Linealización

Sistemas Discretos

Tema 2: Descripción de Sistemas - Parte II Virginia Mazzone

Contenidos Linealización Sistemas Discretos

Virginia Mazzone: Tema 2: Descripción de Sistemas - Parte II -

Linealización

Sistemas Discretos

Linealización
La gran mayoría de los sistemas físicos son no lineales. Una clase importante de ellos se puede describir por las ecuaciones de estado ˙ (t ) = f (x (t ); u (t ); x (t0 ); t ) ; x y (t ) = h(x (t ); u (t ); x (t0 ); t ) ; x (t0 ) = x0 (1)

donde f y h son campos vectoriales no lineales, es decir, ˙ (t ) en (1) escrita en términos escalares, la componente i de x es ˙ i (t ) = fi (x1 (t ); : : : ; xn (t ); u1 (t ); : : : ; um (t ); x1 (t0 ); : : : ; xn (t0 ); t ) x Este tipo de sistemas se trata en detalle en Sistemas No Lineales.
Virginia Mazzone: Tema 2: Descripción de Sistemas - Parte II -

xi (t0 ) =

t u ! t0 Nos interesa el comportamiento de la ecuación no lineal (1) para una entrada y estado inicial “cercanos” a los valores ˜ (t ) + u (t ) y x0 = x ˜0 + x0 para nominales. ˜ (t ). t x ! t0 ( ˜ (t0 ) x ˜ (t ). Virginia Mazzone: Tema 2: Descripción de Sistemas . definida por valores nominales x satisfacen (1). El proceso de obtención de un modelo lineal a partir de uno no lineal se llama linealización.Parte II - .Linealización Sistemas Discretos Una ecuación de estado lineal es una herramienta útil para describir sistemas como (1) en forma aproximada. es decir u (t ) = u u (t ) y x0 suficientemente pequeños para t ! t0 . La linealización se realiza alrededor de un punto o trayectoria ˜ (t ). x ˜0 y u ˜ (t ) que de operación.

En términos de la ecuación de estado no lineal (1) tenemos ˙ (t )+x ˙  (t ) = f (x ˜ ˜ ˜ (t )+x (t ). u ˜ (t )+u (t ).Parte II - ˜ (t0 )+x (t0 ) = x ˜0 +x0 x . y escribimos x (t ) = x cada t ! t0 . t ). x Virginia Mazzone: Tema 2: Descripción de Sistemas .Linealización Sistemas Discretos x0 ˜0 x x ˜ x x Figura: Trayectoria de operación y aproximación Suponemos que la correspondiente solución permanece ˜ (t ) + x (t ) para cercana a la nominal.

u ˜ . t )x n (x + @ x1 @ xn @ fi @ fi ˜. t )u m (2) + (x (x @ u1 @ um Repitiendo la operación para cada i = 1. que queda ˜ + x . u ˜ . t )u x (x (x @x @u Virginia Mazzone: Tema 2: Descripción de Sistemas . u ˜ . u ˜ (t )) + ˜. n. u ˜ . u ˜ . t )x 1 + ¡ ¡ ¡ + i (x ˜. u ˜ + u . t ) % fi (x ˜. t )x + ˜. u ˜. t ) fi (x @ fi @f ˜.Parte II - . podemos expandir el lado derecho de esta ecuación usando series de Taylor alrededor de ˜ (t ) y u ˜ (t ). u ˜ .Linealización Sistemas Discretos Asumiendo diferenciabilidad. : : : . x Especificamos la operación para la componente i . t )u 1 + ¡ ¡ ¡ + ˜. y volviendo a la notación vectorial. reteniendo sólo los términos de primer orden. obtenemos @f @f ˙ (t ) + x ˙  (t ) % f (x ˜ ˜ ˜ (t ).

del campo vectorial f con respecto a x . u ˜ (t ).Parte II - . (x B (t ) = ˜ (t ). u ˜ (t ). t ) . x donde A(t ) = @f @x ˜0 x (t0 ) = x0   x @f @u ˜ (t ). t ) . u ˜ (t ). o Matriz Jacobiana.Linealización Sistemas Discretos @f La notación @ x representa el Jacobiano. @f @x 2 @ f1 @ x1 6 @ f2 6 6 @ x1 6 6 4: : : @ fn @ x1 @ f1 @ x2 @ f2 @ x2 @ fn @ x2 ::: ::: ::: ::: ::: 3 7 @ f2 7 @ xn 7 7 : : :7 5 @ f1 @ xn @ fn @ xn ˙ (t ) = f (x ˜ ˜ (t ). x ˜ (t0 ) = x ˜0 . t ) : (x Virginia Mazzone: Tema 2: Descripción de Sistemas . la relación entre Dado que x x (t ) y u (t ) (el modelo incremental) queda aproximadamente descripto por una EE lineal inestacionaria de la forma ˙  (t ) = A(t )x (t ) + B (t )u (t ).

t ).Linealización Sistemas Discretos De igual manera se expande la ecuación de salida y (t ) = h(x (t ). t ) y donde y (t ) = y (t )   y C (t ) = @h @x ˜ (t ). t ) : (x Notar que las EE obtenidas por linealización van a ser en general variantes en el tiempo. aún cuando las funciones originales f y h sean estacionarias debido a que las matrices Jacobianas se evalúan a lo largo de trayectorias y no puntos estacionarios. t ) . de donde obtenemos la aproximación lineal y (t ) = C (t )x (t )+ D (t )u (t ). u ˜ (t ). ˜ (t ).Parte II - . Virginia Mazzone: Tema 2: Descripción de Sistemas . u ˜ (t ). con y ˜ (t ) = h (x ˜ (t ). u ˜ (t ). (x D (t ) = @h @u ˜ (t ). u (t ).

Linealización Sistemas Discretos Ejemplo 1: El siguiente sistema mecánico consiste en un bloque de masa m conectado a un apared a través de un resorte.Parte II - . como muestran la Figuras a continuación. Consideramos como entrada u la fuerza aplicada y como salida el desplazamiento del punto de equilibrio. fricción de Coulomb y fricción viscosa. y k2 k1 m u La fricción entre el suelo y el bloque generalmente consiste en tres partes: Fricción estática. Virginia Mazzone: Tema 2: Descripción de Sistemas .

y2 ).Parte II - . puede ser considerado lineal. por simplicidad despreciamos la fricción estática y la de Coulomb (ahora puede ser ˙ ). pero si limitamos el desplazamiento entre (y1 . y1 y2 desplazamiento Virginia Mazzone: Tema 2: Descripción de Sistemas .Linealización Sistemas Discretos fuerza estática fuerza fricción viscosa 0 velocidad Coulomb 0 velocidad La fricción es una fución no lineal de la velocidad. expresada como k1 y fuerza Las características del resorte también son no lineales.

Linealización Sistemas Discretos Así el sistema mecánico puede ser modelado como un sistema lineal. bajo linealización y simplificación ¨ = u   k1 y ˙ my   k2 y A ˆ (s) = y ms2 1 ˆ (s ) u + k1 s + k2 ˙ .Parte II - . En forma Elegimos como variables de estado x1 = y y x2 = y matricial escribimos " ˙ 1 (t ) x = ˙ 2 (t ) x # " h 0  k2=m y (t ) = 1 0 i "x1 (t )# x2 (t ) 1  k1=m #" x1 (t ) 0 + u (t ) x2 (t ) 1=m # " # Virginia Mazzone: Tema 2: Descripción de Sistemas .

Parte II - . En forma Elegimos como variables de estado x1 = y y x2 = y matricial escribimos " ˙ 1 (t ) x = ˙ 2 (t ) x # " h 0  k2=m y (t ) = 1 0 i "x1 (t )# x2 (t ) 1  k1=m #" x1 (t ) 0 + u (t ) x2 (t ) 1=m # " # Virginia Mazzone: Tema 2: Descripción de Sistemas .Linealización Sistemas Discretos Así el sistema mecánico puede ser modelado como un sistema lineal. bajo linealización y simplificación ¨ = u   k1 y ˙ my   k2 y A ˆ (s) = y ms2 1 ˆ (s ) u + k1 s + k2 ˙ .

Las ecuaciones de movimiento son ¨= y ¨=  ˙2 ml sin    mg sin  cos  u+ M + m sin2   u cos    ˙2 ml sin  cos  + (m + M )g sin  Ml + m sin2   : m mg l u M y Virginia Mazzone: Tema 2: Descripción de Sistemas .Parte II - .Linealización Sistemas Discretos Ejemplo 2: Consideremos el péndulo invertido sobre un carro móvil de la figura.

x2 = y ˙ = f (x . x3 =  y x4 =  Definiendo x1 = y . El EE sistema tiene la forma x está dada como 2 3 2 ˙1 x 6 7 6 6 ˙ x 6 6 27 =6 6 7 ˙ 35 6 4x 4 ˙4 x 3 2 ml sin x  mg sin x cos x 7 u +x4 3 3 3 7 7 M +m sin2 x3 7 7 x4  u cos x3  x 2 ml sin x3 cos x3 +(m+M )g sin x3 5 x2 4 Ml +m sin2 x3 ˜(t )  0. donde x P R4 y u P R. u ˜ (t ))  0 (es un que es fácil ver que satisface f (x equilibrio). u ˜ (t )  0 Vt .Linealización Sistemas Discretos ˙ vemos que el ˙ . Virginia Mazzone: Tema 2: Descripción de Sistemas .Parte II - . u ). Como trayectoria de operación tomamos  ˜ (t ).

u ). x2 = y ˙ = f (x . donde x P R4 y u P R. El EE sistema tiene la forma x está dada como 2 3 2 ˙1 x 6 7 6 6 ˙ x 6 6 27 =6 6 7 ˙ 35 6 4x 4 ˙4 x 3 2 ml sin x  mg sin x cos x 7 u +x4 3 3 3 7 7 M +m sin2 x3 7 7 x4  u cos x3  x 2 ml sin x3 cos x3 +(m+M )g sin x3 5 x2 4 Ml +m sin2 x3 ˜(t )  0.Parte II - . Virginia Mazzone: Tema 2: Descripción de Sistemas . u ˜ (t )  0 Vt . x3 =  y x4 =  Definiendo x1 = y . Como trayectoria de operación tomamos  ˜ (t ). u ˜ (t ))  0 (es un que es fácil ver que satisface f (x equilibrio).Linealización Sistemas Discretos ˙ vemos que el ˙ .

0) = 6 B= 4 @u 0 1 M 1   Ml 0 3 7 7 7 5: Considerando condiciones iniciales nulas y como salidas y y . 0) = 6 A= 40 @x 1 0 0 0 0   mg M 0 (M +m)g Ml 0 0 07 7 7 15 0 3 2 6 @f 6 (0.Parte II - .Linealización Sistemas Discretos Las matrices A y B de los respectivos Jacobianos de f evaluados sobre esta trayectoria son 2 0 6 @f 60 (0. obtenemos " ˆ (s) y ˆ(s)  # 2 3 s2   g 6 s2 [Ms2   (M + m)g ] 7 7 ˆ (s ) =6 4 5u  1 Ms2   (M + m)g Virginia Mazzone: Tema 2: Descripción de Sistemas .

Parte II - . y tomando u (t ) como una entrada x2 (t ) = h independiente llegamos al modelo no lineal 3 2 3 2 x2 (t ) ˙ 1 (t ) x 6 7 ve 7 6 ˙ 2 (t )7 6 7 4x 5=6   g + u ( t ) 4 5: x3 (t ) ˙ (t ) x 3 u (t ) Virginia Mazzone: Tema 2: Descripción de Sistemas .Linealización Sistemas Discretos Ejemplo 3: Volvemos al ejemplo del cohete de la clase pasada. m(t )h donde ahora tomamos la velocidad de cambio de masa libre ˙ (t ) (ejercicio en la clase anterior). Las ecuaciones de movimiento eran ¨ (t ) =  m(t )g + ve u (t ) . x3 (t ) = m(t ). Definiendo m(t ) u (t ) = m como una variable de estado más. y denotando x1 (t ) = h(t ). ˙ (t ).

u ) = 40 1 0 0 0 0 27 . luego x2 (t ) y finalmente x1 (t ). primero de x3 (t ).  ve u=x3 5 0 3 @u 2 @f 6 (x . u ) = 4v 0 7 e =x3 5 : 1 3 Virginia Mazzone: Tema 2: Descripción de Sistemas .Linealización Sistemas Discretos Consideramos ahora su linealización alrededor una trayectoria nominal correspondiente a un valor constante de la entrada u = u0 < 0. No es difícil calcular la trayectoria nominal explícitamente mediante integración directa.Parte II - . Haciendo las cuentas obtenemos ˜1 (t ) =   x gt 2 m0 ve + 2 u0  ˜2 (t ) =  gt + ve x  1+ u0 t 1+ m0  u0 t m0   ln 1 + u0 t m0  0t  u m 0  ˜3 (t ) = m0 + u0 t : x Los Jacobianos necesarios son @x 2 0 @f 6 (x .

Linealización Sistemas Discretos Substituyendo los valores nominales (sólo los de x3 (t ) y u (t ) aparecen) obtenemos la EE linealizada en las variables ˜ (t ) y u (t ) = u (t )   u ˜ (t ) incrementales x (t ) = x (t )   x 2 0 6 ˙  (t ) = 6 x 40 1 0 0 0 0 0 6 7  ve u0 7 v e 7 x (t ) + 6 4 m 0 + u0 t 7 5 u (t ) : (m0 + u0 t )2 5  1 0 3 2 3 Las condiciones iniciales para las variables incrementales están dadas por 2 3 0 6 7 x (0) = x (0)   4 0 5 : m0 Virginia Mazzone: Tema 2: Descripción de Sistemas .Parte II - .

k = 0. ¦2 : : : . descriptos por ecuaciones diferencia.Linealización Sistemas Discretos Sistemas discretos La mayoría de los conceptos de EE para sistemas lineales continuos puede transladarse directamente a sistemas discretos. linealidad y el principio de superposición de las respuestas debido a condiciones iniciales y entradas. donde t = kT .Parte II - . etc. El muestreo a considerar es regular . En este caso denotamos las variables discretas (secuencias) como u [k ] u (kT ). son exactamente como en el caso continuo. ¦1. donde T es el período de muestreo. Los conceptos de dimensión finita. causalidad. Virginia Mazzone: Tema 2: Descripción de Sistemas . La variable temporal k sólo asume valores en el conjunto de números naturales.

En un sistema lineal discreto toda secuencia de entrada u [k ] puede representarse mediante la serie u [k ] = I X m=  I u [m] [k   m] : Virginia Mazzone: Tema 2: Descripción de Sistemas . Notar que en el caso discreto los impulsos son fácilmente realizables físicamente. retardos puros no dan lugar a un sistema de dimensión infinita si el retardo es un múltiplo del período de muestreo T . Descripción entrada-salida de sistemas discretos: Definimos la secuencia de impulsos  [k ] como  [k   m] = ( 1 si k = m 0 si k T= m donde k y m son números enteros.Linealización Sistemas Discretos A diferencia del caso continuo.Parte II - .

m]u [m] 3 g [k . entonces tenemos que   m] 3 g [k .Parte II - . m]u [m] X X  [k . m]u [m] 3 g [k . m]u [m] : (3) Virginia Mazzone: Tema 2: Descripción de Sistemas . m ]u [m ]  [k m m (por homogeneidad) (por aditividad) : Así la salida y [k ] excitada por la entrada u [k ] puede representarse mediante la serie y [k ] = I X m=  I g [k . m] denota la salida de una sistema discreto a una secuencia de impulsos aplicada en el instante m. m]  [k .Linealización Sistemas Discretos Si g [k .

m] = 0 para k < m. por lo que causalidad D g [k .Linealización Sistemas Discretos Si el sistema es causal no habrá salida antes de que la entrada se aplique. m]u [m] . m=k0 y si además tenemos invariancia en el tiempo.Parte II - .entonces vale la propiedad de corrimientos en el tiempo y llegamos a la representación del sistema mediante la convolución discreta y [k ] = k X m =0 g [k   m ]u [m ] = k X m =0 g [m]u [k   m] : Virginia Mazzone: Tema 2: Descripción de Sistemas . Para sistemas discretos causales la representación (3) se reduce a y [k ] = k X g [k .

tiene sentido hablar de funciones transferencia ˆ (z ) =  [g [k ]]. ˆ (z ) = C (zI   A) 1 B + D : G Virginia Mazzone: Tema 2: Descripción de Sistemas .Parte II - .Linealización Sistemas Discretos Representación en Espacio de Estados: Todo sistema discreto lineal finito-dimensional puede describirse mediante EE (diferencia) x [k + 1] = A[k ]x [k ] + B [k ]u [k ] y [k ] = C [k ]x [k ] + D [k ]u [k ] . y en el caso estacionario x [k + 1] = Ax [k ] + Bu [k ] y [k ] = Cx [k ] + Du [k ] : En este caso. La relación entre función discretas. G transferencia discreta y representación de estados es idéntica al caso continuo.

definido por y [k ] = u [k   1] La salida es iagual a la entrada retrasada una muestra.Linealización Sistemas Discretos Ejemplo 1: Consideremos un retardo temporal de una muestra.Parte II - . Su respuesta al impulso es la secuencia g [k ] =  [k   1] y la función de transferencia discreta viene dada por ˆ (z ) =  [ [k g 1   1]] = z  1 = z Virginia Mazzone: Tema 2: Descripción de Sistemas .

Linealización Sistemas Discretos Ejemplo 2: Consideremos el sistema en realimentación ˆ r (z ) E ˜ ˜ ˆ(z ) j E a ˜u E ¨ ¨ ¨ T z  1 ˆE y (z ) ˆ (z ) = g az  1 a =   1 z  a 1   az La función de transferencia puede obtenerse también aplicando la transformada  a la secuencia que resulta como respuesta impusional del lazo cerrado Virginia Mazzone: Tema 2: Descripción de Sistemas .Parte II - .

la función transferencia del sistema en realimantación resulta ˆf (z ) =  [gf [k ]] = az  1 a2 z  2 + ¡ ¡ ¡ g = az  1 I X (az  1 )m = m =0 az  1 1   az  1 y llegamos al mismo resultado. Virginia Mazzone: Tema 2: Descripción de Sistemas .Parte II - .Linealización Sistemas Discretos gf [k ] = a  [k   1] + a2  [k   2] + ¡ ¡ ¡ = I X m=1 am  [k   m] Así.