Ran 0405

Departamento de Ingenier a de Sistemas y Autom atica. Universidad de Sevilla.
Apuntes de Regulaci on Autom atica

2 Curso de Ingenier a T ecnica Industrial Electr onica Industrial
Autores: Francisco Gordillo lvarez Jos ngel Acosta Rodrguez Manuel Lpez Martnez
Sevilla, Octubre de 2004
Indice
I Introducci on y fundamentos 1
1 Introducci on a los sistemas de control. 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 Noci on de control autom atico. . . . . . . . . . . . . . . . . . . . . . . . . . . . Necesidad del modelo matem atico del sistema. . . . . . . . . . . . . . . . . . . Idea de realimentaci on. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Realimentaci on, retardos y oscilaci on. . . . . . . . . . . . . . . . . . . . . . . . Sensibilidad y realimentaci on. . . . . . . . . . . . . . . . . . . . . . . . . . . . Las Matem aticas y el control autom atico. . . . . . . . . . . . . . . . . . . . . . Bosquejo hist orico del control autom atico. . . . . . . . . . . . . . . . . . . . . . Se nales y sistemas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Servomecanismos y reguladores. . . . . . . . . . . . . . . . . . . . . . . . . . .
3 3 4 6 7 8 9 11 12 13
2 Introducci on a los sistemas realimentados 2.1 2.2 2.3 Servomecanismo de posicio n . . . . . . . . . . . . . . . . . . . . . . . . . . . . Acci on proporcional m as derivada (PD). . . . . . . . . . . . . . . . . . . . . . . Acci on proporcional m as integral (PI). . . . . . . . . . . . . . . . . . . . . . . .
17 17 19 22
3 Descripci on de los sistemas din amicos i
25
ii 3.1
INDICE
Transformaci on de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.1.1 3.1.2 3.1.3 3.2 3.3 Denici on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Resumen de Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . Calculo de antitransformadas . . . . . . . . . . . . . . . . . . . . . . . . 25 25 26 29 33 35 35 35 37 37 39 40
Noci on de sistema din amico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . Formas de las relaciones entrada-salida en sistemas. . . . . . . . . . . . . . . . . 3.3.1 3.3.2 Sistemas est aticos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Sistemas din amicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4
Descripci on externa de los sistemas din amicos. . . . . . . . . . . . . . . . . . . 3.4.1 3.4.2 Respuesta impulsional. . . . . . . . . . . . . . . . . . . . . . . . . . . . Funci on de transferencia. . . . . . . . . . . . . . . . . . . . . . . . . . .
3.5
Sistemas de control realimentados . . . . . . . . . . . . . . . . . . . . . . . . .
4 Modelado y Simulaci on 4.1 Modelado de sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1.1 4.1.2 4.1.3 4.1.4 4.1.5 4.2 Exactitud del modelo frente a su sencillez . . . . . . . . . . . . . . . . . Modelo externo e interno de un sistema . . . . . . . . . . . . . . . . . . Modelos deterministas y no deterministas . . . . . . . . . . . . . . . . . Modelos param etricos y no param etricos . . . . . . . . . . . . . . . . . Modelos con par ametros concentrados y distribuidos . . . . . . . . . . .
43 43 44 45 46 46 47 47 48 52 56
Modelado de sistemas mec anicos . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.1 4.2.2 Sistemas mec anicos traslacionales . . . . . . . . . . . . . . . . . . . . . Sistemas mec anicos rotacionales . . . . . . . . . . . . . . . . . . . . . .
4.3
Sistemas hidr aulicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
INDICE
4.3.1 4.3.2 4.3.3 4.4 Dep osito . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Tuber a y v alvula . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Modelos de sistemas hidr aulicos . . . . . . . . . . . . . . . . . . . . . .
iii 56 57 57 58 58 59 60 60 61 62 62 63 63 63 64 65 66 67 72 73 77 78 79
Modelado de sistemas el ectricos . . . . . . . . . . . . . . . . . . . . . . . . . . 4.4.1 4.4.2 4.4.3 4.4.4 4.4.5 4.4.6 Resistencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Condensador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Bobina . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Fuente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Motores de corriente continua . . . . . . . . . . . . . . . . . . . . . . . Modelos de sistemas el ectricos . . . . . . . . . . . . . . . . . . . . . . .
4.5
Sistemas t ermicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.1 4.5.2 4.5.3 4.5.4 Transferencia de calor por conduccio n . . . . . . . . . . . . . . . . . . . Transferencia de calor por conveccio n . . . . . . . . . . . . . . . . . . . Transferencia de calor por radiacio n . . . . . . . . . . . . . . . . . . . . Modelos de sistema t ermicos . . . . . . . . . . . . . . . . . . . . . . . .
4.6
Linealizaci on de modelos no lineales . . . . . . . . . . . . . . . . . . . . . . . . 4.6.1 4.6.2 Punto de funcionamiento de un sistema . . . . . . . . . . . . . . . . . . Linealizaci on de un sistema din amico . . . . . . . . . . . . . . . . . . .
4.7
Simulaci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.7.1 M etodos num ericos de integraci on . . . . . . . . . . . . . . . . . . . . .
4.8
Algebra de bloques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.8.1 4.8.2 ales . . . . . . . . . . . . . . . . . . . . . . . . . Operaciones sobre sen Operaciones sobre bloques: reduccio n de sistemas . . . . . . . . . . . .
iv
INDICE
II An alisis en el dominio del tiempo
83
5 Sistemas din amicos lineales de primer orden 5.1 5.2 Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Soluci on de la ecuaci on diferencial de primer orden . . . . . . . . . . . . . . . . 5.2.1 5.2.2 5.2.3 5.2.4 5.3 5.4 Se nal de entrada nula . . . . . . . . . . . . . . . . . . . . . . . . . . . . Se nal de entrada no nula . . . . . . . . . . . . . . . . . . . . . . . . . . Respuestas a se nales de entrada especiales . . . . . . . . . . . . . . . . . Respuesta arm onica . . . . . . . . . . . . . . . . . . . . . . . . . . . .
85 85 87 87 87 90 96 99
Ejemplos de sistemas de primer orden . . . . . . . . . . . . . . . . . . . . . . .
El sistema de primer orden como integrador . . . . . . . . . . . . . . . . . . . . 104
6 Sistemas din amicos lineales de segundo orden y superior 6.1
105
Denici on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 6.1.1 6.1.2 6.1.3 Respuesta de un sistema de segundo orden a una entrada en escal o n . . . 108 Respuesta en frecuencia de un sistema de segundo orden . . . . . . . . . 115 Ecuaciones diferenciales de orden n . . . . . . . . . . . . . . . . . . . . 118
7 An alisis de errores en r egimen permanente 7.1
123
Relaci on entre las constantes de error y los polos y ceros. . . . . . . . . . . . . . 123 7.1.1 7.1.2 7.1.3 7.1.4 Seguimiento de posici on. . . . . . . . . . . . . . . . . . . . . . . . . . . 124 Seguimiento de velocidad. . . . . . . . . . . . . . . . . . . . . . . . . . 126 Seguimiento de aceleracio n . . . . . . . . . . . . . . . . . . . . . . . . 129 Sistemas con error nulo . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
INDICE
III An alisis de sistemas din amicos en el dominio de la frecuencia
133
8 Representaci on gr aca de la funci on de transferencia 8.1
135
Diagramas m as comunes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135 8.1.1 8.1.2 8.1.3 8.1.4 Diagrama de polos y ceros: caso racional . . . . . . . . . . . . . . . . . 135 Diagrama de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135 Diagrama logar tmico o de Bode . . . . . . . . . . . . . . . . . . . . . . 137 Diagrama de Black . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
8.2
Diagrama de Bode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138 8.2.1 8.2.2 8.2.3 8.2.4 8.2.5 Diagrama de Bode de una constante . . . . . . . . . . . . . . . . . . . . 139 Diagrama de Bode de una integracio n pura . . . . . . . . . . . . . . . . 139 Diagrama de Bode de un sistema de primer orden . . . . . . . . . . . . . 141 Diagrama de Bode de una diferenciacio n pura . . . . . . . . . . . . . . . 142 Diagrama de Bode del t ermino asociado a un cero . . . . . . . . . . . . . 143
8.3 8.4
Sistemas de fase m nima . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 C rculos M y N . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
IV Estabilidad de sistemas din amicos
149
9 Estabilidad de los sistemas din amicos 9.1 9.2
151
Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151 Criterios de estabilidad relativos a la descripcio n externa . . . . . . . . . . . . . 152 9.2.1 9.2.2 Criterio de Routh-Hurwitz . . . . . . . . . . . . . . . . . . . . . . . . . 156 Matriz de Hurwitz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
vi 9.3
INDICE
Criterio de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161 9.3.1 Grado de estabilidad e interpretacio n del criterio de Nyquist . . . . . . . 166
M etodos cl asicos de s ntesis
169
171
10 Compensaci on de sistemas realimentados
10.1 Introducci on. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171 10.2 An alisis en el dominio de la frecuencia de la red PD . . . . . . . . . . . . . . . . 174 10.3 An alisis en el dominio de la frecuencia de la red PI . . . . . . . . . . . . . . . . 177 10.4 Acci on proporcional, integral y diferencial (PID) . . . . . . . . . . . . . . . . . 179 10.5 Compensaci on por avance de fase . . . . . . . . . . . . . . . . . . . . . . . . . 181 10.6 Efecto en el dominio de la frecuencia . . . . . . . . . . . . . . . . . . . . . . . . 183 10.7 M etodo pr actico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
Parte I
Introducci on y fundamentos
Tema 1
Introducci on a los sistemas de control.

1.1 Noci on de control autom atico.
De una manera intuitiva se concibe el control autom atico, como la rama de la t ecnica que tiene por objeto concebir ingenios que funcionen auto nomamente, es decir, y hablando llanamente, que funcionen solos. Esta noci on intuitiva requiere unas ciertas matizaciones, pero es v alida como punto de partida. Bajo cierto punto de vista se puede considerar que en todo proceso industrial intervienen por una parte la informaci on ( ordenes) y por otra la potencia. Bajo este mismo punto de vista cabe considerar el funcionamiento de un proceso como la adopci o n de las acciones necesarias frente al mismo (se nales de mando o control) para la conveniente dosicaci o n de la energ a en los distintos puntos del proceso para que el funcionamiento del conjunto sea el conveniente. En todo proceso, sea la fabricacio n de un producto, un avi on en vuelo, una m aquina funcio nando, etc.., se realizan una serie de acciones que presuponen la dosicaci o n de la aplicaci on de energ a en determinados puntos, bien bajo la accio n de unas o rdenes que se suministran al mismo, bien de una manera aleatoria por parte del medio en el que se halla inmerso. Se puede representar un proceso de esta naturaleza, al que a partir de ahora denominaremos sistema por medio de un bloque, o rect angulo, tal como el representado en la gura 1.1. A la izquierda de este bloque se han representado unas echas que se han denotado por u 1 , u2 ... y en que representan las distintas acciones que se pueden tomar sobre el proceso; se denominar a lo que sigue se nales de control, mando, o entrada. A la derecha del bloque se han representado otras echas, como saliendo del mismo, que se han denotado por y 1 , y2 , ... y que representan los productos que produce el proceso; sobre el car acter de estas magnitudes se volver a m as adelante. Obs ervese que este esquema, al nivel que se ha desarrollado hasta ahora, tiene una ampl sima aplicaci on. Por ejemplo la conducci on de un autom ovil por una carretera puede considerarse como un proceso sistema representado con un diagrama similar al de la gura 1.1 siendo u 1 la posici on del volante; u2 la posici on del viento sobre la estabilidad del automo vil, etc.., y siendo y1 3
Necesidad del modelo matem atico del sistema.
u1 u2
q q q
y1 y2
Sistema a controlar
q q q -
un
ym
Figura 1.1: Sistema din amico la velocidad del autom ovil; y2 la separaci on del mismo de la cuneta, etc. De una manera intuitiva se entiende que un proceso est a automatizado cuando funciona solo, es decir, sin intervenci on del ser humano. Por ejemplo, un automo vil completamente automatizado ser a aqu el que funcionase completamente solo. Se comprende que en este ejemplo trivial la automatizaci on no parece previsible para un futuro inmediato, aunque s se han realizado ciertas automatizaciones parciales como la del cambio de marcha. a Volviendo al problema original, se puede decir que el funcionamiento del proceso se har a partir de la serie de se nales ui que se le aplique. El problema de controlar (mandar) el proceso, ales de entrada ( se reduce al de establecer las sen ordenes), a que deber a ser sometido para que su funcionamiento sea el apetecido. Por lo tanto, el problema de controlar el funcionamiento de un proceso queda reducido al de ales de mando del mismo. la toma de decisi on de la secuencia de valores que deben tomar las se n Es decir, volviendo al ejemplo trivial de la conduccio n del autom ovil, la decisi on de las maniobras que debe efectuar el conductor (sobre el volante, sobre el freno, sobre el acelerador...) para que el funcionamiento del autom ovil sea el adecuado.
1.2 Necesidad del modelo matem atico del sistema.

Se ha visto en el apartado anterior co mo el gobierno de un proceso se reduc a al establecimiento de la secuencia de acciones de mando que debe aplic arsele para que el funcionamiento sea el apetecido. Se va a considerar ahora un primer aspecto del establecimiento de esta secuencia. La toma de decisi on sobre la se nal que debe aplicarse al sistema implica que existan distintas alternativas. Es decir, que existan distintas acciones posibles cada una de las cuales dar a un ales, aquellas cuyo resultado resultado distinto. El problema se reduce al de elegir entre estas se n sea el apetecido. Al existir distintas opciones respecto a la accio n a tomar para gobernar el proceso, para realizar la elecci on conveniente de la se nal de entrada que determine un funcionamiento apetecido, es
necesario que se sepa predecir qu e resultados se obtendr a de cada una de las posibles acciones. Es decir, quien tome la decisi on respecto a cual de las posibles acciones a tomar debe adoptarse, debe predecir in mente, las acciones que resultar an de cada una de sus posibles opciones, con el n de escoger aquella se nal de entrada a la que corresponda un resultado que sea el buscado. Por lo tanto, se requiere el conocimiento exhaustivo de las relaciones que existen entre las posibles acciones a tomar sobre el sistema, y los resultados que determinar an cada una de ellas. Esto es lo que se llama un modelo matem atico del proceso, y est a constituido por las relaciones formales que ligan a las se nales ui e yi . El conductor del autom ovil, que es quien toma la decisio n del posicionamiento de los distintos o rganos que tiene a su alcance (volante, frenos, acelerador...) lo que hace en todo instante es prever cu al ser a el resultado de las decisiones tomadas con el n de mantener el proceso que gobierna (el autom ovil), en un estado de marcha y funcionamiento apetecido. Para construir un modelo matem atico de un proceso, se requiere establecer de una forma pre ales de entrada y de salida) as cisa, las magnitudes que lo denen (sen como las relaciones formales que ligan a estas magnitudes. En la vida ordinaria, cuando se construyen modelos, de una manera subconsciente, para la toma de decisiones, e stos no tienen el nivel de formalidad que se acaba de indicar. Sin embargo, cuando se quiere automatizar un proceso, es indispensable la construcci o n de estos modelos for males con el n de poder trasladar el proceso de toma de decisi o n a una m aquina construida al efecto, as que determinar a las acciones a tomar precisamente a partir del modelo del sistema del que disponga. La posibilidad de construir un modelo del proceso que se est e considerando, constituye una de las mayores limitaciones que a priori se pueden establecer respecto a la posibilidad de automatizar un determinado proceso. Consid erese, por ejemplo, el problema del establecimiento de un tratamiento por un m edico para uno de sus enfermos. En la medida en que fuese posible en primer lugar denir una serie de magnitudes que caracterizasen el estado del enfermo (temperatura, tensi on arterial, resultados de an alisis cl nicos...) y de las relaciones formales que ligan a estas magnitudes, ser a posible automatizar completamente el problema del establecimiento de un tratamiento, que no es sino determinar la accio n a seguir sobre el enfermo para conseguir que la evoluci on del mismo estado de salud se realice en forma apetecida. En ciertos casos es posible establecerse un modelo matem atico del proceso que ligue de una manera un voca a cada una de las acciones que se tomen un u nico resultado. Se tiene entonces un sistema determinista. En otros casos, para cada una de las acciones posibles, no se tiene sino una predicci on estad stica de posibles resultados; se tienen entonces los llamados sistemas estoc asticos.
Idea de realimentaci on.
1.3 Idea de realimentaci on.
El conocimiento del modelo matem atico del sistema sobre el que se debe tomar una decisio n para gobernar su funcionamiento, no es suciente para la toma de esta decisi o n. Se requiere adem as informaci on sobre lo que, de una forma intuitiva de momento se puede denominar estado actual del mismo. Es f acil encontrar ejemplos que ilustren este punto. Supo ngase, por ejemplo, un automo vil que debe hacer el recorrido Sevilla - C adiz. Sup ongase que se dispone de un modelo matem atico del funcionamiento del automo vil as como un trazado minucioso de la autopista que une las dos ciudades. Parece posible, en principio, prever un programa extraordinariamente detallado que permitiese realizar por medio de un programa previo la toma de decisiones sobre la conducci o n del autom ovil. Un programa que ser a algo as como una secuencia de instrucciones del tipo: avanzar en l nea recta 150 m, realizar un giro a la derecha, con radio de giro de 1 km.,.... Sin embargo parece claro que en principio no quepa augurar un feliz resultado a la empresa. Este tipo de programa dar a lugar a un control en bucle abierto en el que no se tiene informaci o n sobre la situaci on actual. El conductor no hace sino desde su posicio n de gobierno de la conduccio n del autom ovil introducir, especialmente por medio de sus ojos, informaci o n sobre el estado actual del automo vil, permitiendo de esta forma el que la toma de decisio n respecto a la condici on del mismo, adquiera un grado de ecacia realmente able. Este ejemplo, pese a su aparente articiosidad es similar al que se presenta cuando se trata de enviar una c apsula a la luna. Debe notarse que la necesidad de la realimentaci o n surge como consecuencia de la aparici on de perturbaciones aleatorias que modican el funcionamiento del sistema de acuerdo con un plan previsto, o sencillamente por la imperfecci o n del modelo del sistema que le impide una prediccio n exacta, a largo plazo, del funcionamiento del mismo. Desde un punto de vista general, cabe decir que los sistemas con realimentaci o n son aqu ellos en los que la adopci on de decisiones cara al futuro est a completamente inuenciada por los efectos de las previamente adoptadas. Dicho con otras palabras, son los sistemas en los que si la acci o n que se lleva a efecto persigue una determinada meta, es la diferencia entre las cotas alcanzadas en esta meta, y ella misma, la que determina las acciones posteriores. Este tipo de actuaciones son las que se denominan control en bucle cerrado o control por realimentaci o n. En la gura 1.2 se representa en forma de diagrama de bloques lo anterior. En dicha gura se representa por un lado el Sistema, cuya variable de Salida pretendemos controlar de forma que siga a la Entrada. Para ello se dispone de un Elemento de medici o n, que nos proporciona el valor de al de entrada se toma la decisi la se nal de salida y posteriormente una vez comparada con la se n on correspondiente para actuar sobre el sistema.
Entrada
Toma de decisi on
6
Salida Planta
Elemento de medici on
Figura 1.2: Realimentaci on
1.4 Realimentaci on, retardos y oscilaci on.

La existencia de retardos en un circuito (bucle) de realimentaci o n, conduce a la aparici on de fen omenos oscilatorios en el comportamiento din amico del mismo. Este hecho tiene una importancia capital al considerar el comportamiento din amico de los sistemas realimentados y gran parte del problema de dise no de los mismos reside en el amortiguamiento (o anulaci o n) de estas oscilaciones. Con el n de ilustrar de una manera intuitiva este hecho, consid erese a un conductor que conduce un autom ovil, proceso que se puede interpretar con un bucle de realimentaci o n tal como el de la gura 1.3. Entre la deteccio n de un obst aculo, y la acci on correctora consiguiente (girar el volante, actuar sobre los frenos...), se produce un cierto retardo que el conductor experimentado tiene perfectamente asimilado, y no constituye un obst aculo para una conducci on normal. Perturbaciones
Referencia
Ojos (Sentidos)
6
- Conducci on
Posici on Coche
-
Figura 1.3: Ejemplo de realimentacio n Sup ongase que se trata de mantener el coche en l nea recta sobre una supercie completamente
Sensibilidad y realimentaci on.
llana, sin ning un obst aculo. Sobre el autom ovil s olo act uan las peque nas perturbaciones (baches) del terreno y el conductor puede conseguir su objetivo con relativa facilidad. Sup ongase ahora que el conductor debe realizar su cometido con los ojos cerrados, llevando a su lado un copiloto que es el que le va transmitiendo las indicaciones respecto a las desviaciones de la l nea recta que se trata de seguir. El circuito de realimentaci o n se modica, en este caso, al de la gura 1.4, con ello lo que se ha introducido es de una manera articiosa un notable retardo en el bucle de realimentaci on. Es f acil comprender, que en este segundo caso, y debido precisamente al retraso que se introduce en el bucle de realimentacio n, la conducci on ser a fuertemente oscilante. Perturbaciones
? ? ?
Ref.
Ojos (Sentidos)
6
on - Transmisi oral
- Conducci on
Posici on Coche
-
Figura 1.4: Sistema con retardo Un hecho importante que ilustra tambi en el anterior ejemplo es que cuanto mayor sea la ve locidad a la que pretende conducirse el automo vil, mayores ser an los efectos de oscilaci on que se han indicado. El dilema entre velocidad de respuesta (precisi o n) y estabilidad (ausencia de oscilaciones), constituye una de las constantes que aparecen en el estudio de sistemas realimentados.
1.5 Sensibilidad y realimentacio n.

Un sistema se dice sensible a la variacio n de un determinado par ametro cuando e ste inuye de forma importante en el comportamiento del mismo. Por ejemplo, la conducci o n de un autom ovil es extraordinariamente sensible al estado del rme de la carretera. M as adelante se dar a una denici on precisa de este concepto; aqu , de momento, con esta nocio n intuitiva es suciente. Los sistemas realimentados son enormemente menos sensibles a las perturbaciones que los sistemas sin realimentar. En efecto, un ejemplo trivial ayudar a a jar esta idea. Consid erese que se trata de preparar una ducha de agua templada. El sistema se puede considerar en bucle abierto, es decir, sin realimentacio n, si una vez realizado el ajuste de las proporciones de agua fr a y caliente, e ste permanece inalterado durante toda la ducha. Si aparece cualquier perturbaci o n, por ejemplo, que en otro lugar de la casa se abra un grifo de agua caliente, lo que inuye en la mezcla, las consecuencias desagradables para el que se ducha no se pueden atenuar. El sistema es enormemente sensible.
Por el contrario, si se puede actuar sobre los grifos durante todo el proceso, entonces se tiene un sistema en bucle cerrado en el que la persona que se ducha puede tomar las decisiones oportunas, y actuar sobre el sistema a trav es de los grifos, para corregir cualquier perturbacio n que se pueda producir. El sistema, en conjunto, ha atenuado las posibles perturbaciones exteriores, por lo tanto ha disminuido su sensibilidad sobre las mismas. Este ejemplo ayuda tambi en a poner de maniesto uno de los problemas m as importantes que se pueden producir como consecuencia de la introducci o n de la realimentaci on. Consid erese que:
Los grifos se encuentran alejados del depo sito de agua caliente; y Una peque na variaci on de cualquiera de los grifos inuye sensiblemente en la temperatura del agua.
Es claro que en tales condiciones se producir an oscilaciones de la temperatura del agua, puesto que ser a enormemente dif cil ajustar la misma. Ello es debido a que cualquier accio n que se tome tarda un cierto tiempo en detectarse (en la espalda del que se ducha que es el o rgano de medida), y por lo tanto e ste posiblemente se pase en la correccio n. El sistema se convierte entonces en un sistema inestable, y la correcci on de ese tipo de inestabilidad constituye uno de los primeros problemas con los que se enfrenta el dise nador de sistemas realimentados. Ello se pondr a ampliamente de maniesto a lo largo de este curso.
1.6 Las Matem aticas y el control autom atico.

Las matem aticas tienen un doble empleo en las ciencias emp ricas y aplicadas.
Las matem aticas pueden usarse como lenguaje cuando se pretende formular los problemas con la ayuda de conceptos matem aticos buscando con ello la precisio n y claridad. Las matem aticas pueden emplearse como herramientas cuando una vez planteado el problema en t erminos matem aticos se resuelven las ecuaciones que resultan (anal ticamente o por simulaci on)
Por otra parte, cabe considerar que la ingenier a puede describirse como una mezcla de sentido com un y ciencia. Se trata de recurrir a planteamientos teo ricos que permitan profundizar en los problemas que se est en tratando, pero sin perder de vista que en u ltimo extremo de lo que se trata es de conseguir algo que funcione. Estas consideraciones previas deben hacerse por cuanto que, como es l o gico seg un lo que se ha visto en los apartados anteriores, las matem aticas juegan un papel fundamental en la moderna teor a del control autom atico. Tan es as que en alg un sentido puede considerarse la teor a del control autom atico como una rama de las matem aticas aplicadas.
10
Las Matem aticas y el control autom atico.
En la gura 1.5 se tiene un sencillo diagrama en el que se pretende expresar las fases del m etodo en control autom atico. Estas fases pueden resumirse en:
1. A partir del proceso, por abstraccio atico del mismo. Esta n, se construye el modelo matem primera fase no es espec ca del especialista en control, y requiere del concurso del especialista en el proceso a controlar. 2. Una vez obtenido el modelo matem atico se determina qu e tipo de acci on debe efectuarse sobre el mismo para que su comportamiento se adecue a las metas propuestas. Se trata de determinar, lo que m as adelante se denominar a ley de control. 3. Por u ltimo, se trata de realizar f sicamente, la ley de control determinada en el punto anterior para lo que se requiere el concurso de instrumentos f sicos que realicen esta funci on. En esta u ltima fase se requiere de nuevo el concurso del especialista en el proceso a controlar (en forma de instrumentista).
Modelo Matem atico

6 6
Ley de Control
Abstracci on
Implementaci on
Sistema F sico
Sistema de Control
Figura 1.5: Fases del M etodo de Control De las tres fases anteriores, la espec ca del especialista en sistemas de control es la segunda, que tiene un car acter fundamental matem atico. Se ha llegado incluso a decir que el especialista en control en realidad no trata con los sistemas f sicos, sino exclusivamente con sus modelos matem aticos. Por lo tanto, el terreno en que se mueve el especialista en control autom atico, est a fuertemente inuido por las matem aticas aplicadas, aunque nunca debe olvidarse las consideraciones hechas m as arriba respecto a la labor del ingeniero.
11
1.7 Bosquejo hist orico del control autom atico.

A lo largo de la historia de la t ecnica se encuentran m ultiples ingenios en cuya concepcio n in terviene la idea de realimentacio n. Uno de los primeros ingenios de esta naturaleza es el llamado reloj de agua (clepsidra). Seg un algunos autores, su origen es chino y se remonta a la dinast a Chen (siglo XI - XII a.C.), y seg un otros al mec anico griego Ktesibios (siglo XIII a.C.). En cualquier caso su antig uedad e ingeniosidad son innegables. El primer trabajo signicativo en control autom atico fue el regulador centr fugo de James Watt. Se trata de un regulador de bolas de una m aquina de vapor. En el regulador de Watt se regula la velocidad de una m aquina de vapor por medio de un sencillo articio consistente en dos bolas met alicas de cierta masa sobre las que actu a las fuerzas centr fugas al girar el eje del que son solidarias a trav es de unos brazos (gura 1.6). Estos brazos est an articulados de manera que la fuerza centr fuga que act ua sobre las bolas puede determinar, a trav es de dichas articulaciones, una mayor o menor apertura de la v alvula de alimentaci on de la m aquina. Se tiene por lo tanto una cadena cerrada de acciones tal como la que se indica en el diagrama de la gura 1.7.
Caldera vapor
:velocidad del eje.

eje de la mquina.
vlvula
Cilindro
Figura 1.6: Regulador centr fugo de Watt
+ -
Transmisin
vlvula
Mquina de vapor
bolas
Figura 1.7: Diagrama de bloques: Regulador de Watt El inter es que suscita en su tiempo, la m aquina de Watt es grande, puesto que en ella se presentan los problemas de estabilidad a los que se alud a en los apartados 1.4 y 1.5. Tan es as que James Clerk Maxwell, uno de los mayores f sicos te oricos del siglo XIX se siente atra do por el problema y publica un trabajo titulado On governors que constituye uno de los trabajos pioneros de la mod erna teor a del control. Sin embargo, aparte de este trabajo, y alg u n otro de Routh a nales de siglo,
12
Se nales y sistemas.
no es hasta los a nos 30 de este siglo, cuando se acomete de una manera sistem atica el estudio de las ar sistemas realimentados. Durante la Segunda t ecnicas matem aticas que permitan estudiar y disen Guerra Mundial, la necesidad de construir sistemas de control altamente sosticados para nes militares, condujo al desarrollo tanto en los Estados Unidos como en la Uni o n Sovi etica, de lo que hoy se conviene en llamar teor a cl asica de los servomecanismos, y que se estudiar a m as adelante en este curso. En aquellos a nos Norbert Wiener publica la importante obra Cibernetics, en la que se recalca el car acter fundamental de la noci on de realimentaci on como concepto cient co. La teor a cl asica de los servomecanismos tiene enormemente limitadas su posibilidades de aplicaci on por cuanto que la clase de sistemas a las que se aplica es reducida. En ello determin o la realizaci on de estudios te oricos que permitiesen construir una teor a de sistemas que abarcarse una clase m as amplia de los mismos. Con ello se ha llegado al desarrollo de la teor a moderna del control, basada sobre la nocio n de estado, y que se estudiar a con detenimiento a lo largo de este curso.
1.8 Senales y sistemas.

En el estudio de los sistemas de control es fundamental adquirir previamente una idea clara de los conceptos de se nal y sistema. Se entiende por se nal, en un sentido amplio, toda magnitud f sica que evoluciona en el tiempo. En un sentido m as restringido se requiere adem as que esta se nal tenga cierto contenido informa ales generalmente empleacional, es decir que sea signicativa en cierto aspecto, los tipos de se n dos en sistemas de Control son tensiones o intensidad el ectricas, desplazamientos mec anicos y presiones neum aticas o hidr aulicas, si bien en principio no hay ningu n inconveniente en incluir otro tipo de se nales. Se emplear a aqu la notaci on habitualmente empleada en matem aticas para referirse a una magnitud f sica X que, en cada instante t , toma un cierto valor. La denici on de sistema es m as ambigua. Se entiende por sistema un conjunto de partes entrelazadas operativamente de manera que unas act u en sobre otras y que en conjunto formen un todo. Un ejemplo de sistema de acuerdo con esta denici o n lo constituye el Sistema Econ omico Nacional, en el que salarios, nivel de precios, ahorro, etc, interaccionan entre s . Aqu interesar a la consideraci on de sistemas m as simples en los que los elementos interactuantes son f sicos y, de hecho, puedan denirse magnitudes f sicas que describan su comportamiento. Un sistema puede ales, en el sentido de que excitado con determinadas tambi en denirse como un procesador de sen se nales responde con otras. Es por lo tanto evidente que la consideracio n del comportamiento din amico de un sistema al es una magnitud f tendr a un papel preponderante, por cuanto que una se n sica que evoluciona en ales. el tiempo, y un sistema es un procesador de sen Normalmente, los sistemas que interesan en Autom atica, tendr an puntos de acceso llamados ales llamadas se entradas, por los que pueden ser excitados por sen nales de entrada. As mismo tendr an otros accesos en los que la evolucio n de ciertas magnitudes f sicas podr a leerse. Estos puntos se llamar an salidas y las magnitudes a ellos ligadas sen ales de salida. La voz punto,
13
empleada en las anteriores deniciones de entrada y salida, debe tomarse en un sentido amplio y no geom etrico. Los sistemas se representan por medio de bloques tal como se indica en la gura 1.8.
potencia perturbaciones
Seales de entrada u(t)
Seales de salida y(t)
Figura 1.8: Sistema din amico Juntamente con las se nales de entrada y salida interesa considerar que un sistema puede estar sometido a otro tipo de entradas como son las de suministro de potencia o las perturbaciones. Pero con el n de poder estudiar en su comportamiento ciertas regularidades, que permitan su estudio matem atico, se considerar a que estas, o bien se mantienen constantes (potencial), o bien sufren al de salida pueda solo variaciones despreciables (perturbaciones), de manera que el valor de la se n al de entrada. Por considerarse funci on exclusivamente del conjunto de valores tomados por la se n lo tanto normalmente la representacio n de un sistema se har a como indica la gura 1.1. Como ejemplo de lo dicho se puede considerar un motor el ectrico en el cual el campo se mantiene constante y se var a la velocidad actuando sobre la corriente de inducido. (Figura 1.9)
Intensidad de inducido
Excitacin Constante velocidad
Figura 1.9: Motor el ectrico Desde el punto de vista que se est a considerando se dir a que el motor es un sistema que, a una al de salida y(t ) (velocidad del motor). se nal de entrada u(t ) (intensidad de inducido), da una se n Se puede, en cierto aspecto, prescindir de la consideraci o n del campo.
1.9 Servomecanismos y reguladores.

La autom atica es un campo vast simo. En e l se entrelazan aspectos te oricos y tecnol ogicos de suerte que es dif cil establecer en el mismo sistematizaciones de cara a su estudio. Sin embargo
14
Servomecanismos y reguladores.
atendiendo a su desarrollo hist orico y al inter es de ciertas aplicaciones a las que, por otra parte, se ha podido aplicar una teor a sencilla y fecunda, es posible extraer de todo el complejo mundo de la autom atica campos de estudio concretos como son los servomecanismos y los reguladores. Un servomecanismo es un ingenio con el que se pretende controlar una posici o n. Ejemplos de servomecanismos se encuentran en campos tan variados como son los posicionamientos de los timones de un barco, posicionamiento de las antenas de radar, posicionamiento de las ruedas de un cami on en una servodirecci on, posicionamiento de la herramienta en un torno automatizado, posicionamiento de la pluma en un registrador de precisi o n, etc... El control de la posicio n se hace de acuerdo con un sencillo esquema de realimentaci o n como el de la gura 1.10.
+ -
y amplificador u motor
Figura 1.10: Servomecanismo de posicio n Siempre que la posici on de salida no se encuentre en la posicio n requerida por la referencia aparece un error que actuando sobre el servomotor determina que e ste act ue corrigiendo el error. La u nica posici on de equilibrio es aqu ella en que la posici on de salida es igual a la referencia. Por lo tanto un servomecanismo es, esencialmente, un sistema seguidor o reproductor en el al de entrada (referencia). Una caracter que la posici on de salida sigue o reproduce a la sen stica es al encial, que justica las aplicaciones de los servomecanismos es que el nivel de potencia de la se n al de entrada. En el esquema anterior se ve como lo de salida puede ser muy superior al de la sen que posiciona es el servomotor, que viene actuado por una potencia externa al conjunto (el campo) y una se nal que viene del servoamplicador y que es la que realmente corrige (alimentaci o n del inducido). Obs ervese que la misma se nal que viene del servoamplicador ha recibido, en e sta, ales de potencia del exterior. Por lo tanto un servomecanismo es un ingenio que reproduce se n posici on a un nivel de potencia superior. El precio de esta mayor potencia en la posici o n de la salida es una p erdida de calidad en la se nal, es decir, de una cierta distorsio n. Precisamente las t ecnicas de dise no de servomecanismos tratan de conseguir que esta p erdida de calidad de la se nal sea m nima. Un problema, aunque desde un punto de partida distinto al de los servomecanismos pero que conduce a planteamientos semejantes, es el de los reguladores. Una determinada magnitud f sica se dice que est a regulada si est a provista de un sistema que reaccione frente a los cambios del medio externo que afecten a esta magnitud, de suerte que se mantenga en un valor aproximada mente constante. Un ejemplo trivial de ello lo suministra un sistema de regulaci o n de temperatura en una habitaci on. El sistema calefactor, a trav es de un termostato, debe reaccionar a las variaciones del medio (aperturas de puertas, entrada de m as o menos gente, p erdidas naturales distintas en el d a que en la noche, etc...) de suerte que la temperatura se mantenga constante.

Ta a K + V Vr b Kc Kp c Ti Kt + Vt + -
15
Figura 1.11: Regulador de temperatura El esquema que permite la regulacio n de temperatura es esencialmente el mismo de un servomecanismo, tal y como se ve en la gura 1.11. Sin embargo, deben notarse las diferencias, desde un punto de vista f sico, entre ambos sistemas.
1. En el servomecanismo, la entrada (referencia) es variable y se pretende que la salida siga a la entrada. Mientras que en el regulador la entrada es constante. 2. En el servomecanismo la fuente de error es la variacio n de la referencia. En el regulador la fuente de error son perturbaciones exteriores que separan el sistema del estado requerido. 3. En el servomecanismo se produce una amplicacio n de potencia en la se nal de salida, que al de salida en s es lo que interesa. En el regulador, la sen no interesa, sino que s olo es una medida de algo que sucede en la planta controlada, que es lo que realmente interesa.
Junto a estas diferencias y a otras que pudieran establecerse se presenta la profunda semejanza entre ambos problemas, ya que los dos conducen al mismo diagrama de bloques realimentado que se muestra en las guras 1.10 y 1.11. Bas andose en esta semejanza es por lo que el estudio de ambos problemas se hace simult aneo pero no debe olvidarse nunca que f sicamente se trata de dos problemas diferentes.
16
Servomecanismos y reguladores.
Tema 2
Introducci on a los sistemas realimentados

2.1 Servomecanismo de posici on
Vamos a dedicar esta secci on a analizar un tipo de sistema realimentado que presenta particular inter es: el servomecanismo de posicio n. Con e l se trata de posicionar un eje, que est a asociado al de salida del sistema. La se al eje de un motor, y que constituye la sen nal de entrada es otra posici on, que se pretende que reproduzca el eje de salida del sistema. Se dispone de un mecanismo que permite detectar la discrepancia entre las posiciones de entrada y de salida. Esta discrepancia o error es amplicada convenientemente para activar el motor que, actuando sobre el eje de salida, determina su movimiento hasta anular el error; es decir, hasta conseguir alinear el eje de salida en la direcci on indicada por el eje de entrada.
J
f y(t) u(t) amplificador
Figura 2.1: Bucle abierto de un servomecanismo de posici o n En la gura 2.1 se muestra el bucle abierto de un servomecanismo. En ella se pone de mani al u(t ) adquiere el nivel adecuado para actuar sobre esto c omo, mediante una amplicador la sen un motor, cuyo eje representa la posicio n de salida del servomecanismo. Este eje es solidario con una inercia J y una fricci on f . En la gura 2.2 se muestra el bucle cerrado del servomecanismo. Al esquema de la gura 2.1 se ha a nadido una se nal de referencia r(t ) que se compara con la salida del motor, y cuya 17
18
Servomecanismo de posici on
al u(t ). discrepancia da lugar al error e, a partir del cual se obtiene la se n

J f r(t) + e(t) K u(t) amplificador y(t)
Figura 2.2: Bucle cerrado de un servomecanismo de posici o n al En la gura 2.1 se puede hacer la hipo tesis de que el par del motor es proporcional a la sen electrica de alimentaci on del amplicador u(t ). Con este supuesto se puede escribir que la posici o n del motor y(t ) viene dada por la ecuacio n diferencial:
dy d2y +f = u(t ) 2 dt dt
siendo en este caso y(t ) un a ngulo , J la inercia del conjunto motor-carga, y f el coeciente de fricci on viscosa del mismo conjunto. Para que un sistema de control realimentado actu e aceptablemente, necesita satisfacer unas determinadas especicaciones de funcionamiento, tanto para su r egimen permanente como para su transitorio que, normalmente, no se consigue con los elementos que consituyen el bucle de control. Hay veces en que un simple aumento de la ganancia est atica es suciente para lograr precisio n, sin que se afecte demasiado a las caracter sticas en estado transitorio. No obstante, como lo normal es que e stas se vean empeoradas con una actuacio n de este tipo, o en el mejor de los casos, no se consigan exactamente las que se pretende que tenga el sistema, es por lo que se desarrollaran a continuaci on los procedimientos de compensacio n que se han dado en llamar en llamar cla sicos ya que fueron los primeros que se utilizaron. Se emplean tres tipos de acciones:
Acci on proporcional m as derivada (PD); Acci on proporcional m as integral (PI) y Acci on proporcional m as integral y m as derivada (PID).
19
2.2 Acci on proporcional m as derivada (PD).

Tiene lugar cuando la se nal de mando del sistema es la suma de los t erminos, proporcional y derivado de la se nal de error. En este caso se dice que la compensacio n es del tipo PD. Consid erese el servomecanismo elemental descrito en el p arrafo anterior. Se va estudiar el caso en que la se nal de mando sea proporcional al error y a su derivada, es decir el caso en que se tenga una acci on PD. La se nal de mando ser a, por lo dicho, u(t ) = K e + Kd quedando J y como e = r y J d2y dy de +f = Ke + Kd 2 dt dt dt (2.1) de dt
dy dr dy d2y +f = Kr Ky + Kd Kd 2 dt dt dt dt d2y dr dy + ( f + Kd ) + Ky = Kr + Kd 2 dt dt dt
(2.2)
al de error y por un impulso. La ecuaci on 2.1 muestra que el sistema es excitado ahora por la se n La consecuencia inmediata es que el efecto corrector (inversi o n del par motor) se aplica antes que cuando el control era s olo proporcional, como se muestra en la gura 2.3 a) y b) En efecto, con control proporcional solamente, el error cambia de signo en el punto f de la gura b) mientras que si la se nal de error es del tipo PD indicado, el cambio de signo se verica en el instante g de la al de salida llegue al valor de la gura d, es decir, el par corrector se aplica antes de que la se n de referencia. En consecuencia, la sobreoscilacio n ser a menor. La red PD tiene as un car acter anticipativo, ya que en cierta manera se anticipa a lo que va a ocurrir. Esta misma consecuencia se pone de maniesto en la ecuaci o n 2.2, que muestra la ecuacio n diferencial del sistema en bucle cerrado. En ella se aprecia que el coeciente de la primera derivada se ha incrementado en el valor Kd , es decir, el efecto ha sido aumentar la friccio n del sistema prim itivo y, por tanto, hacer que el conjunto tenga una respuesta temporal con menor sobreoscilaci o n. Por otro lado, tambi en en la ecuaci on 2.2 se aprecia que la parte no homog enea de la ecuaci on diferencial no es un escal on, sino un escal on, m as un impulso. Ello determina que el sistema responda m as r apidamente ya que no s olo es sensitivo a la referencia, sino que tambi en lo es a su variaci on. Todo se pone de maniesto observando las guras 2.4 De lo anterior se desprenden las dos caracter sticas esenciales de una acci on PD :
1. Disminuci on de la sobreoscilaci on 2. Disminuci on del tiempo de subida
20
Acci on proporcional m as derivada (PD).
y r
(a)
t e
(b)
f
de dt
(c)
t e + de dt
(d)
g y y r t
(e)
t
Figura 2.3: Compensaci on con PD.
21
respuesta a Kr
(a)
respuesta a Kd dr dt t
y respuesta a Kr + Kd dr dt r
(b)
t
Figura 2.4: Respuesta temporal con red PD.
22
Acci on proporcional m as integral (PI).
Estos efectos se han considerado para un caso particular y especialmente simple, el de un servomecanismo elemental de posicio n. Sin embargo son igualmente v alidos, en general, para cualquier tipo de sistema.
2.3 Acci on proporcional m as integral (PI).

al En este caso, la se nal de mando es la suma de un t ermino proporcional y otro integral, de la sen de error.
t
u(t ) = K e + Ki
e dt
0
Sea un sistema como el de la gura 2.5, al que se le ha incorporado una acci o n integral en paralelo con la acci on proporcional, es decir, se la ha dotado de una acci o n PI.
Ki + e K + + G(s)
Figura 2.5: Diagrama de un sistema con regulacio n PI Sup ongase que a dicho sistema, en un r egimen estacionario, se le aplica un par externo Pe sobre la carga, es decir, sobre el eje de salida. El sistema reaccionar a tratando de anular dicho par puesto que la aplicaci on del mismo, determina la aparicio n de un error, el cual alimenta al motor y le obliga a suministrar un par creciente con el tiempo. Si la acci o n de la red fuese s olo proporcional, es claro que el equilibrio se alcanzar a cuando el par generado por el motor fuese igual al aplicado externamente. Interesa ver con cierto detenimiento lo que ocurre cuando la acci o n de mando es del tipo PI. Para ello, en primer lugar, se establecen las ecuaciones que rigen la evoluci o n del sistema y que resultan ser d2y dy +f + Pe = Ke + Ki 2 dt dt
t
e dt
0
siendo Pe el par externo aplicado y e = r y Eliminado se tiene d2r d2e dr de J +f f = Ke + Ki 2 2 dt dt dt dt

t
Pe + J
e dt
0
23
Pe + J
d2e dr de d2r = J + K e + Ki + f +f 2 2 dt dt dt dt
e dt
0
Si la referencia es un escal on, se tendr a que
dr =0 dt
d2r =0 dt 2
En el r egimen permanente, cuando t , si la introduccio n del integrador no ha hecho inestable al sistema, se tendr a que
de =0 dt con lo cual,
d2e =0 dt 2
Pe = K e p + Ki
e dt
0
Como Pe es nito, la u nica forma de que se cumpla la ecuacio n anterior es que e p = 0 ya que en caso contrario, 0 edt . En consecuencia, el sistema reacciona eliminando el error en regimen permanente (e p ). Por lo dicho, una red PI mejora considerablemente el r egimen permanente, no s olo de una manera cuantitativa, sino esencialmente cualitativa por cuanto que cambia el tipo del sistema, es decir, no es que el sistema se mejore, sino que se convierte en otro, de caracter sticas distintas. La interpretaci on f sica del fen omeno es muy simple. La aplicacio n del par externo Pe , tiende al de referencia (gura a separar la posici on del eje de salida del valor en que la ha jado la sen 2.6.a). Ello trae consigo la aparicio n del consiguiente error (gura 2.6.b). Si la se nal de actuaci on sobre el sistema es proporcional al error, m as su integral, se aplica una se nal tal como la que se muestra en la gura 2.6.d. El feno meno que se produce entonces puede interpretarse diciendo que el par del motor empezar a a crecer hasta que vence al que se aplica exteriormente. La evoluci on del error y de la se nal de salida se muestran en las guras e) y f). al sobre el motor para que e Obs ervese como es el elemento integrador el que mantiene la se n ste venza al par exterior.
24
Acci on proporcional m as integral (PI).
r t
a)
e
b)
z t
edt
c)
e + edt
d)
edt
e)
z t
r
f)
Figura 2.6: Respuesta temporal a red PI
Tema 3
Descripci on de los sistemas din amicos

3.1 Transformaci on de Laplace
En esta secci on vamos a repasar la transformada de Laplace que suministra una herramienta de gran inter es para el estudio de los sistemas cuya descripcio n matem atica viene dada por ecuaciones lineales invariantes en el tiempo.
3.1.1
Denici on
El m etodo de la transformada de Laplace es un m etodo opcional que puede utilizarse con ventaja para la resoluci on de ecuaciones diferenciales lineales. La transformada de Laplace se dene como:
0
L [ f (t )] = F (s) =
f (t )est dt
f (t ) es una funci on del tiempo tal que f (t ) = 0 para t < 0, s = + jw una variable compleja y L un s mbolo operacional. La existencia de la transformada F (s) est a condicionada a la convergencia de la integral. Si existe una constante real y positiva tal que para > c , et | f (t ) | tiende a cero cuando t , mientras que para < c tiende a innito. El valor c recibe el nombre de abscisa de convergencia. La integral converge, y por tanto existe la transformada de Laplace, si la parte real de s, () es mayor que la abscisa de convergencia c . En t ermino de los polos de la funci on F (s), la abscisa de convergencia c , corresponde a la parte real del polo m as alejado hacia la derecha en el plano s. 25
26
Transformaci on de Laplace
A la funci on f (t ) se la conoce como la anti-transformada de Laplace, F (s) y se expresa as ,
f (t ) = L 1 [F (s)] En la tabla siguiente se tienen las transformadas de Laplace de las funciones m as usuales en autom atica.
Tabla de Transformadas de Laplace
Se nal Impulso Escalon Rampa Par abola Rampa de orden n Decrecimiento exponencial Onda sinusoidal Onda cosenoidal Sinusoide con decrecimiento exponencial Cosenoide con decrecimiento exponencial
f (t ) (t ) 1 (t 0) t (t 0) 2 t (t 0) t n (t 0) et sent cost t e sent et cost
F (s) 1
1 s 1 s2 2 s3 n! sn+1 1 (s+) (s2 +2 ) s (s2 +2 ) ((s+)2 +2 ) s+ ((s+)2 +2 )
3.1.2
Resumen de Propiedades
1. Linealidad: Si F1 (s) y F2 (s) son las transformadas de f 1 (t ) y f2 (t ), F1 (s) + F2 (s) es la transformada de Laplace de f 1 (t ) + f2 (t ), seg un se desprende de la denici on. 2. Derivaci on real: Si L [ f (t )] = F (s), entonces
L
En efecto, como F (s) =
0
d f (t ) = sF (s) f (0) dt
f (t ) est , realizamos la integraci on por partes haciendo 1 est dt = est y dv = est dt s vdu
u = f (t ) ; du = f (t ) dt ; v =
u dv = uv por lo que resulta,
f (t ) e
0
st
f (t )est dt = s
1 est f (t )dt = s
27
F (s) = luego:
f (0) 1 + s s
f (t ) est dt ,
pero
0
f (t ) est dt = L f (t )
L f (t ) = sF (s) f (0) c.q.d.

3. Integraci on real: Si L [ f (t )] = F (s),
L
Si en la expresi on F (s) =
0
t 0
f () d =
F (s) + s
f (0) dt s
f (t ) est dt se hace: u = est ; du = sest dt v= f (t ) dt ; dv = f (t )dt
se tiene que,
F (s) =
0
f (t )est dt = est
f (t )dt
0
sest
f (t )dt dt =
f (0)dt + s
0
f (t )dt est dt ;
y como
0
f (t )dt est dt = L F (s) + s
f (t )dt =
L
4. Teorema del valor nal:
f (t )dt =
f (0)dt c.q.d. s
Hay veces en que hechas las operaciones precisas con la ecuaci o n transformada, interesa conocer el valor de la funci on f (t ) cuando t , que en el caso de un servosistema, corresponder a al r egimen permanente. El procedimiento consistir a en hallar la antitransformada y hacer que t . El procedimiento es laborioso y resulta mucho m as c omodo vericar el valor de la variable sobre la propia ecuaci on transformada. Supondremos que existe L [ f (t )] y L [ f (t )] y demostraremos que,
t
lim f (t ) = lim sF (s)

s0
Sabemos que
28
f (t )est dt = sF (s) f (0)

s0
haciendo que s 0 (3.1)
lim
f (t )est dt = lim [sF (s) f (0)]

s0 t
pero lim
s0
f (t )est dt =
f (t )dt = lim
0
t 0
f ()d =
= lim [ f (t ) f (0)]
t
y sustituyendo en 3.1, se tiene, lim [ f (t ) f (0)] = lim [sF (s) f (0)]

s0
y como f (0) no depende de t ni de s, queda, lim f (t ) = lim sF (s) c.q.d.

s0
5. Teorema del valor inicial: Si lo que nos interesa conocer del sistema es su comportamiento cuando t 0, que corresponder a en un servosistema a conocer su comportamiento transitorio, se puede hallar tambi en sobre la ecuaci on transformada, ya que
t 0
lim f (t ) = lim sF (s)

s
Al igual que antes, en la expresio n
L f (t ) =
f (t )est dt = sF (s) f (0) hacemos que s
s 0
lim
f (t )est dt = lim [sF (s) f (0)]

s
y como el primer miembro es cero, lims sF (s) = lims f (0) = f (0) ya que f (0) no depende de s y como f (0) es limt 0 f (t ) quedar a
t 0
lim f (t ) = lim sF (s) c.q.e.

s
6. Integral de Convoluci on: Sean F1 (s) = L [ f1 (t )] El producto de ambas, y F2 (s) = L [ f2 (t )]
29
F1 (s) F2 (s) = =
0 0
f1 (t )est dt
0
f2 ()es d = (3.2)
f1 (t ) f2 ()es(t +) dt d
(3.3)
Haciendo el cambio de variables, t = uv = v el Jacobiano de la transformacio n vale, t, )= u, v

t u u t v v
v = u = t +
J(
1 1 0 1
=1
Como t > 0, u > v luego v variar a de 0 a u. La ecuaci on 3.3 queda
u 0
F1 (s) F2 (s) = =
0 0
f1 (u v) f2 (v)esu dv du =
u
f1 (u v) f2 (v)dv esu du
luego F1 (s) F2 (s) = L

u 0
f1 (u v) f2 (v) dv
La expresi on encerrada en el corchete se conoce como integral de convoluci o n y representa la antitransformada del producto de dos transformadas.
3.1.3
Calculo de antitransformadas
Con el c alculo de antitransformadas se pretende determinar a partir de la transformada de Laplace F(s) la correspondiente antitransformada; es decir,
f (t ) = L 1 [F (s)]
30 La transformada posee s olo polos reales y simples
Sup ongase que el denominador de la funcio n de la que se quiere hallar la antitransformada, F (s), es de la forma d (s) = (s + p1 )(s + p2 ) . . . (s + pn ) de modo que los diferentes pi son reales y diferentes entre si. En tal caso la funcio n F (s) admite una descomposici on en fracciones simples de la forma F (s) = n(s) a1 a2 an = + +...+ d (s) s + p1 s + p2 s + pn
los coecientes ai reciben la denominaci on de residuos de F (s) en s = pi . Multiplicando los dos miembros de la expresi on anterior por (s + pi ) y haciendo s = pi se tiene ai = n(s)(s + pi ) d (s)
s= pi
puesto que se sabe, de la tabla de transformadas, que ai = a i e pi t (s + pi )
L 1 =
se tiene que f (t ) = a1 e p1t + a2 e p2t + . . . an e pnt En esta expresi on se pone de maniesto que a cada pi se asocia una funci on (una trayectoria o un comportamiento) de la forma e pit . Estas funciones reciben la denominacio n de modos naturales del sistema. Se dice que un modo natural es asint oticamente estable si pi 0. Ejemplo Sea la transformada de Laplace F (s) = (s + 3) (s + 1)(s + 2)
se tiene que los residuos resultan ser a1 = a2 = luego (s + 3) (s + 2) (s + 3) (s + 1) =2

s=1
s=2
= 1
f (t ) = 2et e2t t 0

La transformada posee polos complejos
31
Supongamos ahora que la transformada de Laplace posee un par de polos complejos conjugados p1 y p on en fracciones simples tomar a la forma: 1 . En tal caso la descomposici n(s) 1 s + 2 a3 an = + +...+ d (s) (s + p1 )(s + p s + p3 s + pn 1)
F (s) =
Si se multiplican los dos miembros de esta expresio n por (s + p1 )(s + p 1 ), y se hace s = p1 , se tendr a: n(s)(s + p1 )(s + p 1) d (s)
(1 s + 2 )s= p1 =
s= pi
Esta expresi on permite determinar 1 y 2 igualando partes reales e imaginarias. Para hallar la antitransformada correspondiente al t ermino asociado al par complejo basta recordar que: = et sent L1 ((s + )2 + 2 )
L1
En concreto, si se supone:
s+ = et cost ((s + )2 + 2 )
p1 = a + j y p 1 = a j se tendr a
1 s + 2 1 s + 2 = = (s + p1 )(s + p ) ( s + a + j)(s + a j) 1 s+a (2 1 a) + 1 2 2 ((s + a) + ) ((s + a)2 + 2 )
Ejemplo Sea la transformada de Laplace F (s) = (s + 1) s(s2 + 2s + 2)
32 Se tiene: a3 = (s + 1) (s2 + 2s + 2)
s=0
1 2
Por tanto, F (s) = = = De donde se tiene, f (t ) = 1 1 1 t e cost + et sent t 0 2 2 2 11 1 s 2 2 s 2 s + 2s + 2 11 1 s 2 s 2 (s + 1)2 + 1 1 s+1 1 11 1 + 2 2 s 2 (s + 1) + 1 2 (s + 1)2 + 1
La transformada posee polos multiples Sup ongase que una de las ra ces del polinomio del denominador de la transformada de Laplace es m ultiple. Por ejemplo, sup ongase que la ra z p1 tiene multiplicidad r. En tal caso el denominador admitir a la descomposici on: d (s) = (s + p1 )r (s + p2 ) . . . (s + pn ) En tal caso, la transformada de Laplace admite la descomposici o n: n(s) br a2 an br1 b1 = + +...+ + +...+ r r 1 d (s) (s + p1 ) (s + p1 ) s + p1 s + p2 s + pn
F (s) =
Si se multiplican los dos miembros de esta expresio n por (s + p1 )r se tendr a: br = Obs ervese que (s + p1 )r F (s) = br + br1 (s + p1 ) + . . . + b1 (s + p1 )r1 + derivando esta expresi on con respecto a s se tiene d [(s + p1 )r F (s)] = br1 + 2br2 (s + p1 ) . . . + (r 1)b1 (s + p1 )r2 + ds d an (s + p1 )r d a2 (s + p1 )r +...+ ds s + p2 ds s + pn a2 (s + p1 )r an (s + p1 )r +...+ s + p2 s + pn n(s)(s + p1 )r d (s)
s= p1

y haciendo en esta expresi on s = p1 se tiene d [(s + p1 )r F (s)]s= p1 = br1 ds Derivando de nuevo con respecto a s y procediendo an alogamente se tiene
33
br2 = En general se tendr a
1 d2 [(s + p1 )r F (s)]s= p1 2 ds2
br j =
1 dj [(s + p1 )r F (s)]s= p1 j! ds j
Ejemplo Sea F (s) = que se descompone F (s) = Se tendr a b3 = [s2 + s + 2]s=1 = 2 b1 = 1 Por tanto F (s) = De donde se tiene, f (t ) = (t 2 t + 1)et 2 1 1 + (s + 1)3 (s + 1)2 (s + 1) b2 = [2s + 1]s=1 = 1 b2 b1 b3 + + (s + 1)3 (s + 1)2 (s + 1) s2 + s + 2 (s + 1)3
3.2 Noci on de sistema din amico.

Uno de los conceptos b asicos empleados en autom atica es el de sistema. En el lenguaje ordinario se entiende por sistema una coleccio n de objetos unidos por cierta forma de interaccio n o interdependencia. En el contexto de la autom atica el concepto de sistema adquiere un signicado m as preciso.
34
Noci on de sistema din amico.
Consid erese un objeto f sico, , por ejemplo un motor el ectrico, al cual aparecen asociadas una serie de magnitudes, como pueden ser su velocidad de giro, la intensidad que alimente el inducido, etc. Desde el punto de vista que interesa en autom atica lo que conviene de son las relaciones matem aticas entre las distintas magnitudes m1 (t ), m2 (t )...mn (t ) que se asocian a dicho objeto f sico. Estas relaciones constituyen un objeto abstracto, por abstracci o n de unas caracter sticas de un objeto f sico. En autom atica los objetos f sicos que intervienen son tales que las magnitudes f sicas que a ellos se asocian se pueden clasicar en dos grupos:
1. magnitudes cuyo valor puede ser variado directamente desde el exterior del objeto f sico, que reciben el nombre de se nales de entrada, de control, de mando o est mulos; y 2. magnitudes cuyo valor puede ser medido pero cuya variaci o n es indirecta, a trav es de las se nales de entrada, y que reciben el nombre de sen n o respues ales de salida, de observacio tas.
ales de salida se emplea y(t ), Para denotar a las se nales de entrada se emplea u(t ) y para las sen siendo, en general, u(t ) e y(t ) vectores. ales Se entiende por sistema el objeto abstracto formado por las relaciones que ligan las se n u(t ) e y(t ). Un sistema se presenta en forma esquem atica como se hace en la gura 3.1, representaci on que recibe el nombre de diagrama funcional del sistema. Denido as un sistema representa una formalizaci on del uso vulgar de este t ermino.
u(t)
Figura 3.1: Sistema din amico
y(t)
El problema de la representaci on matem atica de los sistemas se reduce a encontrar la forma matem atica, bien sea una ecuaci on o, de forma m as general, un algoritmo, que permita generar los pares de se nales u(t ), y(t ) que denen el sistema. Las se nales u(t ) e y(t ) pueden registrarse o bien de una manera continua en el tiempo, o bien de una forma discontinua, es decir tomando medidas cada cierto intervalo de tiempo. En el primer caso se tienen los llamados sistemas en tiempo continuo y en el segundo los sistemas en tiempo discreto. Estos u ltimos tienen un particular inter es pr actico cuando se emplean computadores puesto que estas m aquinas trabajan de una forma discreta.
35
3.3 Formas de las relaciones entrada-salida en sistemas.

Se ha indicado en la secci on 3.2, que un sistema est a formado por las relaciones matem aticas que liga las se nales u(t ) e y(t ) que lo denen. En esta seccio n se van a considerar algunas formas ales u(t ) e y(t ) en tipos de sistemas comu matem aticas de las relaciones que ligan a las sen nmente encontrados en la pr actica. Sin embargo, en el resto de estos apuntes so lo se estudiar a una de las clases consideradas en esta seccio n. Una posible primera clasicacio n elemental de las relaciones que ligan a las se nales de entrada y salida de los sistemas, es en sistemas est a ticos y sistemas din amicos.
3.3.1
Sistemas est aticos.
El caso m as simple de relaci on entre las se nales u(t ) e y(t ) es aqu el en que e sta se reduce a una ecuaci on alg ebrica. Por una consideraci on elemental de realizabilidad f sica es claro que en tal caso se podr a escribir: y(t ) = F {u(t )} (3.4) en donde, para los casos de inter es pr actico F{.} es una funci on uniforme. Los sistemas que admiten esta forma de representacio n reciben el nombre de sistemas esta ellos en ticos, y son aqu los que el valor que toma la se nal de salida y(t ), en un cierto tiempo t depende exclusivamente del valor tomado por la se nal de entrada u(t ) en dicho instante de tiempo t, y no de los valores tomados por u(t ) en el pasado. Los sistemas l ogicos combinacionales, constituyen un ejemplo de sistemas est a ticos denidos ales de entrada u(t ) y salida y(t ) toman sus valores del conjunto por la propiedad de que las sen nito U = Y = {0, 1}. Para la representacio n matem atica de los sistemas l ogicos combinacionales ales se recurre a tablas en las que se indican para cada combinaci o n posible de los valores de las sen ales de salida. Desde un punto de vista matem de entrada, los correspondientes de la sen atico estas tablas constituyen una de las formas m as simples de representar una funcio n.
3.3.2
Sistemas din amicos
Normalmente las relaciones que ligan las magnitudes f sicas que denen un sistema no son ecuaciones algebraicas, que conducen a sistemas est aticos, sino ecuaciones diferenciales. Ello es debido a que la mayor parte de las leyes de la f sica se expresan por medio de esta clase de ecuaciones. Aqu se considerar an exclusivamente las ecuaciones diferenciales de la forma, dny dy dnu + ... + a + a ( t ) y = b ( t ) + ... + bn (t )u n 1 n 0 dt n dt dt n (3.5)
llamadas ecuaciones diferenciales lineales. El hecho de limitarse a esta clase de ecuaciones diferenciales es debido a:
36
Formas de las relaciones entrada-salida en sistemas.

1. s olo para esta clase de sistemas es posible establecer, en la actualidad, una teor a que sea a la vez general y simple; y 2. al menos en una primera aproximacio n, gran parte de los sistemas encontrados en la pr actica admiten esta forma de representacio n.
Cabe considerar que la teor a de sistemas lineales es a la teor a de sistemas no-lineales, como la geometr a eucl dea es a las formas de geometr a no-eucl dea. Es sabido que la geometr a eucl dea es un u til de un inter es pr actico incuestionable; lo mismo sucede con la teor a de los sistemas lineales. Otra relaci on entre la entrada y salida de un sistema es la que presentan las ecuaciones en diferencias nitas. De ellas las que mayor inter es tienen son, por consideraciones semejantes a las realizadas m as arriba respecto a las ecuaciones diferenciales lineales, las ecuaciones en diferencias nitas lineales cuya forma general es, y(t + n) + ... + am1 y(t + 1) + am y(t ) = b0 u(t + n) + ... + bn1 u(t + 1) + bm u(t ) (3.6)
Los sistemas descritos por las ecuaciones en diferencias nitas son sistemas en tiempo dis creto, en los que la escala de tiempos toma so lo una serie de valores discretos. Esta forma de relaci on se presenta en aquellas aplicaciones en las que se emplean computadores. Por u ltimo cabe recordar como otra forma de relacio n entre las se nales de entrada y salida de un sistema la que ofrecen los diagramas de estados de los circuitos l o gicos secuenciales (o, m as general, de los aut omatas). En dichos diagramas se ten a representada la evoluci on de las se nales de entrada u(t ) y de salida y(t ) de un sistema cuya caracter stica adicional es que las se nales de entrada y de salida s olo podr an tomar sus valores de un conjunto nito. Los sistemas descritos por ecuaciones diferenciales, por ecuaciones en diferencias nitas, o por diagramas de estados reciben la denominacio n de sistemas din amicos y en ellos el valor tomado por la se nal de salida y(t ), en un cierto instante de tiempo t depende del valor tomado por u(t ), no s olo en el instante t (como suced a en los est aticos), sino en todos los instantes anteriores a t . En ellos, por lo tanto, la consideracio n del tiempo juega un papel esencial. De ah la denominaci on de din amicos. Obs ervese que los sistemas est aticos pueden considerarse como una forma particular y degenerada de los din amicos por lo que son estos u ltimos los u nicos que se consideran en lo que sigue. En estos apuntes no se tratar an expl citamente, los sistemas l ogicos secuenciales. No obstante si e stos son lineales son susceptibles de ser estudiados con las t ecnicas aqu desarrolladas. Sin embargo, ello no se har a aqu de forma expl cita. La forma de representaci on de los sistemas din amicos por ecuaciones diferenciales, o por ecuaciones en diferencias nitas, no tiene inter es pr actico para el desarrollo de la autom atica. Para el estudio de los sistemas din amicos se han desarrollado dos formas peculiares de representaci o n, que son la descripci on externa y la descripci on interna que se pasan a estudiar a continuacio n.
37
3.4 Descripci on externa de los sistemas dina micos.

Puesto que las se nales que denen un sistema din amico son las de entrada u(t ) y las de salida y(t ) interesa disponer de una relacio cita directa entre ambas. Esta relacio n la suministra la n expl descripci on externa que se dene por una funcio n de entrada-salida F tal que hace corresponder al de entrada u en un cierto intervalo (t0 , t ), el valor al conjunto de valores tomados por la sen tomado por la salida y(t ) en el instante t . Formalmente se puede escribir, y(t ) = F (u[t0 , t ]) (3.7)
en donde F (.) es un funcional, es decir una funcio n cuyo argumento lo constituye el conjunto de valores tomados por u(t ) en el intervalo (t0 , t ). Desde el punto de vista de la descripcio n externa un sistema din amico lineal se dene cono aquel que cumple la propiedad de linealidad, en virtud de la cual,
F (1 u1 [t0 , t ] + 2 u2 [t0 , t ]) = 1 F (u1 [t0 , t ]) + 2 F (u2 [t0 , t ]) en donde 1 , 2 son n umeros reales arbitrarios. Esta propiedad recibe tambi en, impropia mente, la denominaci on de principio de superposicio n. Habitualmente se emplean dos formas de descripcio n externa: la respuesta impulsional y la funci on de transferencia.
3.4.1
Respuesta impulsional.
Una forma de escribir la soluci on a una ecuaci on diferencial como la de la expresio n (3.5) es la siguiente:
t
y(t ) =
en donde h(t , ) recibe el nombre de respuesta impulsional del sistema. La expresi o n (3.8) es una forma de descripci on externa de un sistema din amico ya que corresponde al caso de una funcio n l neal. La respuesta impulsional de un sistema puede tener las siguientes propiedades: 1. Propiedad de causalidad o realizabilidad, en virtud de la cual un efecto no puede preceder a una causa, lo que implica que h(t , ) = 0 para t <
h(t , )u()d
(3.8)
2. Propiedad de estabilidad, en virtud de la cual la estabilidad del sistema exige la convergencia de (3.8), lo que se traduce en lim h(t , ) = 0
t
38
Descripci on externa de los sistemas din amicos.

3. Propiedad de estacionaridad, en virtud de la cual el sistema es invariante con el tiempo, lo que se traduce en que h(t , ) = h(t , 0) = h(t ) Ejemplo: Sea el sistema din amico descrito por la ecuaci on diferencial,
dy + ay = bu dt En donde a y b son dos n umeros reales. La soluci on de esta ecuaci on de la forma de la expresi on (3.8) es la siguiente,
y(t ) =
ea(t ) b u()d
En donde la respuesta impulsional h(t , ) = bea(t ) , es claro que cumple las propiedades de causalidad, estabilidad y estacionaridad. La respuesta impulsional admite un signicado adicional muy preciso. Sup o ngase un sistema con una sola entrada y una sola salida. Supo ngase, adem as, que dicho sistema se somete a la siguiente se nal de entrada: u(t ) = (t1 ) en donde (t ) es la funci on de Dirac. En tal caso se tiene que, y(t ) = h(t , t1 ) si el sistema no es estacionario o y(t ) = h(t t1 ) si el sistema es estacionario. En la gura 3.2 se muestra la respuesta impulsional del sistema del ejemplo anterior. De lo anterior se desprende que la respuesta impulsional de un sistema es determinable experimentalmente en la medida en que se pueda realizar f sicamente una se nal de entrada u(t ) = (t ). Es sabido que esta u ltima no tiene signicado f sico, pero sin embargo se pueden concebir aproximaciones aceptables. Debe a nadirse que en la pr actica como realmente se miden las respuestas impulsionales es por las t ecnicas de correlaci on que no se van a tratar aqu . Para sistemas multivariables, con m entradas y p salidas, la respuesta impulsional es una matriz, de dimensi on p m, cuyo t ermino hi, j representa la respuesta del i-esimo canal de salida, cuando se aplica una entrada u(t ) = (t ) al canal j-esimo, siendo nulas el resto de las entradas.
39
y(t)
Figura 3.2: Respuesta Impulsional
3.4.2
Funci on de transferencia.
Para los sistemas lineales estacionarios existe una forma de descripci o n externa muy empleada en la pr actica: la funci on (matriz) de transferencia. Se puede denir la funcio n de transferencia como la transformada de Laplace de la respuesta impulsional de un sistema.
H (s) =
0
h()es d
(3.9)
Aplicando la transformaci on de Laplace a la expresi on (3.8), para el caso de un sistema estacionario, se tiene Y (s) = H (s) U (s) (3.10) ales de entrada en donde Y (s) y U (s) son, respectivamente, las transformadas de Laplace de las se n y salida. En la pr actica la funci on de transferencia se determina directamente a partir de la ecuaci o n diferencial. Un punto muy importante a considerar es que esta determinaci on se hace suponiendo ales u(t ) e y(t ). condiciones iniciales nulas para las sen Ejemplo: Sea el sistema descrito por la ecuacio n diferencial,
dy d2y + a1 + a2 y = bu 2 dt dt La transformada de Laplace de los distintos t erminos de la ecuaci on es la siguiente,
40
Sistemas de control realimentados
s2Y (s) + a1 sY (s) + a2Y (s) = bU (s) Con lo que se tiene,
Y (s) b = H (s) = 2 U (s) s + a1 s + a2 es decir que la transformaci on de Laplace de la respuesta impulsional es la funcio n de transferencia. Para el caso de sistemas multivariables con m entradas y p salidas la funci o n de transferencia se convierte en una matriz cuyo t ermino Hi j representa el cociente entre la transformada de Laplace al de de la se nal de salida que se obtiene por el canal i y la transformada de Laplace de la se n ales de entrada. entrada que se aplica al canal j, supuestas nulas las otras se n
3.5 Sistemas de control realimentados

Un sistema de control realimentado se representa esquem aticamente como se indica en la gura 3.3. Sobre este esquema vamos a recordar una serie de conceptos que consideramos de inter e s.
r(t ) +
e @ -@ @ @ 6m
u K
y(t ) G(s)
H (s)
Figura 3.3: Sistema de Control realimentado
al de Cadena directa o de acci on, es la que une los elementos comprendidos entre la se n error y la de salida. Ambas se nales est an relacionadas por la expresio n, Y (s) = KG(s) E (s) siendo G(s) la funci on de transferencia del sistema considerado.
41
Cadena de realimentaci on, es la que une la se nal de salida con la de informacio n m(t ), que ales se relacionan as es comparada con la de referencia. Ambas sen , M (s) = H (s) Y (s) En este caso H(s) es la funci on de transferencia de la cadena de realimentacio n. Se llama bucle abierto, al conjunto de elementos que constituyen todo el sistema, si este se al de entrada fuese e(t ) y la de salida m(t ). abriese por el punto m(t ), es decir, como si la sen La funci on de transferencia del conjunto as dispuesto ser a M (s) = KG(s)H (s) E (s) ales Se llama bucle cerrado, al sistema conectado como se indica en la gura 3.3. Las se n y(t ) y r(t ) se relacionan por la conocida fo rmula, f acil de deducir, KG(s) Y (s) = R(s) 1 + KG(s)H (s) al de actuaci Obs ervese que, en este caso, la sen on sobre el sistema es proporcional a la se nal de error. Se trata pues de un control proporcional (P). El valor de la ganancia K del amplicador ser a, por tanto, un par ametro susceptible de ser variado de acuerdo con las necesidades del problema. En lo que sigue se supondr a siempre que la cadena de realimentacio n es unitaria, con lo que el esquema fundamental quedar a de la forma que se indica en gura 3.4 y quedando la funci on de transferencia en bucle cerrado reducida a Y (s) KG(s) = R(s) 1 + KG(s) Naturalmente en este caso cadena de accio n y bucle abierto son dos conceptos coincidentes. Por el hecho de introducir una compensacio n sobre el bucle antes mencionado, el esquema se modica de alguna manera, como se muestra m as adelante. Se distinguen dos tipos de compensaci on: Compensaci on en serie: Cuando el elemento corrector se coloca en cascada, en la cadena de acci on; y Compensaci on por realimentaci on: Cuando el elemento corrector constituye una segunda cadena de realimentaci on, en el bucle de control. Los esquemas b asicos para uno y otro caso se muestran, respectivamente, en las guras 3.5 y 3.6. Como ya se ha indicado, en el caso de la compensaci o n en serie, la red correctora se coloca en cascada con los elementos de la cadena de accio n, y delante del amplicador para que el nivel de potencia a que trabaje sea el del error, es decir, bajo.
42
Sistemas de control realimentados
r(t ) +
e -@ @ @ @ 6m
u K
y(t ) G(s)
Figura 3.4: Sistema de Control realimentado unitariamente
r(t ) + e
6 m
u Gr (s)
u K
y(t ) G(s)
Figura 3.5: Compensaci on en serie
r(t ) + e
-@ @ @ -@ @ @ @ @ 6 6 m
u K
y(t ) G(s)
Gr (s)
Figura 3.6: Compensaci on por realimentaci on
Tema 4
Modelado y Simulaci on
4.1 Modelado de sistemas
En anteriores temas se ha visto que un sistema din amico se caracteriza porque su estado evoluciona con el tiempo y que adem as se puede representar mediante ecuaciones matem aticas, que toman la forma de ecuaciones diferenciales, en el caso de ser sistemas continuos, o de ecuaciones en diferencias, en el caso de sistemas discretos. Pero no se debe perder de vista que los sistemas din amicos son sistemas concretos, sean reales o imaginarios, que pueden ser sistemas f sicos, biol ogicos, econ omicos, etc. Todos ellos tienen ciertas magnitudes asociadas que evolucionan en el tiempo, por ejemplo la posici o n de un cuerpo en el caso de un sistema f sico, o el n umero de individuos de una poblacio n bacteriana en un cultivo en el caso de un sistema biolo gico, o bien el valor de unas acciones en el mercado de la Bolsa en el caso un sistema econo mico. Resulta de inter es obtener una forma de caracterizar las magnitudes asociadas al sistema en cuesti on con el n de estudiar su comportamiento (an alisis) o bien reproducir el comportamiento que va a tomar e ste bajo ciertas condiciones (simulacio n). Este procedimiento se denomina mod elado de un sistema. El sistema se puede caracterizar en forma de expresiones matem a ticas (mod elado matem atico) o bien mediante reproduccio n a escala del sistema (modelado a escala). Esta u ltima t ecnica es muy utilizada en campos como la aeron autica, en las que los fen omenos implicados son muy complejos y adem as permite la reproducci on de los sistemas en laboratorio. La teor a de sistemas est a basada en la descripci on matem atica de los sistemas din amicos, por lo que en lo sucesivo se asimila el modelado de un sistema a la obtenci o n de e sta. Se denomina modelo de un sistema al conjunto de expresiones matem aticas que caracterizan la evoluci on temporal de las magnitudes del sistema. Un modelo est a bien planteado cuando el n umero de expresiones matem aticas independientes que se obtienen es igual al nu mero de se nales del sistema que intervienen en e l. En un modelo, adem as de las se nales, est an involucrados los par ametros del sistema, que son 43
44
Modelado de sistemas
valores que lo caracterizan o distinguen de otro sistema semejante. A la hora de modelar sistemas reales, puede ser necesario obtener ciertos par ametros a partir de las se nales del sistema din amico real, con el n de que el modelo reproduzca lo m as elmente posible su comportamiento. Este procedimiento se denomina identicacio n de un sistema. Una vez identicado un sistema, el modelo obtenido se debe validar, comparando las magnitudes reales obtenidas con las resultantes del modelo.
4.1.1
Exactitud del modelo frente a su sencillez
Un modelo est a sujeto a errores y puede no representar exactamente el sistema. Para ilustrar este punto se va a tomar una serie de sistemas reales que son complejos.
El mercado de la Bolsa. En este sistema la discrepancia se puede deber a la existencia de una serie de magnitudes cuyo comportamiento no se puede conocer de una forma precisa, estando sujetas a probabilidad, como por ejemplo el car acter impredecible de las personas o de los mercados cuya evolucio n afecta al comportamiento de la bolsa. El tiempo atmosf erico. El error en el conocimiento de su evolucio n se puede deber al desconocimiento de algunas de las magnitudes que inuyen en el sistema o a la forma en la que e stas lo hacen, as como de la impredecibilidad de ciertos eventos, como terremotos, etc. Es decir, resulta imposible establecer un conjunto de expresiones que modelen la globalidad del sistema. El horno de una f abrica de yeso. En este caso se conocen los feno menos f sicos que intervienen en el proceso, pero resulta impensable obtener un modelo de todos los elementos que forman el sistema. Es decir, que es posible establecer las expresiones que modelan el sistema, pero resulta tan complejo en su formulacio n o bien en su utilizaci on que se desecha la posibilidad.
De esto se desprende que existen razones, ya sean de car acter pr actico o bien te orico, por las que el modelo no se aproxima con total precisio n al sistema que se quiere modelar. Por tanto un modelo de un sistema real siempre tiene asociado un grado de exactitud. En el modelado de sistemas es importante la ponderacio n entre la exactitud con la que el modelo es capaz de representar el comportamiento del sistema y la simplicidad de e ste, que facilita el tratamiento del mismo. Dependiendo del uso que se vaya a hacer del modelo, e ste se orienta hacia la exactitud o hacia la sencillez. Por ejemplo, en modelos destinados al an alisis del sistema, se suelen tomar sucientemente sencillos como para que sean tratables matem aticamente. Por el contrario, los modelos destinados a la simulaci on interesa que sean precisos, de cara a reproducir con la mayor abilidad el comportamiento del sistema que se pretende simular.
45
4.1.2
Modelo externo e interno de un sistema
El modelo de un sistema depende del tipo de magnitudes que intervienen en e l, que pueden ser:
Variables externas: Salidas. Entradas: Entradas manipulables. Perturbaciones Variables internas. Consid erese un sistema para proporcionar agua caliente en una instalaci o n dom estica. En este sistema, el agua se calienta en un depo sito aislado t ermicamente hasta alcanzar una cierta temperatura. El agua caliente y el agua fr a son conducidas por tuber as hasta el grifo donde se mezclan produciendo un solo caudal a una temperatura comprendida entre la que tiene la corriente ales que evolucionan en el tiempo: fr a y la que tiene la caliente. En este sistema existen varias se n la temperatura del agua a la salida del grifo, el caudal de salida, la apertura del grifo de agua fr a, el caudal de agua fr a, la apertura del grifo de agua caliente, el caudal de agua caliente o la temperatura del agua a la salida del termo. Para un usuario de esta instalaci o n, resulta de inter es el estudio del comportamiento de la temperatura a la salida del grifo, sin embargo para un encargado de mantenimiento de la instalacio n resulta de inter es la temperatura a la salida del termo, por al de salida ejemplo. Por tanto la decisi on de qu e se nal del sistema se considera como una sen depende del prop osito con el que se modela el sistema. Por otro lado existen una serie de entradas manipulables al sistema, como son las aperturas de los grifos del agua caliente y fr a, que se var an con el n de determinar el caudal y la temperatura ales cuya evoluci de la corriente de agua de salida que se desea. Existen otras se n on inuye sobre el sistema pero que no son manipulables por el ususario, como por ejemplo la presi o n del agua ales son perturbaciones al en la instalaci on o el caudal de gas que alimenta el termo. Estas sen sistema. El resto de se nales como el caudal de agua fr a, el de agua caliente, la temperatura a la salida del termo, etc. son se nales internas al sistema. El modelo de un sistema se hace con el n de obtener una representaci o n del comportamiento din amico del mismo. Sin embargo, parece razonable centrar la representaci o n sobre las salidas del sistema exclusivamente, dado que son e stas las se nales que resultan de inter es. Esta representaci on se denomina modelo externo del sistema o modelo entrada-salida. ales internas el modelo se denomina modelo interno del En el caso de que intervengan sen sistema y se obtiene de forma que las ecuaciones diferenciales que representan el sistema sean de ales que intervienen en el modelo son variables de estado, y su primer orden. En este caso las sen ales del sistema. conocimiento permite conocer la evolucio n de todas y cada una de las sen
46
Modelado de sistemas
En sistemas aut onomos, el modelo depender a tan s olo de las magnitudes internas o externas elegidas. Es decir, que partiendo de una determinada situaci o n inicial, el sistema evoluciona por s mismo a lo largo del tiempo. Por tanto, la trayectoria seguida por cada magnitud depender a exclusivamente de la situaci on inicial de la que parte (condiciones iniciales del sistema). Sin embargo en sistemas no aut onomos las magnitudes de entrada al sistema intervienen en el sistema, y por tanto aparecen en el modelo, sea e ste de tipo interno o externo. Por tanto, la trayectoria de cada magnitud asociada el sistema evolucionar a dependiendo de las condiciones iniciales del mismo y de los valores que tomen las magnitudes de entrada del sistema a lo largo del tiempo.
4.1.3
Modelos deterministas y no deterministas
Se dice que un modelo es determinista cuando se parte de la base de que el modelo es capaz de expresar de forma u nica la evoluci on del sistema. Es decir, que conocido el modelo de un sistema y las condiciones iniciales de las que parte, as como la evoluci on de las entradas (en el caso de sistemas no aut onomos), el sistema siempre evoluciona de la misma forma. Por el contrario, un modelo no determinista o estoc astico considera que intervienen factores aleatorios, imposibles de modelar ni predecir. Por tanto tan so lo se podr an modelar ciertas caracter sticas estad sticas de las magnitudes temporales del sistema, pero no la evoluci o n de las mismas, pues var an por la inuencia de eventos impredecibles. Segu n esto, ante unas mismas condiciones iniciales y magnitudes de entrada, el sistema evolucionar a cada vez de una forma de distinta, pero conservando una serie de caracter sticas comunes de tipo estad stico, que son las que se pueden modelar.
4.1.4
Modelos param etricos y no param etricos
Un sistema es una entidad compleja resultante de la integraci o n de sus partes en una unidad sustantiva. Por tanto, si se conoce el comportamiento de cada una de las partes que conforman el sistema y la forma c omo e stas se relacionan, se puede obtener un modelo del sistema. Este tipo de modelos se denominan modelos param etricos, pues dependen de los par ametros de las ecuaciones que denen el modelo de cada elemento del sistema. Para ilustrar este tipo de modelos, v e anse los propuestos en los sistemas de los temas 1 y 2. El modelo de cada elemento que forma el sistema viene dado por las denominadas ecuaciones de fen omenos elementales. A las ecuaciones que interrelacionan a los elementos entre s se denominan ecuaciones de balance del sistema. Sin embargo el sistema se puede modelar obteniendo expresiones matem aticas que relacionen magnitudes del sistema sin considerar ni las partes que forman el sistema ni la forma c o mo se integran en e ste. Este tipo de modelos se denominan modelos no param etricos o modelos de caja negra. En secciones posteriores se ver a c omo se obtienen modelos param etricos de sistemas f sicos, tales como sistemas mec anicos, el ectricos, t ermicos o hidr aulicos, describiendo en cada caso las ecuaciones de los fen omenos elementales m as t picos, as como las ecuaciones de balance.
47
4.1.5
Modelos con par ametros concentrados y distribuidos
Enunciados como: sea una masa puntual ..., consid erese una carga concentrada en un punto del espacio ..., etc. son frecuentes en cursos b asicos de F sica. Es notable sin embargo el hecho de que tales objetos no tienen existencia real. Los sistemas reales son por lo general de par a metros distribuidos. As , una resistencia es un trozo de material de longitud no nula, por lo que
La se nal el ectrica tarda cierto tiempo en atravesarla; es decir, la transmisi o n no es instant anea. Existe cierta inductancia y capacitancia; es decir, adem as de un valor R habr a que tener en cuenta unos valores de L y C.
Estos fen omenos son a menudo despreciados, considerando la resistencia como un elemento sin inductancia ni capacitancia que transmite instant aneamente los cambios en la intensidad que circula por ella. Los elementos idealizados de esta forma reciben el nombre de elementos de par ametros concentrados. Los modelos basados en par ametros concentrados son m as f aciles de desarrollar y usar que los de par ametros distribuidos, por lo que suelen ser el objeto de estudio de cursos b asicos de teor a de sistemas y control. Los modelos que tienen en cuenta que los objetos reales no tienen sus propiedades concentradas en un punto reciben el nombre de modelos de par ametros distribuidos, y son m as complejos que los de par ametros concentrados, por lo que so lo se usan cuando estos u ltimos no producen el resultado requerido.
4.2 Modelado de sistemas mec anicos

Un sistema mec anico es aqu el formado por cuerpos que var an su posici on ante la acci on de una serie de fuerzas. Como se sabe, un cuerpo r gido puede describir tres traslaciones y tres rotaciones independientes entre s . Se denomina grado de libertad a cada movimiento independiente que puede tener un s olido. Por tanto un cuerpo puede tener como m aximo 6 grados de libertad. Cada elemento que forma un sistema mec anico se modelar a por una serie de ecuaciones que determinan el movimiento descrito por el cuerpo en funci o n de las fuerzas que act uan sobre e l. Las ecuaciones de balance surgen de la aplicacio n de las leyes de Newton sobre cada uno de los elementos. El a rea de la F sica encargada del estudio del comportamiento din amico de los cuerpos es la Mec anica y est a fuera del alcance de este curso el profundizar en esta disciplina. Por ello se describen a continuaci on unos casos sencillos, pero que representan a un amplio espectro de sistemas mec anicos, en los que se muestra co mo se obtienen modelos din amicos.
48
Modelado de sistemas mec anicos
4.2.1
Sistemas mec anicos traslacionales
Un sistema mec anico en el que el movimiento de los cuerpos que lo forman se reduce a traslaciones en una misma direcci on se denomina sistema mec anico traslacional. Por tanto todos los cuerpos del sistema tienen un solo grado de libertad y sus movimientos describen trayectorias rec tas todas con la misma direcci on. En consecuencia, la posicio n de cada cuerpo viene dada por el desplazamiento que realiza en la direccio n del movimiento. Los elementos m as comunes que forman un sistema mec anico traslacional son los siguientes:
Masa m ovil
Una masa sometida a una fuerza experimenta una aceleraci o n como consecuencia de e sta. Aparece entonces una fuerza de reaccio n a la aceleraci on experimentada por el cuerpo denominada fuerza de inercia y cuya magnitud es directamente proporcional a la aceleraci o n del cuerpo y su sentido el contrario al de movimiento del cuerpo.
Fi(t)
F(t)
x
Figura 4.1: Esquema de una masa mo vil . La ecuaci on que rige el movimiento de este elemento es:
Fi (t ) = M
d 2 x(t ) = F (t ) dt 2
(4.1)
La constante de proporcionalidad M es la masa del cuerpo. N otese que la fuerza ejercida sobre el cuerpo no inuye directamente sobre la posici o n del cuerpo, si no sobre la aceleracio n que e ste experimenta. La aceleracio n produce un cambio en la velocidad con la que se mueve el cuerpo, y la velocidad produce a su vez una variaci o n en la posici on de e ste. Por tanto, conocida la fuerza resultante que actu a sobre un cuerpo, es necesario saber tanto la velocidad como la posicio n que tiene inicialmente el cuerpo para poder conocer el movimiento que e ste realizar a.
Resorte o muelle
49
Un resorte es un elemento el astico que ante la acci on de una fuerza se deforma variando su lon gitud. El resorte ejerce una fuerza que se opone a la fuerza impulsora que es funci o n de la defor maci on experimentada. Una vez que la accio n de la fuerza cesa, el resorte es capaz de recuperar su posici on original, gracias a su caracter stica el astica. Generalmente se supone que la relacio n entre la fuerza aplicada sobre el muelle y el desplaza miento que e ste experimenta es lineal. A este tipo de resortes se les denomina resortes lineales.
l natural
F(t)
l(t)
Figura 4.2: Esquema de un resorte o muelle. El modelo de este elemento viene dado por F (t ) = K (l (t ) lnatural ) (4.2)
La constante de proporcionalidad K se conoce como constante del muelle. Al desplazamiento del muelle se le denomina elongacio n. Se llama elongaci on natural lnatural a la longitud que tiene el muelle en ausencia de la accio n de la fuerza.
Amortiguador Un amortiguador es un elemento que se deforma bajo la acci o n de una fuerza ejerciendo una fuerza de reacci on que es funci on de la velocidad con la que el elemento se deforma. Elementos con rozamiento viscoso tienen este tipo de comportamiento.
F(t)
x(t)
Figura 4.3: Esquema de un amortiguador. Un amortiguador se denomina lineal cuando la fuerza de reacci o n a la deformaci on es propor cional a la velocidad de e sta.Su modelo viene dado por:
F (t ) = C
dx(t ) dt
(4.3)
50

Siendo C la constante de rozamiento viscoso y x(t ) la deformaci o n del elemento.
Modelos de sistemas mec anicos traslacionales Una vez conocidos los modelos de todos y cada uno de los elementos que forman el sistema, el modelo del sistema completo surge de la aplicacio n de las leyes de Newton. La segunda ley de Newton indica que la suma de las fuerzas aplicadas a un cuerpo, incluyendo las fuerzas de inercia es nula.
F (t ) = 0
(4.4)
Se debe tener en cuenta que tanto las fuerzas como los desplazamientos son magnitudes vec toriales. Esto quiere decir que no so lo inuye el valor que toma la magnitud, si no su direcci o ny sentido. En el caso de sistemas traslacionales la direccio n de todas las magnitudes est a restringida a la direcci on del movimiento, por tanto es el sentido del vector el que hay que tener en cuenta a la hora de plantear las ecuaciones de balance. Ejemplo Para ilustrar c omo obtener las ecuaciones que modelan un sistema mec anico, se va a tomar como ejemplo el sistema de la gura 4.4, que consiste en un sistema aut o nomo formado por dos masas puntuales sin rozamiento unidas entre s por un muelle y una de ellas unida a la pared ja.

x1 K1 K2 M1 M2
Figura 4.4: Ejemplo de un sistema traslacional. Las ecuaciones de de las fuerzas que intervienen en cada una de las masas son las siguientes:
x2
1. Fuerzas ejercidas sobre la masa M1:
Fi1 = M 1 Fm11
Fm21 = K 2(x2 x1 l2n )
d 2 x1 dt 2 = K 1(x1 l1n )
51
Fi1 Fm11 M1
Figura 4.5: Balance de fuerzas sobre el cuerpo M1 siendo Fi1 la fuerza de inercia de la masa 1, Fm11 la fuerza que el muelle 1 ejerce sobre la masa 1, y Fm21 la fuerza que el muelle 2 ejerce sobre la masa 1. 2. Fuerzas ejercidas sobre la masa M2:
Fm21
Fi2 Fm22 M2
Figura 4.6: Balance de fuerzas sobre el cuerpo M2
Fi2 = M 2 Fm22
d 2 x2 dt 2 = K 2(x2 x1 l2n )
siendo Fi2 la fuerza de inercia de la masa 2 y Fm21 la fuerza que el muelle 2 ejerce sobre la masa 2.
Aplicando la segunda ley de Newton a cada cuerpo se llegan a las siguientes ecuaciones:
Fi1 + Fm11 Fm21 = 0 Fi2 + Fm22 = 0
d 2 x1 + K 1(x1 l1n ) K 2(x2 x1 l2n ) = 0 dt 2 d 2 x2 M 2 2 + K 2(x2 x1 l2n ) = 0 dt M 1
Estas son las dos ecuaciones que modelan el comportamiento del sistema. N o tese que dado que el sistema tiene 2 grados de libertad, son necesarias dos ecuaciones independientes para modelar su comportamiento. N otese adem as que el modelo es un modelo param etrico, pues depende de par ametros que denen el comportamiento de cada elemento del sistema. En este caso los par ametros son M 1, M 2, K 1, K 2, l1n y l2n .
52
4.2.2
Sistemas mec anicos rotacionales
Se denominan sistemas mec anicos rotacionales a aqu ellos en los que los cuerpos que forman el sistema realizan rotaciones en el mismo plano, es decir, que los ejes de rotaci o n de todos los cuerpos son paralelos. En estos sistemas, los giros realizados por los cuerpos var an por la acci on de los pares de fuerzas ejercidos sobre ellos. El movimiento de cada cuerpo que forma el sistema viene caracterizado por el giro que el cuerpo experimenta. Por tanto es el a ngulo girado por el cuerpo el u nico grado de libertad que e ste posee.
Momento de inercia Un cuerpo de masa M sometido a un par de fuerzas experimenta un movimiento de rotaci o n tal que el par de fuerzas de inercia cancela el par que lo impulsa. (t ) PSfrag replacements J T (t )
Figura 4.7: Giro de un cuerpo con un momento de inercia J . Por tanto la ecuaci on que rige el comportamiento de este elemento viene dada por: d2 = T (t ) dt 2
(4.5)
Siendo el a ngulo girado por el cuerpo, T el par aplicado sobre e ste y J su momento de inercia. Este par ametro est a relacionado con la masa del cuerpo y su geometr a. La acci on del par sobre el cuerpo no afecta directamente sobre la posici o n del cuerpo, sino sobre la aceleraci on angular que e ste experimenta. La posici on angular del cuerpo depender a pues de las condiciones de velocidad y posicio n de las que parta.
Muelle de torsi on Es un elemento el astico que se deforma ante la accio n de un par. El elemento se opone a ser girado desarrollando un par de reaccio n proporcional al a ngulo girado por e ste al deformarse. La ecuaci on que rige el comportamiento de este elemento es la siguiente: K ( o ) = T (t ) (4.6)
PSfrag replacements T (t ) (t )
53
Figura 4.8: Esquema de un muelle de torsio n Siendo K la constante de torsi on del muelle y o el a ngulo del muelle en estado de reposo.
Amortiguador Un amortiguador es un elemento que se deforma bajo la acci o n de un par creando un par de reacci on que es funci on de la velocidad angular con la que el elemento se deforma. Elementos con rozamiento viscoso tienen este tipo de comportamiento. B T (t ) (t )
PSfrag replacements
Figura 4.9: Esquema de un amortiguador de rotacio n La ecuaci on que rige el comportamiento de este elemento es la siguiente:
d (t ) = T (t ) dt
(4.7)
Siendo B la constante de rozamiento viscoso en el giro.
Engranajes Un engranaje es un dispositivo que transmite el movimiento giratorio de un eje a otro, transfor mando las propiedades de e ste, tales como el a ngulo girado o el par aplicado al eje. Generalmente los engranajes se componen de dos ruedas dentadas que engranan entre s transmitiendo la energ a de un eje a otro. Otros dispositivos de acoplamiento de ejes como por correas de transmisi o no cadenas son asimililables a engranajes.
54
La relaci on entre el a ngulo girado por cada eje es igual a la relacio n entre los radios de las ruedas dentadas, en caso de no existir deslizamiento u holguras entre ellas. Dado que el n u mero de dientes que tiene una rueda (N ) es directamente proporcional a su radio (R), es habitual referirse ae stos en vez de utilizar los radios. Por tanto: 2 R1 N1 = = 1 R2 N2
(4.8)
En la gura 4.10 se muestra un engranaje de ruedas dentadas. Los a ngulos girador por cada eje son proporcionales, pero el sentido del giro de cada eje se invierte por efecto del engranaje. En un engranaje ideal, no hay p erdida de energ a por rozamiento, transmiti endose toda la energ a mec anica de un eje a otro. Seg un esto T1 2 N1 = = T2 1 N2
1 T1 = 2 T2 PSfrag replacements 1 T1
(4.9)
R1 2
T2
R2 Figura 4.10: Esquema de un engranaje.
Modelos de sistemas mec anicos rotacionales Una vez conocidos los modelos de todos y cada uno de los elementos que forman el sistema, el modelo del sistema completo surge de la aplicacio n de las leyes de Newton. La segunda ley de Newton, expresada en forma de pares de fuerzas, indica que la suma de los pares aplicados a un cuerpo, incluyendo los pares de inercia, es nula.
T (t ) = 0
(4.10)
Al igual que en el caso de sistemas traslacionales, a la hora de establecer las ecuaciones del modelo del sistema se debe tener en cuenta el sentido de los pares de fuerzas, ya que son magnitudes vectoriales. Ejemplo
Modelado y Simulaci on PSfrag replacements
55
En la gura 4.11 se muestra un sistema tal que sobre un eje con un momento de inercia J1 y una constante de fricci on B1 se aplica un par motor T (t ). Este eje est a conectado mediante un engranaje de relaci on N1 /N2 = R1 /R2 a otro eje que acciona una carga cuyo momento de inercia es J2 , con una constante de fricci on B2 . T (t ) B1 J1 2 R2 Te2 B2 J2 1 Te1 R1
Figura 4.11: Ejemplo de sistema mec anico rotacional Sea 1 el a ngulo girado por el eje 1 respecto a la posicio n de reposo del mismo, y sea 2 el an alogo en el eje 2. Ecuaciones de balance sobre el eje 1: T J1 d 1 d 2 1 B1 Te1 = 0 2 dt dt (4.11)
Ecuaciones de balance sobre el eje 2: Te2 J2 Ecuaci on de balance en el engranaje: 1 N2 = 2 N1 Te1 N1 = Te2 N2 Sustituyendo la ecuaci on (4.13) en la ecuaci on (4.12) de balance del eje 2 se tiene N1 d 2 1 N1 d 1 B2 =0 N2 dt 2 N2 dt (4.13) (4.14) d 2 d 2 2 B2 =0 2 dt dt (4.12)
Te2 J2
(4.15)
Teniendo en cuenta la ecuacio n (4.14) y sustituyendo la ecuacio n anterior en la ecuaci on (4.11) de balance del eje 1, se llega a: d 1 N1 N1 d 2 1 N1 d 1 d 2 1 B J 2 + B2 1 2 2 dt dt N2 N2 dt N2 dt
T J1
=0
56 Operando se obtiene
Sistemas hidr aulicos
T J1 +
N1 N2
J2
d 2 1 N1 B1 + 2 dt N2
B2
d 1 =0 dt
De esta ecuaci on se desprende que una carga de momento de inercia J2 unida a un eje 2 que est a conectado a otro eje 1 mediante un engranaje de relaci o n N2 /N1 , es equivalente a una carga en el eje 1 con un momento de inercia J2 torsi on del eje.
N1 N2 2
. Esto es extensible al fen omeno de fricci on y
4.3 Sistemas hidr aulicos

Son aquellos sistemas en los que se produce una circulaci o n de l quido a lo largo de los elementos que forman el sistema bajo la accio n de diferencias de presi on. Los caudales de l quido y la diferencia de presiones son las magnitudes que se pretenden modelar. Las ecuaciones de balance surgen de la ley de conservacio n de masa.
4.3.1
Dep osito
Un dep osito es un elemento que, alimentado por un caudal de entrada, es capaz de acumular l quido, suministr andolo en un caudal de salida. Como efecto de la acumulaci o n de l quido, e ste se encuentra sometido a una presio n hidrost atica que en el fondo del depo sito es proporcional a la altura del l quido en el mismo. El modelo de un dep osito prism atico de secci on S es el siguiente:
dV (t ) = qneto (t ) dt p(t ) = pa + g h(t ) V (t ) = S h(t )
(4.16)
Siendo V (t ) el volumen de l quido contenido en el dep osito, h(t ) la altura del l quido en el dep osito, qneto (t ) el caudal de l quido neto que entra en el depo sito , p(t ) la presi on hidrost atica en el fondo del dep osito, es la densidad del l quido, S la secci on del dep osito, pa la presi on atmosf erica y g la constante gravitatoria. Normalmente se trabaja con presiones relativas ( p(t ) n atmosf erica pa . pa ), desapareciendo de los modelos la inuencia de la presi o
57
4.3.2
Tuber a y v alvula
Estos dos elementos se analizan conjuntamente por tener un modelo semejante. Por una tuber a (o por una v alvula) circula un caudal de l quido tal que la ca da de presi on a lo largo del elemento es proporcional al cuadrado del caudal circulante. Esta ca da de presi on se debe a la fricci on del l quido con las paredes del elemento. El modelo de estos elementos es el siguiente:
q(t ) = K p
p1 (t ) p2 (t )
(4.17)
Siendo q(t ) el caudal de l quido que circula a lo largo del elemento del punto de mayor presi o n p1 (t ) al de menor presi on p2 (t ). El par ametro K p es la constante de fricci on del elemento. En el caso de una tuber a este par ametro depende de su luz y del material del que est a hecha y es constante para una tuber a dada. Sin embargo en el caso de una v alvula, esta constante depende de la geometr a de la v alvula y de su apertura, de forma que cuanto m as cerrada est e la v alvula, mayor ser a la fricci on que e sta produce, y por tanto menor ser a la constante K p. Generalmente se considera la constante de friccio n proporcional al porcentaje de apertura de la v alvula.
4.3.3
Modelos de sistemas hidr aulicos
Estos modelos surgen de la aplicacio n de las ecuaciones de balance sobre el sistema. En este caso las ecuaciones de balance vienen dadas por la ley de conservaci o n de masa, por la cual la masa del l quido que entra en un elemento es igual a la masa del l quido que sale m as la cantidad de l quido que se acumula. Ejemplo El sistema est a formado por dos dep ositos interconectados entre s . El primer dep osito se llena con un caudal de entrada Qe (t ). Al estar los dep ositos conectados entre s , pasa el agua del dep osito 1 al 2, llen andose tambi en e ste. El dep osito 2 se vac a mediante un conducto de forma que esta descarga se debe a la presio n del agua en e ste dep osito. El sistema se ilustra en la gura 4.12 Las ecuaciones que rigen el comportamiento del sistema son las siguientes:
1 A1 dh dt dh2 A2 dt Qi (t ) Qs (t )
= Qe (t ) Qi (t ) = Qi (t ) Qs (t ) = Kh1 h 1 h2 = Kh2 h2
Siendo Qi (t ) el caudal de l quido que circula del dep osito 1 al 2, Qs (t ) el caudal que sale del
58 Qe
Modelado de sistemas el ectricos
PSfrag replacements h1 Qi h2 Qs
Figura 4.12: Sistema de dos depo sitos interconectados dep osito 2, A1 y A2 el a rea del dep osito 1 y 2 respectivamente y Kh1 y Kh2 las constantes de fricci on de las tuber as.
4.4 Modelado de sistemas el ectricos

Los sistemas el ectricos, o circuitos el ectricos, est an formados por una serie de elementos interconectados entre s por los que circula una intensidad el ectrica que da lugar a una ca da de potencial el ectrico en el mismo. La energ a potencial es la que impulsa la corriente el ectrica, que pierde energ a al paso por un elemento. Esta energ a se transforma en energ a electrost atica, magn etica o bien t ermica. Dado que en todo elemento el ectrico debe circular una intensidad, e stos deben tener al menos dos puntos de conexi on con el circuito o nodos. Adem as los elementos se deben conectar entre s formando bucles, es decir, de forma que no existan nodos de alg u n elemento sin conexi on con otro. Existe una analog a clara entre los sistemas el ectricos y los hidr aulicos. En e stos el l quido circula a trav es de los elementos accionado por la diferencia de presi o n en el l quido. En los sistemas el ectricos es la intensidad (que no deja de ser un caudal de electrones) la que circula a trav es de los elementos accionada por la diferencia de potencial. Las fuentes el ectricas son semejantes a las fuentes de l quido que surten al sistema hidr aulico. Las ecuaciones de balance surgen al aplicar las Leyes de Kirchoff al sistema. A continuaci o n se detallan los elementos m as comunes de este tipo de sistemas.
4.4.1
Resistencia
Es un elemento tal que al circular una intensidad por e l, e sta disipa energ a calor ca (efecto Joule) produciendo una ca da de potencial. La ecuaci on del modelo de la resistencia viene dado por la
ley de Ohm, que se expresa de la siguiente forma:
59
i(t ) =
V (t ) R
(4.18)
Siendo V (t ) la diferencia de potencial a la que se somete la resistencia, i(t ) la intensidad que circula y R la resistencia del elemento. i(t ) PSfrag replacements V (t )
Figura 4.13: Esquema de una resistencia el ectrica Este elemento es an alogo a una tuber a en un sistema hidr aulico.
4.4.2
Condensador
Es un elemento que al someterse a una diferencia de potencial, se genera una intensidad propor cional a la variaci on de la diferencia de potencial. La ecuacio n del modelo de este elemento es:
dV (t ) i(t ) = dt C
(4.19)
Se denomina al par ametro C capacidad del condensador. i(t )
PSfrag replacementsV (t )
Figura 4.14: Esquema de un condensador el ectrico El condensador es an alogo a un dep osito en un sistema hidr aulico.
60
Modelado de sistemas el ectricos
4.4.3
Bobina
Es un elemento que al someterse a una diferencia de potencial se genera una variaci o n en la intensidad que circula por e ste proporcional a la diferencia de potencial. Las bobinas almacenan energ a el ectrica en forma de energ a magn etica. La ecuaci on del modelo es la siguiente:
V (t ) = L
di(t ) dt
(4.20)
Siendo L la constante de autoinduccio n de la bobina. i(t )
PSfrag replacementsV (t )
Figura 4.15: Esquema de una bobina el ectrica
4.4.4
Fuente
Es un elemento que crea una diferencia de potencial, de forma tal que, al conectarla a elementos el ectricos, se genera una intensidad, que aporta energ a el ectrica al circuito. Es por tanto un elemento activo. i(t ) PSfrag replacements V (t ) +
Figura 4.16: Esquema de una fuente el ectrica de corriente continua Si la diferencia de potencial generada es constante a lo largo del tiempo, la fuente de denomina fuente de corriente continua. Por el contrario, si la diferencia de potencial toma la forma de una onda senoidal se denomina fuente de corriente alterna.
61
4.4.5
Motores de corriente continua
Son dispositivos el ectricos que transforman la energ a el ectrica en energ a mec anica de rotaci on (es decir que accionan una carga rotacional con un determinado par a una determinada velocidad angular) mediante la creaci on de campos magn eticos. El motor consta de dos partes: una ja llamada armadura o est ator y otra m ovil denominada rotor. El eje motor se encuentra unido solidariamente a la parte m o vil del motor, es decir, al rotor. En el interior del motor existen dos circuitos el ectricos que inducen dos campos magn eticos: el cir cuito de la armadura y el circuito de campo. La alimentaci o n principal del motor es la del circuito de armadura, por el que circula la intensidad de armadura i a (t ). Esta crea un campo magn etico que al interactuar con el campo generado por el circuito de campo, produce un movimiento relativo entre ellos. As se crea una ca da de potencial en el circuito de la armadura denominada fuerza contraelectromitriz y que es proporcional a la velocidad angular del eje (velocidad relativa de los dos campos). Es claro que tambi en se debe alimentar el circuito de campo, aunque es frecuente que este circuito se sustituya por un im an permanente, que produce un campo de intensidad constante, dando lugar a los denominados motores de im an permanente. Ra La ia (t )
ic ( t)
PSfrag replacements V (t ) Vce (t )
Figura 4.17: Esquema de un motor de corriente continua Las ecuaciones que modelan un motor son: Va (t ) = Ra ia + La d dt T (t ) = K ia ic Vce = Kce dia + Vce dt (4.21)
Siendo ia (t ) y Va (t ) la intensidad y tensi on (respectivamente) del circuito de la armadura, Vce la fuerza contraelectromotriz, (t ) el a ngulo girado por el eje motor y T (t ) el par con el que e ste gira, K es la constante del par motor, Kce es la constante contraelectromotriz, ic (t ) la intensidad que circula por el circuito de campo y Ra y La son la resistencia y la inductancia del circuito de la armadura.
62
Sistemas t ermicos
El motor de corriente continua suele funcionar de dos modos: accionado por armadura o por campo. El funcionamiento por armadura es el m as com un y se utiliza cuando la intensidad de campo es constante o bien se sustituye el circuito de campo por un im an permanente. En este caso, variando la tensi on (o bien la intensidad) del circuito de la armadura, se controla la velocidad del eje motor. N otese que en este caso el par generado por el motor ser a proporcional a la intensidad de la armadura ia (t ), de forma que T (t ) = Kr ia (t ). En el funcionamiento por campo, es la intensidad de campo la que se var a para controlar la velocidad del motor, manteni endose constante (de alguna forma) la intensidad de armadura. Este procedimiento es m as complejo, y por lo tanto menos extendido, que el anterior.
4.4.6
Modelos de sistemas el ectricos
Las ecuaciones de balance de este tipo de sistemas se expresan mediante las leyes de Kirchoff. Estas leyes se enuncian de la siguiente forma:
1. La suma de las intensidades que entran en un nodo es igual a la suma de las intensidades que salen. 2. La suma de las diferencias de potencial entre los nodos de los elementos que forman un bucle es nula.
Ejemplo En temas anteriores se han formulado modelos de circuitos. En el apartado 2.4 del tema 2 se propone modelar un circuito (v ease la gura 2.4 del tema 2) y se obtienen las ecuaciones correpondientes aplicando las ecuaciones de los elementos y las leyes de Kirchoff.
4.5 Sistemas t ermicos

Se denominan sistemas t ermicos a aquellos sistemas cuyos elementos var an su estado termodin amico (temperatura, presi on, densidad, entalp a, entrop a, etc.) bajo la acci on de aportes o transferencias de calor. Un ejemplo de sistema t ermico puede ser el termo para calentar agua en las instalaciones dom esticas. Este sistema pretende calentar un caudal de agua que circula a trav es de e l mediante el aporte de calor fruto de la combustio n de gas. El estado termodin amico de un elemento var a por la transferencia de calor con otro elemento del sistema o con el ambiente. La transferencia de calor puede realizarse mediante una serie de mecanismos que se detallan a continuacio n.
63
4.5.1
n Transferencia de calor por conduccio
Esta transferencia de calor se produce entre elementos que est an en contacto. El calor uye a trav es del que tiene mayor temperatura al que tiene menor. La cantidad de calor que uye de un se modela considerando que es directamente proporcional a cuerpo a otro por unidad de tiempo Q la diferencia de temperatura entre ellos.
= Kcond (T1 T2 ) Q
(4.22)
Siendo Kcond la constante de conducci on de calor por un cuerpo, que depende de la supercie de contacto y de las caracter sticas de los cuerpos. Cuando se calienta un cuerpo mediante una fuente de calor, por ejemplo, un metal en una fragua, se produce este mecanismo de transferencia de calor. El calor pasa de la fuente, en este caso las brasas, al metal que se encuentra en contacto con ellas.
4.5.2
n Transferencia de calor por conveccio
Esta transferencia de calor se produce entre elementos que est an a distintas temperaturas, pero el mecanismo de la transferencia tiene asociado el movimiento de un uido. Por ejemplo, cuando se enfr a un cuerpo caliente introduci endolo en una corriente de agua fr a, el enfriamiento del cuerpo se produce porque el calor se transere del cuerpo con mayor temperatura al caudal de agua que est a a menor temperatura, transportando el caudal de agua la energ a substra da al cuerpo caliente. El modelo de este tipo de transferencia viene dado por la siguiente ecuaci o n:
= Kconv (T1 T2 ) Q
(4.23)
Siendo Kconv la constante de convecci on un par ametro que depende del movimiento del uido que interviene en la transferencia y de la supercie de contacto.
4.5.3
n Transferencia de calor por radiacio
Es un fen omeno por el cual un cuerpo con una determinada temperatura emite una radiaci o n electromagn etica. De esta forma, libera energ a cal orica trasri endola a otros cuerpos. La trans ferencia de calor entre cuerpos mediante este mecanismo, se produce por la exposici o n de uno de los cuerpos a la radiaci on emitida por el otro. El modelo de este fen omeno viene dado por:
64
Sistemas t ermicos
= Krad (T1 4 T2 4 ) Q
(4.24)
Siendo la contante de radiaci on Krad un par ametro que depende de la geometr a, de la posici on relativa y de las propiedades de los cuerpos.
4.5.4
Modelos de sistema t ermicos
Los modelos de sistemas t ermicos surgen de la aplicaci on de las ecuaciones de balance de masa y de energ a al conjunto de los elementos. Las ecuaciones de balance de masa son an alogas a las que se aplican para modelar sistemas hidr aulicos, y expresan que la masa de un producto que entra en un elemento es igual a la masa del producto que sale de e ste m as la masa que se acumula en el sistema. Por otro lado las ecuaciones de conservacio n de la energ a indican que la cantidad de calor que se aporta a un elemento menos la cantidad de calor que e ste desprende es igual a la cantidad de calor acumulado por e ste. A la diferencia entre la cantidad de calor aportado y la cantidad de calor desprendido se denomina la cantidad de calor neto. Estas ecuaciones se pueden expresar de la siguiente forma:
d (m Ce T ) aportado Q desprendido = Q neto =Q dt
(4.25)
Siendo m la masa del elemento sobre el que se realiza el balance, y Ce el calor espec co del elemento. Este par ametro depende de la naturaleza del elemento. Ejemplo Vamos a ver c omo se obtiene el modelo de un sistema formado por una caldera que contiene un l quido que se calienta con una fuente de calor, por ejemplo un quemador de gas. Adem a s el l quido est a en contacto con el ambiente, a una temperatura Ta , con el que intercambia calor. Las transferencias de calor que se ven implicadas son la que se produce entre el l quido y el ambiente y el aporte de calor por la combustio n. La primera de ellas se produce por conveccio n, por lo que la ecuaci on de la transferencia de calor es: la = Kconv (Tl Ta ) Q Siendo Tl la temperatura del l quido, Ta la temperatura del ambiente. La fuente de calor se modela como un aporte de la cantidad de calor por unidad de tiempo al l quido constante y de valor Q. Aplicando la ecuaci on de balance de energ a al l quido se tiene que : m Ce dTl neto = Q Q la = Q Kconv (Tl Ta ) =Q dt
Ta
65
Tl
PSfrag replacements
Figura 4.18: Calentamiento de un l quido en una caldera En esta ecuaci on la magnitud que nos interesa es la temperatura del l quido Tl (t ), cuya evoluci on y de la temperatura ambiental Ta . depende del calor aportado por la fuente de calor Q
4.6 Linealizaci on de modelos no lineales

Anteriormente se ha visto c omo la obtenci on de un modelo conduce generalmente a la representaci on del comportamiento del sistema mediante una serie de ecuaciones, generalmente ecuaciones diferenciales, en las que se relacionan entre s magnitudes del sistema, con derivadas de e stas respecto al tiempo. A continuacio n se tratar a con el modelo entrada/salida o descripcio n externa del sistema, pero todo el an alisis hecho es extensible a modelos internos del sistema. El modelo del sistema en su formulacio n entrada/salida tiene la forma de:
F(
d n yny dyny d m u1 d m unu dy1 du1 dunu d n y1 , y1 , ..., , yny , m , ..., , u1 , ..., , unu ) = 0 (4.26) , ..., , ..., , ..., n n dt dt dt dt dt dt dt m dt
Siendo y1 , ..., yny las salidas del sistema a modelar, y u1 , ..., unu las entradas al sistema. La funci on F () representa el conjunto de ecuaciones que relacionan las entradas con las salidas del sistema. Para que el sistema est e bien planteado, el n umero de ecuaciones debe ser igual al n umero de variables a determinar, en este caso las salidas del sistema, por tanto son necesarias ny ecuaciones. Sin p erdida de generalidad, y en aras de la sencillez en la exposici o n, supondremos en adelante que el sistema es monovariable, es decir, que tan so lo tiene una salida y una entrada. En este caso el modelo viene dado por la ecuacio n:
f(
dy d m u du dny , ..., , y, m , ..., , u) = 0 n dt dt dt dt
(4.27)
66
Linealizaci on de modelos no lineales

Seg un la forma que toma la funci on f se pueden clasicar los sistemas en:
Sistemas lineales: aqu ellos en los que la funci on f es una funci on lineal. Es decir, en los que la ecuaci on diferencial es una combinacio n lineal de las entradas y salidas y de sus derivadas.Por tanto toma la forma siguiente: dny d n1 y dy dmu d m1 u du + a + . . . + a + a y = b + b + . . . + bm1 + bm u 1 n 1 n 0 1 n n 1 m m 1 dt dt dt dt dt dt (4.28) Siendo (a1 , . . . , an , b0 , . . . , bm ) par ametros constantes del modelo lineal del sistema. La linealidad de los sistemas es una propiedad que les conere una serie de caracter sticas que los hace muy interesantes y que se detallar an en temas posteriores. Entre ellas se pueden destacar las siguientes: 1. Soluci on sencilla de las ecuaciones diferenciales. 2. Tratamiento sistem atico de sistemas (generalizaci on de resultados), utilizando por ejemplo su representaci on por funci on de transferencia. 3. Aplicaci on de potentes procedimientos de an alisis, como la transformada de Laplace o el an alisis frecuencial. Sistemas no lineales: aqu ellos en los que la funci on f es una funci on no lineal.
4.6.1
Punto de funcionamiento de un sistema
En los procesos industriales es habitual que el comportamiento del sistema evolucione en torno a un punto de funcionamiento. Es decir, en una situaci o n tal que las magnitudes del sistema evolucionan en torno a un valor constante. Por ejemplo, pi ensese en un dep osito que se llena constantemente con un caudal de entrada Qe y que descarga a trav es de una tuber a de forma que la descarga se produce por gravedad. Las ecuaciones del modelo son las siguientes: A dh(t ) = Qe Qs = Qe K dt h(t )
En el que A, el a rea del dep osito, es de 1m2 , h su altura y K la constante de friccio n de la 1 / 2 tuber a, de 10l /(min m ) . Se considera que el caudal de entrada Qe es constante con un valor de 10 l/min. En la gura 4.19 se muestra la evolucio n de la altura del dep osito y del caudal de salida partiendo de una situaci on inicial en la que el dep osito est a vac o. El sistema evoluciona hasta un punto en el que la altura del dep o sito permanece constante (en = 0). En este punto el caudal de salida es igual al caudal de entrada, es decir 10 consecuencia dh dt
67
altura del depsito ( m )
1 0.8 0.6 0.4 0.2 0 0 0.5 tiempo (s) 1 1.5
12
Caudal de salida ( l/min )
10 8 6 4 2 0 0 0.5 tiempo (s) 1 1.5
Figura 4.19: Evoluci on de la altura y del caudal de salida. l/min y la altura en la que se queda el depo sito es: Qs = Q e K ho = Q e h o = Qe K
2
= 1m
El sistema permanecer a en ese punto indenidamente hasta que no cambie el caudal de entrada. Esto quiere decir que el sistema est a en equilibrio. Al estado en el que el sistema permanece se denomina punto de equilibrio del sistema. En el funcionamiento normal del sistema se sabe que el caudal de entrada est a en torno a 10 l/min, por lo que la altura del depo sito evolucionar a hasta un valor en torno a 1 m y el caudal de salida en torno a 10 l/min (v ease la gura 4.20). Por tanto el sistema permanecer a normalmente en torno al punto de equilibrio antes calculado. Este punto se denomina punto de funcionamiento, y corresponde al estado en el que se considera que el sistema funciona normalmente. Este punto debe ser un punto de equilibrio.
4.6.2
Linealizaci on de un sistema din amico
Como ya se ha visto, el conjunto de ecuaciones que modelan el comportamiento din a mico de un sistema puede ser lineal o no lineal. Los sistemas lineales resultan convenientes por el hecho de su sencillez de tratamiento y an alisis. Dado que un sistema en su funcionamiento normal evoluciona en torno a un punto de funcionamiento, parece razonable pensar que el an alisis del sistema ser a m as sencillo si trat asemos de analizar el comportamiento del sistema alrededor de e ste, sin considerar c omo ser a fuera del rango en que va a evolucionar el sistema. Es bien sabido que una funci on no lineal se puede aproximar en un determinado rango por una funci on lineal. A este procedimiento se le denomina linealizaci o n de una funci on en torno a un
68
Caudal de entrada ( l/min )
11 10 9 0 0.5 tiempo (s) 1 1.5
altura del depsito ( m )
0.5
0.5 tiempo (s)
1.5
Caudal de salida ( l/min )
10
0.5 tiempo (s)
1.5
Figura 4.20: Evoluci on del caudal de salida y de la altura del depo sito ante variaciones en torno al punto de funcionamiento.
punto. Toda aproximaci on est a sujeta a un determinado error, asociado al rango de aproximaci o n. Cuanto mayor sea e ste, mayor ser a el error cometido por la aproximacio n. Extendiendo esto a sistemas din amicos, parece razonable aproximar el modelo no lineal del sistema por un modelo lineal en torno al punto de funcionamiento. Este modelo lineal aproximado guardar a las caracter sticas del sistema din amico en su evoluci on en el punto de funcionamiento y en el rango de variaci on del sistema en torno a e ste. Este modelo por ser lineal tiene todas las caracter sticas beneciosas de los sistemas lineales. Adem as, como toda aproximaci on, tiene asociado un error que se comete y que ser a tanto mayor cuanto mayor sea el rango de variacio n del sistema. A este procedimiento se le denomina linealizaci o n de un sistema.
C alculo del modelo lineal aproximado
Como es sabido el modelo de un sistema din amico monovariable en general viene dado por la ecuaci on (4.27) en la que, para simplicar la exposicio n, se va a denominar las variables del siguiente modo:
dny yn) , . . . , dt n dmu um) , . . . , dt m
dy y dt du u dt
Un procedimiento para linealizar una funcio n en torno a un punto es mediante un desarrollo en serie de Taylor de la funci on en ese punto. Seg un esto la funci on se puede aproximar por:
69
f yn) + f um)
0
(yn) yn) ) + . . . +
0 0
f y
(y y ]0 ) + f u
0
f y
(y y]0 ) +
(um) um) ) + . . . +
f u
(u u ]0 ) +
(u u]0 ) + O(2) = 0
ales en el punto de funcionamiento Siendo yn) ]0 , ..., y ]0 , y ]0 , y]0 los valores que toman dichas sen y O(2) los t erminos de orden superior, que se consideran despreciables en el modelo linealizado. Haciendo el cambio de variables siguiente:
u u]0 se tiene que :
y y]0
yn) yn)
n)
. . . y y ]0 um) um) y y]0

0
m)
. . . u u ]0 u u]0
y teniendo en cuenta que los t erminos de las derivadas parciales particularizadas en el punto de funcionamiento son constantes, haciendo las siguientes asignaciones:
f yn1) 0 f yn) 0
a1
. . .
f y 0 f yn) 0
an1
70
f y 0 f yn) 0
an
f um) 0 f yn) 0
b0
. . .
f u 0 f yn) 0 f u 0 f yn) 0
bm1
bm
se obtiene la siguiente ecuaci on
+ bm + an = b0 m) + b1 m1) + . . . + bm1 n) + a1 n1) + . . . + an1 que es la ecuaci on lineal del modelo linealizado del modelo no lineal en torno al punto de funcionamiento. Ejemplo Para ilustrar el procedimiento se va a linealizar el modelo del sistema del dep o sito visto anteriormente en torno a su punto de funcionamiento. El modelo del sistema es el siguiente: dh + K h Qe = 0 dt
En este caso, la salida del sistema, representada por y en el ep grafe anterior, es la altura del dep osito h, y la actuaci on o entrada al sistema, representada por u en el ep grafe anterior, es el caudal de entrada Qe . El punto de funcionamiento viene dado por los siguientes valores: Qe ]0 = 10 h]0 = 1 dh dt = 0
0
l /min m m/s
Haciendo el cambio de variables = h h]0 = = h1
71
= Qe Qe ]0
Qe 10
y calculando los coecientes del desarrollo en serie de Taylor de la ecuaci o n del modelo
f h f h f Qe
= A=1
0
=
0
K 2 h
=
0
10 =5 2 1
= 1
se obtienen los coecientes de la ecuacio n del modelo lineal. En este caso n = 1 y m = 0.

f h 0 f h 0
a0
5 =5 1 1 =1 1
b0 =
f Qe 0 f h 0
Se llega a la siguiente ecuaci on lineal: d + 5 = 1 dt
El modelo lineal aproxima el comportamiento del sistema en torno al punto de funcionamiento, de forma que, cuanto m as alejados estemos de este punto, m as error se cometer a en el comportamiento obtenido por este modelo, frente al no lineal. En la gura 4.21 se muestra el compor tamiento del modelo no lineal (l nea continua) y el del modelo linealizado (l nea a trazos). En e sta se muestra la evoluci on del caudal de entrada Qe al dep osito (v ease la gura 4.21 (a)). Durante un cierto periodo de tiempo el caudal de entrada var a en torno al punto de funcionamiento en 10 l/min. En este periodo el modelo no lineal y el linealizado representan pr acticamente el mismo comportamiento de la altura en el depo sito y del caudal de salida (v eanse las guras 4.21 (b) y (c)). Sin embargo, despu es se produce un cambio del caudal de entrada Qe evolucionando en torno a otro punto distinto, en este caso 5 l/min. Entonces se observa que el comportamiento de las magnitudes del sistema derivado del modelo no lineal diere en gran medida del derivado del modelo linealizado, tomando la altura incluso valores imposibles.
72
12 11
1.2
Simulaci on
11 10
modelo no lineal modelo lineal

1
modelo no lineal modelo lineal
Caudal de entrada Qe ( l/min )
altura en el depsito h ( m )
0 0.5 1 1.5 2 2.5 3 3.5 4
10
Caudal de salida Qs ( l/min )
0.8
0.6
0.4
0.2
5 4
0.5
1.5
2.5
3.5
0.2
0.5
1.5
2.5
3.5
tiempo ( s )
tiempo ( s )
tiempo ( s )
(a)
(b)
(c)
Figura 4.21: Comparaci on del comportamiento del modelo no lineal con el modelo linealizado
4.7 Simulaci on
El objeto del modelado de un sistema din amico es la obtenci on de una expresi on matem atica del comportamiento del sistema con el n de analizar su evoluci o n o bien, reproducir lo m as elmente posible la evoluci on de sus se nales. Ya sea para uno u otro n, es necesario calcular cu al va a ser la evoluci on de las se nales del sistema bajo unas ciertas condiciones iniciales y para unas entradas determinadas. A este procedimiento se denomina simulaci o n del sistema y es una herramienta fundamental en el estudio de sistemas din amicos. La evoluci on del sistema depender a de las condiciones iniciales de las que parte el sistema y, en sistemas no aut onomos, de sus se nales de entrada. La elecci on de las se nales de entrada que se utilizan para la simulaci on condiciona la evoluci on del mismo. Las se nales de entrada ales m pueden ser se nales de prueba, del tipo escalo n, impulso o rampa, o bien sen as realistas que imiten las condiciones de operacio n del sistema f sico. Las se nales de prueba se utilizan para comprobar y comparar la evolucio n del sistema de una forma sistem atica, deniendo par ametros que cuantican la idoneidad de la evolucio n de la se nal ante ese tipo de se nales de entrada. La simulaci on del sistema, si es sucientemente el al comportamiento del sistema real, permite un estudio de la inuencia de la variacio n de par ametros o de se nales de entrada o de sus condiciones iniciales, sobre el comportamiento de las magnitudes del sistema. En modelos matem aticos en forma de ecuaciones diferenciales, para obtener la evoluci o n temporal de las se nales es necesario integrar las ecuaciones diferenciales de e ste. Por tanto la simulaci on de este tipo de modelos se traduce en un procedimiento para integrar las ecuaciones diferenciales involucradas en el modelo. Esta tarea se puede llevar a cabo de dos formas distintas:
Anal ogica: Se desarrolla un circuito electro nico utilizando m odulos anal ogicos que realizan ciertas funciones, por ejemplo integradores o ganancias. Por tanto el circuito electr o nico obtenido es a su vez un sistema din amico cuya evoluci on es an aloga a la del modelo que se desea simular. El modelo matem atico se debe manipular para poder expresarlo utilizando tan s olo las funciones que realizan los mo dulos electr onicos. Cada uno de estos m odulos se realizan utilizando componentes electro nicos como resistencias, condensadores o ampli cadores. Los par ametros de e stos pueden no ser constantes, pues pueden variar por ejemplo
73
con el tiempo o con la temperatura del circuito. Esto hace que la respuesta din amica del cir cuito var e al variar e stos. Por tanto la precisi on de la simulaci on est a sujeta a la bondad de los componentes que intervienen en el circuito. Este problema, junto a la complejidad en su dise no y la poca exibilidad que la tecnolog a anal ogica permite, son las razones principales que han condicionado su uso para el c alculo, y en particular, para la simulacio n. Digital: Para la simulaci on se utiliza un computador digital, que tiene la propiedad de poder realizar un cierto procesamiento de informacio n (n umeros o caracteres) y generar un resultado. Esta tarea se lleva a cabo en forma de secuencia de operaciones b asicas, que constituyen un programa. Por tanto es posible realizar programas que resuelvan problemas de c alculo de una forma secuencial, es decir, como una secuencia de operaciones. Este tipo de algoritmos se denominan m etodos num ericos. La simulaci on se reduce pues a desarrollar un algoritmo o m etodo num erico que integre ecuaciones diferenciales y codicarlo en forma de programa. Una simulaci on del sistema bajo unas ciertas condiciones equivale a ejecutar este programa para unos datos de entrada determinados. Entre las caracter sticas principales de la utilizaci on del c alculo digital se encuentra el hecho de que la precisi on del resultado de la simulaci on es constante, y tan s olo depende del n umero de bits que utiliza el computador para codicar las cantidades num ericas. Tambi en es importante el hecho de que un computador es capaz de realizar cualquier tipo de programa, y ejecuciones del mismo para distintos datos de entrada.
4.7.1
M etodos num ericos de integraci on
Un m etodo num erico de integraci on consiste en un algoritmo iterativo que integra ecuaciones diferenciales. La integraci on anal tica de las ecuaciones diferenciales da como resultado la expresi on expl cita de las se nales que intervienen en ellas. Por ejemplo para el caso del modelo entrada-salida del sistema, la solucio n de la integraci on anal tica tiene la forma y = y(t ). Esta funci on depender a en general de los par ametros del modelo, de las condiciones iniciales del sistema as como de las se nales de entrada (y = y(t , u(t ), y0 , par ametros)). La integraci on anal tica es muy compleja y no siempre es posible de obtener para todos los sistemas. Tan s o lo se conocen m etodos de integraci on anal tica de ciertos tipos de ecuaciones diferenciales. En un m etodo num erico de integraci on, no se obtiene la expresi on anal tica de la se nal como al a lo largo del funci on del tiempo, sino que se obtiene una secuencia de valores que toma la se n tiempo. Al ser un m etodo iterativo, se discretiza el tiempo, de forma que se calcula en cada instante el valor que tomar a la se nal en funci on del valor que tomaba e sta, sus derivadas y las se nales de en trada en el instante anterior. Por tanto cada iteracio n del algoritmo corresponde al c alculo del valor aproximado que toma la se nal en un instante determinado en funcio n de los valores aproximados de las se nales obtenidas en iteraciones anteriores y (ti ) = F (y (ti1 ), , y (t1 ), y (t0 ), u(ti1 ), , u(t1 ), u(t0 ) ), obteni endose la evoluci on aproximada de la se nal hasta ese instante. Las iteraciones terminar an cuando se complete el intervalo de tiempo que se desea simular. El resultado de la simulaci o n es al en una secuencia de instantes por tanto una secuencia de valores aproximados que toma la se n determinados: t0 t1 t2 t f inal y (t0 ) y (t1 ) y (t0 ) y (t f inal )
74
Simulaci on
Al intervalo de tiempo que hay entre los instantes de la secuencia se denomina paso de in al se tegraci on. Como es razonable, cuanto menor sea e ste, m as cantidad de valores de la sen calcular an, y por tanto mayor ser a la precisi on con la que se obtienen los valores. El paso de inte graci on es por tanto un par ametro del m etodo de integraci on que es muy importante, y su eleccio n est a relacionada con las caracter sticas de las ecuaciones diferenciales del modelo. Si se elige un paso de integraci on grande, la aproximaci on de los valores num ericos obtenidos a los anal ticos ser a muy basta. Sin embargo, si se toma un paso de integraci o n muy peque no, el n umero de iteraciones del algoritmo es mucho mayor y adem as se incurre en errores de redondeo en el c alculo con el computador. Estos errores de redondeo se deben al hecho de que los computadores utilizan un n umero limitado de bits para representar los valores num ericos, y por lo tanto un n umero limitado de decimales en su resoluci on. Por tanto si los c alculos requieren un gran n umero de decimales, el error cometido por la p erdida de decimales debido a esta limitacio n es importante. Existen m etodos de integraci on en los que el paso de integracio n es constante, entre los que se encuentra el m etodo de Euler, y otros en los que el paso var a, eligi endose en cada instante en funci on de la evoluci on de la se nal hasta ese instante, entre los que se encuentra el m etodo de Runge-Kutta.
El m etodo de integraci on de Euler Para ilustrar este m etodo, se va a considerar un caso concreto. Sea la ecuaci o n dx dt = f(t ) con condici on inicial x(0) = x0 .Por tanto, en el instante de tiempo t = 0 se sabe que x(t ) = x 0 . Adem as se sabe que x(t ) x0 x(h) x0 t 0 t 0 h
x (0) = f (0) = lim
o. Es decir, que el valor de x(t ) en un instante tomando un valor h = t sucientemente pequen h pr oximo a cero es aproximadamente x(h) x0 + h f (0). Del mismo modo, para el instante 2h se puede escribir x(2h) x(h) + h f (h), como x(h) no es conocido se puede utilizar su valor aproximado x (h) = x0 + h f (0). Queda claro que de este modo se puede obtener una secuencia de valores aproximados {x (kh)}, k = 0, 1, 2, . No tese que este m etodo equivale a hacer una extrapolaci on lineal con la derivada en cada punto. Para ilustrar el m etodo de Euler se parte de la situacio n mostrada en la gura 4.22 (a). El eje horizontal representa la variable t , en el eje vertical se ha colocado el valor x(0) = x 0 . A partir de este punto se traza una recta con pendiente f (0). Sobre esta recta se halla el punto de abcisa h y ordenada x (h) = x0 + h f (0). La nueva situaci on es la mostrada en 4.22 (b): ahora se toma x (h) como punto de partida para trazar una nueva recta de pendiente f (h) y obtener sobre ella el punto de abcisa 2h y ordenada x (2h) = x (h) + h f (h). En la gura 4.22 (c) se muestra el resultado obtenido al repetir los pasos anteriores 50 veces con h = 0.1, siendo f (t ) = cos(t ) y x(0) = 0. Se observa que la soluci on proporcionada por la integracio n num erica es un conjunto de valores {x (kh)}, k = 0, 1, 2, 50. Estos valores se han representado uniendo mediante segmentos los puntos (kh, x (kh)), de forma que se obtiene una aproximaci o n mediante trozos rectos. En la citada gura se muestra tambi en con trazo punteado la solucio n exacta obtenida resolviendo dx dt = cos(t ), con x(0) = 0 que da como resultado x(t ) =sen(t ).
1
75
0.9
0.8
^ x(h)
^ x(h) x0
^ x(2h)
0.7
0.6
x0
0.5
0.4
0.3
0.2
t 0 h
t 0 h 2h
0.1
0.5
1.5
2.5
(a)
(b) Figura 4.22: El m etodo de Euler para integraci on num erica
(c)
A continuaci on vamos a ver c omo se aplica el m etodo de Euler a modelos entrada/salida de la forma que se expresa en la ecuacio n (4.27). Este modelo se puede poner de la forma siguiente:
dy = y dt dy = y dt . . . dyn1) = yn) dt yn) (t ) = g(yn1) (t ), ..., y (t ), y(t ), um) (t ), ..., u (t ), u(t )) Aplicando el m etodo de Euler a cada ecuacio n se obtienen las siguientes ecuaciones iterativas: y ((k + 1)h) = y (kh) + y (kh) h . . . yn1) ((k + 1)h) = yn1) (kh) + g([yn1) (kh), ..., y (kh), y(kh), um) (kh), ..., u (kh), u(kh)]) h Se puede observar que el valor de todas las magnitudes en el instante t = (k + 1)h dependen de valores de las magnitudes en el instante anterior t = kh. Esto hace que la integraci o n de las ecuaci on diferencial del modelo se pueda hacer mediante un algoritmo iterativo, en el que en cada iteraci on se calcula la evoluci on de las se nales del sistema tras un periodo de tiempo h. Este procedimiento termina una vez alcanzado el tiempo nal hasta el que se quiere simular el sistema. Ejemplo Consideremos un dep osito prism atico (secci on constante) alimentado por un caudal. Si u representa el caudal que llega al depo sito medido en metros c ubicos por segundo, y la altura del y((k + 1)h) = y(kh) + y (kh) h
76
Simulaci on
nivel medida en metros y A es la seccio n del dep osito en metros cuadrados, se tiene que la derivada del volumen de l quido es el caudal aportado. Puesto que el volumen es V = Ay y A es constante se tiene que A operando se obtiene que dy =y dt 1 y = u A (4.29) dy =u dt
Aplicando el m etodo de Euler se obtienen las ecuaciones iterativas:
y((k + 1)h) = y(kh) + y (kh) 1 y (kh) = u(kh) A (4.30)
El valor del nivel en el instante inicial y(0) es una condicio n inicial necesaria para la integraci on de la ecuaci on. Los valores tomados por la entrada son tambi en necesarios para calcular la evoluci on del nivel. El algoritmo iterativo para la integracio n es:
1. Asignar el valor inicial k 1. 2. Hacer: 2.1 Si k=1, se asigna el valor inicial yk y(0) si no, se calcula el nuevo valor yk yk1 + hdyk1 2.3 Calcular t kh
1 2.2 Calcular dyk A uk
2.4 Actualizar k k + 1 2.5 Si t t f inal , ir a 2
3. Fin del algoritmo.
En el algoritmo se obtiene como resultado unos vectores con los valores de la salida y de sus derivadas (en este caso denominados y y dy), en cada per odo de integraci on. El par ametro h del algoritmo es muy importante y su valor depende del comportamiento din amico del sistema, y por lo tanto de los par ametros de e ste. N otese que el algoritmo toma como datos de entrada el paso
77
0.5
0.5
0.5
y
0.4 0.4 0.4
u
0.3 0.3
u
0.3
u
0.2 0.2 0.2
y
0.1 0.1
y
0.1
0 2
10
0 2
10
0 2
10
a) A = 10m2 , y(0) = 0m
b) A = 5m2 , y(0) = 0m
c) A = 10m2 , y(0) = 0.2m
Figura 4.23: Tres experimentos de simulacio n realizados con el modelo de llenado de un depo sito. al de entrada en cada de integraci on h, las condiciones iniciales del sistema y(0), el valor de la se n instante uk y el tiempo de simulaci on t f inal . En la simulaci on del sistema se pueden plantear diversos experimentos:
Analizar la inuencia de la se nal u en la evoluci on de y. Para ello basta con proporcionar la ley u(t ) y usar el modelo para calcular el nivel. V ease gura 4.23 a). Analizar la inuencia de los par ametros. En este caso el u nico par ametro es la secci on del dep osito. La forma de proceder consiste en realizar varias simulaciones con valores de A diferentes, manteniendo iguales el resto de condiciones. V ease gura 4.23 b). Analizar la inuencia de los valores iniciales. La forma de proceder es similar al caso anterior. En cada experimento simulado se utiliza un valor inicial y(0) diferente. V ease gura 4.23 c).
4.8
Algebra de bloques
Como es sabido al modelar un sistema se obtienen una serie de ecuaciones diferenciales que pueden ser lineales o no lineales. En el caso de modelos no lineales es posible obtener un modelo lineal aproximado del modelo no lineal, v alido en un rango de variaci on de las magnitudes del sistema en torno al punto de funcionamiento. En consecuencia siempre es posible obtener un modelo lineal de un sistema din amico. El inter es de obtener este tipo de sistemas reside en la sencillez de tratamiento y an alisis de este tipo de modelos. Es frecuente que un sistema din amico que se pretende modelar est e formado por una serie de subsistemas no aut onomos interconectados entre s . Cada subsistema tiene una magnitud de entrada que excita al subsistema y una magnitud de salida que evoluciona en consecuencia. Al estar conectado con otros subsistemas, su salida afectar a a la entrada de alg un o algunos subsistemas
78
Algebra de bloques
perteneciente al mismo sistema o incluso a s mismo. A su vez su entrada estar a inuida por las salidas o entradas de otros subsistemas. Para un an alisis sistem atico de los modelos de los sistemas, e stos se suelen representar gr acamente, describiendo cada subsistema que lo forma mediante un bloque. Cada uno de ellos tiene una mag nitud de entrada y una magnitud de salida cuya evoluci o n es consecuencia de la accio n de la entrada sobre e l. Las se nales se representan por echas que indican cuyo sentido indican si son entradas o salidas( ver gura 4.24) .
entrada BLOQUE (subsistema) salida
Figura 4.24: Representaci on de un subsistema mediante un bloque En el caso de modelos lineales de los subsistemas, cada uno de e stos se puede modelar por una ecuaci on diferencial lineal. Utilizando la transformada Laplace para representar el modelo del sistema y sus magnitudes de entrada y de salida, cada bloque es equivalente a una funci o n de transferencia G(s), de forma que las magnitudes de entrada y de salida se representan por su transformada Laplace U (s) e Y (s) (v ease la gura 4.25) . La se nal de salida verica que Y (s) = G(s)U (s).
entrada U(s) salida
G(s)
Y(s)
Figura 4.25: Representaci on de un subsistema lineal mediante un bloque y la transformada Laplace Un sistema quedar a pues representado por una serie de bloques que est an interconectados entre s formando lo que se denomina el diagrama de bloques del sistema. Esta representaci o n resulta interesante por una serie de razones: Permite la obtenci on de las ecuaciones de todo el sistema o de parte de e l mediante una ales y los bloques que forman el diagrama. serie de operaciones que se realizan sobre las sen Estas operaciones dan lugar al a lgebra de bloques. Mantiene identicado cada subsistema, lo que permite introducir f acilmente cambios en el modelo del sistema. Permite visualizar de una forma sencilla las relaciones causa-efecto involucradas en el sistema. Facilita el an alisis del papel que juega cada subsistema en el comportamiento global del sistema
4.8.1
Operaciones sobre senales
Estas operaciones son:
79
1. Bifurcaci on: Representa la conexi on de varios subsistemas que tienen la misma entrada. Por tanto la se nal se bifurca entrando en ambos subsistemas.
U(s)
U(s)
U(s)
Figura 4.26: Operaci on de bifurcaci on de se nales
2. Suma: dos o m as se nales, generalmente salidas de subsistemas, se superponen formando una u nica se nal, sum andose o rest andose.
Y1(s) + Y2(s) + Y1(s) + Y2(s)
Figura 4.27: Operaci on de suma de se nales
3. Transformaci on de una se nal en un bloque: una se nal al entrar en un bloque se transforma al de salida. generando una determinada sen
entrada U(s) salida
G(s)
Y(s)
Y (s)
G(s)U (s)
Figura 4.28: Transformaci on de una se nal en un bloque
4.8.2
n de sistemas Operaciones sobre bloques: reduccio
Los diagramas de bloques representan subsistemas conectados entre s . A veces resulta intere sante obtener las ecuaciones de todo el sistema o bien de una parte de e l. El a lgebra de bloques ales que permiten y simplican permite realizar una serie de operaciones sobre los bloques y se n la obtenci on de bloques equivalentes de todo o parte del diagrama de bloques. Esta operaci o n se denomina reducci on del diagrama de bloques. Existen una serie de operaciones sobre bloques destinadas a la reducci o n de los diagramas:
80 1. Bloques en cascada o en serie:

U G 1(s) Z G 2(s) Y U
Algebra de bloques
G 1(s) G 2(s)
2. Bloques en paralelo:
U G 1(s) Y1 + + Y2 Y
U G 1(s) + G 2(s) Y
G 2(s)
3. Realimentaci on:
U + Y G 1(s)
U G 1(s) 1 + G 1(s) G 2(s) Y
G 2(s)
4.
U G(s) + + Z Y
U + + G(s) Y
1/G(s) Z
5.
U + + Z G(s) Y
G(s)
+ +
G(s)
6.
U G(s) Y
U G(s) Y
81
G(s)
7.
U G(s) U Y
Y G(s) 1/G(s) U
Ejemplo: Calcular utilizando el a lgebra de bloques la funci on de transferencia del sistema dado por el siguiente diagrama de bloques:
R(s) + -
G1 ( s ) G3 ( s )
+ +
G2 ( s )
Y(s)
Observando dicho diagrama se puede ver que es equivalente al siguiente:

R(s) + + -
G1 ( s )
G2 ( s )
Y(s)
G3 ( s )
En este se tienen dos estructuras de realimentacio n unitaria negativa anidadas, lo cual se puede reducir a
R(s) + -
G1 ( s) 1+G1 ( s) G3 ( s)
G2 ( s )
Y(s)
82
Algebra de bloques
Y de este diagrama ya se puede obtener la funcio n de transferencia pedida: G(s) =
G1 (s)G2 (s) 1+G1 (s)G3 (s) G1 (s)G2 (s) 1 + 1+ G1 (s)G3 (s)
G1 (s)G2 (S) 1 + G1 (s)(G2 (s) + G3 (s))
Parte II
An alisis en el dominio del tiempo
83
Tema 5
Sistemas din amicos lineales de primer orden

5.1 Introducci on
Se denomina sistema lineal diferencial de primer orden de entrada u(t ) y salida y(t ) al sistema regido por una ecuaci on diferencial de la forma
dy + ay = bu dt
(5.1)
en donde a y b son dos constantes, denominadas coecientes de la ecuaci o n; u(t ) es una se nal denominada se nal de entrada o excitaci on; e y(t ) es otra se nal denominada se nal de salida del sistema. El conjunto se interpreta con un diagrama de bloques tal como el de la gura 5.1. La ecuaci on diferencial anterior admite una solucio nu nica siempre que se je el valor inicial de y(t ). Este valor inicial se denotar a en lo que sigue por . La ecuacio n (5.1) establece que la pendiente de y(t ) en cada instante de tiempo, es una combinacio n lineal de los valores que toma en este instante u(t ) e y(t ). En la gura 5.2 se muestran las evoluciones de u(t ) e y(t ). En la pr actica se presentan m ultiples sistemas que pueden ser representados por una ecuaci o n diferencial de primer orden. De hecho es una de las aproximaciones m as sencillas que se pueden hacer del comportamiento din amico de un sistema. En el apartado 5.3 se presentan distintos sistemas que pueden ser representados por una ecuaci o n diferencial de primer orden. 85
86
Introducci on
u(t)
y(t)
Figura 5.1: Sistema de primer orden (1)
u(t )
dy(t ) dt
y(t ) t
Figura 5.2: Sistema de primer orden (2)
87
5.2 Soluci on de la ecuaci on diferencial de primer orden

Para el estudio de la soluci on de la ecuaci on diferencial de primer orden, conviene distinguir dos casos:
5.2.1
de entrada nula Senal
En el supuesto de que la se nal de entrada u(t ) sea nula para todo t , la ecuacio n diferencial de primer orden se convierte en
dy = ay dt
y(0) =
(5.2)
lo que constituye la parte homog enea de la ecuaci on diferencial de primer orden de (5.1). La soluci on de esta ecuaci on puede obtenerse por integracio n directa haciendo,
dy = a dt y cuya integraci on conduce a,
ln y(t ) ln y(0) = at lo que, teniendo en cuenta que y(0) = , puede escribirse, yh (t ) = eat El sub ndice h se reere a que esta solucio n lo es de la parte homog enea de (5.1). Las guras 5.3 y 5.4 muestran la forma general de la evoluci o n de yh (t ) seg un que a sea, respectivamente, negativa o positiva. Estas guras muestran c o mo se comporta un sistema en ausencia de excitaci on. Aparece una clara distincio n entre dos formas de comportamiento que permiten una primera clasicacio n de los sistemas en estables o inestables, segu n que la evoluci on libre de los mismos tienda a una estado de reposo o no.
5.2.2
de entrada no nula Senal
Se trata de resolver la ecuaci on diferencial (5.1) en el caso en que u(t ) no sea id enticamente nula. Para simplicar la notaci on se escribir a v(t ) = b0 u(t ), con lo que la ecuaci on (5.1) se convierte en
88
Soluci on de la ecuaci on diferencial de primer orden
y(t)
Figura 5.3: Primer orden divergente
y(t)
Figura 5.4: Primer orden convergente
89
dy + ay = v dt
(5.3)
Se trata de determinar qu e funci on w(t ) debe sumarse a la solucio n homog enea yh (t ) para obtener la soluci on de la ecuaci on (5.3). Es decir, se supone que y(t ) se descompone en, y(t ) = yh (t ) + w(t ) (5.4)
lo que llevado a la ecuaci on (5.3) resulta,
d (yh + w) + a(yh + w) = v dt es decir, dyh dw + ayh + + aw = v dt dt
yh (0) + w(0) =
w(0) = yh (0)
que, teniendo en cuenta la expresio n (5.2), se puede escribir,
dw +aw = v dt
w(0) = 0
(5.5)
Por lo tanto la ecuaci on diferencial que satisface w(t ) es exactamente la (5.1), pero con una al w(t ) notable diferencia, y es que las condiciones iniciales para w(t ) son 0. Es decir, la se n al de entrada u(t ) a partir del reposo. constituye la respuesta del sistema ante la sen La discusi on anterior permite interpretar la expresio n (5.4) diciendo que la respuesta y(t ) de un sistema din amico lineal a una se nal de entrada u(t ) a partir de un valor inicial y(0) puede considerarse como la suma de la respuesta del sistema, a partir del valor inicial y(0), ante una se nal de entrada nula m as la respuesta del sistema a la se nal de entrada u(t ) a partir del reposo. Es f acil ver que w(t ) viene dada por,
w(t ) = eat
t o
ea v()d
(5.6)
En efecto, en primer lugar es inmediato ver que w(0) = 0. Adem as sustituyendo la expresi on (5.6) en la (5.5) se tiene que,
dw = a eat dt
t o
ea v()d + eat
d dt
t o
ea v() d = a w + v
90
Combinando los anteriores resultados se tiene que la respuesta de un sistema regido por una al de entrada u(t ) viene dada por, ecuaci on diferencial lineal de la forma (5.1) ante una sen y(t ) = eat + eat
t o
ea b u() d
(5.7)
A este mismo resultado se puede llegar empleando las t ecnicas basadas en la transformada de Laplace, con las cuales se puede demostrar directamente de una forma muy sencilla la expresi o n (5.6). Adem as, en las aplicaciones pr acticas, es de esta u ltima forma como se procede. Sin embargo para un planteamiento teo rico m as general, conviene desarrollar el estudio de los sistemas lineales como se ha hecho anteriormente.
5.2.3
Respuestas a senales de entrada especiales
ales Se discuten a continuaci on las respuestas de un sistema diferencial lineal de primer orden a se n ales en escal de entrada que presentan especial inter es en las aplicaciones como son las sen on, en rampa y sinusoidal. de entrada en escal Senal on al de entrada en escal Se dice que un sistema se somete a una sen on en el instante inicial t = 0, si en dicho instante se somete el sistema a una variacio n brusca de la se nal de entrada permaneciendo al de entrada de esta forma. esta en un valor u(t ) = constante. En la gura 5.5 se representa una se n Si se supone y(0) = , u = 1, y teniendo en cuenta la expresi o n (5.7), se tendr a,
b b y(t ) = eat + (eat 1) = eat + (1 eat ) a a

u
(5.8)
Figura 5.5: Entrada en escal on En la gura 5.6 se representa la respuesta de un sistema lineal de primer orden a una entrada en escal on. Para estudiar la respuesta en el tiempo de un sistema lineal de primer orden a una entrada en
91
t
Figura 5.6: Respuesta al escal on escal on, es interesante escribir la ecuacio n diferencial de primer orden de la forma siguiente: dy + y = Ku dt (5.9)
en donde = 1/a y K = b/a. Si se supone adem as, para simplicar, que = 0 se tendr a que la expresi on (5.8) se puede escribir,
y(t ) = K (1 e )
(5.10)
La constante K recibe la denominacio n de ganancia est atica del sistema, puesto que representa la relaci on entre la se nal de salida (y(t )) y la se nal de entrada (u(t )) para t . La constante que tiene una dimensi on de tiempo, se llama constante de tiempo del sistema. El resultado (5.10) puede obtenerse de una forma m as sencilla empleando la transformada de Laplace. En efecto, la ecuacio n diferencial de un sistema de primer orden viene dada por la al escal expresi on (5.1), y puesto que la transformada de Laplace de una se n on es:
U (s) =
1 s
se tiene que la de la se nal de salida ser a,
Y (s) =
A B K = + s(1 + s) s 1 + s
Las constantes A y B resultan ser:
92
A=
K (1 + s)
=K
s=0
B=
K s
s= 1
= K
con lo que se tiene Y (s), cuya antitransformada de Laplace resulta ser, y(t ) = L 1 [Y (s)] = K (1 et / ) es decir la expresi on (5.1) En la gura 5.7 se representa la respuesta a una entrada en escal o n de un sistema de primer orden de ganancia K y constante de tiempo .
1.0 0.9 0.8 0.7 0.632 0.6
y(t)/K
0.5 0.4 0.3 0.2 0.1 0.0 0.0
0.4
0.8
1.2
1.6
2.0 t/
2.4
2.8
3.2
3.6
4.0
Figura 5.7: Respuesta a un escalo n unitario de un sistema de primer orden de ganancia K y de constante de tiempo . La constante de tiempo caracteriza la velocidad de respuesta del sistema, es decir, la duraci o n del r egimen transitorio. Ello se pone de evidencia por las dos consideraciones siguientes.
1. Existe una relaci on entre la constante de tiempo y la tangente y(t ) en el origen. En efecto de la expresi on (5.10) se tiene, dy K t = e dt haciendo t = 0 se tiene, K dy (0) = dt (5.12) (5.11)
93
lo cual puede interpretarse tal como se hace en la gura 5.8. Recu erdese que se ha hecho u = 1.
tg =
Figura 5.8: Relaci on constante amplicaci on y tang. al de 2. haciendo t = se tiene que la constante de tiempo es el tiempo al cabo del cual la se n respuesta alcanza la fracci on 1 del valor nal (gura 5.9) 1 2 0.632 e 3
K 0.64K
Figura 5.9: Relaci on constante de tiempo y amplicacio n Observando la gura 5.7 se tiene que la respuesta de un sistema de primer orden en una entrada en escal on alcanza su valor nal con un error menor del 5 % para un tiempo 3. ales de respuesta a una entrada en escalo En la gura 5.10 se representan las sen n para distintos sistemas lineales con diferentes constantes de tiempo.
94
3 3>2
Figura 5.10: Diferentes constantes de tiempo En la pr actica se presenta el problema de determinar el modelo matem atico de un sistema a partir del conocimiento de la respuesta del sistema a una entrada en escal o n. En el caso de un sistema de primer orden, la determinacio n de los par ametros K y que aparecen en la ecuacio n diferencial (5.9), resulta extremadamente sencilla a partir de la respuesta del sistema a una entrada en escal on. En efecto, de acuerdo con la gura 5.7 el valor de la constante de tiempo se determina midiendo la abscisa correspondiente a la ordenada que sea el 63,2% del valor alcanzado por el sistema en r egimen estacionario. La constante est atica K es sencillamente el cociente entre el valor alcanzado por la respuesta en r egimen estacionario y la amplitud de la entrada en escal o n. de entrada en rampa Senal al de entrada cuyos valores crecen Sup ongase una se nal de entrada en rampa, es decir, una sen adem lineal con el tiempo, u = t , tal como la que se representa en la gura 5.11. Se supondr a as, para simplicar, que = 0. De acuerdo con la expresio n (5.7) se tiene que, y(t ) = wbeat
t o
ea d =
wb a
1 eat + a a
(5.13)
esta u ltima expresi on introduciendo la ganancia K y la constante de tiempo , puede escribirse, y(t ) = wK (t + e )
t
(5.14)
Este mismo resultado se puede obtener con ayuda de la transformada de Laplace. En efecto, para el caso de una entrada en rampa, se tiene s2
U (s) =
con lo que , Y (s) =
K s2 (1 + s)
A1 A2 B + + 2 s s 1 + s
95
u u = t
t
Figura 5.11: Entrada en rampa siendo, A1 = A2 = B = K 1 0! (1 + 2s) = wK
s=0
K 1 d 1! ds (1 + s) K s2
s=0
= K
= K 2
s= 1
de donde se desprende que y(t ) tendr a la forma (5.14). En la expresi on (5.14) se observa que el tercer t ermino del par entesis del segundo miembro tiende a cero cuando el tiempo tiende a innito. Este t ermino constituye el r egimen transitorio de la respuesta total. Una vez desaparecido el r egimen transitorio, la respuesta en r egimen permanente ser a,
yrp (t ) = K (t ) Para interpretar esta respuesta cabe distinguir dos casos:
(5.15)
1. K = 1. En tal caso se tiene que la respuesta viene dada por yrp = (t ) (5.16)
es decir, en el instante t la salida es igual a la entrada en el instante t . La salida se encuentra retardada segundos con respecto a la entrada. En la gura 5.12 se representa la expresi on (5.14) para K = 1. Se observa en esta gura co mo la se nal de salida se encuentra al de entrada. El error en r retardada con respecto a la sen egimen permanente es igual a . Este error recibe la denominaci on de error de arrastre.
96
u(t )
y(t )
u(t1 )
y(t1 )
Figura 5.12: Respuesta a rampa. Respecto al r egimen transitorio se tiene que para t = y() = K K e 3 (5.17)
al de es decir, que el sistema ha respondido so lo en un tercio del valor alcanzado por la sen entrada. En la gura 5.12 se interpreta este resultado. La consideraci on del error de arrastre en la respuesta de un sistema de primer orden, es sumamente importante en ciertos casos como por ejemplo cuando el sistema en cuesti o n es un aparato de medida. Supo ngase un globo en el que se encuentra un termo metro de mercurio. Se supone que la temperatura var a linealmente con la altura; se tiene entonces al de entrada en rampa. Las lecturas del que el term ometro se encuentra sometido a una sen term ometro, seg un las consideraciones anteriores, presentan un error de arrastre. 2. K = 1. La salida y entrada divergen, por lo que el error de arrastre se hace innito.
5.2.4
Respuesta arm onica
Si la se nal de entrada es sinusoidal, es decir, u = sent y suponiendo = 0, se tiene que la respuesta del sistema, de acuerdo con la expresio n (5.7), viene dada por
y(t ) = eat +
wb a2 + w 2
b a2 + w 2
(a senw t w coswt )
(5.18)
En la gura 5.13 se muestra una forma t pica de esta respuesta. Para t , es decir un tiempo sucientemente grande, el primer t ermino del segundo miembro se anula, por lo que la respuesta en r egimen permanente resulta ser
97
Figura 5.13: Respuesta arm onica.
yrp (t ) =
b (a senwt w coswt ) a2 + w 2
(5.19)
Esta expresi on se puede escribir de una forma m as sencilla haciendo, a cos = 2 a + w2 con lo que 5.19 puede escribirse, y(t ) = Y sen(wt + ) (5.21) w sen = 2 a + w2
(5.20)
siendo, tag = w/a = w b K Y = = a2 + w 2 1 + 2 w2 (5.22) (5.23)
La expresi on (5.21) puede interpretarse diciendo que la respuesta de un sistema lineal a una se nal sinusoidal, es otra se nal sinusoidal de la misma frecuencia cuya amplitud ha variado en una relaci on Y , y que ha adquirido un desfase . Tanto la relacio n de amplitudes Y como el desfase , son funci on de la frecuencia angular w de la entrada. En la gura 5.14 se representa Y () y (). Otra forma de representar gr acamente la respuesta en frecuencia de un sistema lineal es por medio de un diagrama polar en el que se representa vectores cuyos m o dulos y argumentos son respectivamente Y () y (). Haciendo variar se obtiene un lugar geom etrico, en el que es el par ametro. En la gura 5.15 se representa la respuesta en frecuencia correspondiente a un sistema lineal de primer orden. El lugar est a graduado en frecuencias reducidas (normalizadas) u = .
1.0
Relacion de Amplitudes
98
0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.0 0.0 0.2 0.4 0.6
0.8
1.0
1.2
1.4
1.6
1.8
2.0
-10 -30
Fase(grados)
-50 -70 -90 -110 -130 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0
Figura 5.14: Amplitud y fase.
= Y
=0
Figura 5.15: Respuesta en frecuencia.
99
Existen otras formas de representar gr acamente la respuesta en frecuencia de un sistema lineal que ser an estudiadas m as adelante. Filtrado con un sistema lineal. al arbitraria, la reproducci Si la se nal de entrada a un sistema lineal es una sen on de la misma a a. Es decir, la salida ser a muy el si la constante de tiempo del sistema es sucientemente peque n si la constante de tiempo del sistema es menor que las m as r apidas variaciones que se produzcan en esta se nal de entrada. Lo que a su vez se puede interpretar en el dominio de la frecuencia a como para que el ancho de diciendo que la constante de tiempo sea lo sucientemente peque n banda sea lo sucientemente grande para permitir el paso de todos los arm o nicos de la se nal de entrada, (recordar la gura 5.13). La gura 5.16 ilustra este hecho.
pequeo
a)
grande
b)
Figura 5.16: Filtrados. Por el contrario si la constante de tiempo es grande, la respuesta del sistema es lenta, por lo que el sistema no puede seguir las variaciones r apidas de la se nal de entrada resultando de ello que al e stas desaparecen de la se nal de salida. El sistema act ua como limando las asperezas de la sen de entrada. La gura 5.16 ilustra este hecho que recibe la denominaci o n de ltrado de la se nal de entrada. Se puede dar del mismo una interpretacio n en el dominio de la frecuencia similar a la a. dada m as arriba para el caso de una constante de tiempo peque n al es enormemente importante y lo u De hecho, el concepto de ltrado de una sen nico que se ha hecho hasta aqu ha sido introducirlo, ilustrando una forma de comportamiento de los sistemas din amicos lineales de primer orden.
5.3 Ejemplos de sistemas de primer orden

Circuito el ectrico LR. El circuito representado en la gura 5.17 est a regido por una ecuaci on diferencial de la forma E L dI +I = R dt R
100
Ejemplos de sistemas de primer orden

considerando la se nal de entrada, la tensi on aplicada al sistema y la se nal de salida a la intensidad que recorre el circuito, se tiene un sistema de primer orden. La ganancia est a tica es 1/R y la constante de tiempo es L/R.
L
Figura 5.17: Circuito RL. Circuito el ectrico RC.
El circuito de la gura 5.18 es un circuito cl asico de carga de un condensador a trav es de una resistencia, siendo la ecuacio n diferencial que rige el proceso la siguiente: RC dq + q = CE dt
La ganancia est atica es C, puesto que Q/E es, en r egimen permanente, la capacidad del condensador. La constante de tiempo es RC.
R
C E q E (t ) R, C q(t )
Figura 5.18: Circuito RC. Term ometro de mercurio.
al de entrada u es la Un term ometro puede considerarse como un sistema en el que la se n al de salida y, es la temperatura temperatura del medio en el que se encuentra inmerso y la se n indicada por el mismo. Si se denota por Q la cantidad de calor intercambiada entre el medio y el term ometro, y por C la capacidad calor ca de la ampolla, se tendr a que dy dQ =C dt dt
Por otra parte el ujo de calor as que entra en el mercurio se aporta fundamentalmente por conducci on. De acuerdo con la ley de Newton es aproximadamente proporcional a la diferencia de temperatura entre el medio y el mercurio.
101
dQ = k(u y) dt Se concluye de las dos ecuaciones anteriores que un term o metro de mercurio puede considerarse como un sistema lineal de primer orden. Obs ervese que, como corresponde a un sistema de medici on, la ganancia est atica es k = 1.
Temperatura indicada (y)
Temperatura (u)
Figura 5.19: Term ometro de mercurio. Reacci on qu mica. Sup ongase la descomposici on espont anea de una mol ecula A en dos mol eculas B y C: A B +C la cual se efect ua de manera que la velocidad de reaccio n es proporcional al n umero de mol eculas A presentes. Si se denota por y la concentracio n de la sustancia A, se tiene es decir, 1 dy +y = 0 k dt Se trata de un sistema lineal de primer orden auto nomo de constante de tiempo 1/k. El par ametro k se denomina por los qu micos constante de velocidad de la reaccio n, y en la pr actica presenta una gran dependencia de la temperatura. Dinam ometro. Se trata de medir la fuerza u por el desplazamiento y que imprime a un dinam o metro de coeciente de elasticidad k y de coeciente de viscosidad , gura 5.20. Seg un las leyes de la Mec anica se tiene dy = ky dt
102
Ejemplos de sistemas de primer orden
Figura 5.20: Dinam ometro
u = ky +
dy dt
Por lo tanto un dinam ometro es un sistema de medida lineal de primer orden. Mezcla de dos uidos. Sup ongase un recipiente (gura 5.21) en el que se contiene una masa m del l quido que contiene una fracci on Cr de un componente A, y sup ongase que el recipiente se alimenta por un caudal Q de un l quido en el que la fracci on de componente A es Ce . Se supone que la mezcla es instant anea, es decir, que la composicio n es la misma en todo instante en todo el recipiente. Se supone adem as que el ujo de entrada es igual al de salida, con lo que la masa contenida en el recipiente es constante. Es f acil ver que en estas condiciones se tiene, Ce Q dt = Cr Q dt + M dCr es decir, M dCr + Cr = Ce Q dt Se trata por lo tanto de un sistema de primer orden. Motor el ectrico de corriente continua. Sup ongase el motor el ectrico de corriente continua cuyo diagrama se ha representado en la gura 5.22. El par motor supuesto el ujo constante, viene dado por P = k I al de Por otra parte la intensidad I de inducido y la tensio n que alimenta al inducido u (sen entrada), est an relacionadas por la siguiente ecuacio n. u = RI + L dI + K dt
103
Ce
Cr Cr
Figura 5.21: Mezcla de Fluidos.
De acuerdo con las leyes de la Mec anica el par motor P y la velocidad de salida del motor , est an ligados por la ecuaci on, d + B dt
P=J
J B
Figura 5.22: Motor el ectrico. De las tres ecuaciones anteriores se obtiene,
d + (B + kK ) = k u dt R R
al de entrada la tensi al es decir, considerando como sen on aplicada al inducido y como sen de salida la velocidad de giro del motor, se tiene un sistema de primer orden.
104
El sistema de primer orden como integrador
5.4 El sistema de primer orden como integrador

En los apartados anteriores se ha considerado un sistema lineal de primer orden como el regido por una ecuaci on diferencial de la forma 5.1. Esta misma ecuacio n puede escribirse tambi en de la forma siguiente:
t
y(t ) = y(0) +
0
(bu ay)dt
(5.24)
La consideraci on de esta segunda forma de escribir la ecuacio n que rige el comportamiento de un sistema lineal de primer orden es sumamente interesante, por cuanto que su sentido f sico es m as claro. La acci on del sistema puede descomponerse en dos partes:
Una parte est atica (sin memoria) en la que se determina f = bu ay (5.25)
Los valores de f determinados para cada instante de tiempo t se van acumulando (integrando) dando con ello lugar a la variable de salida y.
En la gura 5.23 se tiene representado un esquema en el que se distinguen la parte est a tica del integrador. La parte est atica puede ser no lineal, sin que por ello se alteren las anteriores consideraciones. Esta manera de interpretar el funcionamiento de un sistema lineal de primer orden, es m a s intuitiva desde un punto de vista f sico por cuanto que en la naturaleza es m as f acil interpre tar los procesos en t erminos de integraciones que de diferenciaciones. De hecho la integraci o n (acumulaci on) es un proceso normal del que es muy sencillo encontrar ejemplos, mientras que la diferenciaci on es enormemente m as articiosa. No debe olvidarse sin embargo, que la resoluci o n de una ecuaci on diferencial es m as simple que la de una ecuacio n integral, y es por ello que en cualquier caso el planteo por ecuaciones diferenciales es m as frecuente que el que aqu se presenta.
u K
+ 1 S
Figura 5.23: Integrador.
Tema 6
Sistemas din amicos lineales de segundo orden y superior

6.1 Denici on
Se dene un sistema lineal de segundo orden como el regido por una ecuaci o n diferencial de la forma, dy du d2 y + a1 + a2 y = b 0 + b1 u (6.1) dt 2 dt dt En lo que sigue se considerar au nicamente el caso en que b0 = 0 y b1 = , dej andose para m as adelante el estudio del caso general. El problema del estudio de un sistema de segundo orden queda reducido a la resoluci o n de la anterior ecuaci on diferencial cuando la se nal de entrada u(t ) se particulariza en una cierta funcio n del tiempo. Para que la soluci on est e completamente determinada se requiere el conocimiento de los valores iniciales de y(t ) y de dy/dt . En esta seccio n se puede hacer un desarrollo com pletamente paralelo al realizado en la seccio n anterior para los sistemas de primer orden. La complejidad de tratamiento algebraico que esto requiere es grande, y es por ello por lo que se va a estudiar sencillamente los casos simplicados que ofrecen mayor inter es pr actico. En este sentido, y como primera hipo tesis simplicadora, se va a suponer siempre que se trabaja con unas condiciones iniciales nulas. La ecuaci on diferencial de un sistema de segundo orden que se va a considerar aqu es, d2 y dy + a1 + a2 y = u 2 dt dt La ecuaci on caracter stica de un sistema de segundo orden se dene como: 105 (6.2)
106
Denici on
r 2 + a1 r + a2 = 0
(6.3)
la cual se puede escribir tambi en, en el supuesto de que sus raices sean p1 y p2 , de la forma siguiente, (r + p1 ) (r + p2 ) = 0 (6.4) Otra forma frecuente de escribir la ecuacio n diferencial de un sistema de segundo orden es la siguiente,
d2 y dy 2 + 2 + 2 n n y = n k u(t ) 2 dt dt
(6.5)
Esta forma es especialmente u til cuando se trata con sistemas cuyas raices de la ecuaci o n carac ter stica son complejas. Los par ametros que intervienen en esta forma reciben una denominaci o n especial.
El par ametro k recibe la denominacio n de ganancia est atica, y es una constante que carece de dimensiones. El par ametro n recibe el nombre de frecuencia propia no amortiguada y se expresa en radianes por segundo. El par ametro recibe el nombre de factor de amortiguamiento, y es un n u mero sin dimensiones.
Las relaciones que ligan a los par ametros de la forma (6.2) con los de la forma (6.5) son las siguientes. 2 n
n =
1 a2
k=
a1 2n
(6.6)
Los par ametros k, n y son, normalmente, positivos. Una ecuaci on diferencial de orden n puede descomponerse en n ecuaciones diferenciales de primer orden. Este es un resultado conocido que por otra parte ser a estudiado con detalle en un cap tulo posterior. Aqu se va a estudiar el caso n = 2; introduciendo las variables adicionales x1 y x2 , y siendo p1 y p2 las raices de la ecuaci on caracter stica, es f acil ver que una ecuaci on diferencial de segundo orden del tipo 6.2 se puede escribir, x 1 = p1 x1 + u y = c 1 x1 + c 2 x2
x 2 = p2 x2 + u
(6.7) (6.8)

siendo c1 = p2 + p 1 y c2 = p1 p 2
107
(6.9)
Para comprobar este resultado basta proceder por sustituci o n, lo que se invita a hacer al lector. M as adelante se estudiar a el procedimiento general que permite este tipo de descomposiciones. Empleando el c alculo matricial, las expresiones 6.7, 6.8 y 6.9 pueden escribirse de la forma siguiente, x = Ax + Bu y = Cx (6.10)
en donde A= p1 0 0 p2 B= 1 1 C = [c1 c2 ] (6.11)
La ecuaci on diferencial de la expresi on 6.10 es de la misma forma de la 5.1, con la diferencia de que mientras all se trataba con escalares aqu se trata con vectores y matrices. Por lo tanto, el desarrollo realizado al estudiar los sistemas de primer orden, puede generalizarse al de los sistemas de segundo orden, sin m as observaci on que tener presente que la diferencia b asica que existe entre el a lgebra de los n umeros reales y la de las matrices, es que esta u ltima no es conmutativa. al de entrada u(t ), a partir del estado La respuesta de un sistema de segundo orden ante una se n x(t ), vendr a dada por,
y(t ) = CeAt +
t 0
eA B u() d
(6.12)
En esta expresi on aparece la exponencial eAt , cuyo signicado ser a discutido m as adelante. A partir de la expresi on 6.12 se puede estudiar la respuesta de un sistema de segundo orden ante distintos tipos de se nales de entrada, tal como se hizo anteriormente para los sistemas de primer orden. En lo que sigue se estudiar a exclusivamente la respuesta de un sistema de segundo orden a una entrada en escal on, por ser la que m as inter es tiene desde un punto de vista pr actico. La respuesta para otro tipo de entradas, como la entrada en rampa o la entrada sinusoidal, pueden ser obtenidas de forma an aloga a como se obtiene la respuesta a una entrada en escal o n.
108
Denici on
6.1.1
n Respuesta de un sistema de segundo orden a una entrada en escalo
Se supondr a que las condiciones iniciales son nulas, = 0. A partir de la expresi o n 6.12 se tendr a, y(t ) = C eAt
0 t
eA B u()d
(6.13)
La entrada en escal on es constante desde t = 0 hasta innito. Por lo tanto se tendr a que, u() = u = const A partir del concepto de funci on de una matriz diagonal se puede escribir, (6.14)
eAt =
e p1 t 0
0 e p2 t
(6.15)
con lo que se tiene,
t 0
eA B u() d =
u p (1 e p1t ) 1 u (1 e p2t ) p 2
(6.16)
Recordando la expresi on 6.8 se tiene, u u (1 e p1t ) + C2 (1 e p2t ) p1 p2
y(t ) = C1
(6.17)
y=
u u (1 e p1t ) + (1 e p2t ) p1 ( p 2 p 1 ) ( p1 p2 ) p2
Haciendo, sin p erdida de generalidad, u = 1 y tras una serie de manipulaciones alg ebricas, se puede escribir, e p1 t e p2 t p1 p2 ( p 2 p 1 ) p 1 p2 ( p 1 p 2 )
y(t ) =
(6.18)
Si se escribe la ecuaci on diferencial de segundo orden en la forma dada por la expresi o n 6.5 se tendr a que las raices de la ecuaci on caracter stica p1 y p2 vendr an dadas por: p1 = n n 2 1 2 1 (6.19)
p2 = n + n
109
u(t ) y(t )
a)
n t
u(t ) y(t )
b)
n t
1.38 1
y(t )
u(t )
c)
n t
3.3
Figura 6.1: Respuesta sistema de segundo orden
110 Obs ervese que, p1 p2 = 2 n = 2 n p2 p1 = 2n 2 1
Denici on
(6.20)
Este mismo resultado se puede alcanzar con mayor sencillez operativa empleando la transformada de Laplace. En efecto, teniendo en cuenta que la transformada de Laplace de una entrada en escal on es U (s) = 1/s, se tiene que, de acuerdo con la expresi o n 5.2, la transformada de Laplace de la salida y(t ) resulta 1 2 n s s2 + 2n s + 2 n
Y (s) =
cuya antitransformada de Laplace resulta ser, ent sen (0t + ) y(t ) = 1 1 2 0 = n 1 2

1 = tg
siendo,
1 2
factor de amortiguamiento al de entrada en escal En el estudio de la respuesta a una sen on de un sistema de segundo orden pueden distinguirse tres casos segu n que el factor de amortiguamiento sea mayor, menor o igual que uno.
1. Factor de amortiguamiento mayor que la unidad A partir de la expresi on 6.18 teniendo en cuenta las expresiones 6.20 se tiene que, y(t ) = 1 + + 2(2 2(2 + 2 1 1) 2 1 1)
1 1 2 1)n t 2 1)n t
e( e(+
(6.21)
Esta expresi on suministra la forma anal tica de la respuesta de un sistema de segundo orden, con factor de amortiguamiento mayor que la unidad, a una entrada en escal o n. En la gura 6.1 se representa la forma general de esta respuesta; desde un punto de vista cualitativo la caracter stica esencial de esta respuesta es su car acter de lentitud en alcanzar el valor y = 1. 2. Factor de amortiguamiento menor que la unidad Si el factor de amortiguamiento es menor que la unidad, es decir, < 1, entonces sucede que las raices p1 y p2 son complejas. En la gura 6.2 se representa la situacio n de las raices p1 y p2 en el plano complejo.
111
Im j n 1 2
n n
Re j n 1 2
Figura 6.2: raices complejas La consideraci on del a ngulo , tal como se ha indicado en la gura 6.2 permite escribir, cos = sen = 1 2 (6.22)
Escribiendo las expresiones 6.19 y 6.20, empleando en las mismas el a ngulo , se tiene: p1 = n e j p2 p1 = 2n jsen (6.23)
La expresi on 6.18 se puede escribir, teniendo en cuenta la expresi o n 6.23 de la forma siguiente, y(t ) = 1 + e j (n jn 12 )t e 2 jsen e j (n jn 12 ) t e 2 jsen (6.24)
Esta expresi on puede escribirse en forma m as compacta como sigue: ent sen(n y(t ) = 1 + 1 2 1 2 t )
(6.25)
Esta expresi on suministra la forma anal tica en la respuesta de un sistema de segundo orden, con factor de amortiguamiento menor que la unidad, a una respuesta en escal o n. La forma general de la respuesta se tiene en la gura 6.1, en la que se observa que el comportamiento de un sistema de segundo orden con factor de amortiguamiento menor que la unidad est a caracterizado por la presencia de oscilaciones. Esta forma de respuesta, que se caracteriza por una sinusoide exponencialmente amortiguada, se dice que es subamortiguada.
112
Denici on
El valor del primer pico de sobreoscilacio n, y el instante de tiempo en que se produce, son dos tipos de caracter sticas muy interesantes para denir el comportamiento de un sistema de segundo orden. De la observacio n de la expresi on 6.25 se desprende que la frecuencia de oscilaci on del sistema viene dada por, p = n 1 2 (6.26)
La frecuencia p se denomina frecuencia propia del sistema. El periodo de oscilaci o n del sistema viene dado por Tp = 2 n 1 2 (6.27)
Instante de tiempo al cual se produce el primer pico de oscilaci o n del sistema, puede obten erse, de una forma anal tica, derivando y(t ) con relacio n al tiempo, e igualando esta derivada a cero. En efecto, se tiene: dy(t ) n ent sen(n = dt 1 2 Esta derivada se anular a cuando, n 1 2 t = 0, , 2, .. n 1 2 1 2 t ) + n ent cos (n 1 2 t ) = 0 (6.28)
por lo tanto, el primer pico de oscilacio n se producir a cuando , tp = (6.29)
El tiempo t p recibe la denominaci on de tiempo de pico. Llevando el valor de t p a la expresi on 6.25 se tiene, e/ 1 ymax (t ) = 1 + sen( ) 1 2
2
(6.30)
la cual, teniendo en cuenta de que, sen( ) = sen y sen = puede escribirse, ymax (t ) = 1 + e

12
1 2
(6.31)
(6.32)
Normalmente se expresa la amplitud de la primera oscilaci o n en % del valor del escal on de entrada. Gen ericamente se suele denominar sobreoscilacio n a este tanto por ciento. Por lo tanto se puede escribir:

SO = 100 e
12
(6.33)
113
En la gura 6.3 se representa la sobreoscilacio n, en funci on del factor de amortiguamiento, para sistemas de segundo orden. Es interesante considerar el problema de determinar los par ametros a1 , a2 y de la ecuaci on 6.2 a partir del conocimiento de la respuesta del sistema a una entrada en escal o n especialmente en el caso de un sistema subamortiguado. 3. Factor de amortiguamiento igual a la unidad En el caso de que el factor de amortiguamiento sea igual a la unidad, es decir = 1, se tendr a que las dos raices de la ecuaci on caracter stica ser an iguales entre s , es decir, p1 = p2 es una ra z doble de la ecuaci on caracter stica. En tal caso, las constantes c1 y c2 que aparecen en la expresi on 6.8 no est an denidas, como se concluye observando las expresiones 6.9. Es decir, que la anterior discusi on s olo era v alida cuando las dos raices p1 y p2 eran distintas. Para poder aplicar el anterior razonamiento al caso de que las dos raices sean iguales, se procede a suponer, en principio, que e stas son diferentes entre s en una peque na cantidad , que posteriormente se hace tender a cero. Supo ngase, por lo tanto que las dos raices son: p1 = p p2 = p + Llevando estos dos valores a los t erminos segundo y tercero, del segundo miembro, de la expresi on 6.18 se tiene, pt b et 1 e e( p+)t = e pt p ( p + ) p ( p + ) (6.34)
Interesa determinar el l mite de esta expresi on cuando tiende a cero. Para ello se procede, por ejemplo, a desarrollar en serie et y tras una serie de sencillas manipulaciones se obtiene, lim 1 tp 1 et = p ( p + ) p2 (6.35)
Con este resultado es inmediato obtener que la respuesta a una entrada en escal o n del sistema con factor de amortiguamiento igual a la unidad, viene dada por, y(t ) = 1 n tent ent (6.36)
Esta respuesta se ha representado en la gura 6.1. Esta respuesta se dice que est a cr ticamente amortiguada.
En la gura 6.4 se representan las respuestas a una entrada en escal o n para distintos valores del factor amortiguamiento. Se observa como factores de amortiguamiento inferiores a la unidad, se tiene un comportamiento oscilatorio, el cual es m as oscilante cuanto menor es el valor de . Por otra parte, para valores del amortiguamiento mayor que la unidad, se tienen respuestas sin sobreoscilaci on, pero que son considerablemente m as lentas. Esto u ltimo hace que las aplicaciones pr acticas se tienda siempre a tener respuestas amortiguadas, puesto que son m as r apidas, aunque siempre manteniendo oscilaciones dentro de unos l mites razonables.
114
Denici on
100
80
Sobreoscilacion
60
40
20
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
Figura 6.3: Sobreoscilaci on en funci on del factor de amortiguamiento
2.0 1.8 1.6 1.4 1.2 0.5 0.7 1.0 0.8 0.6 0.4 0.2 0.0 0.0 5.0 1.0 1.2 1.5 2.0 =0.1
y(t)
1.2
2.4
3.6
4.8
6.0 nt
7.2
8.4
9.6
10.8
12.0
Figura 6.4: Respuesta ante escalo n en funci on del factor de amortiguamiento
115
6.1.2
Respuesta en frecuencia de un sistema de segundo orden
Si se aplica una se nal sinusoidal a un sistema de segundo orden, es decir, si u(t ) = Vo sent , la determinaci on de la se nal de salida y(t ) se puede hacer procediendo en forma similar a como se hizo en el apartado anterior. Aqu sin embargo se proceder a exclusivamente a estudiar el r egimen transitorio que resulta de la aplicacio n de la se nal sinusoidal. Es decir, se va a determinar exclusi vamente la soluci on particular de la completa cuando en la expresio n 6.2 se hace u = Vo sent . Se tiene que y(t ) ser a de la forma, y(t ) = Yo sen(t + ) (6.37) siendo Yo = Vo
2 (a2 )2 + a2 1
(6.38) = tg
1
a1 /(a2 )
2
(6.39)
Este resultado se puede comprobar por sustitucio n. Se ha tomado como se nal de entrada una se nal sinusoidal de amplitud unitaria para que la amplitud de la se nal de salida suministrase directamente la relacio n de amplitudes entre las se nales de entrada y salida. En las guras 6.5 y 6.6 se representan las relaciones de amplitudes y los desfases correspondientes a distintos valores del factor de amortiguamiento. Se observa como la forma de la respuesta en frecuencia del sistema de segundo orden depende del factor de amortiguamiento. Cuanto menor es e ste, mayor es el pico de resonancia que presenta la respuesta en frecuencia. El efecto de resonancia indica que para determinada frecuencia la am plitud de la se nal sinusoidal correspondiente, en el espectro de frecuencias, sufre una amplicaci o n al atravesar el sistema. El valor m aximo de la amplitud de la respuesta en frecuencia, recibe la denominaci o n de factor de resonancia. Es f acil demostrar que el factor de resonancia viene dado por,
Q=
1 2 1 2
(6.40)
La frecuencia a la que se produce este m aximo, que recibe la denominacio n de frecuencia de resonancia, viene dada por,
R = n
1 22
(6.41)
Se observa que cuando el factor de amortiguamiento es nulo la frecuencia de resonancia coin cide con la frecuencia propia no amortiguada del sistema. De ah la denominaci on de e sta u ltima.
116
Denici on
5 =0.1 4
RELACION DE AMPLITUDES
3 0.2
0.3 0.4 0.5
1 5.0 0 0.0 2.0 1.0
0.707
0.5
1.0 1.5 PULSACION /n
2.0
2.5
Figura 6.5: Amplitudes correspondientes a distintos factores de amortiguamiento.
117
-30
-60
0. 0.3 5 0. 70 7 0.4 1. 0 2. 0 5. 0
=5. 2.0 0
0.
= 2
0.1
DESFASE
-90
-120
-150
0.1
0.7 1.0 07 0.5 0 0. 0.2 .3 4
-180 0.0
0.5
1.0
1.5 2.0 2.5 PULSACION /n
3.0
3.5
4.0
Figura 6.6: Desfases correspondientes a distintos factores de amortiguamiento.
118
Denici on
6.1.3
Ecuaciones diferenciales de orden n
Una vez estudiado los sistemas de primero y segundo orden, conviene recordar los resultados correspondientes a sistemas de orden n. Supo ngase que el modelo matem atico del sistema que se est a considerando tiene la forma,
dny dm u d n1 y dy + a y = b + a + + a + + bm u n o 1 n1 dt n dt n1 dt dt m
(6.42)
en donde, por razones de realizabilidad f sica que se considerar an m as adelante, n > m. Si las condiciones iniciales son nulas, su transformada de Laplace es
Y (s)(sn + a1 sn1 + + an1 s + an ) = U (s) (bo sm + b1 sm1 + + bm )
(6.43)
por lo tanto, la transformada de Laplace de la salida del sistema y(t ), correspondiente a una entrada u(t ), cuya transformada es U (t ) = L [u(t )] resulta ser bo sm + b1 sm1 + + bm U (s) sn + a1 sn1 + + an1 s + an
Y (s) =
(6.44)
Puesto que U (s) se supone conocido, el problema es el de determinar Y (s), problema que se reduce al c alculo de la antitransformada de Y (s). Para las funciones normalmente empleadas en Autom atica U (s) es el cociente de dos polinomios en s, por lo que Y (s) ser a a su vez el cociente de dos polinomios, es decir,
Y (s) =
Q(s) Q(s) = n P(s) (s p1 ) 1 (s p2 )n2 . . . (s pq )np
(6.45)
El polinomio del denominador U (s) se ha factorizado, siendo p i las raices de la ecuaci on P(s) = 0, que recibe la denominacio n de polos de Y (s). Para mayor generalidad, se ha supuesto que cada uno de los polos tiene una multiplicidad ni aunque normalmente ni = 1, para todo i. El cociente de polinomios Y (s) se puede descomponer en fracciones simples, escribi e ndose, Y (s) =
q
i=1 k=1
ni
cik (s pi )k
(6.46)
en donde los coecientes cik reciben la denominaci on de residuos de Y (s) en el polo pi . Los residuos se calculan con ayuda de la expresio n
119
cik =
1 (ni k)!
d nik (s pi )ni Y (s) dsnik
(6.47)
s= pi
Si todos los polos son simples, es decir, si todos los valores de n i son igual a la unidad, entonces la expresi on 6.46 se escribe
Y (s) =
i=1
ci1 s pi
(6.48)
y los residuos se determinan por la expresio n
cik = ci1 = (s pi ) Y (s) |s= pi
(6.49)
expresiones que no son sino particularizaciones para n i = 1 de las correspondientes expresiones 6.46 y 6.47. En el caso de polos simples, los residuos pueden determinarse de forma gr aca sobre el plano complejo. Para ello, en primer lugar, consid erese que Y (s) puede escribirse k m i=1 (s zi ) n i1 (s pi )
Y (s) =
(6.50)
en donde se ha factorizado tambi en el polinomio del numerador. Por zi se denotan las raices de la ecuaci on P(s) = 0 y estas raices se denominan ceros del sistema. Puesto que Y (s) es, en general, una funci on compleja, se puede escribir,
Y (s) =| Y | e j =| Y |
(6.51)
en donde | Y (s) | es el m odulo (valor absoluto) de Y (s) y es el argumento de Y (s), siendo

1 = tan
Im{Y (s)} Re{Y (s)}
La expresi on compleja Y (s), de acuerdo con la expresio n 5.8, puede escribirse
Y (s) =
m n k m i=1 | s zi | ( iz ip ) n i=1 | s pi | i=1 i=1
(6.52)
120
Denici on
es decir, puesto que Y (s), de acuerdo con la expresi o n 6.52, se determina como el cociente de dos expresiones complejas, cada una de las cuales es a su vez el producto de t erminos elementales de la forma (s pi ) el m odulo de Y (s) ser a el cociente de los productos de los respectivos mo dulos, mientras que el argumento ser a la diferencia de las sumas de los correspondientes argumentos. Interesa por tanto, representar en el plano complejo, los componentes elementales (s z i ) y (s pi ) con el n de determinar sus m odulos y argumentos para poder realizar con ellos las operaciones de multiplicaci on y adici on a las que se acaba de aludir. En la gura 6.1.3 se muestra la representacio n gr aca del vector asociado a (s zi ) y a (s pi ). En el caso de (si zi ) se tiene un vector que va desde el cero, zi al punto s, y an alogamente para pi .
Im s s Zi Zi Re
Pi
s Pi s
Figura 6.7: Vectores asociados El residuo ci1 = ci , correspondiente al polo pi , resulta ser de acuerdo con la expresio n 6.49, k(s pi ) m i=1 (s zi ) n ( s pi ) i=1
ci = (s pi ) Y (s) |s= pi =
s= pi
cuya determinaci on gr aca puede hacerse siguiendo los siguientes pasos:
1. dibujar en el plano complejo los ceros, ci y los polos pi de Y (s). 2. dibujar los vectores desde todos los polos y ceros al polo p i en el que se est a determinando el residuo. 3. determinar el m odulo del residuo | ci | multiplicando los m odulos de todos los vectores desde los ceros y dividi endolos por el producto de los mo dulos de todos los vectores desde los polos.
121
4. determinar el argumento del residuo ci sumando los argumentos de los vectores desde los ceros y rest andole la suma de los argumentos de los vectores desde los polos.
122
Denici on
Tema 7
An alisis de errores en r egimen permanente

7.1 Relaci on entre las constantes de error y los polos y ceros.
Sea G(s) la funci on de transferencia en bucle abierto de un sistema con realimentaci o n unitaria. La funci on de transferencia en bucle cerrado correspondiente Td (s) ser a:
Td (s) =
Y (s) G(s) = R(s) 1 + G(s)
(7.1)
y la relaci on entre la se nal de error y la referencia vendr a dada por
1 E (s) = R(s) 1 + G(s)
(7.2)
Sup ongase que los polos de Td (s) se denotan por pi y que los ceros se hacen por ci . En tal caso se tiene:
Td (s) =
k(s + c1 ) (s + c2 ) (s + cm ) (s + p1 ) (s + p2 ) (s + pn )
(7.3)
Por otra parte desarrollando en serie E (s) /R(s) se tiene:
E (s) = e o + e 1 s + e 2 s2 + R(s) 123
(7.4)
124
Relaci on entre las constantes de error y los polos y ceros.
Se van a estudiar a continuaci on las relaciones entre las constantes de posicio n k p , velocidad kv , y aceleraci on ka y los polos y ceros de Td (s).
7.1.1
Seguimiento de posici on.
Sup ongase una entrada en escalo n de posici on, de manera que R(s) = 1/s. En tal caso (7.4) se convierte en eo + e1 + e2 s + ... s
E (s) =
(7.5)
Es decir que
sE (s) = eo + e1 s + e2 s2 + ...
(7.6)
Por lo tanto aplicando el teorema de valor nal, el valor del error en r egimen permanente erp ser a:
erp = limt e(t ) = lims 0 sE (s) = lims 0 Deniendo la constante de error de posicio n k p como
1 = eo 1 + G(s)
(7.7)
k p = lims 0 G(s) se tiene que e0 viene dado por
(7.8)
eo =
1 1 + kp
(7.9)
Por otra parte puesto que
E (0) 1 = lim R(0) s 0 1 + G(s) Y considerando (7.4), es decir e0 = E (0) / R(0), se tendr a que
(7.10)
125
E (0) 1 = R(0) 1 + k p Adem as se sabe que
(7.11)
E (s) Y (s) = 1 R(s) R(s) A partir de (7.11) y (7.12), haciendo s = 0, se obtiene
(7.12)
kp Y (0) = R(0) 1 + k p de donde, resolviendo para k p , se tiene
(7.13)
kp =
Y (0) / R(0) 1 Y (0) / R(0)
(7.14)
Por otra parte se tiene que haciendo s = 0 en (7.1) se llega a

m Y (0) k j=1 c j = n R(0) j=1 Pj
(7.15)
en donde
m j=1C j = producto de ceros n j=1 Pj = producto de polos
Llevando (7.15) a (7.14) se tiene la siguiente expresio n en donde k p est a expresada en funci on de los polos y ceros. k m j=1 C j
m n j=1 Pj k j=1 C j
kp =
(7.16)
En la pr actica tiene un especial inter es la consideraci on de los sistemas de tipo 1 en bucle abierto. Este caso se presenta cuando se estudian los servomecanismos de posici o n. Para los
126
sistemas de tipo uno, o superior, recordando la expresi o n (8), es inmediato que k p tiende a innito. En tal caso, y de acuerdo con (9) es claro que e0 = 0. Por ello considerando (7.4) y (12) se tendr a que
Y (s) E (s) = 1 = 1 e 1 s e 2 s2 R(s) R(s) Obs ervese que haciendo s = 0 se tiene
(7.17)
Y (0) =1 R(0)
(7.18)
lo que signica que en r egimen permanente no existe error de seguimiento, cosa que era sabida para los sistemas de tipo uno. Haciendo s = 0 en la expresi on (7.3), y teniendo en cuenta (7.18) se tendr a que
1=
k c1 ......cm p1 p2 ...... pn
(7.19)
Esta expresi on muestra la relaci on existente entre los polos ceros y la constante k de un sistema en bucle cerrado para que el error de seguimiento en posici o n sea nulo. La constante de posici on k p es adimensional.
7.1.2
Seguimiento de velocidad.
Sea un sistema con error de seguimiento en posicio n nulo (eo = 0) y sup ongase que se le aplica una entrada en rampa de manera que R(s) = 1/s2 . En tal caso se tiene que E (s) vendr a dado por
E (s) =
1/s2 e1 = + e2 + .... 1 + G(s) s
(7.20)
Aplicando el teorema del valor nal se tendr a que el error en r egimen permanente a una rampa ser a
erp = lim e(t ) = lim sE (s)

t s0

= lim 1 s + sG(s) 1 = e1 = lim s0 sG(s)
s0
127
Se dene la constante de error de velocidad kv como
kv = lims 0 sG(s) de manera que e1 vendr a dada por
(7.21)
e1 =
1 kv
(7.22)
La constante de seguimiento en velocidad kv tiene un valor nito para sistemas en bucle abierto de tipo 1, es decir, para sistemas con una integracio n pura. En tal caso se tiene que e0 = 0, con lo que se tiene, habida cuenta de la expresio n (7.4).
Y (s) = 1 e1 s e2 s2 .... R(s) Derivando esta expresi on con relaci on a s, y haciendo s = 0, se tiene
d Y (s) ds R(s)
s=0
= e1 =
1 kv
(7.23)
Si, adem as se tiene presente que para sistemas de tipo 1
Y (s) R(s) a partir de las dos expresiones anteriores
=
s=0
Y (0) =1 R(0)
d ds (Y (s)/R(s)) s=0 1 Y (s) d = ln = kv (Y (s)/R(s))s=0 ds R(s)
(7.24)
s=0
Llevando la anterior expresi on a (7.4) se tiene que
128
d 1 = (ln k + ln(s + c1 ) + .. ln(s + p1 ) ..) s = 0 kv ds lo que puede escribirse
(7.25)
1 1 1 = ( + .... ...)s = 0 kv s + c1 s + p1 o de forma m as compacta
n m 1 1 1 = kv i=1 pi j=1 c j
(7.26)
Por consiguiente 1/kv es igual a la suma de los inversos de los polos menos la suma de los inversos de los ceros, todo en bucle cerrado. Si se quiere que el error de seguimiento en velocidad sea nulo se requerir a que kv tienda a innito, en cuyo caso se tendr a que
j=1
1 = pj
j=1
1 cj
(7.27)
Ejemplo. Sea un sistema de segundo orden cuya funcio n de transferencia en forma normalizada se escribe Y (s) 2 n = 2 R(s) s + 2n s + 2 n Este sistema presenta un error de seguimiento en posicio n igual a cero, es decir Y (0)/R(0) = 1. Por lo tanto interesa calcular kv en funci on de los par ametros n y . Los polos de la anterior funci on de transferencia ser an p1,2 = n jn 1 2 y por lo tanto aplicando la expresio n (7.26) se tendr a que n 2
kv =
(7.28)
La constante de velocidad kv tiene dimensi on de seg1 . En efecto

kv
129
erp =
a y como erp se mide en metros (o radianes) y en metros por segundo (o rad / seg) se tendr que kv vendr a dada por seg1 .
7.1.3
Seguimiento de aceleraci on
Sea un sistema con errores de seguimiento de posicio n y velocidad nulos. Para el estudio de un seguimiento en aceleraci on se procede de forma similar a como se ha hecho anteriormente. Si se supone una entrada en aceleracio n se tendr a que R(s) = 1/s3 , con lo que el valor de E (s) ser a e2 + e3 + s e4 + ... s
E (s) =
(7.29)
Aplicando nuevamente el teorema del valor nal se tendr a que el error de seguimiento en aceleraci on cuando el tiempo tiende a innito ser a
erp = lims0 s E (s) = e2 Y deniendo la constante de error en aceleracio n ka como
ka = lims s2 G(s) se tendr a que
e2 =
1 ka
Tomando la segunda derivada de (29) se tendr a que
d2 ds2
ln
Y (s) R(s)
(Y /R)1 (Y /R) Y /R Y /R
de donde es f acil de deducir haciendo s = 0, que

n 1 1 2 = 2+ 2 ka kv j=1 p j m
j=1
1 c2 j
130

expresi on que permite calcular la constante de velocidad ka . La constante de aceleraci on ka tiene dimensi on seg2 .
7.1.4
Sistemas con error nulo
Sup ongase que la funci on de transferencia de un sistema en bucle cerrado viene dada, en forma normalizada, por la expresi on siguiente Y (s) bo sm + + bm1 s + bm = n R(s) s + a1 sn1 + + an1 s + an
(7.30)
Esta expresi on, considerada como cociente de dos polinomios, puede desarrollarse en serie, de la forma siguiente:
Y (s) R(s)
= c o + c 1 s + c 2 s2 +
bo sm + + bm1 s + bm sn + a1 sn1 + + an1 s + an
La determinaci on de los coecientes ci del desarrollo en serie, puede hacerse f acilmente mul tiplicando ese desarrollo en serie por el denominador de la funci o n de transferencia, e igualando coecientes entre ambos miembros. Con ello se obtiene que
co =
bm an
(7.31)
c1 =
bm1 co an1 bm
Recordando la expresi on (7.4) se tiene que el error vendr a dado por
E (s) T (s) = 1 R(s) R(s) Si se supone una entrada en escalo n R(s) = 1/s, entonces es evidente que el error ser a nulo en r egimen permanente si c0 = 1, es decir, si an = bm . Por consiguiente es necesario que bm = an para que el error en r egimen estacionario sea nulo, cuando se aplica como se nal de entrada una se nal en escal on.
131
Para obtener un error de seguimiento en posicio n nulo, para un sistema cuya funcio n de transferencia sea de la forma (30), existen distintas formas posibles. Si el numerador consiste u nicamente en una constante, entonces la forma que se obtiene es u nica y es la siguiente
Y (s) an = n R(s) s + + an1 s + an Sup ongase que c0 = 1. En tal caso, c1 se convierte en bm1 an1 bm
(7.32)
c1 =
(7.33)
Ahora suponiendo una entrada en rampa, el error tendr a un valor nulo en r egimen permanente si an1 = bm1 . En tal caso una forma posible para la funcio n de transferencia en bucle cerrado es an1 s + an Y (s) = R(s) sn + a1 sn1 + + an1 s + an
(7.34)
Estas expresiones se pueden generalizar para entradas de orden superior. El inter e s de las mismas radica en que permite especicar el numerador, a partir de consideraciones de comportamiento en r egimen permanente, partiendo del denominador, obtenido por consideraciones de comportamiento transitorio.
132
Parte III
An alisis de sistemas din amicos en el dominio de la frecuencia
133
Tema 8
Representaci on gr aca de la funci on de transferencia

Es usual emplear representaciones gr acas de la funci on de transferencia. Ello es especialmente patente en los m etodos cl asicos, en los que se trabaja en el dominio de la frecuencia. Vamos a ver algunas de las formas de representacio n gr acas m as usuales.
8.1 Diagramas m as comunes

8.1.1 Diagrama de polos y ceros: caso racional
Sea la funci on de transferencia K (s + c1 ) . . . (s + cm ) (s + p1 ) . . . (s + pn )
G(s) =
Se puede representar G(s) indicando la posicio n de sus ceros ci y de sus polos pi en el plano de la variable compleja s (g. 8.1).
8.1.2
Diagrama de Nyquist
La funci on de transferencia G(s) se representa mediante una curva en un diagrama polar. Esta curva se construye representando para cada valor de el m o dulo y el argumento de la expresio n compleja que resulta de hacer s = j en G(s). Como se sabe, el m o dulo y el argumento de G( j) representan la amplicaci on (o atenuaci on) y el desfase de una se nal sinusoidal que atraviese el sistema. En la gura 8.2 se representa un diagrama de esta naturaleza. Conviene observar que var a de 0 a . 135
136
Diagramas m as comunes
Im
K Re
Figura 8.1: Diagrama de polos y ceros
Im =0 Re =1 = 10
= = 100
Figura 8.2: Diagrama de Nyquist
137
El diagrama de Nyquist es por tanto una curva parametrizada en que, para cada punto (es decir, para cada frecuencia), da el mo dulo y el argumento de la funcio n de transferencia.
8.1.3
Diagrama logar tmico o de Bode
En este caso, la funci on de transferencia G(s) se representa mediante el conjunto de las dos curvas siguientes (g. 8.3):
log |G(j)|
log
Arg G(j)
log
-180
Figura 8.3: Diagrama logar tmico
Curva de fase: arg G(s) en funcio n de log .
Curva de amplitud: log |G(s)| en funcio n de log ;
El empleo de logaritmos para representar los mo dulos permite facilitar la combinacio n de fun ciones de transferencia en serie, ya que en tal caso el producto de los m o dulos se convierte en la suma de sus logaritmos. Conviene recordar que la medida logar tmica de la relaci on entre dos se nales A se expresa en decibelios (dB), 20 log10 A d ecadas log10 A octavas log2 A Este conjunto de curvas, como veremos a continuaci o n, es el m as utilizado en la pr actica para representar gr acamente la funci on de transferencia.
138
Diagrama de Bode
8.1.4
Diagrama de Black
En este diagrama se representa la funcio n de transferencia G(s) mediante una curva parametrizada en en un plano cuyos ejes de coordenadas est an denidos por arg(G( j)) y 20 log10 A (g: 8.4).
log|G(j)| =1
-180
-90
0 Arg G(j)
Figura 8.4: Diagrama de Black
8.2 Diagrama de Bode

Como se ha indicado m as arriba, el diagrama de Bode consiste en la representaci o n gr aca de la funci on de transferencia mediante dos curvas, una relativa a la amplitud y la otra a la fase. En ambas curvas, en abcisas se representa el logaritmo de . En coordenadas se representa en un caso la relaci on de amplitudes en escala logar tmica, mientras que en el segundo la fase en escala natural (en grados o en radianes). La representaci on de una funci on de transferencia G(s) en el diagrama de Bode se hace medi ante unas aproximaciones asinto ticas que simplican enormemente su trazado. Para estudiar estas aproximaciones consideremos la funcio n de transferencia G( j) = k( j + c1 )( j + c2 ) . . . ( j)N ( j + p1 )( j + p2 ) . . .
La denominada forma de Bode de esta funcio n de transferencia es la siguiente k G( j) = ci p j 1+ j c1 j 1+ p1 1+ j ... c2 j 1+ ... p2
(8.1)
( j)N

en donde la denominada ganancia de Bode viene dada por kB = k ci p j
139
La expresi on (8.1) es una expresi on compleja en funci on de . Es decir, para cada valor de tomar a un valor complejo y, por tanto, tendr a un m odulo y un argumento. El m odulo ser a tal que si tomamos su logaritmo se podr a escribir 20 log |G( j)| = 20 log |kB | + 20 log +20 log 1 + 20 log ( j)N 1+ 1 1+ j p1 j c1 +... +... (8.2)
mientras que el argumento ser a 20 arg G( j) = 20 arg kB + 20 arg 1 + +20 arg 1 + 20 arg ( j)N 1 1+ j p1 j +... c1 +... (8.3)
Obs ervese que mediante la adopcio n de una escala logar tmica para el m odulo se ha descompuesto aditivamente en las aportaciones de cada uno de los elementos que aparecen en (8.1). Esta descomposici on aditiva, junto con la que se da de una manera natural para el argumento, permite que se obtenga la representacio n gr aca en el diagrama de Bode a partir de la repre sentaci on gr aca de cada uno de los elementos que aparecen en (8.1). Vamos a ver a continuaci o n c omo se representa gr acamente cada uno de estos elementos.
8.2.1
Diagrama de Bode de una constante
La representaci on en el diagrama de Bode de una constante es inmediata y se tiene en la gura 8.5.
8.2.2
n pura Diagrama de Bode de una integracio
El diagrama de Bode de una integracio n pura G( j) = 1 j
viene dada por una recta de pendiente -20 decibelios por d ecada (o -6 decibelios por octava) y con un desfase constante igual a -90 grados
140
Diagrama de Bode
20logK
K>1
Amplitud(dB)
-20logK
K<1
K(numero positivo) 0.0
Fase(grados)
-90.0
K(numero negativo) -180.0 (rad/s)
Figura 8.5: Diagrama de Bode de una constante
20
Amplitud (dB)
0 -20 -40 -20dB/dec
90
Fase(grados)
-90
-180 -1 10
10
10 (rad/s)
10
Figura 8.6: Diagrama de Bode de una integracio n pura
141
8.2.3
Diagrama de Bode de un sistema de primer orden
Sea el sistema de funci on de transferencia 1 1+ j p
Para estudiar su representaci on en el diagrama de Bode consideraremos, en primer lugar, dos situaciones extremas: En tal caso se tendr a que 20 log | 1 1+ j p | 20 log 1 = 0dB p
en cuyo caso 20 log | j 1+ p 1 | 20 log | 1 | = 20 log j p p p
Por tanto, la representaci on gr aca del m odulo de G presenta dos as ntotas. Para valores bajos de la as ntota es sencillamente la recta horizontal trazada en 0 dB; mientras que para valores altos de la frecuencia la as ntota es una recta de pendiente -20 dB/d ecada. Estas dos as ntotas se cortan en el punto = p. Para completar la curva podemos considerar dos puntos interesantes:
para / p = 0.5 se tiene |G( j)| = 1 dB. para / p = 1 se tiene |G( j)| = 3 dB. Por lo que respecta a la fase no es posible hacer unas aproximaciones asint o ticas como las que acabamos de ver para la amplitud. No obstante, se dispone de una plantilla que permite trazar la curva de fase correspondiente.
142
Diagrama de Bode
20
Amplitud(dB)
0 1dB -20 3dB
1dB
-40
Fase(grados)
-45
-90 -1 10
10
10 (rad/s)
10
Figura 8.7: Diagrama de Bode de un sistema de primer orden
8.2.4
n pura Diagrama de Bode de una diferenciacio
El diagrama de Bode de un diferenciador puro G( j) = j se obtiene de forma similar al de un integrador puro. En la gura 8.8 se representa el diagrama correspondiente. En este caso la curva de amplitud tiene pendiente positiva y la de fase es positiva.
40
Amplitud(dB)
20 +20dB/dec 0 -20
90
Fase(grados)
45
0 -1 10
10
10 (rad/s)
10
Figura 8.8: Diagrama de Bode de una diferenciacio n pura
143
8.2.5
Diagrama de Bode del t ermino asociado a un cero
El t ermino asociado a un cero G( j) =
j +1 p
conduce, por consideraciones an alogas a las que se han hecho para un sistema de primer orden (asociado a un polo), tiene la forma que se muestra en la gura 8.9.
40
Amplitud(dB)
+20dB/dec 20 1dB 0 3dB 1dB
90.0
Fase(grados)
67.5 45.0 22.5 0.0 -1 10 10

0
10 (rad/s)
10
Figura 8.9: Diagrama de Bode del t ermino asociado a un cero
Combinando todo lo que se acaba de ver, y teniendo en cuenta las expresiones (8.2 y (8.3), se puede obtener la representacio n gr aca de la funci on de transferencia del sistema cuya funcio n de transferencia viene dada por la expresio n (8.1).
8.3 Sistemas de fase m nima

Un sistema con un cero con parte real positiva recibe la denominaci o n de sistema de fase no m nima, mientras que si todos ceros tienen parte real negativa recibe la denominaci o n de sistema de fase m nima. En los sistemas de fase no m nima el valor que toma la fase es mayor, para un mismo valor de la frecuencia, que si todos los polos y ceros estuvieran en el semiplano de la izquierda (el sistema fuera de fase m nima). Con el n de ilustrar el concepto de sistema de fase m nima consid erense los sistemas de funci on de transferencia: sz G1 (s) = (8.4) s+ p y s+z (8.5) G2 (s) = s+ p
144
Im G1 (s) p 0 z Re G2 (s) z p
Sistemas de fase m nima

Im
Re
Figura 8.10: Diagrama de polos y ceros de G1 y de G2 Vamos a comparar los diagrams de Bode de estas dos funciones de transferencia. Para ello consid erese la gura 8.10. Es claro que | G1 ( j) |=| G2 ( j) | 0 y, por tanto, las curvas de amplitud en el diagrama de Bode ser an las mismas para las dos funciones de transferencia. Sin embargo, por la que respecta a los argumentos es claro que se tendr a: arg G1 ( j) arg G2 ( j) 0 En la gura 8.11 se tienen las correspondientes curvas de fase. Se comprende la denominaci o n de sistema de fase m nima para G2 .
180
90
G1(j)
10
-1
10
10
10 G2(j)
-90
Figura 8.11: Curvas de fase en el diagrama de Bode de G 1 y de G2
145
8.4 C rculos M y N
Para proceder al dise no de sistemas realimentados, mediante m etodos gr acos, es necesario disponer de un m etodo gr aco que permita pasar de la funcio n de transferencia en bucle abierto G(s) a la correspondiente a bucle cerrado T (s). Como se sabe la expresi o n que liga a estas dos funciones de transferencia es la siguiente G(s) T (s) = 1 + G(s) Si se interpreta vectorialmente esta expresio n se tendr a que el vector T ( j) tendr a como m odulo el cociente de los vectores G( j) y 1 + G( j), y como argumento la diferencia de los argumentos de estos dos vectores. En la gura 8.12 se tienen representados los correspondientes vectores. A
Im
(1 + j0) A 1+G
0 P G Re
Figura 8.12: Diagrama polar de la funcio n de transferencia, con vectores asociados partir de esta gura resulta que para cada valor de el mo dulo de T ( j) se determinar a mediante el cociente de las medidas de los segmentos OP y AP, y el argumento de T ( j) vendr a dado por la expresi on arg C/R = (8.6) Con el n de facilitar la aplicaci on pr actica de este m etodo gr aco se procede a denir en el plano polar un sistema de coordenadas curvil neas que permita resolver gr acamente la determinaci on del m odulo y el argumento de T ( j). Para ello se procede a dibujar el lugar geom etrico de los puntos para los que el m odulo (respectivamente el argumento) de T ( j) sea constante. Sea (x, y) un punto gen erico del plano complejo (gura 8.13). A partir de las guras 8.12 y 8.13 se puede escribir OP = x2 + y2 AP = (1 + x)2 + y2
M=
OP = AP
x 2 + y2 (1 + x)2 + y2
Elevando al cuadrado esta expresio n, y tras algunas manipulaciones algebr aicas, se tiene y2 + x2 + 2x M2 M2 = M2 1 M2 1
146
C rculos M y N
Figura 8.13: Plano complejo Sumando y restando a esta expresio n M2 M2 1 se tiene y2 + x2 + 2x de donde se concluye y2 + x + M2 M2 1
2 2
M2 M2 + M2 1 M2 1
M2 M2 1 M2 M2 1
M2 M2 1
Esta expresi on indica que el lugar geom etrico en el plano complejo de los puntos para los que el m odulo de T ( j) es constante viene dado por un c rculo de centro c= y de radio r= M M2 1 M2 M2 1
La familia de c rculos correspondientes a diferentes valores de M se tiene en la gura 8.14. Esta gura admite una f acil interpretaci on. Si en ella se dibuja la funci on de transferencia en bucle abierto G( j) entonces leyendo esta misma curva en el sistema de coordenadas curvil neas denido por los c rculos M se tiene el m odulo de la funci on de transferencia en bucle cerrado T ( j). Por lo que respecta a las fases, se puede proceder de manera an aloga a como se ha hecho con los m odulos. En este caso se tiene que, de acuerdo con la expresi o n (8.6) el argumento de T ( j) viene dado por el a ngulo APO en la gura 8.12. En la gura 8.15 se representa el lugar geom etrico de todos los a ngulos APO de valor constante. Este lugar geom etrico resulta ser un c rculo, de acuerdo con una bien conocida propiedad de la geometr a, y el valor de este a ngulo est a perfectamente denido en el c rculo y resulta ser de /2, de acuerdo con la gura 8.15. Es decir G 1/2 arg = = = arctan 1+G 2 y siendo y= G 2 tan()
147
Im
Re
Figura 8.14: C rculos M
1 + j0 1+G
0 G
Figura 8.15: C rculos N
148
C rculos M y N
De este modo se tiene denida otra familia de c rculos, los c rculos N , en los que se puede leer la fase del sistema en bucle cerrado si se dibuja en coordenadas polares la funci o n de transferencia en bucle abierto. En la pr actica no se emplean los c rculos M y N en el diagrama polar, sino su traslacio na un diagrama de coordenadas rectangulares, en el que se representa en abcisas el logaritmo de y en coordenadas la relaci on de amplitudes en decibelios. Este diagrama recibe la denominaci o n de a baco de Black, en libros europeos, mientras que en libros americanos es frecuente que se denomine a baco de Nichols.
Parte IV
Estabilidad de sistemas din amicos
149
Tema 9
Estabilidad de los sistemas dina micos

9.1 Introducci on
La estabilidad es una propiedad cualitativa de los sistemas din amicos a la que cabe considerar como la m as importante de todas. Ello es debido a que, en la pr actica, todo sistema debe ser estable. Si un sistema no es estable, normalmente carece de todo inter es y utilidad. El estudio de la estabilidad de los sistemas din amicos ocupa un lugar primordial en el an alisis y en la s ntesis de los sistemas realimentados. De hecho, la s ntesis de un sistema de control estar a presidida por un imperativo de estabilizacio n del sistema realimentado que resulte. El presente cap tulo se va a dedicar al an alisis de la estabilidad de los sistemas din amicos, es decir, a establecer criterios que permitan discernir si un determinado sistema din amico, dado en una cierta forma de representacio n matem atica, es estable o no. En cap tulos posteriores se estudiar an las modicaciones a introducir en los sistemas din amicos para modicar su estabilidad. El estudio de la estabilidad de los sistemas din amicos, se har a atendiendo a la forma de representaci on adoptada; en este sentido se estudiar a en primer lugar la estabilidad de los sistemas din amicos dados por su descripcio n externa, y luego se har a el estudio para la descripci on interna de los mismos. Al mismo tiempo se ver a a lo largo de este cap tulo c omo existen distintas deniciones de estabilidad, lo que da lugar a distintos criterios, asociados a las distintas deniciones. No obstante, se ver a que pese a la aparente diversidad de deniciones y criterios, existe una profunda unidad subyacente en todo el tema. 151
152
Criterios de estabilidad relativos a la descripcio n externa
9.2 Criterios de estabilidad relativos a la descripci o n externa

Una forma intuitiva de afrontar el problema de la estabilidad de un sistema es considerar que e ste ser a estable si las distintas magnitudes que lo denen no alcanzan valores innitos. Basados en esta idea intuitiva se puede dar la siguiente denicio n precisa de estabilidad. Denici on al de entrada acotada, Un sistema, inicialmente en reposo, se dice estable si ante cualquier se n al de salida acotada. es decir, que no alcanza valores innitos, responde con una se n Formalmente se dice de una se nal x(t ), denida en un cierto intervalo (t0 , t1 ), que est a acotada en dicho intervalo, si para todo t (t0 , t1 ) existe un valor k < tal que |x(t )| < k De una forma m as compacta puede decirse que un sistema es estable si,
se nal de entrada acotada se nal de salida acotada.
Desde un punto de vista intuitivo esta denicio n de estabilidad es satisfactoria; tiene, adem as, la ventaja adicional de que conduce a resultados matem aticos interesantes, seg un se ver a en lo que sigue. Para el caso de sistemas multivariables esta denicio n es igualmente v alida, sustituyendo las ales de entrada y de salida. se nales de entrada y de salida por los vectores de sen En los libros anglosajones a la estabilidad anteriormente denida se la llama estabilidad BIBO (bounded-input bounded-output). Si se adopta la forma de descripcio n externa dada por la integral de convolucio n, es decir, si la relaci on entre la se nal de entrada u(t ) y la se nal de salida y(t ) est a dada por una expresi on de la forma,
y(t ) =
h(t , ) u() d
(9.1)
entonces el criterio de estabilidad de un sistema viene dado por el siguiente teorema. Teorema Un sistema, inicialmente en reposo, representado por una expresi o n de la forma (9.1) es estable si y s olo si existe un n umero nito k tal que para todo t ,
Estabilidad de los sistemas din amicos
153
| h(t , ) | d k <
(9.2)
Demostraci on
1. Suciencia al de entrada Se trata de demostrar que si se cumple la condicio n (9.2), entonces ante una sen acotada, | u(t ) |< k1 para todo t , la se nal de salida y(t ) es tambi en acotada. En efecto, se tiene:
| y(t ) |=|
h(t , ) u()d | k1
t t
| h(t , ) | u() | d | h(t , ) | d kk1
2. Necesidad Se trata de demostrar que si las se nales de entrada u(t ) y de salida y(t ) son acotadas, entonces siempre se cumple la expresi on 9.2. Ello es equivalente a demostrar que si no se cumple la ales de salida y(t ) que no est expresi on 9.2 entonces pueden existir sen en acotadas aunque lo est e la se nal de entrada u(t ). Sup ongase que la expresi on (9.2) no se cumple, es decir
t
| h(t1 , ) | d =
al de entrada se tiene una salida no acotada. En Si a este sistema se le aplica la siguiente sen efecto, sea u(t ) = sgn[h(t1 , )] en donde, 0 si x = 0 1 si x > 0 sgn x = 1 si x < 0 h(t1 , ) u() d =
t1
al de salida del sistema no lo es, Es claro que u(t ) es acotada. Sin embargo la sen y(t1 ) =
t1
| h(t1 , ) | d =
Queda demostrado la necesidad de que se cumpla la expresi o n (9.2) para que el sistema sea estable.
154
Para sistemas multivariables el anterior resultado se generaliza diciendo que un sistema ser a estable si la propiedad de la expresio n (9.2) se cumple para cada uno de los elementos de la matriz H (t , ). Para sistemas invariantes en el tiempo la expresio n (9.1) se convierte en
t
y(t ) =
0
h(t ) u() d
(9.3)
Y la expresi on (9.2) se convierte en,

0
| h() | d < k <
(9.4)
Para sistemas invariantes en el tiempo, la forma de descripci o n externa usualmente empleada es la funci on de transferencia. Interesa enunciar un criterio de estabilidad en t erminos de dicha funci on de transferencia. Es lo que se hace en el siguiente teorema. Teorema Un sistema lineal y estacionario, representado por una funci o n racional propia G(s) es estable si y s olo si, todos los polos de G(s) est an situados en el semiplano izquierdo abierto del plano s. Una forma equivalente de expresar lo anterior es decir que los polos de G(s) tienen la parte real negativa. En el semiplano izquierdo abierto, a que se alude en el anterior teorema, se excluye el eje imaginario. Si se incluye este eje imaginario se habla del semiplano izquierdo cerrado. Demostraci on Si G(s) es una funci on racional propia entonces puede desarrollarse en fracciones parciales, de manera que se descompone en la suma de un nu mero nito de t erminos de la forma, K (s pi )l Y adem as, posiblemente, una constante pi denota un polo de G(s). Al hallar la antitransformada de Laplace de G(s) se tiene que g(t ) es la suma de un n u mero nito de t erminos de la forma t 1 e pi t y, adem as, una posible funci on de Dirac. Es f acil de mostrar que t 1 e pi t es absolutamente integrable si y so lo si pi tiene la parte real negativa. Por lo tanto el sistema G(s) ser a estable si y s olo si todos los polos de G(s) tienen la parte real negativa.
Ejemplo 1
155
Sea el sistema cuya funci on de transferencia es G(s) = 1/s. Este sistema no es estable, de acuerdo con las anteriores deniciones. En efecto, consid erese una se nal de entrada en escal on U (s) = 1/s. Se tendr a que la se nal de salida ser a Y (s) = 1/s2 . Por lo tanto y(t ) = L 1 (1/s2 ) = t la se nal de salida y(t ) no es acotada y por lo tanto el sistema no es estable. Ejemplo 2 Seg un la denici on anterior un oscilador simple es un sistema inestable. En efecto, consid erese el sistema cuya funci on de transferencia es G(s) = 1/(1 + s2 ) que corresponde a un oscilador. La respuesta impulsional correspondiente es g(t ) = sen t , la cual se representa al de entrada en la gura 9.1 (a). Sup ongase ahora que se aplica a dicho sistema una sen peri odica rectangular, de amplitud unidad y de periodo el mismo del oscilador, tal como la de la gura 9.1 (b). La se nal de salida viene dada por la expresio n 9.3. ales g() u() Sup ongase ahora que en la expresio n 9.3 se hace t = 0. El producto de sen est a representado en la gura 9.1 (c). Es claro que y(0) es precisamente el a rea cubierta por dicha curva, cuando tiende a innito. Por lo tanto y(0) = . Es decir, el sistema es inestable. A este mismo resultado se llega inmediatamente considerando los polos de la funci o n de transferencia, que resultan estar situados en el eje imaginario.
Para sistemas multivariables se generalizan inmediatamente los anteriores resultados diciendo que un sistema multivariable denido por una matriz de transferencia G(s) ser a estable si cada uno de sus elementos satisface el anterior teorema. Sea la funci on de transferencia de la forma: H (s) = b0 sm + b1 sm1 + + bm b(s) = sn + a1 sn1 + + an a(s) (9.5)
Figura 9.1: Para determinar si H (s) es estable o no, es necesario:
1. comprobar si m < n; 2. determinar si las raices de a(s) est an situadas en el semiplano abierto negativo.
Para comprobar si las raices de un determinado polinomio se encuentran en el semiplano abierto negativo, se aplica el criterio de Routh-Hurwitz que se estudia en el apartado siguiente.
156
9.2.1
Criterio de Routh-Hurwitz
Una funci on de transferencia T (s) representa a un sistema estable si sus polos se encuentran en el semiplano izquierdo negativo. Por lo tanto el problema del an alisis de la estabilidad de un sistema se reduce al del an alisis de los ceros del polinomio del denominador. Un polinomio se denomina un polinomio de Hurwitz si todas sus raices tienen la parte real negativa. Por lo tanto el problema de la estabilidad se reduce al de determinar si el polinomio del denominador es, o no, un polinomio de Hurwitz. El m etodo directo de comprobar si un determinado polinomio es o no un polinomio de Hurwitz consiste en determinar todas las raices de dicho polinomio. Este procedimiento puede ser, adem a s de excesivamente laborioso, inu til por cuanto que suministra una informacio n superior a la que se negativa requiere. No se trata de saber cuales son las raices, sino, simplemente, si su parte real ser a o no. El m etodo de Routh-Hurwitz, permite determinar si las partes reales de las raices ser an negativas o no sin necesidad de determinarlas. Consid erese un polinomio como el siguiente:
sn+1 + a1 sn + + an
(9.6)
Para determinar si el anterior polinomio tiene raices con parte real negativa se procede como sigue:
1. Si alg un coeciente del polinomio es negativo o cero, entonces existe al menos una raiz en el semiplano cerrado derecho. El sistema es, por lo tanto, inestable. 2. En el caso de que no se cumplan los supuestos de 1), se procede a construir la siguiente tabla: 1 a 2 a4 . . . n+1 a1 a3 a5 . . . n 1 2 3 n1 (9.7) 1 2 3 n2 ... ... 1 1 en donde la generaci on de las distintas las se hace como sigue, a partir de los elementos de las dos anteriores
1 =
a1 a2 a 3 1 a1 (9.8) a1 a4 a 5 1 a1
2 =
157
La tabla anterior recibe la denominacio n de tabla de Routh, y el algoritmo que permite su construcci on se denomina algoritmo de Routh. Independientemente de los trabajos de Routh, que public o originalmente el algoritmo que conduce a la construcci o n de la tabla anterior, Hurwitz public o un criterio de estabilidad, que se estudiar a en una secci on posterior de este tema, que esencialmente coincide con el de Routh. Por ello el criterio lleva conjuntamente el nombre de los dos autores. Toda la depende de las dos las precedentes. Se procede sucesivamente a determinar las hasta que se determine una cuyos elementos sean todos 0. Para un polinomio de orden n se determinan n + 1 las. El criterio de estabilidad de Routh-Hurwitz dice que el polinomio tiene sus raices en el semiplano abierto negativo si todos los elementos de la primera columna son positivos y no nulos. El n umero de cambios de signo en la primera columna es igual al n u mero de raices del polinomio (9.6) en el semiplano positivo abierto. Ejemplo Sea el polinomio s4 + 5s3 + 3s2 + s + 2 = 0. Para determinar el n umero de raices en el semiplano positivo, se construye la tabla de Routh y se tiene,
4 3 2 1 0
1 5 14/5 36/14 2
3 2 1 0 2 0
como hay dos cambios de signo en la primera columna existir an dos raices en el semiplano derecho. Por consiguiente el sistema es inestable. En la pr actica el criterio de Routh-Hurwitz se aplica para determinar si el sistema es estable o no y, en general, no interesa saber el nu mero de raices en el semiplano positivo abierto. Por lo tanto, cuando lo u nico que interese sea conocer si el sistema ser a estable o no, se proceder aa construir la tabla de Routh hasta encontrar un elemento de la primera columna que sea negativo o cero. Cuando aparezca un elemento negativo o nulo, se suspender a la construcci on de la tabla, y se dictaminar a que el sistema es inestable. En el caso de que interesase conocer cuantas raices existir an en el semiplano positivo, o en el eje imaginario, se procede a construir la tabla de Routh completa. En la construcci o n de la tabla de Routh, para el caso en que interese completarla au n cuando aparezcan elementos nulos en la primera columna, se presentan los dos casos singulares siguientes :
1. Aparece un 0 en la primera columna, siendo no nulos los otros elementos de la misma la. 2. Aparece una la con todos los elementos nulos, antes de llegar a la la n + 2.
158
o . Se completa la tabla En el primer caso se sustituye el 0 por un nu mero arbitrariamente pequen y se calcula el l mite de los elementos en los que aparezca haciendo 0. Ejemplo Consid erese el polinomio: s4 + s3 + 2s2 + 2s + 3 Al construir la tabla de Routh se encuentra un cero en la primera columna, en la la dos. Se sustituye este cero por y se procede a completar la tabla, que resulta la siguiente: 4 3 2 1 0 1 2 3 1 2 0 3
23
Una vez construida la tabla se determina el l mite de aquellos elementos en la primera columna en los que aparezca , cuando 0. El elemento correspondiente a la la 1 tiene el siguiente l mite, 2 3 =
lim
Por lo tanto, la primera columna queda como sigue:
1 1 0 3 Se presentan dos cambios de signo en la primera columna, y por consiguiente el sistema tiene dos raices en el semiplano derecho, y es inestable. El segundo caso particular m as arriba enunciado, es decir, el caso en que se presente toda una la de ceros, indica que el polinomio tiene, al menos, un factor par. Es decir, que existe un par de raices reales sim etricas con respecto al eje imaginario, que existen dos raices imaginarias puras conjugadas, o que existen cuatro raices complejas situadas sim etricamente con relaci on al origen. Cuando esto sucede se procede a formar una ecuaci o n subsidiaria a partir de los coecientes de la la anterior a aquella en la que todos los elementos sean nulos. La expresi o n as obtenida resulta ser el factor par del polinomio. Para obtener la la siguiente, en la tabla de Routh, se procede a derivar esta expresi on una vez con respecto a s y situar sus coecientes en la la cuyos elementos se hab an anulado. A partir de esta sustitucio n se prosigue la construcci on de la tabla de Routh normalmente. Un ejemplo ayudar a a jar ideas.

Ejemplo Consid erese el siguiente polinomio: s4 + 3s3 + 3s2 + 3s + 2
159
Si se construye la tabla de Routh correspondiente al llegar a la la 1, se encuentra que todos los elementos son ceros. En efecto
4 3 2 1
1 3 2 0
3 2 3 0 2 0
La ecuaci on subsidiaria que se obtiene empleando los coecientes de la segunda la es la siguiente: 2s2 + 2 = 0 que corresponde al factor par s2 + 1. La derivada de la ecuacio n subsidiaria es 4s. Por lo tanto la tabla se completa como sigue
4 3 2 1 0
1 3 2 4 2
3 0 3 0 2 0
De la observaci on de esta tabla se desprende que el polinomio considerado no tiene raices en el semiplano positivo. La factorizacio n del polinomio anterior conduce a, (s2 + 1) (s + 2) (s + 1)
El anterior ejemplo muestra qu e sucede cuando el polinomio en cuestio n tiene raices en el eje imaginario. En tal caso estas raices dan lugar a un factor par, de la forma del que aparece en el ejemplo, que se pone de maniesto al aparecer una la de ceros en la tabla de Routh. Procediendo como se ha hecho en el ejemplo, se elimina la la de ceros y se tiene una tabla de Routh que indica, por medio de los cambios de signos si existen raices en el semiplano derecho. Obs e rvese que aunque no existan raices en el semiplano derecho, como sucede en el ejemplo anterior, el sistema ser a inestable, puesto que existen raices en el eje imaginario. La aplicaci on de las dos reglas anteriores, a los dos casos singulares que se acaban de discutir, debe tomarse con ciertas reservas. En particular, la aplicaci o n de la primera regla (introduccio n de peque nos par ametros ) s olo est a justicada cuando el polinomio no tiene raices sobre el eje imaginario. En el libro Theorie des matrices de Gantmacher, p ag. 181, se tiene un ejemplo de un caso al que la aplicaci on de las reglas no es v alida. Ello, sin embargo, no debe preocupar puesto que lo que normalmente interesa de la aplicacio n del criterio de Routh-Hurwitz es, sencillamente,
160
determinar si el sistema ser a estable o no, lo cual puede hacerse en todo caso sin ninguna am biguedad, detectando si existe algu n cero o alg un cambio de signo en la primera columna de la tabla de Routh. El criterio de Routh-Hurwitz suministra una determinacio n r apida de la estabilidad absoluta de un sistema. Sin embargo no suministra ninguna indicaci o n respecto a la posibilidad de alterar la situaci on de las raices. Su principal inter es reside en su empleo como un paso previo, antes de aplicar otros m etodos.
9.2.2
Matriz de Hurwitz
El criterio de Routh-Hurwitz, objeto del apartado anterior, en realidad fue desarrollado originalmente por Routh. Sin embargo es completamente an alogo al desarrollado por Hurwitz, al que se va a dedicar este apartado. Sea un polinomio a(s) tal como:
a(s) = sn + a1 sn1 + + an1 s + an
(9.9)
Se dene la matriz de Hurwitz como la matriz formada por los coecientes del anterior polinomio, siguiente:
H =
a1 a3 1 a2 0 a1 0 1 . . . . . . 0 0
a5 a4 a3 a2 . . . 0
... ... ... ...
0 0 0 0 . . .
0 0 0 0 . . .
(9.10)
. . . an2 an
El criterio de estabilidad de Routh-Hurwitz se puede enunciar diciendo que el polinomio a(s) es un polinomio de Hurwitz si y s olo si los menores principales diagonales de H son todos positivos. Los menores principales diagonales de H son los siguientes: H1 = a1 H2 = det a1 a3 1 a2 (9.11)
H3
a1 a3 a5 = det 1 a2 a4 0 a 1 a3
Hn = det H
161
Si en la tabla de Routh los elementos de la primera columna se denotan por 1 , 1 , 1 . . . p1 , entonces es posible demostrar, despu es de algunas manipulaciones alg ebricas, que, H1 = 1 H2 = 1 1 H3 = 1 1 1 (9.12)
Por ello es evidente que el procedimiento de determinar H1 , H2 , . . . , Hn y ver si son positivos no nulos es equivalente al de construir la tabla de Routh. Los determinantes H1 , H2 , . . . reciben la denominaci on de determinantes de Hurwitz. Para aplicaciones pr acticas se recomienda emplear el m etodo tabular de Routh, por ser m as simple que la determinaci on de las matrices de Hurwitz.
9.3 Criterio de Nyquist

El criterio de Routh permite analizar la estabilidad de un sistema lineal a partir de los coecientes de la ecuaci on caracter stica. El criterio de Nyquist (1932) permite realizar un an alisis de la misma naturaleza a partir de la representacio n gr aca de la funci on de transferencia. Este criterio est a basado en un teorema de Cauchy. Consideres una funci o n racional F (s) (formada por un cociente de polinomios en s). Si s representa a la variable compleja s = + j entonces F (s) aplica el plano complejo s sobre un plano complejo denido por las partes reales e imaginaria de F (s) (gura 9.2), de modo que a cada vector de s se corresponde un vector de
j C Z=3 P=1 ReF (s) ImF (s)
F (C)
Figura 9.2: Teorema de Cauchy F (s). Conviene recordar que el argumento del vector F (s) se forma de la manera siguiente. En el plano s se denen los vectores que unen los polos y ceros de F (s) con el punto gen e rico s. Pues bien, es f acil ver que el argumento de F (s) se forma sumando los argumentos de los vectores desde los ceros y restando los argumentos de los vectores desde los polos (gura 9.3). Sup ongase ahora que se dene una curva cerrada C en el plano s y la correspondiente curva imagen F (C) en el plano F (s). Supo ngase, adem as, que la curva C se recorre en un determinado
162
Criterio de Nyquist
Figura 9.3: Aplicaci on del contorno C1 : (a) C1 no rodea ning un polo ni cero; (b) C1 rodea un polo sentido (por ejemplo, el de las agujas del reloj). A la curva imagen F (C) se asociar a tambi en un sentido. El teorema de Cauchy establece que el nu mero de veces que la curva F (C) rodea al origen (tomando el sentido positivo el de las agujas del reloj) es igual a la diferencia entre el n u mero de ceros y el de polos que encierra la curva C en el plano s. Es decir,
N = Z P en donde N es el n umero de veces que la curva F (C) rodea al origen, y Z y P representan, respectivamente, el n umero de ceros y de polos contenidos en la curva C en el plano s. Nyquist bas o su criterio en una aplicaci on muy ingeniosa del teorema de Cauchy. Consider o un sistema realimentado con realimentacion unitaria, como el de la gura 9.4. La funcion de transferencia del sistema en bucle cerrado correspondiente viene dado por la expresi o n
+ -
H(s)
Figura 9.4: Sistema realimentado con realimentacio n unitaria G(s) 1 + G(s)
T (s) =
de esta expresi on resulta claro que los polos de T (s) son los ceros de 1 + G(s). Para estudiar la estabilidad de un sistema en bucle cerrado Nyquit propuso denir en el plano s la curva cerrada C que se muestra en la gura 9.5, y que recibe la denominaci o n de contorno de
163
Nyquist. Este contorno rodea el semiplano de parte real positiva del plano complejo. Es decir, la regi on del plano complejo en la que no debe haber polos de la funci o n de transferencia en bucle cerrado, si se quiere que el sistema sea estable.
j ImH (s)
A C R= 0 1
H (s) 1 + H (s)
H (C)
ReH (s)
Figura 9.5: Contorno de Nyquist C para estudiar la estabilidad
Hemos visto que los polos de la funcio n de transferencia en bucle cerrado T (s) son los ceros de 1 + G(s). Por tanto, la estabilidad del sistema en bucle cerrado estar a garantizada si no existe ceros de 1 + G(s) en el interior del contorno de Nyquist. Veamos ahora c omo se construye la funci on G(s). Para ello basta observar que el contorno de Nyquist se compone de tres partes. La recta OA que corresponde al eje imaginario del plano complejo y que, por tanto, corresponde a la funcio n de transferencia G( j) para valores positivos de . La recta BO correspondiente a la parte negativa del eje imaginario. Y, por u ltimo, a la curva que une AB, que se encuentra situada en el innito del semiplano positivo del plano s. Por tanto, al recorrer OA, se est a recorriendo G( j) para valores de de cero a innito. An alogamente, al recorrer BO se est a recorriendo G( j) desde menos innito a cero. Por u ltimo, al recorrer de A a B se est a en valores de s con m odulo innito. En este u ltimo caso, si G( j) es tal que el grado del polinomio del numerador es menor que el del denominador, esta funci o n tomar a el valor cero. Aplicando el teorema de Cauchy, para el caso F (s) = 1 + G(s), se puede decir que un sistema realimentado, con realimentacio n unitaria, es estable si y s olo si G(C) rodea al punto cr tico s = 1, en el sentido de las agujas del reloj, un nu mero de veces igual al n umero de polos inestables de la funci on de transferencia G(s). Conviene observar que la parte de G(C) correspondiente al semieje imaginario [0, j] es, en realidad, la representaci on polar de la funci on de transferencia G(s). As mismo, la parte correspondiente al semieje imaginario negativo [ j, 0] es sim etrica con relaci on a esa representaci on polar. Por lo que respecta a la parte correspondiente al semic rculo de radio innito (y eventual mente a un semic rculo innitesimal que rodee al origen) es evidente que si la funci o n de transferencia es tal que el grado del numerador es inferior a del denominador, se reduce a un punto. Por todo ello, el trazado de G(C) es inmediato conociendo la representaci o n polar de la funci on de transferencia G( j).
164 ImH (s) <0
Criterio de Nyquist
= =
ReH (s)
>0
Figura 9.6: Diagrama polar y contorno G(C) para un sistema de primer orden Por ejemplo, en 9.6a se tiene la representacio n de la funci on de transferencia G(s) = 1 (1 + s)
A partir de esta representaci on gr aca, se desprende que G(C) tendr a la forma que se indica en la gura 9.6b. Aplicando el criterio de Nyquist se tiene que este sistema es estable (lo que sucede para todos los sistemas de primer orden cuya funcio n de transferencia sea de la forma 9.6).
j C R= C0 1 ImH (s) H (C0 ) R= = = ReH (s)
Figura 9.7: Contorno de Nyquist y G(C) para un sistema con un polo en el origen
En la gura 9.7 se tiene otro ejemplo de aplicacio n del criterio de Nyquist, el correspondiente a la funci on de transferencia 1 G(s) = s(1 + s) en este caso se tiene que la funcio n de transferencia G(s) presenta un polo en el origen, el cual debe adiendo ser evitado por el contorno de Nyquist, por lo que se recurre a modicarlo ligeramente a n el contorno innitesimal C0 que se muestra en la gura 9.7. Es f acil ver que la adici on de este contorno no modica el planteamiento anterior.

Un u ltimo ejemplo que vamos a considerar es el siguiente G(s) = s+1 s s( 1) 10
165
(9.13)
En este caso se tiene que el sistema presenta un polo inestable. En la gura 9.8 se tiene el trazado G(C) correspondiente. Im
>0
Re
<0 0
Figura 9.8: Diagrama de Nyquist del sistema del ejemplo
En el diagrama de la gura 9.8 el punto cr tico se ha representado en funcio n de la ganancia K . Obs ervese que la peque na desviaci on C0 alrededor del polo s = 0 (gura 9.9) da lugar a un gran arco en el innito. Este arco se situa en el semiplano izquierdo, ya que atraviesa el eje real negativa debido a la contribucio n de fase de 180 grados del polo en el semiplano de la derecha. Para valores grandes de K (Kg en la gura 9.8) se observa que G(C) rodea al punto cr tico en el sentido contrario de las agujas del reloj; es decir, N = 1. Por otra parte P = 1, debido al polo en el semiplano de la derecha, por lo que Z = N +P = 0 donde se concluye que no hay raices inestables en el sistema. Para valores peque nos de K (K p en la gura 9.8) la curva G(C) rodea al punto cr tico en el sentido positivo de las agujas del reloj, por lo que N = +1 y Z = 2, por lo que el sistema posee dos raices con parte real negativa y es inestable. De los anteriores ejemplos se desprende que la aplicaci o n del teorema de Nyquist hay que tener especial cuidado en los dos puntos siguientes:
166 Im
Criterio de Nyquist
180o Re
Figura 9.9: Contorno C0 para el sistema del ejemplo Tener en cuenta la posible presencia de polos inestables en bucle abierto; La evaluaci on del n umero de vueltas en torno al punto cr tico -1 en el caso en el que haya ramas innitas (ver el u ltimo ejemplo). Sin embargo, para los sistemas de fase m nima, es posible enunciar la siguiente regla pr actica: Regla pr actica de Nyquist Un sistema realimentado es estable en el caso en el que recorriendo el trazado polar de la funci on de transferencia en el sentido de las crecientes el punto cr tico -1 quede a la izquierda.
9.3.1
n del criterio de Nyquist Grado de estabilidad e interpretacio
Seg un se acaba de enunciar en la regla pr actica del criterio de Nyquist se tiene que la estabilidad depende de la posici on del punto cr tico con relaci on al trazado polar de la funci on de transferencia (gura 9.10). Este hecho sugiere la conveniencia de introducir una medida de la distancia de G(C) a este punto cr tico, por lo que se dene grado de estabilidad del sistema realimentado por
1 El margen de ganancia Gm = 20 log10 A , siendo A la ganancia correspondiente a la fase de 180 grados;
El margen de fase m , que es el desfase del punto correspondiente a la ganancia unidad. En la gura 9.10 se representan Gm y m . La estabilidad equivale entonces a una de las condiciones siguientes:

ImH ( j)
167
1 m 1
ReH ( j)
Figura 9.10: Grado de estabilidad Para el vector en bucle abierto correspondiente a un m o dulo unidad el desfase es superior a -180 grados. Para una fase de 180 grados el mo dulo del vector de la funci on de transferencia en bucle abierto debe ser inferior as la unidad.
De este modo, los m argenes de fase y de ganancia establecen las posibles variaciones de la funci o n de transferencia G(s) debidas a perturbaciones eventuales que no afecten a la estabilidad del sistema. En la pr actica se considera que un margen de fase de 50 grados y un margen de ganancia de 10 dB son satisfactorios. Un margen de ganancia por debajo de los 30 grados no suele ser aceptable.
168
Criterio de Nyquist
Parte V
M etodos cl asicos de s ntesis
169
Tema 10
Compensaci on de sistemas realimentados

10.1 Introducci on.
Un sistema de control realimentado se representa esquem aticamente como se indica en la gura 10.1. Sobre este esquema vamos a recordar una serie de conceptos que consideramos de inter e s.
r(t ) +
e @ -@ @ @ 6m
u K
y(t ) G(s)
H (s)
Figura 10.1: Sistema de Control realimentado
al de Cadena directa o de acci on, es la que une los elementos comprendidos entre la se n error y la de salida. Ambas se nales est an relacionadas por la expresio n, Y (s) = KG(s) E (s) siendo G(s) la funci on de transferencia del sistema considerado. 171
172
Introducci on.
Cadena de realimentaci on, es la que une la se nal de salida con la de informacio n m(t ), que ales se relacionan as es comparada con la de referencia. Ambas sen , M (s) = H (s) Y (s) En este caso H(s) es la funci on de transferencia de la cadena de realimentacio n. Se llama bucle abierto, al conjunto de elementos que constituyen todo el sistema, si e ste se al de entrada fuese e(t ) y la de salida m(t ). abriese por el punto m(t ), es decir, como si la sen La funci on de transferencia del conjunto as dispuesto ser a M (s) = KG(s)H (s) E (s) ales Se llama bucle cerrado, al sistema conectado como se indica en la gura 10.1. Las se n y(t ) y r(t ) se relacionan por la conocida fo rmula, f acil de deducir, Y (s) KG(s) = R(s) 1 + KG(s)H (s) al de actuaci Obs ervese que, en este caso, la sen on sobre el sistema es proporcional a la se nal de error. Se trata pues de un control proporcional (P). El valor de la ganancia K del amplicador ser a, por tanto, un par ametro susceptible de ser variado de acuerdo con las necesidades del problema. En lo que sigue se supondr a siempre que la cadena de realimentacio n es unitaria, con lo que el esquema fundamental quedar a de la forma que se indica en gura 10.2 y quedando la funci on de transferencia en bucle cerrado reducida a Y (s) KG(s) = R(s) 1 + KG(s) Naturalmente en este caso cadena de accio n y bucle abierto son dos conceptos coincidentes. Por u ltimo, en algunas ocasiones se recurrir a a alg un servosistema f sico, concretamente al conocido servomecanismo elemental de posicio n, que responde en bucle abierto a una ecuaci on diferencial lineal de la forma J dy d2y +f = u(t ) 2 dt dt
siendo en este caso y(t ) un a ngulo (), J la inercia del conjunto motor-carga y f el coeciente de fricci on viscosa del mismo conjunto.
Para que un sistema de control realimentado actu e aceptablemente, necesita satisfacer unas determinadas especicaciones de funcionamiento, tanto para su r egimen permanente como para su transitorio que, normalmente, no se consigue con los elementos que constituyen el bucle de control.
173
r(t ) +
e -@ @ @ @ 6m
u K
y(t ) G(s)
Figura 10.2: Sistema de Control realimentado unitariamente
Hay veces en que un simple aumento de la ganancia est atica es suciente para lograr precisio n, sin que se afecte demasiado a las caracter sticas en estado transitorio. No obstante, como lo normal es que e stas se vean empeoradas con una actuacio n de este tipo, o en el mejor de los casos, no se consigan exactamente las que se pretende que tenga el sistema, es por lo que se desarrollaran a continuaci on los procedimientos de compensacio n que se han dado en llamar Cl asicos en raz on de ser los primeros que se utilizaron. Por el hecho de introducir una compensacio n sobre el bucle antes mencionado, el esquema se modica de alguna manera, como se muestra m as adelante. Se distinguen dos tipos de compensaci on:
Compensaci on en serie: Cuando el elemento corrector se coloca en cascada, en la cadena de acci on; y Compensaci on por realimentaci on: Cuando el elemento corrector constituye una segunda cadena de realimentaci on, en el bucle de control.
Los esquemas b asicos para uno y otro caso se muestran, respectivamente, en las guras 10.3 y 10.4. Como ya se ha indicado, en el caso de la compensaci o n en serie, la red correctora se coloca en cascada con los elementos de la cadena de accio n, y delante del amplicador para que el nivel de potencia a que trabaje sea el del error, es decir, bajo. As mismo, se distinguir an tres tipos de acciones:
Acci on proporcional m as derivada (PD); Acci on proporcional m as integral (PI) y Acci on proporcional m as integral y m as derivada (PID).
174
An alisis en el dominio de la frecuencia de la red PD
r(t ) + e
6 m
u Gr (s)
u K
y(t ) G(s)
Figura 10.3: Compensaci on en serie r(t ) + e

-
6 m 6
u K
y(t ) G(s)
Gr (s)
Figura 10.4: Compensaci on por realimentaci on
10.2 An alisis en el dominio de la frecuencia de la red PD

Tiene lugar cuando la se nal de mando del sistema es la suma de los t erminos, proporcional y derivado de la se nal de error. En este caso se dice que la compensacio n es del tipo PD. La funci on de transferencia de una red de este tipo es de la forma,
Gr(s) = K (1 + s)
La discusi on del caso general se har a en el dominio de la frecuencia, en donde los resultados adquieren mayor generalidad y sencillez. Para ello se estudiar a en primer lugar la respuesta en frecuencia de un corrector PD. Su representacio n en Bode es la que se indica en la Fig. 10.5. a la fase y la magnitud de la cadena Vemos pues que la red, a frecuencias mayores que 1 aumentar de acci on del sistema en el que se introduce. Para frecuencias algo menores que para frecuencias bajas.
1
el efecto es menos notorio llegando a ser despreciable
En el diagrama de Bode, que se representa en la gura 10.6, se observan dos efectos fundamentales sobre la respuesta en frecuencia de un sistema:
175
Amplitud(dB)
+20dB/dec
1/ (rad/s)
-260
Fase(grados)
-310
-360
1/
Figura 10.5: Diagrama de Bode para red PD 1. Aumento del ancho de banda: contrapartida, en el dominio de la frecuencia, de la disminuci on del tiempo de subida en la respuesta temporal del sistema. Este efecto es m as notable en el diagrama de Black, como se ver a un poco m as adelante, ya que all se trata la respuesta del sistema en bucle cerrado. 2. Aumento del margen de fase: contrapartida, en el dominio de la frecuencia, de la disminuci on de la sobreoscilaci on en el dominio del tiempo.
Compensada
Amplitud(dB)
0 dB Sin compensar
Fase(grados)
Compensada -180
o
MF2 MF1 Sin compensar
(rad/s)
Figura 10.6: Bode sistema con compensacio n PD Las guras 10.7 y 10.8 muestran la variacio n de la funci on de transferencia en bucle abierto de un sistema en el diagrama de Black, al introducir un corrector PD. Si se elige 1 < wR , se consiguen dos efectos:
176
An alisis en el dominio de la frecuencia de la red PD
1. Disminuir el pico de resonancia (Mr ) del sistema en bucle cerrado y 2. Aumentar la frecuencia de resonancia.
60
Amplitud(dB)
30
0 -360
-270
-180 Fase(grados)
-90
Figura 10.7: Diagrama de Black red PD

100
Sin compensar 50
Amplitud(dB)
Compensado -50
-100 -300
-240
-180 Fase(grados)
-120
-60
Figura 10.8: Diagrama de Black sistema con comp. PD Estos efectos de la red PD en el diagrama de Black tienen sus correspondientes en el dominio del tiempo, a saber: Aumento de la frecuencia de resonancia equivale a decir aumento del ancho de banda del sistema en bucle cerrado; por tanto, el sistema deja pasar un espectro mayor de frecuencias. La consecuencia inmediata es una respuesta m as r apida y, en consecuencia, un menor tiempo de subida.
177
Disminuir el pico de resonancia, tiene como consecuencia un aumento del margen de fase, y se sabe que este efecto va muy ligado a una disminuci o n de la sobreoscilaci on del sistema en bucle cerrado.
Queda a nadir, nalmente, que las redes PD, son irrealizables f sicamente, porque el grado de su polinomio numerador es mayor que el grado de su polinomio denominador. No obstante, en un sistema el ectrico, s se puede conseguir una red de este tipo utilizando elementos activos, aunque a un en este caso, la soluci on no tiene inter es pr actico ya que estas redes presentan un comportamiento muy malo frente a los ruidos.
10.3 An alisis en el dominio de la frecuencia de la red PI

al En este caso, la se nal de mando es la suma de un t ermino proporcional y otro integral, de la sen de error.
t
u(t ) = K e + Ki
e dt
0
La compensaci on es denominada PI y la funcio n de transferencia de una red de este tipo ser a: Gr(s) = K (1 + 1 + s 1 ) = K( ) s s
adir un polo en el origen (cambia el tipo del mismo) y una El efecto sobre el sistema es, pues, an acci on derivada. La respuesta en frecuencia de un corrector PI se muestra en la gura 10.9. Se ve que su acci o n consiste en disminuir la fase del sistema original, aumentando simult aneamente la ganancia en bajas frecuencias. Para altas frecuencias, no modica la respuesta.
Amplitud(dB)
-20dB/dec
1/
Fase(grados)
-45
-90
1/ (rad/s)
Figura 10.9: Respuesta en frecuencia Red PI
178
An alisis en el dominio de la frecuencia de la red PI
Amplitud(dB)
Compensado
0 dB Sin compensar
Fase(grados)
Sin compensar -180

o
MF1 MF2 Compensado
(rad/s)
Figura 10.10: Efecto Red PI El efecto de una red PI sobre un sistema puede verse en la gura 10.10. La gura 10.10, muestra que 1 debe elegirse menor que wR para afectar solamente la respuesta del sistema a bajas frecuencias y aumentar la precisio n del mismo, ya que si por el contrario, se 1 elige > wR aumentar a el pico de resonancia, pudiendo llegarse a inestabilizar el sistema original, como muestra la gura 10.10. La acci on PI se utiliza cuando se quiere mejorar el r egimen permanente de un sistema, es decir, cuando se quiere disminuir el error de seguimiento, y cuando se quiere que el sistema en cuesti o n sea insensible a variaciones en la carga. La introducci on de una red PI es causa de que el sistema, en bucle cerrado, tenga peor r egimen transitorio. Se puede dar una interpretacio n f sica de ello muy simple, y que servir a para comparar el efecto de esta red, con el que proporciona una red PD. La gura 2.6 muestra en diferentes pasos, co mo en este caso, la inversi on del par corrector se realiza con posterioridad al alineamiento de ambos ejes. La consecuencia de ello es que aumentar a la sobreoscilaci on y disminuir a el tiempo de subida, y el sistema ser a m as inestable. En resumen una red PI: Cambia el tipo del sistema (a nade un polo en el origen), Aumenta la sobreoscilaci on y disminuye el tiempo de subida de la respuesta temporal en bucle cerrado. Aumenta la precisi on est atica, compensando las variaciones de la carga a la salida. La red PI se encuentra en el mercado con facilidad, llevando normalmente incorporado el

50
179
Amplitud(dB)
25
0 -100
-80
-60 -40 Fase(grados)
-20
Figura 10.11: Respuesta PI.(Black)
comparador, con lo que el conjunto forma lo que se llama un regulador de acci o n PI.
10.4 Acci on proporcional, integral y diferencial (PID)

al de mando contiene tres t Como f acilmente se comprende, en este caso, la sen erminos, de tal suerte que la funci on de transferencia del compensador que recibe el nombre de PID es:
t
u(t ) = K e + Ki
e dt + Kd
de dt
Gr(s) = K (1 +
1 K + 2 s) = (1 + 1 s + 1 2 s2 ) 1 s 1 s
Se ve pues que, con una accio n PID, al sistema se le a nade un polo en el origen (se cambia el tipo), una acci on derivada primera, y una accio n derivada segunda. Tomando 1 = 2 = el diagrama de Bode queda como indica la gura 10.12 y su efecto sobre un sistema se muestra en la gura 10.13. on para el caso de correctores PD y PI) se pueden conseguir Si se elige 1 < R (que era condici buenas caracter sticas, tanto en el r egimen transitorio como en el permanente, es decir, es posible beneciarse de los efectos de ambos tipos de redes.
180
Acci on proporcional, integral y diferencial (PID)
Amplitud(dB)
-20dB/dec
20dB/dec
1/ (rad/s)
90
Fase(grados)
-90 1/ (rad/s)
Figura 10.12: Respuesta en frecuencia Red PID
100
50
Amplitud(dB)
-50
-100 -300
-240
-180 Fase(grados)
-120
-60
Figura 10.13: Diagrama de Black sistema con comp. PID
181
10.5 Compensaci on por avance de fase

Como se ha visto en el tema anterior una red PD aumenta la fase de la funci o n de transferencia y superiores, es decir, aumenta el margen de del sistema a corregir para frecuencias pro ximas a 1 fase (disminuye la sobreoscilacio n) y aumenta el ancho de banda (disminuye el tiempo de subida). Tambi en se ha dicho que una red PD es irrealizable f sicamente. No obstante, es posible conseguir elementos correctores que constituyen una aproximaci o na una red PD, en el rango de frecuencias en que los efectos son interesantes. Estas redes reciben el nombre de redes de adelanto de fase. Las redes de adelanto de fase tienen una funcio n de transferencia de la forma: Gr(s) = 1 + s ; 1 + s < 1 = 1 1 <
cuya representaci on gr aca se tiene en la gura 10.14.

|20log|
Amplitud(dB)
0 dB
1/ (rad/s)
1/at
-300
Fase(grados)
-330
-360
1/ (rad/s)
1/at
Figura 10.14: Respuesta en frecuencia Red de adelanto de fase La forma de la gr aca justica ampliamente la denominacio n de red de adelanto de fase. Su efecto constituye una aproximacio n excelente a una red PD. En efecto, la accio n de una red de adelanto de fase sobre la funcio n de transferencia del sistema en bucle abierto se muestra en la gura 10.15; si se compara e sta con la gura 10.6, se observar a que los efectos sobre el ancho de banda y el margen de fase son pr acticamente los mismos que los que produce una red PD. La diferencia entre ambas redes radica en el t ermino (1 + s) cuyo efecto sobre el ancho de banda y sobre el margen de fase es pr acticamente despreciable si se elige convenientemente el valor de 1/. Este valor, como es natural, debe elegirse notablemente superior al de la frecuencia para la cual la ganancia es 0dB, con objeto de que su efecto sea despreciable. Los criterios que presidir a n la elecci on de estos valores se ver an m as adelante, al considerar los m etodos de dise no. Lo que aqu interesa resaltar es el car acter de aproximaci on a la red PD que presenta la red de adelanto de fase.
182
Compensaci on por avance de fase
Amplitud(dB)
Compensado
0 dB Sin compensar
Fase(grados)
Compensado -180
o
MF2 Sin compensar
10
-1
10
10 (rad/s)
10
10
Figura 10.15: Efecto Red de adelanto de fase
En el mercado se pueden encontrar redes de adelanto de fase de tipo neum atico, hidr aulico o el ectrico, por ejemplo. A continuacio n se propone una red para un servosistema de tipo el ectrico, de f acil realizaci on, y que se muestra en la gura 10.16. En e sta se tiene:
R
ei
es
Figura 10.16: Realizaci on de una red de avance
ei = jZ + eo con e0 = jR siendo
Z=
1 R jwC
R+
1 jwC
R 1 + jwCR
183
ei =
eo e0 e0 R eo R + R + jwCRR Z + e0 = (Z + R ) = ( +R ) = R R R 1 + jwCR R 1 + jwCR
e0 R (1 + jwCR) R 1 + jwCR = = . ei R + R + jwCRR R + R 1 + jwC. RRR +R y llamando

R R+R
= y = CR queda e0 1 + jw = ei 1 + jw ; Gr(s) = 1 es 1 + jw G r(s) = = ei 1 + jw
G r(s) =
como funci on de transferencia de la red.
10.6 Efecto en el dominio de la frecuencia

La respuesta en frecuencia de esta red el ectrica de adelanto de fase, se muestra en la gura 10.15. De la expresi on de la funci on de transferencia se puede ver que el desfase que produce la red propuesta es: w w 1 + w2 2
tan = y la frecuencia a la cual se produce el m aximo: w = wm = el valor de = m es m aximo, tan m = y de aqu tan m sen m = = 1 + tan2 m
1 2
1 1 1 =
wm (1 ) wm (1 ) 1 = = 2 1 + w2 1+1 2 m
1+
(1)2 4
1 1 = = 2 4 + 1 + 2 1 +
relaci on e sta m as manejable que la anterior y que da el valor de para el margen de fase apetecido, m . El valor de se deducir a de la expresi on wm = 1 1 = 1 = wm
184
M etodo pr actico
sustituyendo wm por la pulsaci on para la cual queremos que se produzca el m aximo adelanto de fase. Debe hacerse notar que para que la ganancia est atica del sistema no quede afectada, hay que 1 on que produce la red a aumentar la ganancia del amplicador en el valor , siendo la atenuaci bajas frecuencias. La gura 10.17. muestra el efecto de una red de adelanto de fase sobre la respuesta en bucle cerrado del sistema, en el plano de Black. Puesto que se pretende un efecto del tipo PD, se comprende f acilmente que la frecuencia wR debe situarse en las proximidades de la frecuencia de resonancia del sistema wR para que de esta forma la nueva frecuencia de resonancia w R sea menor que wR . Asimismo, el pico de resonancia M ser a menor que el anterior, M .
50 Mm
m1
Amplitud(dB)
Sin compensar -50
m2
Compensada
-150 -300
-240
-180 Fase(grados)
-120
-60
Figura 10.17: Diagrama de Black sistema con Red de adelanto de fase NOTA: Otros autores utilizan como expresio n de la funci on de transferencia de la red la siguiente expresi on 1 1 + as a 1+ s siendo las equivalencias entre e sta y la estudiada anteriormente, las siguientes: 1 = a 1 wm = a = sen m = a1 a+1
10.7 M etodo pr actico

Para ver el m etodo pr actico de compensaci on mediante una red de avance, lo haremos con la ayuda de un ejemplo. Dicho ejemplo consiste en compensar el sistema cuya funci o n de transferencia en bucle abierto es:
185
G(s) =
K s(1 + s)(1 + 0.0125s)
para que cumpla las siguientes especicaciones: 1. Margen de fase > 50 , 2. Error de seguimiento para una entrada u(t ) = t , menor que el 1 %. Resoluci on: Para cumplir la especicaci on de r egimen permanente, Kv = K = Las dos frecuencias de esquina son 1 y 1 R = = 100 E 0.01 = 80
1 0.0125
En Bode se ve que el sistema es inestable. El margen de fase es de unos 2 aproximadamente. Se compensar a el sistema mediante una red de adelanto.
Para el c alculo de , se toma un a ngulo m algo mayor que el m nimo requerido, por ejemplo 55 y se tendr a que, sen 55 = Para hallar se procede as : 1 = 0.82 de donde 0.1 1+
1. Se calcula la atenuaci on total de la red, que ser a: 20 log = 20 log 0.1 = 20 dB 2. Se busca la frecuencia para la cual la atenuacio n del sistema es la mitad que la de la red, es decir, 10 dB, y se elige aquella como la frecuencia para la que se quiere la m a xima desviaci on de fase. Con ello, en el nuevo punto de corte (que estar a desplazado ligeramente hacia la derecha con respecto al anterior), se tendr a el margen de fase buscado. Por lo dicho, 1 wm = = 18 rad /seg luego w1 = 1 = wm = 5.7 rad /seg. 1 wm w2 = = = 57 rad /seg.
186 As la funci on de transferencia de la red ser a G r(s) = 1 + 51 1 + s .7 s = 0.1 1 1 + s 1 + 57 s Gr(s) = o 1 + 0.1754s 1 + 0.01754s
M etodo pr actico
Para que la ganancia a bajas frecuencias no se altere, ha de introducirse una ganancia adicional de Ka = 1/ = 10, con lo que el sistema, una vez corregido, tendr a como funci on de transferencia: 100(1 + 51 .7 s)
1 s) s(1 + s)(1 + 0.0125s)(1 + 57
G (s) =
Con este ejemplo se han ilustrado los pasos necesarios para la colocaci o n de una red de avance de fase, de forma que su aprovechamiento sea el m aximo posible.
Amplitud(dB)
0dB -10dB
1 m 2
10
-1
10
10 (rad/s)
10
10
Figura 10.18:

Ran 0405

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

Ran 0405

Cargado por

Copyright:

Formatos disponibles

Departamento de Ingenier a de Sistemas y Autom atica. Universidad de Sevilla.

Apuntes de Regulaci on Autom atica

Sevilla, Octubre de 2004

3 Descripci on de los sistemas din amicos i

Sistemas de control realimentados . . . . . . . . . . . . . . . . . . . . . . . . .

Sistemas hidr aulicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Simulaci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.7.1 M etodos num ericos de integraci on . . . . . . . . . . . . . . . . . . . . .

II An alisis en el dominio del tiempo

Ejemplos de sistemas de primer orden . . . . . . . . . . . . . . . . . . . . . . .

El sistema de primer orden como integrador . . . . . . . . . . . . . . . . . . . . 104

6 Sistemas din amicos lineales de segundo orden y superior 6.1

7 An alisis de errores en r egimen permanente 7.1

III An alisis de sistemas din amicos en el dominio de la frecuencia

8 Representaci on gr aca de la funci on de transferencia 8.1

Sistemas de fase m nima . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 C rculos M y N . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145

IV Estabilidad de sistemas din amicos

9 Estabilidad de los sistemas din amicos 9.1 9.2

M etodos cl asicos de s ntesis

10 Compensaci on de sistemas realimentados

Introducci on a los sistemas de control.

Necesidad del modelo matem atico del sistema.

1.2 Necesidad del modelo matem atico del sistema.

Introducci on a los sistemas de control.

Idea de realimentaci on.

1.3 Idea de realimentaci on.

Introducci on a los sistemas de control.

Figura 1.2: Realimentaci on

1.4 Realimentaci on, retardos y oscilaci on.

Sensibilidad y realimentaci on.

1.5 Sensibilidad y realimentacio n.

Introducci on a los sistemas de control.

1.6 Las Matem aticas y el control autom atico.

Las Matem aticas y el control autom atico.

Modelo Matem atico

Introducci on a los sistemas de control.

1.7 Bosquejo hist orico del control autom atico.

:velocidad del eje.

Figura 1.6: Regulador centr fugo de Watt

1.8 Senales y sistemas.

Introducci on a los sistemas de control.

Seales de entrada u(t)

Seales de salida y(t)

Excitacin Constante velocidad

1.9 Servomecanismos y reguladores.

Introducci on a los sistemas de control.

Introducci on a los sistemas realimentados

f y(t) u(t) amplificador

al u(t ). discrepancia da lugar al error e, a partir del cual se obtiene la se n

Introducci on a los sistemas realimentados

2.2 Acci on proporcional m as derivada (PD).

1. Disminuci on de la sobreoscilaci on 2. Disminuci on del tiempo de subida

Acci on proporcional m as derivada (PD).

Introducci on a los sistemas realimentados

Acci on proporcional m as integral (PI).

2.3 Acci on proporcional m as integral (PI).

siendo Pe el par externo aplicado y e = r y Eliminado se tiene d2r d2e dr de J +f f = Ke + Ki 2 2 dt dt dt dt

Introducci on a los sistemas realimentados

Si la referencia es un escal on, se tendr a que

Acci on proporcional m as integral (PI).

Figura 2.6: Respuesta temporal a red PI

Descripci on de los sistemas din amicos

Tabla de Transformadas de Laplace

f (t ) (t ) 1 (t 0) t (t 0) 2 t (t 0) t n (t 0) et sent cost t e sent et cost

u dv = uv por lo que resulta,