SISTEMAS DE CONTROL AUTOMÁTICO

DACI-EPN

Lectura 2: Modelación de Sistemas Lineales
1 Lecturas recomendadas
• • • Cap. 3, pags. 78-80, 83-86, 89-106, Sistemas de Control Automático, KUO Benjamín, Séptima Edición. Cap. 3, pags. 57-76, 81-84, 87-91, Ingeniería de Control Moderna, OGATA Katsuhiko, Tercera Edición. Cap3, pags. 33-38, , Sistemas de Control Continuos y Discretos, DORSEY John.

2

Introducción

Un primer paso importante en el análisis y diseño de sistemas de control es el modelado matemático de los procesos controlados. En general, dado un proceso controlado, primero se debe definir el conjunto de variables que describen las características dinámicas de dicho proceso. Por ejemplo, considerando un motor utilizado para fines de control. Las variables del sistema se pueden identificar como el voltaje aplicado, la corriente en el embobinado de la armadura, el par desarrollado en el eje del rotor, y el desplazamiento angular y la velocidad del rotor. Estas variables se interrelacionan a través de leyes físicas establecidas, que conllevan a ecuaciones matemáticas que describen la dinámica del motor.

3

Modelos matemáticos

Un modelo matemático de un sistema dinámico se define como un conjunto de ecuaciones que representan la dinámica del sistema con precisión o, al menos, bastante bien. Tenga presente que un modelo matemático no es único para un sistema determinado. Un sistema puede representarse en muchas formas diferentes, por lo que puede tener muchos modelos matemáticos, dependiendo de cada perspectiva. La dinámica de muchos sistemas, ya sean mecánicos, eléctricos, térmicos, económicos, biológicos, etc., se describe en términos de ecuaciones diferenciales. Dichas ecuaciones diferenciales se obtienen a partir de leyes físicas que gobiernan un sistema determinado, como las leyes de Newton para sistemas mecánicos y las leyes de Kirchhoff para sistemas eléctricos. Debemos siempre recordar que obtener un modelo matemático razonable es la parte más importante de todo el análisis. Una vez obtenido un modelo matemático de un sistema, se usan diversos recursos analíticos, así como computadoras, para estudiarlo y sintetizarlo. 3.1 Simplicidad vs precisión Es posible mejorar la precisión de un modelo matemático si se aumenta su complejidad. En algunos casos, se utilizan cientos de ecuaciones para describir un sistema completo. Sin embargo, en la obtención de un modelo matemático, debemos establecer un equilibrio entre la simplicidad del mismo y la precisión de los resultados del análisis. No obstante, si no se necesita una precisión extrema, es preferible obtener solo un modelo razonablemente simplificado. De hecho, por lo general basta con obtener un modelo matemático adecuado para el problema que se considera. Al obtener un modelo matemático razonablemente simplificado, a menudo resulta necesario ignorar ciertas propiedades físicas inherentes al sistema.
Lectura 2: Modelación de Sistemas Lineales 1

SISTEMAS DE CONTROL AUTOMÁTICO

DACI-EPN

3.2 Sistemas lineales Un sistema se denomina lineal si se aplica el principio de superposición. Este principio establece que la respuesta producida por la aplicación simultánea de dos funciones de entradas diferentes es la suma de las dos respuestas individuales. Por tanto, para el sistema lineal, la respuesta a varias entradas se calcula tratando una entrada a la vez y sumando los resultados. Este principio permite desarrollar soluciones complicadas para la ecuación diferencial lineal a partir de soluciones simples. 3.3 Sistemas no lineales Un sistema es no lineal si no se aplica el principio de superposición. Por tanto, para un sistema no lineal la respuesta a dos entradas no puede calcularse tratando cada una a la vez y sumando los resultados. Los siguientes son ejemplos de ecuaciones diferenciales no lineales. d 2 x  dx  +   + x = Asen(ωt ) dt 2  dt  d 2x dx + x2 −1 +x=0 2 dt dt d 2 x dx + + x + x3 = 0 2 dt dt En la Figura 1 se presentan curvas características de no linealidades.
2

(

)

Figura 1 Curvas características para diversas no linealidades

En general, los procedimientos para encontrar las soluciones a problemas que involucran tales sistemas no lineales son muy complicados. Debido a la dificultad matemática aunada a los sistemas no lineales, resulta necesario introducir los sistemas lineales “equivalentes” en lugar de los no lineales. Tales sistemas lineales equivalentes sólo son válidos para un rango limitado de operación. Una vez que se aproxima un sistema no lineal mediante un modelo matemático lineal, pueden aplicarse varias herramientas lineales para análisis y diseño. 3.4 Sistemas lineales invariantes y variantes con el tiempo Una ecuación diferencial es lineal e invariante en el tiempo si sus coeficientes son constantes.
Lectura 2: Modelación de Sistemas Lineales 2

La resolución tradicional de la ecuación diferencial es bastante molesto. 4 Función de Transferencia En la mayoría de ocasiones la relación entrada-salida de un sistema continuo lineal e invariante se describe mediante una ecuación diferencial con coeficientes constantes reales. por lo que rara vez se emplean en su forma original para el análisis y diseño de sistemas de control. Entonces para obtener la función de transferencia del sistema lineal que está representado por la Ecuación 1. como la presentada a continuación: Ecuación 1 donde para que el sistema sea causal n ≥ m. Los sistemas que se representan mediante ecuaciones diferenciales cuyos coeficientes son funciones del tiempo. Por esta razón se emplea la función de transferencia del sistema. Un ejemplo de un sistema de control variante con el tiempo es un sistema de control de naves espaciales (la masa de una nave espacial cambia debido al consumo de combustible). Es independiente de la entrada del sistema. Para sistemas continuos. La función de transferencia de un sistema descrito mediante una ecuación diferencial lineal e invariante con el tiempo se define como el cociente entre la transformada de Laplace de la salida (función de respuesta) y la transformada de Laplace de la entrada (función de excitación) bajo la suposición de que todas las condiciones iniciales son cero. Lectura 2: Modelación de Sistemas Lineales 3 . No está definida para sistemas no lineales. A lo largo del presente curso se trabajarán con sistemas lineales invariantes en el tiempo. la función de transferencia sólo se expresa como una función de la variable compleja s.SISTEMAS DE CONTROL AUTOMÁTICO DACI-EPN Los sistemas dinámicos que se describen mediante ecuaciones diferenciales lineales invariantes con el tiempo (de coeficientes constantes) se denominan sistemas lineales invariantes con el tiempo (o lineales de coeficientes constantes SLI). se denominan sistemas lineales variantes con el tiempo. Todas las condiciones iniciales del sistema son iguales a cero. simplemente se toma la transformada de Laplace en ambos lados de la ecuación y se suponen condiciones iniciales cero: El resultado será: Ecuación 2 La función de transferencia entre y(t) (salida) y u(t) (entrada) está dada por: Ecuación 3 Las propiedades de la función de transferencia se resumen a continuación: Está definida solamente para un SLI. Está definida como la transformada de Laplace de la salida y la transformada de Laplace de la entrada (Transformada de Laplace de la respuesta impulso).

Vector de estados Λ(t). Dado que los integradores de un sistema de control en tiempo continuo funcionan como dispositivos de memoria. Variables de estado λ(t). Se puede aplicar a sistemas biológicos. En el análisis en el espacio de estados. se la puede establecer experimentalmente introduciendo entradas conocidas y estudiando la salida del sistema. Espacio cuyos ejes de coordenadas están formados por las variables de estado de un sistema. Debido a la necesidad de alcanzar los requerimientos cada vez más restrictivos en el desempeño de los sistemas de control. No es única la representación en el espacio de estados para un sistema determinado. & (t ) = AΛ(t ) + BX (t ) Λ Ecuación 4 Y (t ) = CΛ(t ) + DX (t ) Ecuación 5 Lectura 2: Modelación de Sistemas Lineales 4 . Vector cuyos elementos son todas las variables de estado de un sistema. variables de salida y variables de estado. aproximadamente desde 1960 se ha desarrollado la teoría de control moderna. El sistema dinámico debe incorporar elementos que memoricen los valores de la entrada. La Ecuación 4 es la ecuación de estado del sistema lineal e invariante con el tiempo. Por tanto. sociales y otros. La Ecuación 5 es la ecuación de salida para el mismo sistema. La cantidad de variables de estado necesarias para definir completamente la dinámica del sistema es igual a la cantidad de integradores que contiene el sistema. Los sistemas complejos pueden tener entradas y salidas múltiples y pueden variar en el tiempo. Es el conjunto más pequeño de variables que determinan el comportamiento (estado) de un sistema dinámico. Este enfoque nuevo se basa en el concepto de estado. nos concentramos en tres tipos de variables involucrados en el modelado de sistemas dinámicos: variables de entrada. que es un nuevo enfoque del análisis y diseño de sistemas de control complejos. Si se desconoce la función de transferencia de un sistema. Espacio de estados. Observe que el concepto de estado de ningún modo está limitado a los sistemas físicos. Conocida la función de transferencia se estudia la salida o respuesta para varias formas de entrada con la intención de comprender la naturaleza del sistema. al aumento en la complejidad del sistema y a un acceso fácil a las computadoras de gran escala. Estado. 5 Modelado en el espacio de estados La tendencia moderna en los sistemas de ingeniería es hacia una mayor complejidad. económicos. excepto en que la cantidad de variables de estado es igual para cualquiera de las diferentes representaciones en el espacio de estados del mismo sistema. debido principalmente a los requerimientos de las tareas complejas y la elevada precisión. Ecuaciones en el espacio de estados. las salidas de los integradores funcionan como variables de estado.SISTEMAS DE CONTROL AUTOMÁTICO DACI-EPN No proporciona información acerca de la estructura física del sistema. las salidas de tales integradores se consideran las variables que definen el estado interno del sistema dinámico. El estado de un sistema dinámico es el conjunto más pequeño de variables (denominadas variables de estado) de modo que el conocimiento de estas variables determina por completo el comportamiento del sistema para cualquier tiempo.

1 [ ] [ ] 6 Modelo de sistemas mecánicos La ley fundamental que controla los sistemas mecánicos es la segunda ley de Newton. x(t) es la entrada y y(t) es la salida.SISTEMAS DE CONTROL AUTOMÁTICO DACI-EPN Correlación entre función de transferencia y ecuaciones en el espacio de estados A continuación se presenta como obtener la función de transferencia de un sistema con una sola entrada y una sola salida a partir de las ecuaciones en el espacio de estados. que se aplica a cualquier sistema mecánico. A continuación se presenta dos ejemplos. C y d. La transformada de Laplace de las ecuaciones anteriores entonces es: sΛ(s ) − λ (0 ) = AΛ(s ) + BX (s ) Y (s ) = CΛ(s ) + DX (s ) Dado que para la función de transferencia se consideran las condiciones iniciales iguales a cero se tiene: sΛ(s ) = AΛ(s ) + BX (s ) o bien (sI − A)Λ(s ) = BX (s ) de donde −1 Λ (s ) = (sI − A) BX (s ) reemplazando −1 Y (s ) = C (sI − A) B + d X (s ) por lo que Y (s ) −1 = G (s ) = C (sI − A) B + d X (s ) Esta es la expresión de la función de transferencia en función de A. Considerando el sistema cuya función de transferencia se obtiene mediante Y (s ) = G (s ) X (s ) Y además este sistema se representa en el espacio de estados mediante las siguientes ecuaciones: & (t ) = Aλ (t ) + Bx(t ) λ y (t ) = Cλ (t ) + dx(t ) En donde λ(t) es el vector de estados. Ejemplo 1: x. v f k k fm m f fB B &=0 v Figura 2 Sistema mecánico con una masa Lectura 2: Modelación de Sistemas Lineales 5 . B. 5.

Variables de Estado: x = y = x1 &=x &1 v = x2 = x ⇒ &1 = x 2 x &2 = − x k B u x1 − x2 + m m m &2 + Bx2 + kx1 = f = u ⇒ mx &  x 0  1     = − k x  m  &2    x1   y = (1 0 ) x   2 x  0  1   1     B + 1 u −     m  x2     m Lectura 2: Modelación de Sistemas Lineales 6 .Ecuación Diferencial: & + Bx & + kx = f m& x X ( s) 1 .SISTEMAS DE CONTROL AUTOMÁTICO fk fm DACI-EPN f fB Figura 3 Diagrama de cuerpo libre Leyes de Newton: fm + f B + fk = f & = m& & f m = ma = mv x donde: & f B = Bv = Bx f k = kx f m fuerza de inercia de la masa ‘m’ f B fuerza del amortiguamiento ‘B’ (B es el coeficiente de rozamiento viscoso) f k fuerza del resorte ‘k’ además: a = aceleración v = velocidad x = posición = salida f = fuerza = entrada .Función de Transferencia: G ( s) = F (s) = ms 2 + Bs + k .

B =  1  .Función de transferencia en base al espacio de estado: G (s ) = donde X (s ) = C (sI − A)−1 B + d Y (s ) [ ]  0 A= k −  m entonces 1  0 B . C (1 0 ) y d = 0 −    m m s =k  m −1 −1  B (sI − A)−1 s+  m B   s + 1   1 m   (sI − A)−1 = B k  k 2 s s + s+  −  m   m m por lo que X (s ) G (s ) = = Y (s ) B   1  0  s + 1 1 +0 (1 0) km    B k  − s s2 + s +   m   m  m m 0 X (s ) 1 B    1 G (s ) = = 1  s + B k  Y (s ) m   2 s + s+ m m m 1 X (s ) m G (s ) = = B k Y (s ) s2 + s + m m 1 X (s ) G (s ) = = 2 Y (s ) ms + Bs + k Ejemplo 2: B2 k1 m1 y 1 v 1 y v 2 2 k2 &=0 v m2 f Figura 4 Sistema mecánico con dos masas Lectura 2: Modelación de Sistemas Lineales 7 .SISTEMAS DE CONTROL AUTOMÁTICO DACI-EPN .

Modelos a Ecuaciones Diferenciales: &2 + y & 2 + 2( y2 − y1 ) = f 3& y & &1 + 2 y1 = 2( y2 − y1 ) y .SISTEMAS DE CONTROL AUTOMÁTICO DACI-EPN f m 1 k 1 f m1 f k (reacción ) 2 Figura 5 Diagramas de cuerpo libre Ecuaciones de la dinámica: f m + f B + fk = f 2 2 2 &2 + B2 y &2 + k2 ( y2 − y1 ) = f ⇒ m2 & y fm + fk = fk 1 1 ⇒ 2 &1 + k1 y1 = k2 ( y2 − y1 ) m1 & y k1 = k 2 = 2 [ N / m] Datos: B2 = 1 [ N / m / s ] m1 = 1 [ Kg ] m2 = 3 [ Kg ] .Modelos a variables de Estado:  x1   y 1       x 2   v1  x  =y   3  2  x  v   4  2  ecuaciones: &2 + y & 2 + 2 y 2 − 2 y1 = f 3& y & &1 + 4 y1 − 2 y 2 = 0 ⇒ y &3 + x & 3 + 2 x3 − 2 x1 = f ⇒ 3& x & &1 + 4 x1 − 2 x 3 = 0 x además: &1 ⇒ v1 = x2 = x &1 v1 = y & 2 ⇒ v2 = x4 = x &3 v2 = y &3 + x &3 + 2x3 − 2x1 = f 3& x &4 + x4 + 2x3 − 2x1 = f ⇒ 3x 8 por lo que: Lectura 2: Modelación de Sistemas Lineales .

(Esta ley también puede plantearse del modo siguiente: la suma de las corrientes que entran a un nodo es igual a la suma de las corrientes que salen del mismo. A continuación se presenta dos ejemplos.) La ley de voltajes de Kirchhoff (la ley de mallas) establece que en cualquier instante determinado la suma algebraica de los voltajes alrededor de cualquier malla en un circuito eléctrico es cero. (Esta ley también se plantea del modo siguiente: la suma de las caídas de voltaje es igual a la suma de las elevaciones de voltaje alrededor de un malla. Ejemplo 1: R L + + C vi Figura 6 Sistema RLC i v 0 LVK: L di + Ri + v0 = vi dt i =C dv0 dt Relación dinámica: Ecuación Diferencial: Lectura 2: Modelación de Sistemas Lineales &&0 + RCv &0 + v0 = vi LCv 9 . La ley de corrientes de Kirchhoff (la ley de nodos) plantea que la suma algebraica de todas las corrientes que entran y salen de un nodo es cero.SISTEMAS DE CONTROL AUTOMÁTICO DACI-EPN & &1 + 4 x1 − 2 x3 = 0 ⇒ x entonces: & 2 + 4 x1 − 2 x3 = 0 x &   0 x  1  &2   − 4 x = x &3   0    x   2  &4   3 1 0 0 0 2 0 2 3 0 − 0  x1   0      0  x 2   0   x  + 0 f 1   3    1  1 − 3  x 4   3  x1     y1   1 0 0 0  x 2   y  = 0 0 1 0  x  2  3     x   4 7 Modelo de sistemas eléctricos Las leyes fundamentales que gobiernan los circuitos eléctricos son las leyes de corrientes y voltajes de Kirchhoff.) Un modelo matemático de un circuito eléctrico se obtiene aplicando una o ambas leyes de Kirchhoff.

Modelos a variables de Estado: R L + iL = x1 C + vi = u v0 = x2 Figura 7 Sistema RLC a variables de estado LVK (ecuación constitutiva): L di + Ri + v0 = vi dt Relación dinámica: donde: i =C dv0 dt & 1 + Rx 1 + x 2 = u Lx ⇒ &1 = − x R 1 1 x1 − x2 + u L L L &2 x1 = Cx &2 = ⇒ x 1 x1 C  R &1   − x  = L x  1  &2     C − 1 1  x     1 L   +L    0  x2   0      x1  y = (0 1) x    2 Ejemplo 2: .SISTEMAS DE CONTROL AUTOMÁTICO DACI-EPN .Modelo a Función de Transferencia y Ecuación Diferencial R + va C R + vi C v0 Figura 8 Sistema RC doble Lectura 2: Modelación de Sistemas Lineales 10 .

se tiene: 2  + sC R  −1  R  1 Va   V  i   R   =  R    1   + sC  0  V0     R  − entonces.SISTEMAS DE CONTROL AUTOMÁTICO DACI-EPN Va 1/ R V0 SC + Vi / R 1/ R SC Figura 9 Modelo de red Donde. la Función de Transferencia viene dada por: V0 1 = 2 2 2 Vi S C R + 3SCR + 1 Considerando los siguientes datos. aplicando el método de nodos.Modelo a Variables de Estado &&0 + 3v & 0 + v 0 = vi ⇒ v R vi = u + va = x1 i2 C i3 R + i1 1 2 C i4 v0 = x2 Figura 10 Modelo a variables de estado Nodo V0: Malla 2: &0 = Cx &2 i2 =i 4 = Cv & 2 + x2 va = x1 = Ri2 + x2 = RCx ⇒ &2 = x 1 1 x1 − x2 RC RC 11 Lectura 2: Modelación de Sistemas Lineales . C = 1000 [uF ] ⇒ V0 1 = 2 Vi s + 3s + 1 ( s 2 + 3s + 1)V0 = Vi . se tiene: R = 1 [ KΩ].

A diferencia de una representación matemática puramente abstracta. simplemente el diagrama de bloques muestra como se conectan los componentes del sistema y no proporciona Lectura 2: Modelación de Sistemas Lineales 12 . un diagrama de bloques tiene la ventaja de indicar en forma más realista el flujo de las señales del sistema real.SISTEMAS DE CONTROL AUTOMÁTICO DACI-EPN Nodo Va: &a + Cv &0 = Cx &1 + Cx &2 i1 = i3 + i2 = Cv &1 + ( x1 − x2 ) + x1 ⇒ u = CRx &1 + Cx & 2 ) R + x1 Malla 1: vi = u = i1 R + va = (Cx &1 + ( x1 − x2 ) + x1 u = CRx ⇒ &1 = − x 2 1 1 x1 + x2 + u RC RC RC &   2 x  1  −   =  RC 1 x   &   2   RC  x1  v0 = y = (0 1) x    2 1  x   1   1  RC   +  RC u  1     − 0   x  RC  2   8 Diagramas de bloque Un sistema de control puede tener varios componentes. Para mostrar las funciones que lleva a cabo cada componente en la ingeniería de control. por lo general se usa una representación denominada diagrama de bloques. En este caso. Figura 11 Por ejemplo. Un diagrama de bloques de un sistema es una representación gráfica de las funciones que lleva a cabo cada componente y el flujo de señales. el diagrama de bloque de la Figura 11(a) modela un sistema de control de velocidad en lazo abierto de un motor de cd. Tal diagrama muestra las relaciones existentes entre los diversos componentes.

que se conectan mediante flechas para indicar la dirección del flujo de señales. Figura 13 Puntos de suma Punto suma. La punta de flecha que señala el bloque indica la entrada. un diagrama de bloques de un sistema de control muestra explícitamente una propiedad unilateral. Observe que la señal sólo puede pasar en la dirección de las flechas. 8. un círculo con una cruz es el símbolo que indica una operación de suma. Tales flechas se conocen como señales. mediante bloques funcionales. Aquí se considera que el motor es operado en la región lineal de sus características dinámicas. Remitiéndonos a la Figura 13. Pero si se conocen las relaciones entrada-salida del sistema de control del motor de cd se pueden representar mediante el diagrama de bloques de la Figura 11(b). El bloque funcional o simplemente bloque es un símbolo para representar la operación matemática que sobre la señal de entrada hace el bloque para producir la salida. La siguiente terminología se define con referencia a este diagrama: Lectura 2: Modelación de Sistemas Lineales 13 . Entonces conociendo la relación matemática y funcional de todos los elementos del sistema. 8. Punto de ramificación. Un punto de ramificación es aquel a partir del cual la señal de un bloque va de modo concurrente a otros bloques o puntos suma. Figura 12 Elementos de un diagrama de bloques La Figura 12 muestra un elemento del diagrama de bloques. Por tanto.SISTEMAS DE CONTROL AUTOMÁTICO DACI-EPN ningún detalle matemático. Las funciones de transferencia de los componentes por lo general se introducen en los bloques correspondientes. por lo que se puede representar mediante funciones de transferencia.2 Diagrama de bloques de un sistema de control en lazo cerrado La Figura 14 muestra el diagrama de bloques de un sistema de control realimentado. el diagrama de bloques se puede emplear como una herramienta para obtener la solución analítica o por computadora del sistema.1 Elementos de un diagrama de bloques En un diagrama de bloques se enlazan una con otra todas las variables del sistema. y la punta de flecha que se aleja del bloque representa la salida. El signo de más o de menos en cada punta de flecha indica si la señal debe sumarse o restarse.

De la Figura 14 se conoce que: Y (s ) = G (s )U (s ) y B(s ) = H (s )Y (s ) La señal actuante (error actuante) se define como U (s ) = R(s ) − B(s ) Entonces sustituyendo se obtiene que Y (s ) = G (s )R(s ) − G (s )B(s ) Y (s ) = G (s )R(s ) − G (s )H (s )Y (s ) Y (s ) + G (s )H (s )Y (s ) = G (s )R(s ) G (s ) Y (s ) = R (s ) 1 + G (s )H (s ) Por lo que la función de transferencia en lazo cerrado es: Y (s ) G (s ) M (s ) = = R(s ) 1 + G (s )H (s ) 8. 3. Lectura 2: Modelación de Sistemas Lineales 14 La función de transferencia en lazo cerrado M (s ) = Y (s ) . en este caso como el diagrama a bloques son representaciones de funciones de transferencia.3 Procedimiento para trazar un diagrama de bloques Con el objeto de trazar un diagrama de bloques de un sistema se sugiere seguir los siguientes pasos: 1. Es necesario conocer las ecuaciones diferenciales que describen el comportamiento dinámico del sistema a analizar y la salida y entrada consideradas. 2. las condiciones iniciales se consideran cero.SISTEMAS DE CONTROL AUTOMÁTICO DACI-EPN Figura 14 Diagrama de bloques de un sistema de control realimentado se puede expresar como R (s ) una función de G (s ) y H (s ) . Se obtiene la transformada de Laplace de estas ecuaciones. De las ecuaciones transformadas se despeja aquella donde esté involucrada la salida del sistema.

Para el circuito de la Figura 16 se debe encontrar su función de transferencia E o (s ) usando el enfoque de diagramas de bloque. utilizando gráficos de flujo de señal que se verá mas adelante. 5. 8. E i (s ) Lectura 2: Modelación de Sistemas Lineales 15 .SISTEMAS DE CONTROL AUTOMÁTICO DACI-EPN 4. Una regla general para simplificar un diagrama de bloques consiste en mover los puntos de bifurcación y los puntos suma. Debido al procedimiento utilizado los bloques quedan prácticamente para ser conectados a partir del bloque de salida. intercambiar los puntos suma y después reducir las mallas internas de realimentación. De la ecuación obtenida se ubican las variables que están como entrada y que deben de ser salidas de otros bloques. Regresar al paso 4 hasta que la entrada sea considerada y todas las variables del sistema sean consideradas. uno de ellos es utilizando las propiedades del álgebra de bloques y otro. Recuerda nunca utilizar una ecuación que ya se utilizó previamente. En la Figura 15 se presentan varias de las reglas del álgebra de los diagramas de bloques.4 Simplificación de un diagrama de bloques Teniendo el diagrama a bloques en algunos casos es necesario simplificarlo hasta una sola función de transferencia. Después de obtener las ecuaciones se generan los diagramas a bloques de cada una. Para esto existen varios procedimientos. Figura 15 Reglas del álgebra de los diagrmas de bloques A continuación se presenta un ejemplo de la utilización de los conceptos explicados sobre los diagramas de bloques. Es importante que no se altere las señales involucradas en el movimiento compensando con las funciones necesarias. Se despejan esas variables de otras ecuaciones. 6.

con condiciones iniciales cero.SISTEMAS DE CONTROL AUTOMÁTICO DACI-EPN Figura 16 Las ecuaciones que caracterizan al circuito son: 1 C1 1 C1 ∫ (i 1 − i 2 )dt + R1i1 = ei − i1 )dt + R2 i 2 + 1 i 2 dt = 0 C2 ∫ ∫ (i 2 1 i2 dt = eo C2 ∫ Tomando la transformada de Laplace de estas ecuaciones. produce: 1 [I1 (s ) − I 2 (s )] + R1 I 1 (s ) = Ei (s ) C1 s 1 [I 2 (s ) − I1 (s )] + R2 I 2 (s ) + 1 I 2 (s ) = 0 C1 s C2 s 1 I 2 (s ) = E o (s ) C2 s Simplificando estas ecuaciones se tiene: C1 s[Ei (s ) − R1 I 1 (s )] = I 1 (s ) − I 2 (s ) I 2 (s ) = 1  C2 s    [I 1 (s ) − I 2 (s )] C1 s  R C s + 1  2 2  1 I 2 (s ) = E o (s ) C2 s Representado las ecuaciones mediante diagramas de bloques se tiene Lectura 2: Modelación de Sistemas Lineales 16 .

Este diagrama de bloques se modifica sucesivamente tal como se aprecia en las Figuras 17 de la (b) a (f). Figura 17 Las secciones muestran la simplificación del diagrama de bloques Lectura 2: Modelación de Sistemas Lineales 17 .SISTEMAS DE CONTROL AUTOMÁTICO DACI-EPN C1 s[E i (s ) − R1 I 1 (s )] = I 1 (s ) − I 2 (s ) I 2 (s ) = 1  C2 s    [I 1 (s ) − I 2 (s )] C1 s   R2 C 2 s + 1  1 C1s  C2 s    R C s +1   2 2  1 I 2 (s ) = Eo (s ) C2 s 1 C2 s Combinando los diagramas se obtiene la Figura 17(a).

Si no atraviesa ningún nodo más de una vez el camino es abierto. Un segmento lineal dirigido entre dos nodos. x4 Nodo de entrada (fuente) Nodos mixtos d Camino directo Camino directo x1 a x2 b x3 x3 Nodo de entrada (fuente) c Nodo de salida (sumidero) Lazo Figura 18 Ejemplo de un diagrama de flujo El diagrama de flujo representa gráficamente un sistema de ecuaciones algébricas. Lazos que no se tocan. Es un nodo que tiene ramas tanto entrantes como salientes.1 Definiciones Nodo. En Control se manejan ecuaciones diferenciales. Nodo salida (sumidero). Camino. Es un recorrido de ramas conectadas en la dirección de la flechas de las ramas. A diferencia de los diagramas de bloque se los aplica solamente para sistemas lineales. Es la ganancia de una rama. es camino cerrado o lazo. Es un nodo que solo posee ramas entrantes.SISTEMAS DE CONTROL AUTOMÁTICO DACI-EPN 9 Diagramas de flujo Es un diagrama que representa un conjunto de ecuaciones dinámicas simultáneas. Es una red en la que nodos están conectados mediante ramas. Si el camino termina en el mismo nodo desde el que comenzó y no atraviesa ningún otro nodo más de un vez. Son la representación entrada-salida para sistemas lineales que son modelados por ecuaciones algebraicas. cada nodo representa una variable y cada rama una ganancia. Son lazos que no poseen ningún nodo en común. Es un nodo que solo tiene una rama saliente. donde se despeja la más alta derivada y se usa el operador de integración 1/S. Es un punto que representa una variable o señal. La ventaja del diagrama de flujo de señales es la disponibilidad de una fórmula (Regla de Mason) que proporciona la relación entre variables del sistema sin requerir ningún procedimiento de reducción. Es un camino desde un nodo de entrada hasta un nodo de salida que no atraviesa ningún nodo más de una vez. Se los considera como una versión simplificada de los diagramas de bloque. Rama. Nodo mixto. Camino directo.dt x 2 = s −1 . &2 x s −1 x2 Figura 18 Diagrama de flujo con ganacia 1/s donde: &2 = x & 2 . Transmitancia. 9.x 18 ∫ Lectura 2: Modelación de Sistemas Lineales . Nodo de entrada (fuente).

viene dado por: salida 2 1 3 salida 1 2 f entrada & &2 y 1/ s &2 y − 1 3 − 2 3 1/ s y2 & &1 y 1/ s &1 y 1/ s y1 −4 2 3 Figura 19 Diagrama de flujo con dos salidas 9.SISTEMAS DE CONTROL AUTOMÁTICO DACI-EPN Considerando el sistema de ecuaciones diferenciales: &2 + y & 2 + 2 y 2 − 2 y1 = f 3& y & &1 + 4 y1 − 2 y 2 = 0 ⇒ y ⇒ 2 1 & &2 = − 1 & 2 y 3 y 2 − 3 y 2 + 3 y1 + 3 f & &1 = −4 y1 + 2 y 2 y El diagrama de flujo correspondiente a las ecuaciones diferenciales.…….2 Regla de Mason Regla de Mason: G ( s) = Y ( s) 1 = U ( s) ∆ i j ∑ P∆ i i donde: además: ∆ =1− ∑L + ∑LL −∑LL L i i j k +K ∑L i = sumatoria de ganancias de lazos individuales ∑L L i i j ∑L L L j = sumatoria de producto de ganancias de 2 lazos individuales que no se topan k = sumatoria de producto de ganancias de 3 lazos individuales que no se topan Pi = ganancia de la i-ava trayectoria directa entre entrada y salida ∆ i = 1 − suma de ganancias de lazos individuales que no topan a la i-ava trayectoria + suma del producto de ganancias de dos lazos individuales que no se topan entre sí ni tampoco topan a la i-ava trayectoria . Lectura 2: Modelación de Sistemas Lineales 19 .

viene dado por: L1 = − 1 s −1 3 además: 2 −2 L2 = − 3 s L3 = −4s −2 −4 L4 = 4 3 s ∆ = 1 − ( L1 + L2 + L3 + L4 ) + ( L1 L3 + L2 L3 ) = 2 −4 s 3 1 (3 + s −1 + 14s −2 + 4s −3 + 4s −4 ) 3 Salida 1: P1 = ∆1 = 1 s −4 s4 ⋅ −1 1 + 14s − 2 + 4s −3 + 4s − 4 ) s 4 3 (3 + s 2 3 Y ( s ) P1 ∆ 1 G1 ( s ) = 1 = = F (s) ∆ G1 ( s ) = K 1 N1 (s) 2 1 = ⋅ 4 1 3 14 2 4 D1 ( s ) 3 s + 3 s + 3 s + 3 s + 4 3 Salida 2: P2 = 1 −2 s 3 ∆ 2 = 1 − L3 = 1 + 4s −2 −4 1 −2 Y2 ( s ) P2 ∆ 2 +4 s4 3 s 3 s G2 ( s ) = = = 1 ⋅ 4 −1 −2 −3 −4 F (s) ∆ ( 3 + s + 14 s + 4 s + 4 s ) s 3 Lectura 2: Modelación de Sistemas Lineales 20 . salida 2 1 3 salida 1 & &2 y f entrada 1/ s &2 y − 1 3 − 2 3 1/ s y2 2 & &1 y 1/ s &1 y 1/ s y1 L1 L2 L4 2 3 L3 −4 Fig. 2.SISTEMAS DE CONTROL AUTOMÁTICO DACI-EPN Ejemplo: Aplicar la fórmula de Mason para obtener las funciones de transferencia de cada salida respecto a la entrada.13 Diagrama de flujo con lazos individuales Donde las ganancias de cada lazo individual.

5S 2 + 6.5S −1 + 6.5S −2 P2 = −29S −1 P3 = 28S −1 Y ( s ) P1 ∆ 1 + P2 ∆ 2 + P3 ∆ 3 5S −1 + 4 S −2 + 2S −3 S3 G (s) = = = ⋅ R( s) ∆ (1 + 4.4 = 5⋅ 3 D( s ) S + 4.5S −1 + 3S −2 ∆ 2 = 1 − ( L1 + L3 ) + L1 L3 = 1 + 3S −1 + 2S −2 ∆ 3 = 1 − ( L1 + L2 ) + L1 L2 = 1 + 2.5S −2 + 3S −3 ) además: P1 = 6S −1 ∆1 = 1 − ( L2 + L3 ) + L2 L3 = 1 + 3.8S + 0.5S −1 + 6.5 x2 −29 1 y 1 &3 x s L3 −1 x3 28 −2 L1 = −S −1 L2 = −1.SISTEMAS DE CONTROL AUTOMÁTICO DACI-EPN N 2 (s) 1 s2 + 4 G2 ( s ) = K 2 = ⋅ 3 2 14 4 D2 ( s ) 3 s 4 + 1 3 s + 3 s + 3 s + 4 3 Ejemplo: Obtener la Función de Transferencia en base al diagrama de flujo &1 x 1 s −1 L1 −1 x1 6 r 1 &2 x s −1 L2 −1.5S −2 L3 = −2S −2 ∆ = 1 − ( L1 + L2 + L3 ) + ( L1 L2 + L1 L3 + L2 L3 ) − L1 L2 L3 = 1 + 4.5S −1 + 1.5S + 3 G ( s) = K Ejemplo: Obtener la Función de Transferencia en base al diagrama de flujo Lectura 2: Modelación de Sistemas Lineales 21 .5S − 2 + 3S −3 ) S 3 N ( s) S 2 + 0.

SISTEMAS DE CONTROL AUTOMÁTICO DACI-EPN L1 L2 L3 L1 = −s −1 L2 = − s −1 L3 = −2s −2 ∆ = 1 − ( L1 + L2 + L3 ) + ( L1 L2 + L1 L3 ) = 1 + 2s −1 + 3s −2 + 2s −3 P1 = s −1 P2 = 4s −2 ∆1 = 1 − ( L2 + L3 ) = 1 + s −1 + 2s −2 ∆ 2 = 1 − L1 = 1 + s −1 donde: Y ( s ) P1 ∆ 1 + P2 ∆ 2 s −1 + 5s −2 + 6s −3 s3 G (s) = = = ⋅ U ( s) ∆ 1 + 2 s −1 + 3s − 2 + 2 s −3 s 3 N (s) s 2 + 5s + 6 G ( s) = K = 1⋅ 3 D( s) s + 2 s 2 + 3s + 2 Lectura 2: Modelación de Sistemas Lineales 22 .

Sign up to vote on this title
UsefulNot useful