Presentado Por: Diego Fernando Valencia Grisales, Nathaly Sanchez Hincapie

Ejercicio 3.1: Control del péndulo invertido sobre una plataforma móvil mediante realimentación del vector de estado en
Matlab (R) Diseñe un controlador por realimentación del vector de estados basado en linealización aproximada para el
sistema (2.24). Realice los programas necesarios en Matlab (R) para realizar las simulaciones. Los valores de los parámetros
a usar en las simulaciones se presentan en la tabla 3.5.

Tabla 3.5: Parámetros usados en el sistema del péndulo invertido sobre una plataforma móvil

Parámetro Valor Parámetro Valor

M 0.5 [kg] m 0.2 [kg]
J 0.006 [kg·m2] L 0.3 [m]
C 0.0 F 0.1 [N/m/seg]

Como requerimiento de diseño, el comportamiento del sistema en lazo cerrado debe ser tal que el tiempo de asentamiento
sea inferior a 5 segundos, ts < 5 [seg].

𝑥1̇ = x2

−𝑚𝐿𝑐𝑜𝑠𝑥3 Δ1 + (𝐽 + 𝑚𝐿2 )Δ2

𝑥2̇ =
Δ
𝑥3̇ = x4
(𝑀 + 𝑚)Δ1 − 𝑚𝐿𝑐𝑜𝑠𝑥3 Δ2
𝑥4̇ =
Δ

Donde 𝑥1 = 𝜉; 𝑥2 = 𝜉̇; 𝑥3 = 𝜙; 𝑥4 = 𝜙̇

Δ1 = −𝐶𝜙̇ + 𝑚𝐿𝑔𝑠𝑒𝑛𝜙

Δ2 = −𝐹𝜉̇ + 𝑚𝐿𝑠𝑒𝑛(𝜙)𝜙 2̇ + 𝑢

Δ = 𝐽(𝑀 + 𝑚) + 𝑚𝐿2 (𝑀 + 𝑚𝑠𝑒𝑛2 𝜙

Puntos de equilibrio del sistema, en la posición vertical hacia arriba:

x1 = arbitrario = X, x2 = 0, x3 = 0, x4 = 0, u = 0

El sistema linealizado asociado al modelo está dado por

𝑥𝛿 = 𝐴𝑥𝛿̇ + 𝐵𝑢𝛿
 0 1 0 0
−𝐹(𝐽 + 𝑚𝐿2 ) −𝑚 𝐿 𝑔 2 2 𝑚𝐿𝐶
0
𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀 𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀 𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀
𝐴=
0 0 1
0 𝑚𝐿𝐹 (𝑀 + 𝑚)𝑚𝐿𝑔 −𝐶(𝑀 + 𝑚)
0
[ 𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀 𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀 𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀]
0
𝐽 + 𝑚𝐿2
𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀
𝐵=
0
−𝑚𝐿
[𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀]

𝐶 = [1 0 0 0]

Matriz de controlabilidad: 𝐶𝑜 = [𝐵 𝐴𝐵 𝐴2 𝐵 𝐴3 𝐵]

Para la matriz de controlabilidad se considera C=0.0 como se dicta en el enunciado, esto para facilitar los cálculo.
𝐹 2 (𝐽 + 𝑚𝐿2 )3 𝐿3 𝑔𝑚3
(𝐽 + 𝑚𝐿2 ) −𝐹(𝐽 + 𝑚𝐿2 )2 +
0 𝜈3 𝜈2
𝜈 𝜈2 𝐹 3 (𝐽 + 𝑚𝐿2 )3 𝐹𝐿3 𝑔𝑚3
2
(𝐽 + 𝑚𝐿 ) −𝐹(𝐽 + 𝑚𝐿 2 )2
𝐹 2 (𝐽 + 𝑚𝐿 3 𝐿3 𝑔𝑚3
2 ) (𝐽 + 𝑚𝐿2 ) ( + ) 𝐹𝐿3 𝑔𝑚3 (𝐽 + 𝑚𝐿2 )
𝜈3 𝜈2
2
+ −
𝐶𝑜 = 𝜈 𝜈 𝜈3 𝜈2 𝜈 𝜈3
−𝐿𝑚 𝐹𝐿𝑚(𝐽 + 𝑚𝐿2 ) 𝐹 2 𝐿𝑚(𝐽 + 𝑚𝐿2 )2 𝐿2 𝑔𝑚2 (𝑀 + 𝑚)
0 − −
−𝐿𝑚 𝜈 𝜈2 𝜈3 𝜈2
𝐹𝐿𝑚(𝐽 + 𝑚𝐿2 ) 𝐹 2 𝐿𝑚(𝐽 + 𝑚𝐿2 )2 𝐿2 𝑔𝑚2 (𝑀 + 𝑚) 𝐹 3
𝐿𝑚(𝐽 + 𝑚𝐿 2 )2 𝐹𝐿 2 𝑔𝑚2 (𝑀 + 𝑚)
𝜈 − − (𝐽 + 𝑚𝐿2 ) ( + ) 𝐹𝐿4 𝑔𝑚4
𝜈2 𝜈3 𝜈2 𝜈3 𝜈2
[ +
𝜈 𝜈3 ]

Donde 𝜈 = 𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀

𝐿4 𝑔2 𝑚4
det(𝐶𝑜) = ≠0
𝜈4
Por lo tanto el sistema es controlable.

Ley de control:

𝑢𝛿 = −𝑘1 𝑥1 𝛿 − 𝑘2 𝑥2 𝛿 − 𝑘3 𝑥3 𝛿 − 𝑘4 𝑥4 𝛿

Sistema en lazo cerrado:

𝑥𝛿̇ = (𝐴 − 𝐵𝑘)𝑥𝛿

Para el diseño del controlador se considera C=0.0 como se dicta en el enunciado, esto para facilitar los cálculos.
0 1 0 0
−𝑘1 (𝑚𝐿2 + 𝐽) (−𝐹 − 𝑘2 )(𝑚𝐿2 + 𝐽) −𝑔𝐿2 𝑚2 − 𝑘3 𝐿2 𝑚 − 𝐽𝑘3 −𝑘4 (𝑚𝐿2 + 𝐽)
𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀 𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀 𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀 𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀
(𝐴 − 𝐵𝑘) =
0 0 1
0 𝑚𝐿(𝐹 + 𝑘2 ) (𝑘3 + 𝑀𝑔 + 𝑚𝑔)𝑚𝐿 𝐿𝑚𝑘4
(𝐿𝑘1 𝑚)
[ 𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀 𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀 𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀]
Polinomio característico:

𝑃(𝑠) = 𝑑𝑒𝑡(𝑠𝐼 − (𝐴 − 𝐵𝑘))

(𝐹𝐽𝑠 3 + 𝐽𝑀𝑠 4 + 𝐽𝑘1 𝑠 2 + 𝐽𝑘2 𝑠 3 + 𝐽𝑚𝑠 4 − 𝐿𝑘3 𝑚𝑠 2 − 𝐿𝑘4 𝑚𝑠 3 + 𝐹𝐿2 𝑚𝑠 3 + 𝐿2 𝑀𝑚𝑠 4 − 𝐿𝑔𝑚2 𝑠 2 + 𝐿2 𝑘1 𝑚𝑠 2 + 𝐿2 𝑘2 𝑚𝑠 3 − 𝐿𝑔𝑘1 𝑚 − 𝐹𝐿𝑔𝑚𝑠 − 𝐿𝑔𝑘2 𝑚𝑠 − 𝐿𝑀𝑔𝑚𝑠 2 )
𝑃(𝑠) =
𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀

(𝐹𝐽 + 𝐽𝑘2 − 𝐿𝑘4 𝑚 + 𝐹𝐿2 𝑚 + 𝐿2 𝑘2 𝑚) 3 (𝐽𝑘1 − 𝐿𝑘3 𝑚 − 𝐿𝑔𝑚2 + 𝐿2 𝑘1 𝑚 − 𝐿𝑀𝑔𝑚) 2 (−𝐹𝐿𝑔𝑚 − 𝐿𝑔𝑘2 𝑚) (−𝐿𝑔𝑘1 𝑚)
𝑃(𝑠) = 𝑠 4 + 𝑠 + 𝑠 + 𝑠+
𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀 𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀 𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀 𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀

Polinomio deseado:

𝑃𝑑(𝑠) = (𝑠 + 𝛼)(𝑠 + 𝛽)(𝑠 2 + 2𝜉𝜔𝑛 𝑠 + 𝜔𝑛2 )

𝑃𝑑(𝑠) = 𝑠 4 + (𝛼 + 𝛽 + 2𝜉𝜔𝑛 )𝑠 3 + (𝛼𝛽 + 𝜔𝑛2 + 2𝜔𝑛 𝛼𝜉 + 2𝜔𝑛 𝛽𝜉)𝑠 2 + (𝜔𝑛2 α + ω2n β + 2ωn αβξ)s + (ω2n αβ)

Igualando polinomio P(s)=Pd(s) se obtienen los valores de k1, k2, k3 y k4 como sigue:

−(𝜔𝑛2 𝛼𝛽)(𝑀𝑚𝐿2 + 𝐽(𝑚 + 𝑀))

𝑘1 =
𝐿𝑔𝑚

(𝜔𝑛2 𝛼 + 𝜔𝑛2 𝛽 + 2𝜉𝜔𝑛 𝛼𝛽)(𝑀𝑚𝐿2 + 𝐽(𝑚 + 𝑀)) + 𝐹𝐿𝑔𝑚

𝑘2 =
−𝐿𝑔𝑚
2
(𝜔𝑛+ 𝛼𝛽 + 2𝜔𝑛 𝛼𝜉 + 2𝜔𝑛 𝛽𝜉)(𝑀𝑚𝐿2 + 𝐽(𝑚 + 𝑀)) − 𝐽𝑘1 + 𝐿𝑔𝑚2 − 𝐿2 𝑘1 𝑚 + 𝐿𝑀𝑔𝑚
𝑘3 =
−𝐿𝑚
(𝛼 + 𝛽 + 2𝜔𝑛 𝜉)(𝑀𝑚𝐿2 + 𝐽(𝑚 + 𝑀)) − 𝐹𝐽 − 𝐽𝑘2 − 𝐹𝐿2 𝑚 − 𝐿2 𝑘2 𝑚
𝑘4 =
−𝐿𝑚

Finalmente se reemplazan el vector k obtenido en la ley de control propuesta anteriormente y reemplazando las
variables incrementales por:

𝑥1 𝛿 = 𝑥1 − 𝑋; 𝑥2 𝛿 = 𝑥2 ; 𝑥3 𝛿 = 𝑥3 ; 𝑥4 𝛿 = 𝑥4 ; 𝑢𝛿 = 𝑢

Diseño del observador dinámico lineal de orden completo para el sistema del péndulo invertido sobre una
plataforma móvil
Se propone el siguiente observador dinámico lineal

̇ 0 1 0 0 0
𝑥̂ 𝑥̂
1𝛿 −𝐹(𝐽 + 𝑚𝐿2 ) −𝑚2 𝐿2 𝑔 𝑚𝐿𝐶 1𝛿 𝐽 + 𝑚𝐿2 𝐿1
𝑥̂ ̇ 0 𝑥̂ 𝐿
2 𝛿
= 𝜈 𝜈 𝜈 2 𝛿
+ 𝜈 𝑢𝛿 + [ 2 ] (𝑦𝛿 − 𝑦
̂)
̇ 1 𝐿3 𝛿
𝑥̂
3𝛿 0 0 𝑥̂
3𝛿 0
0 𝑚𝐿𝐹 (𝑀 + 𝑚)𝑚𝐿𝑔 −𝐶(𝑀 + 𝑚) 𝑥̂ −𝑚𝐿 𝐿4
[𝑥̂ ̇ [ 4𝛿 ]
4 ]
𝛿 [0 𝜈 𝜈 𝜈 ] [ 𝜈 ]
Donde 𝜈 = 𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀

𝑥̂
1𝛿
𝑥̂
2
̂𝛿 = [1 0 0 0] 𝛿
𝑦
𝑥̂
3𝛿
[𝑥̂
4𝛿 ]

Matriz de observabilidad 𝑂 = [𝐶 𝐶𝐴 𝐶𝐴2 𝐶𝐴3 ]′

Para la matriz de observabilidad se considera C=0.0 como se dicta en el enunciado, esto para facilitar los cálculo.
1 0 0
0 1 0 0
−𝐹(𝐽 + 𝑚𝐿2 ) −(𝐿2 𝑔𝑚2 ) 0
𝑂= 0
0 𝜈 𝜈 −(𝐿2 𝑔𝑚2 )
0 𝐹 2 (𝐽 + 𝑚𝐿2 )2 𝐹𝐿2 𝑔𝑚2 (𝐽 + 𝑚𝐿2 )
𝜈
[ 𝜈2 𝜈2 ]

Donde 𝜈 = 𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀

𝐿4 𝑔2 𝑚4
det(𝑂) = ≠0
𝜈2
Por lo tanto el sistema es observable.

La estabilidad del sistema dinámico dependerá de la ubicación en el plano complejo de sus autovalores (que corresponden
también a las raíces del polinomio característico) de la matriz del sistema (A – LC). En este caso, el polinomio característico
está dado por:

𝑃(𝑠) = 𝑑𝑒𝑡(𝑠𝐼 − (𝐴 − 𝐿𝐶))

−𝐿1 1 0 0
−𝐹(𝐽 + 𝑚𝐿2 ) −𝑚2 𝐿2 𝑔 𝑚𝐿𝐶
−𝐿2
(𝐴 − 𝐿𝐶) = 𝜈 𝜈 𝜈
0 0 1
−𝐿3 𝑚𝐿𝐹 (𝑀 + 𝑚)𝑚𝐿𝑔 −𝐶(𝑀 + 𝑚)
−𝐿
[ 4 𝜈 𝜈 𝜈 ]

Donde 𝜈 = 𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀

𝑃(𝑠) = (𝐶𝐹𝑠 2 + 𝐶𝑀𝑠 3 + 𝐹𝐽𝑠 3 + 𝐽𝑀𝑠 4 + 𝐶𝑚𝑠 3 + 𝐽𝑚𝑠 4 + 𝐶𝐿1 𝑀𝑠 2 + 𝐹𝐽𝐿1 𝑠 2 + 𝐽𝐿1 𝑀𝑠 3 + 𝐽𝐿2 𝑀𝑠 2 − 𝐿𝐿2 𝑔𝑚2
+ 𝐶𝐿1 𝑚𝑠 2 + 𝐽𝐿1 𝑚𝑠 3 + 𝐽𝐿2 𝑚𝑠 2 − 𝐿2 𝐿4 𝑔𝑚2 + 𝐹𝐿2 𝑚𝑠 3 + 𝐿2 𝑀𝑚𝑠 4 + 𝐶𝐹𝐿1 𝑠 + 𝐶𝐿2 𝑀𝑠 − 𝐿𝑔𝑚2 𝑠 2
+ 𝐶𝐿2 𝑚𝑠 − 𝐹𝐿𝐿1 𝑔𝑚 − 𝐿𝐿2 𝑀𝑔𝑚 + 𝐶𝐿𝐿4 𝑚𝑠 − 𝐹𝐿𝑔𝑚𝑠 − 𝐿𝐿1 𝑔𝑚2 𝑠 − 𝐿𝑀𝑔𝑚𝑠 2 + 𝐹𝐿2 𝐿1 𝑚𝑠 2
+ 𝐿2 𝐿1 𝑀𝑚𝑠 3 + 𝐿2 𝐿2 𝑀𝑚𝑠 2 − 𝐿2 𝐿3 𝑔𝑚2 𝑠 − 𝐿𝐿1 𝑀𝑔𝑚𝑠)/(𝑀𝑚𝐿2 + 𝐽𝑚 + 𝐽𝑀)

Para el diseño del observador de orden completo se considera C=0.0 como se dicta en el enunciado, esto para facilitar los
cálculos.
(𝐹𝐽 + 𝐽𝐿1 𝑀 + 𝐽𝐿1 𝑚 + 𝐹𝐿2 + 𝐿2 𝐿1 𝑀) 3 ( 𝐹𝐽𝐿1 + 𝐽𝐿2 𝑀 + 𝐽𝐿2 𝑚 − 𝐿𝑔𝑚2 − 𝐿𝑀𝑔𝑚 + 𝐹𝐿2 𝐿1 𝑚 + 𝐿2 𝐿2 𝑀𝑚) 2
𝑃(𝑠) = 𝑠 4 + 𝑠 + 𝑠
(𝑀𝑚𝐿2 + 𝐽𝑚 + 𝐽𝑀) (𝑀𝑚𝐿2 + 𝐽𝑚 + 𝐽𝑀)

(𝐶𝐹𝐿1 + 𝐶𝐿2 𝑀 + 𝐶𝐿2 𝑚 + 𝐶𝐿𝐿4 𝑚 − 𝐹𝐿𝑔𝑚 − 𝐿𝐿1 𝑔𝑚2 − 𝐿2 𝐿3 𝑔𝑚2 − 𝐿𝐿1 𝑀𝑔𝑚) (−𝐿𝐿2 𝑔𝑚2 − 𝐿2 𝐿4 𝑔𝑚2 − 𝐹𝐿𝐿1 𝑔𝑚 − 𝐿𝐿2 𝑀𝑔𝑚)
+ 𝑠+
(𝑀𝑚𝐿2 + 𝐽𝑚 + 𝐽𝑀) (𝑀𝑚𝐿2 + 𝐽𝑚 + 𝐽𝑀)
Polinomio deseado: 𝑃𝑑(𝑠) = (𝑠 + 𝑎1 )(𝑠 + 𝑎2 )(𝑠 2 + 2𝜉𝜔𝑛 𝑠 + 𝜔𝑛2 )

𝑃𝑑(𝑠) = 𝑠 4 + (𝑎1 + 𝑎2 + 2𝜔𝑛 𝜉)𝑠 3 + (𝑎1 𝑎2 + 𝜔𝑛2 + 2𝜔𝑛 𝑎1 𝜉 + 2𝜔𝑛 𝑎2 𝜉)𝑠 2 + (𝜔𝑛2 𝑎1 + 𝜔𝑛2 𝑎2 + 2𝜔𝑛 𝑎1 𝑎2 𝜉)𝑠 + (𝜔𝑛2 𝑎1 𝑎2 )

Igualando polinomio P(s)=Pd(s) se obtienen los valores de L1, L2, L3 y L4 como sigue:

𝐹(𝑚𝐿2 + 𝐽)
𝐿1 = 𝑎1 + 𝑎2 + 2𝜔𝑛 𝜉 −
(𝑀𝑚𝐿2 + 𝐽(𝑚 + 𝑀))

(𝐹𝐿1 𝐿2 𝑚 − 𝑔𝐿𝑚2 − 𝑀𝑔𝐿𝑚 + 𝐹𝐽𝐿1 )

𝐿2 = 𝑎1 𝑎2 − + 𝜔𝑛2 + 2𝜔𝑛 𝑎1 𝜉 + 2𝜔𝑛 𝑎2 𝜉
(𝑀𝑚𝐿2 + 𝐽(𝑚 + 𝑀))

(𝐿𝐿1 𝑔𝑚2 + 𝐹𝐿𝑔𝑚 + 𝐿𝐿1 𝑀𝑔𝑚)

(𝑀𝑚𝐿2 + 𝐽𝑚 + 𝐽𝑀) ( + 𝜔𝑛2 𝑎1 + 𝜔𝑛2 𝑎2 + 2𝜔𝑛 𝑎1 𝑎2 𝜉)
(𝑀𝑚𝐿2 + 𝐽(𝑚 + 𝑀))
𝐿3 = −
(𝐿2 𝑔𝑚2 )

𝑎1 𝑎2 𝜔𝑛2 + (𝐿𝐿2 𝑔𝑚2 + 𝐹𝐿𝐿1 𝑔𝑚 + 𝐿𝐿2 𝑀𝑔𝑚)

−( ) ∗ (𝑀𝑚𝐿2 + 𝐽(𝑚 + 𝑀))
(𝑀𝑚𝐿2 + 𝐽(𝑚 + 𝑀))
𝐿4 =
(𝐿2 𝑔𝑚2 )

Diseño del observador dinámico lineal de orden completo para el sistema del péndulo invertido sobre una
plataforma móvil
0 1 0 0 0
𝑥1̇ 𝛿 −𝐹(𝐽 + 𝑚𝐿2 ) −𝑚2 𝐿2 𝑔 𝑚𝐿𝐶 𝑥1 𝛿 𝐽 + 𝑚𝐿2
𝑥2̇ 𝛿 0 𝑥2
= 𝜈 𝜈 𝜈 [𝑥 𝛿 ] + 𝜈 𝑢𝛿
𝑥3̇ 𝛿 0 0 1 3𝛿 0
0 𝑚𝐿𝐹 (𝑀 + 𝑚)𝑚𝐿𝑔 −𝐶(𝑀 + 𝑚) 𝑥4 𝛿 −𝑚𝐿
[𝑥4̇ 𝛿 ]
[0 𝜈 𝜈 𝜈 ] [ 𝜈 ]
Donde 𝜈 = 𝐽(𝑀 + 𝑚) + 𝑚𝐿2 𝑀

𝑦𝛿 = 𝑥1 𝛿

𝐴11 = 0

𝐴12 = [1 0 0]

0
𝐴21 = [0]
0
 −𝐹(𝐽 + 𝑚𝐿2 ) −𝑚2 𝐿2 𝑔 𝑚𝐿𝐶
𝜈 𝜈 𝜈
𝐴22 = 0 0 1
𝑚𝐿𝐹 (𝑀 + 𝑚)𝑚𝐿𝑔 −𝐶(𝑀 + 𝑚)
[ 𝜈 𝜈 𝜈 ]

𝑏1 = 0

𝐽 + 𝑚𝐿2
𝜈
𝑏2 = 0
−𝑚𝐿
[ 𝜈 ]

𝑥1̇ 𝛿 = 𝑥2 𝛿 ; 𝑦2 𝛿 = 𝑥2 𝛿

Observador dinámico orden reducido:

̇ −𝐹(𝐽 + 𝑚𝐿2 ) −𝑚2 𝐿2 𝑔 𝑚𝐿𝐶 𝐽 + 𝑚𝐿2

𝑥̂
2𝛿 𝑥̂
2𝛿 𝐿21
𝜈 𝜈 𝜈 𝜈
[𝑥̂ ̇
3𝛿 ] = 0 0 1 [𝑥̂
3𝛿 ] + 0 𝑢𝛿 + [𝐿22 ] (𝑦2 𝛿 − 𝑦̂
2𝛿 )
𝑥̂ ̇ 𝑚𝐿𝐹 (𝑀 + 𝑚)𝑚𝐿𝑔 −𝐶(𝑀 + 𝑚) 𝑥̂ 4𝛿
−𝑚𝐿 𝐿 23
4𝛿
[ 𝜈 𝜈 𝜈 ] [ 𝜈 ]

𝑥̂
2𝛿
𝑦̂
2𝛿 = [1 0 0 ] [𝑥̂
3𝛿 ]
𝑥̂
4𝛿

̇ −𝐹(𝐽 + 𝑚𝐿2 ) −𝑚2 𝐿2 𝑔 𝑚𝐿𝐶 𝐽 + 𝑚𝐿2

𝑥̂
2𝛿 𝑥̂
2𝛿 𝐿21
𝜈 𝜈 𝜈 𝜈
̇3 ] =
[𝑥̂ 0 0 1 [𝑥̂
3 𝛿 ] + 0 𝑢 𝛿 + [ 𝐿22 ] (𝑥1̇ 𝛿 − 𝑦̂
2𝛿 )
𝛿
𝑥̂ ̇ 𝑚𝐿𝐹 (𝑀 + 𝑚)𝑚𝐿𝑔 −𝐶(𝑀 + 𝑚) 𝑥̂
4𝛿
−𝑚𝐿 𝐿 23
4𝛿
[ 𝜈 𝜈 𝜈 ] [ 𝜈 ]

−𝐹(𝐽 + 𝑚𝐿2 ) −𝑚2 𝐿2 𝑔 𝑚𝐿𝐶 𝐽 + 𝑚𝐿2

𝑥̂̇ 𝑥̂
2𝛿
𝜈 𝜈 𝜈 2𝛿
𝜈 𝐿21 𝐿21 0 0 𝑥̂ 2𝛿
[𝑥̂ ̇
3 ]= 0 0 1 𝑥̂
[ 3𝛿 ] + 0 𝑢𝛿 + [𝐿22 ] 𝑥1̇ 𝛿 − [𝐿22 0 𝑥̂
0] [ 3 𝛿 ]
𝛿
𝑥̂̇ 𝑚𝐿𝐹 (𝑀 + 𝑚)𝑚𝐿𝑔 −𝐶(𝑀 + 𝑚) 𝑥̂ 4𝛿
−𝑚𝐿 𝐿23 𝐿23 0 0 𝑥̂ 4𝛿
4𝛿
[ 𝜈 𝜈 𝜈 ] [ 𝜈 ]
 −𝐹(𝐽 + 𝑚𝐿2 ) −𝑚2 𝐿2 𝑔 𝑚𝐿𝐶 𝐽 + 𝑚𝐿2
𝑥̂̇
2 𝛿 − 𝐿21 𝑥1̇ 𝛿 − 𝐿21 𝑥̂
𝜈 𝜈 𝜈 2𝛿
𝜈
[𝑥̂ ̇
3 𝛿 − 𝐿22 𝑥1̇ 𝛿 ] = −𝐿22 0 1 𝑥̂
[ 3𝛿 ] + 0 𝑢𝛿
𝑥̂ ̇ 𝑚𝐿𝐹 (𝑀 + 𝑚)𝑚𝐿𝑔 −𝐶(𝑀 + 𝑚) 𝑥̂ −𝑚𝐿
4 − 𝐿23 𝑥1̇
𝛿 𝛿 − 𝐿23
4𝛿
[ 𝜈 𝜈 𝜈 ] [ 𝜈 ]

Ahora haciendo:

𝑧21𝛿 = 𝑥̂
2 𝛿 − 𝐿21 𝑥1 𝛿 = 𝑥̂
2 𝛿 − 𝐿21 𝑦𝛿

𝑧22𝛿 = 𝑥̂
3 𝛿 − 𝐿22 𝑥1 𝛿 = 𝑥̂
3 𝛿 − 𝐿22 𝑦𝛿

𝑧23𝛿 = 𝑥̂
4 𝛿 − 𝐿23 𝑥1 𝛿 = 𝑥̂
4 𝛿 − 𝐿23 𝑦𝛿

Variables estimadas despejadas de las ecuaciones anteriores:

𝑥̂
2 𝛿 = 𝑧21𝛿 + 𝐿21 𝑦𝛿

𝑥̂
3 𝛿 = 𝑧22𝛿 + 𝐿22 𝑦𝛿

𝑥̂
3 𝛿 = 𝑧23𝛿 + 𝐿23 𝑦𝛿

Observador dinámico de orden reducido con el cambio de variable:

−𝐹(𝐽 + 𝑚𝐿2 ) −𝑚2 𝐿2 𝑔 𝑚𝐿𝐶 𝐽 + 𝑚𝐿2 −𝐹(𝐽 + 𝑚𝐿2 ) −𝑚2 𝐿2 𝑔 𝑚𝐿𝐶
𝑧21̇ 𝛿 − 𝐿21 𝑧 − 𝐿21 𝐿21
𝜈 𝜈 𝜈 21 𝛿 𝜈 𝜈 𝜈 𝜈
[𝑧22̇ 𝛿 ] = −𝐿22 0 1 [𝑧22 𝛿 ] + 0 𝑢𝛿 + −𝐿 22 0 1 [𝐿22 ] 𝑦𝛿
𝑧23̇ 𝛿 𝑚𝐿𝐹 (𝑀 + 𝑚)𝑚𝐿𝑔 −𝐶(𝑀 + 𝑚) 𝑧23 𝛿 −𝑚𝐿 𝑚𝐿𝐹 (𝑀 + 𝑚)𝑚𝐿𝑔 −𝐶(𝑀 + 𝑚) 𝐿23
[ − 𝐿23 ] [ 𝜈 ] [ − 𝐿23 ]
𝜈 𝜈 𝜈 𝜈 𝜈 𝜈

Polinomio característico: 𝑃(𝑠) = det(𝑠𝐼 − (𝐴22 − 𝐿𝑂𝑅 𝐶𝑂𝑅 ))

Donde:
𝐿21
𝐿𝑂𝑅 = [𝐿22 ]
𝐿23

𝐶𝑂𝑅 = [1 0 0]

−𝐹(𝐽 + 𝑚𝐿2 ) −𝑚2 𝐿2 𝑔 𝑚𝐿𝐶

− 𝐿21
𝜈 𝜈 𝜈
𝑃(𝑠) = det −𝐿22 0 1
𝑚𝐿𝐹 (𝑀 + 𝑚)𝑚𝐿𝑔 −𝐶(𝑀 + 𝑚)
− 𝐿23
[ 𝜈 𝜈 𝜈 ]

Para el diseño del observador de orden reducido se considera C=0.0 como se dicta en el enunciado, esto para facilitar los
cálculos.
 −𝐹(𝐽 + 𝑚𝐿2 ) −𝑚2 𝐿2 𝑔
− 𝐿21 0
𝜈 𝜈
𝑃(𝑠) = det −𝐿22 0 1
𝑚𝐿𝐹 (𝑀 + 𝑚)𝑚𝐿𝑔
− 𝐿23 0
[ 𝜈 𝜈 ]
𝑃(𝑠)
(𝐹𝐽𝑠 2 + 𝐽𝑀𝑠 3 + 𝐽𝑚𝑠 3 + 𝐽𝐿21 𝑀𝑠 2 − 𝐿𝐿21 𝑔𝑚2 + 𝐽𝐿21 𝑚𝑠 2 − 𝐿𝑔𝑚2 𝑠 − 𝐿2 𝐿23 𝑔𝑚2 + 𝐹𝐿2 𝑚𝑠 2 + 𝐿2 𝑀𝑚𝑠 3 − 𝐹𝐿𝑔𝑚 − 𝐿𝐿21 𝑀𝑔𝑚 − 𝐿𝑀𝑔𝑚𝑠 + 𝐿2 𝐿21 𝑀𝑚𝑠 2 − 𝐿2 𝐿22 𝑔𝑚2 𝑠)
=
(𝑀𝑚𝐿2 + 𝐽(𝑚 + 𝑀))

(𝐹𝐽 + 𝐽𝐿21 𝑀 + 𝐽𝐿21 𝑚 + 𝐹𝐿2 𝑚 + 𝐿2 𝐿21 𝑀𝑚) 2 (𝐿22 𝑔𝐿2 𝑚2 + 𝑔𝐿𝑚2 + 𝑀𝑔𝐿𝑚) (𝐿𝐿21 𝑔𝑚2 + 𝐿2 𝐿23 𝑔𝑚2 + 𝐹𝐿𝑔𝑚 + 𝐿𝐿21 𝑀𝑔𝑚)
𝑃(𝑠) = 𝑠 3 + 𝑠 − 𝑠−
(𝑀𝑚𝐿^2 + 𝐽(𝑚 + 𝑀)) 2
(𝑀𝑚𝐿 + 𝐽(𝑚 + 𝑀)) (𝑀𝑚𝐿2 + 𝐽(𝑚 + 𝑀))

Polinomio deseado: 𝑃𝑑(𝑠) = (𝑠 + 𝛼)(𝑠 2 + 2𝜉𝜔𝑛 𝑠 + 𝜔𝑛2 )

𝑃𝑑(𝑠) = 𝑠 3 + (2𝜔𝑛 𝜉 + 𝛼)𝑠 2 + (𝜔𝑛2 + 2𝜔𝑛 𝛼𝜉)𝑠 + (𝜔𝑛2 𝛼)

Igualando polinomio P(s)=Pd(s) se obtienen los valores de L21, L22 y L23 como sigue:

𝐹(𝑚𝐿2 + 𝐽)
𝐿21 = 𝛼 + 2𝜉𝜔𝑛 −
(𝑀𝑚𝐿2 + 𝐽(𝑚 + 𝑀))

(𝐿𝑔𝑚2 + 𝐿𝑀𝑔𝑚)
(𝑀𝑚𝐿2 + 𝐽(𝑚 + 𝑀)) (𝜔𝑛2 + 2𝛼𝜉𝜔𝑛 + )
(𝑀𝑚𝐿2 + 𝐽(𝑚 + 𝑀))
𝐿22 = −
(𝐿2 𝑔𝑚2 )

(𝐿𝐿21 𝑔𝑚2 + 𝐹𝐿𝑔𝑚 + 𝐿𝐿21 𝑀𝑔𝑚)

− (𝛼𝜔𝑛2 + ) (𝑀𝑚𝐿2 + 𝐽(𝑚 + 𝑀))
(𝑀𝑚𝐿2 + 𝐽(𝑚 + 𝑀))
𝐿23 =
(𝐿2 𝑔𝑚2 )

Reemplazando los datos suministrados al inicio del ejercicio en estas ecuaciones, definidos plenamente, el vector de estado
estimado convergerá al valor del estado verdadero de una manera asintótica. El estado estimado se utilizará entonces para
alimentar la ley lineal de control realimentado que se encontró al inicio de este ejercicio mediante realimentación del
vector de estados basado en linealización aproximada.