Respuesta Dinamica de Sistemas Lineales de Primer

Orden
Antonio Flores T.

Chemical Engineering Department
Universidad Iberoamericana
Prolongaci on Paseo de la Reforma 880
Mexico DF, 01210, MEXICO
January 30, 2002
1 Introducci on
La respuesta din amica de un sistema se puede representar en terminos de la gura 1,
y(t) u(t)
System
Figura 1: Respuesta de un sistema en presencia de una perturbaci on en la entrada.
donde u(t) es una funci on variable de entrada, y(t) es la respuesta del sistema.
2 Sistemas lineales de primer orden
La respuesta din amica de muchos sistemas se puede representar mediante la siguiente
ecuacion diferencial lineal de primer orden,
a
1
dy
dt
+ a
o
y = bu(t) (2.1)

E-mail: aores@kaos.dci.uia.mx, http://kaos.dci.uia.mx, phone/fax: (+52)5 2674279

1
o de manera equivalente,

dy
dt
+ y = Ku(t) (2.2)
donde,
=
a
1
a
o
(2.3)
K =
b
a
1
(2.4)
K es la ganancia a lazo abierto del sistema y la constante de tiempo a lazo abierto.
La ecuaci on 2.2 se puede escribir en terminos del dominio de Laplace (s):
G(s) =
K
s + 1
(2.5)
la soluci on de esta ecuaci on, en el dominio del tiempo, dada por:
y(t) = uK(1 e

) (2.6)
Efecto de la ganancia sobre la respuesta del sistema. De la funci on de
transferencia de primer orden:
G(s) =
K
s + 1
a continuaci on examinaremos el efecto, sobre la respuesta del sistema, de modi-
car la ganancia de la planta. En la gura 2 se muestra la respuesta del sistema
como funci on de la ganancia del sistema a lazo abierto K.
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
0.5
1
1.5
2
2.5
3
Time (secs)
A
m
p
lit
u
d
e
K=1
K=2
K=3
Figura 2: Efecto de la ganacia a lazo abierto sobre la respuesta del sistema.
como puede notarse para un sistema lineal de primer orden la respuesta del sis-
tema cambia por un factor K. Si la respuesta del sistema es 1 entonces doblando
K la repuesta del sistema ser a 2.
2
0 2 4 6 8 10 12 14 16
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Time (secs)
A
m
p
lit
u
d
e
tau=1
tau=2
tau=3
Figura 3: Efecto de la constante de tiempo a lazo abierto sobre la respusta del sistema.
Efecto de la constante de tiempo sobre la respuesta del sistema. Si
la constante de tiempo a lazo abierto se modica se obtendr a una respuesta del
sistema semejante a la mostrada en la gura 3. Como puede notarse si se aumenta
la constante de tiempo a lazo abierto, manteniendo constante la ganancia del
sistema, se obtendr an las nuevas condiciones de operaci on en estado estacionario
en mayor tiempo. Duplicando el valor de la constante de tiempo tambien se
duplica el tiempo para alcanzar el estado estacionario
1
.
Ejemplo 1 Considere el modelo de un reactor continuo tanque agitado discutido en
el ejemplo xx del captulo xx. Escribir el modelo de dicho reactor en terminos de la
ecuacion 2.2.
El modelo linealizado est a dado por:
d

C
A
dt
=
_
Q
V
+ 2kC
A
_

C
A
+
_
C
Ao
C
A
V
_

Q
o bien en terminos de la ecuaci on 2.2,
1
_
Q
V
+ 2kC
A
_
d

C
A
dt
+

C
A
=
_
C
Ao
C
A
V
_
_
Q
V
+ 2kC
A
_

Q
de donde,
y =

C
A
u =

Q
=
1
_
Q
V
+ 2kC
A
_
K =
_
C
Ao
C
A
V
_
_
Q
V
+ 2kC
A
_
1
posteriormente se dara una denici on mas formal de la constante de tiempo.
3
3 Polos y ceros de una funci on de transferencia
Recordemos que una funci on de transferencia G(s) se expresa como el cociente de dos
polinomios:
G(s) =
b
m
s
m
+ b
m1
s
m1
+ ... + b
o
a
n
s
n
+ a
n1
s
n1
+ ... + a
o
(3.7)
a las raices z
1
, ..., z
m
del polinomio del numerador,
b
m
s
m
+ b
m1
s
m1
+ ... + b
o
= 0
se les llama los ceros del sistema,mientras que las raices p
1
..., p
n
del polinomio del
denominador,
a
n
s
n
+ a
n1
s
n1
+ ... + a
o
= 0
se llaman los polos del sistema.
En particular para una funci on de transferencia de primer orden G(s) estar a dada por
la ecuaci on:
G(s) =
b
1
s + b
o
a
1
s + a
o
(3.8)
las raices de los polinomios de G(s) pueden evaluarse facilmente usando la funci on
roots de Matlab como se muestra en el siguiente ejemplo.
Ejemplo 2 Calcular los polos y los ceros de la siguiente funci on de transferencia:
G(s) =
s
2
+ 5
s
3
+ 2s
2
+ 3s + 1
En Matlab la forma de denir el polinomio del numerador es usando la intrucci on:
num=[1 5]
de manera semejante se dene el polinomio del denominador:
den=[1 -4 2 -1]
o sea, se denen solo los coecientes del polinomio en cuesti on empezando con los
coecientes que afectan a los exponentes de mayor hasta el de menor grado. Para
calcular las raices del polinomio del denominador se usa la instrucci on:
roots(num)
lo cual produce -5 como resultado. De manera analoga las raices o polos del polinomio
del denominador se evaluan usando la instrucci on:
roots(den)
con lo cual se obtiene como resultado 3.5115, .2442+.4745i y .2442-.4745i.
en ocasiones los polos y los ceros de un sistema pueden tener tanto parte real como
parte imaginaria como muestra el ejemplo anterior donde dos de los 3 polos del sistema
tienen parte real y parte imaginaria (.2442
+
.4745i).
4
3.1 Polos
Los polos de un sistema denen si dicho sistema es estable o no lo es. Por estabilidad
entenderemos aqui, como una denici on preliminar, el hecho de que un sistema, despues
de experimentar alguna perturbaci on, tienda hacia un nuevo estado estacionario. Si
el sistema no tiende hacia ningun estado estacionario diremos que dicho sistema es
inestable.
La condici on necesaria y suciente para que un sistema lineal sea estable fue establecida
por Lyapunov a nales de 1800. A continuaci on mencionaremos dicha condici on en
forma de teorema sin probarlo.
Teorema 1 Un sistema lineal cuya funci on de transferencia est a dada por la ecuaci on,
G(s) =
b
m
s
m
+ b
m1
s
m1
+ ... + b
o
a
n
s
n
+ a
n1
s
n1
+ ... + a
o
es estable si y s olo si la parte real de todos los polos del sistema es menor que cero:
Re(p
i
) < 0, i = 1, .., n
notese que en el teorema anterior hemos especicado claramente que unicamente la
parte real del polo debe ser estrictamente negativa. Esto se ha hecho porque, en
general, siendo los polos las raices de un polinomio pueden tener tanto parte real como
parte imaginaria. Notese tambien que de acuerdo al teorema anterior un sistema que
tenga un polo exactamente igual a cero no es estable. Esta situaci on se muestra en la
gura 4 donde la regi on a la izquirda del eje imaginario (zona punteada) denota que el
sistema en cuestiopn ser a estable s olo si todos los polos de dicho sistema est an ubicados
en el interior de tal regi on.
Re
Im
Region de
Region de
estabilidad
estabilidad
Figura 4: Regi on de estabilidad.
Como ejemplo de un sistema estable considere el reactor de polimerizaci on discutido
en el ejemplo 4. La gr aca 11 muestra la concentraci on de mon omero del reactor
cuando se modica el ujo de mon omero a dicho reactor. Como podemos observar
5
el reactor tiende, despues de un cierto tiempo, hacia otro estado estacionario. Esto
signica entonces que el reactor mencionado es estable. Debemos mencionar que el
mismo reactor operado en otro punto pudiera ser inestable. O sea que el hecho de que
el reactor sea o no estable depende en buena medida de las condiciones de operaci on.
Para chechar que el reactor de polimerizaci on es estable a lazo abierto simplemente
chequemos el signo de las raices del polinomio del denominador. Del ejercicio 4 la
funcion de transferencia entre el ujo y la concentraci on de mon omero est a dada por:
G(s) =
1.39
.3346s + 1
de donde es facil ver que el unico polo del sistema est a en s = 2.98, por lo que
concluimos que el sistema (en el punto de operaci on donde se linealiz o al reactor) es
estable.
Ademas de servir para determinar la estabilidad de un sistema, la magnitud de los
polos tambien nos indica la velocidad de respuesta de un sistema que sea estable. Esto
se muestra en el siguiente ejemplo.
Ejemplo 3 Determinar la velocidad de respuesta de un sistema modelado por la sigu-
iente funcion de transferencia:
G(s) =
1
s + 1
siendo = 1, 2, 5.
En la gura 5 se muestra la respuesta din amica en el dominio del tiempo del anterior
sistema din amico. Como puede apreciarse a medida que el polo se coloca m as alejado
0 1 2 3 4 5 6
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
t
x
p=1
p=3
p=5
Figura 5: Efecto de la colocaci on del polo sobre la respuesta din amica de un sistema
de primer orden.
del eje imaginario la respuesta din amica del sistema es m as lenta. Por el contrario a
media que el polo se coloca m as cerca del eje imaginario la respuesta din amica es m as
r apida. Esta tendencia se muestra en la gr aca 6
6
Im
Re
x x x
mas lenta
Respuesta
Respuesta
mas rapida
Figura 6: Colocaci on de polos y su efecto sobre velocidad de respuesta de un sistema
de primer orden.
3.2 Ceros
Los ceros del sistema, al igual que en el caso de los polos, pueden tener tanto parte
real como parte imaginaria y la parte real puede ser tanto positiva como negativa. Los
ceros de un sistema no tienen ning un efecto sobre la estabilidad de un sistema.
Si la parte real de los ceros de un sistema es estrictamente negativa entonces el sistema
se llama de fase mnima. Si sucede que alg un cero tiene parte real positiva entonces el
sistema se llama de fase no mnima. Esta situaci on se muestra en la gura 7.
o o o o
Im
Re
Sistema de
fase minima fase no minima
Sistema de
Figura 7: La ubicaci on de los ceros de un sistema determinan si el sistema es de fase
mnima o de fase no mnima.
Una de las caractersticas de la respuesta de un sistema de fase mnima es que la
pendiente de dicha respuesta jam az cambia de signo. O sea si la parte real de todos
los ceros de un sistema es negativa entonces la respuesta del sistema siempre llevar a el
mismo sentido (ver gura 8). Por el contrario si al menos uno de los ceros del sistema
tiene parte real positiva entonces la respuesta del sistema cambia, en alg un momento,
de signo. Por esta raz on a este tipo de sistemas tambien se les conoce como de respuesta
7
inversa (es decir el sentido inicial de la respuesta es el inverso del de la respuesta nal).
Esta situaci on se ilustra en la gura 8.
x
t
Sistema de fase minima
(ceros negativos)
(algun cero positivo)
Sistema de fase no minima
Figura 8: Respuesta de un sistema con ceros negativos y respuesta con al menos un
cero positivo.
4 Constante de tiempo a lazo abierto
La constante de tiempo a lazo abierto es una medida de la rapidez con la que un
sistema determinado responde en presencia de alguna perturbaci on. La constante de
tiempo se puede evaluar facilmente de la ecuaci on 2.6:
y = y

(1 e
t/
)
entonces cuando t = (o sea, el tiempo para alcanzar la constante de tiempo):
y = y

(1 e
1
)
= .6321y

esta ecuaci on signica que el tiempo a el cual la respuesta del sistema es el 63.21 % de
la respuesta nal es denido como la constante de tiempo . Esta situaci on se muestra
en la gura 9(a).
5 Calculando K y
Las dos constantes caractersticas de un sistema lineal de primer orden (K y ) se
pueden evaluar a partir de informaci on a lazo abierto de planta o de informaci on de
la simulaci on din amica de un modelo dado. En cualquier caso, para este prop osito, se
puede emplear un procedimiento analtico o numerico (basado en regresi on lineal).
8
63.21 %
t
y
y

t
y
y

(b) (a)
inf inf
Figura 9: Interpretaci on de la constante de tiempo a lazo abierto.
5.1 Metodo analtico
Si evaluamos la ecuaci on 2.6 haciendo que t entonces e

0 dicha ecuaci on se
reduce a:
y(t) = uK = y

(5.9)
de la ecuaci on anterior la ganancia a lazo abierto K se puede evaluar facilmente
2
,
K =
y

A
=
y

y
o
u

u
o
(5.10)
la constante de tiempo se puede evaluar como sigue. La ecuaci on 2.6 se puede escribir
como:
y(t) = y

(1 e

) (5.11)
esta ecuaci on puede ser facilmente linealizada,
ln
_
y

y
y

_
=
t

(5.12)
si gracamos ln
_
yy
y
_
contra t obtenemos una lnea recta cuya pendiente es
1

(ver
gura 10).
en vez de gracar la informaci on de planta podramos evaluar tomando un punto y
resolviendo la ecuaci on anterior.
2
Recuerdese que las variables tanto de entrada como de salida estan en forma de variables de
desviacion a un si dicha notaci on no se muestra.
9
t
oo
y
-
y
inf
y
inf
ln
slope = -1/
Figura 10: Determinaci on analtica de la constante de tiempo para un sistema de
primer orden.
5.2 Metodo numerico (Regresi on lineal)
Existen diversas herramientas numericas para ajustar (o para identicar) modelos lin-
eales en terminos de funciones de transferencia de primer orden. Entre estas her-
ramientas podemos mencionar Polymath, Digest y Matlab (usado con el toolbox de
identicaci on). Usando dichas herramientas podemos obtener estimados de K y us-
ando informaci on de planta. En el siguiente ejemplo mostraremos el uso de Polymath
y Digest para obtener K y .
Ejemplo 4 El siguiente conjunto de datos corresponde a la simulaci on din amica a lazo
abierto de un reactor tanque agitado donde se lleva a cabo la polimerizaci on del MMA.
La variable de entrada es el ujo de mon omero mientras que la variable de salida es
la concentraci on de mon omero. La variable de entrada fue sujeta a un cambio de tipo
escalon de 10 % .
10
Tiempo Flujo de Mon omero Concentraci on de Mon omero
(h) (m
3
/h) (kmol/m
3
)
0 1.0 5.965
0.1 1.1 6.004
0.2 1.1 6.031
0.3 1.1 6.049
0.4 1.1 6.063
0.5 1.1 6.074
0.6 1.1 6.081
0.7 1.1 6.087
0.8 1.1 6.092
0.9 1.1 6.095
1.0 1.1 6.097
1.1 1.1 6.099
1.2 1.1 6.100
1.3 1.1 6.101
1.4 1.1 6.102
1.5 1.1 6.102
1.6 1.1 6.103
1.7 1.1 6.103
1.8 1.1 6.103
1.9 1.1 6.103
2.0 1.1 6.103
2.1 1.1 6.103
2.2 1.1 6.103
2.3 1.1 6.104
2.4 1.1 6.104
2.5 1.1 6.104
2.6 1.1 6.104
2.7 1.1 6.104
2.8 1.1 6.104
2.9 1.1 6.104
3.0 1.1 6.104
A partir de la respuesta din amica mostrada en la gura 11 puede notarse que la
respuesta del sistema puede aproximarse por una funci on de transferencia de primer
orden sin retardo.
Soluci on analtica. La ganancia a lazo abierto est a dada por:
K =
y

y
o
u

u
o
de los datos de la simulaci on din amica,
11
0 0.5 1 1.5 2 2.5 3
5.96
5.98
6
6.02
6.04
6.06
6.08
6.1
6.12
Time (h)
M
o
n
o
n
e
r

c
o
n
c
e
n
t
r
a
t
io
n

(
k
m
o
l/
m
3
)
Figura 11: Concentraci on de mon omero para un cambio tipo escal on del 10 % en el
ujo alimentado de mon omero.
y
o
= 5.965
y

= 6.104
u
o
= 1
u

= 1.1
por lo cual,
K =
6.104 5.965
1.1 1
= 1.39
kmol h
m
6
de la ecuaci on 5.12,
=
t
ln
_
yyt
y
_
del conjunto de datos podemos seleccionar arbitrariamente el punto t = 1 h. A
este tiempo:
y
t
= 6.097 5.965 = .132
por lo tanto:
=
1
ln
_
.139.132
.139
_
= .3346 h
Regresi on lineal.
12
6 Sistemas de primer orden con retardos
En situaciones reales cuando se modica el valor de alguna variable no se observa
de inmediato el efecto de dicho cambio sobre la respuesta din amica del sistema. Es
decir, puede transcurrir un cierto tiempo hasta que el sistema empieza a responder o a
sentir el efecto del cambio realizado. Supongamos que modicamos la concentraci on
de alimentaci on a un reactor. Nuestra experiencia, o sentido com un, nos dice que tran-
scurrir a un cierto tiempo hasta que las variables que caraterizan la conducta din amica
del reactor (concentraci on por ejemplo) empiezen a modicar su valor en relaci on al
que tenan antes del cambio. Esta situaci on se muestra en la gura 12. A el tiempo
() que el sistema tarda en responder se le conoce como retardo.

x
t
Figura 12: Respuesta din amica de una funci on de transferencia de primer orden con
retardo.
una funci on de transferencia de primer orden con retardo se representa por la siguiente
funcion de transferencia:
g(s) =
K
s + 1
e
s
(6.13)
donde e
s
es el termino usado para representar el retardo, y representa el tiempo de
retardo. Los retardos en un proceso dado tambien pueden surgir de otras formas como
se discute a continuaci on.
Retardos por mediciones. En casi todos los procesos qumicos las mediciones
no est an disponibles de inmediato (es decir, sin retardo). Esto signica que
el tiempo que transcurre entre el instante en que se toma una muestra para
su an alisis, y el tiempo en que se reporta el resultado de dicho an alisis por lo
general es largo. Esto es sobre todo cierto en mediciones diciles tales como en
la medici on de concentraciones, viscosidades, tama nos de partculas, etc. Por lo
com un, las mediciones de presion, temperatura, ujo y nivel no implican retardos
13
apreciables, y para nes pr acticos la mayora de las veces se acostumbra suponer
que el retardo en estas mediciones es nulo.
Retardos por transporte. En algunas plantas qumicas la materia prima que
se procesa en un sitio deber a, despues de experimentar algun tipo de cambio,
ser enviada a otra parte de la planta. Si los sitios est an demasiado alejados
sicamente se incurrir a en un retardo debido al transporte de materia.
Debido a que el termino usado para representar un retardo, e
s
, es no lineal, para
usarlo en sistemas lineales se deber a aproximarlo mediante alguna funci on lineal. Este
es el prop osito de la asi llamada aproximaci on de Pade que se discute a continuaci on.
Notese que existen diferentes formas de aproximar el termino e
s
dependiendo del
grado de aproximaci on deseado.
Primer orden.
e
s

1

2
s
1 +

2
s
(6.14)
Segundo orden.
e
s

1

2
s +

2
12
s
2
1 +

2
s +

2
12
s
2
(6.15)
Tercer orden.
e
s

1

2
s +

2
10
s
2

3
120
s
3
1 +

2
s +

2
10
s
2
+

3
120
s
3
(6.16)
7 Sistemas con integradores
Considere el proceso mostrado en la gura 13 el cual corresponde al llenado de un
tanque. Supongamos que tanto el ujo de entrada (F
o
) como el ujo de salida (F) se
pueden variar independientemente. A continuaci on derivaremos el modelo din amico de
este proceso. Del balance de masa:
dM
dt
= F
o
F (7.17)
donde M es la masa (o holdup) en el interior del tanque. Dicha masa se puede escribir
en terminos del volumen del reactor utilizando la siguiente ecuaci on:
M = V (7.18)
14
h
F
F
o
Figura 13: Ejemplo de sistema con integradores: tanque de almacenamiento.
donde es la densidad del contenido del tanque. Suponiendo que sea constante la
ecuacion 7.17 se puede reescribir como:
dV
dt
= Q
o
Q (7.19)
donde Q se reere al ujo volumetrico denido como:
Q =
F

(7.20)
o en terminos de la altura (h) del lquido contenido en el tanque:
h =
V
A
(7.21)
donde A es el area transversal del tanque la cual se supone constante. Sustituyendo h
en la ecuaci on 7.19:
dh
dt
=
1
A
(Q
o
Q) (7.22)
esta ultima ecuaci on la podemos escribir en estado estacionario como:
1
A
(Q
s
o
Q
s
) = 0 (7.23)
donde el superndice s denota condiciones de estado estacionario. Restando las ecua-
ciones 7.22 y 7.23:
d(h h
s
)
dt
=
1
A
(Q
o
Q
s
o
)
1
A
(QQ
s
) (7.24)
15
si suponemos que el ujo de salida es siempre constante esto implica que:
Q = Q
s
(7.25)
entonces la ecuaci on 7.24 la podemos escribir como:
d

h
dt
=

Q
o
A
(7.26)
o bien:
d

h
dt
= K

Q
o
(7.27)
donde:
K =
1
A
(7.28)
por lo tanto la funci on de transferencia de este sistema est a dada por la siguiente
ecuacion:
G(s) =

h(s)

Q
o
(s)
=
K
s
(7.29)
esta funcion de transferencia tiene un polo el origen (s = 0). A tales sistemas con polos
en el origen se les conoce como sistemas con integradores. Para obtener la respuesta
din amica de sistemas de primer orden con integradores debemos integrar la ecuaci on
7.27. La ecuaci on integrada est a dada por:
h = h
o
+ Kt(Q
o
Q
s
o
) (7.30)
Ejemplo 5 Obtener la respuesta din amica del llenado de un tanque que posee una area
transversal de 12.5 m
2
y que contiene un lquido el cual ocupa un volumen de 25000
lt. El ujo alimentado al tanque es de 500 lt/m. El ujo del lquido que abandona el
tanque se mantiene constante en 500 lt/m. El volumen total del tanque es de 50000 lt.
Bajo estas condiciones la altura del lquido es de 2 mt.
En la gura 14 se muestra la forma como el nivel del tanque cambia cuando el ujo
volumetrico alimentado se incrementa de 500 a 520 lt/m. Como podemos observar el
nivel del tanque aumenta indenidamente hasta que eventualmente alcanza la altura
m axima (4 m) despues de la cual ocurre derramamiento del liquido. Esta es una
caracterstica del modo de respuesta de sistemas con integradores. En presencia de
alg un tipo de perturbaci on dicho tipo de sistemas no tienden hacia otro estacionario.
Para evitar situaciones como esta los sistemas con integradores deben estar siempre
bajo control. El sistema de control se encargar a de mantener el nivel de lquido en un
valor deseado y evitar a situaciones en las cuales el lquido se derrame o bien el lquido
se agote.
16
0 200 400 600 800 1000 1200 1400 1600 1800 2000
2
2.5
3
3.5
4
4.5
5
Tiempo (min)
A
l
t
u
r
a

(
m
)
Figura 14: Respuesta din amica de un sistema con integradores.
8 Funci on de transferencia del tipo Lead/Lag
Existe un tipo especial de funci on de transferencia de primer orden conocida como la
funcion de transferencia de tipo adelanto/retardo (lead/lag):
g(s) = K
s + 1
s + 1
(8.31)
a diferencia de una funci on de transferencia de primer orden:
g(s) = K
1
s + 1
(8.32)
la funci on de transferencia lead/lag posee un polinomio de primer orden en el nu-
merador. Observese que dicha funci on de transferencia posee un polo en s = 1/
y un cero en s = 1/. Para obtener la respuesta en el tiempo de esta funci on de
transferencia reescribamos la ecuaci on 8.31 como:
g(s)
K
=
s +
1

s +
1

(8.33)
donde se ha denido como el cociente de la ubicaci on del cero entre la ubicaci on del
polo:
=

(8.34)
17
en la gura 15 se muestra la respuesta en el tiempo de la funci on de transferencia
lead/lag para el caso particular del polo ubicado en -1.
0 1 2 3 4 5 6
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
Tiempo
g
(
s
)
/
K
rho=2
1.6
1.3
1
.7
.4
0
Figura 15: Respuesta en el dominio del tiempo de la funci on de transferencia de tipo
lead/lag si = 1.
De la gura 15 podemos distinguir los siguientes casos (ver gura 16).
x x x
(a) (b) (c)
Figura 16: Ubicaci on del polo (o) y cero (x) en una funci on de transferencia lead/lag.
< 1
Cuando el cero de la funci on de transferencia est a ubicado a la izquierda del polo
la respuesta din amica del sistema se hace m as lenta en relaci on a cuando ocurre
lo contrario (o sea el cero ubicado a la derecha del polo). Notese de la ecuaci on
8.33 que en lmite cuando 0, la funci on de transferencia lead/lag tiende a
tomar la forma de una funci on de transferencia de primer orden.
18
= 1
En este caso el polo y cero de la funci on de transferencia se cancelan mutuamente
ya que est an ubicados en el mismo lugar. Esto da lugar a que la funci on de
transferencia resultante sea:
g(s) = k (8.35)
la cual corresponde a un sistema din amico de ganancia pura. Este tipo de sistemas
poseen conducta din amica muy r apida. Es decir, la transicc on de un estado a
otro ocurre de manera inmediata.
> 1
9 Convirtiendo la representaci on de sistemas en es-
pacio de estado a funci on de transferencia
Dado el siguiente sistema lineal :
x = Ax + Bu (9.36)
y = Cx + Du (9.37)
la funci on de transferencia y(s)/u(s) del anterior sistema se obtiene de la siguiente
forma. Tomando transformada de Laplace de las ecuaciones 9.36.
L( x) = AL(x) + BL(u) (9.38)
L(y) = CL(x) + DL(u) (9.39)
entonces,
sx(s) = Ax(s) + Bu(s) (9.40)
y(s) = Cx(s) + Du(s) (9.41)
de la ecuaci on (9.40)
x(s)(sI A) = Bu(s) (9.42)
o bien,
x(s) = (sI A)
1
Bu(s) (9.43)
sustituyendo en la ecuaci on (9.41),
y(s) = C(S A)
1
Bu(s) + Du(s) (9.44)
19
nalmente,
y(s)
u(s)
= C(S A)
1
B + D (9.45)
Ejemplo. Obtener la funci on de transferencia entre y
1
/u del siguente sistema lineal
representado en espacio de estado:
_
x
1
x
2
_
=
_
1
2
5
3
_
x +
_
4
1
_
u
y
1
= x
1
, C = [1 0]
entonces,
(sI A) =
_
s
0
0
s
_

_
1
2
5
3
_
=
_
s 1
2
5
s + 3
_
para calcular (sI A)
1
(sI A)
1
=
adjunta
determinante
en el cual determinante = (s-1)(s+3)-(-2)(5) = s
2
+ 2s+ 7
(sI A)
1
=
_
s + 3
2
5
s 1
_
1
s
2
+ s5 + 7
entonces,
C(sI A)
1
= [1 0]
_
s + 3
2
5
s 1
_
1
s
2
+ s5 + 7
C(SI A)
1
= [s + 3 5]
1
s
2
+ 2s + 7
C(SI A)
1
B =
__
s + 3
s
2
+ 2s + 7
_
+
_
5
s
2
+ 2s + 7
__
_
4
1
_
C(SI A)
1
B =
_
4s + 12
s
2
+ 2s + 7
+
5
s
2
+ 2s + 7
_
por lo tanto:
y(s)
u(s)
=
4s 7
s
2
+ 2s + 7
La conversi on de espacio de estado a funci on de transferencia se puede realizar facil-
mente usando la funci on ss2tf de Matlab. Declarando el sistema lineal en espacio de
estado:
20
u1
u2
u3
y1
y2
PLANTA
Figura 17:
> a = [1 -5; 2 -3];
> b = [4 ; 1];
> c = [1 0];
> d = 0
> [num,den] = ss2tf(a,b,c,d);
obtenemos,
y(s)
u(s)
=
4s 7
s
2
+ 2s + 7
En caso de tener m as de una entrada y varias salidas, existir a una funci on de transfer-
encia para cada salida y por cada entrada. Para ejemplicar este punto considerece el
siguiente sistema (ver gura 17).
Cada salida y entrada dene una funci on de transferencia. Para el sistema anterior
existir an g
ij
funciones de transferencia dadas por:
y
1
u
1
= g
11
,
y
1
u
2
= g
12
,
y
1
u
3
= g
13
y
2
u
1
= g
21
,
y
2
u
2
= g
22
,
y
2
u
3
= g
23
las cuales pueden representarse matricialmente como:
_
y
1
y
2
_
=
_
g
11
g
21
g
12
g
22
g
13
g
23
_ _
u
1
u
2
_
21
Notese claramente que cada una de las funciones de transferenca individuales g
ij
posee
su propia ganancia y su propia constante de tiempo. La situaci on m as com un es que
dicha ganancia y constante de tiempo varien de una funci on de transferencia a otra. El
siguiente ejemplo muestra como usar Matlab para obtener un sistema lineal en espacio
de estado de m ultiples entradas-m ultiples salidas.
Ejemplo. Obtener la matrix de funciones de transferencia para el siguiente sistema
lineal en espacio de estado:
_
x
1
x
2
_
=
_
1
2
5
3
_
x +
_
4
1
0
2
3
5
_
_

_
u
1
u
2
u
3
_

_
_
y
1
y
2
_
=
_
1
0
0
1
_ _
x
1
x
2
_
en Matlab introducimos las matrices:
> a = [1 -5; 2 -3];
> b = [4 0 3; 1 2 5];
> c = eye(2);
> d = zeros(2,3);
Funciones de transferencia para la primera entrada (u
1
) en Matlab.
> [num,den] = ss2tf(a,b,c,d,1);
donde el 1 al nal de los argumentos de ss2tf denota que se desean evaluar las
funciones de transferencia desde la primera entrada a todas las salidas:
y
1
u
1
,
y
2
u
2
obtenemos:
y
1
u
1
=
4s + 7
s
2
+ 2s + 7
,
y
2
u
1
=
s + 7
s
2
+ 2s + 7
Funciones de transferencia para la segunda entrada (u
2
) en Matlab:
> [num,den] = ss2tf(a,b,c,d,2);
produce:
y
1
u
2
=
10
s
2
+ 2s + 7
,
y
2
u
2
=
2s 2
s
2
+ 2s + 7
22
Funciones de transferencia para la tercera entrada (u
3
) en Matlab:
> [num,den] = ss2tf(a,b,c,d,3);
produce:
y
1
u
3
=
3s 16
s
2
+ 2s + 7
,
y
2
u
3
=
5s 1
s
2
+ 2s + 7
a continuaci on se resume la matrix de transferenca del sistema:
_
y
1
y
2
_
=
1
s
2
+ 2s + 7
_

_
4s + 7
10
3s 16
s + 7
2s s
5s 1
_

_
_

_
u
1
u
2
u
3
_

_
Notese que todas las funciones de transferencia tienen exactamente el mismo denom-
inador. Esto signica que poseen la misma ecuaci on caracterstica. Por lo tanto los
polos del sistema son los mismos independientemente de cual, o cuales, variable(s) se
seleccionen como entradas y salidas del sistema. Sin embargo, los ceros del sistema si
dependen de que variable se selecciona como entrada y cual variable se selecciona como
salida.
23