Automatizaci´n de Procesos Industriales o (REPASO TEORIA DE CONTROL) Ingeniero de Organizaci´n.

Curso 1o o

Jose Mari Gonz´lez de Durana a Dpto. I.S.A., EUITI e ITT - UPV/EHU Vitoria-Gasteiz Marzo 2002

2

Indice
1. Modelos de procesos continuos 1.1. Procesos de tiempo cont´ ınuo . . . . . . . . . . . . . 1.2. La realimentaci´n en los sistemas de control . . . . o 1.3. Elementos b´sicos un sistema de control . . . . . . a 1.4. Dise˜o de los sistemas de control . . . . . . . . . . n 1.4.1. Nociones de estabilidad, rapidez y precisi´n o 1.5. Clasificaci´n de los sistemas de Control . . . . . . o 1.6. Modelo de funci´n de transferencia . . . . . . . . . o 1.7. Modelo de estado . . . . . . . . . . . . . . . . . . . 1.8. Linealizaci´n . . . . . . . . . . . . . . . . . . . . . o 1.9. Transformaciones entre modelos . . . . . . . . . . . 2. Respuesta temporal 2.1. Diagramas de bloques . . . . . . 2.2. Grafos de flujo de se˜al . . . . . n 2.3. C´lculo de la respuesta temporal a 2.4. Sistema de primer orden . . . . . 2.5. Sistema de segundo orden . . . . 2.6. Respuesta del modelo de estado . 2.6.1. An´lisis Modal . . . . . . a 5 5 6 7 9 9 9 11 13 13 17 21 21 25 28 32 34 40 42 45 45 45 47 48 56 56 59 63 63 65 67 68

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

3. Respuesta de frecuencia 3.1. Respuesta de frecuencia . . . . . . . . . . . . 3.2. Respuesta de un sistema a entrada sinusoidal 3.3. Diagramas de Nyquist . . . . . . . . . . . . . 3.4. Diagramas de Bode . . . . . . . . . . . . . . . 3.5. Trazado por computador . . . . . . . . . . . . 3.6. Criterio de estabilidad de Nyquist . . . . . . 3.7. M´rgenes de fase y de ganancia . . . . . . . . a

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

4. Lugar de las ra´ ıces 4.1. Fundamento del m´todo . . . . . . . . . . . . . . . . . e 4.2. Reglas b´sicas del trazado del lugar de las ra´ a ıces . . . 4.2.1. Trazado del lugar de las ra´ ıces por computador 4.3. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . 3

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . .3. . . . . Invariancia al impulso . . . . . . . .5. . 7. . . . 5. . . . . . . . . . . . . .2.2. . . . . . . . . . . . . . . .2. . . . . . . . . . . . . . . . . . . . . . . . . . . .1. . . . . . . . . . . . . Especificaciones de funcionamiento . . . . . . . . . . . . . Equivalencia al muestreo y retenci´n. . o 6.1. . . . . . . . . 7. An´lisis del error . . . . . Invariancia al escal´n . . . .2. . . . . . . . . La transformada z . . . . . . . . . . . . .2. . . 6. . . . . . . . e o 6. . . . . . . . . . .3. . . . .2. . . . . . .2. . . . 6. . .8. . .9. .1. . . . . . . . . . . . . . . . . . . . . Ecuaciones diferencia y funciones de transferencia en z . . .6. . . .3. . . .1. . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . .4. . . . El elemento de retenci´n de orden cero (ZOH) . . . . . . Indicies de comportamiento de los sistemas . . .2. . . . . . . . . . . . . . . . . . .4. . . . . M´todo de integraci´n compleja . . . . Transformaci´n bilineal . Sistemas controlados por computador 7. . . . . . . . . . . Modelo de estado de tiempo discreto . . . . a 5. . . . . . . . . . . . . . . . . . . . 7. . . . . . . . . . . . . . . . .7. . . . . . . . . M´todo de resoluci´n num´rica de la ecuaci´n diferencia e o e o 6. . . . . . . . . . . . . . . . . . Sistemas intr´ ınsecamente discretos . . . . . . . . . . Dise˜o del controlador digital . . . . . . .5. . . . . . . . . . .2. . . . . . . . . . . . . Sistemas continuos muestreados . .2. . . . . . . 5. INDICE 71 71 76 80 81 82 83 87 95 95 95 96 96 97 99 99 100 100 100 101 102 102 103 104 105 105 105 106 106 107 107 108 109 113 114 116 116 116 117 118 118 119 119 . o 7. . . 6. . . . . o e 7. . . M´todos modernos de dise˜o. . .1. . . . . Sistemas de tiempo continuo muestreados . . . . . . 6. . . . .5. o 7. . . . . . . . . . . . . .3. . . . . . . . . . . . . . . . .3. . .9. . .7. . 6. . . . . . . . . La transformada estrella . . . . . . . Modelos matem´ticos de los sistemas de tiempo discreto a 6. . . . . .2. .1. . . 5. . . . . . . . . . .1. Sistemas controlados por computador . .4. . . . . . . . . . . 6. . . . Filtros digitales . . . e o 6. . . . .2. . . . Controlabilidad y Observabilidad . . . . . . . . . . . Sensibilidad a las variables perturbadoras . . . . . . . . . . .2. . . . . . .6. . . . . . . . . . . . . . . . .4. . . . . .9. . . Estabilidad de los sistemas de control . . . . . . . Sensibilidad a las variaciones de los par´metros a 5. . . . . .7. . . . . . . . .5. . . . . . . . . . . . . . . . . . . . . . . . . .2. . e n . . o 6. . Funcionamiento de los sistemas de control 5. . .2. . . . . . . . o 7. . . . . . .9. . . . . . . . . . . . . e o 6.4 5.2. . . . . . . . . .3. . . . . . . . . . . . . . . 6. . . .5. . . . . . . . . . . . .3. . . . . . . . Transformadas de algunas funciones elementales 6. . . . . . . . . . . .7. . . . . . . . Sistemas de tiempo discreto . . . . . . . . Coincidencia de polos y ceros . . . . . . . . . . . Introducci´n . . . . . Propiedades y teoremas de la transformada z . .1. . 6. . . 6. . . . . . . . . .2. . . Teorema de Shannon . . . o 6. . . . . . . . . . . . . . . . . . .4. . . . . o n 6. . . . Transformada z de diferencias finitas . . . . Integraci´n num´rica . . . . . . . . . . . . . . .7. . . .4. . . . . . . . . . . . . . . . . . . . . . .2. . . . . . . . . . . . . . . . . . . .1. . . . . . . . . . . . . 7. . . . . . . .6. . M´todo de expansi´n en fracciones simples .4. . . . . . . . . . . 5. . .4. . . . . . . . . . . Reconstrucci´n de la se˜al muestreada . . . . 6. . . . . . . . .7. . . . . . . . . M´todo de la divisi´n directa . . . . . . Teorema del muestreo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .5. . . 6. . . n 7. . . . . . . . . . . . Obtenci´n de la transformada z inversa . . Sistemas de Tiempo Discreto 6. . . . . . . . . . . . . . . . . . . . Estabilidad en el plano z . . . . . . 6. . 6. .

Cap´ ıtulo 1 Modelos de procesos continuos Los procesos continuos o. respectivamente. Suelen representar el comportamiento o de sistemas f´ ısicos que siguen leyes f´ ısicas elementales. basados en ecuaciones diferenciales. son los que admiten modelos matem´ticos relativamente simples. Procesos de tiempo cont´ ınuo Tiempo continuo significa que la variable independiente de las ecuaciones del modelo matem´tico es el tiemp t del proceso y que ´ste var´ de forma continua en un intervalo de R. 1. Los procesos continuos pueden controlarse utilizando controladores anal´gicos o digitales o dando lugar. por lo que se obtienen con relativa facilidad y son exactos (siempre y cuando las hip´tesis supuestas sean ciertas). mejor dicho. a sistemas de control anal´gicos a sistemas controlados por como putador. en general. Estos modelos muchas veces a son lineales. ecuaciones en derivadas parciales (EDP) pero muchas veces se pueden reducir a ecuaciones diferenciales ordinarias (EDO) e incluso a veces a ecuaciones diferenciales ordinarias lineales y con coeficientes constantes.1. o admiten ser linealizados. Las a e ıa ecuaciones diferenciales del modelo son. de tiempo continuo. Esto da lugar a la siguiente clasificaci´n de los sistemas de tiempo cont´ o ınuo: Sistemas de par´metros distribuidos (EDP) a Sistemas de par´metros concentrados (EDO) a Sistemas lineales (EDO lineales) Sistemas lineales de par´metros constantes (EDO lineales con coeficientes constantes) a De todos ellos los ultimos son los m´s simples y para ellos se ha desarrollado una teor´ ´ a ıa matem´tica muy potente basada en el Algebra Lineal. Esto es importante para el ingeniero ya a que puede calcular con facilidad la soluci´n de muchos problemas que aparecen en algunas ramas o t´cnicas como por ejemplo e Circuitos el´ctricos e Sistemas mec´nicos a Sistemas t´rmicos e Sistemas de fl´idos u 5 .

b m. v. En los sistemas mec´nicos de translaci´n las principales variables que intervienen a o son la fuerza f . la carga. el componente de rozamiento B y el componente de elasticidad K.) a Sistemas Mec´nicos (rot. sec. de a e e fluidos.2. por ejemplo. el flujo e magn´tico. f Par´metros a m. a T. En e a los sistemas el´ctricos. Veamos c´mo funcionan en el caso monovariable. En los sistemas mec´nicos de rotaci´n estas variables son el momento T . Algunos de ellos son Matlab y Scilab. mientras que los par´metros son la resistencia. x. la e a o capacidad.6 Amplificadores electr´nicos o Sistemas de control Rob´tica o CAP´ ITULO 1. Estas variables son funciones de la variable independiente t. φ θ. el componente de rozamiento b y el componente de elasticidad k. Hay dos procedimientos para ello denominados control en lazo abierto y control en lazo cerrado. el desplazamiento angular a o θ.) a Sistemas El´ctricos e Sistemas T´rmicos e Sistemas de Fluidos Variables f. a En cada uno de los sistemas f´ ısicos que vamos a estudiar (mec´nicos. L. k. t´rmicos y mixtos) existe un conjunto de variables y par´metros que lo caracterizan.2]. Las magnitudes que no evolucionan (o cuya evoluci´n no se tiene en cuenta) se llaman o par´metros del sistema. t´rmicos. θ. las variables son el voltaje. en los sistemas e e ´ de fluidos las variables son el caudal f y la presi´n p y sus par´metros la resistencia del fluido o a Rf . k. La realimentaci´n en los sistemas de control o Un sistema de control sirve para controlar el valor de ciertas variables de salida por medio de otras variables de entrada. que n representa el tiempo. la velocidad v y la aceleraci´n a siendo sus par´metros o a significativos la masa m. 2. por ultimo. Ct Rf . α v. se˜ales. el desplazamiento x. Y. a veces. y las variables la resistencia t´rmica Rt y la capacitancia t´rmica Ct . MODELOS DE PROCESOS CONTINUOS Sistemas din´micos lineales en general a Los paquetes inform´ticos denominados Computer Aided Control System Design (CACSD) a son de gran ayuda para estos menesteres. C Rt . o . b R. existen ciertas semejanzas fundamentales que pueden y deben ser aprovechadas de manera que la modelizaci´n resulte sencilla y a ser posible unificada para todos los sistemas. la velocidad angular ω y la aceleraci´n α siendo sus par´metros significativos el momento de o a inercia J. En los sistemas t´rmicos las variables son el flujo calor´ e ıfico q y la temperatura θ . i. ω. la intensidad. Cf A pesar de las diferencias que existen entre las variables que caracterizan a las distintas clases de sistemas f´ ısicos. q p. Clase de Sistema Sistemas Mec´nicos (tras. o 1. Par´metros y variables a En los modelos matem´ticos las magnitudes que evolucionan en el tiempo se llaman variables a del sistema o. etc. etc. el coeficiente de autoinducci´n. el´ctricos. la inductancia del fluido Lf y la capacitancia del fluido Cf [?.

a w(t) u(t) m (t) -+ . As´ en nuestra ´rea de conocimiento el t´rmino controlar se usa en el e ı. Sin embargo. .3.3. que sirve para introducir en el sistema el valor deseado para la salida y(t). La diferencia (t) = u(t) − ym (t) entre ambos valores incide sobre el dispositivo controlador C y la salida de ´ste. Con un razonamiento intuitivo podemos llegar a la conclusi´n de que el sistema en lazo o cerrado responde mejor ante la presencia de la entrada perturbadora w(t).´ 1.P r y(t) - 6 ym (t) M  Figura 1. que la terminolog´ puede ser algo enga˜osa en ciertos contextos. llamada de referencia o de consigna. hay que ser muy cautos ante este tipo de razonamientos ya muchas veces que pueden fallar. sobre el elemento actuador A el cual a su vez ejerce la e debida acci´n sobre planta P en el sentido de corregir la diferencia (t).2: Sistema de control en lazo cerrado El procedimiento de medir la se˜al de salida y restarla de la de entrada se llama realimentan ci´n negativa. indicados a continuaci´n. Y as´ es en muchos ı casos. no obstante. ELEMENTOS BASICOS UN SISTEMA DE CONTROL 7 En el control en lazo abierto (figura 1.) pero sus elementos esenciales. o o Advertimos. El lazo que se forma al realizar la realimentaci´n suele denominarse lazo o bucle o o de regulaci´n. Elementos b´sicos un sistema de control a Los sistemas de control se pueden realizar con diversas tecnolog´ (mec´nica. ıa n quiz´s por utilizaci´n inadecuada.1) la entrada u(t) act´a directamente sobre el dispou sitivo de control (controlador) C del sistema para producir el efecto deseado en la variables de salida. neum´tica.C − vc (t) - A v(t) ? -+ m . a e sentido de gobernar o conducir. vc (t). Esta salida se mide con un de captador M y dicha medida ym (t) se compara con el valor u(t) de la entrada de referencia. aunque sin comprobar el valor que toma dicha variable.m- y(t) P - Figura 1.1: Control en lazo abierto Un sistema de control en lazo cerrado tiene una entrada u(t). etc.2 se ha o representado un sistema de control en lazo cerrado. mientras que en el lenguaje coloquial se dice a veces “controlar” con otro significado. w(t) u(t) - C ? . ıas a a electr´nica. En la figura 1. por traducci´n defectuosa del Ingl´s o por uso generalizado a o o e de algunos t´rminos. No es posible predecir el comportamiento del sistema con feedback sin conocer previamente su modelo matem´tico. son siempre los mismos. o 1.

ı o Proceso: es una serie de operaciones que se realizan sobre uno o varios objetos con un fin determinado.3. Controlador Es un dispositivo que procesa la se˜al (t). Salidas: son los terminales que tiene el sistema de control para emitir la respuesta. o Regulaci´n de la velocidad de la m´quina de vapor. Sistema de control del nivel de un dep´sito de agua utilizando un flotador y una v´lvula. a 1. y produce una se˜al de salida v(t) n adecuada para controlar la planta. Actuador Es el dispositivo que convierte la se˜al de salida del controlador vc (t) en otra se˜al n n v(t). o Regulaci´n de la velocidad de un motor. MODELOS DE PROCESOS CONTINUOS Entradas: son los terminales que tiene el sistema de control por los que puede recibir est´ ımulos que influyen en su evoluci´n. Perturbaciones: Son alteraciones que se pueden producir en los componentes de una planta o proceso. Pueden ser o Entradas de mando o de control: sirven para introducir ´rdenes. 4. para que la respuesta pueda ser observada por el hombre o medida por una m´quina. o Entradas de referencias o consigna: son entradas de mando que imponen los valores deseados a sus correspondientes salidas. 3.1 Describir el funcionamiento de los siguientes sistemas de control e identificar todos los elementos b´sicos de cada uno de ellos. 5. Convierte la se˜al de salida y(t) en otra magnitud n (generalmente el´ctrica) ym (t). apta para ser restada del valor de la entrada u(t). o a 2. o a Control de la trayectoria que sigue de un ser humano al desplazarse. es decir. Es un conjunto de componentes y piezas ensamblados entre s´ y que cumplen una determinada funci´n.8 CAP´ ITULO 1. y la aplica a la planta o proceso. o Control de la posici´n angular de un motor con reductor. Captador Es el dispositivo de medida. . 7. a Planta: es el objeto que se desea controlar. 6. e Ejercicio 1. Control de posici´n de un ca˜on. Entradas perturbadoras: son entradas que reciben est´ ımulos indeseados. o n´ Control del nivel de un dep´sito. Sistema de control de la temperatura de una habitaci´n utilizando una estufa el´ctrica con o e termostato. es decir la diferencia entre la entrada n de referencia u(t) y la medida de la salida ym (t). 8. posiblemente de distinta naturaleza y generalmente de mayor potencia.

4. En los dem´s casos se llama multivariable. La realizaci´n tiene adem´s la dificultad o a o a a˜adida del montaje y puesta a punto ya que resulta pr´cticamente imposible construir un sisn a tema cuyo funcionamiento sea exactamente igual al previsto en el modelo. Estas e a medidas se efect´an en t´rminos de las denominadas especificaciones de funcionamiento de los u e sistemas din´micos de las cuales las m´s relevantes son estabilidad. o de un autom´vil o de cualquier otro objeto din´mico. si procede. puede conducir a al deterioro e incluso a la destrucci´n del sistema. ´ a Tenemos asi. a a o sec. es una o a condici´n necesaria para el funcionamiento del sistema. 10. Parece l´gico. • Sistemas monovariables . exigibles en mayor o o menor medida a los sistemas de control. sabemos m´s o menos a qu´ nos estamos o a a e refiriendo. Estas especificaciones tratan de dar una medida del mayor o menor grado de buen funcionamiento del sistema. rapidez y precisi´n o Tanto en la fase de an´lisis como en la de s´ a ıntesis resulta de gran utilidad disponer de m´todos de medida que permitan cuantificar el comportamiento din´mico de los sistemas. Nociones de estabilidad. que una m´quina herramienta o a realice sus operaciones de forma r´pida y precisa. Por ello suele ser necesario un proceso de aproximaciones sucesivas con repetidas fases de an´lisis-s´ a ıntesis. Se dice que un sistema es causal si existe una relaci´n de causalidad entre entradas y o salidas. la fase de an´lisis de un sistema tiene por objeto la obtenci´n de un a o modelo matem´tico a partir de observaciones y experiencias obtenidas a partir de un sistema a real. Cuando hablamos de la estabilidad (o inestabilidad) de un barco.1]. precisi´n y rapidez [Ogata 82.5.4. Los sistemas f´ ısicos existentes en la Naturaleza son siempre causales. de un avi´n. Clasificaci´n de los sistemas de Control o Causalidad Los sistemas de control se pueden clasificar atendiendo a diferentes propiedades. por ejemplo. en ocasiones. 1. o a a 1. esencialmente contrapuestas. o La realizaci´n tiene en general una mayor dificultad que el an´lisis. Atendiendo a esta propiedad tenemos • Sistemas causales • Sistemas no causales N´mero de variables Un sistema se denomina monovariable cuando tiene una unica variable u ´ de entrada y una unica variable de salida. o La rapidez y la precisi´n son virtudes. Todo el mundo tiene una noci´n intuitiva o o de estabilidad. La estabilidad es la especificaci´n m´s importante ya que es exclusiva. Dise˜ o de los sistemas de control n Como hemos visto.1. es decir. de un detern o minado sistema a partir de un supuesto modelo. Este problema se denomina realizaci´n.˜ 1. El problema inverso consiste en la s´ ıntesis o dise˜o y construcci´n. DISENO DE LOS SISTEMAS DE CONTROL 9 1.4. precisando de la utilizao a ci´n de conceptos matem´ticos de cierta complejidad. La inestabilidad puede provocar una r´pida parada o. sin embargo se puede ver intuitivamente que a ciertas operaciones de gran precisi´n no pueden ser adem´s muy r´pidas.

hoy d´ llamados sistemas comandados por eventos ıa (event-driven systemas) o sistemas reactivos.10 • Sistemas multivariables CAP´ ITULO 1. Un sistema no estacionario es el que tiene uno o m´s par´metros que var´ con el tiempo. a Localizaci´n de los par´metros: o a . Invariancia de los par´mtros. su comportamiento futuro es predecible. a a ıan El instante de tiempo en que se aplica la entrada al sistema debe conocerse y los coeficientes de su ecuaci´n diferencial dependen del tiempo. MODELOS DE PROCESOS CONTINUOS Linealidad Seg´n que las ecuaciones diferenciales sean lineales o no lo sean: u • Sistemas lineales • Sistemas no lineales Evoluci´n en el tiempo o • Sistemas de tiempo continuo • Sistemas de tiempo discreto • Sistemas de eventos discretos Los sistemas de tiempo continuo son aquellos en que las magnitudes se representan por funciones continuas de la variable real tiempo. De otro modo el sistema se denomina estoc´stico. son los que est´n comandados esencialmente a por se˜ales eventuales. o Determinismo Seg´n que la evoluci´n del sistema pueda o no ser determinada con antelau o ci´n: o • Sistemas estoc´sticos a • Sistemas deterministas Cuando se conocen exactamente las magnitudes que se aplican a las entradas y leyes que rigen la evoluci´n del sistema. a • Sistemas estacionarios • Sistemas no estacionarios Un sistema invariante en el tiempo o sistema estacionario es aquel cuyos par´metros no a var´ con el tiempo. Esto es. su comportamiento futuro es predecible y repetible. por contener variables aleatorias. Un sistema se o denomina determinista cuando. Los sistemas de eventos discretos. En los sistemas de tiempo discreto las magnitudes s´lo pueden tomar un n´mero finito de o u valores y son funciones de la variable discreta tiempo. no existe un per´ n ıodo que marque las transiciones de las variables sino que ´stas evolucionan unicamente cuando en el sistema suceden ciertos e ´ sucesos o eventos con ellas relacionados. dentro de ciertos l´ ımites. La respuesta de un sistema estacionario es independiente del instante ıan de tiempo en el que se aplique la entrada y los coeficientes de la ecuaci´n diferencial que o rige el funcionamiento del sistema son constantes.

los valores de la funci´n y de sus derivadas desde o primer orden hasta orden n − 1 en el instante t = 0. . + a2 y0 + a1 y0 ˙ (n−2) (n−1) (1. .4) . ˙ ¨ (n−1) y0 (1.1 En los siguientes sistemas de control identificar las entradas y salidas e indicar c´mo se controlan y como obtiene la respuesta. . o Fuerza actuando sobre una masa Bicicleta Climatizador de un autom´vil o M´quina tragaperras a M´quina herramienta funcionando con un aut´mata.2) Aplicando la transformaci´n de Laplace a ambos miembros de la ecuaci´n (1. y 0 .´ 1.5. + b2 s2 + b1 s + b0 ) +sn−1 an y0 + . + s[an y0 + . + a2 y (t) + a1 y(t) + a0 y(t) ¨ ˙ = bm u (t) + .2 Poner ejemplos de otros sistemas de control y repetir con ellos el ejercicio anterior. + a2 s2 + a1 s + a0 ) = U (s)(bm sm + . . . . . . a Si el sistema es monovariable la ecuaci´n diferencial que lo describe es de la forma (??): o an y (t) + . .1) (m) (n) Para hallar la transformada de Laplace de la ecuaci´n diferencial (1. + b2 u(t) + b1 u(t) + b0 u(t) ¨ ˙ Apliquemos la transformaci´n de Laplace a las variables u(t) e y(t): o L[u(t)] = U (s) L[y(t)] = Y (s) (1. a o Ejercicio 1. .5. . y0 . + a2 y0 ] + an y0 + .6. . Sean estos valores los siguientes: y0 .1) es necesario conocer los o valores de las condiciones iniciales. . . 1.3) Pasando los t´rminos correspondientes a las condiciones iniciales al segundo miembro queda e Y (s)(an sn + . . . . es decir. MODELO DE FUNCION DE TRANSFERENCIA • Sistemas de par´metros concentrados a • Sistemas de par´metros distribuidos a 11 En los primeros los par´metros se suponen concentrados en puntos concretos del sistema a mientras que en los segundos est´n distribuidos espacialmente. . Modelo de funci´n de transferencia o El modelo matem´tico de funci´n de transferencia se obtiene aplicando la transformaci´n de a o o Laplace a las ecuaciones diferenciales que modelizan un sistema lineal de par´metros constantes. a Ejercicio 1. +a2 [s2 Y (s) − sy0 − y0 ] + a1 [sY (s) − y0 ] + a0 Y (s) ˙ = U (s)[bm sm + .1) obtenemos: o o an [sn Y (s) − sn−1 y0 − .6. . − y0 ] + . + b2 s2 + b1 s + b0 ] (n−1) (1. .

12 y haciendo

CAP´ ITULO 1. MODELOS DE PROCESOS CONTINUOS

cn−1 = an y0 ... c1 = an y0 + . . . + a2 y0 c0 = an y0 + . . . + a2 y0 + a1 y0 ˙ la ecuaci´n puede escribirse de la forma o Y (s) = bm sm + . . . + b2 s2 + b1 s + b0 U (s) an sn + . . . + a2 s2 + a1 s + a0 cn−1 sn−1 + . . . + c2 s2 + c1 s + c0 + an sn + . . . + a2 s2 + a1 s + a0 (1.6) (1.7)
(n−1) (n−2)

(1.5)

Se define la funci´n de transferencia como el cociente entre las transformadas de Laplace de la o salida Y (s) y de la entrada U (s) del sistema cuando todas las condiciones iniciales son nulas. Es decir bm sm + . . . + b2 s2 + b1 s + b0 b(s) G(s) = = (1.8) n + . . . + a s2 + a s + a an s a(s) 2 1 0 Entonces la expresi´n de la transformada de Laplace de la salida del sistema puede escribirse o Y (s) = G(s)U (s) + c(s) a(s) (1.9)

El polinomio denominador a(s) de la funci´n de transferencia se denomina polinomio caraco ter´ ıstico del sistema. La ecuaci´n o an sn + . . . + a2 s2 + a1 s + a0 = 0 (1.10)

que resulta de igualar a cero el polinomio caracter´ ıstico se denomina ecuaci´n caracter´ o ıstica del sistema. Sistemas multivariables La generalizaci´n del concepto de funci´n de transferencia a sistemas multivariables se realiza o o por medio de la matriz de funciones de transferencia. La matriz de funciones de transferencia de un sistema con q entradas y p salidas es una matriz   g11 (s) . . . g1j (s) . . . g1q (s)  . . .  .. . .   . . . .   . G(s) =  gi1 (s) . . . gij (s) . . . giq (s)  (1.11)    . . .  .. . .   . . . . . gp1 (s) . . . gpj (s) . . . gpq (s) cuyos elementos son funciones racionales. El elemento gij de esta matriz denota la funci´n de o transferencia existente entre la salida yi y la entrada uj del sistema: gij (s) = Yi (s) Uj (s) (1.12)

1.7. MODELO DE ESTADO

13

Los sistemas de ecuaciones diferenciales admiten una representaci´n m´s general que las o a dadas por los modelos de funci´n de transferencia o de estado. Aplicando la transformaci´n de o o Laplace al sistema (??) obtenemos P (s)X(s) = Q(s)U (s) Y (s) = R(s)X(s) + W (s)U (s) que se denomina descripci´n polin´mica del sistema o o (1.13)

1.7.

Modelo de estado

El modelo matem´tico de un sistema lineal monovariable de par´metros constantes es una a a ecuaci´n diferencial ordinaria lineal o an (t) x (t) + . . . + a2 (t)¨(t) + a1 (t)x(t) + a0 (t)x(t) = u(t) x ˙ junto con otra ecuaci´n algebraica o y(t) = bm (t) x (t) + . . . + b2 (t)¨(t) + b1 (t)x(t) + b0 (t)x(t), x ˙
(m) (n)

(1.14)

(1.15)

o bien un sistema de ecuaciones diferenciales lineales. Entonces es siempre posible despejar la derivada de orden m´ximo y obtener una expresi´n de la forma a o ˙ x = f (t, x), (1.16)

que suele llamarse forma normal. Haciendo los cambios x1 := x, x2 := x, x3 := x, . . ., el sistema ˙ ¨ se pueden escribir en la forma ˙ x = Ax + Bu y = Cx + Du en donde  x1  x2    x= .   .  . xn    u1 u2    u= .  . . uq  y1  y2    y= .  . . xp  xi , uj , yk ∈ R i = 1 . . . n, j = 1 . . . q, k = 1 . . . p. A ∈ Rn×n B ∈ Rn×q C ∈ Rp×n D ∈ Rp×q (1.17)

(1.18)

La primera ecuaci´n de (1.17) se llama ecuaci´n de estado y la segunda, ecuaci´n de salida. o o o

1.8.

Linealizaci´n o

La teor´ de los sistemas lineales es aplicable a cualquier clase sistema din´mico cuyo comıa a portamiento pueda expresarse en la forma ˙ x = Ax + Bu y = Cx + Du Los sistemas f´ ısicos son en general no lineales. La mayor dificultad que surge en el estudio de estos sistemas es que no existen clases de sistemas no lineales, mediante las cuales su estudio

14

CAP´ ITULO 1. MODELOS DE PROCESOS CONTINUOS

podr´ asemejarse al de los sistemas lineales, sino que han de ser estudiados de forma individual ıa y utilizando m´todos particulares en cada caso. Por ello los resultados que se obtienen no son e generales sino que est´n circunscritos al ´mbito del sistema objeto de estudio. a a En muchos casos el unico m´todo existente para el estudio de un sistema no lineal dado, ´ e aparte de la experimentaci´n en el propio sistema, es la simulaci´n. Los actuales paquetes de o o CACSD (dise˜o asistido por computador de sistemas de control) permiten simular con facilidad n una gran variedad de sistemas no lineales. Un m´todo muy importante para el estudio de los sistemas no lineales es el de Linealizaci´n. e o Este m´todo permite que algunos sistemas no lineales puedan ser considerados como lineales e dentro de un entorno alrededor de cierto punto, o trayectoria, de funcionamiento. La importancia de este m´todo radica en que al convertir un sistema no lineal dado en otro lineal, pueden e aplicarse al mismo todos los resultados de la teor´ de Sistemas Lineales con lo que su estudio ıa resulta sistem´tico y los resultados obtenidos son generales en el ´mbito de los sistemas lineales. a a Sea un sistema din´mico no lineal definido por el sistema de ecuaciones no lineales de primer a grado ˙ x = f (x, t), x(t0 ) = x0 (1.19) donde f est´ definida en alg´n subconjunto abierto Ω × I ∈ Rn × R. Se dice que el sistema a u descrito por (1.19) tiene un punto de equilibrio aislado xe ∈ Rn si se cumple 1. f (xe , t) = 0, 2. f (x, t) = 0, ∀t ∈ I ∀t ∈ I ∀x = xe en alg´n entorno de x u

Como xe es independiente de t, podemos escribir ˙ x = d (x − xe ) dt = f ((x − xe ) + xe , t) = g(x − xe , t) para alguna funci´n g. De aqu´ que o ı ˙ x = g(¯ ), x ¯ x = x − xe (1.20)

¯ Entonces x = O es un punto de equilibrio de (1.20). Por tanto, podemos considerar siempre el origen como un punto de equilibrio, sin m´s que realizar un simple cambio de coordenadas. a Si un sistema evoluciona con peque˜as desviaciones alrededor de un punto de funcionamiento n o estado de equilibrio (x0 , u0 ), puede admitir ser linealizado en ese punto. De forma m´s general, a el sistema puede admitir ser linealizado a lo largo de una trayectoria (x0 (.), u0 (.)) en el espacio de estado. Vamos a suponer que el sistema est´ expresado en forma de un sistema de ecuaciones difea renciales de primer grado, en general no lineales, denominadas ecuaciones de estado: ˙ x = f (x(t), u(t), t), x ∈ Rn , u ∈ R q (1.21)

y que {x0 (.), u0 (.)} es una soluci´n nominal del sistema, que representa una trayectoria en el o espacio de estado. Consideremos primeramente el caso monovariable x = f (x(t), u(t), t), ˙ x ∈ R, u ∈ R

. B(t) = fu (t). . LINEALIZACION Supongamos que perturbamos la soluci´n de forma que o x(t) = x0 (t) + δx(t). ıas Ec = 2 mv(t) 1 Ep = mgh(t) = mv(t)2 = Ec .u0 De esta manera se obtiene la ecuaci´n linealizada o ˙ δx = fx δx + fu δu que se puede escribir en la forma habitual ˙ ¯ ¯ x(t) = A¯ (t) + B u(t) x ¯ ¯ siendo x(t) = δx(t). t] + fx (t)δx(t) + fu (t)δu(t) + o(δx.8.) y fu (.22) tenemos ˙ x(t) = x0 (t) + δx(t) ˙ ˙ de donde ˙ δx(t) = x(t) − x0 (t) ˙ ˙ Supongamos ahora que f (.). ∂un x0 . 2 (1..24) ∂x x0 . .     ∂f1 ∂f1 ∂f1 ∂f1 .uo ∂fn ∂fn ∂fn ∂fn ∂x1 . ∂xn .) son vectores. (δu)i = o(δx... . a a Vamos a obtener el primero modelo no lineal.. δu) x(t) − x0 (t) = fx (t)δx(t) + fu (t)δu(t) + o(δx.. . u(. Ju0 = = . Es decir n (δx)i = o(δx. La misma masa de agua cuando sale por el tubo tendr´ una energ´ cin´tica a ıa e 1 2 . δu). El caudal q(t) de salida de agua se controla mediante una v´lvula que abre o cierra el orificio de salida de ´rea a(t).). δu) en donde fx (t) = ∂f ∂x ∂f ∂u (1. x0 . (1. el modelo lineal por linealizaci´n. respectivamente. Ju0 de f (. δu). Por el principio de conservaci´n de la energ´ ambas energ´ han de ser iguales.).) son los jacobianos Jx0 . . y despu´s.)...) respecto de x y de u. Entonces fx (. . i > 1 Derivando (1. δu. .u0 ∂u x0 .) es lo suficientemente lisa (sin cambios bruscos) para admitir el desarrollo en serie de Taylor f [x(t). ∂un ∂f ∂f  ∂x1   ∂u1  Jx0 = = . u(t) = δu(t). e o La energ´ potencial de una masa m de agua situada en la superficie. u0 (. que dependen de x0 (. . .1 El dep´sito de la figura ?? tiene secci´n constante de ´rea A1 y est´ lleno de o o a a agua hasta una altura h(t) variable.25) . ∂xn ∂u1 . A(t) = fx (t).22) y que las potencias (δx)i .23) .8.u0 En el caso multivariable f (.u0 x0 . u0 (t).´ 1. . . . es decir a una altura ıa h(t) es Ep = mgh(t). son muy peque˜as comparadas con δx. (δu)i .. δu) ˙ ˙ ˙ δx(t) = fx (t)δx(t) + fu (t)δu(t) + o(δx. Es importante destacar que las matrices A y B (jacobianos) son funciones de tiempo si la soluci´n de la ecuaci´n diferencial no o o es constante. u(t) = u0 (t) + δu(t) 15 (1.. . t] = f [x0 (t). Ejemplo 1..u0 fu (t) = x0 . o ıa. x(. i > 1. u(t)..

lo primero es escoger un punto de o funcionamiento (o estado de equilibrio). respectivamente. a0 .16 CAP´ ITULO 1. Como el caudal de salida se obtiene multiplicando el ´rea a(t) de salida por la velocidad v(t) a del agua. tenemos q(t) = a(t)v(t) = a(t) 2gh(t) Por otro lado. Esto mismo se puede o expresar definiendo dos nuevas variables x(t) := h(t) − h0 y u(t) := a(t) − a0 que representan los “peque˜os” incrementos que toman las variables h(t) y a(t) respecto del punto de equilibrio. a) = ∂f ∂h = ho . a dh 1 = a(t) 2gh(t) dt A1 Vamos a hacer la linealizaci´n del sistema.20 es ahora o o 1 a(t) 2gh(t). tenemos f (h.a0 ga √0 := A. Las derivadas parciales de f .3: Dep´sito o por lo que la velocidad de salida del agua es v(t) = 2gh(t). Vamos a escoger a0 y h0 como valores de equilibrio para a(t) y h(t). a o Derivando f respecto de h. en la pr´ctica. es decir o d dh q(t) = A1 h(t) = A1 dt dt Igualando las dos ultimas expresiones obtenemos la ecuaci´n diferencial. MODELOS DE PROCESOS CONTINUOS h( t ) q( t ) a( t ) Figura 1. no lineal. Esto. A1 en donde h(t) y a(t) hacen el papel de x(t) y u(t).a0 1 2ga √ A1 2 2gh = ho . respecto de h y respecto de u. A1 2gh0 . el caudal q(t) ha de ser igual a la variaci´n del volumen A1 h(t) de agua en el o dep´sito. nos dan los par´metros de la linealizaci´n. Para ello. significar´ que la altura h(t) se va a mantener con un a a valor pr´ximo a h0 y que el valor del caudal q(t) va a ser cercano a a0 . n La funci´n f de la ecuaci´n 1. que es el ´ o modelo matem´tico. en el punto ho .

Los coeficientes de constantes o o ai . + a2 y (t) + a1 y(t) + a0 y(t) ¨ ˙ = bm u (t) + . . dada la representaci´n de un sistema en o uno de los modelos.1) o . v´lido para sistemas lineales y no a a lineales. ¿c´mo se pasa de unos a otros modelos? o Ecuaci´n diferencial → funci´n de transferencia o o La obtenci´n del modelo de funci´n de transferencia a partir del modelo de ecuaci´n difeo o o rencial lineal y de coeficientes constantes se realiza de modo inmediato. m´s general. o La transformaci´n inversa. si exceptuamos las condiciones iniciales. m de la ecuaci´n diferencial son los coeficientes de los polinomios o denominador a(s) y numerador b(s) de la funci´n de transferencia G(s). bj . + b2 s2 + b1 s + b0 = n + . TRANSFORMACIONES ENTRE MODELOS y. . .6). + a2 s2 + a1 s + a0 ) En el supuesto de unicidad de la transformaci´n inversa L−1 de Laplace. + b2 s2 + b1 s + b0 ) = Y (s)(an sn + . . . . n.a0 17 1 A1 2gh0 := B.9. es el modelo de ecuaci´n diferencial. + b2 u(t) + b1 u(t) + b0 u(t) ¨ ˙ con lo que se obtiene la funci´n de transferencia (1. ¿es posible obtener su representaci´n en otros modelos? Si la respuesta a o esta pregunta es afirmativa.1).9.8) o G(s) = b(s) bm sm + . . . ∂f ∂a = ho . el modelo de funci´n de transferencia o. j = 0. . a0 respecto de las variables x(t) y a(t): x(t) = Ax(t) + Bu(t) ˙ y(t) = Cx(t) + Du(t) Obs´rvese que para obtener el modelo hemos supuesto (impl´ e ıcitamente) que no hay p´rdidas de e energ´ por rozamiento. la funci´n de transferencia contiene o exactamente la misma informaci´n que la ecuaci´n diferencial. . . se obtiene o o o −1 de Laplace a la expresi´n aplicando la transformaci´n inversa L o o X(s)(bm sm + . . como hemos visto en la secci´n (1. . + a s2 + a s + a an s a(s) 2 1 0 (m) (n) Como puede verse. . Con esto. . de funci´n de transferencia a ecuaci´n diferencial. derivando f respecto de a. aplicando la transformaci´n de Laplace a la ecuaci´n diferencial (1. o La preguntas que surgen inmediatamente son que. ya tenemos el modelo linealizado en h0 . Los sistemas lineales admiten el modelo de estado o y. . suponiendo o o o condiciones iniciales nulas: an y (t) + . si son de coeficientes constantes. i = 0. Transformaciones entre modelos En las anteriores secciones hemos visto las expresiones habituales de los modelos matem´ticos a de los sistemas de tiempo continuo. . . ıa 1.1. . El modelo m´s general. el o a modelo denominado representaci´n polinomial. el resultado vuelve a o ser la ecuaci´n diferencial (1. .

B ∈ Rn×q . Por tanto podemos poner X(s) = (sIn − A)−1 BU(s) (1. D ∈ Rp×q . segunda ecuaci´n de(1. El paso inverso. B.14) consiste en obtener el sistema en forma o normal equivalente a la ecuaci´n diferencial dada.18 CAP´ ITULO 1. o Funci´n de transferencia → ecuaciones de estado o El paso del modelo de estado al de funci´n de transferencia se realiza aplicando la transforo maci´n de Laplace a las ecuaciones de estado del sistema. Su determinante |sI − A| se llama polinomio caracter´ ıstico del sistema y es siempre distinto de cero por lo que esta matriz es siempre invertible. que contiene datos sobre la estructura interna del sistema. B. o Obtenci´n de la matriz de transferencia a partir del modelo de estado o Sea un sistema din´mico cuyo modelo de estado viene dado por las ecuaciones a ˙ x = Ax + Bu y = Cx + Du (1. C ∈ Rp×n . Es decir. como ya se ha indicado en la secci´n (1. u ∈ Rq . Apliquemos la transformaci´n de Laplace a la ecuaci´n de estado o o sIn X(s) = AX(s) + BU(s) sIn X(s) − AX(s) = BU(s) (sIn − A)X(s) = BU(s) La matriz sIn − A es un haz regular de matrices. o matriz polin´mica de grado uno.26) o o Y(s) = CX(s) + DU Sustituyendo (1. a partir de las o a matrices A.27) Apliquemos ahora la transformada de Laplace a la ecuaci´n de salida. o es una matriz cuyos elementos son polinomios cuyo grado m´ximo es uno. Esta matriz se llama a matriz caracter´ ıstica del sistema. y ∈ Rp . Esta denominaci´n se debe a que la informaci´n suministrada por el modelo de o o o estado. puede obtenerse inmediatamente Y(s) = C(sIn − A)−1 B + D U(s) . Como veremos m´s adelante.26) en donde x ∈ Rn . A ∈ Rn×n . que definen un modelo de estado dado.27) en esta ecuaci´n queda o Y(s) = C(sIn − A)−1 BU(s) + DU con lo que la matriz de transferencia es G(s) = Realizaci´n o La obtenci´n del modelo de estado a partir del modelo de matriz de transferencia se llama o realizaci´n. del modelo de funci´n o o de transferencia al de estado se denomina realizaci´n. C. MODELOS DE PROCESOS CONTINUOS Ecuaci´n diferencial → ecuaciones de estado o Este paso. se encuentra m´s pr´xima a o a la realidad que la dada por el modelo de funci´n de transferencia que s´lo se refiere a la o o relaci´n entre la entrada y la salida del sistema.

C. |P | = 0 (1... es decir que G(s) = C(sIn −A)−1 B +D. Son las formas can´nicas denominadas controlador. por tanto.29) se llama transformaci´n de semejanza ya que la matriz de planta A del modelo o de estado original y P −1 AP del transformado son semejantes. . Las matrices que definen la forma can´nica controlador de G(s) son o     −a1 −a2 .29) ¯ en el espacio de estado. Sustituyendo en (1.28) corresponde a la matriz de transferencia G(s). B. B. . B. observador. . Supongamos que el polinomio caracter´ ıstico de G(s) es m´nico. . . D. Este diagrama contiene toda la informaci´n necesaria o o para construir un sistema f´ ısico (anal´gico o digital) que responde al modelo de estado dado. y que G(s) es estrictamente propia. .32)  .9. C. + bn−1 s + bn + a1 sn−1 + a2 sn−2 + . 1 0 0 Ccr = b1 b2 .. D y A. Parece l´gico pensar que un cambio de base no o o deber´ de afectar al comportamiento din´mico entrada-salida del sistema y. . B. hay algunas.  . . Veamos c´mo son las formas can´nicas correspondientes a una funci´n de transferencia dada o o o G(s) (caso monovariable). 0 0  Bcr = 0 Acr =      . o que tienen una forma especial y que corresponden a ciertas configuraciones con nombre propio del sistema f´ ısico a ellas asociado. . . La transformaci´n del vector de estado o o definida en (1. . observabilidad y diagonal. C. denominadas can´nicas.. D. . .. e Entonces la funci´n de transferencia se puede escribir de la forma o G(s) = sn b1 sn−1 + b2 sn−2 + . o Por ello.  (1. D. definidas cada una de ellas por sus matrices A. B.28) x por P x obtenemos como modelo de estado transformado: ¯x ¯ ˙ ¯ ¯ x = P −1 AP x + P −1 Bu = A¯ + Bu (1. el coeficiente del t´rmino de grado n-simo es 1. e Existen. 0 0       0 1 . D son id´nticos. TRANSFORMACIONES ENTRE MODELOS 19 el denominado diagrama de simulaci´n.. es o decir. podemos escribir otra realizaci´n haciendo el cambio de base o ¯ x = P x. + an−1 s + an (1. . −an−1 −an 1  1 0 0 . C. B. o Dada la realizaci´n A. as´ ocurre. .1. . C. 0 0 . .30) ¯ x + Du ¯ y = CP x + Du = C ¯ Obs´rvese c´mo al hacer un cambio de base en el espacio de estado hemos obtenido una nueva e o ¯ ¯ ¯ ¯ realizaci´n definida por las matrices A. C. o controlabilidad.. por conveniencia. ıa a ı Es f´cil ver que las matrices de transferencia y los polinomios caracter´ a ısticos de las realizaciones ¯ ¯ ¯ ¯ A. ya que podemos definir infinitas matrices P de transformaci´n. infinidad de realizaciones de una matriz de transferencia G(s). en efecto. .31) Obs´rvese que los coeficientes ai . . bn−1 bn Dcr = 0 . . bj de los polinomios numerador y denominador aparecen en e orden inverso al habitual. se suele llamar realizaci´n a la cuaterna de matrices A. . . D de un sistema cuyo modelo de estado o ˙ x = Ax + Bu y = Cx + Du (1. De las infinitas posibles realizaciones de una determinada matriz de transferencia G(s).

0 0     β1  a1 1 .30) son: ˆ A = P −1 AP = diag[λ1 . a1 1 an−1 an−2 Por ultimo..   . 0 β1  0  β2  0 1 . . . las matrices de la forma can´nica diagonal correspondiente a una realizaci´n definida ´ o o por sus matrices A.20 CAP´ ITULO 1. . . 0 −an−2  Bcd = 0 . . MODELOS DE PROCESOS CONTINUOS Las matrices que definen la forma can´nica observador de G(s) son o     −a1 1 0 . . .   .   0 βn−1  0 0 .. .  . . .  . .34) Las matrices que definen la forma can´nica observabilidad de G(s) son o     0 1 0 . . por (1. . .   . . . 1 0 bn−1  an−2 an−3   bn βn . . . . . . . Las nuevas matrices.   . controlabilidad u ´ o y observabilidad. la matriz P es la que transforma A en su forma can´nica de Jordan. . . o . 0 −an−1  0         Acd = 0 1 . 0 Dod = 0 (1.. 0  b2       . la transformaci´n P es una o matriz cuadrada cuyas columnas son los vectores propios de A. C = CP.  . . . . .  . . β2 . −a2 −a1 βn Cod = 1 0 0 .  .   b2  . . 0       . Si los valores propios de A son todos distintos. 0 bn Cor = 1 0 0 . 1 bn−1  −an 0 0 . . ..   . ..   . . D. 0  . βn−1 βn Dcd = 0 (1.  . . . .  . . .. βn−1   . 0 0 0 . Bor =  . 0 0  b1   β2   ...36) ˆ ˆ ˆ B = P −1 B.33) Las matrices que definen la forma can´nica controlabilidad de G(s) son o     0 0 . λn ] (1. . . Aod =  . . . ...  Bod =  . D = D Si la matriz A tiene valores propios repetidos. . . .  −an−1 0 0 .. 0 . cuyo valor viene dado por a   1 0 .. Aor =  . ..  . 1 −a1 Ccd = β1 β2 . est´ definida por la transformaci´n P que pasa la matriz de planta a o a su forma diagonal.. . . βn que aparecen en las dos ultimas formas can´nicas.  .  . 0 Dor = 0 (1. λ2 . . B.  . . . . ... ... . 1  −an −an−1 .35) Los n´meros β1 . . . . . son los denominados par´metros de Markov. C. . . 0 −an 1 1 0 . 0 b1  −a2 0 1 .  . . . .  =       ..

Cap´ ıtulo 2 Respuesta temporal 2. Se o representa por un c´ ırculo con varias variables de entrada y una de salida. Diagramas de bloques Un diagrama de bloques es un conjunto de rect´ngulos o bloques. Los signos de esta suma deben 21 . siendo esta ultima ´ igual a la suma algebraica de todas las variables de entrada. La variable de entrada es E(s) y la de salida Y (s) . U(s) G(s) Y(s) H(s) Figura 2. El bloque G(s) de la figura 2. de forma que la variable de salida es el producto de la variable de entrada por la funci´n de transferencia. Flecha: Representa a una variable del sistema. Y (s) = E(s)G(s) 3. Tiene una variable de entrada y otra o de salida.1 o representa a un componente del sistema identificado matem´ticamente por su funci´n de a o transferencia G(s).1. Es un rect´ngulo dentro del cual se a indica la correspondiente funci´n de transferencia.1. Bloque: Representa a un componente del sistema. de manera que.1: Diagrama de bloques de un sistema de regulaci´n o Los diagramas de bloques utilizan cuatro elementos b´sicos en sus esquemas: a 1. 2. Punto de suma: Representa la operaci´n de suma o resta entre varias variables. cada uno de los cuales a representa un componente del sistema. representadas por dos flechas. Sobre la misma se indica la correspondiente variable. enlazados entre s´ a trav´s de flechas que representan a ı e variables del sistema. En la figura 2. U (s) e Y (s) son dos variables.

En cada fila de la tabla se ha representado el diagrama de bloques original. a partir de otros varios. Elementos sim´tricos de la suma y del producto. Por otro lado suele ser necesario obtener funciones de transferencia globales de un conjunto de bloques. tales como: e Propiedad conmutativa del producto y de la suma. Diagrama de bloques del modelo de estado Sabemos que el modelo de estado de un sistema din´mico es a x(t) = Ax(t) + Bu(t) ˙ y(t) = Cx(t) + Du(t) en donde x ∈ Cn . cada una de las cuales representa a la misma variable. obtenemos sX(s) = AX(s) + BU (s) Y (s) = CX(s) + DU (s) (2.1 se suman algebraicamente las variables U (s) e R(s) siendo E(s) el resultado. obteniendo un bloque unico y su ´ correspondiente funci´n de transferencia. sin ser las unicas. Propiedad asociativa del producto y de la suma. y el diagrama equivalente o simplificado en la segunda. Cuando el n´meo u ro de componentes es elevado puede resultar conveniente realizar agrupamientos entre varios bloques para simplificar el esquema. supuestas nulas las condiciones iniciales.1) . para efectuar posteriores procesos de c´lculo.22 CAP´ ITULO 2.2 se muestran algunas de estas reglas que. En la figura 2. u ∈ Cq .1 y 2. E(s) = U (s) − H(s)Y (s) 4. derivadas de los teoremas del ´lgebra a a elemental. en la primera columna. Existen una serie de reglas. en el punto de bifurcaci´n indicado. Se representa por un punto grueso. Aplicando la transformada de Laplace. o El bloque es un elemento multiplicativo: la variable de salida de un bloque es igual a la variable de entrada al mismo multiplicada por su funci´n de transferencia. que sirven para simplificar los diagramas de bloque. podemos aplicar a los diagramas de bloques las propiedades alg´bricas de la suma y el producto. Por tanto. las o variables se suman algebricamente en los puntos de suma. Elementos neutros de la suma y del producto. Punto de bifurcaci´n: Una flecha. o incluso de todo el diagrama. Por otro lado. En la figura 2. o El diagrama de bloques permite representar un sistema de regulaci´n incluyendo todos sus o componentes y especificando la funci´n de transferencia de cada uno de ellos. e En las tablas 2.1 la variable de salida Y (s) se bifurca en dos. que representa a una variable. pueden ´ resultar de utilidad para simplificar los diagramas de bloques. RESPUESTA TEMPORAL indicarse en cada variable si son negativos. y ∈ Cp . es decir. se puede bifurcar o en varias. Propiedad distributiva del producto respecto a la suma.

2.1: Simplificaci´n de diagramas de bloque o .1. DIAGRAMAS DE BLOQUES 23 Diagrama de bloques Diagrama equivalente Z X U V X V Y Z Y U G1 X G2 Y U G 1G 2 Y U G1 Y U G1+G 2 Y G2 U G Y U G Y Y G Y U G Y U G Y U 1/G U Cuadro 2.

2: Simplificaci´n de diagramas de bloque o .24 CAP´ ITULO 2. RESPUESTA TEMPORAL Diagrama de bloques U Y Diagrama equivalente U G Y G V V G U G Y U G Y V V 1/G U G Y U 1/H G H Y H U G Y U G 1+GH Y H U G Y U G 1+G Y H Cuadro 2.

2]. sec. U(s) T(s) T(s) Y(s) U(s) Y(s) Figura 2. que se indican a continuaci´n: n ´ o . las tres transformadas por Laplace.3: Rama entre dos nodos Los grafos de flujo de se˜al tienen unicamente dos elementos.2 se ha representado el diagrama de bloques correspondiente a 2. Este modelo de estado transformado puede representarse mediante un diagrama de bloques en el cual U(s) es la entrada. Grafos de flujo de se˜ al n Cuando los sistemas son de cierta complejidad. 14. Y(s) la salida y X(s) el estado.˜ 2. D U(s) B sX(s) 1 s X(s) C Y(s) A Figura 2.2: Diagrama de bloques del modelo de estado 2.2. 4. por su mayor simplicidad y por disponer de una formula para la obtenci´n de las o funciones de transferencia [Ogata 82.1. se acostumbra a representarlas mediante flechas m´s gruesas que las que se utilizan para los bloques a monovariables [Ogata 82.7]. El m´todo de los grafos de flujo de se˜al resulta entonces m´s a e n a adecuado. GRAFOS DE FLUJO DE SENAL 25 que es el modelo transformado.2. Por ser estas variables son multidimensionales. puesto que las reglas de simplificaci´n de los diagramas o de bloque no son sistem´ticas. sec. el m´todo de representaci´n por diagramas de e o bloques puede resultar laborioso en su construcci´n y m´s a´n en la tarea de simplificaci´n para o a u o obtener las funciones de transferencia. En la figura 2.

RESPUESTA TEMPORAL 1. multiplicadas por las variables correspondientes a los nodos de los que parten. El valor de la variable de un nodo es igual a la suma de los productos transmitancias de todas las ramas que entran al nodo. o Es equivalente al elemento bloque de los diagramas de bloque. Arista: Es un segmento de l´ ınea orientado que discurre entre dos nodos. como puede apreciarse en la figura 2. Se cumple que Y (s) = U (s)T (s) 2. Formula de la ganancia de Mason El diagrama de bloques y el grafo de flujo de se˜al contienen la misma informaci´n: ambos n o describen conjunto de ecuaciones lineales entre las variables del sistema. en la figura 2. As´ en la figura 2. y su diagrama de bloques equivalente. Las funciones de transferencia determinan las relaciones existentes entre cada salida y cada una de las entradas. Y = U1 T1 + U2 T2 + U3 T3 U1(s) T1(s) T2(s) U2(s) T3(s) Y(s) U3(s) Figura 2. Por ejemplo.4: Nodo con tres ramas de entrada En los grafos de flujo de se˜al la suma algebraica de variables se realiza mediante transmin tancias unitarias con signo positivo o negativo.5. El nodo sustituye a la flecha de variable.4. con transmitancia T (s). La formula de la ganancia de Mason viene a ser un caso particular de resoluci´n de sistemas de o ecuaciones por aplicaci´n de la regla de Crammer. al punto de suma y al punto de bifurcaci´n o de los diagramas de bloque.6. Para aplicar la formula de Mason es preciso o realizar las definiciones siguientes: .3. el valor de la variable y es ı. entre los nodos correspondientes a las variables U (s) y Y (s).26 CAP´ ITULO 2. Nodo: Es un peque˜o c´ n ırculo y corresponde a una variable del sistema. En la figura 2. X = U1 − U2 + U3 El punto de bifurcaci´n de los diagramas de bloque se realiza tambi´n mediante una transmio e tancia unitaria. se ha representado una rama. Corresponde a un componente del sistema definido por su funci´n de transferencia o transmitancia. en la que la variable U se bifurca a otros tres nodos.

y sean L1 . . recorrido en el sentido indicado por las flechas de las ramas. . que pase s´lo una vez por cada nodo.5: Suma algebraica de variables Y(s) 1 T(s) U(s) 1 Y(s) 1 Y(s) Figura 2. . La funci´n de transferencia TQP = YQ /UP dada por la f´rmula de Mason es: o o TQP = P1 ∆1 + P2 ∆2 + . . que pase s´lo una vez por cada nodo. . etc.˜ 2. . L2 . . ∆n los cofactores correspondientes a cada una de las trayectorias. Trayectoria: Es cualquier camino. ∆2 . recorrido en el sentido indicado por las flechas de las ramas. Li Lj es la suma de los productos de las ganancias de todas las combinaciones posibles de dos ciclos disjuntos.2) en la que Li es la suma de las ganancias de todos los ciclos. + Pn ∆n ∆ siendo ∆ el determinante del grafo de flujo de se˜al (con m´s propiedad de la matriz asociada n a al grafo) y ∆1 . Sean P1 . . Li Lj Lk es la suma de los productos de las ganancias de todas las combinaciones posibles de tres ciclos disjuntos. (2. o Se denomina ganancia de trayectoria al producto de las transmitancias de todas las ramas de la trayectoria. . entre un nodo de entrada y otro de salida. El determinante ∆ del gr´fo se obtiene mediante la expresi´n siguiente (f´rmula de Mason): a o o ∆=1− Li + Li Lj − Li Lj Lk + . . P2 . 2.6: Realizaci´n de un punto de bifurcaci´n o o 1. Pn las ganancias de todas las trayectorias existentes entre un nodo de entrada P y otro de salida Q. . . Ciclo: Es cualquier camino cerrado. GRAFOS DE FLUJO DE SENAL U1(s) 1 -1 U2(s) 1 Y(s) 27 U3(s) Figura 2. . . . . . Ln las ganancias de todos los lazos del grafo.2. Se denomina ganancia de lazo al producto o de las transmitancias de todas las ramas del lazo.

es el siguiente: e o a) Hallar G(s) a partir de las ecuaciones del sistema f´ ısico. de los que mencionaremos los siguientes: o U(s) G(s) Y(s) Figura 2. b) c) d) Hallar U (s) = L[u(t)] Hallar Y (s) = U (s)G(s) Hallar y(t) = L−1 [Y (s)] = L−1 [U (s)G(s)] A partir de ´ste m´todo general se han desarrollado diferentes variantes en funci´n. C´lculo de la respuesta temporal a La respuesta temporal de un sistema es el conjunto de valores que toma su salida en funci´n o del tiempo cuando al mismo se aplica una entrada dada. que permite obtener la salida (transformada) de un sistema multiplicando la entrada (transformada) por la funci´n de transo ferencia (Figura 2. sobre e e o todo. Los t´rminos entrada y salida se refieren e a una variable (sistema monovariable).7: Funci´n de transferencia de un sistema o 1. Existen varios m´todos e de obtenci´n de la respuesta temporal. los t´rminos en los que aparezcan ciclos que tocan a la trayectoria. o . y los basados en la integraci´n num´rica de las ecuaciones o e diferenciales. para e e el caso de sistemas lineales.2) del determio nante del grafo. el c´lculo de la funci´n a o antitransformada de la funci´n Y (s). o Una vez obtenido el modelo matem´tico por medio de ecuaciones diferenciales pueden a aplicarse los m´todos matem´ticos de resoluci´n anal´ e a o ıtica las mismas para hallar la respuesta. De este m´todo derivan los m´todos basados en la transformada de Laplace. M´todos basados en la transformada de Laplace. es decir. del procedimiento empleado para realizar el apartado 3d . o El m´todo de obtenci´n de la respuesta y(t). Resoluci´n de las ecuaciones diferenciales. Resoluci´n de las ecuaciones de estado. validos para sistemas lineales y no lineales. 3. ya descrito anteriormente. 2. o a varias (sistema multivariable). e La aplicaci´n transformada de Laplace suministra un m´todo de resoluci´n de las ecuacioo e o nes diferenciales lineales. e 2.3.28 CAP´ ITULO 2. dada la entrada u(t). RESPUESTA TEMPORAL El cofactor ∆i de una trayectoria Pi se obtiene eliminando de la expresi´n (2.7).

. . la expresi´n de la transformada de o Laplace Y (s) de la salida. + a1 s + a0 (2. .4) . entonces U (s) = 1 y la respuesta y(t) se denomina respuesta impulsional del sistema o funci´n ponderatriz. por existir otros procedimientos a a m´s simples.3) f1 (t) ⊗ f2 (t) = 0 f1 (t − τ )f2 (τ )dτ = 0 f1 (τ )f2 (t − τ )dτ Si la entrada u(t) es un impulso de Dirac aplicado en t = 0 es decir u(t) = δ(t).G(s)] = g(t) La funci´n ponderatriz es la transformada inversa de Laplace de la funci´n de transferencia.3. la funci´n a o de transferencia G(s) es una funci´n racional en s: o G(s) = b(s) a(s) Si la entrada es u(t) y su transformada de Laplace es U (s). si el sistema es lineal. monovariable y de par´metros concentrados.1] consiste en aplicar la propiedad de convoluci´n de la transe o formada de Laplace cuya expresi´n es. tambi´n se utiliza u e e en el an´lisis y dise˜o de los sistemas discretos. . en el caso de condiciones iniciales nulas.´ 2. 6. sec. o L[f1 (t) ⊗ f2 (t)] = F1 (s)F2 (s) siendo ⊗ la operaci´n de convoluci´n definida por la expresi´n: o o o t t (2.3): y(t) = L−1 [U (s)G(s)] = u(t) ⊗ g(t) es decir y(t) = 0 t u(τ )g(t − τ )dτ Este m´todo puede utilizarse cuando no resulta f´cil obtener el modelo matem´tico del sistema e a a y puede obtenerse la respuesta impulsional por alg´n m´todo experimental. a n M´todo de integraci´n compleja e o Consiste en aplicar la definici´n matem´tica de la transformada inversa de Laplace para o a hallar la respuesta: σ+j∞ 1 y(t) = L−1 [Y (s)] = Y (s)est ds 2πj σ−j∞ Aunque no se utiliza en la pr´ctica del c´lculo de la respuesta. o o Conocida la funci´n ponderatriz g(t) puede hacerse el c´lculo de la respuesta a una entrada o a cualquiera u(t) aplicando la propiedad (2. o M´todo de descomposici´n en fracciones simples e o Como sabemos. la integraci´n compleja constituye la base matem´tica de los m´todos basados en a o a e el c´lculo de ra´ a ıces y residuos que vamos a ver a continuaci´n. Su o expresi´n es o y(t) = L−1 [1. + b1 s + b0 an sn + . es Y (s) = U (s)G(s) = U (s) bm sm + . CALCULO DE LA RESPUESTA TEMPORAL M´todo de la integral de convoluci´n e o 29 Este m´todo [Ogata 82.

asociada a ´ste par de ra´ e ıces complejas conjugadas es yc (t) = Ki esi t + Kj esj t Kj = M ∠ − θ .7) es conocida.6) (s − s1 )(s − s2 )(s − s3 ) . . . sj un par de ra´ ıces complejas conjugadas si = σ + jω. . + Kn esn t (2. Si D(s) es m´nico. . (s − sn ) Seg´n que las ra´ de D(s) sean simples (todas distintas) o m´ltiples. Dado que las funciones racionales admiten siempre una expansi´n en fracciones simples. la expansi´n en fracciones u ıces u o simples de la expresi´n (2. K2 . Kj = A − jB son tambi´n complejos conjugados.5) es diferente.9). K3 . dada por (2. . Y (s) puede o escribirse en la forma N (s) Y (s) = (2. . Kj = M e−jθ (2. y en forma exponencial. . ya que la funci´n antitransformada de cada o o sumando de la expresi´n (2. + s − s1 s − s2 s − s3 s − sn (2. . sec.7) en la cual los n´meros K1 .4].30 es tambi´n una funci´n racional de la forma e o Y (s) = CAP´ ITULO 2. Ki = M ejθ .9) Si hay ra´ ıces complejas puede obtenerse una expresi´n alternativa a la (2. Kn se llaman los residuos de la funci´n Y (s) (ver Ap´ndice u o e sobre Variable Compleja) y se obtienen por la f´rmula o Ki = N (s) (s − si ) D(s) (2. Para ello o hallaremos las ra´ ıces s1 .8) s=si La obtenci´n de la respuesta y(t) resulta trivial.5) puede expresarse como suma de fracciones simples [Ogata 82. RESPUESTA TEMPORAL N (s) D(s) (2..5) en donde N (s) y D(s) son polinomios es s. Por tanto o y(t) = K1 es1 t + K2 es2 t + K3 es3 t + . Sean si . la o expresi´n (2. sj = σ − jω Puede verse f´cilmente que los residuos correspondientes Ki yKj .8) para cada par de o ra´ ıces conjugadas. s2 . o Ra´ ıces simples Si las ra´ ıces son simples (reales o complejas) la expresi´n (2. los residuos se escriben. . Pasando a coordenadas polares.10) siendo M el m´dulo y θ y el argumento de los residuos. o La parte yc (t) de la respuesta. s3 . . e Ki = M ∠θ. .8). calculados por la f´rmula (2.5) admite la siguiente descomo posici´n en fracciones simples: o Y (s) = K1 K2 K3 Kn + + + . sn del denominador D(s). a o Ki = A + jB. .. 2.

Sea sj una ra´ repetida r veces (grado de multiplicidad r) y sean las otras ız ra´ ıces. . . s2 . .14) La respuesta y(t). Kj1 = 1 (r − 1)! dr−1 N (s) (s − sj )r dsr−1 D(s) s=sj N (s) (s − sj )r D(s) s=sj d N (s) (s − sj )r ds D(s) s=sj 1 K! dk N (s) (s − sj )r dsk D(s) s=sj (2. .8). sn .12) Si el polinomio D(s) tiene ra´ m´ltiples la expansi´n de Y (s) en fracciones simples difiere ıces u o de la dada por (2.. + + + .. deben ız u aplicarse las f´rmulas siguientes: o Kjr Kjr−1 = = . asociados a la ra´ m´ltiple sj .13).7). . Kjn .13) Para hallar los residuos correspondientes a las ra´ ıces simples sigue siendo v´lida la expresi´n a o (2. .15) .. mientras que para los residuos Kj1 . . .3.. + Kn esn t +Kj1 esj t + tKj2 esj t + .. + tr−1 Kjr esj t (2.11) resulta yc (t) = 2M eσt cos(ωt + θ) Ra´ ıces m´ ltiples u 31 (2. . . . ..´ 2. . . Kj2 . CALCULO DE LA RESPUESTA TEMPORAL Sustituyendo los valores de Ki y Kj dados por (2. todas ellas simples. La expresi´n de Y (s) es ahora o Y (s) = N (s) (s − s1 )(s − s2 ) . + + . .10) queda yc (t) = M ejθ e(σ+jω)t + M e−jθ e(σ−jω)t y operando. (s − sj )r . Kjr−k = . . antitransformada de Laplace de la expresi´n (2. s1 . es: o y(t) = K1 es1 t + K2 es2 t + K3 es3 t + . + 1 2 r s − s1 (s − sj ) (s − sj ) (s − sj ) s − sn (2. . yc (t) = M eσt ej(ωt+θ) + e−j(ωt+θ) pero e+j(ωt+θ) = cos(ωt + θ) + j sin(ωt + θ) e−j(ωt+θ) = cos(ωt + θ) − j sin(ωt + θ) Sustituyendo en (2. .11) (2. . (s − sn ) Entonces la expansi´n de Y (s) en fracciones simples es de la forma o Y (s) = Kj1 Kj2 Kjr K1 Kn + . .

3].32 CAP´ ITULO 2. en general. a respuesta temporal etc. las ra´ se o ıces obtienen por la f´rmula de la ecuaci´n de segundo grado. adem´s. cuando las ra´ e ıces son enteras. Vamos a analizar dos casos. ya que. as´ como para realizar todo tipo de representaciones gr´ficas. 6. En la figura 2. hallamos su transformada de Laplace U (s): U (s) = [δ(t)] = 1 por tanto Y (s).9 a se ha representado la respuesta impulsional de un sistema de primer orden. ı a 2. Si es de grado superior al segundo puede o o aplicarse el m´todo de Ruffini. residuos y respuesta por ordenador Cuando el polinomio denominador D(s) de la funci´n Y (s) es de segundo grado. dada por (2. tales como residuos.17) es y(t) = Ae−at = Ae−t/τ El par´metro τ= 1/a se llama constante de tiempo del sistema de primer orden. se debe recurrir al empleo de m´todos num´ricos. o Entrada impulso. pero. correspondientes U(s) A s+a Y(s) Figura 2. es Y (s) = U (s)G(s) = La respuesta temporal. RESPUESTA TEMPORAL Calculo de las ra´ ıces. impulso de Dirac. transformada de Laplace de su salida. Dada al actual disponibilidad de ordenadores personales.4. La funci´n de transferencia o de un sistema de primer orden estrictamente causal se puede escribir en la forma G(s) = A s+a Su diagrama de bloque puede verse en la figura 2. el e e c´lculo de las ra´ a ıces por m´todos num´ricos es quiz´s el m´todo adecuado.8. A s+a . Sistema de primer orden Sabemos que el orden de un sistema con funci´n de transferencia G(s) = b(s)/a(s) es el o grado del polinomio a(s) denominador de G(s) [Ogata 82.8: Diagrama de bloque de un sistema de primer orden a entrada impulso y a entrada escal´n.. con condiciones iniciales nulas. sec. Respuesta impulsional Si u(t) = δ(t). e e a e a pueden utilizarse los recursos del computador para efectuar otros c´lculos.

4.9 0.9: Respuesta impulsional del sistema de primer orden Entrada escal´n unitario o Si la entrada al sistema es el escal´n unitario.3 0. su transformada de Laplace es o U (s) = L[1(t)] = 1 s por tanto Y (s).4 0.2 0.2. la respuesta dada (2.5 t 3 3.6 0. u(t) = 1(t).1 0 0 33 0.16): K1 = K2 = A (s − 0) s(s + a) A (s + a) s(s + a) = s=0 A a A a =− s=−a Una vez hallados los residuos. SISTEMA DE PRIMER ORDEN Respuesta impulsional 1 0.17) es y(t) = A A −at − e a a En la figura 2.7 0.5 0.5 1 1. .5 2 2.5 4 4. transformada de Laplace de su salida es Y (s) = U (s)G(s) = Para hallar la respuesta temporal a partir de Y (s) = A K1 K2 = + s(s + a) s s+a A s(s + a) hemos de calcular los residuos mediante la formula (2.10 se ha representado la respuesta a una entrada escal´n de un sistema de primer o orden.5 5 Figura 2.8 0.

3 0. n = 1.7).10: Respuesta al escal´n del sistema de primer orden o Cuando las condiciones iniciales no son nulas.44) por a1 y haciendo b0 /a1 = A. a1 y + a0 y = b0 u ˙ Aplicando la ecuaci´n (1.6 0.8 0. Sistema de segundo orden El polinomio caracter´ ıstico de un sistema de segundo orden es de segundo grado [Ogata 82. RESPUESTA TEMPORAL Respuesta al escalon 1 0.5 4 4.5 5 Figura 2.4) sino que hemos o de recurrir a la (1. a0 /a1 = a queda. sec. En el caso del sistema de primer orden con m = 0. 6.4].5 t 3 3.5.7). o a 2.9 0. tenemos o Y (s) = U (s) b0 a1 y(0) + a1 s + a0 a1 s + a0 Dividiendo numerador y denominador de (2. no es aplicable la ecuaci´n (2. la ecuaci´n o diferencial del sistema (??) se escribe. Y (s) = U (s) A y(0) + s+a s+a A partir de esta ecuaci´n se puede determinar f´cilmente y(t) conociendo u(t). cuya transmitancia se suele expresar: G(s) = 2 ωn 2 s2 + 2ξωn s + ωn .2 0.7 0.5 2 2.5 0. La funci´n de transferencia tiene la forma para m = 1.5 1 1.34 CAP´ ITULO 2.1 0 0 0.4 0. n = 2: o G(s) = a2 s2 b1 s + b 0 + a1 s + a0 Vamos a estudiar en primer lugar el caso en que b = 0.

2. impulso de Dirac. ∠ 2 2 ωn 2 ωn 2 ωn (s + ξωn − jωn 2 s2 + 2ξωn s + ωn 2 ωn 2 s2 + 2ξωn s + ωn 1 − ξ2 1 − ξ2) s=s1 s + ξωn + jωn 1− ξ2 = s=s1 −jωn 2 1 − ξ2 jωn 2 1 − ξ2 s + ξωn − jωn ωn 1− 1 − ξ2 . correspondientes a entrada impulso y a entrada escal´n. hallamos su transformada de Laplace U (s): U (s) = L[δ(t)] = 1 por tanto Y (s). 2 2 1−ξ ωn ξ2 .16): K1 = de donde resulta K1 = Del mismo modo K2 = En coordenadas polares. 2ξωn = a1 /a2 .11: Diagrama de bloque de un sistema de segundo orden 2 siendo ωn = a0 /a2 . = s=s1 ξ2 θ=− π 2 .2 = −ξωn ± jωn Para hallar los residuos aplicamos la formula (2. M= con lo que los residuos se expresan K1 = K2 = 2 2 −π 2 1− ωn π . ∠ . transformada de Laplace de su salida es Y (s) = U (s)G(s) = Las ra´ ıces de la ecuaci´n caracter´ o ıstica son: s1.11 Analizaremos dos casos. El par´metro ωn se llama frecuencia natural del sistema a mientras que ξ se denomina coeficiente de amortiguamiento. Respuesta impulsional Si u(t) = δ(t). SISTEMA DE SEGUNDO ORDEN 35 U(s) 2 ωn s + 2ξω ns + ω n 2 2 Y(s) Figura 2. Entrada impulso. Su diagrama de bloque puede verse en la figura 2. o con condiciones iniciales nulas.5.

transformada de Laplace de su salida es. s1 = 0.12): o y(t) = ωn 1− ξ2 e−ξωn t sin ωn 1 − ξ2 t En la figura 2.12: Respuesta impulsional del sistema de 2o orden Entrada escal´n unitario o Si la entrada al sistema es el escal´n unitario.5 0 0.5 0 -0. su transformada de Laplace U (s) o es. u(t) = 1(t).3 = −ξωn ± jωn 1 − ξ2 Calculemos los residuos.5 2 1.5 1 0.5 5 Figura 2. por la formula (2. s2. U (s) = L[1(t)] = Y (s) = U (s)G(s) = 2 ωn 2 s(s2 + 2ξωn s + ωn ) Las ra´ ıces de la ecuaci´n caracter´ o ıstica son ahora. RESPUESTA TEMPORAL y la respuesta temporal se obtiene ahora aplicando la f´rmula (2.5 2 2. Respuesta impulsional 3 2.5 1 1.12 se ha representado la respuesta impulsional del sistema de segundo orden.16): K1 = K2 = K3 = 2 ωn (s − 0) 2 s(s2 + 2ξωn s + ωn ) 2 ωn (s − s2 ) 2 s(s2 + 2ξωn s + ωn ) 2 ωn 2 s(s2 + 2ξωn s + ωn ) =1 s=0 s=s2 (s − s3 ) s=s3 1 jξ =− + 2 2 1 − ξ2 1 jξ =− − 2 2 1 − ξ2 .5 t 3 3.5 4 4. 1 s por tanto Y (s).5 -1 -1.36 CAP´ ITULO 2.

2.5.3 = −ξωn ± jωn de donde φ = − arctan Pero como θ = − arctan ha de ser θ = 90o − φ. ξ ξ 1 − ξ2 . K2 = M ∠θ. Dichas ra´ ıces son s2.13: Situaci´n de las ra´ o ıces complejas conjugadas A veces interesa indicar la respuesta en funci´n del ´ngulo correspondiente a las ra´ o a ıces complejas conjugadas. SISTEMA DE SEGUNDO ORDEN El m´dulo y el argumento de K2 son o M = 1 2 1 1 − ξ2 ξ 1 − ξ2 37 θ = −arctan En coordenadas polares. K3 = M ∠ − θ La respuesta temporal se obtiene aplicando las f´rmulas (2.9): o y(t) = 1 + 1 1 − ξ2 e−ξωn t cos(ωn 1 − ξ 2 t + θ)) Im s2 ωn α Re φ s3 Figura 2. 1 − ξ2 . Si introducimos una nuava variable α. tenemos θ = 90 − φ = 90 − (180 − α) = α − 90. 1 − ξ2 .12) y (2. tal que α + φ = 180o .

5 1 0.14: Respuesta al escal´n del sistema de segundo orden o Elemento de retraso en el tiempo Es un componente que provoca el retraso de una se˜al en el tiempo.14 se ha representado la respuesta a una entrada escal´n del sistema de segundo o orden. Las ra´ s2 y s3 se hallan situadas o a ıces en un c´ ırculo de radio wn . entonces la salida y(t) es id´ntica a la entrada u(t) n e aunque retrasada un tiempo dado T . Si el sistema tiene condiciones iniciales no nulas se procede de igual modo que el indicado para el sistema de primer orden. el ´ngulo α es el suplementario a a de φ. En concreto.5 0 0 0.5 5 Figura 2. o y(t) = 1 + =1− 1 1− 1 1− ξ2 ξ2 e−ξωn t cos(ωn e−ξωn t sin (ωn 1 − ξ 2 t + α − 90o )) 1 − ξ 2 t + α). si u(t) es n la se˜al de entrada al elemento de retraso.5 1 1.RT (s) Y (s) - .38 CAP´ ITULO 2.11). Es decir y(t) = u(t − T )1(t − T ) ¿Cual ser´ su funci´n de transferencia? a o U (s) . o Respuesta al escalon 1. En la figura 2. utilizando la ecuaci´n (1. Es interesante la interpretaci´n gr´fica de la figura 2. formando ´ngulos φ y −φ con el eje real.5 4 4. RESPUESTA TEMPORAL y ello nos permite expresar la respuesta en funci´n de α.13. y hallando la antitransformada o de Laplace de la expresi´n resultante.5 t 3 3.5 2 2.

Los polos correspondientes a los a a t´rminos que m´s tiempo permanecen influyendo en la respuesta se llaman polos dominantes. El c´lculo de ra´ o a ıces y residuos puede resultar tedioso para sistemas de orden superior al segundo.16 tenemos el esquema de un sistema de control de calefacci´n. si θ > θref .3. e a Son siempre los t´rminos asociados a las ra´ e ıces m´s pr´ximas al eje imaginario. Funciona asi: si la medida o θm que da el term´metro es menor que la temperatura de referencia θref (previamente fijada) o entonces el controlador aumenta la se˜al el´ctrica vc que env´ a v´lvula y ´sta se abre un poco n e ıa a e m´s.Habitaci´n o r θ- 6 θm Term´metro  o Figura 2. a n a (θ = θref ) la se˜al que env´ no cambia y la v´lvula permanece en la misma posici´n.Tubo ? -+ m . asi que ha de ser L(y(t)) = L(u(t − T )1(t − T )) = e−sT U (s). Puesto que para sistemas estables los t´rminos exponenciales deben ser decrecientes con el tiempo.2. La respuesta temporal de un sistema de orden superior consta de una serie de sumandos. En la figura u n 2. Uno de los ejemplos m´s t´ a ıpicos es un tubo por el que circula un fl´ido que transporta una se˜al de temperatura. Como puede verse. disminuye dicha se˜al cerrando un poco la v´lvula y.15: Sistema de control de temperatura Respuesta de los sistemas de orden superior El m´todo general de obtener la expresi´n de la respuesta temporal en sistemas de orden e o superior es el indicado en la secci´n 2. a o A menudo resulta conveniente hacer un an´lisis simplificado de los sistemas de orden sua perior. si son iguales. en cambio. SISTEMA DE SEGUNDO ORDEN Por el teorema de traslaci´n en el tiempo de la transformada de Laplace sabemos que o L[f (t − T )1(t − T )] = e−sT F (s). n ıa a o pues.15). Este an´lisis suele consistir en la sustituci´n de la transmitancia del sistema por otra a o . tal y como aparece en las expresiones (2. en donde L(f (t)) = F (s).5. Perturbaci´n o θref -+ m − vc . por lo que se hace casi imprescindible el empleo de un computador. a n mientras que otros permanecer´n durante tiempos m´s largos.K - V´lvula a y Caldera . por lo que la funci´n de transferencia de este elemento es o RT (s) = e−sT 39 El elemento de retraso en el tiempo aparece frecuentemente en la pr´ctica y hace que el a sistema deje de ser lineal y que su control resulte m´s dif´ a ıcil. de un sistema de control en lazo cerrado que responde al diagrama de bloques de la figura 2. est´ formada por una a superposici´n de t´rminos asociados a los polos de la ecuaci´n caracter´ o e o ıstica.15.13) y (2. algunos de ellos e habr´n quedado casi totalmente amortiguados al transcurrir un peque˜o intervalo de tiempo. Se trata.

a n 2.16) se puede obtener por un procedimiento similar al utilizado para resolver una ecuaci´n diferencial o lineal de primer orden de la forma x(t) = ax(t) + bu(t) ˙ en la que x(t) y u(t) son funciones del tiempo.5]. C. segundo o tercero generalmente. RESPUESTA TEMPORAL Tubo Aire Termómetro Caldera Válvula Habitación Gas Ventilador Figura 2. sec. Por ello resolveremos primeramente esta ecuaci´n. B. el conocimiento del comportamiento del sistema de segundo orden resulta de importancia transcendental en el an´lisis y dise˜o de los sistemas [Ogata 82. 6. Por este motivo. sec. D que constituyen su modelo de estado x(t) = Ax(t) + Bu(t) ˙ y(t) = Cx(t) + Du(t) as´ como la entrada o control del sistema.6. Respuesta del modelo de estado Se trata de obtener la expresi´n de la respuesta y(t) de un sistema din´mico dado. con ra´ ıces situadas en los polos dominantes de la transmitancia original. u(t) [Ogata 82.5]. 14. conociendo o a las matrices A.40 Referencia de Temperatura Controlador poporcional CAP´ ITULO 2. o Tomando la transformada de Laplace tenemos: s X(s) − x(0) = aX(s) + bU (s) X(s)(s − a) = x(0) + bU (s) x(0) b X(s) = + U (s) s−a s−a .16: Control de la temperatura de una habitaci´n o cuya ecuaci´n caracter´ o ıstica sea de orden inferior. La soluci´n de la ecuaci´n ı o o diferencial del vector de estado x(t) = Ax(t) + Bu(t) ˙ (2.

x(0) 2! = k=0 (At)k = eAt k! Supongamos ahora el caso general. Entonces tenemos X(s) = (sIn − A)−1 x(0) = = 1 A −1 In − x(0) s s 1 A A2 In + + 2 + .17) Para obtenerla utilizaremos la funci´n exponencial matricial que se o define como: ∞ Xk Xk X2 + .19) que es la soluci´n de la ecuaci´n del vector de estado. + = eX = exp(X) = In + X + 2! k! k! k=0 en donde X ∈ e In es la matriz identidad de orden n.16) tenga o o una forma parecida a (2. Se sabe por la teor´ de funciones ıa de matrices que esta serie converge para todo t finito y para toda matriz cuadrada A finita. Ahora. ..18) Cn×n Para hallar la antitransformada x(t) supongamos primero que u(t) = 0. . RESPUESTA DEL MODELO DE ESTADO La transformada inversa L−1 se obtiene aplicando el teorema de convoluci´n: o L−1 [F1 (s)F2 (s)] = 0 t 41 f1 (t − τ )f2 (τ )dτ Tomando F1 (s) = 1/(s − a) y F2 (s) = bU (s) obtenemos t x(t) = eat x(0) + 0 ea(t−τ ) b u(τ )dτ (2.. para resolver la ecuaci´n diferencial del vector de estado (2. utilizaremos el mismo o m´todo que nos ha servido para hallar la soluci´n de la ecuaci´n diferencial de primer orden.2. o o . e o o Aplicando la transformada de Laplace al sistema x(t) = Ax(t) + Bu(t) ˙ obtenemos X(s) − x(0) = AX(s) + BU (s) X(s)(sIn − A) = x(0) + BU (s) X(s) = (sIn − A)−1 x(0) + (sIn − A)−1 BU (s) (2. Aplicando el teorema de convoluci´n se o deduce de (2. .6.16). .17) Intuitivamente podemos esperar que la soluci´n de la ecuaci´n del vector de estado (2. x(0) s s s La soluci´n x(t) buscada se obtiene hallando la transformada inversa de esta serie: o x(t) = 1(t) In + At + ∞ A2 t 2 + . es decir u(t) = 0.18) que t x(t) = eAt x(0) + 0 eA(t−τ ) Bu(τ )dτ (2.

. .6.16) por sustituci´n: o y(t) = Cx(t) + Du(t) Otra forma de obtener la soluci´n del modelo de estado o x(t) = Ax(t) + Bu(t) ˙ es la siguiente.20) z(t) = z(0) + 0 e−Aτ Bu(τ )dτ y.1. la respuesta temporal y(t) del sistema se obtiene inmediatamente de (2. o o dadas las matrices A y B y el valor x(0) de condiciones iniciales. 0 xn (τ )dτ ] Consideremos primero el caso simplificado en que A = 0. . o Para ello hemos de repasar previamente algunos conceptos de Algebra Lineal. Despejando x(t) obtenemos t x(t) = eAt x(0) + 0 eA(t−τ ) Bu(τ )dτ que es la soluci´n buscada. e−At x(t) = z(0) + 0 t e−Aτ Bu(τ )dτ ya que z(0) = e−At x(0) = z(0). An´lisis Modal a Hemos obtenido una f´rmula que nos permite hallar la soluci´n x(t) del modelo de estado. . Denotemos por x(t) al vector de estado. . deshaciendo el cambio (2. Vamos a estudiar ahora las relaciones que existen entre ciertas propiedades de los datos A. Entonces la ecuaci´n de estado o queda reducida a x(t) = Bu(t) ˙ Para resolverla vamos a realizar el cambio de variable z(t) = e−At x(t) Derivando esta ecuaci´n tenemos o z(t) = −Ae−At x(t) + e−At x(t) ˙ ˙ = −Ae−At x(t) + e−At (Ax(t) + Bu(t)) = e−At Bu(t) Integrando esta ecuaci´n diferencial obtenemos o t (2. B y x(0) y de la soluci´n x(t). RESPUESTA TEMPORAL Una vez conocida x(t).42 CAP´ ITULO 2. .20). xn (t)]T y por t 0 x(τ )dτ a su integral en t: t t t x(τ )dτ = [ 0 0 x1 (τ )dτ. . . o 2. es decir x(t) = [x1 (t). .

  . n de la ecuaci´n |λIn − A| = 0 o 2. wn se suelen denominar vectores propios por la derecha. b ∈ Cn . + amn xn bm se denomina combinaci´n lineal de a1 . . . an . . . . . Un concepto estrechamente relacionado con la dependencia lineal es el de rango. . por ejemplo en Cn . . am1 x1 + am2 x2 + . . En caso contrario se dice que son linealmente independientes. Si en un espacio vectorial. . .    .2. i = 1. . Los valores propios son las ra´ ıa ıces λi . para i = 1. n. . . . Si. entonces se dice que los vectores a1 . Resulta evidente que si disponemos de alg´n procedimiento para calcular el u rango de una matriz podemos averiguar si un sistema de vectores es linealmente independiente o no lo es.  . . en linealmente independientes. . . . . e2 . . . a2 . + a2n xn   b2      a1 x1 + a2 x2 + .   . x = 0.   . . . . . La operaci´n o     b1 a11 x1 + a12 x2 + . e Valores propios y vectores propios Sea A una aplicaci´n lineal. como el n´mero m´ximo de filas (o de columnas) linealmente u a independientes. Los vectores propios w1 . Se dice que x es un vector propio de A si existe un escalar λ ∈ C tal que Ax = λx Cada vector propio wi es la soluci´n x del sistema de ecuaciones Ax = λi x. . . Sea λ ∈ C. en donde λi o es un valor propio. an . . a2 =  . existe un conjunto de escalares x1 . dados a1 . + a1n xn  a21 x1 + a22 x2 + . . .  . tales que los elementos de la combinaci´n lineal b1 . a2 . x ∈ Cn . . .  . . . . + an xn =  = . RESPUESTA DEL MODELO DE ESTADO Dependencia lineal Vamos a suponer que tenemos un sistema de n vectores columna       a11 a12 a1n  a21   a22   a2n        a1 =  . . . en el o espacio vectorial Cn . . bn . . son o todos nulos. . . Se dice que λ es un valor propio de A si existe un vector x ∈ Cn . tenemos n vectores e1 . tal que Ax = λx Es importante remarcar que x ha de ser no nulo (x = 0) ya que de otro modo todo elemento λ ∈ C ser´ un vector propio. 1. . . . . ´stos forman una base del espacio vectorial. . Recordemos que la dimensi´n de un espacio vectorial V es el n´mero m´ximo de vectores o u a linealmente independientes en V . b2 . . .  . .  .6. Se define el rango de una matriz A = [aij ] . . xn ∈ C. xn . . an son linealmente dependientes. . . Sea x ∈ Cn . . no todos nulos. . . En forma matricial se escribe o Ax = b en donde A ∈ Cm×n . dada en cierta base por la matriz cuadrada A ∈ Cn×n . an =  . am1 am2 amn 43 pertenecientes al espacio vectorial Cm (a veces puede ser Cm ) y n escalares x1 .

v2 . λn . . . . .21) en relaci´n a los valores propios y vectores propios de la matriz A. . n x(t) = i=1 xi (0)eλi wi . Respuesta espectral Veamos ahora c´mo podemos caracterizar la respuesta del sistema libre o x = Ax. . se deduce que x1 (t) = λ1 x1 (t) ˙ x2 (t) = λ2 x2 (t) ˙ . + xn (t)wn ) = λ1 x1 (t)w1 + λ2 x2 (t)w2 + . . Sustituyendo en (2. . . . . . son xi (t) = xi (0)eλi t . λn ] := Λ es decir que la matriz A es semejante a una matriz diagonal Λ. λ2 . w2 . . . . w2 . . seg´n acabamos de ver. A ∈ Cn×n (2. como una o combinaci´n lineal de los vectores de la base. .44 Diagonalizaci´n o CAP´ ITULO 2. . . . . por tanto. . . de la forma o x(t) = x1 (t)w1 + x2 (t)w2 + . . . 2.22) obtenemos como soluci´n o n (2. por tanto. . . wn linealmente independientes. . λ2 .21) queda o x1 (t)w1 + x2 (t)w2 + . En este caso. . es decir. . . . . xn (t) = λn xn (t) ˙ Las soluciones de este sistema de ecuaciones. . . + xn (t)wn = ˙ ˙ ˙ = A(x1 (t)w1 + x2 (t)w2 + . λ2 . es invertible y entonces se verifica W −1 AW = = = = W −1 A[w1 . . . . wn son linealmente independientes y.21). W −1 A = u ΛW −1 es decir V A = V λ. . vn de la matriz V = W −1 suelen denominarse vectores propios por la izquierda ya que. . . . forman una base de Cn . . entonces tiene n vectores propios w1 . RESPUESTA TEMPORAL Otro resultado conocido importante es que si una aplicaci´n lineal A : Cn → Cn tiene n vao lores propios distintos λ1 . Aw2 . xn (t) ∈ C. . . En este caso la matriz W = [w1 . λn de A sean todos distintos. . . . . . w2 . λn ] y. w2 . Derivando esta ecuaci´n y sustituyendo en (2. . . + λn xn (t)wn de donde. . . que se obtienen de forma inmediata. w1 . . sus vectores propios (por la derecha). λn wn ] diag[λ1 . ˙ x ∈ Cn . . Las filas v1 . por ser w1 . . . wn ] W −1 [Aw1 . . Awn ] W −1 [λ1 w1 . . λ2 . . cuyas columnas son los vectores propios. wn ]. Entonces podemos expresar la soluci´n x(t) de (2.22) i = 1. . Vamos a suponer que los o valores propios λ1 . . λ2 w2 . por pertenecer a Cn . . + xn (t)wn en donde x1 (t). wn linealmente independientes. . W −1 AW = Λ = [λ1 .

En primer lugar. Para hallar la respuesta aplicamos el m´todo de descomposici´n en fracciones simples basado e o en el c´lculo de las ra´ a ıces de la ecuaci´n caracter´ o ıstica y de los residuos. o e a ıa dada la escasa disponibilidad de los computadores digitales. En segundo lugar. Y en o tercer lugar por ser muchas de las variables de entrada a los sistemas de naturaleza sinusoidal u ondulatoria.1: Sistema con entrada sinusoidal 3. siendo en estos casos necesario el conocimiento de la respuesta de frecuencia [Ogata 82]. Los m´todos de an´lisis y dise˜o de sistemas basados en la respuesta e a n de frecuencia han sido y son muy utilizados por varias razones.Cap´ ıtulo 3 Respuesta de frecuencia 3. la facilidad de obtenci´n de la respuesta y estabilidad de los sistemas por m´todos gr´ficos supon´ una ventaja.2. sobre los complicados c´lculos con a n´meros complejos exigidos por los m´todos de respuesta temporal y del lugar de las ra´ u e ıces. dada la funci´n de entrada o u(t) = A sin ωt (3. al cual se aplica una entrada sinusoidal. Respuesta de frecuencia Se define la respuesta de frecuencia de un sistema como la respuesta en estado estacionario ante una entrada sinusoidal. En primer lugar. pudiendo incluso determinarse la funci´n de transferencia. los m´todos de respuesta de frecuencia pueden servir para el an´lisis y dise˜o de e a n sistemas cuya funci´n de transferencia se desconoce. representado en la figura 3.1) obtenemos U (s) = L[u(t)] = 45 s2 Aω + ω2 .1. con funci´n de transferencia o G(s).1. monovariable y estable. por sencillas mediciones de amplitud y fase o en la entrada y en la salida. A sin(ωt) G(s) y(t) Figura 3. Respuesta de un sistema a entrada sinusoidal Vamos a considerar un sistema lineal.

8) del cap´ o ıtulo 5: K1 = s2 Aω G(s)(s − jω) + ω2 Aω s2 + ω 2 G(s)(s + jω) s=−jω = s=jω AG(jω) 2j AG(−jω) −2j (3. .. G(−jω) = M e−jφ (3.3) K2 = = (3. Y (s) puede descomponerse en fracciones simples de la forma Y (s) = K1 K2 K3 K4 + + + + . s2 = −jω. a G(jω) es una cantidad compleja que en notaci´n exponencial se puede expresar o G(jω) = M ejφ siendo M = |G(jω)| y φ = ∠G(jω).. . s − jω s + jω s − s3 s − s4 (3. por lo tanto. s1 = jω. 2j −2j s − s3 s − s4 La transformada inversa de Laplace de esta funci´n es la respuesta temporal. por tanto. s4 . por tratarse de un sistema estable.4) en (3. y. es a decir. s3 . Del mismo modo..3) y (3. los sumandos a K3 es3 t + K4 es4 t + .2) queda Y (s) = AG(jω) AG(−jω) K3 K4 (s − jω) + (s + jω) + + + .4) Sustituyendo (3. . . G(s) es una funci´n racional que se puede expresar como o cociente entre el polinomio N (s) y el polinomio D(s): G(s) = N (s) D(s) Las ra´ ıces del denominador de Y (s) ser´n las del factor s2 + ω 2 junto con las las de D(s).5) Obs´rvese que. . RESPUESTA DE FRECUENCIA Por tanto la transformada de Laplace de la respuesta es Y (s) = U (s)G(s) = Aω G(s) s2 + ω 2 Hallando su transformada inversa obtenemos la respuesta temporal: y(t) = L−1 [Y (s)] = L−1 s2 Aω G(s) + ω2 Por tratarse de un sistema lineal. . de la respuesta tender´n a cero en estado estacionario. .6) .. las ra´ e ıces correspondientes a la ecuaci´n o caracter´ ıstica D(s) = 0 estar´n en el semiplano complejo izquierdo y.7) (3. o y(t) = AG(jω) jωt AG(−jω) −jωt e − e + K3 es3 t + K4 es4 t + . 2j 2j (3.46 CAP´ ITULO 3.2) Para hallar K1 y K2 aplicamos la f´rmula (2.

7 -84.707 0. Para evitar los c´lculos con n´meros complejos se a u desarrollaron m´todos gr´ficos para hallar M y φ en funci´n de ω por medio de diagramas. .555 0.3. . dibujando en el plano complejo cada uno de los extremos de los vectores G(jω) dados por la tabla en coordenadas polares que. de la misma e frecuencia.3 -63. s´ que tiene un significado matem´tico que permite formular el criterio de ı a estabilidad de Nyquist.6 -45.316 0. siendo M el m´dulo y φ el argumento de G(jω). En la figura 3. representado en la a figura 3.0 3. como puede apreciarse.8) La respuesta de un sistema lineal a una entrada sinusoidal es tambi´n sinusoidal. para cualquier valor de ω. para una ω dada.3]. Diagramas de Nyquist El diagrama de Nyquist es el lugar geom´trico que describe el vector G(jω) en el plano e complejo al variar ω entre −∞ y ∞ [Ogata 82.5 2. con una amplitud igual a la de la entrada multiplicada por M .8).894 0.4 -71.0 10.5. o o bien la parte real y la parte imaginaria.5) la expresi´n de la respuesta en estado estacionario yss y queda o yss (t) = o bien yss = AM sin(ωt + φ) (3. y con un de fase φ respecto a la entrada. y calculamos M = |G(jω)| y φ = ∠G(jω). AM ejφ jωt AM e−jφ −jωt ej(ωt+φ) − e−j(ωt+φ) e − e = AM 2j 2j 2j 3.0 0. para la funci´n o G(s) = 1 s+1 sustituimos s por jω y damos a ω los valores 0. 1. se determinan los valores de M y de φ y se sustituyen en (3. o Mediante la f´rmula anterior se puede obtener la respuesta de un sistema a una entrada o u(t) = A sin ωt.0 5. DIAGRAMAS DE NYQUIST 47 Sustituyendo (3.6 -78.100 φ 0. 9. . coloc´ndolos en la tabla 3.0 M 1. . Un m´todo b´sico para confeccionar el diagrama de Nyquist consiste en escribir una tabla en e a la que para cada valor de ω calculemos los valores del m´dulo M y del argumento φ de G(jω). a ω 0.000 0.1.5.6) y (3. 1.1: Respuesta de frecuencia Con la ayuda de esta tabla se traza f´cilmente el diagrama de Nyquist.447 0. Los e a o mas empleados son los diagramas de Nyquist y de Bode. es una circunferencia.. Por ejemplo.0 1.2.0 -26. 0.0 -56. Aunque la frecuencia negativa no tiene significado f´ ısico.3.2 se muestran los diagramas de Nyquist de diferentes sistemas definidos por sus funciones de transferencia.5 1.196 0.3 Cuadro 3.7) en (3. Para ello.3. sec.

. Adem´s. . . G(jω) = A (jω − z1 )(jω − z2 ) .2: Algunos diagramas de Nyquist Los diagramas de Nyquist no son eficaces para efectuar medidas del m´dulo y fase de G(jω). p2 . a a por aplicaci´n del criterio de Nyquist. . |jω − zm | |jω − p1 ||jω − p2 | . . . φ = G(jω) tambi´n en funci´n de log ω e o [Ogata 82. y en la segunda la fase. Sin embargo pueden servir para identificar las funciones de transferencia de algunos sistemas por comparaci´n de la forma de sus gr´ficas de Nyquist con la de otras te´ricas preo a o viamente trazadas. En la primera se representa el m´dulo M = G(jω) en decibelios. . o dada la dificultad de determinar con precisi´n el valor de ω que corresponde a cada punto de o la curva. Como vamos a ver. . Diagramas de Bode Los diagramas de Bode representan el vector G(jω) en dos gr´ficas. una para el m´dulo y a o otra para la fase. en funci´n o o del logaritmo decimal de ω.9).2]. . (s − pn ) (3.10) Calculemos el m´dulo y el argumento de esta expresi´n. . . . seg´n el numero de veces que la curva circunde al punto o u (−1 + 0j) del plano complejo. o o M = |G(jω)| = A |jω − z1 ||jω − z2 | . . (jω − pn ) (3. Supongamos que las ra´ del numerador (ceros) de G(s) son z1 . .48 CAP´ ITULO 3. |jω − pn | (3. . (s − zm ) (s − p1 )(s − p2 ) . sec. el trazado de los diagramas de Bode se simplifica por utilizar coordenadas logar´ ıtmicas.b s(s+a)(s+b) Real Real Figura 3. . . muestran gr´ficamente la estabilidad de los sistemas de control.b (s+a)(s+b) Real Real Imag Imag a. zm y que ıces las del denominador (polos) son p1 . z2 . . .c (s+a)(s+b)(s+c) a.4. G(s) puede entonces expresarse de la forma G(s) = A (s − z1 )(s − z2 ) . RESPUESTA DE FRECUENCIA a s+a Imag Imag a.11) . (jω − zm ) (jω − p1 )(jω − p2 ) . pn .b. 3.9) Para hallar la respuesta de frecuencia sustituimos s por jω en (3. . 9.

. es decir o (3. . . as´ como para la constante de ganancia est´tica K. |j −pn + 1| 49 (3. . a G(jω) = K ω ω ω |j −z1 + 1||j −z2 + 1| . .13). de forma m´s conveniente para los diagramas.3. . indivia dualizado para cada sumando del m´dulo y de la fase.4. para o el argumento. . + 20 log 2 ω −zm ω −pn 2 +1 2 + 1 − 20 log + 1 − .13) En los diagramas de Bode. DIAGRAMAS DE BODE o. o MdB = 20 log K +20 log −20 log ω −z1 ω −p1 2 (−z1 )(−z2 ) . . . .12) en donde K es la ganancia est´tica de G(s) a K=A El argumento o fase de G(jω) vale φ = ∠G(jω) = ∠(jω − z1 ) + ∠(jω − z2 ) + . para el m´dulo. reales o complejas. y (3. . − 20 log +1 M = 20 log K φ = 0º Figura 3. |j −zm + 1| ω ω ω |j −p1 + 1||j −p2 + 1| . . + ∠(jω − zm ) ∠(jω − p1 ) + ∠(jω − p2 ) + . ı a . . .12) puede ponerse. Vamos a ver como se realiza el trazado. .14) + 1 + 20 log 2 ω −z2 ω −p2 2 + 1 + . y sumando luego dichas gr´ficas.15). (−zm ) (−p1 )(−p2 ) . + ∠(jω − pm ) MdB = 20 log M con lo que la expresi´n (3. . el m´dulo M se expresa en decibelios. seg´n que las ra´ o u ıces sean nulas.3: Diagrama de Bode del factor K De aqu´ se deduce que el diagrama de Bode se puede realizar trazando las gr´ficas corresı a pondientes a cada uno de los sumandos de las expresiones (3. (−pn ) (3.

La fase vale cero para todo valor de ω.50 Factor de ganancia est´tica K a CAP´ ITULO 3. o a o MdB = 20 log |jω| = 20 log ω Esta ecuaci´n representa una recta. en el diagrama de Bode.12) representa un sumando constante. de pendiente -20 dB. de pendiente 20 dB.4. Factor s en el denominador Un factor s en el denominador corresponde a un polo de G(s) en el origen (p1 = 0). La gr´fica de o a la fase viene dada por 1 φ=∠ = −90o jω . ya que no depende de ω.4: Diagrama de Bode del factor s Factor s en el numerador Un factor s en el numerador corresponde a un cero de G(s) en el origen (z1 = 0). de valor 20 log K. La gr´fica a del m´dulo est´ determinada por la ecuaci´n. en el diagrama de Bode. 20 M = log w φ = 90º Figura 3. La gr´fica del m´dulo est´ determinada por a o a MdB = 20 log 1 = −20 log ω jω Esta ecuaci´n representa una recta. RESPUESTA DE FRECUENCIA El factor K de (3. La gr´fica de o a la fase viene dada por φ = ∠jω = 90o El diagrama de Bode se ha representado en la figura 3.

El o argumento del factor (jω − z1 ) del numerador de G(s) es φ = tan−1 ω ω1 (3. con lo que el m´dulo vale o MdB = 20 log 1 = 0 En la zona en que ω ω1 despreciamos la unidad frente a (ω/ω1 )2 con lo que el m´dulo vale o MdB = 20 log ω ω1 que corresponde a una recta. el m´dulo vale ´ u o √ MdB = 20 log 2 = 3dB Para trazar la curva de la fase procedemos de manera similar a la empleada para el m´dulo.4.15) ω1 siendo ω1 = −z1 . Por ultimo.24) por u MdB = 20 log ω ω1 2 +1 (3. Vamos a considerar tres partes de la curva. en el punto ω = ω1 .16) . que pasa por el punto log ω = log ω1 del eje log ω. seg´n (2. En la zona en que ω despreciamos (ω/ω1 )2 frente a la unidad.5. DIAGRAMAS DE BODE 51 M = -20 log w φ = -90º Figura 3.5: Diagrama de Bode del factor 1/s El diagrama de Bode se ha representado en la figura 3.3. la gr´fica del m´dulo del factor ( −z1 + 1) del numerador de a o G(s) viene dada. jω Factor ( −z1 + 1) del numerador jω Si z1 es un cero real de G(s). seg´n (3. de pendiente 20 dB.15).

id´nticas a las obtenidas en el apartado anterior. φ = 0 − tan−1 ω ω1 = −tan−1 ω ω1 ω ω1 2 + 1 = −20 log ω ω1 2 +1 . seg´n (3. es φ = tan−1 (0) = 0 Para ω ω1 . En efecto. RESPUESTA DE FRECUENCIA 20 dB / c de ad a ω1/10 ω1 10 ω1 jω Figura 3. mediante un segmento de curva realizada a mano alzada o con una plantilla. haciendo ω1 = −p1 . que se unen con el punto ω = ω1 . En la pr´ctica se considera que ω a ω1 cuando es diez veces (una d´cada) e menor y que ω ω1 cuando es diez veces mayor. aunque e jω con signo cambiado. las expresiones del m´dulo o y de la fase son. el m´dulo de 1/( −p1 + 1) es. La gr´fica de Bode del factor (s/ω1 + 1) se a representa en la figura 3. Para trazar el diagrama de Bode se efect´an aproximaciones rectas de las curvas de m´dulo y de u o fase en las zonas de ω ω1 y de ω ω1 .6: Diagrama de Bode del factor ( −z1 + 1) Para ω ω1 la fase. φ = tan−1 (∞) = 90o φ = tan−1 (1) = 45o Y para ω = ω1 . dada por (3.16). en el cual el m´dulo o vale 3 decibelios y la fase 45 grados. jω Factor ( −p1 + 1) del denominador Este caso es muy similar al anterior.6. Si p es un polo real de G(s).52 CAP´ ITULO 3.15): o u MdB = 20 log(1) − 20 log y el argumento.

4.3.9. DIAGRAMAS DE BODE 53 -2 0 dB /d ec ad a ω1/10 ω1 10 ω1 jω Figura 3. se han representado en la figura 3.8. sim´tricas respecto al eje ω a las obtenidas para el factor a o e jω ( −p1 + 1) del numerador.4 y 3. obtenidas a partir de (3.12) y (3.7. existir´ un u u a factor de la forma (s − z1 )nz en el numerador o de la forma (s − p1 )np en el denominador de la expresi´n (3. Las expresiones del m´dulo y fase.10).13) fase o o son. . Si las ra´ ıces z1 o p1 repetidas son nulas (ra´ ıces en el origen del plano complejo) se obtienen diagramas de Bode similares a los representados en las figuras 3. o y la ordenada de la recta de fase es +90o nz o −90o np . si bien la pendiente de la recta del m´dulo es 20nz o 20np . Las a expresiones del m´dulo y de la fase ser´n: o a MdB = −20np log φ = −np tan−1 ω ω1 ω ω1 2 +1 El diagrama de Bode se ha representado en la figura 3. En el segundo caso existir´ un factor de la forma (s − p1 )np en el denominador de G(s). Ra´ ıces m´ ltiples u Si G(s) tiene un n´mero nz de ceros z1 o un n´mero np de polos p1 repetidos. para el primer caso MdB = 20nz log φ = nz tan−1 ω ω1 ω ω1 2 +1 El diagrama de Bode correspondiente se ha representado en la figura 3.7: Diagrama de Bode del factor 1/( −z1 + 1) Las gr´ficas de m´dulo y de fase.5.

10. .18) ωn ωn Vamos a considerar en primer lugar el caso en que ξ = 1.18) queda o s ωn 2 +2 s ωn +1= s +1 ωn 2 Este caso corresponde a una ra´ doble s = −ωn . Para valores de ω menores que la unidad hemos de obtener el m´dulo y el argumento de la o expresi´n (3.9) pueden agruparse dando lugar a un factor de segundo orden.8: Diagrama de Bode del factor ( −z1 + 1)nz Ra´ ıces complejas en el numerador Si dos ra´ z1 . Dividiendo por ξωn o obtenemos s s 2 + 2ξ +1 (3. y ha sido estudiado en el apartado anterior. el de la figura 3. para cada valor de ω. Entonces la expresi´n (3.18). los t´rminos (s − z1 ) y ıces e (s − z2 ) de la expresi´n (3. en funci´n de ω.54 CAP´ ITULO 3.17) en el que ωn es la pulsaci´n natural y ξ el coeficiente de amortiguamiento. z2 del numerador de G(s) son complejas conjugadas. por tanto. ız El diagrama de Bode es.8 con nz = 2. de la o forma 2 s2 + 2ξωn s + ωn (3. Sustituyendo s por jω queda o o 1− ω ωn 2 + 2ξ ω ωn j El diagrama de Bode se ha representado en la figura 3. RESPUESTA DE FRECUENCIA 20 nz dB e /d ca da nz π/2 jω Figura 3.

Se han representado en la figura 3.3. los diagramas de Bode son sim´tricos. Es decir y(t) = x(t − T )u(t − T ) La funci´n de transferencia de este elemento es e−sT ya que o L[x(t − T )u(t − T )] = X(s)e−sT Es un elemento no lineal por lo que no est´ incluido en la expresi´n de G(s) dada en (3.17) ha sido calculado por computador y representado en la figura 3. Elemento de retraso en el tiempo Corresponde a un elemento del sistema que provoca un retraso en el tiempo en un determinada magnitud. corresponden al caso de ra´ a ıces reales y distintas. . el m´dulo y el argumento de del factor de 2o orden de la o expresi´n (3. Sea una magnitud x(t) que se aplica a la entrada del elemento de retraso representado en la figura 3. El a o diagrama de Bode se realiza hallando el m´dulo y el argumento de e−sT para s = jω.13. no representados en las gr´ficas.9: Diagrama de Bode del factor 1/( −z1 + 1)np Ra´ ıces complejas en el denominador Como f´cilmente puede deducirse. o M = |e−jωT | = 1 φ = ∠e−jωT = −ωT = −10log ωT . La salida y(t) es id´ntica a la entrada x(t) aunque retrasada un e tiempo dado T .9).4. a los e obtenidos en el apartado anterior. ya estudiado.11. 1/2. respecto al eje ω. 1/4 . DIAGRAMAS DE BODE 55 -2 0n z dB /d ec -π/2 nz jω Figura 3. o Los valores de ξ > 1. . Para valores de ξ = 1.. si existe un factor de segundo orden de la forma a s ωn 2 + 2ξ s ωn +1 en el denominador de G(s).12.

A continuaci´n o o se incrementa ω y se vuelven a calcular los mismos valores. igual o pr´ximo a cero. Puesto que la respuesta de frecuencia de un sistema en lazo abierto puede hallarse experimentalmente. El criterio de Nyquist o permite conocer la estabilidad de un sistema en lazo cerrado.10: Diagrama de Bode del factor (s2 + 2ξωn s + ωn ) 3. o El sistema de control de la figura 3. u .5]. Los valores calculados pueden almacenarse en un fichero del disco para su posterior representaci´n por medio de otro programa de gr´ficos o bien o a pueden ir represent´ndose a la vez que se calculan en la pantalla del ordenador [Maltab]. absoluta y relativa. a 3.6. se puede por este m´todo averiguar la estabilidad de e un sistema sin conocer su funci´n de transferencia. Criterio de estabilidad de Nyquist Una de las principales aplicaciones de los m´todos de respuesta de frecuencia es la determie naci´n de la estabilidad. de los sistemas de control.5.14 conociendo la respuesta de frecuencia de su funci´n de transferencia en lazo abiero to G(s)H(s) [Ogata 82. Como los polos de T (s) son los ceros de la funci´n F (s) = 1 + G(s)H(s). tal como el representado en la figura 3. RESPUESTA DE FRECUENCIA ωn=10 ζ=1/8 40 dB ec /d ωn/10 ωn 10ωn 2 Figura 3.3 para la a confecci´n manual del diagrama de Nyquist por medio de una tabla. 9. A partir de un valor inicial o de ω. el computador ha de calcular |G(jω)| y ∠G(jω).14 ser´ estable si su funci´n de transferencia. continuando as´ el proceso hasta que ı ω alcance un valor establecido previamente. sec. Trazado por computador La realizaci´n de un programa de ordenador que genere los trazados de Nyquist o de Bode o es muy sencilla. dada por a o T (s) = G(s) 1 + G(s)H(s) no tiene polos en el semiplano derecho complejo. una forma de averiguar la estabilidad del sistema ser´ hallar el o a n´mero de ceros que tiene F (s) en el semiplano derecho. Se sigue un procedimiento an´logo al empleado en el apartado 3.56 CAP´ ITULO 3.

e o vemos que la curva obtenida es igual a la obtenida en el plano F (s) pero desplazada en una unidad hacia la izquierda(figura 3. Este principio nos puede servir para averiguar la diferencia entre el n´mero de ceros ZF y el u n´mero de polos PF de una funci´n F (s) en el semiplano derecho C>0 . CRITERIO DE ESTABILIDAD DE NYQUIST 57 -4 ωn=10 ζ=1/8 0 dB /d ec 2 Figura 3.6. Este principio establece que. la funci´n F (s) recorre o una curva en el plano F (s). estudiado en la a teor´ de variable compleja.16). anal´ ıtica en un recinto R limitado por camino cerrado c excepto en un n´mero finito u de polos. en el mismo sentido.11: Diagrama de Bode del factor 1/(s2 + 2ξωn s + ωn ) El criterio de Nyquist est´ basado en el principio del argumento. El camino de Nyquist. El n´mero de vueltas. Es decir. ZF − PF = 1 ∆c arg[F (s)] 2π en donde ∆c arg F (s) significa el incremento del argumento de F (s) al recorrer la variable un camino c. al recorrer la variable s el camino cerrado c que rodea o a R. que da u el vector F (s) alrededor del origen ser´ igual a ZF − PF . . a Si utilizamos el plano G(s)H(s) en lugar de F (s) y representamos en ´l la funci´n G(s)H(s). en el sentido del camino de Nyquist. Para ello la variable s u o ha de recorrer un camino (camino de Nyquist) que encierre por completo a dicho semiplano.15 y 3.3. dada una funci´n F (s) de la variable ıa o compleja s. Al recorrer la variable s este camino en el sentido de las flechas.15 se compone del eje imaginario del plano complejo s y de una semicircunferencia de radio infinito situada en el semiplano derecho. la diferencia entre el n´mero ZF de ceros y el n´mero PF de polos de F (s) existentes u u en el recinto R. como puede apreciarse en la figura 3. en un sentido dado. Por tanto el n´mero de vueltas que da el vector F (s) alrededor del origen en el plano F (s) u es igual al n´mero de vueltas que da el vector 1 + G(s)H(s) alrededor del punto (−1 + 0j) en u el plano G(s)H(s) (figuras 3. de Cauchy.16). es igual al n´mero de vueltas que da el vector F (s) alrededor del origen del u plano de la funci´n.

dh en donde (ng . Adem´s.12: Variaci´n del coeficiente de amortiguamiento ξ o Elemento de retraso X(s) e -sT Y(s) Figura 3. Por lo tanto se o deduce que: . PT = ZF . Adem´s. dg ) y (nh . Por tanto. los polos de T (s) son los ceros de la funci´n F (s) = 1 + G(s)H(s). Entonces tenemos que ng d h G(s) dg T (s) = = = ng nh = d g d h + ng nh 1 + G(s)H(s) 1 + dg dh y que F (s) = 1 + G(s)H(s) = d g d h + ng nh dg dh ng de donde los polos de T (s) son los ceros de F (s).13: Elemento de retraso en el tiempo Por otro lado. los polos de F (s) son los mismos que los de G(s)H(s). dg H(s) = nh . respectivamente. como ya se ha indicado antea riormente. dh ) son los polinomios numerador y denominador de G(s) y de H(s).58 CAP´ ITULO 3. PGH = PF . RESPUESTA DE FRECUENCIA ζ=1/128 ζ=1/64 ζ=1/32 ζ=1/16 ζ=1/8 ζ=1/4 ζ=1/2 ζ=1 ζ=1/128 ζ=1 Figura 3. sea G(s) = ng . los polos de G(s)H(s) son los polos a de F (s).

3.No de polos de G(s)H(s) en spd No de polos de T (s) en spd = N o de vueltas de G(s)H(s) alrededor de (−1 + 0j) + No de polos de G(s)H(s) en spd Esta ultima expresi´n constituye el criterio de Nyquist.7. 9.15: Camino de Nyquist y curva G(s)H(s) No o bien: No de vueltas de G(s)H(s) alrededor de (-1 + 0j) = polos de T (s) en spd . MARGENES DE FASE Y DE GANANCIA 59 U(s) G(s) Y(s) H(s) Figura 3.14: Sistema de control en lazo cerrado PLANO s im im PLANO F(s) re 1 re Figura 3. El margen de fase y el margen de ganancia son dos magnitudes que pueden obtenerse de dichos diagramas y que son unos ´ ındices de la estabilidad relativa del sistema. o el No de polos de G(s)H(s) en spd suele ser cero.´ 3. . M´rgenes de fase y de ganancia a Adem´s de servir para hallar la estabilidad absoluta. Puesto que generalmente (aunque no ´ o siempre) la funci´n de transferencia en lazo abierto G(s)H(s) corresponde a un sistema estable. sec.7.7]. los diagramas de Nyquist y de Bode a nos informan sobre el grado de estabilidad o estabilidad relativa del sistema [Ogata 82.

17. sin afectar al m´dulo. es decir la a correspondiente a la curva que pasa por (−1 + 0j). Es igual a 180o + φ.18. manteniendo estable el sistema en lazo o cerrado. Los m´rgenes de fase y de ganancia pueden tambi´n obtenerse del diagrama de Bode. manteniendo estable el sistema o en lazo cerrado. .16: Camino de Nyquist y curva 1 + G(s)H(s) Margen de ganancia de un sistema estable es la mayor constante real M . RESPUESTA DE FRECUENCIA PLANO s im im PLANO G(s)H(s) re -1 re Figura 3. como puede verse en la figura 3. tal y como a e puede apreciarse en la figura 3. En el diagrama de Nyquist de G(s)H(s) representado en la figura 3. Margen de fase es el m´ximo incremento de fase. por la cual podemos multiplicar la funci´n de transferencia en lazo abierto G(s)H(s). siendo φ la fase de G(s)H(s) cuando la curva pasa por (−1 + 0j). que puede darse a a o la funci´n de transferencia en lazo abierto G(s)H(s).60 CAP´ ITULO 3.17 el margen de fase M vale 1 Kc MG = = K1 d siendo K la ganancia est´tica de la funci´n G(s)H(s) cuya estabilidad relativa queremos dea o terminar y K la ganancia est´tica para que el sistema sea marginalmente estable.

´ 3.17: M´rgenes de ganancia y de fase a Mg ϕm Figura 3.18: M´rgenes de ganancia y de fase en el diagrama de Bode a . MARGENES DE FASE Y DE GANANCIA 61 PLANO G(s)H(S) im im PLANO G(s)H(S) d -1 re -1 ϕm re Margen de ganancia = 1/d Margen de fase = ϕm Figura 3.7.

RESPUESTA DE FRECUENCIA .62 CAP´ ITULO 3.

por influencia de los cambios del medio. en general. El lugar geom´trico de las ra´ e ıces es el lugar geom´trico que e U(s) K G(s) Y(s) H(s) Figura 4. G(s) y H(s) son funciones de transferencia.1: Sistema de control con K variable describen las ra´ ıces de la ecuaci´n caracter´ o ıstica cuando var´ un par´metro del sistema desde ıa a cero hasta infinito. Fundamento del m´todo e Vamos a considerar el sistema lineal cuyo diagrama de bloques aparece en la figura 4. La a o variaci´n puede ser involuntaria. etc. cuando se desea modificar valores de algunos componentes para mejorar el comportamiento del sistema. si bien el caso m´s usual es indicado en la figura 4. La funci´n de transferencia del sistema es: o T (s) = KG(S) 1 + KG(S)H(s) 63 (4. y K es el par´metro cuya a variaci´n va a producir el lugar de las ra´ o ıces.1. as´ como otros datos de inter´s relacionados con sus ı e especificaciones de funcionamiento. o voluntaria. Hemos visto c´mo la posici´n de las ra´ o o ıces de la ecuaci´n caracter´ o ıstica en el plano complejo indica la estabilidad.. es decir funciones racionales.Cap´ ıtulo 4 Lugar de las ra´ ıces Los par´metros de un sistema lineal de regulaci´n pueden variar por motivos diversos.1) . absoluta y relativa del sistema.1. cap8].1. Este par´metro variable est´ relacionado con uno o con varios coeficientes de a a la ecuaci´n caracter´ o ıstica y puede ser. por cambios que se van produciendo en los componentes con o el paso del tiempo. un valor asociado a un componente cualquiera del sistema. en la que el par´metro variable a a es la ganancia est´tica K de la funci´n de transferencia en lazo abierto [Ogata 82. a o 4.

|s − zm | Estas dos condiciones permiten establecer un proceso en dos etapas para la construcci´n del o lugar de las ra´ ıces. K y en forma exponencial. Es decir arg[KG(s)H(s)] = Σφi = ±(2k + 1)π (4. Puesto que KG(s)H(s) es una funci´n de variable compleja. . . vamos a expresarla en forma o exponencial para poder operar con los vectores en modo gr´fico. (4. |s − pn | (4. . . . . . . |s − pn | |s − z1 ||s − z2 | . .10) |s − p1 ||s − p2 | .6) Z(S) =0 P (s) (4. . . 1. |KG(s)H(s)| = K o bien K= |s − z1 ||s − z2 | . Por u o u tanto. . . . zm son los ceros y p1 . 2. |s − pn | (4.64 CAP´ ITULO 4. LUGAR DE LAS RA´ ICES La funci´n de transferencia en lazo abierto KG(s)H(s) puede ponerse en la forma o KG(S)H(s) = K Z(s) (s − z1 )(s − z2 ) . . (s − pn ) (4. . |s − zm | jΣφi e |s − p1 ||s − p2 | .3) ya que el n´mero −1 es un vector de m´dulo unidad y argumento m´ltiplo impar de π. − φpn La ecuaci´n caracter´ o ıstica del sistema es 1+K o bien. |s − pn | (4.2) en donde z1 . z2 . puede escribirse o o KG(S)H(s) = K en donde Σφi = φz1 + φz2 + . |s − pn |ejφpn Esta ecuaci´n.8) De esta ecuaci´n se deducen las denominadas condiciones de magnitud y de ´ngulo. .4) |s − z1 ||s − z2 | . + φzm − φp1 − φp2 − . . . . . . pn son los polos de G(s)H(s).5) (4. K Z(S) = e±j(2k+1)π P (s) k = 0. p2 . . La condici´n o a o del ´ngulo establece que el argumento de G(s)H(s) ha de ser un m´ltiplo impar de ±π en todos a u los puntos del lugar. en cada uno de los puntos del lugar geom´trico de las ra´ se debe satisfacer la ecuaci´n e ıces o K |s − z1 ||s − z2 | . (s − zm ) =K P (s) (s − p1 )(s − p2 ) . . . . |s − zm | jΣφi e = e±j(2k+1)π |s − p1 ||s − p2 | . . . . |s − zm |ejφzm |s − p1 |ejφp1 |s − p2 |ejφp2 . . . . . . ra´ ıces de los polinomios Z(s) y P (s) respectivamente. agrupando los m´dulos por un lado y los argumentos por otro.7) Z(S) = −1 P (s) (4. . . . a KG(S)H(s) = K |s − z1 |ejφz1 |s − z2 |ejφz2 . .9) La condici´n de magnitud dice que el m´dulo de G(s)H(s) debe ser igual a la unidad en todos o o los puntos del lugar geom´trico de las ra´ e ıces. . . |s − zm | =1 |s − p1 ||s − p2 | .

ya que para K = 0 los polos en lazo cerrado coinciden con los polos en lazo abierto. u Origen y final del lugar El lugar comienza para K = 0 en los polos de G(s)H(s) y termina para K = ∞ en los ceros de G(s)H(s). u Una vez que se ha trazado el lugar. ız N´ mero de as´ u ıntotas Si el n´mero de polos de G(s)H(s) es mayor que el de ceros (n > m). En efecto. Si el n´mero de u . REGLAS BASICAS DEL TRAZADO DEL LUGAR DE LAS RA´ ICES 1. sec. La demostraci´n. e igual al mayor entre los n´meros de polos y de ceros de G(s)H(s) [Ogata 82. Basadas en las condiciones de ´ngulo y magnitud y en los principios del c´lculo complejo. ya que para K = ±∞ los polos en lazo cerrado (polos de G(s)/[1 + G(s)H(s)] coinciden con los ceros en lazo abierto (ceros de G(s)H(s)). dividido entre el producto de las longitudes de todos los vectores que van desde s a los ceros.10) para detero minar el valor de K que corresponde a cada punto s del lugar. Si el n´mero de polos es mayor que el n´mero de ceros. 8.2. sea un m´ltiplo impar de π. tomando o a todos los puntos s del plano complejo para los cuales la suma de los ´ngulos φzi de todos a los vectores que van desde los ceros de G(s)H(s) hasta s. existir´n ramas que parten de u a polos situados en el infinito. se aplica la condici´n de magnitud (4. asociado a una ra´ compleja de la ecuaci´n caracter´ ız o ıstica. 65 Se construye el lugar de las ra´ ıces aplicando solamente la condici´n de ´ngulo. cabe suponer que hay en u u el infinito tantos ceros como polos en exceso y. existir´ otro sim´trico respecto a e al eje real. y termina en un cero. por tanto. existir´n ramas que terminan en el a infinito. si el n´mero ceros excede al de polos. 2. Tramos en el eje real El lugar geom´trico pasa por todos los puntos del eje real que est´n a la izquierda de un e a n´mero impar de polos y ceros. 4. El valor de K en cada punto s del lugar es igual al producto de las longitudes de todos los vectores que van desde s a los polos. a a se deducen una serie de reglas pr´cticas que permiten bosquejar con relativa facilidad el a trazado del lugar de las ra´ ıces.2. para cada punto del e lugar. menos la suma de los ´ngulos a φpj de todos los vectores que van desde los polos hasta s. De igual modo.4]. asociado a la ra´ compleja conjugada de la primera. Reglas b´sicas del trazado del lugar de las ra´ a ıces N´ mero de ramas u Existe una rama simple del lugar por cada ra´ de la ecuaci´n caracter´ ız o ıstica siendo por tanto el n´mero de ramas igual al orden de la ecuaci´n caracter´ u o ıstica.´ 4. u o o a Simetr´ del lugar ıa El lugar es sim´trico respecto al eje real del plano complejo. aplicando la condici´n de ´ngulo es inmediata. Cada rama del lugar parte de un polo. (funci´n de transferencia u o en lazo abierto estrictamente propia) hay n−m ramas que terminan en el infinito y existen n−m as´ ıntotas tangentes a las ramas del lugar en los ceros ubicados en el infinito.

(4. 1. a medida que s tiende a infinito.11). α = l´ arg(s − pi ) = l´ arg(s − zj ) = l´ arg(s) ım ım ım s→∞ s→∞ s→∞ y.14) ds ds Las ra´ ıces reales de esta ecuaci´n nos dar´n los valores de los puntos de ruptura de salida y de o a entrada. se unen. Z(s) (4. No todas las ra´ ıces han de ser necesariamente puntos de ruptura.66 CAP´ ITULO 4.9). . . Angulos de las as´ ıntotas con el eje real El ´ngulo α formado por cada as´ a ıntota y el eje real viene dado por la expresi´n: o α= ±(2k + 1)π n−m K = 0. 2.12) Puntos de ruptura de salida y de entrada al eje real Un punto de ruptura de salida del eje es un punto del lugar en el que dos ramas.6) podemos poner dK d P (s) =− ds ds Z(s) de donde d d P (s) − P (s) Z(s) = 0 (4.11). que discurren por el eje real y que se aproximan cada vez m´s entre s´ a medida que aumenta K.11) Si n > m. esas ramas se van acercando a las as´ ıntotas. o a mα − nα = ±(2K + 1)π. dado por la expresi´n o σc = n i=1 pi − n−m m i=1 zi (4.13) . 2. a ı bifurc´ndose sim´tricamente en el plano complejo a partir de ´l. . hay ramas que terminan en ceros situados en el infinito de modo que. Un punto de ruptura de entrada a e e al eje es un punto del lugar en el que dos ramas. En el l´ ımite. que discurren sim´tricas por el plano complejo e y se aproximan cada vez m´s entre s´ a medida que aumenta K. e Los puntos de ruptura de salida y de entrada al eje se determinan por la condici´n o dK =0 ds pero por (4. denominado centroide de las as´ ıntotas. . se unen. aplicando la condici´n de ´ngulo expresado en (4. . 1. a Si n < m. el ´ngulo formado a entre un punto s del lugar y un polo pi o un cero zj ser´ el ´ngulo a de la as´ a a ıntota. a o Intersecci´n de las as´ o ıntotas con el eje real Todas las as´ ıntotas se cortan en un punto del eje real σc . K = 0. de donde se deduce que el ´ngulo α es el dado por (4. las as´ ıntotas son tangentes a las ramas en los polos situados en el infinito y sigue siendo v´lida la expresi´n (4. bifurc´ndose en el eje a ı a real a partir de ´l. . LUGAR DE LAS RA´ ICES polos de G(s)H(s) es menor que el de ceros (n > m) hay m−n ramas que se inician en el infinito y existen m − n as´ ıntotas tangentes a las ramas del lugar en los polos ubicados en el infinito.

y el ´ngulo de llegada del a a lugar a un cero.2.2: Trazado del lugar de las ra´ ıces mediante MATLAB . dispone de una librer´ de CACSD denominada control toolbox en la que se encuentra una ıa funci´n.15) Un m´todo num´rico directo de obtener el trazado del lugar de las ra´ e e ıces consiste en hallar todas las ra´ ıces de la ecuaci´n (4. respectivamente. para K = 0.5) del sistema puede expresarse P (s) + KZ(s) = 0 (4. a o 4. y si se o u ıces desea en la impresora. programas espec´ ıficos de dise˜o asistido por computador de sistemas de control (CACSD) puede n trazarse con facilidad el lugar de las ra´ ıces. para K = ∞. puede obtenerse un n trazado de apariencia continua al quedar los puntos del trazado muy pr´ximos entre s´ Mediante o ı. De este mode se ha realizado el trazado del lugar geom´trico e de las ra´ de la figura 4. denominada rlocus que efect´a el trazado del lugar de las ra´ en la pantalla. representando gr´ficamente cada o a una de ellas por un punto en el plano complejo.1. mediante un procedimiento de c´lculo num´rico. Eligiendo un intervalo de valores e de suficientemente amplio y un incremento de K suficientemente peque˜o. As´ por ejemplo.2 que corresponde a un sistema cuya funci´n de transferencia en lazo ıces o abierto es 10 G(s)H(s) = s(s2 + 4s + 5) 4 3 2 1 Eje Imag 0 -1 -2 -3 -4 -4 -3 -2 -1 0 Eje Real 1 2 3 4 Figura 4.9). se determinan por medio de la condici´n de ´ngulo expresada en o a (4. el programa MATLAB [Maltab] ı. las ra´ a e ıces de la ecuaci´n caracter´ o ıstica para un conjunto finito de valores de K pertenecientes a un intervalo tambi´n finito.´ 4.2. Trazado del lugar de las ra´ ıces por computador La ecuaci´n caracter´ o ıstica (4. REGLAS BASICAS DEL TRAZADO DEL LUGAR DE LAS RA´ ICES Angulos de partida y de llegada del lugar 67 Son los ´ngulos de las tangentes al lugar de las ra´ a ıces en los puntos inicial y final. Un computador puede hallar. hallando el ´ngulo de un punto s infinitamente pr´ximo al polo o cero considerado. del ordenador. El ´ngulo de partida del lugar desde un polo. y representar gr´ficamente e a el lugar geom´trico resultante en la pantalla o impresora.15) para cada valor de K.

Origen y final del lugar. . Desde el polo s = −2 hasta el cero z = −6. 2. Esta condici´n siempre se e o cumple. m = n´mero de ceros = 1. a . Tramos en el eje real. para K = 0: α = ±π/2.68 CAP´ ITULO 4. 3. Aplicando la f´rmula (4. u 4. 1. Es decir.3. s3 = −4 − 3j los ´ngulos de las as´ a ıntotas valen. Por lo tanto. 6. hay dos ramas que terminan en el infinito. e 1. Los polos de G(s)H(s) son: s1 = −2. ıa El lugar es sim´trico respecto al eje real del plano complejo. . u La ecuaci´n caracter´ o ıstica es (s + 2)(s + 8s + 25) + K(s + 6) = 0 Es de orden 3 luego el lugar tiene 3 ramas. s2 = −4 + 3j. las dos as´ ıntotas cortan al eje real en ´ngulo recto. Angulos de las as´ ıntotas con el eje real. N´mero de as´ u ıntotas. 5. Simetr´ del lugar. N´mero de ramas. Ejemplos Como aplicaci´n vamos a realizar el trazado del lugar de las ra´ de un sistema de regulaci´n o ıces o cuya funci´n de transferencia en lazo abierto es o G(s)H(s) = s+6 (s + 2)(s2 + 8s + 25) El m´todo que vamos a seguir consiste en utilizar las reglas expuestas en el cap´ e ıtulo para obtener los elementos geom´tricos que faciliten el trazado a mano alzada. luego el lugar coincide con el eje entre s1 y z1 . LUGAR DE LAS RA´ ICES 4. 2. En este caso: n = n´mero de polos = 3. hay u u 3 − 1 = 2 as´ ıntotas. los puntos del eje est´n a la izquierda de un a n´mero impar de polos mas ceros. Los ceros de G(s)H(s) son: z1 = −6 El lugar comienza en los polos y termina en los ceros.11) o α= ±(2k + 1)π n−m K = 0. . Como hay dos polos en exceso.

12. vamos a aplicar la condici´n de o o a ´ngulo (4. Angulos de partida y de llegada del lugar. restando los ceros y dividiendo el resultado entre n − m: σc = −2 − 4 + 3j − 4 − 3j − (−6) = −2 3−2 8. sumando todos los polos. Tomando un punto s del lugar muy pr´ximo al polo p2 .069682 s2 = −2.18) .9): φz1 − φp1 − φp2 − φp3 = ±(2k + 1)π Los ´ngulos que forman los vectores dirigidos a p2 desde todos los dem´s polos y ceros son: a a φz1 φp1 φp3 = arg(p2 − z1 ) = arctan(3/2) = 56◦ 18 32 = arg(p2 − p1 ) = 180 − φz1 = 123 41 = arg(p2 − p3 ) = 90 ◦ ◦ (4. EJEMPLOS 7. 69 El punto σc de intersecci´n de las as´ o ıntotas con el eje real se obtiene mediante la f´rmula o 4. Puntos de ruptura de salida y de entrada al eje real. Intersecci´n de las as´ o ıntotas con el eje real.4.3.16) (4.830861j La ra´ real s1 = −8.830861j s3 = −2.965159 + 1.069682 de esta ecuaci´n no corresponde a ning´n punto de ruptura ız o u ya que queda fuera del lugar.3: Trazado del lugar de las ra´ ıces mediante MATLAB 9.965159 + 1. Aplicando la ecuaci´n (4.17) (4.14) tenemos o (s + 6) d d (s + 2)(s2 + 8s + 25) − (s + 2)(s2 + 8s + 25) (s + 6) = 0 ds ds (s + 6)(s2 + 20s + 41) − (s3 + 10s2 + 41s + 50) = 0 2s3 + 28s2 + 120s + 196 = 0 Las ra´ ıces de esta ecuaci´n son o s1 = −8. 10 5 Eje Imag 0 -5 -10 -10 -5 0 Eje Real 5 10 Figura 4.

70

CAP´ ITULO 4. LUGAR DE LAS RA´ ICES El ´ngulo de partida es φp2 ya que es el ´ngulo del vector que va desde p al punto s, a a infinitamente pr´ximo. Despejando φp2 , o φp2 = φz1 − φp1 − φp3 ± (2k + 1)π y para K = 0 queda φp2 = 56◦ 18 32 − 123◦ 41 − 90◦ + 180◦ = 22◦ 37 11

El trazado del lugar de las ra´ de este ejemplo, generado por computador con el programa ıces MATLAB, aparece en la figura 4.3. En la figura 4.4 se ha realizado el trazado del lugar de las ra´ del sistema cuya funci´n de ıces o transferencia en lazo abierto es G(s)H(s) = s+1 s(s + 2)(s2 + 6s + 13)

La obtenci´n de este trazado, a mano alzada y siguiendo las reglas estudiadas en este cap´ o ıtulo se deja como ejercicio al lector.
6

4

2 Eje Imag

0

-2

-4

-6 -6

-4

-2

0 Eje Real

2

4

6

Figura 4.4: Trazado del lugar de las ra´ ıces mediante MATLAB

Cap´ ıtulo 5

Funcionamiento de los sistemas de control
5.1. Especificaciones de funcionamiento

Cada sistema din´mico evoluciona en el tiempo de una forma particular que lo caracteriza. a Las especificaciones de funcionamiento son las cualidades que permiten describir los rasgos m´s a interesantes del comportamiento din´mico de los sistemas [Ogata 82, sec. 10.1]. a Un sistema de control est´ siempre asociado al proceso o planta que controla y, por tanto, a ser´n las condiciones exigidas al comportamiento de ´ste las que demanden unas determinadas a e prestaciones al sistema de control. A menudo deber´ satisfacer un gran n´mero de especificaa u ciones y frecuentemente existir´n varias soluciones aceptables. El dise˜o suele aceptarse como a n bueno si en ´l se da un adecuado compromiso entre coste y prestaciones. El comportamiento e se manifiesta en la evoluci´n de las variables de salida del proceso o planta y puede medirse o mediante ´ ındices de funcionamiento. El control deber´ dise˜arse de manera que se optimicen a n algunos de estos ´ ındices de funcionamiento, con ciertas condiciones o restricciones impuestas a las variables para asegurar el correcto comportamiento del sistema. Se plantea as´ un problema optimizaci´n, similar a los que se dan en otras ´reas la ecoı o a nom´ ingenier´ etc., cuya resoluci´n puede abordarse por m´todos matem´ticos. En t´rminos ıa, ıa o e a e generales, el problema de optimizaci´n consiste en minimizar una funci´n, denominada funci´n o o o objetivo, sujeta a determinadas restricciones. No vamos a abordar aqu´ el tema de la optimiı zaci´n de sistemas, desarrollado en tratados avanzados de ingenier´ de control, sino a mostrar o ıa una serie de especificaciones generales de funcionamiento que deben cumplir los sistemas de control. De algunas de estas especificaciones se derivan ´ ındices de funcionamiento que pueden ser utilizados en el dise˜o de los sistemas de control, bien por el m´todo de optimizaci´n o bien n e o por otros m´todos. e Las especificaciones m´s importantes que ha de satisfacer un sistema de control se refieren a a los siguientes aspectos de su comportamiento: 1. Estabilidad. La condici´n de estabilidad absoluta es esencial para todo sistema de control. o La estabilidad relativa es un ´ ındice del buen funcionamiento del sistema. 2. Rapidez de respuesta. La rapidez de respuesta de un sistema viene dada por sus caracter´ ısticas de su respuesta temporal o bien de su respuesta de frecuencia. 3. Precisi´n. La respuesta de un servosistema debe seguir lo m´s fielmente posible a la o a entrada de referencia y por tanto la diferencia entre ambas o error debe ser m´ ınima. 71

72

CAP´ ITULO 5. FUNCIONAMIENTO DE LOS SISTEMAS DE CONTROL

Estas especificaciones de funcionamiento pueden apreciarse analizando las curvas de respuesta temporal y de respuesta de frecuencia del sistema objeto de estudio. Respuesta temporal La forma m´s natural de observar el funcionamiento de un sistema es el examen de su a respuesta temporal. Si la salida del sistema debe seguir a la entrada, podemos aplicar una funci´n conocida a dicha entrada y examinar la salida obteniendo de la misma las caracter´ o ısticas de inter´s. Se utilizan como funciones de entrada el impulso de Dirac, la funci´n escal´n unitario, e o o y las funciones rampa, par´bola, y sucesivas potencias de t. Las especificaciones de respuesta a temporal de un sistema de control se suelen referir generalmente a la respuesta del sistema a una entrada escal´n unitario ya que en tal respuesta aparecen de forma clara ciertas caracter´ o ısticas esenciales del sistema de control [Ogata 82, sec. 6.4]. La respuesta de un sistema a un escal´n unitario se suele representar en forma de una gr´fica, o a en la que se indican unas determinadas especificaciones de sus caracter´ ısticas m´s notables. En a el caso del sistema de segundo orden, las e especificaciones pueden hallarse anal´ ıticamente. En la figura 5.1 se ha representado la respuesta al escal´n de un sistema y sus correspondientes o especificaciones. Se ha supuesto que la ganancia est´tica del sistema vale la unidad es decir a yss = 1.

Figura 5.1: Respuesta temporal

Rebasamiento m´ximo a Es la desviaci´n m´xima MP de la respuesta respecto al escal´n de entrada. Se suele expresar o a o en tanto por ciento del valor del escal´n. o El valor de MP puede hallarse, para el caso del sistema de segundo orden, igualando a cero la derivada de su expresi´n de la respuesta temporal o 1 y(t) = 1 + e−ξωn t sin(ωn 1 − ξ 2 t − φ) (5.1) 1 − ξ2

es decir para n = 1. 1. Para n = 0.2) queda y(t) = e−ξωn t ˙ −ξωn 1 − ξ2 1 − ξ2. y(t) = e−ξωn t ˙ Igualando a cero la derivada queda 1 − ξ 2 t) + 1 − ξ 2 sin(ωn −ξ 2 ωn 1− ξ2 + ωn 1 − ξ2 sin(ωn 1 − ξ 2 t) sin(ωn 1 − ξ 2 t) = 0 Los valores de t que satisfacen esta ecuaci´n son o t= nπ ωn 1 − ξ2 . . La sobreoscilaci´n m´xima MP corresponde al primer m´ximo o a a de y(t).5.1. . y(t) = e−ξωn t ˙ = e−ξωn t −ξωn 1 − ξ2 −ξωn 1 − ξ2 sin(ωn sin(ωn 1 − ξ 2 t − φ) + ωn cos(ωn 1 − ξ 2 t) cos(φ) − cos(ωn 1 − ξ 2 t − φ) 1 − ξ 2 t) sin(φ) 73 +ωn cos(ωn pero sabemos que 1 − ξ 2 t)cos(φ) + sin(ωn 1 − ξ 2 t) sin(φ) (5.1): a 1 + MP = y(tP ) = 1+ Mp = e−ξπ/ 1 1− √ ξ2 1−ξ 2 e−ξωn tp (− 1 − ξ 2 cos π + ξ sin π) . n = 0.2) sin φ = Sustituyendo en (5. cos φ = −ξ (−ξ) sin(ωn 1 − ξ 2 t) − 1 − ξ 2 cos(ωn 1 − ξ 2 t) 1 − ξ 2 t) + ωn e−ξωn t (−ξ) cos(ωn Operando resulta. instante inicial. t = 0. El instante tP en que se produce es tP = π ωn 1 − ξ2 El valor m´ximo 1 + MP se obtiene sustituyendo tP en (5. ESPECIFICACIONES DE FUNCIONAMIENTO para hallar sus valores extremos. . Para valores sucesivos de n se van alternando m´ximos y m´ a ınimos. 2. y(t) tiene un m´ ınimo.

02 1 − 0. El valor de y(t) dado por (5. En el sistema de segundo orden puede calcularse. e−ξωn t < 0.74 ξωn . Tiempo de respuesta Es el tiempo ts transcurrido desde que se aplica la entrada escal´n hasta que la respuesta se o estabiliza dentro de una banda de tolerancia de error definida por un porcentaje del valor final. y se cumple que 0 < ξ < 0.9.02 1 − 0.74 CAP´ ITULO 5. por tanto ts > es decir.1) ha de valer 1: y(t) = 1 = 1 + y. Si se fija una banda de tolerancia de error del 2 %. unas cinco constantes de tiempo.92 ) = −4. por tanto. 4.74 El tiempo de establecimiento es. Suele tambi´n definirse como el tiempo que tarda la respuesta en alcanzar por e primera vez el valor final. en el caso peor. sin(ωn operando queda sin(ωn es decir tan(ωn 1 − ξ 2 t) = tan φ = − 1 − ξ2 ξ 1 − ξ 2 t) cos φ = cos(ωn 1 − ξ 2 t) sin φ 1 − ξ 2 t − φ) = 0 1 1− ξ2 e−ξωn t sin(ωn 1 − ξ 2 t − φ) despejando t obtenemos el tiempo de subida: tr = arctan(− 1 − ξ 2 /ξ) ωn 1 − ξ2 Tiempo de retraso Es el tiempo td transcurrido desde el instante inicial hasta que la respuesta adquiere el 50 % del valor final. FUNCIONAMIENTO DE LOS SISTEMAS DE CONTROL Tiempo de subida Es el tiempo tr que transcurre desde que la respuesta es del 10 % hasta que alcanza el 90 % del valor final. Para un sistema de segundo orden subamortiguado. se calcula teniendo en cuenta que la respuesta est´ comprendida entre las dos curvas envolventes exponenciales dadas por la siguiente a expresi´n: o 1 y(t) = 1 ± e−ξωn t 2 1−ξ La constante de tiempo es 1/(ξωn ).92 − ξωn t < ln(0. tenemos.

es o tambi´n sinusoidal. Y (s) = [y(t)] = U (s) T (s) siendo U (s) la transformada de la entrada y T (s) la funci´n de transferencia.3) Pero la transformada de Laplace de la funci´n escal´n unitario es 1/s. Tales o valores son: Frecuencias de corte. siendo a menor fuera de dicha zona. Son una medida de la estabilidad relativa de los sistemas. para una entrada sinusoidal. Generalmente el sistema tiene una zona. . con funci´n de transferencia G(s).1. de la forma e yss (t) = M sin(ωt + φ). Anchura de banda BW. sec. siendo ωm un valor intermedio de la pulsaci´n. M = |G(jω)|. A veces la ganancia del sistema a frecuencias comprendidas dentro de la anchura de banda se considera constante. ESPECIFICACIONES DE FUNCIONAMIENTO Valor de estado estacionario 75 Es el l´ ımite al que tiende la respuesta cuando el tiempo tiende a infinito. En la figura 5. en que la ganancia |G(jω)| se mantiene pr´cticamente constante.5. Como ya sabemos.2 se ha representado el diagrama o o o de Bode de un sistema en el que se indican ciertos valores de la respuesta de frecuencia que se utilizan habitualmente y que tienen relaci´n con las especificaciones de funcionamiento. o Margen de fase y margen de ganancia. con un valor de M = |G(jωm )|. denominada zona de frecuencias medias. Aplicando el o teorema del valor final. La transformada de la respuesta es. Es la banda o intervalo de frecuencias comprendida entre la frecuencia de corte inferior ωA y la frecuencia de corte superior ωB . u(t) = A sin(ωt) la respuesta en estado estacionario de un sistema lineal. luego o o 1 yss = l´ [s T (s)] = l´ T (s) ım ım s→0 s s→0 Respuesta de frecuencia La respuesta de frecuencia de un sistema se define como la respuesta en en estado estacionario del sistema a una entrada sinusoidal [Ogata 82. yss = l´ y(t) = l´ [sY (s)] = l´ [s U (s) T (s)] ım ım ım t→∞ s→0 s→0 (5. Para una entrada escal´n unitario tiene un valor igual a la ganancia est´tica del sistema. Puede hallarse aplicando o a el teorema del valor final de la transformada de Laplace. Las frecuencias de corte ωA y ωB son aquellas en que la ganancia M es inferior en 3 dB a la ganancia en la zona de frecuencias medias. Ganancia a frecuencias medias.2]. 9. φ = ∠G(jω) La respuesta de frecuencia se suele expresar mediante diagramas en los que se representan el m´dulo y la fase en funci´n de la pulsaci´n ω. En los sistemas de control es frecuente que ωA sea cero.

Para facilitar el an´lisis del error. se define el tipo del sistema y se calcula el error en estado estacionario a considerando unas funciones de entrada predefinidas.2.3: Sistema de Control Error de estado estacionario Es el error existente para una entrada determinada cuando la variable de salida se ha estabilizado. U(s) G(s) Y(s) H(s) Figura 5. 7].76 CAP´ ITULO 5.2: Respuesta de frecuencia 5. Se calcula aplicando el teorema del valor final de la transformada de Laplace. cap. En el sistema de la figura 5.4) . El error depende de la funci´n de o entrada u(t) aplicada y del propio sistema definido por las funciones G(s) y H(s). FUNCIONAMIENTO DE LOS SISTEMAS DE CONTROL Figura 5. ss = l´ ım (t) = l´ s (s) ım t→∞ s→0 (5.3 el error es . An´lisis del error a El error es una variable que aparece en todo sistema de control como consecuencia de la realimentaci´n negativa y es un ´ o ındice relacionado directamente con la precisi´n del sistema o [Ogata 82.

WE = (s) 1 = U (s) 1 + G(s)H(s) En los sistemas lineales. por tanto. Por tanto podemos poner G(s)H(s) = N (s) D(s) siendo N (s) y D(s) dos polinomios en s. D(s) WE (s) = N (s) + D(s) Mediante la expresi´n (5.´ 5. (s) = U (s) 1 + G(s)H(s) 77 (5.2. la funci´n par´bola y otras a o o o o a de orden superior en t (figura 5.4). el error vale (s) = U (s) − (s)G(s)H(s) y. las funciones de entrada b´sicas o normalizadas que son la funci´n escal´n.7) Entradas de mando b´sicas a Para analizar el error de un sistema se utilizan.6) o bien.4: Funciones de prueba t .5) Se llama trasmitancia de error WE (s) a la funci´n de transferencia que relaciona la entrada al o sistema U (s) con el error (s). ss = l´ sU (s) ım s→0 D(s) N (s) + D(s) (5. G(s) y H(s) son funciones racionales de s. y o el error de estado estacionario ss = l´ s (s) = l´ ım ım s→0 s→0 sU (s) 1 + G(s)H(s) (5.3. por simplicidad. ANALISIS DEL ERROR Si consideramos el sistema de la figura 5. Escalón u(t) = r0 1(t) Rampa u(t) = v0 t Parábola u(t) = 2 a 0 t 2 1 t t Figura 5. La trasmitancia de error puede expresarse ahora de la forma.5) podemos obtener (t). la funci´n rampa. hallando la antitransformada de Laplace.

6).. puede hallarse. u(t) = u(0) + u(0) ˙ r(0) 2 ¨ t+ t + . o o G(s)H(s). o a o o ss = l´ ım s→0 sU (s) 1 + G(s)H(s) Si la entrada es un escal´n. el error para una e o funci´n de entrada cualquiera. o o asociadas a las funciones b´sicas de entrada escal´n. es el n´mero de integradores que tiene la funci´n G(s)H(s). U (s) = v0 /s2 y el error para entrada rampa ser´: a vss = l´ ım s→0 v0 v0 = s + sG(s)H(s) Kv U (s) = a0 /s3 . rampa y par´bola. como u(t) = r0 u(t) y U (s) = r0 /s. el error para entrada par´bola es: a Si la entrada es de tipo par´bola. = l´ ım s→0 a0 a0 = s2 + s2 G(s)H(s) Ka Tipo de sistema Se llama tipo de sistema al n´mero de ra´ nulas del numerador de la trasmitancia de error. u ıces o bien del denominador de la funci´n. aplicando la f´rmula (5. Constantes de error Las constantes de error de posici´n Kp . conocidas ´stas. u(t) = v0 t. de velocidad Kv y de aceleraci´n Ka se definen. u o Sea p el tipo de un sistema definido por las funciones G(s) y H(s). En efecto. denominada funci´n de transferencia en lazo abierto. de la forma siguiente: a o a Kp = l´ [G(s)H(s)] ım s→0 s→0 s→0 Kv = l´ [sG(s)H(s)] ım Ka = l´ [s2 G(s)H(s)] ım Ahora podemos hallar los errores de estado estacionario correspondientes a las entradas escal´n.. si la funci´n de entrada es u(t). el error para entrada escal´n es: o o pss = l´ ım s→0 r0 r0 = 1 + G(s)H(s) 1 + Kp Si la entrada es de tipo rampa. por el principio de superposici´n. en funci´n de estas constantes. se puede desarrollar o o en serie de Taylor de la forma. 1! 2! por lo que el error para la entrada u(t) ser´ igual al error para entrada escal´n m´s el error para a o a entrada rampa etc. Dicho de otra manera. u(t) = a ass a0 2 2 t . rampa y par´bola.78 CAP´ ITULO 5. FUNCIONAMIENTO DE LOS SISTEMAS DE CONTROL Es interesante conocer el error del sistema para cada una de las funciones de mando b´sicas a ya que. La funci´n de transferencia o en lazo abierto del sistema es: G(s)H(s) = N (s) N (s) = p D(s) s D1 (s) .

. Cn los coeficientes de error y u(t) la entrada de referencia. Para hallar los coeficientes de error ha de aplicarse la integral de convoluci´n al c´lculo de ( t): o a t (t) = 0 wE (τ )u(t − τ )dτ (5. y a Ka para un sistema de tipo 2. . C2 . La ecuaci´n (5. lo que puede afectar a la estabilidad.2. Coeficientes de error Se suelen denominar a veces coeficientes din´micos de error y se utilizan para hallar el error a en funci´n del tiempo. e a o o por C1 C2 Cn (n) u (t) (t) = C0 u(t) + r(t) + ˙ u(t) + . Poniendo N (s) y D(s) en la forma factorizada y aplicando a la f´rmula (5.´ 5. + ¨ 1! 2! n! siendo C0 . rampa y par´bola. ANALISIS DEL ERROR 79 siendo D1 (s) un polinomio sin ra´ nulas.8) siendo w(t) la transformada inversa de la trasmitancia de error W (s) = 1/[1 + G(s)H(s)] . o a Tipo 0 1 2 3 Escal´n o r0 1+KGH Rampa ∞ v0 KGH Par´bola a ∞ ∞ a0 KGH 0 0 0 0 0 0 Cuadro 5. disminuye el error. y para cada tipo de sistema. con lo que no s´lo podemos determinar el error de estado estacionario sino o o tambi´n el error din´mico. . .1: Error de estado estacionario Se puede deducir de esta tabla que.3) puede ponerse en forma factorizada ıces o hallando las ra´ ıces de N (s) y D(s): G(s)H(s) = KGH sp n j=1 (aj s m i=1 (ai s + 1) + 1) Obs´rvese que la constante KGH es equivalente a Kp para un sistema de tipo cero. C1 . . Vamos a determinar cuanto vale el error de estado estacionario para cada una de las entradas b´sicas. a Kv para e un sistema de tipo 1. .4) se ha confeccionado la tabla 4. en funci´n de estos coeficientes. La expresi´n del error viene dada.1 que da los valores del error de estado o estacionario para cada tipo de sistema y para entradas escal´n. ello implica la adici´n de integradores en la funci´n de transferencia en lazo o o abierto G(s)H(s). a medida que aumenta el tipo del sistema.7) queda o ss = l´ ım sU (s)sp KGH m i=1 (ai s s→0 + n j=1 (aj s + 1) 1) + sp n (aj s j=1 + 1) = l´ ım sp+1 U (s) s→0 KGH + sp Mediante la f´rmula (5. No obstante.

En t´rminos a e matem´ticos. que representa una o funci´n de transferencia que determina el comportamiento del sistema.5) se representa un sistema o o e ıe.3. ım s→0 C1 = l´ ım C2 Cn dwE . y otro formado por los mismos bloques en lazo cerrado.80 CAP´ ITULO 5. compuesto por dos bloques en cascada.9) la sensibilidad respecto del par´metro G1 es: u a F SG1 = G1 G1 dF = G2 = 1 F dG1 G1 G 2 Este resultado indica que. o e El segundo caso es un sistema con realimentaci´n negativa de la salida a trav´s del bloque o e G2 .3]. y P es un par´metro o o a funci´n cuya variaci´n hace que F tambi´n var´ En la figura (5. La funci´n de transferencia es: o G1 F = 1 + G1 G2 . . se deduce que los coeficientes de error vienen dados por las expresiones siguientes: C0 = l´ wE (s). En el primer caso los bloques G1 y G2 est´n en a cascada. En nuestro caso F es una funci´n de la variable compleja s. con respecto a las variaciones de G1 . a una variaci´n reactiva en el par´metro e o a P corresponde una variaci´n relativa id´ntica en F y por lo tanto en su respuesta. Sensibilidad a las variaciones de los par´metros a La sensibilidad de un sistema a las variaciones de los par´metros expresa el cambio que se a produce en su comportamiento al cambiar el valor de tales par´metros [2. s→0 ds d2 wE = l´ ım s→0 ds2 . en ambos casos. y se denota por SP o o P SF = dF/F d(ln F ) P dF = = dP/P d(ln P ) F dP (5. ˙ ¨ 2! Aplicando la f´rmula (5. la sensibilidad de una funci´n F respecto a otra funci´n P se define como el a o o F cociente entre la variaci´n relativa de F y la variaci´n relativa de P . . sec. . Vamos a hallar la sensibilidad del sistema. FUNCIONAMIENTO DE LOS SISTEMAS DE CONTROL Si existen las n primeras derivadas de u(t).9) Un sistema de control cuyas funciones de sensibilidad tienen valores reducidos se suele denominar sistema robusto. en ´ste sistema de lazo abierto. dn wE = l´ ım s→0 dsn 5. 5. La funci´n de transferencia total del sistema es o F = G1 G 2 Seg´n (5. con funciones de transferencia G1 y G2 . la funci´n u(t − τ ) puede desarrollarse en serie de o Taylor de la forma: τ2 u(t − τ ) = u(t) − τ u(t) + u(t) − .8) para el c´lculo de (t) y tomando el valor final de la expresi´n o a o resultante. .

5. a o F SG2 = G2 −G2 −G1 G2 G2 dF 1 = = 2 F dG2 F (1 + G1 G1 ) 1 + G 1 G2 −1 vemos que el sistema es muy sensible sus variaciones.5. Sin embargo. 5. Sensibilidad a las variables perturbadoras Hasta ahora se ha analizado la respuesta temporal y algunas especificaciones como la precisi´n de los sistemas de control.4.4]. Este tipo de entradas se suelen denominar entradas perturbadoras y suelen producirse por ruidos que afectan a las entradas de mando. sec. En los casos en que no sea posible eliminar las entradas perturbadoras puede reducirse su efecto por medio de la realimentaci´n negativa. elemento de realimentaci´n.6. considerando que la entrada o entradas al sistema son se˜ales o n de referencia o mando deseadas e impuestas al sistema para obtener un determinado comportamiento. variaciones inevitables en los par´metros del sistema o cambios en el medio en que est´ actuando a a el sistema [2. Los sistemas se ven a menudo afectados por otras entradas no deseadas. si hallamos la sensibilidad respecto o al par´metro G2 . de origen diverso. Las funciones de transferencia relativas a la salida y con relaci´n a cada una de las entradas o .5: Sistemas en cascada y en lazo cerrado La sensibilidad respecto del par´metro G1 es ahora: a F SG1 = G1 dF 1 = F dG1 1 + G1 G 2 Lo que indica que la sensibilidad respecto a la variaci´n del par´metro G1 se ha dividido por un o a factor (1 + G1 G2 ) en relaci´n al caso anterior. Consideremos la entrada no o deseada d del diagrama de bloques de la figura 5. SENSIBILIDAD A LAS VARIABLES PERTURBADORAS 81 U(s) G1(s) G2(s) Y(s) U(s) G1(s) Y(s) G2(s) Figura 5.4. que se aplican en algunos de sus componentes.

pueden determinar los valores ´ptimos de ciertos par´metros. controlador ´ptimo y e n o o otros basados en la teor´ de la programaci´n lineal y en la estad´ ıa o ıstica. Indicies de comportamiento de los sistemas En el dise˜o de un sistema de control de tipo SISO (Single Input Single Output) pueden n utilizarse como ´ ındices de funcionamiento los valores caracter´ ısticos de la respuesta temporal o de la respuesta de frecuencia que hemos visto en el presente cap´ ıtulo [Ogata 82. Para ello podr´ tomarse ıa como ´ ındice de comportamiento del sistema el tiempo de subida t definido por la curva de respuesta temporal de la figura 5. u(t) el vector de entradas y f la funci´n objetivo. 0 | (t)|dt. o 5. 7. en otro sistema de control. FUNCIONAMIENTO DE LOS SISTEMAS DE CONTROL D(s) X(s) G 1(s) G 2(s) Y(s) H(s) Figura 5. Suelen as´ mismo adoptarse otros ´ ı ındices de calidad del sistema tales como t 2 0 t t (t)d(t). 0 t| (t)|dt En la teor´ de control moderna. Se han o desarrollado diferentes m´todos de dise˜o como el de asignaci´n de polos. el a a criterio de minimizar el error de estado estacionario.82 CAP´ ITULO 5.6: Sistema de control con entrada perturbadora son: Y (s) U (s) Y (s) D(s) = = G1 G2 1 + G1 G 2 H G2 1 + G1 G 2 H Los polinomios caracter´ ısticos de ambas ecuaciones son id´nticos pero los numeradores difieren e en el factor G1 de la primera. Por ejemplo. t]d(t) en la que x(t) es el vector de estado. .5.3]. Quiz´s sea m´s conveniente. u(t). aplicable a sistemas MIMO (M´ltiple Input M´ltiple Output) ıa u u el ´ ındice I de comportamiento que ha de minimizarse para establecer un control ´ptimo suele o tener la forma t1 I= t0 f [x(t). puede o a establecerse como criterio minimizar el tiempo de respuesta del sistema. aplicados al dise˜o de los componentes de n los sistemas. Para atenuar el efecto de la entrada d se deber´ hacer cumplir la a condici´n G1 >> G2. actuando sobre los componentes del sistema. sec.1. Mediante ´stos ´ e ındices se establecen criterios de control que.

t) ˙ (5.5. .7: Estado de equilibrio de un p´ndulo e (figura 5. Estabilidad de los sistemas de control La estabilidad es la m´s importante entre las especificaciones de funcionamiento.6. i = 1. dada por n y(t) = i=1 ki esi t tiende a infinito y el sistema es inestable. . Si alguna de las ra´ si tiene parte real positiva. f : Rn ×R → Rn y supongamos que la funci´n f satisface las condiciones o necesarias para la existencia y unicidad de la soluci´n x(t). ESTABILIDAD DE LOS SISTEMAS DE CONTROL 83 5. Estados de equilibrio Supongamos que el modelo de un sistema din´mico es la ecuaci´n diferencial a o x = f (x. . en ocasiones. o a cap. es un sistema aut´nomo. 7]. causar la destrucci´n del sistema o de algunos de sus componentes.10) en donde x ∈ Rn . sino que tal respuesta a debe permanecer estable aunque determinados par´metros sufran ciertas variaciones (estabilidad a relativa). o Pero no s´lo se requiere una repuesta estable del sistema definido por los valores actuales o de los par´metros asociados a sus componentes (estabilidad absoluta). sin fuerzas exteriores. aplicando la 2a ley de o ¡¡ ¡  ¢¡¡¢¡ ¢ ¢ ¢  ¢¡¡¡¢ ¢ ¡¡  ¢¡   ¢¡¡  ¢¡ ¡¡¡ ¢  ¢  ¢  ¢ ¢ ¢¡¡¢¡  ¢¡¡ ¢¡ ¡¡¡ ¢ ¢  ¢ ¢ mg .6. al quedar la respuesta fuera de los l´ ımites aceptables y puede.7). n de su ecuaci´n o caracter´ ıstica. Como ya hemos estudiado. La inestabilidad de un sistema origina un funcionamiento incorrecto del mismo. . Por ejemplo. Si f (x. En efecto. la respuesta de un sistema de control cuyo modelo externo es una funci´n de transferencia de orden n se basa en las ra´ o ıces si . M´s a´n. un p´ndulo que oscila libremente a o e y α x θ Figura 5. t ∈ R. t) no depende expl´ o ıcitamente de t decimos que el sistema din´mico es aut´nomo. el t´rmino exponencial corresıces e pondiente de la respuesta. a a u es una condici´n necesaria para un aceptable comportamiento din´mico del sistema [Kuo 82.

un peque˜o desplazamiento har´ que la bola vuelva a su posici´n de ´ n a o equilibrio estable. . pero es inestable en el punto xe2 = [ 1 π. obtenemos como modelo de estado x1 (t) = x2 (t) ˙ x2 (t) = − g sin x1 (t) ˙ l Una noci´n que todo el mundo intuye es la de punto de equilibrio. la ecuaci´n diferencial de este sistema es o m l2 es decir. se imprime un peque˜o desplazamiento a la bola. Se dice que un sistema din´mico definido por la ecuaci´n diferencial (5. Por ello se suele considerar habitualmente el origen como punto de equilibrio. Podemos pensar intuitivamente que un sistema din´mico es estable en un punto xe de equilibrio si una ”pea que˜a”perturbaci´n de dicho estado en un instante t0 produce una evoluci´n din´mica tambi´n n o o a e ”peque˜a”para t > t0 . Con la o a notaci´n habitual en el espacio de estado. En el caso del p´ndulo. θ = x2 . dicho punto de equilibrio es o xe1 = xe1 xe2 = 3 2π d2 θ(t) = −m g l sin θ(t) dt 0 1 Otro punto de equilibrio es xe2 = [ 2 π. si se cumple que f (xe . si x(t0 ) = xe . 0]T .84 CAP´ ITULO 5. siendo xe un vector constante. Se deduce de (5.10) que. entonces x(t) = xe para todo t > t0 . En a el caso (b). para un desplazamiento a´n mayor.10) tiene un punto o a o estado de equilibrio en x = xe . como en el caso (a). Si realizamos el cambio x = x−xe se ve que el punto de equilibrio xe se traslada al origen del espacio de estado en las nuevas variables de estado x . Si hacemos θ = x1 . Vamos a suponer que existe rozamiento y que. se ve que este sistema es estable en el n e 3 estado de equilibrio xe1 = [ 2 π. no se mover´. Es decir que toda soluci´n x(t) cuyo punto inicial es x(t0 ) = xe permanece en el mismo punto xe . 2 Otro ejemplo en el que se podemos apreciar la idea de estabilidad es el representado en la figura (5. 0]T . un o e punto de equilibrio es el definido por las condiciones iniciales α(t) = 270◦ . en la c´spide de o a u una altitud (b) y en un punto de un valle elevado (c). d2 θ(t) g = − sin θ(t). pero un desplazamiento mayor puede hacer que la bola pase a una nueva posici´n de equilibrio estable o incluso. con esa posici´n y velocidad iniciales y en ausencia de fuerzas exteriores. o u caiga al precipicio. α (t) = 0 puesto que. en el caso (c). t) = 0 para todo t. a partir de cada posici´n de equilibrio. n a Por ultimo. dt l ˙ cuyo segundo miembro no depende de t en forma expl´ ıcita. FUNCIONAMIENTO DE LOS SISTEMAS DE CONTROL Newton. Un o punto de equilibrio se denomina aislado si en un entorno de dicho punto no existe otra soluci´n o constante. Volviendo al ejemplo del p´ndulo. 0]T .8) Se trata de una bola colocada en una depresi´n topogr´fica (a). un peque˜o desplazamiento har´ que la bola caiga al precipicio (equilibrio inestable). o n Sabemos por la experiencia que en el caso (a) la bola se mover´ de forma oscilante hasta que a finalmente quedar´ en reposo en el mismo estado de equilibrio que antes (equilibrio estable). Estabilidad La estabilidad de un sistema puede definirse con diferentes criterios que han dado lugar a sucesivos conceptos de estabilidad aunque con significados equivalentes.

5. As´ es. A continuaci´n ı o se da la definici´n de Lyapunov. x2 x(t) ε δ x0 x1 Figura 5.9) puede ayudar a comprender esta definici´n. > 0 existe un escalar δ tal que x(t0 ) e (ii) Asint´ticamente estable: si es estable y si.9: Estabilidad de Lyapunov La figura (5. x → 0 cuando x → ∞ o a (iii) Inestable: si no es estable. adem´s. o Definicion 1 [Estabilidad] Se dice que un estado de equilibrio en x = 0 es (i) Estable: si para cualquier escalar x(t) e < para todo t ≥ t0 . Decimos que el sistema es estable si para ¡ ¡ ¡ ¤££¤ ¡£¤£¤ (c) < δ implica ¥¦ ¦¡ ¥¡ ¡¥¦¥¦    ¢¡ ¢¡   .8: Posiciones de equilibrio de una bola Por estos y otros ejemplos podemos pensar que el concepto de estabilidad no parece del todo simple.6. En ella se ha representado una o posible trayectoria en R2 y dos c´ ırculos de radios δ y . ESTABILIDAD DE LOS SISTEMAS DE CONTROL 85 (a) (b) Figura 5. y por ello se ha definido de muchas formas a lo largo del tiempo.

D2 . a0 Dn = an−5 an−4 an−3 an−2 . . La prueba de Routh es un m´todo para averiguar e el n´mero de ra´ de la ecuaci´n caracter´ u ıces o ıstica que se encuentran en la mitad derecha del plano complejo. . c2 = .. Para evitar el c´lculo de determinantes de orden elevado se forma la tabla de Routh. de la a forma que continuaci´n se indica. Dn de dicha ecuaci´n sean todos positivos.. .. Los determinantes de Hurwitz correspondientes a la o ecuaci´n caracter´ o ıstica (5.. . El criterio de Routh establece que la u condici´n necesaria y suficiente para que todas las ra´ o ıces de la ecuaci´n caracter´ o ıstica tengan parte real negativa es que todos los elementos de la primera columna de la tabla tengan el mismo signo. . D2 = an−1 an−3 an an−2 an−1 an−3 an an−2 0 an−1 0 0 ..11) est´n definidos de la siguiente manera: a D1 = an−1 . FUNCIONAMIENTO DE LOS SISTEMAS DE CONTROL cada existe un δ tal que si el estado inicial x0 est´ dentro del c´ a ırculo de radio δ entonces la trayectoria x(t) queda dentro del c´ ırculo de radio .11) Una condici´n necesaria para que las ra´ de la ecuaci´n tengan todas la parte real negativa es o ıces o que los coeficientes de dicha ecuaci´n tengan todos el mismo signo y que no haya ninguno nulo. Prueba de Routh-Hurwitz Si la ecuaci´n caracter´ o ıstica del sistema se halla en forma factorizada. o Las primera fila se forma con los coeficientes pares y la segunda con los impares. El proceso contin´a hasta la fila n + 1... . c3 = (5.. Puede probarse . ..2. . D3 = an−1 an−3 an−5 an an−2 an−4 0 an−1 an−3 . 7. Si hay alguna ra´ ız con parte real positiva el sistema es inestable.86 CAP´ ITULO 5. . o La condici´n necesaria y suficiente para que las ra´ o ıces de la ecuaci´n caracter´ o ıstica se encuentren ubicadas en el semiplano derecho es que los determinantes de Hurwitz D1 .. es decir. . .. para t ≥ t0 . 0 an−7 an−6 an−5 an−4 .5]. 0 0 . . . . Las sucesivas filas se forman a partir de las dos primeras del modo siguiente: an an−2 an−1 an−3 . Consideremos un sistema cuya ecuaci´n caracter´ o ıstica sea an sn + an−1 sn−1 + . . la estabilidad del sistema puede determinarse de modo inmediato por inspecci´n de las ra´ o ıces. −an−1 an an−4 an−1 an−5 . sec... . ..12) −b1 −b1 −b1 De este modo se calculan los coeficientes y se van colocando en la tabla de Routh como se indica en la tabla 5. tienen parte real positiva [Kuo 82. De otro modo. + a2 s2 + a1 s + a0 = 0 (5. el n´mero de cambios de signo habidos en los elementos de dicha columna u es igual al n´mero de ra´ de la ecuaci´n caracter´ u ıces o ıstica con parte real positiva. −an−1 an an−6 an−1 an−7 −an−1 b1 = b2 = b3 = an−1 an−3 an−1 an−5 an−1 an−7 b1 b 2 b1 b3 b1 b4 c1 = . .

. la ecuaci´n auxiliar cuyos coeficientes son o los de la fila de encima a la de coeficientes nulos. a unidades. y volvemos a aplicar la regla de Routh. procediendo a realizar el citado n u algoritmo.. y se aplica la prueba de Routh al resultado de la divisi´n. a o Para hallar la estabilidad relativa por el criterio de Routh se debe proceder por tanteo. o o La prueba de Routh sirve tambi´n para determinar intervalos de ciertos par´metros ajustae a bles para los cuales el sistema es estable.. Para ello se forma una tabla de Routh que puede tener elementos expresados como funci´n de par´metros. ... . e3 0 0 an − 6 an−7 b4 c4 . Controlabilidad y Observabilidad Dado el modelo lineal de un sistema din´mico a x(t) = Ax(t) + Bu(t) ˙ y(t) = Cx(t) (5. Luego se divide el polinomio caracter´ o ıstico por el polinomio de la ecuaci´n auxiliar. las ra´ vuelven a quedar en el semiplano izquierdo.2: Tabla de Routh que la condici´n de los determinantes de Hurwitz es equivalente a la condici´n de los elementos o o de la primera columna de la tabla de Routh... Se define la estabilidad relativa como la distancia entre el eje imaginario y la ra´ de la ecuaci´n caracter´ ız o ıstica m´s pr´xima al mismo.7. a Estabilidad relativa El criterio de Routh es un m´todo r´pido de an´lisis de la estabilidad de un sistema de control e a a sin hallar las ra´ de la ecuaci´n caracter´ ıces o ıstica. CONTROLABILIDAD Y OBSERVABILIDAD fila fila fila fila 1: 2: 3: 4: an an−1 b1 c1 .13) . . . Si un sistema dado es estable.. 0 0 0 . ıces la estabilidad relativa ser´ de. . e2 f2 0 an−4 an−5 b3 c3 .5. debe hallarse. peque˜o y positivo n´mero . Si. . Si es cero un elemento de la primera columna y son adem´s nulos todos los elementos de la a fila correspondiente. . No solo sirve para hallar la estabilidad absoluta sino que puede utilizarse para hallar la estabilidad relativa. . tal que 0 < < 1. e1 f1 g1 an−2 an−3 b2 c2 . . en primer lugar. por lo menos. . . .. por no existir cambios de signo en la primera columna de la tabla.. Si en la primera columna de la tabla de Routh aparece alg´n elemento nulo. la prueba de Routh nos dir´ que todas las ra´ quedan en el semiplano a ıces izquierdo complejo. Algunas ra´ ıces de la ecuaci´n caracter´ o ıstica se obtienen resolviendo la ecuaci´n auxiliar. haciendo el cambio de variable s = z −a. Desplazamos los ejes hacia la izquierda una distancia arbitraria a.. Expresando la condici´n de que no exista o a o ning´n cambio de signo en la primera columna de la tabla. .. Debe entonces sustituirse cada elemento nulo por un o arbitrario. 87 fila n-2: fila n-1: fila n: Cuadro 5. ... 0 0 0 an−8 an−9 b5 c5 . . . a 5. resultar´n las relaciones que deben u a de cumplir los par´metros para asegurar la estabilidad. el m´todo u e falla por producirse divisi´n entre cero.7.

FUNCIONAMIENTO DE LOS SISTEMAS DE CONTROL en donde A ∈ Rn×n . φ(t. obtenemos la soluci´n: o t x(t) = eAt x(0) + 0 e−Aτ Bu(τ )dτ Si el instante inicial es t = t0 en vez de t = 0. por la izquierda: o eAt x(t) = eAt Ax(t) + eAt Bu(t) ˙ Teniendo en cuenta que d −At [e x(t)] = −e−At Ax(t) + e−At x(t) ˙ dt queda d −At [e x(t)] = eAt Bu(t) dt e. t) = In 3. Es f´cil ver que tiene las o a siguientes propiedades 1.15) . t 0 ≤ t1 ≤ t Utilizando la matriz de transici´n. que viene dada por la expresi´n ´ o o t x(t) = eAt x(0) + 0 eA(t−τ ) Bu(τ )dτ Para demostrar esta f´rmula.13) por eAt . t0 ) = Aφ(t. la soluci´n x(t) de la ecuaci´n diferencial con la condici´n inicial x(0) = x0 o o o tiene una unica soluci´n. multipliquemos ambos miembros de (5. t) = φ−1 (t. C ∈ Rp×n . φ(t. τ )Bu(τ )dτ (5. t0 ) := eA(t−t0 ) en donde φ(t. integrando. φ(t0 . sabemos que si u(t) es una funci´n continua (o o continua a trozos). d dt φ(t. t0 ) 2. t0 ) 4. to ) se denomina matriz de transici´n entre estados. la soluci´n se escribe o o t x(t) = φ(t. t1 )φ(t1 .88 CAP´ ITULO 5. t0 ) x(t0 ) + t0 φ(t0 . t0 ) = φ(t.14) A veces se utiliza la notaci´n o φ(t. B ∈ Rn×m . las condiciones iniciales ser´n x0 = x(t0 ) y la a expresi´n de la soluci´n es entonces o o t x(t) = eA(t−t0 ) x(t0 ) + t0 e−A(τ −t0 ) Bu(τ )dτ (5. t0 ).

5.7. CONTROLABILIDAD Y OBSERVABILIDAD Controlabilidad

89

Ya sabemos hallar la soluci´n del sistema (5.13), aplicando la f´rmula (5.15). Dado que el o o n , obviamente hay en el mismo un numero estado x(t) del sistema pertenece al espacio vectorial R infinito de estados. Nos plantemos el siguiente problema: ¿Es controlable el sistema? Es decir, ¿es posible, por medio del control, alcanzar todos los estados? M´s exactamente, dados dos estados a cualesquiera, uno inicial x(t0 ) = x0 y otro x1 , ¿existir´ alg´n vector de entrada u(t) tal que la a u soluci´n x(t) del sistema, para un tiempo finito t = t1 > t0 , valga x(t1 ) = x1 ? o Definicion 2 Se dice que el sistema (5.13) es completamente controlable (o, sin m´s, controlaa ble) si, dado un instante inicial t0 y dados dos estados cualesquiera, uno inicial x(t0 ) = x0 y otro final xf , existe un tiempo t1 > t0 y un vector de control u(t), t0 ≤ t ≤ t1 , tales que x(t1 ) = xf . Es f´cil ver (realizando el cambio de coordenadas x = x − xf ) que siempre podemos cona siderar que el estado final es el origen del espacio de estado, es decir, xf = 0. Por ello, no se pierde generalidad si en los razonamientos suponemos xf = 0. Si en la f´rmula (5.14) ponemos t0 = 0, x(0) = x0 , xf = 0, queda o −eAt1 x(0) =
0 t1

eA(t1 −τ ) Bu(τ )dτ

y, simplificando,
t1

−x(0) =
0

e−Aτ Bu(τ )dτ

Consideremos el conjunto
t1

Γt1 =
0

e−Aτ Bu(τ )dτ :

u(t) ∈ C z [0, t1 ]

en donde C z [0, t1 ] denota el espacio lineal de las funciones continuas a trozos, con discontinuidades de salto finito, en [0, t1 ]. Podemos considerar que el conjunto Γt1 est´ definido por la aplicaci´n a o lineal C z [0, t1 ] → Rn t u(t) → 0 1 e−A(τ Bu(τ )dτ con lo que Γt1 es un subespacio vectorial que se denomina subespacio de controlabilidad. Como vamos a ver a continuaci´n, la matriz Q ∈ Rn×nm dada por o Q = [B AB A2 B . . . An−1 B] est´ estrechamente relacionada con el problema que estamos estudiando y se llama matriz de a controlabilidad. Teorema 5.7.1 El sistema x(t) = Ax(t) + Bu(t) ˙ (5.16) en donde A ∈ Rn×n , B ∈ Rn×m , es controlable si y s´lo si la matriz de controlabilidad Q tiene o rango n

´ Demostracion: a) Necesidad : Sistema controlable =⇒ rg Q = n

90

CAP´ ITULO 5. FUNCIONAMIENTO DE LOS SISTEMAS DE CONTROL

Supongamos que el sistema es controlable. Para probar que rg Q = n vamos a ver que la condici´n o contraria, rg Q < n, nos lleva a una contradicci´n. o Si rg Q < n, las filas de la matriz Q son linealmente dependientes, por lo que ha de existir un vector no nulo q ∈ Rn tal que qB = 0, qAB = 0, qA2 B = 0, . . . , qAn−1 B = 0 Sabemos que la soluci´n del sistema (5.16) es o
t

(5.17)

x(t) = eAt x(0) +
0

e−Aτ Bu(τ )dτ

(5.18)

Sea t0 = 0, x(0) = x0 e impongamos que x(t) = 0 para t = t1 > 0, lo cual puede hacerse por ser el sistema controlable. Entonces tenemos x(t1 ) = 0 = eAt x(0) +
0 t1

e−Aτ Bu(τ )dτ

Sabemos, por la teor´ de matrices [?, p.69], que la funci´n exponencial matricial e−At se puede ıa o expresar como polinomio en A de grado, a lo sumo, n − 1, de la forma e−At = r0 I + r1 A + . . . + rn−1 An−1 en donde ri , i = 0, . . . , n − 1, son funciones escalares de τ que pueden calcularse. Sustituyendo en la ecuaci´n anterior y simplificando, queda o
t1

−x0 = −
0

(r0 I + r1 A + . . . + rn−1 An−1 )B u(τ )dτ

Multiplicando por la izquierda por q tenemos
t1

−qx0 = −
0

(qr0 I + qr1 A + . . . + qrn−1 An−1 )B u(τ )dτ

pero, seg´n (5.17), ha de ser qB = 0, qAB = 0, . . . , qAn−1 B = 0, de donde resulta que u qx0 = 0 Al ser el sistema completamente controlable, esto ha de ser v´lido para cualquier x0 , es decir a ∀x0 : qx0 = 0, lo cual implica que ha de ser q = 0. Hemos llegado a una contradicci´n y, por tanto, se ha de verificar que o rg Q = n b) Suficiencia: rg Q = n =⇒ Sistema controlable. Suponiendo que rg Q = n, vamos a probar que, para cualquier estado inicial x0 , existe un control u(t), 0 ≤ t ≤ t1 , que, sustituido en (5.18), hace que x(t1 ) = 0. Vamos a “fabricar” una funci´n o u(t) cumpla esto. Para ello vamos a utilizar la matriz sim´trica constante e
t1

M=
0

e−Aτ BB T e−A

5.7. CONTROLABILIDAD Y OBSERVABILIDAD y su forma cuadr´tica asociada a αT M α =
0 t1 t1

91

αT e−Aτ BB T eA φ(τ )φT (τ )dτ φ(τ )
e 2

α dτ

(5.19)

=
0 t1

=
0

dτ ≥ 0

En donde α ∈ Rn . Est´ claro que M es semidefinida positiva y que ser´ singular si y s´lo si a a o n tal que existe un vector no nulo α ∈ R ˆ αT M α = 0 ˆ ˆ (5.20)

ya que entonces Ker M = {0}. Pero, si fuera as´ seg´n (5.20) y por la propiedad de la norma ı, u eucl´ ıdea de matrices que dice A = 0 ⇐⇒ A = 0, entonces deber´ ser φ(τ ) = 0, 0 ≤ τ ≤ t1 . ıa Ahora bien, como t3 t2 eAt = In + At + A2 + A3 + . . . 2! 3! tenemos que φ(τ ) = αT e−AT = αT (In − Aτ + A2 ˆ ˆ de donde se deduce que αT B = 0, αT AB = 0, αT A2 B = 0, . . . ˆ ˆ ˆ y, por tanto, αT Q = 0. Pero esto no es posible ya que, por hip´tesis, rg Q = n. Por tanto no ˆ o puede existir un vector α que verifique (5.20), como hab´ ˆ ıamos supuesto, y resulta que la matriz M no es singular. Si ahora tomamos como vector “fabricado” de control u(t) = −B T eA t M −1 x0 , sustituyendo en (5.18) para t = t1 queda x(t1 ) = eAt1 [x0 −
0 t1
T

τ2 τ3 − A3 + . . .) B = 0, 2! 3!

0 ≤ τ ≤ t1

0 ≤ t ≤ t1 ,

e−A

M −1 x0 dτ ]

= eAt1 [x0 − M M −1 x0 ] = 0 que era lo que quer´ ıamos y, por tanto, el sistema es controlable. Observabilidad En un sistema din´mico las variables accesibles, observables si se quiere, son las salidas. En a cambio, las variables de estado son variables internas que, en principio, no son accesibles ni, por tanto, observables, al menos directamente. La observabilidad es la cualidad que permite, cuando existe, determinar las variables de estado de un sistema din´mico a partir de las variables de a salida del mismo. 2

p.21) es completamente observable o. FUNCIONAMIENTO DE LOS SISTEMAS DE CONTROL Definicion 3 Se dice que un sistema din´mico lineal. CAn−1 tiene rango igual a n. o . observable.92 CAP´ ITULO 5. definido por a x(t) = Ax(t) + Bu(t) ˙ y(t) = Cx(t) (5. La demostraci´n es parecida a la del teorema (5. ´ Teorema 5. o   C  CA    2   R :=  CA  .113]. . si para cualquier instante inicial t0 y para a cualquier estado inicial x(t0 ) = x0 existe un tiempo finito t1 > t0 tal que el conocimiento de u(t) y de y(t) para t0 < t < t1 es suficiente para determinar x0 de forma unica. sin m´s.   . Ver [?.2 El sistema din´mico lineal y de coeficientes constantes (5.1).7.21) es observable si a y s´lo si la matriz de observabilidad R ∈ Rnm×n .7.   .

Ogata Discrete-Time Control Systems Prentice Hall International. Yang Sistemas de Control en Ingenier´ Prentice Hall. ıa.H.Bibliograf´ ıa [1] P. Kuo Sistemas Autom´ticos de Control a Ed. 1999. 1994 [Ogata 82] K. [Kuo 82] B. 1982 [Ogata 87] K.. Continental. Ogata Ingenier´ de Control Moderna ıa Prentice Hall International. 1987 93 . C. 1982 [Maltab] MATLAB Reference Guide The MathWorks Inc. Madrid. Lewis.

94 BIBLIOGRAF´ IA .

.1)..25cm¿[0. .25cm¿[0. desde o su aparici´n en 1971.. Los sistemas f´ ısicos existentes en la Naturaleza son siempre de tiempo continuo. inimaginables en un sistema de o a control de tipo anal´gico..9 0 to 10 0 0. por ejemplo.0.. e 6.k t02 .0. incluso en sistemas monovarian o bles. Pero adem´s.. Sistemas de tiempo discreto Para un estudio detallado de estos sistemas vease [Ogata 87].0. la comunicaci´n con otros controladores u ordenadores para intercambio de datos. . siendo de prestaciones muy superiores.1.. . Adem´s de la tarea de control el microprocesador puede e a realizar otras como.. t . Introducci´n o El progresivo perfeccionamiento y la disminuci´n del coste de los microprocesadores.9 to 0 6 .5cm. y otras muchas.5cm¿point at 0 0 0... el controlador digital puede o o a realizar procesos de control mucho mas complejos y precisos no s´lo en sistemas monovariables o sino tambi´n en los multivariables. En la actualidad los sistemas de control basados en microprocesadores pueden competir en precio con los dise˜ados con componentes anal´gicos.0. Figura 6. ha permitido su utilizaci´n en aplicaciones diversas entre las que destacan o o las de control.1: Se˜ales de tiempo continuo y discreto n 95 . la industria automovil´ ıstica y los electrodom´sticos..15..6] from 0 5.6] x(t) t tt1.0. Los sistemas de tiempo discreto son aquellos cuyas magnitudes s´lo pueden tomar un n´mero finito de valores las cuales son o u funciones de la variable discreta tiempo (figura 6. Un controlador digital puede realizar la funci´n de o un controlador anal´gico en un sistema de regulaci´n.Cap´ ıtulo 6 Sistemas de Tiempo Discreto 6.. Por todo ello los sistemas de control digital se han extendido desde las o tradicionales aplicaciones aeroespaciales y militares hasta otras de consumo como. Los sistemas de tiempo discreto surgen de una manera . por ejemplo. c´lculos de todo tipo. 0. la o supervisi´n del proceso. la visualizaci´n de o resultados. el almacenamiento de datos en la memoria.15.25cm¿[0. .6] from 9..15.2..

en los que las transiciones entre estados solo ocurren en instantes discretos de tiempo dados por un oscilador.96 CAP´ ITULO 6. n tiempo. por diferentes razones. el sistema solo es activo en los instantes que va marcando el reloj. tienen una parte o subsistema que evoluciona en tiempo cont´ ınuo y otra que lo hace en tiempo discreto.2. SISTEMAS DE TIEMPO DISCRETO Computador u(kT) . El subsistema de tiempo discreto se suele denominar controlador digital. 6. que los valores de las variables s´lo existen para o valores discretos del tiempo.Algoritmo - D/A u(t) Planta y(t) y(kT) Reloj A/D Figura 6.2 se represenenta el diagrama de bloques de uno de estos sistemas [?].1. Filtros digitales Son tambi´n sistemas intr´ e ınsecamente discretos son los filtros digitales.2: Sistema de control por computador artificial al considerar. Sistemas controlados por computador Los sistemas de control por computador son sistemas mixtos. Este. no cambia. e Dicretizaci´n del tiempo por razones de c´lculo o a En cierto sentido pueden considerarse discretos los sistemas que. . o ı o Ello permite la obtenci´n de modelos digitales de sistemas continuos y su resoluci´n por ordeo o nador. las procesa y las transmite n de nuevo al sistema.2. son discretos desde el punto de vista del controlador que s´lo conoce los valores de las se˜ales en instantes discretos. en instantes discretos de tiempo. como son los sistemas electr´nicos digitales seo cuenciales s´ ıncronos. Los computadores son un claro ejemplo de este tipo a de sistemas. muestrea un conjunto de se˜ales del subsistema continuo. As´ aunque las se˜ales existen para todos los valores del ı. Un filtro digital es un programa de computador que opera sobre una secuencia n´m´rica de entrada y obtiene como u e resultado otra secuencia nu´rica de salida. Sistemas intr´ ınsecamente discretos Existen sistemas inherentemente discretos. es decir.2. Estos sistemas. se discretizan a efectos de c´mputo por resultar as´ mas sencilla la obtenci´n de resultados por ordenador. en el resto del tiempo el sistema permanece est´tico. cuya naturaleza es continua en parte. 6. siendo continuos. o n En la figura 6.

.3: Circuito de muestreo y retenci´n o Sistemas de eventos discretos En estos sistemas existen procesos que evolucionan de modo concurrente. per´ o ıodo de muestreo. cargando el condensador C a la tensi´n x(tk ). es decir. A este proceso sigue otro de cuantificaci´n o que consiste en convertir los valores anal´gicos obtenidos por el muestreo en n´meros. buses de conexi´n de perif´ricos y redes locales asi como otras m´s te´ricas como son los o e a o distintos modelos matem´ticos existentes. . el interruptor S es activado por un impulso de control en cada instante de muestreo tk . la se˜al x(t) es generalmente de naturaleza el´ctrica. En la figura 6. x∗ (t ). Este computador puede estar a su vez conectado con otros mediante una red de ´rea a local (LAN). Si el intervalo de tiempo n (tk+1 − tk ) que transcurre entre cada dos muestreos consecutivos es constante el muestreo se denomina peri´dico y el intervalo T = (tk+1 − tk ).1]. .3. 11. t1 .3. o 6. Otros tipos de muestreo son el de orden m´ltiple. Sistemas de tiempo continuo muestreados El proceso de muestreo de una se˜al anal´gica consiste en sustituir la se˜al original continua n o n en el tiempo por una secuencia de valores que corresponden a instantes discretos de tiempo [2.6. . En la figura 6. El proceso de muestreo a n e se realiza mediante un circuito electr´nico de muestreo y retenci´n o Sample and Hold (S&H) o o similar al de la figura 6.1. con frecuencia un aut´mata programable. y todos los procesos est´n controlados por un computador o a central. entre los que podemos citar. .4 que la se˜al de salida del circuito de muestreo y retenci´n no n o es una funci´n de tiempo discreto sino que es continua (constante) en cada per´ o ıodo de muestreo. correspondiente a de esta se˜al consiste en obtener la secuencia x 0 n 1 2 3 los valores de x(t) en los instantes t0 . redes de a Petri [1] y las teor´ sobre procesos estoc´sticos y procesos de colas. x∗ (t ). . t3 . o Puede observarse en la figura 6. El m´s com´n es el a u muestreo peri´dico. Su campo de aplicaci´n es ıas a o la automatizaci´n de procesos industriales.. GRAFCET. El muestreo n ∗ (t ). t2 . Su estudio abarca ciertas ´reas t´cnicas como automatismos. el de per´ u ıodo m´ltiple y el de per´ u ıodo aleatorio. o u En la pr´ctica. SISTEMAS DE TIEMPO CONTINUO MUESTREADOS Clk(kT) 97 x(t) C x h(t) Figura 6. x(t) se ha representado una se˜al continua en el tiempo. sistemas operativos de tiempo a e real. En este circuito. x∗ (t ). simult´neaa mente. . sec.4 se han o representado las se˜ales de entrada x(t) y de salida xh (t) de este circuito. Cada proceso puede estar gobernado localmente por un sistema digital apropiado. El condensador o mantiene la teni´n hasta que se vuelve a cerrar S en el instante tk+1 .3. presentando discontinuidades en los instantes de muestreo.

5cm....4: Muestreo y retenci´n de la se˜al o n x(t) Vcc 3R/2 R R CIRCUITO COMBINACIONAL b2 b1 b0 R R R R R/2 Figura 6.5cm¿point at 0 0 0.25cm¿[0.0.25cm¿[0.0.6] from 14 5.25cm¿ ◦◦◦ 0. x◦ ◦◦h t tt1.9 to 14 6 ¡.5: ADC de 3 bits de tipo flash .......k t02 . ◦◦◦◦ 0..9 0 to 24 0 0.1cm¿(t) . t Figura 6.15..15..6] from 23.0. .98 CAP´ ITULO 6. SISTEMAS DE TIEMPO DISCRETO .

..5cm.. El m´todo utilizado en la pr´ctica consiste en realizar dos etapas: conversi´n digital-anal´gica e a o o y retenci´n de la se˜al de salida del convertidor [2.5cm¿point at 0 0 0. ◦◦◦ 0. . o 6. sec. Reconstrucci´n de la se˜ al muestreada o n El problema complementario al de muestreo de una se˜al es el de la reconstrucci´n de la n o misma a partir de una secuencia de muestras. n la se˜al original x(t) puede obtenerse. Un convertidor digital-anal´gico o n o realiza la primera etapa mientras que la segunda es producida por un circuito de retenci´n o incorporado generalmente en el propio convertidor.6] from 0 0 to 10 0 0. Por su simplicidad se ha representado en la figura 6. Por este m´todo se obtiene la se˜al xr a e n partir de sus muestras x∗ (t) (figura 6.15..1. contador y paralelo (flash). t tt1.5 un ADC de 3 bits de tipo flash. ¡.6: Reconstrucci´n de la se˜al con ZOH o n El proceso de cuantificaci´n es realizado por otro circuito electr´nico.6] from 0 0 to 0 6 ◦◦◦◦(t) ..6).25cm¿[0.0. que obtiene el c´digo binario de cada uno de los valores xh (t) que el circuito o S&H va presentando en su salida. tal que ωs = 2π/Ts > 2B. Este convertidor efect´a la conversi´n del vau o lor anal´gico de xh (t) presentado en su entrada a c´digo Jhonson.4. . un convertidor anal´gio o o co digital (ADC)... que la m´xima pulsaci´n de los arm´nicos de su n a o o espectro sea inferior a una dada ωmax = B.´ ˜ 6. a partir de sus muestras siempre n ıa que sea una se˜al de banda limitada.. .. es decir. s´lo limitada por o o los tiempos de los comparadores y del circuito l´gico combinacional. Consiste en obtener la se˜al original continua en n el tiempo a partir de una secuencia de valores que corresponden a instantes discretos de tiempo.4.4]..k t02 .25cm¿[0. 11.k t02 . la se˜al x(t) puede ser reconstruida completamente a partir de la se˜al muestreada n n x∗ (t). en teor´ exactamente.4. Teorema del muestreo Si una se˜al x(t) de banda limitada (ωmax = B) se muestrea con per´ n ıodo Ts ..15. RECONSTRUCCION DE LA SENAL MUESTREADA 99 . Debe observarse que la se˜al xr (t) no es la se˜al n n original x(t) sino una se˜al obtenida a base de pulsos de altura x(kT ) y anchura T . que es convertido a binario o o natural por un circuito combinacional. Este tipo de convertidores proporciona una gran velocidad de conversi´n.15. Entre los ADC existentes podemos rese˜ar los tipos de aproxin maciones sucesivas. integrador.1cm¿0. 6.25cm¿[0. t Figura 6. x◦ ◦◦∗ t tt1...0.. No obstante.0..

. El mas sencillo es el circuito a de retenci´n de orden cero o Zero Order Hold (ZOH).100 CAP´ ITULO 6.4. de la forma x∗ (t) = x(0)δ(t) + x(T )δ(t − T ) + x(2T )δ(t − 2T ) + . tal que ωs = 2π/Ts > 2B. . La transformada estrella La se˜al muestreada x∗ (t) puede expresarse matem´ticamente por medio de una suma de n a impulsos en los instantes de muestreo.4. Este circuito consta en esencia de un o condensador que se mantiene cargado a la tensi´n de cada uno de los impulsos que constituyen o ∗ (t) (figura 6.1). sec.1) La demostraci´n de estos teoremas puede hallarse en [?. sec. la funci´n de transferencia del circuito de retenci´n de orden cero es o o ZOH(s) = 1 − e−sT s (6.4. . = k=0 x(kT )e−skT (6.5]. La salida es un pulso de duraci´n T (figura 6. en t = 0. a veces denominada transformada estrella [Ogata 87. ∞ = k=0 x(kT )δ(t − kT ) (6. Las transformadas de Laplace o las variables de entrada y salida son: L[δ(t)] = 1. es ∞ X ∗ (s) = x(0) + x(T )e−sT + x(2T )e−2sT + .3) Supongamos que. .4) . SISTEMAS DE TIEMPO DISCRETO δ(t) ZOH(s) 1(t)-1(t-T) Figura 6. Sin embargo tal filtro no o existe en la realidad por lo que la reconstrucci´n de la se˜al a partir de sus muestras debe hacerse o n en la pr´ctica con filtros paso-bajo reales de orden cero. El elemento de retenci´n de orden cero (ZOH) o El filtro paso-bajo ideal realiza la operaci´n expresada por (6.5] o 6.3) Su transformada de Laplace.7).4. L[1(t) − 1(t − T )] = (1 − e−sT ) s y por tanto. Teorema de Shannon Si una se˜al x(t) de banda limitada (ωmax = B) se muestrea con per´ n ıodo Ts .2. la se˜al original x(t) viene dada por la expresi´n n o ∞ x(t) = k=−∞ x(kTs ) sin[ωs (t − kTs )/2] ωs (t − kTs )/2 (6. 6. se aplica un impulso unitario a la las muestras x entrada del ZOH. uno etc.2) 6.3. de amplitud x(kT ). 3.7: Elemento de retenci´n de orden cero o 6.

8) Definimos una nueva variable z mediante el cambio esT = z .7) 6. LA TRANSFORMADA Z 101 Transformada estrella de la secuencia 1(kT) 25 20 Parte real de 1*(s) 15 10 5 0 -5 -10 10 5 0 -5 imag -10 -1 0 -0. En efecto. si s = 2π/T es la pulsaci´n de muestreo y n es un n´mero entero: o u ∞ ∞ X (s + jnωs ) = k=0 ∗ x(kT )e −kT (s+jnωs ) = k=0 x(kT )e−skT e2πknj (6.4): n L[x∗ (t)] = X ∗ (s) = k=0 x(kT )e−kT s (6. partir de x o 1 − e−sT Xr (s) = ZOH(s)X (s) = s ∗ ∞ x(kT )e−kT s k=0 (6.5 real 0. con per´ o o ıodo jωs .6.6) La expresi´n matem´tica de la se˜al xr puede hallarse teniendo en cuenta que se obtiene a o a n ∗ (t) y de la sucesi´n de pulsos obtenidos con el elemento ZOH. Por tanto.8: Aspecto de una funci´n X ∗ (s) (parte real) o Podemos ver que X ∗ (s) es una funci´n peri´dica en el plano s (figura 6.5 1 Figura 6.8).5.5.5) es decir que X ∗ (s + jnωs ) = ∞ x(kT )e−skT = X ∗ (s) k=0 (6. La transformada z ∞ Hemos visto que la transformada de Laplace de una se˜al muestreada x∗ (t) es (6.

Es una transformaci´n lineal: o Z[ax(k) + by(k)] = aZ[x(k)] + bZ[y(k)] = aX(z) + bY (z) 2. la ecuaci´n (6. SISTEMAS DE TIEMPO DISCRETO Con la nueva variable z. Propiedades y teoremas de la transformada z Se describen a continuaci´n algunas propiedades de la transformada z. sec. Por simplicidad se o supone que el per´ ıodo de muestreo T es la unidad. 6.4]. Transformadas de algunas funciones elementales Aplicando la definici´n.1 u .9) La transformada z de una funci´n x(t) se define como o ∞ Z[x(kT )] = X ∗ (s)|esT =z = k=0 x(kT )z −k = X(z) (6. Multiplicaci´n por la constante ak : o Z[ak x(k)] = X 3.4) se puede escribir o ∞ X ∗ (s) = k=0 x(kT )z −k = X(z) (6. de uso com´n. Traslaci´n compleja: o Z[e−ak x(k)] = X(ea z) 5. la transı ıa formada z hace el mismo papel en los de los sistemas discretos. pueden obtenerse o las transformadas z de algunas funciones sencillas.1. 2. las propiedades y los teoremas antes enunciados. o a e 1.10) La transformada z de una funci´n x(t) es la transformada de Laplace de la funci´n x∗ (t) (x(t) o o muestreada). Para un estudio m´s completo v´ase [Ogata 87. Valor inicial: x(0) = l´ X(z) ım z→∞ 6. haciendo esT = z. Las demostraciones son inmediatas aplicando la definici´n de la transformada z. Traslaci´n real: o Z[x(k − n)] = z −n X(z) n−1 z a Z[x(k + n)] = z [X(z) − k=0 n x(k)z −k ] 4. que se indican en la tabla 6.5. As´ como la transformada de Laplace serv´ para modelizar los sistemas continuos.5. Valor final: k→∞ l´ x(k) = l´ (1 − z −1 )X(z) ım ım z→1 6.102 CAP´ ITULO 6.2.

6. la transformada z de la diferencia segunda es Z[∆2 x(k)] = Z[x(k) − 2x(k − 1) + x(k − 2)] = X(z) − 2z −1 X(z) + z −2 X(z) = (1 − 2z −1 + z −2 )X(z) . como a ∆x(k) = x(k) − x(k − 1) La transformada z de ∆x(k) es Z[∆x(k)] = Z[x(k) − x(k − 1)] = Z[x(k)] − Z[x(k − 1)] = X(z) − z −1 X(z) = (1 − z −1 )X(z) La diferencia segunda hacia atr´s se define como la diferencia de la diferencia primera.5. es decir a ∆2 x(k) = ∆[∆x(k)] = ∆[x(k) − x(k − 1)] = ∆[x(k)] − ∆[x(k − 1)] = x(k) − x(k − 1) − x(k − 1) + x(k − 2) = x(k) − 2x(k − 1) + x(k − 2) Por tanto. Transformada z de diferencias finitas Se define la diferencia primera hacia atr´s. entre x(k) y x(k − 1).5. LA TRANSFORMADA Z 103 f (t) δ(t) 1(t) t 1 2 2t 1 3 3! t 1 n n! t F (s) 1 1 s 1 s2 1 s3 1 s4 1 sn 1 s+a w s2 +w2 s s2 +w2 s+a (s+a)2 +w2 w (s+a)2 +w2 (s+σ) sin(φ)+w cos(φ) (s+σ)2 +w2 (s+σ) cos(φ)−w sin(φ) (s+σ)2 +w2 F (z) δK (0) z z−1 Tz (z−1)2 1 T 2 z (z+1) 2 (z−1)3 1 T 3 z (z 2 +1+4 z) 3! (z−1)4 l´ a→0 ım (−1)n−1 ∂ n−1 z (n−1)! ∂an−1 z−e−aT z z−e(−a T ) e(−a t) sin(w t) cos(w t) e(−a t) cos(w t) e(−a t) sin(w t) e(−σ t) sin(w t + φ) e(−σ t) cos(w t + φ) sin(w T ) z −2 z cos(w T )+z 2 +1 z (−cos(w T )+z) −2 z cos(w T )+z 2 +1 z (−e(−a T ) cos(w T )+z) −2 z e(−a T ) cos(w T )+z 2 +e(−2 a T ) −2 z e(−a T ) z e(−a T ) sin(w T ) cos(w T )+z 2 +e(−2 a T ) z (cos(φ) e(−σ T ) sin(w T )−sin(φ) cos(w T ) e(−σ T ) +sin(φ) z) e(−2 σ T ) −2 z cos(w T ) e(−σ T ) +z 2 z (cos(φ) e(−σ T ) cos(w T )+sin(φ) sin(w T ) e(−σ T ) −cos(φ) z) −e(−2 σ T ) +2 z cos(w T ) e(−σ T ) −z 2 Cuadro 6.1: Transformadas z de algunas funciones 6.3.

104 es decir CAP´ ITULO 6. . . . La transformada z de la diferencia hacia adelante de orden n resulta: n−1 Z[∆ x(k)] = (z − 1) X(z) − z i=0 n n (z − 1)n−i+1 ∆i x(0) 6. SISTEMAS DE TIEMPO DISCRETO Z[∆2 x(k)] = (1 − z −1 )2 X(z) y del mismo modo pueden obtenerse Z[∆3 x(k)] = (1 − z −1 )3 X(z) Z[∆4 x(k)] = (1 − z −1 )4 X(z) . . se define como ∆x(k) = x(k + 1) − x(k) La transformada z de esta diferencia es Z[∆x(k)] = Z[x(k + 1) − x(k)] = Z[x(k + 1)] − Z[x(k)] = zX(z) − zx(0) − X(z) = (z − 1)X(z) − zx(0) La diferencia segunda hacia adelante es ∆2 x(k) = ∆[x(k + 1) − x(k)] = ∆x(k + 1) − ∆x(k) = x(k + 2) − x(k + 1) − x(k + 1) + x(k) = x(k + 2) − 2x(k + 1) + x(k) La transformada z de esta diferencia es Z[∆2 x(k)] = Z[x(k + 2) − 2x(k + 1) + x(k)] = z 2 X(z) − z 2 x(0) − zx(1) − 2[zX(z) − zx(0)] + X(z) = (z − 1)2 X(z) − z(z − 1)x(0) − z[x(1) − x(0)] y.11) en donde x e y son funciones de la variable discreta k. Hallando la transformada z de ambos miembros de la expresi´n queda: o (an + an−1 z −1 + . + b0 z −n )X(z) . La diferencia primera hacia delante entre x(k + 1) y x(k). . . . + b0 x(k − n) (6. Ecuaciones diferencia y funciones de transferencia en z Una ecuaci´n diferencia de orden n es una expresi´n de la forma: o o an y(k) + an−1 y(k − 1) + . . .6. . + a0 z −n )Y (z) = (bn + bn−1 z −1 + . + a0 y(k − n) = bn x(k) + bn−1 x(k − 1) + . por tanto. ı cuarta etc. Z[∆n x(k)] = (1 − z −1 )n X(z) Se deduce aqu´ que la operaci´n de tomar la diferencia hacia atr´s de orden n de x(k) corresponde ı o a a multiplicar por (1 − z −1 )n su transformada X(z). Procediendo de as´ podemos obtener las expresiones de las diferencias hacia adelante tercera. Z[∆2 x(k)] = (z − 1)2 X(z) − z(z − 1)x(0) − z∆x(0) siendo ∆x(0) = x(1) − x(0).

expresada en forma de cociente entre o los polinomios N (z) y D(z). . 2. z2 . D(z) La secuencia x(kT ) es. . . directamente. 6. puesto que en la sucesi´n o o obtenida x(kT ) no est´n incluidos los valores de x(t) comprendidos entre cada dos valores a consecutivos de k. sec. Obtenci´n de la transformada z inversa o La transformada inversa Z −1 de una funci´n X(z) es la sucesi´n de valores x(kT ). mientras que la ecuaci´n diferencia y la funci´n de transferencia en z describen o o uno discreto. 6. + b2 x + b1 x + b0 x ¨ ˙ ¨ ˙ y la funci´n de transferencia o G(s) = bm sm + bm−1 sm−1 + . . 2. por integraci´n en el campo complejo.12) con ecuaci´n diferencial o an y + . . K2 . . zn . . + a2 y + a1 y + a0 y = bm x + .5]. puede hallarse efectuando la divisi´n larga de N (Z) entre D(z). .7. A continuaci´n se indican los m´todos mas usuales de hallar la transformada o e −1 [Ogata 87. . .2. . G(z) = Puede apreciarse la semejanza de las ecuaciones (6. . M´todo de integraci´n compleja e o La transformaci´n inversa se obtiene.7. los residuos de la funci´n o z k−1 X(z) en cada uno de sus polos z1 .. + b0 z −n = X(z) an + an−1 z −1 + . . . 1. . + a1 s + a0 (n) (m) de un sistema continuo. .13) a lo largo de un contorno cerrado C del plano complejo z que encierre a todos los polos. . OBTENCION DE LA TRANSFORMADA Z INVERSA La relaci´n entre Y (z) y X(z) se denomina funci´n de transferencia discreta G(z): o o G(z) = Y (z) bn + bn−1 z −1 + . . La ecuaci´n diferencial y la funci´n de transferencia en s describen un o o sistema continuo.7. . .1.´ 6. . . n 1 z k−1 X(z)dz = Ki (6. + a0 z −n bn z n + bn−1 z n−1 + . la formada por los coeficientes ak : x(kT ) = ak . + a0 105 (6. . . M´todo de la divisi´n directa e o La transformada inversa Z −1 de una funci´n X(z). multiplicando numerador y denominador por z n . Kn . + b1 s + b0 an sn + an−1 sn−1 + . . Z 6. + b0 an z n + an−1 z n−1 + . Hay que tener en cuenta que con Z −1 no se obtiene la funci´n x(t). . resolviendo la o o integral (6. tal que Z[x(kT )] = X(z). . o obteni´ndose una serie infinita de potencias en z −1 : e X(z) = N (z) = a0 + a1 z −1 + a2 z −2 + .13) x(kT ) = 2πj c i=1 siendo K1 .7.12) o.11) y (6. . . k = o o 0.

a e la antitransformada y(k) puede hallarse num´ricamente mediante computador. . en suma de fracciones o simples. ıces u o 6. k = 0x(k) = 0. M´todo de resoluci´n num´rica de la ecuaci´n diferencia e o e o Si G(z) est´ expresada en forma de cociente de polinomios en z. con coeficientes num´ricos. Pongamos la funci´n de transferencia o (6. de la forma G(z) = b2 z 2 + b1 z + b0 z 3 + a2 z 2 + a1 z + a0 (6.. Consiste en dese o componer la funci´n X(z). resolviendo una e ecuaci´n diferencia. Y (z) = G(z). Para k = −3 obtenemos: y(0) = b2 x(−1) + b1 x(−2) + b0 x(−3) − a2 y(−1) − a1 y(−2) − a0 y(−3) Pero x(−1) = x(−2) = x(−3) = y(−1) = y(−2) = y(−3) = 0. + z z − p1 z − p 2 z − pn en donde p1 . .106 CAP´ ITULO 6. o Y (z) = b2 z 2 + b 1 z + b 0 X(z) z 3 + a2 z 2 + a1 z + a0 Si la entrada x(kT ) es la funci´n δ de Kroneker. . o x(k) = 1.3. Para simplificar las expresiones suponemos una G(z) con numerador de o segundo orden el denominador de tercero.7. Para k = −2: y(1) = b2 x(0) + b1 x(−1) + b0 x(−2) − a2 y(0) − a1 y(−1) − a0 y(−2) = b2 x(0) = b2 Para k = −1: y(2) = b2 x(1) + b1 x(0) + b0 x(−1) − a2 y(1) − a1 y(0) − a0 y(−1) = b1 − a2 b2 (6. ı ya que zai = ai pk Z −1 i z − pi Si X(z) tiene polos m´ltiples se utilizan las mismas f´rmulas de expansi´n en fracciones simples u o o para el caso de ra´ m´ltiples utilizadas en la obtenci´n de la transformada inversa de Laplace. Entonces. pn son los polos (simples) de X(z). De aqu´ se obtiene inmediatamente Z −1 . . cuya antitransformada x(kT ) se desea hallar. luego y(0) = 0. de la forma X(z) k1 k2 kn = + + . k > 0 su transformada es X(z) = 1 y. SISTEMAS DE TIEMPO DISCRETO 6. p2 .. M´todo de expansi´n en fracciones simples e o Este m´todo es similar al utilizado en la transformaci´n inversa de Laplace. por tanto.14) en forma de ecuaci´n diferencia: o y(k + 3) + a2 y(k + 2) + a1 y(k + 1) + a0 y(k) = b2 x(k + 2) + b1 x(k + 1) + b0 x(k) o bien y(k + 3) = b2 x(k + 2) + b1 x(k + 1) + b0 x(k) − a2 y(k + 2) − a1 y(k + 1) − a0 y(k) Demos valores a k.14) Sea X(z) la funci´n de entrada de G(z) e Y (z) la de salida.8.15) .

la ecuaci´n diferencia (6.15) con condiciones las iniciales y(0).15) con los datos y condiciones iniciales indicadas. Filtros digitales La implementaci´n de una ecuaci´n diferencia mediante un programa de ordenador es un o o filtro digital. El computador genera los valores de la secuencia y(k) dados por la ecuaci´n dio ferencia (6.. procedi´ndose de modo o ıa e similar. 1. . . . (k − 1). para hallar la transformada inversa Z −1 de la funci´n Y (z). de la forma indicada por (6. obteni´ndose los valores de y(k) correspondientes a Z −1 [X(z)]. La relaci´n entre Y (z).´ 6. y(2) obtenidos hasta aqu´ son las condiciones iniciales que debe tener la ı ecuaci´n diferencia (6.11). es la funci´n de transferencia del sistema o discreto: Y (z) = G(z)X(z) 6. de a o coeficientes constantes.9.9. de orden n. En la figura 6. Si los polinomios que forman Y (z) fueran de orden n. Del mismo modo que un sistema lineal y continuo en el tiempo es aquel cuyo modelo matem´tico es una ecuaci´n diferencial lineal. y(1). (k − n). y(2) halladas. + b0 x(k − n) Esta ecuaci´n relaciona los valores de la salida discreta y(k) con los valores de la entrada discreta o x(k). . Para ello.11): o an y(k) + an−1 y(k − 1) + . en los instantes k. Modelos matem´ticos de los sistemas de tiempo discreto a Sabemos que un sistema de tiempo discreto es aquel cuyas variables son funciones de la variable discreta tiempo. Por tanto. 2. . + a0 y(k − n) = bn x(k) + bn−1 x(k − 1) + . . por naturaleza.15) ser´ de orden n. . Este proceso puede implementarse en un sencillo programa de ordenador que resuelva la ecuaci´n o diferencia (6. . . y(1). . . o . . de orden n.9. se van o dando a k los valores 0. .9: Sistema SISO de tiempo discreto Los valores y(0). transformada z de la salida o y(k). Un filtro digital es. un sistema lineal de tiempo discreto es aquel cuyo modelo matem´tico a es una ecuaci´n diferencia lineal.15) para que la funci´n Y (z) obtenida al hallar su transformada z sea la o o propuesta. MODELOS MATEMATICOS DE LOS SISTEMAS DE TIEMPO DISCRETO 107 U(z) G(z) Y(z) Figura 6. transformada z de la entrada X(k). y X(z).1. . . 6. un sistema discreto ya que las variables de entrada y de salida son discretas (secuencias de n´meros) y la relaci´n entre ambas es una u o ecuaci´n diferencia. . e Es decir y(3) = b2 x(2) + b1 x(1) + b0 x(0) − a2 y(2) − a1 y(1) − a0 y(0) y(4) = b2 x(3) + b1 x(2) + b0 x(1) − a2 y(3) − a1 y(2) − a0 y(1) y(5) = b2 x(4) + b1 x(3) + b0 x(2) − a2 y(4) − a1 y(3) − a0 y(2) y(6) = b2 x(5) + b1 x(4) + b0 x(3) − a2 y(5) − a1 y(4) − a0 y(3) . se resuelve la o ecuaci´n diferencia (6.9 se ha representado el diagrama de bloques de un sistema SISO de tiempo discreto.

La salida y(t) se muestrea. por tanto. o t y(t) = 0 g(t − τ )x∗ (τ )dτ Sustituyendo el valor de x∗ (t) dado por (6. y(t) = L−1 [Y (s)] = L−1 [G(s)X ∗ (s)] Aplicando el teorema de convoluci´n. obteni´ndose y ∗ (t).10: Sistema continuo muestreado 6.9.16) que es una se˜al continua. Deseamos hallar la relaci´n entre la salida muestreada Y ∗ (s) e o ∗ (s) (figura 6. la salida y(t) se vuelve a muestrear. dando y ∗ (t) n ∞ ∞ y (t) = n=0 k=0 ∗ g(nT − kT )x(kT ) δ(t − nT ) y. La transformada de Laplace de la salida y(t) es y la entrada muestreada X Y (s) = X ∗ (s)G(s) y.108 CAP´ ITULO 6. por tanto. con n igual per´ ıodo.3) resulta t ∞ y(t) = 0 ∞ g(t − τ ) k=0 t x(kT )δ(τ − kT )dτ = k=0 ∞ 0 g(t − τ )x(kT )δ(τ − kT )dτ g(t − kT )x(kT ) k=0 = (6.10).3): ∞ x∗ (t) = k=0 x(kT )δ(t − kT ) siendo x(t) una se˜al de tiempo continuo.2. SISTEMAS DE TIEMPO DISCRETO x(t) X(s) T x (t) X (s) * * y(t) y (t) T Y (s) * * G(s) Y(s) Figura 6. dada por (6. Sistemas continuos muestreados La entrada a un sistema continuo de funci´n de transferencia G(s) es una se˜al x∗ (t) mueso n treada con per´ ıodo T . ∞ ∞ Y ∗ (s) = Y (z) = n=0 k=0 g(nT − kT )x(kT ) z −n . A su vez.

que exponemos a continuaci´n.19) en cada intervalo [Ogata 87.9. Por ser la funci´n exponencial de la matriz At.3.17) (6.9. El procedimiento que seguiremos consiste en discretizar el tiempo.10). en discreto. se comporta como un sistema discreto con funci´n de transferencia G(z). definido por su funci´n de transfeo rencia G(s).20) se o puede escribir t x = Φ(t − t0 )x(0) + t0 Φ(t − τ )Bu(τ )dτ (6. El problema de hallar la soluci´n del o sistema de ecuaciones diferenciales lineales de coeficientes constantes ˙ x = Ax + Bu y = Cx + Du (6. y con salida continua y(t) que se muestrea con igual per´ ıodo T para obtener y ∗ (t) (figura 6.´ 6.23) .22) k! k=0 y existen varios procedimientos para calcularla. o 6.19) es un resultado conocido de la teor´ de ecuaciones diferenciales (cons´ltese por ejemplo [?]): ıa u t x(t) = eA(t−t0 ) x(0) + t0 eA(t−τ ) Bu(τ )dτ (6. est´ definida o o a mediante la serie ∞ (At)k At Φ(t) = e = (6. la ecuaci´n (6. cap2].18) = G(z)X(z) En consecuencia. haciendo m = n − k queda ∞ ∞ 109 Y (z) = Z[y(t)] = m=0 k=0 ∞ g(mT )x(kT )z −(k+m) ∞ −m k=0 = m=0 g(mT )z x(kT )z −k (6. con entrada x∗ (t) obtenida mediante muestreo de per´ ıodo T de una se˜al continua n x(t). Modelo de estado de tiempo discreto El acercamiento al modelo de estado de tiempo discreto puede hacerse de diferentes maneras. dividirlo en intervalos finitos. consiste en convertir el modelo de estado de tiempo o continuo. y hallar la soluci´n del sistema de ecuaciones o diferenciales (6. definido por (6. Y ∗ (s) = [X ∗ (s)G(s)]∗ = G∗ (s)X ∗ (s) es decir G∗ (s) = o bien G(z) = Y ∗ (s) X ∗ (s) Y (z) X(z) Este resultado dice que dado un sistema de tiempo continuo. siendo G(z) la o transformada z de la funci´n ponderatriz g(t) del sistema. Utilizando esta matriz. es decir.21) se denomina matriz de transici´n. MODELOS MATEMATICOS DE LOS SISTEMAS DE TIEMPO DISCRETO ahora.19). Una de ellas.20) La matriz Φ(t) = eAt (6.

las se˜ales n de entrada u(t) son constantes y su valor es uk . obtenida a partir de (6.24) x(kT + T ) = eAT x(kT ) + 0 eAτ dτ Bu(tk ) (6.11: Sistema continuo muestreado Supongamos que la entrada al sistema descrito por descrito por (6. de un proceso previo de n muestreo y retenci´n. de modo que los instantes de muestreo de las se˜ales de salida son t = kT + Td . ˆ C = CeATd . . x(tk+1 ) = eA(tk+1 −tk ) x(tk ) + o bien. ˆ B= 0 T eAτ dτ B Td 0 ˆ D=C eAτ dτ B + D (6.11). T tk+1 tk eA(tk −τ ) Bu(tk )dτ (6.110 CAP´ ITULO 6.25) es y(k) = y(kT + Td ) = CeATd x(kT ) + C 0 Td eAτ dτ Bu(kT ) + Du(kT ) Si hacemos ˆ A = eAT . de otras se˜ales de tiempo cont´ n ınuo.19) y (6. yk = y(kT + Td ) La f´rmula (6. con per´ o ıodo T . sustituyendo tk por kT y tk+1 por kT + T .25) La salida. 1. Se trata pues de se˜ales que proceden. k = 0. para k = 0. . 1. Entonces se cumple u(t) = u(kT ). . Consideremos el intervalo [tk . 2. Denotemos por uk e yk n las secuencias de entrada y salida obtenidas. .19) es un conjunto de se˜ales n denotadas por u(t) y que cada una de estas se˜ales es del tipo de la se˜al xh (t) representada n n en la figura (6. . tk+1 ].26) .4). Entonces. . posiblemente. tal que 0 < Td < T . Sus valores son uk = u(kT ). ya que el valor de las se˜ales se mantiene constante en cada intervalo T . 2. SISTEMAS DE TIEMPO DISCRETO uk T u k-1 Td yk-2 yk-1 yk yk+1 yk+2 yk+3 u k+1 u k+3 u k-2 u k+2 Figura 6. respecto de la entrada u(k) (figura 6.19) en un intervalo cualquiera.. kT ≤ t < (k + 1)T.20) nos permite obtener la soluci´n de la ecuacion diferencial del vector de estado o o (6. Supongamos ahora que n las se˜ales de salida que forman y(t) se muestrean con el mismo per´ n ıodo T pero con un retraso Td . En el mismo. Sea xk el valor de las variables de estado en el instante inicial tk .

27) Estas ecuaciones se llaman ecuaciones de estado de tiempo discreto y constituyen el modelo de ˆ estado.´ 6. Las matrices A. o interno.22). a e .22). MODELOS MATEMATICOS DE LOS SISTEMAS DE TIEMPO DISCRETO el sistema discreto obtenido queda descrito por las ecuaciones ˆ ˆ xk+1 = Axk + Buk ˆ ˆ k + Cuk yk = Cx 111 (6. de tiempo discreto. C y D pueden hallarse o facilmente por c´lculo num´rico a partir de la serie (6. B. para t = T .9. Obs´rvese que la matriz A es la que hemos denominado e ˆ ˆ ˆ ˆ matriz de transici´n Φ(t) en (6.

112 CAP´ ITULO 6. SISTEMAS DE TIEMPO DISCRETO .

En este tipo de sistemas hay que tener en cuenta la funci´n o µP u e T e * ZOH D/A x * Planta xr G(s) y A/D D(z) 1-e s -sT Figura 7. podemos considerar al conjunto formado por el elemento ZOH y la planta como un sistema continuo muestreado. El control digital sustituye con ventaja al anal´gico ´ e o incluso hasta en las m´s modestas aplicaciones [?]. a En los sistemas de control por computador (figura 7. y realiza con ellos el algoritmo de control definido por la funci´n D(z).2: Bloques ZOH y planta 113 . Estos dos bloques pueden asociarse formando en ZOH x * Planta xr G(s) y T y* 1-e -sT s Figura 7.1) el controlador digital (µP) recibe la secuencia de valores e(kT ) = e∗ (t).Cap´ ıtulo 7 Sistemas controlados por computador Los sistemas controlados por computador han cobrado creciente importancia en el mundo industrial durante las ultimas d´cadas. muestreada de la se˜al continua e(t) y cuantificada por n un CAD. Un CDA conectado a un elemento ZOH genera la se˜al continua xr (t) n que se aplica a la planta del sistema.1: Sistema de control por computador de transferencia del elemento de retenci´n ZOH tal como se ha representado en la figura 7.1. Si o la salida y(t) se muestrea. obteniendo la o secuencia x∗ (t) = x(kT ).

Estabilidad en el plano z La estabilidad absoluta y relativa de un sistema lineal de tiempo invariante est´ determinada a por la posici´n de sus polos en el plano s: si est´n ubicados en el semiplano de la izquierda. SISTEMAS CONTROLADOS POR COMPUTADOR uno cuya funci´n de transferencia sea o G1 (s) = 1 − e−sT G(s) s La relaci´n entre las transformadas z de las secuencias de salida y de entrada ser´ o a G1 (z) = siendo G1 (z) = G∗ (s)|z=esT = 1 es decir G1 (z) = (1 − z −1 )Z G(s) s 1 − e−sT G(s) s Y (z) X(z) ∗ = (1 − z −1 ) z=esT G(s) s ∗ z=esT La funci´n de transferencia total del sistema en lazo cerrado se obtiene ahora con facilidad por o las reglas de simplificaci´n de los diagramas de bloques. La condici´n de o estabilidad en el plano s es que la parte real de todos y cada uno de los polos sea negativa: σi < 0 i = 1. el o a sistema es estable. la condici´n de estabilidad en el plano z es que los polos del sistema han de quedar o dentro de la circunferencia de radio unidad y de centro el origen del plano z. o o 7.1. aplicando la transformaci´n queda z = ejωT o que es la ecuaci´n de un c´ o ırculo de radio unidad (figura 7. .114 CAP´ ITULO 7.3) en el plano z. . esta condici´n se transforma ya o que. o T (z) = Y (z) D(z)G1 (z) = U (z) 1 + D(z)G1 (z) La funci´n de transferencia T (z) sirve para realizar la simulaci´n del sistema completo. z = esT = e(σ+jω)T = eσT ejωT implica |z| = eσT < 1 Por tanto. En efecto. . . n siendo σi la parte real de cada uno de los polos. si σ < 0. En el plano z. . La transformada z es una transformaci´n conforme del plano s en el plano z dada por la o expresi´n: o z = esT Mediante esta transformaci´n la recta s = jω (eje imaginario) del plano s se transforma en un o c´ ırculo de radio unidad en el plano z.

3: Transformaci´n z = esT o u ε C(s) x G(s) y H Figura 7.7.1. ESTABILIDAD EN EL PLANO Z 115 S1 S2 S3 S4 z1 z2 z3 S0 z5 z0 S5 Figura 7.4: Sistema con controlador anal´gico C(s) o .

Para que el funcionamiento entrada-salida de ambos controladores ZOH e(t) E(s) T e (t) E (s) * * Controlador er (t) E r(s) x(t) x (t) X (s) * * 1-e s -sT C(s) X(s) T e(t) E(s) T e (t) E (s) * * A/D D(z) D/A x(t) X(s) T x (t) X (s) * * Controlador Digital Figura 7. La respuesta al impulso ´ e es. Puesto que la entrada es un o n o unico impulso. para el primer controlador X(s) = E ∗ (s)C(s) . Dise˜ o del controlador digital n En los sistemas controlados por computador el objetivo del dise˜o es hallar los algoritmos n que debe efectuar el computador para que el funcionamiento del sistema sea el adecuado.2. de los que cuales o citamos algunos a continuaci´n [Ogata 87.5). Invariancia al impulso Al aplicar un impulso unitario a la entrada de ambos controladores. 4. sec. En la figura o 7.2. ıa o Los procedimientos que a continuaci´n se describen se basan en sustituci´n de un controlador o o anal´gico dado por otro digital. o Este m´todo consiste en hacer que el funcionamiento en modo muestreado con retenci´n e o de orden cero (ZOH) del controlador anal´gico sea equivalente al del controlador digital por el o que va a ser sustituido (7.5.2.1.6). la entrada e(t) y la entrada muestrada e∗ (t) son id´nticas. SISTEMAS CONTROLADOS POR COMPUTADOR 7. El controlador anal´gico C(s) se o o desea sustituir por otro digital D(z) obteni´ndose el diagrama de bloques de la figura 7. Equivalencia al muestreo y retenci´n. tal que su funcionamiento entrada-salida sea similar.116 CAP´ ITULO 7. En este caso no existe o retenci´n de la se˜al de entrada en el controlador anal´gico (7. Para e hacer que el funcionamiento entrada-salida del controlador digital D(z) sea lo mas parecido posible al del anal´gico C(s) al que sustituye existen varios procedimientos. Es decir que 1 − e−sT D(z) = C(s) s ∗ = (1 − z −1 )Z[ z=esT C(s) ] s 7.4 se ha representado un sistema con control anal´gico C(s). Existen numerosos m´todos de dise˜o basados tanto en la teor´ cl´sica de funciones de transferencia e n ıa a como en la teor´ moderna de variables de estado y control ´ptimo. o 7. ha de ser igual la relaci´n X ∗ (s)/E ∗ (s) entre la salida muestreada y la entrada o muestreada.5: Sustituci´n por equivalencia ZOH o sea equivalente. la salida del controlador digital ha de ser igual a la salida muestreada del controlador anal´gico.2.2].

la salida del controlador o digital ha de ser igual a la salida muestreada del controlador anal´gico (7.7: Sustituci´n por invariancia al escal´n o o 1 X(s) = E(s)C(s) = C(s) s .6: Sustituci´n por invariancia al impulso o mientras que su respuesta muestreada es X ∗ (s) = [E ∗ (s)C(s)]∗ = E ∗ (s)C ∗ (s) Por tanto. DISENO DEL CONTROLADOR DIGITAL Controlador e(t) E(s) T e (t) E (s) * * 117 x(t) x (t) X (s) * * C(s) X(s) T e(t) E(s) T e (t) E (s) * * A/D D(z) D/A x(t) X(s) T x (t) X (s) * * Controlador Digital Figura 7. ha de verificarse que e X(z) = E(z)D(z) de donde se deduce que D(z) = C ∗ (s)|z=esT = Z[C(s)] 7.2.˜ 7.2. Invariancia al escal´n o Al aplicar un escal´n unitario a la entrada de ambos controladores.3. En este caso la o respuesta al escal´n del controlador anal´gico es o o Controlador e(t) x(t) x (t) X (s) * * C(s) E(s) X(s) T e(t) E(s) T e (t) E (s) * * A/D D(z) D/A x(t) X(s) T x (t) X (s) * * Controlador Digital Figura 7.7). para que la salida del controlador digital sea tambi´n X ∗ (s).

Una a de las posibles ecuaciones diferencia que resuelven la ecuaci´n (7.1) pero la transformada z de la entrada escal´n unitario es o Z[e(t)] = Sustituyendo en (7. Por ejemplo. o 7. SISTEMAS CONTROLADOS POR COMPUTADOR La salida muestreada del controlador anal´gico ser´ o a X ∗ (s) = 1 C(s) s ∗ Como la salida del controlador digital ha de ser tambi´n X ∗ (s).118 CAP´ ITULO 7. para un e o o controlador de tipo PID. se deduce que e X(z) = E(z)D(z) = 1 C(s) ∗ z=esT 1 = Z[ C(s)] s (7.2. Integraci´n num´rica o e Este m´todo consiste en implementar un algoritmo en el controlador que realice la integraci´n e o num´rica de la ecuaci´n integro diferencial del controlador anal´gico.4. etc. basados en utilizar o e e diferencias hacia adelante o diferencias hacia atr´s.5. con funci´n de transferencia o C(s) = X(s) Ki = Kp + + sKd E(s) s la salida se relaciona en el dominio del tiempo con la entrada por la ecuaci´n o t x(t) = Kp e(t) + Ki 0 e(t)dt + Kd de(t) dt (7.2. o o .2) es o x(k) = Kp + Kd Ki T + 2 T e(k) − Kp − 2Kd Ki T + 2 T e(k − 1) + Kd e(k − 2) 2 7. Coincidencia de polos y ceros Los polos y ceros del controlador digital se hacen coincidir con los polos y ceros del controlador anal´gico mapeados en el plano z mediante la transformaci´n z = esT .2) esta ecuaci´n se puede resolver num´ricamente a trav´s diferentes algoritmos. regla trapezoidal para integrales.1) queda z 1 D(z) = Z[ C(s)] z−1 s y la funci´n de transferencia del controlador ha de ser o D(z) = z−1 1 Z[ C(s)] z s z z−1 Obs´rvese que se obtiene el mismo resultado que en m´todo de equivalencia al muestreo y e e retenci´n.

los m´todos modernos. DISENO DEL CONTROLADOR DIGITAL 119 7. que facilitan el trabajo a los ingenieros de dise˜o de sistemas. por a tanto. CTRL-C. adem´s de los m´todos cl´sicos del lugar de las ra´ y n a e a ıces los m´todos gr´ficos de respuesta de frecuencia. MATRIX. De algunos de estos programas existen versiones para a o n ordenadores personales como. M´todos modernos de dise˜ o. que permiten optimizar e a e el dise˜o en funci´n de las especificaciones requeridas (control ´ptimo). MATLAB. CC. por ejemplo.7. Control Toolbox]. e o o e La transformaci´n o 7. y son. de gran utilidad. Se obtiene al utilizar la regla trapezoidal en la integraci´n num´rica de las ecuaciones diferenciales. etc [Maltab. Se han desarrollado n paquetes de Software de Autom´tica y Control que integran potentes herramientas para el a an´lisis. En el aspecto del dise˜o se utilizan.2. simulaci´n y dise˜o de sistemas. realizar controladores n o o que se adaptan de forma autom´tica al proceso que controlan (autosintonizados) etc. CACSD (Computer-Aided Control System Design).2. . El controlador o e digital obtenido por este m´todo es estable si su hom´logo anal´gico tambi´n lo es.. Transformaci´n bilineal o s= 2 z−1 T z+1 se denomina transformaci´n bilineal y hace corresponder el semiplano de la izquierda del plano o complejo s con el interior del c´ ırculo de radio unidad en el plano complejo z. e n En los sistemas actuales de control multivariable (MIMO) se utilizan t´cnicas de Dise˜o e n Asistido por Ordenador de Sistemas de Control.6. SIMNON.2.˜ 7.

SISTEMAS CONTROLADOS POR COMPUTADOR .120 CAP´ ITULO 7.

Inc. Mexico. Silva Las Redes de Petri: en la Autom´tica y la Inform´tica. June 1999. Science of Computer Programming 8. su administraci´n.P. Version 1.Lockyer La producci´n industrial.A. 121 . CS 522 Fall Term 2001. Production systems and Computer Integrated Manufacturing. 231-274. [5] David Harel “Statecharts: A Visual formalism for Complex Systems”. (1987).. Prentice Hall. Phillips Feedback Control Systems Prencice Hall Inc. 1988 [3] K. Object Modeling Group. [6] Object Modeling Group OMG Unified Modeeling Language Specification. Groover Automation.Bibliograf´ ıa [1] M. 1988. pp. ıa [4] M. CA.3. Representaciones y Servicios de o o Ingenier´ S. Editorial AC a a [2] Charles L.. McGill.. [7] Hans Vangheluwe Modeling and Simulation Concepts.