You are on page 1of 74

TEORA DE CONTROL I - Segundo Interciclo

Andrade Andrade Carlos DanielChica


candradea@est.ups.edu.ec
Paul Marcelo Cando Naula
pcando@est.ups.edu.ec
Wilson Vinico Astudillo Calderon Chica
wastudilloc@est.ups.edu.ec
Byron Javier Carmona Chica
bcarmona@est.ups.edu.ec
Mara Fernanda Mena
mmenas@est.ups.edu.ec
Daniel Arvalo
darevaloc@est.ups.edu.ec
Universidad Politcnica Salesiana, Sede Cuenca
Teora de Control I

19 de febrero de 2015

Captulo 1

Correccin del Examen Interciclo


1.1. Encontrar la funcin de transferencia del siguiente sistema, con
variable de estados y realizar su grca de estados:

Figura 1.1: Sistema elctrico - masa resorte

Donde:

R, L, C, k, m, B = 1
x(s)
=?
Va (s)
Sistema elctrico:

Va = VR + VL + VC
Va = i(t) + L

di(t)
1
+
dt
C

Va = i(t)R + Li0 (t) +

1
C

i(t)dt

i(t)dt

x1 el menor

x1 = i(t)dt

Resolvemos mediante variables de estado, dando a

x2 = x1 = i(t)
Reemplazando, obtenemos:

valor de la derivada:

CAPTULO 1.

CORRECCIN DEL EXAMEN INTERCICLO

Va = Rx2 + Lx2 +

1
x1
C

Ahora obtenemos:

x1 = x2
x2 =

Va
R
1
x2
x1
L
L
LC

Sistema masa-resorte:
Tomamos en cuenta la siguiente ecuacin:

F = ma

Obtenemos:

F kx B x = m
x
Obtenemos las variables de estado:

x3 = x
x4 = x3 = x
Reemplazando, obtenemos:

F kx3 Bx4 = mx4


Como:

F =

i
x2
=
2
2

i
kx3 Bx4 = mx4
2
Seguidamente obtenemos:

x3 = x4
x4 =

x2
k
B
x3 x4
2m m
m

Armamos nuestra matriz de estados:


x1
x2


x3 =
x4
La salida ser:

0
1/LC
0
0

1
R/L
0
1/2m

0
0
0
k/m

0
x1
x2
0

1 x3
B/m
x4

0
1/L
+

0 Va
0

CAPTULO 1.

CORRECCIN DEL EXAMEN INTERCICLO

y=

x1
 x2

0
x3
x4

Con estos datos, podemos obtener nuestra grca de estados:

Figura 1.2: Grca de estados del sistema elctrico - masa resorte

Aplicamos de Ley de Mason:

M=

k
X
M k 4k

Donde:
k Nmero de trayectorias directas
Mk Ganancia
de la K-sima trayectoria
P
P
P
4 = 1 Li1 + Lj2 Ll3 + ....
i

directa entre la entrada y la salida.

4k 4 a excepcin de los lazos que tocan la K-sima trayectoria.


Lj1 Ganancia de lazos individuales.
Lj2 Producto de ganancias de pares de lazos que no se tocan entre
k=1

M1 =

1
s4

(slo tiene 1 trayectoria)

L11 =
L21 =
L31 =

B
ms

k
ms2

1
2ms3

s.

CAPTULO 1.

CORRECCIN DEL EXAMEN INTERCICLO

L41 =
L51 =
L61 =

R
Ls

1
LCs2
1s2
L

L12 = L11 L41 =

B
mLCs3

L22 = L11 L51 =

B
1
k
=1
+

2
ms ms
2ms3
=1+

BR
mLs2


+

BR
B
+
2
mLs
mLCs3

B
k
1
BR
B

+
+
+
2
3
2
ms ms
2ms
mLs
mLCs3
1 = 1

M (s) =

M (s) =

1/s4

1+

B
ms

k
ms2

(1)
+

1
2ms3

BR
mLs2

B
mLCs3

1
3
2
2
s4 + s B/m + ks /m s/2m + BRs /mL + sB/mLC

1.2. Encontrar la forma de onda de salida para la gura, si la salida


esta estabilizada y esta en el tiempo 3 encontra la salida para
t>3.
Si es de primer orden

= 1seg
= 0.2

CAPTULO 1.

CORRECCIN DEL EXAMEN INTERCICLO

Figure 1.3: Grca dada

k=

4
Y
= =2
R
2

por lo tanto la salida para cuando la entrada vara a 3 esta se estabilizara en:

Y = k R
Y = 2 3 = 6
por lo tanto la salida para cuando la entrada varia a 1 esta se estabilizara en:

Y = k R
Y = 2 1 = 2

Figure 1.4: Grca de salida

1.3. Encontrar la forma de onda de salida para la gura y acotar Yss


k=

Y
3
= = 1.5
R
2

CAPTULO 1.

CORRECCIN DEL EXAMEN INTERCICLO

Por lo tanto la salida para cuando la entrada vara a 1 esta se estabilizara en:

Y = k R
Y = 1.5 1 = 1.5

Figure 1.5: Grca de salida

1.4. Calcular y gracar los polos en el plano (s) de:


G(S) =

8
6s2 + 12s + 24

Calculamos los polos, usando la formula para ecuaciones cuadrticas:

12

b2 4ac
2a

122 4(6)(24)
= 1 j1.73
2(6)

Entonces, las races sern:

S1 = 1 j1.73
S2 = 1 + j1.73

CAPTULO 1.

CORRECCIN DEL EXAMEN INTERCICLO

Figure 1.6: POLOS

Calculamos y acotamos el valor de

, n , .
G(S) =

6s2

8
+ 12s + 24

Basndonos en la frmula:

G(S) =

n2 k es
s2 + 2n s + n2

Tenemos:

G(s) =

1.3
S 2 +2s+4

n2 = 4
n = 2
= 1.73
= wn
1= 2
= 1/2
= cos1 (/wn) = cos1 (1/2) = 60 grados

CAPTULO 1.

CORRECCIN DEL EXAMEN INTERCICLO

Figure 1.7: Acotaciones para los valores obtenidos.

Determinamos y(t) para t=2seg y t=10seg con una entrada escaln R=3
Cuando t = 2seg

p
ewnt
y(t) = 1 p
sin(wn 1 2 + cos1 ())
1 2

p
e1/222
y(2) = 1 p
sin(2 1 (1/2)2 + cos1 (1/2))
1 (1/2)2

y(2) = 0.8623
Cuando t = 10seg

p
ewnt
sin(wn 1 2 + cos1 ())
y(t) = 1 p
2
1

p
e1/2210
y(2) = 1 p
sin(2 1 (1/2)2 + cos1 (1/2))
2
1 (1/2)

y(2) = 0.99

Captulo 2

DETERMINACIN DE
CARACTERSTICAS
2.1. MODELOS DE PRIMER ORDEN
La estabilidad de sistemas lineales e invariantes en el tiempo se puede determinar al vericar la ubicacin
de las races de la ecuacin caracterstica del sistema, un modelo de primer orden posee la siguiente ecuacin
caracterstica:

Donde k es una constante que dene la magnitud de salida al estabilizarse,


tiempo que se demora en empezar a responder el sistema, y

es

el tiempo muerto, es decir el

es es el tiempo que se demora para que la salida

llegue a su estado estable.


Si se aplica una entrada escaln el sistema, este responde de una manera exponencial como se muestra en la
gura (1).

Figura 2.1: Respuesta al escaln para un sistema de primer orden

Si se analiza la relacin entre la entrada y la salida, se puede observar que hay una diferencia entre las
magnitudes que llega a tener la salida la cual esta denida por

k=

y
yss
=
R
R

Si la entrada sufre alguna variacin, la salida tambin se va a ver afectada.


9

(2.1)

CAPTULO 2.

10

DETERMINACIN DE CARACTERSTICAS

2.2. CRITERIOS PARA DETERMINAR


1. Primer criterio para determinar

: Este criterio consiste en trazar una recta tangente a la curva

de la seal de salida, y luego trazar una recta horizontal en el punto en el cual la seal de salida alcanza

y ss y

as obtenemos el punto en el cual se cruzan las dos rectas para obtener

sin embargo este criterio

no es el mejor pero puede ser usado para una primera apreciacin de la seal.

Figura 2.2: Primer criterio para determinar

2. Segundo criterio para determinar

: Este criterio consiste en trazar una recta tangente al punto

donde la seal alcanza el 63 % de el nivel en el cual la seal de salida llega a estabilizarse, y luego trazar
una recta horizontal en el punto en el cual la seal de salida alcanza
cual se cruzan las dos rectas para obtener

y ss y

as obtenemos el punto en el

este criterio es mejor que el primero pero aun no es el mas

eciente.

Figura 2.3: Segundo criterio para determinar

3. Tercer criterio para determinar

: Este criterio consiste en encontrar los puntos en los cuales la

seal de salida alcanza el 63 % y el 28 % de el nivel en el cual se estabiliza para as obtener

CAPTULO 2.

11

DETERMINACIN DE CARACTERSTICAS

Figura 2.4: Tercer criterio para determinar

4. Cuarto criterio para determinar

: Cuando la seal posee mucho ruido y no es posible visualizar

una curva exacta, sino que es muy distorsionada, se puede trazar una curva aproximada a la seal de
salida y esta se va a estabilizar en 4 o 5

Figura 2.5: Tercer criterio para determinar

2.3. MODELOS DE SEGUNDO ORDEN


Para los sistemas de segundo orden se tienen las siguientes variables a considerar:

tr tiempo de levantamiento: es el tiempo que se demora en llegar a

y ss

por primera vez

td time delay, es un tiempo de retarde de la seal


mp es la variacin del pico mxima que se da a la salida.
tss tiempo de estabilizacin, este es el tiempo en el cual la seal se encajona en

5 %

CAPTULO 2.

DETERMINACIN DE CARACTERSTICAS

12

Figura 2.6: Caractersticas para modelos de segundo orden

to periodo de la seal de salida, es el tiempo entre los primeros picos de la seal de salida

tiempo muerto, se da en To/2 es el instante en el cual responde el sistema

Figura 2.7: Caractersticas para modelos de segundo orden

Los modelos de segundo orden poseen una ecuacin caracterstica que tiene la siguiente forma:

H(s) =

kwn2 eS
S 2 + 2wn S + wn2

(2.2)

2.4. ANLISIS DEL COMPORTAMIENTO DE SISTEMAS DE SEGUNDO ORDEN EN FUNCIN DEL COEFICIENTE DE AMORTIGUAMIENTO
Para el anlisis de sistemas es indispensable realizar un anlisis de los polos del sistema, es decir las races
del denominador del polinomio ya que estas denen la estabilidad del sistema, para ello tomamos el modelo de
sistemas de segundo orden con K=1 y

=0

CAPTULO 2.

DETERMINACIN DE CARACTERSTICAS

H(s) =

S2

wn2
+ 2wn S + wn2

13

(2.3)

De donde se obtienen las siguientes races:

S1 = wn + jwn

1 2

S2 = wn jwn

1 2

Se puede observar que la estabilidad del sistema depende de que los polos estn en el semi plano izquierdo
de el eje imaginario, para ello
sistemas al variar

tiene

que ser mayor a cero, al realizar un anlisis de el comportamiento de los

se observan las posibles condiciones del sistema.

SISTEMA OSCILANTE: Sus polos se encuentran justo sobre el eje imaginario

=0
S1 = jwn
S2 = jwn

Figura 2.8: Sistema oscilante

SISTEMA SUB AMORTIGUADO: Sus polos se encuentran en el semi plano izquierdo

0<<1
S1 = + jwn
S2 = jwn

CAPTULO 2.

DETERMINACIN DE CARACTERSTICAS

14

Figura 2.9: Sistema sub amortiguado

SISTEMA CRTICAMENTE AMORTIGUADO: Sus polos se encuentran en el semi plano izquierdo, pero
no poseen parte imaginaria

=1
S1 = wn
S2 = wn

Figura 2.10: Sistema crticamente amortiguado

SISTEMA SOBRE-AMORTIGUADO: Sus polos se encuentran en el semi plano izquierdo separados, no


poseen parte imaginaria

CAPTULO 2.

DETERMINACIN DE CARACTERSTICAS

15

>1
S1 =
S2 =

Figura 2.11: Sistema sobre-amortiguado


mientras mas alejados se encuentren los polos de a la izquierda, la respuesta del sistema en el tiempo es mas
veloz.
SISTEMA INESTABLE: Sus polos se encuentran en el semi plano derecho del plano complejo

<0
S1 = + jw
S2 = a jw

Figura 2.12: Sistema inestable

CAPTULO 2.

DETERMINACIN DE CARACTERSTICAS

=1
S1 = wn
S2 = wn

Figura 2.13: Sistema inestable 2

Ejemplo 1: Determinar las respuestas del sistema para los valores indicados:
Sistema

S2
para:

1
+ 2S + 1

= [0,2 0,5 0,8 2 3]

a)

= 0,2
S1 = 0,1 + 0,99j
S2 = 0,1 0,99j
b)

= 0,5
S1 = 0,25 + 0,96j
S2 = 0,25 0,96j
c)

= 0,8
S1 = 0,4 + 0,9165j

16

CAPTULO 2.

DETERMINACIN DE CARACTERSTICAS

S2 = 0,4 0,9165j
d)

=2
S1 = 1
S2 = 1
e)

=3
S1 = 0,38
S2 = 2,61

17

CAPTULO 2.

DETERMINACIN DE CARACTERSTICAS

18

Figura 2.14: Ejemplo 1

Nota importante: Se debe tener en cuenta que Los controladores se disean en Laplace, pero responden
en el tiempo.

Captulo 3

CRITERIOS DE ESTABILIDAD
3.1. ESTABILIDAD DE SISTEMAS
En los sistemas de control lineal el problema ms importante es la estabilidad, que es la capacidad para
alcanzar un estado de equilibrio.
Se dice que un sistema lineal e invariante en el tiempo es estable si:
Tanto su entrada como su salida son acotadas, conocidos como BIBO
Su funcin impulso es completamente integrable en un rango innito.
Todos los polos de su funcin de transferencia se ubican en el semiplano izquierdo del plano s.

3.2. Anlisis de Estabilidad


Criterio de Rout Hurwitz

estudia la estabilidad absoluta estable o inestable.

Criterio de Nyquiste dominio de frecuencia.


Criterio de Bode anlisis de magnitud y fase.

3.2.1. Criterio de Rout - Hurwitz


Este criterio de estabilidad establece que si existen o no races inestables en una ecuacin polinomial, sin
tener que obtenerlas en realidad. Adems, el criterio de Rout - Hurwitz slo se aplica a los polinomios con una
cantidad nita de trminos.
Polinomio Caracterstico:

a5 s5 + a4 s4 + a3 s3 + a2 s2 + a1 s1 + a0 s0
s^5

a5

a3

s^4

a4

a2

a1
a0

s^3
s^2

1
1

2
2

3
3

s^1

...

...

...

s^0

...

...

...
Table 3.1: tabla de coecientes

Las ecuaciones de los coecientes por determinar serian iguales a:


Se debe llenar toda la tabla con los coecientes de la primera columna, siguiendo el mismo procedimiento
para las las de abajo, que el procedimiento que se hizo en las frmulas anteriores, se parece mucho a sacar un
determinante pero con las columnas invertidas.

19

CAPTULO 3.

20

CRITERIOS DE ESTABILIDAD

3.2.2. Pasos para el anlisis de estabilidad


1. Completar los coecientes de la primera columna de la tabla.
2. Analizar el cambio de signo en los coecientes de la primera columna.
3. Si no existe cambio de signo es un sistema estable.
4. El nmero de cambio de signos decretar cuantos polos son inestables.

3.2.3. Ejemplo
para que valores de k1 el sistema es estable.

s4 + 2s3 + k1s2 + s + 2
Para saber para que valores de k1 el sistema es estables se toma los dos terminos con incognitas y se analiza,
como antes de estos terminos no existe ningn cmbio de signo en los trminos estos trminos deberan ser
mayores a cero para que sigan sin cambiar el signo.
El primer trmino es:

2k1 1
>0
2
como en este trmino para que sea mayor a cero el numerador debera ser mayor a cero entonces:

2k1 1 > 0
k1 >

1
2

Para el segundo trmino:

2k1 9
>0
2k1 1
Para este trmino ya se sabe que el denominador tiene que ser mayor a cero, entonces quedara slo analizar el
numerador:

2k1 9 > 0
k1 >

9
2

CAPTULO 3.

CRITERIOS DE ESTABILIDAD

21

Figure 3.1: Regin para las que k1 hace que el sistema sea estable

3.3. Criterio de Routh-Hurwitz


3.3.1. Casos Especiales
3.3.1.1. CASO 1: Elemento de primera columna cero
Si el trmino de la primera columna de cualquier rengln es cero, pero los trminos restantes no son cero, o
no hay trminos restantes, se debe:
Sustitucin del trmino cero por un nmero positivo muy pequeo ()
Introduccin de un nuevo polo que no afecte a la estabilidad (s+a)

EJEMPLO 1: Considerando la siguiente ecuacin:

s3 + 2s2 + s + 2 = 0
El arreglo de concientes es:

s3
s2
s1
s0

1
2
0
2

1
2

Debemos notar que si el signo del coeciente que est encima del cero (e) es igual al signo que est abajo de
l, signica que hay un par de races imaginarias.
EJEMPLO 2: Considerando la siguiente ecuacin:

s4 + s3 + 2s2 + 2s + 3 = 0
El arreglo de concientes ser:

s4
s3
s2
s1
s0

1
2
1
2
0 3

3
0

23

EJEMPLO 3: Considerando la siguiente ecuacin:

(s4 + s3 + 2s2 + 2s + 3)(s + 3) = 0


s5 + 4s4 + 5s3 + 8s2 + 9s + 9 = 0
El arreglo de concientes ser:

CAPTULO 3.

s5
s4
s3
s2
s1
s0

22

CRITERIOS DE ESTABILIDAD

1
4
3
1
135/4
9

5
8
27/4
9

9
9

3.3.1.2. CASO 2: Todos los trminos de una columna son ceros


Races de igual magnitud radicalmente opuestas en el plano s:
Races opuestas reales

(s = sv)

Sistema inestable.

Races opuestas complejos conjugados puros (s=

jb) Sistema crticamente estable.

svjb) Sistema inestable.

Races opuestas complejos conjugados (s=

Solucin usando un polinomio auxiliar A(s) y un divisor D(s) del original:


EJEMPLO 1: Considerando la siguiente ecuacin:

s4 + 2s3 + 11s2 + 18s + 18 = 0


El arreglo de concientes ser:

s4
s3
s2
s1
s0

1
2
2
0
4
18

11
18
18
0
0

18
0

El polinomio auxiliar usado es:

2s2 + 18

Derivndolo se obtiene:

d(2s2 +18)
ds

= 4s

EJEMPLO 2: Considerando la siguiente ecuacin:

s5 + s4 + 5s3 + 5s2 + 10s + 10 = 0


El arreglo de concientes ser:

s5
s4
s3
s2
s1
s0

1
5 10
1
5 10
0
0
4 10
2, 5 10
6
10

El polinomia auxiliar es:

s4 + 5s2 + 10
Derivndolo obtenemos:

d(s4 +5s2 +10)


ds

= 4s3 + 10s

A continuacin veremos ms ejemplos:

3.3.1.3. Si todos los coecientes de cualquier rengln son cero signica que existen races con
magnitudes iguales y signos opuestos o dos races imaginarias conjugadas. En este caso,
la evaluacin del resto del arreglo contina mediante la formacin de un polinomio auxiliar con los coecientes del ltimo rengln y mediante el empleo de los coecientes de
la derivada de este polinomio en el rengln siguiente. Tales races se encuentran despejando el polinomio auxiliar, que siempre es par. Para un polinomio auxiliar de grado n
2, existen n pares de races iguales y opuestas. Por ejemplo, considere la ecuacin:
s5 + 2s4 + 24s3 + 48s2 + 25s + 50 = 0

CAPTULO 3.

23

CRITERIOS DE ESTABILIDAD

El arreglo de coecientes es:

s5
s4
s3

1
2
0

24
48
0

25
50

De aqu el polinomio auxiliar P(s) es

P (s) = 2s4 + 48s2 + 50

Esto nos indica que existen dos pares de races de igual magnitud y signo opuesto. Los pares se obtienen
resolviendo la ecuacin del polinomio auxiliar P(s)= 0.
La derivada de P(s) con respecto a s es:

dP (s)
ds

= 8s3 + 96s

Los coecientes de la ltima ecuacin, sustituyen los trminos del rengln 3 del arreglo.

Por consiguiente, el arreglo de coecientes se convierte en:

s5
s4
s3
s2
s1
s0

1
2
8
24

24
48
96
50

25
50
0

230
3

50

No existen cambios de signo en la primera columna, no hay races con parte real positiva, pero si hay races
imaginarias.
Despejando las races del polinomio auxiliar, obtenemos:

s1 = j4, 786
s2 = j1, 045

3.3.1.4. Determine la estabilidad para siguiente sistema


La ecuacin caracterstica es:

s5 + 2s4 + 2s3 + 4s2 + 11s + 10 = 0


El arreglo de coecientes se convierte en:

s5
s4
s3
s2
s1
s0
c1 =

1
2

c1
d1
10

2 11
4 10
6
10

412

= 12
d1 =

6c1 10
c1

=6

El sistema es inestable, porque el signo arriba y abajo de

son diferentes, existen dos cambios de signo en

los coecientes de la primera columna, hay dos races con parte real positiva.

Captulo 4

LUGAR GEOMETRICO DE LAS


RAICES Y LINEALIZACIN DE UN
SISTEMA
4.1. LUGAR GEOMTRICO DE LAS RAICES (LGR)
El LGR es la grca de las raices de la ecuacin caracterstica para todos los valores de un parmetro
del sistema.

Nos permite analizar las contribuciones de los polos y los ceros en lazo abierto, para saber el

comportamiento en lazo cerrado de la funcin de transferencia.

Figure 4.1: Parmetro K del sistema para encontrar el LGR

Ganancia global:

M=

G
1 + GH

Ecuacin caracterstica:

1 + GH = 0
en donde

GH = 1

para cumplir la igualdad, desprendiendose de esto, salen 2 condiciones que deben

cumplirse:
1. Condicin de Magnitud
2. Condicin de ngulo

= | G H |= 1

= G H = 180 (2k + 1)

4.1.1. Caractersticas de la grca del LGR


Las caractersticas notables de la grca del LGR son:
Pasan por los polos en lazo abierto
La grca es simtrica al eje real
El nmero de ramales de la grca es igual al orden del sistema
24

CAPTULO 4.

LUGAR GEOMETRICO DE LAS RAICES Y LINEALIZACIN DE UN SISTEMA

25

4.1.2. Ventajas del LGR


A travez de la grca del LGR se puede realizar una anlisis del sistema, logrando la modicacin de los
polos y ceros para poder estabilizar el sistema, elijiendo bien el parmetro K y sin necesidad de implementar
un controlador.

4.2. Linealizacin del Levitador Magntico


Construir

el LGR de una funcin de transferencia de tercer orden y determinar la sensibilidad ante las variaciones del parmetro K. Para esto vamos a utilizar el ejemplo del levitador magntico.

Figure 4.2: Levitador Magntico

Para este anlisis se tiene claro que existe un anlisis de fuerzas de la masa y un anlisis de fuerza electromagntica circulando por la bobina.

Felectromagnetica =

i2 L(y)

2
y

Lo yo
y
Lo inductancia con objeto a la distancia

en donde

L(y) = LI +

LI inductancia

sin masa adicional

Felectromagnetica =

Lo yo
i2 [LI + y ]

2
y

Felectromagnetica =
Felectromagnetica = K

Lo yo i2
2
2
y

i2
L o yo
K =
y2
2

En la sumatoria de fuerzas del circuito elctrico tenemos que:

V =0
Ri + L

di
= v(t)
dt

CAPTULO 4.

LUGAR GEOMETRICO DE LAS RAICES Y LINEALIZACIN DE UN SISTEMA

26

Figure 4.3: Anlisis de fuerzas de la masa del levitador magntico

F = ma
m
y = mg Felectromagnetica
m
y = mg K

i2
y2

Ahora seleccionamos los estados del sistema:

u = v(t)
x1 = y
x2 = x1
x3 = i
Reemplazamos en las ecuaciones del circuto elctrico y de la sumatoria de fuerzas de la masa para obtener:

x1 = x2
m
y = mg K
Ri + L

Kx2
Kx23
i2
mx2 = mg 2 3 x2 = g
2
y
x1
mx21

di
u
Rx3
= v(t) Rx3 + Lx3 = u x3 =
dt
L
L

Entonces teniendo una ecuacin no lineal se tiene que imponer una condicin de un estado para obtener el
Punto de Equilibrio (son los valores de las variables en el cual el sistema se equilibra bajo la consideracin de
una de ellas), de donde surge las siguiente pregunta:
Si se desea que el objeto se equilibre a una distancia

y0 .

Cul seria el valor de

y e i?

Entonces el punto de equilibrio (PE) seria:

x1E = y0
x2E = y = 0 x2 = 0
x2 = g

Kx23
Kx23
0 = g
x3E =
2
mx1
mx21

gmy0
K

Ahora denido el PE se puede analizar el sistema considerando que PE=Punto de Operacin (PO).

f 1 (x1 , x2 , x3 ) x1 = x2
f 2 (x1 , x2 , x3 ) x2 = g
f 3 (x1
, x2 , x3 ) x3 =

J/x =

f1
x1
f2
x1
f3
x1

f1
x2
f2
x2
f3
x12

f1
x3
f2
x3
f3
x3

Kx23
mx21
u
3
Rx
L
L

Evaluada en el punto de equilibrio

x1E
x2E
x3E

de donde se desprende el concepto de que si solo se deriva una la del Jacobiano estamos encontrando el
gradiente de la funcin, por lo tanto:

CAPTULO 4.

LUGAR GEOMETRICO DE LAS RAICES Y LINEALIZACIN DE UN SISTEMA

27

f2

dx2
dt

f2

dx2
dt

Kx23
mx21

3
2Kx
mx1

Kx23
mx21

3
2Kx
mx1

x1
x2
i x3
i

Evaluada en el punto de equilibrio

f2

dx2
dt

g
yo

2K

gmyo i
K

myo

x1
x2 x2 =( g )x1
yo
x3

x1E

x2E

x3E
 gmy 
o
2K

myo

x3

Esta ltima ecuacin ya est linealizada, permitiendo conformar la matriz de estados para encontrar su
funcin de transferencia, paso que se encuentra a continuacin:

0 1 
0
o
x1
g
2K gmy
K
x2 =
myo
yo 0
x3
R
0 0
L
x1


y = 0 0 1 x2
x3

0
x1
x2 + 0 u

1
x3
L

Chapter 5

ESTRUCTURA BSICA DE UN
SISTEMA CON CONTROLADOR
5.1. ESTRUCTURA BSICA DE UN SISTEMA CON CONTROLADOR
5.1.1. Conguracin en cascada

Figure 5.1: Diagrama de bloques de un sistema de control

De donde:

u seal de control
e seal de error
r comando o referencia
y seal de salida seal

controlada

El controlador trabaja en base al error.

28

CHAPTER 5.

ESTRUCTURA BSICA DE UN SISTEMA CON CONTROLADOR

29

Figure 5.2: Bloque de control donde entra una seal de error y sale una sel controlada

5.1.2. Controlador Proporcional - Integral - Derivativo (PID)


El PID es un mecanismo de control que calcula el error entre el valor deseado y el medidopara corregirlo y
ajustar el proceso. La mayora de los controladores industriales usados actualmente usan esquemas de PID.
El controlador PID consta de:
una componente proporcional del error
una componente integral
una componente derivativa

Figure 5.3: Diagrama de bloques del controlador PID

La suma de estos tres aportes corresponde a la seal de control.

CHAPTER 5.

ESTRUCTURA BSICA DE UN SISTEMA CON CONTROLADOR

5.1.2.1. Aporte proporcional lineal


Corresponde a una amplicacin o atenuacin del error instantnea.

Figure 5.4: Aporte proporcional

El aporte del proporcional lineal es, que a medida que aparece el error, se lo penaliza.

5.1.2.2. Aporte diferencial


Corresponde a una amplicacin o atenuacin de la derivada del error.

30

CHAPTER 5.

ESTRUCTURA BSICA DE UN SISTEMA CON CONTROLADOR

Figure 5.5: Aporte diferencial

Este sistema trabaja con la pendiente de la tangente y permite tener una etapa anticipativa.

5.1.2.3. Aporte integral


Corresponde a una amplicacin o atenuacin de la seal de error integrada.

31

CHAPTER 5.

ESTRUCTURA BSICA DE UN SISTEMA CON CONTROLADOR

Figure 5.6: Aporte integral

Al trabajar con la integral del error permite disminuir o eliminar el error en estado estable (ess).

32

CHAPTER 5.

ESTRUCTURA BSICA DE UN SISTEMA CON CONTROLADOR

33

5.1.2.4. Anlisis del comportamiento

Figure 5.7: Anlisis comportamiento del PID

1.

Proporcional Permite regular el sobrepaso.

2.

Diferencial Se encarga de la velocidad del sistema, mejora los tiempos.

3.

Integral Asegura el seguimiento, disminune o elimina el error en estado estable.


entrada y la salida coincidan. Pero vuelve lento al proceso.

5.1.2.5. Criterios para seleccionar el control


Se
puedencombinar los aportes:

P
PI
PD

P ID

Podra hacer que la

CHAPTER 5.

ESTRUCTURA BSICA DE UN SISTEMA CON CONTROLADOR

Levitador magntico

Conviene

para que no caiga el imn.


Horno

Es mejor usar un

PI,

usar un

34

PD, ya que lo que importa aqu es que se estabilice lo ms rpido

porque aqu lo que importa es llegar a la temperatura indicada y no la

rapidez con la que se hace.

Conviene aplicar un PID porque en este caso se necesita precisin y velocidad.


De igual manera, en este caso sera favorable aplicar un controlador PID, para obtener

Seguidor de lnea
Reactor nuclear

velocidad y presicin.
Funcin de transferencia del PID:

P ID = KP + Kd s +

ki
s

P ID =

Kp s+kd s +ki
s

En la funcin del PDI observamos que posee 1 polo en el origen y 2 ceros


Al disear un PID se busca una eleccin adecuada de ubicacin de los ceros para cumplir con los requerimientos (de la salida y)

Figure 5.8: Respuesta controlador PID

EJEMPLO:
Funcin de transferencia:

G(s) =

1
2s2 +5s

CHAPTER 5.

ESTRUCTURA BSICA DE UN SISTEMA CON CONTROLADOR

35

Figure 5.9: Funciones de transferencia

Para realizar el controlador, hay que encontar el polinomio de la seal que deseamos obtener, como:

2
s2 +s+1

Diseo con controlador PD.

M=

(Kp +kd s)( 2s21+5s )

1+(Kp +kd s)( 2s21+5s )

Kp +kd s
2s2 +5s
2s2 +5s+(kp +kd s)
2s2 +5s

2
s2 +s+1

2
s2 +s+1

(kp +kd s)/2


2
2s2 /2+(5+kd )s/2+kp /2 = s2 +s+1
kp /2+kd s/2
2
= s2 +s+1
k
k
s2 +( 5 + d )s+ p
2

Encontramos las contantes de proporcionalidad y la derivativa:

+ k2d = 1
kd = 3
5
2

kp
2
kp

=1
=2

Una vez conocidas estas constantes, procedemos a ingresarlas en Simulink para poder apreciar cmo acta
nuestro controlador.

CHAPTER 5.

ESTRUCTURA BSICA DE UN SISTEMA CON CONTROLADOR

Figure 5.10: Simulacin en Simulink, introducimos perturbaciones

Figure 5.11: Grca de la seal ingresada (rojo), las referencias (morado) y la seal controlada (negro).

36

CHAPTER 5.

ESTRUCTURA BSICA DE UN SISTEMA CON CONTROLADOR

37

Recomendacin:
Resolver primero el denominador y luego nos adaptamos al numerador.
Ahora bien veamos un ejemplo efectuado en matlab de un controlador PID.

5.2. Modelado de Un PID usando Matlab y Sisotool


Declarar la funcin de trasferencia

G(s) =

3s2

5
+ 6s + 2

En MATLAB ingresamos la funcin de transferencia y llamamos a la herramienta Sisotool para esta funcion de
trasferencia:

Figure 5.12: Codigo para declarar una funcion de trasferencia

y luego de eso aparecern 3 ventanas:


La primera es un cuadro de dilogo que nos ofrece ayudas.

Figure 5.13: Ventana de dialogo

La segunda ventana nos muestra todas las opciones donde vamos a disear el PID

CHAPTER 5.

ESTRUCTURA BSICA DE UN SISTEMA CON CONTROLADOR

Figure 5.14: Ventana Diseo PID

y la tercera ventana aparece el lugar geomtrico de los polos y ceros.

38

CHAPTER 5.

ESTRUCTURA BSICA DE UN SISTEMA CON CONTROLADOR

39

Figure 5.15: Ventana de lugar geometrico de la funcion

5.2.1. Diseo del PID


Vamos a la ventada de diseo del PID y nos ubicamos en la pestaa de Automated Tuning y nos ubicamos
en PID Tuning

CHAPTER 5.

ESTRUCTURA BSICA DE UN SISTEMA CON CONTROLADOR

Figure 5.16: Pestaa Automated Tuning

Luego en la parte de

specication s le damos clic a tuning method

Figure 5.17: PID Tuning

y se elige

Classical dessing formulas

40

CHAPTER 5.

ESTRUCTURA BSICA DE UN SISTEMA CON CONTROLADOR

41

El siguiente paso es elegir el tipo de control y la frmula

Figure 5.18: Classical design formulas Tuning Metodo

una vez hecho esto le damos a update compesator y la misma pestaa tomara esta forma con la funcion
de trasferencia del PID esto servira para armar el circuito en Simulink, adems si observamos la ventana
de los polos, estos tambin se modicarn.

CHAPTER 5.

ESTRUCTURA BSICA DE UN SISTEMA CON CONTROLADOR

Figure 5.19: Compensador

42

CHAPTER 5.

ESTRUCTURA BSICA DE UN SISTEMA CON CONTROLADOR

43

Figure 5.20: Lugar geometrico del compensador

Tambin podemos ver como se comportara la onda ya con el PID ante una entrada (un step es lo mas
recomentable como ya se a estudiado), para ello vamos a la pestaa de analysis plt y le damos en plot 1
a step

CHAPTER 5.

ESTRUCTURA BSICA DE UN SISTEMA CON CONTROLADOR

44

Figure 5.21: Anlisis de grca


luego de esto le damos clic a la grca que queremos obtener, en este caso yo le dare al cuadro de "closed
loop r to y" y automticamente sale la grca

Figure 5.22: salida ante un step

CHAPTER 5.

ESTRUCTURA BSICA DE UN SISTEMA CON CONTROLADOR

45

Como vemos esta grca tiene mucho Mp y su respuesta es bien lenta, lo que hacemos ahora es la
sintonizacin moviendo los polos desde la ventana del lugar geomtrico.

Figure 5.23: Salida lenta, y con mucho Mp

Al mover los polos la grca se modica y se observa que la respuesta mejora en MP y rapidez, luego de
esto regresamos a ver como cambio la funcin de trasferencia de PID:

CHAPTER 5.

ESTRUCTURA BSICA DE UN SISTEMA CON CONTROLADOR

Figure 5.24: se mueve los polos y la salida cambia

Figure 5.25: Codigo para declarar una funcion de trasferencia

Con esta funcin de trasferencia ya se puede encontrar las constantes para el diseo en Simulink.

46

CHAPTER 5.

ESTRUCTURA BSICA DE UN SISTEMA CON CONTROLADOR

C = 51.391

C=

(1 + 0.62s + (0.31s)2 )
s

(51.391 + 31.86s + 4.93s2 )


s
kp = 31.86
kd = 4.39
ki = 51.391

Figure 5.26: diagrama simulink para el PID

47

CHAPTER 5.

ESTRUCTURA BSICA DE UN SISTEMA CON CONTROLADOR

Figure 5.27: Salida del PID y solo de la planta sin PID

48

Captulo 6

Controlador Seguidor Observador





x = Ax + Bu det(I A) = 0
y = Cx
det(I A) = 0 Denominador de la funcin

de transferencia

Figura 6.1: Planta

u se conoce como la ley de control, la cual es la componente proporcional de cada uno de los estados.

Todos

los

estados

6.1. PID

Figura 6.2: Control PID

u = e(kP + kDs +

ki
s )

El PID trabaja en base al error anticipativo efecto de hacer memoria


El PID Depende exclusivamente del error
49

aportan

con

algo

CAPTULO 6.

CONTROLADOR SEGUIDOR OBSERVADOR

6.2. Control por retroalimentacion de estados

Figura 6.3: Controlador regulador en espacios de estados

x = Ax + B(k X) Ley
x = (A B k)
det(I A + BK) = 0

de control

Comando MatLab

K = acker(A, B [RaicesP olinomicasP ropuestas]


Sistema de seguimiento

Figura 6.4: Sistema de seguimiento

Ko = Y ss Lim Teorema

del valor nal

MatLab

P =Rangode la Matriz
 D1
B AB A2 B
A
P = rank
Donde
B=Matriz 2x1
A= MAtriz 2x2

50

CAPTULO 6.

P = rank



51

CONTROLADOR SEGUIDOR OBSERVADOR

AB

A2 B

M atriz

de

Controlabilidad

P= Rango Completo (Si tengo una matriz de 4x4 y me sale 4 es controlable)


Matrices = A,B,C Son conocidas

6.3. OBSERVADOR DE ESTADOS


x
x estimado
u Entrada Normal
x
A
x + Bu + Ke(y y)
Donde Ke = Factor penalizaste que hace que el cln a la fuerza se parezca al original

ye = C x
e

Figura 6.5: Sistema de control regulador seguidor con uso de observador de estado

Controlabilidad
Poder dirigir los estados desde una situacin inicial hasta una situacin deseada mediante la seal de control
u

CAPTULO 6.

52

CONTROLADOR SEGUIDOR OBSERVADOR

Figura 6.6: Controlabilidad

6.4. Observabilidad Matriz

partir

Q=

de

los

estados

de

salida

C
CA
CAn1

Observable
Matlab

rank(Q) Completo
3
K = acker( A, B,

Calculo del Ke
Se recomienda 5 veces ms rpido

poder

calcular

todos

los

estados

internos

del

sistema

CAPTULO 6.

CONTROLADOR SEGUIDOR OBSERVADOR

Figura 6.7: 5 veces mas rpido el observador

Ke = acker( A,

C, [RaicesP ropuestas] )

La Races propuestas se pueden asignar mediante las tablas de Polinomios de Bessell o Itae

Control Simulado en matlab

Figura 6.8: Sistema de control regulador seguidor con uso de observador de estado

53

CAPTULO 6.

CONTROLADOR SEGUIDOR OBSERVADOR

54

6.5. COMPARACIN ENTRE EL CONTROLADOR PID Y EL CONTROLADOR POR ESPACIO DE ESTADOS


6.5.1. Tenemos la funcin de transferencia:
G(s) =

1
s2 +3s+1

6.5.2. Simulacin de controlador PID


Para realizar el controlador PID, hay que encontar el polinomio de la seal que deseamos obtener,

33.441 (1+0.22s)(1+0.22s)
s

Diseo con controlador PD.

ki
1
s +kd s)( s2 +3s+1 )
(1+0,22s)(1+0,22s)
ki
1
s
1+(Kp + s +kd s)( s2 +3s+1
)
Kp s+Ki+kd s2
(1+0,22s)(1+0,22s)
(s2 +3s+1)s
Kp s+Ki+kd s2
s
1+ (s2 +3s+1)s
2
kp s+ki +kd s
(1+0.22s)(1+0.22s)
s3 +3s2 +1s+kp s+ki +kd s2
s
2
kp s+ki +kd s
33,441+14,714s+1,618s2
s3 +s2 (3+kd )+s(1+kp )+ki
s

M=

(Kp +

= 33,441

= 33,441

= 33.441
=

Encontramos las contantes de proporcionalidad, la integral y la derivativa:

kd = 1,618
kp = 14.714
ki = 33,441
Una vez conocidas estas constantes, procedemos a ingresarlas en Simulink para poder apreciar cmo acta
nuestro controlador.

Figure 6.9: Simulacin en Simulink del Controlador PID

CAPTULO 6.

CONTROLADOR SEGUIDOR OBSERVADOR

55

6.5.3. Simulacin de controlador en espacios de estados


El cdigo de MATLAB usado es el siguiente:

Figure 6.10: Cdigo MATLAB

Las matrices de estado obtenidas son:

Figure 6.11: Matrices obtenidas

Al observar la respuesta obtenida al aplicar los Eigen valores comprobamos que nuestro sistema es estable.

Comprobamos que nuestro sistema es controlable y observable mediante los comandos ctrb y obsv.

CAPTULO 6.

CONTROLADOR SEGUIDOR OBSERVADOR

56

Figure 6.12: Comprobacin

Continuando con el cdigo de MATLAB, ampliamos las matrices A y B para poder realizar las diferentes
operaciones entre matrices, seguidamente denimos los polos deseados.

Figure 6.13: C+odigo MATLAB

Una vez obtenidos todos los datos, procedemos a reemplazarlos en Simulink, para observar cmo acta
nuestro controlador en espacio de estados.

CAPTULO 6.

CONTROLADOR SEGUIDOR OBSERVADOR

57

Figure 6.14: Controlador en SS en Simulink

A continuacin se muestran ambas grcas tanto la seal controlada con el PID y la seal controlada con
espacio de estados.

CAPTULO 6.

CONTROLADOR SEGUIDOR OBSERVADOR

Figure 6.15: Simulacin realizada en Simulink

58

CAPTULO 6.

CONTROLADOR SEGUIDOR OBSERVADOR

59

Figure 6.16: Seales obtenidas de los controladores

En la grca la lnea roja es la referencia, la seal verde es la obtenida con el controlador PID y le seal
azul es la obtenida con el controlador en espacio de estados.
Podemos concluir que el controlador en espacios de estado es un mejor controlador, ya que es ms preciso y
en este caso resulta ms veloz. Adems, podemos notar que al cambiar la referencia o ingresar una perturbacin,
este responde de mejor manera.

Figure 6.17: Estados reales y estados observados

CAPTULO 6.

CONTROLADOR SEGUIDOR OBSERVADOR

60

Los estados, tanto del observador, como los reales se igualan prcticamente en el mismo tiempo, como
podemos observar en la grca. Los estados observados estn representados con rombos y los estados reales con
una lnea continua.

Captulo 7

Prueba
7.1. Disear un controlador en SS seguidor, regulador, observador.
7.1.1. Sistema de tercer orden:
G(s) =

3
s3 +5s2 +3s+2

7.1.2. Diseo en espacio de estados:


El cdigo en matlab que se implementa es:

Figure 7.1: Cdigo matlab primera parte

61

CAPTULO 7.

62

PRUEBA

Figure 7.2: Cdigo matlab segunda parte

Los resultados obtenidos son:

CAPTULO 7.

63

PRUEBA

Figure 7.3: Resultados obtenidos

Se observa que el rango de Co y el rango de Ob es positivo e igual al tamao de la matriz A 3*3 eso signica
que el sistema es observable y controlable, si la matriz fuese de 2*2 el rango debera ser 2 y as para cualquier
tamao de matriz A.

7.1.3. Simulacin
Con estos resultados de la gura 3 los insertamos en el diseo en simulink.

CAPTULO 7.

PRUEBA

Figure 7.4: Diseo controlador en Espacio de Estados en Simulink

Figure 7.5: Simulacin de la salida frente a cambios de referencia y perturbaciones

64

CAPTULO 7.

65

PRUEBA

7.1.4. Un segmento de la grca que demuestre seguimiento de la salida (captura


en pantalla)

Figure 7.6: Seguimiento de la salida

Se observa que la salida controlada sigue la seal de referencia dada a la entrada del sistema

7.1.5. Un segmento de la grca que demuestre regulacin de la salida (captura


en pantalla)
Luego de una perturbacin y luego de los cambios de referencia, la seal de salida se regula (estabiliza).

Figure 7.7: Regulacin frente a perturbaciones

CAPTULO 7.

66

PRUEBA

7.1.6. Un segmento de la grca que muestre los estados reales y los observados,
que convergen o se igualan ecazmente luego de una perturbacin. (captura
en pantalla)

Figure 7.8: Estados reales y observados

Captulo 8

Correccin del examen


Inventarse un sistema de tercer orden Para obtener una ganancia de 1.5 se multiplica al numerador por
una K=1.5 y as obtener la ganancia.

H(s) =

1
s3 +5s2 +6s+4 x1.5

H(s) =

1.5
s3 +5s2 +6s+4

Disear un controlador es SS seguidor regulador observador

Figure 8.1: controlador es SS seguidor regulador observador

El cdigo de clculo de matlab (captura en pantalla)


Obtenemos las matrices de estado
clc;
close all
clear all num= [1.5];
%den= conv( [1 0.3 1 ], [1 0.3 ]);
den= [1 5 6 4];
Gs=tf(num,den)
[A B C D]= tf2ss(num,den)
e=sisotool(Gs);

67

CAPTULO 8.

CORRECCIN DEL EXAMEN

Calculo de las contantes mediante matriz aumentada y races propuestas k ke Ko


disp('Calculo matriz K')
A=[-5 -6 -4 ; 1 0 0; 0 1 0 ]
B=[1;0;0] C=[0 0 1.5]
Polos=eig(A)
%K=acker(A,B,3*Polos)
%Calculamos la matriz aumentada.
disp('Calculo matriz aumentada')
Ahat=[A zeros(3,1);-C 0]%matriz aumentada para aumentar un polo Bhat=[B;0]
jj=[-1.98+0.396i -1.98-0.396i -0.522+1.7i -0.522-1.7i ]%polos del sisootol..3er polo 10 veces mas
Khat=acker(Ahat,Bhat,jj)
K=[0.0040 5.3739 12.7801 ]
a1=eig(A-B*K)
Je=[-10 -10 -10]
Ke=acker(A',C',Je)

68

CAPTULO 8.

CORRECCIN DEL EXAMEN

jj= Races propuestas

Ko=8.5961
Un segmento de la grca que demuestre seguimiento de la salida (captura en pantalla)

69

CAPTULO 8.

CORRECCIN DEL EXAMEN

70

Figure 8.2: Grca que demuestre seguimiento de la salida

Observamos como el sistema sigue la referencia a pesar que se inyectan perturbaciones.


Un segmento de la grca que demuestre regulacin de los estados Uno y Tres, cuando se inyecta una
perturbacion positiva (en el primer estado) y una perturbacion negativa ( en el tercer estado)(captura en
pantalla)

Figure 8.3: Perturvaciones del ejercicio

En la Fig.3 se ve como los estados del clon siguen a los estados reales cuando no existe perturbacin, por lo
tanto existe regulacin de los estados uno y tres.

CAPTULO 8.

CORRECCIN DEL EXAMEN

71

Figure 8.4: Graca sin perturbaciones

En la siguiente graca se ve que al momento de inyectar perturbaciones los estados del clon se igualan en
un tiempo determinado a los estados reales

Figure 8.5: Graca con perturbacin

Un segmento de la grca que muestre los estados reales y los observados, que convergen o se igualan
ecazmente luego del arranque y luego de una perturbacin, vericando si el observador en mas rapido
que el controlador (captura en pantalla)

Figure 8.6: Graca del sistema inyectando perturbaciones

CAPTULO 8.

CORRECCIN DEL EXAMEN

72

Figure 8.7: Graca del sistema, estados reales y los observados, que convergen o se igualan ecazmente sin
perturbacin

En la siguiente graca se observan que en el arranque convergen las grcas pero al momento de insertar
una perturbacin en el tiempo (35s) los estados tanto reales como del clon se desigualan pero en un tiempo
vuelven a converger.

Figure 8.8: Graca del sistema con perturbacin en tiempos dados

En la grca se observa como los estados (Lneas Amarillo Azul Morado) de la maquina , (lneas Rojo
verde y azul ) que son los estados del clon responden mas rpido con respecto a los estados de la maquina esto
demuestra que el observador acta mas rpido

CAPTULO 8.

CORRECCIN DEL EXAMEN

Figure 8.9: Graca del sistema vericando si el observador en ms rpido que el controlador

73