MT227 Control Moderno y Óptimo

Unidad 3b
Diseño de Sistemas de Seguimiento y
Observadores de Estado
 Temario

• Consideraciones Preliminares
• Diseño de servosistemas o sistemas de seguimiento.
• Diseño de observadores de estado de orden completo y
de orden mínimo.
• Uso de Matlab.
 1

Consideraciones Preliminares
 Consideraciones preliminares

Variables de estado 𝑖, w
Variable de salida 
R L +
J,B
+ um(t)
u(t) (t)=d/dt
-
-

Las ecuaciones de modelado son

𝑑𝑖 𝑑
𝑢 𝑡 = 𝑅𝑖 + 𝐿 + 𝑢𝑚 (𝑡) Ley de voltajes 𝐽 = 𝑃𝑚 𝑡 − 𝐵
Inercia
𝑑𝑡 de Kirchhoff
𝑑𝑡 rotatoria

donde 𝑢𝑚 𝑡 = 𝐾𝑏  𝑃𝑚 𝑡 = 𝐾𝑝 𝑖 Par o torque

 Consideraciones preliminares
Las variables de estado fueron analizadas sin ningún tipo de acción de control.
 Consideraciones preliminares

• Se analizará el método de asignación de polos para el diseño de

servosistemas de tipo 1. El método se limitará a sistemas que tengan
una señal de control u escalar y una salida y también escalar.
• Al servosistema, se presentará el problema de diseñar un
servosistema de tipo 1 cuando la planta contiene un integrador y
cuando la planta no tiene integrador.

Servosistema de tipo 1 cuando la planta tiene un integrador.

 Consideraciones preliminares
Para un sistema un lineal modelado en EE

𝑥ሶ = 𝐀𝑥 + 𝐁𝑢
𝑦 = 𝐂𝑥 + D𝑢 donde 𝑥 0 = 𝑥0

Un sistema dinámico descrito por 𝑥ሶ = 𝐀𝑥 + 𝐁𝑢 es controlable si existe

una ley de control 𝑢(𝑡) que transfiere cualquier estado inicial 𝑥 0 = 𝑥0 a un estado final
𝑥 𝑡𝑓 = 𝑥𝑓 del espacio de estados en un tiempo 𝑡𝑓 > 𝑡0 .

Tomando en cuenta que la matriz

de controlabilidad está dada por
𝑥0
𝑥𝑓
𝐂𝐨 = 𝐁 ⋮ 𝐀𝐁 ⋮ ⋯ ⋮ 𝐀𝑛−1 𝐁
 Consideraciones preliminares
Tomando como ejemplo el motor DC
Las ecuaciones de modelado son
𝑈 𝑠 = 𝑅𝐼 𝑠 + 𝐿𝑠𝐼(𝑠) + 𝑈𝑚 (𝑠)
R L +
𝑈𝑚 𝑠 = 𝐾𝑏 𝑊(𝑠)
J,B
+
um(t) 𝑃𝑚 𝑠 = 𝐾𝑝 𝐼(𝑠)
u(t)
- (t)=d/dt
- 𝐽𝑠𝑊(𝑠) = 𝑃𝑚 𝑠 − 𝐵𝑊(𝑠)

𝑠(𝑠) = 𝑊(𝑠)

Usando las variables de estado 𝑥1 = , 𝑥2 = , 𝑥3 = 𝑖

0
1 0
𝑥ሶ 1 𝐵 𝐾𝑃 𝑥1 0
Se deduce que 0 −
𝑥ሶ 2 = 𝐽 𝐽 𝑥2 + 0 𝑢
1
𝑥ሶ 3 𝐾𝑏 𝑅 𝑥3
0 − − 𝐿
𝐿 𝐿

𝑦 = 1 0 0 𝑥 + 0𝑢
 Consideraciones preliminares
La representación numérica en EE está dada por

𝑥ሶ 1 0 1 0 𝑥1 0
𝑥ሶ 2 = 0 −500 −300 𝑥2 + 0 𝑢
𝑥ሶ 3 0 −0.0002 −2 𝑥3 2

𝑦 = 1 0 0 𝑥 + 0𝑢

La matriz de controlabilidad es

0 1 −600
𝐂𝐨 = 𝐁 𝐀𝐁 𝐀𝟐 𝐁 = 0 −600 301200
2 −4 203/25

El determinante es distinto que cero o el rango de la matriz es 3

El sistema es controlable
 2

Diseño de sistemas de seguimiento

 Diseño de servosistema de tipo 1 cuando la
planta tiene un integrador.

r es un escalón

donde x = vector de estado para la planta (vector de dimensión n)

u = señal de control (escalar)
y = señal de salida (escalar)
A = matriz de coeficientes constantes n x n
B = matriz de coeficientes constantes n x 1
C = matriz de coeficientes constantes 1 x n
 Diseño de servosistema de tipo 1 cuando la
planta tiene un integrador.
Supóngase que la planta se
define mediante:
𝑥ሶ = 𝐀𝑥 + 𝐁𝑢
𝑦 = 𝐂𝑥

Donde la señal de control u está dada por:

𝑥1
𝑥2
𝑢 = − 0 𝑘2 𝑘3 ⋯ 𝑘𝑛 ⋮ + 𝑘1 𝑟 − 𝑥1
𝑥𝑛
𝑢 = −𝐊𝑥 + 𝑘1 𝑟

La matriz de realimentación K se define como:

𝐊 = 𝑘1 𝑘2 ⋯ 𝑘𝑛
 Diseño de servosistema de tipo 1 cuando la
planta tiene un integrador.
Si la planta se define como

𝑥ሶ = 𝐀𝑥 + 𝐁𝑢
𝑦 = 𝐂𝑥

Como 𝑢 = 𝑘1 𝑟 − 𝑥1 − 0 𝑘2 ⋯ 𝑘𝑛 𝑥
𝑢 = 𝑘1 𝑟 − 𝑥1 − 0 𝑘2 ⋯ 𝑘𝑛 𝑥 = −𝐾𝑥 + 𝑘1 𝑟

Luego 𝑥ሶ = 𝐀𝑥 + 𝐁 −𝐾𝑥 + 𝑘1 𝑟 = 𝐀 − 𝐁𝐊 𝑥 + 𝐁𝑘1 𝑟

𝑦 = 𝐂𝑥

Se puede aplicar las técnicas de asignación de polos

 Ejemplo de aplicación
Dado el siguiente sistema:

𝑥ሶ 1 0 1 0 𝑥1 0
𝑥ሶ 2 = 0 0 1 𝑥2 + 0 𝑢
𝑥ሶ 3 0 −6 −5 𝑥3 1

𝑦= 1 0 0 𝑥 + 0𝑢

Donde la columna de ceros contiene un integrador. Según esto se pide diseñar un

controlador de estados de seguimiento a la variable de estado x1, donde los polos
deseados sean
−1 ± 𝑗 2 y −8

Obs. A= >> eig(A)

ans = Se aprecia que la planta
0 1 0 0 tiene un integrador
0 0 1 -2
0 -6 -5 -3
 Ejemplo de aplicación
clc
A=[0 1 0;0 0 1;0 -6 -5];
B=[0;0;1];
C=[1 0 0];
% definiendo la amplitud Amp
Amp=1; 𝑥1
t=0:0.005:5;
u=Amp*exp(0*t);
x0=[0 0 1];
[y,x]=lsim(A,B,C,0,u,t,x0);
figure(1)
plot(t,x(:,1),t,x(:,2),t,x(:,3))
grid
𝑥2
%realimentación de estados
p1=-1+j*sqrt(2); 𝑥3
p2=-1-j*sqrt(2);
p3=-8;
K=place(A,B,[p1 p2 p3]);

[y1,x1]=lsim(A-B*K,B*K(1),C,0,u,t,x0);
figure(2)
plot(t,x1(:,1),t,x1(:,2),t,x1(:,3))
grid
 Ejemplo de aplicación

1. Determinando la controlabilidad del sistema

𝐂𝐨 = 𝐁 𝐀𝐁 𝐀𝟐 𝐁

0 0 1
= 0 1 −5
1 −5 19

El determinante de Co es 1, o el rango de la matriz es 3

El sistema es controlable

2. Generando el polinomio característico deseado

𝑠𝐈 − (𝐀 − 𝐁𝐊) = (𝑠 + 1 + 𝑗 2)(𝑠 + 1 − 𝑗 2)(𝑠 + 8)

 Ejemplo de aplicación
𝑠 0 0 0 1 0 0
0 𝑠 0 − 0 0 1 + 0 𝑘1 𝑘2 𝑘3 = (𝑠 2 + 2𝑠 + 3)(𝑠 + 8)
0 0 𝑠 0 −6 −5 1

𝑠 −1 0 0 0 0
0 𝑠 −1 + 0 0 0 = 𝑠 3 + 10𝑠 2 + 19𝑠 + 24
0 6 𝑠+5 𝑘1 𝑘2 𝑘3

𝑠 −1 0
0 𝑠 −1 = 𝑠 3 + 10𝑠 2 + 19𝑠 + 24
𝑘1 6 + 𝑘2 𝑠 + 5 + 𝑘3

Operando la tercera fila de la determinante

𝑘1 + 𝑘2 + 6 𝑠 + 𝑠 + 𝑘2 + 5 𝑠 2 = 𝑠 3 + 𝑘2 + 5 𝑠 2 + 𝑘2 + 6 𝑠 + 𝑘1
 Ejemplo de aplicación
Al igualar los coeficientes

𝑘1 = 24 𝑘2 = 13 𝑘3 = 5
La matriz K está dada por
𝐊 = [24 13 5]
La ley de control u resulta
𝑢 = −24𝑥1 − 13𝑥2 − 5𝑥3 + 24𝑟
𝑥1
𝑢 = − 24 13 5 𝑥2 + 24𝑟
𝑥3
1
Nota. 𝑘1 se puede obtener de esta otra manera 𝑘1 = −
𝐂(𝐀 − 𝐁𝐊)−1 𝐁
−1
0 1 0 0 0 1 1
1 0 0 0 0 1 − 0 24 13 1 0 =− 𝑘1 = − = 24
24 −1Τ24
0 −6 −5 1 1
 Ejemplo de aplicación
El nuevo sistema de lazo cerrado queda definido de la siguiente manera

𝑥ሶ = 𝐀 − 𝐁𝐊 𝑥 + 𝐁𝑘1 𝑟

0 1 0 0 0
𝑥ሶ = 0 0 1 − 0 24 13 5 𝑥 + 0 [24] 𝑟
0 −6 −5 1 1

0 1 0 0 0 0 0
𝑥ሶ = 0 0 1 − 0 0 0 𝑥+ 0 𝑟
0 −6 −5 24 13 5 24

Donde el sistema resultante es:

0 1 0 0
𝑥ሶ = 0 0 1 𝑥+ 0 𝑟
−24 −19 −10 24
𝑦= 1 0 0 𝑥 + 0𝑢
 Ejemplo de aplicación
clc
A=[0 1 0;0 0 1;0 -6 -5];
B=[0;0;1];
C=[1 0 0];
% definiendo la amplitud Amp
Amp=1;
t=0:0.005:5; 𝑥3 𝑥1
u=Amp*exp(0*t);
x0=[0 0 1];
[y,x]=lsim(A,B,C,0,u,t,x0);
figure(1) 𝑥2
plot(t,x(:,1),t,x(:,2),t,x(:,3))
grid

%realimentación de estados
p1=-1+j*sqrt(2);
p2=-1-j*sqrt(2);
p3=-8;
K=place(A,B,[p1 p2 p3]);

[y1,x1]=lsim(A-B*K,B*K(1),C,0,u,t,x0);
figure(2)
plot(t,x1(:,1),t,x1(:,2),t,x1(:,3))
grid
 Diseño de servosistema de tipo 1 cuando la
planta no tiene un integrador.
Supóngase que la planta se 𝑥ሶ = 𝐀𝑥 + 𝐁𝑢
define mediante:
𝑦 = 𝐂𝑥

ሶ = 𝑟 − 𝑦 = 𝑟 − 𝐂𝑥 𝑢 = −𝐊𝑥 + 𝑘𝐼 

Acción integral

Sistema de seguimiento de tipo 1, cuando la planta no tiene integrador.

 Diseño de servosistema de tipo 1 cuando la
planta no tiene un integrador.
Fusionando las ecuaciones de estado, con la salida 𝑦 se tiene que

𝑥ሶ = 𝐀𝑥 + 𝐁𝑢
ሶ = −𝐂𝑥 + 𝑟
𝑦 = 𝐂𝑥
Donde la ley de control
𝑢 = −𝐊𝑥 + 𝑘𝐼 

La nueva ecuación 𝑥ሶ 𝐀 0 𝑥 𝐁 0
matricial del sistema es la ሶ =  + 𝑢 + 𝑟 (1)
−𝐂 0 0 𝐈
siguiente
𝑥ሶ 𝐀 − 𝐁𝐊 𝐁𝑘𝐼 𝑥 0
ሶ =  + 𝑟
O bien −𝐂 0 𝐈
 Diseño de servosistema de tipo 1 cuando la
planta no tiene un integrador.
El sistema final puede der representado de la siguiente manera

𝑥ሶ 𝐀 − 𝐁𝐊 𝐁𝑘𝐼 𝑥 0
ሶ =  + 𝑟
−𝐂 0 𝐈
𝑥
𝑦 = 𝐂 0  + 𝐷𝑢 Con D usualmente de valor 0

Con la ley de control u

𝑢 = −𝐊𝑥 + 𝑘𝐼 

෡= 𝐊
𝐊 −𝑘𝐼
 Ejemplo de aplicación

Diseñar un controlador con acción integral, que genere polos deseados en

-1, -1 y –2, considerando una referencia r, para el siguiente sistema:

0 1 0
𝑥ሶ = 𝑥+ 𝑢
−2 −3 1

𝑦= 1 0𝑥

El nuevo sistema con acción integral sería:

𝑥ሶ 𝐀 − 𝐁𝐊 𝐁𝑘𝐼 𝑥 0
= + 𝑟
ሶ −𝐂 0  𝐈
𝑥
𝑦 = 𝐂 0  + 𝐷𝑢

Cuyo polinomio característico es 𝑠 + 1 𝑠 + 1 𝑠 + 2 = 𝑠 3 + 4𝑠 2 + 5𝑠 + 2

 Ejemplo de aplicación
reemplazando

𝑠𝐈 −
𝐀 − 𝐁𝐊 𝐁𝑘𝐼 = 𝑠 3 + 4𝑠 2 + 5𝑠 + 2
−𝐂 0
Desarrollando la determinante

0 1 0 𝑘 0 0 1 0 0 0
− 𝑘2 𝑘𝐼 −
−2 −3 1 1 1 = −2 −3 𝑘1 𝑘2 𝑘𝐼
−1 0 0 −1 0 0
𝑠 0 0 0 1 0
0 𝑠 0 − −2 − 𝑘1 −3 − 𝑘2 𝑘𝐼
0 0 𝑠 −1 0 𝑠
𝑠 −1 0
2 + 𝑘1 𝑠 + 3 + 𝑘2 −𝑘𝐼 = 𝑠 3 + 4𝑠 2 + 5𝑠 + 2
1 0 𝑠
 Ejemplo de aplicación

Por la segunda fila, se tiene que

𝑘1 + 2 𝑠 + 𝑠 + 𝑘2 + 3 𝑠 2 + 𝑘𝐼 = 𝑠 3 + 4𝑠 2 + 5𝑠 + 2
𝑠 3 + 𝑘2 + 3 𝑠 2 + 𝑘1 + 2 𝑠 + 𝑘𝐼 = 𝑠 3 + 4𝑠 2 + 5𝑠 + 2

Al igualar los coeficientes tenemos:

𝑘1 = 3, 𝑘2 = 1, 𝑘𝐼 = 2

El controlador de estados es:

෡ = 𝐊 −𝑘𝐼 = 3 1
𝐊 −2

Determinando el nuevo sistema de lazo cerrado

 Ejemplo de aplicación
𝑥ሶ 𝐀 − 𝐁𝐊 𝐁𝑘𝐼 𝑥 0
= + 𝑟
ሶ −𝐂 0  𝐈
𝑥
𝑦 = 𝐂 0  + 𝐷𝑢

Por lo tanto, el sistema de lazo cerrado es:

𝑥ሶ1 0 1 0 0 0 𝑥1 0
𝑥ሶ 2 = − 𝑥2 + 0 𝑟
−2 −3 𝑘1 𝑘2 𝑘𝐼
ሶ −1 0 0  1
𝑥ሶ1 0 1 0 𝑥1 0
𝑥ሶ 2 = −5 −4 2 𝑥2 + 0 𝑟
ሶ −1 0 0  1
𝑥1
𝑦= 1 0 0 𝑥2

 Ejemplo de aplicación

clc
Ai=[0 1; -2 -3];
Bi=[0;1];
Ci=[1 0];
% definiendo la amplitud Amp
Amp=1; 𝑥1
t=0:0.005:10;
u=Amp*exp(0*t);
x0=[0 1];
[y,x]=lsim(Ai,Bi,Ci,0,u,t,x0);
figure(1)
plot(t,x(:,1),t,x(:,2))
grid
𝑥2
 Ejemplo de aplicación

%realimentación de estados con efecto integral

K=[3 1 -2];
A=[Ai-Bi*[K(1) K(2)] -Bi*K(3);-Ci 0];
B=[0;0;1]
𝑥3
C=[Ci 0];
x01=[0 1 0];

[y1,x1]=lsim(A,B,C,0,u,t,x01);
figure(2)
plot(t,x1(:,1),t,x1(:,2),t,x1(:,3))
grid 𝑥1

𝑥2

Se aprecia la respuesta transitoria de las variables de estado se vuelven más lentas

 3

Observadores de Estado
 Observadores de Estado

En el método de asignación de polos para el diseño de sistemas de control, se supuso

que todas las variables de estado estaban disponibles para su realimentación. Sin
embargo, en la práctica no todas las variables de estado están accesibles para poder
realimentarse. Entonces se necesita estimar las variables de estado que no están
disponibles. La estimación de variables de estado no medibles se denomina
normalmente observación.
 Observadores de Estado
Efectos de la adición del observador sobre el sistema en lazo cerrado
𝑥ሶ
𝑥෤ es la variable del estado observado
𝑦 = 𝐶𝑥
𝑦෤ es la salida estimada
L es la matriz de ponderación de la
ganancia del observador

Donde:
𝑥෤ሶ 𝑥ሶ = 𝐀𝑥 + 𝐁𝑢 𝑦 = 𝐂𝑥
𝑥෤ሶ = 𝐀𝑥෤ + 𝐁𝑢 + 𝐋(𝑦 − 𝐂𝑥)
෤
= (𝐀 − 𝐋𝐂) 𝑥෤ + 𝐁𝑢 + 𝐋𝑦

Si definimos el error:
𝐞 = 𝑥 − 𝑥෤
𝐋 𝐞ሶ = 𝐀 − 𝐋𝐂 𝐞

Observador de estado. Un observador de estado estima las variables de estado basándose

en las mediciones de las variables de salida y de control. Por lo tanto, el concepto de observabilidad
juega un papel importante. Como se verá más adelante, los observadores de estado pueden diseñarse si y
sólo si se satisface la condición de observabilidad.
 Observadores de Estado
Efectos de la adición del observador sobre el sistema en lazo cerrado

En el proceso de diseño por asignación de

polos, se supuso que el estado 𝑥(𝑡) estaba
disponible para su realimentación. Sin
embargo, en la práctica 𝑥(𝑡) puede no ser
medible, por lo que se necesitará diseñar
un observador y usar el estado observado
𝑥(𝑡)
෤ para su realimentación, tal como se
muestra en la figura.
𝐋

Por tanto, el proceso de diseño se convierte en un proceso de dos etapas:

la primera es la determinación de la matriz de ganancias de realimentación K que genera la
ecuación característica deseada y la segunda es la determinación de la matriz de ganancias
del observador L para obtener la ecuación característica deseada del observador.
Se examinan a continuación los efectos del uso del estado observado 𝑥(𝑡)
෤
 Diseño de observadores de Estado de orden completo

Considere el sistema
𝑥ሶ = 𝐀𝑥 + 𝐁𝑢
𝑦 = 𝐂𝑥

0 20.6 0
donde 𝐀= , 𝐁= , 𝐂= 0 1
1 0 1
Se utiliza la realimentación de estado observada tal que 𝑢 = −𝐊𝑥෤
Diseñe un observador de estado de orden completo suponiendo que la configuración
del sistema es idéntica a la que se observa en la figura. Suponga que los valores
propios deseados de la matriz del observador son 1 = −10 y 2 = −10.

Solución:

El diseño del observador de estado se reduce a la

determinación de una matriz de ganancias del
observador L apropiada.
 Diseño de observadores de Estado de orden completo

Paso 1: Se examina ahora la matriz de observabilidad.

𝑇 𝑇 𝑇 0 1
𝐂 ⋮ 𝐀 𝐂 =
1 0
El rango de la matriz es 2, por tanto el sistema es completamente observable y es
posible la determinación de la matriz de ganancias del observador deseada.

Método 1 𝑛 − 𝑎𝑛
𝑇 −1
𝑛−1 − 𝑎𝑛−1
Para determinar la matriz 𝐋 = 𝐖 𝐎𝐛 ⋮
identidad
1 − 𝑎1

𝐎𝐛 = 𝐂 𝑇 ⋮ 𝐀𝑇 𝐂 𝑇 ⋮ … ⋮ 𝐀𝑇 𝑛−1 𝐂 𝑇

𝑎𝑛−1 𝑎𝑛−2 ⋯ 𝑎1 1
𝑎𝑛−2 𝑎𝑛−3 ⋯ 1 0
𝐖= ⋮ ⋮ ⋱ ⋮ ⋮
𝑎1 1 ⋯ 0 0
1 0 ⋯ 0 0
Ob = Matriz de observabilidad
 Diseño de observadores de Estado de orden completo

La ecuación característica del sistema original es

𝑠 −20.6
𝑠𝐈 − 𝐀 = = 𝑠 2 − 20.6 = 𝑠 2 + 𝑎1 𝑠 + 𝑎2 = 0
−1 𝑠
Comparando: 𝑎1 = 0, 𝑎2 = −20.6

La ecuación característica deseada es

𝑠 + 10 𝑠 + 10 = 𝑠 2 + 20𝑠 + 100 = 𝑠 2 + 1 𝑠 + 2 = 0
Comparando: 1 = 0, 2 = 100

𝑇 −1
2 𝑎2 2 𝑎2
Para n=2 𝐋 = 𝐖 𝐎𝐛 1 𝑎1 = 𝐈 1 𝑎1

2 − 𝑎2 100 − (−20.6) 120.6

𝐋=  −𝑎 = =
1 1 20 − 0 20
 Diseño de observadores de Estado de orden completo

Método 2 Como en un observador de estados se sabe que 𝐞ሶ = 𝐀 − 𝐋𝐂 𝐞

la ecuación característica para el observador se convierte en

𝑠𝐈 − (𝐀 − 𝐋𝐂) = 0

𝑙1 entonces, la ecuación característica es

Se define 𝐋=
𝑙2

𝑠 0 0 20.6 𝑙1 𝑠 −20.6 + 𝑙1
− + 0 1 = = 𝑠 2 + 𝑙2 𝑠 − 20.6 + 𝑙1 = 0 (1)
0 𝑠 1 0 𝑙2 −1 𝑠 + 𝑙2

Como la ecuación característica deseada es 𝑠 2 + 20𝑠 + 100 = 0 (2)

120.6
𝑙1 = 120.6, 𝑙2 = 20 𝐋=
20
 Diseño de observadores de Estado de orden completo
−1
Método 3 Se utilizará la fórmula de Ackermann 𝐋 = (𝐀) 𝐂 0
𝐂𝐀 1

donde  𝑠 = 𝑠 − 1 𝑠 − 2 = 𝑠 2 + 20𝑠 + 100

 𝐀 = 𝐀2 + 20𝐀 + 100𝐈

−1
2 0 1 0
luego 𝐋 = 𝐀 + 20𝐀 + 100𝐈
1 0 1
120.6 412 0 1 0 120.6
𝐋= =
20 120.6 1 0 1 20
La ecuación para el observador de estado de orden completo

𝑥෤ሶ1 0 −100 𝑥෤1 0 120.6

𝑥෤ሶ = 𝐀 − 𝐋𝐂 𝑥෤ + 𝐁𝑢 + 𝐋𝑦 = + 𝑢+ 𝑦
ሶ𝑥෤2 1 −20 𝑥෤2 1 20
 Diseño de observadores de Estado de orden completo

Considere el sistema
𝑥ሶ = 𝐀𝑥 + 𝐁𝑢
𝑦 = 𝐂𝑥

1 0 0 0
donde
𝐀= 0 2 1 , 𝐁= 0 , 𝐂= 1 1 0
0 0 2 1

Se utiliza la realimentación de estado observada tal que 𝑢 = −𝐊𝑥෤

Diseñe un observador de estado de orden completo utilizando la fórmula de
Ackermann. Suponga que los valores propios deseados de la matriz del observador
son 1 = −3 , 2 = −4 y 3 = −5.
 Diseño de observadores de Estado de orden completo

𝐂 1 1 0
Aplicando el test de observabilidad 𝐎𝐛 = 𝐂𝐀 = 1 2 1
𝐂𝐀2 1 4 4

El determinante de 𝐎𝐛 = 1, o el rango de 𝐎𝐛 es igual a 3. El sistema es completamente

observable

Según la fórmula de Ackermann

−1
𝐂 0
𝐋 = (𝐀) 𝐂𝐀 0
𝐂𝐀2 1
donde  𝑠 = 𝑠 − 1 𝑠 − 2 𝑠 − 3 = 𝑠 3 + 12𝑠 2 + 47𝑠 + 60

 𝐀 = 𝐀3 + 12𝐀2 + 47𝐀 + 60𝐈

 Diseño de observadores de Estado de orden completo

−1
𝐂 4 −4 1
𝐂𝐀 = −3 4 −1
𝐂𝐀2 2 −3 1

4 −4 1 0
luego 𝐋 = 𝐀3 + 12𝐀2 + 47𝐀 + 60𝐈 −3 4 −1 0
2 −3 1 1
120 0 0 4 −4 1 0 120
𝐋= 0 210 107 −3 4 −1 0 = −103
0 0 210 2 −3 1 1 210

La ecuación para el observador de estado de orden completo

𝑥෤ሶ1 −119 −120 0 𝑥෤1 0 120

𝑥෤ሶ = 𝐀 − 𝐋𝐂 𝑥෤ + 𝐁𝑢 + 𝐋𝑦 𝑥෤ሶ 2 = 103 105 1 𝑥෤2 + 0 𝑢 + −103 𝑦
𝑥෤ሶ 3 −210 −210 2 𝑥෤3 1 210
Diseñar un sistema controlador observador de estados
completo que tenga las siguientes características:

Polos deseados para el controlador −1 ± 𝑗 2, −8

Polos deseados para el observador −8, −8, −8

L
A
Ejemplo de aplicación

Determine la función de transferencia

𝐔(𝑠)
del sistema controlador-observador
−𝐘(𝑠)
 Ejemplo de aplicación
% Función de transferencia de controlador-observador K=
% de orden completo
clc 24.0000 13.0000 5.0000
A=[0 1 0;0 0 1;0 -6 -5]; % las raíces son 0, -2 y -3
B=[0;0;1];
C=[1 0 0]; L=

% diseño de controlador con un eigenvalor igual a cero 19

% la asignación de polos están dadas 91
J=[-1+j*sqrt(2) -1-j*sqrt(2) -8]; -57
K=acker(A,B,J)

% diseño del observador de estados con polos en -8, -8 y -8 num =

% la ecuación característica es s^3 + 24s^2 + 192s + 512
1.0e+04 *
phi=A^3+24*A^2+192*A+512*eye(3);
cont=[C;C*A;C*A^2]; 0 0.1354 0.6908 1.2288
invc=inv(cont);
L=phi*invc*[0;0;1]
den =
%determinación de la FT del sistema controlador-observador
1.0e+03 *
AA=A-L*C-B*K;
BB=L; 0.0010 0.0290 0.3000 1.2380
CC=K;
DD=0;
[num,den]=ss2tf(AA,BB,CC,DD)
 Ejemplo de aplicación
Planta
Controlador-observador

Se puede demostrar que

𝐔(𝑠)
= 𝐊(𝑠𝐈 − 𝐀 + 𝐋𝐂 + 𝐁𝐊)−1 𝐋
−𝐘(𝑠)
−1
𝐔(𝑠) 𝑠 0 0 0 1 0 19 0 19
= [24 13 5] 0 𝑠 0 − 0 0 1 + 91 1 0 0 + 0 [24 13 5] 91
−𝐘(𝑠)
0 0 𝑠 0 −6 −5 −57 1 −57
−1
𝐔(𝑠) 𝑠 0 0 −19 1 0 19
= 24 13 5 0 𝑠 0 − −91 0 1 91
−𝐘(𝑠)
0 0 𝑠 33 −19 −10 −57
−1
𝑠 + 19 −1 0 19
= [24 13 5] 91 𝑠 −1 91
−33 19 𝑠 + 10 −57
 Ejemplo de aplicación
El determinante es
 = 𝑠 + 19 𝑠 2 + 10𝑠 + 19 + 91 𝑠 + 10 − 33 = 𝑠 3 + 29𝑠 2 + 300𝑠 + 1238

𝑠 + 19 −1 0 −1 𝑠 2 + 10𝑠 + 19 (𝑠 + 10) 1
1
91 𝑠 −1 = −(91𝑠 + 877) 𝑠 2 + 29𝑠 + 190 𝑠 + 19

−33 19 𝑠 + 10 33𝑠 + 1729 −(19𝑠 + 328) 𝑠 2 + 19𝑠 + 91

𝑠 2 + 10𝑠 + 19 (𝑠 + 10) 1 19
𝐔(𝑠) 1
= [24 13 5] −(91𝑠 + 877) 𝑠 2 + 29𝑠 + 190 𝑠 + 19 91
−𝐘(𝑠) 
33𝑠 + 1729 −(19𝑠 + 328) 𝑠 2 + 19𝑠 + 91 −57

𝐔(𝑠) 1 19
= [24𝑠 2 − 778𝑠 − 2300 13𝑠 2 + 306𝑠 + 1070 5𝑠 2 + 108𝑠 + 726] 91
−𝐘(𝑠) 
−57

𝐔(𝑠) 1354𝑠 2 + 6808𝑠 + 12288

=
−𝐘(𝑠) 𝑠 3 + 29𝑠 2 + 300𝑠 + 1238
 Observadores de Estado de orden mínimo

Suponga que el vector de estado x es un vector de dimensión n y que el vector de

salida y es un vector de dimensión m medible. Como las m variables de salida son
combinaciones lineales de las variables de estado, no necesitan estimarse m variables
de estado, sino sólo n-m variables de estado. Así, el observador de orden reducido o
mínimo se vuelve un observador de (n-m)-ésimo orden.

Sistema de control
realimentado con
estado observado
con un observador
de orden mínimo.
 Observadores de Estado de orden mínimo
Cambios de variable
Observador de Observador de estado
estado de orden de orden mínimo
completo
𝑥෤ 𝑥෤𝑏

𝐀 𝐀𝑏𝑏

𝐁𝑢 𝐀𝑏𝑎 𝑥𝑎 + 𝐁𝑏 𝑢

𝑦 𝑥ሶ 𝑎 − 𝐴𝑎𝑎 𝑥𝑎 − 𝐵𝑎 𝑢

𝐂 𝐀𝑎𝑏
𝐋 (matriz 𝑛 × 1) 𝐋 [matriz (𝑛 − 1) × 1]

Se asume que 𝑚 = 1
෡ = 𝐀𝑏𝑏 − 𝐋𝐀𝑎𝑏
𝐀
෡=𝐀
𝐁 ෡ 𝐋 + 𝐀𝑏𝑎 − 𝐋𝐴𝑎𝑎

𝐅෠ = 𝐁𝑏 − 𝐋𝐵𝑎
0 ෡= 1
𝐂෠ = 𝐃
𝐈𝑛−1 𝐋
Sistema con realimentación de estado observado donde el observador es de orden mínimo.
 Observadores de Estado de orden mínimo

Para presentar la idea básica del observador de orden mínimo, sin complicaciones matemáticas
innecesarias, se expondrá el caso en el que la salida es un escalar (es decir, m=1) y se derivará la
ecuación de estado para el observador de orden mínimo.
Sea el sistema
𝑥ሶ = 𝐀𝑥 + 𝐁𝑢
𝑦 = 𝐂𝑥
Se desglosa el sistema de ecuaciones de la siguiente manera

𝑥ሶ 𝑎 𝐴𝑎𝑎 𝐀 𝑎𝑏 𝑥𝑎 𝐵𝑎 𝑥ሶ 𝑎 = 𝐴𝑎𝑎 𝑥𝑎 + 𝐀𝑎𝑏 𝑥𝑏 + 𝐵𝑎 𝑢

= + 𝑢
𝑥ሶ 𝑏 𝐀 𝑏𝑎 𝐀 𝑏𝑏 𝑥𝑏 𝐁𝑏 𝑥ሶ 𝑏 = 𝐀𝑏𝑎 𝑥𝑎 + 𝐀𝑏𝑏 𝑥𝑏 + 𝐁𝑏 𝑢
𝑥𝑎
𝑦= 1 0 𝑥 es la «ecuación de estado»
𝑏
para el observador de orden mínimo
𝐴𝑎𝑎 = escalar
𝐀𝑎𝑏 = matriz de 1 × 𝑛 − 1
𝐀𝑏𝑎 = matriz de 𝑛 − 1 × 1
donde 𝐀𝑏𝑏 = matriz de 𝑛 − 1 × 𝑛 − 1
𝐵𝑎 = escalar
𝐁𝑏 = matriz de 𝑛 − 1 × 1
 Diseño de observadores de estado de orden mínimo

Sea el sistema
𝑥ሶ = 𝐀𝑥 + 𝐁𝑢
𝑦 = 𝐂𝑥
0 1 0 0
donde 𝐀= 0 0 1 𝐁= 0 𝐂= 1 0 0
−6 −11 −6 1

Suponga que se desea colocar los polos en lazo cerrado en

𝑠1 = −2 + 𝑗2 3, 𝑠2 = −2 − 𝑗2 3, 𝑠3 = −6

Diseño del controlador de estados

Entonces la matriz de ganancia de realimentación del estado K que es necesaria se puede
obtener como sigue:
−1 (𝐀)
𝐊 = 0 0 1 𝐁 𝐀𝐁 𝐀2 𝐁
 Diseño de observadores de estado de orden mínimo
0 0 1
La matriz de controlabilidad 𝐂𝐨 = 𝐁 𝐀𝐁 𝐀2 𝐁 = 0 1 −6 , el sistema es obs
1 −6 25
El polinomio deseado es 𝑠 3 + 10𝑠 2 + 40𝑠 + 96 = 𝑠 3 + 1 𝑠 2 + 2 𝑠 + 3
Usando la fórmula de Ackermann
𝐊 = 0 0 1 𝐁 𝐀𝐁 𝐀2 𝐁 −1
(𝐀)
11 6 1
−1
𝐁 𝐀𝐁 𝐀2 𝐁 = 6 1 0
1 0 0

 𝐀 = 𝐀3 + 1 𝐀2 + 2 𝐀 + 𝟑 𝐈
90 29 4
 𝐀 = 𝐀3 + 10𝐀2 + 40𝐀 + 96𝐈 = −24 46 5
−30 −79 16
11 6 1 90 29 4
Luego 𝐊= 0 0 1 6 1 0 −24 46 5 = 90 29 4
1 0 0 −30 −79 16
 Diseño de observadores de estado de orden mínimo
Suponga que la salida y se puede medir con precisión, de forma que la variable de
estado x1 (que es igual a y), no necesita estimarse. Diseñe un observador de orden
mínimo. (El observador de orden mínimo es de segundo orden.) Suponga también
que los polos del observador deseados se seleccionan en

1 = −10, 2 = −10
La ecuación característica para el observador de orden mínimo es
𝑥ሶ 𝑎 = 𝐴𝑎𝑎 𝑥𝑎 + 𝐀𝑎𝑏 𝑥𝑏 + 𝐵𝑎 𝑢
𝑠𝐈 − 𝐀 𝑏𝑏 + 𝐋𝐀 𝑎𝑏 = (𝑠 − 1 )(𝑠 − 2 )
𝑥ሶ 𝑏 = 𝐀𝑏𝑎 𝑥𝑎 + 𝐀𝑏𝑏 𝑥𝑏 + 𝐁𝑏 𝑢
= (𝑠 + 10)(𝑠 + 10)
= 𝑠 2 + 20𝑠 + 100 = 𝑠 2 + 
ෝ1 𝑠 + 
ෝ2

Utilizando la fórmula modificada de Ackermann

−1
𝐀 𝑎𝑏 0
𝐋 = (𝐀 𝑏𝑏 )
𝐀 𝑎𝑏 𝐀 𝑏𝑏 1
 Diseño de observadores de estado de orden mínimo

donde  𝐀 𝑏𝑏 = 𝐀2𝑏𝑏 + 
ෝ1 𝐀𝑏𝑏 + 
ෝ 2 𝐈 = 𝐀2𝑏𝑏 + 20𝐀 𝑏𝑏 + 100𝐈 Observador de Observador de estado
estado de orden de orden mínimo
completo

Aaa Aab 𝑥෤ 𝑥෤𝑏

𝑥1 0 1 0 0 Ba 𝐀 𝐀𝑏𝑏
𝑥𝑎
Como 𝑥෤ = 𝑥෤ = 𝑥෤2 𝐀= 0 0 1 𝐁= 0
𝐁𝑢 𝐀𝑏𝑎 𝑥𝑎 + 𝐁𝑏 𝑢

𝑏
𝑥෤3 Bb 𝑦 𝑥ሶ 𝑎 − 𝐴𝑎𝑎 𝑥𝑎 − 𝐵𝑎 𝑢
−6 −11 −6 1 𝐂 𝐀𝑎𝑏
Aba Abb 𝐋 (matriz 𝑛 × 1) 𝐋 [matriz (𝑛 − 1) × 1]

Se tiene que
−1 −1
𝐀 𝑎𝑏 0 𝐀 𝑎𝑏 0
𝐋 =  𝐀 𝑏𝑏 = (𝐀2𝑏𝑏 + 20𝐀 𝑏𝑏 + 100𝐈)
𝐀 𝑎𝑏 𝐀 𝑏𝑏 1 𝐀 𝑎𝑏 𝐀 𝑏𝑏 1
−1
0 1 2
0 1 1 0 1 0
0 1 0
𝐋=( + 20 + 100 )
−11 −6 −11 −6 0 1 1 0 1
−11 −6
−1
89 14 1 0 0 89 14 0
𝐋= =
−154 5 0 1 1 −154 5 1

Luego 14
𝐋=
5
 Diseño de observadores de estado de orden mínimo
la ecuación para el observador de orden mínimo 
෥ሶ se obtiene mediante ෡ = 𝐀 𝑏𝑏 − 𝐋𝐀 𝑎𝑏
𝐀
෡=𝐀
𝐁 ෡ 𝐋 + 𝐀 𝑏𝑎 − 𝐋𝐴𝑎𝑎
 ෡
෥ሶ = 𝐀 ෡ 𝑦 + 𝐅𝑢
෥+𝐁 ෠
𝐅෠ = 𝐁𝑏 − 𝐋𝐵𝑎

 ෡
෥ሶ = 𝐀 ෡ 𝐋 + 𝐀𝑏𝑎 − 𝐋𝐴𝑎𝑎 ) 𝑦 + 𝐅𝑢
෥ + (𝐀 ෠ 𝐂෠ =
0
𝐈𝑛−1
෡= 1
𝐃
𝐋


෥ሶ = 𝐀𝑏𝑏 − 𝐋𝐀𝑎𝑏 
෥ + 𝐀𝑏𝑏 − 𝐋𝐀𝑎𝑏 𝐋 + 𝐀𝑏𝑎 − 𝐋𝐴𝑎𝑎 𝑦 + 𝐁𝑏 − 𝐋𝐵𝑎 𝑢
donde

෥ = 𝑥෤𝑏 − 𝐋𝑦 = 𝑥෤𝑏 − 𝐋𝑥1
0 1 14 −14 1
𝐀 𝑏𝑏 − 𝐋𝐀 𝑎𝑏 = − 1 0 =
−11 −6 5 −16 −6
la ecuación para el observador de orden mínimo, resulta


෥ሶ 2 −14 1 
෥2 −14 1 14 0 14 0 14
= + + − 0 𝑦+ − 0 𝑢

෥ሶ 3 −16 −6 
෥3 −16 −6 5 −6 5 1 5


෥ሶ 2 −14 1 ෥2 −191 0
= + 𝑦+ 𝑢
ሶ
෥3 −16 −6 
෥ 3 −260 1
 Diseño de observadores de estado de orden mínimo

donde

෥2 𝑥෤
= 2 − 𝐋𝑦

෥3 𝑥෤3
o bien
𝑥෤2 
෥
= 2 + 𝐋𝑥1
𝑥෤3 
෥3

Si se usa la realimentación
del estado observado,
la señal de control u
se convierte en:
𝑥1
𝑢 = −𝐊𝑥෤ = 𝑥෤2
𝑥෤3
 Diseño de Compensadores de Estado
El problema de regulación se da cuando la referencia es nula r = 0; se pretende
básicamente que el sistema sea asintóticamente estable y que la respuesta a
condiciones iniciales producidas por perturbaciones tienda a cero.

El problema de seguimiento (o del servomecanismo) se da cuando se pretende que la

salida reproduzca asintóticamente (que tienda a) la referencia r(t). Es común que la
referencia sea un valor constante r(t) = a, ∀𝑡 ≥ 0. El problema de regulación es un
caso particular al de seguimiento con a = 0.
 Diseño de Compensadores de Estado

Compensadores con referencia r

1
𝑁=−
𝐂(𝐀 − 𝐁𝐊)−1 𝐁
A este parámetro N se le llama ganancia de precompensación o prefiiltro
 Bibliografía

 Ingeniería de Control Moderno. K. Ogata. Pearson.

 Matlab www.mathworks.com