Sistemas de Control II.

Ingeniería Electrónica

UNIVERSIDAD NACIONAL DE CÓRDOBA

FACULTAD DE CIENCIAS EXACTAS, FÍSICAS Y NATURALES

SISTEMAS DE CONTROL II

Filminas para apuntes de clases a cargo de

Prof. Dr. Ing. Julián A. Pucheta

Primer Semestre

http://www.inv.limac.efn.uncor.edu/ Dr. Ing. J. A. Pucheta. 1

Sistemas de Control II. Ingeniería Electrónica

1. Introducción
1.1. Motivación: Problema de control

Es frecuente que en problemas de ingeniería se necesite manipular una variable para

establecerle sus rangos según el propósito del usuario. Se requiere lograr que la variable
evolucione a lo largo del tiempo dentro de un rango determinado para lo cual se hace
necesario especificar un sistema de control. Existen numerosos casos cotidianos, por
ejemplo la velocidad de un motor, la acidez de un líquido, la temperatura de un horno, la
humedad o temperatura de un ambiente, etc.

Una clasificación que puede hacerse de los procesos, es a través de la velocidad en la que
varían sus variables. Por ejemplo procesos de dinámica rápida, media o lenta. Como
procesos de dinámica rápida se puede pensar en los procesos electromecánicos, o para
comunicación como PLL etc. De dinámica lenta se pueden encontrar procesos biológicos,
hidráulicos, o térmicos. Entre éstos dos extremos, se pueden agrupar los procesos de
dinámica media, como los químicos, termodinámicos, etc.

Dentro de los procesos de dinámica lenta, puede clasificarse a la humedad de suelo o

contenido de agua en suelo. Así, si se desea controlar el contenido de agua en el suelo en
un cultivo agrícola, se puede instalar un sistema como se muestra en la Fig. 1-1 (a), que
cuenta con mangueras y sensores específicos. En la Fig. 1-1 (b) se muestra la evolución
temporal de la humedad de suelo en un punto obtenida mediante el sensor.

0,4

0,35

0,3

0,25

0,2

0,15
0,1

0,05

0
2010-09-03
2010-09-03
2010-09-04
2010-09-05
2010-09-08
2010-09-08
2010-09-10
2010-09-13
2010-09-13
2010-09-14
2010-09-16
2010-09-17
2010-09-17
2010-09-18
2010-09-19
2010-09-19
2010-09-20
2010-09-20

(a) (b)
Fig. 1-1. Problema de control automático donde se pretende mantener la humedad de suelo en un
determinado valor especificado por el productor.

Para lograr el objetivo de control, que es manipular a las variables de tal manera que la
humedad de suelo esté en los rangos deseados, se procede a utilizar la matemática para
formular y resolver el problema.

1.2. Formulación del problema de control

En la Fig. 1-2 se detalla el procedimiento general para resolver problemas de ingeniería

basado en matemática aplicada. La formulación del problema consiste en proponer
fórmulas o formas matemáticas que describan el funcionamiento del proceso. Así,

http://www.inv.limac.efn.uncor.edu/ Dr. Ing. J. A. Pucheta. 2

Sistemas de Control II. Ingeniería Electrónica

siguiendo con el concepto de la Fig. 1-2, se hace una simplificación del problema real
mediante una descripción matemática o abstracción. Una vez hecha la abstracción se
dispone de una expresión matemática del problema, que mediante matemática pura se
obtiene una solución al problema y luego se verifica en el proceso real dicha solución
obtenida. La abstracción exige la determinacion de las variables, y su definición
matemática mediante una expresión formal.

La expresión puede ser definida en el dominio de la frecuencia, o del tiempo. Sus variables
pueden ser determinísticas o estocásticas, y las relaciones entre las variables puede ser
lineal o no lineal que a su vez pueden variar o no con el parámetro tiempo. Esta
abstracción se conoce como modelado del proceso, y es una expresión matemática que
representa su funcionamiento. Se denomina entonces modelo a una representación
simplificada de la realidad. El ingeniero es quién decide qué tan simple es la abstracción
según los requerimientos de la solución.

Peso seco por platín [gr]

0.25
Número de hojas
4
Observada
0.2
Formulación
Esperada
3
Medida
Matemática pura Solución 0.15

del 0.1
2

Matemática 1
Problema 0.05

0 0
0 200 400 0 200 400
Tiempo [Hs.] Tiempo [Hs.]

Constatación
Abstracción

Interpretación
Problema del
mundo real

Fig. 1-2. Metodología de solución de problemas de ingeniería. El origen del procedimiento es el

mundo real, y también donde se verifica la solución.

1.3. Modelo en el espacio de estados

La representación de sistemas en el espacio de estado constituye una herramienta de gran

utilidad para el análisis y diseño de sistemas de control en el dominio temporal. En
particular resulta de gran importancia para el tratamiento de los sistemas multivariable en
el transitorio a partir de condiciones iniciales no necesariamente nulas, como lo exige el
dominio de Laplace. Esta forma de representación fue desarrollada para el tratamiento de
modelos en tiempo continuo y fue extendida posteriormente a los modelos en tiempo
discreto en razón de los requerimientos impuestos por el control digital.

http://www.inv.limac.efn.uncor.edu/ Dr. Ing. J. A. Pucheta. 3

Sistemas de Control II. Ingeniería Electrónica

Se puede dar informalmente para un proceso la siguiente definición de estado dinámico del
sistema.

El estado de un sistema causal, es la información mínima que es necesario conocer en un

instante t=t0 para que conjuntamente con el valor de las entradas definidas en todo tiempo a
partir de tt0; se pueda determinar el comportamiento del sistema para cualquier tiempo
tt0.

El estado dinámico de un sistema constituye una información instantánea que se va

modificando con la evolución temporal del sistema. Las variables que son necesarias para
definir el estado se denominan variables de estado. Se puede dar la siguiente definición.

Las variables de estado constituyen el conjunto más pequeño de variables, tales que el
conocimiento de las mismas en t=t0, conjuntamente con las entradas para tt0, determinan
el comportamiento del sistema para cualquier tiempo tt0.

De igual modo se puede definir el vector de estados, como aquél cuyas componentes
están constituidas por las n variables de estado.

Finalmente se define al espacio de estados como el espacio geométrico n-dimensional

donde se puede representar cualquier estado por un punto.

Las ecuaciones en el espacio de estado, relacionan las variables de estado con las de salida
y las de entrada al proceso real. Por ello, el sistema dinámico debe incorporar elementos
que memoricen los valores de las entradas para t t1, siendo los integradores dispositivos
con capacidad de memoria. Así, las salidas de los integradores sirven como variables de
estado. Se expresa la ecuación en el espacio de estados, entonces, como
t
x t   f x  ; u  ; d, (1-1)
t0

y la ecuación de la salida del sistema es

y t  gx t ; u t ; t , (1-2)

donde x es la variable de estado, u es la entrada al sistema, f() y g() son las funciones de
estado y salida, respectivamente.

Para que las Ecs. (1-1) y (1-2) estén en función de una única variable tiempo t, se puede
expresar al sistema (1-1) como

x t  f x t ; u t ; t , (1-3)
y la salida resulta igual que (1-2).

Si la dinámica del proceso involucra más que un integrador, entonces quedará definida una
variable de estado para cada integrador. Así, para un sistema con n integradores, se define
con n ecuaciones de estado y n variables de estado, y se tiene, entonces

http://www.inv.limac.efn.uncor.edu/ Dr. Ing. J. A. Pucheta. 4

Sistemas de Control II. Ingeniería Electrónica

x 1 t   f1 x1 , x 2 , , x n ; u t ; t ,
(1-4)
x 2 t   f 2 x1 , x 2 , , x n ; u t ; t 

x n t   f n x1 , x 2 , , x n ; u t ; t 

y la salida resulta
yt   gx1 , x 2 ,  , x n ; u t ; t . (1-5)

En el caso de que el sistema tenga r entradas y m salidas, con una dinámica de n

integradores, se tiene entonces el sistema
x 1 t   f1 x1 , x 2 , , x n ; u1 , u 2 , , u r ; t ,
x 2 t   f 2 x1 , x 2 ,, x n ; u1 , u 2 , , u r ; t 
(1-6)

x n t   f n x1 , x 2 , , x n ; u1 , u 2 , , u r ; t 
y la salida

y1 t   g1 x1 , x 2 , , x n ; u1 , u 2 , , u r ; t; t 
y 2  t   g 2 x 1 , x 2 ,  , x n ; u 1 , u 2 ,  , u r ; t ; t  (1-7)

y m t   g m x1 , x 2 , , x n ; u1 , u 2 , , u r ; t; t 

quedando definida la representación en el espacio de estados de un sistema de múltiples

entradas y múltiples salidas, de orden n.

Si se definen vectores o arreglos a partir de cada una de las variables y ecuaciones, se

obtiene

 x 1 t   f1 x1 , x 2 , , x n ; u1 , u 2 , , u r ; t 
 x t  f x , x , , x ; u , u , , u ; t 
xt    2 , f x, u, t    2 1 2 n 1 2 r , (1-8)
     
   
 x n t  f n x1 , x 2 , , x n ; u1 , u 2 , , u r ; t 
y la salida análogamente
 y1 t    g1 x1 , x 2 , , x n ; u1 , u 2 , , u r ; t; t    u1 t 
 y t    g x , x , , x ; u , u ,, u ; t; t   u t 
y t    2 , gx, u, t    2 1 2 n 1 2 r  , ut    2 , (1-9)
        
     
 y m t  g m x1 , x 2 , , x n ; u1 , u 2 , , u r ; t; t   u r t 

entonces el sistema dinámico definido por las Ecs. (1-6) y (1-7) se reduce a la
representación

x (t) = f x, u , t  (1-10)

para la ecuación de estados, y

http://www.inv.limac.efn.uncor.edu/ Dr. Ing. J. A. Pucheta. 5

Sistemas de Control II. Ingeniería Electrónica

y (t) = gx, u, t  (1-11)

para la ecuación de salida.

Si alguna de las funciones f o g involucran al tiempo t explícitamente, entonces se

denomina sistema variante en el tiempo.

Las Ecs. (1-10) y (1-11) se emplean en el diseño de controladores, siempre que se

considera que es no lineal con técnicas específicas (según la clase de funciones f y g)
como función descriptiva, Liapunov y optimización.

1.3.1. Linealización de sistemas no lineales

Dada una función no lineal general

y = f x  (1-12)
si se la desarrolla por serie de Taylor en un punto de operación (x0,y0), se obtiene

2
df
y = f x 0   x  x 0   1 d f2 x  x 0 2   (1-13)
dx 2! dx

con las funciones derivadas evaluadas en el punto x0.

Luego, si la variación x es tal que x2 es cercano a cero, se puede escribir

df
y = f x 0   x  x 0  (1-14)
dx xx0

o también, una función en pequeña excursión definida como la resta y-f(x0).

Además, si la función y es dependiente de dos variables x1, x2 se tiene

df df
y  f x10 , x 2 0  = x 1  x10   x 2  x 2 0  (1-15)
dx 1 x1 x 10
dx 2 x 2 x 20

Nótese que la Ec. (1-15) es válida en una vecindad reducida.

Si la función f() es vectorial, se obtendría un vector y, cuyas componentes son calculadas

mediante la Ec. (1-15).

1.3.2. Ejemplo: sistema dinámico de una entrada y una salida

Se pretende generar la versión lineal en su punto de operación (X0, U0) del sistema
  f X , U 
X t t t (1-16)
Yt  g X t , U t  con X 0  X 0 , U 0  U 0 .

http://www.inv.limac.efn.uncor.edu/ Dr. Ing. J. A. Pucheta. 6

Sistemas de Control II. Ingeniería Electrónica

Solución:
Aplicando la fórmula de Taylor para funciones escalares de varias variables, se tienen las
relaciones lineales

  f X , U   f X t , U t 
X X  X0 
f X t , U t 
U  U0 
X t U t
t 0 0 t t

(1-17)
X 0,U0 x 0,U0

g X t , U t 
Yt  g X 0 , U 0   X t  X 0   g X t , U t  U  U0 
X t U t
t
X 0,U0 x 0 ,U 0

que a su vez, se puede independizar de los términos constantes de f y g valuados en el

punto de operación definiendo al sistema en pequeña excursión,

  f X t , U t  f X t , U t 
X X t  U t
X t U t
t
x 0 ,u 0 x 0 ,u 0
(1-18)
g X t , U t  g X t , U t 
 Yt  X t  U t
X t x 0,u 0
U t x 0,u 0

que admiten condiciones iniciales X0, ahora alrededor del punto de linealización.
Recordar que la validez de las relaciones lineales están dentro de 20.

La (1-18) tiene la forma

x t  ax t  bu t (1-19)
y t  cx t  du t

con x0=x(0), donde a, b, c y d son coeficientes constantes, y las nuevas variables xt, yt y ut
son definidas como la diferencia entre el punto de operación y el modelo linealizado.

1.3.3. Caso entradas y salidas múltiples

Si las funciones f y g fuesen vectoriales, lo cual significa que Ym, Xn y Ur
tienen varias componentes, entonces se emplean las siguientes expresiones para el cálculo
el modelo linealizado

f i X t , U t 
X   f XU, U  U 
n r
  f X , U  
X i 0 0  X j
j
 X0j  i t t
j
 U 0 j , i  1,2...n.
j1
X 0 ,U 0
j1 j X0 ,U 0 (1-20)
g h U t , U t 
X   g XU , U  U 
n r

Yh  g X 0 , U 0     X0 j  h t t
 U 0 j , h  1,2,....m.
X j
j j
j1 j1 j
X 0 ,U 0 X0 ,U 0

La (1-20) toma la forma análoga a la (1-19), como

x t  Ax t  Bu t
(1-21)
y t  Cx t  Du t

con x0=x(0), donde A, B, C y D son matrices.

http://www.inv.limac.efn.uncor.edu/ Dr. Ing. J. A. Pucheta. 7

Sistemas de Control II. Ingeniería Electrónica

Ejemplos y ejercicios sujeridos de linealización

En la Fig. 1-3 se muestran dos esquemas simplificados de sistemas a modelar mediante

una expresión lineal.

Fig. 1-3. Sistemas para modelar, extraído de [9].

Considerando los sistemas de la Fig. 1-3 se requiere obtener el modelo lineal de cada
uno.

Mediante el código para Matlab disponible en la Tabla 1-1 para linealizar y simular los
sistemas no lineales obtener una simulación de la evolución temporal comparada con la
de sus respectivos sistemas no lineales.

Para el caso (a) de la Fig. 1-3, se tiene

  a    
 (1-22)
       b  u 
2


h  c
donde >0 representa la frecuencia natural, y los coeficientes son constantes positivas.
u es el control y es proporcional a la posición de los elevadores. Elegir x1=, x2=,
x3=  y x4=h. Se pide:

http://www.inv.limac.efn.uncor.edu/ Dr. Ing. J. A. Pucheta. 8

Sistemas de Control II. Ingeniería Electrónica

1- Obtener el sistema lineal para el equilibrio x  0 0 0 0 .

T

2- Obtener la solución numérica de los dos sistemas, del lineal y del no lineal para
evaluar cuantitativamente la equivalencia. Para hacerlo, se ele asignan los valores
siguientes a los parámetros, son =2; a=0,05; b=5; c=80, t=0,01; y el tiempo de
simulación de 5 segunds.

Para el caso (b) de la Fig. 1-3 se tiene

M  m   ml cos   ml 2 sen  F  u

  (1-23)
l  gsen   cos   0

donde el sistema lineal en variables de estado x       , y que las matrices A y B

T

para el equilibrio inestable x  0 0 0 0 , es para ángulo pequeño es

T

0 1 0 0  0 
 F mg   1 
 0   0   (1-24)
A M M , B M 
0 0 0 1 0
 F gm  M    1 
0 0  
 lM lM   lM 
Se pide:
3- Obtener la solución numérica de los dos sistemas (1-23) y (4-111), del lineal y del
no lineal para evaluar cuantitativamente la equivalencia.
4- Obtener el sistema lineal para el equilibrio estable x  0 0  0 .
T

5- Obtener la solución numérica de los dos sistemas, del lineal y del no lineal para
evaluar cuantitativamente la equivalencia. Emplear los valores de las variables
m=0,1;F=0,1; l=0,6;g=9,8;M=0,5 y t=0,0001seg. de tal manera que el sistema
evolucione durante cinco segundos. Si el sistema es inestable, parta de una
condición inicial cercana al equilibrio y luego simule los 5seg sin exitación
externa.

La Tabla 1-1 muestra el código para Matlab que implementa la linealización en el

equilibrio inestable para el péndulo invertido, y la Tabla 1-2 detalla el código para
obtener lo propio para el equilibrio estable.
clear all; clc;%13:44 16/1/2018
syms fi fi_p fi_pp p p_p p_pp M m u long Fricc g;
disp('Para el equilibrio inestable')
ang_inic=0;
p_pp=(1/(M+m))*(u-m*long*fi_pp+m*long*fi_p^2*fi-Fricc*p_p); %Pequeños angulos
% fi_pp_=(1/long)*(g*sin(fi)-p_pp*cos(fi));%Expresión completa
% fi_pp=(1/long)*(g*(fi)-p_pp); %Pequeños angulos para fi~0, sin(fi)~fi, cos(fi)~1
fi_pp=solve(fi_pp==(1/long)*(g*fi-p_pp),fi_pp);
%disp('fi_pp='); pretty(simplify(fi_pp));
p_pp=subs(p_pp,'fi_pp',fi_pp);
%disp('p_pp='); pretty(simplify(p_pp))
Mat_A=[[0 1 0 0];
[subs(subs(subs(subs(diff(p_pp, p), p,0),p_p,0),fi,ang_inic),fi_p,0), ...
subs(subs(subs(subs(diff(p_pp, p_p), p,0),p_p,0),fi,ang_inic),fi_p,0), ...
subs(subs(subs(subs(diff(p_pp, fi), p,0),p_p,0),fi,ang_inic),fi_p,0), ...
subs(subs(subs(subs(diff(p_pp, fi_p), p,0),p_p,0),fi,ang_inic),fi_p,0)];
[0 0 0 1];
[subs(subs(subs(subs(diff(fi_pp, p), p,0),p_p,0),fi,ang_inic),fi_p,0),...

http://www.inv.limac.efn.uncor.edu/ Dr. Ing. J. A. Pucheta. 9

Sistemas de Control II. Ingeniería Electrónica

subs(subs(subs(subs(diff(fi_pp, p_p), p,0),p_p,0),fi,ang_inic),fi_p,0),...

subs(subs(subs(subs(diff(fi_pp, fi), p,0),p_p,0),fi,ang_inic),fi_p,0),...
subs(subs(subs(subs(diff(fi_pp, fi_p), p,0),p_p,0),fi,ang_inic),fi_p,0)]];
Mat_B=[0;
subs(subs(subs(subs(diff(p_pp, u), p,0),p_p,0),fi,ang_inic),fi_p,0);...
0;
subs(subs(subs(subs(diff(fi_pp, u), p,0),p_p,0),fi,ang_inic),fi_p,0)];
pretty(simplify(Mat_A))
pretty(simplify(Mat_B))

Tabla 1-1. Algoritmo simbólico para la linealización del péndulo en un punto de equilibrio inestable

clear all; clc;

syms fi fi_p fi_pp p p_p p_pp M m u long Fricc g;
disp('Para el equilibrio estable')
ang_inic=pi;
p_pp=(1/(M+m))*(u+m*long*fi_pp-m*long*fi_p^2*fi-Fricc*p_p);
%fi_pp=(1/long)*(-g*(fi)+p_pp); %Pequeños angulos para fi~pi sin(fi)~-fi, cos(fi)=-1
fi_pp=solve(fi_pp==(1/long)*(-g*fi+p_pp),fi_pp);
disp('fi_pp='); pretty(simplify(fi_pp));
p_pp=subs(p_pp,'fi_pp',fi_pp);
Mat_A=[[0 1 0 0];
[subs(subs(subs(subs(diff(p_pp, p), p,0),p_p,0),fi,ang_inic),fi_p,0), ...
subs(subs(subs(subs(diff(p_pp, p_p), p,0),p_p,0),fi,ang_inic),fi_p,0), ...
subs(subs(subs(subs(diff(p_pp, fi), p,0),p_p,0),fi,ang_inic),fi_p,0), ...
subs(subs(subs(subs(diff(p_pp, fi_p), p,0),p_p,0),fi,ang_inic),fi_p,0)]; ...
[0 0 0 1];...
[subs(subs(subs(subs(diff(fi_pp, p), p,0),p_p,0),fi,ang_inic),fi_p,0),...
subs(subs(subs(subs(diff(fi_pp, p_p), p,0),p_p,0),fi,ang_inic),fi_p,0),...
subs(subs(subs(subs(diff(fi_pp, fi), p,0),p_p,0),fi,ang_inic),fi_p,0),...
subs(subs(subs(subs(diff(fi_pp, fi_p), p,0),p_p,0),fi,ang_inic),fi_p,0)]];
Mat_B=[0;
subs(subs(subs(subs(diff(p_pp, u), p,0),p_p,0),fi,ang_inic),fi_p,0);...
0;
subs(subs(subs(subs(diff(fi_pp, u), p,0),p_p,0),fi,ang_inic),fi_p,0)];
pretty(simplify(Mat_A))
pretty(simplify(Mat_B))

Tabla 1-2. Algoritmo simbólico para la linealización del péndulo en un punto de equilibrio estable

Fig. 1-4. Salida del entorno Octave. Matrices A y B del equilibrio inestable completo.

http://www.inv.limac.efn.uncor.edu/ Dr. Ing. J. A. Pucheta. 10

Sistemas de Control II. Ingeniería Electrónica

Fig. 1-5. Salida del entorno Octave. Matrices A y B del equilibrio estable completo.

1.3.4. Modelado a partir de las señales de entrada y salida

Es frecuente que se desea controlar a un proceso que está funcionando ooperativamente,

y el objetivo es mantener los valores de las variables con mayor exactitud y menores
costos relacionados a las acciones de control. En esos casos, es probable que se
disponga de datos de entrada y salida del proceso. Una forma de emplear esos datos y
obtener una versión lineal de segundo orden, es determinar la respuesta al escalón. Debe
tenerse en cuenta que hay que excitar al sistema con un escalón, y debe medirse la
salida para establecer relaciones en función de su respuesta temporal que permitan
obtener los parámetros.

Dicho escalón no es necesariamente unirtario, y debe tenerse en cuenta ésa escala. Aquí
sólo es necesario conocer las relaciones que existe entre la respuesta temporal de un
sistema y su respuesta en frecuencia. Para el caso de los sistemas con polos complejos
conjugados,
Ys   2n
G s   K 2 (1-25)
Us  s  2 n   2n

donde K es el valor que toma la salida en el estado estacionario, n es la frecuencia

natural y  es el amortiguamiento del sistema.

La respuesta temporal está dada, por ejemplo, para el caso subamortiguado (0<<1) con
los polos i=-n±jd, siendo d=n 1   2

   
yt   K 1  exp  n t  cos d t   sen d t  (1-26)
  1 2 
 

http://www.inv.limac.efn.uncor.edu/ Dr. Ing. J. A. Pucheta. 11

Sistemas de Control II. Ingeniería Electrónica

que es lo mismo a
 exp  t 
yt   K 1 
 1 2
n
 

sen  n 1   2  t  cos 1   

(1-27)

cuya evolución temporal para el caso de K=1 se muestra en la Fig. 1-6.

Fig. 1-6. Respuesta temporal donde se indican los tiempos de los valores picos.

Nótese que es factible emplear muestras de y(t) para obtener los parámetros que se están
tratando de identificar aquí que son n,  y K. En la gráfica de la Fig. 1-9 se ha
normalizado dividiendo por K a y(t) y al tiempo se lo expresa normalizado en n.
Prácticamente es directo el método, ya que a partir de muestras de y(t) se obtienen las
incógnitas.

Extensión a sistemas de polos reales

Asumiendo una función de transferencia del tipo

Y s  T s  1
G s   K 2 (1-28)
Us  T1s  12
donde la respuesta al escalón en el dominio del tiempo es

 
t
T1  T2  T1 
t

yt   K 1  e T1
te  (1-29)
 T12 

http://www.inv.limac.efn.uncor.edu/ Dr. Ing. J. A. Pucheta. 12

Sistemas de Control II. Ingeniería Electrónica

Se emplea el método descripto en [3], donde se debe muestrear la respuesta tempral en

intervalos equidistantes, denominados {t1, 2t1}, y se obtienen los pares (x,y) como
(t1,y(t1), (2t1,y(2t1).

Fig. 1-7. Respuesta al escalón de un sistema con dos polos reales iguales.

Éste muestreo dejaría dos ecuaciones con dos incógnitas, y el valor de K se obtiene a
partir de la magnitud del escalón y el valor de y(t) cuando t.

Si los polos fueran distintos, también se emplea el método descripto en [3], pero ésta
vez se toman mediciones de la salida y(t) del sistema a intervalos t1, 2t1, 3t1, donde las
constantes de tiempo estarían determinadas por un sistema con tres ecuaciones y tres
incógnitas

 T  T  Tt1 T  T  Tt1 
yt 1   K 1  3 1
e 1 3 2
e 2 (1-30)
 T1  T2 T1  T2 

 T  T  2Tt1 T  T  2Tt1 
y2 t 1   K 1  3 1
e 1  3 2
e 2 (1-31)
 T1  T2 T1  T2 

 T  T  3Tt1 T  T  3Tt1 
y3t 1   K 1  3 1
e 1  3 2
e 2 , (1-32)
 T1  T2 T1  T2 
donde T1, T2 son las constantes de tiempo del denominador de la función de
transferencia T3 del numerador y K es la ganancia de estado estacionario. Es decir, se
asume un orden determinado en numerador y denominador. El ensayo puede resultar,

http://www.inv.limac.efn.uncor.edu/ Dr. Ing. J. A. Pucheta. 13

Sistemas de Control II. Ingeniería Electrónica

por ejemplo, en la obtención de parámetros que den una respuesta al escalón similar a la
del sistema real.

Fig. 1-8. Muestreo de la respuesta al escalón de un sistema de segundo orden con polos
reales y distintos.

En la Tabla 1-3 se muestra un código que permite resolver la identificación de los

parámetros para polos reales y distintos mediante la respuesta al escalón. En la misma
tabla se encuentran diferentes casos y diferentes ganancias. En la Fig. 1-9 se muesrasn
los resultados obtenidos. Nótese que es difícil distinguir la respuesta del modelo
identificado del real.

http://www.inv.limac.efn.uncor.edu/ Dr. Ing. J. A. Pucheta. 14

Sistemas de Control II. Ingeniería Electrónica

Fig. 1-9. Respuesta al escalón de dos sistemas identificados mediante el método

detallado en [3].

clear all;
% Extraido de "Identification for the second-order systems based on the step response"
% Lei Chena, Junhong Li b,c, Ruifeng Ding
% Mathematical and Computer Modelling 53 (2011) 1074–1083
%Codigo realizado por JAP
% syms k1 k2 k3 alfa1 alfa2 beta
% s=solve('alfa1*alfa2=(k2^2-k1*k3)/(k1^2+k2)',...
% 'alfa1+alfa2=(k3+k1*k2)/(k1^2+k2)','alfa1','alfa2');
% simplify(s.alfa1)
% simplify(s.alfa2)
% alfa1=s.alfa1(1);
% alfa2=s.alfa1(2);
% s1=solve('beta*(alfa1-alfa2)=k1+alfa2',...
% 'beta*(alfa1^2-alfa2^2)=k2+alfa2^2',...
% 'beta*(alfa1^3-alfa2^3)=k3+alfa2^3','beta');
% sys_G=tf(2*[8 1],conv([5 1],[6 1])); %la otra planta
sys_G=tf(16*[45 1],conv([25 1],[30 1]));
% sys_G=tf(3*[10 1],conv([6 1],[6 1])); %esta tiene los polos iguales
% sys_G=tf(2*[8 1],([ 1 2 2])); %la otra planta
opt = stepDataOptions;
opt.StepAmplitude = 1;
t_s=0:2:50;
[y,t0]=step(sys_G,t_s,opt);
t_inic=4;
[val lugar] =min(abs(t_inic-t0)); y_t1=y(lugar);
t_t1=t0(lugar);
ii=0; % for t_inic=10:15
ii=ii+1;
[val lugar] =min(abs(2*t_inic-t0));
t_2t1=t0(lugar);
y_2t1=y(lugar);
[val lugar] =min(abs(3*t_inic-t0));
t_3t1=t0(lugar);
y_3t1=y(lugar);
K=y(end)/opt.StepAmplitude;
k1=(1/opt.StepAmplitude)*y_t1/K-1;%Afecto el valor del Escalon
k2=(1/opt.StepAmplitude)*y_2t1/K-1;
k3=(1/opt.StepAmplitude)*y_3t1/K-1;
be=4*k1^3*k3-3*k1^2*k2^2-4*k2^3+k3^2+6*k1*k2*k3;
alfa1=(k1*k2+k3-sqrt(be))/(2*(k1^2+k2));

http://www.inv.limac.efn.uncor.edu/ Dr. Ing. J. A. Pucheta. 15

Sistemas de Control II. Ingeniería Electrónica

alfa2=(k1*k2+k3+sqrt(be))/(2*(k1^2+k2));
beta=(k1+alfa2)/(alfa1-alfa2); %(2*k1^3+3*k1*k2+k3-sqrt(be))/(sqrt(be));
% alfa2= (k3 + k1*k2 + (4*k1^3*k3 - 3*k1^2*k2^2 + 6*k1*k2*k3 - 4*k2^3 +
k3^2)^(1/2))/(2*(k1^2 + k2));
% alfa1= (k3 + k1*k2 - (4*k1^3*k3 - 3*k1^2*k2^2 + 6*k1*k2*k3 - 4*k2^3 +
k3^2)^(1/2))/(2*(k1^2 + k2));
T1_ang=-t_t1/log(alfa1);
T2_ang=-t_t1/log(alfa2);
T3_ang=beta*(T1_ang-T2_ang)+T1_ang;
T1(ii)=T1_ang;
T2(ii)=T2_ang;
T3(ii)=T3_ang;
T3_ang=sum(T3/length(T3));
T2_ang=sum(T2/length(T2));
T1_ang=sum(T1/length(T1));
sys_G_ang=tf(K*[T3_ang 1],conv([T1_ang 1],[T2_ang 1]))
step(sys_G,opt),hold on
% figure
step(sys_G_ang,opt)
% figure(1);
% Nombre_Figura=['Identificacion_Simple'];
% print('-dtiff','-r600',Nombre_Figura);%--FIGURA temporal

Tabla 1-3. Código para Matlab que permite identificar una planta de segundo orden con polos
reales y distintos.

1.4. Bibliografía

[1] Ogata, K. Modern Control Engineering. 1997. Prentice Hall.

[2] Sauchelli, V. H. Sistemas de control no lineales. 1997. Universitas.
[3] Lei Chena, Junhong Li. "Identification for the second-order systems based on the
step response". Ruifeng Ding Mathematical and Computer Modelling 53 (2011) 1074–
1083.
[4] Ogata, K. Modern Control Engineering. 1997. Prentice Hall.
[5] Sauchelli, V. H. Sistemas de control no lineales. 1997. Universitas.
[6] Sontag. Mathematical control theory 1998. Pag 104.
http://www.math.rutgers.edu/˜sontag/.

http://www.inv.limac.efn.uncor.edu/ Dr. Ing. J. A. Pucheta. 16