1

Laboratorio 2

Modelación de sistemas utilizando

MATLAB

2.1. Objetivos.-

 Modelar sistemas lineales invariantes en el tiempo.

 Utilizar los diferentes comandos que proporciona MATLAB para realizar
simulaciones de sistemas de control.
 Utilizar herramientas computacionales provistas por MATLAB para la conexión,
conversión de modelos LTI.

2.2. Marco teórico.-

MATLAB trabaja esencialmente con matrices numéricas rectangulares (que pueden
tener elementos complejos), lo cual implica el uso de vectores fila o columna. Por esta
razón este paquete tiene una proyección hacia el control moderno (descrito a
variables de estado) y es útil para ilustrar las relaciones existentes entre las técnicas
clásicas y modernas de análisis. Para ello, contiene un conjunto de rutinas de
propósito general que permite modelar, analizar y simular cualquier tipo d sistema,
además, es capaz de trabajar con modelos lineales invariantes en el tiempo (LTI), los
cuales son:

 TF : modelo a función de transferencia

 ZPK : modelo ceros – polos – ganancia
 SS : modelo a espacio de estados
 FRD : modelo de respuesta a frecuencia

MATLAB realiza las diversas conexiones y conversiones entre este conjunto de

modelos.

2.2.1. Funciones para la Conexión de Modelos LTI utilizando MATLAB.-

La librería de sistemas de control de Matlab cuenta con un conjunto de funciones para

interconectar modelos para desarrollar concatenaciones de entrada – salida,
colocarlos en serie, paralelo y con realimentación.

2.2.1.1. Conexión Serie.-

sys = series(sys1,sys2)
 2

conecta en serie dos modelos:

Es equivalente a multiplicación: sys = sys2 * sys1

sys = series(sys1,sys2,outputs1,inputs2)

permite la siguiente conexión:

En donde outputs1 e inputs2 indican cuales salidas y1 de sys1 y cuales entradas u2

de sys2 deben ser conectadas. El modelo sys resultante tiene como entrada u y como
salida y.

2.2.1.2. Conexión con Realimentación.-

Considerando que el sistema de control realimentado es aquel que tiende a mantener

una relación preestablecida entre la salida y alguna entrada de referencia,
comparándolas y utilizando la diferencia como medio de control. Matlab permite
realizar dicha realimentación con los siguientes comandos:

sys = feedback(sys1,sys2)

El modelo en lazo cerrado sys tiene un vector de entrada y otro de salida, y esta
función determina una realimentación negativa como la de la figura. Los modelos
sys1 y sys2 deben ser continuos.

sys = feedback(sys1,sys2,feedin,feedout)

en la mayoría de sistemas de control realimentado es común la presencia de

perturbaciones o señales que tienden a afectar adversamente el valor de la salida,
pueden ser internas o externas. Esto implica señales que ingresan al sistema, pero
que no se realimentan, así:
 3

El vector feedin contiene índices dentro del vector de entrada de sys1 y especifica
cuales entradas u son afectadas en el lazo de realimentación. Similarmente, feedout
especifica cuales salidas y de sys1 son usadas en la realimentación. El modelo LTI
resultante sys tiene el mismo numero de entradas y salidas que sys1.

2.2.1.3. Conexiones mas frecuentes en Sistemas de Control.-

Cuando el comportamiento dinámico de un sistema no es satisfactorio, esto es, no

cumple las especificaciones de respuesta transitoria y en estado estable a fin de
obtener un funcionamiento satisfactorio es posible utilizar, compensación en serie,
que abreves rasgos implica colocar en serie con la planta un compensador cuya
función de transferencia Gc puede implicar desde una variación de ganancia hasta
complejas redes de adelanto y atraso, etc. Esto es posible siempre y cuando exista
realimentación de tal forma que Gc procese la señal de error. Las conexiones más
comunes en los sistemas de control clásicos son:

Compensador Planta

GC(s) G(s)
R(s) Y(s)

H(S)

Compensación en Serie

G1(s) G(s)
R(s) Y(s)

G(s)

H(s)

Compensación de Retroalimentación o en Paralelo

Generalmente, en el análisis y diseño de sistemas de control se ha de tener una base

de comparación del desempeño de diversos sistemas de control, la misma que se
configura especificando las señales de entrada de prueba particulares y comparando
las respuestas de varios sistemas a estas señales de entrada. MATLAB permite
 4

utilizar señales de prueba típicas para comparar sistemas, como señales paso,
rampa, etc. Esta función reproduce una figura con la respuesta de sys a la entrada
Paso:

step(sys) % Respuesta Escalón Unitario (paso)

2.2.2. Funciones para la Conversión de Modelos LTI utilizando MATLAB.-

Existen cuatro tipos de modelos linealmente invariantes en el tiempo LTI que pueden
utilizarse con la librería de Sistemas de Control, que son TF (función de
transferencia), ZPK (ceros, polos y ganancia), SS (espacio de estados) y FRD
(respuesta en frecuencia). Es posible realizar la conversión de un modelo a otro, en
forma explicita, para un modelo dado sys con la siguiente sintaxis:

sys = tf(sys) % Conversión a TF

sys = zpk(sys) % Conversion a ZPK
sys = ss(sys) % Conversion a SS
sys = frd(sys, frequency) % Conversion a FRD

para el último caso, frequency es un vector de frecuencias usada como argumento e

entrada cuando se realiza la conversión al modelo FRD.

Por ejemplo:

Un modelo de espacio estados, para convertirse a un modelo ZPK:

sys = ss(-2,1,1,3)

zpk(sys)

s  2.333
3
s2

Matlab en ocasiones realiza conversiones automáticas ya que existen varios

comandos que requieren de un modelo específico como parámetro de entrada así
que antes de realizar la función indicada por el comando realiza la conversión. Estas
conversiones pueden ser utilizadas tanto para sistemas sencillos con una única
entrada y única salida (SISO) como para sistemas de múltiples entradas y salidas
(MIMO).

2.2.3. Conversión Continua/Discreta para modelos LTI.-

Los sistemas de control discreto difieren de los sistemas de control en tiempo

continuo en que las señales en uno o más puntos del sistema son, ya sea en forma
de pulsos o un código digital. Pueden ser sistemas de control de datos muestreados y
de control digital, en el primer caso, el sistema únicamente recibe datos o información
intermitente en instantes específicos, mientras que para el segundo caso implica el
uso de una computadora o un controlador digital en el sistema. Es posible encontrar
 5

el equivalente discreto de una planta a fin de implementar un control digital,

trabajando en el dominio de z, con un tiempo de muestreo adecuado.

Para discretizar de los modelos invariantes en el tiempo TF, SS o ZPK, es posible

utilizar la instrucción:

sysd = c2d(sysc,Ts,’metodo’)

Donde:

sysd = sistema discreto

sysc = sistema continuo

Ts = periodo de muestreo en segundos

sysc = sistema continuo en el tiempo

Donde método es el procedimiento de discretizacion y puede ser:

‘zoh’ retenedor de orden cero

‘foh’ retenedor de primer orden

‘imp’ Discretizacion de impulso invariante

‘tustin’ Aproximación Bilinear Tustin

‘matched’ Mapeo de Polos y Ceros

Por defecto cuando el método es omitido se usa el ‘zoh’.

Viceversa, para convertir un sistema discreto a uno continuo:

sysc = d2c(sysd,metodo)

En forma similar el método de conversión utilizara el equivalente propio de zoh, tustin,

o matched.

así como para los sistemas continuos en el tiempo se ingresan señales singulares
para conocer el desempeño del mismo, aquí se usa por ejemplo, la señal paso
discreta, con la siguiente instrucción:

step(sysd) % sysd = planta discretizada

2.3. Trabajo Preparatorio.-

Se tiene un circuito serie RLC Alimentado por una fuente v(t) entrada y vc(t) tensión
en el capacitor de salida.
 6

2.3.1. Obtener la ecuación diferencial que define el sistema

2.3.2. Obtener la función de transferencia del sistema

2.3.3. Obtener analíticamente el modelo en variables de estado

2.3.4. Obtener analíticamente vc(t) para una entrada escalón unitario para valores
de R L y C asumidos por el estudiante.. (nótese que la entrada paso es la
integral de una entrada impulso)

2.3.5. Con la ayuda del Excel presente los gráficos para una entrada escalón
unitario en lazo abierto.

2.4. Trabajo Experimental.-

2.4.1. Obtenga el modelo en espacio de estado, zpk, respuesta en frecuencia si
es posible del sistema del trabajo preparatorio.

TF : modelo a función de transferencia

ZPK : modelo ceros – polos – ganancia

SS : modelo a espacio estados

FRD : modelo de respuesta a frecuencia

2.4.2. Obtener la respuesta en lazo abierto y cerrado para las entradas: impulso,
paso, rampa, senoidal.

Lsim: simula la respuesta temporal de los modelos LTI frente a entradas arbitrarias

Inicial: permite obtener la respuesta del modelo a variables de estado con una
condición inicial X0.
Step: permite obtener la respuesta a la entrada escalón de un modelo LTI.

Impulse: permite obtener la respuesta a la entrada impulso de un modelo LTI.

Para obtener otro tipo de datos de un modelo se puede usar los siguientes comandos:

Get(sys) despliega las propiedades del sistema

Set permite cambiar las propiedades del sistema se usa de la siguiente

forma:
 7

Set(sys,’InputName’,’Tension’); Usando el comando

Sys.OutputName=’Par Motor’; Usando el operador punto (.)

Set(sys,’InputDelay’,2,’num’,[0 0 2]); Usando el comando y cambiando varias

propiedades a la vez.

Obtención de datos de una función de transferencia.-

[A,B,C,D]=SSDATA(SYS) Permite obtener las matrices de estado del sistema SYS

[NUM,DEN]=TFDATA(SYS,’v’) Obtiene el numerador y denominador del sistema SYS

[Z,P,K]=ZPKDATA(SYS,’v’) Obtiene los polos, ceros y la ganancia, como vectores

P=POLE(SYS) Obtiene los polos de la función de transferencia como un vector

Z=ZEROS(SYS) Obtiene los ceros del sistema como un vector

S=ESORT(P) Ordena un vector columna de polos en forma descendente de acuerdo

a la parte real, los polos inestables se presenta primero.

S=DSORT(P) Ordena un vector columna de polos en forma descendente de acuerdo

a la magnitud, los polos inestables se presenta primero.

PZMAP(SYS) Dibuja la ubicación de los polos y ceros del sistema.

SGRID Dibuja una grilla de acuerdo al factor de amortiguamiento  .

Obtención de Parámetros.-

Mediante los comandos damp y dcgain se pueden obtener las características del
modelo, relacionadas con la respuesta temporal del mismo: el factor de
amortiguamiento, la frecuencia natural y la ganancia en régimen permanente. Para el
sistema anterior, se hará lo siguiente:

Dcgain(SYS)

Es decir, una ganancia unitaria en régimen permanente (fácilmente comprobable, sin

mas que dar un escalón al sistema). Para el caso de la frecuencia natural y la
ganancia, se obtiene:

Damp(SYS)

Eigenvalue Damping Freq. (rad/s)

-1.00e+000 1.00e+000 1.00e+000

-1.00e+000 1.00e+000 1.00e+000

 8

Es decir, una frecuencia natural y un factor de amortiguamiento de valor unidad, y

unas raíces del polinomio del denominador iguales ambas a -1. Puede también
comprobarse a partir de la respuesta en escalón, que el sistema no tiene oscilaciones
de ningún tipo. Para ello se puede ejecutar el siguiente comando:

2.4.3. Obtenga la ecuación diferencial que representa al sistema y la función de

transferencia del siguiente sistema: la masa del carro es despreciable

2.5. Informe.-
2.5.1. Presente los resultados obtenidos en la parte experimental.
2.5.2. Empleando lazos y estructura de control de flujo, elabore un programa que
permita obtener sobre un mismo grafico la respuesta escalón en lazo
abierto para cinco valores diferentes del parámetro a del sistema dado por
la siguiente función de transferencia:

a
G( s) 
S  2s  a
2

2.5.3 Presentar resultados obtenidos del uso del programa mason.m del anexo a
este laboratorio.

Comentarios y conclusiones.

2.6. Bibliografía.-
The Math Works Inc, Manuales MATLAB.