K
Ra )
(2.225)
y si la resistencia en el circuito de armadura se hace grande (conectando una resistencia alta en serie):
(s)
K2
'
Vf (s)
(Rf + Lf s)(Js + B)
2.26
(2.226)
2.26.1
Potenci
ometros
Un potenci
ometro es un transductor electromec
anico que convierte una se
nal mec
anica
en una se
nal electrica. La entrada al dispositivo es en forma de desplazamiento
mec
anico, sea traslacional o rotacional. Cuando se aplica un voltaje entre los terminales fijos del potenci
ometro, el voltaje de salida que se mide entre el terminal variable
y tierra es proporcional al desplazamiento de entrada, linealmente o de acuerdo a alguna relacion no lineal.
Potenciometros rotatorios son disponibles comercialmente en forma de una o m
ultiples revoluciones. El material comunmente es alambre o plastico conductor. Este
u
ltimo es preferible para control de precisi
on.
2.26 Potenciometros 95
Referencia
E
e(t)
ea(t)
pos. carga
Tiempo
Referencia
v(t)
error posicin
e(t)
pos. carga
Tiempo
2.26 Synchros 97
nal
desplazamiento de la carga. Para la se
nal e (t) de la Fig. 2.70, e(t) es una se
modulada con portadora suprimida ya que no contiene la frecuencia original
portadora. Por ejemplo, si e (t) = sen s t, en donde normalmente s c , entonces,
usando relaciones trigonometricas, e(t) = 12 Ks E[cos(c s )t cos(c + s )t]. Por
eso, e(t) no contiene a c o s , sino a c + s y c s .
Cuando la se
nal modulada se transmite a traves del sistema, el motor actua como un
demodulador, de modo que el desplazamiento de la carga sera de la misma forma que
la se
nal DC antes de modulaci
on.
2.26.2
Synchros
ES3 S1 =
3KER sen
(2.228)
(2.229)
2.27
Los siguiente tres ejemplos tienen como objetivo el control de una posicion angular.
2.27.1
Control de posici
on con sensor de error potenciom
etrico
dia
dt
ea = Km 1
= Km ia
= Jeq
d1
+ Beq 1
dt
1
1
=
c
n
en donde Jeq = (Jm + n2 JL ) y Beq = (Bm + n2 BL ).
Transformando las ecuaciones con condiciones iniciales nulas se obtienen:
E(s) = K1 (R(s) C(s))
Va (s) = KA E(s)
Ia (s) =
1
(Va (s) Ea (s))
Ra + La s
Ea (s) = Km 1 (s)
(s) = Km Ia (s)
1 (s) =
1
(s)
Beq + Jeq s
C(s) =
n
1 (s)
s
2.27.2
Control de posici
on con synchros y motor DC
R
ec
2R1 + R2
Asi, si ec > 0 v0 > 0, y si ec < 0 v0 < 0, lo cual justifica parte de las graficas de
la Fig.2.78.
Vr
ec
Vo
Vr
ec
Vo
Tiempo
Figura 2.78 Se
nales del demodulador
El condensador en el circuito de la Fig. 2.77a sirve como filtro para obtener a la
salida del demodulador una se
nal DC que es proporcional al error de las posiciones
angulares r L .
2.27.3
Control de posici
on con synchros y motor bif
asico
2
2
N4 N2 N1
N1
N4 N2 N1
1
J
+
J
,
y
B
=
B
+
B
+
Bt
Jme = Jm + N
c
t
me
m
c
N2
N5 N3 N2
N2
N5 N3 N2
La funci
on de transferencia del motor bif
asico que se encontr
o anteriormente es:
Km
m (s)
=
E2 (s)
s(1 + Tm s)
Las siguientes ecuaciones, de una vez en el dominio de s, completan el conjunto que
describe el sistema de la Fig. 2.80:
e (s) = r (s) t (s)
E(s) = Ks e (s)
c (s) =
t (s) =
N1
m (s)
N2
N4 N2
c (s)
N5 N3
Et (s) = Kt st (s)
Con estas ecuaciones se puede obtener el diagrama de bloques de la Fig. 2.81.
2.28
N1
N2
y n2 =
N4 N2
N5 N3 .
V = CH
(2.231)
Adem
as, como la diferencia entre el caudal que le entra al tanque y el que le sale es
la variacion del volumen del lquido en el tanque, entonces:
dV
dt
Asi si Qi Q0 > 0, entonces el volumen aumenta y vicerversa. De (2.232):
Qi Q0 =
(2.232)
dV
(2.233)
dt
Es importante notar que puesto que la corriente electrica se define como i , dq
dt ,
entonces el an
alogo del caudal es la corriente electrica.
Con (2.231) en (2.233):
Qi Q0 =
dH
(2.234)
dt
Considerese el caudal a la salida Q0 , el cual como se muestra en la Fig. 2.82b puede
ser una funcion no lineal del nivel H, es decir Q0 = Q0 (H). Linealizando alrededor
del punto de operacion:
Qi Q0 = C
Q0 (H)
|P0 H
(2.235)
H
Como se sabe, la resistencia electrica Re se define por Re , ei y con Q0 analogo a
i y H analogo a e, entonces de (2.235) se define la resistencia de la v
alvula a la
H
.
Esta
es
la
pendiente
de
la
curva
mostrada
en
la
Fig. 2.82b.
salida como R , Q
0
Por lo tanto, reescribiendo (2.235):
Q0 =
1
H
(2.236)
R
Con (2.236) en (2.234) y organizando se obtiene la ecuacion diferencial que relaciona
un cambio en el caudal de entrada con un cambio en el nivel del sistema de la Fig.
2.82a:
Q0 =
1
dH
+ H = Qi
dt
R
(2.237)
La funci
on de transferencia es:
R
H(s)
=
(2.238)
Qi (s)
RCs + 1
Si se considera como salida el caudal a traves de la v
alvula de salida y como Q0 (s) =
1
H(s),
entonces:
R
1
Q0 (s)
=
Qi (s)
RCs + 1
(2.239)
1
e
Re
(2.240)
Sistema electrico
Nivel, H
Caudal, Q
Resistencia hidr
aulica, R
Capacitancia hidr
aulica, C
Voltaje, e
Corriente, i
Resistencia electrica, Re
Capacitancia electrica, Ce
2.29
Q Q1 =
dV1
dt
Entonces:
Q Q1 =
dV1
dH1
= C1
dt
dt
(2.241)
Q1 Q2 =
Q1 Q2 =
(2.242)
dV2
dt
dV2
dH2
= C2
dt
dt
(2.243)
1
H2
R2
(2.244)
1
[Q(s) Q1 (s)]
C1 s
(2.245)
Q1 (s) =
1
[H1 (s) H2 (s)]
R1
(2.246)
H2 (s) =
1
[Q1 (s) Q2 (s)]
C2 s
(2.247)
1
H2 (s)
R2
(2.248)
Q2 (s) =
1
Q2 (s)
=
2
Q(s)
R1 C1 R2 C2 s + (R1 C1 + R2 C2 + R2 C1 )s + 1
(2.249)
El circuito electrico an
alogo al sistema hidraulico de la Fig. 2.84 es el que se muestra
en la Fig. 2.86.
0 = C2 sH2 (s) +
1
[H1 (s) H2 (s)]
R1
1
1
H2 (s) +
[H2 (s) H1 (s)]
R2
R1
(2.250)
(2.251)
2.30
otese que
En el sistema hidraulico de la Fig. 2.87, Q1 = K1 H1 , Q2 = K2 H2 . N
la secci
on transversal del tanque esferico vara con el nivel de su lquido, es decir su
capacitancia hidr
aulica no es constante. El caudal u es la entrada al sistema. Se
plantear
an las ecuaciones de estado no lineales que describen el comportamiento del
sistema.
dv = r2 (r H)2 dH = 2rH H 2 dH
V2
H2
2rH H 2 dH
0
H23
2
= rH2
3
=
(2.252)
dH1
dt
(2.253)
Q1 Q2 =
dV2
dt
(2.254)
Q1 = K1
p
H1
(2.255)
Q2 = K2
p
H2
(2.256)
Q1 Q2 = H2 (2r H2 )
dH2
dt
(2.257)
Con (2.255) en (2.253) y con (2.255) y (2.256) en (2.257) se obtienen las ecuaciones
de estado no lineales que describen el comportamiento del sistema de la Fig. 2.87:
2.31
K1 p
1
dH1
=
H1 + u
dt
A
A
(2.258)
h p
p i
dH2
1
=
K1 H1 K2 H2
dt
H2 (2r H2 )
(2.259)
Sistemas neum
aticos o de presi
on
Q
|P (Pi P0 )
(Pi P0 ) op
(2.260)
Pi P0
=
Q
1
Q
(Pi P0 ) |Pop
R
p
= T
(2.262)
m
en donde p es la presion absoluta, v el volumen especfico del gas, su densidad, m
la constante universal de los gases y T la temperatura absoluta.
su peso molecular, R
Si se supone que el gas en la c
amara de la Fig. 2.89 est
a bajo ciertas condiciones,
como por ejemplo volumen y temperatura constantes, y se vara la presi
on a la cual
esta sometido, entonces su densidad () vara, y puesto que M = V , entonces la
masa M tambien vara. Por lo tanto en el sistema de la Fig. 2.89, M = M(P0 ), y
linealizando alrededor del punto de operacion:
pv =
M
|P P0
(2.263)
P0 op
Ya que el flujo de gas es variaci
on de masa por unidad de tiempo, Q = dM
dt , y puesto
que, como
se
dijo
antes,
Q
es
an
a
logo
a
la
corriente
el
e
ctrica,
i,
entonces
la masa
R
R
M = Qdt tiene como analogo a la carga electrica, qe = idt. Asi entonces, se
puede definir la capacitancia neumatica C de la c
amara del gas como:
M =
M = CP0
M
|Pop .
en donde en el punto de operaci
on C = P
0
Como:
(2.264)
dM
(2.265)
dt
Con (2.261) y (2.264) en (2.265) se obtiene la ecuacion diferencial lineal que relaciona
un cambio en la presion de la c
amara del gas con un cambio en la presion de entrada:
Q =
1
dP0
1
+ P0 = Pi
(2.266)
dt
R
R
y utilizando la transformada de Laplace con condiciones iniciales nulas se obtiene la
funci
on de transferencia:
C
1
P0 (s)
=
(2.267)
Pi (s)
RCs + 1
Teniendo en cuenta las analogas electricas descritas en esta secci
on, se puede obtener
el circuito electrico an
alogo del sistema neumatico de la Fig. 2.89 como se muestra
en la Fig. 2.90 y obtener la misma funcion de transferencia de la ec. (2.267).
Sistema electrico
Presion, P
Flujo, Q
Resistencia neum
atica, R
Capacitancia neum
atica, C
Voltaje, e
Corriente, i
Resistencia electrica, Re
Capacitancia electrica, Ce
(2.268)
1
M i =
(P0 Pi )
R1
(2.269)
1
M f =
(P0 P2 )
R2
(2.270)
Aplicando la ley de los gases ideales en cada uno de los fuelles se obtienen:
Pi Vi = Kg Mi Ti
Pf Vf = Kg Mf Tf
las cuales al ser linealizadas se reducen a:
Mi = C1 Pi + C2 Vi
(2.271)
Mf = C3 Pf + C4 Vf
(2.272)
(2.273)
Mf = C3 Pf + C4 Az
(2.274)
1
[P0 (s) Pi (s)] = C1 Pi (s) + C2 Az(s)
R1 s
(2.275)
Mf (s) =
1
[P0 (s) Pf (s)] = C3 Pf (s) + C4 Az(s)
R2 s
(2.276)
R1 s
1
P0 (s) C2 Az(s)
Pi (s) =
R1 C1 s + 1 R1 s
(2.277)
R2 s
1
P0 (s) C4 Az(s)
R2 C3 s + 1 R2 s
(2.278)
Pf (s) =
2.32
Sistemas t
ermicos
(2.279)
(2.281)
(2.282)
(2.283)
Q l
|P (Tt Te )
(Tt Te ) 0
(2.284)
(2.285)
dTt
1
1
+ cM0 +
C
Tt = Q i + Q h + Te cTt0 M
dt
R
R
(2.286)
dTt
1
+ cM 0 +
Tt = Q i + Q h
dt
R
(2.287)
que es la ecuaci
on diferencial que relaciona un cambio en la temperatura en el tanque
con cambios en Q i y en Q h .
Sistema electrico
Temperatura, T
Flujo de calor, Q
Resistencia termica, R
Capacitancia termica, C
Voltaje, e
Corriente, i
Resistencia electrica, Re
Capacitancia electrica, Ce
CAPITULO
SIMULACION Y SINTESIS DE
FUNCIONES DE
TRANSFERENCIA
El amplificador operacional, la computadora digital, el microprocesador o el microcontrolador se pueden utilizar no solo para simular sistemas sino tambien para sintetizar
funciones de transferencia tales como filtros activos, controladores y compensadores
en un sistema de control
3.1
El Amplificador Operacional
121
3.1.1
Con el amplificador operacional se pueden obtener amplificadores inversores y noinversores de signo, sumadores, integradores, derivadores, filtros activos, y en general
cualquier funci
on de transferencia. Algunos circuitos basicos son los siguientes:
3.1.1.1
Amplificador con dos Fuentes de Entrada
La Fig. 3.2 muestra un amplificador operacional con dos entradas v1 (s) y v2 (s) con
realimentacion negativa , desde la salida v0 (s) al terminal inversor (-) a traves de la
0
impedancia Z (s).
(3.1)
Adem
as como v(+) v() ' 0 y v(+) = v2 (s):
!
0
0
Z (s)
Z (s)
v1 (s) + 1 +
v2 (s)
v0 (s) =
Z(s)
Z(s)
(3.2)
R
v0 (s)
=
v1 (s)
R
(3.3)
R
v0 (s)
=1+
v2 (s)
R
(3.4)
(3.5)
Sumador
v1 v()
R1
v1
v2
vn
v0
+
++
+ 0 = i() ' 0
R1 R2
Rn R
v1
R1 , i2
v2
R2 ,
(3.6)
As:
v0 =
R
R
R
v1 +
v2 + +
vn
R1
R2
Rn
n
X
k=1
R
vk
Rk
(3.7)
v0 =
n
X
k=1
vk
(3.8)
Integrador
v2
vn
dv0
v1
= i() ' 0
+
++
+C
R1 R2
Rn
dt
(3.9)
n Z
X
1
vk dt + v0 (0+ )
v0 =
Rk C
(3.10)
de donde:
k=1
Derivador
dv1 v0
+
= i() ' 0
dt
R
(3.11)
v0 = RC
dv1
dt
(3.12)
Es decir, la salida es proporcional a la derivada de la entrada. Este uso no es recomendable porque amplifica el ruido. Esto es, si v1 contiene una componente de
ruido v1R = V1Rm sen(t), la componente de ruido a la salida, v0R, es:
v0R = RC
d
(V1Rm sen(t)) = RCV1Rm cos(t)
dt
(3.13)
v0 (s)
v1 (s)
= i() ' 0
1 + R
R1 + Cs
(3.14)
la funci
on de transferencia del derivador filtrado es:
1
v0 (s)
= (RCs)
v1 (s)
1 + R1 Cs
(3.15)
G (s) =
1
1 + R1 Cs
(3.16)
1
R1 C
rad/seg.
Filtro de un Polo
(3.17)
de donde:
R2
v0 (s)
=
v1 (s)
R1
1
1 + R2 Cs
2
que es un filtro de ganancia R
R1 y frecuencia de corte o ancho de banda
3.2
3.2.1
(3.18)
1
R2 C
rad/seg.
Elementos de C
alculo Anal
ogico
Soluci
on de ecuaciones diferenciales mediante la com-
putadora anal
ogica
Un elemento basico de la computadora anal
ogica es el integrador (Fig. 3.8):
3.2 Soluci
on de ecuaciones diferenciales mediante la computadora analogica 129
Computo
o c
alculo
HOLD
(Sostenimiento)
Posici
on de
los conmutadores
Circuito resultante
Modo del
integrador
Posici
on de
los conmutadores
Circuito resultante
RESET
(Reposicion)
Con referencia a la Tabla 3.1, para obtener la condici
on inicial e0 (0) = VIC se utiliza
el circuito de reposici
on. Despues de lo cual se puede utilizar el circuito de c
alculo.
Si se desea congelar la soluci
on se utiliza el circuito de sostenimiento.
3.2.2
Elementos b
asicos de c
alculo anal
ogico
Smbolo
Operacion basica
e0 = a ei
0<a<1
e0 = a ei
0
a= R
Ri
e0 =
n
P
ak ek
k=1
ak =
R0
Rk
3.3 Realizaci
on OBSERVER 131
Ciruito
Smbolo
Operacion basica
e0 (t) =
Rt
0 ei ( ) d
+e0 (0)
a = 1/RC
e0 = aei1 ei2
e0 = F (ei )
n
P
e0 =
k=1
Rt
ak 0 eik () d
+e0 (0)
ak = 1/Rk C
3.3
Soluci
on de ecuaciones diferenciales mediante
la computadora anal
ogica
Sntesis de funciones de transferencia
Existen diferentes realizaciones para resolver ecuaciones diferenciales. Una de ellas se
llama realizaci
on OBSERVER.
3.3.1
Realizaci
on OBSERVER
b1 s2 + b2 s + b3
y (s)
= 3
u (s)
s + a1 s2 + a2 s + a3
(3.19)
(3.20)
on:
Se define la tercera variable de estado x3 mediante la ecuaci
Z
x3 = (b3 u a3 y) dt
(3.21)
(3.22)
(3.23)
Integrando (3.22):
dy
= (b1 u a1 y) +
dt
(b2 u a2 y + x3 ) dt
(3.24)
(3.25)
Integrando (3.24):
y=
(b1 u a1 y + x2 ) dt
(3.26)
(3.27)
de donde:
y = x1
(3.28)
x1 = a1 x1 + x2 + b1 u
.
x2 = a2 x1 + x3 + b2 u
.
x3 = a3 x1 + b3 u
As las matrices A, B, C y D, para la realizaci
on tipo OBSERVER, son:
(3.29)
3.3 Realizaci
on OBSERVER 133
a1
A = a2
a3
C=
1 0
0 1
0 0
1 0 0
b1
B = b2
b3
D=0
Z
Z
0.53
0.75
udt +
x1 dt
x3 =
100K 1uf
1M 1uf
(3.30)
o:
x3 = 0.53x1 + 7.5u = a3 x1 + b3 u
(3.31)
3.4
Generaci
on de algunas funciones del tiempo
1) Generaci
on de y (t) = t,
t0 t tf .
.
Note que y (t) = 1 y con y (0) = 0 el diagrama correspondiente se muestra en la Fig
y (t) =
entonces:
ay (t) dt A
y (t) = ay (t)
(3.32)
(3.33)
que es la ecuaci
on diferencial original.
Ejercicio
1) Estudiar factores de escala de amplitud y de tiempo
2) Hacer un diagrama de computadora para la solucion de:
..
+3 +67 = 30 sen(5t)
con todas las condiciones iniciales cero.
3) Obtener la ecuaci
on diferencial y el diagrama circuital para generar la funcion:
y (t) = A t eat
.
3.5
Escalamiento
La tensi
on de salida de cualquier amplificador no debe exceder del voltaje de polarizaci
on para evitar la saturacion de los amplificadores lo cual puede causar errores
en la soluci
on de una ecuaci
on diferencial o en la generacion de una funci
on de transferencia. Por otro lado, la tensi
on maxima en cualquier amplificador no debe ser
demasiado peque
na.
Al establecer el diagrama de computadora es deseable que la m
axima variaci
on de
tension de salida sea la misma para cualquier amplificador.
De aqu que sea de gran importancia elegir las magnitudes apropiadas de los factores
de escala que son los que relacionan las tensiones de salida de los amplificadores con
las correspondientes cantidades fsicas (velocidad, angulo, distancia, fuerza, etc.)
La escala en tiempo relaciona la variable independiente del problema fsico, con la
variable independiente de la computadora anal
ogica. Para fen
omenos que tienen lugar
muy rapidamente, es necesario frenar la velocidad a la cual se simulan esos problemas
en la computadora con el fin de poderlos observar bien sea en un osciloscopio o en
un graficador. Por otro lado, sistemas como hornos y tanques, que tienen respuestas
lentas, en el rango de horas, se pueden acelerar al hacer una simulaci
on con el fin de
seleccionar mas r
apidamente los par
ametros, por ejemplo, los de un controlador.
3.5.1
Escalamiento en amplitud
Se ilustra la selecci
on de los factores de escala en amplitud utilizando como ejemplo
la funci
on:
x = 10 sen(3t)
(3.34)
Note que:
.
x= 30 cos(3t)
..
x= 90 sen(3t)
..
x= 9 10 sen(3t) = 9x
As la ecuaci
on diferencial correspondiente es:
..
x (t) + 9x (t) = 0
(3.35)
x1
x2
(3.36)
entonces:
.
x1
.
x2
=
=
x2
..
x
=
=
x
9x
9x1
x1
.
x2
Las condiciones iniciales son:
=
x2
= 9x1
(3.37)
x1 (0) = x (0) = 0
.
x2 (0) = x (0) = 30
Para hacer la realizacion utilizando amplificadores operacionales las variables de esan representadas por los voltajes vx1 y vx2 mediante las relaciones:
tado x1 y x2 ser
x1 = k1 vx1
x2 = k2 vx2
(3.38)
k1 vx1
.
k2 vx2
= k2 vx2
= 9k1 vx1
o:
vx1
.
vx2
k2
=
k1 vx2
= 9 kk12 vx1
(3.39)
k1 vx1 = 10 sen(3t)
Si se escoge k1 = 1:
vx1 = 10 sen(3t)
(3.40)
Cuya amplitud m
axima es 10 voltios lo que no satura un amplificador alimentado con
voltajes de polarizaci
on de 12 voltios o m
as.
.
.
Como x2 = x1 = x = 30 cos(3t):
x2 = k2 vx2 = 30 cos(3t)
Y si se escoge k2 = 3:
vx2 = 10 cos(3t)
(3.41)
cuya amplitud m
axima es 10 voltios. Las nuevas ecuaciones escaladas de estado son:
.
vx1 = 3vx2
vx2 = 3vx1
.
..
(3.42)
vx1 +9vx1 = 0
(3.43)
3.5.2
Escalamiento en tiempo
(3.44)
v x1 =
dvx1
= 3vx2
dt
vx1 = 300vx2
vx2 = 300vx1
(3.46)
= a11 x1 + a12 x2 + b1 u
= a21 x1 + a22 x2 + b2 u
x2
con
x1 = k1 v1
x2 = k2 v2
u = ku vu
se tiene
v1
v2
k2
ku
= (a11 ) v1 + a12
v2 + b1
vu
k1
k1
k1
ku
=
a21
v1 + (a22 ) v2 + b2
vu
k2
k2
kj
ku
|biu | = bi para i = 1, 2
ki
x1
x2
x3
con:
u = 20 sen (20.1) t
de tal manera que todos los coeficientes de las variables escaladas esten en el rango 0
a 10.
3.6
Realizaci
on CONTROLLER
Sea la funci
on de transferencia.
b1 s2 + b2 s + b3
y (s)
= 3
u (s)
s + a1 s2 + a2 s + a3
(3.47)
Definiendo:
y (s) = b1 s2 + b2 s + b3 z (s)
u (s) = s3 + a1 s2 + a2 s + a3 z (s)
(3.48)
b1 s + b2 s + b3 z (s)
y (s)
= 3
(3.49)
u (s)
(s + a1 s2 + a2 s + a3 ) z (s)
En el dominio del tiempo:
3.6 Realizaci
on CONTROLLER 141
y = b1 ddt2z + b2 dz
dt + b3 z
(3.50)
u=
d3 z
dt3
2
+ a1 ddt2z
+ a2 dz
dt
+ a3 z
Definiendo
x3
x2
x1
= z
dz
=
dt
d2 z
=
dt2
(3.51)
As:
d3 z
.
= x1
dt2
Lo que permite obtener las ecuaciones de estado:
.
x1
.
x2
.
x3
= a1 x1 a2 x2 a3 x1 + u
= x1
= x2
(3.52)
(3.53)
a1
Ac = 1
0
Cc =
b1
b2
a2
0
1
b3
a3
0
0
1
Bc = 0
0
Dc = 0
3.6.2
Realizaci
on OBSERVABILITY
La funci
on de transferencia:
b1 s2 + b2 s + b3
y (s)
= 3
u (s)
s + a1 s2 + a2 s + a3
(3.54)
d2 y
dy
d2 u
dy
d3 y
a
+ b3 u
a
=
a
y
+
b
+ b2
1
2
3
1
3
2
2
dt
dt
dt
dt
dt
(3.55)
w1 = y
.
w2 =y
..
w3 =y
(3.56)
Llamando:
...
Como w3 = y :
.
..
w3 = a1 w3 a2 w2 a3 w1 + b1 u +b2 u +b3 u
.
w2 = w3
.
w1 = w2
(3.57)
z
}|
{
w3 b1 u = a1 w3 a2 w2 a3 w1 + b2 u +b3 u
(3.58)
de donde:
definiendo
z3 = w3 b1 u
.
w3 = z3 + b1 u
Reemplazando 3.59:
(3.59)
3.6 Realizaci
on OBSERVABILITY 143
z 3 = a1 z3 a2 w2 a3 w1 + (b2 a1 b1 ) u +b3 u
.
.
w2 = z3 + b1 u
.
w1 = w2
(3.60)
de donde:
}|
(z3 (b2 a1 b1 ) u) = a1 z3 a2 w2 a3 w1 + b3 u
z }| {
(w2 b1 u) = z3
w1
(3.61)
= w2
definiendo:
x3
x2
x1
= z3 (b2 a1 b1 ) u
= w2 b1 u
= w1
z3
w2
y
= x3 + (b2 a1 b1 ) u
= x2 + b1 u
= w1 = x1
(3.62)
se obtiene:
y reemplazando en (3.61):
.
x1
.
x2
.
x3
= x2 + b1 u
= x3 + (b2 a1 b1 ) u
= a3 x1 a2 x2 a1 x3 + [b3 a2 b1 a1 (b2 a1 b1 )] u
(3.63)
= b1
= b2 a1 b1
= b3 a2 b1 a1 (b2 a1 b1 )
(3.64)
Llamando:
1
2
3
Aob
0
= 0
a3
Cob =
1
0
a2
1 0 0
0
1
a1
Bob
1
= 2
3
Dob = 0
Bob
1
1
= 2 = a1
3
a2
0
1
a1
0
b1
0 b2
1
b3
(3.65)
La realizacion OBSERVABILITY puede ser representada en un diagrama de bloques como se muestra en la Fig 3.18.
3.6.3
Realizaci
on CONTROLLABILITY
La realizacion CONTROLLABILITY es dual de la OBSERVABILITY. Las matrices Aco , Bco , Cco y Dco son:
Aco
0 0 a3
= 1 0 a2
0 1 a1
Cco =
Bco
1
= 0
0
Dco = 0
Cco =
b1
b2
b3
1 a1
0 1
0 0
1
a2
a1
1
(3.66)
3.6 Realizaci
on CONTROLLABILITY 145
El diagrama de bloques de la realizacion CONTROLLABILITY se muestra en la
Fig 3.19.
CAPITULO
ACCIONES BASICAS DE
CONTROL
4.1
Introducci
on
Un control automatico, Fig.4.1, compara el valor efectivo de salida (c) de una planta
con el valor deseado (r), determina la desviaci
on (e) y produce una se
nal de control
(m) que reduce la desviacion a cero o a un valor peque
no.
La forma en que el control autom
atico produce la se
nal de control (m) recibe el nombre
de acci
on de control.
En este captulo se presentan las acciones de control b
asicas usadas comunmente en los
controles autom
aticos industriales y sus efectos en el funcionamiento de un sistema.
4.2
Clasificaci
on de los controles autom
aticos
147
Controles
Controles
Controles
Controles
4.2.1
integrales.
proporcionales e integrales (PI).
proporcionales y derivativos (PD).
proporcionales, integrales y derivativos (PID).
M1 ,
M2 ,
e(t) > 0
e (t) < 0
(4.1)
Generalmente M2 = M1 o M2 = 0.
Figura 4.5 An
alogo electrico de un tanque
La ecuacion diferencial que relaciona la salida h con la entrada, qi, sin considerar el
controlador se puede obtener del an
alogo electrico de la Fig 4.5:
h
dh
+ = qi (t)
dt
R
(4.2)
Figura 4.6 Respuesta del nivel de un tanque con control SI-NO con brecha diferencial
h (t) se obtiene de (4.2) con:
h (0) = 0
h (t1 ) = h2
h (t2 ) = h1
qi (t) = Qu (t)
qi (t) = 0
qi (t) = Qu (t t2 )
para 0 t t1
para t1 t t2
para t2 t t3
(4.3)
4.2 Acci
on de control proporcional 151
4.2.2
Acci
on de control proporcional
(4.4)
(4.5)
=
=
=
1
,
1 + KP G1 G2
G2
,
1 + KP G1 G2
KP G1 G2
,
1 + KP G1 G2
con N (s) = 0
con R (s) = 0
con N (s) = 0
(4.6)
1
E
0
R
KP G1 G2
1
C
0
(4.7)
N
KP G1
C
1
R
Pero si G1 (s) G2 (s) tiene varios polos, se podra tener problemas de estabilidad,
dependiendo de la ubicaci
on en el plano complejo de los polos de la funcion de transferencia.
Ejemplo 4.1 Control proporcional de un sistema de primer orden.
(4.8)
4.2 Acci
on de control proporcional 153
Debido al control proporcional Qi (s) = K (R (s) H (s)), donde K es la ganancia proporcional. As:
KR
KR
KR
H (s)
= RCs+1
=
=
KR
R (s)
RCs + 1 + KR
T s + 1 + KR
1 + RCS+1
(4.9)
donde T = RC.
Supongase que:
r (t) = u (t)
(4.10)
1,
0,
t>0
t<0
se tiene:
1
s
(4.11)
1
KR
T s + 1 + KR s
(4.12)
R (s) =
y:
H (s) =
H (s) =
KR
1
T KR
1
1 + KR s T s + 1 + KR T s + 1 + KR
(4.13)
i
t
KR h
1 e T1 u (t)
1 + KR
(4.14)
y antitransformando:
h (t) =
donde:
T1 =
RC
T
=
1 + KR
1 + KR
KR
1 + KR
(4.15)
1
KR
=
1 + KR
1 + KR
(4.16)
(4.17)
1
Ts + 1
s T s + 1 + KR
(4.18)
s0
1
1 + KR
(4.19)
4.2 Acci
on de control integral 155
4.2.3
Acci
on de control integral
o:
K
M (s)
=
E (s)
s
(4.21)
Figura 4.14 Se
nal de control si el error permanece cosntante
RSuponiendo que e (t) = C1 =constante, m (t) = C1 t (Fig 4.14). De esta manera
C1 dt = 0 solo si C1 = 0. Si el sistema total es estable la u
nica forma de llegar al
estado estacionario es que finalmente el error sea cero.
Para todo el sistema: si e (t) > 0, m (t) crece e (t) aumenta y e (t) = r (t) c (t)
disminuye.
Si e (t) < 0, m (t) disminuye, e (t) disminuye y e (t) = r (t) c (t) aumenta.
Si e (t) = 0, m (t) es constante la cual mantiene la salida deseada de la planta.
El integrador Ks podra afectar grandemente la estabilidad del sistema. El control
integrativo es bueno para plantas muy estables.
Figura 4.15 Se
nales de error y de control integrativo
Lo anterior es imposible en el caso del control proporcional pues una se
nal de control
no nula requiere una se
nal de error actuante como se muestra en la Fig.4.16.
Figura 4.16 Se
nal de error y de control proporcional
Se hace notar que la acci
on de control integral, si bien elimina el efecto de corrimiento
o error de estado de regimen, puede llevar a una respuesta oscilatoria que, aunque
amortiguada, podra ser indeseable, Fig 4.17. Si la planta posee muchos polos, la
acci
on de control integral puede inestabilizar totalmente el sistema.
4.2 Acci
on de control integral 157
KR
H (s)
=
R (s)
R (s2 + s + KR)
R s2 + s
E (s)
=
R (s)
RCs2 + s + KR
Notese que los polos est
an ubicados en:
s
2
K
1
1
s1,2 =
2RC
2RC
C
(4.22)
(4.23)
(4.24)
1
j
=
2RC
1
2RC
(4.25)
s RCs2 + s
1
=0
(4.26)
ess = lim sE (s) = lim
2
s0
s0 RCs + s + KR s
Por lo tanto, el control integral del sistema de nivel de liquido elimina el error de
estado de regimen en la respuesta a la entrada escal
on.
4.2.4
Acci
on de control proporcional integral (PI)
KI
KP s + K
KI
M (s)
P
= KP +
=
(4.27)
E (s)
s
s
Este tipo de control combina las caractersticas de los anteriores controles. KP ayuda
a corregir m
as rapidamente el error. KsI elimina totalmente el error.
Con este tipo de controlador, las condiciones de estabilidad se mejoran con respecto
al control integral puro. Note que el controlador PI tambien puede ser interpretado
como un controlador integrativo con un cero ubicado en:
4.2 Acci
on de control proporcional integral (PI) 159
KI
(4.28)
KP
El cero mejora las condiciones de estabilidad, como se ver
a en la siguiente seccion.
s=
1
1
KP + KsI s(Js+f
)
s(Js+f )
R
(s)
+
N (s)
C (s) =
1
1
1 + KP + KsI s(Js+f
1 + KP + KsI s(Js+f
)
)
E (s) =
o:
C (s) =
1 + KP +
Js3
1
s(Js+f )
KI
1
s
s(Js+f )
1 + KP +
N (s)
(4.30)
KP s + KI
s
R (s) + 3
N (s)
2
2
+ fs + KP s + KI
Js + f s + KP s + KI
(4.31)
KI
s
1
s(Js+f)
R (s)
(4.29)
s
s2 (Js + f)
R (s) 3
N (s)
3
2
2
Js + f s + KP s + KI
Js + f s + KP s + KI
Con los escalones c (t) = u (t) y n (t) = No u (t):
E (s) =
(4.32)
R (s) = 1s
N (s) = Nso
(4.33)
(4.34)
(4.35)
s0
s0
(4.34) y (4.35) muestran que: a) la salida alcanza exactamente el valor unitario del
escalon y b) el error estacionario es nulo, a pesar de la perturbacion presente.
Ejercicios
4.2.5
Acci
on de control proporcional y derivativo (PD)
(4.36)
A la acci
on proporcional se le a
nade la acci
on derivativa que aumenta la se
nal m de tal
manera que si el error crece r
apidamente, m ser
a grande ayudando a corregir el error
en forma mas efectiva. Es como un efecto anticipativo que impide un crecimiento
brusco de error.
a)
b)
Figura 4.23 Se
nal de control b) cuando el error a) crece linealmente
En la Fig 4.23, por ejemplo, la se
nal de control m (t) crece mas r
apidamente a mayor
pendiente de la se
nal de error e (t).
El control PD es un controlador estabilizante. La acci
on de control derivativo tiene
la desventaja de amplificar las se
nales de ruido.
Ejemplo 4.4 Control proporcional derivativo.
4.2 Acci
on de control proporcional integral derivativo (PID) 161
Considere el sistema (Fig 4.24) de una carga inercial con controlador PD.
(KP + KD s)
C (s)
KP + KD s
= 2
= 2
R (s)
Js + KD s + KP
Js + KD s + KP
(4.37)
4.2.6
Acci
on de control proporcional integral derivativo (PID)
Figura 4.27 Se
nal de control b) cuando el error a) vara linealmente con el tiempo
ua en el transitorio, ya que al final, el
KP aumenta la rapidez de respuesta y solo act
termino KsI elimina el error, ganando completo control de la planta. El termino KD s
act
ua para ayudar a la estabilidad.
2
on de adelanto, entonces:
Notese que H (s) = eT s = 1 + T s + (T2!s) + es una funci
y (t) = $1 (H (s) X (s)) = x (t + T )
(4.39)
1
KP
100% es la banda
Ejercicio
Qi (s)
E(s)
KI
s .
u = KP e + KI
edt + KD
de
dt
(4.40)
u = KP e + KI
edt KD
dy
dt
(4.41)
Otra estructura, menos utilizada que la anterior, se muestra en la Fig 4.32. En esta
la acci
on de control proporcional se toma tambien de la salida en lugar de la se
nal de
error e.
(4.42)
z2
a1
h
b
a2
h
b
(4.43)
(4.44)
a3
h
b
(4.45)
s
b
s
z6 (s) =
(4.46)
Transformando (4.44):
z4 (s) =
a3
Bs
s
z3 (s) =
H (s)
Bs + k
s + 1 b
(4.47)
(4.48)
en donde = B/K.
El desplazamiento de la valvula es:
z=
d3
d4
z5 +
z6
d3 + d4
d3 + d4
(4.49)
z5 =
d1
d2
z1 +
z4
d1 + d2
d1 + d2
(4.50)
Ademas:
KI
s
H (s) + KD
H (s)
s
s + 1
(4.51)
donde:
KP
KI
KD
d4 d1 a1
(d3 + d4 ) (d1 + d2 ) b
d3 K1 a2
(d3 + d4 ) b
d4 d2 a3
(d3 + d4 ) (d1 + d2 ) b
(4.52)
Figura 4.35 Diagrama del cuerpo libre a) y de bloques b) para el ejemplo 4.6
De la Fig 4.35a:
u Kz = M
d2 z
dt2
(4.53)
(4.54)
KD s2 + KP s + KI
Z (s)
=
R (s)
M s3 + KD s2 + (KP + K) s + KI
(4.55)
s Ms2 + K
E (s)
=
R (s)
Ms3 + KD s2 + (KP + K) s + KI
(4.56)
De la Fig 4.35b:
y,
1
s2
ess
s Ms2 + K
1
E (s) = 2
s Ms3 + KD s2 + (KP + K) s + KI
#
"
s Ms2 + K
= lim sE (s) = lim s 2
s0
s0
s [Ms3 + KD s2 + (KP + K) s + KI ]
(4.57)
(4.58)
de donde:
ess =
K
= 0.01
KI
(4.59)
As, KI = 100.
(4.55) se puede escribir:
KD 2
KP
KI
Z (s)
M s + M s+ M
=
R (s)
s3 + KMD s2 + (KPM+K) s +
KI
M
(4.60)
!
2
2
2
2
A (s) = s +
+j
s+
j
(s + p)
2
2
2
2
A (s) = s3 +
(4.61)
(4.62)
o:
A (s) = s3 +
de donde:
2 + p s2 + 1 + 2p s + p
p =
2+p =
1 + 2p =
KI
=1
M
KD
M
KP + K
M
As:
KD
KP
Ejemplo 4.7 PID neum
atico.
= 100 1 + 2
= 100 1 + 2 1
(4.63)
(4.64)
= Kc y
= Af PD
(4.65)
(4.66)
de donde:
y
Ac
P2
Kc
Af
(PD Pi )
Kf
(4.67)
(4.68)
(4.69)
x =
i
D
in
(4.70)
(4.71)
(4.72)
donde:
1
K1
=
Rin
2 P1 P20
Tambien:
0 = Kx x + Kp2 P2
(4.73)
donde:
Kx
Kp2
p
= K2 P20
K2 x0
=
2 P20
(4.74)
dM2
dt
V2
M2 ,
el volumen especfico y T la
P2 V2
Kg T
= C2 P2 + Kv2 V2
=
Kv2
V20
Kg T
P20
Kg T
i
D
dMi
dt
dP2
dy
+ Kv2 Ac
dt
dt
y D =
(4.75)
dMD
dt :
dz
d Pi
+ Kvi Af
dt
dt
d PD
dz
+ KV D Af
= CD
dt
dt
= Ci
(4.76)
(4.77)
donde:
Ci = KVgi0T
VD0
CD = K
gT
Kvi = KPgi0T
PD0
KV D = K
gT
K2
2
=
=
1
Rin
Kx
+ Kp2
C2 +
1
Rin
Kv2 A2c
Kc
+ Kp2
(4.78)
ademas:
K2 >> 1
Con (4.70) y (4.68) en (4.76) y transformando:
0
(4.79)
(4.80)
K Af
i = Ci + vi
R1
Kf
2
K D Af
D = CD + VK
R2
f
D =
0
i =
Kvi A2f R1
Kf
KV D A2f R2
Kf
De (4.79) y (4.80):
0
1 + D + D s
Pi (s) =
(s)
0
1 + i + i s
PD (s) =
(s)
P0 (s)
P0 (s)
(4.81)
(4.82)
donde:
"
#
A2f
(s) = Ci CD +
(Ci KV D + CD KV i ) s2 + (i + D ) s + 1
Kf
Con (4.69), (4.78), (4.67), (4.74), (4.81), (4.82) y (4.68) se obtiene el diagrama de
bloques:
i
h
0
0
1 + i + i 1 + D + D = Ci R1 CD R2
0
1
2
Ac
(K2 ) K
(K) :
c
(4.83)
KP
KI
KD
Kf (i + D )
Af (Ci R1 CD R2 )
Kf
Af (Ci R1 CD R2 )
h
i
A2
Kf Ci CD + Kff (Ci KV D + CD Kvi )
Af (Ci R1 CD R2 )
(4.84)
CAPITULO
RESPUESTA EN EL DOMINIO
DEL TIEMPO
El objetivo de este captulo es obtener la respuesta temporal de los sistemas a se
nales
aperi
odicas tales como el escalon, la rampa,etc.
5.1
error estacionario
La caracterstica m
as importante del comportamiento din
amico de un sistema de
control es la estabilidad absoluta, concepto que se ver
a posteriormente.
Por ahora es suficiente saber que un sistema es estable si las races del polinomio
b(s)
caracterstico o denominador de la funci
on de transferencia del sistema H (s) = a(s)
tienen parte real negativa. Lo cual significa que los valores de s que satisfacen la
ecuaci
on caracterstica a(s) = 0, esto es, las raices de a (s) , deben estar ubicadas en
el semiplano complejo izquierdo.
Un sistema est
a en equilibrio si, en ausencia de perturbaciones o de entradas de
referencia, la salida se mantiene en el mismo estado.
Un sistema de control lineal invariante en el tiempo, es estable si finalmente la salida
retorna a un estado de equilibrio cuando el sistema es sometido a una perturbacion o
a una se
nal de entrada acotada.
Una funci
on f (t) es acotada si f (t) < M1 , para < t < .
En otras palabras, considere el sistema de la Fig 5.1:
175
< t <
5.1.1
< t <
Estabilidad relativa
El hecho de que todos los polos de H (s) queden en el semiplano complejo izquierdo
de s no garantiza caractersticas satisfactorias de respuesta transitoria. Esta podra
presentar excesivas oscilaciones o ser muy lenta.
Para garantizar una respuesta transitoria r
apida y bien amortiguada, los polos de
H (s) deben quedar en una zona como la mostrada en la Fig 5.2:
5.1.2
Error estacionario
5.1.3
Respuesta impulsiva
(5.1)
Figura 5.3 Diagrama de bloques en el dominio del tiempo del sistema de la Fig 5.1
donde h (t) es la respuesta impulsiva del sistema, o respuesta a un impulso unitario
(t). Note que si x (t) = (t), entonces x (s) = 1, y:
y (s) = H (s) = $ (h (t))
(5.2)
La funci
on de transferencia y la respuesta impulsiva de un sistema lineal invariante
en el tiempo contienen la misma informaci
on sobre la dinamica del sistema. En la
practica se puede considerar como un impulso, a un pulso de entrada con muy corta
duraci
on en comparaci
on con las constantes significativas del sistema.
5.1.4
Algunos teoremas
u1 ()
f (x, ) = f (u1 , )
u0 ()
du1
du0
f (u0 , )
+
d
d
u1 ()
u0 ()
[f (x, )] dx
(5.4)
Aplic
andola a (5.3) :
dy (t)
= h (t) x (0) +
dt
t
0
[h ( ) x (t )] d
t
(5.5)
h ( )
x (t )
d
t
(5.6)
(5.6) indica que si la respuesta de un sistema lineal a .una entrada x (t) es y (t),
.
entonces la respuesta a la derivada de la entrada x (t) es y (t).
2. Cambiando la variable t por en (5.3):
y () =
h ( ) x ( ) d
(5.7)
integrando (5.7):
Z
y () d =
Z tZ
0
h () x ( ) d d =
h ( )
x ( ) d d
(5.8)
Con = t :
Z
x ( ) d =
x (t ) dt
(5.9)
y (t) dt =
h ()
x (t ) dt d
(5.10)
5.1.5
Se analizar
an las respuestas de un sistema de primer orden, o de un solo polo, a
entradas tales como el escal
on unitario, rampa unitaria e impulso unitario suponiendo
condiciones iniciales nulas.
5.1.5.1
Respuesta al escal
on unitario
Un sistema de primer orden se muestra en la Fig 5.4:
P
KP K
Y (s)
s
= H (s) = 1+T
=
K
K
P
R (s)
1 + T s + KP K
1 + 1+T s
o:
KP K
Y (s)
= H (s) =
R (s)
1 + KP K
donde:
K1
T1
1
1 + T1 s
K1
1 + T1 s
(5.11)
KP K
1 + KP K
T
1 + KP K
1
t>0
R (s) =
t<0
s
1,
0,
la respuesta es:
Y (s) =
A
B
A + T1 As + Bs
1 K1
= +
=
s 1 + T1 s
s
1 + T1 s
s (1 + T1 s)
(5.12)
A y B son:
A = K1
B = K1 T1
As:
Y (s) = K1
"
1
1
s s + T11
(5.13)
Antitransformando:
(5.14)
(5.15)
K1 Tt
K1
dy (t)
1
=
e
=
(5.16)
dt t=0
T1
T1
t=0
Si se traza una recta:
yp (t) =
K1
t
T1
1
KP K
=
1 + KP K
1 + KP K
(5.17)
Este
tambien puede ser calculado utilizando la funci
on de trasferencia del error:
1
1 + Ts
E (s)
=
=
PK
R (s)
T
s
+
1 + KP K
1+ K
1+T s
(5.18)
1
s
:
E (s) =
1
1 + Ts
s T s + 1 + KP K
s0
1
1 + KP K
y1 (t) =
h
i
h
i
t
K1 1 e T1 d = K1 t T1 + T1 e T1
(5.19)
t
= K1 T1 1 e T1 u (t) + (1 K1 ) t u (t)
(5.20)
Para t >> T1 :
e (t) ' (1 K1 ) t + K1 T1
(5.21)
y2 (t) =
5.1.6
i K
d h
1 Tt
K1 1 et/T1 u (t) =
e 1
dt
T1
(5.22)
N1 N3
N2 N4
= Jm + n2 JL
= fm + n2 fL
n =
J
f
Con:
K0 K1 Km
2 )n
(Ra f + Km
Ra J
2
Ra f + Km
2n
K
T
1
= 2
T
1
2 KT
(5.23)
As:
n2
C (s)
= 2
R (s)
s + 2n s + n2
(5.24)
on o
donde se llama atenuaci
on, n , frecuencia natural no amortiguada y , relaci
raz
on de amortiguaci
on.
La ecuacion caracterstica del sistema es:
A (s) = s2 + 2n s + n2 = 0
(5.25)
1,2
p
4 2 n2 4n2
p 2
= n 2 1n
=
2n
(5.26)
(5.27)
n
=
pn
=
1 2
p
1 2
=
(5.28)
o:
= cos
= sen
p
1 2 = tan1
p
1 2
1
s
n2
As + B
K
1
2
+ 2
=
2
s s + 2n s + n
s
s + 2n s + n2
Con K = 1, A = 1 y B = 2n :
C (s) =
s + 2n
1
1
2
=
2
s s + 2n s + n
s
s + 2n
p
2
(s + n )2 +
1 2 n
s + n
n
1
s (s + n )2 + (d )2 (s + n )2 + (d )2
(5.29)
=
C (s) =
p
1
s + n
1
n 1 2 n
s (s + n )2 + (d )2
1 2 n (s + n )2 + (d )2
s + n
d
1
(5.30)
2
2
2
s (s + n ) + (d )
1 (s + n )2 + (d )2
c (t) = 1 en t cos d t p
1 2
n t
1e
"
en t sin d t
(5.31)
#)
sin d t
u (t)
cos d + p
1 2
)
h
i
p
n t
2
sin d t + 1 cos d t u (t)
e
1
1 p
1 2
(5.32)
p
donde d = 1 2 n . Utilizando las relaciones (5.28), (5.32) se puede escribir en
forma compacta como en la ecuaci
on (5.33):
)
(
en t
sin (d t + ) u (t)
con < 1
(5.33)
c (t) = 1 p
1 2
(5.34)
1
n
A
K
B
+
=
+
s (s + n )2
s
(s + n )2 (s + n )
donde K = 1, A = n y B = 1. As:
C (s) =
1
n
1
s (s + n ) (s + n )2
(5.35)
C (s) = 1 en t (1 + n t) u (t)
con = 1
(5.36)
p
= j 2 1
= j senh
= cosh
y utilizando (5.32):
c (t) =
n t
1e
"
p
2 1
#)
p
2 1n t + cosh
2 1n t
senh
u (t)
(5.37)
c (t) =
s1 t
)
es1t t
e
n
u (t)
1+ p
s1
s2
2 2 1
(5.38)
donde:
s1
s2
p
+ 2 1 n
p
=
2 1 n
=
(5.39)
5.2
1 Tiempo de retardo, td .
El tiempo que la respuesta tarda en alcanzar por primera vez la mitad del valor final.
e (tp ) e ()
100%
e ()
(5.40)
5.2.1
de segundo orden
Se obtendr
an el tiempo de crecimiento, tiempo pico, m
aximo sobrepaso y tiempo de
establecimiento de sistemas de segundo orden obtenidos del sistema (5.24). Los valores
se obtendran en terminos de y n y se supondra que el sistema es subamortiguado
( < 1).
5.2.1.1
Tiempo de crecimiento o tiempo de levante tr
Utilizando el criterio de 0 al 100%, c (tr ) = 1. Reemplazando en (5.33):
de donde:
en tr
c (tr ) = 1 = 1 p
sen (d tr + )
1 2
(5.41)
sen (d tr + ) = 0
(5.42)
(d tr + ) = , 2, 3,
(5.43)
As:
=p
d
1 2 n
(5.44)
de donde:
o:
n
dc (t)
=p
en tp sen (d tp + )
dt t=tp
1 2
p
1 2 n n tp
p
e
cos (d tp + ) = 0
1 2
sen (d tp + )
p
= cos (d t + )
1 2
p
1 2
tan (d tp + ) =
As:
(5.45)
(5.46)
d tp + = tan
!
p
1 2
= + n
n = 0, 1,
(5.47)
=p
d
1 2 n
tp =
5.2.1.3
Este es:
(5.48)
M
aximo sobreimpulso Mp
Mp = c (tp ) 1
(5.49)
n tp
sen d tp
cos d tp + p
1 2
c (tp ) 1 = e
Pero de (5.48) d tp = y:
n tp
Mp = e
o:
sen
cos + p
1 2
Mp = en tp = e
1 2
= Mp
(5.50)
= en tp
(5.51)
Existen diferentes criterios integrales para establecer lo que podra llamarse el valor
optimo de la raz
on de amortiguaci
on .
R
Uno de ellos se llama criterio ITAE el cual minimiza la integral J = 0 |e| tdt, integral
del valor absoluto del error multiplicado por el tiempo, que trata de penalizar la
magnitud del error y la duracion del mismo. Utilizando este criterio con e (t) =
r (t) c (t) se obtiene = 0.707.
R
Otro criterio es el ISE que minimiza la integral J = 0 e2 dt, o integral del cuadrado
del error. Este criterio no penaliza la duracion de error. Con el ISE se obtiene = 0.5.
Existen otros criterios de optimizacion. Sin embargo, el valor de = 0.7 corresponde
al valor cercano al optimo con respecto a varios de ellos. Para = 0.7, el sistema de
segundo orden tiene una respuesta rapida a la entrada escalon con un sobrepaso de
aproximadamente el 4.3%.
on de la razon de amorLa Fig 5.17 muestra una grafica del sobrepaso Mp en funci
tiguaci
on para el sistema de segundo orden:
Mp (t) = en t
(5.52)
Mp (t) < 2%
para t > 4T =
4
n
As, se puede aceptar que el transitorio de c (t) esta a menos del 2% del valor final
para el tiempo ts , o tiempo de establecimiento dado por (5.53):
ts =
4
n
(5.53)
1
n ,
Fig 5.18:
n
on impulso, hallar c (t) :
1. Con C(s)
2 y r (t) = (t), la funci
R(s) = s2 +2n s+n
para = 0, < 1, = 1 y > 1. Hacer gr
aficos y comparar.
2.
Ejemplo 5.1 C
alculo de algunos par
ametros.
=
K
= 1 + KKh
1 + KKh
=
2 K
De (5.51):
Mp
As:
p
1 2
= e
1 2
= 0.2
= 1.61
= 0.456
De (5.48):
tp =
As:
=p
=1
d
1 2 n
d = 3.14
Adem
as:
n = 3.53
(5.54)
K
Kh
= n2 = 12.5
2n 1
= 0.178
=
K
De (5.44):
tr =
Como:
1
= tan
!
p
1 2
= 1.10
entonces:
tr =
1.10
= 0.65seg
3.14
4
= 2.48 seg
n
Ejercicio.
Resolver el ejemplo anterior con un sobrepaso del 3%, con un tiempo de soluci
on de
1 segundo.
Calcule K, Kr , tr y tp
5.3
5.3.1
Sistemas de o
rdenes superiores
Sistema de tercer orden
(5.55)
Si r (t) = u (t) o R (s) = 1s , se puede obtener c (t), (5.56), con 0 < < 1:
en t
c (t) = 1 2
( 2) + 1
(
)
2
p
p
2)
+
1
p
2 ( 2) cos 1 2 n t +
sen 1 2 n t
1 2
ept
(5.56)
2
( 2) + 1
2
2 ( 2) + 1 = 2 ( 1) + 1 2 > 0
entonces el coeficiente del termino ept es siempre negativo. Por lo tanto el efecto
del polo real situado en s = p en la respuesta al escalon unitario es reducir el
maximo sobrepaso y podra aumentar el tiempo de establecimiento. Si el polo real
esta ubicado a la derecha de los polos complejos conjugados, hay tendencia a una
respuesta lenta y el sistema se comporta como uno sobreamortiguado al cual los polos
complejos conjugados a
naden ondulaciones a la curva de respuesta.
5.3.2
(5.57)
j=1
(s + pj )
m
Q
(s + zi )
i=1
r
Q
k=1
(5.58)
(s2 + 2k k s + k2 )
donde q + 2r = n.
on escal
on,
Por descomposici
on en fracciones parciales de (5.58) con R (s) = S1 , funci
se obtiene (5.59):
p
q
r
X
bk (s + k k ) + ck k 1 k2
a X aj
c (s) = +
+
(5.59)
s j=1 s + pj
s2 + 2k k s + k2
k=1
c (t) = a+
q
X
j=1
r
X
aj epj t +
r
X
bk ek k t cos k
k=1
ck ek k t sen k
k=1
q
1 k2 t
q
1 k2 t
para t 0
(5.60)
a)
b)
c)
CAPITULO
CRITERIOS DE ESTABILIDAD
6.1
Introducci
on
(6.1)
Cualquier sistema como el (6.1) puede ser descrito mediante las variables de estado
x (t):
.
(6.2)
llamada ecuaci
on de estado. La ecuaci
on de salida est
a dada por (6.3):
y (t) = Cx (t) + Du (t)
199
(6.3)
(6.4)
o:
x (s) = (sI A)
Bu (s)
(6.5)
(6.6)
Para el caso SISO, una entrada una salida (6.6) se puede escribir:
G (s)
b (s)
C [adj (sI A)] B
y (s)
= C (sI A)1 B =
=
=
u (s)
det (sI A)
1 + G (s) H (s)
a (s)
(6.7)
6.1.1
M
etodo de Newton-Raphson
da (s)
s
ds
(6.8)
donde:
a0 (sk ) =
da (s)
ds s=sk
a (sk )
a0 (sk )
(6.9)
6.2 An
alisis de estabilidad por cancelaci
on de polos 201
que es la f
ormula iterativa de Newton-Raphson. Para aplicar (6.9), se escoge un valor
inicial arbitrario s1 y se calcula s2 , y as sucesivamente. El algoritmo se puede detener
cuando:
|sk+1 sk | <
6.2
An
alisis de estabilidad por cancelaci
on de polos
1
s1
el cual es inestable,
Hf (s) Hc (s) =
(s 1)
1
1
=
(s 1) (s + 1)
s+1
estable?
s1
s+1
(6.10)
.
x1
1 0
x1
2
.
=
+
v
(6.11)
x2
1 1
1
x2
y=
0 1
x1
x2
s+1
0
det (sI A) = det
= (s + 1) (s 1) = 0
(6.12)
1 s 1
(6.12) muestra claramente la presencia de una raz s = 1 ubicada en el plano complejo
derecho y por lo tanto el sistema es inestable.
Como puede verse (6.10) y (6.12) se contradicen. Sin embargo el resultado obtenido de
(6.12) es enteramente correcto. Una manera de ver mas claramente el origen de esta
contradicci
on es obtener la respuesta del sistema incluyendo las condiciones iniciales.
De (6.11):
.
x1 = x1 2v
con las condiciones iniciales:
x1 (0) = x10
x2 (0) = x20
y transformando:
sx1 (s) x10
= x1 (s) 2v (s)
2
x10
x1 (s) =
v (s)
(s + 1) (s + 1)
de donde:
6.2 An
alisis de estabilidad por cancelaci
on de polos 203
x2 = x1 + x2 + v (t)
sx2 (s) x2 (0) = x1 (s) + x2 (s) + v (s)
(s 1) x2 (s) = x20 + x1 (s) + v (s)
de donde:
x2 (s) = y (s) =
x10
v (s)
x20
+
+
s 1 (s 1) (s + 1) (s + 1)
y antitransformando:
x2 (t) = y (t) = x20 et +
x10 t
e et + et ~ v (t)
2
(6.13)
.
x1
1
0
x1
1
.
=
+
v
(6.14)
x2
2 1
0
x2
x1
(6.15)
y= 1 1
x2
De (6.14):
x1
.
x2
= x1 + v
= 2x1 x2
y transformando:
sx1 (s) x10 = x1 (s) + v (s)
(s 1) x1 (s) = x10 + v (s)
de donde:
x1 (s) =
Adem
as:
v (s)
x10
+
s1 s1
(6.16)
2x10
2v (s)
x20
s + 1 (s + 1) (s 1) (s + 1) (s 1)
(6.17)
Observando (6.16) y (6.17) se nota que ambas variables de estado son inestables, sin
embargo reemplaz
andolas en (6.15) se obtiene:
x10
x20
v (s)
+
+
s+1 s+1 s+1
Antitransformando (6.18) se obtiene (6.19):
y (s) =
(6.18)
(6.19)
6.2.1
Explicaci
on de la diferencia en comportamiento de las
6.3
Controlabilidad y observabilidad
AB
An1 B
realizaci
on controlable
Ob =
C
CA
..
.
CAn1
realizaci
on observable
A=
1 0
1 1
B=
2
1
C=
0 1
Co
Ob
2
1
1 0
1 1
2
1
2 2
=
=
1 1
0
1
0 1
1 0
=
=
0 1
1 1
1 1
1
0
2 1
B=
1
0
C=
1 1
Calculando Co y Ob se obtiene:
Co
Ob
1
0
1
1 1
=
2 1
0
0 2
1
1
1
1
=
1
0
=
1 1
1 1
2 1
=
1
0
6.3.1
Aclaraci
on sobre controlalibidad y observabilidad
6.4
estado
Supongase que el sistema de la Fig 6.6 es inestable. Si el sistema es controlable
entonces los polos o valores propios se pueden reubicar utilizando realimentaci
on de
variables de estado como en la Fig 6.7 de tal manera que resulte estable.
(6.20)
(6.21)
donde:
(6.22)
K = (k1 , k2 , kn )
Con (6.22) en (6.20) se tiene:
.
(6.23)
(6.24)
(6.25)
(6.26)
K = qnt (A)
(6.27)
(6.26) indica que los nuevos valores propios o polos s1 , , sn se pueden ubicar seleccionando las componentes de la matriz K si el sistema es controlable.
Si el sistema no es controlable significa que algunos valores propios no se pueden
reubicar, lo cual no sera problema si son estables.
Se dice entonces que un sistema es ESTABILIZABLE si todos los valores propios
no estables, aquellos con parte real positiva, se pueden reubicar arbitrariamente utilizando realimentacion de variables de estado.
Una formula para determinar K es la siguiente:
qnt
01] Co1
6.5 Introducci
on 209
6.5
estabilidad
6.5.1
Introducci
on
Una planta inestable puede formar parte de un sistema de control estable. Este, de
todas maneras, tiene que ser estable para poder ser utilizado.
Una planta es estable si la parte real de cada polo de la funcion de transferencia es
negativa.
a)
b)
K (s)
Y (s)
=
E (s)
D (s)
(6.28)
(6.29)
Wla (s)
Y (s)
=
X (s)
1 + Wla (s)
(6.30)
B (s)
K (s)
=
K (s) + D (s)
A (s)
donde el polinomio caracterstico de Wlc (s) es:
(6.31)
Wlc (s) =
6.5.2
Sea la ecuaci
on caracterstica de un sistema:
A (s) = an sn + an1 sn1 + + a1 s + a0 = 0
Se construye la siguiente tabla:
sn
n1
s
sn2
sn3
sn4
..
.
s0
an
an1
b1
b2
c1
..
.
.
..
an2
an3
b3
b4
c3
..
.
..
.
an4
an5
b5
b6
c5
..
.
..
.
an6
an7
b7
b8
c7
..
.
..
.
(6.34)
b1 =
b3 =
an
an1
an
an1
an2
an3
an1
an4
an5
an1
b2 =
b4 =
an1
b1
an1
b1
an3
b3
b1
an5
b5
b1
c1 =
c3 =
b1
b2
b1
b2
b3
b4
b5
b6
b2
b2
s3
s2
s1
s0
1
6
1 21
6 44
6
= 13.67
20.6
48
20.6 8.10
48
100
48
21
44
1 62
6 52
62
52
100
0
100
8.10
100
0
0
0
0
= 34.8
100
= 53.33
1
1
41
2 +41
41
4
4
1
=1
0
0
2
1
0
0
0
0
1
elemento de la quinta fila s es 1. Hay dos cambios de signo, dos races en el plano
complejo derecho.
Ejemplo 6.4 .
Para la ecuaci
on caracterstica:
A (s) = s3 + 10s2 + 16s + 160 = 0
la tabla es:
s3
s2
s1
0
1
10
0
20
160
16
160
0
0
0
a4
a3
a2 a3 a1 a4
=
a3
a1 xa3 a0
x
a0
a2
a1
a0
0
0
a0
0
0
0
0
1
1
1
+
+
(T1 + T2 + T3 ) 1
K<
T3 T2 T1
En resumen, si la ecuaci
on caracterstica de un sistema es:
A (s) = an sn + an1 sn1 + + a1 s + a0 = 0
donde todos los coeficientes son n
umeros reales, para que en esta ecuacion no existan
races con la parte real positiva es necesario pero no suficiente que:
6.6
6.6.1
(6.35)
(6.36)
arg (j p1 )=
=
2
2
Por eso:
arg A (j)= l m = (l m)
(6.37)
donde:
l, es el n
umero de polos en el plano complejo izquierdo.
m, es el n
umero de polos en el plano complejo derecho.
Ya que n = l + m, l = n m, entonces:
arg A (j)= (n 2m)
(6.38)
(6.39)
6.6.2
El criterio de Mikhailov
0 +
() +
() = 3
arg A (j) =
2
2
2
2
0
seg
un la Fig 6.11.
As, las ecuaciones (6.38) y (6.39) pueden ser escritas:
arg A (j)=
0
n 2
(n 2m) 2
si el sistema es estable
si el sistema es inestable
(6.40)
a)Sistemas estables
b)Sistemas inestables
Figura 6.12 Gr
aficos de A(j) para el criterio de Mikhailov
La Fig 6.12a muestra varios casos estables. N
otese, por ejemplo, que la curva para
n = 3 gira 3 2 radianes alrededor del origen.
La Fig 6.12b corresponde a sistemas inestables. Por ejemplo, para n = 4, el giro
entre a0 y 1, alrededor del origen es 2 ; entre a0 y 2 es 2 + ; entre a0 y 3 es 2 ,
porque el giro entre 2 y 3 es (); entre a0 y 4 es 0 porque el giro entre 3 y 4 es 2 .
Finalmente, el giro entre 4 y 5 (para ) es () + (), dando un giro neto de
cero. Como:
arg A (j)= (n 2m)
0
=0
2
K
(1 + T1 s) (1 + T2 s) (1 + T3 s)
K
Wla (s)
=
1 + Wla (s)
(1 + 2s) (1 + 0.5s) (1 + 0.1s) + K
Como n = 3, para que el sistema Wlc (s) sea estable, la curva de A (j) debe girar
alrededor del origen 3 2 radianes, como se muestra en la fig 6.14:
Figura 6.14 Gr
afico de A(j) estable
Para = 0:
A (j)|=0 = 1 + K
Las frecuencias para las cuales A (j) corta el eje imaginario se obtienen haciendo la
parte real cero:
Re A (j)|=
2
lo que da: 2
= 0 = (1 + K) 1.25 2 =
2
r
1+K
=
1.25
Como 2 debe ser real, para asegurar el cruce, es necesario que 1 + K > 0, esto es:
K > 1.
Las frecuencias para las cuales A (j) corta el eje real se obtienen haciendo la parte
imaginaria cero:
Im A (j)|=0 ,
lo que da:
= 0 = 2.6 0.1 2 = ,
0
0 = 0
= 26
2.6 0.1 22
es decir
1+K
< 26
1.25
< 31.5, el mismo resultado anterior.
> 0 22 =
6.6.3
El criterio de Nyquist
K (s)
D (s)
(6.41)
Wla
=
1 + Wla
Wla
D(s)+K(s)
D(s)
(6.42)
Se define la funci
on F (s) con (6.43):
D (s) + K (s)
= 1 + Wla (s)
(6.43)
D (s)
Fsicamente es difcil encontrar funciones de transferencia en las cuales el grado de
K (s) sea mayor que el de D (s). Si el grado de D (s) es n y el de K (s) es r, esto
implica que el grado de [D (s) + K (s)] es n. Resumiendo:
F (s) =
si n r
grado de D (s) = n
grado de K (s) = r
entonces grado de [D (s) + K (s)] = n
(6.44)
si Wla es estable
(6.45)
si Wlc es estable
(6.46)
y:
arg F (j)= arg [1 + Wla (j)]= arg
0
D (j) + K (j)
D (j)
de donde:
arg F (j)= arg [D (j) + K (j)] arg D (j)= n
0
n =0
2
2
Asi:
Un sistema en lazo cerrado es estable si la variaci
on del
angulo de
F (j) = 1 + Wla (j) es cero cuando cambia entre cero e infinito. Dicho de otra manera, un sistema en lazo cerrado es estable, si
F (j) =1 + Wla (j) no enlaza el punto 0 + j0, el origen, dado
0
(6.47)
Ejemplo 6.7 .
Sea:
Wla (s) =
K
(1 + T1 s) (1 + T2 s) (1 + T3 s)
cuyo gr
afico Wla (j), para diferentes valores de K, se ve en la Fig 6.17:
K
q
q
q
1 + (T1 )2 1 + (T2 )2 1 + (T3 )2
As (0) = 0 y () = 3
2 mientras que |Wla (j)| decrece cuando 0 .
Con T1 , T2 , y T3 positivos, Wla es estable. As para que el sistema en lazo cerrado
sea estable es necesario que:
Wla (j ) > 1
Siendo la frecuencia de cruce por 180 , cuando Im Wla (j) = 0.
Como:
Wla (j) =
=
K
(1 + jT1 ) (1 + jT2 ) (1 + jT3 )
K
1 (T1 T2 + T1 T3 + T2 T3 ) 2 + j(T1 + T2 + T3 T1 T2 T3 2 )
= 0
r
T1 + T2 + T3
=
T1 T2 T3
K
2 +T3 )
1 (T1 T2 + T1 T3 + T2 T3 ) (T1T+T
1 T2 T3
> 1
(6.48)
on (6.48) se puede
Notese que Wla (j ) < 0 o (Wla (j )) > 0. As, la condici
tambien escribir:
Wla (j ) < 1
Esto es:
K
2 +T3 )
1
(T1 T2 + T1 T3 + T2 T3 ) (T1T+T
1 T2 T3
<1
1
1
1
+
+
T1 T2 T3
(T1 + T2 + T3 ) 1 = KLIM
1
1
1
+
+
T1 T2 T3
(T1 + T2 + T3 ) =
T2 + T3
1+
T1
T1 + T3
T1 + T2
+ 1+
+ 1+
>1
T2
T3
Wla (s)
Wla (s)
Wla (s)
= D(s)+K(s) =
1 + Wla (s)
F (s)
D(s)
o:
(n 2m)
2
2
m
(2)
2
con
(6.49)
Consecuentemente:
Un sistema, Wlc (s), es estable en lazo cerrado, si el diagrama
de Nyquist con 0 de Wla (j) enlaza m
2 veces el
punto 1 + j0, donde m es el n
umero de polos de la funci
on de
transferencia en lazo abierto, o ganancia de lazo, Wla (s), situados en el plano derecho, esto es, con Wla (s) inestable.
En otras palabras:
Si Wla (s) es inestable con m polos en el plano derecho, para
que Wlc (s) sea estable Wla (j) debe enlazar el punto
1 + j0, m
2 veces.
Ejemplo 6.8 .
Figura 6.18 Diagrama de Nyquist estable para Wla (s) inestable con m = 2
Si por ejemplo Wla (s) tiene dos polos, m = 2, en el plano derecho y Wla (j) es
como se muestra en la Fig 6.18 el sistema en lazo cerrado Wlc (s) es estable porque
el vector F (j) gira m
2 (2) = 2 radianes alrededor del punto 1 + j0.
Ejemplo 6.9 .
Supongase que se tiene la funci
on de transferencia de un sistema inestable en lazo
abierto:
Wla (s) =
K
(T1 s 1) (1 + T2 s)
Se puede aplicar Routh y Hurwitz al denominador de Wla (s) para determinar cuantas races hay en el plano complejo derecho. Es decir, para determinar m. En este caso
no es necesario ya que los polos de Wla (s) estan ubicados en s1 = T11 y s2 = T12 .
Con T1 y T2 mayores que cero s1 esta ubicado en el plano complejo derecho. Entonces
m = 1, y el lugar geometrico de Nyquist o grafica de la funci
on:
Wla (j) =
debe enlazar el punto 1 + j0,
1 + j0 debe ser + radianes.
Considerese varios casos:
a) K > 1 y T1 < T2 .
1
2
K
(jT1 1) (1 + jT2 )
Esto es:
T1
tan1 T2
arg Wla (j) = tan1
1
= tan1 T1 tan1 T2
arg Wla (j) = + tan1 T1 tan1 T2 <
porque con T1 < T2 :
Para :
Wla (j) 0
w
=
2
2
As, F (j) gira rad. alrededor de 1 + j0, lo que indica inestabilidad. Entonces
el caso K > 1 y T1 < T2 es inestable en lazo cerrado.
b) K < 1 y T1 > T2 .
Para :
Wla (j) 0
arg Wla (j) =
El giro neto de F (j) es cero alrededor de 1 + j0. As, el caso K < 1, T1 > T2 es
inestable.
c) K > 1 y T1 > T2 .
Para :
Wla (j) 0
arg Wla (j) =
K
(T1 s 1) (1 + T2 s) (1 + T3 s)
(6.50)
3
=
2
2
2
2
Wla (j ) < 1
Como:
Wla (j) =
[1
+ 2 (T1 T2
K
+ T1 T3 T2 T3 )] + j [T1 T2 T3 2 T1 T2 T3 ]
= 0
r
T1 T2 T3
=
T1 T2 T3
As:
Wla (j ) =
=
K
1 + 2 (T1 T2 + T1 T3 T2 T3 )
K
1+
(T1 T2 T3 )
T1 T2 T3
(T1 T2 + T1 T3 T2 T3 )
<1
1
1
1
+
T3 T2 T1
K (s)
s D1 (s)
(6.51)
donde es el n
umero de integradores.
Supongase que D1 (s) no tiene races en el plano complejo derecho ni sobre el eje
imaginario.
Considerese el caso = 1, un solo integrador. (6.51) puede ser escrita:
Wla (j) =
k + k1 (j) + + kr (j)r
K (j)
0
=
jD1 (j)
j d0 + d1 (j) + + dn1 (j)n1
(6.52)
Notese que de (6.52) Wla (j) . As, para 0, Wla (j) , con un
0
a)
b)
K (j)
(j p0 ) D1 (j)
(6.53)
k0
=R
d0
(6.54)
Wla (j)=
0
Figura 6.24
c) Si Wla (s) tiene polos, sobre el eje imaginario, el complemento en infinito se hace con
radianes, media circunferencia. N
otese que al recorrer el eje
imaginario hay que rodear el polo
por la derecha dando un giro adicional de + radianes, Fig 6.24,
lo cual corresponde a un giro de
radianes, en Wla (j).
Ejemplo 6.11 .
Sea el sistema:
Wla (j) =
entonces:
K
s (1 + T1 s) (1 + T2 s)
Wla (j) =
=
K
s (1 + jT1 ) (1 + jT2 )
K
2 (T1 + T2 ) + j (1 2 T1 T2 )
(6.55)
As:
|Wla (j)| =
K
q
q
1 + (T1 )2 1 + (T2 )2
con K > 0
Para = 0:
|Wla (j0)| =
arg Wla (j0) = /2
Para = :
|Wla (j)| = 0
arg Wla (j) = 3/2
El diagrama de Nyquist correspondiente, con su complemento en infinito, se muestra
en la Fig 6.25.
1 2 T1 T2 = 0
lo que da
=
0
1
T1 T2
KT1 T2
K
=
(T1 + T2 )
T1 + T2
Para estabilidad:
Wla ( ) > 1 o Wla ( ) < 1
lo que da:
KT1 T2
<1
T1 + T2
K<
1
1
+
T1 T2
a)
b)
Figura 6.26 Polos sobre el eje imaginario
Considerese:
Wla (s) =
con
Wla (j) =
K
(s2 + 1) (1 + T1 s)
K
2
(1 ) (1 + jT1 )
tan1 T1
para 0 < 1
arg Wla (j) =
para > 1
tan1 T1
Entonces Wla , cuando 1, con un angulo tan1 1 T1 . Luego Wla (j)
gira radianes, complemento en infinito, y el angulo sera tan1 T1 , terminando en 3
2 en = . Como m = 0 el diagrama de Nyquist no debe enlazar el
punto 1 + j0. As, el diagrama de la Fig 6.26a es inestable.
Si K < 0 :
tan1 T1
para 0 < 1
arg Wla (j) =
para > 1
2 tan1 T1
Cuando 1, Wla , con angulo tan1 1 T1 . Luego el diagrama gira
radianes, complemento en infinito, como se muestra en la Fig 6.26b, y el angulo
sera 2 tan1 T1 .
De los diagramas de la Fig 6.26b, I es estable porque no encierra el punto 1 + j0.
Para este diagrama K > 1. Asi K no puede ser positivo ni inferior a cero.
La condici
on de estabilidad es, entonces 1 < K < 0.
6.6.4
K (1 + T1 s)
s (T2 s 1)
T1 , T2 > 0 y K > 0
6.6.5
Estabilidad seg
un el diagrama de Bode
a) Diagrama de Bode
CAPITULO
SINTESIS EN EL DOMINIO DE
LA FRECUENCIA
7.1
7.2
Correlaci
on entre respuestas transitoria y
donde:
C (j)
=
R (j)
1
2
2
n
+ j2 n
= M () ej()
(7.2)
7.2 Correlaci
on entre respuestas transitoria y frecuencial para un sistema de segundo orden 237
M () =
r
1
1
() = tan
2
2
n
1
2
2
+ 2 n
!
2 n
2
2
n
(7.3)
(7.4)
2
2
2
D2 () = 1 2
+ 2
(7.5)
n
n
Derivando (7.5):
dD2 ()
d =v
2
2
2
2 1 2
2 + 2 2
n
n
n
n =v
2
= 1 2v + 2 2 = 0
n
=
de donde:
v = n
2
p
1 2 2
(7.6)
1
2
(7.7)
7.3
Estabilidad relativa
Evidentemente del diagrama de Nyquist se logra una buena idea de margen de estabilidad de un sistema. Es decir:
1) Si el sistema es estable, en que grado lo es ?
2) Y si no es suficientemente estable, o es inestable, c
omo puede mejorarse la
condici
on de estabilidad del sistema ?
La primera pregunta es un problema de analisis, mientras que la segunda es un problema de dise
no, sntesis o proyecto.
La Fig 7.5 muestra el concepto de estabilidad relativa de un sistema en lazo cerrado
Wlc (s) mediante los lugares de Nyquist de Wla (j) para un sistema de tercer
orden, con cuatro valores distintos de la ganancia K, suponiendo Wla (s) estable.
El lugar Wla (j) en la Fig 7.5a enlaza el punto 1 + j0 por lo cual Wla (s) es
inestable y la respuesta a un escalon unitario crece con el tiempo. En la Fig 7.5b,
Wla (j) pasa por el punto crtico 1 + j0 y el sistema esta entre la estabilidad y la
inestabilidad, por lo tanto la respuesta a un escalon unitario es una oscilaci
on senoidal
sostenida. Los lugares Wla (j) en las figuras 7.5c y d no enlazan el punto crtico.
oximo al punto crtico, y
Sin embargo, el lugar Wla (j) de la Fig 7.5c pasa mas pr
por consiguiente, la respuesta del sistema a un escal
on unitario ser
a mas oscilante y
con un sobrepaso mas pronunciado que el mostrado en la Fig 7.5d, correspondiente a
un lugar de Nyquist mas alejado de 1 + j0.
a)
b)
c)
d)
Figura 7.5 Grados de estabilidad de un sistema
Cuantitativamente, la distancia entre el lugar Wla (j) y el punto 1 + j0 da una
medida de la estabilidad relativa del sistema en lazo cerrado.
Mas especficamente, el margen de amplitud y el marge de fase se utilizan generalmente para determinar el grado de estabilidad relativa de un sistema de control.
7.4
7.4.1
Margen de amplitud
Es una medida de la proximidad del punto de fase crtica al punto crtico, punto B
en la Fig 7.6. Con = cp la frecuencia en el punto de fase crtica:
= |Wla (jcp )|
y el margen de amplitud en dB del sistema se define como:
1
1
= 20 log
|Wla (jcp )|
(7.8)
Observese en la Fig 7.6 que si la ganancia en lazo abierto se aumenta hasta que
|Wla (jcp )| = 1 el margen de amplitud vale 0 dB. Por otro lado, para un sistema
de segundo orden el lugar Wla (j) no corta el eje real negativo, y por lo tanto
|Wla (jcp )| = 0 y entonces el margen de amplitud es infinito, en decibelios, como
se muestra en la Fig 7.7.
La interpretacion fsica del margen de amplitud es la siguiente:
El margen de amplitud es la ganancia en decibelios que se puede a
nadir a la cadena
en lazo abierto antes de que el sistema alcance la inestabilidad. Si Wla (j) pasa
por el punto 1 + j0 el margen de amplitud vale 0 dB lo que implica que la ganancia
de la cadena ya no puede aumentarse sin provocar la inestabilidad.
Figura 7.8 Lugares de Nyquist de dos sistemas con igual margen de amplitud pero
con distinta estabilidad relativa
Figura 7.9 Lugares de Nyquist de dos sistemas con igual margen de amplitud pero
con diferente grado de estabilidad relativa
Los dos lugares Wla (j) de la Fig 7.9 tienen tambien el mismo margen de amplitud,
pero el sistema correspondiente a la curva A representa ciertamente un sistema mas
estable.
Para definir adecuadamente la estabilidad relativa de un sistema, se utiliza el margen
de fase para diferenciar el grado de estabilidad de casos como los de las figuras 7.8 y
7.9.
7.4.2
Margen de fase
(7.9)
K
(1 + s) (1 + 2s) (1 + 3s)
a) Dibuje el lugar de Nyquist de Wla (j) y determine los lmites de K para que el
sistema en lazo cerrado Wlc (s) sea estable.
b) Suponga K = 5. Determine la frecuencia correspondiente al punto de fase crtica
cp y el margen de amplitud en dB y el margen de fase.
c) Hallar el valor de K para que el margen de amplitud del sistema sea igual a 20 dB.
7.4.3
|Wla (j)|
K
a)
b)
Figura P7.1
1
C (s)
=
R (s)
(1 + 0.01s) (1 + 0.05s + 0.01s2 )
K (1 + T s)
s (1 + s) (1 + 0.01s)
K
s (1 + 0.1s) (1 + s)
a) Determinar el valor de K para que el factor de resonancia Mv del sistema sea igual
a 1.4.
b) Determinar el valor de K para que el margen de amplitud del sistema sea de 20dB.
c) Determinar el valor de K para que el margen de fase del sistema sea de 60 .
6) Use el criterio de estabilidad de Nyquist para determinar si los sistemas con las
siguientes funciones de transferencia de lazo abierto son estables:
a)
Wla (s) =
b)
Wla (s) =
c)
Wla (s) =
d)
Wla (s) =
10
(1 + s) (1 + 2s) (1 + 3s)
10
s (1 + s) (1 + 10s)
10
s2 (1 + 0.1s) (1 + 0.2s)
2
2
s (1 + 0.1s) (1 + 10s)
7)
Figura P7.2
Determine la estabilidad de los sistemas cuyos lugares geometricos de Wla (j) se
muestran en las figuras P7.2a, b y c. Suponga que Wla (s) no tiene polos en el
semiplano derecho.
8) Para un sistema de segundo orden:
Wla (s) =
16
s (2 + s)
Wla (s) =
b)
Wla (s) =
60 (1 + 0.5s)
s (1 + 5s)
60 (1 + s)
s2 (1 + 0.1s)
10) Dado.
Wla (s) =
as + 1
s2
K (Ta s + 1) (Tb s + 1)
s2 (T1 s + 1)
Ta
T1
> T1 > 0,
> Ta > 0,
Tb > T1 > 0
T1 > Tb > 0
Figura P7.3
Determine el valor crtico de Kh respecto a la estabilidad del sistema de lazo cerrado
de la Fig P7.3. Recuerde que Wla (s) = G (s) H (s) .
13)
Figura P7.4
Sea el sistema que se muestra en la Fig P7.4. Hallar el valor crtico de K respecto a
estabilidad, utilizando el criterio de Nyquist.
7.5
T
ecnicas de compensaci
on
Se refiere al uso de redes de adelanto, atraso y adelanto-atraso combinadas para reformar la respuesta frecuencial de lazo abierto, Wla (j), a fin de conseguir estabilidad
relativa aceptable y error disminuido.
7.5.1
R2 V1
R2 V1
=
1
R 1
R2 + R1 // Cs
R2 + R11+Cs1
(7.10)
Cs
V()
R3
V2
R3 + R4
(7.11)
Llamando:
(1 + R1 Cs)
R2
R3 + R4
V2
= Gc (s) =
V1
R3
(R1 + R2 )
2
1 + R1R+R
R
Cs
1
2
Av0
=
T1
T2
=
=
(7.12)
R3 + R4
R3
R2
<1
R1 + R2
R1 C
R1 C < T1
1
T1
1
> 1
T2
T2
1
=
T1
2
1+
1 + T1 s
= Av0
1 + T2 s
1+
s
1
s
1
(7.13)
Con s = (j) :
1 + j 1
1 + j 2
(7.14)
tan1
>0
1
2
(7.15)
Gc (j) = Av0
y la fase de Gc (j) es:
c (j) = tan1
porque con 1 < 2 :
>
1
2
2
1 + j 1
1 j 2
1 + 1 2 + j 1 2
=
Gc (j) = Av0
2
2
1 + 2
1 + 2
de donde:
tan c () =
1+
2
1 2
(7.16)
d tan c ()
=
=m
1
1
d
d
1+
1
2
1 2
h
im
h
i
1 + 2 2
1 2
1 2
1
1
h
i2
2
1 2
1 + 1 2
=0
=m
O sea:
1+
2
m
2
2 m =0
1 2
1 2
de donde:
1 2
m =
(7.17)
tan cm
sin cm
Tambien:
m
1
1+
m
2
2
m
1 2
1 2
1
1 2
2
1 2
1 2
1+
(1 )
1
1
q
=
=
2 + 4
2
1+
2
1
2
+
(1 ) + (2 )
1 sin cm
1 + sin cm
(7.18)
(7.19)
(7.20)
2
1
1
2
r
Av0
2
= Av0
=
1
Entonces:
1
|Gc (j)|=m dB = 20 log (Av0 ) + 20 log
(7.21)
7.5.2
Errores
Al dise
nar un compensador no solo se busca mejorar la estabilidad relativa, sino
tambien, disminuir el error, en lo posible. El compensador de adelanto al mejorar la
estabilidad permite aumentar la ganancia del sistema en lazo abierto lo cual disminuye
el error. Para mejorar a
un mas el sistema, en lo que respecta al error, se puede utilizar
un compensador de atraso de fase, como se vera posteriormente.
Considerese, por ejemplo, el sistema mostrado en la Fig 7.14:
E (s) =
(7.22)
s0
s0
sR (s)
1 + Wla (s)
(7.23)
Dependiendo de cuantos integradores tenga una planta se puede hacer una clasificaci
on por tipos de integraci
on:
7.5.2.1
Tipo Cero
Una planta tipo cero es aquella que no tiene integradores, por ejemplo:
Kp
Wla (s) =
r
Q
(1 + Ti s)
n
Q
(7.24)
(1 + Tj s)
ess
y
ess % =
s Rs0
R0
=
s0 1 + Wla (s)
1 + Kp
1
ess
100 =
100%
R0
1 + Kp
lim
(7.25)
s0
s Rs21
=
1 + Wla (s)
As, un sistema tipo cero tiene error finito para entrada escal
on, pero infinito para
rampa, parabola, etc.
7.5.2.2
Tipo Uno
Una planta tipo uno tiene un integrador. Por ejemplo:
Kv
r
Q
(1 + Ti s)
Wla (s) =
s
n
Q
(7.26)
(1 + Tj s)
s0
b) Rampa. R (s) =
R1
s2
s Rs0
=0
1 + Wla (s)
ess
ess % =
lim
s0
s Rs21
R1
=
1 + Wla (s)
Kv
1
100%
Kv
c) Par
abola. Si R es una par
abola: r (t) =
R2 2
2 t ,
En este caso:
entonces R (s) =
R2
s3 .
ess =
0
1+Kp
R1
1
0
Kv
Tipo
R1
2
0
0
Ka
R3
3
0
0
0
Kc
Tabla 7.1 Errores estaticos seg
un el tipo y la se
nal de entrada
Kp , Kv , Ka y Kc son las ganancias de las plantas, que de acuerdo al tipo de la planta
reciben diferentes nombres:
Kp
Kv
Ka
Kc
:
:
:
:
constante
constante
constante
constante
de
de
de
de
error
error
error
error
de
de
de
de
posici
on.
velocidad.
aceleraci
on.
veloaceleraci
on.
Para todos los casos de error finito puede notarse que el error es tanto menor cuanto
mayor sea la ganancia de la planta.
1
12
2
= 2 =
m = 1 2 = 2 =
de donde:
1
2
m
m
=
20 log Av0 = |Wla (j)|=cgn dB
o tambien:
1
20 log Av0 = 20 log |Wla (j)|=cgn dB
2K
K
20
4K
= s v =
= s
s (s + 2)
s 2 +1
s 2 +1
s 1 + 2s
20
= 20 log q
2
1 + 2
1+
2
2
= 26 20 log
= 0 en = 20
En
= 2:
Y2 dB = 20
1
s
dB
y 20 dec.
del
por lo tanto:
As:
6.3
= 162.4
2
0.244
y se busca un tal que |Wla | dB = 6.13dB. Ya que:
Y2 dB
entonces cgn
= 40 log + 32 = 6.13
= 8.98 = m
As:
1 =
m = 4.44rad/seg
y 2 =
m
= 18.18rad/seg
es:
Gc (s) =
s
1 + 4.44
s
1 + 18.18
Chequeo
Con compensador:
comp = 90 tan1
En = 8.98:
+ tan1
tan1
2
4.44
18.18
comp
n
|Wla |dB
= 130
= 180 130 = 50
q
2
1 + 4.44
20
= 20 log q
2 q
2
1 + 18.18
1 + 2
= 0.18dB
=8.98
|Wla |dB debera ser cero. Esto indica que cgn esta un poco a la izquierda de 8.98.
los 0.18dB. Como Av0 = 1
Podra reajustarse Av0 de tal manera que compense
=
1.02
en lugar de 1 y en este caso:
para el dise
no se puede escoger Av0 = 0.18
20
Av0 =
1.02
= 4.18
C
alculo de los par
ametros
1
De T1 = R1 C = 11 , R1 = 4.44C
, y con C = 1f, arbitrario, entonces R1 = 225K.
R2
Con = R1 +R2 = 0.244, y R1 = 225K, entonces R2 = 73K.
4
Con Av0 = R3R+R
= 4.18 y con R3 = 10K, arbitrario, se obtiene R4 = 32K.
3
Margen de ganancia
Se busca cf esto es cuando comp = 180 .
Pero note que el sistema no compensado tena = 90 tan1 2 > 180
Como el compensador adelanta fase, entonces comp > 180 para toda frecuencia
excepto en cf = . La fase del compensador en es c () = 0 y comp () =
90 90 = 180 . O sea cf = . Pero en , |Wla |comp dB = . As,
on.
MG = |Wla |comp dB = , lo que excede la especificaci
Procedimiento 2
Como = 90 tan1 2 , si se selecciona = cgn = 10, entonces (10) = 168.7 .
Para n = 50 la fase del sistema compensado debe ser comp = 180 +50 = 130 .
As, el compensador debe suministrar c = 168.7 130 = 38.7 < 60 . Entonces:
=
|Wla (jcgn )|dB
1 sin 38.7
= 0.231
1 + sin38.7
20
= 20 log q
2
1+ 2
= 8.13dB
=cgn
As:
1
20 log Av0 = 20 log |Wla (jcgn )|dB = 14.49dB
entonces:
Av0
= 10
14.49
20
= 5.3
0.231 10 = 4.81
10
= 20.81
0.231
Y el compensador es:
Gc (s) = 5.3 0.231
s
1 + 4.81
s
1 + 20.81
s
1 + 4.81
20
s
1 + 20.81
s 1 + 2s
tan1
= 90 tan1 + tan1
2
4.81
20.81
q
2
1 + 4.81
20
|Wla (j)| = 5.3 0.231 q
2 q
2
1 + 20.81
1 + 2
comp
entonces:
comp (10)
|Wla (j10)|
|Wla (j10)|dB
=
=
=
=
130
180 130 = 50
0.9985
20 log 0.9985 = 0.013dB 0
no tiene
Para bajas frecuencias la ganancia es Kv = 5.3 0.231 20 = 24.5. Este dise
un Kv mayor que el especificado y por lo tanto el error estatico es menor:
ess % =
7.5.3
1
100 = 4.1%
Kv
En la Fig 7.17:
V(+)
V()
1
R2 + Cs
1 + R2 Cs
V1
V1 =
1
1 + (R1 + R2 ) Cs
R2 + Cs + R1
R3
V2
R3 + R4
(7.27)
(7.28)
R3 + R4
1 + R2 Cs
V2 (s)
=
V1 (s)
R3
1 + (R1 + R2 ) Cs
(7.29)
O sea:
Gc (s) = Av0
1+
1 + T2 s
= Av0
1 + T1 s
1+
s
2
s
1
(7.30)
donde:
T1 = (R1 + R2 ) C > T2
T2 = R2 C
1 =
2 =
1
T1
1
T2
T1 = T2
=
2 =
R1 +R2
R2
tan1
<0
2
1
porque:
1
1
<
2
1
O sea que este tipo de compensador atrasa fase.
Este compensador no puede mejorar la estabilidad utilizando su caracterstica de fase.
Se utiliza, mas bien, la atenuacion de ganancia a altas frecuencias, para correr el punto
de 0 dB, cg , a la izquierda, donde la fase sea mas favorable. Con Av0 = 1, R3 = ,
la atenuaci
on a altas frecuencias es 20 log . De esta forma, indirectamente mejora
la estabilidad.
Compensaci
on con atrasador de fase
Procedimiento
1. Determinar la ganancia en lazo abierto a bajas frecuencias que satisfaga el requerimiento de error.
2. Dibujar el diagrama de Bode con esta ganancia y determinar el margen de fase
del sistema compensado. Si las especificaciones de margen de fase son satisfechas,
continuar en el punto 7. Si las especificaciones de margen de fase no son satisfechas,
seguir con el punto 3.
3. Encontrar una frecuencia donde la fase sea:
= 180 + + (5 a 12 )
Se a
nade 5 a 12 por el atraso que introducir
a el compensador. Seleccionar esta
frecuencia como la nueva frecuencia de cruce cgn .
4. Seleccionar la frecuencia 2 , cero del compensador, entre una octava y una decada
abajo de la nueva cgn :
1
1
cgn < 2 < cgn
10
2
Una escogencia muy baja de 2 puede conducir a valores muy grandes de T1 y T2 ,
exigiendo valores altos de resistencias y condensadores en el circuito.
5. Determinar la atenuaci
on requerida en cgn para que el Bode de amplitud cruce
por cero dB :
20 log
Av0
Si la atenuaci
on requerida es grande, es preferible hacer Av0 = 1 a fin de que T1 no
resulte exageradamente grande. Por lo general 10 y T1 depende de , porque
T1 = T2 .
6. Chequear el margen de fase y de ganancia. Chequear la amplitud 0 dB en cgn y
calcular el circuito.
7. Si en el punto 2 las especificaciones de margen de fase son satisfechas, seleccionar
cgn tal que:
= 180 + r + (5 a 12 )
8. Proceder como en el punto 4 y continuar despues en el punto 9.
9. Calcular Av0 de:
20 log
Av0
= |Wla (j)|=cgn dB
Ejemplo 7.2 .
rad
seg
La fase es:
= 90 tan1
tan1
1
2
1
161
0.5
130
0.45
126
0.47
128.4
T2
T1
0.1
2
=
= 9.34 103
10.7
1
= 10
2
1
= 107
9.34 103
2
Con C = 100 f, R2 = TC2 = 100K, R1R+R
= = 10.7. Con R1 = 100K, R2 =
2
1.07M.
Ademas como se escogi
o Av0 = 1, R4 = 0 y R3 = .
Chequeo
El compensador es:
Gc (s) =
s
1 + 0.1
s
1 + 9.3410
3
Entonces:
2 2
1 + 9.34103
1 + 2 1 + 2
En = cg = 0.47:
1
0.889
= 1.13 =
Margen de ganancia
Por tanteos, en = 1.31 comp = 179.8 180 y |Wla |dB = 14.8dB. Entonces
el margen de ganancia es MG = 14.8dB que excede la especificaci
on.
Ejemplo 7.3 .
Para el sistema compensado con adelantador de fase, por el procedimiento 2, se obtuvo
el sistema compensado, en lazo abierto:
Wla (s) = 5.3 0.231
s
1 + 2.41
20
s
1 + 20.81 s 1 + 2s
con un Kv = 24.5.
Se desea cambiar el Kv a 100 perdiendo solo 5 de margen de fase, esto es n = 45 .
Como el sistema ya tiene 50 en cgn = 10 se puede introducir un compensador de
atraso que atrase 5 en cgn = 10 rad
seg .
100
La ganancia adicional requerida es Av0 = 24.5
= 4.1. Se escoge entonces = Av0
para no producir atenuaci
on a altas frecuencias, esto es = 4.1.
La fase del compensador es entonces:
c = tan1
tan1
tan1
= tan1
2
1
2
2
cg
cg
tan1
2
2
10
4.1 10
tan1
= 5
2
2
se obtiene:
2 =
rad
10
= 1.16
8.6
seg
As:
1 =
1.16
rad
2
=
= 0.283
4.1
seg
5.3
0.231
s
s
1 + 0.283
1 + 20.81 s 1 + 2s
|
{z
} |
{z
}
Atraso
Adelanto
CAPITULO
REALIMENTACION LINEAL DE
LAS VARIABLES DE ESTADO
Introducci
on
Unas de las primeras aplicaciones de las variables de estado en sistemas lineales fue
la de realimentarlas para reubicar los valores propios de un sistema dado. Los polos
y los valores propios coinciden en sistemas mnimos, aquellos que son controlables y
observables.
En lugar de realimentar y (t), salida de un sistema, y sus derivadas o realimentar
y (t) a traves de un compensador, lo adecuado es hacerlo a traves del estado x (t)
de una realizacion del sistema ya que, despues de todo, el estado resume toda la
informacion
actual del sistema. Por eso, cualquier operacion que pueda ser hecha
.
con y (t), y (t), etc. , se debe poder realizar con los estados y, lo mas importante,
cualquier operaci
on que no se pueda hacer con los estados, probablemente no puede
ser hecha en ninguna otra forma general. La realimentaci
on de las variables de estado
puede ser usada para modificar las frecuencias naturales del sistema y, en particular,
hacerlas todas estables, siempre y cuando la realizaci
on usada para definir los estados
del sistema sea controlable por
realimentaci
o
n
de
las
variables de estado, es decir, la
8.1
Realimentaci
on de las variables de estado y
(8.1)
(8.2)
b1 sn1 + + bn
b (s)
= n
a (s)
s + a1 sn1 + + an
(8.3)
Se supondr
a que {A, B, C} es alguna realizacion con n estados de esta funci
on de
transferencia.
Se desea modificar el sistema dado, mediante el uso de realimentacion de las variables
de estado, para obtener un nuevo sistema con valores propios especificados, o en otras
palabras, para obtener un polinomio caracterstico deseado.
Es decir:
(s) = sn + 1 sn1 + + n
(8.4)
8.1 Algunas f
ormulas para la ganancia de realimentaci
on 267
(8.5)
(8.6)
(8.7)
8.1.1
Algunas f
ormulas para la ganancia de realimentaci
on
Se deducir
a la formula de Bass y Gura que usa la siguiente identidad:
det [In P Q] = det [Im QP ]
(8.8)
en donde In e Im son matrices identidad de dimensiones n n y m m, respectivamente, y P y Q son matrices de dimensiones n m y m n, respectivamente.
De (8.7):
aK (s) = det (sI A + BK)
io
n
h
= det (sI A) I + (sI A)1 BK
i
h
= det (sI A) det I + (sI A)1 BK
(8.9)
de donde:
h
i
aK (s) = a (s) 1 + K (sI A)1 B
(8.10)
(8.11)
1
{sn1 I + sn2 (A + a1 I) + sn3 A2 + a1 A + a2 I + +
a (s)
2 a2 = KAB + a1 KB,
3 a3 = KA2 B + a1 KAB + a2 KB
1 a1 a2 an1
0 1 a1 an2
..
2
n1
1
.
= K B, AB, A B, , A
B 0 0
. . .
.. ...
.. ..
a1
0 0 0
1
a =
a = K C At
(8.13)
en donde:
= [1 2 n ]
a = [a1 a2 an ]
C = B, AB, , An1 B
[1 a1 an1 ]
(8.14)
K = ( a) At C 1
(8.15)
Puesto que A es nosingular, se puede resolver (8.13) para hallar K para y a arbitrarios, si y solo si C es nosingular. Se ha probado entonces que mediante realimentaci
on
de las variables de estado se pueden reubicar
arbitrariamente
los
valores
propios
de
8.1.2
(8.16)
Otra derivaci
on de (8.16) se obtiene observando que, debido a la forma especial de
Bc .
1
0
0
1
Ac Bc Kc =
..
..
.
0
.
0
1
0
(8.17)
(8.18)
(8.19)
(8.20)
= det T [sI Ac + Bc KT ] T 1
= det T det (sI Ac + Bc KT ) det T 1
As:
(8.21)
(8.22)
(8.23)
8.1.3
Otras f
ormulas para la ganancia de realimentaci
on
(8.15) es una formula para K en terminos de los coeficientes del polinomio carcterstico
viejo y del nuevo. La siguiente es la formula de Ackerman:
K = qnt (A)
(8.24)
(8.25)
la u
ltima fila de C 1 .
(8.24) es u
til algunas veces para analisis te
oricos. Note que no se requiere un conocimiento explcito del polinomio original a (s) = det (sI A) .
Para demostrar (8.24) se supondra que se tiene una realizaci
on tipo CONTROLLER,
en cuyo caso:
t
(Ac )
Kc = a = qc,n
(8.26)
la u
ltima fila de (Ac ), porque:
t
qc,n
= [0 01] C 1 = [0 01] At
1 a1 an1
0 1 an2
= [0 01] . .
..
.. ..
.
0
Puesto que:
= [0 01]
+ + n I
(Ac ) = Anc + 1 An1
c
(8.27)
8.1 F
ormula de Mayne-Murdoch. 271
Anc =
(8.28) en (8.27) y se obtiene:
n
X
ai Ani
c
(8.28)
i=1
n
X
(i ai ) Ani
(Ac ) =
c
(8.29)
i=1
(8.30)
en donde eti denota el vector fila [00 010 0] con el i esimo elemento igual a uno.
Si la u
ltima columna de la matriz companion es [an a1 ]t , la propiedad de
desplazamiento es de la forma:
A ei = ei+1
i = 1 2n 1
(8.31)
Kc
n
X
= etn (Ac ) =
(i ai ) etn Ani
c
i=1
(8.32)
que era lo que se quera demostrar. Note que (8.32) es la misma ecuaci
on (8.16).
8.1.4
F
ormula de Mayne-Murdoch
Ganancias de realimentaci
on en terminos de los valores propios
En muchos problemas son especificados los valores propios del sistema y, por prop
ositos
numericos, a veces es preferible trabajar directamente con ellos, al menos cuando son
distintos.
Suponga que A es diagonal con valores propios {1 n } y que las races deseadas
on (8.10) se obtiene:
son {1 n }. De la ecuaci
n
X Ki bi
aK (s)
= 1 + K (sI A)1 B = 1+
a (s)
(s i )
i=1
(8.33)
8.1.5
Realimentaci
on del estado y los ceros de la funci
on de
transferencia
Se ha demostrado que mediante realimentacion del estado se puede cambiar el denominador de la funci
on de transferencia de a (s) a cualquier polinomio, m
onico, (s)
del mismo grado. Se estudiara ahora el efecto sobre los ceros.
Una manera simple es suponer que la realizacion es de tipo CONTROLLER,
{Ac , Bc , Cc }, en donde Ac es la matriz companion con primer fila [a1 an ],
Bct = [10 0] y Cc contiene los coeficientes de b (s), Cc = [b1 b2 bn ] .
Note que despues de realimentar el estado la realizacion es {Ac Bc Kc , Bc , Cc }, la
cual es todava del tipo CONTROLLER y por lo tanto la funcion de transferencia
es:
b (s)
Y (s)
=
V (s)
(s)
Es decir, la realimentaci
on del estado no afecta los ceros de la funci
on de transferencia,
a menos, por supuesto, que sean cancelados por la escogencia apropiada del nuevo
polinomio del denominador (s). Por lo tanto, aquella resuelve el problema de los
ceros ubicados indeseablemente (limitaciones en las caractersticas de fase y de atraso
del sistema).
8.1.6
x = x + Bu
= diag {1 n } ,
i 6= J
F
acilmente se puede demostrar que esta realizacion es controlable si y solo si cada
uno de los elementos de B es diferente de cero. Si, por ejemplo, b1 = b3 = 0, entonces
A=
Ac
0
|{z}
r
A12
Ac
|{z}
B=
Bc
0
}r
}n r
nr
entonces A, B , y por lo tanto {A, B} sera estabilizable si y solo si todos los valores
propios de Ac tienen parte real negativa.
8.1.7
x = 0 = (A BK) xd + B vd
yd = Cxd = C (A BK)1 B vd = HK (0) vd
en donde HK (s) es la funci
on de transferencia en lazo cerrado:
HK (s) = C (sI A + BK)1 B
Note que (A BK)1 existe ya que K se escoge, presumiblemente, para que los
valores propios de A BK tengan partes reales suficientemente negativas, y en particular, ning
un valor propio de A BK es cero. Por lo tanto vd se puede determinar
con la ecuacion:
1
vd = HK
(0) yd
con la condici
on de que HK (0) 6= 0, es decir, la funci
on de transferencia en lazo
cerrado no debe tener ceros en el origen. Pero, como se demostr
o antes, los ceros de
HK (s) son los mismos de la funcion de transferencia original H(s). Por lo tanto, el
comando de entrada vd se puede determinar si y solo si:
H (0) = CA1 B 6= 0
Una vez encontrado vd , la respuesta del sistema se puede hallar, utilizando superposici
on, como la suma de las soluciones a los casos:
= vd , x (0) = xd
= 0, x (0) = x0 xd
1) v
2) v
con
x (0) = x0 xd
Observe que x (t) 0 a una velocidad determinada por los valores propios de
t
A BK y, por lo tanto, y (t) yd a esa misma rata.
t
Si el comando yd es cambiado,de manera suficientemente lenta, el anterior esquema
puede desarrollar un trabajo razonable de seguimiento.
x = Ax + Bu + w,
y = Cx
x (0) = x0
ley de control
.
x
A BK BKq
x
w
.
=
+
q
C
0
q
0
Si {K, Kq } se escogen de modo que el sistema sea estable, entonces el valor de y en
el estado estacionario ser
a cero, ya que de la segunda ecuaci
on anterior:
0 = Cx () = y ()
x 2 y 92 x = 0
..
.
y +2 x +42 y = u
en donde:
x perturbaci
on de la posici
on radial.
y perturbaci
on de la posici
on acimutal.
2
u = F/m
F fuerza del motor en la direcci
on y,
m masa del satelite
2
=
rad. da1
29
1) Con u = 0, demostrar que el punto de equilibrio es inestable.
2) Para estabilizar el sistema, usar realimentaci
on de las variables de estado:
.
u = K1 x K2 x K3 y K4 y
0
9 2
A=
0
0
1
0
0
2
0
0
0
4 2
0
2
1
0
0
0
B=
0
1
2 1 145
4 + 144 4
=
s =
2
2
Por lo tanto, los valores propios son:
2
{2.35,
j2.55}
singular det C = 364 , se puede reubicar los valores propios por realimentacion
de las variables de estado. El polinomio caracterstico deseado es:
(s) = (s + 3) (s + 4) (s + 3 + j3) (s + 3 j3)
= s4 + 13s3 + 72 2 s2 + 198 3 s + 216 4
Utilizando la formula de Bass-Gura, por ejemplo, o por comparaci
on de coeficientes
con el polinomio det (sI A + BK) se obtiene:
K4 = 13
K3 = 28 2
K2 = 50.5
K1 = 157.52
1
24 2
y la soluci
on por realimentaci
on, ley de control, es:
u (t) = Kx 242 yd
en donde:
K = 157.5 2
50.5
28 2
13
C = [1 0 0 0]
1
Si se calcula C (A BK) B = 0 para todo K.
As, es imposible encontrar una entrada vd para ajustar cualquier valor deseado de x.
8.1.7.3
Observaciones finales
La escogencia de un conjunto de valores propios deseados, depende de criterios de
funcionamiento de dise
no tales como el tiempo de crecimiento, tiempo de establecimiento, el m
aximo sobrepaso, la magnitd m
axima de las se
nales, etc. Aunque estos
criterios sean precisamente especificados, no hay respuesta simple al problema propuesto. Una manera de proceder es por simulacion en el computador. Por supuesto
el conjunto de valores propios obtenidos no sera u
nico. La u
nica manera sistematica
conocida para las ganancias de realimentaci
on, y consecuentemente un conjunto u
nico
de valores propios es minimizando el ndice de desarrollo cuadr
atico:
Z h
i
t
t
x (t) Qx (t) + u (t) Ru (t) dt
J=
0
CAPITULO
DE OBSERVADORES
DISENO
ASINTOTICOS Y COMPENSADORES
Si una realizacion {A, B, C} es controlable, entonces la realimentacion de las variables
de estado puede reubicar los valores propios de A a donde se desee. Se discutir
a el
problema de obtener los estados de la realizaci
on conociendo u
nicamente la entrada u y
la salida y del sistema. Si el sistema es observable, mediante diferenciaci
on se pueden
calcular los estados. Esta tecnica es por supuesto impr
actica y se desarrollar
a un
estimador de estado mas realstico conocido como observador asint
otico. Su nombre
es debido a que los estados se pueden obtener u
nicamente con un error tal que tiende
a cero a una rata exponencial deseada.
Se ver
a que las ecuaciones de dise
no para el controlador no se afectan por el hecho de
que se usen los estados aproximados en lugar de los verdaderos. Se vera ademas que la
configuraci
on total del observador-controlador es internamente estable. Sin embargo,
el uso de los estados estimados en lugar de los verdaderos para realimentaci
on, podra
conducir en general a un deterioro de la respuesta transitoria.
9.1
Observadores asint
oticos para medida de los
estados
Se desea determinar los estados de la realizaci
on:
de la cual podra hallarse x (0) si se da y (0) , , y (n1) (0) como parte del
problema.
9.1.1
x
(t) = A
x (t) + Bu (t) ,
.
x (t) = Ax (t) + Bu (t)
x
(0) = x
0 = x0 +
(9.1)
(9.2)
x
(t) = A x
(t)
x
(0) =
(9.3)
t 0 .
s
x (s) = A
x (s)
1
x
(s) = (sI A)
(9.4)
Si se expande
(t) sera una suma de terminos
parciales se nota que x
(9.4) en fracciones
de la forma ei t , tJ eK t , en donde los {i } son los valores propios de A. Obviamente si el sistema es inestable (recuerdese que interesa determinar los estados para
ser realimentados y lograr estabilidad) entonces el error x
(t) crecera indefinidamente
a medida que t sin importar que tan peque
no es el error inicial.
A
un si el sistema es estable, si algunos valores propios tienen partes reales muy
peque
nas, los efectos de los errores en las estimaciones iniciales tomar
an mucho tiempo
en desaparecer practicamente.
9.1.2
Habra situaciones en las que un estimador de lazo abierto puede ser satisfactorio,
especialmente si se hace una reinicializaci
on peri
odica, para eliminar, o al menos
controlar deseablemente, los efectos de errores iniciales y perturbaciones.
Sin embargo, la manera cl
asica de resolver estas dificultades potenciales de sistemas
de lazo abierto es usar realimentacion para que el error tienda a cero, excitando el
sistema con un termino proporcional al error en la estimaci
on. El problema consiste
en como determinar este error. En problemas cl
asicos de realimentaci
on se obtiene
de la se
nal de referencia.
En nuestro problema, el error es x (t) x
(t) = x
(t), pero por supuesto x (t) no esta
disponible. Por esto se debe obtener una se
nal de referencia de alguna otra manera.
La salida y (t), no usada en la relaci
on de lazo abierto, puede ser utilizada ahora ya
que con y (t) = Cx (t), y (t) es disponible. Una se
nal de error se puede generar como:
y (t) y (t) = y (t) C
x (t) = C [x (t) x
(t)] = C x
(t)
la cual puede ser utilizada para excitar la ecuaci
on del estimador. Estas observaciones
llevan a considerar un estimador para x (t) de la forma mostrada en la Fig 9.2.
Se supone que se tiene acceso a la entrada y salida del sistema original. As:
x
(t) = A
x (t) + Bu (t) + l [y (t) C
x (t)]
x
(0) = x
0
(9.5)
donde x
0 es una estimaci
on inicial del vector de estado y l es un vector de ganancias
de realimentaci
on que debe ser escogido deseablemente.
x
(t) = (A lC) x
(t)
0
x
(0) = x0 x
(9.6)
(9.7)
9.1.3
F
ormulas para el vector de ganancias del observador
Se demostr
o que dada una realizacion {A, B, C} con {A, B} controlable, se puede
encontrar un vector K de varias maneras de modo que:
(9.8)
(9.9)
t
1 a1 a2 an1
0 1 a1 an2
0 0 1 an3
.
..
..
t =
..
.
.
..
a1
0
1
Para reformular el problema del observador de la anterior manera, puesto que det M =
det M t , entonces:
B Ct
K lt
1
A , Ct
lt = ( a) t
C
Pero:
h
C At , C t = C t At C t At(n1) C t = O (A C)
(9.10)
Entonces para calcular l es necesario que el sistema sea observable. La dualidad entre
el problema del observador asint
otico y el del controlador modal es muy u
til y puede
ser usada como se hizo anteriormente.
9.2
pensadores)
El problema del observador se gener
o por la necesidad de obtener los estados para
usarlos en el controlador. Ahora se tiene estimaciones asint
oticas correctas de los
x (t) = Ax (t) BK
x (t) + Bv (t)
(9.11)
x
(t) = A
x (t) + B [v (t) K
x (t)] + l [Cx (t) C
x (t)]
.
x
(t) = l Cx (t) + (A lC BK) x
(t) + Bv (t)
x
(0) = x
0
(9.12)
x
(t) = x (t) x
(t) = Ax (t) A
x (t) lCx (t) + lC
x (t)
.
x
(t) = (A lC) x
(t)
0
x
(0) = x0 x
(9.13)
.
x (t)
A
BK
x (t)
B
.
=
+
v (t)
lC A lC BK
x
(t)
B
x
(t)
x (0)
x0
=
x
0
x
(0)
y (t) = C x (t)
(9.14)
(9.15)
(9.16)
(9.17)
Eliminando x
(s) entre (9.16) y (9.17) se obtiene:
i
h
sI A + BK (sI A + BK + lC)1 lC x (s) =
i
h
= I BK (sI A + BK + lC)1 B V (s)
(9.18)
(9.19)
i
h
I + BK (sI A + lC)1
n
h
i o
sI A + lC I BK (sI A + BK + lC)1 lC x (s)
(9.20)
De donde:
x (s) = (sI A + BK)1 B V (s)
(9.21)
Y (s) = Cx (s)
(9.22)
Transformando (9.15):
(9.23)
sI A
BK
(9.24)
aoc (s) = det
lC
sI A + lC + BK
por transformaciones en las filas y columnas de la matriz en (9.24) se puede simplificar
este determinante de modo que:
sI A
BK
sI A + lC
0
=
(9.25)
lC
sI A + lC + BK
lC
sI A + BK
por lo tanto:
(9.26)
Entonces, el polinomio caracterstico del sistema total es el producto de los polinomios caractersticos del observador y del sistema controlado suponiendo que se
conocen perfectamente los estados. Esto significa que las frecuencias naturales o modos del sistema total se pueden ubicar para que este sea estable. De hecho, se pueden
9.2.1
x = Ax + Bu + Bw
.
w = 0
= Cx
"
. #
A B
x
B
x
.
=
+
u + l (y C
x)
0 0
w
0
w
x
(0) = 0, w
(0) = 0
"
.
w
A l1 C
l2 C
B
0
B
0
u+
l1
l2
C
CA
0 =
CA2
CA3
Por lo tanto:
CA
CA2
CA3
=
=
=
0
0 =
0
18 3
[ 0
[ 0
18 3
0
0
2
0
0
2
0
1
0
4 2
0
0
4 2
0
0
1
0
8 2
det 0 = 364 6= 0
El sistema es observable y se puede dise
nar el observador.
1 ]
0 ]
8 2
sI A + lC
s
9 2
0
0
s
9 2
0
0
1
0
0
s
0
2
+
0
s
1
s
2 42
1
l1
0
2
s
l2
1
0
s + l3
s
2 42 + l4
l1
l2
0 0 1 0
l3
l4
s
l2
1
l1
2
1 + 9 2 0
s + l3
s + l3
det (sI A + lC) = s det 0
s
2 4 2 + l4
2 42 + l4
= s s s + l3 s + 4 2 + l4 + 2 [l2 + 2s + 2l3 ]
+9 2 s2 + l3 s + 42 + l4 + 2 [l1 ]
= s4 + s3 [l3 ] + s2 4 2 + l4 + 42 9 2
0
1
s
l2 = 8.5 2
l3 = 11
l4 = 55 2
APENDICE
293
Tabla A.1.
1
2
f (t)
F (s)
1
s
1
s2
3
4
5
tn1
(n1)!
(n = 1, 2, 3, . . .)
tn
(n = 1, 2, 3, . . .)
1
sn
n!
sn+1
eat
1
s+a
teat
1
(s+a)2
8
9
1
n1
(n1)! t
eat
tn eat
10
11
12
13
14
1
a
15
1
ba
16
1
ba
(n = 1, 2, 3, . . .)
(n = 1, 2, 3, . . .)
1
(s+a)n
n!
(s+a)n+1
sen t
s2 +2
cos t
s
s2 +2
senh t
s2 2
cosh t
s
s2 2
(1 eat )
at
e
ebt
bt
be
aeat
1
s(s+a)
1
(s+a)(s+b)
s
(s+a)(s+b)
17
1
ab
h
1+
1
a2
18
19
1
ab
at
i
be
aebt
1
s(s+a)(s+b)
(1 eat ateat )
1
s(s+a)2
1
a2
1
s2 (s+a)
(at 1 + eat )
20
eat sen t
(s+a)2 +2
21
eat cos t
s+a
(s+a)2 +2
22
23
24
n ent sen n 1 2 t
2
1
nt
2 t
e
sen
n
1 2
1 2
= tan1
nt
2 t+
e
sen
n
1 2
2
1
= tan1
1 1
2
n
2
s2 +2n s+n
s
2
s2 +2n s+n
2
n
2)
s(s2 +2n s+n
25
1 cos t
2
s(s2 +2 )
26
t sen t
3
s2 (s2 +2 )
27
sen t t cos t
23
(s2 +2 )2
28
1
2 t sen t
s
(s2 +2 )2
t cos t
s2 2
(s2 +2 )2
29
30
31
1
22 12
(cos 1 t cos 2 t)
1
2
2
1 6= 22
(sen t + t cos t)
295
Tabla A.2.
L [Af (t)] = AF (s)
2
3
4
dn
R R
dtn f
dt f
(k1)
n
P
(t) = sn F (s)
snk f (0)
k=1
(k1)
f (t) dt =
F (s)
s2
L
0
f (t)=
donde
f (t) (dt)n =
R
i
(t) = s2 F (s) sf (0) f (0)
f (t) dt dt =
9
10
d2
dt2 f
F (s)
s
F (s)
sn +
hR
t
f
0
dk1
f
dtk1
n
P
k=1
1
snk+1
t=0
i
(t) dt =
hR
L [eat f (t)] = F (s + a)
12
L [f (t ) 1 (t )] = eas F (s)
16
17
d2
L t2 f (t) = ds
2 F (s)
tf
dn
dsn F
(s)
L f at = aF (as)
t=0
i
R
f (t) (dt)k
n = 1, 2, 3, . . .
R
(t) = s f (s) ds
f (t)dt dt
13
15
R R
f (t) dt existe
11
14
t=0
F (s)
s
R
0
f (t)dt
f (t)dt
s2
(t)
t=0
APENDICE
PROGRAMA MATLAB
B.1
Introducci
on
B.2
El MATLAB trabaja fundamentalmente con una clase de objeto, una matriz numerica
rectangular con elementos posiblemente complejos.
Se pueden entrar de diferentes maneras:
a) Una lista explcita de elementos.
b) Generar matrices usando declaraciones y funciones propias del MATLAB.
297
2
5
8
3
6
9
entonces la declaraci
on gena
B.3
[1
4
7
2
5
8
3
6
9]
(1 + 2 + 3) 4/5]
resulta en:
x = 1.3000 1.7321 4.8000
los elementos de la matriz pueden ser referenciados con ndices dentro de parentesis.
299
Ejemplo B.3 .
x (5) = abs (x (1))
produce:
x = 1.3000 1.7321 4.8000 0 1.3000
Note que el tama
no de x se incrementa automaticamente para acomodar el nuevo
elemento y que los elementos no definidos se igualan a cero.
Se pueden construir matrices grandes usando matrices peque
nas como elementos. Por
ejemplo, para adicionar otra fila a la matriz A :
r = [10 11 12] ;
A = [A ; r]
que resulta en:
A=
1
4
7
10
2
5
8
11
3
6
9
12
B.4
expresi
on.
Las expresiones se pueden componer de operadores y otros caracteres especiales, funciones y nombres de variables. La evaluaci
on de la expresi
on produce una matriz la
cual se muestra en la pantalla y se asigna a la variable.
Si se omite el nombre de la variable y el signo =, MATLAB autom
aticamente crea
una variable con el nombre ans.
B.5
Informaci
on sobre el espacio de trabajo
B.6
C
omo terminar el programa y guardar el
espacio de trabajo
Para terminar el programa escribir quit
o exit . Antes de parar se puede guardar
el espacio de trabajo con el comando save , el cual guarda todas las variables en un
archivo del disco llamado matlab.mat.
301
La proxima vez que se invoque el MATLAB se puede ejecutar el comando load para
recuperar el espacio de trabajo desde matlab.mat. save y load se pueden usar con
otros nombres de archivos, o tambien guardar u
nicamente las variables que se deseen.
guarda las variables x, y y z en el archivo llamado temp.mat.
As, save temp x y z
load temp , recupera todas las variables del archivo temp.mat. load y save pueden
tambien importar y exportar archivos de datos ASCII.
B.7
N
umeros y expresiones aritm
eticas
Usa notacion convencional decimal, con el punto decimal opcional. Se puede incluir la
potencia 10 como un factor de escala o una unidad compleja como un sufijo. Ejemplos
de n
umeros son:
3
99 0.001
3.14159i 3e5i
3 + 7i 4 + 8i]
ii = sqrt (1)
z = 3 + 4ii
B.8
Formato de salida
format short e
1.3333e + 00 1.2345e 06
format long
1. 3333
| {z 3} 0.00000123450000
14
format long e
1. 3333
| {z 3} e + 00 1.23450 0 e 06
15
B.11 Divisi
on de matrices
303
format bank
1.33 0.00
f ormat hex
f ormat +
Con los formatos short y long si el elemento mas grande de una matriz es mayor que
1000 o menor que 0.001, la matriz total se muestra con un factor de escala com
un.
B.9
Funciones
Gran parte de la potencia del MATLAB proviene de su extensivo conjunto de funciones. Algunas son intrnsecas, otras son disponibles en la librera de archivos externos tipo m, distribuda con el MATLAB (las herramientas). El usuario puede crear
sus propias funciones para aplicaciones mas especializadas (posteriormente se hablara
de los archivos m).
Usar el help para ver las diferentes categoras de funciones analticas disponibles
en el MATLAB (matem
atica elemental, funciones especiales, matrices elementales,
especiales, ).
Las funciones pueden tener varios argumentos de entrada y varias salidas. Ejemplos:
theta = atan2 (y, x), usa 2 argumentos de entrada.
[V, D] = eig (A), retorna 2 matrices, V y D, con los vectores y valores propios de la
matriz A, respectivamente. Las salidas son delimitadas con corchetes [ ] y separadas
con comas.
[y, i] = max (x), regresa el m
aximo valor del vector x en y, y el ndice respectivo en i.
MATLAB nunca modifica la entrada o argumentos de entrada a la funcion. Siempre
retorna las salidas de una funcion en los argumentos del miembro izquierdo.
B.10
Operaciones matriciales
0
B.11
Divisi
on de matrices
B.12
Funciones matriciales
MATLAB considera expresiones como exp (A) y sqrt (A) como operaciones sobre cada
uno de los elementos de la matriz. Se pueden calcular tambien funciones trascendentales matriciales, tales como la matriz exponencial y la matriz logaritmo, las cuales
se definen solo para matrices cuadradas (son generalmente difciles de calcular).
Una funci
on matematica trascendental se interpreta como una funcion matricial si
se adiciona una m al nombre de la funci
on, ejemplo: expm (A) y sqrtm (A). Hay 3
definidas expm, logm y sqrtm.
Otras funciones matriciales elementales incluyen:
poly, polinomio caracterstico.
det, determinante.
trace, la traza, y otras.
B.13
B.15 Operaciones l
ogicas
305
Para suma y resta, las operaciones sobre arreglos y sobre matrices son las mismas,
as + y se pueden considerar como operaciones sobre matrices o arreglos.
. denota la multiplicaci
on de arreglos.
Ejemplo B.11 .
Si:
x = [1 2 3] ;
y = [4 5 6] ;
entonces:
z = x. y = [4 10 18]
A ./B y A .\B dan los cocientes de los elementos individuales.
Ejemplo B.12 .
z = x.\y = [4.0000 2.5000 2.0000]
. denota potencias de arreglos.
Ejemplo B.13 .
Para el x y y anterior:
z = x.y = [1 32 729]
z = x.2 = [1 4 9] (el exponente es un escalar)
z = 2. [x y] = [2 4 8 16 32 64] (la base es un escalar)
B.14
Operaciones relacionales
B.15
Operaciones l
ogicas
B.16
Funciones matem
aticas
1 1 1
B = cos (pi A) =
1 1 1
B.17
307
Manipulaci
on de vectores y matrices
Generaci
on de vectores.
La declaracion x = 1 : 5 genera un vector fila que contiene los n
umeros de 1 a 5 con
incrementos unitarios. Es decir:
x=12345
Se pueden usar incrementos diferentes a la unidad:
y = 0 : pi/4 : pi
resulta en:
y = 0.0000 0.7854 1.5708 2.3562 3.1416
Los incrementos tambien pueden ser negativos:
z = 6 : 1 : 1
da:
z=654321
La notacion (:) permite la generaci
on facil de tablas. Para obtener una tabla en forma
vertical se traspone el vector fila obtenido de la notaci
on (:), se calcula una columna
de los valores de una funci
on y luego se forma la matriz de las 2 columnas.
Ejemplo B.16 .
0
0.0000
0.2000
..
.
0.0000
0.1627
..
.
3.0000
0.0070
Otras funciones para generar vectores son: logspace, la cual genera vectores uniforme
y logartmicamente espaciados, y linspace, la cual permite especificar el n
umero de
puntos, mejor que el incremento:
k = linspace (pi, pi, 4)
k = 3.1416
B.18
309
b = A (:)
resulta en:
b=
1
3
5
2
4
6
11 14
A = 12 15
13 16
B.19
B.20
Matrices vacas
A (:, [2 4]) = []
borra las columnas 2 y 4 de A.
B.21
Matrices especiales
Una colecci
on de funciones generan matrices especiales del algebra lineal y en procesamiento de se
nales:
compan, diag, gallery, hadamard, hankel, hilb, toeplitz, vander, etc.
Ejemplo B.21 .
Para generar la matriz companion asociada con el polinomio:
s3 7s + 6
p = [1 0 7 6]
A = compan (p)
genera:
0 7 6
A= 1 0 0
0 1 0
eig (A) = [3 2 1]
B.22
Construcci
on de matrices m
as grandes
B.23
311
Funciones matriciales
Factorizaci
on triangular : la funci
on lu factoriza una matriz cuadrada con el producto
de dos matrices esencialmente triangulares. Para obtener las dos matrices utilizar:
[L, u] = lu (A)
Factorizaci
on ortogonal : la funci
on qr, u
til para matrices cuadradas y rectangulares,
expresa la matriz como el producto de una matriz ortonormal y una matriz superior.
Las dos matrices se obtienen con:
[Q, R] = qr (A)
Descomposici
on en valores singulares: la asignaci
on [U, S, V ] = svd (A) produce los
tres factores en esta descomposicion (singular value decomposition). Las matrices
U y V son ortogonales y la matriz S es diagonal. Los elementos de la diagonal de S
son los valores singulares de A.
Vectores y valores propios: la asignaci
on [x, D] = eig (A) retorna en los elementos de
la diagonal de D los valores propios de A y en las columnas de x los correspondientes
vectores propios.
B.24
Polinomios y procesamiento de se
nales
Representaci
on de polinomios.
MATLAB los representa como vectores fila que contienen los coeficientes ordenados
por potencias descendientes.
Si:
1 2 3
A= 4 5 6
7 8 0
p = poly (A)
p = [1 6 72 27]
que es la representaci
on del polinomio s3 6s2 72s 27.
Las races de esta ecuaci
on son:
r = roots (p)
12.1229
r = 5.7345
0.3884
p2 = [1 6 72 27]
Sea a (s) = s2 + 2s + 3 y b (s) = 4s2 + 5s + 6. El producto de los dos polinomios es
la convoluci
on de los coeficientes.
a = [1 2 3] ;
b = [4 5 6]
c = conv (a, b)
c = [4 13 28 27 18]
Se usa deconvoluci
on para dividir polinomios:
[q, r] = deconv (c, a)
q = [4 5 6]
r = [0 0 0 0 0]
Otras funciones polinomiales son:
poly, roots, polyval (evaluaci
on polinomial), polyvalm (evaluaci
on de un polinomio
matricial), residue (expansi
on en fracciones parciales), polyder, polyfit.
B.25
Procesamiento de se
nales
En procesamiento de se
nales, los vectores pueden contener datos de se
nales muestradas
secuencias. Para sistemas con m
o
ultiples entradas, cada fila de una matriz correponde a un punto de muestra con los canales distribuidos a lo largo de las columnas
de la matriz.
Algunas funciones para el procesamiento de se
nales son:
abs, angle, conv, cov, deconv, f ft, if f t.
La herramienta signal processing del MATLAB suminitra muchas funciones para
el procesamiento de se
nales.
B.26
313
Filtraje de datos
La funci
on y = f ilter (b, a, x) filtra los datos del vector x con el filtro descrito por los
vectores a y b.
Los datos filtrados son devueltos en el vector y.
La ecuacion de diferencia del filtro es:
y (n) = b (1) x (n) + b (2) x (n 1) + + b (nb ) x (n nb + 1) +
a (2) y (n 1) a (na ) y (n na + 1)
o la funci
on de transferencia z :
b (1) + b (2) z 1 + + b (nb ) z (nb 1)
Y (z)
=
H (z) =
x (z)
1 + a (2) z 1 + + a (na ) z (na 1)
B.27
1
1
+
6
2
(x 0.3) + 0.01 (x 0.9)2 + 0.04
se puede generar en MATLAB creando un archivo tipo m llamado humps.m con las
siguientes declaraciones:
f unction y = humps (x)
100
80
60
40
20
0
-20
-1
-0.5
0.5
1.5
Figura B.1 Gr
afica de la funci
on humps
B.28
315
Integraci
on num
erica
B.29
optimizaci
on
fmin mnimo de una funcion de una variable.
fmins mnimo de una funcion multivariable.
fzero cero de una funci
on de una variable.
Ejemplo B.22 .
xm = f min (0 humps0 , .5, 1)
xm = 0.6370
es el mnimo de la funci
on definida en humps.m en la region 0.5 a 1.
El valor de la funci
on en el mnimo es:
y = humps (xm)
y = 11.2528
xz1 = fzero (0 humps0 , 0)
localiza el cero cerca a x = 0, es decir:
xz1 = 0.1316
y:
xz2 = fzero (0 humps0 , 1)
localiza el cero cerca a x = 1, es decir:
xz2 = 1.2995
La herramienta optimization del MATLAB contiene varias funciones de funciones
para ecuaciones no lineales y optimizaci
on.
B.30
..
x + x2 1 x + x = 0
x 1 = x1 1 x22 x2
x 2 = x1
El primer paso es crear una funci
on en un archivo tipo m con estas ecuaciones diferenciales. Si el archivo es llamado vdpol.m, entonces debe contener:
f unction xdot = vdpol (t, x)
317
3
2
1
0
-1
-2
-3
0
10
15
20
Figura B.2 Gr
aficas de las variables de estado de la ecuaci
on de Vander Pol
Para trabajar con ecuaciones diferenciales o simulaci
on, el MATLAB tiene otra herramienta especializada llamada Simulink, la cual se estudiara en detalle posteriormente.
B.31
Gr
aficos
El sistema de gr
aficos del MATLAB suministra una variedad de tecnicas sofisticadas
para presentar y visualizar datos. Este sistema utiliza objetos graficos, tales como
lneas y superficies, los cuales se pueden controlar con los valores de las propiedades
de los objetos. Sin embargo, ya que el MATLAB implementa un rico conjunto de
funciones gr
aficas de alto nivel (en 2 y 3 dimensiones), la mayora de las veces no es
necesario accesar estos objetos gr
aficos a bajo nivel.
Se describira como usar las capacidades graficas de alto nivel del MATLAB para
presentar los datos.
B.32
Gr
aficos en dos dimensiones
Existe una variedad de funciones para presentar datos como graficos en dos dimensiones. Cada una acepta entradas en forma de vectores o matrices y autom
aticamente
escalan los ejes para acomodar los datos de entrada.
plot crea una grafica de vectores o columnas de matrices.
loglog crea una grafica usando escalas logartmicas en ambos ejes.
semilogx crea una grafica usando una escala logartmica para el eje x y una escala
lineal para el eje y.
semilogy grafica con escala logartmica para el eje y y escala lineal para el x.
Se pueden adicionar ttulos, etiquetas de ejes, cuadrculas y texto al gr
afico usando:
B.33
Creaci
on de un gr
afico
319
0
ylabel 0 y = sen (t+)
y=sen(t+)
0.5
-0.5
-1
-1
-0.5
0
x=sen(t)
0.5
B.34
En la declaraci
on plot (x, y, s), s es una cadena de 1, 2 o 3 caracteres (entre comillas
simples) para especificar el estilo de lnea y colores en la gr
afica. Los caracteres usados
se muestran en la siguiente tabla:
smbolo
y
m
c
r
g
b
w
k
color
amarillo
f ucsia
cyan
rojo
verde
azul
blanco
negro
smbolo
x
+
..
.
color
punto
crculo
x
m
as
estrella
continua
punteada
raya punto
discontnua
B.35
Adici
on de lneas a un gr
afico existente
plot (y1,0 w 0 ) ;
hold on ;
plot (y2,0 w .0 ) ;
hold of f
Estas declaraciones producen un grafico con tres curvas como se muestra en la Fig.
B.4.
0.5
-0.5
-1
0
50
100
150
200
250
B.36
Datos complejos
Cuando los argumentos de plot son complejos, la parte imaginaria es ignorada excepto
cuando el argumento de plot es uno solo. En este caso, se obtiene una gr
afica de la
parte real contra la parte imaginaria.
As, plot (z), en donde z es un vector o una matriz de complejos, es equivalente a
plot (real (z) , imag (z)) .
B.38 Gr
aficos de matrices.
321
Ejemplo B.24 .
plot (eig (randn (20, 20)) ,0 x0 )
Esta grafica se muestra en la Fig. B.5.
4
3
2
1
0
-1
-2
-3
-4
-5
Figura B.5 Gr
afica del ejemplo B.24
Para graficar mas de una matriz compleja, se deben tomar explcitamente las partes
reales e imaginarias.
B.37
Futuros ejemplos usan el archivo tipo m llamado peaks para generar una matriz de
datos. Los datos se basan en una funcion de dos variables que tiene maximos y
mnimos:
x
2
2
2
2
2
2
1
x3 y5 ex y e(x+1) y
f (x, y) = 3 (1 x)2 ex (y+1) 10
5
3
El archivo peaks crea una matriz que contiene los valores de la funci
on para valores
de x y y en el rango de 3 a 3. Los valores de x varan a lo largo de las columnas y
los de y a lo largo de las filas. Se puede especficar el tama
no de la matriz cuadrada
pasandole un argumento a peaks. Ejemplo M = peaks (20) ; crea una matriz de datos
de 20 20. Si se omite el argumento de entrada, por defecto el tama
no es 49.
B.38
Gr
aficos de matrices
La funci
on plot puede tomar un solo argumento matricial: plot (Y ) .
10
-5
-10
0
10
20
30
40
50
10
-5
-10
-10
-5
10
B.38 Gr
aficos de matrices.
323
50
40
30
20
10
0
-10
-5
10
[30
31
38
49
59
68
74
72
65
55
45
34
4.0
3.7
4.1
3.7
3.5
2.9
2.7
3.7
3.4
3.4
4.2
4.9]
80
60
40
20
0
10
12
10
12
5
4
3
2
0
Figura B.9 Gr
aficas del ejemplo B.26
La Fig. B.9 muestra las dos curvas.
Las siguientes declaraciones producen un gr
afico como se muestra en la Fig. B.10 que
muestra la relacion entre temperatura y precipitacion mes a mes:
325
Boston
5
Dic
precip
4.5
4
Ene
Mar
Nov
Abr
Feb
3.5
Ago
Oct
May
Sep
Jun
Jul
2.5
30
40
50
60
70
80
temp
B.39
dimensiones
bar crea una grafica de barras.
compass crea una grafica de angulos y magnitudes de n
umeros complejos con flechas
emanando desde el origen.
errorbar crea una grafica con barras de error.
feather crea una grafica de angulos y magnitudes de n
umeros complejos con flechas
emanando desde puntos igualmente espaciados a lo largo de un eje horizontal.
fplot evalua una funci
on y grafica los resultados.
hist crea un histograma.
polar crea una grafica en coordenadas polares.
quiver crea una grafica de un gradiente u otro campo vectorial.
rose crea un histograma de angulos.
stairs crea una grafica similar a una de barras, pero sin las lneas internas.
fill dibuja un polgono y lo llena con colores s
olidos o interpolados.
Ejemplo B.27 .
Crear la funcion:
f unction y = f ofx (x)
y = cos (tan (pi x)) ;
con el nombre f of x.m. Despues, dentro del MATLAB correr:
f plot (0 fof x0 , [0 1])
para graficar la funci
on correspondiente en el intervalo (0, 1) .
Esta grafica se puede comparar con la que se obtiene de la siguiente manera:
x = (0 : 1/2000 : 1)0 ;
plot (x, cos (tan (pi x)))
Los dos graficos se pueden ver, como se muestra en la Fig. B.11, en la misma ventana
as:
subplot(2, 1, 1);
x = (0 : 1/2000 : 1)0 ;
plot (x, cos (tan (pi x)))
B.40 Gr
aficos en 3 dimensiones. Gr
aficos de lneas.
327
subplot (2, 1, 2) ;
f plot (0 f of x0 , [0 1])
-1
0
0.2
0.4
0.6
0.8
0.2
0.4
0.6
0.8
-1
0
Figura B.11 Gr
aficos del ejemplo B.27
La funci
on f plot tiene la ventaja de que muestrea la funci
on a intervalos m
as cercanos
en la region en donde la rata de cambio es mayor, generando as una figura mas precisa
cerca a x = 0.5 en este caso particular.
B.40
Gr
aficos en 3 dimensiones. Gr
aficos de lneas.
40
30
20
10
0
1
1
0
0
-1
-1
B.41
Meshgrid
B.41 Meshgrid.
329
de dimensi
on n m y Y tambien.
Ejemplo B.29 .
que produce la superficie popularmente conocida
Considere la funci
on sinc (r) = sin(r)
r
como el sombrero como se muestra en la Fig. B.13. Se evaluara esta funci
on para
el rango de x entre 8 y 8, y y entre 10 y 10. :
x = 8 : 0.5 : 8;
y = 10 : 0.5 : 10;
[X, Y ] = meshgrid (x, y)
R = sqrt (X.2 + Y.2) + eps;
Z = sin (R) ./R;
mesh (x, y, Z)
1
0.5
0
-0.5
10
10
0
0
-10
-10
B.42
Pseudocolor en gr
aficas
colormap (bone)
pcolor (z)
Las funciones contour y pcolor muestran esencialmente la misma informaci
on sobre
la misma escala. De hecho, a veces es u
til superponer las dos. Para eliminar las lneas
de la cuadrcula en el gr
afico pcolor se debe cambiar el modo shading a f lat. Para
usar lneas negras para todos los contornos, especificar 0 k0 para su color.
331
Ejemplo B.32 .
colormap (hot)
pcolor(peaks)
shading f lat
hold on
contour(peaks, 20,0 k0 )
hold of f
El MATLAB tambien maneja la funcion image que es similar a pcolor. Ambas producen figuras bidimensionales con valores de brillo o color proporcionales a los elementos de una matriz dada. Sin embargo, image esta dise
nada para mostrar fotografas,
pinturas, etc., mientras pcolor es dise
nada para visualizar objetos matematicos m
as
abstractos. Usar help para mas informaci
on.
B.43
Gr
aficas en malla y superficie
on en el shading.
Cuando mesh (Z) y surf (Z) se usan con una sola matriz como argumento, este
argumento especifica tanto la altura como el color de la superficie.
Ejemplo B.33 .
mesh (peaks)
surf (peaks)
Con dos matrices como argumentos, las declaraciones mesh (Z, C) y surf (Z, C)
especifican independientemente el color usando el segundo argumento. As como con
pcolor (C), los valores de C se escalan y se utilizan como ndices en el mapa actual
de color.
10
5
0
-5
-10
60
60
40
40
20
20
0
B.44
333
general
La funcion view permite especificar el angulo desde el cual se ve un gr
afico tridimensional. Se debe especificar el azimuth y la elevacion del punto desde donde se quiere
ver, con respecto al origen de los ejes como se muestra en la Fig. B.15.
El formato de la funci
on es: view(azimuth, elevaci
on). Como ejemplo se puede
utilizar la matriz peaks para ver su superficie desde varios puntos.
B.45
Flujo de control
B.46
Lazos f or
v = expresi
on
declaraciones
end
La expresion es actualmente una matriz. Las columnas de la matriz se asignan una a
una a la variable v y luego son ejecutadas las declaraciones. Una manera m
as clara
de lograr lo mismo es as:
E = expresi
on ;
[m, n] = size (E) ;
for J = 1 : n
v = E (: , J) ;
declaraciones
end
Usualmente, expresi
on es algo como m : i : n, que es una matriz con una sola fila,
335
y por lo tanto sus columnas son escalares. En este caso especial, el lazo f or de
MATLAB es como los lazos F OR o DO de otros lenguajes.
Ejemplo B.36 .
Graficar la respuesta al escalon unitario de un sistema de segundo orden con frecuencia
on de amortiguamiento variando desde 0 hasta 1.
natural 1 rad
seg y relaci
t = 0 : 0.5 : 19.5;
r = 0.05 : 0.05 : 1.0;
n = 1; % numerador de la FT
f or j = 1 : 1 : 20
d = [1 2 r (j) 1] ; % denominador de la FT
Y (:, j) = step (n, d, t) ; % respuesta al escalon
% unitario
end
mesh (r, t, Y )
hold on
ylabel (0 tiempo0 )
xlabel (0 amortiguamiento0 )
zlabel (0 respuesta0 )
view (60, 30)
La Fig. B.16 muestra los resultados del ejemplo B.36.
Respuesta
2
1.5
1
0.5
0
0
0.5
Amortiguamiento
10
15
Tiempo
B.47
Lazos while
20
B.48
Declaraciones if y break
Ejemplo B.38 .
Se muestra como un calculo se puede dividir en tres casos, dependiendo del signo y
la paridad de n :
umero positivo = 0 );
n = input(0 Entre un n
% Datos por teclado
If n < 0
disp (0 Es negativo 0 )
parid
elseif
rem (n, 2) == 0
disp (0 Es par 0 )
else
disp (0 Es impar 0 )
end
Debe archivarse como archivo tipo m con el nombre parid.m.
Ejemplo B.39 .
Se lee un n
umero positivo por teclado. Si es par se divide por 2, si es impar se
multiplica por 3 y se le suma 1. Se repite el proceso hasta que el entero llega a 1.
Existe alg
un entero para el cual el proceso no termina?.
337
while 1
n = input(0 Entre n > 0.0 );
if n <= 0
break;
% Salida de los lazos
end;
while n > 1
if rem(n, 2) == 0
n = n/2;
else
end;
n = 3 n + 1;
end;
end;
B.49
Archivos tipo m
B.50
Archivos script
B.51
Archivos funci
on
339
de =
28.5774
N
otese que:
1) La primera lnea declara el nombre function, los argumentos de entrada x (si
es m
as de uno, se separan por comas) y los argumentos de salida, med y desv.
2) El smbolo % indica que el resto de la lnea es un comentario y debe ser ignorada.
3) Las primeras pocas lneas documentan el archivo M y la muestra cuando se escribe
help media .
4) Las variables m, n, med y desv son locales a la funci
on media y no existen en
el espacio de trabajo despues de que media ha terminado (o si existan previamente,
permanecen sin cambiar).
5) El vector z que contena los enteros de 1 a 99 fue pasado o copiado en media en
donde llega a ser una variable local llamada x.
B.52
Se puede crear ayuda en lnea para los archivos m entrando texto en una o mas lneas
de comentario, empezando con la segunda lnea del archivo.
As cuando se entra help media (ver ejemplo anterior), las lneas 2, 3 y 4 se muestran.
Son las primeras lneas contiguas de comentarios. El sistema de ayuda ignora las lneas
que aparecen posteriores a cualquier declaracion ejecutable o a
un una lnea en blanco.
B.53
pause
Normalmente mientras un archivo m se ejecuta, los comandos en el archivo no se
muestran en la pantalla. El comando echo hace que los archivos m se vean en la
medida que se ejecutan, lo cual es u
til para depuracion o para demostraciones.
La funci
on input obtiene entrada del usuario. As:
n = input (0 Entre un entero0 )
B.54
Variables globales
Generalmente cada funcion del MATLAB, definida por un archivo m, tiene sus propias
variables locales, las cuales son separadas de aquellas de otras funciones, de aquellas
del espacio de trabajo y de aquellas de archivos script. Sin embargo, si varias
funciones y posiblemente el espacio de trabajo, declaran todas un nombre particular
como global, entonces todos comparten una copia u
nica de esa variable. Cualquier
asignacion a esa variable, en cualquier funci
on, es disponible a todas las otras funciones
que la declaran global. El formato es:
global Nombrevariable1 Nombrevariable2 ...
En las funciones esta declaraci
on se puede hacer despues de las primeras lneas de
comentario.
B.55
Cadenas de texto
Las cadenas de texto se entran en MATLAB delimitadas por comillas simples. Por
ejemplo:
s = 0 Hola0
resulta en:
s =
Hola
El texto se almacena en un vector, un caracter por elemento. En este ejemplo:
size (s)
ans =
14
indica que s tiene cuatro elementos. Los caracteres son almacenados como sus valores
ASCII y abs muestra estos valores:
341
abs (s)
ans =
72 111 108 97
la funci
on setstr permite mostrar el vector como texto en lugar de mostrar los valores
ASCII. disp muestra el texto en la variable.
Otras funciones u
tiles son: isstr la cual detecta caracteres, y strcmp, la cual compara
cadenas de caracteres.
El uso de corchetes concatena variables de texto en cadenas mas largas:
s = [s,0 amigos0 ]
s =
Hola amigos
Valores numericos son convertidos a caracteres con sprintf , num2str, int2str. Los
valores numericos son a veces concatenados para poner ttulos en graficos que incluyen
valores numericos:
f = 70; c = (f 32) /1.8;
title ([0 la temperatura del cuarto es 0 , num2str (c) , 0 grados C 0 ])
B.56
La funci
on ev al
La funci
on eval trabaja con variables de texto para implementar una poderosa facilidad al estilo macro. eval (t) hace que el texto contenido en t sea evaluado. Si
CADENA es el texto fuente para cualquier expresi
on o declaraci
on del MATLAB,
entonces:
t = 0 CADENA0 ;
codifica el texto en t. Escribir t imprime el texto (en pantalla) y eval (t) hace que
el texto sea interpretado, como una declaraci
on o como un factor en una expresion.
Ejemplo B.42 .
t = 0 1/ (i + j 1)0 ;
f or i = 1 : n
f or
j=1:n
a (i, j) = eval (t) ;
end
end
genera la matriz del Hilbert de orden n.
Se puede usar eval e input para escoger una de varias tareas definidas en archivos m.
Ejemplo B.43 .
En este ejemplo los archivos m tienen los nombres : resist.m, induct.m y conden.m.
elementos = [0 resist0 ; 0 induct0 ; 0 conden0 ] ;
K = input (0 Escoja n
umero de elemento : 0 ) ;
B.57
Para obtener la maxima velocidad del MATLAB, se debe hacer el esfuerzo de vectorizar los algoritmos en los archivos m. Siempre que sea posible, convertir lazos f or y
while a operaciones con vectores o matrices.
Ejemplo B.45 .
Una manera de obtener el seno de 1001 n
umeros desde el 1 hasta 10 es:
343
i = 0;
for t = 0 : .01 : 10
i = i + 1;
y (i) = sin (t) ;
end
Una versi
on con vectores del mismo c
odigo es:
t = 0 : .01 : 10 ;
y = sin (t) ;
si no se puede vectorizar un pedazo de c
odigo, los lazos f or se pueden acelerar preubicando los vectores en los cuales los resultados son almacenados. Por ejemplo, al incluir
la primer declaraci
on que usa la funci
on zeros, el lazo f or se ejecuta mas rapido en:
y = zeros (1, 100) ;
for i = 1 : 100
end
y (i) = det X i ;
B.58
Las funciones de archivos de entrada y salida del MATLAB permiten leer datos,
directamente en el MATLAB, que han sido guardados en otro formato, o escribir datos
generados en el MATLAB en formatos requeridos por otro programa o dispositivo.
Las funciones leen y escriben archivos en formato de texto y archivos de datos binario.
Estas funciones son basadas en las funciones de archivos de entrada y salida del
lenguaje C.
Informaci
on adicional se puede encontrar en la gua del usuario del MATLAB.
APENDICE
INTRODUCCION AL SIMULINK
C.1
Introducci
on
El SIMULINK es una herramienta del MATLAB que permite simular sistemas tanto
lineales como no lineales interactuando con el usuario de una manera gr
afica.
una vez se este dentro del MATLAB.
Para entrar al programa se escribe simulink
Se presenta un pantallazo con varias ventanas (cajas) que contienen los diferentes
bloques de simulacion. Estas ventanas son:
sources (fuentes), sinks (sumideros), discrete (discretos), linear (lineales),
nonlinear (no lineales), connections (conexiones) y extra (extras).
Sources
Sinks
Discrete
Linear
Nonlinear Connections
Extras
345
C.2
Construcci
on de un modelo
La definici
on de un sistema en el SIMULINK es como la representaci
on del sistema
en diagramas de bloques, en donde estos son copiados de las libreras de bloques del
SIMULINK (las anteriores ventanas) o las que se contruyan. La librera estandar se
organiza en varios subsistemas, agrupando bloques de acuerdo a su comportamiento,
por ejemplo sources contiene bloques para generar se
nales. Se pueden abrir presionando dos veces el boton izquierdo (doble click) del mouse. Los bloques que all
se presentan se pueden copiar donde se desee, por ejemplo en el modelo que se este
creando, se
nalizandolos con el boton izquierdo del mouse y arrastr
andolo (sin soltar
el boton).
Un sistema nuevo se puede abrir seleccionando new del men
u file, a lo cual
aparece una ventana vaca.
La mayora de los bloques se pueden abrir para mostrar sus parametros en ventanas
separadas. Estas
permiten controlar el comportamiento del bloque modificando los
valores de sus parametros. Por ejemplo, el bloque signal generator (generador de
se
nales) del subsistema sources tiene como par
ametros la forma de onda, amplitud
y frecuencia.
Otro bloque importante del subsistema sources es el denominado from workspace
(del espacio de trabajo) el cual sirve para recibir en el SIMULINK cualquier se
nal
o se
nales que se deseen del MATLAB en una matriz cuya primer columna tiene los
instantes de tiempo y las dem
as columnas las se
nales correspondientes.
Signal Source Library
12:34
Clock
Signal
Generator
Digital Clock
1
Constant
Sine Wave
Step Input
untitled.mat
[T,U]
From File
Random
Number
Repeating
Sequence
Pulse
Generator
From
Workspace Chirp Signal
Band-Limited
White Noise
C.2 Construcci
on de un modelo
347
To File
STOP
Auto-Scale Stop Simulation
Graph
XY Graph
Hit Crossing
Linear Library
+
+
Sum
Gain
Sign
Inner
Product
Quantizer
du/dt
Derivative
1/s
Integrator
1
1.317
Matrix
Gain
Slider
Gain
1
s+1
Transfer Fcn
(s-1)
s(s+1)
Zero-Pole
x' = Ax+Bu
y = Cx+Du
Relay
Abs
Abs
>=
f(u)
Fcn
Saturation
Product
Relational
Operator
Backlash
Look-Up
Table
2-D Look-Up
Table
AND
Logical Combinatorial
Operator
Logic
system
S-Function
Switch
MATLAB
Function
1/s
MATLAB Fcn
Reset
Integrator
1/s
Memory
State-Space
a) Linear
Transport
Limited
Variable
Delay Transport Delay Integrator
b) Nonlinear
349
Discrete-Time Library
1/z
Unit Delay
1
1+2z -1
Filter
(z-1)
z(z-0.5)
Discrete
Zero-Pole
1
z+0.5
Discrete
Transfer Fcn
x(n+1)=Ax(n)+Bu(n)
y(n)=Cx(n)+Du(n)
Discrete State-Space
Zero-Order
Hold
First-Order
Hold
1
z-1
Discrete-Time Discrete-Time
Integrator Limited Integrator
C.3
Una simulaci
on puede ser iniciada desde la lnea de comandos del MATLAB o del
men
u del SIMULINK: simulation. Todos los metodos usan los mismos argumentos
y parametros.
A. Simulaci
on desde el men
u simulation.
La simulacion se puede arrancar seleccionando start del men
u simulation.
Los parametros de la simulaci
on se pueden ajustar seleccionando parameters en
el men
u simulation. En los campos que all aparecen se pueden entrar n
umeros
o expresiones legales del MATLAB, por ejemplo, las variables tini, tf in, pasomin,
pasomax y tol las cuales se pueden definir en el espacio de trabajo del MATLAB.
Vease Fig. C.7.
351
x 1
0 1 0
x 2 a21 0 0
=
x 3 0 0 0
x 4
a41 0 0
en donde:
a21
b2
x1
0
0
0
x2 + b2 u
1 x3 0
0
x4
b4
(m + M )mgL
(mL)2 g
, a41 =
,
d
d
mL
I + mL2
, b4 =
, d = (m + M)I + mML2
=
d
d
=
La Fig. C.8 muestra el diagrama del Simulink para el control del pendulo invertido,
el cual es archivado con el nombre sipend.
Reloj
353
ti
Tiempo
u
Seal de Control
x' = Ax+Bu
x
y = Cx+Du Vector de
Estado
Pndulo
Invertido
K
Ganancias de
Realimentacin
Figura C.8 Diagrama del Simulink para el control del pendulo invertido
Notese de la Fig. C.8 que:
1) La planta se simula con el bloque state space, ya que su modelo matem
atico
es dado mediante ecuaciones de estado y de salida.
2) La realimentacion de las variables de estado se hace a traves del bloque matrix gain
de la librera linear.
3) Las variables que se quieren observar (control y estado) se envan al espacio de
trabajo en un bloque to workspace ( Vector de Estado) para ser graficados con un
archivo tipo m o un programa que usa comandos del MATLAB que se muestra mas
adelante. Los instantes de simulacion, contenidos en el bloque clock, tambien son
enviados al espacio de trabajo para ser usados en las graficas de los resultados.
El programa que maneja la simulacion, pide las ganancias por las cuales se deben
multiplicar las variables de estado, calcula las matrices A y B y grafica los resultados
es el siguiente:
% PENDULO
INVERTIDO
% Se piden las ganancias de realimentaci
on
k1=input(Ganancia de realimentacion para x1, k1 = )
k2=input(Ganancia de realimentacion para x2, k2 = )
k3=input(Ganancia de realimentacion para x3, k3 = )
k4=input(Ganancia de realimentacion para x4, k4 = )
% Parametros del pendulo invertido
m=0.05;M=0.5;g=9.8;L=1;
I=m*L2/3;delta=(m+M)*I+m*M*L2;
% Se calculan las matrices A y B
10
8
6
4
2
0
0
segs.
10
355
7
6
5
4
3
2
1
0
0
10
segs.
10
8
6
4
2
0
-2
-4
-6
0
segs.
10
0.5
0.4
0.3
0.2
0.1
0
0
10
segs.
1
0 .01 0
0
.1 .01 0
Q=
.01 .01 .01 .01
0
0 .01 100
R = .01
Puesto que se introduce un integrador con el fin de eliminar el error de estado estacionario, la planta es de cuarto orden y su modelo matem
atico mediante ecuaciones
de estado es descrito por las matrices:
357
.1653 .2879
0
0
11.55 3.414 .9177 0
A2 =
0
0
12.3 0
1
0
0
0
0
0
B2 =
147.5 , C2 = 1 0 0 0
0
Seal de control u
estadore
x' = Ax+Bu
Demux
y = Cx+Du
Al espacio de
SaturacinModelo del
Demux2
trabajo3
motor
Salida y
Error de
x' = Ax+Bu Mux x4 control 1/s
y = Cx+Du
+
I1
S2
Referencia
Ganancias deMux1
realimentacin
ti
Vector de estado
Reloj Al espacio de
estimado
trabajo2
+
x'
=
Ax+Bu
Mux
S1
y = Cx+Du Demux
Error del
Mux2 Observador Demux1
observador
asinttico
Mux
estado
espacio de
Mux Altrabajo1
% CALCULO
OPTIMO
DE LAS GANANCIAS DE REALIMENTACION
% POR VARIABLES DE ESTADO PARA EL MODELO DEL MOTOR
% SE CARGAN Q Y R OPTIMOS
load qroptim
% SE CARGA PRIMERO EL MODELO DEL MOTOR
load modmotor
K1,
% SE CALCULAN LAS GANANCIAS DE REALIMENTACION
% LA SENAL
DE CONTROL Y EL ERROR DEL OBSERVADOR.
for j=1:3
figure(j)
plot(ti,estado(:,j),w-)
hold on
plot(ti,estadore(:,j),w-)
grid on
hold o
xlabel(segs.)
pause
end
for j=4:5
figure(j)
plot(ti,estado(:,j),w-)
grid on
xlabel(segs.)
pause
end
4
2
0
2
segs.
80
60
40
20
0
-20
2
segs.
150
100
50
0
-50
-100
0
2
segs.
359
4
2
0
0
2
segs.
Figura C.17 Se
nal de control u
5
4
3
2
1
0
-1
0
2
segs.
APENDICE
EJERCICIOS PROPUESTOS
D.1
Del captulo 1
D.1.1 Considerese el mismo sistema (planta) del ejemplo introductorio (el pendulo invertido) y sup
ongase que se desea controlar no s
olo la posicion angular sino la
posici
on horizontal tambien, utilizando una estrategia de control en donde la
fuerza (se
nal) de control u es proporcional a y y, es decir, u = K1 + K2 y.
Plantear el conjunto de ecuaciones linealmente independiente que describe el comportamiento de este sistema de control, suponiendo que el transductor responde
instantaneamente.
D.1.2 Trabajara el sistema del ejemplo introductorio si en lugar del control proporcionalderivativo se usara control derivativo puro?.
D.1.3 Sobre un carro de masa M hay dos pendulos invertidos de longitudes l1 y l2 y
con masas en sus extremos del mismo valor e igual a m, como se muestra en la
Fig. D.1. Para valores peque
nos de 1 y 2 , demostrar que las ecuaciones de
movimiento son:
Mv
m(v
li i )
= mg1 + mg2 + u
= mgi , i = 1, 2
D.2
Del captulo 2
363
D.2.1 Un analogo simple del cuerpo humano para estudios de vibracion se considera
como una interconexion de masas, resortes y amortiguadores como se muestra
en la Figura D.2. Plantear un conjunto de ecuaciones linealmente independiente
que lo describa completamente.
365
ea = Ka
= Ka ia
K1 if
1 + b if
(s)
vf (s) ,
por reducci
on de diagrama de bloques.
367
D.2.10 En el sistema
de nivel de lquido de la Figura D.11, A = 15m, B = 10m, H = 25m
y q = 2h en el sistema MKS.
a. Hallar la ecuaci
on diferencial no lineal que relaciona a h con u(t).
b. Linealizar la anterior alrededor del punto de operacion, suponiendo que en este,
m3
y h(t) |Po = Ho = 16m.
u(t) |Po = Uo = 2 seg
D.3
Y (s)
U (s) .
Del captulo 3
369
1 2 2
2
x = 0 1 1 x + 0 u
1
0 1
1
y=
1 1 0
Hacer el diagrama de c
omputo analogo para una realizaci
on tipo observer sin usar
mas de 5 amplificadores operacionales.
D.4
Del captulo 4
100
C(s)
= 2
U (s)
s + 10s + 100
Dise
nar un controlador proporcional-integral (PI) de modo que cuando la referencia
sea una rampa unitaria, el error de estado estacionario sea 0.01. Justificar el valor
seleccionado para cada ganancia del PI.
dx(t)
= 2x(t) + u(t) + w2 (t)
dt
en donde u(t) es la se
nal de control y w2 (t) es una perturbacion debido a las perdidas
por calor. Se desea que la temperatura x(t) siga la se
nal de referencia w1 (t). Encontrar
las ganancias proporcional Kp e integral Ki de un controlador proporcional-integral
(PI) de modo que todas las races de la ecuacion caracterstica en lazo cerrado esten
en -10. Hallar las respuestas de x(t) para t 0 cuando w1 (t) = us (t) y w2 (t) = us (t)
on unitario. Bosquejar las
con condiciones iniciales nulas, en donde us (t) es el escal
respuestas.
371
x1
x2
= 2 x2 (t)
= 2 u(t)
donde u(t) es la se
nal de control y la salida es y(t) = x1 (t).
Las siguientes son las consideraciones para el dise
no del control:
a. No se admiten oscilaciones (ni siquiera amortiguadas) en la salida cuando la referencia es un escal
on.
b. El error de estado estacionario para una referencia escal
on debe ser nulo.
c. La magnitud de todos los polos en lazo cerrado debe ser 2.
Para cada uno de los siguientes controladores justificar porque si o porque no lo
selecciona y haga el dise
no respectivo:
i. Proporcional
ii. Proporcional-derivativo.
iii. Proporcional-integral.
D.5
Del captulo 5
373
D.5.3 La funci
on de transferencia de un sistema es:
n2
C(s)
= 2
R(s)
s + 2n s + n2
Con r(t) = (t), la funci
on impulso, hallar c(t) para cuando: = 0, < 1, = 1 y
> 1. Hacer gr
aficos y comparar.
D.5.4 Para el sistema de la Figura D.19, hallar el error en estado estacionario ess cuando
r(t) = t u(t) en funci
on de y n .
D.5.5 Resolver el ejemplo 5.1 con un sobrepaso del 3%, con un tiempo de soluci
on de
1 segundo. Calcular K, Kr , tr y tp .
D.6
375
Del captulo 6
D.6.1 Para cada uno de los sistemas de las Figuras 6.3 y 6.5, determinar, en caso de
ser posible, las ganancias de un controlador que utiliza realimentaci
on de las
variables de estado, de modo que todas las frecuencias naturales del sistema en
lazo cerrado esten ubicadas en -10.
D.6.2 a. Existir
a alguna funci
on u(t) tal que las corrientes en todas las inductancias y
los voltajes en todos los condesadores de la Figura D.20 puedan ser llevados desde
ciertos valores iniciales (arbitrarios) a otros tambien arbitrarios? Justificar.
b. Determinar la estabilidad interna del sistema de la Figura D.20.
D.6.3 Suponer que y(t) y u(t) son dadas para el sistema de la Figura D.21. Ser
a
posible determinar las corrientes en todos lss inductancias y los voltajes en todos
los condensadores en cualquier instante t? Justificar.
D.6.4 Utilizando el criterio de Routh y Hurwitz, determinar la estabilidad de un sistema
con ecuacion caracterstica:
A(s) = s5 + 4s4 + 8s3 + 8s2 + 7s + 4
K <(
1
1
1
+
+ )(T1 + T2 + T3 ) 1
T3 T2 T1
Gp (s) =
1
(2s + 1)(s 1)
377
GC (s) = 1 + TD (s)
K
GP (s) =
s2 (1 + T1 s)
donde K, T1 , TD > 0.
Utilizando el criterio de estabilidad de Nyquist, establecer condiciones sobre K, T1 y
TD para que el sistema sea estable.
D.6.8 Por el metodo de las transiciones determinar la estabilidad de Wlc (s), para
1 s)
Wla (s) = K(1+T
s(T2 s1) , con K, T1 , T2 > 0. Establecer condiciones.
D.6.9 Se tiene una planta cuyo funci
on de transferencia es:
Gp (s) =
1
s2 (1 + T1 s)(1 + T2 s)
donde T1 , T2 > 0. Utilizar el criterio de estabilidad de Nyquist para hallar todas las
condiciones, si las hay, de modo que el sistema en lazo cerrado sea estable cuando el
controlador es de tipo:
a. Proporcional con ganancia K > 0.
b. Proporcional-derivativo con funcion de transferencia K(1 + Td s); K, Td > 0.
GC (s) = 1 + Td s
K
GP (s) =
2
s (1 + T1 s)
donde K, T1 , Td > 0.
Usando el criterio de estabilidad de Nyquist, establecer condiciones sobreK, T1 , y Td
para que el sistema sea estable.
G1 (s) = K(s + 3)
1
G2 (s) =
(s2 + 4)(s 2)
H(s) = s + 2
379
D.6.12 La funci
on de transferencia en lazo abierto de un sistema es:
Wla (s) =
K(s 1)
s(s + 1)
1 2 2
2
x = 0 1 1 x + 0 u
1
0 1
1
y=
1 1 0
Utilizar realimentaci
on de las variables de estado para transferir los modos del sistema
a -1, -2 y -2. Dibujar un diagrama de bloques para las anteriores ecuaciones y luego
adicionar la realimentaci
on requerida.
1
0
0
1
x = 1 0
4 x+ 0 u
0 1 2
0
y=
1 2 1
D.6.16 La Figura D.25 muestra un sistema de nivel de lquido que se quiere controlar,
en donde:
n es una perturbaci
on incontrolable, u es la variable de control y C1 = C2 = 1, R1 =
R2 = R3 = 12 . La tecnica a utilizar es por realimentacion de las variables de estado
(h1 y h2 ) mas realimentacion de la integral del error a traves de una ganancia, ya que
se desea que la salida (h2 ) siga, en el estado estacionario, a la referencia que es una
se
nal tipo escal
on.
Dise
nar el controlador de modo que las frecuencias naturales del sistema en lazo
cerrado esten ubicadas en 10 j y 10.
Hacer un diagrama de bloques donde se muestren explcitamente la planta y la estructura completa del controlador. S
olo deben aparecer ganancias, sumadores e integradores.
D.7
Del captulo 7
D.7.1 La configuraci
on de polos y ceros de una funcion de transferencia en lazo cerrado
Wlc (s) viene dada en la Fig D.26a.
a)
381
b)
D.7.2 La especificaci
on dada para un servosistema de segundo orden es que el sobrepaso
maximo de la respuesta a un escal
on unitario no exceda del 25%. Determinar los
valores lmites correspondientes del coeficiente de amortiguamiento y del factor
de resonancia Mv .
D.7.3 La funci
on de transferencia en lazo cerrado de un servosistema es:
Wlc (s) =
1
C (s)
=
R (s)
(1 + 0.01s) (1 + 0.05s + 0.01s2 )
D.7.4 La funci
on de transferencia en lazo abierto de un servosistema con realimentacion
unitaria es:
Wla (s) =
K (1 + T s)
s (1 + s) (1 + 0.01s)
D.7.5 La funci
on de transferencia en lazo abierto de un servosistema con realimentacion
unitaria es:
Wla (s) =
K
s (1 + 0.1s) (1 + s)
a. Determinar el valor de K para que el factor de resonancia Mv del sistema sea igual
a 1.4.
b. Determinar el valor de K para que el margen de amplitud del sistema sea de 20dB.
c. Determinar el valor de K para que el margen de fase del sistema sea de 60 .
D.7.6 Usar el criterio de estabilidad de Nyquist para determinar si los sistemas con las
siguientes funciones de transferencia de lazo abierto son estables:
a.
Wla (s) =
b.
Wla (s) =
c.
Wla (s) =
d.
Wla (s) =
10
(1 + s) (1 + 2s) (1 + 3s)
10
s (1 + s) (1 + 10s)
10
s2 (1 + 0.1s) (1 + 0.2s)
2
s2 (1 + 0.1s) (1 + 10s)
16
s (2 + s)
a.
Wla (s) =
60 (1 + 0.5s)
s (1 + 5s)
Wla (s) =
383
60 (1 + s)
s2 (1 + 0.1s)
D.7.9 Dado:
Wla (s) =
as + 1
s2
D.7.10 La funci
on de transferencia de una planta es:
Gp (s) =
10
s(s + 4)
Dise
nar un compensador en atraso tal que el coeficiente de error estatico de velocidad
Kv sea 50 seg1 , margen de fase 40 y margen de ganancia de por lo menos 10 db.
D.7.11 La funci
on de transferencia de una planta es:
Gp (s) =
K
s(0.1s + 1)(s + 1)
Dise
nar un compensador en adelanto tal que el margen de fase sea 45 , el margen de
ganancia no sea menor a 8 db y el coeficiente de error est
atico de velocidad Kv sea 4
seg1 .
D.8
Del captulo 8
D.8.1 La funci
on de transferencia de un sistema es:
G(s) =
(s 1)(s + 2)
(s + 1)(s 2)(s + 3)
(s 1)
(s + 2)(s + 3)
1
0 0
1
A = 1 0 4 , B = 0 , C = 1 4 3
0 1 4
0
Dise
nar un controlador, que utiliza realimentacion de las variables de estado, de modo
que la funci
on de transferencia del sistema en lazo cerrado muestre s
olo dos polos en
el eje imaginario con = 1 rad/seg. y con un comando de referencia para la salida.
1
0 0
1
A = 1 0 4 , B = 0 , C = 1 1 2
0 1 4
0
Dise
nar un controlador, con realimentaci
on de las variables de estado y con comando
de referencia, de modo que la salida del sistema responda como uno de primer orden
y que alcance pr
acticamente el estado estacionario en 1 segundo.
D.9
Del captulo 9
1
+u
1
1
1
= v + +
2
2
=
= v
donde es la desviaci
on (variaci
on) en la temperatura del aire del globo con relaci
on
a la temperatura de equilibrio, u es proporcional a la variaci
on en calor adicionado
al aire del globo (control), v es la velocidad vertical, h es la variacion en la altura
385
0 1
0
z+
u
1 0
1
1 0 z
=
x1 (t)
= x2 (t)
x2
= o2 x1 (t) + u(t)
(t)
BIBLIOGRAFIA
[1] B. C. KUO, Sistemas de Control Autom
atico, Prentice-Hall Hispanoamericana,
7a. edici
on, 1996.
[2] B. C. KUO, Automatic Control Systems, Prentice-Hall, NJ, 3a. edici
on, 1975.
[3] K. OGATA, Ingeniera de Control Moderna, Prentice-Hall Hispanoamericana,
2a. edici
on, 1993.
[4] O. I. ELGERD, Control System Theory, McGraw-Hill Kogakusha, 1967.
[5] T. KAILATH, Linear Systems, Prentice-Hall, NJ, 1980.
[6] C. T. CHEN, Linear System Theory and Design, CBS College Publishing, 1984.
[7] C. E. ROHRS, J. L. MELSA y D. G. SCHULTZ, Sistemas de Control Lineal,
McGraw-Hill, 1994.
[8] R. C. DORF, Sistemas Modernos de Control, Addison-Wesley Iberoamericana,
2a. edici
on, 1989.
[9] K. OGATA, Din
amica de Sistemas, Prentice-Hall Hispanoamericana, 1987.
[10] A. NETUSHIL, Theory of Automatic Control, MIR Publishers, Moscow, 2a.
edici
on, 1978.
[11] F. H. RAVEN, Automatic Control Engineering, McGraw-Hill, 1961.
[12] G. H. HOSTETTER, C. J. SAVANT y R. T. STEFANI, Sistemas de Control,
Interamericana, Mexico, 1984.
y B. WITTENMARK, Computer Controlled Systems, Prentice[13] K. J.
ASTROM
Hall, NJ, 1984.
[14] G. F. FRANKLIN y J. D. POWELL, Digital Control of Dynamic Systems,
Addison-Wesley Publishing Company, 1981.
[15] R. J. SCHWARZ y B. FRIEDLAND, Linear Systems, McGraw-Hill Book Company, NY, 1965.
[16] M. ATHANS y P. L. FALB, Optimal Control, McGraw-Hill, NY, 1966.
[17] H. KWAKERNAAK y R. SIVAN, Linear Optimal Control Systems, WileyInterscience, NY, 1972.
[18] A. P. SAGE y C.C. WHITE, Optimum System Control, Prentice-Hall, NJ, 2a.
edici
on, 1977.
[19] G. C. GOODWIN y K. S. SIN, Adaptive Filtering Prediction and Control,
387
388 BIBLIOGRAFIA
[20]
[21]
[22]
[23]
[24]
[25]
[26]
[27]
[28]
[29]
[30]
[31]
[32]
[33]
[34]
[35]