FCC PDF

______________________________________________________________________________________________
Control en el espacio de estado Pg. 151

Ing. Eduardo Interiano
4 Control en el espacio de estado

4.1 Controlabilidad

Existen dos conceptos fundamentales de los sistemas de control: la
controlabilidad y la observabilidad. La controlabilidad se ocupa del problema de
poder dirigir un sistema de un estado inicial dado, a un estado arbitrario y la
observabilidad se ocupa del problema de determinar el estado de un sistema
dinmico a partir de observaciones de los vectores de salida y de control en un
nmero finito de periodos de muestreo.

Los conceptos de observabilidad y controlabilidad fueron introducidos por
R.E. Kalman. Estos tienen un papel importante en los sistemas de control
multivariables, de hecho a partir de ellos se hace posible obtener una solucin
completa a un problema de control ptimo.

El concepto de controlabilidad es la base para solucionar el problema de la
ubicacin de polos y el concepto de la observabilidad juega un papel importante
para el diseo de los observadores de estados.

As, si el sistema es de estado completamente controlable, entonces es
posible seleccionar los polos en lazo cerrado deseados en el plano z (o las races de
la ecuacin caracterstica) y se podr disear el sistema que proporcione estos polos
en lazo cerrado.

Definicin de controlabilidad

Un sistema es controlable si cada variable de estado del proceso se puede
controlar para llegar a un cierto objetivo en un tiempo finito, a travs de algn
control no restringido u(t). Por lo tanto el concepto de controlabilidad trata de la
existencia de un vector de control que puede causar que el estado del sistema llegue
a algn estado arbitrario.

En forma intuitiva, un sistema de control es controlable si todas las variables
de estado pueden ser controladas en un periodo finito, mediante alguna seal de
control no restringida. As, si cualquiera de las variables de estado es independiente
______________________________________________________________________________________________
de la seal de control, entonces resulta imposible controlar esa variable de estado y,
por lo tanto, el sistema es no controlable.

4.1.1 Controlabilidad completa de estado para un sistema de control en
tiempo continuo lineal e invariante en el tiempo.

Considere el sistema lineal e invariante en el tiempo descrito con las
siguientes ecuaciones:

) ( ) ( ) (
) ( ) (
t t t
t t
Du Cx y
Bu Ax x
+ =
+ = &

(4.1)

donde:
x(t): vector de estado de n x 1
u(t): vector de entrada de r x 1
y(t): vector de salida de p x 1.
A, B, C, D: son los coeficientes de las dimensiones apropiadas.

Se dice que el estado x(t) es controlable en t = t
o
si existe una entrada
continua por intervalos u(t) que mover el estado a cualquier estado final x(t
f
) en un
tiempo finito (t
f
- t
o
) 0.

Si cada estado x(t
o
) del sistema es controlable en un intervalo de tiempo
finito, se dice que es un sistema de estado completamente controlable o
simplemente controlable.

Condiciones para la controlabilidad de estado

Para que el sistema descrito por la ecuacin (4.1) sea de estado
completamente controlable, es necesario y suficiente que la siguiente matriz de
controlabilidad de n x nr tenga rango n:

] B A B A AB [B M
1 - n 2
=

(4.2)

Ya que las matrices A y B estn involucradas, algunas veces se dice que el
par [A, B] es controlable, lo que implica que M es de rango n.

______________________________________________________________________________________________
Aunque este criterio es bastante directo, no es muy sencillo emplearlo en
forma manual para sistemas de orden superior o sistemas con muchas entradas. Si
M no es cuadrada, se puede formar la matriz MM, que es de n x n; entonces si
MM es no singular M tiene rango n.

Existen otros mtodos alternos para probar la controlabilidad entre los cuales
encontramos:

Para un sistema SISO descrito por la ecuacin (4.1), el par [A, B] es
completamente controlable si A y B estn en la Forma Cannica Controlable o
FCC, o son transformables a la Forma Cannica Controlable mediante una
transformacin de similitud. Esto dado que la transformacin a la FCC requiere
que la matriz de controlabilidad M sea no singular.

Para un sistema descrito por la ecuacin de estado (4.1), si A est en la Forma
Cannica Diagonal o Forma Cannica de J ordan, el par [A, B] es
completamente controlable si todos los elementos en los renglones de B que
corresponden al ltimo rengln de cada bloque de J ordan no son cero.

La prueba de este teorema se logra directamente de la definicin de
controlabilidad. Se supone que A es diagonal y que tiene valores caractersticos
distintos. Entonces el par [A, B] es controlable si B no posee algn rengln de
ceros. La razn es que si A es diagonal, todos los estados estn desacoplados, y
si cualquier rengln en B contiene todos los elementos en cero, el estado
correspondiente no se vera afectado por ninguna de las entradas, y el estado
sera no controlable.

Para un sistema en la Forma Cannica de J ordan con las matrices A y B:

=
2
1
1
1
0 0 0
0 0 0
0 1 0
0 0 1
=
42 41
32 31
22 21
12 11

b b
b b
b b
b b
B

(4.3)

Para que exista controlabilidad slo los elementos en el rengln B que
corresponden al ltimo rengln en el Bloque de J ordan deben ser diferentes de
cero. Por lo tanto la condicin de controlabilidad para A y B de la ecuacin
(4.3), es que b
31
0, b
32
0, b
41
0 y b
42
0.
______________________________________________________________________________________________
Ejemplo 4.1: Clculo de la matriz de controlabilidad

Las ecuaciones de estado de un sistema estn descritas de la siguiente
manera:

=
1 - 0
1 2
A
=
0
1
B

Por lo que segn la ecuacin (1), la matriz de controlabilidad es:

[ ]

= =
0 0
2 - 1
AB B M

Que es singular y por lo tanto el sistema es no controlable.

Ejemplo 4.2: Controlabilidad por el mtodo de Jordan

Considere el sistema de tercer orden que tiene las matrices con coeficientes:

=
3 4 - 1
0 1 0
1 - 2 1
A

=
1
0
0
B

La matriz de controlabilidad es:

[ ]
= =
8 3 1
0 0 0
4 - 1 - 0
B A AB B M
2

la cual es singular . Por lo que el sistema es no controlable.

Los valores caractersticos de A son
1
=2,
2
=2,
3
=1. La forma Cannica
de J ordan de A y B se obtiene con la transformacin:

) ( ) ( t t x T x =

______________________________________________________________________________________________
en donde :

=
2 1 1 -
1 0 0
0 0 1
T

Entonces:

= =

1 0 0
0 2 0
0 1 2
AT T A
1

= =

0
1
0
B T B
1

Ya que el ltimo rengln de B, que corresponde al bloque de J ordan para el
valor caracterstico de
3
, es cero, la variable de estado transformada x
3
(t) es no
controlable. Y de la matriz de transformacin T, x
2
=x que significa que x
2
es no
controlable en el sistema original.

Condicin de controlabilidad de estado completo en el plano s

La condicin de controlabilidad de estado completo, se puede establecer en
trminos de la funcin de transferencia, o de matrices de transferencia. La
condicin de controlabilidad necesaria es que no haya cancelacin en la funcin de
transferencia, ya que si se produce cancelacin el sistema no se podr controlar en
la direccin del modo cancelado.

Ejemplo 4.3: Controlabilidad de un sistema dado por su funcin de
transferencia

) 1 )( 5 . 2 (
) 5 . 2 (
) (
+
+
=
s s
s
s G

Est claro que en el numerador y denominador de esta funcin de
transferencia se produce la cancelacin del factor (s + 2.5). Debido a esta
cancelacin el sistema no es de estado completamente controlable.

______________________________________________________________________________________________
4.1.2 Controlabilidad de salida

En el diseo prctico de un sistema de control se puede desear controlar la
salida, en lugar del estado del sistema. Por lo tanto, la controlabilidad de estado
completo no es necesaria ni suficiente para controlar la salida del sistema. Por esa
razn, es necesario definirla en forma separada.

Considere el sistema descrito por:

) ( ) ( ) (
) ( ) (
t t t
t t
Du Cx y
Bu Ax x
+ =
+ = &

(4.4)

donde:

x(t): vector de estado (vector de dimensin n)
u(t): vector de control (vector de dimensin r)
y(t): vector de salida (vector de dimensin m)
A: matriz de n x n.
B: matriz de n x r.
C: matriz de m x n.
D: matriz de m x r.

El sistema es de salida completa controlable, si se puede construir un vector
de control no restringido u(t) que transfiere cualquier estado inicial y(t
o
) a cualquier
salida final y(t
1
) en un intervalo de tiempo finito.

Condicin de controlabilidad de salida

El sistema descrito por la ecuacin (4.4) posee controlabilidad de salida
completa s y slo s, la matriz de m x (n + 1) r :

] [ B CA B CA CAB CB D
1 - n 2

(4.5)

posee rango m.

As, la presencia del trmino Du(t) en la ecuacin de salida ayuda a
establecer la controlabilidad de la salida.
______________________________________________________________________________________________
4.1.3 Controlabilidad completa para un sistema de control en tiempo discreto
lineal e invariante en el tiempo

Considere el sistema de control de tiempo discreto definido por:

) ( ) ( ) ) 1 (( kT kT T k u B x A x
d d
+ = +

(4.6)

donde:
x(kT): vector de estado (vector de dimensin n) en el k-simo instante del
muestreo.
u(kT): seal de control en el k-simo instante de muestreo.
A
d
: matriz de n x n.
B
d
: matriz de n x r.
T: periodo de muestreo.

Se supone que u(kT) es constante para kT t< (k + T)T.

Condicin de controlabilidad para sistemas en tiempo discreto

El sistema de control en tiempo discreto dado por la ecuacin (4.6) es de
estado completamente controlable, si existe una seal de control constante por
intervalos u(kT) definida a lo largo de un nmero finito de periodos de muestreo de
forma tal que al partir de cualquier estado inicial, el estado x(kT) pueda ser
transferido al estado deseado x
f
en n periodos de muestreo como mximo.

Al igual que para el tiempo continuo se tiene que para que un sistema posea
controlabilidad completa de estado la matriz de controlabilidad

] [
d
1 - n
d d d d
B A B A B

(4.7)

debe poseer rango n. Lo cual debe cumplirse tambin en el caso de que u(kT) sea
un vector.

Forma alterna de condicin para la controlabilidad de estado

Considere el sistema definido por:

) ( ) ( ) ) 1 (( kT kT T k u B x A x
d d
+ = +

(4.8)

______________________________________________________________________________________________
donde:
x(kT): vector de estado (vector de dimensin n) en el k-simo instante del
muestreo.
u(kT): seal de control en el k-simo instante de muestreo.
A
d
: matriz de n x n.
B
d
: matriz de n x r.
T: periodo de muestreo.

Si los vectores caractersticos de A
d
son distintos, entonces se puede
encontrar una matriz de transformacin P tal que:

0

0
n
2
1
P A P
d
1

= =
nr n2 1
2r 22 21
1r 12 11
f f

f f
f f
n
f
f
f
F B P
d
1

Si los elementos de cualquiera de los renglones en la matriz F son cero,
entonces la variable de estado correspondiente no puede controlarse mediante
cualquiera de los u(kT). Por lo tanto la condicin completa para la controlabilidad
de estado es que si los vectores caractersticos de A
d
son distintos, entonces el
sistema es de estado completamente controlable, si y slo si, ninguno de los
renglones de P
-1
B
d
tienen elementos cero. Para aplicar esta condicin se hace
necesario que P
-1
A
d
P se ponga en la forma diagonal. Por tanto si la matriz A
d
no
tiene vectores caractersticos distintos es imposible su diagonalizacin. En tal caso,
se puede transformar A
d
a una forma cannica diagonal de J ordan.

As para un sistema con valores caractersticos
1
,
1
,
1
,
4
,
4
,
6
, ...,
n
,
que posee n-3 vectores caractersticos distintos, la forma cannica de J ordan de A
d

es:
______________________________________________________________________________________________
=
n 0 0

0
0
1
0 0
1 0
0 0 1
6
4
4
1
1
1
J

De donde las condiciones para la controlabilidad son:

1. Dos bloques de J ordan de la matriz J no deben estar asociados con
valores caractersticos iguales.
2. Los elementos de cualquier rengln que corresponden al ltimo rengln
del bloque de J ordan no deben ser cero.
3. Los elementos de cada rengln que corresponden a valores caractersticos
no deben ser todos cero.

Ejemplo 4.4: Controlabilidad en tiempo discreto

Los sistemas siguientes son de estado completamente controlable:

) (
3
2
) (
) (
2 - 0
0 1
) 1 (
2
1
k
k x
k x
k u x

= +

+
+
+
+
+
) (
) (
2
0
) (
) (
) (
) (
) ( 2
) 1 (
) 1 (
) 1 (
) 1 (
) 1 (
2
1
5
4
3
2
1
5
4
3
2
1
k u
k u
1
0 0
0 3
0 0
1
k x
k x
k x
k x
k x
5 - 0 0
1 5 -
2 - 0 0
1 2 - 0
0 0 1
k x
k x
k x
k x
k x

______________________________________________________________________________________________
Los sistemas siguientes no son de estado completamente controlable:

) (
0
2
) (
) (
2 - 0
0 1
) 1 (
2
1
k
k x
k x
k u x

= +

+
+
+
+
+
) (
) (
0
0
) (
) (
) (
) (
) ( 2
) 1 (
) 1 (
) 1 (
) 1 (
) 1 (
2
1
5
4
3
2
1
5
4
3
2
1
k u
k u
0
1 2
0 0
0 3
1
k x
k x
k x
k x
k x
5 - 0 0
1 5 -
2 - 0 0
1 2 - 0
0 0 1
k x
k x
k x
k x
k x

Condiciones para la controlabilidad de estado en el plano z

La condicin de controlabilidad de estado completo, se puede establecer en
trminos de la funcin de transferencia. La condicin de controlabilidad necesaria
es que no haya cancelacin en la funcin de transferencia, ya que si se produce
cancelacin el sistema no se podr controlar en la direccin del modo cancelado.

Ejemplo 4.5: Controlabilidad para una funcin de transferencia en tiempo
discreto

) 8 . 0 )( 5 . 0 (
) 5 . 0 (
) (
+ +
+
=
z z
z
z G

Est claro que en el numerador y denominador de esta funcin de
transferencia se produce la cancelacin del factor (z + 0.5). Debido a esta
cancelacin el sistema no es de estado completamente controlable.
4.1.4 Controlabilidad de salida en tiempo discreto

En el diseo prctico de un sistema de control se puede desear controlar la
salida, en lugar del estado del sistema. Por lo tanto, la controlabilidad de estado
completo no es necesaria ni suficiente para controlar la salida del sistema. Por esa
razn, es necesario definirla en forma separada.

______________________________________________________________________________________________
Considere el sistema descrito por:

) ( ) ( ) (
) ( ) ( ) ) 1 ((
kT kT kT
kT kT T k
Du Cx y
u B x A x
d d
+ =
+ = +

(4.9)

donde:

x(kT): vector de estado (vector de dimensin n) en el k-simo instante de
muestreo
u(kT): vector de control (escalar) en el k-simo instante de muestreo
y(kT): vector de salida (vector de dimensin m) en el k-simo instante de
muestreo

A
d
: matriz de n x n.
B
d
: matriz de n x r.
C: matriz de m x n.
D: matriz de m x r.

El sistema es de salida completa controlable, si es posible tener una seal de
control no restringida u(kT), definida a lo largo de un nmero finito de periodos de
muestreo 0 kT < nT tales que, empezando a partir de una salida inicial y(0), la
salida y(kT) pueda ser transferida al punto deseado en n periodos de muestreo
como mximo.

Condicin de controlabilidad de salida

El sistema descrito por la ecuacin (4.9) posee controlabilidad de salida
completa s y slo s, la matriz de m x (n + 1) r

] [
d
1 - n
d d d d
B CA B CA CB D

(4.10)

posee rango m.

As, la presencia de la matriz D en la ecuacin de salida del sistema ayuda a
establecer la controlabilidad completa de la salida.

______________________________________________________________________________________________
4.2 Observabilidad

Dado un sistema lineal e invariante en el tiempo que se describe mediante las
ecuaciones dinmicas (4.11) y (4.12):

x(t) =Ax(t) +Bu(t) (4.11)

y(t) =Cx(t) +Du(t) (4.12)

se dice que el estado x(t
0
) es observable si dada cualquier entrada u(t), existe un
tiempo finito t
f
t
0
tal que el conocimiento de:

1) u(t) para t
0
t < t
f

2) las matrices A, B, C y D
3) la salida y(t) para t
0
t < t
f

sea suficiente para determinar x(t
0
). Si cada estado del sistema es observable para
un tiempo finito, se dice que el sistema es completamente observable, o
simplemente observable.

Para que el sistema descrito por las ecuaciones (4.11) y (4.12) sea
completamente observable, es necesario y suficiente que la siguiente matriz de
observabilidad de n x np tenga un rango n:

=
1 n
2
CA
...
CA
CA
C
S
(4.13)

La condicin tambin se conoce como que el par [A,C] es observable. En
particular, si el sistema tiene solo una salida, C es una matriz de regln de 1 x n, S
es una matriz cuadrada de n x n. Entonces, el sistema es completamente observable
si S es no singular (matriz cuadrada cuyo determinante es diferente de cero).

______________________________________________________________________________________________
4.2.1 Pruebas alternas sobre observabilidad.

1) Para un sistema SISO descrito por las ecuaciones (4.11) y (4.12), el par
[A,C] es completamente observable si A y C estn en la forma cannica
observable (FCO) o son transformables a la FCO mediante una
transformacin de similitud.

2) Si A est en la forma cannica diagonal (FCD) o en la forma cannica de
J ordan (FCJ ), el par [A,C] es completamente observable si todos los
elementos en las columnas de C que corresponden al primer rengln de cada
bloque de J ordan son diferentes de cero.
4.2.2 Relacin entre observabilidad y funciones de transferencia.

Si la funcin de transferencia entrada-salida de un sistema lineal tiene
cancelacin de polos y ceros, el sistema ser o no observable dependiendo de cmo
se definan las variables de estado. Por otra parte, si la funcin de transferencia
entrada-salida no tiene cancelacin de polos y ceros, el sistema siempre se puede
representar mediante las ecuaciones dinmicas como un sistema totalmente
observable.

Ejemplo 4.6: Clculo de la matriz de observabilidad

Considere la funcin de transferencia

) 2 )( 1 (
2
) (
) (
+ +
+
=
s s
s
s U
s Y

La cual se descompone en la FCC como sigue:

[ ] 1 2
1
0
3 2
1 0
=

=
C
B
A

______________________________________________________________________________________________
La matriz de observabilidad es:

=
1 2
1 2
CA
C
S

Que es singular, y el par [A, C] de la FCC es no observable.

Ahora se transforma a la FCO:

[ ] 1 0
1
2
3 1
2 0
=
=
C
B
A

Debido a que la FCO se puede realizar, el par [A, C] es observable.

La conclusin a la que se llega de este ejemplo es que dado un sistema
modelado mediante una funcin de transferencia, las condiciones de observabilidad
del sistema dependen de cmo se definan las variables de estado.
4.2.3 Teoremas sobre observabilidad de sistemas en lazo cerrado con
realimentacin de estado.

Si un sistema en lazo abierto es controlable y observable, la realimentacin
del estado puede destruir la observabilidad.

Ejemplo 4.7: Como la realimentacin puede alterar la observabilidad

Sean las matrices de coeficientes de un sistema lineal:

[ ] 2 1
1
1
3 2
1 0
=

=
C
B
A

______________________________________________________________________________________________
Se puede mostrar que el par [A,C] es observable. La realimentacin del
estado se define como:

) ( ) ( ) ( t t r t u Kx =
(4.14)

en donde

] , [
2 1
k k = K (4.15)

Entonces el sistema en lazo cerrado se describe por la ecuacin de estado:

) ( ) ( ) ( ) ( t t t Br x BK A x + =
(4.16)

=
2 1
2 1
3 2
1
k k
k k
BK A
(4.17)

La matriz de observabilidad del sistema en lazo cerrado es:

=
5 3 4 3
2 1
2 1
k k BK) C(A
C
S
(4.18)

El determinante de S es:
3 3 6
2 1
+ = k k S

Por lo que si k
1
y k
2
se seleccionan para que S =0, el sistema en lazo cerrado
sera no observable.
4.2.4 Observabilidad completa de sistemas de tiempo discreto.

Sea el sistema descrito por:

) ( ) ) 1 (( kT T k x A x
d
= +
(4.19)

) ( ) ( kT kT x C y =
(4.20)

Donde

x(kT) =vector de estado (vector n-dimensional)
y(kT) =vector de salida (vector m-dimensional)
A
d
=matriz de n x n.
______________________________________________________________________________________________
C =matriz de m x n.
T =perodo de muestreo.

Este sistema es completamente observable si, dada la salida y(kT) para
perodos de muestreo finitos, es posible determinar el vector de estado inicial x(0).

Como la solucin x(kT) es

x(kT) =A
d
k
x(0)
Se obtiene

y(kT) = CA
d
k
x(0)

Observabilidad completa significa que, dadas y(0), y(T), ..., y(NT), se
pueden determinar x
1
(0), x
2
(0), ..., x
n
(0). Para determinar n incgnitas se necesitan
solamente n valores y(kT). Por tanto, N =n-1. Para un sistema completamente
observable, dadas

y(0) =Cx(0)

y(T) =CA
d
x(0)
.....
y((n-1)T) =CA
d
n-1
x(0)

se deben poder determinar x
1
(0), x
2
(0), ..., x
n
(0). Notando que y es un vector de m,
las n ecuaciones simultneas precedentes dan nm ecuaciones, todas involucrando
x
1
(0), x
2
(0), ..., x
n
(0). Para obtener de estas nm ecuaciones un conjunto nico de
soluciones x
1
(0), x
2
(0), ..., x
n
(0), hay que poder escribir entre ellas exactamente n
ecuaciones linealmente independientes. Esto exige que la matriz de nm x n

=
1 n
d
2
d
d
CA
...
CA
CA
C
S

(4.21)

sea de rango n.

______________________________________________________________________________________________
4.2.5 Forma cannica observable FCO

Es una forma dual de la forma cannica controlable (FCC). Dado el sistema
descrito en variables de estado:

) ( t x Q x
1
=

(4.22)
AQ Q A
1
=

(4.23)
B Q B
1
=

(4.24)
CQ C =

(4.25)
D D =

(4.26)

en donde

=
1
2
1
0
0 . . 0 0
. . . . . .
0 . . 1 0
0 . . 0 1
0 . . 0 0
n
a
a
a
a
A

(4.27)

[ ] 1 0 . . 0 0
= C
(4.28)

Los elementos de las matrices B
y D
no estn restringidos a ninguna forma.

La matriz Q de transformacin a FCO est dada por:

( )
1
= WS Q (4.29)

en donde W est dado por:

0 0 0 1
0 0 1
0 1
1
1
3 2
1 2 1
L
L
M M O M M
L
L
n
n
a
a a
a a a
W

(4.30)
______________________________________________________________________________________________
y S por:

=
1 n
d
2
d
d
CA
.
CA
CA
C
S

(4.31)

La matriz S a menudo se define como la matriz de observabilidad, y S
-1
debe
existir para que la transformacin FCO sea posible.

Forma alterna de la condicin de observabilidad completa.

Considere el sistema definido por las ecuaciones (4.19) y (4.20) que aqu se
repite:

) ( ) ) 1 (( kT T k x A x
d
= +
(4.19)
) ( ) ( kT kT x C y =
(4.20)

Suponga que los valores caractersticos de A
d
son distintos, y que una matriz
de transformacin P que transforma a A
d
en una matriz diagonal, de tal forma que
P
-1
A
d
P es una matriz diagonal:

) ( ) ( kT kT x P x =

(4.32)

Entonces las ecuaciones (4.19) y (4.20) se pueden rescribir como sigue:

) ( ) ) 1 (( kT T k x P A P x
d
1
= +

(4.33)

T k kT ) ( ) ( x CP y = (4.34)

Por lo tanto

) 0 ( ) ( x P) A CP(P y
n
d
1
= nT
(4.35)

______________________________________________________________________________________________
es decir,

=
) 0 (
.
) 0 (
) 0 (
) 0 (
.
) (
2 2
1 1
2
2
1
n
n
n
n
n
n
n
n
x
x
x
nT
CP x CP y

(4.36)

donde
1
,
2,
...
n
son n valores caractersticos de A
d
. El sistema es completamente
observable, si y solo si ninguna de las columnas de la matriz CP (m x n) est
formada de elementos cero. Esto es debido a que si la i-sima columna de CP est
formada de elementos cero, entonces la variable de estado
) 0 (
i
x
no aparecer en la
ecuacin de salida y, por la tanto, no podr ser determinada a partir de la
observacin de y(kT). De este modo, x(0), que est relacionada con ) 0 ( x mediante
la matriz no singular P, no podr ser determinada.

Si la matriz A
d
implica valores caractersticos mltiples y no puede ser
transformada a una matriz diagonal, entonces si se utiliza una matriz de
transformacin A
d
a la forma cannica de J ordan:

J S A S
d
1
=
(4.37)

donde J est en la forma cannica de J ordan. Se define

) ( ) ( kT kT x S x = (4.38)

Entonces las ecuaciones (4.19) y (4.20) se pueden rescribir como sigue:

) ( ) ( ) ) 1 (( kT kT T k x J x S A S x
d
1
= = +

(4.39)

) ( ) ( kT kT x CS y = (4.40)

Dando as:

) 0 ( ) ( x S) A CS(S y
n
d
1
= nT (4.41)

______________________________________________________________________________________________
El sistema es completamente observable, si y solo si:

1) dos bloques de J ordan en J no est asociados con el mismo valor
caracterstico;

2) ninguna de las columnas de CS que corresponda al primer rengln del
bloque de J ordan est formada de elementos cero;

3) ninguna columna de CS que corresponda a valores caractersticos
distintos est formada de elementos cero.

Condicin para la observabilidad completa en el plano z.

Una condicin necesaria y suficiente para la observabilidad completa es que
no ocurra ninguna cancelacin de polos y ceros en la funcin de transferencia de
pulso. Si ocurre esta cancelacin, el modo cancelado no podr observarse en la
salida.

Efecto de la discretizacin de un sistema de tiempo continuo sobre la
controlabilidad y la observabilidad.

Al pasar del tiempo continuo al tiempo discreto, puede ocurrir cancelacin de
polos y ceros. El sistema puede perder controlabilidad y observabilidad.

Un sistema de estado completamente controlable y observable, en ausencia
de muestreo, permanece en tales condiciones despus del muestreo, si y solo si para
cada valor caracterstico de la ecuacin caracterstica para el sistema de control en
tiempo continuo, la relacin:

{ } { }
j i
Re Re = (4.42)

implica que

{ }
T
n
j i

2
Im
(4.43)

donde T es el perodo de muestreo y n =1, 2... . Se hace notar que, a menos que
el sistema contenga polos complejos, no ocurrir cancelacin de polos y ceros al
pasar de tiempo continuo al caso del tiempo discreto.
______________________________________________________________________________________________
Ejemplo 4.8: Considere el sistema de funcin de transferencia siguiente:

( )
2 1
1 1
4 . 0 3 . 1 1
08 . 1
) (
) (

+ +
+
=
z z
z z
z U
z Y
; T = 0.2s
(4.44)

Una representacin en el espacio de estados para este sistema puede estar dada por

( )
( )
( )
) (
1
0
3 . 1 4 . 0
1 0
1
) 1 (
2
1
2
1
k u
k x
k x
k x
k x
+
+

(4.45)

( ) [ ]
( )
( )
=
k x
k x
k y
2
1
1 8 . 0

(4.46)

Para el mismo sistema se puede dar una representacin en el espacio de estados
diferente mediante

( )
( )
( )
) (
1
8 . 0
) ( 3 . 1 1
4 . 0 0
1
1
2
1
2
1
k u
k x
k x
k x
k x
+
+

(4.47)

( ) [ ]
( )
=
) (
1 0
2
1
k x
k x
k y

(4.48)

Demuestre que la representacin en el espacio de estados definida por las
ecuaciones (4.45) y (4.46) da un sistema que es de estado controlable, pero no
observable. Demuestre, por otra parte, que la representacin en el espacio de estado
definido por las ecuaciones (4.47) y (4.48) y da un sistema que no es de estado
completamente controlable, pero s observable. Explique lo que causa la diferencia
aparente en controlabilidad y observabilidad del mismo sistema.

Solucin:

Considere el sistema en tiempo discreto definido por las ecuaciones (4.45) y
(4.46) y. El rango de la matriz de controlabilidad es dos.

[ ] 2
3 . 1 1
1 0
=
= AB B Rango

______________________________________________________________________________________________
Por lo tanto, el sistema es de estado completamente controlable. El rango de la
matriz de observabilidad es uno

1
5 . 0 4 . 0
1 8 . 0
=
CA
C
Rango

De modo que el sistema no es observable.

A continuacin considere el sistema definido por las ecuaciones (4.47) y (4.48). El
rango de la matriz de controlabilidad es uno.

[ ] 1
5 . 0 1
4 . 0 8 . 0
=
= AB B Rango

De manera que el sistema no es de estado completamente controlable. El rango de
la matriz de observabilidad es dos.

2
3 . 1 1
1 0
=
CA
C
Rango

En consecuencia el sistema es observable.

La diferencia aparente en controlabilidad y observabilidad del mismo sistema
est causada por el hecho de que el sistema original tiene una cancelacin polo-cero
en la funcin de transferencia.

) 5 . 0 )( 8 . 0 (
8 . 0
4 . 0 3 . 1
8 . 0
) (
) (
2
+ +
+
=
+ +
+
=
z z
z
z z
z
z U
z Y

Si ocurre una cancelacin polo-cero en la funcin de transferencia, entonces
la controlabilidad y la observabilidad varan, dependiendo de cmo se escojan las
variables de estado.

Note que para que sea de estado completamente controlable y completamente
observable, la funcin de transferencia del sistema no debe tener ninguna
cancelacin polo-cero.

______________________________________________________________________________________________
4.3 Realimentacin de estado
4.3.1 Realimentacin de estado en tiempo continuo

Diseo por ubicacin de polos

La realimentacin de variables de estado a travs de ganancias constantes es
otra tcnica utilizada para el diseo de control de sistemas, en lugar de disear
controladores con configuracin fija. Si el sistema considerado tiene estado
completo controlable, los polos del sistema de lazo cerrado, se pueden ubicar en
cualquier lugar, por medio de la retroalimentacin de estado, a travs de una matriz
de ganancia de retroalimentacin del estado adecuada.

Considerando que el sistema de control de lazo abierto (el estado x no se
realimenta a la seal de control u) se encuentra descrito por la ecuacin:

Bu Ax x + = & (4.49)

Donde: x =vector de estado (de dimensin n)
u =seal de control (escalar)
A =matriz constante n x n
B =vector constante n x 1

Figura 4.1: Sistema de control de lazo abierto.

El control mediante la realimentacin del estado es:

Kx = u
(4.50)

donde K =matriz de realimentacin de estado de 1 x n con elementos de ganancia
constante

______________________________________________________________________________________________
Sustituyendo la ecuacin (4.50) en la (4.49), se tiene:

) ( ) ( t x BK A x = &
(4.51)

La estabilidad y las caractersticas de respuesta transitoria se determinan a
partir de los valores propios (o polos reguladores) de la matriz A BK.

Donde K es una matriz de 1 x n de ganancia de retroalimentacin del estado
y el sistema se convierte en un sistema de control de lazo cerrado.

Figura 4.2: Sistema de control de lazo cerrado con u = -K x.

Este es un sistema de lazo cerrado porque el estado x est realimentando a la
seal de control u.

Condicin necesaria y suficiente para la ubicacin arbitraria de polos.

La ubicacin arbitraria de los polos para un determinado sistema, es posible
si y solo si, el sistema tiene estado completo controlable, es decir, la matriz M tiene
inversa. Los valores propios de la matriz A BK (que se designan
1
,
2
,
n
)
son los polos de lazo cerrado deseados. Si un sistema es por completo controlable,
siempre se puede representar la ecuacin de estado (4.49) en forma cannica
controlable

Se define la matriz de transformacin T como:

MW T = (4.52)
______________________________________________________________________________________________
donde M es la matriz de controlabilidad

] [ B A AB B M
1 n
= L (4.53)

y

0 0 0 1
0 0 1
0 1
1
1
3 2
1 2 1
L
L
M M O M M
L
L
n
n
a
a a
a a a
W

(4.30) bis

donde las a
i
son los coeficientes caractersticos

0 1
1
1
a a a
n
n
n
+ + + + =

L A I
(4.54)

Se define x como un nuevo vector de estado

x T x =
(4.55)

Si el rango de M es n (lo que significa que el sistema tiene estado completo
controlable) la matriz T tiene inversa. Utilizando la matriz T se puede transformar
(4.49) a la forma cannica controlable:

Bu T x AT T x
1 1
+ =
&

(4.56)

donde

1
0
0
0
1 0 0 0
0 1 0 0
0 0 1 0
1 2 1 0
B T AT T
1 1
n
a a a a

(4.57)

Nota: Ver el apndice A de [1] para la comprobacin de las matrices anteriores.
______________________________________________________________________________________________
Para encontrar la ecuacin caracterstica de realimentacin de estado del sistema

x BK A Bu Ax x ) ( = + = &
(4.58)

se desarrolla:

0 BKT T AT T I T BK A I T BK A I
1 1 1
= + = =

)) ( ( ) (
(4.59)

donde KT =es la matriz de coeficientes:

[ ]
1 1 0
=
n
L KT
(4.60)

Sustituyendo (4.60) en (4.59) se tiene:

= +

BKT T AT T I
1 1

[ ] =
1 1 0
1 2 1 0
1
0
0
0
1 0 0 0
0 1 0 0
0 0 1 0
n
n
a a a a
I

=
+ + + + +

=
1 1 2 2 1 1 0 0
0 1 0
0 0 1
n n
a a a a

0 ) ( ) ( ) (
0 0 1 1
1
1 1
= + + + + + + =

a a a
n
n n
n
L (4.61)

Ecuacin caracterstica de realimentacin de estado

______________________________________________________________________________________________
Igualando los coeficientes del polinomio caracterstico obtenido de los
valores propios de la matriz (A BK), que se haban designado como
1
,
2
,
n
,
que son los polos de lazo cerrado deseados, con los coeficientes de potencias
iguales de de (4.61) se tiene:

0 ) ( ) )( (
0 1
1
1 2 1
= + + + =

L L
n
n
n
n
(4.62)

1 1 1 1 1 1
1 1 1 1 1 1
0 0 0 0 0 0

= = +
= = +
= = +
n n n n n n
a a
a a
a a

M

(4.63)

Con el resultado anterior se obtienen los valores de la matriz K que se expresan
como:

[ ]
[ ]
[ ]
1
1 1 1 1 0 0
1
1 1 0
1 1 0
=
=
=
T K
T K
KT
n n
n
n
a a a

L
L
L
(4.64)

As se ha comprobado que para que los polos se puedan ubicar en forma
arbitraria, es condicin necesaria y suficiente que el sistema tenga estado completo
controlable.

Pasos para el diseo de la ubicacin de los polos

Considerando el sistema descrito por (4.49) con la seal de control dada por (4.50).

Se puede determinar la matriz de ganancia de realimentacin K que hace que
los valores propios de A sean los valores deseados
1
,
2
,
n
, por medio de los
pasos siguientes:

Paso 1.
Verifique la condicin de controlabilidad del sistema.

Paso 2.
A partir del polinomio caracterstico de la matriz A,

I A=
n
+a
n-1

n-1
+ +a
1
+a
0
=0
(4.65)

determine los valores de a
0,
a
1
, a
2
, , a
n-1
.
______________________________________________________________________________________________
Paso 3.
Determine la matriz de transformacin T que transforma la ecuacin de
estado del sistema a la forma cannica controlable (si la ecuacin del sistema ya
esta en dicha forma, entonces T =I).

Paso 4.
Utilizando los valores propios deseados (los polos de lazo cerrado buscados),
halle el polinomio caracterstico deseado:

0 1
1
1 2 1
) ( ) )( ( + + + =

L L
n
n
n
n
(4.62) bis

determine los valores de
0,
1
,
2
, ,
n-1

Paso 5.
Determinar la matriz K de ganancia de realimentacin de estado, descrita
como:

K =[
0
a
0

1
a
1

n-1
a
n-1
] T
-1

(4.66)

Ejemplo 4.9: Considere el sistema definido por:

Bu Ax x + = & donde [ ] 0 1 ,
1
0
,
0 6 . 20
1 0
=
= C B A

la ecuacin caracterstica para el sistema es:

0 6 . 20
6 . 20
1
2
= =
A I

como las races caractersticas son = 4.539 , el sistema es inestable. Utilizando
el control de realimentacin de estado: u = -K x se desea colocar arbitrariamente
los polos de lazo cerrado en =-1.8 j 2.4 es decir, los valores propios de A BK
deben ser:

1
=-1.8 +j 2.4
2
=-1.8 j 2.4

Determine la matriz de ganancia K de retroalimentacin:

Primero se verifica el rango de la matriz de controlabilidad M:
______________________________________________________________________________________________

[ ]

= =
0 1
1 0
AB B M

como el rango de la matriz M es 2 es posible la ubicacin arbitraria de polos.

El problema planteado se resolver por dos mtodos.

Mtodo 1

Como la ecuacin de estado esta en la forma cannica controlable, la matriz de
transformacin T es la matriz unidad, o sea, T =I

De la ecuacin original se tiene:
a
1
=0, a
0
=-20.6

La ecuacin caracterstica deseada es:

(-
1
) (-
2
) =( +1.8 - j2.4) ( +1.8 +j2.4) =
2
+3.6 +9
1
=3.6 ,
0
=9

por lo tanto

K =[
0
a
0

1
a
1
] T
-1

K =[ 9 +20.6 3.6 - 0 ] I
-1

K =[ 29.6 3.6 ]

Mtodo 2

El segundo mtodo consiste en la sustitucin directa de la matriz: K =[ k
1
k
2
] en
el polinomio caracterstico deseado. El polinomio es:

______________________________________________________________________________________________
[ ]
1 2
2
2 1
2 1
6 . 20
6 . 20
1
1
0
0 6 . 20
1 0
0
0
k k
k k
k k
+ + =
+ +

=
= +

BK A I

El polinomio caracterstico debe ser igual a:

(-
1
) (-
2
) =( +1.8 - j2.4) ( +1.8 +j2.4) =
2
+3.6 +9

igualando los coeficientes de los trminos de la misma potencia en se obtiene

k
1
=29.6 , k
2
=3.6

o bien,
K =[ 29.6 3.6 ]

4.3.2 Tiempo Discreto

Tal como para los sistemas en tiempo continuo, el diseo de ubicacin de
polos a travs de la realimentacin de estado se puede aplicar a sistemas en tiempo
discreto. Considere el sistema en tiempo discreto descrito por la ecuacin de
estado:

x [ (k+1)T ] =Ax (kT) +Bu (kT) (4.67)

donde x (kT) es un factor de estado n x 1
u (kT) es la entrada de la planta

El control mediante la realimentacin de estado es:

u (kT) =- K x (kT) +r (kT) (4.68)

donde K es la matriz de realimentacin 1 x n con elementos de ganancia constante.
Al sustituir (4.68) en (4.67), el sistema en lazo cerrado se representa mediante la
ecuacin de estado:
______________________________________________________________________________________________

x =[ (k+1)T ] =(A-BK)x (kT) (4.69)

Tal como en el caso continuo, si el sistema considerado tiene estado
completo controlable, existe una matriz K que puede dar una serie arbitraria de
valores caractersticos de (A-BK); esto es, las n races de la ecuacin caracterstica
pueden ser colocadas en forma arbitraria:

zI (A - BK)=0
(4.70)

Ejemplo 4.10: Obtener las representaciones de estado para el sistema siguiente

16 . 0
1
) (
2
+ +
+
=
z z
z
z G

(4.71)

Obtenga las representaciones en el espacio de estados para este sistema en las tres
configuraciones siguientes:

a. Forma cannica controlable.
b. Forma cannica observable.
c. Forma cannica diagonal.

a. Al comparar la ecuacin (4.71) con

0 1
1
1
0 1
1
1
1
...
...
) (
a z a z a z
b z b z b z b
z
n
n
n
q
q
q
q
d d
+ + + +
+ + + +
= +

D B A I C
se obtiene,

1 , 1 , 16 . 0 , 1
1 0 0 1
= = = = b b a a

Por lo tanto resulta

[ ]

+
+
) (
) (
1 1 ) (
) (
1
0
) (
) (
1 16 . 0
1 0
) 1 (
) 1 (
2
1
2
1
2
1
k x
k x
k y
k u
k x
k x
k x
k x

b. Con los valores ya definidos para los coeficientes
______________________________________________________________________________________________

[ ]

+
+
) (
) (
1 0 ) (
) (
1
1
) (
) (
1 1
16 . 0 0
) 1 (
) 1 (
2
1
2
1
2
1
k x
k x
k y
k u
k x
k x
k x
k x

c. Se observa que

8 . 0
3 1
2 . 0
3 4
) (
+
+
+
=
z z
z G

Al comparar con la funcin expandida se tiene que:

0 , 8 . 0 , 2 . 0 ,
3
1
,
3
4
2 1 2 2 1 1
= = =
= = D p p

Por lo tanto escogiendo arbitrariamente
1
=
2
=1 se tiene

[ ]

+
+
) (
) (
3 1 3 4 ) (
) (
1
1
) (
) (
8 . 0 0
0 2 . 0
) 1 (
) 1 (
2
1
2
1
2
1
k x
k x
k y
k u
k x
k x
k x
k x

Ejemplo 4.11: Disee un compensador dead beat para el sistema siguiente

) ( ) ( ) 1 ( k u k k B Ax x + = +

donde x(k) es un vector de dimensin 3. Se supone que el sistema es de estado
completamente controlable y se desea respuesta con oscilaciones muertas al estado
inicial x(0). (Polos en lazo cerrado debern estar en z =0; as que
1
=
2
=
3
=0).

Demuestre que la matriz de ganancia de realimentacin del estado K deseada puede
darse mediante la frmula

[ ][ ]
1
3 2 1
0 0 1

= K
donde

B A
B A
B A
3
2
1
=
=
=
3
2
1

______________________________________________________________________________________________
Solucin:

Refirindose a la ecuacin

[ ][ ]
[ ][ ]
3 2
3
2
A B A AB B K
A (A)
(A) B A AB B K
1
1
1 0 0
:
:
1 0 0
=
=
=
que lo Por
donde

Postmultiplicando ambos miembros de la ecuacin por
1
=A
-1
B se obtiene:

[ ][ ]
[ ][ ]
[ ][ ] [ ]
[ ]
1
1
1
0
0
1 0 0
1
0
0
1 0 0
1 0 0
1 0 0
1
1
1
1
=
=
=
=
=
1
2 2
2 2
1 3 2
K
B A AB B B A AB B
B A B A AB B
B A A B A AB B K

2
=A
-2
B se obtiene:

[ ][ ]
[ ][ ]
[ ][ ] [ ]
[ ]
0
0
0
1
0
1 0 0
0
1
0
1 0 0
1 0 0
1 0 0
1
1
1
=
=
=
=
=
2
2 2
2
2 3 2
2
K
B A AB B B A AB B
AB B A AB B
B A A B A AB B K

______________________________________________________________________________________________
3
=A
-3
B se obtiene:

[ ][ ]
[ ][ ]
[ ][ ] [ ]
[ ]
0
0
0
0
1
1 0 0
0
0
1
1 0 0
1 0 0
1 0 0
1
1
1
=
=
=
=
=
3
2 2
2
3 3 2
3
K
B A AB B B A AB B
B B A AB B
B A A B A AB B K

En consecuencia se tiene que:

[ ] [ ]
[ ][ ]
1
0 0 1
0 0 1
=
=
3 2 1
3 2 1
K
K

______________________________________________________________________________________________
4.4 Frmula de Ackermann
4.4.1 Introduccin

Describir sistemas dinmicos mediante variables de estado presenta varias
ventajas sobre el mtodo de la funcin de transferencia. Es posible describir
sistemas de varias entradas y salidas de forma ms natural y el mtodo no se limita
a sistemas lineales e invariantes con el tiempo.

Cuando se tiene una planta descrita en variables de estado, interesa contar con
un mtodo para controlarla. En los sistemas descritos mediante funcin de
transferencia, solamente se cuenta con la salida del sistema para controlar mediante
realimentacin. En un sistema descrito en el espacio de estados se dispone adems
de las variables de estado y se acostumbra utilizar stas para re alimentar el sistema
con fines de control. Este mtodo se conoce como realimentacin del estado.

En el diseo de sistemas de control descritos mediante funcin de
transferencia, se realimenta la salida del sistema a un controlador que genera una
seal de control para la planta. El controlador se disea de tal forma que los polos
del sistema en lazo cerrado se muevan lo ms cerca posible de los lugares ptimos
que cumplen con los requerimientos del sistema de control.

En forma similar, en un sistema de control mediante realimentacin del estado
se utiliza el vector de estado x(k) y una matriz de realimentacin K para obtener el
vector de control u(k) que se utiliza para controlar la planta. Este control se disea
a partir de la ubicacin de los polos
l
,
2
, ... ,
n
que se desea que el sistema tenga;
ubicacin que es funcin de los requisitos puestos al sistema de control. Estos polos
determinan entonces una ecuacin caracterstica deseada (z) que es funcin de K.
La Frmula de Ackermann consiste en un mtodo sistemtico para calcular la
matriz de realimentacin K para sistemas SISO.

Sin embargo, el mtodo de la realimentacin del estado tiene algunas
limitantes. En primer lugar, se requiere que el sistema sea de estado completamente
controlable, esto es, que sea posible hacer cambiar el sistema de un estado inicial x
i

a un estado final arbitrario x
f
en un tiempo finito. Adems, debido a que el mtodo
de realimentacin del estado utiliza el vector de estado, se requiere que el sistema
sea observable, es decir, que sea posible determinar el vector de estado del sistema
a partir del conocimiento del historial de las seales de salida y(kT) y de control
u(kT).
______________________________________________________________________________________________
4.4.2 Deduccin de la Frmula de Ackermann

Figura 4.3: Sistema de control en lazo cerrado con u(k) = - K x(k)

A partir de la ecuacin de un sistema de estado (4.72) donde se supone es
completamente controlable, se puede obtener la forma de calcular la ganancia de
realimentacin de estado, K, y as ubicar los polos dentro del plano z tal como se
desee, segn las caractersticas establecidas para el sistema.

) ( ) ( ) 1 ( k u k k B Ax x + = +

(4.72)
Para obtener el polinomio caracterstico de la planta:

0 1
2
2
1
1
~
) ( + + + + = =

z z z z z z
n
n
n
n
n
L A I

(4.73)

Donde:
(z): polinomio caracterstico

= A - BK

Al evaluar (4.73) en el resultado es 0, (teorema de Cayley-Hamilton), de tal
forma que la ecuacin se convierte en:

0 I A A A A ) A (
2 n 1 n n
= + + + + =

0 1 2 1
~ ~ ~ ~ ~
L
n n

(4.74)

Considerando las identidades siguientes:

I BK A A
0
= =
0
) (
~

BK A BK A A
1
= =
1
) (
~

______________________________________________________________________________________________
A BK ABK A BK A A
2 2
~
) (
~
2
= =

2 2 3 3
A BK A ABK BK A A BK A A
~ ~
) (
~
3
= =

M
1 n 2 n 1 n n n
A BK A BK A BK A A A

= =
~ ~
) (
~
L
n

(4.75)

Con las identidades dadas por (4.75) podemos escribir si multiplicamos cada
identidad en orden por
0
,
1
,
2
, ,
n
, con
n
=1, y sumamos los resultados
podemos obtener:

1 n 1 n
n 2 n 3 2
A BK BK A A BK ABK BK
A A A I A A A A I

+ + + + =
~
... ...
~
...
~ ~ ~ ~
2 2 1
2 1 0 3 2 1 0

L

por lo que (4.74) puede escribirse como

0 BK A A BK A BK ABK BK (A) ) A (
1 n 1 n
= =

~ ~ ~
2 2 1
L

(4.76)
La ecuacin anterior, puede escribirse como la multiplicacin de dos matrices:

[ ]
+ + +
+ + +
=

K
A K A K K
A K A K K
B A AB B (A)
2 n
1 n
1 n
M
L
L
L
~ ~
~ ~
3 2
2 1

(4.77)

Dado que el sistema es completamente controlable, la matriz de controlabilidad M
(4.2), aqu repetida, tiene rango n y su inversa existe; es decir, es no singular.

] [ B A AB B M
1 n
= L

(4.2)

De la ecuacin (4.77) se puede obtener una ecuacin para calcular el valor de la
ganancia de realimentacin. Esto se logra premultiplicando (4.77) por M
-1
, la
inversa de la matriz de controlabilidad:

______________________________________________________________________________________________
[ ]
+ + +
+ + +
=

K
A K A K K
A K A K K
(A) B A AB B
2 n
1 n
1 n
M
L
L
L
~ ~
~ ~
3 2
2 1
1

(4.78)

Para obtener una ecuacin para K se premultiplica la ecuacin (4.78) por el vector
unitario [0 0 1].

[ ] [ ] [ ]
+ + +
+ + +
=

K
A K A K K
A K A K K
(A) B A AB B
2 n
1 n
1 n
M
L
L
L L L
~ ~
~ ~
1 0 0 1 0 0
3 2
2 1
1

[ ] [ ] (A) B A AB B K
1 n
1
1 0 0

= L L
(4.79)

La ecuacin (4.79) proporciona la matriz K de ganancia de realimentacin
requerida y se le conoce como la frmula de Ackermann.

Ejemplo 4.12: Clculo de K mediante la frmula de Ackermann

Suponga que se tiene el siguiente sistema descrito en variables de estado:

) (
0
1
) (
0 1
675 . 0 65 . 1
) 1 ( k u k k

= + x x
, T =0.01s

[ ] ) ( 825 . 0 1 ) ( k k y x =

el polinomio caracterstico de este sistema es:

675 . 0 65 . 1
1
675 . 0 65 . 1
2
+ =
= z z
z
z
z A I

con polos en:

9 . 0 = z y 75 . 0 = z

______________________________________________________________________________________________
y su respuesta al escaln es

Figura 4.4: Respuesta de lazo abierto al escaln para el ejemplo 4.13

Ntese el excesivo error de estado estacionario y el gran tiempo de asentamiento.

Para solucionar este problema se determina que los polos de lazo cerrado del
sistema deben encontrarse en:

25 . 0 25 . 0
1
j + =
y
25 . 0 25 . 0
2
j =

lo que hace que el polinomio caracterstico deseado para el sistema sea ahora:

125 . 0 5 . 0 ) (
2
+ = z z z

Se calcula K mediante la frmula de Ackermann despus de comprobar la
controlabilidad del sistema

[ ] [ ] (A) AB B K
1
1 0

=

donde

______________________________________________________________________________________________
= + =
125 . 0 0
0 125 . 0
0 5 . 0
3375 . 0 825 . 0
0.675 - 1.65
1.1138 - 2.0475
125 . 0 5 . 0 I A A (A)
2

=
55 . 0 15 . 1
77625 . 0 34 . 1
(A)

[ ] [ ] 55 . 0 15 . 1
55 . 0 15 . 1
77625 . 0 34 . 1
1 0
65 . 1 1
1 0
1
=
=

K

Figura 4.5: Lugar de las races compensado y sin compensar para el ejemplo 4.13

De esta forma, las matrices A
~
y B
~
son ahora:
______________________________________________________________________________________________

[ ]

= =
0 1
125 . 0 5 . 0
55 . 0 15 . 1
0
1
0 1
675 . 0 65 . 1
~
BK A A

=
0
~
0
K
B

donde K
0
es una ganancia que se calcula para que el error de estado estacionario
sea cero con u(k) =K
0
r(k) - Kx(k). Con el teorema del valor final encontramos que
ante un escaln para que e
ss
=0 entonces K
0
=0.625/1.825 =0.3425

[ ]
0.125 + z 0.5 - z
0.825) + (z
0 1
125 . 0 5 . 0
825 . 0 1
~
)
~
( ) (
2
0
0
1
1
=
= =

K
K
z
z
z C z G B A I

Con K
0
=0.3425, la grfica de la respuesta de lazo abierto del sistema controlado
ante un escaln es:

Figura 4.6: Respuesta de lazo abierto al escaln para el ejemplo 4.13 compensado

Ntese la mejora en el tiempo de estabilizacin respecto al sistema sin
realimentacin del estado. Adems, el sistema tiene error de estado estacionario
igual a cero.
______________________________________________________________________________________________
4.5 Observadores.

En el ejemplo anterior se present el mtodo de diseo ubicacin de polos.
Para lograr esto se hace una realimentacin de las variables de estado. Una
limitacin de este mtodo es que no siempre podrn ser medidas todas las variables
de estado.

En un sistema prctico es necesario estimar las variables de estado no
medibles a partir de las variables de salida y las de control.

Figura 4.7: Entradas y salidas del observador de estado

Por lo tanto, al utilizar un observador en un sistema de control, el vector de
estado no se va a realimentar directamente de la planta. Lo que se hace es tomar la
salida del estimador de estados para utilizarlo en la realimentacin como lo muestra
el siguiente diagrama de bloques:

Figura 4.8: Diagrama de bloques de un sistema con observador

______________________________________________________________________________________________
Del diagrama se puede ver que la planta corresponde al modelo en variables de
estado:

) ( ) ( ) 1 ( k u k k B Ax x + = +

(4.80)
) ( ) ( k k y Cx =

(4.81)

Es lgico pensar que las ecuaciones del observador son muy similares a las de
la planta. Esto porque el observador se implementa en un procesador que estima el
estado del sistema haciendo uso de las matrices A, B y C obtenidas a partir del
proceso de modelado de la planta.

) ( ) (
~
) 1 (
~
k u k k B x A x + = +

(4.82)
) (
~
) (
~
k k y x C =

(4.83)

Hay 3 problemas que se dan a raz de utilizar las ecuaciones (4.82) y (4.83)
como modelo del observador:

a. Las matrices A, B y C presentan errores ya que son el resultado del
proceso de modelado de la planta. Por lo tanto la precisin con que se
estimen los estados va a depender de estos errores.

b. Los sensores utilizados van a tener errores que a su vez generarn
incertidumbres a la hora de estimar el estado. Dentro de los errores se
pueden mencionar ruido, errores de cuantificacin y problemas de
saturacin.

c. Si la matriz A presenta valores propios que cuyas magnitudes son mayores
que 1, esto implica que no es estable. Esto hace que si las condiciones
iniciales de la planta y del observador son distintas entonces el estado
estimado
) (
~
k x
y el estado real x(k) sern distintos, por lo que el
observador no cumplira su funcin de prediccin.

El desempeo del modelo puede mejorar si se utiliza la diferencia entre la
salida medida C
) (
~
k x
y la estimada C x(k). Esta diferencia se multiplica por una
matriz columna o vector de constantes. A esta matriz se le llama K
f
. Por lo tanto se
tiene el siguiente modelo para el observador

[ ] ) (
~
) ( ) ( ) (
~
) 1 (
~
k k k k k x x C K Bu x A x
f
+ + = +

(4.84)
______________________________________________________________________________________________
La adicin del ltimo sumando en la expresin ayudar a reducir las
diferencias entre el modelo dinmico y el modelo real. La matriz constante K
f
sirve
como matriz de ponderacin. sta es la que posteriormente se puede calcular
empleando la frmula de Ackermann.

Con respecto a la respuesta del observador una regla prctica es procurar que
la respuesta del observador sea por lo menos 5 veces ms rpida que la respuesta de
la planta.

El diagrama de bloques completo con el observador se muestra en la Figura
4.9: a continuacin:

Figura 4.9: Diagrama de bloques completo de un sistema con observador

Si se resta la ecuacin (4.80) menos la ecuacin (4.84) se obtiene:

[ ] ) (
~
) ( ) ( ) (
~
) ( ) ( ) 1 (
~
) 1 ( k k k u k k u k k k x x C K B x A B Ax x x
f
+ = + + (4.85)

Cancelando los trminos iguales y sacando a factor comn el trmino
) (
~
) ( k k x x

se tiene:

[ ] ) (
~
) ( ) ( ) 1 (
~
) 1 ( k k k k x x C K A x x
f
= + +

(4.86)
______________________________________________________________________________________________
Se define el vector e(k) que corresponde al error que existe entre el estado de
la planta y el estado estimado por el observador:

) ( ) ( ) 1 (
~
) 1 ( ) 1 ( k k k k e C K A x x e
f
= + + = +

(4.87)

La ecuacin (4.87) anterior es muy similar a la que se obtuvo cuando se
analiz la realimentacin de estado. Por lo tanto utilizando el mtodo de
Ackermann se puede despejar la matriz constante K
f
. La ecuacin a utilizar es la
siguiente:

1
0
0
1
M M
1 n
e f
CA
CA
C
(A) K

(4.88)

Ejemplo 4.13: Clculo de K
f
mediante la frmula de Ackermann

Suponga que se tiene el siguiente sistema descrito en variables de estado:

) (
0
1
) (
0 1
675 . 0 65 . 1
) 1 ( k u k k

= + x x
, T =0.01s

[ ] ) ( 825 . 0 1 ) ( k k y x =

Se efecta la realimentacin de estado y el clculo de la matriz de
realimentacin K con el propsito de ubicar los polos del sistema en los puntos

25 . 0 5 . 0
1
j + =
y
25 . 0 5 . 0
2
j =

K =[0.6500 -0.3625]

con K
0
=0.3125/1.825 =0.1712 para que el error de estado estacionario sea cero.

Sin embargo, para poder realizar este sistema fsicamente es necesario tener
acceso al vector de estado x(k). Para este fin, se disea un observador de estados.
______________________________________________________________________________________________
Debido a que se requiere que el observador de estados responda ms rpido que la
planta, se procede a ubicar los polos del observador en los puntos

25 . 0 125 . 0
1
j + =
y
25 . 0 125 . 0
2
j =

y por lo tanto, el polinomio caracterstico del observador es

07813 . 0 25 . 0 ) (
2
+ = z z z
e

La matriz de realimentacin de error K
f
se calcula mediante la frmula de
Ackermann despus de comprobar la observabilidad del sistema:

=

1
0
0
1
M CA
C
(A) K
e f

donde

I A A (A)
2
e
07813 . 0 25 . 0 + =

=
07813 . 0 0
0 07813 . 0
0 1
675 . 0 65 . 1
25 . 0
0.675 - 1.65
1.1138 - 2.0475
(A)
e

=
5969 . 0 4 . 1
945 . 0 7131 . 1
(A)
e

=

1
0
675 . 0 475 . 2
825 . 0 1
5969 . 0 4 . 1
945 . 0 7131 . 1
1
f
K

=
6448 . 0
868 . 0
f
K

______________________________________________________________________________________________

Figura 4.10: Respuesta al escaln del sistema realimentado

Ntese que la respuesta del sistema compensado, y(k), es tal como se diseo.
El ligero sobreimpulso puede mejorarse utilizando un periodo de muestreo ms
pequeo y ubicando ms cerca del eje real la parte imaginaria de los polos del
observador.

En la figura 4.11 se puede observar el lugar de las races del sistema original, que
discurre ms a la derecha. Tambin pueden observarse los lugares de las races del
sistema compensado por realimentacin de estado y del observador de estado.
Ntese que para estos sistemas el lugar de las races no tiene importancia, sino la
ubicacin de sus polos de lazo cerrado. Se puede observar como los polos de lazo
cerrado escogidos para tales sistemas son el origen de sus respectivos lugares de las
races.
______________________________________________________________________________________________

Figura 4.11: Lugar del las races para el ejemplo 4.14

En conclusin, para poder controlar un sistema por medio de realimentacin
de estado con observador, es necesario que el sistema sea controlable y observable.

Podemos utilizar la frmula de Ackermann para calcular tanto el vector de
ganancia K del sistema as como el vector de ganancia del observador K
f
. para
sistemas SISO. Para sistemas MIMO se debe usar otros mtodos similares.

Para lograr un error de estado estacionario cero en ambos subsistemas, es
necesario calcular una ganancia K
0
para cada uno.

Finalmente, los polos del observador deben ubicarse de tal forma que sean
ms rpidos que los del sistema controlado y que tengan poco o ningn
sobreimpulso.
______________________________________________________________________________________________
4.6 La funcin de transferencia del compensador con observador

Para un sistema SISO como el mostrado en la figura 4.12, descrito por la
ecuacin (4.89), que usa realimentacin de estado para ubicar los polos; y un
observador para producir el estado ) (
~
k x , el regulador completo, para r(k) =0, que
debe ser aplicado usando realimentacin positiva, se muestra en la ecuacin (4.90).

Figura 4.12: Sistema compensado con observador de estado

) (
~
) ( ) (
) ( ) ( ) (
) ( ) ( ) 1 (
0
k k r K k u
k u k k y
k u k k
x K
D x C
B x A x
=
+ =
+ = +

(4.89)

) (
~
) (
) ( ) (
~
] [ ) 1 (
~
k k u
k y k k
x K
K x DK K C K BK A x
f f f
=
+ + = +

(4.90)

La funcin de transferencia de dicho regulador se calcula como siempre
aplicando la transformada Z o S, y resolviendo para G(z) o G(s) respectivamente.

f f f
K DK K C K BK A I K + = =
1
)] ( [
) (
) (
) ( z
z Y
z U
z G
(4.91)

Del mismo modo, las ecuaciones (4.90) y (4.91) se aplican a un sistema en
tiempo continuo.
______________________________________________________________________________________________
Ejemplo 4.14: Demuestre la regla de Ackermann

Considere el siguiente sistema

) ( ) ( ) 1 ( k u k k B Ax x + = +

donde x(k) es un vector de dimensin 3. Se supone que el sistema es de estado
completamente controlable. Mediante la utilizacin de la tcnica de ubicacin de
polos, se desea disear el sistema con polos en lazo cerrado en z =
1
, z =
2
y z =
3
, donde la son distintas. Es decir, al usar el control con realimentacin de
estado

) ( ) ( k k u Kx =

se desea obtener :

zI A +BK = ( z
1
) (z-
2
) (z-
3
) = z
3
+
2
z
2
+
1
z +
0

Demuestre que la matriz de ganancia de realimentacin del estado K deseada
puede darse por
[ ][ ]
1
3 2 1
1 1 1

= K

donde
( ) 3 , 2 , 1 ,
1
= =

i B I A
i i

Solucin:

Definimos
BK A A =
~

Considerando las siguientes identidades:

2
~ ~
2 3 3
3
~
~
2 2
2
~
~
A BK - ABK - BK A - A BK) - (A A
A BK - ABK - A BK) - (A A
BK - A A
I I
A = =
= =
=
=

______________________________________________________________________________________________
Si se multiplica cada una de las ecuaciones precedentes por
3
,

2
,

1
y

0

(siendo

3
=1 ) en este orden, y sumando los resultados se obtiene:

2
~ ~
2
~
2 2 1
3 2
2 1 0
3
~
2
~
2
~
1 0
A BK A ABK BK A A ABK ABK BK A A A I
A A A I
+ + +
= + + +

Al observar que el primer miembro de esta ultima ecuacin es cero, esta ltima
ecuacin se puede reducir a

[ ]
+
+ +
=
K
A K K
A K A K K
B A AB B A
~
2
2
~ ~
2 1
2
) ( 0

De modo que

[ ] ) (
1
2
~
2
2
~ ~
2 1
A B A AB B
K
A K K
A K A K K

+
+ +

Premultiplicando ambos miembros de esta ltima ecuacin por [0 0 1], se obtiene

[ ] [ ][ ] ) ( 1 0 0 1 0 0
1
2
~
2
2
~ ~
2 1
A B A AB B
K
A K K
A K A K K

+
+ +

o bien

[ ][ ] ) ( 1 0 0
1
2
A B A AB B K
=

que es la frmula de Ackerman. Observando que:

______________________________________________________________________________________________
) )( )( (
) (
3 2 1
0 1
2
2
3
I A I A I A
I A A A A

=
+ + + =

tenemos que

[ ][ ] ) )( )( ( 1 0 0
3 2 1
1
2
I A I A I A B A AB B K =

Mediante la postmultiplicacin de ambos miembros de esta ltima ecuacin por el
valor
1
=(A-
1
I)
-1
B, resulta

[ ][ ] B I A I A B A AB B K ) )( ( 1 0 0
3 2
1 2
1
=

Definiendo

I A A I A I A
I A A I A I A
I A A I A I A
33 32
2
1 3
23 22
2
3 2
13 12
2
2 1
) )( (
) )( (
) )( (

+ + =
+ + =
+ + =

Entonces la ecuacin puede escribirse como sigue

[ ][ ]
[ ][ ] [ ]
[ ] 1
1
1 0 0
1
1 0 0
) ( 1 0 0
22
23
22
23
2
1
2
23 22
2
1
2
1
=
=
+ + =

B A AB B B A AB B
B I A A B A AB B K

Por lo tanto,

1 , 1 , 1
3 2 1
= = = K K K

______________________________________________________________________________________________
En consecuencia

[ ] [ ] 1 1 1
3 2 1
= K

es decir,

[ ][ ]
1
3 2 1
1 1 1

= K

La ecuacin anterior da la matriz de ganancia de realimentacin de estado K
deseada en trminos de
1
,
2
, y
3
.

4.7 Referencias:

Ogata, Katsuhiko. Ingeniera de Control Moderna, Pearson, Prentice Hall, 2003, 4 Ed.,
Madrid.

Ogata, Katsuhiko. Sistemas de Control en tiempo discreto, Prentice Hall, 1996, 2 Ed.,
Mxico.

FCC PDF

Cargado por

Información del documento

Título original

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

FCC PDF

Cargado por

Copyright:

Formatos disponibles

______________________________________________________________________________________________

Control en el espacio de estado Pg. 151

no estn restringidos a ninguna forma.

También podría gustarte