Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Cabe señalar, que aunque no se puede considerar como un libro de Control Análogo, sí es esa
pauta teórica y conceptual que como estudiantes necesitamos y que generalmente buscamos
obtener a través de los apuntes de clase.
1.1 Generalidades
La teoría de control es una herramienta general que puede ser aplicada en diversas ramas del
conocimiento. No solamente los ingenieros electrónicos estudian control, también lo hacen los
economistas, ingenieros químicos, ingenieros de sistemas, expertos en finanzas, etc., y por
supuesto los ingenieros de control.
Todos los sistemas que puedan ser modelados o analizados a través de modelos matemáticos o
lingüísticos están disponibles para ser trabajados con ésta teoría. Una vez se obtiene un modelo
matemático es indiferente si se dedujo de un sistema económico o mecánico ya que, para el
análisis es simplemente un “modelo”.
El control automático aparece como una aplicación de la teoría de control con el fin de manejar
una o varias variables de salida a partir de la manipulación de una o varias variables de entrada;
dicha manipulación debe ser efectuada por un “controlador” sobre una planta o proceso de
interés.
Antes de seguir hablando sobre el controlador, es necesario conocer algunos conceptos claves
que permiten aclarar diversos interrogantes en el tema:
1.1.1 Plantas:
Una planta es el objeto de control, puede ser un conjunto de elementos o piezas de una máquina
que realizan una operación establecida. Entonces, como ejemplo de planta se tiene un motor
D.C, un horno de calentamiento, una caldera, un tanque de almacenamiento de líquidos, una
banda transportadora, etc., -Cualquier “objeto” que necesite control-.
1.1.2 Proceso:
Es un conjunto o secuencia de pasos o acciones que busca obtener un resultado final. Como
ejemplo están los procesos económicos, financieros, químicos etc.
1.1.3 Señales
Son funciones que están definidas en el dominio del tiempo y proporcionan información sobre
las variables de entrada, salidas o intermedias de un proceso y/o planta.
1
Introducción a los Sistemas de Control
Las variables de salida son el resultado del proceso, dependen de las variables de entrada
manejadas y de la dinámica de la planta. Utilizando el ejemplo anterior como variables de salida
en el motor D.C. se tendrían la posición y/o la velocidad.
1.1.6 Sistema:
Es una agrupación de elementos que trabajan conjuntamente y tienen un objetivo final (Buscan
determinadas características en una variable de salida). Como ejemplo de éstos están el sistema
digestivo, sistema respiratorio, sistema de suministro de agua etc. En la naturaleza existen
sistemas en lazo abierto y cerrado, que pueden ser SISO (Single Input, Single Output) una
entrada una salida o MIMO ( Multiple Inputs, Multiple Outputs) múltiples entradas múltiples
salidas.
Un sistema de control realimentado utiliza para realizar el control la comparación entre la salida
y una señal de referencia (salida deseada), obteniendo una señal conocida como “error”, ya que
es la diferencia entre lo que se tiene como salida(s) y lo que se quiere en la salida(s). Hay
sistemas que no poseen retroalimentación negativa (diferencia) sino positiva; esto trae como
consecuencia que el error se hace cada vez más grande y el sistema no se puede controlar.
Un sistema en lazo abierto es aquel que para buscar su objetivo final no utiliza información de la
salida. Como ejemplo de esta clase de sistema se tiene una lavadora cuyo objetivo final es
limpiar la ropa, sin embargo, ella una vez termina el ciclo de lavado no indaga sobre el estado
final de la ropa, para saber si se cumplió o no con el objetivo.
Un sistema en lazo cerrado verifica el objetivo final con el fin de saber si lo obtuvo
correctamente, en otras palabras, observa la salida y devuelve esa información para corregirla a
través de la manipulación de las señales de entrada (operación realizada por el controlador). Los
sistemas de control en lazo cerrado hacen parte de los sistemas de control realimentados y son
la base en control automático
Como ejemplo de sistemas en lazo cerrado esta la cisterna del tanque de agua del inodoro, ya
que una vez se baja el agua del tanque, éste se vuelve a llenar de manera automática.
Son sistemas que realizan operaciones determinadas sin necesidad de la intervención de los
operarios. En la automatización de procesos se busca hacer que las plantas operen de forma
automática con el fin de que el proceso opere de forma similar; teniendo como premisa la alta
productividad y el control de las variables que determinan la calidad del servicio o producto.
2
Introducción a los Sistemas de Control
1.1.11 Perturbaciones:
Son señales que afecta adversamente la salida de un sistema. Los sistemas realimentados buscan
anular el efecto de las perturbaciones en la salida.
Un sistema de control está compuesto de varias partes que cumplen con una tarea específica. En
la figura 1.1a aparecen las partes generales que conforman un sistema de control en lazo abierto
y en la figura 1.1b las partes generales que conforman un sistema en lazo cerrado.
Señal
Medida
Bloque de Medición
En los sistemas en lazo abierto los controladores cumplen con tareas que han sido preescritas a
través de la experiencia (información obtenida de un operario), o con análisis estadísticos del
comportamiento de la planta. Si los parámetros o las condiciones de operación de la planta
cambian el sistema quedaría sin control (Para el ejemplo de la lavadora cada ciclo ha sido
diseñado con el fin de que satisfaga las necesidades de limpieza requeridas por un tipo de ropa,
si es ropa delicada el ciclo dura menos que uno para ropa fuerte; sin embargo, el primero puede
3
Introducción a los Sistemas de Control
resultar lesivo para una ropa muy delicada, así como el segundo resultaría insuficiente para una
ropa dura y de gran percudido. Sería de gran utilidad una lavadora automática pero a lazo
cerrado que midiera el grado de suciedad de la ropa durante todo el tiempo del ciclo, y así se
controlara su duración). No obstante, los sistemas en lazo abierto generalmente están
supervisados por un operario, él hace la medición, la comparación y se convierte en parte del
controlador, en consecuencia, el sistema quedaría en lazo cerrado.
Se puede hacer una descripción más detallada de los elementos que harían parte de un sistema de
control teniendo en cuenta los conocimientos adquiridos en instrumentación industrial. En la
figura 1.2 aparece un sistema de control en lazo cerrado y todas sus posibles partes. Cabe
aclarar que si se va a identificar un sistema de control, éste puede poseer todas o algunas de estas
partes, en ocasiones un mismo elemento cumple con diversas funciones (Un sistema en lazo
abierto podría estar formado por las mismas partes del sistema en lazo cerrado, pero no existiría
el comparador; los sistemas de control en lazo abierto también pueden poseer sistema de
medición con el fin de ayudar al operario a establecer el estado de las variables del sistema).
Referencia Salida
r(t) e(t) u’(t) u(t) m*(t) m(t) y(t)
Comparador Controlador D/A Potencia Actuador Planta
y’(t)
A/D
Bloque de Medición
Con el avance tecnológico del último siglo los computadores, los microprocesadores,
microcontroladores, DSP y en general los sistemas digitales resultan una forma económica y de
gran capacidad de procesamiento, para diseñar controladores que actúen sobre sistemas
analógicos, para esto los conversores Análogo- Digital y Digital – Análogo vistos en los cursos
de Instrumentación y Electrónica III sirven como puente entre las dos formas de tratar las
señales. Sin embargo, de forma analógica también se pueden diseñar controladores,
comparadores y demás elementos del sistema, generalmente implementados con amplificadores
operacionales.
1.2.1 Comparador:
Como su nombre lo indica es el encargado de “comparar” la señal de salida (señal que envía el
sistema de medición) con la señal deseada que recibe el nombre de referencia, consigna o set
point; y así obtener la señal de error ( e(t ) ). En la realidad consiste en un circuito compuesto por
amplificadores operacionales configurado como restador, cuando el sistema de control es
análogo, o en un algoritmo que cumple con esta labor entre dos registros; si el controlador es
digital. Aunque su función es específica generalmente se considera parte del controlador
4
Introducción a los Sistemas de Control
1.2.2 Controlador:
Recibe la señal de error y de acuerdo con su valor decide que señal de control ( u (t ) ) enviar
hacia el actuador. Puede ser analógico (función implementada con Op-Amp.) o digital
(Algoritmo dentro del sistema digital).
Aparece cuando la señal enviada hacia el actuador por el controlador no tiene la suficiente
potencia para excitarlo; haciéndose necesario un sistema de potencia adicional. En el caso de un
motor D.C. cuya velocidad es controlada con el voltaje de armadura, el rectificador controlado
por el PWM, que proporciona dicho voltaje conformaría el bloque de potencia; la señal de
control solo tiene que comandar al PWM, más no proporcionar el voltaje de alimentación al
motor.
1.2.4 Actuador:
En este bloque están todas las componentes necesarias para llevar la señal de salida a una señal
que se pueda trabajar en el sistema de control. Si se va a diseñar un controlador analógico de
temperatura para un horno eléctrico, generalmente un Ingeniero Electrónico busca llevar la señal
de temperatura a una señal que se pueda manipular de forma analógica, por ejemplo voltaje; para
lo cual se utilizan elementos que sensen, transduzcan, transmitan y adecuen dicha señal en los
rangos y características que se desean; de ser así, la señal de referencia debe tener las misma
características (también sería de voltaje).
IDEAS COMPLEMENTARIAS…
Aunque los ejemplos presentados en las anteriores definiciones fueron solamente técnicos; en procesos
y sistemas que no son industriales también se pueden identificar las componentes mas generales de un
sistema de control, como son Planta, Comparador, Controlador, Actuador, Bloque de Medición y las
variables que lo conforman, en estos casos generalmente las variables tienen otra presentación. Por lo
tanto la teoría de control es general y no particularizada para sistemas industriales con mando
electrónico, eléctrico o mecánico como se tiende a pensar inicialmente. Por ejemplo:
• Se puede tomar como planta la población de Colombia y como una variable de salida el
crecimiento de la población, si se desea controlar dicho crecimiento dentro de unos estándares
preestablecidos por el gobierno se pueden definir reglas de control que permitan actuar sobre
la población, así se tiene como controlador el Gobierno, como sistema de medición el DANE
5
Introducción a los Sistemas de Control
• El cuerpo humano posee sistemas en lazo cerrado y se pueden identificar las partes de estos
sistemas con claridad, el controlador es el cerebro, como sensores están los cinco sentidos la
visión, el oído, el gusto el olfato y el tacto; y se poseen diversos actuadores como músculos,
glándulas etc.
Se presentan confusiones entre la señal de control y la señal manipulada. Cuando se tiene un motor
D.C. controlado por voltaje de armadura la señal del controlador es la referencia de PWM que
‘manipula’ el nivel de voltaje de armadura con el cual se va a controlar el motor.
REFERENCIA BIBLIOGRAFICA
DORF, Richard C. SISTEMAS MODERNOS DE CONTROL. Capitulo I. Introducción a los
sistemas de Control PAG 1-26. Ed. ADDISON WESLEY IBEROAMERICANA, 1989.
6
UNIDAD II
2 MODELAJE DE SISTEMAS
Uno de los objetivos del curso de control I es proporcionar al estudiante las herramientas para
modelar, analizar sistemas lineales invariantes en el tiempo (LTI) y diseñar controladores
analógicos para diferentes sistemas.
Las características principales que permiten identificar un sistema lineal invariante en el tiempo
son:
• Están descritos por una ecuación diferencial lineal con coeficientes constantes.
En esta unidad se desarrollarán cinco formas de representar el modelo matemático de una planta
o sistema, entre estas están la ecuación diferencial, la función de transferencia, el diagrama de
bloques, el diagrama de flujo y el espacio de estados. Para poder realizar cualquiera de estas
representaciones matemáticas del modelo, es necesario analizar con leyes físicas el sistema o la
planta de interés.
∑F = m⋅a Ec.2.1
donde ΣF es la sumatoria de Fuerzas que actúan sobre el cuerpo en una dirección específica, ‘m’
es la masa del cuerpo y ‘a’ la aceleración resultante en esa dirección; de manera análoga para
sistemas rotacionales
7
Modelaje de sistemas
∑T = J ⋅α Ec. 2.2
donde ΣT es la sumatoria de torques que actúan alrededor de un eje dado, ‘J’ es el momento de
inercia alrededor de dicho eje y ‘α’ es la aceleración angular.
En la Tabla 2.1 se encuentra descritas las variables, los parámetros y la definición de las fuerzas
que hacen parte de un sistema mecánico. Los resortes son elementos que se deforman
proporcionalmente a la fuerza que se les aplique, en un sistema traslacional, o al par, en un
sistema rotacional. Los amortiguadores son elementos que disipan energía en forma de calor por
eso también se conocen como resistencias mecánicas.
F= k(X1 – X2)
Amortiguador Coeficiente de Velocidad Amortiguador Coeficiente Velocidad T=b(ω1(t)- ω2(t))
Traslacional fricción lineal ‘v(t)’ Rotacional de fricción angular
viscosa dx (t ) viscosa ‘ω(t)’
= x& (t )
N dt Nm dθ ( t ) &
‘Cf’ , . ‘b’ = θ (t )
m/s rad / s dt
(Resistencia (Resistencia
F=Cf (V1 – V2)
mecánica) mecánica)
Masa ‘m’, Kg. Aceleración ΣF=ma(t) Momento ‘J’ Aceleración ΣT=Jα(t)
lineal ‘a(t)’ de Inercia angular
‘α(t)’
8
Modelaje de sistemas
Como se observa en la figura 2.1 al colgar la masa hay una pequeña elongación del resorte que
contrarresta el peso y para el análisis interesa la dinámica del sistema masa-resorte una vez los
dos elementos están unidos
Existen dos fuerzas la que ejerce el resorte F1 Pero como y (t ) = x(t ) + β , reemplazando en la ecuación
y el peso del cuerpo F2 Ec 2.3 quedaría:
⎡ d 2 x(t ) d 2 β ⎤
m⎢ + ⎥ = −k (x(t ) + β ) + mg = kx(t ) − kβ + mg
⎣⎢ dt dt ⎦⎥
Ec 2.4
Por tanto analizando el diagrama de cuerpo La elongación del resorte al colgar la masa cambio la
libre se tendría que ∑
F =m⋅a posición en una distancia constante de ‘β’ y el cuerpo
2
d y (t ) quedo en reposo lo que significa que mg = kβ y
F1 + F 2 = m.a , donde a = y (t ) es la
dt d 2β
= 0 por tanto la ecuación quedaría de la
posición inicial. dt
d 2 x(t )
La Ecuación diferencial (Modelo matemático forma m = − kx(t )
dt
del sistema) sería:
ordenándola
d 2 y (t )
m = −ky (t ) + mg Ec. 2.3 d 2 x(t )
dt m + kx(t ) = 0 Ec. 2.5
dt
Nota:
En los ejercicios posteriores el análisis se hará a partir
de ésta consideración y por consiguiente no se tendrá en
cuenta el peso del cuerpo.
• Sistema Masa-Resorte-Amortiguador
En esta ocasión el análisis se realiza para obtener el modelo matemático de un sistema masa-
resorte–amortiguador cuando éste es excitado por una fuerza externa.
9
Modelaje de sistemas
Como se observa en la figura 2.2 la señal excitadora es la fuerza f(t) y como salida la señal de
posición x(t). Las señales de entrada o excitadoras son las variables independientes, para este
caso la fuerza, y las de salida son variables dependientes como por ejemplo la posición, la
velocidad o la aceleración de la masa m.
En la figura 2.3 se observan las fuerzas que actúan sobre la masa ‘m’, se tienen tres fuerzas el
estimulo f(t) y las fuerzas que ejercen el resorte y el amortiguador, por tanto:
∑ F = m.a = f (t ) − F1 − F 2
El estimulo aplicado se encuentra en sentido contrario a las fuerzas F1 y F2 reemplazando F1 y
F2 en términos de la posición, la ecuación quedaría:
dx(t ) d 2 x(t )
f (t ) − kx(t ) − C f =m
dt dt 2
Ordenándola se tendría un modelo matemático del sistema representado por una ecuación
diferencial.
Ec. 2.6
m,Cf y k son parámetros del sistema, estos dependen de las características físicas del sistema por
tanto, se pueden medir directamente u obtenerse en el laboratorio.
x(t) es la variable se salida ‘posición’.
f(t) es la variable de entrada
IDEAS COMPLEMENTARIAS…
En algunas ocasiones, al analizar sistemas mecánicos, el sentido de las fuerzas no coincide con el que se
presenta en los textos guías. Sin embargo, al igual que en los circuitos eléctricos, sí una variable se toma
en sentido contrario a como actúa realmente, al resolver la ecuación diferencial da negativa.
A continuación se presenta un método para definir el sentido de las fuerzas y hacer más sencillo el
análisis:
10
Modelaje de sistemas
1. No hay estimulo externo de fuerza, la entrada es la posición del carro; en ésta ocasión no
interesa como cambia la posición del carro con respecto a un estimulo externo, sino la dinámica
de la posición de la masa con respecto a la del carro en la que se encuentra ubicada.
2. El punto de cero movimiento sería el piso, sin embargo, no se va a utilizar para el análisis.
3. El diagrama de cuerpo libre quedaría: (No se tiene en cuenta el peso)
4. Observe en la figura 2.5 las flechas se colocaron en el sentido de las fuerzas, como dependen de
dos posiciones éstas se establecen como en la tabla 2.1, la punta de la flecha esta hacia la
posición u(t) y la cola hacia y(t), por lo cual las fuerzas se describen como aparece en el gráfico.
5. Ahora se escribe la ecuación: ∑
F = m.a = F1 + F2 = m.a reemplazando el valor de F1 y F2 se
⎡ du ( t ) dy( t ) ⎤ d 2 y( t )
tendría que F1 + F2 = C f ⎢ − + k (u ( t ) − y ( t ) ) = m , ordenándola:
⎣ dt dt ⎥⎦ dt
Ec 2.7
La Ecuación diferencial que aparece en Ec 2.7 es la que describe la dinámica del sistema.
Ejemplo 2: Para el sistema que aparece en Figura 2.6 obtenga las ecuaciones que describen su
dinámica.
11
Modelaje de sistemas
Figura 2.7 . Diagramas de cuerpo libre sistema mecánico de dos grados de libertad
Como son dos masas es necesario hacer un diagrama de cuerpo libre especificando el sentido de las
fuerzas en cada una.
4. Las fuerzas dependen de dos posiciones; se coloca como positiva la de la punta de la flecha y
como negativa la de la cola de la flecha. En éste ejemplo los puntos de cero movimiento o
posición cero deben tenerse en cuenta, para el caso de F1 en la masa ‘m1’ que es la fuerza
ejercida por el resorte con constante de elongación ‘k1’ quedaría F1= k1(0 – x1(t)) porque la
posición que está indicando la punta de la flecha es cero y la que está indicando la cola es x1(t).
Obsérvese también que la fuerza F2 = -F3 , sin embargo, es mejor definir fuerzas por cada masa
y así evitar confusiones.
5. En éste ejemplo hay dos ecuaciones por cada masa, una ∑F = m a 1 1 = F1 + F2 = m1a 1 y
12
Modelaje de sistemas
Ec 2.8
Ec 2.9
Para los sistemas rotacionales el análisis se realiza a partir de la sumatoria de torques que actúan
sobre un eje.
El sistema que aparece en la Figura 2.8 muestra la situación en la que se desea mover un rotor,
pero existe una inercia inicial y los cojinetes en los cuales está montado presentan resistencia
mecánica. Significa que el torque externo aplicado debe ser suficiente para vencer la inercia y la
resistencia mecánica.
Utilizando la segunda ley de Newton para sistemas rotacionales (Ec 2.2) se puede obtener la
ecuación que determina la dinámica de éste sistema.
En esta oportunidad como señal excitadora está el torque τ(t), como salida se desea observar la
velocidad angular ω(t) (también se puede hacer el análisis con respecto a la posición o la
aceleración del rotor, se plantea con respecto a una variable y las otras se pueden obtener a
través de su equivalencia), y como parámetros del sistema están el momento de inercia ‘J’ y la
resistencia mecánica de los cojinetes ‘b’; entonces aplicando la Ec 2.2 se tendría:
∑T = Jα = τ (t ) − bω(t )
Existen dos torques, el torque excitador y el torque de frenado que coloca la resistencia
mecánica. Por tanto, ordenando la ecuación se tiene que:
Ec 2.10
La Ecuación 2.10 contiene el modelo matemático que describe la dinámica del sistema rotor
montado en cojinetes. La Ec. 2.11 es la misma dinámica representada en términos de la posición
angular.
13
Modelaje de sistemas
Ec.2.11
IDEAS COMPLEMENTARIAS…
En los sistemas mecánicos rotacionales como el descrito en la figura 2.8, también se puede hablar de la
constante de torsión ‘kr’ cuando se tiene un eje flexible que presente estas características, generalmente
los ejes de los sistemas rotacionales son rígidos y este parámetro se desprecia. Sin embargo, si se tiene en
cuenta el modelo matemático de la dinámica del sistema quedaría:
ordenando la ecuación,
Ec. 2.12
en términos de la posición
Ec 2.13
En ésta sección se recordarán dos ejemplos de sistemas eléctricos, con el fin de utilizarlos
posteriormente en el análisis de sistemas mecánicos por analogías mecánicas-eléctricas; sin
entrar a hacer una descripción profunda en el análisis de circuitos.
Para obtener el modelo de un circuito RLC en serie, se va a utilizar la ley de voltaje (mallas) de
Kirchhoff.
En la figura 2.9 aparece el circuito y se describen las caídas de tensión en cada uno de sus
elementos
e(t ) = VL (t ) + V R (t ) + VC (t )
reemplazando los voltajes en términos de sus parámetros y la corriente, el modelo del sistema
quedaría como aparece en la Ec. 2.14
14
Modelaje de sistemas
Ec.2.14
dq(t )
Teniendo en cuenta que i (t ) = , la dinámica del sistema se puede expresar en términos de
dt
la carga (Ec 2.15)
Ec.2.15
Para obtener la ecuación diferencial que describe la dinámica de un circuito RLC en paralelo, se
va a utilizar la ley de corrientes (nodos) de Kirchhoff. En la figura 2.10 aparece el circuito y se
describen las corrientes que circulan a través de cada uno de sus elementos.
i (t ) = iC (t ) + i R (t ) + iL (t )
Ec.2.16
dφ
como e(t ) = , en términos del flujo magnético el modelo del sistema quedaría:
dt
Ec.2.17
15
Modelaje de sistemas
Los modelos matemáticos obtenidos anteriormente y representados en las ecuaciones Ec. 2.6,
Ec. 2.13, Ec 2.15 y Ec 2.17 son modelos análogos y todos tienen la forma:
Ec 2.18
donde P1, P2 y P3 son parámetros físicos medibles de la planta o el sistema de interés, y(t) es la
variable de salida y u(t) la variable excitadora o estímulo.
Existen dos tipos de analogías. La analogía directa conocida con el nombre de fuerza- corriente o
de movilidad y la analogía impedancia (indirecta) o de fuerza-voltaje.
La analogía directa recibe éste nombre porque a través de un método -que se describirá
posteriormente-, se puede obtener el circuito eléctrico equivalente directamente del sistema
mecánico; en éste caso la señal excitadora es una fuente de corriente (paralelo). La analogía que
da como resultado un circuito eléctrico alimentado con fuente de voltaje (serie) se obtiene a
partir del circuito de corriente, por eso se conoce con el nombre de analogía indirecta.
En algunos casos a pesar de haber obtenido el circuito de analogía directa se prefiere pasar a
fuerza-voltaje para realizar el análisis, trabajar uno u otro circuito depende de la habilidad en el
manejo de las leyes de Kirchhoff, o en general en el análisis de circuitos.
La Tabla 2.4 presenta las analogías de movilidad e impedancia para sistemas mecánicos. Las
analogías son utilizadas para el análisis de sistemas mecánicos porque en la formación como
Ingenieros Electrónicos es más sencillo analizar un circuito eléctrico que un sistema mecánico.
Los puntos de ‘cero movimiento’ son análogos a la tierra eléctrica en los circuitos. Para
sistemas que incluyan palancas, poleas, engranajes, etc., se pueden hacer analogías con
transformadores eléctricos.
16
Modelaje de sistemas
IDEAS COMPLEMENTARIAS…
A continuación se presenta un método para llevar un sistema mecánico a uno eléctrico. Este método
permite obtener la analogía directa, la analogía de impedancia se halla a partir de la directa.
2. Reemplazar los elementos mecánicos por sus equivalentes eléctricos, para esto se utiliza la tabla
2.4. Hay que tener en cuenta las unidades de los elementos mecánicos para ser reemplazados
por elementos eléctricos de una forma equivalente. Por ejemplo, sí hay una masa de 10Kg no se
puede colocar un condensador de 10 Faradios, porque en un circuito eléctrico comúnmente no
se tienen dimensiones de Capacitancia de ese orden, se podría emular la masa con un capacitor
de 10 μF, pero sin olvidar la equivalencia que se estableció para hallar la equivalencia de los
demás elementos.
3. Identificar las señales que se deben analizar en el esquema eléctrico con el fin de inferir en el
sistema mecánico. Si se desea analizar la velocidad de una masa en el sistema mecánico y se
obtiene la analogía directa, entonces el análisis debe realizarse sobre el voltaje en el sistema
eléctrico.
1. El punto de cero movimiento es el techo pero el sistema se referencia con respecto al piso
(también es un punto de cero movimiento), se dispone la masa con respecto a ese punto como
aparece en la figura 2.11a. Enseguida se colocan los demás elementos (como el resorte y el
amortiguador van de la masa al punto de cero movimiento, entonces se disponen de igual
17
Modelaje de sistemas
forma). Para terminar la fuerza que se aplica a la masa se coloca como una fuente de fuerza
sobre ésta y referenciada con respecto al piso. El circuito equivalente mecánico se encuentra en
la figura 2.11b
2. Se reemplazan los elementos mecánicos por sus equivalentes eléctricos utilizando la tabla 2.4. El
resorte por una inductancia, el amortiguador por una resistencia, la masa por un condensador y
la fuente de fuerza por una de corriente. El circuito que obtiene es un RLC en paralelo como el
que aparece en la figura 2.11c. El valor con que se deben escoger los elementos debe mantener
la equivalencia, por ejemplo la Cf resistencia mecánica, es representada por la conductancia de
un elemento resistor, si Cf = 0.5, entonces en el circuito eléctrico se coloca una resistor de valor
R1=2 para que sean análogos.
3. Cómo la señal de salida que se desea es la posición de la masa significa que en el circuito
eléctrico se debe analizar la integral del voltaje e(t).
La analogía de fuerza voltaje se puede obtener a partir del circuito análogo fuerza- corriente así:
1. Todo lo que está en paralelo se coloca en serie y lo que está en serie en paralelo, así se obtiene
un pseudo-circuito equivalente.
2. Una vez se tiene el pseudo-circuito se reemplazan los elementos por los de la analogía indirecta,
los condensadores por inductancias, los resistores por resistores, donde su valor análogo ya no
es la conductancia sino la resistencia, las inductancias por condensadores y las fuentes de
corriente por fuentes de voltaje; no se olvide que éstos deben cumplir con las equivalencias de la
tabla 2.4.
18
Modelaje de sistemas
Ejemplo 2: Para el sistema masa-resorte- amortiguador presentado en la Figura 2.2 se puede obtener su
equivalente eléctrico fuerza voltaje a partir del circuito RLC en paralelo de la Figura 2.11c.
2. Al reemplazar los elementos se deben tener en cuenta sus nuevas equivalencias, para el ejemplo
anterior donde Cf resistencia mecánica era equivalente a la conductancia de un elemento
resistor, ahora es representada por su resistencia, por tanto, si Cf = 0.5, entonces en el circuito
eléctrico análogo de fuerza-voltaje se coloca una resistor de valor R2 =0.5; la masa va a estar
representada por una inductancia y el resorte por un condensador donde k=1/C. En la figura
2.12 aparecen representados de forma gráfica los pasos anteriores.
a) Analogía directa
Cómo la señal de salida que se desea es la posición de la masa, entonces el análisis se hace sobre la
integral de la corriente i2(t) en el circuito eléctrico.
Ejemplo 3: Para el sistema de la Figura 2.13 obtenga el circuito equivalente eléctrico de fuerza-corriente
y de fuerza-voltaje.
19
Modelaje de sistemas
Siguiendo el método estudiado se pueden obtener ambos equivalentes (tabla 2.5) tal y como aparecen en
las figuras 2.14 y 2.15
• Equivalente fuerza-corriente: En éste caso se analizan los voltajes en los condensadores C1 y C2,
ya que son análogos a las velocidades de las masas
• Equivalente fuerza-voltaje: Las corrientes de las inductancias La1 y La2 serían las salidas a
analizar, por ser análogas a las velocidades de las masas.
20
Modelaje de sistemas
Algunas plantas como las máquinas eléctricas combinan sistemas mecánicos y sistemas
eléctricos. Cuando se presenta ésta situación es aconsejable seccionar el problema para obtener
el modelo.
En la figura 2.16 se tiene un motor D.C. controlado por corriente de armadura y excitación de
campo constante, para éste ejemplo se va a dividir el sistema en cuatro partes, la parte eléctrica,
la transferencia eléctrica-mecánica, la parte mecánica y la transferencia mecánica-eléctrica.
Como variable de entrada se tiene el voltaje de armadura ea(t) que es la variable independiente y
como posibles salidas están el torque τ(t) (por ejemplo cuando el motor D.C hace parte de una
21
Modelaje de sistemas
grúa), la velocidad ω(t) (en un ventilador) o la posición θ(t) (en un robot). De acuerdo con la
aplicación donde se encuentre ubicado el motor se escogerá una o varias salidas, en esta ocasión
el análisis se va a realizar tomando como salida la velocidad ω(t). En ésta planta existen señales
intermedias como la corriente de armadura ia(t), el torque eléctrico en el eje T(t), el voltaje
generado eg(t); posteriormente cuando se hallen modelos por espacio de estados se observará
como éstas señales son candidatas a ser variables de estado.
Inicialmente se analiza la parte eléctrica del motor D.C. indicada en la figura 2.17 como salida
de la parte eléctrica se tiene la corriente de armadura ia(t) y como entrada la señal de voltaje
ea(t).
Ec.2.19
Para definir la dinámica del motor D.C. se requiere más de una ecuación, siendo la primera Ec
2.19, la cual describe la parte eléctrica.
2.5.2 Transferencia
Existen dos tipos de transferencia, una eléctrica-mecánica donde como resultado se tiene un
torque en función de la corriente, y otra mecánica-eléctrica que da como resultado un voltaje en
función de la velocidad angular de la máquina. La figura 2.18 muestra la dinámica a analizar.
Ec.2.20
Ec. 2. 21
22
Modelaje de sistemas
En la figura 2.19 se observa el esquema correspondiente a la parte mecánica del motor D.C. El
análisis de éste subsistema da como resultado la Ec. 2.22, que completa el grupo de ecuaciones
que contienen la dinámica del motor D.C., controlado por corriente de armadura.
Ec 2.22
También se puede realizar el análisis para el motor D.C., controlado por campo; la señal de
entrada sería el voltaje de excitación de las bobinas de campo ef(t). Recuerde que los sistemas
LTI cumplen con el teorema de la superposición.
En la figura 2.20 aparece el esquema de un tanque, las variables que se encuentran asociadas a
éste son el nivel del tanque H( t ) y el caudal de salida Q o ( t ) . Como el sistema tiene un modelo
no lineal en ésta sección se trabajará con un modelo linealizado alrededor del punto de
operación H(t ) y Q o (t ) respectivamente, donde h(t) son las variaciones alrededor del punto de
operación del nivel y qo(t) las variaciones alrededor de un punto de operación de caudal; lo que
significa que H( t ) = H ( t ) + h ( t ) y Q o ( t ) = Q o ( t ) + q o ( t ) . La linealización de un modelo no
lineal se estudiará posteriormente.
Como posibles salidas de interés en este sistema se encuentra el nivel (para situaciones donde
éste es indispensable como los tanques de almacenamiento de agua…), o el caudal (sistemas de
regadío, acueducto…) y como entrada se tendría un caudal Q i ( t ) = Q i ( t ) + q i ( t ) .
23
Modelaje de sistemas
Para obtener un modelo del tanque bajo las anteriores condiciones es necesario observar los
parámetros de la planta; se observan básicamente dos, la capacitancia del tanque C que es un
parámetro medible en unidades de área, (en un tanque con área transversal constante sería la
parte que no varia cuando se desea medir la capacidad almacenada en el tanque en función del
nivel, la capacidad almacenada es igual al área por la altura de la columna de líquido, esta última
se conoce como nivel, por tanto, para éste caso C sería la sección transversal del tanque), y la
resistencia de la de salida R medida en unidades de longitud/flujo, depende de las característica
geométricas de la tubería en la salida del tanque.
Teniendo en cuenta los parámetros del tanque, se puede decir que cualquier variación en el nivel
da como resultado un cambio de volumen de líquido almacenado (si C es constante, que es la
situación, ya que se habla de sistemas LTI), ese cambio de volumen de líquido almacenado es
igual a la diferencia entre la variación del caudal de llegada y la variación del caudal de salida
(sí Qi(t) y Qo(t) se mantuvieran constantes e iguales, entonces no existiría variación en el nivel).
Las Ec 2.23 y Ec. 2.24 definen la dinámica del sistema de nivel para variaciones de las variables
alrededor del punto de operación H(t ) , Q o (t ) y Qi (t ) respectivamente.
Ec 2.23
Ec 2.24
La Ec. 2.25 contiene la dinámica del tanque tomando como salida el nivel h(t) y como entrada el
caudal qi(t).
Ec 2.25
En la expresión Ec 2.26 se tiene la dinámica del sistema tomando como salida el flujo qo(t).
Ec 2.26
IDEAS COMPLEMENTARIAS…
En los sistemas de nivel y caudal la alimentación del sistema puede provenir de un tanque de
almacenamiento de mayor capacitancia, (por ejemplo un embalse); en consecuencia, la señal de entrada
será un nivel. Enseguida se obtendrán las ecuaciones que determinan la dinámica en algunos ejemplos
de sistemas de nivel y caudal en los cuales se tienen tanques en serie, en cascada alimentados por flujos o
que dependen del nivel de otro tanque.
Ejemplo1: En la figura 2.21 se muestran dos tanques en serie. Se tiene como salida el caudal q2(t) y como
entrada el flujo de alimentación qi(t).
24
Modelaje de sistemas
Ec 2.27
• La del flujo entre los tanques, este depende de ambos niveles Ec 2.28.
Ec 2.28
Ec 2.29
Ec 2.30
Ejemplo 2: La figura 2.22 contiene un sistema de nivel-caudal en el cual el segundo tanque se alimenta
del nivel del primero, el número de ecuaciones se reduce debido a que el primer tanque funciona como
fuente. La dinámica de éste sistema esta determinada por las ecuaciones Ec 2.28, Ec 2.29 y Ec 2.30, pero
la señal de entrada ahora es h1(t).
Ejemplo3: El funcionamiento de los tanques en cascada difiere de los tanques en serie en que el caudal
q1(t) ya no depende del nivel del segundo tanque; pues no hay conexión directa con éste, como se observa
25
Modelaje de sistemas
en la figura 2.23. La dinámica de éste sistema estaría estipulada en las ecuaciones Ec 2.27, Ec 2.29, Ec
2.30 y Ec 2.31.
Ec 2.31
La Ec.2.31 muestra que el caudal q1(t) solo depende de h1(t). Como entrada se tiene qi(t) y como salida
q2(t).
Ejemplo 4: En éste ejemplo el primer tanque es la fuente para el segundo; en consecuencia la entrada es
h1(t) como en el ejemplo 3 (ver figura 2.24); el número de ecuaciones también se reduce y, en éste caso
la dinámica del sistema estaría definida por las ecuaciones Ec 2.29, Ec 2.30 y Ec 2.31.
Los sistemas de nivel-caudal tienen analogía directa con los sistemas eléctricos; las fuentes de nivel son
análogas a las fuentes de voltaje, las de caudal a las de corriente, la capacitancia a la capacitancia
eléctrica y la resistencia a la resistencia eléctrica. Las fuentes dependientes de corriente se utilizan en el
caso de los tanques en cascada. La Figura 2.25 muestra los circuitos análogos eléctricos de los ejemplos
anteriores.
26
Modelaje de sistemas
27
Modelaje de sistemas
Ec 2.32
La ecuación Ec 2.32 describe la dinámica del sistema en general; pero como éste es un sistema
MIMO (múltiples entradas múltiples salidas) las ecuaciones Ec. 2.33 y 2.34 contienen la
dinámica del sistema tomando como salida la temperatura θ(t) y como entradas la variación del
flujo de calor hi(t) y de la temperatura respectivamente θi(t), siendo R = θ/ho(t).
Ec 2.33
Ec 2.34
REFERENCIA BIBLIOGRAFICA
OGATA, Katsuhiko. INGENIERÍA DE CONTROL MODERNA. Capitulo II Modelado
matemático de sistemas dinámicos PAG 98-193. Segunda Edición Ed. Prentice Hall. 1993
28
Modelaje de sistemas
Ec 2.35
De esta forma se pueden hallar las transformadas de Laplace de las ecuaciones obtenidas
anteriormente en los análisis de los sistemas, y representar sus modelos matemáticos con
funciones de transferencia. Aquellas plantas y sistemas en los cuales su dinámica está
establecida por varias ecuaciones (aunque sean SISO) en el dominio del tiempo se puede lograr
una sola expresión (función de transferencia), que condense toda su dinámica en el dominio de la
frecuencia.
En las plantas y sistemas tipo MIMO, como el que se observa en la figura 2.27, la dinámica se
define a través de la Matriz de Transferencia M(s), donde cada componente es una función de
transferencia. Sí se tiene un sistema con ‘p’ salidas y ‘r’ entradas se tendría una matriz de
transferencia de orden ‘p x r’, donde cada componente se representaría de la forma Gij(s)
teniendo que i = 1,2, …p y j = 1,2, … r; el vector de salida sería de orden ‘p x 1’ y el de entrada
‘r x 1’.
Y(s) = M(s)U(s)
⎡ Y1 (s) ⎤ ⎡ G11 (s) G12 (s) L G1r (s) ⎤ ⎡ U1 (s) ⎤
⎢ Y ( s ) ⎥ ⎢ G ( s ) G (s ) L G ( s ) ⎥ ⎢ ⎥
⎢ 2 ⎥ = ⎢ 21 22 2r ⎥ ⋅ ⎢ U 2 (s ) ⎥ Ec 2.36
⎢ M ⎥ ⎢ M M M M ⎥ ⎢ M ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
Y ( s )
⎣⎢ p ⎦⎥ ⎣⎢ p1 G ( s ) G p2 ( s ) L G pr (s) ⎥
⎦ ⎣ U r (s ) ⎦
Como es una representación para sistemas LTI, cada salida del sistema cumple con el teorema de
la superposición y se puede representar como una combinación lineal de las variables de entrada.
Por tanto :
r
L [ y i (t )] Yi ( s )
Yi ( s) = ∑ G (s)U
j =1
ij j ( s) , donde Gij ( s ) =
[ ] =
L u j (t ) U j ( s )
U k ≠ j =0
r
Y2 ( s ) = ∑G
j =1
2 j ( s )U j ( s ) = G21 ( s )U 1 ( s) + G22 ( s)U 2 ( s ) + L + G2 rU r ( s) , donde,
Y2 ( s )
G22 ( s ) =
U 2 ( s) U
k ≠ 2 =0
29
Modelaje de sistemas
Obsérvese que todas las variables están en dominio de ‘s’ y M(s); no debe confundirse con la
representación matricial de las variables de estado las cuales se encuentran en el dominio del
tiempo.
En la tabla 2.6 se condensan las funciones de transferencia para algunos de los ejemplos
estudiados en éste capitulo y se observan las diferentes funciones de transferencia; nótese que
estas están determinadas por los parámetros de la planta o el sistema y dependen solo de estos y
no del tipo de señal que se aplique a la entrada. Es importante recordar que los modelos
obtenidos son para sistemas LTI, donde los parámetros son constantes o han sido hallados en un
punto de operación específico de la planta o el sistema.
IDEAS COMPLEMENTARIAS…
La dinámica de los sistemas que aparecen en la tabla 2.6 se establece por una sola ecuación, pero en el caso del
motor DC, de los tanques en serie y otros; son un grupo de ecuaciones las que definen la dinámica. Por ende, para
encontrar una función de transferencia total, se requiere hallar la transformada de la Laplace de las ecuaciones
en el dominio del tiempo y posteriormente realizar los reemplazos que sean necesarios para obtener, en el dominio
de s, la relación entre la variable de salida y la variable de entrada.
Ejemplo 1: En el Motor DC de la figura 2.16 se tienen cuatro ecuaciones para determinar su dinámica, de las
cuales se pueden obtener cuatro funciones de transferencia. En la tabla 2.7 se muestran las ecuaciones en el
dominio del tiempo y su equivalente en el dominio de la frecuencia; con las funciones de transferencia se llega a la
función de transferencia total expresada por la Ec. 2.37 a través del procedimiento algebraico que se describe
enseguida
30
Modelaje de sistemas
dia (t ) I a (s ) 1
ea (t ) = La + Ra i a (t ) + eg (t ) G 1 (s ) = =
dt E a (s ) − E g (s ) L a s + R a
eg (t ) = KΦrpm = K v ω(t ) E g (s )
G 2 (s ) = = Kv
Ω(s )
T (t ) = KΦi a (t ) = K a ia (t ) T(s )
G 3 (s ) = = Ka
I a (s )
dω(t ) Ω( s ) 1
J + bω(t ) = T (t ) G 4 (s ) = =
dt T(s ) Js + b
Tomando como salida la velocidad en el eje del motor ω(t), y como entrada el voltaje de alimentación de la
armadura ea(t), y conociendo que L [ω( t )] = Ω(s) y L [e a ( t )] = E a (s) , se debe llegar a una función de transferencia
total de la forma:
1
• De la función de transferencia G4 se deduce que Ω(s) = T (s) (1).
Js + b
• Sabiendo que de acuerdo con G3 el torque se puede escribir en términos de Ia, T(s) = K a I a (s)
reemplazando esta equivalencia en la expresión anterior (1) se tiene una nueva expresión que relaciona la
1
velocidad y la corriente Ω(s) = K a I a (s) (2).
Js + b
• De G2 se dice que: E g = K v Ω(s) (3) relaciona el voltaje generado con la velocidad.
Ec 2.37
De la ecuación Ec 2.37, utilizando la transformada inversa de Laplace, se puede deducir una ecuación diferencial,
que exprese totalmente la dinámica del motor D.C del ejemplo (Ec. 2.38).
Ec 2.38
Ejemplo 2: Para el sistema de tanques en serie de la figura 2.21 se puede hallar una función de transferencia
general que contenga su dinámica realizando un procedimiento algebraico con las ecuaciones obtenidas. La tabla
2.8 contiene las ecuaciones halladas y sus respectivas transformadas de Laplace.
31
Modelaje de sistemas
1
• De observar la función de transferencia G4 se evidencia que: Q 2 (s) = H 2 (s) (1).
R2
1
• De la función de transferencia G3 se tiene que H 2 (s) = [Q1 (s) − Q 2 (s)] reemplazando esta
C 2s
1 1
equivalencia en (1) quedaría: Q 2 (s) = [Q1 (s) − Q 2 (s)] (2)
R 2 C 2s
• Despejando Q2(s) se obtendría una expresión en términos del flujo Q1(s), por tanto de (2) se deduce que:
o R 2 C 2 sQ 2 (s) = Q1 (s) − Q 2 (s)
o R 2 C 2 sQ 2 (s) + Q 2 (s) = Q 1 (s)
o Q 1 (s) = (C 2 R 2 s + 1)Q 2 (s) (3)
1
• Observando G4 se obtiene que H 2 (s) = R 2 Q 2 (s) (4) y de G1 que H 1 (s) = [Q i (s) − Q1 (s)] (5)
C1s
1
reemplazando (3) en (5) entonces H 1 (s) = [Q i (s) − (C 2 R 2s + 1)Q 2 (s)] (6)
C1s
1
• Ahora de G2 se tiene que Q1 (s) = [H 1 (s) − H 2 (s)] (7) reemplazando (4) y (6) en (7) así:
R1
1
o Q 1 (s ) = [H 1 (s) − H 2 (s)]
R1
1 ⎡ 1 ⎤
o Q 1 (s ) = ⎢ [Q i (s) − Q 2 (s)(C 2 R 2 s + 1)] − R 2 Q 2 (s)⎥ (8)
R 1 ⎣ C1s ⎦
• Reemplazando en (8) a Q1(s) por su equivalente en (3) entonces se logra una expresión en términos de
1 ⎡ 1 ⎤
Q2(s) y Qi(s) (C 2 R 2 s + 1)Q 2 (s) = ⎢ [Q i (s) − (C 2 R 2s + 1)Q 2 (s)] − R 2 Q 2 (s)⎥ , por ultimo queda
R 1 ⎣ C1s ⎦
organizar la ecuación, como una función de transferencia, de la siguiente manera:
⎡ ⎤
o (C 2 R 2 s + 1)Q 2 (s) = 1 ⎢ 1 [Q i (s) − (C 2 R 2s + 1)Q 2 (s)] − R 2 Q 2 (s)⎥
R 1 ⎣ C1s ⎦
1 ⎡ 1 1 ⎤
o (C 2 R 2 s + 1)Q 2 (s) = ⎢ Q i (s ) − (C 2 R 2 s + 1)Q 2 (s) − R 2 Q 2 (s)⎥
R1 C
⎣ 1 s C 1s ⎦
32
Modelaje de sistemas
1 1 1 1
o (C 2 R 2 s + 1)Q 2 (s) = Q i (s ) − (C 2 R 2 s + 1)Q 2 (s) − 1 R 2 Q 2 (s)
R 1 C1s R 1 C1s R1
• Despejando a Q2(s):
1 1
o (C 2 R 2 s + 1)Q 2 (s) + (C 2 R 2s + 1)Q 2 (s) + 1 R 2 Q 2 (s) = 1 1 Q i (s)
R 1 C1s R1 R 1 C1s
⎡ 1 ⎤
o ⎢(C 2 R 2 s + 1) + (C 2 R 2s + 1) + 1 R 2 ⎥Q 2 (s) = 1 Q i (s)
⎣ C R
1 1s R 1 ⎦ C1R 1s
⎡ 1 ⎤
o ⎢(C 2 R 2 s + 1) + (C 2 R 2s + 1) + 1 R 2 ⎥Q 2 (s) = 1 Q i (s)
⎣ C1R 1s R1 ⎦ C1R 1s
⎡ C1sR 1 (C 2 R 2 s + 1) + (C 2 R 2 s + 1) + C1R 2 s ⎤ 1
o ⎢ ⎥ Q 2 (s ) = Q i (s )
⎣ C1R 1s ⎦ C1R 1s
o [C1sR 1 (C 2 R 2 s + 1) + (C 2 R 2 s + 1) + C1 R 2 s]Q 2 (s) = Q i (s)
o [C C R R s
1 2 1 2
2
]
+ C1R 1s + C 2 R 2 s + C1R 2 s + 1 Q 2 (s) = Q i (s) la función de transferencia total sería:
Ec.2.39
De la misma forma que en el ejemplo anterior se puede hallar un modelo del sistema representado por una sola
ecuación diferencial.
33
Modelaje de sistemas
La tabla 2.9 contiene las operaciones principales utilizadas en el álgebra de bloques para obtener
una función de transferencia total equivalente al modelo representado por éste. En la actualidad,
la reducción de los diagramas de bloques se realiza poco, debido a que esto ocasiona perdida de
información sobre el estado de las variables intermedias del sistema o de la planta.
La suma es una operación que cumple con la propiedad Y(s) = X(s) + ( U(s) − N(s))
asociativa y conmutativa
Y (s) = ( X (s) + U (s)) − N (s) entonces Y (s) = X(s) + U(s) − N (s) ordenando
Y ( s) = X ( s ) + U ( s ) − N ( s) Y ( s) = X ( s ) + U ( s ) − N ( s)
34
Modelaje de sistemas
Y ( s) = G ( s ) U ( s ) 1 1
U(s) = Y(s) = G (s) U(s) ∴ U(s) = (G (
G (s) G (s)
U (s ) = U (s )
Y (s) G ( s)
6 =
U ( s ) 1 + G ( s) H ( s)
Y(s)=G(s)X(s) y X(s)=U(s)-Q(s) reemplazando la equivalencia
de X(s) en Y(s) se tiene que:
Y(s)=G(s)[U(s)-Q(s)] =G(s)U(s)-G(s)Q(s)
como Q(s)=H(s)Y(s), entonces Y(s)=G(s)U(s)-G(s)H(s)Y(s)
factorizando Y(s), Y(s)[1+G(s)H(s)]=G(s)U(s) escrita como
Y (s) G ( s)
función de transferencia: =
U ( s ) 1 + G ( s) H ( s)
IDEAS COMPLEMENTARIAS…
Para construir un diagrama de bloques se sugieren los siguientes pasos:
1. Obtener inicialmente las diferentes ecuaciones que definen la dinámica de una planta o de un
sistema según sea el caso.
Ejemplo1: Recordando el ejemplo del motor D.C. de la figura 2.16, tratado en la sección anterior;
donde a través de un procedimiento algebraico se obtenía su función de transferencia total. En ésta
35
Modelaje de sistemas
ocasión se va a construir el diagrama de bloques para después reducirlo con álgebra de bloques y, así
hallar la función de transferencia total.
1. Determinar las ecuaciones de la dinámica del sistema, -Estas habían sido obtenidas
previamente en la sección 2.5 (sistemas electromecánicos), y sus transformadas de Laplace se
encuentran en la tabla 2.7 (ver sección anterior)-.
I a (s) 1 E g (s ) T (s )
G1 (s) = = , G 2 (s ) = = K v , G 3 (s ) = = Ka y
E a (s) − E g (s) L a s + R a Ω(s ) I a (s )
Ω(s) 1
G 4 (s) = = .
Τ(s) Js + b
• Ahora se toma la ecuación que como salida tiene a T(s), sería la G3(s), y se dibuja el
bloque en forma consecutiva (recuerde que G4 no se vuelve a utilizar).
• Como se ve en el diagrama anterior hace falta definir a Eg(s), ya que ésta no es una
variable de entrada y además, la función G2(s) no se ha utilizado. El modelo matemático
representado en diagrama de bloques, del motor D.C. del ejemplo, se observa en la figura
2.30
Figura 2.30 Representación en diagramas de bloques del motor D.C. controlado por corriente de
armadura.
Ejemplo 2: Se construirá el diagrama de bloques de los tanques en serie (ver figura 2.21), tratados
en la sección anterior.
1. Las funciones de transferencia de las ecuaciones que establecen la dinámica de esta planta
son:
36
Modelaje de sistemas
H 1 (s ) 1 Q1 (s ) 1 H 2 (s ) 1
G 1 (s ) = = , G 2 (s ) = = , G (s ) = = y
[Q i (s) − Q1 (s)] C1s [H 1 (s) − H 2 (s)] R 1 3 [Q1 (s) − Q 2 (s)] C 2s
Q 2 (s ) 1
G 4 (s ) = =
H 2 (s ) R 2
• Se inicia representando a G4(s), donde está la señal de salida (como salida -observe
que G3(s) también la contiene pero como entrada-):
• Ahora se usa G3(s) que tiene como salida a H2(s) y se dibuja el bloque:
• Q2(s) ya se tenía en el diagrama, pero hace falta definir Q1(s). Por tanto, la función
de transferencia que sigue sería G2(s).
• Solo falta utilizar a G1(s). Esta función define la dinámica de H1(s) con respecto a la
entrada de la planta y al flujo Q1(s) que ya está representado en el diagrama. En la
figura 2.31 se muestra el diagrama general del modelo matemático de los tanques en
serie alimentados por caudal.
Ejemplo 3: Cuando se tiene un modelo como el del sistema térmico de la figura 2.26, que tiene dos
entradas, y las ecuaciones que determinan su dinámica son:
dθ( t )
• RC + θ( t ) = Rh i ( t ) cuya transformada de Laplace expresada como función de
dt
Θ(s) R
transferencia sería G 1 (s) = = , sabiendo que L[θ( t )] = Θ(s) y L[h i ( t )] = H i (s)
H i (s) RCs + 1
dθ( t ) Θ(s) 1
• RC + θ( t ) = θ i ( t ) , como función de transferencia G 2 (s) = = conociendo
dt Θ i (s) RCs + 1
que L[θ i ( t )] = Θ i (s) .
Si se tiene como salida θ(t) y como entradas hi(t) y θi(t), la representación en diagrama de bloques
sería como se encuentra en la figura 2.32.
37
Modelaje de sistemas
Figura 2.32 Representación en diagramas de bloques del sistema térmico con dos entradas
Para obtener las funciones de transferencia totales se va a realizar la reducción de dos de los
diagramas de bloques obtenidos, utilizando el álgebra de bloques contenida en la tabla 2.9.
Ejemplo 4: Para el motor D. C se obtuvo el siguiente diagrama de bloques :
Como se tienen bloques en serie se puede aplicar la operación 2 de la tabla 2.9, lo que exige que no
deben existir puntos de toma de señal entre bloques. El nuevo diagrama sería:
El diagrama queda similar al caso 6 de la tabla 2.9. Por tanto, aplicando esta regla se reduce a:
Ejemplo 2: El diagrama de bloques de los tanques en serie está en la figura 2.31. Aunque existen
bloques en serie, entre ellos hay puntos de toma, por tanto, no se pueden reducir. Primero se debe
quitar el punto de toma para poderlos multiplicar (ver figura 2.33).
Como se observa en la figura 2.33b se sugiere cambiar el punto de toma hacia el lado contrario del
punto de suma -esto cuando la rama que se origina en el punto de toma se dirige hacia un punto de
suma más lejano-, ya que en ocasiones cambiarlo hacia el lado del punto de suma complica la
reducción del diagrama.
• Para cambiar el punto de toma se aplicó la regla 3 la rama ahora tiene una ganancia de R2
que es equivalente a dividir por la ganancia 1 R 2 .
38
Modelaje de sistemas
• La señal que llega al segundo punto de suma sigue siendo H2(s), por lo que la transformación
es totalmente valida. En el diagrama aparece un lazo de retroalimentación que se puede
reducir aplicando la regla 6 de la tabla 2.9
• Se observa que nuevamente hay dos bloques en serie y un punto de toma entre ellos.
Aplicando la regla 3 (cambio del punto de toma) y la regla 1 (multiplicación de bloques en
serie) el diagrama se reduce a:
39
Modelaje de sistemas
Los diagramas de flujo son una herramienta que permite representar el modelo matemático de
una planta o sistema de forma sencilla. Su ventaja sobre el diagrama de bloques es que existe un
método sistemático para hallar la función de transferencia total. Los diagramas de flujo están
compuestos de ramas y nodos. La flecha encima de la rama indica el sentido del flujo y sobre
ésta se coloca la ganancia (función de transferencia o transmitancia para el caso) de la misma. El
nodo representa a una variable en el modelo.
Y(s)
Una función de transferencia de la forma G(s) = U(s) se representa como aparece en la figura
2.34. El álgebra de los diagramas de flujo tiene tres reglas básicas contenidas en la tabla 2.10;
éstas reglas permiten hallar trayectorias y lazos que posteriormente se operan en lo que se
conoce como la Formula de Ganancia de Mason, que permite obtener una función de
transmitancia total.
Regla Definición
40
Modelaje de sistemas
El valor de la variable en un nodo es igual a la suma de todas las señales que llegan al
nodo.
Adición
n
Xi = ∑G X
j=1
ij j
El valor de la variable en un nodo se transmite por cada una de las ramas que parte del
nodo.
Transmisión
X i = G ik X k
i = 1,2,..., n
k fijo
Las ramas en serie se pueden reemplazar por una sola rama. La multiplicación de sus
Multiplicación ganancias será la ganancia de la nueva rama.
X n = G 21G 32 G 43 L G n ( n −1) ⋅ X 1
Las definiciones de la tabla 2.11 son importantes en la reducción de gráficas de flujo porque
permiten entender la fórmula de ganancia de Mason de forma sencilla.
Tabla 2.11 Definiciones utilizadas en el álgebra de diagramas de flujo (ver figura 2.35)
Trayectoria: Es una sucesión de ramas en una sola dirección (ningún nodo se pasa más de una vez)
Nodo de entrada: Nodo con ramas salientes solamente (nodo X1)
Nodo de Salida: Nodo con ramas entrantes solamente (nodo X7)
Trayectoria Directa Es una trayectoria que se inicia en el nodo de entrada y termina en el de salida (la que
pasa por los nodos X1, X2, X3, X4, X5, X6, X7 y X8, y la formada por X1, X2, X7 y X8 ).
Lazo de Trayectoria que empieza y acaba en el mismo nodo (como ejemplos se tiene el lazo
Retroalimentación compuesto por los nodos X3, X4, X5, y X3, y el lazo X2, X3, X4 y X2.)
Lazo simple Es un lazo de retroalimentación que consta de una sola rama (el de ganancia G66.)
Ganancia de Producto de las ganancias de las ramas que conforman la trayectoria (para la
Trayectoria (Pk) trayectoria directa constituida por X1, X2, X3, X4, X5, X6, X7 y X8 sería
P1 = G 21G 32 G 43G 54 G 65 G 76 G 87 y para la trayectoria directa compuesta por X1, X2,
X7 y X8 sería P2 = G 21G 72 G 87
Ganancia de lazo (Lk) Producto de las ganancias que conforman un lazo (como ejemplo se tiene el lazo
formado por X3, X4, X5, y X3, con ganancia L1 = G 43G 54 G 35 , y el lazo X2, X3, X4 y
X2 con ganancia L 2 = G 32 G 43G 24
41
Modelaje de sistemas
Permite encontrar la relación entre la señal del nodo de salida y el nodo de entrada. Para este
caso sería la función de transferencia total del modelo lineal representado por ecuaciones
algebraicas sucesivas a través del diagrama. La fórmula de ganancia de Mason se define en la
ecuación Ec 2.40.
1
P=
Δ ∑P Δ
k
k k Ec. 2.40
Donde P es la ganancia total del diagrama equivalente a la función de transferencia total GT(s)
del sistema o la planta que se esté analizando, Δ el determinante del gráfico, k es el número de
trayectorias directas en la gráfica de flujo. Por tanto, Pk sería la ganancia de la k-ésima
trayectoria directa y Δk el determinante de la k-ésima trayectoria directa.
El determinante del diagrama, Δ= 1- (suma de todas las ganancias de los lazos de individuales) +
(la suma de los productos de ganancias de todas las combinaciones posibles de dos lazos que no
se tocan (disjuntos))- (la suma de los productos de ganancias de todas las combinaciones
posibles de tres lazos que no se tocan) + (la suma de los productos de ganancias de todas las
combinaciones posibles de cuatro lazos que nos se tocan)…
El determinante de la k-ésima trayectoria directa Δk es igual al determinante del gráfico Δ
eliminando todos los lazos que toca la k-ésima trayectoria (se incluyen también el producto de
ganancias que involucren lazos que tocan la trayectoria Pk).
IDEAS COMPLEMENTARIAS…
Para dibujar un diagrama de flujo se puede tomar como base el diagrama de bloques. La figura 2.36
muestra la gráfica de flujo equivalente del sistema de tanques de la figura 2.21, cuyo diagrama de
bloques se estudió en sección anterior.
42
Modelaje de sistemas
Se debe tener especial cuidado con los puntos de suma; en los diagramas de flujo el nodo, según la
regla de la adición, implica el resultado de una suma. Por lo tanto, cuando hay puntos de toma después
de un punto de suma ambos pueden ser representados por un solo nodo (ver figura 2.37a). Sin embargo,
si el punto de toma está antes del punto de suma, significa que la señal que se desea tomar no es el
resultado de la suma, luego son dos señales diferentes y se deben dibujar dos nodos aparte (ver figura
2.37 b).
Cuando hay retroalimentaciones, en el gráfico se mantiene la dirección del flujo y se coloca el signo
menos ‘-’ en la ganancia de la rama. Es un error dejar el signo de la ganancia positivo e invertir el
flujo; pues al invertir el flujo ya no se tendría una retroalimentación sino una suma algebraica de
señales, que no es lo mismo (ver figura 2.38).
Aplicando la fórmula de ganancia de Mason para el gráfico de señal de los tanques en serie de la figura
2.21 se tiene:
43
Modelaje de sistemas
Se identifica una sola trayectoria directa y tres lazos de retroalimentación. O sea, k =1, luego la función
PΔ
de transferencia total quedaría G T (s) = 1 1 , donde P1 es la ganancia de la trayectoria directa,
Δ
1 1 1 1 1 1 1 −1 1 1 −1
P1 = = y L1 = −1 ⋅ = , L 2 = −1 ⋅ = y
C1s R 1 C 2 s R 2 C1C 2 R 1 R 2 s 2 C1s R 1 C1 R 1s R 1 C 2 s C 2 R 1s
1 1 −1
L 3 = −1 ⋅ = son las ganancias de los lazos de retroalimentación.
C 2s R 2 C 2 R 2s
Δ = 1 − ( L1 + L 2 + L 3 ) + ( L1 L 3 ) los únicos lazos disjuntos son L1 y L3. No hay grupos de mayor
número de lazos que no se toquen. Por tanto, el determinante iría hasta la segunda sumatoria.
⎛ −1 −1 −1 ⎞ ⎛ −1 −1 ⎞ 1 1 1 1
Δ = 1 − ⎜⎜ + + ⎟⎟ + ⎜⎜ ⋅ ⎟⎟ = 1 + + + + ⋅.
⎝ C1 R 1s C 2 R 1s C 2 R 2 s ⎠ ⎝ C1 R 1s C 2 R 2 s ⎠ C1 R 1s C 2 R 1s C 2 R 2 s C1C 2 R 1 R 2 s 2
Δ 1 = 1 porque la trayectoria P1 toca todos los lazos. Entonces al Δ se le quitarían todos los lazos.
1
⋅1
PΔ C1 C 2 R 1 R 2 s 2
G T (s ) = 1 1 = , hallando común denominador se tiene:
Δ 1 1 1 1
1+ + + + ⋅
C1 R 1s C 2 R 1s C 2 R 2 s C1C 2 R 1 R 2 s 2
1
G T (s ) = 2
C1C 2 R 1 R 2 s + + C 2 R 2 s + C1 R 2 s + C1 R 1s + 1
Se obtiene el mismo resultado de la Ec. 2.39 y de la reducción del diagrama de bloques de la sección
anterior. Como se observa el diagrama de flujo ofrece una solución sistemática del modelo que puede
ser desarrollada a través de un algoritmo computacional, lo que es una ventaja sobre el diagrama de
bloques que requiere de la destreza del analista para su simplificación.
REFERENCIA BIBLIOGRAFICA
OGATA, Katsuhiko. INGENIERÍA DE CONTROL MODERNA. Capitulo I Introducción al
análisis de sistemas de control PAG 46-63. Segunda Edición Ed. Prentice Hall. 1993.
Generalmente los sistemas en la vida real, son no lineales de múltiples entradas y múltiples
salidas (MIMO). El espacio de estados es un ente matemático que permite obtener el modelo de
una planta o un sistema en el dominio del tiempo; es tan general que sirve para sistemas no
lineales y de múltiples entradas y salidas.
44
Modelaje de sistemas
El modelo en espacio de estados para una planta con ‘n’ variables de estado (mínimo número de
variables linealmente independientes necesarias para definir el estado de una planta o sistema),
‘r’ entradas y ‘p’ salidas estaría compuesto por dos ecuaciones; la ecuación de estado en la Ec
2.41 y la ecuación de salida Ec 2.42; en el que el vector de las variables de entrada es u(t) de
orden r × 1 , el vector que contiene las variables de salida es y(t) de orden p × 1 y el vector de
estado x(t) de orden n × 1 .
Ec 2.41
Ec 2.42
A: Matriz característica del sistema. Sus componentes están en términos de los parámetros de la
planta y es de orden n × n .
B: Matriz de entrada de orden n × r
C: Matriz de salida de orden p × n
D: Matriz de transferencia directa entrada- salida, de orden p × r . En sistemas SISO (single
input, single output) lineales invariantes en el tiempo esta matriz generalmente no aparece.
Para un sistema el espacio de estados tendría la misma forma, pero en lugar de la señal de
entrada u(t) estaría la señal de referencia del sistema r(t).
El modelo de una planta tipo SISO expresado por una ecuación diferencial de orden ‘n’, puede
ser representado por las ecuaciones de estado, donde el número de variables de estado es igual
al orden de la ecuación diferencial. Observando la ecuación de estado del espacio de estados (Ec
2.41) no son más que ecuaciones diferenciales de primer orden expresadas en forma matricial
-no confundir con matriz de transferencia-.
d n y( t ) d n −1y( t ) dy( t ) d 2 y( t )
n
+ a n −1 n −1
+L+ a2 2
+ a1
+ a 0 y( t ) = u ( t ) Ec 2.43
dt dt dt dt
Recordando que una ecuación diferencial de orden ‘n’ puede ser expresada por ‘n’ ecuaciones de
primer orden, entonces la ecuación diferencial que se encuentra en Ec 2.43 puede ser declarada
en términos de ‘n’ variables de estado que formarían el vector de estado x(t). Teniendo a u(t)
como la entrada y y(t) como la salida de la planta y definiendo las variables de estado como la
salida y sus n-1 derivadas:
x 1 ( t ) = y( t )
dy( t )
x 2 (t ) = = y& ( t )
dt ⎡ x1 ( t ) ⎤
2
d y( t ) ⎢ x (t) ⎥
x 3 (t) = = &y&( t ) ⎢ 2 ⎥
dt 2 ⎢ x 3 (t) ⎥
donde el vector x(t) = ⎢ ⎥
M
⎢ M ⎥
d n − 2 y( t ) n −2 ⎢ x n −1 ( t )⎥
x n −1 ( t ) = = y (t ) ⎢ ⎥
dt n − 2 ⎣⎢ x n ( t ) ⎦⎥
d n −1 y( t ) n −1
x n (t) = = y (t )
dt n −1
45
Modelaje de sistemas
dy( t )
x& 1 ( t ) = = y& ( t ) = x 2 ( t )
dt
d 2 y( t )
x& 2 ( t ) = = &y&( t ) = x 3 ( t ) ⎡ x& 1 ( t ) ⎤
dt 2 ⎢ x& ( t ) ⎥
d 3 y( t ) ⎢ 2 ⎥
x& 3 ( t ) = = x 4 (t) ⎢ x& 3 ( t ) ⎥
dt 3 x& (t) = ⎢ ⎥
M ⎢ M ⎥
⎢ x& n −1 ( t )⎥
d n −1 y( t ) ⎢ ⎥
x& n −1 ( t ) = = x n (t) ⎢⎣ x& n ( t ) ⎥⎦
dt n −1
d n y( t )
x& n ( t ) =
dt n
d n y( t )
= u( t ) − a n −1x n ( t ) − L − a 2 x 3 ( t ) − a 1x 2 ( t ) − a 0 x 1 ( t )
dt
46
Modelaje de sistemas
⎡ x& 1 ( t ) ⎤ ⎡ 0 1 0 0 L 0 ⎤ ⎡ x 1 ( t ) ⎤ ⎡0⎤
⎢ x& ( t ) ⎥ ⎢ 0 0 1 0 L 0 ⎥ ⎢ x ( t ) ⎥ ⎢0⎥
⎢ 2 ⎥ ⎢ ⎥⎢ 2 ⎥ ⎢ ⎥
⎢ x& 3 ( t ) ⎥ ⎢ 0 0 0 1 L 0 ⎥ ⎢ x 3 ( t ) ⎥ ⎢0⎥
x& (t) = ⎢ ⎥=⎢ ⎥⎢ ⎥ + ⎢ ⎥ u( t ) Ec 2.44
⎢ M ⎥ ⎢ M M M M L M ⎥ ⎢ M ⎥ ⎢M⎥
⎢ x& n −1 ( t )⎥ ⎢ 0 0 0 0 L 1 ⎥ ⎢ x n −1 ( t )⎥ ⎢0⎥
⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢⎣ x& n ( t ) ⎥⎦ ⎢⎣− a 0 − a1 − a2 − a3 L − a n −1 ⎥⎦ ⎢⎣ x n ( t ) ⎥⎦ ⎣1⎦
y( t ) = [1 0 0 L 0 0] x(t) Ec 2.45
⎡ 0 1 0 0 L 0 ⎤ ⎡ 0⎤
⎢ 0 0 1 0 L 0 ⎥ ⎢ 0⎥
⎢ ⎥ ⎢ ⎥
⎢ 0 0 0 1 L 0 ⎥ ⎢ 0⎥
A=⎢ ⎥ , B = ⎢ ⎥ y C = [1 0 0 L 0 0]
⎢ M M M M L M ⎥ ⎢M⎥
⎢ 0 0 0 0 L 1 ⎥ ⎢ 0⎥
⎢ ⎥ ⎢ ⎥
⎣⎢− a 0 − a1 − a2 − a3 L − a n −1 ⎦⎥ ⎣1⎦
El modelo genérico de espacio de estados obtenido es un modelo en forma canónica, que está
compuesto como se muestra en la ecuación Ec 2.46.
⎡0 I ⎤ ⎡0 ⎤
x(t) = ⎢ ⎥ x(t) + ⎢ ⎥u(t)
⎣ a ⎦ ⎣1 ⎦ Ec 2.46
y(t) = [1 0 ]x(t)
Donde:
0 = vector de ceros de orden (n − 1) × 1 o 1 × (n − 1) , según sea el caso.
I = Matriz identidad de orden n-1
a = Vector de coeficientes de la ecuación diferencial de orden 1× n
Cualquier modelo en espacio de estados cuya matriz característica del sistema tenga estas
componentes (0, I y a), sin importar el orden donde se encuentren ubicadas (siempre y cuando
cumplan con que A sea de orden ‘n’), se considera un modelo canónico de la planta.
Y(s) 1
G (s) = = n n −1
Ec 2.47
U(s) s + a n −1s + L + a 2 s 2 + a 1s + a 0
47
Modelaje de sistemas
d n y( t ) d n −1 y( t ) d 2 y( t ) dy( t ) d m u( t ) d m −1 u( t ) du( t )
+ a n −1 n −1
+L+ a 2 + a1 + a 0 y( t ) = c m + c m −1 + L + c1 + c0 Ec 2.48
dt n
dt dt 2
dt dt m
dt m −1 dt
c m s m + c m−1s m −1 + L + c1s + c 0
G (s ) = Ec 2.49
s n + a n −1s n −1 + L + a 2 s 2 + a 1s + a 0
El espacio de estados que representa la Ec 2.48 se puede hallar recordando que la función de
transferencia equivalente del modelo en variable ‘s’ se puede expresar en diagramas de bloques
como una multiplicación de funciones (regla 2 del álgebra de bloques), tal y como aparece en la
figura 2.39b.
En la figura 2.39 se observa una variable auxiliar Z(s). El bloque que como entrada tiene a U(s)
y como salida a Z(s) es el mismo caso tratado en la Ec 2.43 cuya función de transferencia es la
Ec 2.47, por ende hallando la transformada inversa de Laplace y definiendo las variables de
estado como la variable auxiliar en el dominio del tiempo z(t) y sus n-1 derivadas, para (m<n):
x1 ( t ) = z ( t )
dz( t )
x 2 (t) = = z& ( t )
dt
d 2 y( t )
x 3 (t) = = &z&( t )
dt 2
M
d m −1z( t ) m −1
x m (t) = = z (t)
dt m −1
m
d z( t ) m
x m +1 ( t ) = = z(t)
dt m
M
d n − 2 z( t ) n − 2
x n −1 ( t ) = = z (t)
dt n − 2
d n −1z( t ) n −1
x n (t) = = z (t)
dt n −1
48
Modelaje de sistemas
Definiendo la ecuación de estado en forma matricial queda como la ecuación Ec 2.44, pero la
ecuación de salida que expresa y(t) se obtendría de la transformada inversa de Laplace de la
función de transferencia contenida en el bloque que tiene como entrada Z(s) y como salida Y(s).
Y (s )
= c m s m + c m−1s m −1 + L + c1s + c 0 , por tanto, aplicando trasformada inversa de Laplace
Z(s )
[ ]
quedaría: L-1 [Y (s)] = L-1 c m s m Z(s) + c m −1s m −1 Z(s) + L + c1sZ(s) + c 0 Z(s) , entonces la variable de
m m −1
d z( t ) d z( t ) dz ( t )
salida, y( t ) = c m + c m −1 + L + c1 z ( t ) + c 0z ( t ) , en función de las variables de
dt m dt m −1 dt
estado y( t ) = c m x m +1 ( t ) + c m −1x m ( t ) + L + c1x 2 ( t ) + c 0 x 1 ( t ) expresando la salida en forma
matricial:
y( t ) = [c 0 c1 c 2 L c m −1 c m L 0 0]x(t) Ec 2.50
49
Modelaje de sistemas
dω ( t ) d 2 ω( t )
• Armado el espacio de estados se tendría, que: x& 1 ( t ) = = x 2 ( t ) y x& 2 ( t ) = ,
dt dt 2
d 2 ω( t )
despejando de la ecuación diferencial que describe la dinámica del motor
dt 2
d 2 ω( t ) ( bR a + K a K v ) ( bL a + R a J ) dω( t ) K a
=− ω( t ) − + e a (t)
dt JL a JL a dt JL a
Este espacio de estados difiere de la generalización obtenida, en que el coeficiente de la señal de entrada
quedó en el vector B y no en el C como aparece en la Ec 2.50. Sí se utiliza la expresión generalizada el
espacio de estados sería:
⎡ 0 1 ⎤ ⎡0 ⎤
x& (t) = ⎢− (bR a + K a K v ) − (bL a + R a J) ⎥ x(t) + ⎢ ⎥ u ( t )
⎢ JL a JL a ⎥ ⎣1⎦
⎣ ⎦
⎡K ⎤
y( t ) = ⎢ a 0⎥ x(t)
⎣ JL a ⎦
“La representación en espacio de estados no es única, depende de las variables de estado que se escojan”
En algunas aplicaciones reales no es conveniente definir como variables de estado la salida y sus
derivadas. Por ejemplo, en el caso de un sistema térmico donde se tiene como salida la
temperatura; la derivada de la temperatura dependería del mismo sensor que mide la variable
principal. Quizás usar otro sensor adicional que mida una variable intermedia del proceso es más
conveniente, porque se tiene información adicional de la planta. Además, en otras situaciones los
sensores y circuitos que se requieren para medir la variable de salida y sus derivadas son
costosos y de difícil consecución. Para estos casos es más apropiado sensar otras variables
intermedias que determinan el estado del proceso y son más fáciles de medir o utilizan sensores
menos exigentes. En situaciones como estas el ingeniero debe escoger, de acuerdo con
condiciones técnico-económicas de la empresa donde esta ubicada la planta y el equipo de
instrumentación más adecuado.
Las técnicas de diseño de controladores por espacio de estados permite diseñar un sistema de
control a partir de información recogida de señales que intervienen en la planta, sin ser
necesariamente la salida; éstas variables pueden ser definidas como variables de estado (No
olvidar que las variables de estado deben ser linealmente independientes).
50
Modelaje de sistemas
IDEAS COMPLEMENTARIAS…
A continuación se presenta el ejemplo del motor D.C, tratado en la sección anterior. Se escogerán como
variables de estado variables físicas medibles de la planta. Recuerde que el sistema estudiado es de orden
2, por ende se efectuará el análisis con 2 variables de estado. Cuando se trabaja con variables de estado
es muy conveniente hacerlo directamente de las ecuaciones que definen la dinámica del sistema o, de su
representación en diagrama de bloques
Se diferencian 4 posibles candidatas a variables de estado. Estas son la salida ω(t), y las variables
intermedias ia(t), τ(t) y eg(t), la variable de entrada generalmente no se escoge como variable de estado.
Los conjuntos podrían ser:
1. ia(t), y eg(t)
2. τ(t) y eg(t)
3. ia(t) y ω(t)
4. τ(t) y ω(t)
No es posible escoger ia(t) y τ(t) ó eg(t) y ω(t), porque son linealmente dependientes.
Cuál de los cuatro conjuntos escoger?. La decisión depende exclusivamente de la instrumentación con la
que se cuenta, su costo, y su facilidad de consecución. Para el desarrollo del ejemplo se va suponer que se
posee un amperímetro y un voltímetro para instrumentar la planta, por lo tanto, se escogerá el conjunto
1. Al trabajar con éste conjunto el control de la salida ω(t) se va a realizar a través de la medición del
voltaje generado eg(t), ya que las dos variables son linealmente dependientes.
Obsérvese como el modelaje en variables de estado permiten el control de una señal a partir de la
medición de otra. Generalmente los modelos matemáticos en espacio de estados se deben hallar
favoreciendo aquel que permita la implementación real de un controlador. Partiendo del diagrama de
bloques, sin olvidar que el espacio de estados se define en el dominio del tiempo, se tiene que las
funciones de transferencia que establecen la dinámica del motor son:
I a (s ) 1 E g (s ) T (s ) Ω (s ) 1
G 1 (s ) = = , G 2 (s ) = = K v , G 3 (s ) = = K a y G 4 (s ) = =
E a (s ) − E g ( s ) L a s + R a Ω(s ) I a (s ) T (s) Js + b
• Tomando como variables de estado x1(t)=ia(t) y x2(t)=eg(t), se necesitan expresiones que nos
di ( t ) de g ( t )
permitan obtener x& 1 ( t ) = a y x& 2 ( t ) = . De las funciones de transferencia se pueden
dt dt
obtener éstas derivadas.
51
Modelaje de sistemas
di a ( t ) R 1 1
= − a i a ( t) − e g (t) + e a ( t ) , en términos de las variables de estado se obtendría la
dt La La La
Ra 1 1
primera ecuación: x& 1 ( t ) = − x1 ( t ) − x 2 (t) + ea ( t)
La La La
1
• Ahora de la función de transferencia G2 se tiene que E g (s) = K v Ω(s) y de G4 Ω(s) = T (s )
Js + b
, por tanto reemplazando la equivalencia de Ω(s) en términos del T(s) se tendría que
1
E g (s ) = K v T(s) de G3 se obtiene una expresión del torque en términos de la corriente de
Js + b
1
armadura T (s) = K a I a (s) reemplazándola en Eg(s) quedaría que E g (s) = K v K a I a (s ) .
Js + b
• Nótese que las ecuaciones deben quedar en términos de las trasformadas de Laplace de las
señales que se escogieron como variables de estado (Ia(s) y Eg(s)). Por tanto:
⎡ Ra 1 ⎤
⎢− − ⎡ 1 ⎤
L a ⎥ x(t) + ⎢ ⎥ u( t ) donde, u(t) = e (t).
x& (t) = ⎢ L a ⎥ L a
⎢ K v Ka b ⎢ a⎥
− ⎥ ⎣ 0 ⎦
⎢⎣ J J ⎥⎦
Los sistemas estudiados poseen elementos que guardan energía. Entre otros están las bobinas y
los condensadores en los sistemas eléctricos; los resortes y los amortiguadores en los sistemas
mecánicos; los tanques de almacenamiento en los de caudal y nivel; etc. Los más fáciles de
analizar son los sistemas eléctricos; sin embargo, a través de las analogías se pueden obtener
circuitos eléctricos de otra clase de sistemas.
52
Modelaje de sistemas
IDEAS COMPLEMENTARIAS…
Para obtener el espacio de estados siga los pasos que se describen a continuación:
1. Identifique todos los elementos que guardan energía (el número de variables de estado será
igual al número de elementos que guarden energía).
2. Defina como variables de estado las corrientes de las inductancias y los voltajes en los
condensadores.
3. Exprese las ecuaciones que le permitan obtener el voltaje de las inductancias y la corriente de
los condensadores. Estas ecuaciones expresadas en forma matricial le darán como resultado la
ecuación de estado.
Para el circuito de la figura 2.41 obtenga un modelo en espacio de estados, tomando como entrada la
corriente i(t) y como salida el voltaje en la resistencia eR(t):
1. Las corrientes y los voltajes candidatos a ser variables de estado se identifican en la figura 2.41.
Se observan 4 variables de estado las corriente de las inductancias L1 y L2 (iL1(t) y iL2(t)) y los
voltajes en los condensadores C1 y C2 (eC1(t) y eC2(t)), estas variables son variables intermedias
del sistema.
2. Las variables de estado se definen en el orden que aparecen en la tabla 2.12. Este orden es
sugerido; lo que significa que si se enumeran en orden diferente de igual forma se va obtener
un espacio de estados que representa el sistema (recuerde que la representación en espacio de
estados no es única).
3. Se analiza el circuito para los voltajes de las inductancias y las corrientes en los condensadores.
53
Modelaje de sistemas
de C1 ( t ) de C1 ( t )
• La corriente para el condensador C1 es C1 = i( t ) − i L1 ( t ) − i L2 ( t ) , despejando
dt dt
de C1 ( t ) 1 1 1
queda = i( t ) − i L (t) − i L ( t ) , ordenando la ecuación y dejándola en términos
dt C1 C1 1 C1 2
1 1 1
de las variables de estado x& 3 ( t ) = − x1 (t) − x 2 (t) + i( t ) .
C1 C1 C1
• Por último la corriente del condensador C2 es igual a la corriente que circula por la inductancia
de C2 ( t ) de C2 ( t ) 1
L2, C 2 = i L2 ( t ) , despejando = i L ( t ) , el equivalente en variables de estado
dt dt C2 2
1
es: x& 4 ( t ) = x 2 (t)
C2
1
Las cuatro ecuaciones que definen las derivada de las variables de estado x& 1 ( t ) = x 3 (t) ,
L1
R 1 1 1 1 1 1
x& 2 ( t ) = −
x 2 (t) + x 3 (t) − x 4 ( t ) , x& 3 ( t ) = − x1 (t) − x 2 (t) + i( t ) y x& 4 ( t ) = x 2 (t)
L2 L2 L2 C1 C1 C1 C2
ordenadas en forma matricial dan la ecuación de estado:
⎡ 1 ⎤
⎢ 0 0
L1
0 ⎥
⎢ ⎥ ⎡ 0 ⎤ ⎡ x& 1 ( t ) ⎤ ⎡ x1 (t) ⎤
⎢ 0 R 1 1 ⎥
− − ⎢ 0 ⎥ ⎢x& ( t )⎥ ⎢ ⎥
⎢ L2 L2 L2 ⎥ ⎢ ⎥ u ( t ) , donde u(t) = i(t). x& (t) = ⎢ 2 ⎥ y x(t) = ⎢ x 2 ( t )⎥ .
x& (t) = ⎢ ⎥ x(t) +
1 1 ⎢ 1C ⎥ ⎢ x& 3 ( t ) ⎥ ⎢ x 3 ( t)⎥
⎢− − 0 0 ⎥ ⎢ 1⎥ ⎢ ⎥ ⎢ ⎥
⎢ 1C C1 ⎥ ⎣ 0 ⎦ ⎣x& 4 ( t )⎦ ⎣ x 4 ( t )⎦
⎢ 1 ⎥
⎢ 0 0 0 ⎥
⎣ C2 ⎦
Si se desea otra salida, solamente se debe cambiar la ecuación de salida, la de estado continúa igual. Por
54
Modelaje de sistemas
Si se quieren varias salidas se puede tener una ecuación de salida donde y(t) es el vector de salida. Por
ejemplo se desean tener múltiples salidas, y1(t)= a la corriente de L1, y2(t)= a la corriente de C2 y, y3(t) =
la corriente de C1 entonces la ecuación de salida será:
⎡ 1 0 0 0⎤ ⎡0 ⎤ ⎡ y1 ( t ) ⎤
y(t) = ⎢⎢ 0 1 0 0⎥⎥ x(t) + ⎢⎢0⎥⎥ u ( t ) , donde y(t) = ⎢⎢ y 2 ( t )⎥⎥ .
⎢⎣− 1 − 1 0 0⎥⎦ ⎢⎣1⎥⎦ ⎢⎣ y 3 ( t ) ⎥⎦
Si el circuito tiene más de una fuente de alimentación, significa que tiene más de una entrada. Por tanto,
se aplica el mismo método hasta el paso 2, pero para realizar los pasos 3 y 4 es necesario aplicar el
teorema de la superposición, haciendo el análisis con respecto a cada entrada, sin tener en cuenta el
efecto de las otras. En la ecuación de estado ya no aparece u(t), sino el vector u(t) que estará compuesto
por las ‘r’ entradas que tenga.
Donde, sI es la variable ‘s’ multiplicada por la matriz identidad ‘I’ de orden n x n, esto con el fin
de mantener la coherencia en las operaciones con matrices. Agrupando los factores con X(s) la
expresión quedaría, sI X(s) − AX(s) = BU(s) , factorizando X(s) por la derecha [sI − A]X(s) = BU(s) ,
para despejar X(s), que es un vector, se debe premultiplicar por [sI − A]−1 se obtiene que
[sI − A]−1 [sI − A]X(s) = [sI − A]−1BU(s) , por lo tanto:
55
Modelaje de sistemas
Ahora hallando la transformada de Laplace para la ecuación de salida Ec 2.42, se obtiene una
expresión en función de ‘s’ L [y(t)] = L [Cx(t) + Du(t)] , donde Y(s) = CX(s) + DU(s) ,
reemplazando la expresión Ec 2.51 en Y(s) se tiene que: Y(s) = C[sI − A]−1BU(s) + DU(s) ,
factorizando U(s) por la derecha quedaría:
[ ]
Y(s) = C[sI − A]−1B + D U(s) Ec 2.52
Por lo tanto, si el modelo en espacio de estados es de una planta o sistema MIMO la matriz de
transferencia M(s) sería:
M(s) = C[sI − A]−1B + D Ec 2.53
Sí el modelo es de una planta o sistema tipo SISO, entonces la función de transferencia quedaría:
Ec 2.54
La matriz [sI − A] recibe el nombre de Φ(s), por ende, G(s) = CΦ(s)B + D , para sistemas o plantas
donde D = 0 la expresión se reduce a:
IDEAS COMPLEMENTARIAS…
A continuación se describirá cómo obtener por métodos matriciales la función de transferencia para el
motor D.C de la figura 2.16, utilizando el espacio de estados obtenido con variables físicas.
⎡ Ra 1 ⎤
⎢− − ⎡ 1 ⎤
L a ⎥ x(t) + ⎢ ⎥ u( t )
x& (t) = ⎢ L a ⎥ L
⎢ K v Ka b ⎢ a⎥
− ⎥ ⎣ 0 ⎦
⎣⎢ J J ⎦⎥
⎡ 1 ⎤
y ( t ) = ⎢0 ⎥ x(t)
⎣ Kv ⎦
La función de transferencia se define como G(s) = C[sI − A]−1B + D , para el ejemplo D = 0 , la expresión
de G(s) se reduce a G(s) = C[sI − A]−1B = CΦ(s)B .
⎡ s 0⎤
• Como el sistema es de orden 2 entonces sI se define: sI = ⎢ ⎥.
⎣0 s ⎦
⎡ Ra 1 ⎤ ⎡ Ra 1 ⎤
− − ⎥ ⎢ s+ L
⎡ s 0⎤ ⎢ L a La ⎥ .
• Entonces la matriz [sI − A] = ⎢ ⎥−⎢
L a⎥ = ⎢ a ⎥
⎣0 s ⎦ ⎢ K v K a −
b ⎥ ⎢ Kv Ka
−
b
s+ ⎥
⎣⎢ J J ⎦⎥ ⎣⎢ J J ⎦⎥
Ad&j P
• La inversa de una matriz está definida como ( P −1 = ) la relación entre su adjunta y el
Det P
determinante. La matriz adjunta es igual a la transpuesta de la matriz de cofactores de P
56
Modelaje de sistemas
⎡ b 1 ⎤
⎢ s+ −
⎡ 1 ⎤ J L a ⎥ ⎡ 1L ⎤
⎢0 ⎥ ⋅⎢K K ⎥⋅⎢ a⎥
⎣ K v ⎦ ⎢ v a s + R a ⎥ ⎣⎢ 0 ⎦⎥
⎢ J L a ⎥⎦
⎣
G (s) = CΦ (s)B = ;
2 ⎛ bL a + JR a ⎞ bR a K v K a
s + ⎜⎜ ⎟s +
⎟ +
⎝ JL a ⎠ JL a JL a
⎡ Ka 1 ⎛ R ⎞⎤ ⎡ 1 ⎤
⎢ ⎜⎜ s + a ⎟⎟⎥ ⋅ ⎢ La ⎥ Ka
⎣⎢ J Kv ⎝ La ⎠⎦⎥ ⎣⎢ 0 ⎦⎥ JLa
G( s ) = = ;
⎛ bLa + JRa ⎞ bRa K v K a ⎛ bLa + JRa ⎞ bRa K v K a
s + ⎜⎜
2
⎟⎟ s + + s + ⎜⎜
2
⎟⎟ s + +
⎝ JLa ⎠ JLa JLa ⎝ JLa ⎠ JLa JLa
Ka
JL a
G T (s) = , es la misma función que se encuentra en Ec 2.37
⎛ bL + JR a ⎞ bR a K v K a
s 2 + ⎜⎜ a ⎟s + +
JL a ⎟ JL a JL a
⎝ ⎠
Ka
G T (s ) =
( L a s + R a )( Js + b) + K v K a
57
Modelaje de sistemas
En el diseño de controladores con espacio de estados existen algoritmos y reglas de diseño que
están generalizados para variables canónicas; pero en la vida real estos algoritmos se deben
implementar sobre variables físicas, medibles es instrumentadas, que se encuentran en el proceso
y que en pocas ocasiones coinciden con las canónicas. En estos casos es conveniente hallar una
matriz de transformación entre espacio de estados, que permita llevar cualquier análisis o diseño
de variables canónicas a físicas y viceversa.
x& b = A b x b + Bb u( t ) Ec 2.58
y ( t ) = Cb x b Ec 2.59
Se tiene que x a = T x b , siendo ‘T’ la matriz de transformación lineal entre los espacios de
estados, donde x b = T −1 x a , como aparece en la figura 2.42.
T x& b = A a T x b + B a u(t)
y(t) = Ca T x b
Para que el espacio de estados quede en términos de xb como se encuentra en la expresión Ec.
2.58 se multiplica por la inversa de T (T-1), por lo tanto:
58
Modelaje de sistemas
A a T = TA b
B a = TB b Ec 2.62
Ca T = Cb
Las ecuaciones que se encuentran en Ec 2.62 permiten obtener las componentes que forman la
matriz de transformación T.
IDEAS COMPLEMENTARIAS…
Ejemplo: Para la planta representada por el diagrama de bloques de la figura 2.43 se desea obtener dos
representaciones en espacio de estados de las cuales una debe ser la canónica y la otra con las variables
físicas Z(s) y Q(s) que se encuentran especificadas en el diagrama; luego se requiere encontrar la matriz
de transformación entre los espacios de estado.
4
• La función de transferencia para la planta sería, G(s) = 2 , de la generalización para
s − 2s − 15
la representación en espacio de estados con variables canónicas xc (Ec 2.46) , se tiene que:
⎡ 0 1⎤ ⎡ 0⎤
x& c = ⎢ ⎥ x c + ⎢ ⎥ u( t )
⎣15 2⎦ ⎣1 ⎦
y( t ) = [4 0]x c
59
Modelaje de sistemas
⎡ − 3 0⎤ ⎡1 ⎤
x& f = ⎢ ⎥ x f + ⎢ 0⎥ u ( t )
⎣ 1 5⎦ ⎣ ⎦
y( t ) = [0 4]x f
⎡ 0 1⎤ ⎡ 0⎤
• Sí x c = T x f donde las matrices del espacio de estados xc son Ac = ⎢ ⎥ , Bc = ⎢ ⎥ y
⎣15 2⎦ ⎣1 ⎦
⎡ − 3 0⎤ ⎡1⎤
y C c = [4 0] , y las matrices de espacio de estado xf son A f = ⎢ ⎥ , Bf = ⎢ ⎥ y
⎣ 1 5⎦ ⎣0⎦
C f = [0 4] entonces aplicando las expresiones que están en Ec 2.62 se puede obtener T.
• Por lo tanto:
A c T = TA f
⎡t t 12 ⎤
B c = TB f , sí la matriz de transformación lineal T = ⎢ 11 .
⎣ t 21 t 22 ⎥⎦
C T= C
c f
⎡ 0 1⎤ ⎡ t 11 t 12 ⎤ ⎡ t 11 t 12 ⎤ ⎡ − 3 0⎤
A c T = TA f ∴ ⎢ ⎥⎢ = (1)
t 22 ⎥⎦ ⎢⎣ t 21 t 22 ⎥⎦ ⎢⎣ 1 5⎥⎦
•
⎣15 2⎦ ⎣ t 21
⎡0⎤ ⎡ t t 12 ⎤ ⎡1⎤
B c = TB f ∴ ⎢ ⎥ = ⎢ 11 (2)
⎣1⎦ ⎣ t 21 t 22 ⎥⎦ ⎢⎣0⎥⎦
⎡t t ⎤
Cc T = C f ∴ [4 0]⎢ 11 12 ⎥ = [0 4] (3)
⎣ t 21 t 22 ⎦
• De la expresión (3) se tiene que:
⎡0⎤ ⎡ t 11 ⎤
⎢1⎥ = ⎢ t ⎥ , por lo tanto t21=1.
⎣ ⎦ ⎣ 21 ⎦
⎡0 1 ⎤ ⎡ 0 1 ⎤ ⎡ 0 1 ⎤ ⎡ 0 1 ⎤ ⎡ − 3 0⎤
T=⎢ ⎥ , por lo tanto en (1) se tiene que ⎢15 2⎥ ⎢1 t ⎥ = ⎢1 t ⎥ ⎢ 1 5⎥ ;
⎣1 t 22 ⎦ ⎣ ⎦⎣ 22 ⎦ ⎣ 22 ⎦ ⎣ ⎦
⎡ 0 1⎤ ⎡0 1 ⎤ ⎡0 1 ⎤ ⎡ − 3 0⎤ ⎡1 t 22 ⎤ ⎡ 1 5 ⎤
⎢15 2⎥ ⎢1 t ⎥ = ⎢1 t ⎥ ⎢ 1 5⎥ ; entonces ⎢2 15 + 2 t ⎥ = ⎢ − 3 + t 5t 22 ⎥⎦
de ésta
⎣ ⎦⎣ 22 ⎦ ⎣ 22 ⎦ ⎣ ⎦ ⎣ 22 ⎦ ⎣ 22
expresión se deduce que t22= 5
⎡0 1⎤
• En conclusión la matriz de transformación lineal T = ⎢ ⎥ para x c = T x f .
⎣1 5⎦
• La matriz de transformación para x f = T2 x c es la inversa de T, entonces T2 = T-1.
60
Modelaje de sistemas
⎡ − 5 1⎤
T2 = ⎢ ⎥.
⎣ 1 0⎦
REFERENCIA BIBLIOGRAFICA
ROHRS Charles E; MELSA, James L. y SCHULTZ, Donald G. SISTEMAS DE CONTROL
LINEAL. Ed. McGraw-Hill. 1994.
Y(s)
G (s) =
U(s)
Entonces Y (s) = G (s) U (s) , aplicando transformada inversa de Laplace se tiene que,
L-1 [Y(s)] = L-1 [G (s) U(s)] , por lo tanto, la salida en función del tiempo sería igual a:
IDEAS COMPLEMENTARIAS …
Algunas de las señales más comunes en el análisis de la respuesta en el tiempo para sistemas o plantas
son el impulso, el escalón, la rampa y la parábola. La tabla 2.13 contiene un resumen de la definición
de las señales en el tiempo.
61
Modelaje de sistemas
Rampa ⎧t ∀ t ≥ 0 1
r(t ) = ⎨
⎩ 0 ∀otrocaso s2
Parábola ⎧t2
⎪ ∀t ≥ 0 1
a (t ) = ⎨ 2
⎪ 0 ∀otrocaso s3
⎩
SOFTWARE Y SIMULACION…
Una vez se obtiene el modelo del sistema, con MATLAB es fácil observar su respuesta en el tiempo, por
ejemplo para conocer el comportamiento de un sistema ante una entrada escalón, se tiene el comando
‘step’ y para observar la respuesta al impulso el comando ‘impulse’.
5
Ejemplo1: Para la función de transferencia G ( s ) = 2
, obténgase la respuesta al escalón y al
( s + s + 1)
impulso, usando MATLAB. Entonces se tendría que:
» n=5;
» d=[1 1 1];
» step(n,d)
La respuesta generada es una gráfica que contiene el comportamiento de G(s) ante el escalón así:
Step Response
6
4
Amplitude
0
0 2 4 6 8 10 12
Time (sec.)
Aplicando el comando ‘impulse’ se tiene:
» impulse(n,d)
Impulse Response
3
2.5
2
Amplitude
1.5
1
0.5
0
-0.5
-1
0 2 4 6 8 10 12
Time (sec.)
62
Modelaje de sistemas
Sí F(α, β, ρ) , es una función, donde α, β, y ρ son los parámetros que la definen; el factor de
sensibilidad de la función con respecto a uno de los parámetros se define como la relación entre
el cambio de la función y la función original sobre la relación entre el cambio producido en el
parámetro y el parámetro original (ver ecuación Ec 2.64).
ΔF
α dF
S αF = F
= Ec 2.64
Δα F dα
α
Si se tiene un sistema en lazo abierto como el que aparece en la figura 2.44a donde la función de
transferencia total Mo del sistema sería M o = G1G 2 , entonces el factor de sensibilidad de la
función de transferencia general del sistema con respecto a los parámetros de G1 sería:
Mo G1 dMo G1G 2
SG = = =1
1 G1G 2 dG1 G1G 2
63
Modelaje de sistemas
G1 dMc G 1 (1 + G 1 H) d ⎡ G 1G 2 ⎤ 1 + G 1 H (1 + G 1 H)G 2 − G 1G 2 H 1
S GMc1 = = ⎢ ⎥= =
G1G 2
1+ G1H dG 1 G 1G 2 dG 1 ⎣1 + G 1 H ⎦ G2 (1 + G 1 H) 2
1 + G1H
G2 dMc G 2 (1 + G 1 H) d ⎡ G 1G 2 ⎤ 1 + G 1 H G 1
S GMc2 = = ⎢ ⎥= =1
G1G 2
1+ G1H dG 2 G 1G 2 dG 2 ⎣1 + G 1 H ⎦ G1 1 + G1H
Pero qué le pasará al sistema ante variaciones de H?. Hallando el factor de sensibilidad se tiene:
Si se retroalimentan el sistema como en la figura 2.44c el sistema se insensibiliza tanto para los
cambios de G1 como de G2.
En la figura 2.45 se observa un sistema con perturbaciones a la salida, como es un sistema LTI
cumple con el teorema de la superposición, donde la función de perturbación P(s) actúa como
otra entrada.
64
Modelaje de sistemas
1
Mo(s) =
s +1
0
1 1
1
Mc(s) =
s+2 1
1 2 2
1
Mc(s) =
s+3 1
2 3 3
En la tabla 2.14 aparece la comparación de la respuesta en frecuencia para los tres casos del
ejemplo, en la que se observa que a través de la retroalimentación se puede manejar el ancho de
banda; a mayor factor de retroalimentación mayor ancho de banda, pero menor ganancia. El
factor de retroalimentación define un compromiso entre el ancho de banda y la ganancia del
sistema.
REFERENCIA BIBLIOGRAFICA
65
Modelaje de sistemas
Cuando no es fácil modelar una planta o sistema a través del análisis con leyes de la física se
puede recurrir a estimar un modelo a partir de la información en la salida, para una entrada
predeterminada y en un punto de operación específico; lo que se conoce como “curva de
reacción”.
Existen diversos métodos que permiten hallar un modelo en forma experimental, por ejemplo,
en la entrada se puede usar una señal impulsiva que en el dominio de la frecuencia estimula
todas las dinámicas (ancho de banda infinito) o una señal escalón que facilita la comprensión de
la respuesta de la planta en el dominio del tiempo. En esta sección se discutirán dos de los más
usados utilizando como señal excitadora un escalón.
Para una planta con entrada u(t) y salida y(t),“la curva de reacción se obtiene sobrestimulando
la entrada u(t) y observando los cambios en y(t)”(ver figura 2.47). Una vez el sistema se tiene
en el punto de operación, se aplica un pequeño escalón Δu(t) sobre el valor inicial y se observa
la “reacción” en la señal de salida Δy(t). Para realizar este experimento es necesario tener la
planta instrumentada y poder medir la reacción de la salida.
Ke − t os
G (s) = Ec 2.65
τs + 1
Δy( t )
Donde la ganancia del sistema sería K = , τ es la constante de tiempo del sistema y to es el
Δu ( t )
tiempo de retardo. El tiempo donde se aplica el estimulo es ti, a partir de éste se mide la
constante de tiempo y el retardo.
66
Modelaje de sistemas
En este método se traza una tangente a la curva de reacción en el punto de inflexión de la curva
como se muestra en la figura 2.48, y el modelo se aproxima a uno de primer orden (Ec 2.65)
Los valores de to y τ se obtienen observando el eje del tiempo en la gráfica, teniendo en cuenta
los cortes de la recta tangente con la curva. Por ser un método gráfico depende mucho de la
habilidad con la que se trace la recta tangente con el fin de no incorporar errores en el análisis.
[ −1
] −1
Δy( t o + τ) = KΔu 1 − e = 0.632Δy( t ) y Δy( t o + 1 3 τ) = KΔu 1 − e 3 = 0.283Δy( t ) , estos
puntos son los denotados en la figura 2.49 como t2 y t1 respectivamente, los valores to y τ se
pueden despejar a partir de t o + τ = t 2 y t o + 13 τ = t 1 entonces:
τ = 32 ( t 2 − t 1 )
Ec 2.66
to = t2 − τ
Es uno de los modelos más usados ya que permite realizar una aproximación más exacta al
sistema real.
67
Modelaje de sistemas
to
− t os 1− s
e = 2
to
Ec 2.67
1+ 2
s
IDEAS COMPLEMENTARIAS …
Generalmente el modelo que se halla en forma experimental no solo es de la planta, sino que involucra
el actuador y el bloque de medición tratados en la sección 1.2. Para observar la salida de una planta es
mejor que ésta se encuentre instrumentada, esto debido a que las señales ya están debidamente
adecuadas, facilitando la comparación de la reacción de la salida con el estimulo en la entrada. Lo ideal
es buscar que las señales a medir se encuentren adecuadas en un tipo de señal fácilmente medible. Por
ejemplo, voltajes o corrientes, en donde para plantas con frecuencias naturales mayores a 100mHz
las curvas se pueden medir con un osciloscopio, y para plantas con menores frecuencias es necesario
tomar datos o utilizar otro tipo de instrumento medidor (registradores...). Por ejemplo para un motor
DC que va a ser controlado por corriente de armadura, y como variable de salida se tiene la velocidad;
si se desea obtener la curva de reacción es necesario tener el motor instrumentado, por tanto, para
manipular la entrada ia(t) corriente de armadura se va a utilizar un rectificador de onda completa
(actuador) comandado por PWM y para medir la salida ω(t), una dínamo DC apropiadamente
acoplada al eje del motor (bloque de medición –sensor), entonces:
• Inicialmente la entrada y la salida respectivamente son ia(t) y ω(t), pero una vez la planta
está instrumentada la entrada que se va a sobre estimular es la referencia de PWM, u(t) y
como salida se tendría el voltaje que entrega la dínamo y(t). Es como si se tratara de una
nueva planta compuesta por actuador-planta inicial (motor DC)-sensor.
u(t) y(t)
Gp(s)
68
Modelaje de sistemas
Por lo tanto, el modelo Gp(s) que se obtiene ya involucra la dinámica del actuador y del sensor, como
se muestra en la figura 2.50
A continuación se presenta un ejemplo de un sistema de orden dos al que le fue estimado un modelo de
primer orden, más tiempo muerto POTM como el de la ecuación 2.65.
300
La dinámica de la planta es Gp(s) = 2
; suponiendo que dicha dinámica fue difícil de
s + 80s + 100
modelar por leyes físicas y por tanto fue necesario hallar un modelo utilizando un método experimental
entonces:
• Se usa la prueba del escalón como se muestra en la figura 2.51
69
Modelaje de sistemas
En la figura 2.53 se observan los diagramas de bloques de la planta, el modelo aproximado y el modelo
con la aproximación del retardo utilizando Padé.
En la figura 2.54 se observa que las salidas son tan parecidas que no se pueden distinguir, lo que
significa una buena aproximación del modelo a la planta. El tiempo de estabilización de la planta es
aproximadamente 4 segundos.
Figura 2.54 Comparación del modelo real con el modelo POTM aproximado
REFERENCIA BIBLIOGRAFICA
SMITH, Carlos A y CORRIPIO, Armando B. CONTROL AUTOMATICO DE PROCESOS.
Teoría y Práctica. Capitulo VI Diseño de sistemas de control por retroalimentación con un
solo circuito. PAG 274- 277. Ed. LIMUSA, 2001.
Si se tiene una señal y(t) y x(t), donde la señal y(t) se puede definir en términos de x(t) como
y = f ( x ) , entonces si se tiene un punto de trabajo en x , y ( y = f ( x ) ), la ecuación se puede
expresar como una serie de Taylor en términos de las variables en el punto de operación Ec 2.68.
70
Modelaje de sistemas
df ( x ) 1 d 2 f (x)
y = f (x) = f (x) + (x − x) + 2
(x − x) 2 + L Ec 2.68
dx 2! dx
df ( x ) d 2 f ( x )
Evaluando las derivadas , , L en x = x . Si la variación x − x es pequeña, entonces
dx dx
se pueden despreciar las derivadas de orden superior, ya que la porción de la función que se está
tomando es casi lineal y por tanto, las derivadas de orden superior tienden a cero. Bajo la
anterior premisa se puede decir que:
y = y + K(x − x) Ec 2.69
df ( x )
Donde, K = .
dx x =x
Si se hace ~y = y − y y ~
x = x − x entonces rescribiendo la ecuación Ec 2.69 se tiene que:
~y = K~
x Ec 2.70
La expresión Ec 2.70 es la ecuación de una línea recta, significa que se ha obtenido un modelo
linealizado de y = f ( x ) alrededor del punto de operación x , y .
⎡ ∂f (α, β) ∂f (α, β) ⎤
y = f (α, β) = f ( α , β ) + ⎢ (α − α ) + (β − β )⎥ +
⎣ ∂α ∂β ⎦
Ec 2.71
1 ⎡ ∂ 2 f (α, β) 2 ∂ 2 f (α, β) ∂ 2 f (α, β) ⎤
⎢ ( α − α ) + 2 ( α − α )(β − β ) + (β − β ) 2 ⎥ + L
2! ⎣ ∂α 2
∂α dβ ∂β 2
⎦
y = y + K 1 (α − α ) + K 2 (β − β ) Ec 2.72
~
~ =α−α y β
Como y = f ( α , β ) , haciendo ~y = y − y , α = β − β entonces, la expresión Ec 2.72
quedaría:
~y = K α~ ~
1 + K 2β Ec 2.73
∂f (α, β) ∂f (α, β)
Donde, la constante K 1 = y K2 = .
∂α α=α ∂β α=α
β= β β= β
IDEAS COMPLEMENTARIAS …
A continuación se muestra cómo obtener un modelo de la dinámica del tanque de la figura 2.20
considerando dos situaciones, cuando el flujo es turbulento y cuando el flujo es laminar.
71
Modelaje de sistemas
f (Q i , H ) = f ( Q i , H ) + K 1 ( Q i − Q i ) + K 2 ( H − H )
∂f (Q i , H) ∂f (Q i , H ) 1
K1 = y K2 = , de esta forma se tiene que K 1 = y
∂Q i Q i = Qi ∂H Q i = Qi C
H=H H=H
K
K2 = − , pero como Q( t ) = K H( t ) , evaluada en el punto de operación es
2C H
Q
Q = K H , entonces K = , reemplazando K en la expresión para K2, quedaría
H
Q 1 2H
K2 = − =− , donde R = .
2CH RC Q
72
Modelaje de sistemas
dH h ( t )
• Reordenando la expresión C + = qi( t ) .
dt R
El modelo linealizado hallado es equivalente al trabajado en el análisis de sistemas de nivel y caudal
en la sección 2.6 (Ec 2.25).
REFERENCIA BIBLIOGRAFICA
OGATA, Katsuhiko. INGENIERÍA DE CONTROL MODERNA. Capitulo II Modelo matemático
de sistemas dinámicos PAG 152. Segunda Edición Ed. Prentice Hall.1993.
73