You are on page 1of 19

INGENIERÍA ELECTRÓNICA

CONTROL III

M.C. MORENO RINCÓN RAUL

EQUIPO 6:
AGUILAR AQUINO ARTURO ALEJANDRO
GÓMEZ MEGCHÚN DEYSI ELIZABETH
FLORES SUÁREZ MARCO ANTONIO
RODRÍGUEZ DOSAL VICTOR HUGO
VENTURA NAVARRO CLAUDIA DEL CARMEN

REPORTE DE PRÁCTICA:
TRANSFORMADAS EN MATLAB

16 DE OCTUBRE DE 2012
ÍNDICE

0

.... 7  CIRCUITO RCL………………………………………………………………… …. ………………………… 5  CIRCUITO CL…………………………………………………………………… ….INTRODUCCIÓN…………………………………….…… 2 MARCO TEÓRICO……………………………………. 18 1 . 17 BIBLIOGRAFÍA…………………………………………………………… …………………. 3 DESARROLLO DE LA PRÁCTICA ……………………………………………………. 12  CIRCUITO RCRL………………………………………………………………… … 14 CONCLUSION…………………………………………………………… …………………. 5  CIRCUITO RC……. 10  CIRCUITO RL…………………………………………………………………… ….. ……………………………….…………………………………….. ………………………………….

2 . CL. Así verificamos los resultados obtenidos manualmente a lo que nos muestra el software. RCL y RCRL en donde se resolvieron encontrando asi sus variables de estado y las matrices que correspondían a cada circuito. además se obtuvieron las funciones de transferencia de cada uno de ellos. como los circuitos RC. desarrollaremos los circuitos que se realizaron durante las clases. Es por eso que ahora se implementó los mismos circuitos pero hechos en Matlab. todo de una manera muy fácil y principalmente más rápida. INTRODUCCIÓN En el presente reporte. RL.

. u2(t).. .. t) x˙2(t) = f2 (x1(t). t) y2(t) = g2 (x1(t). u1(t). t) Relaciones que expresan las salidas en función de las variables del sistema y1(t) = g1 (x1(t). Ecuaciones diferenciales que expresan el modelo del sistema x˙1(t) = f1 (x1(t).. u2(t).. x˙n(t) = fn (x1(t)... t) . x2(t). . una sola entrada-una sola salida. en está sección se realizará una breve introducción a la Representación en Variables de Estado de un sistema y a la utilidad que de ello se puede obtener.. MARCO TEÓRICO VARIABLES DE ESTADO La representación en Variables de Estado de un proceso es sumamente útil cuando se trata se sistemas de múltiples entradas y múltiples salidas. xn(t)... xn(t). . . las entradas u(t) y las posibles salidas y(t) tal como de muestra a continuación. un(t). un(t).. Cabe destacar que una Representación de Estado solamente es posible para sistemas lineales y puede expresarse en forma general para un sistema de ecuaciones diferenciales lineales de primer orden.. x2(t). t) . un(t).. los cuales resultan complicados de tratar bajo el concepto de Función de Transferencia. xn(t). un(t)... . u2(t)... x2(t). .. . u2(t).... ym(t) = gm (x1(t).. x2(t). . . . un(t). . u1(t). . . .. t) 3 . u1(t). u1(t). . un(t). u2(t). u2(t).. xn(t). xn(t). x2(t). De allí que. . x2(t). en donde las variables de estado del sistema son las x(t). u1(t). xn(t). u1(t).

representa la región frontera a la que no debe llegar ya sea la respuesta del sistema o la excitación al mismo. B. a menudo se usan las funciones de transferencia para caracterizar las relaciones de entrada y salida de componentes o de sistemas que se describen mediante ecuaciones diferenciales lineales e invariantes en el tiempo. respectivamente. bajo la suposición de que las condiciones iniciales son nulas. En la teoría de control. en donde las matrices A. Y que representan las raíces en las que cada uno de los modelos del cociente se iguala a cero. RELACIÓN ENTRE FUNCIONES DE TRANSFERENCIA Y VARIABLES DE ESTADO • Sistemas SISO la función de transferencia es: 4 . ˙x = Ax + Bu y = Cx + Du FUNCIÓN DE TRANSFERENCIA Una función de transferencia es un modelo matemático que a través de un cociente relaciona la respuesta de un sistema (modelada) a una señal de entrada o excitación (también modelada). respectivamente. permite encontrar los ceros y los polos. se define como el cociente entre la transformada de Laplace de la salida y la transformada de Laplace de la entrada. ya que de lo contrario llegará ya sea a la región nula o se irá al infinito.Lo anterior puede ser expresado en forma matricial como se muestra a continuación. C y D dependerán de las funciones f y g que determinan el modelo del sistema. Es decir. El pico formado por los modelos de la señal de salida respecto de la señal de entrada. Es por eso que la podemos definir matemáticamente como: La función de trasferencia de un sistema lineal e invariante en el tiempo (LTI).

x0.STATES. B.C.D.OUTPUTS] = power_analyze('ctoRC') A= -1 B= 1 C= 1 D= 0 x0 = 5 . Donde A.INPUTS.B. C y D son matrices de: DESARROLLO DE LA PRÁCTICA CIRCUITO RC >> [A.

D)) Transfer function: 1 ----- s+1 >> P = [1] P= 1 >> Pinv = inv(P) Pinv = 1 >> Ap = Pinv*A*P Ap = -1 >> Bp = Pinv*B 6 . 100 STATES = 'Uc_C' INPUTS = 'U_DC Voltage Source' OUTPUTS = U_Voltage Measurement >> syms s >> H = inv(s*eye(size(A))-A) H= 1/(s + 1) >> G = C*H*B+D G= 1/(s + 1) >> tf(ss(A.C.B.

C.D.INPUTS.D)) Transfer function: 1 ----- s+1 CIRCUITO CL >> [A.Cp.B.Bp = 1 >> Cp = C*P Cp = 1 >> tf(ss(Ap.OUTPUTS] = power_analyze('ctoCL') A= 0 1000 -1000 0 B= 0 1000 C= 7 .x0.STATES.Bp.

2.B.4] P= 1 2 3 4 >> Pinv = inv(P) 8 .1000000/(s^2 + 1000000) >> tf(ss(A. s/(s^2 + 1000000)] >> G = C*H*B+D G= 1 . 1000/(s^2 + 1000000)] [ -1000/(s^2 + 1000000).3.C. -1 0 D= 1 x0 = 10 0 STATES = 'Uc_Series RLC Branch' 'Il_Series RLC Branch1' INPUTS = 'U_DC Voltage Source' OUTPUTS = U_Voltage Measurement >> syms s >> H = inv(s*eye(size(A))-A) H= [ s/(s^2 + 1000000).D)) Transfer function: s^2 ----------- s^2 + 1e006 >> P = [1.

0e+003 * 1.0000 0.D)) Transfer function: s^2 ------------------------- s^2 .1.0e+004 * -0.0000 1.73e-012 s + 1e006 Transfer function: s^2 ------------------ s^2 + 1e006 9 .5000 0.Cp.0000 1.0000 -0.Bp.5000 >> Ap = Pinv*A*P Ap = 1.5000 >> Cp = C*P Cp = -1 -2 >> tf(ss(Ap.73e-012 s + 1e006 s^2 ------------------------- s^2 .1.7000 >> Bp = Pinv*B Bp = 1.5000 -0.Pinv = -2.7000 -1.

x0.C.OUTPUTS] = power_analyze('ctoRCL') A= -1000000 1000 -1000 0 B= 1000 0 C= -1000 1 D= 1 x0 = 0 -10 STATES = 'Il_L' 'Uc_C' INPUTS = 'U_DC Voltage Source' 10 .STATES.D.INPUTS.B. CIRCUITO RCL >> [A.

0000 1.0000 1.D)) Transfer function: s^2 --------------------- s^2 + 1e006 s + 1e006 >> P = [1.4950 -2.5000 -0.9900 -1.9930 >> Bp = Pinv*B Bp = 11 .C.5000 >> Ap = Pinv*A*P Ap = 1.1000000/(s^2 + 1000000*s + 1000000) .B. (s + 1000000)/(s^2 + 1000000*s + 1000000)] >> G = C*H*B+D G= 1 . 1000/(s^2 + 1000000*s + 1000000)] [ -1000/(s^2 + 1000000*s + 1000000).9930 3.2.OUTPUTS = U_Voltage Measurement >> syms s >> H = inv(s*eye(size(A))-A) H= [ s/(s^2 + 1000000*s + 1000000).(1000000*s)/(s^2 + 1000000*s + 1000000) >> tf(ss(A.4] P= 1 2 3 4 >> Pinv = inv(P) Pinv = -2.3.0e+006 * 1.

x0.0000 1.4.4.STATES.C.0e+003 * -2.B.58e-026 ------------------------------ s^2 + 1e006 s + 1e006 s^2 .D)) Transfer function: s^2 .Cp.D. 1.INPUTS.Bp.709e-014 s + 2.OUTPUTS] = power_analyze('ctoRL') A= -1000000 B= 12 .5000 >> Cp = C*P Cp = -997 -1996 >> tf(ss(Ap.709e-014 s + 2.58e-026 ------------------------------ s^2 + 1e006 s + 1e006 Transfer function: s^2 --------------------- s^2 + 1e006 s + 1e006 CIRCUITO RL >> [A.

B. 1000 C= -1000 D= 1 x0 = 0.1000000/(s + 1000000) >> tf(ss(A.C.0100 STATES = 'Il_L' INPUTS = 'U_DC Voltage Source' OUTPUTS = U_Voltage Measurement >> syms s >> H = inv(s*eye(size(A))-A) H= 1/(s + 1000000) >> G = C*H*B+D G= 1 .D)) Transfer function: s --------- s + 1e006 >> P = [2] P= 2 >> Ap = Pinv*A*P 13 .

0e+005 * -0.B.STATES.INPUTS.0000 B= 0.0050 -0.OUTPUTS] = power_analyze('ctoCLRR') A= 1.Cp.Bp.Ap = -1000000 >> Bp = Pinv*B Bp = 500 >> Cp = C*P Cp = -2000 >> tf(ss(Ap.5000 500.0050 -5.0000 14 .x0.C.0000 0.D)) Transfer function: s --------- s + 1e006 CIRCUITO RCRL >> [A.D.

0000 D= 0.(250000*(2*s + 1))/(2*s^2 + 1000001*s + 1000000) >> tf(ss(A. 1000/(2*s^2 + 1000001*s + 1000000)] [ -1000/(2*s^2 + 1000001*s + 1000000).C= -0. (2*s + 1)/(2*s^2 + 1000001*s + 1000000)] >> G = C*H*B+D G= 1/2 .5000 x0 = 10 0 STATES = 'Uc_C' 'Il_L' INPUTS = 'U_DC Voltage Source' OUTPUTS = U_Voltage Measurement >> syms s >> H = inv(s*eye(size(A))-A) H= [ (2*s + 1000000)/(2*s^2 + 1000001*s + 1000000).D)) Transfer function: 0.4] 15 .B.5000 -500.5 s^2 --------------------- s^2 + 5e005 s + 5e005 >> P = [1.C.(2*s + 1000000)/(4*(2*s^2 + 1000001*s + 1000000)) .2.3.

1.D)) Transfer function: 0.0000 1.167e-010 s + 2.Bp.P= 1 2 3 4 >> Pinv = inv(P) Pinv = -2.Cp.0035 >> Bp = Pinv*B Bp = 499.0e+006 * -1.2500 >> Cp = C*P Cp = 1.5035 -2.32e-007 ---------------------------------- s^2 + 5e005 s + 5e005 Transfer function: 0.5000 >> Ap = Pinv*A*P Ap = 1.5000 -0.0e+003 * -1.0010 >> tf(ss(Ap.32e-007 ---------------------------------- s^2 + 5e005 s + 5e005 0.5 s^2 .167e-010 s + 2.5 s^2 --------------------- s^2 + 5e005 s + 5e005 16 .0000 -249.7525 1.5 s^2 .1.0000 1.0050 0.5005 -2.

nos dimos cuenta que las funciones de transferencias son diferentes. ya que cuando se hace el análisis teóricamente y sabiendo que matlab genera variables internas y arroja algunos valores minúsculos. sin embargo la teoría que hemos visto en clases ha sido de mayor importancia porque aprendimos que ver cómo llegar a la solución de variables de estado y con las matrices de cada circuito. nos da la opción de poder despreciarlas. CONCLUSIÓN Logramos apreciar que los resultados obtenidos teóricamente al ser comparados con matlab. BIBLIOGRAFÍA 17 . Al desarrollar los circuitos en Matlab obtuvimos mejores resultados y son más rápidos que hacerlos manualmente.

org/wiki/Funci%C3%B3n_de_transferencia http://www.htm http://prof.http://es.ib.pdf 18 .ar/~dsc/capitulo2/Capitulo2.esi2.usb.es/~danirr/apuntesIC4.org/wiki/Espacio_de_estados http://es.us.scribd.com/doc/38865453/Analisis-de-Variables-de-Estado http://www.pdf http://es.ve/montbrun/representacion_de_estado.wikipedia.wikipedia.gov.cnea.