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

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . El elemento de retenci´n de orden cero (ZOH) . . . . . . . Sistemas de tiempo continuo muestreados . . .1. . . .4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .5. .2. . . . . . . . . 5. . . . . . . Invariancia al impulso . . . . . a 5. . . . . . . . . . . . . . .2. . . . Coincidencia de polos y ceros .2. . . . . . . . . M´todo de la divisi´n directa . . . . . . . . . . o 7. . . . . . . . 7. . . . . . . . . . Estabilidad en el plano z . . . . . . . . . . . . La transformada z . .4. . . Estabilidad de los sistemas de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .9. . . . . . . . . . . . . . . . . . Funcionamiento de los sistemas de control 5. . . . . . . . . . . . . o e 7. . . . . o n 6. . . . . . . . .6. o 6. . . Transformada z de diferencias finitas . . . . . . . . . . . . . . .9. .1. . . . . . . . . . . Equivalencia al muestreo y retenci´n. 7. . 6.2. An´lisis del error . . . . . . . . . . . Modelo de estado de tiempo discreto . . Sistemas intr´ ınsecamente discretos . . .4. . . . . Sensibilidad a las variaciones de los par´metros a 5. . . . Sistemas continuos muestreados . . . . . . . .2. . . . . . . Obtenci´n de la transformada z inversa . . . Sistemas de Tiempo Discreto 6. . . . .1. . . . . . Integraci´n num´rica . . . . . . . . . . . Sensibilidad a las variables perturbadoras . . . . . . . . . . . . . . . . . . .7. . . .2.1. . . . La transformada estrella .8. . . . . . . . . . . . . . . . 5. . . . . . . . . . . . . . . . . . . . .9. . Sistemas controlados por computador . . . . . . . . . . . . .5. . . Propiedades y teoremas de la transformada z . . . .9. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2. .7. . . . Filtros digitales .2. . .4 5. . . . . . . .5. Transformaci´n bilineal . . . . . .1. . Teorema del muestreo . o 7. . .5. . . . . . . . . . . . . . . . 6. Sistemas de tiempo discreto . . . . . . . . . Invariancia al escal´n . . . . . . . . . . . . . . . .4. . . . . . . . . . . . . . . . . . .3. . . .1. . . . . .2. . .6. . . M´todos modernos de dise˜o. . . . . . . . . . . . . . . . . .3. . . . . . . . . . . . . . e o 6. . .3. . . . . . Dise˜o del controlador digital . . . . . . . . . . . . . . . Modelos matem´ticos de los sistemas de tiempo discreto a 6. . . . . . . . 6. . . . . . . . . M´todo de resoluci´n num´rica de la ecuaci´n diferencia e o e o 6. . . . . . .4. Introducci´n . . . . . . . . . . . . . . . . . . . . . . . . . . Especificaciones de funcionamiento . . 6. . . . . . . . n 7. . . . . .7. . . . . . . . . . . .2. . . . . . . . .7. . . . .5. . . . . . . . . . . . .7. . . . . . . . .3. . . . M´todo de integraci´n compleja . . .2. . Transformadas de algunas funciones elementales 6. . o 6. .2. . 6. . . . . . . . . 6. .3. . . . 6.3. . . . . e o 6. . . . . . M´todo de expansi´n en fracciones simples . . . . . . . . . . . . 5. . . . . . . .2. . . . .4. . Reconstrucci´n de la se˜al muestreada . e o 6. . . . . . . . . . . . . . . . . . . . . . . 6. o 7. . . Controlabilidad y Observabilidad . . . . . . . . . .6.2. . . . .5. . 6. . . . . 7. . . . . 6. . . . . . . . .2.1. . . . . . . . . . . . . 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 . .4.2. . . . . . . . . . . . . . .1.2. . . . . . . . . . . . . . . . 6. . . . 6. . . . . . . . .2. . . .7. . . . . . . Sistemas controlados por computador 7. . . . . . . . . . . . . . . . 6. . . . . . . . . . 7. . . . . . . . . . o 6. Indicies de comportamiento de los sistemas .3. . . . . . . . . . . . . . . . . . . .4. Ecuaciones diferencia y funciones de transferencia en z . . . . . . 6. . . . .1. . . . . . . . Teorema de Shannon . . e n . . . .

de tiempo continuo. en general. Estos modelos muchas veces a son lineales. basados en ecuaciones diferenciales. respectivamente. a sistemas de control anal´gicos a sistemas controlados por como putador. son los que admiten modelos matem´ticos relativamente simples. o admiten ser linealizados. Suelen representar el comportamiento o de sistemas f´ ısicos que siguen leyes f´ ısicas elementales. 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.1. 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. por lo que se obtienen con relativa facilidad y son exactos (siempre y cuando las hip´tesis supuestas sean ciertas).Cap´ ıtulo 1 Modelos de procesos continuos Los procesos continuos o. 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. Los procesos continuos pueden controlarse utilizando controladores anal´gicos o digitales o dando lugar. Las a e ıa ecuaciones diferenciales del modelo son. mejor dicho. 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 . 1.

2]. Hay dos procedimientos para ello denominados control en lazo abierto y control en lazo cerrado. En los sistemas mec´nicos de rotaci´n estas variables son el momento T . Estas variables son funciones de la variable independiente t. α v. q p. Par´metros y variables a En los modelos matem´ticos las magnitudes que evolucionan en el tiempo se llaman variables a del sistema o. Clase de Sistema Sistemas Mec´nicos (tras. Y. t´rmicos. v. Cf A pesar de las diferencias que existen entre las variables que caracterizan a las distintas clases de sistemas f´ ısicos. la velocidad angular ω y la aceleraci´n α siendo sus par´metros significativos el momento de o a inercia J. la intensidad. por ejemplo. la e a o capacidad. θ. En los sistemas mec´nicos de translaci´n las principales variables que intervienen a o son la fuerza f . de a e e fluidos. x. 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. a T. L. ω. a En cada uno de los sistemas f´ ısicos que vamos a estudiar (mec´nicos.) a Sistemas El´ctricos e Sistemas T´rmicos e Sistemas de Fluidos Variables f. etc. la inductancia del fluido Lf y la capacitancia del fluido Cf [?. k. mientras que los par´metros son la resistencia. el desplazamiento x. el flujo e magn´tico. que n representa el tiempo. el´ctricos. Ct Rf . b R. o 1. Las magnitudes que no evolucionan (o cuya evoluci´n no se tiene en cuenta) se llaman o par´metros del sistema. C Rt . En los sistemas t´rmicos las variables son el flujo calor´ e ıfico q y la temperatura θ . Algunos de ellos son Matlab y Scilab. por ultimo.2. b m. 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. etc. 2. k. En e a los sistemas el´ctricos. el desplazamiento angular a o θ. el componente de rozamiento B y el componente de elasticidad K. las variables son el voltaje. a veces. o . el coeficiente de autoinducci´n. t´rmicos y mixtos) existe un conjunto de variables y par´metros que lo caracterizan. f Par´metros a m. i.) a Sistemas Mec´nicos (rot. φ θ.6 Amplificadores electr´nicos o Sistemas de control Rob´tica o CAP´ ITULO 1. se˜ales. el componente de rozamiento b y el componente de elasticidad k. sec. la carga. Veamos c´mo funcionan en el caso monovariable. la velocidad v y la aceleraci´n a siendo sus par´metros o a significativos la masa m. 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 . y las variables la resistencia t´rmica Rt y la capacitancia t´rmica Ct . 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.

mientras que en el lenguaje coloquial se dice a veces “controlar” con otro significado. ıas a a electr´nica. hay que ser muy cautos ante este tipo de razonamientos ya muchas veces que pueden fallar. Elementos b´sicos un sistema de control a Los sistemas de control se pueden realizar con diversas tecnolog´ (mec´nica. llamada de referencia o de consigna. As´ en nuestra ´rea de conocimiento el t´rmino controlar se usa en el e ı. Sin embargo.2 se ha o representado un sistema de control en lazo cerrado.) pero sus elementos esenciales. que sirve para introducir en el sistema el valor deseado para la salida y(t). no obstante.´ 1. a w(t) u(t) m (t) -+ . El lazo que se forma al realizar la realimentaci´n suele denominarse lazo o bucle o o de regulaci´n.C − vc (t) - A v(t) ? -+ m . son siempre los mismos. ELEMENTOS BASICOS UN SISTEMA DE CONTROL 7 En el control en lazo abierto (figura 1. neum´tica. En la figura 1. o o Advertimos.3.1) 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. que la terminolog´ puede ser algo enga˜osa en ciertos contextos. por traducci´n defectuosa del Ingl´s o por uso generalizado a o o e de algunos t´rminos. a e sentido de gobernar o conducir. etc.1: Control en lazo abierto Un sistema de control en lazo cerrado tiene una entrada u(t). 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). 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). indicados a continuaci´n. o 1. La diferencia (t) = u(t) − ym (t) entre ambos valores incide sobre el dispositivo controlador C y la salida de ´ste. No es posible predecir el comportamiento del sistema con feedback sin conocer previamente su modelo matem´tico. Y as´ es en muchos ı casos. aunque sin comprobar el valor que toma dicha variable. w(t) u(t) - C ? .P r y(t) - 6 ym (t) M  Figura 1.2: 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.m- y(t) P - Figura 1. ıa n quiz´s por utilizaci´n inadecuada. .3. 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.

Sistema de control de la temperatura de una habitaci´n utilizando una estufa el´ctrica con o e termostato. Actuador Es el dispositivo que convierte la se˜al de salida del controlador vc (t) en otra se˜al n n v(t). 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. 3. o a Control de la trayectoria que sigue de un ser humano al desplazarse. y produce una se˜al de salida v(t) n adecuada para controlar la planta. o n´ Control del nivel de un dep´sito.1 Describir el funcionamiento de los siguientes sistemas de control e identificar todos los elementos b´sicos de cada uno de ellos. o Regulaci´n de la velocidad de un motor.8 CAP´ ITULO 1. . Convierte la se˜al de salida y(t) en otra magnitud n (generalmente el´ctrica) ym (t). para que la respuesta pueda ser observada por el hombre o medida por una m´quina. e Ejercicio 1. 8. o Regulaci´n de la velocidad de la m´quina de vapor. Control de posici´n de un ca˜on. Entradas perturbadoras: son entradas que reciben est´ ımulos indeseados. o Control de la posici´n angular de un motor con reductor. es decir. Controlador Es un dispositivo que procesa la se˜al (t). a 1.3. o Entradas de referencias o consigna: son entradas de mando que imponen los valores deseados a sus correspondientes salidas. apta para ser restada del valor de la entrada u(t). Es un conjunto de componentes y piezas ensamblados entre s´ y que cumplen una determinada funci´n. ı o Proceso: es una serie de operaciones que se realizan sobre uno o varios objetos con un fin determinado. Perturbaciones: Son alteraciones que se pueden producir en los componentes de una planta o proceso. Sistema de control del nivel de un dep´sito de agua utilizando un flotador y una v´lvula. Pueden ser o Entradas de mando o de control: sirven para introducir ´rdenes. 4. o a 2. a Planta: es el objeto que se desea controlar. 5. posiblemente de distinta naturaleza y generalmente de mayor potencia. es decir la diferencia entre la entrada n de referencia u(t) y la medida de la salida ym (t). Captador Es el dispositivo de medida. y la aplica a la planta o proceso. Salidas: son los terminales que tiene el sistema de control para emitir la respuesta. 6. 7.

1. 1. o La rapidez y la precisi´n son virtudes. Por ello suele ser necesario un proceso de aproximaciones sucesivas con repetidas fases de an´lisis-s´ a ıntesis. precisi´n y rapidez [Ogata 82.˜ 1. sin embargo se puede ver intuitivamente que a ciertas operaciones de gran precisi´n no pueden ser adem´s muy r´pidas. 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. puede conducir a al deterioro e incluso a la destrucci´n del sistema. Se dice que un sistema es causal si existe una relaci´n de causalidad entre entradas y o salidas. Nociones de estabilidad.4. Los sistemas f´ ısicos existentes en la Naturaleza son siempre causales. Estas especificaciones tratan de dar una medida del mayor o menor grado de buen funcionamiento del sistema. Todo el mundo tiene una noci´n intuitiva o o de estabilidad. En los dem´s casos se llama multivariable. 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. de un detern o minado sistema a partir de un supuesto modelo.4. en ocasiones. ´ a Tenemos asi. La estabilidad es la especificaci´n m´s importante ya que es exclusiva. o a a 1. esencialmente contrapuestas. de un avi´n. El problema inverso consiste en la s´ ıntesis o dise˜o y construcci´n. o de un autom´vil o de cualquier otro objeto din´mico. Clasificaci´n de los sistemas de Control o Causalidad Los sistemas de control se pueden clasificar atendiendo a diferentes propiedades. a a o sec. 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. sabemos m´s o menos a qu´ nos estamos o a a e refiriendo. • Sistemas monovariables . 10. que una m´quina herramienta o a realice sus operaciones de forma r´pida y precisa. es una o a condici´n necesaria para el funcionamiento del sistema. La inestabilidad puede provocar una r´pida parada o.4. es decir. si procede.5.1]. por ejemplo. o La realizaci´n tiene en general una mayor dificultad que el an´lisis. exigibles en mayor o o menor medida a los sistemas de control. DISENO DE LOS SISTEMAS DE CONTROL 9 1. Cuando hablamos de la estabilidad (o inestabilidad) de un barco. Dise˜ o de los sistemas de control n Como hemos visto. precisando de la utilizao a ci´n de conceptos matem´ticos de cierta complejidad. Parece l´gico. Este problema se denomina realizaci´n. 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. 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.

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. 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. hoy d´ llamados sistemas comandados por eventos ıa (event-driven systemas) o sistemas reactivos. su comportamiento futuro es predecible. por contener variables aleatorias.10 • Sistemas multivariables CAP´ ITULO 1. a Localizaci´n de los par´metros: o a . dentro de ciertos l´ ımites. 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. Un sistema se o denomina determinista cuando. Invariancia de los par´mtros. Un sistema no estacionario es el que tiene uno o m´s par´metros que var´ con el tiempo. su comportamiento futuro es predecible y repetible. 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. De otro modo el sistema se denomina estoc´stico. 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. son los que est´n comandados esencialmente a por se˜ales eventuales. 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. Los sistemas de eventos discretos. Esto es. 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.

. a Si el sistema es monovariable la ecuaci´n diferencial que lo describe es de la forma (??): o an y (t) + . y 0 . 1. 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. +a2 [s2 Y (s) − sy0 − y0 ] + a1 [sY (s) − y0 ] + a0 Y (s) ˙ = U (s)[bm sm + . + a2 y (t) + a1 y(t) + a0 y(t) ¨ ˙ = bm u (t) + .´ 1. . .1) (m) (n) Para hallar la transformada de Laplace de la ecuaci´n diferencial (1. ˙ ¨ (n−1) y0 (1. − y0 ] + . . Sean estos valores los siguientes: y0 . 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. es decir. + a2 y0 + a1 y0 ˙ (n−2) (n−1) (1. .4) . + 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. . . + a2 y0 ] + an y0 + . . + a2 s2 + a1 s + a0 ) = U (s)(bm sm + . .6. .2 Poner ejemplos de otros sistemas de control y repetir con ellos el ejercicio anterior. y0 .2) Aplicando la transformaci´n de Laplace a ambos miembros de la ecuaci´n (1.1) es necesario conocer los o valores de las condiciones iniciales. .5. . .1) obtenemos: o o an [sn Y (s) − sn−1 y0 − . + s[an y0 + . a o Ejercicio 1.5.6. . .3) Pasando los t´rminos correspondientes a las condiciones iniciales al segundo miembro queda e Y (s)(an sn + . + b2 s2 + b1 s + b0 ] (n−1) (1. . a Ejercicio 1. los valores de la funci´n y de sus derivadas desde o primer orden hasta orden n − 1 en el instante t = 0. 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. . .1 En los siguientes sistemas de control identificar las entradas y salidas e indicar c´mo se controlan y como obtiene la respuesta. + b2 s2 + b1 s + b0 ) +sn−1 an y0 + . . .

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

t] = f [x0 (t)... . u(t) = u0 (t) + δu(t) 15 (1. Ejemplo 1. δu).23) . ∂xn ∂u1 . δu. u0 (t). δu).). . . ∂xn .´ 1.. La misma masa de agua cuando sale por el tubo tendr´ una energ´ cin´tica a ıa e 1 2 .. . ∂un x0 . son muy peque˜as comparadas con 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. (δu)i . B(t) = fu (t). 2 (1.     ∂f1 ∂f1 ∂f1 ∂f1 ..25) .) es lo suficientemente lisa (sin cambios bruscos) para admitir el desarrollo en serie de Taylor f [x(t). ıas Ec = 2 mv(t) 1 Ep = mgh(t) = mv(t)2 = Ec .. .u0 En el caso multivariable f (. a a Vamos a obtener el primero modelo no lineal.24) ∂x x0 . u0 (.u0 x0 . . ∂un ∂f ∂f  ∂x1   ∂u1  Jx0 = = . o ıa. x(. LINEALIZACION Supongamos que perturbamos la soluci´n de forma que o x(t) = x0 (t) + δx(t). . Por el principio de conservaci´n de la energ´ ambas energ´ han de ser iguales.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). . que dependen de x0 (.u0 ∂u x0 ..u0 fu (t) = x0 . ..).. Ju0 de f (. δu) ˙ ˙ ˙ δx(t) = fx (t)δx(t) + fu (t)δu(t) + o(δx. Entonces fx (. δu) en donde fx (t) = ∂f ∂x ∂f ∂u (1.. . i > 1 Derivando (1. el modelo lineal por linealizaci´n. δu) x(t) − x0 (t) = fx (t)δx(t) + fu (t)δu(t) + o(δx. i > 1. u(t).. (1.uo ∂fn ∂fn ∂fn ∂fn ∂x1 ..22) y que las potencias (δx)i . .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.). Es decir n (δx)i = o(δx.) respecto de x y de u. A(t) = fx (t). t] + fx (t)δx(t) + fu (t)δu(t) + o(δx. Ju0 = = .) son los jacobianos Jx0 .) y fu (. y despu´s.). es decir a una altura ıa h(t) es Ep = mgh(t). . . (δu)i = o(δx. e o La energ´ potencial de una masa m de agua situada en la superficie.22) tenemos ˙ x(t) = x0 (t) + δx(t) ˙ ˙ de donde ˙ δx(t) = x(t) − x0 (t) ˙ ˙ Supongamos ahora que f (. x0 . u(t) = δu(t). respectivamente.8.) son vectores. u(. 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).8.

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

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). si exceptuamos las condiciones iniciales. es el modelo de ecuaci´n diferencial. 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. TRANSFORMACIONES ENTRE MODELOS y. m´s general.1). . la funci´n de transferencia contiene o exactamente la misma informaci´n que la ecuaci´n diferencial. o La transformaci´n inversa. ya tenemos el modelo linealizado en h0 . .1) o . Con esto.6).1. Los sistemas lineales admiten el modelo de estado o y. . .9. . . . v´lido para sistemas lineales y no a a lineales. . n. . . i = 0. El modelo m´s general. el modelo de funci´n de transferencia o. . . ıa 1. ¿es posible obtener su representaci´n en otros modelos? Si la respuesta a o esta pregunta es afirmativa. + b2 u(t) + b1 u(t) + b0 u(t) ¨ ˙ con lo que se obtiene la funci´n de transferencia (1.9. j = 0. aplicando la transformaci´n de Laplace a la ecuaci´n diferencial (1. + a2 s2 + a1 s + a0 ) En el supuesto de unicidad de la transformaci´n inversa L−1 de Laplace. . . bj . Los coeficientes de constantes o o ai .8) o G(s) = b(s) bm sm + . 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. de funci´n de transferencia a ecuaci´n diferencial.a0 17 1 A1 2gh0 := B. ∂f ∂a = ho . el o a modelo denominado representaci´n polinomial. ¿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. Transformaciones entre modelos En las anteriores secciones hemos visto las expresiones habituales de los modelos matem´ticos a de los sistemas de tiempo continuo. + b2 s2 + b1 s + b0 ) = Y (s)(an sn + . suponiendo o o o condiciones iniciales nulas: an y (t) + . el resultado vuelve a o ser la ecuaci´n diferencial (1. se obtiene o o o −1 de Laplace a la expresi´n aplicando la transformaci´n inversa L o o X(s)(bm sm + . o La preguntas que surgen inmediatamente son que. + b2 s2 + b1 s + b0 = n + . dada la representaci´n de un sistema en o uno de los modelos. . . si son de coeficientes constantes. + a2 y (t) + a1 y(t) + a0 y(t) ¨ ˙ = bm u (t) + . . . . . derivando f respecto de a.

segunda ecuaci´n de(1.26) en donde x ∈ Rn .26) o o Y(s) = CX(s) + DU Sustituyendo (1. A ∈ Rn×n . MODELOS DE PROCESOS CONTINUOS Ecuaci´n diferencial → ecuaciones de estado o Este paso. Por tanto podemos poner X(s) = (sIn − A)−1 BU(s) (1. que contiene datos sobre la estructura interna del sistema. B. puede obtenerse inmediatamente Y(s) = C(sIn − A)−1 B + D U(s) .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. u ∈ Rq . D ∈ Rp×q . B. Esta denominaci´n se debe a que la informaci´n suministrada por el modelo de o o o estado.14) consiste en obtener el sistema en forma o normal equivalente a la ecuaci´n diferencial dada. El paso inverso. C. del modelo de funci´n o o de transferencia al de estado se denomina realizaci´n. como ya se ha indicado en la secci´n (1. Como veremos m´s adelante. 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. 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. Esta matriz se llama a matriz caracter´ ıstica del sistema. B ∈ Rn×q . y ∈ Rp . o es una matriz cuyos elementos son polinomios cuyo grado m´ximo es uno. 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. 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. Es decir. a partir de las o a matrices A. que definen un modelo de estado dado.27) Apliquemos ahora la transformada de Laplace a la ecuaci´n de salida. C ∈ Rp×n . 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.18 CAP´ ITULO 1.

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

. . . Aor =  .. .  . 1  −an −an−1 . por (1. . .  . 0  . . 0 0 0 . est´ definida por la transformaci´n P que pasa la matriz de planta a o a su forma diagonal.. . . Aod =  . . . . 0  b2       . λ2 .35) Los n´meros β1 . .   . . 1 0 bn−1  an−2 an−3   bn βn . .. . 0 Dod = 0 (1. . . . ..  . .   .  . . .  . . . λn ] (1. .   . .. 0       . B. 0 b1  −a2 0 1 . 0 bn Cor = 1 0 0 ..   . .  . . 0 −an 1 1 0 . la matriz P es la que transforma A en su forma can´nica de Jordan. a1 1 an−1 an−2 Por ultimo. 0 β1  0  β2  0 1 . .. ..   0 βn−1  0 0 . . o . . son los denominados par´metros de Markov. .34) Las matrices que definen la forma can´nica observabilidad de G(s) son o     0 1 0 . . ..20 CAP´ ITULO 1. Las nuevas matrices... controlabilidad u ´ o y observabilidad. . Si los valores propios de A son todos distintos. D. . ..   b2  . la transformaci´n P es una o matriz cuadrada cuyas columnas son los vectores propios de A. MODELOS DE PROCESOS CONTINUOS Las matrices que definen la forma can´nica observador de G(s) son o     −a1 1 0 .. .. . . 0 −an−2  Bcd = 0 . .  .  Bod =  .  . . Bor =  . .33) Las matrices que definen la forma can´nica controlabilidad de G(s) son o     0 0 .  −an−1 0 0 .36) ˆ ˆ ˆ B = P −1 B. . D = D Si la matriz A tiene valores propios repetidos. .. 0 Dor = 0 (1.  . 1 −a1 Ccd = β1 β2 .  . −a2 −a1 βn Cod = 1 0 0 . .  =       . . . .. C. . 0 0     β1  a1 1 . 0 0  b1   β2   . . . β2 . 1 bn−1  −an 0 0 . βn−1   .  . . las matrices de la forma can´nica diagonal correspondiente a una realizaci´n definida ´ o o por sus matrices A. .. . . .   . . .   . . 0 . . βn−1 βn Dcd = 0 (1.30) son: ˆ A = P −1 AP = diag[λ1 . .. 0 −an−1  0         Acd = 0 1 . . cuyo valor viene dado por a   1 0 . βn que aparecen en las dos ultimas formas can´nicas. ..  . C = CP.

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

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

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 2.1: Simplificaci´n de diagramas de bloque o .2.1.

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 2.24 CAP´ ITULO 2.2: Simplificaci´n de diagramas de bloque o .

por su mayor simplicidad y por disponer de una formula para la obtenci´n de las o funciones de transferencia [Ogata 82.7]. 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.2 se ha representado el diagrama de bloques correspondiente a 2. GRAFOS DE FLUJO DE SENAL 25 que es el modelo transformado. sec. Y(s) la salida y X(s) el estado. las tres transformadas por Laplace. Grafos de flujo de se˜ al n Cuando los sistemas son de cierta complejidad.3: Rama entre dos nodos Los grafos de flujo de se˜al tienen unicamente dos elementos.1. que se indican a continuaci´n: n ´ o . En la figura 2. Este modelo de estado transformado puede representarse mediante un diagrama de bloques en el cual U(s) es la entrada. sec. Por ser estas variables son multidimensionales. puesto que las reglas de simplificaci´n de los diagramas o de bloque no son sistem´ticas.2].2. se acostumbra a representarlas mediante flechas m´s gruesas que las que se utilizan para los bloques a monovariables [Ogata 82.˜ 2. 4. U(s) T(s) T(s) Y(s) U(s) Y(s) Figura 2.2: Diagrama de bloques del modelo de estado 2.2. 14. El m´todo de los grafos de flujo de se˜al resulta entonces m´s a e n a adecuado. D U(s) B sX(s) 1 s X(s) C Y(s) A Figura 2.

con transmitancia T (s). se ha representado una rama. Las funciones de transferencia determinan las relaciones existentes entre cada salida y cada una de las entradas. o Es equivalente al elemento bloque de los diagramas de bloque.6. en la que la variable U se bifurca a otros tres nodos.26 CAP´ ITULO 2. Por ejemplo.4. Y = U1 T1 + U2 T2 + U3 T3 U1(s) T1(s) T2(s) U2(s) T3(s) Y(s) U3(s) Figura 2. Corresponde a un componente del sistema definido por su funci´n de transferencia o transmitancia. el valor de la variable y es ı. Para aplicar la formula de Mason es preciso o realizar las definiciones siguientes: . 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. Se cumple que Y (s) = U (s)T (s) 2.5. al punto de suma y al punto de bifurcaci´n o de los diagramas de bloque. El nodo sustituye a la flecha de variable. 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.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. Nodo: Es un peque˜o c´ n ırculo y corresponde a una variable del sistema. entre los nodos correspondientes a las variables U (s) y Y (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. RESPUESTA TEMPORAL 1. X = U1 − U2 + U3 El punto de bifurcaci´n de los diagramas de bloque se realiza tambi´n mediante una transmio e tancia unitaria. En la figura 2. y su diagrama de bloques equivalente. como puede apreciarse en la figura 2. en la figura 2. As´ en la figura 2. Arista: Es un segmento de l´ ınea orientado que discurre entre dos nodos.3. multiplicadas por las variables correspondientes a los nodos de los que parten.

L2 . . . Li Lj es la suma de los productos de las ganancias de todas las combinaciones posibles de dos ciclos disjuntos. ∆2 . etc. ∆n los cofactores correspondientes a cada una de las trayectorias. . Ln las ganancias de todos los lazos del grafo. recorrido en el sentido indicado por las flechas de las ramas. .˜ 2. . que pase s´lo una vez por cada nodo. Trayectoria: Es cualquier camino. entre un nodo de entrada y otro de salida. y sean L1 . . + 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 . . . GRAFOS DE FLUJO DE SENAL U1(s) 1 -1 U2(s) 1 Y(s) 27 U3(s) Figura 2. Ciclo: Es cualquier camino cerrado.6: Realizaci´n de un punto de bifurcaci´n o o 1. o Se denomina ganancia de trayectoria al producto de las transmitancias de todas las ramas de la trayectoria. recorrido en el sentido indicado por las flechas de las ramas. Se denomina ganancia de lazo al producto o de las transmitancias de todas las ramas del lazo. P2 . Li Lj Lk es la suma de los productos de las ganancias de todas las combinaciones posibles de tres ciclos disjuntos. Sean P1 . 2. . . (2. . .2) en la que Li es la suma de las ganancias de todos los ciclos. . 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 + . La funci´n de transferencia TQP = YQ /UP dada por la f´rmula de Mason es: o o TQP = P1 ∆1 + P2 ∆2 + .2. Pn las ganancias de todas las trayectorias existentes entre un nodo de entrada P y otro de salida Q. . 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. .

de los que mencionaremos los siguientes: o U(s) G(s) Y(s) Figura 2. 2. Los t´rminos entrada y salida se refieren e a una variable (sistema monovariable). del procedimiento empleado para realizar el apartado 3d . RESPUESTA TEMPORAL El cofactor ∆i de una trayectoria Pi se obtiene eliminando de la expresi´n (2.2) del determio nante del grafo. e 2. los t´rminos en los que aparezcan ciclos que tocan a la trayectoria.28 CAP´ ITULO 2. es decir. y los basados en la integraci´n num´rica de las ecuaciones o e diferenciales. 3. Existen varios m´todos e de obtenci´n de la respuesta temporal. dada la entrada u(t). Resoluci´n de las ecuaciones diferenciales.3. Resoluci´n de las ecuaciones de estado.7: Funci´n de transferencia de un sistema o 1. 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. ya descrito anteriormente. 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. validos para sistemas lineales y no lineales. De este m´todo derivan los m´todos basados en la transformada de Laplace. M´todos basados en la transformada de Laplace. o . 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. para e e el caso de sistemas lineales. 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.7). sobre e e o todo. que permite obtener la salida (transformada) de un sistema multiplicando la entrada (transformada) por la funci´n de transo ferencia (Figura 2. o El m´todo de obtenci´n de la respuesta y(t). es el siguiente: e o a) Hallar G(s) a partir de las ecuaciones del sistema f´ ısico.

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. 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. .G(s)] = g(t) La funci´n ponderatriz es la transformada inversa de Laplace de la funci´n de transferencia. entonces U (s) = 1 y la respuesta y(t) se denomina respuesta impulsional del sistema o funci´n ponderatriz.1] consiste en aplicar la propiedad de convoluci´n de la transe o formada de Laplace cuya expresi´n es. por existir otros procedimientos a a m´s simples.´ 2.3. + a1 s + a0 (2. la expresi´n de la transformada de o Laplace Y (s) de la salida. es Y (s) = U (s)G(s) = U (s) bm sm + . 6. si el sistema es lineal. 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. . . en el caso de condiciones iniciales nulas. o M´todo de descomposici´n en fracciones simples e o Como sabemos.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. . 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).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). sec. CALCULO DE LA RESPUESTA TEMPORAL M´todo de la integral de convoluci´n e o 29 Este m´todo [Ogata 82.4) . monovariable y de par´metros concentrados. Su o expresi´n es o y(t) = L−1 [1. tambi´n se utiliza u e e en el an´lisis y dise˜o de los sistemas discretos. + b1 s + b0 an sn + . 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.

9) Si hay ra´ ıces complejas puede obtenerse una expresi´n alternativa a la (2.10) siendo M el m´dulo y θ y el argumento de los residuos. Kj = A − jB son tambi´n complejos conjugados.8) para cada par de o ra´ ıces conjugadas. 2. K3 . . .9). .8) s=si La obtenci´n de la respuesta y(t) resulta trivial. Si D(s) es m´nico.5) admite la siguiente descomo posici´n en fracciones simples: o Y (s) = K1 K2 K3 Kn + + + .5) puede expresarse como suma de fracciones simples [Ogata 82.4]..30 es tambi´n una funci´n racional de la forma e o Y (s) = CAP´ ITULO 2. e Ki = M ∠θ. asociada a ´ste par de ra´ e ıces complejas conjugadas es yc (t) = Ki esi t + Kj esj t Kj = M ∠ − θ . la o expresi´n (2.7) es conocida. s3 . + s − s1 s − s2 s − s3 s − sn (2.5) es diferente. . sn del denominador D(s). o Ra´ ıces simples Si las ra´ ıces son simples (reales o complejas) la expresi´n (2. ya que la funci´n antitransformada de cada o o sumando de la expresi´n (2. sec. s2 . Sean si .6) (s − s1 )(s − s2 )(s − s3 ) . calculados por la f´rmula (2. . Por tanto o y(t) = K1 es1 t + K2 es2 t + K3 es3 t + . . (s − sn ) Seg´n que las ra´ de D(s) sean simples (todas distintas) o m´ltiples. 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. a o Ki = A + jB.7) en la cual los n´meros K1 . . Para ello o hallaremos las ra´ ıces s1 . . .. + Kn esn t (2. Y (s) puede o escribirse en la forma N (s) Y (s) = (2. y en forma exponencial. Kj = M e−jθ (2. RESPUESTA TEMPORAL N (s) D(s) (2. . Ki = M ejθ .5) en donde N (s) y D(s) son polinomios es s. Pasando a coordenadas polares.8). . o La parte yc (t) de la respuesta. dada por (2. . K2 . sj = σ − jω Puede verse f´cilmente que los residuos correspondientes Ki yKj . Dado que las funciones racionales admiten siempre una expansi´n en fracciones simples. sj un par de ra´ ıces complejas conjugadas si = σ + jω. los residuos se escriben. la expansi´n en fracciones u ıces u o simples de la expresi´n (2.

..8). CALCULO DE LA RESPUESTA TEMPORAL Sustituyendo los valores de Ki y Kj dados por (2. . s2 ... 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 (2.13). . . Kj2 ..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. todas ellas simples. es: o y(t) = K1 es1 t + K2 es2 t + K3 es3 t + .3. Kjn . . .11) (2. . + tr−1 Kjr esj t (2. (s − sj )r . . 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 (2.13) Para hallar los residuos correspondientes a las ra´ ıces simples sigue siendo v´lida la expresi´n a o (2. . .. . . . s1 . deben ız u aplicarse las f´rmulas siguientes: o Kjr Kjr−1 = = . antitransformada de Laplace de la expresi´n (2. + 1 2 r s − s1 (s − sj ) (s − sj ) (s − sj ) s − sn (2. + + + . . . . La expresi´n de Y (s) es ahora o Y (s) = N (s) (s − s1 )(s − s2 ) .11) resulta yc (t) = 2M eσt cos(ωt + θ) Ra´ ıces m´ ltiples u 31 (2. Kjr−k = . sn . . + + . .´ 2. . Sea sj una ra´ repetida r veces (grado de multiplicidad r) y sean las otras ız ra´ ıces.10) queda yc (t) = M ejθ e(σ+jω)t + M e−jθ e(σ−jω)t y operando. mientras que para los residuos Kj1 .. asociados a la ra´ m´ltiple sj . .15) .14) La respuesta y(t).7). (s − sn ) Entonces la expansi´n de Y (s) en fracciones simples es de la forma o Y (s) = Kj1 Kj2 Kjr K1 Kn + . + Kn esn t +Kj1 esj t + tKj2 esj t + .

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

1 0 0 33 0.5 2 2. .5 1 1. SISTEMA DE PRIMER ORDEN Respuesta impulsional 1 0.7 0.17) es y(t) = A A −at − e a a En la figura 2.2.5 4 4. la respuesta dada (2. u(t) = 1(t).5 0.5 5 Figura 2.5 t 3 3.3 0.9 0.8 0.2 0.6 0. su transformada de Laplace es o U (s) = L[1(t)] = 1 s por tanto Y (s).10 se ha representado la respuesta a una entrada escal´n de un sistema de primer o orden.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 (2.16): 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.9: Respuesta impulsional del sistema de primer orden Entrada escal´n unitario o Si la entrada al sistema es el escal´n unitario.4 0.

5 0. sec.5 1 1. RESPUESTA TEMPORAL Respuesta al escalon 1 0. 6.2 0. a1 y + a0 y = b0 u ˙ Aplicando la ecuaci´n (1. 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). n = 1. o a 2.4) sino que hemos o de recurrir a la (1.8 0.5 5 Figura 2. 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 = 0.1 0 0 0.4].5.7 0.5 4 4.34 CAP´ ITULO 2.4 0. En el caso del sistema de primer orden con m = 0. La funci´n de transferencia tiene la forma para m = 1.3 0. tenemos o Y (s) = U (s) b0 a1 y(0) + a1 s + a0 a1 s + a0 Dividiendo numerador y denominador de (2.44) por a1 y haciendo b0 /a1 = A. cuya transmitancia se suele expresar: G(s) = 2 ωn 2 s2 + 2ξωn s + ωn .7).7). a0 /a1 = a queda.6 0. Sistema de segundo orden El polinomio caracter´ ıstico de un sistema de segundo orden es de segundo grado [Ogata 82.9 0. no es aplicable la ecuaci´n (2.5 2 2.5 t 3 3.10: Respuesta al escal´n del sistema de primer orden o Cuando las condiciones iniciales no son nulas. la ecuaci´n o diferencial del sistema (??) se escribe.

∠ . correspondientes a entrada impulso y a entrada escal´n. Entrada impulso. Su diagrama de bloque puede verse en la figura 2. transformada de Laplace de su salida es Y (s) = U (s)G(s) = Las ra´ ıces de la ecuaci´n caracter´ o ıstica son: s1.2 = −ξωn ± jωn Para hallar los residuos aplicamos la formula (2.16): K1 = de donde resulta K1 = Del mismo modo K2 = En coordenadas polares. hallamos su transformada de Laplace U (s): U (s) = L[δ(t)] = 1 por tanto Y (s). El par´metro ωn se llama frecuencia natural del sistema a mientras que ξ se denomina coeficiente de amortiguamiento.11: Diagrama de bloque de un sistema de segundo orden 2 siendo ωn = a0 /a2 . M= con lo que los residuos se expresan K1 = K2 = 2 2 −π 2 1− ωn π .11 Analizaremos dos casos. ∠ 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 . Respuesta impulsional Si u(t) = δ(t). = s=s1 ξ2 θ=− π 2 . SISTEMA DE SEGUNDO ORDEN 35 U(s) 2 ωn s + 2ξω ns + ω n 2 2 Y(s) Figura 2. impulso de Dirac. o con condiciones iniciales nulas.2.5. 2 2 1−ξ ωn ξ2 . 2ξωn = a1 /a2 .

s1 = 0.5 2 2.5 1 1.16): 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 . Respuesta impulsional 3 2.5 0 0.5 0 -0.5 -1 -1. s2.12: Respuesta impulsional del sistema de 2o orden Entrada escal´n unitario o Si la entrada al sistema es el escal´n unitario. RESPUESTA TEMPORAL y la respuesta temporal se obtiene ahora aplicando la f´rmula (2. por la formula (2.5 1 0.12 se ha representado la respuesta impulsional del sistema de segundo orden.12): o y(t) = ωn 1− ξ2 e−ξωn t sin ωn 1 − ξ2 t En la figura 2.5 t 3 3.3 = −ξωn ± jωn 1 − ξ2 Calculemos los residuos. su transformada de Laplace U (s) o es. transformada de Laplace de su salida es.5 2 1.36 CAP´ ITULO 2. u(t) = 1(t).5 5 Figura 2. 1 s por tanto Y (s). 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.5 4 4.

2. 1 − ξ2 .3 = −ξωn ± jωn de donde φ = − arctan Pero como θ = − arctan ha de ser θ = 90o − φ. Si introducimos una nuava variable α.5.12) y (2. tal que α + φ = 180o . K3 = M ∠ − θ La respuesta temporal se obtiene aplicando las f´rmulas (2. 1 − ξ2 . K2 = M ∠θ. tenemos θ = 90 − φ = 90 − (180 − α) = α − 90.13: 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.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. ξ ξ 1 − ξ2 . 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. Dichas ra´ ıces son s2.

utilizando la ecuaci´n (1. o Respuesta al escalon 1.13. formando ´ngulos φ y −φ con el eje real.5 4 4. 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).11). Las ra´ s2 y s3 se hallan situadas o a ıces en un c´ ırculo de radio wn .5 1 0. entonces la salida y(t) es id´ntica a la entrada u(t) n e aunque retrasada un tiempo dado T . el ´ngulo α es el suplementario a a de φ. Es interesante la interpretaci´n gr´fica de la figura 2. En la figura 2.14 se ha representado la respuesta a una entrada escal´n del sistema de segundo o orden. RESPUESTA TEMPORAL y ello nos permite expresar la respuesta en funci´n de α. si u(t) es n la se˜al de entrada al elemento de retraso.5 0 0 0.5 1 1. En concreto.5 2 2.5 t 3 3. y hallando la antitransformada o de Laplace de la expresi´n resultante.RT (s) Y (s) - .5 5 Figura 2. Es decir y(t) = u(t − T )1(t − T ) ¿Cual ser´ su funci´n de transferencia? a o U (s) .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.38 CAP´ ITULO 2. Si el sistema tiene condiciones iniciales no nulas se procede de igual modo que el indicado para el sistema de primer orden.

a n mientras que otros permanecer´n durante tiempos m´s largos.3. 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.15. Este an´lisis suele consistir en la sustituci´n de la transmitancia del sistema por otra a o . Como puede verse.K - V´lvula a y Caldera . tal y como aparece en las expresiones (2.13) y (2.15). si son iguales.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. disminuye dicha se˜al cerrando un poco la v´lvula y. Puesto que para sistemas estables los t´rminos exponenciales deben ser decrecientes con el tiempo. Los polos correspondientes a los a a t´rminos que m´s tiempo permanecen influyendo en la respuesta se llaman polos dominantes. n ıa a o pues. Perturbaci´n o θref -+ m − vc . por lo que se hace casi imprescindible el empleo de un computador. En la figura u n 2. a o A menudo resulta conveniente hacer un an´lisis simplificado de los sistemas de orden sua perior. Se trata. e a Son siempre los t´rminos asociados a las ra´ e ıces m´s pr´ximas al eje imaginario. 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). 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. 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. de un sistema de control en lazo cerrado que responde al diagrama de bloques de la figura 2.5.16 tenemos el esquema de un sistema de control de calefacci´n. algunos de ellos e habr´n quedado casi totalmente amortiguados al transcurrir un peque˜o intervalo de tiempo. El c´lculo de ra´ o a ıces y residuos puede resultar tedioso para sistemas de orden superior al segundo.Tubo ? -+ m . en cambio.Habitaci´n o r θ- 6 θm Term´metro  o 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. La respuesta temporal de un sistema de orden superior consta de una serie de sumandos.2. en donde L(f (t)) = F (s). si θ > θref . a n a (θ = θref ) la se˜al que env´ no cambia y la v´lvula permanece en la misma posici´n. asi que ha de ser L(y(t)) = L(u(t − T )1(t − T )) = e−sT U (s).

14.6. B. conociendo o a las matrices A. C. 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. segundo o tercero generalmente.40 Referencia de Temperatura Controlador poporcional CAP´ ITULO 2. a n 2. Por ello resolveremos primeramente esta ecuaci´n. 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. con ra´ ıces situadas en los polos dominantes de la transmitancia original. el conocimiento del comportamiento del sistema de segundo orden resulta de importancia transcendental en el an´lisis y dise˜o de los sistemas [Ogata 82.5]. sec. sec. RESPUESTA TEMPORAL Tubo Aire Termómetro Caldera Válvula Habitación Gas Ventilador Figura 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. Por este motivo. Respuesta del modelo de estado Se trata de obtener la expresi´n de la respuesta y(t) de un sistema din´mico dado. u(t) [Ogata 82.5]. La soluci´n de la ecuaci´n ı o o diferencial del vector de estado x(t) = Ax(t) + Bu(t) ˙ (2.

. 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) (2.6.16) tenga o o una forma parecida a (2. Entonces tenemos X(s) = (sIn − A)−1 x(0) = = 1 A −1 In − x(0) s s 1 A A2 In + + 2 + . . 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 (2.18) Cn×n Para hallar la antitransformada x(t) supongamos primero que u(t) = 0.17) Intuitivamente podemos esperar que la soluci´n de la ecuaci´n del vector de estado (2. + = eX = exp(X) = In + X + 2! k! k! k=0 en donde X ∈ e In es la matriz identidad de orden n.2.18) que t x(t) = eAt x(0) + 0 eA(t−τ ) Bu(τ )dτ (2. Aplicando el teorema de convoluci´n se o deduce de (2.. o o . es decir u(t) = 0. Ahora.17) Para obtenerla utilizaremos la funci´n exponencial matricial que se o define como: ∞ Xk Xk X2 + . x(0) 2! = k=0 (At)k = eAt k! Supongamos ahora el caso general. utilizaremos el mismo o m´todo que nos ha servido para hallar la soluci´n de la ecuaci´n diferencial de primer orden.. 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. para resolver la ecuaci´n diferencial 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 + . .16). .19) que es la soluci´n de la ecuaci´n del vector de estado.

1. es decir x(t) = [x1 (t).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. . . Vamos a estudiar ahora las relaciones que existen entre ciertas propiedades de los datos A. 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. .20) z(t) = z(0) + 0 e−Aτ Bu(τ )dτ y. B y x(0) y de la soluci´n x(t).6. RESPUESTA TEMPORAL Una vez conocida x(t). deshaciendo el cambio (2.20). 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. . . e−At x(t) = z(0) + 0 t e−Aτ Bu(τ )dτ ya que z(0) = e−At x(0) = z(0). Despejando x(t) obtenemos t x(t) = eAt x(0) + 0 eA(t−τ ) Bu(τ )dτ que es la soluci´n buscada. la respuesta temporal y(t) del sistema se obtiene inmediatamente de (2. 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. . Denotemos por x(t) al vector de estado. An´lisis Modal a Hemos obtenido una f´rmula que nos permite hallar la soluci´n x(t) del modelo de estado. .42 CAP´ ITULO 2.

. para i = 1. xn ∈ C. n. . .  . a2 =  .  . . En caso contrario se dice que son linealmente independientes. . . son o todos nulos. . . . Los vectores propios w1 . .  . . . . n de la ecuaci´n |λIn − A| = 0 o 2. . bn . . 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 . + a2n xn   b2      a1 x1 + a2 x2 + . Los valores propios son las ra´ ıa ıces λi . 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.   . . + a1n xn  a21 x1 + a22 x2 + .6. dada en cierta base por la matriz cuadrada A ∈ Cn×n . x ∈ Cn . .   . a2 . en donde λi o es un valor propio. . . . . . .  . + amn xn bm se denomina combinaci´n lineal de a1 . . no todos nulos. an son linealmente dependientes. 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 x ∈ Cn . . . . tenemos n vectores e1 . . am1 am2 amn 43 pertenecientes al espacio vectorial Cm (a veces puede ser Cm ) y n escalares x1 . an . . . . am1 x1 + am2 x2 + . 1. en el o espacio vectorial Cn . . . . + an xn =  = . . . b2 . . La operaci´n o     b1 a11 x1 + a12 x2 + . Si en un espacio vectorial. . .    . wn se suelen denominar vectores propios por la derecha. .   . 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 forma matricial se escribe o Ax = b en donde A ∈ Cm×n . xn . Un concepto estrechamente relacionado con la dependencia lineal es el de rango. a2 .  . en linealmente independientes. . Se dice que λ es un valor propio de A si existe un vector x ∈ Cn . ´stos forman una base del espacio vectorial. an =  . Se define el rango de una matriz A = [aij ] . entonces se dice que los vectores a1 . . . . i = 1. x = 0. an . como el n´mero m´ximo de filas (o de columnas) linealmente u a independientes. . 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. . Si. tales que los elementos de la combinaci´n lineal b1 . . . . dados a1 . . .2. existe un conjunto de escalares x1 . b ∈ Cn . e2 . . . por ejemplo en Cn . . e Valores propios y vectores propios Sea A una aplicaci´n lineal. . . Sea λ ∈ C. .

. + λn xn (t)wn de donde. . forman una base de Cn . . sus vectores propios (por la derecha). λn . . ˙ x ∈ Cn . . entonces tiene n vectores propios w1 . . . W −1 AW = Λ = [λ1 . wn son linealmente independientes y. . + xn (t)wn ) = λ1 x1 (t)w1 + λ2 x2 (t)w2 + . xn (t) = λn xn (t) ˙ Las soluciones de este sistema de ecuaciones. Sustituyendo en (2.21) en relaci´n a los valores propios y vectores propios de la matriz A. . que se obtienen de forma inmediata. . w2 . Aw2 . λ2 . n x(t) = i=1 xi (0)eλi wi . . . . . . W −1 A = u ΛW −1 es decir V A = V λ. . . Vamos a suponer que los o valores propios λ1 . vn de la matriz V = W −1 suelen denominarse vectores propios por la izquierda ya que. . + xn (t)wn en donde x1 (t). . Entonces podemos expresar la soluci´n x(t) de (2. seg´n acabamos de ver. . . v2 . como una o combinaci´n lineal de los vectores de la base. . . . λ2 . . 2. . por tanto. xn (t) ∈ C. RESPUESTA TEMPORAL Otro resultado conocido importante es que si una aplicaci´n lineal A : Cn → Cn tiene n vao lores propios distintos λ1 . λn de A sean todos distintos. En este caso la matriz W = [w1 . A ∈ Cn×n (2. . λn ] := Λ es decir que la matriz A es semejante a una matriz diagonal Λ. . . . . . + xn (t)wn = ˙ ˙ ˙ = A(x1 (t)w1 + x2 (t)w2 + . wn ] W −1 [Aw1 . . . . . es invertible y entonces se verifica W −1 AW = = = = W −1 A[w1 . . λn wn ] diag[λ1 . En este caso. . . .22) obtenemos como soluci´n o n (2. de la forma o x(t) = x1 (t)w1 + x2 (t)w2 + . . Respuesta espectral Veamos ahora c´mo podemos caracterizar la respuesta del sistema libre o x = Ax. es decir. . . por ser w1 . . . .21) queda o x1 (t)w1 + x2 (t)w2 + . .22) i = 1. se deduce que x1 (t) = λ1 x1 (t) ˙ x2 (t) = λ2 x2 (t) ˙ . Derivando esta ecuaci´n y sustituyendo en (2. cuyas columnas son los vectores propios. . . Las filas v1 . . . λn ] y. . . wn ]. . wn linealmente independientes. . por tanto.21). . son xi (t) = xi (0)eλi t . . . wn linealmente independientes. . .44 Diagonalizaci´n o CAP´ ITULO 2. λ2 w2 . w2 . w1 . . . Awn ] W −1 [λ1 w1 . . . w2 . w2 . . λ2 . por pertenecer a Cn . λ2 .

con funci´n de transferencia o G(s).1. En segundo lugar. o e a ıa dada la escasa disponibilidad de los computadores digitales. 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.2. 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. En primer lugar. Respuesta de un sistema a entrada sinusoidal Vamos a considerar un sistema lineal.1. representado en la figura 3. la facilidad de obtenci´n de la respuesta y estabilidad de los sistemas por m´todos gr´ficos supon´ una ventaja. siendo en estos casos necesario el conocimiento de la respuesta de frecuencia [Ogata 82]. pudiendo incluso determinarse la funci´n de transferencia. dada la funci´n de entrada o u(t) = A sin ωt (3.Cap´ ıtulo 3 Respuesta de frecuencia 3. A sin(ωt) G(s) y(t) Figura 3. En primer lugar. Respuesta de frecuencia Se define la respuesta de frecuencia de un sistema como la respuesta en estado estacionario ante una entrada sinusoidal.1) obtenemos U (s) = L[u(t)] = 45 s2 Aω + ω2 . por sencillas mediciones de amplitud y fase o en la entrada y en la salida. al cual se aplica una entrada sinusoidal. 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.1: Sistema con entrada sinusoidal 3. Y en o tercer lugar por ser muchas de las variables de entrada a los sistemas de naturaleza sinusoidal u ondulatoria. 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. monovariable y estable.

.3) y (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). de la respuesta tender´n a cero en estado estacionario. s − jω s + jω s − s3 s − s4 (3.46 CAP´ ITULO 3. s3 . 2j −2j s − s3 s − s4 La transformada inversa de Laplace de esta funci´n es la respuesta temporal. por tratarse de un sistema estable. 2j 2j (3. s2 = −jω. . Y (s) puede descomponerse en fracciones simples de la forma Y (s) = K1 K2 K3 K4 + + + + . Del mismo modo.7) (3.2) queda Y (s) = AG(jω) AG(−jω) K3 K4 (s − jω) + (s + jω) + + + . los sumandos a K3 es3 t + K4 es4 t + . y.4) Sustituyendo (3.4) en (3. 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. . por lo tanto. G(−jω) = M e−jφ (3...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. s1 = jω. .5) Obs´rvese que. por tanto. . las ra´ e ıces correspondientes a la ecuaci´n o caracter´ ıstica D(s) = 0 estar´n en el semiplano complejo izquierdo y. es a decir. . .3) K2 = = (3. o y(t) = AG(jω) jωt AG(−jω) −jωt e − e + K3 es3 t + K4 es4 t + . 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).6) . s4 .2) Para hallar K1 y K2 aplicamos la f´rmula (2..

representado en la a figura 3. 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.0 0. Aunque la frecuencia negativa no tiene significado f´ ısico.7) en (3.4 -71.7 -84.0 10.1: Respuesta de frecuencia Con la ayuda de esta tabla se traza f´cilmente el diagrama de Nyquist.5.2. a ω 0. En la figura 3. o o bien la parte real y la parte imaginaria. de la misma e frecuencia. 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. 0. s´ que tiene un significado matem´tico que permite formular el criterio de ı a estabilidad de Nyquist.3].2 se muestran los diagramas de Nyquist de diferentes sistemas definidos por sus funciones de transferencia.5 1.6 -45.5) la expresi´n de la respuesta en estado estacionario yss y queda o yss (t) = o bien yss = AM sin(ωt + φ) (3.0 5.3 -63. 9. como puede apreciarse. AM ejφ jωt AM e−jφ −jωt ej(ωt+φ) − e−j(ωt+φ) e − e = AM 2j 2j 2j 3. . Para ello. 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).707 0. para la funci´n o G(s) = 1 s+1 sustituimos s por jω y damos a ω los valores 0. 1. Los e a o mas empleados son los diagramas de Nyquist y de Bode.6) y (3.3.3.555 0.. . siendo M el m´dulo y φ el argumento de G(jω).100 φ 0.3. para cualquier valor de ω.0 3. para una ω dada. . o Mediante la f´rmula anterior se puede obtener la respuesta de un sistema a una entrada o u(t) = A sin ωt. se determinan los valores de M y de φ y se sustituyen en (3. con una amplitud igual a la de la entrada multiplicada por M . sec.1. .0 -26. coloc´ndolos en la tabla 3. es una circunferencia.894 0.3 Cuadro 3. Por ejemplo. 1.316 0.6 -78. dibujando en el plano complejo cada uno de los extremos de los vectores G(jω) dados por la tabla en coordenadas polares que. y con un de fase φ respecto a la entrada.5 2.8) La respuesta de un sistema lineal a una entrada sinusoidal es tambi´n sinusoidal.0 M 1.5.8).447 0. DIAGRAMAS DE NYQUIST 47 Sustituyendo (3.000 0.196 0.0 1. y calculamos M = |G(jω)| y φ = ∠G(jω).0 -56.

.48 CAP´ ITULO 3. una para el m´dulo y a o otra para la fase. (jω − zm ) (jω − p1 )(jω − p2 ) . . (s − zm ) (s − p1 )(s − p2 ) . y en la segunda la fase. Adem´s. . |jω − pn | (3. . z2 . Como vamos a ver. muestran gr´ficamente la estabilidad de los sistemas de control. .11) . . Supongamos que las ra´ del numerador (ceros) de G(s) son z1 .b.b (s+a)(s+b) Real Real Imag Imag a. 9. RESPUESTA DE FRECUENCIA a s+a Imag Imag a. . . .9) Para hallar la respuesta de frecuencia sustituimos s por jω en (3. |jω − zm | |jω − p1 ||jω − p2 | . G(s) puede entonces expresarse de la forma G(s) = A (s − z1 )(s − z2 ) . a a por aplicaci´n del criterio de Nyquist. seg´n el numero de veces que la curva circunde al punto o u (−1 + 0j) del plano complejo. en funci´n o o del logaritmo decimal de ω. o o M = |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). (s − pn ) (3. .2]. .b s(s+a)(s+b) Real Real Figura 3. .4. o dada la dificultad de determinar con precisi´n el valor de ω que corresponde a cada punto de o la curva. .10) Calculemos el m´dulo y el argumento de esta expresi´n. En la primera se representa el m´dulo M = G(jω) en decibelios. el trazado de los diagramas de Bode se simplifica por utilizar coordenadas logar´ ıtmicas. p2 . Diagramas de Bode Los diagramas de Bode representan el vector G(jω) en dos gr´ficas. . G(jω) = A (jω − z1 )(jω − z2 ) . pn . . . φ = G(jω) tambi´n en funci´n de log ω e o [Ogata 82.9). . . sec. zm y que ıces las del denominador (polos) son p1 .c (s+a)(s+b)(s+c) a. (jω − pn ) (3. . 3. . 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.

+ ∠(jω − zm ) ∠(jω − p1 ) + ∠(jω − p2 ) + . y (3. de forma m´s conveniente para los diagramas.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 ) + . . (−zm ) (−p1 )(−p2 ) . . . + 20 log 2 ω −zm ω −pn 2 +1 2 + 1 − 20 log + 1 − . reales o complejas.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. . . .13) En los diagramas de Bode. . − 20 log +1 M = 20 log K φ = 0º Figura 3. para o el argumento. . . (−pn ) (3. + ∠(jω − pm ) MdB = 20 log M con lo que la expresi´n (3.3. . es decir o (3. Vamos a ver como se realiza el trazado. el m´dulo M se expresa en decibelios.13). ı a .14) + 1 + 20 log 2 ω −z2 ω −p2 2 + 1 + . . y sumando luego dichas gr´ficas. |j −zm + 1| ω ω ω |j −p1 + 1||j −p2 + 1| . as´ como para la constante de ganancia est´tica K.12) puede ponerse. para el m´dulo. .15). indivia dualizado para cada sumando del m´dulo y de la fase. .4. DIAGRAMAS DE BODE o. |j −pn + 1| 49 (3. . . o MdB = 20 log K +20 log −20 log ω −z1 ω −p1 2 (−z1 )(−z2 ) . a G(jω) = K ω ω ω |j −z1 + 1||j −z2 + 1| . seg´n que las ra´ o u ıces sean nulas. .

de valor 20 log K. en el diagrama de Bode. 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 a del m´dulo est´ determinada por la ecuaci´n. 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. de pendiente 20 dB. en el diagrama de Bode. 20 M = log w φ = 90º Figura 3. RESPUESTA DE FRECUENCIA El factor K de (3. de pendiente -20 dB.50 Factor de ganancia est´tica K a CAP´ ITULO 3. La fase vale cero para todo valor de ω. La gr´fica de o a la fase viene dada por φ = ∠jω = 90o El diagrama de Bode se ha representado en la figura 3.4. o a o MdB = 20 log |jω| = 20 log ω Esta ecuaci´n representa una recta. ya que no depende de ω.12) representa un sumando constante. La gr´fica de o a la fase viene dada por 1 φ=∠ = −90o jω .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).

15). El o argumento del factor (jω − z1 ) del numerador de G(s) es φ = tan−1 ω ω1 (3. jω Factor ( −z1 + 1) del numerador jω Si z1 es un cero real de G(s). seg´n (3.15) ω1 siendo ω1 = −z1 . 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. 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.3. de pendiente 20 dB.16) . que pasa por el punto log ω = log ω1 del eje log ω. Por ultimo. la gr´fica del m´dulo del factor ( −z1 + 1) del numerador de a o G(s) viene dada. en el punto ω = ω1 .4.5.24) por u MdB = 20 log ω ω1 2 +1 (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. En la zona en que ω despreciamos (ω/ω1 )2 frente a la unidad. Vamos a considerar tres partes de la curva. seg´n (2.

15): o u MdB = 20 log(1) − 20 log y el argumento. 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.16). haciendo ω1 = −p1 . id´nticas a las obtenidas en el apartado anterior. mediante un segmento de curva realizada a mano alzada o con una plantilla. La gr´fica de Bode del factor (s/ω1 + 1) se a representa en la figura 3. el m´dulo de 1/( −p1 + 1) es. aunque e jω con signo cambiado. jω Factor ( −p1 + 1) del denominador Este caso es muy similar al anterior. 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 . Si p es un polo real de G(s). es φ = tan−1 (0) = 0 Para ω ω1 . φ = tan−1 (∞) = 90o φ = tan−1 (1) = 45o Y para ω = ω1 . que se unen con el punto ω = ω1 .6. φ = 0 − tan−1 ω ω1 = −tan−1 ω ω1 ω ω1 2 + 1 = −20 log ω ω1 2 +1 . las expresiones del m´dulo o y de la fase son.52 CAP´ ITULO 3. seg´n (3.6: Diagrama de Bode del factor ( −z1 + 1) Para ω ω1 la fase. dada por (3. en el cual el m´dulo o vale 3 decibelios y la fase 45 grados. RESPUESTA DE FRECUENCIA 20 dB / c de ad a ω1/10 ω1 10 ω1 jω Figura 3. En efecto.

o y la ordenada de la recta de fase es +90o nz o −90o np . 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. Las expresiones del m´dulo y fase.7: Diagrama de Bode del factor 1/( −z1 + 1) Las gr´ficas de m´dulo y de fase.10). 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. DIAGRAMAS DE BODE 53 -2 0 dB /d ec ad a ω1/10 ω1 10 ω1 jω Figura 3.13) fase o o son.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. obtenidas a partir de (3. 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 3.8.4 y 3.5.4. sim´tricas respecto al eje ω a las obtenidas para el factor a o e jω ( −p1 + 1) del numerador.9. si bien la pendiente de la recta del m´dulo es 20nz o 20np . 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. se han representado en la figura 3.12) y (3.3. En el segundo caso existir´ un factor de la forma (s − p1 )np en el denominador de G(s).

z2 del numerador de G(s) son complejas conjugadas.54 CAP´ ITULO 3. los t´rminos (s − z1 ) y ıces e (s − z2 ) de la expresi´n (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. de la o forma 2 s2 + 2ξωn s + ωn (3.9) pueden agruparse dando lugar a un factor de segundo orden.10. en funci´n de ω.8: Diagrama de Bode del factor ( −z1 + 1)nz Ra´ ıces complejas en el numerador Si dos ra´ z1 .18). para cada valor de ω. el de la figura 3. ız El diagrama de Bode es. por tanto. Dividiendo por ξωn o obtenemos s s 2 + 2ξ +1 (3. y ha sido estudiado en el apartado anterior. .17) en el que ωn es la pulsaci´n natural y ξ el coeficiente de amortiguamiento.8 con nz = 2. RESPUESTA DE FRECUENCIA 20 nz dB e /d ca da nz π/2 jω Figura 3. Entonces la expresi´n (3.18) 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.

o Los valores de ξ > 1. el m´dulo y el argumento de del factor de 2o orden de la o expresi´n (3. no representados en las gr´ficas. si existe un factor de segundo orden de la forma a s ωn 2 + 2ξ s ωn +1 en el denominador de G(s).. 1/4 . El a o diagrama de Bode se realiza hallando el m´dulo y el argumento de e−sT para s = jω. Elemento de retraso en el tiempo Corresponde a un elemento del sistema que provoca un retraso en el tiempo en un determinada magnitud. Sea una magnitud x(t) que se aplica a la entrada del elemento de retraso representado en la figura 3. 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 (3.13.9).11. o M = |e−jωT | = 1 φ = ∠e−jωT = −ωT = −10log ωT .12. . ya estudiado. . corresponden al caso de ra´ a ıces reales y distintas.9: Diagrama de Bode del factor 1/( −z1 + 1)np Ra´ ıces complejas en el denominador Como f´cilmente puede deducirse.3. a los e obtenidos en el apartado anterior. La salida y(t) es id´ntica a la entrada x(t) aunque retrasada un e tiempo dado T .17) ha sido calculado por computador y representado en la figura 3. los diagramas de Bode son sim´tricos. Se han representado en la figura 3. respecto al eje ω. 1/2. DIAGRAMAS DE BODE 55 -2 0n z dB /d ec -π/2 nz jω Figura 3. Para valores de ξ = 1.4.

14 ser´ estable si su funci´n de transferencia.14 conociendo la respuesta de frecuencia de su funci´n de transferencia en lazo abiero to G(s)H(s) [Ogata 82. A partir de un valor inicial o de ω. se puede por este m´todo averiguar la estabilidad de e un sistema sin conocer su funci´n de transferencia. 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].56 CAP´ ITULO 3. o El sistema de control de la figura 3. continuando as´ el proceso hasta que ı ω alcance un valor establecido previamente. igual o pr´ximo a cero. tal como el representado en la figura 3. de los sistemas de control. Puesto que la respuesta de frecuencia de un sistema en lazo abierto puede hallarse experimentalmente.10: Diagrama de Bode del factor (s2 + 2ξωn s + ωn ) 3. u . sec. el computador ha de calcular |G(jω)| y ∠G(jω). dada por a o T (s) = G(s) 1 + G(s)H(s) no tiene polos en el semiplano derecho complejo. 9. Trazado por computador La realizaci´n de un programa de ordenador que genere los trazados de Nyquist o de Bode o es muy sencilla. Como los polos de T (s) son los ceros de la funci´n F (s) = 1 + G(s)H(s).5.5]. Se sigue un procedimiento an´logo al empleado en el apartado 3. A continuaci´n o o se incrementa ω y se vuelven a calcular los mismos valores. 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. El criterio de Nyquist o permite conocer la estabilidad de un sistema en lazo cerrado.6. absoluta y relativa.3 para la a confecci´n manual del diagrama de Nyquist por medio de una tabla. RESPUESTA DE FRECUENCIA ωn=10 ζ=1/8 40 dB ec /d ωn/10 ωn 10ωn 2 Figura 3. a 3. 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.

en el mismo sentido. como puede apreciarse en la figura 3.16). de Cauchy.3. 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. . El n´mero de vueltas. es igual al n´mero de vueltas que da el vector F (s) alrededor del origen del u plano de la funci´n. Es decir. anal´ ıtica en un recinto R limitado por camino cerrado c excepto en un n´mero finito u de polos.11: Diagrama de Bode del factor 1/(s2 + 2ξωn s + ωn ) El criterio de Nyquist est´ basado en el principio del argumento. 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). 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 . la funci´n F (s) recorre o una curva en el plano F (s). que da u el vector F (s) alrededor del origen ser´ igual a ZF − PF . 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.15 y 3. en el sentido del camino de Nyquist. 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. estudiado en la a teor´ de variable compleja. Para ello la variable s u o ha de recorrer un camino (camino de Nyquist) que encierre por completo a dicho semiplano. Este principio establece que. en un sentido dado. dada una funci´n F (s) de la variable ıa o compleja s. 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 3.6. 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. CRITERIO DE ESTABILIDAD DE NYQUIST 57 -4 ωn=10 ζ=1/8 0 dB /d ec 2 Figura 3. El camino de Nyquist.16). al recorrer la variable s el camino cerrado c que rodea o a R.

Adem´s. 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. dh en donde (ng . dg ) y (nh . dh ) son los polinomios numerador y denominador de G(s) y de H(s).13: Elemento de retraso en el tiempo Por otro lado. los polos de T (s) son los ceros de la funci´n F (s) = 1 + G(s)H(s). Adem´s. respectivamente. como ya se ha indicado antea riormente. sea G(s) = ng . Por tanto. PGH = PF . Por lo tanto se o deduce que: . los polos de F (s) son los mismos que los de G(s)H(s).58 CAP´ ITULO 3. PT = ZF . 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). dg H(s) = nh . los polos de G(s)H(s) son los polos a de F (s).12: Variaci´n del coeficiente de amortiguamiento ξ o Elemento de retraso X(s) e -sT Y(s) 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. sec.´ 3.15: 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 . .7].7. MARGENES DE FASE Y DE GANANCIA 59 U(s) G(s) Y(s) H(s) Figura 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. 3. M´rgenes de fase y de ganancia a Adem´s de servir para hallar la estabilidad absoluta.14: Sistema de control en lazo cerrado PLANO s im im PLANO F(s) re 1 re Figura 3. 9.7. Puesto que generalmente (aunque no ´ o siempre) la funci´n de transferencia en lazo abierto G(s)H(s) corresponde a un sistema estable. los diagramas de Nyquist y de Bode a nos informan sobre el grado de estabilidad o estabilidad relativa del sistema [Ogata 82. o el No de polos de G(s)H(s) en spd suele ser cero.

sin afectar al m´dulo.16: Camino de Nyquist y curva 1 + G(s)H(s) Margen de ganancia de un sistema estable es la mayor constante real M .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.17. manteniendo estable el sistema o en lazo cerrado. 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. . RESPUESTA DE FRECUENCIA PLANO s im im PLANO G(s)H(s) re -1 re Figura 3. manteniendo estable el sistema en lazo o cerrado. es decir la a correspondiente a la curva que pasa por (−1 + 0j). Los m´rgenes de fase y de ganancia pueden tambi´n obtenerse del diagrama de Bode.60 CAP´ ITULO 3. que puede darse a a o la funci´n de transferencia en lazo abierto G(s)H(s). Margen de fase es el m´ximo incremento de fase.18. siendo φ la fase de G(s)H(s) cuando la curva pasa por (−1 + 0j). como puede verse en la figura 3. por la cual podemos multiplicar la funci´n de transferencia en lazo abierto G(s)H(s). Es igual a 180o + φ.

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 3.17: M´rgenes de ganancia y de fase a Mg ϕm Figura 3.7.18: M´rgenes de ganancia y de fase en el diagrama de Bode a .´ 3.

62 CAP´ ITULO 3. RESPUESTA DE FRECUENCIA .

La funci´n de transferencia del sistema es: o T (s) = KG(S) 1 + KG(S)H(s) 63 (4. por cambios que se van produciendo en los componentes con o el paso del tiempo.1) . as´ como otros datos de inter´s relacionados con sus ı e especificaciones de funcionamiento. y K es el par´metro cuya a variaci´n va a producir el lugar de las ra´ o ıces. 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. cuando se desea modificar valores de algunos componentes para mejorar el comportamiento del sistema. a o 4.1: 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. un valor asociado a un componente cualquiera del sistema. G(s) y H(s) son funciones de transferencia.Cap´ ıtulo 4 Lugar de las ra´ ıces Los par´metros de un sistema lineal de regulaci´n pueden variar por motivos diversos. es decir funciones racionales.1. La a o variaci´n puede ser involuntaria. 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. etc. Este par´metro variable est´ relacionado con uno o con varios coeficientes de a a la ecuaci´n caracter´ o ıstica y puede ser. si bien el caso m´s usual es indicado en la figura 4. Fundamento del m´todo e Vamos a considerar el sistema lineal cuyo diagrama de bloques aparece en la figura 4. en general.. cap8]. por influencia de los cambios del medio. o voluntaria.1. absoluta y relativa del sistema. 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.1.

2) en donde z1 . zm son los ceros y p1 .6) Z(S) =0 P (s) (4. + φzm − φp1 − φp2 − . . |s − pn | |s − z1 ||s − z2 | . .10) |s − p1 ||s − p2 | .7) Z(S) = −1 P (s) (4. . . . |s − pn | (4.3) ya que el n´mero −1 es un vector de m´dulo unidad y argumento m´ltiplo impar de π. Puesto que KG(s)H(s) es una funci´n de variable compleja. |s − pn |ejφpn Esta ecuaci´n. agrupando los m´dulos por un lado y los argumentos por otro. 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 − pn | (4. puede escribirse o o KG(S)H(s) = K en donde Σφi = φz1 + φz2 + . . − φpn La ecuaci´n caracter´ o ıstica del sistema es 1+K o bien. Por u o u tanto. . . . . |s − zm | jΣφi e |s − p1 ||s − 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. . . .8) De esta ecuaci´n se deducen las denominadas condiciones de magnitud y de ´ngulo. K Z(S) = e±j(2k+1)π P (s) k = 0. . z2 . |s − zm | =1 |s − p1 ||s − p2 | . (s − pn ) (4. . .4) |s − z1 ||s − z2 | . . . . (4. .64 CAP´ ITULO 4. |KG(s)H(s)| = K o bien K= |s − z1 ||s − z2 | . . . a KG(S)H(s) = K |s − z1 |ejφz1 |s − z2 |ejφz2 .5) (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 − zm ) =K P (s) (s − p1 )(s − p2 ) . . . Es decir arg[KG(s)H(s)] = Σφi = ±(2k + 1)π (4. . . . p2 . . . |s − zm | jΣφi e = e±j(2k+1)π |s − p1 ||s − p2 | . . . . . ra´ ıces de los polinomios Z(s) y P (s) respectivamente. . 1. K y en forma exponencial. |s − pn | (4. . . |s − zm | Estas dos condiciones permiten establecer un proceso en dos etapas para la construcci´n del o lugar de las ra´ ıces. 2.9) 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. . vamos a expresarla en forma o exponencial para poder operar con los vectores en modo gr´fico. |s − zm |ejφzm |s − p1 |ejφp1 |s − p2 |ejφp2 . pn son los polos de G(s)H(s). .

por tanto. 65 Se construye el lugar de las ra´ ıces aplicando solamente la condici´n de ´ngulo.2. Cada rama del lugar parte de un polo. sec. y termina en un cero. 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. 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. e igual al mayor entre los n´meros de polos y de ceros de G(s)H(s) [Ogata 82. 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. existir´n ramas que parten de u a polos situados en el infinito. asociado a la ra´ compleja conjugada de la primera. 2. 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)). 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). De igual modo. REGLAS BASICAS DEL TRAZADO DEL LUGAR DE LAS RA´ ICES 1. para cada punto del e lugar. La demostraci´n. existir´ otro sim´trico respecto a e al eje real.´ 4. cabe suponer que hay en u u el infinito tantos ceros como polos en exceso y. existir´n ramas que terminan en el a infinito. 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). Si el n´mero de polos es mayor que el n´mero de ceros. 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. (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. u Una vez que se ha trazado el lugar. 8. menos la suma de los ´ngulos a φpj de todos los vectores que van desde los polos hasta s. dividido entre el producto de las longitudes de todos los vectores que van desde s a los ceros. sea un m´ltiplo impar de π. aplicando la condici´n de ´ngulo es inmediata.10) para detero minar el valor de K que corresponde a cada punto s del lugar.2. Basadas en las condiciones de ´ngulo y magnitud y en los principios del c´lculo complejo. se aplica la condici´n de magnitud (4. asociado a una ra´ compleja de la ecuaci´n caracter´ ız o ıstica. ya que para K = 0 los polos en lazo cerrado coinciden con los polos en lazo abierto. si el n´mero ceros excede al de polos. En efecto. u o o a Simetr´ del lugar ıa El lugar es sim´trico respecto al eje real del plano complejo. 4.4]. 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. Si el n´mero de u .

13) . 2.9). .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. 1. a medida que s tiende a infinito. Un punto de ruptura de entrada a e e al eje es un punto del lugar en el que dos ramas. . Z(s) (4. No todas las ra´ ıces han de ser necesariamente puntos de ruptura. .11). aplicando la condici´n de ´ngulo expresado en (4.11) Si n > m. denominado centroide de las as´ ıntotas. . .6) podemos poner dK d P (s) =− ds ds Z(s) de donde d d P (s) − P (s) Z(s) = 0 (4. 1. En el l´ ımite. se unen. las as´ ıntotas son tangentes a las ramas en los polos situados en el infinito y sigue siendo v´lida la expresi´n (4. 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 . 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. α = l´ arg(s − pi ) = l´ arg(s − zj ) = l´ arg(s) ım ım ım s→∞ s→∞ s→∞ y. (4. que discurren por el eje real y que se aproximan cada vez m´s entre s´ a medida que aumenta K. 2. 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.66 CAP´ ITULO 4. o a mα − nα = ±(2K + 1)π. 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. hay ramas que terminan en ceros situados en el infinito de modo que. dado por la expresi´n o σc = n i=1 pi − n−m m i=1 zi (4. .11). bifurc´ndose en el eje a ı a real a partir de ´l. de donde se deduce que el ´ngulo α es el dado por (4.12) 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. a Si n < m. K = 0. que discurren sim´tricas por el plano complejo e y se aproximan cada vez m´s entre s´ a medida que aumenta K. a ı bifurc´ndose sim´tricamente en el plano complejo a partir de ´l. esas ramas se van acercando a las as´ ıntotas. 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.

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 (4.2. 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. 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.2: Trazado del lugar de las ra´ ıces mediante MATLAB .´ 4. De este mode se ha realizado el trazado del lugar geom´trico e de las ra´ de la figura 4.9). se determinan por medio de la condici´n de ´ngulo expresada en o a (4. hallando el ´ngulo de un punto s infinitamente pr´ximo al polo o cero considerado. Un computador puede hallar.5) del sistema puede expresarse P (s) + KZ(s) = 0 (4. el programa MATLAB [Maltab] ı.1. El ´ngulo de partida del lugar desde un polo.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. para K = ∞. y el ´ngulo de llegada del a a lugar a un cero. a o 4. puede obtenerse un n trazado de apariencia continua al quedar los puntos del trazado muy pr´ximos entre s´ Mediante o ı. representando gr´ficamente cada o a una de ellas por un punto en el plano complejo. y representar gr´ficamente e a el lugar geom´trico resultante en la pantalla o impresora. y si se o u ıces desea en la impresora.15) para cada valor de K.2. para K = 0. mediante un procedimiento de c´lculo num´rico. denominada rlocus que efect´a el trazado del lugar de las ra´ en la pantalla. Eligiendo un intervalo de valores e de suficientemente amplio y un incremento de K suficientemente peque˜o. 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. respectivamente. dispone de una librer´ de CACSD denominada control toolbox en la que se encuentra una ıa funci´n. As´ por ejemplo. del ordenador. Trazado del lugar de las ra´ ıces por computador La ecuaci´n caracter´ o ıstica (4.

N´mero de as´ u ıntotas. e 1. 3. . para K = 0: α = ±π/2. 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.68 CAP´ ITULO 4. . 5. hay dos ramas que terminan en el infinito. Simetr´ del lugar. Los polos de G(s)H(s) son: s1 = −2. . las dos as´ ıntotas cortan al eje real en ´ngulo recto. m = n´mero de ceros = 1. s2 = −4 + 3j. los puntos del eje est´n a la izquierda de un a n´mero impar de polos mas ceros. N´mero de ramas. 6. s3 = −4 − 3j los ´ngulos de las as´ a ıntotas valen. luego el lugar coincide con el eje entre s1 y z1 . Desde el polo s = −2 hasta el cero z = −6. Por lo tanto. a . Tramos en el eje real. Es decir. Origen y final del lugar. 2. ıa El lugar es sim´trico respecto al eje real del plano complejo. En este caso: n = n´mero de polos = 3. Como hay dos polos en exceso. u 4. 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. LUGAR DE LAS RA´ ICES 4. 1. 2.11) o α= ±(2k + 1)π n−m K = 0.3. hay u u 3 − 1 = 2 as´ ıntotas. Aplicando la f´rmula (4. Los ceros de G(s)H(s) son: z1 = −6 El lugar comienza en los polos y termina en los ceros. Esta condici´n siempre se e o cumple. Angulos de las as´ ıntotas con el eje real.

12. Aplicando la ecuaci´n (4.3. restando los ceros y dividiendo el resultado entre n − m: σc = −2 − 4 + 3j − 4 − 3j − (−6) = −2 3−2 8. Puntos de ruptura de salida y de entrada al eje real. sumando todos los polos.16) (4. 69 El punto σc de intersecci´n de las as´ o ıntotas con el eje real se obtiene mediante la f´rmula o 4.18) .830861j s3 = −2.9): 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. Angulos de partida y de llegada del lugar. 10 5 Eje Imag 0 -5 -10 -10 -5 0 Eje Real 5 10 Figura 4. EJEMPLOS 7.4. vamos a aplicar la condici´n de o o a ´ngulo (4. Intersecci´n de las as´ o ıntotas con el eje real.17) (4.069682 s2 = −2.3: Trazado del lugar de las ra´ ıces mediante MATLAB 9.965159 + 1.14) 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 = −8.069682 de esta ecuaci´n no corresponde a ning´n punto de ruptura ız o u ya que queda fuera del lugar.965159 + 1. Tomando un punto s del lugar muy pr´ximo al polo p2 .830861j La ra´ real s1 = −8.

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

2) queda y(t) = e−ξωn t ˙ −ξωn 1 − ξ2 1 − ξ2. instante inicial. 1. . 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 . 2. es decir para n = 1. 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. .1. ESPECIFICACIONES DE FUNCIONAMIENTO para hallar sus valores extremos.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) . t = 0.2) sin φ = Sustituyendo en (5.5. 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. . La sobreoscilaci´n m´xima MP corresponde al primer m´ximo o a a de y(t). 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. Para valores sucesivos de n se van alternando m´ximos y m´ a ınimos. Para n = 0. n = 0. y(t) tiene un m´ ınimo.

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. 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. Si se fija una banda de tolerancia de error del 2 %. Suele tambi´n definirse como el tiempo que tarda la respuesta en alcanzar por e primera vez el 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. 4. Para un sistema de segundo orden subamortiguado.74 El tiempo de establecimiento es. e−ξωn t < 0. unas cinco constantes de tiempo.92 − ξωn t < ln(0. en el caso peor. En el sistema de segundo orden puede calcularse. El valor de y(t) dado por (5.74 CAP´ ITULO 5. por tanto ts > es decir. y se cumple que 0 < ξ < 0.74 ξωn .02 1 − 0.1) ha de valer 1: y(t) = 1 = 1 + y.9. 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 ) = −4. por tanto.02 1 − 0. tenemos.

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

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 82.2. Para facilitar el an´lisis del error. Se calcula aplicando el teorema del valor final de la transformada de Laplace.2: Respuesta de frecuencia 5. se define el tipo del sistema y se calcula el error en estado estacionario a considerando unas funciones de entrada predefinidas. ss = l´ ım (t) = l´ s (s) ım t→∞ s→0 (5.76 CAP´ ITULO 5.4) .3 el error es . 7]. FUNCIONAMIENTO DE LOS SISTEMAS DE CONTROL Figura 5.3: Sistema de Control Error de estado estacionario Es el error existente para una entrada determinada cuando la variable de salida se ha estabilizado. En el sistema de la figura 5. cap. U(s) G(s) Y(s) H(s) Figura 5. 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).

3. WE = (s) 1 = U (s) 1 + G(s)H(s) En los sistemas lineales.4: Funciones de prueba t . Escalón u(t) = r0 1(t) Rampa u(t) = v0 t Parábola u(t) = 2 a 0 t 2 1 t t Figura 5. G(s) y H(s) son funciones racionales de s.7) Entradas de mando b´sicas a Para analizar el error de un sistema se utilizan. las funciones de entrada b´sicas o normalizadas que son la funci´n escal´n. el error vale (s) = U (s) − (s)G(s)H(s) y. 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. D(s) WE (s) = N (s) + D(s) Mediante la expresi´n (5. la funci´n rampa. por tanto. (s) = U (s) 1 + G(s)H(s) 77 (5. hallando la antitransformada de Laplace.5) podemos obtener (t).2.6) o bien.4). La trasmitancia de error puede expresarse ahora de la forma. por simplicidad. ANALISIS DEL ERROR Si consideramos el sistema de la figura 5. Por tanto podemos poner G(s)H(s) = N (s) D(s) siendo N (s) y D(s) dos polinomios en s. ss = l´ sU (s) ım s→0 D(s) N (s) + D(s) (5.5) 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). la funci´n par´bola y otras a o o o o a de orden superior en t (figura 5.´ 5.

. rampa y par´bola. u o Sea p el tipo de un sistema definido por las funciones G(s) y H(s). denominada funci´n de transferencia en lazo abierto. en funci´n de estas constantes. En efecto. 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 . aplicando la f´rmula (5. como u(t) = r0 u(t) y U (s) = r0 /s. el error para una e o funci´n de entrada cualquiera. o o G(s)H(s). por el principio de superposici´n. 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). 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. o a o o ss = l´ ım s→0 sU (s) 1 + G(s)H(s) Si la entrada es un escal´n. u(t) = v0 t. se puede desarrollar o o en serie de Taylor de la forma. 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. 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) . u(t) = u(0) + u(0) ˙ r(0) 2 ¨ t+ t + . u ıces o bien del denominador de la funci´n. Constantes de error Las constantes de error de posici´n Kp . = 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..78 CAP´ ITULO 5. conocidas ´stas. u(t) = a ass a0 2 2 t . puede hallarse. rampa y par´bola. Dicho de otra manera. si la funci´n de entrada es u(t). el error para entrada par´bola es: a Si la entrada es de tipo par´bola. 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. de velocidad Kv y de aceleraci´n Ka se definen. 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.6).

La expresi´n del error viene dada. con lo que no s´lo podemos determinar el error de estado estacionario sino o o tambi´n el error din´mico. . Vamos a determinar cuanto vale el error de estado estacionario para cada una de las entradas b´sicas. y a Ka para un sistema de tipo 2. Cn los coeficientes de error y u(t) la entrada de referencia.2. rampa y par´bola. . C2 . No obstante. e a o o por C1 C2 Cn (n) u (t) (t) = C0 u(t) + r(t) + ˙ u(t) + . y para cada tipo de sistema.1: Error de estado estacionario Se puede deducir de esta tabla que. Poniendo N (s) y D(s) en la forma factorizada y aplicando a la f´rmula (5. 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. ello implica la adici´n de integradores en la funci´n de transferencia en lazo o o abierto G(s)H(s).1 que da los valores del error de estado o estacionario para cada tipo de sistema y para entradas escal´n. ANALISIS DEL ERROR 79 siendo D1 (s) un polinomio sin ra´ nulas. disminuye el error.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. 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 (5.7) 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. + ¨ 1! 2! n! siendo C0 .´ 5. 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. C1 . . a Kv para e un sistema de tipo 1. .4) se ha confeccionado la tabla 4. .8) siendo w(t) la transformada inversa de la trasmitancia de error W (s) = 1/[1 + G(s)H(s)] . a medida que aumenta el tipo del sistema. en funci´n de estos coeficientes. lo que puede afectar a la estabilidad. . La ecuaci´n (5.

con respecto a las variaciones de G1 . s→0 ds d2 wE = l´ ım s→0 ds2 . dn wE = l´ ım s→0 dsn 5. en ambos casos. que representa una o funci´n de transferencia que determina el comportamiento del sistema. En t´rminos a e matem´ticos. La funci´n de transferencia es: o G1 F = 1 + G1 G2 . ˙ ¨ 2! Aplicando la f´rmula (5. 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. en ´ste sistema de lazo abierto. 5. 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. y P es un par´metro o o a funci´n cuya variaci´n hace que F tambi´n var´ En la figura (5. 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.3.3]. . . compuesto por dos bloques en cascada.80 CAP´ ITULO 5.9) 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.5) se representa un sistema o o e ıe. .8) para el c´lculo de (t) y tomando el valor final de la expresi´n o a o resultante. ım s→0 C1 = l´ ım C2 Cn dwE . 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 . y se denota por SP o o P SF = dF/F d(ln F ) P dF = = dP/P d(ln P ) F dP (5. Vamos a hallar la sensibilidad del sistema. o e El segundo caso es un sistema con realimentaci´n negativa de la salida a trav´s del bloque o e G2 . sec. La funci´n de transferencia total del sistema es o F = G1 G 2 Seg´n (5. En nuestro caso F es una funci´n de la variable compleja s. y otro formado por los mismos bloques en lazo cerrado. con funciones de transferencia G1 y G2 . .9) Un sistema de control cuyas funciones de sensibilidad tienen valores reducidos se suele denominar sistema robusto. FUNCIONAMIENTO DE LOS SISTEMAS DE CONTROL Si existen las n primeras derivadas de u(t). 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) − .

4. variaciones inevitables en los par´metros del sistema o cambios en el medio en que est´ actuando a a el sistema [2. Las funciones de transferencia relativas a la salida y con relaci´n a cada una de las entradas o . sec. Este tipo de entradas se suelen denominar entradas perturbadoras y suelen producirse por ruidos que afectan a las entradas de mando.4. 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. Consideremos la entrada no o deseada d del diagrama de bloques de la figura 5.6. 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. 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. 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. Los sistemas se ven a menudo afectados por otras entradas no deseadas. SENSIBILIDAD A LAS VARIABLES PERTURBADORAS 81 U(s) G1(s) G2(s) Y(s) U(s) G1(s) Y(s) G2(s) Figura 5. que se aplican en algunos de sus componentes. si hallamos la sensibilidad respecto o al par´metro G2 . Sin embargo. 5.5.5: 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.4]. de origen diverso. 5.

Por ejemplo. aplicados al dise˜o de los componentes de n los sistemas. 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. Suelen as´ mismo adoptarse otros ´ ı ındices de calidad del sistema tales como t 2 0 t t (t)d(t). actuando sobre los componentes del sistema. Se han o desarrollado diferentes m´todos de dise˜o como el de asignaci´n de polos. o 5. Para atenuar el efecto de la entrada d se deber´ hacer cumplir la a condici´n G1 >> G2. pueden determinar los valores ´ptimos de ciertos par´metros. u(t). 7.5. . el a a criterio de minimizar el error de estado estacionario. Quiz´s sea m´s conveniente. 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. u(t) el vector de entradas y f la funci´n objetivo. 0 t| (t)|dt En la teor´ de control moderna. en otro sistema de control.82 CAP´ ITULO 5. controlador ´ptimo y e n o o otros basados en la teor´ de la programaci´n lineal y en la estad´ ıa o ıstica. 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). sec.1.6: 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. FUNCIONAMIENTO DE LOS SISTEMAS DE CONTROL D(s) X(s) G 1(s) G 2(s) Y(s) H(s) Figura 5. puede o a establecerse como criterio minimizar el tiempo de respuesta del sistema. 0 | (t)|dt. Mediante ´stos ´ e ındices se establecen criterios de control que.3]. t]d(t) en la que x(t) es el vector de estado.

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

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

ESTABILIDAD DE LOS SISTEMAS DE CONTROL 85 (a) (b) Figura 5. 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 . y por ello se ha definido de muchas formas a lo largo del tiempo. En ella se ha representado una o posible trayectoria en R2 y dos c´ ırculos de radios δ y .6. > 0 existe un escalar δ tal que x(t0 ) e (ii) Asint´ticamente estable: si es estable y si. adem´s. A continuaci´n ı o se da la definici´n de Lyapunov.5.9: Estabilidad de Lyapunov La figura (5. x2 x(t) ε δ x0 x1 Figura 5. 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. x → 0 cuando x → ∞ o a (iii) Inestable: si no es estable.9) puede ayudar a comprender esta definici´n. As´ es.

Para evitar el c´lculo de determinantes de orden elevado se forma la tabla de Routh. 0 0 . Las sucesivas filas se forman a partir de las dos primeras del modo siguiente: an an−2 an−1 an−3 . 0 an−7 an−6 an−5 an−4 . Consideremos un sistema cuya ecuaci´n caracter´ o ıstica sea an sn + an−1 sn−1 + .. D2 = an−1 an−3 an an−2 an−1 an−3 an an−2 0 an−1 0 0 .. .. c2 = .. .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.5]. .. 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.2..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 5.86 CAP´ ITULO 5. es decir. . o Las primera fila se forma con los coeficientes pares y la segunda con los impares. −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 = . . . . . 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. Dn de dicha ecuaci´n sean todos positivos. Si hay alguna ra´ ız con parte real positiva el sistema es inestable.. sec.. . . de la a forma que continuaci´n se indica. c3 = (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. El proceso contin´a hasta la fila n + 1. −an−1 an an−4 an−1 an−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 . De otro modo. . . D3 = an−1 an−3 an−5 an an−2 an−4 0 an−1 an−3 . Prueba de Routh-Hurwitz Si la ecuaci´n caracter´ o ıstica del sistema se halla en forma factorizada. Puede probarse . 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 . . tienen parte real positiva [Kuo 82.11) est´n definidos de la siguiente manera: a D1 = an−1 . + a2 s2 + a1 s + a0 = 0 (5. . .. la estabilidad del sistema puede determinarse de modo inmediato por inspecci´n de las ra´ o ıces. para t ≥ t0 ... . D2 . .... 7. a0 Dn = an−5 an−4 an−3 an−2 .

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

t) = In 3. 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. integrando. φ(t0 . t0 ) 2. to ) se denomina matriz de transici´n entre estados. t) = φ−1 (t. τ )Bu(τ )dτ (5.14) A veces se utiliza la notaci´n o φ(t.15) . sabemos que si u(t) es una funci´n continua (o o continua a trozos). la soluci´n se escribe o o t x(t) = φ(t. d dt φ(t. 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. t 0 ≤ t1 ≤ t Utilizando la matriz de transici´n. multipliquemos ambos miembros de (5. t0 ) := eA(t−t0 ) en donde φ(t. C ∈ Rp×n . 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. 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. 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. B ∈ Rn×m . FUNCIONAMIENTO DE LOS SISTEMAS DE CONTROL en donde A ∈ Rn×n . φ(t.13) por eAt . t1 )φ(t1 . t0 ) 4. t0 ) = Aφ(t.88 CAP´ ITULO 5. Es f´cil ver que tiene las o a siguientes propiedades 1. t0 ). t0 ) x(t0 ) + t0 φ(t0 . t0 ) = φ(t. φ(t.

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

92 CAP´ ITULO 5.21) es completamente observable o. o . ´ Teorema 5. CAn−1 tiene rango igual a n. o   C  CA    2   R :=  CA  .7.7.   . p.21) es observable si a y s´lo si la matriz de observabilidad R ∈ Rnm×n . Ver [?.113]. .   .1). La demostraci´n es parecida a la del teorema (5. FUNCIONAMIENTO DE LOS SISTEMAS DE CONTROL Definicion 3 Se dice que un sistema din´mico lineal. observable. definido por a x(t) = Ax(t) + Bu(t) ˙ y(t) = Cx(t) (5.2 El sistema din´mico lineal y de coeficientes constantes (5. 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.

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

94 BIBLIOGRAF´ IA .

el almacenamiento de datos en la memoria.2.6] from 0 5. incluso en sistemas monovarian o bles. Un controlador digital puede realizar la funci´n de o un controlador anal´gico en un sistema de regulaci´n. desde o su aparici´n en 1971. Por todo ello los sistemas de control digital se han extendido desde las o tradicionales aplicaciones aeroespaciales y militares hasta otras de consumo como. 0.9 0 to 10 0 0..... . inimaginables en un sistema de o a control de tipo anal´gico.25cm¿[0.. En la actualidad los sistemas de control basados en microprocesadores pueden competir en precio con los dise˜ados con componentes anal´gicos.1)..25cm¿[0..1: Se˜ales de tiempo continuo y discreto n 95 .15. . Pero adem´s. por ejemplo. Adem´s de la tarea de control el microprocesador puede e a realizar otras como. Sistemas de tiempo discreto Para un estudio detallado de estos sistemas vease [Ogata 87].6] from 9.0..Cap´ ıtulo 6 Sistemas de Tiempo Discreto 6. 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 6.0. Los sistemas de tiempo discreto surgen de una manera . la o supervisi´n del proceso... la visualizaci´n de o resultados.5cm...5cm¿point at 0 0 0. la comunicaci´n con otros controladores u ordenadores para intercambio de datos.9 to 0 6 . Introducci´n o El progresivo perfeccionamiento y la disminuci´n del coste de los microprocesadores.. la industria automovil´ ıstica y los electrodom´sticos.k t02 . e 6.0.0. . c´lculos de todo tipo. Figura 6. por ejemplo.1. 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. ha permitido su utilizaci´n en aplicaciones diversas entre las que destacan o o las de control. Los sistemas f´ ısicos existentes en la Naturaleza son siempre de tiempo continuo. y otras muchas.15. siendo de prestaciones muy superiores. t ..25cm¿[0..15.6] x(t) t tt1.0. .

.2. Sistemas intr´ ınsecamente discretos Existen sistemas inherentemente discretos. o ı o Ello permite la obtenci´n de modelos digitales de sistemas continuos y su resoluci´n por ordeo o nador. 6. Sistemas controlados por computador Los sistemas de control por computador son sistemas mixtos. Filtros digitales Son tambi´n sistemas intr´ e ınsecamente discretos son los filtros digitales.Algoritmo - D/A u(t) Planta y(t) y(kT) Reloj A/D Figura 6. en el resto del tiempo el sistema permanece est´tico. muestrea un conjunto de se˜ales del subsistema continuo. en los que las transiciones entre estados solo ocurren en instantes discretos de tiempo dados por un oscilador. son discretos desde el punto de vista del controlador que s´lo conoce los valores de las se˜ales en instantes discretos. o n En la figura 6. Los computadores son un claro ejemplo de este tipo a de sistemas. 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.2 se represenenta el diagrama de bloques de uno de estos sistemas [?]. Este.2: Sistema de control por computador artificial al considerar. tienen una parte o subsistema que evoluciona en tiempo cont´ ınuo y otra que lo hace en tiempo discreto.2.1. como son los sistemas electr´nicos digitales seo cuenciales s´ ıncronos. el sistema solo es activo en los instantes que va marcando el reloj. cuya naturaleza es continua en parte. en instantes discretos de tiempo. n tiempo.2. As´ aunque las se˜ales existen para todos los valores del ı. no cambia. es decir.96 CAP´ ITULO 6. Estos sistemas. siendo continuos. las procesa y las transmite n de nuevo al sistema. por diferentes razones. El subsistema de tiempo discreto se suele denominar controlador digital. se discretizan a efectos de c´mputo por resultar as´ mas sencilla la obtenci´n de resultados por ordenador. que los valores de las variables s´lo existen para o valores discretos del tiempo. 6. SISTEMAS DE TIEMPO DISCRETO Computador u(kT) . e Dicretizaci´n del tiempo por razones de c´lculo o a En cierto sentido pueden considerarse discretos los sistemas que.

o 6. t3 . A este proceso sigue otro de cuantificaci´n o que consiste en convertir los valores anal´gicos obtenidos por el muestreo en n´meros. . x∗ (t ). El condensador o mantiene la teni´n hasta que se vuelve a cerrar S en el instante tk+1 . El m´s com´n es el a u muestreo peri´dico. presentando discontinuidades en los instantes de muestreo. Su campo de aplicaci´n es ıas a o la automatizaci´n de procesos industriales. 11. 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 .1. . t1 . SISTEMAS DE TIEMPO CONTINUO MUESTREADOS Clk(kT) 97 x(t) C x h(t) Figura 6. o u En la pr´ctica. 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 6.4 se han o representado las se˜ales de entrada x(t) y de salida xh (t) de este circuito.. x(t) se ha representado una se˜al continua en el tiempo. En este circuito. entre los que podemos citar.3. 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. . sistemas operativos de tiempo a e real. la se˜al x(t) es generalmente de naturaleza el´ctrica. x∗ (t ). cargando el condensador C a la tensi´n x(tk ).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. x∗ (t ).6. Cada proceso puede estar gobernado localmente por un sistema digital apropiado. sec.3. o Puede observarse en la figura 6. Otros tipos de muestreo son el de orden m´ltiple. redes de a Petri [1] y las teor´ sobre procesos estoc´sticos y procesos de colas. . GRAFCET. es decir. t2 . Su estudio abarca ciertas ´reas t´cnicas como automatismos. per´ o ıodo de muestreo.3. 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 ). El muestreo n ∗ (t ). . En la figura 6.1]. con frecuencia un aut´mata programable. . y todos los procesos est´n controlados por un computador o a central. simult´neaa mente. Este computador puede estar a su vez conectado con otros mediante una red de ´rea a local (LAN).3: Circuito de muestreo y retenci´n o Sistemas de eventos discretos En estos sistemas existen procesos que evolucionan de modo concurrente. 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 de per´ u ıodo m´ltiple y el de per´ u ıodo aleatorio. En la figura 6. el interruptor S es activado por un impulso de control en cada instante de muestreo tk .

6] from 14 5.k t02 .6] from 23..5cm.0.15.25cm¿[0..15.0.4: 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.. x◦ ◦◦h t tt1.25cm¿ ◦◦◦ 0.9 0 to 24 0 0.9 to 14 6 ¡.98 CAP´ ITULO 6. t Figura 6.5cm¿point at 0 0 0. SISTEMAS DE TIEMPO DISCRETO ... ◦◦◦◦ 0....25cm¿[0.1cm¿(t) .....5: ADC de 3 bits de tipo flash . .0.

. un convertidor anal´gio o o co digital (ADC).0.15.. en teor´ exactamente.4.25cm¿[0..1cm¿0.. . 6. 11.. integrador.. 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.6] from 0 0 to 10 0 0. sec....6: Reconstrucci´n de la se˜al con ZOH o n El proceso de cuantificaci´n es realizado por otro circuito electr´nico.1. la se˜al x(t) puede ser reconstruida completamente a partir de la se˜al muestreada n n x∗ (t). ◦◦◦ 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. Por este m´todo se obtiene la se˜al xr a e n partir de sus muestras x∗ (t) (figura 6. Por su simplicidad se ha representado en la figura 6.4].25cm¿[0.0. Este convertidor efect´a la conversi´n del vau o lor anal´gico de xh (t) presentado en su entrada a c´digo Jhonson. Entre los ADC existentes podemos rese˜ar los tipos de aproxin maciones sucesivas. o 6..4.. 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. s´lo limitada por o o los tiempos de los comparadores y del circuito l´gico combinacional.k t02 . No obstante. t Figura 6.25cm¿[0.4.5cm. tal que ωs = 2π/Ts > 2B.. 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 0 6 ◦◦◦◦(t) . . que la m´xima pulsaci´n de los arm´nicos de su n a o o espectro sea inferior a una dada ωmax = B.15.´ ˜ 6.. Teorema del muestreo Si una se˜al x(t) de banda limitada (ωmax = B) se muestrea con per´ n ıodo Ts . . RECONSTRUCCION DE LA SENAL MUESTREADA 99 .6). ¡.. contador y paralelo (flash). n la se˜al original x(t) puede obtenerse. es decir. 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 . t tt1. a partir de sus muestras siempre n ıa que sea una se˜al de banda limitada. x◦ ◦◦∗ t tt1.5cm¿point at 0 0 0.15. Este tipo de convertidores proporciona una gran velocidad de conversi´n..5 un ADC de 3 bits de tipo flash. 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.k t02 . que es convertido a binario o o natural por un circuito combinacional.0.

SISTEMAS DE TIEMPO DISCRETO δ(t) ZOH(s) 1(t)-1(t-T) Figura 6.4) . uno etc. de la forma x∗ (t) = x(0)δ(t) + x(T )δ(t − T ) + x(2T )δ(t − 2T ) + . a veces denominada transformada estrella [Ogata 87. . . se aplica un impulso unitario a la las muestras x entrada del ZOH. sec.4. .5] o 6.5].2. La salida es un pulso de duraci´n T (figura 6.2) 6. 3. 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. la funci´n de transferencia del circuito de retenci´n de orden cero es o o ZOH(s) = 1 − e−sT s (6. = k=0 x(kT )e−skT (6. 6. El mas sencillo es el circuito a de retenci´n de orden cero o Zero Order Hold (ZOH).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 6.4.3.100 CAP´ ITULO 6. El elemento de retenci´n de orden cero (ZOH) o El filtro paso-bajo ideal realiza la operaci´n expresada por (6. L[1(t) − 1(t − T )] = (1 − e−sT ) s y por tanto. de amplitud x(kT ). sec.7).3) Supongamos que. en t = 0. 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. es ∞ X ∗ (s) = x(0) + x(T )e−sT + x(2T )e−2sT + . . ∞ = k=0 x(kT )δ(t − kT ) (6. Las transformadas de Laplace o las variables de entrada y salida son: L[δ(t)] = 1. tal que ωs = 2π/Ts > 2B. 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.3) Su transformada de Laplace.1). Teorema de Shannon Si una se˜al x(t) de banda limitada (ωmax = B) se muestrea con per´ n ıodo Ts .1) La demostraci´n de estos teoremas puede hallarse en [?.4.7: Elemento de retenci´n de orden cero o 6.

La transformada z ∞ Hemos visto que la transformada de Laplace de una se˜al muestreada x∗ (t) es (6. partir de x o 1 − e−sT Xr (s) = ZOH(s)X (s) = s ∗ ∞ x(kT )e−kT s k=0 (6.7) 6.4): n L[x∗ (t)] = X ∗ (s) = k=0 x(kT )e−kT s (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 -0.5) es decir que X ∗ (s + jnωs ) = ∞ x(kT )e−skT = X ∗ (s) k=0 (6.8).6.8: 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 6.5.5.6) 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.5 real 0. 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. En efecto.8) Definimos una nueva variable z mediante el cambio esT = z . Por tanto. con per´ o o ıodo jωs .

o a e 1. Multiplicaci´n por la constante ak : o Z[ak x(k)] = X 3. As´ como la transformada de Laplace serv´ para modelizar los sistemas continuos.1 u . Las demostraciones son inmediatas aplicando la definici´n de la transformada z.4]. la ecuaci´n (6. Propiedades y teoremas de la transformada z Se describen a continuaci´n algunas propiedades de la transformada z. Valor inicial: x(0) = l´ X(z) ım z→∞ 6. haciendo esT = z. Para un estudio m´s completo v´ase [Ogata 87. Transformadas de algunas funciones elementales Aplicando la definici´n. pueden obtenerse o las transformadas z de algunas funciones sencillas. Traslaci´n compleja: o Z[e−ak x(k)] = X(ea z) 5. SISTEMAS DE TIEMPO DISCRETO Con la nueva variable z. sec. Es una transformaci´n lineal: o Z[ax(k) + by(k)] = aZ[x(k)] + bZ[y(k)] = aX(z) + bY (z) 2. que se indican en la tabla 6. Valor final: k→∞ l´ x(k) = l´ (1 − z −1 )X(z) ım ım z→1 6. 6.102 CAP´ ITULO 6. de uso com´n.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) (6.1.10) 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). la transı ıa formada z hace el mismo papel en los de los sistemas discretos. 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 ] 4.2. 2.5.5. las propiedades y los teoremas antes enunciados.4) se puede escribir o ∞ X ∗ (s) = k=0 x(kT )z −k = X(z) (6. Por simplicidad se o supone que el per´ ıodo de muestreo T es la unidad.

6.3. 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. entre x(k) y x(k − 1).5.5. 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) . Transformada z de diferencias finitas Se define la diferencia primera hacia atr´s.1: Transformadas z de algunas funciones 6. 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. 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.

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) + . . 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). . . por tanto. 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). + b0 z −n )X(z) . + a0 y(k − n) = bn x(k) + bn−1 x(k − 1) + . . 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) . . ı cuarta etc. La diferencia primera hacia delante entre x(k + 1) y x(k). 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. .11) en donde x e y son funciones de la variable discreta k.104 es decir CAP´ ITULO 6. Hallando la transformada z de ambos miembros de la expresi´n queda: o (an + an−1 z −1 + . + a0 z −n )Y (z) = (bn + bn−1 z −1 + . . . . + b0 x(k − n) (6. . 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.6.

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 formada por los coeficientes ak : x(kT ) = ak . . + b0 z −n = X(z) an + an−1 z −1 + . . por integraci´n en el campo complejo. . 6. .7. . 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. zn . . puede hallarse efectuando la divisi´n larga de N (Z) entre D(z). .7. . o obteni´ndose una serie infinita de potencias en z −1 : e X(z) = N (z) = a0 + a1 z −1 + a2 z −2 + . directamente. Hay que tener en cuenta que con Z −1 no se obtiene la funci´n x(t). multiplicando numerador y denominador por z n . . + a1 s + a0 (n) (m) de un sistema continuo. + a0 105 (6. . . .1. n 1 z k−1 X(z)dz = Ki (6. G(z) = Puede apreciarse la semejanza de las ecuaciones (6. . . Kn .´ 6. expresada en forma de cociente entre o los polinomios N (z) y D(z). + a0 z −n bn z n + bn−1 z n−1 + . + b0 an z n + an−1 z n−1 + . M´todo de la divisi´n directa e o La transformada inversa Z −1 de una funci´n X(z). .7. + a2 y + a1 y + a0 y = bm x + .11) y (6. tal que Z[x(kT )] = X(z). . . M´todo de integraci´n compleja e o La transformaci´n inversa se obtiene. sec. 2. + b2 x + b1 x + b0 x ¨ ˙ ¨ ˙ y la funci´n de transferencia o G(s) = bm sm + bm−1 sm−1 + . . Z 6. . . A continuaci´n se indican los m´todos mas usuales de hallar la transformada o e −1 [Ogata 87. . K2 . k = o o 0. mientras que la ecuaci´n diferencia y la funci´n de transferencia en z describen o o uno discreto. 1. z2 . La ecuaci´n diferencial y la funci´n de transferencia en s describen un o o sistema continuo. 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 ).5]. . .7.2. D(z) La secuencia x(kT ) es.13) a lo largo de un contorno cerrado C del plano complejo z que encierre a todos los polos. . . + b1 s + b0 an sn + an−1 sn−1 + . 6. resolviendo la o o integral (6..12) con ecuaci´n diferencial o an y + . . .12) o. . 2. los residuos de la funci´n o z k−1 X(z) en cada uno de sus polos z1 .13) x(kT ) = 2πj c i=1 siendo K1 . .

. con coeficientes num´ricos. de la forma X(z) k1 k2 kn = + + . Y (z) = G(z). Entonces.8. De aqu´ se obtiene inmediatamente Z −1 . k = 0x(k) = 0. ıces u o 6.106 CAP´ ITULO 6. . . + z z − p1 z − p 2 z − pn en donde p1 .. Para simplificar las expresiones suponemos una G(z) con numerador de o segundo orden el denominador de tercero. de la forma G(z) = b2 z 2 + b1 z + b0 z 3 + a2 z 2 + a1 z + a0 (6.7. 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.3. M´todo de expansi´n en fracciones simples e o Este m´todo es similar al utilizado en la transformaci´n inversa de Laplace. p2 . SISTEMAS DE TIEMPO DISCRETO 6. Pongamos la funci´n de transferencia o (6. luego y(0) = 0. pn son los polos (simples) de X(z). a e la antitransformada y(k) puede hallarse num´ricamente mediante computador. resolviendo una e ecuaci´n diferencia. 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.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. Consiste en dese o componer la funci´n X(z). en suma de fracciones o simples. por tanto. k > 0 su transformada es X(z) = 1 y.14) Sea X(z) la funci´n de entrada de G(z) e Y (z) la de salida.15) . .. 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. 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. 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. cuya antitransformada x(kT ) se desea hallar. o x(k) = 1.

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

2.9.3) 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. Deseamos hallar la relaci´n entre la salida muestreada Y ∗ (s) e o ∗ (s) (figura 6.10). obteni´ndose y ∗ (t).10: Sistema continuo muestreado 6. o t y(t) = 0 g(t − τ )x∗ (τ )dτ Sustituyendo el valor de x∗ (t) dado por (6.3): ∞ x∗ (t) = k=0 x(kT )δ(t − kT ) siendo x(t) una se˜al de tiempo continuo. dando y ∗ (t) n ∞ ∞ y (t) = n=0 k=0 ∗ g(nT − kT )x(kT ) δ(t − nT ) y.108 CAP´ ITULO 6. con n igual per´ ıodo. por tanto. A su vez. ∞ ∞ Y ∗ (s) = Y (z) = n=0 k=0 g(nT − kT )x(kT ) z −n .16) que es una se˜al continua. la salida y(t) se vuelve a muestrear. 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. y(t) = L−1 [Y (s)] = L−1 [G(s)X ∗ (s)] Aplicando el teorema de convoluci´n. La salida y(t) se muestrea. por tanto. La transformada de Laplace de la salida y(t) es y la entrada muestreada X Y (s) = X ∗ (s)G(s) y. 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 .

est´ definida o o a mediante la serie ∞ (At)k At Φ(t) = e = (6.10). y con salida continua y(t) que se muestrea con igual per´ ıodo T para obtener y ∗ (t) (figura 6. 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. Modelo de estado de tiempo discreto El acercamiento al modelo de estado de tiempo discreto puede hacerse de diferentes maneras. Por ser la funci´n exponencial de la matriz At. en discreto.20) La matriz Φ(t) = eAt (6.9. MODELOS MATEMATICOS DE LOS SISTEMAS DE TIEMPO DISCRETO ahora. definido por (6. definido por su funci´n de transfeo rencia G(s). con entrada x∗ (t) obtenida mediante muestreo de per´ ıodo T de una se˜al continua n x(t). que exponemos a continuaci´n.18) = G(z)X(z) En consecuencia. y hallar la soluci´n del sistema de ecuaciones o diferenciales (6. siendo G(z) la o transformada z de la funci´n ponderatriz g(t) del sistema.17) (6.9.´ 6. Una de ellas. o 6. cap2].21) se denomina matriz de transici´n.22) k! k=0 y existen varios procedimientos para calcularla. es decir.19). El problema de hallar la soluci´n del o sistema de ecuaciones diferenciales lineales de coeficientes constantes ˙ x = Ax + Bu y = Cx + Du (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. se comporta como un sistema discreto con funci´n de transferencia G(z).23) . 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. la ecuaci´n (6. consiste en convertir el modelo de estado de tiempo o continuo. Utilizando esta matriz. El procedimiento que seguiremos consiste en discretizar el tiempo. dividirlo en intervalos finitos.20) se o puede escribir t x = Φ(t − t0 )x(0) + t0 Φ(t − τ )Bu(τ )dτ (6.3.19) en cada intervalo [Ogata 87.

. k = 0. Se trata pues de se˜ales que proceden. obtenida a partir de (6. tal que 0 < Td < T . En el mismo. de modo que los instantes de muestreo de las se˜ales de salida son t = kT + Td . Sus valores son uk = u(kT ). respecto de la entrada u(k) (figura 6.110 CAP´ ITULO 6. kT ≤ t < (k + 1)T. .24) x(kT + T ) = eAT x(kT ) + 0 eAτ dτ Bu(tk ) (6. Sea xk el valor de las variables de estado en el instante inicial tk . con per´ o ıodo T .25) La salida. de un proceso previo de n muestreo y retenci´n. . ˆ C = CeATd . ˆ B= 0 T eAτ dτ B Td 0 ˆ D=C eAτ dτ B + D (6. tk+1 ].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. Entonces. .20) nos permite obtener la soluci´n de la ecuacion diferencial del vector de estado o o (6. 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. T tk+1 tk eA(tk −τ ) Bu(tk )dτ (6. Denotemos por uk e yk n las secuencias de entrada y salida obtenidas. 1. las se˜ales n de entrada u(t) son constantes y su valor es uk . ya que el valor de las se˜ales se mantiene constante en cada intervalo T .25) es y(k) = y(kT + Td ) = CeATd x(kT ) + C 0 Td eAτ dτ Bu(kT ) + Du(kT ) Si hacemos ˆ A = eAT . 1. 2.. x(tk+1 ) = eA(tk+1 −tk ) x(tk ) + o bien. sustituyendo tk por kT y tk+1 por kT + T . para k = 0. Consideremos el intervalo [tk .26) .11). yk = y(kT + Td ) La f´rmula (6. de otras se˜ales de tiempo cont´ n ınuo. posiblemente. .11: Sistema continuo muestreado Supongamos que la entrada al sistema descrito por descrito por (6.19) y (6.19) en un intervalo cualquiera. 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 . 2. . Entonces se cumple u(t) = u(kT ).4).

Las matrices A.27) Estas ecuaciones se llaman ecuaciones de estado de tiempo discreto y constituyen el modelo de ˆ estado. Obs´rvese que la matriz A es la que hemos denominado e ˆ ˆ ˆ ˆ matriz de transici´n Φ(t) en (6. de tiempo discreto.22). C y D pueden hallarse o facilmente por c´lculo num´rico a partir de la serie (6.9.´ 6. para t = T . o interno.22). B. a e . 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.

SISTEMAS DE TIEMPO DISCRETO .112 CAP´ ITULO 6.

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 .1) el controlador digital (µP) recibe la secuencia de valores e(kT ) = e∗ (t). obteniendo la o secuencia x∗ (t) = x(kT ). Estos dos bloques pueden asociarse formando en ZOH x * Planta xr G(s) y T y* 1-e -sT s Figura 7. Si o la salida y(t) se muestrea.1.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.

En efecto.3) en el plano z. 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 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. si σ < 0. z = esT = e(σ+jω)T = eσT ejωT implica |z| = eσT < 1 Por tanto. 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 = 1.1. En el plano z. . . . . el o a sistema es estable. 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. 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. aplicando la transformaci´n queda z = ejωT o que es la ecuaci´n de un c´ o ırculo de radio unidad (figura 7. esta condici´n se transforma ya o que. . o o 7. 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.114 CAP´ ITULO 7. n siendo σi la parte real de cada uno de los polos.

7.1.3: Transformaci´n z = esT o u ε C(s) x G(s) y H Figura 7. 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 .

ha de ser igual la relaci´n X ∗ (s)/E ∗ (s) entre la salida muestreada y la entrada o muestreada.2.2. Es decir que 1 − e−sT D(z) = C(s) s ∗ = (1 − z −1 )Z[ z=esT C(s) ] s 7.6).4 se ha representado un sistema con control anal´gico C(s). tal que su funcionamiento entrada-salida sea similar. o 7. En la figura o 7. Equivalencia al muestreo y retenci´n.2].2. En este caso no existe o retenci´n de la se˜al de entrada en el controlador anal´gico (7.5). 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. 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. 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. 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. 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. para el primer controlador X(s) = E ∗ (s)C(s) . la salida del controlador digital ha de ser igual a la salida muestreada del controlador anal´gico.1. sec. de los que cuales o citamos algunos a continuaci´n [Ogata 87.116 CAP´ ITULO 7.5. 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. la entrada e(t) y la entrada muestrada e∗ (t) son id´nticas. 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 7.5: Sustituci´n por equivalencia ZOH o sea equivalente.2. Invariancia al impulso Al aplicar un impulso unitario a la entrada de ambos controladores. SISTEMAS CONTROLADOS POR COMPUTADOR 7. 4. Puesto que la entrada es un o n o unico impulso. La respuesta al impulso ´ e es.

2. 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. 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.˜ 7.7: Sustituci´n por invariancia al escal´n o o 1 X(s) = E(s)C(s) = C(s) s . la salida del controlador o digital ha de ser igual a la salida muestreada del controlador anal´gico (7.2.7). 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 7.6: 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. Invariancia al escal´n o Al aplicar un escal´n unitario a la entrada de ambos controladores.3. para que la salida del controlador digital sea tambi´n X ∗ (s).

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.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 7.1) pero la transformada z de la entrada escal´n unitario es o Z[e(t)] = Sustituyendo en (7. 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. 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. 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 . 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 .4. basados en utilizar o e e diferencias hacia adelante o diferencias hacia atr´s. Una a de las posibles ecuaciones diferencia que resuelven la ecuaci´n (7. Por ejemplo. etc.5.2) esta ecuaci´n se puede resolver num´ricamente a trav´s diferentes algoritmos. para un e o o controlador de tipo PID. o 7. se deduce que e X(z) = E(z)D(z) = 1 C(s) ∗ z=esT 1 = Z[ C(s)] s (7.2.

Control Toolbox]. e o o e La transformaci´n o 7.˜ 7. CTRL-C. por ejemplo. simulaci´n y dise˜o de sistemas. . Se han desarrollado n paquetes de Software de Autom´tica y Control que integran potentes herramientas para el a an´lisis. que facilitan el trabajo a los ingenieros de dise˜o de sistemas. los m´todos modernos. Se obtiene al utilizar la regla trapezoidal en la integraci´n num´rica de las ecuaciones diferenciales. MATRIX.. SIMNON. de gran utilidad. realizar controladores n o o que se adaptan de forma autom´tica al proceso que controlan (autosintonizados) etc.2.7. 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. etc [Maltab. De algunos de estos programas existen versiones para a o n ordenadores personales como. por a tanto. CACSD (Computer-Aided Control System Design). 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. M´todos modernos de dise˜ o.6. 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.2. En el aspecto del dise˜o se utilizan.2. DISENO DEL CONTROLADOR DIGITAL 119 7. y son. CC. que permiten optimizar e a e el dise˜o en funci´n de las especificaciones requeridas (control ´ptimo). MATLAB. El controlador o e digital obtenido por este m´todo es estable si su hom´logo anal´gico tambi´n lo es.

120 CAP´ ITULO 7. SISTEMAS CONTROLADOS POR COMPUTADOR .

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

Sign up to vote on this title
UsefulNot useful