PONTIFICIA UNIVERSIDAD CATLICA DEL PER

FACULTAD DE CIENCIAS E INGENIERA

TEORIA DE CONTROL II
DISEO DE UN SISTEMA PARA TRAQUEO SATELITAL
STATE SPACE TRACKING SYSTEM
CONTROLLER + ESTIMATOR DESIGN

NOMBRES:
20100252

Jos Alejandro Alvarado Ruiz

Fernando Javier Cerna Herrera

20100862
Juan Augusto Paredes Salazar
20100445
Renato Alonso Mio Saldivar
20100944
Leslie Elizabeth Lopez Matta
20102414
Elizabeth Margaret Centurion Cancino
20092071
Jenifer Katiusca Kalafatovich Espinoza
20102329
Ana Cristina Midori Snchez Sifuentes
20097326
HORARIO:

0923

26 de junio del 2014

1. La ecuacin diferencial
La ecuacin diferencial que gobierna la trayectoria dinmica y el
movimiento del plato parablico se muestra a continuacin:

J +B =T
c +T d
con parmetros J = 100 y B = 5.

2. Modelo de espacio estado

Se asignan las variables de estado

x 1=

x 2= , con lo que se tiene el

siguiente modelo de espacio estado en la forma cannica controlable:

[
][ ] [
[ ][ ]

][ ]

x1
1
0 Td
X= 0
+ 0
0 B/ J x 2 1 /J 1/J T c
x
y= 1 0 1
0 1 x2

Luego de reemplazar los parmetros dados por el diseo se obtienen las

matrices A, B, C y D, con los siguientes valores:

] [

] [ ] [ ]

1
0 , C= 1 0 , D= 0 0
A= 0
, B= 0
0 0.05
0.01 0.01
0 1
0 0

Para complementar los valores hallados, se muestra el cdigo de esta

pregunta:

Figura 2.1: Cdigo para definir los modelos en

espacio estado y en funcin de transferencia.

Escriba aqu la ecuacin.

A partir de la ecuacin diferencial se integra para obtener el diagrama de

simulacin.

( c + d B )

=
J J J
=

Tc
T
B
+ d
J
J
J

El diagrama de simulacin se muestra a continuacin:

Figura 2.2: Diagrama de simulacin del sistema en

3. Diagramas de bode
Considerando la entrada Tc igual a 0 (condicin dada en el enunciado), se
hallan las funciones de transferencia entre la entrada Td y las salidas.
Despus, se grafican los diagramas de Bode para ambas funciones de
transferencia.

1
J
0.01
0.2
T c(t )=
=
B
( S )( S+ 0.05) ( S )(20S +1)
S 2+ S
J
1
20 dB
Intengrador= ; la grafica empieza conuna pendiente de
S
decada
Cero simple=

1
1
rad
; cambio de pendiente en w= =0.05
20S+ 1
20
seg

Ganacia=0.2 dBGanancia =20log 0.2=13.9814 dB

dB Integrador =20log 0.05=26.02dB

 dB CeroSimple=0 dB

dB

0.05

rad
seg

dB

= dB Integrador + dB CeroSimple + dB Ganancia

0.05

rad
seg

=26.02+ 014=12.02 dB

Figura 3.1: Diagrama de bode aproximado de la posicin

Como la velocidad angular es la derivada de la posicin angular, la
funcin se multiplica por S y nos queda:

1
J
S+

B
J

T c (t )=

0.01
0.2
=
S+0.05 20S +1

Cero simple=

1
1
rad
; cambio de pendiente en w= =0.05
20S +1
20
seg

Ganacia=0.2 dBGanancia =20log 0.2=13.9814 dB

Nuevamente,
Figura 3.2: Diagrama de bode aproximado de la velocidad
se muestra el
cdigo utilizado en la pregunta:

Figura 3.3: Cdigo para hallar los diagramas de

Bode entre las salidas y el ruido Td.
Los diagramas de Bode se muestran a continuacin. Se puede observar que
ambas funciones de transferencia atenan las altas frecuencias y dejan
pasar las bajas frecuencias.

Figura 3.4: Diagrama de Bode de G1(s) =

/T d

Figura 3.5: Diagrama de Bode de G1(s) =

/T d

4. Simulacin del ruido aditivo blanco gaussiano

Se modela una seal de ruido aditivo blanco gaussiano con el comando
awgn. Esta toma como parmetros la seal a la cual aplicarle el ruido y un
valor de SNR (signal-to-noise ratio). Este valor determina la relacin entre la

seal y el ruido, para un valor mayor de SNR existir menos ruido en la

seal. En este caso se tom un valor de SNR igual a 1. El cdigo para esta
pregunta es el siguiente:

Figura 4.1: Cdigo para obtener la respuesta del

A continuacin se muestra la respuesta del sistema ante el ruido como
entrada (solo el ruido, por condicin de la pregunta). Por esta razn, se
multiplica el modelo del sistema por [1;0] (para solo seleccionar Td). En la
figura, la seal gris es el ruido de entrada y la seal azul es la respuesta del
sistema (la figura superior muestra el ngulo y la inferior muestra la
velocidad angular). Se puede ver que el ngulo tiene un error que aumenta
a una tasa intermedia (despus de casi 100 segundos el error es de 1.76
rad), pero crece sin lmites. La velocidad angular tiene un error ms
pequeo y es ms estable.

Figura 4.1: Respuesta del sistema ante el ruido

modelado por una seal de ruido aditivo blanco
gaussiano.
Aunque no lo piden en el problema, tambin se hall la respuesta del
sistema a ambas entradas, considerando Tc como un escaln unitario. Esto
se realiza con la lnea de cdigo comentada en la figura 4.2.

Figura 4.2: Respuesta del sistema ante las

La seal constante llamada In(2) en esta grfica corresponde al escaln
unitario. En este caso, se puede observar que el error del ngulo crece
mucho ms rpido, mientras que el error de la velocidad angular sigue
siendo relativamente pequeo. La inestabilidad del ngulo es la que motiva
a disear un controlador.

5. Trayectoria del ngulo y la derivada del

ngulo del plato parablico vs la perturbacin
estocstica.
En la pregunta 4 ya se grafic y se realiz el comentario respectivo, por lo
que en este caso se omite.

6. Modelo discreto de la planta

Se utiliza el comando c2d y se obtienen las funciones de transferencia
discretas del sistema, solo considerando el ruido como entrada. El cdigo es
el siguiente:

Esto da como resultado las siguientes funciones de transferencia discretas:

Figura 6.2: Funciones de transferencia discreta

para la entrada Td en lazo abierto.

7. Eigenvalores
Se muestra el cdigo para hallar los eigenvalores y su grfica en el crculo
unitario.

Figura 7.1: Cdigo para hallar los eigenvalores de cada

funcin de transferencia y graficarlos.

Figura 7.2: Polos y ceros del sistema discreto G1z.

Figura 7.3: Polos y ceros del sistema discreto G2z.

Como se puede observar, ambos sistemas presentan polos cercanos al
crculo unitario, lo cual demuestra que estn cercanos al rea de
inestabilidad.

8. Matrices de Espacio Estado en Tiempo

Discreto

Para convertir el modelo continuo a discreto solo se utiliza la lnea de cdigo

discreteSSModel = c2d(SSModel,Ts,'zoh'); la cual devuelve como resultado
lo siguiente:

Figura 8.1: Cdigo para hallar el modelo de espacio estado discreto

del sistema.
Los clculos a mano se presentan a continuacin, para validar los resultados
obtenidos en Matlab.

[ ] [ ]
0

1
0
A=
B , B= 1
0
J
J
1

0
1 0 , D=[ 0 0 0 0]
1 , C=
0 1
J

[ ]

(t) =L {( S I A ) }

[ ]
S

( S I A )=

1
B
0 S+
J

( BJ )=S + BJ S
2

det ( S I A ) =( S ) S +

[ ]

adj ( S I A )=

S+

B
J

1
S

[ ][
1
S

1
1
2 B
S+ S
J
S
=
1
0
B
S+
J

adj ( S I A )
( S I A )1=
=
det ( S I A ) 0

L1 { ( S I A )

20(1e0.05 t )
=(t)
0
e0.05 t

}= 1

][

1 20(1e0.05 T ) 1 0.976
(T) =
=
0 0.9512
0
e0.05 T

20
20

S S +0.05
1
S+ 0.05

] [

1 20(1e0.05(T ))
0
0
0.05(T )
0.01
0.01
0
e
T

(T )= (T ) B =
0

1e0.05( T )

0.05( T )
1e

0.01e0.05 (T )
0.2

0.2

=
0

(T )=

[
[

0.05 T

0.05

0.2e

0.05 T

0.05

e
0.2e
e
T
T
0 0.2
0
0.05
0.05
0.05 T
0.05
0.05T
0.05
0.01e
e
0.01e
e
T
T
0
0
0.05
0.05

0.2

(T )= 0.0049 0.0049
0.00975 0.00975

Como se puede observar, las matrices

(T)

(T ) son iguales a las

matrices (a) y (b) halladas por el cdigo c2d() en MATLAB.

9. Matriz de Controlabilidad del Sistema

S=[ B

Simplificando

AB ] = 0.0049 0.0049 0.0144 0.0144

0.00975 0.00975 0.0093 0.0093
S

(row echelon form):

S= 1 1 2.9388 2.9388 rank ( S )=2

0 0 0.0194 00194.

La matriz de controlabilidad se determina con el comando ctrb y tomando

como parmetros el modelo discreto. Esta matriz se presenta como la
matriz S:

Figura 9.1: Matriz de controlabilidad del sistema.

Utilizando el comando rank(S) se obtiene que el rango de la matriz de

controlabilidad es 2. Por lo tanto, se puede concluir que el sistema es
controlable. Adems, por condicin de la pregunta, se requiere tener los
eigenvalores z = 0 y z = 0.5 para obtener una respuesta rpida en lazo
cerrado. Para esto se realimenta solo la variable Tc (no se realimenta el
ruido Td), por lo que a la matriz B se la multiplica por [0;1] en los algoritmos
place y acker. El cdigo para esta pregunta se muestra a continuacin:

Figura 9.2: Cdigo para verificar controlabilidad y aplicar state feedback

para posicionar los polos deseados.
Luego de ejecutar este cdigo, se puede verificar que K y K_acker tienen los
mismos valores, como se esperaba.

Figura 9.3: Ganancias de realimentacin utilizando los algoritmos place y

acker.
Finalmente, se observa la grfica del sistema a partir de las entradas Td y
Tc. El cdigo tambin se encuentra en la figura 15. De la misma manera que
en la pregunta 4, Td se modela como una seal de ruido aditivo blanco
gaussiano y Tc como un escaln unitario.

Figura 9.4: Ganancias de realimentacin utilizando los algoritmos place y

acker.
Se puede observar que, esta vez, el sistema es estable. De esta manera, se
cumpli con este objetivo de diseo. Cabe mencionar que el sistema no
sigue a la entrada (el escaln tiene de amplitud 1, pero las salidas nunca
llegan a 1), pero esto no es parte del diseo hasta esta pregunta.

10. Diagrama de Simulacin del Sistema de

Control de datos muestreados por
realimentacin de Estados
El diagrama de simulacin del sistema realimentado tiene las ganancias K
discretas.

Figura 10.1: Diagrama de simulacin del sistema

En la
figura
realimentado
9.4 se
grafic la
respuesta del sistema ante ambas entradas, por lo que no se vuelve a
repetir.

11.

Perturbacin vs seal de control

Se muestran las seales Td y Tc en una misma grfica. En este caso, Tc es la

variable de control, definida como un escaln unitario. Por otro lado, la seal
Td representa la perturbacin de entrada del sistema, modelada como una
seal de ruido aditivo blanco gaussiano con valor medio 0. Como se tom
un valor de SNR igual a 1 dB, el ruido es grande (como se puede observar
en los picos con valores mayores a 3).

Figura 11.1: Grfica de las entradas Td (perturbacin) y Tc (seal de control).

12. Determinar la Matriz de Observabilidad del

Sistema Mo
Considerando que solo el ngulo ser medido, para el diseo del estimador
solo se tomar en cuenta esta variable para el clculo del error. En este
caso, la matriz Cd ser de 2x1. Entonces, se determina Mo a partir de las
siguientes matrices para comprobar que el sistema sea observable.
Ad =

1 0.9754
0 0.9512

Mo =

Bd =

[ ]
C
CA

0.0049 0.0040
0.0098 0.0098

1
0
1 0.9754

1
0
Cd =

Rank (Mo) = 2

Como la matriz es de rango completo, se establece que el sistema es

observable a partir de la salida disponible.

13.

Matriz de ganancia Ke utilizando Ackerman

Se obtendr la ganancia Ke a partir del procedimiento de Ackerman.

Como se busca que el sistema posea los polos en z= 0.1 y z=0.5, la
ecuacin de alphae sera:
alphae ( Ad )= A2d 0.6Ad +0.05 I
Alphae (Ad) =

1 1.903
0 0.905

]
[

0.6 0.585
0 0.570

0.45 1.317
0
0.384

0.05 0
0
0.5

Entonces, Ke se obtiene de la siguiente manera:

Ke
Ke =

0.45 1.317
0
0.384

alp h aeInversa ( Mo )[0 ; 1]

] [
*

1
0
1.025 1.025

] []
*

0
1

[ ]
1.351
0.394

14. Verificar los eigenvalores del error del

estimador de orden completo
Hallando Anew:

Anew = Ad

Ke*Cd

Anew=

Anew = 0.351 0.9754

0.394 0.9512

1 0.9754
0 0.9512

] [
-

1.351 0
0.394 0

Los eigenvalores se obtienen resolviendo la siguiente ecuacin:

det ([ZI A

]) = 0

new

det Z +0.351 0.9754 =0

0.394
Z0.9512

Z 0.6 Z +0.05=0

[ ]

Eig= 0.5
0.1

Las ecuaciones de espacio estado del estimador son las siguientes:

~
X 1 ( k +1 ) = 1 0.9754 ~
X 1 ( k ) + 0.0049 Tc ( k )+ Ke X ( k )~
X 1)
( 1
~
~
0
0.9512
X 2 ( k +1 )
X 2 ( k ) 0.0098

][
][

][ ][

~
~
X 1 ( k +1 ) = 1Ke1 0.9754 X 1 ( k ) + 0.0049 Ke1 Tc ( k )
~
Ke2 0.9512 ~
X 2 ( k +1 )
X 2 ( k ) 0.0098 Ke2 X 1 ( k )

][ ][

][ ]

~
X 1 ( k +1 ) = 0.351 0.9754 ~
X 1 ( k ) + 0.0049 1.351 Tc ( k )
~
~
0.394
0.9512
X 2 ( k +1 )
X 2 ( k ) 0.0098 0.394 X 1 ( k )

][

][ ][

][ ]

Siendo Tc la entrada de control del sistema y X1 la salida del sistema

(velocidad).

15. Verificacin de Eigenvalores del Sistema

Integral
Por el principio de separacin, tanto estimador como controlador pueden
integrarse tras ser diseados por separado. A partir de las ecuaciones de
controlador y estimador, se plantea el modelo de espacio estado
aumentado.

Ecuaciones de Controlador y Estimador

Tomando en cuenta las siguientes variables:

[ ] [ ][

X1( k )

X2( k )

Tc ( k ) = [ Torque ejercidoen elmot Ruido introducido por el aire ]

=
~
Estimado Td ( k )
X1( k )
~
Estimado
X2( k )

Se plantean las ecuaciones de espacio estado, las cuales son las siguientes:

X ( k +1 ) =A dX ( k ) + BdU ( k )
~(
~
~
X k +1 )= A d X ( k ) + BdU ( k ) + K eC d ( X ( k ) X ( k ))
Modelo de Espacio Estado Aumentado
Considerando que solo se realimenta K, el error del estimador solo se basa
en la medicin del ngulo y que el valor de U(k) es el siguiente:

[ ]

U ( k )=K~
X ( k ) + Tc ( k )
Td ( k )

El modelo de espacio estado aumentado sera el siguiente:

[
[

][

][ ][ ][

X 1 ( k +1 )
X1(k )
Ad
B d 1 K
X 2 ( k +1 )
0
X ( k ) Bd Tc ( k )
=
~2
+

~
(
)
B
Td ( k )
X 1 ( k +1 )
1
X
k
d
1
K e[ 10 ] A d B d KK e[ 10 ] ~
~
0
X 2 ( k +1 )
X2(k )

[]

[]

][ ][ ]

Y 1( k )
1 0
Y 2( k ) = 0 1
0 0
Y 3( k )
0 0
Y 4 (k )

0
0
1
0

0 X1(k )
0 X2(k )
0 ~
X1(k )
1 ~
X2(k )

Reemplazando valores:

[ ][
[ ][ ][ ]

][ ][

][

X 1 ( k +1 )
1
0.9754 0.2521 0.6046 X 1 ( k ) 0.0049 0.0049
X 2 ( k +1 )
0
0.9512 0.5000 1.1991 X 2 ( k ) + 0.0098 0.0098 Tc ( k )
=
~
~
1.3512
0
0.6033 0.3708
X 1 ( k +1 )
X 1 ( k ) 0.0049 0.0049 Td ( k )
~
~
0.3938
0
0.8938 0.2479 X ( k ) 0.0098 0.0098
X 2 ( k +1 )
2
Y 1( k )
1 0
Y 2( k ) = 0 1
0 0
Y 3( k )
0 0
Y 4 (k )

0
0
1
0

0 X1(k )
0 X2(k )
0 ~
X1(k )
1 ~
X2(k )

Para obtener los eigenvalores de este sistema integral, se resuelve la

siguiente ecuacin:

det ( I A new )=0

4

2
11 3 7
1
+ =0
10
20
40

Entonces los eigenvalores son:

1=0
2=0.1
3 =0.5
4=0.5
Como se puede observar, los eigenvalores del sistema integral comprenden
los eigenvalores los obtenidos para el controlador y para el estimador. De
esta manera, se comprueba que el diseo de ambos sistemas se puede
hacer de manera individual sin temor a que los eigenvalores de ambos
sistemas sean afectados por el otro, as evitando que cambien su
comportamiento entre s (como la evolucin dinmica de los estados en el
tiempo).

16. Modelamiento de sistema de traqueo

integral como regulador de estados
Para poder observar la evolucin dinmica de los estados y determinar si el
sistema planteado es estable, se plantea dicho sistema como un regulador
con entrada nula y valor inicial de 0.34 para el ngulo. De ser estable, todos
los valores de los estados debern tender a 0. Aparte, se busca comprobar
la efectividad con las que se estiman los estados del sistema. El sistema
planteado para comprobar la efectividad de estimacin es el siguiente:

Fig 16.1: Diagrama de simulacin del sistema de traqueo

Se proceder a graficar las respuestas de los estados y sus respectivas
estimaciones.

Fig 16.2: Estimacin de la variable de estado x1 y su error

Fig 16.3: Estimacin de la variable de estado x2 y su error

Como se puede observar en el sistema realimentado, no hay grandes
diferencias entre los valores reales y los valores estimados, aparte de que el
error estacionario tiende a 0 en el infinito, por lo que se comprueba la
efectividad del estimador. Adems, en ambas situaciones, los valores
tienden a 0, por lo que se comprueba tambin la estabilidad del sistema
integral.

17.

Simulacin del Sistema de Trackeo Integral

Se simula el sistema integral con una entrada escaln sin ruido,

acompaada de ruido estocstico pasado por un filtro pasabajo y de ruido
aditivo blanco gaussiano.

Fig 17.1: Respuesta de ngulo y Estimador de ngulo sin ruido

Fig 17.2: Respuesta de Velocidad Angular y su Estimador sin ruido

En los casos sin ruido, ambas seales tienden a un valor estable y el error
entre las seales estimadas y las reales es casi nulo.

Fig 17.3: Diagrama de bloques del sistema de traqueo con lowpass filter

Fig 17.5: Respuesta del sistema para la variable de salida x1

Fig 17.6: Respuesta del sistema para la variable de salida X2

Fig 17.4: Diagrama de bloques del sistema de traqueo con AWGN

Fig 17.5: Respuesta del sistema para el ngulo (rojo: variable estimada)

Fig 17.6: Respuesta del sistema para la velocidad (rojo: variable estimada)
El sistema sin ruido no presenta sobreoscilaciones y tiene un tiempo de
establecimiento de aproximadamente 10 segundos. No obstante, el ruido
introducido perjudica la performance del sistema, lo cual puede ser
inaceptable en proyectos como este. Se debe tomar en consideracin que el
escaln de entrada tiene como valor final 10, por lo que de tener un valor
menos, el los efectos del ruido seran ms catastrficos. An as, tambin se
observa en todos los casos la fidelidad con que el estimador simula las
seales reales.

18. Diseo del estimador de orden reducido

para el sistema de traqueo
Se buscar estimar o reconstruir la variable
variable medida o conocida

(velocidad angular) con la

. A continuacin se explicar el mtodo

empleado:

][

][ ] [ ]

( k +1 ) = aa ab ( k ) + a u ( k )
ba bb ( k ) b
( k +1 )

[ ]

y ( k )=[ 1 0 ] ( k )
( k )

Entonces, la variable que queremos medir es igual a:

( k +1 )= bb ( k )+ ba ( k )+ b u ( k )

(1)

Donde los dos ltimos trminos son conocidos y pueden ser considerados la
entrada conocida. A partir de la ecuacin para (k):

 ( k +1 )= aa ( k )+ ab ( k )+ a u ( k )
( k +1 ) aa ( k ) a u ( k )=ab ( k )

(2)

Donde el lado de la izquierda de la ecuacin pueden considerarse las

variables medidas conocidas. Para poder implementar el estimador se
hacen las siguientes sustituciones:

bb

u ( k ) ba ( k ) + b u ( k )

y ( k )= ( k + 1 )aa ( k ) a u ( k )

H ab
Y se reemplaza en la ecuacin general del estimador:

~
x ( k +1 )= ~
x ( k ) + u ( k ) + K e [ y ( k )H ~
x (k )]
Se obtiene:

~
~
~
b ( k +1 ) =bb b ( k ) +ba ( k ) + b u ( k ) + K e ( k +1 )aa ( k ) a u ( k ) ab b ( k )

(3)
Restando (3) a (1) se obtiene la ecuacin del error:

~
~
b ( k +1 ) =[ bb K e ab ] b ( k )
Usando el mtodo por ubicacin de polos:

|zI bb+ K e ab|= e ( z )=0

(4)

Por prueba y error, se determin que el polo ptimo para este caso es de z
= 0.01. Para la planta:

][

][ ]

ab
A d = 1 0.9754 = aa
0 0.9512
ba bb
B d=

0.0049

= a
0.0098
b

A partir de esto se puede calcular Ke:

|z0.9512+0.9754 K e|=z0.01

K e=

0.01+ 0.9512
=0.9649
0.9754

Reemplazando valores en (3):

~
~
~
b ( k +1 ) =0.9512 b ( k )+ 0.0098 u ( k ) +0.9649 ( k +1 ) ( k )0.0049u ( k )0.9754 b ( k )

~
~
b ( k +1 ) =0.01 b ( k ) +0.005072u ( k )+ 0.9649 [ ( k + 1 ) ( k ) ]
A partir de esta ecuacin de diferencias es posible realizar el diagrama en
Simulink para el estimador.
u(k)

(k)

Fig 18.1: Diagrama de simulacin del estimador de orden reducido

19. Performance del Sistema de Traqueo

(Tracking System) va simulacin

Fig 19.1: Respuesta del sistema para el ngulo sin ruido

Fig 19.2: Respuesta del sistema para la velocidad angular y su

estimacin sin ruido

Fig 19.3: Diagrama de bloques de sistema con estimador de orden

reducido con lowpass filter

Fig 19.4: Respuesta del sistema con estimador de orden reducido del
ngulo con ruido estocstico

Fig 19.5: Respuesta del sistema con estimador de orden reducido de

la velocidad angular y su estimacin con ruido estocstico

Fig 19.6: Diagrama de simulacin del sistema con estimador de orden

reducido con AWGN

Fig 19.7: Respuesta del sistema con estimador de orden reducido

para el ngulo con AWGN

Fig 19.8: Respuesta del sistema con estimador de orden reducido

para la velocidad angular con su estimacin con AWGN
Como se puede observar en las grficas en que se comparan la
velocidad actual y la velocidad estimada, el estimador de orden
reducido brinda una aproximacin de la variable bastante aceptable.
No obstante, el sistema an no es suficientemente robusto, ya que
bastante afectado por el ruido. En este caso, el valor final del escaln
de entrada tambin es 10, por lo que un valor menor resultara en
efectos an ms adversos provocados por el ruido.

20. Conclusiones, recomendaciones y

optimizacin del diseo
El sistema anterior es bastante simple y no permite un muy buen control
sobre el ngulo debido a que no permite que el error en estado estacionario
sea igual a 0. Aparte, el sistema muestra ser muy susceptible a los ruidos
que pueden afectar a la entrada. Por ello, se propone un sistema ms
robusto ante el ruido, con error estacionario nulo y que cumpla con las
especificaciones del sistema original (que posea los mismos polos). Por lo
tanto, se aumentar un estado el espacio estado para incluir un controlador
integral.
Se incluye una variable X3, la cual ser la salida de la integral. El modelo
discreto de la integral es simplemente la sumatoria del error en el tiempo.
Por lo tanto, la integral se representa de la siguiente manera:

X 3 ( k +1 )= X 3 ( k ) +e ( k )
Obteniendo la transformada Z del modelo:

zX 3 ( z )=X 3 ( z ) + E ( z )

( z1 )X 3 ( z )=E ( z )

X 3 ( z )=

E ( z)
z 1

Siendo el error la resta entre el valor de referencia y el valor de salida. En

este caso, se va a asumir que el valor de referencia es una seal elctrica
que se enva al motor para generar el torque y que se compara
unitariamente con el ngulo del satlite. Tambin se asume que la seal
elctrica es proporcional al torque ejercido por el motor. Probablemente
durante el resto del problema se halla estado asumiendo lo mismo. En este
caso, el diagrama de simulacin para diseo del controlador sin estimador
es el siguiente:

Fig 20.1: Diagrama de simulacin con un integrador

A partir de ello, se plantea el sistema de espacio estado sin estimador para
el diseo de las ganancias (con una sola entrada ya que solo una es la que
es realimentada).

][ ][ ] []

[ ][

X 1 (k +1)
1 0.9754 0 X 1 ( k ) 0.0049
0
=

+
U
(
k
)
+
0 0.9512 0 X 2 ( k ) 0.0098
X 2 (k +1)
0 Td ( k)
0
1 X3 (k )
0
1
X 3 (k +1) 1

Siendo la variable U(k) equivalente a:

[ ]

X1 (k )
U ( k )=[ K 1 K 2 K 3 ] X 2 ( k ) + NTd ( k )
X3 (k )
Entonces, se procede a calcular las ganancias del sistema utilizando el
procedimiento de Ackerman para obtener polos en 0, 0.5 y 0.9:

K= [ 0 0 1 ] [ B

AB

A B ] ( A )
2

 (A )= A 3+1.4A 2+ 0.45A=

[B

AB

0.05 0.5601
0
0
0.0219
0
0.65 1.513 0.05

144.818
174.45
96.262
1
A2 B ] = 201.58 100.791
199.49
51.179
25.589 102.462

K= [ 0 0 1 ]

][

144.818
174.45
96.262 0.05 0.5601
0
201.58
100.791
199.49
0
0.0219
0
51.179
25.589 102.462 0.65 1.513 0.05

K= [ 64.0542 126.7394 5.1260 ]

Como se puede observar, se ha calculado las ganancias para obtener un

polo ms que el indicado, debido a que el orden del sistema crece. Esto va a
cambiar la respuesta del sistema. Para evitar eso, se debe poner un cero en
el polo que hemos agregado. Para ello, se utilizar la constante N, ya que,
por medio de su uso en el diagrama de simulacin, se obtiene un cero en el
punto (1 + (K3/N)). Esto se puede explicar transformando la respuesta de la
segunda sumatoria sin contar la realimentacin de X 1, como se muestra a
continuacin:

K3
K3
z(1+
)
K
N
N
R ( z ) N 3 =NR ( z ) 1
= NR ( z )
z 1
z1
z 1

( )

En este caso, como se quiere eliminar el polo en 0.9, se elige N = 51.26, ya

que:

1+

K3
5.126
=1
=10.1=0.9
N
51.26

Para comprobar los polos del sistema, se utiliza el siguiente cdigo en

MATLAB para obtener dichos polos en el plano z:
Ak = [1 0.9754 0; 0 0.9512 0; -1 0 1];
Bk = [0.0049;0.0098;0];
Ki = [64.0542 126.7394 -5.1260];
N = 51.26;
Af
Bf
Cf
Df

=
=
=
=

[Ak - Bk*Ki];
N*Bk + [0;0;1];
[1 0 0;0 1 0];
[0;0];

[num,den] = ss2tf(Af,Bf,Cf,Df,1);
zplane(num(1,:),den)

Fig: 20.2: Z-plane de los polos y ceros del sistema propuesto

Las cruces denotan los polos y los crculos, los ceros. Como se puede
observar, el polo en 0.9 es cancelado por el cero en la misma posicin, lo
que permite que el sistema se comporte de acuerdo a las especificaciones
originales. Cabe mencionar que esto no niega la accin del integrador.
Aparte de este controlador, se proceder a utilizar el estimador de orden
reducido diseado anteriormente para estimar la velocidad angular.
El diagrama de simulacin planteado en Simulink es el siguiente:

Fig: 20.3: Diagrama de Simulacin del sistema propuesto

Simulando con una entrada de escaln unitario y una seal de ruido
bastante alta en comparacin a la entrada, se obtiene las siguientes salidas:

Fig: 20.4: ngulo en el tiempo con entrada de tipo escaln con ruido
aleatorio
Tambin, se simula con Ruido Blanco Aditivo Gaussiano, haciendo uso del
bloque brindado por Simulink:

Fig: 20.5: ngulo en el tiempo con entrada de tipo escaln con AWGN
Como se puede observar, el error estacionario es prcticamente nulo y el
sistema presenta una mayor robustez contra el ruido. Se debe mencionar
que en estos ejemplos se emple un escaln unitario como entrada y que el
ruido inducido a veces presentaba el doble del valor de dicho escaln, por lo
que el que se haya mantenido la respuesta as de robusta es testimonio de
la efectividad del sistema. Por ello, se concluye que la performance del
sistema es bastante aceptable para la aplicacin en nuestras manos, por lo
que se estima que el sistema final obtenido podr desempear su funcin
de control de manera ptima.