You are on page 1of 31

Cap´ ıtulo 8 ´ de Estados y Realimentacion Observadores

La teor´ ıa de sistemas lineales que vimos da la base para la teor´ ıa de control lineal. En este cap´ ıtulo introducimos los conceptos y t´ ecnicas de control en sistemas descriptos por ´ consideraremos sistemas estacionarios. variables de estado. Solo ´ del comportamiento de un sistema La teor´ ıa de control lineal involucra la modificacion de m entradas, p salidas y n estados ˙ (t) = Ax(t) + Bu(t) x y(t) = Cx(t), (8.1)

´ de una que llamamos la planta o ecuaci´ on de estados en lazo abierto, mediante la aplicacion ´ lineal de estados de la forma realimentacion u(t) = Nr(t) − Kx(t), (8.2)

˜ de entrada. La matriz K es la ganancia de donde r(t) es el nuevo nombre para la senal realimentaci´ on de estados y N la ganancia de precompensaci´ on. ´ de (8.2) en (8.1) da la ecuaci´ La substitucion on de estados en lazo cerrado ˙ (t) = ( A − BK ) x(t) + BNr(t) x y(t) = Cx(t). (8.3)

Es obvio que el sistema a lazo cerrado tambi´ en es lineal y estacionario. La Figura 8.1 re´ de estados para un sistema SISO. El presenta el esquema de control por realimentacion ´ de valores presentes de los estados x y la referencia control es est´ atico, pues u depende solo r. Cuando los estados del sistema no pueden medirse, se recurre a estimarlos mediante un ´ de observador de estados, que reconstruye x a partir de mediciones de y y u. La combinacion ´ de estados es un controlador din´ ´ un observador y realimentacion amico por realimentacion de salida, esquematizado en la Figura 8.2. En este cap´ ıtulo veremos ˜ de K para t´ ecnicas de diseno ´ (ubicacion ´ de polos), • estabilizacion ´ y seguimiento (desempeno ˜ y robustez), • esquemas de regulacion 144

´ de Estados y Observadores 8. Realimentacion

Notas de CAUT2 - 145

c E N

r

E j E B −T

u

- j6

˙ x

e ¡

x

- C

Ec

y

A  K  ´ de estados Figura 8.1: Realimentacion

b E j E B −T

r

u

- j6

˙ x

e ¡

x

- C

Eb

y

A  ˆ x
Observador '

K 

'

´ de salida con observador Figura 8.2: Realimentacion

˜ de observadores. t´ ecnicas de diseno La meta a alcanzar: ˜ un sistema de control lineal por realimentacion ´ saber disenar ´ de estados + observador) para sade salida (v´ ıa realimentacion ˜ y tisfacer especificaciones deseadas de estabilidad, desempeno robustez. En la primera mitad del cap´ ıtulo introducimos las t´ ecnicas para sistemas SISO. En la ´ segunda, presentamos una t´ ecnica para sistemas MIMO. Veremos otra t´ ecnica (optima) para sistemas MIMO en el cap´ ıtulo que sigue.

8.1.

´ de Estados Realimentacion

Comenzamos con sistemas SISO y el esquema de control de la Figura 8.1, suponiendo ´ por el momento el precompensador N = 1 para simplificar la notacion. ´ de estados es la de Una propiedad de sistemas lineales esencial en la realimentacion ´ importante es que controlabilidad. Nuestra primer observacion La controlabilidad de un sistema es invariante con respecto ´ de estados. a realimentacion Teorema 8.1 (Invariancia de la controlabilidad respecto a realimentacion). ´ El par ( A − 1×n ´ si el par ( A, B) es controlable. BK , B), para cualquier vector K , es controlable si y solo

´ de Estados y Observadores 8. Realimentacion

Notas de CAUT2 - 146

Demostraci´ on. La matriz de controlabilidad del sistema a lazo abierto (8.1) es

C = [ B, AB, A2 B, . . . , An−1 B],
y la matriz de controlabilidad del sistema a lazo cerrado (8.3) es

CK = [ B, ( A − BK ) B, ( A − BK )2 B, . . . , ( A − BK )n−1 B].
No es dif´ ıcil chequear que C y CK est´ an relacionadas de la forma   1 −KB −K ( A − BK ) B . . . −K ( A − BK )n−2 B 0 1 −KB . . . −K ( A − BK )n−3 B   0 0 1 . . . −K ( A − BK )n−4 B CK = C   .  . . . . . . . . . .  . . . . 0 0 0 ... 1 n×n Notar que como K es 1 × n y B es n × 1, todas las entradas de la matriz que multiplica a C son escalares. Como esta matriz es no singular, el rango de C es igual al rango de CK . ´ si (8.3) es controlable. As´ ı (8.1) es controlable si y solo ´ de estados, la Aunque la controlabilidad es invariante con respecto a la realimentacion observabilidad no lo es, como se ve en el siguiente ejemplo. Ejemplo 8.1. El sistema ˙ (t) = x 1 2 0 x(t) + u(t) 3 1 1

(8.4)

y(t) = 1 2 x(t)
2 es controlable y observable, ya que las matrices de controlabilidad C = [ B AB ] = [ 0 1 1 ], y C 2 observabilidad O = [ CA ] = [1 7 4 ], son no singulares. ´ de estados u(t) = r(t) − [ 3 1 ] x(t) en (8.4) lleva al sistema El control por realimentacion a lazo cerrado

˙ (t) = x

1 2 0 x(t) + u(t) 0 0 1

(8.5)

y(t) = 1 2 x(t).
2 La matriz de controlabilidad de (8.5) es CK = [ 0 1 0 ], que es no singular y comprueba que el sistema realimentado es controlable. Sin embargo, la matriz de observabilidad de (8.5) es 2 ´ no es observable. O = [1 1 2 ], que es singular, por lo que el sistema con esta realimentacion

La observabilidad de un sistema no es invariante con res´ de estados. pecto a realimentacion ´ El siguiente ejemplo ilustra lo que puede conseguirse con realimentacion. Ejemplo 8.2. La planta ˙ (t) = x 1 3 1 x(t) + u(t) 3 1 0

. AB. Consideremos un control u = r − [k1 k2 ] x. α1 1 . Est´ a claro que las ra´ ıces de ∆K (s) o. 0  0 0 . donde mediante el cambio de coordenadas x  α n−1 α n−2 αn−2 αn−3   . el sistema (8. . ´ de autovalores. .     (8. . ˙ (t) =  . . . . −2 a −1 ± j2.. . . .. . ´ de estados permite ubicar los autovalores del El ejemplo muestra que la realimentacion ´ y que la ganancia de realimentacion ´ K puede sistema realimentado en cualquier posicion. 0 0 (8. An−1 B] es no singular. ... As´ ı la ganancia de realimentacion a los autovalores de 4. . 0 0 . . si los dos autovalores se ubican en −1 ± j2. Sin embargo. . . Igualando k1 − 1 = 2 y 3k2 − k1 − 8 = 5 da ´ K = [4 17/3] mover´ k1 = 4 y k2 = 17/3. los autovalores del sistema a lazo ´ mediante una eleccion ´ adecuada de k1 y k2 . y ( t ) = β n β n−1 β n−2 · · · β 1 x ¯ = Px. ´ directa. Para formular un resultado general de ubicacion ´ de autovalores renacion currimos a la forma can´ onica del controlador. . 3 1 0 ´ tiene el polinomio caracter´ La nueva matriz de evolucion ıstico ∆K (s) = (s − 1 + k1 )(s − 1) − 3(3 − k2 ) = s2 + (k1 − 2)s + (3k2 − k1 − 8). . .147 ∆(s) = (s − 1)2 − 9 = s2 − 2s − 8 = (s − 4)(s + 2). ¯ ¯ (t)  .1) puede llevarse a la forma     0 1 0 ··· 0 0  0    0 1 ··· 0   0     . El sistema a lazo cerrado queda ˙= x 1 3 k k − 1 2 3 1 0 0 x+ 1 r 0 = 1 − k1 3 − k2 1 x+ r. . .6)  0 0 0 0 ··· 1  −αn −αn−1 −αn−2 · · · −α1 1 ¯ (t). autovalores 4 y −2. por lo que es inestable.. .. . Realimentacion ´ con polinomio caracter´ tiene una matriz de evolucion ıstico Notas de CAUT2 . . cerrado pueden ubicarse en cualquier posicion Por ejemplo. ..´ de Estados y Observadores 8..7) . P−1 = B AB A2 B . ..  . . . . .  α2 α1   α1 1 1 0 ˆ (s) queda dada por ´ transferencia G La funcion ˆ (s) = G β 1 s n−1 + β 2 s n−2 + · · · + β n · s n + α 1 s n−1 + α 2 s n−2 + · · · + α n (8. equivalentemente. . . el polinomio caracter´ ıstico deseado es (s + 1 − j2)(s + 1 + j2) = s2 + 2s + 5. como se ve. . M´ as aun.8)  1 0   . vista en el Cap´ ıtulo 4: Si C = [ B. y. α2 α1 . x x  u(t) . . 0 0 . . . An−1 B  . el m´ calcularse por substitucion etodo del ejemplo no es pr´ actico para ´ no queda claro que rol jugo ´ la controlabilidad en esta asigmayores dimensiones.

. . siempre que los autovalores complejos conjugados se asignen en pares. . los la realimentacion autovalores de A − BK pueden ser asignados arbitrariamente. . Esta es una propiedad general: ´ de estados puede mover los polos de una La realimentacion ´ efecto sobre los ceros. vemos que A − BK y A ¯K ¯ donde K tienen los mismos autovalores. AB. la ganancia de realimentacion ¯ −1 . y consecuentemenPor estar en forma companion. es (8. . Ahora. la funcion ˆ K (s) = G β 1 s n−1 + β 2 s n−2 + · · · + β n . ´ en las coordenadas originales es. . . y ( t ) = β n β n−1 β n−2 · · · β 1 x ¯ −B ¯K ¯ ).10) ¯ = [α Si elegimos K ¯ n − αn . usando (8. [B (8. . . (8.. . .1) es controlable puede llevarse a la forma (8. α ¯ 1 − α 1 ]. por lo que P−1 = C C ¯ = Px en la realimentacion ´ de x ´ de estados da La substitucion ¯ u = r − Kx = r − KP−1 x ¯x ¯. planta pero no tiene ningun .7) es C ¯. . Denotemos con A − 1 ¯ = PAP y B ¯ = PB. . donde K es un vector real constante 1 × n. de cualquier conjunto de n autovalores deseados podemos formar el polinomio caracter´ ıstico deseado ∆K (s) = sn + α ¯ 1 s n−1 + · · · + α ¯ n. r−K ¯−B ¯−B ¯ = KP−1 . sus ceros han quedado invariantes. .11) lo que muestra que si bien hemos movido los polos del sistema.2 (Asignacion ´ de autovalores).9). Si (8. As´ ı el sistema realimentado tiene los autovalores deseados.1) es controlable. el polinomio caracter´ ıstico de ( A te el de ( A − BK ). . . ¯ =K ¯ CC K = KP ´ transferencia del sistema cambia de (8. entonces mediante ´ de estados u = r − Kx. An−1 B] = PC . As´ ı tenemos que A en que ¯ C ¯B ¯ n−1 B ¯.   . sn + α ¯ 1 s n−1 + α ¯ 2 s n−2 + · · · + α ¯n (8.6). Realimentacion Notas de CAUT2 . α ¯ 2 − α2 . ˙ (t) =  .   ··· 1 0 1 · · · −α ¯1 ¯ (t). A ¯ ] = P[ B. . Puesto que A ¯K ¯ = P( A − BK ) P−1 . .9) ¯−1 y la matriz de la extrema derecha en (8. Si la EE (8. . ¯ x . ¯ (t)  . .   0 0 0 −α ¯ n −α ¯ n−1 −α ¯ n−2 ´ de estado de lazo cerrado dela ecuacion    ··· 0 0 0 ··· 0      . .148 Teorema 8. .8) a En lazo cerrado. A ¯. viene (en las nuevas coordenadas)  0 1 0  0 0 1   . Finalmente.10). ¯yB ¯ Demostraci´ on. Puede verse tambi´ las matrices en (8. x  u(t) .´ de Estados y Observadores 8.6).

. α2 . 0 0 0 . . . . Calcular la ganancia de realimentacion ´ K = place(A. . α ¯ n del polinomio caracter´ ıstico deseado ∆K (s) y de¯ ´ en coordenadas de x terminar la ganancia de realimentacion ¯ = [α K ¯ n − αn . Otra receta para calcular K ´ de una ecuacion ´ de LyapuUn m´ etodo alternativo para calcular K involucra la solucion ´ M ATLAB lyap. Calcular solucion T de la ecuacion ¯ −1 . . .. C  . lo que vuelve esos modos inobservables. . . .´ de Estados y Observadores 8. . Determinar la ganancia de realimentacion ¯ −1 . donde A es n × n y B n × 1. . . .1. M ATLAB tiene la funcion car los autovalores en los valores dados en el vector P. Elegir una matriz n × n cualquiera F que tenga los autovalores deseados. sin embargo. ya que uno o m´ as polos pueden ubicarse mediante realimentacion cancelar ceros del sistema. Realimentacion Notas de CAUT2 .. por ejemplo). ¯ CC K=K 8.. . 0 0 0 . α1 1 0  ¯= ..1. α ¯ 1 − α1 ]. α2 α1 1 α1 1 0 . . . . Elegir los coeficientes α ¯ 1. . B) controlable. . . . Elegir un vector 1 × n cualquiera K ¯.149 ´ de estados puede alterar la propiedad Esta propiedad explica por qu´ e la realimentacion ´ para de observabilidad.B.. .  −1 . .. .. tiene la ´ de que los autovalores deseados no pueden ser ninguno de los autovalores de restriccion A. α2 α1 1 αn−2 αn−3 . ¯ tal que ( F. . ... . 2.. An−1 B] y α n−1 αn−2 . K ¯ ) sea observable. α ¯ 2 − α2 .. . Procedimiento para asignacion ´ de autovalores (via Lyapunov) Considerar un par ( A. . ´ en coordenadas originales 4. Obtener los coeficientes α1 .. 3. 1. . Encontrar un vector real 1 × n K tal que ( A − BK ) tenga cualquier conjunto de autovalores deseados que no contenga autovalores de A. . α ¯ 2. 0 0 0 . Restricci´ on: no permite repetir autovalores. Una ventaja del m´ etodo es que se extiende directamente al caso MIMO. 2. . ´ unica ´ ´ de Lyapunov AT − TF = BK 3. Resumimos los pasos para calcular K en el siguiente procedimiento: Procedimiento para asignacion ´ de autovalores (via forma canonica) ´ 1. Formar las matrices de controlabilidad C = [ B. ´ K = KT 4. . αn del polinomio caracter´ ıstico ∆(s) del sistema a lazo abierto.P) que calcula K para ubiConvenientemente. Este m´ nov (mediante la funcion etodo. AB.

´ de Estados y Observadores 8. ´ de estado incontrolable puede llevarse a la forma Toda ecuacion ¯c A ¯ 12 ˙c ¯x A = ¯ c¯ ¯˙c¯ 0 A ¯ ¯c x B + c u ¯ c¯ x 0 (8. Si el sistema es controlable.13) que los autovalores de A ´ de controlabilidad de ( A. la condicion ´ es suficiente sino tambi´ solo en necesaria para asignar todos los autovalores de ( A − BK ) en posiciones deseadas. El sistema (8. Como la matriz de evolucion ´ en (8. sabemos que podemos asignar los autovalores del lazo ce´ A − BK. B ¯ c ) es controlable. Realimentacion Notas de CAUT2 . Por lo tanto. Tiene todos sus autovalores con parte real negativa. .1 (Estabilizabilidad).2. El problema de regulacion seguimiento con a = 0. La respuesta del sistema rrado calculando K para obtener la matriz de evolucion realimentado entonces est´ a dada por y(t) = Ce( A−BK)t x(0) + C 0 1 t e( A−BK)(t−τ ) Br(τ ) dτ .150 ´ 8. par ( A ´ m´ La propiedad de estabilizabilidad es una condicion as d´ ebil que la de controlabilidad para alcanzar estabilidad a lazo cerrado. ¯ c¯ es Hurwitz1 y el Definicion ´ 8.12) es block triangular. El problema de seguimiento (o del servomecanismo) se da cuando se pretende que la salida ´ ´ que la referencia sea reproduzca asintoticamente (que tienda a) la referencia r(t). los donde ( A ´ de los autovalores de autovalores de la matriz en las coordenadas originales son la union ¯ ¯ ´ de estados Ac y Ac¯. sus autovalores pueden asignarse arbitrariaSi una ecuacion ´ de estados. B) no lo tanto no pueden modificarse. ´ y Seguimiento Regulacion El problema de regulaci´ on se da cuando la referencia es nula r = 0. Estabilizacion ´ de estado es controlable.12) ¯ c. ´ y por Vemos de (8.13) ¯c x ¯ c¯ x ¯ c¯ no son afectados por la realimentacion.12) es estabilizable si A ¯ c. ¯ c¯ x 0 (8.3. Es equivalente a pedir que los autovalores no controlables sean estables. Veamos qu´ ´ mente mediante realimentacion e se puede hacer cuando la ecuacion de estado no es controlable. se pretende b´ asica´ mente que el sistema sea asintoticamente estable y que la respuesta a condiciones iniciales producidas por perturbaciones tienda a cero. La realimentacion ¯1 k ¯2 ¯x ¯ = r− k u = r − Kx = r − K lleva al sistema a lazo cerrado ¯c − B ¯ 12 − B ¯ c K1 A ¯cK ¯2 ˙c ¯x A = ¯ c¯ ¯˙c¯ 0 A ¯ ¯c x B + c r. ∀t ≥ 0. Es comun ´ es un caso particular del de un valor constante r(t) = a. 8. B ¯ c ) es controlable.

Obviamente. para toda condicion Para el problema de seguimiento de referencia constante r(t) = a = 0. 0] x(t).14) ´ transferencia a lazo cerrado Como C (sI − A + BK )−1 B es la funcion ˆ K (s) = G β 1 s n−1 + · · · + β n sn + α ¯ 1 s n−1 + · · · + α ¯n ´ (8. B) controlable y βn = ˜ K para que todos los autovalores de A − BK tengan parte real negativa. disenar Seguimiento de referencias constantes: Necesitamos l´ ıms→0 C (sI − A)−1 B = 0. La condicion ´ estar´ La restriccion a en que no habr´ a entonces control total de la velocidad de convergencia del error. Se requiere entonces ˜ K para que todos los autovalores de A − BK tengan parte real negativa. Supongamos que el sistema tiene la salida y(t) = [1. Regulacion: ´ Es necesario que ( A.151 ´ (r(t) ≡ 0) queda resuelto si K se calcula para que A − BK As´ ı. En el Ejemplo 8. que se pretende ´ ´ transferencia del sistema a lazo que siga asintoticamente referencias constantes. es condicion βn = 0. Realimentacion Notas de CAUT2 . B) sea controlable. ya que entonces y(t) = Ce( A−BK)t x(0) − − →0 t→∞ ´ inicial x(0). 17/3] que asigna los autovalores a lazo cerrado del sistenancia de realimentacion ma 1 3 1 1 ˙ (t) = k1 k2 x(t) + x − r(t) 3 1 0 0 en −1 ± j2. Si hubiera modos no controlables muy cercanos al eje jω. B) puede relajarse a la de estabilizabilidad. para t→∞ que y(t) − − → a. disenar ´ de controlabilidad del par ( A. requerimos una condicion on N .2 calculamos la ga´ K = [4. disenar . Se requiere entonces ˜ N = −1/C ( A − BK )−1 B. demasiado lenta u oscilatoria para considerar la regulacion Ejemplo 8.3 (Seguimiento de referencia constante).´ de Estados y Observadores 8. La funcion cerrado resulta s−1 ˆ K (s) = G 2 s + 2s + 5 ( A.14) es equivalente a N = α ´ necesaria que la condicion ¯ n /βn . el problema de regulacion sea Hurwitz. adem´ as de que ´ en la ganancia de precompensaci´ A − BK sea Hurwitz. y(t) = Ce( A−BK)t x(0) + NC 0 t e( A−BK)(t−τ ) Bdτ a− − →a t→∞ ⇔ ⇔ ⇔ ∞ − − →0 Ce( A−BK)σ Bdσ = 1 t→∞ N 0 NC (sI − A + BK )−1 B s=0 = 1 1 N=− · C ( A − BK )−1 B (8. la respuesta podr´ ıa ser ´ y seguimiento satisfactorios.

aunque la estabilidad se ha conservado. La funcion y N calculadas en base al modelo nominal es ahora ˜ ˆ K (s) = G −5s + 5 s2 + 2s + 8.152 ˆ K (0) = −1/5 = 1.4: Respuesta precompensada Ejemplo 8.1 1.´ de Estados y Observadores 8. −2].464].5 (Efecto de perturbaciones a la entrada de la planta).4 (Efecto de incertidumbres en el modelo).3: Respuesta sin precompensa´ cion Figura 8. Retomemos el sistema anterior. con N = −5.5 a la entrada de tema. como se muestra en la Figura 8.2 -0.464.6 -0.4 muestran la respuesta del sistema a lazo cerrado a un escalon ´ La funcion ´ transferencia del sistema a lazo cerrado rio en r(t) sin y con precompensacion. es decir que los autovalores a lazo abierto est´ an en [4. pero ˜ de control y la planta supongamos que existe un error en el modelo usado para el diseno ´ real tiene una matriz de evolucion A = A0 + A∆ = 1 3 0 −0.2 -0. ´ redisenando ˜ Incorporamos precompensacion u(t) = Nr(t) − Kx(t). se conserva la estabilidad pero se pierde el seguimiento. Otra vez. requiere conocer la planta con exactitud.6 0.3 y 8. ´ unitaLa Figuras 8.4 0. La Figura 8. con el modelo correcto.5 + 3 1 0. G s2 + 2s + 5 t→∞ ˆ K (0) = 1 ⇒ y(t) − G − → a. y por lo tanto se originar´ a un error est´ atico proporcional al valor de βn w/α ¯ n . −2. pero con una perturbacion la planta.2 -0. Sea ahora el mismo sis´ constante w = 0. .5 0 La transferencia desde w a y no estar´ a precompensada.6 muestra la respuesta del sistema perturbado. Realimentacion Notas de CAUT2 .7. Este ˜ robusto. ´ transferencia del sistema real compensado con la ganancias K en vez de [4.0 0 0. y(t) tender´ Como G a a − a/5 para una referencia constante r(t) = a.2 1. esquema de control no tiene desempeno Ejemplo 8. 0.0833 y. con precompensador resulta ˆ K (s) = −5s + 5 . la propiedad de seguimiento se ha perdido.1 -0.0 0 1 2 3 4 5 6 7 8 9 10 Figura 8.3 0 1 2 3 4 5 6 7 8 9 10 -1.

3 -0.7 -0. perturbacion w c c E N r u c E j E j E B .6: Respuesta del sistema con ´ de entrada.5 0.1 -0.7 0.1 0.1 0.9 0 1 2 3 4 5 6 7 8 9 10 -0.´ de Estados y Observadores 8.9 0 1 2 3 4 5 6 7 8 9 10 0.153 1.5 Figura 8.9 1.1 -0.5 1.5 -0.j6 ˙ x e ¡ x .7 -0.1 -0.C yE c A  K  ´ a la entrada Figura 8. Realimentacion Notas de CAUT2 .5: Respuesta del sistema con incertidumbre Figura 8.3 0.T .3 0.7: Sistema con perturbacion .

w c c E j E r −T i e xE ki ¡ − u c E j E j E B −T . . El esquema se basa en aumentar la planta agregando un nuevo estado xi que integra el error de seguimiento. t→∞ t→∞ Cabe preguntarse si el sistema aumentado ser´ a controlable.j6 ˙ x e ¡ x .8 ˙ x A − BK − Bki = ˙i x −C 0 y= C 0 x .15) −C 0 ´ de xi impl´ sea Hurwitz. la estabilizacion ıcitamente produce el seguimiento deseado. En particular.8: Esquema de seguimiento robusto ´ de entrada es La EE del sistema original con perturbacion ˙ = Ax + Bu + Bw x y = Cx. ya que ˙ i (t) = 0 ⇒ l´ l´ ım x ım y(t) = r. de modo que el sistema aumentado a lazo abierto queda ˙ x A 0 = ˙i x −C 0 y= C 0 x B 0 + (u + w) + r xi 0 1 x . ´ Integral Seguimiento Robusto: Accion Introducimos un esquema robusto de seguimiento de referencias constantes con propiedades de rechazo de perturbaciones de entrada constantes.3. ˙ i = r − y = r − Cx. . xi x ´ de estados u = − [ K ki ] [ x La realimentacion i ] da el sistema a lazo cerrado de la Figura 8.154 8. x como se muestra en la Figura 8.1.8. xi x B 0 + w+ r xi 0 1 (8. ki ] para que la matriz de evolucion ´ La idea entonces es disenar en (8.15) A− BK − Bki ˜ [K . Realimentacion Notas de CAUT2 . .´ de Estados y Observadores 8.C yE c A  K  Figura 8.

La respuesta del sistema en dominio s es entonces: con D ˆ (s) = y ¯ (s) ki N ¯ (s) sD ¯ (s) N + ksiD ¯ (s) ¯ (s) N ¯ (s) D ¯ (s) N + ksiD ¯ (s) 1 ˆ(s) + r 1 ˆ (s) w = ¯ (s) ¯ (s) ki N sN ˆ ˆ (s). 0·D 0·D = 1 · a + 0 · b = a. r(t) = a. El sistema rechazar´ a perturbaciones constantes y seguir´ a referencias constantes — ambas ´ frente a incertidumbres de modelado de la de valor no necesariamente conocido — aun planta. Ver Chen [1999. s D ( s ) + ki N Finalmente. v´ alido pues el lazo cerrado es estable. B) es ˆ (s) = C (sI − A)−1 B no tiene ceros en s = 0.9: DB equivalente. w(t) = b. Intercambiando el orden de los sumadores donde entran w y −Kx en la Figura 8. los autovalores de la matriz controlable y si G − BK − Bki ´ aumentada A− de evolucion en (8. r ( s ) + ¯ ( s ) + ki N ¯ (s) ¯ ( s ) + ki N ¯ (s) w sD sD w c c E j E r −T ki s c E j E ˆ ¯ G yE c Figura 8. ´ de entrada son constantes. obtenemos que ´ hipotesis de que N t→∞ ˆ (s) l´ ım y(t) = l´ ım s y s→0 = ¯ (0) ¯ (0) ki N 0·N a + ¯ ( 0 ) + ki N ¯ (0) ¯ ( 0 ) + ki N ¯ (0) b. p. entonces Si la referencia y la perturbacion ˆ(s) = a/s y w ˆ (s) = b/s.3 (Controlabilidad de la planta aumentada con un integrador). donde ¯ ˆ ¯ (s) = N (s) C (sI − A + BK )−1 B. nando la matriz de realimentacion Demostraci´ on. . 244-245].9. usando el Teorema del valor final. ´ en En t´ erminos de polos y ceros: si la planta tuviera un cero en s = 0. Realimentacion Notas de CAUT2 . k i ]. su conexion ´ polo-cero inestable y har´ cascada con el integrador de xi producir´ ıa una cancelacion ıa que la planta aumentada sea no controlable. Si ( A.8 obtenemos el diagrama de bloques de la Figura 8. y la ¯ (0) = 0. Propiedades de seguimiento y rechazo de perturbaciones. G ¯ (s) D ¯ (s) = det(sI − A + BK ). y la salida del sistema a lazo cerrado es r ¯ (s) ¯ (s) a ki N N ˆ (s) = ¯ y + ¯ (s) s s D ¯ ( s ) + ki N ¯ (s) b.155 Teorema 8. siempre que el lazo cerrado permanezca estable.´ de Estados y Observadores 8.15) pueden asignarse arbitrariamente seleccioC 0 ´ [ K .

j6 ˙ x e ¡ x . ˆ (t) a la estima de x(t).10).10: Observador en lazo abierto El problema se reduce entonces a estimar el estado inicial. (8. Sin embargo.16) y (8. t2 ≥ t1 . Si los sistemas (8. mediante un programa en una computadora y una placa de entradas/salidas.17) Esta duplicacion tuvieran las mismas condiciones iniciales.´ de Estados y Observadores 8. ya sea porque ciertos estados no son medibles. ´ Observador a lazo abierto Una primer solucion: ´ de estados original construyendo el Conociendo A y B. ∀t ≥ 0.4. discretizado.C Ec y A  E B . llamado observador o estimador de estados. y as´ ı poniendo x ˆ (t) = x(t)∀t ≥ t2 . x (8. Denotamos con x Consideramos entonces el sistema ˙ (t) = Ax(t) + Bu(t) x y(t) = Cx(t). diˆ (t2 ) = x(t2 ) y obtenemos gamos [0. el observador en lazo abierto tiene las siguientes importantes desventajas: . Con x(0) calculamos x(t2 ). Realimentacion Notas de CAUT2 . debemos disenar amico. t1 ]. ´ introducimos observadocuya salida sea una estima del vector de estados. B y C son conocidas. x c E B u . Este puede no ser el caso en la pr´ actica. entonces para toda entrada u(t) tendr´ ıamos que ˆ (t) = x(t). eno es muy dif´ ıcil o muy caro medirlos. y la entrada u(t) y salida y(t) son medibles. ´ es un observador a lazo abierto (Figura 8. 8. podemos duplicar la ecuacion sistema ˙ (t) = A x ˆ ˆ (t) + Bu(t). x ´ si el sistema es observable podemos usar un observador en lazo abierEn conclusion: to para estimar el vector de estados. estimamos todo el vector de estados. Observadores ´ de estados asume la disponibilidad de las variables de esEl control con realimentacion tado.156 8. como podr´ ıa ser un PLC moderno.j6 ˙ x e ¡ x ˆ x - A  Figura 8. ´ de estados. Para implementar una realimentacion ˜ un dispositivo din´ tonces.4.1. En esta seccion res de orden completo.17) ´ Este sistema podr´ ıa construirse en forma electronica con amplificadores operacionales.16) donde A. su estado inicial x(0) puede computarse a partir de u(t) e y(t) sobre cualquier intervalo. El problema es estimar x(t) de esta informacion. Si el sistema es observable. donde el observador tiene el mismo orden que la planta — es decir. o. aunque no el ´ estado x(t).

o simplemente observador. Hay que calcular el estado inicial cada vez que usemos el estimador.C Ec y A  ' L ' j − T C E B ˙ ?x . El esquema obtenido (Figura 8.2.11.j6 ˙ x e ¡ x . y ˆ (t)). no se hace correccion. entonces la menor diferencia ˆ (t0 ) para algun ˜ (t) ˆ (t) ´ t0 har´ ´ x entre x(t0 ) y x ıa que el error de estimacion x(t) − x crezca con el tiempo.11) se llama observador a lazo cerrado. Realimentacion Notas de CAUT2 . De la Figura 8. si no hay error. As´ ı.12 muestra el mismo esquema en forma simplificada. ´ mejor: Observador a lazo cerrado Una solucion ´ hemos usado la informaNotemos que aunque ambas u(t) e y(t) est´ an disponibles. un diseno a hacer que el error de estimacion mente a cero.´ de Estados y Observadores 8. solo ´ de u(t) para construir el observador a lazo abierto. Si la matriz A tuviera autovalores con parte real positiva. Usamos entonces y(t) para mejorar cion ˜ anterior introduciendo una correccion ´ proporcional al error de estimacion ´ en la el diseno salida ˜ (t) = C ( x(t) − x ˆ (t)).11: Observador en lazo cerrado ´ pero si hay matriz n × 1 de ganancia constante. 8.157 1. donde L es una ˜ anterior la senal ˜ de correccion ´ L( y(t) − C x Inyectamos en el diseno c E B u .18) .j6 ex ¡ 6 ˆ x - A  Figura 8. observador asint´ otico. x (8. las ecuaciones del observador son ˙ (t) = A x ˆ ˆ (t) + Bu(t) + L( y(t) − c x ˆ (t)) x ˆ (t) + Bu(t) + Ly(t).4. = ( A − LC ) x ´ Definamos el error de estimacion ˜ (t) = x(t) − x ˆ (t). La Figura 8. 2. ˜ apropiado de L podr´ ´ tienda asintotica´ error.

18). Teorema 8. ´ si ( AT . Recurriendo a la dualidad control/observacion. digamos.19) ´ (8.j6 ˙ x e ¡ y A  c B ˆ x  ˙ ? x¡  x j  e . Consideramos el sistema n-dimensional SISO dual al de la ecuacion ˙ (t) = Ax(t) + Bu(t) x y(t) = Cx(t).´ de Estados y Observadores 8. de ( A − LC ) se pudieran asignar de forma que tengan parte real menor que. el estado ˆ (t) podr´ estimado x a aproximarse al estado real x(t) r´ apidamente. obtenemos vando x ˙ (t) = ˜ x = = = ˙ (t) ˙ (t) − x ˆ x ˆ (t) − Bu(t) − LCx(t) Ax(t) + Bu(t) − ( A − LC ) x ˆ (t) ( A − LC ) x(t) − ( A − LC ) x ˜ (t). Si ( AT . Realimentacion c E B Notas de CAUT2 . Dado el par ( A. As´ ı.4 (Asignacion ´ de Autovalores en Observadores). todos los autovalores de ( A − LC ) pueden asignarse arbitrariamente seleccionando un vector real L ´ si ( A.C Ec u . C T ) es controlable.12: Observador en lazo cerrado ˜ (t) tienda asintoticamente ´ Veamos qu´ e condiciones debe cumplir L para que x a cero. si y solo ´ el par ( A. C T ) es controlable todos los autovalores de si y solo ´ adecuada de K. entonces el error de estimacion ıa a una velocidad −σ t mayor o igual a e . C ). −σ . La ( AT − C T K ) pueden asignarse arbitrariamente mediante una eleccion transpuesta de ( AT − C T K ) es ( A − K T C ) y por lo tanto L = K T .20) . C ) es observable. aunque hubiera un error grande en los estados iniciales. C ) es observable Demostraci´ on. Resumimos el procedimiento ´ de Sylvester. ( A − LC ) x (8. Deri˜ (t) y substituyendo (8.158 x . ´ de As´ ı.A − LC 6 L ' Figura 8. ´ en todos los estados decrecer´ con σ > 0.19) gobierna la din´ ´ Si todos los autovalores La ecuacion amica del error de estimacion. (8.16) y (8. los mismos procedimientos usados para calcular la matriz de realimentacion estados K sirven para calcular la matriz L del observador.

As´ Definamos el error como x ı. 0 0  . Observador de orden reducido Si el par ( A. −1 (8. Elegir un vector n × 1 cualquiera L tal que ( F. C ) es observable. . . Elegir una matriz Hurwitz n × n cualquiera F que no tenga autovalores en comun los de A.22) En estas coordenadas la salida queda como el primer estado. y as´ ı. = Fz(t) + LCx(t) − ( FT + LC ) x(t) = F ( z − Tx(t)) = F x ´ Como F es Hurwitz. . 0 1  −αn −αn−1 . sino solamente los n − 1 restantes. . .. . Este observador es de orden reducido. de TA = FT + LC obtenemos ˙ (t) = z ˜ ˙ (t) − T x ˙ (t) = Fz(t) + TBu(t) + LCx(t) − TAx(t) − TBu(t) x ˜ (t).159 ´ con 1. Realimentacion Procedimiento de diseno ˜ de observador Notas de CAUT2 . no singular. ´ unica ´ ´ de Sylvester TA − FT = LC. no es necesario construir un observador para estimar todo el estado.3.. . . Entonces la ecuacion ˙ (t) = Fz(t) + TBu(t) + Ly(t) z ˆ (t) = T z(t) x ´ genera una estima asintotica de x(t).  CAn−1 como cambio de base llevamos la matriz A a una forma companion donde   0 1 .´ de Estados y Observadores 8..   −1 ¯ A = O AO =  0 0 .. C (8.  . . el error debe tender asintoticamente a cero... 0 0 . 1 0     0 0 . 2. −α2 −α1 ¯ = C O −1 = 1 0 . .   .  . .21) 8. . Calcular la solucion T . .. usando la matriz no singular   C  CA    O= .  .4. ˜ = z − Tx. L) sea controlable. . . 3. . de la ecuacion ´ de estados 4.

´ controlador-observador: Tres dudas b´ asicas surgen frente a la conexion 1. L) sea controlable.160 1. Realimentacion Procedimiento de diseno ˜ de observador de orden reducido Notas de CAUT2 . podemos construir un observador de para la realimentacion ´ el caso de orden completo o reducido con autovalores arbitrarios. la realimentacion a los autovalores ´ deseada. en comun 2. no singular. eleccion ˆ (t) converge a x(t). Entonces la ecuacion ˙ (t) = Fz(t) + TBu(t) + Ly(t) z C ˆ (t) = x T ´ genera una estima asintotica de x(t). x ˆ (t) se aproximar´ ´ La estima x a asintoticamente a x(t) a una velocidad determinada por la ´ de L. ˜ de observadores via la resolucion ´ de la ecuacion ´ de Sylvester es conveniente El diseno porque el mismo procedimiento sirve para observadores completos y reducidos y. ´ de estados de orden n − 1 4. Si las variables de estado no est´ de ( A − BK ) en cualquier posicion an disponibles ´ pero ( A. Los autovalores de A − BK se obtienen de u = r − Kx. tambi´ en para sistemas MIMO. ´ de estados estimados Realimentacion ˙ (t) = Ax(t) + Bu(t) x y(t) = Cx(t). ¿Afectar´ a la conexion . u(t) = r(t) − K x ´ controlador-observador. es efectivamente como se muestra en la Figura 8. La conexion un controlador din´ amico que realimenta la salida.´ de Estados y Observadores 8. ´ unica ´ ´ de Sylvester TA − FT = LC. Elegir una matriz Hurwitz (n − 1) × (n − 1) cualquiera F que no tenga autovalores ´ con los de A. como veremos. −1 y z 8. Elegir un vector (n − 1) × 1 cualquiera L tal que ( F. Consideremos nuevamente la planta ´ de estados u = r − Kx asignar´ Si ( A. 3. C ) es observable. es natural aplicar la realimentacion ´ de estados a la estima Como x ˆ (t) x ˆ (t). Calcular la solucion T .5.13. de la ecuacion Notar que T es una matriz (n − 1) × n. Discutimos aqu´ ı solo observador completo ˙ (t) = ( A − LC ) x ˆ ˆ (t) + Bu(t) + Ly(t). ¿Seguiremos teniendo los ˆ? mismos autovalores con u = r − K x ´ a los autovalores del observador? 2. B) es controlable.

j6 T e ¡ y A  c B ˆ x K  ˙ ? x¡  x j  e . Esto implica que el estimador no afecta la la union ´ de estados original.23) ´ (8.A − LC 6 L ' ´ de estados estimados Figura 8. por la realimentacion ˜ del conPropiedad de separacion ´ de control y observacion: ´ Los disenos ´ de estados y el observador pueden realizarse en trol por realimentacion forma independiente. ˆ x x B + r ˆ x B ´ de equivalencia Consideremos la transformacion x x I 0 = = ˜ ˆ x x−x I −I x ˆ x P x . ˜ x x B + r ˜ x 0 ´ es block-triangular. ˆ x (8.23) lleva al sistema controlador-observador a Notemos que P−1 = P.´ de Estados y Observadores 8. La transformacion la forma ˙ x A − BK BK = ˙ ˜ x 0 A − LC y= C 0 x . Realimentacion c E j Notas de CAUT2 .161 ˙ x x . .13: Realimentacion ´ transferencia a lazo cerrado? 3. ¿Cu´ al ser´ a el efecto del observador en la funcion Para contestar a estas preguntas recurrimos a las EE que describe el sistema completo (junˆ): tando las del sistema y las del observador y con u = r − K x ˙ x A − BK = ˙ ˆ LC A − LC − BK x y= C 0 x . tampoco son afectados los autovalores del observador realimentacion ´ de estados. los autovalores del sistema completo son Como la matriz de evolucion ´ de los autovalores de A − BK y A − LC.C Ec r uE − B .

y tambi´ en en campos tan diversos como procesamiento de datos s´ ısmicos. . instrumentaci´ on y econometr´ ıa.´ de Estados y Observadores 8. vemos que los modos del error ˜ (t) son no controlables. y ad personam chair del Swiss Federal Institute of Technology en Zurich. fue el l´ ıder en el desarrollo de una teor´ ıa rigurosa de sistemas de control durante ˜ 1960’s. observabilidad. controlabilidad.G. Su trabajo inclu´ ıa los aspectos b´ asicos de observadores. incluyendo observadores de orD. ´ de estados — caso MIMO Realimentacion ˙ = Ax + Bu x y = Cx Si el sistema considerado 2 ´ Nota historica extra´ ıda de un art´ ıculo de Eduardo Sontag en el SIAM News. Sus contribuciones incluyen las nociones de los anos variable de estados. David Luenberger es profesor en el departa´ ´ operacional de la Universidad mento de sistemas economicos. 8. ´ cion ´ junto a Richard Bucy. desarrollo.162 evidencia los modos controlables y los no controlables. Hungr´ ıa.2 El concepto de observadores puede atribuirse a David G. 6/94. y el principio de superposipor realimentacion ´ de control y observacion. Suiza.E. ´ Notas Historicas Rudolph E. que queda determinada por la ecuacion reducido ˙ = ( A − BK ) x + Br x ˆ (s) = C (sI − A + BK )−1 B. Kalman. Nacido en Budapest. plantas nucleares. As´ ı. Kalman estudio ´ su doctorado de la Columbia University (1957). es decir: G y = Cx. por lo que no aparecer´ ´ x ´ transfede estimacion an en la funcion ´ de estados de orden rencia del sistema completo. Hoy y recibio es profesor em´ erito de estudios de postgrado de la University of Florida. Realimentacion Finalmente.1. 1963). ´ como resultado de su tesis docLuenberger. y sopliamente usado en sistemas de navegacion. Luenberger ´ den reducido y transformaciones canonicas. am´ radares. considerado uno de los investigadores m´ as influyentes en teor´ ıa de control. ´ en el MIT. R. . control ´ de estados. Kalman (1930-) ´ timador optimo hoy conocido como “filtro de Kalman”.5. que lo desarrollo toral (Stanford University. el esDurante 1960-1961. 8.6. de ingenier´ ıa e investigacion de Stanford. Actualmente. notemos que la EE ˙ x A − BK BK ˙ = ˜ x 0 A − LC y= C 0 x ˜ x x B + r ˜ x 0 Notas de CAUT2 . nares.

Diseno ıclico En este m´ etodo transformamos el problema multi-entrada en uno de una entrada y ´ de autovalores del caso SISO. para cual´ si ( A. B) es controlable. se asignen en pares) eligiendo la matriz constante real K si y solo ˜ C´ 8. ´ K = place(A.163 ´ de estados K en u = −Kx tiene p × n eletiene p entradas.P) es v´ M ATLAB la funcion alida en el caso multi-entrada. B). ´ ´ 3. Existen varias formas de atacar el problema de eleccion entre ellas: 1. ˜ optimo.2 (Matriz C´ ıclica). inclusive repitiendo autovalores un numero ´ m´ aximo de veces igual al numero de entradas.6 (Asignabilidad de autovalores — MIMO). Teorema 8. ´ de Sylvester a multi2. Diseno ˜ c´ ıclico. hay un “exceso” de grados de libertad. y permi´ te asignar los autovalores especificados en P. En el caso multi-entrada la ganancia K que da los autovalores a lazo cerrado elegidos no es unica ´ ¿Cu´ al elegir entonces? Este “exceso” de grados de libertad puede llegar a ser un problema si no est´ a claro como aprovecharlo. es controlable si y solo Teorema 8. ´ ´ K para una dada configuracion ´ En el caso de una sola entrada. Realimentacion Notas de CAUT2 . ´ 4. El par ( A − BK . despu´ es aplicamos los m´ etodos de asignacion Definicion ´ 8. ya que en principio solo mos n ganancias para asignar n autovalores a lazo cerrado del sistema. ˜ vale remarcar que los resultados de controlaAntes de entrar en los m´ etodos de diseno.6. bilidad y asignabilidad de autovalores se extienden al caso multivariable. Diseno ˜ o ´ ptimo. Extiende el m´ etodo de la ecuacion entrada. existe una unica solucion de autovalores a lazo cerrado elegida. quier matriz real p × n K. Una matriz A se dice c´ ıclica si su polinomio caracter´ ıstico es igual a su polinomio m´ ınimo.´ de Estados y Observadores 8. Recordemos: Toda matriz A satisface su polinomio caracter´ ıstico ∆(λ ) = det(λ I − A) = 0. Diseno ˜ can´ onico. Calcula la matriz K en forma optima.B. Diseno ˜ v´ ıa ecuaci´ on de Sylvester.5 (Controlabilidad y realimentacion ´ — MIMO). Todos los autovalores de ( A − BK ) pueden asignarse arbitrariamente (siempre y cuando los autovalores complejos conjugados ´ si ( A. por el Teorema de Cayley-Hamilton. ´ Desarrollaremos los tres primeros. ´ de K en el caso multi-entrada. Reduce el problema a uno de una entrada y aplica las t´ ecnicas conocidas. B) es controlable.1. El diseno que es una forma sistem´ atica de utilizar todos los grados de libertad disponibles. Los resumimos en los siguiente teoremas. es decir. lo trataremos en el cap´ ıtulo siguiente. la ganancia de realimentacion ´ necesitamentos. . las pruebas siguen de cerca el caso SISO y no las repetimos. Extiende la formula de Bass-Gura usando la forma canonica multientrada del controlador.

14. para casi todo V el par ( A.  λ1 0 0 0  0 λ2 1 0   A1 =   0 0 λ2 1  0 0 0 λ2   λ1 0 0 0  0 λ2 1 0   A2 =   0 0 λ2 0  0 0 0 λ2  ´ un bloque de Jordan de orden 1 y λ2 solo ´ uno de orden La matriz A1 es c´ ıclica: λ1 tiene solo 3. solo Ejemplo 8. el par A= 2 1 0 0 2 0 0 0 2 B= 2 1 0 2 1 0 es controlable. La matriz A2 no es c´ ıclica: λ1 tiene un bloque de Jordan de orden 1 pero λ2 tiene dos. ´ un bloque de Jordan Si todos los autovalores de A son distintos. 0 0 0 −1 1  4 3 ∗ 0 0 0 0 −1 1 0 β ´ un bloque de Jordan asociado a cada autovalor. puesto que las filas 2 y 3 de B son linealmente independientes. Por ejemplo. Como α = v1 + 2v2 . ´ de las dos El vector V ∈ R2 puede asumir cualquier valor en R2 que no est´ e en la union l´ ıneas mostradas en la Figura 8. Las condiciones necesarias y suficientes para que el par de una entrada ( A. ´ de coordenadas. Si el sistema de orden n con p entradas ( A. Para ver la idea b´ asica consideremos el ejemplo siguiente:       2 1 0 0 0 0 1 ∗ 0 2 1 0      0   0 0 ∗ v 1     0  A= (8.7 (Controlabilidad con p entradas ⇒ controlabilidad con 1 entrada). cualquier V que no tenga v1 = 0 o v1 = −2v2 va a hacer ( A. ´ de que A sea c´ La condicion ıclica es esencial. No probamos formalmente este resultado pero mostramos su validez intuitivamente. uno de orden 2 y uno de orden 1. BV ) es controlable. por lo tanto A es c´ Hay solo ıclica. B) sea controlable en estas coordenadas es que la tercera y ultima ´ dicion fila de B sean distintas de cero. As´ entonces α o β es cero si y solo ı. Teorema 8. asumimos A Como la controlabilidad es invariante bajo transformacion en forma de Jordan.24) 0 0 2 0  B = 1 2 BV = B v2 = α  .6. . B) es controlable y si A es c´ ıclica. y β = v1 ´ si v1 = 0 o v1 /v2 = −2. BV ) ser´ a controlable.24). BV ) sea controlable son α = y β = 0 en (8. BV ) sea controlable (dos bloques de Jordan asociados al mismo no hay ningun autovalor y una sola entrada). el sistema de 1 entrada ( A. Sin embargo. La con´ para que ( A. ´ si hay un y El polinomio m´ ınimo de una matriz A es igual al caracter´ ıstico si y solo ´ un bloque de Jordan asociado a cada autovalor distinto de A. entonces hay solo asociado a cada uno. Realimentacion Notas de CAUT2 . y por lo tanto la matriz es c´ ıclica. BV ) controlable.´ de Estados y Observadores 8. entonces para casi cualquier vector p × 1 V .164 El polinomio m´ ınimo de una matriz A es el polinomio de m´ ınimo orden Ψ(λ ) para el que Ψ( A) = 0. La probabilidad de que un V elegido aleatoriamente caiga sobre estas l´ ıneas es nula. y por lo tanto. ´ V tal que ( A.

165 2 H H HH 1 H HH 1 HH HH H 2 1 E v HH v1 H = −2v2 v1 = 0 Figura 8. donde K2 ∈ R1×n sea tal que los autovalores de A sean los deseados.1). Elegir una V ∈ R p×1 tal que ( A ¯ − BVK2 3. K1 = rand(p.BV.6. La realimentacion En M ATLAB. K2 = place(A-B*K1.P). Sea un sistema controlable de orden n y p entradas ( A. Este resultado. partiendo de matrices A. B) es controlable. K = K1 + V*K2. ( A. entonces para casi toda matriz p × n real constante K. junto con el anterior. 8. V = rand(p. 4.B y autovalores a lazo cerrado deseados en el vector P: >> >> >> >> >> (n. eligiendo K al azar. la matriz ( A − BK ) tiene autovalores distintos y. es c´ ıclica. Si A no es c´ ıclica. Introducir w = r − VK2 x. autovalores deseados siempre que no contenga ningun .14: R2 Teorema 8.´ de Estados y Observadores 8. Procedimiento de asignacion ´ de autovalores por diseno ˜ c´ ıclico ¯ 1. El problema es encontrar una matriz p × n real constante K tal que ( A − BK ) tenga cualquier conjunto de ´ autovalor de A.8 (C´ ıclica por realimentacion). nos da el procedimiento para asignar los autovalores de ( A − BK ) en los lugares deseados. ˜ via Ecuacion ´ de Sylvester Diseno ˜ via la solucion ´ de una ecuacion ´ de Sylvester se extiende al caso El m´ etodo de diseno multi-entrada. ´ final es u = r − (K1 + VK2 ) x. No es dif´ ıcil ver que la probabilidad de que. introducir u = w − K1 x tal que A A − BK1 sea c´ ıclica. Realimentacion Tv 2 Notas de CAUT2 . Como ¯ . B). por lo tanto.2. tambi´ en lo es ( A ¯ . 2. los autovalores de A y ( A − BK ) coincidan es nula. BV ) sea controlable. ´ Si ( A.p) = size(B).n). B ). B) es controlable.

y ( A − BK ) tiene el conjunto de autovalores deseados. es decir.B −6 −6 Notas de CAUT2 . lo presentamos para un ejemplo.15: Realimentacion ıclico Procedimiento de asignacion ´ de autovalores por diseno ˜ v´ ıa ecuacion ´ de Sylvester 1. y C ∈ R2 × 6 . Realimentacion c . . ¯ implican ´ de Sylvester y KT = K Si T es no singular. Elegir una matriz n × n F con el conjunto de autovalores deseados — que no contenga ninguno de A.j. y 2 de la entrada 2. K ) observable. Si T es no singular. la ecuacion ( A − BK ) T = TF o A − BK = TFT −1 y as´ ı A − BK y F son similares y tienen los mismos autovalores. Elegir una matriz p × n arbitraria K ¯. Supongamos que los ´ ındices de controlabilidad son µ1 = 4 3 y µ2 = 2. en las n columnas LI de C hay 4 de la entrada 1. Si T es singular. 3 Es decir.C -c r u . . Primero buscamos columnas linealmente independientes en C = [ B. K = 4. B ∈ R6 × 2 . 8. ˜ Canonico ´ Diseno ˜ extiende a MIMO el procedimiento que seguimos para derivar la formula ´ Este diseno de ´ es complicada. ´ ´ T en la ecuacion ´ de Sylvester AT − TF = BK 3.´ de Estados y Observadores 8. 2 entradas y 2 salidas. ´ cuando ( A. en el caso MIMO T puede ser singular aun ¯ es controlable y ( F. B) donde T es siempre no singular.j . pero como realmente muestra la esencia Bass-Gura en SISO. . Supongamos que tenemos un sistema de orden 6.166 ˙ x x .6. Hallar la unica solucion ¯ distinta y repetir el proceso. ¯ tal que ( F. 2. A diferencia del caso SISO. A ∈ R6×6 .j6 e ¡ y A  K1  VK2  ´ por diseno ˜ c´ Figura 8. K ¯ ) sea observable. elegir una K − 1 ¯ KT .3. AB. . La derivacion ´ de estados. de la realimentacion ´ La idea es llevar al sistema a la forma canonica multientrada del controlador. A5 B] en orden de izquierda a derecha. .

el observador ´ ner una estima asintotica x est´ a dado por las ecuaciones ˙ = ( A − LC ) x ˆ ˆ + Bu + Ly. Como en el caso SISO. para cualesquiera α Como ( A ¯ 21i . p entradas y q salidas ˙ = Ax + Bu x y = Cx ´ consiste en usar la entrada u y la salida medida y para obteel problema de observacion ˆ del estado del sistema x. 8. 2. Como estos bloques est´ an en forma companion.´ de Estados y Observadores 8. Realimentacion Notas de CAUT2 . su polinomio caracter´ ıstico es igual al producto de los polinomios caracter´ ısticos de los bloques ´ diagonales de ordenes 4 y 2.7. Observadores — MIMO Todo lo que discutimos sobre observadores en el caso SISO vale para el caso MIMO. 4. ¯ como Eligiendo K ¯ = 1 b12 K 0 1 −1 α ¯ 111 − α111 α ¯ 112 − α112 α ¯ 113 − α113 α ¯ 114 − α114 −α121 −α122 α ¯ 211 − α211 α ¯ 212 − α212 α ¯ 213 − α213 α ¯ 214 − α214 α ¯ 221 − α221 α ¯ 222 − α222 se puede verificar f´ acilmente que  −α ¯ 111 −α ¯ 112 −α ¯ 113 −α ¯ 114  1 0 0 0   0 1 0 0  ¯ −B ¯K ¯ = A 0 0 1 0    ¯ 211 −α ¯ 212 −α ¯ 213 −α ¯ 214  −α 0 0 0 0 0 0 0 0 0 0 0 0           −α ¯ 221 −α ¯ 222 1 0 ¯−B ¯K ¯ ) es triangular en bloques. de cualquier conjunto de 6 autovalores deseados podemos formar el polinomio ∆K (s) = (s4 + α ¯ 111 s3 + α ¯ 112 s2 + α ¯ 113 s + α ¯ 114 )(s2 + α ¯ 221 s + α ¯ 222 ). i = 1. Finalmente K = KP ¯ ubica los autovalores caracter´ ıstico de ( A de A − BK en las posiciones deseadas. para el sistema de n estados.167 ¯ = Px Entonces existe una matriz no singular P tal que el cambio de coordenadas x ´ transformar´ a el sistema a la forma canonica multi-entrada del controlador     −α111 −α112 −α113 −α114 −α121 −α122 1 b12     1 0 0 0 0 0   0 0      0 1 0 0 0 0   0 0  x   ˙= ¯ x 0 0 1 0 0 0   ¯+ 0 0 u         −α221 −α222   0 1  −α211 −α212 −α213 −α214 0 0 0 0 1 0 0 0 y= β111 β112 β113 β114 β121 β122 ¯ x β211 β212 β213 β214 β221 β222 Ahora. el polinomio ¯−B ¯K ¯ ) es igual al deseado. x . 3.

168 ´ como en el Este es un observador de orden completo. Observador MIMO de orden reducido ´ de Sylvester. todas las salidas son l. Hay casos en que no puede reducirse a cero. usamos >> L = place(A’. ˜ (t) x(t) − x ˆ (t). del error. dados los autovalores deseados en el vector P. Puede mos´ a la m´ trarse que ceros y polos de la planta con parte real positiva imponen una limitacion ınima “energ´ ıa” ˜ T (t) x ˜ (t)dt. ˜ Consideraciones de diseno ´ ´ de estados. lograble eligiendo L.C’. L) sea controlable. Si P es T] ∈ R no singular. 8. Si la matriz P = [ C es singular. 3. C ) observable.7. la velocidad de convergencia ˆ al estado actual x puede hacerse tan r´ de la estima x apida como se quiera. entonces la EE ˙ (t) = Fz(t) + TBu(t) + Ly(t) z ˆ (t) = x C T −1 y z ´ genera una estima asintotica de x(t). Asumimos que el rango de C es q (es decir. 0∞ x 4 . Elegir una matriz cualquiera L ∈ R(n−q)×q tal que ( F. esto no necesariamente implica que el error pueda reducirse arbitrariamente. Calcular la solucion T ∈ R(n−q)×n de la ecuacion n×n 4. Sin embargo. ´ unica ´ ´ TA − FT = LC.i. Realimentacion Notas de CAUT2 . Elegir una matriz Hurwitz cualquiera F ∈ R(n−q)×(n−q) que no tenga autovalores en ´ con los de A.). volver al paso 2 y repetir el proceso.´ de Estados y Observadores 8. Sabiendo ya como asignar autovalores a lazo cerrado por realimentacion ´ ˜ un observador en caso de que no todos los estados sean medibles. 1. comun 2. ıstico deseado ∆K (s) = sn + α ¯ 1 s n−1 + · · · + α ¯ n 1. Definiendo el error de estimacion caso SISO. 8. x llegamos a que la din´ amica del error est´ a dada por ˙ = ( A − LC ) x ˜ ˜. C ) es observable. x Si el par ( A. resta y como disenar ´ decidir donde colocar estos autovalores.P)’. Presentamos el procedimiento de Chen [1999] via ecuacion Procedimiento de diseno ˜ de observador MIMO de orden reducido Sea el par ( A. en M ATLAB. Damos ahora algunas pautas a tener en cuenta en ´ Recordemos que dado el polinomio caracter´ esta eleccion. As´ bitrariamente por medio de una eleccion ı. entonces los autovalores de ( A − LC ) pueden asignarse ar´ adecuada de L.8.1. donde A ∈ Rn×n y C ∈ Rq×n .4 Los mismos m´ etodos vistos para calcular K y asignar los autovalores de A − BK pueden usarse para calcular L y asignar los autovalores de A − LC. Por ejemplo.

´ de Estados y Observadores 8.. 0  0 0 (8. . ´ razonable de los autovalores: Resumiendo. el ancho de banda queda determinado por los autovalores dominantes. . Como discuti´ eramos anteriormente. es decir.169 −1 1 0   . En t´ erminos de autovalores. aquellos cuya parte real es m´ as cercana al origen (los de transitorios de decaimiento m´ as lento). definido como la frecuencia a partir de la cual la magnitud de la respuesta en frecuencia del sistema comienza a decaer significativamente (3 dB). habr´ a necesariamente que mover autovalores al lado izquierdo del plano complejo. moverlos excesivamente a la izquierda implicar´ a usar una K elevada.25) que K ser´ a mayor en magnitud (norma): cuanto m´ as se desplacen los autovalores respecto de las posiciones de lazo abierto (mayores diferencias entre αi y α ¯ i ). ´ Es claro que si bien la estabilidad es un punto esencial en el diseno. la velocidad del sistema queda definida por su “ancho de banda”. existen tambi´ en requerimientos de velocidad de respuesta.. 0 0 . .    . 0 0 Notas de CAUT2 . sobrevalor.1. . α1 1 . para una eleccion Elegir el ancho de banda suficientemente grande como para alcanzar los requerimientos de velocidad de respuesta deseados. 0 0 .. el esfuerzo de control no ser´ a eficientemente distribuido. K=   . 8.. . . Ubicar los autovalores a distancias aproximadamente uniformes del origen para un uso eficiente del esfuerzo de control. ´ de autovalores comun ´ que satisface estos lineamientos es la de ButUna configuracion ´ Butterworth se define por 2 terworth. . . efectos indeseados en el desempeno ˜ no es el unico. . . . . que puede amplificar incertidumbres en el modelo y perturbaciones de alta frecuencia. el mover los autovalores excesivamente a la izquierda implica tambi´ en un lazo cerrado de gran ancho de banda. . La configuracion . As´ ı. si los autova´ lores a lazo cerrado se situan a distancias desparejas del origen. . Notamos de (8. . Una K elevada tender´ a a hacer saturar los actuadores.8. α2 α1 . Realimentacion ´ ´ (SISO) la formula de Bass-Gura daba la ganancia de realimentacion   T α n−1 α n−2  α ¯ n − αn  αn−2 αn−3    .25) donde C = [ B. Sin embargo. trayendo ˜ del sistema. AB. . y el ruido y la incertidumbre de modelado en alta frecuencia. α ¯ 2 − α2   α α 1  2 α ¯ 1 − α1  α1 1 1 0 . . Remarcamos que adem´ as. ´ de ganancia elevada Dificultades de la realimentacion Si se desea estabilizar el sistema. A−1 B] es la matriz de controlabilidad del sistema. No excederse en el ancho de banda — ojo a los efectos de ceros de fase no m´ ınima (subvalor excesivo). cuanto m´ as cerca de ser singular est´ e C (cuanto menos controlable sea el sistema. . etc. . .. mayor esfuerzo llevar´ a controlarlo). lo que implica desperdicio de energ´ ıa.. . .  C −1 . originaria de teor´ ıa de filtrado.. ..

3. Resumen ´ de estados K para asigVimos dos m´ etodos para calcular la ganancia de realimentacion ´ A − BK del lazo cerrado en las ra´ nar los autovalores de la matriz de evolucion ıces de un polinomio caracter´ ıstico deseado: ∆K (s) = sn + α ¯ 1 s n−1 + · · · + α ¯ n 1.´ de Estados y Observadores 8.9.Den] = butter(N. 4. Los filtros de Butterworth.613s3 + (2 + √ 2)s2 + 2.613s + 1. 2. . ˜ Resumen del proceso de diseno 8. cuyos denominadores son los polinomios de Butterworth.16: Configuracion ´ Butterworth son los polinomios de Los polinomios cuyos ceros tienen la configuracion Butterworth. jω π 4 ¢   jω π 6 ¢ jω π 8 ¢ jω ω0 σ σ σ σ k ¡ 1 k ¡ 2 k ¡ 3 k ¡ 4 ´ de polos Butterworth para k = 1. se ´ pueden calcular en M ATLAB con la funcion >> [Num. la configuracion piedades de optimalidad. Figura 8. Realimentacion Notas de CAUT2 .W0. Los primeros 4 son: B1 (s) = s + 1 √ B2 (s) = s2 + 2s + 1 B3 (s) = s3 + 2s2 + 2s + 1 B4 (s) = s4 + 2.170 ´ de los autovalores quepar´ ametros: la frecuencia de corte ω0 y el orden k.2. 8.’s’) ´ ´ Butterworth tiene proComo veremos en detalle en el ultimo cap´ ıtulo.8. La ubicacion ´ da definida por las ra´ ıces de la ecuacion s ω0 2k = ( − 1 )k +1 .

.    . . o sea lop=[ αn . . . . CC=ctrb(A.. . ..171 c Chequeo y Robustez c &  no & & OK   & &  & si c ´ Simulacion c Construcci´ on y Ensayo ' ˜ Figura 8.. 0 0 . α ¯ 1. . .. 0 0 −1 1 0   . .. . donde α1 . .. . . 0 0 0 ..  ´ La siguiente secuencia en M ATLAB calcula K en la formula de Bass-Gura. Realimentacion ' Arquitectura de Control c Especificaciones c Modelo Matem´ atico ' c Ganancias de Control c Observador Notas de CAUT2 .. .. αn ] del polinomio caracter´ ıstico de la matriz A. . α ¯ n ] (polinomio deseado): . α1 1 . An−1 B] es la matriz de controlabilidad del sistema a lazo abierto..´ de Estados y Observadores 8. .. . . α1 . α2 .. 0 0 0 .1 α1 1 1 0 α n−1 α n−2 2 1 . . . 1]. lop=fliplr(pol) invierte el orden de los coeficientes en el vector pol.B) calcula la matriz de controlabilidad C . . . .. αn son los coeficientes del polinomio caracter´ ıstico de A. .−2 n. 0 0 0 . α1 . R=hankel(fliplr(pol(1:n-1))) arma la matriz  α α . . α α 1   n. . . . . .B y polK= [1. Funciones utiles ´ en M ATLAB pol=poly(A) calcula los coeficientes pol=[1. . . . . . α ¯ 2 − α2   α α 1  2 α ¯ 1 − α1  α1 1 1 0 .2 α. . α2 α1 . α1 1 0 . . . . AB. . . .17: Proceso de diseno ´ El primer metodo ´ usa la formula    T α n−1 α n−2 α ¯ n − αn  αn−2 αn−3    .. .. α2 .. . K=   . y C = [ B. .. . . 0 0 .  C −1 0  0 0 que se conoce como F´ ormula de Bass-Gura. ..−3 . R=  α. de A.. .

´ del segundo m´ Ver la justificacion etodo en Chen [1999. >> K = Kbar*inv(T).1.´ de Estados y Observadores 8. Verificar por simulacion ´ las propiedades de integral segun robustez y rechazo de perturbaciones del lazo cerrado introduciendo incertidumbres de modelado y perturbaciones de entrada.172 = poly(A). Utilizar los dos proce´ obtenidas. Tarea de estudio 239-41]. Realimentacion >> >> >> >> pol n = R = K = Notas de CAUT2 . length(pol).3 incorporando accion ´ Ejercicio 8.5 y −1 ± j. al es el compromiso de diseno respuesta a lazo cerrado m´ as r´ apida? ´ ¿Como se altera la respuesta si se recalcula una K para ubicar uno de los autovalores a lazo cerrado sobre el cero estable del sistema? ˜ el controlador para el sistema del Ejemplo 8. Simular la respuesta del sistema realimentado a un escalon ´ Calcular la cota inferior teorica para el subvalor en la respuesta y comparar con los valo´ ¿Cu´ ˜ si se quisiera hacer la res observados en la simulacion.5 ± j0. hankel(fliplr(pol(1:n-1))). p´ aginas 8. K ¯ ) sea observable. Ejercicios ´ de estados u = r − Kx para estabilizar Ejercicio 8.10. §˜8.B)). Entonces los de A) y K ¯ −1 . fliplr(polK(2:n-1) .2.pol(2:n-1))*inv(R)*inv(ctrb(A. ´ de Lyapunov generalizada (tambi´ resuelve la ecuacion en llamada ¯. AT − TF = BK ´ El segundo metodo de Sylvester) donde F es una matriz cualquiera con los autovalores a lazo cerrado deseados (distintos de ¯ un vector fila arbitrario tal que ( F. . Redisenar ´ el esquema de la Figura 8.1.8.-B*Kbar).-F. Calcular un control por realimentacion el sistema del p´ endulo invertido dado por las EE     0 1 0 0 0  1  0 0 −1 0    ˙= x 0 0 0 1 x +  0  0 0 5 0 −2 y= 1 0 0 0 x ubicando los autovalores del lazo cerrado en −1. K = KT En M ATLAB >> T = lyap(A.2. dimientos dados y comparar las ganancias de realimentacion ´ unitario en la referencia.

¿Se conserva el desempeno? ˜ ¿Cu´ ferencia y perturbacion al es la m´ axima ´ admisible? perturbacion Ejercicio 8. Realimentacion Notas de CAUT2 .7. ´ transferencia de r a y del sistema a lazo cerrado del EjerciEjercicio 8. Simular la respuesta a un es´ en r.1 segundos m´ calon as tarde. y a un escalon ´ de torque de perturbacion ´ aplicado 0. Repetir el c´ alculo si la realimentacion ˜ de orden completo disenado en el Ejercicio 8. ˜ un observador de orden completo y uno de orden reducido para Ejercicio 8. Calcular la funcion ´ se aplica al estado estimado con el observador cio 8. Disenar modo que no afecten la respuesta especificada para el sistema.173 ´ de transferencia a lazo abierto Ejercicio 8.5.3. Encontrar la ganancia K en u = r − Kx para asignar en −1 y −2 los autovalores a lazo cerrado del sistema ˙= x 2 1 1 x+ u −1 1 2 y = 1 1 x. Considerar el diseno del ejemplo tutorial en Matlab.5. Elegir los autovalores de los estimadores dentro del conjunto {−3. Repetir el ensayo de respuesta a un escalon ´ de torque.8. Implementar el sistema con controlador en S IMULINK. −2 ± j2}.6. ˜ un observador de orden reducido.4.4. 1. Disenar estimar los estados del sistema del Ejercicio 8. . Asignar los autovalores del observador de 2. Para el sistema dado por  0 1  0 0 A= −3 1 2 1 0 1 2 0  0 0  3 0 0 0 B= 1 0   0 0  2 2 encontrar 2 matrices K tales que los autovalores de A − BK sean −4 ± j3 y −5 ± j4.´ de Estados y Observadores 8. Repetir pero ahora con la estima obtenida del observador de orden reducido.4. ¿Son las tres funciones transferencia la misma? ˜ del control de posicion ´ del motor de corriente continua Ejercicio 8. ¿Es posible cambiar la funcion ˆ (s) = G (s−1)(s+2) (s+1)(s−2)(s+3) a la de lazo cerrado ˆ k (s) = G s−1 (s+2)(s+3) ´ de estados? ¿Ser´ ´ mediante realimentacion a el sistema resultante BIBO estable? ¿Y asintoticamente estable? ¿Qu´ e puede decirse para ˆ (s) = G (s−1)(s+2) (s+1)(s−2)(s+3) al lazo cerrado ˆ k (s) = G 1 (s+3) ? Ejercicio 8. 3. Incorporar el observador al modelo S IMULINK y aumentar el valor del momento de ´ de la reinercia del motor en un 20 %.

F. CCES Series. 2nd edition. New Jersey. Fundamentals of Linear State Space Systems. Asociacion Control Autom´ atico. Wilson J. Contr. C. M. Friedland. 1992. and Allen Tannenbaum. Linear System Theory. 1995. Sin. AC-23(3):395–404. Automat. Fundamental Limitations in Filtering and Control.E. IEEE Trans.Bibliograf´ ıa John S. 1984. Adaptive Filtering Prediction and Control. H. S. Salgado. Goodwin. June 1978.. 1999. Seron. Braslavsky. Prentice Hall.S. ˜ Introducci´ ´ Argentina de Ricardo S´ anchez Pena. McGraw-Hill. Control System Design. 3rd edition. Feedback control theory. on a la teor´ ıa de control robusto. M. and M. Bruce A. Springer-Verlag. Goodwin and K. Macmillan Pub.C. Rugh. Oxford University Press. G. WCB/McGraw-Hill. J. Goodwin. G. Prentice-Hall. Control System Design. Francis. Co. B..F. Van Loan. C. 1997. Linear System Theory and Design.C. 1999. Bay. Computing integrals involving the matrix exponential. 193 . 2000. Chi-Tsong Chen. 1992. 1986. John C. Graebe. and G. Doyle. Prentice Hall.