INGENIERIA DE CONTROL

UNIVERSIDAD NACIONAL DE INGENIERÍA
FACULTAD DE INGENIERÍA MECÁNICA

1

5

INGENIERIA DE CONTROL

5

INDICE
CLASIFICACION DE LOS SISTEMAS DE CONTROL..…………………….………………….

05

Conceptos básicos de los sistemas de Control..…………………………………..……

05

1

Características del Control……………..……………………………………….…..

05

2

Términos mas usados en la Ingeniería de Control…………………………….…

06

3

Clasificación de los sistemas de Control…………………………………………

07

Objetivos de los sistemas de Control…………………………………………………….…

09

2

Áreas de Utilización……………………………………………….…………………………….

09

Bloques en un sistema de control………….………………….…………………………..….

10

Resumen……………………………………….………………………………..…………….…...

12

2

Laboratorio Numero 1……………………………………………………………..……………………

13

SISTEMAS LINEALES……………………………………………….………..………………………

19

1Sistemas Lineales…….……………………………………………….…………………………

19

2Transformada de Laplace………………………………………………….……………………

20

1

Transformación de Laplace de algunas funciones……….…………………………

20

2

Tabla de transformada de Laplace……………………………….……………………

21

3

Propiedades de la Transformación de Laplace………….…………………………

22

4

Transformada Inversa de Laplace……………………………….……………………

22

Laboratorio Numero 2…………………………………………………………………………
3

MODELAMIENTO DE SISTEMAS………………………….………………………….…………
1Modelado Teórico…………………………………………………………………...………..
1

4

26
30
30

Sistemas mecánicos………………………………………………………...………..

30

1

Sistemas mecánicos de traslación…………………………………………….

30

2

Sistemas mecánicos de Rotación……………………………………………….

31

2

Sistemas Eléctricos…………………………………………………………...………..

32

3

Sistemas Térmicos…………………………………………………………...………..

35

4

Sistemas de Nivel…………………………………………………………...………..

36

5

Sistemas de Concentración………………………………………………...………..

36

6

Sistema de transporte………………………………………………………...………..

37

FUNCIONDE TRANSFERENCIA Y ECUACIONES DE ESPACIOS DE ESTADOS….………

39

1Modelado de sistemas (Continuación)……………………………………………..………

39

2Función de Transferencia….……………………………………………………….…………

40

2

INGENIERIA DE CONTROL

5

6

3Ecuaciones de espacios de Estados………………………………………………………….

42

Laboratorio Numero 4……………..……………………………………………………………………

47

ANALISIS DE SISTEMAS DE CONTROL Y SISTEMAS REALIMENTADOS…………………

56

1Sistemas de Primer Orden………………………………….……………………………………

56

2Sistemas de segundo orden………………………………………………………..…………….

57

3Propiedades de los sistemas realimentados……………………….……………....…………

60

4Laboratorio Numero 5…………………………………………………………….………..………

65

FUNCION DE TRANSFERENCIA DE UN MOTOR DE CORRIENTE DIRECTA…..…………….

7

9

10

73

2Modelo de la parte Mecánica……………..………………………………………………………

75
79

1Criterio de Routh……………………………………….…………………………………………

79

Problemas propuestos de Routh……………………………………………………………………

83

2Lugar Geométrico de las Raíces………………………………………….……………………

84

1

Representación Grafica…………….………..…………………………………………

84

2

Método geométrico lugar de las raíces………………………………………………..

85

3

Reglas del lugar geométrico de las raíces…………………………………………….

87

Laboratorio Numero 7…………………………………….…………………………………………………

96

GRAFICOS DE BODE…………………………………….……………………………………………….

98

1Señales Sinusoidales en sistemas lineales…………………………………………………..

98

2Diagramas de Bode……………………………..………………………………………………….

99

Laboratorio Numero 8………………………………………………………………………………….….

106

DISEÑO DE REGULADORES…………………………………………………………………………..

108

1Reguladores PID…………………………………………………………………………………….

108

2Dimensionamiento de Reguladores en el campo de las frecuencias……………………

109

3Ejemplo de Aplicación……………………………………………………………………………..

111

4Laboratorio numero 9……………………………………………………………………………….

112

REPRESENTACION EN EL ESPACIOS DE ESTADOS DE SISTEMAS DINAMICOS…….…….

10.1.Introducción………………………...………………………………………………………………
10.2.

114
114

Representación en el espacio de estados cuando la función de excitación no

contiene términos derivados…………………………………………………………………………
10.3.

11

73

1Análisis del motor de Corriente Directa.……….……………………………………
LUGAR GEOMETRICO DE LAS RAICES……………………………………………………………

8

5

Relación entre el modelo de estados y la función de transferencia

114
117

10.4 Matriz de transición de estados y respuesta en el tiempo…………………………………..

118

10.5 Matriz de transición de estados en el caso homogéneo…………………………………..

120

10.6 Laboratorio numero 10………………………………………………….………………………….

123

CONTROLABILIDAD Y OBSERVABILIDAD…………………………………………………………

124

11.1 Introducción………………………………………………………………………………….………

125

3

130 4 . 127 11.………………………………………………………………...4 Laboratorio Numero 11……………………………………………………………………….INGENIERIA DE CONTROL 5 11.2 Controlabilidad…….3 Observabilidad…………………..………………………………………………………………………… 125 11.

1 Características del control.A.. CLASIFICACION DE LOS SISTEMAS DE CONTROL.C.INGENIERIA DE CONTROL 5 1. Este periodo es conocido como el periodo transitorio y el objetivo es tener una respuesta suave muy rápida.El control automático fue la primera herramienta de la ingeniería que nos permitió realizar ciertas tareas muy complejas con errores aceptables. Ahora que estamos en la era de los procesadores industriales estos están diseñados para controlar cualquier actividad industrial o de otros tipos. Es por eso indispensable que todo Ingeniero o técnico conozca este campo a profundidad pues lo encontrara en prácticamente todas las actividades de la vida en las que intervenimos en nuestra vida profesional.. El termino rápido es relativo para un sistema electrónico pueden ser 5 .Empezaremos viendo algunos elementos de los sistemas de control y alguna terminología como también los diferentes conceptos vertidos al respecto.D.A.1. 1. Supervisory Control and Data Adquisition (en español. Control supervisor y adquisición de datos). 1.Si queremos controlar una variable debemos considerar lo siguiente: a) El sistema deberá alcanzar rápidamente el valor final deseado.1 Conceptos Básicos De Los Sistemas De Control.. Un ejemplo claro de la modernidad en el control son los sistemas S.

 Variable manipulada.Alcanzar o limitar la desviación del valor medido respecto del valor deseado. aunque además del escalón podemos aplicar otras señales de entrada como sinusoides. b) La desviación o error entre el rendimiento final del sistema y el rendimiento final real deberá ser pequeño.Algunos de ellos son:  Variable controlada. Las grandes oscilaciones indican una respuesta inestable. 1.. para un sistema electromecánico (motor) pueden ser segundos y para un sistema químico pueden ser minutos.Es la cantidad o condición que se mide y controla es normalmente la salida del sistema. Esta desviación se conoce como error de estado permanente. Estas tres características velocidad de respuesta.1.Es la cantidad o condición modificada por el controlador. error de estado permanente y estabilidad son cuestiones fundamentales en cualquier sistema de control. Nosotros tomaremos normalmente el cambio en base a escalones. a fin de afectar la variable controlada  Control. PUENTE de tiristores + MOTOR de Corriente Continua TACOMETRO 6 .. rampas o impulsos pero el escalón es la más importante.INGENIERIA DE CONTROL 5 centésimas de segundo..2 Términos más utilizados en la ingeniería de control. c) La respuesta del sistema deberá ser suave y libre de fluctuaciones u oscilaciones..

5 INGENIERIA DE CONTROL  Planta. un ejemplo de este último es por ejemplo los sistemas económicos de los países donde los parámetros varían en el tiempo ( población..Combinación de componentes que actúan conjuntamente y persiguen un objetivo determinado. Un sistema de control invariante en el tiempo es aquel en que los parámetros no varían con el tiempo.- Se denomina sistema de control retroalimentado a aquel que tiende a mantener una relación preestablecida entre la salida y alguna entrada de referencia comparándola y utilizando la diferencia como medio de control.Tenemos los siguientes:  Sistemas de control lineales versus los no lineales.3 Clasificación de los sistemas de Control. Debido a la irrupción del procesamiento digital esto es muy utilizado. Un sistema puede tener una entrada y una salida. Un control de tiempo discreto nos permite conocer los valores de las funciones en tiempos discretos. Los sistemas lineales son aquellos que podemos aplicar el principio de superposición. Los sistemas pueden existir físicamente o ser también abstractos como el sistema del control del precio del dólar.  Sistema.  Sistemas de control de una entrada y una salida y múltiples entradas y múltiples salidas.  Perturbación. La respuesta es independiente del momento en que se aplica la entrada. ejemplo voltaje de entrada y 7 .Operación o conjunto de ellas que deba controlarse.Es una operación que tomando la salida tiende a reducir la diferencia entre esta y la entrada referenciada del sistema.  Sistemas de control retroalimentado...Señal que afecta adversamente la salida del sistema  Control retroalimentado.. 1.Conjunto de dispositivos que funcionan conjuntamente. valor de la moneda etc..  Sistemas de control de tiempo continúo versus sistemas de control de tiempo discreto.1.  Sistemas de control invariante en el tiempo versus control variable en el tiempo.  Proceso. En un sistema variable en el tiempo los parámetros varían con el tiempo.. En realidad la mayoría de sistemas físicos son no lineales.) y la respuesta dependerá del momento en que se apliquen las medidas correctivas o se aplique el control. pero si tomamos un pequeño rango de comportamiento se puede considerar estos sistemas como lineales o se puede linealizar.

Para el análisis y la síntesis de sistemas digitales binarios se utiliza como herramienta el álgebra de Boole.  Sistemas de control determinísticos versus sistemas de control estocásticos. ya que la salida no depende de entradas previas. mientras que la electrónica analógica emplea magnitudes con valores continuos. Pero también tenemos múltiples entradas como presión y temperatura y múltiples salidas como temperatura y torque. transmisión. También un sistema digital es una combinación de dispositivos diseñado para manipular cantidades físicas o información que estén representadas en forma digital. La mayoría de las veces estos dispositivos son electrónicos. magnéticos o neumáticos. se utilizan puertas lógicas (AND. OR y NOT) y transistores. Cuando tenemos un caso estocástico tenemos que recurrir a parámetros estadísticos y a niveles de confianza para crear nuestros modelos un caso muy concreto es el sistema de planificación de un país. es decir. Será determinístico cuando sabemos que va a suceder dada determinada entrada. Una magnitud digital es aquella que toma un conjunto de valores discretos.INGENIERIA DE CONTROL 5 una salida ejemplo velocidad. Los circuitos electrónicos se pueden dividir en dos amplias categorías: digitales y analógicos. Un sistema digital es cualquier dispositivo destinado a la generación. esto es análogas a las magnitudes que dan lugar a la generación de esta señal.  Sistema Analógico y Sistema Digital. En un sistema de este tipo. pero también pueden ser mecánicos. Por lo tanto. La electrónica digital utiliza magnitudes con valores discretos. no necesita módulos de memoria. Así. Los sistemas digitales pueden ser de dos tipos:  Sistemas digitales combinacionales: Son aquellos en los que la salida del sistema sólo depende de la entrada presente. Esta clase de sistemas necesitan elementos de memoria que recojan la información de la historia pasada del sistema. pero en caso contrario tenemos un sistema estocástico. Se dice que un sistema es analógico cuando las magnitudes de la señal se representan mediante variables continuas. una magnitud analógica es aquella que toma valores continuos. La mayoría de las cosas que se pueden medir cuantitativamente aparecen en la naturaleza 8 . Un sistema analógico contiene dispositivos que manipulan cantidades físicas representadas en forma analógica. las cantidades varían sobre un intervalo continuo de valores. que sólo puedan tomar valores discretos. Estas puertas siguen el comportamiento de algunas funciones booleanas.  Sistemas digitales secuenciales: La salida depende de la entrada actual y de las entradas anteriores. procesamiento o almacenamiento de señales digitales. Para la implementación de los circuitos digitales.

Una onda sinusoidal es una señal analógica de una sola frecuencia. 20 ºC o 25 ºC de forma instantánea. Flexibilidad y funcionalidad. en contraste con las señales analógicas. existen muchas razones para dar preferencia a los circuitos digitales sobre los circuitos analógicos: Reproducibilidad de resultados Facilidad de diseño. 9 . la presión. Señal Analógica Una señal analógica es un voltaje o corriente que varía suave y continuamente. Los voltajes de la voz y del video son señales analógicas que varían de acuerdo con el sonido o variaciones de la luz que corresponden a la información que se está transmitiendo Señal Digital Las señales digitales.  Usar herramientas de software moderno para analizar y resolver problemas de diseño de control. Cabe preguntarse ¿por qué ha surgido ahora una revolución digital? De hecho. por ejemplo. sino que cambian en pasos o en incrementos discretos. Otros ejemplos de magnitudes analógicas son el tiempo. Velocidad. sino que alcanza todos los infinitos valores que entre ese intervalo. Programabilidad. Ventajas de los Circuitos Digitales La revolución electrónica ha estado vigente bastante tiempo. la distancia. no varían en forma continua..INGENIERIA DE CONTROL 5 en forma analógica. Ventajas del procesado digital de señales frente al analógico 1. la revolución del "estado sólido" comenzó con dispositivos analógicos y aplicaciones como los transistores y los radios transistorizados. Un ejemplo de ello es la temperatura: a lo largo de un día la temperatura no varía entre. Avance tecnológico constante. La mayoría de las señales digitales utilizan códigos binarios o de dos estados.2 Objetivos de los Sistemas de Control  Analizar y diseñar sistemas de control. Economía.

Estos incluyen  Qué es lo que se pretende alcanzar (mas utilidades. parte importante. B. velocidad. el proceso a ser controlado  Los objetivos  Los sensores  Los actuadores  Las comunicaciones  El sistema de cómputo  La configuración e interfaces  Los algoritmos  Las perturbaciones e incertidumbres A.Objetivos Antes de diseñar sensores.  Qué nivel de calidad se necesita (precisión.3 Áreas de Utilización  Procesos industriales  Transporte  Generación de energía  Transmisión de energía  Mecatrónica  Instrumentación  Artefactos electrónicos  Economía  Medicina 1. mayor producción.  Qué variables deben controlarse para alcanzar los objetivos.. que le permiten ver qué está pasando. debemos considerar:  La planta. etc.). algo que suele decirse en control es: Si se puede medir.Los actuadores 10 . C.). es importante conocer los objetivos de control. que será nuestro motivo de trabajo.. D. o configuraciones de control.INGENIERIA DE CONTROL 5 1. etc. actuadores. De hecho..4 Bloques en un Sistema de Control: La Ingeniería de Control es en realidad un enfoque Global.Los sensores Los sensores son los ojos del sistema de control. debe convertirse a un modelo matemático para ser manejada con nuestra tecnología.La planta Es la estructura física.. se puede controlar.

F.. sigue determinar la forma de actuar sobre el sistema para hacerlo ir del estado actual al estado deseado. PC (computadoras personales). que incluyen DCS (sistemas de control distribuido). confiabilidad. Así.INGENIERIA DE CONTROL 5 Una vez ubicados los sensores para informar el estado de un proceso. de manera que cada acción de control esté basada en información completa (el denominado control centralizado).Configuración e interfaces La cuestión de qué se conecta con qué no es trivial en el diseño de un sistema de control.. Podría pensarse que lo mejor siempre sería llevar todas las señales a un punto central. hay muy buenas razones por las que no conviene llevar todas las señales a un punto común. Por lo tanto. 11 . mantenimiento. el diseño de sistemas de comunicación y sus protocolos asociados es un aspecto cada vez más importante de la ingeniería de control moderna. limitaciones en tiempo de cómputo. Una planta típica va a tener miles de señales diferentes que deberán ser transmitidas largas distancias. Los sistemas de control actuales usan una gama de dispositivos de cómputo..El sistema de cómputo En los sistemas de control modernos la interconexión de sensores y actuadores se hace invariablemente a través de una computadora de algún tipo. esta raramente es la mejor solución en la práctica. Sin embargo. De hecho. etc. Un problema de control industrial típicamente involucrará varios actuadores distintos. los aspectos computacionales son necesariamente una parte del diseño general. E. costos. etc. G. PLC (controladores lógicos programables). Algunas obvias son complejidad.Las comunicaciones La interconexión de sensores y actuadores requieren el uso de sistemas de comunicación.

la coordinación entre ojos y brazo es también crucial para el éxito. El control es la clave tecnológica para lograr  Productos de mayor calidad  Minimización de desperdicios  Protección del medio ambiente  Mayor rendimiento de la capacidad instalada  Mayores márgenes de seguridad El control es multidisciplinario (incluye sensores. los controladores de crucero de los automóviles deben adecuarse a diferentes condiciones de la ruta y diferentes cargas del vehículos 1. Como ejemplo simple de nuestra experiencia diaria. los aviones están sujetos a ráfagas de vientos y pozos de aire. consideremos el problema de jugar tenis a primer nivel internacional. cómputo. Comunicaciones. se necesita buena visión (sensores) y fuerza muscular (actuadores) para jugar tenis en este nivel.5 Resumen La Ingeniería de Control está presente en virtualmente todos los sistemas modernos de ingeniería.INGENIERIA DE CONTROL 5 H. etc. De hecho. Estos factores pueden tener un impacto significativo en el rendimiento del sistema. algoritmos.Perturbaciones e incertidumbre Uno de los factores que hacen a la ciencia del control interesante es que todos los sistemas reales están afectados por ruido y perturbaciones externas. actuadores. El control es una tecnología a menudo «invisible». Como ejemplo simple.. y los actuadores los músculos.) El diseño de control tiene como meta lograr un nivel de rendimiento deseado frente a perturbaciones e incertidumbre. Claramente. ya que el éxito mismo de su aplicación la vuelve indetectable. I. 12 . En resumen: Los sensores proveen los ojos.. Es muy fácil subestimar este aspecto final del problema. la teoría de control provee la destreza. pero estos atributos no son suficientes.Algoritmos Finalmente. llegamos al corazón de la ingeniería de control: Los algoritmos que conectan sensores y actuadores.

4 5 6. Nos permite escribir nuevos programas (secuencia de comandos) y funciones.. Operaciones básicas en matlab. programación y visualización.  Desarrollo de interfaces graficas. para esto en el matlab se utilizan tres ventanas:  Ventana de comandos.Las matrices y los vectores son variables que tienen nombres.  Modelado y simulación. orientado para el calculo técnico. escrito en gran parte en lenguaje “C” . Ingreso de datos a una matriz. Recomendamos que se utilice letras mayúsculas para matrices y letras minúsculas para vectores y escalares el ingreso lo realizamos así: >> mat = [ 1 2 3.  Ventana del editor. su potencia radica en una gran cantidad de rutinas de calculo aplicadas a las diferentes disciplinas de la ingeniería. Sus usos mas comunes son:   Cálculos matemáticos (matriciales).. (Principal).El matlab(MATrix LABoratory) es un lenguaje de alto nivel.  Ventana de gráficos. matlab responde mat = 1 2 3 4 5 6 13 . Nos permite ingresar datos o ejecutar comandos o funciones. En su ambiente integrado pude realizar cálculos. Su elemento básico es una matriz numérica.INGENIERIA DE CONTROL 5 MATLAB  Introducción. Displaya los resultados (Forma gráfica) que se indiquen con comandos o programas.  Procesamiento de datos. 7 8 9 ] El .

0984 0.0574 >> C*A ans = 1.0902 -0. El siguiente cuadro nos visualizara todo lo anteriormente dicho.0000 0. 369 E Esto es por que el resultado no ha sido asignado a ninguna variable.0000 0 1. obtendremos la transpuesta haciendo lo siguiente: >> A’ y la respuesta del sistema será ans = 1 4 7 . 258 .1803 0. >> A = [1 4 -3 .0000 -0.0000 0 -0.INGENIERIA DE CONTROL .0000 0. 4 5 6.1311 0. -2 5 3] A= 1 4 -3 2 1 5 -2 5 3 >> C=inv(A) C= 0. 2 1 5.0000 1.0246 0. Se puede acceder a cualquier elemento de A o de B con solo indicarlo con los subíndices.2213 -0.1066 0. 7 8 9] A=1 2 3 4 5 6 7 8 9 >> B=A' B=1 4 7 2 5 8 3 6 9 También podemos operar con estas matrices.1885 0. 5 7 8 9 La matriz A ya puede ser trabajada.0000 14 . veamos en matlab >> A= [1 2 3. hallando primero A*B y después la inversa de A que seria C y comprobar que C es la inversa de A.

6 5 4] 15 .En este caso se considera √-1 a i o j >> c1 = 2 – 4*j >> c2 = 3 + 3*i >> t = abs(c1 +c2). >> mat2 = [f1 . f3] mat2 = 0 1 4 9 16 25 36 49 64  Operaciones con matrices. f2 .* Producto elemento a elemento . % El .^elevar a una potencia elemento a elemento + Adición o suma . % Escribiendo una expresión en 2 líneas >> x = 0. >>det2 = det(mat2). >> f3 = [ 36 49 64] . 4 5 6] + i*[ 3 2 1 . >>det1 = det(mat). evita la respuesta >> f2 = [9 16 25] .INGENIERIA DE CONTROL 5 Con la última operación comprobamos la inversa.../ y ..Tenemos los siguientes: ^ Potenciación \ División ( a la izquierda) / División ( a la derecha) * Producto .o Operadores aritméticos. (x^4)/24 + (x^5)/120  Manejo de números complejos. >> expx = 1 + x +(x^2)/2+ (x^3)/6+ . Para definir un vector fila es más sencillo >> f1 = [0 1 4] . >> s = [1 2 3 .\ división elemento a elemento .5..Substracción o resta ‘ transpuesta Expresiones Es una Secuencia de operandos y operadores >> raiz2 = sqrt(2). >> raiz3 = sqrt(3).

* x2 >> r1 = 4 10 18 % Efectúo el termino correspondiente de x1 por el de x2 >>r2 = x1. 4 5 6 . El operador “. 8 9 10  Multiplicación >> multi = M1 * M2 % Si columnas de M1 igual a filas de M2  División X = A\B % Solución de A*X = B X = B\A % Solución de X*A = B  Potencia >> p2 = mat ^2 >> p3 = mat^3  Operaciones entre elementos. 7 8 9] >> M3 = M1 + M2 >>M4 = M1 – M2 Por un escalar >> M5 = M2 + 1 El matlab responde M5 = 2 3 4 . 5 6 7 .50 >>r3 = x1. 1 1 1.25 0.40 0.INGENIERIA DE CONTROL  5 Adición y substracción >> M1 = [ 1 1 1 . /x2 >>r2 = 0.^x2 >>r3 = 1 32 729  Operadores de comparación < menor <= menor o igual > mayor >= mayor o igual ~= diferente = = igual considerando  1 -> Verdadero y 0 -> Falso Operadores lógicos Tenemos que and & or 16 | >> .” Si tenemos que >> x1 = [ 1 2 3 ] >> x2 = [ 4 5 6 ] >> r1 = x1 . 1 1 1] >> M2 = [ 1 2 3 .

10) w = 100 200 300 400 500 600 700 800 900 1000 Se puede generar también matrices de la siguiente forma >> uno = ones(5) >> cero = zeros(4) >> RR = rand(3) >> I=eye(4) 2 Funciones. variable = inferior : variación : superior por ejemplo: >> x = 4: 2: 22 x = 4 6 8 10 12 14 16 18 20 22 >>beta = 0 : pi/4 : pi >> beta = 0.La forma general para asignar rangos a una variable será . y1) 3 Ceros y Mínimos de una función.m  Escribir en el editor function y = f1(x) y = x.Algunos comandos adicionales que nos permiten hallar ceros y mínimos de una función son.1) 17 .INGENIERIA DE CONTROL 1 == 1 & 4 == -3 (ans = 0) 5 >> 1 == 1 | 4 ==-3 (ans = 1)  Operaciones diversas con matrices.1: 3 >> plot( x..7854 1.Para crear una función seguir los siguientes pasos  En menú archivo opción new  Guardar como f1. .  fmin Halla mínimo para funciones de una variable por ejemplo podemos considerar >> xmin = fmin(‘f1’..5708 2.1000.-1.3566 3.1416 >> índice = 8: -1: 1 índice = 8 7 6 5 4 3 2 1 Se puede generar un vector linealmente espaciado >> w = linspace(100.1: 3 >> y1 = f1(x) >>plot( x.000 0.^2 -x -2  En la ventana de comandos >> x= -3:0.. f1(x)) ó >> x= -3:0.

’X’).INGENIERIA DE CONTROL  fmins Minimiza función de varias variables  fzero Encuentra los ceros de una función por ejemplo podemos hallar el cero 5 cercano a –2 y a +2.-2) >> raiz1 = fzero(‘f1’.grid 18 .f1(raiz2).raiz2.f1(raiz1). 2) >> x= -3:0.-2) >> raiz2 = fzero(‘f1’.’X’.-2) Ahora si queremos visualizar estos resultados los comandos serian así >> raiz1 = fzero(‘f1’. ojo aquí no hay intervalo sino valor inicial o punto de arranque >> raiz1 = fzero(‘f1’.f1(x).raiz1.01:3 >> plot(x.

1 Sistemas Lineales. SISTEMAS LINEALES Y TRANSFORMADA DE LAPLACE 2.INGENIERIA DE CONTROL 2.- 19 5 .

Nótese que no todas las funciones tienen una transformada de Laplace: Podemos encontrar funciones que al intentar calcular su transformada de Laplace nos dé lugar a una integral no convergente para cualquier valor de s.1 Transformación de Laplace de algunas funciones. . La utilidad de esta transformación se verá patente cuando se expongan sus propiedades. En este apartado ilustraré la transformación de Laplace aplicada a varias funciones de uso corriente en el análisis de circuitos: Ejemplo 1: Obtener la transformada de Laplace de 20 e at .2 Transformada de Laplace Supongamos una función f(t): de R en R en principio de cuadrado integrable en el intervalo 0. Las funciones que tienen transformada de Laplace bien definida en algún intervalo de s las llamaremos funciones admisibles por dicha transformación en dicho intervalo. Así mismo al margen de valores de s en el cual la transformada de Laplace puede ser evaluada se le llamará dominio de la función transformada.2.INGENIERIA DE CONTROL 5 2. Definimos la transformación de Laplace de f (t) y la denotamos como F(s) como: k F ( s )  lim k   f (t )e  st dt 0 Notemos que la transformación en cuestión asocia a cada función del espacio de funciones considerado otra función F(s) con parámetro s. Una condición necesaria para que una función sea admisible para algún intervalo es que su ritmo de crecimiento sea inferior al de una exponencial en t: 2.

v= -(1/s)e-st L {t }= [ ] ∞ ∞ −1 −st 1 te + ∫ e−st dt s s 0 0   1 1     e  st s s  0  1 1   0  1  s2 s2 −1 1 [ 0−1 ] = 2 2 s s 1 −1 ¿ ¿ s s e−st ¿∞0 = ( ) Respuesta n! L{t n }  s n 1 Y en general: Ejemplo 3: Método alternativo para obtener la transformada de Sen at .5 INGENIERIA DE CONTROL e− (s−a ) t dt=¿ [ ∞ ] −1 −( s−a )t −1 1 e = ( 0−1 )= s−a s−a s−a 0 L{e at }  ∞ at e e dt=¿ ∫ ¿ −st Respuesta: 1 sa 0 ∞ L { e at } =∫ ¿ 0 Ejemplo 2: Obtener la transformada de Laplace de f (t)= t. y simultáneamente la transformada de Cos at : ∞ L { e jat }=∫ e−st e jat dt 0 Utilizando el ejemplo 1 tenemos L { e jat }= 1 s ja = 2 2+ 2 2 s− ja s +a s + a Utilizando la identidad de Euler que es ejat = cos at +j sen at: se obtiene que 2.2 L{cos at }= s a y L { sen at } = 2 2 2 s +a s +a 2 Rpta. du = dt .2. dv = e-stdt. Tabla de transformada de Laplace de algunas funciones 21 . ∞ L {t }=∫ e−st tdt 0 aplicando la integración por partes: u=t.

3 Propiedades de la transformación de Laplace.2. nos permitirán obtener transformaciones de Laplace de funciones más complicadas. Dichas propiedades.INGENIERIA DE CONTROL 5  (t )  1 1 1  s 1 t  2 s e at  1 sa cos( wt )  jsen( wt )  e jwt  1 s  jw  2 s  jw s  w 2 s s 2  w2 w sen ( wt )  2 s  w2 cos( wt )  Las funciones arriba indicadas son las más frecuentes tanto en matemáticas como en el mundo de la electrónica. 2. En el siguiente apartado se expondrá una serie de propiedades de la transformación. De la relación de propiedades que expondré a continuación se podrán ver con facilidad la utilidad de la transformación en casos de resolución de problemas de valor inicial: Propiedad 1: Linealidad: f (t )  g (t )    (f (t )  g (t ))dt  F (s)  G(s) 0 Propiedad 2: Derivación en el tiempo: df (t ) dt  sF ( s )  f (0) Propiedad 3: Derivación en s: 22 . además de la importancia que tienen a la hora de aplicar la transformación de Laplace.

.INGENIERIA DE CONTROL tf (t )   5 dF ( s ) ds Propiedad 4: Desplazamiento en s: f (t )e at  F ( s  a) Existen muchas otras propiedades que pueden encontrarse en textos sobre el tema y que omitiré para sólo exponer lo más importante y no alargar este documento. si s  0  s a L1  3. y L  n 1   .- s   cos kt. 2. La segunda propiedad es para la más importante de todas ya que gracias a ella podemos utilizar la transformada de Laplace para resolver ecuaciones diferenciales: La transformación de Laplace transforma derivadas en productos.Se obtiene mediante la siguiente forma: La transformada inversa de Laplace es el proceso de obtener x(t) a través de X(s) y se define como   jw 1 x(t )  X ( s )e st ds  2j   jw Transformada inversa de Laplace. si s  0 2   s k  L1  2 23 . si s  0 2  2   s k   s k  L1  2  5.2. y L    k . y L1  2  sen kt / k .-  1 1  k    1.-  4. si s  0 n!  s   s  2. La primera propiedad. la de la linealidad nos permitirá transformar una ecuación entera quedando sumas y productos por constantes invariantes. si s  0  s  s L1  1  tn  n!  n 1  L  n 1   t .1  1  at   e .- k  1    sen kt. tenemos la siguiente tabla: 1.4 Transformada inversa de Laplace.

B = -1/16. D = 0. si s  k 2  s k  L1  2    n! 1 t n e at n at 1   t e .INGENIERIA DE CONTROL 5  6. C = -1/4.-  Ejemplo 1: Hallar  7s  1 A  B  C  1  1  1   L   L   L    s  3  s  2  s  1  ( s  3)( s  2)( s  1)  L1  Por fracciones parciales: A= (7(3)-1)/ (3+2) (3-1) = 2 B= (7(-2)-1)/ (-2-3) (-2-1)=-15/-15 = 1 C= (7(1)-1)/ (1-3) (1+2) = 6/-6 = -1 2  1  1  1   1   L   L    s  3  s  2  s  1   L1  Ejemplo 2:  Hallar    s 1  C  D  E   A  B  L1  2   L1    L1   L1   L1   3  3 2   s   s  s ( s  2)   ( s  2)   ( s  2)   ( s  2)  L1  2 t 2 e 2t te2t  At  B  C D  Ee 2t 2! 1! Hallando por fracciones parciales A = 1/8. Cuando tenemos una ecuación 24 . E = 1/16 1 1 1 t 2 e 2t 1  t   e 2t 8 16 4 2! 16 Respuesta Ejemplo de aplicación. y L  .- k  1  senh kt   senh kt.- s   cosh kt. si s  k 2  2  k  s k   s k  L1  2  7. y L1  2  . si s  0  n 1  n 1  n!  (s  a)   ( s  a)  L1  8. El ejemplo que expongo a continuación trata de ilustrar la resolución de un problema electrónico mediante la transformación de Laplace. Para poder entender de una forma clara estas ideas lo mejor es verlo con un ejemplo.

Por último sólo tenemos que hacer la transformación inversa de Laplace ( mirar que función tiene como transformada de Laplace la función que tenemos). cuando lo que queremos es resolver un circuito eléctrico. lo que se hace es "transformar el circuito". En la práctica. lo que se hace es asignar al condensador una "resistencia" de 1/Cs. Dado que el condensador no es un componente resistivo al término 1/Cs se le pasa a llamar impedancia del condensador.5 INGENIERIA DE CONTROL diferencial lineal el método a utilizar es siempre el mismo: se transforma la ecuación entera. Hecho esto se despeja la incógnita y el resultado que se obtiene es una función racional en s. Así mismo no resulta difícil entender que la impedancia de una bobina es Ls. Notemos además que para poder hacer esto es indispensable contar con condiciones iníciales nulas en las cargas de los condensadores y en las corrientes de las bobinas. es decir: dado que por los condensadores la corriente que pasa es la derivada de la tensión aplicada en sus terminales multiplicada por su capacidad. Como la ecuación es lineal se tiene como resultado una ecuación lineal. I R Vr Vs C Vs = Vi (t) y Vc = Vo (t) 25 Vc . En la mayoría de los problemas esto será siempre así.

y luego relacionar cada fracción con su correspondiente exponencial. Los interesados en el tema podrán encontrar información al respecto en cualquier libro de análisis con variable compleja medianamente decente. En el caso de no tener condiciones iníciales nulas. 26 . como en este ejemplo. En este caso derivar es multiplicar por s y restar la condición inicial. es complicado y requiere conocimientos de integración en el plano complejo.INGENIERIA DE CONTROL 5 Planteando el circuito vi (t) = i(t) R + Vo(t) Vi (t) = Vo(t) + RC( dVo(t)/dt) Utilizando Laplace V(s) = Vo(s) +RCsVo(s) Seguidamente pasaré a resolver el problema para un caso particular: supongamos de vi(t) es un escalón  0 si t  0  1 si t  0 v (t )  u (t )   V(s) = 1/s Vo ( s)  1 1 1  RC V (s)    1  RCs s (1  RCs ) s 1  RCs v0 (t )  u (t )  e  1 t RC Para realizar la transformación inversa de Laplace el mejor paso a seguir descomponer en suma de fracciones simples la función a descomponer. De todas formas en el análisis de circuitos normalmente sólo se estudia el régimen permanente con condiciones iníciales nulas. Existe una fórmula cerrada para obtener la transformada inversa de Laplace. pero el cálculo. además de engorroso. no podremos asociar al condensador una impedancia 1/Cs. como si fuéramos a integrarla. es decir: condiciones nulas ya que el circuito hace mucho que está funcionando.

Por ejemplo el polinomio s 3  3s 2  4 s  8 Se representaría por: p=[ 1 3 -4 -8].0000 -1.0000 -3.0000 -5.INGENIERIA DE CONTROL 5 POLINOMIOS: Los polinomios se representan por vectores.0000 2. cuyos elementos son los coeficientes del polinomio en orden descendente. Veamos tenemos un polinomio p1  s 3  2 s 2  5s  6 (p1= [ 1 2 -5 -6]) Hallamos las raíces con el comando roots >> r1=roots(p1) r1 = 2.s) ans = -.0000 Como vemos hallamos las raíces del polinomio y las almacenamos en r1 y después con el comando poly volvemos al polinomio original. como indicamos >> p2=[1en -2 el 1] ejemplo: p 2 p2s=2  2s  1 1 -2 1 >> s=[1 2 3] s= 1 2 3 >> polyval(p2.0000 -6. Si queremos evaluar un polinomio para un valor dado usamos el comando polyval.p 0 1 4 27 .0000 >> poly(r1) ans = 1.

3s  1 ( s 2  0. Veamos un código que convierte la función de transferencia de la forma indicada a una función de transferencia de la forma polos y ceros. hallando q3=q1*q2 >> q1=[1 -3 2]. como vemos en el ejemplo: 2 2 Queremos multiplicar q1  s  3s  2 .4 1].INGENIERIA DE CONTROL 5 Para multiplicar y dividir polinomios se utiliza conv y deconv. >> q3=conv(q1. den1=[1 0.5]. q 2  s  2 s  4 .4 s  1)( s  0. [ceros.3 1].2 0. num=[0.5) Sabemos que para introducir la función de transferencia (En MATLAB) debemos ingresar el numerador y el denominador.gan] = tf2zp(num.polos.2 s  0.den2). den2=[1 0. den=conv(den1. >> q2=[1 2 -4].den) Y la respuesta será: >> control01 28 .q2) q3 = 1 -1 -8 16 -8 La respuesta sería: q3  s 4  s 3  8s 2  16s  8 Funciones de transferencia Tenemos la siguiente función de transferencia: 2 H (s)  0.

0.1065i -0.0000 -1.9798i -0.2000 + 0.2.9798i -0.0000 gan = 1 29 . para visualizar mejor los resultados será: num1= [1 2]. num2= [1 4].INGENIERIA DE CONTROL 5 ceros = -0. den3=[1 2].2000 . den=conv(conv(den1. den1= [1 1]. [ceros.den). [n.2000 Para comprobar tomemos la siguiente función de transferencia: H ( s)  ( s  2)( s  4) ( s  1)( s  2)( s  4) o visto de la forma polos y ceros que será H (s)  2 * 4 * (1  s )(1  s ) 1 * (1  s )(1  s ) 2 4 2 4  s s s s s 1 * 2 * 4 * (1  )(1  )(1  ) (1  )(1  )(1  s ) 1 2 4 1 8 10 Y el programa con algunas funciones adicionales.0000 -2.7500 . num=conv(num1.polos.den3).d]=zp2tf(ceros.gan) printsys(n.num2).den2).1065i polos = -0.5000 gan = 0.gan] = tf2zp(num.7500 + 2. El resultado será: >> control02 Ceros = -4 -2 Polos = -8.polos.d). den2= [1 4].

0000 26.0000 11.0000 Num/den = s^2 + 6 s + 8 ------------------------------s^3 + 11 s^2 + 26 s + 16 30 5 .INGENIERIA DE CONTROL n= 0 1 6 8 d= 1.0000 16.

el modelado teórico y la identificación experimental. llamada función de transferencia vamos a considerar dos métodos.1. 3. Sistemas Mecánicos. 31 .1. que relacionan la entrada con la salida. Si K es mayor el resorte es mas duro F  K .  Masa.1.Para analizar sistemas complejos primero debemos analizar las componentes de estos sistemas mecánicos de translación.La fuerza de un resorte ideal es igual a su estiramiento x por una constante de proporcionalidad. La constante de proporcionalidad K mide la dureza del resorte..1.x F K X Cuando el resorte no esta estirado ni comprimido x será 0. 3.5 INGENIERIA DE CONTROL Para conocer la relación que existe entre la señal de entrada y la señal de salida.1.. dt 2  M . Modelado teórico. generalmente ecuaciones diferenciales. X F1 F3 F2 M F4 X La resultante de las fuerzas (Sumatoria) que actúan sobre un cuerpo es igual a la masa de este por la aceleración.- Se determina por la segunda ley de Newton d 2x  F  M .-Se utiliza para casos sencillos en los cuales se puede llegar a relaciones matemáticas.  Resorte. Sistemas mecánicos de Translación..Los clasificaremos como de traslación y de rotación: 3.1.

.y  F  k . consideramos proporcional a la velocidad dx  b. Un valor grande de b da una amortiguación más fuerte. y  b. Veamos un ejemplo de muchos que pueden haber: F b M k y Se supone que la masa esta en reposo o sea cuando F = 0 entonces también y=0.5 INGENIERIA DE CONTROL  Amortiguador. Y (Ms2 +bs+ k) = F siendo F(s) la entrada y Y(s) la salida tendremos la 32 . como el amortiguador y el resorte se oponen. 2  F  ky  b dt dt o también expresado en su forma compacta M .. y Tomando la transformada de laplace para la ecuación tendremos.A los sistemas combinados podemos hallar la relación entre las fuerzas que actúan y aceleración.  Sistemas Mecánicos de Traslación Combinados.x dt F b x La constante de amortiguación se denomina b.La fuerza de un amortiguador la idealizamos y la F  b. entonces la ecuación diferencial de este sistema será: d2y dy M . velocidad y espacio recorrido.

condensadores y bobinas y las señales son los voltajes y corrientes. Y ( s) 1  2 F ( s ) Ms  bs  k Sistemas Mecánicos de Rotación./seg.1.  Resistencia: Por la ley de ohm V= R. Manejaremos la siguiente nomenclatura: J Momento de inercia (Kg. Este sistema consiste en un rotor que esta sujeto con una flecha flexible. El otro lado de la flecha esta sujeto.2.1.2. i Con la transformada de laplace será: V(s) = R I(s) 33 ..Sus elementos son resistencias. m2) D Coeficiente de la flecha (Nm/Rad.Están constituidos por masas rotatorias..) B Factor de Fricción (Nm/(Rad. i I + R V - v = R. B.1.5 INGENIERIA DE CONTROL G (s)  Función de transferencia: 3. Sistemas Eléctricos. resortes de torsión y fricción. El rotor tiene una fricción viscosa.)) Θ Angulo de rotación (radianes) M Momento (Nm) J D Θ M (t) B La ecuación de movimiento nos da    D  B   M J Con la transformada de Laplace obtenemos: (Js2 + Bs + D) Θ(s) = M(s) La función de transferencia será: ( s ) 1  2 M ( s ) Js  Bs  D 3.

derivada de la corriente I di dt L + - v La transformada de laplace nos da la siguiente relación: V ( s)  Ls.5 INGENIERIA DE CONTROL  Condensador: El voltaje a través de un condensador es igual a su carga dividida por la capacitancia C. la función de transferencia será: 34 . como tenemos un divisor de tensiones. Q 1 v    idt C C I C + v - Y la transformada de laplace nos da la siguiente relación V ( s)   1 I (s) Cs Inductor: El voltaje en un inductor es igual a la inductancia por la v  L.I ( s )  Circuitos Eléctricos Combinados.CASO 1 + R + 1/sC v1 v2 - En el circuito mostrado ya hemos reemplazado en las componentes el modelo considerando la transformada de laplace.

Z2 y Z3 Ahora el inductor y la resistencia o sea Z2 y Z3 lo reduciremos a una impedancia equivalente. LRs V2 ( s ) LRs . veamos el cálculo. Tendremos entonces que la Z eq  impedancia equivalente finalmente será: LRs R  Ls Ahora trabajamos con el divisor de tensiones. vamos a considerar las impedancias como Z1.5 INGENIERIA DE CONTROL 1 sC V2 ( s ) 1   1 V1 ( s ) 1  RCs R sC tendremos finalmente G ( s)  1 1  RCs CASO 2 + 1/sC + Ls R v1 v2 - - En este caso. sC LRCs 2  Ls  R  LRCs 2 sC R  Ls Finalmente G (s)  0 35 LRCs 2  Ls  R .sC LRCs 2 R  Ls    1 LRs V1 ( s) ( R  Ls )  LRs . que llamamos 1 1 1 1 1 R  Ls      Z eq Z 2 Z 3 Ls R RLs Zeq.

considerando la ley básica de los sistemas térmicos que dice que debe haber un balance de energía.Z1 ( s) V2 ( s ) Z ( s)  2 V1 ( s ) Z1 ( s ) Finalmente obtenemos: .. para valores muy grandes de A. Sistemas Térmicos. V1 ( s) Z 1 ( s)  Z 2 ( s)  A.3. Tenemos la siguiente igualdad considerando que la corriente de entrada al amplificador operacional es cero entonces la corriente que pasa por Z1 es igual pero de signo contrario a la que pasa por Z2 v1  v 0 v0  v 2  Z1 Z2 Como V2   A.1.- Los amplificadores operacionales son amplificadores de corriente con un gran factor de amplificación y una impedancia de entrada virtualmente infinita.Los sistemas térmicos intercambian energía calorífica con su medio ambiente.5 INGENIERIA DE CONTROL  Circuitos Eléctricos con Componentes Activos. lo cual significa que el cambio de energía calorífica por unidad de tiempo es igual a la potencia 36 . hallemos pues la función de transferencia para el circuito mostrado con un amplificador operacional: Z2 Z1 + + 0 v1 v0 - A + + v2 - - Las impedancias son complejas y son generalizadas.Z1 ( s) Z1 ( s) 1 Z ( s)  Z 2 ( s) 1 1 A. el segundo término desparece al hacerse igual a 1 en la ecuación anterior. 3.V0 entonces V0   V2 A y reemplazando en la primera ecuación: V2 ( s )  AZ 2 ( s ) Z ( s)   2 .

/m ) 3 Si suponemos que el volumen. tenemos que: dT  Pi  Pe dt 3.INGENIERIA DE CONTROL 5 dE  Pi  Pe inferida menos la extraída. Esta fórmula será la siguiente: dt tenemos que la relación entre la energía y la temperatura es: E  T . V = Volumen de cierta materia (m3). Sistemas de nivel. c = capacitividad térmica (J/Kg.V . la capacitividad y la densidad son constantes V . T = temperatura de cierta materia (K).c.4. K).- A u1 h u2 37 .  = densidad (kg. donde: E = energía calorífica de cierta materia. .c.1.

Encuentre la función de transferencia (h/u1-u2). Tenemos la siguiente ecuación: dM e dc  V .H ( s)  U 1 ( s )  U 2 ( s )  G ( s)  H (s) 1  U 1 ( s)  U 2 ( s) As 3.  Qc1  Q. C2 Q Nos permiten regular la concentración de diversos componentes disueltos en un líquido o inclusive la acidez. suponiendo además que el volumen V y el flujo Q son constantes.5 INGENIERIA DE CONTROL En los sistemas de nivel los cambios en el volumen del líquido en el tiempo son iguales a la entrada del líquido menos la salida del mismo. Sistema de concentración.s. C1 V.) 38 . Tomando la formula tenemos: laplace obtenemos: A dh  u1  u 2 dt y con la transformada de A. Sea c1 la concentración en la entrada y la concentración en la salida sea c2.) u2 = flujo de salida (m3/seg. el flujo de salida u2 es variable. 2 .) Ejemplo: El nivel del tanque de la figura será regulado.c 2 dt dt Donde: Me=Cantidad de un elemento en el tanque (gr. esto se hará con el flujo de entrada u1.- Q.5.1. Esto lo podemos dV dh A  u1  u 2 dt escribir dt Donde: V= volumen del liquido (m3) A = Área del tanque (m2) h = Nivel del liquido (m) u1 = flujo de entrada (m3/seg.

5 INGENIERIA DE CONTROL Q = Flujo de liquido en el tanque (m3/seg.1.6. Q T0 Relación entre T0 y T será: T0 = T(t-12) al usar la transformada de Laplace será T0 ( s)  T ( s). /m3) C2=concentración del elemento en el tanque y la salida (gr.Este sistema agrega un retardo para llevar el material liquido o gas Ti V T Tiempo de transporte 12 seg.e 12 s Ti Por lo tanto y con relación a Ti será T 1 1  40s Gt( s)  39 e 12 s 1 12s e 1  40s T0 ..) V = Volumen de liquido en el tanque (m3) C1=concentración del elemento en la entrada (gr. /m3) La función de transferencia de c1 a c2 será obtenida: VsC 2  QC1  QC 2 C 2 (Vs  Q)  C1Q G (s)  C 2 (s) Q   C1 ( s ) sV  Q 1 V 1 s Q 3. Sistema de Transporte.

FUNCION DE TRANSFERENCIA Y ECUACIONES DE ESPACIOS DE ESTADOS.INGENIERIA DE CONTROL 5 4.1. Estos modelos que son representaciones 40 .-En este capítulo veremos dos temas que son   Continuación de Modelado de Sistemas   Función de transferencia y Ecuaciones de espacios de Estados 4. MODELADO DE SISTEMAS El análisis y diseño de sistemas lineales empieza con el modelado de sistemas reales.

masa – amortiguador Tenemos tres fuerzas que actúan sobre una masa m : una fuerza de entrada que depende del tiempo u(t). Estas formas se pueden expresar en tiempo continuo o discreto. lineales e invariantes en el tiempo.2. (LTI): El matlab utiliza modelos en la forma de FUNCIONES DE TRANSFERENCIA o ECUACIONES DE ESPACIO DE ESTADOS. un cociente de polinomios o una de las dos formas factorizadas: cero-polo-ganancia o fracciones parciales. sirven para estudiar la respuesta dinámica de los sistemas reales. haciendo posible así el empleo de técnicas de diseño y análisis de sistemas de control tanto clásicas como modernas. Las funciones de transferencia se pueden expresar como un polinomio. sistemas mecánicos y electrónicos. un resorte con constante de resorte k y un amortiguador viscoso con constante de amortiguación b. La ecuación de movimiento de la masa esta dada por la ecuación diferencial de segundo orden: ecuación del potenciómetro es: 4. la posición de la masa en función del tiempo esta representada por x(t). que no es fácil determinar usando análisis en el dominio del 41 .-El análisis de los sistemas lineales y de control con frecuencia implica determinar ciertas propiedades dinámicas. Las técnicas matemáticas empleadas por matlab para diseñar y analizar estos sistemas suponen procesos que son físicamente realizables. Conectamos a la masa un potenciómetro de medición p que proporciona un voltaje de salida y(t) proporcional a x(t) . Los modelos de sistema de espacio de estados son idóneos para matlab porque son una expresión basada en matrices. Veamos un ejemplo: tenemos un sistema. como estabilidad y respuesta en frecuencia.5 INGENIERIA DE CONTROL matemáticas de sistemas químicos. mx   bx   kx  u (t ) y la y(t) = px(t) FUNCION DE TRANSFERENCIA. tiene tres fuerzas que actúan K p m y(t) u(t) b x(t) Sistema de resorte.

5

INGENIERIA DE CONTROL
tiempo. Para este análisis obtenemos una transformada de Laplace de la ecuación y

pasamos del dominio del tiempo al dominio de la frecuencia. La transformada de Laplace

del anterior sistema es

(ms 2  bs  k ) x( s )  u ( s ) donde s es una variable

compleja (+jw), llamada variable de Laplace. Si llamamos H(s) a la función de
transferencia que relaciona el movimiento de salida del sistema x(s) con la fuerza de
entrada u(s):

H ( s) 

x( s )
1
y (s)

p
2
u ( s ) ms  bs  k y la función del potenciómetro es x( s )

Usemos un diagrama de bloque, considerando el valor de los parámetros

m=1, b= 4, k=

3, y p= 10, tendremos:
Planta

1
s 2  4s  3

U(s)

Medición
X(s)

10

Y(s)

Y finalmente
Sistema
U(s)

10
2
s  4s  3

Y(s)

Normalmente el numerador y el denominador de una función de transferencia se factorizan
para obtener la forma cero – polo – ganancia, por ejemplo si tenemos

3( s  2)( s  4)
3s 2  18s  24
H ( s) 
H ( s)  3
2
( s  1)( s  3)( s  5) en esta
s  9s  23s  15 lo expresamos como
forma estamos mostrando los polos y los ceros del sistema respectivamente. Y finalmente
podemos escribir la última expresión como una expansión en fracciones parciales

H ( s) 

r
r1
r
 2  ......  n  k ( s)
s  p1 s  p 2
s  pn

Ejemplo1: Veamos el siguiente circuito
Tenemos que relacionar la salida con la entrada.

42

5

INGENIERIA DE CONTROL
R1
Ejemplo:

i(t)
.

Vc(t)
C

R2

Vi(t)

Vo(t)

El voltaje de salida es:

vo (t )  i (t ) R2

 d
v (t ) 
  C vc (t )  c  R2
R1 
 dt

Obtenemos

R1vo (t )  R1R2C

d
vc (t )  R2vc (t )
dt

Aplicando la transformada de Laplace se obtiene

R1Vo ( s )  R1 R2 C  sVc ( s )  vc (0)  R2Vc ( s )
Suponemos condiciones iníciales cero, como

vc (t )  vi (t )vo (t ) entonces Vc ( s )  Vi ( s ) Vo ( s )
Entonces tenemos:

R1Vo ( s )  R1R2C  sVi ( s )  sVo ( s )  R2 Vi ( s )  Vo ( s )

La ecuación puede reacomodarse como:

Vo ( s )
b s b0
R1R2Cs  R2

 1
Vi ( s ) R1R2Cs  ( R1  R2 ) a1s a0

43

INGENIERIA DE CONTROL

5

Donde a0 es R1 + R2, b0 = R2 y a1 = b1 = C R1R2 Para generalizar consideremos la ecuación
diferencial

y ( n ) (t )  an 1 y ( n 1) (t )  ...  a0 y (t )  b0u (t )  b1u (1) (t )  ...  bmu ( m ) (t )
Si aplicamos a esta ecuación la transformada de Laplace obtenemos

s nY ( s )  an 1s n 1Y ( s )  ...  a0Y ( s)  bm s mU ( s )  bm 1s m 1U ( s )  ...  b0U ( s )
donde reacomodando términos tenemos:

Y ( s ) bm s m  bm 1s m 1  ....  b1s  b0

U (s)
s n  a n 1s n 1  ....  a1s  a0

Que lo podemos expresar como

m

Y (s)

U (s)

K

 (s  

i)

i 1
n

 (s  

i)

i 1

Entonces volvemos a reafirmar que la relación anterior es la función de transferencia, esta

G (s) 
fusión de transferencia

Y ( s)
U ( s)

Está definida excepto en las raíces del polinomio del denominador. Estos puntos de
singularidad se les denominan polos.
4.3. ECUACIONES DE ESPACIOS DE ESTADOS.-Usando nuestro ejemplo anterior
tenemos la ecuación:

mx   bx   kx  u (t )

Que define el movimiento, basado en esto podemos definir:

x1  x
x2  x
A continuación reescribimos la ecuación diferencial de segundo orden como un conjunto
de ecuaciones diferenciales de primer orden acopladas:

x1  x 2
x 2  

k
b
u
x1  x 2   3 x1  4 x 2  u
m
m
m

Y la ecuación de medición como:
y=g(x, u)=10x, utilizando la notación matricial este modelo puede escribirse como un
modelo de espacio de estados

44

x n 1  xn x n  an x1  . ( n 1) Definimos xn  y Entonces la ecuación () se escribe como sigue: x 1  x2 x 2  x3 x 3  x4 ...  a n 1 y  a n y  u .......(  ) x1  y x 2  y x 3  y .... ...Consideremos el siguiente sistema de n-esimo orden ( n) ( n 1) y  a1 y  ..  a1 xn  u Esto también se puede expresar como: x  Ax  Bu 45 . .INGENIERIA DE CONTROL 5 x   Ax  Bu y  Cx  Du Que para este ejemplo representa 1   x1   0  x1   0  x      3  4  x    1 u   2    2   x  y  10 0  1    0u  x2  Representación en el espacio de estados cuando la función de excitación no contiene términos derivados..

.  . 0 0    0    .B     .     0 x  n   an  Donde: 1 0 0 1 .5 INGENIERIA DE CONTROL  0  x1   0  x   2  x . 0  x1   x   2   .  a n 1 s  a n Ejemplo 1 Consideremos el sistema mecánico que aparece en la siguiente figura: k u(t) m y(t) b 46 . 0 donde obsérvese que d =0 esta será la función de transferencia de la forma: Y ( s) 1  n U ( s ) s  a1 s n 1  . . 0 .. .A  . .  a1   .  0 1 La salida será: y  1 0 . 1    .    xn  que será y  Cx  Du C  1 0 .  an1  a n2 0 0 .

por lo tanto definimos las variables de estado x 1(t )  y (t ) x 2 (t )  y (t ) x 1  x 2 Obtenemos x 2   1 1 (ky  by )  u m m Expresado de otra manera x 1  x 2 x 2   k b 1 x1  x 2  u m m m La ecuación de salida es y  x1 En forma matricial se escribe:  0  x 1   x     k  m  2 1  b   m  x1   0   x   1  2   m  u La ecuación de salida es  x  y  1 0  1   x2  la forma estándar x  Ax  Bu y  Cx  Du  0 k   m A donde: 1  b . Este sistema tiene una sola entrada y una sola salida y la ecuación diferencial que lo describe será: my  by  ky  u . C  1 0.   m  0 B   1  .5 INGENIERIA DE CONTROL se supone que el sistema es lineal. que es una fuerza y la salida es el desplazamiento de la masa y(t). la excitación externa es u(t). Este sistema es de segundo orden.  m  D0 Ejemplo 2: Considérese un circuito RLC L R ei C 47 e0 .

INGENIERIA DE CONTROL ei  L Obtenemos eo  di 1  Ri  dt C 1 C  idt  idt Por lo tanto R 1 1 e o  eo  ei L LC LC eo  Tenemos x1  e o x 2  e o u  ei y también y  eo  x1 Obtenemos  x 1    x      2    y  1 0   0 1 LC x1  x 2  1  R   L  x1   0   x   1  u  2   LC  Con lo cual tenemos el modelo matemático. Donde:  0 1   0  1 R .B   1  A    LC  LC  L  C  1 0 y D  [0] 48 5 .

... k] = residue (B.Espacio de estados a función de transferencia Función residue.INGENIERIA DE CONTROL 5 CONVERSION DE MODELOS El matlab cuenta con varias funciones que facilitan la conversión de una forma de modelo a otra y son las siguientes: residue Expansión de fracciones parciales. los polos y los términos directos de la expansión de fracciones parciales... tf2zp Función de transferencia a cero-polo-ganancia.. A) Determina los vectores r. ss2tf Espacio de estados a función de transferencia ss2zp Espacio de estados a cero-polo-ganancia tf2ss Función de transferencia a espacio de estados. que contienen los valores de residuo... Las entradas son los coeficientes de los polinomios B y A del numerador y denominador de la función de transferencia. respectivamente.. 49 .. y por lo tanto L-1(F(s)) = L-1(F1(s) + L-1(F2(s) + L-1(F3(s) + L-1(F4(s)... p y k. Método en fracciones parciales para encontrar las transformadas inversas de Laplace Para encontrar la transformada inversa de Laplace debemos desarrollar un método para expresar F(s) como una suma de fracciones parciales o sea F(s) = F 1(s) + F2(s) + F3(s) + F4(s) ... La función residue convierte la función de transferencia polinómica: [r. zp2ss Cero – polo – ganancia a espacio de estados.. p. = f1(t) + f2(t) + f3(t) + f4(t) +. zp2tf cero – polo .

los vectores fila num y den especificar los coeficientes del numerador y del denominador en la función de transferencia.  a n donde algunos ai y bi pueden ser cero.INGENIERIA DE CONTROL 5 Desarrollo en fracciones simples con matlab MATLAB tiene una orden para obtener el desarrollo en fracciones simples de B/s) /A(s). r(2) = a2. El desarrollo en fracciones simples de B(s)/A(s) se obtiene mediante B(s) r (1) r ( 2) r ( n)    . Desarrollo en fracciones simples con MATLAB... r(n) = an . k(s) es un término directo. num = b0 b1 … bn den = 1 a1 … an El comando r. den) Encuentra los residuos (r). En MATLAB. los polos (p) y los términos directos (k) de un desarrollo en fracciones simples del cociente de dos polinomios B(s) y A(s). En primer lugar se presentará el enfoque de MATLAB para detener el desarrollo en fracciones simples de B(s)/A(s)..  bn  n n 1 A( s ) den = s  a1 s  . den) Proporciona el resultado siguiente: 50 . p.... k = residue (num. num = 2 5 3 6 den = 1 6 11 6 La orden r .. … p(n) = -pn . Considérese la función de transferencia B(s)/A(s): n n 1 B( s ) num b0 s  b1 s  . r(1) = a1.. p. Es decir.   k (s) A( s ) s  p(1) s  p (2) s  p ( n) Comparando las Ecuaciones se observa que p(1) = -p1. p(2) = -p2... Ejemplo: Considere la siguiente función de transferencia: B( s ) 2s 3  5s 2  3s  6  A( s ) s 3  6s 2  11s  6 Para esta función. Después se analiza el procedimiento que sigue MATLAB para obtener los ceros y los polos de B(s)/A(s). …. k = residue (num.

4.3.0000 . p y k están como se obtienen en el resultado de MATLAB anterior.0000 . num. k) donde r. den) r= . k).1. Esta es la representación en MATLAB del siguiente desarrollo en fracciones simples de B(s)/A(s): B ( s ) 2 s 3  5s 2  3s  6  A( s ) s 3  6 s 2  11s  6 6 4 3   2 = s  3 s  2 s 1 La función residue también se puede utilizar para obtener los polinomios (numerador y denominador) a partir de su desarrollo en fracciones simples. den.0000 k= 2 (Observe que los residuos se devuelven en el vector columna r.INGENIERIA DE CONTROL 5 r. printsys (num.6. ‘s’) 51 .0000 p= . el comando. ‘s’) num/den = 2 s  3  5 s  2  3s  6 s  3  6 s  2  11s  6 La función: printsys (num. den = residue (r.2.0000 3. p. convierte el desarrollo en fracciones simples en la razón de polinomios B(s)/A(s) del modo siguiente: num. k = residue (num. den.0000 . den = residue (r. Esto es. p. p. las posiciones de los polos en el vector columna p y el término directo en el vector fila (k).

7. se tiene num = 0 1 2 3 den = 1 3 3 1 La orden r .0000 -1.0000 -1.0000 2. En este caso.. k = residue (num.. p. el desarrollo incluye términos en la forma r(j) r ( j  1) r ( j  m  1)   .. B( s ) s 2  2s  3 r  j  m  1   .INGENIERIA DE CONTROL 5 Imprime num/den en términos del cociente de los polinomios en s: Observe que si p(j) = p(j+1) = …. = p(j+m-1) esto es. r.  2 s .  3 A( s ) ( s  1)  s  p( j ) m Consúltense los detalles en el ejemplo 2.0000 k= [ ] 52 . den) r= 1. Ejemplo: Obtenga el desarrollo B(s) A(s) siguiente en fracciones simples utilizando MATLAB. Es la representación en MATLAB del desarrollo en fracciones simples de B(s)/A(s): B(s) 1 0 2    A( s ) s  1 ( s  1) 2 ( s  1) 3 num = 0 1 2 3. el polo p(j) es un polo del multiplicidad m. den) Proporciona el resultado que se muestra en la página siguiente. B( s) s 2  2s  3 s 2  2s  3   A( s ) ( s  1) 3  s  p( j ) m Para esta función.0000 0. k = residue (num...p(j) s  p( j )  s  p ( j ) m   Consúltense los detalles en el Ejemplo Ejemplo: Obtenga el desarrollo B(s)/A(s) siguiente en fracciones simples utilizando MATLAB. pj+1 = … = pj+m-1. den = 1 3 3 1.0000 p= -1.. p..

Si los ceros. entonces el siguiente programa en MATLAB generará num/den: 53 . -4 y -2.0000 -2. den = 1 12 44 48 0. polos (p) y ganancia (K).INGENIERIA DE CONTROL 5 Observe que el término directo k es cero. den) Entonces el computador generará la siguiente salida en la pantalla: s= -3 -1 p= 0 -6. Para obtener la función original B(s)/A(s) a partir de r. -6. p. z.0000 K= 4 Los ceros son -3 y -1. e introduce el siguiente programa de MATLAB en el computador: num = 0 0 4 16 12. La ganancia K es 4. los polos y la ganancia K están dados. K = tf2zp (num.0000 -4. Los polos están en s = 0. p y k se introducen las siguientes líneas en el computador: Entonces el computador mostrará el num/den siguiente: num/den = 4s 2  16s  12 s 4  12 s 3  44 s 2  48s Para obtener los ceros (z).

..-4]..1]'.C.. -4.. den = zp2tf(z. x   Ax  Bu y  Cx  Du H ( s)  En la función de transferencia: b0 s n  b1 s n1  .B.  a m 1 s  a m [num. den] = ss2tf(A.1.... den. 54 C=[10..D) .C.. -3.K). [num. Los coeficientes del numerador son retornados en num.0].. p = -1. D=0... Ejemplo: Las ecuaciones de espacios de estados para nuestro sistema : 1   x1   0  x1   0  x      3  4  x    1 u   2    2   x  y  10 0  1    0u  x2  Usamos el programa: %convertir modelo de espacio de estados en función de transferencia A=[0.. K=4 num.  bn 1  bn a 0 s m  a1 s m 1  ..B. B=[0.INGENIERIA DE CONTROL 5 z = -1..p... Printsys (num..-3. -2. ’s’) num / den = 4 s  2  16 s  12 s  4  12 s  3  44 s  2  48s  La función ss2tf convierte las ecuaciones de espacio de estados de tiempo continuo.. -6..D) calcula la función de transferencia de : H (s)  num( s )  C ( sI  A) 1 B  D den( s) De el sistema x   Ax  Bu y  Cx  Du El vector den contiene los coeficientes de le denominador en potencies descendientes de s.den]= ss2tf(A.

B.0].. p.. B=[0.5 INGENIERIA DE CONTROL RESULTADO: num = 0 0 10 4 3 den = 1 Que significa: H (S )  y(s) 10  2 u ( s) s  4s  3  La función ss2zp convierte las ecuaciones de espacio de estados de tiempo continuo... x   Ax  Bu y  Cx  Du H ( s)  k En la función de transferencia de cero-polo-ganancia: ( s  z1 )( s  z 2 ).....( s  p m ) Ejemplo: Las ecuaciones de espacios de estados para nuestro sistema : 1   x1   0  x1   0  x      3  4  x    1 u   2    2   x  y  10 0  1    0u  x2  Usamos el programa: %convertir modelo de espacio de estados al cero-polo-ganancia A=[0.. C=[10.C.D) RESULTADO: z = Empty matrix: 0-by-1 p= 55 ..-3...1]'.( s  z n ) ( s  p1 )( s  p 2 ).-4]. D=0.. [z..1. k]= ss2zp(A.

.  a m 1 s  a m H ( s)  k En la función de transferencia de cero-polo-ganancia: ( s  z1 )( s  z 2 )...( s  z n ) ( s  p1 )( s  p 2 ).. den=[1....( s  p m ) Ejemplo: La función de transferencia polinómica: H (S )  y(s) 10  2 u ( s) s  4s  3 Se convierte en una función de transferencia cero-polo-ganancia usando el programa: %convierte función de transferencia en cero-polo-ganancia num=10..........4..  bn 1  bn H ( s)  a 0 s m  a1 s m 1  .. p... [z. k]= tf2zp(num.den) RESULTADO: z = Empty matrix: 0-by-1 p= -1 -3 k= 10 56 ....5 INGENIERIA DE CONTROL -1 -3 k= 10 Que significa: H (S )  y(s) 10  u ( s ) ( s  1)( s  3)  La función tf2zp convierte la función de transferencia polinómica b0 s n  b1 s n1  .............3].

INGENIERIA DE CONTROL Que significa: H (S )  y(s) 10  u ( s ) ( s  1)( s  3) 57 5 .

inicialmente los analizaremos en el tiempo veremos sistemas de primer orden y de segundo orden: 1 Sistemas de primer orden..Los sistemas los vamos a analizar en el tiempo y en la frecuencia..En un sistema de primer orden la relación entrada salida C (s) 1  R( s ) Ts  1 será representa por : Si este sistema de primer orden es excitado por un escalón unitario la respuesta será C ( s)  1 1 Ts  1 s en fracciones parciales será 58 .INGENIERIA DE CONTROL 5 5 INTRODUCCION.

tomando transformada de Laplace tenemos Vi(s) = RCs Vo(s) + Vo(s) de donde Vo ( s) 1  Vi ( s ) 1  RCs por lo tanto c(t )  1  e t RC y el diagrama de bloques sería 1 1  RCs Vi(s) V o(s) La grafica será V entrada V salida t 59 .5 INGENIERIA DE CONTROL C ( s)  1 1  s s 1 T c(t )  1  e t y tomando la transformad inversa de Laplace tenemos T Ejemplo 1 Si consideramos un circuito RC como el mostrado R I(t) Vi(t) vi(t) = i(t) R + vo(t) C Vo(t) como i(t) en el condensador es igual a i(t) = C (dvo(t) / dt) entonces tenemos vi(t) = RC (dvo(t)/dt) + vo(t).

5 INGENIERIA DE CONTROL Figura 5.1: Respuesta al escalón en primer orden 2 Sistemas de segundo orden.-  sen d t ) 2 1 n2 2 (s   n ) s de donde c(t )  1  e  nt (1   n t )   1 caso sobreamortiguado C ( s)  n2 ( s   n   n  2  1)( s   n   n  2  1) s e  s1t e  s2t c(t )  1  (  ) 2 s2 6 ddd 2   1 s1 n 60 2 .-   1 caso criticamente amortiguado C (s)  3.. 2   n   n  2  1 LAS RAICES SON Analizaremos tres casos: 1.Considerando la función de transferencia simple de lazo n TN 2  2 2 s  2  s   n n cerrado 2 Donde:  relacion de amortiguamiento y n es frecuencia natural S1.- 0    1 caso subamortiguado n2 C ( s)  R ( s ) ( s   n  j d )( s   n  j d ) donde  d   n 1   de donde c(t )  1  e  nt (cos  d t  2.

5 0 tr tp 61 ts 0. la respuesta a un escalón unitario tiene oscilaciones amortiguadas.05 o bien .5 INGENIERIA DE CONTROL Donde: s1  (   2  1) n s2  (   2  1) n y Respuesta transitoria G(s)   2n s 2  2n s   2 n Consideremos un sistema de segundo orden. debido a que las especificaciones de funcionamiento de los sistemas están definidas para este tipo de sistema.05 o bien 0. 2   n   n 1 2  2n s 2  2 n s   n2 Sus polos o raíces características son: El diagrama de bloques de un sistema de segundo orden se muestra en la figura E(s Para el caso subamortiguado. donde se definen algunas especificaciones de funcionamiento que son utilizadas como criterios de diseño: * Porcentaje de sobreimpulso (overshoot)Mp * Tiempo de asentamiento o establecimiento (settling time)ts * Tiempo de subida o de crecimiento (rise time)t r Tolerancia admisible C(t) * Tiempo de pico máximo (peak time)tp * Tiempo de Mretardo (delay time) td 0. Para sistemas de orden mayor. Su función de transferencia es: s1.02 P 1 td 0. utilizando el concepto de polos dominantes se aproxima el sistema a uno de segundo orden.

93/4 = 0.93 radianes  3 tr = 3.6 y n = 5 rad/seg.Hallando tr = -/d   tan 1 .La sobreelongacion máxima se obtiene en el tiempo pico Mp e (  1  2 ) Mp = c(tp) –1 Resolviendo 4.5% .785 seg.....095 o sea9. como  d   n 1   2  4   n  3 y d 4  tan 1  0..Tiempo de subida: el tiempo que se demora de 0 a 100% c(t r )  1  1  e  ntr (cos d t r  tr   send t r ) 2 1  Resolviendo   1     tan 1 d tan 1 ( d )  d  n d n 2. Hallar los valores de merito Solución:1.55 seg..2: Respuesta al escalón unitario 1. 3..Tiempo pico (tp) Cuando la derivada de C(t)/dt = 0 se halla la solución para tp = /d 3.14 – 0.5 INGENIERIA DE CONTROL Figura 5..14/4 = 0. 2.Hallando tp = /d = 3.Tiempo de asentamiento ts Con el criterio del 2% será ts = 4/n y del 5% es ts = 3/n Ejemplo 1: Si un sistema de segundo orden tiene las siguientes características  = 0.14 4  0.Sobreelongación máxima Mp e  (  d ) e 4.Tiempo de asentamiento ts 62    3 *3.

. el error entre la entrada y la salida del sistema deben tender a cero con el tiempo..5 INGENIERIA DE CONTROL Con el 2% será ts = 4/ = 4/3 = 1.. o proceso a ser controlado.3: Retroalimentación Negativa C (s) G(s)  . En nuestro caso se retroalimenta la salida.3. de modo que la salida del sistema rastree la entrada de referencia. y luego se resta a la señal de entrada de referencia.  Modifica la ganancia total del sistema..  Mejora la capacidad de rechazo a las perturbaciones. La retroalimentación nos produce los siguientes beneficios:  Mejora la velocidad y precisión para seguir la entrada. para proporcionar una señal al sistema físico. se comporte (responda) mejor.. por lo general mediante un compensador. también puede desestabilizarlo. En el mejor de los casos.... Mejor significa con más rapidez y con mayor exactitud para una señal de entrada de referencia. o con el 5% ts = 3/3 = 1 seg.. Formulación Básica. estos lazos abiertos carecen de velocidad y precisión para seguir la referencia de entrada aplicada al sistema.  Modificación del ancho de banda.1) R(s) 1  G (s) H (s) Tenemos que la función de transferencia de lazo cerrado para el sistema general de la figura será: R(S) E(s) + Gc(s) H(s)63 Gp(s) C(s) .(6. Si bien la retroalimentación puede reconfigurar el comportamiento de un sistema. de modo que la salida del sistema deben tender a cero con el tiempo. a menudo llamado “Proceso”. 5.33 seg. Propiedades de los sistemas realimentados.El objetivo de la realimentación es hacer que un sistema. La señal de error resultante se alimenta entonces hacia delante. Idealmente.En la figura consideramos R la entrada y C la salida: R(S) E(s) + C(s) G(s) H(s) Figura 5. esto es se mide la señal de salida por lo general mediante una función de transferencia.. La mayoría de los sistemas de lazo abierto son estables con entradas de referencia limitadas. el error tiende a cero con rapidez sin grandes demoras en la respuesta del sistema..

........ incluido un compensador para hacer el sistema funcione mejor o que la dinámica de un transductor que convierta la señal del sistema en el mismo tipo de señal sea la entrada de referencia..(6.....2)  in1 ( s  pi ) Este es el numerador y denominador son polinomios en la variable de Laplace s...5: Retroalimentación Negativa con Realimentación unitaria.... Estos polinomios son fijos y en general se dan en la forma factorizada mostrada: G(s) = gn(s)/gd(s) y H(s) = hn(s)/ hd(s).. La función de transferencia H en el lazo de retroalimentación puede representar muchas cosas...6 Cada función de transferencia de la figura 6...6........... la función de transferencia G en el lazo de avance o directo se divide en un compensador Gc y una planta o proceso Gp.(6.3) Entonces la función de transferencia de lazo cerrado es Tc ( s)  G ( s) 1  G(s) H (s) g n (s)  g d (s) 1   g n ( s )hn ( s) / g d ( s )hd ( s )  g n ( s )hd ( s ) .. R(S) E(s + - Gc(s) Gp(s ) C(s) Figura 5.... que da por resultado el diagrama de bloques de la figura 5.....5 INGENIERIA DE CONTROL Figura 5... como se muestra en la figura 5.(6.1 es de la forma K im1 ( s  zi ) .4) g d ( s)hd ( s)  g n ( s)hn ( s) 64 .4: Retroalimentación Negativa con G dividida en compensador y planta Para propósitos de diseño.. En la mayoría de los casos H = 1..

(6.. cualquiera de ellas o ambas potencialmente podría tener factores de ganancia multiplicativos Si se cambia cualquiera de estas ganancias. la ganancia K actúa como un factor de escala para el termino K im1 ( s  zi )  in1 ( s  pi ) el cual es un numero complejo cuando se evalúa con un valor particular de s. De una forma u otra..5).2). También el grado del denominador es el mismo que el grado de gd(s) gn(s) El denominador se le da el nombre de “Polinomio Característico” porque caracteriza la respuesta del sistema de lazo cerrado La forma de las fracciones parciales de la función de transferencia en lazo cerrado Tc revela una expresión para la ecuación característica... y se compone de los ceros de G y los polos de H. Además. Sin embargo...2. Obsérvese que según la ecuación (7. En esta forma. como gn y hn son de la forma dada por la ecuación (6.. el polinomio característico es simplemente la función de transferencia de lazo mas uno.INGENIERIA DE CONTROL 5 Esta forma final de las fracciones parciales de Tc revela algunas características interesantes de la función de transferencia de lazo cerrado. la ecuación característica también puede escribirse como: 1  G ( s ) H ( s )  0.1 G ( s)  Sea K . el denominador de Tc no esta en forma factorizada porque consiste en la suma de dos polinomios factorizados... La ganancia K resultara ser una de las variables de diseño primarias que están a disposición. En segundo lugar. es imperativo encontrar una forma eficiente de factorizar el denominador de Tc para un rango de valores de K. s ( s  1) H ( s)  1 s  10 65 .5) G (s) H ( s)  Ahora g n ( s )hn( s ) g d ( s)hd ( s)  K im1 ( s  z i )  in1 ( s  pi ) Se utilizara esta forma para el análisis sobre el lugar geométrico de las raíces. El numerador de Tc esta en forma factorizada. la factorización del denominador de Tc es de lo que trata el resto de este curso y dará inicio esa discusión formal el siguiente capitulo. las raíces del polinomio denominador también cambiaran. Por tanto..... Veamos un ejemplo por ahora: Ejemplo 7.

02 C (s)  y la respuesta en el tiempo es : c(t )  [C1  C2e 0.290 )( s  0.02 ) Tc ( s)  Si la entrada es un escalón entonces 2( s  10 ) s (( s  0.290 )( s  0.290t  C3e 0.5 INGENIERIA DE CONTROL Tc ( s )  Entonces Vemos que R k ( s  10 ) k ( s  10 )  3 s ( s  1)( s  10 )  K s  11s 2  10 s  K k ( s  10 ) s 3  11s 2  10 s  K C Vamos a manejar el valor de K de tal manera que obtengamos una respuesta que nos satisfaga: Caso 1 : K = 2 2( s  10 ) ( s  0.688 )( s  10 .02 ) C3 C C2 C4  1   s s  0.688 )( s  10 .02t ]1(t ) caso 2 : Ahora para K = 110 Tc ( s )  110 ( s  10 ) ( s  j 10 )( s  j 10 )( s  11) Si la entrada es un escalón entonces 110 ( s  10 ) C (s)  s ( s  j 10 )( s  j 10 )( s  11) C1 C2 M M*     s s  11 s  j 10 s  j 10  Aplicando la transformada inversa de Laplace se obtiene:  c(t )  C1  C 2 e 11t  2 / M / cos( 10 t   ) 1(t ) 66 .290 s  0.688 s  10 .688t  C4 e 10.

Estas observaciones son ciertas para todos los sistemas de control.66 t   ) 1(t ) En este caso la respuesta se expande sin límite. Por si acaso   M caso 3 : Ahora para K = 264 Tc ( s)  264 ( s  10 ) ( s  0. si se incrementa la ganancia por encima de 110 el resultado será una respuesta inestable. wn=1.Los tres valores de ganancia elegidos producen tres comportamientos muy diferentes. Resumen 1.5  j 4.66 )( s  12 ) Y la respuesta aun escalón será:   c(t )  C1  C 2 e 12t  2 / M / e 0.5 INGENIERIA DE CONTROL La salida tiene una oscilación sostenida.2:20]'. d=2.. 67 . Además.66 )( s  0. PROGRAMAS EN MATLAB PARA EL ANALISIS EN EL TIEMPO 1 Primer caso 2 raíces reales distintas (D>1) Sobreamortiguado t=[0:0. aunque no es una respuesta deseable.5t cos(4.5  j 4. Cuando se combina con la retroalimentación altera significativamente el funcionamiento del sistema Como paso final graficamos los polos cuando la ganancia K varia entre 0 y 264. La ganancia K se utiliza como una variable para el diseño.

t).2:20]'. grid.ye). ye=step(num.INGENIERIA DE CONTROL num=[wn^2]. den=[1. 68 5 . plot(t. xlabel('tiempo(seg)'). xlabel('tiempo(seg)').wn^2].2*d*wn.t=[0:0. title('respuesta a un escalon unitario caso 2 raices reales distintas').den. ye=step(num. 2Segundo caso críticamente amortiguado. d=1.den. wn=1. plot(t. num=[wn^2].ye).t).wn^2].2*d*wn. grid. title('respuesta a un escalon unitario caso 2 raices reales iguales'). den=[1.

ye=step(num. xlabel('tiempo(seg)'). den=[1.2:20]'.INGENIERIA DE CONTROL 3Tercer caso d=0 punto critico de oscilación t=[0:0. 4 Sistema inestable 69 5 . plot(t.2*d*wn. num=[wn^2].ye).wn^2]. grid.t).den. wn=1. d=0. title('respuesta a un escalon unitario caso punto critico de oscilacion').

Y=[Y. xlabel('tiempo(seg.wn^2]. y=step(num. title('respuesta a un escalon unitario caso Sistema Subamoertiguado').1:0.ye). for i= 1:length(vectord) d=vectord(i). ye=step(num.wn^2].2:20]'.)'). 5 Caso 2 raíces complejas conjugadas t=[0:0.2*d*wn.2*d*wn. Y=[]. 70 5 .Y).2:20]'. wn=1. den=[1. den=[1.den. end plot(t.1:0. d=-0. num=[wn^2].9].den.1. wn=1.t). vectord=[0. num=[wn^2]. title('respuesta a un escalón unitario caso Sistema Inestable').y]. plot(t.grid.INGENIERIA DE CONTROL t=[0:0.t).

6Mostrando las envolventes para d=0.ev2). den=[1. grid.2 t=[0:0. ev1=1+(exp(-d*wn*t)/sqrt(1-d^2)). plot(t. title('SISTEMA DE SEGUNDO ORDEN').t.ev1.INGENIERIA DE CONTROL xlabel('tiempo(seg)').wn^2]. xlabel('tiempo(seg)').den. wn=1. num=[wn^2].t.t). ye=step(num. grid.2. ev2=1-(exp(-d*wn*t)/sqrt(1-d^2)).2:20]'. ylabel('Salida').2*d*wn. 71 5 .ye. d=0.

2 72  1 2 5 .INGENIERIA DE CONTROL 7 Programa que calcula los parámetros de un sistema de segundo orden RESUMEN DE FORMULAS (caso subamortiguado) La salida del sistema viene dada por: y (t )  1  e  ( nt ) 1  d   n (1   ) 2 sen( d t   ) 2 (1   2 ) y   arctg  Con: Los parámetros característicos del sistema serán: 1Tiempo de subida :   tr  wd tp  2Tiempo de pico: 1  2 con   arctg ( )     d n 1   2 3Sobreelongación (Sobreoscilación) Mp e  %Programa:Realiza los cálculos teóricos con las formulas utilizando %los resultados y la grafica de MATLAB %DATOS DE ENTRADA %wn=1 %d=0.

%valor de salida en régimen permanente t=[0:0. wn=1.2:20]'. ye=step(num. %con la respuesta de matlab for i=1:length(t) if((ye(i)<=yp)&(ye(i+1)>=yp)) tr=t(i). d=0. tra=(pi-fi)/(wn*sqrt(1-d^2)). den=[1. 73 5 . num=[wn^2].den.INGENIERIA DE CONTROL %RESULTADOS %tr = tiempo de subida %tp = tiempo de pico %mp = sobreoscilacion yp=1. break. %calculando el tiempo de subida %teórico fi=atan(sqrt(1-d^2)/d).t). end end %Calculando tiempo de pico %teórico tpa=pi/(wn*sqrt(1-d^2)). %Con la respuesta mp=max(ye)-yp. break.2*d*wn.2. %Con la respuesta de matlab for i=1:length(ye) if (ye(i)==max(ye)) tp=t(i). end end %Calculando Sobrepaso Mp %teórico mpa=exp(-(d*pi)/(sqrt(1-d^2))).wn^2].

2000 Sobrepaso ans = 0.5266 74 5 .[tra tr] display 'Tiempo de pico'.2064 3.5266 0.8000 Tiempo de pico ans = 3.8087 1.INGENIERIA DE CONTROL display 'Tiempo de subida'. [tpa tp] display 'Sobrepaso'. [mpa mp] RESPUESTA >> anat07 Tiempo de subida ans = 1.

INGENIERIA DE CONTROL 75 5 .

.....5 INGENIERIA DE CONTROL 6... Lq Rq + T - ia (t+) eb (t ) eq (t )  (t-) Entrad J if =cte Salida Rq = resistencia de armadura eq = tensión aplicada a la armadura Lq = inductancia de armadura eb = fuerza contra-electromotriz iq = corriente de armadura T = torque del motor if = corriente de campo J = momento de inercia equivalente B= coeficiente de fricción B  = desplazamiento angular del eje viscosa del motor La ecuación básica par el par electromagnético del motor es:  ZNP    P i q (t )  a   em   Si Nf es el número de vueltas y entonces sea p ..................(1) Rf la reluctancia de la trayectoria de flujo de puede ser expresado como: K f ˆ Nf Rf ...Consideremos un caso muy importante porque nos permite relacionar el sistema físico con la función de transferencia y además el motor de CD es el más utilizado para los sistemas de control. Análisis del motor de Corriente Directa.. FUNCION DE TRANSFERENCIA DEL MOTOR DE CORRIENTE DIRECTA 6..1..(2) p  K f if t ...........(3) 76 p .......... ..............

.... dt . ......5 INGENIERIA DE CONTROL La ecuación resultante para el par electromagnético es:  ZNP    q iq  t  a     KK f i f  t  iq  t  t em    K qf i f  t  iq  t ................... .. eb  t   K d   t ...( 7) Donde if es la corriente de campo constante....... 77 .( 4) Donde  K qf  KK f Remitiéndose en la figura la ecuación diferencial para el circuito de la armadura es: eq  t   Rqiq  t   Lq El voltaje eb  t  diq (t ) dt  eb  t  . ..... Esto es......... y el par producido por el motor se expresa como  em  t   k qf i f  t  iq  t   k qf i f iq  t .. por sus siglas en ingles) de la maquina y es proporcional a la velocidad de la fecha del motor..(6) En un motor de Cd con excitación independiente. la corriente de campo es constante........(5) es la fuerza contraelectromotriz (emf. Suponiendo condiciones iníciales cero y aplicando la transformada de Laplace a la ecuación (7) tenemos: Tem  s   K qf I f I q  s ....

el resultado es Eq  s   Rq I q  s   Lq sI q  s   Eb  s .. 1 Lq s  Rq Es la función de transferencia entre Eq  s   Eb  s  y la función en la armadura Se aplica la transformada de Laplace a la ecuación (6) para obtener: Eb  s   K s s  ......(12) 6... Se toma la transformada de Laplace de la ecuación y se obtiene: 78 ...También se sabe que: d2 d  mec  s   J 2   B   K r dt dt ....... se puede volver a escribir la ecuación como: Iq  s  Eq  s   K s s  Lq s  Rq Si ahora se sustituye la expresión para Iq  s  .. ....(11) se tendrá: K qf I f Eq  s   K s s  Tem  s   Lq s  Rq  ..(10) Por tanto.... L s  R  q q  .(9)  I q ( s)    Y vemos que.2..(8) La ecuación (8) puede ser reacomodada como   1  Eq  s   Eb  s  .. Modelo de la parte mecánica... si se supone condiciones iníciales cero y se aplica la transformada de Laplace a la ecuación (5) en el motor. ......(13) Iq  s ..5 INGENIERIA DE CONTROL A continuación.

5

INGENIERIA DE CONTROL

Tmec  s   Js 2 s   Bs  s   K r  s 

...........(14).

Por ultimo, si se igualan los lados derechos de las ecuaciones y se reacomoda

K qf I f
 s 
G  s  

Eq  s
Js 2  Bs  K r Lq s  Rq  K K qf I f s



......(15)

.

Km 
Si.

K qf I f
JLq

,

Se obtiene una expresión un poco más simple

G  s  

Km
s 2   B / J  s  K r / J s  Rq / Lq  K K m s



Es útil es este momento construir un diagrama de bloques

G s  

G  s  .Sea

Km
s 2   B / J  s  K r / J s   Rq / Lq 



.......(16)

y

H  s   K s

.

Así se obtiene

G  s  

G s 
1  G s  H  s  .

Esta expresión puede ser representada por el diagrama de bloques de la fig. este diagrama
de bloques se parece al diagrama de bloques que se obtuvo en una exposición preliminar de
la retroalimentación en el capítulo 1. Se debe recalcar que la retroalimentación aquí es
interna en el motor de Cd. La función de transferencia general

79

G  s  entre el voltaje de la

5

INGENIERIA DE CONTROL
armadura

Eq  s 

y la posición de la flecha  s  se representa en el diagrama de bloques por

el rectángulo de líneas punteadas.

Eq  s 

+

1
Km
I  s
s  Rq / Lq q s 2   B / J  s  K r IJ

Eb  s  sK

  s

Fig

80

INGENIERIA DE CONTROL

81

5

INGENIERIA DE CONTROL

5

7.1. Criterio de routh.Es un método que no nos da mucha información pero nos apoya en determinar el rango de
variación de K para el cual el sistema de lazo cerrado es estable.
Sea p(s) = ansn + an-1sn-1 + an-2sn-2 +...........+ a1s + a0 = 0
Para aplicar este criterio se forma la tabla:

sn

an

an-2

an-4.......................ak

0

sn-1

an-1

an-3

an-5.......................al

0

sn-2

b1

b2

............... bi

0

0

sn-3

c1

c2

............... cj

0

0

sn-4

d1

d2

............... dk

0

0

s1

e1

e2

............... 0

0

0

s0

f1

0

..................0

0

0

.
.
.

Hallando bi, ci y di....

bi 

b2 

 a n a n 2 

 an1 an3 

 Det 

an1
 an an4 

 an1 an5 

 Det 

an1

 (an an3  an1an2 )
an1

 (an an5  a n1an4 )
an1

.
.
.
.

82

INGENIERIA DE CONTROL

c1 

d1 

 an1 an3 
b2 
 b1

 Det 

b1

5

 (an1b2  an3b1 )
b1

 b1 b2 

 c1 c2    (b1c2  c1b2 )
c1
c1

 Det 

La información que vamos a utilizar se encuentra en la primera columna de la tabla, cada
cambio de signo en la primera columna indica una raíz del polinomio en la mitad derecha del
plano. Se pueden aplicar dos reglas más a p(s) antes de formar la tabla:
1.- Si cualquier coeficiente es negativo, entonces existen raíces con partes reales positivas.
2.- Si cualquier coeficiente, excepto a0, falta en el polinomio, entonces existen raíces con
partes reales positivas o bien raíces sobre el eje imaginario.
Ejemplo
P(s) = s3 + 11s2 + 10s + K
La tabla de Routh es

s3

1

10

0

s2

11

K

0

s1

b1

0

0

0

c1

0

0

s
Calculando b1= -(k-110)/11
.

b2= 0

.

b3 = K

Entonces la tabla será

s3

10

0

11

K

0

s1

-(k-110)/11

0

0

s0

K

0

0

s

2

1

Como las dos primeras entradas son 1 y 11 para que todas las raíces del polinomio queden
en la mitad izquierda del plano, las dos últimas entradas deben ser también positivas.. Por lo
tanto:
-(k-110)/11>0 y K>0
Finalmente 0<K<110.
Ejemplo 3.3.2
P(s) = s3 + s2 - 4s – 4 = (s+1)(s+2)(s-2)
La tabla de Routh es

s3

1

-4

0

83

INGENIERIA DE CONTROL s2 1 -4 0 s 1 b1 b2 0 s 0 c1 0 0  1  4     4  (4)  1  4 b1   0 1 1  1 0  Det     0  0)  1 0 b2   0 1 1  Det  Par continuar se debe reemplazar la fila de ceros por una de no ceros.2 P(s) = s4 + 3s3 + s2 +3s +2 = (s+1)(s+2)(s-2) La tabla de Routh inicial . se toma la fila inmediata superior de la fila de ceros y se forma la ecuación auxiliar s2-4 al derivarla d 2 ( s 4)  2 s esto genera una nueva fila con un 2 seguido de ceros obtenemos ds La nueva tabla es c1  s3 1 -4 0 s 2 1 -4 0 s1 2 0 0 s0 c1 0 0  1  4    0  (8) 2 0   4 2 2  Det  La tabla es s3 1 -4 0 s2 1 -4 0 2 0 0 -4 0 0 s 1 s0 Hay un cambio de signo y por lo tanto una raíz en la mitad derecha del plano. Ejemplo 3. s4 1 1 2 0 s3 3 3 0 0 2 b1 b2 0 0 s1 c1 0 0 0 s 84 5 .3.

 Det  85 5 . s0 d1 0 0 0  1 1    3  3)  3 3 b1   0 3 3  1 2  Det    (0  6)  3 0 b2   2 3 3  Det  Como b2 0 y b1=0 Reemplazamos b1 por un número muy pequeño. donde  es un número positivo arbitrariamente pequeño. entonces c1 es negativo      2  Det    (0  2c1 )  c1 0 d1   2 c1 c1 Existen 2 cambios de signo y por consiguiente dos polos en la mitad derecha del plano. s4 1 1 2 0 s3 3 3 0 0 s2  2 0 0 s1 c1 0 0 0 d1 0 0 0 . La tabla de Routh inicial .INGENIERIA DE CONTROL . s0  3 3    6  3 ) 3( 2)   2 c1    .

K  0. d 2 Criterio de Routh.50 s ( s  4) GH ( s )  K ( s  2) .20 .51.0.50 ( s  4)( s  8) GH ( s)  K . K  1.5.4. Determine e que rango de K el sistema de lazo cerrado tiene polos estables.51.INGENIERIA DE CONTROL 5 PROBLEMAS PROPUESTOS 1 Grafique las raíces del polinomio característico para las ganancias especificadas.4.5 s + 6 3 Criterio de Routh: Rango de estabilidad. K  0. GH ( s )  K .20 . K  1. si GH es: a K ( s  1) ( s  2)( s  1) b K s ( s  1)( s  50 ) c K ( s  1) s 2 ( s  10 ) 86 .100 s ( s  2)( s  40 ) a b c GH ( s)  K ( s  4) 2 s ( s  2)( s  10 ) .1.50 .500 .50 . Verifique si algunas de las raíces queda en la mitad derecha del plano a s4 + 7 s3 + 24 s2 + 58 s + 40 b s4 + 23 s3 + 196 s2 + 624 s + 640 c s6 + 5 s5 + 6 s4 + 10 s3 + 4 s + 1 d s3 -2 s2 .1.0.5.2.

Pero escribamos la ecuación (7....5 INGENIERIA DE CONTROL 7..( 7........(7.... Consideremos ahora un solo termino (s + ai) Im(s) s +ai s+ai s+ai -ai ai Representación vectorial de s+ai G ( s) H ( s) K im1 ( s  zi )   in1 ( s  pi ) K im1 s  zi s  zi  n  i 1 s  pi s  pi Entonces 87 Re(s) .... Lugar Geométrico de las raíces.2..2....1) Esta ecuación se analizara geométricamente para obtener con rapidez la imagen completa de cómo la respuesta de lazo cerrado variaría con los cambio de ganancia..(7.Veamos la ecuación característica 1 + G(s)H(s) (7.... Representación grafica.........3) 7.2) GH(s) = -180º..4) g d ( s )hd ( s )  in1 ( s  pi ) El factor K puede variar los polos de Tc(s)..-Sabemos que: G ( s) H ( s)  g n ( s )hn ( s ) K im1 ( s  zi )  ...1) de la siguiente manera: GH(s) = -1 = 1-180º En coordenadas polares podemos escribir |GH(s)| GH(s) = 1 -180º De lo cual podemos escribir dos ecuaciones |GH(s)| = 1 .1.

1 El ecuación característica será Tenemos: k 0 ( s  2)( s  4) K  1  180 º ( s  2)( s  4) Escribiendo en forma polar K  1  180 º ( s  2  1 )( s  4  2 ) Tomamos como punto de prueba S1 (al lado derecho de s = -2) 88 . . . . 7. Método geométrico lugar de las raíces. .Veamos el siguiente sistema .5) n s  z i  i 1  s  p i  180 º i 1 (7.6) Estas ecuaciones nos permiten realizar algunos análisis. .2. .5 INGENIERIA DE CONTROL K   s  zi   s  zi  s  pi   s  pi G ( s) H ( s)   K s  zi  s  pi     s  zi   s  pi  Si igualamos al lado derecho que es 1 -180º tenemos las ecuaciones bases que son las siguientes: m K  s  zi 1 i 1 n  s i 1 m  pi (7.2. .

1 El mismo valor se obtiene para s = -3. Tomamos como punto de K prueba S2 (al lado izquierdo de s = -4) ( s  2)( s  4) K K K    360 º  0 º ( s 2  2 180 º )( s2  4 180 º ) s 2  2 s2  4 s2  2 s2  4 No cumple con la condición de ángulo pues 0º es diferente de -180º.95.INGENIERIA DE CONTROL 5 K K  0º ( s1  2 0º )( s1  4 0º ) s1  2 s1  4 No cumple con la condición de ángulo pues 0º es diferente de -180º.05 K  2. La bisectriz pasa por –3.0975  0.05  2  2. Tomamos como punto de prueba S3 ( -4< S3<-2) K K    180 º ( s3  2 180 º )( s3  4 0º ) s3  2 s3  4 Por tanto cualquier punto sobre el eje real entre los polos de GH es una solución de la ecuación característica. También sobre la bisectriz perpendicular se cumple que 1+ 2 = 180º.05  4 1  0. S4+4 S4 S4+2 2 89 . Para el sistema K s3  2 s3  4 1 Para s3  2. punto en el cual el lugar geométrico se aparta del eje real. El s = -3 es un punto de ruptura.

los pasos seguidos fueron: 90 .5 INGENIERIA DE CONTROL 1 2 S2 -5 S3 -4 S3+4 -3 S3+2 1 S1 -2 S1+4 -1 S1+2 S2+2 -1 S2+4 -2 GRAFICO DEL LUGAR DE LAS RAICES En resumen.

Se calcula la ganancia que coloca un polo de lazo cerrado en ese punto por medio de la ecuación respectiva. GH  Ejemplo 2. 91 . Se grafican los polos y ceros reales de GH. Se escribe la ecuación característica de la forma GH = 1-180º 2. 3. 4.2. 5. Se grafican los polos y ceros reales de GH con respecto a un punto s de solución prospectiva.Considere X O -4 -1 X K ( s  1) 2 GH  2 s ( s  10 ) Soluciones de GH + 1 = 0 Im(s) X O(2) X(2) Re(s) -10 -1 Regla 2. Si la suma de los ángulos de los ceros de GH menos la suma de los ángulos de los polos de GH es igual a –180º. entonces el punto es una solución de la ecuación característica con una ganancia especifica.. 7.Si K ( s  1) s ( s  4)( s  10 ) Im(s) Soluciones de GH + 1 = 0 . X Re(s) -10 Ejemplo 3.El lugar geométrico de las raíces en el eje real se encuentra a la izquierda de una cuenta impar de polos reales y ceros reales de GH..El inicio del lugar geométrico de las raíces es en los polos de GH. REGLAS DEL LUGAR GEOMÉTRICO DE LAS RAICES Regla 1. K se calcula solamente cuando la condición de ángulo ha sido satisfecha...3.INGENIERIA DE CONTROL 5 1. 6.

n K Tenemos  s p i 1 m  sz cuando s   p i cuando s   z i K 0 K  i i 1 GH  Ejemplo 4- i K ( s  1)( s  4) s ( s  10 ) Im(s) Soluciones de GH + 1 = 0 X O O X Re(s) -10 -4 -1 Regla 4. está denotado por pex. Este numero llamado exceso de polos sobre ceros. Las ramas que se extienden al infinito tienden a asíntotas de línea recta que se originan en un punto común... pex pex 92 .. l  0.El final de las ramas en el lugar geométrico de las raíces es en los ceros de GH.5 INGENIERIA DE CONTROL Regla 3..1. Los ángulos que las asíntotas forman con el eje real se calculan con la formula..El número de ramas que se extienden al infinito es igual a la diferencia entre el número de polos y el número de ceros de GH. l  (1  2l )(180 º ) .

El máximo ocurre en s = -3 con K = 1... La figura muestra el lugar geométrico de las raices como una curva de K como una función de valores reales de s entre –2 y –4 con las ordenadas de las dos curvas alineadas.Los puntos en los cuales el lugar geométrico de las raíces se “aparta de “y se “acerca al “eje real pueden determinarse encontrando los puntos máximos y mínimos de la ganancia K en función de s. con s restringida a valores reales.Tomando el ejemplo ya analizado con GH  K ( s  4)( s  2) Vemos un punto de ruptura en s =-3. Regla 6.. En el punto 93 . El polo de lazo cerrado que se origina a partir del polo de GH en s = -20 viaja a lo largo de esta asíntota hacia cero en s = . Ejemplo 2.La intersección de las asíntotas con el eje real esta dada por la formula  j   n j Re{ p i }   m j Re{ z i } p ex GH ( s )  Ejemplo 1: Sea K ( s  1)( s  5) s ( s  6)( s  20 ) El lugar geométrico de las raíces se muestra en la figura siguiente: Im(s) Asíntota en –180º Re(s) -20 -6 -5 -1 La única asíntota esta en  = -180º.5 INGENIERIA DE CONTROL Regla 5.

Esta es la ganancia máxima con la que los polos son reales.5 INGENIERIA DE CONTROL donde K = 1. la ecuación característica tiene una doble raíz en s = -3. Im(s) Re(s) -4 -3 -2 Ganancia máxima es s=-3 -4 K=s2+6s+8 -2 dk/ds = 2s +6 = 0 94 máximo es s = -3 . las ganancias más altas producen raíces complejas.

Incluso así.1 10. Si GH tuviera solo dos polos en s = -10 y s = -4.5 INGENIERIA DE CONTROL Ejemplo 3. aproximadamente en un punto intermedio entre los polos de GH en s igual a -10 y s =-4.7 10. 95 -6.50 -6. Las asíntotas se cortan en i = (-10-4-(-1))/2 = -6.5 Se muestra un bosquejo de LGR. habrá dos asíntotas en  =  90º.8 10.5 -6. los polos de lazo cerrado comienzan en s = -10 y s = -4 y emigran uno hacia el otro. Sin embargo.9 10.47 . La tabla proporciona la ganancia en la región de s = -7.51 Como pex = 2. Tabla: Valores de ganancia a lo largo del eje real cerca del punto de alejamiento s K -7.2 10.0 10.Consideremos el caso con: GH  K ( s  1) s ( s  4)( s  10 ) En este caso. Como en le caso del ejemplo habrá una ganancia máxima en algún lugar a lo largo del eje real entre estos dos puntos de inicio..46 -7. el polo de GH en s = 0 y el cero en s = -1 hacen que el punto de alejamiento este exactamente a la derecha de s = -7. el punto de alejamiento aun esta muy cerca de s = -7 y el punto medido del intervalo constituye un excelente lugar para iniciar la búsqueda del punto de alejamiento.41 -7. el alejamiento habría sido precisamente en s = -7 .

INGENIERIA DE CONTROL -10 -4 96 -1 5 .

sobre el eje real:  En el intervalo –2 < s < -1 ( la suma es 3. Asíntotas -20 -7 97 -2 -1 2 ..1...- GH ( s )  Sea K ( s  1) s 2 ( s  2)( s  20 ) Hallar el L. Pex l  0.G.R.2.5 INGENIERIA DE CONTROL Ejemplo 4. < s < -10 ( 5. 4 polos mas 1 cero) Pex = 4 – 1 = 3 que será también el numero de asíntotas Las asíntotas estarán en : l  Considerando la formula (1  2l )(180 º ) .R: Solución: El primer paso es encontrar el L. Pex (1  0)(180 º )  60 º 3 (1  2)(180 º ) 2   180 º 3 (1  4)(180 º ) 3   300 º 3 1  i  (0  0  ( 2)  ( 20 ))  (1) 21   7 4 1 3 En el origen se aparta 90º. 2 polos mas 1 cero)  En el intervalo .G.

.INGENIERIA DE CONTROL 5 Regla 7. Como este círculo se hace mas pequeño.El ángulo de partida de una rama del lugar geométrico de las raíces desde un polo de GH.Considerando el sistema GH ( s)  K ( s  2) s( s  1)( s  40 ) Siguiendo los pasos anteriores delinear el LGR para que quede como el mostrado con matlab. 98 . Ejercicio. todos los ángulos de los demás polos y ceros tienden a valores exactos que son fáciles de calcular. o el ángulo de arribo de una rama en un cero de GH puede determinarse satisfaciendo la condición del ángulo sobre un circulo de radio pequeño centrado en el polo o cero en cuestión. Solo el ángulo con respecto al polo o cero alrededor del cual se construye este círculo de radio pequeño es entonces desconocido..El lugar geométrico de las raíces es simétrico con respecto al eje del plano s Regla 8..

99 5 .den). rlocus(num. den=[1 6 8].INGENIERIA DE CONTROL RL01 num=1. axis([-10 0 -10 10]). sgrid.

sgrid. rlocus(num.den). RL04 num=[1 1]. den=[1 22 40 0 0]. den=[1 10 0 0].den).INGENIERIA DE CONTROL RL02 num=[1 1]. axis([-15 0 -15 15]). den=[1 14 40 0].den). sgrid. sgrid. den=[1 14 40 0]. axis([-15 0 -15 15]). 100 5 . axis([-16 16 -16 16]). r=roots(ec) k end RL05 num=[1 1]. rlocus(num. RL03 num=[1 2 1]. axis([-20 0 -100 100]). rlocus(num. sgrid.den). for k=11:30 ec=[1 14 40+k k]. rlocus(num.

Este análisis combinado con el criterio de Nyquist nos permite realizar el diseño de Bode.INGENIERIA DE CONTROL 5 8 INTRODUCCION Utilizando la transformada de Laplace u otros métodos podemos hallar la función de transferencia y así utilizando el diagrama del lugar de las raíces podemos realizar un primer análisis de estabilidad pero si queremos realizar un análisis para varios rangos de frecuencias y amplitudes pero si reemplazamos la variable s (Transformada de Laplace por jw (transformada de Fourier) podemos realizar el análisis en el dominio de la frecuencia de una función de transferencia por intermedio de los gráficos de Bode en magnitud y fase. 101 .

Las señales sinusoidales son importantes por lo siguiente:  Los disturbios para ingeniería de control son algunas veces sinusoidales.1 SEÑALES SINUSOIDALES EN SISTEMAS LINEALES.  Mucha vibraciones tiene la forma sinusoidales.  El diagrama de bode esta basado en este tipo de señales de entrada..INGENIERIA DE CONTROL 5 8. Veamos un grafico en la entrada vemos una señal senoidal y en la salida también vemos una señal senoidal pero su amplitud y fase han cambiado Entrada: 102 .

La figura 1 muestra 103 . G(jw) es un numero complejo.2 DIAGRAMAS DE BODE Se desea graficar con rapidez G (jw) para una variación de w./G(jw)/sen(wt +∟G (jw)) La ganancia en amplitud será /G (jw)/ y el desfasamiento será +∟G (jw)) 8. Ahora colocaremos la magnitud y el ángulo de G (jw) en un diagrama semilogaritmico. Para una frecuencia dada w.INGENIERIA DE CONTROL 5 Salida: La entrada es Asen (wt) y la salida es A. En el diagrama de Bode representaremos por un lado el módulo de la función ( G(ω ) ) y por otro la fase (φ (ω ) ).

en el que la frecuencia varía entre 1 rad/s y 106 rad/s). ¿Qué es una escala logarítmica y por qué usarla? Las escalas logarítmicas se emplean cuando se quieren representar datos que varían entre sí varios órdenes de magnitud (como en el ejemplo de la figura 1. Si hubiésemos empleado una escala lineal. cuya función G ( w)  de transferencia es: 1 jw 1 wc A la hora de elaborar un diagrama de Bode hay que prestar atención al hecho de que la escala correspondiente al eje de frecuencias es logarítmica. /G(jw)/db = 20 log 10/G(jw)/ GRAFICANDO Forma de la constante de tiempo de G(s)  G (s)  s  K l m i 1 n l i 1 (s  z i ) (s  pi ) Lo podemos escribir como: 104 . La curva de magnitud será logarítmica pues /G(jw)/ se convertirá a decibeles. todos los puntos por debajo de 104 rad/s se representarían en la centésima parte del eje de abscisas. sólo apreciaríamos bien los datos correspondientes a las frecuencias mayores mientras que. La abscisa a lo largo de la cual se grafica la frecuencia será logarítmica y las ordenadas donde se graficaran la magnitud y la fase de G(jw) serán lineales. por ejemplo.INGENIERIA DE CONTROL 5 como ejemplo el diagrama de Bode de un filtro paso baja de primer orden.

El termino de ganancia K’ es una línea horizontal de magnitud    k  20 log 10    m z i 1 i n l p i 1 i    db   1 jw 1  Polo real simple. i 1 k'  n  l    i 1 pi  Termino de ganancia Además de términos de la forma 1/s(l) ......INGENIERIA DE CONTROL    K  G (s)      s  ) i 1 zi   n l s  (1  )  i 1 pi   Z i   i 1   n l p   i 1 i   m   5 m (1  Teniendo en cuenta que 1 + s/pi = 1+pis Donde pi es la constante de tiempo del polo s= -pi Podemos decir que  s  ) i 1 zi   n l s  (1  ) i 1 pi    G(s)  k      m ' (1   K m Z i   ....Considere el termino  para frecuencias bajas  20 log 10  1 1  jw pi  20 log10 1  20 log 10 1  0 db pi para frecuencias altas  20 log10 1 1  jw  20 log10 pi 1 jw  20 log10 ( pi Finalmente dibujaremos 1..La magnitud es de 0 db hasta la frecuencia de corte pi 105 pi )  20 log10 pi  20 log10 w w .... Análisis de bode  Ganancia..... 1+s/pi.. 1+s/zi..

10 1 1  jw 50 40 db 20 Curva compuesta Ganancia en 2 0. Ponemos G(s) en la forma G (s)  (1  s ) 2(1  s ) 500 x 2 2 2  10 x50 (1  s )(1  s ) (1  s )(1  s ) 10 50 10 50 Para k= 2 tenemos que 20 log102 = 6 db 1  jw También representamos 2 .1 1 cero en -2 10 Polo en –10 100 1000 polo en -50 (-20) (-40) Figura2 Curvas de Magnitud asintótica individual y compuesta Calculo de la fase.de 0 a w = pi será 0 db y a partir de ahí se eleva 20 decibles por  década..Comenzando en pi trace una línea recta de pendiente –20 decibeles Comparándola con la curva real podemos hallar la frecuencia de corte pi 1 1  jw  pi 1 1 jp i  pi 1 2  3db Para la fase consideramos w0 entonces fase 0º w entonces fase 90º para w = pi entonces fase 45º.. La fase será de 0º a 90º pasando por 45º en w = pi G (s)  Ejemplo 1. Cero Real simple.Sea 500 ( s  2) ( s  10 )( s  50 ) 1. 1 1  jw ..5 INGENIERIA DE CONTROL 2.- 106 .

3º 2 10 50 W 0.8 1 2 3 4 5 10 20 G(jw) 4º 9º 13º 16º 20º 31º 36º 37º 36º 22º 0º 30 50 100 200 -59º -74º 30º 36º  Polo repetido.2)  tan 1 0.  2  wd2  2  wd2 wn2   ( s    jw d )( s    jw d ) s 2  2s   2  wd2 s 2  2 wn s  w n2 Donde wn2   2  wd2 y   COS  .7º 1.2  tan 1  tan 1  5.23º  4.2 0.1 (1  jw pi )2  Supongamos 1  w 1    pi 2    2 tan 1 w  pi   A baja frecuencia será 0 db.5 INGENIERIA DE CONTROL G ( jw )  tan 1 w w w  tan 1  tan 1 2 10 50 el calculo para w=0.2 0.4 0.. La fase pasa de 0º grados a –180º.   tan 1 ( w d /  ) 107 .  pi    w 20 log 10  2  40 log p i  40 log w. A alta frecuencia será Será una asíntota con pendiente –40 decibeles por década a partir de la frecuencia de ruptura con un error en ese punto de 6 decibeles.6 0.2 0 . Si fuera un polo triple seria –60 db por década y fase hacia –270º.2 rad/s es G ( j 0.15 º 0.  Polos complejos conjugados.

40 (3) 20 (1) 10 0 1 10 100 108 1000 .5 ( ( ) (1)El factor 7. (3)El factor (1+jw/3) tiene frecuencia de esquina w =3 y pendiente de +20db.5 contribuye con 20log10(7. (5)El factor [ −1 ( jw )2 jw tiene frecuencia de esquina w=√ 2 y pendiente de + +1] 2 2 esquina de -40 db. (2)El factor (jw)-1 inicia en 20 db y tiene una pendiente de -20 db.Dibuje los diagramas de bode para la siguiente función de transferencia: ( jw ) ( jw ) ( jw +2 ) [¿¿ 2+ jw +2] 10 ( jw +3) G ( jw )= ¿ Lo escribimos de la forma normalizada: jw +1) 3 G ( jw )= ( jw )2 jw jw ( jw ) +1 [ + +1] 2 2 2 7. frecuencia de resonancia Ejemplo 2.5 INGENIERIA DE CONTROL G ( jw )= Tenemos entonces normalizando: 1 w w 2 1+ 2ξ j +( j ) wn wn ( )  A bajas frecuencias  A altas frecuencias será –40 db por década  Para coeficientes de amortiguamiento grandes() será como en el caso anterior pero será 0 db para coeficientes de amortiguamiento pequeños tendrá una joroba con el pico localizado en w  wn 1  2 2  wr . (4)El factor (1+jw/2)-1tiene frecuencia de esquina w=2 y pendiente de -20db..5) = 17 db.

INGENIERIA DE CONTROL -10 -20 (4) (5) (2) 109 5 .

2s  9) 1.Considere el sistema cuya función de transferencia de lazo abierto es: G ( s)  num = [ 0 9 den = [ 1 1.8 9]. bode(num.INGENIERIA DE CONTROL La función bode nos permite calcular la respuesta en magnitud y fase para sistemas en tiempo continuo.2 9( s 2  0. title(‘Diagrama de Bode de G(s) = 25/(s^2 + 4s +25)’) Ejemplo 4. Ejemplo 3: Considere la función de transferencia en lazo abierto: G( s)  25 2 s  4s  25 G ( s)  Definimos el sistema num( s) den( s ) num = [ 0 0 25]. xlabel('w'). bode(num. den) title(‘Diagrama de Bode de G(s) = 9(s^2 + 0. den = [ 1 4 25].w) 110 title(‘Diagramas de Bode de G(s) = 9(s^2 + 0. bode(num.2s +1)/[s(s^2 + 1..100). 9 0]. den.2 s  1) s ( s 2  1.2s +9)]’) % Programa alternativo % especifica el rango de variación de w num = [ 0 9 den = [ 1 1.2 1.3. 9 0]. lineal e invariante en el tiempo.8 9]. den) grid on.2s +9)]’) 5 . w=logspace(-2.2s +1)/[s(s^2 + 1.

INGENIERIA DE CONTROL 111 5 .

e(t )  K i  e( )d  K d 0 d e(t ) dt donde e (t) es el error y u (t) es la señal de regulación. e(t )   e( ) d  Td . 112 Al . Ahora empezaremos el estudio de los reguladores. Dependiendo del problema se escogerá el regulador pero los mas usados los PID.. tenemos que e (t) = r (t) – y (t) donde r (t) es la referencia y y (t) es la señal a controlar. mientras que Ti y Td se deben dimensionar en el tiempo.1 Reguladores PID. Veamos algunas partes del regulador PID usadas individualmente. también los de adelanto atraso y otros mas. por eso empezaremos con ellos. en donde existen tres puntos de ajuste. en el campo de Laplace y el campo de la frecuencia. 0  d e(t )  dt  . sino que el regulador se da como t   1 d u (t )  K . ( y (t ))  Ti 0 dt   pasar el regulador al campo s. e(t )  Ti  t  e( )d  Td . K. Ti y Td. se obtiene la siguiente función de transferencia GR ( s )  K (1  1 Y (s)  Td s ) G R (s)  Ti s E (s) Donde Podemos tener un regulador PID.5 INGENIERIA DE CONTROL 9 Después del modelamiento y del estudio en el campo del tiempo. El regulador también se puede escribir como:  1 u (t )  K . Los reguladores son dispositivos que comparan la señal de salida con la señal de referencia y de acuerdo a esto disminuyen o aumentan la señal de entrada.Se representa por t u (t )  K p . 9. Los mas utilizados son los PID (Proporcional – Integrador – Derivativo). La ganancia K no tiene dimensión. y se dan en segundos o minutos. Este es un regulador industrial común. En muchos casos no se deriva el valor de referencia.

Se estudian los polos y ceros y se encuentra los parámetros del regulador. 9.  ts es el tiempo de levantamiento. pero hay que buscar entre los valores para obtener el más óptimo. Se mide como el tiempo en que el valor máximo de señal de salida ocurre. 113 . con reglas establecidas se calculan los parámetros del regulador. Normalmente es 5% o 2%.  El regulador Proporcional – Integrador . -1. en este caso el error ni pierde ni gana.INGENIERIA DE CONTROL  5 El regulador Proporcional (P).2 DIMENSIONAMIENTO DE REGULADORES EN EL CAMPO DE LAS FRECUENCIAS: Con este método se parte de las especificaciones.  Lugar geométrico de las raíces.  te es el tiempo de estabilización. Se mide como el tiempo que tarda la señal de salida en subir del 10% al 90% de su valor final. Los métodos usados son:  Autoajuste. dada la parte integradora incluida al sistema. pero empeora la estabilidad y los transitorios también aumentan. nos proporciona un sistema que responde mas rápido. Otros parámetros son:  Mp sobrepaso máximo. tiene menor diferencia con la señal de entrada (error). Se calcula como la diferencia entre el valor máximo de la señal de salida y su valor final = Ymax. Se basa en ciertas características y requisitos de regulación.  El regulador Proporcional – Derivativo (PD) presenta un sistema anticipativo y por lo tanto más rápido y más estable. desafortunadamente la estabilidad empeora.05  Velocidad Tiempo de levantamiento ts < 10 seg.Derivativo (PID) mejora las tres características del sistema. por ejemplo:  Estabilidad Margen de fase deseado φm > 45° Margen de amplitud deseado Am > 3dB  Exactitud Error después de un cambio escalón en la referencia e0 =0 Error después de un cambio rampa en la referencia ei < 0. La acción derivativa equilibra la acción integradora.  tp es el tiempo de sobrepaso máximo.  El regulador Proporcional – Integral (PI) quita por completo el error en estado permanente. se calculan los parámetros del regulador. Se mide como el tiempo en donde la señal de salida se encuentra dentro de unos ciertos límites.  Campo de Frecuencia. Basado en los requisitos de las características del sistema de control en el campo de frecuencias.

Ti y Td indicaran el tipo de regulador que se debe usar.integrador. un proporcional – derivativo o un proporcional – integrador – derivativo. Ya sea este un proporcional. ts  2 sen ( m / 2) c y te  6  m  70  c tan  m Sabemos que un regulador tipo PID tiene la forma   1 G R ( s )  K  1   Td s  Ti s   Los valores de K. un proporcional .5 INGENIERIA DE CONTROL Si nos encontramos en el dominio de la frecuencia podemos calcular en forma aproximada los tres primeros parámetros: Mp  1 1. 114 .4 .

3 9.INGENIERIA DE CONTROL 9.4 115 5 .

INGENIERIA DE CONTROL 116 5 .

INGENIERIA DE CONTROL ESPACIO DE ESTADOS 117 5 .

Si n elementos del vector son un conjunto de variables de estado.... ( n 1) Definimos xn  y Entonces la ecuación () se escribe como sigue: x 1  x2 x 2  x3 x 3  x4 .Un sistema dinámico se describe mediante una serie de ecuaciones diferenciales.  a n 1 y  a n y  u .(  ) x1  y x 2  y x 3  y ..  a1 xn  u Esto también se puede expresar como: x  Ax  Bu 118 . .2...... en las cuales el tiempo es la variable independiente.. puede expresarse una ecuación diferencial de n-ésimo orden mediante una ecuación diferencial matricial de primer orden.. Con la notación matricial.. 10..INGENIERIA DE CONTROL 10. .Consideremos el siguiente sistema de n-ésimo orden ( n) ( n 1) y  a1 y  . la ecuación diferencial matricial es una ecuación de estado.. Representación en el espacio de estados cuando la función de excitación no contiene términos derivados..1.. 5 Introducción. x n 1  xn x n   a n x1  .

0 obsérvese que d =0 esta será la función de transferencia de la forma: Y ( s) 1  n U ( s ) s  a1 s n 1  . . . 1     .5 INGENIERIA DE CONTROL x  x1   x   2 0 1 0 . Este sistema tiene una sola entrada y una sola salida y la ecuación diferencial que lo describe será: 119 my  by  ky  u . la excitación externa es u(t).  a n 1 s  a n Ejemplo 1 Consideremos el sistema mecánico que aparece en la siguiente figura: K u(t) m y(t) b se supone que el sistema es lineal. . 0 0 1 .. que es una fuerza y la salida es el desplazamiento de la masa y(t).  .  a1   0  0   .  0 1 La salida será: y  1 0 ..A   .      xn  Donde: 0   0  .  0 0 0   an   a n1  a n 2   . .    xn  que será donde y  Cx  Du C  1 0 . . 0  x1   x   2   .B     .

B   1  .    m  m D0 Ejemplo 2: Considérese un circuito RLC L R ei C 120 e0 . por lo tanto definimos las variables de estado x1(t )  y (t ) x2 (t )  y (t ) Obtenemos x 1  x 2 x 2   1 1 ( ky  by )  u m m Expresado de otra manera x 1  x 2 x 2   k b 1 x1  x 2  u m m m La ecuación de salida es y  x1 En forma matricial se escribe:  0  x 1   x     k  m  2 1  b   m  x1   0   x   1  2   m  u La ecuación de salida es  x  y  1 0  1   x2  la forma estándar x  Ax  Bu y  Cx  Du  0 k   m A Donde: 1   0 b  .5 INGENIERIA DE CONTROL Este sistema es de segundo orden. C  1 0.

Donde:  0 1   0  1 R .INGENIERIA DE CONTROL ei  L Obtenemos eo  di 1  Ri  idt dt C  1 idt C  Por lo tanto R 1 1 e o  eo  ei L LC LC eo  Tenemos x1  e o x 2  e o y también u  ei y  eo  x1 Obtenemos  x 1   0  x     1  2   LC  x  y  1 0  1   x2  1  R   L  x1   0   x   1  u  2   LC  Con lo cual tenemos el modelo matemático. Relación entre el modelo de estados y la función de transferencia G (s)  Tenemos K s 3  a 2 s 2  a1 s  a 0 121 5 .B   1  A    LC  LC  L  C  1 0 y D  [0] 10.3.

4..(1) 10. Expresándolo en forma matricial compacta será: x (t )  Ax(t )  bu (t ) ………. Matriz de transición de estados y respuesta en el tiempo Denotamos la solución de la ecuación de estado homogénea (cuando u(t) = 0) x (t )  Ax(t ) Como x(t) = Φ(t)x(0) En donde Φ(t) es una matriz de orden n x n y es la solución única de 122 5 .INGENIERIA DE CONTROL Y ( s )  G ( s )U ( s )  KU ( s ) s  a 2 s 2  a1 s  a 0 3 Operando en cruz tenemos: Y ( s )( s 3  a 2 s 2  a1 s  a 0 )  KU ( s ) s 3Y ( s )  a 2 s 2 Y ( s )  a1 sY ( s )  a 0Y ( s )  KU ( s ) lo que nos lleva a: d3 d2 d y (t )  a 2 y (t )  a1 3 2 dt dt dt y (t )  a 0 y (t )  Ku (t ) Si hacemos x1 (t )  y (t ) dy (t ) dx1  dt dt d 2 y (t ) dx 2 x3 (t )   dt dt 2 x 2 (t )  Podemos escribir: x 1 (t )  0  x2 (t )  0 x 2 (t )  0  0  x3 (t ) x 3 (t )  a0 x1 (t )  a1 (t ) x2 (t )  a2 x3 (t )  Ku(t ) Expresándolo en forma matricial: 1 0   x1 (t )   0  x (t )   0  0 1  2      x 3 (t )    a0  a1  a2   x1   0   x    0  u (t )  2    x3   K  Esta forma es conocida como la forma canónica controlable.

INGENIERIA DE CONTROL Φ=A Φ ´( t ) . Φ(t) = eAt = (e-At)-1 = [Φ(-t)]-1 o bien: Φ-1(t) = Φ(-t) 3. a pesar de que A puede ser singular. [Φ(t)]n == Φ(nt) 5. ya que: Φ −1 ( t ) = e−A t = Φ ( − t ) Para el caso no homogéneo la solución viene dada por: t t x ( t )=Φ ( t ) x ( 0 ) +∫ Φ ( t−τ ) Bu ( τ ) dτ=e At x ( 0 )+∫ e A (t−τ ) Bu( τ) dτ 0 0 Donde reconocemos a la integral de convolución para el cálculo de la parte forzada de la respuesta. Φ(t1 + t2) = eA(t1 + t2 ) = eAt1eAt2 = Φ(t1)Φ(t2) = Φ(t2)Φ(t1) 4. Propiedades de la matriz de transición de estados 1. Φ(0) = eA0 = I 2. con Φ (0) = I Se puede deducir fácilmente que Φ ( t ) = eAt = L−1[( sI − A)−1] = Matriz de Transición de Estado (MTE) Notar que la MTE es siempre no singular. Φ(t2 – t1)Φ(t1 – t0) = Φ(t2 – t0) = Φ(t1 – t0)Φ(t2 – t1) EJEMPLO 1 Considérese el sistema  x 1 (t )   x (t )    2  1   x1 (t )   0   2  3  x (t )    2  Debemos hallar la matriz de transición de estados Φ ( t ) = eAt = L−1[( sI − A)−1] = Matriz de Transición de Estado (MTE) Como 1   s 1   s 0  0 s  IA       2  3   2 s  3 0 s       ¿ [ 1 s+ 3 1 ( s+1 ) (s+ 2) −2 s ] 123 5 .

Si se aplica la transformada de Laplace a (1) tenemos sX ( s ) −x ( 0 )=A X ( s ) +bU (s) sX ( s ) −AX ( s )=x ( 0 ) +bU (s) sIX ( s )− AX ( s ) =x ( 0 ) +bU (s) [ sI− A ] X ( s ) =x ( 0 ) +bU ( s ) … … … … … .A] es una matriz de n x n . si esta matriz tiene una inversa entonces (2) tiene solución y podemos obtener x(t).4 Matriz de transición en el caso no homogéneo..INGENIERIA DE CONTROL 5 s +3 ( s+1 )( s+ 2) 1 ( s+1 )( s+ 2) −2 ( s+1 )( s+ 2) ¿ (s+2) ¿ s ( s+1 ) ¿ ¿ ¿¿ −1 Φ ( t )=e At =L−1 [ sI− A ]  2e t  e 2t  t t   2e  2e e  t  e 2t    e t  2e 2t  RPTA: 10. La invertibilidad de sI – A depende de su determinante si Det(sI – A) es diferente de 0 la matriz es invertible. L−1 [ x (s ) ] =x ( t )=L−1 {[ sI −A ] −1 } x ( 0 ) + L−1 {[ sI− A ]−1 U (s)} b 124 .(2) Donde [sI . Los valores para los cuales esta matriz no es invertible son importantes y corresponden a los puntos singulares o polos de una función de transferencia.

INGENIERIA DE CONTROL Se demuestra que −1 L { [ sI− A ]−1 }=e At Observamos que la solución será de la forma t x(t )  e x (0)  b  e A( t  )u ( )d At 0 EJEMPLO 2 Considérese el sistema   2 2   x1 (t )   1   0  4  x (t )  2 u (t )    2     x1 (t )   x (t )   2   s 0   2 2   s2 2        0 s  4  0 s   0  4  s  IA   Formamos  sI  A 1  Adj sI  A Det  sI  A 2   s4  0 s  2   ( s  2)( s  4)  1    s2  0  1 1   s  2 s  4  1  s4  125 5 .

u (t )  1(t )  2   s 0  0 1   s 1        0 s    2  3  2 s  3  sI  A    sI  A 1   sI  A 1  2e t  e  2t t  2t   2e  2e e At    s  3 1   2 s    ( s  1)( s  2) 2 1  s 1  s  2  2 2     s 1 s  2  2 ( t  ) 1 1   s 1 s  2  1 2     s 1 s  2 e t  e  2t    e  t  2e  2 t  1  1   x1 (t )   e t  e  2 t   2  x (t )   2  t 2t  2  e  e   126    e  4( t  ) u ( )d    b t  4 ( t  )  e u ( )d 0 EJEMPLO 3  s  3 1   2 s     s ( s  3)  2  e t 0 0   1  x 1   0  x     2  3  2   u ( )d   e  2 (t  )  e  4( t  )  u (  ) d   b   e  4 (t  )      .5 INGENIERIA DE CONTROL  e At 1 1   s  2 s  4  1  s4  1   L1  s  2  0   1  1  L    s  2    0  1 1     s  2 s  4  1  L1    s  4  e  2t e  2t  e  4t   0 e  4t   e 2t  x 1   x    2   0   L1        e  2 t  e  4t   e  4t   x1 (0)    x (0)    2    e  x 1   x    2  0 2t e  2t e e  4t  4t t   e  2( t  ) 0   0  t  e   x1 (0)       x ( 0 )   2   2 ( t  ) 0  x1   0  x    1 u.

den) Transformación del espacio de estados a la función de transferencia 127 . B. C.INGENIERIA DE CONTROL 5 PROGRAMAS CON MatLab QUE TRANSFORMAN DEL ESPACIO DE ESTADOS A LA FUNCION DE TRANSFERENCIA Y VICEVERSA Transformación de la función de transferencia al espacio de estados Tenemos Y (s) s  3 2 U ( s) s  14 s  56 s  160 Programa 01 num= [0 0 1 0] den=[1 14 56 160] [A. D]=tf2ss(num.

den]= ss2ft[A. C=[1 0 0] D=[0] [num. B. 25.0 0 1. C. -120].INGENIERIA DE CONTROL Tenemos 1 0  x1   0  x    0  0 1 2      x 3    5  25  5  x1   0   x    25  u  2    x3    120   x1    y  1 0 0  x 2   x 3  %%%%%Programa 02%%%%%%%% A=[0 1 0.-5 –25 –5]. D] 128 5 . B=[0.

129 . las matrices A y B tienen que ver con la relación entre la entrada y el estado. ¿El estado inicial del que parte un sistema. La matriz D representa la transmisión directa de la entrada a la salida. puede siempre identificarse mediante la observación de la salida y (t) y de la entrada u (t) sobre un tiempo finito? Estas características del sistema pueden ser contestadas mediante las propiedades de las matrices A. C.INGENIERIA DE CONTROL 5 CONTROLABILIDAD Y OBSERVABILIDAD 1. C. como las matrices A y C involucran el estado con la salida. a estas se les conoce como par de controlabilidad. Introducción Nosotros representamos un sistema lineal con variables de estado utilizando las matrices A. B. La controlabilidad responde a la pregunta: ¿Existe siempre una entrada de control u (t) la cual puede transferir el sistema desde el estado inicial x0 a cualquier otro estado deseado en un tiempo finito? La observabilidad responde a la pregunta. D donde las matrices A y C describen el comportamiento no forzado del sistema ( o el comportamiento cuando la entrada es cero). B. a estas se les conoce como el par de observabilidad. D. mientras que la matriz B caracteriza el efecto de la entrada(o el control) sobre la dinámica del sistema. En cambio.

. De otra manera se dice que el estado x0 es incontrolable sobre [t0. si existe alguna entrada u sobre [t0....u (t ) dt y (t )  C (t ). D son las matrices constantes:  1 0  A   0  1  1 B   0 C  1 1 D0 Como podemos observar.x(t )  B(t ).. t1] donde t1es un tiempo finito.t1].u (t ) t  t 0 .... podemos escribir la ecuación de cada uno de los estados..x(t )  D(t ). t1]. C..INGENIERIA DE CONTROL 5 11. Decimos entonces que la entrada u(t) transfiere el sistema desde el estado x0 (en el tiempo t0) al estado x1(al tiempo t1).. que será: 130 . Definición II: Sistema completamente controlable Si todo estado x (t0) del sistema es controlable sobre [t0. Definición I: Estado controlable El estado inicial x0 del sistema descrito por las ecuaciones (1) se dice que es controlable sobre el intervalo [t0....t1]. donde A. t1] la cual transfiere el sistema desde x0(al tiempo t0) al origen del espacio de estado al tiempo t1.... el estado al tiempo t1 es x1. B.Considere el sistema lineal continuo en el tiempo representado por: dx(t )  A(t ). Ejemplo: Considere el sistema descrito por las ecuaciones (1).. y para t0 el estado inicial x0...2 Controlabilidad. x(t 0 )  x0 .t1].. el sistema se dice que es completamente controlable sobre [t0.( Ecuaciones 1) Supongamos que para alguna entrada u (t).. t  [t0....

.... Ejemplo de aplicación del teorema: El ejemplo anterior  1 0    0  1 A  1 B   0 Calculemos su matriz de controlabilidad Cc = [ B A. Teorema: El sistema dx(t )  A. Por lo tanto el primer estado es controlable pero el sistema no es completamente controlable.. si y solo si la matriz de controlabilidad de dimensión n x (n..x(t )  B.INGENIERIA DE CONTROL 5 dx1   x1  0.B] es de rango n...A(n-1).x1  x 2  0 dt y la ecuación de salida y  x1  x 2 solo x1 puede ser llevado al origen en un tiempo finito t....x 2  u dt dx 2  0.B……….. x2 no puede ser llevada pues no es manejada a través de u. r): Cc= [B A.B A2.. Para simplificar esto tenemos el siguiente teorema.B] 131 .Ecuacion 2 dt Donde A y B son matrices constantes de dimensiones n x n y n x r respectivamente es completamente controlable.u (t )...

t1]. B.. donde A.. ). t1].. t 0 ).. Definición I: Estado observable El estado inicial x0!=0 del sistema descrito por las ecuaciones (1) se dice que es observable sobre el intervalo [t0.d  D(t ).. De otra manera se dice que el estado x0 es inobservable sobre [t0.(t . el estado al tiempo t1 es x1. D son las matrices constantes: 132 .t1].. C. t  [t0... x(t 0 )  x0 ..B ( )...Considere el sistema lineal continuo en el tiempo representado por: dx(t )  A(t ). t1] donde t1 es un tiempo finito...B    1   1   0  0      1  1 Cc     0 0 No es de rango 2 sino de rango 1 por lo tanto el sistema no es controlable como lo habíamos analizado anteriormente.x(t )  B(t ).5 INGENIERIA DE CONTROL  1 B   0  1 0    0  1 A.. x0  C (t )   (t ..( Ecuaciones 1) La solución esta dada por y (t )  C (t ).. Supongamos que para alguna entrada u(t). 11. y para el estado inicial x0.u (t ) t  t 0 .u (t ) ...t1]...3 Observabilidad... el sistema se dice que es completamente observable sobre [t0. Decimos entonces que la entrada u transfiere el sistema desde el estado x0 (en el tiempo t0) al estado x1(al tiempo t1).x(t )  D(t )...u ( )..u (t ) dt y (t )  C (t ). Definición II: Sistema completamente observable Si todo estado x(t0) del sistema es observable sobre [t0. si el conocimiento de la entrada u(t) y de la salida y(t) sobre [t0. t1] son suficientes para determinar x0. Ejemplo: considere el sistema descrito por las ecuaciones (1).

si y solo si la matriz de observabilidad de dimensión (m. Teorema: El sistema dx(t)/dt = A. solo el primer estado es observable.x(t) Donde A y C son matrices constantes de dimensiones n x n y m x n respectivamente es completamente observable.A2……….A ] C  1 0  1 0 C.A C.A(n-1)] es de rango n. podemos escribir la ecuación de cada uno de los estados.n) x n =[C. C. A  1 0    1 0  0 2 133 .C. Ejemplo de aplicación del teorema: El ejemplo anterior  1 0   0 2  1 B   1 C  1 0 A D0 Calculemos su matriz de observabilidad =[C. x(t) y y(t)= C. C.INGENIERIA DE CONTROL 5  1 0   0 2  1 B   1 C  1 0 A D0 Como podemos observar. que será:  dx1   dt   x1  u   dx      2   2 x2  u   dt  y la ecuación de salida y = x1 Como y depende de x1 y es completamente independiente de x2.

Considere el sistema definido por: 134 5 . 1..INGENIERIA DE CONTROL  1 0   1 0   Por lo tanto como el rango es 1. el sistema no es completamente observable.

rango1=rank(CC).G2].CC2']. else fprintf('El sistema no es completamente observable \n'). G2=C*A. end 2. rango2=rank(G). G=[G1. 0 ]. B=[1.INGENIERIA DE CONTROL  x 1    1 0   x   0 1  2    x  y  1 0  1   x2   x1   1  x    0 u  2   ¿Es el sistema de estado completamente observable y completamente controlable? SOLUCION A=[-1 0. if(rango2==2) fprintf('El sistema es completamente observable \n'). CC2=A*B. C=[1 0 ]. CC1=B. 0 -1 ]. CC=[CC1'. else fprintf('El sistema no es completamente controlable \n'). CC=CC'.Considere el sistema definido por: 135 5 .. end G1=C. if(rango1==2) fprintf('El sistema es completamente controlable \n').

G2. CC=[CC1'.¿Es el sistema de estado siguiente completamente controlable y completamente observable? end 136 .G3].. if(rank(G)==3) fprintf('El sistema es completamente observable \n'). G3=C*A^2. else fprintf('El sistema no es completamente controlable \n'). B=[2. 0 -1 1. 1 0 1].CC2'. CC=CC'.CC3']. 1]. end G1=C.INGENIERIA DE CONTROL  x 1    1  2  2  x1    x    0 1 1   x     2     2   x 3   1 0  1  x3    x1  y  1 1 0  x 2   x3  5 2 0 u 1  ¿Es el sistema completamente observable y completamente controlable? SOLUCION A=[-1 -2 -2. G=[G1. C=[1 0 1]. CC3=A^2*B. 0 . CC2=A*B. G2=C*A. 3. if(rank(CC)==3) fprintf('El sistema es completamente controlable \n'). CC1=B. else fprintf('El sistema no es completamente observable \n').

.INGENIERIA DE CONTROL  x 1  0 1 0  x   0 0 1   2    x 3   6 11  6  x1  y   20 9 11  x 2   x3   x1    x    2   x3   0 0 u 1 4.Considere el sistema dado por  x 1   2 0 0  x    0 2 0  2    x 3   0 3 1  y1   1 0 0   y   0 1 0    2  x1   0 1  x    1 0  u1   2   u   x3   0 0  2   x1   x   2  x3  ¿Es el sistema de estado completamente controlable y completamente observable? 137 5 .