Teoria de Control (Giraldo y Tabares)

TEOR IA DE CONTROL
Didier Giraldo B. e Iv an Tabares G.
1997
TABLA DE CONTENIDO
PREFACIO xi 1 INTRODUCCION 1 1.1 Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2 Sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.3 Sistema de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.4 Sistema de control escalar en lazo abierto . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.5 Sistema de control escalar en lazo cerrado . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.6 Problema b asico de la Ingenier a de Control . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.7 Ejemplos de sistemas de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.8 Requerimientos de un sistema de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.9 Algunos tipos de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.9.1 Control adaptivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.9.2 Control optimo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.9.3 Control digital . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.10 Ejemplo introductorio a los sistemas de control . . . . . . . . . . . . . . . . . . . . . . 9 1.11 Construcci on del modelo matem atico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 1.12 Linealizaci on del modelo matem atico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 1.13 Selecci on de u (Estrategia de control) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 1.14 Acciones b asicas de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.15 Efectos de la realimentaci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 1.16 Efecto en la ganancia total . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 1.17 Efecto en la estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 1.18 Efecto en la sensitividad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 1.19 Efecto en la perturbaci on externa o ruido . . . . . . . . . . . . . . . . . . . . . . . . . . 22 2 MODELOS MATEMATICOS DE SISTEMAS FISICOS 25 2.1 Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 2.2 Modelos matem aticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 2.3 Clasicaci on de sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 2.3.1 Sistema determin stico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 2.3.2 Sistema causal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 2.3.3 Sistema lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 2.3.4 Sistema invariante con el tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 iii
iv 2.4 2.5 2.6 Ecuaciones de estado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 2.4.1 Matriz de transferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 Una ecuaci on diferencial de n esimo orden . . . . . . . . . . . . . . . . . . . . . . . . . 30 Sistemas mec anicos de traslaci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 2.6.1 Masa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 2.6.2 Resorte traslacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 2.6.3 Amortiguador traslacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 Un m etodo para obtener la ecuaci on de estado y la de salida . . . . . . . . . 36 Otro m etodo para obtener la ecuaci on de estado y la de salida . . . . . . . . 39 Sistemas mec anicos de rotaci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 2.9.1 Inercia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 2.9.2 Resorte rotacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 2.9.3 Amortiguador rotacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 Circuito serie R-L-C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 Analog a fuerza-torque-voltaje . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 Circuito paralelo R-L-C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 Analog a fuerza-torque-corriente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 Ecuaciones de estado para circuitos el ectricos . . . . . . . . . . . . . . . . . . . . . . . 56 M etodo sistem atico para obtener las ecuaciones de estado . . . . . . . . . . . . 57 Ecuaciones de estado con derivadas de las entradas . . . . . . . . . . . . . . . . . . 62 Otras analog as electromec anicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 2.17.1 Palancas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 2.17.2 El transformador ideal como an alogo de la palanca . . . . . . . . . . . . 64 2.17.3 El transformador como acoplador de impedancias . . . . . . . . . . . . . 64 2.17.4 La palanca como acoplador de elementos mec anicos . . . . . . . . . . . . 65 2.17.5 Sistemas acoplados de movimento rotacional . . . . . . . . . . . . . . . . . . 68 2.17.6 El engranaje como acoplador de elementos mec anicos . . . . . . . . . . 69 Linealizaci on de un modelo matem atico no lineal . . . . . . . . . . . . . . . . . . . . 72 El servomotor hidr aulico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 Gobernador de velocidad de una turbina . . . . . . . . . . . . . . . . . . . . . . . . . . . 77 Linealizaci on de las ecuaciones de estado no lineales . . . . . . . . . . . . . . . . . 79 Diagramas de bloques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 Sistema de lazo cerrado sometido a una perturbaci on . . . . . . . . . . . . . . . . 82 Reducci on de diagramas de bloques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 2.25.1 Sism ografo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 2.25.2 El servomotor bif asico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 2.25.3 Motor de CC controlado en el inducido . . . . . . . . . . . . . . . . . . . . . . 89 2.25.4 Motor de CC controlado en el campo . . . . . . . . . . . . . . . . . . . . . . . . 91 Sensores de error en sistemas de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 2.26.1 Potenci ometros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94 2.26.2 Synchros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 Ejemplos de control de posici on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 2.27.1 Control de posici on con sensor de error potenciom etrico . . . . . . . . 99 2.27.2 Control de posici on con synchros y motor DC . . . . . . . . . . . . . . . . 101 2.27.3 Control de posici on con synchros y motor bif asico . . . . . . . . . . . . 104
2.7 2.8 2.9
2.10 2.11 2.12 2.13 2.14 2.15 2.16 2.17
2.18 2.19 2.20 2.21 2.22 2.23 2.24 2.25
2.26
2.27
0.0 TABLA DE CONTENIDO 2.28 Sistemas de nivel de l quido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.29 Sistemas de nivel de l quido con interacci on . . . . . . . . . . . . . . . . . . . . . . . 2.30 Sistema de nivel de l quidos no lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.31 Sistemas neum aticos o de presi on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.32 Sistemas t ermicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA 3.1 El Amplicador Operacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.1.1 Algunos Circuitos con Amplicador Operacional . . . . . . . . . . . . . 3.1.1.1Amplicador con dos Fuentes de Entrada 3.1.1.2Sumador 3.1.1.3Integrador 3.1.1.4Derivador 3.1.1.5Filtro de un Polo 3.2 Elementos de C alculo Anal ogico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2.1 Soluci on de ecuaciones diferenciales mediante la computadora anal ogica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2.2 Elementos b asicos de c alculo anal ogico . . . . . . . . . . . . . . . . . . . . . . 3.3 Soluci on de ecuaciones diferenciales mediante la computadora anal ogica S ntesis de funciones de transferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3.1 Realizaci on OBSERVER . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.4 Generaci on de algunas funciones del tiempo . . . . . . . . . . . . . . . . . . . . . . . 3.5 Escalamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.5.1 Escalamiento en amplitud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.5.2 Escalamiento en tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.6 Otras realizaciones para representar sistemas por ecuaciones de estado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.6.1 Realizaci on CONTROLLER . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.6.2 Realizaci on OBSERVABILITY . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.6.3 Realizaci on CONTROLLABILITY . . . . . . . . . . . . . . . . . . . . . . . 4 ACCIONES BASICAS DE CONTROL 4.1 Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2 Clasicaci on de los controles autom aticos . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.1 Controles de dos posiciones o de SI-NO . . . . . . . . . . . . . . . . . . . . . 4.2.2 Acci on de control proporcional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.3 Acci on de control integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.4 Acci on de control proporcional integral (PI) . . . . . . . . . . . . . . . . . 4.2.5 Acci on de control proporcional y derivativo (PD) . . . . . . . . . . . . . 4.2.6 Acci on de control proporcional integral derivativo (PID) . . . . . . 4.2.6.1Algunas estructuras del controlador PID 5 RESPUESTA EN EL DOMINIO DEL TIEMPO 5.1 Estabilidad absoluta, estabilidad relativa y error estacionario . . . . . . . . 5.1.1 Estabilidad relativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.1.2 Error estacionario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
v 106 108 111 113 117
121 121 122 122 124 125 126 128 128 128 130
131 131 134 136 136 138 140 140 142 144 147 147 147 148 151 155 158 160 161 163 175 175 176 176
vi 5.1.3 Respuesta impulsiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 5.1.4 Algunos teoremas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 5.1.5 Sistema de primer orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178 5.1.5.1Respuesta al escal on unitario 178 5.1.5.2Respuesta a la rampa unitaria 181 5.1.5.3Respuesta al impulso unitario 181 5.1.6 Sistema de segundo orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181 5.1.6.1Caso subamortiguado o respuesta con 0 < < 1 184 5.1.6.2Caso de amortiguamiento cr tico o respuesta con = 1 185 5.1.6.3Caso sobreamortiguado o respuesta con > 1 186 5.1.6.4Respuesta oscilatoria o caso de amortiguamiento nulo, =0 187 5.2 Especicaciones de respuesta transitoria . . . . . . . . . . . . . . . . . . . . . . . . . . 189 5.2.1 Especicaciones de respuesta transitoria para sistemas de segundo orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191 191 5.2.1.1Tiempo de crecimiento o tiempo de levante tr 191 5.2.1.2Tiempo de pico tp 192 5.2.1.3M aximo sobreimpulso Mp 193 5.2.1.4Tiempo de establecimiento ts 5.3 Sistemas de ordenes superiores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196 5.3.1 Sistema de tercer orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196 5.3.2 Respuesta transitoria de sistemas mayor orden . . . . . . . . . . . . . . . 197 6 CRITERIOS DE ESTABILIDAD 199 6.1 Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199 6.1.1 M etodo de Newton-Raphson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200 6.2 An alisis de estabilidad por cancelaci on de polos . . . . . . . . . . . . . . . . . . . . 201 6.2.1 Explicaci on de la diferencia en comportamiento de las realizaciones de las Figs 6.3 y 6.5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205 6.3 Controlabilidad y observabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205 6.3.1 Aclaraci on sobre controlalibidad y observabilidad . . . . . . . . . . . . . 207 6.4 Control por realimentaci on de variables de estado . . . . . . . . . . . . . . . . . . 207 6.5 Criterios algebraicos y frecuenciales de estabilidad . . . . . . . . . . . . . . . . . . 209 6.5.1 Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209 6.5.2 Criterio de Routh y Hurwitz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210 6.6 Criterios frecuenciales de estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214 6.6.1 El principio del argumento o del angulo . . . . . . . . . . . . . . . . . . . . . 214 6.6.2 El criterio de Mikhailov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215 6.6.3 El criterio de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218 6.6.4 Regla de las transiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232 6.6.5 Estabilidad seg un el diagrama de Bode . . . . . . . . . . . . . . . . . . . . . . 233 7 SINTESIS EN EL DOMINIO DE LA FRECUENCIA 235 7.1 Especicaciones en el dominio frecuencial . . . . . . . . . . . . . . . . . . . . . . . . . 235 7.2 Correlaci on entre respuestas transitoria y frecuencial para un sistema de segundo orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236 7.3 Estabilidad relativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238 7.4 Margen de amplitud y margen de fase . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240
0.0 TABLA DE CONTENIDO 7.4.1 Margen de amplitud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.4.2 Margen de fase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.4.3 Margen de amplitud y margen de fase en el lugar de Bode . . . . . 7.5 T ecnicas de compensaci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.5.1 Compensador de adelanto de fase . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.5.2 Errores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.5.2.1Tipo Cero 7.5.2.2Tipo Uno 7.5.2.3Compensaci on con adelantor de fase 7.5.3 El compensador de atraso de fase . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.5.3.1Compensaci on con atrasador de fase REALIMENTACION LINEAL DE LAS VARIABLES DE ESTADO 8.1 Realimentaci on de las variables de estado y controlabilidad de los modos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.1.1 Algunas f ormulas para la ganancia de realimentaci on . . . . . . . . . 8.1.2 Importancia de la forma can onica CONTROLLER . . . . . . . . . 8.1.3 Otras f ormulas para la ganancia de realimentaci on . . . . . . . . . . . . 8.1.4 F ormula de Mayne-Murdoch. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.1.5 Realimentaci on del estado y los ceros de la funci on de transferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.1.6 Realizaciones no controlables y estabilizables . . . . . . . . . . . . . . . . . 8.1.7 Reguladores, referencias diferentes de cero y seguimiento . . . . . . 8.1.7.1Referencias diferentes de cero 8.1.7.2Perturbaciones de entrada constante y realimentaci on integral 8.1.7.3Observaciones nales DISENO DE OBSERVADORES ASINTOTICOS Y COMPENSADORES 9.1 Observadores asint oticos para medida de los estados . . . . . . . . . . . . . . . . 9.1.1 Un observador en lazo abierto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.1.2 Un observador en lazo cerrado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.1.3 F ormulas para el vector de ganancias del observador . . . . . . . . . . 9.2 Observador y controlador combinados (compensadores). . . . . . . . . . . . . . 9.2.0.1Implementaci on del observador 9.2.0.2Resumen 9.2.1 Perturbaciones constantes y realimentaci on integrativa . . . . . . . . TABLAS DE LA TRANSFORMADA DE LAPLACE PROGRAMA MATLAB B.1 Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . B.2 Entrando matrices simples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . B.3 Elementos de las matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . B.4 Declaraciones y variables del MATLAB . . . . . . . . . . . . . . . . . . . . . . . . . . . B.5 Informaci on sobre el espacio de trabajo . . . . . . . . . . . . . . . . . . . . . . . . . . . B.6 C omo terminar el programa y guardar el espacio de trabajo . . . . . . . . . B.7 N umeros y expresiones aritm eticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
vii 240 242 243 247 247 250 251 251 253 258 260 265 266 267 268 270 271 272 272 273 273 275 278 279 279 280 281 282 283 287 287 287 293 297 297 297 298 299 300 300 301
A B
viii B.8 B.9 B.10 B.11 B.12 B.13 B.14 B.15 B.16 B.17 B.18 B.19 B.20 B.21 B.22 B.23 B.24 B.25 B.26 B.27 B.28 B.29 B.30 B.31 B.32 B.33 B.34 B.35 B.36 B.37 B.38 B.39 B.40 B.41 B.42 B.43 B.44 B.45 B.46 B.47 B.48 B.49 B.50 B.51 B.52 Formato de salida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Operaciones matriciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Divisi on de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Funciones matriciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Operaciones sobre arreglos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Operaciones relacionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Operaciones l ogicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Funciones matem aticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Manipulaci on de vectores y matrices. Generaci on de vectores. . . . . . . . Referencia a los elementos de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . Referencia a los elementos de una matriz usando vectores con ceros y unos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Matrices vac as . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Matrices especiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Construcci on de matrices m as grandes . . . . . . . . . . . . . . . . . . . . . . . . . . . . Funciones matriciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Polinomios y procesamiento de se nales . . . . . . . . . . . . . . . . . . . . . . . . . . . . Procesamiento de se nales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Filtraje de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Funciones como funci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Integraci on num erica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ecuaciones no lineales y funciones de optimizaci on. . . . . . . . . . . . . . . . . . Funciones de ecuaciones diferenciales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Gr acos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Gr acos en dos dimensiones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Creaci on de un gr aco. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Estilos de l neas, marcadores y colores. . . . . . . . . . . . . . . . . . . . . . . . . . . . Adici on de l neas a un gr aco existente. . . . . . . . . . . . . . . . . . . . . . . . . . . . Datos complejos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . El archivo tipo m peaks. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Gr acos de matrices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Funciones especiales para gr acas en dos dimensiones. . . . . . . . . . . . . . . Gr acos en 3 dimensiones. Gr acos de l neas. . . . . . . . . . . . . . . . . . . . . . . Meshgrid. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Pseudocolor en gr acas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Gr acas en malla y supercie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Algunas funciones para gr acos de prop osito general. . . . . . . . . . . . . . . . Flujo de control. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Lazos for. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Lazos while. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Declaraciones if y break. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Archivos tipo m. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Archivos script. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Archivos funci on. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ayuda en l nea para los archivos m. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 302 303 303 304 304 304 305 306 306 307 308 309 309 310 310 311 311 312 313 314 315 315 316 317 317 318 319 320 320 321 321 326 327 328 330 331 333 334 334 336 336 337 337 338 339
0.0 TABLA DE CONTENIDO B.53 Comandos echo, input, keyboard, y pause. . . . . . . . . . . . . . . . . . B.54 Variables globales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . B.55 Cadenas de texto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . B.56 La funci on eval. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . B.57 Como incrementar velocidad y memoria. . . . . . . . . . . . . . . . . . . . . . . . . . . B.58 Archivos de entrada y salida. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . C INTRODUCCION AL SIMULINK C.1 Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . C.2 Construcci on de un modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . C.3 Inicio de una simulaci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . D EJERCICIOS PROPUESTOS D.1 Del cap tulo 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . D.2 Del cap tulo 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . D.3 Del cap tulo 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . D.4 Del cap tulo 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . D.5 Del cap tulo 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . D.6 Del cap tulo 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . D.7 Del cap tulo 7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . D.8 Del cap tulo 8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . D.9 Del cap tulo 9 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . BIBLIOGRAF IA
ix 339 340 340 341 342 343 345 345 346 349 361 361 362 368 369 373 375 380 383 384 387
PREFACIO
Este libro presenta un estudio del an alisis y dise no de sistemas de control de tiempo continuo. Su objetivo es servir como texto para un primer curso en sistemas de control. Se espera que el estudiante tenga conocimientos previos sobre ecuaciones diferenciales, an alisis vectorial-matricial, circuitos, mec anica, la variable compleja y la transformada de Laplace. Esta edici on incluye una introducci on al programa MATLAB y a su herramienta SIMULINK, en los ap endices B y C, de gran utilidad para el an alisis matem atico, la simulaci on y el dise no de sistemas. En el ap endice D se incluyen algunos problemas t picos. El cap tulo 1 es una introducci on a los sistemas de control realimentados en el que se incluye el an alisis y control de un p endulo invertido. Se introducen los efectos de la realimentaci on. El cap tulo 2 presenta la forma de modelar sistemas f sicos mec anicos, el ectricos, t ermicos, de nivel de l quido, etc. Los modelos se presentan en su forma b asica de ecuaciones diferenciales. Se pasan luego a su representaci on cl asica de funciones de transferencia y a la moderna del espacio de estado. Se linealizan sistemas no lineales alrededor de un punto de operaci on. El cap tulo 3 se reere a la simulaci on y s ntesis de funciones de transferencia utilizando el amplicador operacional y se presentan varias representaciones o realizaciones can onicas b asicas. Tambi en se incluye el escalamiento en amplitud y tiempo. El cap tulo 4 presenta las acciones b asicas de control utilizadas por la industria. El cap tulo 5 se reere al an alisis de las respuestas de un sistema en el tiempo. Se enfatiza el sistema de segundo orden para establecer las especicaciones de la respuesta transitoria. El cap tulo 6 estudia diferentes criterios de estabilidad algebraicos y frecuenciales. Se enfatiza el criterio de Nyquist. El cap tulo 7 trata sobre el dise no de sistemas realimentados en el dominio de la frecuencia utilizando compensadores. En el cap tulo 8 se estudia el m etodo moderno del control por realimentaci on de variables de estado. El cap tulo 9 es un complemento al cap tulo 8 ya que trata sobre el dise no de observadores asint oticos para estimar las variables de estado. xi
CAPITULO
INTRODUCCION
1.1
Objetivo
Dar algunas deniciones utilizadas en sistemas de control, presentar algunos ejemplos en forma puramente descriptiva y desarrollar un ejemplo introductorio en el cual se hace el an alisis, la linealizaci on y el esbozo del dise no de un sistema de control. Se presentan, s olo para sistemas est aticos, algunos de los efectos de la realimentaci on en caracter sticas de los sistemas que la utilizan, tales como la estabilidad, la ganancia total y la sensitividad; y tambi en los efectos en las perturbaciones externas o ruido.
1.2
Sistema
Es un modelo de un dispositivo o de un conjunto de ellos existentes en el mundo real (sistema f sico). En general, el estudio de sistemas f sicos consta de cuatro partes: modelaje, descripci on matem atica, an alisis y dise no. Para desarrollar el modelo de un sistema f sico es necesario un profundo conocimiento del mismo y de los rangos de operaci on. Una vez obtenido el modelo, el paso siguiente es la descripci on matem atica, la cual se obtiene utilizando leyes f sicas. A partir de la anterior se puede hacer el an alisis cuantitativo que consiste en hallar las respuestas debido a la aplicaci on de ciertas se nales de entrada; y el cualitativo que consiste en analizar ciertas propiedades tales como estabilidad, controlabilidad y observabilidad. Si la respuesta del sistema no es satisfactoria, el sistema debe ser mejorado u optimizado, ya sea ajustando ciertos par ametros o en otros casos introduciendo compensadores.
1.3
Sistema de control
1
2 INTRODUCCION Es aquel cuyo n es obtener varias respuestas deseadas (a partir de ciertas entradas)
Figura 1.1 Bloque que representa un sistema La Fig. 1.1 muestra un bloque que representa un sistema multivariable en el que se t supone hay una descripci on matem atica entre las salidas, y = y1 y2 . . . yn t y las entradas u = u1 u2 . . . um . Cuando m = n = 1 el sistema es escalar.
1.4
Sistema de control escalar en lazo abierto
Aquel que utiliza un controlador (un sistema) en cascada con el sistema a ser controlado (planta o proceso) para obtener la respuesta deseada, como se muestra en la Fig. 1.2.
Figura 1.2 Sistema de control escalar en lazo abierto
1.5
Sistema de control escalar en lazo cerrado
Aquel que utiliza una medida de la salida actual para compararla con la respuesta deseada, como se muestra en la Fig. 1.3. Un transductor es un dispositivo que convierte una se nal a otra, generalmente el ectrica. Ejemplos: potenci ometros, tacogeneradores, termocuplas, termistores, pres ostatos, otadores, etc.
1.6 Problema b asico de la Ingenier a de Control 3
Figura 1.3 Sistema de control escalar con realimentaci on
1.6
Problema b asico de la Ingenier a de Control
Figura 1.4 Estructura general de un sistema de control El problema b asico de la Ingenier a de Control es determinar una entrada u =
4 INTRODUCCION t u u2 . . . um (v ease Fig. 1.4) de modo que imparta sobre la salida c = 1 t c1 c2 . . . cp cierto comportamiento deseado. Un sistema de control se dene como un servo si la salida c(t) es dise nada para seguir lo m as cercanamente posible una se nal de referencia dada r(t). Cuando la se nal de referencia r(t) es constante se habla de un regulador mejor que un servo. Si el controlador es un ser humano, se dice que el sistema es controlado manualmente.
1.7
Ejemplos de sistemas de control
Ejemplo 1.1 Una lavadora puede ser el ejemplo de un sistema de control en lazo abierto, en donde la salida es el grado de limpieza actual y la referencia es el grado de limpieza deseado. V ease Fig 1.5.
Figura 1.5 Sistema de control en lazo abierto
Ejemplo 1.2 La Fig. 1.6 muestra un sistema de control manual del nivel de l quido en un tanque ya que el ser humano sensa la salida (nivel actual), la compara con el nivel deseado (se nal de referencia) y abre o cierra la v alvula de entrada del l quido dependiendo del resultado anterior.
Ejemplo 1.3 En el sistema de control en lazo cerrado de la Fig. 1.7 la se nal resultante de la comparaci on (comparador) entre la de referencia y otra que es proporcional al nivel actual del l qu do (salida) en el tanque (sensor de nivel) es la entrada al controlador o cerebro del sistema, el cual genera una se nal (variable de control) que despu es de ser amplicada en potencia (actuador) actua sobre la v alvula para variar el caudal de entrada al tanque. N otese que se pretende que la salida, despu es de cierto tiempo, sea igual al nivel deseado.
1.7 Ejemplos de sistemas de control 5
Figura 1.6 Sistema de control manual
Figura 1.7 Sistema de control escalar en lazo cerrado Ejemplo 1.4 En la Fig. 1.8 las se nales de salida de la planta (generador s ncrono mas el motor DC y la carga) son la magnitud del voltaje generado y la frecuencia (que
6 INTRODUCCION es proporcional a la velocidad del motor DC). Estas despu es de ser comparadas con se nales de referencia son aplicadas a controladores, y sus salidas, que son amplicadas (actuadores) actuan sobre el campo del generador s ncrono y la armadura del motor DC, respectivamente. Obs ervese que se pretende que las salidas, despu es de cierto tiempo, sean iguales a la magnitud del voltaje generado y la frecuencia deseadas.
Figura 1.8 Sistema de control bivariable en lazo cerrado
Ejemplo 1.5 La Fig. 1.9 muestra el sistema de control en lazo cerrado de un sistema t ermico. La variable que se desea controlar es la temperatura actual del agua a la salida del tanque y la se nal de referencia es la temperatura deseada. La variable de control (salida del controlador) es la entrada al actuador, cuya salida manipula el ujo de vapor hacia el intercambiador de calor.
1.7 Ejemplos de sistemas de control 7
Figura 1.9 Sistema de control en lazo cerrado de un sistema t ermico
Figura 1.10 Sistema de control en lazo cerrado multivariable
8 INTRODUCCION Ejemplo 1.6 En la Fig. 1.10 se muestra un sistema de control multivariable de una planta de generaci on t ermica en el que las salidas del sistema son: ox geno (o) en la caldera, temperatura (t) y presi on (p) del vapor, y la magnitud y frecuencia del voltaje generado (v y f ). En este caso el controlador es un computador digital. SO, ST, SP, SV y SF representan los sensores de ox geno, temperatura, presi on, voltaje y frecuencia, respectivamente. GV es el gobernador de velocidad de la turbina, A/D es el conversor an alogo-digital, D/A es el conversor digital-an alogo y a, c, y ai simbolizan el agua, el combustible y el aire que le entran a la caldera, respectivamente.
1.8
Requerimientos de un sistema de control
Aunque los requerimientos de un sistema de control dependen l ogicamente de los objetivos del dise no, se pueden enunciar, en general, los siguientes:
1. Debe ser estable. 2. Las respuestas deben ser razonablemente r apidas y razonablemente amortiguadas. 3. Los errores (si los hay), se deben reducir a un m nimo tolerable.
1.9
1.9.1
Algunos tipos de control

Control adaptivo
Es el que examina o identica la planta para ajustar los par ametros del controlador a valores o ptimos. Es decir, se adapta a los cambios de la planta o cambios ambientales que afectan la misma.
1.9.2
Control o ptimo
Aquel cuya funci on objeto consiste en minimizar o maximizar variables tales como combustible, energ a, tiempo, etc.
1.9.3
Control digital
Es aquel en el que el controlador es un microprocesador (computador digital) o un microcontrolador. La topolog a t pica de este tipo de control se muestra en la Fig. 1.11.
1.10 Ejemplo introductorio a los sistemas de control 9
Figura 1.11 Topolog a t pica de un sistema de control digital
1.10
Ejemplo introductorio a los sistemas de
control
Figura 1.12 El p endulo invertido En la Fig. 1.12 la barra B es restringida a movimientos en el plano del papel y es balanceada sobre la parte superior del carro C.
10 INTRODUCCION El objetivo de control es mantener la barra verticalmente tanto como sea posible. La barra y el carro constituyen la planta o el sistema a ser controlado. La planta ser a inestable sin la asistencia de la se nal de control (fuerza de control) u. Esta no es una caracter stica general de sistemas controlados; la raz on de este ejemplo es enfatizar que a un sistemas inestables pueden ser adecuadamente controlados. Para simplicar el an alisis, se supondr a ausencia total de fuerzas perturbadoras predecibles. Para lograr el objetivo de control se instala un motor en el carro y a trav es de engranajes se genera una fuerza u sobre las ruedas del carro. Esta soluci on es basada en la intuici on. Para sistemas m as complejos la intuici on podr a fallar. Consid erese por ejemplo los sistemas de las Figs. 1.13 y 1.14.
Figura 1.13 Sistema no controlable de 2 barras
Figura 1.14 Sistema controlable de 2 barras
1.11 Construcci on del modelo matem atico 11 El sistema de la Fig. 1.14 puede ser balanceado mientras que el sistema de la Fig. 1.13 no. Esto se debe a que el de la Fig. 1.14 es controlable y el de la Fig. 1.13 no. Los conceptos de controlabilidad y observabilidad, desarrollados por la teor a de control moderno ser an vistos posteriormente.
1.11
Construcci on del modelo matem atico
El modelo debe revelar c omo la salida del sistema, representada en este caso por la desviaci on angular , es afectada por la se nal de control u. Para obtener el modelo matem atico, representado por un sistema de ecuaciones diferenciales, se necesita usar relaciones b asicas de la mec anica cl asica aplicables a este sistema f sico.
Figura 1.15 Diagramas de cuerpo libre de la barra y el carro En la Fig. 1.15 las coordenadas de los centros de gravedad con respecto a un origen arbitrariamente escogido son:
1. Para el carro: posicio n horizontal = y 2. Para la barra: posicio n horizontal = y + L sen
12 INTRODUCCION
posicio n vertical = L cos Si se toman momentos alrededor del centro de gravedad de la barra y sumando las fuerzas que actuan sobre el carro y la barra en direcciones vertical y horizontal, se obtiene el siguiente sistema de ecuaciones: I d2 = V L sen HL cos dt2 V mg = m H=m d2 (L cos ) dt2 (1.1) (1.2) (1.3)
d2 (y + L sen ) dt2
d2 y (1.4) dt2 El momento de inercia de la barra I se calcula con respecto a su centro de gravedad 2 y es I = 1 3 mL . El sistema de ecs. (1.1) a (1.4) se puede reescribir de la siguiente manera: uH =M
..
I = V L sen HL cos
..
(1.5) (1.6) (1.7) (1.8)
V mg = mL( sen + cos ) H = m y + mL( cos sen ) uH =M y

.. .. .. .2
.2
N otese que estas u ltimas son ecuaciones diferenciales no lineales. Las 4 variables desconocidas son , y , V , H , suponiendo que u podr a ser especicada. N otese que este es un problema m as de s ntesis que de an alisis puesto que se debe especicar una funci on adecuada para la se nal de control u. Este problema no es simple y no tiene soluci on u nica.
1.12
Linealizaci on del modelo matem atico
Aunque las ecs. (1.5) a (1.8) podr an ser resueltas por simulaci on, ya sea con un computador an alogo o con programas de simulaci on como el MATLAB, el PSI, el CC, u otro, se har a por linealizaci on. Cualquier sistema de ecuaciones diferenciales no lineales puede ser linealizado si las variables dependientes son limitadas a peque nas variaciones alrededor de un punto, llamado punto de operaci on.
1.13 Selecci on de u (Estrategia de control) 13 N otese de las ecuaciones que la no linealidad aparece fundamentalmente en la variable . Consid erese entonces s olo relativas peque nas desviaciones del a ngulo : 1rad. Utilizando la expansi on en series de Taylor: f (x) =
X f (n) (xo )
n=0
n!
(x xo )n
(1.9)
las funciones sen y cos se pueden expandir alrededor del punto = 0: sen = cos = 1
..
3 + 3!
(1.10)
2 + 1 2! Reemplazando (1.10) y (1.11) en las ecuaciones (1.1) a (1.4) se obtiene: I = V L HL V mg = 0 H = m y + mL uH =M y

.. .. .. .. ..
(1.11)
(1.12) (1.13) (1.14) (1.15)
Eliminando V y H del anterior sistema de ecuaciones se obtiene: (I + mL2 ) + mL y mgL = 0 mL + (m + M ) y = u

.. ..
(1.16) (1.17)
1.13
Selecci on de u (Estrategia de control)
Consideraciones:
1. El objetivo de control es mantener la barra verticalmente, la cual es una frase vaga, y por lo tanto se necesita un criterio m as espec co. Por ejemplo, restringir oticamente. de modo que || nunca exceda 1o , o que se aproxime a cero asint 2. La estrategia debe resultar en un sistema que pueda ser f acilmente implementado con dispositivos f sicos.
14 INTRODUCCION 3. Seleccionar u tal que al ser reemplazada en (1.17) se pueda obtener la soluci on de la salida del sistema. Para supervisar y controlar el a ngulo se escoge la estructura del sistema como se muestra en la Fig. 1.16.
Figura 1.16 Estructura de control para el p endulo invertido El sensor da informaci on sobre la cual es realimentada a un transductor de potencia el cual genera la se nal u para corregir la posici on del carro. N otese que esta estructura es del tipo lazo cerrado. Se tiene libertad en escoger la se nal u(), es decir c omo reacciona el motor en respuesta a la se nal del sensor . Se deben considerar limitaciones f sicas del sensor y del transductor. Se considerar an cualidades din amicas de sistemas de control que se obtienen haciendo simples suposiciones acerca de las reacciones del transductor.
1.14
Acciones b asicas de control
(a) CONTROL PROPORCIONAL: La estrategia m as simple de control se obtiene cuando el motor produce una fuerza proporcional a la desviaci on angular, es decir: u = K1 (1.18)
donde K1 en el sistema MKS tiene dimensiones Newtons/Radi an. N otese que se han despreciado los retardos en tiempo debidos al sensor y el motor; es decir, se ha supuesto que ellos responden instantaneamente, lo cual f sicamente no es posible. Sin embargo, la aproximaci on es de naturaleza real stica (las constantes de tiempo del sistema mec anico son mucho menores que las del el ectrico).
1.14 Acciones b asicas de control 15 Reemplazando (1.18) en (1.17) y escribiendo de nuevo (1.16) se obtiene: (I + mL2 ) + mL y mgL = 0
.. .. ..
(1.19) (1.20)
Eliminando y de (1.19) y (1.20) se obtiene (1.21):

..
mL + (m + M ) y K1 = 0 K1 g(m + M ) mL = 0 I (m + M ) + mML2 K1 g(m + M ) mL I (m + M ) + mML2 a= b= K1 m+M
..
..
+ Deniendo:
(1.21)
2 =
(1.22) (1.23) (1.24)
mL m+M Utiliz andolas en (1.21) y (1.19) se obtienen (1.25) y (1.26): + 2 = 0 y = a b

.. .. ..
(1.25) (1.26)
N otese que es independiente de y , pero lo opuesto no es cierto. . . Se suponen las siguientes condiciones iniciales: y (0) = y (0) = (0) = 0, (0) = o . Si se dene la ganancia cr tica, Kcr como: Kcr = g (m + M ) (1.27)
se pueden considerar los tres siguientes casos, cuyas respuestas se pueden obtener f acilmente utilizando la Transformada de Laplace en las ecs (1.25) y (1.26):
tica) i. K1 > Kcr (Ganancia supercr = o cos t y = o a + b 2 (1 cos t) 2 (1.28) (1.29)
ii. K1 = Kcr (Ganancia cr tica)
16 INTRODUCCION
= o a y = o t2 2
(1.30) (1.31)
tica) iii. K1 < Kcr (Ganancia subcr = o cosh | |t y = o a b| |2 (cosh ||t 1) ||2 (1.32) (1.33)
Las respuestas para cada uno de los casos se muestran en la Fig. 1.17.
25 20 posicin angular (grados) 15 10 5 0 -5 -10 0 2 4 6 tiempo (segs) 8 10 i ii iii
Figura 1.17 Diferentes respuestas del p endulo con acci on proporcional N otese que este sistema de control proporcional tiene una respuesta inaceptable para ebil para corregir las desviaciones valores muy bajos de K1 . El motor es demasiado d angulares, as el a ngulo crecer a indenidamente hasta que la barra cae. Se dice entonces que el sistema es inestable.
1.14 Acciones b asicas de control 17 onicas (como las de Para K1 > Kcr , la barra y el carro desarrollan oscilaciones arm un p endulo sin amortiguamiento). N otese que la barra no cae y se puede decir que el objetivo de control ha sido pobremente satisfecho. (b) CONTROL PROPORCIONAL MAS DERIVATIVO Las oscilaciones debidas al control proporcional se pueden amortiguar por medio del control derivativo. La presencia de oscilaciones no amortiguadas se debe al hecho de que el motor actua s olo despu es de que la desviaci on angular ya ha ocurrido. Tiene sentido entonces hacer que el motor actue cuando las desviaciones est en a punto de ocurrir; es decir, que la fuerza de control actue antes de que la desviaci on ocurra. Una . posible soluci on es hacer la fuerza de control u una combinaci on lineal de y de :
.
u = K1 + K2
.
(1.34)
Obviamente se requiere un sensor m as sosticado que mida y o un medio de diferenciar la se nal . La inclusi on de la derivada de una se nal signica f sicamente que se est a h abil para desarrollar un cierto grado de predicci o n de los valores futuros . on hacia de , ya que es una medida de la rata de cambio de dando una indicaci donde tiende. Reemplazando (1.34) en (1.17) y escribiendo de nuevo (1.16) se obtiene: (I + mL2 ) + mL y mgL = 0 mL + (m + M ) y K1 K2 = 0 + 2 + 2 = 0 donde = 1 mLK2 2 I (m + M ) + mM L2 K1 g(m + M ) mL I (m + M ) + mML2
.. . .. .. . .. ..
(1.35) (1.36)
Eliminando y de (1.35) y (1.36) se obtiene: (1.37)
..
2 =
Suponiendo las mismas condiciones iniciales anteriores y utilizando la Transformada de Laplace se puede resolver la ecuaci on diferencial (1.37) y su soluci on es: p 2 2 ) (1.38) et sen( 2 2 t + arctan = o 2 2 que es v alida para valores reales del radical y cuya forma de onda se muestra en la Fig. 1.18.
18 INTRODUCCION
10 8 6 4 2 0 -2
posicin angular (grados)
6 8 tiempo (segs)
10
12
Figura 1.18 Respuesta del p endulo correspondiente a la ec. (1.38)
10 8 6
posicin angular (grados)
4 2 0 0
5 tiempo (segs)
10
15
Figura 1.19 Respuesta del p endulo correspondiente a la ec. (1.39) Cuando el t ermino derivativo es grande en comparaci on con el t ermino proporcional, el radical se hace imaginario y la respuesta del sistema en este caso es sobreamortiguada y dada por la ec. (1.39).
1.15 Efectos de la realimentaci on 19
h i p p o 1 2 2 2 2 ( + 2 2 )e( )t ( 2 2 )e(+ )t 2 2 2 (1.39) Esta soluci on, que se muestra en la Fig. 1.19, ocurre cuando > | |. N otese de las Figs. 1.17, 1.18 y 1.19 la superioridad de este u ltimo control sobre el control proporcional, para este caso particular. Es importante anotar que con la salida considerada, la posici on angular de la barra, el sistema no es observable (concepto que ser a visto posteriormente) y por lo tanto no todas las frecuencias naturales (que deciden la estabilidad del sistema) aparecen a la salida. Si se considera tambi en como salida la posici on lineal del carro, y , se notar a que el sistema es inestable, a un en lazo cerrado. Por lo tanto es necesario incluir otro controlador. Esta soluci on se plantea mediante simulaci on en el ap endice C. Existen otras estrategias de control, lineales y no lineales, como por ejemplo el control ON-OFF, cuya ley de control se dene por la ecuaci on (1.40). = umax = umax sgn() (1.40) || El controlador propuesto en este ejemplo introductorio no se garantiza para otras condiciones que las supuestas en el an alisis, es decir, para peque nas (innitesimales en el sentido estricto) perturbaciones. u=
1.15
Efectos de la realimentaci on
Hasta ahora se ha visto en los ejemplos, de manera simplicada, que la realimentaci on tiene como prop osito reducir el error entre la entrada de referencia y la salida del sistema. Sin embargo, este es apenas uno de los prop ositos de la realimentaci on. Se mostrar a que esta tambi en tiene efectos en caracter sticas del sistema como la estabilidad (como en el ejemplo introductorio), el ancho de banda, la ganancia total, la impedancia y la sensitividad. Por simplicidad, por ahora, se usar a la notaci on del sistema est atico.
Figura 1.20 Sistema con realimentaci on
20 INTRODUCCION En la Fig. 1.20 consid erese que G y H son ganancias constantes. Por lo tanto:
c = Ge = G(r b) = Gr GHc
(1.41)
De (1.41) se obtiene la ganancia total M :
M=
G c = r 1 + GH
(1.42)
1.16
Efecto en la ganancia total
De (1.42) se nota que la realimentaci on afecta la ganancia G del sistema sin realimentaci on por un factor de (1 + GH ). La cantidad GH podr a incluir un signo menos; asi el efecto general de la realimentaci on podr a incrementar o decrementar la ganancia. En un sistema de control pr actico G y H son funciones de la frecuencia y por lo tanto la magnitud de 1 + GH podr a ser mayor que 1 en un rango de frecuencia y menor que 1 en otro. Por eso la realimentaci on podr a incrementar la ganancia del sistema en un rango de frecuencia pero decrementarla en otro.
1.17
Efecto en la estabilidad
De manera no rigurosa se puede decir que un sistema es inestable si su salida se incrementa sin acotamiento (en amplitud) cuando la entrada es acotada. N otese de (1.42) que si GH = 1, la salida del sistema es innita para cualquier entrada nita y entonces el sistema es inestable. Asi la realimentaci on podr a hacer que un sistema que era originalmente estable, se vuelva inestable. Recu erdese que solo se est a tratando el caso est atico y, en general, GH = 1 no es la u nica condici on para inestabilidad. En el ejemplo introductorio se mostr o que una de las ventajas de incorporar realimentaci on es que se puede estabilizar un sistema inestable.
1.18 Efecto en la sensitividad 21
Figura 1.21 Sistema con doble lazo de realimentaci on Sup ongase que el sistema realimentado de la Fig. 1.20 es inestable debido a que GH = 1. Si se introduce otro lazo de realimentaci on con ganancia F , como se muestra en la Fig. 1.21, la relaci on entrada-salida del sistema total es: G c = (1.43) r 1 + GH + GF N otese que aunque las propiedades de G y H son tales que el sistema con el lazo de realimentaci on interior es inestable, el sistema total puede ser estable si se selecciona adecuadamente la ganancia F del lazo de realimentaci on exterior. Recu erdese que en la pr actica GH es funci on de la frecuencia y la condici on de estabilidad del sistema en lazo cerrado depende de la magnitud y fase de GH . Es decir, la realimentaci on podr a mejorar la estabilidad o empeorarla si no es adecuadamente aplicada.
1.18
Efecto en la sensitividad
Puesto que todos los elementos f sicos tienen propiedades que cambian con el ambiente y el tiempo, no se puede considerar siempre que los par ametros de un sistema de control son completamente estacionarios durante toda su vida de operaci on. Por ejemplo, la resistencia de los devanados de un motor el ectrico cambia con el aumento de temperatura del motor durante su operaci on. En general, un buen sistema de control debe ser muy insensitivo a variaciones en los par ametros pero sensitivo a los comandos de entrada. Se investigar a el efecto que la realimentaci on tiene en la sensitividad a variaciones de par ametros. Sup ongase en la Fig. 1.20 a la ganancia G como un par ametro que podr a variar. La sensitividad de la ganancia total del sistema M debido a la variaci on en G se dene como:
M = SG M M G G
porcentaje de cambio en M porcentaje de cambio en G
(1.44)
22 INTRODUCCION en donde M denota el cambio incremental en M debido al cambio incremental en G, G. De (1.42):

M = SG
1 M G = G M 1 + GH
(1.45)
De (1.45) se nota que si GH es una constante positiva, la magnitud de la funci on sensitividad se puede hacer arbitrariamente peque na incrementando GH , con la condici on de que el sistema permanezca estable. L ogicamente para el sistema en lazo abierto, G = 1. SG Recu erdese que en la pr actica GH es funci on de la frecuencia. Asi la magnitud de 1 + GH podr a ser menor que 1 sobre algunos rangos de frecuencia de modo que la realimentaci on podr a ser peligrosa para la sensitividad a variaci on de par ametros en ciertos casos.
1.19
Efecto en la perturbaci on externa o ruido
Todos los sistemas f sicos est an sujetos a algunos tipos de se nales extra nas o ruido durante su operaci on. Por ejemplo, voltajes en circuitos electr onicos debido al ruido t ermico. Perturbaci on externa, tal como el viento actuando sobre sobre una antena. Por esto, en el dise no de un sistema de control se deben hacer consideraciones de modo que el sistema sea insensitivo a las perturbaciones y ruidos y sensitivo a los comandos de entrada. Aunque no se pueden sacar conclusiones generales, en muchas situaciones la realimentaci on puede reducir el efecto del ruido o perturbaci on en el desarrollo del sistema.
Figura 1.22 Sistema con realimentaci on y ruido En la Fig. 1.22, n es la se nal de ruido. Si no hay realimentaci on, H = 0, la salida es:
1.19 Efecto en la perturbaci on externa o ruido 23
c = G1 G2 e + G2 n en donde e = r. La relaci on se nal a ruido SR de la salida se dene como:
(1.46)
salida debido a la sen al G1 G2 e e = = G1 (1.47) salida debido al ruido G2 n n Para incrementar esta relaci on se debe incrementar la magnitud de G1 o e relativo a a efecto en esta relaci on. n. N otese que G2 no tendr Con realimentaci on, la salida del sistema debido a r y n actuando simultaneamente es: SR = G2 G1 G2 r+ n (1.48) 1 + G1 G2 H 1 + G1 G2 H Comparando (1.48) con (1.46) se nota que la componente de la salida debida al ruido este es mayor que 1, pero la componente debido se reduce por el factor 1 + G1 G2 H si a la se nal tambi en es cambiada por la misma cantidad. La relaci on se nal a ruido es ahora: c= SR =
G1 G2 1+G1 G2 H r G2 1+G1 G2 H n
= G1
r n
(1.49)
que es la misma que sin realimentaci on. En este caso, la realimentaci on no tiene efecto directo en la relaci on se nal a ruido del sistema de la Fig. 1.22. Sin embargo, la aplicaci on de realimentaci on sugiere una posibilidad de mejorarla bajo ciertas condiciones. Sup ongase que en el sistema de la Fig. 1.22, la magnitud de G1 se incrementa 0 ametros, de modo que la salida debida a la se nal a G0 1 y r a r sin cambiar los otros par de entrada actuando sola tiene el mismo nivel que cuando no hay realimentaci on. Es decir G0 1 G2 r0 = G1 G2 r 1 + G0 1 G2 H Con G1 incrementada a G0 1 , la salida debida al ruido actuando sola es e|n=0 = c|r=0 = (1.50)
G2 n (1.51) 1 + G0 1 G2 H la cual es m as peque na que la salida debida a n cuando G1 no es incrementada. La relaci on se nal a ruido es entonces SR = G1 G2 r
G2 n 1+G0 1 G2 H
G1 r (1 + G0 1 G2 H ) n
(1.52)
la cual es mayor que la del sistema sin realimentaci on por un factor de (1 + G0 1 G2 H ). Existen otras conguraciones en los sistemas de control que permiten reducir los efectos de las perturbaciones y el ruido. La realimentaci on en general tambi en tiene efectos en caracter sticas de desarrollo tales como el ancho de banda, la impedancia, respuesta transitoria y respuesta frecuencial.
CAPITULO
MODELOS MATEMATICOS DE SISTEMAS FISICOS
2.1
Objetivo
Se plantean modelos matem aticos de sistemas mec anicos traslacionales y rotacionales, sistemas el ectricos, hidr aulicos, neum aticos y t ermicos.
2.2
Modelos matem aticos
Muchos sistemas din amicos, independientemente de que sean mec anicos, el ectricos, t ermicos, hidr aulicos, neum aticos, qu micos, econ omicos, biol ogicos, etc. se pueden caracterizar por ecuaciones diferenciales las cuales se obtienen con base en leyes f sicas, como por ejemplo las leyes de Kirchho, las leyes de Newton, etc. Se puede denir un modelo matem atico como la descripci on matem atica del comportamiento del sistema. Muchas veces en el an alisis de un sistema, inicialmente se obtiene un modelo matem atico simple, como por ejemplo ignorando no linealidades y par ametros distribuidos (como en el caso de l neas de transmisi on el ectrica), con el n de obtener ecuaciones diferenciales lineales y de par ametros concentrados. Se debe tener en cuenta que a veces los modelos son v alidos en operaciones de baja frecuencia y no a frecuencias muy altas. Por ejemplo, al despreciar la masa de un resorte, su modelo es v alido a bajas frecuencias. Para altas frecuencias, su masa debe ser tenida en cuenta en el modelo. Otro ejemplo que ilustra como un dispositivo f sico se podr a modelar con varios modelos es el de una bobina, como se muestra en la Fig. 2.1.
25
26 MODELOS MATEMATICOS DE SISTEMAS FISICOS
Figura 2.1 Diferentes modelos de una bobina Los modelos matem aticos se pueden representar b asicamente en dos formas: mediante un conjunto de ecuaciones diferenciales de primer orden, conocidas como ecuaciones de estado o mediante una ecuaci on diferencial de n esimo orden. Sin embargo, esta u ltima queda restringida a sistemas con una sola entrada y una sola salida. Las funciones o matrices de transferencia se pueden obtener a partir de las anteriores, aunque ya esto implica que el sistema es lineal o ha sido linealizado. Antes de continuar con estos dos m etodos se har an las deniciones de lo que son sistemas determin sticos, lineales, invariantes con el tiempo y causales.
2.3
Clasicaci on de sistemas
Figura 2.2 Sistema con estado energ etico inicial nulo Para las siguientes deniciones se supone que el sistema de la Fig. 2.2 no contiene fuentes independientes y que su estado energ etico inicial es nulo antes de que la se nal de entrada sea aplicada. La relaci on entre la entrada y la salida se indica a menudo simb olicamente como:
y (t) = Lv(t)
(2.1)
en donde L es un operador que caracteriza el sistema. Podr a ser funci on de v, y y t, podr a incluir operaciones como diferenciaci on e integraci on y podr a ser dado en lenguaje probabil stico. La ecuaci on (2.1) expresa que hay una relaci on de causa y efecto entre v (t) y y (t).
2.3 Sistema lineal 27
2.3.1
Sistema determin stico
Un sistema es determin stico si para cada entrada v (t) hay una u nica salida y(t). En un sistema probabil stico o no determin stico hay varias posibles salidas, cada una con cierta probabilidad de ocurrencia para una entrada dada. Las entradas a un sistema podr an ser funciones conocidas o funciones aleatorias. Las aleatorias, tales como el ruido, pueden ser descritas s olo en un sentido estad stico o probabil stico. Si la entrada a un sistema determin stico es una funci on aleatoria, la salida es no determin stica.
2.3.2
Sistema causal
Un sistema es causal o no anticipativo si la salida actual no depende de valores a determinada completamente por las futuros de la entrada. En tal caso, y (to ) est caracter sticas del sistema y por los valores de v(t) para t to . En particular, si v(t) 0 t to , entonces y (t) 0 t < to .
2.3.3
Sistema lineal
Si se supone que las respuestas del sistema de la Fig. 2.2 a dos entradas diferentes v1 (t) y v2 (t) son y1 (t) y y2 (t), respectivamente, y que y son dos constantes, se dice que el sistema es lineal si la respuesta a v(t) = v1 (t) + v2 (t) es y (t) = y1 (t) + y2 (t) para olicamente mediante todos los valores de v1 , v2 , y . Esto se puede expresar simb la ecuaci on (2.2):
L[v1 (t) + v2 (t)] = L[v1 (t)] + L[v2 (t)]
(2.2)
La ecuaci on (2.2) tambi en se conoce como el principio de superposici on. La mayor a de sistemas lineales lo son en solamente rangos restringidos de ope-raci on. As por ejemplo, la se nal de salida de un amplicador se puede saturar para niveles elevados de la se nal de entrada. A esta no linealidad se le conoce como alinealidad por saturaci on (v ease la Fig. 2.3). Otro ejemplo lo constituyen los amortiguadores utilizados en sistemas mec anicos, los cuales pueden ser lineales para operaciones a baja velocidad y no lineales a altas velocidades (en este caso la fuerza es proporcional al cuadrado de la velocidad, como se muestra en la Fig. 2.4). Un u ltimo ejemplo es la alinealidad por zona muerta, la cual se puede presentar entre las posiciones angulares de un par de engranajes mec anicos (v ease la Fig. 2.5).
Figura 2.3 Alinealidad por saturaci on
Figura 2.4 Alinealidad cuadr atica
Figura 2.5 Alinealidad por zona muerta
2.3.4
Sistema invariante con el tiempo
Un sistema es invariante con el tiempo si la relaci on entre la entrada y la salida es independiente del tiempo. Si la respuesta a v (t) es y(t), entonces la respuesta a
2.4 Matriz de transferencia 29 v(t ) es y (t ). En tal sistema, la amplitud y forma de la salida son independientes del tiempo en el cual la entrada es aplicada. Simb olicamente: L[v(t )] = y (t ) (2.3)
2.4
Ecuaciones de estado
Las ecuaciones de estado o la ecuaci on (matricial) de estado la constituye un conjunto de ecuaciones diferenciales de primer orden, que describe completamente el comportamiento del sistema que se quiere modelar. Este m etodo de plantear el modelo matem atico de un sistema es muy importante porque puede ser aplicado a sistemas no lineales y sistemas multivariables. Matem aticamente: x = f (x, u, t) en donde f es un funci on vectorial no lineal. (2.4)
Figura 2.6 Sistema multivariable Si el sistema es lineal, o se ha linealizado alrededor de un punto de operaci on (demostraci on que se har a posteriormente), la ecuaci on (2.4) se reduce a: x = Ax+B u (2.5)
en donde A es de dimensiones n n y se le conoce como matriz de realimentaci on, y B es de dimensiones n m y se le conoce como matriz de entrada. Si el sistema ha sido completamente descrito mediante variables de estado, siempre ser a posible expresar las p salidas de inter es (y) en funci on de ellas. As se plantea la ecuaci on de salida: y = C x+Du (2.6)
en donde C es de dimensiones p n y se le conoce como matriz de salida, y D es de dimensiones p m y se le conoce como matriz directa.
2.4.1
Matriz de transferencia
Utilizando la transformada de Laplace en las ecuaciones (2.5) y (2.6) suponiendo que el estado energ etico inicial es x(0 ), y organizando se obtienen: X(s) = (sI A)1 x(0 ) + (sI A)1 B U(s) Y(s) = C X(s)+DU(s) Reemplazando (2.7) en (2.8) se obtiene: Y(s) = C (sI A)1 x(0 ) + [C (sI A)1 B +D]U(s) (2.9) (2.7)
(2.8)
Como la matriz de transferencia (H (s)) se dene suponiendo que el estado ener-g etico inicial es nulo, y es aquella que relaciona Y(s) con U(s), entonces de (2.9) se obtiene: H (s) = C (sI A)1 B +D (2.10)
2.5
Una ecuaci on diferencial de n esimo orden
El m etodo de plantear el modelo matem atico de un sistema mediante una ecuaci on diferencial de n esimo orden es u til en sistemas escalares. Si se utiliza la funci on de transferencia, adem as de servir en sistemas escalares, es para sistemas lineales o que han sido linealizados. Matem aticamente: y (n) + a1 y(n1) + + an y = b0 u(m) + b1 u(m1) + + bm u (2.11)
Utilizando la transformada de Laplace en (2.11) suponiendo condiciones iniciales nulas (y (0) = y (1) (0) = = y(n1) (0) = 0), se obtiene la funci on de transferencia: H (s) = b0 sm + b1 sm1 + + bm s Y (s) = n U (s) s + a1 sn1 + + an s (2.12)
La cual no depende de las condiciones iniciales ni del tipo de se nal aplicada a la entrada. S olo depende de los par ametros que caracterizan al sistema.
2.6
Sistemas mec anicos de traslaci on
Los elementos de sistemas mec anicos idealizados son la masa, el resorte y el amortiguador.
2.6 Resorte traslacional 31
2.6.1
Masa
Figura 2.7 Masa En la Fig. 2.7 se muestra el diagrama de un masa M que se ha aislado de un sistema m as complejo del cual forma parte. u es la fuerza neta resultante actuando sobre ella y y su desplazamiento con respecto a una posici on de equilibrio (es decir, cuando el sistema est a en reposo). Una fuerza de reacci on fM se desarrolla, su sentido de referencia se muestra en la Fig. 2.7 y su expresi on es dada por la ecuaci on (2.13): d2 y (2.13) dt2 Es importante hacer notar que la masa en movimiento almacena energ a y cuya ex2 M ( y ) . presi on, la cual se puede demostrar f acilmente, es E = 1 2 fM = M
2.6.2
Resorte traslacional
Figura 2.8 Resorte traslacional En la Fig. 2.8 se muestra el diagrama de un resorte con constante K que se ha aislado de un sistema m as complejo del cual forma parte. El desplazamiento del extremo superior y y del extremo inferior yo se miden desde sus respectivas posiciones de equilibrio. Una fuerza restauradora es desarrollada debido a la propiedad el astica del resorte. Su sentido en el extremo superior se muestra en la Fig. 2.8 (en el inferior tiene el sentido opuesto al del superior) y su expresi on, seg un la ley de Hooke, es dada por la ecuaci on (2.14):
fK = K (y yo )
(2.14)
Si el extremo inferior (podr a denominarse como el extremo de referencia) est a en el origen del sistema de coordenadas, entonces en este caso fK = Ky . u2 Se puede demostrar que la energ a almacenada por el resorte es E = 1 2 K , en donde u es la fuerza neta en el extremo superior.
2.6.3
Amortiguador traslacional
Figura 2.9 Amortiguador traslacional En la Fig. 2.9 se muestra el diagrama de un amortiguador con coeciente de fricci on viscosa B que se ha aislado de un sistema m as complejo del cual forma parte. Las posiciones y y yo de los extremos superior e inferior, respectivamente, se miden desde sus respectivas posiciones de equilibrio. Una fuerza de reacci on se desarrolla, su sentido en el extremo superior se muestra en la Fig. 2.9 y su expresi on es dada por la ecuaci on (2.15): fB = B ( dy dyo ) dt dt (2.15)
Si el terminal de referencia, yo , es estacionario, entonces en este caso fB = B y . A diferencia de los dos elementos idealizados anteriores, el amortiguador es un dispositivo que transforma energ a en calor, y se puede demostrar que la energ a transformada en calor por unidad de tiempo (potencia P ) es dada por P = Bv2 , en donde v es la velocidad relativa de los extremos del amortiguador. Ejemplo 2.1 Para el sistema mec anico traslacional de la Fig. 2.10(a) plantear un on en reposo con peso modelo matem atico. u(t) es una fuerza externa, y1o es la posici y yo es la longitud del resorte sin peso (longitud natural del resorte).
2.6 Amortiguador traslacional 33
Figura 2.10 Sistema del ejemplo 2.1 Utilizando el diagrama de cuerpo libre de la Fig. 2.10(b) y aplicando la segunda ley de Newton se obtiene la ecuaci on (2.16): Mg B d2 y1 dy1 + u(t) K (y1 yo ) = M 2 dt dt (2.16)
N otese que cuando el sistema est a en reposo con u(t) = 0, (2.16) se reduce a: Mg 0 + 0 K (y1o yo ) = 0 de donde se obtiene (2.17): M g = K (y1o yo ) Reemplazando (2.17) en (2.16) y organizando se obtiene: M d2 y1 dy1 + K (y1 y1o ) = u(t) +B 2 dt dt (2.18) (2.17)
Haciendo un cambio de variable con relaci on a la posici on de equilibrio (n otese en la Fig. 2.10 la convenci on utilizada para medir la posici on de la masa con respecto a la posici on de equilibrio y ) : y = y1 y1o d(y1 y1o ) dy1 dy = = dt dt dt (2.19)
(2.20)
d2 y1 d2 y = (2.21) dt2 dt2 Reemplazando (2.19), (2.20) y (2.21) en (2.18) se obtiene la ecuaci on diferencial que relaciona la posici on de la masa M desde la posici on de equilibrio (y) con la entrada (u(t)): dy d2 y + Ky = u(t) (2.22) +B 2 dt dt N otese que si se escoge como referencia la posici on de equilibrio (sistema en reposo), el peso no interviene. M Ejemplo 2.2 Plantear un conjunto de ecuaciones de estado y de salida del sistema del ejemplo anterior. El siguiente procedimiento para obtener las anteriores ecuaciones se generalizar a en la siguiente secci on. Dividiendo ambos miembros de (2.22) por M y tomando la transformada de Laplace en ambos lados de la ecuaci on, suponiendo condiciones iniciales nulas (y (0) = y (0) = 0) se obtiene (2.23): K 1 B s+ )Y (s) = U (s) M M M de la cual se obtiene la funci on de transferencia del sistema: (s2 + G(s) = Y (s) = 2 U (s) s +
1 M B K Ms+ M
(2.23)
(2.24)
Se obtienen polinomios en el numerador y el denominador de G(s) con exponentes negativos. Por lo tanto se dividen tanto el numerador como el denominador por s2 en este caso particular y se obtiene: G(s) = De (2.25): Y (s) = Se dene: E (s) , De (2.27) se obtiene: E (s) = U (s) Reemplazando (2.27) en (2.26): B 1 K 2 s U (s) s U (s) M M (2.28) 1 1+
B 1 Ms 1 2 Ms U (s) B 1 K 2 +M s Ms
Y (s) = U (s) 1+
1 2 Ms B 1 K 2 +M s Ms
(2.25)
1+
(2.26)
K 2 Ms
U (s)
(2.27)
2.7 Un m etodo para obtener la ecuaci on de estado y la de salida 35
1 2 s E (s) (2.29) M Utilizando la ecuaci on (2.28) se obtiene la mayor parte del diagrama de bloques ( util en simulaci on de sistemas) de la Fig. (2.11), del cual se pueden obtener f acilmente las ecuaciones de estado si se consideran como variables de estado las salidas de los integradores (x1 y x2 ). Y (s) =
Figura 2.11 Diagrama de bloques del ejemplo 2.2 N otese del diagrama de bloques que: 1 X2 (s) = X1 (s) s (2.30)
1 B 1 K X1 (s) X2 (s)) (2.31) X1 (s) = E (s) = (U (s) s s M M Multiplicando ambos miembros de las ecuaciones (2.30) y (2.31), utilizando la Transformada inversa de Laplace suponiendo condiciones iniciales nulas y escribiendo las ecuaciones en forma matricial se obtiene la ecuaci on de estado (2.32): B K 1 x1 x 1 M M = + u(t) (2.32) 0 x 2 x2 1 0 Con la ecuaci on (2.29) se obtiene el resto del diagrama de bloques de la Fig. 2.11 y a su vez se obtiene la ecuaci on de salida: 1 X2 (s) M que en el dominio del tiempo y en forma matricial es: x1 1 0 + 0 u(t) y (t) = M x2 Y (s) = (2.33)
(2.34)
2.7
Un m etodo para obtener la ecuaci on de estado
y la de salida
Este m etodo es v alido para sistemas escalares cuya funci on de transferencia es conocida. Se supone que el grado del polinomio del numerador de la funci on de transferencia es menor o igual que el del denominador. Sin p erdida de generalidad, consid erese: H (s) = b0 sn1 + b1 sn2 + + bn1 Y (s) = U (s) sn + a1 sn1 + + an (2.35)
Dividiendo tanto el numerador como el denominador de H (s) por sn , se obtiene: H (s) = Se dene: b0 s1 + b1 s2 + + bn1 sn Y (s) = U (s) 1 + a1 s1 + + an sn 1 U (s) + + an sn (2.36)
E (s) = De donde:
1 + a1
s1
(2.37)
E (s) = a1 s1 E (s) a2 s2 E (s) an sn E (s) + U (s)
(2.38)
De la ecuaci on (2.38) se puede deducir parte del diagrama de bloques de la Fig. 2.12.
Figura 2.12 Diagrama de bloques de la realizaci on Controller Con (2.37) en (2.36) se obtiene:
2.7 Un m etodo para obtener la ecuaci on de estado y la de salida 37
Y (s) = b0 s1 E (s) + b1 s2 E (s) + + bn1 sn E (s)
(2.39)
Con la ecuaci on (2.39) se obtiene la otra parte del diagrama de bloques de la Fig. 2.12. Si se denen las salidas de los integradores como las variables de estado, se puede deducir de la Fig. 2.12 las ecuaciones de estado y de salida: x 1 x 2 . . . x n a1 1 . . . 0 a2 0 .. . an 0 . .. . . . 1 0 x1 x2 . . . xn 1 0 . . . 0
u(t)
(2.40)
y(t) =
b0
b1
bn1
x1 x2 . . . xn
(2.41)
Esta representaci on es conocida como una simulaci on o realizaci on can onica llamada Controller.
Ejemplo 2.3 Para el sistema mec anico traslacional de la Fig. 2.13 plantear un conjunto de ecuaciones que lo describa completamente y obtener la funci on de transferencia considerando como salida el desplazamiento y. La entrada al sistema es el desplazamiento u(t).
Figura 2.13 Sistema mec anico traslacional del ejemplo 2.3 La Fig. 2.14 muestra los diagramas de cuerpo libre de las dos masas, en donde por simplicidad se ha supuesto que u > y > z .
Figura 2.14 Diagramas de cuerpo libre de M1 y M2 Aplicando la segunda ley de Newton a cada una de las masas se obtienen las ecuaciones (2.42) y (2.43), las cuales describen completamente el sistema. K1 (u y ) K2 (y z ) B1 K2 (y z ) B2 dy d2 y = M1 2 dt dt (2.42) (2.43)
dz d2 z = M2 2 dt dt Reorganizando t erminos se obtienen (2.44) y (2.45): M1 y + B1 y + (K1 + K2 )y K2 z = K1 u(t) K2 y + M2 z + B2 z + K2 z = 0
(2.44) (2.45)
Aplicando la Transformada de Laplace a ambos miembros de las ecuaciones (2.44) y (2.45) suponiendo condiciones iniciales nulas se obtienen (2.46) y (2.47): [M1 s2 + B1 s + (K1 + K2 )]Y (s) K2 Z (s) = K1 U (s) K2 Y (s) + [M2 s2 + B2 s + K2 ]Z (s) = 0 b3 Y (s) = 4 3 U (s) s + a1 s + a2 s2 + a3 s + a4 donde: b3 = K1 M1 M2 (2.46) (2.47)
Manipulando algebr aicamente (2.46) y (2.47) se obtiene la funci on de transferencia: (2.48)
a1 =
M1 B2 + M2 B1 M1 M2
a2 =
K2 M1 + (K1 + K2 )M2 + B1 B2 M1 M2
2.8 Otro m etodo para obtener la ecuaci on de estado y la de salida 39
a3 =
B1 K2 + B2 (K1 + K2 ) M1 M2 a4 = K1 K2 M1 M2
Utilizando ahora (2.40) y (2.41) f acilmente se pueden obtener las ecuaciones de estado y de salida.
2.8
Otro m etodo para obtener la ecuaci on de
estado y la de salida
Este m etodo es tambi en v alido para un sistema escalar y se parte de que se conoce la ecuaci on diferencial que relaciona la entrada y la salida. Sea esta de la forma dada en la ecuaci on (2.49): y(n) + a1 y (n1) + + an1 y (1) + an y = b0 u(n1) + b1 u(n2) + + bn2 u(1) + bn1 u (2.49) Reorganizando (2.49) se obtiene: y (n) + [a1 y b0 u](n1) + + [an1 y bn2 u](1) = [bn1 u an y] Integrando ambos miembros se obtiene: y(n1) + [a1 y b0 u](n2) + + [an1 y bn2 u] = Reorganizando (2.51): y (n1) + [a1 y b0 u](n2) + + [an2 y bn3 u](1) = xn + bn2 u an1 y (2.52) Integrando (2.52):
(n2) (n3)
(2.50)
[bn1 u an y ]dt = xn (2.51)
+ [a1 y b0 u]
+ + [an2 y bn3 u] =
[xn + bn2 u an1 y ]dt = xn1
(2.53)
Se repite el mismo proceso hasta que se nalmente se obtiene: Z y (1) + [a1 y b0 u] = [x3 + b1 u a2 y ]dt = x2 y (1) = x2 + b0 u a1 y
(2.54) (2.55)
40 MODELOS MATEMATICOS DE SISTEMAS FISICOS Z
y=
[x2 + b0 u a1 y ]dt = x1
(2.56)
Las ecuaciones (2.56), (2.54), (2.53) y (2.51) se pueden implementar mediante el diagrama de bloques de la Fig. 2.15.
Figura 2.15 Realizaci on can onica Observer La simulaci on o realizaci on can onica de la Fig. 2.15 es conocida como la tipo Observer. De dicho diagrama se pueden obtener f acilmente las ecuaciones de estado y de salida, las cuales escritas en forma matricial son: a 1 0 x1 b0 1 x 1 . x b .. x 2 . . a2 0 . 1 2 (2.57) . = . + . u(t) . . . . . . . . .. 1 . . . . . x n xn bn1 an 0 0 x1 x 2 (2.58) y (t) = 1 0 0 . . . xn De la ecuaci on diferencial (2.49) se puede obtener la funci on de transferencia: H (s) = Y (s) b0 sn1 + b1 sn2 + + bn1 = (2.59) U (s) sn + a1 sn1 + + an que es la misma que se utiliz o en el m etodo de la secci on anterior para obtener las ecuaciones de estado y de salida.
2.9 Resorte rotacional 41
2.9
Sistemas mec anicos de rotaci on
Los elementos de sistemas mec anicos de rotaci on idealizados son la inercia, el resorte y el amortiguador.
2.9.1
Inercia
Figura 2.16 Inercia En la Fig. 2.16 se muestra el diagrama de un cuerpo con inercia J que se ha aislado de un sistema m as complejo del cual forma parte. T es el torque neto resultante actuando sobre ella y su desplazamiento angular con respecto a una posici on de equilibrio (es decir, cuando el sistema est a en reposo). Un torque de reacci on TJ se desarrolla, su sentido de referencia se muestra en la Fig. 2.16 y su expresi on es dada por la ecuaci on (2.60): d2 dt2
TJ = J
(2.60)
Es importante hacer notar que un cuerpo con inercia en movimiento angular almacena 2 energ a y cuya expresi on, la cual se puede demostrar f acilmente, es E = 1 2 J ( ) .
2.9.2
Resorte rotacional
42 MODELOS MATEMATICOS DE SISTEMAS FISICOS Figura 2.17 Resorte rotacional En la Fig. 2.17 se muestra el diagrama de un resorte rotacional (un ejemplo puede ser un eje el astico) con constante K que se ha aislado de un sistema m as complejo del cual forma parte. El desplazamiento angular del extremo derecho y del extremo izquierdo (extremo de referencia) o se miden desde sus respectivas posiciones de equilibrio. Un torque de reacci on se desarrolla debido a la propiedad el astica del resorte. Su sentido en el extremo derecho se muestra en la Fig. 2.17 y su expresi on es dada por la ecuaci on (2.61): TK = K ( o ) (2.61)
1 T2 2 K,
Si el extremo de referencia es estacionario, entonces en este caso TK = K . Se puede demostrar que la energ a almacenada por el resorte rotacional es E = en donde T es el torque neto actuando en el extremo derecho.
2.9.3
Amortiguador rotacional
Figura 2.18 Amortiguador rotacional En la Fig. 2.18 se muestra el diagrama de un amortiguador rotacional con coeciente de fricci on viscosa B que se ha aislado de un sistema m as complejo del cual forma parte. Las posiciones angulares y o de los extremos derecho y de referencia (el izquierdo), respectivamente, se miden desde sus respectivas posiciones de equili-brio. Un torque de reacci on se desarrolla, su sentido en el extremo derecho se muestra en la Fig. 2.18 y su expresi on es dada por la ecuaci on (2.62): d do ) (2.62) dt dt . Si el extremo de referencia es estacionario, entonces en este caso TB = B A diferencia de los dos elementos idealizados anteriores, el amortiguador rotacional es un dispositivo que transforma energ a en calor, y se puede demostrar que la energ a transformada en calor por unidad de tiempo (potencia P ) es dada por P = B 2 , en donde es la velocidad angular relativa de los extremos del amortiguador. TB = B (
2.10 Circuito serie R-L-C 43 Ejemplo 2.4 Para el sistema mec anico rotacional de la Fig. 2.19 hallar la ecuaci on (s) . diferencial que relaciona a (t) con T (t) y la funci on de transferencia T (s)
Figura 2.19 Sistema mec anico rotacional del ejemplo 2.4 Utilizando el diagrama de cuerpo libre de la Fig. 2.19(b) y aplicando la segunda ley de Newton para sistemas mec anicos rotacionales se obtiene la ecuaci on (2.63): d2 d K = J 2 dt dt
T (t) B
(2.63)
Organizando se obtiene la ecuaci on pedida: d2 d + K = T (t) +B dt2 dt
(2.64)
Transformando ambos miembros de la ecuaci on (2.64) suponiendo condiciones iniciales nulas se obtiene la funci on de transferencia: (s) = 2 T (s) s +
1 J B K Js+ J
G(s) =
(2.65)
2.10
Circuito serie R-L-C
Figura 2.20 Circuito serie RLC Aplicando la segunda ley de Kirchho (de voltajes) a la u nica trayectoria cerrada del circuito de la Fig. 2.20 se obtiene la ecuaci on (2.66): Z
vi (t) = Ri + L
1 di + dt C
idt
(2.66)
Utilizando la denici on de corriente el ectrica como la variaci on por unidad de tiempo del ujo neto de carga a trav es de la secci on transversal de una puerta:
i=
dq dt
(2.67)
Reemplazando (2.67) en (2.66) se obtiene la ecuaci on diferencial (2.68):
1 d2 q dq + R + q = vi (t) dt2 dt C
(2.68)
2.11
Analog a fuerza-torque-voltaje
Comparando las ecuaciones diferenciales (2.22), (2.64) y (2.68) de los sistemas f sicos correspondientes (mec anico traslacional de la Fig. 2.10, mec anico rotacional de la Fig. 2.19 y circuito el ectrico de la Fig. 2.20) se nota que son de forma id entica. Tales sistemas se denominan sistemas an alogos y los t erminos que ocupan las posiciones correspondientes en las ecuaciones diferenciales se denominan magnitudes y variables an alogas. Esto explica porqu e se denomina la analog a fuerza-torque-voltaje. La siguiente tabla hace un resumen de las analog as:
2.11 Analog a fuerza-torque-voltaje 45
Sist. mec anico traslacional Fuerza u Velocidad lineal y Desplazamiento lineal y Masa M Coef. fricci on viscosa B Constante del resorte K
Sist. mec anico rotacional Torque T Velocidad angular Desplazamiento angular Inercia J Coef. fricci on viscosa B Constante del resorte K
Sistema el ectrico Voltaje v Corriente i Carga q Inductancia L Resistencia R Inverso capacitancia
1 C
Es posible entonces obtener circuitos el ectricos an alogos a sistemas mec anicos traslacionales y rotacionales y utilizar todas las t ecnicas de descripci on de redes para plantear modelos matem aticos para los sistemas mec anicos. El circuito el ectrico an alogo a un sistema mec anico traslacional (rotacional) se puede obtener teniendo en cuenta la anterior tabla y notando que por cada masa (inercia) o punto que se desplace (rote) a cierta velocidad en el sistema mec anico, habr a una malla en el circuito an alogo. Si se supone, sin p erdida de generalidad, que todas aquellas velocidades son positivas con respecto a la referencia, en el circuito se supone que todas las corrientes de malla tienen el mismo sentido. Ejemplo 2.5 Plantear un modelo matem atico para el sistema mec anico traslacional de la Fig. 2.21 utilizando la analog a fuerza-torque-voltaje.
Figura 2.21 Sistema mec anico traslacional del ejemplo 2.5 2 que se suponen positivas con N otese de la Fig. 2.21 que hay dos velocidades y 1 y y
46 MODELOS MATEMATICOS DE SISTEMAS FISICOS respecto a la referencia. Por lo tanto, el circuito el ectrico an alogo (Fig. 2.22) tendr a dos mallas (1 y 2) cuyas corrientes i1 e i2 , ambas con el mismo sentido (horario en este 2 , respectivamente. Utilizando la tabla de la caso), son an alogas a las velocidades y 1y y analog a fuerza-torque-voltaje se obtienen los elementos de circuito correspondientes a las masas, resortes y amortiguadores. Puesto que las masas M1 y M2 se mueven a las 2 , entonces las corrientes netas a trav es de las inductancias an alogas velocidades y 1 y y correspondientes L1 y L2 son i1 e i2 y por lo tanto pertenecen a las mallas 1 y 2. As 1 y el otro mismo, como uno de los extremos de B1 y de K1 se mueve a la velocidad y extremo es jo, entonces sus elementos de circuito an alogo R1 y C1 , respectivamente, pertenecen a la malla 1. N otese que R2 y C2 son elementos comunes a las mallas 1 y 2 (la corriente neta a trav es de ellos es i1 i2 , con sentido de referencia hacia arriba) ya que los extremos de sus an alogos, B2 y K2 , se mueven a las velocidades 2 ). 2 (la velocidad relativa del extremo inferior con respecto al superior es y 1 y y 1 y y Finalmente, la fuerza externa p(t) tiene como an alogo en el circuito la fuente de voltaje v(t). N otese que con la polaridad mostrada de la fuente, si el estado energ etico inicial se supone nulo, las corrientes i1 (o) e i2 (0) son positivas con los sentidos mostrados 2 (0) son positivas con cuando v(0) > 0, lo cual coincide con que si p(0) > 0, y 1 (0) y y los sentidos mostrados.
Figura 2.22 Circuito el ectrico an alogo del ejemplo 2.5 Las siguientes son las magnitudes y variables an alogas: 1 1 , C1 = K , v(t) = p(t), i2 = y 2, L2 = M2 , L1 = M1 , R2 = B2 , R1 = B1 , C2 = K 2 1 1. i1 = y Aplicando la segunda ley de Kirchho a cada una de las mallas del circuito de la Fig. 2.22 se obtienen las ecuaciones que lo describen: Z 1 di2 (i2 i1 )dt + R2 (i2 i1 ) + (2.69) v(t) = L2 dt C2 Z Z 1 1 di1 i1 dt + (i1 i2 )dt + R2 (i1 i2 ) + R1 i1 + (2.70) 0 = L1 dt C1 C2 Reemplazando las anteriores magnitudes y variables an alogas en (2.69) y (2.70) se
2.11 Analog a fuerza-torque-voltaje 47 obtienen las ecuaciones que describen el comportamiento del sistema mec anico traslacional de la Fig. 2.21: p(t) = M2 dy2 dy1 d2 y2 ) + K2 (y2 y1 ) + B2 ( dt2 dt dt (2.71)
0 = M1
dy1 dy2 d2 y1 dy1 + K1 y1 + K2 (y1 y2 ) + B2 ( ) + B1 2 dt dt dt dt
(2.72)
Ejemplo 2.6 Vericar que las ecuaciones (2.71) y (2.72) describen el comportamiento del sistema de la Fig. 2.21. La Fig. 2.23 muestra los diagramas de cuerpo libre de las dos masas, en los cuales se 2 > y 1 . ha supuesto, por comodidad , que y2 > y1 y que y
Figura 2.23 Diagramas de cuerpo libre de M1 y M2 Aplicando la segunda ley de Newton a cada una de las masas de la Fig. 2.23 se obtienen las siguientes ecuaciones: p(t) B2 ( dy2 dy1 d2 y2 ) K2 (y2 y1 ) = M2 2 dt dt dt dy2 dy1 dy1 d2 y1 ) B1 K1 y1 = M1 2 dt dt dt dt (2.73)
K2 (y2 y1 ) + B2 (
(2.74)
Reorganizando (2.73) y (2.74) se obtienen (2.71) y (2.72).
Ejemplo 2.7 Plantear un modelo matem atico para el sistema mec anico rotacional de la Fig. 2.24 utilizando la analog a fuerza-torque-voltaje.
Figura 2.24 Sistema mec anico rotacional del ejemplo 2.7 2 que se suponen 1 y N otese de la Fig. 2.24 que hay dos velocidades angulares positivas con los sentidos mostrados. Por lo tanto, el circuito el ectrico an alogo (Fig. 2.25) tendr a dos mallas (1 y 2) cuyas corrientes i1 e i2 , ambas con el mismo sen2 , respectivamente. 1 y tido (horario en este caso), son an alogas a las velocidades Utilizando la tabla de la analog a fuerza-torque-voltaje se obtienen los elementos de circuito correspondientes a las inercias, resortes y amortiguadores. Puesto que las 1 y 2 , entonces las corrientes netas a inercias J1 y J2 se mueven a las velocidades trav es de las inductancias an alogas correspondientes L1 y L2 son i1 e i2 y por lo tanto pertenecen a las mallas 1 y 2. Como uno de los extremos de B1 y de B2 se mueve a la 1 y el otro extremo es jo, entonces sus elementos de circuito an alogo R1 velocidad y R2 , respectivamente, pertenecen a la malla 1. Asi mismo, uno de los extremos de 2 y el otro extremo es jo, entonces sus elemenB3 y de B4 se mueve a la velocidad otese tos de circuito an alogo R3 y R4 , respectivamente, pertenecen a la malla 2. N que C es un elemento com un a las mallas 1 y 2 (la corriente neta a trav es de el es alogo, K , se i1 i2 , con sentido de referencia hacia abajo) ya que los extremos de su an 2 (la velocidad relativa del extremo izquierdo 1 y mueven a las velocidades angulares con respecto al derecho es 1 2 ). Finalmente, el torque externo T (t) tiene como an alogo en el circuito la fuente de voltaje v(t). N otese que con la polaridad mostrada de la fuente, si el estado energ etico inicial se supone nulo, las corrientes i1 (o) e i2 (0) son positivas con los sentidos mostrados cuando v(0) > 0, lo cual coincide con que si 2 (0) son positivas con los sentidos mostrados. 1 (0) y T (0) > 0,
Figura 2.25 Circuito el ectrico an alogo del ejemplo 2.7
2.12 Circuito paralelo R-L-C 49 Las siguientes son las magnitudes y variables an alogas: 1 , v(t) = T (t), L2 = J2 , L1 = J1 , R4 = B4 , R3 = B3 , R2 = B2 , R1 = B1 , C = K i2 = 2 , i1 = 1 . Aplicando la segunda ley de Kirchho a cada una de las mallas del circuito de la Fig. 2.25 se obtienen las ecuaciones que lo describen: Z 1 di1 + (i1 i2 )dt (2.75) v(t) = (R1 + R2 )i1 + L1 dt C Z 1 di2 + (i2 i1 )dt (2.76) 0 = (R3 + R4 )i2 + L2 dt C Reemplazando las anteriores magnitudes y variables an alogas en (2.75) y (2.76) se obtienen las ecuaciones que describen el comportamiento del sistema mec anico rotacional de la Fig. 2.24: T (t) = (B1 + B2 ) 0 = (B3 + B4 ) d1 d2 1 + M1 2 + K (1 2 ) dt dt (2.77) (2.78)
d2 d2 2 + M2 2 + K (2 1 ) dt dt
Ejemplo 2.8 Vericar que las ecuaciones (2.77) y (2.78) describen el comportamiento del sistema de la Fig. 2.24. La Fig. 2.26 muestra los diagramas de cuerpo libre de las dos inercias
Figura 2.26 Diagramas de cuerpo libre de J1 y J2 Aplicando la segunda ley de Newton para sistemas rotacionales a cada una de las inercias de la Fig. 2.26 se obtienen las siguientes ecuaciones: T (t) B1 d1 d1 d2 1 B2 K (1 2 ) = M1 2 dt dt dt (2.79) (2.80)
d2 d2 d2 2 B4 = M2 2 dt dt dt Reorganizando (2.79) y (2.80) se obtienen (2.77) y (2.78). K (2 1 ) B3
2.12
Circuito paralelo R-L-C
Figura 2.27 Circuito paralelo R-L-C Aplicando la primera ley de Kirchho (de corrientes) al u nico corte del circuito de la Fig. 2.27 se obtiene la ecuaci on (2.81): 1 is (t) = L Z e de +C R dt
edt +
(2.81)
Si se tiene en cuenta que el ujo concatenado por la inductancia es = Li, entonces el voltaje en los terminales de la inductancia es dado por: d dt
e=
(2.82)
Utilizando (2.82) en (2.81) se obtiene la ecuaci on diferencial (2.83): 1 d2 1 d + = is (t) + 2 dt R dt L
(2.83)
2.13
Analog a fuerza-torque-corriente
Comparando las ecuaciones diferenciales (2.22), (2.64) y (2.83) de los sistemas f sicos correspondientes (mec anico traslacional de la Fig. 2.10, mec anico rotacional de la Fig. 2.19 y circuito el ectrico de la Fig. 2.27) se nota que son de forma id entica. Tales sistemas tambi en se denominan sistemas an alogos y los t erminos que ocupan las posiciones correspondientes en las ecuaciones diferenciales se denominan magnitudes y variables an alogas. De esta comparaci on se explica porqu e se denomina la analog a fuerza-torque-corriente. La siguiente tabla hace un resumen de las analog as en este caso:
2.13 Analog a fuerza-torque-corriente 51
Sist. mec anico traslacional Fuerza u Velocidad lineal y Desplazamiento lineal y Masa M Coef. fricci on viscosa B Constante del resorte K
Sist. mec anico rotacional Torque T Velocidad angular Desplazamiento angular Inercia J Coef. fricci on viscosa B Constante del resorte K
Sistema el ectrico Corriente i Voltaje v Flujo Capacitancia C 1 Conductactancia R Inverso inductancia
1 L
Nuevamente entonces se pueden obtener circuitos el ectricos an alogos a sistemas mec anicos traslacionales y rotacionales y utilizar todas las t ecnicas de descripci on de redes (inclusive muchos teoremas que simplican el an alisis) para plantear modelos matem aticos para los sistemas mec anicos. El circuito el ectrico an alogo a un sistema mec anico traslacional (rotacional) se puede obtener teniendo en cuenta la anterior tabla y notando que por cada masa (inercia) o punto que se desplace (rote) a cierta velocidad en el sistema mec anico, habr a un nodo en el circuito an alogo (adem as del de referencia). Si se supone, sin p erdida de generalidad, que todas aquellas velocidades son positivas con respecto a la referencia, en el circuito se supone que todos los nodos est an a mayor potencial con respecto al de referencia. Ejemplo 2.9 Plantear un modelo matem atico para el sistema mec anico traslacional de la Fig. 2.21 utilizando ahora la analog a fuerza-torque-corriente. 2 que se suponen positivas N otese de la Fig. 2.21 que hay dos velocidades y 1 y y con respecto a la referencia. Por lo tanto, el circuito el ectrico an alogo (Fig. 2.28) tendr a dos nodos (1 y 2) y el de referencia (0) cuyos voltajes con respecto al de alogos a las velocidades y 1y y 2, referencia (llamados voltajes de nodo) e1 y e2 , son an respectivamente. Utilizando la tabla de la analog a fuerza-torque-corriente se obtienen los elementos de circuito correspondientes a las masas, resortes y amortiguadores. 1y y 2 , entonces los Puesto que las masas M1 y M2 se mueven a las velocidades y voltajes entre los terminales de las capacitancias an alogas correspondientes C1 y C2 son e1 y e2 y por lo tanto est an conectadas entre los nodos 1 y referencia y 2 y referencia, respectivamente. As mismo, como uno de los extremos de B1 y de K1 se mueve a la velocidad y 1 y el otro extremo es jo, entonces sus elementos de circuito an conectados entre el nodo 1 y el de referencia. an alogo R1 y L1 , respectivamente, est N otese que R2 y L2 son elementos conectados entre los nodos 1 y 2 (la diferencia de potencial entre sus terminales es e1 e2 , suponiendo el nodo 1 a mayor potencial con respecto al nodo 2) ya que los extremos de sus an alogos, B2 y K2 , se mueven 2 (la velocidad relativa del extremo inferior con respecto al a las velocidades y 1 y y 2 ). Finalmente, la fuerza externa p(t) tiene como an alogo en el superior es y 1 y circuito la fuente de corriente i(t). N otese que con el sentido mostrado de la fuente, si el estado energ etico inicial se supone nulo, los voltajes de nodo e1 (o) y e2 (0) son 2 (0) son positivos cuando i(0) > 0, lo cual coincide con que si p(0) > 0, y 1 (0) y y positivas con los sentidos mostrados.
Figura 2.28 Circuito el ectrico an alogo del ejemplo 2.9 Las siguientes son las magnitudes y variables an alogas: 1 1 1 1 , R = , L = 2, C2 = M2 , C1 = M1 , R2 = B 1 2 B1 K2 , L1 = K1 , i(t) = p(t), e2 = y 2 1. e1 = y Aplicando la primera ley de Kirchho a los nodos 1 y 2 del circuito de la Fig. 2.28 se obtienen las ecuaciones que lo describen: Z Z e1 1 1 e1 e2 de1 e1 dt + (e1 e2 )dt + + + (2.84) 0 = C1 dt R1 L1 L2 R2 Z 1 de2 (e2 e1 ) (e2 e1 )dt + + (2.85) i(t) = C2 dt R2 L2
Reemplazando las anteriores magnitudes y variables an alogas en (2.84) y (2.85) se obtienen las ecuaciones (2.72) y (2.71), respectivamente, que describen el comportamiento del sistema mec anico traslacional de la Fig. 2.21. Ejemplo 2.10 Plantear un modelo matem atico para el sistema mec anico rotacional de la Fig. 2.24 utilizando la analog a fuerza-torque-corriente.
2 que se suponen 1 y N otese de la Fig. 2.24 que hay dos velocidades angulares positivas con los sentidos mostrados. Por lo tanto, el circuito el ectrico an alogo (Fig. 2.29) tendr a dos nodos (1 y 2) y el de referencia (0) cuyos voltajes de nodo e1 y e2 , son 2 , respectivamente. Utilizando la tabla de la analog 1 y a an alogos a las velocidades fuerza-torque-corriente se obtienen los elementos de circuito correspondientes a las inercias, resortes y amortiguadores. Puesto que las inercias J1 y J2 se mueven a las 2 , entonces los voltajes entre los terminales de las capacitancias 1 y velocidades an conectadas entre an alogas correspondientes C1 y C2 son e1 y e2 y por lo tanto est los nodos 1 y referencia y 2 y referencia, respectivamente. Como uno de los extremos 1 y el otro extremo es jo, entonces sus de B1 y de B2 se mueve a la velocidad an conectados entre el elementos de circuito an alogo R1 y R2 , respectivamente, est nodo 1 y el de referencia. Asi mismo, uno de los extremos de B3 y de B4 se mueve a
2.13 Analog a fuerza-torque-corriente 53 2 y el otro extremo es jo, entonces sus elementos de circuito an alogo la velocidad an conectados entre el nodo 1 y el de referencia. N otese R3 y R4 , respectivamente, est que L es un elemento conectado entre los nodos 1 y 2 (la diferencia de potencial entre sus terminales es e1 e2 , suponiendo el nodo 1 a mayor potencial con respecto al nodo 1 2) ya que los extremos de su an alogo, K , se mueven a las velocidades angulares y 2 (la velocidad relativa del extremo izquierdo con respecto al derecho es 1 2 ). Finalmente, el torque externo T (t) tiene como an alogo en el circuito la fuente de corriente i(t). N otese que con el sentido mostrado de la fuente, si el estado energ etico inicial se supone nulo, los voltajes de nodo e1 (o) y e2 (0) son positivos cuando i(0) > 0, 2 (0) son positivas con los sentidos 1 (0) y lo cual coincide con que si T (0) > 0, mostrados.
Figura 2.29 Circuito el ectrico an alogo del ejemplo 2.10 Las siguientes son las magnitudes y variables an alogas: 1 1 1 1 1 , R = , R = C2 = J2 , C1 = J1 , R4 = B 3 2 B3 B2 , R1 = B1 , L = K , i(t) = T (t), 4 2 , e1 = 1 . e2 = Aplicando la primera ley de Kirchho a los nodos 1 y 2 del circuito de la Fig. 2.29 se obtienen las ecuaciones que lo describen: 1 de1 e1 + C1 + i(t) = (R1 + R2 ) dt L e2 1 de2 0= + C2 + (R3 + R4 ) dt L Z (e1 e2 )dt (2.86)
(e2 e1 )dt
(2.87)
Reemplazando las anteriores magnitudes y variables an alogas en (2.86) y (2.87) se obtienen las ecuaciones (2.78) y (2.77), respectivamente, que describen el comportamiento del sistema mec anico rotacional de la Fig. 2.24. Ejemplo 2.11 Obtener un modelo matem atico que describa el comportamiento del sistema mec anico traslacional de la Fig. 2.30 utilizando la analog a fuerza-torquecorriente.
Figura 2.30 Sistema mec anico traslacional del ejemplo 2.11 Utilizando el mismo procedimiento de los dos ejemplos anteriores se obtiene el circuito el ectrico an alogo que se muestra en la Fig. 2.31.
Figura 2.31 Circuito el ectrico an alogo del ejemplo 2.11 Las par ametros y variables an alogas son: Ci = Mi , i = 1, 2, 3 1 , k = 1, 2 Rk = B k 1 Lj = Kj , j = 1, 2, 3, 4
2.13 Analog a fuerza-torque-corriente 55 1 , e2 = y 2 , e3 = y 3 i(t) = p(t), e1 = y Aplicando la primera ley de Kirchho a los nodos 1, 2 y 3 se obtienen las ecuaciones que describen el circuito de la Fig. 2.31: Z 1 e1 e2 e1 e3 (e1 e2 )dt + e1 dt + + = i(t) (2.88) L3 R1 R2 Z Z 1 1 e2 e1 de2 (e2 e1 )dt + C2 (e2 e3 )dt = 0 + + (2.89) R1 L3 dt L4 Z 1 e3 e1 de3 C3 + =0 (2.90) (e3 e2 )dt + dt L4 R2 Utilizando los par ametros y variables an alogas en las ecuaciones (2.88), (2.89) y (2.90) se obtienen las ecuaciones que describen el sistema de la Fig. 2.30: 1 1 de1 +( + ) C1 dt L1 L2 Z 2 ) + B2 (y 3 ) = p(t) 1 + (K1 + K2 )y1 + K3 (y1 y2 ) + B1 (y 1 y 1 y M1 y B1 (y 1 ) + K3 (y2 y1 ) + M2 y 2 y 2 + K4 (y2 y3 ) = 0 1) = 0 3 + K4 (y3 y2 ) + B2 (y 3 y M3 y (2.91) (2.92) (2.93)
Ejemplo 2.12 Plantear un modelo matem atico para el sistema mec anico traslacional de la Fig. 2.13 utilizando la analog a fuerza-torque-corriente. El circuito an alogo el ectrico en este caso se muestra en la Fig. 2.32, en donde las magnitudes y variables an alogas son: 1 1 1 1 , R1 = B , L2 = K , L1 = K , v (t) = u (t), e2 = z , C2 = M2 , C1 = M1 , R2 = B 2 1 2 1 . e1 = y
Figura 2.32 Circuito el ectrico an alogo del ejemplo 2.12 Aplicando la primera ley de Kirchho a los nodos 1 y 2 se obtienen las ecuaciones (2.94) y (2.95):
1 de1 e1 + + C1 R1 dt L1
(e1 u )dt +
1 L2
(e1 e2 )dt = 0
(2.94)
1 de2 e2 + + C2 R2 dt L2
(e2 e1 )dt = 0
(2.95)
Reemplazando los anteriores par ametros y variables an alogas en (2.94) y (2.95) se obtienen las ecuaciones (2.44) y (2.45), que describen el sistema mec anico de la Fig. 2.13.
2.14
Ecuaciones de estado para circuitos el ectricos
Se ver a un procedimiento sistem atico para asignar variables de estado y plantear las ecuaciones de estado para circuitos con par ametros concentrados que pueden contener fuentes independientes de voltaje y de corriente. Si en una red el ectrica se conocen las corrientes en todas las inductancias y los voltajes en todos los condensadores, entonces el comportamiento de la red est a completamente descrito. Por lo tanto es natural seleccionar como variables de estado las corrientes en todos los inductores y los voltajes en todos los capacitores en redes propias (que no son impropias). Una red impropia es aquella que contiene por lo menos una trayectoria cerrada (llamada impropia) compuesta u nicamente de condensadores y/o fuentes independientes de voltaje y/o un corte (llamado impropio) formado u nicamente por inductores (con o sin acoplamiento m utuo) y/o fuentes independientes de corriente. N otese que al aplicar la segunda (primera) ley de Kirchho a cada trayectoria impropia (corte impropio) aparece una dependencia lineal entre los voltajes (corrientes) de los condensadores (inductancias) que forman parte de ella ( el). Por lo tanto, en una red impropia se deben escoger como variables de estado los voltajes en todos los condensadores, menos uno por cada trayectoria impropia (el correspondiente a cualquiera de los condensadores de la trayectoria impropia) y las corrientes en todas las inductancias, menos una por cada corte impropio (la correspondiente a cualquiera de las inductancias del corte impropio) para que el n umero de variables de estado sea m nimo (es decir, no haya variables de estado redundantes). Recu erdese que un conjunto de cortes es m nimo si cada uno de ellos tiene una s ola rama.
2.15 M etodo sistem atico para obtener las ecuaciones de estado 57
Figura 2.33 Circuitos impropios N otese que si en cualquiera de los circuitos impropios de la Fig. 2.33 se asignan los voltajes en todos los condensadores y las corrientes en todas las inductancias como variables de estado se ve que x1 (t) = x2 (t) t. Obviamente hay una redundancia aqu .
2.15
M etodo sistem atico para obtener las ecua-
ciones de estado
1. Hacer un gr aco y seleccionar un a rbol que se llamar a arbol normal, en donde las ramas de este se escogen en el siguiente orden: fuentes de voltaje, capacitores, resistencias, inductancias y fuentes de corriente. Por lo tanto, un a rbol normal consiste de todas las fuentes de voltaje, el m aximo n umero permisible de capacitores (en el caso de una trayectoria impropia no todos los condensadores pueden formar parte del arbol), las resistencias y nalmente el n umero m nimo de inductancias. Generalmente no contiene fuentes de corriente 2. Asignar los voltajes en los condensadores que forman parte del a rbol normal y las corrientes en las inductancias que corresponden a enlaces como variables de estado. Los voltajes en los condensadores que corresponden a enlaces y las corrientes en las inductancias que forman parte del a rbol normal no son necesarios escogerlos como variables de estado. 3. Expresar los voltajes y corrientes a trav es de todas las resistencias, todos los condensadores que correspondan a enlaces y todos los inductores que forman parte del arbol normal en funci on de las variables de estado y las entradas (fuentes independientes) mediante la aplicaci on de la segunda y la primera ley de Kirchho
58 MODELOS MATEMATICOS DE SISTEMAS FISICOS a los anillos (un anillo es una trayectoria cerrada que contiene un s olo enlace) y cortes que contienen aquellos elementos. 4. Aplicar la segunda y la primera ley de Kirchho a cada anillo y cada corte que contiene cada elemento que ha sido asignado como variable de estado. Ejemplo 2.13 Plantear las ecuaciones de estado y de salida del circuito mostrado en la Fig. 2.34.
Figura 2.34 Circuito el ectrico del ejemplo 2.13 Se obtiene el gr aco que se muestra en la Fig. 2.35, en donde el a rbol es un arbol normal.
Figura 2.35 Gr aco del circuito de la Figura 2.34 t t = v2 v3 i7 Se escogen como variables de estado a x = x1 x2 x3 Se expresana v6 (y por lo tanto i6 ) e i4 (y por lo tanto v4 ) en funci on de las variables de estado y de las entradas, usando las leyes de Kirchho. Aplicando la segunda ley de Kirchho en el anillo formado por los nodos 1-0-2-1 se obtiene:
2.15 M etodo sistem atico para obtener las ecuaciones de estado 59
v6 = u1 (t) x1 Por lo tanto: i6 = u1 (t) x1 R1
(2.96)
(2.97)
Aplicando la primera ley de Kirchho al corte c4 se obtiene: i4 = x3 Por lo tanto: v4 = R2 x3 (2.99) (2.98)
Ahora se obtienen las ecuaciones de estado. Aplicando la primera ley de Kirchho (plk) al corte c2 , usando (2.97) y organizando se obtiene (2.100). x 1 = 1 1 1 1 x1 x3 + u1 (t) + u2 (t) R1 C1 C1 R1 C1 C1 1 x3 C2 (2.100)
Usando la primera ley de Kirchho en el corte c3 y organizando se obtiene (2.101). x 2 = (2.101)
Aplicando la segunda ley de Kirchho (slk) en el enlace formado por los nodos 0-2-34-0 y organizando se obtiene (2.102). 1 R2 1 x1 x2 x3 (2.102) L L L Reescribiendo (2.100), (2.101) y (2.102) en forma matricial se obtiene la ecuaci on de estado (2.103). x 3 = R11C1 x 1 x 0 2 = 1 x 3 L 0 0 1 L
1 C 1
1 C2 2 R L
La ecuaci on de salida se puede expresar f acilmente en funci on de las variables de estado y las entradas como: y = v7 = L x3 = x1 x2 R2 x3 la cual escrita en forma matricial es: y= 1 1 R2 x1 x2 x3 (2.104)
.
x1 x2 + x3
1 R1 C1
1 C1
0 0
0 0
u1 (t) u2 (t)
(2.103)
60 MODELOS MATEMATICOS DE SISTEMAS FISICOS Ejemplo 2.14 Plantear las ecuaciones de estado y de salida del circuito mostrado en la Fig. 2.36. Las salidas son: el voltaje en el condensador C1 con la polaridad mostrada y la corriente a trav es de la inductancia L2 con el sentido mostrado.
Figura 2.36 Circuito del ejemplo 2.14 La Fig. 2.37 muestra el gr aco orientado en donde se us o el a rbol normal.
Figura 2.37 Gr aco del circuito de la Figura 2.36
2.15 M etodo sistem atico para obtener las ecuaciones de estado 61 t t = v2 v3 i6 Se escogen como variables de estado a x = x1 x2 x3 Como hay inductancias m utuamente acopladas, es conveniente plantear la ecuaci on primitiva que relaciona los voltajes entre sus terminales y las derivadas temporales de las corrientes. Es decir, en este caso: di5 L1 M v5 dt = (2.105) di6 v6 M L2 dt
Aplicando la segunda ley de Kirchho al anillo que contiene el enlace 7 y la primera ley de Kirchho a los cortes que contienen la ramas 5 y 4, respectivamente, se obtienen: v7 = x2 x1 i5 = u2 + x3 i4 = x3 Por lo tanto: i7 = C2 (x 1) 2 x 2 + x 3) M x 3 v5 = L1 (u v4 = Rx3 (2.109) (2.110) (2.111) (2.106) (2.107) (2.108)
Aplicando la plk a los cortes c2 y c3 y usando la ec. (2.109) se obtienen, respectivamente: C1 x 1 ) u2 x3 = 0 1 C2 (x 2 x 1 ) + u2 = 0 2 + C2 (x 2 x C3 x Organizando (2.112) y (2.113) y resolviendo para x1 y x2 se obtienen: x 1 = C2 + C3 C3 x3 + u2 1 1 C1 C2 x3 u2 1 1 (2.114) (2.115)
. .
(2.112) (2.113)
x 2 =
en donde 1 = C1 C2 + C1 C3 + C2 C3 . Aplicando la slk al anillo que contiene el enlace 6, usando las ecs. (2.105), (2.107) y (2.111) y organizando se obtiene: R 1 1 M L1 . u2 x1 x3 + u1 + 2 2 2 2 en donde 2 = L1 + L2 2M . Reescribiendo las ecuaciones de estado en forma matricial: x 3 = (2.116)
La ecuaci on de salida es:
0 x 1 x 2 = 0 1 x 3 2
0 0 0
C2 +C3 1 C2 1 2 R 2
0 x1 x2 + 0 1 x3 2
C3 1 1 C 1
0 u1 + 0 u2 0
0 0
M L1 2
u 1 u 2
(2.117)
y=
1 0 0 0 0 1
x1 x2 x3
(2.118)
2.16
Ecuaciones de estado con derivadas de las
entradas
Como se puede notar del ejemplo anterior (caso de un circuito impropio), a veces pueden aparecer en la ecuaci on matricial de estado la primera derivada de las entradas. Es decir, en forma general: x = Ax+B1 u+B2 u y = C x+Du (2.119) (2.120)
Para evitar que estas derivadas de las entradas aparezcan en la ecuaci on de estado, se pueden redenir las variables de estado de la siguiente manera: b , x B2 u x x B2 u = Ax+B1 u Reemplazando (2.121) en (2.122): b = A[x b + B2 u]+B1 u x b = Ax b + [B1 + AB2 ]u x b + [CB2 + D]u y = Cx
. .
(2.121)
De (2.119):
(2.122)
y organizando:
(2.123)
(2.123) es la nueva ecuaci on matricial de estado. La ecuaci on de salida se obtiene reemplazando (2.121) en (2.120): (2.124)
b. (2.124) es la ecuaci on de salida en funci on de las nuevas variables de estado x
2.17 El transformador ideal como an alogo de la palanca 63
2.17
2.17.1
Otras analog as electromec anicas

Palancas
Figura 2.38 Palanca ideal Consid erese el sistema mec anico de la Fig. 2.38 el cual consta de una palanca ideal y un punto de apoyo. Sup ongase que F1 (con el sentido mostrado) es una fuerza externa aplicada en el extremo de la izquierda y F2 (con el sentido mostrado) es la fuerza generada sobre alguna carga mec anica, la cual no se muestra. La velocidad angular de la palanca que rota alrededor del punto de apoyo se puede expresar en funci on de las velocidades lineales de los extremos, v1 y v2 , de la siguiente manera: = v1 v2 = d1 d2
de donde se obtiene la relaci on entre las velocidades lineales: d1 v1 = v2 d2
(2.125)
Puesto que se ha supuesto que la palanca es ideal, entonces, aplicando el principio de conservaci on de la energ a, la potencia entregada en el extremo izquierdo de la palanca (F1 v1 ) es igual a la potencia absorbida por la carga en el extremo derecho de aticamente: la palanca (F2 v2 ). Matem F1 v1 = F2 v2 de donde se obtiene la relaci on entre las fuerzas en los extremos: d2 F1 = F2 d1
(2.126)
2.17.2
El transformador ideal como an alogo de la palanca
Figura 2.39 El transformador ideal La Fig. 2.39 muestra el circuito de un transformador ideal, en el cual se satisfacen las siguientes relaciones: n1 e1 = =a e2 n2 n2 1 i1 = = i2 n1 a (2.127) (2.128)
en donde e1 y e2 (i1 e i2 ) son los voltajes (corrientes) con las polaridades (sentidos) mostradas entre (a trav es de) los terminales de los devanados del primario y del secundario, respectivamente. a es la relaci on del n umero de espiras del primario al secundario. Comparando las ecuaciones (2.127) con la (2.125) y la (2.128) con la (2.126) se puede establecer una analog a entre la palanca y el transformador, en donde e1 y e2 (i1 e i2 ) d1 1 on a = n otese que esta analog a son an alogos a v1 y v2 (F1 y F2 ) y la relaci n2 a d2 . N usa la analog a fuerza-corriente.
2.17.3
El transformador como acoplador de impedancias
Figura 2.40 El transformador con carga Consid erese el transformador ideal mostrado en la Fig. 2.40, en donde la carga podr a
2.17 La palanca como acoplador de elementos mec anicos 65 ser una resistencia, un condensador, una inductancia o una combinaci on de estos elementos.
a. Si se supone que la carga es una resistencia R, entonces: e2 = Ri2 Reemplazando (2.127) y (2.128) en (2.129) se obtiene (2.130): e1 = Req i1 (2.130) (2.129)
en donde Req = a2 R, es una resistencia equivalente vista entre los terminales del primario.
b. Si la carga es una inductancia L, entonces: di2 dt Usando (2.127) y (2.128) en (2.131) se obtiene (2.132): e2 = L e1 = Leq
(2.131)
en donde Leq primario.
di1 (2.132) dt = a2 L, es una inductancia equivalente vista entre los terminales del
c. Si la carga es una capacitancia C , entonces: de2 dt Usando (2.127) y (2.128) en (2.133) se obtiene (2.134): i2 = C i1 = Ceq
(2.133)
en donde Ceq primario.
de1 (2.134) dt C = a 2 , es una capacitancia equivalente vista entre los terminales del
2.17.4
La palanca como acoplador de elementos mec anicos
Consid erese la palanca ideal de la Fig. 2.38, en donde la carga podr a ser una masa, un resorte o un amortiguador, o cualquier conexi on de estos elementos.
a. Si se supone que la carga conectada entre el extremo derecho de la Fig. 2.38 y la referencia es un amortiguador, con coeciente de fricci on viscosa B , entonces:
F2 = Bv2 Usando (2.125) y (2.126) en (2.135) se obtiene (2.136): F1 = Beq v1 2
(2.135)
(2.136)
2 B , es el coeciente de fricci on viscosa del amortiguador equiven donde Beq = d d1 alente en el extremo izquierdo de la palanca.
b. Si la carga es un resorte con constante K , conectado entre el extremo derecho de la Fig. 2.38 y la referencia, entonces: Z
F2 = K
v2 dt
(2.137)
2 2 en donde Keq = d K , es la constante del resorte equivalente en el extremo d1 izquierdo de la palanca.
Usando (2.125) y (2.126) en (2.137) se obtiene (2.138): Z F1 = Keq v1 dt
(2.138)
c. Si la carga es una masa M en el extremo derecho de la palanca, entonces: dv2 dt
F2 = M
(2.139)
Usando (2.125) y (2.126) en (2.139) se obtiene (2.140): F1 = Meq en donde Meq = palanca.
d2 d1
dv1 dt
(2.140)
M , es la masa equivalente en el extremo izquierdo de la
2.17 La palanca como acoplador de elementos mec anicos 67 Ejemplo 2.15 Para el sistema mec anico de la Fig. 2.41 hallar la ecuaci on diferencial que relaciona el desplazamiento de la masa M con la fuerza externa p(t). Suponer que la palanca es ideal.
Figura 2.41 Sistema mec anico del ejemplo 2.15 Se utilizar a la analog a fuerza-torque-corriente. El circuito el ectrico an alogo se muestra en la Fig. 2.42.
Figura 2.42 Circuito el ectrico an alogo del ejemplo 2.15 Las analog as son: 1 1 1 , L= K , a= d C = M, R = B d2 , i(t) = p(t), e = Aplicando la plk en el nodo 1 se obtiene (2.141): ai(t) = c
dy dt
e de + (2.141) dt R Reemplazando las analog as en (2.141) se obtiene (2.142) que es la ecuaci on dife-
68 MODELOS MATEMATICOS DE SISTEMAS FISICOS rencial pedida: M d2 dy d2 d2 y = p(t) +B 2 d1 dt d1 dt (2.142)
2.17.5
Sistemas acoplados de movimento rotacional
Figura 2.43 Engranajes Consid erese el sistema mec anico rotacional de la Fig. 2.43 el cual consta de un par de engranajes y alguna carga mec anica en el engranaje de la derecha, la cual no se muestra. Sup ongase que T1 (con el sentido mostrado) es una torque externo aplicado en el engranaje de la izquierda y T2 (con el sentido mostrado) es el torque generado sobre la carga mec anica. La velocidad tangencial en el punto A de la Fig. 2.43, v, se puede expresar en funci on de las velocidades angulares, 1 y 2 , de la siguiente manera: v = 1 r1 = 2 r2 donde r1 y r2 son los radios de los engranajes 1 y 2, respectivamente. Como la relaci on del n umero de dientes de los engranajes es proporcional a la relaci on de los radios respectivos, entonces: r2 N2 1 1 = = = 2 r1 N1 N (2.143)
Puesto que se ha supuesto que el acoplamiento es ideal, entonces, aplicando el principio de conservaci on de la energ a, la potencia entregada en el eje del engranaje izquierdo (T1 1 ) es igual a la potencia absorbida por la carga conectada en el eje del aticamente: engraje derecho (T2 2 ). Matem T1 1 = T2 2
2.17 El engranaje como acoplador de elementos mec anicos 69 de donde se obtiene la relaci on entre los torques: N1 T1 = =N T2 N2 (2.144)
Comparando las ecuaciones (2.127) con la (2.143) y la (2.128) con la (2.144) se puede establecer una analog a entre el par de engranajes acoplados rotacionalmente y el alogos a 1 y 2 (T1 y T2 ) y la transformador, en donde e1 y e2 (i1 e i2 ) son an N2 1 1 a = . N o tese que esta analog a usa la analog a torque-corriente. relaci on a = n n2 N N1
2.17.6
El engranaje como acoplador de elementos mec anicos
Consid erese el engranaje ideal de la Fig. 2.43, en donde la carga podr a ser una inercia, un resorte o un amortiguador, o cualquier conexi on de estos elementos.
a. Si se supone que la carga conectada en el engranaje 2 de la Fig. 2.43 y la referencia es un amortiguador rotacional, con coeciente de fricci on viscosa B , entonces: T2 = B 2 Usando (2.143) y (2.144) en (2.145) se obtiene (2.146): T1 = Beq 1
2
(2.145)
(2.146)
en donde Beq = N B , es el coeciente de fricci on viscosa del amortiguador equivalente en el eje del engranaje 1.
b. Si la carga es un resorte rotacional con constante K , conectado en el engranaje 2 de la Fig. 2.43 y la referencia, entonces: Z
T2 = K
2 dt
(2.147)
Usando (2.143) y (2.144) en (2.147) se obtiene (2.148): Z F1 = Keq v1 dt
(2.148)
en donde Keq = N 2 K , es la constante del resorte equivalente en el eje del engranaje 1.
c. Si la carga es una inercia J en el engranaje 2, entonces:
d2 dt Usando (2.143) y (2.144) en (2.149) se obtiene (2.150): T2 = J T1 = Jeq d1 dt
(2.149)
(2.150)
en donde Jeq = N 2 M , es la inercia equivalente en el eje del engranaje 1. Ejemplo 2.16 Plantear un conjunto linealmente independiente de ecuaciones diferenciales que describa completamente el comportamiento del sistema mostrado en la Fig. 2.44.
Figura 2.44 Sistema del ejemplo 2.16 Como se supone que la corriente de campo del motor es constante, entonces el voltaje inducido en la armadura del motor, e, y el torque generado por el mismo, Tm , son dados por: e = Km m = Km Tm = KT ia dm dt (2.151) (2.152)
on del motor, respectivamente. donde Km y KT son las constantes de voltaje y de torsi Aplicando la slk en la armadura del motor se tiene:
2.17 El engranaje como acoplador de elementos mec anicos 71
dia +e (2.153) dt Utilizando la analog a fuerza-torque-corriente, para el sistema mec anico rotacional se obtiene el circuito el ectrico an alogo de la Fig. 2.45, en donde las analog as son: m c 1 1 1 , ec = ddt , R1 = B , R = , R = , Im = Tm , em = ddt 2 c B2 Bc 1 1 Rm = B1 , Lm = G1 , a= N , C1 = J1 , C2 = J2 , Cc = Jc m m u(t) = Ra ia + La
Figura 2.45 Circuito an alogo del sistema mec anico rotacional del ejemplo 2.16 Si los elementos de circuito del lado derecho del transformador (secundario) se reeren al lado izquierdo del mismo (primario), el circuito de la Fig. 2.45 queda reducido al circuito simple de la Fig. 2.46.
Figura 2.46 Circuito reducido de la Figura 2.45 en donde: Ceq = C1 + Req = C2 + Cc a2 (2.154) (2.155)
a2 R1 R2 Rc R1 R2 + R1 Rc + a2 R2 Rc
72 MODELOS MATEMATICOS DE SISTEMAS FISICOS Aplicando la plk a los nodos 1 y 2 del circuito de la Fig. 2.46 se obtienen: Z 1 em (em aec )dt = Im + Rm Lm Z 1 d(aec ) aec + + Ceq (aec em )dt = 0 Req dt Lm Bm 1 dm + Gm (m c ) = Tm dt N
(2.156) (2.157)
Reemplazando las analog as, (2.154) y (2.155) en (2.156) y (2.157) se obtienen: (2.158)
1 dc d2 c 1 1 [B1 + N 2 (Bc + B2 ) + [J1 + N 2 (Jc + J2 ) 2 + Gm ( c m ) = 0 (2.159) N dt N dt N Las ecuaciones (2.151), (2.152), (2.153), (2.158), y (2.159) constituyen el modelo matem atico que describe completamente el comportamiento del sistema de la Fig. 2.44.
2.18 lineal
Linealizaci on de un modelo matem atico no
Sup ongase que se tiene la funci on f (x, y, z ) y se desea expandir en series de Taylor alrededor del punto (x0 , y0 , z0 ) = P0 . Entonces:
X k f (x x0 )k k f (y y0 )k k f (z z0 )k + k |P0 + k |P0 ] f (x, y, z ) = f (x0 , y0 , z0 )+ [ k |P0 x k! y k! z k! 1 (2.160) Sea:
x , x x0 , y , y y0 , z , z z0 , f , f (x, y, z ) f (x0 , y0 , z0 )
(2.161)
Despreciando t erminos de orden superior a uno y utilizando las deniciones (2.161) en (2.160) se obtiene: f Kx x + Ky y + Kz z en donde: f f f |P0 , Ky = |P0 , Kz = |P x y z 0 Sup ongase ahora que se tiene la ecuaci on diferencial no lineal (2.164): Kx = F (x, x(1) , , x(m) , y, y (1) , , y (n) ) = 0 (2.163) (2.162)
(2.164)
2.18 Linealizaci on de un modelo matem atico no lineal 73 y el punto de operaci on P0 = (x0 , x0 , , x0 , y0 , y0 , , y0 ). Obviamente el punto de operaci on debe satisfacer la ecuaci on diferencial (2.163) y por lo tanto: F (x0 , x0 , , x0 , y0 , y0 , , y0 ) = 0 en donde: x0 =
(k) (1) (m) (1) (n) (1) (m) (1) (n)
(2.165)
kx ky (k) | |P , y = P tk 0 0 tk 0
Expandiendo en series de Taylor (2.164) y despreciando t erminos de orden superior a uno: F (x, x(1) , , x(m) , y, y (1) , , y (n) ) = F (x0 , x0 , , x0 , y0 , y0 , , y0 ) + (2.166) en donde: F F F F F |P x+ (1) |P0 x(1) + + (m) |P0 x(m) + |P y + + (n) |P0 y(n) x 0 y 0 x x y (2.167)
(1) (m) (1) (n)
= y:
dk x dk x dk y dk y (k) = , y = = (2.168) dtk dtk dtk dtk Reemplazando (2.164) y (2.165) en (2.166) y usando (2.168) se obtiene la ecuaci on diferencial linealizada alrededor del punto P0 : x(k) = dx dm x dy dn y + + Km + + d = d y + d 0 1 n dt dtm dt dtn
K0 x + K1 donde:
(2.169)
K0 = y: d0 =
F F F |P , K1 = |P , , Km = |P x 0 x(1) 0 x(m) 0 F F F |P , d1 = (1) |P0 , , dn = (n) |P0 y 0 y y
(2.170)
(2.171)
Ejemplo 2.17 Linealizar la ecuaci on diferencial no lineal (2.172) alrededor de un punto de operaci on que se supone conocido, P0 . x2 ( En este caso: dx 2 dy 1 d2 y ) + 2x = y3 2 + (1 + y2 )( )2 + dt dt dt y
(2.172)
F (x, x(1) , y, y (1) , y(2) ) = x2 (x(1) )2 + 2x y 3 y (2) (1 + y 2 )(y (1) )2 Por lo tanto la ecuaci on linealizada es: K0 x + K1 dx dy d2 y = d0 y + d1 + d2 dt dt dt2
1 y
(2.173)
en donde: K0 = [2x(x(1) )2 + 2] |P0 , K1 = [2x2 x(1) ] |P0 1 2 (1) d0 = [3y 2 y (2) + 2y (y (1) )2 y ] |P0 , d2 = [y 3 ] |P0 2 ] |P0 , d1 = [2(1 + y )y
2.19
El servomotor hidr aulico
Figura 2.47 El servomotor hidr aulico Como ejemplo de un sistema f sico no lineal se considera el servomotor hidr aulico, cuyo modelo matem atico se linealiza alrededor de un punto de operaci on conocido, alvula piloto es P0 . El funcionamiento descriptivo del sistema consiste en que si la v desplazada hacia la derecha, aceite a presi on entra por el lado derecho del pist on de potencia y el aceite del lado izquierdo del mismo va hacia el drenaje. La diferencia de presi on a ambos lados del pist on de potencia produce el desplazamiento de este hacia la izquierda. El aceite retorna, recibe nuevamente presi on por una bomba y vuelve a circular al sistema. Cuando el pist on piloto se desplaza hacia la izquierda, el pist on de potencia se mueve hacia la derecha. Se determinar a la funci on de transferencia,
2.19 El servomotor hidr aulico 75 despu es de ser linealizado obviamente el sistema, considerando como salida el cambio en el desplazamiento de la carga mec anica, y, y como entrada el cambio en el desplazamiento de la v alvula piloto, x.
x4 x3 Q1 Q2
x4
x3 x2
x2
x1
x1
P1
Ps
P2
Figura 2.48 Curvas no lineales de Q1 y Q2 La Fig. 2.48 muestra curvas no lineales de los caudales, Q1 y Q2 , en funci on de las alvula piloto, x. Las presiones P1 y P2 , respectivamente y del desplazamiento de la v expresiones matem aticas no lineales son: p Q1 = Kd x Ps P1 Linealizando (2.174) y (2.175): p Q2 = Kd x P2 (2.174) (2.175)
Q1 = K1 x K2 P1 Q2 = K3 x + K4 P2
(2.176) (2.177)
donde: dx dx K1 = [Kd Ps P1 ] |P0 , K2 = 2K | , K3 = [Kd P2 ] |P0 , K4 = 2K | Ps P1 P0 P2 P0 Puesto que el caudal se dene como el cambio de volumen por unidad de tiempo, entonces: Q1 = Q2 = y por lo tanto: dy d(Ay) =A dt dt
Q1 = Q2 = A
dy dt
(2.178)
La fuerza que actua sobre la masa M , con sentido de derecha a izquierda, debida al pist on de potencia es: F = A(P1 P2 ) y por lo tanto: F = A(P1 P2 ) (2.179)
Reemplazando (2.178) en (2.176) y (2.177) y despejando M P1 y M P2 en (2.179) se obtiene (2.180): F = Kx x Ky dy dt (2.180)
Haciendo el diagrama de cuerpo libre de M y aplicando la segunda ley de Newton se obtiene: F B y por lo tanto: F B d2 y dy =M dt dt2 (2.181) d2 y dy =M 2 dt dt
Reemplazando (2.180) en (2.181) se obtiene la ecuaci on diferencial que relaciona M x y M y: M d2 y dy = Kx x + (B + Ky ) 2 dt dt (2.182)
Usando la transformada de Laplace en (2.182), suponiendo condiciones iniciales nulas, se obtiene la funci on de transferencia pedida: K Y (s) = X (s) s(T s + 1) (2.183)
M x donde K = BK +Ky y T = B +Ky Si la constante de tiempo T es muy peque na, o despreciable, entonces el servomotor hidr aulico en este caso se comporta como un integrador con ganancia K :
K Y (s) = X (s) s
(2.184)
2.20 Gobernador de velocidad de una turbina 77
2.20
Gobernador de velocidad de una turbina
Figura 2.49 Gobernador de velocidad de una turbina N otese que si Pref , la potencia de referencia, aumenta, el punto A baja, C sube, D sube, abriendo la v alvula piloto, lo que hace bajar E y abre m as la v alvula de aguja. La turbina se acelera y = Kf aumenta. Al aumentar la velocidad las masas m se separan y el punto B baja, C y D bajan. Cuando se consigue el estado estacionario la v alvula piloto se cierra. Asimismo, con Pref constante, si la turbina es cargada, baja la velocidad = Kf , las masas se acercan subiendo los puntos B, C y D. La v alvula piloto se abre y E baja, abriendo m as la v alvula de aguja, incrementando la velocidad de la turbina, la que hace bajar B, C y D. En el equilibrio (nuevo) se vuelve, entonces, a cerrar la v alvula piloto. Si se considera la palanca A-B-C: Xc = f (XA , XB ) Linealizando: Xc = F F |X =const XA + |X =const XB XA B XB A b a+b XB Xc = XA + a a
78 MODELOS MATEMATICOS DE SISTEMAS FISICOS Puesto que XB f y XA Pref entonces: Xc = K1 f K2 Pref Asimismo para la palanca C-D-E: XD = K3 XC + K4 XE Si se considera la funci on de transferencia simple del servomotor entonces: Z XE = K5 XD dt
K3 K4 Xc (s) 1 K4 K5 s
(2.185)
(2.186)
(2.187)
Transformando (2.187) y utilizando (2.186) : XE (s) = Con (2.185) en (2.188): XE (s) = donde: 3 K2 KG = KK , TG = 4
1 K4 K5 ,
1+
(2.188)
KG 1 (Pref (s) f (s)) 1 + TG s R
(2.189)
R=
K2 K1 .
Figura 2.50 Concatenaci on simple del gobernador de velocidad con la turbina, generador y area de potencia La Fig. 2.50 muestra una concatenaci on simple del gobernador de velocidad con la turbina, generador y area de potencia, en donde los modelos para la turbina-generador y el area de potencia se han escogido de primer orden. PG y PD son los incrementos de la potencia generada y la demandada por los usuarios, respectivamente.
2.21 Linealizaci on de las ecuaciones de estado no lineales 79
2.21
Linealizaci on de las ecuaciones de estado no
lineales
Sea el conjunto de ecuaciones de estado no lineales: x = f (x, u, t) (2.190)
en donde x y u son vectores (columna) que contienen las variables de estado (n) y las entradas al sistema (p), respectivamente; y f es una funci on vectorial no lineal de x, u y t. La representaci on de un sistema no lineal y/o variante con el tiempo mediante ecuaciones de estado es una gran ventaja sobre el m etodo de la funci on de transferencia, ya que este u ltimo se dene estrictamente solo para sistemas lineales e invariantes con el tiempo. Sea la trayectoria nominal de operaci on (punto de operaci on) denotada por x0 (t), la on de estado no cual corresponde a la entrada nominal u0 (t). Expandiendo la ecuaci lineal (2.190) en series de Taylor alrededor del punto de operaci on y despreciando los t erminos de orden superior a uno:
n X fi (x, u) j =1 p X fi (x, u) j =1
x i (t) = fi (x0 , u0 ) +
xj
|x0 ,u0 (xj x0j ) +
uj
|x0 ,u0 (uj u0j ) (2.191)
en donde i = 1, 2, , n. Se denen: 0i i , x i x xi , xi x0i , uj , uj u0j , x Adem as: x 0i = fi (x0 , u0 ) Reemplazando (2.192) y (2.193) en (2.191): x i =
n X fi (x, u) j =1
(2.192)
(2.193)
xj
|x0 ,u0 xj +
La cual se puede reescribir en forma matricial como: x = A x+B u en donde: A =

f1 x1 f2 x1 f1 x2 f2 x2 fn x2
p X fi (x, u) j =1
uj
|x0 ,u0 uj
(2.194)
(2.195)
x0 ,u0
fn x1
f1 xn f2 xn fn xn
(2.196)

x0 ,u0
N otese que A y B son evaluados en el punto nominal. Se ha linealizado el sistema no lineal (2.190) alrededor del punto nominal de operaci on. an contener Sin embargo, en general, aunque la ec. (2.195) es lineal, A y B podr elementos que var an con el tiempo. Ejemplo 2.18 La Fig. 2.51 muestra el diagrama de un sistema de suspensi on magn etico de una bola met alica. El objetivo del sistema es controlar la posici on de la bola ajustando la corriente en el electroim an mediante el voltaje de entrada e(t). Plantear un modelo matem atico mediante ecuaciones de estado y linealizarlo alrededor del punto de equilibrio y0 (t) = Y0 = constante.
B =
f1 u1 f2 u1
f1 u2 f2 u2 fn u2
fn u1
f1 up f2 up fn up
(2.197)
Figura 2.51 Sistema de suspensi on magn etico de una bola Las ecuaciones que describen el comportamiento del sistema se pueden obtener aplicando la segunda ley de Newton a la bola y la segunda ley de Kirchho al circuito el ectrico: Mg d2 y i2 =M 2 y dt di dt
dy dt ,
(2.198) (2.199) x3 = i, las ecuaciones de
e(t) = Ri + L
Si se denen las variables de estado como :x1 = y, x2 = estado del sistema son: dx1 = x2 dt
(2.200)
2.22 Diagramas de bloques 81
1 x2 dx2 3 =g dt M x1 R dx3 1 = x3 + e(t) dt L L
(2.201)
(2.202)
Se determina el punto nominal de operaci on. Puesto que y0 (t) = x01 (t) = Y0 = 2 (t) y0 (t) cons tan te, entonces x02 (t) = dx01 = 0. Adem as, como d dt = 0, reemplazando 2 dt este en (2.198) se obtiene i0 (t) = x03 (t) = MgY0 . Utilizando el punto nominal de operaci on y linealizando las ecs. de estado no lineales se obtiene (2.203): 0 x 1 g x 2 = Y 0 x 3 0 1 0 0 x1 q g 0 2 MY0 x2 + 0 e(t) 1 x3 0 R L
L
(2.203)
Ejemplo 2.19 Sea el sistema no lineal de ecuaciones:
x 1 =
1 x2 2 (t)
(2.204)
x 2 = x1 (t)u(t)
(2.205)
on a Linealizarlas alrededor de la trayectoria nominal [x01 (t), x02 (t)] que es la soluci las ecuaciones con las condiciones iniciales x1 (0) = x2 (0) = 1 y la entrada u(t) = 0. Integrando (2.205), x2 (t) = x2 (0) = 1 e integrando (2.204), x1 (t) = t + 1. Es decir, la trayectoria nominal alrededor de la cual las ecs.(2.204) y (2.205) ser an linealizadas f1 f2 f1 f1 = = es descrita por x01 (t) = t + 1 y x02 (t) = 1. Como x1 x2 u = 0, x2 = f2 f2 2 , x1 = u(t), u = x1 (t) y evaluando estas en el punto de operaci on se obtienen x3 2 (t) las ecuaciones pedidas: x 1 x 2 = 0 2 0 0 x1 x2 + 0 1t u(t) (2.206)
(2.206) es un conjunto de ecs. de estado lineales con coecientes variables con el tiempo.
2.22
Diagramas de bloques
Figura 2.52 Sistema de lazo cerrado La Fig. 2.52 muestra un diagrama de bloques general de un sistema en lazo cerrado. (s) Se dene la funci on de transferencia directa como C on E (s) = G(s), y la funci
(s) de transferencia en lazo abierto como B otese que si E (s) = Wla (s) = G(s)H (s). N la funci on de transferencia de realimentaci on es la unidad (H (s) = 1), la funci on de transferencia en lazo abierto y la directa son iguales. Para el sistema en lazo cerrado se tiene:
C (s) = G(s)E (s) = G(s)[R(s) B (s)] = G(s)[R(s) H (s)C (s)] de la cual se halla la funci on de transferencia en lazo cerrado: G(s) C (s) = Wlc (s) = R(s) 1 + G(s)H (s) (2.207)
2.23
Sistema de lazo cerrado sometido a una
perturbaci on
Figura 2.53 Sistema de lazo cerrado sometido a una perturbaci on La respuesta del sistema lineal de la Fig. 2.53 debido a ambas entradas, r(t) y u(t) se puede obtener utilizando superposici on:
2.24 Reducci on de diagramas de bloques 83 a. Sup ongase N (s) = 0, entonces la respuesta debida a R(s), CR (s), se puede obtener usando (2.207):
G1 (s)G2 (s) CR (s) = R(s) 1 + G1 (s)G2 (s)H (s)
(2.208)
b. Se supone ahora R(s) = 0, entonces la respuesta debida a N (s), CN (s), tambi en se puede obtener usando (2.207):
G2 (s) CN (s) = N (s) 1 + G1 (s)G2 (s)H (s)
(2.209)
Usando superposici on la respuesta del sistema es:
C (s) = CR (s) + CN (s) =
G2 (s) [G1 (s)R(s) + N (s)] 1 + G1 (s)G2 (s)H (s)
(2.210)
Suponiendo que | G1 (s)G2 (s)H (s) | 1, se puede notar que la respuesta debido a la 1 R (s) referencia es aproximadamente independiente de G1 (s) y G2 (s) ya que C R(s) ' H (s) . Si adem as, | G1 (s)H (s) | 1, se ve que el efecto de perturbaci on se aten ua consider1 N (s) ' 0. ablemente ya que C N (s) G1 (s)H (s)
2.24
Reducci on de diagramas de bloques
La reducci on de un diagrama de bloques complicado a uno m as simple se puede llevar a cabo utilizando los diagramas equivalentes que se muestran en la Fig. 2.54.
Figura 2.54 Diagramas equivalentes
Ejemplo 2.20 Reducir el diagrama de bloques de la Fig. 2.55 y obtener la funci on de transferencia.
Figura 2.55 Diagrama de bloques del ejemplo 2.20 Las Figuras 2.56 y 2.57 muestran las diferentes etapas para la reducci on del diagrama FG F GH , B = . de bloques en donde A = 1 F GI 1F GI +GHJ
2.24 Reducci on de diagramas de bloques 85
Figura 2.56 Reducci on parcial del diagrama de la Fig. 2.55
Figura 2.57 Reducci on nal del diagrama del ejemplo 2.20 Finalmente entonces la funci on de transferencia es:
F GH C (s) = R(s) 1 F GI + GHJ + F GH
(2.211)
Ejemplo 2.21 Reducir el mismo diagrama de bloques de la Fig. 2.55 de otra manera.
La Fig. 2.58 muestra las diferentes etapas para la reducci on del diagrama de bloques GH I de otra manera, en donde D = 1+ GHJ , E = H 1.
Figura 2.58 Otra manera de reducir el diagrama de la Fig. 2.55 Finalmente se obtiene la misma funci on de transferencia dada por la ec. (2.211).
2.25
Ejemplos
2.25 El servomotor bif asico 87
2.25.1
Sism ografo
Figura 2.59 Diagrama esquem atico de un sism ografo El sism ografo b asicamente indica el desplazamiento de su envoltura con respecto al espacio inercial. xi es el desplazamiento de la envoltura o gabinete con respecto al espacio inercial o referencia, x0 es el desplazamiento de la masa m con respecto a la referencia. y = x0 xi es el desplazamiento de la masa m con respecto al gabinete. Haciendo el diagrama de cuerpo libre de la masa m y aplicando la segunda ley de Newton: 0 ) + K (xi x0 ) = mx 0 B (x i x y haciendo cambio de variable, x0 = y + xi , se obtiene: my + By + Ky = mx i Utilizando Laplace y suponiendo condiciones iniciales nulas se obtiene la funci on de transferencia: ms2 Y (s) = 2 Xi (s) ms + Bs + K (2.212)
Si el rango de frecuencias de inter es es relativamente alto de modo que para s = j se p tiene que m 2 (B )2 + K 2 (desigualdad que sirve para el dise no del sism ografo) Y (j )| entonces de (2.212) se obtiene que ||X ' 1. Asi entonces se obtiene a la salida i (j )| (y ) una se nal cuya forma de onda es igual al desplazamiento de entrada (xi ). (s) Este dispositivo tambi en puede ser utilizado como aceler ometro ya que s2Y Xi (s) =
Y (s) a(s)
m ms2 +Bs+K .
2.25.2
El servomotor bif asico
Figura 2.60 El servomotor bif asico
Ec(t) Voltaje ec(t) Tiempo Torque T(t)
Tiempo
Figura 2.61 Curvas de voltaje de control y torque del servomotor bif asico con velocidad constante Muy utilizado en servomecanismos de instrumentaci on y control. Es un motor con rotor jaula de ardilla y en el estator tiene dos devanados en cuadratura, llamados fase de control (cuyo voltaje entre sus terminales ec (t) = Ec (t) sen t, generalmente se usa como se nal de control) y fase de referencia (su voltaje es ef (t) = E cos t). Como la mayor a de sistemas f sicos, el servomotor bifsico es un dispositivo no lineal, lo cual se reeja fundamentalmente en la relaci on entre el torque generado, T , con la velocidad pica, dada por los angular, m , y el voltaje Ec (t). La Fig. 2.60 muestra una curva t
2.25 Motor de CC controlado en el inducido 89 fabricantes, de esta relaci on y la Fig. 2.61 muestra que, para una velocidad angular constante, el torque generado por el motor T (t) es proporcional a Ec (t). Se supone nal de alimentaci on sen t. que las variaciones de Ec (t) son lentas comparadas con la se un punto de operaci on P0 : Asi pues T = T (m , ec ) y linealizando alrededor de alg T T |P0 m + |P ec m Ec 0 d2 d d = k1 + k2 ec = J +B dt dt2 dt =
(2.213)
Organizando (2.213) se obtiene la ecuaci on diferencial (2.214): d2 d = k2 ec + (B + k1 ) (2.214) dt2 dt Usando Laplace en (2.214) con condiciones iniciales nulas se obtiene la funci on de transferencia: J K (s) = Ec (s) s(1 + s) donde K =
k2 B +k1
(2.215)
y=
J B +k1 .
2.25.3
Motor de CC controlado en el inducido
Figura 2.62 Motor de CC controlado por la armadura Aplicando la slk en el circuito de armadura: dia (2.216) dt en donde ea , el voltaje inducido en la armadura es dado por ea = Ka m , siendo a m la velocidad angular del motor y el ujo en el entrehierro, el cual se supondr v ea = Ra ia + La
90 MODELOS MATEMATICOS DE SISTEMAS FISICOS proporcional a la corriente de campo, que en este caso se supone constante. Por lo tanto: ea = Ke m (2.217)
Asimismo, el torque generado por el motor es dado por = Kb ia . Por lo tanto: = K ia Con el diagrama de cuerpo libre de la inercia J y utilizando la sln: L = j dm + B m dt (2.219) (2.218)
on en la carga. en donde L es el torque de perturbaci Transformando las ecs. (2.216) a la (2.219) con condiciones iniciales nulas y organiz andolas se obtienen: Ia (s) = 1 (V (s) Ea (s)) Ra + La s Ea (s) = Ke m (s) (2.220)
(2.221)
(s) = K Ia (s) 1 ( (s) L (s)) Js + B
(2.222)
m (s) =
(2.223)
Figura 2.63 Diagrama de bloques del motor de CC controlado por el inducido Con las ecs. (2.220) a la (2.223) se obtiene el diagrama de bloques de la Fig. 2.63 del motor de cc controlado por el inducido.
2.25 Motor de CC controlado en el campo 91
2.25.4
Motor de CC controlado en el campo
Figura 2.64 Motor de CC controlado en el campo En este caso se supone que el voltaje aplicado a la armadura es constante. Aqu no se supondr a, como sucede a veces, que la corriente de armadura es constante (conectando una resistencia alta en serie con la armadura) ya que esto no es estrictamente cierto. El comportamiento del sistema es descrito con las siguientes ecuaciones: V = Ra ia + La dia + ea dt
ea = K0 = K1 if
= K0 ia = K1 if ia d + B dt dif dt
=j
vf = Rf if + Lf
las cuales despu es de ser linealizadas alrededor de un punto de operaci on se convierten en: V = 0 = Ra ia + La dia + ea dt
ea = Kf if + K
= K2 if + K ia d + B dt dif dt
= j
vf = Rf if + Lf
y utilizando la transformada de Laplace en ellas con condiciones iniciales nulas: If (s) = 1 Vf (s) Rf + Lf s 1 Ea (s) Ra + La s
Ia (s) =
Ea (s) = Kf If (s) + K (s) (s) = K2 If (s) + K Ia (s) (s) = 1 (s) Js + B
de las cuales se puede obtener el diagrama de bloques de la Fig. 2.65.
Figura 2.65 Diagrama de bloques del motor de CC controlado en el campo Utilizando reducci on de diagramas de bloques en la Fig. 2.65 o mediante la manipulaci on algebr aica de las u ltimas cinco ecuaciones se puede obtener la funci on de transferencia:
2.26 Potenci ometros 93
Kf K )(Ra + La s) (K2 R (s) a +La s = 2 2 )] Vf (s) (Rf + Lf s)[La Js + (Ra J + La B )s + (Ra B + K
(2.224)
Consid erese como entrada un escal on unitario, es decir vf (t) = us (t), por lo tanto . Partiendo de que el sistema es estable entonces el cambio en velocidad Vf (s) = 1 s en estado estacionario, ss , se puede calcular utilizando el teorema del valor nal: ss = lim (t) = lim s(s). En este caso da:
t s0
f )Ra (K2 R a = 2) Rf (Ra B + K
K K
ss de donde se puede notar que si:
f K na de modo que (K2 KR ) < 0, entonces (s) < 0, es decir la a. Ra es peque a velocidad decrece con el aumento de vf .
Kf K ) > 0, entonces (s) > 0, es decir la b. Ra es grande de modo que (K2 R a velocidad crece con el aumento de vf .
Si la inductancia de armadura es despreciable, entonces la funci on de transferencia se reduce a:

Kf K + K2 Kf K + Ra K2 (s) Ra ' = 2) Vf (s) (Rf + Lf s)(Ra Js + Ra B + K (Rf + Lf s)(Js + B +
2 K Ra )
(2.225)
y si la resistencia en el circuito de armadura se hace grande (conectando una resistencia alta en serie): (s) K2 ' Vf (s) (Rf + Lf s)(Js + B ) (2.226)
2.26
Sensores de error en sistemas de control
Como se sabe, en sistemas de control a menudo es necesario comparar varias se nales en cierto punto de un sistema. Por ejemplo, la comparaci on de la entrada de referencia con la variable controlada, que es llamada la se nal de error. En t erminos de componentes f sicos, un sensor de error puede ser un simple potenci ometro o una combinaci on de ellos, un engranaje diferencial, un transformador, un amplicador diferencial, un synchro, etc. Se considerar an algunos de ellos.
2.26.1
Potenci ometros
Un potenci ometro es un transductor electromec anico que convierte una se nal mec anica en una se nal el ectrica. La entrada al dispositivo es en forma de desplazamiento mec anico, sea traslacional o rotacional. Cuando se aplica un voltaje entre los terminales jos del potenci ometro, el voltaje de salida que se mide entre el terminal variable y tierra es proporcional al desplazamiento de entrada, linealmente o de acuerdo a alguna relaci on no lineal. Potenci ometros rotatorios son disponibles comercialmente en forma de una o m ultiples revoluciones. El material comunmente es alambre o pl astico conductor. Este u ltimo es preferible para control de precisi on.
Figura 2.66 Potenci ometros En la Fig. 2.66a se tiene el modelo de un potenci ometro rotatorio lineal. Este dispositivo se puede usar para indicar la posici on absoluta de un sistema o la posici on relativa de dos salidas mec anicas. Entonces el voltaje de salida e(t) ser a proporcional a la posici on del eje c (t). Es decir e(t) = Ks c (t), en donde Ks es una constante de proporcionalidad. Un arreglo m as exible se obtiene usando dos potenci ometros conectados en pa-ralelo como se muestra en la Fig. 2.66b. En este caso se permite la comparaci on de dos posiciones de ejes localizados remotamente. El voltaje de salida se toma entre los terminales variables de los dos potenci ometros y es dado por e(t) = Ks [1 (t) 2 (t)].
2.26 Potenci ometros 95
Figura 2.67 Control de posici on con motor DC
Referencia E e(t)
ea(t)
pos. carga Tiempo
Figura 2.68 Ondas t picas del motor DC La Fig. 2.67 muestra el diagrama esquem atico simplicado de un t pico sistema de control de posici on con motor DC. En la Fig. 2.68 se muestran formas de onda t picas on unitario. N otese que todas las se nales del sistema para cuando r (t) es un escal son demoduladas. En la terminolog a del control, una se nal DC se reere a una se nal no modulada. Por otro lado, una se nal AC se reere a aquella que es modulada por un proceso de modulaci on.
Figura 2.69 Control de posici on con motor bif asico AC
Referencia v(t) error posicin
e(t) pos. carga
Tiempo
Figura 2.70 Ondas t picas del motor bif asico AC La Fig. 2.69 muestra un sistema de control que sirve esencialmente al mismo prop osito que el de la Fig. 2.67, excepto que prevalecen las se nales AC. El voltaje aplicado al detector de error es sinusoidal. La frecuencia de esta se nal es usualmente mucho m as alta que la de la se nal que est a siendo transmitida a trav es del sistema. Se nales t picas del sistema de control AC se muestran en la Fig. 2.70. v(t) = E sen c t es llamada nal de e-rror es e(t) = Ks e (t)v(t), en la portadora cuya frecuencia es c . La se donde e (t) = r (t) L (t), es la diferencia entre el desplazamiento de entrada y el
2.26 Synchros 97 nal desplazamiento de la carga. Para la se nal e (t) de la Fig. 2.70, e(t) es una se modulada con portadora suprimida ya que no contiene la frecuencia original portadora. Por ejemplo, si e (t) = sen s t, en donde normalmente s c , entonces, usando relaciones trigonom etricas, e(t) = 1 2 Ks E [cos(c s )t cos(c + s )t]. Por eso, e(t) no contiene a c o s , sino a c + s y c s . Cuando la se nal modulada se transmite a trav es del sistema, el motor actua como un demodulador, de modo que el desplazamiento de la carga ser a de la misma forma que la se nal DC antes de modulaci on.
2.26.2
Synchros
Son muy conables. B asicamente un synchro es un dispositivo rotatorio que opera con el mismo principio que un transformador y produce una correlaci on entre una posici on angular y un voltaje o conjunto de ellos. Los synchros son dispositivos AC y hay muchos tipos de ellos. Aqu s olo se discuten el synchro transmisor y el synchro transformador de control. El synchro transmisor. Los devanados de su estator est an conectados en Y. El rotor es de polos salientes con un solo devanado. Su diagrama esquem atico se muestra en la Fig. 2.71.
Figura 2.71 El synchro transmisor Un voltaje AC monof asico, ec = ER sen c t, se aplica al rotor a trav es de dos anillos deslizantes. Se puede demostrar que las magnitudes de los voltajes en los terminales del estator son: ES1 S2 = 3KER sen( + 240 ) (2.227) ES2 S3 = 3KER sen( + 120 ) 3KER sen (2.228) (2.229)
ES3 S1 =
98 MODELOS MATEMATICOS DE SISTEMAS FISICOS en donde es la posici on del rotor relativa alguna referencia. Por lo tanto, un synchro transmisor sirve para identicar posiciones angulares. El synchro transformador de control. Un detector de error por synchros involucra el uso de dos: el transmisor y el transformador de control como se muestra en la Fig. 2.72.
Figura 2.72 Detector de error por synchros B asicamente el principio de operaci on del synchro transformador de control es id entica a la del trasmisor, excepto que el rotor es de forma cil ndrica de modo que el ujo en el entrehierro es uniformemente distribuido alrededor del rotor. Esta cualidad es esencial para un transformador de control ya que los terminales del rotor son conectados usualmente a un amplicador o un dispositivo el ectrico similar, de modo que este vea una impedancia constante. Cuando los voltajes (2.227) a (2.229) se aplican a los correspondientes terminales del estator del transformador de control, la amplitud del voltaje en su rotor es funci on del seno de la diferencia entre los angulos de los ejes del transmisor y del transformador de control. Naturalmente el detector de error s ncrono es un dispositivo no lineal. Sin embargo, para peque nas desviaciones angulare de hasta 15 en la vecindad de las 2 posiciones nulas del seno, el voltaje del rotor del del transformador de control es aproximadamente proporcional a la diferencia de posici on. Por eso, para peque nas desviaciones angulares, la funci on de transferencia del detector de error s ncrono se E E puede aproximar por una constante Ks = r L = e , en donde E es un voltaje de error en voltios, r y L son las posiciones de los ejes del transmisor y del transformador de control en radianes, respectivamente, e es el error de las posiciones de los ejes en rads. y Ks es la sensitividad del detector de error en voltios/rad. Se debe hacer notar que la se nal de error en los terminales del rotor del transformador nal de control cuando el voltaje aplicado al rotor del transmisor es ER sen c t, es una se modulada de portadora suprimida, e(t) = Ks e (t) sen c t.
2.27 Control de posici on con sensor de error potenciom etrico 99
Figura 2.73 Control de posici on con motor bif asico La Fig. 2.73 muestra un diagrama simplicado de un sistema de control de posici on empleando un detector de error s ncrono. El rotor del transformador de control se conecta al eje controlado y el rotor del transmisor se conecta al eje de entrada de referencia.
2.27
2.27.1
Ejemplos de control de posici on

Control de posici on con sensor de error potenciom etrico
Los siguiente tres ejemplos tienen como objetivo el control de una posici on angular.
Figura 2.74 Control de posici on con sensor de error potenciom etrico y motor DC on En la Fig. 2.74 Jm y Bm son: el momento de inercia y el coeciente de fricci 1 , es la relaci o n del n u mero de dientes de los viscosa del motor, respectivamente, n = N N2 on del motor engranajes primario y secundario, Km es la constante de voltaje y de torsi etrico, (iguales en el sistema MKS), K1 es la ganancia del detector de error potenciom
100 MODELOS MATEMATICOS DE SISTEMAS FISICOS KA es la ganancia del amplicador, r, c, y 1 son los desplazamientos angulares de los ejes de referencia, de salida (en la carga) y del motor, respectivamente. Las ecuaciones que describen el comportamiento del sistema son: e = K1 (r c) va = KA e va ea = Ra ia + La ea = Km 1 = Km ia = Jeq d1 + Beq 1 dt dia dt
1 1 = c n en donde Jeq = (Jm + n2 JL ) y Beq = (Bm + n2 BL ). Transformando las ecuaciones con condiciones iniciales nulas se obtienen: E (s) = K1 (R(s) C (s)) Va (s) = KA E (s) Ia (s) = 1 (Va (s) Ea (s)) Ra + La s Ea (s) = Km 1 (s) (s) = Km Ia (s) 1 (s) = 1 (s) Beq + Jeq s n 1 (s) s
C (s) =
2.27 Control de posici on con synchros y motor DC 101 Con estas ecuaciones se puede obtener el diagrama de bloques que se muestra en la Fig. 2.75.
Figura 2.75 Diagrama de bloques del sistema de la Fig. 2.74 Utilizando reducci on de diagramas de bloques o mediante manipulaci on de las ecuaciones transformadas se puede obtener la funci on de transferencia, la cual, en el caso de despreciar la inductancia de armadura, es: K1 KA Km n C (s) = 2 2 )s + K K K n R(s) Ra Jeq s + (Ra Beq + Km 1 A m
2.27.2
Control de posici on con synchros y motor DC
Figura 2.76 Control de posici on con synchros y motor DC
102 MODELOS MATEMATICOS DE SISTEMAS FISICOS Puesto que la se nal de error del detector de error s ncrono es modulada, ec = K (i 0 ) cos c t, y se desea usar un motor DC, es necesario entonces demodular el error, para lo cual se utiliza el circuito de la Fig. 2.77a, en donde vr = V cos c t.
Figura 2.77 Demodulador y circuitos equivalentes on a la Como se supone que las variaciones del error, r L , son lentas con relaci portadora, el an alisis del circuito se puede hacer en dos partes:
a. Cuando r L > 0 y vr > 0. En este caso, como los transistores P y Q quedan en saturaci on y corte, respectivamente, el circuito de la Fig. 2.77b es equivalente al de la Fig. 2.77a sin considerar el condensador. En el circuito de la Fig. 2.77c se usa una red equivalente Thevenin en donde: R2 2 (2R1 +R2 ) RT h = R2( R1 +R2 ) y eT h = 2(R1 +R2 ) ec . Por lo tanto: v0 = R ec 2R1 + R2
Asi, si ec > 0 v0 > 0, y si ec < 0 v0 < 0, lo cual justica parte de las gr acas de la Fig.2.78.
b. Cuando r L > 0 y vr < 0. En este caso los transistores P y Q quedan en corte
2.27 Control de posici on con synchros y motor DC 103 y saturaci on, respectivamente. Haciendo un an alisis como en el caso anterior se obtiene: R ec 2R1 + R2 Asi, si ec > 0 v0 < 0, y si ec < 0 v0 > 0, lo cual justica otra parte de las gr acas de la Fig.2.78. v0 =
Vr ec Vo Vr ec Vo Tiempo
Figura 2.78 Se nales del demodulador El condensador en el circuito de la Fig. 2.77a sirve como ltro para obtener a la salida del demodulador una se nal DC que es proporcional al error de las posiciones angulares r L .
Figura 2.79 Diagrama de bloques de la Figura 2.76
104 MODELOS MATEMATICOS DE SISTEMAS FISICOS La Fig. 2.79 muestra el diagrama de bloques correspondiente al sistema de la Fig. ncrono, KDM representa la 2.76, en donde K es la ganancia del detector de error s an permanente. acci on del demodulador y KT G es la ganancia del tacogenerador de im
2.27.3
Control de posici on con synchros y motor bif asico
Figura 2.80 Control de posici on con synchros y motor bif asico La Fig. 2.80 muestra el control de posici on angular utilizando detector de error sincr onico y motor bif asico. El tacogenerador en este caso es AC. Sus voltajes de referencia, al igual que el aplicado al rotor del synchro transmisor son de la misma frecuencia angular. La inercia y coeciente de fricci on viscosa equivalentes en el eje del motor son: 2 2 2 2 N4 N2 N1 N1 N4 N2 N1 1 J + J , y B = B + B + Bt Jme = Jm + N c t me m c N2 N5 N3 N2 N2 N5 N3 N2 La funci on de transferencia del motor bif asico que se encontr o anteriormente es: Km m (s) = E2 (s) s(1 + Tm s) Las siguientes ecuaciones, de una vez en el dominio de s, completan el conjunto que describe el sistema de la Fig. 2.80: e (s) = r (s) t (s) E (s) = Ks e (s)
2.28 Sistemas de nivel de l quido 105
Ea (s) = E (s) Et (s)
E2 (s) = AEa (s)
c (s) =
N1 m (s) N2
t (s) =
N4 N2 c (s) N5 N3
Et (s) = Kt st (s) Con estas ecuaciones se puede obtener el diagrama de bloques de la Fig. 2.81.
Figura 2.81 Diagrama de bloques del sistema de la Fig. 2.80 La funci on de transferencia, que se puede obtener por manipulaci on algebraica de las ecuaciones o por reducci on del diagrama de bloques, es: Ks AKm n1 c (s) = 2 r (s) Tm s + (1 + AKm Kt n2 )s + Ks AKm n2 donde n1 =
N1 N2
y n2 =
N4 N2 N5 N3 .
2.28
Sistemas de nivel de l quido
Figura 2.82 Sistema de nivel de l quido Dependiendo de si el ujo del l quido es turbulento o laminar, lo cual se mide con el n umero de Reynolds, el sistema se describe mediante ecuaciones diferenciales no lineales o lineales, respectivamente. En el sistema de nivel de l quido (sistema hidr aulico) de la Fig. 2.82a, A es el promedio de la secci on transversal del tanque, Qi es el caudal (volumen por unidad de tiempo) quido a la entrada y Q0 es el caudal a la salida. Naturalmente el volumen (V ) del l en el tanque, suponiendo una secci on transversal constante, es funci on del nivel del mismo, H . Es decir: V = f (H ) Cuando ocurre un peque no cambio en el nivel con respecto al valor del punto de operaci on, entonces: f (H ) |P0 H = AH (2.230) H N otese que el l quido en el tanque almacena energ a. Si se considera que el volumen del l quido en el tanque y el nivel en el sistema hidr aulico tienen como an alogos el ectricos a la carga el ectrica (q ) en un condensador y la diferencia de potencial (voltaje e), ectrica, respectivamente, entonces, puesto que q = Ce e, donde Ce es la capacitancia el y comparando con la ec. (2.230) se dene la capacitancia del tanque como C , A y por lo tanto (2.230) se puede reescribir como (2.231): V = V = C H (2.231)
Adem as, como la diferencia entre el caudal que le entra al tanque y el que le sale es la variaci on del volumen del l quido en el tanque, entonces: dV dt Asi si Qi Q0 > 0, entonces el volumen aumenta y vicerversa. De (2.232): Qi Q0 = (2.232)
2.28 Sistemas de nivel de l quido 107
dV (2.233) dt Es importante notar que puesto que la corriente el ectrica se dene como i , dq dt , entonces el an alogo del caudal es la corriente el ectrica. Con (2.231) en (2.233): Qi Q0 = dH (2.234) dt Consid erese el caudal a la salida Q0 , el cual como se muestra en la Fig. 2.82b puede ser una funci on no lineal del nivel H , es decir Q0 = Q0 (H ). Linealizando alrededor del punto de operaci on: Qi Q0 = C Q0 (H ) |P0 H (2.235) H Como se sabe, la resistencia el ectrica Re se dene por Re , e alogo a i y con Q0 an i y H an alogo a e, entonces de (2.235) se dene la resistencia de la v alvula a la H salida como R , Q0 . Esta es la pendiente de la curva mostrada en la Fig. 2.82b. Por lo tanto, reescribiendo (2.235): Q0 = 1 H (2.236) R Con (2.236) en (2.234) y organizando se obtiene la ecuaci on diferencial que relaciona un cambio en el caudal de entrada con un cambio en el nivel del sistema de la Fig. 2.82a: Q0 = C La funci on de transferencia es: R H (s) = (2.238) Qi (s) RCs + 1 Si se considera como salida el caudal a trav es de la v alvula de salida y como Q0 (s) = 1 H ( s ), entonces: R 1 Q0 (s) = Qi (s) RCs + 1 (2.239) 1 dH + H = Qi dt R (2.237)
Figura 2.83 Circuito el ectrico an alogo al sistema de nivel de l quido de la Fig. 2.82a
108 MODELOS MATEMATICOS DE SISTEMAS FISICOS Teniendo en cuenta las analog as el ectricas descritas en esta secci on, se puede obtener el circuito el ectrico an alogo del sistema de nivel de l quido de la Fig. 2.82a como se muestra en la Fig. 2.83. En la Fig. 2.83 las analog as son: Ce = C, Re = R, e = H, i = Qi , i0 = Q0 . Aplicando la plk al nodo superior del circuito de la Fig. 2.83 se obtiene: + i = Ce e 1 e Re (2.240)
Reemplazando las analog as en (2.240) se obtiene nuevamente la ecuaci on diferencial (2.237). La siguiente tabla hace un resumen de las analog as consideradas en esta secci on. Sistema hidr aulico Nivel, H Caudal, Q Resistencia hidr aulica, R Capacitancia hidr aulica, C Sistema el ectrico Voltaje, e Corriente, i Resistencia el ectrica, Re Capacitancia el ectrica, Ce
2.29
Sistemas de nivel de l quido con interacci on
Figura 2.84 Sistema de nivel de l quido con interacci on La Fig. 2.84 muestra dos tanques conectados a trav es de una v alvula. Se plantear a un modelo matem atico linealizado y se obtendr a la funci on de transferencia, considerando como entrada una variaci on del caudal Q, Q, y como salida la variaci on en el caudal Q2 , Q2 . Para el tanque de la izquierda:
2.29 Sistemas de nivel de l quido con interacci on 109
Q Q1 = Entonces: Q Q1 = Como Q1 = Q1 (H1 H2 ), entonces:
dV1 dt
dV1 dH1 = C1 dt dt
(2.241)
1 (H1 H2 ) R1 Similarmente para el tanque de la derecha: Q1 = Q1 Q2 = Q1 Q2 = y como Q2 = Q2 (H2 ), entonces: Q2 = 1 H2 R2 dV2 dt
(2.242)
dV2 dH2 = C2 dt dt
(2.243)
(2.244)
Suponiendo condiciones iniciales nulas y transformando (2.241) a (2.244) se obtienen: H1 (s) = Q1 (s) = H2 (s) = 1 [Q(s) Q1 (s)] C1 s 1 [H1 (s) H2 (s)] R1 1 [Q1 (s) Q2 (s)] C2 s 1 H2 (s) R2 (2.245) (2.246) (2.247) (2.248)
Q2 (s) =
Figura 2.85 Diagrama de bloques del sistema de la Fig. 2.84
110 MODELOS MATEMATICOS DE SISTEMAS FISICOS Con las ecuaciones (2.245) a (2.248) se puede obtener el diagrama de bloques que se muestra en la Fig. 2.85 y a partir de este o mediante reducci on de diagrama de bloques se obtiene la funci on de transferencia:
1 Q2 (s) = 2 Q(s) R1 C1 R2 C2 s + (R1 C1 + R2 C2 + R2 C1 )s + 1
(2.249)
El circuito el ectrico an alogo al sistema hidr aulico de la Fig. 2.84 es el que se muestra en la Fig. 2.86.
Figura 2.86 Circuito el ectrico an alogo al sistema hidr aulico de la Fig. 2.84 Las ecuaciones que describen el circuito de la Fig. 2.86, de una vez en el dominio de s, y que se obtienen aplicando la plk en dos nodos son:
Q(s) = C1 sH1 (s) +
1 [H1 (s) H2 (s)] R1
(2.250)
0 = C2 sH2 (s) +
1 1 H2 (s) + [H2 (s) H1 (s)] R2 R1
(2.251)
on de Q(s) y teniendo en cuenta de las cuales se puede obtener H2 (s) en funci Q2 (s) 1 H ( s ) se obtiene , que resulta ser la misma funci on de que Q2 (s) = R 2 Q(s) 2 transferencia obtenida anteriormente y dada por la ec. (2.249).
2.30
Sistema de nivel de l quidos no lineal
2.30 Sistema de nivel de l quidos no lineal 111
Figura 2.87 Sistema hidr aulico otese que En el sistema hidr aulico de la Fig. 2.87, Q1 = K1 H1 , Q2 = K2 H2 . N la secci on transversal del tanque esf erico var a con el nivel de su l quido, es decir su capacitancia hidr aulica no es constante. El caudal u es la entrada al sistema. Se plantear an las ecuaciones de estado no lineales que describen el comportamiento del sistema.
Figura 2.88 Tanque esf erico de la Fig. 2.87 En el tanque esf erico de la Fig. 2.88 consid erese el diferencial de volumen mostrado,
112 MODELOS MATEMATICOS DE SISTEMAS FISICOS dv. Matem aticamente: i h dv = r2 (r H )2 dH = 2rH H 2 dH Z
Es decir, el volumen en el tanque esf erico para un nivel determinado H2 es: 2rH H 2 dH 0 3 H2 2 = rH2 3 =
H2
V2
(2.252)
Para el tanque superior de la Fig. 2.87: u Q1 = A y para el tanque esf erico: Q1 Q2 = dV2 dt (2.254) dH1 dt (2.253)
Las ecuaciones no lineales (2.255) y (2.256) son dadas: Q1 = K1 p H1 p H2 dH2 dt (2.255)
Q2 = K2 Reemplazando (2.252) en (2.254):
(2.256)
Q1 Q2 = H2 (2r H2 )
(2.257)
Con (2.255) en (2.253) y con (2.255) y (2.256) en (2.257) se obtienen las ecuaciones de estado no lineales que describen el comportamiento del sistema de la Fig. 2.87: K1 p 1 dH1 = H1 + u dt A A h p p i dH2 1 = K1 H1 K2 H2 dt H2 (2r H2 ) (2.258)
(2.259)
2.31
Sistemas neum aticos o de presi on
2.31 Sistemas neum aticos o de presi on 113
Figura 2.89 Sistema neum atico En el sistema neum atico de la Fig. 2.89 se tiene una restricci on o v alvula y una c amara de gas. Q es el ujo de gas (masa por unidad de tiempo), Pi es la presi on on en la c amara. Ya que el ujo de entrada (antes de la restricci on) y P0 es la presi de gas a trav es de la restricci on, con el sentido mostrado, es funci on, en general no lineal, de la diferencia de presiones Pi P0 , entonces: Q = Q(Pi P0 ) la cual despu es de ser linealizada alrededor del punto de operaci on Pop , se obtiene: Q = Q |P (Pi P0 ) (Pi P0 ) op (2.260)
Si se considera al ujo de gas an alogo a la corriente el ectrica, i, y la diferencia de presi on an aloga a la diferencia de potencial, e, teniendo en cuenta la denici on de , entonces la resistencia al ujo de gas R , de (2.260) se resistencia el ectrica, Re = e i dene como: R= Pi P0 = Q 1
Q (Pi P0 ) |Pop
Por lo tanto (2.260) se puede reescribir como: 1 (Pi P0 ) (2.261) R Consid erese la ley de los gases ideales, cuya expresi on matem atica es dada por: Q = R p = T (2.262) m en donde p es la presi on absoluta, v el volumen espec co del gas, su densidad, m la constante universal de los gases y T la temperatura absoluta. su peso molecular, R Si se supone que el gas en la c amara de la Fig. 2.89 est a bajo ciertas condiciones, como por ejemplo volumen y temperatura constantes, y se var a la presi on a la cual est a sometido, entonces su densidad () var a, y puesto que M = V , entonces la masa M tambi en var a. Por lo tanto en el sistema de la Fig. 2.89, M = M (P0 ), y linealizando alrededor del punto de operaci on: pv =
M |P P0 (2.263) P0 op Ya que el ujo de gas es variaci on de masa por unidad de tiempo, Q = dM dt , y puesto que, como se dijo antes, Q es an a logo a la corriente el e ctrica, i , entonces la masa R R M = Qdt tiene como an alogo a la carga el ectrica, qe = idt. Asi entonces, se puede denir la capacitancia neum atica C de la c amara del gas como: M = M = C P0 M en donde en el punto de operaci on C = P0 |Pop . Como: Q = (2.264)
dM (2.265) dt Con (2.261) y (2.264) en (2.265) se obtiene la ecuaci on diferencial lineal que relaciona un cambio en la presi on de la c amara del gas con un cambio en la presi on de entrada: 1 dP0 1 + P0 = Pi (2.266) dt R R y utilizando la transformada de Laplace con condiciones iniciales nulas se obtiene la funci on de transferencia: C 1 P0 (s) = (2.267) Pi (s) RCs + 1 Teniendo en cuenta las analog as el ectricas descritas en esta secci on, se puede obtener el circuito el ectrico an alogo del sistema neum atico de la Fig. 2.89 como se muestra en la Fig. 2.90 y obtener la misma funci on de transferencia de la ec. (2.267).
Figura 2.90 Circuito el ectrico an alogo del sistema de la Fig. 2.89 La siguiente tabla hace un resumen de las analog as consideradas en esta secci on. Sistema neum atico Presi on, P Flujo, Q Resistencia neum atica, R Capacitancia neum atica, C Sistema el ectrico Voltaje, e Corriente, i Resistencia el ectrica, Re Capacitancia el ectrica, Ce
2.31 Sistemas neum aticos o de presi on 115 Ejemplo 2.22 Para el sistema neum atico de la Fig. 2.91 plantear un conjunto de ecuaciones en el dominio de s que describa el comportamiento del sistema en funci on on en las entradas de los cambios de presi on P01 y P02 . Los cambios de presi atica de la i- esima v alvula y Ci es la son Pi1 y Pi2 . Ri es la resistencia neum capacitancia neum atica de la i- esima c amara.
Figura 2.91 Sistema neum atico del ejemplo 2.22 La Fig. 2.92 muestra el circuito el ectrico an alogo del sistema neum atico de la Fig. 2.91, de una vez transformado, es decir en el dominio de s.
Figura 2.92 Circuito el ectrico an alogo del sistema de la Fig. 2.91 Aplicando la plk a los nodos 1 y 2 del circuito de la Fig 2.92 se obtiene el conjunto de ecuaciones que se desea: 1 1 [P01 (s) Pi1 (s)] + C1 sP01 (s) + [P01 (s) P02 (s)] = 0 R1 R3 1 1 [P02 (s) P01 (s)] + C2 sP02 (s) + [P02 (s) Pi2 (s)] = 0 R3 R2
116 MODELOS MATEMATICOS DE SISTEMAS FISICOS Ejemplo 2.23 En el sistema neum atico de la Fig. 2.93 A es la secci on transversal de cada fuelle, K es la constante del resorte, Kg es la constante de los gases ideales y Ri es la resistencia al ujo del gas en cada una de las restricciones, i = 1, 2. Obtener la funci on de transferencia considerando como entrada un cambio en la presi on P0 , on z , z . Suponer conocido el punto de P0 , y como salida un cambio en la posici operaci on, la temperatura en los fuelles constante y que el gas es ideal.
Figura 2.93 Sistema neum atico del ejemplo 2.23 Se supone que la presi on del gas en el fuelle de la izquierda es Pi y en el de la derecha Pf . Por lo tanto A(Pf Pi ) = Kz , y linealizando: i , y de la derecha, Los ujos de gas a trav es de las restricciones de la izquierda, M f , son funciones de las respectivas diferencias de presi on, P0 Pi y P0 Pf . Es M i (P0 Pi ) y M f = M f (P0 Pf ), las cuales despu i =M es de ser linealizadas decir, M se convierten en: i = 1 (P0 Pi ) M R1 f = 1 (P0 P2 ) M R2 Aplicando la ley de los gases ideales en cada uno de los fuelles se obtienen: Pi Vi = Kg Mi Ti (2.269) (2.270) A(Pf Pi ) = K z (2.268)
Pf Vf = Kg Mf Tf las cuales al ser linealizadas se reducen a:
2.32 Sistemas t ermicos 117
Mi = C1 Pi + C2 Vi
(2.271)
Mf = C3 Pf + C4 Vf Reemplazando Vi = Vf = Az en (2.271) y (2.272): Mi = C1 Pi + C2 Az
(2.272)
(2.273)
Mf = C3 Pf + C4 Az
(2.274)
Suponiendo condiciones iniciales nulas, transformando (2.269) y (2.270) y reemplazando en ellas (2.273) y (2.274) despu es de ser tambi en transformadas se obtienen: Mi (s) = 1 [P0 (s) Pi (s)] = C1 Pi (s) + C2 Az (s) R1 s 1 [P0 (s) Pf (s)] = C3 Pf (s) + C4 Az (s) R2 s (2.275)
Mf (s) =
(2.276)
Despejando Pi (s) y Pf (s) de (2.275) y (2.276) respectivamente: R1 s 1 P0 (s) C2 Az (s) Pi (s) = R1 C1 s + 1 R1 s Pf (s) = R2 s 1 P0 (s) C4 Az (s) R2 C3 s + 1 R2 s (2.277)
(2.278)
Con (2.277) y (2.278) en (2.268) despu es de ser transformada y organizando se halla la funci on de transferencia pedida: b0 s + b1 z (s) = 2 P0 (s) a0 s + a1 s + a2 en donde: b0 = A (R1 C1 + R2 C3 ) , b1 = 2A, a0 = KR1 R2 C1 C3 + AR1 R2 C1 C4 AR1 R2 C2 C3 a1 = KR1 C1 + KR2 C3 + AR2 C4 AR1 C2 , a2 = K
2.32
Sistemas t ermicos
Si se supone que la temperatura de un cuerpo es uniforme, entonces un peque no n umero de sistemas t ermicos pueden ser representados por ecuaciones diferenciales lineales. Se considerar a espec camente un calentador de agua como ejemplo de un t pico sistema t ermico.
Figura 2.94 Sistema t ermico En la Fig. 2.94 el mezclador tiene como n uniformizar la temperatura del l quido en el tanque. Se denen las siguientes variables: i : ujo de calor que entra (por ejemplo en calor as/segundo) Q h : ujo de calor producido por la resistencia Q c : calor almacenado por unidad de tiempo Q 0 : ujo de calor que sale Q es del aislante por unidad de tiempo Ql : calor perdido a trav quido que sale Tt : temperatura en el tanque y del l Te : temperatura en el exterior La relaci on fundamental de sistemas t ermicos en equilibrio establece que el calor as las p erdidas de adicionado al sistema (Qi + Qh ) es igual al calor almacenado m calor (Qc + Q0 + Ql ). Por lo tanto: h = Q c +Q 0 +Q l i + Q Q y linealizada: i + Q h = Q c + Q 0 + Q l Q (2.279)
El calor almacenado en el tanque es funci on de la temperatura del l quido, Qc = Qc (Tt ). Por lo tanto: Qc |P Tt (2.280) Tt 0 Si se considera que el calor almacenado en el tanque es an alogo a la carga el ectrica aloga al voltaje (e), entonces teniendo (qe ) en un condensador y la temperatura es an Qc =
2.32 Sistemas t ermicos 119 on (2.280), en cuenta la denici on de capacitancia el ectrica, qe = Ce e, y la ecuaci Qc | .Por lo tanto, (2.280) se puede se dene la capacitancia t ermica como C = P 0 Tt es de ser derivada es: reescribir como Qc = C Tt , la cual despu c = C T t Q (2.281)
0 , es funci on del par ametro denominado capacidad cal orica El ujo de calor que sale, Q , y de la temperatura del l atica-mente: espec ca, c, del caudal, M quido, Tt . Matem 0 = cM Tt Q la cual despu es de ser linealizada alrededor del punto de operaci on es: 0 = cTt0 M + cM 0 Tt Q (2.283) (2.282)
El ujo de calor perdido a trav es del aislante depende de la diferencia de temperaturas l (Tt Te ). Linealizando alrededor del l = Q en el tanque y en el exterior. Es decir, Q punto de operaci on: l = Q l Q |P (Tt Te ) (Tt Te ) 0
(2.284)
Como el ujo de calor es variaci on de calor por unidad de tiempo, entonces aqu el es an alogo a la corriente el ectrica y teniendo en cuenta la denici on de resistencia , entonces de (2.284) se puede denir la resistencia t ermica de el ectrica, Re = e hi i1 l Q . Por lo tanto (2.284) se puede reescribir: aislamiento R = (Tt Te ) |P0 l = 1 (Tt Te ) Q R (2.285)
Con (2.281), (2.283) y (2.285) en (2.279) y organizando: dTt 1 i + Q h + 1 Te cTt0 M + cM0 + C Tt = Q dt R R (2.286)
= 0, ni cambios en la Si se supone que no hay cambios en el caudal, es decir M temperatura en el exterior, es decir Te = 0, entonces (2.286) se reduce a: C dTt 0 + 1 Tt = Q i + Q h + cM dt R (2.287)
que es la ecuaci on diferencial que relaciona un cambio en la temperatura en el tanque h. i y en Q con cambios en Q
Figura 2.95 Circuito el ectrico an alogo al sistema de la Fig. 2.94 La Fig. 2.95 muestra un circuito el ectrico an alogo al sistema t ermico de la Fig. 2 0 es el inverso de una resistencia el ectrica an aloga a las p erdidas 94. N otese que cM a en paralelo con la a la salida, y si la fuente de voltaje Te se despreciara, estar h son an i y Q alogas resistencia an aloga a la resistencia t ermica de aislamiento. Q a dos fuentes de corriente conectadas en paralelo suministrando energ a al circuito. C representa la capacitancia t ermica del l quido en el tanque. La siguiente tabla hace un resumen de las analog as consideradas en esta secci on. Sistema t ermico Temperatura, T Flujo de calor, Q Resistencia t ermica, R Capacitancia t ermica, C Sistema el ectrico Voltaje, e Corriente, i Resistencia el ectrica, Re Capacitancia el ectrica, Ce
CAPITULO
SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA

El amplicador operacional, la computadora digital, el microprocesador o el microcontrolador se pueden utilizar no solo para simular sistemas sino tambi en para sintetizar funciones de transferencia tales como ltros activos, controladores y compensadores en un sistema de control
3.1
El Amplicador Operacional
Es un amplicador directamente acoplado de muy alta ganancia, alta impedancia de entrada y baja impedancia de salida al cual se le a nade realimentaci on para obtener diferentes funciones de transferencia. La Fig. 3.1(a) muestra su representaci on. Tiene dos entradas: una inversora () y otra no inversora (+). Si el voltaje entre (+) y () es mas positivo en (), la salida es negativa como se muestra en el modelo de la Fig. 3.1(b). Cuando se utiliza realimentaci on negativa el voltaje entre (+) y () es pr acticamente nulo y las corrientes de entrada a ambos terminales tambi en se pueden despreciar. Un amplicador operacional ideal ser a aquel que tuviese impedancia de entrada innita, impedancia de salida cero, amplicaci on de voltaje sin realimentar innita, ancho de banda innito y balance perfecto. Un amplicador real, como el LM741, tiene, como valores t picos, impedancia de entrada 2M, impedancia de salida 75 Ohm, ganancia de voltaje sin realimentar 200000, el ancho de banda depende de la conguraci on y el desbalance es imperfecto pero peque no. Sin embargo, si se realimenta negativamente su comportamiento es muy cercano al ideal.
121
122 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA
Figura 3.1 S mbolo y modelo
3.1.1
Algunos Circuitos con Amplicador Operacional
Con el amplicador operacional se pueden obtener amplicadores inversores y noinversores de signo, sumadores, integradores, derivadores, ltros activos, y en general cualquier funci on de transferencia. Algunos circuitos b asicos son los siguientes: 3.1.1.1 Amplicador con dos Fuentes de Entrada La Fig. 3.2 muestra un amplicador operacional con dos entradas v1 (s) y v2 (s) con es de la realimentaci on negativa , desde la salida v0 (s) al terminal inversor (-) a trav 0 impedancia Z (s).
Figura 3.2 Amplicador con dos entradas N otese que:
3.1 Sumador 123
v1 (s) v() v0 (s) v() + = i() ' 0 Z (s) Z 0 (s)
(3.1)
Adem as como v(+) v() ' 0 y v(+) = v2 (s): ! 0 0 Z (s) Z (s) v1 (s) + 1 + v2 (s) v0 (s) = Z (s) Z (s)
(3.2)
Si v2 (s) = 0, con impedancias resistivas Z (s) = R y Z (s) = R:
R v0 (s) = v1 (s) R
(3.3)
que es un amplicador inversor de ganancia R R . Con R = R se tiene un inversor de signo para el cual v0 (s) = v1 (s). Por otro lado, si en (3.2) v1 (s) = 0, con impedancias resistivas:
R v0 (s) =1+ v2 (s) R
(3.4)
con lo que se tiene un amplicador no-inversor de signo cuya ganancia es siempre 0 mayor que la unidad. Un caso particular, pero muy u til, es aquel para el cual R = 0 y R = , llamado seguidor de voltaje, porque: v0 (s) =1 v2 (s)
(3.5)
Este es un amplicador de ganancia unitaria positiva que se caracteriza por tener una alt sima impedancia de antrada y una muy baja impedancia de salida lo que lo hace muy u til para acoplar un circuito de alta impedancia de salida con otro cuya impedancia de entrada sea relativamente baja.
124 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA 3.1.1.2 Sumador
Figura 3.3 Sumador Como se muestra en la Fig. 3.3, ya que v() ' v(+) = 0, i1 = 0 vn v0 , in = R ei =R 0 : n v1 v2 vn v0 + ++ + 0 = i() ' 0 R1 R2 Rn R As : v0 = R R R v1 + v2 + + vn R1 R2 Rn
0 0 0
v1 v() R1
v1 R1 , i2
v2 R2 ,
(3.6)
n X
k=1
R vk Rk
(3.7)
donde vk (con k = 1, 2 n) y v0 son funciones del tiempo t. 0 R de las entradas La salida v0 es el negativo de la suma ponderada por las ganancas R k 0 vk . Si R1 = R2 = = Rn = R la salida es directamente el negativo de la suma de las se nales de entrada:
n X
v0 =
vk
(3.8)
k=1
3.1 Derivador 125 3.1.1.3 Integrador
Figura 3.4 Integrador Un circuito que produce la integral de las entradas se muestra en la Fig. 3.4. Se v1 , utiliza un condensador C en la realimenteci on. Como v() ' v() = 0, i1 = R 1 0 v2 vn dv0 i2 = R2 , , in = Rn e i = C dt :
v2 vn dv0 v1 = i() ' 0 + ++ +C R1 R2 Rn dt
(3.9)
de donde:
n Z X 1 vk dt + v0 (0+ ) v0 = Rk C
k=1
(3.10)
donde v0 (0+ ) es la condici on inicial o valor de v0 en el tiempo t = 0+
126 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA 3.1.1.4 Derivador
Figura 3.5 Derivador La Fig. 3.5 muestra un circuito derivador con una entrada. En este caso como v() ' v(+) = 0 : C y as el voltaje de salida es: dv1 dt dv1 v0 + = i() ' 0 dt R (3.11)
v0 = RC
(3.12)
Es decir, la salida es proporcional a la derivada de la entrada. Este uso no es recomendable porque amplica el ruido. Esto es, si v1 contiene una componente de ruido v1R = V1Rm sen( t), la componente de ruido a la salida, v0R, es: d (V1Rm sen( t)) = RC V1Rm cos(t) dt
v0R = RC
(3.13)
Con f la frecuencia en Hertzios, el factor = 2f en la amplitud RC V1Rm amplica considerablemente el ruido, especialmente, si es de alta frecuencia. Es preferible deteriorar un poco la funci on derivadora ltr andola, por ejemplo, con el circuito de la Fig 3.6:
3.1 Filtro de un Polo 127
Figura 3.6 Derivador ltrado Como v() ' v(+) = 0 :
v0 (s) v1 (s) = i() ' 0 1 + R R1 + Cs
(3.14)
la funci on de transferencia del derivador ltrado es:
1 v0 (s) = (RCs) v1 (s) 1 + R1 Cs
(3.15)
La parte (RCs) corresponde a la funci on derivadora y :
G (s) =
1 1 + R1 Cs
(3.16)
es la parte ltrante con frecuencia de corte o ancho de banda
1 R1 C
rad/seg.
128 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA 3.1.1.5 Filtro de un Polo
Figura 3.7 Filtro de un polo Un ltro de un polo se puede obtener con el circuito de la Fig. 3.7: Sumando corrientes con v() ' 0 : v1 (s) v0 (s) + + Csv0 (s) = i() ' 0 R1 R2 de donde: R2 v0 (s) = v1 (s) R1 1 1 + R2 Cs
1 R2 C
(3.17)
(3.18)
2 que es un ltro de ganancia R R1 y frecuencia de corte o ancho de banda
rad/seg.
3.2
3.2.1
Elementos de C alculo Anal ogico

Soluci on de ecuaciones diferenciales mediante la com-
putadora anal ogica

Un elemento b asico de la computadora anal ogica es el integrador (Fig. 3.8):
3.2 Soluci on de ecuaciones diferenciales mediante la computadora anal ogica 129
Figura 3.8 Circuito integrador b asico on Donde ei es la entrada que se integra y VIC = e0 (0) sirve para establecer la condici inicial. La Tabla 3.1 resume la operaci on del circuito integrador b asico dependiendo de las posiciones de los conmutadores S1 y S2 : Tabla 3.1 Modos de operaci on del integrador b asico. Modo del integrador Posici on de los conmutadores
Circuito resultante
C omputo o c alculo
HOLD (Sostenimiento)
Modo del integrador
Posici on de los conmutadores
Circuito resultante
RESET (Reposici on) Con referencia a la Tabla 3.1, para obtener la condici on inicial e0 (0) = VIC se utiliza el circuito de reposici on. Despu es de lo cual se puede utilizar el circuito de c alculo. Si se desea congelar la soluci on se utiliza el circuito de sostenimiento.
3.2.2
Elementos b asicos de c alculo anal ogico
La Tabla 3.2 muestra algunos elementos b asicos de c alculo utilizados en la computadora anal ogica. Tabla 3.2 Algunos elementos de c alculo anal ogico Ciruito S mbolo Operaci on b asica
e0 = a ei 0<a<1
e0 = a ei 0 a= R Ri
k=1
ak =
e0 = n P ak ek
R0 Rk
3.3 Realizaci on OBSERVER 131 Ciruito S mbolo Operaci on b asica
e0 (t) = Rt 0 ei ( ) d +e0 (0) a = 1/RC
e0 = aei1 ei2
e0 = F (ei )
n P e0 = k=1 Rt ak 0 eik ( ) d +e0 (0) ak = 1/Rk C
La Tabla 3.2 muestra algunos elementos b asicos de c alculo anal ogico. Se consideran como elementos especiales el multiplicador y el generador de funci on. Otro elemento especial, no incluido en la tabla, es el derivador que debe ser de tipo ltrado para evitar la amplicaci on de ruido. Generalmente se utilizan conguraciones o realizaciones que no incluyan derivadores al hacer la simulaci on de un sistema para evitar la amplicaci on de ruido.
3.3
Soluci on de ecuaciones diferenciales mediante
la computadora anal ogica S ntesis de funciones de transferencia

Existen diferentes realizaciones para resolver ecuaciones diferenciales. Una de ellas se llama realizaci on OBSERVER.
3.3.1
Realizaci on OBSERVER
Sea por ejemplo la funci on de transferencia:
b1 s2 + b2 s + b3 y (s) = 3 u (s) s + a1 s2 + a2 s + a3 que en el dominio del tiempo es: d3 y d2 y dy d2 u du + a3 y = b1 2 + b2 + b3 u + a1 2 + a2 3 dt dt dt dt dt Agrupando derivadas del mismo tipo: d2 d d3 y = 2 (b1 u a1 y ) + (b2 u a2 y) + (b3 u a3 y ) 3 dt dt dt Integrando (3.21): Z d d2 y (b1 u a1 y ) + (b2 u a2 y) + (b3 u a3 y ) dt = dt2 dt
(3.19)
(3.20)
(3.21)
(3.22)
on: Se dene la tercera variable de estado x3 mediante la ecuaci Z x3 = (b3 u a3 y ) dt Integrando (3.22): dy = (b1 u a1 y ) + dt Z
(3.23)
(b2 u a2 y + x3 ) dt
(3.24)
Se dene la segunda variable de estado x2 por: Z x2 = (b2 u a2 y + x3 ) dt Integrando (3.24): Z
(3.25)
y=
(b1 u a1 y + x2 ) dt
(3.26)
de donde:
Se puede denir la primera variable de estado x1 : Z x1 = (b1 u a1 y + x2 ) dt y = x1 Derivando (3.23), (3.25) y (3.27) se obtienen las ecuaciones de estado (3.29): x1 = a1 x1 + x2 + b1 u . x2 = a2 x1 + x3 + b2 u . x3 = a3 x1 + b3 u As las matrices A, B, C y D, para la realizaci on tipo OBSERVER, son:
.
(3.27)
(3.28)
(3.29)
3.3 Realizaci on OBSERVER 133 a1 A = a2 a3 C= 1 0 0 1 0 0 b1 B = b2 b3 D=0
1 0 0
Tabla 3.3 Matrices de la realizaci on OBSERVER La realizaci on OBSERVER puede ser representada por medio del diagrama de bloques mostrado en la Fig. 3.9:
Figura 3.9 Diagrama de bloques de la realizaci on OBSERVER El correspondiente diagrama de c alculo anal ogico se muestra en la Fig 3.10:
Figura 3.10 Diagrama de c alculo anal ogico de la realizaci on OBSERVER
134 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA Por ejemplo si b3 = 7.5 y a3 = 0.53, el diagrama circuital para el integrador INT1 es:
Figura 3.11 Diagrama circuital de INT1 N otese que x3 se puede expresar: Z Z 0.53 0.75 udt + x1 dt x3 = 100K 1uf 1M 1uf o: x3 = 0.53x1 + 7.5u = a3 x1 + b3 u que corresponde a la tercera ecuaci on de estado. El circuito para realizar el inversor INV1 se muestra en la Fig. 3.12:
.
(3.30)
(3.31)
Figura 3.12 Diagrama para obtener INV1
3.4
Generaci on de algunas funciones del tiempo
1) Generaci on de y (t) = t, t0 t tf . . Note que y (t) = 1 y con y (0) = 0 el diagrama correspondiente se muestra en la Fig
3.4 Generaci on de algunas funciones del tiempo 135 3.13:
Figura 3.13 Generaci on de la funci on y (t) = t t0 t tf 2) Generaci o n de y (t).. = t2 , . . y y N otese que (t) = 2t, (t) = 2 y con y (0) = 0, y (0) = 0, el diagrama correspondiente se muestra en la Fig 3.14:
Figura 3.14 Generaci on de la funci on y (t) = t2 3) Generaci o n de y (t) = Aeat . y N otese que (t) = aAeat = ay (t), y con y (0) = A, la funci on se puede obtener mediante el diagrama mostrado en la Fig 3.15:
Figura 3.15 Generaci on de y (t) = aAeat N otese que:
136 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA Z ay (t) dt A
y (t) = entonces:
.
(3.32)
y (t) = ay (t) que es la ecuaci on diferencial original. Ejercicio 1) Estudiar factores de escala de amplitud y de tiempo 2) Hacer un diagrama de computadora para la soluci on de: +3 +67 = 30 sen(5t)
.. .
(3.33)
con todas las condiciones iniciales cero. 3) Obtener la ecuaci on diferencial y el diagrama circuital para generar la funci on: y (t) = A t eat con y (0) = 10.
.
3.5
Escalamiento
La tensi on de salida de cualquier amplicador no debe exceder del voltaje de polarizaci on para evitar la saturaci on de los amplicadores lo cual puede causar errores en la soluci on de una ecuaci on diferencial o en la generaci on de una funci on de transferencia. Por otro lado, la tensi on m axima en cualquier amplicador no debe ser demasiado peque na. Al establecer el diagrama de computadora es deseable que la m axima variaci on de tensi on de salida sea la misma para cualquier amplicador. De aqu que sea de gran importancia elegir las magnitudes apropiadas de los factores de escala que son los que relacionan las tensiones de salida de los amplicadores con las correspondientes cantidades f sicas (velocidad, angulo, distancia, fuerza, etc.) La escala en tiempo relaciona la variable independiente del problema f sico, con la variable independiente de la computadora anal ogica. Para fen omenos que tienen lugar muy r apidamente, es necesario frenar la velocidad a la cual se simulan esos problemas en la computadora con el n de poderlos observar bien sea en un osciloscopio o en un gracador. Por otro lado, sistemas como hornos y tanques, que tienen respuestas lentas, en el rango de horas, se pueden acelerar al hacer una simulaci on con el n de seleccionar mas r apidamente los par ametros, por ejemplo, los de un controlador.
3.5.1
Escalamiento en amplitud
Se ilustra la selecci on de los factores de escala en amplitud utilizando como ejemplo la funci on:
3.5 Escalamiento en amplitud 137
x = 10 sen(3t) Note que: x= 30 cos(3t) .. x= 90 sen(3t) .. x= 9 10 sen(3t) = 9x As la ecuaci on diferencial correspondiente es: x (t) + 9x (t) = 0 Selecionando las variables de estado x1 y x2 mediante las ecuaciones: x1 x2 entonces: x1 . x2
. .. .
(3.34)
(3.35)
= x . = x
.
(3.36)
= =
x2 .. x
= =
x 9x
9x1
lo que dene las ecuaciones de estado (3.37): x1 . x2 Las condiciones iniciales son:
.
= x2 = 9x1
(3.37)
x1 (0) = x (0) = 0 . x2 (0) = x (0) = 30 Para hacer la realizaci on utilizando amplicadores operacionales las variables de esan representadas por los voltajes vx1 y vx2 mediante las relaciones: tado x1 y x2 ser x1 = k1 vx1 x2 = k2 vx2 (3.38)
donde k1 y k2 son factores de escala en amplitud. Reemplazando (3.38) en (3.37) se obtiene: k1 vx1 . k2 vx2 o: vx1 . vx2
. k2 = k1 vx2 1 = 9 k k2 vx1 .
= k2 vx2 = 9k1 vx1
(3.39)
que son las ecuaciones de estado escaladas. Como x1 = x = 10 sen(3t):
k1 vx1 = 10 sen(3t) Si se escoge k1 = 1: vx1 = 10 sen(3t) (3.40)
Cuya amplitud m axima es 10 voltios lo que no satura un amplicador alimentado con voltajes de polarizaci on de 12 voltios o m as. . . Como x2 = x1 = x = 30 cos(3t): x2 = k2 vx2 = 30 cos(3t) Y si se escoge k2 = 3: vx2 = 10 cos(3t)
.
(3.41)
cuya amplitud m axima es 10 voltios. Las nuevas ecuaciones escaladas de estado son: vx1 = 3vx2 vx2 = 3vx1
.
(3.42)
Note que vx1 = 3 , vx2 = 9vx1 , lo que da: vx1 +9vx1 = 0

..
..
(3.43)
que es la misma ecuaci on original. on con amplicadores operaAs , con vx1 (0) = 0 y vx2 (0) = 10 se obtiene la realizaci cionales mostrada en la Fig 3.16.
Figura 3.16 Generaci on de la funci on vx1 = 10 sen 3t
3.5.2
Escalamiento en tiempo
En este caso el tiempo real t se relaciona con el tiempo de simulaci on tc por medio de la ecuaci on: t = kt tc (3.44)
3.5 Escalamiento en tiempo 139 Obs ervese que: on r apida tc < t, si kt > 1, simulaci on lenta tc > t, si kt < 1, simulaci Sea por ejemplo la ecuaci on: v x1 = Al escalarla en tiempo queda: dvx1 = kt 3vx2 (3.45) dtc Esto equivale en general a multiplicar las ganancias de todas las entradas a los inogicos disponen de un condensador tegradores por kt . Algunos computadores anal adicional que es 10 o 100 veces menor que el utilizado normalmente. Con esto se puede obtener la soluci on en forma repetitiva para observar la respuesta en un osciloscopio y hacer ajustes de par ametros, por ejemplo los de un controlador, r apidamente. En el caso del ejemplo se tendr a con un condensador 100 veces menor: vx1 = 300vx2 vx2 = 300vx1
.
dvx1 = 3vx2 dt
(3.46)
lo que dar a como soluci on vx1 = 10 sen (300t), que es la misma soluci on con una frecuencia 100 veces mayor. En general el proceso de escalamiento exige tantear, especialmente cuando no se conocen previamente los valores m aximos de las variables. Si se expresa el comportamiento din amico del sistema mediante ecuaciones de estado, un posible punto de inicio para seleccionar los factores de escala, es hacer que los coecientes de las ecuaciones escaladas est en en el rango 0 a 10. Por ejemplo, para un sistema de dos ecuaciones de estado: x1 x2 con x1 = k1 v1 x2 = k2 v2 u = ku vu se tiene v1 v2

= a11 x1 + a12 x2 + b1 u = a21 x1 + a22 x2 + b2 u
k2 ku = (a11 ) v1 + a12 v2 + b1 vu k1 k1 k1 ku = a21 v1 + (a22 ) v2 + b2 vu k2 k2
140 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA Si todos los coecientes: kj para i = 1, 2, j = 1, 2 |aijv | = aij ki ku |biu | = bi ki para i = 1, 2
son menores que 10, al hacer la primera simulaci on se puede determinar cuales variables superan 10 voltios para cambiar las escalas correspondientes. Ejercicio Hacer un escalamiento previo de las ecuaciones de estado: x1 x2 x3 con: u = 20 sen (20.1) t de tal manera que todos los coecientes de las variables escaladas est en en el rango 0 a 10.

= 0.5x1 20x2 5x3 + 3u = 0.6x1 = 80x2
3.6
Otras realizaciones para representar sistemas
por ecuaciones de estado

3.6.1 Realizaci on CONTROLLER
b1 s2 + b2 s + b3 y (s) = 3 u (s) s + a1 s2 + a2 s + a3 Deniendo: y (s) = b1 s2 + b2 s + b3 z (s) (3.48)
Sea la funci on de transferencia. (3.47)
donde z (s)es una variable auxiliar, que no afecta la funci on de trasferencia original: 2 b1 s + b2 s + b3 z (s) y (s) = 3 (3.49) u (s) (s + a1 s2 + a2 s + a3 ) z (s) En el dominio del tiempo:
u (s) = s3 + a1 s2 + a2 s + a3 z (s)
3.6 Realizaci on CONTROLLER 141
dz z y = b1 d dt2 + b2 dt + b3 z
(3.50) u= Deniendo
d3 z dt3
2 z + a1 d dt2
+ a2 dz dt
+ a3 z
x3 x2 x1 As :
= z dz = dt d2 z = dt2
(3.51)
d3 z . = x1 dt2 Lo que permite obtener las ecuaciones de estado:

.
x1 . x2 . x3 con la ecuaci on de salida:
= a1 x1 a2 x2 a3 x1 + u = x1 = x2
(3.52)
y = b1 x1 + b2 x2 + b3 x3 Las matrices Ac , Bc , Cc y Dc para la realizaci on tipo CONTROLLER, son: a1 Ac = 1 0 Cc = b1 b2 a2 0 1 b3 a3 0 0 1 Bc = 0 0 Dc = 0
(3.53)
Tabla 3.4 Matrices de la realizaci on CONTROLLER Esta realizaci on puede ser representada en diagrama de bloques como se muestra en la Fig 3.17. Note que Ac = At , Bc = C t y Cc = B t , donde t indica transpuesto. A, B y C son las matrices de la realizaci on OBSERVER. As , la realizaci on CONTROLLER es dual de la OBSERVER.
Figura 3.17 Diagrama de bloques de la realizaci on CONTROLLER
3.6.2
Realizaci on OBSERVABILITY
b1 s2 + b2 s + b3 y (s) = 3 u (s) s + a1 s2 + a2 s + a3
La funci on de transferencia: (3.54)
puede ser escrita: d2 y dy d2 u dy d3 y a + b3 u a = a y + b + b2 1 2 3 1 3 2 2 dt dt dt dt dt Llamando: w1 = y . w2 =y .. w3 =y Como w3 = y : w3 = a1 w3 a2 w2 a3 w1 + b1 u +b2 u +b3 u . w2 = w3 . w1 = w2 de donde: z }| { . w3 b1 u = a1 w3 a2 w2 a3 w1 + b2 u +b3 u z3 = w3 b1 u

. . . .. . . ...
(3.55)
(3.56)
(3.57)
(3.58)
deniendo
w3 = z3 + b1 u Reemplazando 3.59:
(3.59)
3.6 Realizaci on OBSERVABILITY 143
z 3 = a1 z3 a2 w2 a3 w1 + (b2 a1 b1 ) u +b3 u . . w2 = z3 + b1 u . w1 = w2 de donde: z (z3 (b2 a1 b1 ) u) = a1 z3 a2 w2 a3 w1 + b3 u z }| { (w2 b1 u) = z3 w1

(3.60)
}|
(3.61)
= w2
deniendo: x3 x2 x1 se obtiene: z3 w2 y y reemplazando en (3.61): x1 . x2 . x3 Llamando: 1 2 3 = b1 = b2 a1 b1 = b3 a2 b1 a1 (b2 a1 b1 )

.
= z3 (b2 a1 b1 ) u = w2 b1 u = w1
(3.62)
= x3 + (b2 a1 b1 ) u = x2 + b1 u = w1 = x1
= x2 + b1 u = x3 + (b2 a1 b1 ) u = a3 x1 a2 x2 a1 x3 + [b3 a2 b1 a1 (b2 a1 b1 )] u
(3.63)
(3.64)
las matrices Aob , Bob , Cob y Dob son: 0 = 0 a3 1 0 a2 0 1 a1 1 = 2 3
Aob
Bob
Cob =
1 0 0
Dob = 0
Tabla 3.5 Matrices para la realizaci on OBSERVABILITY
144 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA en calcular mediante: La matriz Bob se puede tambi 1 1 = 2 = a1 3 a2 0 1 a1 1 0 b1 0 b2 1 b3
Bob
(3.65)
La realizaci on OBSERVABILITY puede ser representada en un diagrama de bloques como se muestra en la Fig 3.18.
Figura 3.18 Diagrama de bloques para la realizaci on OBSERVABILITY
3.6.3
Realizaci on CONTROLLABILITY
La realizaci on CONTROLLABILITY es dual de la OBSERVABILITY. Las matrices Aco , Bco , Cco y Dco son: 0 0 a3 = 1 0 a2 0 1 a1 1 2 3 1 = 0 0
Aco
Bco
Cco =
Dco = 0
Tabla 3.6 Matrices para la realizaci on CONTROLLABILITY donde Cco se puede calcular mediante: 1 a1 0 1 0 0 1 a2 a1 1
Cco =
b1
b2
b3
(3.66)
3.6 Realizaci on CONTROLLABILITY 145 El diagrama de bloques de la realizaci on CONTROLLABILITY se muestra en la Fig 3.19.
Figura 3.19 Diagrama de bloques para la realizaci on CONTROLLABILITY
CAPITULO
ACCIONES BASICAS DE CONTROL
4.1
Introducci on
Un control autom atico, Fig.4.1, compara el valor efectivo de salida (c) de una planta con el valor deseado (r), determina la desviaci on (e) y produce una se nal de control (m) que reduce la desviaci on a cero o a un valor peque no. La forma en que el control autom atico produce la se nal de control (m) recibe el nombre de acci on de control. En este cap tulo se presentan las acciones de control b asicas usadas comunmente en los controles autom aticos industriales y sus efectos en el funcionamiento de un sistema.
Figura 4.1 Sistema controlado
4.2
Clasicaci on de los controles autom aticos
Los sistemas de control autom atico se clasican seg un su acci on de control: 1. Controles de dos posiciones (todo-nada, si-no, on-o ). 2. Controles proporcionales.
147
148 ACCIONES BASICAS DE CONTROL 3. 4. 5. 6. Controles Controles Controles Controles integrales. proporcionales e integrales (PI). proporcionales y derivativos (PD). proporcionales, integrales y derivativos (PID).
4.2.1
Controles de dos posiciones o de SI-NO
Figura 4.2 Control de dos posiciones Aqu el controlador tiene solamente dos posiciones jas. Son generalmente dispositivos el ectricos en donde habitualmente hay una v alvula accionada por un solenoide el ectrico. Tambi en los controles neum aticos proporcionales con muy altas ganancias act uan como controles de 2 posiciones. Si m (t) es la salida del controlador y e (t) es la se nal de error actuante: m(t) = M1 , M2 , e(t) > 0 e (t) < 0 (4.1)
o M2 = 0. Generalmente M2 = M1
Figura 4.3 Brecha diferencial o hist eresis El rango en que e(t) se debe desplazar antes de que se produzca la conmutaci on se
4.2 Controles de dos posiciones o de SI-NO 149 llama brecha diferencial o hist eresis, Fig 4.3. La brecha diferencial hace que la salida del control m (t) mantenga su valor hasta que la se nal de error actuante haya pasado del valor cero. Debe notarse que la brecha diferencial evita la acci on excesivamente frecuente del mecanismo de SI-NO.
Figura 4.4 Control SI-NO de un tanque alvula de entrada se cierra y con Con referencia a la Fig 4.4, cuando h = h2 la v h = h1 , se abre.
Figura 4.5 An alogo el ectrico de un tanque La ecuacion diferencial que relaciona la salida h con la entrada, qi, sin considerar el controlador se puede obtener del an alogo el ectrico de la Fig 4.5:
h dh + = qi (t) dt R
(4.2)
Consid erese ahora el controlador de dos posiciones en el cual la v alvula de entrada o qi (t) = 0. est a abierta o cerrada. Entonces qi (t) = Q La respuesta del sistema se muestra en la Fig.4.6:
150 ACCIONES BASICAS DE CONTROL
Figura 4.6 Respuesta del nivel de un tanque con control SI-NO con brecha diferencial h (t) se obtiene de (4.2) con:
h (0) = 0 h (t1 ) = h2 h (t2 ) = h1
qi (t) = Qu (t) qi (t) = 0 qi (t) = Qu (t t2 )
para 0 t t1 para t1 t t2 para t2 t t3
(4.3)
La Fig.4.7 muestra el diagrama de bloques del sistema:
Figura 4.7 Diagrama de bloques de un tanque con control SI-NO De la respuesta del sistema, h (t) se ve que se puede reducir la amplitud de la oscilaci on de la salida si se reduce la brecha diferencial. Esto, sin embargo, aumenta la cantidad de conmutaciones por minuto y reduce la vida u til de los componentes mec anicos.
4.2 Acci on de control proporcional 151
4.2.2
Acci on de control proporcional
Figura 4.8 Acci on de control proporcional En este caso, Fig 4.8, la se nal de control m (t) es proporcional al error e (t): m (t) = KP e (t) : donde KP es la ganancia proporcional, o M (s) = KP E (s) (4.5) (4.4)
Con el n de estudiar los efectos de la acci on de control proporcional en el comportamiento de un sistema consid erese la Fig 4.9:
Figura 4.9 Control proporcional de una planta con perturbaci on As : E R C N C N Si en (4.6) KP >> 1: 1 , 1 + KP G1 G2 G2 , 1 + KP G1 G2 KP G1 G2 , 1 + KP G1 G2
= = =
con N (s) = 0 con R (s) = 0 con N (s) = 0 (4.6)
1 E 0 R KP G1 G2 1 C 0 (4.7) N KP G1 C 1 R Pero si G1 (s) G2 (s) tiene varios polos, se podr a tener problemas de estabilidad, dependiendo de la ubicaci on en el plano complejo de los polos de la funci on de transferencia. Ejemplo 4.1 Control proporcional de un sistema de primer orden.
Figura 4.10 Control proporcional de un tanque Para la Fig 4.10: R H (s) = Qi (s) RCs + 1 El diagrama de bloques del control proporcional se muestra en la Fig 4.11: (4.8)
Figura 4.11 Diagrama de bloques de un tanque con control proporcional
4.2 Acci on de control proporcional 153 Debido al control proporcional Qi (s) = K (R (s) H (s)), donde K es la ganancia proporcional. As : KR KR H (s) +1 = RCsKR = = R (s) RCs + 1 + KR T s + 1 + KR 1 + RCS +1 donde T = RC. Sup ongase que: r (t) = u (t) con u (t) la funci on escal on unitaria: u(t) = se tiene: 1 s 1, 0, t>0 t<0 (4.10)
KR
(4.9)
R (s) = y:
(4.11)
H (s) =
1 KR T s + 1 + KR s
(4.12)
Expandiendo (4.12) en fracciones parciales: KR 1 T KR 1 1 + KR s T s + 1 + KR T s + 1 + KR
H (s) = y antitransformando:
(4.13)
h (t) = donde: T1 =
i t KR h 1 e T1 u (t) 1 + KR
(4.14)
RC T = 1 + KR 1 + KR
La Fig 4.12 muestra la respuesta (4.14):
Figura 4.12 Control proporcional de un tanque La respuesta en estado estacionario es: hss (t) = lim h (t) =
t
KR 1 + KR
(4.15)
N otese que en el estado estacionario hay un error: ess = 1 1 KR = 1 + KR 1 + KR (4.16)
llamado corrimiento o error est atico. Este se puede disminuir si K se hace grande. El corrimiento es una caracter stica del control proporcional de una planta cuya funci on transferencia no posee elemento integrador. Como se ver a en la siguiente secci on, para eliminar este corrimiento hay que agregar la acci on de control integral. Otra manera de calcular el corrimiento es obtener la funci on de transferencia del error: 1 Ts + 1 E (s) = = KR R (s) T s + 1 + KR 1 + T s+1 con R (s) = 1/s : E (s) = y aplicando el teorema del valor nal: ess = lim e (t) = lim sE (s) =
t s0
(4.17)
1 Ts + 1 s T s + 1 + KR
(4.18)
1 1 + KR
(4.19)
4.2 Acci on de control integral 155
4.2.3
Acci on de control integral
Figura 4.13 Control integrativo La acci on de control integral, llamada tambi en de reposici on , resello, de respuesta a cero o reset se muestra en la Fig 4.13, donde: Z m (t) = K e (t) dt (4.20) K M (s) = E (s) s (4.21)
o:
Figura 4.14 Se nal de control si el error permanece cosntante Suponiendo que e (t) = C1 =constante, m (t) = C1 t (Fig 4.14). De esta manera R C1 dt = 0 s olo si C1 = 0. Si el sistema total es estable la u nica forma de llegar al estado estacionario es que nalmente el error sea cero. Para todo el sistema: si e (t) > 0, m (t) crece e (t) aumenta y e (t) = r (t) c (t) disminuye. Si e (t) < 0, m (t) disminuye, e (t) disminuye y e (t) = r (t) c (t) aumenta. Si e (t) = 0, m (t) es constante la cual mantiene la salida deseada de la planta. a afectar grandemente la estabilidad del sistema. El control El integrador K s podr integrativo es bueno para plantas muy estables.
156 ACCIONES BASICAS DE CONTROL En el control proporcional de una planta cuya funci on de trasferencia no posee un , hay un error en estado de r e gimen o corrimiento en la respuesta a una integrador 1 s entrada escal on. Este corrimiento se puede eliminar si se incluye la acci on de control integral. En el control integral de una planta, la se nal de control, m (t) en cada instante es el area bajo la curva de la se nal de error actuante e (t) hasta ese momento. m (t) puede ser diferente a cero cuando e (t) = 0 como se muestra en la Fig.4.15.
Figura 4.15 Se nales de error y de control integrativo Lo anterior es imposible en el caso del control proporcional pues una se nal de control no nula requiere una se nal de error actuante como se muestra en la Fig.4.16.
Figura 4.16 Se nal de error y de control proporcional Se hace notar que la acci on de control integral, si bien elimina el efecto de corrimiento o error de estado de r egimen, puede llevar a una respuesta oscilatoria que, aunque amortiguada, podr a ser indeseable, Fig 4.17. Si la planta posee muchos polos, la acci on de control integral puede inestabilizar totalmente el sistema.
4.2 Acci on de control integral 157
Figura 4.17 Algunas respuestas no aceptables Ejemplo 4.2 Control integral de un sistema de primer orden.
Figura 4.18 Control integral de un tanque Para la Fig 4.18 con controlador integrativo se puede obtener el diagrama de bloques de la Fig 4.19:
Figura 4.19 Diagrama de bloques del control integrativo de un tanque Las funciones de transferencia para la salida y para el error son:
y con K > 0 el sistema es estable. Si K/C > (1/2RC )2 s1,2
KR H (s) = R (s) R (s2 + s + KR) R s2 + s E (s) = R (s) RCs2 + s + KR N otese que los polos est an ubicados en: s 2 K 1 1 s1,2 = 2RC 2RC C s
(4.22) (4.23)
(4.24)
1 j = 2RC
K C
se presentan oscilaciones pero es estable. El error de estado de r egimen, o error est atico, para una entrada escal on unitario 1 se puede obtener aplicando el teorema del valor nal: r (t) = u (t) o R (s) = S s RCs2 + s 1 =0 (4.26) ess = lim sE (s) = lim 2 s0 s0 RCs + s + KR s Por lo tanto, el control integral del sistema de nivel de liquido elimina el error de estado de r egimen en la respuesta a la entrada escal on.
1 2RC
(4.25)
4.2.4
Acci on de control proporcional integral (PI)
Figura 4.20 Control proporcional e integrativo Para la Fig 4.20: KI KP s + K KI M (s) P = KP + = (4.27) E (s) s s Este tipo de control combina las caracter sticas de los anteriores controles. KP ayuda I a corregir m as r apidamente el error. K s elimina totalmente el error. Con este tipo de controlador, las condiciones de estabilidad se mejoran con respecto al control integral puro. Note que el controlador PI tambi en puede ser interpretado como un controlador integrativo con un cero ubicado en:
4.2 Acci on de control proporcional integral (PI) 159
KI (4.28) KP El cero mejora las condiciones de estabilidad, como se ver a en la siguiente secci on. s= Ejemplo 4.3 Control proporcional e integral. Consid erese el sistema de la Fig.4.21 con un controlador proporcional e integral:
Figura 4.21 Ejemplo con control proporcional e integrativo Para este sistema: 1 1 I KP + K s s(Js+f ) s(Js+f ) R ( s ) + N (s) C (s) = 1 1 I I 1 + KP + K 1 + KP + K s s(Js+f ) s s(Js+f ) E (s) = o: C (s) = E (s) = 1 + KP + Js3 1
KI s
(4.29)
1 s(Js+f )
R (s)
1 + KP +
1 s(Js+f ) KI 1 s s(Js+f )
N (s)
(4.30)
KP s + KI s R (s) + 3 N (s) 2 2 + fs + KP s + KI Js + f s + KP s + KI
(4.31) (4.32)
s s2 (Js + f ) R (s) 3 N (s) 3 2 2 Js + f s + KP s + KI Js + f s + KP s + KI Con los escalones c (t) = u (t) y n (t) = No u (t): R (s) = 1 s o N (s) = N s Css = lim c (t) = lim sC (s) = 1 + 0 No
t s0
(4.33) (4.34) (4.35)
ess = e (t) = lim sE (s) = 0

s0
(4.34) y (4.35) muestran que: a) la salida alcanza exactamente el valor unitario del escal on y b) el error estacionario es nulo, a pesar de la perturbaci on presente. Ejercicios
160 ACCIONES BASICAS DE CONTROL a) Con KI = 0 (controlador proporcional) calcule ess con los escalones: n(t) = No u (t) y r (t) = u (t) . b) Si r (t) = t u (t) y n (t) = No u (t) encuentre ess . c) Con r(t) = u (t) y n (t) = No u (t) obtenga mss = lim m (t) . t d) Si KP = 0, es el sistema estable ?
4.2.5
Acci on de control proporcional y derivativo (PD)
Figura 4.22 Controlador proporcional-derivativo En este caso: M (s) = KP + KD s E (s) (4.36)
A la acci on proporcional se le a nade la acci on derivativa que aumenta la se nal m de tal manera que si el error crece r apidamente, m ser a grande ayudando a corregir el error en forma m as efectiva. Es como un efecto anticipativo que impide un crecimiento brusco de error.
a)
b)
Figura 4.23 Se nal de control b) cuando el error a) crece linealmente En la Fig 4.23, por ejemplo, la se nal de control m (t) crece mas r apidamente a mayor pendiente de la se nal de error e (t). El control PD es un controlador estabilizante. La acci on de control derivativo tiene la desventaja de amplicar las se nales de ruido. Ejemplo 4.4 Control proporcional derivativo.
4.2 Acci on de control proporcional integral derivativo (PID) 161 Considere el sistema (Fig 4.24) de una carga inercial con controlador PD.
Figura 4.24 Ejemplo con control proporcional-derivativo Para este sistema:
(KP + KD s) C (s) KP + KD s = 2 = 2 R (s) Js + KD s + KP Js + KD s + KP
(4.37)
Si KP > 0 y TD > 0 las raices de Js2 + KD s + KP = 0 tienen parte real negativa, y el sistema es estable. Si r(t) = u(t), una posible respuesta oscilatoria amortiguada, c(t), se muestra en la Fig 4.25. Si KD se aumenta la amplitud de las oscilaciones disminuye.
Figura 4.25 Una posible respuesta del sistema de la Fig. 4.24 Ejercicio Para el sistema anterior, encontrar c(t) si r(t) = u(t) y el controlador es proporcional u nicamente. Es estable el sistema ?
4.2.6
Acci on de control proporcional integral derivativo (PID)
La Fig 4.26 muestra la combinaci on de los anteriores controles:
Figura 4.26 Controlador proporcional integral derivativo As : KI KI + KP s + KD s2 M (s) = KP + + KD s = (4.38) E (s) s s La Fig 4.27 b) muestra la se nal de control m (t) cuando el error e (t) crece linealmente:
Figura 4.27 Se nal de control b) cuando el error a) var a linealmente con el tiempo ua en el transitorio, ya que al nal, el KP aumenta la rapidez de respuesta y solo act I elimina el error, ganando completo control de la planta. El t ermino KD s t ermino K s act ua para ayudar a la estabilidad. s)2 + es una funci on de adelanto, entonces: N otese que H (s) = eT s = 1 + T s + (T2! y (t) = $1 (H (s) X (s)) = x (t + T ) (4.39) (4.39) dene un sistema anticipativo (no causal), f sicamente imposible. El numerador de la funci on de trasferencia del PID, (KI + KP s + KD s2 ), en (4.38), tiene una similitud con la funci on de adelanto. El PID es ampliamente utilizado por la industria donde se encuentran t erminos propios tales como: n proporcional (proportional action). KP = accio KI = accio n de reposicio n (de respuesta a cero) (reset action). s KD s = accio n de crecimiento por unidad de tiempo (rate action). Esta terminolog a proviene primordialmente del area qu mica donde se habla de control de procesos en lugar de control de sistemas.
4.2 Algunas estructuras del controlador PID 163 Adem as las constantes se denen como bandas. Por ejemplo, proporcional en porcentaje. Ejercicio
1 KP
100% es la banda
Figura 4.28 Selecci on de controlador Para la Fig. 4.28 suponga Qi = 0 y que ocurre una perturbaci on n (t) = no u (t) (escal on) Determine el error en estado estacionario si: Qi (s) a) El controlador es de tipo proporcional: E (s) = KP . b) El controlador es de tipo integral:
Qi (s) E (s)
KI s .
Figura 4.29 Selecci on de Gc (s) a usarse de modo Para la Fig 4.29 seleccionar el tipo de controlador, Gc (s), que podr que el sistema sea estable y que un par perturbador constante, n (t) = no u (t), no produzca modicaci on en la velocidad en estado estacionario de r egimen, es decir, que el error en estado estacionario sea cero. 4.2.6.1 Algunas estructuras del controlador PID La Fig 4.30 muestra el controlador PID cl asico:
Figura 4.30 Controlador PID cl asico Cuya ley de control es: Z de dt
u = KP e + KI
edt + KD
(4.40)
La Fig 4.31 muestra otra estructura del controlador PID:
Figura 4.31 PID con derivada de la salida Esta estructura es muy utilizada. En lugar de derivar el error se deriva la salida. Con esto se evita que la planta responda a cambios bruscos de la se nal de referencia r. La ley de control correspondiente es: Z dy dt
u = KP e + KI
edt KD
(4.41)
Otra estructura, menos utilizada que la anterior, se muestra en la Fig 4.32. En esta la acci on de control proporcional se toma tambi en de la salida en lugar de la se nal de error e.
4.2 Algunas estructuras del controlador PID 165
Figura 4.32 Otra estructura del PID La ley de control correspondiente es: Z dy u = KI edt KP y KD dt Ejemplo 4.5 Ejemplo de un PID. La Fig 4.33 muestra un controlador PID hidromec anico para un sistema de nivel de l quido:
(4.42)
Figura 4.33 PID hidromec anico N otese que: z1 z2 = = a1 h b a2 h b (4.43) (4.44)
166 ACCIONES BASICAS DE CONTROL z3 = a3 h b (4.45)
Como la carga del serromotor hidr aulico (SMH) es despreciable, entonces: z6 (s) = Del amortiguador y el resorte: . . B z3 z 4 = Kz4 a3 Bs s z3 (s) = H (s) Bs + k s + 1 b (4.47) K1 K1 a2 H (s) z2 (s) = s b s (4.46)
Transformando (4.44): z4 (s) =
(4.48)
en donde = B/K. El desplazamiento de la v alvula es: z= Adem as: z5 = d1 d2 z1 + z4 d1 + d2 d1 + d2 (4.50) d3 d4 z5 + z6 d3 + d4 d3 + d4 (4.49)
con (4.47) en (4.46) y luego usando (4.40),(4.43) y (4.45) se obtiene: z (s) = KP H (s) + donde: d4 d1 a1 (d3 + d4 ) (d1 + d2 ) b d3 K1 a2 (d3 + d4 ) b d4 d2 a3 (d3 + d4 ) (d1 + d2 ) b KI s H (s) + KD H (s) s s + 1 (4.51)
KP KI KD
= = =
(4.52)
Entonces el caudal de entrada se puede calcular como qi = Ci z , donde Ci es una constante. Ejemplo 4.6 El telescopio del transbordador espacial. El telescopio para seguir estrellas y asteroides de transbordador espacial se puede modelar como una masa M = 100 Kg. Est a suspendido por medio de actuadores magn eticos que producen una fuerza u (t). El cable que le suministra energ a el ectrica se modela como un resorte de constante K = 1 N ew/m, Fig 4.34a.
Figura 4.34 Ejemplo 4.6 Dise ne un controlador PID tal que el error ess = e () para una entrada rampa r (t) = t u (t) sea 0.01 y que tenga un par de polos complejos como se muestra en la Fig.4.34c adem as del tercer polo real.
Figura 4.35 Diagrama del cuerpo libre a) y de bloques b) para el ejemplo 4.6 De la Fig 4.35a: u Kz = M d2 z dt2 (4.53)
Transformando (4.53) se obtiene la funci on de transferencia de la planta: 1 Z (s) = U (s) M s2 + K De la Fig 4.35b: KD s2 + KP s + KI Z (s) = R (s) M s3 + KD s2 + (KP + K ) s + KI y, s Ms2 + K E (s) = R (s) Ms3 + KD s2 + (KP + K ) s + KI Con ess = 0.01 para R (s) =
1 s2
(4.54)
(4.55)
(4.56)
(rampa r (t) = t u (t)):
168 ACCIONES BASICAS DE CONTROL s Ms2 + K 1 E (s) = 2 s Ms3 + KD s2 + (KP + K ) s + KI # " s Ms2 + K = lim sE (s) = lim s 2 s0 s0 s [Ms3 + KD s2 + (KP + K ) s + KI ] K = 0.01 KI
(4.57)
ess
(4.58)
de donde: ess = As , KI = 100. (4.55) se puede escribir:

KD 2 KP KI Z (s) M s + M s+ M = (KP +K ) D 2 R (s) s3 + K s+ M s + M
(4.59)
KI M
(4.60)
El polinomio caracter stico del sistema es: KI KD 2 (KP + K ) s + s+ M M M que de acuerdo con la ubicaci on de polos de la Fig 4.34c es: ! ! 2 2 2 2 A (s) = s + +j s+ j (s + p) 2 2 2 2 A (s) = s3 + o: A (s) = s3 + de donde: 2 + p s2 + 1 + 2p s + p KI =1 M KD M KP + K M (4.63) (4.61)
(4.62)
p = 2+p = 1 + 2p = As :
(4.64)
KD KP Ejemplo 4.7 PID neum atico.
= 100 1 + 2 = 100 1 + 2 1
Figura 4.36 PID neum atico Con P1 constante, in = K1 P1 P2 , 0 = K2 x P2 , P0 = K y , Kg constante de los gases ideales y con la temperatura T de los fuelles constante, el sistema de la Fig 4.36 se comporta como un controlador PID.
Figura 4.37 Diagrama de cuerpo libre para puntos de masa cero De las Figs. 4.37a y b: Ac P2 Kf z + Af Pi de donde: y z = = Ac P2 Kc Af (PD Pi ) Kf (4.67) (4.68) = Kc y = Af PD (4.65) (4.66)
170 ACCIONES BASICAS DE CONTROL Adem as: x = i D in donde: 1 K1 = Rin 2 P1 P20 Tambi en: 0 = Kx x + Kp2 P2 donde: Kx Kp2 Para la presi on de salida: P0 = K y La diferencia de ujos es: in 0 = dM2 dt
V2 M2 ,
1 (e z ) 2 P0 Pi = R1 P0 PD = R2 P2 = Rin
(4.69) (4.70) (4.71) (4.72)
(4.73)
p = K2 P20 K2 x0 = 2 P20
(4.74)
donde M2 es la masa de gas en el volumen V2 . Con la ley de los gases P2 2 = Kg T con 2 = temperatura absoluta: M2 M2 =
el volumen espec co y T la
P2 V2 Kg T = C2 P2 + Kv2 V2
Donde la capacitancia C2 y la constante Kv2 son: C2 Kv2 = = V20 Kg T P20 Kg T
4.2 Algunas estructuras del controlador PID 171 suponiendo T constante. Con V2 = Ac y : in 0 = C2 De la misma manera, como i =
dMi dt
dP2 dy + Kv2 Ac dt dt
dMD dt :
(4.75)
y D =
i D donde:
dz d Pi + Kvi Af dt dt d PD dz + KV D Af = CD dt dt = Ci
(4.76) (4.77)
Vi0 Ci = K gT VD0 CD = K gT
Pi0 Kvi = K gT PD0 KV D = K gT
Con (4.72), (4.73) y (4.67) en (4.75) y utilizando la transformada de Laplace con condiciones iniciales nulas: K2 P2 (s) = x (s) 1 + 2 s donde: Kx + Kp2
Kv2 A2 c Kc
K2 2
= =
1 Rin
C2 +
1 Rin
+ Kp2
Generalmente la constante de tiempo 2 es muy peque na y: P2 (s) ' K2 x (s) adem as: K2 >> 1 Con (4.70) y (4.68) en (4.76) y transformando: (i s + 1) Pi (s) = P0 (s) + D s PD (s) Con (4.71) y (4.68) en (4.77) y transformando: (D s + 1) PD (s) = P0 (s) + i s Pi (s) donde:
0 0
(4.78)
(4.79)
(4.80)
K Af i = Ci + vi R1 Kf 2 K D Af D = CD + VK R2 f De (4.79) y (4.80):
D = i =
0
Kvi A2 f R1 Kf KV D A2 f R2 Kf
Pi (s) = PD (s) = donde:
0 1 + D + D s (s) 0 1 + i + i s (s)
P0 (s)
(4.81) (4.82)
P0 (s)
# A2 f (s) = Ci CD + (Ci KV D + CD KV i ) s2 + (i + D ) s + 1 Kf Con (4.69), (4.78), (4.67), (4.74), (4.81), (4.82) y (4.68) se obtiene el diagrama de bloques:
"
Figura 4.38 Diagrama de bloques del PID neum atico Como: i h i h 0 0 1 + i + i 1 + D + D = Ci R1 CD R2 La Fig 4.38 se puede dibujar, con K =
0
(4.83)
1 2
Ac (K2 ) K (K ) : c
Figura 4.39 Diagrama de bloques simplicado donde K >> 1 porque K2 >> 1. As : KI P0 (s) ' Kp + + KD s e (s) s donde: Kf (i + D ) Af (Ci R1 CD R2 ) Kf Af (Ci R1 CD R2 ) h i A2 (Ci KV D + CD Kvi ) Kf Ci CD + Kf f Af (Ci R1 CD R2 ) (4.84)
0
KP KI
= =
KD
CAPITULO
RESPUESTA EN EL DOMINIO DEL TIEMPO

El objetivo de este cap tulo es obtener la respuesta temporal de los sistemas a se nales aperi odicas tales como el escal on, la rampa,etc.
5.1
Estabilidad absoluta, estabilidad relativa y
error estacionario
La caracter stica m as importante del comportamiento din amico de un sistema de control es la estabilidad absoluta, concepto que se ver a posteriormente. Por ahora es suciente saber que un sistema es estable si las ra ces del polinomio b(s) caracter stico o denominador de la funci on de transferencia del sistema H (s) = a (s) tienen parte real negativa. Lo cual signica que los valores de s que satisfacen la ecuaci on caracter stica a(s) = 0, esto es, las raices de a (s) , deben estar ubicadas en el semiplano complejo izquierdo. Un sistema est a en equilibrio si, en ausencia de perturbaci ones o de entradas de referencia, la salida se mantiene en el mismo estado. Un sistema de control lineal invariante en el tiempo, es estable si nalmente la salida retorna a un estado de equilibrio cuando el sistema es sometido a una perturbaci on o a una se nal de entrada acotada. Una funci on f (t) es acotada si f (t) < M1 , para < t < . En otras palabras, considere el sistema de la Fig 5.1:
175
176 RESPUESTA EN EL DOMINIO DEL TIEMPO
Figura 5.1 Funci on de transferencia de un sistema H (s) es estable si: $1 (x (s)) = x (t) < M1 , produce una salida acotada: $1 (y (s)) = y (t) < M2 , < t < < t <
5.1.1
Estabilidad relativa
El hecho de que todos los polos de H (s) queden en el semiplano complejo izquierdo de s no garantiza caracter sticas satisfactorias de respuesta transitoria. Esta podr a presentar excesivas oscilaciones o ser muy lenta. Para garantizar una respuesta transitoria r apida y bien amortiguada, los polos de H (s) deben quedar en una zona como la mostrada en la Fig 5.2:
Figura 5.2 Regi on recomendada para la ubicaci on de polos
5.1.2
Error estacionario
Ya que un sistema f sico de control generalmente tiene elementos que almacenan energ a, su salida no puede seguir inmediatamente a la entrada sino que presenta una respuesta transitoria antes de alcanzar un estado estacionario. Si la salida del sistema de control en estado estacionario no coincide exactamente con
5.1 Algunos teoremas 177 la se nal deseada, llamada se nal de referencia o entrada, se dice que el sistema tiene un error estacionario, el cual indica la exactitud del sistema. Es importante analizar en los sistemas de control la respuesta transitoria, el tiempo necesario para alcanzar el estado estacionario, y el error en este estado.
5.1.3
Respuesta impulsiva
Para el sistema de la Fig 5.1: y (s) = H (s) x (s) El diagrama correspondiente en el dominio del tiempo se muestra en la Fig 5.3: (5.1)
Figura 5.3 Diagrama de bloques en el dominio del tiempo del sistema de la Fig 5.1 donde h (t) es la respuesta impulsiva del sistema, o respuesta a un impulso unitario (t). Note que si x (t) = (t), entonces x (s) = 1, y: y (s) = H (s) = $ (h (t)) (5.2)
La funci on de transferencia y la respuesta impulsiva de un sistema lineal invariante en el tiempo contienen la misma informaci on sobre la din amica del sistema. En la pr actica se puede considerar como un impulso, a un pulso de entrada con muy corta duraci on en comparaci on con las constantes signicativas del sistema.
La respuesta impulsiva h (t) es la respuesta de un sistema lineal a una entrada impulso unitario con condiciones iniciales iguales a cero. As la transformada de Laplace de la respuesta impulsiva h (t) es la funci on de transferencia del sistema H (s) . Si el sistema es causal, x (t) = 0 para t < 0, entonces: Z t Z t h ( ) x (t ) d = h (t ) x ( ) d (5.3) y (t) = x (t) ~ h (t) =
0 0
5.1.4
Algunos teoremas
En las siguientes consideraciones se suponen condiciones iniciales nulas. 1. Por la f ormula de Leibniz d d Z
u1 ()
f (x, ) = f (u1 , )
u0 ()
du1 du0 f (u0 , ) + d d Z
u1 ()
u0 ()
[f (x, )] dx
(5.4)
Aplic andola a (5.3) : dy (t) = h (t) x (0) + dt

t 0
[h ( ) x (t )] d t
(5.5)
178 RESPUESTA EN EL DOMINIO DEL TIEMPO Como x (0) = 0 : dy (t) = dt Z

t
h ( )
x (t ) d t
(5.6)
(5.6) indica que si la respuesta de un sistema lineal a . una entrada x (t) es y (t), . entonces la respuesta a la derivada de la entrada x (t) es y (t). 2. Cambiando la variable t por en (5.3): y () = integrando (5.7): Z
t
h ( ) x ( ) d
(5.7)
y () d =
Z tZ
0
h ( ) x ( ) d d =
h ( )
x ( ) d d
(5.8)
Con = t : Z Z
t
x ( ) d = Z
Z Z
x (t ) dt
(5.9)
As (5.8) tambi en puede ser escrita:

t t
y (t) dt =
h ( )
x (t ) dt d
(5.10)
(5.10) indica que la respuesta de un sistema lineal a la integral de la entrada x (t) es la integral de la salida y (t) . Pruebas similares se pueden hacer para derivadas de m as alto orden e integrales m ultiples. Los anteriores resultados son muy u tiles. Sup ongase por ejemplo que se conoce la respuesta de un sistema cuando la entrada es un impulso (t). Es decir se conoce h (t) = $1 (H (s)) Rt R .t As , como u (t) = 0 ( ) d , entonces y (t) = 0 h ( ) d . Rt Rt Asimismo, si x (t) = 0 u (t) d , entonces la nueva salida es y2 (t) = 0 y ( ) d . Adem as, si se conoce la respuesta de un sistema lineal a la funci on escal on u (t), f acilmente obtenible en pr actica, la respuesta impulsiva se puede obtener derivando la respuesta al escal on.
5.1.5
Sistema de primer orden
Se analizar an las respuestas de un sistema de primer orden, o de un solo polo, a entradas tales como el escal on unitario, rampa unitaria e impulso unitario suponiendo condiciones iniciales nulas. 5.1.5.1 Respuesta al escal on unitario Un sistema de primer orden se muestra en la Fig 5.4:
5.1 Respuesta al escal on unitario 179
Figura 5.4 Sistema de primer orden Para este sistema:

P KP K Y (s) Ts = H (s) = 1+K = K P R (s) 1 + T s + KP K 1 + 1+T s
K K
o: KP K Y (s) = H (s) = R (s) 1 + KP K donde: 1 1 + T1 s = K1 1 + T1 s (5.11)
K1 T1 Con un escal on unitario: r (t) = u (t) = la respuesta es: Y (s) = A y B son:
= =
KP K 1 + KP K T 1 + KP K 1 t>0 R (s) = t<0 s
1, 0,
A B A + T1 As + Bs 1 K1 = + = s 1 + T1 s s 1 + T1 s s (1 + T1 s)
(5.12)
A = K1 B = K1 T1 As : Y (s) = K1 Antitransformando: y (t) = K1 1 et/T1 u (t) (5.14) " 1 1 1 s s+ T 1 # (5.13)
(5.14) se muestra en la Fig 5.5:
Figura 5.5 Respuesta de un sistema de primer orden a una entrada en escal on unitario u (t) N otese que la constante de tiempo T1 es aquel valor de tiempo para el cual la respuesta ha alcanzado el 63.2% de su valor nal K1 . A menor valor de la constante de tiempo, 1 na, el polo p = T se mas r apida es la respuesta del sistema. y cuando T1 es peque 1 aleja del eje imaginario haci endose mas negativo. a a menos del 2% del valor nal K1 . Por eso se acosPara t = 4T1 la respuesta est tumbra suponer que despu es de cuatro constantes de tiempo, el sistema ha alcanzado on: el estado estacionario, y se dene el tiempo de soluci on ts por la ecuaci ts = 4T1 (5.15)
Otra caracter stica importante de la curva exponencial es que la pendiente de la 1 tangente en t = 0 es K T1 : K1 Tt K1 dy (t) 1 = e = (5.16) dt t=0 T1 T1 t=0 Si se traza una recta: yp (t) = K1 t T1
esta alcanzar a el valor nal K1 en t = T1 segundos. El error o corrimiento e () = ess es: ess = 1 K1 = 1 1 KP K = 1 + KP K 1 + KP K (5.17)
Este tambi en puede ser calculado utilizando la funci on de trasferencia del error: 1 1 + Ts E (s) = = PK R (s) T s + 1 + KP K 1+ K 1+T s (5.18)
5.1 Sistema de segundo orden 181 Con R (s) =

1 s
: E (s) = 1 1 + Ts s T s + 1 + KP K
y aplicando el teorema del valor nal: ess = lim e (t) = lim sE (s) =
t s0
1 1 + KP K
que es el mismo resultado (5.17). 5.1.5.2 Respuesta a la rampa unitaria Como la respuesta al escal on unitario esta dado por (5.14), la respuesta a la rampa unitaria r (t) = t u (t) es la integral de esta ecuaci on: Z
t
y1 (t) = El error e (t) es:
h i h i t K1 1 e T1 d = K1 t T1 + T1 e T1
(5.19)
h i t e (t) = t u (t) K1 t T1 + T1 e T u (t) t = K1 T1 1 e T1 u (t) + (1 K1 ) t u (t) Para t >> T1 : e (t) ' (1 K1 ) t + K1 T1 N otese que e () = , o sea que este sistema no sigue la rampa.
(5.20)
(5.21)
5.1.5.3 Respuesta al impulso unitario Como el impulso unitario es la derivada del escal on, la respuesta del sistema es la derivada de la respuesta al escal on: i K t d h 1 T K1 1 et/T1 u (t) = e 1 dt T1
y2 (t) =
(5.22)
5.1.6
Sistema de segundo orden
Consid erese el servomecanismo que se muestra en la Fig 5.6:
Figura 5.6 Control de posici on El correspondiente diagrama de bloques se muestra en la Fig 5.7:
Figura 5.7 Diagrama de bloques para la Fig 5.6 donde:
n = J f
N1 N3 N2 N4 = Jm + n2 JL = fm + n2 fL
Con:
K T
= =
K0 K1 Km 2 )n (Ra f + Km Ra J 2 Ra f + Km
la Fig 5.7 se puede simplicar al diagrama de bloques mostrado en la Fig 5.8:
5.1 Caso subamortiguado o respuesta con 0 < < 1 183
Figura 5.8 Diagrama simplicado de la Fig 5.7 El diagrama de la Fig 5.8 se puede dibujar como el de la Fig 5.9:
Figura 5.9 Una representaci on estandarizada del diagrama de bloques de la Fig 5.8 donde:
2 n
= = =
2n As :
K T 1 = 2 T 1 2 KT
(5.23)
2 n C (s) = 2 2 R (s) s + 2n s + n
(5.24)
on o donde se llama atenuaci on, n , frecuencia natural no amortiguada y , relaci raz on de amortiguaci on. La ecuaci on caracter stica del sistema es:
2 =0 A (s) = s2 + 2n s + n
(5.25)
Las ra ces de (5.25) o polos del sistema son: p 2 42 4 2 n n 2 p = n 2 1n = 2n
1,2
(5.26)
184 RESPUESTA EN EL DOMINIO DEL TIEMPO 5.1.6.1 Caso subamortiguado o respuesta con 0 < < 1 Si < 1 : p 1,2 = n j 1 2 n = n j d p donde d = 1 2 n se llama frecuencia natural amortiguada. La ubicaci on correspondiente de los polos se muestra en la Fig 5.10:
(5.27)
Figura 5.10 Ubicaci on de los polos para el caso subamortiguado (0 < < 1) en donde: cos sen tan o: = cos
1
n = pn = 1 2 p 1 2 = p 1 2
1 s
(5.28)
= sen
Si la entrada es un escal on unitario r (t) = u (t) o R (s) = C (s) =
p 1 2 = tan1
(5.29)
2 n As + B K 1 2 + 2 = 2 2 s s + 2n s + n s s + 2n s + n
Con K = 1, A = 1 y B = 2n : C (s) = s + 2n 1 1 2 = 2 s s + 2n s + n s s + 2n p 2 (s + n )2 + 1 2 n
s + n n 1 s (s + n )2 + (d )2 (s + n )2 + (d )2
5.1 Caso de amortiguamiento cr tico o respuesta con = 1 185 p 1 s + n 1 n 1 2 n p s (s + n )2 + (d )2 1 2 n (s + n )2 + (d )2 s + n d 1 p (5.30) 2 2 2 s (s + n ) + (d ) 1 (s + n )2 + (d )2 1 2 en t sin d t (5.31)
= C (s) =
Antitransformando (5.30) se tiene:
para t 0. (5.31) tambi en se puede escribir: c (t) = = ( 1e

n t
c (t) = 1 en t cos d t p "
que es el primer tipo de respuesta mostrado en la Fig 5.11:
p donde d = 1 2 n . Utilizando las relaciones (5.28), (5.32) se puede escribir en forma compacta como en la ecuaci on (5.33): ) ( en t sin (d t + ) u (t) con < 1 (5.33) c (t) = 1 p 1 2
1 1 p 1 2
sin d t u (t) cos d + p 1 2 ) h i p n t 2 sin d t + 1 cos d t u (t) e
#)
(5.32)
Figura 5.11 Respuesta subamortiguada de un sistema de segundo orden 5.1.6.2 Caso de amortiguamiento cr tico o respuesta con = 1 Si = 1 :
2 2 n n C (s) = 2 = 2 2) R (s) s + 2n s + n (s + n
(5.34)
186 RESPUESTA EN EL DOMINIO DEL TIEMPO que corresponde a un par de polos reales ubicados en 1,2 = n . Si R (s) = 1 s : C (s) = 1 n A K B + = + s (s + n )2 s (s + n )2 (s + n )
: donde K = 1, A = n y B = 1. As C (s) = 1 n 1 s (s + n ) (s + n )2 (5.35)
Antitransformando (5.35) se obtiene (5.36): C (s) = 1 en t (1 + n t) u (t) con = 1 (5.36)
(5.36) es el segundo tipo de respuesta mostrado en la Fig 5.12:
Figura 5.12 Respuesta de amortiguamiento cr tico de un sistema de segundo orden Esta respuesta tambi en se puede obtener de (5.32) usando la regla de LHoppital. 5.1.6.3 Caso sobreamortiguado o respuesta con > 1 Si > 1 la ubicaci on del par de polos reales correspondientes est a dada por (5.36). Con: p 1 2 sin j cos j y utilizando (5.32): ( " #) p p 2 1n t + cosh 2 1n t senh u (t) p = j 2 1 = j senh = cosh
c (t) =
1e
n t
p 2 1
(5.37)
5.1 Respuesta oscilatoria o caso de amortiguamiento nulo, = 0 187 c (t) tambi en se puede reescribir como (5.38): ( s1 t ) es1t t e n u (t) 1+ p s1 s2 2 2 1
c (t) =
(5.38)
donde:
s1 s2
p + 2 1 n p = 2 1 n =
Si s1 >> s2 , la respuesta debido a s1 se puede despreciar ya que al t ermino que apidamente que el correspondiente a s2 . Es decir, la involucra a s1 cae mucho mas r respuesta es similar a la de un sistema de primer orden con un solo polo ubicado en s2 . La respuesta correspondiente sobre el caso sobreamortiguado se muestra en la Fig 5.13:
Figura 5.13 Respuesta sobreamortiguada de un sistema de segundo orden 5.1.6.4 Respuesta oscilatoria o caso de amortiguamiento nulo, = 0 on es: Si = 0, hay un par de polos complejos ubicados en 1,2 = j n y la soluci
c (t) = {1 cos n t} u (t) cuya gr aca se muestra en la Fig 5.14:
(5.39)
Figura 5.14 Respuesta oscilatoria de un sistema de segundo orden La Fig 5.15 resume los casos vistos:
Figura 5.15 Diferentes respuestas de un sistema de segundo orden N otese que en todos los casos, excepto para la respuesta oscilatoria ( = 0), el error en estado estacionario es cero, ess = 0. Dos sistemas de segundo orden con el mismo , pero diferente n tienen el mismo sobreimpulso y el mismo diagrama oscilatorio mostrado anteriormente. Un sistema subamortiguado con 0.5 < < 0.8 se aproxima al valor nal mas r apidamente que uno con amortiguamiento cr tico o sobreamortiguado. Entre los sistemas que responden sin oscilaci on, el amortiguado cr ticamente presenta la respuesta mas r apida. Un sistema sobreamortiguado siempre es lento en responder a cualquier entrada.
5.2 Especicaciones de respuesta transitoria 189
5.2
Especicaciones de respuesta transitoria
Como se dijo antes, sistemas con almacenamiento de energ a no pueden responder instant aneamente y presentan transitorios siempre que se les somete a entradas de referencia o perturbaciones. La entrada escal on, facil de generar, es frecuentemente usada para especicar las caracter sticas de funcionamiento de un sistema de control. Adem as, como se vi o anteriormente, si se conoce la respuesta de un sistema a una entrada escal on, en principio es posible calcular la respuesta a cualquier entrada. Obviamente la respuesta transitoria de un sistema depende de las condiciones iniciales. Sin embargo, para poder comparar f acilmente las caracter sticas de la respuesta transitoria de diversos sistemas, se acostumbra suponer que las condiciones iniciales son cero. Cuando la respuesta transitoria presenta oscilaciones amortiguadas es habitual dar las especicaciones mostradas en la Fig 5.16:
Figura 5.16 Especicaciones para un sistema con respuesta subamortiguada Las especicaciones son las siguientes:
1 Tiempo de retardo, td . El tiempo que la respuesta tarda en alcanzar por primera vez la mitad del valor nal.
190 RESPUESTA EN EL DOMINIO DEL TIEMPO 2 Tiempo de crecimiento, tr . El requerido para que la respuesta crezca del 10 al 90%, del 5 al 95% o del 0 al 100% de su valor nal. Se utilizar a esta u ltima especicaci on (0 al 100%) en c alculos posteriores.
3 Tiempo de pico o de sobrepaso, tp . El requerido por la respuesta para alcanzar el primer pico del sobreimpulso o sobrepaso.
4 Maximo sobreimpulso o sobrepaso, Mp . Este se dene en forma porcentual mediante (5.40): Mp = e (tp ) e () 100% e () (5.40)
y es un indicativo de la estabilidad relativa del sistema.
5 Tiempo de establecimiento o de soluci on, ts . Tiempo requerido por la respuesta para alcanzar y mantenerse dentro de determinado rango alrededor del valor nal. Este rango generalmente se especica en porcentaje absoluto del valor nal (habitualmente 5% o 2%). El tiempo de establecimiento se relaciona con la constante de tiempo m as grande del sistema. El criterio para la jaci on del porcentaje de error a usar depende de los objetivos del dise no del sistema en cuesti on. N otese que si se especican td , tr , tp , ts , y Mp , virtualmente queda determinada la forma de la respuesta. Para un sistema sobreamortiguado no se aplican los t erminos tiempo pico y m aximo sobreimpulso. Para sistemas con error estacionario para entradas escal on, el error se debe mantener dentro de un nivel porcentual espec co. Comentarios. Excepto donde no se toleren oscilaciones, se desea una respuesta transitoria sucientemente r apida y sucientemente amortiguada. Para sistemas de segundo orden el rango recomendado para es: 0.4 < < 0.8. Para < 0.4 el sobrepaso es excesivo y para > 0.8 la respuesta es lenta. an en conicto entre s . Es decir, si Mp decrece, Se ver a posteriormente que Mp y tr est tr aumenta y viceversa.
5.2 Tiempo de pico tp 191
5.2.1
Especicaciones de respuesta transitoria para sistemas
de segundo orden
Se obtendr an el tiempo de crecimiento, tiempo pico, m aximo sobrepaso y tiempo de establecimiento de sistemas de segundo orden obtenidos del sistema (5.24). Los valores a que el sistema es subamortiguado se obtendr an en t erminos de y n y se supondr ( < 1). 5.2.1.1 Tiempo de crecimiento o tiempo de levante tr Utilizando el criterio de 0 al 100%, c (tr ) = 1. Reemplazando en (5.33): en tr c (tr ) = 1 = 1 p sen (d tr + ) 1 2 sen (d tr + ) = 0 As : (d tr + ) = , 2, 3, (5.43) (5.41)
de donde:
(5.42)
El primer cruce de c (t) con el valor unitario o 100% ocurre cuando (d tr + ) = . Por lo tanto: tr = =p d 1 2 n (5.44)
N otese que para un valor peque no de tr , n debe ser grande. 5.2.1.2 Tiempo de pico tp Con (5.33) cuando t = tp , la pendiente es cero: n dc (t) =p en tp sen (d tp + ) dt t=tp 1 2 p 1 2 n n tp p e cos (d tp + ) = 0 1 2 sen (d tp + ) p = cos (d t + ) 1 2 p 1 2 tan (d tp + ) = As : (5.46)
(5.45)
de donde:
o:
d tp + = tan
! p 1 2 = + n
n = 0, 1,
(5.47)
El primer pico ocurre cuando n = 1 : tp = =p d 1 2 n (5.48)
5.2.1.3 Este es:
M aximo sobreimpulso Mp
Mp = c (tp ) 1 Utilizando (5.32) se tiene:

n tp
(5.49)
c (tp ) 1 = e Pero de (5.48) d tp = y: Mp = e o:
sen d tp cos d tp + p 1 2 !
= Mp
(5.50)
n tp
sen cos + p 1 2

= en tp
Mp = en tp = e
1 2
(5.51)
Existen diferentes criterios integrales para establecer lo que podr a llamarse el valor optimo de la raz on de amortiguaci on . R Uno de ellos se llama criterio ITAE el cual minimiza la integral J = 0 |e| tdt, integral del valor absoluto del error multiplicado por el tiempo, que trata de penalizar la magnitud del error y la duraci on del mismo. Utilizando este criterio con e (t) = r (t) c (t) se obtiene = 0.707. R Otro criterio es el ISE que minimiza la integral J = 0 e2 dt, o integral del cuadrado del error. Este criterio no penaliza la duraci on de error. Con el ISE se obtiene = 0.5. Existen otros criterios de optimizaci on. Sin embargo, el valor de = 0.7 corresponde al valor cercano al optimo con respecto a varios de ellos. Para = 0.7, el sistema de segundo orden tiene una respuesta r apida a la entrada escal on con un sobrepaso de aproximadamente el 4.3%. on de la raz on de amorLa Fig 5.17 muestra una gr aca del sobrepaso Mp en funci tiguaci on para el sistema de segundo orden:
5.2 Tiempo de establecimiento ts 193
Figura 5.17 Sobrepaso en funci on de la raz on de amortiguaci on Obs ervese que para = 0.4 el sobrepaso es del 25.4%, mientras que para > 0.707 es menor del 4.3%. 5.2.1.4 Tiempo de establecimiento ts De (5.51) Mp = en tp . As , se puede constru r una curva envolvente de sobrepasos (5.52):
Mp (t) = en t
(5.52)
que es una curva exponencial tal que: 4 n
Mp (t) < 2%
para t > 4T =
As , se puede aceptar que el transitorio de c (t) est a a menos del 2% del valor nal para el tiempo ts , o tiempo de establecimiento dado por (5.53):
ts =
4 n
(5.53)
N otese que la constante de tiempo de las envolventes es
1 n ,
Fig 5.18:
Figura 5.18 Curvas envolventes de sobrepaso Obs ervese que para el mismo n y < 1, el tiempo de establecimiento para un sistema muy levemente amortiguado, es mayor que para un sistema adecuadamente amortiguado. Sin embargo, como el valor de generalmente es determinado por un requerimiento de m aximo sobreimpulso permitido, el tiempo de establecimiento ts est a determinado principalmente por la frecuencia natural no amortiguada n . Es decir, la duraci on del per odo transitorio puede ser variada sin modicar el m aximo sobrepaso, ajustando n . Entonces, para tener una respuesta r apida, n debe ser grande, y para limitar el on de amortiguaci on no debe ser demasiado peque na. m aximo sobrepaso Mp , la relaci Ejercicio.
(s) n on impulso, hallar c (t) : 1. Con C 2 y r (t) = (t), la funci R(s) = s2 +2n s+n para = 0, < 1, = 1 y > 1. Hacer gr acos y comparar. 2. 2
Figura 5.19 Sistema de segundo orden Para el sistema de la Fig 5.19, hallar el error en estado estacionario ess cuando r (t) = t u (t) en funci on de y n .
Ejemplo 5.1 C alculo de algunos par ametros.
5.2 Tiempo de establecimiento ts 195
Figura 5.20 Sistema para el ejemplo 5.1 Para el sistema de la Fig 5.20, hallar los valores de ganancia K y la constante de realimentaci on de velocidad Kh de manera que el m aximo sobrepaso en la respuesta al escal on unitario sea 0.2 y el tiempo de pico de 1 segundo. Con estos valores de K y Kh hallar el tiempo de crecimiento y el de establecimiento. El sistema anterior es de segundo orden:
2 K n C (s) = 2 = 2 2 R (s) s + (1 + KKh ) s + K s + 2n s + n
(5.54)
donde: n 2n De (5.51):

= K = 1 + KKh 1 + KKh = 2 K
Mp p 1 2
= e
1 2
= 0.2
= 1.61
As :
= 0.456 De (5.48): tp = As : =p =1 d 1 2 n y n = 3.53
d = 3.14 Adem as:
K Kh De (5.44):
2 = 12.5 = n 2n 1 = 0.178 = K
tr = Como: = tan entonces: tr = y para el criterio de 2%: ts = Ejercicio.

1
! p 1 2 = 1.10
1.10 = 0.65seg 3.14 4 = 2.48 seg n
Resolver el ejemplo anterior con un sobrepaso del 3%, con un tiempo de soluci on de 1 segundo. Calcule K, Kr , tr y tp
5.3
5.3.1
Sistemas de o rdenes superiores

Sistema de tercer orden
2 n p C (s) = 2 2 ) (s + p) R (s) (s + 2n s + n
Consid erese el sistema (5.55): (5.55)
Si r (t) = u (t) o R (s) = 1 s , se puede obtener c (t), (5.56), con 0 < < 1: en t c (t) = 1 2 ( 2) + 1 ( ) 2 p p ( 2) + 1 p 2 ( 2) cos 1 2 n t + sen 1 2 n t 1 2 ept (5.56) 2 ( 2) + 1
5.3 Respuesta transitoria de sistemas mayor orden 197

p donde = n Obs ervese que como:
entonces el coeciente del t ermino ept es siempre negativo. Por lo tanto el efecto del polo real situado en s = p en la respuesta al escal on unitario es reducir el m aximo sobrepaso y podr a aumentar el tiempo de establecimiento. Si el polo real est a ubicado a la derecha de los polos complejos conjugados, hay tendencia a una respuesta lenta y el sistema se comporta como uno sobreamortiguado al cual los polos complejos conjugados a naden ondulaciones a la curva de respuesta.
2 2 ( 2) + 1 = 2 ( 1) + 1 2 > 0
5.3.2
Respuesta transitoria de sistemas mayor orden

b0 sm + b1 sm1 + + bm C (s) = R (s) a0 sn + a1 sn1 + + an K (s + pj )
m Q
Para el sistema dado por (5.57): (5.57)
si no hay polos repetidos, entonces: C (s) = q Q R (s)
(s + zi ) (5.58)
2) (s2 + 2k k s + k
j =1
k=1
Si se antitransforma (5.59), c (t) se puede expresar:

q X j =1 r X k=1
donde q + 2r = n. 1 , funci on escal on, Por descomposici on en fracciones parciales de (5.58) con R (s) = S se obtiene (5.59): p q r 2 X bk (s + k k ) + ck k 1 k a X aj c (s) = + + (5.59) 2 2 s j =1 s + pj s + 2k k s + k
k=1
i=1 r Q
c (t) = a+ +
aj epj t +
bk ek k t cos k q 2t 1 k
k=1
r X
q 2t 1 k (5.60)
ck ek k t sen k
para t 0
Si todos los polos est an en el semiplano complejo izquierdo: css = lim c (t) = a
t
Consid erese que el sistema es estable. Entonces los polos que est an ubicados lejos del eje j tienen partes reales negativas grandes y por lo tanto los t erminos exponenciales en c (t) que corresponden a esos polos caen muy r apidamente a cero ya que el tiempo de establecimiento depende de la distancia horizontal de los polos al eje j .
198 RESPUESTA EN EL DOMINIO DEL TIEMPO La curva de respuesta de un sistema estable de orden superior a una entrada escal on unitario es la suma de cierto n umero de curvas exponenciales y curvas senoidales amortiguadas. Algunas respuestas se muestran en la Fig 5.21.
a)
b)
c)
Figura 5.21 Algunas respuestas de sistemas de orden superior En la Fig 5.21a la respuesta corresponde a un par de polos complejos conjugados dominantes. Su comportamiento es similar al de uno de segundo orden. En la Fig 5.21b se nota la presencia de un polo real dominante, ya que se asemeja a la respuesta de un sistema de primer orden sobre el que se superpone la respuesta de un par de polos complejos conjugados menos dominantes. La Fig 5.21c muestra la respuesta de un par de polos complejos dominantes sobre la que se superpone la respuesta de otro par de polos complejos menos dominantes.
CAPITULO
CRITERIOS DE ESTABILIDAD
6.1
Introducci on
Un sistema con funci on de transferencia W (s) es estable si todos sus polos est an en el semiplano complejo izquierdo. Consid erese el sistema de lazo cerrado de la Fig 6.1, con una entrada y una salida:
Figura 6.1 Sistema realimentado donde: y (s) G (s) = W (s) = u (s) 1 + G (s) H (s) (6.1)
Cualquier sistema como el (6.1) puede ser descrito mediante las variables de estado x (t): x (t) = Ax (t) + B u (t) llamada ecuaci on de estado. La ecuaci on de salida est a dada por (6.3): y (t) = C x (t) + Du (t) 199 (6.3)
.
(6.2)
200 CRITERIOS DE ESTABILIDAD En general D = 0, ya que D 6= 0 implica conexi on directa entre entrada y salida. Transformando (6.2) y (6.3), con D = 0: sx (s) = Ax (s) + B u (s) y (s) = C x (s) o: x (s) = (sI A) con (6.5) en (6.4): y (s) = C (sI A)1 B u (s) Para el caso SISO, una entrada una salida (6.6) se puede escribir: G (s) b (s) C [adj (sI A)] B y (s) = C (sI A)1 B = = = u (s) det (sI A) 1 + G (s) H (s) a (s) (6.6)
1
(6.4)
B u (s)
(6.5)
(6.7)
donde adj (sI A) es la matriz adjunta de (sI A). El sistema es estable si los ceros de a (s) = det (sI A) est an en el semiplano complejo izquierdo, donde det signica determinante. Cuando el grado del polinomio a (s) = det (sI A) = sn + a1 sn1 + + an , es de orden mayor que 3, las ra ces no se pueden calcular, en general, anal ticamente. Por lo tanto, en estos casos se debe recurrir a m etodos iterativos para encontrar las ra ces como por ejemplo el m etodo de Newton-Raphson, etc.
6.1.1
M etodo de Newton-Raphson
da (s) s ds
Con a (s) = 0, la ecuaci on caracter stica de un sistema, entonces: a (s) '
Si sk es el valor de s en la k- esima iteraci on y sk+1 en la siguiente, entonces a (s) = : a (sk+1 ) a (sk ) y (s) = sk+1 sk . As a (sk+1 ) a (sk ) ' a0 (sk ) (sk+1 sk ) donde: a0 (sk ) = da (s) ds s=sk a (sk ) a0 (sk ) (6.8)
Si en la iteraci on k+1 se est a muy cerca de una ra z, entonces a (sk+1 ) ' 0 y (6.8) se puede escribir: sk+1 = sk (6.9)
6.2 An alisis de estabilidad por cancelaci on de polos 201 que es la f ormula iterativa de Newton-Raphson. Para aplicar (6.9), se escoge un valor sucesivamente. El algoritmo se puede detener inicial arbitrario s1 y se calcula s2 , y as cuando:
|sk+1 sk | <
donde es un valor positivo peque no. Ejercicio. Hallar las ra ces de a (s) = s3 + 9s2 + 25s + 25 usando el m etodo de Newton-Raphson. Escoger como valor inicial s1 = 1 + j. Sin embargo, existen criterios de estabilidad que permiten determinar si un sistema es estable o no, sin necesidad de tener que encontrar las ra ces del polinomio a (s), como por ejemplo el criterio de estabilidad de Routh y Hurwitz.
6.2
An alisis de estabilidad por cancelaci on de polos

1 s1
Consid erese un sistema con funci on de trasferencia Hf (s) = Fig 6.2:
el cual es inestable,
Figura 6.2 Compensaci on serie o cascada Sup ongase que para estabilizarlo se precede Hf (s) con un compensador Hc (s) = para lograr la funci on de transferencia total:
s1 s+1
Hf (s) Hc (s) =
(s 1) 1 1 = (s 1) (s + 1) s+1
estable?
(6.10)
En (6.10) se hizo una cancelaci on de un polo con un cero, lo cual le da, aparentemente, estabilidad al sistema. Como se ver a a continuaci on, esta t ecnica no funciona. Para ver porqu e, consid erese la realizaci on que se muestra en la Fig 6.3:
202 CRITERIOS DE ESTABILIDAD
Figura 6.3 Realizaci on para la Fig 6.2 Ejercicio. Vericar que las realizaciones de la Fig 6.3 tienen las funciones de trasferencia mostradas. Con x1 y x2 como variables de estado, las ecuaciones de estado son: . x1 1 0 x1 2 . = + v (6.11) x2 1 1 1 x2 x1 x2
y la ecuaci on de salida es:
y=
0 1
Obs ervese que la ecuaci on caracter stica obtenida de las ecuaciones de estado es: s+1 0 det (sI A) = det = (s + 1) (s 1) = 0 (6.12) 1 s 1 (6.12) muestra claramente la presencia de una ra z s = 1 ubicada en el plano complejo derecho y por lo tanto el sistema es inestable. Como puede verse (6.10) y (6.12) se contradicen. Sin embargo el resultado obtenido de (6.12) es enteramente correcto. Una manera de ver mas claramente el origen de esta contradicci on es obtener la respuesta del sistema incluyendo las condiciones iniciales. De (6.11): x1 = x1 2v con las condiciones iniciales: x1 (0) = x10 y transformando: sx1 (s) x10 = x1 (s) 2v (s) 2 x10 x1 (s) = v (s) (s + 1) (s + 1) y x2 (0) = x20
.
de donde:
6.2 An alisis de estabilidad por cancelaci on de polos 203
x1 (t) = x10 et 2et ~ v (t) Adem as: x2 = x1 + x2 + v (t) sx2 (s) x2 (0) = x1 (s) + x2 (s) + v (s) (s 1) x2 (s) = x20 + x1 (s) + v (s) de donde: x2 (s) = y (s) = y antitransformando: x2 (t) = y (t) = x20 et + x10 t e et + et ~ v (t) 2 (6.13) x10 v (s) x20 + + s 1 (s 1) (s + 1) (s + 1)
.
Obs ervese que si el estado energ etico inicial es cero, la funci on de transferencia es 1 como es de esperarse. Sin embargo, a menos que el estado energ etico inicial se s+1 pueda mantener en cero, y (t) crecer a sin l mite. Como es evidente, es dif cil mantener x10 = x20 = 0. (6.13) muestra claramente que el sistema es inestable. Por lo tanto, el m etodo de cancelaci on de polos y ceros es totalmente insatisfactorio. A veces se argumenta que la inestabilidad es debida a la cancelaci on inexacta de polos y ceros. F sicamente la cancelaci on exacta es imposible debido a la variaci on en los valores de los componentes. Sin embargo, la raz on de la inestabilidad es mucho m as profunda. El hecho es que, a un con una cancelaci on perfecta, si alg un valor inicial es diferente de cero, el sistema es inestable. Ahora consid erese el sistema de la Fig 6.4:
Figura 6.4 Compensador Hc (s) adelante de Hf (s) a despu es de Hf (s). Desde el punto de vista de manejo En la Fig 6.4, Hc (s) est matem atico de diagramas de bloques la funci on de transferencia, de la Fig 6.4 es completamente equivalente al de la Fig 6.2.
Figura 6.5 Realizaciones para la Fig 6.4 Sin embargo, si se considera la realizaci on de la Fig 6.5, la ecuaci on de estado y la de salida son: . x1 1 0 x1 1 . = + v (6.14) x2 2 1 0 x2 x1 (6.15) y= 1 1 x2 De (6.14):
.
x1 . x2 y transformando:
= x1 + v = 2x1 x2
sx1 (s) x10 = x1 (s) + v (s) (s 1) x1 (s) = x10 + v (s) de donde: x1 (s) = Adem as: v (s) x10 + s1 s1 (6.16)
sx2 (s) x20 = 2x1 (s) x2 (s) (s + 1) x2 (s) = x20 2x1 (s) lo cual da: x2 (s) = 2x10 2v (s) x20 s + 1 (s + 1) (s 1) (s + 1) (s 1) (6.17)
Observando (6.16) y (6.17) se nota que ambas variables de estado son inestables, sin embargo reemplaz andolas en (6.15) se obtiene:
6.3 Controlabilidad y observabilidad 205
x10 x20 v (s) + + s+1 s+1 s+1 Antitransformando (6.18) se obtiene (6.19): y (s) = y (t) = (x10 + x20 ) et + et ~ v (t)
(6.18)
(6.19)
N otese que ahora el sistema es estable en lo que toca a y (t), a un si el estado energ etico inicial es diferente de cero. Sin embargo, la realizaci on de la Fig 6.5 es todav a erminos que crecen como et . internamente inestable ya que x1 (t) y x2 (t) tienen t La conclusi on de las anteriores discusiones es que el comportamiento interno de una realizaci on podr a ser mas complicada que lo que indica su comportamiento externo. N otese que la estabilidad determinada mediante las ra ces de det (sI A) = 0 no falla. El comportamiento interno es determinado por las frecuencias naturales de la realizaci on sin se nal de entrada, las cuales en el ejemplo anterior son s = +1, 1. Sin embargo, debido a la cancelaci on, no todos los modos correspondientes, o frecuencias naturales, aparecer an en la funci on de transferencia total. En otras palabras, ya que la funci on de transferencia es denida con condiciones iniciales nulas, podr a no mostrar todos los modos de la realizaci on actual del sistema. Para un an alisis completo, se necesita hacerle un buen seguimiento a todos los modos, aquellos mostrados expl citamente por la funci on de transferencia y los escondidos. Esto es posible si se es cuidadoso en los c alculos de la funci on de transferencia. Sin embargo, fue la ecuaci on de estado la que di o claridad con respecto al problema.
6.2.1
Explicaci on de la diferencia en comportamiento de las
realizaciones de las Figs 6.3 y 6.5

El modo inestable et en la Fig 6.3 es observable, aparece a la salida, pero no es controlable porque la entrada externa v (t) no puede afectarla directamente, mientras alisis m as detallados por en la Fig 6.5 el modo et es controlable pero no observable. An variables de estado permiten predecir esta diferencia en comportamiento sin c alculos expl citos. Estabilidad externa podr a no ser equivalente a estabilidad interna, excepto para realizaciones m nimas. Una realizaci on con matrices A, B , C es m nima si es controlable y observable.
6.3
Controlabilidad y observabilidad
An1 B
Una realizaci on {A, B, C } es controlable si y solo si la matriz: Co = B AB
llamada matriz de controlabilidad tiene rango total, es decir, no es singular. Esto quiere decir que si una realizaci on es controlable, entonces: det Co 6= 0 realizaci on controlable
206 CRITERIOS DE ESTABILIDAD Una realizaci on {A, B, C } es observable si y solo si la matriz: Ob = C CA . . . CAn1
llamada matriz de observabilidad tiene rango total, es decir, no es singular. Esto quiere decir que si una realizaci on es observable, entonces: det Ob 6= 0 realizaci on observable
Ejemplo 6.1 Controlabilidad y observabilidad. Para la realizaci on de la Fig 6.3 las matrices A, B , y C son: 1 0 1 1 2 1
A=
B=
C=
0 1
y las matrices de controlabilidad y observabilidad se pueden calcular de la manera siguiente: 2 2 = = 1 1 0 1 0 1 1 0 = = 0 1 1 1 1 1 2 1 1 0 1 1 2 1
Co Ob
Como det Co = 0 y det Ob = 1 esta realizaci on es observable pero no controlable. Para la realizaci on de la Fig 6.5 las matrices A, B , y C son: A= 1 0 2 1 B= 1 0 C= 1 1
Calculando Co y Ob se obtiene: 1 0 1 1 1 = 2 1 0 0 2 1 1 1 1 = 1 0 = 1 1 1 1 2 1 = 1 0
Co Ob
Como det Co = 2 y det Ob = 0 esta realizaci on es controlable pero no observable.
6.4 Control por realimentaci on de variables de estado 207
6.3.1
Aclaraci on sobre controlalibidad y observabilidad
Figura 6.6 Representaci on de un sistema con variables de estado Con referencia a la Fig 6.6, un sistema es observable si dados u (t) y y (t) se puede determinar x (t). Un sistema es controlable si es posible encontrar una se nal de control u (t) de modo que el estado x (t0 ) pueda ser llevado a un estado deseado x (tf ).
6.4
Control por realimentaci on de variables de
estado
Sup ongase que el sistema de la Fig 6.6 es inestable. Si el sistema es controlable entonces los polos o valores propios se pueden reubicar utilizando realimentaci on de variables de estado como en la Fig 6.7 de tal manera que resulte estable.
Fig 6.7 Control por realimentaci on de variables de estado Como, con D = 0:
x (t) = Ax (t) + B u (t) y (t) = C x (t)
(6.20) (6.21)
208 CRITERIOS DE ESTABILIDAD Ya que: u (t) = r (t) K x (t) K = (k1 , k2 , kn ) Con (6.22) en (6.20) se tiene: x (t) = Ax (t) + B (r (t) K x (t)) . x (t) = (A BK ) x (t) + B r (t) Transformando (6.23) con condiciones iniciales cero: sx (s) = (A BK ) x + B r (s) (sI A + BK ) x (s) = B r (s) de donde: x (s) = (sI A + BK )1 B r (s) (6.24)
.
(6.22)
donde:
(6.23)
Con (6.24) en (6.21):
C adj (sI A + BK ) B r (s) det (sI A + BK ) De (6.25) se observa que ahora la ecuaci on caracter stica es: y (s) = C (sI A + BK )1 B r (s) = a (s) = det (sI A + BK ) = (s s1 ) (s sn ) = 0
(6.25)
(6.26)
(6.26) indica que los nuevos valores propios o polos s1 , , sn se pueden ubicar seleccionando las componentes de la matriz K si el sistema es controlable. Si el sistema no es controlable signica que algunos valores propios no se pueden reubicar, lo cual no ser a problema si son estables. Se dice entonces que un sistema es ESTABILIZABLE si todos los valores propios no estables, aquellos con parte real positiva, se pueden reubicar arbitrariamente utilizando realimentaci on de variables de estado. Una f ormula para determinar K es la siguiente:
t (A) K = qn
(6.27)
t qn 1 01] Co
donde (s) es el polinomio caracter stico deseado y = [00 es la u ltima 1 . la de Co Tambi en se puede demostrar que la realimentaci on por variables de estado no afecta los ceros de la funci on de transferencia, a menos, por supuesto, que sean cancelados por una escogencia especial del polinomio (s) . Obs ervese que el orden del sistema no se incrementa como ocurre en el caso de usarse otros tipos de controladores, PID, por ejemplo. Sin embargo, generalmente se hace necesario utilizar un integrador en serie con la se nal de error para eliminar el error est atico, lo cual aumenta el orden del sistema en una unidad.
6.5 Introducci on 209
6.5
Criterios algebraicos y frecuenciales de
estabilidad
6.5.1 Introducci on
Una planta inestable puede formar parte de un sistema de control estable. Este, de todas maneras, tiene que ser estable para poder ser utilizado. Una planta es estable si la parte real de cada polo de la funci on de transferencia es negativa.
a)
b)
Figura 6.8 Sistema de control en lazo cerrado Si se tiene el sistema de control de la Fig 6.8a, Y1 es la salida indirectamente controlada on de y, Y es la se nal directamente controlada. Wla (s) = G (s) H (s) se llama funci transferencia de lazo abierto, y es la ganancia de lazo. El an alisis de esta funci on conduce a la determinaci on de la estabilidad del sistema en lazo cerrado. H (s) puede ser la funci on de transferencia de un transductor, o una realimentaci on especial que trata de disminuir el error o mejorar la estabilidad, o ambas. Entonces, para an alisis de estabilidad se considera como entrada X y como salida Y , la variable directamente controlada. La estabilidad es una caracter stica propia de un sistema y no depende de la escogencia de la se nal de salida. on de transferencia en lazo En la Fig 6.8b se muestra la funci on Wla (s), o funci abierto, denida por (6.28): Wla (s) = K (s) Y (s) = E (s) D (s) (6.28)
donde K (s), y D (s) son polinomios en s. ces de D (s), esto es, aquellos valores de s que satisfacen Wla (s) es estable si las ra la ecuaci on caracter stica (6.29): D (s) = 0 (6.29)
tienen parte real negativa. Cuando se cierra el lazo, como en la Fig 6.8b la funci on de transferencia, en lazo cerrado, Wlc (s) es: Wlc (s) = Wla (s) Y (s) = X (s) 1 + Wla (s) (6.30)
210 CRITERIOS DE ESTABILIDAD o: B (s) K (s) = K (s) + D (s) A (s) donde el polinomio caracter stico de Wlc (s) es: Wlc (s) = (6.31)
A (s) = K (s) + D (s) (6.32) Para estabilidad es necesario entonces que los polos de Wlc (s) est en en el plano complejo izquierdo, o que las ra ces de: A (s) = 0 (6.33) tengan parte real negativa. Esta condici on fu e extendida por A.M. Lyapunov, en 1892, para ecuaciones linealizadas de plantas no lineales. Las ra ces se pueden calcular anal ticamente para ecuaciones hasta de tercer grado. No hay m etodo anal tico para mayor grado, solo m etodos iterativos, o m etodos de ensayo y error. Sin embargo, no es necesario conocer las ra ces, ya que solo se necesita saber el signo de sus partes reales. Las reglas para conocer la ubicaci on de las ra ces respecto al eje imaginario se llaman criterios de estabilidad. Existen varios tipos de criterios: algebraicos y frecuenciales.
6.5.2
Criterio de Routh y Hurwitz
Sea la ecuaci on caracter stica de un sistema: A (s) = an sn + an1 sn1 + + a1 s + a0 = 0 Se construye la siguiente tabla: sn s sn2 sn3 sn4 . . . s0
n1
(6.34)
Tabla 6.1 Criterio de Routh y Hurwitz donde: an an1 an an1 an2 an3 an4 an5 an1 b1
b1
an an1 b1 b2 c1 . . . . . .
an2 an3 b3 b4 c3 . . . . . .
an4 an5 b5 b6 c5 . . . . . .
an6 an7 b7 b8 c7 . . . . . .
b1 =
an1
b2 =
an3 b3 an5 b5
b1
c1 =
b1 b2
b2
b3 b4 b5 b6
b2
b3 =
an1
b4 =
an1 b1
c3 =
b1 b2
6.5 Criterio de Routh y Hurwitz 211 El criterio es el siguiente: Para que el sistema sea estable es necesario que todas las constantes de la primera columna sean positivas. Esto es: an , an1 , b1 , b2 , c1 > 0 En caso de inestabilidad, el n umero de ra ces en el plano complejo derecho es igual al n umero de cambios de signo. Ejemplo 6.2 . Con: A (s) = s6 + 6s5 + 21s4 + 44s3 + 62s2 + 52s + 100 = 0 la tabla de Routh y Hurwitz es: s6 s5 s4 s3 s2 s1 s0 1 6 1 21 6 44
6
= 13.67
21 44 1 62 6 52
6
62 52 = 53.33 100 0 0 0 0
100 0 0 0 0 0 0
20.6 48 20.6 8.10 48 100

48
8.10 100 = 34.8 0 0
100
Como el primer elemento de la la s1 es negativo, el sistema es inestable. Hay dos cambios de signo, + +, lo cual indica dos polos en el plano complejo derecho. Ejemplo 6.3 . Con: A (s) = s5 + s4 + 4s3 + 4s2 + 2s + 1 = 0 la tabla es: s5 s4 s3 s2 s1 s0 1 1
41 2 +41 41
4 4 1 =1 0 0
2 1 0 0 0 0
212 CRITERIOS DE ESTABILIDAD de la cuarta la (s2 ) es negativo (). El primer Cuando 0+ el primer elemento 1 ces en el plano elemento de la quinta la s es 1. Hay dos cambios de signo, dos ra complejo derecho. Ejemplo 6.4 . Para la ecuaci on caracter stica: A (s) = s3 + 10s2 + 16s + 160 = 0 la tabla es: s3 s2 s1 s
0
1 10 0 20 160
16 160 0 0 0
F (s) = 10s2 + 160 = 0 F 0 (s) = 20s
Cuando aparece una la con ceros, como la de s1 , se deriva la ecuaci on correspondiente 0 a la la inmediatamente superior. Los coecientes de F (s) reemplazan los ceros. Ceros en una la indican: 1) Pares de ra ces, complejas o reales, de signo opuesto. 2) Pares de ra ces imaginarias en el eje imaginario. En el caso de este ejemplo, estas ces ra ces se obtienen de la ecuaci on F (s) = 10s2 + 160 = 0. De donde el par de ra correspondiente es: r 160 = j 4 s1,2 = j 10 Esto signica que el sistema est a en el l mite de estabilidad. La respuesta ser a oscilatoria de amplitud constante, en lo que respecta al par de polos j 4. Ejercicio. Determinar la estabilidad de un sistema con ecuaci on caracter stica: A (s) = s5 + 4s4 + 8s3 + 8s2 + 7s + 4 = 0 Ejemplo 6.5 . Para el polinomio caracter stico: A (s) = a4 s4 + a3 s3 + a2 s2 + a1 s + a0 la tabla es: s4 s3 s2 s1 s0 a4 a3 a2 a1 a0 0 0 a0 0 0 0 0
a2 a3 a1 a4 = a3 a1 xa3 a0 x a0
6.5 Criterio de Routh y Hurwitz 213 Para estabilidad: a4 > 0, a3 > 0, a0 > 0 (x > 0) a2 a3 > a1 a4 a1 x > a3 a0 N otese que siendo a3 , a0 y x mayores que cero, a1 > 0. Si a1 > 0, de a2 a3 > a1 a4 , a2 > 0 porque a3 , a1 y a4 > 0. En Resumen: a4 , a3 , a2 , a1 , a0 > 0 y adem as: x>0 o a2 a3 > a1 a4 y a1 x > a3 a0 En general, si alguno de los coecientes ai , de la ecuaci on caracter stica A (s) = 0, es negativo, ai < 0, el sistema es inestable y no es necesario hacer la prueba de Routh y Hurwitz. El criterio se usa solo si los ai > 0. Debe tenerse en cuenta que ai > 0 no indica estabilidad. Ejercicio.
Figura 6.9 Sistema del ejercicio Para el sistema mostrado en la Fig 6.9, demuestre que para estabilidad en lazo cerrado: 1 1 1 + + (T1 + T2 + T3 ) 1 K< T3 T2 T1 En resumen, si la ecuaci on caracter stica de un sistema es: A (s) = an sn + an1 sn1 + + a1 s + a0 = 0 donde todos los coecientes son n umeros reales, para que en esta ecuaci on no existan ra ces con la parte real positiva es necesario pero no suciente que:
214 CRITERIOS DE ESTABILIDAD 1) Todos los coecientes del polinomio tengan el mismo signo. 2) Ninguno de los coecientes sea nulo. Para sistemas reales los polos complejos siempre son pares conjugados y todos los coecientes de la ecuaci on caracter stica son n umeros reales. Si la ecuaci on contiene funciones exponenciales de s, como ocurre en el caso de un sistema con retardo, el criterio de Routh-Hurwitz no puede aplicarse. Otra limitaci on del criterio de Routh-Hurwitz es que solo facilita informaci on sobre la estabilidad absoluta del sistema. El que un sistema resulte estable por la prueba de Routh no es suciente, pues interesa adem as saber el grado de estabilidad, o sea, en otras palabras, cu an cerca del eje imaginario del plano s est an situadas las ra ces. Por otra parte, si el sistema es inestable, la prueba de Routh no nos proporciona indicaci on alguna sobre como podemos establilizarlo. Para estudiar la estabilidad relativa de un sistema de control, se debe aplicar el criterio de Nyguist o el m etodo del lugar de las ra ces.
6.6
6.6.1
Criterios frecuenciales de estabilidad

El principio del argumento o del a ngulo
Si A (s) = an sn + an1 sn1 + + a1 s + a0 , entonces, por factorizaci on: A (s) = an (s p1 ) (s p2 ) (s pn1 ) (s pn ) donde pi (i = 1, 2, , n) son las ra ces de A (s) = 0. Con s = j : A (j ) = an (j p1 ) (j p2 ) (j pn1 ) (j pn ) (6.36) (6.35)
Figura 6.10 Principio del a ngulo o del argumento donde (j pi ) es el vector trazado desde pi al punto j sobre el eje imaginario como se muestra en la Fig 6.10. a entre Si var a entre y +, el a ngulo o arg (j p1 ) var 2 y + 2 en sentido antihorario, esto es positivamente, y el cambio del a ngulo es:
6.6 El criterio de Mikhailov 215
arg (j p1 )=
= 2 2
Pero el a ngulo o arg (j p3 ) var a entre 2 y + 2 pero en sentido horario, o sea negativamente, esto es: h i arg (j p3 )= = 2 2
Por eso: arg A (j )= l m = (l m)
(6.37)
donde: l, es el n umero de polos en el plano complejo izquierdo. m, es el n umero de polos en el plano complejo derecho. Ya que n = l + m, l = n m, entonces: arg A (j )= (n 2m)
(6.38)
Por lo tanto, si no hay polos en el plano derecho, entonces m = 0 y: arg A (j )= n
(6.39)
6.6.2
El criterio de Mikhailov
Figura 6.11 Criterio de Mikhailov Para sistemas realizables, o reales, por cada polo complejo p2 existe su conjugado p 2. As , si var a entre 0 e (0 ), entonces:
arg A (j ) = arg (j p1 ) + arg (j p2 ) + arg (j p 2) 0 h i h i 0 + () + () = 3 arg A (j ) = 2 2 2 2 0 seg un la Fig 6.11. As , las ecuaciones (6.38) y (6.39) pueden ser escritas: arg A (j )=
0
n 2 (n 2m) 2
si el sistema es estable si el sistema es inestable
(6.40)
La ecuaci on (6.40) constituye el criterio de Mikhailov: Un sistema es estable si al variar entre 0 e , el a ngulo o argumento de A (j ) , esto es, n cuadrantes positivamente. Con n, grado de A (s) . cambia n 2
a)Sistemas estables
b)Sistemas inestables
Figura 6.12 Gr acos de A(j ) para el criterio de Mikhailov La Fig 6.12a muestra varios casos estables. N otese, por ejemplo, que la curva para n = 3 gira 3 2 radianes alrededor del origen. La Fig 6.12b corresponde a sistemas inestables. Por ejemplo, para n = 4, el giro entre a0 y 1, alrededor del origen es 2 ; entre a0 y 2 es 2 + ; entre a0 y 3 es 2 , porque el giro entre 2 y 3 es ( ); entre a0 y 4 es 0 porque el giro entre 3 y 4 es 2. Finalmente, el giro entre 4 y 5 (para ) es ( ) + ( ), dando un giro neto de cero. Como: arg A (j )= (n 2m)
0
=0 2
con n = 4, m = 2. Hay dos polos en el semiplano complejo derecho. Ejemplo 6.6 .
6.6 El criterio de Mikhailov 217
Figura 6.13 Sistema del ejemplo 6.6 Para la Fig 6.13: Wla (s) = K (1 + T1 s) (1 + T2 s) (1 + T3 s)
con T1 = 2 seg, T2 = 0.5 seg y T3 = 0.1 seg , determine el valor m aximo que puede on de transferencia en lazo cerrado, sea estable. tener K para que Wlc (s), la funci As : Wlc (s) = K Wla (s) = 1 + Wla (s) (1 + 2s) (1 + 0.5s) (1 + 0.1s) + K
y el polinomio caracter stico es: A (s) = (1 + 2s) (1 + 0.5s) (1 + 0.1s) + K = 0.1s3 + 1.25s2 + 2.6s + (1 + K ) = (1 + K ) 1.25 2 + j 2.6 0.1 3
Como n = 3, para que el sistema Wlc (s) sea estable, la curva de A (j ) debe girar alrededor del origen 3 2 radianes, como se muestra en la g 6.14:
Figura 6.14 Gr aco de A(j ) estable Para = 0: A (j )|=0 = 1 + K Las frecuencias para las cuales A (j ) corta el eje imaginario se obtienen haciendo la parte real cero:
Re A (j )|=
2
lo que da: 2
= 0 = (1 + K ) 1.25 2 = 2 r 1+K = 1.25
debe ser real, para asegurar el cruce, es necesario que 1 + K > 0, esto es: Como 2 K > 1. Las frecuencias para las cuales A (j ) corta el eje real se obtienen haciendo la parte imaginaria cero: Im A (j )|=0 , lo que da: = 0 = 2.6 0.1 2 = , 0 0 = 0 = 26
Obs ervese que en el criterio de Mikhailov se descartan las frecuencias negativas. Para estabilidad, el punto A debe estar a la izquierda del origen, para que el giro neto sea 3 2 radianes. Es decir:
2 U ( ) = Re A (j ) = (1 + K ) 1.25 <0 de donde: K < 31.5
Adem as n otese que, para estabilidad: 2 2 . 6 0 . 1 >0 = Im A j 2 2 2 K

= > 0 2 2
es decir
2.6 0.1 2 2
1+K < 26 1.25 < 31.5, el mismo resultado anterior.
En resumen, este sistema es estable si 1 < K < 31.5. Ejercicio. Con el mismo sistema del Ejemplo 6.6, gracar las curvas de Mikhailov para a) K = 40 y b) K = 5. Para cada caso calcular el n umero de polos inestables.
6.6.3
El criterio de Nyquist
Figura 6.15 Sistema b asico para el criterio de Nyquist
6.6 El criterio de Nyquist 219 En la Fig 6.15, con la denici on dada por (6.28): Wla = K (s) D (s) Wla D(s)+K (s) D(s) (6.41)
donde K (s) y D (s) son polinomios en s, se tiene: Wlc (s) = Wla = 1 + Wla (6.42)
Se dene la funci on F (s) con (6.43): D (s) + K (s) = 1 + Wla (s) (6.43) D (s) F sicamente es dif cil encontrar funciones de transferencia en las cuales el grado de K (s) sea mayor que el de D (s). Si el grado de D (s) es n y el de K (s) es r, esto implica que el grado de [D (s) + K (s)] es n. Resumiendo: F (s) = si n r grado de D (s) = n grado de K (s) = r entonces grado de [D (s) + K (s)] = n Caso 1: Wla estable. Entonces por el criterio de Mikhailov: arg D (j )= n
0
(6.44)
si Wla es estable 2
(6.45)
Para que el sistema sea estable en lazo cerrado: arg [D (j ) + K (j )]= n y:

0
si Wlc es estable D (j ) + K (j ) D (j )
(6.46)
arg F (j )= arg [1 + Wla (j )]= arg

0 0
de donde: arg F (j )= arg [D (j ) + K (j )] arg D (j )= n

0 0 0
n =0 2 2
(6.47)
Asi: Un sistema en lazo cerrado es estable si la variaci on del angulo de F (j ) = 1 + Wla (j ) es cero cuando cambia entre cero e innito. Dicho de otra manera, un sistema en lazo cerrado es estable, si F (j ) =1 + Wla (j ) no enlaza el punto 0 + j 0, el origen, dado que Wla (s) sea estable.
0
a) Criterio aplicado a 1 + Wla (j )
b) Criterio aplicado a Wla (j )
Figura 6.16 Criterio de Nyquist En la Fig 6.16a se muestra el gr aco 1 + Wla (j ) de dos sistemas. En la curva I el a ngulo va desde cero a un m aximo negativo, regresa a cero, va hasta un m aximo positivo y regresa a cero. El cambio en angulo neto resulta ser cero y por lo tanto es estable. En la Fig 6.16a, curva II, el a ngulo de 1 + Wla (j ) tiene un cambio neto de 2 radianes 6= 0, y as , II es inestable. aco de F (j ) = En la Fig 6.16b se ha gracado Wla (j ), que es el mismo gr 1 + Wla (j ) pero desplazado una unidad hacia la izquierda ya que Wla (j ) = F (j ) 1. N otese que la curva I, estable, no enlaza el punto 1 + j 0, mientras que la curva II, inestable, s lo hace. De esta manera, el criterio de Nyquist aplicado a la funci on Wla (j ), se puede reformular:
0
Un sistema es estable en lazo cerrado, si el lugar geom etrico de Wla (j ), con variando desde 0 a , no enlaza el punto 1 + j 0, dado que Wla (s) sea estable, con 0 . En otras palabras, si Wla (s) es estable, a estable si la gr aca de Wla (j ), llamada curva de Nyquist, Wlc (s) ser no enlaza el punto 1 + j 0, con 0 .
Ejemplo 6.7 .
Sea: K (1 + T1 s) (1 + T2 s) (1 + T3 s)
Wla (s) =
cuyo gr aco Wla (j ), para diferentes valores de K , se ve en la Fig 6.17:
6.6 El criterio de Nyquist 221
Figura 6.17 Diagrama de Nyquist de Wla (s) del ejemplo 6.7 Existe un valor l mite de K, KLIM , para el cual el sistema en lazo cerrado empieza a ser inestable. Wla (j ) puede ser escrito: Wla (j ) = |Wla (j )| ( ) donde: |Wla (j )| = K q q q 1 + ( T1 )2 1 + ( T2 )2 1 + (T3 )2
y, ( ) = tan1 T1 tan1 T2 tan1 T3
As (0) = 0 y () = 32 mientras que |Wla (j )| decrece cuando 0 . para que el sistema en lazo cerrado Con T1 , T2 , y T3 positivos, Wla es estable. As sea estable es necesario que:
Wla (j ) > 1 Siendo la frecuencia de cruce por 180 , cuando Im Wla (j ) = 0. Como: Wla (j ) = = K (1 + j T1 ) (1 + j T2 ) (1 + j T3 ) K 1 (T1 T2 + T1 T3 + T2 T3 ) 2 + j (T1 + T2 + T3 T1 T2 T3 2 )
en = la parte imaginaria es cero, por lo tanto:

2 T1 + T2 + T3 T1 T2 T3
de donde:
= 0 r T1 + T2 + T3 = T1 T2 T3
222 CRITERIOS DE ESTABILIDAD Entonces: Wla (j ) = K

+T2 +T3 ) 1 (T1 T2 + T1 T3 + T2 T3 ) (T1T 1 T2 T3
> 1
(6.48)
, la condici on (6.48) se puede N otese que Wla (j ) < 0 o (Wla (j )) > 0. As tambi en escribir: Wla (j ) < 1 Esto es: K
+T2 +T3 ) 1 (T1 T2 + T1 T3 + T2 T3 ) (T1T 1 T2 T3
<1
lo que nalmente da: K< 1 1 1 + + T1 T2 T3 (T1 + T2 + T3 ) 1 = KLIM
para que el sistema sea estable. N otese tambi en que: 1 1 1 + + T1 T2 T3 T2 + T3 1+ T1 T1 + T3 T1 + T2 + 1+ + 1+ >1 T2 T3
(T1 + T2 + T3 ) =
Caso 2: Wla (s) inestable.

(s) En este caso: Wla (s) = K D(s) tiene m polos en el plano derecho, esto es: D (s) tiene m ra ces en el plano derecho, y (n m) ra ces en el plano izquierdo. Por el criterio de Mikhailov: con Wla (s) inestable arg D (j )= (n 2m) 2 0
Para que el sistema en lazo cerrado sea estable, con: Wlc (s) = ser a necesario que: arg [D (j ) + K (j )]= n
0
Wla (s) Wla (s) Wla (s) = D(s)+K (s) = 1 + Wla (s) F (s)
D(s)
con Wlc (s) estable
o: arg F (j )= arg [D (j ) + K (j )] arg D (j )= n

0 0 0
(n 2m) 2 2
6.6 El criterio de Nyquist 223 o sea: m (2) 2 Wla (s) inestable Wlc (s) estable
arg F (j )= arg [1 + Wla (j )]=

0 0
con
(6.49)
Consecuentemente: Un sistema, Wlc (s), es estable en lazo cerrado, si el diagrama de Nyquist con 0 de Wla (j ) enlaza m 2 veces el punto 1 + j 0, donde m es el n umero de polos de la funci on de transferencia en lazo abierto, o ganancia de lazo, Wla (s), situados en el plano derecho, esto es, con Wla (s) inestable. En otras palabras: Si Wla (s) es inestable con m polos en el plano derecho, para que Wlc (s) sea estable Wla (j ) debe enlazar el punto 1 + j 0, m 2 veces. Ejemplo 6.8 .
Figura 6.18 Diagrama de Nyquist estable para Wla (s) inestable con m = 2 Si por ejemplo Wla (s) tiene dos polos, m = 2, en el plano derecho y Wla (j ) es como se muestra en la Fig 6.18 el sistema en lazo cerrado Wlc (s) es estable porque el vector F (j ) gira m 2 (2 ) = 2 radianes alrededor del punto 1 + j 0. Ejemplo 6.9 . Sup ongase que se tiene la funci on de transferencia de un sistema inestable en lazo abierto:
Wla (s) =
K (T1 s 1) (1 + T2 s)
Se puede aplicar Routh y Hurwitz al denominador de Wla (s) para determinar cuantas ra ces hay en el plano complejo derecho. Es decir, para determinar m. En este caso 1 1 an ubicados en s1 = T y s2 = T . no es necesario ya que los polos de Wla (s) est 1 2 a ubicado en el plano complejo derecho. Entonces Con T1 y T2 mayores que cero s1 est m = 1, y el lugar geom etrico de Nyquist o gr aca de la funci on: Wla (j ) = debe enlazar el punto 1 + j 0, 1 + j 0 debe ser + radianes. Consid erese varios casos: a) K > 1 y T1 < T2 .
1 2
K (j T1 1) (1 + j T2 )
vez para ser estable. Es decir, el giro alrededor de
Figura 6.19 Caso K > 1 y T1 < T2 N otese que: Wla (j 0) = K < 1 con K > 1 Adem as: T1 tan1 T2 arg Wla (j ) = tan1 1 = tan1 T1 tan1 T2 arg Wla (j ) = + tan1 T1 tan1 T2 < porque con T1 < T2 : Para : (tan1 T1 tan1 T2 ) < 0
Esto es:
Wla (j ) 0
w
arg Wla (j )
= 2 2
As , F (j ) gira rad. alrededor de 1 + j 0, lo que indica inestabilidad. Entonces el caso K > 1 y T1 < T2 es inestable en lazo cerrado. b) K < 1 y T1 > T2 .
Figura 6.20 Caso K < 1 y T1 > T2 N otese que: Wla (j 0) = K > 1 con K < 1 Adem as: arg Wla (j ) = + tan1 T1 tan1 T2 >
porque con T1 > T2 : Para :
(tan1 T1 tan1 T2 ) > 0
Wla (j ) 0 arg Wla (j ) =
El giro neto de F (j ) es cero alrededor de 1 + j 0. As , el caso K < 1, T1 > T2 es inestable. c) K > 1 y T1 > T2 .
Figura 6.21 Caso K > 1 y T1 > T2 N otese que: Wla (j 0) = K < 1 con K > 1 Adem as: arg Wla (j ) = + tan1 T1 tan1 T2 > porque con T1 > T2 : Para : Wla (j ) 0 arg Wla (j ) =
(tan1 T1 tan1 T2 ) > 0
As F (j ) gira + radianes alrededor de 1 + j 0. Entonces, el caso K > 1 y T1 > T2 es estable en lazo cerrado. Ejemplo 6.10 .
Figura 6.22 Posibles casos del Nyquist del ejemplo 6.10
6.6 El criterio de Nyquist 227 Para el sistema (6.50): Wla (s) = K (T1 s 1) (1 + T2 s) (1 + T3 s) (6.50)
con K > 1 Wla (j 0) = K < 1 Adem as: con: tan1 T1 tan1 T2 tan1 T3 > 0 para 0 < <
arg Wla (j ) = + tan1 T1 tan1 T2 tan1 T3 > Para : |Wla (j )| 0 y arg Wla (j )
3 = 2 2 2 2
en = . Entonces Wla (j ) cruza 180 para terminar en 32 m Como m = 1, entonces F (j ) debe girar 2 (2 ) = + radianes alrededor de 1 + j 0 para que el sistema en lazo cerrado, Wlc (s), sea estable. La curva II de la Fig 6.22 gira , mientras que la I, + . As , I es estable y Wla (j ) debe estar a la derecha de 1 + j 0. Por lo tanto:
Wla (j ) > 1 o Como: Wla (j ) = [1 + 2 (T1 T2
Wla (j ) < 1
K + T1 T3 T2 T3 )] + j [T1 T2 T3 2 T1 T2 T3 ]
se obtiene haciendo la parte imaginaria cero, esto es:

2 T1 T2 T3 T1 T2 T3
de donde As :
= 0 r T1 T2 T3 = T1 T2 T3
Wla (j ) = =
K 2 (T T + T T T T ) 1 + 1 2 1 3 2 3 K 1+
(T1 T2 T3 ) T1 T2 T3
(T1 T2 + T1 T3 T2 T3 )
<1
228 CRITERIOS DE ESTABILIDAD Entonces, Wlc (s) es estable si: 1 < K < 1 + (T1 T2 T3 ) Caso 3: Sistemas Integradores.
1 1 1 + T3 T2 T1
En este caso la funci on de transferencia en lazo abierto es: Wla (s) = K (s) s D1 (s) (6.51)
donde es el n umero de integradores. ces en el plano complejo derecho ni sobre el eje Sup ongase que D1 (s) no tiene ra imaginario. Consid erese el caso = 1, un solo integrador. (6.51) puede ser escrita: Wla (j ) = k + k1 (j ) + + kr (j )r K (j ) 0 = j D1 (j ) j d0 + d1 (j ) + + dn1 (j )n1
0
(6.52)
N otese que de (6.52) Wla (j ) . As , para 0, Wla (j ) , con un angulo de /2, y si , Wla (j ) 0, como se muestra en la Fig 6.23a.
a) Figura 6.23 Caso de un solo integrador
b)
Ahora, si se desplaza el polo ubicado en el origen una peque na cantidad hasta la a una funci on de transferencia, posici on p0 , como se muestra en la Fig 6.23b, se tendr con s = j , de la forma: Wla (j ) = En (6.53), cuando 0, se tiene:
0
K (j ) (j p0 ) D1 (j ) k0 =R d0
(6.53)
Wla (j )=
(6.54)

0 y cuando 0, R , con a ngulo de 0 radianes, si k d0 > 0. K (j ) ngulo de (j O sea el fasor j p0 , contribuye con /2 al a p0 )D1 (j ) . As , para que el diagrama de Nyquist quede completo, debe cerrarse con un arco de radio innito que gira /2, tal como se muestra en la Fig 6.23a. correspondiente a la l nea punteada. Este arco se denomina complemento en innito. Si se tienen dos polos en el origen, = 2, cada uno contribuye con /2. O sea, que el complemento en innito son 2/4 de c rculo, o radianes. Como, en el an alisis, se consider o que el polo en el origen est a desplazado una distancia innitesimal a la izquierda, entonces se est a partiendo de la base de que todos los an en el plano complejo izquierdo. As , se puede aplicar al caso polos de Wla (s) est Wla (s) estable. Por eso, en la Fig 6.23a: El sistema I es estable, porque el punto 1 + j 0 no es encerrado por el diagrama de Nyquist. El II, es inestable porque 1 + j 0 es encerrado por el lugar geom etrico. Se pueden establecer, as , las siguientes reglas:
a) Un sistema de control con integradores, estable en lazo abierto, m as bien marginalmente estable, es estable en lazo cerrado, si el diagrama de Nyquist de Wla (j ) con su complemento en innito no encierra el punto 1 + j 0. b) Un sistema de control con integradores, inestable en lazo abierto, es estable en lazo cerrado, si el diagrama de Nyquist de Wla (j ), con su complemento en innito, encierra el punto umero de polos de Wla (s) en 1 + j 0, m 2 veces, donde m es el n el plano complejo derecho. c) Si Wla (s) tiene polos, sobre el eje imaginario, el complemento en innito se hace con radianes, media circunferencia. N otese que al recorrer el eje imaginario hay que rodear el polo por la derecha dando un giro adicional de + radianes, Fig 6.24, lo cual corresponde a un giro de radianes, en Wla (j ).
Figura 6.24 Ejemplo 6.11 . Sea el sistema:
Wla (j ) = entonces:
K s (1 + T1 s) (1 + T2 s)
Wla (j ) = = As :
K s (1 + j T1 ) (1 + j T2 ) K 2 (T1 + T2 ) + j (1 2 T1 T2 )
(6.55)
|Wla (j )| =
arg Wla (j ) = 90 tan1 T1 tan1 T2 Para = 0: |Wla (j 0)| = arg Wla (j 0) = /2 Para = : |Wla (j )| = 0 arg Wla (j ) = 3/2
K q q 1 + ( T1 )2 1 + (T2 )2
con K > 0
El diagrama de Nyquist correspondiente, con su complemento en innito, se muestra en la Fig 6.25.
Figura 6.25 Diagrama de Nyquist del ejemplo 6.11 Con T1 y T2 mayores que cero Wla (s) no tiene polos en el plano complejo derecho, m = 0. Para estabilidad, el diagrama de Nyquist no debe enlazar el punto 1 + j 0. la curva I de la El cruce con el eje de 180 debe estar a la derecha de este punto. As Fig 6.25 es estable.
6.6 El criterio de Nyquist 231 Los cortes con el eje real se pueden obtener haciendo la parte imaginaria de Wla (j ) cero en (6.55), esto es: 1 2 T1 T2 = 0 lo que da = As la frecuencia de cruce por radianes, es: 1 = = T1 T2 y: Wla (j ) = Para estabilidad: Wla ( ) > 1 o Wla ( ) < 1 lo que da: KT1 T2 <1 T1 + T2 o K< 1 1 + T1 T2
2
0
1 T1 T2
KT1 T2 K = (T1 + T2 ) T1 + T2
con T1 = 0.1 y T2 = 0.2 : 0 < K < 15. Ejemplo 6.12 .
a)
b) Figura 6.26 Polos sobre el eje imaginario
Consid erese:
Wla (s) = con Wla (j ) =
K (s2 + 1) (1 + T1 s) K 2 (1 ) (1 + j T1 )
N otese que cuando 1, Wla (j ) . Si K > 0, Fig 6.26a: tan1 T1 para 0 < 1 arg Wla (j ) = para > 1 tan1 T1 angulo tan1 1 T1 . Luego Wla (j ) Entonces Wla , cuando 1, con un gira radianes, complemento en innito, y el a ngulo ser a tan1 T1 , termi3 nando en 2 en = . Como m = 0 el diagrama de Nyquist no debe enlazar el punto 1 + j 0. As , el diagrama de la Fig 6.26a es inestable. Si K < 0 : tan1 T1 para 0 < 1 arg Wla (j ) = para > 1 2 tan1 T1 Cuando 1, Wla , con a ngulo tan1 1 T1 . Luego el diagrama gira radianes, complemento en innito, como se muestra en la Fig 6.26b, y el a ngulo ser a 2 tan1 T1 . De los diagramas de la Fig 6.26b, I es estable porque no encierra el punto 1 + j 0. Para este diagrama K > 1. Asi K no puede ser positivo ni inferior a cero. La condici on de estabilidad es, entonces 1 < K < 0.
6.6.4
Regla de las transiciones
Figura 6.27 Regla de las transiciones Con referencia a la Fig 6.27, en general, si se consideran las transiciones sobre el eje real, para el intervalo (, 1), positivas del plano superior al inferior, cuando
6.6 Estabilidad seg un el diagrama de Bode 233 aumenta, y negativas del plano inferior al superior, tambi en cuando aumenta, el sistema es estable si la suma algebraica del n umero de transiciones es igual a m 2 , donde m es el n umero de polos de la funci on de transferencia en lazo abierto Wla (s), en el plano complejo derecho. Sup ongase m = 2, para la Fig 6.27. El n umero de transiciones a la izquierda de = 1, luego el sistema en lazo cerrado Wlc (s), es estable. 1 + j 0 es 2 1 = 1 y m 2 N otese que el giro neto alrededor de 1+ j 0 es 2 = m 2 (2 ) con m = 2, lo que verica el resultado, en este caso particular. on si lo hace Si el diagrama arranca a la izquierda de 1 + j 0, se considera 1 2 transici transici o n si lo hace hacia abajo. hacia arriba, y + 1 2 Adem as, debe tenerse en cuenta las transiciones del complemento en innito si este toca la regi on (, 1). Ejercicio Por el m etodo de las transiciones determinar la estabilidad de Wlc (s) para: Wla (s) = con: K (1 + T1 s) s (T2 s 1)
T1 , T2 > 0 y K > 0
6.6.5
Estabilidad seg un el diagrama de Bode
a) Diagrama de Bode
b) Curva de Nyquist correspondiente
Figura 6.28 Regla de las transiciones para el diagrama de Bode Ya que cuando |Wla (j )| > 1, |Wla (j )|dB = 20 log |Wla (j )| > 0, el intervalo nea en el diagrama (, 1) est a asociado con valores positivos de |Wla |dB . La l de Nyquist est a asociada, en el Bode, con los a ngulos , 3, 5, . As , el intervalo (, 1) corresponde a |Wla (j )|dB > 0 y ( ) = arg Wla (j ) = , 3, 5, . De esta manera, el criterio de Nyquist aplicado al diagrama de Bode puede ser formulado:
234 CRITERIOS DE ESTABILIDAD Un sistema de control, en lazo cerrado, es estable si la suma algebraica del n umero de transiciones positivas y negativas de neas , 3, la curva de fase de Wla (j ), ( ) con las l 5, , cuando la curva de amplitud en decibelios |Wla (j )|dB del sistema en lazo abierto es positiva, |Wla (j )|dB > 0 o , donde m es el n u mero de polos |Wla (j )| > 1, es igual a m 2 de Wla (s) en el plano complejo derecho. Las transiciones son (+) positivas cuando () aumenta positivamente. Negativas en el caso contrario.
CAPITULO
SINTESIS EN EL DOMINIO DE LA FRECUENCIA
7.1
Con:
Especicaciones en el dominio frecuencial
1) Ancho de Banda: AB.
C (j ) Wla (j ) = = M ( ) ej m () (7.1) R (j ) 1 + Wla (j ) Se dene el ancho de banda, AB, como la frecuencia a la cual |M (j )| vale el 70.7% del nivel a frecuencia cero o 3dB por debajo del nivel de frecuencia nula, como se muestra en la Fig 7.1. M (j ) =
Figura 7.1 Ancho de banda 235
236 SINTESIS EN EL DOMINIO DE LA FRECUENCIA N otese que AB indica las caracter sticas de ltraje de ruido del sistema y da tambi en una medida de las propiedades de la respuesta transitoria. Si AB es grande, las se nales de alta frecuencia pasan a la salida, es decir, la respuesta transitoria tiene un tiempo de subida, o de levante, r apido. Por el contrario, si AB es peque na, solo pasar an las se nales de baja frecuencia y, por consiguiente, la respuesta temporal ser a lenta. 2) Factor de pico o de resonancia: Mv . Es el valor m aximo de |M (j )|. Es un indicativo de la estabilidad relativa del sistema. Posteriormente se ver a que a valores altos de Mv corresponden amplios sobrepasos en la respuesta temporal. Normalmente se admite que 1.1 < Mv < 1.5, para buenos resultados. 3) Frecuencia de resonancia: v . Es la frecuencia para la cual se produce el pico de resonancia. Otros factores importantes en la medida de la estabilidad relativa de un sistema de control son el margen de amplitud y el margen de fase. Estos conceptos se ver an mas adelante.
7.2
Correlaci on entre respuestas transitoria y
frecuencial para un sistema de segundo orden
Figura 7.2 Sistema de segundo orden Para el sistema de la Fig 7.2:

2 C (s) n = 2 2 R (s) s + 2n s + n
Con s = j se tiene: C (j ) = R (j ) 1 1 = M ( ) ej () (7.2)
2 2 n
+ j 2 n
donde:
7.2 Correlaci on entre respuestas transitoria y frecuencial para un sistema de segundo orden 237
M ( ) =
r 1
1
2 2 n
() = tan
1 2
2 n
2 + 2 n !
2 2 n
(7.3)
(7.4)
El pico de resonancia es el valor m aximo de M (), que se puede calcular minimizando su denominador. Esto es, M () es m aximo si (7.5) es m nimo: 2 2 2 D2 ( ) = 1 2 + 2 (7.5) n n Derivando (7.5): dD2 ( ) d =v de donde: v = n
2
2 2 2 2 1 2 2 + 2 2 n n n n =v 2 v = 1 2 + 2 2 = 0 n = p 1 2 2 (7.6)
1 2
= 0.707. Cuando > 0.707 Observe que v existe si 1 2 > 0, esto es, si: < no hay resonancia y M () < 1, como se muestra en la Fig 7.3.
Figura 7.3 Respuesta frecuencial de un sistema de segundo orden Con (7.6) en (7.3): 1 1 = p Mv = q 2 2 1 2 (2 2 ) + 4 2 (1 2 2 ) (7.7)
La Fig 7.4 muestra la correlaci on existente entre el pico de resonancia Mv y el m aximo sobrepaso Mp .
238 SINTESIS EN EL DOMINIO DE LA FRECUENCIA
Figura 7.4 correlaci on entre Mv y Mp . an relacionados. Si Mv aumenta, tambi en lo hace Mp . Obs ervese que Mp y Mv est Recu erdese que si aumenta, Mp disminuye y el transitorio se suaviza. Lo mismo se puede decir del factor o pico de resonancia Mv .
7.3
Estabilidad relativa
Evidentemente del diagrama de Nyquist se logra una buena idea de margen de estabilidad de un sistema. Es decir: 1) Si el sistema es estable, en qu e grado lo es ? 2) Y si no es sucientemente estable, o es inestable, c omo puede mejorarse la condici on de estabilidad del sistema ? La primera pregunta es un problema de an alisis, mientras que la segunda es un problema de dise no, s ntesis o proyecto. La Fig 7.5 muestra el concepto de estabilidad relativa de un sistema en lazo cerrado Wlc (s) mediante los lugares de Nyquist de Wla (j ) para un sistema de tercer orden, con cuatro valores distintos de la ganancia K , suponiendo Wla (s) estable. El lugar Wla (j ) en la Fig 7.5a enlaza el punto 1 + j 0 por lo cual Wla (s) es inestable y la respuesta a un escal on unitario crece con el tiempo. En la Fig 7.5b, tico 1 + j 0 y el sistema est a entre la estabilidad y la Wla (j ) pasa por el punto cr inestabilidad, por lo tanto la respuesta a un escal on unitario es una oscilaci on senoidal tico. sostenida. Los lugares Wla (j ) en las guras 7.5c y d no enlazan el punto cr oximo al punto cr tico, y Sin embargo, el lugar Wla (j ) de la Fig 7.5c pasa mas pr por consiguiente, la respuesta del sistema a un escal on unitario ser a mas oscilante y con un sobrepaso mas pronunciado que el mostrado en la Fig 7.5d, correspondiente a un lugar de Nyquist mas alejado de 1 + j 0.
7.4 Margen de amplitud y margen de fase 239
a)
b)
c)
d) Figura 7.5 Grados de estabilidad de un sistema Cuantitativamente, la distancia entre el lugar Wla (j ) y el punto 1 + j 0 da una medida de la estabilidad relativa del sistema en lazo cerrado. Mas espec camente, el margen de amplitud y el marge de fase se utilizan generalmente para determinar el grado de estabilidad relativa de un sistema de control.
7.4
Margen de amplitud y margen de fase
gura 7.6 Margen de amplitud y margen de fase
7.4.1
Margen de amplitud
Es una medida de la proximidad del punto de fase cr tica al punto cr tico, punto B tica: en la Fig 7.6. Con = cp la frecuencia en el punto de fase cr
= |Wla (j cp )| y el margen de amplitud en dB del sistema se dene como:
Margen de amplitud en dB = 20 log
1 1 = 20 log |Wla (j cp )|
(7.8)
Obs ervese en la Fig 7.6 que si la ganancia en lazo abierto se aumenta hasta que |Wla (j cp )| = 1 el margen de amplitud vale 0 dB . Por otro lado, para un sistema de segundo orden el lugar Wla (j ) no corta el eje real negativo, y por lo tanto |Wla (j cp )| = 0 y entonces el margen de amplitud es innito, en decibelios, como se muestra en la Fig 7.7. La interpretaci on f sica del margen de amplitud es la siguiente: El margen de amplitud es la ganancia en decibelios que se puede a nadir a la cadena en lazo abierto antes de que el sistema alcance la inestabilidad. Si Wla (j ) pasa por el punto 1 + j 0 el margen de amplitud vale 0 dB lo que implica que la ganancia de la cadena ya no puede aumentarse sin provocar la inestabilidad.
7.4 Margen de amplitud 241
Figura 7.7 Lugar de Nyquist de un sistema de segundo orden Para un sistema de segundo orden, el corte con el eje negativo |Wla (j cp )| es cero y el margen de amplitud es innito; es decir que, te oricamente, el valor de la ganancia de la cadena puede aumentarse hasta innito antes de que se produzca la inestabilidad. tico, |Wla (j cp )| > 1 y el margen de Cuando el lugar Wla (j ) enlaza el punto cr amplitud en dB se hace negativo. Un margen de amplitud negativo corresponde a un sistema inestable siempre y cuando Wla (s) sea estable. Ya que si Wla (s) es inestable, con m polos en el plano derecho, Wla (j ) debe enlazar m 2 veces el punto cr tico para que Wlc (s) sea estable. En general, el margen de amplitud es una de las varias formas esenciales empleadas para indicar la estabilidad relativa de un sistema. Te oricamente, un sistema con un amplio margen de amplitud debe ser m as estable que otro con un margen de amplitud menor. Sin embargo, esta armaci on no siempre es cierta. En la pr actica, el margen de amplitud por si solo no da indicaci on suciente de la estabilidad relativa del sistema. Por ejemplo, los dos lugares Wla (j ) de la Fig 7.8 tienen el mismo margen de amplitud, innito.
0
Figura 7.8 Lugares de Nyquist de dos sistemas con igual margen de amplitud pero con distinta estabilidad relativa
242 SINTESIS EN EL DOMINIO DE LA FRECUENCIA Sin embargo, el lugar A corresponde a un sistema mas estable que el lugar B ya que con cualquier peque no cambio en alg un par ametro del sistema, es posible que el lugar B pase por el punto 1 + j 0 o lo enlace.
Figura 7.9 Lugares de Nyquist de dos sistemas con igual margen de amplitud pero con diferente grado de estabilidad relativa en el mismo margen de amplitud, Los dos lugares Wla (j ) de la Fig 7.9 tienen tambi pero el sistema correspondiente a la curva A representa ciertamente un sistema mas estable. Para denir adecuadamente la estabilidad relativa de un sistema, se utiliza el margen de fase para diferenciar el grado de estabilidad de casos como los de las guras 7.8 y 7.9.
7.4.2
Margen de fase
Figura 7.10 Margen de fase
7.4 Margen de amplitud y margen de fase en el lugar de Bode 243 El margen de fase mide la proximidad del punto de ganancia cr tica al punto cr tico. Se dene como el angulo que debe girarse el lugar de Nyquist de Wla (j ) para que tico 1 + j 0. el punto |Wla (j cg )| = 1 del lugar pase por el punto cr La Fig 7.10 muestra que el margen de fase es el a ngulo que el radio vector unidad forma con el eje real negativo en el plano Wla (j ). Entonces: Margen de fase, M.F. = = 180 = arg Wla (j cg ) 180 = 180 +
(7.9)
tica. Algunos valores recomendables de donde cg es la frecuencia de la ganancia cr dise no son: M.A. = 12dB , M.F.= 60 . Ejercicio. Dado: Wla (s) = K (1 + s) (1 + 2s) (1 + 3s)
mites de K para que el a) Dibuje el lugar de Nyquist de Wla (j ) y determine los l sistema en lazo cerrado Wlc (s) sea estable. b) Suponga K = 5. Determine la frecuencia correspondiente al punto de fase cr tica cp y el margen de amplitud en dB y el margen de fase. c) Hallar el valor de K para que el margen de amplitud del sistema sea igual a 20 dB .
7.4.3
Margen de amplitud y margen de fase en el lugar de Bode
Con Wla (s) el procedimiento para obtener el margen de amplitud y el margen de fase a partir del lugar de Bode, Fig 7.11, es el siguiente: 1) Construir el lugar de Bode de
|Wla (j )| K
y de arg Wla (j ) en funci on de .
2) Para obtener el margen de amplitud, se determina en primer lugar el punto en que arg Wla (j ) corta el eje de 180 , punto de fase cr tica. El margen de amplitud a (j )| para K = 1 es el valor que toma la curva de amplitud |WlK en dB , en el punto de fase cr tica, Fig 7.11. Para cualquier otro valor de K el margen de ampitud es simplemente el margen de amplitud para K = 1 menos el valor de K en dB , 20 log K . Si la curva de fase no corta nunca el eje de 180 permaneciendo por encima, el sistema es siempre estable; por ejemplo, en un sistema de segundo orden la fase oticamente cuando . tiende a 180 asint 3) Para obtener el margen de fase, se determina en primer lugar el punto en que la a (j )| curva |WlK en dB corta al eje de 0 dB , es decir, el punto de ganancia cr tica. El angulo entre la curva de fase en el punto de ganancia cr tica, arg Wla (j cg ) y el eje de 180 es el margen de fase para K = 1 . Para cualquier otro valor de K , el margen de fase se obtiene desplazando el eje de 0 dB a K en dB y siguiendo el procedimiento que se acaba de indicar.
Figura 7.11 M argenes de fase y de amplitud en el diagrama de Bode Ejercicios. 1) La conguraci on de polos y ceros de una funci on de transferencia en lazo cerrado Wlc (s) viene dada en la Fig P7.1a.
a) Figura P7.1
b)
a) Calcular la banda pasante del sistema, o ancho de banda, AB. b) Se a nade un cero como indica la Fig P7.1b. C omo queda modicada la AB ? c) Se a nade a la conguraci on de la Fig P7.1b un polo sobre el eje real negativo, pero a una distancia del origen 10 veces mayor que la del cero.
7.4 Margen de amplitud y margen de fase en el lugar de Bode 245 C omo queda afectado el AB? 2) La especicaci on dada para un servosistema de segundo orden es que el sobrepaso m aximo de la respuesta a un escal on unitario no exceda del 25%. Cu ales son los valores l mites correspondientes del coeciente de amortiguamiento y del factor de resonancia Mv ? 3) La funci on de transferencia en lazo cerrado de un servosistema es: Wlc (s) = 1 C (s) = R (s) (1 + 0.01s) (1 + 0.05s + 0.01s2 )
a) Trazar la curva de respuesta en frecuencia del sistema en lazo cerrado. b) Determinar el factor de resonancia Mv y la frecuencia de resonancia v del sistema. c) Determinar el coeciente de amortiguamiento y la frecuencia propia no amortiguada n del sistema de segundo orden que produce el mismo Mv y la misma v que el sistema original. 4) La funci on de transferencia en lazo abierto de un servosistema con realimentaci on unitaria es: Wla (s) = K (1 + T s) s (1 + s) (1 + 0.01s)
Determinar el menor valor posible de T para que el sistema tenga un margen de amplitud innito. 5) La funci on de transferencia en lazo abierto de un servosistema con realimentaci on unitaria es: Wla (s) = K s (1 + 0.1s) (1 + s)
a) Determinar el valor de K para que el factor de resonancia Mv del sistema sea igual a 1.4. b) Determinar el valor de K para que el margen de amplitud del sistema sea de 20dB. c) Determinar el valor de K para que el margen de fase del sistema sea de 60 . 6) Use el criterio de estabilidad de Nyquist para determinar si los sistemas con las siguientes funciones de transferencia de lazo abierto son estables: 10 (1 + s) (1 + 2s) (1 + 3s) 10 s (1 + s) (1 + 10s) 10 s2 (1 + 0.1s) (1 + 0.2s) 2 2 s (1 + 0.1s) (1 + 10s)
a) b) c) d)
Wla (s) = Wla (s) = Wla (s) = Wla (s) =
7)
Figura P7.2 Determine la estabilidad de los sistemas cuyos lugares geom etricos de Wla (j ) se muestran en las guras P7.2a, b y c. Suponga que Wla (s) no tiene polos en el semiplano derecho. 8) Para un sistema de segundo orden: Wla (s) = a) Graque el diagrama de Bode. b) Determine Mv y v . 9) Repita el problema 8 cuando: a) b) 10) Dado. Wla (s) = hallar a tal que el margen de fase sea 45 . 11) Trazar los diagramas polares de: Wla (s) = para los dos casos siguientes: a) b) Ta T1 > T1 > 0, > Ta > 0, Tb > T1 > 0 T1 > Tb > 0 K (Ta s + 1) (Tb s + 1) s2 (T1 s + 1) as + 1 s2 Wla (s) = Wla (s) = 60 (1 + 0.5s) s (1 + 5s) 60 (1 + s) s2 (1 + 0.1s) 16 s (2 + s)
7.5 Compensador de adelanto de fase 247 12)
Figura P7.3 Determine el valor cr tico de Kh respecto a la estabilidad del sistema de lazo cerrado de la Fig P7.3. Recuerde que Wla (s) = G (s) H (s) . 13)
Figura P7.4 Sea el sistema que se muestra en la Fig P7.4. Hallar el valor cr tico de K respecto a estabilidad, utilizando el criterio de Nyquist.
7.5
T ecnicas de compensaci on
Se reere al uso de redes de adelanto, atraso y adelanto-atraso combinadas para reformar la respuesta frecuencial de lazo abierto, Wla (j ), a n de conseguir estabilidad relativa aceptable y error disminuido.
7.5.1
Compensador de adelanto de fase
Consid erese el circuito de la Fig 7.12. Para este circuito: V(+) V() Como V(+) ' V() : R3 R2 V1 = V2 R1 R R2 + 1+R 3 + R4 1 Cs = = R2 V1 R2 V1 = 1 1 R Cs R2 + R1 // Cs R2 + R11 + 1 R3 V2 R3 + R4 (7.10) (7.11)
Cs
Figura 7.12 Compensador de adelanto de fase de donde: (1 + R1 Cs) R2 R3 + R4 V2 = Gc (s) = V1 R3 (R1 + R2 ) 2 1 + R1R R Cs 1 +R2 R3 + R4 R3 R2 <1 R1 + R2 R1 C R1 C < T1 1 T1 1 > 1 T2 T2 1 = T1 2
s 1 s 1
(7.12)
Llamando:
Av0
= T1 T2 1 2 = = = =
= (7.12) se puede expresar: Gc (s) = Av0 Con s = (j ) :
1+ 1 + T1 s = Av0 1 + T2 s 1+
1+j 1 1+j 2
(7.13)
Gc (j ) = Av0 y la fase de Gc (j ) es: c (j ) = tan1 porque con 1 < 2 : > 1 2
(7.14)
tan1 >0 1 2
(7.15)
7.5 Compensador de adelanto de fase 249 Entonces es un circuito que puesto en cascada con una planta puede servir para adelantar fase y mejorar la estabilidad relativa. N otese tambi en que: 2 1+j 1 j + j 1 + 2 1 2 1 2 1 = Gc (j ) = Av0 2 2 1 + 2 1 + 2
1
de donde:
tan c () =
1+
2 1 2
(7.16)
Figura 7.13 Diagrama de Bode del compensador de adelanto de fase Para obtener el m aximo adelanto de fase cm se deriva (7.16): d tan c ( ) d =m
1 1
d d 1+
1 2
h im h i 1 + 2 2 1 2 1 2 1 1 h i2 2 1 2 1 + 1 2
1 2
=0
=m
O sea: 1+ de donde: m = 1 2 (7.17)

2 m 2 2 m =0 1 2 1 2
El m aximo adelanto de fase ocurre en el medio geom etrico de las dos frecuencias de quiebre 1 y 2 . El diagrama de Bode se muestra en la Fig 7.13. Con (7.17) en (7.16):
m 1 m 2
tan cm sin cm
= =
1+
2 m 1 2
1 2 1
1+
1 2 2 1 2 1 2
1 2
(7.18) (7.19)
Tambi en:
(1 ) 1 1 q = = 2 + 4 2 1+ 2 1 2 + (1 ) + (2 ) 1 sin cm 1 + sin cm
(7.20)
Entonces:
Reemplazando (7.17) en (7.14): v u 2 s u m u1 + 1+ 1 |Gc (j )|=m = Av0 u 2 = Av0 t 1+ m 1+ 2
2 1 1 2
r Av0 2 = Av0 = 1
1 |Gc (j )|=m dB = 20 log (Av0 ) + 20 log como se muestra en la Fig 7.13.
(7.21)
7.5.2
Errores
Al dise nar un compensador no solo se busca mejorar la estabilidad relativa, sino tambi en, disminuir el error, en lo posible. El compensador de adelanto al mejorar la estabilidad permite aumentar la ganancia del sistema en lazo abierto lo cual disminuye el error. Para mejorar a un m as el sistema, en lo que respecta al error, se puede utilizar un compensador de atraso de fase, como se ver a posteriormente. Consid erese, por ejemplo, el sistema mostrado en la Fig 7.14:
7.5 Tipo Uno 251
Figura 7.14 Sistema en lazo cerrado donde E es la se nal de error E = R C , la cual es: E (s) = El error est atico se dene por: ess = lim e (t) = lim sE (s) = lim
t s0
1 R (s) 1 + Wla (s)
(7.22)
s0
sR (s) 1 + Wla (s)
(7.23)
Dependiendo de cuantos integradores tenga una planta se puede hacer una clasicaci on por tipos de integraci on: 7.5.2.1 Tipo Cero Una planta tipo cero es aquella que no tiene integradores, por ejemplo: Kp Wla (s) =
r Q 1
(1 + Ti s) (7.24)
Se puede analizar el error est atico para diferentes se nales de entrada: 0 , el error est a tico es: a) Escal on. Si R (s) = R s
0 sR R0 s = s0 1 + Wla (s) 1 + Kp 1 ess 100 = 100% R0 1 + Kp
n Q 1
(1 + Tj s)
ess y
lim
ess % =
(7.25)
As el error disminuye con la ganancia del sistema en lazo abierto Kp . A mayor ganancia menor error. 1 b) Rampa. Si R es una rampa: r (t) = R1 t, entonces R (s) = R s2 ess = lim
1 s R s2 = 1 + Wla (s)
s0
As , un sistema tipo cero tiene error nito para entrada escal on, pero innito para rampa, par abola, etc. 7.5.2.2 Tipo Uno Una planta tipo uno tiene un integrador. Por ejemplo:
Kv Wla (s) = s
Los errores est aticos para diferentes se nales de entrada son: 0 a) Escal on. Con R (s) = R : s ess = lim b) Rampa. R (s) =
R1 s2 s0
0 sR s =0 1 + Wla (s)
n Q 1
r Q 1
(1 + Ti s) (7.26)
(1 + Tj s)
:
1 s R R1 s2 = 1 + Wla (s) Kv
ess
ess % =
1 100% Kv
s0
lim
c) Par abola. Si R es una par abola: r (t) = En este caso:
R2 2 2 t ,
entonces R (s) =
R2 s3 .
ess =
As , un sistema tipo uno sigue un escal on con error cero, una rampa con error nito, pero no sigue una par abola, c ubica, etc. Analizando sistemas de tipo mayor, dos integradores o mas, se puede elaborar la siguiente tabla: Error 2 2 3 3 Se nal Escal on R0 Rampa Ri t Par abola R C ubica R 2 t 3! t R0 0 1+Kp R1 1 0 Kv Tipo R1 2 0 0 Ka R3 3 0 0 0 Kc Tabla 7.1 Errores est aticos seg un el tipo y la se nal de entrada Kp , Kv , Ka y Kc son las ganancias de las plantas, que de acuerdo al tipo de la planta reciben diferentes nombres: Kp Kv Ka Kc : : : : constante constante constante constante de de de de error error error error de de de de posicio n. velocidad. aceleracio n. veloaceleracio n.
Para todos los casos de error nito puede notarse que el error es tanto menor cuanto mayor sea la ganancia de la planta.
7.5 Compensaci on con adelantor de fase 253 7.5.2.3 Compensaci on con adelantor de fase Diferentes metodolog as se han planteado para el dise no o s ntesis del compensador de adelanto. Procedimiento 1: 1. Determinar la ganancia en lazo abierto para la especicaci on de error dada. 2. Usando la ganancia K as determinada, evaluar el margen de fase del sistema no compensado. 3. Calcular el adelanto de fase c requerido para obtener el margen de fase deseado naden unos 5 ya que la frecuencia del cruce cambia mas aproximadamente 5 . Se le a al insertar el compensador. 4. Determinar de: 1 sin cm con cm 60 = 1 + sin cm cm 60 para que 1 y 2 no queden excesivamente separadas. 1 , el aumento de ganancia en = m , entonces Av0 = 1. As 5. Suponer Av0 = 1 ser a 20 log . Para que m = cgn , la nueva frecuencia de cruce, ser a necesario bus1 . car un punto de |Wla (j )| tal que |Wla (j )|dB = 20 log |Wla (j )| = 20 log 1 Entonces selecci onese = cgn la frecuencia para la cual |Wla (j )|dB = 20 log . Esta nueva frecuencia ser a tambi en m = cgn . 6. Calcular las frecuencias de quiebre del compensador: r q 2 1 1 2 = 2 = m = 1 2 = 2 = de donde: m m = =
1 2
7. Evaluar el margen de fase del sistema con el compensador y chequear la ganancia en cgn que debe ser 1,o cero dB. alculo se Chequear el margen de ganancia |Wla |dB compensado = MG donde este c hace cuando compensado = 180 . compensado = { no ompensado + c } en = cp donde compensado = 180 . 1 1 , T2 = y los par ametros del circuito de las f ormulas para T1 y 8. Calcular T1 = 1 2 erminos de R1 , R2 y C . Algunos par ametros se pueden escoger libremente. T2 en t Procedimiento 2: Este opera en forma un poco inversa al anterior. 1. Seleccionar una frecuencia cgn tal que el adelanto de fase exigido al compensador cm no sobrepase 60 . A n de satisfacer el requerimiento de margen de fase en el sistema compensado: = 180 + NC + cm | en =cgn
254 SINTESIS EN EL DOMINIO DE LA FRECUENCIA donde NC es la fase del sistema no compensado en = cgn , la nueva frecuencia de cruce. sin cm 2. Calcular = 1 1+sin cm . Calcular el compensador. 3. Calcular la ganancia en dB del sistema no compensado en cgn : |Wla (j )|dB = 20 log |Wla (j )|=cgn La ganancia del compensador en cg = m es: |Gc (j )|=m = Av0 = Av0 Para que el sistema compensado cruce por cero dB en cg = m es necesario entonces que: 20 log Av0 = |Wla (j )|=cgn dB 1 20 log Av0 = 20 log |Wla (j )|=cgn dB 4. Calcular el error est atico del sistema con el compensador inclu do. Si excede la especicaci on, el dise no es correcto. Si no, proc edase a intercalar adem as un compensador de atraso para mejorar las condiciones de error. 5. Vericar el margen de fase y la ganancia en cgn . Calcular el margen de ganancia MG = |Wla (j )|=cf dB donde cf es la frecuencia a la cual: compensado = no compensado + c = 180 Ejemplo 7.1 . Para el sistema de la Fig 7.15: otese que: se especica Kv = 20, = 50 y M G = 10dB , por lo menos. N Wla (s) = 2K K 20 4K = s v = = s s s (s + 2) s 2 +1 s 2 +1 s 1+ 2
o tambi en:
Figura 7.15 Sistema del ejemplo 7.1 As K = 10. La Fig 7.16 muestra el diagrama de Bode para este sistema.
7.5 Compensaci on con adelantor de fase 255
Figura 7.16 Bode de Wla (j ) del ejemplo 7.1 Procedimiento 1 El Bode de amplitud es: |Wla | dB 20 = 20 log q 2 1+ 2
= 20 log 20 20 log 20 log Para bajas frecuencias:
1+
2 2
|Wla | dB 20 log 20 20 log = 26 20 log o sea: Y1 dB Y1 dB = 26 20 log = 0 en = 20

1 s dB y 20 dec. del
1 La primera frecuencia de quiebre es 2, para el t ermino 1+ s . 2 dB dB ermino A partir de = 2 el Bode cae con 40 dec. : 20 dec. del t 1 40 log . . Esto es Y dB = Y t ermino 1+ s 2 20
2
En
= 2:
Y2 dB = 20
256 SINTESIS EN EL DOMINIO DE LA FRECUENCIA por lo tanto: As : Y20 = 20 + 40 log 2 = 32dB Y2 dB = 32 40 log
Y2 dB = 0 cuando 32 40 log = 0. Esto es para: = 1032/40 = 6.3 rad/seg La fase del sistema no compensado es: ( ) = 90 tan1 En 2 6.3 = 162.4 2
= 6.3, (6.3) = 90 tan1
As , v = 180 162.4 = 17.6 , que es el margen de fase no compensado. El margen de fase pedido es n = 50 , entonces: = 50 17.6 + 5 = 37.4 = cm = m 1 sin m 1 sin 37.4 de donde: = = = 0.244 1 + sin m 1 + sin 37.4 c Se puede seleccionar cgn de la siguiente manera: se calcula 1 1 |Wla | dB = 20 log = 20 log = 6.13dB 0.244 y se busca un tal que |Wla | dB = 6.13dB . Ya que: Y2 dB entonces cgn As : 1 = m = 4.44rad/seg
1
= 40 log + 32 = 6.13 = 8.98 = m
y 2 =
m = 18.18rad/seg
El compensador con Av0 =
es: Gc (s) = 1 + 4.s 44 1 + 18s .18
Chequeo Con compensador: comp = 90 tan1 En = 8.98: + tan1 tan1 2 4.44 18.18
7.5 Compensaci on con adelantor de fase 257
comp n |Wla |dB
|Wla |dB deber a ser cero. Esto indica que cgn est a un poco a la izquierda de 8.98. compense los 0.18dB . Como Av0 = 1 Podr a reajustarse Av0 de tal manera que .18 = 1.02 en lugar de 1 y en este caso: para el dise no se puede escoger Av0 = 020 Av0 = 1.02 = 4.18 C alculo de los par ametros
1 1 De T1 = R1 C = , R1 = 4.44 C , y con C = 1f , arbitrario, entonces R1 = 225K . 1 R2 Con = R1 +R2 = 0.244, y R1 = 225K , entonces R2 = 73K . +R4 Con Av0 = R3R = 4.18 y con R3 = 10K , arbitrario, se obtiene R4 = 32K . 3
= 130 = 180 130 = 50 q 2 1 + 4. 20 44 = 20 log q 2 q 2 1 + 18.18 1+ 2
= 0.18dB
=8.98
Margen de ganancia Se busca cf esto es cuando comp = 180 . Pero note que el sistema no compensado ten a = 90 tan1 2 > 180 Como el compensador adelanta fase, entonces comp > 180 para toda frecuencia excepto en cf = . La fase del compensador en es c () = 0 y comp () = , 90 90 = 180 . O sea cf = . Pero en , |Wla |comp dB = . As on. MG = |Wla |comp dB = , lo que excede la especicaci Procedimiento 2
Como = 90 tan1 2 , si se selecciona = cgn = 10, entonces (10) = 168.7 . Para n = 50 la fase del sistema compensado debe ser comp = 180 +50 = 130 . As , el compensador debe suministrar c = 168.7 130 = 38.7 < 60 . Entonces:
= |Wla (j cgn )|dB As :
20 = 20 log q 2 1+ 2
1 sin 38.7 = 0.231 1 + sin 38.7

=cgn
= 8.13dB
1 20 log Av0 = 20 log |Wla (j cgn )|dB = 14.49dB entonces: Av0 = 10

14.49 20
= 5.3
258 SINTESIS EN EL DOMINIO DE LA FRECUENCIA 1 2 Y el compensador es: Gc (s) = 5.3 0.231 El sistema en lazo abierto compensado es: Wla (s) = 5.3 0.231 Como: 1 + 4.s 20 81 s 1 + 20s s 1 +2 .81 1 + 4.s 81 1 + 20s .81 = = 0.231 10 = 4.81 10 = 20.81 0.231
entonces:
tan1 = 90 tan1 + tan1 2 4 . 81 20 .81 q 2 1 + 4.81 20 |Wla (j )| = 5.3 0.231 q 2 q 2 1 + 20.81 1+ 2 comp
comp (10) |Wla (j 10)| |Wla (j 10)|dB
= = = =
130 180 130 = 50 0.9985 20 log 0.9985 = 0.013dB 0
no tiene Para bajas frecuencias la ganancia es Kv = 5.3 0.231 20 = 24.5. Este dise atico es menor: un Kv mayor que el especicado y por lo tanto el error est ess % = 1 100 = 4.1% Kv
7.5.3
El compensador de atraso de fase
En la Fig 7.17:
1 R2 + Cs 1 + R2 Cs V1 V1 = 1 1 + (R1 + R2 ) Cs R2 + Cs + R1 R3 V2 R3 + R4
V(+) V()
= =
(7.27) (7.28)
7.5 El compensador de atraso de fase 259
Figura 7.17 Compensador de atraso de fase Como V(+) ' V() : Gc (s) = O sea: 1+ 1 + T2 s = Av0 1 + T1 s 1+
s 2 s 1
R3 + R4 1 + R2 Cs V2 (s) = V1 (s) R3 1 + (R1 + R2 ) Cs
(7.29)
Gc (s) = Av0
(7.30)
donde: T1 = (R1 + R2 ) C > T2 T2 = R2 C 1 = 2 =

1 T1 1 T2
T1 = T2 =
2 = R1 +R2 R2
Con T1 > T2 , 1 < 2 . As , ocurre primero el quiebre del polo. Adem as: c = tan1 porque: 1 1 < 2 1 O sea que este tipo de compensador atrasa fase. Este compensador no puede mejorar la estabilidad utilizando su caracter stica de fase. Se utiliza, mas bien, la atenuaci on de ganancia a altas frecuencias, para correr el punto de 0 dB , cg , a la izquierda, donde la fase sea mas favorable. Con Av0 = 1, R3 = , la atenuaci on a altas frecuencias es 20 log . De esta forma, indirectamente mejora la estabilidad. tan1 <0 2 1
Figura 7.18 Diagrama de Bode del atrasador de fase Por otro lado, si el sistema original ya tiene un margen de estabilidad aceptable, apropiado, si se escoge Av0 , a altas frecuencias se tiene 20 log Av0 0, no produce atenuaci on, pero a bajas frecuencias se tiene 20 log Av0 20 log , que aumenta la ganancia est atica, disminuyendo el error. 7.5.3.1 Compensaci on con atrasador de fase
Procedimiento 1. Determinar la ganancia en lazo abierto a bajas frecuencias que satisfaga el requerimiento de error. 2. Dibujar el diagrama de Bode con esta ganancia y determinar el margen de fase del sistema compensado. Si las especicaciones de margen de fase son satisfechas, continuar en el punto 7. Si las especicaciones de margen de fase no son satisfechas, seguir con el punto 3. 3. Encontrar una frecuencia donde la fase sea: = 180 + + (5 a 12 )
Se a nade 5 a 12 por el atraso que introducir a el compensador. Seleccionar esta frecuencia como la nueva frecuencia de cruce cgn . ecada 4. Seleccionar la frecuencia 2 , cero del compensador, entre una octava y una d abajo de la nueva cgn : 1 1 cgn < 2 < cgn 10 2 Una escogencia muy baja de 2 puede conducir a valores muy grandes de T1 y T2 , exigiendo valores altos de resistencias y condensadores en el circuito. 5. Determinar la atenuaci on requerida en cgn para que el Bode de amplitud cruce por cero dB :
7.5 Compensaci on con atrasador de fase 261
20 log
Av0
= 20 log Av0 20 log = |Wla (j )|=cgn dB
Si la atenuaci on requerida es grande, es preferible hacer Av0 = 1 a n de que T1 no resulte exageradamente grande. Por lo general 10 y T1 depende de , porque T1 = T2 . 6. Chequear el margen de fase y de ganancia. Chequear la amplitud 0 dB en cgn y calcular el circuito. 7. Si en el punto 2 las especicaciones de margen de fase son satisfechas, seleccionar cgn tal que: = 180 + r + (5 a 12 ) 8. Proceder como en el punto 4 y continuar despu es en el punto 9. 9. Calcular Av0 de: Av0
20 log
= |Wla (j )|=cgn dB
escogiendo un valor de 10 tal que T1 no resulte demasiado grande. 10. Proceder como en el punto 6.
Ejemplo 7.2 .
Figura 7.19 Sistema del ejemplo 7.2 Para el sistema de la Fig 7.19 se especica Kv = 5, = 40 y un margen de ganancia MG de por lo menos 10 dB.
Figura 7.20 Diagrama de Bode con compensaci on con atraso de fase Sin Gc (s), la ganancia a bajas frecuencias es K , entonces con Kv = 5, K = 5. A bajas frecuencias |Wla (s)| = 5 s. Y dB1 = |Wla (j )|dB = 20 log 5 20 log = 14 20 log En = 1, Y dB1 (1) = 14dB. Adem as Y dB2 = Y02 40 log . En = 1, Y dB2 (1) = 14dB . Entonces Y02 = 14 + 40 log 1 = 14. As : Y dB2 = 14 40 log En = 2, Y dB2 (2) = 14 40 log 2 = 1.96dB. Adem as Y dB3 = Y03 60 log . En = 2, Y dB (3) = 1.96. Entonces Y03 = 20dB . As : Y dB3 = 20 60 log Y dB3 = 0 en cg . Por lo tanto 0 = 20 60 log cg , o cg = 10 60 = 2.15. cg = 2.15 La fase es: = 90 tan1 En cg = 2.15, (2.15) = 202 y: = 180 + (2.15) = 22 tan1 1 2 rad seg
20
7.5 Compensaci on con atrasador de fase 263 Esto indica que si se cierra el lazo, el sistema resulta inestable. Se busca, entonces, un punto donde la fase sea: = 180 + 40 + 12 = 128 Tanteando: 1 161 0.5 130 0.45 126 0.47 128.4
Se escoge cgn = 0.47 rad seg . En cgn = 0.47, Y dB1 = 14 20 log 0.47 = 20.56dB . 20.56 o mayor Con Av0 = 1, 20 log = 20.56, = 10 20 = 10.7. El valor de result que 10. Quiz as se necesite primero un compensador de adelanto para mejorar las condiciones de estabilidad y as conseguir un Kv mejor que el especicado. .47 47 < 2 < 0.2 ,o 0.047 < 2 < 0.235, se puede escoger 2 = 0.1. Entonces: Como 010 1 T2 T1 = = = 0.1 2 = = 9.34 103 10.7 1 = 10 2 1 = 107 9.34 103
R1 +R2 2 Con C = 100 f , R2 = T = = 10.7. Con R1 = 100K , R2 = C = 100K , R2 1.07M. Adem as como se escogi o Av0 = 1, R4 = 0 y R3 = .
Chequeo El compensador es: Gc (s) = Entonces: comp () = 90 tan1 tan1 + tan1 tan1 2 0 . 1 9 . 34 103 q 2 1 + 0.1 5 q |Wla (j )| = q 2 2 2 1 + 9.34103 1 + 2 1 + 2 comp (0.47) = 139.3 = 180 + = 40.7 > 40 |Wla (j 0.47)| = 0.889 1 + 0s .1 1 + 9.34s 103
En = cg = 0.47:
264 SINTESIS EN EL DOMINIO DE LA FRECUENCIA a ser 1. Para corregir esto se puede tomar Av0 = |Wla (j 0.47)| deber R3 +R4 . Con esto, si R = 100 K , R = 13 K. 3 4 R3 Margen de ganancia Por tanteos, en = 1.31 comp = 179.8 180 y |Wla |dB = 14.8dB . Entonces el margen de ganancia es MG = 14.8dB que excede la especicaci on. Ejemplo 7.3 . Para el sistema compensado con adelantador de fase, por el procedimiento 2, se obtuvo el sistema compensado, en lazo abierto: Wla (s) = 5.3 0.231 1 + 2.s 20 41 s s 1 + 20.81 s 1 + 2
1 0.889
= 1.13 =
con un Kv = 24.5. Se desea cambiar el Kv a 100 perdiendo solo 5 de margen de fase, esto es n = 45 . Como el sistema ya tiene 50 en cgn = 10 se puede introducir un compensador de atraso que atrase 5 en cgn = 10 rad seg . 100 La ganancia adicional requerida es Av0 = 24 .5 = 4.1. Se escoge entonces = Av0 para no producir atenuaci on a altas frecuencias, esto es = 4.1. La fase del compensador es entonces: c = tan1 que contribuye con la fase: c (cg ) = tan1 cg cg tan1 2 2 tan1 tan1 = tan1 2 1 2 2
Con = 4.1, tanteando valores de 2 en la ecuaci on: c (10) = tan1 se obtiene: 2 = As : 1 = Y el sistema compensado resulta: 1 + 2.s 1 + 1.s 20 16 41 Wla (s) =4.1 5 . 3 0 . 231 s s s 1 + 0.283 1 + 20.81 s 1 + 2 | {z } | {z }
Atraso Adelanto
10 4.1 10 tan1 = 5 2 2 rad 10 = 1.16 8.6 seg
1.16 rad 2 = = 0.283 4.1 seg
CAPITULO
REALIMENTACION LINEAL DE LAS VARIABLES DE ESTADO

Introducci on Unas de las primeras aplicaciones de las variables de estado en sistemas lineales fue la de realimentarlas para reubicar los valores propios de un sistema dado. Los polos y los valores propios coinciden en sistemas m nimos, aquellos que son controlables y observables. En lugar de realimentar y (t), salida de un sistema, y sus derivadas o realimentar y (t) a trav es de un compensador, lo adecuado es hacerlo a trav es del estado x (t) de una realizaci on del sistema ya que, despu es de todo, el estado resume toda la informaci on actual del sistema. Por eso, cualquier operaci on que pueda ser hecha . as importante, con y (t), y (t), etc. , se debe poder realizar con los estados y, lo m cualquier operaci on que no se pueda hacer con los estados, probablemente no puede ser hecha en ninguna otra forma general. La realimentaci on de las variables de estado puede ser usada para modicar las frecuencias naturales del sistema y, en particular, hacerlas todas estables, siempre y cuando la realizaci on usada para denir los estados del sistema sea controlable por realimentaci o n de las variables de estado, es decir, la on {A, B , C } no es singular. matriz C = B AB An1 B de la realizaci La utilidad de este resultado depende de la habilidad para obtener los estados, lo cual ser a considerado m as adelante. Por claridad de discusi on y por razones pedag ogicas, se tratar an por ahora, el problema de la determinaci on de los estados y el de la realimentaci on de ellos separadamente. Por el momento se supone que, por alg un medio, los estados son disponibles. Recuerde que para obtener los estados, si el sistema es observable, se necesita conocer no solo y (t) y sus derivadas sino tambi en la eno nla salida . trada u (t) y, en general, se necesita y (t) , y (t) , ,y (n1) (t) ,u (t) , ,u(n1) (t) . Por eso, se esperar a que una conguraci on deseable de realimentaci on involucre la salida y algunas de sus derivadas y la entrada y algunas de sus derivadas. Se puede obtener entonces compensadores que permitan reubicar arbitrariamente los polos, garantizar estabilidad interna de la conguraci on total y mantener el grado del poli265
266 REALIMENTACION LINEAL DE LAS VARIABLES DE ESTADO nomio del denominador de la funci on de transferencia total igual al del sistema original. Si no hay restricci on en este u ltimo, el uso directo de la entrada no es necesario.
8.1
Realimentaci on de las variables de estado y
controlabilidad de los modos

Considere el siguiente problema. Se da la realizaci on: x (t) = Ax (t) + Bu (t) y (t) = C x (t) con el polinomio caracter stico: a (s) = det (sI A) = sn + a1 sn1 + + an Si se especica una funci on de transferencia de la forma: H (s) = b1 sn1 + + bn b (s) = n a (s) s + a1 sn1 + + an (8.3) (8.2)
.
(8.1)
Se supondr a que {A, B , C } es alguna realizaci on con n estados de esta funci on de transferencia. Se desea modicar el sistema dado, mediante el uso de realimentaci on de las variables de estado, para obtener un nuevo sistema con valores propios especicados, o en otras palabras, para obtener un polinomio caracter stico deseado. Es decir: (s) = sn + 1 sn1 + + n (8.4)
Figura 8.1 Realizaci on modicada por realimentaci on de las variables de estado En la Fig 8.1, la se nal de control u (t) se obtiene, utilizando realimentaci on por variables de estado, mediante la ecuaci on:
8.1 Algunas f ormulas para la ganancia de realimentaci on 267
u (t) = v (t) K x (t) con K = [K1 Kn ]
(8.5)
en donde v (t) es la nueva entrada externa. El uso de K x (t) en lugar de K x (t) es puramente convencional, ya que la realimentaci on es usualmente negativa. Con esta realimentaci on se tiene la realizaci on (8.6): x (t) = (A BK ) x (t) + Bv (t) y (t) = C x (t) que tiene el polinomio caracter stico: aK (s) = det (sI A + BK )
.
(8.6)
(8.7)
El objetivo es escoger K de modo que aK (s) = (s) . Hay muchas maneras de determinar K , algunas de las cuales ser an presentadas aqu .
8.1.1
Algunas f ormulas para la ganancia de realimentaci on
Se deducir a la f ormula de Bass y Gura que usa la siguiente identidad: det [In P Q] = det [Im QP ] (8.8)
en donde In e Im son matrices identidad de dimensiones n n y m m, respectivamente, y P y Q son matrices de dimensiones n m y m n, respectivamente. De (8.7): aK (s) = det (sI A + BK ) io n h = det (sI A) I + (sI A)1 BK i h = det (sI A) det I + (sI A)1 BK h i aK (s) = a (s) 1 + K (sI A)1 B aK (s) a (s) = a (s) K (sI A)1 B
(8.9)
Usando la identidad (8.8) en (8.9):
(8.10)
de donde:
(8.11)
Ambos lados de (8.11) son polinomios en s, y por lo tanto K se puede encontrar igualando los coecientes que corresponden a iguales potencias de s. Para hacerlo se utilizar a la f ormula (8.12): (sI A)1 = 1 {sn1 I + sn2 (A + a1 I ) + sn3 A2 + a1 A + a2 I + + a (s) +s An2 + a1 An3 + + an2 I +s An1 + a1 An2 + + an1 I } (8.12)
268 REALIMENTACION LINEAL DE LAS VARIABLES DE ESTADO Con (8.12) en (8.11) se obtiene: 1 a1 = KB, 2 a2 = KAB + a1 KB, 3 a3 = KA2 B + a1 KAB + a2 KB
y asi sucesivamente. Reescribi endolas en forma matricial: a = KB, KAB + a1 KB, , KAn1 B + a1 KAn2 B + + an1 KB 1 a1 a2 an1 0 1 a1 an2 . 2 n1 . 1 . = K B, AB, A B, , A B 0 0 . . . .. ... . . . a1 . 0 0 0 1 a = K C At (8.13)
en donde: = [1 2 n ] a = [a1 a2 an ] C = B, AB, , An1 B [1 a1 an1 ]

t
y A es una matriz Toeplitz triangular inferior con primera columna: (8.14)
Puesto que A es nosingular, se puede resolver (8.13) para hallar K para y a arbitrarios, si y solo si C es nosingular. Se ha probado entonces que mediante realimentaci on de las variables de estado se pueden reubicar arbitrariamente los valores propios de una realizaci on {A, B , C }, si y solo si C = B , AB, , An1 B es no singular. Entonces la ganancia de realimentaci on requerida se puede calcular como: K = ( a) At C 1 (8.15) (8.15) es conocida como la f ormula de Bass-Gura para determinar K. La reubicaci on de valores propios por realimentaci on de las variables de estado ha sido llamada controlabilidad de modos. Not ese de (8.15) que cambios grandes en los coecientes de a (s) necesitar a, en general, valores m as grandes en las ganancias del vector K , con consecuentes dicultades en la implementaci on y operaci on (alejamiento del punto de operaci on a una regi on no lineal, distorsi on en el transitorio, favorecimiento del ruido, etc). Note tambi en que grandes valores de K podr an ser debidos a que C es cercanamente singular.
8.1.2
Importancia de la forma can onica CONTROLLER
Para controlabilidad de los estados, la forma can onica CONTROLLABILITY, para la cual C = I es la m as conveniente. Tambi en es u til para calcular K de (8.15); sin
8.1 Importancia de la forma can onica CONTROLLER 269 embargo, es posible encontrar una forma m as simple. Recuerde que para la forma can onica CONTROLLER {Ac , Bc , Cc }, en donde Ac es una matriz companion con [a1 , a2 , , an ] como primera la, Bc tiene como primer elemento uno y los 1 = At . Si se reemplaza esta en (8.15) se obtiene(8.16). dem as ceros, Cc Kc = a (8.16)
Otra derivaci on de (8.16) se obtiene observando que, debido a la forma especial de Bc . (a1 + Kc1 ) (a2 + Kc2 ) (an + Kcn ) 1 0 0 1 Ac Bc Kc = . . . . . 0 . 0 1 0 det (sI Ac + Bc Kc ) = sn + (a1 + Kc1 ) sn1 + + (an + Kcn )
(8.17)
la cual est a todav a en forma CONTROLLER, y por lo tanto:
(8.18)
De (8.18) se obtiene inmediatamente (8.16). Lo anterior sugiere que una manera de resolver el problema para una realizaci on general {A, B , C } es convertirla primero en una forma CONTROLLER por medio de un cambio adecuado de variables: x (t) = T xc (t) con det T 6= 0 Con (8.19) en (8.1) se obtiene: A = T Ac T 1 B = T Bc (8.20) (8.19)
Se puede demostrar que si la nueva realizaci on, en este caso tipo CONTROLLER, es controlable, entonces:
1 T = C Cc
(8.21)
Por lo tanto: aK (s) = det (sI A + BK ) = det sI T Ac T 1 + T Bc K = det T [sI Ac + Bc KT ] T 1 = det T det (sI Ac + Bc KT ) det T 1 As :
270 REALIMENTACION LINEAL DE LAS VARIABLES DE ESTADO
aK (s) = det (sI Ac + Bc KT ) KT = Kc
(8.22) (8.23)
Con (8.16), (8.21), sabiendo que Cc = At y reemplazando en (8.23), se obtiene de nuevo (8.15).
8.1.3
Otras f ormulas para la ganancia de realimentaci on
(8.15) es una f ormula para K en t erminos de los coecientes del polinomio carcter stico viejo y del nuevo. La siguiente es la f ormula de Ackerman:
t (A) K = qn
(8.24)
en donde (s) es el polinomio caracter stico deseado, y

t = [0 01] C 1 qn
(8.25)
la u ltima la de C 1 . (8.24) es u til algunas veces para an alisis te oricos. Note que no se requiere un conocimiento expl cito del polinomio original a (s) = det (sI A) . Para demostrar (8.24) se supondr a que se tiene una realizaci on tipo CONTROLLER, en cuyo caso:
t (Ac ) Kc = a = qc,n
(8.26)
la u ltima la de (Ac ), porque:

t qc,n
Puesto que:
= [0 01] C 1 = [0 01] At 1 a1 an1 0 1 an2 = [0 01] . . . . . . . . . 0 0 1
= [0 01] (8.27)
n1 + + n I (Ac ) = An c + 1 Ac
y del teorema de Cayley-Hamilton que establece que cada matriz cuadrada, Ac en este caso, satisface su ecuaci on caracter stica: a (s) = sn + a1 sn1 + + an = 0 n1 + + an I = 0 a (Ac ) = An c + 1 Ac Entonces:
8.1 F ormula de Mayne-Murdoch. 271
An c = (8.28) en (8.27) y se obtiene:
n X i=1
i ai An c
(8.28)
La propiedad de desplazamiento de las matrices companion establece que:

t et i Ac = ei1 2 i n t e1 Ac = [a1 a2 an ]
n X i (i ai ) An (Ac ) = c i=1
(8.29)
(8.30)
esimo elemento igual a uno. en donde et i denota el vector la [00 010 0] con el i Si la u ltima columna de la matriz companion es [an a1 ]t , la propiedad de desplazamiento es de la forma:
A ei = ei+1 i = 1 2n 1 Utilizando (8.29) y la anterior propiedad en (8.24) se obtiene (8.32):

n X ni = et ( A ) = (i ai ) et c n n Ac i=1
(8.31)
Kc
t t t = (1 a1 ) et 1 + (2 a2 ) e2 + + (n1 an1 ) en1 + (n an ) en = [1 a1 2 a2 n1 an1 n an ]
O sea: Kc = a (8.32)
que era lo que se quer a demostrar. Note que (8.32) es la misma ecuaci on (8.16).
8.1.4
F ormula de Mayne-Murdoch
Ganancias de realimentaci on en t erminos de los valores propios En muchos problemas son especicados los valores propios del sistema y, por prop ositos num ericos, a veces es preferible trabajar directamente con ellos, al menos cuando son distintos. ces deseadas Suponga que A es diagonal con valores propios {1 n } y que las ra on (8.10) se obtiene: son {1 n }. De la ecuaci X Ki bi aK (s) = 1 + K (sI A)1 B = 1+ a (s) (s i ) i=1
n
(8.33)
272 REALIMENTACION LINEAL DE LAS VARIABLES DE ESTADO De (8.33) se nota que una regla para obtener Ki es expandir en fracciones parciales aK (s) ermino (s i )1 por bi . a(s) y dividir el coeciente del t M as expl citamente, se multiplica ambos lados de (8.33) por (s i ) y se hace s = i para obtener (8.34): Q (i J ) J (8.34) Ki bi = Q (i J )
J 6=i
(8.34) muestra claramente que la ganancia de realimentaci on se incrementa a medida que aumenta la separaci on entre los polos de lazo abierto y de lazo cerrado, |i J |. F ormulas expl citas para cuando A no es diagonalizable tambi en se pueden obtener, aunque son de menos importancia.
8.1.5
Realimentaci on del estado y los ceros de la funci on de
transferencia
Se ha demostrado que mediante realimentaci on del estado se puede cambiar el denominador de la funci on de transferencia de a (s) a cualquier polinomio, m onico, (s) del mismo grado. Se estudiar a ahora el efecto sobre los ceros. Una manera simple es suponer que la realizaci on es de tipo CONTROLLER, {Ac , Bc , Cc }, en donde Ac es la matriz companion con primer la [a1 an ], t = [10 0] y Cc contiene los coecientes de b (s), Cc = [b1 b2 bn ] . Bc Note que despu es de realimentar el estado la realizaci on es {Ac Bc Kc , Bc , Cc }, la cual es todav a del tipo CONTROLLER y por lo tanto la funci on de transferencia es: b (s) Y (s) = V (s) (s) Es decir, la realimentaci on del estado no afecta los ceros de la funci on de transferencia, a menos, por supuesto, que sean cancelados por la escogencia apropiada del nuevo polinomio del denominador (s). Por lo tanto, aqu ella resuelve el problema de los ceros ubicados indeseablemente (limitaciones en las caracter sticas de fase y de atraso del sistema).
8.1.6
Realizaciones no controlables y estabilizables
Modos controlables e incontrolables. Suponga que se tiene una realizaci on tipo diagonal y con todos los valores propios diferentes. x = x + Bu = diag {1 n } ,
.
i 6= J
F acilmente se puede demostrar que esta realizaci on es controlable si y solo si cada uno de los elementos de B es diferente de cero. Si, por ejemplo, b1 = b3 = 0, entonces
8.1 Referencias diferentes de cero 273 la entrada est a desacoplada de los correspondientes modos 1 y 3 , y por lo tanto, ninguna realimentaci on puede afectarlos. Por eso, en una realizaci on diagonal no controlable ciertos valores propios no se pueden reubicar, o en otras palabras, no pueden ser afectados por realimentaci on del estado. Si estos modos son estables, entonces, en muchas situaciones, no es importante que no puedan ser afectados. Sin embargo, si son inestables, habr a problemas. Una realizaci on es estabilizable si todos los valores propios inestables se pueden reubicar arbitrariamente por realimentaci on de las variables de estado. Una realizaci on diagonal es estabilizable si y solo si los {bi } correspondientes a los inestables {i } son diferentes de cero, es decir, si los modos inestables son todos controlables. Puesto que una realizaci on {A, B } con matriz CONTROLLABILITY C de rango r se puede transformar en el par A, B , en donde:
A=
Ac 0
r
A12 Ac
nr
B=
Bc 0
entonces A, B , y por lo tanto {A, B } ser a estabilizable si y solo si todos los valores propios de Ac tienen parte real negativa.
|{z}
|{z}
}r }n r
8.1.7
Reguladores, referencias diferentes de cero y seguimiento
Se ha demostrado que, dada una realizaci on {A, B , C } que es controlable, utilizando realimentaci on de las variables de estado, u = K x + v, se puede obtener una realizaci on {A BK, B, C } con det (sI A + BK ) arbitrario. Este resultado se utiliza generalmente en problemas de regulaci on, en donde las condiciones iniciales difeon y la realirentes de cero, x (0) = x0 6= 0, provienen de alguna perturbaci mentaci on K x se usa para restablecer el estado a cero a una velocidad determinada por los valo-res propios de A BK . Un decaimiento bastante r apido se puede obtener moviendo los valores propios lejos del eje imaginario en el semiplano complejo izquierdo, SCI , pero a un precio que tiene que ser pagado en t ermino de alta energ a del control, K grande, incremento en el ancho de banda del sistema en lazo cerrado y por lo tanto el incremento en la sensitividad al ruido, etc. As , debe de haber un compromiso en la reubicaci on de los valores propios. Aqu , sin embargo, se tratar an algunos problemas que pueden ser tratados con peque nas modicaciones a la soluci on del problema del regulador. 8.1.7.1 Referencias diferentes de cero En el problema del regulador, el objetivo es regresar el estado x a cero, y por eso la entrada externa v es tomada como cero. Si se supone, sin embargo, que se desea tener: y (t) = C x (t) yd
t
274 REALIMENTACION LINEAL DE LAS VARIABLES DE ESTADO un valor deseado diferente de cero, en el estado estaen donde yd , o comando, es alg cionario, de la combinaci on C x (t) . Esto se puede lograr usando un comando de entrada constante vd tal que: x = 0 = (A BK ) xd + B vd yd = C xd = C (A BK )1 B vd = HK (0) vd en donde HK (s) es la funci on de transferencia en lazo cerrado: HK (s) = C (sI A + BK )1 B Note que (A BK )1 existe ya que K se escoge, presumiblemente, para que los valores propios de A BK tengan partes reales sucientemente negativas, y en particular, ning un valor propio de A BK es cero. Por lo tanto vd se puede determinar con la ecuaci on:
1 vd = HK (0) yd .
con la condici on de que HK (0) 6= 0, es decir, la funci on de transferencia en lazo cerrado no debe tener ceros en el origen. Pero, como se demostr o antes, los ceros de on de transferencia original H (s). Por lo tanto, el HK (s) son los mismos de la funci comando de entrada vd se puede determinar si y solo si: H (0) = CA1 B 6= 0 Una vez encontrado vd , la respuesta del sistema se puede hallar, utilizando superposici on, como la suma de las soluciones a los casos: 1) v 2) v = vd , x (0) = xd = 0, x (0) = x0 xd
As , la respuesta, o salida del sistema, y (t), se puede expresar como: y (t) = yd + C x (t) en donde:
.
con
x (0) = x0 xd
x (t) = (A BK ) x (t)
Observe que x (t) 0 a una velocidad determinada por los valores propios de t A BK y, por lo tanto, y (t) yd a esa misma rata. t Si el comando yd es cambiado,de manera sucientemente lenta, el anterior esquema puede desarrollar un trabajo razonable de seguimiento.
8.1 Perturbaciones de entrada constante y realimentaci on integral 275 8.1.7.2 Perturbaciones de entrada constante y realimentaci on integral Suponga que en el modelo del sistema se tiene un vector de perturbaci on w constante, pero desconocido.As , el sistema se puede desribir mediante las ecuaciones: x = Ax + Bu + w, y = Cx
.
x (0) = x0
Si se usa realimentaci on de las variables de estado, u (t) = K x (t), para estabilizar el sistema original, la presencia de w producir a un valor de estado estacionario diferente de cero. Este valor se puede reducir incrementando K ; sin embargo, este procedimiento tiene l mites debido a los efectos de saturaci on y ruido. Un m etodo razonable podr a ser tratar de estimar el descononido w de alguna manera y usar esta estimaci on para cancelar la perturbaci on. Los efectos de vectores de perturbaci on constantes, a menudo, se pueden eliminar utilizando realimentaci on integral del error. As , se introduce una variable de estado adicional: q (t) = y y se usa la realimentaci on: u (t) = K x (t) Kq q (t) ley de control
Figura 8.2 Realimentaci on de las variables de estado y la integral de la salida El sistema aumentado en lazo cerrado es: . x A BK BKq x w . = + q C 0 q 0 Si {K , Kq } se escogen de modo que el sistema sea estable, entonces el valor de y en el estado estacionario ser a cero, ya que de la segunda ecuaci on anterior: 0 = C x () = y ()
276 REALIMENTACION LINEAL DE LAS VARIABLES DE ESTADO Es importante notar que el error de estado estacionario es llevado a cero sin conocer la perturbaci on w. Adem as, n otese que usando un comando de entrada vd , o referencia, en adici on a la realimentaci on integrativa se puede obtener un valor de estado estacionario y () deseado. Ejemplo 8.1 .
Figura 8.3 Ejemplo En la l nea que conecta el centro de la tierra con el centro de la luna, hay un punto L1, Fig 8.3, en donde la fuerza de atracci on de la tierra sobre un sat elite (en una o rbita alrededor de la tierra con el mismo per odo que la o rbita de la luna) es exactamente igual a la fuerza de atracci on de la luna m as la fuerza centr fuga. Sin embargo, este punto de equilibrio es inestable como se ver a. Despu es se demostrar a que usando realimentaci on del estado, a trav es de un peque no motor de reacci on, un sat elite en ese punto puede ser estabilizado. Las ecuaciones din amicas para peque nas desviaciones del punto de equilibrio se puede demostrar que son: x 2 y 92 x = 0 .. . y +2 x +42 y = u en donde: x perturbaci on de la posici on radial. y perturbaci on de la posici on acimutal. 2 u = F/m F fuerza del motor en la direcci on y , m masa del sat elite 2 1 = rad. d a 29 1) Con u = 0, demostrar que el punto de equilibrio es inestable. 2) Para estabilizar el sistema, usar realimentaci on de las variables de estado: u = K1 x K2 x K3 y K4 y
. . .. .
8.1 Perturbaciones de entrada constante y realimentaci on integral 277 Determinar los Ki de modo que el sistema en lazo cerrado tenga los polos en s = 3, s = 4 , y s = (3 j 3) . 3) Dise nar un controlador con la anterior realimentaci on y con un comando de referencia para la posici on y . 4) Explicar porqu e un controlador como el anterior para la posici on x no puede ser dise nado para el sat elite. Soluci on: 1) Utilizando como variables de estado x, x, y, y , entonces: 0 9 2 A= 0 0 1 0 0 2 0 0 0 4 2 0 2 1 0 0 0 B= 0 1
. .
La ecuaci on caracter stica es:
a (s) = det (sI A) = s4 2 s2 36 4 cuyas ra ces se determinan con: 2 1 145 4 + 144 4 = s = 2 2 Por lo tanto, los valores propios son:
2
{ 2.35,
j 2.55}
y el sistema es claramente inestable. 2) Como el sistema es controlable, ya que la matriz de controlabilidad C (A, B ) es no on singular det C = 364 , se puede reubicar los valores propios por realimentaci de las variables de estado. El polinomio caracter stico deseado es: (s) = (s + 3 ) (s + 4 ) (s + 3 + j 3 ) (s + 3 j 3 ) = s4 + 13s3 + 72 2 s2 + 198 3 s + 216 4 Utilizando la f ormula de Bass-Gura, por ejemplo, o por comparaci on de coecientes con el polinomio det (sI A + BK ) se obtiene: K4 = 13 K3 = 28 2 K2 = 50.5 K1 = 157.52
3) Como la salida es y , entonces: C = [0 0 1 0] Calculando: HK (0) = C (A BK )1 B = 1 24 2
278 REALIMENTACION LINEAL DE LAS VARIABLES DE ESTADO Por lo tanto:

1 (0) yd = 24 2 yd vd = HK
y la soluci on por realimentaci on, ley de control, es: u (t) = K x 242 yd en donde: K = 157.5 2 50.5 28 2 13
4) En este caso la salida ser a x, y entonces: C = [1 0 0 0]
1 Si se calcula C (A BK ) B = 0 para todo K. As , es imposible encontrar una entrada vd para ajustar cualquier valor deseado de x.
8.1.7.3 Observaciones nales La escogencia de un conjunto de valores propios deseados, depende de criterios de funcionamiento de dise no tales como el tiempo de crecimiento, tiempo de establecimiento, el m aximo sobrepaso, la magnitd m axima de las se nales, etc. Aunque estos criterios sean precisamente especicados, no hay respuesta simple al problema propuesto. Una manera de proceder es por simulaci on en el computador. Por supuesto el conjunto de valores propios obtenidos no ser au nico. La u nica manera sistem atica conocida para las ganancias de realimentaci on, y consecuentemente un conjunto u nico de valores propios es minimizando el ndice de desarrollo cuadr atico: Z h i t t x (t) Qx (t) + u (t) Ru (t) dt J=
0
K se puede determinar resolviendo la ecuaci on algebraica de Riccati. Sin embargo, no existe ninguna regla espec ca para escoger las matrices Q y R en el anterior ndice cuadr atico. Esta metodolog a est a fuera del alcance de este libro. Una de las ventajas de la t ecnica propuesta en este cap tulo es que el procedimiento consiste de dos pasos independientes. El primero supone que todas las variables de estado est an disponibles para prop ositos de realimentaci on. Naturalmente esto es impr actico ya que implicar a conseguir un gran n umero de sensores. La suposici on de la disponibilidad de las entradas meramente permiten proceder con el primer dise no, que se llamar a ley de control. El paso restante consiste en dise nar un estimador u observador asint otico el cual permite estimar todo el vector de estado. El controlador nal, o compensador, consistir a de la combinaci on de la ley de control y el estimador, en donde la ley de control se basa en los estados estimados en lugar de los estados actuales, o reales.
CAPITULO
DE OBSERVADORES DISENO ASINTOTICOS Y COMPENSADORES

Si una realizaci on {A, B , C } es controlable, entonces la realimentaci on de las variables de estado puede reubicar los valores propios de A a donde se desee. Se discutir a el problema de obtener los estados de la realizaci on conociendo u nicamente la entrada u y la salida y del sistema. Si el sistema es observable, mediante diferenciaci on se pueden calcular los estados. Est a t ecnica es por supuesto impr actica y se desarrollar a un estimador de estado m as real stico conocido como observador asint otico. Su nombre es debido a que los estados se pueden obtener u nicamente con un error tal que tiende a cero a una rata exponencial deseada. Se ver a que las ecuaciones de dise no para el controlador no se afectan por el hecho de que se usen los estados aproximados en lugar de los verdaderos. Se ver a adem as que la conguraci on total del observador-controlador es internamente estable. Sin embargo, el uso de los estados estimados en lugar de los verdaderos para realimentaci on, podr a conducir en general a un deterioro de la respuesta transitoria.
9.1
Observadores asint oticos para medida de los
estados
Se desea determinar los estados de la realizaci on:
x (t) = Ax (t) + Bu (t) , x (0) = x0 y (t) = C x (t) , t > 0 279
280 DISENO DE OBSERVADORES ASINTOTICOS Y COMPENSADORES suponiendo conocidos y (t) y u (t) . Si se conocen A, B , C , y (t) y u (t) se puede simular el sistema y usar como entrada a u (t). El problema sin embargo es que no se conoce el estado energ etico inicial (e.e.i) x (0) = x0 . Se puede demostrar que con u (t) = 0, t 0 : h it O.x (0) = y (0) , , y (n1) (0) de la cual podr a hallarse x (0) si se da y (0) , , y (n1) (0) como parte del problema.
9.1.1
Un observador en lazo abierto.
Si se simula el sistema {A, B , C } con el e.e.i correcto y se excita con la entrada {u (t) , t > 0}, se puede obtener {x (t) , t > 0}. Observe que es una estrategia en lazo abierto y es susceptible, por lo tanto, a perturbaciones y no hay medio para compensar por algunos errores.
Figura 9.1 Sistema original y simulaci on Suponga que el e.e.i de la simulaci on tiene un ligero error; es decir se tiene x 0 , x0 + , k k << kx0 k, en lugar de x0 . Los estados ser an las variables x (t) en lugar de x (t) :
.
x (t) = Ax (t) + Bu (t) , . x (t) = Ax (t) + Bu (t)
x (0) = x 0 = x0 +
(9.1) (9.2)
Obviamente hay un error x (t) , x (t) x (t) que satisface la ecuaci on diferencial (9.3) que se obtiene de (9.1) y (9.2):
.
x (t) = A x (t) x (0) =
(9.3)
9.1 Un observador en lazo cerrado 281 Es decir, el error en el e.e.i produce un error x (t) , Usando Laplace: t 0 .
sx (s) = Ax (s) 1 x (s) = (sI A)
(9.4)
Si se expande (t) ser a una suma de t erminos parciales se nota que x (9.4) en fracciones de la forma ei t , tJ eK t , en donde los {i } son los valores propios de A. Obviamente si el sistema es inestable (recu erdese que interesa determinar los estados para ser realimentados y lograr estabilidad) entonces el error x (t) crecer a indenidamente a medida que t sin importar que tan peque no es el error inicial. A un si el sistema es estable, si algunos valores propios tienen partes reales muy peque nas, los efectos de los errores en las estimaciones iniciales tomar an mucho tiempo en desaparecer pr acticamente.
9.1.2
Un observador en lazo cerrado
Habr a situaciones en las que un estimador de lazo abierto puede ser satisfactorio, especialmente si se hace una reinicializaci on peri odica, para eliminar, o al menos controlar deseablemente, los efectos de errores iniciales y perturbaciones. Sin embargo, la manera cl asica de resolver estas dicultades potenciales de sistemas de lazo abierto es usar realimentaci on para que el error tienda a cero, excitando el sistema con un t ermino proporcional al error en la estimaci on. El problema consiste en como determinar este error. En problemas cl asicos de realimentaci on se obtiene de la se nal de referencia. En nuestro problema, el error es x (t) x (t) = x (t), pero por supuesto x (t) no est a disponible. Por esto se debe obtener una se nal de referencia de alguna otra manera. La salida y (t), no usada en la relaci on de lazo abierto, puede ser utilizada ahora ya que con y (t) = C x (t), y (t) es disponible. Una se nal de error se puede generar como: y (t) y (t) = y (t) C x (t) = C [x (t) x (t)] = C x (t) la cual puede ser utilizada para excitar la ecuaci on del estimador. Estas observaciones llevan a considerar un estimador para x (t) de la forma mostrada en la Fig 9.2. Se supone que se tiene acceso a la entrada y salida del sistema original. As :
x (t) = Ax (t) + Bu (t) + l [y (t) C x (t)] x (0) = x 0
(9.5)
donde x 0 es una estimaci on inicial del vector de estado y l es un vector de ganancias de realimentaci on que debe ser escogido deseablemente.
282 DISENO DE OBSERVADORES ASINTOTICOS Y COMPENSADORES
Figura 9.2 Observador asint otico El sistema que genera x es llamado observador u observador asint otico, por razones que se ver an m as adelante. l debe ser escogido para controlar adecuadamente el error x =xx . De (9.2) y (9.5) se obtiene:
.
x (t) = (A lC ) x (t) 0 x (0) = x0 x
(9.6)
Obs ervese que con l = 0, (9.6) se reduce a (9.3) o ecuaci on de error en lazo abierto. El efecto de realimentar el error l [y y ] = lC [x x ] es dar alg un control sobre el comportamiento del error x . En efecto, las frecuencias naturales ser an los valores propios de A lC , y lo que se trata de hacer es escoger l de modo que el error se aten ue tan r apido como se desee. Por ahora la estimaci on inicial x 0 no es importante on para el si no se tiene informaci on especial. A menudo se toma x 0 = 0. La raz nombre observador asint otico debe ser clara ahora. Se demostrar a que si {C , A} es observable, entonces se puede hallar l de modo que A lC tenga valores propios arbitrarios, es decir: en donde los i son completamente arbitrarios. Este problema es esencialmente el mismo como el de determinar el vector de realimentaci on K requerido para darle una din amica arbitraria a una realizaci on que es controlable. det (sI A + lC ) = (s) = sn + 1 sn1 + + n (9.7)
9.1.3
F ormulas para el vector de ganancias del observador
Se demostr o que dada una realizaci on {A, B , C } con {A, B } controlable, se puede encontrar un vector K de varias maneras de modo que:
9.2 Observador y controlador combinados (compensadores). 283
det (sI A + BK ) = sn + 1 sn1 + + n ormula, por ejemplo, es: para cualquier i . Una f K = ( a) 1 C t (A, B )
(9.8)
(9.9)
t
Para reformular el problema del observador de la anterior manera, puesto que det M = det M t , entonces: det (sI A + lC ) = det (sI A + lC )t = det sI At + C t lt y si en la soluci on del problema del controlador se reemplaza: A At B Ct K lt
en donde a es el vector de coecientes de a (s) = det (sI A) y es una matriz triangular superior Toeplitz con [1 a1 an1 ] como la primer la. 1 a1 a2 an1 0 1 a1 an2 0 0 1 an3 . . .. t = . . . . . . . . a1 0 1
entonces l se puede encontrar si y solo si C (At , C t ) es no singular. Entonces: t t 1 A , Ct lt = ( a) C Pero: i h C At , C t = C t At C t At(n1) C t = O (A C ) l = O1 (A, C ) t ( a)t
Por lo tanto el vector de ganancias l del observador se puede calcular como: (9.10)
Entonces para calcular l es necesario que el sistema sea observable. La dualidad entre el problema del observador asint otico y el del controlador modal es muy u til y puede ser usada como se hizo anteriormente.
9.2
Observador y controlador combinados (com-
pensadores)
El problema del observador se gener o por la necesidad de obtener los estados para usarlos en el controlador. Ahora se tiene estimaciones asint oticas correctas de los
284 DISENO DE OBSERVADORES ASINTOTICOS Y COMPENSADORES estados en lugar de los estados mismos y una pregunta natural es si el resultado previo de ubicar polos arbtrariamente por realimentaci on de las variables de estado se sostendr a cuando solo se dispone de tales estimaciones de los estados actuales. L ogicamente en estado estacionario el observador asint otico es adecuado ya que los errores en las estimaciones son nulos. Por eso, como se ver a m as adelante, la funci on de tranferencia del observador y controlador conbinadas ser a la misma que la del controlador puro, con perfecta realimentaci on de los estados. Pero la preocupaci on b asica es si la incorporaci on del sistema din amico observador en el lazo de realimentaci on afectar a la estabilidad de el sistema total ya que interconexiones de subsistemas estables podr an conducir a sistemas totales inestables. Sin embargo, se probar a que la incorporaci on de un observador asint otico estable no inestabiliza el sistema total.
Figura 9.3 Observador y controlador combinados El sistema original de la Fig 9.3 puede ser descrito por su funci on de transferencia H (s) o por una realizaci on {A, B , C }. Si se tiene H (s) se puede obtener una realizaci on conveniente, por ejemplo, tipo CONTROLLER, de modo que se pueda usar realimentaci on de las variables de estado. Si estas son directamente medibles, se puede cerrar el lazo a trav es del vector de ganancias K . De otra manera, se debe usar estados estimados x , los cuales se obtienen del sistema simulado que es excitado por el error l [y C x ] y por la misma entrada del sistema original, u = v K x . Este u ltimo hecho debe ser as , pues de lo contrario los estados x no seguir an a los estados x. Para el sistema de la Fig 9.3 se pueden plantear las siguientes ecuaciones: x (t) = Ax (t) + B [v (t) K x (t)] x (t) = Ax (t) BK x (t) + Bv (t)
. .
(9.11)
9.2 Observador y controlador combinados (compensadores). 285 x (0) = x0

.
x (t) = Ax (t) + B [v (t) K x (t)] + l [C x (t) C x (t)]

.
x (t) = l C x (t) + (A lC BK ) x (t) + Bv (t) x (0) = x 0 El error en los estados obedece la siguiente ecuaci on:
. . .
(9.12)
x (t) = x (t) x (t) = Ax (t) Ax (t) lC x (t) + lC x (t)

.
x (t) = (A lC ) x (t) 0 x (0) = x0 x Observe que en la ecuaci on (9.13) la entrada no interviene. Las ecuaciones (9.11) y (9.12) se pueden reescribir, en forma matricial, as : . x (t) A BK x (t) B . = + v (t) lC A lC BK x (t) B x (t) x (0) x0 = x 0 x (0) y (t) = C x (t)
(9.13)
(9.14)
(9.15)
Suponiendo el estado energ etico inicial nulo y usando la transformada de Laplace en (s) (9.14) y (9.15) para obtener la funci on de transferencia total, Hoc (s) = Y V (s) , se obtiene: sx (s) = Ax (s) BK x (s) + B V (s) sx (s) = lC x (s) + (A lC BK ) x (s) + B V (s) Eliminando x (s) entre (9.16) y (9.17) se obtiene: i h sI A + BK (sI A + BK + lC )1 lC x (s) = i h = I BK (sI A + BK + lC )1 B V (s) (9.16) (9.17)
(9.18)
Una identidad matricial muy u til es: h i1 I + C (sI A)1 B = I C (sI A + BC )1 B
(9.19)
286 DISENO DE OBSERVADORES ASINTOTICOS Y COMPENSADORES Si se usa la identidad matricial (9.19) en (9.18), se obtiene (9.20), esto es: Bv (s) = i h I + BK (sI A + lC )1 n h i o sI A + lC I BK (sI A + BK + lC )1 lC x (s) (9.20)
= (sI A + lC + BK lC ) x (s) Bv (s) = (sI A + BK ) x (s) De donde:
x (s) = (sI A + BK )1 B V (s) Transformando (9.15): Y (s) = C x (s) Con (9.21) en (9.22) se obtiene la funci on de transferencia total: Hoc (s) = C (sI A + BK )1 B
(9.21)
(9.22)
(9.23)
que es la misma que se obtendr a con realimentaci on perfecta de los estados. Es decir, la funci on de transferencia es la misma del sistema controlado y no depende de la din amica del observador. En otras palabras, la funci on de transferencia no depende de que tan r apido el error en los estados estimados tienda a cero. La explicaci on es que con estado inicial cero, para ambos x y x , entonces por supuesto el observador, cuando se excita con las mismas entradas que el sistema original, tendr a las mismas salidas que el sistema original. Es decir, x (t) = x (t) cuando x (0) = 0 = x (0). Por eso, al calcular la funci on de transferencia, el observador asint otico es lo mismo que el observador perfecto. Sin embargo el principal inter es es con los modos de la realizaci on total, que son las ra ces de la ecuaci on carater stica de la realizaci on (9.14): sI A BK (9.24) aoc (s) = det lC sI A + lC + BK por transformaciones en las las y columnas de la matriz en (9.24) se puede simplicar este determinante de modo que: sI A BK sI A + lC 0 = (9.25) lC sI A + lC + BK lC sI A + BK aoc (s) = det (sI A + BK ) det (sI A + lC ) aoc (s) = acont (s) aobs (s) (9.26)
por lo tanto:
Entonces, el polinomio caracter stico del sistema total es el producto de los polinomios caracter sticos del observador y del sistema controlado suponiendo que se conocen perfectamente los estados. Esto signica que las frecuencias naturales o modos del sistema total se pueden ubicar para que este sea estable. De hecho, se pueden
9.2 Perturbaciones constantes y realimentaci on integrativa 287 escoger arbitrariamente, si la realizaci on original es controlable y observable. As , seleccionando K como en el Cap tulo 8, sobre realimentaci on por variables de estado, se puede hacer acont (s) = det (sI A + BK ) arbitrario. Por eso, si acont (s) y aobs (s) son estables, es decir, con ra ces ubicadas en el plano complejo izquierdo, entonces en lo es. Resultado que es fundamental y que no era obvio ya que, como aoc (s) tambi se dijo antes, hay muchas situaciones en las que la interconexi on de sistema estables conduce a un sistema inestable. Otra consecuencia u til de (9.26) es que el controlador y el observador se pueden dise nar independientemente el uno del otro. Para el c alculo de las ganancias de realimentaci on K no importa si son los verdaderos estados, o las estimaciones asint oticas correctas de los estados, los que est an disponibles; similarmente, la din amica del observador asint otico se puede calcular del conocimiento de A y C sin importar si este se va a combinar con un controlador por realimentaci on o no. Lo anterior constituye la as llamada propiedad de separaci on en el procedimiento de dise no del observador-controlador. Sin embargo, habr a un deterioro en la respuesta transitoria del sistema combinado (ver ejemplo). 9.2.0.1 Implementaci on del observador El hecho de que el observador tenga tantos estados como el sistema original no signica que se tiene que replicar el sistema original para lograr los anteriores resultados. El sistema original podr a ser una complicada planta de potencia, un procesador qu mico, etc. Afortunadamente, se sabe que, excepto en circunstancias muy especiales, no se necesita contruir el observador de la misma manera como el sistema original. En particular, se puede construir con circuiteria electr onica, miniaturizada, con grandes ventajas de tama no, costo, etc. De hecho, los modernos desarrollos en la electr onica integrada facilita el uso de observadores de muy alto orden en el control de sistemas f sicos bastante complicados. As , en muchas aplicaciones, es posible utilizar un microprocesador dise nado especialmente para integrar, no solo el controlador, si no tambi en las ecuaciones de estado del observador. 9.2.0.2 Resumen Usando realimentaci on de los estados de una realizaci on completamente controlable y completamente observable de la funci on de transferencia original, se puede obtener una nueva realizaci on internamente estable cuyas frecuencias naturales est en ubicadas donde se desee. Aunque se ha obtenido este resultado solo para sistemas escalares, una entrada, una salida, hay una extensi on natural al caso multivariable y en esto representa quiz as el mayor triunfo del m etodo del estado espacial en el control de sistemas lineales.
9.2.1
Perturbaciones constantes y realimentaci on integrativa
Para un sistema excitado con una perturbaci on constante desconocida w, se dise nar a un observador para estimar a w y usar esta para compensar la perturbaci on. Matem aticamente: x = Ax + Bu + Bw . w = 0
.
288 DISENO DE OBSERVADORES ASINTOTICOS Y COMPENSADORES y = Cx
en donde u es la entrada de control y y la salida observada. La perturbaci on constante se modela como la salida de un integrador no excitado. Se tiene entonces el sistema aumentado mostrado en la Fig 9.4:
Figura 9.4 Sistema con perturbaci on Si se tuviera una estimaci on w de w, se ajustar a u = w para tratar de cancelar la perturbaci on. Esto motiva para obtener un observador que estime a w. Un observador para el sistema aumentado es dado por:
"
. # A B x B x . = + u + l (y C x ) 0 0 w 0 w x (0) = 0, w (0) = 0
t t en donde l es un vector columna de dimensiones (n + 1) 1. Partiendo l como [l1 , l2 ] , con l2 un escalar, se tiene:
"
x . w
A l1 C l2 C
B 0
x w
B 0
u+
l1 l2
La estructura del observador se muestra en la Fig 9.5:
9.2 Perturbaciones constantes y realimentaci on integrativa 289
Figura 9.5 Observador para estado y perturbaci on Si el sistema aumentado es observable, se puede escoger l de tal manera que los modos del error decaigan, tiendan a cero con el tiempo, y as asegurar que w se aproxima asint oticamente a w. Ejemplo 9.1 . Para el ejemplo del sat elite resuelto en el cap tulo de realimentaci on de variables de estado, dise nar un observador utilizando medidas de la perturbaci on de la posici on acimutal y . Ubicar los polos del observador en s = 2 , s = 3 , s = 3 j 3 , lo cual signica que los errores estimados decaer an en un tiempo de aproximadamente 4/2 = 2/ = 2/ (2/29.3) = 9.33 d as. Debido a la propiedad de separaci on el observador se puede dise nar independientemente del dise no de la realimentaci on de las variables de estado. Entonces: C = [0 0 1 0] Para determinar si el sistema es observable: C CA 0 = CA2 CA3 CA CA2 CA3 = = = [ 0 [ 0 3 18 0 0 2 0 1 0 4 2 0 0 2 0 0 4 2 0 1 ] 0 ] 8 2
Por lo tanto:
0 0 0 = 0 18 3
0 1 0 8 2
det 0 = 364 6= 0 El sistema es observable y se puede dise nar el observador.
290 DISENO DE OBSERVADORES ASINTOTICOS Y COMPENSADORES
sI A + lC
= =
s 9 2 0 0 s 9 2 0 0
1 0 0 s 0 2 + 0 s 1 s 2 42 1 l1 0 2 s l2 1 0 s + l3 s 2 42 + l4
l1 l2 0 0 1 0 l3 l4
s l2 1 l1 2 1 + 9 2 0 s + l3 s + l3 det (sI A + lC ) = s det 0 s 2 4 2 + l4 2 42 + l4 2 = s s s + l3 s + 4 2 + l4 + 2 [l2 + 2 s + 2l3 ] +9 2 s2 + l3 s + 42 + l4 + 2 [l1 ] = s4 + s3 [l3 ] + s2 4 2 + l4 + 42 9 2 +s 2 (l2 + 2l3 ) + 92 l3 + 9 2 4 2 + l4 2 l1 La ecuaci on caracter stica deseada del observador es:
0 1 s
(s) = (s + 2 ) (s + 3 ) (s + 3 J 3 ) (s + 3 + J 3 ) (s) = s4 + 11s3 + 54 2 s2 + 126 3 s + 108 4
Comparando los coecientes correspondientes se obtienen las componentes del vector l: l1 = 23.5 l2 = 8.5 2 l3 = 11 l4 = 55 2
La Fig 9.6 muestra el esquema del control con el observador.
9.2 Perturbaciones constantes y realimentaci on integrativa 291
Figura 9.6 Control del sat elite con observador
APENDICE
TABLAS DE LA TRANSFORMADA DE LAPLACE
293
294 TABLAS DE LA TRANSFORMADA DE LAPLACE
Tabla A.1.
f (t) impulso unitario (t) escal on unitario 1 (t) t

tn1 (n1)!
F (s) 1
1 s 1 s2 1 sn n! sn+1 1 s+a 1 (s+a)2 1 (s+a)n n! (s+a)n+1 s2 +2 s s2 +2 s2 2 s s2 2 1 s(s+a) 1 (s+a)(s+b) s (s+a)(s+b)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
(n = 1, 2, 3, . . .) (n = 1, 2, 3, . . .) eat teat
tn
1 n1 (n1)! t
eat
(n = 1, 2, 3, . . .)
tn eat
(n = 1, 2, 3, . . .) sen t cos t senh t cosh t
1 a 1 ba 1 ba
(1 eat )
bt be aeat
at e ebt
A.0 TABLAS DE LA TRANSFORMADA DE LAPLACE
295
Tabla A.1 Continuaci on

1 ab
17 18 19 20 21 22
h 1+
1 a2
1 ab
(1 eat ateat ) (at 1 + eat ) eat sen t eat cos t
at i be aebt
1 s(s+a)(s+b) 1 s(s+a)2 1 s2 (s+a) (s+a)2 +2 s+a (s+a)2 +2

2 n 2 s2 +2n s+n
1 a2
p n ent sen n 1 2 t 2
1
23
p nt 2 t e sen 1 n 1 2 1 2 = tan1 p nt 2 t+ e sen 1 n 1 2 2 1 = tan1 1 cos t t sen t sen t t cos t

1 2 t sen t
s 2 s2 +2n s+n
24
1 1
2 n 2) s(s2 +2n s+n
25 26 27 28 29 30 31
1 2 2 2 1
2 s(s2 +2 ) 3 s2 (s2 +2 ) 23 (s2 +2 )2 s (s2 +2 )2 s2 2 (s2 +2 )2
t cos t (cos 1 t cos 2 t)

1 2
(sen t + t cos t)
2 2 1 6= 2
s
2 2 (s2 +1 )(s2 +2 )
s2 (s2 +2 )2
296 TABLAS DE LA TRANSFORMADA DE LAPLACE
Tabla A.2. L [Af (t)] = AF (s) L [f1 (t) f2 (t)] = F1 (s) F2 (s) h L
d2 dt2 f
1 2 3 4 L L
i (t) = s2 F (s) sf (0) f (0)

(k1) n P (t) = sn F (s) snk f (0) k=1 (k1)
dt f
(t) = sF (s) f (0)
dn
dtn f
donde
f (t)=
dk1 f dtk1
(t)
6 R R
f (t) dt =
F (s) s2
F (s) s
f (t)dt s
t=0
f (t) dt dt =
f (t)dt s2
t=0
R R
f (t)dt dt s
t=0
R f (t) (dt)n = L R
0
F (s) sn +
k=1
9 10 11 12 13 14 15 16 17
f (t) dt =lim F (s) si

s0
hR
t f 0
i (t) dt =
n P
1 snk+1
hR
i R f (t) (dt)k
t=0
F (s) s
L [eat f (t)] = F (s + a) 0
R
0
f (t) dt existe
L [f (t ) 1 (t )] = eas F (s) d2 L t2 f (t) = ds 2 F (s)

dn dsn F (s) L [tf (t)] = dF ds
L [tn f (t)] = (1)n L 1

tf
(s)
n = 1, 2, 3, . . .
t = aF (as) L f a
R (t) = s f (s) ds
APENDICE
PROGRAMA MATLAB
B.1
Introducci on
Programa que sirve para c alculo num erico y visualizaci on de alto desarrollo. El ambiente es tal que los problemas y soluciones se expresan como se escriben matem aticamente, sin la tradicional programaci on. Es un sistema interactivo cuyo elemento b asico de datos es una matriz que no requiere dimensionamiento. MATLAB tambi en tiene cajas de herramientas, toolboxes, que resuelven clases particulares de problemas tales como procesamiento de se nales, dise no de sistemas de control, simulaci on de sistemas din amicos, identicaci on de sistemas, redes neurales, sistemas de control robustos, optimizaci on y otros (Matem atica simb olica). La cualidad mas importante del MATLAB es que es f acilmente extendible. Esto permite crear nuestras propias aplicaciones. El contenido de este ap endice describe: a) Como entrar matrices simples, los elementos para construirlas, declaraciones y variables del MATLAB. b) Como conseguir informaci on del espacio de trabajo y como guardarla. c) N umeros y expresiones aritm eticas. d) Formato de salida. e) Ayuda. f) Funciones del MATLAB.
B.2
Entrando matrices simples
El MATLAB trabaja fundamentalmente con una clase de objeto, una matriz num erica rectangular con elementos posiblemente complejos. Se pueden entrar de diferentes maneras: a) Una lista expl cita de elementos. b) Generar matrices usando declaraciones y funciones propias del MATLAB. 297
298 PROGRAMA MATLAB c) Crear matrices en archivos M. d) Cargar matrices de archivos de datos externos. El lenguaje MATLAB no contiene declaraciones DIMENSION ni TYPE. Separa la memoria necesaria para el almacenamiento. Entrando una lista expl cita de elementos se siguen las siguientes convenciones: a) Se separa la lista de elementos con comas (,) o espacios en blanco. b) El punto y coma (;) se usa para indicar los nales de las las. c) El comienzo y el n de la matriz se indica con corchetes [ ]. Ejemplo B.1 . A = [1 2 3; 4 5 6; 7 8 9] Esta declaraci on genera la siguiente salida: A= 1 4 7 2 5 8 3 6 9
La matriz A es guardada por el MATLAB para uso posterior. o ENTER. El punto y coma (;) puede ser reemplazado por el RETURN Se pueden entrar matrices desde archivos de disco si su nombre tiene extensi on m. Si un archivo llamado gena m tiene las siguientes l neas de texto: A= [1 4 7 2 5 8 3 6 9]
entonces la declaraci on gena
lee el archivo y genera A.
B.3
Elementos de las matrices
Estos pueden ser cualquier expresi on del MATLAB. Ejemplo B.2 . x = [1.3 sqrt (3) resulta en: x = 1.3000 1.7321 4.8000 los elementos de la matriz pueden ser referenciados con ndices dentro de par entesis. (1 + 2 + 3) 4/5]
B.4 Declaraciones y variables del MATLAB Ejemplo B.3 . x (5) = abs (x (1)) produce: x = 1.3000 1.7321 4.8000 0 1.3000
299
Note que el tama no de x se incrementa autom aticamente para acomodar el nuevo elemento y que los elementos no denidos se igualan a cero. Se pueden construir matrices grandes usando matrices peque nas como elementos. Por ejemplo, para adicionar otra la a la matriz A : r = [10 11 12] ; A = [A ; r] que resulta en: A= 1 4 7 10 2 5 8 11 3 6 9 12
Se puede extraer matrices peque nas de matrices grandes usando dos puntos (:). Ejemplo B.4 . A = A (1 : 3, :) ; toma las tres primeras las y todas las columnas de la A actual.
B.4
Declaraciones y variables del MATLAB
El MATLAB es un lenguaje de expresi on. Es decir, interpreta y eval ua las expresiones escritas. Las declaraciones son frecuentemente de la forma: variable = expresio n o simplemente expresio n. Las expresiones se pueden componer de operadores y otros caracteres especiales, funciones y nombres de variables. La evaluaci on de la expresi on produce una matriz la cual se muestra en la pantalla y se asigna a la variable. Si se omite el nombre de la variable y el signo =, MATLAB autom aticamente crea una variable con el nombre ans.
300 PROGRAMA MATLAB Ejemplo B.5 . 1900/81 produce: ans = 23.4568 Una declaraci on normalmente termina con RETURN o ENTER. Sin embargo, o ENTER el si el u ltimo caracter es punto y coma (;) antes del RETURN resultado no se muestra en la pantalla pero s se realiza la asignaci on. Ejemplo B.6 . p = eig (A) ; halla los valores propios de A pero no los muestra en pantalla. Si es necesaria m as de una l nea para la expresi on se puede usar (3 puntos) y el RETURN para indicar que contin ua en la pr oxima l nea. Se pueden formar variables y nombre de funciones con una letra, seguida por cualquier n umero de letras y digitos. MATLAB recuerda s olo los primeros 19 caracteres de un nombre. Adem as, distingue entre may usculas y min usculas. Todos los nombres de funciones deben ser en min usculas. As , inv (A) invierte A, pero INV (A) se reere a una funci on no denida.
B.5
Informaci on sobre el espacio de trabajo
Para listar las variables en el espacio de trabajo escriba: no de las variables se puede usar whos . Cada elemento who . Para ver el tama de una matriz real requiere 8 bytes de memoria. Las variables ans y eps son permanentes y no se pueden borrar. eps es una tolerancia para determinar aspectos tales como singularidades y rango. eps = 252 2.221016 . Se le puede reasignar otro valor, incluyendo cero. El MATLAB tiene la facilidad help. Ensayar el comando help lookf or. As como help what y help which.
B.6
C omo terminar el programa y guardar el
espacio de trabajo
Para terminar el programa escribir quit o exit . Antes de parar se puede guardar el espacio de trabajo con el comando save , el cual guarda todas las variables en un archivo del disco llamado matlab.mat.
B.8 Formato de salida
301
La pr oxima vez que se invoque el MATLAB se puede ejecutar el comando load para recuperar el espacio de trabajo desde matlab.mat. save y load se pueden usar con otros nombres de archivos, o tambi en guardar u nicamente las variables que se deseen. guarda las variables x, y y z en el archivo llamado temp.mat. As , save temp x y z load temp , recupera todas las variables del archivo temp.mat. load y save pueden tambi en importar y exportar archivos de datos ASCII.
B.7
N umeros y expresiones aritm eticas
Usa notaci on convencional decimal, con el punto decimal opcional. Se puede incluir la potencia 10 como un factor de escala o una unidad compleja como un sujo. Ejemplos de n umeros son: 3 99 0.001
9.6397238 1.602e 20 6.022e 23 2i 3.14159i 3e5i
La precisi on relativa de los n umeros es eps que equivale a, aproximadamente, 16 digitos decimales signicativos. El rango es de 10308 hasta 10308 . Se pueden construir expresiones con las operaciones aritm eticas usuales y con reglas de precedencia: + (suma), (resta), (multiplicaci on), / (divisi on por la derecha), \ (divisi on por la izquierda), (potenciaci on). Los par entesis sirven para afectar la precedencia. La funci on pi calcula (usa 4 atan (1)). La funci on Inf es usada para innito. Ejemplo B.7 . s = 1/0 = Inf La variable NaN implica no un n umero. C alculos como Inf /Inf o 0/0 la producen. MATLAB maneja n umeros complejos, indicados por las funciones especiales i y j , en todas sus operaciones y funciones. Ejemplo B.8 . A = [1 + 5i 2 + 6i; 3 + 7i 4 + 8i]
Un nombre de una funci on interna puede ser un nombre de una variable, pero en este caso no es disponible la funci on interna dentro del actual area de trabajo hasta que la variable no sea borrada. Si se usa i y j como variables y se sobreescribe sus valores, se puede generar una nueva unidad de complejos y usarse de la manera usual:
302 PROGRAMA MATLAB
ii = sqrt (1) z = 3 + 4ii
B.8
Formato de salida
El comando f ormat afecta la forma en que se muestran las matrices en la pantalla, no c omo se calculan o guardan. MATLAB desarrolla todos los c alculos en doble precisi on. Si todos los elementos de una matriz son exactos, la matriz se muestra en un formato sin puntos decimales. Si por lo menos un elemento de la matriz no es un entero exacto, se dispone de varios formatos de salida. El formato por defecto es el short, el cual muestra aproximadamente 5 d gitos decimales signicativos. Los otros formatos muestran m as d gitos signicativos o usan notaci on cient ca. Ejemplo B.9 . x = [4/3 1.2345e 6] Los formatos, y la salida resultante para este vector, son: format short 1.3333 0.0000
format short e 1.3333e + 00 1.2345e 06
format long 1. 3333 3 } 0.00000123450000 | {z

14
format long e 1. 3333 3 } e + 00 1.23450 0 e 06 | {z

15
B.11 Divisi on de matrices
303
format bank 1.33 0.00
f ormat hex f ormat + Con los formatos short y long si el elemento mas grande de una matriz es mayor que 1000 o menor que 0.001, la matriz total se muestra con un factor de escala com un.
B.9
Funciones
Gran parte de la potencia del MATLAB proviene de su extensivo conjunto de funciones. Algunas son intr nsecas, otras son disponibles en la librer a de archivos externos tipo m, distribu da con el MATLAB (las herramientas). El usuario puede crear sus propias funciones para aplicaciones mas especializadas (posteriormente se hablar a de los archivos m). Usar el help para ver las diferentes categor as de funciones anal ticas disponibles en el MATLAB (matem atica elemental, funciones especiales, matrices elementales, especiales, ). Las funciones pueden tener varios argumentos de entrada y varias salidas. Ejemplos: theta = atan2 (y, x), usa 2 argumentos de entrada. [V, D] = eig (A), retorna 2 matrices, V y D, con los vectores y valores propios de la matriz A, respectivamente. Las salidas son delimitadas con corchetes [ ] y separadas con comas. [y, i] = max (x), regresa el m aximo valor del vector x en y , y el ndice respectivo en i. MATLAB nunca modica la entrada o argumentos de entrada a la funci on. Siempre retorna las salidas de una funci on en los argumentos del miembro izquierdo.
B.10
Operaciones matriciales
0
El caracter (prima o ap ostrofe) denota la transpuesta de una matriz. Si z es una 0 transpuesta de la conjugada z . Para la transpuesta no matriz con complejos, z es la0 0 conjugada, usar z. o conj z . + y denotan suma y resta de matrices siempre y cuando tengan las mismas dimensiones. Si uno de los operandos es un escalar, este es sumado o restado de todos los elementos del otro operando. Ejemplo B.10 . y = [1 2 3] 1 = [0 1 2]
304 PROGRAMA MATLAB denota multiplicaci on de matrices. V alida si hay conformabilidad en la multiplicaci on de las matrices.
B.11
Divisi on de matrices
Se usan 2 s mbolos: \ y /. Si A es cuadrada no singular, A\B y B/A corresponden formalmente a la multiplicaci on por la izquierda y por la derecha de B por la inversa de A, es decir, inv (A) B y B inv (A). Sin embargo el resultado se obtiene sin el c alculo de la inversa. En general: x = A\B es una soluci on a A x = B x = B/A es una soluci on a x A = B Ap = A A } , si p es un entero > 1 | A {z
p
Ap = V D. p/V , para otros valores de p donde: [V, D] = eig (A)
B.12
Funciones matriciales
MATLAB considera expresiones como exp (A) y sqrt (A) como operaciones sobre cada uno de los elementos de la matriz. Se pueden calcular tambi en funciones trascendentales matriciales, tales como la matriz exponencial y la matriz logaritmo, las cuales se denen solo para matrices cuadradas (son generalmente dif ciles de calcular). Una funci on matem atica trascendental se interpreta como una funci on matricial si se adiciona una m al nombre de la funci on, ejemplo: expm (A) y sqrtm (A). Hay 3 denidas expm, logm y sqrtm. Otras funciones matriciales elementales incluyen: poly , polinomio caracter stico. det, determinante. trace, la traza, y otras.
B.13
Operaciones sobre arreglos
Esto se reere a operaciones aritm eticas sobre cada elemento de una matriz. 0 on sobre Un punto (.) precediendo un operador (, \, /, , ) indica una operaci arreglos.
B.15 Operaciones l ogicas
305
Para suma y resta, las operaciones sobre arreglos y sobre matrices son las mismas, as + y se pueden considerar como operaciones sobre matrices o arreglos. . denota la multiplicaci on de arreglos. Ejemplo B.11 . Si: x = [1 2 3] ; entonces: z = x. y = [4 10 18] A ./B y A .\B dan los cocientes de los elementos individuales. Ejemplo B.12 . z = x.\y = [4.0000 2.5000 2.0000] . denota potencias de arreglos. Ejemplo B.13 . Para el x y y anterior: z = x.y = [1 32 729] z = x.2 = [1 4 9] (el exponente es un escalar) z = 2. [x y ] = [2 4 8 16 32 64] (la base es un escalar) y = [4 5 6] ;
B.14
Operaciones relacionales
Se dispone de 6 operadores relacionales para comparar 2 matrices de iguales dimensiones. < menor que. <= menor o igual que. > mayor que. >= mayor o igual que. == igual. = no igual. MATLAB compara los pares de elementos correspondientes. El resultado es una matriz con unos y ceros, en donde uno representa cierto y cero falso. Ejemplo B.14 . 2 + 2 = 4 es simplemente cero
306 PROGRAMA MATLAB
B.15
Operaciones l ogicas
Los operadores &, | y son los operadores l ogicos Y , O y N O. C = A & B es una matriz cuyos elementos son unos en donde A y B tengan elementos diferentes de cero, y ceros en donde cualquiera tenga un cero. A y B deben tener las mismas dimensiones, a menos que una sea un escalar. Un escalar puede operar con otro escalar o una matriz. C = A | B es una matriz cuyos elementos son unos en donde A o B tengan elementos diferentes de cero, y ceros en donde ambas tengan ceros. A y B deben tener las mismas dimensiones, a menos que una sea un escalar. B = A es una matriz cuyos elementos son unos en donde A tiene ceros y ceros en donde A tiene elementos diferentes de cero. Las funciones any y all son u tiles con operaciones l ogicas. any (x) retorna 1 si cualquiera de los elementos de x son diferentes de cero, retorna cero de otra manera. all (x) retorna 1 s olo si todos los elementos de x son diferentes de cero. Estas funciones son u tiles particularmente en declaraciones como: if all (A < 0.5) haga algo end Si los argumentos de any y all son matrices, retorna un vector la con el resultado para cada columna. Para las siguientes funciones relacionales y l ogicas: any , all, find, exist, isnan, isinf , f inite, isempty, isstr, isglobal, issparse, usar help para saber que hacen.
B.16
Funciones matem aticas
Un conjunto de funciones matem aticas elementales se aplican a los arreglos. Ejemplo B.15 . A = [1 2 3; 4 5 6] 1 1 1 B = cos (pi A) = 1 1 1
MATLAB incluye todas las funciones trigonom etricas y exponenciales: sin, cos, tan, asin, acos, atan, atan2, sinh, cosh, tanh, asinh, acosh, atanh. Incluye estas funciones elementales: abs, angle, sqrt, real, imag, conj, round, x, oor, ceil, sign, rem, gcd, lcm, exp, log, log10. Algunas funciones especiales suministran capacidades m as avanzadas: bessel, beta, gamma, rat, erf , erf inv , ellipk, ellipj . As como las funciones elementales, las especiales tambi en operan sobre arreglos cuando los argumentos son matrices.
B.18 Referencia a los elementos de una matriz
307
B.17
Manipulaci on de vectores y matrices
Generaci on de vectores.
La declaraci on x = 1 : 5 genera un vector la que contiene los n umeros de 1 a 5 con incrementos unitarios. Es decir: x=12345 Se pueden usar incrementos diferentes a la unidad: y = 0 : pi/4 : pi resulta en: y = 0.0000 0.7854 1.5708 2.3562 3.1416 Los incrementos tambi en pueden ser negativos: z = 6 : 1 : 1 da: z=654321 La notaci on (:) permite la generaci on f acil de tablas. Para obtener una tabla en forma vertical se traspone el vector la obtenido de la notaci on (:), se calcula una columna de los valores de una funci on y luego se forma la matriz de las 2 columnas. Ejemplo B.16 . x = (0.0 : 0.2 : 3.0) ; y = exp (x) . sin (x) ; [x y ] produce: ans = 0.0000 0.2000 . . . 3.0000 0.0000 0.1627 . . . 0.0070
0
Otras funciones para generar vectores son: logspace, la cual genera vectores uniforme y logar tmicamente espaciados, y linspace, la cual permite especicar el n umero de puntos, mejor que el incremento: k = linspace (pi, pi, 4) k = 3.1416 1.0472 1.0472 3.1416
308 PROGRAMA MATLAB
B.18
Referencia a los elementos de una matriz
Los elementos individuales de una matriz se pueden referenciar indicando su posici on en par entesis. Por ejemplo A (i, j ) se reere al elemento de la i- esima la, j - esima columna. Un ndice puede ser un vector. Si x y v son vectores, entonces x (v) es: [x (v (1)) , x (v (2)) , , x (v (n))] En matrices, vectores como ndice permiten el acceso a submatrices contiguas y no contiguas. Por ejemplo sup ongase que A es una matriz de 1010, enotnces A (1 : 5, 3) especif ca la submatriz de 5 1 (vector columna) que contiene los primeros 5 elementos en la tercera columna de A. As mismo, A (1 : 5, 7 : 10) es la submatriz de 5 4 cuyos elementos son las primeras 5 las y las u ltimas 4 columnas de A. Usar (:) (colon) en lugar de un ndice indica todas las correspondientes las o columnas. Por ejemplo A (:, 3) es la tercera columna de A y A (1 : 5, :) contiene las primeras 5 las de A. Efectos sosticados se obtienen referenciando submatrices en ambos lados de una declaraci on de asignaci on. Ejemplo B.17 . A (:, [3 5 10]) = B (:, 1 : 3) reemplaza la tercera, quinta y decima columnas de A con las 3 primeras columnas de B. En general, si v y w son vectores cuyos elementos son enteros, entonces A (v, w) es la matriz obtenida tomando los elementos de A con ndices la de v e ndices columna de w. As A (:, n : 1 : 1) invierte las n columnas de A. Ejemplo B.18 . v = 2 : 2 : n; w = [3 1 4 1 6] ; A (v, w) A (:) en el lado derecho de una declaraci on de asignaci on denota todos los elementos de A pero organizados en un vector columna. Ejemplo B.19 . A = [1 2 ; 3 4 ; 5 6]
B.21 Matrices especiales
309
b = A (:) resulta en: b= 1 3 5 2 4 6
A (:) en el lado izquierdo de una declaraci on de asignaci on denota una matriz con las mismas dimensiones de A pero con el nuevo contenido de lado derecho de la asignaci on. Por ejemplo, la matriz A anterior es de 3 2, A (:) = 11 : 16 es ahora: 11 14 A = 12 15 13 16
B.19
Referencia a los elementos de una matriz
usando vectores con ceros y unos

Se pueden usar vectores con ceros y unos, creados generalmente de operaciones relacionales, para referirse a submatrices. Si A es una matriz de dimensiones m n y L es un vector de longitud m de ceros y unos, entonces A (L, :) especica las las de A en donde los elementos de L son diferentes de cero. x = x (x <= 3 std (x)) ; remueve del vector x aquellos elementos mayores que 3 desviaciones estandar. L = x (:, 3) > 100 ; x = x (L, :) ; reemplaza x con aquellas las de x cuya tercera columna es mayor que 100.
B.20
Matrices vac as
La declaraci on x = [ ] asigna una matriz de dimensi on 0 0 a x. El uso subsecuente de esta matriz no conduce a una condici on de error, propaga matrices vac as. La funci on exist sirve para probar la existencia de una matriz, y la funci on isempty sirve para indicar si una matriz es vac a. Una manera eciente de remover las y columnas de una matriz es asignarles una matriz vac a. Ejemplo B.20 .
310 PROGRAMA MATLAB
A (:, [2 4]) = [] borra las columnas 2 y 4 de A.
B.21
Matrices especiales
Una colecci on de funciones generan matrices especiales del a lgebra lineal y en procesamiento de se nales: compan, diag, gallery, hadamard, hankel, hilb, toeplitz , vander, etc. Ejemplo B.21 . Para generar la matriz companion asociada con el polinomio: s3 7s + 6 p = [1 0 7 6] A = compan (p) genera: 0 7 6 A= 1 0 0 0 1 0 eig (A) = [3 2 1]
t
Los valores propios de A son las ra ces del polinomio:
Otras funciones que generan matrices son: zeros, ones, rand, randn, eye, linspace, logspace, meshgrid (usar help para m as detalles).
B.22
Construcci on de matrices m as grandes
Se pueden formar matrices mas grandes de matrices peque nas, delimit andolas con h i 0 corchetes, [ y ]. Por ejemplo, si A es cuadrada, C = A A ; ones (size (A)) A.2 crea una matriz dos veces el tama no de A. Las dimensiones de las matrices m as peque nas deben ser consistentes. Otras funciones que manipulan matrices son: rot90, f liplr, flipud, diag , tril, triu, etc. La funci on size devuelve un vector con dos elementos: el n umero de las y el n umero de columnas de una matriz. La funci on length devuelve la longitud de un vector.
B.24 Polinomios y procesamiento de se nales
311
B.23
Funciones matriciales
Factorizaci on triangular : la funci on lu factoriza una matriz cuadrada con el producto de dos matrices esencialmente triangulares. Para obtener las dos matrices utilizar: [L, u] = lu (A) Factorizaci on ortogonal : la funci on qr, u til para matrices cuadradas y rectangulares, expresa la matriz como el producto de una matriz ortonormal y una matriz superior. Las dos matrices se obtienen con: [Q, R] = qr (A) Descomposici on en valores singulares : la asignaci on [U, S, V ] = svd (A) produce los tres factores en esta descomposici on (singular value decomposition). Las matrices U y V son ortogonales y la matriz S es diagonal. Los elementos de la diagonal de S son los valores singulares de A. Vectores y valores propios : la asignaci on [x, D] = eig (A) retorna en los elementos de la diagonal de D los valores propios de A y en las columnas de x los correspondientes vectores propios.
B.24
Polinomios y procesamiento de se nales
su ecuaci on caracter stica se calcula con:
Representaci on de polinomios. MATLAB los representa como vectores la que contienen los coecientes ordenados por potencias descendientes. Si: 1 2 3 A= 4 5 6 7 8 0 p = poly (A) p = [1 6 72 27]
que es la representaci on del polinomio s3 6s2 72s 27. Las ra ces de esta ecuaci on son: r = roots (p) 12.1229 r = 5.7345 0.3884
312 PROGRAMA MATLAB Estas ra ces son, por supuesto, los mismos valores propios de la matriz A. Tambi en se pueden obtener el polinomio original con poly : p2 = poly (r)
p2 = [1 6 72 27] Sea a (s) = s2 + 2s + 3 y b (s) = 4s2 + 5s + 6. El producto de los dos polinomios es la convoluci on de los coecientes. a = [1 2 3] ; b = [4 5 6]
c = conv (a, b)
c = [4 13 28 27 18] Se usa deconvoluci on para dividir polinomios: [q, r] = deconv (c, a)
q = [4 5 6]
r = [0 0 0 0 0] Otras funciones polinomiales son: poly , roots, polyval (evaluaci on polinomial), polyvalm (evaluaci on de un polinomio matricial), residue (expansi on en fracciones parciales), polyder, polyfit.
B.25
Procesamiento de se nales
En procesamiento de se nales, los vectores pueden contener datos de se nales muestradas secuencias. Para sistemas con m o ultiples entradas, cada la de una matriz correponde a un punto de muestra con los canales distribuidos a lo largo de las columnas de la matriz. Algunas funciones para el procesamiento de se nales son: abs, angle, conv, cov, deconv, f ft, if f t. La herramienta signal processing del MATLAB suminitra muchas funciones para el procesamiento de se nales.
B.27 Funciones como funci on
313
B.26
Filtraje de datos
La funci on y = f ilter (b, a, x) ltra los datos del vector x con el ltro descrito por los vectores a y b. Los datos ltrados son devueltos en el vector y. La ecuaci on de diferencia del ltro es: y (n) = b (1) x (n) + b (2) x (n 1) + + b (nb ) x (n nb + 1) + a (2) y (n 1) a (na ) y (n na + 1) o la funci on de transferencia z : b (1) + b (2) z 1 + + b (nb ) z (nb 1) Y (z ) = H (z ) = x (z ) 1 + a (2) z 1 + + a (na ) z (na 1)
Por ejemplo, para encontrar y gracar la respuesta al impulso (con n puntos) de un ltro digital: x = [1 zeros (1, n 1)] ; y = filter (b, a, x) ; plot (y,0 o0 ) la funci on freqz retorna la respuesta frecuencial de ltros digitales. La respuesta frecuencial es H (z ) evaluada alrededor del c rculo unitario en el plano complejo, z = ej . Se puede usar freqz para encontrar y gracar la respuesta frecuencial con n puntos. [h, w] = f reqz (b, a, n) ; mag = abs (h) ; phase = angle (h) ; semi log y (w, mag ) plot (w, phase) La herramienta signal processing incluye numerosas funciones para el dise no de ltros digitales. Sabiendo algunas t ecnicas de dise no de ltros, muchos m etodos son posibles. Por ejemplo, las t ecnicas de la transformaci on bilineal y el mapeo de polos y ceros convierten prototipos en el dominio s al dominio z. ff t (x) es la transformada discreta de Fourier del vector x. ff t (x, n) es la transformada discreta de Fourier del vector x con n puntos. Si x es una matriz, f ft (x) es la transformada r apida de Fourier de cada columna de x. if f t (x) es la transformada r apida inversa del vector x.
314 PROGRAMA MATLAB
B.27
Funciones como funci on
Una clase de funciones en MATLAB no trabaja con matrices num ericas, si no con funciones matem aticas. Estas funciones como funci on incluyen: a) Integraci on num erica. b) Ecuaciones no lineales y optimizaci on. c) Soluci on de ecuaciones diferenciales. MATLAB representa funciones matem aticas declar andolas como funci on en archivos tipo m. Por ejemplo, la funci on: f (x) = 1 1 + 6 2 (x 0.3) + 0.01 (x 0.9)2 + 0.04
se puede generar en MATLAB creando un archivo tipo m llamado humps.m con las siguientes declaraciones: f unction y = humps (x)
y = 1./ ((x .3) .2 + .01) + 1./ ((x .9) .2 + .04) 6; Una gr aca de esa funci on es, por ejemplo: x = 1 : .01 : 2; plot (x, humps (x) ,0 w0 )
100 80 60 40 20 0 -20 -1
-0.5
0.5
1.5
Figura B.1 Gr aca de la funci on humps
B.30 Funciones de ecuaciones diferenciales.
315
B.28
Integraci on num erica
El area bajo la curva f (x) se puede calcular num ericamente integrando f (x) . La funci on que se usa es quad o quad8. Por ejemplo, para integrar la funci on denida en humps.m desde 0 hasta 1 : q = quad (0 humps0 , 0, 1) q = 29.8583 N otese que el primer argumento de la funci on quad es el nombre del archivo, que contiene la funci on matem atica, entre comillas simples.
B.29
Ecuaciones no lineales y funciones de
optimizaci on
fmin m nimo de una funci on de una variable. fmins m nimo de una funci on multivariable. fzero cero de una funci on de una variable. Ejemplo B.22 . xm = f min (0 humps0 , .5, 1) xm = 0.6370 es el m nimo de la funci on denida en humps.m en la regi on 0.5 a 1. El valor de la funci on en el m nimo es: y = humps (xm) y = 11.2528 xz 1 = fzero (0 humps0 , 0) localiza el cero cerca a x = 0, es decir: xz 1 = 0.1316 y: xz 2 = fzero (0 humps0 , 1) localiza el cero cerca a x = 1, es decir: xz 2 = 1.2995 La herramienta optimization del MATLAB contiene varias funciones de funciones para ecuaciones no lineales y optimizaci on.
316 PROGRAMA MATLAB
B.30
Funciones de ecuaciones diferenciales
Las funciones para resolver ecuaciones diferenciales ordinarias son: ode23 m etodo de Runge-Kutta de orde 2/3. ode45 m etodo de Runge-Kutta de orde 4/5. Sea la ecuaci on diferencial de Vander Pol: .. x + x2 1 x +x=0 x 1 = x1 1 x2 2 x2 x 2 = x1 El primer paso es crear una funci on en un archivo tipo m con estas ecuaciones diferenciales. Si el archivo es llamado vdpol.m, entonces debe contener: f unction xdot = vdpol (t, x)
Reescribi endola como ecuaciones de estado:
xdot = zeros (2, 1) ;
xdot (1) = x (1) . (1 x (2) .2) x (2) ; xdot (2) = x (1) ; Para simular la ecuaci on diferencial denida en vdpol.m en el intervalo 0 t 20, se usar a ode23. to = 0 ; tf = 20;
xo = [0 0.25] ; % condiciones iniciales
[t, x] = ode23 (0 vdpol0 , to, tf, xo)
plot (t, x,0 w0 )
B.32 Gr acos en dos dimensiones.
317
3 2 1 0 -1 -2 -3 0
10
15
20
Figura B.2 Gr acas de las variables de estado de la ecuaci on de Vander Pol Para trabajar con ecuaciones diferenciales o simulaci on, el MATLAB tiene otra herramienta especializada llamada Simulink, la cual se estudiar a en detalle posteriormente.
B.31
Gr acos
El sistema de gr acos del MATLAB suministra una variedad de t ecnicas sosticadas para presentar y visualizar datos. Este sistema utiliza objetos gr acos, tales como l neas y supercies, los cuales se pueden controlar con los valores de las propiedades de los objetos. Sin embargo, ya que el MATLAB implementa un rico conjunto de funciones gr acas de alto nivel (en 2 y 3 dimensiones), la mayor a de las veces no es necesario accesar estos objetos gr acos a bajo nivel. Se describir a como usar las capacidades gr acas de alto nivel del MATLAB para presentar los datos.
B.32
Gr acos en dos dimensiones
Existe una variedad de funciones para presentar datos como gr acos en dos dimensiones. Cada una acepta entradas en forma de vectores o matrices y autom aticamente escalan los ejes para acomodar los datos de entrada. plot crea una gr aca de vectores o columnas de matrices. loglog crea una gr aca usando escalas logar tmicas en ambos ejes. semilogx crea una gr aca usando una escala logar tmica para el eje x y una escala lineal para el eje y. semilogy graca con escala logar tmica para el eje y y escala lineal para el x. Se pueden adicionar t tulos, etiquetas de ejes, cuadr culas y texto al gr aco usando:
318 PROGRAMA MATLAB title adiciona un t tulo al gr aco. xlabel adiciona una etiqueta al eje x. ylabel adiciona una etiqueta al eje y. text muestra una cadena de caracteres en la localizaci on que se especique. gtext coloca texto en el gr aco usando el rat on (mouse). grid habilita la cuadr cula. ginput permite leer valores del gr aco con el rat on.
B.33
Creaci on de un gr aco
Si y es un vector, plot (y) produce un gr aco lineal de los elementos de y contra el ndice de los elementos de y. Si se especican dos vectores como argumentos, plot (x, y) produce un gr aco de y contra x. Tambi en se pueden especicar m ultiples conjuntos de datos y denir el color y estilo de l nea para ser usado con cada conjunto de datos. Ejemplo B.23 . t = 0 : pi/100 : 2 pi; x = sin (t) ; y1 = sin (t + .25) ; y 2 = sin (t + .5) ; plot (x, y1,0 r0 , x, y2,0 g 0 ) plot genera un gr aco de y 1 contra x y y 2 contra x en los mismos ejes. El primer conjunto de datos ser a gracado con una l nea s olida roja y el segundo conjunto con una l nea discontinua verde. Con el n de mostrar las gr acas, en lugar del comando anterior se usar a: plot (x, y 1,0 w0 , x, y 2,0 w 0 ) el cual permite ver las gr acas en la pantalla con fondo negro y las curvas blancas. Sin embargo al importarlas a este texto los dos colores anteriores se intercambian. Las siguientes declaraciones le adicionan un t tulo al gr aco y etiquetas a los ejes: title (0 f ase0 ) xlabel 0 x = sen (t)0
B.34 Estilos de l neas, marcadores y colores.
319
Los resultados de este ejemplo se muestran en la Fig. B.3.

fase 1
0 ylabel 0 y = sen (t+)
0.5 y=sen(t+)
-0.5
-1 -1
-0.5
0 x=sen(t)
0.5
Figura B.3 Resultados del ejemplo B.23
B.34
Estilos de l neas, marcadores y colores
En la declaraci on plot (x, y, s), s es una cadena de 1, 2 o 3 caracteres (entre comillas simples) para especicar el estilo de l nea y colores en la gr aca. Los caracteres usados se muestran en la siguiente tabla: s mbolo y m c r g b w k color amarillo f ucsia cyan rojo verde azul blanco negro s mbolo x + . . . color punto c rculo x ma s estrella continua punteada raya punto discont nua
si no se especica un color, la funci on plot autom aticamente usa los colores de arriba. Para una l nea, el color por defecto es amarillo, ya que este es el color m as visible sobre un fondo negro. Para m ultiples l neas, la funci on plot utiliza en forma c clica
320 PROGRAMA MATLAB los 6 primeros colores de la tabla. Los s mbolos , , x, + y son marcadores escalables.
B.35
Adici on de l neas a un gr aco existente
Se pueden adicionar l neas a un gr aco existente utilizando el comando hold. Cuando se usa la declaraci on hold on, MATLAB no remueve las l neas existentes y se pueden adicionar nuevas l neas en los ejes actuales. Sin embargo, los ejes se pueden reescalar si los nuevos datos est an fuera del rango de los datos anteriores. Por ejemplo, utilizando los mismos datos del ejemplo anterior: plot (x,0 w0 ) ; hold on ; plot (y 1,0 w 0 ) ; hold of f
plot (y 2,0 w .0 ) ;
Estas declaraciones producen un gr aco con tres curvas como se muestra en la Fig. B.4.
0.5
-0.5
-1 0
50
100
150
200
250
Figura B.4 Gr acas de x, y 1, y 2 del ejemplo B.23
B.36
Datos complejos
Cuando los argumentos de plot son complejos, la parte imaginaria es ignorada excepto cuando el argumento de plot es uno s olo. En este caso, se obtiene una gr aca de la parte real contra la parte imaginaria. As , plot (z ), en donde z es un vector o una matriz de complejos, es equivalente a plot (real (z ) , imag (z )) .
B.38 Gr acos de matrices. Ejemplo B.24 . plot (eig (randn (20, 20)) ,0 x0 ) Esta gr aca se muestra en la Fig. B.5.
321
4 3 2 1 0 -1 -2 -3 -4 -5 0 5
Figura B.5 Gr aca del ejemplo B.24 Para gracar m as de una matriz compleja, se deben tomar expl citamente las partes reales e imaginarias.
B.37
El archivo tipo m peaks
Futuros ejemplos usan el archivo tipo m llamado peaks para generar una matriz de datos. Los datos se basan en una funci on de dos variables que tiene m aximos y m nimos: x 2 2 2 2 2 2 1 x3 y5 ex y e(x+1) y f (x, y) = 3 (1 x)2 ex (y+1) 10 5 3 El archivo peaks crea una matriz que contiene los valores de la funci on para valores de x y y en el rango de 3 a 3. Los valores de x var an a lo largo de las columnas y los de y a lo largo de las las. Se puede espec car el tama no de la matriz cuadrada pas andole un argumento a peaks. Ejemplo M = peaks (20) ; crea una matriz de datos de 20 20. Si se omite el argumento de entrada, por defecto el tama no es 49.
B.38
Gr acos de matrices
La funci on plot puede tomar un solo argumento matricial: plot (Y ) .
322 PROGRAMA MATLAB Ella dibuja una curva por cada columna de Y . El eje x corresponde al ndice de las las, 1 : m, en donde m es el n umero de las en Y . Por ejemplo, plot (peaks,0 w0 ) produce un gr aco con 49 curvas. V ease Fig. B.6.
10
-5
-10 0
10
20
30
40
50
Figura B.6 Resultado de plot(peaks,0 w0 ) Esta gr aca es una vista desde la supercie peaks mirando a lo largo del eje x (es on = 0 ). decir, una vista desde el azimuth = 90 y elevaci La funci on plot tambi en acepta dos vectores o dos matrices como argumentos. Por ease Fig. B.7. ejemplo, plot (peaks, rot90 (peaks) ,0 w0 ) . V
10
-5
-10 -10
-5
10
Figura B.7 Resultado de plot(peaks, rot(peaks),0 w0 )
B.38 Gr acos de matrices.
323
En general, si plot es usada con dos argumentos y si X o Y tienen m as de una la o columna, entonces: a) Si Y es una matriz y x es un vector, plot (x, Y ) graca sucesivamente las las o columnas de Y contra el vector x, usando diferentes colores o tipos de l neas para cada una. La orientaci on por las o columnas se selecciona dependiendo del n umero de elementos en x. Es decir, si x tiene m elementos y Y es m n entonces se gracan las columnas de Y contra x; y si x tiene n elementos y Y es m n se gracan las las de Y contra x. Si Y es cuadrada, se gracan las columnas. b) Si X es una matriz y y es un vector, plot (X, y) graca cada la o columna de X contra el vector y . Ejemplo B.25 . y = 1 : 49; V ease Fig. B.8. plot (peaks, y,0 w0 )
50 40 30
20 10 0 -10
-5
10
Figura B.8 Resultados del ejemplo B.25 c) Si X y Y son matrices del mismo tama no, plot (X, Y ) graca las columnas de X contra las columnas de Y. Se puede usar la funci on plot con m ultiples pares de argumentos matriciales: plot (X1 , Y1 , X2 , Y2 , ) Cada par X Y es gracado generando m ultiples curvas. Los diferentes pares pueden ser de dimensiones diferentes. Ejemplo B.26 . Almacenar en un archivo tipo m la siguiente matriz:
324 PROGRAMA MATLAB weather = [30 31 38 49 59 68 74 72 65 55 45 34 4.0 3.7 4.1 3.7 3.5 2.9 2.7 3.7 3.4 3.4 4.2 4.9]
con el nombre mweather.m. Las declaraciones: temp = weather (:, 1) ; precip = weather (:, 2) ;
despu es de usar la declaraci on mweather, almacena las columnas de temperatura y precipitaci on en vectores individuales. Gracar la temperatura contra el n umero del mes y la precipitaci on contra el n umero del mes en la misma ventana, utilizando plot y subplot: subplot (2, 1, 1) ; plot (temp) subplot (2, 1, 2) ; plot (precip)
80 60 40 20 0 5 4 3 2 0 2 4 6 8 10 12 2 4 6 8 10 12
Figura B.9 Gr acas del ejemplo B.26 La Fig. B.9 muestra las dos curvas. Las siguientes declaraciones producen un gr aco como se muestra en la Fig. B.10 que muestra la relaci on entre temperatura y precipitaci on mes a mes:
B.39 Funciones especiales para gr acas en dos dimensiones.
325
mes = [0 Ene0 ;0 F eb0 ;0 M ar0 ;0 Abr0 ; ... 0 M ay 0 ;0 Jun0 ;0 Jul0 ;0 Ago0 ; ... 0 Sep0 ;0 Oct0 ;0 N ov0 ;0 Dic0 ]; plot (temp, precip,0 wo0 ) axis ([28 80 2.5 5.2]) text (temp, precip, mes) xlabel (0 temp0 ) ylabel (0 precip0 ) title (0 Boston0 )
Boston 5 4.5 precip 4 3.5 3 2.5 Ene Feb Mar Nov Abr Oct May Sep Jun Jul 30 40 50 temp 60 70 80 Ago Dic
Figura B.10 Relaci on entre temperatura y precipitaci on cada mes La declaraci on axis en el ejemplo anterior adiciona espacio extra al gr aco, deniendo expl citamente el escalamiento de los ejes a valores mayores que el rango de datos. Esto permite que el texto permanezca dentro de los l mites del cuadro del gr aco.
326 PROGRAMA MATLAB
B.39
Funciones especiales para gr acas en dos
dimensiones
bar crea una gr aca de barras. compass crea una gr aca de a ngulos y magnitudes de n umeros complejos con echas emanando desde el origen. errorbar crea una gr aca con barras de error. feather crea una gr aca de a ngulos y magnitudes de n umeros complejos con echas emanando desde puntos igualmente espaciados a lo largo de un eje horizontal. fplot evalua una funci on y graca los resultados. hist crea un histograma. polar crea una gr aca en coordenadas polares. quiver crea una gr aca de un gradiente u otro campo vectorial. rose crea un histograma de angulos. stairs crea una gr aca similar a una de barras, pero sin las l neas internas. fill dibuja un pol gono y lo llena con colores s olidos o interpolados. Ejemplo B.27 . Crear la funci on: f unction y = f ofx (x) y = cos (tan (pi x)) ; con el nombre f of x.m. Despu es, dentro del MATLAB correr: f plot (0 fof x0 , [0 1]) para gracar la funci on correspondiente en el intervalo (0, 1) . Esta gr aca se puede comparar con la que se obtiene de la siguiente manera: x = (0 : 1/2000 : 1)0 ; plot (x, cos (tan (pi x))) Los dos gr acos se pueden ver, como se muestra en la Fig. B.11, en la misma ventana as : subplot(2, 1, 1); x = (0 : 1/2000 : 1)0 ; plot (x, cos (tan (pi x)))
B.40 Gr acos en 3 dimensiones. Gr acos de l neas.
327
subplot (2, 1, 2) ; f plot (0 f of x0 , [0 1])
-1 0 1
0.2
0.4
0.6
0.8
-1 0
0.2
0.4
0.6
0.8
Figura B.11 Gr acos del ejemplo B.27 La funci on f plot tiene la ventaja de que muestrea la funci on a intervalos m as cercanos en la regi on en donde la rata de cambio es mayor, generando as una gura m as precisa cerca a x = 0.5 en este caso particular.
B.40
Gr acos en 3 dimensiones. Gr acos de l neas.
El an alogo tridimensional a la funci on plot es plot3. Si x, y, z son 3 vectores de la misma longitud, plot3 (x, y, z ) genera una l nea que pasa a trav es de los puntos cuyas coordenadas son los elementos de x, y, z y luego produce una proyecci on bidimensional de esa l nea en la pantalla. Ejemplo B.28 . t = 0 : pi/50 : 10 pi; plot3 (sin (t) , cos (t) , t) ;
328 PROGRAMA MATLAB produce una gura como la de un resorte. V ease Fig. B.12.
40 30 20 10 0 1 1 0 -1 -1 0
Figura B.12 Figura del ejemplo B.28 Tambi en se pueden usar matrices en lugar de vectores: plot3 (X, Y, Z, S ). Se gracan las lineas obtenidas de las columnas de X, Y, Z . S es lo mismo que en la funci on plot. O tambi en se pueden combinar los gr acos denidos por las cu adruples (x, y, z, s) : plot3 (x1, y 1, z 1, s1, x2, y 2, z 2, s2, ) en donde todas las xi, yi y zi son vectores o matrices y las si cadenas como en la funci on plot.
B.41
Meshgrid
MATLAB dene una supercie en forma de malla mediante las coordenadas z de puntos por encima de una cuadr cula rectangular en el plano x y. La gr aca se forma uniendo puntos adyacentes con l neas rectas. Estas supercies son u tiles para visualizar matrices que son demasiado grandes para mostrar en forma num erica, o para gracar funciones de dos variables. El primer paso para mostrar (en pantalla) una funci on de dos variables, z = f (x, y ) , es generar dos matrices X y Y que consisten de las repetidas y columnas repetidas, respectivamente, sobre el dominio de la funci on. Despu es se usan estas matrices para evaluar y gracar la funci on. La funci on meshgrid transforma el dominio especicado por dos vectores, x y y , en matrices X y Y . Luego se usan estas matrices para evaluar funciones de dos variables. Las las de X son copias del vector x, y las columnas de Y con copias del vector y. Es importante notar que si x tiene m elementos, y tiene n elementos, entonces X es
B.41 Meshgrid. de dimensi on n m y Y tambi en. Ejemplo B.29 .
329
r) que produce la supercie popularmente conocida Considere la funci on sinc (r) = sin( r como el sombrero como se muestra en la Fig. B.13. Se evaluar a esta funci on para el rango de x entre 8 y 8, y y entre 10 y 10. :
x = 8 : 0.5 : 8; y = 10 : 0.5 : 10; [X, Y ] = meshgrid (x, y ) R = sqrt (X.2 + Y.2) + eps; Z = sin (R) ./R; mesh (x, y, Z )
1 0.5 0 -0.5 10 10 0 -10 -10 0
Figura B.13 Supercie del ejemplo B.29 Las funciones contour y contour3 sirven para generar gr acas de contorno (de nivel) en 2 y 3 dimensiones, respectivamente.
330 PROGRAMA MATLAB Ejemplo B.30 . contour (peaks, 20)
contour3 (peaks, 20) Usar el comando help para m as informaci on.
B.42
Pseudocolor en gr acas
pcolor (Z ) muestra en cada punto Z (i, j ) un color. Este se determina de un mapa de colores con un ndice (n umero) obtenido escalando el valor del elemento Z (i, j ) de la matriz Z. El mapa de colores es una matriz con tres columnas que especica la intensidad de las tres componentes de video, rojo, verde y azul. El comando para el mapa de colores es colormap(map), donde map es una matriz con cualquier n umero de las y tres columnas. La intensidad de los colores se puede especicar en el rango 0.0 a 1.0. Ejemplo [0 0 0] es negro y [1 1 1] es blanco. Los objetos gr acos que usan pseudocolor (objetos SURFACE y PATCH), los cuales son creados con las funciones mesh, surf , y pcolor, mapean una matriz de color, C , cuyos valores est an en el rango [Cm n, Cma x], a un arreglo de ndices, K , en el rango [1, m] . Los valores de Cm n y Cma x son min (min (C )) y max (max (C )), o son especicados por caxis. El mapeo es lineal, con Cm n mapeando el ndice 1 y Cma x el ndice m. Los ndices son luego usados con colormap para determinar el color asociado con cada elemento de la matriz. Usar help color para ver mapas de colores ya predenidos, tales como hsv , gray , hot, cool, bone, copper, pink, etc. Ejemplo B.31 . z = peaks ;
colormap (bone)
pcolor (z ) Las funciones contour y pcolor muestran esencialmente la misma informaci on sobre la misma escala. De hecho, a veces es u til superponer las dos. Para eliminar las l neas de la cuadr cula en el gr aco pcolor se debe cambiar el modo shading a f lat. Para usar l neas negras para todos los contornos, especicar 0 k0 para su color.
B.43 Gr acas en malla y supercie. Ejemplo B.32 . colormap (hot) pcolor(peaks) shading f lat hold on contour(peaks, 20,0 k0 ) hold of f
331
El MATLAB tambi en maneja la funci on image que es similar a pcolor. Ambas producen guras bidimensionales con valores de brillo o color proporcionales a los elementos de una matriz dada. Sin embargo, image est a dise nada para mostrar fotograf as, pinturas, etc., mientras pcolor es dise nada para visualizar objetos matem aticos m as abstractos. Usar help para m as informaci on.
B.43
Gr acas en malla y supercie
mesh y surf muestran supercies en tres dimensiones. Si Z es una matriz cuyos elementos Z (i, j ) denen la altura de una supercie sobre una cuadr cula inferior (i, j ), entonces mesh (Z ) genera una vista de la supercie en malla y a colores. Similarmente surf (Z ) genera una vista de la supercie con cuadril ateros en malla de color constante, delineados con l neas negras. La funci on shading permite eliminar las l neas en malla o escoger interpolaci on en el shading . Cuando mesh (Z ) y surf (Z ) se usan con una sola matriz como argumento, este argumento especica tanto la altura como el color de la supercie. Ejemplo B.33 . mesh (peaks) surf (peaks) Con dos matrices como argumentos, las declaraciones mesh (Z, C ) y surf (Z, C ) especican independientemente el color usando el segundo argumento. As como con pcolor (C ), los valores de C se escalan y se utilizan como ndices en el mapa actual de color.
332 PROGRAMA MATLAB Ejemplo B.34 .
= del2 (peaks) ; % funci on que calcula el laplaciano discreto de % cualquier matriz.
surf (peaks, C ) ; % renglones con curvaturas similares se dibujan en el colormap (hot) % mismo color. Se pueden eliminar partes de una supercie con datos tipo NaN , ya que estos no son gracados. Esto crea huecos en la supercie en la localizaci on correspondiente. Llenando elementos de la matriz de color con datos tipo N aN se obtienen regiones de la supercie invisibles. Ejemplo B.35 . p = peaks ; p (30 : 40, 20 : 30) = nan p (30 : 40, 20 : 30) ; mesh (peaks, p) La Fig. B.14 muestra la supercie del ejemplo B.35.
10 5 0 -5 -10 60 40 20 0 0 20 60 40
Figura B.14 Supercie del ejemplo B.25 Usar help sobre las funciones surf c, meshz , surf l para m as informaci on.
B.44 Algunas funciones para gr acos de prop osito general.
333
B.44
Algunas funciones para gr acos de prop osito
general
La funci on view permite especicar el a ngulo desde el cual se ve un gr aco tridimensional. Se debe especicar el azimuth y la elevaci on del punto desde donde se quiere ver, con respecto al origen de los ejes como se muestra en la Fig. B.15. El formato de la funci on es: view(azimuth, elevacio n). Como ejemplo se puede utilizar la matriz peaks para ver su supercie desde varios puntos.
Figura B.15 Convenci on para los angulos azimuth y elevaci on La funci on axis permite seleccionar el escalamiento, orientaci on y relaci on de ejes de los gr acos. Generalmente, el MATLAB encuentra el m aximo y el m nimo de los datos a gracar y escoger una caja apropiada para el gr aco (l mites). Los l mites de los ejes se pueden cambiar as : axis ([xm n xma x ym n yma x zm n zma x]) Para gr acos bidimensionales se omiten los u ltimos dos argumentos. axis (0 auto0 ) retorna al escalamiento por defecto. v = axis guarda el escalamiento de los ejes en el vector v. axis (axis) congela el escalamiento a los l mites actuales. : el origen queda en la axis (0 ij 0 ) cambia el origen del sistema de coordenadas as esquina superior izquierda, el eje i es vertical y se numera de arriba hacia abajo, y el eje j es horizontal y se numera de izquierda a derecha. Estos son llamados ejes matriciales.
334 PROGRAMA MATLAB axis (0 xy 0 ) pone los ejes en el modo caartesiano (por defecto). on ancho-altura del gr aco y la relaci on axis (0 square0 ) y axis (0 equal0 ) afectan la relaci entre las escalas de los ejes x y y. axis manipula el objeto axes, el cual es un objeto gr aco. subplot (m, n, p) divide la ventana de la pantalla para m n subgr acos y escoge el gr aco p como el actual. Los gr acos se numeran a lo largo de la la, luego la segunda, etc. Usar la funci on figure sin argumentos abre una nueva ventana. figure (N ) hace la gura N la gura actual. Usar help para informaci on sobre la funci on moviein, movie. La funci on ginput permite usar el mouse o las teclas de direcci on para escoger puntos en un gr aco. Ella retorna las coordenadas de la posici on del se nalador, ya sea cuando el bot on del mouse o una tecla se presiona. Las cualidades gr acas discutidas hasta ahora comprenden la interfase a alto nivel del sistema gr aco del MATLAB. Sin embargo, este sistema tambi en suministra un conjunto de funciones a bajo nivel que permiten crear y manipular l neas, supercies y otros objetos gr acos que el MATLAB usa para producir gr acos sosticados. Para m as informaci on referirse a la gu a del usuario del MATLAB (p ags 2-101 a 2-123).
B.45
Flujo de control
MATLAB tiene declaraciones de ujo de control como las encontradas en la mayor a de los lenguajes de computador. Esto permite que el MATLAB sea utilizado como un lenguaje de programaci on de alto nivel.
B.46
Lazos f or
f or end v = expresi on declaraciones
La forma general para el lazo f or es:
La expresi on es actualmente una matriz. Las columnas de la matriz se asignan una a una a la variable v y luego son ejecutadas las declaraciones. Una manera m as clara de lograr lo mismo es as : E = expresio n ; [m, n] = size (E ) ; for J = 1 : n v = E (: , J ) ; declaraciones end Usualmente, expresio n es algo como m : i : n, que es una matriz con una sola la,
B.47 Lazos while.
335
y por lo tanto sus columnas son escalares. En este caso especial, el lazo f or de MATLAB es como los lazos F OR o DO de otros lenguajes. Ejemplo B.36 . Gracar la respuesta al escal on unitario de un sistema de segundo orden con frecuencia y relaci o n de amortiguamiento variando desde 0 hasta 1. natural 1 rad seg t = 0 : 0.5 : 19.5; r = 0.05 : 0.05 : 1.0; n = 1; % numerador de la FT f or j = 1 : 1 : 20 d = [1 2 r (j ) 1] ; % denominador de la FT Y (:, j ) = step (n, d, t) ; % respuesta al escal on % unitario end mesh (r, t, Y ) hold on ylabel (0 tiempo0 ) xlabel (0 amortiguamiento0 ) zlabel (0 respuesta0 ) view (60, 30) La Fig. B.16 muestra los resultados del ejemplo B.36.
2 Respuesta 1.5 1 0.5 0 0 0.5 Amortiguamiento 1 0 5 10 Tiempo 15 20
Figura B.16 Resultados del ejemplo B.36
B.47
Lazos while
336 PROGRAMA MATLAB Su forma general es: while expresi on declaraciones end Las declaraciones se ejecutan repetidamente siempre y cuando todos los elementos en la matriz expresio n sean diferentes de cero. La matriz expresi on es casi siempre una expresi on relacional 1 1, en este caso expresio n 6= 0 corrsponde a true (cierto). Cuando la matriz expresio n no es un escalar, se puede reducir usando las funciones any y all. Ejemplo B.37 . Este ejemplo encuentra el primer entero n para el cual n! es un n umero de 100 d gitos. n = 1; while prod (1 : n) < 1.0 e 100 ; n = n + 1; end n
B.48
Declaraciones if y break
Ejemplo B.38 . Se muestra como un c alculo se puede dividir en tres casos, dependiendo del signo y la paridad de n : umero positivo = 0 ); n = input(0 Entre un n % Datos por teclado If n < 0 disp (0 Es negativo 0 ) parid elseif else disp (0 Es impar 0 ) end Debe archivarse como archivo tipo m con el nombre parid.m. Ejemplo B.39 . Se lee un n umero positivo por teclado. Si es par se divide por 2, si es impar se multiplica por 3 y se le suma 1. Se repite el proceso hasta que el entero llega a 1. Existe alg un entero para el cual el proceso no termina?. rem (n, 2) == 0 disp (0 Es par 0 )
B.50 Archivos script.
337
while 1 n = input(0 Entre n > 0.0 ); if n <= 0 break; % Salida de los lazos end; while n > 1 if rem(n, 2) == 0 n = n/2; else end; end; end; n = 3 n + 1;
B.49
Archivos tipo m
MATLAB puede ejecutar secuencias de comandos que son almacenados en un archivo. Los archivos de disco que contienen declaraciones del MATLAB son llamados archivos m porque tienen un tipo de archivo con .m como la u ltima parte del nombre del archivo (la extensi on). Por ejemplo, un archivo llamado bessel.m contiene declaraciones del MATLAB que evaluan las funciones de Bessel. Un archivo m consiste de una secuencia de declaraciones normales del MATLAB, las cuales posiblemente incluyan referenc as a otros archivos m. Un archivo m se puede llamar a si mismo recursivamente y se puede crear usando un editor de texto o un procesador de palabra. Dos tipos de archivos m se pueden usar: los que automatizan secuencias de comandos (archivos script) y las funciones que hacen m as extensible el MATLAB. Gran parte de la potencia del MATLAB consiste en que permite crear nuevas funciones que resuelven problemas espec cos del usuario. Ambos tipos de archivo son ordinariamente archivos de texto ASCII.
B.50
Archivos script
Cuando un archivo de estos es invocado, MATLAB simplemente ejecuta los comandos encontrados en el archivo. Las declaraciones operan globalmente sobre los datos en el espacio de trabajo. Estos archivos son u tiles para desarrollar an alisis, resolver problemas o dise nar largas secuencias de comandos que se vuelven dif ciles de manejar interactivamente. Ejemplo B.40 .
338 PROGRAMA MATLAB El archivo llamado fibno.m contiene los siguientes comandos: % Este es un archivo para calcular % los n umeros de F ibonacci. f = [1 1] ; i = 1; while f (i) + f (i + 1) < 1000 f (i + 2) = f (i) + f (i + 1) i=i+1 end plot (f ) Escribiendo f ibno causa que es el MATLAB ejecute los comandos. Calcula los primeros 16 n umeros de F ibonacci y crea una gr aca. Despu es de que la ejecuci on del archivo est a completa, las variables f e i permanecen en el espacio de trabajo. Los demos del MATLAB son buenos ejemplos de como usar estos archivos para desarrollar tareas m as complicadas. Cuando se invoca el MATLAB, autom aticamente ejecuta un archivo llamado matlabrc.m,el cual corre el archivo startup.m, si este existe, en el cual se pueden entrar constantes f sicas, factores de conversi on, o cualquier otra cosa que se quiera predenir en el espacio de trabajo.
B.51
Archivos funci on
Un archivo m que contiene la palabra function al comienzo de la primera l nea es un archivo funci on. Este diere del script en que se le pueden pasar argumentos, y las variables denidas y manipuladas dentro del archivo son locales a la funci on y no operan globalmente en el espacio de trabajo. Los archivos funci on son u tiles para extender el MATLAB, es decir, crear nuevas funciones del MATLAB utilizando su propio lenguaje. Ejemplo B.41 . El archivo media.m con las siguientes declaraciones es una funci on: function [med, desv ] = media (x) % Retorna el valor medio y la desviaci on est andar de los elementos del vector x. % Retorna un vector la que contiene el valor medio y la desviaci on est andar % de cada columna cuando x es una matriz. [m, n] = size (x) ; if m == 1 m=n; end med = sum (x) /m; desv = sqrt (sum (x.2) /m med.2) ; Se puede utilizar con: z = 1 : 99;
B.53 Comandos echo, input, keyboard, y pause.
339
[me, de] = media (z ) lo cual resulta en: me = 50
de = 28.5774 N otese que: 1) La primera l nea declara el nombre function, los argumentos de entrada x (si es m as de uno, se separan por comas) y los argumentos de salida, med y desv. 2) El s mbolo % indica que el resto de la l nea es un comentario y debe ser ignorada. 3) Las primeras pocas l neas documentan el archivo M y la muestra cuando se escribe help media . 4) Las variables m, n, med y desv son locales a la funci on media y no existen en el espacio de trabajo despu es de que media ha terminado (o si exist an previamente, permanecen sin cambiar). 5) El vector z que conten a los enteros de 1 a 99 fu e pasado o copiado en media en donde llega a ser una variable local llamada x.
B.52
Ayuda en l nea para los archivos m
Se puede crear ayuda en l nea para los archivos m entrando texto en una o m as l neas de comentario, empezando con la segunda l nea del archivo. As cuando se entra help media (ver ejemplo anterior), las l neas 2, 3 y 4 se muestran. Son las primeras l neas contiguas de comentarios. El sistema de ayuda ignora las l neas que aparecen posteriores a cualquier declaraci on ejecutable o a un una l nea en blanco.
B.53
Comandos echo, input, keyboard, y
pause
Normalmente mientras un archivo m se ejecuta, los comandos en el archivo no se muestran en la pantalla. El comando echo hace que los archivos m se vean en la medida que se ejecutan, lo cual es u til para depuraci on o para demostraciones. La funci on input obtiene entrada del usuario. As : n = input (0 Entre un entero0 )
340 PROGRAMA MATLAB muestra el mensaje Entre un entero, espera y luego asigna a n el valor o expresi on entrada por el teclado. La funci on keyboard invoca el teclado del computador como un script. Cuando se usa en archivos m es u til para depuraci on o para modicar variables durante la ejecuci on. El comando pause hace que un procedimiento pare y espere que el usuario presione cualquier tecla antes de continuar. pause (n) pausa durante n segundos antes de continuar.
B.54
Variables globales
Generalmente cada funci on del MATLAB, denida por un archivo m, tiene sus propias variables locales, las cuales son separadas de aquellas de otras funciones, de aquellas del espacio de trabajo y de aquellas de archivos script. Sin embargo, si varias funciones y posiblemente el espacio de trabajo, declaran todas un nombre particular como global, entonces todos comparten una copia u nica de esa variable. Cualquier asignaci on a esa variable, en cualquier funci on, es disponible a todas las otras funciones que la declaran global. El formato es: global Nombrevariable1 Nombrevariable2 ... En las funciones esta declaraci on se puede hacer despu es de las primeras l neas de comentario.
B.55
Cadenas de texto
Las cadenas de texto se entran en MATLAB delimitadas por comillas simples. Por ejemplo: s = 0 Hola0 resulta en: s = Hola El texto se almacena en un vector, un caracter por elemento. En este ejemplo: size (s)
ans = 14 indica que s tiene cuatro elementos. Los caracteres son almacenados como sus valores ASCII y abs muestra estos valores:
B.56 La funci on eval.
341
abs (s)
ans = 72 111 108 97 la funci on setstr permite mostrar el vector como texto en lugar de mostrar los valores ASCII. disp muestra el texto en la variable. Otras funciones u tiles son: isstr la cual detecta caracteres, y strcmp, la cual compara cadenas de caracteres. El uso de corchetes concatena variables de texto en cadenas mas largas: s = [s,0 amigos0 ]
s = Hola amigos Valores num ericos son convertidos a caracteres con sprintf , num2str, int2str. Los valores num ericos son a veces concatenados para poner t tulos en gr acos que incluyen valores num ericos: f = 70; c = (f 32) /1.8; title ([0 la temperatura del cuarto es 0 , num2str (c) , 0 grados C 0 ])
B.56
La funci on ev al
La funci on eval trabaja con variables de texto para implementar una poderosa facilidad al estilo macro. eval (t) hace que el texto contenido en t sea evaluado. Si CADENA es el texto fuente para cualquier expresi on o declaraci on del MATLAB, entonces: t = 0 CADENA0 ; codica el texto en t. Escribir t imprime el texto (en pantalla) y eval (t) hace que el texto sea interpretado, como una declaraci on o como un factor en una expresi on. Ejemplo B.42 .
342 PROGRAMA MATLAB
t = 0 1/ (i + j 1)0 ; f or i = 1 : n f or end end genera la matriz del Hilbert de orden n. Se puede usar eval e input para escoger una de varias tareas denidas en archivos m. Ejemplo B.43 . En este ejemplo los archivos m tienen los nombres : resist.m, induct.m y conden.m. elementos = [0 resist0 ; 0 induct0 ; 0 conden0 ] ; K = input (0 Escoja nu mero de elemento : 0 ) ; j=1:n a (i, j ) = eval (t) ;
eval (elementos (K, :)) N otese que el n umero de columnas en elementos implica que cada la debe tener el mismo n umero de caracteres. Ejemplo B.44 . En este ejemplo se muestra como eval puede usar el comando load para cargar 10 archivos de datos numerados secuencialmente: nombre ar = 0 misdatos0 ; f or i = 1 : 10 eval ([ 0 load 0 , nombre ar, int2str (i)]) end
B.57
Como incrementar velocidad y memoria
Para obtener la m axima velocidad del MATLAB, se debe hacer el esfuerzo de vectorizar los algoritmos en los archivos m. Siempre que sea posible, convertir lazos f or y while a operaciones con vectores o matrices. Ejemplo B.45 . Una manera de obtener el seno de 1001 n umeros desde el 1 hasta 10 es:
B.58 Archivos de entrada y salida.
343
i = 0; for t = 0 : .01 : 10 i = i + 1; y (i) = sin (t) ; end Una versi on con vectores del mismo c odigo es: t = 0 : .01 : 10 ; y = sin (t) ; si no se puede vectorizar un pedazo de c odigo, los lazos f or se pueden acelerar preubicando los vectores en los cuales los resultados son almacenados. Por ejemplo, al incluir la primer declaraci on que usa la funci on zeros, el lazo f or se ejecuta mas r apido en: y = zeros (1, 100) ; for i = 1 : 100 end
y (i) = det X i ;
Si no se preubican vectores, el interpretador del MATLAB debe cambiar el tama no del vector y a un elemento m as grande cada vez en el lazo de iteraci on. Si el vector es prelocalizado, se elimina este paso y ejecuta m as r apido. El esquema de prelocalizaci on tiene un segundo benecio: usa memoria m as ecientemente. Durante una sesi on del MATLAB, la memoria tiende a fragmentarse. Aunque se haya dejado mucha memoria libre, podr a no haber suciente espacio contiguo para sostener una variable grande. As , preubicaci on ayuda a reducir la fragmentaci on.
B.58
Archivos de entrada y salida
Las funciones de archivos de entrada y salida del MATLAB permiten leer datos, directamente en el MATLAB, que han sido guardados en otro formato, o escribir datos generados en el MATLAB en formatos requeridos por otro programa o dispositivo. Las funciones leen y escriben archivos en formato de texto y archivos de datos binario. Estas funciones son basadas en las funciones de archivos de entrada y salida del lenguaje C. Informaci on adicional se puede encontrar en la gu a del usuario del MATLAB.
APENDICE
INTRODUCCION AL SIMULINK
C.1
Introducci on
El SIMULINK es una herramienta del MATLAB que permite simular sistemas tanto lineales como no lineales interactuando con el usuario de una manera gr aca. una vez se est e dentro del MATLAB. Para entrar al programa se escribe simulink Se presenta un pantallazo con varias ventanas (cajas) que contienen los diferentes bloques de simulaci on. Estas ventanas son: sources (fuentes), sinks (sumideros), discrete (discretos), linear (lineales), nonlinear (no lineales), connections (conexiones) y extra (extras).
Sources
Sinks
Discrete
Linear
Nonlinear Connections
Extras
SIMULINK Block Library (Version 1.3c)
Figura C.1 Librer as del Simulink Una sesi on t pica comienza por denir un modelo o traer un modelo ya denido y luego se procede al an alisis del modelo. Los modelos se crean y editan principalmente con comandos manejados por el mouse. Despu es de denir un modelo se puede analizar escogiendo opciones de los men us del SIMULINK o entrando comandos en la ventana de comandos del MATLAB. El progreso de una simulaci on se puede ver mientras est a corriendo, y los resultados nales se pueden hacer disponibles en el a rea de trabajo del MATLAB cuando la simulaci on est a completa.
345
346 INTRODUCCION AL SIMULINK
C.2
Construcci on de un modelo
La denici on de un sistema en el SIMULINK es como la representaci on del sistema en diagramas de bloques, en donde estos son copiados de las librer as de bloques del SIMULINK (las anteriores ventanas) o las que se contruyan. La librer a est andar se organiza en varios subsistemas, agrupando bloques de acuerdo a su comportamiento, por ejemplo sources contiene bloques para generar se nales. Se pueden abrir presionando dos veces el bot on izquierdo (doble click) del mouse. Los bloques que all se presentan se pueden copiar donde se desee, por ejemplo en el modelo que se est e creando, se nalizandolos con el bot on izquierdo del mouse y arrastr andolo (sin soltar el bot on). Un sistema nuevo se puede abrir seleccionando new del men u file, a lo cual aparece una ventana vac a. La mayor a de los bloques se pueden abrir para mostrar sus par ametros en ventanas separadas. Estas permiten controlar el comportamiento del bloque modicando los valores de sus par ametros. Por ejemplo, el bloque signal generator (generador de se nales) del subsistema sources tiene como par ametros la forma de onda, amplitud y frecuencia. Otro bloque importante del subsistema sources es el denominado from workspace (del espacio de trabajo) el cual sirve para recibir en el SIMULINK cualquier se nal o se nales que se deseen del MATLAB en una matriz cuya primer columna tiene los instantes de tiempo y las dem as columnas las se nales correspondientes.
Signal Source Library 12:34 Clock Digital Clock 1 Constant Repeating Sequence
Signal Generator Sine Wave untitled.mat From File
Step Input [T,U]
Pulse Generator
From Workspace Chirp Signal
Random Number
Band-Limited White Noise
Figura C.2 Librer a de sources El subsistema sinks contiene bloques que en general son utilizados como salidas:
C.2 Construcci on de un modelo
347
osciloscopios (scope) gracadores (graph) y un bloque llamado to workspace (al espacio de trabajo) el cual sirve para mandar las se nales (respuestas, por ejemplo) que se deseen de la simulaci on al espacio de trabajo en una matriz, en donde cada columna corresponde a cada respuesta o salida, y las las al ndice de cada instante de simulaci on. Para enviar el vector que contiene los intantes de tiempo al MATLAB, se puede usar el bloque clock del subsistema sources conectado al bloque to workspace.
Signal Sinks Library yout To Workspace Scope untitled.mat Graph To File
STOP Auto-Scale Stop Simulation Graph
XY Graph
Hit Crossing
Figura C.3 Librer a de sinks En general, los bloques tienen entradas (en el bloque se representa con > apuntando hacia el mismo) y salidas (se presenta con > saliendo del bloque). Para conectar la salida de un bloque a la entrada de otro, se presiona el bot on izquierdo del mouse en cualquiera de los terminales anteriores y se arrastra hacia el otro. Al conectarsen se dibuja una linea que los une, los > desaparecen y una echa en la linea indica la direcci on del ujo de datos. Si se quiere borrar o editar una linea se selecciona con el mouse en cualquier lugar de ella. Todos los vertices son se nalados con peque nos cuadrados s olidos. Una vez que la l nea es seleccionada se puede eliminar del modelo presionando la tecla delete. La simulaci on de un sistema f sico en el SIMULINK depende del modelo matem atico que se tenga. Por ejemplo, un sistema lineal descrito mediante una funci on de transferencia se puede simular usando el bloque transf er f cn del subsistema linear. Tambi en se puede usar el bloque state space de la misma librer a, cuando el modelo es dado mediante las ecuaciones de estado y de salida. O si se tiene un conjunto de ecuaciones que describe el comportamiento del sistema se pueden simular usando todos los bloques disponibles tanto en al librer a linear (integradores, sumadores, ganancias, derivadores, etc.) como en la nonlinear (saturaci on, rel es, productos, funciones de variables, valor absoluto, zona muerta, etc.).

Nonlinear Library
Linear Library + + Sum 1/s Integrator 1 Gain 1 s+1 Transfer Fcn K Matrix Gain . Inner Product du/dt Derivative 1.317 Slider Gain (s-1) s(s+1) Zero-Pole
Sign Relay Backlash Saturation
Quantizer * Product >= Relational Operator f(u) Fcn
Dead Zone Coulombic Rate Limiter Friction Abs Abs AND Logical Combinatorial Operator Logic system S-Function MATLAB Function MATLAB Fcn Switch 1/s Reset Integrator 1/s Look-Up Table 2-D Look-Up Table
x' = Ax+Bu y = Cx+Du State-Space
Memory
Transport Limited Variable Delay Transport Delay Integrator
a) Linear
b) Nonlinear
Figura C.4 Subsistemas linear y nonlinear del Simulink Cuando se tienen varias se nales que se quieren ver en una misma gr aca por ejemplo, se puede usar un bloque mux que est a en la librer a connections el cual sirve para multiplexar sus entradas en un u nico vector a la salida. Tambi en est a en la misma librer a el bloque demux el cual separa un vector con varias se nales en se nales escalares (demultiplexa). Otros dos bloques de esta librer a son: inport, el cual suministra un enlace a una entrada externa y para linealizaci on; tambi en tiene el outport, que suministra un enlace a una salida externa y sirve tambi en para linealizaci on.
Connections Library 1 Inport 1 Outport Mux Mux Demux Demux
Figura C.5 Librer a de connections Si el sistema que se quiere simular es digital, se pueden usar los bloques de la librer a discrete: unit delay (retardo unitario), discrete transfer fcn (funci on de
C.3 Inicio de una simulaci on
349
tranferencia discreta), discrete state space (ecuaciones estado y de salida discretas), etc. Cada uno de los bloques discretos tiene un muestrador interno a su entrada y un retenedor de orden cero en su salida. Cuando bloques discretos se mezclan con bloques an alogos (continuos), la salida entre tiempos de muestreo de los bloques discretos es mantenida constante. Las entradas a los bloques discretos son actualizadas u nicamente en los instantes de muestreo. El tiempo de muestreo se da en el campo del tiempo de muestreo de la caja de di alogo del bloque.
Discrete-Time Library 1/z Unit Delay 1 1+2z -1 Filter (z-1) z(z-0.5) Discrete Zero-Pole 1 z+0.5 Discrete Transfer Fcn
x(n+1)=Ax(n)+Bu(n) y(n)=Cx(n)+Du(n) Discrete State-Space
Zero-Order Hold 1
First-Order Hold
z-1 Discrete-Time Discrete-Time Integrator Limited Integrator
Figura C.6 Librer a de discrete
C.3
Inicio de una simulaci on
Una simulaci on puede ser iniciada desde la l nea de comandos del MATLAB o del men u del SIMULINK: simulation. Todos los m etodos usan los mismos argumentos y par ametros. A. Simulaci on desde el men u simulation. La simulaci on se puede arrancar seleccionando start del men u simulation. Los par ametros de la simulaci on se pueden ajustar seleccionando parameters en el men u simulation. En los campos que all aparecen se pueden entrar n umeros o expresiones legales del MATLAB, por ejemplo, las variables tini, tf in, pasomin, pasomax y tol las cuales se pueden denir en el espacio de trabajo del MATLAB. V ease Fig. C.7.
Figura C.7 Panel de control del Simulink Las variables de retorno [t, x, y] son usadas para poner el tiempo, las trayectorias del estado y de la salida en el espacio de trabajo del MATLAB. Los tiempos de inicio y de parada de la simulaci on son ajustados en las variables tini y tf in. Los par ametros de integraci on tol, pasomin y pasomax controlan el error local relativo, el m nimo y m aximo intervalos de integraci on de la simulaci on. Correr una simulaci on desde el men u permite desarrollar ciertas operaciones interactivamente durante una simulaci on: a) Cambiar los par ametros de un bloque, siempre y cuando no cause un cambio en el n umero de estados, entradas o salidas para ese bloque. b) Cambiar cualquiera de los par ametros de simulaci on, excepto las variables de retorno y el tiempo de inicio. c) Cambiar el algoritmo de simulaci on. d) Cambiar el tiempo de muestreo para bloques discretos. e) Simular otro sistema al mismo tiempo. f) Seleccionar una l nea para ver su salida en un osciloscopio otante, el cual consiste de un bloque scope desconectado. Este muestra la salida de cualquier l nea que se seleccione. B. Simulaci on desde la l nea de comandos del MATLAB. Cualquier simulaci on que se corra desde el men u tambi en se puede correr desde la l nea de comandos. Por ejemplo, para congurar una simulaci on con par ametros id enticos a los descritos en el ejemplo anterior y mostrados en la Fig C.7, se debe usar el comando:
[t, x, y ] = linsim(0 modelo0 , [tini, tf in] , ...
C.3 Inicio de una simulaci on xo, [tol, pasomin, pasomax]);
351
en donde modelo es el nombre del diagrama del sistema y linsim es una de las t ecnicas de integraci on. Las condiciones iniciales, que no se pueden ajustar desde el men u de simulation, se denen en el vector xo. Estas condiciones iniciales prevalecen sobre las condiciones iniciales ajustadas en los bloques, a menos que xo sea una matriz vac a. La simulaci on desde la l nea de comandos tiene las siguientes ventajas: a) Se puede denir las condiciones iniciales, las cuales prevalecen sobre las denidas en los bloques. b) Si no se especican los argumentos del lado izquierdo del comando de simulaci on, autom aticamente se gracan las salidas o, cuando no hay salidas, las trayectorias del estado. c) Entradas externas se pueden especicar usando una variable extra ut, la cual va al nal de los par ametros del comando de simulaci on. ut puede ser una cadena de caracteres o una tabla de valores. Por ejemplo ut = 0 sin0 o ut = 0 ones (2, 1) sin (3 t + 2)0 . Si es una tabla, la primer columna debe ser un vector con los tiempos en orden ascendente. d) Una simulaci on se puede correr desde un archivo M permitiendo que par ametros en los bloques sean cambiados interactivamente. e) Para peque nos modelos, la simulaci on se ejecuta m as r apido. Todos los algoritmos de integraci on tienen id entica sintaxis de modo que los diferentes m etodos se pueden seleccionar simplemente cambiando el nombre de la funci on: euler, rk23, rk45, linsim, adams y gear. La velocidad y precisi on con las cuales se pueden resolver las ecuaciones diferenciales no s olo dependen de los par ametros del intervalo de integraci on y el error relativo si no tambi en del algoritmo que se escoja. Estas rutinas se pueden usar para una variedad de problemas: linsim usa un m etodo que extrae la din amica lineal de un sistema dejando u nicamente la din amica no lineal del sistema para ser simulado. Este m etodo trabaja muy bien cuando el sistema a ser simulado es relativamente lineal, y se pueden tomar intervalos grandes de integraci on. Por esto es necesario limitar el m aximo intervalo de integraci on si se quieren puntos de salida razonablemente espaciados. El m etodo de euler es un m etodo de intervalo u nico el cual simplemente multiplica las derivadas por el tama no del intervalo para producir la actualizaci on del estado. Se incluye por razones hist oricas. Se deben tomar intervalos de integraci on mucho m as peque nos que los de los otros m etodos para lograr la misma precisi on y, por esto, no se recomienda para la mayor a de problemas. Los m etodos de Runge-Kutta, rk23 y rk45, son m etodos buenos de prop osito general que trabajan bien para un buen rango de problemas. Aunque rk45 es generalmente m as r apido y preciso que rk23, produce menos puntos de salida; por eso rk23 podr a ser preferido para gr acas suaves. Son los mejores m etodos cuando el sistema a ser simulado tiene discontinuidades. adams y gear son m etodos predictores-correctores que trabajan bien con problemas en donde las trayectorias de estado son suaves. El m etodo de gear es fundamentalmente para sistemas con mezcla de din amicas r apida
352 INTRODUCCION AL SIMULINK y lenta. Estos m etodos no trabajan bien cuando el sistema es discontinuo. Todos los m etodos son de intervalo de integraci on variable, el cual se ajusta continuamente de modo que se mantenga el error relativo. Los m etodos, excepto gear y adams, se pueden convertir a m etodos de intervalo jo haciendo que los intervalos m nimo y m aximo sean iguales. linsim y euler son m etodos de intervalo u nico: un nuevo punto de salida se genera a cada intervalo de tiempo. rk23 y rk45 son m etodos de Runge-Kutta que toman intervalos intermedios entre los puntos generados por las trayectorias de salida. Las rutinas de adams y gear son m etodos predictores-correctores los cuales toman un n umero variable de puntos para generar un punto de salida. Todos los algoritmos de integraci on (excepto euler) podr an tomar pasos hacia atr as en el tiempo cuando el error de predici on calculado es mayor que el error relativo. En este caso el intervalo de integraci on es reducido pero nunca por debajo del intervalo m nimo; por eso, es posible producir resultados imprecisos si cualquiera, el error relativo o el m nimo intervalo de integraci on, son demasiado grandes. Sistemas puramente discretos se pueden simular usando cualquiera de los m etodos de integraci on; no hay diferencia en las soluciones. Para lograr puntos de salida que reejen u nicamente los instantes de muestreo, se debe ajustar el m nimo intervalo de integraci on a un valor mayor que el m aximo tiempo de muestreo. Ejemplo C.1 . Este ejemplo sirve para simular el control por realimentaci on de variables de estado de la planta constituida por el p endulo invertido considerado en el Cap tulo 1, cuya descripci on matem atica es dada por las ecuaciones (1.16) y (1.17). Referirse tambi en al art culo de los autores Frecuencias escondidas en sistemas lineales, en la revista Scientia et Technica, No. 5 de Abril de 1997. Si se denen las variables de estado como: , x3 = y, x4 = y x1 = , x2 = entonces el modelo matem atico mediante x 1 0 1 0 x 2 = a21 0 0 x 3 0 0 0 x 4 a41 0 0 variables de estado es: x1 0 0 0 x2 + b2 u 1 x3 0 0 x4 b4
en donde:
a21 b2
(m + M )mgL (mL)2 g , a41 = , d d mL I + mL2 , b4 = , d = (m + M )I + mML2 = d d =
La Fig. C.8 muestra el diagrama del Simulink para el control del p endulo invertido, el cual es archivado con el nombre sipend.
353
Reloj
ti Tiempo u Seal de Control x' = Ax+Bu x y = Cx+Du Vector de Estado Pndulo Invertido K Ganancias de Realimentacin
Figura C.8 Diagrama del Simulink para el control del p endulo invertido N otese de la Fig. C.8 que: 1) La planta se simula con el bloque state space, ya que su modelo matem atico es dado mediante ecuaciones de estado y de salida. 2) La realimentaci on de las variables de estado se hace a trav es del bloque matrix gain de la librer a linear. 3) Las variables que se quieren observar (control y estado) se env an al espacio de trabajo en un bloque to workspace ( Vector de Estado) para ser gracados con un archivo tipo m o un programa que usa comandos del MATLAB que se muestra m as adelante. Los instantes de simulaci on, contenidos en el bloque clock, tambi en son enviados al espacio de trabajo para ser usados en las gr acas de los resultados. El programa que maneja la simulaci on, pide las ganancias por las cuales se deben multiplicar las variables de estado, calcula las matrices A y B y graca los resultados es el siguiente: % PENDULO INVERTIDO % Se piden las ganancias de realimentaci on k1=input(Ganancia de realimentaci on para x1, k1 = ) k2=input(Ganancia de realimentaci on para x2, k2 = ) k3=input(Ganancia de realimentaci on para x3, k3 = ) k4=input(Ganancia de realimentaci on para x4, k4 = ) % Par ametros del p endulo invertido m=0.05;M=0.5;g=9.8;L=1; I=m*L2/3;delta=(m+M)*I+m*M*L2; % Se calculan las matrices A y B
354 INTRODUCCION AL SIMULINK A=[0 1 0 0;(m+M)*m*g*L/delta 0 0 0;0 0 0 1;-(m*L) 2*g/delta 0 0 0]; B=[0;-m*L/delta;0;(I+m*L 2)/delta]; % Vector de ganancias del controlador k=[-k1 -k2 -k3 -k4]; % Se simula el sistema en lazo cerrado. % Todas las condiciones iniciales son nulas, excepto el a ngulo inicial % del p endulo que es 10 grados linsim(sipend,[0,10],[pi/18;0;0;0],[0.001,0.01,0.01]) % Se graca la posici on angular del p endulo gure(1) plot(ti,x(:,1)*180/pi,w-) ylabel(pos. angular del p endulo, grados);xlabel(segs.) grid on % Se graca el desplazamiento del carro gure(2) plot(ti,x(:,3),w-) ylabel(desplazamiento del carro, metros);xlabel(segs.) grid on % Se graca la fuerza de control gure(3) plot(ti,u,w-) ylabel(fuerza de control, Newtons);xlabel(segs.) grid on Los resultados del control con k1 = 65, k2 = 24, k3 = k4 = 0, es decir sin realimentar yyy se muestran en las Figuras C.9 y C.10. N otese que aunque la posici on angular es controlada, el desplazamiento del carro es inestable.
10 pos. angular del pndulo, grados 8 6
4 2 0 0
4 segs.
10
Figura C.9 Posici on angular del p endulo
355
7 desplazamiento del carro, metros 6 5 4 3 2 1 0 0 2 4 segs. 6 8 10
Figura C.10 Desplazamiento del carro Los resultados del control realimentando todas las variables de estado con k1 = 65, k2 = 24, k3 = 8, k4 = 11, se muestran en las Figuras C.11 y C.12. N otese que ahora la posici on angular y el desplazamiento del carro est an completamente controlados.
10 pos. angular del pndulo, grados 8 6 4 2 0 -2 -4 -6 0 2 4 segs. 6 8 10
Figura C.11 Posici on angular del p endulo
0.5 desplazamiento del carro, metros 0.4 0.3
0.2 0.1 0 0
4 segs.
10
Figura C.12 Desplazamiento del carro Ejemplo C.2 . Este ejemplo sirve para simular el control optimo usando realimentaci on de las variables de estado estimadas de una planta (motor DC y su drive) por medio de un observador asint otico (V ease Cap tulo 9). Referirse al art culo de los autores Dise no de un controlador optimo que utiliza un observador asint otico para realimentar las variables de estado estimadas, en la revista Scientia et Technica, No. 4 de Octubre de 1996. El criterio de optimizaci on consiste en minimizar el ndice cuadr atico: Z [xt Qx + ut Ru]dt J=
0
para lo cual se utiliza la funci on lqr (linear quadratic regulator) de la herramienta Control del MATLAB. Las matrices ponderantes Q y R que restringen respectivamente, las variables de estado y de control, se escogen como: 1 0 .01 0 0 .1 .01 0 Q= .01 .01 .01 .01 0 0 .01 100 R = .01 Puesto que se introduce un integrador con el n de eliminar el error de estado estacionario, la planta es de cuarto orden y su modelo matem atico mediante ecuaciones de estado es descrito por las matrices:
357
.1653 .2879 0 11.55 3.414 .9177 A2 = 0 0 12.3 1 0 0
0 0 0 0
Puesto que el observador es reducido, ya que no es necesario estimar la salida del integrador porque se tiene acceso a ella, en la determinaci on de las ganancias del observador se utilizan: la traspuesta de la matriz A1 que se obtiene eliminando en A2 la cuarta la y la cuarta columna, y la traspuesta de [1 0 0] que se obtiene de C2 eliminando la cuarta columna.
0 0 B2 = 147.5 , C2 = 1 0 0 0 0
Seal de control u estadore x' = Ax+Bu Demux y = Cx+Du Al espacio de SaturacinModelo del Demux2 trabajo3 motor Salida y Error de x' = Ax+Bu Mux x4 control 1/s y = Cx+Du + I1 S2 Referencia Ganancias deMux1 realimentacin ti Vector de estado Reloj Al espacio de estimado trabajo2 + x' = Ax+Bu Mux S1 y = Cx+Du Demux Error del Mux2 Observador Demux1 observador asinttico Mux estado espacio de Mux Altrabajo1
Figura C.13 Diagrama de simulaci on del ejemplo C.2 La Fig. C.13 muestra el diagrama de simulaci on del sistema total. N otese que el bloque state space es usado 3 veces para: simular la planta, el observador asint otico y las ganancias de realimentaci on. Se usan multiplexores para reunir varias se nales en un s olo vector, y demultiplexores para separar las se nales de vectores. Se usan los bloques to workspace para enviar varias se nales y el tiempo al espacio de trabajo con el n de gracar algunas variables.
358 INTRODUCCION AL SIMULINK Otros bloques utilizados son: saturation de la librer a nonlinear, un sumador y un integrador de la librer a linear y el bloque step de la librer a sources para generar la se nal de referencia: un escal on de amplitud 8.15 voltios. El siguiente es el programa que carga las matrices Q, R, A2 , B2 y C2 , utiliza de la herramienta Control las funciones lqr que se usa para optimizar y ac ker que sirve para hallar tanto las ganancias de realimentaci on de las variables de estado como las ganancias del observador asint otico cuando los polos respectivos son dados. Usa el m etodo de integraci on rk45 y graca los resultados. % CALCULO OPTIMO DE LAS GANANCIAS DE REALIMENTACION % POR VARIABLES DE ESTADO PARA EL MODELO DEL MOTOR % SE CARGAN Q Y R OPTIMOS load qroptim % SE CARGA PRIMERO EL MODELO DEL MOTOR load modmotor K1, % SE CALCULAN LAS GANANCIAS DE REALIMENTACION % USANDO EL REGULADOR LINEAL CUADRATICO [K1,S,E]=lqr(A2,B2,Q,R); K1 % SE CALCULAN LAS GANANCIAS DEL OBSERVADOR ASINTOTICO L % UTILIZANDO LA FORMULA DE ACKERMAN. EN EL VECTOR Po. % SUS POLOS ESTAN Po=[-10;-20;-30]; L1=acker(A1,[1;0;0],Po); L=L1 % SE SIMULA EL SISTEMA EN LAZO CERRADO CON EL SIMULINK. % EL PROGRAMA SE LLAMA lqrnue33. rk45(lqrnue33,[0,4],[],[0.001,0.01,0.01]) % SE GRAFICAN LAS VARIABLES DE ESTADO ESTIMADAS, LAS REALES, % LA SENAL DE CONTROL Y EL ERROR DEL OBSERVADOR. for j=1:3 gure(j) plot(ti,estado(:,j),w-) hold on plot(ti,estadore(:,j),w-) grid on hold o xlabel(segs.) pause end for j=4:5 gure(j) plot(ti,estado(:,j),w-) grid on xlabel(segs.) pause end

10 8 6
359
4 2 0
2 segs.
Figura C.14 Variables de estado x1 y xo1
80 60 40
20 0 -20
2 segs.
150 100 50 0 -50 -100 0
2 segs.

10 8 6
4 2 0 0
2 segs.
Figura C.17 Se nal de control u
5 4 3 2 1 0 -1 0
2 segs.
Figura C.18 Error del observador En las Figuras C.14 a la C.18 se muestran las variables de estado estimadas comparadas con las reales, la se nal de control y el error del observador. N otese como a pesar de que el estado energ etico inicial de la planta [4.075 2.5 60] es totalmente diferente del estado inicial del observador [0 0 0], en menos de medio segundo las variables de estado estimadas convergen asint oticamente a las reales y la salida del sistema, x1 , alcanza el estado estacionario en aproximadamente 3.5 segundos, haciendo seguimiento perfecto de la se nal de referencia, que en este caso es de 8.15 voltios.
APENDICE
EJERCICIOS PROPUESTOS
D.1
Del cap tulo 1
D.1.1 Consid erese el mismo sistema (planta) del ejemplo introductorio (el p endulo invertido) y sup ongase que se desea controlar no s olo la posici on angular sino la posici on horizontal tambi en, utilizando una estrategia de control en donde la fuerza (se nal) de control u es proporcional a y y, es decir, u = K1 + K2 y. Plantear el conjunto de ecuaciones linealmente independiente que describe el comportamiento de este sistema de control, suponiendo que el transductor responde instantaneamente. D.1.2 Trabajar a el sistema del ejemplo introductorio si en lugar del control proporcionalderivativo se usara control derivativo puro?. D.1.3 Sobre un carro de masa M hay dos p endulos invertidos de longitudes l1 y l2 y con masas en sus extremos del mismo valor e igual a m, como se muestra en la Fig. D.1. Para valores peque nos de 1 y 2 , demostrar que las ecuaciones de movimiento son:
Mv m(v
li i )
= mg 1 + mg 2 + u = mg i , i = 1, 2
en donde v es la velocidad del carro y u es una fuerza externa aplicada al mismo. 361
362 EJERCICIOS PROPUESTOS
Figura D.1 Sistema del problema D.1.3.
D.2
Del cap tulo 2
Figura D.2 Sistema del ejercicio D.2.1.
D.2 Del cap tulo 2
363
D.2.1 Un an alogo simple del cuerpo humano para estudios de vibraci on se considera como una interconexi on de masas, resortes y amortiguadores como se muestra en la Figura D.2. Plantear un conjunto de ecuaciones linealmente independiente que lo describa completamente.
D.2.2 Para el sistema mec anico traslacional de la Figura D.3 plantear las ecuaciones de estado y de salida.
Figura D.4 Sistema mec anico rotacional del problema D.2.3.
364 EJERCICIOS PROPUESTOS D.2.3 Plantear un modelo matem atico que describa completamente el comportamiento del sistema mec anico rotacional de la Figura D.4.
Figura D.5 P endulo del problema D.2.4.
D.2.4 Plantear un conjunto de ecuaciones de estado que describa el comportamiento del sistema del p endulo da la Figura D.5. Sup ongase que cuando el p endulo est a vertical, no hay fuerza del resorte; tambi en, que es peque no. El momento de inercia de m con respecto al punto A es ml2 .
Figura D.6 Sistema mec anico del problema D.2.5.
D.2 Del cap tulo 2
365
D.2.5 Para el sistema mec anico de la Figura D.6, hallar la ecuaci on diferencial que relaciona la posici on de la masa M1, y (t), con la entrada u(t).
Figura D.7 Circuito el ectrico del problema D.2.6.
D.2.6 Describir el comportamiento del circuito el ectrico de la Figura D.7 mediante variables de estado. Hallar las matrices A, B , C y D y la matriz de transferencia.
Figura D.8 Circuito el ectrico del ejercicio D.2.7.
D.2.7 Para el circuito el ectrico de la Figura D.8: R = 2, C1 = 1f , C2 = 1 2 f , L1 =
366 EJERCICIOS PROPUESTOS M = 1h y L2 = 2h. a. Plantear las ecuaciones de estado y de salida. b. Obtener la funci on de transferencia a partir de las matrices A, B , C y D del resultado anterior.
Figura D.9 Motor del problema D.2.8.
ea = Ka
= Ka ia
K1 if 1 + b if
D.2.8 El sistema de la Fig. D.9 est a trabajando en un punto de operaci on Po conocido. Una peque na desviaci on vf del voltaje vf ocurre en un instante determinado y como consecuencia el punto de operaci on se afecta. Considerando como salida del sistema el cambio de la velocidad angular , obtener: a. El diagrama de bloques. b. La funci on de transferencia
(s) vf (s) ,
por reducci on de diagrama de bloques.
D.2 Del cap tulo 2
367
Figura D.10 Sistema del problema D.2.9. D.2.9 La Figura D.10 muestra el diagrama esquem atico del sistema de control de una bola en suspensi on. La bola de acero se suspende en el aire por la fuerza electromagn etica generada por el electroim an, la cual es directamente proporcional i con constante de proporcionalidad K . El objetivo al cuadrado de la relaci on y de control es mantener la bola de metal suspendida en la posici on nominal de equilibrio controlando la corriente en el im an con el voltaje e(t). La resistencia de la bobina es R y la inductancia es L(y ) = yL (t) , en donde L es una constante.
(t) a. Sea E el valor nominal de e(t). Encontrar los valores nominales de y (t), i(t) y dy dt en equilibrio (punto de operaci on). (t) b. Denir las variables de estado como x1 = i, x2 = y , x3 = dy dt y encontrar las ecuaciones de estado no lineales. c. Linealizar las ecuaciones de estado anteriores alrededor del punto de equilibrio.
Figura D.11 Sistema de nivel de l quido del ejercicio D.2.10.
D.2.10 En el sistema de nivel de l quido de la Figura D.11, A = 15m, B = 10m, H = 25m y q = 2h en el sistema MKS. a. Hallar la ecuaci on diferencial no lineal que relaciona a h con u(t). b. Linealizar la anterior alrededor del punto de operaci on, suponiendo que en este, m3 y h(t) |Po = Ho = 16m. u(t) |Po = Uo = 2 seg
Figura D.12 Sistema del ejercicio D.2.11. q : caudal en Kg/seg., A: a rea del pist on (m2 ), : densidad del aceite (Kg/m3 ), R: N.seg resistencia al ujo en la restricci on ( m 2 .Kg ), K : constante del resorte (N/m)
D.2.11 Para el sistema de la Figura D.12 hallar la funci on de transferencia
Y (s) U (s) .
D.3
Del cap tulo 3
D.3.1 Hacer un diagrama de c omputo an alogo para generar la funci on 20 t et . Se debe tener en cuenta que: i.no haya saturaci on en ninguno de los amplicadores operacionales; ii. s olo de dispone de voltajes D.C.; iii. el voltaje de polarizaci on de los amplicadores operacionales es 15 voltios; iv. el n umero de amplicadores
D.4 Del cap tulo 4 operacionales sea m nimo.
369

1 u(t): variable de control, n(t): perturbaci on, R1 = R3 = 3, R2 = 1, C1 = 2 3 , C2 = 3 .
D.3.2 Para el sistema de nivel de l quido de la Figura D.13: a. Obtener un circuito el ectrico an alogo y plantear las ecuaciones de estado. b. Hacer un diagrama de c omputo an alogo para simular las ecuaciones anteriores sin usar m as de 3 amplicadores operacionales.
D.3.3 Las ecuaciones de estado y de salida de un sistema son, respectivamente: 1 2 2 2 x = 0 1 1 x + 0 u 1 0 1 1 y= 1 1 0 x
Hacer el diagrama de c omputo an alogo para una realizaci on tipo observer sin usar mas de 5 amplicadores operacionales.
D.4
Del cap tulo 4
370 EJERCICIOS PROPUESTOS D.4.1 La funci on de transferencia de una planta es:
100 C (s) = 2 U (s) s + 10s + 100
Dise nar un controlador proporcional-integral (PI) de modo que cuando la referencia sea una rampa unitaria, el error de estado estacionario sea 0.01. Justicar el valor seleccionado para cada ganancia del PI.
Figura D.14 Sistema t ermico del ejercicio D.4.2.
D.4.2 La temperatura x(t) en el horno el ectrico de la Figura D.14 es descrita por la ecuaci on diferencial:
dx(t) = 2x(t) + u(t) + w2 (t) dt en donde u(t) es la se nal de control y w2 (t) es una perturbaci on debido a las p erdidas por calor. Se desea que la temperatura x(t) siga la se nal de referencia w1 (t). Encontrar las ganancias proporcional Kp e integral Ki de un controlador proporcional-integral (PI) de modo que todas las ra ces de la ecuaci on caracter stica en lazo cerrado est en en -10. Hallar las respuestas de x(t) para t 0 cuando w1 (t) = us (t) y w2 (t) = us (t) on unitario. Bosquejar las con condiciones iniciales nulas, en donde us (t) es el escal respuestas.
D.4 Del cap tulo 4
371
Figura D.15 Sistema del ejercicio D.4.3. R1 = R2 = R3 = 1, C1 = C2 = 1. y: salida (nivel), u: variable de control (caudal), n: perturbaci on (nivel). D.4.3 a. Obtener las ecuaciones de estado y de salida del sistema de la Figura D.15 y su matriz de transferencia. b. Determinar valores y/o condiciones en las ganancias de un controlador tipo PI, de modo que el error de estado estacionario para una se nal de referencia rampa unitaria sea 0.01. Hacer un diagrama de bloques del sistema en lazo cerrado.

1 1 Ra = 10, La 0, Ki = constante de torque = 10 oz-in/A, Ka = 50, n = N N2 = 100 , Kb = constante de fem inducida = 0.0706 v/rad/seg, Ks = 1 v/ft, JL = inercia de la rea del tanque carga = 10 oz-in-seg2 , Jm = inercia del rotor = 0.005 oz-in-seg2 , A = a on del motor y la carga despreciables. = 50 ft2 , R = 0.02 seg/ft2 . Fricci
D.4.4 En el sistema de la Figura D.16, el n umero de v alvulas conectadas al tanque de reserva es N = 8. Todas las v alvulas tienen las mismas caracter sticas y son , el caudal de entrada qi (t) es Ki .N.c (t), controladas simult aneamente por c . As donde Ki = 10 ft3 /(seg-rad).
m . a. Denir las variables de estado de la planta como x1 = h, x2 = m , x3 = ddt Siendo la variable de control ei (t), plantear las ecuaciones de estado de la planta (sin el controlador). b. Hallar la funci on de transferencia de la planta y del sistema en lazo cerrado (incluyendo el controlador), suponiendo un controlador tipo proporcional con ganancia Kp . Hacer un diagrama de bloques. c. Determinar la estabilidad del sistema y el error de estado estacionario para una referencia rampa unitaria si Kp es: i. 1.0, ii. 2.0.
D.4.5 El modelo matem atico de una planta que se quiere controlar es el siguiente:
x1
x2
= 2 x2 (t) = 2 u(t)
donde u(t) es la se nal de control y la salida es y (t) = x1 (t). Las siguientes son las consideraciones para el dise no del control: a. No se admiten oscilaciones (ni siquiera amortiguadas) en la salida cuando la referencia es un escal on. b. El error de estado estacionario para una referencia escal on debe ser nulo. c. La magnitud de todos los polos en lazo cerrado debe ser 2. Para cada uno de los siguientes controladores justicar porqu e si o porqu e no lo selecciona y haga el dise no respectivo: i. Proporcional ii. Proporcional-derivativo. iii. Proporcional-integral.
D.5
Del cap tulo 5
D.5 Del cap tulo 5
373
Figura D.17 Modelo del ejercicio D.5.1. D.5.1 Un modelo muy simple del sistema de realimentaci on que un estudiante utiliza para controlar sus notas se muestra en la Figura D.17, en donde: Td es el tiempo disponible, Te es el tiempo para estudiar, Tx es el tiempo para actividades extracurriculares, N representa las notas y K1 es un efecto proporcional en las notas. Algunos valores t picos de los par ametros ser an K1 = 1, 1 = 1 mes, y 2 = 1 2 mes. El esfuerzo en eliminar actividades extracurriculares se reeja en la ganancia K2 , para lo cual determinado estudiante podr a tener K2 = 1 2. a. Calcular la respuesta del sistema a un incremento en escal on en el tiempo disponible. Cu antos meses transcurren antes de que el incremento en tiempo disponible resulte en notas mejores. Usar el tiempo pico para esta estimaci on. amenes m as dif ciles. b. Una perturbaci on en escal on, D(s) = D s , ocurre debido a ex Usando el tiempo de establecimiento, determinar el tiempo necesario para alcanzar el estado estacionario. Determinar el efecto en estado estacionario sobre las notas debido a la perturbaci on escal on de magnitud D. c. Repetir a. y b. para un estudiante cuya dedicaci on a actividades extracurriculares se reeja con K2 = 2.
D.5.2 En determinadas misiones espaciales los astronautas deben abandonar la nave y operar en el espacio. Para permitir que las extremidades del astronauta est en libres es necesario proveer un sistema de control que no las utilice. Por esta raz on se propone un controlador por voz cuyo diagrama simplicado se muestra en la Figura D.18, en donde: R es la posici on deseada, E es un comando por voz, T es el torque, V es velocidad y y es la posici on en metros. El controlador (Jet a gas) opera por comando de voz y puede ser representado aproximadamente por una ganancia proporcional K2 . La inercia del hombre y el equipo es J = 25 Kg-m2 . a. Determinar la ganancia necesaria K3 para que el error en estado estacionario sea 1 cm. con una se nal de entrada rampa unitaria. mites en la ganancia K1 K2 para restringir el b. Con esa ganancia K3 , determinar l m aximo sobreimpulso al 10%.
D.5.3 La funci on de transferencia de un sistema es:

2 n C (s) = 2 2 R(s) s + 2n s + n
Con r(t) = (t), la funci on impulso, hallar c(t) para cuando: = 0, < 1, = 1 y > 1. Hacer gr acos y comparar.
D.5.4 Para el sistema de la Figura D.19, hallar el error en estado estacionario ess cuando r(t) = t u(t) en funci on de y n . D.5.5 Resolver el ejemplo 5.1 con un sobrepaso del 3%, con un tiempo de soluci on de 1 segundo. Calcular K , Kr , tr y tp .
D.6 Del cap tulo 6
375
D.6
Del cap tulo 6
D.6.1 Para cada uno de los sistemas de las Figuras 6.3 y 6.5, determinar, en caso de ser posible, las ganancias de un controlador que utiliza realimentaci on de las variables de estado, de modo que todas las frecuencias naturales del sistema en lazo cerrado est en ubicadas en -10.
Figura D.20 Circuito del ejercicio D.6.2.
D.6.2 a. Existir a alguna funci on u(t) tal que las corrientes en todas las inductancias y los voltajes en todos los condesadores de la Figura D.20 puedan ser llevados desde ciertos valores iniciales (arbitrarios) a otros tambi en arbitrarios? Justicar. b. Determinar la estabilidad interna del sistema de la Figura D.20.
Figura D.21 Circuito del ejercicio D.6.3.
D.6.3 Suponer que y (t) y u(t) son dadas para el sistema de la Figura D.21. Ser a posible determinar las corrientes en todos lss inductancias y los voltajes en todos los condensadores en cualquier instante t? Justicar. D.6.4 Utilizando el criterio de Routh y Hurwitz, determinar la estabilidad de un sistema con ecuaci on caracter stica: A(s) = s5 + 4s4 + 8s3 + 8s2 + 7s + 4
D.6.5 Para el sistema mostrado en la Figura D.22, demostrar, utilizando el criterio de Routh y Hurwitz, que para estabilidad en lazo cerrado: 1 1 1 + + )(T1 + T2 + T3 ) 1 T3 T2 T1
K <(
D.6.6 Una planta tiene como funci on de transferencia: 1 (2s + 1)(s 1)
Gp (s) =
Encontrar condiciones en las ganancias proporcional, Kp > 0, y derivativa, Kd > 0, de un controlador PD de modo que el sistema sea estable en lazo cerrado. Utilizar el criterio de estabilidad de Nyquist.
D.6 Del cap tulo 6
377
D.6.7 Para el sistema de la Figura D.23:
GC (s) = 1 + TD (s) K GP (s) = s2 (1 + T1 s)
donde K, T1 , TD > 0. Utilizando el criterio de estabilidad de Nyquist, establecer condiciones sobre K, T1 y TD para que el sistema sea estable.
D.6.8 Por el m etodo de las transiciones determinar la estabilidad de Wlc (s), para (1+T1 s) Wla (s) = K s(T2 s1) , con K, T1 , T2 > 0. Establecer condiciones. D.6.9 Se tiene una planta cuyo funci on de transferencia es:
Gp (s) =
1 s2 (1 + T1 s)(1 + T2 s)
donde T1 , T2 > 0. Utilizar el criterio de estabilidad de Nyquist para hallar todas las condiciones, si las hay, de modo que el sistema en lazo cerrado sea estable cuando el controlador es de tipo: a. Proporcional con ganancia K > 0. b. Proporcional-derivativo con funci on de transferencia K (1 + Td s); K, Td > 0.
D.6.10 En el sistema de la Figura D.23:
GC (s) = 1 + Td s K GP (s) = 2 s (1 + T1 s) donde K, T1 , Td > 0. Usando el criterio de estabilidad de Nyquist, establecer condiciones sobreK, T1 , y Td para que el sistema sea estable.
D.6.11 En el sistema de la Figura D.24:
G1 (s) = K (s + 3) 1 G2 (s) = (s2 + 4)(s 2) H (s) = s + 2
D.6 Del cap tulo 6
379
Utilizando el criterio de estabilidad de Nyquist, establecer condiciones en la ganancia K > 0, para que el sistema sea estable.
D.6.12 La funci on de transferencia en lazo abierto de un sistema es: Wla (s) = K (s 1) s(s + 1)
Utilizar el criterio de estabilidad de Nyquist para encontrar condiciones en K de modo que el sistema sea estable en lazo cerrado. Mostrar todos los posibles lugares geom etricos o de Nyquist.
(s1) D.6.13 Bosquejar el lugar de Nyquist de Wla (s) = K (s+1)2 , K > 0, y determinar los l mites de K para que el sistema en lazo cerrado sea estable. Usar el criterio de Nyquist.
D.6.14 Las ecuaciones de estado y de salida de un sistema son, respectivamente: 1 2 2 2 x = 0 1 1 x + 0 u 1 0 1 1
y=
Utilizar realimentaci on de las variables de estado para transferir los modos del sistema a -1, -2 y -2. Dibujar un diagrama de bloques para las anteriores ecuaciones y luego adicionar la realimentaci on requerida.
1 1 0
D.6.15 Un sistema es descrito por la siguiente ecuaci on matricial de estado y de salida: 1 0 0 1 x = 1 0 4 x+ 0 u 0 1 2 0
y=
a. En caso de ser posible, determinar las ganancias en la realimentaci on de las variables de estado de modo que la funci on de transferencia del sistema en lazo cerrado muestre un s olo polo en -4.
1 2 1
380 EJERCICIOS PROPUESTOS b. Es m nimo el sistema en lazo cerrado?. Justicar.
D.6.16 La Figura D.25 muestra un sistema de nivel de l quido que se quiere controlar, en donde: n es una perturbaci on incontrolable, u es la variable de control y C1 = C2 = 1, R1 = . La t ecnica a utilizar es por realimentaci on de las variables de estado R2 = R3 = 1 2 as realimentaci on de la integral del error a trav es de una ganancia, ya que (h1 y h2 ) m se desea que la salida (h2 ) siga, en el estado estacionario, a la referencia que es una se nal tipo escal on. Dise nar el controlador de modo que las frecuencias naturales del sistema en lazo cerrado est en ubicadas en 10 j y 10. Hacer un diagrama de bloques donde se muestren expl citamente la planta y la estructura completa del controlador. S olo deben aparecer ganancias, sumadores e integradores.
D.7
Del cap tulo 7
D.7.1 La conguraci on de polos y ceros de una funci on de transferencia en lazo cerrado Wlc (s) viene dada en la Fig D.26a.
D.7 Del cap tulo 7
381
a)
b)
Figura D.26 Polos y ceros del ejercicio D.7.1. a. Calcular la banda pasante del sistema, o ancho de banda, AB. b. Se a nade un cero como indica la Fig D.26b. C omo queda modicado el AB ? c. Se a nade a la conguraci on de la Fig D.26b un polo sobre el eje real negativo, pero a una distancia del origen 10 veces mayor que la del cero. C omo queda afectado el AB?
D.7.2 La especicaci on dada para un servosistema de segundo orden es que el sobrepaso m aximo de la respuesta a un escal on unitario no exceda del 25%. Determinar los valores l mites correspondientes del coeciente de amortiguamiento y del factor de resonancia Mv . D.7.3 La funci on de transferencia en lazo cerrado de un servosistema es: 1 C (s) = R (s) (1 + 0.01s) (1 + 0.05s + 0.01s2 )
Wlc (s) =
a. Trazar la curva de respuesta en frecuencia del sistema en lazo cerrado. b. Determinar el factor de resonancia Mv y la frecuencia de resonancia v del sistema. c. Determinar el coeciente de amortiguamiento y la frecuencia propia no amortiguada n del sistema de segundo orden que produce el mismo Mv y la misma v que el sistema original.
D.7.4 La funci on de transferencia en lazo abierto de un servosistema con realimentaci on unitaria es: Wla (s) = K (1 + T s) s (1 + s) (1 + 0.01s)
Determinar el menor valor posible de T para que el sistema tenga un margen de amplitud innito.
D.7.5 La funci on de transferencia en lazo abierto de un servosistema con realimentaci on unitaria es: Wla (s) = K s (1 + 0.1s) (1 + s)
a. Determinar el valor de K para que el factor de resonancia Mv del sistema sea igual a 1.4. b. Determinar el valor de K para que el margen de amplitud del sistema sea de 20dB. c. Determinar el valor de K para que el margen de fase del sistema sea de 60 .
D.7.6 Usar el criterio de estabilidad de Nyquist para determinar si los sistemas con las siguientes funciones de transferencia de lazo abierto son estables:
a. b. c. d.
Wla (s) = Wla (s) = Wla (s) = Wla (s) =
10 (1 + s) (1 + 2s) (1 + 3s) 10 s (1 + s) (1 + 10s) 10 s2 (1 + 0.1s) (1 + 0.2s) 2 s2 (1 + 0.1s) (1 + 10s)
D.7.7 Para un sistema de segundo orden: Wla (s) = a. Gracar el diagrama de Bode. b. Determinar Mv y v . 16 s (2 + s)
D.7.8 Repetir el problema D.7.7 cuando:
a.
Wla (s) =
60 (1 + 0.5s) s (1 + 5s)
D.8 Del cap tulo 8 b. Wla (s) = 60 (1 + s) s2 (1 + 0.1s)
383
D.7.9 Dado: Wla (s) = hallar a tal que el margen de fase sea 45 . as + 1 s2
D.7.10 La funci on de transferencia de una planta es: Gp (s) = 10 s(s + 4)
Dise nar un compensador en atraso tal que el coeciente de error est atico de velocidad Kv sea 50 seg1 , margen de fase 40 y margen de ganancia de por lo menos 10 db.
D.7.11 La funci on de transferencia de una planta es: Gp (s) = K s(0.1s + 1)(s + 1)
Dise nar un compensador en adelanto tal que el margen de fase sea 45 , el margen de ganancia no sea menor a 8 db y el coeciente de error est atico de velocidad Kv sea 4 seg1 .
D.8
Del cap tulo 8
D.8.1 La funci on de transferencia de un sistema es: G(s) = Ser a posible cambiarla a: Gn (s) = (s 1) (s + 2)(s + 3) (s 1)(s + 2) (s + 1)(s 2)(s + 3)
384 EJERCICIOS PROPUESTOS utilizando realimentaci on de las variables de estado?. Si la respuesta es armativa, explicar c omo.
D.8.2 Las matrices {A, B, C } de un sistema en lazo abierto son: 1 0 0 1 A = 1 0 4 , B = 0 , C = 1 4 3 0 1 4 0
Dise nar un controlador, que utiliza realimentaci on de las variables de estado, de modo que la funci on de transferencia del sistema en lazo cerrado muestre s olo dos polos en el eje imaginario con = 1 rad/seg. y con un comando de referencia para la salida.
D.8.3 Las matrices {A, B, C } de un sistema en lazo abierto son: 1 0 0 1 A = 1 0 4 , B = 0 , C = 1 1 2 0 1 4 0
Dise nar un controlador, con realimentaci on de las variables de estado y con comando de referencia, de modo que la salida del sistema responda como uno de primer orden y que alcance pr acticamente el estado estacionario en 1 segundo.
D.9
Del cap tulo 9
D.9.1 Las ecuaciones aproximadas del movimiento de un globo son:
1 +u 1 1 1 = v + + 2 2 = = v
donde es la desviaci on (variaci on) en la temperatura del aire del globo con relaci on a la temperatura de equilibrio, u es proporcional a la variaci on en calor adicionado al aire del globo (control), v es la velocidad vertical, h es la variaci on en la altura
D.9 Del cap tulo 9
385
desde la altura de equilibrio y es la velocidad vertical del viento supuesta constante (perturbaci on). a. Pueden , v, h y ser observadas por una medida continua de h?. Suponer que u es la entrada. b. Es el sistema completamente controlable por u?. Es el sistema completamente controlable por ?.
D.9.2 Las ecuaciones de estado y de salida de una planta son: 0 1 0 z+ u 1 0 1 1 0 z = =
a. Obtener las frecuencias naturales del sistema. b. Suponer que se tiene acceso a las variables de estado z y dise nar un controlador por realimentaci on de ellas (u = Kz ), de modo que los polos del sistema en lazo t cerrado queden ubicados en 0.5 j 0.5. Con el estado inicial z (0) = 0.6 0.35 y con referencia cero, gracar z1 = y, z2 y la se nal de control u = Kz . c. Dise nar un observador cuyos modos est en ubicados en 1 j 1. (Notar que son m as r apidos que los polos deseados en lazo cerrado, pero sucientemente lentos para ver claramente su efecto en la respuesta del sistema). d. Hacer el diagrama de bloques donde se muestre todo el sistema: la planta y el compensador completo (observador m as realimentaci on de las variables de estado estimadas). e. Con el estado inicial dado anteriormente y con el estado inicial de las variables t y con referencia cero, gracar z 1 , z 2 y u = K z , estimadas z (0) = 0 0 preferiblemente sobre las curvas del punto b. (z1 , z2 y u = Kz , respectivamente).
D.9.3 Las ecuaciones de estado de un oscilador arm onico no amortiguado son:
x1 (t)
x2
= x2 (t)
2 = o x1 (t) + u(t)
(t)
nar un compensador con Utilizando una observaci on de la velocidad, y = x2 , dise observador y realimentaci on del estado para controlar la posici on x1 . Colocar los polos del controlador por realimentaci on del estado en s = o j o y ambos polos del observador en s = o .
BIBLIOGRAF IA
[1] B. C. KUO, Sistemas de Control Autom atico, Prentice-Hall Hispanoamericana, 7a. edici on, 1996. [2] B. C. KUO, Automatic Control Systems, Prentice-Hall, NJ, 3a. edici on, 1975. [3] K. OGATA, Ingenier a de Control Moderna, Prentice-Hall Hispanoamericana, 2a. edici on, 1993. [4] O. I. ELGERD, Control System Theory, McGraw-Hill Kogakusha, 1967. [5] T. KAILATH, Linear Systems, Prentice-Hall, NJ, 1980. [6] C. T. CHEN, Linear System Theory and Design, CBS College Publishing, 1984. [7] C. E. ROHRS, J. L. MELSA y D. G. SCHULTZ, Sistemas de Control Lineal, McGraw-Hill, 1994. [8] R. C. DORF, Sistemas Modernos de Control, Addison-Wesley Iberoamericana, 2a. edici on, 1989. [9] K. OGATA, Din amica de Sistemas, Prentice-Hall Hispanoamericana, 1987. [10] A. NETUSHIL, Theory of Automatic Control, MIR Publishers, Moscow, 2a. edici on, 1978. [11] F. H. RAVEN, Automatic Control Engineering, McGraw-Hill, 1961. [12] G. H. HOSTETTER, C. J. SAVANT y R. T. STEFANI, Sistemas de Control, Interamericana, M exico, 1984. [13] K. J. ASTROM y B. WITTENMARK, Computer Controlled Systems, PrenticeHall, NJ, 1984. [14] G. F. FRANKLIN y J. D. POWELL, Digital Control of Dynamic Systems, Addison-Wesley Publishing Company, 1981. [15] R. J. SCHWARZ y B. FRIEDLAND, Linear Systems, McGraw-Hill Book Company, NY, 1965. [16] M. ATHANS y P. L. FALB, Optimal Control, McGraw-Hill, NY, 1966. [17] H. KWAKERNAAK y R. SIVAN, Linear Optimal Control Systems, WileyInterscience, NY, 1972. [18] A. P. SAGE y C.C. WHITE, Optimum System Control, Prentice-Hall, NJ, 2a. edici on, 1977. [19] G. C. GOODWIN y K. S. SIN, Adaptive Filtering Prediction and Control, 387
388 BIBLIOGRAFIA Prentice-Hall, NJ, 1984. O. I. ELGERD, Electric Energy Systems Theory: An Introduction, Tata McGraw-Hill Publishing Company, New Delhi, 1976. G. J. THALER y M. L. WILCOX, M aquinas El ectricas, Editorial Limusa, M exico, 1974. A. PAPOULIS, Probability, Random Variables and Stochastic Processes, McGraw-Hill Book Company, 2a. edici on, 1984. A. PAPOULIS, The Fourier Integral and its Applications, McGraw-Hill Book Company, 1962. C. A. DESOER y E. S. KUH, Basic Circuit Theory, McGraw-Hill Kogakusha, 1969. A. ACOSTA, J. E. CALLE y D. GIRALDO, Introducci on al An alisis de Circuitos El ectricos, Universidad Tecnol ogica de Pereira. S. P. SHAN y otros, Analysis of Linear Networks and Systems, Addison Wesley, 1972. G. STRANG, Linear Algebra and its Applications, Academic Press, Inc., 2a. edici on, 1980. E. KREYSZIG, Advanced Engineering Mathematics, John Wiley & Sons, 1983. I. S. SOKOLNIKOFF y R. M. REDHEFFER, Mathematics of Phisics and Modern Engineering, McGraw-Hill, NY, 1966. J. MILLMAN y C. C. HALKIAS, Integrated Electronics, McGraw-Hill Kogakusha, 1972. J. MILLMAN, Microelectronics: Digital and Analog Circuits and Systems, McGraw-Hill Book Company, 1979. B. SHAHIAN y M. HASSUL, Control System Design Using MATLAB, PrenticeHall, NJ. Control System Toolbox: For Use with MATLAB, The MathWorks, Inc., 1995. SIMULINK Users Guide, The MathWorks, Inc., 1995. MATLAB Users Guide, The MathWorks, Inc., 1995.
[20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35]

Teoria de Control (Giraldo y Tabares)

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Teoria de Control (Giraldo y Tabares)

Cargado por

Copyright:

Formatos disponibles

TEOR IA DE CONTROL

Didier Giraldo B. e Iv an Tabares G.

2.7 2.8 2.9

2.10 2.11 2.12 2.13 2.14 2.15 2.16 2.17

2.18 2.19 2.20 2.21 2.22 2.23 2.24 2.25

v 106 108 111 113 117

Sistema de control escalar en lazo abierto

Figura 1.2 Sistema de control escalar en lazo abierto

Sistema de control escalar en lazo cerrado

1.6 Problema b asico de la Ingenier a de Control 3

Figura 1.3 Sistema de control escalar con realimentaci on

Problema b asico de la Ingenier a de Control

Ejemplos de sistemas de control

Figura 1.5 Sistema de control en lazo abierto

1.7 Ejemplos de sistemas de control 5

Figura 1.6 Sistema de control manual

Figura 1.8 Sistema de control bivariable en lazo cerrado

1.7 Ejemplos de sistemas de control 7

Figura 1.9 Sistema de control en lazo cerrado de un sistema t ermico

Figura 1.10 Sistema de control en lazo cerrado multivariable

Requerimientos de un sistema de control

Algunos tipos de control

1.10 Ejemplo introductorio a los sistemas de control 9

Figura 1.11 Topolog a t pica de un sistema de control digital

Ejemplo introductorio a los sistemas de

Figura 1.13 Sistema no controlable de 2 barras

Figura 1.14 Sistema controlable de 2 barras

Construcci on del modelo matem atico

1. Para el carro: posicio n horizontal = y 2. Para la barra: posicio n horizontal = y + L sen

(1.5) (1.6) (1.7) (1.8)

V mg = mL( sen + cos ) H = m y + mL( cos sen ) uH =M y

Linealizaci on del modelo matem atico

2 + 1 2! Reemplazando (1.10) y (1.11) en las ecuaciones (1.1) a (1.4) se obtiene: I = V L HL V mg = 0 H = m y + mL uH =M y

(1.12) (1.13) (1.14) (1.15)

Eliminando V y H del anterior sistema de ecuaciones se obtiene: (I + mL2 ) + mL y mgL = 0 mL + (m + M ) y = u

Selecci on de u (Estrategia de control)

Acciones b asicas de control

Eliminando y de (1.19) y (1.20) se obtiene (1.21):

mL + (m + M ) y K1 = 0 K1 g(m + M ) mL = 0 I (m + M ) + mML2 K1 g(m + M ) mL I (m + M ) + mML2 a= b= K1 m+M

(1.22) (1.23) (1.24)

mL m+M Utiliz andolas en (1.21) y (1.19) se obtienen (1.25) y (1.26): + 2 = 0 y = a b

tica) i. K1 > Kcr (Ganancia supercr = o cos t y = o a + b 2 (1 cos t) 2 (1.28) (1.29)

ii. K1 = Kcr (Ganancia cr tica)

25 20 posicin angular (grados) 15 10 5 0 -5 -10 0 2 4 6 tiempo (segs) 8 10 i ii iii

Eliminando y de (1.35) y (1.36) se obtiene: (1.37)

posicin angular (grados)

Figura 1.18 Respuesta del p endulo correspondiente a la ec. (1.38)

posicin angular (grados)

1.15 Efectos de la realimentaci on 19

Figura 1.20 Sistema con realimentaci on

De (1.41) se obtiene la ganancia total M :

Efecto en la ganancia total

1.18 Efecto en la sensitividad 21

porcentaje de cambio en M porcentaje de cambio en G

22 INTRODUCCION en donde M denota el cambio incremental en M debido al cambio incremental en G, G. De (1.42):

Efecto en la perturbaci on externa o ruido

1.19 Efecto en la perturbaci on externa o ruido 23

c = G1 G2 e + G2 n en donde e = r. La relaci on se nal a ruido SR de la salida se dene como:

MODELOS MATEMATICOS DE SISTEMAS FISICOS

Modelos matem aticos

26 MODELOS MATEMATICOS DE SISTEMAS FISICOS

2.3 Sistema lineal 27

Sistema determin stico

L[v1 (t) + v2 (t)] = L[v1 (t)] + L[v2 (t)]