INTRODUCCIÓN

El control tradicional, basado en los lazos de realimentación, con controladores hechos en base a circuitos
analógicos, por muchos años fue la base de la automatización, sin embargo con el avance de la tecnología los
sistemas digitales y posteriormente los programables, comenzaron a ganar un espacio en el área de control,
finalmente la aparición de los microprocesadores generó una auténtica revolución en el área, lo que generó
la aparición de sistemas programables orientados específicamente al control de procesos, como pueden ser
los PLC (controladores lógico-programables), microcontroladores y DCS (sistemas de control distribuido).

Con el uso de los sistemas programables usados como controladores, el ingeniero de control es capaz de
ajustar o cambiar la ley de control, modificando algoritmos o cambiando la configuración de parámetros de
bloque, sin mayor esfuerzo y con pocas variaciones en la estructura, es decir a costos fácilmente recuperables
al optimizar el proceso. Adicionalmente, gracias a la potencia de cálculo de estos dispositivos se han
desarrollado nuevas estrategias de control y se ha implementado con facilidad múltiples lazos de control en
un solo controlador.

Sin embargo, surgen algunas desventajas, como son la necesidad de manejar sistemas híbridos
(continuos/discretos) lo que implica trabajar en el plano discreto, donde la modelación matemática se hace a
través de la variable Z, pues las señales solo son conocidas en los instantes de muestreo, es decir son señales
en tiempo discreto, al mismo tiempo se deberá considerar los problemas que el muestro y las conversiones
análogo/digital y digital/análogo generan.

Superadas estas desventajas, toda la teoría aprendida para los sistemas continuos lineales e invariantes en el
tiempo, es aplicable a los sistemas discretos, con algunas restricciones, pues hay una transformación directa
entre el plano S y el plano Z, que es la transformada bilineal, la que relaciona ambos planos.

En esta obra entonces, se desarrollan las técnicas de análisis en estabilidad, exactitud, comportamiento
temporal y comportamiento frecuencial, así como el diseño de controladores para satisfacer especificaciones
técnicas de desempeño y forzar a los sistemas de control discreto a presentar un funcionamiento apropiado.
Esto se ha visto potenciado por la aparición en el mercado de reguladores industriales comerciales (PLC,
microcontroladores, DCS, etc.)
 1

PRIMERA UNIDAD
FUNDAMENTOS DE CONTROL DISCRETO

1.1 INTRODUCCIÓN

Los sistemas físicos reciben, transforman y generan señales, que no son otra cosa que variables físicas propias
del proceso (ej.: temperatura, presión, etc.), el poder controlarlas, implica antes que nada la capacidad de que
estas señales sean medidas para proveer de información útil al controlador. Esta medición no es otra cosa que
la conversión de un tipo de energía a otro (normalmente eléctrica), función encomendada a los sensores y
transductores, en todo caso en esta conversión hay que tener en cuenta que la variable física es siempre de
naturaleza continua, tanto en amplitud como en tiempo, naturaleza que no es manejable por los sistemas
digitales, ya que la mayoría de controladores son de naturaleza síncrona, básicamente por su naturaleza
programable (microcontroladores, DCSs, PLCs, microprocesadores, PCs, etc.).

En este entorno, la medición de la variable de proceso deberá implementar adicionalmente, sistemas de

conversión análoga a digital, con la finalidad de que la información llegue de manera apropiada a los nuevos
controladores discretos y producida la respuesta de estos en base a la ley de control implementada, se requiere
la función inversa, es decir la conversión de digital a análogo, que permita una señal de control al proceso en
todo instante de tiempo. En todo caso, estos sistemas híbridos van a manejar diferentes tipos de señales en sus
diferentes etapas, por lo que a continuación hacemos una revisión de los diferentes tipos de señales que pueden
presentarse:

x Señales continuas de tiempo continuo: son las señales con información real, normalmente son las que
encontramos en la medición directa de una variable física del proceso

Figura 1.1 Señal continua en tiempo continuo

x Señales continuas en tiempo discreto: son aquellas producto de un proceso de muestreo sobre una señal
continua, que tienen valores no nulos solo en determinados instantes llamados tiempos de muestreo, el
valor de la señal muestreada es el valor de la señal real, de la que se ha tomado información, en momentos
específicos, denominados tiempos de muestreo. Podemos observar que estas señales en amplitud son
continuas (pueden tomar cualquier valor real), pero en tiempo son discretas (no nulas solo en determinados
instantes de tiempo). Estas señales son las tomadas de los sensores o actuadores.

Figura 1.2 Señal continua en tiempo discreto

x Señales discretas en tiempo discreto: son señales muestreadas cuya amplitud ha sido aproximada a un
conjunto finito de M valores posibles (los sistemas digitales manejan datos en un universo finito definido
por el número de bits que el dato ocupa), mediante un proceso llamado “cuantificación”, este proceso
genera un error denominado “error de cuantificación”. Estas señales son resultado de un proceso de
acondicionamiento de la señal muestreada.

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 2

Figura 1.3 Señal discreta en tiempo discreto

x Señal mantenida: son señales cuantificadas, cuyos valores instantáneos son mantenidos hasta la aparición
de la siguiente muestra, el proceso genera una señal cuantificada (discreta en amplitud) pero continua en
el tiempo. Es la última etapa del acondicionamiento, necesaria porque los sistemas digitales no podrán leer
valores instantáneos debido a los retardos físicos inherentes a su naturaleza, se deben ofrecer determinados
valores en una ventana de tiempo).

Figura 1.4 Señal a ser procesada

Un sistema de control discreto es una estructura física híbrida por la naturaleza de las señales, que se
caracteriza por la presencia de elementos que permiten influir en el funcionamiento de un sistema (actuadores).
La finalidad del sistema de control es conseguir, mediante la manipulación de las variables de control, un
dominio y manejo sobre las variables de salida, de tal manera de que estas alcancen valores determinados.

Para que un sistema de control ideal sea capaz de alcanzar su objetivo debe cumplir lo siguiente:

9 Garantizar la estabilidad, y sobre todo ser robusto frente a perturbaciones y errores en la precisión de los
modelos utilizados.

9 Según un criterio preestablecido, debe ser tan eficiente como sea posible; evitando comportamientos
bruscos e irreales.

9 Ser fácilmente implementable y ventajoso de operar en tiempo real con ayuda de un ordenador.

Un sistema de control digital puede ser visto desde diferentes niveles incluyendo la ley de control (algoritmo),
el programa de computadora, conversión analógica-digital y el rendimiento del sistema. Uno de los principales
aspectos que se debe entender de los sistemas de control es el nivel de procesamiento de señales.

Cuando hablamos de la necesidad de procesar digitalmente las señales, nos referimos a la necesidad de la
representación digital de señales y el uso de los sistemas digitales para analizar, modificar, guardar o extraer
información de esas señales, esta tecnología se emplea no solamente en áreas donde los métodos analógicos
eran utilizados, sino que también en áreas donde aplicar técnicas analógicas resulta difícil o imposible, como
por ejemplo el área de la inteligencia artificial y el procesamiento digital de señales aplicado al control de
procesos. Asimismo, permite implementar funciones de supervisión, monitoreo, integración a los sistemas
computacionales de la organización para la toma de decisiones, etc.

Existen ventajas al emplear técnicas digitales sobre técnicas analógicas:

x Flexibilidad: los sistemas digitales pueden ser fácilmente modificados y actualizados, mediante el
software que ha sido utilizado en la implementación; debido a que este suele contener librerías y una
gran variedad de módulos.

x Reproducibilidad: el rendimiento de un sistema digital puede ser repetido exactamente desde una
medida a otra.

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 3

x Fiabilidad: la memoria y la lógica del hardware del controlador digital, no se deteriora con los años.
Por consiguiente, el rendimiento del sistema no se desviará con cambios en las condiciones
medioambientales o la edad de los componentes electrónicos, como sucede en los circuitos analógicos.

x Complejidad: los controladores digitales como los PLC (controladores lógico programables) DCS
(sistemas de control distribuido) y otros, permiten sofisticadas aplicaciones, las cuales pueden ser
implementados en dispositivos portátiles, pueden ser reproducibles un número infinito de veces, lo
que permite la rápida transferencia de tecnología.

x Velocidad: los dispositivos digitales son muy veloces, debido a que los transistores individuales en
los circuitos integrados pueden conmutarse en menos de 10 picosegundos, un dispositivo completo y
complejo construido a partir de estos transistores puede examinar sus entradas y producir una salida
en menos de 2 nanosegundos.

x Economía: los circuitos digitales pueden proporcionar mucha funcionalidad en un espacio pequeño.

Para diseñar un sistema de control ya sea en tiempo continuo o discreto, se deben tener en cuenta las ventajas
o desventajas de cada sistema, con la finalidad de efectuar la mejor elección.

Ventajas al emplear controladores digitales:

x El desarrollo tecnológico actual.

x No importa la complejidad del algoritmo; en un sistema analógico la realización puede ser imposible
contrario

x Facilidad de ajuste y cambio; en un controlador analógico un cambio de componentes representa un

cambio en todo el controlador.

x Exactitud y estabilidad

x Puede compensar perturbaciones.

x Controla sistemas incluso si estos presentan errores de modelado.

Desventajas al emplear controladores digitales:

x Limitaciones en la velocidad de cálculo, debido a la resolución dada por la longitud de la palabra finita
y la velocidad de muestreo. Estas limitaciones pueden generar que el sistema a lazo cerrado sea
inestable.

x Existe un retardo debido al tiempo de muestreo.

x El diseño de un sistema de control digital comienza con un correcto modelo del proceso que va a ser
controlado.

Existen varios tipos de soluciones empleadas al momento de realizar el diseño de un controlador digital, como
son:

x La función de transferencia de un sistema es modelada y obtenida en el plano S, después esta es

transformada al plano Z; por lo tanto, el controlador es diseñado en este plano. Para emplear este método
se debe seguir los siguientes puntos:

1. Determinar la función de transferencia del sistema por un método matemático aproximado o

realizando un análisis de la respuesta en el dominio del tiempo o frecuencia.

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 4

2. Transformar la función de transferencia del sistema al plano Z.

3. Diseñar un adecuado controlador digital (PD, PI o PID) en el plano Z.
4. Implementar el algoritmo de control en una computadora digital.

x La función de transferencia del sistema es modelada como un sistema digital y el controlador es

directamente diseñado en el plano z.

x La función de transferencia de un sistema discreto es transformada al plano W (equivalente al plano S),

para esto se debe emplear los métodos de diseño basados en la respuesta temporal (Lugar de Raíces) o
frecuencial (Diagrama de Bode). Luego el diseño final deberá ser transformado al plano Z y el algoritmo
será implementado en una computadora digital.

1.2 ESTRUCTURA DE UN SISTEMA DE CONTROL DISCRETO

Un sistema de control discreto es aquel que incluye un computador digital en el bucle de control para realizar
un procesamiento de señal

Figura 1.5 Estructura de un sistema de control discreto

La salida de la planta es continua (variable controlada) y es realimentada a través de un transductor que

convierte la señal de salida en señal eléctrica, para ser comparada con la señal de referencia, generando el
error, hasta aquí todas las señales descritas son exclusivamente de naturaleza continua. La señal de error
continua, no puede ser utilizada por el sistema programable (controlador discreto) por lo que debe ser
convertida a señal digital a través del circuito de muestreo (periodo T) y reconstrucción S&H (Sample and
Hold) y del convertidor análogo/digital CAD, proceso llamado discretización, tal como se muestra en la figura

Figura 1.6 Muestreo y retención

El parámetro más importante, del que depende que la información recogida sea suficiente para representar con
cierta exactitud la variable física es el periodo de muestreo T. Existen varios tipos de muestreo:

• Muestreo Periódico: es el más usual, los instantes de muestreo están igualmente espaciados cada T
segundos, entonces se recoge la señal e(t) sólo cuando t = KT, donde T es el periodo de muestreo, donde
K=0,1,2,3,… es el número de muestra

• Muestreo de Orden Múltiple: hay patrones para KT que se repiten periódicamente

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 5

• Muestreo Múltiple: sistemas que tienen múltiples lazos de control y debido a la dinámica de cada lazo, se
requieren diferentes periodos de muestreo.

• Muestreo Aleatorio: la variable KT es una variable aleatoria.

Si la discretización es correcta y la ley de control ha sido bien determinada, el proceso trabajará de manera
óptima, por lo tanto, la elección de T es clave.

El convertidor A/D (encoder) convierte la señal continua en señal digital binaria, mediante un proceso de
cuantificación, el proceso de cuantificación responde a la ley mostrada en la figura siguiente, donde esh es el
valor del error muestreado y mantenido, mientras que ebin es el código binario de salida que le corresponde al
valor de esh introducido y le será asignado en este proceso de cuantificación.

Se puede observar que hay todo un intervalo de esh que será representado por un mismo código binario de
salida, el ancho de este intervalo recibe el nombre de resolución y se debe al hecho de que el número de códigos
binarios de representación es finito (a diferencia el entorno analógico) y depende el número de bits utilizado
en la generación de códigos (para generar a la salida códigos de n bit, entonces la entrada se organiza en torno
a 2n intervalos posibles, que pueden ser voltajes negativos o positivos indistintamente), es evidente que si n
aumenta la exactitud en la digitalización y el recojo de la información mejora.

Figura 1.7 Ley de cuantificación y codificación

El computador digital o sistema computacional, procesa la secuencia de valores de error digitalizados a través
de un algoritmo (ley de control) que normalmente emula a algún tipo de ocntrolador analógico convencional,
expresado como una ecuación en diferencias (equivalente a una ecuación diferencial en tiempo continuo) y
produce una salida digital, que es función de la muestra actual, las muestras anteriores y las salidas anteriores,
según establezca la ley de control, como se muestra en el diagrama, donde ebin es la señal de error digitalizada,
ubin es la señal de mando digital hacia el proceso y el computador es el elemento programable que implementa
la ley de control (controlador).

Figura 1.8 Ejecución del algoritmo de control

Esta señal de control, arrojada por el controlador o sistema computacional programable, deberá de ser
transformada de nuevo a señal continua para que pueda ser recibida por el actuador y éste interactúe con la
planta, para manejar apropiadamente al proceso.

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 6

Este proceso inverso es implementado por un convertidor digital/análogo CDA (DAC digital/analog
converter) y un circuito de reconstrucción (hold) que convierten la secuencia de valores discretos en una señal
continua, proceso llamado reconstrucción.

La figura muestra la ley de conversión de valores discretos a analógicos, FS es el máximo valor de salida que
se puede generar y depende del detalle electrónico en la implementación del conversor, los demás valores son
fracciones de FS.

Podemos apreciar, de manera semejante al anterior proceso de conversión, que hay un número finito de
posibles valores continuos a ser arrojado, lo que depende de la resolución del convertidor y el número de bits
n recibido en el código binario de entrada al conversor.

Figura 1.9 Ley de conversión D/A

El valor analógico generado deberá ser mantenido hasta el siguiente valor digital de mando ubin, esta función
la implementa un circuito de reconstrucción (hold) el que retiene el valor de salida del convertidor D/A justo
en un tiempo múltiplo del periodo T.

Figura 1.10 Mantenimiento de la salida del conversor D/A

1.3 ECUACIONES EN DIFERENCIAS

La descripción funcional de un sistema en tiempo discreto viene definida por una expresión matemática
denominada ecuación en diferencias, que relacionan la señal de salida y(k) con la señal de entrada x(k).
Físicamente hablando una ecuación en diferencias cumple la misma función de modelamiento dinámico que
una ecuación diferencial en el caso de los sistemas en tiempo contínuo.

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 7

Figura 1.11 Señales en un sistema discreto

x(kT ) x( k ) ^ x(0), x(T ), x(2T ),..., x(kT ),...`

y (kT ) y (k ) ^ y(0), y(T ), y(2T ),..., y(kT ),...`
Donde k es el número de muestra y T el periodo de muestreo, por lo tanto las señales son una secuencia en el
tiempo de las muestras que se van tomando o adquiriendo. Los sistemas en tiempo discreto lineales e
invariantes en el tiempo (LTI), vendrán definidos por una ecuación en diferencias de la forma

an y (k  n)  ...  a1 y (k  1)  a0 y (k ) bn x(k  n)  ...  b0 x(k )

Donde los ai y b j son constantes, por lo que esta expresión toma la forma de una combinación lineal de las
muestras de entrada y salida al sistema. Hay que recalcar que esta ecuación es semejante a las ecuaciones
diferenciales vistas para los sistemas continuos, lo que quiere decir que representan la dinámica del sistema,
Con condiciones iniciales para la muestra n de la salida

y (0), y (1),..., y (n  1)

Entonces en los sistemas de control discretos, la entrada al controlador son las muestras del error e(k) y la
salida del mismo es la señal de mando u(k), por lo tanto, el algoritmo de control a ser implementado por el
computador digital o controlador digital, puede ser expresado como una ecuación en diferencias

Figura 1.12 Computador o controlador digital

anu (k  n)  ...  a1u (k  1)  a0u (k ) bne(k  n)  ...  b0e(k )

Por ejemplo, un controlador PI discreto, implementará el siguiente algoritmo, ley de control o ecuación en
diferencias, donde la señal auxiliar m(kT) cumple la función de acumulación de los valores de error recibidos
(integral del error):

u (kT ) K p .e(kT )  K i .m(kT )

m(kT ) m((k  1)T )  T .e(kT )

A partir de la ecuación en diferencias, se pueden obtener los valores de salida dadas las condiciones iniciales
y la entrada por simple recurrencia, implementando el algoritmo apropiado y las variables de programa
necesarias para almacenar los valores necesarios de las muestras anteriores tanto de la entrada como de la
salida.

1
u ( k  n) (bn .e(k  n)  ...  b0 .e( k )  an 1.u (k  n  1)  ...  a0 .u ( k ))
an

1.4 TRANSFORMADA Z

La transformada Z es un operador matemático, que juega el mismo papel en el análisis de señales de tiempo
discreto y sistemas LTI que la transformada de Laplace en el análisis de tiempo continuo y sistemas LTI.

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 8

Al considerar la transformada Z de una función del tiempo ‫ݔ‬ሺ‫ݐ‬ሻ, sólo se tienen en cuenta los valores
muestreados conocidos de dicha función: ‫ݔ‬ሺͲሻǡ ‫ݔ‬ሺܶሻǡ ‫ݔ‬ሺʹܶሻ, ... siendo T el período de muestreo. La
transformada Z de una función del tiempo ‫ݔ‬ሺ‫ݐ‬ሻ, donde ‫ ݐ‬es positivo, o de la secuencia de valores ‫ݔ‬ሺ݇ܶሻ,
donde ݇ adopta valores mayores o iguales que cero y ܶ es el período de muestreo, se define como:
f
X ( z) Z ( x(t )) Z ( x(kT )) ¦ x(kT ) z
k 0
k

Para una secuencia de números x (k), donde se desconoce el periodo de muestreo, la transformada z se define
como:
f
X ( z) Z ( x( k )) ¦ x(k ) z
k 0
k
z

X ( z) x(0)  x(1).z 1  x(2).z 2  ....

La transformada ܼ definida mediante estas ecuaciones se conoce como transformada Z unilateral, se supone
que ‫ݔ‬ሺ‫ݐ‬ሻ ൌ Ͳǡ ‫ݔ‬ሺ݇ሻ ൌ Ͳ, para valores negativos de t y k (el sistema parte del reposo), como ya sabemos z es
una variable compleja, de manera semejante a s en el plano continuo.

Es importante indicar que cuando se trata de una secuencia ‫ݔ‬ሺ݇ܶሻ, obtenida mediante el muestreo de la señal
continua ‫ݔ‬ሺ‫ݐ‬ሻ y se le aplica la transformada Z, se obtiene X (z) la misma que involucra en su obtención el
periodo de muestreo T, mientras que si se tiene una secuencia de números x(k), la obtención de la transformada
no incluye a T.

Se puede observar en la definición de la transformada Z, que X(z) es una serié de infinitos términos que
combinan las potencias negativas de z, por lo que, para obtener una expresión concreta de la transformada, es
necesario que la serie converja. Esta convergencia solo se da para determinados valores de z los que forman la
llamada región de convergencia (ROC), según la forma que esta tenga, las secuencias se clasifican en
secuencias hacia la izquierda (SI), hacia la derecha (SD) y secuencias derecha-izquierda (SDI). En el caso
particular de una secuencia finita la ROC es todo el plano complejo z.

Figura 1.13 Regiones de convergencia SD, SI, SDI

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 9

La transformada ܼ juega el mismo papel que la transformada de Laplace, pudiéndose describir una señal x(k)
discreta por su transformada X(z)

1.4.1 Transformada Z de señales elementales

a) Impulso unitario:

­1 n 0
G [k ] ®
¯0 n z 0
f
Z ^G [k ]` ¦ G [k ]z
k f
k
1.z 0 1

b) Escalón unitario

­1 k t 0
u[k ] ®
¯0 k  0
f f
U ( z) Z ^u[k ]` ¦ u[k ]z
k f
k
¦1.z
k 0
k
1  z 1  z 2  ...

1
U ( z) si z 1  1
1  z 1

c) Rampa unitaria

­k k t 0
x[k ] ®
¯0 k  0
f f
X ( z) Z ^ x[k ]` ¦ x[k ]z
k f
k
¦ k .z
k 0
k
z 1  2 z 2  3z 3  ...

z 1
X ( z) si z 1  1
1  z 
1 2

d) Secuencia exponencial

­a k k t0
x[k ] ®
¯0 k 0
f f
X ( z) Z ^ x[k ]` ¦ x[k ]z
k f
k
¦ a .z
k 0
k k
1  (az ) 1  (az ) 2  ...

1 1
X ( z) si az 1
1  az 1

e) Exponencial

­e ak k t0
x[k ] ®
¯ 0 k 0
f f
X ( z) Z ^ x[k ]` ¦ x[k ]z
k f
k
¦e
k 0
 ak
.z  k 1  (e  a z ) 1  (e  a z ) 2  ...

1
X ( z) si e z 1  1
a

1  e  a z 1

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 10

f) Senoidal
­ senZ k k t0
x[k ] ®
¯ 0 k 0
f f f
§ e jZ k  e  jZ k ·  k
X ( z) Z ^ x[k ]` ¦ x[k ]z k
¦ senZ k.z k
¦¨
k 0©
¸z
k f k 0 2j ¹
f f
1 ª º 1 ª 1 1 º
X ( z) ¦ e jZk z  k  ¦
2 j «¬ k 0 k 0
e  jZ k z  k »
¼

2 j «¬1  e jZ z 1 1  e  jZ z 1 »¼
1 ª (e jZ  e  jZ ) z 1 º
X ( z) « jZ  jZ 1 2 »
2 j ¬1  (e  e ) z  z ¼
senZ z 1
X ( z)
1  2 cos Z z 1  z 2

1.4.2 Propiedades de la Transformada Z

a) Linealidad
Z ^a.x(n)  b. y(n)` aX ( z )  bX ( z ), a, b 

b) Desplazamiento a la derecha
Z ^ x(n  no)` z  no . X ( z )

c) Desplazamiento a la izquierda
no 1
ª º
Z ^ x(n  no)` z  no . « X ( z )  ¦ x(l ).z  l »
¬ l 0 ¼

d) Amortiguación
§z·
Z ^c n .x(n)` X¨ ¸ c e  aT
©c¹

e) Multiplicación por n
dX ( z )
Z ^n.x(n)`  z.
dz

f) Teorema del valor final

lim x(n) lim((1  z 1 ). X ( z ))
n of z o1

Se muestra una tabla de transformadas de las principales funciones

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 11

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 12

Tabla de transformadas elementales

1.4.3 Transformada Z Inversa

La transformada Z-1 permite obtener una señal x(k) a partir de X(z). Hay dos formas de calcular la transformada
inversa:

a) Fracciones parciales
௑ሺ௭ሻ
Se procede a la descomposición en fracciones simples de , más que de X(z) (por la facilidad para aplicar
௭
tablas), para ello se debe:

x obtener las raíces de la función

x generar las fracciones de primer orden (raíces reales) y de segundo orden (raíces complejo conjugadas)
x calcular los coeficientes de los numeradores de cada fracción elemental, utilizando el método del
residuo o generando el sistema de ecuaciones simultáneas equivalente
x aplicar las tablas presentadas arriba a cada fracción parcial

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 13

Sea la función a invertir X(z), la generación de fracciones parciales, luego de determinar las raíces, será de la
forma:

X ( z) k11 k12 k1r1 k k22 k2 r 2

  ...   21   ...   ...
z z  p1  z  p1  2
 z  p1  z  p2  z  p2 
r1 2
 z  p2 
r2

Se procede luego a determinar los coeficientes de los numeradores, por lo que se aplica el teorema del residuo:

o Sea pn una raíz simple, con l raíces simples

X ( z)
kn ( z  pn ) n 1, 2,..., l
z z  pn

o Para raíces pm repetidas, de orden de multiplicidad rj, con l raíces múltiples

r j
1 d j § X ( z) r ·
kmj lim rj  j ¨
( z  pm ) j ¸ m 1, 2,..., l j 1, 2,..., rj
(rj  j )! z o pm dz © z ¹

Una vez determinados los coeficientes, se calculará utilizando las relaciones de la tabla de transformadas Z,
aplicadas a las fracciones simples obtenidas, tal que

o para raíces reales simples

z
o c k .u (k )
z c
o para raíces reales múltiples
Tcz
o kT .c k .u (k )
( z  c) 2

Ejemplo:
z2 2z z 2 1
X ( z)  1

( z  2)( z  1) z  2 z 1 1  2z 1  z 1
Aplicando tablas
­2k 1 k t0
x( k ) ®
¯ 0 k 0

b) División directa
N ( z)
Sea la función X ( z ) donde N(z) es un polinomio de grado m y D(z) un polinomio de orden n, y se
D( z )
cumple que m ≤ n, entonces se puede operar directamente la división de polinomios, el resultado será un
polinomio tal como se muestra:

X ( z) c0  c1.z 1  c2 .z 2  c3.z 3  .....

Comparando con la definición de la transformada Z

f f
X ( z) Z ^ x[k ]` ¦ x[k ]z
k f
k
¦ x[k ].z
k 0
k
x(0)  x(1) z 1  x(2) z 2  ...

Se puede obtener x(k ) ^c0 , c1 , c2 ,...`

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 14

Ejemplo:
N ( z) z 1
X ( z)
D( z ) za 1  az 1
dividendo
1  az 1
1
1  az 1  a 2 z 2  ...
(1  az 1 )
0  az 1
(az 1  a 2 z 2 )
...
0  a 2 z 2

Comparando el resultado con la definición de X(z) podemos concluir:

f f f
X ( z) ¦
k f
x[k ]z  k ¦ x[k ].z  k
k 0
x(0)  x(1) z 1  x(2) z 2  ... 1  az 1  a 2 z 2  ... ¦ a .z
k 0
k k

k
x(k ) a

1.5 ANÁLISIS EN EL PLANO Z

El uso del computador digital como controlador de un sistema hace necesaria la determinación de los efectos
de las operaciones de muestreo y reconstrucción sobre el contenido de la señal a muestrear

Figura 1.14 Sistema de control discreto

1.5.1 Muestreo mediante impulsos y retención de datos

Un muestreador real convierte una señal continua x(t) en un tren de pulsos x(kT) siendo T el periodo de
muestreo

Figura 1.15 Muestreo de una señal

Entre dos T consecutivos no hay transmisión de información. Por ello es posible que dos señales distintas x1(t)
y x2(t) que solo son iguales en los instantes de muestreo darán lugar a una misma señal muestreada
x1(kT)=x2(kT) (imprecisión debido al muestreo)

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 15

Figura 1.16 Muestreo real de dos señales continuas que generan

la misma secuencia de salida

El proceso de muestreo sobre una señal continua cualquiera se muestra a continuación:

Figura 1.17 Muestreo de una señal continua

Un muestreo ideal originará la señal x*(t), la que se expresaría:

Con

El muestreador es un modulador con x(t) como moduladora y δT(t)como portadora

Figura 1.18 Muestreo ideal

Calculando la transformada estrella (transformada de Laplace sobre una señal muestreada)

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 16

Definiendo
1
z e sT Ÿ s .ln z
T
Se obtiene
f
X * (s)
s
1
T
ln z ¦ x(kT ).z
k 0
k
X ( z)

Por tanto, se demuestra que el muestreo ideal permite analizar los sistemas continuos muestreados a través de
la transformada en Z.

1.5.2 Circuitos de retención de datos

Un mantenedor o dispositivo de reconstrucción real genera una señal continua h(t) a partir de una secuencia
discreta x(kT), tal que h(t) es aproximada entre dos muestras, es decir kT≤ t <(k+1)T por un polinomio en τ
con 0 ≤ τ < T
h(t ) h(kT  W ) anW n  an1W n1  ...  a1W  a0

Un retenedor entonces, es un extrapolador polinomial de n-ésimo orden, empleando los n+1 datos discretos
anteriores x((k-n)T),x((k-n+1)T),…,x(kT) para generar h(kT+τ), un mayor valor de n u orden genera una mayor
exactitud en el aproximación pero el algoritmo de interpolación aumenta en complejidad, por lo que se produce
un mayor retardo en la respuesta lo que genera grandes desfasajes entre x(kT) y h(t) que hacen inestable el
sistema de control en bucle cerrado.

a) Retenedor de orden cero (n=0)

El mantenedor más utilizado es el Ho (Hold0), definido por

h(kT  W ) x(kT ) 0 dW d T

Figura 1.19 Proceso de retención de orden 0

Figura 1.20 Circuito S/H real

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 17

La salida del muestreador/retenedor puede expresarse de la siguiente manera

h(t ) h(0) >u(t )  u(t  T )@  h(T ) >u(t  T )  u (t  2T ) @  ....

f
h(t ) ¦ x(kT ) >u (t  kT )  u (t  (k  1)T )@
k 0

Aplicando la transformada de la Place

f
§ e kTs  e ( k 1)Ts · f
§
1 e Ts
·
H ( s) ¦ x ( kT ). ¨ ¸ Ÿ H ( s) ¦  x(kT )e  . ¨ s
 kTs
¸
k 0 © s ¹ k 0 © ¹

El primer factor depende de la entrada x(t) y T y es la transformada estrellada de x(t) de la operación de

muestreo ideal, mostrada anteriormente, es decir:

f
X * (s) ¦ x(kT ).e
k 0
 kTs

El segundo factor es la función de transferencia de la operación de reconstrucción ideal descrita, entonces:

1  eTs
GH 0 ( s)
s

Figura 1.21 Muestreo-reconstrucción de una señal

b) Retenedor de orden uno (n=1)

Con función de transferencia

2
§ 1  eTs · Ts  1
GH 1 ( s) ¨ ¸
© s ¹ T
El polinomio de interpolación es de orden 1

݄ሺ݇ܶ ൅ ߬ሻ ൌ ܽͳǤ ߬ ൅ ‫ݔ‬ሺ݇ܶሻ Ͳ ൑ ߬ ൏ ܶ

con la condición:
݄ሺሺ݇ െ ͳሻܶሻ ൌ ‫ݔ‬ሺሺ݇ െ ͳሻܶሻ
luego
݄൫ሺ݇ െ ͳሻܶ൯ ൌ െܽͳǤ ܶ ൅ ‫ݔ‬ሺ݇ܶሻ ൌ ‫ݔ‬ሺሺ݇ െ ͳሻܶ)

‫ݔ‬ሺ݇ܶሻ െ ‫ݔ‬ሺሺ݇ െ ͳሻܶሻ

ܽͳ ൌ
ܶ
UCSM-EPIE-Control Automático IV Ing. Lucy Delgado
 18

finalmente
‫ݔ‬ሺ݇ܶሻ െ ‫ݔ‬ሺሺ݇ െ ͳሻܶሻ
݄ሺ݇ܶ ൅ ߬ሻ ൌ ‫ݔ‬ሺ݇ܶሻ ൅ Ǥ߬
ܶ

Figura 1.22 Retenedor de orden uno

1.5.3 Reconstrucción de la señal original a partir de la señal muestreada

a) Teorema del muestreo

Para la reconstrucción de la señal a partir de la señal muestreada hay una frecuencia de muestreo mínima ω1
que debe satisfacer la operación de muestreo. Esta frecuencia ω1 dependerá de las características frecuenciales
de la señal a muestrear x(t) es decir el espectro de frecuencias.

2S
con T tal que Zs
T
Figura 1.23 Muestreo

Si la señal a muestrear x(t ) tiene un espectro en frecuencias que está limitado en banda a ω1, como se muestra
en la figura

X ( s) / s Zj X (Z j ) e X (Z j )
Figura 1.24 Espectro en frecuencias de x(t)

El teorema del muestreo afirma que x(t) puede ser reconstruida a partir de sus muestras x*(t) si se cumple que

2S
Z s ! 2Z1
T

Con ߱‫ ݏ‬ൌ ʹߨȀܶ donde T es el periodo de muestreo. El proceso de muestreo origina que el espectro de x*(t)
sea la reproducción del espectro de x(t) desplazado en los múltiplos de ωs y atenuado en 1/T, es decir se
producen bandas laterales.

1 1 1
X *(Z j ) ... X ( j (Z  Zs ))  X ( jZ )  X ( j (Z  Zs ))
T T T

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 19

Figura 1.25 Espectro en frecuencias de la señal muestreada

Ademas X*(s) es periódica, con periodo ʹߨȀ߱௦

X *( s) X *( s r jZs k ) k=0,1,2,…
Si X(s) tiene un polo en s = s1, X*(s) tiene polos en s s1  jmZs k=0,±1,±2,…

1 f 1
X *( s ) ¦ X (s  jZs k ) > X ( s)  X ( s  jZs )  X ( s  j 2Zs )  ...  X ( s  jZs )  X ( s  j 2Zs )  ...@
Tk 0 T

߱௦ ൐ ʹ߱ଵ  ߱௦ ൏ ʹ߱ଵ

Figura 1.26 Aliasing

Cuando el fenómeno de Aliasing se produce, el traslape entre espectros sucesivos de la señal muestreada, hace
imposible la reconstrucción o recuperación de la señal original, causándose una pérdida de información debido
al inadecuado proceso de muestreo.

b) Filtrado ideal
Si se cumple el teorema del muestreo y no hay solape (aliasing) entre los componentes de frecuencia, lo
que garantiza que aplicando un filtro o circuito de reconstrucción ideal se puede reconstruir la señal x(t)
original, aunque atenuada.

Figura 1.27 Filtrado ideal

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 20

ିఠೞ ఠೞ
ͳ ൏߱൏
ȁ‫ܩ‬ூ ሺ݆߱ሻȁ ൌ ቊ ଶ ଶ ‫ܩע‬ூ ሺ݆߱ሻ ൌ Ͳ
Ͳ ‫ܽݎݐ݋‬

Aplicando la transformada inversa de Fourier, para obtener g1(t)

f Zs/2
1 1 1 sen( wst / 2)
³ G1(Zj ) e dw ³Z e
jZt jZt
g1(t ) dw (e jZst / 2  e  jZst / 2 )
2S f
2S - s/2
2Sjt St
sen( wst / 2)
g1(t )
wst / 2

Figura 1.28 Filtro de reconstrucción

En esta señal se observa que debe haber respuesta en t<0 a un impulso unitario aplicado en t=0, lo que
es físicamente irrealizable, en telecomunicaciones suele aproximarse añadiendo atraso en fase, lo que
genera inestabilidad. Un problema adicional es que en la práctica las componentes de altas frecuencias
no están limitadas en banda.

1.5.4 Correspondencia entre el plano S y el plano Z

Ya que las variables complejas z y s están relacionadas mediante z eTs , la localización de polos y ceros en
el plano Z está relacionada con la localización de polos y ceros del plano S. Lo que indica que la estabilidad
del sistema en lazo cerrado en tiempo discreto lineal e invariante en el tiempo, se determina con base a las
posiciones de los polos de la función de transferencia de lazo cerrado. La localización de los polos y los ceros
en el plano Z, depende del periodo de muestreo T y hace que el comportamiento de la respuesta se modifique.

a) Correspondencia del semiplano izquierdo del plano s hacia el plano z.

En diseño de un sistema de control de tiempo continuo, la localización de los polos y los ceros en el plano s es
de gran importancia para predecir el comportamiento dinámico del sistema. En sistemas de tiempo discreto, es
muy importante la localización de los polos y los ceros en el plano z. Cuando en un proceso se incorpora un
muestreo por impulsos, las variables complejas z y s quedan relacionadas mediante la ecuación:
z eTs
Como s es complejo:
s V  jZ
TV TZ j TV
z e e e (cos ZT  jsenZT ) eTV ‘ZT

Como σ es negativo en el semiplano izquierdo del plano S:

z e T V  1

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 21

Esto se interpreta como el interior del círculo unitario. El eje jω en el plano s (σ=0) corresponde a |z|=1 es decir
al círculo unitario en el plano Z, de la misma manera el semiplano real positivo (σ>0) se refleja al exterior del
circulo de radio unidad.

Figura 1.29 Correspondencia plano S – Plano Z

La ubicación de las raices en el plano Z de la función de transferencia del sistema, determina también el
comportamiento temporal del sistema de control y la estabilidad, de manera semejante a lo que sucede en el
plano S.

Con esta reflexión es evidente el entender que la condición de estabilidad en el plano S, puede convertise en
la siguiente condición de estabilidad en el plano Z: “un sistema discreto es estable, si y solo si todas sus raíces
se hallan al interior del círculo de radio unidad o tienen módulo menor a uno”, de manera análoga podemos
afirmar que “un sistema discreto es inestable si al menos una de sus raíces se halla al exterior del círculo de
radio unidad o su módulo es mayor que uno”.

El análisis nos puede llevar también a identificar la componente temporal que cada raiz genera, según su
ubicación en el plano Z, tal como se ilustra en la siguiente figura en relación a las raíces reales y complejo
conjugadas del sistema.

Figura 1.30 Respuesta a una raiz real

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 22

Figura 1.31 Respuesta a un par de raíces complejo-conjugadas

1.5.5 Respuesta en frecuencia de un retenedor de orden cero

Sea la función de transferencia de un retenedor de orden cero:

1  eTs
GH 0 ( s)
s

Haciendo el reemplazo respectivo s=ωj, evaluando el módulo y la fase se obtiene:

sen(ZT / 2) ZT ZT o 0o
GH 0 (Z j ) T. GH 0 (Z j )  sen
ZT / 2 2 2 o 180
18 o

Figura 1.32 Características frecuenciales de amplitud y fase

de un retenedor de orden cero

Comparando las características frecuenciales de GI(s) y GH0(s)se observa que las curvas se asemejan sobretodo
en el lóbulo central, aunque hay distorsión de frecuencias, independientemente del cumplimiento del teorema
del muestreo. La característica de fase es lineal y discontinua con ω, por tanto, hay un efecto de retardo lineal
con relación a ω. Si estas desventajas son aceptables, se puede concluir que la reconstrucción de una señal
muestreada es posible utilizando un retenedor de orden cero con cierto grado de exactitud (que en el caso de
los sistemas de control discretos es aceptable)

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 23

Figura 1.33 Comparación entre un filtro ideal de

reconstrucción y un retenedor de orden cero

1.6 FUNCIÓN DE TRANSFERENCIA PULSO (FTP)

Esta función de transferencia se usa para modelar la dinámica del sistema, pues se define como la relación
entre la transformada Z de la salida en los instantes de muestreo, y la transformada en Z de la entrada
muestreada, tal como se modela en el siguiente diagrama de bloques:

Figura 1.34 FTP sistema en lazo abierto

El proceso estará modelado por la expresión:

ͳ െ ݁ ି்௦ ‫݌ܩ‬ሺ‫ݏ‬ሻ
‫ܩ‬ሺ‫ݏ‬ሻ ൌ Ǥ ‫݌ܩ‬ሺ‫ݏ‬ሻ ൌ ሺͳ െ ݁ ି்௦ ሻǤ ൬ ൰
‫ݏ‬ ‫ݏ‬

Mientras que la salida será:

‫ܥ‬ሺ‫ݏ‬ሻ ൌ ‫ܩ‬ሺ‫ݏ‬ሻǤ ‫ כ ܧ‬ሺ‫ݏ‬ሻ

Discretizando para obtener la salida ‫ כ ܥ‬ሺ‫ݏ‬ሻ

‫ כ ܥ‬ሺ‫ݏ‬ሻ ൌ ሾ‫ܩ‬ሺ‫ݏ‬ሻ‫ כ ܧ‬ሺ‫ݏ‬ሻሿ‫ כ‬ൌ ‫ כ ܧ‬ሺ‫ݏ‬ሻǤ ‫ כ ܩ‬ሺ‫ݏ‬ሻ

ଵ
Evaluada en ‫ ݏ‬ൌ ݈݊‫ ݖ‬se puede expresar
்

C *(s) / 1 G *( s) / 1 E *( s) / 1
s ln z s ln z s ln z
T T T
‫ܥ‬ሺ‫ݖ‬ሻ
‫ܥ‬ሺ‫ݖ‬ሻ ൌ ‫ܧ‬ሺ‫ݖ‬ሻǤ ‫ܩ‬ሺ‫ݖ‬ሻ ՜ ‫ܩ‬ሺ‫ݖ‬ሻ ൌ
‫ܧ‬ሺ‫ݖ‬ሻ

Que sería la función de transferencia pulso del sistema en lazo abierto, veamos ahor al interconexión de
diferentes sistemas y la reudcción de los mismos para obtener la FTP final. En relación a la FTP de un sistema
conformado por vaios subsistemas conectados entre sí, se aplican simplificaciones semejantes a las que se

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 24

realizan en los sistemas continuos, con la finalidad de reducir conexiones en serie, en paralelo o con
realimentaciones, según se muestra a continuación.

a) Conexión en cascada sin retenedor

Para la estructura

‫ܥ‬ሺ‫ݖ‬ሻ ൌ ‫ܩ‬ଶ ሺ‫ݖ‬ሻǤ ‫ܩ‬ଵ ሺ‫ݖ‬ሻǤ ‫ܧ‬ሺ‫ݖ‬ሻ

‫ܥ‬ሺ‫ݏ‬ሻ ൌ ‫ܩ‬ଵ ሺ‫ݏ‬ሻǤ ‫ܩ‬ଶ ሺ‫ݏ‬ሻǤ ‫ כ ܧ‬ሺ‫ݏ‬ሻ ՜ ‫ܥ‬ሺ‫ݖ‬ሻ ൌ ‫ܩ‬ଵ ‫ܩ‬ଶ ሺ‫ݖ‬ሻǤ ‫ܧ‬ሺ‫ݖ‬ሻ

‫ܥ‬ሺ‫ݏ‬ሻ ൌ ‫ܩ‬ଶ ሺ‫ݏ‬ሻǤ ‫ כܣ‬ሺ‫ݏ‬ሻ ՜ ‫ܥ‬ሺ‫ݖ‬ሻ ൌ ‫ܩ‬ଶ ሺ‫ݖ‬ሻǤ ‫ܩ‬ଵ ‫ܧ‬ሺ‫ݖ‬ሻ

(no existe FTP)

Figura 1.35 Conexión en cascada sin retenedor

b) Conexión en cascada con retenedor

Para la estructura

Figura 1.36 Conexión en cascada con retenedor

1  eTs * 1  eTs *
C ( s) G p ( s)U ( s) G p ( s) M (s) G p (s) D (s) E * (s)
s s
*
§ 1  eTs · *
C * ( s) ¨ G p ( s) *
¸ D ( s) E ( s)
© s ¹
§ 1  eTs ·
C ( z) Z ¨ G p (s) ¸ D( z ) E ( z ) G ( z ) D( z ) E ( z )
© s ¹

C ( z) § 1  eTs ·
G ( z ) D( z ) con G( z) Z ¨ G p ( s) ¸
E( z) © s ¹

Figura 1.37 Circuito equivalente

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 25

c) Conexión en lazo cerrado

Para la estructura

Figura 1.38 Conexión en lazo cerrado, caso I

E (s) R( s)  H ( s )G ( s ) E * (s )
E * ( s) R* ( s)  GH * ( s) E * ( s )
1 1
E * (s) R* ( s ) Ÿ E ( z ) R( z )
1  GH ( s)*
1  GH ( z )

C * ( s) G( s)* E * ( s)
G( s)* G( z )
C * (s) R* ( s ) Ÿ C ( z ) R( z )
1  GH ( s)
*
1  GH ( z )

C ( z) G( z)
R( z ) 1  GH ( z )

Una estructura alternativa sería:

C ( z) G( z)
R( z ) 1  G( z) H ( z)
Figura 1.39 Conexión en lazo cerrado, caso II

C ( z) G1 ( z )G2 ( z )
R( z ) 1  G1 ( z )G2 H ( z )
Figura 1.40 Conexión en lazo cerrado, caso III

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado

 26

(No existe FTP)

Figura 1.40 Conexión en lazo cerrado, caso IV

(No existe FTP)

Figura 1.41 Conexión en lazo cerrado, caso V

En una estructura general para un sistema de control discreto como la mostrada, la FTP sería:

C ( z) D( z )G ( z )
R( z ) 1  D( z )G ( z )

Figura 1.42 FTP de un sistema de control discreto típico

UCSM-EPIE-Control Automático IV Ing. Lucy Delgado