Análisis de Sistemas Dinámicos en el espacio de estado

1.1 Conceptos básicos para el análisis en el espacio de estado
Un sistema complejo moderno puede tener varias entradas y salidas relacionadas entre sí, en una forma muy complicada. Para analizar un sistema con estas características, se requiere reducir la complejidad de las expresiones matemáticas, así como recurrir a computadoras, para resolver los cálculos tediosos. Desde este punto de vista, el método más adecuado para el análisis de estos sistemas, es el método en el espacio de estado. Mientras la teoría de control convencional se basa en la relación entre la entrada y la salida, o función de transferencia, la teoría de control moderna se basa en la descripción de las ecuaciones del sistema en términos de n ecuaciones diferenciales de primer orden, que se pueden combinar en una ecuación diferencial matricial. El uso de la notación matricial simplifica mucho la representación matemática de sistemas de ecuaciones. El aumento en la cantidad de variables de estado, de entradas o salidas, no incrementa la complejidad de las ecuaciones. De hecho es posible proseguir el análisis de sistemas complicados, con entradas y salidas múltiples, con procedimientos ligeramente más complicados que los requeridos por el análisis de sistemas de ecuaciones diferenciales escalares de primer orden.

1.1.1 Ecuaciones en el espacio de estado
En sistemas dinámicos en el espacio de estados nos encontramos con tres tipos de variables involucrados en el modelo del Sistema Dinámico(SD). • • • Variables de entrada Variables de salida Variables de estado.

El sistema dinámico debe incorporar elementos que memoricen los valores de la entrada para t>t1, dado que los integradores de un sistema de control en tiempo continuo funcionan como dispositivos de memoria, las salidas de los integradores funcionan como variables que definen el estado interno del SD. Por lo tanto, las salidas de los integradores funcionan como variables de estado. La cantidad de variables de estado necesarias para definir completamente la

Apuntes del Curso de Control I

M. C. Jaime Cid Monjaraz

233

dinámica del sistema es igual a la cantidad de integradores que contiene el sistema: y(t) = f(y, z, t) (1.1) z(t) = g(y, z, t) (1.2) Supongamos que se tiene un sistema con entradas y salidas múltiples, que contiene n integradores, también supongamos que existen r entradas y m salidas u1(t), u2(t), ......,ur(t) z1(t), z2(t),......,zm(t) definamos n salidas de los integradores como variables de estado, y1(t), y2(t),...,yn(t) El sistema se describe en forma compacta como: y= Ay+Bu, z=Cy

donde la primera ecuación corresponde a la ecuación de estado y la segunda a la ecuación de salida. Si el sistema de ecuaciones no es lineal, éste se linealiza alrededor del estado de operación teniendo las siguientes ecuaciones de estado y salidas linealizadas. y(t) = A(t)y(t)+B(t)u(t) z(t) = C(t)y(t)+D(t)u(t)
 ∂f i   A=  ∂y  ;  j  ∂f i  B=   ∂u    i, j = 1,2,.....n

(1.3) (1.4)

donde: A(t) es la matriz de estado B(t) es la matriz de entrada o de control C(t) es la matriz de salida D(t) es la matriz de transmisión directa. Si las funciones A y B no involucran el tiempo explícitamente, el sistema se denomina invariante en el tiempo, en este caso las ecuaciones (1.3-1.4) se simplifican como: y(t) = Ay(t) + Bu(t) (1.5) z(t) = Cy(t) + Du(t) (1.6) Estas ecuaciones son las ecuaciones de estado del sistema lineal invariante con el tiempo, la ecuación 1.6 es la ecuación de salida para el mismo sistema.
Apuntes del Curso de Control I M. C. Jaime Cid Monjaraz 234

. en cada instante de tiempo.7) junto con la inclusión (1.u) (1.7) donde y es un vector columna n-dimensional de coordenadas que describen el movimiento del objeto.1. (i=1. Fig. las cuales.. se pueden representar como el diagrama de simulación representado en la figura (1.2..Estas ecuaciones que modelan al sistema. Los controles. ui.2 Modelado matemático dinámicos controlables de los sistemas Supongamos que las ecuaciones de movimiento del objeto controlable son las siguientes: y= f(y. 1.8).u) es una función vectorial dos veces continuamente diferenciable respecto de sus coordenadas. f(y.. Jaime Cid Monjaraz 235 . Estos controles pueden ser fuerzas y momentos controladores o señales de control.s) pueden tener distinta naturaleza física. el cual se denomina modelo matemático de los sistemas dinámicos controlables.) ∈ U u (. toman sus valores en un conjunto convexo y cerrado Ω del espacio real s-dimensional. u es un vector s-dimensional de controles. estos controles pueden ser cualesquiera funciones vectoriales continuas a trozos..1). u (. Apuntes del Curso de Control I M. C.) ∈ U = {u : u (t ) ∈ Ω ⊆ Eo} = { u : u ( t ) ∈ Ω (1.8) ⊆ Eo De esta manera.1 Modelo Matemático de un Sistema Dinámico Controlable 1. el modelo matemático corresponde al objeto controlable de la ecuación diferencial (1.

1. para n≥3 es mejor utilizar el criterio de Hurwitz.t) (1.3.. El método más efectivo para dicho análisis es el teorema de A.11) Para n=1.M. Apuntes del Curso de Control I M.2 esta operación es simple. Teorema 1.1.1. la estabilidad asintótica es más importante que la sola estabilidad.2 El sistema dinámico y = A(t)y + B(t)u es estable (asintóticamente estable) si y solo si la solución trivial del sistema dinámico correspondiente en desviaciones (x = A(t)x) es estable. al crecer t indefinidamente. entonces la solución x=0 de x = f(x) es exponencialmente estable. se dice que el estado es asintóticamente estable en forma total. Jaime Cid Monjaraz 236 .3. ya que si la estabilidad asintótica se mantiene en todos los estados (todos los puntos en el espacio de estado) desde los que se originan las trayectorias. sin abandonar S(∈)..9) Es asintóticamente estable.1. si es estable en el sentido de Liapunov y si toda solución que sale desde el interior de S(δ) converge hacia xe. Escribamos el polinomio característico de la matriz de la matriz del sistema A como: det( λE – A) = a0λn + a1λn-1 +. En la practica.2 Condiciones de estabilidad Las condiciones de estabilidad se reducen a verificar la negatividad de las partes reales de los eigenvalores. C. Se aplica el criterio de Routh-Hurwitz. Este problema puede resolverse sin calcular los eigenvalores.1 (de Lyapunov sobre estabilidad por la primera aproximación) Suponga que todos los eigenvalores valores de la matriz tienen parte real negativa.Liapunov sobre la estabilidad por la primera aproximación. Teorema 1. 1.3 Estabilidad asintótica de sistemas en tiempo continuo Se dice que un estado de equilibrio xe del sistema de la ecuación que se muestra a continuación x=f(x. + an-1λ + an = 0 (1.

Aunque la mayor parte de los sistemas físicos son controlables y observables.3. Todas las raíces del polinomio característico tienen parte real negativa. ui = ui (t). Tal vez no exista una solución a este problema si el sistema considerado es no controlable. es necesario conocer las condiciones bajo las cuales un sistema es controlable y observable.Teorema 2.. las condiciones de Controlabilidad y Observabilidad determinan la existencia de una solución completa para un problema de diseño de un sistema de control. (i = 1.3 Controlabilidad Kalman [5] introdujo los conceptos de Controlabilidad y Observabilidad. Definición 1. mismos que juegan un papel muy importante en el diseño de los sistemas de control en el espacio de estados.. En muchos casos el criterio de Hurwitz permite seleccionar los parámetros de diseño de los SDC. En el caso en que se cumplen las condiciones de Hurwitz no hay necesidad de estabilizar la solución trivial puesto que el teorema de Liapunov en la primera aproximación de estabilidad garantiza la estabilidad exponencial.1 teorema de Hurwitz [4]. Jaime Cid Monjaraz 237 . los modelos matemáticos correspondientes tal vez no posean la propiedad de Controlabilidad y Observabilidad. De hecho. que garantizan la estabilidad asintótica del movimiento estacionario. en un intervalo de tiempo finito eligiendo adecuadamente los controles. s) Apuntes del Curso de Control I M.. si y solo si.1 El sistema se llama completamente controlable si una trayectoria puede llevarse de una posición inicial arbitraria dada a cualquier posición deseada. todos los menores diagonales principales de la matriz son positivos.3. C. 1. En este caso.

no necesita observar todas las variables de estado.t1] sí y solo sí la matriz siguiente [C* ¦ A*C* ¦ .. en donde n es la dimensión del vector de estado. Si P⊂ En el sistema se llama completamente controlable.3. Si cualquiera de los estados no se puede observar a partir de mediciones de las salidas. Por ejemplo.4. ¦ (A*)n-1C] es de rango n o tiene n vectores columna linealmente independientes. sino solamente las n –m variables de estado en las que n es la dimensión del vector de estado y m es la dimensión del vector de salida. se denomina observador de estado de orden completo. sin importar si están disponibles para una medición directa. simplemente observador. Apuntes del Curso de Control I M. 1. C. Un observador que estima menos de n variables de estado. Un dispositivo (o un programa de computadora) que estima u observa las variables de estado se llama observador de estado o. se denomina observador de estado de orden completo. Con frecuencia es deseable obtener información sobre las variables de estado de las mediciones de las salidas y las entradas. un sistema es completamente observable si cada variable de estado del sistema afecta alguna de las salidas. se dice que el estado es no observable y el sistema no es observable completamente.2 se llama región de Controlabilidad al conjunto P⊂ En desde cada punto del cual puede alcanzarse el origen en un tiempo finito.Definición 1.4 Observadores de estado En la práctica no todas las variables de estado están disponibles para su realimentación. se denomina observador de orden mínimo. Si el observador de estado de orden reducido tiene el orden mínimo posible. Es necesario estimar las variables de estado que no están disponibles. 1. en las que sólo se requiere de la observación de las variables de estado que se miden. La estimación de las variables de estado por lo general se denomina observación. Si el observador de estado capta todas las variables de estado del sistema.. Teorema 1. dado que las variables de salida son observables y se relacionan en forma lineal con las variables de estado. pero no de aquellas que también se miden directamente.5 Modelos matemáticos de sensores y Observabilidad completa Para encontrar el modelo matemático de los sensores se usa el concepto de Observabilidad el cual esta relacionado con el sistema y depende de que variables define la salida la cual esta dada por y = CTx = HTx.1 El sistema es observable en [t0. Hay ocasiones en las que un observador tal no es necesario. Jaime Cid Monjaraz 238 .

con ayuda del control adicional ∆u. 6. C. uno de ellos. El otro término. el control adicional up. det(B.. El sistema dinámico es completamente observable. 2. tiene al sistema dinámico en cierto estado dinámico del cual queremos sacar. 3... det (C.(AT)n-1C) ≠ 0 n1 Apuntes del Curso de Control I M.5. El control consiste de dos términos.. Es decir x(t) 0 cuando t α. El sistema de sensores ∆z = CTx da la información de salida sobre las desviaciones. 5. para obtenerla se hacen las siguientes suposiciones.. Veamos el problema de síntesis lineal de un movimiento deseado. AB. El sistema dinámico es completamente controlable. La obtención de un modelo matemático de un sistema dinámico controlable es antes que todo un problema de síntesis de un proceso informativo de control. El estimador se obtiene por la ecuación diferencial ordinaria ( x = Ax + B∆u + K(∆z1 – CTx)) Para la cual la condición inicial es x(0) = 0. Cuando no es tal caso los criterios de Controlabilidad completa y observabilidad completa permiten construir un algoritmo lineal asintóticamente estable de estimación de las desviaciones. En el caso en que la información proporcionada por los sensores fuese completa. no hay necesidad de hacer estimaciones. la cual puede ser completa o incompleta. el control programado ∆u. ATC. 4. 1..1 El sistema lineal estacionario es completamente observable sí y solo sí H rank HA . ..An-1 B) ≠ 0 7.6 Modelo matemático de la síntesis lineal 1. El control adicional de retroalimentación es lineal ∆u = -KT x. Para el sistema dinámico en desviaciones (x= Ax+B∆u) se desea obtener una solución asintóticamente estable. nos permite llevar al sistema dinámico al estado dinámico deseado u=up+∆u.1 Síntesis lineal El sistema dinámico controlable consiste de dos procesos interrelacionados: el movimiento del objeto y el proceso de información que controla al objeto basándose en la información de salida de su movimiento. = n 1. Jaime Cid Monjaraz 239 .Teorema 1.6..

corriendo bajo ambiente Windows. así como los bloques e íconos de despliegue disponibles en el Toolbox. c.. Jaime Cid Monjaraz 240 . 2. limitado únicamente por la memoria y velocidad de su sistema. A continuación se muestran algunos comandos de ayuda utilizados en la ventana de análisis para realizar síntesis de un sistema dinámico: • • • • • • • • • • sys = ss(a.1. y poder ejecutar modelos en tiempo real de sistemas dinámicos. simulaciones.1 Sistema Simulink Simulink es un paquete de control basado en manejo de íconos diseñado para uso en una computadora PC o compatible. Simulink es una herramienta de diseño usado para crear gráficos.CAn-1 rank (N) %Función en términos de espacio de estado %Función de Transferencia del sistema %Lugar de Raíces del sistema %Eigenvalores del sistema %Coeficientes de amortiguamiento del sistema %Polinomio del sistema %Matriz de Controlabilidad %Rango de la matriz de Controlabilidad %Matriz de Observabilidad %Rango de la matriz de Observabilidad Apuntes del Curso de Control I M. Simulink representa la más rápida y eficiente solución de simulación para sistemas dinámicos. d) H=tf(sys) rlocus(sys) eig(sys) damp(sys) poly(sys) M=[B A*B. para que a partir de esto tenga el material suficiente y pueda elegir las variables que utilizará en el editor de modelos (simulador) para finalmente obtener la respuesta deseada. b. 2. An-1B] rank (M) N=[C C*A.. Cualquier número de bloques pueden usarse simultáneamente.1 Editor /Debugger El Editor/Debugger es usado para escribir el programa que realizará síntesis del sistema dinámico.. C.Simulink Estos apuntes proporciona una vista general del paquete Simulink detallando las funciones que lo componen.

para ser llevados a una simulación. Usando el mouse y el teclado.1. Este almacena datos en el modelo y cuando es ejecutado un sistema.2 Editor de Modelos (Simulador) El editor de modelos es un ambiente de diseño basado en íconos. los bloques son conectados entre sí. Este contiene una ventana librerías como se muestra en la figura 2-1. estos comandos trabajan sin restricciones sobre el número de entradas o salidas. 2.La salida sys contiene datos estructurados de un modelo especifico. para finalmente obtener una respuesta satisfactoria de acuerdo a las necesidades de cada usuario. Por otra parte. 2-1 Librerías de Simulink Apuntes del Curso de Control I M. cada uno de estos comandos indica el comportamiento del sistema. este es habilitado. • • • • • Step (sys) Impulse (sys) Bode (sys) Nyquist (sys) Nichols (sys) %Respuesta Escalón Unitario %Respuesta Impulso %Gráfica de Bode %Gráfica de Nyquist %Gráfica de Nichols 2. Fig. a tráves del Toolbox.2 Editor de Modelos (Simulador) El editor de modelos (simulador) es la ventana de trabajo donde va a construir su modelo que desea controlar. los siguientes comandos producen varias gráficas de respuesta en frecuencia. C. Jaime Cid Monjaraz 241 .

estas contienen bloques tipo ícono que puede seleccionar con el mouse y colocarlos dentro de la ventana de trabajo. Fig. Librería Connections. 2-2 Toolboxes de las Librerías de Simulink Apuntes del Curso de Control I M. C. La figura 2-2 muestra el contenido de cada una de estas librerías.Cada una de estas librerías contiene un Toolbox. Jaime Cid Monjaraz 242 . Librería Sources Librería Sinks Librería Linear. Estos bloques constituyen la base con la cual construirá su modelo dinámico.

2. mdl) Después que un modelo es creado. Fig. el cual es presentado con dos ventanas. cómo muestra la figura 2-3. listo para ser conectado con otros bloques o ser configurado. C. usted salva en un archivo cuya extensión es “. una de trabajo y la otra de Librerías. 2-3 Editor de modelos Usted emplea el Toolbox que esta contenido en cada librería y el área de trabajo para crear sus modelos. después moviendo el mouse en el área de trabajo (el apuntador del mouse cambia a una cruz).1 Ingresando al Editor de Modelos Cuando da click al ícono de Simulink desde Matlab. Dando click en uno de los íconos del Toolbox. puede abrirlo desde el editor de Apuntes del Curso de Control I M. Jaime Cid Monjaraz 243 . Si desea modificar alguno de sus archivos. Este es el tipo de archivo que el Runtime reconoce. coloca el ícono seleccionado en su ventana de trabajo.mdl”. ingresa al Editor de Modelos. Archivos Simulink (*.2. dando otro click.

Print Setup Use este comando para determinar la impresora a utilizar. siendo estos los siguientes: Menú File Menú Edit Menú Simulation Menú Format Menú File El menú File incluye comandos que le permiten Abrir. Print Use este comando para imprimir las conexiones de los bloques en su modelo. Save As Use este comando para salvar un modelo que no tiene asignado un nombre. 2. Los archivos *. puede salvarlo con el comando SAVE AS. Cerrar.modelos. Para salvar un modelo que no tiene nombre.3 Menú del Editor de Modelos El menú del editor de modelos consiste de un número de comandos que le permiten manipular archivos.2. Salvar e Imprimir modelos nuevos o existentes. Después de ser creado. Save Use este comando para salvar los modelos que previamente les asignó un nombre. Jaime Cid Monjaraz 244 . Esto es. empleé el comando SAVE AS. editar su modelo. una lista de los bloques y su conexión con los demás. Open Este comando abre un modelo existente.mdl son guardados en el directorio C:\SIMULINK\MIS DOCUMENTOS por omisión. New Este comando inicia un nuevo modelo. Normalmente existen modelos que serán guardados en el directorio SIMULINK. C. simular y ejecutar su estrategia. Apuntes del Curso de Control I M. También usted puede proporcionar la ruta donde desea guardar sus aplicaciones.

sólo que al realizar Paste. una vez seleccionados aplique el comando Delete del menú Edit o presione la tecla Delete. C. Recuerde que estos bloques conservan su configuración. Un mensaje aparecerá preguntando confirmar la acción tomada. Exit Este comando sirve para salir del editor de modelos. Puede copiar bloques de un modelo a otro. No existe forma de regresar un paso atrás después de borrar Paste Una vez que son seleccionados los bloques. ahora mueva en forma diagonal el mouse a manera de cubrir los bloques deseados. para usar el comando Edit primero debe seleccionar el bloque o grupo de bloques que desea. Copy Seleccione el grupo de bloques a copiar. En este momento los bloques se encuentran en el buffer. Ya seleccionados ubique el apuntador del mouse dentro de cualquier bloque del grupo seleccionado y mantenga presionado el botón izquierdo del mouse hasta reubicar los bloques a la posición deseada liberando el botón. usted verá una caja que rodea a los bloques. Menú Edit El menú Edit le permite editar los bloques en su modelo. Presione el botón izquierdo del mouse y manténgalo así. Move [Mover bloques] Para mover uno o varios bloques dentro del editor de modelos. se puede realizar una copia utilizando el comando Paste. Jaime Cid Monjaraz 245 . aplicando primero el comando Copy.Close Use este comando para cerrar su modelo. Select All Este comando selecciona todos los bloques del actual modelo. entonces libere el botón del mouse y los bloques quedarán marcados con cuadros negros en las esquinas de cada uno de ellos. Delete Seleccione el grupo de bloques a ser borrados. del menú Edit utilice el comando Copy. utilice el comando Paste para que los bloques copiados sean reubicados como se mostró anteriormente con el comando Move. debe cerrar el modelo inicial y abrir el nuevo modelo donde se va a realizar el Paste. Para traerlos del buffer. Apuntes del Curso de Control I M. ubicando el apuntador del mouse fuera de este grupo de bloques. Esté seguro de haber salvado previamente. primero selecciónelos como se indicó en el paso anterior. siguiendo el mismo procedimiento descrito anteriormente.

gear. • Star Este comando le permite directamente accesar el Runtime desde el Editor de Modelos. Métodos de simulación. Son valores pequeños. Parameters Este comando le permite asignar a su modelo el tipo de parámetros que requiera. Es un método que extrae linealización dinámica de un sistema. tan pronto como lo seleccione. c) Adams. C. y el comando Parameters. siendo estos los siguientes: 1. 4. Los métodos de simulación involucran integraciones numéricas de ecuaciones diferenciales ordinarias. durante la simulación. Tamaño de paso mínimo. pero que no tengan gran variedad en constantes de tiempo. 3. El método Gear trabaja cuando existen singularidades en el sistema o si este tiene perturbaciones que cambia entradas rápidamente. Jaime Cid Monjaraz 246 . Este parámetro es determinado para generar pasos pequeños durante el inicio de una simulación. Tolerancia absoluta y error relativo. En general estos parámetros se muestran determinados en el rango de 0. Este parámetro es determinado para generar tamaños de pasos largos sin perder la exactitud. que pueden tomarse para que el resultado sea más exacto. Tiempo inicial y tiempo final. Tamaño de paso máximo.1 a 1e-6. Estos métodos son aplicados para una gran variedad de problemas sea cual sea el grado de complejidad. Estos métodos trabajan óptimamente cuando los estados no son muy complejos. b) Rk45. Aplique este comando para ejecutar (probar) un modelo. 2. desplegando gráficos por medio de una ventana similar al de un osciloscopio en la cual se pueden observar las diferentes respuestas. el menú Simulation contiene dos comandos que son: el comando Start. Usualmente se ejecutan cuando el sistema es altamente discontinuo no lineal. a continuación se da una descripción de cada uno de ellos: a) Lsim. Este parámetro controla los errores relativos y tolerancia absolutos de cada paso de integración. 5. Los parámetros de tiempo inicial y tiempo final especifican los valores de tiempo en que una simulación es iniciada y finalizada. El método Adams trabaja para sistemas lineales y no lineales. rk23.Menú Simulation El menú simulación permite ejecutar su modelo desde el comando Start. este ofrece buenos resultados cuando el modelo a simularse es relativamente lineal. pudiendo modificar parámetros para obtener la respuesta deseada. • Apuntes del Curso de Control I M.

que no sea refinar la salida. del menú Format utilice el comando Rotate Block. Rotate Block Seleccione el número de bloques a rotar. toman en cuenta mas puntos de integración para que la respuesta sea más completa. 2-9 Ventana de librerías. repetir el procedimiento para completar la rotación deseada. Font Este comando le permite cambiar el tamaño de fuente. listos para ser conectados entre sí. rotar un bloque o grupo de bloques. Ventana de Librerías A partir de la fig. GAIN (Bloque de entrada múltiple) Apuntes del Curso de Control I M. un método de primer orden que usa mas puntos de tiempo de orden superior. 2-9 están a su disposición todos los íconos contenidos en los Toolboxes que se encuentran en cada librería. tipos de letra. automáticamente se genera una rotación de 900. Fig. Este método es una implementación del método directo de Euler.d) Euler. tal como: cambiar el tamaño de fuente. al hacer click con el botón izquierdo del mouse. es decir. Menú Format El menú Format le permite presentar los grupos de bloques de la forma que usted desee. Jaime Cid Monjaraz 247 . C. En general estos métodos de integración no hacen otra cosa. A continuación se da una descripción breve en orden alfabético de los íconos que se utilizarán en las simulaciones.

• Para proporcionar las condiciones iniciales desde una fuente externa. el tamaño de la ganancia y el vector de entrada deben ser los mismos. Apuntes del Curso de Control I M. Si la ganancia es especificada como un vector. La ventana de diálogo se muestra la figura 2-13. cada elemento del vector de entrada es multiplicado por el correspondiente elemento del vector de la ganancia para producir un elemento del vector de salida. Jaime Cid Monjaraz 248 . En este caso. 2-12 Parámetros del bloque Gain INTEGRATOR (Integra una señal) Este bloque integra una entrada. se pueden definir las condiciones iniciales como un parámetro del bloque. cada elemento del vector de entrada es multiplicado por la ganancia escalar que produce el correspondiente elemento del vector de salida. Fig. El bloque Integrator permite: • Definir condiciones iniciales sobre la ventana de diálogo del bloque. • La ventana de diálogo se muestra en la figura 2-12. especificar las condiciones iniciales como un parámetro externo.Este bloque genera una salida multiplicando una entrada por una constante especifica: • Si la ganancia es especificada como un escalar. la salida del integrador es simplemente la integración de las variables dadas en el bloque correspondiente. C.

Si la matriz especificada tiene m filas y n columnas. Fig. La ventana de diálogo se muestra la figura 2-14. entonces la entrada para este vector debe ser un vector del tamaño n. Se genera una salida multiplicando un vector entrada por una matriz especifica: y = ku Donde k es la ganancia y u es la entrada. C.Fig. 2-14 Parámetros del bloque Matrix Gain. luego entonces la salida es un vector del tamaño m. Jaime Cid Monjaraz 249 . 2-13 Parámetros del bloque Integrator MATRIX GAIN (Multiplica entradas por una matriz) Este bloque implementa una matriz ganancia. Apuntes del Curso de Control I M.

PULSE GENERATOR (Generador de pulsos en intervalos regulares). Se puede aplicar a n entradas. que se transmiten en forma selectiva a la salida con base en las n combinaciones posibles de las entradas seleccionadas. por default el porcentaje será de un 50%. 2-15 Parámetros del bloque Mux. Este bloque actúa como un interruptor de posiciones múltiples controladas. Este bloque crea una serie de pulsos en intervalos regulares. Dar doble click en el bloque para agregar las entradas que desee. El parámetro Duty Cicle es el porcentaje del periodo de pulso con que la señal inicio. Apuntes del Curso de Control I M. Jaime Cid Monjaraz 250 . para formar un multiplexor de n entradas. siendo importante en la rutina de integración “ cediendo” los pulsos que se van generando. Fig. este bloque contiene diversos bloques de tiempo discreto para garantizar que el integrador no brinque fuera e ignorar los pulsos (o truncarse).MUX (Combina diversas líneas de entrada hacia una línea de salida) Este bloque acepta varias entradas y permite sólo a una de ellas alcanzar la salida. La ventana de diálogo se muestra en la figura 2-15. C. La ventana de diálogo se muestra en la figura 2-16.

la frecuencia es dada en Hertz o radianes por segundo. 2-16 Parámetros del bloque Pulse Generator SIGNAL GENERATOR (Genera varias formas de onda) Este bloque puede producir una de cuatro diferentes formas de onda. onda triangular. C. onda cuadrada. y random. Apuntes del Curso de Control I M. tal como onda senoidal.Fig. Para especificar la frecuencia dar un valor de acuerdo a las necesidades que se tengan. Para especificar el pico o la amplitud dar un valor deseado. Jaime Cid Monjaraz 251 . puede dar solamente un número. o los números que desee para observar su respuesta. La ventana de diálogo se muestra en la fig. 2-17.

2-17 Parámetros del bloque Signal Generator SCOPE (Despliega señales durante la simulación) El bloque Scope despliega una entrada con respecto al tiempo de simulación. Cuando es ejecutada una simulación. Jaime Cid Monjaraz 252 . siendo estos el rango vertical y horizontal del gráfico. el rango horizontal es el rango de valores en un instante de tiempo desplegados en ambas direcciones. usted podrá variar parámetros en la ventana de dialogo. 2-18 Scope STEP INPUT (Genera una función Escalón) Apuntes del Curso de Control I M. El Scope realiza la función de un osciloscopio.Fig. Fig. C. La ventana Scope se muestra en la figura 2-18. necesita dar doble click en el bloque de Scope en su área de trabajo. Simulink no abre automáticamente la ventana del Scope. a partir de esto. El rango vertical es el rango de valores que pueden desplegarse en las direcciones positivo y negativo sobre el Scope.

El parámetro Final value es el bloque de salida donde el tiempo de simulación alcanza y excede el valor del parámetro Step time. Para el tiempo de simulación mayor o igual al Step time. STATE – SPACE (Implementa un sistema lineal de espacio de estado) Este bloque implementa un sistema lineal en espacio de estado. el valor de salida es el valor del parámetro Initial valúe. u el vector entrada.Este bloque proporciona un escalón entre dos niveles arbitrarios en un tiempo especifico. el cual su comportamiento esta definido por: x = Ax + Bu y = Cx + Du Donde x es el vector estado. Jaime Cid Monjaraz 253 . C. Fig. La ventana de diálogo se muestra en la fig. El parámetro Initial value es el bloque de salida donde el tiempo de simulación alcanza al parámetro Step time. Apuntes del Curso de Control I M. e y es el vector de salida. 2-19 Parámetros del bloque Step. 2-19. la salida es el valor del parámetro Final Value. Si el tiempo de simulación es menor que el valor del parámetro Step Time. El parámetro Step time es el tiempo en segundos cuando la salida va desde el parámetro Initial value al parámetro Final value.

Fig. el cual puede tener un gran número de signos que modifican el tamaño del bloque. si no se suministran las condiciones iniciales. D es la matriz de transmisión directa. estos signos indican la polaridad de cada puerto de entrada. La ventana de diálogo se muestra en la figura 2-21. estas son consideradas como cero. donde el número de puertos de entrada y salida es igual al número de signos usados. una combinación de símbolos + y – son especificados en este bloque. Jaime Cid Monjaraz 254 . C es la matriz de salidas. Apuntes del Curso de Control I M. En el estado inicial del vector. C. B es la matriz de entradas o de control. La ventana de diálogo se muestra en la figura 2-20. 2-20 Parámetros del bloque State Space SUM (Genera la suma de entradas) Este bloque suma los valores de cada entrada para producir salidas.La matriz de coeficientes se define de la siguiente manera: • • • • A es la matriz estados.

Si necesita especificar las condiciones iniciales. H (s) = Y (s) b0sm + b1sm-1+. C. estos vectores son especificados como parámetros. se debe usar el bloque State-Space. Apuntes del Curso de Control I M. los vectores fila num y den contienen los coeficientes del numerador y denominador respectivamente en potencias descendentes de s. Jaime Cid Monjaraz 255 ..= -----------------------------------U (s) a0sn + a1sn-1 +.. 2-21 Parámetros del bloque Sum TRANSFER FCN (Implementa una función de transferencia lineal) Este bloque implementa una función de transferencia.. + bm-1s + bm -----.Fig. + an-1s + an (1) Donde m y n son los coeficientes del numerador y denominador respectivamente.. donde la entrada U(s) y la salida Y(s) es las transformadas de Laplace de un sistema como muestra la ecuación (1). Las condiciones iniciales son predeterminadas a cero. El orden del denominador debe ser mayor o igual al orden del numerador.

si especifica el numerador como [3.El numerador y denominador son desplegados sobre el bloque Transfer Fcn dependiendo de cómo sean sus valores. o una variable encerrada en paréntesis. Por ejemplo. el bloque mostrará el nombre de la variable seguida por “(s)”. 1] y el denominador como [7. 2-22 Parámetros del bloque Transfer Fcn Apuntes del Curso de Control I M. el bloque mostrará la función de transferencia con los coeficientes especificados en potencias de s. si especifica el numerador como num y el denominador como den. 2. Por ejemplo. el bloque debe observarse como sigue: Si se especifica como una variable. 5. C. un vector. Jaime Cid Monjaraz 256 . 3. 1]. el bloque debe observarse como se muestra a continuación: La ventana de diálogo se muestra la figura 2-22. Fig. Si se especifica como una expresión.

Jaime Cid Monjaraz 257 . Diagrama de Flujo para Simular Sistemas Dinámicos. C. Sistema dinámico Modelo matemático Si No No se pueden reconstruir las variables de estado a partir de la información medida No Ecuación diferencial Linealización Introducir control Ecuación de estado Síntesis No El sistema es observable completamente Modelo matemático de los sensores Crear estimadores Estimador El sistema es controlable Estabilizable Se propone un control u=-kx El Sistema es estable Simulador Diagrama a bloques del estado estable Apuntes del Curso de Control I M.Aplicación a Sistemas Dinámicos Se muestra el algoritmo para estabilizar un sistema dinámico. el cual muestra el proceso para controlar y observar un sistema dinámico.

Sign up to vote on this title
UsefulNot useful