Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sistemas de Control en Tiempo Discreto - Katsuhiko Ogata 2ed
Sistemas de Control en Tiempo Discreto - Katsuhiko Ogata 2ed
DECONTROL
EN TIEMPO DISCRETO
Segundo edicion
Katsuhiko Ogata
University of Minnesota
TRADUCCION:
JOSE GUILLERMO ARANDA PEREZ
Jefe del Area de Control
Universidad La Salle
FRANCISCO RODRiGUEZ RAMiREZ
Ingeniero Mecanico Electricista
Facultad de Ingenierfa de la UNAM
GABRIEL SANCHEZ GARciA
Ingeniero Mecanico Electricista
UNAM
REVISOR TECNICO:
JOSE GUILLERMO ARANDA PEREZ
Ingeniero Mecanico Electricista
Univet-sidad La Salle
. r
,
6104968779
PRENTICE HALL HISPANOAMERICANA, S.A.
MEXICO NUEVA YORK BOGOTA LONDRES SYDNEY
PARIS MUNICH TORONTO NUEVA DELHI TOKIO
SINGAPUR RIO DE JANEIRO ZURICH
D; ESPA..xot
TI DE LA DNISION
L-\IT\""O A.... '.fERICANA DE SIMON & SCHUSTER
DIRECTOR GENERAL:
DIRECTOR DE EDICIONES:
GERE:-"lE DNISION UNIVERSITARIA:
GERENTE EDITORIAL:
EDITOR:
GERENTE DE EDICIONES:
SUPERVISOR DE TRADUCCION:
SUPERVISOR DE PRODUCCION:
EDICION EN INGLES
Editorial/production supervision:
Cover design: Karen
Production coordinator:
RAYMUNDO CRUZADO GONZALEZ
MOISES PEREZ ZAVALA
ALBERTOSIERRAOCHOA
ENRIQUE IVAN GARCIA HERNANDEZ
JOSE TOMAS PEREZ BONILLA
LUIS GERARDO CEDENO PLASCENCIA
JULIAN ESCAMILLA LIQUIDANO
TOAQUINRAMOS SANTALLA
ENRIQUEGARCIACARMONA
Lynda Griffiths/TKM Productions
Salzbach
David Dickey/Bill Scazzero
OGATA: Sistemas de control en tiempo discreto 2a edicion
Traducido del ingles de la obra: DISCRETE TIME CONTROL SYSTEMS
All Rights Reserved. Authorized translation from English language
edition published by Prentice Hall Inc.
Todos los Derechos reservados. Traducci6n autorizada de la edici6n
en ingles publicada por Prentice Hall/Inc.
All rights reserved. No part of this book may be reproduced or transmited
in any form or by any means, electronic or mechanical, including photocopying
recording or by any information storage retrieval system, without permission
in writing form the publisher.
Prohibida la reproducci6n total 0 parcial de esta obra, por cualquier medio 6
metodo sin autorizaci6n por escrito del editor.
Derechos reservados 1996 respecto a la primera edici6n en espanol publicada
por PRENTICE HALL HISPANOAMERICANA SA
Enrique Jacob 20, Col. El Conde
53500 Naucalpan de Juarez, Edo. De Mexico
ISBN 968-880-539-4
Miembro de la Camara Nacional de la Industria Editorial, Reg. Num, 1524
o
OCT
Original English Language Edition Published by Prentice Hall Inc.
Copyright MCMXCV
all Rights Reserved
ISBN 0-13-034281-5
PROGRAMAS EDUCATIVOS. SA
CAll. CHABACANO No.65LOCALA
COL. ASTURIAS, DELEG. CUAUHTEMOC, D.F.
C.P.0685O
Impreso en Mexico/Printed in Mexico
2000
o
1996
o
Cont enido
Prologo ix
Capitulo 1
Introduccion a los sistemas de control en tiempo discreto 1
1-1 INTRODUCCION, 1
1-2 SISTEMAS DE CONTROL DIGITAL, 5
1-3 CUANTIFICACION Y ERRORES DE CUANTIFICACION, 8
1-4 SISTEMAS DEADQUISICION, CONVERSION Y DISTRIBUCION DE DATOS, 11
1-5 COMENTARIOS F I N ~ E S 20
Capitulo 2
La transformada z 23
2..1 INTRODUCCION, 23
2-2 LA TRANSFORMADA z, 24
2-3 TRANSFORMADA z DE FUNCIONES ELEMENTALES, 25
2-4 PROPIEDADES Y TEOREMAS IMPORTANTES DE LA TRANSFORMADA z, 31
2-5 LA TRANSFORMADA z INVERSA, 37
2-6 METODO DE LA TRANSFORMADA z PARA LA SOLUCION DE ECUACIONES EN
DIFERENClAS,52
2-7 COMENTARIOS FINALES, 54
PROBLEMAS DE EJEMPLO Y SOLUCIONES, 55
PROBLEMAS, 70
v
vi
Capitulo 3
Analisis en el plano z de sistemas de control en tiempo discreto 74
Contenido
3-1 INTRODUCCION, 74
3-2 MUESTREO MEDIANTE IMPULSOS Y RETENCION DE DATOS, 75
3-3 CALCULO DE LATRANSFORMADA z MEDIANTE EL METODO DE LA INTEGRAL
DE CONVOLUCION, 83
3-4 RECONSTRUCCION DE SENALES ORIGINALES A PARTIR DE SENALES
MUESTREADAS, 90
3-5 LA FUNCION DE TRANSFERENCIA PULSO, 98
3-6 REALIZACION DE CONTROLADORES DIGITALES Y FILTROS DIGITALES, 122
PROBLEMAS DE EJEMPLOS Y SOLUCIONES, 138
PROBLEMAS, 166
Capitulo 4
Diseiio de sistemas de control en tiempo discreto mediante metodos
convencionales 173
4-1 INTRODUCCION, 173
4-2 CORRESPONDENCIA ENTRE EL PLANO-5 Y EL PLANO-z, 174
4-3 ANALISIS DE ESTABILIDAD DE SISTEMAS EN LAZO CERRADO
EN EL PLANO-z, 182
4-4 ANALISIS DE LAS RESPUESTAS TRANSITORIA YEN ESTADO PERMANENTE, 193
4-5 DISENO BASADO EN EL METODO DEL LUGAR GEOMETRICO EN LAS
RAlCES, 204
4-6 DISENO BASADOEN EL METODO DE Y RESPUESTA EN FRECUENClA, 225
4-7 METODO DE DISENOANALITICO, 242
PROBLEMAS DE EJEMPLO Y SOLUCIONES, 257
PROBLEMAS, 288
Capitulo 5
Analisis en el espacio de estado 293
5-1 INTRODUCCION, 293
5-2 REPRESENTACIONES EN EL ESPACIO DE ESTADO DE SISTEMAS EN TIEMPO
DISCRETO, 297
5-3 SOLUCION DE LAS ECUACIONES DE ESTADO ENTIEMPO DISCRETO, 302
5-4 MATRIZ DE TRANSFERENCIA PULSO, 310
5-5 DISCRETIZACION DE LAS ECUACIONES EN EL ESPACIO DE ESTADO ENTIEMPO
CONTINUO, 312
5-6 ~ N L S S DE ESTABILIDAD DE L1APUNOV, 321
PROBLEMAS DE EJEMPLO Y SOLUCIONES, 336
PROBLEMAS, 370
Contenido
Capitulo 6
Ubicacion de polos y disefio de observadores 377
6-1 INTRODUCCION, 377
6-2 CONTROLABILIDAD, 379
6-3 OBSERVABILIDAD, 388
6-4 TRANSFORMACIONES UTILES EN EL ANALISIS Y DISENO EN EL ESPACIO DE
ESTADOS, 396
6-5 DISENOviA UBICACION DE POLOS, 402
6-6 OBSERVADORES DE ESTADO, 421
6-7 SISTEMAS DE SEGUIMIENTO, 460
PROBLEMAS DE EJEMPLO Y SOLUCIONES, 474
PROBLEMAS, 510
Capitulo 7
vii
..
Enfoque de ecuaciones polinomiales para el disefio de sistemas de control 517
7-1 INTRODUCCION,517
7-2 LA ECUACION DIOFANTINA, 518
7-3 EJEMPLO ILUSTRATIVO, 522
7-4 ENFOQUEDE ECUACIONES POLINOMIALES PARA EL DISENO DE SISTEMAS
DE CONTROL, 525
7-5 DISENO DE SISTEMAS DE CONTROL MEDIANTE EL ACOPLAMIENTO A UN
MODELO, 532
PROBLEMAS DE EJEMPLO Y SOLUCIONES, 540
PROBLEMAS, 562
Capitulo 8
Sistemas de control optimo cuadraticos 566
8-1 INTRODUCClON, 566
8-2 CONTROLOPTIMO CUADRATICO, 569
8-3 CONTROLOPTIMO CUADRATICO EN ESTADO ESTACIONARIO, 587
8-4 CONTROLOPTIMOCUADRATICO DE UN SISTEMA DE SEGUIMIENTO, 596
PROBLEMAS DE EJEMPLO Y SOLUCIONES, 609
PROBLEMAS, 629
Apendice A
Analisis vector y matrices 633
A-1 DEFINICIONES, 633
A-2 DETERMINANTES, 633
A-3 INVERSIONDE MATRICES, 635
viii Contenido
A-4 REGlAS DE OPERACIONES CON MATRICES, 637
A-5 VECTORES Y ANALISIS VECTORIAL, 643
A-6 VAlORES PROPIOS, VECTORES PROPIOS Y TRANSFORMACIONES
DE SIMILITUD, 649
A-7 FORMAS CUADRATICAS, 659
A-8 PSEUDOINVERSAS, 663
PROBLEMAS DE EJEMPlO Y SOlUCIONES, 666
Apendice B
Teoria de la transformada z 681
B-1 INTRODUCCION, 681
B-2 TEOREMAS UTllES DE lA TRANSFORMADA z, 681
B-3 TRANSFORMACION INVERSAz Y El METODO DE lA INTEGRAL DE
INVERSION, 686
B-4 METODO DE lA TRANSFORMADA z MODIFICADA, 691
PROBLEMAS DE EJEMPlO Y SOlUCIONES, 697
Apendice C
Diseno por ubicacion de polos cuando la senal de control es un vector 704
C-1 INTRODUCClON, 704
C-2 DISCUSION PREll MINAR, 704
C-3 DISENO PORUBICACION DE POlOS, 707
PROBLEMAS DE EJEMPlO Y SOlUCIONES, 718
Bibliografia 730
indice 735
Prefacio
En este libro se presenta un tratamiento entendible sobre el anal isis y disefio de sistemas de control
en tiempo discreto. Ellibro se escribio para utilizarse como texto para los cursos sobre sistemas de
control en tiempo discreto 0 de control digital que se imparten ya sea en el ultimo afio de licenciatura
o en el primer ano de posgrado para estudiantes de ingenieria.
En esta segunda edicion, parte del material de la primera edicion se ha omitido y se anadio
material nuevo a 10 largo dellibro. La caracteristica mas significativa de esta edicion es el tratamien-
to amplio acerca del disefio mediante ubicacion de polos con observadores de orden reducido a
traves del enfoque en el espacio de estados (vease el capitulo 6) y el enfoque de ecuaciones
polinomiales (vease el capitulo 7).
En este libro todo el material se presenta de manera que ellector pueda seguir facilmente todas
las discusiones. Se incluye la informacion necesaria para entender los temas que se presentan (tal
como la prueba de teoremas y los pasos que se siguen para la obtenci6n de las ecuaciones importan-
tes relacionadas con el disefio de observadores y la ubicacion de pol os) con el fin de facilitar la
comprension de estes.
Los antecedentes teoricos para el disefto de sistemas de control se discuten en forma detallada.
Una vez que se han entendido los aspectos te6ricos, ellector puede utilizar ventajosamente MATLAB
para obtener las soluciones numericas que involucran varios tipos de operaciones con matrices y
vectores. Se supone que el lector esta familiarizado con el material que se presenta en el libro del
mismo autor Solving Control Engineering Problems with MATLAB (editado por Prentice-Hall) 0 su
equivalente.
Los requisitos para el lector son un curso introductorio de sistemas de control, un curso sobre
ecuaciones diferenciales ordinarias y estar familiarizado con MATLAB (si ellector no esta familia-
rizado con MATLAB, este se puede estudiar paralelamente).
IX
x Prefacia
Debido a que este libro esta escrito desde el punto de vista de ingenieria, la presentaci6n del
material hace enfasis en los conceptos basicos y evita de una manera cuidadosa los desarrollos
maternaticos complejos. Todo el texto se ha organizado con el fin de presentar la teoria de control en
tiempo discreto en una forma gradual.
EI libro esta organizado en ocho capitulos y tres apendices. Esta formado como sigue: en el
capitulo 1 se da una introducci6n a los sistemas de control en tiempo discreto. El capitulo 2 presenta
la teoria de la transformada z necesaria para el estudio de los sistemas de control en tiempo discreto.
En el capitulo 3 se discute el anal isis en el plano z de los sistemas en tiempo discreto, en el que se
incluye el muestreo mediante impulsos, la retenci6n de datos, el teorema de muestreo, la funci6n de
transferencia pulso y los filtros digitales. El capitulo 4 trata el disefio de sistemas de control en tiempo
discreto mediante metodos convencionales. Este capitulo incluye el anal isis de estabilidad de siste-
mas en lazo cerrado en el plano z, el analisis de las respuestas transitoria yen estado estacionario y el
disefio basado en el metodo dellugar geornetrico de las raices, el metodo de respuesta en frecuencia
y el metoda analitico.
EI capitulo 5 presenta el analisis en el espacio de estados, incluyendo la representaci6n
de sistemas en tiempo discreto en dicho espacio, la matriz de transferencia pulso, un metodo de
discretizaci6n y el analisis de estabilidad de Liapunov. En el capitulo 6 se discute el disefio por
ubicaci6n de polos y el disefio de observadores. Este capitulo contiene discusiones sobre
controlabilidad, observabilidad, ubicaci6n de polos, observadores de estados y sistemas de
seguimiento. EI capitulo 7 trata el enfoque de ecuaciones polinomiales en el disefio de siste-
mas de control. En este capitulo primero se estudia la ecuaci6n Diofantina y entonces se pre-
senta el enfoque de ecuaciones polinomiales para el disefio de sistemas de control. Por ultimo,
se disefian sistemas de control mediante el acoplamiento a un modelo utilizando el enfoque de
ecuaciones polinomiales. El capitulo 8 presenta el control 6ptimo cuadratico. Se estudian los
problemas de control 6ptimo cuadratico tanto de dimensi6n finita como infinita. Este capitulo
concluye con un problema de disefio basado en el control 6ptimo cuadratico resuelto con
MATLAB.
El apendice A presenta un resumen del analisis con matrices y vectores. En el apendice B se
dan los teoremas utiles de la teoria de la transformada z que no se presentaron en el capitulo 2, el
metodo de la integral de inversi6n y el metodo de la transformada z mod ificada. En el apendice C se
discute el problema de disefio por ubicaci6n de polos cuando la senal de control es una cantidad
vectorial.
Los ejemplos se presentan en puntos estrategicos a 10 largo dellibro para que ellector tenga un
mejor entendimiento de los temas que se discuten. Adernas se proporciona un buen numero de
problemas resueltos (problemas A) al final de cada capitulo, excepto en el capitulo I. Estos proble-
mas representan una parte integral del texto. Se sugiere que ellector los estudie cuidadosamente para
obtener un entendimiento profundo de los temas discutidos. Ademas, se presentan muchos proble-
mas propuestos (problemas B) para que se utilicen como tarea 0 problemas de examen.
La mayoria del material que se presenta en este libro se ha probado en c1ases en el ultimo curso
sobre sistemas de control a nivel licenciatura y el primero a nivel posgrado en la Universidad de
Minnesota.
Todo el material de este libro se puede cubrir en dos trimestres. En un curso de un semestre, el
instructor tendra cierta tlexibilidad para seleccionar los temas a tratar. En un curso trimestral, es
Prefacia xi
posible cubrir una buena parte de los primeros seis capitulos. Este libro tambien puede servir para
ingenieros que deseen estudiar la teoria de control en tiempo discreto.
Se debe dar reconocimiento a mis exalurnnos, quienes resolvieron todos los problemas resuel-
tos (problemas A) y los problemas propuestos (problemas B) e hicieron un buen numero de comen-
tarios constructivos acerca del material contenido en este libro.
Katsuhiko Ogata
(
r
Introduccion G los
sistetnGs de control
en tietnpo discreto
J- J INTRODUCCION
En anos recientes se ha incrementado el uso de controladores digitales en sistemas de control. Los
controladores digitales se utilizan para alcanzar el desernpefio 6ptimo -por ejemplo, en la forma de
productividad maxima, beneficio maximo, costa minimo 0 la utilizaci6n minima de energia.
Recientemente, la aplicaci6n de control por computadora ha hecho posible el movimiento
"inteligente" en robots industriales, la optimizaci6n de economia de combustible en autom6viles y el
refinamiento en la operaci6n de enseres y maquinas de uso domestico, tales como homos de microondas
y maquinas de coser, entre otros. La capacidad en la toma de decisiones y la flexibilidad en los
programas de control son las mayores ventajas de los sistemas de control digital.
La tendencia actual de controlar los sistemas dinamicos en forma digital en lugar de analogica,
se debe principalmente a la disponibilidad de computadoras digitales de bajo costa y a las ventajas
de trabajar con sefiales digitales en lugar de sefiales en tiempo continuo.
Tipos de seiiales. Una sefial en tiempo continuo es aquella que se define sobre un intervalo
continuo de tiempo. La amplitud puede tener un intervalo continuo de valores 0 solamente un nume-
ro finito de valores distintos. El proceso de representar una variable por medio de un conjunto de
valores distintos se denomina cuantificacion y los valores distintos resultantes se denominan va/ores
cuantijicados. La variable cuantificada s610 cambia en un conjunto finito de valores distintos.
Una seftal anal6gica es una sefial definida en un intervalo continuo de tiempo cuya amplitud
puede adoptar un intervalo continuo de valores. La figura I-I a) muestra una serial anal6gica en
tiempo continuo y la figura 1-Jb) una serial cuantificada en tiempo continuo (cuantificada s610 en
amplitud).
Introducci6n a los sistemas de control en tiempo discreto Capitulo 1
Figura I-I a) Serial analogica en tiempo continuo; b)
senal cuantificada en tiempo continuo; c) seflal de datos
muestreados; d) seflal digital.
I
2
x(t)
a)
0
x(t)
b)
0
x(t)
c)
I
0
x(t)
d)
0
Observe que la sefial analogica es un caso especial de la sefial en tiempo continuo. En la
practica, sin embargo, se emplea con frecuencia la terminologia "tiempo continuo" en lugar de
"analogica", De esta forma, en la literatura, inc1uyendo este libra, los terminos "sefial en tiempo
continuo" y "sefial analogica" se intercambian de manera frecuente, aunque estrictamente hablando
no son del todo sinonimos.
Una sefial en tiempo discreto es una sefial definida solo en valores discretos de tiempo (esto es,
aquellos en los que la variable independiente testa cuantificada). En una sefial en tiempo discreto, si
la amplitud puede adoptar valores en un intervalo continuo, entonces la serial se denomina seiial de
datos muestreados. Una sefial de datos muestreados se puede generar muestreando una sefial analogica
en valores discretos de tiempo. Esta es una sefial de pulsos modulada en amplitud. La figura I-I c)
muestra una serial de datos muestreados.
Una sefial digital es una sefial en tiempo discreto con amplitud cuantificada. Dicha sefial se
puede representar mediante una secuencia de numeros, por ejemplo, en la forma de numeros binarios.
Seccion 1-1 lntroduccion 3
(En la practica, muchas sefiales digitales se obtienen mediante el muestreo de sefiales anal6gicas que
despues se cuantifican; la cuantificaci6n es 10que permite que estas senales anal6gicas sean leidas
como palabras binarias finitas.) La figura I-I d) muestra una serial digital. Es claro que esta cuantifica-
da tanto en amplitud como en tiempo. EI uso de un controlador digital requiere de la cuantificaci6n de
las sefiales tanto en amplitud como en tiempo.
EI terrnino "serial en tiempo discrete" es mas general que el termino "sefial digital" 0 que el
terrnino "serial de datos muestreados", De hecho, una serial en tiempo discreto se puede referir ya sea
a una sefial digital 0 a una serial de datos muestreados. En la practica, los terrninos "tiempo discrete"
y "digital" a menudo se intercambian. Sin embargo, el terrnino "tiernpo discreto" se emplea en el
estudio teorico, mientras que el termino "digital" se utiliza en conexi6n con las realizaciones de
hardware 0 software.
En ingenieria de control, el objeto control ado es una planta 0 proceso. Este podrfa ser una
planta 0 proceso Fisico 0 un proceso no fisico como un proceso econ6mico. La mayoria de las plantas
o procesos fisicos involucran sefiales en tiempo continuo; por 10 tanto, si los sistemas de control
incluyen controladores digitales, se hace necesaria la conversi6n de sefiales (de anal6gico a digital y
de digital a anaI6gico). Existen tecnicas estandar para realizar dichas conversiones de sefiales; las
que se estudiaran en la secci6n 1-4.
Hablando con cierta holgura, los terminos como sistemas de control en tiempo discreto, siste-
mas de control de datos muestreados y control digital implican el mismo tipo 0 tipos muy similares
de sistemas de control. Hablando en forma precisa, por supuesto que hay diferencias en estos siste-
mas. Por ejernplo, en un sistema de control de datos muestreados existen tanto sefiales en tiempo
continuo como en tiempo discreto; las sefiales en tiempo discreto estan moduladas en amplitud por
una sefial de pulsos. Los sistemas de control digital pueden incluir tanto sefiales en tiempo continuo
como en tiempo discreto; donde las sefiales en tiempo discreto estan codificadas en forma nurnerica.
Los sistemas de control de datos muestreados y los digitales son sistemas de control en tiempo
discreto.
Muchos sistemas de control industrial incluyen sefiales en tiempo continuo, sefiales de datos
muestreados y sefiales digitales. Por 10tanto, en este libro se utiliza el termino "sistemas de control
en tiempo discrete" para describir los sistemas de control que incluyen alguna de las formas de
senates de datos muestreados (sefiales de pulsos moduladas en amplitud) y/o sefiales digitales (sefia-
les codificadas en forma nurnerica).
Sistemas que se tratan en este /ibro. Los sistemas de control en tiempo discreto que se
consideran en este libro son en su mayoria lineales e invariables en el tiernpo, aunque ocasionalmen-
te se incluyen en las discusiones sistemas no lineales y/o variantes en el tiernpo. Un sistema lineal es
aquel en el que se satisface el principio de superposici6n. De esta manera, si Yt es la respuesta del
sistema ala entrada x., yY2es la respuesta ala entrada x., entonces el sistema es lineal si y s610 si, para
cualesquiera escalares ex y {3, la respuesta a la entrada ax
t
+ {3x
2
es exYt + {3Y2'
Un sistema lineal se puede describir mediante ecuaciones diferenciales 0 en diferencias linea-
les. Un sistema lineal e invariable en el tiempo es aquel en el que los coeficientes en la ecuaci6n
diferencial 0 en diferencias no varian con el tiernpo, esto es, es aquel sistema cuyas propiedades no
cambian con el tiempo.
Sistemas de control en tiempo continuo yen tiempo discreto, Los sistemas de control en
tiempo discreto son aquellos sistemas en los cuales una 0 mas de las variables pueden carnbiar solo
en valores discretos de tiempo. Estos instantes, los que se denotaran mediante kT 0 t, (k = O. I. 2...
I
i
4 Introducci6n a los sistemas de control en tiempo discreto Capitulo 1
pueden especificar los tiempos en los que se !leva a cabo alguna medicion de tipo fisico 0 los tiempos
en los que se extraen los datos de la memoria de una computadora digital. El intervalo de tiempo entre
estos dos instantes discretos se supone que es 10 suficientemente corto de modo que el dato para el
tiempo entre estos se pueda aproximar mediante una interpolacion senci!la.
Los sistemas de control en tiempo discreto difieren de los sistemas de control en tiempo con-
tinuo en que las sefiales para los primeros estan en la forma de datos muestreados 0 en la forma
digital. Si en el sistema de control esta involucrada una computadora digital como un controlador,
los datos muestreados se deben convertir a datos digitales.
Los sistemas en tiempo continuo, cuyas sefiales son continuas en el tiernpo, se pueden descri-
bir mediante ecuaciones diferenciales. Los sistemas en tiempo discreto, los cuales involucran sefia-
les de datos muestreados 0 sefiales digitales y posiblemente sefiales en tiempo continuo, tambien se
pueden describir mediante ecuaciones en diferencias despues de la apropiada discretizacion de las
sefiales en tiempo continuo.
Proceso de muestreo. El muestreo de sefiales en tiempo continuo reemplaza la sefial en
tiempo continuo par una secuencia de valores en puntos discretos de tiempo. El proceso de muestreo
se emplea siempre que un sistema de control involucra un controlador digital, puesto que son nece-
sarias una operacion de muestreo y una de cuantificacion para ingresar datos a ese controlador.
Tambien, se da un proceso de muestreo cuando las mediciones necesarias para control se obtienen en
forma intermitente. Por ejemplo, en el sistema de seguimiento par radar, a medida que la antena del
radar gira, la informacion ace rca del azimut y de la elevacion se obtiene una vez por cada vue Ita que
da la antena. De este modo, la operacion de rastreo del radar produce un dato muestreado. En otro
ejemplo, el proceso de muestreo se necesita cuando un controlador 0 computadora de gran tamafio
se comparte en tiempo entre varias plantas con el fin de reducir los costos. En este caso se envia
periodicamente una sefial de control para cada una de las plantas y de esta manera la senal se con-
vierte en una de datos muestreados.
El proceso de muestreo es seguido por un proceso de cuantificacion. En el proceso de
cuantificacion, la amplitud analogica muestreada se reemplaza por una amplitud digital (representada
mediante un nurnero binario). Entonces la sefial digital se procesa por medio de la computadora. La
salida de la computadora es una sefial muestreada que se alimenta a un circuito de retencion. La salida
del circuito de retencion es una serial en tiempo continuo que se alimenta al actuador. En la seccion 1-
4 se presentaran los deta!les para dichos metodos de procesamiento de sefiales en el controlador
digital.
EI termino "discretizacion" en lugar de "muestreo" se utiliza con frecuencia en el anal isis de
sistemas con entradas y salidas multiples, aunque ambos significan basicamente 10 mismo.
Es importante observar que de manera ocasionalla operacion de muestreo 0 discretizacion es
enteramente ficticia y se ha introducido solo para simplificar el anal isis de los sistemas de control
que en realidad solo conti enen sefiales en tiempo continuo. De hecho, a menudo se utiliza un modelo
en tiempo discreto apropiado para un sistema en tiempo continuo. Un ejemplo es la sirnulacion en
una computadora digital de un sistema en tiempo continuo. Dicho sistema simulado en una
computadora digital se puede analizar para obtener los parametres que optimizan un fndice de des-
ernpefio dado.
La mayor parte del material que se presenta en este libro trata con sistemas de control que se
pueden modelar como sistemas en tiempo discreto, lineales e invariables en el tiempo. Es importante
mencionar que muchos sistemas de control digital estan basados en tecnicas de disefio en tiempo
continuo. Debido a que se ha acumulado una gran riqueza en 10 que a experiencia se refiere en el
Seccion 1-2 Sistemas de control digital 5
disefio de controladores en tiempo continuo, el conocimiento pleno de estas tecnicas es muy valioso
en el disefio de sistemas de control en tiempo discreto.
1-2 SISTEMAS DE CONTROL DIGITAL
En la figura 1-2 se muestra un diagrama de bloques de un sistema de control digital que presenta la
configuraci6n del esquema de control basico, En el sistema se incluye el control realimentado y el
prealimentado. En el disefio de dicho sistema de control, se debera observar que la "bondad" del
sistema de control depende de circunstancias individuales. Se requiere elegir un indice de desernpe-
fio apropiado para un caso dado y disefiar un controlador de modo que optimice el indice de desern-
pefio elegido.
Formas de las setiales en un sistema de control digital. La figura 1-3 muestra un diagrama
de bloques de un sistema de control digital. Los elementos basicos del sistema se muestran mediante
los bloques. La operaci6n del controlador se maneja por el reloj. En dicho sistema de control digital,
en algunos puntos del sistema pasan sefiales de amplitud variable ya sea en tiempo continuo 0 en
tiempo discreto, mientras que en otros pasan sefiales codificadas en forma numerica, como se mues-
tra en la figura.
La salida de la planta es una sefial en tiempo continuo. La sefial de error se convierte a forma
digital mediante el circuito de muestreo y retenci6n y el convertidor anal6gico-digital. La conver-
si6n se hace en el tiempo de muestreo. La computadora digital procesa las secuencias de numeros
Perturbaci6n
o ruioo
i-----------------l
Entrada
I
I !
~ ~
Controladofdigilal
Salida
Filtro
RUido
Figura 1-2 Diagrama de bloques de un sistema de control digital.
6
t
-0-
0-0
r----,ooo
&11 L.l-L
Computaoora
Introducci6n 0 los sistemas de control en tiempo discrete
00-
-0-
0-0
LL.L
Cor-varuoor
Capitulo 1
-----Il::J------
Figura 1-3 Diagrama de bloques de un sistema de control digital que muestra las scnales en forma binaria 0 grafica.
por medio de un algoritmo y produce nuevas secuencias de numeros. En cada instante de muestreo se
debe convertir un numero codificado (en general un numero binario que consiste en ocho 0 mas
digitos binarios) en una sefial fisica de control, la cual normalmente es una sefial en tiempo continuo
o anal6gica. EI convertidor digital-anal6gico y el circuito de retenci6n convierten la secuencia de
numeros en c6digo numerico a una sefial continua por secciones. EI reloj en tiempo real de la
computadora sincroniza los eventos. La salida del circuito de retencion, una sefial en tiempo continuo,
se alimenta a la planta, ya sea de manera directa 0 a traves de un actuador, para controlar su dinamica,
La operaci6n que transforma las sefiales en tiempo continuo en datos en tiempo discreto se
denomina muestreo 0 discretizacion. La operaci6n inversa, que transforma datos en tiempo discreto
en una sefial en tiempo continuo, se conoce como retencion de datos; esta realiza la reconstrucci6n
de la sefial en tiempo continuo a partir de la secuencia de datos en tiempo discreto. Esto por 10
regular se logra al utilizar alguna de las muchas tecnicas de extrapolaci6n. En la mayoria de los casos
esto se realiza manteniendo constante la serial entre los instantes de muestreo sucesivos. (Dichas
tecnicas de extrapolaci6n se estudiaran en la secci6n 1-4.)
EI circuito de muestreo y retenci6n (S/H, del ingles Sample-and-Hold) y el convertidor
anal6gico-digital (AID) convierten la sefial en tiempo continuo en una secuencia de palabras binarias
codificadas nurnericarnente. Dicho proceso de conversi6n AID se conoce como codificacion. La
combinaci6n del circuito S/H y el convertidor anal6gico-digital se puede visualizar como un inte-
rruptor que cierra instantaneamente en cada intervalo de tiempo Ty genera una secuencia de nume-
ros en c6digo numerico. La computadora digital procesa dichos numeros en c6digo numerico y
genera una secuencia deseada de numeros en c6digo numerico. EI proceso de conversion digital-
analonico (01A) se denomina decodificacion.
Definicion de terminos. Antes de estudiar los sistemas de control digital en detalle, se nece-
sitan definir algunos de los terminos que aparecen en el diagrama de bloques de la figura 1-3.
Muestreador y retenedor (.S/H). "Muestreador y retenedor" es un termino general que se
utiliza para un amplificador de muestreo y retenci6n. Este termino describe un circuito que recibe
como entrada una sefial anal6gica y mantiene dicha sefial en un valor con stante durante un tiempo
especifico. Normalmente la sefial es electrica, pero son posibles otras formas de esta, tales como
6ptica 0 mecanica,
Seccion 1-2 Sistemas de control digital 7
Convertidor anal6gico-digital (A/D). Un convertidor analogico-digital, tambien conocido
como codificador, es un dispositivo que convierte una sefial analogica en una sefial digital, usualmen-
te una sefial codificada numericamente, Dicho convertidor se necesita como una interfaz entre un
componente analogico y uno digital. Con frecuencia un circuito de muestreo y retencion es una parte
integral de un convertidor AID disponible comercialmente. La conversion de una sefial analogica en
la sefial digital correspondiente (numero binario) es una aproxirnacion, ya que la sefial analogica
puede adoptar un numero infinito de valores, mientras que la variedad de numeros diferentes que se
pueden formar mediante un conjunto finito de digitos esta limitada. Este proceso de aproxirnacion se
denomina cuantificaci6n. (En la seccion 1-3 se presenta mas informacion acerca de la cuantificacion.)
Convertidor digital-anal6gico (D/A). Un convertidor digital-analogico, tambien denomina-
do decodificador, es un dispositivo que convierte una sefial digital (datos codificados numericamen-
te) en una sefial analogica. Dicho convertidor es necesario como una interfaz entre un componente
digital y uno analogico.
Planta 0 proceso. Una planta es cualquier objeto fisico a ser controlado. Como ejemplos se
tienen un homo, un reactor quimico y un conjunto de partes de maquinaria que funcionan de manera
conjunta para Ilevar a cabo una operacion particular, tal como un sistema de seguimiento 0 una nave
espacial.
En general, un proceso se define como una operacion progresiva 0 un desarrollo marcado
mediante una serie de cambios graduales que suceden uno a otro de una manera relativamente fija y
conducen hacia un resultado 0 fin determinado. En este libro se denomina proceso a cualquier opera-
cion a ser control ada. Como ejemplos se pueden citar procesos quimicos, econornicos y biologicos,
La parte mas dificil en el disefio de sistemas de control puede situarse en el modelado preciso
de una planta 0 proceso fisico. Existen much os enfoques para obtener el modelo de una planta 0
proceso pero, aun asi, pueden existir dificultades, debido principalmente a la falta de precision en la
dinamica del proceso y a la pobre definicion de parametres aleatorios en muchas plantas 0 procesos
fisicos. Por tanto, en el disefio de un controlador digital, es necesario reconocer el hecho de que el
modelo maternatico de una planta 0 proceso en muchos casos es solo una aproxirnacion del proceso
fisico. Existen algunas excepciones en el modelado de sistemas electromecanicos y sistemas hidraulico-
mecanicos (hidromecanicos), puesto que estos se pueden modelar de manera precisa. Por ejemplo, el
modelado de un sistema de un brazo manipulador (robot) se puede Ilevar a cabo con una gran precision.
Transductor. Un transductor es un dispositivo que convierte una senal de entrada en una
serial de salida de naturaleza diferente a la de entrada, tal como los dispositivos que convierten una se-
fial de presion en una salida de voltaje. En general, la sefial de salida depende de la historia de la
entrada.
Los transductores se pueden clasificar como transductores analogicos, transductores de datos
muestreados 0 transductores digitales. Un transductor analogico es aquel en que las senales de entra-
da y salida son continuas del tiempo. Las magnitudes de estas sefiales pueden tomar cual-
quier valor dentro de las limitaciones fisicas del sistema. Un transductor de datos muestreados es
aquel en el que las sefiales de entrada y salida se presentan en valores discretos de tiempo (normal-
mente periodicos), pero las magnitudes de las sefiales, como en el caso de los transductores analogicos,
no estan cuantificadas. Un transductor digital es aquel en el que las sefiales de entrada y salida se
presentan solo en valores discretos de tiempo y las magnitudes de las sefiales estan cuantificadas
(esto es, solamente pueden adoptar ciertos valores discretos).
8 lntroduccion a los sistemas de control en tiempo discreto Capitulo 1
Tipos de operaciones de muestreo, Como se estableci6 antes, una sefial cuya variable inde-
pendiente t es discreta se den omina sefial en tiempo discreto. Una operaci6n de muestreo es basica-
mente la transformaci6n de una sefial en tiempo continuo en una en tiempo discreto.
Existen diferentes tipos de operaciones de muestreo de importancia practica:
1. Muestreo periodico. En este caso, los instantes de muestreo estan espaciados de manera uni-
forme, 0 t
k
= kT (k = 0, I, 2, ...). EI muestreo peri6dico es el tipo mas convencional de las
operaciones de muestreo.
2. Muestreo de orden multiple. El patr6n de los t
k
se repite peri6dicamente; esto es, t
k
+ r - t
k
es
constante para todo k.
3. Muestreo de tasa multiple. En un sistema de control que tiene lazos multiples, la mayor cons-
tante de tiempo involucrada en un lazo puede diferir en gran medida de las de los otros lazos.
Por 10 tanto, puede ser aconsejable muestrear lentamente en un lazo que involucre una cons-
tante de tiempo grande, mientras que en un lazo que involucre constantes de tiempo pequefias
la tasa de muestreo debe ser mas rapida. De esta manera, un sistema de control digital puede
tener diferentes perfodos de muestreo en diferentes trayectorias de realimentaci6n 0 bien tasas
de muestreo multiples.
4. Muestreo aleatorio. En este caso, los instantes de muestreo son aleatorios, 0 t
k
es una variable
aleatoria.
En este libro se tratara s610 el caso donde el muestreo es peri6dico.
1-3 CUANTIFICACION Y ERRORES DECUANTIFICACION
Las principales funciones involucradas en la conversi6n anal6gico-digital son el muestreo, fa
cuantificaci6n de la amplitud y la codificaci6n. Cuando el valor de cualquier muestra cae entre dos
estados de salida adyacentes "permitidos", se debe leer como el estado de salida permitido mas
cercano al valor real de la serial, EI proceso de representaci6n de una sefial continua 0 anal6gica
mediante un numero finito de estados discretos se denomina cuantificacion de la amplitud. Esto es,
"cuantificacion" significa la transformaci6n de una serial continua 0 anal6gica en un conjunto de
estados discretos. (Observe que la cuantificaci6n se presenta cuando una cantidad fisica se represen-
ta en forma numerica.)
El estado de salida de cualquier muestra cuantificada se describe entonces mediante un c6digo
numerico, EI proceso de representar el valor de una muestra mediante un c6digo numerico (tal como
el c6digo binario) se denomina codificacion. De este modo, la codificaci6n es el proceso de asigna-
ci6n de una palabra 0 c6digo digital a cada uno de los estados discretos. EI perfodo de muestreo y los
niveles de cuantificaci6n afectan el desempefio de los sistemas de control digital. De manera que
estes se deben determinar cuidadosamente.
Cuantificacion. El sistema numerico estandar utilizado para el procesamiento de sefiales
digitales es el sistema binario. En dte sistema nurnerico el grupo de c6digos consisten en n pulsos
cada uno de los cuales indica ya sea "encendido" (1) 0 "apagado" (0). En el caso de la cuantificaci6n,
los n pulsos "encendido-apagado" pueden representar 2" niveles de amplitud 0 estados de salida.
El nivel de cuantificaci6n Qse define como el intervalo entre dos puntos adyacentes de deci-
si6n y esta dado mediante
Seccion 1-3 Cuontificocion y errores de cucntilicocion
Q
= FSR
2"
9
donde FSR es el intervalo a escala completa. Observe que el bit que esta mas a la izquierda del
c6digo binario natural tiene el mayor peso (un medio de la escala completa) y se Ie conoce como el
bit mas significativo (MSB). El bit que esta mas ala derecha tiene el menor peso (112" veces la escala
completa) y se Ie conoce como el bit menos significativo (LSB). De esta manera,
LSB = FSR
2"
EI bit menos significativo es el nivel de cuantificaci6n Q.
Error de cuantificacion, Puesto que el numero de bits en la palabra digital es fin ito, la
conversi6n AID da como resultado una resoluci6n fin ita. Esto es, la salida digital puede solamente
adoptar un numero finito de niveles, y por 10tanto un numero anal6gico se debe redondear al nivel
digital mas cercano. Por consiguiente, toda conversi6n AID involucra un error de cuantificaci6n.
Dicho error de cuantificaci6n varia entre 0 y tQ. Este error depende de la fineza del nivel de cuan-
tificaci6n y se puede hacer tan pequeno como se desee haciendo mas pequeno el nivel de cuantificaci6n
(esto es, al incrementar el numero n de bits). En la practica, existe un maximo para el numero n de bits,
y de este modo siempre existe algun error debido a la cuantificaci6n. La incertidumbre presente en el
proceso de cuantificaci6n se conoce como ruido de cuantificacion.
Para determinar el tamafio deseado del nivel de cuantificaci6n (0 numero de estados de salida)
en un sistema de control digital dado, el ingeniero debe tener un buen entendimiento entre el tamafio
del nivel de cuantificaci6n y el error resultante. La varianza del ruido de cuantificaci6n es una medi-
da del error de cuantificacion, puesto que esta es proporcional a la potencia promedio asociada con
el ruido.
En la figura 1-4a) se muestra un diagrama de bloques de un cuantificador junto con sus carac-
teristicas entrada-salida. Para una entrada anal6gica x(t), la salida yet) toma s610 un numero finito de
niveles, los cuales son multiples enteros del nivel de cuantificaci6n Q.
En el anal isis nurnerico, el error resultante de despreciar los digitos remanentes se den omina
error de redondeo. Debido a que el proceso de cuantificaci6n es un proceso de aproximaci6n en el
que la cantidad anal6gica se aproxima mediante un numero digital finito, el error de cuantificacion
es un error de redondeo. Es claro que, mientras mas fino sea el nivel de cuantificacion, mas pequefio
sera el error de redondeo.
En la figura lAb) se muestra una entrada anaI6gicax(t) y la salida discretay(t), la cual esta en
la forma de una funci6n escalonada. El error de cuantificaci6n e(t) es la diferencia entre la sefial de
entrada y la salida cuantificada, 0
e(t) = x(t) - y(t)
I
Observe q ~ ~ l a magnitud del error cuantificado es
o~ le(t)1 ~
Para un nivel de cuantificaci6n pequefio Q, la naturaleza del error de cuantificaci6n es similar
a la del ruido aleatorio. Y, en efecto, el proceso de cuantificaci6n actua como una fuente de ruido
aleatorio. A continuaci6n se obtendra la varianza del ruido de cuantificaci6n. Dicha varianza se
puede obtener en terrninos del nivel de cuantificaci6n Q.
10 Introducci6n a los sistemas de control en tiempo discrete
y
Capitulo 1
xUI
xltl
Cuantificador
y(tl
a)
x
y(tl
a
b)
P 1 I ~
Q
a Q e
2 2
c)
Figura 1-4 a) Diagrama de bloques de un euantifieador y sus caractcristicas entrada-salida;
b) entrada anaI6gieax(t) y salida diseretay(t); c) distribuei6n de probabilidad Pte) del error de
euantifieaei6n e ~
Suponga que el nivel de cuantificaci6n Qes pequefio y que tambien el error de cuantificaci6n
eel) se distribuye uniformemente entre -tQy tQy que este error actua como un ruido blanco. [Esto
es de manera obvia una suposici6n un tanto aspera, Sin embargo, debido a que la sefial de error de
cuantificaci6n eel) es de una amplitud pequefia, esta suposici6n pod ria ser aceptable como una
aproximaci6n de primer orden.] La distribuci6n de probabilidad pee) de la sefial eel) puede graficarse
Seccion ]-4 Sistemas de cdquisicion. conversion y distribucion de datos 1 1
como se rnuestra en la figura 1-4c). El valor prornedio de e(t) es cero, 0 e(t) = O. Entonces la varianza a:
del ruido de cuantificacion es
1 J
Q
!2 Q2
u
2
= E[e(t) - e(t)j2 = - ed{ =-
Q -Q!2 12
De esta rnanera, si el nivel de cuantificacion Qes pequefio cornparado con la amplitud prornedio de la
senal de entrada, entonces la varianza del ruido de cuantificacion es un doceavo del cuadrado del
nivel de cuantificacion.
1-4 SISTEMAS DE ADQUISICION, CONVERSION Y DISTRIBUCION DE DATOS
Con el crecirniento rapido en el uso de computadoras digitales para ejecutar las acciones de un
control digital, tanto los sistemas de adquisicion de datos como los de distribucion se han convertido
en una parte importante de todo sistema de control.
La conversion de sefiales que tiene lugar en el sistema de control digital involucra las siguien-
tes operaciones:
I. Multiplexacion y demultiplexacion
2. Muestreo y retencion
3. Conversion analogico-digital (cuantificacion y codificacion)
4. Conversion digital-analogico (decodificacion)
En la figura I-Sa) se muestra el diagrama de bloques de un sistema de adquisicion de datos y en la
figura 1-5b) se muestra un diagrarna de bloques de un sistema de distribucion de datos.
En el sistema de adquisicion de datos, la entrada al sistema es una variable fisica tal como
posicion, velocidad, aceleracion, temperatura 0 presion. Dichas variables fisicas primero se convier-
ten en una sefial electrica (una sefial de voltaje 0 corriente) mediante un transductor apropiado. Una
Arcconcrao
~ cJglal
.1
bl
Figura 1-5 0) Diagrama de bloques de un sistema de adquisicion de datos: b) diagrama dc bloqucs de Ull sistema de
distribucion dc datos.
12 Introducci6n a los sistemas de control en tiernpo discreto Capitulo 1
vez que la variable ffsica se convierte en una sefial de voltaje 0 corriente, el resto del proceso de
adquisici6n de datos se hace por medios electr6nicos.
En la figura I-Sa) el amplificador que sigue del transductor (frecuentemente un amplificador
operacional) ejecuta una 0 mas de las siguientes funciones: amplificar el voltaje de salida del transductor:
convertir la sefial de corriente en una de voltaje; 0 aislar la sefial. EI filtro paso-bajas que sigue al
amplificador atenua las componentes de alta frecuencia de la senal, tales como sefiales de ruido.
(Observe que los ruidos de tipo electr6nico son de naturaleza aleatoria y se pueden reducir mediante
filtros paso-bajas. Sin embargo, dichos ruidos de tipo electronico, como la interferencia de la linea de
alimentacion, general mente son peri6dicos y se pueden reducir por medio de filtros de muesca.) La
salida del filtro paso-bajas es una sefial anal6gica. Esta sefial se alimenta a un multiplexor anal6gico.
La salida del multiplexor se alimenta al circuito de muestreo y retencion, cuya salida, a su vez, se
alimenta al convertidor anal6gico-digital. La salida del convertidor es la sefial en forma digital; esta se
alimenta al controlador digital.
EI proceso inverso al de adquisici6n de datos es el de distribuci6n de datos. Como se muestra
en la figura I-Sb), un sistema de distribuci6n de datos consiste en registros, un demultiplexor, conver-
tidores digital-anal6gico y circuitos de retenci6n. Este sistema convierte la sefial en forma digital
(numeros binarios) en otra en forma anal6gica. La salida del convertidor 01A se alimenta al circuito de
retenci6n. La salida del circuito de retenci6n se alimenta al actuador analogico, el cual, a su vez,
control a directamente la planta que se esta considerando.
A continuacion, se estudiara cada componente individual involucrado en el sistema de proce-
samiento de la sefial.
Multiplexor analogico, Un convertidor anal6gico-digital es el componente mas costoso en
un sistema de adquisici6n de datos. EI multiplexor anal6gico es un dispositivo que lIeva a cabo la
funci6n de compartir en tiempo un convertidor AID entre muchos canales anal6gicos. EI procesa-
miento de varios canales con un controlador digital es posible debido a que el ancho de cada uno de
los pulsos que representa a la serial de entrada es muy angosto, de manera que el espacio vacio
durante cada perfodo de muestreo se puede utilizar para otras seftales. Si se van a procesar muchas
sefiales por un solo controlador digital, entonces estas sefiales de entrada se deben alimentar al
controlador a traves de un multiplexor.
En la figura 1-6 se muestra un diagrama de un multiplexor anal6gico. EI multiplexor anal6gico
h l ~ AI muestreador
Figura 1-6 Diagrama csquernatico de un
multiplexor anal6gico.
Seccion 1-4 Sistemas de cdquisicion, conversion y distribuclon de datos 13
es un interruptor multiple (nonnalmente un interruptor electr6nico) que conmuta secuencialmente
entre muchos canales de entrada anal6gicos en alguna fonna preestablecida. EI numero de canales, en
muchas instancias, es 4, 8 0 16. En un instante dado, s610 un interruptor esta en la posici6n de
"encendido". Cuando el interruptor esta encendido en un canal de entrada dado, la sefial de entrada
se conecta a la salida del multiplexor durante un tiempo especifico. Durante el tiempo de conexion, el
circuito de muestreo y retenci6n muestrea a la sefial de voltaje (sefial anal6gica) y retiene su valor,
mientras que el convertidor anal6gico-digital convierte el valor anal6gico en datos digitales (numeros
binarios). Cada uno de los canales se lee en orden secuencial y los val ores correspondientes se
convierten en datos digitales en la misma secuencia.
Demultiplexor. El demultiplexor, el cual esta sincronizado con la sefial de muestreo de en-
trada, separa los datos digitales de la salida compuesta, del controlador digital en los canales origina-
les. Cada uno de los canales esta conectado a un convertidor DIA para producir la sefial de salida
anal6gica para ese canal.
Circuitos de muestreo y retencion. Un muestreador en un sistema digital convierte una se-
fial anal6gica en un tren de pulsos de amplitud modulada. El circuito de retenci6n mantiene el valor
del pulso de la sefial muestreada durante un tiempo especffico. EI muestreador y el retenedor son
necesarios en el convertidor AID para producir un numero que represente de manera precisa la serial
de entrada en el instante de muestreo. Existen de manera comercial circuitos de muestreo y retenci6n
en una sola unidad, conocidos como muestreador y retenedor (S/H). Sin embargo, matematicamen-
te, las operaciones de muestreo y la de retenci6n se modelan por separado (vease la secci6n 3-2). Es
una practica comun utilizar un solo convertidor anal6gico-digital y multiplexar muchas entradas
anal6gicas muestreadas en este.
En la practica, la duraci6n del muestreo es muy corta comparada con el periodo de muestreo T.
Cuando la duraci6n del muestreo es despreciable, el muestreador se puede considerar como un
"muestreador ideal". Un muestreador ideal 10 habilita a uno para obtener un modelo matematico
relativamente simple de un muestreador y retenedor. (Dicho modelo matematico se discutira con
detalle en la secci6n 3-2.)
En la figura 1-7 se muestra un diagrama simplificado para el muestreador y retenedor. El
circuito S/H es un circuito anal6gico (simplemente un dispositivo de memoria de voltaje) en el que
se adquiere una entrada de voltaje y entonces se almacena en un capacitor de alta calidad con carac-
teristicas de fuga y absorci6n dielectrica bajas.
En la figura 1-7 el interruptor electr6nico se conecta al capacitor de retenci6n. EI amplificador
operacional I es un amplificador de aislamiento de entrada con una impedancia de entrada alta. EI
amplificador operacional 2 es el amplificador de salida; este aisla el voltaje en el capacitor de reten-
ci6n.
Existen dos modos de operaci6n para el circuito de muestreo y retencion: el modo de segui-
miento y el de retenci6n. Cuando el interruptor esta cerrado (esto es, cuando la sefial de entrada esta
conectada), el modo de operaci6n es el de seguimiento. La carga en el capacitor en el circuito sigue
al voltaje de entrada. Cuando el interruptor esta abierto (Ia sefial de entrada esta desconectada), el
modo de operaci6n es el de retencion y el voltaje del capacitor se mantiene constante por un tiempo
especifico. La figura 1-8 muestra los modos de seguimiento y de retenci6n.
Observe que, de manera practica, la conmutaci6n del modo de seguimiento al de retenci6n no
es instantaneo. Si se da el comando de retenci6n mientras el circuito esta en el modo de seguimiento.
cntonces el circuito permanecera en el modo de seguimiento por un momenta antes de reaccionar ante
14 lntroduccion a los sistemas de control en tiernpo discreto Capitulo 1
Amplificador 1 Amplificador 2
Entrada
anal6gica
Salida
l_
C
analoqica
0_- --1-___ 0
Muestreador
t
Comandode
muestreo y retencion
Figura 1-7 Circuito de rnuestreo y retenci6n.
el comando de retenci6n. El intervalo de tiempo durante el cualla conmutaci6n tiene lugar (esto es, el
intervalo de tiempo cuando la amplitud medida es incierta) se denomina tiempo de apertura.
EI voltaje de salida durante el modo de retenci6n puede decrecer ligeramente. La calda del
modo de retenci6n se puede reducir mediante el uso de un amplificador de aislamiento de salida con
una impedancia de entrada alta. Dicho amplificador de aislamiento de salida debe tener una corrien-
te de polarizaci6n muy baja.
La operaci6n de muestreo y retenci6n esta controlada por un reloj.
Tipos de convertidores analogico-digltal (AID). Como se estableci6 en un principio, el pro-
ceso mediante el cual una serial anal6gica muestreada se cuantifica y se convierte en un numero
binario es conocido como conversion analogico-digital. De esta manera, un convertidor AID trans-
Senalde
entrada
Muestra a nivel
deretencJ6n
I
I
I j Tiempode
i abertura
I
I
I
I
Caida del modo
de retenci6n
Senalde
salida
-1 1.. ----
t
El comandoderetenci6n
se da aqui
Figura 1-8 Modo de seguimicnto y modo de
retencion,
Seccion 1-4 Sistemas de cdquisicion. conversion y distribucion de datos 15
forma una sefial analogica (par 10 general en la forma de voltaje 0 corriente) en una sefial digital 0 una
palabra codificada numericamente. En la practica, la logica esta basada en digitos binarios compues-
tos por Os y Is, y la representacion tiene un numero fin ito de digitos. EI convertidor AID ejecuta las
operaciones de muestreo y retencion, cuantificacion y codificacion. Observe que en el sistema digital
un reloj genera un pulso cada periodo de muestreo T. El convertidor AID envia una serial digital
(numero binario) al controlador digital cada vez que el pulse llega.
Entre los circuitos AID disponibles, los siguientes tipos son los mas frecuentemente utilizados:
I. Del tipo de aproximaciones sucesivas
2. Del tipo de integracion
3. Del tipo contador
4. Del tipo paralelo
Cada uno de estos cuatro tipos tiene sus propias ventajas y desventajas. En cualquier aplicacion
particular, la velocidad de conversion, precision, longitud de palabra y el costa son los principales
factores a considerar en la eleccion del tipo de convertidor AID. (Si se requiere de una mayor preci-
sion, por ejernplo, se debe incrementar el numero de bits en la sefial de salida.)
Como se vera, el convertidor analogico-digital utiliza como parte de sus lazos de realimentacion
convertidores digital-analogico. EI tipo mas sencillo de convertidor AID es el del tipo contador. Su
principio basico es que se aplican los pulsos de reloj al contador digital de manera que el voltaje de
salida del convertidor DIA (esto es, parte dellazo de realirnentacion del convertidor AID) aumente
un bit menos significativo (LSB) cada vez, y el voltaje de salida se compara con el voltaje analogico
de entrada una vez por cada pulso. Cuando el voltaje de salida ha alcanzado la magnitud del voltaje
de entrada, los pulsos de reloj se detienen. EI voltaje de salida del contador es entonces la salida
digital.
EI convertidor AID del tipo de aproximaciones sucesivas es mucho mas rapido que el del tipo
contador y es el utilizado con mayor frecuencia. En la figura 1-9 se muestra un diagrarna del conver-
tidor AID del tipo de aproximaciones sucesivas.
Entrada
anal6gica
Convertidor
f1-- Reterencia
D/A analoqica
...
- Reglstrode
---1 I
aproxnnaciones Reloj
+
sucesivas
Comparador
Salida
digital
Figura 1-9 Diagrama csqucmatico de un convcrtidor AID dcl tipo dc aproximacioncs sucesivas.
16 Introducci6n a los sistemas de control en tiempo discreto Capitulo 1
EI principio de operaci6n de este tipo de convertidor AID es el que sigue. EI registro de aproxi-
maciones sucesivas (SAR) primero enciende el bit mas significativo (Ia mitad del maximo) y 10 compara
con la entrada anal6gica. EI comparador decide ya sea dejar encendido este bit 0 apagarlo. Si el voltaje
de entrada anal6gico es mayor, el bit mas significativo permanece encendido. EI siguiente paso es
encender el bit 2 y entonces compararlo con los tres cuartos del maximo del voltaje anal6gico de
entrada. Despues de que se completan las n comparaciones, la salida digital del registro de aproxima-
ciones sucesivas indica todos aquellos bits que se mantienen encendidos y produce e I c6digo
digital deseado. Asi, este tipo de convertidor AID fija un bit por cada cicIo de reloj, y de este
modo s610 requiere de n ciclos de reloj para generar n bits, donde n es la resoluci6n del conver-
tidor en bits. (El numero n de bits empleados determina la exactitud de conversi6n.) El tiempo
requerido para la conversi6n es aproximadamente 2,useg 0 menos para una conversi6n de 12
bits.
Errores en convertidores AID. Los convertidores anal6gico-digitales reales difieren de los
convertidores ideales en que los primeros siempre tienen algunos errores, tales como errores de
nivel, de linealidad y de ganancia; las caracteristicas de estos se muestran en la figura 1-10. Tambien,
es importante observar que las caracteristicas entrada-salida cambian con el tiempo y con la tempe-
ratura.
Por ultimo, se debe observar que los convertidores comerciales se especifican para tres rangos
de temperatura: comercial (0 C a 70C), industrial (-25C a 85C) y militar (-55C a 125C).
Convertidores digital-analoglco (D/A). A la salida del controJador digitalla sefial digital se
debe convertir en una serialanal6gica mediante el proceso conocido como conversi6n digital-anaI6gica.
Un convertidor D/A es un dispositivo que transforma una entrada digital (numeros binarios) en una
salida anal6gica. La salida, en la mayoria de los casos, es una serial de voltaje.
Para el rango completo de la entrada digital, existen 2" valores anal6gicos correspondientes
diferentes, incluyendo el O. Para la conversi6n digital-anal6gica existe una correspondencia uno a uno
entre la entrada digital y la salida anal6gica.
En general se emplean dos metodos para la conversi6n digital-anaI6gica: el metodo que utiliza
resistores ponderados y el otro que utiliza la red en escalera R-2R. EI primero es sencillo en la
configuraci6n del circuito, pero su exactitud puede no ser muy buena. EI segundo es un poco mas
complicado en configuracion, pero es mas exacto.
En la figura 1-11 se muestra el diagrama de un convertidor DI A que emplea resistores ponde-
rados. Los resistores de entrada del amplificador operacional tienen valores ponderados en forma
binaria. Cuando el circuito 16gico recibe un 1 binario, el interruptor (en realidad una compuerta
electr6nica) conecta el resistor al voltaje de referencia. Cuando el circuito 16gicorecibe un 0 binario,
el interruptor conecta el resistor a tierra. Los convertidores digital-anal6gicos empleados en la prac-
tica comun son gel tipo paralelo: todos los bits que intervienen se aplican simultaneamente de la
entrada digital (numeros binarios).
Asi el convertidor D/A genera el voltaje de salida anal6gico correspondiente al voltaje digital
dado. Para el convertidor D/A que se muestra en la figura 1-11, si el nurnero binario es b)b
2b]bo
,
donde cada una de las b puede ser ya sea un 0 0 un 1, entonces la salida es
Se ccion 1-4 Sistemas de cdquisicion. conversion y distribucion de datos 17
FS
FS
111
100
o0 0 k:--L-__-,-l. --J
o
a)
FS
PS
/'
/
/
/
/
/
/
~ Error de uneahdao
/
/
/
/
/
/
/'
111
100
000 L.... :-'- ---J
o
b)
Figura 1-10 Errores en convcrtidores ND: a) error de
nivel; b) error de lincalidad: c) error de gananeia.
FS
FS
111
000 ~ .1._ __J
o
c) 100
Notese que a medida que el numero de bits se incrementa el intervalo de valores de los resistores se
hace mas grande y la exactitud se empobrece.
. En la figura 1-12 se muestra un diagrama esquernatico de un convertidor 0/A de n-bits que
u t ~ un circuito en escalera R-2R. Observe que con excepcion del resistor de realirnentacion (el
cual es 3R) todos los resistores involucrados son ya sea R 0 2R. Esto significa que se puede alcanzar
un alto nivel de exactitud. EI voltaje de salida en este caso puede estar dado mediante
Reconstruccion de fa seiiul de entrada mediante circuitos de retencion. La operaci6n de
muestreo produce una sefial de pulsos modulados en amplitud. La funci6n de la operacion de reten-
18 lntroduccion a los sistemas de control en tiempo discreto Capitulo 1
8R
Figura I-II Diagrama csqucmatico de un eonvertidor Df A que emplea resistores ponderados.
cion es reconstruir la serial analogica que ha sido transmitida como un tren de pulsos muestreados.
Esto es, el prop6sito de la operaci6n de retenci6n es rellenar los espacios entre los periodos de
muestreo y as! reconstruir en forma aproximada la serial anal6gica de entrada original.
El circuito de retencion se disefia para extrapolar la sefial de salida entre puntos sucesivos de
acuerdo con alguna manera preestablecida. La forma de onda de escalera de la salida que se muestra
en la figura 1-13 es la forma mas sencilla para reconstruir la sefial de entrada original. El circuito de
retenci6n que produce dicha forma de onda de escalera se conoce como retenedar de orden cera.
Debido a su simplicidad, el retenedor de orden cero se emplea por 10regular en sistemas de control
digital.
3R
2R R R R 2R
2R 2R 2R 2R 2R
b ;
- V"' 0---....1--+---'-->,- _ - _ - _ - _ --J'--+--__.J.--+-__-'
Figura 1-12 Convertidor DfA de n-bits que usa un eireuito esealera R-2R.
Seccion 1-4
/
I
/
'--
/
/
~
o
Sistemas de odquisicion, conversion y distribucion de datos
_ I""'" I--Llsalida
/ f-- <,
-,
/ "-
r-- "-
r--
-,
~
- ~
- I"="::::
t Figura 1-13 Salida de un retenedor de orden cera.
19
Se dispone de circuitos de retenci6n mas sofisticados que el de orden cero. Estos se conocen
como circuitos de retenci6n de orden superior e incluyen los retenedores de primero y segundo orden.
En general los circuitos de retenci6n de orden superior reconstruiran una sefial de manera mas exacta
que los retenedores de orden cero. pero con algunas desventajas, como se explicara posteriormente.
El retenedor de primer orden mantiene el valor de la muestra anterior, asi como el de la presente,
y mediante extrapolaci6n predice el valor de la muestra siguiente. Esto se logra mediante la generaci6n
de la pendiente de salida igual a la pendiente de un segmento de linea que conecta la muestra actual
con la anterior y proyectando esta desde el valor de la muestra actual, como se puede apreciar en la
figura 1-14.
Como se puede ver facilmente en la figura, si la pendiente de la sefial original no cambia
mucho, la predicci6n es buena. Sin embargo, si la sefial original invierte su pendiente, entonces la
predicci6n es mala y la salida sigue la direcci6n equivocada, causando as! un gran error para el
periodo de muestreo considerado.
Un retenedor de primer orden con interpolacion, tambien conocido como retenedor poligonal,
reconstruye la sefial original de una manera mucho mas exacta. Este circuito de retenci6n tambien
genera una linea recta a la salida cuya pendiente es igual a aquella que une el valor de la muestra
anterior con el valor de muestra actual, pero esta vez la proyecci6n se hace desde el punto de la
Salida
o Figura 1-14 Salida de un rctcncdor de primer ordcn
20
Salida
Introducci6n a los sistemas de control en tiempo discreto Capitulo 1
o
Figura 1-15 Salida de un retenedor de primer orden con
interpolacion (retenedor poligonal).
muestra actual con la amplitud de la muestra anterior. Por 10 tanto, la exactitud al reconstruir la seftal
original es mejor que para otros circuitos de retencion, pero existe un periodo de muestreo de retardo,
como se muestra en la figura 1-15. En efecto, lamejoria en la exactitud se logra a expensas de un retardo
de un periodo de muestreo. Desde el punta de vista de la estabilidad de los sistemas en lazo cerrado,
dicho retardo no es deseable, y de este modo el retenedor de primer orden con interpolacion (reten-
cion poligonal) no se emplea en aplicaciones de sistemas de control.
r-5 COMENTARIOS FINALES
En la conclusion de este capitulo se compararan los control adores digitales y los analogicos utiliza-
dos en sistemas de control industrial y se revisaran algunos conceptos sobre el control digital de
procesos. Entonces se presentara la organizacion del libro.
Controladores digitales y analogicos. Los controladores digitales solamente operan sobre
numeros, La toma de decisiones es una de sus funciones importantes. Estos a menudo se utilizan
para resolver los problemas relacionados con la operacion global optima de plantas industriales.
Los control adores digitales son muy versatiles. Estes pueden manejar ecuaciones de control
no lineales que involucran calculos complicados u operaciones logicas, Se puede utilizar con
controladores digitales una variedad mucho mas amplia de leyes de control que las que se pueden
usar con controladores analogicos. Tambien en el controlador digital, mediante la edicion de un
nuevo programa, las operaciones que se estan ejecutando se pueden cambiar por completo. Esta
caracteristica es en particular importante si el sistema de control va a recibir informacion 0 instruc-
ciones de operacien desde algun centro de calculo donde se hacen analisis economicos y estudios de
optimizacion.
Los controladores digitales son capaces de ejecutar calculos complejos con exactitud constan-
te a alta velocidad y pueden tener casi cualquier grado deseado de exactitud de calculo con un
incremento relativamente pequeno en el costo.
En un principio los control adores digitales se usaron solo como componentes en sistemas de
control a gran escala. Actualmente, sin embargo, gracias a la disponibilidad de microcomputadoras
baratas, los controladores digitales se utilizan en muchos sistemas de control de gran y pequena
Secci6n 1-5 Comentarios finales 21
escala. De hecho, los controladores digitales estan reemplazando a los controladores analogicos que
han sido utilizados en muchos sistemas de control a pequefia escala. Los controladores digitales son
a menudo superiores en desempefio y con un costa menor que sus contrapartes analogicas.
Los controladores analogicos representan las variables en una ecuacion mediante cantidades
fisicas continuas. Estos se pueden disenar facilmente para servir de manera satisfactoria como
controladores que no tienen que tomar decisiones. Pero el costa de las computadoras 0 controladores
analogicos se incrementa rapidamente a medida que la complejidad del calculo se incrementa, si se
tiene que mantener una exactitud constante.
Existen ventajas adicionales de los controladores digitales sobre los analogicos, Los compo-
nentes digitales, tales como circuitos de muestreo y retencion, convertidores AID y DIA Y los
transductores digitales, son de construcci6n robusta, alta confiabilidad y a menu do compactos y
ligeros. Adernas, los componentes digitales tienen alta sensibilidad y con frecuencia son mas baratos
que sus contrapartes analogicas y son menos sensibles a sefiales de ruido. Y, como se menciono en
un principio, los controladores digitales son flexibles al permitir cambios en la programaci6n.
Control digital de procesos. En general, en sistemas de control de procesos industriales, no
es practice operar por periodos de tiempo muy prolongados en estado estacionario, debido a que se
pueden presentar ciertos cambios en los requerimientos de produccion, materias primas, factores
economicos y equipos y tecnicas de procesamiento. Asi, el comportamiento transitorio de los proce-
sos industriales debe siempre tomarse en consideraci6n. Debido a que existen interacciones entre las
variables de proceso, al utilizar una sola variable de proceso para cada uno de los agentes de control
no es apropiado para un control completo real. Mediante el uso de un controlador digital, es posible
tomar en cuenta todas las variables del proceso, conjuntamente con los factores economicos, los
requerimientos de produccion, el desempefio del equipo y todas las demas necesidades, y de este
modo alcanzar el control optimo de los procesos industriales.
Observe que un sistema capaz de controlar un proceso tan completamente como pueda, debera
resolver ecuaciones complicadas. En el control mas completo, 10 mas importante es que se conozcan
y empleen las relaciones correctas entre las variables de operaci6n. El sistema debe ser capaz de
aceptar instrucciones desde muy variadas fuentes como computadoras y operadores humanos y
debe tambien ser capaz de cambiar por completo su subsistema de control en un tiempo corto. Los
control adores digitales son los mas apropiados en dichas situaciones. De hecho, una de sus ventajas
es su flexibilidad, esto es, la facilidad de cambiar los esquemas de control mediante reprogramacion,
En el control digital de un proceso complicado, el disefiador debe tener un buen conocimiento
del proceso a ser control ado y debe ser capaz de obtener su modelo maternatico. (Elmodelo materna-
tico se puede obtener en terminos de ecuaciones diferenciales 0 en diferencias, 0 de alguna otra
forma.) EI disefiador debe estar familiarizado con la tecnologia de medici6n asociada con la salida y
otras variables relacionadas en el proceso. EI 0 ella debe tener un buen conocimiento del trabajo con
cOlllPtl(adoras digitales, asi como de la teoria de controlmoderno. Si el proceso es complicado, el
disefiador debe investigar varios enfoques diferentes para el disefio del sistema de control. A este
respecto, serla util un buen conocimiento de tecnicas de simulaci6n.
Organizacion del /ibro. EI objetivo de este libro es presentar una visi6n detallada de la
teoria de control que es relevante al anal isis y disefio de sistemas de control en tiempo discreto. Se
enfatizan los conceptos basicos involucrados. En este libro, con frecuencia los control adores digitales
se disefian en la forma de funciones de transferencia pulso 0 ecuaciones en diferencias equivalenres.
las cuales se pueden implantar facilmente en la forma de programas de computadora.
22 Introducci6n a los sistemas de control en tiempo discreto Capitulo 1
La organizaci6n dellibro es como sigue. El capitulo I ha presentado material introductorio. El
capitulo 2 presenta la teoria de la transformada z. Este capitulo incluye la transformadaz de funciones
elementales, propiedades y teoremas importantes de la transformada z, la transformada z inversa y la
soluci6n de ecuaciones en diferencias mediante el metoda de la transformadaz. EI capitulo 3 presenta
material de antecedentes para el anal isis de sistemas de control en el plano z. Este capitulo incluye
discusiones del muestreo mediante impulsos y la reconstrucci6n de sefiales originales a partir de
sefiales muestreadas, funciones de transferencia pulso y la realizaci6n de control adores y filtros
digitales.
EI capitulo 4 presenta en principio la relaci6n entre los pianos s y z y entonces se discute el
analisis de estabilidad de los sistemas en lazo cerrado en el plano z, seguido del anal isis de las
respuestas transitoria yen estado estacionario, disefiado mediante los metodos dellugar geornetrico
de las raices y de la respuesta en frecuencia y el metodo analitico de disefio. El capitulo 5 presenta la
representaci6n en el espacio de estados de sistemas en tiempo discreto, la soluci6n de las ecuaciones
de estado en tiempo discreto y la matriz de funciones de transferencia pulso. Despues, se trata la
discretizaci6n de las ecuaciones en el espacio de estados en tiempo continuo y el anal isis de estabi-
lidad de Liapunov.
El capitulo 6 presenta el disefio de sistemas de control en el espacio de estados. El capitulo inicia
con una presentacion detail ada de controlabilidad y observabilidad. Entonces se presentan las tee-
nicas de disefio basadas en la ubicaci6n de polos, seguido por una discusi6n de observadores de es-
tado de orden completo y de orden minimo. Este capitulo se concluye con el disefio de sistemas de
seguimiento. EI capitulo 7 trata el enfoque de ecuaciones polinomiales al disefio de sistemas de con-
trol. El capitulo comienza con el estudio de las ecuaciones Diofantinas. Entonces se presenta el disefio
de sistemas de regulaci6n y sistemas de control empleando la soluci6n de las ecuaciones Diofantinas.
Este enfoque es una alternativa al de ubicaci6n de polos combinado con los observadores de orden
minimo. En este capitulo se incluye el disefio de sistemas de control mediante el acoplamiento a un
modelo. Por ultimo, el capitulo 8 trata en detalle los problemas de control6ptimo cuadratico.
El anal isis en el espacio de estados y el disefio de sistemas de control en tiempo discrete, que se
presenta en los capitulos 5, 6 Y8, hace un uso extensivo de vectores y matrices. En el estudio de estos
capitulos el lector puede, si la necesidad surge, referirse al apendice A, el cual resume el material
basico del analisis de vectores y matrices. EI apendice B presenta material referente a la teoria de la
transformada z que no se incluy6 en el capitulo 2. El apendice C trata los problemas de disefio
mediante la ubicaci6n de polos euando el control es una cantidad vectorial.
En cada uno de los capitulos, excepto el capitulo I, el texto principal esta seguido por proble-
mas resueltos y par problemas propuestos. Ellector debera estudiar y resolver los problemas cuida-
dosamente. Los problemas resueltos son una parte integral del texto. Los apendices A, Bye estan
seguidos por problemas resueltos. EI lector que estudie estos problemas tendra un mejor entendi-
miento del material presentado.
2
La transforrnada z
2-' INTRODUCCION
Una herramienta matematica muy utilizada en el anal isis y la sintesis de sistemas de control en
tiempo discreto es la transformada z. EI papel de la transformada z en sistemas en tiempo discreto es
similar al de la transformada de Laplace en sistemas en tiempo continuo.
En un sistema de control en tiempo discreto, una ecuacion en diferencias lineal caracteriza la
dinarnica del sistema. Para determinar la respuesta del sistema a una entrada dada, se debe resolver
dicha ecuacion en diferencias. Con el metodo de la transformadaz, las soluciones a las ecuaciones en
diferencias se convierten en un problema de naturaleza algebraica. (De la misma forma en que la
transformada de Laplace transforma las ecuaciones diferenciales lineales invariantes en el tiempo en
ecuaciones algebraicas en s, la transformada z transforma las ecuaciones en diferencias lineales e
invariantes en el tiempo en ecuaciones algebraicas en z.)
EI principal objetivo de este capitulo es presentar las definiciones de la transformada z, los
teoremas basicos asociados con ella y los metodos para encontrar la transformada z inversa. Tambien
se estudia la solucion de ecuaciones en diferencias mediante el metodo de la transformada z,
Senates en tiempo discreto, Las seflales en tiempo discreto surgen si el sistema involucra la
operacion de muestreo de senales en tiempo continuo. La seflal muestreada es x(O), x(T), x(2 T), ... ,
donde T es el periodo de muestreo. Dicha secuencia de valores que surge de la operacion de muestreo
normal mente se escribe como x(kT). Si el sistema incluye un proceso iterativo realizado por una
computadora digital, la sefial involucrada es una secuencia de numeros x(O), x( I), x(2). . . . La se-
ct;encia de nurneros normal mente se escribe como x(k), donde el argumento k indica el orden en el
que se presentan los nurneros en la secuencia, por ejemplo, x(O), x( I), x(2) . . . . Aunque x(k) es una
secuencia de numeros, esta se puede considerar como una sei'ial muestreada de x(t) cuando el perto-
do de muestreo T es I segundo.
23
24 La transformada z Capitulo 2
La transformada z se aplica a la serial en tiempo continuo xU), a la sefial muestreadax(k7) y a la
secuencia de numeros x(k). Si no se presenta confusi6n en el estudio al tratar con la transformada z,
de manera ocasional se emplean x(k7) y x(k) intercambiadas. [Esto es, para simplificar la presentacion,
en ocasiones se omite la aparici6n explicita de Ty se escribe x(k7) como x(k).]
Organizacion del capitulo. En la secci6n 2-1 se presentaron comentarios introductorios. En
la secci6n 2-2 se expone la definici6n de la transformada z y los temas asociados con esta. En la
secci6n 2-3 se dan las transformadas z de funciones elementales. Las propiedades y teoremas impor-
tantes de la transformada z se presentan en la secci6n 2-4. En la secci6n 2-5 se estudian los metodos
analfticos y computacionales para encontrar la transformada z inversa. En la secci6n 2-6 se presenta la
solucion de ecuaciones en diferencias mediante el metodo de la transformada z, Por ultimo, en la
secci6n 2-7 se dan los comentarios finales.
2-2 LATRANSFORMADA %
EI metodo de la transformada z es un metodo operacional muy poderoso cuando se trabaja con
sistemas en tiempo discreto. A continuaci6n se definira la transformada z de una funci6n del tiempo 0
de una secuencia de numeros,
Al considerar la transformada z de una funci6n del tiempo x(t), s610 se toman en cuenta los
valores muestreados de x(t), esto es, x(O), x(7), x(27), ... , donde T es el periodo de muestreo.
La transformada z de una funci6n del tiempo xU), donde t es positivo, 0 de la secuencia de
valores x(k7), donde k adopta valores de cero 0 de enteros positivos y Tes el periodo de muestreo, se
define mediante la siguiente ecuaci6n:
X(z) = Z[x(t)] = Z[x(kT)] = Lx(kT)z-k
k=O
Para una secuencia de numeros x(k), la transformada z se define como
X(z) = Z[x(k)] = LX(k)Z-k
k=O
(2-1)
(2-2)
La transformada z definida mediante las ecuaciones (2-1) 0 (2-2) se conoce como transformada z
unilateral.
EI simbolo Z denota la "transforrnada z de". En la transformada z unilateral se supone que
x(t) =para t < 0 0 x(k) = 0 para k < O. Observe que z es una variable compleja.
Observe que, cuando se trata con una secuencia de tiempo x(k7) que se obtuvo mediante el
muestreo de una sefial x(t), la transformada z X(z) involucra de manera explfcita a T. Sin embargo,
para una secuencia de tiempo x(k), la transformada zX(z) no 10incluye a Texplfcitamente.
La transformada z de xU), donde -x < t < x, 0 de x(k), donde k adopta valores enteros (k = 0,
I, 2, .. '), se define mediante
o
X(z) = Z[x(t)] = Z[x(kT)] = L X(kT)z-k
k ~
X(z) = Z[x(k)] = L X(k)Z-k
(2-3)
(2-4)
Seccion 2-3 Transformada z de funciones elementa/es 25
La transfonnada z definida mediante las ecuaciones (2-3) 0 (2-4) se denomina transformada z bilate-
ral. En la transformada z bilateral, se supone que la funcion x(t) es distinta de cero para t < 0 y se
considera que la secuencia x(k) tiene valores distintos de cero para k < O. Ambas transfonnadas z, la
unilateral y la bilateral, son series de potencias de Z-I . (La transfonnada bilateral incluye tanto poten-
cias positivas como negativas de z -I.) En este libro, solo se considera de manera detaIlada la transfor-
mada zuni lateral.
Para la mayoria de las aplicaciones en ingenieria, la transfonnada z unilateral tendra una solu-
cion apropiada en forma cerrada en su region de convergencia. Observe que cuando X(z), una serie
infinita en z -I, converge fuera del circulo Izi = R, donde R se conoce como radio de convergencia
absoluta. AI utilizar el metodo de la transfonnada z para resolver problemas en tiempo discreto no es
necesario especificar los valores de z para los cuales X(z) converge.
Observe que la expansion del segundo miembro de la ecuacion (2-1) da como resultado
X(z) = x(O) + X(T)z-1 + x(2T)z-Z + ... + x(kT)z-k + ...
(2-5)
La ecuacion (2-5) implica que la transfonnada z de cualquier funcion en tiempo continuo x(t) se
puede escribir, mediante inspeccion, en la forma de una serie. La z -k en esta serie indica la posicion en
el tiempo en la que se presenta la amplitudx(k1). De maneracontraria, siX(z) esta dada en la forma de
una serie como la que se indico, la transfonnada z inversa se puede obtener por inspeccion como una
secuencia de la funcion x(k1) que corresponde a los valores de x(t) en los valores de tiempo respec-
tivos.
Si la transfonnada z esta dada como el cociente de dos polinomios en z, entonces la transfor-
mada z inversa se puede obtener mediante varios metodos diferentes, tales como el metoda de la
division directa, el metodo computacional, el metodo de expansion en fracciones parciales y el me-
todo de la integral de inversion (para mayores detalles vease la seccion 2-5).
2-3 TRANsFORMADA z DEFUNCIONEs ELEMENTALES
A continuacion se presentara la transfonnada z de varias funciones elementales. Observe que en Ja
teoria de la transfonnada z unilateral, al muestrear una serial discontinua x(t), se supone que la
funcion es continua por la derecha; esto es, si la discontinuidad se presenta en t = 0, entonces se
supone que x(O) es igual a x(O+) en lugar del promedio en la discontinuidad, [x(O-) + x(O+)]/2.
Funcion escalon unitario. Encuentre la transfonnada z de la funcion escalon unitario
x(t) = {l(t),
0,
O:5t
t<O
Como se puede observar, en el muestreo de la funcion escalon unitario se supone que esta funcion es
continua por la derecha; esto es, 1(0) = 1. Entonces, refiriendose a la ecuacion (2-1), se tiene
X(z) = Z[l(t)] = L lz-k = L Z-k
k=O k=O
= 1 + Z-l + z-z + Z-3 + ...
26
1
1 - z
La transformada z Capitulo 2
z
=--
z - 1
Observe que la serie converge si Izi > 1. Al encontrar la transformada z, la variable z actua como un
operador mudo. No es necesario especificar la regi6n de z en la que X(z) converge. Es suficiente
saber que dicha regi6n existe. La transformada z X(z) de una funci6n del tiempo x(t) que se obtiene
de esta manera es valida en todo el plano z excepto en los polos de X(z).
Se debe observar que I(k) definida mediante
l(k) = {I,
0,
k = 0,1,2, ...
k<O
cornunrnente se conoce como secuencia escalon unitario.
Funcion rampa unitaria. Considere la funcion rampa unitaria
Observe que
x(t) = It,
0,
x(kT) = kT,
O:5t
t<O
k = 0,1,2, ...
La figura 2-1 representa la sefial rampa unitaria muestreada. Las magnitudes de los valores muestreados
son proporcionales al periodo de muestreo T. La transformada z de la funci6n rampa unitaria se puede
escribir como
cc
X(z) =Z[tJ = L X(kT)z-k = L kTz-
k
= TL kz:"
k=O k=O k=O
T(Z-I + 2z-
2
+ 3z-
3
+ ... )
Z-I
T (1 _ Z-I)2
Tz
x(t)
x(4T)
x(3n
x(2T)
x(T)
I
o T 2T 3T 4T
Figura 2-1 Sefial rampa unitaria muestreada.
Seccion 2-3 Transformada z de funciones elementales 27
Observe que es una funcion del periodo de muestreo T.
Funcion polinomial o", Obtenga la transformada z de x(k) definida como
{
ak
x(k) = '
0,
k=0,1,2, ...
k<O
donde a es una constante. Con referencia a la definicion de la transformada z dada por Ia ecuacion
(2-2), se obtiene
X(z) =Z[akJ = 2:X(k)Z-k = 2:a
kz-k
k=O k=O
= 1 + az-
1
+ a
2
Z-2 + a
3
Z-3 + ...
1
1 - az
z
=--
z - a
Funcion exponencial. Encuentre la transformada z de
Puesto que
se tiene que
x(t) = {e-
a
"
0,
x(kT) = e-
akT,
OSt
t<O
k = 0,1,2, ...
X(z) =Z[e-a'J = 2: x(kT)z-k = 2: e-
akT
z "
k=O k-O
= 1 + e-
aT
Z-l + e-
2aT
Z-2 + e-
3aT
Z-3 +
1
1 - e aT Z 1
z
z - e aT
Funcion senoidal. Considere la funcion senoidal
Si observamos que
x(t) = {sen wt,
0,
OSt
t<O
se tiene
e
jwt
= cos wt + j sen wt
e-
jwt
= cos wt - j sen wt
28
Como la transformada z de la funci6n exponencial es
Z[e-
al
] = -1-_-e-
1
--; aT..-
z
----,. 1
se tiene
La transformada z Capitulo 2
X(z) =Z[senwt] =zU/e
i W1
- e-
i W1
) ]
=;j (1 - Z-I - 1- e\WTz I)
1 (e
iwT
- e-iwT)z-1
2j 1 - (e
iwT
+ e iWT)z 1 + z 2
Z-I sen wT
1 - 2z-
1
cos wT + Z-2
Z senwT
z2-2zcoswT+1
Ejemplo 2-1
Obtenga la transformada z de la funcion coseno
x(t) = {cos cut,
0,
0:5 t
t<O
Si se procede de manera similar a la forma en la que se trato a la transformada z de la funcion seno,
se tiene
X(z) =Z[coswt] = + e-
j w
, ]
= -)"'TZ1 + 1 - e \"'Tz 1)
! 2 - (e-j",T + e
j",T)z-1
2 1 - (ej"'T + e j"'T)Z 1 + Z-2
1- Z-1 cos cuT
1 - 2z 1 cos cuT+ Z-2
Z2 - z cos cuT
z2-2zcoscuT+l
Ejemplo 2-2
Obtenga la transformada z de
1
Xes) = -s(-s-+-I-)
Cuando se da una funcion en s, una manera de encontrar la transformada z correspondiente es convertir
Xes) en x(t) y entonces encontrar la transformada z de x(t). Otro enfoque es expandir Xes) en fracciones
parciales y utilizar la tabla de transformadas z para encontrar la transformada z de los terminos expandi-
dos. No obstante, se estudiaran otros enfoques en la seccion 3-3.
5eCClon 2-3 Transformada z de funciones elementales
La transformada inversa de Laplace de X(s) es
x(t) = 1 - e:', 0 s t
29
Por consiguiente,
_ 1 1
X(z) =Z[1- e I] = -1---z---1 - 1 _ e T
Z
1
(1 - e-T)z-I
(1 - z-I)(l - e-
T
Z-I)
(1 - e-T)z
(z - l)(z - e T)
Comentarios. De la misma forma como se trabaja con la transformada de Laplace, una tabla
de las transformadas z de las funciones comunrnente encontradas es muy util en la resoluci6n de
problemas en el campo de los sistemas en tiempo discreto. La tabla 2-1 es de este tipo.
TABLA 2-1 TABLA DE TRANSFORMADAS z
X(s) x(t) x(kT) 0 x(k) X(z)
Delta de Kronecker I'j,,(k)
I. - - I, k=O 1
0, k*O
&(n - k)
2. - - I, n=k
Z-k
0, n*k
3.
1
1(t) I(k)
1
s ~
4.
1
eat -:
1
--
1 - e aT Z
I
S + a
5.
1
kT
Tz-
I
?
t
(I - z If
6.
2
t' (kT)'
T' z-I(l + Z-I)
,
(I - z
I)'
S'
7.
6
t-' (kT)-'
T-'z-'(I + 4z-
1
+ z-')
54 (I - z ')'
8.
a
1 -at
1 - e:""
(I - e-aT)z-1
s(s + a)
-e
(I - z
1)(1 - e aT
z
I)
9.
b-a
e-a/ _ e-
ht
e:"" _ e:""
(e-
aT
_ e-OT)z-1
(s + a)(s + b)
(I - e aT Z 1)(1 - e sr Z
')
10.
1
t ~ l
kTe-
akT
Te-
aT
z-t
(s + a)2
(I - e aT Z I)'
11.
s
(I - al)e-a, (I - akT)e-
akT
1 - (1 + aT)e-
aT
z-'
(s + a)'
(1 - e aT Z I)'
30
TABLA 2-1 (continuaci6n)
La transformada z Capitulo 2
X(s) x(t) x(kT) 0 x(k) X(z)
12.
2
(2 e:" (kT)2 e-
akT
T
2
e-aT(l + :"Z-I)Z-I
(s + a)3
(1 - e aT Z-I)3
13.
a
2
at - 1 + e:" akT - 1 + e-
akT
[(aT - 1 + e-
aT)
+ (1 - e-
aT
- aTe-aT)z-I)z-1
S2(S + a)
(1 - z 1)'(1 - e aT Z I)
14.
w
senwkT
z-'senwT
S2 + w
2
sen wt
1-2z Icos wT+z 2
15.
s
coswkT
1 - Z-I coswT
S2 + w
2
cos wt
1-2z 'cos wT+z 2
16.
w
e-" sen wt e-
akT
sen wkT
e:"Z-I senwT
(s + a)2 + w
2
1 - 2e-sr Z 1 COS wT + e ZaT Z 2
17.
s + a
e-
a'
cos wt
e-akT cos wkT
1 - e-
aT
Z-I cos wT
(s + a)2 + w
2
1 - 2e t Z I COS wT + e ZaT Z 2
18. a
k
1
1 - az-
I
19.
ak - 1 Z-I
k = 1,2,3, ...
1 - az-
I
20.
ka" - I
Z-I
(1 - az
1)2
21.
k' a
k
- I
z-I(1 + az")
(1 - az 1)3
22.
k3ak - I
z-I(1 + 4az-
'
+ a
2z- 2)
(1 - az It
23.
!c"'ak - 1
z-I(1 + llaz-
I
+ lla
2
Z-2 + a
3
Z-3)
(1 - az I)'
24. a
k
cos k tt
1
1 + az-
I
25.
k(k - 1)
Z-2
2!
(1 - z 1)3
26.
k(k - 1) ... (k - m + 2)
z-m+l
(m - I)!
(1 - Z I)m
27.
k(k - 1) H
Z-2
2! a (1 - az 1)3
23.
k(k - 1) .. (k - m + 2)
ak- m + 1
z-m+l
(m - 1)!
(1 - az-I)m
x(t) = 0, para t < 0,
x(kT) = x(k) = 0, for k < O.
A menos que se indique otra cosa, k = 0, I, 2, 3, . , . '
Secci6n 2-4 Propiedades y teoremas importantes de la transformada z 31
24 PROPIEDADES Y TEOREMAS IMPORTANTES
DE LA TRANSFORMADA z
EI uso del metodo de la transformada z en el anal isis de sistemas de control en tiempo discreto se
puede facilitar si se hace referencia a los teoremas de la transfonnada z, En esta seccion se presentan
las propiedades importantes y los teorernas utiles de la transfonnada z, Se supone que la funcion del
tiernpo x(t) tiene transformada z y que x(t) es cero para t < O.
Multiplicacion pOT una constante. Si X(z) es la transfonnada z de x(t), entonces
Z[ax(t)] = a Z[x(t)] = aX(z)
donde a es una constante.
Para probar esto, observe que, por definicion
Z[ax(t)] = L axtk/Tvz:" = a Lx(kT)z-k = aX(z)
k=O
Llnealidad de la transformada Z. La transformada z posee una propiedad importante: la
linealidad. Esto significa que, sif(k) y g(k) tienen transformada z yay (3 son escalares, entonces x(k)
formada por una combinacion lineal
x(k) = af(k) + (3g(k)
tiene la transformada z
X(z) = aF(z) + (3G(z)
donde F(z) y G(z) son las transformadas z derek) y g(k), respectivamente.
La propiedad de linealidad se puede probar refiriendose a la ecuacion (2-2) como sigue:
X(z) = Z[x(k)] = Z[af(k) + (3g(k)]
= L [af(k) +
k=O
= a L + (3 L g(k)Z-k
k=O
= aZ[f(k)] + (3Z[g(k)]
= aF(z) + (3G(z)
Multiplicucion pOT o". Si X(.::) es la transformada z de x(k), entonces la transforrnada r de d
x(k) esta dada por z):
Z[a
k
x(k)] = X(a-
1
z)
Esto se puede probar como sigue:
Z[a
k
x(k)] = L a
k
X(k)Z-k = Lx(k)(a-
1
zt
k
k-O k-O
(2-6)
= X(a-
1
z)
Teorema de corrimiento, EI teorema de corrimiente que se presenta aqui se conoce tambien
como teorema de translacion real. Si x(t) = 0 para t < 0 y x(t) tiene la transformada r X(.::), entonces
32
y
La transformada z
Z[x(t - nT)] = z" X(Z)
Z[x(t + nT)] = z{X(Z) - %X(kT)Z-k]
Capitulo 2
(2-7)
(2-8)
donde n es cero 0 un entero positivo.
Para probar la ecuaci6n (2-7), observe que
Z[x(t - nT)] = 2: x(kT - nT)z-k
= z" 2: x(kT - nT)z-(k-n)
Al definir m = k - n, la ecuacion (2-9) se puede escribir como sigue:
Z[x(t - nT)] = z? 2: xtm'Tyz:"
m=-n
(2-9)
Puesto que x(m7) = 0 para m < 0, se podrfa cambiar ellimite inferior de la sumatoria de m =- n por
m = O. Por tanto,
Z[x(t - nT)] = z" 2: xtm'Tiz :" = z:" X(z)
(2-10)
De este modo, la multiplicaci6n de una transformadaz por z -II tiene el efecto de retrasar la funci6n del
tiempo x(t) un tiempo nT. (Esto es, mover la funci6n a la derecha un tiempo nT)
Para probar la ecuaci6n (2-8), se observa que
Z[x(t + nT)] = 2: x(kT + nT)z-k
= z" 2: x(kT + nT)z-(k+n)
= + nT)z-(k+n) + -
= x(kT)z-k - X(kT)Z-k]
= z{X(z) - X(kT)Z-k]
Para la secuencia de numeros x(k), la ecuaci6n (2-8) se puede escribir como sigue:
Z[x(k + n)] = z{X(z) - X(k)Z-k]
A partir de esta ultima ecuaci6n, se obtiene
Z[x(k + 1)] = zX(z) - zx(O)
Z[x(k + 2)] = zZ[x(k + 1)] - zx(l) = z
2X(z)
- Z2 X(0) - zx(l)
(2-11)
(2-12)
Seccion 2-4 Propiedades y teoremas importantes de la transformada z
33
De manera similar,
Z[x(k + n)]
= z" X(z) - z"x(O) - zn-I x(1) - z":' x(2) - ... - zx(n - 1)
(2-13)
donde n es un entero positivo.
Recuerde que la multiplicacion deX(z) por z tiene el efecto de avanzar la sefial x(kT) un paso (un
periodo de muestreo) y que la multiplicacion de la transformada z X(z) por z -I tiene el efecto de retrasar
la sefial x(kT) un paso (un periodo de muestreo).
Ejemplo 2-3
Encuentre las transformadas z de una funcion escalon unitario que esta retrasada un periodo de muestreo
y cuatro periodos de muestreo, respectivamente, como se muestra en las figuras 2-2a) y b).
Mediante el teorema de corrimiento dado por la ecuacion (2-7), se tiene
Z[l(t - T)) = z-
'
Z [l (t )] = z-I-
1
1 -1 = 1 Z-1 -I
-z -z
Tarnbien.
1 Z-4
Z[l(t - 4T)] = z-
4
Z [1(t )] = z-4-
1
- -_
1
= -1---
1
-z -z
(Observe que z -1 representa el retardo de un periodo de muestreo T, sin tomar en cuenta el valor de T.)
Ejemplo 2-4
Obtenga la transformada z de
{
k-I
f(a) = ,
k=1,2,3, ...
ksO
<'lJ
1(t-T)
/
I I I I I I
0 T 2T 3T 4T 5T 6T 7T 8T t
a)
<"l
l(t - 4T)
/'
T
h,(t)
a)
liT X'(s)
b)
Figura 3-4 a) Muestreador real y retenedor de orden cera;
b) modele rnatematico que consiste en un muestreador
mediante impulsos y una funci6n de transferencia Owes).
::ecci6n 3-2 Muestreo mediante impulsos y retenci6n de datos 79
Considere el muestreador y el retenedor de orden cero que se muestra en la figura 3-4a). Supon-
que la sefial x(t) es cera para t < O. Entonces la salida hj(t) esta relacionada con x(t) como sigue:
h
1(t)
= x(O)[l(t) - l(t - T)] + x(T)[l(t - T) - l(t - 2T)]
+ x(2T)[1(t - 2T) - l(t - 3T)] + ...
= L x(kT)[1(t - kT) - l(t - (k + l)T)]
Puesto que
e-
kTs
- kT)] = -
S
la transformada de Laplace de la ecuaci6n (3-9) se convierte en
x e-kTs _ e-(k+l)Ts
= Hj(s) = L x(kT)----
s
1 -Ts cc
= - e L x(kT)e-
kTs
S k=O
(3-9)
(3-10)
Despues, considere el modelo maternatico que se muestra en la figura 3-4b). La salida de este
modelo debe ser la misma que la del retenedor de orden cera real, 0
= H
2(s)
= Hj(s)
De este modo,
(3-11)
A partir de la figura 3-4b), se tiene
(3-12)
Debido a que
X*(s) = L x(kT)e-
kTs
k=O
la ecuaci6n (3-1 I) se puede escribir como
1 - e"
H
2(s)
= s X*(s) (3-13)
Al comparar las ecuaciones (3-12) y (3-13), se ve que la funci6n de transferencia del retenedor de
orden cera esta dada por
Observe que, de forma matematica, el sistema que se muestra en la figura 3-4a) es equivalente al que
se muestra en la figura 3-4b) desde el punto de vista de la relaci6n entrada-salida. Esto es, un
rnuestreador real y retenedor de orden cera se puede reemplazar por un sistema en tiernpo continuo
80 Anolisis en el plano z de sistemas de control en tiempo discreto Capitulo 3
matematicamente equivalente, que consiste de un muestreador mediante impulsos y una funci6n de
transferencia (1 - e-
lI)1s.
Los dos procesos de muestreo se distinguiran (como se aprecia en la figura
3-4) por la manera en la que se dibujan los interruptores para el muestreo.
Funcion de transferencia de un retenedor de primer orden. Aunque los retenedores de pri-
mer orden no se utilizan en sistemas de control, vale la pena ver cual podria ser su funci6n de
transferencia. Se mostrara que la funci6n de transferencia del retenedor de primer orden esta dada por
Gh,(s) = e-se-TJ Ts ; 1 (3-14)
Ahora se obtendra la ecuaci6n (3-14).
Se ha establecido que la ecuaci6n (3-6) describe la salida de un circuito de retenci6n de n-esimo
orden. Para el retenedor de primer orden, n = 1. Sustituyase n = 1en la ecuaci6n (3-6). Entonces se tiene
h(kT + T) = a, T + x(kT)
donde 0 ~ T < Ty k = 0, 1, 2, .... AI aplicar la condici6n que establece
heCk - 1)T) = x((k - l)T)
(3-15)
la constante G, se puede determinar como sigue:
heCk - l)T) = -a, T + x(kT) = x((k - l)T)
o
x(kT) - x((k - 1)T)
a, = T
Por tanto, la ecuaci6n (3-15) se convierte en
h(kT + T) = x(kT) + x(kT) - ~ k - l)T) T (3-16)
donde 0 ~ T < T. EI proceso de extrapolaci6n del retenedor de primer orden esta basado en la ecuaci6n
(3-16). La sefial de salida en tiempo continuo h(t) que se obtiene al utilizar el retenedor de primer orden
es una senal lineal por secciones, como se muestra en la figura 3-5.
o T 2T 3T t -T 0 T 2T 3T
h(t)
Retenedor de
primer orden
x(kT) x(t)
---......;/----.-1
Figura 3-5 Entrada y salida de un retenedor de primer orden.
:;n 3-2
Muestreo mediante impulses y retencion de datos
-------
8.
Para obtener la funci6n de transferencia del circuito de retenci6n de primer orden, es convenien-
.e suponer una funci6n sencilla para X(/). Por ejemplo, una funci6n escal6n unitario, una funci6n
unitario 0 una funci6n rampa unitaria sedan buenas elecciones para xu).
Suponga que se elige una funci6n escal6n unitario como X(/). Entonces, para el muestreador real
:- retenedor de primer orden que se muestra en la figura 3-6a), la salida h(/) del retenedor de primer
: rden consiste en lineas rectas que son extrapolaciones de los dos valores muestreados precedentes.
:"'a salida h(!) se muestra en el diagrama. La curva de salida h(/) se puede escribir como sigue:
(
I) 1- T
h(t) = 1 + T l(t) - --r l(t - T) - l(t - T)
:"'.1 transformada de Laplace de esta ultima ecuaci6n es
H(s) = (l + _1_) __l_
e
- rs _le-TS
s Ts
2
Ts
2
S
1 - e-
Ts
+ 1 - e-
rs
s Ts
2
(3-17)
h(t)
-T 0 T 2T 3T
-T 0 T 2T 3T
Retenedorde
primer orden
h(tl
a)
hIt)
x(kT)
o T 2T 3T t
uu.
x(tl
o
o
1=XlknluL
_________t/ 0 T 2T 3T t
1=
____---"t/ -.t
x(t) l)r
x1t) hit)
b)
Figura 3-6 a) Muestreador real en cascada con un retenedor de primero orden: b) modelo matematico que
consiste en un muestreador mediante impulsos y G",(s).
"
, ,
....-----
82 Anolisis en el plano z de sistemas de control en tiempo discreto Capitulo 3
En la figura 3-6b) se muestra un modelo matematico del muestreador real en cascada con el retenedor
de primer orden que se observa en la figura 3-6a). EI modelo maternatico consiste en un muestreador
mediante impulsos y G
h1
(S), la funci6n de transferencia del retenedor de primer orden. La sefial de
salida de este modelo es la misma que la salida del sistema real. Por tanto, la salida H(s) esta dada
tambien por la ecuaci6n (3-17).
La transformada de Laplace de la entradax'(r) al retenedor de primer orden Gh1(S) es
x 1
X*(s) = L 1(kT)e-
k Ts
= Ts
k=O 1 - e
Por tanto, la funci6n de transferencia Gh1(S) del retenedor de primer orden esta dada por
G ( ) = H(s) = (1 _ -Ts)2 Ts + 1
hi S X*(s): e Ts2
='e _/-T'Y
TS
; 1
Observe que un muestreador real en combinaci6n con un retenedor de primer orden es equivalente a
un muestreador mediante impulsos con una funcion de transferencia (1 - e-E?(Ts + 1)/(7.1'2).
De manera similar, se pueden obtener las funciones de transferencia de retenedores de alto
orden mediante el procedimiento presentado. Sin embargo, puesto que los circuitos de retenci6n de
alto orden (n 2': 2) no son practicos desde el punta de vista del retraso (el cual puede causar la
inestabilidad del sistema) y los efectos de ruido, no se obtendran sus funciones de transferencia. (EI
retenedor de orden cero es el mas sencillo y el que se utiliza con mayor frecuencia en la practica.)
Resumen. Se resumira 10 que se ha presentado hasta ahora acerca del muestreo mediante
impulsos.
1. Un muestreador real toma peri6dicamente muestras de la sefial de entrada y produce una se-
cuencia de pulsos como salida. Mientras que la duraci6n del muestreo (ancho del pulso) del
muestreador real es muy pequefia (pero nunca llegara a ser cero), la suposici6n de que el ancho
es cero, 10 cual implica que la secuencia de pulsos se convierta en una secuencia de impulsos
cuyas magnitudes son iguales a la seftal en tiempo continuo en los instantes de muestreo,
simplifica el anal isis de los sistemas en tiempo discreto. Dicha suposici6n es valida si la dura-
ci6n del muestreo es muy pequefia comparada con la constante de tiempo mas significativa del
sistema y si un circuito de retenci6n se conecta a la salida del muestreador.
2. Cuando e" se transforma en z, el concepto de muestreo mediante impulsos (el cual es un
proceso puramente matematico) nos posibilita realizar el analisis de sistemas de control en
tiempo discreto que involucran muestreadores y circuitos de retenci6n mediante el metodo de la
transformada z. Esto significa que mediante el empleo de la variable compleja z se puede aplicar
de manera directa las tecnicas desarrolladas para los metodos de la transformada de Laplace
para el analisis de sistemas en tiempo discreto que incluyen la operaci6n de muestreo.
3. Como se puntualiz6 al principio, una vez que el muestreador real y el retenedor de orden cero se
han reemplazado de manera matematica por un muestreador mediante impulsos y la funci6n de
transferencia (l - e-1')/s, el sistema se convierte en un sistema en tiempo continuo. Esto simpli-
fica el analisis de los sistemas de control en tiempo discreto, puesto que se puede aplicar las
tecnicas disponibles para sistemas de control en tiempo continuo.
3-3 Colculo de la transformada z mediante el rnelodo de la integral
83
Se reitera que el muestreador mediante impulsos es un muestreador ficticio que se introduce
s610 para prop6sitos de analisis maternatico, No es posible implantar fisicamente tal muestreador
que genere impulsos.
cA.LCULODELA TRANSFORMADA Z MEDIANTE EL METODO
DELA INTEGRAL DECONVOLUCION
Enesta secci6n se obtendra la transformada z de x(t) mediante el metodo de la integral de convoluci6n.
Considere el muestreador mediante impulsos que se presenta en la figura 3-7. La salida del
.nuestreador mediante impulsos es '
x*(t) = 2: x(t)i>(t - kT) = x(t) 2: i>(t - kT)
1-0 1=0
(3-18)
Si se observan que
- kT)] = e-
kTs
se tiene
i>(t - kT)] = 1 + e" + e?" + e-
3Ts
+ ... = 1 Ts
1=0 1 - e
Puesto que
X*(s) = = i>(t - kT)]
se ve que Xes) es la transformada de Laplace del producto de dos funciones, x(t) y :L:=o8 (t - k7).
Observe que esto no es igual al producto de las dos transformadas de Laplace correspondientes.
La transformada de Laplace del producto de dos funcionesf(t) y g (t) se puede dar mediante
= rf(t)g(t)e-
Sl
dt
o
1 f
C
+
jOO
=2-rrj c-joo F(p )G(s - p) dp
(3-19)
[Para obtener la ecuaci6n (3-19), vease A-3-4.]
Sustituyamosf(t) y g(t) por x(t) y L:=o8(t - k7), respectivamente. Entonces la transformada de
Laplace deX(s), donde
X*(s) = 5(t - kT)]
Figura 3-7 Muestreador mediante impulsos.
x'(t) x(t)
--------'/_-----
84
puede darse mediante
Anolisis en el plano z de sistemas de control en tiempo discreto
X*(s) = o(t - kT)]
1 f
C
+
j X
1
= 27Tj c-jx X(p) 1 - e T(s-p) dp
Capitulo 3
(3-20)
donde la integracion se hace a 10 largo de la linea que corre desde c - jx hasta c + jx paralela al eje
imaginario en el plano p y separa los polos deX(p) de los polos de 1/[1 - e-I\'-I'l]. La ecuacion (3-20)
es la integral de convolucion. Es un hecho bien conocido que dicha integral se puede evaluar en
terminos de los residuos forrnando un contomo cerrado que consiste en una linea desde c - jx hasta
c + jx y un semicfrculo de radio infinito en el semiplano izquierdo 0 derecho, ya que la integral a 10
largo del semicfrculo que se anadio es una constante (ya sea cero 0 sJiferente de cera). Esto es, la
ecuacion (3-20) se rescribe como sigue: ....i->
1 f
C
+
jX
1
X* (s) = 27Tj c-jx X(p) 1 _ e-T(s-p) dp
X(p) d __1 J X(p) d
27TJJ1- e-T(s-p) P 27Tj r
1
- e T(s p) P
(3-21)
donde res un semicfrculo de radio infinito en el semiplano izquierdo 0 derecho del plano p.
Existen dos forrnas de evaluar esta integral (una es emplear un semicfrculo infinito en el semiplano
izquierdo y la otra es emplear un semicfrculo infinito en el semiplano derecho); se describiran los
resultados que se obtienen para los dos casos por separado.
En el analisis que se presenta, se supone que los polos de Xes) estan en el semiplano izquierdo
y que Xes) se puede expresar como el cociente de polinomios en s, 0
Xes) = q(s)
pes)
donde q(s) y pes) son polinomios en s. Tambien se supone que pes) es de mayor grado en s que q(s), 10
cual significa que
lirnX(s) = 0
Evaluaclon de la integral de convolucion en el semiplano izquierdo. Se evalua la integral
de convolucion dada por la ecuacion (3-21) utilizando un contomo cerrado en el semiplano izquierdo
del plano p como se muestra en la figura 3-8. Empleando este contorno cerrado, la ecuacion (3-21) se
puede evaluar como sigue: Si observamos que el denominador de Xes) es de mayor grado en s que el
numerador, la integral a 10 largo de C se desvanece. Por lo tanto,
* _ 1 1 X(p)
X (s) - 27TjJ 1 _ e-ns-p)dp
La integral es igual a la suma de los residuos de X (p) en el contorno cerrado.
X*(s) = 2: [reSidue of 1 p) at pole of X(P)]
(3-22)
Cclculo de la transformada z mediante el rnetodo de la integral =-=-:: :- 3-3
1m
x
x
x
x
x
x
x
x
x
x
x
x
'---v-'
1
planop
Re
85
Figura 3-8 Contorno cerrado en eI
semiplano izquierdo del plano p .
:<'''- 31 problema A-3-6 para obtener la ecuacion (3-22).] AI sustituir e" por zen la ecuacion
.e tiene
r 1
X(z)=2,lresiduo un polo de X(p)J
L.-e
J
.l la notacion de la variable compleja de pas, se obtiene
[
X(s)z ]
X(z) = 2, residuo de en un polo de Xes)
L.-e
(3-23)
S.:ponga que Xes) tiene los polos Sj, sz, ... , Sm' Si un polo en S = Sj es un polo simple, entonces
_ -,,; ::10 correspondiente K, es
. [ X(S)Z]
K, = hm (s - SJ---Ts
S-+Sj Z - e
... :',:':0 en S = s, es un polo multiple de orden n.; entonces el residuo K, es
_ 1 . d
ni
-
1
[ nX(S)Z]
K; - ( . _ 1)' hm
d
ni-1 (s - Si)' _ Ts
n, . S-+Si S Z e
[.tmplo 3-1
=>"J3
Xes) __-=.1_
- 5
2(5
+ 1)
':>rcnga X(z) ernpleando la integral de convoluci6n en el semiplano izquierdo.
(3-24)
(3-25)
86 An61isisen el plano z de sistemas de control en tiempo discreto Capitulo 3
Observe que Xes) tiene un polo doble en s = 0 y un polo simple en s =-1. Par tanto, la ecuaci6n
(3-23) se convierte en
I X(s)z 1
X(z) = IIresidua de z _ eT' en un polo de Xes) J
1 . d [ 2 1 z] I [( 1) 1 z]
= hm - s --- + 1m s + ---
(2 - I)! s-+ods S2(S + 1) z - e" s ~ I S2(S + 1) z - e"
. -z[z - e" + (s + l)(-T)e
T
' ) 1 z
=hm ~
s-e-O (s + l)\z - eTsr (-1)2 z - e T
-z(z - 1 - T) z z2(T - 1 + e-
T)
+ z(l - e" - Te-
T)
= +-----:;0
(z - 1)2 Z - e T (z - 1)2(z - e T)
(T - 1 + e-T)z-l + (1 - e-
T
- Te-
T)z-2
(1 - z 1)2(1 - e T z I)
Evaluacion de la integral de convolucion en el semiplanoderecho, Ahora se va a evaluar la
integral de convolucion dada por la ecuacion (3-21) en el semiplano derecho del plano p. Se elige el
contomo cerrado que se muestra en la figura 3-9, el cual consiste en una linea desde c - jx hasta c +
jX Yr
R
, la porcion de un semicfrculo de radio infinito en el semiplano derecho del plano p que esta
situado a la derecha de esta linea. El contomo cerrado encierra a todos los polos de 1I[I - e-/(,-p), pero
no encierra a ningun polo de X(P). Ahorax'(s) se puede escribir como
1m
x
a
x
c
'--y---'
Palosde
X(p)
Re
~
Palosde 1
1 - e-
Tl
' -pi
Figura 3-9 Contorno ccrrado en el semiplano derecho del plano p.
:-=:: :- 3-3 Colculo de la transformada z mediante el rnstodo de la integral
* _ 1 jc+
Jx
X(p)
X (s) - -2' 1 _ -T(s-p)dp
7TJ c-JX e
= -2
1
f1 X(!!cs_p)dp - -2
1
.f. 1 X(!!cs p)dp
7TJ - e TTJ T
R
- e
87
(3-26)
En la evaluaci6n de las integrales del segundo miembra de la ecuaci6n (3-26), se necesita
.rsiderar dos casos por separado: un caso donde el denominador deX(s) es dos 0 mas grados mayor
0- , que el numerador, y otra caso donde el denominador de Xes) es s610un grado en s mayor que el
- _:Tlerador.
Caso J: Xes) tiene un denominador dos 0 mas grados mayor en s que el numerador. Para este
puesto que Xes) posee por 10menos dos que ceros, se tiene
limsX(s) = x(O+) = 0
s-+X
::ntonces la integral a 10 largo de Til es cero. De esta manera, en este caso
1 f. X(p)
-2' 1 T(s p) dp = 0
7TJ TR - e
.ns) se puede obtener como sigue:
1 x
X*(s) = T L Xes + jwsk)
k=-:IO
[Para obtener la ecuaci6n (3-27), vease el problema A-3-7.] Asi
1 cc I
X(z) = T Xes + jw
s
k) s=(IIT) ln z
(3-27)
(3-28)
(3-29)
Observe que esta expresi6n de la transformada z es util para prabar el teorema de muestreo (vease la
seccion 3-4). Sin embargo, es muy tedioso obtener expresiones de la transformada z de funciones de
uso comun mediante este metodo.
Caso 2: Xes) tiene un denominador un grado mayor en s que el numerador. Para este
caso, lim sX(s) = x(O+) =1= 0 < ocy la integral a 10largo de Til no es cera. [EI valor distinto de cero esta
con el valor inicial x(O+) de x(t).] Se puede mostrar que la contribuci6n de la integral a 10 largo
de Til en la ecuaci6n (3-26) es -+x(O+). Esto es,
1 f. x(p) 1
-2' 1 -T(s-p)dp=--2
x
(O+ )
7TJ T
R
- e
Entonces el termino integral en el segundo miembro de la ecuaci6n (3-26) se convierte en
1 x 1
X*(s) = Xes + jwsk) + zX(O+)
Ejemplo 3-2
Muestre que X(s) es periodica y su periodo es 27T/W"
Refiriendose a la ecuacion (3-29),
1 x 1
X*(s) = Th"!--x Xes + jwsh) + zX(O+)
88 Anrilisis en el plano z de sistemas de control en tiempo discreto
Por tanto,
X'es + jwsk) = ~ h ~ X xes + jwsk + jwsh) + ~ x o +
Hagamos que k + h = m. Entonces esta ultima ecuaci6n se convierte en
X'es + jwsk) = ~ i xes + jwsm) + ~ x o + = X'es)
m=-x
Por tanto, se tiene
Capitulo 3
X'es) = x'es jWsk), k = 0,1,2, ...
De esta manera, x'es) es periodica, con periodo 27T!W,. Esto significa que, si la funci6n Xes) tiene un polo
en s =Sl en el plano s, entonces x'es) tiene polos en s =Sl jw,.k (k =0, 1,2, ...).
Cdlculo de La transformada z defunciones que invoLucran eL termino (1- e-T')/s. Se consi-
derani aqui que en la funci6nX(s) se incluye (I - e-Ts)!s. Suponga que la funci6n de transferencia G(s)
sigue de un retenedor de orden cero. Entonces el producto de la funcion de transferencia del retenedor
de orden cera y G(s) se convierte en
1 - e-
Ts
Xes) = G(s)
s
En los siguientes pasos se obtendra la transforrnada z de dicha funcion Xes).
Observe que Xes) se puede escribir como sigue:
(3-30)
donde
Considere la funci6n
(3-31)
Puesto que XI(s) es el producto de la transforrnada de Laplace de dos funciones, la transforrnada
inversa de Laplace de la ecuacion (3-31) puede estar dada mediante la siguiente integral de convoluci6n:
x,(t) = rga(t - T)g,(T) dr
a
donde
ga(t) = :;e-'[e-
Ts
] = 8(t - T)
g,(t) = :;e-l[G,(S)]
Asi,
x,(t) = r8(t - T - T)g,(T) dr
a
= g,(t - T)
~ :- 3-3 Colculo de la transformada z mediante el metodo de la integral 89
::: - ::nto. si escribimos
.::. ::-.::.nsformada z de xl(t) resulta ser
Z[Xl(t) = Z[gl(t - T)) = Z-l G1(z)
=_- referencia a las ecuaciones (3-30) y (3-31), se tiene
X(z) = Z[G1(s) - e-TsG1(s)
= Z[gl(t)] - Z[Xl(t)]
= G1(Z}::---Z.::"1 G1(z)
= (1 - Z-I)G1(Z)
X(z) = Z[X(s)) = (1 - Z-I)Z[ Gy)]
(3-32)
:)e este modo se ha mostrado que si X(s) incluye un factor (I - e-
lI
) , entonces, al obtener la transfor-
~ a d a de Xes), el termino 1- e-
I
, = I - Z-I se puede factorizar de modo queX(z) sea igual al producto
ce ( I - ::;-1) Yla transformada z del terrnino remanente.
De manera similar, si la funcion de transferencia G(s) sigue de un retenedor de primer orden
.J_(s), donde
Gh1(S) = e-se-T}TS; 1
entonces la transformada z de la funcion
X(s) = e-se-TsyTs; 1
G
(s )
se puede obtener como sigue. Puesto que
mediante el mismo enfoque que se utilizo para obtener la ecuacion (3-32), se tiene
(3-33)
La ecuacion (3-33) se puede emplear para obtener la transformada z de Ia funcion que incluye el
circuito retenedor de primer orden.
Ejemplo 3-3
Obtenga la transformada z de
Xes) = 1 - e-
Ts
_I_
s s + 1
90 An61isisen el plano z de sistemas de control en tiempo discreto
Conreferenciaa la ecuaci6n(3-32), se tiene
[
1 - e-
Ts
1 J
X(z) =Z --
s s + 1
= (1 - Z-I)Z[S(S ~ 1)J
= (1 - Z I Z [ ~ - _1_J
s s + 1
_ ( -I (1 1)
- 1 - Z ) 1 1 - 1 -T-I
- Z - e Z
(1 - e-T)z-I
1
-T-I
- e z
Capitulo 3
3-4 RECONSTRUCCION DE SENALES ORIGINALES A PARTIR
DESENALESMUESTREADAS
Teorema del muestreo. Si la frecuencia de muestreo es suficientemente alta, comparada con la
componente de mas alta frecuencia que se incluye en la serial en tiempo continuo, las caracteristicas
de amplitud de la serial en tiempo continuo se pueden preservar en la envoIvente de la serial muestreada
Para reconstruir la sefial original a partir de una serial muestreada, existe una frecuencia minima
que la operaci6n de muestreo debe satisfacer. Dicha frecuencia minima se especifica en el teorema de
muestreo. Se supondra que la senal en tiempo continuo x(t) tiene un espectro en frecuencia como el
que se muestra en la figura 3-10. Esta seftal x(t) no contiene ninguna componente de frecuencia arriba
de WI radianes por segundo.
Teorema del muestreo. Si w" definida como 27TlT, donde T es el periodo de muestreo, es
mayor que 2w
j
, 0
donde W
j
es la componente de mas alta frecuencia presente en la sefial en tiempo continuo x(t).
entonces la sefial x(t) se puede reconstruir completamente a partir de la sefial muestreada x*(t).
EI teorema implica que si W.
1
> 2w) entonces, a partir del conocimiento de la sefial muestreada, es
te6ricamente posible reconstruir con exactitud la serial en tiempo continuo original. A continuacion,
se hara uso de un enfoque grafico intuitivo para explicar el teorema del muestreo. Para un enfoque
anaIitico, vease el problema A-3-1O.
Para mostrar la validez del teorema del muestreo, se necesita encontrar el espectro en frecuencia
I Xljw) I
-w, o w, w
Figura 3-10 Un espectro en frecuencia.
:- 3-4 Reconstrucci6n de seiioles originoles a partir de seiioles muestreodos
91
:0:= .:: serial muestreada x*(t). La transformada de Laplace de x*(t) se obtuvo en la secci6n 3-3 y esta
cor las ecuaciones (3-27) 0 (3-29), dependiendo de que x(O+) = 0 0 no. Para obtener el espectro
-:""' -"-::cuencia, se sustituyejwpor sen la ecuaci6n (3-27). [En el estudio del espectro en frecuencia, no
;..;0 -:::ccsitaestar interesado en el valor de x(O+).] De este modo,
X*(jw) = X(jw + jwsk)
= ... + - w
s))
+ + + w
s))
+ (3-34)
.:: ecuacion (3-34) da el espectro en frecuencia de la sefial muestreadax*(t). Se observa que el espectro
;;- frecuencia de una sefial muestreada mediante impulsos se reproduce un numero infinito de veces
': se atenua en un factor de liT. De esta manera, el de modulaci6n mediante impulsos de una
sdal en tiempo continuo produce una serie de bandas laterales. Puesto quex'es) es peri6dica con un
21Tlw." como se muestra en el ejemplo 3-2, 0
X*(s) = X*(s jwsk), k = 0,1,2, ...
s: una funci6nX(s) tiene un polo en s = Sj, entoncesx'(s) tiene un polo en s = Sj jW,k (k = 0, 1,2, ...).
En las figuras 3-lla) y b) se muestran las graficas del espectro en frecuenciax'(jw) contra wpara
I X'!iw) I
w, >2w,
-2w, -w, w,
2
I X'!iw) I
o
a)
w,
2
w,
w, <2w,
w,
3-
2
2w, w
,/
<,
,/
-, / -,
,/
1\
1\ 1\
X \
I
\
I \ I \
I \ \
I
\
I \
I
\
I \ \
I
\ I \ I \ I \ \
-2w, -w, 0 w, 2w, w
b)
Figura 3-11 Graficas de espectros en frecuencia de IX\ jw)1 contra w para dos valores de frecuencia de muestreo
W,: a) w, > 2w,i b) t, < 2w,.
92 Andlisis en el plano z de sistemas de control en tiempo discreto Copitulo 3
dos valores de la frecuencia de muestreo w,. La figura 3-11a) corresponde a w, > 2w), mientras que la
figura 3-11b) corresponde a w, < 2w!. Cada una de las graficas de IX(jw)1 contra co consiste en lX(jw)l/
Trepetido cada w, = 27T/Trad/s. En el espectro en frecuencia de IX(jw)lla componente lX(jw)I/Tse
denomina componente primaria, y las otras componentes IXU(w ::!: w,k))I/T se denominan compo-
nentes complementarias.
Si w, < 2w!, las componentes de IX(jw)1 no se traslaparan, y el espectro en frecuencia muestreado
se repetira cada ca, rad/s.
Si w, < 2w
l
, la forma original de IXUw)Ino aparece mas en la grafica de IXUw)1contra wdebido
a la superposici6n de los espectros. Por 10 tanto, se ve que la sefial en tiempo continuo x(t) se puede
reconstruir a partir de la seflal muestreada mediante impulsos x'(t) a traves de filtrado si y s610si w., >
2w!.
Se debe observar que aunque el requisito de la frecuencia de muestreo minima se especifica en
el teorema del muestreo como to;> 2w!, donde w! es la componente de mas alta frecuencia presente en
la senal, algunas consideraciones practicas sobre la estabilidad del sistema en lazo cerrado y otras
consideraciones de disefio pueden hacer necesario muestrear a ;rna frecuencia mucho mas alta que
este valor minima te6rico. (Con frecuencia, w, se elige como lOw) 020w).)
Filtro paso-bajas ideal. La amplitud del espectro en frecuencia de un filtro paso-bajas ideal
G
1
Uw) se muestra en la figura 3-12. La magnitud del filtro ideal es unitaria sobre el intervalo de
frecuencias -+w,::; w::; +w
s
y es cero fuera de este intervalo de frecuencias.
EI proceso de muestreo introduce un numero infinito de componentes complementarias (com-
ponentes de bandas laterales) ademas de la componente primaria. EI filtro ideal atenuara todas las
componentes complementarias hasta cero y permitira s610el paso de la componente primaria, siempre
que la w, sea dos veces mayor que la componente de mas alta frecuencia de la sefial en tiempo
continuo. Dicho filtro ideal reconstruye la sefial en tiempo continuo representada por las muestras. En
la figura 3-13 se muestran los espectros en frecuencia de las sefiales antes y despues del filtrado ideal.
EI espectro en frecuencia a la salida del filtro ideal es l/Tveces el espectro en frecuencia de la
sefial en tiempo continuo original x(t). Debido a que el filtro ideal tiene caracteristicas de magnitud
constante para la regi6n de frecuencias -+w, ::; w::; +w" no hay distorsi6n en ninguna frecuencia
dentro de este intervalo. Esto es, no hay corrimiento de fase en el espectro de frecuencia de un filtro
ideal. (EI corrimiento de fase del filtro ideal es cero.)
Se debe observar que si la frecuencia de muestreo es menor que el doble de la componente de
mayor frecuencia de la serial en tiempo continuo original, entonces, debido a que los espectros en
w,
2
o
1
1
w,
2
Figura 3-12 Espectro de frecuencia en amplitud de un filtro paso-
bajas ideal.
:-::: :- 3-4 Reconstrucci6n de seiiales originales a partir de seiiales muestreadas
93
X"ls)
L
-w, 0 w, w
6,
Fillro ideal
GII/w)
-w, 0 w, w
Yls)
F2ura 3-13 Espectro en frecuencia de las senales antes y despues del filtrado ideal.
-'--;;cuencia de la componente primaria y complementarias se traslapan, aun el filtro ideal no puede
-;;construir la serial original en tiempo continuo. (En la practica, el espectro en frecuencia de la sefial en
:;;mpo continuo en un sistema de control se puedeextender mas alia de +w" incluso euando las
a altas frecuencias son pequefias.)
El filtro paso-bajas ideal no es flsicamente realizable. Se encontrara la respuesta impulso
eel filtro ideal. Se mostrara que para el filtro ideal se requiere una salida antes de que se aplique la
entrada al filtro. Asi, este no es fisicamente realizable.
Debido a que el espectro en frecuencia del filtro ideal esta dado por
w:5
en otro caso
(3-35)
..1 transformada inversa de Fourier del espectro en frecuencia da como resultado
1 f
W
, /2
= - e/wldw
27T -w,/2
= _1_. (e(ll2
l
/w, 1 _ e-(ll2
l
/w, t)
27TJt
1 W
s
t
= 7TtsenT
o
( )
-1. sen (W
s
t/2)
gJ t - T w
s
t/2
La ecuacion (3-35) da la respuesta impulso unitario del filtro ideal. En la figura 3-14 se muestra una
grafica de glt) contra t. Notese que la respuesta se extiende desde t =_C:JJ hasta t = DC. Esto implica que
existe respuesta para t <0 a un impulso unitario que se aplica en t = O. (Es decir, la respuesta en el tiem-
po empieza antes de que se aplique la entrada.) Esto no puede ser cierto en el mundo fisico. Por 10 tan-
to, dicho filtro no es fisicamente realizable. [Sin embargo en muchos sistemas de comunicaciones, es
posible aproximar glt) mediante la adicion de un atraso de fase, 10 cual significa agregar un retraso
al filtro. En sistemas de control realimentado, incrementar el atraso de fase no es deseable desde el
94 Anolisis en el plano z de sistemas de control en tiempo discreto
Figura 3-14 Respuesta al impulso gAt) de un filtro ideal.
Capitulo 3
puna de vista de la estabilidad. Por 10 tanto, se evita agregar atrasosde fase para aproximar al filtro
idealJ .
Puesto que el filtro ideal es irrealizable y debido a que las sefiales en sistemas de control
practices, en general tienen componentes de alta frecuencia que no estan limitados en banda de
manera ideal, esto no es posible, en la practica, para reconstruir con exactitud la serial en tiempo
continuo a partir de la sefial muestreada, no importa que frecuencia de muestreo se elija. (En otras
palabras, desde el punto de vista practice, no es posible reconstruir con precisi6n la sefial en tiempo
continuo en un sistema de control practice una vez que este se ha muestreado.)
Caracteristicas de respuesta en frecuencia de un retenedor de orden cero. La funci6n de
transferencia de un retenedor de orden cero es
1 - e:"
GhO(s) = (3-36)
s
Para comparar al retenedor de orden cera con el filtro ideal, se obtendran las caracteristicas de res-
puesta en frecuencia de la funci6n de transferencia del retenedor de orden cera. Mediante la sustitu-
ci6n de jw por sen la ecuaci6n (3-36), se obtiene
. 1 - e-
Tjw
GhO(jw) = --.--
jW
2e-(1/2)7jw(e(112) Tjw - e-(112)7jw)
2jw
= T sen (wT/2) e-(1I2)7jw
wT/2
La amplitud del espectra en frecuencia de GhO(jw) es
I
G (. )1 = T Isen(wT/2) I
hO jW wT/2
(3-37)
La magnitud se hace cero en la frecuencia igual ala frecuencia de muestreo y en multiples enteras de
la frecuencia de muestreo.
En la figura 3-l5a) se muestran las caracteristicas de respuesta en frecuencia del retenedor de
orden cero. Como se puede observar a partir de la figura 3-15, existe un pica de ganancia no deseado
:..,.:: : - Reconstrucci6n de sefiales originales a partir de sefiales muestreadas
95
:- .:.< rrecuencias de 3wJ2, 5wJ2, etcetera. N6tese que la magnitud es mas de 3 dB abajo de (0.637 =
.: .; j B) en la frecuencia +co; Debido a que la magnitud decrece en forma gradual a medida que la
se incrementa, las componentes complementarias se atenuan gradualmente hasta cera.
: .;;:':'.} que las caracteristicas de magnitud del retenedor de orden cera no son constantes, si el
.; ':;;-;a esta conectado a un muestreador y retenedor de orden cero, se presenta distorsi6n en el
en frecuencia del sistema.
Las caracteristicas de corrimiento de fase del retenedor de orden cera se pueden obtener como
; ,:_" Observe que sen (wTI2) adopta valores positivos y negativos a medida que co se incrementa de
.:. __' . de w, a 2w" de 2w, a 3w" y asi sucesivamente. De este modo, la curva de fase [parte inferior de
.:. .. ;ura 3-15a)] es discontinua en w = kio, = 27rkIT, donde k = 1,2,3, .... Dicha discontinuidad 0
. .:..-::-io de un valor positivo a uno negativo, 0 viceversa, se puede considerar como un corrimiento de
'':'''<;; de::: 180. En la figura 3-15a), se supone que el corrimiento de fase es de -180. (Se puede suponer
:..:.--:,ien que es de +180. ) De esta manera,
/
c p n
5!!I - /
c p n5!!I
wT
= L:.I +I e-(1/2)/wT = L:.I - 2
20
'0
w,
w (rad/s)
r \
\
I ( \
---- I
...........
"
I
-.
dB
20
I G
hO
!
-40
3w, w
-60
0
-lBO
-360
LEM
-540
-720
0
w, w,
2"
-
-' 30'
- -20'
aJ
b}
Figura 3-15 a) Curvas de respuesta en frecuencia para el retenedor de orden cera; b) diagrama de Bode
cquivalente cuando T = I s.
96
donde
An61isis en el plano z de sistemas de control en tiempo discreto Capitulo 3
/ =
wT
2
/sen w
2
T = GO 0 180
0
En la figura 3-15b) se presenta una modificaci6n de c6mo presentar las caracteristicas de res-
puesta en frecuencia del diagrama de la figura 3-15a). EI diagrama que se muestra en la figura 3-15b) es
el diagrama de Bode del retenedor de orden cera. Se supone que el periodo T de muestreo es de Iso
T = I. N6tese que la curva de magnitud tiende a -XJ decibeles en puntos de frecuencia que son
multiplos enteros de la frecuencia de muestreo w, = 21T/T = 6.28 rad/s. Las discontinuidades de la
curva de fase [parte inferior de la figura 3-15b)] se presentan en estos puntos de frecuencia.
Para resumir 10 que se ha establecido, el espectro en frecuencia de la salida del retenedor de
orden cera incluye las componentes complementarias, debido a quelas caracteristicas de magnitud
muestran que la magnitud de GhO(jw) es distinta de cero para Iwl > +w" excepto en los puntos donde
w =w" w =2w" w =3w" .... En la curva de fase existen discontinuidades de 180
0
en los puntos
de frecuencia multiplos de w,. Excepto por estas discontinuidades en la fase, esta es lineal en w.
En la figura 3-16 se muestra la comparaci6n del filtro ideal y el retenedor de orden cera. Con
prop6sitos de comparaci6n, las magnitudes IG(jw)1 estan normalizadas. Se observa que el retenedor
de orden cera es un filtro paso-bajas, aunque su funci6n no es muy buena. A menudo, el filtrado
adicional de la sefial en bajas frecuencias antes del muestreo es necesario para remover de manera
efectiva las componentes de frecuencia mayores que +w,.
La exactitud del retenedor de orden cero como un extrapolador depende de la frecuencia de
muestreo w,. Esto es, la salida del retenedor se puede hacer tan cercana a la sefial en tiempo continuo
original como sea posible haciendo que el periodo de muestreo T sea tan pequefio como la situaci6n
practica 10 permita.
Doblamiento. EI fen6meno de traslape en el espectra en frecuencia se conoce como
doblamiento. En la figura 3-17 se muestran las regiones donde se presenta error de doblamiento. La
frecuencia +w, se denominafrecuencia de doblamiento 0 frecuencia de Nyquist w
N
Esto es,
I G(/w) I
-2w, -W
s
W$ 0 W
s
W
s
2 2
Figura 3-16 Comparaci6n del filtro ideal y el retenedor de orden cero.
w
:-=:: :- 3-4 ReconstruccicSn de seiioles originoles a partir de seiioles muestreodos
97
I X*(jwl I
Error de
doblamiento
,....-',
I \
I \
I \
I
I
I
I
2 2
.......-"
, \
I \
I \
\
\
\
\
w
Figura 3-17 Diagrama que muestra
las regiones donde se presentan los
errores de doblamiento.
1 7T
WN = ZW
s
T-
------.
=:1 la practica, las sefiales en los sistemas de control tienen componentes de alta frecuencia, y casi
<.ernpre existe algun efecto de doblamiento. Por ejemplo, en un sistema electromecanico alguna sefial
cuede estar contaminada por ruido. EI espectro en frecuencia de la sefial, por tanto, puede incluir
ornponentes de baja frecuencia, asi como componentes de ruido de alta frecuencia (esto es, ruidos en
-:',) a 400 Hz). Debido a que las frecuencias de muestreo mayores de 400 Hz no son practicas, la alta
.recuencia se doblara y aparecera como una baja frecuencia. Recuerde que todas las sefiales con fre-
cuencias mayores a +W
s
aparecen como senales de frecuencias entre 0 y +W,. De hecho, en ciertos
':350S, una sefial de frecuencia cero puede aparecer en la salida.
Traslape. En el espectro en frecuencia de una serial muestreada mediante impulsos x*(t),
Jande co, < 2w\, como el mostrado en la figura 3-18, considere un punto de frecuencia arbitrario W
2
que
cae en la region del traslape del espectro en frecuencia. El espectro en frecuencia en W = W2 incluye
dos componentes !x(jw
2
)1y !x(j(w
s
- w
2))1.
La ultima componente viene del espectro en frecuencia
centrado en w = W
s
De este modo, el espectro en frecuencia de fa serial muestreada en w = W2 incluye
I X*(jwll
- ...
...-,
" "
" \
/ \
I \
\
Figura 3-18 Espectro cn trecuencia de una serial muestreada mediante impulsos x*(I}.
98 Ancilisis en el plano z de sistemas de control en tiempo discreto Capitulo 3
componentes no solo en la frecuencia W
z
sino tambien en la frecuencia w, - W
z
(en general, en ruo,
W
z
, donde n es un entero). Cuando el espectro compuesto se filtra mediante un filtro paso-bajas, tal
como un retenedor de orden cero, algunas armonicas de alta frecuencia estaran aun presentes en la
salida. La componente de frecuencia en w = nco, W
z
(donde n es un entero) aparecera en la salida
como si esta fuera una componente de frecuencia en to = No es posible distinguir el espectro en
frecuencia en w = W
z
de aquel en to = ru, W
z
.
Como se muestra en la figura 3-18, el fenorneno de que la componente de frecuencia w, - W
z
(en
general, ruo, W
z
, donde n es un entero) se presente sobre la frecuencia W
z
cuando la serial x(t) se
muestrea se denomina traslape. Esta frecuencia to, - W
z
(en general, nco, w
z
) se conoce como un
alias de W
z
.
Es importante recordar que las sefiales muestreadas son identicas si las dos frecuencias difieren
por un multiplo entero de la frecuencia de muestreo w,. Si una sefial se muestrea a una frecuencia baja
de modo que el teorema de muestreo no se satisfaga, entonces las altas frecuencias se "doblan hacia
adentro" y aparecen como bajas
Para evitar el traslape, se debe ya sea elegir la frecuencia de muestreo 10 suficientemente alta (w,
> 2w
l
, donde WI es la componente de mas alta frecuencia presente en la seftal) 0 utilizar un prefiltro
antes del muestreador para darle forma al espectro en frecuencia de la sefial (de modo que el espectro
en frecuencia para w> +w, sea despreciable) antes de que la sefial sea muestreada.
Oscilaciones escondidas. Se debe observar que, si la sefial en tiempo continuo x(t) incluye
una componente de frecuencia igual a n veces la frecuencia de muestreo w, (donde n es un entero),
entonces la componente puede no aparecer en la sefial muestreada. Por ejemplo, si la sefial
x(t) = Xl(t) + xz(t) = sen t + sen3t
donde xl(t) = sen t y xit) = sen 3t, se muestrea en t = 0, 27f/3, 47f/3, ... (la frecuencia de muestreo w,
es 3 rad/s), entonces la sefial muestreada no mostrara la componente de frecuencia con W = 3 rad/s, la
frecuencia es igual a w,. (Vease la figura 3-19.)
Aun cuando la sefial x(t) incluya una oscilacion con co = 3 rad/s [esto es, la componente x
2
(t) =
sen 3t], la senal muestreada no muestra esta oscilacion. Dicha oscilacion existente en x(t) entre los
periodos de muestreo se denomina oscilacion escondida.
3-5 LA FUNCION DE TRANSFERENCIA PULSO
La funcion de transferencia para un sistema continuo relaciona las transformadas de Laplace de la sa-
lida en tiempo continuo con la correspondiente de la entrada en tiempo continuo, mientras que la
funcion de transferencia pulso relaciona las transformadas z de la salida en los instantes de muestreo
con la correspondiente entrada muestreada.
Antes de estudiar la funcion de transferencia pulso, es conveniente estudiar la sumatoria de
convolucion.
Sumatoria de convotucion. Considere la respuesta de un sistema en tiempo continuo excita-
do por una seftal muestreada mediante impulsos (un tren de impulsos) como se muestra en la figura
3-20. Suponga que x(t) = 0 para t < O. La sefial muestreada mediante impulsos x*(t) es la entrada al
sistema en tiempo continuo cuya funcion de transferencia es O(s). Se supone que la salida del sistema
es una sefial en tiempo continuo yet). Si en la salida hay otro muestreador, sincronizado en fase con el
:.;-:: : - 3-5 La funcicSn de transferencia pulsa
sent
....
sen3t
99
x(tl
sent+ sen3t
xlk)
Ol-----'-----.------_----'-----y----.___
3 6 k
Figura 3-19 Graficas de x,(t) = sen I, x,(t) = sen 31, y x(t) = sen 1 + sen 31.
Senal muestreada x(k), donde la frecuencia de muestreo to, = 3 rad/s, no muestra
oscilaci6n con la frecuencia w = 3 rad/s.
nuestreador de la entrada, y ambos operan con el mismo periodo de muestreo, entonces la salida es un
ren de impulsos. Se supone que yet) = 0 para t < O.
La transformada z de y(t) es
Z[y(t)] Y(z)
2: y(kT)z-k
(3-38)
k=O
xlt)
/ x*(t) .1
y(t)
G(5)
L/
y*(t) :
T
,
T
Figura 3-20 Sistema de tiempo continuo G(s) excitado con una serial muestreada
mediante impulsos.
100 Anclisis en el plano z de sistemas de control en tiempo discreto Capitulo 3
En ausencia del muestreador a la salida, si se considera un muestreador ficticio en la salida (sincronizado
en fase con el muestreador de entrada y opera al mismo perfodo de muestreo) y se observa la secuen-
cia de valores que toma yet) solo en los instantes t = kT, entonces la transformada z de la salida y*(t)
puede tambien estar dada por la ecuacion (3-38).
Para el sistema en tiempo continuo, es bien conocido el hecho de que la salida del sistemay(t)
esta relacionada con la entradax(t) por medio de la integral de convolucion, 0
yet) = f'g(t - T)X(T)dT = {X(t - T)g(T)dT
o 0
donde get) es la funcion de ponderacion del sistema 0 la funcion de respuesta impulso del sistema
Para sistemas en tiempo discreto se tiene una sumatoria de-eenvolucicn, similar a la integral de
convolucion. Debido a que
cc
x*(t) = L x(t)8(t - kT) = L x(kT)8(t - kT)
k ~ k ~
es un tren de impulsos, la respuesta yet) del sistema debida a la entrada x*(t) es la suma de las
respuestas impulso individuales. Por tanto,
I
g(t )X(O),
g(t)x(O) + get - T)x(T),
yet) = g(t)x(O) 7get - T)x(T) + get - 2T)x(2T),
g(t)x(O) + get - T)x(T) + ... + get - kT)x(kT),
O:5t<T
T:5 t < 2T
2T:5 t < 3T
kT:5 t < (k + l)T
Si observamos que para un sistema ffsico una respuesta no puede preceder a la entrada, tenemos que
get) = 0 para t < 0 0 get - k7) = 0 para t < kT. En consecuencia, las ecuaciones anteriores se pueden
combinar en una sola ecuacion:
yet) = g(t)x(O) + get - T)x(T) + get - 2T)x(2T) + ... + get - kT)x(kT)
k
= Lget - hT)x(hT)
~
0::::: i s: kT
Los valores de la saliday(t) en los instantes de muestreo t = kT (k = 0, 1,2, ...) estan dados por
k
y(kT) = Lg(kT - hT)x(hT)
~
k
= Lx(kT - hT)g(hT)
~
(3-39)
(3-40)
donde g(k7) es la secuencia de ponderacion del sistema. [La transformada z inversa de G(z) se
denomina secuencia de ponderacion.s La sumatoria en las ecuaciones (3-39) 0 (3-40) se conoce como
sumatoria de convolucion. Observe que la notacion simplificada
y(kT) = x(kT) *g(kT)
se emplea a menudo para la sumatoria de convolucion.
Debido a que se supuso que x(t) = 0 para t < 0, se tiene que x(kT - hT) = 0 para h > k. Tambien,
debido a que g(kT - hT) = 0 para h > k, se puede suponer que los valores de h en las ecuaciones
:-o:::n 3-5 La Iuncion de transferencia pulsa
101
Y(3-40) se pueden tomar desde 0 hasta x mas que desde 0 hasta k sin alterar el valor de la
'_-'Horia. Por tanto, las ecuaciones (3-39) y (3-40) se pueden rescribir como sigue:
y(kT) = L g(kT - hT)x(hT)
h=O
= L x(kT - hT)g(hT)
h=O
(3-41)
(3-42)
Se debe observar que si G(s) es un cociente de polinomios en s)' si el grado del polinomio
:,,] denominador excede s610 en I el grado del polinomio del dlii:8.minador, la salida yet) es
: ;.coTiTinua:como se muestra en la figura 3-21 a). discontinua, las ecuaciones
--+ I) Y(3-42) daran los val ores inmediatamente posteriores a los instantes de muestreo, esto es
':'-). y(T+), ... ,y(kT+). Dichos valores no describen la curva real de la respuesta.
Sin embargo, si el grado del polinomio del denominador excede al del numerador en 2 0
.....,.ls. la salida yet) es continua, como se muestra en la figura 3-21 b). Cuando yet) es continua, las
ecuaciones (3-41) y (3-42) daran los valores en los instantes de muestreo. Los valores de y(k) en
.:: .cho caso describen los valores de la curva real de la respuesta.
,tl
o
o
T
T
2T 3T 4T
a)
2T 3T 4T
b)
5T
5T
Figura 3-21 a) Grafica de la salida y(l) (respuesta al
impulso) contra 1 cuando el grado del polinomio del
denominador de G(s) es de grado mayor en I que el polinomio
del nurnerador: b) grafica de la salida y(l) contra 1 cuando el
grado del polinomio del denominador de G(s) es de grado
mayor en 2 0 mas que cl polinomio del numerador.
102 Anclisis en el plano z de sistemas de control en tiempo discreto Capitulo 3
Al analizar los sistemas de control en tiempo discreto es importante recordar que la respuesta
del sistema a una sefial muestreada mediante impulsos puede no describir el correcto cornporta-
miento de la respuesta en el tiempo para el sistema real, a menos que la funci6n de transferencia G(s)
de la parte del sistema en tiempo continuo tenga por 10 menos dos polos mas que ceros, de modo que
lim sG(s) = O.
.\'--)00
Funcion de transferencia pulso. A partir de la ecuaci6n (3-41) se tiene
y(kT) = I g(kT - hT)x(hT),
h ~
k=O,1,2, ...
donde g (kT - h7) = 0 para h > k. Por 10 tanto, la transformada z de y(k7) se convierte en
Y(z) = I y(kT)z-k
k ~
= I I g(kT - hT)x(hT)z-k
k ~ h ~
= I I g(mT)x(hT)z-Cm+h)
m ~ h ~
= I g(mT)z-m I X(hT)z-h
m ~ h ~
donde m = k - h y
= G(z)X(z)
G(z) = I g(mT)z-m = transformadazdeg(t)
m ~
(3-43)
La ecuaci6n (3-43) relaciona la salida pulso Y(z) del sistema y la entrada pulsoX(z). Esto propor-
ciona un medio para determinar la transformada z de la secuencia de salida para cualquier secuencia de
entrada. Al dividir ambos miembros de la ecuaci6n (3-43) entreX(z) obtenemos
G( )
= Y(z)
z X(z)
(3-44)
La G(z) dada por la ecuaci6n (3-44), el cociente entre la salida Y(z) y la entrada X(z), se denomina
funcion de transferencia pulso del sistema en tiempo discreto. Esta es la transformada z de la secuen-
cia de ponderaci6n. En la figura 3-22 se muestra un diagrama de bloques para una funci6n de transfe-
rencia pulso G(z), junto con la entrada X(z) y la salida Y(z). Como se ve de la ecuaci6n (3-43), la
transformada z de la sefial de salida se puede obtener como el producto de la funci6n de transferencia
pulso del sistema y la transfonnada z de la sefial de entrada.
Observe que G(z) es tambien la transformada z de la respuesta del sistema a la entrada delta de
Kronecker:
Xlz) Y(z)
: :)n 3,5
La funci6n de transferencia pulsa
x(kT) = 5o(kT) = {I,
0,
para k = 0
para k =1= 0
103
=';,:"ido a que la transformada r de la entrada delta de Kronecker es
X(z) = L X(kT)z-k = 1
k=O
:<onces, refiriendose a la ecuacion (3-44), la respuesta Y(z) a la entrada delta de Kronecker es
Y(z) = G(z)
:)" este modo, la respuesta del sistema a la entrada delta de Kronecker es G(z), la transfonnada z de la
secuencia de ponderacion. Este hecho es paralelo al de que G(s}erta transformada de Laplace de
:: tuncion de ponderacion del sistema, que es la respuesta del sistema ala funcion impulso unitario.
Transformada de Laplace asterisco de la setiat que involucra tanto transformadas de Laplace
ordinurlas como asterisco. Al analizar los sistemas de control en tiempo discreto, a menudo se
,,'":cuentra que algunas sefiales en el sistema son sefiales asterisco (10 que significa que las setiales
es.an muestreadas mediante impulsos) y otras no 10 son. Para obtener las funciones de transferencia
:- j Isoy analizar el sistema de control en tiempo discreto, por 10 tanto, se debe ser capaz de obtener las
.r.msformadas de las sefiales de salida de los sistemas que contienen operaciones de muestreo en
. aries lugares en los lazos.
Suponga que el muestreador mediante impulsos es seguido por un elemento lineal en tiempo
cuya funcion de transferencia es G(s), como se muestra en la figura 3-23. En el siguiente
analisis se supone que todas las condiciones iniciales en el sistema son cero. Entonces, la salida Y(s) es
Y(s) = G(s)X*(s) (3-45)
'\otese que Y(s) es el producto deX(s), que es periodica con un periodo de 27T/W" y G(s), no periodica.
:: I hecho de que las sefiales muestreadas mediante impulsos son periodicas se puede ver del hecho de
X*(s) = X*(s jwsk), k = 0,1,2, ...
(3-46)
.Vease el ejemplo 3-2.)
En 10 que se presenta a continuacion se mostrara que al tomar la transformada de Laplace
asterisco de la ecuacion (3-45) se puede factorizar X(s) de manera que
Y*(s) = [G(s)X*(s)]* = [G(s)]* X*(s) = G*(s)X*(s) (3-47)
Este hecho es muy importante en la obtencion de la funcion de transferencia pu\so y tarnbien en \a
sirnplificacion del diagrama de bloques del sistema de control en tiempo discreto.
Para obtener la ecuacion (3-47), observe que la transformada inversa de Laplace de Y(s) dada por
:: ecuacion (3-45) se puede escribir como sigue:
x(t)
XIs)
y(t)
Y(s)
..
Figura 3-23 Sistema muestrcado
mediante irnpulsos,
104 Anclisis en el plano z de sistemas de control en tiempo discreto
y(t) =
= f'g(t - T)X*(T)dT
o
= f' g(t - T) x(T)8(T - kT) dr
o
= f'g(t - T)X(T)8(T - k'Ti d
0
Capitulo 3
= 2: g(t - kT)x(kT)
Entonces la transformada z de yet) se convierte en
Y(z) = Z[y(t)] = - kT)X(kT)]z-n---
= 2: 2: g(mT)x(kT)z-(k+m
l
donde m = n - k. De este modo,
Y(z) = 2: g(mT)z-m 2: xtk'Tyz:"
= G(z)X(z)
(3-48)
Debido a que la transformada z puede entenderse como la transformada de Laplace asterisco con ell
reemplazada por z, la transformada z se puede considerar una notaci6n corta para la transformada de
Laplace asterisco. De esta manera, la ecuaci6n (3-48) se puede expresar como
Y*(s) = G*(s)X*(s)
que es la ecuaci6n (3-47). Asi se ha mostrado que al tomar la transformada de Laplace asterisco en
ambos miembros de la ecuaci6n (3-45) se obtiene la ecuaci6n (3-47).
Para resumir 10 que se ha obtenido, observe que las ecuaciones (3-45) y (3-47) establecen que al
tomar la transformada de Laplace asterisco de un producto de transformadas, donde algunas son
transformadas de Laplace ordinarias y otras son transformadas de Laplace asterisco, las funciones
que ya estan en transformadas asterisco se pueden factorizar de la operaci6n de la transformada de
Laplace asterisco.
Se debe observar que los sistemas se hacen peri6dicos bajo la operaci6n de la transformada de
Laplace asterisco. Dichos sistemas peri6dicos son en general mas complicados de analizar que los
sistemas originales que no son periodicos, pero el anterior se puede analizar sin dificultad si se \leva
al plano z (esto es, mediante el enfoque de la funci6n de transferencia pulso).
Procedimientos generales para obtener funciones de transferencia pulso. Aqui se pre-
sentaran procedimientos generales para obtener la funci6n de transferencia pulso de un sistema que tiene
unmuestreador mediante impulsos en una de lasentradas del sistema, como se muestra en la figura 3-24a).
La funci6n de transferencia pulso O(z) del sistema que se muestra en la figura 3-24a) es
Y(z) = G(z) = Z[G(s)]
X(z)
La funci6n de transferencia pulso
105
x(t)
x(t)
X(s)
a)
b]
Muestreador
ficticio
y(t)
Y(s)
y(t)
yO(t)
y(z)
Figura 3-24 a) Sistema en tiempo continuo con un muestreador mediante
impulsos en la entrada; b) sistema en tiempo continuo.
=:><:spues, considere el sistema que se muestra en la figura 3-24b). La funcion de transferencia G(s) esta
:"da por
Y(s) = G( )
X(s) s
=='S importante recordar que la funcion de transferencia pulso para este sistema no es Z[G(s)], debido
.: la ausencia del muestreador mediante impulsos.
La presencia 0 ausencia del muestreador mediante impulsos es crucial en la determinacion de la
'-Jncion de transferencia pulso del sistema, puesto que, por ejemplo, para el sistema que se muestra en
afigura 3-24a), la transformada de Laplace de la saliday(t) es
Y(s) = G(s)X*(s)
?or 10 tanto, al tomar la transformada de Laplace asterisco de yes), se tiene
Y*(s) = G*(s)X*(s)
,,). en terminos de la transformadaz,
Y(z) = G(z)X(z)
mientras que, para el sistema que se muestra en la figura 3-24b), la transformada de Laplace de la salida
.-.1t) es
Y(s) = G(s)X(s)
]0 cual da como resultado
Y*(s) = [G(s)X(s)]* = [GX(s)]*
106 Anolisis en el plano z de sistemas de control en tiempo discreto Capitulo 3
0, en terminos de la transformada z,
Y(z) = Z[Y(s)] = Z[G(s)X(s)] = Z[GX(s)] = GX(z) =f G(z)X(z)
EI hecho de que la transformada z de G(s)X(s) no es igual a G(z)X(z) se estudiara con detalle mas
adelante en esta secci6n.
Al estudiar la funci6n de transferencia pulso, se supone que existe un muestreador a la entrada
del elemento en consideraci6n. La presencia 0 ausencia del muestreador a la salida del elemento (0 el
sistema) no afecta la funci6n de transferencia pulso, debido a que, si el muestreador no esta fisicamen-
te presente en ellado de salida del sistema, es siempre posible suponer que el muestreador ficticio este
presente en la salida. Esto significa que, aunque la sefial de salida es continua, se puede considerar los
valores de la salida s610en t = kT(k = 0, 1,2, ...) y asi se obtiene la secuenciay (kT).
Observe que s610para el caso donde la entrada al sistema G(s) es una sefialmuestreada median-
te impulsos, la funci6n de transferencia pulso esta dada por
G(z) = Z[G(s)]
Los ejemplos 3-4 y 3-5 demuestran los metodos para obtener la funci6n de transferencia pulso.
Ejemplo 3-4
Obtenga la funci6n de transferencia pulso G(z) del sistema que se muestra en la figura 3-24a), donde
G(s) esta dada por
1
G(s) =--
s + a
Observe que existe un muestreador a la entrada de G(s) y por tanto la funci6n de transferencia pulso es
G(z) = Z[G(s)].
Metoda 1. Refiriendose a la tabla 2-1, se tiene
z[ 1 ] _ 1
s + a-I - e aT Z 1
Por 10 tanto,
1
G(z) = 1 -aT-l
- e z
Metoda 2. La funci6n de respuesta impulso del sistema se obtiene como sigue:
get) = .;e-l[G(S)] = e-
a
,
Por 10 tanto,
k = 0,1,2, ...
Por 10 que,
G(z) = 2: g(kT)z-k = 2: :"Z-k = 2: (eaT Z)-k
k=O k=O k=O
1
La funci6n de transferencia pulso
107
Ejemplo 3-5
Obtcnga la funci6n de transferencia pulso del sistema que se muestra en la figura 3-24a), donde G(s) esta
dada por
1-e-
Ts
1
G(s) - -=------=---- ----=--
- s s(s + 1)
Observe que existe un muestreador en la entrada de G(s) .
.vletodo I. G(s) incluye el terrnino (I - e-
r.):
por tanto, refiriendose a la ecuacion (3-32), se obtiene la
funci6n de transferencia pulso como sigue:
G(z) =Z[G(s)] =Z[(1 - e-
Ts
) s\s 1+ 1)]
_I . [ 1 ]
= (1 - z )Z S2(S + 1)
-I [1 1 1]
= (1 - z )Z - - - + --
S2 S S + 1
A partir de la tabla 2-1, se puede encontrar la transformada:: de cada uno de los terminos de la expansion
en fracciones parciales. De este modo,
-I [TZ-
1
1 1]
G(z) = (1 - z ) (1 _ Z-I)2 - 1 _ Z-1 + 1 _ "Z-I
(T - 1 + e-T)z-I + (1 - e-
T
- Te-
T)z-2
(1 - z 1)(1 - e Tz I)
Metoda 2. La funci6n de transferencia G(s) dada se puede escribir como sigue:
(3-49)
rs (1 1 1)
G(s) = (1 - e- ) - - - +--
S2 S S + 1
Por tanto, al tomar la transformada inversa de Laplace, se tiene la siguiente funcion de respuesta impulso:
get) = (t - 1 + e-
r)l(t)
- [t - T - 1 + e-(r-
n]l(t
- T)
o
g(kT) = (kT - 1 + e-
kT)
- [kT - T - 1 + e-(kT-n]l((k - l)T)
= {e-
kT
+ T - e-(kT-n, k = 1,2,3, ...
0, k = 0
Entonces la funci6n de transferencia pulso G(::) se puede obtener como sigue:
G(z) = 2: g(kT)z-k
~
= 2: [e-
kT
+ T - e-(kT-n]z-k + e" - 1 - T
~
= (1 - e
T)
2: :"Z-k + T 2: Z-k + e
T
- 1 - T
k-O k-O
= (1 - e
T
) 1 + __T_ + e
T
- 1 - T
1 - e-Tz-
1
1 - Z-I
(T - 1 + e-T)z-I + (1 - e-
T
- Te-
T)z-2
(1 - z-I)(l - e-
T
Z-I)
108 Anolisis en el plano z de sistemas de control en tiempo discreto Capitulo 3
Funcion de transferencia pulso de elementos en cascada. Considere el sistema que se mues-
tra en las figuras 3-25a) y b). Aqui se supone que los muestreadores estan sincronizados y que tienen
el mismo periodo de muestreo. Se mostrara que la funcion de transferencia pulso del sistema que se
muestra en la figura 3-25a) es G(z)H(z), mientras que la del sistema que se muestra en la figura 3-25b)
es Z[G(s)H(s)] = Z[GH(s)] =GH(z), que es diferente de G(z)H(z).
Considere el sistema que se muestra en la figura 3-25a). A partir del diagrama se obtiene
U(s) = G(s)X*(s)
Yes) = H(s)U*(s)
Por tanto, al tomar la transformada de Laplace asterisco de cada una de estas dos ecuaciones, se
obtiene como resultado
U*(s) = G*(s)X*(s)
Y*(s) = H*(s)U*(s)
En consecucncia,
Y*(s) = H*(s)U*(s) = H*(s)G*(s)X*(s)
o
Y*(s) = G*(s)H*(s)X*(s)
En terminos de la notacion de la transformada z,
Y(z) = G(z)H(z)X(z)
La funcion de transferencia pulso entre la salida y*(t) y la entrada x*(t) esta por tanto dada mediante
Y(z)
X(z) = G(z)H(z)
v" (t) v(t) ult) x(t)
/ x"(t) I I / u"(t) I I /'
------' ~ Gis) f-. _ ~ ~ H(s) ----' j ~
s, s; s,
a)
v"(t) x(t)
G(s) ~ H(s) I
v(t) /'
------ 6
r
b)
Figura 3-25 a) Sistema muestreado con un muestreador entre los elementos en cascada G(s) y H(s); b) sistema
muestreado sin muestreador entre los elementos en cascada G(s) y H(s).
:,,:>:in 3-5 La funci6n de transferencia pulso 109
Despues, considere el sistema que se muestra en la figura 3-25b). A partir del diagrama se
::::-:cuentra que
yes) = G(s)H(s)X*(s) = GH(s)X*(s)
20nde
GH(s) = G(s)H(s)
-\! tamar la transformada de Laplace asterisco de yes), se tiene
Y*(s) = [GH(s)]*X*(s)
En terrninos de la notacion de la transformada z,
Y(z) = GH(z)X(z)
la funcion de transferencia pulso entre la salida y*(t) y la entrada x*(t) es
~ ~ ~ = GH(z) = Z[GH(s)]
Observe que
G(z)H(z) '* GH(z) = Z[GH(s)]
Por tanto, las funciones de transferencia pulso de los sistemas que se muestran en las figuras 3-250)
:' b) son diferentes. Ahora se verificara esta asercion en el ejemplo 3-6.
Ejemplo 3-6
Considere los sistemas que se muestran en las figuras 3-26a) y b). Obtenga la funci6n de transferencia
pulso Y(z)/X(z) para cada uno de estos dos sistemas.
x(d
/ x'(t) .1
1
P<
u'(t)
1
1
y(t)
or
s + a S + b
G(s) H(s)
a)
x(t)
/
x'(t)
1
1
I
~
1
y(t)
~
or
s + a s + b
G(s) H(s)
b)
Figura 3-26 0) Sistema muestreado con un rnuestreador entre los elementos G(s) =
I/(s + 0) y H(s) = I/(s + h); h) sistema muestreado sin muestreador entre los elementos
G(s) y fI(s).
110 Anolisis en el plano z de sistemas de control en tiempo discreto Capitulo 3
Para el sistema de la figura 3-26a), las dos funciones de transferencia G(s) y H(s) estan separadas
por un muestreador. Se supone que los dos muestreadores que se presentan estan sincronizados y tienen
el mismo periodo de muestreo. La funcion de transferencia pulso para este sistema es
Y(z) Y(z) U(z)
X(z) = U(z) X(z) = H(z)G(z) = G(z)H(z)
Por tanto,
Y(z) = G(z)H(z) =Z[_l_]Z[_l_] = 1 1
X(z) s + a s + b 1 - e aT Z-I 1 - e-
bT
Z-I
Para el sistema que se muestra en la figura 3-26b), la funci6n de transferencia pulso Y(z)/X(z) se
obtiene como sigue:
Y(z) =Z[G(s)H(s)] =Z[_l__1_]
X(z) s + as + b
=Z[b aC a- s b)]
Por 10tanto,
Y(z) 1 [ (e-
aT
- e-bT)z-1 ]
X(z) = GH(z) = b - a (1 - e aT Z 1)(1 - e bT Z I)
Claramente, se ve que las funciones de transferencia pulso de los dos sistemas son diferentes; esto es,
G(z)H(z) '" GH(z)
Por tanto, se debe tener el cuidado de observar si hay 0 no un muestreador entre los dos elementos en
cascada.
Funcion de transferencia pulso de sistemas en lazo cerrado. En un sistema en lazo cerrado,
la existencia 0 no de un muestreador de salida en ellazo hace que el comportamiento del sistema sea
diferente. (Si existe un muestreador fuera dellazo, no habra ninguna diferencia en la operaci6n dellazo
cerrado.)
Considere el sistema de control en lazo cerrado que se muestra en la figura 3-27. En este sistema,
el error actuante esta muestreado. A partir del diagrama de bloques,
E(s) = R(s) - H(s)C(s)
C(s) = G(s)E*(s)
R(s) (s) *(s)
H(s)
G(s)
CIs)
Figura 3-27 Sistema de control en lazo ccrrado.
:-=::6n 3-5
:; cr tanto.
La Iuncion de transferencia pulsa
E(s) = R(s) - H(s)G(s)E*(s)
111
=:::ronces, al tomar la transformada de Laplace asterisco, se obtiene
E*(s) = R*(s) - GH*(s)E*(s)
* _ R*(s)
E (s) - 1 + GH*(s)
Puesto que
C*(s) = G*(s)E*(s)
',c obtiene
C*(s) = G*(s)R*(s)
1 + GH*(s)
En terminos de la notacion de la transformada z, la salida puede darse mediante
C(z) = G(z)R(z)
1 + GH(z)
La transformada z inversa de esta ultima ecuaci6n da los valores de la salida en los instantes de
rnuestreo. [Observe que la salida real e(t) del sistema es una sefial en tiempo continuo. La transforma-
da ; inversa de q::) no dara la sefial de salida en tiempo continuo e(l).] La funcion de transferencia
pulso para este sistema en lazo cerrado es
C(z)
R(z)
G(z)
1 + GH(z)
(3-50)
En la tabla 3-1 se muestran cinco configuraciones tipicas para sistemas de control en tiempo
discrete en lazo cerrado. Aqui, los muestreadores estan sincronizados y tienen el mismo periodo de
muestreo. Para cada configuracion. se muestra la salida correspondiente C(::). Notese que algunos
sistemas de control en tiempo discreto en lazo cerrado no se pueden representar mediante C(:)/R(::)
.esto es, no tienen funcion de transferencia pulso) debido a que fa serial de entrada R(s) no se puede
separar de la dinamica del sistema. Aunque la funcion de transferencia pulso no pueda existir para
ciertas configuraciones de sistemas, se pueden aplicar las mismas tecnicas que se estudian en este
capitulo para analizarlas.
Funcion de transferencia pulso de UII controlador digital. La funci6n de transferencia pul-
so de un controlador digital se puede obtener a partir de las caracteristicas entrada-salida requeridas
del controlador digital.
Suponga que la entrada al controlador digital es e(k) y la salida es m(k). En general, la salida m(k)
puede estar dada mediante el siguiente tipo de ecuacion en diferencias:
m(k) + a.rnik. - 1) + a-mt]: - 2) + ... + a.rnt]: - 11)
= boe(k) + b,e(k - 1) + .. , + blle(k - 11) (3-51)
112 An61isisen el plano z de sistemas de control en tiempo discreto Capitulo 3
TABLA 3-1 CINCO CONFIGURACIONES TiplCAS DE SISTEMAS DE CONTROL EN TIEMPO
DISCRETO EN LAZO CERRADO
R(s) .s:
c_ GI,I
--H(s)"
C(z) = G(zIR(zl
1 + GH(z)
R(sl
- Bf-oo..f----J-J
C(z)
C(z) = G(z)R(z)
1 + G(z)H(z)
H(s)
R(s)
-+
L------i H(s) f-+------'
C(z)
C(z)
---
G, (z)G
2
(z)R(z)
C(z) = ----'---=--,:--=-----,---
1 + G, (zIG
2H(zl
G
2
(z)G, R(z)
C(z) =
1 + G, G
2H(z)
R(s) Cis) C(z)
--
:;;::on3-5 La funci6n de transferencia pulso
113
_} transforrnada z de la ecuacion (3-51) da como resultado
A1(z) + alz-
1A1(z)
+ azz-
ZA1(z)
+ ... + a
nz-
nA1(z)
= boE(z) + bjz-1E(z) + .. , + bnz-nE(z)
(1 + alz-
1
+ a-z:' + ... + a
nz-
n)A1(z)
= (b
o
+ bcz:' + .. , + bnz-n)E(z)
_J funcion de transferencia pulso Gf)(z) del controlador digital puede entonces mediante
A1(z) b
o
+ bjz-
1
+ + bnz-
n
GD(z) = E(z) = 1+alz-1+ +anz-n (3-52)
E] uso de la funcion de transferencia pulso Gliz) en la forma de la ecuacion (3-52) habilita allector para
-':"lal izar los sistemas de control digital en el plano z,
Funcion de transferencia pulso en tazo cerrado de un sistema de control digital. En la
::gura 3-28a) se muestra un diagrama de bloques de un sistema de control digital. Aquf, el muestreador,
.:1 convcrtidor AID, el controlador digital, el retenedor de orden cera y el convertidor D/A producen
.maserial de control u(t) en tiempo continuo (con stante por pedazos) para ser alimentada fa planta. En
a figura 3-28b) se muestran las funciones de transferencia de los bloques involucrados en el sistema.
La funcion de transferencia del controlador digital se muestra como G;) (5). En el sistema realla
rlt)
Risl
a)
G(s)
b)
e(f)
C(s)
Figura 3-28 a) Diagrama de bloques de un sistema de control digital; h) diagrama de bloques cquivalcntc que
mucstra las funcioncs de transferencia de los bloques.
114 Anolisis en el plano z de sistemas de control en tiempo discrete Capitulo 3
computadora (controlador digital) resuelve una ecuaci6n en diferencias cuya relaci6n entrada-salida
esta dada mediante la funci6n de transferencia pulso GoCz).
En el presente sistema la sefial de salida e(t) se alimenta de regreso para ser comparada con la
sefial de entrada ret). La sefial de error e(t) = r(t) - e(t) se muestrea, Yla sefial anal6gica se convierte en
digital a traves de un dispositivo A/D. La serial digital e(k7) se alimenta al controlador digital, el cual
opera sobre la secuencia muestreada e(k7) de una manera adecuada para producir la sefial m(k7).
Esta relaci6n conveniente entre las secuencias m(k7) Ye(k7) se especifica mediante Ja funci6n
de transferencia pulso GIJ(z) del controlador digital. [Mediante la selecci6n adecuada de los polos y
ceros de Gf)(z), se puede generar un buen nurnero de caracteristicas entrada-salida.]
Refiriendose a la figura 3-28b), se define
1 - e-
Ts
--Gp(s) = G(s)
s
A partir de la figura 3-28b), n6tese que
C(s) = G(s)GbCs)E*(s)
o
C* (s) = G* (s)GbCs)E* (s)
En terminos de la notacion de la transformada z,
C(z) = G(z)GD(z)E(z)
Puesto que
E(z) = R(z) - C(z)
se tiene
C(z) = GD(z)G(z)[R(z) - C(z)]
y, por 10tanto,
C(z) _ GD(z)G(z)
R(z) - 1 + GD(z)G(z)
(3-53)
La ecuacion (3-53) da la funci6n de transferencia pulso en lazo cerrado del sistema de control digital
que se muestra en la figura 3-28b). EI desempefio de dicho sistema en lazo cerrado se puede mejorar
mediante la apropiada eleccion de Gf)(z), la funcion de transferencia pulso del controlador digital.
Posteriormente se estudiara una variedad de formas para Gf)(z) a ser utilizadas en la obtenci6n del
desempefio optimo para varios indices de desempefio dados.
A continuaci6n, se considerara s610un caso sencillo, donde la funcion de transferencia pulso
Gf)(z) es del tipo PID (proporcional mas integral mas derivativo).
Funcion de transferencia pulso de un controlador PID digital. EI esquema de control PID
analogico ha sido usado de manera exitosa en muchos sistemas de control industrial por mas de medio
siglo. EI principio basico del esquema de control PID es que actua sobre la variable a ser manipulada
a traves de una apropiada combinacion de las tres acciones de control: acci6n de control proporcionaJ
(donde la accion de control es proporcional ala sefial de error actuante, la cual es la diferencia entre la
entrada y la sefial de realimentaci6n); la accion de control integral (donde la accion de control es
:-=::6n 3-5 La Iuncion de transferencia pulsa l1S
::--.:>porcional a la integral de la sefial de error actuante) y la acci6n de control derivativa (donde la
.:,:;;i6n de control es proporcional a la derivada de la sefial de error actuante).
En situaciones donde muchas plantas se controlan directamente mediante una sola computadora
::gital (como un esquema de control en el que se controlan desde unos cuantos lazos hasta cientos de
;,;,:05 mediante un solo controlador digital), la mayoria de los lazos de control se pueden manipular
esquemas de control PID.
La acci6n de control PID en controladores anal6gicos esta dada por
met) = K[e(t) + tfe(t)dt + t: (3-54)
.ionde e(t) es la entrada al controlador (sefial de error actuante), m(t) es la salida del controlador (la
senal manipulada), K es laganancia proporcional, T, es el tiempo integral (0 tiempo de reajuste) y T
d
es
1tiempo derivativo (0 tiempo de adelanto).
Para obtener la funci6n de transferencia pulso del controlador PID digital, se puede discretizar
la ecuaci6n (3-54). AI aproximar el termino integral mediante la sumatoria trapezoidal y el termino
derivativo mediante la diferencia de dos puntos, se obtiene
{
T [e(o) + e(T) e(T) + e(2T)
m(kT) = K e(kT) + - + + ...
2 2
ek - 1)T) + e(kT)] e(kT) - ek - 1)T)}
+ 2 v t: T
o
m(kT) = K{ e(kT) + eh - + e(hT)
t; }
+ T [e(kT) - ek - 1)T)]
Se define
(3-55)
eh - + e(hT) = [(hT),
[(0) = 0
En la figura 3-29 se muestra la funci6n f(h7). Entonces
eh - I)T) + e(hT) = [(hT)
2
AI tomar la transforrnada z de esta ultima ecuaci6n, se obtiene
z[ eh - I)T) + e(hT)] = z[[(hT)] = _1 -1 [F(z) - [(0)]
2 1 z
1
1 - z-lF(z)
(Para obtener esta ultima ecuaci6n, refierase al problema A-2-4.) N6tese que
1 + Z-I
F(z) = Z[[(hT)] = 2 E(z)
116 Anolisis en el plano z de sistemas de control en tiempo discrete
elt)
Capitulo 3
elOI + elT! = fiT!
2
___-+---_+_ e(T! + e(2T! = f(2T!
2
f(OI
\
o T 2T 3T
Por 10 tanto,
Figura 3-29 Diagrama que muestra la funcion j(hT).
z[ e((h - 1)T) + e(hT)] _ 1 + Z-1
h=1 2 - 2(1 - Z-I) (z)
Entonces la transformada z de la ecuacion (3-55) da como resultado
[
T 1 + Z-I t; ]
M(z) = K 1 + 21; 1 _ z 1 + T (1 - Z-I) (z)
Esta ultima ecuacion se puede rescribir como sigue:
[
TTl t: ]
M(z) = K 1 - -. + - _ -1 + - (1 - Z-I) (z)
2, t: 1 z T
= [Kp + 1 1 + KD(1 - Z-I)](Z)
donde
KT K,
K; = K - 2T, = K- T = ganancia proporcional
KT
K, = T = ganancia integral
I
K
KTd . deri .
/) = T = ganancia errvativa
Notese que la ganancia proporcional K" para el controlador PID digital es mas pequefia que la ga
cia K para el controlador PID analogico por un factor de K,I2.
La funci6n de transferencia pulso para el controlador PID digital se convierte en
M(z) K[ -I
GD(z) = (z) = K + 1 _ Z-1 + KD(1 - z )
La funcion de transferencia pulso del controlador PID digital dada por la ecuacion (3-56) se co
cornunmente como forma posicional del esquema de control PID.
3-5 La Iuncion de transferencia pulso
117
La otra forma por 10 regular utilizada en el esquema de control PID digital es el esquema conoci-
_. como forma de velocidad. Para obtener la ecuaci6n del control PID en la forma de velocidad, se
-sidera la diferencia hacia atras en m(kT), esto es, la diferencia entre m(kT) y meek- I)T). Con
::. ;Jnas suposiciones y manipulaciones, se obtiene
(3-57)
.:J ra obtener la ecuaci6n (3-57), vease el problema A-3-I7.] La ecuaci6n (3-57) da el esquema de
ntrol PID en la forma de velocidad. En la figura 3-30 se muestra un diagramade-bloques de la
izaci6n de un esquema de control PID digital en la forma de velocidad. Note que en la ecuaci6n
5610 el termino del control integral incluye la entrada R(z). Por 10tanto, el termino integral no se
:- excluir del controlador digital si este se utiliza en la forma de velocidad.
Una ventaja del esquema de control PID en la forma de velocidad es que no es necesaria la
<cializaci6n cuando se conmuta de operaci6n manual a automatica. De este modo, si existen cambios
s, oitos grandes en el punto de ajuste 0 en el inicio de la puesta en operaci6n del proceso, el esquema
control PID en la forma de velocidad presenta mejores caracteristicas de respuesta que aquel en la
.'.''111a posicional. Otra ventaja del esquema de control PID en la forma de velocidad es que es util en
::. supresion de correcciones excesivas en sistemas de control de procesos.
Las leyes de control lineales en la forma de acciones de control PID, tanto en la forma posicional
orno en la de velocidad, son basicas en controles digitales debido a que con frecuencia dan solucio-
satisfactorias a muchos problemas practicos de control, en particular a problemas en control de
Observe que, en los controladores digitales, las leyes de control se pueden implantar
software, y por 10 tanto las restricciones de hardware de los controladores PID se pueden
gnorar por completo. (Para una comparaci6n de las caracteristicas de respuesta en frecuencia entre
os controladores PID anal6gicos y digitales, vease el problema A-3-l6.)
Ejemplo 3-7
Considere el sistema de control con el controlador PID digital que se muestra en la figura 3-31a). (El
controlador PID esta en la forma posicional.) Se supone que la funcion de transferencia de la planta es
Rlzi
Clz)
Figura 3-30 Diagrama de bloques de la realizaci6n del esquema de control PID en la forma de velocidad.
118 Anclisis en el plano z de sistemas de contral en tiempo discreta Capitulo 3
Controlador PID
digital
m(kT)
(a)
eft)
(b)
O.3679z-' + 0.2642r
2
(1 - O.3679z-
1
)(1 - Z-1)
C(z)
Figura 3-31 a) Diagrarna de bloques de un sistema de control; b) diagrama de bloques equivalente.
1
G (s) - ---,-----
p -s(s+l)
y el perlodo de muestreo Tse supone de I segundo. Entonces la funcion de transferencia del retenedor
orden cero se convierte en
Puesto que
Z[l - e-
s
1 ] _ G(z) _ O.3679z-
1
+ O.2642z-
2
S s(s + 1) - - (1 - O.3679z 1)(1 - z ')
se puede redibujar el diagrama de bloques de la figura 3-31a) como se muestra en la figura 3-31 b).
Obtengase la respuesta escalon de este sistema cuando el controlador digital es un controlador
con K; = I, K
1
= 0.2, YKf) = 0.2. La funcion de transferencia pulso del controlador digital esta dada
G ( ) = 1.4 - 1.4z-
1
+ O.2z-
z
DZ 1-z
1
Entonces la funcion de transferencia pulso en lazo cerrado se convierte en
C(z) GD(z)G(z)
R(z) 1 + GD(z)G(z)
O.5151z-
1
- O.1452z-
z
- O.2963z-
3
+ O.0528z-
4
- 1 - 1.8528z ' + 1.5906z z - O.6642z 3 + O.0528z 4
Se utilizara el enfoque de MATLAB para obtener la respuesta escalon unitario.
:-=::on3-5 La funci6n de transferencia pulso 119
Obtencion de fa respuesta transitoria COil MATLAB. Suponga que se quiere la respuesta
escalon unitario hasta k = 40. Entonces la entrada r(t) se puede escribir como
r = ones(l,41)
- programa para MATLAB que pennite obtener 1a respuesta escalon unitario para este sistema se
-- .iestra en el programa para MATLAB 3-1. La salida resultante c(k) contra k se grafica en lafigura 3-
Programa para MATLAB 3-1
%--Respuestaal escalon unitario--
num = [0 0.5151 -0.1452 -0.2963 0.0528];
den = [1 -1.8528 1.5906 -0.6642 0.0528];
r = ones(1,41);
v= [0 40 0 2];
axis(v);
k = 0:40;
c = filter(num,den,r);
plot(k,c,'o',k,c'-')
grid
title('Respuesta al escalon unitario')
xlabel(T)
ylabel((' c(k)'}
Respuestaat escalonunitaro
2
1.8
1.6
1.4
1.2
::;<
U
0.8
0.6
0.4
0.2
0
0 5 10 15 20
k
25 30 35 40
Figura 3-32 Respuesta escalon unitario.
120 Ancilisis en el plano z de sistemas de control en tiempo discrete Capitulo 3
La respuesta de este sistema para una entrada rampa unitaria se puede obtener mediante el
programa para MATLAB 3-2. La grafica resultante se muestra en la figura 3-33. Observe que este
sistema no presenta error en estado estacionario en la respuesta a la rampa.
Programa para MATLAB 3-2
%--Respuestaa la rampa unitaria--
num = [0 05151 -0.1452 -0.2963 0.0528];
den = [1 -1.85281.5906 -0.6642 0.0528];
axis(v);
k = 0:40;
r = [k];
c = filter(num,den,r);
plot(k,c,'o',k,c,'.',k,k,'--')
grid
title('Respuesta a la rampa unitaria')
xlebel('k'}
ylebel('c(k)')
Respuestaa larampa unrtaria
16
14
12
10
:;<
8
U
6
4
2
0
0 2 4 6 8 10 12 14 16
k
Figura 3-33 Respuesta a la rampa unitaria.
La Iuncion de transferencia pulso 121
Comentarios. Los controladores PID para los sistemas de control de procesos como sistemas
:.:- -:rol de temperatura, sistemas de control de presion y sistemas de control de nivel de liquidos se
s.r ': - .Z.3.n normalmente en forma experimental. De hecho, en el control PID de cualquier planta indus-
i ::-.::. conde su dinamica no es bien conocida 0 no esta bien definida, las variables del controlador (K
p
. .,' ) se deben determinar de forma experimental. Dicha manera de determinar los parametres 0
s.r : ::-:zarlos se puede llevar a cabo mediante cambios de tipo escalon en la seii.al de referencia 0 de
=.o-:-_:bacion. Se dispone de unos cuantos procedimientos establecidos para dicho proposito. Basica-
-::-:::. la sintonizacion (el determinar las constantes K
p
, K[ YK
D
) se logra mediante la variacion
de los valores hasta que se obtienen buenas caracteristicas de respuesta.
Para los controladores PID digitales utilizados para sistemas de control de procesos, el periodo
;j:: "":":-:estreo se debe elegir de manera apropiada. Muchos sistemas de control de procesos tienen
_:-':.lntes de tiempo ligeramente grandes. Una receta de cocina en la eleccion del periodo de muestreo
:",-odo de muestreo T= 27T/W" donde W, es la frecuencia de muestreo) en sistemas de control de
zr.c esos. es que para sistemas de control de temperatura el periodo de muestreo debe ser de lOa 30
para sistemas de control de presion de I a 5 segundos y para sistemas de control de nivel
.quidos de I a 10 segundos.
Obtencion de la respuesta entre instantes de muestreo consecutivos. EI analisis de la trans-
i: :-:'lada:: no dara informacion sobre la respuesta entre dos instantes de muestreo consecutivos. En
ordinarios esto no es serio, debido a que si el teorema de muestreo se satisface, entonces la
.da no variara mucho entre cualquiera de estos dos instantes de muestreo consecutivos. En ciertos
. zsos, sin embargo, se puede necesitar la respuesta entre instantes de muestreo consecutivos.
Se dispone de tres metodos de uso comun que permiten conocer la respuesta entre dos instan-
de muestreo consecutivos:
\.
..,
3.
EI metodo de la transformada de Laplace
EI metodo de la transformada z modificada
EI metoda en el espacio de estados
.qui se estudiara brevemente el metodo de la transformada de Laplace. EI metodo de la transformada
:: modificada se presenta en el apendice 8. (Aquellos lectores interesados en la transformada z modi-
::.:ada deberan leer la seccion 8-4.) EI metoda en el espacio de estados se estudiara en la seccion 5-5.
El metoda de la transformada de Laplace. Considere, por ejernplo, el sistema que se muestra
en la figura 3-27. La salida C(s) se puede dar mediante
_ * _ R*(s)
C(s) - G(s)E (s) - G(s) 1 + GH*(s)
De este modo,
_ -1 _ -l[ R*(S)] (3 )
c(t) -: [C(s)] -: G(s) 1 + GH*(s) -59
La ecuacion (3-59) dara la respuesta en tiempo continuo e(t). Por tanto, la respuesta en cualquier
tiempo entre dos instantes de muestreo consecutivos se puede calcular con la ecuacion (3-59). [Vease
el problema A-3-18 para una muestra del calculo del segundo miembro de la ecuacion (3-59).]
122 Anclisls en el plano z de sistemas de control en tiempo discreto Capitulo 3
3-6 REALIZACION DECONTROLADORES
Y FILTROS DIGITALES
En esta secci6n se estudian los metodos de realizaci6n para funciones de transferencia pulso que
representan controladores y filtros digitales. La realizaci6n de controladores y filtros digitales puede
incluir ya sea software, hardware 0 ambos. En general, la "realizacion" de funciones de transferencia
pulso significa determinar la configuraci6n fisica para la combinacion apropiada de operaciones
aritmeticas y de almacenamiento.
En una realizaci6n de software se obtienen programas de computadora para la computadora
digital involucrada. En una realizaci6n de hardware se construye un procesador de prop6sito especial
mediante circuitos tales como sumadores digitales, multiplicadores y elementos de retardo (registros
de corrimiento con un periodo de muestreo T como un tiempo de retardo unitario).
En el campo del procesamiento digital de sefiales, unfiltro digital es un algoritmo de calculo
que convierte una secuencia de numeros de entrada en una secuencia de salida, de modo que las
caracterfsticas de la sefial se cambien de una manera predeterminada. Esto es, un filtro digital procesa
una sefial digital pues permite el paso de algunas componentes de frecuencia deseadas de la sefial
digital de entrada y rechaza algunas otras no deseadas. En terminos generales, un controlador digital
es una forma de filtro digital.
Observe que hay diferencias importantes entre el procesamiento digital de sefiales utilizado en
comunicaciones y el que se utiliza en control. En control digital el procesamiento de sefiales se debe
hacer en tiempo real. En comunicaciones, el procesamiento de sefiales no se necesita hacer en tiempo
real, y por 10 tanto se puede tolerar retardos en el procesamiento para mejorar la exactitud.
Esta secci6n trata de las realizaciones en diagramas de bloques de filtros digitales que emplean
elementos de retraso, sumadores y multiplicadores. Aqui se estudiaran algunas estructuras diferentes
de realizaciones en diagramas de bloques. Dichas realizaciones en diagramas de bloques se pueden
utilizar como base para un disefio de software 0 hardware. De hecho, una vez que se completa el
diagrama de bloques de la realizaci6n, la realizaci6n fisica en hardware 0 software es directa. Observe
que en el diagrama de bloques de una realizaci6n, la funci6n de transferencia pulso de z -I representa
un retardo de una unidad de tiempo (vease la figura 3-34). (Observe tambien que en el plano s, z :
corresponde a un retardo pure e-
T
, . )
A continuaci6n se veran los filtros digitales que se emplean con prop6sitos de filtrado y
control. La forma general de la funci6n de transferencia pulso entre la salida Y(z) y la entradaX(z) esta
dada por
(3-60) n"2m
G(z) = Y(z) = b
o
+ bjz-
j
+ b
2z-
2
+ + bmz-
m
X(z) 1 + ajZ j + a2
z
2 + + anz n ,
donde las a
,
y las b, son para muchos controladores digitales coeficientes reales (algunos de estos
pueden ser cero). La funci6n de transferencia pulso es de esta forma. Por ejemplo, la funci6n de
transferencia pulso para el controlador PID dado por la ecuaci6n (3-56) se puede expresar en la fonna
de la ecuaci6n (3-60), como sigue:
x(k)
X(z)
x(k - 1)
..
Figura 3-34 Funci6n de transferencia pulso mostrando
un retardo de una unidad de tiempo.
:- 3-6 Realizaci6n de controladores y filtros digitales
b
o
+ bIZ-I + b
2z-
2
1 + alz j + a2 Z 2
123
al = -1
a, = 0
b
o
= K; + K
1
+ K
D
b, = -(Kp + 2K
D
)
b
2
= K
D
Ahora se estudiaran las formas de programaci6n directa y estandar de los filtros digitales. En
:::<as formas de programaci6n, los coeficientes a, Yhi (que son cantidades reales) aparecen como
en el diagrama de bloques de la realizaci6n. Aquellos esquemas de diagramas de
:-,''iuesdonde los coeficientes a, Yhi aparecen de manera directa como multiplicadores se denominan
c_' .ructuras directas.
Programacion directa. Considere el filtro digital dado por la ecuaci6n (3-60). N6tese que la
de transferencia pulso tiene n polos Ym ceros. En la figura 3-35 se muestra un diagrama de
-0'iues de la realizaci6n del filtro. El hecho de que este diagrama de bloques representa la ecuaci6n
se puede ver facilmente, puesto que a partir del diagrama de bloques se tiene
Y(z) = -ajz-1y(z) - a2z-2y(Z) - ... - anz-ny(z) + boX(z)
+ bjz-
1
X(z) + + bmz-mX(z)
.;,] reordenar esta ultima ecuaci6n se obtiene la ecuaci6n (3-60).
(: :
y(z)
Figura 3-35 Diagrama de bloques de la realizaci6n de un filtro que muestra la programaci6n directa.
124 Andlisis en el plano z de sistemas de control en tiempo discreto Capitulo 3
Este tipo de realizacion se denomina programacion directa. Programacion directa significa que
se obtiene la realizacion del numeradory el denominador de la funcion de transferencia pulso median-
te conjuntos de elementos de retraso por separado. El numerador utiliza un conjunto de m elementos
de retraso y el denominador utiliza un conjunto diferente de n elementos de retraso. De esta manera,
el nurnero total de elementos de retraso utilizados en la programacion directa es m +n.
El numero de elementos de retraso empleados en la programacion directa se puede reducir. De
hecho, el numero de elementos de retraso se puede reducir de n + man (donde n m). El metodo de
programacion que utiliza el numero minima posible de elementos de retraso se denomina programa-
cion estandar.
En la practica, se trata de utilizar el numero minima de elementos de retraso en la realizacion de
una funcion de transferencia pulso dada. Por tanto, la programacion directa que requiere un numero
de elementos de retraso mayor que el valor minimo es mas 0 menos de valor acadernico mas que de
valor practice.
Programacion estdndar. Como se establecio previamente, el numero de elementos de retraso re-
queridos en la programacion directa se puede reducir. De hecho, el numero de elementos de retraso utili-
zados en la realizacion de la funcion de transferencia pulso dada par la ecuacion (3-60) se puede reducir de
n + man (donde n m) mediante el reacomodo del diagrama de bloques, como se estudiara aqui.
Primero, se rescribe la funcion de transferencia pulso Y(z)/X(z) dada por la ecuacion (3-60) como
sigue:
donde
y
Y(z) b + b -I + b -z + + b -m
H(z) = 0 IZ zZ ... m
Z (3-61)
H(z)
X(z)
1
(3-62)
Entonces, se dibuja el diagrama de bloques para los sistemas dados por las ecuaciones (3-61) y (3-62).
respectivamente. Para dibujar el diagrama de bloques, se puede rescribir la ecuacion (3-61) como
Y(z) = boH(z) + bIZ-I H(z) + ... + bmz-
m
H(z)
y la ecuacion (3-62) como
H(z) = X(z) - alz-1H(z) - azz-ZH(z) - ... - anz-nH(z)
(3-63)
(3-64)
Entonces, a partir de la ecuacion (3-63), se obtiene la figura 3-36a). De modo similar, se obtiene la figura
3-36b) a partir de la ecuacion (3-64). La combinacion de estos dos diagramas de bloques da el diagrama
de bloques para el filtro digital G(z), como se muestraen la figura 3-36c). EI diagrama de bloques de Ia
realizacion como se presento aqui esta basado en la programacion estandar, Note que solo se utilizan
n elementos de retraso. Los coeficientes aI' a-, ... .a; aparecen como elementos de realimentacion.y
los coeficientes b
o
, b., ... .b; aparecen como elementos de prealimentacion.
H(z)
b
o
1---------------------,
a)
Ylz)
Xlz)
'--------------; 8
m
X(zl
'---------------------; 8 0
b)
L-------------i 8
m
L---------------------l 8
0
el
Y{z)
Figura 3-36 a) Diagrama de bloques de la realizaci6n de la ecuacion (3-63); b) diagrama
de bloques de la realizacion de la ecuacion (3-64); c) diagrama de bloques de la realizacion
del filtro digital dado por la ecuacion (3-60) mediante prograrnacion estandar. 125
126 Anolisis en el plano z de sistemas de control en tiempo discreto Capitulo 3
Los diagramas de bloques en las figuras 3-35 y 3-36c) son equivalentes, pero el ultimo utiliza n
elementos de retraso, mientras que el formal utiliza n +m elementos de retraso. Obviamente, se prefiere
el ultimo diagrama, el cual utiliza un numero mas pequeno de elementos de retraso.
Comentarios. Observe primero que utilizar un numero minimo de elementos de retraso ahorra
espacio en memoria en los controladores digitales. Tambien utilizar un numero minima de puntos suma
es conveniente.
En la realizaci6n de controladores 0 filtros digitales, es importante tener un buen nivel de
exactitud. En esencia, son tres las fuentes de error que afectan la exactitud:
1. El error debido a la cuantificaci6n de la seftal de entrada en un numero finito de niveles discre-
tos. (En el capitulo 1 se discuti6 este tipo de error, el cual se puede considerar como una fuente
aditiva de ruido, denominado ruido de cuantificacion. Este se puede considerar como ruido
blanco; la varianza del ruido es cl = Q
2
/ 12.)
2. El error debido a la acumulaci6n de los errores de redondeo en las operaciones aritrneticas en el
sistema digital.
3. El error debido a la cuantificaci6n de los coeficientes a, y hi de la funci6n de transferencia pul-
so. Este error puede hacerse mas grande a medida que el orden de la funci6n de transferencia
pulso se incrementa. Esto es, en filtros digitales de orden superior en la estructura directa, los
errores pequefios en los coeficientes a, Yhi causan grandes errores en las localizaciones de los
polos y los ceros del filtro digital.
Estos tres errores surgen debido a las limitaciones practicas del numero de bits que representa
a las muestras de la sefial y a los coeficientes. Observe que el tercer tipo de error se puede reducir
mediante la descomposici6n matematica de las funciones de transferencia pulso de orden superior en
una combinaci6n de funciones de transferencia pulso de orden pequefio, De esta forma, el sistema se
puede hacer menos sensible a la inexactitud de los coeficientes.
Para la descomposici6n de funciones de transferencia pulso a fin de evitar el problema de
sensibilidad de los coeficientes, se utilizan por 10 regular los tres enfoques siguientes.
1. Programaci6n en serie
2. Programaci6n en paralelo
3. Programaci6n en escalera
Ahora se estudiaran estas tres formas de programaci6n.
Programacion en serie. El primer enfoque empleado para evitar el problema de sensibilidad
consiste en implantar la funci6n de transferencia pulso G(z) como una conexi6n en serie de funciones
de transferencia pulso de primero y segundo orden. Si G(z) se puede escribir como un producto de
funciones de transferencia pulso G\(z), GzCz), ... , G/z), 0
G(z) = Gj(z)G2(z)'"
Gp(z)
entonces el filtro digital para G(z) puede estar dado como una conexi6n en serie de las componentes
de filtros digitales GJ(z), GzCz), ... , G/z), como se muestra en la figura 3-37.
En la mayorta de los casos, las Gj(z) (i = 1, 2, ... , p) se eligen como funciones de primero 0
segundo orden. Si los polos y ceros de G(z) son conocidos, G,(z), GzCz), ... , G/z) se pueden obtener
agrupando un par de polos complejos conjugados y un par de ceros conjugados para producir una
3-6 Reoltzocion de controladores y filtros digitales
127
y(k)
Ylz)
Figura 3-37 Fittro digital G(=l descompuesto en una conexi6n en serie de G,(=),
G,(=), ... , G/=).
runcion de segundo orden, 0 agrupando polos y ceros reales para producir funciones ya sea de
prirnero 0 segundo orden. Por supuesto, es posible agrupar dos ceros reales con un par de polos
cornplejos conjugados, 0 viceversa. La agrupaci6n es, en un sentido, arbitraria. Es preferible hacer la
agrupacion de formas diferentes para ver cual es la mejor con respecto al numero de operaciones
aritrneticas requeridas, los rangos de los coeficientes, etcetera.
Para resumir, G(z) se puede descomponer como sigue:
G(z) = G
1(Z)G2(z)
.. Gp(z)
j 1 + b.z " P 1 + e.z " + fz-
2
= TIl + -I TI 1 + -I + d -2
ajz j=j+1 (jZ jZ
Los diagramas de bloques para
y para
Y(Z)
X(z)
1 + bjz-
I
1 + a.z:'
(3-65)
Y(z)
X(z)
1 + e.z " + FZ-2
, J i
(3-66)
se muestran en las figuras 3-38a) y b), respectivamente. El diagrama de bloques para el filtro digital
G(z) es una conexi6n en serie de p componentes de filtros digitales como los que se muestran en las
figuras 3-38a) y b).
Programacion ell para/e/o. El segundo enfoque para evitar el problema de sensibilidad de
los coeficientes es expandir la funci6n de transferencia pulso G(z) en fracciones parciales. Si G(z) se
expande como una suma de A, G](z), Glz), ... , G,/z), 0 de modo que
G(z) = A + G1(z) + G
2(z)
+ ... + Gq(z)
donde A es simplemente una constante, entonces el diagrama de bloques para el filtro digital G(z) se
puede obtenercomo una conexion en paralelo de q + I filtros digitales, como se muestra en la figura 3-39.
Debido a la presencia del termino constante A, las funciones de primero y segundo orden se
pueden elegir en formas sencillas. Esto es, G(z) se puede expresar como
G(z) = A + G](z) + G
2(z)
+ ... + Gq(z)
j q
= A + I Gj(z) + I G,(z)
i=1 i=j+l
j b q + F -I
= A + I j + I ej _;jZ -2
j=] 1 + a,z-I + (,Z + d.z
El diagrama de bloques para
Y(z)
X(z)
(3-67)
128
An61isis en el plano z de sistemas de control en tiempo discreto
Capitulo 3
x(k)
X(z)
= 1 + b;Z-1
X(z) 1 + a;z-1
a)
y(k)
y(z)
x(k)
X(z)
Y(z) _ 1 + e;z-1 + f;Z-2
X(z) 1 + c;z-' + d;Z-2
b)
y(k)
Y(z)
Figura 3-38 a) Representaci6n mediante diagrama de bloques de la ecuacion
(3-65); b) representaci6n mediante diagrama de bloques de la ecuaci6n (3-66).
y el correspondiente para
Y(z) ei +!i z-
t
X(z) = 1 + c.z" + d.z ?
se muestran en las figuras 3-40a) y b), respectivamente. La conexi6n en paralelo de q + 1 compone
de filtros digitales como se muestra en la figura 3-40 producira el diagrama de bloques para el
digitaIO(z).
Progrumacion en escalera. EI tercer enfoque para evitar el problema de sensibiJidad de
coeficientes es implantar una estructura en escalera, esto es, expandir la funci6n de transfere
>::::n3-6 Realizaci6n de control adores y filtros digitales
129
, k I
'" zl
y(kl
Y(z)
Figura 3-39 Filtro digital G(=)
descompuesto en una conexion en paralelo
de A, G,(=), G,(=), ... , G/z).
(3-69)
1
1
1
G(z) = A
o
+ -------------
BIz + ------------
Al + ----------
B
2
z + -------
=- _150 G(z) en la siguiente fraccion continuada y programar de acuerdo con esta ecuacion:
1
An-I + ----,-
1
1
Bnz + A
n
EI metodo de programacion basado es este esquema se denominaprogramacion en escalera. Definase
(B)( , _ 1
G; Z) - Biz + GIA)(z)'
(A)( ) _ 1
G; z - A. + G(B)( )'
, /+1 Z
1
i=1,2, ... ,n-l
i = 1,2, ... .n - 1
Entonces G(z) se puede escribir como
130 Anolisis en el plano z de sistemas de control en tiempo discreto
Ccpltuk
x(k) y(k)
X(z) Y(z)
a)
x(k)
X(z)
y(k)
y(z)
e
j
+ f
j
z -
1
1 + c;Z-' + a,Z-2
b)
Figura 3-40 a) Representaci6n mediante diagrama de bloques de la ecuaci6n
(3-67); b) representaci6n mediante diagrama de bloques de la ecuaci6n (3-68).
Se explicara este metoda de programaci6n mediante un ejemplo sencillo donde n = 2. Esto eli
1
G(z)=Ao + 1
BIz + 1
A
I
+ 1
B2z + A
2
Realizacion de controladores y filtros digitales
131
vlediante el usa de las funciones Gj(A) (z), G[Rl (z) YGi
R
) (z), la funcion de transferencia G(z) se puede
escribir como sigue:
1
G(z) = Ao+ 1
BIz +----;:::--
Al + G ~ B Z
1
=A+---"7:"7-
o BIz + GIA)(Z)
= A
o
+ GIB)(z)
'=:IDserve que GiRl (z) se puede escribir como
(3-70)
X(z) - GiA)(z)Y;(z) = B;zY;(z)
EI diagrama de bloques para la Gi
R
) (z) dada par la ecuacion (3-70) se muestra en la figura 3-41a). De
.nanera similar, el diagrama de bloques para la Gi
Al
(z), que puede estar dado par
a)
1
A;
y;(k)
y;(k)
b)
Figura 3-41 a) Diagrama de bloques para G,(8)(Z) dado por la ecuacion
(3-70); b) diagrama de bloques para G,II) (z) dado por la ecuacion (3-71).
132
o
An61isis en el plano z de sistemas de control en tiempo discrete
X;(z) - = Ai Y;(z)
Capitulo 3
(3-71)
se puede dibujar como se muestra en la figura 3-41b). Observe que
Mediante la combinacion de las dos componentes de los filtros digitales, como se muestra en la
figura 3-42a), es posible dibujar el diagrama de bloques del filtro digital G(z) como puede apreciarse en
la figura 3-42b). [Observe que las figuras 3-42a) y b) corresponden al caso donde n = 2.]
Comentarios. Los filtros digitales basados en la programacion en escalera tienen ventajas
respecto a la sensibilidad y exactitud de los coeficientes. La realizacion de la estructura en escalera se
logra mediante la expansion de la G(z) en fracciones continuadas alrededor del origen.
Se observa que la expansion en fracciones continuadas dada por la ecuacion (3-69) no es la
unica forma posible. Existen algunas maneras diferentes para construir la estructura de escalera. Por
al
xlk)
x(z)
CD
+
1
A,
b)
Figura 3-42 a) Diagramas de bloques componentes para la programaci6n en escalera de G(z) dada par la
ccuaci6n (3-69) cuando n = 2; b) combinacion de los diagramas de bloques componentes que muestra la
programaci6n en escalera de G(z).
Secci6n 3-6 Realizaci6n de controladores y iltrosdigitales 133
ejemplo, un filtro digital G(z) se puede estructurar como una expansion en la forma de fracciones
continuadas alrededor del origen en terminos de z -I, como sigue:
1
1
1
1
G(z) = A
o
+ -------------
B1z-
1
+ --------------
Al + -----------
B
2
z -I + ---: _
, 1
A
n
- I + 1
Bnz-
I
+ -,-
An
Tambien, en lugar de G(z), su inversa l/G(z) se puede expandir en la forma de fracciones continuadas
en terminos de z 0 de z -I con la finalidad de Ilevar a cabo la programacion en escalera.
Ejemplo 3-8
Obtenga los diagramas de bJoques para la funcion de transferencia pulso del sistema (un filtro digital)
mediante I) programaci6n directa, 2) programacion estandar y 3) programacion en escalera:
Y(z) G() 2 - O.6z-
1
X(z) = z = 1 + O.5z 1
I. Programaci6n directa. Puesto que la funcion de transferencia puJso dada se puede escribir como
Y(z) = -O.5z-
1
Y(z) + 2X(z) - O.6z-
1
X(z)
la prograrnacion directa da como resultado el diagrama de bloques que se muestra en la figura 3-43. Note
que se necesitan dos elementos de retraso.
2. Programaci6n estandar. Primero se rescribira la funcion de transferencia pulso como sigue:
Y(z) Y(z) H(z) -I 2
X(z) = H(z) X(z) = (1 - O.3z ) 1 + O.5z-
1
donde
Y(z) -I
H(z) = 1 - O.3z
y
H(z) 2
X(z) = 1 + O.5z 1
x(k)
X(z)
y(k)
y(z)
Figura 3-43 Diagrama de bloques de la realizacion de Y(;:)/X(;:) = (2 - 0.6;:")/(1 +
0.5z
l
) (programacion directa).
134 Anclisis en el plano z de sistemas de control en tiempo discreto Capitulo 3
Los diagramas de bloques de las realizaciones de estas dos ultimas ecuaciones se muestran en la
figura 3-44a) y b), respectivamente. Si se combinan estos dos diagrarnas, se obtiene el diagrarna de bloques
para el filtro digital Y(z)/X(z), como se muestra en la figura 3-44c). N6tese que el numero de elementos de
retraso requeridos se ha reducido a I mediante la programacion estandar,
3. Programacion en escalera. Primero se rescribira Y(z)/X(z) en la forma de escalera como sigue:
1
1
-0.625z + -3.2
Y(z) = G(z) = 2z - 0.6 = 2 + = 2 + __---=-__
X(z) z+0.5 z+0.5
De este modo, A
o
= 2 Y
1
1
-0.625z + -3.2
1
1
-1.6 z - 0.3125
h(k)
H(z)
y(k)
VIz)
a)
xlk)
X(z)
hlk - 1)
b)
x(k)
X(z)
y(k)
Ylz)
c)
Figura 3-44 a) Diagrama de bloques de la realizacion de Y(z)/H(z) = I - O.3z-';
b) diagrama de bloques de la realizacion de H(z)/X(z) = 2/(1 + 0.5z-
I
) ; c)
combinacion de los diagramas de bJoques de los incisos a) y b) (programacion
estandar).
~ i n 3-6 Realizaci6n de canlroladores y [iltros digilales
135
X1z!
y(k)
Y(z)
Figura 3-45 Diagrama de bloques de la
realizacion de Y(z)/X(z) = (2 - O.6z-
'
)/(l + O.5z-
')
(programacion en escalera).
(3-72)
Por tanto, se obtiene
Y(z) = 2X(z) + GlB)(z)X(z)
Refiriendose a la figura 3-4Ia) para el diagrarnade bloques de Gill!) (z), se obtiene el diagramade bloques del
filtro digital Y(z)/X(z) como se muestra en la figura 3-45. Notese que solo se necesita un elemento de
retraso.
Fittro de respuesta al impulso injinita y jiltro de respuesta al impulso jinita. Los filtros
digitales se pueden clasificar de acuerdo con la duracion de la respuesta al impulso. Considere un
filtro digital definido mediante la siguiente funcion de transferencia pulso:
Y(z) b
o
+ biZ-I + .. , + bmz-
m
X(z) 1 + al z 1 + a2 z 2 + ... + anz n
donde n 2':: m. En terminos de la ecuacion en diferencias,
y(k) = -aly(k - 1) - a2y(k - 2) - ... - any(k - n)
+ box(k) + bi xtk - 1) + ... + bmx(k - m)
La respuesta al impulso del filtro digital definido por la ecuacion (3-72), donde se supone que no todas
las a, son cero, tiene un numero infinito de muestras diferentes de cero, aunque sus magnitudes
puedan hacerse despreciablemente pequefias a medida que k se incrementa. Este tipo de filtro digital
se denominafiltro de respuesta al impulso infinita. Dicho filtro digital tarnbien se denominafiltro
recursivo, debido a que los valores anteriores de la salida junto con los valores presentes y pasados
de la entrada se utilizan en el procesamiento de la sefial para obtener el valor actual de la saliday(k).
Debido a la naturaleza recurs iva, se pueden acumular los errores de las salidas anteriores. Un filtro
recursivo se puede reconocer mediante la presencia de a; y b, en el diagrama de bloques de la realiza-
cion,
Ahora, considere un filtro digital donde los coeficientes a, son todos cero, 0 donde
Y(z) b + b -I + b -2 + + b -m
-- = 0 IZ 2Z ... Z
X(z) m
En terminos de la ecuacion en diferencias
(3-73)
y(k) = box(k) + bvxik - 1) + ... + bmx(k - m)
La respuesta al impulso del filtro digital definido mediante la ecuacion (3-73) esta limitado a un numero
finito de muestras definidas sobre un rango finito de intervalos de tiempo; esto es, la respuesta
136 Anolisis en el plana z de sistemas de control en tiempo discreto Capitulo 3
impulso es una secuencia finita. Este tipo de filtro se denominafiltro de respuesta al impulsofinita.
Tambien se denominafiltro no recursivo, ofiltro de promedio movil.
En una realizacion no recurs iva, el valor presente de la salida depende solo de los valores
presente y pasados de la entrada. EI filtro de respuesta al impulso finita se puede reconocer por la
ausencia de las a, en el diagrama de bloques de la realizacion.
Realizacion de un flltro de respuesta af impufsofinita. Ahora se considerara la realizacion
de un filtro de respuesta al impulso finita.
La secuencia de la respuesta al impulso finita (secuencia de ponderacion) del filtro digital se
define como g(kT). Si la entrada x(k7) se aplica a este filtro, entonces la salida y(k7) puede estar dada
mediante
k
y(kT) = L g(hT)x(kT - hT)
~
= g(O)x(kT) + g(T)xk - l)T) + ... + g(kT)x(O) (3-74)
La saliday(k7) es una sumatoria de convolucion de la seftal de entrada y la secuencia de la respuesta
al impulso. EI segundo miembro de la ecuacion (3-74) consta de k+ I terminos. De este modo, la salida
y(k7) esta dada en terminos de las k entradas anteriores x(O), x(I), ... ,xk- 1)7) Yla entrada actual
x(k7). Note que a medida que k se incrementa no es fisicamente posible procesar todos los valores
anteriores de la entrada para producir la salida actual. Se necesita limitar el numero de valores anterio-
res de la entrada a procesar.
Suponga que se decide emplear los N inrnediatos valores anteriores de la entrada xk - 1)7), xk
- 2)7), ... ,xk- N)7) y la entrada actualx(kT). Esto es equivalente a aproximar el segundo miembro
de la ecuacion (3-74) mediante los N + I valores anteriores de la entrada mas reciente incJuyendo el
valor actual, 0
y(kT) = g(O)x(kT) + g(T)xk - l)T) + ... + g(NT)xk - N)T) (3-75)
Debido a que la ecuacion (3-75) es una ecuacion en diferencias, el correspondiente filtro digital en el
plano z se puede obtener como sigue. AI tomar la transformada z de la ecuacion (3-75) se tiene
Y(z) = g(O)X(z) + g(T)z-1 X(z) + ... + g(NT)z-NX(z) (3-76)
y(k)
Y(Z)
---
------ L- -=_:"::_===::=;;a,,/
g(O)
x(k)
X(Z)
Figura 3-46 Diagrama de bloques de la realizacion de la ecuacion (3-76).
:ecci6n 3-6 Realizaci6n de controladores y filtros digitales 137
En la figura 3-46 se muestra un diagrama de bloques de la realizaci6n de este filtro.
Las caracterlsticas del filtro de respuesta al impulso finita se pueden resumir como sigue:
I. EI filtro de respuesta al impulso finita es no recursivo. De esta manera, debido a la falta de
realimentaci6n, la acumulaci6n de errores de las salidas anteriores se puede evitar en el proce-
samiento de la serial.
2. La implantaci6n del filtro de respuesta al impulso finita no requiere de realimentaci6n, de modo
que la programaci6n directa y la programaci6n estandar son identicas. Tambien, la implantaci6n
se puede lograr mediante convoluci6n de alta velocidad mediante la transformada rapida de
Fourier.
3. Los polos de la funci6n de transferencia pulso del filtro de respuesta al impulso finita estan en
el origen, y por 10 tanto este es siempre estable.
4. Si la seflal de entrada incluye componentes de alta frecuencia, entonces el nurnero de elementos
de retraso necesarios en el filtro de respuesta al impulso finita se incrementa y la cantidad de
tiempo de retraso se alarga. (Esto es una desventaja del filtro de respuesta al impulso finita
comparado con el filtro de respuesta al impulso infinita.)
Ejemplo 3-9
EI filtro digital que se estudio en el ejemplo 3-8 es un filtro recursivo. Modifique este filtro y haga su
realizacion como un filtro no recursivo. Luego obtenga la respuesta de este filtro no recursivo a una entrada
delta de Kronecker.
AI dividir el numerador del filtro recursivo G(z) entre el denominador, se obtiene
G(z) = 2 - 0.6z-
1
1 + 0.5z 1
= 2 - 1.6z
1
+ 0.8z
2
- 0.4z
3
+ 0.2z
4
- 0.lz
5
+ 0.05z
6
- 0.025z
7
+ ...
Al truncar de manera arbitraria esta serie en z -7, se obtiene el filtro no recursivo adecuado, como sigue
= 2 - 1.6z
1
+ 0.8z
2
- 0.4z
3
+ 0.2z
4
- 0.lz
5
+ 0.05z
6
- 0.025z
7
(3-77)
En la figura 3-47 se muestra el diagrama de bloques para este filtro digital no recursivo. Note que se requiere
de un nurnero grande de elementos de retraso para obtener un buen nivel de exactitud.
Observe que el filtro digital es la transforrnada z de la secuencia de la respuesta al irnpulso, la
transforrnada z inversa del filtro digital da la secuencia de la respuesta al impulso. Al tomar la transforrnada
z inversa del filtro no recursivo dado por la ecuacion (3-77), se obtiene
y(kT) = 2x(kT) - 1.6xk - l)T) + O.8xk - 2)T) - O.4xk - 3)T)
+O.2xk - 4)T) - O.1xk - 5)T) + 0.05xk - 6)T) - 0.025xk - 7)T)
Para la entrada delta de Kronecker, donde x(O) = I Yx(kT) = 0 para k *0, esta ultima ecuaci6n da como
resultado
yeO) = 2
yeT) = -1.6
138
An61isis en el plano z de sistemas de control en tiempo discreto
y(k)
Y(z)
Figura 3-47 Diagrama de bloques para el filtro digital dado por la ecuacion (3-77) (forma
no recurs iva).
y(2T) = 0.8
y(3T) = -0.4
y(4T) = 0.2
y(5T) = -0.1
y(6T) = 0.05
y(7T) = -0.025
La secuencia de la respuesta al impulso para este filtro digital se muestra en la figura 3-48.
Capitulo:
y(k)
2
0
2
4 6
-1
-2
8 k
Figura 3-48 Secuencia de la respuesta al
impulso para eI filtro digital dado por la
ecuacion (3-77).
PROBLEMAS DE EJEMPLO Y SOLUCIONES
Problema A-3-1
Considere un retenedor de orden cera precedido por un muestreador. La figura 3-49 muestra la entradax(t)
al muestreador y la saliday(t) del retenedor de orden cera. En el retenedor de orden cero el valor de la ultima
muestra se retiene hasta que se toma la siguiente muestra.
::::pitulo 3 Problemas de ejemplo y soluciones
139
, :
. ;'
o T 2T 3T 4T 5T 6T 7T
Figura 3-49 Curvas de entrada y salida para
un retenedor de orden cera.
Obtenga la expresi6n para y(t). Luego encuentre yes) y obtenga la funci6n de transferencia del
retenedor de orden cero.
Solucion A partir de la figura 3-49 se obtiene
yet) = x(D)[l(t) - l(t - T)] + x(T)[l(t - T) - l(t - 2T)]
+x(2T)[1(t - 2T) - l(t - 3T)] + ...
La transformada de Laplace de Yet) es
(
1 ~ T S (-TS -ZTS)
yes) = x(O) ; - ~ + x(T) ~ - ~
(
-ZTS -3Ts)
+x(2T) ~ ~ + ...
1
-Ts
-e
= [xeD) + x(T)e-
TS
+ x(2T)e-
ZTs
+ ...]
s
= 1 - e-
Ts
X*(s)
s
donde
X*(s) = i:x(kT)e-
kTS
= ;e[i: x(kT)8(t - kT)]
k-O k-O
La funci6n de transferencia del retenedor de orden cera es, de este modo,
yes) 1 - e-
Ts
G
hO
= X*(s) = s
Problema A-3-2
Considere un retenedor de primer orden precedido por un muestreador. La entrada al muestreador es x(t)
y la salida del retenedor de primer orden esy(t). En el retenedor de primer orden la saliday(t) para kT5, t
<(k + I )Tes la linea recta que es la extrapolacion de los dos valores muestreados precedentes, x((k- I)T)
Yx(kT). como se muestra en la figura 3-50. La ecuacion para la saliday(t) es
t - kT
yet) = -T- [x(kT) - x((k - l)T)] + x(kT),
kT:s; t < (k + l)T (3-78)
Obtenga la funci6n de transferencia del retenedor de primer orden. suponiendo una funcion sencilla
tal como un impulso en t = 0 como la entradax(t).
140
x(t)
v(t)
v(t)
Anolisis en el plano z de sistemas de control en tiempo discreto Capitulo 3
I
I
I
I
I
I
I
-T 0 T 2T 3T 4T 5T 6T
Figura 3-50 Curvas de entrada y salida
para un retenedor de primer orden.
Solucion Para una entrada impulso de magnitud x(O) tal que x*(t) = x(O)o(t), la saliday(t) dada por la
eeuaei6n (3-78) se eonvierte en la forma de onda que se muestra en la figura 3-51. La expresion numerica
paray(t) es
yet) = X(O)(1 + )l(t) - [ 2x(O) + 2x(O) t T }(t -T)
[
t - 2T]
+ x(O) + x(O)-T- l(t - 2T)
Por 10 tanto,
(
1 1 ) (-TS -TS) (-ZTS -ZTS)
yes) = x(O) ; + Ts
z
- 2x(O) + e
TsZ
+ x(O) 7 + eTsZ
= x(O)(l - ze? + +
= x(O) 1 (1 _ e-Ts)Z
v(t)
Slope = x(O)
T
x!O)
/ -,
/ -,
/
-,
/ -,
/
-,
2T
/
-,
-T 0 T
Slope = _ x(O)
T
Figura 3-51 Curva de salida del retenedor
de primer orden cuando la entrada es una
funcion impulso.
Capitula 3 Problemas de ejempla y salucianes 141
Por tanto
X* (s) = .P[x* (t)] = .P[x(0)8(t)] = x(O)
la funci6n de transferencia del retenedor de primer orden se obtiene como sigue:
G () = yes) = Ts + 1(1 - e-
Ts
) 2
hI s X*(s) T s
Problema A-3-3
Considere la funci6n
Xes) = 1 - e-
Ts
s
Muestre que s = 0 no es un polo de Xes). Muestre tambien que
yes) = 1 -S:-Ts
tiene un polo simple en s = O.
Solucion Si la funci6n de transferencia incluye un termino trascendente ", entonces este se puede
reemplazar mediante una serie valida en la vecindad del polo en cuesti6n.
Para la funci6n
Xes) = 1 - e-
Ts
s
(3-79)
se obtendra la expansi6n en series de Laurent alrededor del polo en el origen. Puesto que, en la vecindad del
origen, e-
n-
se puede reemplazar por
(TS)2 (TS)3
e-
Ts
= 1 - Ts + -- - -- + ...
2! 3!
al sustituir la ecuaci6n (3-80) en la ecuaci6n (3-79) obtenemos el resultado
(3-80)
1[ (TS)2 (TS)3 ]
Xes) = Ts - T + T - ...
T
2
S T
3
S2
= T--+---'"
2! 3!
que es la expansi6n en series de Laurent de Xes). A partir de esta ultima ecuaci6n se ve que s = 0 no es un
polo de Xes).
Ahora, considere yes). Puesto que
esta se puede expandir en series de Laurent como
T T
2
T
3s
yes) = -; - 2T + 3! - ...
Se ve que el polo en el origen (s = 0) es de orden I, 0 es un polo simple.
Problema A-3-4
Muestre que la transformada de Laplace del producto de dos funciones jet) y get), de las cuales se garantiza
que la transformada de Laplace existe, puede estar dada por
142 Anolisis en el plano z de sistemas de control en tiempo discreto
1 f
C
+
J X
.'[f(t)g(t)] = 2TTj C-J
X
F(p)G(s - p)dp
Soluci6n La transformada de Laplace del producto de f(t) y get) esta dada mediante
.'[f(t)g(t)] = rf(t)g(t)e-
st
dt
Observe que la integral de inversion es
Capitulo 3
(3-81)
(3-82)
1 f
C
+
J X
f(t) = -2. . F(s)eslds,
TTl C-JX
donde c es la abscisa de convergencia para F(s). De este modo,
t > 0
1 LX f
C
+
J X
.'[f(t)g(t)] = -2' . F(p)eptdpg(t)e-stdt
TTl 0 C-J
X
Debido a la convergencia uniforme de las integrales consideradas, se puede invertir el orden de integracion:
1 f
C
+
J X
LX
.'[f(t)g(t)] = -2. . F(p)dp g(t)e-(s-p)tdt
TTl C-JX 0
Si observamos que
rg(t)e-(s-P)tdt = G(s - p)
obtenemos
1 f
C
+
j X
.'[f(t)g(t)] = 2TTj C-JX F(p)G(s - p)dp
Problema A-3-5
Muestre que la transformada de Laplace de
x* (r) = 2: x(t)o(t - kT) = x(t) 2: o(t - kT)
~ ~
puede estar dada por
x*(s) = .'[X(t) ~ o(t - kT)]
1 f
C
+
j X
1
= -2. . X(p) 1 _ -Tls-p)dp
TTl C-J
X
e
Soluci6n Refiriendose a la ecuacion (3-83), rescrita como
1 fc+
J X
.'[f(t)g(t)] = 27Tj c-jx F(p)G(s - p)dp
donde
(3-83)
(3-84)
(3-85)
y observando que
f(t) = x(t) y get) = 2: o(t - kT)
~
.'[o(t - kT)] = e-
kTs
:::apitulo 3
se tienc
Problemas de ejernplo y soluciones
1
- e Ts
143
Puesto que
se ticne
1
G(s - p) = 1 _ e T(s p)
1
- e Ts
Observe que los polos de 1/[1 - e-
/
(' - I' l ] se pueden obtener al resolver la ecuacion
1 - e-T(s-p) =
o
de modo que los polos son
-T(s - p) = j27Tk,
.27T
k
. k
P = s J
T
= s JWs ,
k = 0,1,2, ...
k = 0,1,2, ...
donde w., = 2ttt T. De est a manera, existe una infinidad de polos simples a 10largo de una linea paralela al eje
jw.
La transformada de Laplace de x*(t) ahora se puede escribir como
X* (s) = .;e[x(t) 8(t - kT)]
1 1
= -2-. X (p) -l----:OT""'"(S---"p) dp
nJ - e
(3-86)
donde la integraci6n es a 10largo de una linea desde c- jX hasta c +jX paralela al eje imaginario en el plano
p. separa los polos de X(P) de los polos de 1/[1 -e-
/
(' - I' l ] . La ecuaci6n (3-86) es la integral de convoluci6n.
Es un hecho bien conocido que dicha integral se puede evaluar en terminos de los residuos mediante un
contorno cerrado que consista de una linea desde c - jX hasta c +jX Yun semicirculo de radio infinito en
eI semiplano Izquierdo 0 derecho, dado que la integral a 10 largo del circulo que se anadio es una constante
(ya sea cero 0 distinta de cero). Existen dos formas de evaluar esta integral (una utilizando un semicirculo
infinito en el semiplano izquierdo y otra con un semicirculo infinito en el semiplano derecho): se conside-
raran estos dos casos por separado en los problemas A-3-6 y A-3-7.
Problema A-3-6
Refiriendose ala ecuaci6n (3-86), rescrita como
1 1
X*(s) = -2. . X(P)l _ T(s p)dp
7TJ e
muestre que, al realizar la integraci6n en el semiplano izquierdo, L\:\S) puede estar dada por
X*(s) = L [reSidUO de en el polo de X(P)]
1- e
(3-87)
144 Anolisis en el plano z de sistemas de control en tiempo discreto
Al sustituir z por e" en la ecuaci6n (3-87), se tiene
[
X(p)z ]
X(z) = k residua de --r,-p en el polo de X(p)
z-e
Al cambiar la notaci6n de la variable compleja de pas, se obtiene
I X(s)z l
X(z) = k lresidua de z _ e)' en el polo de Xes) J
_ hi. d",-l [ n x(s)z]
- L ( . _1)' hmds"'_l (s - Si) ~
i= 1 n, . S.......Sj z e
~ . [ x(s)z]
+ L.. hm (s - S j ~
j=h+ 1 S-Sj Z e
Capitulo 3
donde se supone queX(z) tiene h diferentes polos multiples y m - h polos simples (m e: h). Se supone que
los polos de Xes) estan en el semiplano Izquierdo y que Xes) se puede expresar como el cociente de
polinomios en s, 0
Xes) = q(s)
pes)
donde q(s) ypes) son polinomios en s. Tarnbien se supone quep(s) es de mayor grado en s que q(s), 10 cual
significa que
IimX(s) = 0
s-->OO
Solucion Se evaluara la integral de convoluci6n dada por la ecuaci6n (3-86) mediante un contomo
cerrado en el semiplano Izquierdo del plano p, como se muestra en la figura 3-52. Utilizando este contor-
no cerrado, la ecuaci6n (3-86) se puede escribir como
1 i
C
+ /
oo
1
X* (s) = 2----: . X(p) 1 _ T(s-p) dp
TTJ C-/OO e
= 2 ~ 1 1 X(!)s_Pldp - -2
1
.J 1 X(!)s_p)dp
TTJJ - e TTJ rc - e
(3-88)
(3-89)
donde el contomo cerrado consiste en una linea desde c - joohasta c +jooy rr, que, a su vez, consiste en
un semicirculo de radio infinito y las lineas horizontales enj y _joo, mismas que conectan la linea desde
c _joo hasta c +joocon el semicirculo en el semiplano izquierdo del plano p. Se elige un valor de c tal que
todos los polos de X(P) esten a la izquierda de la linea desde c - joohasta c +jooy todos los polos de 1/[1
- e-
7
(s-P)] esten ala derecha de esta linea. EI contomo cerrado encierra a todos los polos deX(p), mientras
que los polos de 1/[1 - e-T(s-p)] estan fuera del contomo cerrado.
Debido a que se ha supuesto que el denominador deX(s) es de orden mayor en s que el numerador,
la integral a 10 largo de T; (el semicirculo infinito en el semiplano Izquierdo mas las lineas horizontales en
jooy_joo, las cuales conectan a la linea desdec-joohastac +joocon el semicirculo) se desvanece. Por tanto,
* 1 1 X(p)
X (s) = 2TTjJ 1 _ e T(s p)dp
Esta integral es igual a la suma de los residuos deX(p) en el contomo cerrado. (Refierase al apendice 8 para
el teorema del residuo.) Por tanto,
'" [X(P) ]
X*(s) = L.. residuode 1 _ e-T(s-p) enelpolodeX(p)
:::apitulo 3 Problemas de ejemplo y saluciones
145
1m
x
planop
x
x
x
x
x
x
x
x
x
x
Re
x
'----.,--J
1
Polosde 1 _ e-T1. -pi
Figura 3-52 Contorno cerrado en el semiplano izquierdo del plano p.
Al sustituir e" por z en la ecuacion (3-89), se tiene
~ [. X(p)z . ]
X(z) = LJ residuo de --r.-p en el polo de A(P)
z-e
AI cambiar la notacion de la variable compleja de pas, se obtiene
~ X(s)z ]
X(z) = LJ residuo de z _ e
Ts
en el polo de Xes)
(3-90)
Suponga queX(s) tiene palos Sl' 52" .. , Sm' Si un polo en s = Sl es un polo simple, entonces el residua
K
I
correspondiente es
. [ X(S)z]
K, = lim (s - Sj)---Ts
S-5j Z - e
(3-91)
Si un polo en s = s, es un polo multiple de orden n, entonces el residua K, es
1 . d",-1 [ n X(S)z]
K, = ( . _ 1)' lim -1_",-1 (s - s,) '---=--r;
n, . S-S, as Z e
(3-92)
Par tanto, si Xes) tiene un polo multiple Sl de orden n
l
, un polo multiple S2 de orden n-; ... , un polo
multiple Sh de orden n.; Ypalos simples Sh + I' Sh +2' .. , Sm' entonces XC::) dada par la ecuacion (3-90) se
puede escribir como
[
X(s)z . ]
X(z) = L residua de z _ e
Ts
en el polo de /\(s)
146 Anolisis en el plano z de sistemas de control en tiempo discreto
_ hI. d
n i
-
1
[ n X(S)Z]
- 2: ( . _1),hm
dsn i
- 1 (s - Si)'--=-r;
i= 1 n, . s----""s, z e
+ lim [(S - Sj)
j=h+ 1S-Sj Z e
donde n, es el orden del polo multiple en s = s;
Capitulo 3
(3-93)
Problema A-3-7
Refiriendose a la ecuacion (3-86), rescrita como
* _ 1 X(p)
X (s) - -2. . 1 _ -T(s-p)dp
TTJ e
muestre que al realizar esta integracion en el semiplano derecho del plano p, Xes) puede estar dada por
1
X*(s) = T 2: Xes + jwsk)
k=-:x>
(3-94)
siempre y cuando el denominador de Xes) sea de grado dos 0 mayor en s que el grado del numerador.
Muestre que si el denominador deX(s) es solo un grado mayor en s que el grado del numerador entonces
1 1
X*(s) = Xes + jwsk) + 2
x
(O+)
(3-95)
(3-96)
Soluci6n Evaluese la integral de convolucion dada por la ecuacion (3-86) en el semiplano derecho del
plano p. Elijase el contomo cerrado que se muestra en la figura 3-53, el cual consiste en una linea desde
c - jX hasta c +jX Yr
R
, la porcion de un semicirculo de radio infinito en el semiplano derecho del planop
que esta a la derecha de esta linea. El contomo cerrado encierra a todos los polos de 1/[1 _e-
1
"(s - p)] , pero no
encierra a ninguno de los polos de X(P). Ahora Y{s) se puede escribir como
1 X(p)
X*(s) = -2. . 1 _ T(s p)dp
TTJ e
=_11, X(p) d __1_{ X(p) d
2TTjT1 - e T(s p) P 2TTjJ
rR
1 - e T(s p) P
Se investigara la integral a 10largo de r
R
, la porcion del semicirculo infinito a la derecha de la linea
desde c-jx hasta c +j'YO. Puesto que una infinidad de polos de 11[1 - e-n,-P)] estan sobre una linea paralela
al ejejw, la evaluacion de la integral a 10largo de r
R
no es tan sencilla como en el caso anterior, donde el
contomo cerrado encierra un numero finito de polos deX(p) en el semiplano Izquierdo del plano p.
En la mayoria de los sistemas de control reales, a medida que s tiende a ser mas grande, Xes) tiende
a cero por 10menos tan rapido como lis. Por tanto, a continuacion se consideran dos casos, uno donde el
denominador de X(s) es de dos grados 0 mas en s que el grado del numerador y otro donde el denominador
de X(s) es de un grado mayor en s que el grado del numerador.
Caso 1: Xes) Posee por 10 menos dos polos mas que ceros. Con referencia a la teoria de la variable
compleja, se puede mostrar que la integral a 10largo de r
R
es cero si el grado del denominador pes) de Xes)
es mayor por 10menos en 2 que el grado del numerador q(s); esto es, si Xes) posee por 10menos dos polos
mas que ceros, 10cual implica que
limsX(s) = x(O+) = 0
::opitulo 3 Problemas de ejernplo y saluciones
1m
147
)(
o
x
c
Re
1
Polos de ---':::,---,
1 - e-T(,-p)
Figura 3-53 Contorno cerrado en el semiplano derecho del plano p.
entonces la integral a 10largo de f/l es cero. De este modo. en este caso
1 f X(p)
-2' 1 T(s p)dp = 0
TTl rR - e
Por tanto. la ecuacion (3-96) se simplifica a
* 1 f X(p)
X (s) = 2TTj 1 _ e T(s_p)dp (3-97)
La integral a 10 largo del contorno cerrado dada por la ecuacion (3-97) se puede obtener mediante la
evaluacion de los residuos en el numero infinito de polos en p = s jt, k. De este modo.
X*(s) = {[p - (s + Pi)]
EI signa menos al principio del segundo miembro de esta ultima ecuacion viene del hecho de que en la
integracion a 10largo de un contorno, la trayectoria r
R
se toma en ladireccion de las manecillas del reloj. At
emplear la regia de L'Hopital, se obtiene
X*(s) =
148
N6tese que
An61isisen el plano z de sistemas de control en tiempo discrete Capitulo 3
se tiene
o
1 x
X*(s) = T X(s + jwsk)
-x
(3-98)
De este modo,
1 x \
X(z) = Tk'!:x X(s + jwsk)
(3-99)
Observe que esta expresi6n de la transformada:: es util para probar el teorema de muestreo (vease la
seccion 3-4). Sin embargo, es muy tedioso obtener las expresiones de la transformada:: de funciones
comunmente encontradas mediante este rnetodo.
Caso 2: X(s) tiene un denominador de un grado mayor en s que el grado del numerador. Para cste caso.
lim
H X
sX(s) = x(O+) *0 < oc y la integral a 10 largo r/l no es cero. [EI valor distinto de cero esta asociado
con el valor inicial x(O+) dex(t).] Se puede mostrar que la contribuci6n de la integral a 10 largo de r/l en la
ecuaci6n (3-96) es -1x(O+). Esto es,
1 J x(p) 1
2rrj I"R1 - e T(s p)dp = -2
x
(O+)
Entonces el terrnino integral en el segundo miembro de la ecuaci6n (3-96) se convierte en
Problema A-3-8
Considere la funcion
1 x 1
X*(s) = X(s + jwsk) + 2
x
(O+) (3-100)
x(t) = {
t 2: 0
t < 0
ObtengaX(z) mediante la integral de convoluci6n en el semiplano derecho.
Solucion La transformada de Laplace de x(t) es
1
X(s) =--
s + a
Es claro que lim,-c> 7 sX(s) =x(O+) = 1,0 que la funcion tiene un saIto discontinuo en t = O. Por tanto se debe
utilizar la ecuacion (3-95). Con referencia a esta ccuacion, se tiene
1 x 1
X*(s) = - X(s + jw,k) + 2x(O+)
T 7.
1{ "'", } 1
= - [X(s + jw,k) + X(s - jw,k)] + X(s) + 2
T
:= coitulo 3 Problemas de ejemplo y soluciones 149
l[X( 1 1) 1] 1
=- 2: + +-- +-
T k-l S + jso, k + a s - jw
s
k + a s + a 2
1[i: 2(s+a) 1] 1
= T k-l (s + a? + (w
sk)2
+ S + a + 2"
= l.-[ i: 2(s + a)/w
s
~ ] + !
27T k-l (s + a)2 s + a 2
-- +e
Ws
(3-101)
Con referencia a una formula disponible en las tablas matematicas,
00 2x 1 1 + e-2rrx
2: --+ - = 7T ~ : ; : =
k-l x
2
+ k
2
X 1 - e 2rrx
y observando que
s + a
27T-- = T(s + a)
W
s
se puede rescribir la ecuacion (3-10 I) en la forma
_ 7T 1 + e-T(s+a) 1
X (s) - 27T 1 _ e T(s a) + 2"
11+ e-T(s+a) + 1-e-T(s+a)
2 1 - e-T(s+a)
2
2" 1 - e T(s+a)
1
o
1
X(z) = 1 aT 1
- e z
De este modo. se ha obtenido X(z) mediante la integral de convolucion en el semiplano derecho. [Este
proceso para obtener la transformadaz es muy tedioso debido a que esta involucrada una serie infinita de
Xes + jw, k). Este ejemplo se presenta solo con propositos de demostracion, Se deben utilizar otros
rnetodos para obtener la transformada z.]
Problema A-3-9
Obtenga la transformada z de
s
X(s) = (s + 1)2(s + 2)
empleando I) el rnetodo de la expansion en fracciones parciales y 2) el metodo de los residuos.
Sotucinn
I. Metoda de fa expansion enfracciones parciafes. Puesto que X(s) se puede expandir en la forma
150 An61isis en el plano z de sistemas de control en tiempo discreto Capitulo 3
se tiene
2 1
X(s) = s + 1 - (s + 1)2
2
s + 2
X(z) = 2C _e
1
TZ-I) - (1 1)2 - 2C _)2TZ-I)
2 - 2e-
T
Z-I - Te-
T
Z-1 2
(1 - e T z Ir 1 - e 2T z I
2. Metoda de los residuos. Refiriendose a la ecuaci6n (3-93) y observando que X(s) tiene un polo
doble en s = -I Yun polo simple en s = -2, se tiene
1 . d[ 2 S z]
X(z) = (2 _ (s + 1) (s + 1)\s + 2) z _ e
Ts
+ lim [(s + 2) ( 2) _z TS]
S + s + z e
2z
2
- 2ze-
T
- Tze-
T
2z
(z - e-
T
) 2 z - e-
2T
2 - 2e- TZ - 1 - Te- TZ - 1 2
(1 - e T z 1)2 1 - e 2T z I
Problema A-3-10
Considere una senal en tiempo eontinuox(t) eon un espectro en frecuencia limitado cntrc-vco, YWI' Esto es.
X(jW) = 0, para W < - WI YWI < W
Pruebe que si esta senal se muestrea con una frecuencia w, > 2w
I
entonces la transformada de Fourier dex(t)
se determina en forma (mica por x(kT), k = ... ,-2, -I, 0, 1,2, ... ,y la serial en tiempo continuo original
x(t) puede estar dada por la suma de una serie infinita de muestras de valores ponderadosx(kT) como sigue:
oc sen [ws(t - kT)/2]
x(t) = x(kT) ws(t - kT)/2
(Este es el teorema de muestreo de Shannon.)
Solucion La transformada de Fourier de x(t) esta dada por
X(jw) = e -Jwl x(t) dt
Yla transformada inversa de Fourier esta dada por
Defina la versi6n muestreada de x (t) como x*(t). Entonces x*(t) puede estar dada por
x*(t) = ... + x( - T)o(t + T) + x(O)o(t) + x(T)o(t - T) +
= I x(kT)o(t - kT)
-'-
La transformada de Fourier de x*(t) es
X*(jw) = J: eiw1x*(t)dt = x(kT)o(t - kT)]dt
=:Jpitulo 3 Problemas de ejemplo y soluciones
k=-'Y;.
151
Asi, .\Uw) esta dctcrrninada en forma (mica por x(k7). k = ... -2. -I. O. 1,2, ....
Refiriendose a la ecuaci6n (3-27). la transformada de Fourier de X*(/) puede estar dada por
X*(jw) = X(jw + jwsk)
Debido a que el espcctro en frecuencia de la senal en tiempo continuo original x(/) esta limitada entre -WI
YWI' sc tiene
XUW) = O. para w<-w
l
Y WI < W
Debido a que la frccuencia de muestreo t, es mayor que 2w
l
se tiene
Por tanto.
.YUW) = O.
para W < -+w, Y +w., < W
X*(jw) = J['" + X(jw + jws) + X(jw) + X(jw - jws) + ...J
=!..X(jw)
T
De este modo. sc obtiene
X(jw) = {TX*(jW),
0,
:$ w S !ws
w < -!ws,!ws < w
La transformada inversa de Fourier de XUw) da como resultado
1 foo .
x(t) = 27T -x e'" X(jw)dw
T fW'/2 .
= - e'" X*(jw) dw
27T -..,12
= el
WI
X(kT)e-i..kT] dw
= x(kT) r::elw(t - kT) dw
1 00 t!w(t-k7) 1.,,/2
= - L x(kT)-.--
wSk_-x J(t - kT) -wsl2
sin [ws(t - kT)/2)
= L.. x(kT)
k--oo ws(t - kT)/2
Por tanto. se ha mostrado que la sefial en tiempo continuo original x(t) se puede reconstruir a partir de los
datos muestrcados x(k7). [Observe que a rnenos que )(Uw) = 0 para W < -WI YWI < W la senal en tiempo
continuo x(t) no se puede deterrninar a partir de los datos muestreados x(k7). k = .... -2. -I. O. I. 2....J.
Problema A-3-11
Dibuje las curvas de magnitud Yfase para el retenedor de primer orden. Luego compare las caracieristicas
de magnitud Yfase del retenedor de primer orden con las del retenedor de orden cera.
Solucion La runcion de transferencia del retenedor de primer orden es
152 Anolisis en el plana z de sistemas de control en tiempo discreto
Ghl(S) = TS; Ie -se-TSr
Al sustituir s por jw en Gh1(S), se obtiene
G(
. )_Tjw + 1(1 - e-
TiW)2
hI JW - T .
JW
T,J'w + 1[. ei(I/2)Tw - e-i(l/2JTW]2
= e-
f
( 1I2
J
Tw _
T jw
= Tjw + 1e- fTW[2
j
sen.(Tw/2)]2
T JW
Tjw + 1 _iTw4sen2(Tw/2)
T e w
2
Por 10tanto,
IGhl(jw)1 = T\h + T2wJsen (TW/2)]2
L Tw/2
IGhl(jw) = ITjw + 1 +lefT'"
= tan " Tw - Tw
_121TW 21TW
= tan -- ---
t, to,
donde se ha utilizado la relaci6n T= 21T/W,.
En algunos valores seleccionados de w, se tiene
Capitulo 3
IGhl(jO)1 = T
IGhl(jf)1 = 1.336T
IGhl(j2;)1 = 0
IGhl(jO) = 0
/ Ghl(jf) = -107.7
/ G h l j ~ = -279.0
En la figura 3-54 se muestran las graficas de las caracterfsticas de magnitud y fase del retenedor de primer
orden y las correspondientes para el retenedor de orden cero. A partir de la figura 3-54 se observa que tanto
el retenedor de primer orden como el retenedor de orden cero no son filtros paso-bajas muy satisfactorios.
Estes permiten una transmisi6n significativa arriba de la frecuencia de Nyquist W
N
= 1T/T. Es importante,
por tanto, que la serial sea filtrada con un filtro paso-bajas antes de la operaci6n de muestreo de modo que
las componentes de frecuencia mayores a la frecuencia de Nyquist sean despreciables.
Problema A-3-12
Considere el retenedor de orden cero que se muestra en la figura 3-55. A partir del diagrama se tiene
1 - e:"
yes) = G(s)X*(s) = X*(s)
s
Muestre que
Y*(s) = X*(s)
Soluci6n Si tomamos la transformada de Laplace asterisco de la ecuaci6n (3-102), se tiene
(
1 -TS)*
Y*(s) = - se X*(s)
(3-102)
Capitulo 3 Problemas de ejemplo y soluciones 153
w
w
0
.!.
271' 371' 41f
T T T T
s.
271' 371' 471'
T T T T
<,
I G
hO
(jw)
....................... /
<,
1
I
I
I
T
I G
h1
(jw) I
:
I GhO(jw) I
c:
0>
ro
::i
T
2
0
-90
-180
ill
-270
,lJi
<l>
-0
0>
-360
-450
-540
Figura 3-54 Caracteristicas de magnitud y fase del retenedor de primer orden
y las correspondientes al retenedor de orden cero.
En terrninos de la notaci6n de la transforrnada z, se tiene
[
1 -TS]
Y(z) = Z -se X(z)
donde
[
1 - e-
TS
] [1] 1
Z s = (1 - Z-I)Z -s = (1 - Z-l)_- = 1
1 - Z-l
x"(t) y(t)
G(s)
Figura 3-55 Retenedor de orden cero.
154
Por tanto
Anolisls en el plano z de sistemas de control en tiempo discreto
YCz) = XCz)
Capitulo 3
En terminos de la notacion de la transformada de Laplace asterisco, esta ultima ecuacion se pucde escribir
como
Y*Cs) = X*Cs)
Problema A-3-13
Obtenga la secuencia de ponderacion del sistema definido por
1
para n = I, 2 Y3, respectivamente.
Solucion Para n = 1, se tiene
G1Cz) = 1 = 1 - az-
1
+ a
2z- 2
- a
3z- 3
+
1 + az :'
Por tanto, se encuentra que la secuencia de ponderaci6n g](k) es
glCk) = (-a)k
Para n = 2, se obtiene
1 - az-
1
+ a
2z- 2
- a
3z- 3
+ ...
1 + az I
= 1 - 2az-] + 3a
2z- 2
- 4a
3z- 3
+
Par tanto, la secuencia de ponderaci6n gik) es
Para n = 3, se tiene
1
1 - 2az-
1
+ 3a
2z- 2
- 4a
3z- 3
+ ...
1 + az I
= 1 - 3az-
1
+ 6a
2z- 2
-lOa
3z 3
+ ...
Por tanto, la secuencia de ponderacion g3(k) es
Problema A-3-14
Obtenga la salida en tiempo discreto C(z) del sistema de control en lazo ccrrado que se muestra en la figura
3-56. Tambien obtenga la salida en tiempo continuo C(s).
R(s)
H(s)
CIs)
Figura 3-56 Sistema de
control cn ticmpo discrcto.
Capitula 3 Problemas de ejemplo y soluciones
iSS
Soluci6n A partir del diagrama se tiene
C(s) = G
2(s
)M*(s)
M(s) = Gt(s)(s)
(s) = R(s) - H(s)C(s)
Par tanto.
M(s) = Gt(s)[R(s) - H(s)C(s)]
= G,(s)R(s) - G
t(s)H(s)G2(s)M*(s)
AI tamar la transforrnada de Laplace asterisco de esta ultima ecuacion, se obtiene
M*(s) = [G1 R(s)]* - [G, G
2H(s)1*M*(s)
o
M*(s) = 1 + [G, G
2H(s)]*
Puesto que C(s) = G
1(s)M*(s).
se tiene
G!(s)[GtR(s)l*
C*(s) = G!(s)M*(s) = 1 + [G
1
G
2H(s)]*
En terrninos de la notacion de la transformada r,
C(z) = G2(z)G,R(z)
1 + o, G
2H(z)
Esta ultima ccuacion da la salida en tiempo discreto C ~ .
La salida en tiempo continuo C(s) se puede obtener a partir de la siguiente ecuacion
C(s) = Gis)M*(s) = G
2(s)
1 + [G
t
G
2H(s)]*
Note quc [G/?(s)r/{ I + [G,G
1H(s))'}
es una serie de impulses. La salida en tiernpo continuo C(s) es la
respucsta de G
1
(s) ala secuencia de dichos impulses. [Vease el problema A-3-18 para los detalles de como
deterrninar la salida en tiernpo continuo c(t). la transforrnada inversa de Laplace de C(s).]
Problema A-3-15
Considere el sistema que se rnuestra en la figura 3-57. Obtenga la funcion de transferencia pulso en lazo
cerrado C z / R ~ . Tambien obtenga la expresion para C(s).
R(s)
R(z)
E"(s)
Gt(s)
Cis)
C(z)
H(s)
Figura 3-57 Sistema de control en tiempo discreto.
156 An61isis en el plano z de sistemas de control en tiempo discreto Capitulo 3
Soluci6n A partir del diagrama se tiene
CCs) = G
2
(s)M*(s)
M(s) = G
1(s)E*(s)
E(s) = R(s) - H(s)CCs) = R(s) - H(s)G
2(s)M*(s)
Si tomamos la transformada de Laplace asterisco en ambos miembros de las ultirnas tres ecuaciones.
obtenemos
C*(s) = GHs)M*(s)
M*(s) = Gj(s)E*(s)
E*(s) = R*(s) - HGHs)M*(s)
Al resolver para c'(s) tenemos que
C*(s) = Gi(s)Gj(s)[R*(s) - HGHs)M*(s)]
o
C*(s) = Gj(s)GHs)R*(s) - Gj(s)Gi(s)HGi(s)M*(s)
= Gj(s)Gi(s)R*(s) - Gj(s)HGHs)C*(s)
De este modo,
C*(s)[l + Gj(s)HGHs)] = G;"(s)GHs)R*(s)
o
C*(s)
R*(s)
Gj(s)G!(s)
1 + Gj(s)HGHs)
En terrninos de la notaci6n de la transformadaz, se tiene
CCs) = G
2(s)M*(s)
= G
2(s)
1 + Gi(s)HGHs)
CCz) G
1(Z)G2(z)
R(z) 1 + G
1(z)HG2(z)
La salida en tiempo continuo C(s) se puede obtener a partir de la siguiente ecuaci6n:
Gj(s)R*(s)
Problema A-3-t6
Considere el controlador PID anal6gico y el controlador PID digital. La ecuaci6n para el controlador PID
anal6gico es
[
1 (' de(t)]
met) = K e(t) + T. J
o
e(t) dt + TdT
donde e(t) es la entrada al controlador y m(t) es la salida del controlador. La funci6n de transferencia del
controlador PID analogico es
G(s) = ~ i = K(l + ;'s + Td
S
)
La funci6n de transferencia pulso del controlador PID digital en la forma posicional esta dada por la
ecuaci6n (3-56):
:::apitulo 3 Problemas de ejemplo y so/uciones
157
Compare las graficas polares (caracteristicas de respuesta en frecuencia) del controlador PID anal6gico
can las correspondientes al controlador PID digital.
Solucion Para el controladof PID analogico, las caracteristicas de respuesta en frecuencia se pueden
obtener mediante la sustituci6n dejw en lugar de s en G(s). De este modo,
G(jw) == K( 1 + ~ W + TdjW)
== K( 1 - j I;l
w
+ TdjW) (3-103)
Para el controlador PID digital. las caracteristicas de respuesta en frecuencia se pueden obtener
mediante la sustituci6n de r == e'" en G
n
(::):
GD(e
jwT
) == K + K
1
+ K (1 _ e-/
w T
)
1 - e-/
wT
D
== K
p
+ 1 :1. T + KD(1 - cos wT + j sen wT)
- cos w + i sen w
KI( . sen wT )
== K; + 2 1 - ] 1 _ coswT + KD(1 - coswT + j senwT)
(3-104)
Se cornparara prirnero par separado la acci6n P, la acci6n ]y la acci6n D del controlador anal6gico
can sus contrapartes en el controlador digital. Observe que en la acci6n proporcional (acci6n P) el controlador
digital tiene una ganancia de K/ /2 menor que la ganancia correspondiente en el controlador analogico,
puesto que KI' == K- t K/. Vease la figura 3-58a).
Para la acci6n integral (acci6n 1) las partes reales de las graficas polares del controlador anal6gico y
del controlador digital difieren por K/ /2, como se muestra en la figura 3-58b).
Cuando las acciones proporcional e integral se combinan, entonces las partes reales de las graficas
polares para la accion Pi anal6gica y la acci6n Pi digital se hacen iguales, como se muestra en la figura 3-58c).
Las graficas polares de la acci6n derivativa (acci6n D) para el controlador anal6gico y para el
controlador digital difieren rnucho, como se muestra en la figura 3-58d). Par tanto, existen diferencias
considerables entre la acci6n D anal6gica y la acci6n D digital.
La grafica polar cualitativa del contralador PID anal6gico se puede obtener a partir de la ecuaci6n
(3- I03) variando wdesde 0 hasta x, como se muestra en la figura3-59a). De modo similar, la grafica polar
cualitativa del controlador PID digital se puede obtener a partir de la ecuaci6n (3-104) variando wdesde 0
hasta 7T/T, como sc muestra en la figura 3-59b).
Observe que, aunque las graficas pol ares del controlador PI anal6gico y del controlador PI digital
son similares. existen diferencias significativas entre las graficas polares del controlador PID anal6gico y el
controlador PID digital.
Problema A-3-17
En la secci6n 3-5 se obtuvo la funci6n de transferencia pu/so para el controlador PID en la forma
posicional. Con referencia a la figura 3-28, la funci6n de transferencia pulso para el controlador PID digital
se obtuvo como
M(z) K/ (-I)
Gn(z) == -- == Kp + ----I + Kn 1 - z
(z) l-z
Utilizando Vm(kT) == m(kT) - m((k - I)T) obtenga la ecuacion del contralador PID en laforma de
velocidad.
158 Anolisis en el plana z de sistemas de control en tiempo discreto Capitulo 3
1m 1m
K p = K - ~ K [
K Kp
a)
0 Re 0 Re
Accion Pdigital
1m
11
w=
T
0 Re
K[
tW = 0
2
Accion I dig/tal
1m
K
o Re
w=.!.
T
tW = 0
Accion PIdigital
1m
W=o
o
11
T
-----f"....----""- Re
AcclonDanal6gica Accion Ddigital
Figura 3-58 Graficas polares de los control adores analogico y digital con a) accion
proporcional; b) accion integral; c) accion proporcional mas integral, y d) accion derivativa.
::apitulo 3 Problemos de ejemplo y soluciones
1m
tw=oo
1m
1r
w=-
T
159
o
K
Controlador PIO analcqico
al
Re o
Controlador PIO digital
b)
Re
Figura 3-59 a) Grafica polar del controlador PID analogico: b) grafica polar del controlador PIO digital.
Solucion Observe que
Vm(kT) = m(kT) - m((k - 1)T)
= K{ e(kT) - e((k - 1)T) + [e(kT) + e((k - l)T)J
+ [e(kT) - 2e((k - 1)T) + e((k - 2)T)J}
= Kp[e(kT) - e((k - l)T)] + Kte(kT)
+ K
D
[e(kT) - 2e((k - 1)T) + e((k - 2)T)] (3-105)
dondc se han ernpleado las relaciones K; = K - +K
t
, K, = KT/T" YK" = KTjT. (Para estas rclaciones.
rcfierasea laobtencion de la forma posicional de laecuacion de control del Pll) digital.) Laecuacion (3-105)
toma en considcracion la variacion de la forma posicional en un periodo de muestrco,
Suponga que cl error actuante e(kT) es la difcrencia entre la entrada r(k7) y la salida ctkl>. 0
e(kT) = r(kT) - c(kT)
AI sustituir csta ultima ccuacion en la ccuacion (3-105), sc obiicnc
Vm(kT) = Kp[r(kT) - r((k - 1)T) - c(kT) + c((k - 1)T)]
+ K,[r(kT) - c(kT)] + Kn[r(kT) - 2r((k - 1)T)
+ r((k - 2)T) - c(kT) + 2c((k - 1)T) - c((k - 2)T)]
(3-106)
160 Anolisis en el plano z de sistemas de control en tiempo discreto Capitulo 3
El esquema de control PID en la forma de velocidad dado por la ecuacion (3-106) se puede modificar de
algun modo en una forma diferente para hacer frente a grandes cambios subitos en el punta de ajuste.
Puesto que las acciones de control proporcional y derivativo producen gran des cambios en la salida del
controlador cuando la senal que entra a este presenta un cambio sub ito grande, para suprimir dichos
cambios en la salida del controlador, los terrninos proporcional y derivativo digitales se pueden modificar
como se discute a continuacion.
Si los cambios en el punta de ajuste [entradar(k7)) son una serie de cambios detipo escalon, entonces
inmediatamente despues de que un cambio escalon tiene lugar, la entrada r(k7) permanece constante por un
tiempo hasta que el siguiente cambio escalon tiene lugar. Por tanto, en la ecuacion (3-106) se supone que
r(kT) = rk - I)T) = rk - 2)T)
(Observe que esto es cierto si la entrada permanece constante. Pero se supone que esto sigue siendo cierto
aun si un cambio escalon tiene lugar.) Entonces la ecuacion (3-106) se puede modificar a
Vm(kT) = -Kp[c(kT) - ck - I)T)] + KI[r(kT) - c(kT)]
- KD[c(kT) - 2ck - I)T) + ck - 2)T)]
La transformada z de la ecuacion (3-107) da como resultado
(1 - z-I)M(z) = -Kp(1 - Z-I)C(Z) + KI[R(z) - C(z)]
- K
D(1
- 2z-
1
+ z-Z)C(z)
Al simplificar, se obtiene
M(z) = -KpC(z) + - K
D(1
- Z-l)C(Z)
(3-107)
(3-108)
La ecuacion (3-108) da el esquema de control PID en la forma de velocidad. El diagrama de bloques de la
realizacion del esquema de control PID digital en la forma de velocidad se mostro en la figura 3-30.
Problema A-3-18
Considere el sistema que se muestra en la figura 3-60a). Obtenga la salida en tiempo continuo c(t) de modo
que se pueda determinar la salida entre dos instantes cualesquiera de muestreo consecutivos. Encuentre la
expresion para la salida en tiempo continuo c(t). EI periodo de muestreo T es de 1 segundo.
Solucion Para el sistema que se muestra en la figura 3-60a), se tiene
C(s) = G(s)E*(s)
E(s) = R(s) - C(s)
Por 10 tanto,
E*(s) = R*(s) - C*(s) = R*(s) - G*(s)E*(s)
o
* _ R*(s)
E (s) - 1 + G* (s)
De este modo,
R*(s)
C(s) = G(s) 1 + G*(s)
La salida en tiempo continuo c(t) se puede portanto obtener como la transformada inversa de Laplace de C(s):
:opftulo 3
Problemos de ejemplo y soluciones
161
R(s)
1
s(s + 1)
CIs)
G(s)
a)
7 6
Puntas de salida que 58 obtienen
mediante el calculo de las muestras
5 4 3 2 o
0
-1
-2
b)
c (t)
1.5
1.0
0.5
c)
Figura 3-60 0) Sistema de control en ticmpo discrcto; h) graficas de las rcspucstas 'II
impulse individualcs: c) grafica de 1'1 salida en ticmpo continuo c(t) contra I.
-I[ R*(S)]
e(l) = 5 [C(s)] = 5 G(S)l + G*(s)
Para cstc sistcmu.
G(s)=l-e-" 1
s s(s + 1)
162 An61isis en el plano z de sistemas de control en tiempo discreto
Por tanto,
[
1 - : 1 R*(S)]
e(t) = s:: -s- s(s + 1) 1 + G*(s)
Definase
* _, R*(s)
X (s) = (1 - e ) 1 + G*(s)
Entonces la expresi6n de la transformada z para esta ultima ecuaci6n es
-1 R(z)
X(z) = (1 - z ) 1 + G(z)
Con referencia ala ecuaci6n (3-58) para la transformada z de G(s), se obtiene
1
1 - Z-1
X(z) = (1 - Z-I) 0.3679z 1 + 0.2642z 2
1 + (1 _ 0.3679z 1)(1 - z 1)
1 - 1.3679z-
1
+ 0.3679z-
2
1 - Z 1 + 0.6321z 2
Por tanto, al observar que el periodo de muestreo T es I segundo 0 T = I, se tiene
X
*( ) _ 1 - 1.367ge-' + 0.367ge-
2s
s - 1 _ : + 0.6321e 2s
Capitulo 3
Por 10 tanto,
Puesto que
e(t) = ;;e-l[ 1 1 - l.367ge-' + 0.367ge-
2s
]
s\s + 1) 1 - e ' + 0.6321e 2s
= ;;e-{s\s 1+ 1) (1 - 0.367ge-' - 0.6321e-
2s
- 0.3996e-
3'
+ Oe-
4'
+ 0.2526e-
s
, + 0.2526e-
6s
+ ... )]
1 1 1 1
~ = - - - + --
s\s + 1) S2 S S + 1
la transformada inversa de Laplace de esta ultima ecuaci6n es
;;e-t
2
(S1+ 1)] = t - 1 + e-
r
Por tanto, se obtiene
e(t) = (t - 1 + e-
r)
- 0.3679[(t - 1) - 1 + e-(r-
l
lj1(t - 1)
- 0.6321[(t - 2) - 1 + e-(r-2)j1(t - 2)
- 0.3996[(t - 3) - 1 + e-(r-3)j1(t - 3)
+ O.OOOO[(t - 4) - 1 + e-(r-4)j1(t - 4)
+ 0.2526[(t - 5) - 1 + e-(r-S)j1(t - 5)
+ 0.2526[(t - 6) - 1 + e-(r-6)j1(t - 6)
+ ... (3-109)
:::Jpitulo 3 Problemas de ejernplo y soluciones 163
2s/<3
OS/<1
1st<2
En la figura 3-60b) se muestran las graficas de las respuestas impulso individuales dadas por la ecuacion
(3-109). [Observe que c(t) consiste en la suma de respuestas impulso que se presentan en I =O. I = I. 1=
2.... con facto res I. -0.3679. -0.6321. ....J
A partir de la ecuacion (3-109) se ve que para los intervalos de tiempo O:S: I < I, 1 :s: I < 2, 2 :s: I <
3... " la salida c(t) es la suma de las respuestas impulso como sigue:
I
I - 1 + e:',
(t - 1 + e-
1
) - 0.3679[(t - 1) - 1 + e-(I-ll}l(t - 1),
C(/) = (t - 1 + e-
1
) - 0.3679[(1 - 1) - 1 + e-(t-'l}l(t - 1)
-0.6321[(t - 2) - 1 + e-(f-2)}I(1 - 2),
Los calculos para algunos val ores de t son:
C(O) = 0 - 1 + 1 = 0
c(0.5) = 0.5 - 1 + 0.6065 = 0.1065
c(1.0) = 0.3679 - 0.3679 x 0 = 0.3679
c(1.5) = 0.7231 - 0.3679 x 0.1065 = 0.6839
c(2.0) = 1.1353 - 0.3679 x 0.3679 = 1.0000
c(2.5) = 1.5821 - 0.3679 x 0.7231 - 0.6321 x 0.1065 = 1.2487
c(3.0) = 2.0498 - 0.3679 x 1.1353 - 0.6321 x 0.3679 = 1.3996
c(4.0) = 3.0183 - 0.3679 x 2.0498 - 0.6321 x 1.1353 - 0.3996 x 0.3679 = 1.3996
c(5.0) = 4.0067 - 0.3679 x 3.0183 - 0.6321 x 2.0498 - 0.3996 x 1.1353
+ 0 x 0.3679 = 1.1469
c(6.0) = 5.0025 - 0.3679 x 4.0067 - 0.6321 x 3.0183 - 0.3996 x 2.0498
+0 x 1.1353 + 0.2526 x 0.3679 = 0.8944
La salida en tiempo continuo C(/) obtenida de esta manera se grafica en la figura 3-60c).
'roblema A-3-19
Considere el filtro digital definido mediante
Y(z) 4(z - 1)(z2 + 1.2z + 1)
G(z) = X(z) = (z + 0.1)(z2 - 0.3z + 0.8)
Dibuje un diagrama de la realizacion en serie y un diagrama de la realizacion en paralelo. (Utilice una seccion
de primer orden y una seccion de segundo orden.)
Solucion Se considerara primero el esquema de la realizacion en serie. Para limitar los coeficientes a
cantidades reales, se agrupan los terrninos de segundo orden del numerador (que tienen ceros complejos) y
los terminos de segundo orden del denominador (que tienen polos complejos). Por 10 tanto. G(:-) se agrupa
comosigue:
z - 1 Z2 + 1.2z + 1
G(z) = 4---2=------
Z + 0.1 z - 0.3z + 0.8
1 - Z-I 1 + 1.2z-
1
+ Z-2
= 4
1
+ 0.1z I 1 - 0.3z I + 0.8z 2
164 Anolisis en el plano z de sistemas de control en tiempo discrete Capitulo 3
X(z)
X(z)
L------l 0.8 I ~
a)
.....------..j -50 f--------------------,
L..----l 0.8 '- ----J
b)
Figura 3-61 Diagrama de bloques de la rcalizacion del filtro digital que se considero en el problema
A-3-19. a) Realizaci6n en scrie; b) rcalizacion en paralclo.
Problemas de ejernplo y soluciones 165
La Iigura 3-61a) rnucstra un diagrama de la realizacion en serie.
Ahora. sc considerara el esquema de realizacion en paralelo. La expansion de en fracciones
parcialcs da como resultado
G(z) 4(z - 1)(z2 + 1.2z + 1)
z z(z + O.1)(z" - 0.3z + 0.8)
50 Y7Y ill
z
+
= __ + __"_1_ + ., 21 21
Z Z + 0.1 z' - 0.3z + 0.8
Entonces G(:-) se puede escribir como sigue:
G(z) = -50 + 46.61905 7.38095 + 4.04762z-
1
1 + 0.lz-
1
+ 1 - 0.3z-
1
+ 0.8z-"
La figura 3-61h) muestra el diagrarna de la realizacion en paralelo.
Problema A-3-20
Una scnal en tiempo continuo x(t) que cambia lentamente se muestrea cada Tsegundos. Suponga que los
cambios en la senal x(t) son muy lentos comparados conla frecuencia de muestreo. Muestre que en el plano
z, (I - )/Tcorresponde a la "difcrenciacionljustamente como s corresponde a la "diferenciacion" en el
plano s.
Solucien Para una sefial x(t) que cambia Ientamente. la derivada de x(t) se puede aproximar mediante
dx(t) 1
v(t) = dt = T[x(kT) - x((k - 1)T)]
La transforrnada z de esta ecuacion da como resultado
1 1
V(z) = l' [X(z) - Z-I X(z)] = 1'(1 - Z-I)X(Z)
a partir de 10 cual se obtiene el diagrama de bloques que se muestra en la figura 3-62a). Este diagrama
corresponde a la diferenciacion en el plano s que se muestra enla figura 3-62h). Observe que cl diagrama de
bloques que se muestra en la figura 3-62a) se puede rnodificar como el que se mucstra en 1'1 figura 3-63.
(Para la aproxirnacion de 1'1 "integracion" en el plano z, veanse los problemas 8-3-25 '11 8-3-27.)
V(s) X(s)
----[J---
V(z)
T
a) b)
3-62 a) Diagrama de bloqucs para la "difercnciacion" en el plano r:
b) diagrama de bloques para la "difercnciacion" en el plano s.
X(z)
1
T
t---...
V(z)
3-63 "Difcrcnc iador"
aproximado ell cl plano z.
166 An61isisen el plano z de sistemas de control en tiempo discreto
PROBLEMAS
Capitulo
Problema 8-3-1
Muestre que el circuito que se muestra en la figura 3-64 actua como un retenedor de orden cera.
R, /
o------J.VM----' T ----r---...,.-----O
e(t) c
mIt)
Figura 3-64
R, -e:e,
Circuito para aproxirnar un retenedor de orden cero.
Problema 8-3-2
Considere el circuito que se muestra en la figura 3-65. Obtenga una ecuacion en diferencias que describa la
dinamica del sistema cuando el voltaic de entrada aplicado es una constante seccionalmente continua, 0
e(t) = e(kT), kT s; t < (k + l)T
R
O----VM..----c-r----.....O
e(t) x(t)
0-_1_
0
Figura 3-65 Circuito RC.
(Obtenga primero una ecuacion diferencial y luego discreticela para obtener una ecuacion en diferencias.)
Problema 8-3-3
Considere el muestreador mediante impulsos y el retenedor de primer orden que se muestra en la figura
3-66. Obtenga la funcion de transferencia del rctenedor de primer ordcn, suponiendo una funcion rampa
unitaria como la entradax(t) al muestreador.
Problema 8-3-4
x(t)
/ x*(t)
Or
Retenedor de
primer orden
y(t)
Figura 3-66 Muestreador mediante
impulsos y rctenedor de primer ordcn.
Capitulo 3 Problemas 167
Considere la funei6n de transfereneia de un sistema
X(s) _ s + 3
(s + l)(s + 2)
Obtenga la funcion de transfereneia pulso mediante dos metodos diferentes.
Problema 8-3-5
Obtenga la transforrnada r de
K
Xes) ------
(s + a)(s + b)
Emplee eI rnetodo de los residuos y el metoda basado en la funcion de respuesta impulso.
Problema 8-3-6
Obtenga la transformada ; de
1_e-
Ts
1
Xes) - ---. . . . . = ~
- s (s + af
Problema 8-3-7
Considere la ecuacion en diferencias de un sistema
y(k + 1) + O.5y(k) = x(k)
donde y(O) = O. Obtenga la respuestajtx) cuando la entradax(k) es una secuencia escalon unitario. Tarnbien
obtenga la solucion mediante MATLAB.
Problema 8-3-8
Considere la ecuacion en diferencias de un sistema
y(k + 2) + y(k) = x(k)
donde y(k) = 0 para k < O. Obtenga la respuesta y(k) cuando la entrada x(k) es una secuencia escalon
unitario. Tambien obtenga la solucion mediante MATLAB.
Problema 8-3-9
Obtenga la secuencia de ponderacion g(k) del sistema descrito mediante la ecuacion en diferencias
y(k) - ay(k - 1) = x(k), -1 < a < 1
Si dos sistemas descritos mediante esta ultima ecuacion se conectan en serie, (,cual es la secuencia de
ponderaci6n del sistema resultante?
Problema 8-3-10
Considere el sistema descrito mediante
y(k) - y(k - 1) + O.24y(k - 2) = x(k) + x(k - 1)
donde x(k) es la entrada y y(k) es la salida del sistema.
Determine la secuencia de ponderacion del sistema. Suponiendo que y(k) = 0 para k < O. determine
la respuestay(k) cuando la entrada x(k) es una secuencia escalon unitario. Tarnbien obtenga la soluci6n
mediante MATLAB.
Problema 8-3-11
Considere el sistema
168 An61isis en el plano z de sistemas de control en tiempo discreto Capituio 3
1 - 0.5z-
1
G(z) = (1 _ 0.3z 1)(1 + 0.7z I)
Obtenga la respuesta de este sistema a una secuencia de entrada escalon unitario. Iarnbicn obtenga la
solucion mediante MATLAB.
Problema 8-3-12
Obtenga la respuestay(kT) del siguiente sistema:
Y(s)
X*(s) (s + l)(s + 2)
donde x(t) es una funcion escalon unitario y x*(t) es su version muestreada mediante impulsos. Suponga
que el periodo de muestreo T es 0.1 segundos.
Problema 8-3-13
Considere el sistema definido mediante
Y(z) = H(z) = 0.5z
3
+ 0.4127z
2
+ 0.1747z - 0.0874
U(z) Z3
Mediante la ecuacion de convolucion
k
y(k) = 2: h(k - j)u(j)
j=O
obtenga la respuestay(k) a una secuencia de entrada escalon unitario u(k).
Problema 8-3-14
Suponga que la senal muestreadax'(s) se aplica a un sistema G(s). Suponga tambien que la salida de G(s)
es Y(s) y y(O+) = O.
Y(s) = G(s)X*(s)
Empleando la relacion
muestre que
Y*(s) = G*(s)X*(s)
Problema 8-3-15
Obtenga la funcion de transferencia pulso en lazo cerrado del sistema que se muestra en la figura 3-67.
R(s)
l ~
(5)
*(5)
Gis)
M'(s) M(s)
H, (5)
CIs)
Figura 3-67 Sistema de control en tiempo discreto.
:=:Jpitulo 3 Problemas 169
Problema B-3-16
Obtenga la tuncion de transferencia pulso en lazo cerrado del sistema que se muestra en la figura 3-68.
R(s)
T = 1
Retenedorde
orcen cera
K
s + a
Cis)
Figura 3-68 Sistema de control en tiempo disereto.
Problema B-3-17
Considcre cl sistema de control en tiernpo discreto que se muestra en la figura 3-69. Obtenga la salida en
tiernpo discreto C(::) y la salida en tiernpo continuo C(s) en terminos de la entrada y las funciones de
transfercncia dc los bloqucs.
R(s)
Rlz)
81s)
H(s)
Figura 3-69 Sistema de control en tiernpo discrete.
Cis)
Clz)
Problema B-3-18
Considere el sistema de control en tiempo discreto que se muestra en la tigura 3-70. Obtenga la secuen-
cia de salida c(k7) del sistema cuando este esta sujeto a una entrada escalon unitario. Suponga que el
periodo de muestreo T es I segundo. Tarnbien obtenga la salida en tiernpo continuo c(t).
R(s)
C(s)
Figura 3-70 Sistema de control en tiernpo discreto.
170 An61isis en el plano z de sistemas de control en tiempo discrete Capitulo 3
Problema 8-3-19
Obtenga en forma cerrada la secuencia de respuesta c(kl) del sistema que se muestra en la figura 3-71
cuando este esta sujeto a una entrada delta de Kronecker r(k). Suponga que el periodo de muestreo Tes I
segundo.
R(s)
1
s(s + 1)
G(s)
CIs)
Figura 3-71 Sistema de control en tiempo discreto.
Problema 8-3-20
Considere el sistema que se muestra en la figura 3-72. Suponiendo que el periodo de muestreo T es 0.2
segundos y que la ganancia con stante K es unitaria, determine la respuesta c(kl) para k = 0, I, 2, 3 Y4,
cuando la entrada r(t) es una funci6n escal6n unitario. Tarnbien determine el valor final c(x).
R(s)
~
SIs)
E(s)
K
s + 1
G(s)
CIs)
Figura 3-72 Sistema de control en tiempo discreto.
Problema 8-3-21
Obtenga la funcion de transferencia pulso en lazo cerrado C(z)/R(z) del sistema de control digital que se
muestra en la figura 3-30. Suponga que la funci6n de transferencia pulso de la planta es G(z). (Observe que
el sistema que se muestra en la figura 3-30 es un control PID en la forma de velocidad de la planta.)
Problema 8-3-22
Suponga que un filtro digital esta dado mediante la siguiente ecuaci6n en diferencias:
y(k) + a- yt]: - 1) + azy(k - 2) = b1x(k) + bzx(k - 1)
Dibuje los diagramas de bloques para el filtro mediante I) programaci6n directa, 2) programacion estandar
y 3) programaci6n en escalera.
Problema 8-3-23
Considere el filtro digital definido mediante
2 + 2.2z-
1
+ 0.2z-
z
G(z) = 1 + 0.4z-
1
- 0.12z z
Capitulo 3 Problemas 171
Realice este filtro digital en el esquema en serie, en el esquema en paralelo y en el esquema en escalera.
Problema 8-3-24
Refiriendose a la aproximacion del diferenciador que se muestra en la figura 3-63, dibuje una grafica de la
salida v(k) contra k cuando la entradax(k) es una secuencia escalon unitario.
Problema 8-3-25
Considere el sistema que se muestra en la figura3-73. Muestre que la funcionde transferencia pulso H.:-)!
XC::) esta dada por
Y(z) (. 1 )
X(z) T 1 - Z-I
X(z) Y(z)
Figura 3-73 Integrador digital sin retardo.
Suponiendo que y(kT) = para k < 0, muestre que
y(kT) = T[x(O) + x(T) + '" + x(kT)]
De este modo, la salida y(kT) se aproxima al area formada por la entrada. Por tanto, el sistema actua como
un integrador. Debido a que y( 0) = h(O), la salida aparece tan pronto x(O) entra al sistema. Este integrador
comunmente se den omina integradordigital sin retraso.
Dibuje una grafica de la saliday(kT) cuando la entradax(kT) es una secuencia escalon unitario.
Problema 8-3-26
Considere el sistema que se muestra en la figura 3-74. Muestre que la funcion de transferencia pulso Y(::)/
X(.:-) esta dada por
X(z)
Y(z) =
X(z)
Figura 3-74 Integrador digital con retardo.
y(z)
Suponiendo que y(kT) = para k < 0, muestre que
y(kT) = T[x(O) + x(T) + ' .. + xk - 1)T)]
172 Anolisis en el plano z de sistemas de control en trernpo discreto Capitulo 3
La saliday(k7) se aproxima al area formada por la entrada. Puesto que yeO) = 0 y y (n = Tx(O). la salida
cornienza a aparecer en t = T. Este integrador se denomina como integrador digital con rctraso,
Dibuje una grafica de la salida y(k7) cuando la entrada x(k7) es una secuencia escal6n unitario.
Problema 8-3-27
Considere el sistema que se muestra en la figura 3-75. Muestre que la funcion de transferencia pulso Y(.::)
X(.::) esta dada por
Y(z) T( 1 Z-I)
X(z) ="2 1 - Z-I + 1 - Z-I
Este sistema cs una combinaci6n de integradores digitales sin retraso y con rctraso, como se presentaron
en los problemas B-3-25 y B-3-26. respectivamente.
x(z)
y(z)
Figura 3-75 lntegrador digital bilineal.
Suponiendo que y(k7) = 0 para k < O. obtenga y(k7) en terminos de x(O) .1(7), ... x(k7). Este
integrador se denomina integrador digital bilineal. Dibuje una grafica de la saliday(k7) cuando la entrada
x(k7) es una secuencia escal6n unitario.
Diseiio de sistemas de
control en tiempo discreto
mediante metodos
convenciona/es
- capitulo presentaremos en primer termino la correspondencia del plano s con el plano z y a
_. -- -Jacion analizaremos la estabilidad de los sistemas de control en lazo cerrado en el plano z,
__ verernos tres metodos de diseno distintos para los sistemas de control en tiempo discreto 0
: =:.:es de una entrada y una salida. El primer metodo esta basado en la tecnica dellugar geometrico
:'; .:' raices, y utiliza configuraciones de polos y ceros en el plano z, EI segundo esta basado en el
-;- _'::L' de respuesta en frecuencia en el plano w. EI tercer metodo es un metodo analitico en el cual
obtener un comportarniento deseado del sistema en lazo cerrado manipulando la funcion
:; .r.msferencia de pulso del controlador digital.
Desde los anos cincuenta han quedado bien establecidas las tecnicas de disefto para los siste-
- .:' ce control en tiempo continuo basados en metodos de transformadas convencionales (los del
_ geometrico de las raices y de respuesta en frecuencia). Los rnetodos de transformadas conven-
__ - a.es son especialmente utiles para el disefio de sistemas de control industrial. De hecho, en el
>.:'::0. muchos sistemas digitales de control industrial fueron disefiados con exito basandose en
- de transformadas convencionales, Tanto la farniliaridad con las tecnicas dellugar geornetrico
:; zs raices y de respuesta, en frecuencia, como la experiencia obtenida en el diseno de controladores
:..- ,:,'gicos son de gran valor en el disefio de sistemas de control en tiempo discreto.
Organlzaclon del capitulo. En la seccion 4-1 presentamos material introductorio. La sec-
__ ., -1-2 se ocupa de la correspondencia del plano s hacia el plano z, La seccion 4-3 analiza el criterio
:-:- estabilidad de Jury para sistemas de control en lazo cerrado en el plano z, La seccion 4-4 resume
> caractertsticas de respuesta transitoria y en estado permanente de sistemas de control en tiempo
: -; reto. La tecnica de disefio basada en el metodo del lugar geometrico de las raices se presenta en
:: .eccion 4-5. La seccion 4-6 prirnero analiza el rnetodo de respuesta en frecuencia y a continuacion
-::senta las tecnicas de respuesta en frecuencia mediante la transformada w para disefiar sistemas de
_. -:rol en tiempo discreto. La seccion 4-7 se ocupa de un metodo de disefio analitico.
173
174 Diseiio de sistemas de control en tiempo discreto mediante metodos convencionales Capitulo 4
4-2 CORRESPONDENCIA ENTRE EL PLANO 5 Y EL PLANO z
Tanto la estabilidad absoluta como la relativa del sistema de control en lazo cerrado en tiempo
continuo lineal e invariante con el tiempo quedan determinadas por la localizaci6n de los polos en
lazo cerrado en el plano s. Por ejemplo, los polos complejos en lazo cerrado en el semiplano izquier-
do del plano s cercanos al eje jt mostraran un comportamiento oscilatorio, y los polos en lazo
cerrado sobre el eje real negativo mostraran decaimiento exponencial.
En vista de que las variables complejas z y s estan relacionadas mediante z = e", la localizaci6n
de los polos y de los ceros en el plano z esta relacionada con la localizaci6n de los polos y los ceros
del plano s. Por 10 tanto, la estabilidad del sistema en lazo cerrado en tiempo discreto lineal e invariante
con el tiempo puede determinarse con base en las posiciones de los polos de la funci6n de transferen-
cia en pulso en lazo cerrado. Debe observarse que el comportamiento dinamico del sistema de con-
trol en tiempo discreto depende del periodo de muestreo T. En funci6n de los polos y los ceros en el
plano z, sus localizaciones dependen del periodo de muestreo T. En otras palabras, un cambio en el
perioda de muestreo Tmodifica las localizaciones de los polos y de los ceros en el plano z y hace que
el comportamiento de respuesta se modifique.
Correspondencia del semiplano izquierdo del plano s hacia el plano z, En el disefio de un
sistema de control en tiempo continuo, la localizaci6n de los palos y de los ceros en el plano s es de
gran importancia para predecir el comportamiento dinamico del sistema. De igual manera, en el
disefio de sistemas de control en tiempo discreto, es muy importante la localizaci6n de los polos y de
los ceros en el plano z, A continuaci6n investigaremos como se comparan las localizaciones de los
polos y de los ceros en el plano s con las localizaciones de los polos y de los ceros en el plano z.
Cuando en el proceso se incorpora un muestreo por impulsos, las variables complejas z y s
quedan relacionadas mediante la ecuaci6n
Esto significa que un polo en el plano s puede quedar localizado en el plano z mediante la transfor-
maci6n z = eli. Dado que la variable compleja s esta formada de una parte real (J" y una parte imagi-
naria w, tenemos
s = (J" + jw
y
De esta ultima ecuaci6n vemos que los polos y los ceros en el plano s, donde las frecuencias difieran
en multiples enteros de la frecuencia de muestreo 2'TT/T, corresponden a las mismas localizaciones en
el plano z. Esto significa que por cada valor de z existira un numero infinito de valores de s.
Dado que (J" es negativo en el semiplano Izquierdo del plano s, el semiplano Izquierdo del
plano s corresponde a
[z] = e
TCT
< 1
EI eje jw en el plano s corresponde a [zl = I. Esto es, el eje imaginario en el plano s (1a linea (J" = 0)
corresponde al circulo unitario en el plano z, y el interior del circulo unitario corresponde al semiplano
izquierdo del plano s.
Correspondencia entre el plano 5 y el plano z
175
Franja primaria y franjas complementarias. Observe que, en vista de que L.1 = wT, el
de z varia desde -x hasta x conforme w varia desde -x a x. Tomemos un punto representa-
"." en el eje jw del plano 5. Conforme este punto se mueve sobre el eje jt desde -if w, hastajf w"
.; endo w, la frecuencia de muestreo, tenemos que [z] = I, YL.Zvaria desde -7T hasta 7T, en direcci6n
_,:'ntraria a las manecillas del reloj en el plano z. Con forme el punto representativo se mueve desde
- lU, hasta j+ w, sobre el eje jto, el punto correspondiente en el plano z traza un cfrculo unitario en
..:.recci6n contraria a las manecillas del reloj. Por 10 tanto, conforme el punto en el plano 5 se mueve
en el plano jw desde -x hasta x, dibujaremos el cfrculo unitario en el plano z un numero infinito de
. eces, De este anal isis, resulta claro que cada franja de ancho w, en el semiplano izquierdo del plano
,e transformara al interior del circulo unitario del plano z, Esto implica que el semiplano izquierdo
::.:1 plano 5 puede dividirse en un nurnero infinito de franjas periodicas, tal y como se muestra en la
'-:,ura 4-1. La franja primaria se extiende desdejw = -H w, hastajf w,. Las franjas complementarias
extienden desdeH w, hasta}i w." }i w, hasta J+ w". . ., y desde -H w, hasta -}i w" -}+ w., hasta
.....
En la franja primaria, si trazamos la secuencia de los puntas 1-2-3-4-5-1 en el plano 5, tal y
orno se muestra mediante los numeros encerrados en un cfrculo en la figura 4-2a), entonces esta
:-.1:ectoria corresponde al cfrculo unitario con centro en el origen del plano z, como se muestra en la
-cgura 4-2b). Los puntos correspondientes 1,2,3,4 Y5 del plano z se muestran mediante nurneros
encerrados en un cfrculo en la figura 4-2b).
EI area encerrada por cualquiera de las franjas complementarias se transforma en el mismo
.rculo unitario en el plano z, Esto significa que la correspondencia entre el plano z y el plano 5 no es
jw
j
5w,
2
Franja
Plano s
complementaria
j
3w,
2
1m
Franja
Plano z
complementaria
j
w,
2
Franja
primaria
0 a
Re
-j
w,
"
2
Franja
complementaria
-j
3w,
2
Franja
compJementaria
5w,
-j
2"
Figura 4-1 Franjas pcri6dicas cn el plano s y region corrcspondicntc (circulo umtario con
centro en cI origcn) en el plano z.
176 Disefio de sistemas de control en tiempo discrete medionte rnetodos convencionales Copltulo 4
jw
Plano s
1m
Plano z
------
. w,
1-
2
Ii'
CD
<:
0 a
Re
. w,
-I "2
Franja
-oc prlrnaria
___L :c..::: -::-::--:::-:--J
a) b)
Figura 4-2 Diagramas que muestran la correspondencia entre la franja primaria en eI plano s y el circulo
unitario en el plano z: a) una trayectoria en el plano s; b) la trayectoria correspondiente ell el plano z.
(mica. Un punto en el plano z corresponde a un nurnero infinito de puntos en el plano s, aunque un
punta en el plano s corresponda a un solo punta del plano z.
Dado que la totalidad del semiplano izquierdo del plano s corresponde al interior del cfrculo
unitario en el plano z, la totalidad del semiplano derecho del plano s corresponde al exterior del
cfrculo unitario en el plano z. Tal y como fue mencionado anteriormente, el eje jw del plano s se
transforma en el cfrculo unitario del plano z. Note que, si la frecuencia de muestreo es por 10menos
dos veces mayor que la componente de frecuencia mas alta involucrada en el sistema, entonces cada
uno de los puntos del cfrculo unitario del plano z representaran frecuencias entre -+W.
I
Y+W.
I
'
Ahora investigaremos la correspondencia de algunos de los contornos de uso cornun del plano
s hacia el plano z. De manera especffica, haremos la correspondencia de los lugares geornetricos de
atenuacion (factor de amortiguamiento real) con stante, de frecuencia constante y de factor de
amortiguamiento relativo constante.
Lugar geometrico de atenuacion constante. Una linea de atenuacion constante (una linea
trazada con a = constante) en el plano s corresponde a un cfrculo de radio z = e'" con centro en el
origen del plano z, como se muestra en la figura 4-3.
Tiempo de asentamiento t.: EI tiempo de asentamiento queda determinado por el valor de la
atenuacion rr de los polos dominantes en lazo cerrado. Si se especifica el tiempo de asentarniento, es
posible dibujar una linea tr = -U
I
en el plano s que corresponda a un tiempo de asentamiento dado.
La region en el plano s a la izquierda de la linea u= -U
I
corresponde en el plano z a la parte interior
de un cfrculo de radio e-"", tal y como se muestra en la figura 4-4.
Lugar geometrico defrecuencia constante. Un lugar geornetrico de frecuencia constante W
= WI en el plano s corresponde en el plano z a una linea radial de angulo constante TW
I
(en radianes),
como se muestra en la figura 4-5. Note que las Ilneas de frecuencia constante en W = + WI en el
Secci6n 4-2 Correspondencia entre el plano 5 y el plano z
177
Plano s Plano z
jw
1m
o a Re
a) b)
Figura 4-3 a) Lineas de atenuaci6n constante en el plano b) lugar geomctrico correspondiente en el plano z,
semiplano izquierdo del plano s corresponden al eje real negativo entre 0 y -I en el plano z, dado que
T(+wJ = 1T. Las Ifneas de frecuencia con stante en w = + (us en el semiplano derecho del plano s
corresponden al eje real negativo del plano z entre -I y -x. EI eje real negativo del plano s corres-
ponde al eje real positivo del plano z entre 0 y I. Y las Ifneas de frecuencia constante en w = X/1W, (/1
= 0, 1,2, ...) en el semiplano derecho del plano s corresponden at eje real positivo del plano z, entre
1 ex.
La region limitada por las lineas de frecuencia con stante W = WI Y W = -(U
e
(donde tanto WI
como We ocurren entre -+W
s
Y+wJ y las Iineas de atenuacion constante (T = -0'1 Y(T = -O'e' como se
muestra en la figura 4-6a), corresponden a una region limitada por dos Ifneas radiales y dos arcos
circulares, como se muestra en la figura 4-6b).
-
jw Plano s
\
\
0 a
Re
a,
-0 T
e 1
oj bl
Figura 4-4 a) Region para un ticmpo de asentamicnro T.mcllor que 4/"1 en el plano
s: b) region para un ucmpo de ascntarnienro T, mcnor que 4/"1 en el plano =.
178 Diseiio de sistemasde control en tiempo discreto mediante metodos convencionales Capitulo 4
iw
Plano 5
1m
Plano z
. w,
/-
2
--------t-i
W
2 - - -
---------1f- iw, ---
o
--------t,-i
w
, -
a)
a
b)
z = e
Tl o
+ jW,)
Re
Figura 4-5 a) Lugares geometricos de frecuencia constante en el plano s; b) lugares geomctricos correspondientes
en el plano z.
Lugares geometricos de/actor de amortiguamiento relativo constante. Una linea de factor
de amortiguamiento relativo constante (una linea radial) en el plano s corresponde a una espiral en el
plano z. Esto se puede observar como sigue. En el plano s una linea de factor de amortiguamiento
relativo constante puede ser determinada por
iw Plano 5
1m Plano z
a)
o
w,
2
iw,
a
z = e
Tio
+ jw,)
__ ~
b)
Re
Figura 4-6 a) Region limitada par Iineas w = w" W = -w
"
a = -a, y a = -a, en el plano s; b) region
correspondiente en el plano z.
Secci6n 4-2 Correspondencio entre el plano s y el plano z
179
donde w" = w
lI
J1- ( [vea la figura 4-7a)]. En el plano z esta linea se convierte en
Por 10tanto,
(
21T(; Wd)
Izl=exp
1 - (; co,
y
(4-1)
(4-2)
Entonces, la magnitud de z se reduce y el angulo de z aumenta linealmente con forme w"se incrementa
y el lugar geometrico en el plano z se convierte en una espiral logaritmica, como se muestra en la
figura 4-7 b).
Observe que para una relaci6n w,,/w., dada, la magnitud Izi se convierte en una funcion s610 de
(;, y el angulo de z se convierte en una constante. Por ejemplo, si el factor de amortiguamiento
relativo esta especificado como 0.3, es decir (; = 0.3, entonces para w" = 0.25w., tenemos
(
21T x 0.3 )
Izl = exp - V x 0.25 = 0.610
. 1 - 0.3
2
/: = 21T x 0.25 = 0.51T = 90
1m
a)
Plano 5
a
Lugargeometrico
de .. constante
b)
Figura 4-7 a) Linea de factor de amortiguamiento relativo constante en el plano s; b) lugar geometrico correspondientc
en el plano z:
180
Para wJ = 0.5w"
Diseiio de sistemas de control en tiempo discreto mediante rnetodos convencianales Capitulo 4
(
27T X 0.3 )
Izi = exp - V x 0.5 = 0.3725
1 - 0.3
2
/: = 27T x 0.5 = 7T = 180
0
Por 10 tanto, se puede graduar la espiral en funcion de una frecuencia normalizada wJ/w, [yea la
figura 4-7b)]. Una vez especificada la frecuencia de muestreo W." se puede determinar el valor nurne-
rico de W
J
en cualquiera de los puntos de la espiral. Por ejemplo, en el punta P de la figura 4-7b), se
puede determinar WJ como sigue. Si, por ejemplo, la frecuencia de muestreo esta especificada como
w, = 107T rad/s, entonces el punto P
7T Wd
/: = - = 27T-
6 W
s
De ahi, W
J
en el punta P es
Wd = rz W
s
= 7T rad/sec
Observe que si una linea de factor de amortiguamiento relativo constante esta en el segundo 0 en
el tercer cuadrante del plano s, entonces la espiral decrece dentro del circulo unitario en el plano z. Sin
embargo, si una linea de factor de amortiguamiento relativo constante aparece en el primero 0 en el
cuarto cuadrante del plano S (10 que corresponde a una amortiguacion negativa), entonces la espiral
crece por fuera del circulo unitario. En la figura 4-8 se muestran los lugares geornetricos de un factor de
amortiguamiento relativo constante para t = 0, t = 0.2, t = 004, t = 0.6, t = 0.8 y t = I. El lugar
geometrico de t = 1 es una linea horizontal entre los puntos z = 0 y z = I. (Note que la figura 4-8 solo
muestra los lugares geometricos correspondientes al semiplano superior del plano z, 10 que corresponde
a 0 :5w:5 t W,. Los lugares geometricos correspondientes a -t w, :5w:5 0 son las imageries de espejo de
los lugares geometricos del semiplano superior del plano z en relacion con el eje horizontal.)
Adviertase que los lugares de t constante son normales a los lugares geornetricos de W
II
cons-
tante en el plano s, como se ve en la figura 4-9a). En la correspondencia can el plano z, los lugares
geometricos de W
I1
constante intersectan las espirales de las t constantes en angulos constantes, como
se muestran en la figura 4-9b). Una correlacion a transformacion como esta, que conserva tanto la
dimension como el sentido de los angulos, se conoce como mapeo 0 correspondencia conforme.
1m
Plano z
-1.0 --0.5 0 I 1 05 1.0 Re
Figura 4-8 Lugares geornetricos del factor de amortiguamiento relativo constante en el plano z.
Correspondencia entre el plano 5 y el plano z 18 .
; =. -75 oeornetricos /W
:-: ~ constants
Plano s
1m
Plano z
-I b}
Figura 4-9 a) Diagrama que muestra la ortogonalidad 0 perpendicularidad de los lugares geometricos de las (constantes
\ de los lugares gcometricos de los w"constantes dentro del plano s; b) diagrama correspondiente en eI plano z.
Regiones del plano sy del plano zpara ~ > ~ I La figura4-10 muestra los lugares geornetricos
de ~ constante ~ = ~ I ) tanto en el plano s como en el plano z. Note que las espirales logaritmicas
mostradas corresponden a la franja primaria en el plano s. (Si se satisface el teorema de muestreo,
solo necesitaremos considerar la franja primaria del plano s.)
Si todos los polos del plano s se definen como con un factor de amortiguamiento relativo no
menor que el valor especificado ll' entonces los polos deberan ocurrir a la izquierda de la linea de
factor de amortiguamiento relativo constante en el plano s (la region sombreada). En el plano z, los
polos deberan presentarse en la region limitada por las espirales logaritmicas correspondientes a ~ =
~ I (la region sombreada).
Ejemplo 4-1
Especifique la region en el plano z que corresponda a una regi6n deseable (region sombreada) del plano
s limitada por las lincas W = WI' las lineas ,= 'I Yuna linea a =-U
lo
tal y como se muestra en la figura
4- Ila).
a
1m Plano z
b)
a)
Figura 4-10 a) Region correspondiente a (> (, en el plano s; b) region
correspondiente a (> (, en el plano z.
182 Diseiio de sistemas de control en tiempo discreto mediante rnetodos convencionales Capitula 4
a)
jw Plano s
a
1m
b)
Plano z
Re
Figura 4-11 a) Una regiondeseableen el planos para la localizaci6n de los palos en lazo
cerrado; b) regi6ncorrespondiente en el planoz.
Can base en los analisis anteriores sobre la correspondencia del plano s con el plano z, la region
deseable puede ser transformada (mapeada) al plano z como aparece en la figura 4-11 b).
Note que si los polos dominantes del sistema de control en tiempo continuo en lazo cerrado deben
estar en la region deseable especificada en el plano s, entonces los polos dominantes del sistema de
control equivalente en tiempo discreto en lazo cerrado deberan tambien ocurrir dentro de la region del
plano z que corresponda a la region deseable del plano s. Una vez disenado el sistema de control en
tiempo discrcto, deberan verificarse las caracteristicas de respuesta del sistema mediante experimcntos 0
simulacion, Si las caracteristicas de respuesta no son satisfactorias, entonces deberan modificarsc las
locaiizaciones de los pol os y los ceros en lazo cerrado, hasta que se obtengan los resultados satisfactorios.
Comentarios. Para sistemas de control en tiempo discreto, es necesario tener especial cuida-
do con el periodo de muestreo T. Esto es en razon de que, si el periodo de muestreo es demasiado
largo y el teorema de muestreo no es satisfecho, entonces ocurrira un doblamiento de frecuencia y se
modificaran las localizaciones efectivas de los polos y los ceros.
Suponga que un sistema de control en tiempo continuo tiene en el plano s polos en lazo cerra-
do en s = -(TI jco., Si en ese sistema se involucra la operacion de muestreo y si WI > t w" siendo w,
la frecuencia de muestreo, entonces ocurrira un doblamiento de frecuencia y el sistema se comporta-
ra como si tuviera polos en S = -(Tj j(w
l
nwJ, donde n = 1,2,3, .... Esto significa que la
operacion de muestreo dobla los polos exteriores de la franja primaria hacia el interior de la franja
primaria, y los polos volveran a aparecer en S = -(TI j(WI - wJ; yea la figura 4-12a). En el plano z
estos polos seran transformados en un par de polos complejos conjugados, tal y como se muestra en
la figura 4-12b). Cuando ocurre un doblamiento de frecuencia, se observaran oscilaciones con fre-
cuencias w, - WI en vez de la frecuencia WI'
4-3 ANAuSIS DE ESTAS/UDAD DE SISTEMAS EN LAZO CERRADO
EN EL PLANOz
Antilisls de estabilldad de un sistema en 11lZO cerrado. A continuacion analizaremos la es-
tabilidad de los sistemas de control en tiempo discreto lineales e invariantes con el tiempo de una entra-
da/una salida. Considere eJ siguiente sistema con funcion de transferencia de pulso en lazo cerrado:
Seccion 4-3 Ancilisis de estabilidad de sistemas en la%o cerrado en el plano z
jw Plano s
183
jl2w, - w,)
1m Plan z
X
jw,
jW,/2
.. jlw, - w,)
Franja primana
0 a Re
:<
-jlw,-w,)
-jw,/2
X -jw,
~
,', -j(2w, - w,'
.',
a) b)
Figura 4-12 a) Diagrama que muestra los palos en el plano s en -CT, jw, y los palos can doblamiento que
aparecen en -CT, j(w, w,), -CT, j(w, 2w,), ... ; b) correspondencia en el plano z de los palos del plano
sen -CT, jw"-CT, j(w, w,), -CT, j(w, 2w.,), . . ,
C(z)
R(z)
G(z)
1 + GH(z)
(4-3)
La estabilidad del sistema que define la ecuacion (4-3), asi como la de otros tipos de sistemas de
control en tiempo discreto, puede determinarse por las localizaciones de los polos en lazo cerrado en
el plano z, 0 por las rakes de la ecuacion caracterfstica
P(z) = 1 + GH(z) = 0
como sigue:
1. Para que el sistema sea estable, los polos en lazo cerrado 0 las raices de la ecuacion caracterfs-
tica deben presentarse en el plano z dentro del circulo unitario, Cualquier polo en lazo cerrado
exterior al circulo unitario hace inestable al sistema.
2. Si un polo simple se presenta en z = I, entonces el sistema se convierte en criticamente estable,
Tambien el sistema se convierte en criticamente estable si un solo par de polos complejos
conjugados se presentan sobre el circulo unitario en el plano z. Cualquier polo multiple en lazo
cerrado sobre el circulo unitario hace al sistema inestable.
3. Los ceros en lazo cerrado no afectan la estabilidad absoluta y por 10 tanto pueden quedar
localizados en cualquier parte del plano z
Entonces, un sistema de control en lazo cerrado en tiempo discreto lineal e invariante con el
tiempo de una entrada/una salida se vuelve inestable si cualquiera de los polos en lazo cerrado se
presenta por fuera del circulo unitario y/o cualquier polo multiple en lazo cerrado se presenta sobre
el circulo unitario del plano z.
184 Diseiio de sistemas de control en tiempo discreto mediante rnetodos convencionales Capitulo 4
Ejemplo 4-2
Considere el sistema de control en lazo cerrado que aparece en la figura 4-13. Determine la estabilidad
del sistema cuando K = 1. La funci6n de transferencia en lazo cerrado G(s) del sistema es
1 - e" 1
G(s) =-----
s s(s + 1)
Refiriendose a la ecuaci6n (3-58), la transformada z de G(s) cs
G(z) = Zf1 - e' 1 ] = 0.3679z + 0.2642
s s(s + 1) (z - 0.3679)(z - 1)
En vista de que la funcion de transferencia pulso en lazo cerrado para el sistema es
C(z) G(z)
R(z) 1 + G(z)
la ecuaci6n caracteristica es
1 + G(z) = 0
que se convierte en
(z - 0.3679)(z - 1) + 0.3679z + 0.2642 = 0
o bien
Z2 - Z + 0.6321 = 0
Las raices de la ecuaci6n caracteristica se encuentra que son
(4-4)
En vista de que
z , = 0.5 + jO.6181, Z2 = 0.5 - jO.6181
el sistema es estable.
Es importante observar que en ausencia del muestreador, un sistema de segundo orden es
siempre estable. Sin embargo, en presencia del muestreador, un sistema de segundo orden como este
puede hacerse inestable para valores de ganancia grandes. De hecho, puede demostrarse que si K>
2.3925 el sistema de segundo orden que aparece en la figura 4-13 se puede convertir en inestable.
(Yea el ejemplo 4-7.)
Metodos para probar fa estabilidad absofuta. Se pueden aplicar tres pruebas de estabilidad
directamente a la ecuaci6n caracteristica P(z) = 0, sin tener que resolver las raices. Dos de elias son
la prueba de estabilidad de Schur-Cohn y la prueba de estabilidad de Jury. Estas dos pruebas revelan
R(s)
R(zl
1
s (s + 1)
CIs)
C(z)
Figura 4-13 Sistemasde controlen lazocerradodel ejemplo4-2.
eccion 4-3 Anclisis de estabilidad de sistemas en lcz.. ana z 185
,.1 existencia de cualquier raiz inestable (raices qu. el plano z se presentan fuera del circulo
.mitario). Sin embargo, estas pruebas no dan las localizaciones de las raices inestables, ni indican los
efectos de cambios en los parametres sobre la estabilidad del sistema, excepto en el caso senciIIo de
sistemas de bajo orden. (Vea el ejemplo 4-7.) EI tercer metodo esta basado en la transformaci6n
::'i1ineal conjuntamente con el criterio de estabilidad Routh, que sera descrito mas adelante en esta
seccion. (En el capitulo 5 estudiaremos el anal isis de estabilidad de Liapunov, que es aplicable a
sistemas de control definidos en el espacio de estados.)
Tanto la prueba de estabilidad de Schur-Cohn como la prueba de estabilidad de Jury pueden
aplicarse a ecuaciones polin6micas con coeficientes reales 0 complejos. Los calculos requeridos en
la prueba de Jury, cuando la ecuaci6n polin6mica implica unicamente coeficientes reales, son mucho
mas senciIIos que los requeridos en la prueba de Schur-Cohn. En vista de que los coeficientes de las
ecuaciones caracteristicas correspondientes a sistemas fisicamente realizables son siempre reales, es
preferible la prueba de Jury sobre la prueba de Schur-Cohn.
La prueba de estabilidad de Jury. AI aplicar la prueba de estabilidad de Jury a una ecuaci6n
caracteristica dada P(z) = 0, construimos una tabla cuyos elementos se basan en los coeficientes de
P(z). Suponga que la ecuaci6n caracteristica P(z) es un polinomio en z, como sigue:
P(z) = asz" + al zn-l + ... + a
n-l
z + an (4-5)
donde a
o
> O. Entonces la tabla de Jury se construye como se ve en la tabla 4- I.
Observe que los elementos del primer rengl6n estan formados por los coeficientes en P(z)
arreglados en orden de potencias ascendentes de z. Los elementos del segundo rengl6n estan forma-
dos por los coeficientes de P(z) arreglados en orden de potencias descendentes de z. Los elementos
correspondientes a los renglones 3 hasta 2n -3 se obtienen mediante los siguientes determinantes:
TABLA 4-1 FORMA GENERAL DE LA TABLA DE ESTABILIDAD DE JURY
Rengl6n Zo
z'
Z2 Z3
zn-2 zn-l
zn
1 an an-1 an - 2 an-3 a2 a,
ao
2 ao a, a2 a3 an -2 an-1 an
3 b.;-, b
n
- 2 b; - 3 b; -4 b
,
b
o
4 b
o
i; b
2
b
3 b; -2 b
n-I
5 en - 2 en- 3 en- 4 en -5 Co
6 Co C, C2 C3 en -2
2n - 5
P3 P2 PI
po
2n - 4
po p,
P2 P3
2n - 3
q2 q,
qo
186 Disefio de sistemos de control en tiempo discreto mediante metodos convencionoles Capitulo 4
b, =
Ian
a
n-1
-
k
l,
k = 0,1,2, ... ,n - 1
ao a.; I
Ck =
Ib
n
-
1
b
n
-
2
-
k
I
k = 0,1,2, ... ,n - 2
b
o
b
k
+
1
'
qk = Ip3 PHI,
k=0,1,2
po
PHI
Note que el ultimo rengl6n de la tabla esta formado par tres elementos. (Para sistemas de segundo
orden, 2n - 3 = I Yla tabla de Jury estara s610formada par un rengl6n, que contiene tres elementos.)
Observe que los elementos en cualquier rengl6n par son simplemente los inversos del rengl6n impar
inmediatamente anterior.
Criterio de estabilidad mediante fa prueba de Jury. Un sistema can la ecuaci6n caracterfs-
tica P(z) = 0 dado par la ecuaci6n (4-5), y rescrito de la forma
P(z) = asz" + al zn-l + ... + a
n
- ! z + an
donde ao> 0, es estable, si todas las condiciones siguientes se satisfacen:
1.
2.
3.
4.
la,,1 < a
o
> 0
{>oparanpar
< 0 para n impar
Ib"_II> Ibol
Ic" -21 > ICol
Ejemplo 4-3
Construya la tabla de estabilidad de Jury para la siguiente ecuacion caracteristica:
P(z) = aoz
4
+ a1 Z3 + a2z2 + a3Z + a4
donde a
o
> O. Escriba las condiciones de estabilidad.
A partir del caso general de la tabla de estabilidad de Jury dado en la tabla 4-1, puede construirse
una tabla de estabilidad de Jury para el sistema de cuarto orden, tal y como se muestra en la tabla 4-2. La
tabla ha sido modificada ligeramente en relacion con la forma estandar y resulta conveniente para los
calculos de las b y de las c. EI determinante incluido en la parte intermedia de cada renglon da el valor de
bode c escrito en el lado derecho del mismo renglon,
Las condiciones de estabilidad son las siguientes:
1. la
41
< ao
2. P(I)=ao+a] +a2+a)+a4>0
3. P(-I) = a., - a] + a
2
- a) + a
4
> 0,
4. Ib)1 > Ibol
Ic)l>ICol
n = 4 = par
Seccion 4-3 Anolisis de estabilidad de sistemas en laza cerrado en el plano z
187
TABLA 4-2 TABLA DE ESTABILIDAD DE JURY PARA EL SISTEMA DE CUARTO ORDEN
Renglon ZO Zl
z z z
Ia.
.>::1
= b.-
ao
Ia.
'1/
..':
=b.
ao
Ia.
'1/
.>:
=b
1
ao
I
1::=:'.1 /
=b
o
2
Ib.
/::1
=c.
b
o
Ib
3
"1/
/b.
=Cl
b
o
3
Ib
3
::1/
=Co
4 b
o
5 C. c, Co
Debe hacerse notar que el valor de c, (0 bien, tratandose de un sistema de orden n, el valor de q,)
no es utilizado en la prueba de estabilidad y, por 10 tanto, el calculo de c, (0 q,) puede omitirse.
Ejemplo 4-4
Examine la estabilidad de la ecuacion caracteristica siguiente:
P(z) = z" - 1.2z
3
+ 0.07z
2
+ O.3z - 0.08 = 0
Note que, para esta ecuacion caracteristica
ao =
at = -1.2
a2 = 0.07
a, = 0.3
a. = -0.08
Es claro que la primera condicion la.1 < aose satisface. Examinemos la segunda condicion en relacion con
la estabilidad:
P(l) = 1 - 1.2 + 0.07 + 0.3 - 0.08 = 0.09> 0
188
Disefio de sistemas de control en tiempo discreto mediante rnetodos convencionales Capitulo 4
La segunda condici6n tambien es satisfecha. La tercera condici6n de estabilidad se convierte en
P( -1) = 1 + 1.2 + 0.07 - 0.3 - 0.08 = 1.89 > 0, n = 4 = par
Por 10 tanto, se satisface la tercera condici6n.
Ahora construiremos la tabla de estabilidad de Jury. A partir del ejemplo 4'-3, calculamos los
valores de b: b-; b, Yb.; y de C
2
y de Co EI resultado aparece en la tabla 4-3. (Aunque en la tabla aparece
el valor de C
I,
este no es necesario en la prueba de estabilidad y, por 10 tanto, no necesita ser calculado.)
De esta tabla, obtenemos
Ib31 = 0.994> 0.204 = Ibol
Iezl = 0.946 > 0.315 = leoI
Por 10 tanto, se satisfacen ambos elementos de la cuarta condici6n dados en el ejemplo 4-3. Una vez
satisfechas todas las condiciones de estabilidad, la ecuacion caracterfstica dada es estable 0, 10 que es 10
mismo, todas las raices estan dentro del cfrculo unitario en el plano z.
De hecho, la ecuaci6n caracteristica dada P(z) puede ser factorizada como sigue:
P(z) = (z - 0.8)(z + 0.5)(z - 0.5)(z - 0.4)
Como era de esperarse, el resultado obtenido concuerda con el hecho de que todas las rafces estan en el
interior del cfrculo unitario en el plano z,
TABLA 4-3 TABLA DE ESTABILIDAD DE JURY PARA EL SISTEMA DEL EJEMPLO 4-4
Rengl6n Zo Zl Z2 Z3
Z
1 ~ 8
..
= b
3
= -0.994
1 ~ 8 -1.
2
1
= b
2
= 1.176
0.3
1 ~ 8 0,071
= b , = -0.0756
0,07
I
1 ~ 8
0.31
= b
o
= -0.204
2 -1.2
1-
0
.
994
-0.
204
1
= C2 = 0.946
-0.204 -0.994
1-
0.994
-0.
07561
=c, = -1.184
-0.204 1.176
3
1-
0
.
994
1.176 1
=Co = 0.315
4 -0.204 -0.0756
5 0.946 -1.184 0.315
An61isis de estabilidad de sistemas en laze cerrade en el plano z
189
Ejemplo 4-5
Examine la estabilidad de la ecuaci6n caracterfstica dada par
P(z) = Z3 - 1.1z
2
- O.lz + 0.2 = a
Primero identificamos los coeficientes:
ao =
aj = -1.1
a, = -0.1
a3 = 0.2
Las condiciones de estabilidad en la prueba de Jury para el sistema de tercer arden son las siguientes:
1. la
3i
< a
o
2. P(IO
3. P(-I) < 0,
4.. Ib
21
> Ibol
n = 3 = impar
La primera condicion, la,l < ao, claramente se satisface. Ahara examinemos la segunda condici6n de la
prueba de estabilidad de Jury:
P(l) = 1 - 1.1 - 0.1 + 0.2 = a
Esto indica que por 10 menos una raiz esta en z = I. Por 10 tanto, como maximo el sistema es criticamente
estable. Las pruebas siguientes deterrninaran si eI sistema es criticamente estable 0 es inestable. (Si la
ecuaci6n caracteristica dada representa un sistema de control, la estabilidad critica no es deseable. Llega-
do a este punto puede detenerse la prueba de estabilidad.)
La tercera condici6n de la prueba de Jury nos da
P(-l) = -1 - 1.1 + 0.1 + 0.2 = -1.8 < 0, n = 3 = impar
La tercera condici6n se satisface. Ahora veamos la cuarta condici6n de la prueba de Jury. Calculos
sencillos dan b, = -0.96 Yb
o
= -0.12. De ahi
Ib21 > Ibol
La cuarta condici6n de la prueba de Jury se satisface.
Del analisis anterior concluimos que la ecuaci6n caracteristica dada tiene una raiz en el circulo
unitario (z = I) Ylas otras dos ralces en el interior del circulo unitario en el plano z. Por 10 tanto, el sistema
es criticamente estable.
Ejemplo 4-6
Un sistema de control tiene la siguiente ecuaci6n caracteristica:
P(z) = Z3 - 1.3z
2
- 0.08z + 0.24 = a
Determine fa estabilidad del sistema.
Primero identificamos los coeficientes:
ao = 1
al = -1.3
a2 = -0.08
as = 0.24
190 Disefio de sistemasde control en tiempo discreto mediante rnetodos convencionales Capitulo 4
Es claro que se satisface la primera condicion de estabilidad, IG
3
1 < Go. A continuacion, examinamos la
condicion segunda para estabilidad:
P(l) = 1 - 1.3 - 0.08 + 0.24 = -0.14 < 0
La prueba indica que la segunda condicion de estabilidad es violada. El sistema es, por 10 tanto, inestable.
Podemos detener la prueba aquf.
Ejemplo 4-7
Consideremos el sistema de control con realirnentacion unitaria en tiempo discreto (con periodo de muestreo
T= I segundo) cuya funcion de transferencia pulso en lazo abierto esta dada por
G(z) = K(0.3679z + 0.2642)
(z - 0.3679)(z - 1)
Determine el rango de valores de la ganancia K para estabilidad, mediante la prueba de estabilidad de
Jury.
La funcion de transferencia pulso en lazo cerrado se convierte en
C(z) K(0.3679z + 0.2642)
R(z) Z2 + (0.3679K - 1.3679)z + 0.3679 + 0.2642K
Por 10 tanto, la ecuacion caracteristica para el sistema es
P(z) = Z2 + (0.3679K - 1.3679)z + 0.3679 + 0.2642K = 0
Dado que se trata de un sistema de segundo orden, las condiciones de estabilidad de Jury pueden escribir-
se como sigue:
1. 'IG
2
1 < Go
2. P(I) > 0
3. P(-I) > 0, n=2=par
Aplicaremos ahara la primera condicion de estabilidad. En vista de que G2 = 0.3679 + 0.2642K Y
Go = I, la primera condicion de estabilidad se convierte en
10.3679 + 0.2642KI < 1
es decir
2.3925> K > -5.1775
La segunda condici6n de estabilidad se convierte en
P(l) = 1 + (0.3679K - 1.3679) + 0.3679 + 0.2642K = 0.6321K > 0
10 que da
K > 0
La tercera condicion de estabilidad da
P(-l) = 1 - (0.3679K - 1.3679) + 0.3679 + 0.2642K = 2.7358 - 0.1037K > 0
que resulta
26.382> K
(4-6)
(4-8)
Para estabilidad, la con stante de ganancia Kdebe satisfacer las desigualdades (4--6), (4-7) Y(4-8). Por 10
tanto,
2.3925> K > 0
Secci6n 4-3 Ana/isis de estabi/idad de sistemas en laza cerrado en el plano z 191
EI rango de la constante de ganancia K para estabilidad esta entre ay2.3925.
Si la ganancia K se define igual a 2.3925, entonces el sistema se convierte en criticamente estable
(10 que significa que en la salida existiran oscilaciones sostenidas). La frecuencia de las oscilaciones
sostenidas puede determinarse, si se escribe 2.3925 en lugar de K en la ecuaci6n caracteristica y se
investiga la ecuaci6n resultante. Con K = 2.3925, la ecuaci6n caracteristica se convierte en
Z2 - 0.4877z + 1 = 0
Las raices caracteristicas estan en z = 0.2439 jO.9698. Si observamos que el periodo de muestreo T= 1
segundo, de la ecuaci6n (4-2) tenemos
W, / , 21T /7 _10.9698
Wd = 21T L...!- = 21T L...!- = tan 0.2439 = 1.3244 rad/seg
La frecuencia de las oscilaciones sostenidas es 1.3244 rad/seg.
Antilisis de estabilldad mediante fa transformacion bilineal y ef criterio de estabilldad de
Routh. Otro metodo muy utilizado en el analisis de estabilidad de los sistemas de control en tiern-
po discreto es el uso de la transformaci6n bilineal, junto con el criterio de estabilidad de Routh. EI
metodo requiere de la transformaci6n del plano z a otro plano complejo, el plano w. Aquellos que
esten familiarizados con el criterio de estabilidad de Routh-Hurwitz encontraran el rnetodo sencillo
y sin rodeos. Sin embargo, la cantidad de calculo requerido es mucho mayor que en el criterio de
estabilidad de Jury,
La transforrnacion bilineal definida por
z
misma que, al ser resuelta en funcion de w, da
w+l
w - 1
z + 1
w=--
z - 1
hace corresponder el interior del circulo unitario del plano z con el semiplano Izquierdo del plano w.
Esto puede verse como sigue. Hagamos que la parte real de w sea a y la parte imaginaria w, de tal
forma que
w = u + jw
En vista de que el interior del circulo unitario en el plano z es
Izi = I w + 1 I = Iu + + 1 I < 1
w - 1 cr + JW - 1
es decir
obtenemos
(u + 1r + w
2
< (u - 1r + w
2
10 que da
u<o
192 Disefio de sistemas de control en tiempo discreto mediante rnetodos convencionales Capitulo 4
Entonces, el interior del circulo unitario (izi < I) en el plano z corresponde al semiplano Izquierdo del
plano w. EI circulo unitario en el plano z corresponde al eje imaginario en el plano w, y la parte
extema del circulo unitario en el plano z corresponde al semiplano derecho del plano w. (Debe
sefialarse que, aunque el plano w es similar al plano s en que este corresponde al interior del circulo
unitario hacia el semiplano izquierdo, de ninguna manera es cuantitativamente equivalente al plano
s. Por 10 tanto, la estimacion de la estabilidad relativa del sistema a partir de las localizaciones de los
polos en el plano w es dificil.)
En el anal isis de estabilidad, utilizando la transformacion bilineal junto con el criterio de esta-
bilidad de Routh, primero pondremos (w + I)/(w - I) en lugar de z en la ecuacion caracterfstica
como sigue:
(
w + l)n (w + l)n-1
ao --- + al --- +
w-l w-l
Entonces, si simplificamos las fracciones multiplicando ambos miembros de esta ultima ecuacion
por (w - I)", obtenemos:
Q(w) = bsw" + bjw
n-1
+ ... + bn-1w + b; = a
Una vez que transformemos P(z) = en Q(w) = 0, es posible aplicar el criterio de estabilidad de
Routh de la misma forma que en los sistemas en tiempo continuo.
Debe hacerse notar que la transformacion bilineal junto con el criterio de estabilidad de Routh
indicara exactamente cuantas raices de la ecuacion caracterfstica estan en el semiplano derecho del
plano w, y cuantas sobre el eje imaginario. Sin embargo, en el disefio de sistema de control, la in-
formacion relacionada con el numero exacto de polos no estables por 10 general no es necesaria, por-
que no se desean sistemas de control inestables 0 criticamente estables. Tal y como fue mencionado
antes, la cantidad de calculos que este metodo necesita es mucho mayor que la requerida en la prueba
de estabilidad de Jury. Por 10 tanto, seguiremos mas adelante con este tema. Nos permitimos referir
al lector al problema A-4-3, donde el metodo presente es utilizado para el analisis de estabilidad.
Unos cuantos comentarios sobre la estabilidad de sistemas de control en lazo cerrado
1. Si estamos interesados en el efecto de algun parametro de sistema sobre la estabilidad de un
sistema de control en lazo cerrado, podria resultar util un diagrama dellugar geometrico de las
raices. Puede usarse MATLAB para calcular y graficar un diagrama del lugar geornetrico de
las raices.
2. Debe notarse que, en la prueba de la estabilidad de una ecuacion caracterfstica, pudiera resul-
tar mas simple, en algunos casos, determinar directamente las raices de la ecuacion caracteris-
tica mediante el uso de MATLAB.
3. Es importante observar que la estabilidad no tiene nada que ver con la habilidad de un sistema
para seguir una entrada especifica. La sefial de error en un sistema de control en lazo cerrado
puede aumentar sin limite, aun si el sistema es estable. (Yea la seccion 4-4 en relacion con un
analisis de las constantes de los errores.)
Seccion 4-4 Anolisis de respuesta transitaria y en estada permanente
193
I...c ANAL/SIS DE RESPUESTA TRANSITORIA YEN ESTADO PERMANENTE
La estabilidad absoluta es un requisito basico de todos los sistemas de control. Adernas, en cualquier
sistema de control tambien se requiere de una buena estabilidad relativa y precisi6n en estado per-
manente, ya sea en tiempo continuo 0 en tiempo discreto.
En esta secci6n estudiaremos las caracteristicas de las respuestas transitorias y en estado per-
manente de los sistemas de control en lazo cerrado. La respuesta transitoria corresponde a aquella
parte de la respuesta debida a los polos del sistema en lazo cerrado y la respuesta en estado perma-
nente corresponde a aquella parte de la respuesta debida a los polos de la funci6n de entrada 0
excitaci6n.
Con frecuencia los sistemas de control en tiempo discreto son analizados mediante entradas
"estandar", como son entradas escal6n, entradas rampa 0 entradas senoidales. Esto es debido a que
la respuesta del sistema a una entrada arbitraria puede ser estimada a partir de su respuesta corres-
pondiente a dichas entradas estandar, En esta seccion, consideraremos la respuesta del sistema de
control en tiempo discreto a entradas en el dominio del tiempo, como son entradas escal6n.
Especijicaciones de fa respuesta transitoria. En muchos casos practices, las caracterfsticas
de desempefio deseadas de los sistemas de control, sean en tiempo continuo 0 en tiempo discreto, se
especifican en terminos de cantidades en el dominio de tiempo. Esto ocurre debido a que los siste-
mas con almacenamiento de energia no pueden responder en forma instantanea y siempre que esten
sujetos a entradas 0 perturbaciones mostraran algunas respuestas transitorias.
Con frecuencia, las caracterfsticas de desempefio de un sistema de control estan especificadas
en terminos de su respuesta transitoria a una entrada escal6n unitario, ya que la entrada escal6n
unitario es facil de generar yes 10 suficientemente drastica para proporcionar informaci6n util tanto
de las caracteristicas de la respuesta transitoria como de la respuesta en estado permanente del sistema.
La respuesta transitoria de un sistema a una entrada escalon unitario depende de las condicio-
nes iniciales. Por comodidad, al comparar respuestas transitorias de varios sistemas, es comun utili-
zar la condici6n inicial estandar: el sistema esta inicialmente en reposo y la salida y todas sus deriva-
das con respecto al tiempo son cero. Las caracteristicas de respuesta pueden entonces compararse
sin dificultad.
La respuesta transitoria de un sistema de control practico, donde la sefial de salida es en tiempo
continuo, a menudo muestra oscilaciones amortiguadas antes de lIegar al estado permanente. (Esto
es cierto para la mayoria de los sistemas de control en tiempo discreto 0 digitales, porque las plantas
a controlarse en la mayor parte de los casos son en tiempo continuo y, por 10 tanto, las senates de
salida son en tiempo continuo.)
Considere, por ejemplo, el sistema de control digital que se muestra en la figura 4-14. La salida
r (t)
Controlador
digital
Reten
Planta
e (t)
T
e(kT)
10
Figura 4-14 Un sistema de control digital.
194
c(t)
Disefio desistemasdecontrol en tiempo discreto mediante metodos convencionales Capitulo 4
o
c(kT)
o
a)
...-
:.-
-
L---
0
-90
-270
1000 100 40 4 1.0 0.4 10
v [rad/sec]
Figura 4-37 Diagrama Bode para el sistema disenado en el ejemplo 4- I2.
0.1
-20
-60
o
20
40
dB
Si observamos que la adicion de un compensador de adelanto modi fica la curva de magnitud en el
diagrama Bode, la frecuencia de cruce de ganancia se desplazara hacia la derecha. Si se considera el
corrimiento de la ganancia en la frecuencia de cruce, debemos suponer que cPm, que es el angulo maximo
de adelanto de fase requerido, es aproximadamente de 28. (Esto significa que se han aftadido 8 para
compensar el corrimiento de la ganancia en la frecuencia de cruce.) En vista de que
1 - a
sencPm = -1--
+ a
cPm = 28 corresponde a a= 0.361.
Una vez que el factor a de atenuacion se ha determinado sobre la base del angulo de adelanto de
fase requerido, el siguiente paso es determinar las frecuencias de esquina v = IIr y v = lI(ar) del
compensador de adelanto. Para ello, primero notamos que el angulo de adelanto de fase maximo cPm se
presenta en la media geornetrica de las dos frecuencias de esquina, es decir v = 1I(.j;:; ). La cantidad de
modificacion en la curva de magnitud en v = 1I(.j;:;) debido ala inclusion del termino (l + '(jv)!(1 +
a'(jv) es
1
1 + rjv I 1
1 + ccrjv = v;:;
A continuacion encontramos el punto de frecuencia donde la magnitud del sistema no compensa-
do es = -20 log(l! J;;). Note que
1
-20 logYO.361 = -20 log 1.6643 = -4.425 dB
Secci6n 4-6 Disefio bosodo en el metoda de respuesto en frecuencio
239
Para encontrar el punto de frecuencia donde Ia magnitud es -4.425 dB, sustituimos w = jv en G(w) y
encontramos la magnitud de Gijv):
Mediante prueba y error, encontramos que en II = 1.7 la magnitud se convierte en a1rededor de -4.4 dB.
Seleccionamos esta frecuencia como la nueva frecuencia de cruce de ganancia lie AI observar que esta
frecuencia corresponde a II( f;;.), 0
1
lie = ,r = 1.7
v o r
obtenemos
1
T = - , r = 0.9790
1.7va
y
ar = 0.3534
Por 10 tanto, el compensador de adelanto determinado esa
1 + TW 1 + 0.9790w
GD(w) = 1 + aTW = 1 + 0.3534w
(4-40)
Las curvas de magnitud y de angulo de fase para GJ)(jll) y las curvas de magnitud y de angulo de fase de
la funcion de transferencia en lazo abierto cornpensada GJ)(jll)G(jll) se muestran mediante curvas solidas
en la figura 4-37. Del diagrama Bode vemos que el margen de fase es 50 y el margen de ganancia es 14
dB.
La funcion de transferencia del controIador dada por Ia ecuaci6n (4-40) se transformara ahora de
regreso al plano z mediante la transformacion bilineal dada por Ia ecuaci6n (4-38):
w = ~ z - 1 = ~ z - 1 = 10z - 1
T z + 1 0.2 z + 1 z + 1
Entonces,
(
z - 1)
1 + 0.9790 ~
GD(z) = ( )
1 + 0.3534 10; : ~
2.3798z - 1.9387
z - 0.5589
La funci6n de transferencia pulso en lazo abierto del sistema compensado es ,
2.3798z - 1.9387 0.03746(z + 0.9356)
GD(z)G(z) = z - 0.5589 (z - 1)(z - 0.8187)
0.0891z
2
+ 0.0108z - 0.0679
Z3 - 2.3776z
2
+ 1.8352z - 0.4576
240 Disefio de sistemas decontrol en tiempo discreto mediante rnetodos convencionales Capitulo 1.
La funcion de transferencia pulso en lazo cerrado del sistema que hemos disenado es
C(z) 0.0891z
2
+ 0.0108z - 0.0679
R(z) Z3 - 2.2885z
2
+ 1.8460z - 0.5255
0.0891(z + 0.9357)(z - 0.8145)
(z - 0.8126)(z - 0.7379 - jO.3196)(z - 0.7379 + jO.3196)
Observe que la funcion de transferencia pulso en lazo cerrado implica dos cerus localizados en z = -
0.9357 y z = 0.8145. EI ceru en z = 0.8145 practicarnente se cancela con el polo en lazo cerrado en :: =
0.8126. EI efecto de otro cero en z = -0.9357 sobre las respuestas transitorias y en frecuencia es muy
pequefio, ya que esta localizado en el eje real negativo del plano z entre 0 y -I Yes cercano al punta :: =
-1. EI par de pol os complejos conjugados actuan como pol os dominantes en lazo cerrado. (EI sistema se
comporta como si se tratara de un sistema de segundo orden.)
Para verificar la respuesta transitoria del sistema disenado, obtendremos una respuesta escalon
unitario de este sistema utilizando MATLAB. El programa 4-2 de MATLAB produce la curva de res-
puesta escalon unitario tal y como se observa en la figura 4-38. La grafica de la respuesta escalon unitario
muestra un sobrepaso maximo de alrededor de 20% y un tiempo de levantamiento de aproximadamente
4 seg. De esta curva podemos observar que el numero de muestras por cicio de la oscilaci6n senoidal es
aproximadamente 15. Esto significa que la frecuencia de muestreo w, cs 15 veces la frecuencia natural
amortiguada w
d
. Por 10 tanto, el periodo de muestreo de 0.2 seg es satisfactorio en este sistema bajo
operacion normal.
MATLAB Programa 4-2
'10--- Unit-step response of designed system ---
num = [0 0.0891 0.Q108 -0.0679J;
den = [1 -2.2885 1.8460 -0.5255J;
r = ones(1,41);
v = [0 40 0 1.6];
axis(v);
k = OAO;
c = filter(num,den,r);
plot(k,c,'o')
grid
title('Unit-Step Response cf Designed System')
xlebel('k (Sampling period T = 0.2 sec)')
yleb('Output c(k)')
I
Comentarios. La ventaja del metodo de transfonnada de w es que el metodo de respuesta en
frecuencia convencional mediante el uso de diagramas Bode puede ser utilizado para disenos de
sistemas de control en tiempo discreto. En la aplicacion de este metodo, debemos seleccionar cuida-
dosamente una frecuencia de muestreo razonable. Antes de concluir esta seccion, resumiremos 105
puntos importantes reJativos aJ disefio en eJ plano w.
1. La magnitud y el angulo de fase de G(jv) son la magnitud y el angulo de fase de G(z) confonne
z se mueve en el circulo unitario desde z = 1 hasta z = -1. En vista de que z = ei
wT
, el valor w
Secci6n 4-6 Diseiio basado en el metodo de respuesta en frecuencia
Respuesta escalon unitariodel sistema disefiado
1.6 r---,-----,-----,-----,-----,-----,-----,-----,
1.4
241
1.2
"" o
0.8
OJ
:2
'"
(f)
0.6
0
0.4
0.2
0
0 5
o 0 0
OOOOoOOOOOOOOOOOOOOOO?OOOO
k (Periodo de muestreo T = 0.2 seg)
Figura 4-38 Grafica de la respuesta escalon unitario del sistema disenado.
varia desde 0 hasta -+ co.. La frecuencia ficticia v varia desde 0 hasta x ya que v = (2/7) tan(wT/
2). Por 10tanto, la respuesta en frecuencia del sistema de control digital para 0 :5: w :5: -+ w.\ es
similar ala respuesta en frecuencia del sistema de control analogico correspondiente en el caso
de 0 :5: v:5: oc,
2. Dado que GUv) es una funcion racional de v, basicamente es la misma que GUw). En la deter-
minacion de ceros inestables posibles de la ecuacion caracteristica, se puede aplicar el criterio
de estabilidad de Nyquist. Por 10tanto, son aplicables a GUv) tanto la aproximacion conven-
cional con lineas rectas a la curva de magnitud del diagrama Bode como el concepto de mar-
gen de fase y de margen de ganancia.
3. Compare las funciones de transferencia G(w) y G(s). Como hemos mencionado antes, en ra-
zan de la presencia del factor de escala 2/T en la transformacion w, las constantes de error
estatico correspondientes para G(w) y para G(s) se hacen identicas. (Sin el factor de escala 2/
T esto no seria cierto.)
4. La transformacion w puede generar uno 0 mas ceros en el semiplano derecho en G(w). Si
existen uno 0 mas ceros en el semiplano derecho, entonces G(w) es una funcion de transferen-
cia de fase no minima. Debido a que los ceros en el semiplano derecho estan generados por la
operacion de muestreo y retencion, las localizaciones de estos ceros dependen del periodo de
muestreo T. Los efectos de estos ceros en el semiplano derecho en la respuesta se hacen rneno-
res conforme se reduce el periodo de muestreo T.
Ahora consideremos los efectos de la respuesta del cero en el semiplano derecho en w =
2/T. EI cero en w = 2/T genera distorsion en la respuesta en frecuencia conforme v se acerca a
2/T. En vista de que
2 wT
v = - tan-
T 2
242 Diseiio de sistemas de control en tiempo discreto mediante rnetodos convencionales Capitulo 4
entonces, confonne v se acerca a 21T, tan( wT12) se aproxima a I, 0 bien
wT 1T
2 4
y, por 10 tanto,
1T
W = 2T
Como ya se indica, w = +W
s
= 1TIT es la frecuencia mas alta que consideramos en la respuesta
del sistema de control en tiempo discreto 0 digital. Por 10 tanto, W = w/4 = 1T12T, que es la
mitad de la frecuencia mas alta considerada, esta dentro del intervalo de frecuencia de interes,
Asi, el cero en w = 21T, que aparece en el semiplano derecho del plano w, afectara seriamente
la respuesta.
5. Debe hacerse notar que el metodo de diagrama Bode en el plano W se utiliza con frecuencia, y
muchos sistemas de control digital de exito han sido disefiados mediante este procedimiento.
4-7 METODO DE DISENO ANALiTiCO
La razon principal por la cual el manejo de los control adores analogicos es limitado, se debe a que
los componentes neumaticos, hidraulicos y electronicos tienen limitaciones fisicas. Dichas limita-
ciones pueden ignorarse por completo en el disefio de los controladores digitales. Por 10 tanto, mu-
chos esquemas de control, que han sido imposibles con controles analogicos, resultan posibles con
controles digitales. De hecho, esquemas de control optirno que son imposibles mediante control adores
analogicos se han hecho posibles con esquemas de control digital.
En esta seccion presentamos en particular un metodo de disefio analftico para controladores
digitales que obligara la secuencia de error, cuando quede sujeta a un tipo especifico de entrada en el
dominio del tiempo, para lIegar a cero despues de un numero finito de perlodos de muestreo y, de
hecho, a convertirse en cero y mantenerse en cero despues del numero minimo posible de periodos
de muestreo.
Si la respuesta de un sistema de control en lazo cerrado a una entrada escalon muestra el
tiempo de asentamiento minimo posible (es decir, cuando la salida alcanza su valor final en un
tiempo minimo y se queda ahi), sin error en estado pennanente y ninguna componente oscilatoria
entre instantes de muestreo, entonces este tipo de respuesta se conoce comunmente como respuesta
con oscilaciones muertas. La respuesta con oscilaciones muertas sera analizada en esta seccion. (La
volveremos a ver en el capitulo 6, donde analizaremos la tecnica de ubicacion de polo y el disefio de
los observadores de estado.)
Los estudios que siguen estan limitados a la determinacion de algoritmos de control 0 funcio-
nes de transferencia pulso de control adores digitales para sistemas de una entrada-una salida, dadas
las caracteristicas deseadas de respuesta optima. Para el control optimo de sistemas de multiples
entradas-multiples salidas, ver el capitulo 8, donde se utiliza el metodo en el espacio de estados.
Diseiio de controladores dlgitales para un tiempo de asentamiento minima con un error
cero en estado permanente. Considere el sistema de control digital que se muestra en la figura 4-
39a). La sefial de error e(t), que es la diferencia entre la entrada ret) y la salida c(t), se muestrea en
Secci6n 4-7 Metoda de diseiio onolitico
243
r (t)
Controlador
digital
a)
c (r)
R(z)
b)
C(z)
Figura 4-39 a) Un sistema de control digital; b) diagrama que muestra el sistema de control equivalente.
cada intervalo de tiempo T. La entrada al controlador digital es la serial de error de e(k7). La salida
del controlador digital es la sefial de control u(k7). La sefial de control u(k7) es alimentada al reten de
orden cero, y la salida del reten, u(t), que es una sefial en tiempo continuo, es alimentada a la planta.
(A pesar de que no se muestra el dispositivo de muestreo en la entrada del reten de orden cero, la
sefial u(k7) es primero muestreada y alimentada al reten de orden cera. Tal y como se mencion6
antes, el reten de orden cero que se muestra en el diagrama es un muestreador y reten.) Se desea
disefiar un controlador digital GJ)(z) tal que el sistema de control en lazo cerrado muestre el tiempo
de asentamiento minimo posible, con un error en estado permanente cera, en respuesta a una entrada
escal6n, rampa 0 de aceleraci6n. Se requiere que la salida no presente componentes oscilatorias
entre muestras, despues de haber alcanzado el estado permanente. Si se requiere, el sistema debera
satisfacer cualquier otra especificaci6n, como es Ia correspondiente a la constante de error de velo-
cidad estatica,
Definamos la transformada de z de la planta, precedida por el reten de orden cero, como G(z),
es decir
Entonces, la funci6n de transferencia pulso en Iazo abierto se convierte en Gn(z)G(z), tal y como se
muestra en la figura 4-39b). A continuaci6n definamos la funci6n de transferencia pulso en lazo
244 Diseiio de sistemas de control en tiempo discreto mediante metodos convencionales Copltulo z
cerrado deseado como F(z):
C(z)
R(z)
(4-411
Dado que es necesario que el sistema tenga un tiempo de asentamiento finito con un error en estado
permanente cero, el sistema debera mostrar una respuesta impulso finita. Por 10 tanto, la funcion de
transferencia pulso en lazo cerrado deseado debe ser de la forma siguiente:
\' V-I
F(z)=aoz +al
z'
v++
aN
z'
es decir
(4-42)
donde N :?: n, y n es el orden del sistema. (Note que F(z) no debe contener ningun termino con
potencias positivas en z, ya que dichos terminos en la expansion en series de F(z) implicarian que la
salida antecede a la entrada, 10 que no es posible para un sistema fisicamente realizable.) En nuestro
metoda de disefio, resolvemos la funcion de transferencia pulse en lazo cerrado para la funcion de
transferencia pulse del controlador digital GJ)(z). Esto es, buscamos que la funcion de transferencia
pulso GJ)(z) satisfaga la ecuacion (4-4 J). Si se resuelve la ecuacion (4-41) en funcion de Gn(zl
obtenemos
F(z)
GD(z) = G(z)[l - F(z)]
(4-43 )
EJ sistema disefiado debe ser fisicamente realizable. Las condiciones para que esto ocurra
imponen ciertas limitantes a la funcion de transferencia pulse en lazo cerrado F(z) y enla funcion de
transferencia pulso del controlador digital GoCz). Las condiciones para que sean fisicamente realiza-
bies pueden enunciarse como sigue:
1. EI grade del numerador de G/)(z) debe ser igual 0 menor que el grade del denominador. (De no
ser asi, el controlador requiere que sean datos de entrada futuros los que produzcan la salida de
corriente. )
2. Si la planta GJs) incluye un atraso de transporte e '", entonces el sistema en lazo cerrado
disefiado debe involucrar por 10 menos la misma magnitud de atraso de transporte. (De no ser
asi, el sistema en lazo cerrado tendria que responder antes de que se Ie diera una entrada, 10que
es imposible realizar en un sistema ffsico.)
3. Si G(z) se expande a una serie en Z-l, el termino elevado a la potencia menor de la expansion
serial de F(z) en Z-l debe ser por 10 menos igual de grande que el correspondiente a G(z). Por
ejernplo, si la expansion de G(z) en una serie en z' empieza con el termino z", entonces el
primer termino de F(z) dado por la ecuacion (4-42) debera ser cero, 0 a
o
debe ser igual a 0, esto
es, la expansion debera ser de la forma
F(z) = al Z1 + a2z2 + ... + ac z:"
donde N:?: n, y n es el orden del sistema. Esto significa que la planta no puede responder en
forma instantanea cuando es aplicada una sefial de control de magnitud finita: la respuesta se
presenta con un atraso de por 10 menos un periodo de muestreo, si la expansion de la serie de
G(z) empieza con un terrnino z".
Secci6n 4-7 Metodo de disefio onalitico 245
Ademas de las condiciones de la posibilidad ffsica de realizacion, tenemos que poner atencion
en aspectos de estabilidad del sistema. De manera especifica, debemos evitar la cancelacion de un
polo inestable de la planta mediante un cero del controlador digital. Si se intenta este tipo de cance-
lacion, cualquier error en la cancelacion entre polos y ceros generara una divergencia conforme pasa
el tiempo y el sistema se hara inestable. En forma similar, la funcion de transferencia pulso del
controlador digital no debera incluir polos inestables para cancelar ceros de la planta que ocurran
fuera del circulo unitario.
Ahora investiguemos 10 que ocurrira con la funcion de transferencia pulso en lazo cerrado F(z)
si G(z) incluye un polo inestable (0 crfticamente estable), esto es, un polo z = 0' exterior al circulo
unitario (0 bien sobre el). [Note que la discusion siguiente se aplica de la misma manera, si G(z)
incluye dos polos 0 mas inestables-o crfticamente estables.] Definamos
G(z) = G)(z)
z - 0'
donde G](z) no incluye un termino que se cancele con z - 0'. Entonces la funcion de transferencia
pulso en lazo cerrado se convierte en
C(z)
R(z)
GD(z)G(z)
1 + GD(z)G(z)
GD(z) G1(z)
Z - 0' = F(z)
1 + GD(z) G1(z)
Z - 0'
(4-44)
En vista de que requerimos que ningun cero de G[)(z) cancele el polo inestable de G(z) en z = 0',
debemos tener
1 z - 0'
1 - F(z) = ~
1 + GD(z) G)(z) z - 0' + GD(z)Gj(z)
z - 0'
Esto es, I - F(z) debe tener como cera a z = 0'. Tambien, note de la ecuacion (4-44) si ceros de G(z)
no cancelan polos de G/)(z), los ceros de G(z) se convierten en ceros de F(z). [F(z) puede incluir
ceros adicionales.]
Resumamos 10 que hemos dicho en relacion con la estabilidad.
I. Dado que el controlador digital GD(z) no debe cancelar los polos inestables (0 crfticamente
estables) de G(z), todos los polos inestables (0 crfticamente estables) de G(z) deberan incluirse
en 1 ~ F(z) como ceros.
2. Los ceros de G(z) que se presenten dentro del circulo unitario pueden cancelarse con polos de
G/)(z). Sin embargo, los ceros de G(z), que ocurran sobre 0 fuera del circulo unitario, no deben
cancelarse con polos de G/)(z). Por 10 tanto, todos los ceros de G(z) que se presenten sobre 0
por fuera del cfrculo unitario deberan ser incluidos en F(z) como ceros.
Ahora seguiremos con el disefio. Dado que e(k7) = r(k7) - c(k7), reflriendonos a la ecuacion
(4-41) tenemos
(z) = R(z) - C(z) = R(z)[1 - F(z)]
Note que para una entrada escalon unitario ret) = I(t)
(4-45)
246 Disefio de sistemasde control en tiempo discreto mediante rnetodos convencionoles Capitulo.4
1
R(z)=l -I
-z
Para una entrada rampa unitaria ret) = t I(t),
R(z) = (1 _ Z-I)2
Y para una entrada de aceleracion unitaria ret) = +f I(t),
T
2
z-l(1 + Z-I)
R(z) = 2(1 _ Z-I)3
Por 10 tanto, en general, las transformadas z en estas entradas polinomiales en eI dominio de tiempo
se pueden escribir como
(4-46)
(4-47)
donde P(z) es un polinomio en Z-I. Note que para una entrada escalon unitario, P(z) = I Yq = 0; para
una entrada rampa unitaria, P(z) = Tz-
1
Yq = I; Ypara una entrada de aceIeraci6n unitaria, P(z) =
+]'2z-l(1 + Z-I) Yq = 2.
AI sustituir la ecuacion (4-46) en la ecuacion (4-45) obtenemos
E( ) = P(z)[1 - F(z)]
z (1 _ Z-lY+1
Para aseguramos de que el sistema lIega aI estado permanente en un nurnero finito de periodos de
muestreo y mantiene unerror cero en estado permanente, (z) debera ser un poIinomio en Z-I con un
numero finito de terminos, Entonces, refiriendonos a la ecuacion (4-47), escogemos que la funcion
I - F(z) tenga la forma
donde N(z) es unpoIinomio en Z-I con unnumero finito de terminos. Entonces
E(z) = P(z )N(z)
(4-48)
(4-49)
(4-50)
que es unpolinomio en Z-1 con un numero finito de terminos, Esto significa que la sefial de error se
convierte en cero en un nurnero finito de periodos de muestreo.
Del analisis anterior, Ia funcion de transferencia pulso del controlador digital puede determi-
narse como sigue. Si se supone primero que F(z) satisface Ia posibilidad fisica de realizacion y las
condiciones de estabilidad, y a continuacion se sustituye la ecuacion (4-48) en la ecuacion (4-43).
obtenemos
F(z)
GD(z) = G(z)(l - z-Iy+l N(z)
La ecuacion (4-50) da la funcion de transferencia pulso del controlador digital que producira un
error cero en estado permanente, despues de un numero finito de periodos de muestreo.
Para una planta estable O/s), Iacondicion para que la salida no muestre componentes oscilatorios
entre muestreos despues del tiempo de asentamiento, se puede escribir como sigue:
Seccion 4-7 Metodo de diseiio onolitico
e(t;::: n7) = constante,
e(t;::: n7) = con stante,
c(t;::: n7) = constante,
para entradas escalon
para entradas rampa
para entradas de aceleracion
247
La condicion aplicable debera ser satisfecha cuando se disefte el sistema. Al disefiar el sistema, la
condicion sobre e(t), e(t) 0 c(t) debera de interpretarse en terminos de u(t). Note que la planta esta en
tiempo continuo y la entrada a la planta es u(t), que es una funcion en tiempo continuo; por 10 tanto,
para no tener componentes oscilatorias en la salida e(t), la senal de control u(t) en estado permanente
debe ser constante 0 de un incremento monotone (0 decrernentandose rnonotonamente) para los
casos de entrada escalon, rampa y de aceleracion,
Comentarios
I. Dado que la funcion de transferencia pulso en lazo cerrado F(z) es un polinomio en Z-I, todos
los polos en lazo cerrado estan en el origen 0 en z = O. EI polo multiple en lazo cerrado en el
origen es muy sensible a las variaciones de parametros del sistema.
2. Aunque un sistema de control digital disefiado para presentar un tiempo de asentamiento mini-
mo con un error cero en estado permanente en respuesta a un tipo especifico de entrada tenga
caracteristicas excelentes de respuesta transitoria para la entrada para la cual fue disefiado,
puede mostrar caracteristicas de respuestas transitorias inferiores 0 algunas veces inaceptables
para otros tipos de entrada. (Esto es siempre cierto tratandose de sistemas de control optirno.
Un sistema de control optimo mostrara las mejores caracteristicas de respuesta para el tipo de
entrada para el que fue disefiado, pero no exhibira caracteristicas de respuesta optima con
otros tipos de entradas.)
3. En el caso en el que un controlador analogico es discretizado, un incremento en el periodo de
muestreo modifica la dinarnica del sistema, 10 que puede llevar a la inestabilidad del mismo.
Por otra parte, el comportamiento del sistema de control digital que disefiamos en esta seccion
no depende de la seleccion del periodo de muestreo. En vista de que las entradas ret) conside-
radas aqui son entradas en el dominio del tiempo (como entradas escalon, entradas rampa y
entradas de aceleracion), el periodo de muestreo T puede ser escogido de manera arbitraria.
Para un periodo de muestreo menor, el tiempo de respuesta (que es un multiple entero del
periodo de muestreo 7) se hace menor. Sin embargo, para un periodo de muestreo T muy
pequefio, la magnitud de la sefial de control se convertira en excesivamente grande, con el
resultado de que en el sistema apareceran fenornenos de saturacion, y el metodo de diseno presen-
tado en esta seccion ya no sera aplicable. Por 10 tanto, el periodo de muestreo T no debe ser
demasiado pequefto. Por otra parte, si el periodo de muestreo T se escoge demasiado grande, el
sistema puede comportarse de manera no satisfactoria, 0 incluso puede hacerse inestable cuando
este sujeto a entradas variables en el tiempo (como son entradas en el dominio de la frecuencia).
De ahi que un termino medio sea necesario. Una regIa practica seria escoger el periodo de muestreo
T mas pequeno para que no ocurra ningun fenomeno de saturacion en la sefial de control.
Ejemplo 4-13
Considere el sistema de control digital mostrado en la figura 4-39a), donde la funcion de transferencia de
la planta Gp(s) esta dada por
1
Gp (s) = -s(,-s-+-1:-)
(4-:q I
248 Diseiio de sistemasde control en tiempo discreto mediante rnetodos convencionales Copitc-c ..
Disene un controlador digital GD(z), tal que el sistema en lazo cerrado muestre respuesta con oscilacioi
muertas a una entrada escal6n unitario. (En una respuesta con oscilaciones muertas el sistema no mos
ra componentes oscilatorias entre muestras en la salida, una vez alcanzado el tiempo de asentamiento.1 EJ
periodo de muestreo Tse supone de 1 seg. Entonces, utilizando el controlador digital Gj)(z) disefiado
esta forma, investigue la respuesta de ese sistema a una entrada rampa unitaria.
EI primer paso en el diseno es determinar la transformada z de la planta que esta antecedida por la
retenedor de orden cera:
I
I - e-
Ts
1 J
G(z) = Z s s(s + 1)
-I [ 1 ]
= (1 -- z )Z s\s + 1)
-I [Z-I 1 1]
= (1 - z ) (1 _ z 1)2 - 1 - Z-I + 1 - 0.3679z-
1
0.3679(1 + 0.7181z-
l)z-1
(1 - z-I)(1 - 0.3679z-
1
)
Ahora vuelva a dibujar el diagrama del sistema de la misma manera en que se muestra en la figura 4-
39b). Defina la funci6n de transferencia pulso en lazo cerrado como F(z), es decir
C(z) GD(z)G(z) - F z
R(z) 1 + GD(z)G(z) - ()
Observe que si G(z) se expande a una serie en Z-I entonces el primer terrnino sera O.3679z-
'.
Por 10 tanto,
F(z) deb era empezar con un terrnino en Z-I.
AI referimos a la ecuaci6n (4-42) Yobservar que el sistema es del segundo orden (n = 2), supone-
mos que F(z) tiene la forma siguiente:
F(z) = alz-
I
+ azz-
2
Dado que la entrada es una funci6n escalon, de la ecuaci6n (4-48) requerimos que
1 - F(z) = (1 - z-l)N(z)
(4-52'
(4-53 '
Dado que G(z) tiene un polo criticamente estable en z = I, el requisito de estabilidad define que I - F ~
debe tener un cera en z = 1. Sin embargo, la funci6n I - F(z) ya tiene un termino 1~ [I, 10 que satisface
por 10 tanto el requisito.
En vista de que el sistema no debera mostrar componentes oscilatorias entre mucstras y la entrada
es una funci6n escalon, necesitamos que c(t ~ 2T) sea constante. Si observamos que u(t), la salida del
retenedor de orden cera, es una funci6n en tiempo continuo, una constante c(t ~ 2T) requiere que U ~ l I
tarnbien sea con stante para t ~ 2T. En terrninos de la transformada z, U(z) debe ser del tipo siguiente de:
series de Z-I:
donde b es una con stante. Dado que la funci6n de transferencia de la planta G/s) involucra un integrador,
b deb era ser cera. (De 10 contrario, la salida no podria conservarse constante.) En consecuencia tenernos
U(z) = b
o
+ b, Z-l
De la figura 4-39b), U(z) se puede dar como sigue:
C(z) C(z) R(z) R(z)
U(z) = G(z) = R(z) G(z) = F(z) G(z)
Seccion 4-7 Metodo de diseiio analitico
249
1 (1 - z-I)(l - 0.3679z-
l
)
= F(z) 1 - Z-I 0.3679(1 + 0.7181z-
l)z-1
1 - 0.3679z-
1
= F(z) 0.3679(1 + 0.7181z I)Z 1
Para que U(::) sea una serie en ::-1 con solo dos terrninos, F(::) debe ser de la siguiente forma:
F(z) = (1 + 0.7181z-
l)z-1
F;
donde F
I
es una constante. Entonces U(::) se puede escribir como sigue:
(4-54)
U(z) = 2.7181(1 - 0.3679z-
1)F;
(4-55)
La ecuacion (4-55) da U(::) en terminos de F; Una vez que se determine la constante Fj, U(::) se puede
dar como una serie de ::-1 con solo dos terrninos.
Ahora determinaremos N(::). F(::) y F; Si se sustituye la ecuacion (4-52) en la ecuacion (4-53)
obtenemos
1 - alz
1
- a2z-2 = (1 - z-I)N(z)
EI primer miembro de esta ultima ecuacion debera ser divisible entre 1 - ::-1. Si dividimos el primer
miembro entre 1 - [I, el cociente es I + (I - GI)::-I y el residuo es (1 - GI - G
2)::-2.
Por 10tanto. N(::) se
determina como
(4-56)
y el residuo debera ser cero. Esto requiere que
1 - al - a2 = 0 (4-57)
'larnbien, de las eeuaciones (4-52) y (4-54) tenemos
F(z) = al Z-1 + a2z-2 = (1 + 0.7181z-
l)z-1
F;
Por 10tanto,
a, + a2z-1 = (1 + 0.7181z-
1)F;
La division del primer miembro de esta ultima ecuacion entre 1+ 0.7181::-
1
da el coeiente aI y el residuo
(a2 - 0.718 Jal)[I. Al igualar el eociente con F
I
y el residuo con cero, obtenemos
y
(4-58)
Si se resuelven las ecuaciones (4-57) y (4-58) en funcion de a
l
ya2 da
al = 0.5820, a2 = 0.4180
Entonces, F(z) se determina en la forma
F(z) = 0.5820z-
1
+ 0.4180z-
2
(4-59)
y
F
1
= 0.5820
La ecuacion (4-56) da
N(z) = 1 + 0.4180z-
1
(4-60)
250 Diseiio desistemas decontrol en tiempo discreto mediante rnetodos convencionoles Capitulo .4
La funci6n de transferencia pulso del controlador digital GlJ(z) es determinada a continuaci6n a partir de
la ecuaci6n (4-50) como sigue. Refiriendonos a las ecuaciones (4-51), (4-54) Y(4-60),
F(z)
GD(z) = G(z)(l - z I)N(z)
(1 + 0.7181z-
l)z-I(0.5820)
0.3679(1 + 0.7181z I)Z 1 (1 _ z-I)(l + 0.4180z-l)
(1 - z 1)(1 - 0.3679z ')
1.5820 - 0.5820z-
1
1 + 0.4180z-
1
Con el controlador digital asi disenado, la funci6n de transferencia pulso en lazo cerrado se con-
vierte en:
= F(z) = 0.5820z-
1
+ 0.4180z-
2
0.5820(z + 0.7181)
Z2
La salida del sistema en respuesta a una entrada escalon unitario r(t) = I se puede obtener como sigue:
C(z) = F(z)R(z)
= (0.5820z-
1
+ 0.4180z-\ 1 1
-z
Por 10tanto,
c(O) = 0
c(l) = 0.5820
c(k) = 1, k = 2,3,4, ...
Observe que la sustituci6n de 0.5820 en lugar de F
1
en la ecuacion (4-55) da como resultado
U(z) = 2.7181(1 - 0.3679z-
I)(0.5820)
= 1.5820 - 0.5820z-
1
Por 10tanto, la seiial de control u(k) se convierte en cero para k <!: 2, tal y como se requiere. No existe
componente oscilatoria entre muestras en la salida una vez alcanzado el tiempo de asentamiento. La
figura 4-40a) muestra las graficas de c(k) en funci6n de k, de u(k) en funcion de k y de u(t) en funci6n de
t en la respuesta escal6n unitario.
A continuacion, investiguemos la respuesta de este sistema a una entrada rampa unitaria:
C(z) = F(z )R(z)
Z-I
= (0.5820z-
1
+ 0.4180z-
2
) (1 _ z 1)2
= 0.5820z-
2
+ 1.5820z-
3
+ 2.5820z-
4
+ 3.5820z-
5
+ ...
Para la respuesta rampa unitaria, la senal de control U(z) se obtiene como sigue. Refiriendonos a las
ecuaciones (4-51) Y(4-59)
C(z) F(z) F(z) Z-I
U(z) = G(z) = G(z/(z) = G(z) (1 - z 1)2
251
r(t}
<.
e
u
= 1.4180
2
3
3
4
4
5
5
k
k
2 3 4 5 t (5.)
a} b)
Figura 4-40 Respuesta del sistema diseilado en el ejemplo 4-13. a) Grafica de c(k) en funcion de k, u(k) en
funcion de k y u(t) en funcion de t en la respuesta escalon unitario; b) graficas de c(k) en funcion de k, u(k) en
funcion de k y u(t) en funcion de ten la respuesta rampa unitaria.
-I
= (1.5820 - 0.5820z-
I)1
z 1
-z
= 1.5820z-
1
+ Z-2 + Z-3 + Z-4 + ...
La seftal u(k) se hace constante (b = I) para k;::: 2. Por 10tanto, la salida del sistema no mostrara cornpo-
nentes oscilatorias entre muestras. La figura 4-40b) muestra las graficas de c(k) en funci6n de k. u(k) en
funci6n de k y u(t) en funci6n de t en la respuesta rampa unitaria.
Observe que la constante de error de velocidad estatica K; para el presente sistema es
[
1 -1 ]
s, = +GD(Z)G(Z)
= z-I)(l -
= . O.5820z-
1
+ 0.4180z-
2
= 0.7052
1 + 0.4180z 1
252 Disefio de sistemas de control en tiempo discreto mediante metodos convencionales Capitulo 4
Por 10 tanto, el error en estado permanente de la respuesta rampa unitaria cs
1
en = K
v
= 1.4180
mismo que aparece en la figura 4-40b).
En el presente problema de disefio, requerimos que en respuesta a una entrada escal6n el
sistema tenga un tiempo de asentamiento minirno, sin error de estado permanente y sin componentes
oscilatorias en la salida, una vez alcanzado el tiempo de asentamiento. Si en este problema existen
una 0 mas limitantes adicionales (por ejemplo, si se especifica arbitrariamente el valor de la constan-
te de error de velocidad estatica KJ, entonces debera incrementarse el numero de periodos de muestreo
antes de alcanzar el estado permanente. Por ejemplo, el sistema de segundo orden pudiera necesitar
tres 0 mas periodos de muestreo antes de alcanzar el estado permanente, dependiendo de las limitantes
adicionales impuestas. Yea el ejemplo 4-14 a continuaci6n
Ejemplo 4-14
Considere un problema de diseno similar al del ejemplo 4-13 excepto que se especifica la constante de
error de velocidad estatica K
v
(En razon de esta limitante adicional, el tiempo de asentamiento sera 2 seg
mas largo) El diagrama de bloque del sistema de control digital aparece en la figura 4-39a). La funcion de
transferencia de la planta Gp(s) bajo consideracion es
1
Gp(S) = s(s + 1)
Las especificaciones de disei'io son 1) que el sistema en lazo cerrado muestre un tiempo de asentarniento
finito con un error cero en estado permanente en la respuesta escalon unitario, 2) que la salida no presente
componentes oscilatorias entre muestras, una vez alcanzado el tiempo de asentamiento, 3) que la cons-
tante de error de velocidad estatica K; sea de 4 seg' y 4) que el tiempo de asentamiento sea el minimo
posible para satisfacer todas estas especificaciones. El perfodo de muestreo se supone de 1seg. Disefie un
controlador digital GIJ(z) que satisfaga las especificaciones dadas. Una vez disei'iado el controlador, in-
vestigue Ia respuesta del sistema a una entrada rampa unitaria.
La transformada z de la planta precedida por un reten de orden cero sc obtiene en el ejemplo 4-13
en la forma:
[
1 - e-
Ts
1 ]
G(z) - Z
- s s(s + 1)
0.3679(1 + 0.7181z-
1)z-1
(1 - z-I)(l - 0.3679z-
1)
Defina la funcion de transferencia pulso en lazo cerrado como F(z):
C(z) = GD(z)G(z)
R(z) 1 + GD(z)G(z) = F(z)
En vista de que el primer termino de la expansion de G(z) es 0.3679[1, F(z) debe empezar con un termino
en[l:
donde N n y n es el orden del sistema (en este caso n = 2). En razon de la limitante adicional, podrernos
suponer que N > 2. Probaremos con N = 3. Por 10 tanto, suponemos
(4-61
Secci6n 4-7 Metodo de disefio analitico
253
(Si no se obtiene un resultado satisfactorio, debemos suponer que N > 3.) Si se observa que la entrada es
una funci6n escalon, de la ecuaci6n (4-48) requerimos que
1 - F(z) = (1 - z-I)N(z)
(4-62)
Observe que la presencia de un polo criticamente estable en z = I en la funci6n de transferencia pulso de
la planta G(z) requiere que I - F(z) tenga un cero en z = I. Sin embargo, la funci6n I - F(z) ya tiene un
terrnino 1 por 10tanto satisface el requisito de estabilidad.
EI requisito de que la constante de error de velocidad estatica sea de 4 seg' se puede escribir en la
forma:
[
1 -I ]
K, = +GD(Z)G(Z)
= [(1 - Z-I) (1 -
F(I)
= N(I) = 4
donde utilizamos la ecuacion (4-50) con q = O. Note que de la ecuaci6n (4-62) tenemos que F( I) = I.
De ahi, K,. se puede escribir como sigue:
1
K; = N(1) = 4
(4-63)
Dado que la salida del sistema no debe mostrar componentes oscilatorias entre muestras una vez
alcanzado el tiernpo de asentarnicnto, requerimos que U(z) sea de la siguiente forma:
U(z) = b., + b,Z-1 + b
2
z -
2
+ b(Z3 + Z-4 + Z5 + ...)
Debido a que la funci6n de transferencia de planta Gp(s) incluye un integrador, b debera ser cero. Por
10 tanto, tenernos
= F(z) 0.3679(1 + 0.7181z I)Z '
Para que U(z) sea serie en con tres terminos, F(z) debe tener la forma siguiente:
U(z) = b., + + b
2
z -
2
Tarnbien, de la figura 4-39b), U(z) puede estar dado por
CCz) CCz) R(z) R(z)
U(z) = G(z) = R(z) G(z) = F(z) G(z)
1 - 0.3679z-
1
F(z) = (1 + 0.7181z-
l)z1
F;(z) (4-64)
donde FI(z) es un polinomio de primer grado en Z-I. Por 10 tanto, U(z) puede ser escrito como sigue:
U(z) = 2.7181(1 - 0.3679z-
I)F;(z)
De las ecuaciones (4-61) Y(4-62) tenernos
1 - F(z) = 1 - a,z' - a2z2 - a3z
3
= (1 - z-')N(z)
(4-65)
Si dividimos 1- alz
1
- a.z' - a-z' entre I - el cociente es i + (I - al)z I + ( I - a 1 Yel residuo
es (I - a
l
- a, - Por 10 tanto, N(z) se deterrnina como
(4-66)
254 Diseiio de sistemas de control en tiempo discreto mediante rnetodos convencionales Copitulo d
y el residuo debe ser cero, de tal forma que
1 - al - az - a3 = 0
(4-67)
Observe que de la ecuaci6n (4-63) requerimos que N(I) = +. Por 10tanto, al sustituir Z-I = 1 en la
ecuaci6n (4-66) obtenemos
2al + az = 2.75
Tambien la ecuaci6n (4-64) se puede volver a escribir de la forma
F(z) = al Z-I + azz-z + a3 Z-3 = (1 + O. 7181z-
l)z-1
f;(z)
Por 10tanto,
(4-68)
al + azz-
I
+ a3z-z = (1 + 0.7181z-
I)f;(z)
La divisi6n del primer miembro de esta ultima ecuaci6n entre 1 + 0.718Iz-
1
da el cociente [al - (a
z
-
0.718Ial)z-l] y el residuo [a] - 0.7181(a2- 0.718Ia,)]z-2. Igualando el cociente con F1(z) y el residuo con
cero, obtenemos
y
a3 - 0.7181(az - 0.7181al) = 0
Si se resuelven las ecuaciones (4-67), (4-68) Y(4-69) en funci6n de a" a
2
Ya] obtenemos
(4-69)
al = 1.26184,
Por 10tanto, F(z) se determina como
az = 0.22633, a3 = -0.48816
F(z) = 1.26184z-
1
+ 0.22633z-
z
- 0.48816z-
3
y
F1(z) = 1.26184 - 0.67979z-
1
La ecuaci6n (4-66) da
N(z) = 1 - 0.26184z-
1
- 0.48817z-
z
La funci6n de transferencia pulso del controlador digital GD(z) se determina a continuaci6n a partir de la
ecuaci6n (4-50) como sigue:
F(z)
GD(z) = G(z)(l - z I)N(z)
(1 + 0.7181z-
l)z-I(1.26184
- 0.67980z-
l
)
0.3679(1 + 0.7181z-
l)z-1
(1 - z-I)(l - 0.26184z-
1
- 0.48817z-
Z
)
(1 - z 1)(1 - 0.3679z I)
= 3429 (1 - 0.5387z-
I)(1
- 0.3679z-
l)
. 8 (1 _ 0.8418z 1)(1 + 0.5799z I)
Con el controlador digital asi disenado, la salida del sistema en respuesta a una entrada escalon
unitario r(t) = 1 se obtiene como sigue:
C(z) = F(z)R(z)
= (1.26184z-
1
+ 0.22633z-
z
-
1 - z
= 1.2618z-
1
+ 1.4882z-
z
+ Z-3 + Z-4 + ...
Seccien 4-7 Metodo de diseno analitico
255
Por 10 tanto,
c(O) = 0
c(l) = 1.2618
c(2) = 1.4882
c(k) = 1, k = 3,4,5, ...
La secuencia de la respuesta escalon unitario tiene un sobrepaso maximo de aproximadamente 50%. EI
tiempo de asentamiento es de 3 seg.
Observe que de la ecuacion (4-65) tenemos
U(z) = 2.7181(1 - 0.3679z-
1)(1.26184
- 0.67979z-
1
)
= 3.4298 - 3.1096z-
1
+ 0.6798z-
2
Por 10 tanto, la senal de control u(k) se convierte en cero para k ~ 3. Por 10 tanto, en la respuesta no existen
componentes oscilatorias entre muestras. La figura 4-41 muestra las graficas de c(k) en funcion de k, u(k)
en funcion de k y u(t) en funcion de t en la respuesta escalon unitario. Note que la suposicion de que N =
3, es decir, la suposicion de F(z) dada por la ecuacion (4-61), es satisfactoria.
elk)
0 2 3 4 5 k
u(k)
2
0
2 3 4 5 k
-2
u(t)
2
Figura 4-41- Graficas de elk) en funcion de.e, u(k) en funcion de k y
u(t) en funcion de ten la respuesta escalon unitario del sistema
disenado en el ejemplo 4-14.
5 t (sec) 4
o r---1r--r--.L....-.... l J ~
-2
256 Disefio de sistemosde control en tiempo discrete medionte rnetodos convencionoles Copitulo .!
A continuaci6n investiguemos la respuesta de este sistema a una entrada rampa unitaria:
C(z) = F(z)R(z)
-I
= (1.26184z-
1
+ O.22633z-
2
- O.48816z-
3
) (1 z 1)2
= 1.2618z-
2
+ 2.7500z-
3
+ 3.7500z-
4
+ ...
En la respuesta rampa unitaria, la serial de control U(z) se obtiene como sigue:
C(z) F(z) F(z) 1 Z-1
U(z) = G(z) = G(z)R(z) = G(z) 1 - Z-1 1 - Z-1
-I
= (3.4298 - 3.1096z-
1
+
1 - z
= 3.4298z-
1
+ O.3202z-
2
+ Z-3 + Z-4 + z-s +
La seftal u(k) se hace constante (b = I) para k 23. Por 10tanto, la salida del sistema no exhibira cornpo-
nentes oscilatorias entre muestras. La figura 4-42 muestra las graficas de c(k) en funci6n de k, u(k) er;
funci6n de k y u(t) en funcion de t para la respuesta rampa unitaria. Note que el error de estado permanen-
te en la respuesta rampa unitaria es e" = IIK
v
= +tal y como se indica en la figura 4-42.
Capitulo 4 Problemas de ejernplo y soluciones
257
Al comparar los sistemas de control digital disefiados en los ejemplos 4-13 y 4- I4, notamos
que este ultimo mejora las caracteristicas de respuesta rarnpa, a expensas del tiempo de asentamiento.
(Este ultimo sistema requiere de un perfodo de muestreo adicional, para Ilegar al estado permanen-
te.) Observe tarnbien que eJ primero tiene una mejor caracterfstica de respuesta escalon, es decir, un
tiempo de asentamiento mas corto, sin sobrepaso. Segun los objetivos del sistema, pudieramos esco-
ger uno sobre el otro. Si se requieren buenas caracterfsticas de fa respuesta rampa, entonces el siste-
ma debera disefiarse utilizando la entrada rampa como entrada de referencia, en lugar de la entrada
escalon. (Vea el problema A-4-l4.)
PROBLEMAS DE EJEMPLO Y SOLUCIONES
Problema A-4-1
Muestre que en forma geometrica los patrones de los polos cerca de z = I en el plano z son simi lares a los
patrones de los polos en el plano s cerca del origen.
Solucion Observe que
Cerca del origen del plano s,
es decir
z - 1 Ts
Por 10 tanto, los patrones geornetricos de los polos cerca de z = I en el plano r son sirnilares a los patrones
de los poles en el plano s cerca del origen.
Problema A-4-2
Considere el sistema dcscrito por
y(k) - 0.6y(k - 1) - 0.81y(k - 2) + 0.67y(k - 3) - 0.12y(k - 4) = x(k)
donde x(k) es la entrada y y(k) es la salida del sistema. Determine la estabilidad del sistema.
Solucion La funci6n de transferencia pulso para el sistema es
Y(z) 1
X(z) 1 - 0.6z 1 - 0.81z 2 + 0.67z 3 - 0.12z 4
Z4
Z4 - 0.6z
3
- 0.81z
2
+ 0.67z - 0.12
Defina
P(z) = Z4 - 0.6z
3
- 0.81z
2
+ 0.67z - 0.12
ao > 0
Entonces, tenemos
258 Diseiio desistemasde control en tiempo discreto mediante metodos convencionaJes Capitulo 4
a = -0.81
a3 = 0.67
a4 = -0.12
Las condiciones de estabiJidad de Jury son
1. la
41
< a
o.
Esta condici6n cJaramente esta satisfecha.
2. P(I) > O. Dado que
P(l) = 1 - 0.6 - 0.81 + 0.67 - 0.12 = 0.14 > 0
entonces Ja condicion esta satisfecha.
3. P(-I) > O. Dado que
P(-l) = 1 + 0.6 - 0.81 - 0.67 - 0.12 = 0
Ja condici6n no se satisface. P(-I) = 0 impJica que existe una raiz en z =-1.
4. IbJI > Ibol. Dado que
b, = Ia4 a 1 = 1-
0. 12
1 1 0
ao ac 1 -0.12 = - .9856
b., = I:: :: I= ~ 2 _ ~ : : 7 = -0.5980
Ja condicion esta satisfecha.
5. IC21 > ICol. En vista de que
C2 = 1b, b., 1= 1-0.9856
o b, -0.5980
Co = 1b
3
b21 = 1-0.9856
b., b, -0.5980
la condicion esta satisfecha.
-0.5980 1 = 0 6138
-0.9856 .
0.
51961
0.9072 = -;-:-0.5834
Del analisis anterior, concluimos que la ecuaci6n caracteristica P(z) = 0 incluye una raiz en z = -I Ylas
otras tres raices estan en el interior del circuJo unitario con centro en el origen del plano z. El sistema es
crfticamente estable.
Problema A-4-3
Considere la siguiente ecuacion caracteristica:
P(z) = Z3 - 1.3z
2
- 0.08z + 0.24 = 0 (4-70)
Determine si alguna de las raices de la ecuaci6n caracteristica se presenta 0 no por fuera del circulo
unitario del plano z. UtiJice la transformaci6n biJineaJ y el criterio de estabiJidad Routh.
Solucion Sustituyamos (w + J)/(w - I) en lugar de z en la ecuaci6n caracteristica dada, 10 que resulta en
(
w + 1)3 _ 1.3 (w + 1)2 _ 0.08 w+ 1 + 0.24 = 0
w-1 w-1 w-1
Al simplificar las fracciones multiplicando ambos terminos de esta ultima ecuaci6n por (w - J)3, obtene-
mos
-0.14w
3
+ 1.06w
2
+ 5.10w + 1.98 = 0
Capitulo 4 Problemas de ejemplo y soluciones
259
-14.14
-36.43
Al dividir ambos miembros de esta ultima ecuacion entre -0.14, obtenemos
w
3
- 7.571w
2
- 36.43w - 14.14 = 0
EI arreglo de Routh para la ecuacion (4-71) se convierte en:
one s i ~ w
change --.....,. w
2
-7.571
(4-71 )
-38.30
WO -14.14
o
EI criterio de estabilidad de Routh establece que el numero de raices con partes reales positivas es
igual al numero de cambios en signa de los coeficientes de la primera columna del arreglo. Dado que hay
un cambio de signa en los coeficientes de la primera columna, existe una raiz en el semiplano derecho del
plano w. Esto significa que la ecuacion caracteristica original dada por la ecuacion (4-70) tiene una raiz
fuera del circulo unitario del plano z. El sistema es inestable. (Compare la cantidad de calculos necesarios
en el presente metodo y la correspondiente en la prueba de estabilidad de Jury. Yea en particular el
ejemplo 4-6.)
Problema A-4-4
Considere el sistema definido por
Y(z) 0.7870z-
1
U(z) 1 - 0.8195z 1 + 0.6065z 2
0.7870z
Z2 - 0.8195z + 0.6065
El periodo de muestreo T es 0.5 seg. Utilizando MATLAB, trace la respuesta rampa unitaria hasta k = 20.
Soluci6n La entrada rampa unitaria u puede ser escrita en la forma
u = kT, k=0,1,2, ...
En el programa MATLAB, esta entrada se puede dar como
k = O:N;
donde N es el fin del proceso en consideracion,
En el programa 4-3 de MATLAB se da un programa MATLAB para trazar la respuesta rampa
unitaria del sistema considerado. La grafica resultante aparece en la figura 4-43.
Problema A-4-5
Demuestre que si la ecuacion caracteristica para un sistema en lazo cerrado se escribe en la forma
KB(z) 0
1 + A(z) =
donde A(z) y B(z) no contienen k, entonces los puntos de ruptura de salida y de entrada pueden determi-
narse a partir de las raices de
dK = _ A'(z)B(z) - A(z)B'(z) = 0
dz B
2(z)
.) ..
.... --
,--
--- -- ---... -
...
""
....
Go Ilv)
_.... "
"'"
a
"'"
r-...
r-o."'2.4 dB
-,
......
r-.....
.<.t
o
(jvIGIM
GolM
.- _\.-
... --
'"'1- __
0
--
,
---
-
r--....
r-,
....
--
Go .--G(jvl
0
-
-J...
r-..
.............
'"
"'...
'"
Gllv)
55
0
<,
0
f'
>-
I--
t-
---
j,.-
40
a
20
-20
-90
-180
-270
0
0.1
dB
v (rad/s )
Figura 4-55 DiagramaBode correspondienteal sistema consideradoen el problema A-4-11
Esta funci6n de transferencia en lazo abierto da el margen de fase de aproximadamente 55
e
margen de ganancia de alrededor de 12.4 dB. La con stante de error de velocidad estatica K; es 5 5e[II
Por 10 tanto, se satisfacen todos los requisitos y la funci6n de transferencia del controlador disefi
GIJ(w) es satisfactoria.
A continuaci6n, transformamos GIJ(w) en GIJ(z). Se debera utilizar la siguiente transformac
bilineal
2 z - 1 2 z - 1 (z - 1)
w=rz+l =o:lz+1 =20 z+1
Entonces
(
1 20 z - 1)
G()=lO
D z 20 z - 1
1+---
12.5 z + 1
= 42 423(z - 0.8187) = 42423(1 - 0.8187Z-
1
)
. z - 0.2308 . 1 - 0.2308z I
La funci6n de transferencia pulso en lazo abierto ahora se convierte en
0.1987(z + 0.9355)
GD(z)G(z) = (z - 0.2308)(z - 1)
La figura 4-56 muestra el diagrama del lugar geornetrico de las raices para el sistema. AI usar
condici6n de magnitud, encontramos que los polos en lazo cerrado estan localizados en z = 0.5 It>
)0.388. En el diagrama del lugar geornetrico de las raices, se superponen los lugares geornetricos de
Capitula 4 Problemas de ejemplo y solueiones
Re
277
Figura 4-56 Diagrama dellugar geornetrico de las raices para el sistema diseilado en el problema
A-4- I I.
constante para (= 0.5 Ypara (= 0.6. Se puede ver del diagrama que el factor de amortiguamiento relativo
(de los polos en lazo cerradoes de aproximadamente 0.55.
La Ifnea que conecta el polo en lazo cerrado en la parte superior del plano z con el origen tiene un
angulo de 37. Por 10tanto, el nurnero de muestras por cicIo de la oscilaci6n senoidal amortiguada es
360/37 = 9.73.
Problema A-4-12
Considere el sistema de contral digital mostrado en la figura 4-57, donde la funcion de transferencia de
la planta es Iii. Diseiie un contralador digital en el plano w, tal que el margen de fase sea de 50 y el
margen de ganancia sea de por 10 menos 10 dB. EI periodo de muestreo es 0.1 seg, es decir T = 0.1.
Despues de diseiiar el controlador, obtenga la constante de error de velocidad estatica K". Tarnbien,
obtenga la respuesta del sistema diseiiado ante una entrada escal6n unitario.
Soluci6n Primero obtendremos la transformada z precedida por un reten de orden cero:
[
1-> IJ [1]
G(z) =Z s ? = (1 - Z-l)Z :?
-I T
2(1
+ Z-I)Z-l
= (1 - z ) 2(1 _ z 1)3
0.005(1 + Z-I)Z-I O.005(z + 1)
(1 - z ')2 (z - 1)2
A continuacion, utilizando la transformaci6n bilineal dada por
1 + (TwI2) 1 + O.05w
z= =
1 - (TwI2) 1 - O.05w
278 Diseiio de sistemas de control en tiempo discreto mediante rnetodos convencionales Capitulo 4
r(t)
R(z)
Go(z)
e(t)
C(z)
Figura 4-57 Sistema de control digital.
transformamos G(z) en G(w):
0.005(1 + 0.005w + 1)
1 - 0.05w
G(w) = 2
(
1+ 0.05w _ 1)
1 - 0.05w
1 - 0.05w
w
2
Por 10tanto,
G(
. ) = 1 - 0.05jv
JV (jV)2
La figura 4-58 muestra el diagrama Bode de G(jv) que se obtiene de esta manera. Observe que el margen
de fase es -12. Sera necesario afiadir una red de adelanto para conseguir el margen de fase y el margen
1000 100 40 4 10
v [rad/s )
0.4
r-,
r-,
......
r-,
......
I
r-,
i t'--
r-.
........
......
..... 13 dB
I GliV){
r-,
i"'-...I',
r-......
"
r-.....
......
r--. ...............
-,
-,
r-......
1""-
..........
1""'-- .....
....
Go IjvlGljv)
......
r-. ...............
-
"
i'-.....
50.62' r--.
<,
Gltl
r--
r-
--.
1""'-- .....
20
a
a'
40
-20
-270'
01
-180'
dB
Figura 4-58 Diagrama Bode para el sistema considerado en el problema A-4-12.
278 Diseiio de sistemas de control en tiempo discrete mediante metodos convencionales Capitulc.
r(t)
R(z)
Go(z)
e(t)
C(z)
Figura 4-57 Sistema de control digital.
transformamos G(z) en G(w):
1 - 0.05w
w
2
0.005(1 + 0.005w + 1)
1 - 0.05w
G(w) = ( )2
1 + 0.05w _ 1
1 - 0.05w
Por 10tanto,
G(
. ) = 1 - 0.05jll
tv (j1l)2
La figura 4-58 muestra el diagrama Bode de Gijv) que se obtiene de esta manera. Observe que el margea
de fase es _12 Sera necesario anadir una red de adelanto para conseguir el margen de fase y el rnargea
<,
r-,
......
......
-,
+
" .............
rJ
........
r-.... ..... 13 d8
<,
<,
......
-,
..........
.......
....."'-
r-,
-, <,
I""
r-......
t'--.r--,
G
D
(jvIG(jvl
i"'--
""
.....
--
-
......
...............
50.62"
..... i"......
I
--r--
t'--.r--,
Gliv)
e-,
-
40
20
dB
0
-20
0"
-90'
-180"
-270"
01 0.4 4 10
v Irad/s )
40 100 1000
Figura 4-58 Diagrama Bode para el sistema considerado en el problema A-4-12.
Capitulo 4 Problemas de ejemplo y soluciones
279
de ganancia requeridos. Mediante la aplicaci6n de una tecnica convencional de diseno, puede verse que
la red de adelanto siguiente satisface los requisitos:
l+w (W+1)
GD(w) = 4
1
+ (w/16) = 64 w + 16
La adici6n de esta red de adelanto modi fica el diagrama Bode. La frecuencia de cruce de ganancia se
recorre a v = 4. Note que el adelanto de fase maximo cPm que puede producir esta red de adelanto es
61.93, ya que
l-
l
cPm = sin-
'-
1
It =sen-
'
0.8824 = 61.93
0
+16
Ala frecuencia de cruce de ganancia v = 4, el angulo de fase de GJjv)G(jv) se convierte en -191.31
0
+
61.93 = 129.38. Par 10tanto, el margen de fase es 50.62. El margen de ganancia se determina aproxi-
madamente en 12 dB. Por 10tanto, se satisfacen las especificaciones de disefio dadas.
Ahora transformamos la funci6n de transferencia del controlador GD(w) en GD(z). Mediante la
transformacion bilineal
2 z- 1 2 z- 1 (z - 1)
w=rz+1=D.Iz+1=20 z+l
obtenemos
20(Z - 1) + 1
z+ 1 (z - 0.9048)
GD(z) = 64 ( _) = 37.333 z - 0.1111
20 ~ + 16
z +
Entonces, la funcion de transferencia pulso en lazo abierto se convierte en
(
z - 0.9048)0.005(Z + 1)
GD(z)G(z) = 37.333 z _ 0.1111 (z - I?
0.1867(1 - 0.9048z-
')(1
+ Z-I)Z-I
(1 - O.1111z 1)(1 - z I?
La constante de error de velocidad estatica K; se obtiene como sigue:
[
1 -I ]
x. = ~ ~ +GD(Z)G(Z)
= lim [1 - Z-I 0.1867(1 - 0.9048z- ' )(1 + Z-I)Z-I] = 00
~ 0.1 (1 - O.1111z 1)(1 - z '?
Por 10tanto, la constante de error de velocidad estatica K; es infinita. No existe error en el estado perma-
nente en la respuesta rampa.
La funcion de transferencia pulso en lazo cerrado del sistema es
C(z) 0.1867z-
'
+ 0.0178z-
2
- 0.1689z-
3
R(z) = 1 - 1.9244z-
'
+ 1.2400z 2 - 0.2800z-
3
La figura 4-59 muestra la respuesta escalon unitario. Note que el cero del controlador digital de z =
0.9048 esta cerca del polo doble en z = 1. Un par polo-cero cerca del punta z = 1 genera una cola larga de
pequefia amplitud en la respuesta.
280 Diseiio desistemasde control en tiempo discrete mediante rnetodos convencionales Capitulo L
1.6
1.4
1.2
1.0
e(kT) 0.8
0.6
0.4
0.2
4
o 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.4
kT (5
Figura 4-59 Grafica de e(k!) en funci6n de kTpara el sistema disei'lado en el problema A-4-12.
Problema A-4-13
Considere el sistema de control digital mostrado en la figura 4-60. La funci6n de transferencia de a
planta incluye un atraso de transporte ". EI tiempo de atraso es 5 seg, es decir L = 5. La salida deseaaa
e(t) en respuesta a una entrada escal6n unitario es como se muestra en la figura 4-61 a). La curva se eleva
desde cero hasta su valor final en 10 seg (medido desde t = 5 hasta t = 15). Y no existe ni sobrepaso rn
error en estado permanente. EI tiempo de asentamiento es de 15 seg (medido desde t = 0 hasta t = 15). Soc
requiere que no existan componentes oscilatorias entre muestras en la salida despues de haber alcanzaoo
el tiempo de asentamiento. Disefie un controlador digital G/)(z).
Solucion Seleccionemos el periodo de muestreo como de 5 seg, es decir T= 5. (Podernos, naturalmer--
te, elegir el periodo de muestreo como de 2.5 seg, I seg u otro valor. En este ejernplo, sin embargo, para
simplificar nuestra presentacion, hemos definido el periodo de muestreo en 5 seg.)
ret)
R(z)
Go(z)
u(kT)
Reten de
ordencera
G(z)
eft)
C(z)
Figura 4-60 Sistema de control digital.
:apitulo 4 Problemas de ejempla y soluciones
281
e(l)
h[1 - e-
O
.
lI t
- 51]
k 6 5
----
"
3 2
1.5 ~ r c
o
1.0 t t : ~ ~
0.5
o 5 10 15 20 25 30 1(5 )
(I)
U(I)
30 1(5 ) 25 20 15 10 5 o
1.5820 ~ _
1.0
(b)
Figura 4-61 a) Salida deseada cIt) en respuestaa una entrada escalon unitario;
b) Grafica de u(t) en funcion de I.
La transformada z de la planta, precedida por un reten de orden cero, es
G(z) =2'[1 -se-
TS
10:-: 1J
= (1 - Z-1)Z-
l
Z C (lOS
1
+ l)J
O.3935z-
z
1 - O.6065z 1
Note que no existe ningun polo inestable 0 criticamente estable en G(z). Por 10 tanto, en este caso no hay
problema de estabilidad.
Definamos la funcion de transferencia pulso en lazo cerrado como F(z):
(4-80)
C(z) GD(z)G(z)
R(z) = 1 + GD(z)G(z) = F(z)
En el caso presente, la salida c(t) en la respuesta escalon unitario se define tal y como se muestra en la
figura 4-61 a). En vista que h[1 - e--0
1
( 15 -5)] = h(1 - e-
I
) = 1 tenemos que h = 1.5820. A partir de la curva
de respuesta con oscilaciones muertas que se muestra en la figura 4-6Ia) obtenemos
c(O) = 0
c(l) = 0
282 Disefio de sistemas decontrol en tiempo discreto mediante rnetodos convencionales Capitulo .4
c(2) = h(l - e-
O S
) = 1.5820 x 0.3935 = 0.6225
c(k) = 1, k = 3,4,5, ...
de 10cual obtenemos
C(z) = 0.6225z-
2
+ Z-3 + Z-4 + z ? + ...
= 0 6225z-
2
+ z-3 __
1
_
. 1 - Z-1
0.6225z-
2
+ 0.3775z-
3
1 - Z-1
Si se observa que
C( )
= () ( ) = F( )_1_ = 0.6225z-
2
+ 0.3775z-
3
Z F z R z z 1 -1 1 1
-z -z
obtenemos
F(z) = 0.6225z-
2
+ 0.3775z-
3
= 0.6225(1 + 0.6065z-
1)z-2
Una vez determinada F(z), la funci6n de transferencia pulso del controlador digital puede obtenerse a
partir de la ecuacion (4-80):
F(z)
GD(z) = G(z)[l - F(z)]
Observe que de la ecuaci6n (4-48) tenemos
1 - F(z) = (1 - z-1)N(z)
es decir
1 - 0.6225z-
2
- 0.3775z-
3
= (1 - z-1)N(z)
AI dividir (l - 0.6225z-
2
- 0.3775z-
3
) entre (l - Z-I), se puede determinar N(z) como sigue:
N(z) = 1 + Z-1 + 0.3775z-
2
y, en consecuencia,
y
G ( )
_ 0.6225(1 + 0.6065z-
1)z-2
D Z - 2
1 1 (1 - z-1)(1 + Z-1 + 0.3775z-
2)
1.5820(1 - 0.3678z-
2)
(1 - z 1)(1 + z 1 + 0.3775z 2)
Esta ultima ecuacion da la funci6n de transferencia pulso del control ador digital. Dado que e(t) debe sa
la unidad en estado permanente, u(t), una senal en tiempo continuo, debera ser constante una vez ale-
zado el estado permanente.
Determinemos u(z):
U(z) = C(z) = 0.6225z-
2
+ 0.3775z
2-
3
= 1.5820(1 -
G(z) (1 _ Z-1) 0.3935z 1 - z
1 - 0.6065z 1
= 1.5820 + 1.5820z-
1
+ Z-2 + Z-3 + Z-4 + ...
Capitulo 4 Problemas de ejemplo y soluciones
283
AI tomar la transformada z inversa de U(z), encontramos que u(k) es constante para k ~ 2. Por 10 tanto, no
existen componentes oscilatorias entre muestras en la salida una vez que se ha alcanzado el tiempo de
asentamiento. La senal u(t) en funci6n de t aparece graficada en la figura 4-61b).
Problema A-4-14
Considere el sistema de control digital que se muestra en la figura 4-62. Disene un controlador digital
GD(z) tal que el sistema en lazo cerrado exhiba el tiempo de asentamiento minima con un error en estado
permanente cero en una respuesta rampa unitaria. EI sistema no podra tener componentes oscilatorias
entre muestras en estado permanente. EI periodo de muestreo T se supone de 1 seg. Despues de disenar el
controlador, investigue la respuesta del sistema a una entrada delta de Kronecker y a una entrada esca16n
unitario.
Soluci6n EI primer paso en el diseno sera determinar la transformada z de la planta que esta antecedida
por un reten de orden cero:
G(z) = z[
1
- se-
rs
~ ] = (1 - Z I Z [ ~ ]
(1 + Z-I)Z-1
2(1 - Z-I)2
Ahora definamos la funcion de transferencia pulso en lazo cerrado como F(z):
C(z) = GD(z)G(z) = F(z)
R(z) 1 + GD(z)G(z)
Observe que si G(z) se expande a una serie en Z-I entonces el primer terrnino sera 0.5 de Z-I. Por 10 tanto,
F(z) debe de empezar con un termino en Z-I:
F(z) = alz-
I
+ a2z-2 + ... + aNz-
N
donde N ~ n siendo n el orden del sistema. Dado que el sistema aqui es de segundo orden, n = 2.
En vista de que la entrada es una rampa unitaria, de la ecuaci6n (4-48) requerimos que
(4-81)
Note que G(z) tiene un polo doble criticamente estable en z = 1. Por 10tanto, desde el punto de vista del
requisito de estabilidad, I - F(z) debera tener un cero doble en z = 1. Sin embargo, 1- F(z) ya implica un
termino (I - Z-I)2, satisfaciendo por 10 tanto el requisito de estabilidad.
Dado que el sistema no debe mostrar componentes oscilatorias entre muestras en el estado perma-
nente, requerimos que U(z) sea del tipo siguiente de la serie en Z-I:
U(z) = b
o
+ bIZ-I + b
2z-
2
+ .,. + bN_1Z-
N
+
1
+ b(Z-N + Z-N-I + Z-N-2 + ... )
r(t)
R(z)
Controlador
digrtal
u(kT)
VIz)
Reten de
ordencera
G(z)
e(t)
C(z)
Figura4-62 Sistema de control digital.
284
Diseho de sistemas de control en tiempo discreto mediante rnetodos convencionales Capituc
Dado que la funci6n de transferencia de la planta Gp(s) incluye un doble integrador, b debe ser cero. I
10 contrario, la salida aumentara en forma parabolica, en vez de linealmente.) En consecuencia. teo
mos
U(z) = b + b, Z-I + ... + b
N
-
I
Z-N+I
De la figura 4-62, U(z) puede darse en la forma
U(z) = C(z) = C(z) R(z) = F(z) R(z)
G ~ R ~ G ~ G ~
Z-1 2(1 - Z-I)2
- F(z) -:-:---'--....,..,.-:; - - - - - - - - ~
- (1 - z I? (1 + Z-I)Z-1
2
= F(z) 1 + Z-1
Para que U(z) sea una serie en Z-I con un numero finito de terrninos, F(z) debe ser divisible entre 1- =
U(z) = 2F;(z)
donde Fl(z) es un polinomio en Z-l con un numero finito de terrninos.
Al comparar las ecuaciones (4-81) y (4-82) y mediante un simple analisis, vemos que Fi:
incluir un termino con por 10menos z-J. Por 10tanto, suponemos
F(z) = alz-1 + a2z-2 + a3 z-
3
Esta forma supuesta de F(z) involucra s610 el numero minimo de terrninos, la respuesta transiton
asentara en tres periodos de muestreo.
Determinaremos ahara las constantes ai' a
2
Ya-. De la ecuaci6n (4-81) tenemos
1 - al Z-I - a2z-2 - a3z-3 = (1 - Z-I? N(z)
Entonces, U(z) se puede escrihir como sigue:
Si dividimos el primer miembro de esta ultima ecuaci6n entre (1 - Z-I)2, el cociente es 1 + (2 - a c-
residuo es [2(2 - a
l)
- (1 + a2)][2 - [(2 - a
l)
+ a
3]z-J.
De ahi, se determina N(z) en la forma
N(z) = 1 + (2 - al)z-I
y el residuo se iguala a cero:
Para satisfacer esta ultima ecuacion, es necesario que
De la ecuaci6n (4-82), tenemos
al
z-
1
+ a2
z-
2
+ a3z-3 = (1 + z-I)FI(z)
Si dividimos el primer miembro de esta ultima ecuaci6n entre 1+Z-I, el cociente es a1z-
1
+ (a2 - a c
residuo es (al - a2 + a3)z-J. Por 10tanto,
:::apitula 4
Problemas de ejemplo y soluciones
285
y el residuo se iguala a cero:
(4-86)
AI resolver las ecuaciones (4-84), (4-85) Y(4-86) en funci6n de GJ, G
2
YG], obtenemos
GI = 1.25,
GZ = 0.5, G3 = -0.75
Por 10 tanto.
N(z) = 1 + 0.75z-
1
y
F1(z) = 1.25z-
1
- 0.75z-
z
= 1.25z-
1(1
- 0.6z-
1
)
y F(z) se deterrnina como sigue:
GD(z) = G(z)(1 _ Z-l)Z N(z)
1.25z-
1
(1 + z-I)(l - 0.6z-
l
)
F(z) = 1.25z-
1
+ 0.5z-
z
- 0.75z-
3
= 1.25z-
1
(1 + z-l)(l - 0.6z-
1
)
EI controlador digital G,,(z) se determina a continuacion de la ecuacion (4-50):
F(z)
(1 + z I)Z 1 -I Z -I
2(1 _ Z-l)Z (1 - z J (1 + 0.75z )
_ 2.5(1 - 0.6z-
l
)
- 1 + 0.75z-
1
Con el controlador digital as! diseflado, la salida del sistema en respuesta a una entrada rampa
unitaria se obtiene como sigue:
C(z) = F(z)R(z)
Z-I
= (1.25z-
1
+ 0.5z-
z
- 0.75z-
3
) (1 _ Z-I)Z
= 1.25z-
2
+ 3z-
3
+ 4z-
4
+ 5z-
5
+ ...
Y por 10 tanto,
c(O) = 0
c(l) = 0
c(2) = 1.25
c(k)=k, k=3,4,5, ...
Observe que de la ecuaci6n (4-83) tenemos
U(z) = 2F
1(z)
= 2(1.25z-
1)(1
- 0.6z-
1
)
= 2.5z-
1
- 1.5z-
z
Por 10 tanto. la serial de control U(k) se convierte en cero para k 3. Consecuentemente, no habra
componentes oscilatorias entre muestras en la respuesta en estado perrnanente. La figura 4-63 muestra
las graficas de c(k) en funcion de k. lI(k) en funcion de k y 1I(t) en funcion de I en la respuesta rampa
unitaria.
Figura 4-63 Graficas de c(k) en funcion de k, u(k) en fune
k y u(t) en funcion de ten la respuesta rampa unitaria del si
disenado en el problema A-4-14.
R(z) 1.25z-
I(1
+ z-I)(1 - 0.6z-
l
)
U(z) = F(z) G(z) = (1 + z I)Z 1/[2(1 - z 1)2]
= 2.5(1 - 0.6z-
I)(1
- Z-I?
= 2.5 - 6.5z-
1
+ 5.5z-
2
- 1.5z-
3
A continuacion, investiguemos la respuesta de este sistema a una entrada delta de Kronec
una entrada escalon unitario. En el caso de una entrada delta de Kronecker
C(z) = F(z)R(z) = F(z) = 1.25z-
1
+ 0.5z-
2
- 0.75z-
3
Note que U(z) en este caso se convierte en:
La sefial de control u(k) se convierte en cero para k 4. Por 10tanto, no habra componentes osci
entre muestras despues de t 4T= 4.
4
-2
-4
u(t)
286 Diseiio de sistemasde control en tiernpo discreto mediante rnetodos convencionales
Copitoc
elk)
0 2 3 4 5 k
u(k)
4
2
0
2 3 4 5 k
-2
-
-4
Capitulo 4 Problemas de ejemplo y soluciones
287
En el caso de la entrada escal6n unitario,
C(z) = F(z)R(z) = (1.25z-
1
+ O.5z-
z
-
1 - z
= 1.25z-
1
+ 1.75z-
z
+ Z-3 + Z-4 + z" + ...
EI sobrepaso maximo es de 75% en la respuesta escal6n unitario. Observe que
U(z) = F(z) R(z) = 1.25z-
I(1
+ z-I)(1 - O.6z-
l
)
G(z) (1 + z ')Z 1(1 _ -I)
2(1 - z '? z
= 1.25(1 - O.6z-
I)(2)(1
- Z-I)
= 2.5 - 4z-
1
+ 1.5z-
z
La senal de control u(k) se convierte en cero para k 3. En consecuencia, no habran componentes
oscilatorias entre muestras despues de que se ha alcanzado el tiempo de asentamiento. En la figura 4-64a)
se muestran las graficas de c(k) en funci6n de k, u(k) en funci6n de k y u(t) en funci6n de t en respuesta
a la entrada delta de Kronecker. La figura 4-64b) muestran graficas similares para la respuesta escal6n
unitario. Note que cuando el sistema se ha disenado para la entrada rampa la respuesta a una entrada
escal6n ya no es oscilatoria.
elk) e(k)
2
2
3
3
4
4
5
5
k
k
u(t)
u(t)
5 5
0 0
2 3 4 5 t (s )
-5 -5
t (s )
a) b)
Figura 4-64 a) Graficas de elk) en funci6n de k, u(k) en funcion de k y u(/) en funcion de I en la respuesta a una
entrada delta de Kronecker del sistema disenado en el problema A-4-14; b) Graficas de elk) en funcion de k, u(k) en
funci6n de k y u(t) en funcion de ten la respuesta escalon unitario para el mismo sistema.
288
Disefio de sistemas de control en tiempo discreto mediante rnetodos convencionales Capit
PROBLEMAS
Problema 8-4-1
Considere las regiones en el plano s que se muestran en las figuras 4-65a) y b). Dibuje las regie
correspondientes en el plano z. El periodo de muestreo Tse supone de 0.3 seg. (La frecuencia de muesc
es w, = 271"/T= 271"/0.3 = 20.9 rad/seg.)
(a)
I
I
I
I
0=-4.5
I
I
I
I
0=-1
o
Plano 5
tr (rad/seg)
a
-j7
(b)
0=-4.5
jw
/
/ 30
I
/
Plano 5
j7 (rad/seg)
o
a
Figura 4-65 a) Regionen el planos limitada
lineas de w constantesylineas de a constantes:
regionen el planos limitadas por lineas de
constantes, lineas de w constantesy una lineade
constante.
Problema 8-4-2
Considere la siguiente ecuacion caracterfstica:
Z3 + 2.1z
2
+ 1.44z + 0.32 = 0
Determine si cualquiera de las raices de la ecuacion caracteristica estan 0 no fuera del circulo unitario
centro en el rigen del plano z.
Problema 8-4-3
Determine la estabilidad del siguiente sistema en tiempo discreto:
Y(z) Z-3
X(z) 1 + 0.5z-
J
- 1.34z 2 + 0.24z 3
Problema 8-4-4
Considere el sistema de control en tiempo discreto en lazo cerrado mostrado en la figura 4-13. Dete
el intervalo de la ganancia K para estabilidad mediante el uso del criterio de estabilidad de Jury.
Capitulo 4 Problemas
289
Problema 8-4-5
Resuelva el problema 8-4-4 utilizando la transformaci6n bilineal junto con el criterio de estabilidad de
Routh.
Problema 8-4-6
Considere el sistema
Y(z) = G(z) = bo + b1z-
1
+ ... + bnz-
n
X(z) 1+alz
1+"'+a
nZ
n
Suponga que la secuencia de entrada {x(k)} es acotada. Esto es,
fx(k)1 $ M
1
= constante, siendo k = 0, 1, 2, ...
Demuestre que, si todos los polos de G(z) estan dentro del circulo unitario en el plano z, entonces la salida
y(k) tambien es acotada; esto es.
[v(k)/ $ M
2
= constante, siendo k = 0, I, 2, ...
Problema 8-4-7
Enuncie las condiciones de estabilidad, inestabilidad y estabilidad critica en terminos de la secuencia de
ponderaci6n g(kT) de un sistema de control en tiempo discreto lineal e invariante con el tiempo.
Problema 8-4-8
Considere el sistema de control digital que se muestra en la figura 4-66. Trace los lugares geornetricos de
las raices con forme se varia la ganancia K desde 0 hasta oc Determine el valor critico de la ganancia K
para estabilidad. EI periodo de muestreo es de 0.1 seg, es decir T= 0.1. (,Que valor de la ganancia K dara
un factor de amortiguamiento relativo ( de los polos en lazo cerrado igual a 0.5? Con la ganancia K
definida para obtener (= 0.5, determine la frecuencia natural amortiguada w" y el nurnero de muestras
por cicio de la oscilaci6n senoidal amortiguada.
R(z)
K(z + 1)
(z - 11(z - 0.6065)
C(z)
Figura 4-66 Sistema de control digital para el problema 8-4-8.
Problema 8-4-9
Refiriendonos al sistema de control digital mostrado en la figura 4-67. disene un controlador digital
G/)(z) tal que el factor de amortiguamiento relativo (de los polos dominantes en lazo eerrado sea 0.5 yel
numero de muestras por cicIo de la oscilaci6n senoidal amortiguada sea 8. Suponga que el periodo de
rnuestreo es de 0.1 seg es decir T = 0.1. Determine la constante de error de velocidad estatica. Tambien,
determine la respuesta del sistema disenado a una entrada escal6n unitario.
Problema 8-4-10
Considere el sistema de control rnostrado en la figura 4-68. Disene un controlador digital adecuado que
incluya una acci6n de control integral. Las especificaciones de diseno son que el factor de amortiguamiento
relativo (de los polos dominantes en lazo cerrado sea 0.5 y que existan por 10 rnenos 8 rnuestras por ciclo
290 Diseiio de sistemas decontrol en fiernpo discreto mediante mstodos convencionales Capitulo 4
r(t)
R(z)
Go(z)
eft)
C(z)
r(t)
R(z)
G(s)
Figura 4-67 Sistema de control digital para el problema 8-4-9.
G(s)
Figura 4-68 Sistema de control digital para el problema 8-4-10.
e (t)
C(z)
de la oscilaci6n senoidal arnortiguada. El periodo de muestreo se supone de 0.2 seg es decir T= 0.2. Una
vez disefiado el controlador digital, determine la constante de error de velocidad estatica K;
Problema 8-4-11
Considere el sistema de control digital mostrado en la figura 4-69, donde la planta es de primer orden y
tiene un tiempo muerto de 5 seg. Seleccionando un periodo de muestreo razonable T, disefie un controlador
digital PI tal que los polos dominantes en lazo cerrado tengan un factor de amortiguamiento relativo de
0.5 y el numero de muestras por cicio de la oscilaci6n senoidal amortiguada sea 10. Despues de disenar
el controlador, determine la respuesta del sistema a una entrada escal6n unitario.
r(t)
R(z)
Controlador
PI digital
cIt)
C(z)
G(s)
Figura 4-69 Sistema de control digital para el problema 8-4-11.
Problema 8-4-12
Disene un controlador proporcional y derivativo digital para la planta cuya funci6n de transferencia es 11
S2 tal y como se muestra en la figura 4-70. Se desea que el factor de amortiguamiento relativo de los
polos dominantes en lazo cerrado sea de 0.5 y la frecuencia natural no arnortiguada sea 4 rad/seg. EI
periodo de muestreo es 0.1 seg, es decir T= 0.1. Despues de disenar el controlador, determine el numero
de muestras por ciclo de la oscilaci6n senoidal amortiguada.
:::apitula 4
r(t)
R(z)
Problemas
Controlador
PO digital
cIt)
C(zl
291
G(s)
Figura 4-70 Sistema de control digital para el problema B-4-12.
Problema B-4-13
Al hacer referencia al sistema considerado en el problema A-4-9, rcdisene el controlador digital de tal
forma que la constante de error de veloeidad estatica K" sea 12 seg', sin cambiar en forma apreciable las
posiciones de los polos dominantes en lazo cerrado en el plano 2. EI periodo de muestreo se supone de 0.2
seg 0 T = 0.2. Una vez redisefiado el controlador, obtenga la respuesta escal6n unitario y la respuesta
rampa unitaria del sistema de control digital.
Problema B-4-14
Considere el sistema de control digital mostrado en la figura 4-71. Dibuje un diagrama Bode en el plano
w. Defina la ganancia K de tal manera que el margen de fase sea igual a 50. Con la ganancia K definida
de esta forma, determine cl margen de ganancia y la constante de error de velocidad estatica K, .. Se
supone que el periodo de muestreo es de 0.1 seg, es decir T = 0.1.
r(t)
1
sis + 101
c Itl
G(s)
Figura 4-71 Sistema de control digital para el problema B-4- J4.
Problema B-4-15
Utilizando el metoda del diagrama Bode en el plano w, disene un controlador digital para el sistema
mostrado en la figura 4-72. Las espccificaciones de diseno consisten en que el margen de fasc sea de 50.
el margen de ganancia de por 10 menos 10 dB, y la constante de error de velocidad estatica K" sea de 20
seg'. EI periodo de muestreo se supone de 0.1 scg, es decir T = 0.1. Una vez disenado el controlador.
caleule el numero de muestras por cicio de la oseilaci6n senoidal amortiguada.
r(t)
Glsi
Figura 4-72 Sistema de control digital para ei problema 8-4-15.
cltl
292 Disefio de sistemasde control en tiempo discreto mediante rnetodos convencionales Copituc
Problema 8-4-16
Considere el sistema de control digital de la figura 4-73. Al usar el metodo del diagrama de Bode en d
plano w, disene un controlador digital de tal forma que el margen de fase sea de 60
0
, el margen de
ganancia de 12 dB 0 mas, y la constante de error de velocidad estatica de 5 seg'. EI perfodo de
muestreo se supone de 0.1 seg, es decir T = O. I.
r It)
Go Izi
Gis)
5
(s + 1)ls + 2)
c (t)
Figura 4-73 Sistema de control digital para el problema B-4-16.
Problema 8-4-17
Considere el sistema mostrado en la figura 4-74. Disefie un controlador digital utilizando un diagra
Bode en el plano w de tal forma que el margen de fase sea de 500 y el margen de ganancia de por 10 me
10 dB. Se desea que la constante de error de velocidad estatica K" sea de 10 seg'. EI periodo de muesu
esta especificado como 0.1 seg, es decir T = 0.1. Una vez disefiado el controlador, determine el nurne
de muestras por cicio de la oscilacion senoidal amortiguada.
r (r)
KI2s + 11
sis + 1)(0.2s + 11
cit)
Gisl
Figura 4-74 Sistema de control digital para el problema B-4-17.
Problema 8-4-18
Considere el sistema de control digital mostrado en la figura 4-75. Disefie un controlador digital GJ)(::1
que la salida del sistema tenga una respuesta con oscilaciones rnuertas a una entrada escalon unit
(esto es, el tiernpo de asentamiento sera el minimo posible y el error en estado permanente sera c
tambien, la salida del sistema no mostrara componentes oscilatorios entre muestras una vez alcanzado
tiempo de asentamiento). EI perfodo de muestreo T se supone de 1 seg, es decir T = 1.
r It)
Controlador
digital
u(kT)
Reten de
ordencera
cit)
Figura 4-75 Sistema de control digital para el problema B-4-18
5
Ana/isis en el espacio
deestado
i-' INTRODUCCION
En los capitulos 3 y 4 nos ocupamos de los metodos convencionales para el analisis y el disefio de los
sistemas de control. Metodos convencionales como los dellugar geometrico de las raices y los de
respuesta en frecuencia, son utiles para los casos de sistemas con una entrada y una salida. Los
metodos convencionales son conceptualmente sencillos y nada mas requieren de un nurnero razona-
ble de calculos, pero s610son aplicables a sistemas lineales invariantes en el tiempo con una entrada
y una salida. Se basan en la relacion entrada-salida del sistema, es decir, en la funcion de transfe-
rencia 0 la funcion de transferencia pulso. No se aplican a sistemas no lineales, excepto en casos
simples. Asimismo, los metodos convencionales no son aplicables al disefio de sistemas de control
optimo y adaptable, mismos que son, en su mayor parte, variantes en el tiempo y/o no lineales.
Un sistema de control modemo puede tener muchas entradas y muchas salidas, y estas estan
interrelacionadas de una manera complicada. Los metodos en el espacio de estado para el analisis y
la sintesis de sistemas de control son mas adecuados para tratar con sistemas con varias entradas y
varias salidas que se requiere que sean 6ptimos en algun sentido.
Concepto del metoda en el espacio de estado. Este metodo se basa en la descripcion del
sistema en terminos de n ecuaciones en diferencias 0 diferenciales de primer orden, que pueden
combinarse en una ecuacion matricial en diferencias 0 diferencial de primer orden. La utilizacion de
la notacion matricial simplifica en gran medida la representaci6n rnatematica de los sistemas de
ecuaciones.
El disefio del sistema mediante el uso del concepto de espacio de estado permite al ingeniero
disefiar sistemas de control con respecto a indices de desempefio dados. Ademas, el disefio en el
espacio de estado se puede realizar para toda una clase de entradas, en lugar de una funcion de
entrada especifica como la funcion impulso, la funcion escalon 0 la funcion senoidal. Asimismo, los
293
294 Anclisis en el espacio de estado Capitulo 5
metodos en el espacio de estado penniten al ingeniero incluir condiciones iniciales dentro del dise-
no. Esta es una caracteristica muy importante, que no tienen los metodos de disefio convencional.
A continuacion definiremos primero 10 que es estado, variable de estado, vector de estado y
espacio de estado, y luego presentaremos las ecuaciones en el espacio de estado.
Estado. EI estado de un sistema dinamico es el conjunto mas pequefto de variables (Ilama-
das variables de estado) tales que el conocimiento de dichas variables en t = to, junto con el conoci-
miento de la entrada para t to, detenninan por completo el comportamiento del sistema para cual-
quier tiempo t to. EI concepto de estado de ninguna manera esta limitado a sistemas fisicos; tam-
bien se aplica en sistemas biologicos, sistemas econornicos, sistemas sociales y otros.
Variables de estado. Las variables de estado de un sistema dinarnico son las que conforman
el conjunto mas pequefio de variables que detenninan el estado del sistema dinamico. Si para descri-
bir en su totalidad el comportamiento de un sistema dinamico se requiere de por 10 menos n variables
XI' X
2,
... ,XII (de tal forma que una vez dada la entrada para t toYel estado inicial en t = to, el estado
futuro del sistema queda completamente detenninado), entonces dichas n variables se consideran un
conjunto de variables de estado.
Observe que las variables de estado no necesitan ser cantidades fisicamente medibles u obser-
vables. Aquellas variables que no representan cantidades fisicas y aquellas que no se pueden medir
ni observar, se pueden seleccionar como variables de estado. Esta libertad en la seleccion de varia-
bles de estado es una ventaja de los metodos en el espacio de estado. Sin embargo, en la practica, 10
conveniente es seleccionar cantidades facilmente medibles como variables de estado, si esto fuera
posible, ya que las leyes de control optirno requeriran la retroalirnentacion de todas las variables de
estado, con una adecuada ponderacion.
Vector de estado. Si se necesitan n variables de estado para describir completamente el com-
portamiento de un sistema dado, entonces estas n variables de estado se pueden considerar como los
n componentes de un vector x. Dicho vector se conoce como vector de estado. Un vector de estado
es, por tanto, un vector que detennina en forma (mica el estado x(t) del sistema para cualquier tiempo
t to, una vez dado el estado en t = toYespecificada la entrada u(t) para t to.
Espacio de estado. EI espacio de n dimensiones cuyos ejes coordenados estan formados por
el eje XI' eje X
2,
, eje XII se conoce como espacio de estado. Cualquier estado puede representarse
por un punto dentro del espacio de estado.
Ecuaciones en el espacio de estado. En el anal isis en el espacio de estado se tratara con tres
tipos de variables que estan involucradas en el modelado de sistemas dinamicos: las variables de
entrada, las de salida y las de estado. Como se vera en la seccion 5-2, la representacion en el espacio
de estado para un sistema dado no es (mica, con la excepcion de que el nurnero de variables de estado
es el mismo para cualquiera de las distintas representaciones en el espacio de estado del misrno
sistema.
Para sistemas (lineales 0 no lineales) de tiempo discreto variantes en el tiempo, la ecuacion de
estado se puede escribir como
x(k + 1) = f[x(k),u(k),k]
y la ecuacion de salida como
Secci6n 51 Introducci6n
y(k) = g[x(k),u(k),k]
295
Para los sistemas lineales de tiempo discreto variantes en el tiempo, la ecuacion de estado y la
ecuacion de salida se pueden simplificar a
x(k + 1) = G(k)x(k) + H(k)u(k)
y(k) = C(k)x(k) + D(k)u(k)
donde
x(k) = vector n
y(k) = vector m
u(k) = vector r
G(k) = matriz n x n
H(k) = matriz n x r
C(k) = matriz m x n
D(k) = matriz m x r
(vector de estado)
(vector de salida)
(vector de entrada)
(matriz de estado)
(matriz de entrada)
(matriz de salida)
(matriz de transmision directa)
La presencia de la variable k en los argumentos de las matrices G(k), H(k), C(k) y D(k) implica
que estas matrices varian con el tiempo. Si la variable k no aparece en forma explicita en estas
matrices, se supone que son invariables en el tiempo, es decir, constantes. Esto es, si el sistema es
invariante en el tiempo, entonces las dos ultimas ecuaciones se pueden simplificar a
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k) + Du(k)
(5-1)
(5-2)
AI igual que en el caso del tiempo discreto, los sistemas de tiempo continuo (lineal 0 no lineal)
se pueden representar mediante la siguiente ecuacion de estado y la siguiente ecuacion de salida:
x(t) = f[x(t), u(t), t]
yet) = g[x(t), u(t), t]
Para sistemas lineales de tiempo continuo variantes en el tiempo, las ecuaciones de estado y de salida
estan dadas por
x(t) = A(t)x(t) + B(t)u(t)
yet) = C(t)x(t) + D(t)u(t)
Si el sistema es invariante en el tiempo, entonces las dos ultimas ecuaciones se simplifican a
x(t) = Ax(t) + Bu(t)
yet) = Cx(t) + Du(t)
(5-3)
(5-4)
En la figura 5-la) se muestra la representacion en diagrama de bloques del sistema de control en
tiempo discreto definido por las ecuaciones' (5-1) y (5-2), y la figura 5-1b) muestra el sistema de
control en tiempo continuo definido por las ecuaciones (5-3) y (5-4). Observe que las configuracio-
nes basicas de los sistemas en tiempo discreto y en tiempo continuo son las mismas.
296
u(k)
(a)
Anolisis en el espacia de estado Capitulo .5
x(k) y(k)
utr)
(b)
x(t) y(r)
Figura 5-1 a) Diagrama de bloques de un sistema de control lineal en tiempo discreto invariante en el tiempo
representado en el espacio de estado; b) diagrama de bloques de un sistema de control lineal en tiempo continuo invariame
en el tiempo represent ado en el espacio de estado.
Observe que en este libro u(k) [0 bien u(t)] denota tanto el vector de entrada a un sistema co
el vector de control (entrada de control a una planta). Por tanto, u(k) [0 u(t)] se interpreta ya
como el vector de entrada 0 como el vector de control, de acuerdo con las circunstancias.
Reseiia del capitulo. La secci6n 5-1 present6 una introducci6n del metodo en el espacio
estado y defini6 algunos terminos basicos. La secci6n 5-2 se ocupa de varias representaciones en
espacio de estado de sistemas lineales de tiempo discreto invariantes en el tiempo. La secci6n 5-
primero obtiene la soluci6n de la ecuaci6n de estado lineal de tiempo discreto invariante en el tie
mediante el procedimiento de recursi6n y el metoda de la transformada z. Posteriormente pre
un metodo para calcular (zI - Gt\ y concluye con un analisis para la soluci6n de la ecuaci6n
estado lineal de tiempo discreto invariante en el tiempo. La secci6n 5-4 se ocupa de la matriz de
funci6n de transferencia pulso. La secci6n 5-5 en principio trata la discretizaci6n de las ecuacio
en el espacio de estado lineal de tiempo continuo y luego analiza la respuesta en tiempo entre
::05-2 Representaciones en el espacio de estado de sistemas en tiempo discrete 297
- ;:... ntes de muestreo consecutivos. La seccion final, seccion 5-6, presenta el analisis de estabilidad
::: ., .apunov, Empieza con la discusion de la funcion de Liapunov y las definiciones de estabilidad
:: s.stemas dinamicos. Asimismo, presenta el teorema principal de estabilidad de Liapunov, seguido
:': - 'us aplicaciones al analisis de estabilidad de sistemas lineales de tiempo continuo y de tiempo
: -;
ESENTACIONES EN EL ESPACIO DE ESTADO
SISTEMAS EN TIEMPO DISCRETO
Formas canonicas para ecuaciones en el espacio de estado en tiempo discreto. Existen
;- __ tecnicas para obtener representaciones en el espacio de estado correspondientes a sistemas
=-- : ernpo discreto. Considere el sistema en tiempo discreto descrito por
y(k) + aly(k - 1) + azy(k - 2) + ... + any(k - n)
= bou(k) + b-ut]: - 1) + ... + bnu(k - n) (5-5)
:.. -:" lI(k) es la entrada e y(k) es la salida del sistema en el instante de muestreo k. Observe que
.L,= _- os de los coeficientes a,(i = 1,2, ... , n) y h/} = 0, 1,2, ... ,n) pueden ser cero. La ecuacion
- se puede escribir en la forma de la funcion de transferencia pulso como
Y(z) b
o
+ blz
1
+ ... + bnz-
n
U(z) = 1 + alz 1+ '" + anz
n
(5-6)
Y(z) boz
n
+ blz
n
-
I
+ + b
n
U(z) = z" + al z" 1+ + an
(5-7)
xisten muchas formas de I1evar a cabo representaciones en el espacio de estado para el siste-
IIILl ::- .iempo discreto descrito por las ecuaciones (5-5), (5-6) 0 (5-7). Aqui se presentan las siguien-
II::;
I. :-orma canonica controlable
Forma canonica observable
_. Forma canonica diagonal
:-orma canonica de Jordan
-'-:que se refiere al significado de los terminos controlable y observable, yea las secciones 6-2
.,,:-:: La forma canonica controlable se puede obtener con el metodo de programacion directa. (Vea
. :7:::-lema A-5-1.) La forma canonica observable se puede obtener a partir del metoda de progra-
. : -: anidada. (Vea el problema A-5-2.) La forma canonica diagonal y la forma can6nica de Jordan
. 'd," obtener utilizando el metodo de expansion en fracciones parciales. (Vea los problemas A-
-\-5-4.)
Forma canonica controlable La representaci6n en el espacio de estado del sistema en tiem-
lIE : obtenida de las ecuaciones (5-5), (5-6) 0 (5-7) se puede expresar en la forma dada por las
::1es siguientes:
298
[
xI(k + 1)] [0
xz(k+l) 0
+ 1) =
xn(k + 1) -an
1
o
o
o
1
o
An61isis en el espacia de estado
Capftulc =
Las ecuaciones (5-8) y (5-9) son las ecuaciones de estado y salida, respectivamente. La represen
ci6n en el espacio de estado dada par las ecuaciones (5-8) y (5-9) se conoce cornunrnente co
forma canonica contralable. [Para la deducci6n de las ecuaciones (5-8) y (5-9) vea el problema.
5-1.]
Observe que si se invierte el orden de las variables de estado, es decir, si se define nuev
variables de estado, de acuerdo con la forma
[
XI(k)] [0 0 0 1][XI(k)]
=
xn(k) 1 0 0 0 xn(k)
entonces la ecuaci6n de estado se puede escribir como sigue:
[
XI(k + 1) [-a
l
<a: .
xz(k + 1) 1 0 .
x3(k + 1) = 0 1 .
"
..
"
xn(k + 1) 0 0 ...
La ecuaci6n de salida se puede dar en Ia forma
-an-I
o
o
1
-an][XI(k)] [1]
o xz(k) 0
+ u(k)
o xn(k) 0
(5-1
Las ecuaciones (5-10) y (5-11) tambien estan en la forma can6nica controlable.
(5-]
Forma canonica observable. La representaci6n en el espacio de estado del sistema en ti
po discreto dada por las ecuaciones (5-5), (5-6) 0 (5-7) se puede expresar en la forma siguiente:
[
xI(k + 1) ]
xz(k + 1)
+ 1) -
xn(k + 1)
o 0
1 0
o 0
o 0
o 0
o 0
1 0
o 1
(5-
Se<cion 5-2 Representaciones en el espacio de estado de sistemas de tiempo discreto 299
(5-13)
_-" o;:::,resentaci6n en el espacio de estado dada por las ecuaciones (5-12) y (5-13) se conoce como
" C' ol canonica observable. [Para la deducci6n de las ecuaciones (5-12) y (5-13), vea el problema
~ --: -=] Observe que la matriz de estado de n x n de la ecuaci6n de estado dada por la ecuaci6n (5-
.=. ;:, la transpuesta de la matriz correspondiente de la ecuaci6n de estado definida por la ecuaci6n
Observe que si se invierte el orden de las variables de estado, es decir, si se definen
[
Xl(k)] [0 0 ... 0 l][Xl(k)]
X2(k) _ 0 0 '" 1 0 X2( k )
-.. .
.. .
.. '"
xn(k) 1 0 ... 0 0 xn(k)
~ ~ e s fa ecuaci6n de estado y la ecuaci6n de salida se convierten en:
xl(k + 1) ]
l
x2(k + 1)
xn-l(i + 1)
xn(k + 1)
-a) 1 0
-a2 0 1
-a
n-)
0 0
-an 0 0
(5- 14)
(5- I5)
_.:..' ecuaciones (5-14) y (5-15) tambien estan en la forma can6nica observable.
Forma canonica diagonal. Si los polos de la funci6n de transferencia pulso dados por las
~ .aciones (5-5), (5-6) 0 (5-7) son todos distintos, entonces la representaci6n en el espacio de estado
x : .iede expresar en la forma can6nica diagonal como sigue:
(5-16)
300 Anolisis en el espacio de estado Capitulo 5
(5-17)
[Para las correspondientes deducciones de las ecuaciones (5-16) y (5-17), yea el problema A-5-3.]
Forma canonica de Jordan. Si la funci6n de transferencia pulso dada por las ecuaciones
(5-5), (5-6) 0 (5-7) incluye un polo multiple del orden m en z = PI Ytodos los demas polos son
distintos, entonces la ecuaci6n de estado y la ecuaci6n de salida se pueden expresar como sigue:
xI(k + 1)
PI
1 0 0: 0 0 xI(k) 0
x2(k + 1)
o PI
1 o " 0 0 x2(k) 0
I
I
I
xm(k + 1)
I
xm(k) 0 0 0
PI:
0 0 1
u(k) (5-18)
------------
I
+
-----------------,-------------
xm+l(k + 1) 0 0 0
o :Pm+l
0
xm+l(k)
1
I
: I
I
x.I]: + 1) 0 0 0 0: 0
Pn
xn(k) 1
I
[X'(k) ]
y(k) = [CI C2
...
cn] X ~ k + bou(k)
(5-19)
xn(k)
[Las deducciones de las ecuaciones (5-18) y (5-19), aparecen en el problema A-5-4.] La matriz de
estado de n x n esta en la forma can6nica de Jordan. (Para mayores detalles sabre las formas can6ni-
cas de Jordan, yea el apendice A.)
Ejemplo 5-1
Considere el sistema siguiente:
Y(z) z+1
U(z) Zz + 1.3z + 0.4
Las representaciones en el espacio de estado en las formas canonica controlable, canonica observable :-
canonica diagonal, se convierten en:
FORMA CANONICA CONTROLABLE:
[
Xt(k + 1)] _[0 1][Xt(k)] [0]
xz(k + 1) - -0.4 -1.3 xz(k) + 1 u(k)
y(k) = [1 1
1
[Xt(k)]
xz(k)
FORMA CANONICA OBSERVABLE:
y(k) = [0
FORMA CANONICA DIAGONAL:
-O.4][Xt(k)] + [1]U(k)
-1.3 xz(k) 1
1
1[Xt(k)]
xz(k)
La funcion de transferencia pulse Y(z)/U(z) obtenida se puede expandir como sigue:
5-2 Representaciones en el espacio de estado de sistemas de tiempo discreto
Y(z) 5/3 -2)3
--=---+---
U(z) z+0.5 z+0.8
301
Y. par tanto.
[
Xt(k + 1)] = [-0.5 0 ][Xl(k)] + [l]U(k)
x2(k + 1) 0 -0.8 x2(k) 1
y(k) =
No unicidad de las representaciones en el espacio de estado. Para un sistema con funcion
:-0 transferencia pulso dada, la representacion en el espacio de estado no es (mica. Se ha demostrado
existen diferentes representaciones en el espacio de estado para un sistema con funcion de
::"".:.nsferencia pulso. Las ecuaciones de estado, sin embargo, estan relacionadas unas con otras me-
una transformacion de similitud.
Considere el sistema definido por
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k) + Du(k)
define un nuevo vector de estado x(k) mediante
x(k) = PX(k)
(5-20)
(5-21)
(5-22)
-,je P es una matriz no singular. [Observe que, en vista de que tanto x(k) como x(k) son vectores
dimension n, estan relacionados uno con el otro mediante una matriz no singular.]
Entonces, al sustituir la ecuacion (5-22) en la ecuacion (5-20) se obtiene
PX(k + 1) = GPX(k) + Hu(k)
ambos lados de la ecuacion (5-23) por p-I, da
x(k + 1) = p-l GPX(k) + p-l Hu(k)
=",::niendo
P-IGP = G,
ecuacion (5-24) se puede escribir como sigue:
x(k + 1) = Gx(k) + Hu(k)
:::: - similar, si se sustituye la ecuacion (5-22) en la ecuacion (5-21), se obtiene
y(k) = CPX(k) + Du(k)
(5-23)
(5-24)
(5-25)
(5-26)
CP = t:
a uacion (5-26) se puede escribir como
D=D
y(k) = tx(k) + Du(k)
(5-27)
-.3 demostrado as! que la representacion en el espacio de estado dada por las ecuaciones (5-20) y
=-: : I.
302 An61isis en el espacio de estado
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k) + Du(k)
Capitulo 5
es equivalente a la representacion en el espacio de estado dada por las ecuaciones (5-25) y (5-27).
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k) + bu(k)
Los vectores de estado x(k) yx(k) estan relacionados entre sf mediante la ecuacion (5-22). Dado que
la matriz P puede ser cualquier matriz no singular de n x n, para un sistema dado existe una cantidad
infinita de representaciones en el espacio de estado.
En algunas aplicaciones se podria desear diagonalizar la matriz de estado G. Esto se puede
Ilevar a cabo si se selecciona en forma adecuada una matriz P, de forma que
P-1GP = matriz diagonal
En el caso donde la diagonalizacion no sea posible, P-'GP puede transformarse a la forma canonica
de Jordan:
P-'GP = J = forma canonica de Jordan
Refierase al apendice A para metodos de transformacion de la matriz G a una matriz diagonal 0 a
matriz en la forma canonica de Jordan. [Observe que si se utiliza el metodo de programacion
expansion en fracciones parciales, la matriz de estado se convierte en diagonal si todos los po
involucrados son distintos, y se convierte en una forma canonica de Jordan si en Y(z)/U(z)
involucrados polos multiples.]
5-3 50LUCION DE LAS ECUACIONES DE ESTADOEN TIEMPO DISCRETO
En esta secci6n, primero se presenta la soluci6n de la ecuaci6n lineal de estado en tiempo disc
invariante en el tiempo
x(k + 1) = Gx(k) + Hu(k)
mediante un procedimiento de recursi6n y, posteriormente, a traves del metodo de la transform
Luego se analizan los metodos para calcular (zI - Gt'. Por ultimo, se resuelve la ecuaci6n de
lineal en tiempo discreto y variante en el tiempo
x(k + 1) = G(k)x(k) + H(k)u(k)
Solucion de la ecuacion de estado lineal en tiempo disereto e lnvarlante en el tiempo.
general, las ecuaciones de tiempo discreto son mas faciles de resolver que las ecuaciones dife
les, porque las primeras pueden resolverse simplemente mediante un procedimiento de rec
Este es bastante sencillo y conveniente para calculos digitales.
Considere las siguientes ecuaci6n de estado y ecuacion de salida:
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k) + Du(k)
>C::6n 5-3 Solucion de los ecuaciones de estado en tiempo discreto 303
_~ solucion de la ecuaci6n (5-28) para cualquier entero positivo k se puede obtener directamente por
'" ~ ursion, como sigue:
x(l) = Gx(O) + Ou(O)
x(2) = Gx(l) + Ou(l) = G
2
x(O) + GOu(O) + Ou(l)
x(3) = Gx(2) + Ou(2) = G
3x(0)
+ G
20u(0)
+ GOu(l) + Ou(2)
'.' ':.iiante la repetici6n de este procedimiento, se obtiene
k-]
x(k) = G
k
x(O) + LGk-j-l OuU),
j=O
k=1,2,3, ...
(5-30)
(5-31)
~ -,-"Jmente, x(k) esta formado de dos partes, una que representa la contribuci6n del estado inicial x(O) y
e _.ra. la contribuci6n de la entrada u(j), dondej = 0, 1,2, ... , k - 1. La salida y(k) esta dada por
k-]
y(k) = CGkx(O) + C LGk-j-] OuU) + Du(k)
j ~
Motri; de transicion de estado. Observe que es posible escribir la soluci6n de la ecuaci6n de
: -:ejo homogenea
x(k + 1) = Gx(k)
- J forma
x(k) = 1I'(k)x(0)
-je 'IJ1(k) es una matriz unica de n x n que satisface la condici6n
(5-32)
(5-33)
1I'(k + 1) = G1I'(k),
- .Iaro que'I'(k) puedeestardada par
11'(0) = I
(5-34)
(5-35)
_ .J. ecuacion (5-33), se puede ver que la soluci6n (5-32) es simplemente una transformaci6n del
:. ~ j o inicial. Por 10 tanto, la matriz unica 'IJ1(k) se llama matri: de transicion de estado. Tambien se
- oce como matriz fundamental. La matriz de transici6n de estado contiene toda la informaci6n
--;; los movimientos fibres del sistema definidos por la ecuaci6n (5-32).
En terrninos de la matriz de transici6n de estado 'IJ1(k), la ecuaci6n (5-30) se puede escribir en
_ . :>rma
k-]
x(k) = 1I'(k)x(0) + L 1I'(k - j - l)OuU)
j=O
k-]
= 1I'(k )x(O) + L1I'(j)Ou(k - j - 1)
j=O
(5-36)
(5-37)
-ustituir la ecuaci6n (5-36) 0 la (5-37) en la ecuaci6n (5-31), se puede obtener la siguiente ecuaci6n
:: .alida:
304
Anolisis en el espacio de estado
k-I
y(k) = C'I'(k)x(O) + C L 'I'(k - j - 1)Hu(j) + Du(k)
j=O
k-I
= C'I'(k)x(O) + C L 'I'(j)Hu(k - j - 1) + Du(k)
Metoda de la transformada z a la solucion de las ecuaciones de estado en tiempo discreto.
continuaci6n se presenta la soluci6n de una ecuaci6n de estado en tiempo discreto mediante el m
do de la transformada z. Considere el sistema en tiempo discreto descrito por la ecuaci6n (5-281:
x(k + 1) = Gx(k) + Hu(k)
donde
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k)
Si se toma la transformada z de ambos lados de la ecuaci6n (5-40) se obtiene
zX(z) - zx(O) = GX(z) + HU(z)
donde X(z) = Z[x(k)] y U(z) = Z[u(k)]. Entonces
(zI - G)X(z) = zx(O) + HU(z)
Premultiplicando ambos lados de esta ultima ecuaci6n por (zl- Gt
l
, se obtiene
X(z) = (zI - G)-I zx(O) + (zI - Gr
l
HU(z)
AI tomar la transformada inversa z en ambos lados de la ecuaci6n (5-41), da
k-I
L Gk-j-1Hu(j) = Z-I[(zl - G)-I HU(z)]
-n, H=[iJ, C=[10]
Posteriormente obtenga el estado x(k) y la salida y(k) cuando la entrada u(k) = I para k = 0, I. ::..
Suponga que el estado inicial esta dado por
x(O) = [Xl(O)] = [ 1]
X2(0) -1
x(k) =Z-I[(zl - Gr1z]x(O) +Z-I[(zl - GrIHU(z)]
AI comparar la ecuaci6n (5-30) con la ecuaci6n (5-42), obtenemos
y
donde k = I, 2, 3, ....
Observe que la soluci6n del metodo de la transformada z involucra el proceso de invertir la
(zI - G), 10 que puede realizarse mediante metodos analiticos 0 utilizando una rutina de compu
La soluci6n tambien requiere de las transformadas inversas z de (zI - Gt
l
z Y(zI - Gt
l
Hur:
Ejemplo 5-2
Obtenga la matriz de transici6n de estado del siguiente sistema en tiempo discreto:
Secci6n 5-3 Soluci6n de las ecuaciones de estado en tiempo discreto 305
De las ecuaciones (5-35) y (5-43), la matriz de transici6n de estado 'I'(k) es
'I'(k) = G
k
=Z-I[(zI - G)-1 z]
(z + 2 ~ Z + 0.8)]
(z + 0.2)(z + 0.8) (z + 0.2)(z + 0.8)
Por tanto, primero se obtiene (zI - Gt
l
:
(zI - G)-1 = [ ~ 6 z ~ 1 1 T
1
[
z + 1
= (z + 0.2)(z + 0.8)
-0.16
[
~ -1
3 + 3
_ Z + 0.2 z + 0.8
- _0.8 0.8
__3_+ __3_
Z + 0.2 z + 0.8
2 _2]
3 + 3
Z + 0.2 z + 0.8
-1 ~
__3_+ __3_
Z + 0.2 z + 0.8
La matriz de transici6n de estado 'I'(k) se obtiene ahora como sigue:
= Z-1 [ ~ Z +z0.2 - ~ z +z0.8 ~ z +z0.2 - ~ z +z0.8 ]
0.8 z 0.8 z 1 z 4 Z
-----+---- -----+----
3 z + 0.2 3 z + 0.8 3 z + 0.2 3 z + 0.8
[
~ (-0.2)k - H-0.8t i (-0.2)k - H-0. 8t l
= (5-45)
- 0
38
(-0.2)k + 0
38
(-0.8)k -H-0.2t + H-0.8t
La ecuaci6n (5-45) da la matriz de transici6n de estado.
Ahara, se calcula x(k). La transformada z de x(k) esta dada par
Z[x(k)] = X(z) = (zI - G)-l zx(O) + (zI - G)-1 HU(z)
= (zI - G)-I[ZX(O) + HU(z)]
Dado que
1 z
U(z) =---1 = --
1-z z-l
(z + 0.2)(z + 0.8)(z - 1)
X(z) = (zI - G)-I[ZX(O) + HU(z)]
[
(Z2 + 2)z ]
= (z + 0.2)(z + 0.8)(z - 1)
(-Z2 + 1.84z)z
[
z ] [ Z2 ]
-- --
z z-l z-l
ZX(O)+HU(Z)=[]+ = 2
-z Z -z + 2z
z-l z-l
Partanto
se obtiene
306
An61isis en el espacio de estado Copitulo f
[
-12z llz ]
6 + 9 + 18
= Z + 0.2 z + 0.8 z - 1
3.4 Z _17.6 Z 2.z
_6__ + __9_ + _18_
Z + 0.2 z + 0.8 z - 1
Par tanto, el vector de estado x(k) esta dado por
[
- (- 0.2l + (-0.8)k + til
x k - Z-l X Z -
()- [( )]-
Finalmente, la saliday(k) se obtiene como sigue:
[
-(-0.2l + (-0.8)k + til
y(k) = Cx(k) = [1 0] 3;,4 (-0.2)k _ + is
= -(-0.2)k + (-0.8)k + ti
donde
(5
(5
HI = G + all
Hz = GH
I
+ azI
Cdlculo de (zI - Gt
1
La soluci6n de la ecuacion de estado dada por la ecuaci6n (5-21
mediante el metodo de la transformadaz requiere del calculo de (zI - Gt
l
EI calculo de (zI - Gt
por 10 general, una tarea que toma mucho tiempo, excepto en casos simples. Existen metodos t
analfticos como de computo para el calculo de (zI - Gt
l
Aquf se presenta uno.
Metoda para ea/eu/ar (zl - Ct
l
Este metodo esta basado en la expansion de la adjunta
(zI - G). La inversa de (zI - G) se puede escribir en terminos de la adjunta de (zI - G), como sig .
(zI _ Gt1 = adj (zI - G)
IzI - GI
Observe que en el determinante IzI GI se puede escribir como sigue:
IzI - GI = z" + alz
n-I
+ azz
n-z
+ ... + an
Se puede demostrar (vea el problema A-5-13), que adj(zI G) se puede obtener mediante
adj (zI - G) = Izn-l + HI z'"? + Hz zn-3 + ... + H
n
-
I
(5
Observe que ai' a-, ... , all son los coeficientes que aparecen en el determinante dado JX"f
ecuacion (5-47). Las a, tambien se pueden obtener (vea el problema A-5-13) mediante el ernpleo
la traza, como sigue:
Secci6n 5-3 Soluci6n de las ecuaciones de estado en tiempo discreto
aj = -trG
az = -! trGHj
a3 = - t trGH
z
307
(5-50)
~ 2 ]
-0.3
1
an = -- trGH
n
-
1
n
(La traza de una matriz de n x n es la suma de sus elementos diagonales.)
Para un determinante de orden superior (n > 3), la expansion del determinante IzI - GI en la
forma dada por Ia ecuacion (5-47) puede ocupar mucho tiempo, en este caso, resulta util emplear la
ecuacion (5-50) para calcular las a.; ya que aI' H" a
z
, Hz, ... , a" _ " H,,_ I se pueden calcular
facilmente de manera secuencial.
Al sustituir la ecuacion (5-49) en la ecuacion (5-48) y sustituyendo Jaecuacion resultante en la
ecuacion (5-46), se obtiene la inversa de (zI - G). Este metodo es conveniente para soluciones en
computadora; ya existe un programa estandar,
Ejemplo 5-3
Determine fa inversa de la matriz (zI - G), donde
[
0.1 0.1
G = 0.3 -0.1
Tambien obtenga G
k
-0.3 0 0
[ 007
0.03
-002]
= ~ tr ~ 0 9
0.01
~ 0 2 = -0.04
0
308
Anolisis en el espacio de estado Capitulo
Tarnbien,
Si se sustituye la matriz HI y el valor de Q2 que se acaba de obtener en la ecuaci6n (5-49) se obtiene
[
0.03 0.03 -0.02]
H
2
= GH
I
+ a21 = 0.09 -0.03 0.02
o 0 -0.04
y
[
0.012 0 0 ]
a3 = -t tr GH
2
= -t tr 0 0.012 0 = -0.012
o 0 0.012
Observe que
H
3
= GH
2
- 0.0121 = 0
La adjunta de (zl- G) se puede dar ahora mediante la ecuacion (5-48), es decir
adj (zl - G) = Iz
2
+ HI Z + H
2
[
1 0 0] [0.4 0.1 0] [0.03 0.03 -0.02]
= 0 1 0 Z2 + 0.3 0.2 -0.2 z + 0.09 -0.03 0.02
o 0 1 0 0 0 0 0 -0.04
[
Z2 + O.4z + 0.03 O.lz + 0.03 -0.02 ]
= 0.3z + 0.09 Z2 + 0.2z - 0.03 -0.2z + 0.02
o 0 Z2 - 0.04
IzI - GI = Z3 + alz
2
+ a2Z + a3 = Z3 + 0.3z
2
- O.04z - 0.012
= (z + 0.2)(z - 0.2)(z + 0.3)
Por tanto,
( )
- 1 _ adj (zl - G)
zl - G - IzI - GI
z + 0.1
(z + 0.2)(z - 0.2)
0.3
(z + 0.2)(z - 0.2)
o
0.1
(z + 0.2)(z - 0.2)
z - 0.1
(z + 0.2)(z - 0.2)
o
-0.02
(z + 0.2)(z - 0.2)(z + 0.3)
-0.2(z - 0.1)
(z + 0.2)(z - 0.2)(z + 0.3)
1
z + 0.3
Esta ultima ecuaci6n da la inversa de (zl- G).
A continuaci6n, se obtendra G
k
De la ecuaci6n (5-43), se tiene
G
k
= Z-I[(zl - G)-I z]
0.25z 0.75z 0.25z 0.25z
--- + --- ---- + ---
z + 0.2 z - 0.2 z + 0.2 z - 0.2
0.5z O.lz O.4z
--- - --- - ---
z + 0.2 z - 0.2 z + 0.3
0.75z 0.75z
=Z-I ----+---
z + 0.2 z - 0.2
0.75z 0.25z 1.5z O.lz 1.6z
--- + --- ---- - --- + ---
z + 0.2 z - 0.2 z + 0.2 z - 0.2 z + 0.3
o o
z
z + 0.3
Se.:: :" 53 Soluci6n de los ecuociones de estodo en tiempo discreto
309
[
0.25( -0.2)k + 0.75(0.2)k -0.25( -0.2)k + 0.25(0.2)k
= -0.75( -0.2)k + 0.75(0.2)k O. 75( -0.2)k + 0.25(0.2t
o 0
0.5( -0.2)k - 0.1(0.2)k - 0.4( -0.3)k]
-1.5(-0.2)k - 0.1(0.2t + 1.6(-0.3)k
(-0.3t
(5-51)
(5-52)
(5-53)
x(k + 1) = G(k)x(k) + H(k)u(k)
y(k) = C(k)x(k) + D(k)u(k)
Soluclon de las ecuaciones de estado lineales en tiempo discreto y variantes en el tiempo.
[.:r.." .dere la siguiente ecuacion de estado lineal en tiempo discreto y variante en el tiempo junto con
ecuacion de salida:
,
K .ucion de la ecuacion (5-52) se puede encontrar facilmente mediante recursion, como sigue:
x(h + 1) = G(h)x(h) + H(h)u(h)
x(h + 2) = G(h + l)x(h + 1) + H(h + l)u(h + 1)
=G(h + l)G(h)x(h) + G(h + l)H(h)u(h) + H(h + l)u(h + 1)
c = h. h + 1, h +2, ... Se puede ver que la matriz de transicion de estado 'I'(k, h) esta dada por
matriz de transicion de estado (matriz fundamental) para el sistema definido por la ecuacion
se define como 'I'(k, h). Se trata de una matriz (mica, que satisface las condiciones
(5-54)
(5-55)
(5-56)
k>h
k>h
'f1(h,h) = I 'f1(k + 1,h) = G(k)'f1(k,h),
'f1(k,h) = G(k - l)G(k - 2) G(h),
k
x(k + 1) = 'f1(k + 1,h)x(h) + L 'f1(k + 1,j + l)H(j)u(j)
j=h
'f1(k + 1,h) = G(k)G(k - l)"'G(h) = G(k)'f1(k,h)
k-I
x(k + 1) = G(k)'f1(k,h)x(h) + L 'f1(k + 1,j + l)H(j)u(j)
j=h
,do'l'(k, h), la solucion de la ecuaci6n (5-52) se convierte en
k-I
x(k) = 'f1(k,h)x(h) + L 'f1(k,j + l)H(j)u(j),
s.sr.ruye la ecuacion (5-56) en
.;: que el primer termino segundo miembro de la ecuacion (5-55) es la contribucion del esta-
- '':': x(h) al estado actual x(k), y que el segundo termino es la contribucion de la entrada u(h),
:,.... ,u(k-l).
=5 facil verificar la ecuacion (5-55). En referencia a la ecuacion (5-54), se tiene
+'f1(k + 1, k + l)H(k)u(k)
: t I , f
310
Anolisis en el espacio de estado
= G(k>['I1(k, h)x(h) + ~ 'I1(k,j + l)H(j)U(j)] + H(k)u(k)
= G(k)x(k) + H(k)u(k)
Capitulc ~
k>h
Por tanto, se ha demostrado que la ecuacion (5-55) es la soluci6n de la ecuaci6n (5-52).
Una vez obtenida la solucion de x(k), la ecuacion de salida, ecuaci6n (5-53), se convierte en:
k-I
y(k) = C(k)'I1(k,h)x(h) + 2: C(k)'I1(k,j + l)H(j)u(j) + D(k)u(k),
~
Si G(k) es no singular para todos los valores de k considerados, de forma que la inversa de
'l'(k, h) exista, entonces la inversa de 'l'(k, h), denotada como 'l'(h, k), esta dada como sigue:
'I1-
I(k,
h) = 'I1(h, k)
= [G(k - l)G(k - 2) ... G(h WI
= G-I(h)G-1(h + 1) . G-1(k - 1)
Resumen sobre 'l'(k, It). Un resumen de la matriz de transicion de estado 'l'(k, h) da 10
siguiente:
1. 'l'(k, k) = I
2. 'l'(k, h) = G(k - I)G(k - 2) ... G(h), k> h
3. Si la inversa de 'l'(k, h) existe, entonces
'I1-
I(k,h)
= 'I1(h,k)
4. Si G(k) es no singular para todos los val ores de k considerados, entonces
'l'(k, i) = 'l'(k, j)'l'(j, i), para cualquier i, j, k
Si G(k) es singular para cualquiera de los val ores de k, entonces
'l'(k, i) = 'l'(k, j)'l'(j, i),
5-4 MATRIZ DE FUNCION DE TRANSFERENCIA PULSO
para k >j > i
Un sistema en tiempo discreto de una entrada y una salida se puede representar 0 modelar mediante
una funci6n de transferencia puIso. La extension del concepto de la funci6n de transferencia pulso a
un sistema en tiempo discreto de varias entradas y varias salidas da la matriz de funci6n de transfe-
rencia pulso. En esta secci6n se estudiara la relacion entre la representacion en el espacio estado y la
representacion mediante la matriz de funcion de transferencia pulso.
Matri; de funcion de transferencia pulso. La representacion en el espacio de estado de un
sistema lineal en tiempo discreto e invariante en el tiempo de orden n, con r entradas y m salidas, se
puede dar mediante
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k) + Du(k)
(5-58 )
(5-591
IZI - GI = 0
F(z) = C(zl- GtlH + D
311
(5-60)
F(z) = C(zl - G)-I H + D
Y(z) = [C(zl - Gt
l
H + D]U(z) = F(z)U(z)
Matriz de Iuncion de transferencia pulso
z de funci6n de transferencia pulso es
:s coeficientes G; dependen de los elementos de G.
Transformacion de slmilitud. Se ha demostrado que para el sistema definido por
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k) + Du(k)
.: -.:..-: .:jue los polos de F(z) son los ceros de IzI - G[ = O. Esto significa que la ecuacion caracteris-
sistema en tiempo discreto esta dada por
X(z) = (zl - G)-I HU(z)
a 5-2 se mostro que varias representaciones en el espacio de estado distintas para un
2 :2do estan interrelacionadas por una transformacion de similitud. AI definir un nuevo vector
-I. \ utilizando una matriz de transformacion de similitud P, es decir
,.:- conoce como matriz de funcion de transferencia pulso. Se trata de una matriz de m x r. La
.: .iefuncion de transferencia pulso F(z) caracteriza la dinarnica de entrada/salida del sistema de
rrr-. :iscreto dado.
=::::: vista de que la inversa de la matriz (zI - G) se puede escribir en la forma
( )
- 1 _ adj (zl - G)
zl - G - Izl - GI
de funcion de transferencia pulso F(z) se puede dar mediante la ecuacion
( )
_ C adj (zl - G)H D
F z - Izl- GI +
e que la definicion de funcion de transferencia pulso exige la suposicion de condiciones
.: 2:- Scero, aqui tambien suponemos que el estado inicial x(O) es cero. Entonces se obtiene
e:
r
: :- xlk) es un vector-n, u(k) es un vector-z y y(k) es un vector-m, G es una matriz de n x n, H es
il - ztriz de n x r, C es una matriz de m x n y D es una matriz de m x r. Al tomar las transformadas
2S ecuaciones (5-58) y (5-59), se obtiene
zX(z) - zx(O) = GX(z) + HU(z)
Y(z) = CX(z) + DU(z)
312
x(k) = PX(k)
donde P es una matriz no singular de n x n, se tiene
Ancilisis en el espacio de estado Capitulo 5
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k) + Du(k)
donde G, H, C, D YG, iI, C, D, estan relacionadas, respectivamente, mediante
(5-61)
(5-62)
P-IGP = G
P-IH=H
CP = C
D=D
La matriz de funcion de transferencia pulso F(z) para el sistema definido por las ecuaciones (5-61.
y (5-62) es
F(z) = C(zI - Gfl H + D
Observe que las matrices de funcion de transferencia pulso F(z) y F(z) son iguales, en vista de que
F(z) = C(zI - Gfl H + D= CP(zI - p-
I
GPfl p-
I
H + D
= CP(zP - GP)-I H + D = C(zpp-
I
- GPP-Ifl H + D
= C(zI - GflH + D = F(z)
Por tanto, la matriz de funcion de transferencia pulso es invariante bajo una transformacion de simi-
litud. Es decir, no depende del vector estado determinado x(k) seleccionado para la representacioa
del sistema.
La ecuacion caracteristica IzI - GI = 0 tambien es invariante bajo una transformacion de si
litud, ya que
IzI - GI = Ip-IllzI - Gilpi = IzI - p-
I
GPI = IzI - GI
Por tanto, los val ores caracteristicos de G son invariantes bajo una transformacion de similitud.
5-5 DISCRETIZACION DE LAS ECUACIONES EN EL ESPACIO
DE ESTADO EN TlEMPO CONTINUO
En el control digital de plantas en tiempo continuo es necesario convertir ecuaciones en el espacio
estado en tiempo continuo, en ecuaciones en el espacio de estado en tiempo discreto. Se p
realizar dicha conversion si se introducen en los sistemas en tiempo continuo muestreadores y'
positivos de retencion ficticios. EI error introducido por la discretizacion se puede hacer despr .
utilizando un periodo de muestreo suficientemente pequeno en comparacion con la constante
tiempo mas significativa del sistema.
Repaso de la solucion de las ecuaciones de estado en tiempo continuo.
la matriz exponencial e", La matriz exponencial se define como
1 1 ., A
k
t
k
e" = I + At + - A
2
t
2
+ ... + - A
k
t
k
+ ... = 2.:--
2! k! k=O k!
5-5 Discretizacion de las ecuaciones en el espacio de estado en tiempo continuo
313
Debido a que la serie finita I,;=oAk t" /k converge, la serie se puede diferenciar terrnino por
-e-::-:o para dar
d A
3
t
2
A
k
t
k
-
1
- e" = A + A
2
t + -- + ... + + ...
dt 2! (k - I)!
[
A2t2 Ak-1tk-1 ]
= A I + At + -- + ... + + . .. = AeA/
2! (k - I)!
[
A2 t
2
A
k
-
1
tk-1 ]
= I + At + -- + ... + + . .. A = e" A
2! (k - I)!
La matriz exponencial tiene la propiedad de que
'>C puede probar como sigue:
(
" k k)( cc k k) cc [ k i kr-i ]
At As = L LA s = LAk L t s
e e k=O k! k! i=oi!(k - i)!
= Ak (t + S)k = eA(t+s)
k=O k!
si s = -t, entonces
...r tanto, la inversa de e" es e-
At.
Dado que siempre existe la inversa de e", e" es no singular.
Es importante apuntar que
siAB = BA
siAB =f. BA
A continuacion se obtendra la solucion de la ecuacion de estado en tiempo continuo
x= Ax + Bu
(5-63)
.Gce \ es el vector de estado (vector n), U es el vector de entrada (vector r), A es una matriz
-2IJte de n x n, y B es una matriz constante de n x r.
Si la ecuacion (5-63) se escribe en la forma
x(t) - Ax(t) = Bu(t)
ambos lados de esta ultima ecuacion por e-
At
, obtenemos
d
e-Alx(t) - Ax(t)] = - [e-A/x(t)] = e-A/Bu(t)
dt
la ecuacion anterior entre 0 y t, da
(5-64)
314 Ancilisis en el espacio de estado Capitulo 5
(5-65,
La ecuacion (5-64) es la solucion de la ecuacion (5-63). Observe que la solucion de la ecuacion de
estado que comienza en el estado inicial x(to) es
XC!) = eA(t-to) x(to) + reA(t-T) Bu( T) dr
to
Discretizacion de las ecuaciones en el espacio de estado en tiempo continuo. Ahora se
presentara un procedimiento para la discretizacion de ecuaciones en el espacio de estado en tiempo
continuo. Se supone que el vector de entrada u(t) cambia solo en instantes de muestreo uniforme-
mente espaciados. Observe que la operacion de muestreo aqui es ficticia. Se deducira una ecuacion
de estado en tiempo discreto y una ecuacion de salida que den como resultado los valores exactos en
t = kT, donde k = 0, I, 2, ...
Considere la ecuacion de estado en tiempo continuo y la ecuacion de salida
x= Ax + Bu
y=Cx+Du
(5-661
(5-67,
En el siguiente analisis, con el objeto de simplificar la presentacion, se utilizara la notacion kTy (k-
I)Ten vez de k y k + I. La representacion en tiempo discreto de la ecuacion (5-66) tomara la forma
x((k + l)T) = G(T)x(kT) + H(T)u(kT) (5-68)
Observe que las matrices G y H dependen del periodo de muestreo T. Una vez fijo el periodo de
muestreo T, G y H son matrices constantes.
Para determinar G(7) y H(7), se utiliza la ecuacion (5-64), solucion de la ecuacion (5-66). Se
supone que la entrada u(t) es muestreada y alimentada a un retenedor de orden cero, de forma que
todos los componentes de u(t) sean constantes en el intervalo entre dos instantes de muestreo conse-
cutivos cualesquiera, es decir
En vista de que
u(t) = u(k7), para kT$. t < kT+ T (5-69)
y
!
(k+l)T
x((k + 1)T) = e
A(k+l)T
x
(O) + e
A(k+l)T
0 e-ATBu(T)dT
(5-70)
(5-71)
al multiplicar la ecuacion (5-71) por e" y sustraerla de la ecuacion (5-70) nos da
f
(k+ l)T
x((k + l)T) = eAT x(kT) + e
A(k+l)T
e-ATBu(T)dT
kT
Dado que la ecuacion (5-69) u(t) = u(k7) para kT $. t < kT + T, se puede sustituir u( T) = u(k7) =
constante en esta ultima ecuacion. [Observe que u(t) puede tomar un valor en t = kT + T, es decir,
u(kT+ 7), que puede ser distinto de u(k7). Este valor en u( T) con T = kT+ T, que es ellimite superior
de la integracion, no afecta el valor de la integral en esta ultima ecuacion, ya que el integrando no
incluye funciones impulso.] Por 10 tanto podemos escribir
xk + l)T) = G(T)x(kT) + H(T)u(kT)
H(T) = (fe
AA
ds: )B
en 5-5 Discretizocion de las ecuaciones en el espacio de estado en tiempo continuo
xk + 1)T) = eATx(kT) + eATfe-AtBU(kT)dt
=eATx(kT) + iTe
AA
Bu(kT) dA
:J: - A= T - t. Si se definen
G(T) = eAT
I
I 0=1'- - la ecuaci6n (5-72) se convierte en
I
315
(5-72)
(5-73)
(5-74)
(5-75)
,
IGl.C la ecuaci6n (5-68). Entonces, las ecuaciones (5-73) y (5-74) dan las matrices deseadas G(7)
f\!, H -, Note que G(7) y H(7) dependen del perfodo de muestreo T. Con referencia ala ecuaci6n (5-
1
- l ecuacion de salida se convierte en
y(kT) = Cx(kT) + Du(kT) (5-76)
r.::: as matrices C y D son matrices constantes y no dependen del perfodo de muestreo T.
Si la matriz A es no singular, entonces H(7) dada por la ecuaci6n (5-74) se puede simplificar
Comentarios
::::". el enfoque del espacio de estado, observe que al suponer el vector de entrada net) constante
dos instantes de muestreo consecutivos cualesquiera, la representaci6n en tiempo discre-
-: se puede obtener simplemente integrando la ecuaci6n de estado en tiempo continuo sobre
periodo de muestreo. La ecuaci6n de estado en tiempo discreto dada por la ecuaci6n (5-68)
se conoce como equivalente con retenedor de orden cero de la ecuaci6n de estado en tiempo
:ltinuo dada por la ecuaci6n (5-66).
.. ::: - general, para convertir la ecuaci6n de un sistema en tiempo continuo en una ecuaci6n de un
.stema en tiempo discreto, es necesario algun tipo de aproximaci6n. Es importante apuntar
.: la ecuaci6n (5-75) no incluye ninguna aproximaci6n, siempre que el vector de entrada net)
constante entre dos instantes de muestreo consecutivos cualesquiera, tal y como se supuso
.a deducci6n.
=:-Serve que para T I, G(7) 7 G(O) = e
AO
= I. Por tanto, con forme el perfodo de muestreo T
;.: muy pequeflo, G(7) se aproxima a la matriz de identidad.
'!dcre el sistema en tiempo continuo dado por
G yes) 1
(s) = U(s) = s + a
316
An61isis en el espacia de estado
Capitula 5
Obtenga la representacion en el espacio de estado en tiempo continuo de este sistema. Luego discretice Ia
ecuacion de estado y la ecuacion de salida y obtenga la representacion en el espacio de estado en tiernps
discreto del sistema. Tarnbien obtenga la funcion de transferencia pulso del sistema mediante el emplee
de la ecuaci6n (5-60).
La representacion en el espacio de estado en tiempo continuo del sistema es simplemente
i = -ax + u
y = x
Ahora se discretiza Ia ecuacion de estado y la ecuacion de salida. Con referencia a las ecuaciones (5-73\
y (5-74), se tiene
G(T) = e:"
i
T 1 -aT
H(T) = e-aAdA = - e
o a
Por tanto, la version discretizada de las ecuaciones de este sistema es
1 - e-
aT
x(k + 1) = e-
aT
x(k) + u(k)
a
y(k) = x(k)
Con referencia ala ecuacion (5-60), la funci6n de transferencia pulso para este sistema es
F(z) = C(zI - G)-I H
-aT _II - e-
aT
(1 - e-aT)z-1
= (z - e ) = (1 -aT -I)
a a - e z
Este resultado concuerda con Ia transformada z de G(s) cuando esta precedida por un muestreador
y un retenedor de orden cera [es decir, en donde la serial u(t) se muestrea y alimenta a un retenedor de
orden cera antes de que sea aplicada a G(s)]:
[
1 - e-
Ts
1 ] [ 1 ]
G(z) =Z -- = (1 - Z-I)Z _-,--_
S S + a s(s + a)
(1 - e-aT)z-1
a(1 - er? Z-I)
Ejemplo 5-5
Obtenga las ecuaciones de estado y de salida en tiempo discrete y la funcion de transferencia pulso
(cuando el periodo de muestreo T = I) del sistema en tiempo continuo siguiente:
G() yes) 1
s = lJ(s) = s(s + 2)
mismo que se puede representar en el espacio de estado mediante las ecuaciones
U:] = [ ~ ~ ] [ ; ] + [ ~ ] u
y = [1 oJ[;:]
La ecuacion de estado en tiempo discreto deseada tendra la forma
x((k + I)T) = G(T)x(kT) + H(T)u(kT)
Seccion 55 Discrefizocion de las ecuaciones en el espacio de estado en tiempo continuo 317
donde las matrices G(1) y H(1) se obtienen a partir de las ecuaciones (5-73) y (5-74) como sigue:
G(T) = eAT = HI ;_;T-
ZT)]
H(T) = (feAtdt)B = {fU HI = 1)]
Por tanto Z ( )
, [XIk + 1)T}] = [1 - e-ZT)][XI(kT)] + T + e-
2T
2
- 1)] (kT)
x2k + I)T) e-
2T
xz(kT) 2 u
HI - e: T)
La ecuacion de salida se convierte en
y(kT) = [1 Ol[XI(kT}]
xz(kT}
Cuando el periodo de muestreo es de I segundo, es decir, T = I, la ecuacion de estado en tiempo discreto
y la ecuacion de salida se convierten, respectivamente, en
[
XI(k + 1)] = [1 0.4323][XI(k)] + [0.2838]U(k)
x2(k + 1) 0.1353 x2(k) 0.4323
y
y(k) = [1 Ol[XI(k)]
xz(k)
La representacion en la funcion de transferencia pulso de este sistema se puede obtener a partir de la
ecuaci6n (5-60), como sigue:
F(z) = C(zI - G)-I H + D
= [1 Ol[z - 1 -0.4323 ]-1 [0.2838] +
z - 0.1353 0.4323
= [1 Ol[Z 1 (z -
1 0.4323
z - 0.1353
0.2838z + 0.1485
(z - l)(z - 0.1353)
0.2838z-
1
+ 0.1485z-
2
(1 - z 1)(1 - 0.1353z 1)
Observe que se puede obtener famisma funci6n de transferencia pulso si se toma la transformadaz de
G(s) cuando esta precedida de un muestreador y un retenedor de orden cero. Al suponer T = I, se obtiene
G() Z[l - eTs 1 ] (1 -I)Z[ 1 ]
z =' -s- s(s + 2) = - z . S2(S + 2)
= (1 _ Z-I)Z[0.5 _ 0.25 + 0.25]
sZ s s + 2
(
_1)[ 0.5z-
1
0.25 0.25]
= 1 - z (1 _ z I)Z - 1 _ Z-I + 1 - 0.1353z 1
0.2838z-
1
+ 0.1485z-
2
- (1 - z 1)(1 - 0.1353z I)
An61isisen el espacio de estado
318
Enfoque de MATLAB para fa discretizacion de ecuaciones de estado en tiempo contin
MATLAB tiene un comando muy util para discretizar una ecuaci6n de estado en tiempo continuo
x= Ax + Bu
y convertirla a
x(k + 1) = Gx(k) + Hu(k)
EI comando MATLAB para discretizacion es
[G,Hj = c2d(A,B,T)
(5-
donde T es el perfodo de muestreo del sistema en tiempo discreto. T se debera especificar en segun
Si se requiere de buena precision en la obtencion de G y de H utiliceformat long. Si solam
se necesitan cuatro decimales, utilice format short. Si no se incluye enunciado de formato en
programa, MATLAB producira G y H en format short.
Considere el ejemplo siguiente: si el sistema en tiempo continuo esta dado por
[;:] = [ ~ ~ ] [ ~ : ] + [n
u
entonces, al considerar que el perfodo de muestreo es de 0.05 segundos, se obtienen G y H co
sigue:
A = [0 1;-25 -4];
B = [0;1];
[G,Hl = c2d(A,B,O.05)
G=
0.9709
-1.1212
0.0448
0.7915
H=
0.0012
0.0448
Observe que la matriz de estado G y la matriz de entrada H de la ecuacion en el espacio
estado de tiempo discreto
x(k + 1) = Gx(k) + Hu(k)
dependen del perfodo de muestreo T. Por ejemplo, considere la discretizaci6n del sistema en tiem
continuo dado por la ecuacion (5-77) con dos perfodos de muestreo distintos: T = 0.2 segundos y
= I segundo. Como se ha visto en las salidas de MATLAB anteriores y en las que siguen, un conj
to de matrices G y H difieren en funci6n de un perfodo de muestreo T diferente.
:e:: : c 55 Discretizocion de las ecuaciones en el espacio de estado en tiempo continuo 319
A = [0 1;-25 -4];
B = [0;1];
[G,H] = c2d(A,B,0.2)
G=
A = [0 1;-25 -4];
B = [0;1];
[G,H) = c2d(A,B,1)
G=
H=
0.6401
-2.9017
0.0144
0.1161
0.1161
0.1758
-0.0761 -0.0293
0.7321 0.0410
H=
0.0430
-0.0293
Como otro ejernplo, veamos el siguiente sistema:
x= Ax + Bu
A = [ 2 ~ 1
-0.4905
1 a OJ
o a a
a a 1 '
a a a
[
OJ
-1
B=
O ~ 5
III ;.- :'-':'ner que eI periodo de muestreo T es de 0.5 segundos y sin especificar el formato, se obtiene
III ' :0 _cnte ecuaci6n de estado en tiempo discreto:
x(k + 1) = Gx(k) + Hu(k)
.r.: ~ 15 matrices G y H se pueden encontrar en la siguiente salida de computadora:
A = [0 1 0 0
20.601 0 0 0
0 0 0 1
-0.4905 0 0 0];
B = [0;-1 ;0;0.5);
[G,H] = c2d(A,B,0.05)
G=
H=
1.0259
1.0389
-0.0006
-0.0247
-0.0013
-0.0504
0.0006
0.0250
0.0504
1.0259
-0.0000
-0.0006
o
o
1.0000
o
o
o
0.0500
1.0000
320 Anclisis en el espacio de estado Capftulo5
Respuesta en tiempo entre dos instantes de muestreo consecutivos. En un sistema en tiem-
po continuo muestreado, la salida es constante en el tiempo. Como se vio en los capitulos 3 y 4, la
solucion mediante la transfonnada z de la ecuacion del sistema en tiempo discreto da la respuesta de
la salida solo en los instantes de muestreo. En la practica, se puede desear detenninar la salida entre
dos instantes de muestreo consecutivos. Existen algunos metodos para encontrar la respuesta (sali-
da) entre dos instantes de muestreo consecutivos, como el metodo de la transfonnada de Laplace y el
metoda de la transformada z modificada (vea el apendice B). Aqui se demostrara como se puede
modificar facilmente el metodo en el espacio de estado para obtener la salida entre dos instantes de
muestreo consecutivos cualesquiera.
Considere el sistema en tiempo continuo invariante en el tiempo definido por
x= Ax + Bu
y=Cx+Du
Se supone que la entrada u se muestrea y alimenta a un retenedor de orden cero. Entonces u( r) =
u(kn para kT$. -r; kT+ T. Con referencia a la ecuacion (5-65), la solucion de la ecuacion de estado
que comienza con el estado inicial x(to) es
x(t) = eA(t-Io) x(t
o
) + reA(t-T) Bu( r) dr
to
Para obtener la respuesta del sistema muestreado en t = kT + 6.T, donde 0 < 6.T < T, se hace que t =
kT+ 6.T, to= kTy u( r) = u(kn en la solucion x(t). Entonces,
f
kT+J T
x(kT + LiT) = e
AJ T
x(kT) + eA(kTHT-T) Bu(kT) dr
kT
f
J T
= e
AJ T
x(kT) + e
AA
Bu(kT) dA
o
donde A= kT + 6.T - r. Se define
G(LiT) = e
AJ T
Por tanto, se obtiene
x(kT + LiT) = G(LiT)x(kT) + H(LiT)u(kT)
La salida y(kT+ 6.n se puede dar mediante
y(kT + LiT) = Cx(kT + LiT) + Du(kT)
=CG(LiT)x(kT) + [CH(LiT) + D]u(kT)
(5-78)
(5-79)
(5-80)
(5-81)
Por tanto, los valores de x(kT + 6.n y y(kT + 6.n entre dos instantes de muestreo consecutivos
cualesquiera se pueden obtener si se calcula G(6.n y H(6.1) para varios valores de 6.T, donde 0 < 6.T
< T, y se introducen dichos valores calculados en las ecuaciones (5-80) y (5-81). (Estos calculos se
pueden programar facilmente en una computadora digital.)
Jemplo 5-6
Considere el sistema analizado en el ejemplo 5-5. Obtenga la ecuaci6n de estado en tiempo discreto as!
como la ecuaci6n de salida en t = kT + 11T. Tambien obtenga las expresiones especificas correspondientes
ala ecuacion de estado y la ecuacion de salida cuando T= I segundo y I1T= 0.5 segundos.
En el ejemplo 5-5, se obtuvieron las matrices G(7) y H(7) como sigue:
:-=:: en 5-6 Anolisis de estabilidad de Liapunov
321
Para obtener la ecuacion de estado y la ecuacion de salida en t = kT + I1T, donde 0 < I1T < T, primero se
convierte G(7) en G(I17) y H(7) en H(I17), y luego se sustituye G(I17) y H(I17) en las ecuaciones (5-80)
: (5-8 I), como sigue:
[
Xl(k T + ..1T)] = [1 - e-Z,jT)][Xl(kT)] + [H..1T + - 1)]U(kT)
xz(kT + ..1T) e-ZH xz(kT) HI _ e-Z,jT)
y(
k T + ..1T) = [1 0][1 HI - e-Z,jT)][XI(kT)]
o e-Z,jT xz(kT)
[
1( e-Z,jT - 1)]
+ [1 0] 2 +_ e-Z;T) u(kT)
Para T= I YI1T= 0.5 se obtiene la ecuacion de estado y la ecuaci6n de salida como sigue:
[
Xl(k + 0.5)] = [1 0.3161][Xl(k)] + [0.0920]U(k)
xz(k + 0.5) 0.3679 xz(k) 0.3161
y(k + 0.5) = [1 0.3161J[ + (0.0920)u(k)
SIS DE ESTABILIDAD DE LlAPUNOV
analisis de estabilidad de Liapunov juega un papel importante en el analisis de la estabilidad de
.:., sistemas de control descritos por ecuaciones en el espacio de estado. Existen dos rnetodos de
de estabilidad de Liapunov, lIamados primer metoda y segundo metoda; ambos se aplican
determinar la estabilidad de los sistemas dinamicos descritos por ecuaciones diferenciales 0 en
: .:.erencias ordinarias. EI primer metoda esta formado por procedimientos en los que se utilizan las
-;,:--nas explicitas de las soluciones de las ecuaciones diferenciales 0 de las ecuaciones en diferencias
:-.?:: el anal isis. Por otra parte, el segundo rnetodo no requiere de las soluciones de las ecuaciones
: --;:renciales 0 en diferencias, por 10 que resulta mas uti! en la practica,
Aunque existen muchos criterios de estabilidad poderosos para los sistemas de control, como
,,:.- el criterio de estabilidad de Jury y el criterio de estabilidad de Routh-Hurwitz, estos estan
a sistemas lineales invariantes en el tiempo. Por otro lado, el segundo metodo de Liapunov
322 Ancilisis en el espacio de estado CopituloS
no esta limitado a sistemas lineales invariantes en el tiempo: es aplicable tanto a sistemas lineales
como no lineales, variantes e invariantes en el tiempo. En particular, el segundo metoda de Liapunov
es indispensable para el analisis de estabilidad de sistemas no lineales en los que las soluciones
exactas no son posibles. (Es importante sefialar, sin embargo, que a pesar de que el segundo metodo
de Liapunov es aplicable a cualquier sistema no lineal, los resultados no son una tarea facil. Se
necesita experiencia e imaginacion para lIevar a cabo el analisis de estabilidad en la mayoria de los
sistemas no lineales.)
EI segundo metodo de Liapunov tambien se conoce como metoda directo de Liapunov.
Segundo metoda de Liapunov. De la teoria de la mecanica clasica, se sabe que un sistema
vibratorio es estable si su energia total se reduce continuamente, hasta aIcanzar un estado de equilibrio.
EI segundo metoda de Liapunov se basa en una generalizacion de 10 anterior: si el sistema
tiene un estado de equilibrio asintoticarnente estable, entonces la energia almacenada en el desplaza-
da dentro del dominio de atraccion se decrementa al aumentar el tiempo, hasta que por ultimo adopta
su valor minimo en el estado de equilibrio. Sin embargo, para sistemas puramente matematicos, no
existe una forma simple de definir una "funcion de energia". Para veneer esta dificultad, Liapunov
intradujo la funcion de Liapunov, una funcion ficticia de energia. Esta idea es mas general y mas
utilizada que la de la energia, De hecho, cualquier funcion escalar que satisfaga las hipotesis de los
teoremas de estabilidad de Liapunov (vea los teoremas 5-1 hasta 5-6) puede servir como funcion de
Liapunov.
Antes de que se analice mas prafundamente la funcion de Liapunov, es necesario explicar la
definicion positiva de las funciones escalares.
Definicion positiva defunciones escalares. Se dice que una funcion escalar Vex) es defini-
da positiva en una region D. (que incJuye el origen del espacio de estado) si Vex) > 0 para todos los
estados x no cero de la region D. y si V(O) == o.
Se dice que una funcion variante en el tiempo Vex, t) es definida positiva en una region D. (que
incluye el origen del espacio de estado) sf esta limitada por debajo por una funcion definida positiva
invariante en el tiempo, es decir, si existe una funcion definida positiva Vex) tal que
vex, t) > Vex), para toda t to
V(O, t) > 0, para toda t to
Definicion negativa de funciones escalares. Una funcion escalar Vex) es definida negativa
si -Vex) es definida positiva.
Semidefinicion positiva de funciones escalares. Una funcion escalar Vex) es semidejinida
positiva si es positiva en todos los estados en la region D. excepto en el origen y en determinados
estados donde es cera.
Semidefinlcion negativa de funciones escalares. Una funcion escalar Vex) es semidefinida
negativa si -Vex) es positiva semidefinida.
Indeflnlclon de funciones escalares. Una funcion escalar Vex) es indefinida si en la region
D. adopta tanto valores positivos como negativos, independientemente de 10 pequeiia que sea la
region D..
323
Xn-I A
-- = Xn-I
X
n
i,j = 1,2, ... ,n
... ,
definida positiva
semidefinida positiva
definida negativa
indefinida
definida positiva
X2 A
- =X2,
X
n
n n
Vex) = L: L: qijX;Xj,
i=1 j=1
Anolisis de estabilidad de Liapunov
1. V(x) = +
,
x,
2. V(x) = + --,
I+x,
3. V(x) = (x, +X2)2
4. V(x) = <x] - (XI +X2)2
5. V(X)=XIX2+
.pj'Q 5-7
este ejemplo se dan varias funciones escalares y sus c1asificaciones de acuerdo con las definiciones
-'.--:t<:riores. Aqui se supone que x es un vector de dos dimensiones.
Funciones de Liapunov. La funci6n de Liapunov, que es una funci6n escalar, es una fun-
jdinida positiva y es continua junto con sus primeras derivadas parciales (en relaci6n con sus
..entos) en la regi6n n alrededor del origen y tiene una derivada can respecto al tiempo que,
c..) se toma a 10 largo de la trayectoria, es definida negativa (0 semidefinida negativa). Las
.'Xlesde Liapunov involucran ax
l
, X
2,
,XII y, posiblemente, at. Se expresan en la forma V(x
l
,
:C". t), 0 s610mediante Vex, t). Si las funciones de Liapunov no incluyen a t en forma explicita,
rxes se expresan mediante V(x
l
, X
2,
,XII)' 0 bien, Vex).
I)bserve que Vex, t) es de hecho la derivada de Vex, t) con respecto a t a 10 largo de una
c.on del sistema. Par tanto, V (x, t) < 0 implica que Vex, t) se va decrementando en funci6n de t.
de Liapunov no es (mica para un sistema dado. (Por esta raz6n, el segundo metado de
10\ es una herramienta mas poderosa que las consideraciones convencionales de energia.
rve que para un sistema cuya energia E se reduce en promedio, pero no necesariamente es
-;: en cada instante, E no es una funci6n de Liapunov.)
Mas adelante en esta secci6n se demostrara que en el segundo metodo de Liapunov el compor-
C"'l0 del signa de Vex, t) yel de su derivada de tiempo Vex, t) = dV(x, t)/dt dan informaci6n
-;: .a estabilidad de un estado en equilibrio sin tener la soluci6n.
Dbserve que la funci6n definida positiva mas senciIIa es de forma cuadratica:
las funciones de Liapunov pueden no ser de forma cuadratica simple. No obstante, en el
- :e cualquier funci6n de Liapunov, los terminos de grado menor en V deben ser pares. Esto se
. ver como sigue. Si se definen
se rnantienen las x/ fijas, V(x" x
2
, ... , XII_I, I) sera una cantidad fija. Para el caso de p impar, XI;'
;:<': adoptar tanto valores positivos como negativos cerca del origen, 10 que significa que Vex) no
zerinida positiva. Por tanto, p debera ser par.
A continuaci6n se dan las definiciones de sistema, estado de equilibrio, estabilidad, estabili-
- asintotica e inestabilidad.
en la vecindad del origen, s610 los terminos de grado mas bajo se haran dominantes y Vex)
=,_ede escribir como
Co .
x= f(x, t)
Anollsis en el espocio de estodo
Sistema. EI sistema que se considera esta definido como
324
donde x es un vector de estado (un vector-a) y f(x, t) es un vector-a cuyos elementos son funci
de XI' X
2,
... , X", Yde t. (Observe que como modelo se utiliza un sistema de tiempo continuo
presentar los conceptos basicos sobre el analisis de estabilidad mediante el segundo metode
Liapunov. Posteriormente se extienden los resultados obtenidos al sistema en tiempo discreto.j
supone que el sistema de la ecuacion (5-82) tiene una solucion (mica, que empieza en la condo -
inicial dada. La solucion de la ecuacion (5-82) se denota como q,(1; X
o
, 10), donde x = X
o
en 1= i{
es el tiempo observado. Por tanto,
cP(lo; xo, to) = Xo
Estado de equilibrio. En el sistema de la ecuacion (5-82), un estado x
e
, donde
(5 para toda I r(x
e
, I) = 0,
se llama estado de equilibrio para el sistema. Si el sistema es lineal e invariante en el tiempo, esto
si rex, t) = Ax, entonces solo existira un estado de equilibrio si A es no singular, y un numero inti -
de estados de equilibrio si A es singular. En el caso de los sistemas no lineales, pueden existir uno
mas estados de equilibrio. Estos estados corresponden a las soluciones constantes del sistema (x =
para toda I). La determinacion de los estados de equilibrio no involucra la solucion de la ecuaci
diferencial del sistema, ecuacion (5-82), sino solo la solucion de la ecuacion (5-83).
Cualquier estado de equilibrio aislado (es decir aislado de otros) puede ser desplazado al
gen de las coordenadas, 0 f(O, I) = 0, mediante traslacion de coordenadas. En esta seccion, unica-
mente se tratara el anal isis de estabilidad de este tipo de estados.
Estabilidad en el sentido de Liapunov. A continuacion, una region esferica de radio r, alre-
dedor de un estado de equilibrio x, se denotara como
Ilx - x.] :s: r
donde Ilx - xell se llama norma Euclidiana y se define como sigue:
IIx - x.] = [(Xl - Xl
e)2
+ (X2 - X2e)2 + ... + (x, - x
ne
)2jl i2
Sea S(8) el conjunto formado por todos los puntos tales que
y hagamos que S(E) sean todos los puntos tales que
11q,(1; x
o,
10) - xell ::; 8, para todo I ;::: 10'
Se dice que un estado de equilibrio x, del sistema de la ecuacion (5-82) es estable en el sentido de
Liapunov si, para cada S(E) existe un S(8) tal que las trayectorias que se inicien en S(8) no salgan de
S( E) al aumentar I en forma indefinida. El numero real 8 depende de E y, en general, tarnbien depende
de 10' Si 8 no depende de 1o, se dice que el estado de equilibrio es uniformemente estable.
Lo que se ha enunciado aquf es que primero se escoge la region S(E) y, para cada S(E), debera
existir una region S(8) tal que trayectorias que se inicien dentro de S(8) no salgan de S(E) conforme
I se incrementa en forma indetinida.
325 An61isisde estabilidad de Liapunov :: :- 5-6
Estabilidad aslntotica. Se dice que un estado de equilibrio x, del sistema de la ecuacion
; es asintoticamente estable si es estable en el senti do de Liapunov y si cada solucion que se
ml-: " desde el interior de S( 8) converge, sin salir de S( e) hacia x, conforme t se incrementa en forma
-
En la practica, la estabilidad asintotica es mas importante que la simple estabilidad. Sin embar-
:.do que la estabilidad asintotica es un concepto local, el hecho de establecer la estabilidad
no necesariamente significa que el sistema operara de manera correcta. Por 10 general, es
.esario algun conocimiento del tamano de Ia region mas grande de la estabilidad asintotica, Esta
:: se conoce como dominio de atraccion. Es esa parte del espacio de estado en la cual se origi-
as trayectorias asintoticamente estables. En otras palabras, cualquier trayectoria que se origine
dorninio de atraccion es asintoticamente estable.
Estabilidad asintotica global. Si la estabilidad asintotica es valida para todos los estados
-.-.:. :odos los puntos en el espacio de estado) a partir de donde se originan todas las trayectorias, se
.1.:;;; :;Je el estado de equilibrio es estable asintoticamente global. Esto es, el estado de equilibrio x,
s.srema dado por la ecuacion (5-82) se dice estable asintoticamente global si es estable y cada
"_..:[on converge a x, conforme t se incrementa en forma indefinida. Es claro que una condicion
":';;;;..lfia para la estabilidad asintotica global es que exista solo un estado de equilibrio en la totali-
- "'::;;1 espacio de estado.
En problemas de ingenieria de control, la estabilidad asintotica global es una caracteristica
Si el estado de equilibrio no es estable asintoticamente global, entonces el problema se
.e;:r .me en determinar la region mas grande de estabilidad asintotica, Esto por 10 regular es muy
.::'"..:: '\0 obstante, para efectos practices, es suficiente con determinar una region de estabilidad
rs.:-::.:-tica 10 suficientemente grande para que ninguna perturbacion la exceda.
r Inestabilidad. Se dice que un estado de equilibrio x, es inestable si para algun numero real
E ::. cualquier numero real 8> 0, sin importar que tan pequefio, siempre existira un estado X
o
en
IS; :.11 que la trayectoria que se inicie en ese estado salga de S(e).
I
Representacion grdfica de estabilidad, estabilidad asintotica e inestabilidad. Una repre-
grafica de las definiciones anteriores aclarara sus significados.
Consideremos el caso de dos dimensiones. Las figuras 5-2a), b) y c) muestran los estados de
eo, .ibrio y las trayectorias tfpicas que corresponden a estabilidad, estabilidad asintotica e inestabi-
S(6)
S(e)
S(e)
(a) (b) [c)
Figura 5-2 a) Estado de equilibrio estable y una trayectoria representativa; b) estado de equilibrio
estable asintoticamente y una trayectoria representativa; c) estado de equilibrio inestable y una
trayectoria representativa.
326 An61isisen el espacio de estado Capit:
lidad en forma respectiva. En la figura 5-2a), b) 0 c), la region S(8) limita el estado inicial x,:-
region S(e) corresponde a los limites de la trayectoria que se inicia de cualquier estado inicial
la region S(8).
Observe que las definiciones anteriores no especifican la region exacta de las condici
iniciales permisibles. Por tanto, las definiciones solo se aplican a la vecindad del estado de
brio, a menos que S( e) corresponda a la totalidad del plano de estado.
Observe que en la figura 5-2c) la trayectoria sale de S(e) y, por tanto, todo el estado de
brio es inestable. No podemos, sin embargo, decir que la trayectoria se ira al infinito, ya que
acercarse a un cicio limite fuera de la region S(e). (Si un sistema lineal de tiempo invariante
inestable, las trayectorias que se inician incluso cerca del estado de equilibrio inestable van al i
to. Pero tratandose de sistemas no lineales, esto no es necesariamente cierto.)
Es importante sefialar que las definiciones aqui presentadas no son las (micas que definen
conceptos de la estabilidad de un estado de equilibrio. De hecho, existen algunos libros con difi
tes formas de definir la estabilidad. Por ejemplo, en la teoria de control convencional, solo aq
sistemas que son estables asintoticamente se denominan sistemas estables, y aquellos sistemas
bles en el sentido de Liapunov, pero que no son estables asintoticamente, se lIaman inestables.
ejemplo es la estabilidad B180. Un sistema lineal de tiempo invariante se llama estable de en
acotada y salida acotada (estable BIBO) si la salida que se inicia a partir de un estado inicial arb'
rio queda acotada euando la entrada tambien esta acotada. Se debe notar, sin embargo, que en
libro, cuando se utilice la palabra "estabilidad", por 10 general significara estabilidad asintotica ell
sentido de Liapunov.
Teorema de Liapunov sobre fa estabilldad asintotica. Se puede demostrar que si una
cion escalar V(x), donde x es un vector n, es definida positiva, entonces los estados x que satis
V(x) = C
donde C es una constante positiva, estan en una hipersuperficie cerrada en el espacio de estado de
dimensiones, al menos en la vecindad del origen. Si V(x) 00 conforme Ilxll 00, entonces
superficies cerradas se extienden sobre la totalidad del espacio de estado. La hipersuperficie V(x)
C
1
esta enteramente en el interior de la hipersuperficie V(x) = C
z
siempre que C
1
< C
z
.
Para un sistema dado, si es posible encontrar una funcion escalar definida positiva V(x).
que su derivada de tiempo tomada a 10 largo de una trayectoria sea siempre negativa, ento
conforme el tiempo aumenta, V(x) toma valores cada vez mas pequeflos de C. Conforme el tie
aumenta, V(x) finalmente se reduce a cero y, por tanto, x tambien se reduce a cero. Esto imp -
estabilidad asintotica del origen del espacio de estado. EIteorema principal de estabilidad de Liap
que es una generalizacion de 10 anterior, proporciona una condicion suficiente para la estabili
asintotica. Este teorema puede enunciarse como sigue.
Teorema 5-1. Suponga que un sistema esta descrito por
x= f(x, t)
donde
f(O, t) = 0, para todo t
Si existe una funcion escalar V(x, t) con derivadas parciales de primer orden continuas y que sati
gan las condiciones
327 Anclisls de estabi!idad de liopunov
I. qx, t) es definida positiva.
.. ("(x, t) es definida negativa.
I . I"( x, t) es definida positiva.
: . ;. (X, t) es semidefinida negativa.
: . r (4)(t; x
o
, to), t) no desaparece para t topara cualquier toy para cualquier X
o
=I- 0, donde
dX t: x
o
, to) denota la soluci6n que se inicia a partir de X
o
en t = to'
-:-ccs el estado de equilibrio en el origen es uniforme y asint6ticamente estable.
Si. ademas, Vex, t) x conforme Ilxll x, entonces el estado de equilibrio en el origen es
:-:::TIc y asint6ticamente estable global. (Para pro bar este teorema, yea el problema A-5-18.)
Las condiciones de este teorema se pueden modificar como sigue:
-r- ces el origen de sistema es uniforme y asint6ticamente estable global.
equivalencia de la condicion 2 del teorema y las condiciones modificadas 2' y 3' sepueden
sigue. Si V(x, t) no es definida negativa sino s610 semidefinida negativa, entonces la
!-=-::oriadel punta representativo se puede volver tangente a alguna superficie determinada Vex, t)
.: que V(q,(t; X
O,
to), t) no desaparece para t topara cualquier toy para cualquier X
o
=I- 0, el
.- representativo no puede permanecer en el punta tangente [el punto que corresponde a Vex, t)
.}: : oor tanto debe moverse hacia el origen.
Teorema de Liapunov sobre fa establlldad. Para probar la estabilidad (pero no la estabilidad
- ::ca) del origen del sistema definido por la ecuaci6n (5-82) se puede aplicar el siguiente teo-
Teorerna 5-2. Suponga un sistema descrito por
i=f(x,t)
r, O. t) =0 para toda t. Si existe una funcion escalar Vex, t) que tenga derivadas parciales de
_ orden continuas y que satisfaga las condiciones
L x. l) es definida positiva.
l. -x. t) es semidefinida negativa.
.ces el estado de equilibrio en el origen es uniformemente estable.
=",bera notarse que la semidefinici6n negativa de Vex, t) [Vex, t)::; 0 a 10largo de las trayec-
: significa que el origen es uniformemente estable pero no necesariamente uniforme y
',: camente estable. Por tanto, en este caso, el sistema puede mostrar una operaci6n ciclica li-
Inestabilidad. Si un estado de equilibrio x = 0 de un sistema es inestable, entonces existe una
',:- escalar W(x, t) que determina la inestabilidad del estado de equilibrio. A continuaci6n se
:.:..-a un teorema sobre la inestabilidad.
328
Anolisis en el espacio de estado
CapitJO
Teorema 5-3. Suponga que un sistema esta descrito por
x= rex, t)
donde
reo, t) = 0,
para todo t to
Si existe una funci6n escalar W(x, t) que tenga primeras derivadas parciales continuas y que
ga las condiciones
1. W(x, t) es definida positiva en alguna regi6n alrededor del origen.
2. W(x, t) es definida positiva en la misma regi6n.
entonces el estado de equilibrio en el origen es inestable.
1. En la aplicaci6n de los teoremas de estabilidad de Liapunov a un sistema no lineal, las
ciones de estabilidad obtenidas a partir de una funci6n de Liapunov determinada son co
nes suficientes pero no son condiciones necesarias.
2. Una funci6n de Liapunov para un sistema determinado no es (mica. Por tanto, es im
sefialar que el no encontrar una funci6n de Liapunov adecuada para mostrar estabili
estabilidad asint6tica 0 inestabilidad del estado de equilibrio bajo consideraci6n, puede
informaci6n sobre la estabilidad.
3. Aunque una funci6n de Liapunov determinada puede probar que el estado en equilibrio
consideraci6n es estable 0 estable asint6ticamente en la regi6n fl donde incluye este es
equilibrio, esto no necesariamente significa que los movimientos son inestables fuera
regi6nfl.
4. Para un estado de equilibrio estable 0 asint6ticamente estable, siempre existe una funce
Liapunov con las propiedades requeridas.
Observaciones. Cuando se aplica el analisis de estabilidad de Liapunov a sistemas no r
les es necesario hacer algunos comentarios.
una condici6n necesaria y suficiente que se puede enunciar para la estabilidad asint6tica del
es que todos los valores propios de G tengan magnitud menor que la unidad, 0 que los c
polinomio caracteristico
tengan partes reales negativas.
De igual manera, para un sistema en tiempo discreto representado por la ecuaci6n
x(k + 1) = Gx(k)
Analisis de estabilidad de los sistemas lineales invariantes en el tiempo. Existen
metodos para la investigaci6n de la estabilidad asint6tica de sistemas lineales invariantes en el
po. Por ejemplo, para un sistema de tiempo continuo descrito por la ecuaci6n
x = Ax
se puede decir que una condici6n necesaria y suficiente para la estabilidad asint6tica del orig
sistema es que todos los valores propios de A tengan partes reales negativas, 0 que los c
polinomio caracteristico
329
(5-84)
x = Ax
Anolisis de estabilidad de Liapunov
Vex) = x*Px + x*Px
= (Ax)*Px + x*PAx
= x*A*Px + x*PAx
= x*(A*P + PA)x
-ilfolisis de establlldad Liapunov de sistemas lineales en tiempo continuo e invariantes en e/
Considere el siguiente sistema lineal invariante en el tiempo:
P ;:5 una matriz hermitica definida positiva. (Si x es un vector real, entonces P se puede
'-::-ar como una matriz simetrica real definida positiva.) La derivada en el tiempo de Vex) a 10
.:.;: cualquier trayectoria es
en el interior del circulo unitario centrado en el origen del plano z.
embargo, encontrar los valores propios puede ser dificil, en el caso de sistemas de orden
.:r cuando algunos de los coeficientes del polinomio caracteristico no son numericos. En
::=:"---:'s. puede aplicarse el criterio de estabilidad de Jury 0 los criterios de estabilidad de Routh-
'0':. EI metodo de Liapunov, que proporciona una altemativa al analisis de estabilidad de siste-
invariantes en el tiempo, es algebraico y no requiere factorizacion del polinomio carac-
como mas adelante se vera. Es importante notar que para los sistemas lineales invariantes
. :.;;:-:-:po, el segundo metodo de Liapunov no da solo condiciones suficientes, sino tambien
. .: =-.es necesarias y suficientes para la estabilidad 0 para la estabilidad asintotica.
::=- ;:1 siguiente analisis de estabilidad de sistemas lineales invariantes en el tiempo, se supone
.: ..alor propio Ai de la matriz A es una cantidad compleja, entonces A debe contener a Ai' que
'::'''.' .igado complejo de i..;, como su valor propio. Entonces, cualesquiera valores propios com-
.:t A apareceran como pares complejos conjugados. Asimismo, en las siguientes discusiones
se unlizara la expresion de transpuesta conjugada, en lugar de la expresion de
.e-sta de la matriz A, ya que los elementos de la matriz A pueden incluir conjugados comple-
:::-".;:Ilspuesta conjugada de A se describe como A*. Es una conjugada de la transpuesta:
A* =
1 ;;s el vector de estado (un vector-n) y A es una matriz constante de n x n. Se supone que A
Entonces el unico estado de equilibrio es el origen, x = O. La estabilidad del estado de
"ero del sistema lineal invariante en el tiempo se puede investigar facilmente mediante el se-
, merodo de Liapunov.
?lra el sistema definido por la ecuacion (5-84), se escoge como posible funci6n de Liapunov
V(x) = x*Px
- ':..1': Vex) se escogi6 para ser definida positiva, se requiere, para la estabilidad asint6tica, que
sea definida negativa. Por tanto, se requiere que
V(x) = -x*Qx
330
donde
Anolisis en el espacio de estado Capitulo
Q = - (A"P + PA) = definida positiva
Por tanto, para la estabilidad asintotica del sistema de la ecuacion (5-84), es suficiente que Q
definida positiva.
Para probar que una matriz de n x n es definida positiva, se aplica el criterio de Sylvester,
dice que una condicion necesaria y suficiente para que una matriz sea definida positiva es que
determinantes de todos los menores principales de la matriz sean positivos. Considere, por ejem
la siguiente matriz hermitica P de n x n (si todos los elementos de P son reales, entonces la m
hermitica se convierte en una matriz simetrica real):
[
PII P12
P = ~ 522
Pin P2n
... Pin]
... P2n
Pnn
donde Pi)' representa el complejo conjugado de Pi). La matriz P es definida positiva si todos
menores principales sucesivos son positivos, esto es, si
PII > 0,
~ I P121 > 0,
P12 P22
PII P12
P12 P22
Pin
P2n >
Pin P2n Pnn
En vez de especificar primero una matriz definida positiva P y examinar si Q es defini
positiva, es conveniente especificar una matriz definida positiva Q primero y a continuacion ex
nar si P calculada a partir de
A*P + PA = -Q
es definida positiva 0 no. Observe que el que P sea definida positiva es una condicion necesaria
suficiente. Se resumira 10 anterior en forma de teorema.
Teorema 5-4. Considere el sistema descrito por
x= Ax
donde x es un vector de estado (un vector n) y A es una matriz no singular constante de n x n. L
condicion necesaria y suficiente para que el estado de equilibrio x = 0 sea asintoticamente es
global es que, dada cualquier matriz Qhermitica definida positiva (0 cualquier matriz simetrica real
finida positiva), existe una matriz P hermitica definida positiva (0 una matriz sirnetrica real definida
sitiva) tal que
A*P + PA = -Q
La funcion escalar x'Px es una funcion de Liapunov para este sistema. [Observe que en el sist
lineal considerado, si el estado de equilibrio (el origen) es asintoticamente estable, entonces
asintoticamente estable global.]
Comentarios. AI aplicar eI teorema 5-4 al analisis de estabilidad de sistemas lineales
tiempo continuo e invariantes en el tiempo, se pueden hacer algunos comentarios importantes.
:-=::6n 5-6 An61isis de estabilidad de Liapunov 331
I. Si V(x) = -x'Qx no se desaparece a 10 largo de cualquier trayectoria, entonces Q se puede
seleccionar para ser semidefinida positiva.
., Si Qse escoge como una matriz definida positiva arbitraria [0 una matriz semidefinida positi-
va arbitraria si V(x) no se desaparece a 10 largo de cualquier trayectoria] y la ecuacion matricial
A*P + PA = -Q
se resuelve para determinar P, entonces la definicion positiva de Pes una condicion necesaria
y suficiente para la estabilidad asintotica del estado de equilibrio x = O.
3. EI resultado final no depende de la matriz Qdeterminada escogida, siempre y cuando Q sea
definida positiva (0 semidefinida positiva, segun el caso).
4. Para determinar los elementos de la matriz P, se igualan las matrices A'P + AP Y-Q, elemento
por elemento. Esto resulta en n(n + 1)/2 ecuaciones lineales para determinar los elementos Pi;
= Pp de P. Si se identifican los valores propios de A como AI, A
2
, , Am cada uno es repetido
varias veces en relacion con su multiplicidad como una raiz de la ecuacion caracteristica, y si
por cada suma de dos raices
entonces los elementos de P estan determinados en forma unica. (Observe que para una matriz
estable Ala suma A
j
+ A
k
es siempre diferente de cero.)
5. AI determinar si existe 0 no una matriz P simetrica real definida positiva 0 hermitica definida
positiva, es conveniente escoger Q = I, donde I es la matriz identidad. Entonces los elementos
de P quedan determinados a partir de
A*P + PA = -I
y se prueba si la matriz P es definida positiva.
~ m p l o 5-8
Determine la estabilidad del estado de equilibrio del sistema siguiente:
El sistema s610tiene un estado de equilibrio en el origen. Seleccionando Q= I y sustituyendo I en
la ecuaci6n (5-85), se tiene
A*P + PA = -I
Si observamos que A es una matriz real, P debera ser una matriz simetrica real. Esta ultima ecuaci6n se
puede escribir como sigue:
[
- 1 l][Pll P12] + [PI I PI2][-1
-2 -4 P12 P22 PI2 P22 1
-2]=_[10]
-4 0 1
(5-86)
donde se observa que P2I = P12 con 10 que se hace la sustituci6n apropiada. Si la matriz P resulta ser
definida positiva, entonces x'Px es una funci6n de Liapunov y el origen es asint6ticamente estable.
332 Anolisis en el espacio de estado
La ecuacion (5-86) produce las siguientes tres ecuaciones:
-2pll + 2p12 = -1
-2pll - 5p12 + P22 = 0
-4p12 - 8p22 = -1
AI resolver para las p, se tiene
Capitulo
P22 = M
Por tanto,
[
11
p= 60 60
!!
60 60
De acuerdo con el criterio de Sylvester, esta matriz es definida positiva. Por tanto, se concluye que
origen del sistema es asintoticamente estable global.
Debe hacerse notar que una funcion de Liapunov para este sistema es
[
23 _ 7 ][x ]
V(x) = x*Px = [XI X2] M
= - 14xlx2 +
y V (x) esta dado por
V(x) = -x; - xi
Andllsls de estabilidad de Liapunov de sistemas en tiempo discreto. A continuacion
extendera el analisis de estabilidad de Liapunov a los sistemas en tiempo discreto. Como en el
de los sistemas en tiempo continuo, la estabilidad asintotica es el concepto mas importante ell
estabilidad de los estados de equilibrio de los sistemas en tiempo discreto.
Ahora se presentara un teorema de estabilidad para sistemas lineales 0 no lineales de tie
discreto e invariantes en el tiempo, basados en el segundo metodo de Liapunov. Hay que senalar
en los sistemas de tiempo discreto, en vez de V(x), se utilizara la diferencia directa V(x(k + I)
V(x(kD), es decir
JV(x(kT)) = V(x(k + l)T) - V(x(kT))
Teorema 5-5. Considere el siguiente sistema en tiempo discreto
xk + l)T) = f(x(kT))
donde
x = vector-n
f(x) = vector-n con la propiedad de que f(O) = 0
T = periodo de muestreo
Suponga que existe una funcion escalar V(x) continua en x tal que
1. V(x) > 0 para x *- O.
2. LlV(x) < 0 para x*- 0, donde
JV(x(kT)) = V(x(k + l)T) - V(x(kT)) = V(f(x(kT))) - V(x(kT))
)bserve que en este teorema la condicion 2 se puede reemplazar por la condicion
el estado de equilibrio x = 0 es asintoticamente estable global, y Vex) es una funcion de
.1Vex) ::; 0 para toda x, y L\Vex) no se desaparece para cualquier secuencia solucion {x(k7)}
que satisfaga la ecuacion (5-88).
333 Ana/isis de estabilidad de Liapunav
;(0) = 0
;1 x) x cuando /lxll oc
: : - 5-6
_: que significa que no es necesario que L\Vex) sea definida negativa si no se desaparece en cual-
; .;.er secuencia solucion de la ecuacion de diferencias.
Andlisis de estabilidad de Liapunov de los sistemas lineales en tiempo discreto e invariantes
Of el tiempo. Considere el sistema en tiempo discreto descrito por
x(k + 1) = Gx(k)
(5-89)
z-: x es el vector de estado (vector-s) y G es una matriz no singular constante de n x n. EI origen
\ = 0 es el estado de equilibrio. Se investigara la estabilidad de este estado mediante el segundo
-:odo de Liapunov.
Se escoge como posible funcion de Liapunov
V(x(k)) = x*(k)Px(k)
:.:-:Je Pes un matriz hermitica definida positiva (0 una matriz simetrica real definida positiva).
::'.-:onces
.:1V(x(k)) = V(x(k + 1)) - V(x(k))
=x*(k + l)Px(k + 1) - x*(k)Px(k)
=[Gx(k)]*P[Gx(k)] - x*(k)Px(k)
= x*(k)G*PGx(k) - x*(k)Px(k)
= x*(k)(G*PG - P)x(k)
:'::c':o que V(x(k)) se selecciono para ser definida positiva, se requiere, para la estabilidad asintotica,
a,e .1V(x(k)) sea definida negativa. Por tanto
.:1V(x(k = -x*(k)Qx(k)
:..:-de
Q = -(G'PG - P) = definida positiva
]0:: ese modo, para la estabilidad asintotica del sistema en tiempo discreto de la ecuacion (5-89), es
que Q sea definida positiva.
Como en el caso de sistemas lineales de tiempo continuo, es conveniente especificar primero
J:::C matriz Q hermitica definida positiva (0 simetrica real definida positiva) y a continuacion ver si
a -:latriz P determinada por
G*PG - P = -Q
334 Anolisis en el espacio de estado Capitulo 5
es definida positiva 0 no. Observe que una P definida positiva es una condicion necesaria y suficien-
teo Se resumira en un teorema 10 que se ha enunciado aqui.
Teorema 5-6. Considere el sistema en tiempo discreto
x(k + 1) = Gx(k)
donde x es el vector estado (vector-s) y G es una matriz no singular constante de n x n. Una condi-
cion necesaria y suficiente para que el estado de equilibrio x = 0 sea asintoticamente estable global
es que, dada cualquier matriz Qhermitica definida positiva (0 sirnetrica real definida positiva) existe
una matriz P hermitica definida positiva (0 simetrica real definida positiva) tal que
G*PG - P =-Q
(5-90)
La funcion escalar x'Px es una funcion de Liapunov para este sistema.
Si Ll V(x(k)) = -x*(k)Qx(k) no se desaparece a 10 largo de ninguna serie de soluciones, entonces
Q puede ser escogida como semidefinida positiva.
Estabilidad de un sistema en tiempo discreto obtenido al discretizar un sistema en tiempo
continuo. Siel sistema se describe en terminos de ecuaciones en el espacio de estado, la estabili-
dad asintotica de un estado de equilibrio de un sistema en tiempo discreto obtenido al discretizar un
sistema en tiempo continuo, equivale a la del sistema en tiempo continuo original.
Considere un sistema en tiempo continuo
i = Ax
y el sistema correspondiente en tiempo discreto
x((k + l)T) = Gx(kT)
donde
Si el sistema en tiempo continuo es asintoticamente estable, es decir, si todos los valores propios de
la matriz A tienen partes reales negativas, entonces
I I n l l ~ O
cuando n ~ 00
y el sistema discretizado tambien es asintoticamente estable. Esto se debe a que, si las Ai son los
valores caracteristicos de A, entonces las e
V
son los valores propios de G. (Observe que lev I< I
si A,Tes negativa.)
Se debe notar que si se discretiza un sistema en tiempo continuo con polos complejos, enton-
ces en casos excepcionales puede ocurrir inestabilidad oculta, en funcion de la seleccion del periodo
de muestreo T. Es decir, en algunos casos donde el sistema en tiempo continuo no es asintoticamente
estable, el sistema discretizado equivalente pudiera parecer estable asintoticamente, si se observan
unicamente los valores de salida en los instantes de muestreo. Este fenomeno ocurre solo para algu-
nos valores del periodo de muestreo T. Si se varia el valor de T, entonces esta inestabilidad oculta
aparece en forma de inestabilidad explicita. Yea el problema A-5-15.
Contraccion. Una norma de xdenotada como Ilxll se puede pensar como una medida de la
longitud del vector. Existen diferentes definiciones de norma. Cualquier norma, sin embargo, tiene
las siguientes propiedades:
.dV(x(k)) = V(f(x(k))) - V(x(k)) = IIf(x)1I - [x]
335
(5-91 )
f(O) = 0
para x = 0
para x*-O
para toda x y y
para toda x y constante real k
x(k + 1) = f(x(k)),
II x] = 0,
II xII > 0,
Ilx + yll IIxll + Ilyll,
Ilkxll = Ikl [x],
An61isisde estabilidad de Liapunov
5-9
=:nsidere el siguiente sistema:
V(x) = [x]
se ouede ver como sigue. Dado que Vex) = IIxll es definida positiva y
conjunto de valores de x*-Oyalguna norma.
;'ara sistemas en tiempo discreto se puede utilizar una norma Ilxll como funci6n de Liapunov.
:.:,e el siguiente sistema en tiempo discreto:
':_-.cion rex) es una contracci6n si reO) = 0 y
IIf(x)1I < [x]
--ja negativa, porque rex) es una contracci6n para toda x, se encuentra que Vex) =IIxll es una
cr de Liapunov y, segun el teorema 5-5, el origen del sistema es asint6ticamente estable global.
problema A-5-20.)
\ es un vector-a yrex) es tambien un vector-no Suponga que rex) es una contracci6n para toda
norma. Entonces el origen del sistema de la ecuacion (5-91) es asint6ticamente estable
_:. una de sus funciones de Liapunov es
xermine la estabilidad del origen del sistema.
Se escoje Q como I. A conrinuacion, con referencia a la ecuaci6n (5-90), la ecuacion de estabili-
de Liapunov se convierte en
-n - = (5-92)
... se encuentra que la matriz P es definida positiva, entonces el origen x = 0 es asint6ticamente estable
;
De la ecuaci6n(5-92) se obtienen las siguientes tres ecuaciones:
O.25p22 - Pll = -1
O.5( -P12 + P22) - P12 = 0
PlI - 2p12 =-1
. .15 cuales se obtiene
PlI =.If, P12 =
336
En consecuencia,
Anolisis en el espacio de estado
[
11 8]
P = 5 :5
8 24
:5 5
CapitLlb
Al aplicar el criterio de Sylvester para probar la definicion positiva de la matriz P, se encuentra que P
definida positiva. Por tanto, el estado de equilibrio, el origen x = 0, es asintoticarnente estable global
Observe que en vez de escoger Qcomo I se podria haber escogido Q como una matriz semidefi
positiva, tal como
siempre y cuando = -x'(k)Qx(k) no se desaparezca a 10 largo de cualquier serie de soluciones.
la matriz Q semidefinida positiva recien definida, se tiene
.1V(x) =
Para el sistema actual, x2(k) identicarnente cero implica que xl(k) es identicamente cero. Por tanto, I
no se desaparece a 10 largo de cualquier serie de soluciones, excepto en el arigen. Por tanto, se p
escoger esta matriz Q semidefinida positiva para determinar la matriz P de la ecuacion de estabilidad
Liapunov. La ecuacion de estabilidad de Liapunov, en este caso se convierte en
-0.5][P11 Pl2][ 0
-1 Pl2 P22 -0.5
1] [P11 Pl2] _ [0 0]
-1 - P12 P22 - - 0 1
Al resolver esta ultima ecuacion, se obtiene
p =
4 12
:5 5
Al aplicar el criterio de Sylvester, se encuentra que P es definida positiva, par tanto se obtiene la
conclusion que antes: el origen es asint6ticamente estable global.
PROBLEMAS DE EJEMPLO Y SOLUCIONES
Problema A-5-1
(Metodo de prograrnacion directa) Considere el sistema en tiempo discreto definido por
Y(z) boz
n
+ b
1
zn-l + ... + b
n
U(z) Zn+alZnl++an
Muestre que una representacion en el espacio de estado de este sistema puede estar dada por
xl(k + 1) ]
x2(k + 1)
+ 1) -
xn(k + 1)
o
o
o
1
o
o
o
1
o
o
o
1
:::::')05 Problemas de ejempla y soluciones 337
Solucion EI sistema dado puede modificarse a la forma
Y(z) b
o
+ blz-
I
+ bzz-
z
+ ... + bnz-
n
U(z) = 1 + alz I + azz z + '" + anz n
= b
o
+ (bl - albo)z-I + + '" + - anbo)z-n
l+alz +azz +"'+anz
Esta ultima ecuacion se puede escribir como sigue:
Se define
Y(z = (bl - al bO)Z-1 + (bz - azbo)z-Z + .. , + (bn - anbo)z-n U(z)
) 1 + al z I + azz z + ... + an z n
Entonces la ecuacion (5-95) se convierte en
Y(z) = boU(z) + Y(z)
.".1 rescribir la ecuacion (5-96) a la forma siguiente:
Y(z)
(b
1
- albo)z-I + (b
z
- azbo)z z + .,. + (b
n
- anbo)z-n
U(z)
l+alz I+
azz
z+"'+anz n=Q(z)
De esta ultima se pueden obtener las dos ecuaciones siguientes:
Y(z) = (b
i
- albo)z-IQ(z) + (b
z
- azbo)z-zQ(z) + '"
+ (b
n
- an bo)z-n Q(z)
Ahora se definen las variables de estado como sigue:
XI(z) = z:" Q(z)
Xz(z) = z-n+1 Q(z)
Xn-,(zt-= z-z Q(z)
Xn(z) = Z-I Q(z)
Entonces, claramente se tiene
zXI(z) = Xiz)
zXz(z) = X
3(z)
(5-95)
(5-96)
(5-97)
(5-98)
(5-99)
(5-100)
338
An61isis en el espacio de estado
En terminos de ecuaciones en diferencias, las n - 1 ecuaciones anteriores se convierten en
xl(k + 1) = x2(k)
x2(k + 1) = x3(k)
AI sustituir la ecuaci6n (5-100) en la ecuacion (5-98) se obtiene
zXn(z) = -a1Xn(z) - a2Xn-l(Z) - ... - anX1(z) + U(z)
que puede ser transformada a una ecuacion de diferencias:
xn(k + 1) = -anxl(k) - a
n-lx2(k)
- ... - alxn(k) + u(k)
Asimismo, la ecuacion (5-99) se puede rescribir como sigue:
Y(z) = (bl - a1bo)Xn(z) + (b
2
- a
2bo)Xn-1(Z) + ... + (bn - anbO)X1(z)
AI usar esta ultima ecuacion, la ecuacion (5-97) puede ser escrita de la manera
y(k) = tb; - anbO)xl(k) + (bn - 1 - an-1bo)X2(k)
+ ... + (b
1
- a1bo)xn(k) + bou(k)
Capitulo 5
(5-1011
(5-1021
(5-1031
Si se combinan las ecuaciones (5-101) Y(5-102) obtenemos como resultado la ecuacion de estado dada
por la ecuacion (5-93). La ecuaci6n de salida, ecuaci6n (5-103), se puede volver a escribir en la forma
dada por la ecuacion (5-94).
Problema A-5-2
(Metodo de programaci6n anidada) Considere el sistema con funcion de transferencia pulso definido par
G(z) = Y(z) = bo + b1z-
1
+ ... + bnz-
n
U(z) l+alz
1++a
nz
n
Muestre que la representacion en el espacio de estado de este sistema puede estar dado como sigue:
~ ~ ~ ~ l ] [ ~ ~ ~ ~ ]
1 0 r a: xn-l(k)
o 1 -Ql xn(k)
[
xl(k) ]
x2(k)
y(k) = [0 0 ... 0 1] : + bou(k)
xn-l(k)
xn(k)
(5-1
(5-1
Problemas de ejemplo y soluciones 339
Solucion Vuelva a escribir la funcion de transferencia pulso como sigue:
Y(z) - b
o
U(z) + z-I[al Y(z) - b, U(z)]
+ z-2[a2 Y(z) - b
2
U(z)] + ... + z-n[a
n
Y(z) - b; U(z)] = 0
o bien
Y(z) = boU(z) + z-l{b
1
U(z) - al Y(z) + z-l{b
2
U(z) - asY(z)
+ z-l[b
3
U(z) - a3 Y(z) + ... J})
Ahora se definen las variables de estado de la siguiente manera:
Xn(z) = z-I[b
l
U(z) - al Y(z) + Xn-I(z)]
Xn-I(z) = z-l[b
2
U(z) - a2 Y(z) + X
n-2(z)]
X
2(z)
= z-l[b
n_ l
U(z) - an-tY(z) + Xt(z)]
XI(z) = z-I[b
n
U(z) - an Y(z)]
Entonces la ecuacion (5-106) se puede escribir en la forma
Y(z) = b., U(z) + Xn(z)
(5-106)
(5-107)
(5-108)
. ~ I sustituir la ecuacion (5-108) en la ecuacion (5-107) Ymultiplicar ambos lados de las ecuaciones por z,
se obtiene
zXn(z) = Xn-I(z) - alXn(z) + (b, - atbo)U(z)
zXn-l(z) = Xn-z(z) - a2Xn(Z) + (b2 - a2bo)U(z)
zX
2(z)
= X1(z) - an-tXn(Z) + (bn- t - an-lbo)U(z)
zXI(z) = -anXn(z) + (bn - anbo)U(z)
~ I tamar las transformadas inversaz de las n ecuaciones anteriores y al escribir las ecuaciones resultantes
en orden inverso, se obtiene
XI(k + 1) = -anxn(k) + (b; - anbo)u(k)
x2(k + 1) = xI(k) - an-Ixn(k) + (b
n- t
- an-t bo)u(k)
xn-I(k + 1) = x
n-2(k)
- a2xn(k) + (b, - a2bo)u(k)
xn(k + 1) = xn-l(k) - at xn(k) + tb, - at bo)u(k)
-:-lmbien, la transformada inversa z de la ecuacion (5-108) da
y(k) =xn(k) + bou(k)
,,: \ olver a escribir la ecuacion de estado y la ecuacion de salida en la forma estandar matricial, obtene-
-C'S las ecuaciones (5-104) y (5-105), respectivamente.
Q I ~ m a A-5-3
vletodo de programacion de expansion en fracciones parciales) Considere el sistema con funci6n de
.r.msferencia pulso dado por
340
Anolisis en el espacio de estado
Copito :
Y(z) boz
n
+ blz
n- I
+, .. + b
n
U(z) zn + al zn 1 + ' .. + an
Demuestre que la ecuaci6n de estado y la ecuaci6n de salida se puedcn dar en la forma can6nica diagonal
siguiente, si todos los polos son distintos.
(5-1.:,.;,
y
(5-1 ;
Y(z) CI C2 C
n
-- = b
o
+ --+ --+ , .. +--
U(z) Z-PI Z-P2 z-pn
y(k) = [CI C2 '" + bou(k) (5-1 !'j
xn(k)
Solucion La funci6n de transferencia pulso del sistema se puede modificar como siguc:
Y(z) boz
n
+ b
l
zn-I + ,., + b
n
U(z) zn + alz
n- I
+ ,., + an
(,. b::..cI_---=.a:.:.,1.:.b;::.::o ).:.z_n-_I_+--'.(.::..,b2::-----=a.:.::2.::...b..::,o):..,.:z_n_-2_+_,_,_,_+----"-(b...:,n:....--_a...:.:n_b=o)
= b
o
+-
(Z - PI)(Z - P2), . ,(Z - Pn)
En vista de que todos los polos de la funci6n de transferencia pulso Y(z)/U(z) son distintos, Y(;;)/..I::
puede expandir a la forma siguiente:
donde
. [Y(Z) ]
c, = U(z) (z - Pi)
La ecuaci6n (5-112) se puede escribir en la forma
CI C2 c; U()
Y(z) = boU(z) + --U(z) + --U(z) + ... + -- z
z - PI Z - P2 Z - pn
Las variables de estado se definen como sigue:
1
X1(z) = --U(z)
z - PI
1
X
2(z)
= --U(z)
z - P2
(5-1 ;
(5- I:
1
Xn(z) = --U(z)
z - pn
La ecuaci6n (5-114) se puede volver a escribir como
zXI(z) = PIXI(Z) + U(z)
zX
2(z)
= P
2X2(Z)
+ U(z)
(5-1 J
zX,,(z) = pnXn(Z) + U(z)
Capitula 5 Problemas de ejernplo y soluciones 341
Asimismo la ecuacion (5-1 J3) se puede escribir como
(5-116)
Las transformadas inversas z de las ecuaciones (5-115) Y(5-116) se convierten en
x,(k + 1) = PIXl(k) + u(k)
x2(k + 1) = P2X2(k) + u(k)
(5-117)
xn(k + 1) = pnxn(k) + u(k)
y
(5-118)
AI volver a escribir la ecuaci6n de estado y la ecuaci6n de salida en forma de ecuaciones matriciales. se
obtienen las ecuaciones (5-109) y (5-110).
Problema A-5-4
(Metodo de programaci6n de expansion en fracciones parciales) Considere el sistema con funcion de
transferencia pulso definido por
Y(z) = hoz
n
+ hI zn-I + . " + b
n
U(z) z" + a, r:' + ... + an
Suponga que el sistema incluye varios polos del orden m en .: = p, y que todos los demas polos son
distintos.
Demuestre que este sistema puede representarse por la siguiente ecuaci6n de estado y por la
siguiente ecuacion de salida:
(5-119)
(5-120)
o
a
1
1
+ u(k)
a
o
a
pn
a a 0
a a a
PlIO
a PI 1
0: 0
I
0: 0
I
I
I
PI: 0
---------------4------------
o 0 0 0 : pm+I 0 xm+I(k)
I
I
I
0: a
I
y(k) = [cI C2 ... c n ] ~ ~ ~ ~ ] + bou(k)
xn(k)
Dado que la funcion de transferencia pulso del sistema se puede eseribir en la forma
xm(k + 1)
xm+I(k + 1)
Solucion
Y(z) hoz
n
+ h1z
n- 1
+ '" + bn-1z + bn
U(z) (z - pl)m(Z - Pm+I)(Z - Pm+2)'" (z - Pn)
(b
l
- a
l
ho)zn-l + (b
2
- a2 b
o
)zn- 2 + ... + (b
n
- an b
o
)
= b +
(z - PI)m(Z - Pm+l)" . (z - Pn)
Cm+l Cm+2
(5-121)
342 An61isis en el espacio de estado
se obtiene
Y(z)=boU(z)+( CI )mU(z)+( C2)m
Z - PI Z - PI Z - PI
+ Cm+1 U(z) + C
m+2
U(z) + ... + _c_
n
- U(z)
Z - pm+1 Z - pm+2 Z - pn
Capitulo 5
Las primeras m variables de estado XI(z), X
2(z),
... , Xm(z) se definen mediante las ecuaciones
1
(5-1231
1
Xm(z) = --U(z)
z - PI
y las n - m variables de estado restantes X
m
+ I(Z), x'n+ iz), ... ,Xn(z) se dcfinen mediante las ecuaciones
1
Xm+l(z) = U(z)
Z - pm+1
1
Xmdz) = U(z)
z - pm+2
1
Xn(z) = --U(z)
Z - pn
(5-1241
Observe que las m variables de estado definidas por la ecuaci6n (5-123) estan relacionadas una con la
otra, mediante las ecuaciones siguientes:
XI(Z) =--
X
2
(z) Z - PI
X
2
(z)
Xiz) z - PI
Xm-I(Z)
Xm(z) Z - PI
(5-1251
Al tomar las transformadas inversas z de toda la ecuaci6n (5-125), la ultima ecuaci6n de la ecuaci6n (5-
123) Ytoda la ecuaci6n (5-124), sc obtiene
XI(k + 1) = Plx,(k) + x2(k)
x2(k + 1) = plx2(k) + x3(k)
(5-126)
xm-I(k + 1) = PIXm-l(k) + xm(k)
xm(k + 1) = plxm(k) + u(k)
=::'ulo 5
Problemas de ejemplo y soluciones
xm+l(k + 1) = pm+1Xm+l(k) + u(k)
343
xn(k + 1) = Pnxn(k) + u(k)
La ecuacion de salida dada por la ecuacion (5-122) se puede volver a escribir como sigue:
Y(z) = CIX1(Z) + C2X2(Z) + '" + CmXm(Z) + C
m+IXm+ 1(Z)
+ Cm+2Xm+ 2(Z) + ... + CnXn(Z) + b
o
U(z)
.-\1 tomar la transformada inversa z de esta ultima ecuacion, se obtiene
y(k) = CIXI(k) + c2xz(k) + ... + cmxm(k) + C
m+IXm+1(k)
+ Cm+2Xm+2(k) + ... + cnxn(k) + bou(k)
(5-127)
.-\1 volver a escribir las ecuaciones (5-126) y (5-127) en la forma estandar matricial, se obtienen las
ecuaciones (5-1 19) Y(5-120), respectivamente.
""")blema A-5-5
Utilizando el rnetodo de programaci6n anidada (refierase al problema A-5-2), obtenga la ecuaci6n de
estado y Ia ecuaci6n de salida para el sistema definido por
Y(z) = Z-I + 5z-
2
U(z) 1 + 4z-
1
+ 3z-
2
.-\ continuaci6n dibuje un diagrama de bloque para el sistema, que muestre todas las variables de estado.
Soluci6n La funci6n de transferencia pulso dada se puede escribir en la forma
Y(z) = Z-I{U(Z) - 4Y(z) + z-I[5U(z) - 3Y(z)]}
Defina
%I(Z) = Z-I[U(Z) - 4Y(z) + X
2(z)]
X
2(z)
= z-I[5U(z) - 3Y(z)]
Y(z) = X
1(z)
Entonces se obtiene
zX1(Z) = -4X
1(z)
+ X
2(z)
+ U(z)
zX2(z) = -3X
1(z)
+ 5U(z)
La ecuaci6n de estado puede por tanto estar dada por
[ ~ ~ Z : ~ n = [ ~ ~ ] [ ~ ~ Z n + D]U(k)
> la ecuaci6n de salida se convierte en
y(k) = [1 OJ[XI(k)]
x2(k)
La figura 5-3 muestra el diagrama de bloques para el sistema definido por las ecuaciones en el espacio de
estado, La salida de cada elemento de retraso constituye una variable de estado.
"""-olema A-5-6
Obtenga una representaci6n en el espacio de estado del sistema mostrado en la figura 5-4. EI periodo de
muestreo T es de 1 segundo.
344 Anclisis en el espacio de estodo
u(k)
Ccc
x, (kl y(kl
Figura 5-3 Diagrama de bloques para el sistema considerado en el problema A-5-5.
VIs)
1 - e
r,
G(z)
VIs)
Figura 5-4 Diagrama de bloques del sistema de control del problema A-5-6.
Soluci6n Primero se obtendra la transformada z de la funcion de transferencia de la trayectoria din
[
1 - : 1 ] [ 1 ]
G z - Z - 1 - Z-l Z
( ) - -s- s(s + 1) - ( ) S2(S + 1)
_ 0.3679(z + 0.7181)
- (z - 1)(z - 0.3679)
l.uego se puede obtener facilrncnte la funcion de transferencia pulso en lazo cerrado. Existen m
form as para obtener ia rcprcscntacion en el cspacio de estado para un sistema como cste, tal y como
analizo en ia scccion 5-2. En cstc problema sc rnostrara otro rnctodo, basado en la modificacior
diagrama de bloqucs.
G(z) se expande en fracciones parciales:
1 0.6321
G(z) = z - 1 - z - 0.3679
Z-l 0.6321z-
1
1 - z-t - 1 - 0.3679z I
La figura 5-5 muestra el diagrama de bloques para el sistema. Se escoje la salida del elemento de rcu
unitario como una variable de estado, como se muestra en la figura 5-5. Entonces sc obtiene
Problemos de ejemplo y soluciones 345
u(k)
x, (k)
X,(z)
+
y(k)
VIz) Y(z)
Figura 5-5 Diagrama de bloques modificado para el sistema mostrado en la figura 5-4.
zX1(z) = X1(z) - [X1(z) - O.6321X
2(z)]
+ U(z)
zX
2(z)
= O.3679X
2(z)
- [X
1(z)
- O.6321X
2(z)]
+ U(z)
Y(z) = X1(z) - O.6321X
2(z)
de las cuales se obtiene
xl(k + 1) = O.6321x2(k) + u(k)
xlk + 1) = -xl(k) + x2(k) + u(k)
y(k) = xl(k) - O.6321xlk)
es decir
[
X1(k + 1)] = [ 0O.6321][Xl(k)] + [l]U(k)
x2(k + 1) -1 1 x2(k) 1
y(k) = [1 -O.6321
1[Xl(k)]
x2(k)
"""blema A-5-7
Obtenga la representacion en el espacio de estado del siguiente sistema con funcion de transferencia
pulsu:
Y(z) 5
U(z) = (z + 1)2(z + 2)
se el metoda de programacion de expansion en fracciones parciales. Tambien obtenga los valores
niciales de las variables de estado en terrninos dey(O).y( I) y y(2). A continuacion dibuje un diagrama de
bloques para el sistema.
Solucion Ya que se necesitan los valores iniciales de las variables de estado en terrninos de y(O),y( I) Y
'.,2). se modificara Iigcramentc el metodo de programacion de expansion en fracciones parciales presen-
.ado en la seccion 5-2. Se expanden Y(z)/U(z), zY(z)/U(z) y Z2}'(Z)/U(z) en fracciones parciales como
5lgue:
346
Anolisis en el espacio de estado
Y(z) 5 5 5
--= ---+--
U(z) (z + 1)2 Z + 1 z + 2
zY(z) 5 10 10
--=- +-----
U(z) (z + 1)2 Z + 1 z + 2
Z2 Y(z) 5 15 20
--= ---+--
U(z) (z + 1)2 z+1 z+2
Entonces se tiene
Y(z) 5 -5 5 1
U(z) (z + 1)2
zY(z) -5 10 -10 1
U(z) z + 1
Z2 Y(z) 5 -15 20 1
U(z) z + 2
Ahora se definen las variables de estado mediante la ecuaci6n siguiente:
Copitulc
X\(z) 1
U(z) (z + 1)2
X
2(z) 1
(5-1 --
U(z) z + 1
X
3(z) 1
--
U(z) z + 2
Asi, las variables de estado XI (z), Xiz) y XJ(z) estan relacionadas con Y(z), zY(z) Y:?Y(z) como sigue:
[
Y(Z)] [5 -5 5][X\(Z)]
zY(z) = -5 10 -10 X
2(z)
Z2 Y(z) 5 -15 20 X
3(z)
De la ecuaci6n (5-128) se obtiene
(z + 1)2X\(z) = U(z)
(z + I)X
2(z)
= U(z)
(z + 2)X
3(z)
= U(z)
Si observamos que
(z + I)X\(z) = X
2(z)
se obtiene
zX\(z) = -X\(z) + X
2(z)
zX
2(z)
= -X
2(z)
+ U(z)
zX
3(z)
= -2X
3(z)
+ U(z)
La salida Y(z) esta dada por la ecuaci6n
(5-1-
= 5 Problemas de ejemplo y soluciones 347
En consecuencia, se tienen las ecuaciones en el espacio de estado como sigue:
xl(k + 1) = -xl(k) + x2(k)
x2(k + 1) = -x2(k) + u(k)
x3(k + 1) = -2x
3
(k) + u(k)
y(k) = 5Xl(k) - 5X2(k) + 5X3(k)
es decir
[
Xl (k + 1)] [-1 1 O][Xl(k)] [0]
x2(k + 1) = -1 x2(k) + 1u(k)
x3(k + 1) -2 x3(k) 1
[
Xl(k)]
y(k) = [5 -5 5] x2(k)
x3(k)
Los datos iniciales se obtienen mediante el uso de la ecuacion (5-129), como sigue
=
X3(0) 5 -15 20 y(2)
[
:1 1 O][Y(O)]
= t y(l)
t t y(2)
EI diagrama de bloques para este sistema se muestra en la figura 5-6.
1"T)blema A-5-8
Obtenga una representaci6n en el espacio de estado del siguiente sistema con funcion de transferencia
pulso, tal que la matriz de estado sea diagonal:
Y(z) Z3 + 8z
2
+ 17z + 8
U(z) = (z + 1)(z + 2)(z + 3)
Y a continuaci6n obtenga el estado inicial x(O) en terrninos de y(O), y( I), y(2) Yu(O), u( I) 1/(2).
Soluci6n Primero se dividen los numeradores de los lados derechos de }"(:VU(:), :T(=)IU(=) y =2Y(=)1
C(=) entre los denominadores respectivos y se expanden los terminos restantes en fracciones parciales.
como sigue:
5
Figura 5-6 Diagrama de bloques para eI sistema considcrado en eI problema A-5-7.
348
An61isis en el espacio de estado
Y(z) = 1- _1_ + _2_ + _1_
U(z) z + 1 z + 2 z + 3
zY(z) 1 4 3
--=z+2+--------
U(z) z+l z+2 z+3
Z2 Y(z) 2 1 8 9
--= z + 2z - 6 - -- + -- + --
U(z) z + 1 z + 2 z + 3
Rescribiendo, se tiene
Y(z) - U(z) = __1_ + _2_ + _1_
U(z) z + 1 z + 2 z + 3
zY(z) - zU(z) - 2U(z) 1 4 3
U(z) = z + 1 - z + 2 - z + 3
Z2Y(Z) - z
2U(z)
- 2zU(z) + 6U(z) = __1_ + _8_ + _9_
U(z) z + 1 z + 2 z + 3
es decir
Y(z) - U(z)
2
1
U(z)
-1
z + 1
zY(z) - zU(z) - 2U(z)
-4 -3
1
--
U(z)
z + 2
Z2 Y(z) - Z2 U(z) - 2zU(z) + 6U(z)
8 9
1
-1
--
U(z)
z + 3
Las variables de estado X1(z), Xiz) y X
3(z)
se definen de la siguiente manera:
X
1(z) 1
--
U(z) z + 1
X
2(z) 1
u(z)
z + 2
X
3(z) 1
U(z)
z + 3
Entonces se tiene
Ccp.:
(5-1
(5-I::t
Observe que la ecuaci6n (5-130) se puede escribir en la forma
zX
1(z)
= -Xj(z) + U(z)
zX
2(z)
= -2X
2(z)
+ U(z)
zX
3(z)
= -3X
3(z)
+ U(z)
de la que se obtiene
x-I]: + 1) = -xl(k) + u(k)
x2(k + 1) = -2x
2
(k ) + u(k)
x3(k + 1) = -3X3(k) + u(k)
==::Jitulo 5 Problemas de ejemplo y soluciones 349
La salida r(.:) esta dada por
Y(z) = -X
1(z)
+ 2X
z(z)
+ X
3(z)
+ U(z)
es decir
y(k) = -xl(k) + 2x
z
(k ) + x3(k) + u(k)
En notacion matricial. las ecuaciones en el espacio de estado se convierten en
+
o -3 x3(k) 1
y(k) = [-1 2 + u(k)
x3(k)
Los datos iniciales sc obtienen a partir de la ecuacion (5-131) como sigue:
= ]
x,(O) -1 8 9 y(2) - u(2) - 2u(1) + 6u(O)
= ]
1 i y(2) - u(2) - 2u(1) + 6u(O)
La tigura 5-7 muestra el diagrama de bloques para el sistema presente.
u(k) y(k)
Figura 5-7 Diagrama de bloques para el sistema considcrado ell cI problema A-5-8.
350 An61isisen el espacio de estado Capitulo
Problema A-5-9
Sea A una matriz de n x n y sea su ecuacion caracteristica
IAI - AI = An + at A
n-\
+ ... + a
n-\
A + an = 0
Demuestre que la matriz A satisface su ecuaci6n caracteristica, 0 que
An + a\A
n-\
+ ... + an-\A + anI = 0
(Este es el teorema Cayley-Hamilton.)
Soluci6n Primero se observa que adj(AI - A) es un polinomio en Ade grado n - I. Esto es
donde
Observe tambien que
(AI - A) adj (AI - A) = [adj (AI - A)](AI - A) = IAI - All
Por tanto, se obtiene
IAI - All = un + a\U
n- t
+ ... + an-1U + anI
= (AI- A)(B\A
n-\
+ B
2A
n-2
+ ... + Bn-\A + B
n)
=(B\A
n-\
+ B
2A
n-2
+ ... + Bn-\A + Bn)(AI - A)
De esta ecuaci6n se ve que A y B,(i = 1,2, ... ,n) conmutan. Por tanto, el producto de (AI- A) por adj(AI
- A) se convierte en cera si cualquiera de estos es cera. Si A se escribe en lugar de A en esta ultima
ecuacion, entonces claramente AI - A se convierte en cera. Por tanto,
An + a\A
n-\
+ ... + an-\A + anI = 0
Lo que prueba el teorema Cayley-Hamilton.
Problema A-5-10
En referencia al problema A-5-9, se ha demostrado que cada matriz A de n x n satisface su propia
ecuaci6n caracteristica. No obstante, la ecuacion caracteristica no es la ecuaci6n escalar de grado minimo
que A puede satisfacer. EI polinomio de grado minimo que tiene A como raiz se conoce como polinomio
minimo. Es decir, el polinomio minimo de una matriz A de n x n se define como el polinomio c/>(A) de
grado minimo:
m :s; n
tal que c/>(A) = 0, es decir
cf>(A) = Am + a\A
m-\
+ .,. + am-\A + amI = 0
EI polinomio minima juega un papel importante en el calculo de los polinomios de una matriz de n x n.
Supongamos que d(A), un polinomio en A, es el maximo comun divisor de todos los elementos de
adj(AI- A). Demuestre que si el coeficiente del termino de mayor grado en Ade d(A) se escoge como I
entonces el polinomio minima cf>(A) esta dado por
IAI - AI
cf>(A) = d(A)
Problemas de ejemplo y soluciones
351
Solucion Por la suposicion, el maximo cornun de la matriz adj(AI- A) es d(A). Por tanto
adj (AI - A) = d(A)B(A)
el maximo cornun divisor de los n
2
elementos (que son funciones de A) de B(A) es la unidad. En
. .ora de que
(AI - A) adj (AI - A) = IAI - All
'0: obtiene
d(A)(AI - A)B(A) = IAI - All
-, 10 cual se encuentra que IAI - AI cs divisible entre d(A). Si
IAI - AI = d(A)l{!(A)
(5-132)
(5-133)
:=: -::onces cl coeficiente del terrnino de mayor grado en Ade l{!(A) es la unidad. De las ecuaciones (5-132)
5-133) se tiene
(AI - A)B(A) = l{!(A)I
tanto.
l{!(A) = 0
que IjJ(A) se puede escribir como sigue
l{!(A) =g(A)(A) + a(A)
nde a(A) es de menor grado que (A). Dado que IjJ(A)= 0 Y(A) = 0, se debe tener que a(A) = O. Dado
- _0: c!>(A) es el polinomio mlnimo, a(A) debe ser identicamenn, cero, es decir
l{!(A) = g(A)(A)
que, debido a que (A) = 0, se puede escribir
(A)I = (AI - A)C(A)
l{!(A)I = g(A)(A)I = g(A)(AI - A)C(A)
-,: obtiene
B(A) = g(A)C(A)
'b,cne que el maximo cornun divisor de los n
2
elementos de B(A) es la unidad. Por tanto
g(A) = 1
aqui que.
l{!(A) = (A)
-:'onces, de esta ultima ecuacion y de la ecuacion (5-133), se obtiene
IAI- AI
(A) = d(A)
Hay que scnalar que el polinomio minimo (A) de una matriz A de n x n se pucde determinar por
orocedimiento siguiente:
I. Forme la adj(AI- A) y escriba los elementos de la adj(AI- A) como polinomios factorizados en A.
352 An61isis en el espacio de estodo a p j r ~
2. Determine d(A) como el maximo cornun divisor de todos los elementos de adj(AI- A). Selecci
el coeficiente del terrnino de mayor grado en Ade d(A) como I. Si no existe divisor con
d(A) = 1.
3. EI polinomio minirno 4>(A) entonces esta dado como IAI - AI dividido entre d(A).
Problema A-5-11
Si una matriz A de n x n tiene n valores propios distintos, entonces el polinomio minima de A es idei
al polinomio caracteristico. Asimismo, si los diversos valores propios de A estan enlazados en una
na de Jordan, el polinomio minimo y el polinomio caracteristico son identicos, Si, sin embargo..
diversos valores propios de A no estan enlazados en una cadena de Jordan, el polinomio minimo es
grado menor que el polinomio caracteristico.
Utilizando como ejemplo las matrices A y B que siguen, verifique los enunciados anteriores
relaci6n con el polinornio minimo, cuando se relacionan varios valores propios.
[
2 1
A = 0 2
o 3
[
2 0 0]
B = 0 2 0
031
Solucion Primero considere la matriz A. EI polinomio caracteristico esta dado por
I
A - 2
IAI - AI = ~
-1
A-2
-3
-
04
1 = (A - 2)2(A - 1)
A-I
Asi, los valores propios de A son 2. 2 YI. Se puede demostrar que la forma can6nica Jordan de A es
[H ~ ]
y los va!ores propios multiples estan enlazados en la cadena Jordan como se muestra. (Para obterxr
forma can6nica Jordan de A, refierase al apendicc A.)
Para determinar el polinomio rninimo, primero se obtiene adj(AI - A). Este esta dado por
[
(A - 2)(A - 1)
adj(AI - A) = 0
o
(A + 11)
(A - 2)(A - 1)
3(A - 2)
4(A 0- 2)]
(A - 2?
Observe que no existe un divisor cornun de todos los elementos de adj(AI - A). Por tanto, di): I =
Entonces, el polinomio minimo 4>(A) es identico al polinomio caracteristico, es decir
4>(A) = IAI - AI = (A - 2)2(A - 1)
= A
3
- 5A
2
+ SA - 4
Un calculo sencillo prueba que
A
3
- 5A
2
+ SA - 41 = 0
pero
A
2
- 3A + 21 of- 0
Por tanto, se ha demostrado que el polinomio minima y el polinomio caracteristico de esta matriz A
los mismos.
. :J 5 Problemas de ejemplo y soluciones
A continuacion. considere la matriz B. EI polinomio caracteristico esta dado par
353
I
A - 2 0 0 I
IAI - BI = 0 A - 2 0
o -3 A - 1
.n calculo simple revela que la matriz B tiene tres vectores propios, y que la forma canonica Jordan de
B esta dada par
[H
:\'r tanto, los val ores propios multiples no estan enlazados. Para obtener el polinomio minima, primero
calcula adj(AI - B):
[
(A - 2)(,\ - 1)
adj(AI - B) = 0
o
10 cual es evidente que
o
(A - 2)(A - 1)
3(A - 2)
d(A)=A-2
:0 or tanto.
IAI - BI (A - 2)2(A - 1) 2
q,(A) = = = A - 3A + 2
d(A) A- 2
. verificar, se calcula q,(B):
.' - 3. + 21 [ : - + =
91 031 001 000
: la matriz dada B, el grado del polinomio minimo es menor en I que el del polinomio caracteristico.
,10 se muestra aqui, si los val ores propios multiples de una matriz de n x n no estan enlazados en una
. de Jordan. el polinomio minima es de grado men or que el polinomio caracteristico.
r-ema -\-5-12
que mediante el uso del polinomio minima la inversa de una matriz no singular A se puede
como un polinomio A con coeticientes escalares, como sigue:
(5-134 )
_ -jc (/1' (/, ... a; son los coeficientes del polinomio minima
.ego. obtenga la inversa de la rnatriz A siguiente:
-i
o -3
<otuclon EI polinomio minimo q,(A) de una matriz no singular A. se puede escribir como sigue:
donde am *O. Par tanto,
1= _l-(A
m
+ a
l
A
m
-
1
+ ... + am_2A2 + a
m- 1A)
am
354 Anolisis en el espacio de estodo
Premultiplicando por A-I, se obtiene
A
- I 1 (A
m
-
1
A
m
-
2
A + I)
= - - + al + ... + a
m-2
am-I
am
que es la ecuacion (5-134).
Para una matriz dada A, se puede dar adj(.\I - A) como sigue:
[
A
2
+ 4A + 3 2A + 6 -4]
adj (AI - A) = 3.\ + 7 A
2
+ 2A - 3 -2A + 2
A + 1 2 A
2
- 7
Claramente, no existe un divisor comun d(.\) de todos los elementos de adj(.\I - A). Por tanto d(.\) = I. a
consecuencia, el polinomio rninirno 4J(.\) esta dado por la ecuacion
IAI - AI
4J(A) = d(A) = IAI - AI
Asi, el polinomio minimo 4J(.\) es el mismo que el polinomio caracteristico.
Dado que la ecuaci6n caracteristica es
IAI - AI = A
3
+ 3A
2
- 7A - 17 = 0
se obtiene
4J(A) = A
3
+ 3.\2 - 7A - 17
Al identificar los coeficientes a, del polinomio minimo (que en este caso es el mismo que el polinOlllliii
caracteristico), se tiene
a2 = -7,
La inversa de A se puede obtener entonces a partir de la ecuacion (5-134) como sigue:
1 1
A-I = + alA + a
2I)
= 17(A
2
+ 3A - 71)
= -:] + -i
17 -2 2 9 1 0 -3 0 0 1
=
17 1 2-7
[
3 6 _4]
17 17 17
= 2. -2.. ..
17 17 17
J... ..-2.
17 17 17
Problema A-5-13
Demuestre que la inversa de zI - G puede estar dada par la ecuaci6n
-1 adj (zI - G)
(zI - G) = IzI - GI
Iz
n
-
1
+ H
l
z
n
-
2
+ H
2z
n
-
3
+ .,. + H
n
-
I
IzI - GI
rsns
::::aprtulo 5
donde
Problemas de ejemplo y soluciones
HI = G + all
H2 = GH I + a2 1
Hn - 1 = GHn - 2 + an-I I
H, = GH
n
-
1
+ an1= 0
355
y a" a
b
... , an son los coeficientes que aparecen en el polinomio caracterfstico dado por
IzI - GI = zn + alz
n- I
+ a2Zn-2 + ... + an
Demuestre tarnbien que
a, = -trG
1
an = -- trGH
n
-
1
n
Para simplificar la deducci6n, suponga que n = 3. (Se puede facilmente extender la deducci6n al caso de
cualquier entero positivo n.)
Solucien Observe que
(zl - G)(lz
2
+ HI Z + H
2
) = z
31
- z
2G
+ z
2H
I
- zGH
I
+ zH
2
- GH
2
= z
31
- z
2G
+ Z2(G + all) - zG(G + all)
+z[G(G + all) + a
2
1] - G[G(G + all) + a
2
1]
= z
3
1 + alz
2
1 + a2z1 + a
3
1 - G
3
-a
1
G
2
- a
2
G - a
3
1 (5- I36)
EI teorema Cayley-Hamilton (vea eI problema A-5-9) indica que una matriz G de n x n satisface su
propia ecuaci6n caracterfstica. Dado que n = 3 en el caso presente, la ecuaci6n caracteristica es
IzI - GI = Z3 + al Z2 + a2Z + a3 = 0
y G satisface la ecuaci6n siguiente:
G
3
+ al G
2
+ a2 G + a3 I = 0
Por tanto, la ecuaci6n (5- I36) se simplifica a
(zl - G)(Iz
2
+ Hj z + H
2
) = (Z3 + alz
2
+ a2Z + a3)1 = IZI - Gil
En consecuencia,
(zl - G)(Iz
2
+ HI Z + H2)
I = .o........_--'--:--Iz-I---G-:-'---'-
es decir
(zI _ G)-I = Iz
2
+ Hlz + H
2
IzI - GI
que es la ecuaci6n (5-135) en el caso de n = 3.
356
A continuaci6n se demostrara que
An61isis en el espacio de estado
al = -trG
a2 = trGH
I
a3 = -t trGH2
Cap
Se transformara G en una matriz diagonal si G involucra n vectores propios lineal mente independi
(donde n = 3 en el caso presente) 0 en una matriz en la forma can6nica Jordan si G incluye menos
vectores propios lineal mente independiente. Es decir,
p-I GP =D = matriz en forma diagonal
o bien
8-
1
G8 = J = matriz en forma can6nica diagonal
donde las matrices P y 8 son matrices de transformaci6n no singulares.
Como el calculo que sigue se aplica independientemente de si la matriz G pueda ser transfo
en una matriz diagonal 0 en una matriz en la forma can6nica Jordan, se utilizara Ja notaci6n
rlGT = I>
donde I> representa ya sea una matriz diagonal 0 una matriz en la forma can6nica Jordan, segun
caso.
En 10siguiente primero se demostrara que
trG = trl>
trGH
I
= trl>H
I
tr GH
2
= tr I>H
2
donde
HI = I> + al I
H
2
= I>HI + a2I
Entonces se mostrara que
al = -trl>
a2 = - tr I>HI
a3 = - t trl>H
2
Observe que desde
tr AB = trBA
se tiene
trTI>T-
I
= tr(TI(T-
I)
= tr(T-I)(TI = trl>
Observe asimismo que
tr(A + B) = trA + trB
Y ahora se tiene
trG = trTI>T-
I
= trl>
trGH
I
= trG(G + al I) = trG
2
+ tr s, G
:::pitulo 5 Problemas de ejemplo y soluciones
= trTiiT-
1
+ tral Ti>T-
1
=trDZ + tralD = tr(D
Z
+ aID) = trDH
I
trGH
z
= trG(GH
I
+ azI) = trG[G(G + ad) + azI]
= tr(G
3
+ al G
Z
+ azG)
= trTD
3T- 1
+ tralTDzT-
1
+ trazTDT-
1
= trD
3
+ tralD
z
+ trazD
= tr(D
3
+ alD
z
+ azD) = trDH
z
357
Se escribe
[
PI * 0]
T-
l
GT = D = a pz *
a a P3
donde un asterisco significa "ya sea 0 0 l". Entonces
I
A, 3 z
zI - D = z - (PI + pz + P3)Z + (PIPZ + PZP3 + P3PI)Z - PlPZP3
= Z3 + al ZZ + azz + a3
donde
Observe que
tr D= PI + p: + P3 = -al
tr DH
I
= tr D(D + al I) = tr D
Z
+ tr al D
= P; + P; + pi - (PI + p: + P3)(PI + p: + P3)
= -2(PIPZ + PZP3 + P3PI) = -2az
A A A A A A 3 A Z A
tr Dfl; = trD(DH
I
+ azI) = tr(D + aID + azD)
= trD
3
+ tralD
z
+ trazD
= (pi + ~ + ~ - (PI + pz + P3)(P; + P; + pi)
+ (PIPZ + PZP3 + P3Pl)(PI + pz + P3)
= 3PIPZP3 = -3a3
Por tanto, se ha demostrado que
al = -trD = -trG
az = -! trDHI "" -! trGHI
a3 = - t trDH
z
\ = - t trGH
z
Problema A-5-14
Considere el siguiente sistema oscilador:
358 An61isis en el espacio de estado
.,
Obtenga la representaci6n en el espacio de estado en tiempo continuo del sistema. A continuaci6n
el sistema y obtenga la representaci6n en el espacio de estado en tiempo discreto. Tambien
funci6n de transferencia pulso del sistema discretizado. I
Solucion Para la funci6n de transferencia dada tenemos
ji + wZy = wZu
Se define
1 .
X2 =-y
W
Entonces, se obtiene la representaci6n en el espacio de estado de tiempo continuo siguiente:
[;:J = +
y = [1 oJ[::]
La representaci6n en el espacio de estado en tiempo discreto del sistema se obtiene como sigue,
observar que
A = J B = [ ]
se tiene
[
s W] SZ + W
Z
SZ + W
Z
_ ::-1 _ cos wT sen wT
- __s_ - [-senwT COSWT]
SZ + W
Z
SZ + W
Z
y
senWI] )[ 0]
cosois, dA w
cos wA
-sen wA
H = (re
A A
dA )B = (r[
= [1
Por tanto, la representaci6n en el espacio de estado en tiempo discreto del sistema oscilatorio se conviene
[
Xl((k + l)T)] = [ cos wT senwT ][Xl(kT)] + [1 - cos WT]U(kT)
xz((k + l)T) -sen wT cos wT xz(kT) sen wT
y(kT) = [1 Ol[XI(kT)]
xz(kT)
La funci6n de transferencia pulso del sistema discretizado se puede obtener a partir de la ecu
(5-60):
F(z) = Cfz I - G)-I H + D
Capitulo 5 Problemas de ejemplo y soluciones 359
Si se observa que D es cero, se tiene
F(Z)=[101[Z-COSWT -senwT ]-I[l-COSWT]
senwT z - coswT senwT
1 [1 01[ z - cos wT senwT][ 1 - cos WT]
Z2 - 2z cos wT + 1 - senwT z - cos wT senwT
_ (1 - coswT)(z + 1)
- Z2 - 2z cos wT + 1
Por tanto,
Y(z) = F(z) = (1 - coswT)(l + Z-I)Z-1
U(z) 1 - 2z 1 cos wT + z 2
Observe que la funcion de transferencia pulso obtenida de esta forma es la misma que la obtenida al
tomar la transformada z del sistema antecedido por un retenedor de orden cero. Esto es
Y(z) _ Z[l -e-
Ts
w
2
] _ (1 -1)Z[l s]
U(z) - S S2 + w
2
- - Z - S2 + w
2
= (1 _ Z-I)(_l_ _ 1 - Z-I coswT )
1-z-
1
1-2z lcoswT+z 2
_ (1 - coswT)(l + z-l)z-r
- 1 - 2z 1 cos wT + z 2
Por tanto, se obtiene la misma expresi6n para la funci6n de transferencia pulso. La raz6n de 10 anterior es
que la discretizaci6n en el espacio de estado proporciona un equivalente del retenedor de orden cero del
sistema en tiempo continuo.
Problema A-5-15
Considere el sistema mostrado en la figura 5-8a). Este sistema implica polos complejos. Es estable pero
no es asint6ticamente estable en el sentido de Liapunov. La figura 5-8b) muestra una version discretizada
[a)
U(s)
-s-: U(z)
or Y(z)
(bl
Figura5-8 a) Sistemaen tiempocontinuodel problema A-5-15; b) version discretizada del
sistema.
360
An61isis en el espocro de estado
del sistema en tiempo continuo. EI sistema discretizado tambien es estable pero no es asintoticaz
estable.
Suponiendo una entrada escalon unitario, demuestre que el sistema discretizado puede rrx
oscilaciones ocultas cuando el periodo de muestreo T adopta cierto valor.
Soluci6n La respuesta del sistema en tiempo continuo que se rnuestra en la figura 5-8a) es
S2 1 s
Y(s) = S2 + 4 = S2 + 4
Por tanto,
yet) = cos2t
[Observe que el valor promedio de la saliday(t) es cero y no la unidad.] La respuestay(t) en funcx
t aparece en la figura 5-9a).
y(r)
0
-1
(a)
y(kTi
0
11 211 311 411 kT
-1
(b)
kT
\
\
/-,
I \
I \
" / 411
\ I
,/
311
\ I 211
\ I
-, ,,/
11
/
y (t)
,..
I I \
I \ I \
\
\
\
-,
\
\
-1
y(kTi
(c)
Figura 5-9 a) Respuesta enescal6n unitanoy(t) del sistemaen tiempocontinuomostrado
en la figura 5-8a); b) graficadey(k7) cn funci6n de kT del sistemadiscretizado que se
presenta en la figura5-8b) cuandoT= +7r scgundos; c) graficadey(k7) en funci6n de kTdcl
sistemadiscretizado cuando T= 7r segundos. (Enel diagrama se muestran lasoscilaciones
ocultas.)
:opitulo 5 Problemas de ejemplo y soluciones 361
La funci6n de transferencia pulso del sistema discretizado mostrado en la figura 5-18b) es
Y(z) =Z[1 - e-
Ts
--L] = (1 _ Z-I)Z[_S_]
U(z) S s2+4 s2+4
_ (1 -I 1 - Z-I cos2T
- - z )1 - 2z 1 cos2T + z 2
Por tanto, la respuesta al escal6n unitario se obtiene como sigue:
Y(z = (1 - z-I)(1 - Z-I cos2T) __1_
) 1 - 2z 1 cos2T + z 2 1 - Z-I
1 - Z-I cos2T
= 1 - 2z I cos 2T + z 2
La respuesta y(k7) se hace oscilatoria si T= ntt segundos (n = I, 2, 3, ...). Por ejernplo, la respuesta del
sistema discretizado cuando T= +7Tsegundos se convierte en:
1
Y(z) =--- = 1 - Z-2 + Z-4 - Z-6 + ...
1 + Z-2
Por tanto,
y(O) = 1
y(T) = 0
y(2T) = -1
y(3T) = 0
y(4T) = 1
Una graflca de y(k7) en funci6n de kTcuando T= -1- 7Tsegundos aparece en la figura 5-9b). Claramente,
la respuesta es oscilatoria. Si el periodo de muestreo T fuera de 7Tsegundos, es decir T = 7T, entonces
Y(z) = (1 - z-I)(1 - Z-I) 1 1
1 - 2z 1 + Z 2 1 - Z I = 1 - Z-I
= 1 + Z-I + Z-2 + Z-3 + ...
La respuestay(k7) para k = 0, 1,2, ... es constante e igual a uno. La grafica de y(k7) en funci6n de kT
cuando T= 7T se muestra en la figura 5-9c).
Observe que si T= 7Tsegundos (de hecho, si T= n7T segundos, donde n = 1,2,3, ...) la secuencia
de respuesta al escal6n unitario se conserva en la unidad. Dicha respuesta puede damos la impresi6n de
que y(t) es constante. La respuesta real no es constante ya que oscila entre I y -I. Por tanto, la salida del
sistema discretizado cuando T= 7Tsegundos (0 cuando T= n7Tsegundos, donde n = 1,2,3, ... ,) muestra
oscilaciones ocultas.
Observe que dichas oscilaciones ocultas (inestabilidad oculta) s610 ocurren para ciertos valores
del periodo de muestreo T. Si se varia el valor de T, estas oscilaciones ocultas (inestabilidad oculta)
apareeeran en la salida como oscilaciones explicitas.
Problema A-5-16
Aunque el sistema con doble integrador es dinarnicamente simple, representa una clase de sistema im-
portante. Un ejemplo de sistema con doble integrador es el sistema de control de altitud de un sate lite,
que se puede describir como
Jjj = u + v
362 Ana/isis en el espacio de estado Capitula 5
donde J es el momento de inercia, ees el angulo de altitud, u es el par de control, y IJ es el par de:
perturbaci6n.
Considere el sistema con doble integrador en ausencia de entrada de perturbaci6n. Se define J()=
y. Entonces la ecuaci6n del sistema se convierte en
ji=u
Obtenga una representaci6n en el espacio de estado en tiempo continuo del sistema. A continuaci6n
obtenga un equivalente en tiempo discreto. Tambien obtenga la funci6n de transferencia pulso para d
sistema en tiempo discreto.
Solucion Defina
XI = Y
X2 =oj
Entonces la ecuaci6n de estado en tiempo continuo y Ia ecuaci6n de salida se convierten en
= ;:] +
y = [1 oJ[;:]
EI equivalente en tiempo discreto de estos sistemas puede estar dado por
xk + 1)T) = Gx(kT) + Hu(kT)
y(kT) = Cx(kT)
Las matrices G y H se obtienen de las ecuaciones (5-73) y (5-74). AI observar que
se tiene
y
Por tanto, la ecuaci6n de estado en tiempo discreto y la ecuaci6n de salida se convierten en
[
Xl k + l)T)] = [1 T][Xl(kT)] + ]U(kT)
x2k + l)T) 0 1 x2(kT) T
(kT) = [1 OJ[Xl(kT)]
Y x2(kT)
La funci6n de transferencia pulso del sistema en tiempo discreto se obtiene a partir de la ecuaci6n
(5-60) como sigue:
= F(z) = C(zI - Gfl H + D
::Jpitulo 5 Problemas de ejemplo y soluciones
T
Z
z-I(1 + Z-l)
2(1 - z If
363
Problema A-5-17
Demuestre que la siguiente forma cuadratica es definida positiva:
Vex) = l x ~ + 4x; + x ~ + 2x1 xz - 2xZ X3- 4XIX3
Solucion La forma cuadratica Vex) se puede escribir como sigue:
V(x) ~ xTPx ~ (x, x, x ~ -1 =:][;:]
AI aplicar el criterio de Sylvester, se obtiene
10 > 0,
1
10 11 >0
1 4 '
1
10
1
41 -21
-11 > 0
-2 -1
En vista de que todos los menores principales sucesivos de la matriz P son positivos, Vex) es definida
positiva.
Problema A-5-18
Considere el sistema definido por:
x=f(x,t)
Suponga que
f(0, t) = 0, para todos t
Suponga que existe una funcion escalar Vex, t) que tiene primeras derivadas parciales continuas. Si Vex,
t) satisface las condiciones:
1. Vex, t) es definida positiva. Esto es, V(O, t) = 0 y Vex, t) ~ a(/lx/l) > 0 para toda x*-O y para toda
t, donde a es una funcion escalar no decreciente continua tal que a(O) = O. .
2. La derivada total V(x, t) es negativa para toda x*-O y para toda t, es decir V(x, t) ::;-')'(/lxID < 0
para toda x*-O y toda t, donde 'Yes una funcion escalar no decreciente continua tal que ')'(0) = O.
3. Existe una funcion escalar no decreciente continua 13 tal que 13(0) = 0 y para toda t, Vex, t)::; 13(/lx/l).
4. a(/lx/l) se aproxima al infinito conforme [x] aumenta en forma indefinida, es decir
eel/xII --7
00
, cuando Ilx/i --7 00.
Entonces el origen del sistema, x = 0, es uniforme y asintoticamente estable global. (Este es el teorema de
estabilidad principal de Liapunov.)
Pruebe este teorema.
364
An61isis en el espocio de estodo
Copi
Soluci6n Para probar la estabilidad asintotica uniforme global, se necesita verificar 10siguiente:
1. EI origen es uniformemente estable.
2. Cualquier solucion esta acotada en forma uniforme.
3. Todas las soluciones convergen al origen cuando t ---7 00 uniformemente en to YIIx
oll
::;; 8, do
fijo, pero arbitrariamente grande. Es decir, dados dos numeros reales 8 > 0 y p > 0, existe
numero real T(p, 8) tal que
Ilxoll :$ 8
10que implica que
para toda t to + T(p, 8)
donde cf>(t; x
o
, to) es la solucion de la ecuacion diferencial dada.
En vista de que 13 es continuo y 13(0) = 0, se puede escoger una 8(e) > 0 tal que f3( 8) < 0:( e) para cual -
e> O. La figura 5-10 muestra las curvas o:(llxll) f3(llxlD y Vex, t). Al observar que
V( <I>(t; Xo, to), t) - V(xo, to) = I' v(<1>( T;Xo, to), T) dr < 0, t > to
'0
si IIx
oll
::;; 8, siendo to arbitrario, se tiene
o:(e) > 13(8);:0: V(xo,to);:O: V(<I>(t;xo,to),t);:o: o:(II<1>(t;xo,t
o)ID
para todos t to. Dado que 0: es no decreciente y positivo, esto implica que
1I<I>(t; Xo, to)11 < e, for t ;:0: to,IIxoll -s 8
Por tanto, se ha demostrado que para cada numero real e> 0 existe un numero real 8> 0 tal que IlXol
implica que lIcf>(t; xo, to)11 ::;; e para toda t to. Asi, se ha probado la estabilidad uniforme.
Ahora se probara que IIcf>(t; x
o
, t
o)ll---7
0 cuando t ---7 00 en forma uniforme en to YIlxoll ::;; 8. Se
13(0)
o OlE)
Figura 5-10 Curvas a(lIxll), !3(llxll) y Vex, t)
II XII
=zctulo 5
Problemas de ejemplo y soluciones 365
cualquier 0 < Il < Ilxoll Yse encuentra una v(1l) > 0 tal que (3(v) < a(Il). Se denota e'(Il, 0) > 0 el minima
de la funci6n continua no decreciente Y(llxll) en el conjunto compacto v(1l) ::;; Ilxll::;; e(o). Se define
f3(0)
T(f.L,o) = e'(f.L, 0) > 0
Suponga que IlcP(t: X
o
, (
0
)11 ::;; v sobre el intervalo de tiempo 1
0
::;; I::;; II = 1
0
+ T. Entonces se tiene
o< a( v) s V( <I(t
1
; Xo, to), t
1
) -s V(xo,to) - (r, - to)e' S f3(0) - Te' = 0
10 que resulta en una contradiccion: por tanto. para un valor de I en el intervalo 1
0
::;; I::;; tl' como es un valor
arbitrario 1
1
se tiene
Por tanto.
para toda t ~ 1
2
, Entonces.
1I<I(t; xo, to)11 < f.L
para toda I ~ 1
0
+ T(Il. 0) ~ t i 10que prueba la estabilidad asint6tica uniforme. Dado que a(llxll) -4 cc
conforme Ilxll-4 x. existe para el caso de una 0 arbitrariamente grande, una constante e( 0) tal que (3( 0) <
a( e). Lo que es mas, en vista de que e(8) no depende de '0. la soluci6n cP(t: X
o
'0) esta limitada en forma
uniforrne, De esta manera se ha probado la estabilidad asint6tica uniforme global.
Problema A-5-19
En el anal isis del plano r, una matriz G de n x n cuyos n valores propios tienen magnitudes menores que
la unidad se conoce como una rnatriz estable. Considere una matriz P hermitica (0 sirnetrica real) de 11 x
II que satisface la ecuaci6n matricial siguiente:
G*PG - P = -Q (5-137)
donde Q es una matriz de 11 x n definida positiva hermftica (0 sirnetrica real). Pruebe que si la matriz G
es estable, entonces una matriz P que satfsface la ecuaci6n (5-137) es unica yes definida positiva. Pruebe
que la matriz P puede estar dada por
P = L (G*tQG
k
~
Pruebe tarnbien que a pesar de que ellado derecho de esta ultima ecuaci6n es una serie infinita la matriz
es finita, Por ultimo. pruebe que si se satisface la ecuaci6n (5-137) mediante matrices definidas positivas
P y Q. entonces la matriz G es una matriz estable. Suponga que todos los valores propios de G son
distintos y todos los vectores propios de G son linealmente independientes.
Solucion Suponga que existen dos matrices PI YP
2
que satisfacen la ecuacion (5-137). Entonces
G*PzG - P
z
= -Q
:\1 sustraer la ccuacion (5-139) de la ccuacion (5-138). se obtiene
G*PG - P= 0
(5-138)
(5-139)
(5-140)
366 Andlisisen el espacio de estado
donde
P= PI - P
2
Observe que si P oF 0, entonces existe un vector propio Xi de la matriz G tal que
Se define el valor propio asociado con la vector propio Xi como Ai' Entonces
GXi = AiXi
Por tanto, de la ecuaci6n (5-140), se obtiene
G*PGXi - Px
i
= G*PAixi - Px
i
= (AiG* - I)Px
i
= 0
Capitulc 5
(5-Im
La ecuaci6n (5-141) implica que ,17' es un valor propio de G*. Dado qU,e 1,1,1 < I, se tiene que 1,17
1
I > L
Esto contradice la suposici6n de que G es una matriz estable. Por tanto, P debe ser una matriz cero. 0 cs
necesario que
Por tanto, se ha probado la unicidad de la matriz P, que es la soluci6n a la ecuaci6n (5-137).
Para probar que una matriz P, que satisface la ecuaci6n (5-137), puede estar dada por
P = 2: (G*lQG
k
k ~ O
se puede volver a escribir la ecuaci6n (5-142) como sigue:
P = (G*)oQGo + kt (G*lQG
k
= Q + [ k ~ O (G*)kQGk]G
= Q + G*PG
(5-1
Por tanto, se satisface la ecuaci6n (5-137). Dado que la matriz Q es una matriz positiva definida, de
ecuaci6n (5-142) la matriz P tambien es positiva definida.
Ahora se probara que, aunque la matriz P dada por la ecuaci6n (5-142) es la suma de una
infinita, se trata de una matriz finita. En raz6n de las suposiciones hechas en el enunciado del probl
los val ores propios Ai son distintos y los vectores propios de G son lineal mente independientes. Pan
valor propio Ai asociado con el vector propio Xi' se tiene
GXi = Aixi
r ~ 1
AI usar esta relacion, se puede simplificar x;l L(G*)k QG
k
Jx
i
. Primero se nota que
k=O
xt(G*)2QG2 Xi = (Xi* G*)(G*QG)(GXi) = Aixt G*QGAixi
= IAd\xt G*)Q(GXi) = IA
iI
2
(A
i
xnQ(A
i
Xi)
=IA il
21A
il
2xt
QXi
Entonces, al usar ese tipo de simplificacion, se tiene
xt [i: (G*)k QGk]Xi = xt QXi + xt G*QGXi + xt (G*)2QG2Xi + xt (G*)3QG
3
Xi + ...
k-O
= xt QXi + AiAixt QXi + IAil
21A
il
2xt
QXi + IAil
41A
il
2xt
QXi
+ ...
Esto prueba que
-::::'Jlo5 Problemas de ejemplo y soluciones 367
es una matriz finita.
Finalmente, se probara que si la ecuaci6n (5- 137) es satisfecha por las matrices definidas positivas
P y Q, entonces la matriz G es una matriz estable. Se define el vector propio asociado con un valor propio
A, de G como x.. Entonces
Gx,=A,x,
Premultiplicando ambos lados de la ecuaci6n (5- 137) por x; y postmultiplicando ambos lados por x., se
obtiene
xt G*PGx, - xt Px, = -xt Qx,
Por tanto,
A,xtPA,x, - xtPx, = -xtQx,
a bien
En vista de que tanto x; Px, y x; Qx, son definidas positivas, se tiene
IA,I
2
- 1 < 0
a bien
Par tanto, se ha probado que la matriz G es una matriz estable.
Las pruebas y deducciones presentadas aqui se pueden extender al caso en el que la matriz G
incluye valores propios multiples y vectores propios multiples.
Problema A-5-20
Considere el sistema
x(k + 1) = H(x(kx(k)
Suponga que existen constantes positivas C
b
C2' ... , c; tales que
(I) max {iS1hij(X)I} < 1, paratodax
, j=1 c)
o bien
(2) para toda x
Demuestre que en cualquiera de estos casos H( x)x es una contracci6n para toda x y por tanto el estado de
equilibrio del sistema es asint6ticamente estable global.
Solucien En el caso I, la norma se define mediante
[x] = max {c,lx, I}
i
Entonces
368 An61isis en el espacio de estado
= [x]
10que verifica que H(x)x es una contraccion.
En el caso 2, la norma se define mediante
n
IIxll = 2: c.lXil
;=1
Entonces
IIH(x)xll = ~ c, I ~ hij(x)Xj I
::s is i Ihij(x)I' CjlXjl
i-I Cj j_1
-s m;x ~ ~ Ihij(X)I} . ~ CjjXjl < ~ CjlXjl
= [x]
Capitulo S
que muestra que H(x)x es una contraccion,
Ahora considere una funcion escalar Vex) = [x]. Claramente, V(x) = Ilxll es positiva definida ~
.1V(x(k = V(x(k + 1 - V(x(k
= IIH(x(kx(k)11 - Ilx(k)1I < 0
y
.1V(O) = 0
Asi, IlV(x) es definida negativa. Por tanto, para el sistema considerado Vex) = [x] es una funci60
Liapunov y, en razon del teorema 5-5, el origen del sistema es asintoticarnente estable global.
Problema A-5-21
Pruebe que si todas las soluciones de
x(k + 1) = Gx(k)
donde x es un vector n y G es una matriz constante de n x n, tiende a cero conforme k se acerca al infi
entonces todas las soluciones del sistema
x(k + 1) = Gx(k) + Hu(k)
donde H es una matriz constante de n x r, estan acotados, considerando que el vector de entrada u(k).
es un vector r, tambien esta acotado.
Solucien Dado que u(k) esta acotado, existira una constante positiva C tal que
Ilu(k)" < c,
La solucion de la ecuacion (5-144) esta dada por
k = 0,1,2, ...
k
x(k) = Gkx(O) + 2: Gk-jHu(j - 1)
j-I
Problemas de ejemplo y soluciones
?or tanto,
k k
IIx(k)1I < IIGll
kllx(O)1I
+ c2: IIGllk-iIiHIl :sIIGll
kllx(O)1I
+ lim c2: IIGll
k
-
ilIHII
j=1 k_oo j-I
369
En vista de que el origen del sistema homogeneo dado por la ecuacion (5-143) es asint6ticamente estable,
existen constantes positivas a y b (0 < b < I) tales que
0< IIGli
k
< ab"
Entonces
k k
lim 2.: IIGll
k
-
i
< lim 2.: ab'"! = a-lIb
k-
OOj=l
k-=j_l -
Y por tanto,
1
IIx(k)1I < allx(O)1I + cllHlla 1 _ b
-\si se ha probado que IIx(k)11 esta acotado.
~ a A S
Considere el sistema definido por las ecuaciones
xl(k + 1) = 2x
1
(k) + 0.5x2(k) - 5
x2(k + 1) = O.8xlk) + 2
:Jclcnmine la estabilidad del estado de equilibrio.
Solucion Se define el estado de equilibrio en fa fonma
xl(k) =Xl., X2(k) =X20
Entonces este estado de equilibrio puede ser detenminado a partir de las dos ecuaciones sirnultaneas
siguientes:
Xl. = 2x1 + 0.5x2o - 5
X20 = 0.8x
2o
+ 2
es decir
Xl. = 0, X20 = 10
EI estado de equilibrio es, por 10 tanto, (0, 10).
Consideremos ahora un nuevo sistema de coordenadas con el origen en el estado de equilibrio. Se
definen
xl(k) = xl(k)
x2(k) = x2(k) - 10
Entonces las ecuaciones del sistema se convierten en
xl(k + 1) = 2i
1
(k) + 0.5[X2(k) + 10] - 5
x2(k + 1) + 10 = 0.8[X2(k) + 10] + 2
es decir
370 Anclisis en el espacio de estado
caPit1
Para determinar la estabilidad del origen del sistema en el nuevo sistema de coordenadas, se aplica
ecuacion de estabilidad de Liapunov dada por la ecuacion (5-90):
- = -[
don de se escoge Q como una matriz definida positiva con elementos que simplifiquen el ca
involucrado. Al resolver esta ultima ecuacion en funci6n de la matriz P, se obtiene
P = = [ -; ]
Al aplicar el criterio de Sylvester para la definicion positiva, se encuentra que la matriz P no es de-
positiva. Por tanto, el origen (estado de equilibrio) no es estable.
La inestabilidad del estado de equilibrio puede, naturalmente, determinarse mediante el met
la transformada z. Primero se elimina x
2
de la ecuacion de estado. Entonces, se tiene
La ecuacion caracteristica para el sistema en el plano z es
Z2 - 2.8z + 1.6 = 0
es decir
(z - 2)(z - 0.8) = 0
Por tanto,
z = 2, z = 0.8
Dado que el polo z = 2 esta localizado fuera del circulo unitario en el plano z, el origen (estai
equilibrio) es inestable.
PROBLEMAS
Problema B-5-1
Obtenga una representacion en el espacio de estado en la forma canonica controlable del siguiente -
rna con funcion de transferencia pulso.
Y(z) = Z-l + 2z-
2
U(z) 1 + 4z 1 + 3z 2
Problema B-5-2
Obtenga una representacion en el espacio de estado en la forma canonica observable del sistema
funcion de transferencia pulso siguiente.
Y(z) = Z-2 + 4z-
3
U(z) 1 + 6z 1 + l1z-
2
+ 6z 3
Problema B-5-3
Obtenga una representaci6n en el espacio de estado en la forma canonica diagonal del sistema co-
cion de transferencia pulso siguiente.
Y(z)
U(z)
1 + 6z-
1
+ 8z-
2
1 + 4z-
1
+ 3z-
2
Capitulo 5 Problemas 371
Problema 8-5-4
Obtenga una representaci6n en el espacio de estado del sistema descrito por la ecuaci6n
y(k + 2) + y(k + 1) + O.16y(k) = u(k + 1) + 2u(k)
Problema 8-5-5
Obtenga la ecuaci6n de estado y la ecuaci6n de salida correspondiente al sistema mostrado en la figura 5-11.
u(k) y(k)
Figura 5-11 Diagrama de bloques de un sistema de control.
Problema 8-5-6
Obtenga la ecuaci6n de estado y la ecuaci6n de salida del sistema mostrado en la figura 5-12.
Problema 8-5-7
Obtenga una representaci6n en el espacio de estado del sistema mostrado en la figura 5-13.
Problema 8-5-8
La figura 5-14 muestra un diagrama de bloques de un sistema en tiempo discreto de varias entradas y
varias salidas. Obtenga las ecuaciones en el espacio de estado del sistema considerando xl(k), x
2(k)
Y
x3(k) tal y como se muestran en el diagrama como variables de estado. A continuaci6n defina las nuevas
variables de estado tales que la matriz de estado se convierta en una matriz diagonal.
Problema 8-5-9
Obtenga la ecuaci6n de estado y la ecuaci6n de salida para el sistema que se muestra en la figura 5-15.
Problema 8-5-10
Obtenga una representaci6n en el espacio de estado del sistema de control en tiempo discreto que se
muestra en la figura 5-16.
372 An61isis en el espacio de estado Copituc
2
u(k)
y(k)
Figura 5-12 Diagrama de bloques de un sistema de control.
u(k) x
2(k)
~ .
h(O)
y(k)
Figura 5-13 Diagrama de bloques para eI sistema de control del problema 8-5-7.
Problema 8-5-11
Obtenga una representaci6n en el espacio de estado del sistema siguiente en la forma canonica diagx,
Y(z)
U(z)
1 + 0.7z I + 0.12z 2
Problema 8-5-12
Obtenga una representacion en el espacio de estado del sistema con funci6n de transferencia pulse
guiente tal que la matriz de estado sea una matriz diagonal:
Y(z)
U(z)
1
(z + l)(z + 2)(z + 3)
Asimismo obtenga las variables de estado iniciales XI(O), x,(O) y X3(0) en terrninos de j.(O), y( 1) ~ ..
~ p t u l o 5 Problemas
2
373
u, (k)
7
v, (k)
Figura 5-14 Diagrama de bloques del sistema en tiempo discrete de varias entradas y varias salidas del problema 8-5-8.
u(k)
V(k)
Figura 5-15 Diagrama de bloques de un sistema de control.
374 Anollsis en el espacio de estado
VIs) Y(s)
T
G(z)
Figura 5-16 Sistema de control en tiempodiscreto.
Problema 8-5-13
Una representacion en el espacio de estado del sistema escalar de ecuaciones en diferencias
y(k + n) + aj(k)y(k + n - 1) + .. , + an(k)y(k)
= bo(k)u(k + n) + b,(k)u(k + n - 1) + ... + bn(k)u(k)
donde k = 0, I, 2, ... , puede estar dada por
[
~ ~ g = ~ ~
xn-l(k + 1) 0 0
xn(k + 1) -an(k) -a
n-l(k)
y(k) = xl(k) + bo(k - n)u(k)
Determine hiCk), h
2(k),
... , hn(k) en terminos de a/k) y de bl(k), donde i = 1,2, , n yj = 0, I..
Tarnbien determine los valores iniciales de las variables de estado x](O), x
2(0),
,xn(O) en terrni
la secuencia de entrada u(O), u( I), ... , u(n -I) y la secuencia de salida yeO), y( 1), ... ,y(n - I )
donde m es el grade del polinomio minima de G y X, son las matrices de n x n que se dete
mediante
Problema 8-5-14
Si el polinomio minimo de una matriz G de n x n involucra solo rafces distintas, entonces la inversa
- G puede estar dada por la siguiente expresion:
donde
dondej = I, 2, ... , m Yz, es cualquiera de las rafces del polinomio minimo de G.
Utilizando la ecuacion (5-145), se obtiene (zl- Gr
i
para la siguientc matriz G de 2 x 2:
G= [0 1J
o -2
::apitula 5 Problemas 375
Problema 8-5-15
Obtenga la funci6n de transferencia pulso del sistema definido por las ecuaciones
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k) + Du(k)
donde
TTl
C = [b
l
- a
l
b
o
: b
2
- a
2
b
o
: b
3
- a
3
b
o], D = b
o
Problema 8-5-16
Encuentre la funcion de transferencia pulso del sistema definido por
H [z:]
D = b
o
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k) + Du(k)
10]
01,
o 0
0],
[
- a
l
G = r:a:
-a3
C = [1 0
donde
Problema 8-5-17
Obtenga la representaci6n en el espacio de estado para el sistema definido en la siguiente matriz de
transferencia pulso:
=[
1 + 0.6z
1 + z" ]
1 + 0.6z 1
Problema 8-5-18
Considere la ecuacion de estado en tiempo discreto
g] =
Obtenga la matriz de transici6n de estado 'l'(k).
Problema 8-5-19
Considere el sistema definido por
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k) + Du(k)
donde la matriz G es una matriz estable.
Obtenga los valores en regimen permanente de x(k) y y(k) cuando u(k) es un vector constante.
Problema 8-5-20
Considere el sistema definido por
376
Anolisis en el espacio de estado
x(k + 1) = Gx(k)
donde G es una matriz estable.
Demuestre que para una matriz Qdefinida positiva (0 sernidefinida positiva)
J = 2: x*(k )Qx(k)
~
puede darse por
J = x*(O)Px(O)
donde P = Q + G'PG.
Capitulc 5
Problema 8-5-21
Determine una funci6n de Liapunov Vex) para el sistema siguiente:
[
Xt(k + 1)] -[1
x2(k + 1) - 0.5
Problema 8-5-22
Determine la estabilidad del origen del sistema siguiente en tiempo discreto:
[
Xl (k + 1)] [ 1
x2(k + 1) = -3
x3(k + 1) 1
Problema 8-5-23
Determine la estabilidad del origen del sistema siguiente en tiempo discreto:
[
XI((k + 1)T)] = [ cos T sen T ][Xl(kT)]
x2((k + l)T) -xen T cos T x2(kT)
Problema 8-5-24
Considere el sistema definido por las ecuaciones
xl(k + 1) = xl(k) + 0.2x
2(k)
+ 0.4
x2(k + 1) = 0.5xl(k) - 0.5
Determine la estabilidad del estado de equilibrio.
6
Ubicacion de po/os y diseiio
de observadores
INTRODUCC/ON
J
En la primera parte de este capitulo se presentaran dos conceptos fundamentales de los sistemas de
control: controlabilidad y observabilidad. La controlabilidadse ocupa del problema de poder dirigir
un sistema de un estado inicial dado, a un estado arbitrario. Un sistema es controlable si puede,
mediante un vector de control no acotado, transferir dicho sistema de cualquier estado inicial a
cualquier otro estado, en un numero finito de periodos de muestreo. (Por 10 tanto, el concepto de
controlabilidad trata de la existencia de un vector de control que puede causar que el estado del
sistema Begue a algun estado arbitrario.)
La observabilidad se ocupa del problema de determinar el estado de un sistema dinamico a
partir de observaciones de los vectores de salida y de control en un numero finito de periodos de
muestreo. Un sistema es observable si, con el sistema en el estado x(O), se puede determinar el estado
a partir de la observacion de los vectores de salida y de control a 10 largo de un numero finito de
periodos de muestreo.
Los conceptos de controlabilidad y observabilidad fueron introducidos por R. E. Kalman.
Tienen un papel importante en el control optimo de sistemas multivariables. De hecho, las condicio-
nes de controlabilidad y observabilidad pueden hacer posible la existencia de una solucion completa
a un problema de control optimo.
En la segunda parte del capitulo analizaremos el metoda de disefio de ubicacion de polos y los
observadores de estados. Observe que el concepto de controlabilidad es la base para solucionar el
problema de ubicacion de polos y el concepto de observabilidad juega un papeI importante para eI
disefio de los observadores de estados. EI metodo de diseflo basado en la ubicacion de polos junto
con los observadores de estados, es uno de los metodos de disefio fundamentales para los ingenieros
de control. Si el sistema es de estado completamente controlable, entonces es posible seleccionar los
377
378 Ubicaci6n de polos y diseiio de observadores Capitulo e
polos en lazo cerrado deseados en el plano z (0 las rakes de la ecuacion caracterfstica) y se podra
disefiar el sistema que proporcione estos polos en lazo cerrado. EI metodo de disefio de ubicar los
polos en lazo cerrado en localizaciones deseadas en el plano z, se conoce como tecnica de diseho ck
ubicaci6n de palos; es decir, en dicha tecnica se realimentan todas las variables de estado, de tal
forma que todos los polos del sistema en lazo cerrado quedan ubicados en las localizaciones desea-
das. En los sistemas reales de control, sin embargo, quiza no se puedan medir todas las variables de
estado, en cuyo caso, no todas las variables de estado estaran disponibles para su realimentacion,
Para poner en practica un disefio basado en la realimentaci6n del estado, sera necesario estimar las
variables de estado no medibles. Esta estimaci6n puede ser efectuada mediante el uso de observado-
res de estados, mismos que se analizaran en detalle en este capitulo.
EI proceso de disefio de ubicacion de polos de sistemas de control puede dividirse en dos fases,
En la primera, disefiaremos el sistema suponiendo que todas las variables de estado estan disponi-
bles para realimentarse. En la segunda, se disenara el observador de estados, que estimara todas las
variables de estado (0 s610 las no medibles directamente), requeridas para realimentar, a fin de cOOt-
pletar el disefio.
Observe que en el metodo de diseno anterior, los parametros de disefio son las localizacio
de los polos en lazo cerrado deseados y el periodo de muestreo T. (Este perfodo T determina efeco-
vamente el tiempo de asentamiento para la respuesta.)
En el anal isis de este capitulo supondremos que las perturbaciones son impulsos que se
sentan en forma aleatoria. Su efecto es modificar el estado de sistema. Por 10tanto, una perturbacic
puede ser representada como un estado inicial. Se supone ademas que el espaciamiento entre pe
baciones adyacentes es 10suficientemente amplio, para que cualquier respuesta a dicha perturbaci .
se haya amortiguado antes de que la siguiente se presente, por 10que el sistema siempre estara r
para la siguiente instancia.
Aunque la preocupacion de este capitulo se centrara principalmente en el problema de reg
ci6n, tambien se analizaran problemas de control. El problema es reducir el vector de error h
cero con suficiente velocidad. Tanto en el problema de regulaci6n como en el de control, la formulae"
de la ubicaci6n de polos del disefio se reduce a la determinacion de la matriz de ganancia
realimentaci6n del estado deseada. El procedimiento para la determinaci6n de dicha matriz del
do es primero elegir localizaciones adecuadas para todos los pol os en lazo cerrado, y a continuaci
determinar aquella matriz de ganancia de realimentacion del estado que de como resultado
polos en lazo cerrado especificados, de forma que los errores causados por perturbaciones 0 ent
de comando puedan ser reducidos a cero con suficiente velocidad. En el estado final del proceso
disefio la realimentaci6n del estado se lleva a cabo mediante el uso de variables de estado estim
mas que con variables de estado reales, mismas que probablemente no estan disponibles para
medicion directa. Si algunas de las variables de estado son medibles, entonces se pueden utili
esas variables de estado disponibles y utilizar variables de estado estimadas en vez de aque
verdaderamente no medibles.
En la ultima parte de este capitulo se tratara un problema de disefio de seguimiento, que uti
el control integral junto con la tecnica de ubicaci6n de pol os y el observador de estados. Observe
en el problema de regulaci6n, se desea transferir al origen el vector de error no cero (debide
perturbaci6n). En el problema de seguimiento, se necesita que la salida siga a la entrada de com
Note que el sistema de seguimiento debe seguir la entrada de comando y al mismo tiempo re
cualquier problema de regulaci6n. Como consecuencia, en el disefio del sistema de seguimiento
puede empezar con el disefio de un sistema de regulaci6n y, a continuacion, modificar dicho si
y convertirlo en uno de seguimiento.
::::i6n 6-2 Controlabilidod
379
Resumen tiel capitulo. La seccion 6-1 presento una introduccion al material que se va a
estudiar en este capitulo. La seccion 6-2 analiza la controlabilidad de los sistemas de control lineales
::- invariantes en el tiempo. La seccion 6-3 trata la observabilidad de dichos sistemas. La seccion 6-4
-::-visa transformaciones utiles en el ami/isis y diseno en el espacio de estados, que se usaran en las
.ecciones restantes de este capitulo. E/ metodo basico de disefio en el espacio de estados se presenta
::-1 las secciones 6-5 y 6-6. La seccion 6-5 presenta el metoda de ubicacion de polos, que es la
rrirnera fase del diseno. En este metodo se supone que todas las variables de estado pueden medirse
:- estan disponibles para realimentarse. La seccion 6-6 analiza la segunda fase del diseno, el disefio
:;: los observadores de estados, que estiman las variables de estado que realmente no son medibles.
~ estimacion se basa en las mediciones de las senales de salida y de control. Las variables de estado
estimadas pueden ser utilizadas para la realimentacion del estado, basado en el disefio de ubicacion
ce polos. Por ultimo, la seccion 6-7 se ocupa de los sistemas de seguimiento y analiza el disefio de
estes sistemas; la seccion concluye con un ejemp/o de disefio.
CONTROLABILIDAD
S;: dice que un sistema de control es de estado completamente controlable, si es posible transferir el
sistema de un estado inicial arbitrario a cua/quier estado deseado (tambien un estado arbitrario), en
.in periodo finito. Es decir, un sistema de control es contro/able si todas las variables de estado
r-ueden ser controladas en un perfodo finito, mediante alguna serial de control no restringida. Si
cualquiera de las variables de estado es independiente de la sefial de control, entonces resulta impo-
sible controlar esa variable de estado y, por 10 tanto, el sistema es no controlable.
Puede no existir solucion a un problema de control optimo, si el sistema se considera no
controlable, A pesar de que la mayor parte de los sistemas fisicos son controlab/es, los modelos
matematicos correspondientes quizas no tengan la propiedad de controlabi/idad. Por 10 tanto, es
necesario saber la condicion bajo la cual el sistema es controlable. Veremos mas adelante, en la
seccion 6-5, que el concepto de controlabilidadjuega un papel importante en la ubicacion arbitraria
de polos en los sistemas de control. Ahora se deducira esta condici6n.
Controlabilidad completa tiel estado para un sistema tie control ell tiempo tliscreto lineal e
invariante ell el tiempo. Considere el sistema de control en tiempo discreto definido por
donde
x((k + 1)T) = Gx(kT) + Hu(kT)
x(k7) = vector estado (de dimension n) en el k-esimo instante de muestreo
u(k7) = senal de control en el k-esimo instante de muestreo
G =matriz de n x n
(6-1)
H = matriz de n x I
T = periodo de muestreo
Suponemos que u(k7) es constante para kT:5.t < (k + 7)T.
EI sistema de control en tiempo discreto dado por la ecuacion (6-1) se dice es de estado com-
pletamente controlable, 0 simplemente de estado controlable, si existe una seftal de control con stante
Ubicocion de palos y disefio de observodores 380
por interval os u(kT) definida a 10 largo de un numero finito de periodos de muestreo de forma que,
partir de cualquier estado inicial, el estado x(kT) pueda ser transferido al estado deseado x. ell
periodos de muestreo como maximo. (AI analizar la controlabilidad, el estado deseado x,
especificarse como el origen, 0 Xi = O. Yea el problema A-6-1. Aqui, sin embargo, suponemos que
es un estado arbitrario en el espacio de n dimensiones, que incluye el origen.)
Utilizando la definicion que se acaba de dar, a continuacion se deducira la condicion para
controlabilidad completa del estado. En vista de que la solucion a la ecuacion (6-1) es
n-l
x(nT) = Gnx(O) + 2: Gn-j-l Hu(jT)
j=O
= Gnx(O) + Gn-1Hu(O) + Gn-
2Hu(T)
+ ... + Hu((n - l)T)
obtenemos
[
u((n - lT)]
x(nT) - Gnx(O) = [H: GH : ... : G
n-1
H] u((n 2)T)
u(O)
rango[H. GH: ... : G
i
-
1
H] < n
y par 10 tanto los vectores H, GH, ... , G'- I H no pueden abarcar completamente el espacio
dimensiones; y por 10tanto, para algunas Xi' no es posible tener xCiT) = Xi para todas las i. Ent
es necesaria la condicion dada por la ecuacion (6-3). De esta manera, se encuentra que la con .
de rango dada por la ecuacion (6-3) es necesaria y suficiente para la controlabilidad compl
estado.
Dado que H es una matriz de n x 1, encontramos que cada una de las matrices H, GH, ... GO- H
una matriz de n x 1 0 un vector columna. Si el rango de 1amatriz siguiente es n, es decir
rango [H : GH : ... : Gn-l H] = n
comunmente se conoce como matriz de controlabilidad. (Observe que todos los estados que p
ser alcanzados desde el origen, estan abarcados por las columnas de la matriz de controlabili
Por 10 tanto, si el rango de tal matriz es n, entonces, para un estado arbitrario x(nT) = Xi' existira
secuencia de sefiales de control no acotadas u(O), u(t), ... , u[(n - 1)7'] que satisfaga la ec
(6-2). Por 10tanto, la condieion de que el rango de la matriz de controlabilidad sea n da una c
cion suficiente para la controlabilidad completa del estado.
Para probar que la ecuacion (6-3) es tambien una condicion necesaria para la controlabi .
completa del estado, se supone que
rango [H:GH: : Gn-1H] < n
Entonces, utilizando el teorema de Cayley-Hamilton, puede demostrarse que, para una i arbi
G' H puede expresarse como una combinacion lineal de H, GH, ... , GO - I H. En consecu
tenemos para cualquier i
entonces los n vectores H, GH, ... , GO - I H pueden abarcar todo el espacio de n dimensiones,
matriz
Secci6n 6-2 Controlabilidad
381
Si el sistema definido por la ecuacion (6-1) es completamente controlable de estado, enton-
ces es posible transferir cualquier estado inicial a cualquier estado arbitrario, en a 10 mas n perfodos
de muestreo. Observe, sin embargo, que esto es cierto si y solo si la magnitud de u(kT) es no aco-
tada. Si dicha magnitud es acotada, pudiera tomar mas de n periodos de muestreo. (Vea el problema
A.-6-2.)
Controtabilidad completa del estado en el caso en que u(k7) es un vector. Si el sistema esta
definido por
x((k + 1)T) = Gx(kT) + Hu(kT)
donde x(kT) es un vector de dimensi6n n, u(kT) es un vector r, G es una matriz de n x n, y H es una
rnatriz de n x r, entonces se puede probar que la condicion para la controlabilidad completa del
estado es que la matriz de n x nr
[H : GH : ... : Gn-l H]
sea de rango n, es decir
rango [H : GH : ... : Gn-l H] = n
Determinacion de la secuencia de controlpara llevar el estado inicial a un estado deseado. Si
la matriz
es del rango n y u(kT) es un escalar, entonces es posible encontrar n ecuaciones escalares linealmente
independientes, a partir de las cuales se puede determinar en forma (mica una secuencia de seriales
de control no acotadas u(kT)(k = 0, 1,2, ... , n - I) tal que cualquier estado inicial x(O) se transfiera
al estado deseado en n periodos de muestreo. Yea la ecuaci6n (6-2).
Observe tambien que si la senal de control no es un escalar sino un vector, entonces la secuen-
cia de u(kT) no es (mica. De esta manera existe mas de una secuencia para el vector de control znx")
para lIevar el estado inicial x(O) a un estado deseado, en no mas de n perfodos de muestreo.
Forma alterna de la condicion para la controlabilidad completa del estado. Considere el
sistema definido por
x((k + l)T) = Gx(kT) + Hu(kT) (6-4)
donde
x(k7) = vector estado (de dimension n) en el k-esimo instante de muestreo
u(k7) = serial de control en el k-esimo instante de muestreo
G = matriz de n x n
H = matriz de n x r
T = perfodo de muestreo
Si los vectores caracteristicos de G son distintos, entonces se puede encontrar una matriz de transfor-
maci6n P tal que
382 Ubicocion de polos y diserio de observadores Copr _ =
Definase
Al sustituir la ecuaci6n (6-5) en la ecuaci6n (6-4), se obtiene
A"
o
fir]
... 1:
Al
A
2
~ GP =
0
.q(k + l)T) = A\x\(kT) + fllUl(kT) + f12uz(kT) + '" + f\rur(kT)
xzk + 1)T) = Azxz(kT) + fZ1U\(kT) + fzzuz(kT) + '" + fzrur(kT)
xk + 1)T) = p-
1
GPx(kT)) + p-
I
Hu(kT)
x(kT) = Px(kT)
Note que si los valores caracteristicos de G son distintos, entonces los vectores caracteristicos oe
tambien 10son. Sin embargo, 10 opuesto no es cierto. (Por ejernplo, una matriz simetrica real de
n con valores caracteristicos multiples tiene n vectores caracteristicos distintos.) Observe tar..
que la i-esima columna de la matriz P es un vector caracteristico de G asociado con el r-esimo \
caracteristico A, (i = 1,2, ... , n). Se define
Si los elementos de cualquiera de los renglones en la matriz de F n x r son todos cero, entc
variable de estado correspondiente no puede controlarse mediante cualquiera de los u,(kTI.
tanto, la condici6n para la controlabilidad cornpleta del estado es que si los vectores caract .
de G son distintos, entonces el sistema es de estado completamente controlable, si y s610si u
de los renglones de p-
I
H tienen elementos cero. Es importante setialar que para aplicar esu
ci6n de la controlabilidad completa del estado, se debe poner la matriz p-I GP de la ecuac
en la forma diagonal.
Si la matriz G en la ecuaci6n (6-4) no tiene vectores caracteristicos distintos, en
imposible su diagonalizaci6n. En tal caso, podernos transformar G a una forma can6nica doe
Si, porej=m pJo, G tiene valores caracteristicos AI, AI, AI' A
4
, A
4
, A
6
, , A" Yposee n -.3
caracteristicos distintos, entonces la forma can6nica de Jordan de G es
Por 10tanto, la ecuaci6n (6-6) puede escribirse como sigue:
Seccion 6-2 Controlobilidad
J=
AlIa a
a Al 1
a a Al I
~ ~
: A4 1 I
, I
I 0 A4: I
T
_
: A6 a
I
I
I
,
I
I
I
I
o 'OAn
383
Las submatrices de 3 x 3 y de 2 x 2 sobre la diagonal principal se conocen como bloques de Jordan.
Suponga que es posible encontrar una matriz de transformacion S de modo que
Si definimos un nuevo vector de estado xmediante
x(kT) = Sx(kT)
asi. al sustituir la ecuaci6n (6-7) en la ecuaci6n (6-4) resulta
x((k + 1)T) = S-I GSx(kT) + S-I Hu(kT)
= Jx(kT) + S-I Hu(kT)
(6-7)
(6-8)
Las condiciones para la contralabilidad cornpleta del estado del sistema de la ecuaci6n (6-8) pueden
entonces enunciarse como sigue: el sistema es de estado completamente controlable, si y s610si: I)
dos bloques de Jordan en la rnatriz J de la ecuaci6n (6-8) no esten asociados con valores caracteris-
ticos iguales; 2) los elementos de cualquier rengl6n de s' H, que correspond en al ultimo rengl6n de
cada uno de los bloques de Jordan no sean todos cera. y 3) los elementos de cada rengl6n de s' H,
que correspondan a valores caracteristicos distintos, no sean todos cera.
Comentarios. En las condiciones precedentes de la contralabilidad del estado, se ha dicho
que en la ecuaci6n (6-8) no deberian estar asociados dos bloques de Jordan de la matriz J con valores
caracteristicos iguales. Este punto se desarralla como sigue.
Considere el sistema siguiente, donde los dos bloques de Jordan estan asociados con los mis-
rnos valores caracteristicos AI:
Aunque todas las variables de estado estan afectadas pOI' lI(k). este sistema es no controlable. ya que
el rango de la rnatriz de contralabilidad
Al Ai]
Al + 1 Ai + 2AI
Al Ai
es 2. POI' 10 tanto. al aplicar el criterio anterior correspondiente ala contralabilidad de estado. ningu-
no de los dos bloques de Jordan de J debera estar asociado con los rnismos valores caracrertsticos.
384
Ubicocion de polos y disefio de observadores
Ccpitulc
Ejemplo 6-1
Los sistemas siguientes son de estado completamente controlables:
1. [X\(k + 1)] = [-1 O][Xl(k)] + [2][U(k)]
x2(k + 1) 0 -2 x2(k) 3
2. :tl] = ..... 0] +
x4(k + 1) : -5 1 x4(k) 0
I
x-i]: + 1) 0 : 0 -5 xs(k) 2 1
Los siguientes sistemas no son de cstado completamente controlables:
1. [X\(k + 1)] = [-1 O][XI(k)] + [2][U(k)]
x2(k + 1) 0 -2 x2(k) 0
2. = + !][
xs(k + 1) 0 : 0 -5 xs(k) 0 0
Condiciones para la controlabilidad completa del estado en el plano z, La condici6n
la controlabilidad completa del estado puede enunciarse en terminos de funciones de transfer
pulso.
Una condici6n necesaria y suficiente para la controlabilidad completa del estado es que 00
presente cancelaci6n en la funci6n de transferencia pulso. Si esto ocurre, el sistema no puede
controlado en la direcci6n del modo cancelado. (Yea el problema A-6-4.)
Ejemplo 6-2
Considere la siguiente funci6n de transferencia pulso:
Y(z) z + 0.2
V(z) (z + 0.8)(z + 0.2)
Es claro que ocurren cancelaciones en los factores (z +0.2) tanto en el numerador como en el denc
dor. Por 10tanto, se pierde un grado de libertad. En raz6n de esta cancelaci6n, este sistema no es de
completamente controlable.
Por supuesto, se puede obtener la misma conclusi6n escribiendo esta funci6n de transf .
pulso en la forma de ecuaciones de estado. Una posible representaci6n de espacio de estados pan
sistema es
[
t l(k + 1)] _[0 1][X1(k)] [ 1]
xzCk + 1) - -0.16 -1 x2(k) + -0.8 u(k)
y(k) = [1 O][XI(k)]
x2(k)
Dado que
[H : GH] = [
-0.8 ]
0.64
el rango de [H : GH] es I. Llegamos por 10 tanto a la misma conclusi6n: el sistema no es de
completamente controlable.
:eccicSn 6-2 Controlabilidad
385
Controlabilidad completa de la salida. En el disefio practice de un sistema de control, se
ouede preferir controlar la salida en vez del estado del sistema. La controlabilidad completa del
estado no es necesaria ni suficiente para controlar la salida de un sistema. Por esta razon es necesario
definir por separado la controlabilidad completa de la salida.
Considere el sistema definido por las ecuaciones
Jonde
xk + 1)T) = Gx(kT) + Hu(kT)
y(kT) = Cx(kT)
x(k7) = vector estado (de dimension n) en el k-esimo instante de muestreo
u(k7) = serial de control (escalar) en el k-esimo instante de muestreo
y(k7) = vector de salida (de dimension m) en el k-esimo instante de muestreo
G = matriz de n x n
H = matriz de n x I
C = matriz de m x n
(6-9)
(6-10)
EI sistema definido por las ecuaciones (6-9) y (6-1 0) se dice que es de salida completamente contro-
lable, 0 simplemente de salida control able, si es posible tener una seftal de control no restringida
uCk!), definida a 10 largo de un numero finito de periodos de muestreo 0:::; kT< nTtales que, ernpe-
zando a partir de una salida inicial yeO), la salida y(k7) pueda ser transferida al punto deseado (un
punto arbitrario) Yf en el espacio de salidas, en n periodos de muestreo como maximo.
A continuacion se deduce la condicion para la controlabilidad completa de la salida. Observe
que si un sistema es de salida completamente controlable, entonces existe una seftal de control cons-
tante unitaria, que transferira cualquier salida inicial a cualquier punta deseado Yf en el espacio de
salidas, en n periodos de muestreo como maximo. En vista de que la solucion de la ecuacion (6-9) es
n-I
x(nT) = Gnx(O) + 2: Gn-j-l Hu(jT)
j=O
tenemos que
y(nT) = Cx(nT)
n-l
= CGn x(O) + 2: CGn-j-1 Hu(jT)
j=O
es decir,
n-I
y(nT) - CG
n
x(O) = 2: CGn-j-1 Hu(jT)
j=O
= CGn-l Hu(O) + CG
n-2
Hu(T) + ... + CHun - l)T)
[
u n - 1)T)]
= [CH: CGH: .. : CGn-l H] un 2)T)
u(O)
386 Ubicoci6n de poles y diseiio de observadores Copitulc c
Observe que y(n7) - CG" x(O) = Yf - CG" x(O) representa un punta arbitrario en el espacio de
salidas de m dimensiones. Par 10 tanto, igual que en el caso de la controlabilidad completa del
estado, una condicion necesaria y suficiente para que el sistema sea de salida completamente contro-
lable, es que los vectores GH, CGH, ... , I H abarquen el espacio de salidas de dimension ""_
es decir que
rango [CH : CGH : ... : I H] = m
(6-llt
De este analisis se puede ver que en el sistema definido por las ecuaciones (6-9) y (6-10). la
controlabilidad completa del estado implica controlabilidad completa de la salida, si y solo si los.
renglones de C son linealmente independientes.
Ahora considere el sistema definido por las ecuaciones
x((k + 1)T) = Gx(kT) + Hu(kT)
y(kT) = Cx(kT) + Du(kT)
donde
x(k7) = vector de estado (de dimension n) en el k-esimo instante de muestreo
u(kT) = vector de control (de dimension r) en el k-esimo instante de muestreo
y(k7) = Vector de salida (de dimension m) en el k-esimo instante de muestreo
G = matriz de n x n
H = matriz de n x r
C = matriz de m x n
D = matriz de m x r
La condicion para la controlabilidad completa de la salida correspondiente a este sistema
deducirse como sigue. Dado que la salida y(n7) puede ser dada por la ecuacion
y(nT) = Cx(nT) + Du(nT)
(6-1
(6-1
n-l
= CG
n
x(O) + 2: CGn-j-l Hu(jT) + Du(nT)
se obtiene
n-l
y(nT) - CGnx(O) = 2: CGn-j-1Hu(jT) + Du(nT)
= CG
n-1
Hu(O) + CG
n-2Hu(T)
+ ... + CHu((n - 1)T)
+ Du(nT)
= [D: CH: CGH: ... : CGn-1
u(O)
Una condici6n necesaria y suficiente para que el sistema definido por las ecuaciones (6-12)
sea de salida completamente controlable, es que la matriz de m x (n + I)r
[D: CH: CGH:: CGn-1H]
: s ccion 6-2 Controlabilidad
387
,;;>a de rango 111:
rango [0: CH : CGH : ... : CG"-
1
H] = 111
(6-14)
'-jay que sefialar que la presencia de la matriz 0 en la ecuacion de salida del sistema siempre ayuda
.: establecer la controlabilidad completa de fa salida.
Controlabllidad de un sistema de control ell tiempo continuo lineal e invariante ell el
tiempo. A continuacion se enunciara brevemente las condiciones para la controlabilidad completa
jel estado y la controlabilidad de la salida de los sistemas de control en tiempo continuo lineales e
nvariantes con el tiempo. Considere el sistema definido por
x= Ax + Bu
y = Cx + Du
Jande
x = vector de estado (de dimension n)
u = vector de control (de dimension r)
y = vector de salida (de dimension 111)
A = matriz de n x n
B = matriz de n x r
C = matriz de 111 x n
D = matriz de m x r
Controlabilidad completa del estado. Una condicion necesaria y suficiente para la
controlabilidad completa del estado para este sistema, puede deducirse en forma similar a como se
hizo en el caso de un sistema en tiempo discreto. Aqui presentaremos solo el resultado.
La condicion para la controlabilidad cornpleta del estado es que la matriz de n x 11,.
[B: AB: ... : An-l B)
sea de rango n, 0 que contenga n vectores columna linealmente independientes. (Esta marriz por 10
regular se conoce como matriz de controlabilidad para el sistema en tiernpo continuo.)
La condicion para controlabilidad completa del estado tarnbien se puede enunciar en terrninos
de las funciones de transferencia 0 de las matrices de transferencia. Una condicion necesaria y sufi-
ciente para fa controlabilidad completa del estado es que no ocurra cancelacion en la funcion de
transferencia 0 en fa matriz de transferencia. Si ocurre cancelacion, el sistema no puede ser contro-
lado en la direccion del modo cancelado.
Controlabilidad de la salida. Como en el caso del sistema de control en tiempo discreto, la
controlabilidad completa del estado no es necesaria ni suficiente para controlar fa salida de un siste-
ma de control en tiempo continuo lineal e invariante en el tiempo. Se puede demosrrar que la condi-
cion para la controlabilidad completa de la salida es que e! rango de la matriz de 111 x (11 + I),.
[D: CB: CAB:CA
2B:
:CAn-1B]
sea m,
En esta seccion, analizaremos la observabilidad de los sistemas de control en tiempo discn
e invariante con el tiempo. Considere el sistema de control en tiempo discrete sin excitacion
por
388
6-3 OBSERVABILIDAD
Ubicaci6n de polos y disefio de observadores
xk + 1)T) = Gx(kT)
y(kT) = Cx(kT)
don de
x(kT) = vector de estado (de dimension n) en el k-esimo instante de muestreo
y(kT) = vector de salida (de dimension m) en el k-esimo instante de muestreo
G = matriz de n x n
C = matriz de m x n
EI sistema se dice ser completamente observable si cualquier estado inicial x(O) puede det
a partir de la observacion de y(kT) sobre un nurnero finito de periodos de muestreo. EI si
10 tanto, es completamente observable, si cualquier transicion del estado de manera evenn
a todos los elementos del vector de salida.
EI concepto de observabilidad es util para resolver el problema de la reconstruccioo
bles de estado no medibles. Se vera mas adelante que los sistemas de control con realime
estado, disefiados mediante el metodo de ubicacion de polos, necesitan realimentacion de
de estado ponderadas. En la practica, sin embargo, en los sistemas de control con realirn
estado se encuentra la dificultad de que algunas de las variables de estado no son accesib
medicion directa. Entonces requiere estimar las variables de estado no medibles, a fin de
seftales de control de realimentacion, En la seccion 6-6 veremos que el concepto de obs
tiene un papel dominante en el disefio de los observadores de estados.
La razon por la que se considera el sistema sin excitacion es la siguiente. Si el sistema
descrito por las ecuaciones
xk + l)T) = Gx(kT) + Hu(kT)
y(kT) = Cx(kT) + Du(kT)
entonces
k-l
x(kT) = Gkx(O) + I Gk-j-l HuUT)
j=O
y y(kT) es
k-l
y(kT) = CG
k
x(O) + I CGk-j-1HuUT) + Du(kT)
j=O
Dado que las matrices G, H, C y D son conocidas, y u(kT) tarnbien 10 es, el segundo y
nos del segundo miembro de esta ultima ecuacion son cantidades conocidas. Por 10
restarse del valor observado de y(kT). Entonces, para la investigacion de una condicion
suficiente para la observabilidad completa, basta considerar el sistema descrito por las
(6-15) y (6-16).
Seccion 6-3 Observabilidad
389
Una vez que a partir de la observacion de la salida se pueda determinar x(O), tambien podra
determinarse x(k7), ya que u(O), u(7), ... , uk - I)T) son conocidas.
Observabilidad completa de los sistemas en tiempo discreto. Considere el sistema definido
por las ecuaciones (6-15) Y(6-16). EI sistema es completamente observable si, dada la salida y(kT)
sobre un nurnero finito de periodos de rnuestreo, es posible determinar el vector estado inicial x(O).
Ahora, deduciremos la condicion para la observabilidad completa del sistema en tiempo dis-
creto descrito por las ecuaciones (6-15) Y(6-16). En vista de que la solucion x(k7) de la ecuacion (6-
15) es
x(kT) = G
k
x(O)
se obtiene
y(kT) = CGkx(O)
La observabilidad completa significa que, dado yeO), yeT), y(27), ... , es posible determinar XI(O),
x
2(0),
... , x,/O). Para determinar n incognitas, necesitamos unicamente n valores de y(k7). Por 10
tanto, podemos utilizar los primeros n valores de y(k7), 0 yeO), y(7), ... , yn - 1)7) que permiten
determinar xl(O), xiO), ... , x,/O).
En el caso de un sistema completamente observable, dados
yeO) = Cx(O)
yeT) = CGx(O)
yn - 1)T) = CGn-l x(O)
se debe ser capaz de determinar XI(O), x
2(0),
... , XI/(O). AI observar que y(k7) es un vector de
dimension m, las n ecuaciones sirnultaneas anteriores dan como resultado nm ecuaciones, todas elias
incluyendo XI(O), xz{O), ... ,x,lO). A fin de obtener un solo conjunto de soluciones XI(O), x
2(0),
... ,
XI/(O) a partir de estas nm ecuaciones, se debe escribir exactamente de entre elias n ecuaciones linea-
les independientes. Esto requiere que la matriz nm x n
sea de rango n.
Notando que el rango de una matriz y de su transpuesta conjugada es el mismo, es posible
enunciar la condicion correspondiente a la observabilidad compIeta como sigue. Una condicion
iecesaria y suficiente para que el sistema definido por las ecuaciones (6-15) y (6-16) sea completa-
nente observable es que el rango de la matriz de n x nm
[C* : G*C* : ... : (G*y-l C*]
(6-17)
ea n. La matriz dada por la ecuacion (6-17) se conoce comunrnente como matriz de observabilidad.
Note que en la ecuacion (6-17) los asteriscos indican transpuestas conjugadas. Si las matrices C y G
Cap' Ubicaci6n de polos y diseiio de observadores 390
xk + l)T) = Gx(kT)
y(kT) = Cx(kT)
son reales, entonces la notacion de transposicion conjugada como G*C* puede ser cambiada
notacion de transposicion, como GTC
T.]
Forma alterna de la condicion para la observabilidad completa. Considere el sistema
nido por las ecuaciones (6-15) y (6-16) que aqui se repite:
Suponga que los valores caracteristicos de G son distintos, y que una matriz de transformaciea
transforma a G a una matriz diagonal, de tal forma que p--I GP es una matriz diagonal. Se defiJlc
x(kT) = Pi(kT)
Entonces las ecuaciones (6-18) y (6-19) se pueden escribir como sigue:
xk + l)T) = p-
I
GPi(kT)
y(kT) = CPx(kT)
Por 10 tanto,
es decir,
y(nT) = CP(P-1GPYx(O)
Por 10 tanto,
Entonces las ecuaciones (6-18) y (6-19) se pueden escribir como sigue:
xk + l)T) = S-I GSx(kT) = Jx(kT)
y(kT) = CSx(kT)
x(kT) = Sx(kT)
donde J esta en la forma canonica de Jordan. Definamos
[
An
1 Ai
y(nT) = CP
y(nT) = CS(S-IGSYX(O)
S-IGS = J
donde AI, A
2
, , All son n valores caracteristicos distintos de G. El sistema es completarrlClllll
observable, si y solo si ninguna de las columnas en la matriz CP de m x n esta formada de ele
cero. Esto es debido a que si la i-esima columna de CP esta formada de elementos cero, entonces
variable de estado Xi (0) no aparecera en la ecuacion de salida y, por 10 tanto, no podra ser det
nada a partir de la observacion de y(kT). Por 10 tanto, x(O), que esta relacionada con x(O) me .
la matriz no singular P, no podra ser determinada.
Si la matriz G implica valores caracteristicos multiples y no puede ser transformada a
matriz diagonal, entonces si se utiliza una matriz de transformacion adecuada S podemos
mar Gala forma canonica de Jordan:
Seccion 6-3 Observabilidad
391
EI sistema es completamente observable, si y solo si I) dos bloques de Jordan en J no estan asocia-
dos con el mismo valor caracterfstico; 2) ninguna de las columnas de CS que corresponda al primer
renglon del bloque de Jordan esta formada de elementos cero, y 3) ninguna columna de CS que
corresponda a val ores caracteristicos distintos esta formada de elementos cero.
Para aclarar la condicion 2, en el ejemplo 6-3 que se muestra a continuacion, se han sefialado
con lineas punteadas las columnas de CS que corresponden al primer renglon de cada bloque Jordan.
Ejemplo 6-3
Los sistemas siguientes son completamente observables:
[
Xl k + I)T)] = [-1 O][Xl(kT)] (kT) = [1
1. x2k + I)T) 0 -2 x2(kT) ' y ,
2. [;:!lZ: :m] =
x4(k + I)T) , -3 1 x4(kT)
xsk + I)T) 0 ! 0 -3 xs(kT)
1 1
1 1
xl(k + I)T)
x2k + I)T)
2. x3(k + I)T)
x4k + I)T)
xs(k + I)T)
Los sistemas siguientes no son completamente observables:
1. gg] =
=
: -3 1 x4(kT)
o : 0 -3 xs(kT)
[ ] [
r, '-"]
Yl(kT) = : Ii 1 1 :0: 1 (kT)
Y2(kT) :0: 1 1 :0: 0 x
3(kT)
L..J L-I X4
xs(kT)
Condicionpara la observabilidadcompleta en el plano z, La condicion para la observabilidad
completa tambien puede enunciarse en terminos de funciones de transferencia pulso. Una condicion
necesaria y suficiente para la observabilidad completa es que no ocurra ninguna cancelacion de
polos ceros en la funcion de transferencia pulso. Si ocurre cancelaci6n, el modo cancelado no podra
observarse en la salida.
Ejemplo 6-4
Demuestre que eI sistema siguiente es no completamente observable:
392
Ubicaci6n de polos y diseiio de observadores
Capitulo 6
xk + l)T) = Gx(kT) + Hu(kT)
y(kT) = Cx(kT)
donde
[
4-6 6]
[C*: G*C*: (G*)2C*] = 5 -7 5
1 -1 -1
G= [ ~ ~ ~ ] H= [ ~ 1 ] C= [4 51]
-6 -11 -6
Es claro que la serial de control u(kD no afecta la observabilidad completa del sistema. Para examinar lac
observabilidad completa, podemos simplemente definir u(kD = O. Para este sistema, tenemos
Note que
1
4 -6
5 -7
1 -1
~ 1 = 0
-1
Por 10tanto, el rango de la matriz [C* : G*C* : (G*)2C*] es menor de 3. EI sistema no cs completamc,.-
te observable.
De hecho, en este sistema ocurre cancelaci6n de polos ceros en la funci6n de transferencia pulse
del sistema. La funci6n de transferencia pulso entre X1(z) Y U(z) es
X1(z) = 1
U(z) (z + l)(z + 2)(z + 3)
Yla funci6n de transferencia pulso entre Y(z) y X1(z) es
Y(z)
X
1(z)
= (z + l)(z + 4)
Por 10tanto, la funci6n de transferencia pulso entre la salida Y(z) y la entrada U(z) es
Y(z) _ (z + l)(z + 4)
U(z) - (z + l)(z + 2)(z + 3)
Es claro que se cancelan los factores (z + I) en el numerador y en el denominador. Esto signitica qLJe
existen estados inicialcs diferentes de cero x(O) que no pueden ser determinados a partir de la medici"-
de y(k7).
Comenturios- La funci6n de transferencia pulso no tiene cancelacion. si y s610 si, el siste
es de estado completamente controlable y completamente observable. (Vea el problema A-6-4.) L
significa que una funci6n de transferencia cancel ada no \leva consigo toda la informaci6n que carac
teriza al sistema dinamico.
Principio de dualidad. A continuaci6n se examinani la relaci6n entre controlabilidad
observabilidad. Considere el sistema SI definido por las ecuaciones
xk + 1)T) = Gx(kT) + Hu(kT)
y(kT) = Cx(kT) (6-21
2eccion 6-3
.::onde
Observabilidad
393
x(kT) = vector de estado (de dimension n) en el k-esimo instante de muestreo
u(kT) = vector de control (de dimension r) en el k-esimo instante de muestreo
y(kT) = vector de salida (de dimension m) en el k-esimo instante de muestreo
G = matriz de n x n
H = matriz de n x r
C = matriz de m x n
:- su contraparte dual, que llamaremos sistema S2, definida por las ecuaciones
xk + l)T) = G*x(kT) + C*u(kT)
y(kT) = H*x(kT)
.::onde
x(kT) = vector de estado (de dimension n) en el k-esimo instante de muestreo
u(kT) = vector de control (de dimension r) en el k-esimo instante de muestreo
YCkT) = vector de salida (de dimension m) en el k-esimo instante de muestreo
G* = transpuesta conjugada de G
H* = transpuesta conjugada de H
C* = transpuesta conjugada de C
(6-22)
(6-23)
.\hora se examinara una analogia entre controlabilidad y observabilidad. Esta analogia se conoce
como principia de dualidad, y es debida a Kalman.
El principio de dualidad dice que el sistema S\ definido por las ecuaciones (6-20) y (6-21) es
Je estado completamente controlable (observable), si y solo si el sistema S2 definido por las ecuaciones
6-22) y (6-23) es de estado completamente observable (controlable). Para verificar este principio,
escribarnos las condiciones necesarias y suficientes para la controlabilidad completa y la observabilidad
.ornpleta del estado, correspondientes a los sistemas S\ y S2, respectivamente.
=O.RA EL SISTEMA S\:
1. Una condicion necesaria y suficiente para la controlabilidad completa del estado es que
rango IH : GH : ... : G"- \ HI = n
2. Una condicion necesaria y suficiente para la observabilidad completa es que
rango [C* : G*C* : ... : (G*)"- \ C*] = n
1. Una condicion necesaria y suficiente para la controlabilidad completa del estado es que
rango IC* : G*C* : ... : (G*)"-\ C*I = n
394 Ubicccion de poles y diserio de observodores
2. Una condici6n necesaria y suficiente para la observabilidad completa es que
rango [H : GH : ... : G"- I H] = n
Si se comparan estas condiciones, es evidente la verdad del principio de dualidad.
Vemos que el sistema SI' siendo de estado completamente controlable, equivale al siste .
completamente observable. Y el sistema SI, siendo completamente observable, es equival
sistema S2 de estado completamente controlable. Mediante la utilizaci6n de este principio, la observ
de un sistema dado puede verificarse al probar la controlabilidad del estado de su dual.
Observabilidad completa de los sistemas de control en tiempo continuo lineales e inva
con el tiempo. Por ultimo, enunciaremos brevemente la condici6n de observabilidad co .
correspondiente al sistema de control en tiempo continuo lineal e invariante en el tiempo. EI si
se dice completamente observable, si todos los estados iniciales x(O) pueden determinarse a p
la observaci6n de yet) durante un intervalo de tiempo finito. Similar al caso del sistema de con
tiempo discrete, necesitamos considerar s610 un sistema sin excitaci6n. Considere el sistema
do por las ecuaciones
x= Ax
y = Cx
donde
x = vector de estado (de dimensi6n n)
y = vector de salida (de dimension m)
A = matriz de n x n
C = matriz de m x n
Igual que en el caso de sistema de control en tiempo discreto, se puede decir que la condici6n
observabilidad completa es que el rango de la matriz de n x nm
[C*: A*C*: ... : (A*y-l C*]
sea n. (Esta matriz de n x nm se conoce cornunmente como matriz de observabilidad del sist
tiempo continuo.)
Efecto de la discretizacion de un sistema de control de tiempo continuo so
controlabilidad y la observabilidad. Cuando se discretiza un sistema de control en tiempo
nuo con polos complejos, la introducci6n del muestreo puede dificultar la controlabilidad
observabilidad del sistema discretizado resultante. Es decir, puede ocurrir cancelaci6n de
ros al pasar del caso en tiempo continuo al caso en tiempo discreto. Por 10tanto, el sistema disc -
puede perder controlabilidad y observabilidad,
Puede demostrarse que un sistema que sea de estado completamente controlable y co
mente observable, en ausencia de muestreo, permanece en tales condiciones despues de la in
ci6n del muestreo, si s610 si para cada valor caracteristico de la ecuaci6n caracteristica
sistema de control en tiempo continuo, la relaci6n
Re A, = Re A,
6-3
irnplica que
Observabilidad
395
(6-25)
donde T es el periodo de muestreo y n = I, 2, .... Se hace notar que, a menos que el sistema
contenga polos complejos, no ocurrira cancelaci6n de polos ceros al pasar de tiempo continuo al
caso de tiempo discreto.
Ejemplo 6-5
Considere el siguiente sistema de control en tiempo continuo:
(6-26)
(6-27)
Este sistema es de estado cornpletarnente controlable y cornpletarnente observable. ya que el rango de la
matriz de controlabilidad
[B: AB] = r J
is 2 and the rank of the observability matrix
[C*:A*C*] = U
tarnbien es 2. Observe que los val ores caracteristicos de la matriz de estado son
EI sistema de control en tiempo discreto obtenido al discretizar el sistema de control en tiernpo
continuo dcfinido por las ecuaciones (6-26) y (6-27) puede darse como sigue:
r : J= [ i J[ J+ [ 1 T }(kT) (6-28)
y(kT) = [1 O][XI(kT)J
dondc T cs cl periodo de muestrco.
Dcmostrarcrnos que cl sistema discrctizado dado por las ccuaciones (6-28) y (6-29) es de estado
complctamentc controlablc y cornpletamcntc observable. si y s610 si
cs dccir,
T,* n tt , n = 1,2,3, ...
Para el sistema de control en tiempo discrete obtenido al discretizar cl sistema de control en
ticmpo continuo. tencmos la siguicnte matriz de controlabilidad
[H : GH] = r1 - cos T cos T + 1 - 2 cos" T ]
sen T -sen T + 2 cos T senT
Observe que cl rango de IH : GHies 2 si y solo si T 117T (dondc 11 = I. 2. 3.... ). Tambien cl rango de
la matriz de ohscrvabilidad
396 Ubicocion de palos y disefio de observadores Capitulo
[C* : G*C*] = [1 cos T]
o sen T
es 2 si y s610 si ntt (donde n = 1,2,3, ... ).
Del anal isis anterior, podemos concluir que el sistema discretizado es de estado cornpletamente
controlable y completamente observable si y s610 si T ntt, donde n = 1, 2, 3, ....
Observe que siempre es posible evitar la perdida de controlabilidad y de observabilidad escogien-
do un perfodo de muestreo T distinto a ntt.
6-4 TRANSFORMACIONES UTILES EN EL ANAL/SIS
Y DISENO EN EL ESPACIO DE ESTADOS
En esta seccion primero se venin tecnicas para transformar ecuaciones en el espacio de estados ell
formas can6nicas. A continuaci6n se revisara la propiedad de invariancia de las condiciones de
rango para la matriz de controlabilidad y la de observabilidad.
Como transformar en formas canonicas las ecuaciones en el espacio de estados.
la ecuaci6n de estado en tiempo discreto y la ecuaci6n de salida
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k) + Du(k)
Considere
(6-_
(6-31
Ahora se estudiaran tecnicas para transformar las ecuaciones en el espacio de estados definidas JXI
las ecuaciones (6-30) y (6-31) en las tres formas can6nicas siguientes:
1. Forma can6nica controlable
2. Forma can6nica observable
3. Forma can6nica diagonal 0 de Jordan
Forma canonica controlable. EI sistema definido por las ecuaciones (6-30) y (6-31) se p
de transformar a una forma can6nica controlable, mediante la matriz de transformaci6n
(Observe que la forma can6nica diagonal es un caso especial de la forma can6nica de Jordan.)
supone que el sistema definido por las ecuaciones (6-30) y (6-31) es de estado completamente c
trolable y completamente observable.
T=MW
donde
y
an-I a n-2 a1
1
a n-2 a n-3
1 0
W=
a1 1 0 0
1 0 0 0
Ssccion 6-4 Transfarmaciones utiles en el an61isisy disefio en el espacio de estados
397
Los elementos G, mostrados en la matriz w son coeficientes de la ecuaci6n caracteristica
IzI - GI = z" + al zn-I + ... + an-I z + an = 0
Puede demostrarse que
(6-35)
0 0 1
-an-I -an-z -at
(6-36)
r
l
GT = (MWr
l
G(MW) = W-
I
M-
I
GMW
[
0 1 0 0
0 1 0
-an
(Para los detalles de la deducci6n de las dos ecuaciones anteriores, yea los problemas A-6-5 y A-6-
6.)
Ahora definamos
x(k) = Tx(k)
donde la matriz de transformaci6n Testa dada por la ecuaci6n (6-32). Entonces las ecuaciones (6-
30) Y(6-31) se convierten en
x(k + 1) = r
t
GTx(k) + r
l
Hu(k) = Gx(k) + Hu(k)
y(k) = CTx(k) + Du(k) = tx(k) + Du(k)
donde G= T-
l
CT, H= 'r' H. C= CT, Y b = D, es decir
[ x,(k + 1)
0 1 0 0 xI(k) 0
xz(k + 1) 0 0 1 0 xz(k) 0
+ 1)
=
+ : u(k)
0 a a 1 Xn-I(k) a
xn(k + 1) -an -an-l -an-z
-at xn(k) 1
(6-37)
(6-38)
Aquf las hi son los coeficientes que aparecen en el numerador de la funci6n de transferencia pulso
siguiente:
398
Ubicaci6n de polos y disefio de observadores
Capitulo.
C(zI - GtlH + D = C(zI - Gtlil + fJ
bozn + blz
n
-
I
+ + bn-Iz + b
n
z" + alz
n
-
I
+ + an-Iz + an
Observe que D = b = boo El sistema dado por las ecuaciones (6-37) y (6-38) esta en una f
can6nica controlable.
Forma canonica observable. El sistema definido por las ecuaciones (6-30) y (6-31) P
ser transformado a una forma can6nica observable, mediante la matriz de transformaci6n
Q = (WN*t
l
donde
N = [C*: G*C*:"': (G*)" -IC*]
YW esta dado por la ecuaci6n (6-34). Puede demostrarse que
(0-4_
y
[
0 0
1 0 0
Q-IGQ=G= ~ ~ ~
o 0 1
[
b; - anb
o
]
Q-I H = iI = n ~ -: an-Ib
o
b, - al b
o
-an] -an-I
-a
n
- 2
-al
CQ = C= [0 0 ... 0 1]
donde las b, son los coeficientes que aparecen en el numerador de la funci6n de transferencia
pulso, dada por la ecuaci6n (6-39). (Para detalles de la deducci6n de las ecuaciones anteriores.
los problemas A-6-8 y A-6-9.) Entonces, al definir
x(k) = Qi(k)
Las ecuaciones (6-30) y (6-31) se convierten en
i(k + 1) = Gi(k) + Hu(k)
y(k) = Ci(k) + fJu(k)
es decir,
xI(k + 1)
x2(k + 1)
xn-I(k + 1)
xn(k + 1)
o 0
1 0
o 0
o 0
(
Secci6n 64 Transfarmaciones utiles en el an61isis y diseiio en el espacio de estados
399
(6-42)
[
xI(k) ]
x2(k)
y(k) = [0 0 '" 0 1] : + Du(k)
xn-I(k)
xn(k)
EI sistema definido por las ecuaciones (6-41) y (6-42) esta en Una forma can6nica observable.
Forma canonica diagonal 0 de Jordan. Si los valores caracteristicos Pi de la matriz G son
distintos, entonces los vectores caracteristicos correspondientes ... , tambien son distintos.
Defina la matriz de transformaci6n P como sigue:
Er Then
P: Thus, if we define
x(k) = Pi(k)
se tieene que las ecuaciones (6-30) y (6-31) pueden estar dadas por las ecuaciones
i(k + 1) = Gi(k) + Hu(k) (6-43)
y(k) = Ci(k) + DU(k) (6-44)
donde G= p-I GP, H= p-
I
H, C= CP Yb = D. Por 10 tanto, las ecuaciones (6-43) y (6-44) pueden
ser escritas como
(6-46)
(6-45)
+ ]U(k)
P xn(k) an
... + Du(k)
xn(k)
donde las a, Ylas 13, son constantes, tales que aJ3, es el residuo en el polo z = Pi; es decir, tal que a.a,
apareceran en el numerador del termino 1/(z- p) cuando se expande la funci6n de transferencia de
pulso en fracciones parciales como sigue:
C(zI - G)-I H + D = C(zI - G)-I H+ D
= al131 + a2f32 +... + an I3n + D
z - PI Z - P2 Z - pn
(6-47)
Capit Ubicaci6n de polos y diseiio de observadores 400
En muchos casos escogemos a
l
= a
2
= ... = all = I. [Observe que la condici6n necesaria y sufici
para que el sistema sea de est ado completamente controlable es que a, 2 0 (i = m, m + I, ... , n), ~
la condici6n correspondiente para que sea completamente observable, es que 13,20 (i = I, m - I
+ 2, ... , n).]
Si existen varios valores caracteristicos P, de la matriz G, entonces escogemos la matriz
transformaci6n S definida como sigue:
donde las 1/; son vectores caracteristicos (que corresponden a valores caracterfsticos distint
vectores caracterfsticos generalizados (que corresponden a valores caracterfsticos multiples). (
mayor detalle sobre vectores caracterfsticos generalizados, yea el apendice A.) Entonces
S-i GS = matriz en la forma can6nica de Jordan
Ahora si definimos
x(k) = SiCk)
entonces se pueden dar las ecuaciones (6-30) y (6-31) como sigue:
i(k + 1) = Gi(k) + Hu(k)
y(k) = ti(k) + Du(k)
donde G= S-I GS, H= S-I H, C = CS y b = D. Si, por ejernplo, la matriz G incluye un
caracterfstico PI multiple de orden m y otros valores caracterfsticos Pm + I' Pm + 2' ... , PII siendo
ellos distintos y diferentes de PI y, ademas, si el rango de PI I - G es n - 1 (10 que implica
polinomio minimo es identico al polinomio caracteristico), entonces las ecuaciones en el esp
estados en la forma can6nica de Jordan seran:
xI(k + 1)
PI
1 0: 0 xI(k) 0
I
x2(k + 1)
PI
1
I
x2(k) 0
I
I
I
1
I
I
xm(k + 1) 0
I
xm(k)
+
u(kl
PI:
am
i ~ : l k - - i
- - - - - - - - - - - - - - - - - - - - - ~ - - - - - - - - - - - - - - - -
xm+l(k)
:Pm+1 0 am+1
I
I
I
I
xn(k + 1) 0
I
0 xn(k)
I
pn an
y(k) = [f31 f32
donde las a, Ylas 13; son constantes, que aparecen en la funci6n de transferencia de pulso de
sistema:
Secci6n 6-4 Transformaciones utiles en el onolisis y diseiio en el espacio de estados
401
C(zI - Gr
l
H + D = C(zI - G)-I iI + fJ
am131 + am132 +. . . + am13m
(z - PI)m (z - PI)m-1 Z - PI
+ a
m+l13m+1
+ ... + an13n + D
z - Pm+1 Z - pn
En muchos casos escogemos alii = alii + I = ... = all = I. [Observe que la condici6n necesaria y
suficiente para que el sistema sea de estado completamente controlable, es que a
i
0 (i = m, m + I,
... ,n), y para que sea completamente observable, es que Pi 0 (i = I, m + I, m + 2, ... ,n).]
Observe que si el rango de PI 1- G es n - s (siendo 2:$ s:$ n), es decir, si el polinomio minimo
es de un grado s - I menor que el del polinomio caracteristico, entonces S-I GS tendra una forma
can6nica de Jordan distinta. (Para detalles, vease eI apendice A.)
Propiedad de invariancia de las condiciones de rango para la matri; de controlabilidady
para la matriz de observabilidad. Considere sistemas relacionados por transformaciones de simi-
litud. Definamos la matriz de controlabilidad como M:
M = [H:GH: :Gn-'H]
Sea P (una matriz arbitraria n x n no singular) una matriz de transformaci6n de similitud y
Entonces
p-I G
2
P = p-I GPp-1 GP = GG = G
2
p-
1G3p
= P-1GPP-1GPp-1GP = G
3
p-I Gn-I p = Gn-I
Por 10 tanto,
P-'M = P-'[H:GH::Gn-'H]
= [p-'H:P-'GH::p-'Gn-'H]
= [p-I H: p-I GPp-1 H: : p-I Gn-I pp-I H]
= [iI: Gil: ... : Gn-IiI] = M
Dado que la matriz P es no singular,
rank M = rank M
Sirnilarmente, en el caso de la matriz de observabilidad se define
N = [C*: G*C* : ... : (G*r' C*]
Si Pes una matriz de n x n no singular arbitraria y escribimos
P-'GP = G, cp= t
402
Entonces
Por 10 tanto,
Ubicocion de polas y disefio de observadores
P*N = P*[C*: G*C*: : (G*)"-I C*]
= [p*C* : P*G*C*: : P*(G*)"-I C*]
= [C* : (p-I GP)*C*: : (P-
I
Gn-I P)*C*]
= [C*: G*C*: ... : (G*)"-I C*] = N
rango N = rango N
Capitulo 6
6-5 DISENO ViA USICACION DE paLOS
En esta secci6n se presentara un metodo de disefio cornunmente conocido como tecnica de ubica-
cion de polos 0 de asignacion de polos. Supondremos que todas las variables de estado son medibles
y disponibles para la realimentaci6n. Se podra demostrar que si el sistema considerado es de estado
completamente controlable, entonces los polos del sistema en lazo cerrado pueden ubicarse en cual-
quier localizaci6n deseada, mediante una realimentaci6n del estado a traves de una matriz de ganan-
cia de realimentaci6n del estado apropiada.
La presente tecnica de diseno empieza con una determinaci6n de los polos en lazo cerrado desea-
dos, basados en los requisitos de respuesta transitoria y/o respuesta en frecuencia como velocidad.
factor de amortiguamiento relativo 0 ancho de banda. Una vez hechas estas consideraciones, suponga
que decidimos que los polos en lazo cerrado deseados deben estar en z = Ill' Z = 1l2' . . . , Z = Ill/" (En
la selecci6n del periodo de muestreo, debe tenerse cuidado de que el sistema deseado no requiera
sefiales de control excesivamente grandes. De 10contrario, ocurriran fen6menos de saturaci6n en d
sistema. Si este entra en saturaci6n, se volvera no lineal, por 10 que tal metodo de disefio ya no sent
aplicable, en vista de que solamente 10es para sistemas lineales e invariantes en el tiempo.) Entoo-
ces, al seleccionar una matriz de ganancia apropiada para la realimentaci6n del estado, es posible
obligar al sistema a tener los polos en lazo cerrado en las posiciones deseadas, siempre y cuando d
sistema original sea de estado completamente controlable.
A continuaci6n, se tratara el caso en que la sefial de control es un escalar y se probara que ura
condici6n necesaria y suficiente para que los polos puedan ser ubicados en localizaciones cuales-
quiera arbitrarias en el plano z, es que el sistema sea de estado completamente controlable. Despoes
analizaremos algunos metodos para determinar la matriz de ganancia de realimentaci6n de estade
requerida.
Condicion necesaria y suflciente para ia ubicacion arbitraria de los polos. Considere dI
sistema de control en lazo abierto que se muestra en la figura 6-1a). La ecuaci6n de estado es
donde
x(k + 1) = Gx(k) + Hu(k)
x(k) = vector de estado (de dimensi6n n) en el k-esimo instante de muestreo
u(k) = sefial de control (escalar) en el k-esimo instante de muestreo
G = matriz de n x n
H = matriz de n x 1
(6-':-
Secci6n 6-5 Diseiio via ubicaci6n de palos
403
u(k)
u(k)
G
(a)
(b)
x(k)
x(k)
Figura 6-1 (a) Sistema de control en lazo abierto; (b) sistema de control en lazo cerrado
con u(k) = -Kx(k).
Suponemos que la magnitud de la sefial de control u(k) no esta acotada. Si la sefial de control u(k)
fuera
u(k) = -Kx(k)
donde K es la matriz de ganancia de realimentaci6n del estado (una matriz de 1 x n), entonces el
sistema se convierte en un sistema de control en lazo cerrado, como el que se muestra en la figura 6-
Ib), Ysu ecuaci6n de estado
x(k + 1) = (G - HK)x(k)
(6-51 )
Observe que la matriz K se escoge de tal forma que los valores caracterfsticos de G - HK sean los
polos en lazo cerrado deseados: JlI' JIb ... , JIll'
Probaremos ahora que una condici6n necesaria y suficiente para la ubicaci6n arbitraria de los
polos, es que el sistema sea de estado completamente controlable. Primero se deducira la condicion
necesaria. Empezaremos por demostrar que si el sistema no es de estado completamente controlable,
entonces existen valores caracteristicos de G - HK que no pueden ser controlados por realimentaci6n
del estado.
404 Ubicocion de polos y diseiio de observadores Copftuc
Suponga que el sistema de la ecuaci6n (6-50) no es de estado completamente controlabje,
Entonces el rango de la matriz de controlabilidad es menor que n, es decir,
rango [H : GH : ... : Gil-I H] = q < n 6 - ~ .
Esto significa que en la matriz de controlabilidad hay q vectores columna linealmente independi
tes. Definamos estos q vectores columna linealmente independientes como f
l
, f
2
, , (I' Asirnis
escojamos n - q vectores n adicionales v
q
+ I' v
q
+
2
, ... , V,,, tales que ,
P = [f
l:
f
z
: ... : f
q:
v
q
+
l
: vq+z: ... : v
n
]
tiene rango n. Utilizando la matriz P como la matriz de transformaci6n, definamos
P-IGP = G,
Entonces
GP = PG
es decir,
Y tambien,
H
= PH' = [f : f : ... : f : v : ... : v ]M
I. z. . q. q+I . . n
En vista de que tenemos q vectores columna linealmente independientes f
l
, f
2
, , f
q
, pode
utilizar el teorema Cayley-Hamilton para expresar las matrices Gf
l
, Gf
2
, , Gf
q
en terminos
estos q vectores. Es decir,
Gf
l
= gl1 f
l
+ gZI f
z
+ + gql fq
Gf
z
= g12fl + gzzf
z
+ + gqzf
q
Gf
q
= glq f
l
+ gZq f
z
+ ... + gqq fq
Por 10 tanto. la ecuaci6n (6-53) puede escribirse como siaue:
[Gf
l:
... : Gf
q:
GVq+l: ... : Gv.]
o o
glq : glq+1
I
gZq : gZq+1
I
I
I
I
I
gql gqZ gqq : gqq+1 gqq+z g.
- - ~ - - - - - - - - - - - - - - - - + - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
o 0 0 : gq+lq+1 qq+lq+Z gq-:e
: .
I
I
I
o : gnq+1
Para simplificar la notaci6n, definamos
glqj
gZq - G
: - 11
gqq
Seccion 6-5 Diseiio via ubicocion de palos
405
[
;::::
gqq+1 gqq+2
[! :
[
g q+l q+1 gq+lq+2
gq+2q+1 gq+2q+2
.
.
.
gnq+1 gnq+2
... matriz cero
;::::j -G
: - 22
gnn
(6-55)
Entonces, la ecuacion (6-53) puede escribirse como sigue:
[Gf
. . Gf . G . . G) [. .. . . l[ G
lI
: G12]
I
. . .. . V I .... v = fl f . v - .... V ----+-----
q. '1+' n . q. '1+1 . n 0 I G
I 22
Por 10 tanto,
G=
o : G
22
A continuacion, refiriendonos a la ecuacion (6-54),
R = [f
l
; f
2:
... ; f : v I;"': v lR' (6-56)
q. '1+' n
Volviendo a la ecuacion (6-52), observe que el vector H puede escribirse en terminos de q vectores
columna linealmente independientes f" f
2
, , f
q
Por 10 tanto,
H = h
ll
f
l
+ h
21
f
2
+ ... + h
ql
f
q
En consecuencia, la ecuacion (6-56) se puede escribir como sigue:
hllfl + h
21f2
+ ... + hqJf
q
= [fl:f2:''':fq:vq+I;''':Vn] h q,
o
o
Par 10 tanto,
donde,
(6-57)
406 Ubicocion de polos y diseiio de observadores Capitulo t
Ahora considere la ecuaci6n del sistema en lazo cerrado dada en la ecuacion (6-51). La ecuacioe
caractenstica es
IzI - G + UKI = 0
Deffnase
K= KP
y dividase la matriz Kpara obtener
K= [K
lI
:Kd (6-58,
Si multiplicamos las ecuaciones anteriores, en orden por (XII (XII_ I' .. , (Xo (donde (xo = I), respectiva-
mente, y se suman los resultados, se suman
K = KP-
1
= [K
lI
: K
12]P-
1
Entonces, la ecuaci6n caracteristica para el sistema en lazo cerrado sera:
IzI - G + UKI = Ip-111zI - G + UKIIP!
= IzI - P-1GP + P-1UKPI
= IzI - G+ UKI
Sustituyendo las ecuaciones (6-55), (6-57) y (6-58) en esta ultima, obtenemos
IzI - G+ UKI = Iz - + K
12
]!
[0 : I n - q 0: Gzz 0
I
I I
_ zI, - G
lI
+ U
lI
K
lI:
-G
12
+ U
lI
K
12
- --------------------,---------------
o : zI
n
-
q
- G
n
= IZI
q
- G
lI
+ U
lI
K
lIllzIn
-
q
- Gzzi
La ecuaci6n (6-59) muestra que la matriz K = p-I tiene control sobre los q valores caracterfsticos
Gil - H
II
K
I I
, pero no sobre los n - q valores caracteristicos de G
22
. Es decir, existen n - q valo
caracterfsticos de G - UK que no dependen de la matriz K. Por 10 tanto, hemos demostrado que
controlabilidad completa del estado es una condici6n necesaria para el control de todos los valo
caracterfsticos (Iocalizaciones de polos en lazo cerrado) de la matriz G - UK.
Ahora se deducira una condici6n suficiente. Probaremos que si el sistema es de estado c
pletamente control able, existe una matriz K que hara los valores caracteristicos de G - UK como
desean, 0 ubicara los polos en lazo cerrado en las posiciones deseadas.
Los valores caracteristicos deseados de G - UK son Jil, Ji2, ... , Jill; cualesquiera valo
caracteristicos complejos deben presentarse como pares conjugados. Si observamos que la ecuaci
caracteristica del sistema original dado por la ecuaci6n (6-50) es
IzI - GI = z" + alz
n-1
+ azz
n-Z
+ ... + an-IZ + an = 0
puede definirse una matriz de transformaci6n T como sigue:
T=MW
donde
(6-
3eccion 6-5 Diseiio via ubicccion de palos
407
que es de rango n, y donde
a n-! a
n-2
a! 1
a
n
- 2 a
n
- 3 1 0
W=
1
o
o 0
o 0
(6-61 )
Luezo, de las ecuaciones (6-35) y (6-36), se tiene
o
o
1
o
o
1
o
o
o 0 0 1
T'H=H=
A continuacion se define
Entonces
(6-62)
S., ... S,J=
La ecuacion caracteristica IzI - G + HKI se convierte en
a
a
o
o
IzI - G + HKI = [zI - G+ HKI
zlt
a 0
-[!
1
o I[0
a
1 a 0 o a 0
: + :
0 0 a
_l
a 1
a
0 1 -an -a
n
- ! 8
n
-
1
z
-1 a
0 z a
o a
an + 8
n
an-l + 8n - 1
o
o
(6-63)
408 Ubicocion de polos y diseiio de observadores Ccpituic :.
La ecuacion caracteristica, con los valores caracteristicos deseados, esta dada por
(z - J.Ll)(Z - J.Lz) ... (z - J.Ln)
= z" + O'lZn-1 + 0'2
Zn-2
+ ... + O'n-IZ + an = 0 (6-M
Igualando los coeficientes de potencias iguales de z correspondientes a las ecuaciones (6-63 Y
(6-64), obtenemos
Por 10 tanto, de la ecuacion (6-62),
K = KT-
1
[
. ..] -I
= an - an: an-I - an-I: ... : 0'1 - al T
donde las a, y las a, son coeficientes conocidos, y T es una matriz conocida. De modo que he
determinado la matriz de ganancia de realimentacion K requerida, en funcion de coeficientes c
cidos y de una matriz conocida del sistema. Esto prueba la condicion de suficiencia; es decir. si
sistema definido por la ecuacion (6-50) es de estado completamente controlable, entonces sie
sera posible determinar la matriz de ganancia de realimentacion del estado K, requerida pan.
ubicacion arbitraria de los polos. Por 10 tanto, hemos demostrado que una condicion necesaria
suficiente para la ubicacion arbitraria de los polos es que el sistema sea de estado completa
controlable.
Formula de Ackermann. La expresion dada en la ecuacion (6-65) no es la (mica utilizada
la determinacion de la matriz de ganancia de realimentacion del estado K. Existen otras expresi
disponibles. A continuacion presentaremos una de elias, comunmente conocida como formula
Ackermann.
Considere el sistema definido por la ecuacion (6-50). Se supone que el sistema es de e
completamente controlable. Mediante el uso de la realimentacion del estado u(k) = -Kx(k), se
ubicar los polos en lazo cerrado en z = JlI' Z = Jl2, ... , Z = JIll' Es decir, deseamos que la ecu -
caracteristica sea
IzI - G + HKI = (z - J.Ll)(Z - J.L2)" . (z - J.Ln)
= z" + 0'1Z
n- 1
+ 0'2
Zn-2
+ ... + O'n-IZ + an = 0
Sea
G=G-HK
En vista de que el teorema de Cayley-Hamilton indica que Gsatisface su propia ecuacion cara
tica, tenemos que
G
n
+ 0'1 Gn-I + 0'2 Gn-Z + ... + an-I G + an I = cf>(G) = 0
Utilizaremos esta ultima ecuacion para deducir la formula de Ackermann.
5ecci6n 6-5 Disefio via ubicaci6n de palos
409
Considere ahora las siguientes identidades:
I = I
G= G - HK
G
2
= (G - HK)2 = G
2
- GHK - HKG
G
3
= (G - HK)3 = G
3
- G
2HK
- GHKG - HKG
2
Gn = (G - HK)" = Gn - Gn-I HK - ... - HKGn-l
Si multiplicamos las ecuaciones anteriores, en orden por an an_I' ... , a
o
(donde a
o
= I), respectiva-
mente, y se suma los resultados, la rnisma
anI + an-IG + an_2G2 + '" + Gn = anI + an-1G + a
n_2
G2
+ '" + Gn - an-IHK - a
n-2GHK
- a
n-2
HKG - '" - Gn-1HK - '"
- HKGn-l
puede escribirse como
Observe que
1>(G) = 0
Por 10 tanto, la ecuacion (6-66) puede modificarse a la forma
Como el sistema es de estado completamente controlable, la matriz de controlabilidad
tiene rango n, y su inversa existe. Por tanto, la ecuaci6n (6-67) puede modificarse a la forma
[
an_I K + an-2
KG
+ + KGn-Ij
a"_,K + adK! + + KG"-' [H; GH; ... ' G"-' Hr' .p(G)
Premultiplicando ambos miembros de esta ultima ecuaci6n por [0 00 I],obtenemos
(6-66)
(6-67)
410 Ubicaci6n de palos y disefio de observadores Copitosc
[0 0
= [0 0
o
[
an-I K+ an-2 KG + + KGn-Ij
I] a,,-;K + a,_,K! + + KG'-;
o I][H: GH: ... : G
n
-
I
Hr
l
cf>(G)
que se puede simplificar a
[
. ..] -I
K = an - an : an-I - an-I: ... : al - al T
[
. ..]( )-1
= an - an: an-I - an-I: ... : al - al MW
1. Como se mostr6 en el analisis anterior, la matriz K se puede obtener de la ecuaci6n (
o I][H: GH: ... : G
n
-
I
Hr
l
cf>(G) K = [0 0
La ecuaci6n (6-68) proporciona la matriz de ganancia de realimentaci6n del estado K requerida
esta expresi6n en particular para la matriz K, la que comunmente se conoce como f6rmula
Ackermann. [Yea el problema A-6-12 para la deducci6n de la ecuaci6n (6-68), cuando n = 3.]
donde las a, son los coeficientes de la ecuaci6n caracteristica del sistema original
IzI - GI = z" + alz
n- I
+ ... + an-Iz + an = 0
y las a, son los coeficientes de la ecuaci6n caracteristica deseada, correspondiente al si
de control con realimentaci6n del estado; es decir,
IzI - G + HKI = z" + al zn-I + ... + an-I z + an = 0
La matriz Testa dada por
Comentarios. La matriz de ganancia de realimentaci6n del estado K es determinada de
nera que el error (causado por perturbaciones) se reducira a cero con suficiente velocidad. Ob
que para un sistema dado, la matriz K no es unica, sino que depende de las localizaciones en
cerrado deseadas (que determinan la velocidad de respuesta) que se haya seleccionado. La selec
de los polos en lazo cerrado deseados 0 de la ecuaci6n caracteristica deseada es un punto medio
la velocidad de la respuesta del vector de error y la sensibilidad a perturbaciones y a ruido en
medici6n. Es decir, si aumentamos la velocidad de la respuesta de error, entonces, por 10 gen
aumentan los efectos adversos de las perturbaciones y de ruido en la medici6n. En la determina '-
de la matriz de ganancia de realimentaci6n del estado K para un sistema dado, es conveniente e
nar varias matrices K basadas en varias ecuaciones caracteristicas deseadas, y seleccionar aq
que ofrezca un mejor desempefio general del sistema.
Una vez seleccionada la ecuaci6n caracteristica deseada, existen varias formas de dete
la matriz de ganancia de realimentaci6n del estado K, correspondiente al sistema definido par
ecuaci6n (6-50), que se supone de estado completamente controlable. A continuaci6n se listan
tro de eIlas.
T=MW
(&-:
donde My W corresponden a las ecuaciones (6-60) y (6-61), respectivamente.
Seccion 6-5 Diseiio via ubicaci6n de palos
411
Si la ecuaci6n de estado del sistema ya esta en la forma can6nica controlable, la detenninaci6n
de la matriz de ganancia de realimentaci6n del estado K se puede simplificar, dado que la
matriz de transfonnaci6n T se convierte en la matriz identidad. En este caso, la matriz deseada
K se obtiene sustituyendo T = MW = I en la ecuaci6n (6-69).
2. La matriz de ganancia de realimentaci6n del estado K deseada puede obtenerse mediante la
f6nnula de Ackermann:
donde
K = [0 0 o I][H: GH:: Gn-I Hr
l
cP(G) (6-71)
cP(G) = Gn + al Gn-I + ., . + an-I G + an1
3. Si los valores caracteristicos que se desean fll' flz, ... , fI" son distintos, entonces la matriz de
ganancia de realimentaci6n del estado K requerida puede ser:
K = [1 1
(6-72)
donde los vectores . , satisfacen la ecuaci6n
= (G - lLi1)-1H, i=I,2,oo.,n
Observe que las son vectores caracteristicos de la matriz G - HK, es decir, satisface la
ecuaci6n
(G - = lLi f,;, i = 1,2, ... ,n
Para una respuesta sin oscilacion, u, = flz = ... = fI" = O. La ecuaci6n (6-72), en este caso,
puede simplificarse como sigue:
donde
K = [1 0 (6-73)
.'. ,
= G-nH
[Para conocer los detalles de la deducci6n de las ecuaciones (6-72) y (6-73), yea los problemas
A-6-12 y A-6-13.]
4. Si es bajo el orden n del sistema, sustituya K = [k
l
: k
z
; ... : k,J en la ecuaci6n caracteristica
IzI - G + HKI = 0
y a continuaci6n haga coincidir los coeficientes de las potencias de z de esta ecuaci6n caracte-
ristica, con potencias iguales de z de la ecuaci6n caracteristica deseada
Un calculo directo de la matriz K como este puede resultar mas simple en sistemas de bajo
orden.
Ejemplo 6-6
Considere el sistema
x(k + 1) = Gx(k) + Hu(k)
412
donde
Ubicocion de palos y disefio de observadores Capitulo 6
Observe que
Por 10tanto,
I
z -1 I
IzI - GI = 0.16 z + 1 = Z2 + Z + 0.16
a, = 1, a2 = 0.16
Determine una matriz de ganancia de realirnentacion del estado K adecuada, tal que el sistema tenga 1(>5
pol os en lazo cerrado en
z = 0.5 + jO.5, z = 0.5 - jO.5
Primero examinemos el rango de la matriz de controlabilidad. EI rango de
es 2. Por 10 tanto, el sistema es de estado completamente control able, Yes posible la ubicacion arbitrana
de polos. La ecuacion caracteristica para el sistema deseado es
IzI - G + HKI = (z - 0.5 - jO.5)(z - 0.5 + jO.5) = Z2 - Z + 0.5 = 0
de modo que,
a, = -1, a2 = 0.5
Observe que el sistema original ya esta en la forma canonica controlable, por 10que la matriz de transf
macion T se convierte en I:
T= MW = [H: GH][;' ~ = ~ -nu ~ = ~ ~
Demostraremos cuatro fonnas para determinar la matriz K.
Metoda 1. De la ecuacion (6-69), la matriz de ganancia de realimentacion del estado K esta dada c
sigue:
Par 10tanto,
Metoda 2.
donde
K = [a2 - a2:a, - ad = [0.5 - 0.16: -] -1]
= [0.34 -2]
Refiriendonos a la formula de Ackermann dada por la.ecuacion (6-71 ), tenemos
= [0.34
0.32
[
- 0.16 -1 ] [0
cj>(G) = G
2
- G + 0.51 = 0.16 0.84 - -0.16
-2 ]
2.34
1] fO.5 0]
-1 + 0 0.5
Secci6n 6-5 Disefio via ubicaci6n de potos
413
En concecuencia,
K = [0 1
1[0
1]-1 [0.34
1 -1 0.32
= [0.34 -2]
-2 ]
2.34
Metoda 3. De la ecuacion (6-72), la matriz de ganancia de realimentacion del estado K deseada, se
determina como sigue:
donde
i = 1,2
Dado que 111= 05 +)0.5,
= [G - (0.5 + jO.5)Ij-1 H
= [-0.5 - jO.5
-0.16
[
-1 ]
1 -I 0 0.66 + j
-1.5 - jO.5] [1] = -0.5 - jO.5
0.66 + j
En forma similar. para 112 = 0.5 -)0.5,
= [G - (0.5 - jO.5)Ij-1 H
[
-1 ]
_ -0.5 + jO.5 1 -I 0 0.66 - j
- [-0.16 -1.5 + jO.5] [1] = -0.5 + jO.5
0.66 - j
En consecuencia, tenemos que
[
1+ j j ]-1
= -0.5 - jO.5 -0.5 + jO.5
0.66 + j 0.66 - j
[
0.7178(1 - j) -1.4356]
_ 1 + jO.66 1 + jO.66
-0.7178(1 + j) 1.4356
-1 + ;0.66 -1 + ;0.66
Por 10 tanto se determina que la matriz de ganancia de realimentacion del estado K deseada es
K = [1
[
0.7178(1 - j)
1 + jO.66
= [1 11 -0.7178(1 + j)
-1+jO.66
= [0.34 -2]
-1.4356 ]
1 + jO.66
1.4356
-1 + jO.66
414
Ubicccion de polos y disefio de observadores
Capite: ::)
Metoda 4. Es de observarse que, para sistemas de bajo orden como este, puede resultar mas sen.:.
sustituir
en la ecuacion caracteristica, y escribir la ecuacion en funcion de las k aun sin determinar. De este me
esta ecuacion sera igual a la ecuacion caracteristica deseada. El procedimiento es el que sigue:
IzI - G + HKI = \[ -iJ + k
2l
\
I
z -1 I
= 0.16 + k, z + 1 + k2
= Z2 + (1 + k
2
)z + 0.16 + k, = 0
Ahora igualamos esta ecuacion caracteristica a la ecuaci6n deseada
(z - 0.5 - jO.5)(z - 0.5 + jO.5) = 0
de modo que
Z2 + (1 + k
2
)z + 0.16 + k, = Z2 - Z + 0.5
Comparando los coeficientes con potencias iguales de z, obtenemos
de donde
1 + k
2
= -1,
k, = 0.34,
0.16 + k, = 0.5
k, = -2
Por 10 tanto, la matriz de ganancia de realimentacion del estado K deseada es
Observe que para sistemas de orden superior, los calculos involucrados en este metodo pueden ser
laboriosos. En tal caso sera preferible usar otros metodos.
Respuesta con oscilaciones muertas. Considere el sistema definido por
x(k + 1) = Gx(k) + Hu(k)
Con realimentacion de estado u(k) = -Kx(k), la ecuacion de estado se convierte en
x(k + 1) = (G - HK)x(k)
Observe que la solucion de esta ultima ecuacion esta dada por
x(k) = (G - HK)kX(O)
(6--
Si los valores caracteristicos J1
g
de la matriz G - UK se presentan dentro del circulo unitario, e
ces el sistema es asintoticamente estable.
A continuacion demostraremos que si seleccionamos todos los val ores caracteristicos
G _ UK como cero, es posible obtener la respuesta con oscilaciones muertas, es decir,
x(k) = 0,
para k q, q "5, n
En el analisis de la respuesta con oscilaciones muertas, la matriz de potencia nula
Secci6n 6-5 Disano via ubicaci6n de palos
415
N ~ [ ~ ~ ~ il
juega un papel de importancia. Considere, por ejemplo, la matriz de 4 x 4 de potencia nula:
N = [ ~
1 0
~ ]
0 1
0 0
0 0
Observe que
N' = [ ~
o 10]
N' = [ ~
o 0
~
N' = [ ~
0 0
~ ]
001 o 0 0 0
o 0 0' o 0 0 0
000 o 0 0 0
En forma similar, para una matriz N de potencia nula de n x n,
N" = 0
Ahora considere el sistema de estado completamente controlable dado por
x(k + 1) = Gx(k) + Hu(k) (6-75)
Hagamos que las localizaciones deseadas de los polos sean el origen, 0 bien, que los valores carac-
teristicos deseados sean cero: f.J1 = f.J2 = ... = f.J1I = O. Entonces podemos demostrar que la respuesta
a cualquier estado inicial x(O) es con oscilaciones muertas. En vista de que la ecuacion caracteristica
que tiene los valores caracteristicos deseados puede darse por
(z - J,LI)(Z - J,L2) ... (z - J,Ln) = z" + al zn-I + ... + a
n-1
z + an = zn
obtenemos
al = a2 = ... = an = 0
;. la matriz K dada por la ecuacion (6-65) puede simplificarse a:
[
. .. ]T- 1
K = an - an: an-I - an-I: ... : al - al
= [-an -an-l -adT-
1
Utilizando la matriz de transformacion T dada por la ecuacion (6-32), definimos
x(k) = Tx(k)
Definimos tarnbien
(6-76)
Entonces, la ecuacion (6-75) se puede escribir como:
x(k + 1) = r
l
GTx(k) + r
l
Hu(k) = Gx(k) + Hu(k)
416 Ubicaci6n de palos y disefio de observadores Capih.Jc.
Si utilizamos la realimentaci6n del estado u(k) =-Kx(k) =-kTx (k), entonces esta ultima ecuacion ..
convierte en
x(k + 1) = (G - HKT)x(k)
Por la ecuaci6n (6-76),
G - HKT = G - H[-an
-an-l -ad
~
1 0
f ]-
0
0 1 0
[-an
-an-l
0 0 0
-an-l -a
n
- 2 -al 1
0 1 0 0 0 0 0
0 0 1 0 0 0 0
0 0 0 1 0 0 0
-an
-an-l -a
n
- 2 -al -an -an-l -a
n
- 2
0 1 0 0
0 0 1 0
0 0 0 1
0 0 0 0
o
o
o
Asi que G- HKTes una matriz de potencia nula, por 10que
(G - HKT)" = 0
En terminos del estado original x(k), tenemos
x(n) = (G - HK)"x(O) = (TGr
1
- THK)"x(O) = [T(G - HKT)T-1]"x(O)
= T(G - HKT)" T-
1
x(O) = 0
De este modo hemos demostrado que si los valores caracteristicos deseados son todos cero, ent
cualquier estado inicial xeD) se puede llevar al origen en por 10menos n periodos de muestreo.
respuesta es con oscilaciones muertas, siempre y cuando la sefial de control u(k) sea no aco
Comentarios acerca del control con oscilaciones muertas. EI concepto de la respuesza
oscilaciones muertas es unico para los sistemas de control en tiempo discreto. En los sist
control en tiempo continuo no existe la respuesta con oscilaciones muertas. En el control con
ciones muertas, cualquier vector de error distinto de cero sera llevado a cero en no mas de n
de muestreo, si la magnitud del control escalar u(k) no esta acotada. EI tiempo de asen
depende del periodo de muestreo, ya que la respuesta se asienta en, a 10mas, n periodos de m
Si el periodo de muestreo T se escoge muy pequefio, el tiempo de asentamiento tambien sera
pequefio, y esto implicara que la sefial de control tenga una magnitud extremadamente grande.
ser asi, no seria posible llevar la respuesta de error a cero en un periodo corto.
En el control con oscilaciones muertas, el periodo de muestreo es el unico parametro de
no. Por 10tanto, si se desea una respuesta con oscilaciones muertas, el disefiador debera escog
cuidado el periodo de muestreo, de forma que en la operaci6n normal del sistema no se req
una magnitud de control extremadamente grande. Aprecie que no es fisicamente posible a
Secci6n 6-5 Diseiio Via ubicccion de polos
417
sin limite la magnitud de la serial de control. Si la magnitud es incrementada en forma suficiente,
siempre tendra lugar el fen6meno de saturaci6n. Si la saturaci6n ocurre en la magnitud de la seftal de
control, entonces la respuesta ya no podra tener oscilaciones muertas. EI tiempo de asentamiento
sera mayor que n periodos de muestreo. En el disefio real de los sistemas de control con oscilaciones
muertas, el disefiador debe estar consciente del intercambio a efectuar entre la magnitud de la sefial
de control y la velocidad de respuesta.
Ejemplo 6-7
Considere el sistema dado por
[
Xl(k + 1)] = [0 l][Xl(k)] + [O]U(k) (6-77)
x2(k + 1) -0.16 -1 x2(k) 1
Determine la matriz de ganancia de realimentaci6n del estado K, tal que cuando la senal de control este
dada por
u(k) = -Kx(k)
el sistema en lazo cerrado (sistema de regulaci6n) exhiba la respuesta con oscilaciones muertas a un
estado inicial x(O). Suponga que la seiial de controlu(k) no esta acotada.
Refiriendonos a la ecuaci6n (6-76), para la respuesta con oscilaciones mucrtas, tenemos que
(6-78)
EI sistema dado por la ecuaci6n (6-77) ya tiene la forma canonica control able. Por 10tanto. en la ecuaci6n
(6-78). T = I. La ecuacion caractcristica del sistema dado por la ecuacion (6-77) es
IzI - GI = z = Z2 + Z + 0.16 = Z2 + alZ + a2
Y por 10tanto.
a, = 0.16
En consecuencia, la ecuacion (6-78) se convierte en
K=[-a2 -ad=[-0.16 -1]
Esto proporciona la matriz de ganancia de realirnentacion del estado deseada.
Verifiquemos que la respuesta del sistema a un estado inicial arbitrario x(O) es en realidad la
respuesta con oscilaciones muertas. En vista de que la ecuaci6n de estado en lazo cerrado se convierte en
[
Xl (k + 1)] = [0 l][XI(k)] + [0][0.16 l][Xl(k)]
x2(k + 1) -0.16 -1 x2(k) 1 x2(k)
= [0 l][Xl(k)]
x2(k)
si cl estado inicial esta dado por
= ]
donde a y b son constantes arbitrarias,
[ = = J= [ ]
[::m] = = ] = [ ]
Ubicaci6n de pol os y disefio de observadores
Entonces, el estado x(k) para k = 2, 3, 4, ... se convierte en cero y la respuesta tiene en \
oscilaciones muertas.
418
Sistema de control con entrada de referencia. Hasta ahora hemos considerado sistemas
regulaci6n. En el sistema regulador, la entrada de referencia queda fija durante un largo peri -
las perturbaciones extemas crean estados distintos de cero. La ecuaci6n caracteristica para el sis .
determina la velocidad mediante la cual los estados no nulos se acercan al origen. A contin
consideraremos el caso en el que el sistema tiene una entrada de referencia.
Considere el sistema mostrado en la figura 6-2. La planta queda descrita por las sigui
ecuaciones de estado y de salida:
Ubicacion de polos cuando la selial de control es un vector. Hasta este momento h .
considerado el problema de la ubicaci6n de polos cuando la sefial de control es un escalar. Si la s
de control es una cantidad vectorial (vector de dimensi6n r), se puede acelerar la respuesta,
existe mas libertad para escoger las sefiales de control u](k), uik), ... , ur(k) a fin de acelerar
respuesta. Por ejemplo, en el caso de un sistema de orden n con un control escalar, la respuesta
oscilaciones muertas se puede conseguir en a 10 mas n periodos de muestreo. En el caso del c
de vector u(k), la respuesta con oscilaciones muertas puede conseguirse en menos de n periodos
muestreo.
En el caso del control con un vector, sin embargo, se hace mas compleja la determinacion je
matriz de ganancia de realimentaci6n del estado K. En el apendice C presentaremos un caso de
tipo.
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k)
La sefial de control u(k) esta dada por
u(k) = Kor(k) - Kx(k)
Si eliminamos u(k) de la ecuaci6n de estado, tenemos que
x(k + 1) = (G - HK)x(k) + HKor(k)
La ecuaci6n caracteristica para el sistema es
x(k)
Planta
ulk)
Figura 6-2 Sistema de control can realirnentacion del estado.
tik)
[zI - G + HKI = 0
Como se enunci6 antes, si el sistema es de estado completamente controlable, entonces puede
minarse la matriz de ganancia de realimentaci6n K, a fin de que proporcione los polos ee
cerrado deseados.
3ecci6n 6-5 Disefio via ubicaci6n de palos
419
Es importante sefialar que la realimentacion del estado puede modificar la ecuacion caracteris-
rica correspondiente al sistema, pero que, al hacerlo, se modi fica la ganancia en estado perrnanente
del sistema completo. Por 10 tanto, es necesario tener una ganancia ajustable K
o
en el sistema. Esta
ganancia K
o
debe ajustarse de tal forma que la respuesta escalon unitario del sistema en estado
perrnanente sea la unidad, 0 que y(x) = I. A fin de aclarar los detalles, veamos el siguiente problema
de ejemplo.
Ejemplo 6-8
Considere el sistema definido por
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k)
u(k) = Kor(k) - Kx(k)
donde
-iJ, C=[10J
Disene un sistema de control tal que los polos en lazo cerrado deseados de la ecuacion caracteristica esten
en
Z1 = 0.5 + jO.5, Z2 = 0.5 - jO.5
Emonces el polinomio caracterlstico deseado esta dado por
IzI - G + HKI = (z - 0.5 - jO.5)(z - 0.5 + jO.5)
= Z2 - Z + 0.5
La matriz de ganancia de realimentacion del estado K puede ser determinada como
K = [0.34 -2J
(Yea el ejemplo 6-6 para la determinacion de la matriz K.)
Utilizando esta matriz K, la ecuacion de estado se convierte en
x(k + 1) = (G - HK)x(k) + HKor(k)
= Gx(k) + Hr(k)
donde
G= G - HK, H= HKo
La constante de ganancia K
o
puede determinarse en el espacio de estados 0 en el plano z, mediante la
funeion de transferencia de pulso. En este ejemplo, utilizaremos este ultimo metodo.
La funcion de transferencia pulso Y(z)/R(z) para este sistema, es
G(z) = C(zI - G)-1 H
donde
. [ 0
G = G - HK = -0.16
H = =
420
Ubicaci6n de palas y disefio de abservadares
Capitu:: ::)
Por 10tanto.
G(z) = [1 oJ[ 0 ~ 5 z .',T
1
[2J
K
o
Z2 - Z + 0.5
As! que
Y(z) G() K
o
R(z) = z = Z2 - Z + 0.5
Para determinar la con stante de ganancia K(h utilizamos la condicion de que sea la unidad la salicr
estado permanente y(x) para la entrada escalon unitario, es deck
limy(k) = lim(l - Z-l)y(Z)
k---+'X- z-I
I
. z - 1 Ko z
= z1l?,-z- Z2 - Z + 0.5 z - 1
= 2K
o
= 1
En comsecuencia, hemos determinado K
o
como
K
o
= 0.5
y(k)
c
y(k)
x(k)
K
Z2 - z + 0.5
(a)
-I
x (k +1) = G x(k) + H u(k)
u(k)
1--+-1+
r(k)
____ ~ [ ] I ~ ------
0.5
La figura 6-3 muestra los diagramas de bloques del sistema disefiado. La respuesta escalon unitz
estc sistema puede obtenerse con facilidad mediante el uso de MATLAB. EI programa 6-1 de \1.-\,
es uno de muestra para obtener la respuesta escalon unitario. La figura 6-4 muestra la curva de re-;;:-o
resultante.
(b)
Figura 6-3 (a) Diagrama de bloques del sistema de control diseiiado en eI ejcmplo 6-8; (b) diagrama de bk
simplificado.
r(k)
Seccion 6-6 Observadores de estado
6-1 MATLAB PROGRAMA
nurn ee [0 0 0.5];
d e n ~ [ -1 0.5];
r ~ ones(1 ,41);
v ~ [ 40 0 1.6);
axis(v);
k ~ 0:40;
Y~ ilter(num,den,r);
plot(k,y,' 0')
grid
title(' Respuesta escalon unitario')
xlebelfk")
ylebel('y(k)')
Respuestaescalonurutario
1.li ...---,----..,...----,--,.----,--......,...---r---,
1.4
1.2
421
". '0
::;<
0.8
>:.
o.s
0
0.4
0.2
0
0 5
40
k
Figura 6-4 Respuesta escalon unitario del sistema mostrado en la figura 6-3b).
606 OBSERVADORES DE ESTADO
En la seccion 6-5 analizamos un metodo para el disefio de la ubicacion de polos, que utiliza la
realimentacion de todas las variables de estado, con el fin de formar el vector de control deseado. En
la practica, sin embargo, no todas las variables de estado estan disponibles para la medicion directa.
En muchos casos practices, solo son medibles unas cuantas variables de estado de un sistema dado.
mientras que las demas no 10 son. Puede ser, por ejemplo, que solo las variables de salida son
422
y k = = = = ~
Ubicaci6n de polos y disefio de observadores Capitulo 6
u k = = = = ~
Observador
de estaoo
Figura 6-5 Diagrama esquematico del observador oX
estados.
medibles. En este caso, sera necesario estimar aquellas variables de estado que no puedan medirse
directamente. Esa estimacion sue Ie llamarse observacion. En un sistema practice es necesario obser-
var 0 estimar las variables de estado no medibles a partir de las variables de salida y las de control
Un observador de estados, tambien conocido como estimador de estados, es un subsist
del sistema de control que \leva a cabo una estimacion de las variables de estado, a partir de
mediciones de las variables de salida y control. Aquf, el concepto de observabilidad analizado en
seccion 6-3 juega un papel importante. Como veremos mas adelante, se pueden disefiar observ
res de estados si, y solo si, se satisface la condicion de observabilidad.
En los anal isis siguientes de los observadores de estado, utilizaremos la notacion x(k)
designar el vector estado observado. En muchos casos, este vector x(k) se utiliza en la realiment
del estado para generar el vector de control optirno. En la figura 6-5 se muestra un esquema de
observador de estados. EI observador de estado tendray(k) y u(k) como entradas, y x (k) como
lida.
A continuacion analizaremos, primero, la condicion necesaria y suficiente para la observaci
del estado, y despues estudiaremos el observador de estados de orden comp/eto. La observacion
estado de orden completo significa que observamos (estimamos) las n variables de estado, sin -
portar si algunas variables de estado estan disponibles para la medicion directa. A veces, C
solo necesitamos la observacion de las variables de estado no medibles, pero no de aquellas di
mente medibles, esto resulta innecesario. La observacion de solo las variables de estado no m
se conoce como observacion de estado de orden reducido, y se analizara mas adelante en esta
cion. La observacion de las variables de estado no medibles, ademas de algunas (no todas) las \
bles de estado medibles, se conoce como observacion de estado de orden reducido.
Condicion necesarla y suflciente para la observacion del estado, La figura 6-6 muestra
sistema de regulacion con un observador de estados. Analizaremos una condicion necesaria ~
ciente, segun la cual puede observarse (estimarse) el vector estado. De la figura 6-6 obtenemos
ecuaciones de estado y de salida como sigue:
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k)
donde
x(k) = vector de estado (de dimension n)
u(k) = vector de control (de dimension r)
y(k) = vector de salida (de dimension m)
G = matriz no singular de n x n
H = matriz de n x r
C = matriz de m x n
Seccion 6-6
u(k)
Observadores de estado
y(kJ
423
u(k)
x(k)
Observador
de estado
y(k)
Figura 6-6 Sistema de regulaeion, con un observador de estados.
A fin de poder observar (estimar) las variables de estado, debemos ser capaces de obtener x(k + I) en
terminos de y(k), y(k - I), , .. , y(k - n + I), Yu(k), u(k - I), ... , u(k - n + I). De Ia ecuaci6n (6-79),
G-
1
x(k + 1) = x(k) + G-
1
Hu(k)
es decir,
x(k) = G-
1
x(k + 1) - G-
1
Hu(k)
Desplazando k en I, obtenemos
Sustituyendo la ecuaci6n (6-81) en la ecuaci6n (6-82) resulta
x(k - 1) = G-1[G-
1
x(k + 1) - G-
1
Hu(k)] - G-
1
Hu(k - 1)
=G-Zx(k + 1) - G-zHu(k) - G-
1
Hu(k - 1)
En forma similar,
x(k - 2) = G-Zx(k) - G-zHu(k - 1) - G-
1
Hu(k - 2)
= G-
3
x(k + 1) - G-
3
Hu(k) - G-
z
Hu(k - 1) - G-
1
Hu(k - 2)
x(k - n + 1) = G-nx(k + 1) - G-nHu(k) - G-n+1Hu(k - 1)
- ... - G-
1
~ u - n + 1)
Sustituyendo la ecuaci6n (6-81) en Ia ecuaci6n (6-80), obtenemos
y(k) = Cx(k) = CG-1x(k + 1) - CG-1Hu(k)
(6-81)
(6-82)
424
Asimismo,
Ubicoci6n de palos y disefio de observadores
Copitu;
y(k - 1) = Cx(k - 1) = CG-Zx(k + 1) - CG-zHu(k) - CG-
1
Hu(k - 1)
y(k - 2) = Cx(k - 2) = CG-
3x(k
+ 1) - CG-
3Hu(k)
- CG-zHu(k - 1)
- CG-
1
Hu(k - 2)
y(k - n + 1) = Cx(k - n + 1) = CG-nx(k + 1) - CG-nHu(k)
- CG-n+1Hu(k - 1) - ... - CG-IHu(k - n + 1)
Si combmamos las n ecuaciones antenores en una ecuacion matnciat, obtenemos
[
1) ] = + 1)
y(k - n + 1) CG-
n
CG-nH CG-n+IH
o bien
+ 1) = [ 1) ]
CG-
n
y(k - n + 1)
[
CG- I H 0
CG-zH CG-IH
+ .
CG-nH CG-
n+ 1
H
o ][ u(k) ]
o u(k - 1)
u(k .', + 1)
o ][ u(k) ]
o u(k - 1)
u(k ..', + 1)
Observe que el segundo miembro de la ecuacion (6-83) es total mente conocido. Por 10 tanto, x(k-
puede determinarse si y solo si
ICG-
1
l
rango J= n
CG-
II
Dado que la matriz G es no singular, multiplicar por Gil cada uno de los renglones del primer .
bro de la ecuacion (6-84) no cambia la condicion de rango. Por 10 tanto, la ecuacion (6-804
equivalente a
I l 1]
rango = n
Secci6n 6-6 Observadores de estado
425
que tambien equivalen a
rango [C* G*C* ... (G*)"-I C*] = n
(6-85)
Es claro que esta es la condici6n de observabilidad completa del sistema definido por las ecuaciones
(6-79) Y(6-80). [Refierase a la ecuaci6n (6-17).] Esto significa que si se satisface la ecuaci6n (6-85)
(es decir, si el sistema es completamente observable), entonces se puede determinar x(k + I) a partir
de y(k), y(k - I), ... , y(k - n + I) Yu(k), u(k - I ), ... , u(k - n + I). Por 10 tanto, hemos demostrado
que la condici6n necesaria y suficiente para la observaci6n del estado es que el sistema sea comple-
tamente observable.
Como caso especial, si y(k) es un escalar y la matriz C es una de I x n, entonces se puede
obtener x(k + I) premultiplicando ambos miembros de la ecuaci6n (6-83) por el inverso de la matriz
dada en la ecuaci6n (6-84), como sigue:
[
CG- 1j - l [ y(k) j
x(k + 1) = C ~ y(k :- 1)
CG-n y(k - n + 1)
[
CG- 1j - l [CG-l H
CG-
2
CG-
2H
+. .
. .
. .
CG-n CG-nH CG-n+lH
o j[ u(k) j
o u(k - 1)
C G ~ I H u(k -:n + 1)
(6-86)
La ecuaci6n (6-86) proporciona el valor x(k + I) cuando y(k) es un escalar.
Como qued6 demostrado en el analisis anterior, el estado x(k + 1) puede determinarse a partir
de la ecuaci6n (6-83), siempre que el sistema sea completamente observable. Por 10 tanto, para un
sistema de esta clase, el vector de estado puede determinarse en n periodos de muestreo como maxi-
mo. En presencia de perturbaciones extemas y ruido en la medicion, sin embargo, este metodo puede
no ofrecer una determinaci6n precisa del vector de estado. Por ello, para determinar el vector de
estado, en presencia de perturbaciones y ruido en la medicion, es necesario un enfoque distinto.
Asirnismo, si la matriz C no es una de 1 x n sino una de m x n (con m > 1), no puede definirse la
inversa de la matriz de la ecuaci6n (6-84), y la ecuaci6n (6-86) no es aplicable. Con el fin de resolver
estos casos, un metodo muy poderoso para la estimaci6n del vector de estado es utilizar un modelo
dinamico del sistema original, como sigue:
Considere el sistema de control definido por las ecuaciones (6-79) y (6-80). Supongamos que
el estado x(k) debe aproximarse al estado x(k) del modelo dinamico:
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k)
(6-87)
(6-88)
donde las matrices G, H YC son las mismas que las del sistema original. Asimismo, supongamos
que el modelo dinamico esta sujeto a la misma sefial de control u(k) que el modelo original. Si las
condiciones iniciales para el sistema real definido por las ecuaciones (6-79) y (6-80), y para el
modelo dinamico definido por las ecuaciones (6-87) y (6-88), son las misrnas, entonces el estado
426 Ubicocion de palos y diseiio de observadores Capitulo 6
X(k) y el estado x(k) seran iguales. Si las condiciones iniciales son distintas, entonces el estado x(k)
y el estado x(k) seran distintos.
No obstante, si la matriz G es una matriz estable, x(k) se acercara a x(k), aun en el caso, que
veremos, en que las condiciones iniciales sean diferentes. Si identificamos la diferencia entre x(k) y
x(k) como e(k), 0 definimos
e(k) = x(k) - i(k)
entonces al sustraer la ecuacion (6-87) de la ecuacion (6-79), obtenemos
x(k + 1) - i(k + 1) = G[x(k) - i(k)]
es decir,
e(k + 1) = Ge(k)
Si la matriz G es estable, entonces e(k) se acercara a cero y x(k) a x(k). Sin embargo, el comporta-
miento del vector de error, que solo depende de la matriz G, puede no ser aceptable. Asimismo, si 1:1
matriz G no es una matriz estable, entonces el error e(k) no se acercara a cero. Es, por 10 tanto,
deseable modificar el modelo dinamico definido por las ecuaciones (6-87) y (6-88).
Debe mencionarse que a pesar de que el estado x(k) puede no ser medible, la salida y(k) si 10 es :
EI modelo dinamico definido por las ecuaciones (6-87) y (6-88) no utiliza la salida medida y(k). El
desempefio del modelo dinamico puede mejorar si se utiliza la diferencia entre la salida medida t:.
y la salida estimada CX (k) para vigilar 0 monitorear el estado x(k); es decir, si el modelo dinamice
de la ecuaci6n (6-87) se modi fica de la forma siguiente:
i(k + 1) = Gi(k) + Hu(k) + K,[y(k) - Ci(k)]
donde la matriz K, sirve como matriz de ponderacion. (Esto significa que la dinarnica del observadar
de estados que se mostro en la figura 6-6 debe estar dada por esta ultima ecuacion.) En presencia de
discrepancias entre las matrices G y H utilizadas en el modelo y las del sistema real, la adicion de
diferencia entre la salida medida y la salida estimada ayudara a reducir las diferencias entre el m
10 dinamico y el modelo real.
.A continuacion analizaremos detalles del observador cuya dinamica esta caracterizada
matrices G y H, Ypor el termino adicional de correccion, formado por la diferencia entre la sal"
medida y la salida estimada.
Observador de estados de orden completo. El orden del observador de estados que se
zara aqui es el mismo que el correspondiente al sistema. Como ya se indico, un observador
estados como este se conoce como observador de estados de orden completo.
En el anal isis siguiente supondremos que el estado real x(k) no puede medirse en forma di
tao Si el estado x(k) debe estimarse, es conveniente que el estado observado 0 el estado esti
x(k) sean tan cercanos al estado real x(k) como sea posible. Aunque no es necesario, resulta c
niente que el observador de estados tenga las matrices G y H iguales a las del sistema original.
Es importante observar que en el analisis presente, el estado x(k) no esta disponible para
medicion directa y, en consecuencia, el estado observado x(k) no puede compararse con el e
Secci6n 6-6 Observadores de estado
427
x(k) y(k)
-K
Figura 6-7 Sistema de control con realimentaci6n del estado.
real x(k). Sin embargo, dado que la salida y(k) = CX (k) sf puede medirse, es posible comparar y(k)
= CX (k) con y(k).
Considere el sistema de control con realimentacion del estado que se muestra en la figura 6-7.
Las ecuaciones del sistema son
donde
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k)
u(k) = -Kx(k)
x(k) = vector de estado (de dimension n)
u(k) = vector de control (de dimension r)
y(k) = vector de salida (de dimension m)
G = matriz no singular de n x n
H = matriz de n x r
C = matriz de m x n
K = matriz de ganancia de realimentacion de estado (matriz de m x r)
(6-89)
(6-90)
Suponemos que el sistema es de estado completamente controlable y completamente observable,
pero que x(k) no esta disponible para rnedicion directa. La figura 6-8 muestra un observador de
estados incorporado el sistema de la figura 6-7. EI estado observado x(k) se utiliza para formar el
vector de control u(k), es decir
u(k) = -Kx(k)
De la figura 6-8, tenemos que
x(k + 1) = Gx(k) + Hu(k) + K.[y(k) - Y(k)]
(6-91 )
(6-92)
donde K, es la matriz de ganancia de realimentacion del observador (una matriz de n x m). Esta
ultima ecuacion puede modificarse y resultar
x(k + 1) = (G - K. C)x(k) + Hu(k) + K. y(k) (6-93)
428 Ubicaci6n de palos y disefio de observadores Capitulc t
u(kl
G
x(k) y(kJ
~ l ~ K
x(k)
u(k)
G
Figura 6-8 Sistema de control con realimentacion del estado observado.
EI observador de estados dado por la ecuacion (6-93) se llama observador de prediccion, pues
estimado x(k + 1) esta un periodo de muestreo adelante de la medicion y(k). Los valores carae
ticos de G - KeG suelen conocerse como palos del observador.
Dlndmica del error de observador de estados de orden completo. Observe que si i t t1
x(k), entonces la ecuacion (6-93) se convierte en
i(k + 1) = Gi(k) + Hu(k)
que es identica a la ecuacion de estado del sistema. Por 10 tanto, si x(k) = x(k), la respuesta
sistema de observador de estados es identica a la del sistema original.
Para obtener la ecuacion de error del observador, restemos 1aecuacion (6-93) de la ec
(6-89):
x(k + 1) - i(k + 1) = (G - K
e
C)[x(k) - i(k)]
Ahora definamos la diferencia entre x(k) y x(k) como el error e(k):
e(k) = x(k) - i(k)
La ecuacion (6-94) se convierte, entonces, en
e(k + 1) = (G - K, C)e(k)
De la ecuacion (6-95) vemos que el comportamiento dinamico de la sefial de error queda det
do por los valores caracteristicos de G - KeC. Si la matriz G - KeC es una matriz estable, el
de error convergira a cero para cualquier error inicial e(O). Es decir, x(k) convergira a x(k) i
Secci6n 6-6 Observadores de estado
429
C = [0 1]
dientemente de los valores de x(O) yx(0). Si los valores caracteristicos de G - KcC estan localiza-
dos de forma tal que el comportamiento dinamico del vector de error es adecuadamente rapido,
entonces cualquier error tendera a cero con una velocidad adecuada. Una forma de obtener una
respuesta rapida es utilizar una respuesta con oscilaciones muertas. Esto puede obtenerse si a todos
los valores caracterlsticos de G - KcC se les da un valor igual a cero
Comentarios. Dado que el sistema definido por las ecuaciones (6-89) y (6-90) se supone comple-
tamente observable, es posible una ubicacion arbitraria de los valores caracteristicos de G - KcC.
Para explicar esto mas arnpliamente, observe que son iguales los valores caracteristicos de G - KcC
Ylos de G* - C* K: . Mediante el principio de dualidad presentado en la seccion (6-3), la condicion
para la observabilidad completa del sistema definido por las ecuaciones (6-89) y (6-90) es la misma
que la condicion para la controlabilidad completa del estado para el sistema
x(k + 1) = G*x(k) + C*u(k) (6-96)
En la seccion 6-5 vimos que la ubicacion arbitraria de los polos es posible para el sistema de la
ecuacion (6-96), siempre y cuando sea de estado completamente contralabIe, 0 el rango de la matriz
[C* ; G*C* ; ... ; (G*y-I C*]
sea n. [Esta es la condicion para la observabilidad completa del sistema definido por las ecuaciones
(6-89) y (6-90).] Para el sistema definido por la ecuacion (6-96), mediante la seleccion de un conjun-
to de n val ores caracteristicos deseados de G* - C*K, puede determinarse la matriz de ganancia de
realirnentacion del estado K. La matriz deseada, K; tal que los valores caracteristicos de G - KcC
son los mismos que los de G* - C*K, esta relacionada con la matriz K mediante la ecuacion K, =
K*.
EjempJo 6-9
Considere el sistema
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k)
donde
G= [0 -0.16]
1 -1 '
Disenc un observador de estado de orden completo, suponiendo que la configuraci6n del sistema es
identica a la mostrada en la figura 6-8. Los valores caracteristicos deseados para la matriz de observador
son
z = 0.5 + iO.5, z = 0.5 - iO.5
y por 10tanto la ecuacion caracteristica que se requiere es
(z - 0.5 - iO.5)(z - 0.5 + iO.5) = Z2 - Z + 0.5 = 0
Dado que la configuracion del observador de estados csta especificada como se muestra en la
figura 6-8. el diseno del observador de estados se reduce a la determinacion de una matriz de ganancia de
rcalirnentacion de observador K, apropiada. Antes de continuar. exarnincrnos la matriz de observabilidad.
EI rango de
[C* : G*C*] = - n
430 Ubicocion de polos y diserio de observodores
es 2. Por ello, el sistema es completamente observable y es posible determinar la matriz de ganancia
realimentaci6n del observador deseada.
Refiriendonos a la ecuaci6n (6-95),
e(k + 1) = (G - K, C)e(k)
donde
e(k) = x(k) - x(k)
0.16 + k, I = 0
z + 1 + k
z
[z I - G + K, c = 0
Dado que la ecuaci6n caracteristica deseada es
ldentifiquemos la matriz de ganancia de realimentaci6n del observador K, como sigue:
la ecuaci6n caracteristica del observador se convierte en
k, = 0.34,
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k)
Entonccs, Ia ecuacion caractensnca se convierte en
que se reduce a
ZZ - z + 0.5 = 0
al comparar la ecuaci6n (6-97) con esta ultima, obtenemos
es decir,
K, = o ~ ~
Observe que existe una relaci6n dual entre la ecuaci6n de estado del sistema considerado en el
6-6 y la del sistema presente. La matriz de ganancia de realimentaci6n del estado K obteniza
ejemplo 6-6 es K = [0.34 - 2]. La matriz de ganancia de realimentaci6n del observador K, obter;
se relaciona con la matriz K mediante la relacion K, = K*.
Diseiio de los observadores de prediccion. Hasta ahora hemos discutido los ob=
res de predicci6n de orden completo. Se trata de observadores de predicci6n porque el
x(k + I) esta un periodo de muestreo delante de la medici6n y(k). Resolvimos un prob
ejemplo sencillo, suponiendo una matriz K, que determinaba que la ecuaci6n caracteristica .:1
KeCi = 0 tuviera valores caracteristicos prescritos. A continuaci6n analizaremos un metooe
general para determinar la matriz de ganancia de realimentaci6n del observador K;
Considere el sistema definido por
Secci6n 6-6
donde
Observodores de estodo
431
x(k) = vector de estado (de dimension n)
u(k) = vector de control (de dimension r)
y(k) = senal de salida (escalar)
G = matriz no singular de n x n
H = matriz de n x r
C = matriz de 1 x n
EI sistema se supone de estado completamente controlable y completamente observable. Por 10
tanto, la inversa de
[C*: G*C*: ... : (G*y-l C*]
existe. Asimismo, suponemos que la ley de control a utilizar es
u(k) = -Ki(k)
donde x(k) es eI estado observado y K es una matriz de n x r. Supongamos, adernas, que la configu-
racion del sistema es la misma que fa mostrada en la figura 6-8.
La dinamica del observador de estados esta dada por la ecuacion
Primero definimos
donde
y
i(k + 1) = Gi(k) + Hu(k) + Ke[y(k) - Y(k)]
= (G - K, C)i(k) + Hu(k) + K, Cx(k)
Q = (WN*)-l
N = [C* : G*C*': ... : (G*y-l C*]
an-l a
n-2
... alI]
a
n
- 2 a
n
- 3 . 1 0
W= ;: ::
alI 0 0
1 0 0 0
(6-100)
(6-101)
(6-102)
(6-103)
donde ai' a
2
, . , a,,_1 son los coeficientes de fa ecuacion caracterfstica de la ecuacion de estado
original dada por fa ecuacion (6-98),
IzI - GI = z" + al zn-l + ... + an-l z + an = 0
A continuacion, definamos
x(k) = Q ~ k
(6-104)
donde f;(k) es un vector de dimension n. Utilizando la ecuacion (6-104), las ecuaciones (6-98) y
(6-99) podran modificarse a fa forma
432
donde
Ubicccion de polos y disefio de observadores Capitulo 6
+ 1) = Q-I + Q-I Hu (k)
(6-105)
y(k) = (6-106)
Q'GQ [I
0 0
-a. ]
0 0
(6-107)
0 1 -al
CQ = [0 0 0 1] (6-108)
[Refierase al problema A-6-9 para la deducci6n de las ecuaciones (6-107) y (6-108).]
Ahora, se define
x(k) =
Sustituyendo la ecuaci6n (6-109) en la ecuaci6n (6-100), tenemos que
t(k + 1) = Q-\G - KeC)Qt(k) + Q-1Hu(k) +
Sustrayendo la ecuaci6n (6-110) de la ecuaci6n (6-105), obtenemos
+ 1) - t(k + 1) = (Q-I GQ - Q-I K, - t(k)]
Definamos
e(k) = - t(k)
Entonces, la ecuaci6n (6-111) se convierte en
(6-109)
(6-1101 i
(6-111)
e(k + 1) = Q-l(G - K, C)Qe(k)
Es necesario que la dinamica de error sea estable y que e(k) Begue a cero con velocidad suficiente. El
procedimiento para la determinaci6n de la matriz K, sera, primero, seleccionar los polos de observa-
dor deseados (los val ores caractetisticos de G - KeC) y, a continuaci6n, determinar la matriz K, de
manera que se de los polos deseados. Si requerimos que e(k) Begue a cero tan pronto como sea
posible, entonces se necesita que la respuesta del error tenga oscilaciones muertas, por 10que debe-
mos seleccionar todos los valores caracteristicos de G - K,C como cero.
Observe que
donde
Seccion 6-6 Observadores de estado
433
Dado que Q-I K, es un vector de dimension n, podemos escribir
A continuacion, refiriendonos a la ecuacion (6-108), tenemos que
y
o 0
1 0
Q-I(G - KeC)Q = Q-1GQ - Q-1KeCQ = 0 1
o 0
La ecuacion caracteristica
se convierte en
0
5. ]
0 5
r
0
0 -an - 8
n
0 -an-I - 8
n
-
1
0 -a
n-2
- 8
n
-
2
1 -al - 8
1
(6-113)
z 0 0 0 an + 8
n
-1 z 0 0 an-I + 8n - 1
0 -1 z 0 a
n
- 2 + 8
n
-
2
=0
0 0 0 -1
z + al + 8
1
es decir,
(6-114)
Es facil apreciar que cada uno de los 8", 8"_1' ... , 8
1
esta asociado solo a uno de los coeficientes de
la ecuacion caracteristica.
Suponga que la ecuacion caracteristica deseada para la dinarnica de error es
(6-115)
Observe que los valores caracteristicos deseados Il, (es decir, las localizaciones de los polos en lazo
cerrado deseados) determinan la velocidad con la que el estado observado converge al estado real de
la planta. Comparando los coeficientes de las potencias iguales de z en las ecuaciones (6-114) y
(6-115),obtenemos
al + 8
1
= 01
a: + = 02
434
de la cual obtenemos
Ubicoci6n de polos y diseiio de observadores
8
1
= al - al
~ = a2 - a2
Capitulo 6
Entonces, de la ecuacion (6-113), [] [ _ ]
8
n
an an
o' K = 5n-
l
= a
n-l
- a n-l
t: :
. .
51 al - al
Por 10 tanto,
[
a n - an ] [ an - an ]
K. = Q a
n-l
~ a
n-l
= (WN*)-1 a
n-l
~ a
n-l
al - al al - al
(6-116)
(6-117)
La ecuacion (6-117) especifica la matriz de ganancia de realimentacion necesaria K
e
La figura 6-9
muestra una representacion altema del sistema de control con realimentacion del estado observado.
Una vez seleccionados los valores caracteristicos deseados (0 la ecuacion caracterfstica que se
desea), es posible designar el observador mediante un metodo similar al utilizado en el caso del
u(k) ~ k )
co
y(k)
-K
~ k )
u(k)
t=:=======1 0-
1
K. ~ = = = = = = = = = J
Figura 6-9 Representacion altema del sistema de control con realimentacion del estado observado.
Seccion 6-6 Observadores de estado
435
(6-119)
problema de ubicacion de polos. La ecuacion caracteristica deseada puede seleccionarse de tal forma
que el observador responda por 10 menos cuatro 0 cinco veces mas aprisa que en el sistema en lazo
cerrado; en algunas aplicaciones puede desearse una respuesta con oscilaciones muertas.
Si querernos tener una respuesta con oscilaciones rnuertas, la ecuacion caracteristica deseada
se convierte en
(6-118)
Cornparando la ecuacion (6-114) con la ecuacion (6-118), requerimos que
al + l>1 = 0
a2 + liz = 0
Por 10 tanto, para la respuesta
[
k
l
] [ lin ] [ -an ]
K, ~ 1: ~ Q sf ~ (WN*j' - : ~
Formula de Ackermann. La expresion dada por la ecuacion (6-117) no es la (mica disponi-
ble para determinar la matriz de ganancia de realimentacion del observador K; A continuacion,
deducirernos la formula de Ackermann para la determinacion de K;
Considere el sistema completamente observable definido por las ecuaciones (6-98) y (6-99).
Observe que en este sistema la salida y(k) es un escalar. Refiriendonos a la ecuacion (6-115), la
ecuacion caracteristica para la dinarnica de error es
IzI - Q-IGQ + Q-I x, CQI = 0
donde K, es una matriz de n x 1. Definarnos
(6-120)
Q-IGQ = G,
-I _ A
Q K
e
- x., CQ = t:
Entonces la ecuacion (6-120) se convierte en
IzI - G+ Keel = 0
En el disefio del observador, deterrninamos la rnatriz K
c
de tal forma que su ultima ecuacion
caracterfstica sea identica a la ecuacion caracteristica deseada para el vector de error; esta es
Es decir,
IzI - G+ K
e
tl = (z - JLI)(Z - JLz) ... (z - JLn)
= z" + al zn-I + ... + an-I Z + an = 0
(! ,
(6-121)
436 Ubicocion de poles y disefio de observadores Capitula 6
donde Jil, Ji2, ... , Jill son los valores caracteristicos de la matriz (G - K
e
C). Para sistemas fisicos.
los valores caractertsticos complejos siempre aparecen en pares complejos conjugados. En el anali-
sis presente, supondremos que todos los valores caracteristicos complejos se presentan en pares
complejos conjugados, de tal forma que son reales los coeficientes ai' a
2
, , all de la ecuacion
caracteristica, De este modo, la ecuacion caracteristica para la matriz (G * - C* K:) puede estar
dada por
= z" + al zn-l + ... + an-l z + an = 0
donde J.1i es la conjugada compleja de u;
En la seccion 6-5 deducimos la formula de Ackermann para la determinacion de la matriz de
ganancia de realimentacion del estado K, para el problema de disefio de la ubicacion de polos. Ahi
determinamos la matriz K, de tal forma que la ecuacion caracterfstica
[z I - G + HKI = 0
seria la misma que la ecuacion caracteristica deseada, ecuacion (6-121). Aqui, en el problema de
disefio del observador, deseamos determinar la matriz ~ de tal forma que la ecuacion caracteristica
[z I - G* + C*K: I = 0
sea la misma que la ecuacion caracteristica requerida dada por la ecuacion (6-121). Es claro que
estos dos problemas son uno dual (es decir, matematicamente la determinacion de la matriz K
e
es
igual a la determinacion de la matriz de ganancia de realirnentacion K del problema de la ubicacior;
de polos). Por 10 tanto, es posible utilizar los resultados obtenidos en la seccion 6-5 con respecto a
la determinacion de la matriz K, para el problema actual, como se demostrara,
En el problema del disefto de blubicacion de polos analizado en la seccion 6-5, para la ecuacior
del sistema
x(k + 1) = Gx(k) + Hu(k)
con realimentacion del estado
u(k) = -Kx(k)
la matriz deseada K se obtuvo segun la ecuacion (6-68), que se repite aqui:
K = [0 0 o l][H; GH; ... : Gn-l H]-l cf>(G)
(6-1::::.
En este caso, en el problema del disefio del observador, para la ecuacion de estado
x(k + 1) = G*x(k) + C*u(k)
con realimentacion del estado
(6-1
K: = [0 0
u(k) = -K: x(k)
la matriz deseada K: puede, por 10tanto, obtenerse de manera similar ala ecuacion (6-122), cot
sigue:
Secci6n 6-6 Observadores de estado
437
que puede modificarse a
K: = [0 0 ... 0 ijc-: G*C*: ... : (G*y-I C*rl(Q*)-1 et>(G*)
Si tomamos la transpuesta conjugada de ambos miembros de esta ultima ecuacion, tenemos que
K
e
= [et>(G*)]*Q-I [ ~ ]_1 ~ ]
CGn-1 1
Si
obtenemos
(6- 124)
Observe que, dado que hC = Q-l CQ,
QGkQ-I = G\
Y, en consecuencia,
k = 0,1,2, ' . , ,n
(6-126)
Qet>(G)Q-I = Q[Gn + al Gn-l + ... + an-I G + anI]Q-I
= QGn Q-I + al QGn-1 Q-I + ... + an-I QGQ-I + an I
= Gn + al Gn-I + .. , + an-I G + an I = et>(G) (6-125)
Utilizando la ecuacion (6-125), la matriz de ganancia de realirnentacion del observador K, requeri-
da, dada por la ecuacion (6-124), puede escribirse de nuevo en la forma:
K
e
= et>(G)[ ~ ]-1 ~ ]
CGn-1 1
donde et>(C) es el polinomio caracteristico deseado de la dinamica de error, La expresion para K"
dada por la ecuacion (6- I26) suele lIamarse formula de Ackermann para la determinacion de la
matriz de ganancia de realimentacion del observador K;
Resumen. EI observador de prediccion de orden completo esta dado por la ecuacion (6-92):
x(k + 1) = (G - K, C)x(k) + Hu(k) + K, y(k)
La realirnentacion del estado observado es
u(k) = -Kx(k)
Si esta ultima ecuacion se sustituye en la ecuacion del observador, obtenemos
x(k + 1) = (G - K, C - HK)x(k) + K, y(k)
Esta ecuaci6n define el observador de predicci6n de orden completo, cuando se incorpora el control
con realimentaci6n del estado observado.
Como en el caso de los cuatro metodos para el diseno de la ubicaci6n de pol os, por 10 regular
disponibles para determinar la matriz de ganancia de realimentaci6n del observador K, para el siste-
ma completamente observable, se pueden resumir como sigue:
1. Si nos referimos a la ecuaci6n (6-117), la matriz de ganancia de realimentaci6n del observador
K, puede estar dada por
438 Ubicaci6n de palos y disefio de observadores
[
a n - an ] [ an - an ]
K
e
= Q an-I ~ an-I = (WN*t
l
an-I ~ an-I
al - al al - al
Capitulc:
(6-127)
donde las matrices N y W estan dadas por las ecuaciones (6-102) Y(6-103), respectivamente.
Las a, son los coeficientes de la ecuaci6n caracteristica deseada
z" + al zn-I + ... + a
n-l
z + an = 0
y las a
l
son coeficientes de la ecuaci6n caracteristica de la ecuaci6n de estado original
[zI - GI = z" + al zn-l + ... + an-I Z + an = 0
Observe que si el sistema ya tiene una forma can6nica observable, entonces la matriz K, puede
determinarse con facilidad, pues la matriz WN* se convierte en una matriz identidad, y por 10
tanto, (WN*r
1
= I.
2. La matriz de ganancia de realimentaci6n del observador K, puede estar dada por la f6rmula de
Ackermann, dada, a su vez, por la ecuaci6n (6-126):
donde
x, = <!J(G)[ ~ ]-1 ~ ]
CG
n
-
1
1
(6-128)
3. Si los valores caracteristicos deseados Ill' 1l2' ... , Il" de la matriz G - KeC son distintos,
entonces la matriz de ganancia de realimentaci6n del observador K, puede estar expresada por
la ecuaci6n
(6-129)
donde las TIl se definen como sigue:
Tli = C(G - JLi It
l
Observe que los TIt son los vectores caracteristicos de la matriz (G - KeC)*.
En el caso especial en que se desee que el vector de error exhiba una respuesta con
Secci6n 6-6 Observadores de estado
439
oscilaciones muertas, de tal forma que f.J1 = f.J2 = ... = f.Jn = 0, la ecuacion (6-129) puede
simplificarse. La ecuacion siguiente dara la matriz K, para el casu de la respuesta con oscila-
ciones muertas:
(6-130)
donde las 17, estan dadas por la ecuacion
TJi=CG-
i,
i=1,2,3, ... ,n
[Para detalles de la deduccion de las ecuaciones (6-129) y (6-130), yea los problemas A-6-12
y A-6-l3.]
4. Si el orden del sistema es bajo, suponga una matriz de ganancia de realimentacion del observa-
dor K, con elementos desconocidos. Entonces los elementos de la matriz K, pueden detenni-
narse igualando los coeficientes con potencias iguales de z de
IzI - G + K, CI
y del polinomio caracteristico requerido, que esta dado por
(z - J.Ll)(Z - J.Lz) ... (z - J.Ln) = z" + al zn-I + ... + an-I Z + an
donde las f.Jj son los valores caracteristicos deseados de G - KeC.
Ejemplo 6-10
Considere el sistema del doble integrador dado por las ecuaciones
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k)
donde
G = ~ i], H = [ Ti
2]'
C = [1 0]
y Tes el periodo de muestreo. (Yea el problema A-5-l6 para la deducci6n de las ecuaciones en el espacio
de estados en tiempo discreto correspondientes al sistema del doble integrador.) Suponga que la configu-
raci6n del observador es la misma que la mostrada en la figura 6-8, para disefiar un observador de estados
para este sistema. Se desea que el vector de error exhiba una respuesta con oscilaciones muertas. Utilice
los cuatro rnetodos distintos, listados en el analisis anterior.
Primero, verifique la condici6n de observabilidad. Observe que el rango de
[C*: G*C*] = ~ ~
es 1. Por 10 tanto, el sistema es cornptetamente observable. A contmuacion exammarnos ra ecuacron
caracteristica del sistema:
-TI = Z2 - 2z + 1 = 0
z - 1
Comparando esta ecuaci6n caracteristica con
440
obtenemos
Ubicaci6n de polos y diseiio de observadores Capitulo 6
az = 1
En vista de que se desea una respuesta con oscilaciones muertas, la ecuacion caracteristica deseada para
la dinamica del error es
Par 10 tanto,
az = 0
Metoda 1. Refiriendonos a la ecuaci6n (6-127), tenemos que
x. = (WN*)-l [a
z
- a
z
] = (WN*)-l [-1]
al - at 2
donde N YW, definidas por las ecuaciones (6-102) y (6-103), respectivamente, son
N = [C*: G*C*] = ~ n
y
Por 10 tanto, la matriz de ganancia de realimentacion del observador K, se obtiene como sigue:
Metoda 2. De la ecuaci6n (6-128), la f6rmula de Ackermann, K, esta dada por
donde
(G) = G
Z
+ aj G + az I = G
Z
Por 10 tanto, la matriz de ganancia de realirnentacion del observador K" se obtiene como siguc:
x. = ~ iJ~ ~ r
1
~
"[b 2;][ - ~ ~ H]
Metoda 3. Puesto que se desea una respuesta con oscilaciones rnuertas, de la ecuacion (6-130) teneroos
donde
T}1=CG-
1,
Seccion 6-6 Observadores de estado
441
Observe que
Los vectores 1)1 Y1)2 se obtienen como sigue:
T)l = [1 oJ[ -IT] = [1 - T]
T)2 =[1 -I
T
J=[1 -iT] =[1 -2T]
Por 10tanto, la matriz de ganancia de realimentaci6n del observador K" se obtiene como sigue:
K. [: nHf H]l j
Metoda -I. Suponemos que
x. = [z:l
Yexpandimos la ecuaci6n caracteristica como sigue:
iJ+[Z:][1 0]]1
I
z - 1 + k -T I
= k r Z _ 1 =Z2 +(k1 - 2)z +1 - k, +k2 T =0
Dado que deseamos una respuesta con oscilaciones rnuertas, esta ecuacion caracteristica debe ser igual a
De modo que,
es decir,
Verifiquemos que el vector de error se reduce a cero cuando mucho en dos perfodos de muestreo.
Observe que la matriz de coeficientes para la ecuacion de error se convierte en
G - K< C n-[H' 01 [ ]
Si el estado inicial x(O) esta dado por
x(O) =
donde GI Yb, son arbitrarias, y x(0) se supone que es
442
Ubicccion de palos y diseiio de observadores
donde G, Yb, son tambien arbitrarias, entonces
e(O) = x(O) - x(O) = [at - a
z
] = [a]
b, - b
z
b
donde G y b son constantes arbitrarias. Ahora, la ecuacion (6-95) se convierte en
[
et(k + 1)] _[-1 T][e
1(k)]
ez(k + 1) - - 1 ez(k)'
Los vectores e( I) Ye(2) se determinan como sigue:
Capitulo 6
y
[
e
t
(l )] [-1 T][a] [-a+bT]
ez(l) = 1 b =
[
e
t
(2)]= [-11 T][ + bTl = bT - + bTl = [0]
ez(2) - - 1 - -a + b -a - b - -a + b
T T T T
Es claro que el vector de error e(k) se convierte en cero en cuando mucho dos periodos de muestreo. Por
10 tanto. la respuesta con oscilaciones muertas. Observe que para cualquier estado inicial xtO), el vector
de estado observado se vuelve identico al vector de estado actual en, a 10mucho, dos period os de muestreo.
Finalmente, la ecuacion del observador es
= [ ]G
CGn
debe ser n. Observe que si la matriz G es no singular, entonces esta condici6n es equivalente a la
condicion de observabilidad, es decir,
rango [C* : G*C* : ... : C*] = n
Si el rango de la matriz de observabilidad es n, entonces los valores caracteristicos de
G - KcCG pueden ubicarse en forma arbitraria mediante una selecci6n adecuada de K
c'
Yla matriz
K, puede determinarse de manera similar a como se hizo en el caso del observador de predicci6n. En
la determinaci6n de la matriz K; remplazamos la matriz C por CG en los calculos involucrados. Por
ejernplo, si la salida y(k) es un escalar, la f6rmula de Ackermann, como se dio en la ecuaci6n (6-
126), se modifica a la forma correspondiente:
[
CG
CG
2
0
K
e
= <p(G): :
0
CGn 1
Sin embargo, si la matriz G es singular, entonces el rango de
[G*C* : (G*)2C* : ... : (G*)n C*]
es q, que es menor que n. En este caso, escribamos
(6-137)
(G - K, CG)* = G* - G*C*K; = G* - BK;
donde B = G*C*. Observe que la matriz (G* - BK/) tiene la misma forma que la matriz (G - HK).
que jugo un papel importante en el disefio de la ubicaci6n de polos.
446 Ubicaci6n de polos y diseiio de observadores Capitulo 6
Con un analisis similar al dado en la secci6n 6-5 [refierase a las ecuaciones (6-55) y (6-57)], es
posible utilizar una matriz de transformaci6n adecuada para transformar las matrices G y Ben G* y
B, donde
G* = r
1
G*T = B= r
1
B = [}!!.IJ
o : Giz ' 0 J
y donde todos los valores caracteristicos de la matriz G;2 no contralable de (n - q) x (n - q) se
puedan hacer cera. (Por 10tanto, se puede estabilizar el sistema.) A continuaci6n, defina
K
* T - K' * - [K' * :K' * ]
e - e - ell e12
Entonces,
G* - BK* = -[}!U-J[K :K*IZ]
eO: Giz 0 ell' e
=
Por 10tanto, si la matriz G es singular y el rango de la matriz de observabilidad es q, s610necesita-
mos especificar q valores caracteristicos de la matriz de q x q G ; J - B
11
K:11'
Observador de orden minimo. Los observadores analizados hasta ahora estan disefiados
para reconstruir todas las variables de estado. En la practica, algunas de las variables de estado
pueden medirse con precisi6n. Estas variables de estado medibles con precisi6n no necesitan ser
estimadas. Un observador que estime menos de n variables de estado, donde n es la dimensi6n del
vector estado, se conoce como observador de orden reducido. Si tal observador es el minimo posi-
ble, el se conoce como observador de orden minimo.
Suponga que el vector de estado x(k) es uno de dimensi6n n y que el vector de salida y(k) es de
dimensi6n m, que puede medirse. Dado que las variables de salida m son combinaciones lineales de
las variables de estado, m variables de estado no necesitan ser estimadas. S610necesitamos estimar
n - m variables de estado. Entonces, el observador de orden reducido se convierte en un observador
de orden (n - m). Un observador de orden n - m como este, es el observador de orden minimo. La
figura 6-10 muestra el diagrama de bloques de un sistema con un observador de orden minimo.
Es importante notar, sin embargo, que si la medici6n de las variables de salida incluyen ruido
significativo y son relativamente poco precisas, la utilizaci6n de un observador de orden completo
puede dar como resultado un mejor desempefio del sistema.
EI observador de orden minimo puede disefiarse dividiendo primero el vector de estado x(k)
en dos partes, como sigue:
donde x,,(k) es aquella porci6n del vector de estado que puede medirse en forma directa [por 10tanto,
xaCk) es un vector de dimensi6n m] Yxh(k)es la porci6n no medible del vector de estado [asi que xh(k)
es un vector de dimensi6n (n - m)]. Luego, las ecuaciones de estado divididas se convierten en:
(6-138)
Seccion 6-6 Observadores de estado 447
u(k) x(k)
c
y(k)
Transformaci6n
Observacion de
orden rnjnirno
y(k)
Figura 6-10 Sistema de control de realirnentacion del estado observado, con un observador de orden minimo.
(6-139)
donde
G
aa
= matriz de m x m
G
ah
= matriz de m x (n - m)
G
ha
= matriz de (n - m) x m
G
hh
= matriz de (n - m) x (n - m)
H, = matriz de m x r
H, = matrizde (n-m) x r
Reescribiendo fa ecuacion 6-138, la ecuacion correspondiente a la porcion medible del estado se
convierte en
es decir,
xa(k + 1) - Gaaxa(k) - Hau(k) = GabXb(k) (6-140)
donde son med ibles los terminos del primer miembro de la ecuacion, La ecuacion (6-140) actua
como ecuacion de salida. En el disefio del observador de orden minimo, consideremos el primer
miembro de la ecuacion (6-140) como una cantidad conocida. De hecho, la ecuacion (6-140) rela-
ciona las cantidades medibles con las no medibles del estado.
448 Ubicccion de polos y disefio de observadores Capitulo c
De la ecuaci6n (6-138), la ecuaci6n de la porci6n no medible del estado se convierte en
(6-1411
La ecuaci6n (6-141) describe la dinamica de la porci6n no medible del estado. Observe que 105
terminos G
ha
xa(k) y H, u(k) son cantidades conocidas.
EI disefio del observador de orden minimo puede facilitarse si utilizamos la tecnica de diseno
desarrollada para el observador de orden completo. Comparemos la ecuaci6n de estado correspon-
diente al observador de orden completo, con la correspondiente al observador de orden minimo. La
ecuaci6n de estado para el observador de orden completo es
x(k + 1) = Gx(k) + Hu(k)
y la "ecuacion de estado" para el observador de orden minimo es
xb(k + 1) = G
bb
xb(k) + [G
ba
xa(k) + H, u(k)]
La ecuaci6n de salida para el observador de orden completo es
y(k) = Cx(k)
y la "ecuacion de salida" para el observador de orden minimo es
xa(k + 1) - G
aa
xa(k) - H, u(k) = Gab xb(k)
EI disefio del observador de orden minima se puede llevar a cabo efectuando las sustituciones que se
dan en la tabla 6-1 en la ecuaci6n para el observador de orden completo, dada en la ecuaci6n (6-93 I
Yque repetimos aqui:
x(k + 1) = (G - KeC)x(k) + Hu(k) + Key(k)
Efectuando la sustituci6n de la tabla 6-1 en la ecuaci6n (6-142), obtenemos
xb(k + 1) = (G
bb
- K, Gab)Xb(k) + G
ba
xa(k) + H
b
u(k)
+ Ke[xa(k + 1) - G
aa
xa(k) - H, u(k)]
TABLA 6-1 L1STA DE SUSTITUCIONES NECESARIAS PARA ESCRIBIR LA
ECUACION DE OBSERVADOR PARA EL OBSERVADOR DE ESTADOS DE ORDEN
MINIMO
Observador de estados de orden completo Observador de estados de orden minimo
x(k) xh(k)
G G
M
Hu(k) G
ha
xJk) + H, u(k)
y(k) xJk + I) - Gao xJk) - H, u(k)
C c.,
K" matriz de n x m K" matriz de (n - m) x m
(6-1-l': I
(6-1-l3!
Secci6n 6-6 Observadores de estado
449
donde la matriz de ganancia de realimentacion del observador K, es una de (n - m) x m. La ecuacion
(6-143) define el observador de orden minirno.
Refiriendonos a la ecuacion (6-139), tenemos que
y(k) = xa(k)
Sustituyendo Ia ecuacion (6-144) en la ecuacion (6-143), obtenemos
xb(k + 1) = (G
bb
- KeGab)Xb(k) + Key(k + 1)
+ (G
ba
- KeGaa)y(k) + (H
b
- KeHa)u(k)
(6-144)
(6-145)
Observe que para estimar xik + I) se necesita el valor medido de y(k + I). Esto no es conveniente,
por 10 que deseariamos algunas modificaciones. [En el caso del observador de orden completo, x(k
+ I) puede estimarse utilizando la medicion y(k) y no requiere de la medicion de y(k + I). Yea la
ecuacion (6-93).] Yolvamos a escribir Ia ecuacion (6-145) como sigue:
xb(k + 1) - Key(k + 1) = (G
bb
- KeGab)Xb(k) + (G
ba
- KeGaa)y(k)
+(H
b
- KeHa)u(k)
= (G
bb
- KeGab)[Xb(k) - Key(k)] + (Gbb - KeGab)Key(k)
+ (G
ba
- K, Gaa)y(k) + [H, - K, Ha)u(k)
= (G
bb
- KeGab)[Xb(k) - Key(k)] + [(G
bb
- KeGab)K
e
+ G
ba
- K, Gaa]y(k) + (H, - K, Ha)u(k) (6-146)
Definamos
(6-147)
y
Entonces, la ecuacion (6- 146) se puede escribir como sigue:
i)(k + 1) = (G
bb
- KeGab)i)(k) + [(G
bb
- KeGab)Ke + Gba
- K, Gaa]y(k) + (H, - K, Ha)u(k)
(6-148)
(6-149)
Las ecuaciones (6-148) y (6-149) definen la dinamica del observador de orden minimo. Observe que
para obtener YJ(k + I) no necesitamos el valor medido de y(k + I).
A continuacion obtengamos la ecuacion de error del observador. Definamos
(6-150)
Rotando la ecuacion (6-143) de Ia ecuacion (6-141), se tiene
xb(k + 1) - xb(k + 1) = Gbb[Xb(k) - xb(k)] + K, Gab xb(k)
- Ke[xa(k + 1) - G
aa
xa(k) - H, u(k)]
Sustituyendo la ecuacion (6-140) en esta ultima ecuacion, obtenemos
xb(k + 1) - xb(k + 1) = Gbb[Xb(k) - xb(k)] + K
e
Gab xb(k) - KeGab xb(k)
= (G
bb
- K
e
Gab)[Xb(k) - xb(k)]
450
Ubicocion de polos y diseiio de observadores Capitulo 6
Esta ultima ecuacion se puede dividir en la forma
e(k + 1) = (G
bb
- K, Gab)e(k)
(6-151 )
Esta es la ecuacion de error del observador. Observe que e(k) es un vector de dimension (n ~ m). La
dinamica de error puede determinarse como se desee, siguiendo la tecnica desarrollada para el ob-
servador de orden completo, siempre y cuando el rango de la matriz
[
Gab ]
Gab G
bb
G G:n - m - 1
ab bb
sea n - m. (Esta es la condicion de observabilidad completa aplicable al observador de orden mini-
mo.)
La ecuacion caracteristica para el observador de orden rninimo se obtiene a partir de la ecuacion
(6-151), como sigue:
(6-152)
La matriz de ganancia de realimentacion del observador K, puede determinarse a partir de la ecua-
cion (6-152) seleccionando primero las localizaciones de los polos en lazo cerrado deseados para
el observador de orden minimo [esto es, ubicando las ratces de la ecuacion caracteristica, ecuacion
(6-152) en las posiciones deseadas] y, a continuacion, mediante el uso del procedimiento desarrolla-
do para el observador de prediccion de orden completo.
Si, por ejemplo, la salida y(k) es un escalar, entonces xa(k) sera un escalar, G
ah
una matriz de
1 x (n - 1), YG
hh
una de (n - 1) x (n - I). Para este caso, la formula de Ackermann, como se dio en
la ecuacion (6-126), puede modificarse para obtener
[
G ~ ; ; b b -1 [ ~ ~ :
K. = </J(G
bb)
: (6-153)
Gab G
bb
3
Gab G
bb
2
donde
</J(G
bb)
= G
bb
! + ell G
bb
2
+ ... + el
n
- 2 G
bb
+ el
n
- ! I (6-154)
Resumen. Una vez determinada la matriz de ganancia de realimentacion del observador K,_
que es una de (n - m) x m, se puede definir el observador de orden minimo, mediante las ecuaciones
(6-148) y (6-149):
xb(k) = it(k) + K. xa(k)
it(k + 1) = (G
bb
- K, Gab)it(k) + [(G
bb
- K. Gab)K. + Gba - K. Gaa]y(k)
+ (H, - K, Ha)u(k)
En forma equivalente, en terminos de e(k), mas que de Ti(k), se puede definir el valor de orden
minimo mediante las ecuaciones (6-150) y (6-151):
xb(k) = xb(k) - e(k)
e(k + 1) = (G
bb
- KeGab)e(k)
(6-1551
(6-1561
Sec cion 6-6 Observadores de estado 451
Sistema de control call realimentacion del estado observado call observador de ardell
minimo. Considere el sistema de estado completamente controlable y completamente observable,
dado por
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k)
(6-157)
(6-158)
donde x(k) es un vector de dimensi6n n, u(k) es un vector de dimensi6n r y y(k) es un vector de
dimensi6n m. Las matrices G, H YC estan dadas por
H = ~ ~ l
Considere la combinaci6n de control con realimentaci6n del estado, en la que el estado realimentado
esta formado por la porci6n medida del estado y la porci6n observada (estimada) del misrno, obteni-
da mediante el observador de orden minimo. La figura 6-1 I muestra eI diagrama de bloques corres-
pondiente al sistema. En este sistema el vector de control u(k) es
u(k) = -Kx(k) (6-159)
ulkl x(k)
c
yfk)
G
Figura 6-11 Esquema de control con realimentacion del estado, en el que el estado realimentado esta constiituido
por la porcion medida del estado y la porcion observada del rnisrno, obtenida mediante el uso del observador de
orden minimo.
452 Ubicaci6n de palos y diseiio de observadores Capitulo 6
(6-160)
donde x(k) esta formado por el estado medible xa(k) y el estado no medible (observado) xh(k):
i(k) = =
Sustituyendo la ecuaci6n (6-159) en la ecuaci6n (6-157), obtenemos
x(k + 1) = Gx(k) - HKi(k) = (G - HK)x(k) + HK[x(k) - i(k)]
Observe que
donde e(k) = xh(k) - xh(k). Defina
Entonces, utilizando esta matriz T, la ecuaci6n (6-161) puede reescribirse como sigue:
x(k + 1) = (G - HK)x(k) + HKre(k)
(6-161)
(6-162)
(6-163)
Las ecuaciones (6-162) y (6-156) caracterizan el sistema de control con realimentaci6n del estado.
en el que el estado realimentado esta constituido por la porci6n medida del estado, x,,(k), y la porci6n
observada del estado, xh(k), obtenida mediante la utilizaci6n del observador de orden minimo. Com-
binando las ecuaciones (6-162) y (6-156), resulta que
[ J=
La ecuaci6n (6-163) caracteriza la dinamica del sistema con realimentaci6n del estado observado.
mediante un observador de orden minimo. La ecuaci6n caracteristica del sistema es
I
zI - G + HK : - HKr I
o : zI - G
bb
+ K
e
Gab
= IzI - G + HKllzI - G
bb
+ K, Gabl = 0 (6-164)
La ecuaci6n (6-164) implica que los polos en lazo cerrado del sistema incluyen los polos en lazo
cerrado debidos a la ubicaci6n de polos [los valores caracteristicos de la matriz (G - HK)] Ylos
polos en lazo cerrado debidos al observador de orden minimo [los valores caracteristicos de la ma-
triz (G
hh
- K, G"h)]'
Ejemplo 6-11
Considere el sistema con doble integrador en tiempo discreto definido por las ecuaciones
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k)
donde el periodo de muestreo T se supone de 0.2, es decir, T = 0.2, Y
(6-165 )
(6-166)
G= [1 T] = [1 0.2]
o 1 0 1 '
C = [1 0]
Seccion 6-6 Observadores de estado
453
Utilizando la tecnica del disefto de la ubicacion de polos, determine la matriz de ganancia de
realimentaci6n del estado K tal que los polos en lazo cerrado del sistema queden localizados en
Zl = 0.6 + iOA, Z2 = 0.6 - iOA
Suponiendo que la saliday(k) = xj(k) es la (mica variable de estado que puede medirse, disene un obser-
vador de orden minima tal que la seftal de error exhiba una respuesta con oscilaciones muertas a un error
inicial arbitrario. Determine la funcion de transferencia pulso para el controlador (formado por el control
mediante realirnentacion del estado y el observador de orden minimo).
Primero examinaremos la controlabilidad y la observabilidad del sistema. Dado que el rango de
las matrices
[
H : GH] = [0.02 0.06]
. 0.2 0.2 '
[C* : G*C*] =
en ambos casos es 2, el sistema es de estado completamente controlable y completamente observable.
Ahora resolveremos la porci6n de la ubicacion de polos del problema. Dado que
I I
I
z - 1 -0.21 2 2 0
zI - G = 0 z _ 1 = z - 2z + 1 = z + al z + az =
tenemos que
a = 1
La ecuacion caracteristica deseada es
IzI - G + HKI = (z - 0.6 - iOA)(z - 0.6 + iOA) = ZZ - 1.2z + 0.52
Par 10 tanto,
(Xl = -1.2, (Xz = 0.52
De la ecuaci6n (6-65) se obtiene la matriz de ganancia de realirnentacion del estado K, como sigue:
(6-167)
donde
y
T = [H: GH][a
l
1] = [0.02
. 1 0 0.2
= [ 0.02 0.02]
-0.2 0.2
0.06][ -2 1]
0.2 1 0
T-
l
= [25 -2.5]
25 2.5
Por 10 tanto, la matriz de ganancia de realirnentacion del estado K, dada por la ecuacion (6-167), se
convierte en
[
25
K = [-0048 0.8] 25 -;:;] = [8 3.2]
La sefial de control de realimentacion puede entonces estar dada por
u(k) = -Ki(k)
= -[8 3.2{ = -[8 3.2{ (6-168)
454 Ubicocion de palos y diseiio de observadores Capitulo 6
A continuacion, resolveremos la porci6n de observador del problema. En vista de que el estado
x(k) es un vector 2 y la salida y(k) es un escalar. el observador de orden minima es de primer orden.
Observe que
Dado que deseamos una respuesta con oscilaciones requeeri, la ecuacion caraeteristica requerida para el
observador es
cjJ(z)=z=O
Refiriendonos a la formula de Ackermann, como fue dada por la eeuaei6n (6-153), obtenemos
K, = cjJ(G
bh)[Gab
r
1[1]
= (1)(0.2)-1(1) = S
Refiriendonos a la ecuacion del observador de orden minirno, dada por la ecuaci6n (6-149), resulta que
r,(k + 1) = (G
bb
- KeGab)r,(k) + [(G
bb
- KeGab)K
e
+ G
ba
- KeGaa]y(k)
+ (H
b
- KeHa)u(k)
= (1 - S x 0.2)r,(k) + [(1 - S x 0.2) x S + 0 - S x l]y(k)
+ (0.2 - S x 0.02)u(k)
que puede simplificarse a la forma
r,(k + 1) = -Sy(k) + O.lu(k)
La ecuaci6n (6-169) define el observador de orden minimo.
EI control con realimentaci6n del estado observado u(k) ahora se da por
u(k) = -Ki(k) = -SxI(k) - 3.2X
2(k)
= -Sy(k) - 3.2X
2(k)
dondc, refiriendonos a la ecuaci6n (6-148),
x2(k) = Key(k) + r,(k) = Sy(k) + r,(k)
(6-169)
(6-170)
(6-171)
En la figura 6-12 se muestra el diagrama de bloques del sistema. De las ecuaciones (6-169), (6-170) }
(6-171), obtenemos
u(k + 1) = -Sy(k + 1) - 3.2[Sy(k + 1) + r,(k + 1)]
= -24y(k + 1) + 16y(k) - 0.32u(k)
es decir,
u(k + 1) + 0.32u(k) = -24y(k + 1) + 16y(k)
Si tomamos la transformada z de esta ultima ecuacion, y suponemos condiciones inieiales cero, obtene-
mos
zU(z) + 0.32U(z) = -24zY(z) + 16Y(z)
La funcion de transferencia pulso del regulador es
GD(z) = _ U(z) = 24(Z - 0.6667) = 24(1 - 0.6667Z-
I
)
Y(z) z + 0.32 1 + 0.32z I
(6-172)
AI rcfcrirnos a la ecuaci6n (5-60), la funcion de transferencia pulso del sistema, definida por las
ecuaciones (6-165) Y(6-166), puede ser obtenida como sigue:
Secci6n 6-6 Observadores de estado 455
Sistema con dobls inteqrador
y(k)
x
2
(k )
,------ --- ------------1
I i
I '
I
i
,
I
I
,
I
I
i i
L J
u(k)
0.1
L J
Observador de orden minima
l====l U] f.4-----------l
Figura 6-12 Diagrama de bloques del sistema disefiado en el ejemplo 6-11.
Y(z) = G (z) = C(zI - G)-IH
u(z) P -I
= [1 OJ[z - 1 -0.2] [0.02]
o z - 1 0.2
0.02(z + 1) 0.02(1 + Z-l)Z-1
(z - 1)2 (1 - Z-1)2
(6-173)
Utilizando las funciones de transferencia pulso de las ecuaciones (6-172) y (6-173). eI diagrama de
bloques de la figura 6-12 puede modificarse a la forma mostrada en la figura 6-13.
Utilizando la forma dada por la ecuacion (6-164).
IzI - G + HKllz - G
bb
+ K, Gab I = 0
hemos obtenido la ecuacion caracteristica siguiente para el sistema:
(Z2 - 1.2z + 0.52)(z - 1 + 5 x 0.2) = (Z2 - 1.2z + 0.52)z = 0 (6-174)
La ecuacion caracteristica para el sistema en lazo cerrado, mostrado en la figura 6-13. es
456
Ubicocion de polos y diseiio de observadores
Viz!
0.0211 + Z-l!Z-l y(z)
11 - z -1!2
Gplz)
_ 24 (1 - 0.6667z-
1
)
, + 0.32z-
1
- Go(z)
Figura 6-13 Forma modificada del diagrama de bloques del sistema disenado en eJ ejemplo 6-11
es decir.
+ [0.02(1 + Z-l)Z-l][ (1 - 0.6667Z-
1
) ] =
1 (1 _ Z 1)2 24 1 + 0.32z-
1
vIOl 1
0.5
y(kl =0.5x, (kJ + x
2
(kl
0
2 3 4 5 6 7 k
(b)
Figura 6-20 Sccuencias de respuesta cscalon unitario de muestra para el sistema de scguimicnto, con rcalirncntacion del
estado actual (rncdida) y control integral disenado en el cjcmplo 6-13.
470
matriz de salida C esta dada por
Uoicocion de polos y oisefio de observadores Capitulo 6
C= [0.5 1 OJ
Para modificar la matriz de salida C [0.5 0] a [1 0 0], hagamos la siguiente transformaci6n:
x(k) =
donde
[
0
T = 1
1
+]
(6-209)
(6-210)
Observe que
[
0.5 1 0]
T-
1
= 1
1
(6-2111
Entonces, las ecuaciones de estado de la planta se convierten en
+ 1) = T-
1
+ r
l
Hu(k)
y(k) =
(6-2121
(6-2131
donde
[
0.5 1
T-1GT =
1
[
0.5
=
[
0.5 1
T-1H =
1
CT = [0.5 1
!][ J12 JOI :][! +]
1 -0.25]
1 -0.115 = G
-0.5
H
= [1 OJ = C
1
Las ecuaciones de sistema lransformadas son las siguientes:
(6-214!
(6-2151
Dado que s610 se pucde mcdir una variable de cstado, neccsitaremos obscrvar dos de elias. Por 10 tanto.
cl orden del observador de orden minimo cs 2. De las ecuacioncs (6-138) y (6-114). tencmos que
Secci6n 6-7 Sistemas de seguimiento
G
A
_ K G
A
= [1 -0.115] _ [k
e
l
][l -0.25]
bb e ab 0 -0.5 k
e 2
= [1 - k., -0.115 + 0.25ke
l
]
-k
e
, -0.5 + 0.25kez
471
La ecuacion caracteristica del observador es
0.115 - 0.25k" I
z + 0.5 - 0.25k
e 2
=(z - 1 + k,,)(z + 0.5 - 0.25k
e 2
) - kez(0.1l5 - 0.25k
e
J
= Z2 + (k
e l
- 0.25k
e
, - 0.5)z + (0.5k
e l
+ 0.135k
e
, - 0.5)
=0 (6-216)
Dado aue quercmos una resnuesta con oscilaciones mucrtas. la ecuaci6n caracteristica deseada es
Z2 = 0
Por 10 tanto, es nccesario que
k., - 0.25kez - 0.5 = 0
0.5k
e l
+ 0.135k
e
, - 0.5 = 0
Resolvicndo estas dos ecuaciones simultaneas en funcion de k.'1 Yk"2' tenemos
K = [k,,] = [0.7404]
eke, 0.9615
(6-217)
Control integra! con observador de estados. Basta ahora hemos considerado un problema de
diseno en cl cuallas variables de cstado observadas sc rcalimentan en un lazo menor. yen diazo princi-
pal se utiliza un controlador integral.
En la parte del diseno de la ubicacion de polos, hemos utilizado un estado real en vez de un estado
obscrvado, A continuaci6n obtendrernos las ecuaciones de sistema para el caso en el que sc utilizan el
controlador integral y el observador de estados, _
EI uso del estado observado x(k). donde x(k) = Tg(k). rnodifica la senal de controlu(k). en el
control con rcalimentacion del estado, como sigue. En la ecuacion (6-204) tenemos
(6-218)
Definamos
- = e(k)
Entonces, la ecuacion (6-218) se puede escribir como sigue:
u(k) = -K
2
+ K
1
v(k) + K-" Te(k)
(6-219)
que puede expresarse como
u(k) = [-0.3233 -2
6(k)
+ + [0.3233 2
(6-220)
472
Ubicaci6n de polos y disefio de observadores
Sustituyendo la ccuacion (6-220) en la ccuacion (6-214), obtencmos
Capite:
[
t l (k + 1)] [0,5
t2(k + 1) = -i
6(k + 1) 1
o 0 ][EI(k)]
2 -0.2817 E2(k)
o 0 E3(k)
(6-221
(6-222J
Asimismo. se puedc modificar la ecuacion (6-206) para obtcner
v(k + 1) = -(CGT - CHK
2
T ~ k + (1 - CHKI)v(k) + r(k + 1)
cs decir,
[
t l (k )]
v(k + 1) = -[0.5 1 --0.25] t2(k) + v(k) + r(k + 1)
t3(k)
Si nos retenrnos a ra ecuacion (0-1)0). Yooservamos que E1tk) = u. cs posiorc (Jar la dmarruca ~ ;
error del observador mediante
[
E2(k + 1)] = [G- _ K G- ][ E2(k)]
E3(k + 1) bb 'ab E3(k)
Y por 10tanto,
[
EI(k + 1)] [Ll__Q 9 ][EI(k)]
-E;(r-t--fy = 0: 0.2596 0.0701 -E;(k)
E3(k + 1) 0 : -0.9615 -0.2596 E3(k)
Si combinamos las ecuacioncs (6-221 ). (6-222) y (6-223) en una ccuacion de estado.
tl(k + 1) 0.5 1 -0.25 0 0 0 0
t2(k + 1)
-1
-1
1 z
0.3233 2 -0.2817
3 6 3
t3(k + 1) 1 0 -0.5 0 0 0 0
v(k + 1) -0.5 -1 0.25 1 0 0 0
EI(k + 1) 0 0 0 0 1 0 0
E2(k + 1) 0 0 0 0 0 0.2596 0.0701
E3(k + 1) 0 0 0 0 0 -0.9615 -0.2596
0
0
0
+
1 r(k + 1)
0
0
0
La salida de la plantay(k) puedc ser
(6-2231
tl(k)
tz(k)
~ 3 k
v(k)
EI(k)
E2(k)
E3(k)
(6-2241
(6-225)
Se puedc dcmostrar que para la entrada de comando escalon unitario, la respuesta del sistema b;
una condicion inicial arbitraria.
Seccion 6-7 Sistemas de seguimiento
(,(0) a
6(0) b
6(0) c
v(O) d
1(0) 0
2(0) a
3(0) f3
473
requiere de por 10 menos seis periodos de rnuestrco para complctarse. (Es decir, la salida lIega a la unidad
como maximo en seis periodos de mucstreo, y despues se queda ahi en ausencia de perturbaciones y
nuevas entradas de comando.)
Observe que, como ya vimos, si el estado real puede ser realimentado, el sistema requicre como
maximo de cuatro periodos de muestreo para cornpletar la respuesta escalon unitario. [En e! casu en que
gt(O) = 0, g2(0) = 0, g,(O) = 0, y v(O) = I, el sistema solo requiere de tres periodos de mucstreo para
completar la respuesta escalon unitario.] Sin embargo, si se utiliza el observador de estados. el tiernpo de
respuesta aumenta. Si se utiliza el observador de orden minimo (en este casu de segundo orden), cl
sistema requiere como maximo de seis periodos de muestrco, para completar la respuesta escalon unita-
rio. [Yea, por ejcmplo, la secuencia de respuesta escalon unitario de muestra, que aparecc en la figura 6-
21a).] Esto significa que, en casos especiales, el tiempo de respuesta es mucho mas corto.
Por ejemplo. si las condiciones inicialcs son gl(O) = 0, g2(0) = 0, g,(O) = 0, v(O)= I. C2(0)= 0, y ,(0) = 0.
y(k)
(0)
1.5
(0)
(0)
"l15
vIOl
1.0
E, (0)
E
2
(0)
0.5
E
3
(0)
y(k) = (k)
0 2 3 4 5 6 7 8 k
(a)
y(k)
1.0
0.5
o
8
(0) 0
0
(0) a
v(O) 1
E1 (01 0
E
2
(0) a
E
3
(0) a
k
y(kl = (k)
(b)
Figura 6-21 Secucncia de respuesta escalon unitario de muestra para cl sistema de scguimiento con
una rcalirnentacion del estado observado y un control integra! disenado en el ejemplo 6-13.
474 Ubicocion de palos y disefio de observadores Capitulo 6
entonces, para complctar la rcspuesta escalon unitario, el sistema s610requiere de tres periodos de mucstrco.
Vease la figura 6-21 (b).
PROBLEMAS DE EJEMPLO YSOLUCIONES
Problema A-6-1
La definicion de controlabilidad que se da en la scccion 6-2 no cs la (mica que sc usa en los libros .. \
veces se utiliza la siguiente definicion: un sistema de control se define como de estado control able si.
dado un estado inicial arbitrario x(O), es posible traer el cstado al origen del espacio de estados en un
intervalo de tiernpo finito. siernpre que el vector de control no tenga restricciones (no acotado l.
EI concepto de alcanzabilidad, similar al de controlabilidad. se encucntra en los libros y se utiliza
en la forma siguiente: un sistema de control sc define como alcanzable si, al empczar desde el origcn de!
espacio de estados, el estado puede ser llevado a un punto arbitrario en el espacio respective en un
periodo finito, siernpre que el vector de control no este restringido (no acotado).
Dernuestre que el sistema
[
Xl(k + 1)] = [ 0O][Xl(k)] + [O]U(k)
x2(k + 1) -1 1 x2(k) 1
cs controlable (en el sentido dcfinido en este problema). pcro no alcanzablc.
Soluci6n Si se reescribc la ecuacion de estado del sistema. sc obticne
xl(k + 1) = 0
x2(k + 1) = -xt(k) + x2(k) + u(k)
Empczando a partir de un estado arbitrario resulta
Xt(1) = 0
x2(1) = -Xt(O) + X2(O) + u(O)
Por 10tanto. al seleccionar
u(O) = Xt(O) - X2(O)
el estado puede ser lIevado al origen en un solo paso. Por 10tanto el sistema cs controlable en cl sentido
definido en este problema.
Si el estado ernpieza a partir del origcn, tcnernos
xl(1) = 0
x2(1) = -Xt(O) + X2(O) + u(O) = -0 + 0 + u(O) = u(O)
Aunque x
2
( I) pucde ser llcvado a un punto arbitrario en un paso. x
1
( 1) no pucdc ser control ado. En
consccucncia, el sistema no cs alcanzable.
Observe que el sistema presentc no es controlable en el sentido dcfinido en la scccion 6-2 (donde
el estado terminal es un punto arbitrario en el espacio de estado incluycndo cl origem. porque no <e
satisface la condici6n de rango rcqucrida, como rnuestra 10siguientc:
rango [H:GH] = rango ~ ~ = 1 < 2
Capitulo 6 Problemas de ejernplo y saluciones
475
Como se ve en este problema, controlabilidad y alcanzabilidad (ambas definidas en este proble-
ma) son distintas. Sin embargo, si la matriz de estado G es no singular, entonces la controlabilidad
completa del estado. en el sentido definido en cste problema, y la alcanzabilidad cornpleta del esrado,
signitican 10mismo, Es decir. para el sistema con una matriz no singular G. la controlabilidad cornpleta
del estado signilica la alcanzabilidad cornpleta. y viceversa.
Problema A-6-2
Considere cl sistema de estado complcramentc controlable definido por
x(k + 1) = Gx(k) + Hu(k)
don de
G = [1 0.6321]
0.3679'
H = [0.3679]
0.6321
EI periodo de muestreo es de I. La seiial de controlu(k) es no acotada. es decir
-00 :s u(k) :s 00
entonces un estado inicial arbitrario x(O) puede ser traido al origen como maximo en dos periodos de
mucstrco, util izando una seiial de control con stante por interval os.
Deduzca la ley de control para transfcrir un estado inicial arbitrario x(O) al origen. Determine la
region en el espacio de estados en el cual el estado inicial puede ser lIevado al origcn en un periodo de
rnuestrco,
Si la magnitud de u(k) esta acotada, cntonces algun estado inicial no podra ser transferido al origen
en dos periodos de muestreo. (Pudieran requerirse de dos, tres, cuatro 0 mas de tales periodos.) Suponga
que
lu(k)1 :s 1
Determine la region de los estados iniciales en el plano .1'1.1'2 que pucden ser transferidos al origen en uno
yen dos periodos de muestreo, respectivamente. al usar la senal de control acotada lu(k)1 I.
Soluci6n
Para el caso en que u(k) es no acotada. En vista de que cl sistema es del segundo orden, se ncccsitan
como maximo dos periodos de muestreo para transferir cualquier cstado inicial x(Ol al origen. AI obscr-
var que
x(1) = Gx(O) + Hu(O)
x(2) = 0 = Gx(l) + Hu(l) = G
2x(0)
+ GHu(O) + Hu(l)
y que G cs no singular. se obticne
x(O) = -G-tHu(O) - G-
2Hu(1)
Sustituyendo la ccuacion (6-227) en la ecuacion (6-226),
x(l) = -G-
1
Hu(l)
Observe
(6-226)
(6-227)
(6-228)
c' H =
G-
2H
=
-1.7181][0.3679] = [-0.7181]
2.7181 0.6321 1.7181
-6.3881][0.3679] [-3.6700]
7.3881 0.6321 = 4.6700
476 Ubicocion de palos y disefio de observadores
De las eeuaciones (6-227) y (6-228) se obtienen las dos siguientes:
[
Xl(O) ] = _[ -0.7181]U(0) _ [-3.6700]U(1)
xz(O) 1.7181 4.6700
[
Xl(l ) ] = _[ -0.7181]U(1)
xz(l) 1.7181
Si sc commnan las ecuaciones \ O-LL'I) Y\o-z.su), se nene
Capitulo t
(6-229 !
(6-23(1
[ Xl(O) Xl(l)] = [ 0.7181 3.6700][ u(O)
~ l ]
xz(O) xz(l) -1.7181 -4.6700 u(l)
que puede modifiearse a
[ u(O) U(l)] = [ -1.5820 -1.2433][ Xl(O) tl(l) ]
(6-231
u(l) o 0.5820 0.2433 xz(O) xz(l)
de la eual se obtiene
u(k) = -1.5820xI(k) - 1.2433xz(k), k = 0,1
Esta eeuaei6n da la ley de control requerida. Con esta ley cualquier estado inieial x(O) puedc transferirse
al origen cuando mucho en dos periodos de muestreo.
A continuaei6n se deterrninaran los estados inieiales a partir de los cuales el estado del sistema
puede ser transferido al origen en un solo periodo de muestreo. Al igualar x( I) a 0 en la ecuacior.
(6-226), se obtiene
x(l) = 0 = Gx(O) + Hu(O)
de 10 cual resulta
x(O) = -G-
I
Hu(O)
es decir
[
Xl(O)] = [ 0.n81]U(0)
xz(O) -1. 7181
De la ecuacion (6-232) se eneuentra que si el estado inieial esta sobre la linea
1.718lx
1(0)
+ 0.7181xz(0) = 0
(6-232
entonces puede ser transferido al origen en un solo periodo de muestreo. (De 10 contrario, necesitamos ce
dos pcriodos para traer el estado inieial al origen.)
En el caso en que lI(k) esta acotada, es decir lu(k)l::; 1. Si se neeesita x(l) = 0, entonces, a partir de ;l
eeuaci6n (6-232) se tiene
XI(O) = 0.7181u(0), xz(O) = -1.7181u(0)
Dado que lu(O)1 ::; I,
IX1(0)15:: 0.7181, Ixz(O)1 5:: 1.7181
Por 10 tanto, si el estado inieial esta sabre el segmento de recta
1.718lx
l(0)
+ 0.7181xz(0) = 0, -0.71815:: Xl(O) 5:: 0.7181
puede ser llevado al origen en un solo periodo de muestreo. Estc scgrncnto aparecc en la figura 6-2:
como AOB.
Capitula 6 Problemas de ejemplo y soluciones
477
Region
correspondiente
ados periodos
de muestreo
6
5
4
3
Region (linea)
para un penoco
de muestreo
-5 4 5
x,
-2
-3
-4
-5
-6
Figura 6-22 Regiones a partir de las cualcs los estados iniciales pucdcn ser llcvados al origen en uno 0 dos pcriodos de
mucstrco, cuando u(k) esta aeotada de forma que III(k)! S I.
Si sc ncccsiia que x(2) = 0, cntonccs de la ccuacion (6-231) sc obiiene
u(O) = -1.5820Xl (0) - 1.2433x2(0)
u(l) = 0.5820x,(0) + 0.2433x2(O)
C0l110 [1/(0)\ :::; I il/( 1)1 :::; I, sc obtienen las siguientcs cuatro rclaciones:
1.5820Xl(0) + 1.2433x2(0) :s 1
1.5820Xl(0) + 1.2433x2(0) -1
0.5820x,(O) + 0.2433x2(O) :s 1
0.5820x,(0) + 0.2433x2(0) -1
La region lirnitada por cstas cuatro desigualdadcs aparece en la figura 6-22. Si cl cstado inicial ocurrc en
csta region. cxccpto en la Iinca A Oil. puede ser transterido cntonces al origcn en dos pcriodos de mucstrco.
Si cl est ado inicial csta fucra de esta region. llcvar cl cstudo <II origcn tomaru cntonccs 111:1S de dos
pcriodos.
478
Problema A-6-3
Ubicccion de palos y diseiio de observadores Capitulo 6
Considere el sistema de funcion de transfereneia pulso siguientc:
Y(z) z-I(1 + O.8z-
l
)
U(z) = 1 + 1.3z-
1
+ 0.4z-
2
Una representacion en el espacio de estados para este sistema puede estar dado por
(6-233)
(6-234 )
Para el mismo sistema se puede dar una representacion en el espacio de estados difercnte mediante
[
XI(k + 1)] = [0
x2(k + 1) 1
y(k) = [0
(6-2351
(6-2361
Demuestre que la representacion en el espacio de estados definida por las ccuacioncs (6-233) :
(6-234) da un sistema que es de estado controlable, pero no observable. Demuestre, por otra parte, que la
representacion en el espacio de estados definido por las ecuaciones (6-235) y (6-236) da un sistema que
no es de estado completamente controlable, pero si observable. Explique 10 que causa la diferencia
aparente en controlabilidad y observabilidad del mismo sistema.
Solucion Considere el sistema de control en tiempo discreto definido por las ecuaciones (6-233)
(6-234). El rango de la matriz de controlabilidad
[H : GH] = [
1
1]
-1.3
es 2. Por 10 tanto, el sistema es de est ado completamente controlable. EI rango de la matriz de observabilidac
[C* :G*C*] = [ ~
-0.4]
-0.5
es I. De modo que el sistema no es observable.
A continuacion, considere el sistema definido por las ccuaciones (6-235) y (6-236). El rango de 1:1
matriz de controlabilidad
-0.4]
-0.5
es I. Por 10 tanto, el sistema no es de estado completamente controlable. EI rango de la matriz j ~
observabilidad
Ic*: G*C*] = [01 1]
-1.3
es 2. En consecuencia, el sistema es observable.
La diferencia aparcnte en controlabilidad y observabilidad del mismo sistema esta causada por e.
hecho de que el sistema original tiene una cancelacion polo-cero en la funci6n de transferencia de pul-e
Y(z) z + 0.8
U(z) = Z2 + 1.3z + 0.4
z + 0.8
(z + 0.8)(z + 0.5)
Capitula 6 Problemas de ejempla y solucianes
479
Si ocurre una cancclacion polo-cero en la funcion de transfcrencia pulso, entonces la controlabilidad y la
observabilidad varian, dependiendo de como se escojan las variables de estado.
Note que para quc sea de estado completamente control able y completamente observable, el siste-
ma de funcion de transferencia pulso no debe tener ninguna cancelacion polo-cero.
Problema A-6-4
Considere el sistema de control definido por
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k) + D
donde
(6-237)
(6-238)
es dccir,
x(k) = vector de estado (de dimension n)
u(k) = senal de control (escalar)
y(k) = senal de salida (escalar)
G = matriz de n x n
H = matriz de n x I
C = matriz de I x n
D = escalar (constante)
Como se indico mediante la ecuacion (5-60), la funcion de transferencia de pulso F(::) puede darse como
sigue:
F(z) = C(zI - G)-l H + D
Demuestre que si el sistema es de estado completamente controlable y completamente observable, en-
tonces en la funcion de transferencia pulso F(z) no hay canceiacion polo-cero.
Solucion Suponga que existe una cancelacion polo cero en la funcion de transferencia de pulso, aun-
que el sistema sea de estado completamente controlable y completamente observable. Considere la si-
guiente ecuacion de identidad:
[
I O][ZI - GH] [ZI - G H]
C(zI - G)-l 1 -C D = 0 F(z)
Al tomar el determinante del primer miembro de la ecuacion, e igualario al del segundo micrnbro, se
obticne
_ ~ G ~ = IzI - GIF(z)
I
ZI - G HI
-C D
F(z) = IzI - GI
Los polos de F(z) son las raices de IzI - G[ = 0, Ylos ceros de F(z) son las raices de
I
ZI - G HI = 0
-C D
(6-239)
Ahora suponga que ocurre una cancelacion polo-cere. Supongamos que z = z, es un polo de F(z) y
tarnbien es un cero de F(z), por 10 que se presenta cancelacion. Entonces z = z, es una raiz de IzI - GI = O.
Tarnbien es una raiz de la ecuacion del dcterrninante dada por la ecuacion (6-239).
480 Ubicaci6n de poles y disefio de observadores
Esto significa que existc un vector
r ~
donde v es un vector de dimension n y w es un cscalar, de forma que
Si w 2: O. cntonccs de la ccuacion (6-240) tcnemos
es dccir.
(G - zlI)v = Hw
Capitulo 6
(6-240)
(6-241)
Dado que r =::1 es una raiz de la ecuacion caractenstica, el polinomio caracteristico ep(::) de G se
puedc escribir como sigue:
o sea
ep(G) = (G - zII)<f,(G) = <f,(G)(G - z, I) = 0
De la ecuacion (6-241) se tienc
ep(G)v = <f,(G)(G - z, I)v = <f,(G)Hw = 0
Por 10 tanto.
<f,(G)H = 0
En vista de que (z) cs un polinomio de grado n ~ I, cl hecho de que (G)H = 0 significa que el vector
G,,-I H se puede cxpresar en funci6n de G, GH, ... , G" 2 H. Par 10 tanto,
ran go [H : GH : ... : G,,-I HI < n
Esto contradice la suposicion de que el sistema es de estado completamcnte controlable. Por 10 tanto. si
cl sistema es de tal cstado, entonces en la funci6n de transferencia pulso no existe cancelacion de polo-
cero.
Ahora, refiriendonos a Ja ecuaci6n (6-240), si w = 0 y v 2: 0 se tiene entonces
(zd - G)v = 0
Cv = 0
De la ecuaci6n (6-243),
v*C* = 0
De la ecuaci6n (6-242),
v*G* = Zl v*
Por 10 tanto.
v*G*C* = Zl v*C* = 0
donde hemos utilizado la ecuaci6n (6-244). En forma similar,
V*(G*)2C* = v*G*G*C* = z, v*G*C* = z;v*C* = 0
(6-24:>
(6-243,
(6-244'
Capitulo 6
y
Problemas de ejernplo Ysoluciones
V"'(G",)k-l C'" = Z ~ l v"'C'" = 0, k = 1,2,3, ... .n
481
Par 10tanto.
v"'[C'": G"'C"': ... : (G"'y-I C"'] = 0
es decir,
rank [C'" : G"'C'" : ... : (G"'r
l
C"'] < n
Lo anterior contradice la suposici6n de que el sistema sea completamente observable. Entonces. si el
sistema es de tal clase no existe cancelaci6n polo-cera.
Esto comprueba que si el sistema es de estado cornpletamcnte controlable y completamente obser-
vable, entonces en la funci6n de transferencia pulso F(z) no existe cancelaci6n polo-cero.
Problema A-6-5
Considere el sistema de estado completamente control able
x(k + 1) = Gx(k) + Hu(k)
Defina la matriz de controlabilidad como M:
Demuestre que
-an] a n ~ l
-a
n
- 2
-al
(6-245)
donde al' a-, ... , an son los coeficientes del polinomio caracterfstico
IzI - GI = zn + alZ
n-1
+ .,. + an-IZ + an
Solucion Consideremos el caso donde n = 3. Se demostrara que
GM = [ ~ ~ =::]
o 1 -al
El primer miembra de la ecuaci6n (6-246) es
GM = G[H: GH: G
2H]
= [GH: G
2H:
G
3H]
EI segundo miembro de dicha ecuaci6n es
(6-246)
(6-247)
EI teorema de Cayley-Hamilton dice que la matriz G satisface a su propia ecuaci6n caracteristica, es
decir,
Para II = 3 se tiene
G" + al G
n
-
I
+ ... + an-l G + an I = 0
G
3
+ al G
2
+ a2 G + a3 I = 0
(6-248)
482 Ubicaci6n de palos y disefio de observadores Capitulo 6
AI usar la ecuacion (6-248), la tercera columna del segundo miembro de la ccuacion (6-247) sc convierte
en
Por 10tanto, la ecuaci6n (6-247), que es el segundo miembro de la ccuacion (6-246), se convierte en
[
0 0 -a
3
]
[H:GH:G
2H]
1 0 r a: = [GH:G
2H:G3H]
o 1 -a1
Asi se ha demostrado que la ecuacion (6-246) es cierta. Por 10tanto,
[
0 0 -a
3
]
M-
1GM
= 1 0 -a2
o 1 -a1
La deduccion anterior se puede extender tacilrnente al caso general de cualquier entero positivo n.
Problema A-6-6
Considere el sistema de estado completamente controlable
x(k + 1) = Gx(k) + Hu(k)
Defina
y
[
a
n
_
1
an-2 a1 11
an - 2 an - 3 1 0
W= :: :
a1 1 0 0
1 0 0 0
donde las a, son los coeficientes del polinomio caracteristico
IzI - GI = zn + a1zn-1 + ' , . + a
n-1
z + an
Defina tambien
T=MW
Demucstre que
0 1 0 0
0 0 1 0
T-
1GT
=
0 0 0 1
-an -a
n-1
-a
n-2
-a1
Solucion Consideremos el caso don de n = 3. Se demostrara que
T-
1GT
= (MW)-1G(MW) = [
-a3
1
o
T'H
(6-249 '
Capitula 6 Problemas de ejemplo y soluciones
483
Refiriendonos al problema A-6-5, se tiene
(MW)-'G(MW) 0 W '(M-'GM)W 0 W-{ :
1
o
En consecuencia, debemos demostrar que
Por 10tanto, la ecuaci6n (6-249) se puede reescribir como sigue:
=::]w = [
o 1 -al -a3 -a2
[
=::]w = w[
o 1 -al -a3
EI primer miembro de la ecuaci6n (6-250) es
1
o (6-250)
Y el segundo miembro
[
:: = [-;3
1 0 0 -a3 <a -al 0 1 0
Es claro que la ecuaci6n (6-250) es cierta. Por 10tanto, se ha demostrado que
T-
1
GT =
-a3 -a2 -al
A continuaci6n, se demostrara que
T'Ho [:]
(6-251)
Observe que la ecuaci6n (6-25)) se puede escribir de la forma:
Esta ultima ecuaci6n puede verificarse facilrnente, debido a que
T[:] OMW[:] 0 1m]
o [H'GH'G'HH] 0 H
484
Por 10 tanto,
Ubicaci6n de polos y diseiio de observadores Capitulo 6
La deducci6n anterior puede extenderse con facilidad al caso general de cualquier entero positivo n.
Problema A-6-7
Considere el sistema siguiente:
x(k + 1) = Gx(k) + Hu(k)
donde
Observe que el sistema esta en la forma can6nica controlable.
Defina la matriz de transformaci6n T como sigue:
T=MW
donde
y
[
a2 at 1]
W = at 1 0
1 0 0
Demuestre que si el sistema esta en la forma can6nica controlable, entonces T = I. En consecuencia, si el
sistema esta en la forma can6nica controlable se tiene que
[
a2 at 1]
M-
t
= W = ~ t ~ ~
Solucion En vista de que
se tiene
o
1
~ W ~ [ ~
0
1 j["'" 1] [1
0
~ ] ~ I
1 -at at 1 0 = 0 1
Por 10 tanto,
-at -a2 + a: 1 0 0 0 0
[.,
at
~ ]
M-
t
= W = ~ t
1
0
Capitulo 6 Problemas de ejemplo y soluciones
485
Problema A-6-8
Considere el sistema completamente observable
x(k + 1) = Gx(k)
y(k) = Cx(k)
Defina la rnatriz de observabilidad como N:
N = [C*:G*C*: ... : (G*y-l C*]
Demuestre que
0 1 0
0 0 1
N'G(N')-' ~ [ 6
0 0
-an -an-l -a
n
- 2
donde ai' a-, ... , anson los coeficientes del polinomio caracteristico
(6-252)
SoJuci6n Consideremos el caso donde n = 3. Entonces la ecuacion (6-252) se puede escribir en la
forma
La ecuaci6n (6-253) se puede volver a expresar como
(6-253)
N*G = [ ~
-a3
1
o
(6-254)
Demostraremos que la ecuaci6n (6-254) es cierta. El primer miembro de la ecuaci6n (6-254) es
N*G = [ ~ ] G = [ ~ ~ ]
CG
2
CG
3
El segundo miembro de la misma es
1
o
-a2
El teorema de Cayley-Hamilton dice que la matriz G satisface su propia ecuaci6n caracteristica, es decir,
para el caso de n = 3,
Por 10 tanto,
486 Ubicaci6n de polos y diseiio de observadores
En consecuencia,
Capitulo 6
1
o
Se ha dernostrado asi que la ecuaci6n (6-254) es cierta, Por 10 tanto.
La deducci6n aqui presentada puede extenderse al caso general de cualquier entero positive 11.
Problema A-6-9
Considere el sistema de estado completamente controlable y completamente observable, dado por
x(k + 1) = Gx(k) + ,Hu(k)
y(k) = Cx(k) + Du(k)
Defina
N = [C* :G*C* : ... : (G*r-
1
C*j
w ~ [ ~ T ~ 1]
donde las Q, son los coeficientes del polinomio caracterfstico
IzI - GI = z" + al zn-l + ... + an-I Z + an
Definase tambien
Q = (WN*)-l
(6-2551
(6-2561
Demuestre ahora que
donde las b, (k = 0, L 2, ... , 11) son los coeficientes que aparecen en cl numerador de la funci6n ce
transferencia de pulso, cuando Ctzl - Gr
l
H + D se escribc como siguc:
Capitulo 6 Problemas de ejernplo y soluciones
C(zI"':' G)-lH + D = + + + bn-1z + b
n
z + al z + + an-l z + an
487
donde D = b.;
Soluci6n Consideremos el caso cuando n = 3. Se demostrara que
[
0 a -a
3
]
o' GQ = (WN*)G(WN*)-l = 1 a -a2
a 1 -al
(6-257)
Observe que refiriendonos al problema A-6-8. se tiene
(WN*)G(WN*)-l = W[N*G(N*)-I]W-
1
= w[
-a3
Por 10 tanto. se necesita demostrar que
1
a
es decir
=::]
1 -al
(6-258)
EI primer miembro de la ecuaci6n (6-258) es
Y el segundo.
Entonces. la ecuacion (6-258) es cierta. Por 10 tanto. se ha demostrado que la ecuaci6n (6-257) tarnbien
10es.
Ahora sc dernostrara que
CQ = [0 a 1]
es decir,
C(WN*)-l = [0 a 1]
Observe que
[0 a l](WN*) = [0 a = [1
1 a a CG
2
Por 10 tanto. se ha dernostrado que
[0 a 1] = C(WN*)-l
que es la ecuaci6n (6-259).
a 0][ = C
CG
2
(6-259)
488 Ubicaci6n de palos y diseiio de observadores
Ahora definamos
x = Qi
Entonces la ecuacion (6-255) se convierte en
y la ecuaci6n (6-256) en
y(k) = CQi(k) + Du(k)
Para el caso de n = 3, la ecuaci6n (6-260) sent:
[
0 0 -a3] [13]
i(k + 1) = 1 0 -a2 i(k) + 'Y2 u(k)
o 1 -al 11
donde
Capitulo 6
(6-260)
(6-261 )
La funci6n de transferencia pulso F(z) para el sistema definido por las ecuaciones (6-260) y (6-261) es
F(z) = (CQ)(zI - Q-IGQ)-IQ-1H + D
Al observar que
CQ = [0 0 1]
se tiene
Note que D = boo Como
o a3 ]-1 [1
3
]
z a2 'Y2 + D
-1 z + al 11
o
tenemos
a3 ]_1 1 [z2+alz+a2
z a2 = 3 2 Z + al
-1 z + al z + al z + a2 z + a3 1
11
Z2
+ 12
Z
+ 13 b
= 3 2 + 0
z + al z + a2z + a3
b
o
Z3 + (11 + al b
O)Z2
+ (12 + a2bo)z + (13 + a3b
o)
Z3 + al Z2 + a2z + a3
b
oz
3
+ b
1z
2
+ b
2z
+ b
3
= Z3 + al Z2 + a2 z + a3
Por 10 tanto, YI> = b, albo, 12 =b
2
- a
2bo
YYJ = b, - a-b.; Se ha demostrado asi que
Capitulo 6 Problemas de ejemplo y soluciones
489
Q-IH = [ ~ : ] = [ ~ : =: ~ : ]
11 b, - QI be
Observe que 10 que se ha deducido aqui puede extenderse facilmente al caso en donde n es cualquier
entero positivo.
Problema A-6-10
Considere el sistema definido por
G(z) - z + 1
- ZZ + Z + 0.16
(6-262)
Refiriendonos a la secci6n 6-4, obtenga las representaciones en el espacio de estados para este sistema en
las tres configuraciones siguientes:
I. Forma can6nica control able
2. Forma can6nica observable
3. Forma can6nica diagonal
Soluci6n
I. Forma canonica controlable. Al comparar las ecuaciones (6-262) con la ecuaci6n (6-39), se obtie-
ne
a = 0.16, b., = 0, b: = 1
Par 10 tanto, refiriendonos a las ecuaciones (6-37) y (6-38) resulta
[
XI(k + 1)] = [0 l][XI(k)] + [O]U(k)
xz(k + 1) -0.16 -1 xz(k) 1
y(k) = [1 1
1[XI(k)]
xz(k)
2. Forma canonica observable. En vista de que al = I, a
2
= 0.16, b
o
= 0, b, = 1 Yb
2
= I, refiriendonos
a las ecuaciones (6-41) Y(6-42), se obtiene que
[
XI(k + 1)] = [0 -0.16][XI(k)] + [l]U(k)
xz(k + 1) 1 -1 xz(k) 1
y(k) = [0 1
1[XI(k)]
x2(k)
3. Forma canonica diagonal. Observemos que
~ -1
G(z) = Z +3
0
.
2
+ z + ~
Al comparar esta ultima ecuaci6n con la (6-47) resulta
PI = -0.2, pz = -0.8, D = 0
Por 10 tanto, escogiendo arbitrariamente at = a
2
= 1 Y refiriendonos a las ecuaciones (6-45) y
(6-46), resulta
[
XI(k + 1)] = [-0.2 0 ][XI(k)] + [l]U(k)
xz(k + 1) 0 -0.8 x2(k) 1
(
k) = [ ~ _1
1
[ XI(k)]
Y 3 3 X2(k)
490
Problema A-6-11
Considere el sistema con doble integrador
Ubicocion de palos y disefio de observadores Capitulo 6
xk + l)T) = Gx(kT) + Hu(kT)
donde
G = ~ iJ,
y donde T es el periodo de muestreo. (Yea el problema A-5-16 para la deduccion de esta ecuaci6n de
estado en tiempo discreto correspondiente al sistema con un doble integrador.) Determine la matriz de
ganancia de realimentaci6n del estado K tal que la respuesta a una condici6n inicial arbitraria sea con
oscilaciones muertas. Para el estado inicial
x(O) = ~ ]
determine u(O) y u(T), para T = 0.1 s, T = I s YT = lOs.
Soluci6n
Entonces
Definamos
La ecuaci6n caracteristica deseada es
Z2 = 0
Por 10 tanto, al comparar las ecuaciones (6-263) y (6-264) se obtiene
T
2
2 - "2k, - Tk
2
= 0
T
2
1 + "2k, - Tk2 = 0
De las cuales resulta
(6-263 )
(6-264)
Por 10 tanto,
K= [;2 ~ ]
A continuaci6n se dernostrara que la respuesta a las condiciones iniciales es con oscilaciones
muertas. Suponga que el estado inicial es
Capitulo 6 Problemas de ejemplo y soluciones
491
La ecuaci6n con la realimentaci6n del estado es
xk + I)T) = (G - HK)x(kT)
es decir,
Observe que
Por 10 tanto, es claro que la respuesta es con oscilaciones muertas.
Se determinara ahora u(O) y u(7). Note que
u(kT) = -Kx(kT) = -[;2 ;T}(kT)
Por 10 tanto,
u(O) = -[ ;2
u(T) = -[ ;2
Para a = I Yb = I, se tiene
En particular, para T = 0.1 s,
1 3
u(O) = -T2 - 2T'
1 1
u(T) = T2 + 2T
Para T= I s,
Para T= 10 s,
u(O) = -115,
u(O) = -2.5,
u(O) = -0.16,
u(T) = u(O.I) = 105
u(T) = u(l) = 1.5
u(T) = u(lO) = 0.06
Observe que para un valor pequerio del periodo de muestreo T. se hacen grandes u(O) y u(7). Al aumentar
el valor de T se reducen en forma significativa las magnitudes de 1l(0) y de 1l(7).
492
Problema A-6-12
Considere el sistema definido por
Ubicaci6n de polos y diseiio de observadores
x(k + 1) = Gx(k) + Hu(k)
Capitulo 6
donde x(k) es un vector de dimension 3. Se supone que el sistema es de estado completamente controla-
ble. Mediante la utilizaci6n de la tecnica de ubicaci6n de polos, se desea disenar el sistema con polos en
lazo cerrado en z =Ill' Z =112 YZ =113, donde las 11, son distintas. Es decir, al usar el control con realimentaci6n
del estado
u(k) = -Kx(k)
se desea obtener
IzI - G + HKI = (z - JLI)(Z - JL2)(Z - JL3) = Z3 + alz
2
+ a2Z + a3
Demuestre que la matriz de ganancia de realimentaci6n del estado K deseada puede darse por
donde
(6-265)
~ = (G - JL; 1)-1H, i = 1,2,3
(6-266)
Demuestre tambien que los vectores ~ i son vectores caracteristicos de la matriz G - HK; esto es, {
satisface la ecuaci6n
Solucion Definamos
(G - H K ~ = J L i ~
G=G-HK
i=1,2,3
Al usar el teorema de Cayley-Hamilton, Gsatisface su propia ecuaci6n caracteristica:
-3 -2 - -
G +alG +a
2G+a31=cI>(G)=O
Considere las identidades sizuientes:
1 = 1
G=G-HK
G
2
= (G - HK)2 = G
2
- GHK - HKG
G
3
= (G - HK)3 = G
3
- G
2HK
- GHKG - HKG
2
(6-2671
Si se multiplica cada una de las ecuaciones precedentes por a
3
, a
2
, a
l
Ya
o
(siendo a
o
= 1) en este order.
y sumando los resultados, se obtiene
a31 + a
2G
+ Cl:
1G
2
+ G
3
= Cl:31 + Cl:
2G
+ Cl:
1G
2
+ G
3
- Cl:
2HK
- Cl:I GHK - Cl:I HKG- G
2HK
- GHKG- HKG
2
Al observar que el primer miembro de esta ultima ecuaci6n es cero, esta ultima ecuacion se puede reducir
a
De modo que
Capitulo 6 Problemas de ejernplo y solucione
493
[
a
2
K + alKG + KG
2]
alK KG = [H:GH:G
2Hrlcf>(G)
Premultiplicando ambos miembros de esta ultima ecuaci6n por [0 0 I], se obtiene
[
a2 K + alKG + KG
2]
[0 0 1] alK KG = [0 0 1][H:GH:G
2Hr lcf>(G)
o bien
K = [0 0 1][H:GH:G
2Hr lcf>(G)
que es la f6rmula de Ackermann. Observando que
cf>(G) = G
3
+ al G
2
+ a2 G + a
31
= (G - ILII)(G - IL2 I)(G - 1L3 I)
tenemos
(6-268) 268)
Por 10 tanto,
K = [0 0 1][H:GH:G2Hrl(G -ILII)(G -1L
21)(G
-1L31)
Mediante la posmultiplicaci6n de ambos miembros de esta ultima ecuaci6n por gl = (G - fll It
l
H,
resulta
= [0 0 1][H:GH:G
2Hr l(G
-ILII)(G - 1L
21)(G
-1L
31)(G
-ILII)-IH
= [0 0 1][H:GH:G
2H]-I(G
-1L21)(G -1L
31)H
(6-269)
Definamos
(G - ILII)(G - 1L2 I) = G
2
+ {312 G + {313 1
(G - 1L21)(G - 1L
31)
= G
2
+ f3uG +
(G - 1L31)(G - ILl I) = G
2
+ !3J2G+ !3J31
Entonccs la ecuaci6n (6-269) puede escribirse como sigue:
= [0 0 1][H:GH:G
2Hr1(G2
+ f3uG +
= [0 0 l][H'GB'G'Hr'[H'GH
=[0 0 =1
= 1
De manera similar,
= 1,
En consecuencia,
= [1 1 1]
es decir.
(6-270)
494 Ubicaci6n de polos y diseiio de observadores Capitulo 6
La ecuaci6n (6-270) da la matriz de ganancia de realimentaci6n del estado K deseada en terminos de gl,
g2 Y g).
Para demostrar que los g, son vectores caracterfsticos de la matriz G - HK, note que
(G - = (G - HK)(G - J.t; I)-I H
= (G - J.t;1 + J.t;1 - HK)(G - J.t;I)-IH
= (G - J.t;I)(G - J.t;I)-IH + (J.t;1 - HK)(G - J.t;I)-IH
= H + (J.ti 1 -
= H - + J.t; (6-271)
Como ya se ha demostrado anteriormente,
= 1, i = 1,2,3
Por 10tanto, la ecuaci6n (6-271) se puede simplificar a la forma
i=1,2,3
Por 10tanto, los vectores son vectores caracteristicos de la matriz G - HK correspondiente a los
valores caracterfsticos iii' 112 YIl), respectivamente.
Problema A-6-13
Considere el sistema definido por
x(k + 1) = Gx(k) + Hu(k)
donde x(k) es un vector de dimensi6n 3. Se supone que el sistema es de estado cornpletamente controla-
ble Yque se desea respuesta con oscilaciones muertas al estado inicial x(O). (Es decir, los polos en lazo
cerrado deseados deberan estar en el origen de modo que III = li2 = Ii, = 0.)
Demuestre que la matriz de ganancia de realimentaci6n del estado K deseada puede darse median-
te la f6rmula
donde
tl = G-1H
= G-zH
= G-
3H
(6-272)
Demuestre tambien que los vectores g, son vectores caracterfsticos generalizados de la matriz G - HK:
esto es, que gj satisface las ecuaciones
(G - HK)tl = 0
(G - HK)tz = tl
(G - =
Solucion Refiriendonos a la ecuaci6n (6-268), tenemos
donde
Por 10tanto.
(6-273)
Capitulo 6 Problemas de ejemplo y soluciones
495
Asi que
Posmultiplicando ambos miembros de la ecuaci6n (6-273) por gl = G-
l
H, se obtiene
= [0 0 IJ[H:GH:G
2
H] -
tG3G- tH
= [0 0 IJ[H: GH: G
2
H]- t G
2H
[0 0 I)[H' GH' G'Hj-' [H' GH' G'H{
[0 0 IJm I
= 1
Posmultiplicando ambos miembros de la ecuaci6n (6-273) por g2 = G-
2
H, resulta
= [0 0 IJ[H:GH:G
2
H] -
IG3G-2H
= [0 0 l][H: GH: G
2
H]- 1GH
[0 0 l)[H'GH'G'Ht' [H'GH'G'HH] 0
Por 10 tanto.
= 0
De igual manera. si se posmultiplican ambos miembros de la ecuaci6n (6-273) por g) = G-
3
H, se obtiene
= [0 0 1][H:GH:G
2HrtG3G-3H
= [0 0 IJ[H: GH: G
2
H] - tH
[0 0 I)[H'GH'G'Ht' [H'GH'G'Hj[ 0
De manera que,
= 0
En consecuencia se tiene que
= [1 0 0]
En consecuencia,
que es la ecuaci6n (6-272).
Para demostrar que gl es un vector caracteristico de la matriz G - HK, observe que
En vista de que Kg
l
= I. se obtiene
(G - = 0
496 Ubicaci6n de palos y disefio de observadores Capitulo 6
Para demostrar que = G-
2
H es un vector caracteristico generalizado de la matriz G - HK, observe que
(G - HK)tz = (G - HK)G-zH = G-
1H
- HKG-
2H
= - HKtz
Como = 0, se obtiene
(G - =
Similarmente, para demostrar que = G-
3
H es un vector caracteristico generalizado de la matriz G -
HK, observe que
(G - = (G - HK)G-
3H
= G-zH - HKG-
3H
= tz -
Y en vista de que = 0, se obtiene
Problema A-6-14
Considere el sistema definido por
x(k + 1) = Gx(k)
y(k) = Cx(k)
donde x(k) es un vector de dimensi6n 3 y y(k) es un escalar. Se supone que el sistema es completamente
observable. Se desea determinar la matriz de ganancia de realimentaci6n del observador K, para un
observador de predicci6n de orden completo, tal que la dinamica de error tenga raices caracteristicas en
z = P" z = P2Yz = P3' Es decir
IzI - G + K. CI = (z - J..'l)(Z - J..'z)(z - J..'3)
= Z3 + 011 ZZ + az z + 013
Suponga que los valores caracteristicos de G son A" A
2
YA
3
Yque son distintos de PI' P2YP3' Tambien
suponga que P" P2YP3son distintos.
Demuestre que la matriz K, puede estar dada por
[
f
1
]-1[1]
K.
donde
fi=C(G-J..'iI)-t, i=1,2,3
Demuestre tarnbien que las f,' son vectores caracteristicos de la matriz (G - KeC)*; esto es, r,' satisface
la ecuaci6n
(G - K. C)*ft = "iii ft , i = 1,2,3
donde /i, es el complejo conjugado de Pi' (Observe que cualquiera de los valores caracteristicos comple-
jos se presentan en pares conjugados.)
Solucion Refiriendonos a la f6rmula de Ackermann, tal como se dio mediante la ecuaci6n (6-126) para
la matriz de ganancia de realimentaci6n del observador K" se tiene
K. m
Al observar que
Capitulo 6
se tiene
Problemas de ejemplo y soluciones
497
K." (G - - - m
Premultiplicando ambos miembros de esta ultima ecuaci6n f
l
= C(G -1'1 It
l
resulta
r.x, "C(G - - m
Definamos
(G - ILII)(G - 1L2 I) = G
2
+ {312 G + {313 I
(G - 1L21)(G - 1L3 I) = G
2
+ /322 G + /323 I
(G - 1L
31)(G
- ILl I) = G
2
+ {3
32G
+ /3331
Entonces la ecuaci6n (6-275) se convierte en
r.x. " C(G' + +
= [/323 /322 1][ ]-1 = 1
Por 10 tanto, CG
2
CG
2
1
Similarmente se obtiene
(6-274)
(6-275)
es decir,
Yasi,
[l}"[:]
[
fl] - 1[1]
K,
La ecuaci6n (6-276) da la matriz deseada K, en funcion de f), f
2
Yf
3
, donde
(6-276)
(G - K,C)*ft = C* - C* + /iift = /iift
Para demostrar que las f: son vectores caracteristicos de la matriz (G - K, C)*, note que
(G - K. C)*ft = (G - K. C)*[C(G - lLi 1)-1]*
= (G* - C*K:)(G* - /ii 1)-1C*
= (G* - /iiI + /iiI - C*K:)(G* - /iil)-IC*
= C* + (/ii I - C*K: )ft
= C* - C*K: ft + /ii ft
(6-277)
498 Ubicaci6n de palos y diseiio de observadores
Como se ha demostrado antes,
CiK. = 1
En consecuencia,
K: tr = 1
Por 10tanto la ecuacion (6-277) se convierte en
Capitulo 6
(G - K.C)*Cr = C* - C* + liiCr = liiCr
Asi que se ha demostrado que los vectores C(, f; y f
3
' son vectores caracteristicos de la matriz (G - K,
C)* correspondientes a los valores caracteristicos Ilb 112 Y1l3, respectivamente.
Problema A-6-15
En el problema A-6-14 se obtuvo la matriz de ganancia de realirnentacion del observador K, para el caso
en que los valores caracteristicos Ilb III Y113 de G - K, C fueran distintos. Supongamos que deseamos una
respuesta con oscilaciones muertas para el vector de error. Entonces requerimos que III = III = 113 = o.
Demuestre que para este caso la matriz K, puede darse como sigue:
donde
o
[
CI]-I[I]
K.
C
2
= CG-
2
,
[Note que los vectores f
l
, f
l
Yf
3
dados aqui son los vectores caracteristicos 0 vectores caracteristicos
generalizados de la matriz (G - K, C)*.] EI sistema se supone completamente observable.
Solucion Refiriendonos a la ecuacion (6-274),
K. (G - - - n
Al tomar III = III = 113 = 0 Ysustituir de acuerdo con esta ultima ecuacion, se obtiene
que se puede escnbir como sigue: [CG=3]-1 [0] [C3]-1 [0]
K. = CG 2 = C
2
CG-
I
1 C
I
1
(6-278)
Laecuacion (6-278) da la matriz de ganancia de realirnentacion del observador K, deseada cuando III = Il:
= 113 = o.
Observe que la ecuacion (6-278) puede ser modificada para leerse
[
CG-
3
] [0]
CG-
2
K. =
c..G-
1
1
Capitulo 6 Problemas de ejemplo y soluciones
499
que es equivalente a las siguientes tres ecuaciones:
CG-
3K,
= f3 K, =
CG-zK, = fzK, =
CG-
I
K, = flK, = 1
Por 10tanto se obtiene que
es dccir,
[
f
l
]-I[l]
K, = ~ : ~
que tarnbien da la matriz de ganancia de realimentaci6n deseada, cuando III = 112 = 113 = O.
Problema A-6-16
Considere el sistema
x(k + 1) = Gx(k) + Hu(k)
donde
G= [ ~ 1 6 -n,
Suponga que se utiliza el siguiente esquema de control:
u =-Kx
Utilizando MAfLAB, determine la matriz de ganancia de realimentaci6n del estado K, de modo que el
sistema tenga polos en lazo cerrado en
z = 0.5 + jO.5, z = 0.5 - jO.5
Utilice la f6rmula de Ackermann dada por la ecuaci6n (6-68).
Solucion Primero construimos la matriz J, cuyos valores caracteristicos son los polos en lazo cerrado
deseados.
J = [0.5 + jO.5 0.]
0.5 - JO.5
EI comando poly(I) da el polinomio caracteristico para J.
p = poly(J)
p=
1.0000 -1.0000 0.5000
Esta es la expresion MATLAB correspondiente al polinomio caracterfstico para J.
poly(J) = c/J(J) = JZ - J + 0.51
soo
Ubicocion de polos y diseiio de observadores
Capitulo 6
donde I es la matriz de identidad. Para la matriz
G =
el comando polyvalm (poly (J), G) evalua la J(G) siguiente:
J(G) = G
2
- G + 0.51 = [ - - [
= -;.34]
Yea la salida de MATLAB que sigue:
polyvalm(polyUJ,G)
ans =
1] + [0.5 ]
-1 0.5
0.3400
0.3200
-2.0000
2.3400
Refiriendonos a la f6rmula de Ackermann, dada por la ecuaci6n (6-68), la matriz K deseada se obtiene a
partir de
K = [0 1][H GHrl4>(G)
= [0 1]M-
I4>(G)
donde M = (H GH). Un programa MATLAB para la determinaci6n de la matriz de ganancia de
realimentaci6n de estado K se da en el programa 6-4 de MATLAB.
MATLAB Programa 6-4
% --Colocaci6n de polo en el plano z --
% *****Este programa determina el estado de la matriz de ganancia de
% realimentaci6n K, basado en la f6rmula de Akermann *****
% Anote la matriz de estado G la de control H *****
G = [0 1;-0.16 -lJ;
H = [O;lJ;
% *****Anote la matriz de controlabilidad My
% compruebe su rango*****
M = [H G*HJ;
rank(M)
ans =
2
% *****Como el rango de la matriz de controlabilidad es 2,
Capitulo 6 Problemos de ejernplo y soluciones
lc, es posible colocar un polo arbitrario*****
% ***** Anote el polo caracteristico deseado definiendo
'Y" la siguiente rnatriz J y calcular poly(J)***'*
J = [0.5+0.5*i 0;0 0.5-0.5*ij
1J = poly(J)
JJ =
501
1.0000 -1.0000 0.5000
'X, ***** Anote el polinomio caracteristico Phi*****
Phi = polvvalmtpolylll.G):
'Yo ****'EI estado de la matriz de ganancia de realimentacion 10 da*****'
K = [0 1]*inv(M)*Phi
K=
0.3400 -2.0000
k1 = K(l), k2 = K(2)
k1 =
0.3400
k2 =
-2
Problema A-6-17
Considere el sistema
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k)
donde
x(k) = vector de estado (de dimension 3)
u(k) = senal de control (cscalar)
y(k) = serial de salida (escalar)
y
G = [
-0.5
1
o
-0.2
o ]
1 ,
1.1
C = [0 1 0]
502 Ubicaci6n de palos y diseiio de observadores Capitulo 6
1. Determine la matriz de ganancia de realimentaci6n del estado K, tal que el sistema muestre una
respuesta con oscilaciones muertas a cualquier estado inicial. Suponiendo que el estado es completamen-
te medible, de modo que el estado real x(k) puede realimentarse para control, es decir,
u(k) = -Kx(k)
determine la respuesta del sistema al estado inicial
[b
a
c
]
x(O) =
siendo G, bye constantes arbitrarias.
2. Al suponer que s610 una porci6n del vector de estado es medible, es decir, solamente 10 es la
salida y(k), disefie el observador de orden minima tal que la respuesta de error del observador sea con
oscilaciones muertas. Suponga que la configuracion del sistema es la misma que la que se muestra en la
figura 6-11.
3. Considerando que el estado observado se utiliza para realimentacion, obtenga la respuesta del
sistema a
donde e(O) es el error de observador inicial para el observador de orden minimo, y G, b, c, a y (3 son
constantes arbitrarias.
4. Deduzca la funcion de transferencia de pulso Gf)(z) del regulador-observador.
Soluci6n Observe que el sistema es de estado completamente controlable y observable.
1. La matriz de ganancia de realimentaci6n de estado K requerida para respuesta con oscilaciones
muertas se puede obtener como sigue. Definamos
K = [k
1
k
z
k
3
]
Entonces
IzI - G + HKI = I .; I
k, + 0.5 k
z
+ 0.2 z + k
3
- 1.1
= Z3 + (k3 - 1.1)zZ+ (k
z
+ O.2)z + k, + 0.5 = 0
Al igualar esta ecuaci6n caracteristica a la ecuacion caracteristica deseada (para una respuesta con osci-
laciones muertas),
obtenemos
Con esta matriz K, la ecuacion de sistema se convierte en
x(k + 1) = Gx(k) + Hu(k) = (G - HK)x(k)
es decir,
Capitulo 6 Problemas de ejernplo y soluciones
503
La respuesta de este sistema a un estado inicial arbitrario se convierte en:
[
::m]= =
x3(1) 0 0 0 c 0
[
::m]= =
x3(2) 0 0 0 0 0
[
::m]= =
x3(3) 0 0 0 0 0
o sea
x(k) = 0, k = 3,4,5, ...
Claramente, la respuesta es con oscilaciones muertas.
2. Ahora disefiarernos un observador de orden minirno, suponiendo que solamente la salida y(k)
es medible. Primero transformaremos el vector de estado x(k) a un nuevo vector de estado (;(k), tal que la
matriz de salida C se transforme de [0 1 0] a [1 0 0]. La matriz siguiente T llevara a cabo la
transformaci6n requerida:
Entonces definimos
[
010]
T = 1 0 0
001
x(k) =
donde
De manera que las ecuaciones de sistema seran
+ 1) = T-
1
+ r
l
Hu(k) = + ilu(k)
y(k) = =
G= T-1GT =
o 0 1 -0.5 -0.2 1.1 0 0
_ _[Goa GOb]
-. -0.2 -0.5 1.1 - G
bo
G
bb
[!
C= CT = [0 1 = [1 0 0]
001
El sistema transformado esta dado por 10 tanto por
z2 - 1.2z + 0.52
(e)
Figura 7-10 a) Diagrama de bloques del sistema de control mediante la igualaci6n a un modelo: b) y c) diagramas de
bloques simplificados.
La rcspuesta al escalon unitario y a la rampa unitaria del sistema modelo sc mucstra en las figuras
7-11 y 7-12, rcspectivamente. La respuesta al escalon unitario presenta aproximadamente un 30% de
sobrepaso. y el error al scguir la entrada rampa unitaria es de alredcdor dc 0.55.
Comentarios. Es importante observar que este enfoque es diferente al de multiplicar el filtra
siguiente (funcion de transferencia pulso)
(z - 0.3679)(z - 1) 0.62z - 0.3
Z2 - 1.2z + 0.52 0.3679z + 0.2642
por la planta. Aunque, de forma maternatica, el praducto sea
(z - 0.3679)(z - 1) 0.62z - 0.3 0.3679z + 0.2642
Z2 - 1.2z + 0.52 0.3679z + 0.2642 (z - 0.3679)(z - 1)
0.62z - 0.3
Z2 - 1.2z + 0.52
y el sistema resultante tiene la funci6n de transferencia pulso del modelo, en este caso, la cancela-
ci6n se realiza entre un polo crfticamente estable en z = 1 Yun cera en z = I,
538 Enfoque de ecuacianes polinomiales para el disefio de sistemas de control Capitulo 7
Respuesta al escalon unitario
1.6 r---,----...------;----.,.-----,---.,-----.,---,
1.4
1.2 r ':' , , : .
o
::it
0.8
>..
0.6
0
0.4
0.2
01
0 5 10 15
40
k
Figura 7-11 Respucsta al escalon unitario del mode!o G"",I'h, dado por la ecuacion (7-14).
Respuesta a la rarnpa unitaria
20
15 10 5
2
4
6
8
20 r - - - - - - - r - - - - - - - - r - - - - - ~ - - - -
12
10
14
16
18
k
Figura 7-12 Respucsta a la rampa unitaria dcl modelo G , ~ d dado por la ccuacion (7-14).
Seccion 7-5 Diseno de sistemas de control mediante la iquolocion a un modelo 539
y el sistema se vuelve inestable. [Recuerde que nunca debe cancelar un polo inestable (0 crfticamente
estable) con un cero.] En el presente enfoque de ecuaciones polinorniales, no ocurren cancelaciones
entre polos inestables (0 crfticamente estables) y ceros durante el proceso de disefio y, por 10 tanto, el
sistema resultante siempre es estable.
Si no se desea que exista error en estado estable al seguir la entrada rampa, entonces se requie-
re cambiar el modelo. Por ejemplo, si se utiliza la funcion de transferencia pulso siguiente como la
funcion de transferencia pulso del modelo revisado
0.8z-0.48
~ l O d e l o = 0
z: - 1.2z+0.52
(7-15)
;0
entonces el error en estado estable al seguir la entrada rampa se hace cero. Sin embargo, el sobrepaso
maximo en la respuesta al escalon unitario es de alrededor de 45%. La respuesta al escalon unitario
y la respuesta ala rampa unitaria se presentan en las figuras 7-13 y 7-14, respectivamente.
Observe que al cambiar el modelo no se cambia el diagrama de bloques entre Y(z) y V(z),
porque Y(z)/V(z) es independiente de la funcion de transferencia pulso del modelo. Ademas, si se
desea cambiar el modelo, solo se necesita cambiar la funcion de transferencia pulso del primer
bloque desde Gmodelo a ~ l O d e l o
Respuesta al escalon unitario
1.6 r--....----.,r----.----r--,----r--.----,
o
1.4"0'
1.2 ~ .; , :....................... . ; : .
. . . . . .
. . . . .
.......... c......; .... ,."; '0 00,0: 00"000-00-0-0 .0-0-0 -o.o.e -0 c.e e eee.o.e
o o ~ ...
~
0.8 0
>.
0.6
0.4
0.2
0
0 5 10 15 20
k
25 30 35 40
Figura 7-13 Respuesta al escalon unitario del modelo G:'"""" dado por la ecuacion (7-15)
540 Enfoque de ecuaciones polinornioles para el disefio de sistemas de control Capitulo 7
Respuesta a la rampa urutana
20 15 10 5
2
6
8
20,.-------,-------.-----.,------"
18
16
14 r
12 ...
10
k
Figura 7-14 Respuesta a la rampa unitaria del modclo G,;""", dado par la ecuacion (7-15)
PROBLEMAS DE EJEMPLO YSOLUCIONES
Problema A-7-1
Considere los polinomios
A(z) = Z2 + al Z + a2
B(z) = boz
2
+ bIZ + b
2
La matriz de Sylvester Ese define como
o b
2
0]
a2 b, b
2
al bo bl
lObo
Muestre que la matriz E es no singular si y solo si no existe cancclacion entre los polinomios A(z) y B(z)
Solucion Se supone que las raices de A(z) = 0 son AI y A
2
Ylos de B(z) = 0 son A
3
y A
4
Por 10 tanto.
A(z) = Z2 + alz + a2 = (z - AI)(z - A
2
)
= Z2 - (AI + A
2)z
+ AI A
2
B(z) = boz
2
+ b, Z + b, = bo(z - A
3
)(z - A
4
)
= b
o
Z2 - b
o(A3
+ A
4
)z + b
o
A
3
A
4
Capitulo 7 Problemas de ejemplo y soluciones
De don de.
al = -(AI + A
z
),
b, = -b
o(A3
+ A
4
) ,
La matriz E se escribe en terminos de Acomo
541
EI determinante de la matriz E se puede calcular al utilizar la expansion de Laplace en menores.
lEI =, AlA
z
0 I' b
o
- b
o
(A
3
+ A4)1_1 AIA
z
0 //-b
o(A3
b
OA3
A4/
-(AI + Az) AIAz 0 bo 1 -(AI + A
z)
b
o
+/AIAzOII-bo(A3+A4) /+/-(AI+Az) AIA
z
1 b
o
-b
o(A3 + 1 -(AI + Az) b
o
_1-(AI+Az)AIAzllboA3A4 1+ll-(AI+Az)/1 b
oA3A4
0 I
1 bo -bo(A3 + A4) 1 -bo(A3
+ b
oA3A4
= A; A; - (A; Az + Al + + Al A
z
+ 2A
3
A
4
+ A;) - AlA
z
A
3
+ (A; + AIAz + - + A
z)(A3
+ +
= A; - A; A
z
A
3
- Al A;A
3
- A;A
z
A
4
- AlA;A
4
+ AlAzA; + Al + Al AzA; + A;A
3A4
+ Al
+ A; A
3
- AlA;A
4
- A
z
A;A
4
- Al A
3
A; - A
z
A
3
A; + A;A;)
Al reacomodar los terrninos del segundo miernbro de esta ultima ecuacion. se obtiene
lEI = - A
IA;A3
- A
1A;A4
+ - A;A
zA3
+ AIAzA; + AlA
zA3A4
- AzA; A
4
- A;
+ AlA
z
A
3
A
4
+ Al A
z
A; - A
z
A
3
A; + A; A
3
- AlA;A
4
- AlA
3
A; + A; A;)
= - A
IA3
- A
IA4
+ - A
zA3
- +
= - A
3)(AI
- - A
3)(Az
-
EI determinante lEI no es cera si al menos AI = A
3
0 AI = A
4
0 A
2
= A
3
0 A
2
= A
4
Por 10 tanto, Eno es
singular si y solo si no ocurre cancelacion entre A(z) y B(z). Esto es, si A(z) y B(z) son polinomios
coprirnos, entonces lEI no es cera y E-
1
existe,
Problema A-7-2
Suponga que en los polinomios A(z) y B(z) no ocurre cancelacion y que estan dados por
A (z) = ZZ + al z + az
B(z) = boz
z
+ bIz + b
z
Entonces la matriz de Sylvester E esta dada por
542 Enfoque de ecuaciones polinomiales para el disefio de sistemas de control Capitulo 7
Se definen
a(z) = aoz + a,
(3(z) = {3oz + (3,
D(z) = d
oz
3
+ d, Z2 + d
2z
+ d,
Muestre que si
a(z)A(z) + (3(z)B(z) = D(z)
entonces 0'0' aJ, (30, Y f3j se pueden determinar al calcular
donde
Solucion Primero se debe notar que
a(z)A(z) + (3(z)B(z) = (aoz + a,)(z2 + a,z + a2) + ({3oz + (3,)(b
oz
2
+ bi z + b
2)
= (0'0 + f30b
o)Z3
+ (a, + aoa, + {3,b
o
+ f30b')Z2
+ (a, a, + 0'0 a: + {3, b, + f30 b
2
)z + a, ai + (3, b
2
= D(z) = d
oz
3
+ d,Z2 + d
2z
+ d,
De donde,
do = 0'0 + f30bo
d, = a, + 0'0 a, + {3, b., + f30 b,
d2 = a,a, + aOa2 + {3,b, + f30b2
d
3
= a, a2 + {3, b
2
Ahora se calcula EM. Ya que
[
a2 0 b
2
EM = a, a2 b,
1 a, b
o
o 1 0
[
a, a2 + {3, b
2
]
= a, a, + 0'0 a2 + {3, b, + f30 b2
a, + aoa, + {3, b
o
+ {3, b,
0'0 + {3obo
al comparar cada elemento del segundo miembro de esta ultima ecuaci6n con d-; db d.; Ydo, respectiva-
mente, se tiene
Capitulo 7 Problemas de ejemplo y soluciones
De donde,
543
o los cocficientes de los polinomios a(.::) y f3(.::) se pueden determinar al multiplicar E-
1
por D.
Problema A-7-3
En el capitulo 6 se disenaron sistemas de rcgulacion y sistemas de control al utilizar un esquema de
realimcntacion del estado observado. En sistemas de una entrada y una salida, la salida siempre es mcdible.
Por 10 tanto. en dichos sistemas se requieren observadorcs de orden minimo. en lugar de observadores de
orden completo.
Considere el sistema de regulacion discnado mediante el enfoque de ubicacion de polos combina-
do con el observador de orden minimo. Las ecuaciones de la planta son
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k)
donde x es un vector de dimension n. u(k) es un escalar, y y(k) es tambien un escalar, Se supone que la
planta es de estado cornpletamente controlable y completamentc observable. Las ecuaciones de la planta
se pueden rescribir como
[
Xa(k + 1)] = [Gao Gab ][Xa(k)] + [Ha ]U(k)
xb(k + 1) G
ba
G
bb
xb(k) n,
y(k) = [1 OJ[Xa(k)]
xb(k)
donde y(k) = ,\,(k) es la variable de estado medible y xh(k) esta formado por las variables de estado no
medibles.
La ecuacion para cl regulador observador (controlador) se pueden obtener de las ecuacioncs
(6-148). (6-149) Y(6-159). reescritas
xb(k) - K.y(k) = i)(k)
i)(k + 1) = (G
bb
- K.Gab)i)(k)
+ [(G
bb
- K.Gab)K. + G
ba
- K.GaaJy(k)
+ (H, - K.Ha)u(k)
u(k) = -Ki(k)
(7-16)
(7-17)
(7-18)
dondc K es la matriz de ganancia de la realimentacion del estado y K,. es la matriz de ganancia del
observador. Se define
donde x(k) es un vector de dimension n Y xh(k) es un vector de dimension (n - I) que consiste de las
(n - I) variables de estado observadas. Tambien sc define
Entonces la ecuacion (7-18) es
(7-19)
544 Enfoque de ecuaciones polinomiales para el disefio de sistemas de control Capitulo 7
Muestre que las ecuaciones del regulador (0 controlador) pueden estar dadas por:
GD(z) = _ U(z) = f3(z)
Y(z) a(z)
donde
a(z) = k, W(z)Q + F(z)
f3(z) = (k
1
+ kbKe)F(z) + k, W(z)P
P = (G
bb
- K, Gab)K
e
+ G
ba
- K, G
aa
Q = H, - KeH
a
F(z) = IzI- G
bb
+ K, Gabl = ecuaci6n caracteristica para el observador de orden minima
(polinomio estable de grado n - 1)
W(z) = (zI - G
bb
+ K
eGab
)- 1F(z)
Tambien muestre que el diagrama de bloques para el sistema de regulaci6n puede estar dado como el que
se muestra en la figura 7-15.
Solution Al tomar la transformada z de la ecuaci6n (7-17), suponiendo condiciones iniciales cera, se
obtiene
zil(z) = (G
bb
- K, Gab)il(z) + [(G
bb
- K, Gab)K
e
+ Gba - KeGaa]Y(Z) + (H
b-
KeHa)U(z)
= (Gbb - KeGab)il(z) + PY(z) + QU(z)
que se puede escribir como
(zI - Gbb + KeGab)il(z) = PY(z) + QU(z)
Resolviendo esta ultima ecuaci6n para Tj (z), se tiene
Ya que
-1 W(z) = W(z)
(zI-G
bb
+ KeG
ab)
=II-G KG I
z bb + e ab F(z)
(7-20) 7-20)
U(z)
Plant
Ylz)
a(z)
F(z)
+ ~ z
F(z)
Figura 7-15 Diagrama de bloques del sistema de regulaci6n.
Capitulo 7 Problemas de ejernplo y soluciones
la ecuacion (7-20) sc escribe como sigue:
i](z) = ;g? [PY(z) + QU(z)]
AI sustituir la ecuacion (7-16) en la ecuaci6n (7-19), se obtienc
u(k) = -k1y(k) - kb[Key(k) + i](k)]
La transformada z de esta ultima ecuacion da
U(z) = r:k , Y(z) - kb[K
e
Y(z) + i](z)]
AI sustituir la ccuacion (7-21) en la ecuacion (7-22) da
545
(7-21 )
(7-22)
(7-23)
AI utilizar a(.:;)y (3(.:;) definidos en el enuneiado del problema, la ecuaci6n (7-23) se puede escribir como:
(7-24)
de donde Se obtiene
o bien
_ U(z)
Y(z)
f3(z)
a(z)
(7-25)
[Observe que F(.:;) es un polinomio estable. Por 10 tanto. las dos F(.:;) se pueden cancelar.] La ecua-
cion (7-25) cs la ccuacion del rcgulador (controlador). EI diagrama de bloques que rcprcsenta ala ecuacion
(7-24) se vuelve el de la figura 7-15. (Este corresponde a un sistema regulador.) Si este diagrarna de
bloques se incorpora al sistema de control, se obtiene el diagrama de bloques de la figura 7-5.
Problema A-7-4
En referencia al sistema de ejernplo discutido en la secci6n 7-3 (el sistema de regulaci6n discnado en cl
ejemplo 7-6) y al problema A-7-3. verifique que
a(z) = k
b
W(z)Q + F(z) = z + 0.32
f3(z) = (k
1
+ kbKe)F(z) + kW(z)P = 24(z - 0.6667)
Solucion En referencia al ejcmplo 6-11. se tiene
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k)
546 Enfoque de ecuacianes polinomiales para el disefio de sistemas de control Capitulo 7
donde
De donde.
H = [0.02]
0.2 '
C = [1 0]
Gs; = 1, Gab = 0.2, Gs: = 0,
H; = 0.02, H; = 0.2
Para la parte de ubicacion de polos, la ecuaci6n caracteristica deseada fue
IzI - G + HKI = Z2 - 1.2z + 0.52 = 0
La ganancia de realimentacion del estado K para la ecuaci6n caracteristica deseada se obtuvo como
K = [8 3.2]
Por 10 tanto.
Para la parte del observador de orden minima, la ecuaci6n caracteristica del observador fue
cP(z) = z = 0
La ganancia del observador K, se obtuvo como
K, = 5
De don de, P. Q. F(z), Y W(z) se obtuvieron como sigue:
P = (Gbb - K, Gab)K, + G
ba
- ~ a a
= (1 - 5 x 0.2) x 5 + 0 - 5 x 1 = -5
Q = H; - K,H
a
= 0.2 - 5 x 0.02 = 0.1
F(z) = z
W(z) = (z - Gbb + K, Gab)-I F(z) = (z - 1 + 5 X 0.2)-1 Z = 1
En consecuencia,
a(z) = k; W(z)Q + F(z) = 3.2 x 1 x 0.1 + z
= z + 0.32
f3(z) = (k 1 + kbK,)F(z) + k; W(z)P
= (8 + 3.2 x 5)z + 3.2 x 1 x (-5)
= 24z - 16 = 24(z - 0.6667)
Problema A-7-5
Muestre que el diagrama de bloques de la figura 7-5 se puede modificar al que se muestra en la figura 7-16
Solucion EI diagrama de bloques de la figura 7-5 se puede rnodificar al de la figura 7-17. Ya que I:;
funcion de transferencia pulso del lazo menor es
U(z) = 1 _ F(z)
X(z) 1 a(z) _ 1 a(z)
+ F(z)
al eliminar cl lazo menor se obtiene el diagrama de bloqucs de la figura 7-16.
Capitulo 7 Problemas de ejernplo y saluciones 547
Rlz)
F(z) B(z)
a(z)A(z)
P(z) t----.....
F(z)
YlZ)
Figura 7-16 Diagrama de bloques modificado.
R(z) U(z) y(z)
P(z)
F(z)
Figura 7-17 Diagrama de bloques de la figura 7-5 modificado para tener un lazo menor.
Problema A-7-6
Considere una planta definida por
Y(z) _ 1
U(z) - Z2 + Z + 0.16
Utilizando el enfoque de ecuaciones polinomiales, disene un sistema de control para esta planta basado
en el diagrama de bloques mostrado en la figura 7-5. Suponga que la ecuaci6n caracteristica deseada es
H(z) = (z - 0.6 - jOA)(z - 0.6 + JOA)
= Z2 - 1.2z + 0.52
y que F(z) (el polinomio del observador de orden minima) es
F(z) = z
Solucien En referencia a la figura 7-5, o(z) y (3(z) se determinan de la ecuaci6n Diofantina siguiente:
O'(z)A(z) + l3(z)B(z) = H(z)F(z) = D(z)
donde
A(z) = Z2 + Z + 0.16
B(z) = 1
D(z) = Z3 - 1.2z
2
+ 0.52z
1 01
o 1
o 0
o 0
Se definen
548 Enfoque de ecuaciones polinomiales para el disefio de sistemas de control Capitulo 7
La matriz de Sylvester E para este caso es
E" [T I
6
La inversa de la matriz E se puede obtener como
[
0 0 1 -1 1
E- I = 0 0 0 1
1 0 -0.16 0.16
o 1 -1 0.84
Observe que a(z) y (3(z) son polinomios de grado n - 1 = 2 -I = I, 0 bien,
a(z) = aoz + al
(3(z) = {3oz + {31
D = = M = [:1 dl 1.2 {31
do 1 (3o
Entonces el vector M se determina a partir de M = E-
1
D como sigue:
M = E-
I
D =
2.56
De donde a(z) y (3(z) se determinan como
a(z) = z - 2.2
(3(z) = 2.56z + 0.352
En referencia a la ccuacion (7-12), el sistema disenado tiene la funci6n de transferencia pulso Y(z)/Ri: I
siguiente:
Y(z) _ KoB(z) _ K 1
R(z) - H(z) - Z2 - 1.2z + 0.52
A continuaci6n se necesita determinar la ganancia K
o
de la Figura 7-5. Se rcquicre que la salida er
estado estable y(x) a una entrada escal6n unitario sea uno, 0
li (k) li z - 1 K z
irn y = rm-- 2 -- = 1
HI Z Z - 1.2z + 0.52 z - 1
de donde se obtiene
K
o
= 0.32
Por 10tanto, la funcion de transferencia pulso del sistema diseriado es:
Y(z) 0.32
R(z) = Z2 - 1.2z + 0.52
Un diagrama de bloques para el sistema disenado se presenta en la figura 7-18. La respuesta al escalor
unitario del sistema disenado se muestra en la figura 7-19.
Capitula 7 Problemas de ejernplo y soluciones 549
R(z) U(z)
Z2 + z 0.16
Ylz)
z-2.2
z
2.56z + 0.352
z
Figura 7-18 Diagrama de bloques del sistema disenado en el problema A-7-6.
Respuesta al escalon unitario
1.6 ,-----,----,----.,..----..,---,---...,-----r------,
40 35 30 25 20 15 10 5
o<>-_-'-__-'-_--J'--_-J-__-'--_-'-__-'--_--'
o
o
-OH..
1.2 e:
o 0
1.4
:
0.8
>:.
0
0.6
0.4
0
0.2
k
Figura 7-19 Respuesta al escalon unitario del sistema discnado en el problema A-7-6.
Problema A-7-7
En el problema A-6-17 se consider6 el diseno de un sistema regulador donde la planta estaba definida por
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k)
(7-26)
(7-27)
dondc
G = [
-0.5
1
o
-0.2
o ]
1 ,
1.1
C = [0 1 0]
550 Enfoque de ecuaciones polinomiales para el disefio de sistemas de control Capitulo 7
Se utiliz6 el enfoque de ubicaci6n de polos para determinar la matriz de ganancia K de realimentaci6n
del estado tal que el sistema de regulaci6n presente una respuesta del tipo de oscilaciones muertas para
cualquier estado inicial. Se us6 un observador de orden minimo tal que la respuesta al error de observa-
cion fuera del tipo de oscilaciones muertas.
Con el enfoque de ecuaciones polinomiales. disene un sistema de control equivalente para esta
planta cuya configuraci6n del diagrama de bloques sea la misma que la que se presenta en la figura 7-4.
Obtenga la respuesta al escal6n unitario y a la rampa unitaria del sistema disenado. EI periodo de muestreo
T del sistema es de 0.2 segundos.
Soluci6n En referencia al problema A-6-17. la ecuaci6n caracteristica deseada fue
[zl - G + HKI = Z3 = 0
Se define a
H(z) = Z3
La ecuacion caractenstica del error de observacion fue
Por 10 tanto. se define a
F(z) = Z2
z
-1
o ]-1[0]
~ 1 ~
OJ " _ 11,' ~ 0.2, + 05 [ ;,]
= [0
= [0
A continuaci6n se define la funcion de transferencia pulso G,(::) de la planta
Gp(z) = C(zI - G)-1 H
O ] [ ~
0.5 0.2 z
donde
z B(z)
=Z3 - 1.1z
2
+ 0.2z + 0.5 = A(z)
A(z) = Z3 - 1.1z
2
+ 0.2z + 0.5
B(z) = z
En consecuencia
al = -1.1, a2 = 0.2,
b., = 0,
En referencia a la figura 7-4, el diagrama de bloques para el presente sistema se puede dibujar como se
muestra en la figura 7-20.
EI polinomio caracterfstico para el sistema completo (sistema con realimentacion del estado ob-
servadoj es
D(z) = H(z)F(z) = Z3 . Z2 = ZS
Por 10 tanto.
do = 1, d, = 0, d; = 0, d, = 0
Capitulo 7 Problemas de ejernplo y soluciones
Del diagrama bloques de la figura 7-20. la ecuaci6n caracteristica para el sistema es
a(z)A(z) + {3(z)B(z) = 0
En consecuencia, en el enfoque de ecuaciones polinomiales se tiene
a(z)A(z) + {3(z)B(z) = H(z )F(z)
o bien
a(z )(Z3 - 1.1z
2
+ 0.2z + 0.5) + {3(z)z = Z5
551
Para determinar la funci6n de transferencia pulso 13(::)ia(::) del controlador. se resuelve esta ecuaci6n
Diofantina.
Para el presente problema n = 3 y la matriz de Sylvester E de Ln > 2n es de 6 . 6 como sigue:
0.5 0 0 0 0 0
0.2 0.5 0 1 0 0
E=
-1.1 0.2 0.5 0 1 0
1 -1.1 0.2 0 0 1
0 1 -1.1 0 0 0
0 0 1 0 0 0
E-
l
se puede obtener facilrnente mediante tvlATLAB. como se muestra a continuaci6n.
E=
0.5000 0 0 0 0 0
0.2000 0.5000 0 1.0000 0 0
-1.1000 0.2000 0.5000 0 1.0000 0
1.0000 -1.1000 0.2000 0 0 1.0000
0 1.0000 -1.1000 0 0 0
0 0 1.0000 0 0 0
inv(E)
ans =
2.0000 0 0 0 0 0
0 0 0 0 1.0000 1.1000
0 0 0 0 0 1.0000
-0.4000 1.0000 0.0000 0 -0.5000 -0.5500
2.2000 0 1.0000 0 -0.2000 -0.7200
-2.0000 0 0 1.0000 1.1000 1.0100
Para determinar a(::) y {3(::). prirnero se define
d
s
d.
D = d,
d
2
d,
do
o
o
o
o
o
1
552 Enfoque de ecuaciones polinomiales para el diseiio de sistemas de control Capitulo 7
R(z) VIz)
8(z)
A(z) Z3 _ 1.1 z 2 + 0.2z + 0.5
Y(z)
~ z
u(z)
Figura 7-20 Diagrama de bloques del sistema de control considerado en el problema A-7-7.
y cntonces M sc determina como
la eual se puede ealcular facilmente con MATLAS como sigue:
D = [0;0;0;0;0;1];
M = (inv(E))*D
M=
o
1.1000
1.0000
-0.5500
-0.7200
1.0100
Ahora se determinan O'(z) y (3(z) como sigue:
a(z) = aoz
2
+ O'IZ + 0'2 = Z2 + LIz
f3(z) = /3oz2 + 131 Z + (32 = 1.01z
2
- O.72z - 0.55
Por 10tanto, el controlador disenado es
f3(z) 1.01z
2
- O.72z - 0.55
O'(z) Z2 + LIz
Observe que esta funcion de transferencia pulso es la misma que la de la ccuacion (6-283). la funci6n de
transfcrcncia pulso del controlador observador obtenido en el problema A-6-17.
En refercncia ala figura 7-20, la funci6n de transferencia pulso en lazo ccrrado es:
Koa(z)B(z)
a(z)A(z) + f3(z)B(z)
B(z)
K
o
A(z)
f3(z) B(z)
1 +----
a(z) A(z)
Koa(z)B(z) K
O
( Z2 + 1.1z)z
H(z)F(z) Z5
Y(z)
R(z)
Capitulo 7 Problemas de ejernplo y soluciones 553
Observe que la cancelacion de ::2 ocurre entre a(::)f3(z) y 1!(::)F(z) y el sistema es de tercer orden. [EI
sistema podria haber sido de orden (2n - I) (0 de quinto orden) si no hubicra cancelacion.]
Para dctcrrninar la ganancia K'h se impone la condicion de que la salida en estado estable y(x) a la
entrada escalon unitario sea igual a uno, es decir,
. z-1K
o(z+1.1)
z
hmy(k) = lim-- 3 --1 = 2.1Ko = 1
Z Z Z -
Por 10 tanto.
K; = 0.4762
y la funcion de transferencia pulso en lazo cerrado es
Y(z)
R(z)
0.4762(z + 1.1)
Z3
0.4762z + 0.5238
Z3
EI sistema es de tercer orden. La respuesta del sistema disenado al escalon unitario se muestra en la figura
7-21. Observe que en la respuesta al escalon unitario la salida alcanza la unidad en tres periodos de
muestreo.
La respuesta del sistema disenado a la rampa unitaria se presenta en la figura 7-22. El error al
seguir la entrada rampa unitaria se puede ealcular como sigue:
E(z) = R(z) - Y(z) = [1 -
= (1 - 0.4762z 0.5238)R(Z)
(z - 1)(Z2 + Z + 0.5238) (
= R z)
Z3
1.4
1.2
Respuesta escalon unitario
0.8
0.6 c .. ....
o
0.4
0.2
5 10 15 20 25 30 35 40
k
Figura 7-21 Respucsta al escalon unitario del sistema diseiiado en cl problema A-7-7.
554 Enfoque de ecuaciones polinomiales para el diseiio de sistemas de control
k
Figura 7-22 Respuesta a la rampa unitaria del sistema disenado en eI problema A-7-7.
La entrada rampa unitaria R(z) esta dada por
Capitulo 7
Tz-
1
R(z) = (1 _ z 1/
En consecuencia,
0.2z
(z - 1/
. (k) I' z - 1 (z - 1)(z2 + Z + 0.5238) 0.2z
lirn e = Im-- 3 2
~ x z ~ Z Z (z - 1)
= 0.5048
Por 10tanto, el error al seguir la entrada rampa unitaria es 0.5048, como se puede observar en la figura
7-22.
Problema A-7-8
En referencia al problema A-7-7, considere la misma planta dada por las ecuaciones (7-26) y (7-27).
(Tarnbien refierase al problema A-6-17.) Suponga que los polinomios H(z) y F(z) son los mismos que los
utilizados en el problema A-7-7.
AI emplear el enfoque polinomial, disefie un sistema de control para la planta cuyo diagrama de
bloques sea el mismo que el de la figura 7-5. Entonces obtenga la respuesta al escalon unitario y a la
rampa unitaria del sistema disefiado. EI periodo de muestreo T del sistema es 0.2 segundos.
Solucion Para este problema
H(z) = Z3, F(z) = Z2
En referencia al problema A-7-7, la funcion de transferencia pulso Gp(z) de la planta es
G z _ z _ B(z)
p( ) - Z3 - 1.1z
2
+ 0.2z + 0.5 - A(z)
Capitulo 7 Problemas de ejemplo y soluciones 555
EI diagrama de bloques para el presente sistema se muestra en la figura 7-23. La ecuacion Diofantina
para este problema es
a(z)A(z) + (3(z)B(z) = H(z)F(z)
o bien
a(z )(Z3 - l.1z
2
+ 0.2z + 0.5) + (3(z)z = Z5
Esta ecuacion Diofantina se resolvio en el problema A-7-7 y el resultado fue
a(z) = Z2 + l.Iz
(3(z) = l.OIz
2
- O.72z - 0.55
Por 10 tanto, en referencia a la ecuacion (7-12), la funcion de transferencia pulso Y(z)/R(z) esta dada por
Y(z) KoB(z)
R(z) = H(z)
o bien
Y(z) Koz s;
R(z) =7=7
Para determinar la ganancia K
o
, se impone la condicion de que la salida en estado establey(x) a la entrada
escalon unitario sea igual a uno, es decir,
1
(k) li z - 1 K
o
z K 1
imy = Im---r-- = 0 =
~ z-e-I Z Z Z - 1
En consecuencia,
K
o
= 1
Por 10 tanto, Y(z)/R(z) es
EI sistema disefiado es de segundo orden. La respuesta al escalon unitario del sistema disefiado se mues-
tra en la figura 7-24. Observe que en la respuesta al escalon unitario la salida alcanza la unidad en dos
period os de muestreo.
Rlz) U(z)
z
P(z)
7
Y(z)
Figura 7-23 Diagrama de bloques del sistema de control considerado en el problema A-7-8.
556 Enfoque de ecuaciones polinomiales para el diseiio de sistemas de control
Respuesta a la rampa unitar.a
1.6 ,----,----r---,-----,---,------,----,---,
1.4
1.2
0.8
>.
0.6
0.4
0.2
0
0 5 10 15 20 25 30 35 40
k
Figura 7-24 Respuestaal escalonunitario del sistema diseiiadoen el problema A-7-8.
Capitulo 7
La respuesta a la rampa unitaria se presenta en la figura 7-25. EI error al seguir a la entrada rampa
unitaria se puede ealcular como sigue:
E(z) = R(z) - Y(z) = [1 -
= (1 - ?)R(Z) = (z - + 1) R(z)
La entrada rampa unitaria R(z) es
0.2z
(z - 1)2
En consecucncia,
li (k) I' z - 1 (z - l)(z + 1) 0.2z
1m e = 1m-- 2 2 = 0.4
z-1 z Z (z - 1)
Por 10tanto, el error al seguir a la rampa unitaria es 0.4, como se puede observar en la figura 7-25.
Al comparar los sistemas disenados en los problemas A-7-7 y A-7-8, el ultimo sistema que utiliza
la configuraci6n del diagrama de bloques de la figura 7-5 presenta un dcsernpeno superior.
Problema A-7-9
Considere una planta definida por
G( ) z + 0.5
z = Z3 _ Z2 + O.Olz + 0.12
Capitulo 7 Problemas de ejemplo y soluciones 557
Respuesta al escalon un.tario
o
/
/
/
/
/
/
,'" .0
/
" /
/
/
/
/
/
/
.0
/
/
/
/
4r------r------,--------,------;,
3 f- .
2.5 f- .
3.5 f- .
2 f- .
1.5 ;.
o
o
-:
o
e
0.5
20 15 10 5
o'
o ,.:'_<>_-<>'-/- -:----'----------'-------"'--------J
o
k
Figura 7-25 Respucsta a la tampa unitaria del sistema disenado en el problema A-7-8.
EI periodo de muestreo T es de un segundo. Suponga que en el prescntc problema es importante tener
error de scguirnicnto cero a una entrada rampa unitaria.
Se quierc discnar un controlador tal que el sistema de control tenga un comportarniento como cl
del sistema modclo cuya funcion de transferencia es
0.64.:-- 0.512
G
modclo
= (.:-' -1.2.:-+0.52)(.:--0.6)
0.64.:--0.512
.:-1 _ 1.8.:-' +1.24.:--0.312
(7-28)
(EI periodo de muestreo para este sistema tambien es un segundo.) Las rcspucstas al escalon unitario y a
la rampa unitaria del sistema modelo G
modcl o
se prescntan en la figura 7-26 y 7-27. rcspectivamcntc. (EI
error en estado estacionario al seguir una rampa unitaria cs cero. y el sobrepaso maximo en la respuesta
al escalon unitario es de alrededor de 70%.)
Soluci6n Se va a suponer que el diagrama de bloques del sistema es el mismo que el de la figura 7-9.
Para la planta dada.
A(z) == Z3 - Z2 + O.01z + 0.12
B(z) == z + 0.5
Por 10 tanto.
a, == 0.01, as == 0.12
b
o
== 0,
558 Enfoque de ecuaciones polinomiales para el disefio de sistemas de control Capitulo 7
Aespuesla al escalon unrtano
2..------,---.------..---..-----,.----,----,----,
35 30 25 20 15 10 5
o&-._--'-__--'-_----'__--'--__L.-_-L__-'--__
o 40
o
o
1.8 .............................................
1.6
1.4
0.8
1.2
0.2
0.4
k
Figura 7-26 Respuesta al escal6n unitario del sistema modelo G
m
""" ,, dado por la ecuaci6n (7-28).
Respuesta a ta rampa unitaria
20
18
16
14
12
10
>..
8
6
4
2
0
0
5 10 15 20
k
Figura 7-27 Respuesta a la rampa unitaria del sistema modelo Gm"Jd" dado por la ecuaci6n (7-28)
Capitulo 7 Problemas de sjernplo y soluciones 559
Es claro que no hay factores comunes entre A(=) y B(=). En este problema se puede seleccionar HJ(z)
como
HI(z) = Z2 - 1.2z + 0.52
Aqui se selecciona H
J
(=) para cancelar una parte del denominador de G
modcJo
' [Pero esto no es necesario.
EI requisito sobre H
J
(=) es que debe ser un polinomio estable de grado n -1 (en este problema n = 3).
Existe una infinidad de selecciones posibles para H
J
(=).) Se define
H(z) = B(z)HI(z)
= (z + 0.5)(z2 - l.2z + 0.52)
= Z3 - 0.7z
2
- 0.08z + 0.26
Ahora se escoge a F(z) como
F(z) = Z2
[F(z) debe ser un polinomio estable de grado n - I. En este caso, existe un sinnumero de opciones.)
Entonces D(z) es como sigue:
D(z) = F(z)H(z) = F(z)B(z)HI(z)
= ZS - 0.7z' - 0.08z
3
+ 0.26z
2
Por 10 tanto.
do = 1, d, = -0.7, d
2
= -0.08,
d, = 0.26, d. = 0, d
s
= 0
Ahara se necesita resolver la ecuaci6n Diofantina siguiente:
a(z)A(z) + l3(z)B(z) = F(z )B(z )Ht(z)
o bien
a(z)(z3 - Z2 + O.Olz + 0.12) + l3(z)(z + 0.5) = Z5 - 0.7z' - 0.08z
3
+ 0.26z
2
La matriz Sylvester de E de 6 x 6 para este problema es
a3 0 0 b
3
0 0
a2 a3 0 b
2 b
3
0
E=
al a2 a3 b
l
b
2
b
3
1 at a2 b
o b
l
b
2
0 1 al 0 b
o b
l
0 0 0 0 b
o
0.12 0 0 0.5 0 0
0.01 0.12 0 1 0.5 0
-1 0.01 0.12 0 1 0.5
1 -1 0.01 0 0 1
0 1 -1 0 0 0
0 0 1 0 0 0
560 Enfoque de ecuaciones polinomiales para el disefio de sistemas de control Capitulo 7
Mediante el uso de MATLAB, E-
l
se puedc obtener como sigue.
E=
0.1200 0 0 0.5000 0 0
0.0100 0.1200 0 1.0000 0.5000 0
-1.0000 0.0100 0.1200 0 1.0000 0.5000
1.0000 -1.0000 0.0100 0 0 1.0000
0 1.0000 -1.0000 0 0 0
0 0 1.0000 0 0 0
inv(E)
ans =
-3.8462 1.9231 -0.9615 0.4808 0.2596 0.3702
0 0 0 0 1.0000 1.0000
0 0 0 0 0 1.0000
2.9231 -0.4615 0.2308 -0.1154 -0.0623 -0.0888
-5.7692 2.8846 -0.4423 0.2212 -0.1206 -0.0697
3.8462 -1.9231 0.9615 0.5192 0.7404 0.6198
Sc definen
ds
0 a2
d4
0 al
D=
d
3
0.26
M=
ao
d; -0.08 '
/32
d
l
-0.7
{31
do 1 {3o
Entonces el vector M se puede obtener de
M = E-1D
Los calculos en MATLAB de esta ecuacion se muestran a continuacion.
o = [0;0;0.26;-0.08;-0.7;1];
M = (inv(E))*D
M=
-0.1000
0.3000
1.0000
0.0240
-0.1180
0.3100
Del vector M se obtiene los valores de las a y de las (3. (z) y (3(z) se determinan como
o (z ) = O'oZ2 + alZ + 0'2 = Z2 + 0.3z - 0.1
(3(z) = {3oz2 + {3IZ + {32 = 0.31z
2
- 0.118z + 0.024
Capitulo 7 Problemas de ejemplo y soluciones
AI usar estos polinomios o:(z) y (3(z), Y(z)!V(z) es:
Y(z) F(z)B(z) 1 1
V(z) = F(z)B(z)H1(z) = H
1(z)
= Z2 - 1.2z + 0,52
Como I'(::)/R(::) es
V(::) =G f! ~ = (0.64::-0.512)(z'-1.2z+0.52)
R(::) modclo ,(- (::'-1.2::+0.52)(z-0.6)
0.64z - 0.512
::-0.6
La funci6n de transferencia pulso Y(::)/R(::) es
Y(::)= 0.64::-0.512=G
R ~ ~ ~ - 1.2.: + 0.52 z - 0.6 model
561
EI sistema de control mediante la igualaci6n a un modelo disenado tiene el diagrama de bloque que se
presenta en la figura 7-28a). Este diagrama de bloques se puede simplificar como se muestran en las
figuras 7-28b) y c).
R(z)
(0.64z- 0.512Hz
2
- 1.2z + 0.52)
V(z) U(z)
z+ 0.5
Ylz)
(Z2 - 1.2z+ 0.52Hz- 0.6)
+
- Z3_ z2 + 0.01z + 0.12
L
~
Z2+ 0.3z- 0.1 0.31z
2
- 0.11Sz+ 0.024
t--
Z2 Z2
(a)
fflz)
0.64z - 0.512
V(z) Ylz)
f---- Z2- 1.2z+ 0.52 r--
1
(Z2 - 1.2z + 0.52Hz - 0.6) z2 - 1.2z + 0.52
(b)
R(z)
0.64z - 0.512
(Z2 - 1.2z + 0.52Hz - 0.6)
Ylz)
(e)
Figura 7-28 a) Diagramade bloquesdel sistemade control mediantela igualaci6n a un modelodisenado; b) y c)
diagramasde bloqucssimplificados.
562 Enfoque de ecuaciones polinomiales para el disefio de sistemas de control Capitulo 7
Como se establecio antes, G
modclo
Hj(z) debe ser fisicamente realizable. EI grado del polinomio
numerador de G
modclo
H1(z) debe ser igual 0 menor que el grado del polinomio denominador de G
modclo
Hj(z). Esto significa que para
Y(z) B(z) polinomio en z de grado m
--=--=
U(z) A(z) polinomio en z de grado n
donde A(z) y B(z) no tienen factores en cornun, y
B", (z) polinomio en z de grado m'
G =--=-'--------=----
modele A", (z) polinomio en z de grado n'
se debe tener
n' - m'<> n - m
Si esta condicion no se curnple, 10 mejor es modificar G
modclo
para que esta condici6n se cumpla y se
pueda aplicar el presente enfoque.
PROBLEMAS
Problema B-7-1
Considere los polinomios A(z) y B(z) definidos por
A(z) = ZZ + alz + az = (z - AI)(z - A
z
) = ZZ - (AI + Az)z + AIA
z
B(z) = b, Z + b
z
= b(z - A
3
) = bz - bA
3
donde b = b.. La matriz de Sylvester E se define como
E = [:: ~ t: ~
1 al 0 b,
o 1 0 0
Muestre que el determinante de E se puede obtener por
lEI = b\AI - A
3)(Az
- A
3
)
Problema B-7-2
Considere la ecuacion Diofantina siguiente:
a(z)A(z) + (3(z)B(z) = 1
donde
A(z) = ZZ - 0.7z + 0.1
B(z) = ZZ + 0.2z - 0.24
a(z) = aoz + al
(3(z) = {3oz + (31
Resuelva esta ecuaci6n Diofantina para a(z) y f3(z) y determine los coeficientes a
lh
aJ, f30 y f3j.
Capitulo 7 Problemas
Problema 8-7-3
Considere la planta Y(z)lU(z), donde
563
Y(z) B(z)
U(z) A(z)
Suponga que A(z) es un polinomio m6nico en z de grado n y que B(z) es un polinomio en z de grado m.
Suponga tambien que no hay factores comunes entre A(z) y B(2); esto es, la planta es de estado comple-
tamente controlable y completamente observable.
Considere la siguiente ecuaci6n Diofantina:
y(z)A(z) + l3(z)B(z) = F(z)[H(z) - A(z)]
donde H(z) es el polinomio caracteristico deseado para la parte de ubicaci6n de polos y que F(z) es el
polinomio caracteristico deseado para el observador de orden minimo. [H(z) es un polinomio m6nico de
grado m y F(z) es un polinomio de grado (n - 1).]
Muestre que esta ecuaci6n Diofantina se resuelve para f3(z) y y(z), entonces al utilizar
U(z) = - y(z) U(z) _ l3(z) Y(z)
F(z) F(z)
se completara el sistema de regulaci6n con realimentaci6n del estado observado.
Problema 8-7-4
En el ejemplo 7-3 se diseno un sistema de control tal que la ecuaci6n caracteristica para la parte de
ubicaci6n de polos era
H(z) = (z - 0.6 - jO.4)(z - 0.6 + jO.4) = Z2 - 1.2z + 0.52
y el polinomio caracteristico deseado para el observador de orden minima era
F(z) = z
La ecuaci6n Diofantina dada por la ecuaci6n (7-13) se resolvi6 y o:(z)y f3(z) se determinaron como sigue:
o:(z) = z + 0.32
l3(z) = 24z - 16
La con stante K
o
se determin6 como 8. La figura 7-6a) muestra el sistema disefiado,
Muestre que la sefial de control u(k) puede estar dada por
u(k) = -0.32u(k - 1) - 24y(k) + 16y(k - 1) + 8r(k),
u(O) = -24y(0) + 8r(0)
k=1,2,3, ...
Dibuje una grafica de u(k) contra k cuando la entrada r(k) es una secuencia de escal6n unitario.
Problema 8-7-5
Considere una planta definida por
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k)
donde
[
0
G = 0
-0.16
1 0]
o 1,
0.84 0
C = [1 0 0]
564 Enfoque de ecuaciones polinomiales para el diseiio de sistemas de control Capitula 7
La funci6n de transferencia pulso para la planta se puede escribir como
Y(z) B(z)
U(z) A(z)
Determine los polinomios A(z) y 8(z).
Al emplear el enfoque de ecuaciones polinorniales, disefie un sistema de control para la planta. Se
desea que el diagrama de bloques del sistema disefiado sea el mismo que el de la figura 7-4. Al resolver
la ecuaci6n Diofantina
a(z)A(z) + f3(z)B(z) = F(z)H(z)
suponga que H(z) y F(z) son, respectivamente, como sigue
F(z) = Z2
Obtenga la respuesta al escal6n unitario y a la rampa unitaria del sistema de control disefiado. EI periodo
de muestreo T es de 1 segundo.
Problema B-7-6
Considere la misma planta que la del problema 8-7-5. Al emplear el enfoque de ecuaciones polinomiales.
disefie un sistema de control para la planta. Utilice el diagrama de bloques de la figura 7-5. Suponga los
siguientes H(z) y F(z):
F(z) = Z2
Obtenga la respuesta al escal6n unitario y a la rampa unitariadel sistema de control disefiado. Suponga
que el periodo de muestreo es I segundo.
Problema B-7-7
Considere la planta definida por
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k)
donde
G ~ [r ~ ~ : J H ~ mc ~ [1 0 0]
Disefie un sistema de control para la planta. Para la parte de ubicaci6n de polos, se desea tener tres polos
de lazo cerrado en el origen, es decir,
H(z) = Z3
y para la ecuaci6n caracteristica del observador de orden minimo, se desea tener
F(z) = Z2
Utilice el enfoque de ecuaciones polinomiales para el diseno.
Problema B-7-8
Considere la planta definida por
Y(z) 0.6z + 0.5
U(z) (z - 1)2
Capitula 7 Problemas 565
AI usar cl enfoquc de ecuaciones polinorniales, para disefiar un sistema de control tal que el sistema se
cornporte como el modelo G
mooclo
siguiente:
Obtenga la respuesta al escalon unitario y ala rampa unitaria del sistema disenado (que es el mismo que
el modelo G
mooclo
) ' El periodo de rnuestreo T es I segundo.
Problema 8-7-9
Considere la planta definida por
Y(z)
U(z)
0.01873(z + 0.9356)
(z - l)(z - 0.8187)
Al utilizar el enfoque de ecuaciones polinomiales, discfte un sistema de control tal que el sistema se
comporte como el modele G"'OOclo siguientc:
0.32
G
mooclo
= :::' _ 1.2z +0.52
Obtenga la rcspuesta al escalon unitario y a la rampa unitaria del sistema de control (que es el mismo que
el modele G
mooclo
' EI periodo de rnuestreo T es 0.2 segundos.
B
Sistemas de control
6ptimo cuadratico
8-1 INTRODUCCION
Los problemas de control optimo son de gran interes para los ingenieros de control. Un sistema ce
control optimo -un sistema cuyo disefio "optima" (minimiza 0 rnaxirniza, segun sea el caso I e.
valor de una funcion seleccionada como el indice de desempeiio-i- difiere de uno ideal en que
el primero es mas alcanzable en presencia de restricciones fisicas, mientras que el ultimo bien puede
ser un objetivo inalcanzable.
indices de desempeiio. Al disefiar un sistema de control optimo 0 un sistema regulador or-
tirno, se necesita encontrar una regia para determinar la decision de control presente, sujeta a ciertas
restricciones, para minimizar alguna medida de la desviacion de un comportamiento ideal. Dichz
medida es provista, general mente, por el indice de desempeno seleccionado que es una funcion cuy(
valor se considera una indicacion de que tanto se parece el desempeno del sistema real al desempenc
deseado. En la mayoria de los casos, el comportarniento del sistema se hace optirno al escoger e
vector de control u(k) de tal forma que el indice de desempefio se minimice (0 maxirnice, dependien-
do de la naturaleza del Indice de desernpefio seleccionado). La seleccion de un indice de desernpefx
apropiado es importante porque, en alto grado, determina la naturaleza del sistema de control optimc
resultante, Esto es, que el sistema resultante sea lineal, no lineal, estacionario, 0 variante en el tiern-
po, dependera de la forma del indice de desempefio. Por 10 tanto, el ingeniero de control formula este
indice en base a los requisitos que el sistema debe cumplir y 10 toma en cuenta para determinar :.:
naturaleza del sistema resultante. Los requisitos de disefio por 10 regular no solo incluyen especifica-
ciones de desernpcfio, sino tambien, para asegurar que sea fisicamente realizable, restringen la forma
del control a utilizar.
566
Secci6n 8-1 Introducci6n 567
El proceso de optirnacion no solo debe proveer leyes de control optirno y configuraciones de
los parametros, sino tambien debe predecir la degradacion en el desempefio debido a cualquier des-
via del valor minimo (0 maximo) de la funcion del indice de desempefio que resulta cuando se
aplican leyes de control no optirnas.
El escoger el indice de desempefio mas apropiado para un problema dado es muy diflcil,
especialmente en sistemas complejos. EI uso de la teoria de optimacion en el disefio de sistemas ha
sido problernatico debido al conflicto entre la factibilidad analitica y la utilidad practica al seleccio-
nar el Indice de desempefio. Es preferible que el criterio para un control optirno se origine desde un
punto de vista practice y no maternatico. En general, sin embargo, la seleccion de un indice de
desempefio implica un compromiso entre una evaluacion util del desempefio del sistema y un pro-
blema matematico,
Formulacion de los problemas de optimizacion. EI problema de optimizacion de un sistema
de control se puede formular si se tiene la siguiente informacion:
1. Ecuaciones del sistema
2. Clase de vectores de control permitidos
3. Restricciones en el problema
4. Indice de desernpefto
5. Parametros del sistema
La solucion de un problema de control optimo consiste en determinar el vector de control optimo
u(k) dentro de la clase de vectores de control permitidos. Este vector u(k) depende de
1. La naturaleza del fndice de desempefio
2. La naturaleza de las restricciones
3. El estado inicial 0 salida inicial
4. EI estado deseado 0 salida deseada
Excepto en algunos casos, el problema de control optimo puede ser muy complicado para obtener
una solucion analitica por 10 que se tiene que obtener una solucion por computadora.
Cuestiones concernientes a la existencia de las soluciones a los problemas de control
optima. Se ha establecido que el problema de control optimo, dada una condicion inicial xeD),
consiste en encontrar un vector de control permitido u(k) que transfiera al estado a la region deseada
del espacio de estados y para el cual el indice de desempefio se minimiza.
Es importante sefialar que a veces una combinacion particular de planta, estado deseado, indi-
ce de desempefio y restricciones, hacen que un control optimo sea imposible. Esto es cuestion de
requerir un desempefio mas alia de las capacidades fisicas del sistema.
Las cuestiones que tienen que ver con la existencia de un vector de control optimo son impor-
tantes, ya que sirven para informar al disefiador si un control optimo es posible 0 no para un sistema
determinado y dado un conjunto de restricciones. Dos de las cuestiones mas importantes son aque-
lias acerca de la controlabilidad y observabilidad, que fueron presentadas en el capitulo 6.
568
Sistemas de control optima cucdrotico Capitulo 8
Comentarios acerca de los sistemas de controt optimo. EI sistema cuyo disefio minimiza (0
maximiza) el indice de desempefio seleccionado es, por definicion, optimo. Es evidente que el indice de
desempefio, en realidad, determina la configuracion del sistema. Es muy importante apuntar que un
sistema de control que es optimo bajo un indice de desernpeno es, en general, no optirno bajo otro
indice de desernpefio. Adernas, la realizacion en hardware de una ley de control optimo en particular
puede ser algo dificil y costosa. Asi, puede ser inutil dedicar demasiados recursos para implantar un
controlador optirno que es el mejor en solamente algun senti do individual limitado. A rnenudo, un
sistema de control se disefta para realizar una sola tarea que se especifica completamente de antema-
no. En vez de esto, se disefia para realizar una tarea seleccionada en forma aleatoria a partir de un
repertorio de tare as posibles, Entonces, en los sistemas practices, puede ser mejor buscar una ley de
control optimo aproximada que no este atada rigidamente a un solo indice de desernpefio.
Estrictamente hablando, se debe tratar que un sistema de control optirno obtenido en forma
matematica de, en la mayoria de los casos, el desernpefio mas alto posible bajo el indice de desernpe-
fio dado y es mas una herramienta de medicion que un objetivo practico. Adernas, antes de decidir si
se construye un sistema de control optimo 0 algo inferior mas simple, se debe evaluar con cu;"::::rl",,:
grado en el que el desempefio del sistema de control optimo complejo excede al del suboptimo
simple. Solo si se puede justificar, no se debe construir un sistema de control optirno extremadamen-
te complicado y costoso.
Una vez que el grado de desernpefio maximo se encuentra mediante el uso de la teo ria de
control optimo, se debe hacer un esfuerzo para disefiar un sistema simple que se acerque al optimo
Con esto en mente, se construye un sistema fisico prototipo, se prueba, y se modifica hasta que 50e
obtiene un sistema satisfactorio que tenga caracteristicas de desernpefio cercanas a las del sistema de
control optimo que se ha trabajado en teoria.
Los problemas de control optimo que se pueden resolver en forma analitica, dan una buena
vision de las estructuras y algoritmos optimos que se pueden aplicar a casos practices. Un ejernplo
de un problema de control optimo con solucion analitica es el problema de control optimo de siste-
mas lineales basados en indices de desempefio cuadratico. Los indices de desempefto cuadratico har
sido muy utilizados en sistemas de control practice como una medida del desernpefio del sistema
Control optimo cuadratico. Se considera un sistema de control definido por
x(k + 1) = Gx(k) + Hu(k)
donde
x(k) = vector de estado (vector-n)
u(k) = vector de control (vector-r)
G = matriz de n x n
H = matriz de n x r
En el problema de control optimo cuadratico se desea determinar una ley para el vector de centro
u(k) tal que un indice de desempefio cuadratico se minimice.
Un ejemplo de un Indice de desempefio cuadratico es
1 1N-]
J = "2 x*(N )Sx(N ) + "2 [x*(k)Qx(k) + u*(k)Ru(k)]
Seccion 8-2 Control optirno cuodrotico
569
donde las matrices S y Q son matrices Hermiticas definidas positivas 0 semidefinidas positivas y R
es una matriz Hermitica definida positiva. EI primer termino dellado derecho de esta ultima ecuacion
toma en cuenta la importancia del estado final. EI primer termino dentro de los corchetes de la
sumatoria toma en cuenta la importancia relativa del error durante el proceso de control, y el segun-
do terrnino toma en cuenta el gasto de energia de la sefial de control. Se supone que el vector de
control u(k) no esta restringido.
En la seccion 8-2 se demostrara que la ley de control optimo esta dada por:
u(k) = -K(k)x(k)
donde K(k) es una matriz de r x n variante en el tiempo. Si N = , entonces K(k) es una matriz
constante de r x n. El disefio de sistemas de control basado en dichos indices de desempefio cuadratico
depende de obtener la matriz K(k).
La caracteristica principal de una ley de control optimo basada en un indice de desempefio
cuadratico es que es una funcion lineal del vector de estados x(k). Dicha realimentacion del estado
requiere que todos los estados esten disponibles para realimentacion, Por 10tanto es ventajoso repre-
sentar al sistema en terminos de las variables de estado medibles. Si no todas las variables de estado
se pueden medir, se requiere estimar u observar las variables de estado no medibles. Entonces se
utilizan las variables de estado estimadas u observadas para generar las sefiales de control optirno,
La ventaja de utilizar el esquema de control optimo cuadratico es que el sistema disefiado sera
asintoticamente estable, excepto para algunos casos muy especiales. (Vease los problemas A-8-6 y
A-8-7.)
Existen diferentes enfoques para resolver los problemas de control optimo cuadratico. En este
capitulo se presenta un enfoque utilizado en general basado en la tecnica de minimizacion emplean-
do multiplicadores de Lagrange. Para el problema de control optimo cuadratico en estado estaciona-
rio, se presenta el enfoque de Liapunov. En la seccion 8-3 se mostrara que existe una relacion entre
las funciones de Liapunov y los indices de desempefio cuadratico.
Observe que cuando un sistema de control optimo se disefia en el espacio de estados es impor-
tante verificar las caracteristicas de respuesta en frecuencia. Algunas veces, se necesita una compen-
sacion especifica para efectos de ruido. Entonces llega a ser necesario modificar la configuracion
optima y aceptar una configuracion sub6ptima, 0 puede llegar a ser necesario modificar el indice de
desempefio.
Resumen del capitulo. La seccion 8-1 presento material introductorio. La seccion 8-2 trata
el problema de control optimo cuadratico basico y su solucion. La seccion 8-3 se ocupa del problema
de control optimo cuadratico en estado estacionario. Aqui se incluye el enfoque de Liapunov para
resolver el problema de control optimo cuadratico, La seccion 8-4 discute el control optimo cuadratico
de un sistema de seguimiento.
8-2 CONTROL OPTIMO CUADR.4TICO
Los problemas de control optimo cuadratico se pueden resolver mediante muchos enfoques diferen-
tes. En esta secci6n se resolvera el problema de control optimo cuadratico basico mediante el meto-
do convencional de minimizaci6n empleando los multiplicadores de Lagrange.
570 Sistemas de control optima cuadr6tico Capitulo 8
Problema de control optimo cuadrdtico. EI problema de control optimo cuadratico se puede
enunciar como sigue. Dado un sistema de control lineal de tiempo discreto
x(k + 1) = Gx(k) + Hu(k), x(O) = c
(8-1)
donde se supone que es de estado completamente controlable y donde
x(k) = vector de estado (vector-n)
u(k) = vector de control (vector-r)
G = matriz no singular de n x n
H = matriz de n x r
encuentre la secuencia de control optima u(O), u(1), u(2), ... , u(N I) que minimiza un indice de
desempefio cuadratico. Un ejemplo de indice de desempefio cuadratico para un proceso de tiempo
finito (0 s k ::;; N) es
donde
1 1N-]
J = 2
x
*(N)Sx(N) + 2 [x*(k)Qx(k) + u*(k)Ru(k)]
(8-2)
Q = matriz Hermitica (0 matriz real simetrica) definida
positiva 0 semidefinida positiva de n x n
R = matriz Hermitica (0 matriz real sirnetrica) definida
positiva de r x r
S = matriz Hermitica (0 matriz real sirnetrica) definida
positiva 0 semidefinida positiva de n x n
Las matrices Q, R YS se seleccionan para valorar la importancia relativa de la contribucion en el
desempefio debida al vector de estado x(k) (k = 0, 1, 2, ... , N - 1), al vector de control u(k) (k = 0,
I, 2, ... , N - 1), Yal estado final x(N), respectivamente.
El estado inicial del sistema esta en un valor arbitrario x(O) = c. EI estado final x(N) puede ser
fijo, en cuyo caso el termino +x*(N)Sx(N) se elimina del indice de desempefio de la ecuacion (8-2)
y en su lugar se impone la condicion terminal x(N) = Xj' don de x
j
es el estado terminal fijo. Si el
estado terminal x(N) no es fijo, entonces el primer termino en la ecuacion (8-2) representa el peso de
la contribucion en el desempefio debida al estado final. Observe que en el problema de minimiza-
cion, la inclusion del termino +x*(N)Sx(N) en el Indice de desempefio J implica que se desea que el
estado final x(N) este tan cerca del origen como sea posible.
Soluclon mediante el metoda convencional empleando multiplicadores de Lagrange. EI
problema de control optimo cuadratico es un problema de minimizacion que involucra una funci6n
de varias variables. Por 10 tanto, se puede resolver por el metodo de minimizaci6n convencional. El
problema de minimizacion sujeto a restricciones se puede resolver al afiadir dichas restricciones a la
funci6n a minimizar mediante el uso de los multiplicadores de Lagrange.
En el problema de minimizaci6n presente, se minimiza J que esta dado por la ecuacion (8-2).
repetida como:
1 1n-:
J = 2x*(N)Sx(N) + 2 [x*(k)Qx(k) + u*(k)Ru(k)]
(8-3 )
Seccion 8-2 Control optima cuadr6tico
cuando esta sujeta a restricciones especificadas por la ecuaci6n (8-1),
x(k + 1) = Gx(k) + Hu(k)
571
(8-4)
donde k = 0, I, 2, ... , N - I, Ydonde la condici6n inicial del vector de estado se especifica como
x(O) = c (8-5)
Ahora, al emplear un conjuntode multiplicadores de Lagrange A(I), A(2), ... , A(N), se define un nuevo
indice de desempefio L como:
1 1N-l
L = 2
x
* (N )Sx(N ) + 2 ([x*(k)Qx(k) + u*(k)Ru(k)]
+ X*(k + 1)[Gx(k) + Hu(k) - x(k + 1)]
+ [Gx(k) + Hu(k) - x(k + 1)]*X(k + I)} (8-6)
La raz6n para escribir los terrninos que involucran el multiplicador de Lagrange en la forma en que se
muestra en la ecuaci6n (8-6) es para asegurar que L = L*. (L es una cantidad escalar real.) Observe que
X*(O)[c - x(O)] + [c - x(O)]*X(O)
se puede sumar al indice de desernpefio L. Sin embargo, no se hara esto, para simplificar la presen-
taci6n. Es bien sabido el hecho de que minimizar la funci6n L definida por la ecuaci6n (8-6) es
equivalente a minimizar a J definida por la ecuaci6n (8-3) cuando esta sujeta a las mismas restriccio-
nes definidas por la ecuaci6n (8-4).
Para minimizar la funcion L, se necesita diferenciar L respecto a cada uno de los componentes de
los vectores x(k), u(k) y A(k) e igualar los resultados a cero. Sin embargo, desde el punto de vista
computacional, es conveniente diferenciar a L respecto a s, (k), Ii, (k), Y>:: i (k), donde s, (k), Ii i (k) Y
>::, (k) son los complejos conjugados de Xi (k), U, (k), y A, (k), respectivamente. (Observe que la sefial
y su complejo conjugado contienen la misma informaci6n maternatica.) Por 10 tanto, se tiene
aL
ax;(k) = 0,
aL
au;(k) = 0,
aL
aA;(k) = 0,
i = 1,2, ... ,n; k = 1,2, ... ,N
i = 1,2, ... ,r; k = O,I, ... ,N - 1
i = 1,2, ... ,n; k = 1,2, ... ,N
Estas ecuaciones son condiciones necesarias para que L tenga un minimo. Observe que las expresio-
nes simplificadas para las derivadas parciales anteriores son
aL
ax(k) = 0,
aL
au(k) = 0,
aL
a>:(k) = 0,
k=I,2, ... ,N
k = O,I, ... ,N - 1
k = 1,2, ... ,N
(8-7)
(8-8)
(8-9)
572 Sistemas de control optima cuodrctico Capitulo 8
En referencia al Apendice A (veanse los problemas A-7 y A-8) para la diferenciacion parcial de
formas cuadraticas complejas y bilineales con respecto a variables vectores, se tiene
a
-x*Ax=Ax
ax
y
a
----= x*Ay = Ay
ax
Entonces, las ecuaciones (8-7), (8-8) Y(8-9) se pueden obtener como:
aL
Qx(k) + G * ~ k + 1) - ~ k = 0, k = 1,2, ... ,N-1 (8-10)
ax(k) = 0:
aL
Sx(N) - A(N) = 0,
(8-11)
ax(N) = 0:
aL
Ru(k) + H * ~ k + 1) = 0, k=0,1, ... ,N-1 (8-12)
au(k) = 0:
aL
Gx(k - 1) + Hu(k - 1) - x(k) = 0, k = 1,2, ... ,N (8-13)
aK"(k) = 0:
La ecuaci6n (8-13) es simplemente, la ecuacion de estados del sistema. La ecuacion (8-11) especifica
el valor final del multiplicador de Lagrange. Observe que el multiplicador de Lagrange A.(k)se llama a
menudo covector 0 vector adjunto.
Ahora se simplificaran las ecuaciones obtenidas. De la ecuacion (8-1D) se tiene
X(k) = Qx(k) + G * ~ k + 1), k = 1,2,3, ... ,N - 1 (8-14)
con la condicion final }J.N)= Sx(N). Al resolver la ecuacion (8-12) para u(k) y al observar que R-
1
existe,
se obtiene
u(k) = -R-
1
H * ~ k + 1),
La ecuacion (8-13) se puede rescribir como
x(k + 1) = Gx(k) + Hu(k),
k = 0,1,2, .. . ,N - 1
k = 0,1,2, .. . ,N - 1
(8-15)
(8-16)
que es simplemente la ecuacion de estado. Al sustituir la ecuacion (8-15) en la ecuacion (8-16) resulta
en
x(k + 1) = Gx(k) - HR-
1
H * ~ k + 1) (8-17)
con la condicion inicial xeD) = c.
Para obtener la solucion al problema de minimizacion, se necesitan resolver las ecuaciones
(8-14) y(8-17) en forma simultanea, Observe que para el sistema de ecuaciones, la ecuacion (8-16), la
condicion inicial xeD) esta especificada, mientras que para la ecuaci6n del multiplicador de Lagrange.
la ecuacion (8-14), la condicion final A(N) esta especificada. Por 10tanto, el problema se convierte en
un problema con dos puntos de val ores en la frontera.
Si el problema de dos puntos de val ores en la frontera se resuelve, entonces el valor optimo para
el vector de estado y para el vector de multiplicadores de Lagrange se pueden determinar y el vector
de control optimo u(k) se puede obtener en la forma de lazo abierto. Sin embargo, si se emplea la
ecuacion de Riccati, el vector de control optimo u(k) se puede obtener en la forma de lazo cerrado 0
real imentado:
Seccion 8-2 Control optima cucdrotico
u(k) = -K(k)x(k)
573
donde K(k) es la matriz de realimentacion de r x n.
A continuacion, se obtendra el vector de control optirno u(k) en la forma de lazo cerrado
obteniendo, primero, la ecuacion de Riccati. Al suponer que A.(k) se puede escribir en la forma siguien-
te:
>"(k) = P(k)x(k) (8-18)
donde P(k) es una matriz Hermitica de n x n (0 una matriz simetrica real de n x n). Al sustituir la
ecuacion (8-18) en la ecuacion (8-14) resulta en
P(k)x(k) = Qx(k) + G*P(k + l)x(k + 1)
y al sustituir la ecuacion (8-18) en la ecuacion (8-17) da
x(k + 1) = Gx(k) - HR-
1
H*P(k + l)x(k + 1)
(8-19)
(8-20)
Observe que la ecuacion (8-19) y (8-20) no involucra a A.(k) y, por 10tanto, se ha eliminado A.(k). EI
proceso empleado aquf se llama transformacion de Riccati. Dicha transformacion es de una importan-
cia extrema para resolver el problema de valores en la frontera con dos puntos.
De la ecuacion (8-20) se tiene
[I + HR-
1
H*P(k + 1)]x(k + 1) = Gx(k) (8-21)
Para sistemas de estado completamente controlable, se puede demostrar que P(k + I) es definida
positiva 0 semidefinida positiva. Para una matriz P(k + I) al menos semidefinida positiva se tiene
u, + HR-
1
H*P(k + 1)1 = II, + H*P(k + I)HR-
1
1 = II, + R-
1
H*P(k + I)HI
= !R-11IR + H*P(k + I)HI -=1- a
donde se utilizo la relacion
II" + ABI =-11, + BAI,
A =matriz de n x n, B =matriz de r x n
(Vease el apendice A.) Asi, la inversa de I + Hr-
I
H*P(k + I) existe. En consecuencia, la ecuacion (8-
21) se puede escribir como:
x(k + 1) = [I + HR-
1
H*P(k + l)fl Gx(k)
AI sustituir la ecuacion (8-22) en la ecuacion (8-19), se obtiene
P(k)x(k) = Qx(k) + G*P(k + 1)[1 + HR-
1
H*P(k + l)fl Gx(k)
o bien
{P(k) - Q - G*P(k + 1)[1 + HR-
1
H*P(k + l)fl G}x(k) = 0
Esta ultima ecuacion se debe cumplir para toda x(k). Por 10 tanto, se debe tener
P(k) = Q + G*P(k + 1)[1 + HR-
1
H*P(k + l)fl G
La ecuacion (8-23) se puede modificar. Al utilizar ellema de inversion de matrices
(8-22)
(8-23)
574
y al hacer las sustituciones
A = I,
se obtiene
B = HR-
1
,
Sistemas de control optima cucdrotico
D = H*P(k + 1)
Capitulo 8
[I + HR-
1
H*P(k + 1)r1 = 1 - HR-1[1 + H*P(k + I)HR-
1
] - 1 H*P(k + 1)
= 1 - H[R + H*P(k + I)H]-1 H*P(k + 1)
En consecuencia, la ecuaci6n (8-23) se puede modificar a
P(k) = Q + G*P(k + I)G
- G*P(k + I)H[R + H*P(k + I)Hr
l
H*P(k + I)G (8-24)
La ecuaci6n (8-24) 0 su equivalente [tal como la ecuaci6n (8-23)] se denomina ecuaci6n de Riccati. En
referencia a la ecuaci6n (8-11) Y(8-18), al observar que k = N se tiene
P(N)x(N) = A(N) = Sx(N)
o bien
peN) = S (8-25)
Por 10tanto, las ecuaciones (8-23) y (8-24) se pueden resolver hacia atras desde k = N hasta k = O. Esto
es, se pueden obtener peN), peN- I), ... , P(O) al comenzar desde peN), el cual es conocido.
En referencia a las ecuaciones (8-14) y (8-18), el vector de control6ptimo u(k), dado por la
ecuaci6n (8-15), se escribe como
donde
u(k) = -R-1H*A(k + 1) = -R-1H*(G*tl[A(k) - Qx(k)]
= -W1H*(G*t1[P(k) - Q]x(k) = -K(k)x(k) (8-26)
(8-27)
La ecuaci6n (8-26) proporciona la forma en lazo cerrado, 0 forma realimentada, para el vector de control
6ptimo u(k). Observe que el vector de control 6ptimo es proporcional al vector de estado.
Note que el vector de control6ptimo u(k) se puede escribir de varias formas. En referencia a las
ecuaciones (8-18) y (8-22), u(k) se puede escribir como
u(k) = -R-
1
H*A(k + 1) = -R-
1
H*P(k + l)x(k + 1)
= -R-1H*P(k + 1)[1 + HR-1H*P(k + l)rlGx(k)
= -R-1H*[P-1(k + 1) + HR-1H*r1Gx(k)
= -K(k)x(k)
donde
Una forma ligeramente diferente del vector de control6ptimo u(k) se puede dar como
(8-28)
(8-29)
Secci6n 8-2 Control6ptimo cuodrotico
u(k) = -[R + H*P(k + 1)Hr
1
H*P(k + l)Gx(k)
= -K(k)x(k)
donde
K(k) = [R + H*P(k + 1)Hr
1
H*P(k + l)G
575
(8-30)
(8-31)
La equivalencia entre las expresiones para el vector de control 6ptimo u(k) que estan dadas por las
ecuaciones (8-26), (8-28) Y(8-30), se puede mostrar facilmente: vease el problema A-8-1.
Las ecuaciones (8-26), (8-28) Y(8-30) indican c1aramente que la ley de control6ptimo requiere la
realimentaci6n del vector de estado a traves de la ganancia variable en el tiempo K(k). La figura 8-1
muestra el esquema de control 6ptimo del sistema regulador basado en el Indice de desempefio
cuadratico. Es importante apuntar que la ganancia variante en el tiempo K(k) se puede calcular antes
de que el proceso cornience, una vez que la matriz de estados del sistema G, la matriz de control H, Y
las matrices de peso Q, R YS esten dadas. En consecuencia, K(k) se puede precalcular fuera de linea
y almacenarse para su uso posterior. Observe que el estado inicial x(O) no entra en los calculos para
K(k). El vector de control6ptimo u(k) en cada etapa se puede determinar inmediatamente al premultiplicar
el vector de estado x(k) por -K(k).
Observe que una propicdad de la matriz de ganancia de realimentaci6n K(k) es que casi es
con stante, excepto cerca del fin del proceso en k = N. (Vease el ejemplo 8-1 y el problema A-8-3.)
Evaluacion del indice de desempeiio minimo. A continuaci6n se evaluara el valor minimo
del indice de desempefio:
{
I N-l }
minI = min 2
x
*(N)Sx(N) + [x*(k)Qx(k) + u*(k)Ru(k)]
Al premultiplicar ambos lados de la ecuaci6n (8-19) por x*(k), se tiene
x*(k)P(k)x(k) = x*(k)Qx(k) + x*(k)G*P(k + l)x(k + 1)
Precalculo
de K(k)
x(k)
x(k)
Figura 8-1 Sistema rcgulador optimo bas ado en un indicc de dcscmpcno cuadratico.
576
Sistemas de control optima cuodrotico Capitulo 8
Al sustituir la ecuaci6n (8-21) en esta ultima ecuaci6n, se obtiene
x*(k)P(k)x(k) = x*(k)Qx(k) + x*(k + 1)[1 + H*P(k + 1)]*P(k + 1)x(k + 1)
= x*(k)Qx(k) + x*(k + 1)[1 + P(k + 1)HR-
1
H*]P(k + 1)x(k + 1)
Por 10 tanto,
x*(k)Qx(k) = x*(k)P(k)x(k) - x*(k + 1)P(k + 1)x(k + 1)
- x*(k + 1)P(k + 1)HR-
1
H*P(k + 1)x(k + 1) (8-32)
Tambien, de las ecuaciones (8-15) y (8-18) se tiene
u(k) = -R-
1
H*P(k + 1)x(k + 1)
Por 10 tanto,
u*(k)Ru(k) = [-x*(k + 1)P(k + 1)HR-
1]R[
-R-
1
H*P(k + 1)x(k + 1)]
= x*(k + 1)P(k + 1)HR-
1
H*P(k + 1)x(k + 1) (8-33)
Al sumar las ecuaciones (8-32) y (8-33), se tiene
x*(k)Qx(k) + u*(k)Ru(k) = x*(k)P(k)x(k) - x*(k + 1)P(k + 1)x(k + 1) (8-34)
Al sustituir la ecuaci6n (8-34) en la ecuaci6n (8-3), se tiene
1 1N-l
lmin = 2 x*(N)Sx(N) + 2 [x*(k)P(k)x(k) - x*(k + 1)P(k + 1)x(k + 1)]
1 1
= 2 x*(N)Sx(N) + 2 [x*(O)P(O)x(O) - x*(1)P(1)x(1) + x*(1)P(1 )x(1)
- x*(2)P(2)x(2) + ... + x*(N - 1)P(N - 1)x(N - 1) - x*(N)P(N)x(N)]
1 1 1
= 2x*(N )Sx(N ) + 2x*(O)P(O)x(O) - 2x*(N)P(N)x(N) (8-35)
Observe que de la ecuaci6n (8-25) se tiene peN) = S. En consecuencia, la ecuaci6n (8-35) es
lmin =
(8-36)
Asi, el valor minimo del indice de desempefio J esta dado por la ecuaci6n (8-36). Este es funcion del
P(O) y del estado inicial x(O).
Ejemplo 8-1
Considere el sistema de control de tiempo discreto definido por
x(k + 1) = O.3679x(k) + O.6321u(k), x(O) = 1
Determine la ley de control optimo que minimiza el indice de desernpeno siguiente:
J = i[X(1O)]2 + [x
2
(k) + u
2
(k)]
Seccion 8-2 Control optima cuodrotico
577
Observe que en este ejemplo S = l , Q= \ Y R = \. Tarnbien determine el valor minimo del indice de
desernpeno J.
En referencia a laecuaci6n (8-23), P(k) se obtiene como sigue:
P(k) = 1 + (O.3679)P(k + 1)[1 + (0.6321)(1)(0.6321)P(k + 1W
1(0.3679)
que se puede simplificar a
P(k) = 1 + 0.1354P(k + 1)[1 + 0.3996P(k + 1W
1
La condici6n de frontera para P(k) esta especificada por la ecuaci6n (8-25), y en este ejemplo
peN) = P(lO) = S = 1
Ahora se calcula P(k) de arras hacia adelante desde k = 9 hasta k = 0:
P(9) = 1 + 0.1354 x 1(1 + 0.3996 x 1)-1 = 1.0967
P(8) = 1 + 0.1354 x 1.0967(1 + 0.3996 x 1.0967)-1 = 1.1032
P(7) = 1 + 0.1354 x 1.1032(1 + 0.3996 x 1.1032)-1 = 1.1036
P(6) = 1 + 0.1354 x 1.1036(1 + 0.3996 x 1.1037)-1 = 1.1037
P(k) = 1.1037, k = 5,4,3,2,1,0
Observe que los valores de P(k) se aproximan rapidamente al valor en estado estacionario. El valor en
estado estacionario PH se puede obtener de
Pss = 1 + 0.1354Pss(1 + 0.3996Pss)-1
o bien
0.3996J>;s + 0.4650P
ss
- 1 = 0
Al resolver esta ultima ecuaci6n para P,." se tiene
P,,= 1.1037 o -2.2674
Como P(k) debe ser positiva, se encuentra que el valor en estado estacionario de P(k) es \.\ 037.
La ganancia de realimentaci6n K(k) se puede calcular de la ecuaci6n (8-27):
K(k) = (1)(0.6321)(0.3679)-1[P(k) - 1] = 1.7181[P(k) - 1]
Al sustituir los val ores de P(k) obtenidos, se obtiene
K(lO) = 1.7181(1 - 1) = 0
K(9) = 1.7181(1.0967 - 1) = 0.1662
K(8) = 1.7181(1.1032 - 1) = 0.1773
K(7) = 1.7181(1.1036 - 1) = 0.1781
K(6) = K(5) = ... = K(O) = 0.1781
La ley de control 6ptimo esta dada por
u(k) = -K(k)x(k)
Yaque
x(k + 1) = 0.3679x(k) + 0.6321u(k) = [0.3679 - 0.6321K(k)]x(k)
578
Sistemas de cantrol optima cuodrotico
se obtiene
x(l) = [0.3679 - 0.6321K(0)]x(0)
= (0.3679 - 0.6321 X 0.1781) X 1 = 0.2553
x(2) = (0.3679 - 0.6321 X 0.1781) X 0.2553 = 0.0652
x(3) = (0.3679 - 0.6321 X 0.1781) X 0.0652 = 0.0166
x(4) = (0.3679 - 0.6321 X 0.1781) X 0.0166 = 0.00424
Los valores de x(k) para k = 5, 6, ... , lOse aproxima a cero rapidarnente.
Ahara, la secuencia de control optima u(k) se obtiene como sigue:
u(O) = -K(O)x(O) = -0.1781 X 1 = -0.1781
u(l) = -K(l)x(l) = -0.1781 X 0.2553 = -0.0455
u(2) = -K(2)x(2) = -0.1781 X 0.0652 = -0.0116
u(3) = -K(3)x(3) = -0.1781 X 0.0166 = -0.00296
u(4) = -K(4)x(4) = -0.1781 X 0.00424 = -0.000756
u(k) 0, k = 5,6, ... ,10
Capitulo 8
Las graficas de los valores de P(k), K(k), x(k) y u(k) se dibujan en la figura 8-2. Observe que los
valores de P(k) y K(k) son constantes excepto para las etapas finales.
Por ultimo, el valor minima del Indice de descmpefio J se obtiene a partir de la ecuacion (8-36,
1 1
i.: = 2x* (O)P(O)x(O) = 2(l X 1.1037 x i) = 0.5518
P(k) K(k)
0.5
0.2
0.1
x(k)
1.0
0.5
o
o
2
4 6 8 10 k
u(k)
0.1
-0.2
o 2
2
4
4
6
6
8 10 k
8 10 k
Figura 8-2 Graficas de P(k) contra k, x(k) contra k, y u(k) contra k K(k) contra k para el sistema considerado en
el ejemplo 8-1.
Seccion 8-2 Control optima cucdrotico
579
Enfoque de MATLAB a la soluci6n de este problema ejernplo. Un programa de MATLAB se
puedc escribir facilmente para resolver este problema ejernplo. El programa 8-1 de MATLAB muestra un
posible programa. [En este programa se util izo la ecuacion (8-24) para el calculo de P(k).)
Programa de MATLAB 8-1
C = 0.3679; H = 0,6321; 0 = 1; R = 1; 5 = 1; xO = 1;
N = 11; p(N) = 5; x(l) = 1; Pncxt = 5;
for i = N-1; - 1: 1,
P = 0 + C'*Pnex(*G - G'*Pnext*H*inv(R+H'*Pnext*H)*H'*Pnex(*G;
p(i) = P; Pnext = P;
end
for iN: -1 :1,
K = inv(R)*H'*inv(G')*(p(i) - 0);
k(i) = K;
end
fori=1:N-1,
xnext = (G-H*k(i))*x(i);
xli + 1) = xnext;
end
for i =1 :N,
uri) = -k(i)*x(i);
end
Para imprimir los val ores de PO, P1, ' . ' , PlO [que corresponden a p( 1), p(2), , , '. p( 11)], KO, K1, ,
, , K10 lque corrcsponden a k(1), k(2), ' . , , k(11)), xO, x1, , , , , x10 [que corresponde a x( 1), x(2), ' ,
" x(ll)), y uO, u1"", ulO [que corrcsponden a u(O), u(l),.,., u(10)u(9), u(2)",. utl l l], se
introduce cl comando de imprcsi6n como sigue.
% ***** lrnpresion de P, K, x Yu *****
M = [pi
k'
x' u
']
M=
1.1037 0.1781 1.0000 -0.1781
1.1037 0.1781 0.2553 -0.0455
1.1037 0.1781 0.0652 -0.0116
1.1037 0.1781 0.0166 -0.0030
1. 1037 0.1781 0.0042 -0.0008
1. 1037 0.1781 0.0011 -0.0002
1.1037 0.1781 0.0003 -0.0000
1.1036 0.1781 0.0001 -0.0000
1.1032 0.1773 0.0000 -0.0000
1.0967 0.1662 0.0000 -0.0000
1.0000 a 0.0000 a
580 Sistemas de control6ptimo cuodrotico Capitula 8
La primera columna de la matriz, M proporciona desde arriba hacia abajo los valores de PO,
Pl, ... , Pl O. De la misma manera, la segunda, tercera y cuarta columnas proporcionan los valores de
KO, Kl, ... ,Kl 0; xO, xl , ... r xl 0; y uO, ul , ... r ul 0; respectvamente.
Problema de control optima cuadrdtico discreto. A continuacion se considera el control
optimo cuadratico de un sistema de control discreto. Considere el sistema de control en tiempo
continuo
x = Ax + Bu
donde
(8-37)
u(t) = u(kT),
y el indice de desernpefio a minimizar es
kT:s t < (k + l)T
11ft!
] = 2
x
*(tt )Sx(tt ) + 2 0 [x*(t)Qx(t) + u*(t)Ru(t)] dt (8-38)
Se supone que el sistema de control de tiempo continuo esta aproximado por su equivalente discreto.
La ecuacion del sistema discretizado es
xk + l)T) = G(T)x(kT) + H(T)u(kT)
y el indice de desempefio discretizado cuando t
1
= NT se escribe como sigue:
] =
1N-I
+ 2 [x*(kT)QI x(kT) + 2x*(kT)M
1
u(kT) + u*(kT)R
j
u(kT)]
Se observa que el terrnino integral en la ecuacion (8-38) no se reemplaza por
1N-I
2 [x*(kT)Qx(kT) + u*(kT)Ru(kT)]
(8-39)
pero se modifica para incluir un termino cruzado que involucra a x(k7) y u(k7). Tambien se modifican
las matrices Qy R. A continuacion, se considerara el problema de control optimo discreto mediante el
empleo de un ejemplo simple.
Considere el sistema de tiempo continuo definido por
x(t) = ax(t) + bu(t)
donde a y b son constantes y
(8-40)
u(t) = u(kT), kT:s t < (k + l)T
El indice de desempefio a minimizar es
1 1fNT
] = 2x
2(NT)
+ 2 0 [Qx
2(t)
+ Ru
2(t)]
dt
(8-41 )
Seccion 8-2 Control optima cucdrotico
581
Se va a discretizar la ecuacion del sistema y el indice de desernpefio y se enunciara el problema de
control optirno cuadratico discreto.
La ecuacion (8-40) se puede discretizar como
x((k + l)T) = G(T)x(kT) + H(T)u(kT)
donde
G(T) = eaT
I
T b
H(T) = eaTbdr=-(eaT-l)
o a
o bien
x((k + 1)T) = eaTx(kT) + !!.. (eaT - l)u(kT)
a
(8-42)
EI fndice de desernpefio J dado por la ecuacion (8-41) se puede discretizar. Primero, J se rescribe asf
Al observar que la solucion x(t) para kT ~ t < (k + I)Tse puede escribir de la siguiente manera
x(t) = ea(t-kT)x(kT) + rea(t-T) bu(r) dr
kT
= ~ t - kT)x(kT) + TJ(t - kT)u(kT)
donde
~ t - kT) = ea(t-kT)
T/(t - kT) = I' ~ t - r)b dr = !!.. [ea(t-kT) - 1]
kT a
el fndice de desempefio J) se puede escribir como sigue:
1 1N-] I(k+])T
J] = '2
x2
(NT) + '2 ~ o kT { Q [ ~ t - kT)x(kT) + T/(t - kT)u(kT)Y
+ Ru
2(kT)}dt
1 1N-] I(k+])T
= '2 x
2(NT)
+ '2 ~ o kT [Qe(t - kT)x
2(kT)
+ Q ~ t - kT)T/(t - kT)x(kT)u(kT)
+ QT/2(t - kT)u\kT) + Ru
2(kT)]
dt
1 1N-]
= '2
x2
(NT) + '2 ~ o [Q]x\kT) + 2M]x(kT)u(kT) + R] u
2(kT)] (8-43)
582
donde
Sistemas de control optirno cuodrotico Capitulo E
f
(k+ I )T
QI = Qf(t - kT) dt
kT
f
(k + I )T
M
1
= - kT)TJ(t - kT) dt
kT
f
(k + l)T
R
I
= [QTJ2(t - kT) + R] dt
kT
Observe que Q], M
1
YR
1
se pueden simplificar como sigue:
f
(k + l )T Q
QI = Qe
2a(t-kT)
dt = - (e
2aT
- 1)
kT 2a
f
(k+ l )T b bQ
M
I
= kT - l]dt = 2a
2
( e
aT
- 1)2
R
1
= + I)T [ Q [ea(t-kT) - 1]r+ Rldt
= b
2
Q[(eaT _ 3)(e
aT
_ 1) + 2aT] + RT
2a
3
(8-+-11
,
(8-+6
1
En resumen, el problema de control optimo cuadratico discreto se puede enunciar como sigue.
dada la ecuacion de un sistema discretizado
xk + 1)T) = G(T)x(kT) + H(T)u(kT)
donde
G(7) = ear
Y
H(7)=Jz.. (ear_I)
a
encuentre la secuencia de control optima u(O), u(n, ... , uN - 1)7) tal que el indice de desempenc
siguiente se minimice:
'V-I
II = x
2(NT)
+ [QI x
2(kT)
+ 2M] x(kT)u(kT) + R
I
u
2(kT)]
Tal indice de desernpefio que incluye un termino cruzado que involucra los terminos x(k7) y ui]: T
puede ser modificado a otra forma que no los incluya, y la solucion del problema de control optimc
discreto se puede obtener de una manera similar a la del problema de control optimo cuadraticc
presentada anterionnente en esta seccion. Esta cuestion se presenta a continuacion.
indice de desempeiio que incluye un termino cruzado que involucra a x(k) y u(k). Ahora se
considera el problema de control optimo cuadratico en donde el sistema es como el dado por la
ecuacion (8-1), el cual fue
x(k + 1) = Gx(k) + Hu(k),
y el indice de desernpefio esta dado por
x(O) = c
N-I
1= !x*(N)Sx(N) +! I [x*(k)Qx(k) + 2x*(k)Mu(k) + u*(k)Ru(k)]
2 2 k=O
Secci6n 8-2 Control 6ptimo cucdrotico
583
donde Qy S son matrices Hermiticas definidas positivas 0 semidefinidas positivas de n x n, Res una
matriz Hermitica definida positiva de r x r, y M es una matriz de n x r tal que la matriz
es positiva definida. Esto significa que
[x*(k) U*(k)][~ ~ ] [ ~ Z ~ ]
= x*(k)Qx(k) + x*(k)Mu(k) + u*(k)M*x(k) + u*(k)Ru(k)
=x*(k)Qx(k) + 2x*(k)Mu(k) + u*(k)Ru(k)
es definida positiva. Observe que el Indice de desempefio J dado por la ecuaci6n (8-47) incluye un
termino cruzado que involucra a x(k) y u(k).
Para obtener el vector de control 6ptimo u(k), se define a
Q= Q - MR-
1
M* (8-48)
y al eliminar Q del indice de desempefio 1. Entonces, la ecuaci6n (8-47) es
1 1N-l ,
J = 2
x
*(N)Sx(N) + 2 o {x*(k)[Q + MR-
1
M*]x(k)
+ 2x*(k)Mu(k) + u*(k)Ru(k)}
1 1N-l A
=2
x
*(N)Sx(N) + 2 o [x*(k)Qx(k) + x*(k)MR-
1
M*x(k)
+ 2x*(k)Mu(k) + u*(k)Ru(k)]
1 1N-l ,
= 2
x
*(N)Sx(N) + 2 o {x*(k)Qx(k)
+ [x*(k)MR-
1
+ u*(k)]R[R-
1
M*x(k) + u(k)]} (8-49)
Se define
v(k) = R-
1
M*x(k) + u(k)
Entonces la ecuaci6n (8-49) se puede escribir como sigue:
1 1N-l ,
J = 2
x
*(N)Sx(N) + 2 o [x*(k)Qx(k) + v*(k)Rv(k)]
(8-50)
(8-51)
Observe que la ecuaci6n (8-51) ya no involucra el termino cruzado. Efectivamente se ha eliminado el
terrnino cruzado que involucra a x(k) y u(k).
Al sustituir la ecuaci6n (8-50) en la ecuacion del sistema, la ecuacion (8-1), se obtiene
x(k + 1) = Gx(k) + H[v(k) - R-
1
M*x(k)]
= (G - HR-
1
M*)x(k) + Hv(k)
= Gx(k) + Hv(k) (8-52)
584
donde
Sistemas de control optima cuodrotico
G = G - HR-1M*
Capitulo 8
(8-53)
Observe que el control optimo cuadratico del sistema dado por la ecuaci6n (8-1) con el indice de
desempefio dado por la ecuacion (8-47) es equivalente al control optimo cuadratico del sistema dado
por la ecuacion (8-52) con el indice de desernpefio dado por la ecuaci6n (8-51). Por 10 tanto, el vector
de control optimo v(k) que minimiza el indice de desernpefio dado por la ecuacion (8-51) se puede dar
como sigue. En referencia a las ecuaciones (8-26), (8-28) Y(8-30), se tiene
(8-54)
o
o sea
v(k) = -[R + H*P(k + l)Hr
l
H*P(k + l)Gx(k)
-
donde P (k) es una version modificada de la ecuacion (8-23), es decir,
P(k) = Q+ G*P(k + 1)[1 + HR-
1
H*P(k + 1)]-1G, P(N) = S
Entonces, el vector de control optimo u(k) se puede dar como
u(k) = v(k) - R-1M*x(k)
(8-55)
(8-561
(8-57\
(8-581
donde v(k) esta dada por la ecuacion (8-54), (8-55) Y(8-56). Cualquiera que sea la expresion que se usc
para v(k), la ecuaci6n (8-58) se puede reducir ala siguiente forma:
u(k) = -[R + H*P(k + l)H]-l[H*P(k + l)G + M*]x(k)
(Para detalles, vease el problema A-8-2.)
Ejemplo 8-2
Considere el sistema de control continuo
(8-59
1
i(t) = -x(t) + u(t),
donde
xeD) = 1
y el indice de desempefio
u(t) = u(kT), kT t < (k + l)T
donde T I segundo y N = 10. Discretice la ecuacion del sistema y el indice de desempeno. Entonces
determine la secuencia de control optirno u{kT) para k = 0, 1,2, ... , 9; esta sera la secuencia de control pan
la cual el indice de desempcno es minima. Tambicn, obtenga el valor minima de 1.
En referencia a las ecuaciones (8-40) y (8-42), la ecuacion del sistema discretizado es
b
x((k + l)T) = e'"x(kT) + - (eaT - l)u(kT)
a
Secci6n 8-2 Control 6ptimo cuadr6tico
donde a = -I. b = I YT 1. Por 10tanto. la ecuaci6n del sistema se convierte en
585
x(k + 1) =0 0.3679x(k) + 0.6321u(k), x(O) =0 1 (8-62)
La discretizaci6n del indice de desernpeno es
1 1N-I
JI =0 2x\N) + 2 [Qlx
2(k)
+ 2M1x(k)u(k) + RI u
2(k)]
(8-63)
(8-64)
dondc Q[. JI[ YR[ se obtienen al sustituir Q = 1 YR = .1 en las ecuaciones (8-44). (8-45) y (8-46).
respcctivamente, como sigue:
QI =0 2
1
a (e
la T
- 1) =0 (e-
2
- 1) =0 0.4323
M
I
=0 - 1)2 =0 - 1)2 =0 0.1998
b
2
R
I
=0 2a
3
[(eaT - 3)(e
aT
- 1) + 2aT] + T
1
=0 2(_1)3[(e-
1
- 3)(e-
1
- 1) - 2] + 1 =0 1.1681
Asi. el indice de desempeno dado por la ecuaci6n (8-63) se puede escribir como sigue:
J
1
=0 !x
2(1O)
+ -2
1
[0.4323x
2(k)
+ 0.3996x(k)u(k) + 1.1681u
2(k)]
2
Par 10 tanto. este problema se convierte como sigue. Dada la ecuaci6n del sistema. ecuaci6n (8-62).
cncuentre la sccuencia de control6ptimo u(k). donde k = O. 1.2..... 9 tal que el indice de desempei'io dado
por la ccuacion (8-64) sea minimo.
Ahora al comparar las ecuaciones (8-47) Y(8-64). se tiene
Observe que
S =0 1, Q =0 0.4323, M =0 0.1998. R =0 1.1681
(8-65)
[
Q M] =0 [0.4323 0.1998]
M* R 0.1998 1.1681
es positiva definida. EI siguiente paso es rnodificar J[ dada por la ecuacion (8-64) a la forma dada por la
ecuaci6n (8-51). ya que Q = Q- Mf([ JI* = 0.3981.
1 1 9
J1 =0 2x2(1O) + + 1.1681v
2(k)]
La senal de control optirno u(k) se puede encontrar de la ecuacion (8-58):
u(k) =0 v(k) - WI M*x(k)
la cual se puede escribir en la forma dada par la ecuaci6n (8-59):
u(k) =0 -[R + H*Pck + l)Hr
l[H*Pck
+ l)G + M*]x(k)
donde
(8-66)
G = 0.3679
La ecuaci6n (8-66) se puede reescribir como sigue:
y H= 0.6321
586
Sistemas de control optirno cuodrotico
u(k) = -[1.1681 + 0.3996p(k + lW
1
[0.23251\ k + 1) + 0.1998]x(k)
= _ 0.2325P(k + 1) ;- 0.1998 x(k) = -K(k)x(k)
1.1681 + 0.3996P(k + 1)
donde
K(k) = 0.2325p(k + 1) ;- 0.1998
1.1681 + 0.3996P(k + 1)
Observe que P(k) esta dada por la ecuaci6n (8-57), 0 bien,
P(k) = Q + G*P(k + 1)[1 + HW
1
H*p(k + lW
I
G
donde peN) = P(IO) = I Y
Q = Q - MW
1
M* = 0.3981
G= G - HW
1
M* = 0.3679 - 0.1081 = 0.2598
La ecuaci6n (8-69) se puede simplificar en la siguiente forma:
P(k) = 0.3981 + + 1)
1 + 0.3421P(k + 1)
Capitulo 8
(8-67)
(8-68)
(8-69)
(8-70)
- -
se calculara P(k) con la condici6n de frontera P(I 0) = I. Al utilizar la ecuaci6n (8-70), se
encuentra P(kt hacia atras desde k = 9 hasta k = O. Los resultados se prescntan en la tabla 8-1. Al utilizar
los valores de P(k) asf obtenidos, se calcula K(k) a partir de la ecuaci6n (8-68). Los resultados tambien se
presentan en la tabla 8-1. Ahora se calculax(k). Al sustituir la ecuaci6n (8-67) en la ccuacion (8-62) y al
eJiminar u(k)de estas dos ecuaciones, se obtiene
x(k + 1) = 0.3035 x(k)
1.1681 + 0.3996P(k + 1) ,
x(O) = 1 (8-71)
Tabla 8-1 VALORES DE P(k), K(k), x(k), Y u(k) PARA EL SISTEMA
CONSIDERADO EN EL EJEMPLO 8-2
k P(k) K(k) x(k) u(k)
0 0.4230 0.2230 i.oooc -0.2230
1 0.4230 0.2230 0.2270 -0.05062
2 0.4230 0.2230 0.05152 -0.01149
3 0.4230 0.2230 0.01169 -0.002607
4 0.4230 0.2230 0.002653 -0.0005916
5 0.4230 0.2230 0.000602 -0.0001342
6 0.4230 0.2230 0.0001366
7 0.4231 0.2231 =0
8 0.4243 0.2257
9 0.4484 0.2758 =0
Seccion 8-3 Control optima cuodrctico en estado estacionario
587
Al comenzar con x(O) I, los valores dex(k) se pueden caleular a partir de la ecuacion (8-71) al utilizar los
val ores de (k) ya obtenidos. Los resultados se muestran en la tabla 8-1. Una vez que se obtienen los val ores
de K(k) y x(k). la serial de control optimo u(k) se puede obtcner de la ecuacion (8-67), 0 bien
u(k) = -K(k)x(k)
Estos resultados tambien se muestran en la tabla 8-1.
Finalmente, en referencia a la ccuacion (8-36), el valor minimo de J
1
se puede obtener como sigue:
1 A 1
J1 min = 2: P(0)x
2(0)
= 2X 0.4230 X 1
2
= 0.2115
Comentarios. El enfoque presentado aqui es util para resolver un problema de control optirno
cuadratico de tiempo finito de un sistema de tiempo continuo mediante simulacion en computadora. A
menos que el indice de desempefio cuadratico de tiempo continuo dado se especifique claramente por
alguna razon, es mejor definir un indice de desempefio cuadratico de tiempo discreto una vez que las
ecuaciones del sistema se han discretizado. (Vease la seccion 8-4.)
Observe que en la mayoria de los casos las matrices S, Q YR en el indice de desempefio no son
fijas, pero en "cierto sentido" son matrices definidas positivas escogidas en forma arbitraria; la
minimizacion de un indice de desempefio arbitrario no tiene mucho senti do. Como se apunto antes, la
razon principal por la que el esquema de control optirno cuadratico sea util y se utilice con frecuencia
es que produce un sistema de control asintoticamente estable, excepto en algunos casos acadernicos.
(Veanse los problemas A-8-6 y A-8-7.)
8-3 CONTROL OPTIMO CUADRATICO EN ESTADO ESTACIONARIO
Se ha visto que cuando el proceso de control es finito (cuando N es fin ita), la matriz de ganancia de
realimentacion K(k) se convierte en una matriz variante en el tiempo.
Ahora se considera el problema de control optimo cuadratico cuando el proceso continua sin
limitaciones, 0 donde N = x (esto es, cuando el proceso es uno de etapas infinitas). Como N se
aproxima a infinito, la solucion de control optimo se convierte en una solucion de estado estacionario,
y la matriz de ganancia variante en el tiempo K(k) se convierte en una matriz de ganancia constante.
Dicha matriz de ganancia constante K(k) se llama matriz de ganancia en estado estacionario y se
escribe como K.
A continuacion, se considerara el control optirno cuadratico en estado estacionario de un
sistema regulador. La ecuacion de la planta esta dada por
x(k + 1) = Gx(k) + Hu(k)
Para N = x, el fndice de desempefio se puede modificar a
J = [x*(k)Qx(k) + u*(k)Ru(k)]
(8-72)
(8-73)
El termino +x*(N)Sx(N), que aparece en la ecuacion (8-2), no esta incluido en esta representacion de
J. Esto se debe a que, si el sistema regulador optimo es estable de tal forma que el valor de J converge
a una constante, x( ) se hace cero y +x*(x)Sx( x) = o.
588 Sistemas de control optima cuodrotico Capitulo 8
(8-74\
Ahora la matriz en estado estacionario P(k) se define como P. Con referencia en la ecuacion (8-
23), la matriz P se puede determinar como sigue:
P = Q + G*P(I + HR-
I
H*pr
l
G
= Q + G*(P-
I
+ HR-
I
H*r
1
G
Es claro que la matriz P es determinada por la matrices G, H, Q YR. Una expresion ligeramente diferente
para P se puede obtener de la ecuacion (8-24):
P = Q + G*PG - G*PH(R + H*PHr
l
H*PG
(8-75)
La matriz de ganancia en estado estacionario K se puede obtener en terminos de P como sigue:
De la ecuacion (8-27),
De la ecuacion (8-29),
K = R-
I
H*(P-
1
+ HR-
1
a-r' G
Todavia es posible otra expresion para K. De la ecuacion (8-31),
K = (R + H*PHr
l
H*PG
La ley de control optimo para la operacion en estado estacionario esta dada por
u(k) = -Kx(k)
Si por ejemplo, la ecuacion (8-78) se sustituye en esta ultima ecuacion, se obtiene
u(k) = -(R + H*PH)-1 H*PGx(k)
y el sistema de control se convierte en un sistema regulador optimo:
(8-76)
(8-77)
(8-78\
(8-79)
(8-80)
x(k + 1) = [G - H(R + H*PHr
l
H*PG]x(k)
= (I + HR-
I
H*pr
l
Gx(k)
donde se ha utilizado ellema de inversion de matrices,
(A + BC)-l = A-I - A-IB(I + CA-
1BrICA
con A = I, B = H YC = R-
1
H'P. (Remitase al apendice A.)
El indice de desempefio J asociando la ley de control optimo en estado estacionario se puede
obtener de la ecuacion (8-36) al sustituir P por P(O):
i: = ix*(O)Px(O)
(8-81)
En mucho sistemas practices, en lugar de utilizar una matriz de ganancia variante en el tiempo
K(k), se aproxima dicha matriz mediante la matriz constante K. Las desviaciones del desempefio
optimo debidas a la aproximacion apareceran s610 cerca del fin del proceso de control.
Ecuaclon de Rlccati en estado estacionario. Al implantar el controlador optimo en estado
estacionario (0 invariante en el tiempo), se requiere la solucion en estado estacionario de la ecuacion
de Riccati. Existen varias formas para obtener dicha solucion,
Seccion 8-3 Control optirno cuodrotico en estado estacionario 589
Una forma es resolver la ecuaci6n de Riccati en estado estacionario dada por la ecuaci6n (8-75),
P = Q + G*PG - G*PH(R + H*PH)-l H*PG
es comenzar con la ecuaci6n de Riccau en estado no estacionario, que fue dada en la ecuaci6n (8-24):
P(k) = Q + G*P(k + l)G
- G*P(k + l)H[R + H*P(k + l)Ht
l
H*P(k + l)G
AI invertir la direccion del tiempo, se puede modificar la ecuaci6n (8-82) a
P(k + 1) = Q + G*P(k)G - G*P(k)H[R + H*P(k)HtIH*P(k)G
(8-82)
(8-83)
y comenzar la soluci6n con P(O) = 0, e iterar la ecuaci6n hasta obtener una soluci6n en estado
estacionario. Al calcular la soluci6n nurnerica, es importante notar que fa matriz P es una matriz
Hermitica 0 real simetrica y es definida positiva.
A continuaci6n, primero se presentara un enfoque de MATLAB para resolver el problema de
control optirno cuadratico en estado estacionario. Despues se estudiara otro enfoque basado en el
metodo de Liapunov.
Enfoque de MATLAB para resolver el problema de control optimo cuadrdtico ell estado
estacionario. Ahora se considera un problema de ejemplo del control 6ptimo cuadratico en estado
estacionario de un sistema regulador que se resuelve con MATLAB.
Considere el sistema
x(k + 1) = Gx(k) + Hu(k)
donde
H = UJ
EI indice de desempeno J esta dado por
J = [x'(k)Qx(k) + u'(k)Ru(k)]
donde
R = 1
La ley de control que minimiza a J puede estar dada por
u(k) = -Kx(k)
Determine la matriz de ganancia en estado estacionario K.
EI programa 8-2 de MATLAB resuelve este problema. Observe que MATLAB Ileva a cabo la
solucion iterativa de
P = Q + G'PG - G'PH(R + H'PHr
l
H'PG
590 Sistemas de control6ptimo cucdrotico
Programa de MATLAB 8-2
% -------Control 6ptimo cuadratico en estado estacionario---
% ***** Se resuelve la ecuaci6n de Riccati en estado estacionario y se
encuentra la matriz de ganancia de realimentaci6n 6ptima K*****
% *****Matrices G, H, Q YR *****
G = [0.2 0;0 0.4];
H=[l;l];
Q = [1 0;0 0.5];
R = [11;
% ***** Se comienza con la soluci6n de la ecuaci6n de Riccati en estado
estacionario
Uj" cuando P = [0 0;0 01*****
P = [0 0;0 0];
P = Q + G'*P*G - G'*P*H*inv(R + H'*P*H*)*H'*P*G;
'10 ***** La soluci6n P se revisa cada 10 0 20 pasos de iteraci6n.
% La iteraci6n se detiene cuando P permanece con stante.
para i = 1:10,
P = Q + G'*P*G - G'*P*H*inv(R + H'*P*H)*H'*P*G;
end
P
P=
Capitulo 8
1.0252
-0.0189
-0.0189
0.5724
para i = 1:10,
P = Q + G' *P*G - G' *P*H*inv(R + H - *P*H)*H - *P*G;
end
P
P=
1.0252
-0.0189
- 0.Cl189
0.5724
',/" ***** La matriz P permanece constante. Par 10 tanto, se ha alcanzado
el estado estacionario. La matriz P en estado estacionario es *****
P
P=
1.0252
-0.0189
- 0.0189
0.5724
Seccion 8-3 Control optirno cuadr6tico en estado estacionario
% ***** La matriz de ganancia de realimentaci6n optima K se obtienc de *****
K = inv(R + H' *P*H)*H' *P*G
K =
0.0786 00865
con la condicion limite
591
P [ ~ ~ J
hasta que Ia solucion alcance el estado estacionario, Entonces eI programa 8-2 de MATLAB calcula Ia
matriz de ganancia de realirnentacion optima K empleando la ecuacion siguiente:
K = (R + H'PH)-l H'PG
Enfoque de Liapunov para resolver el problema de control optima cuadnitico ell estado
estacionario. A continuacion se presentara el enfoque de Liapunov para resolver el problema de
optirnacion de pararnetros y el problema del regulador optimo cuadratico en estado estacionario.
Como se vera, existe una relacion directa entre las funciones de Liapunov y los indices de desempeiio
cuadratico.
Se considera el sistema
x(k + 1) = Gx(k) (8-84)
donde la matriz G involucra uno 0 mas parametros ajustables y cuyos valores propios estan dentro del
cfrculo unitario, 0 el origen x = 0 es asintoticarnente estable. Se supone que se desea minimizar el
indice de desernpefio siguiente mediante el ajuste de un parametro (0 parametres):
1 x
] = ~ o x*(k)Qx(k)
(8-85)
donde Qes una matriz Hermitica (0 real simerrica) definida 0 semidefinida positiva. Ahora se mostrara
que una funcion de Liapunov se puede utilizar para resolver este problema.
Para el sistema de la ecuacion (8-84), una funcion de Liapunov puede estar dada por
V(x(k)) = x*(k)Px(k)
donde Pes una matriz Hermetica definida positiva y
.1V(x(k)) = V(x(k + 1)) - V(x(k))
= x*(k + I)Px(k + 1) - x*(k)Px(k)
Si se hace que
x*(k)Qx(k) = -[x*(k + I)Px(k + 1) - x*(k)Px(k)]
Observe que la ecuacion (8-86) se puede rescribir como:
(8-86)
592
Sistemas de control optima cucdrotico Capitulo 8
x*(k)Qx(k) = -([Gx(k)]*P[Gx(k)] - x*(k)Px(k)}
= -x*(k)[G*PG - P]x(k)
Por el segundo metodo de Liapunov, se sabe que para una matriz dada Q existe una matriz P definida
positiva, y como la matriz G es estable, entonces
G*PG - P =-Q
En consecuencia, se puede determinar P a partir de esta ecuacion.
EI indice de desempefio J se puede evaluar como sigue:
(8-87)
1 00 1 00
J = x*(k)Qx(k) = - x*(k + l)Px(k + 1)]
1
= Z"x*(O)Px(O) (8-88)
donde P es una funcion del panimetro(s)ajustable(s). Al obtener la ecuacion (8-88) se utilize la condi-
cion que x(y:) 0, ya que todos los valores propios de G estan dentro del circulo unitario. Por 10
tanto, el indice de desempefio J se puede obtener en terminos del estado inicial x(O) y de la matriz P, la
cual esta relacionada con las matrices G y Q mediante la ecuacion (8-87). La minirnizacion del indice de
desempefio J se puede realizar al minimizar x*(O)Px(O) con respecto al parametro en cuestion.
Es importante notar que el valor optimo del parametro depende, en general, de la condicion
inicial x(O). Sin embargo, si x(O) involucra solo un componente no cero, por ejemplo, si xj(O) *' 0 y las
otras condiciones iniciales son cero, entonces el valor optimo del parametro no depende del valor
numerico dexj(O).
Enfoque de Liapunov para resolver el problema de control optimo cuadratico en estado
estacionario. Ahara se considera el problema de control optimo donde, dada la ecuacion de la
planta
x(k + 1) = Gx(k) + Hu(k)
se desea determinar la matriz K de la ley de control optima
u(k) = -Kx(k)
tal que el indice de desempeno
J = + u*(k)Ru(k)]
(8-89)
(8-90)
(8-91)
se minimice, donde Q es una matriz Hermitica (0 real simetrica) definida positiva 0 semi definida
positiva y R es una matriz Hermitica (0 real sirnetrica) definida positiva.
Al sustituir la ecuacion (8-90) en la ecuacion (8-89), se obtiene
x(k + 1) = Gx(k) - HKx(k) = (G - HK)x(k)
Al sustituir la ecuacion (8-90) en la ecuacion (8-91) da
(8-921
Seccion 8-3 Control optirno cuodrotico en estodo estacionorio
1 x
J = + x*(k)K*RKx(k)]
1 x
= x*(k)(Q + K*RK)x(k)
593
(8-93)
En el analisis siguiente, se supone que la matriz G - HK es estable, es decir, los valores propios de G
- HK estan dentro del circulo unitario.(Si el sistema es completamente controlable y observable, se
puede pro bar que G - HK es una matriz estable. Refierase al problema 8-8-6.) Entonces, existe una
funcion de Liapunov que es definida positiva y cuya derivada es definida negativa. Siguiendo Ia
discusion dada al resolver el problema de optimaci6n de pararnetros, se tiene
x*(k)(Q + K*RK)x(k) = -[x*(k + l)Px(k + 1) - x*(k)Px(k)]
En referencia ala ecuaci6n (8-92), la ecuaci6n (8-94) se puede modificar a
(8-94)
x*(k)(Q + K*RK)x(k) = -[(G - HK)x(k)]*P[(G - HK)x(k)] + x*(k)Px(k)
= -x*(k)[(G - HK)*P(G - HK) - P]x(k) (8-95)
Al comparar los dos lados de la ecuaci6n (8-95) y al notar que esta ecuacion permanece verdadera para
cualquier x(k), se requiere que
Q + K*RK = -(G - HK)*P(G - HK) + P
(8-96)
Observe que mediante el segundo metodo de Liapunov, para una matriz estable G - HK, existe una
matriz P definida positiva que satisface la ecuaci6n (8-96).
La ecuacion (8-96) se puede modificar como sigue:
Q + K*RK + (G* - K*H*)P(G - HK) - P = 0
o bien
Q + G*PG - P + K*(R + H*PH)K - (K*H*PG + G*PHK) = 0
Esta ultima ecuaci6n se puede modificar como sigue:
Q + G*PG - P + [(R + H*PH)
lI 2K
- (R + H*PHr
ll2H*PG]*
[(R + H*PH)
1I 2K
- (R + H*PHr
1l 2H*PG]
- G*PH(R + H*PH)-IH*PG = 0 (8-97)
La matriz K que minimiza aJse puede obtener alminimizar la parte izquierda de la ecuacion (8-97) con
respecto a K. (Vease el problema A-8-5.) Ya que
[(R + H*PH)
lI 2K
- (R + H*PHr
1!2H*pG]*[(R
+ H*PH)
1I 2K
- (R + H*PHr
1l 2
H*PG]
no es negativa, elminimo ocurre cuando es cero, 0 cuando
(R + H*PH)
1I 2K
= (R + H*PHr
ll2H*PG
Por 10 tanto, se obtiene
K = (R + H*PHr I H*PG
j.:, 1'\1
(8-98)
594 Sistemas de control optima cucdrotico Capitula E
Al sustituir la ecuacion (8-98) en la ecuacion (8-97) se obtiene
P = Q + G*PG - G*PH(R + H*PHr
1
H*PG
(8-991
La matriz P debe satisfacer la ecuacion (8-99), la cual es la misma que la ecuacion (8-75). La ecuacion
(8-99) se puede modificar y obtener
(8-1001
Mediante el uso del lema de inversion de matrices
(I + HR-
1
H*pr
1
= I - H(I + R-
1
H*PHr
1
R-
1
H*P
la ecuacion (8-100) se puede modificar a
(8-1011
La matriz P se puede determinar de la ecuacion (8-101).
Por ultimo, el valor minimo de J se puede obtener como sigue. En referencia a las ecuaciones (8-
93) Y(8-94) Yal notar que x(x) = 0, el valor minimo del indice de desernpefio J se obtiene como sigue
1 en
Jrnin = + K*RK)x(k)
1 en
= - x*(k + 1)Px(k + 1)]
1
= 2" x*(O)Px(O)
Ejemplo 8-3
Considcre el sistema
o bien
donde -0.25 :s; a < O. Se desea determinar el valor optimo de a tal que minimice el indice de dcsempen:
siguiente:
1 oc
J = x*(k)Qx(k)
donde Q = I.
De la ecuacion (8-88), el indice de dcsempeno J en terrninos del pararnetro a esta dado par
1
J = 2:x*(O)Px(O)
donde P involucra cl pararnetro a. Ahora se determina P de la ecuacion (8-87)
G*PG - P = -Q
[
1 a l[Pll
1 -1 P12
la cual se pucde simplificar a
Seccion 8-3 Control cpfirno cucdrotico en estado estacianario 595
[
2ap12 + a
2
P22 PlI + (a - 2)p12 - ap22] = [-1 0]
PII + (a - 2)p12 - ap22 PlI - 2pI2 0 -1
Esta ultima ecuacion resulta en las tres ecuaciones siguientes:
2aP12 + a
2p22
= -1
PlI + (a - 2)P12 - ap22 = 0
PII - 2p12 = -1
Al resolver estas tres ecuaciones para los P'I' se obtiene
0.5(a - 1) ]
a(l + 0.5a)
1.5
a(l + 0.5a)
[
1 + 0,5a
2
P = a(l + 0.5a)
0.5(a - 1)
a(l + 0.5a)
Ya que -0.25 a < 0, Pes definida positiva.
EI indice de desempeno J se convierte en
1 1
1 = 2 x*(O)Px(O) = 2 [1
1 + 0.5a
2
2a(1 + 0.5a)
O][PlI PI2][1] =
PI2 P22 0 2
EI minimo de J oeurre en el punto final a = -0.25. Por 10 tanto, el valor minimo de J se encuentra como
1 + 0.5( -0.25)2
1
min
= - 2( -0.25)(1 - 0.5 x 0.25) = 2.3571
Ejemplo 8-4
Considere el sistema
[
XI(O)] = [1]
X2(0) 0
y el indice de desemperio
1 00
1 = + u*(k)Ru(k)]
donde Q= I YR = 1. De la ecuaci6n (8-98), la ley de control optimo que minimiza el indice de desempefio
.Jesta dada por
u(k) = -Kx(k) = -(R + H*PH)-I H*PGx(k)
donde la matriz P se pucde obtener de la ecuacion (8-101):
P = Q + G*P(I + HR-
I
H*p)-I G
(8-102)
Se dcterrnina la matriz P para el presente sistema.
Observe que
G = U
596 Sistemas de control6ptimo cuodr6tico
que es no singular, se puede modificar la ecuacion (8-102) a
Capitulo 1:
(8-103)
La matriz P en este problema es una matriz real simetrica. En consecuencia, la ecuaci6n (8-103) se pucde
escribir como:
{[
Pll P12] _ [1 0J}[O _IJ{[1 OJ + [IJ[I][1 O][PII P12J} = [1 1][PII PI2
l
J
P12 P22 1 1 1 1 P12 P22 1PI2 P22
o bien
[
P12(1 + Pll)
(P22 - 1)(1 + Pll)
piz + Pll - 1 - P12 ] = [Pll + P12 P12 + P22]
(PZ2 - l)p12 + PIZ - P22 + 1 Pll P12
Esta ultima ecuaci6n produce cuatro ecuaciones escalares. Observe sin embargo. que s610tres de elias sor:
linealmente independientes. Las euatro eeuaeiones esealares son:
pn(1 + PII) = Pll + P12
pi2 + Pll - 1 - P12 = P12 + P22
(P22 - 1)(1 + PII) = Pll
(P22 - l)p12 + P12 - P22 + 1 = P12
De la primera de estas euatro ecuaciones, se obtiene
P12 = 1
y de la segunda de estas euatro eeuaeiones
P22 = PII - 2
Entonccs, de la tercera de las euatro eeuaeiones se tiene
(8-10-1 '
8 - I O ~
pil - 3pII - 3 = (8-1U6
[AI sustituir las ecuaeiones (8-104) Y(8-105) en la ultima de estas euatro ccuacioncs, se eneuentra que ~ E
siempre se satisface.] Al resolver la eeuaei6n (8-106), se eneuentra que
p,,=3.7913 o -0.7913
ya que la matriz P debe ser definida positiva, se escoge que PII = 3.7913. Entonces
P22 = PII - 2 = 3.7913 - 2 = 1.7913
En consccucncia, la matriz P es
P = [3.7913
1.0000
1.0000J
1.7913
8-4 CONTROL OPTIMO CUADRATICO DEUN SISTEMA DESEGUIMIENTO
En esta seccion se discutira el control optimo cuadratico de un sistema de seguimiento. La planta
considerada es el pendulo invertido mostrado en la figura 8-3. Se disefiara un esquema de control para
este sistema de control de pendulo invertido.
El pendulo invertido es inestable ya que puede caer en cualquier momento y hacia cualquier
direccion a menos de que se Ie aplique una fuerza de control. Solamente se considera el problema er,
dos dimensiones en el cual el pendulo s610 se .nueve en el plano de la pagina. Se supone que la rnasa
Seccion 8-4 Control optirno cuodrotico de un sistema de seguimiento
z
I ~ X 1 ~
o x
597
u-- M
% /.
Figura 8-3 Sistema de pendulo invertido.
del pendulo se concentra al final de la varilla, como se presenta en la figura. (La varilla no tiene masa.)
La fuerza de control use aplica al carro.
Es preferible mantener el pendulo invertido en posicion vertical tanto como sea posible y
mantener el control de la posicion del carro, por ejernplo, mover el carro en forma de escalon. Para
controlar la posicion del carro, se necesita construir un sistema de seguimiento tipo I. El sistema del
pendulo invertido montado sobre un carro no tiene un integrador. Por ello, se alimenta la sefial de
posicion y (la cual indica la posicion del carro) de regreso a la entrada y se inserta un integrador en la
trayectoria directa, como se muestra en la figura 8-4. (Observe que son posibles otras configuracio-
nes.) Se escoge el periodo de muestreo T como 0.1 segundos.
~ ~
I
r(k)
Controlador integral
I I
I i I
I K I
l ~
Plantaconrealimentaci6n del estado
y(k)
Figura 8-4 Diagrama de bloques del sistema de seguimiento.
598 Sistemas de control optima cucdrorico Capitulo 8
EI sistema de control a disefiar incluira realimentacion del estado y un integrador en el lazo
cerrado. Las variables de disefio son la constante K, y la matriz de ganancia de realimentacion K. Por
10 tanto, el disefiar el esquema de control significa determinar la constante K, y la matriz K. Se resolvera
este problema de disefio y se obtendra la respuesta al escalon del sistema disefiado con ayuda de
MATLAB.
Para resolver este problema de disefio, primero se definen las variables de estado XI' X
2,
Xl Y.v,
como sigue:
X4 = i
En este sistema se quiere mantener el angulo etan pequeno como sea posible cuando el carro es
movido en forma de escalon. Se considera que el desplazamiento del carro es la salida del sistema. Asi.
la ecuacion de salida es
y = [0 0 1 {J
Se suponen los siguientes val ores numericos parar M, m y I.
M = 2 kg, m = 0.1 kg, 1= 0.5 ill
Para disefiar eJ sistema de control, se utilizara el modelo discretizado. La ecuaciones de estado
y de salida discretas para la planta se pueden obtener como se muestra a continuacion, (Refierase al
problema A-8-10 para obtener estas ecuaciones.)
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k) + Du(k)
donde
[
1.1048
G = 2.1316
-0.0025
-0.0508
0.1035 0 0]
1.1048 0 0
-0.0001 1 0.1 '
-0.0025 0 1
[
- 0,0051]
H = -0.1035
0.0025 '
0.0501
C = [0 0 1 0], D = [0]
De la figura 8-4 la representacion en el espacio de estado para el sistema de control completo esta dada
por
donde
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k)
v(k) = v(k - 1) + r(k) - y(k)
u(k) = -Kx(k) + K1v(k)
Seccion 8-4 Control optirno cucdrotico de un sistema de seguimiento
Yaque
v(k + 1) = v(k) + r(k + 1) - y(k + 1)
= v(k) + r(k + 1) - C[Gx(k) + Hu(k)]
= -CGx(k) + v(k) - CHu(k) + r(k + 1)
se tiene
[
X(k + 1)] _[G O][X(k)] [H] [0]
v(k + 1) - -CG 1 v(k) + -CH u(k) + 1 r(k + 1)
Se supone que la entrada r es una funcion escalon, es decir,
r(k) = r(k + 1) = r
Entonces, cuando k se aproxima a infinito,
[
X(oo)] _[G O][X(oo)] [H] [0]
v(oo) - -CG 1 v(00) + -CH u(oo) + 1 r(oo)
Se define
xe(k) = x(k) - x(oo)
ve(k) = v(k) - v(oo)
Entonces la ecuacion del error se convierte en
599
Observe que
Ahora se define
ue(k) = -Kxe(k) + K[ve(k) = -[K
-K ][Xe(k)]
[ ve(k)
A [G 0] A [H]
G = -CG l' H = -CH'
[
Xle(k )]
_ xe(k) _ x2e(k)
~ k - [v (k)] - x3e(k)
e x4e(k)
xse(k)
donde xse(k) = v.(k). Entonces se tiene
K = [K -Kd, w(k) = ue(k)
~ k + 1) = G ~ k + Hw(k)
w(k) = - K ~ k
Hay que sefialar que como el sistema es continuo, se debe considerar un indice de desempefio
cuadratico tambien continuo. Sin embargo, la discretizacion de un indice de desempefio continuo
genera un termino cruzado que involucra a ~ y w.(Vease la seccion 8-3.) Para simplificar el proceso de
600 Sistemas de control optima cuodrotico Capitulo 8
disefio, es mejor definir un indice de desempefio cuadratico discreto. Por 10 tanto, el problema se
convierte en determinar la matriz K tal que minimice al siguiente indice de desempefio cuadratico:
1 x
J = - L [ ~ Q ~ + w'Rw]
2 k ~
donde Q y R se deben escoger en forma apropiada para que la respuesta del sistema sea aceptable. (El
prop6sito de utilizar el indice de desempefio cuadratico es asegurar la estabilidad del sistema.)
Se escoge a Qy a R como sigue:
o
1
o
o
o
000
000
100 0 0
010
o 0 1
R = [1]
EI enfasis esta en las variables de estado X
l e
YX
le.
(Observe que se pueden utilizar diferentes valores
de Q yR.) En el programa de MATLAB para resolver este problema, se utiliza la siguiente notaci6n
Gl = G, Hl = ti, KK = K
El programa 8-3 de MATLAB da la soluci6n P para la ecuaci6n de Riccati en estado estacionario, la
matriz de realimentaci6n K, y la constante de ganancia integral K
J
[3.7913
1.0000J [1.0000 0.7913J [ 1.0000J
-1.0000
1.0000 1.7913 0.0000
1
[ 3.7911 0. 9999J
[0.9999 0.7913J [o.OOOOJ -0.7913
0.9999 1.7913 1.0000
2
[ 3.7905 0.9997J
[0.9997 0.7911J
[ 0.2087J
-0.2087
0.9997 1.7911 0.0000
3
[3.7877 0.9986J
[0.9986 0.7905J
[0.0001 J -0.1651
0.9986 1.7905 0.2087
4
[3.7740 0.9932J
[0.9932 0.7877J
[0.0437J
-0.0435
0.9932 1.7877 0.0001
5
[3.7097 0.9677J
[0.9677 0. 7742J
[0.0003J
-0.0342
0.9677 1.7742 0.0437
6
[ 3.4286 0.8571 J
[0.8571 0.7143J
[0.0099J -0.0087
0.8571 1.7143 0.0003
7
[2.5000 0.5000J
[0.5000 0.5000J
[ 0.0015J
-0.0057
0.5000 1.5000 0.0099
8
[1.0000
o'OOOOJ
[0.0000 O.OOOOJ
[0.0057J
0.0000
0.0000 1.0000 0.0015
614
Por 10tanto,
Sistemas de control optima cuodrotico
= [0 1][Pll(k) - 1 P12(k) ]
P12(k) P22(k) - 1
= [p12(k) P22(k) - 1]
Capitulo 8
K(8) = [p12(8) P22(8) - 1] = [0.0000 0.0000]
K(7) = [p12(7) P22(7) - 1] = [0.5000 0.5000]
De forma similar, se pueden ca1cular K(6), K(5), . . . ,K(O) para dar los valores que se presentan en la tabla
8-2.
A continuacion, se calculara x(k). Se escribe
K(k) = [k
1(k)
k
2(k)]
Entonces
x(k + 1) = Gx(k) + Hu(k)
= [G - HK(k)]x(k)
= [1 -k
1(k)
1-k
2(k)][Xl(k)]
1 0 x2(k)
Ya que el estado inicial es
x(O) =
x(k), donde k = I, 2, ... , 8, se puede obtener como sigue:
x(1) = [ 1 1 1 - 7913]U] =
x(2) = [1 - 0.9999 1 - 0.7913][0.0000] = [0.2087]
1 0 1.0000 0.0000
De igual manera, se pueden ca1cular x(3), x( 4), ... , x(8). Estos resultados se muestran en la tabla 8-2.
Finalmente, la secuencia de control optirno u(k) se puede obtener de la ecuacion (8-28):
u(k) = -K(k)x(k)
Esto es,
u(O) = -K(O)x(O) = -[1 0.7913J[ = -1.0000
u(l) = -K(1)x(1) = -[0.9999 0.7913J[ = -0.7913
De forma similar, se pueden ca1cular u(2), u(3), ... , u(8) para dar los valores mostrados en la tabla 8-2
Como se menciono antes, la matriz de ganancia de realimentacion K(k) es constante excepto para los
ultimos valores de k. Esto significa que si el numero de etapas no es 8 sino 100 entonces K(O), K( I) ..
, K(93) seran constantes y K(94), K(95), ... , K( I00) variaran. Este hecho es irnportante, porque si e.
numero de etapas N es suficientemente grande, entonces la matriz de ganancia de realimentacion s:
convicrte en una matriz con stante y, por 10tanto, el disenador es capaz de emplear una matriz de ganancra
de realirnentacion constante para aproximar a la matriz de ganancia optima variante en el tiempo.
EI valor minirno de J se obtiene de la ecuacion (8-36) como sigue:
f
roin
= = oJ[
= 1.8956
Capitulo 8 Problemas de ejemplo y soluciones
Problema A-8-4
615
Con referencia al problema A-8-3, resuelva el problema con MATLAB. Escriba un programa en MATLAB
para encontrar P(k), K(k), x(k) y u(k). Imprima P(k), K(k), x(k) y u(k).
Soluci6n El programa 8-5 de MATLAB muestra una posibilidad para resolver el problema
Programa de MATLAB 8-5
%--Control optirno cuadratico-
% ***** Se resuelve la ecuacion de Riccati y se encuentra la matriz
de ganancia de realimentacion optima K *****
% ***** Matrices G, H, 5, Q Y R *****
G = [1 1; 1 0];
H = [1; OJ;
S = [1 0; 0 lJ;
Q = [1 0; 0 lJ;
R= [1J;
% ***** xO= [1; OJ, N = 9, pl 1(N) = 1, pl 2(N) = 0,
% p22(N) = 1, xl (1) = 1, x2(l) = 0, Se introducen Pnext = S*****
xO= [1; 0]; N = 9;
pll(N) = 1; pl2(N) = 0; p22(N) = 1; xl(l) = 1; x2(1) = 0; Pnext = S;
% ***** Comienza la solucion de la ecuacion de Riccati ..***
foriN-l:-l :1,
P = Q + G'*Pnext*inv(eye(2) + H*inv(R)*H'*Pnext)*G;
pl 1(i) = P(l, 1); pl 2(i) = P(l, 2); p22(i) = P(2, 2); Pnext = P;
end
% ***** La matriz de ganancia de realirnentacion optima K se obtiene de *****
for i = N: - 1: 1,
K = inv(R)*H'*inv(G')*{[pl 1(i) pl2(i); pl2(i) p22{i)] - Q);
kl (i) = K(l); k2(i) = K(2);
end
% ***** EI control u(k) se obtiene de *****
for 1 = 1: N - 1,
xnext = (G - H*[kl (i) k2(i)])*[xl (i); x2{i)J;
xl (i + 1) = xnext(l); x2(i '1) = xnext(2);
end
for i = 1: N,
u(i) = -[kl (i) k2(i)]*[xl (i); x2(i)J;
end
616 Sistemas de control optirno cucdrotico Capitulo 8
Al emplear este programa, la matriz P, la matriz K, el vector x y el vector u se pueden obtener como se
muestra a continuaci6n
0/0 ***** Impresi6n de P, K, x, Yu *****
P = [pll ;p12;p12;p22]
P=
Columns 1 through 7
3.7913 3.7911 3.7905 3.7877 3.7740 3.7097 3.4286
1.0000 0.9999 0.9997 0.9986 0.9932 0.9677 0.8571
1.0000 0.9999 0.9997 0.9986 0.9932 0.9677 0.8571
1.7913 1.7913 1.7911 1.7905 1.7877 1.7742 1.7143
Columns 8 through 9
2.5000 1.0000
0.5000 0
0.5000 0
1.5000 1.0000
K = [kl;k2]'
K=
1.0000 0.7913
0.9999 0.7913
0.9997 0.7911
0.9986 0.7905
0.9932 0.7877
0.9677 0.7742
0.8571 0.7143
0.5000 0.5000
0 0
x = [xl ;x2]
x=
Columns 1 through 7
1.0000 0.0000 0.2087 0.0001 0.0437 0.0003 0.0099
0 1.0000 0.0000 0.2087 0.0001 0.0437 0.0003
Capitulo 8 Problemas ejernplo y soluciones
Columns 8 through 9
617
0.0015
0.0099
u = u'
u=
-1.0000
-0.7913
-0.2087
-0.1651
-0.0435
-0.0342
-0.0087
-0.0057
a
0.0057
0.0015
En esta irnpresion, PO, Pl, ... , P8 estan dados como vectores columna. La primer columna de la matriz
P da PO, la segunda da Pl, Yasi sucesivamente. En cada columna el primer rengl6n da pl l , el segundo y
tercero dan p12, Yel cuarto p22. KO, Kl, ... r K8 estan dados como vectores rengl6n en la matriz K. EI
primer renglon corresponde a KO y el ultimo a K8. xO, xl , ... r x8 estan dados como columnas de la matriz
x. La primer columna corresponde a xOy la ultima corresponde a x8. uO, ul , ... , u8 estan dados como
el primero, segundo, ... , noveno rengl6n del vector u.
Problema A-8-5
Considere el sistema de control escalar
x(k + 1) = gx(k) + hu(k)
y el indice de desernpeno
(8-120)
(8-121)
donde q > 0 y r > O. En la seccion 8-3 se mostr6 que la ley de control 6ptimo que minimiza el indice de
desernpeno J puede estar dada por
u(k) = -Kx(k)
Al sustituir la ecuaci6n (8-122) en la ecuaci6n (8-120), se obtiene,
x(k + 1) = (g - hK)x(k)
Al sustituir la ecuaci6n (8-122) en la ecuaci6n (8-121), se tiene
1 ~
J = ~ (q + rK
2)x2(k)
Al emplear el enfoque de Liapunov y con referencia a la ecuaci6n (8-94), se establece que
(q + rK
2)x2(k)
= -[px
2(k
+ 1) - px
2(k)]
(8-122)
(8-123)
(8-124)
618 Sistemas de control optirno cucdrotico Capitulo 8
Al sustituir la ecuacion (8-123) en la ecuacion (8-124), se obtiene
o
[q + rK
2
+ p(g - hK)2 - p]x
2(k)
= 0
Esta ultima ecuacion se debe mantener para cualquier x(k), De donde, se requiere que
q + rK
2
+ p(g - hK)2 - P = 0
Muestre que la ley de control optimo se puede dar por
(8-125)
u(k) = -Kx(k) = -ghp(r + ph
2)-'x(k)
o
(8-126)
Tambien muestre que p se puede detenninar como una raiz positiva de la siguiente ecuacion:
(8-127)
Solucion Con referencia a la ecuaci6n (8-88), el indice de desempefio J se puede determinar como sigue:
J = px
2
(O)
Para minimizar el valor de J para un valor dado x(O) con respecto a K, se tiene
ap = 0
aK
(8-128)
(8-129)
p = 1 - (g - hKf
donde pesta dado por la ecuaci6n (8-125). Observe que en la ecuacion (8-125) q + rK
2
> O. De don de.
1 - (g - hK)2 *- O. Por 10 tanto, p puede estar dada por:
q + rK
2
Al diferenciar a p respecto a K y al igualar el resultado a cero, se obtiene
ap 2rK[1 - (g - hK)2] - (q + rK
2)[2(g
- hK)h]
aK = [1 - (g - hK)2]2 = 0
queda
rK[1 - (g - hK)2] - (q + rK
2)(g
- hK)h = 0
De donde, se obtiene
1 - (g - hK)2
De las ecuaciones (8-129) y (8-130), se obtiene
rK
h(g - hK)
(8-130)
rK
p = h(g - hK)
(8-131)
Al resolver la ecuaci6n (8-131) para K y observando que r +ph
2
> 0, se tiene
K = = ghp(r + ph
2)-1
r + ph?
(8-132)
que es la ecuaci6n (8-126)
Al sustituir la ecuaci6n (8-132) en la ecuacion (8-125),
Capitulo 8 Problemas ejemplo y soluciones
que se puede simplificar a
619
(8-133)
que es la ccuacion (8-127).
EI mismo resultado se puede obtener en la forma siguiente. Primero observe que la ecuacion (8-125)
se puede modificar como sigue:
q + (r + ph
2)K2
- 2ghpK + pg2 - P = 0
o
(
h )2 2h2 2
q + pg2 - P + Yr + ph
2K
- 6 - = 0
r + ph? r + ph
Entonces, al considerar esta ultima ecuacion como una funcion de K, el minimo dellado izquierdo de esta
ecuacion con respecto a K ocurre cuando
Yr + ph
2
K - ghp = 0
~
o
que es la ecuacion (8-126).
Al sustituir la ecuacion (8-134) en la ecuacion (8-133). sc obtiene
2 g2h
2
p
2
q + pg - P - --- = 0
r + ph?
que se puede simplificar como sigue:
que es la ecuacion (8-127).
Problema A-8-6
Considere el sistema definido por
(8-134)
[
Xt(k+ 1)] = [-0.5
x2(k + 1) 0
-0.5][Xt(k)] + [l]u
1.5 x2(k) 0
Muestre que este sistema no puede ser estabilizado mediante el esquema de realimentaci6n del estado:
u(k) = -Kx(k)
cualquiera que sea el valor de la matriz K.
Solucion Se define a
Entonces
G-HK = [ ~ 5 ~ : ; ] -[ Jrk
t
k
2
) = [ ~ 5 - k
t
Por 10 tanto, la ecuacion caracteristica se convierte en
-0.5 -0.5k2 ]
1.5
620 Sistemas de control optima cuodrotico
IzI - G + HKI = Iz + 0.5 + k, 0.5 + 0.
5k2
1
o z - 1.5
= (z + 0.5 + kl)(z - 1.5) = 0
Los polos de lazo cerrado estan localizados en
Capitulo 8
z = -0.5 - k\, z = 1.5
Yaque el polo en z = 1.5 esta localizado fuera del circulo unitario, el sistema es inestable, cualquiera que sea
el valor de la matriz K. Por 10tanto, la tecnica de control 6ptimo cuadratico no se puede aplicar a este
sistema. (La soluci6n del problema del control 6ptimo cuadratico no existe.)
Problema A-8-7
Considere el sistema
[
XI(O)] = [1]
X2(0) 1
(8-135)
y el indice de desempeno
J = tt[x*(k)Qx(k) + u*(k)Ru(k)] (8-136)
donde
Q [ ~ ~ l
R = 1
Determine la ley de control 6ptimo que minimiza el fndice de desempefio. Tambien determine el
valor minima deJ.
Soluci6n De la ecuaci6n (8-135) se tiene
[ ~ ~ l H [ ~ ]
La matriz P se puede determinar de la ecuaci6n (8-101), 0
P = Q + G*P(I + HR-
1
H*p)-I G (8-137)
Como las matrices Q, G, H YR son reales, la matriz P es una matriz real simetrica, AI sustituir las matrices
dadas Q, G, H YR en la ecuaci6n (8-137), se obtiene
Al simplificar esta ultima ecuacion, se obtiene
o
Capitulo 8 Problemas ejemplo y soluciones
Esta ultima ecuaci6n es equivalente a las tres ecuaciones siguientes:
pll(l + Pll) = 1 + Pll - pi2 + P22(1 + Pll)
p12(l + Pll) = -Pi2 + P22(l + Pll)
P22(1 + Pll) = -P;2 + p22(1 + Pll)
Al resolver estas tres ecuaciones para PI b PI2 YP22' se requiere que Pll > 0, se obtiene
621
De donde
Pll = 1, PI2 = 0,
P = U
P22 = 0
(8-138)
La ecuaci6n (8-138) da la soluci6n requerida de la ecuaci6n de Riccati en estado estacionario.
Con referencia a la ecuacion (8-79), se tiene
u(k) = -(R + H*PH)-I H*PGx(k)
= -(1 + 1)-1[1 oJ[ ~ ~ ~ ~ ]X(k)
= -TI[O O]x(k) = 0
La ecuaci6n (8-139) da la ley de control optimo,
EI sistema en lazo cerrado se convierte en
x(k + 1) = Gx(k) + Hu(k) = ~ ~ x(k)
(8-139)
(8-140)
La ecuaci6n (8-140) da la operaci6n 6ptima en lazo cerrado del sistema. Los polos de lazo cerrado estan en
f..L1 = 1 Yf..L2 = O. EI sistema en lazo cerrado no es asint6ticamente estable.
El valor minimo de J se obtiene de la ecuaci6n (8-81), como sigue:
Aunque el sistema no es asint6ticamente estable, el indice de desempei'lo es finito Yminimo. De hecho, ya
que u(k) = 0 para k = 0, 1,2, ... , la ecuaci6n del sistema se convierte en
XI(k + 1) = 0
x2(k + 1) = xI(k) + x2(k)
o
XI(O) = 1,
X2(0) = 1,
XI(k) = 0,
x2(k) = 2,
k=1,2,3, ...
k = 1,2,3, ...
Observe que el indice de desempei'lo es finito, porque involucra en x,(k), pero no involucra a xlk).
622 Sistemas de control optima cuodrotico Capitulo 8
Este problema de ejemplo ha mostrado que en un caso academico pero no practice, el control
optimo cuadratico no produce un sistema asintoticamente estable.
Problema A-8-8
Si un sistema de control de tiempo discreto lineal de orden n de una entrada y una salida es de estado
completamente controlable, se necesita al menos n periodos de muestreo para lIevarlo desde un estado ini-
cial arbitrario a un estado final deseado, considerando que el vector de control no esta limitado. Por 10 tanto,
si se permite que N (N > n) periodos de muestreo, entonces se tendra libertad adicional para satisfacer
especificaciones adicionales.
La cantidad de energia de control que se necesita depende del intervalo de tiempo (numero de
periodos de muestreo) permitido para control. Si el numero de periodos de muestreo permitido es n, el
'orden del sistema, entonces la secuencia de control de tiempo optirno u(O), u(l), ... , u(n - I) es unica. Sin
embargo, si se permiten N periodos de muestreo (N) n), entonces es posible mas de una secuencia de
control. Cada secuencia de control posible requiere una cierta cantidad de energia de control. En muchas
aplicaciones industriales, si son posibles muchas secuencias de control, es preferible lograr las tareas de
control empleando la cantidad minima de energia.
En este problema, se trata de transferir el estado desde un estado inicial arbitrario al estado final
deseado (que se supone es el origen del espacio de estado) en N periodos de muestreo y al mismo tiempo
usar la minima cantidad de energia de control.
Considere el sistema de control definido por
donde
x(k + 1) = Gx(k) + Hu(k)
x(k) = vector de estado (vector-n) en el instante de muestreo k
u(k) = sei'ial de control (escalar) en el instante de muestreo k
G = matriz no singular de n x n
H = matriz de n x 1
(8-141)
Determine la ley de control que llevara al estado del sistema desde un estado inicial arbitrario al
origen en N periodos de muestreo (donde N> n) aI usar la minimacantidad de energia, donde laenergiade
control se mide con
u
2
(k )
Suponga que el sistema es de estado completamente controlable.
Solucion Con referencia a la ecuaci6n (5-30), el estado x(N) de la ecuaci6n (8-141) se puede escribir
como
x(N) = GNx(O) + GN-1Hu(O) + G
N-2Hu(1)
+ ... + GHu(N - 2) + Hu(N - 1)
AI sustituir 0 por x(N) en esta ultima ecuacion
x(O) = -G-1Hu(O) - G-
2Hu(1)
- ... - G-N+1Hu(N - 2) - G-NHu(N - 1)
Sedefine
Entonces la ecuacion (8-142) se convierte en
(8-142)
(8-143)
Capitulo 8 Problemas ejemplo y soluciones
x(O) = -f
1
u(O) - f
2
u(l) - ... - u(N - 2) - fNu(N - 1)
623
(8-144)
Ya que el estado es completamente control able, los vectores flo f
2
, , f
n
son linealmente independientes.
(Los N - n vectores restantes se pueden expresar como una combinaci6n lineal de estos n vectores
lineal mente independientes.) La ecuacion (8-144) se puede reescribir como
x(O) = -FU (8-145)
donde
[
u(O) j
U =
u(N'- 1)
Ahora se encontrara la secuencia de control que satisface la ecuaci6n (8-145) y al mismo tiempominimiza
la energia de control total. Observe que la matriz F es de n x Ny tiene rango n. Ya que F no es una matriz
cuadrada, la inversa de F no esta definida. Observe que como N > n el numero de seftales de control
desconocidas u(O), u( 1), ... , u(N - I) en la ecuaci6n (8-145) es mayor que el numero n de ecuaciones
escalares. Un conjunto de ecuaciones escalares en esta situacion sc dice que es indeterminado y posee un
numero indefinido de soluciones. Sin embargo, en este caso se tiene una limitante que hace que un conjunto
de N variables desconocidas u(O), u( I), ... , u(N- 1) produzcan una norma minima:
1N-l
2: u
2
(k ) = minimum
Entonces, como se observa en el apendice A (Seccion A-8), existe una solucion unica, Dicha solucion da la
secuencia de control que Ileva a un estado inicial arbitrario x(O) al origen en N periodos de muestreo yal
hacer esto minimiza la energia de control total.
La solucion minimizante en dicho problema, donde el numero de variables desconocidas es mayor
que el numero de ecuaciones, se puede obtener en terminos de la pseudoinversa derecha (refierase al
apendice A). La pseudoinversa derecha se define como sigue:
= F*(FF*r1 (8-146)
Al emplear la pseudoinversa derecha, la secuencia de control de energia minima u(O), u( I), ... , u(N- 1) que
transfiere a un estado inicial arbitrario x(O) al origen esta dada por
(8-147)
Observe que F*(FF*r' es una matriz de N x n. De donde, F*(FF*r
'
posmultiplicada por x(O) es una
matriz de N x I. La ecuacion (8-147) se puede rescribir como:
[
u(O) j
= -F*(FF*)-1 x(O)
u(N - 1)
(8-148)
La secuencia de control dada por la ecuacion (8-148) llevara a un estado inicial arbitrario al origen en N
periodos de muestreo y requerira la minima cantidad de energia entre todas las secuencias de control
posibles que requieren N periodos de muestreo.
624 Sistemas de control optirno cuadr6tico Capitulo ::
Problema A-8-9
Considere el sistema
x(k + 1) = Gx(k) + Hu(k)
don de
G = [1 0.6321]
o 0.3679 '
H = [0.3679]
0.6321 '
Se desea llevar al estado inicial al origen en tres periodos de muestreo. (El periodo de muestreo se supone
de I segundo.) Entre la infinidad de posibles opciones para la secuencia de control, determine la secuenciz
de control6ptimo que minimizara la energia de control, 0 la que minimizara el siguiente indice de desern-
pefio.
1 z
J = - L uZ(k)
2
Solucion De la ecuacion(8-144), el estado inicial x(O) se puede escribir como sigue:
donde
f = G-1H = [-0.7181]
1 1.7181 '
f = G-zH = [-3.6701]
Z 4.6701 '
f = G-
3H
= [-11.6939]
3 12.6939
De donde,
[
Xl(O)] = _[ -0.7181]U(0) _ [-3.6701]U(1) _ [-l1.6939]U(2)
xz(O) 1.7181 4.6701 12.6939
(8-150)
[
XI(O)] = _[ -0.7181 -3.6701
xz(O) 1.7181 4.6701 12.6939 u(2)
Mediante el uso de la pseudoinversa derecha, se puede obtener la soluci6n de la norma minima de la
ecuaci6n (8-150) como
o
don de
[
= -FRMX(O) = -F*(FF*)-I[XI(O)]
u(2) xz(O)
F = [-0.7181 -3.6701 -11.6939]
1.7181 4.6701 12.6939
La pseudoinversa derecha F
RM
se determina como sigue:
de donde,
[
-0.7181 1.7181][
F
RM
= F*(FF*)-I = -3.6701 4.6701 150.7326
-11.6939 12.6939 -166.8147
[
0.7910 0.7191]
= 0.5000 0.4738
-0.2910 -0.1929
-166.8147]-1
185.8968
Capitulo 8 Problemas ejemplo y soluciones
[
U(O)] [0.7910
u(l) = - 0.5000
u(2) -0.2910
0.7191][ 5] _ [-0.3598]
0.4738 -5 - -0.1310
-0.1929 0.4908
625
(8-151)
La secuencia de control dada por la ecuacion (8-151) llevara al estado inicial al origen en tres periodos de
muestreo y tarnbien minimiza la energia de control total.
Al emplear la secuencia de control optirno dado por la ecuacion (8-151), el estado se puede
transferir como:
[
Xl(l ) ] = [1
x2(1)
[
Xl(2)] = [1
xz(2)
[
Xl(3)] = [1
x2(3)
0.6321][ 5] + [0.3679][_03598] = [ 1.7071]
0.3679 -5 0.6321' -2.0669
0.6321][ 1.7071] [0.3679][_01310] = [ 0.3524]
0.3679 -2.0669 + 0.6321' -0.8432
0.6321][ 0.3524] [0.3679][04908] = [0]
0.3679 -0.8432 + 0.6321'
La minima cantidad de energla para este control es
1 2 1 1
1m;n = u\k) = 2[u
2(0)
+ u
2(1)
+ u
2(2)]
= 2[(-0. 3598r + (-O.131Or + (0.4908)2]
= 0.1937
Es interesante comparar la energia minima obtenida aqui con la energia requerida para el sistema de
control de tiempo optirno. El sistema de control de tiempo optimo requiere 2 periodos de muestreo. En el
problema A-6-2. la secuencia de control de tiempo optirno u(O) y u( 1). donde el periodo de muestreo era
de 1 segundo. se encontro como
u(O) = -1.5820Xl(0) - l.2433x2(0)
u(l) = 0.5820x,(0) + 0.2433x2(0)
[Refierase a la ecuacion (6-231 ).] Al tomar x1(O) = 5 y xz(O) = -5 y al sustituir estos valores en estas dos
ecuaciones, se obtiene u(O) = -1.6935 Yu( 1) = 1.6935. Por 10 tanto. para el control de tiempo minima la
energia total requerida es
+ u
2(1)]
= + (1.6935r] = 2.8679
Observe que al permitir que la duracion del control sea de tres periodos de muestreo (3 segundos). en lugar
de dos periodos de muestreo, la energia requerida se puede reducir notablemente.
Problema A-8-10
Considere el sistema de pendulo invertido mostrado en la figura 8-10. don de un pendulo invertido esta
montado sobre un carro impulsado por un motor. En este caso se considera solo el problema en dos
dimensiones en que el pendulo se mueve unicamcnte en el plano del papel. El pendulo invertido es
inestable ya que puede caer en cualquier momenta a menos de que se aplique una fuerza de control
adecuada. Suponga que la masa del pendulo esta concentrada en el extremo de la varilla como se muestra en
la figura. (Se supone que la varilla no tiene masa.) La fuerza de control u se aplica al carro.
En el diagrama. ees el angulo de la varilla respecto a la linea vertical. Se supone que ees pequefio por
10 que el sen e y el cos e se puede aproximar a ey a I respectivamente. y tambicn se supone Iique
es pequeno por 10 que 00 2 =? (Bajo estas condiciones. las ecuaciones del sistema no lineal se pueden
linealizar. )
626
z
1 4 x ~
~ c m
I
'T' ' e
Sistemas de control optima cuodrotico
Figura 8-10 Sistema de pendulo invertido.
Capitulo 8
Se desea mantener el pendulo en la posicion vertical en respuesta a cambios escalon en la posicion
del carro. (La fuerza de control u se aplica al carro.) Primero obtenga el modelo en el espacio de estado en
tiempo continuo. Despucs discretice dicho modelo y obtenga el modelo discrcto. Suponga que el periodo
de muestreo T es de 0.1 segundos. Suponga los siguientes val ores numericos para M, my I:
M = 2 kg, m = 0.1 kg, l = 0.5 m
(En la seccion 8-4 se disefi6 un controlador digital para el sistema de pcndulo invertido.)
Solucion Se define el angulo de la varilla desde la linea vertical como e. (Como se desea mantener al
pendulo invertido en posicion vertical, se supone que ees pequeno.) Tarnbien se definen las coordenadas
(x, z) del centro del gravedad de la masa como (xc;, zc;). Entonces
XG = X + l sen 0
ZG = l cos 0
Al aplicar la segunda ley de Newton en la direccion x del movimiento se obtiene
o
Observe que
d .
"it sen 0 = (cos 0)0
d
2
.
dt
2
senO = -(senO)O 2 + (cos 0)0
d .
di cos 0 = -(senO)O
d
2
..
dt
2
cos 0 = - (cos 0)0 2 - (sen 0)0
(8-1521
Capitulo 8 Problemas ejernplo Ysoluciones
La ecuacion (8-152) sc puede escribir como
(M + m)i - ml(senO)O 0 -+- ml(cos O)B = u
627
(8-153)
La ccuacion del movimiento de la masa III en la direccion z no se puede escribir sin considerar el
movimiento de la masa III en la direccion x. Por 10 que. en lugar de considerar el movirniento de la masa m
en la dircccion r. se considera el rnovimiento rotacional de la masa III alrededor del punta P. Ai aplicar la
segunda ley de Newton al movimiento rotacional. se obtiene
d
2
XG dO Z,; ,
m -d' 1 cos 0 - m -d- I sen 0 = mgl sen 0
t: t:
o
[ m :r
2
2 (x + 1sen 0) } cos 0 - [ m:roo (l cos 0) } sen 0 = mgl sen 0
que se puede simplificar como sigue:
m[i -l(senO)02 + l(cosO)B]l cos s - m[-l(cosO)OO -lisenO)B]l sinO = mgl senO
Una simplificacion posterior resulta en
mx cos 0 + mlB = mg sens (8-154 )
AI sustituir el sen 0 -i- 8. cos 8 I.) ao
e
-i- O. las ecuaciones (8-153)) (8-154) se pucden linealizar COIllO
siguc:
(M + m)i + mlB = u
mx + mlB = mgn
(8-155)
(8-156)
Estas ecuaciones lincalizadas son validas mientras a) 8 sean pcquenas. Las ccuacioncs (8-155) ) (8-156)
dcfinen un modele matcmatico del sistema del pendulo invcriido.
Las ccuaciones del sistema lincalizado, ecuacioncs (8-155) ) (8-156). se pucdc modi ficar a
MlB = (M + m)gO - u
Mi = u - mgt)
(8-1571
(8-1581
La ccuacion (8-157) se obtuvo al eliminar .,: de las ecuaciones (8-155)) (8-156). La ecuacion (8-158) se
obtuvo al eliminar (j de las ecuaciones (8-155)) (8-156). Las variables de estado XI' X2-.Y' ) .1
4
se defincn
como
Xo = 0
Observe que el angulo aindica la rotacion de la varilla del pendulo alrcdcdor del punto P.) X es la ubicucion
del carro. Se considera a X como Ia salida del sistema. 0
Y=X=x,
Fntonces. de la definicion de las variables de cstado y de las ccuaciones (8-157) 1,8-! 58). sc obticnc
628 Sistemas de control optima cuodrctico Capitula 8
En terminos de las ecuaciones vector-matriz, se tiene
(8-159)
(8-160)
u
o
1
Ml
o
1
M
000
o 0
1 0 0
00 tl
o
M+m
---y;jfg
o
Las ecuaciones (8-159) y (8-160) dan una representaci6n en el espacio de estado del sistema de pendulo
invertido. (Observe que la representaci6n en el espacio de estado no es (mica. Existen una infinidad de esas
representaciones. )
Al sustituir los valores numericos de M, n y I, se obtiene
M+m
---y;jf g = 20.601,
m
M g = 0.4905,
1
Ml = 1,
1
M = 0.5
Entonces la ecuaci6n de estado y de salida para el pendulo invertido con carro se convierte en:
x = Ax + Bu
y = Cx + Du
(8-161 )
(8-162)
donde
[
0 1 0 0]
A = 20.601 0 0 0
o 0 0 1 '
-0.4905 0 0 0
B=[-! ],
0.5
C = [0 0 1 0], D = 0
Ahora, se discretiza la ecuaci6n de estado, ecuaci6n (8-161). La discretizaci6n se logra al emplear el
siguiente comando de MATLAB:
[G,Hj = c2d(A,B,T)
donde T es el periodo de muestreo involucrado en el sistema de control de tiempo discreto. En este
problema T = 0.1 segundos. Entonces el coman do
[G,Hj = c2d(A,B,O.1)
transforrnara la ecuaci6n de estado en tiempo continuo en la ecuaci6n de estado en tiempo discreto.
Observe el siguiente comando y salida de MATLAB.
Capitulo 8 Problemas
A = [0 1 a a
20.601 a a a
a a a 1
-0.4905 a a 0];
B = [0;-1;0;0.5];
[G,H] = c2d(A,B,0.1)
G=
629
H=
1.1048 0.1035
2.1316 1.1048
-0.0025 -0.0001
-0.0508 -0.0025
-0.0051
-0.1035
0.0025
0.0501
a
a
1.0000
a
a
a
0.1000
1.0000
Por 10tanto, el modelo discretizado en el espacio de estado esta dado como sigue:
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k) + Du(k)
donde
[
1 1048 0.1035 0
G = 2:1316 1.1048 0
-0.0025 -0.0001 1
-0.0508 -0.0025 0
C = [0 0 1 OJ, D = 0
PROBLEMAS
Problema B-8-1
Considere el sistema discreto
[
- 0.0051]
H = -0.1035
0.0025
0.0501
x(k + 1) = Gx(k) + Hu(k)
donde
H=[iJ,
x(O) = [;]
Determine la secuencia de control optimo u(k) que minimiza el indice de desempeiio siguiente:
630 Sistemas de control optima cucdrctico
1 1 7
J = -x*(8)Sx(8) + - I [x*(k)Qx(k) + u*(k)Ru(k)]
2 2
Capitulo 8
donde
Problema B-8-2
Considere el sistema
Q = l l R = 1,
x(k + 1) = Gx(k) + Hu(k)
donde
G = l
x(O) = UJ
R = 1
y el indice de descrnpeno
1 x
J = + u*(k)Ru(k)]
donde
Q = l
Determine la ley de control optirno que minimiza el indicc de descmpeno. Tambien determine cl valor
minimo deJ.
Problema B-8-3
Considere cl sistema definido por
donde -I :s; a < O. Determine el valor de a tal que el indice de dcscmpeno
1 x
J = - I x*(k)Qx(k)
2
donde
sc minimice.
Problema B-8-4
Un sistema de control discreto esta definido por la ccuacion
x(k + 1) = O.3679x(k) + O.6321u(k)
Determine la Icy de control optirno que minimice el siguiente indicc de dcscmpcno:
1 x
J = [x
2
(k ) + u
2
(k )]
Tambicn determine el valor minuno del indice de dcsempcno J.
Capitulo 8 Problemas
Problema 8-8-5
631
Considere el mismo sistema tratado en el problema A-8-6. (,Es posible deterrninar una matriz definida
positiva P para este sistema') Utilice la ecuacion (8-101) para determinar la matriz P.
Problema 8-8-6
Considere el sistema definido por las ecuaciones
x(k + 1) = Gx(k) + Hu(k)
y(k) = Cx(k)
donde x(k) es un vector n, u(k) es un vector r, y(k) es un vector-,, G es una matriz de n x n. H es una
matriz de n x r. y C cs una matriz de m x n. EI indice de desempeno es
1 oc
J = k ~ [x*(k)Qx(k) + u*(k)Ru(k)]
donde Qes una matriz Hermitica definida positiva de n x n y R es una matriz Hermitica definida positiva
de r x r. La ley de control optimo que minimiza al indice de desernpeno esta dada como u(k) = -Kx(k).
Muestrc que si el sistema es de estado cornpletamente eontrolable y observable entonces la ecuacion
algebraica de Riccati
P = Q + GPG* - GPC*(R + CpC*)-1 CPG*
ticne una solucion dcfinida positiva unica. Muestre tambien que el sistema en lazo cerrado optirno es
establc, 0 G - HK es una matriz estable.
Problema 8-8-7
Con referencia al problema A-8-9, resuelva el mismo problema con MATLAB. Determine la sccuencia de
control optimo 1/(0), 1/( I) Y1/(2).
Problema 8-8-8
Considere el sistema
l][Xl(k)] [1]
o x2(k) + 1 u(k), [
Xl(O)] = [1]
X2(O) 1
Se desea lIevar el estado inicial al origen en n periodos de muestreo. Determine la ley de control optima que
minimiza la energia de control medida con
Considere los valores de n: n = 2, n = 3 y n = 4.
Problema 8-8-9
Considere el diseno del sistema de seguirniento mostrado en la figura 8-11. La planta no involucra un
integrador, por 10 que se incluye un controlador integral en eI lazo. EI periodo de muestreo T es de O. I
segundos.
Muestre que el sistema de ecuaciones se puede dar mediante las siguientes ecuaciones en el espacio
de estado:
x(k + 1) = Gx(k) + Hw(k)
w(k) = -Kx(k)
632 Sistemas de control6ptimo cucdrotico Capitulo 8
r(k)
L.--------4 k2
Figura 8-11 Sistema de seguimiento.
y(kl
donde
Problema 8-8-10
x(k) = [X\(k)] = [X(k) - X(OO)]
x2(k) v(k) - v(oo) ,
[
0.5 0] [ 2]
G = -0.5 l' H = -2'
w(k) = u(k) - u(oo)
K = [k
2
-ktl
R = 1
Con referencia al problema B-8-9, se desea disefiar la matriz de ganancia de realirnentacion del estado K =
[k
2
-kll tal que el sistema tenga una respuesta al escalon razonable. Se supone que se emplea el esquema
de control optimo cuadratico.
Se supone el indice de desempefio siguiente:
1
J = [x(k)*Qx(k) + w(k)*Rw(k)]
Si Q y R se escogen como definidas positivas, el sistema resultante es estable. Para este problema, se
escogen
Q =
Observe que Q y R son solo un conjunto posible. (Se pueden seleccionar otras Q y R definidas positivas.
El sistema resultante es estable pero diferente para cada conjunto distinto de Q yR.)
Empleando la representacion en el espacio de estado del problema B-8-9, determine la matriz K con
MATLAB. Escriba un programa en MATLAB. Al utilizar la matriz K as! determinada, obtenga la
respuesta al escalon del sistema disenado can ayuda de MATLAB. Dibuje la grafica de y(k) contra k y v(k)
contra K.
ApendiceA
Ana/isis vector-matrices
A-l DEFINlelONES
Las matrices que se encuentran con frecuencia en el estudio de la teorfa de control modema son la
matriz simetrica, la matriz anti-simetrica, la matriz ortogonal, la matriz Hermftica, la matriz anti-
Hermitica, la matriz unitaria y la matriz normal. Las siguientes ecuaciones definen estas matrices:
AT =A
AT =-A
AA
T
=ATA= I
A* =A
A* =-A
AA* = A*A = I
AA* =A*A o
A es simetrica
A es anti-simetrica
A es ortogonal
A es Hermftica
A es anti-Hermftica
A es unitaria
A es normal
donde el superfndice * denota la transpuesta conjugada y el superfndice T significa la transpuesta.
A-2 DETERMINANTES
Determinantes de una matriz de 2 x 2, 3 x 3 y 4 x 4. Para una matriz A de 2 x 2, se tiene
633
634
Para una matriz A de 3 x 3,
Anal i si 5 vector-matriz Ape ndic e A
a: a,
b2 b, = a.b,c, + b[C2 a
3
+ c.a-b, - cjb
2
a 3 - bj a 2 C3 - a.bee,
C2 C3
Para una matriz A de 4 x 4.
al a2 a3 a4
IAI =
b
l
b
2
b
3
b
4
C[
C2 C3 C4
d[ d
2
d
3
d
4
I
a21
la
j
a211 b, b41 la
l C3 C4 '
I
d
3
d
4
1 C2 d, Ib
l
b, i Cj d
4
i
+ fa
J a2
Ib
3
b4i
+ Ib
j
b211a3 a41
id, d
2
IC3 C
4
C[ C2 d, d
4
IbJ
b I I
I
21 la3
a41 + ICj c211a3
a41
(A-II
-Id
l
d
2
i IC3 c
4
d[ d
2.
b, b
4
1
(Esta expansi6n se llama expansi6n de Laplace por menores.)
Propiedades del determinante. EI determinante de una matriz de 11 x 11 tiene las siguientes
propiedades:
1. Si dos renglones (0 dos columnas) del determinante se intercambian, s610 el signa del determi-
nante se cambia.
2. EI determinante es invariante bajo la suma de un escalar multiple de un renglon (0 una colum-
na) a otro renglon (0 columna)
3. Si una matriz de 11 x 11tiene dos renglones (0 columnas) identicos, entonces el determinante es
cero.
4. Para una matriz A de 11 x 11,
IA*I = IAI
5. EI determinante de un producto de dos matrices A y B de 11 x 11es el producto de sus determi-
nantes
IABI = IAi IBI = IRAI
6. Si un rengl6n (0 una columna) se multiplica por un escalar k, entonces el determinante se
multiplica por k.
7. Si todos los elementos de una matriz de 11 x 11se multiplican por k, entonces el determinante se
multiplica por k', es decir,
IkAI = knlAI
8. Si 10 valores propios de A son A, (i = 1,2, ... , 11), entonces
IAI = 1..
11..2
.. An
De donde, IAI =F 0 implica que A, =F 0 para i = 1,2, ... ,11. (Para detalles de los valores propios.
yea la secci6n A-6.)
Seccion A-3 Inversion de matrices 635
9. Si las matrices A, B, C Y 0 son de n x n, de n x 111, de 111 x n y de 111 x 111, respectivamente,
entonces
Tambien,
~ ~ ~ &\ =iAilOj, si IAI *- 0 y 101 =t- 0
~ ~ = ~ &1 =0, si IAI = 0 0 101 = 0 0 IAI = 101 = 0
(A-2)
I
A BI = {IAIID - CA-IBI,
C 0 IDIIA - BD-
I
C1,
si IAI ~ 0
si IDI ~ 0
(A-3)
(A-4)
[Para obtener la ecuaci6n (A-2), yea el problema A-i. Para obtener las ecuaciones (A-3) y (A-4).
refierase al problema A-2.]
10. Para una matriz A de n x III y una matriz B de III x n. se tiene.
(A-5)
(Para la prueba, yea el problema A-3.) En particular, para III = I, es decir, para una matriz A de
n x I y una matriz B de I x n, se tiene,
[I, + ABI = 1 + BA
(A-G)
Las ecuaciones (A-2) hasta la (A-G) son utiles en el calculo de los determinantes de matrices
de orden grande.
A-3 INVERSION DEMATRICES
Matri; I/O singular y matri: singular: Una matriz cuadrada A es una matriz no singular si
existe una matriz B tal que BA = AB = I. Si dicha matriz B existe, entonces se denota como AI
A-I se llama la inversa de A. La matriz inversa A-I existe si IAI no es cero. Si A-I no existe. A se dice
ser singular.
Si A Y B son dos matrices no singulares, entonces el producto AB es una matriz no singular.
(ABr
l
= B-
1
A-I
Asimisrno,
y
Propiedades de la inversa de una matriz: La inversa de una matriz tiene las siguientes pro-
piedades.
1. Si k es un escalar no cero y A es una matriz de n x n no singular, entonces
(kArl = !A-
1
k
636 An61isis veclor-molriz Apendice A
2. El determinante de A-I es el inverso del determinante de A, 0
Esto se puede verificar facilmente como sigue:
Formulas utlles para encontrar la inversa de una matriz
1. Para una matriz A de 2 x 2, donde
A = [a b]
ed'
la matriz inversa esta dada por
ad - be -=1= a
A-I - 1 [d -b
a
]
ad - be -e
2. Para una matriz A de 3 x 3, donde
A ~ [;
la matriz inversa esta dada por
b e]
e f ,
h i
IAI-=I= a
~ {I ~ ~ I ~ fI
A-I = ~ l -I: {I I; ~ I-I: fI
I: ~ I-I; ~ I I: ~ I
3. Si A, B, C YD son, respectivamente, matrices de n x n, de n x m, de m x n y de m x m, entonces
(A-7)
con la condici6n de que las inversas indicadas existan. La ecuaci6n (A-7) se refiere comun-
mente como ellema de inversion de matrices. (Para la prueba, yea el problema A-4.)
Si D = In" entonces la ecuaci6n (A-7) se simplifica a
(A + BC)-I = A-I - A-I B(I
m
+ CA-I B)-I CA-
1
En esta ultima ecuaci6n, si By C son matrices de n x 1 y de 1 x n, respectivamente, entonces,
(
A + BC)-I = A-I _ A-1BCA-
1
1 + CA-1B
(A-8)
La ecuaci6n (A-8) es util en que si una matriz X de n x n se puede escribir como A + BC,
Seccion A-4 Reglas de operaciones con matrices
637
donde A es una matriz de n x n cuya inversa es conocida y BC es el producto de un vector
columna y un vector renglon, entonces X ~ I se puede obtener facilmente en terminos de las
matrices conocidas ~ I By C.
4. Si A, B, C YD son, respectivamente, matrices de n x n, de n x m, de m x n y de m x m, entonces
-A-IB(D - CA-IBr
l
]
(D - CA-1Br
l
(A-9)
con la condicion de que IAI 0/= 0 y ID- CK
1
BI 0/= 0, 0 bien
[
A B]-I _ [ (A - BD-
I
C)-I -(A - BD-
I
C)-I BD-
I
]
C D - -D-
I
C(A - BD-
I
C)-I D-
1
C(A - BD-
1
C)-I BD-
I
+ D-
1
(A-IO)
con la condici6n de que IDI P 0 YIA- BD-
1
CI P O. En particular, si C = 0 0 B = 0, entonces las ecuaciones
(A-9) Y(A-I 0) se pueden simplificar como sigue:
(A-II)
o
(A-I2)
[Para obtener las ecuaciones (A-9) hast a (A-12), refierase a los problemas A-5 y A-6.]
A-4 REGLAS DEOPERACIONES CON MATRICES
En esta seccion se revisaran algunas reglas de operaciones algebraicas con matrices y despues se
dara la definicion de la derivada e integral de una matriz. Luego se presentaran las reglas de diferen-
ciacion de matrices.
Observe que el algebra de matrices difiere del algebra de numeros ordinarios en que la multi-
plicacion de matrices no es conmutativa y la cancelacion de matrices no es valida.
Multiplicacion por un escalar. EI producto de una matriz y de un escalar es una matriz en la
cual cada elemento esta multiplicado por el escalar. Es decir,
kA = [Z::: Z::;
kant ka
n
2
Multiplicacion de una matriz por una matriz: La multiplicacion de una matriz por una
matriz es posible entre matrices cuyo numero de columnas en la primera matriz es igual al nurnero de
renglones en la segunda. De otra forma, la multiplicaci6n no esta definida.
Considere el producto de una matriz A de n x m y una matriz B de m x r:
638 Anoli si s vector-matriz Ap e ndic e A
[ an
al2
a,mr'
b
l2
b, ]
AB = afl
an a2m b
21
b
n
b
2r
anI a n2
a
nm
b
ml
b
m2
b.;
[ en
cl2
c" ]
_ C21 cn C2r
Cnl C
n2
c.;
donde
m
C,k = La,jb
j k
~
Por 10 tanto, la multiplicaci6n de una matriz de n x m por una de m x r da una matriz de n x r. Sc debe
notar que, en general, la multiplicaci6n de matrices no es conmutativa; es decir,
AB *- BA en general
Por ejemplo
AB = [ all
a
l2J[bll
b
l2
J = [ all b
ll
+ al2b
21
all b
l2
+ a12 bn J
a21 an b
21 b a21 b
ll
+ an b
21 a21 bl2 + an h2
y
BA = [b
ll
b
l2J[all
al2J = [b
ll
all + b
l2
a21 b
11
al2
+ b
12
a
n
J
b
21
b
n
a21 a22 b21all + bn a21 b
21
al2 + b
n
an
Asi, en general AB *- BA. De donde, el orden de la multiplicaci6n es significativo y se debe preser-
var. Si AB = BA, las matrices A y B se dicen que conmutan. En las matrices A y B anteriores, si, por
ejernplo, a
l2
= a
21
= b
l 2
= b
21
= 0, entonces A y B conmutan.
Para matrices diagonales A y B de n x n,
Si A, B YC son matrices de n x m, de m x r y de r x p, respectivamente, entonces la ley
asociativa siguiente se cumple:
(AB)C = A(Be)
Esto se puede probar como sigue:
el elemento (i, k) de AB = a.. b
k
;.0] IJ .J
el elemento (j, h) de BC = kt b
Jk
C
kh
Seccion A-4 Reglas de operaciones con matrices 639
Como la asociatividad de la multiplicaci6n de matrices se conserva, se tiene
ABCD = (AB)(CD) = A(BCD) = (ABC)D
m,n = 1,2,3, ...
Si A Y B son matrices de n x 111 y C Y 0 son matrices de 111 x r, entonces la siguiente ley
distributiva se cumple:
(A + B)(C + D) = AC + AD + BC + BD
Esto se puede probar al comparar el elemento (i, j) de (A + B) (C + 0) con el elemento (i, j) de
(AC + AO + BC + BO).
Comentarios sobre fa cancelacion de matrices. La cancelaci6n de matrices no es valida en
el algebra de matrices. Considere el producto de dos matrices singulares A y B. Tome par ejemplo,
Entonces
Es evidente que AB = 0 implica que A = 0 0 que B = O. De hecho, AB = 0 implica una de las
siguientes tres:
I. A = 0
2. B = 0
3. A Y B son simi lares.
Se puede ver facilmente que, si A y B son matrices no cera y AB = 0, entonces A y B deben ser
singulares. Suponga que B no es cera y A es no singular. Entonces IAI *" 0 y A-I existen. Entonces se
obtiene
A-I AB = B = 0
que contradice la suposici6n de que B no es cera. En esta forma se puede prabar que A y B deben ser
singulares si A*"O YB *" O.
De forma similar, observe que si A es singular entonces tampoco AB = AC ni BA = CA
implican que B = C. Sin embargo, si A es una matriz no singular, entonces AB = AC implica que
B = C YBA = CA implica que B = C.
640 An61isis vector-matriz Ape ndlce A
Derivada e integral de una matriz: La derivada de una matriz A(t) de n x m se define como
la matriz cuyos elementos (i, j) son las derivadas de las elementos (i, j) de la matriz original, si se
considera que todos los elementos aij(t) tiene derivadas con respecto a t:
d d
d
dt all(t) dta1m(t)
dtA(t) =
d d
dtan1(t) dt anm(t)
En el caso de un vector de x(t) de dimension n,
De forma similar, la integral de una matriz A(t) de n x m con respecto a t se define como la
matriz cuyos elementos (i, j) son las integrales de los elementos (i, j) de la matriz original, 0
fall(t) dt ... falm(t) dt
fA(t)dt = :
fanl(t) dt ... famn(t) dt
al considerar que los elementos aij(t) son integrables como funciones de t.
Diferenciacion de una matriz: Si los elementos de las matrices A y B son funciones de t,
entonces
d d d
- (A + B) = - A + - B
dt dt dt
~ A B = dAB + AdB
dt dt dt
Si k(t) es un escalar y es funcion de t, entonces
~ [Ak(t)] = dA k(t) + A dk(t)
dt dt dt
Tambien,
f
bdA Bdt = ABlb - rA dB dt
a dt a a dt
Es importante notar que la derivada de A-I esta dada por
(A-13)
(A-I4)
(A-I5)
(A-I6)
(A-I?)
Secci6n A-4 Reglas de operaciones con matrices 641
La ecuacion (A-I7) se puede derivar facilmente al diferenciar AA-I con respecto a t. Ya que
y tambien
se obtiene
o
que es el resultado deseado.
Derivadas de unafuncion escalar con respecto a un vector. Si J(x) es una funcion escalar
de un vector x, entonces
~
a
2J
a
2J
a
2x!
---
aJ
~ l
a
2J
ax! aX2
-=
ax
2
ax
. ,
aJ a
2J
a
2J
aX
n
aX
n
ax! aX
n
aX2
Asimismo, para una funcion escalar V(x(t)), se tiene
!!.. V(x(t = (aV)T dx
dt ax dt
a
2
J ]
ax\ax
n
a
2
J
x ~
Jacobiano. Si una matriz f(x) de m x 1 es un vector funcion de un vector-n x (nota: un
vector-n es un vector de dimension n), entonces
af! afz afm
ax! aXI aXl
af
af, afz afm
(A-I8) -
ax
aX2 aXl aXl
af, ah afm
aX
n
aX
n
aX
n
Dicha matriz de n x m se llama Jacobiano.
Observe que, al utilizar esta definicion de Jacobiano, se tiene
a
-Ax = AT
ax
(A-I9)
642
An o li si s vector-motriz Ape nd i c e ,t.
EI hecho de que la ecuaci6n (A-\9) se cumple, puede verse facilmente del siguiente ejemplo: Si A;-
x estan dados por
entonces
y
at! iJh
ax! ax!
a
at! at2
[""
a" ]
-Ax =
a!2
an = AT
ax aX2 iJX2
at! iJh
au aD
ax, ax,
As], se tiene la siguiente f6rmula util. Para una matriz real A de Ii r.
a
-x
T
A.x = Ax T A "-
ax
Adernas, si A es una matriz real sirnetrica, entonces
a
-x
T
Ax = 2Ax
ax
Observe que si A es una matriz Hermitica de n x n y x es un vector-n complejo e n ; L ~
a
-x*Ax = Ax
iJx
[Para obtener las ecuacioncs (A-20) y (A-2\), vease el problema A-7,]
Para una matriz real de n x m, un vector-n real x, y un vector-m real y, se tiene
a
-x
T
Ay = Ay
ax
(A-:!2
(A-23)
De forma similar. para una matriz compleja A de n x 111, un vector-s complejo x y un vector-171
complejo y, se tiene
a
iJx x*Ay = Ay
a T-
-x*Ay = A x
ay
(A-24)
(A-25 )
642 Ano li sis v ector-rn o t ri z Ap e ridic e A
EI hecho de que la ecuaci6n (A-19) se cumple, puede verse facilmente del siguiente ejernplo: Si A)
x estan dados por
entonces
y
atl iJfe
iJx! iJXI
a /Jfl
ate
[""
""]
-Ax=
= an a2e = AT
ax aX2 aX2
atl ah
aD a23
ax) ax)
Asi, se tiene la siguiente f6rmula util, Para una matriz real A de n x n y un vector- real x,
a
- x
T
Ax = Ax + AT x
ax
Adernas, si A es una matriz real simetrica, entonces
a
-x
T
Ax = 2Ax
ax
Observe que si A es una matriz Hermitica de n x n y x es un vector- complejo entonces
a
-x*Ax = Ax
ax
[Para obtener las ecuaciones (A-20) y (A-21), vease el problema A-7.]
Para una matriz real de n x m, un vector-n real x, y un vector-m real y, se tiene
a
-xTAy = Ay
ax
(A-20)
(A-21)
(A-22)
(A-23 )
De forma Similar. para una matriz cornpleja A de n x m, un vector-a complejo x y un vector-m
complejo y, se tiene
a
axx*Ay = Ay
a _
-x*Ay = ATx
ay
(A-24 )
(A-25 )
Seccion AS Vectores y onclisis vectorial 643
[Para obtener las ecuaciones (A-22) a (A-25), refierase al problema A-8.] Observe que la ecuaci6n
(A-25) es equivalente a la siguiente ecuaci6n:
a
-x*Ay = A*x
ay
A-5 VECTORES Y ANAL/SIS VECTORIAL
Dependencia lineal e independencia de vee/ores. Los vectores XI' x
2
, ... , XII se dicen ser
/inea/mente independientes si la ecuaci6n
CI Xl + Cz X2 + ... + C
n
X
n
= 0
donde C
I,
C
2'
... ,ell son constantes, irnplica que C
I
= e
2
= ... = ell = 0. POI' el contrario, los vectores
XI' X
2
, ... , XII se dicen ser /inea/mente dependientes si y s610 si XI se puede expresar como una
combinaci6n lineal de XI (j = 1,2, ... , n;j *- i).
Es importante observar que si los vectores XI' x
2
' , XII son linealmente independientes y los
vectores XI' x., ... , XII' XII+ I son Iinealmente dependientes, entonces XII+ I se puede expresar como una
combinaci6n lineal unica de XI' X
2,
... , XII'
Condiciones uecesarias Y suficientes para la independencia lineal de vectores. Se puede
probar que las condiciones necesarias y suficientes para que los vectores XI (i = 1,2, ... , m) sean
linealmente independientes son que:
1. m S. n.
2. Exista almenos un determinante de columna-m no cero de la matriz de n x III cuyas columnas
consistan de XI' X
2
, , XIII'
POI' 10 tanto, para los n vectores XI' x
2
, ... , XII la condici6n necesaria y suficiente para la independen-
cia lineal es que
IAI"* 0
donde A es una matriz de n x n cuya columna i esta hecha de los componentes de XI (i = I, 2, ... , n).
Producto inferno. Cualquier regia que asigna a cada par de vectores X y Yen un espacio
vectorial una cantidad escalar se llama producto interno 0 producto esca/ar y se simboliza por (x, y),
si se considera que los cuatro axiomas siguientes se satisfacen:
1. (y.x) = (x,y)
donde la barra denota el conjugado de un numero complejo
2. (ex, y) = c(x, y) = (x, cy)
donde c es un numero complejo
3.
4.
(X + y, z + w) = (x, z) + (y, z) + (x, w) + (y, w)
(x, x) > 0, para x*-O
644 Ano iisi s vector-matriz Ap e ndic e A
En cualquier espacio vectorial finito, existen muchas definiciones del producto interne, todas satis-
facen los cuatro axiomas.
En este libro, a menos de que se especifique otra cosa, se adoptara la siguiente definicion de
producto intemo: el producto interno de un par de vectores-n x y y en un espacio vectorial Vesta
dado por
n
(x,y) = X1Yl + X2Y2 + '" + xnYn = LX,Y,
i=l
(A-26)
donde la suma es un numero complejo y donde las .x: son los complejos conjugados de los X" Esta
definicion claramente satisface los cuatro axiomas. El producto interno tambien se puede expresar
como:
(x, y) = x*y
donde x* denota la transpuesta conjugada de x. Asimismo
(x,y) = (y,x) = y*x = yTx = x*y
El producto interno de dos vectores-n x y y con componentes reales esta dado por
(A-27)
n
+ xnYn = LX,Y'
i=1
(A-28)
En este caso, es claro que se tiene
(x, y) = Xl Y= v' x, para vectores reales de x y y
Se hace notar que el vector x real 0 complejo se dice normalizado si (x, x) = I. Tambien se
senala que, para un vector-n, x, x*x es un escalar no negativo, pero xx* es una matriz de n x n. Es
decir,
y
[ X,X,
X
1X2
x ~ 1
* X2
Xl
X2
X2
X2
Xn
xx = .
XnXl XnX2 XnXn
Observe que, para una matriz compleja A de n x n y vectores-n complejos x y y, el producto
interno de x y Ay Yel de A*x y y son el mismo,
(x, Ay) = x*Ay, (A*x, y) = x*Ay
De forma similar, para una matriz real de n x n y vectores-n reales x y y, el producto interno de x:
Ay y el de AI x y y son el mismo, 0
(x, Ay) = x
T
Ay,
Seccion AS Vectores y cnolisis vectorial
645
Transformaciones unitarias. Si A es una matriz unitaria (es decir, si A-I = A* ), entonces el
producto interno (x, x) es invariante bajo la transformaci6n lineal x = Ay, porque
(x,x) = (AY,Ay) = (y,A*Ay) = (y,A-
1
Ay) = (y,y)
Dicha transformacion x = Ay, donde A es una matriz unitaria, que transforma 2:'=I x,x
i
en ~ =I y,y"
se llama transformaci6n unitaria.
Transformaciones unitarias. Si A es una matriz unitaria (es decir, si A-I = A*), entonces el
producto interno (x, x) es invariante bajo la transfonnaci6n lineal x = Ay, porque
(x,x) = (AY,Ay) = (y,ATAy) = (y,A-1Ay) = (y,y)
Dicha transformaci6n x = Ay, que transforma a ~ I x,' en 2:'=I y,', se llama una transformaci6n
ortogonal.
Normas de un vector. Una vez definido el producto interno, se puede emplear este producto
intemo para definir las normas de un vector. EI concepto de norma es de alguna forma similar al del
valor absoluto. Una norma es una funci6n que asigna a cada vector x en un espacio vectorial dado un
nurnero real denotado por Ilxll tal que
1.
2.
3.
4.
5.
Ilxlj > 0, para x*-O
Ilxll = 0, si y s610 si x = 0
Ilkxll = Ikl Ilxll,
don de k es un escalar y Ikl es el valor absoluto de k.
Ilx + YII :s; [x] + IIYII, para toda x y y
I(x, Y)I :s; Ilxllllyll (desigualdad de Schwarz)
Definiciones distintas de normas se encuentran en los libros. Sin embargo, la siguiente defini-
ci6n se utiliza ampliamente. Una norma de un vector se define como la raiz cuadrada no negativa de
(x, x):
(A-29)
Si x es un vector real, la cantidad IIxl1
2
se puede interpretar de manera geometrica como la distancia
desde el origen al punto representado por el vector x. Observe que
Las cinco propiedades de las normas listadas antes pueden ser obvias, excepto quiza las dos
ultimas desigualdades. Estas dos desigualdades se pueden probar como sigue. De las definiciones
del producto intemo y de la norma, se tiene
IIAx + yl12 = (Ax + y,Ax + y) = (Ax,Ax) + (y,Ax) + (Ax,y) + (y,y)
= AAllxl1
2
+ A(y, x) + A(x, y) + IIYl12
= A(Allxl1
2
+ (x, y) + A(x, y) + !ly112 2: 0
646
Si se escoge
_ (x,y)
A--
W
'
entonces
An61isis vector-matriz
para x =1= 0
Apan dic e A
y
Para x = 0, es claro que
para x =1= 0
Por 10tanto, se obtiene la desigualdad de Schwarz,
I(x, y)1 ~ IIxlillyll
Al emplear la desigualdad de Schwarz, se obtiene la siguiente desigualdad,
[x + yll ~ Ilxll + Ilyll
(A-30)
(A-31)
Esta se puede probar facilmente, ya que
[x + yW = (x + y, x + y)
= (x, x) + (x, y) + (y, x) + (y, y)
= IIxW + (x, y) + (x, y) + IlyW
= IIxW + lIyl12 + 2 Re (x, y)
~ IlxW + lIyW + 2!(x,y)1
~ IlxW + lIyW + 211xllilyll
= (11xll + IIYII)2
Las ecuaciones (A-26) hasta la (A-31) son utiles en la teoria de control modema.
Como ya se menciono, existen diferentes definiciones de normas. Tres de estas definiciones
son las siguientes.
1. Una norma Ilxll se puede definir como sigue:
Ilxll = [(Tx)*(Tx)pl2 = (x*T*Tx)1I2 = (X*QX)1I2
= [Q'iXiXi]1/2 2:: 0
~ } ~
La matriz Q = T*T es Hermitica, ya que Q* = T*T = Q. La norma tlxl! = (X*QX)1/2 es una
forma generalizada de (X*X)1/2, la cual se puede escribir como (X*IX)1I2.
2. Una norma se puede definir como la suma de las magnitudes de todos los componentes XI:
n
IIxll = 2: Ix,l
;=1
Seccion AS Vectores y ancilisis vectorial 647
3. Una norma se puede definir como el maximo de las magnitudes de todos los componentes X,:
Ilxli = max {IXil}
i
Se puede mostrar que las diferentes normas que se acaban de definir son equivalentes. Entre
otras definiciones de normas, la norma (X*X)1/2 es la que mas se utiliza en calculos explicitos.
Normas de una matriz: EI concepto de normas de un vector se puede extender a las matri-
ces. Existen varias definiciones diferentes de normas de una matriz, algunas de elias son las siguien-
tes.
1. Una norma IIAII de una matriz A de n x n se define por
IIAII = mink
tal que
IIAxl1 :s kllxll
Para la norma (x*x)1/2, esta definicion es equivalente a
IIAW = max{x*A*Ax;x*x = I}
Esto se puede probar como sigue. Primero, se nota que la norma Ilxll se puede escribir de la
siguiente manera:
Ilxll = Ilx - XO + xOIl = IIxoll + [x - xOIl + 2(xOV(x - XC)
EI ultimo termino, 2(XO)1(X - XC), se puede hacer cero, ya que
(xOf(x - XC) = [AT(AATr
l
bY[x - AT(AAT)-l b}
= bT(AAT)-1 A[x - AT(AATr1b]
= bT(AATr1[Ax - (AAT)(AAT)-lb]
= bT(AAT)-I(b - b)
=0
Por 10 tanto,
que se puede rescribir como
Como Ilx - x011 0, se obtiene
IIxll ;::= IIxoll
Por 10tanto, se tiene que XO es la solucion que da la norma minima Ilxll.
Seccion A8 Pseudoinversas 665
La matriz ANA! = AI(AAlr
l
que produce la soluci6n de norma minima (11xOII = minimo) se lla-
ma la pseudoinversa derecha 0 inversa derecha minima de A.
Resumen sobre /a matrizpseudoinversa derecha. La pseudoinversa derecha A
NM
da la solu-
ci6n XO = A
NM
b que minimiza la norma, 0 hace que Ilxoll = minimo. Observe que la pseudoinversa
derecha A
NM
es una matriz de m x n, ya que A es una matriz de n x m y
ARM = AT(AATr
l
= (matriz de m x n) (matriz de n x ):'
= matriz de m x n, m>n
Observe que la dimensi6n de AA
I
es mas pequena que la dimension del vector x, la cual es m.
Tambien observe que la pseudoinversa derecha A
R
\1 posee la propiedad de que es realmente una
"matriz inversa" si se premultiplica por A:
Solucion que minimiza a IIAx - bl]. Considere la ecuaci6n vector-matriz
Ax = b
(A-36)
donde A es una matriz de n x m, x es un vector-m, y b es un vector-no Se supone que n > m. Es decir,
el numero de variables desconocidas es mas pequeiio que el numero de ecuaciones. En el sentido
clasico, puede existir 0 no alguna soluci6n.
Si no existe solucion, se puede desear encontrar una soluci6n unica que minimice la norma
IIAx - b]. Se define una "solucion" para la ecuaci6n (A-36) que minimiza a IIAx - b] como x", En
otras palabras, XO satisface la condici6n
IIAx - b] IIAxo - b], para toda x
Observe que XO no es una solucion en el senti do clasico, ya que no satisface la ecuaci6n vector-
matriz original Ax = b. Sin embargo, se puede Hamar a XO una "solucion aproximada", ya que mini-
miza la norma IIAx - b]. A continuaci6n se obtendra una soluci6n aproximada.
Matri: pseudoinversa izquierda. Para una ecuaci6n vector-matriz
Ax = b
donde A es una matriz de n x m que tiene rango m, x es un vector-m, y b es un vector-, el vector XO
que minimiza la norma IIAx - b] esta dado por
XO = ALMb = (ATA)-l ATb
donde AlA! = (AIAr
l
AI.
Para verificar esto, primero observe que
IIAx - bll = IIA(x - XC) + Ax" - bll
= IIA(x - xO)1I + IIAxo - bll + 2[A(x - xO)V(AxO - b)
El ultimo termino se puede mostrar que es cero como sigue:
666
Por 10 tanto,
Ano lisi s vector-matriz
[A(x - xO)Y(Axo - b) = (x - xOVAT[A(A
T
A)-l AT - In]b
= (x - xOV[(A
T
A)(A
T
At
l
AT - AT]b
= (X - xOV(A
T
- AT)b
=0
Ape nd ice A
si IAI *' 0 y IDI *'
IIAx - bll = IIA(x - xO)11 + IIAxo - bll
Observe que IIA(x - xO)lll ~ 0, se obtiene
IIAx - b] - IIAxo - b] = IIA(x - xO)11 ~ 0
o
IIAx - bll ~ IIAxo - b]
Por 10 tanto,
minimiza a IIAx - b].
La matriz A
LM
= (ATA):' ATse llama pseudoinversa izquierda 0 inversaizquierda minima de
la matriz A. Observe que AIM es en realidad la matriz inversa de A, en que si se postmultiplica por A
se obtendra la matriz identidad L,
PROBLEMAS DE EJEMPLO Y SOLUCIONES
Problema A-I
Muestre que si las matrices A, B, C YDson de n x n, n x m, m x n, y m x m, respectivamente, y si IAI *'
y IDI *' 0, entonces
~ ~ l = ~ gl = [AIIDI *' 0,
Soluci6n Como la matriz A es no singular, se tiene
[: :] = [: ~ ] ~ ] [ ~ A-II B]
De donde,
De forma similar, como D es no singular, se tiene
Apendice A-
Problema A-2
Problemas de ejemplo y soluciones 667
Muestre que si las matrices A, B, C YD son de n x n, n x m, m x n, y m x m, respectivamente, entonces
~
Solucion Si IAI *0, la matriz
BI {IAIID-CA -I
BI,
D = IDIIA-BD-Iq,
silAl'1'O
silDl'1'O
se puede escribir como un producto de dos matrices:
o
[ ~ ~ ]
y [ 1
0
[
A B] [A 0][1 A-IB]
C 0 = C r, 0 0 - CA-I B
Por 10 tanto,
I
A BI IA 011
1
A-
IB
I
C 0 = C r, 0 0 - CA-IB
= IAlllmlllnllo - CA-1 BI
= IAlIo - CA-1 BI
De forma similar, si IDI *0, entonces
[ ~ :] = [ ~ :][A~ ~ ~ C ~ ]
y por 10 tanto
I
A BI = lIn BIIA - BO-
l
COl
COO 0 D-IC t,
= IlnllollA - BO-
I
Cillmi
= 10liA - BO-
I
CI
Problema A-3
Para una matriz A de n x m y una matriz B de m x n, muestre que
u, + ADI = 11m+ BAI
Solucion Considere la siguiente matriz:
[
In -A]
B 1
m
Con referencia al problema A-2,
~
silAI*'O
silDI*'O
668
Par 10 tanto,
y se tiene
Problema A-4
Anoli sis vector-matriz
l
I n -AI = {Iinillm + BAI = 11m + BAI
B L, Ilmlll n + ABI = lIn + ABI
lIn + ABI = 11 m+ BAI
Ape ndi ce A
o
Si las matrices A, B, C YD son de n x n, n x m, m x n, y m x m, respectivamente, entonces se tiene .::1
siguiente lema de inversi6n de matrices:
(A + BDC)-I = A-I - A-I B(D-
I
+ CA-I B)-I CA-
I
donde se supone que las inversas indicadas existen. Pruebe este lema de inversi6n.
Solucion Se premultiplican ambos lados de la ecuacion por (A + BDC):
(A + BOC)(A + BDC)-I = (A + BDC)[A-I - A-I B(D-
I
+ CA-I B)-I CA-I)
I = I + BOCA-I - B(D-
I
+ CA-I B)-1 CA-
I
- BDCA-I B(D-
I
+ CA-I B)-I CA-
I
= I + BOCA-I - (B + BDCA-IB)(D-
I
+ CA-IB)-ICA-
I
= I + BOCA-I - BD(D-
I
+ CA-I B)(D-
I
+ CA-I B)-ICA-
1
= I + BOCA-I - BDCA-1
=1
Por 10 tanto, se ha probado el lema de inversi6n de matrices.
Problema A-5
Pruebe que si las matrices A, B, C YD son de n x n, n x m, m x n, y m x m, rcspectivamente, entonces
al considerar que IAI *- 0 y IDI *- O.
Pruebe tambien que
-A-IBD-
I]
D-
I
(A-37)
considerando que IAI *- 0 y IDI *- o.
Solucion Observe que
[
A
O
-
I
-A-IBD-I][A B]=[ln A-IB-A-IB]=[ln 0]
D-
I
0 D 0 r, 0 t.,
Por 10 tanto, la ecuaci6n (A-37) esta probada. De forma similar
Por 10 tanto, se ha probado la ecuacion (A-38).
(A-38)
Apendics A
Problema A-6
Problemas de ejernplo y soluciones 669
Pruebe que si las matrices A, B, C YD son de n x n, n x m, m x n, y m x m, respectivarnente, entonces
-(A - BD-1q-1 BD-
I
]
D-
I
qA - BD-
I
cr' BD-
I
+ D-
I
[
A B]-I = [A-I + A-IB(D - CA-IB)-ICA-
I
C D -(D - CA-IB)-ICA-
I
al considerar que IAI "* 0 y ID- CK
1
BI "* O.
Tarnbien pruebe que
[ ]
- 1 [ A B _ (A - BD-Iq-I
C D - -D-
I
qA - BD-
I
q-I
-A-IB(D - CA-IB)-I]
(D - CA-I B)-I
considerando que IDI "* 0 y IA- BD-
1
q "* o.
Solucion Primero. observe que
[
AB] = [A 0][In
CDC r, 0
(A-39)
Por 10 tanto, [ ~
(A-40)
Al tomar la inversa de ambos lados de la ecuaci6n (A-39), se obtiene
[
A B]-I [In A-IB ]-l[A 0 ]-1
C D = 0 D - CA-I B C r,
En referencia al problema A-5, se encuentra
y
[
A 0 ]-1 [ A-I 0 ]
C r, = -CA-
I
r,
O
B] - I = [ IOn A-IB ]-I[A 0]-1
D - CA-IB C 1
m
=[In -A-IB(O-CA-IB)-I][ A-I 0]
o (D - CA-I B)-I -CA-11
m
= [A-I + A-IB(D - CA-IB)-lCA-
1
-A-IB(D - CA-1B)-I]
-(0 - CA-IB)-ICA-
I
(0 - CA-IB)-l
si sc considera que IAI "* 0 YID- CA-
1
BI "* O.
De forma similar, observe que
[ ~ ~ ] = [1
0
~ ] [ AD ~ p ~ I I:]
Al tomar la inversa en ambos lados de la ecuaci6n (A-40) y en referencia al problema A-5, se obtiene
[ ~ ~ r
l
= [A ~ ~ I D ~ I I:rllo ~ I
_ [ (A - BD-
I
cr' 0 ][In -BD-
I]
- -D-
I
qA - BD-
I
q-I L, 0 D-
I
_ [ (A - BD-1q-1 -(A - BD-Iq-IBD-
I
]
- -O-lqA - BD-Iq-I D-1qA - BD-Iq-1BD-
I
+ D-
I
considerando que IDI "* 0 YIA- BD-
1
C] "* o.
670
Problema A-7
An61isis veetor-matriz Apendi ce A
Para una matriz A real sirnetrica de n x n y dos vector-n x y y, muestre que
a)
b)
Para una matriz A Hermitica de n x n y un vector-s complejo x, muestre que
c)
Soluci6n
a) Observe que
a
-xAx = Ax
ax
que cs una cantidad escalar. Por 10 tanto
b) Observe que
[
a T ] [ ]
ax y x yl
~ y x ~ \ = :. =y
x
T
Ax = L L aux.x,
i-lj-l
que es una cantidad escalar. Por 10 tanto,
a
-xTAx =
ax
" "
Laljxj + Lail Xi
j-I i-I
" "
La"jXj + Lai"Xi
j-I i-I
=Ax+ATx
que es la ecuacion (A-20).
Si la matriz A es una matriz real simetrica, entonees
a
-xTAx = 2Ax si A = AT
ax '
c) Para una matriz Hermitica A , se tiene
" "
xAx = L L aijXiXj
i-Ij-l
y
a
-xAx =
ax
que es la ecuacion (A-21).
=Ax
Apendics A Problemas de ejemplo y soluciones
Observe que
671
a
-x*Ax =
ax
a)
Por 10tanto,
-a--
-x*Ax = A*x = Ax
ax
Problema A-8
Para una matriz A de n x m, un vector-n complejo x, y un vector-m complejo y, muestre que
a
ax:x*Ay = Ay
b)
Solucion
a) Observe que
" m
x*Ay = L L aijXiYj
i-li-l
Por 10tanto,
a
-x*Ay =
ax:
que es la ecuaci6n (A-24).
b) Observe que
a
-x*Ay =
ay
= Ay
que es la ecuaci6n (A-25).
De forma similar, para una matriz real A de n x m, un vector-n real x, y un vector-m real y, se tiene
a
-xTAy = Ay
ax '
que son las ecuaciones (A-22) y (A-23), respectivamente.
Problema A-9
Dadas las matrices A y B de n x n, pruebe que los valores propios de AB y los de BA son los rnisrnos, aun
si AB '1= BA.
672 An61isis vector-matriz Ape nd ic e A
Solucion Primero, se considerara el caso donde A (0 B) es no singular. En este caso,
IAI - BAI = IAI - = IA-I(AI - AB)AI = - ABIIAI = IAI - ABI
A continuaci6n se considerara el caso donde A y B son singulares. Existen dos matrices P y Q no
singulares de n x n tales que
PAQ =
donde I, es la matriz identidad de r x r y r es el rango de A, r < n. Se tiene
IAI - BAI = IAI - Q-I BAQI = IAI - Q-I BP-
1
PAQI
= IAI - [Gll G12][I' 0]/
GZ1 G
22
0 0
donde
Entonces
Asimismo,
IAI - BAI = IAI - [Gll 0]1 = - c., 0 I
GZ1 0 G
Z1
Al
n-,
= IAI, - GllIIAIn-,1
IAI - ABI = IAI - = IAI - PAQQ-' Bp-11
= IAI - I
= IAI, -0 c., -
G12
1
= lAIr -
Por 10tanto, se ha probado que
IAI - BAI = IAI - ABI
o que los valores propios de AB y BA son los mismos sin importar que AB = BA 0 AB "* BA_
Problema A-tO
Muestre que la matriz A de 2 x 2 siguiente tiene dos valores propios distintos y que los vectores propios
son linealmente independientes uno del otro:
;]
Entonces normal ice los vectores propios.
Solucion Los valores propios se obtienen de
IAI - AI = IA u 1 A-_1
2
1 = (A - 1)(A - 2) = 0
Apendice A
como
Problemas de ejemplo y soluciones
y
673
Por 10 tanto, la matriz A tiene dos valores propios distintos.
Existen dos vectores propios XI YX
2
asociados con Al YA
2
, respectivamente. Si se define
_ [XII]
Xl - ,
X21
entonces el vector propio X I se puede encontrar de
AXl = A
1
Xl
o
(At! - A)Xl = 0
AI observar que Al = 1, se tiene
[
1-1 -1 ][XII] = [0]
1 - 2 X21
que da
X II = con stante arbitraria Y X
21
= 0
Por 10 tanto, el vector propio XI se puede escribir como
donde CI '* 0 es una constante arbitraria.
De forma similar, para el vector propio x, se tiene
AX2 = A
2
X2
o
(A
21
- A)X2 = 0
AI notar que A
2
= 2, se obtiene
de don de se obtiene
Xl2 - X22 =
Por 10 tanto, el vector asociado con A
2
= 2 se puede seleccionar como
X2 = [X12] = [C2]
X22 C2
donde C
2
'* 0 es una constante arbitraria.
Por 10 tanto, los dos vectores estan dados por
EI hecho de que los vectores propios XI YXl son linealmente independientes se puede ver del hecho de
que el determinante de la matriz [XI x
2
] no es cero:
674 Ano lisis vector-matriz
I
CI czl # 0
o Cz
Para normalizar los vectores propios, se escoge C I = I YC2 = I/,fi, 0
x, ~ [ nx, ~ ~
Apendice A
Claramente, el valor absoluto de cada uno de los vectores propios se convierte en la unidad y por 10 tanto.
los vectores propios estan normalizados.
Problema A-II
Obtenga una matriz de transformaci6n T que transforme la matriz
en la forma can6nica de Jordan.
I
-1
o
o
o
1
o
-1
Solucion La ecuaci6n caracteristica es
A -1: 0 -3
o A+ 1: -1 -1
IAI - AI = ---------.... ----------
o 0 : A -1
o 0: 1 A+2
I
= (A + 1)3A = 0
Por 10 tanto, la matriz A involucra los valores propios
I
A -1 II A -1 I
o A+l 1 A+2
Al = -1, Az = -1, A
3
= -1, ~ = 0
Para los valores propios multiples en -I, se tiene
A, I - A { ~ - ~ =r =1]
que es de rango 2, 0 rango (4 - 2). De la condici6n de rango se ve que debe haber dos bloques de Jordan
para el valor propio en -I, es decir un bloque de Jordan de PI x PI y otro de P2 x P2, donde PI +P2= 3.
Observe que paraPI +P2 = 3 hay una sola combinaci6n (2 y I) para las 6rdenes PI y P2. Se escoge
y
Entonces hay un vector propio y uno generalizado para el bloque de Jordan J
p I
y un vector propio para el
bloque de Jordan J
p2
y(t)
6
r
s + 0.6931
:
Figura B-8 Sistema mucstreado.
G(s)
6
r
Y(z. m)
Apendice B Problemas de ejemplo y soluciones
Entonces la eeuaci6n en diferencias se puede eseribir como
y(k + 1) - y(k) = k + 1
AI tomar la transformada.:: de esta ultima ecuacion, se tiene
Z-I 1
zY(z) - zy(O) - Y(z) = (1 _ z 1)2 + 1 _ Z-I
Como y(O) = O. se tiene
Z-2 Z-I
Y(z) = (1 _ Z-I)3 + (1 _ Z-I)2
Con rcferencia al problema A-2-8. se ticne
. -I[ Z-2 ] _ 1 2
Z (1 _ Z-I)3 - 2(k - k)
Entonces, la transformada inversa r de l'(.::) puede estar dada por
y(k) = He - k) + k = + k)
Entones, x(k) para k = I. 2. 3.... se determina de
kx(k) = y(k) = Hk
2
+ k)
eomosigue:
701
Problema B-7
x(k) = Hk + 1), k=1,2,3, ...
Considere el sistema que se muestra en la figura B-8. EI periodo de muestreo es de 2 segundos, 0 T= 2. La
entrada x(t) cs una funci6n delta de Kronecker 8
o
(t ): es decir,
&(k) = {I,
0,
k=O
k=f:.O
Obtenga la respuesta cada 0.5 segundos mediante el empleo del metoda de la transformada.:: modificada.
Soluci6n Como la entrada x(t) es una funci6n delta de Kronecker. se tiene
X(z) = 1
La funcion de transfcrencia pulso modificada G(.::. Ill) se obticne como sigue. Con refercncia a la ecuacion
(B-23).
, _ [ . I emI:,.:: ]
0(.::. m) <: I residuo de s+ 0.693\ z _ e" un polo s = - 0.6931
AI obscrvar que T = 2. se obtiene
G(z,m) = Z-I{ lim [(s + 0.6931) 0
16931
Z2s]}
s +. z e
_ (e-I.3862)m z 4-
m
=Zl =----
Z - e 1.3862 z - 0.25
x(t)
,/
X(z) .. ,
1
y(t)
6
r
s + 0.6931
:
Figura B-8 Sistema muestrcado.
G(s)
6
r
Y(z. m)
702
Teono de 10tronsfarmodo z Apendice B
Par 10tanto, la salida Y(z, m) se puede obtener como sigue:
Y(z,m) = G(z,m)X(z) = z ~ c ~ 2 5
Can referencia a la ecuaci6n (B-27), se tiene
zY(z,m) = yo(m) + Yt(m)z-I + Y2(m)z-2 + '"
don de Yk(m) =yk + m)D =y(2k + 2m). En estc problcma r Y(z, m) se puede expandir en una scric infinita
en =-1 como sigue:
zY(z,m) = 1 - 0.25z-
t
Par 10tanto,
Yo(m) = 4-
m
y,(m) = 4-
m
-
1
Y2(m) = 4-
m
-
2
Y3(m) = 4-m-3
Para obtener la salida del sistema cada 0.5 segundos, se hace que m=0,0.25,0.5 Y0.75. Para m=0.25, se
obtiene
yo(0.25) = y(0.5) = 4-
1125
= 0.7071
Yt(0.25) = y(2.5) = 4-
125
= 0.1768
Y2(0.25) = y(4.5) = 4-
2 25
= 0.04419
h(0.25) = y(6.5) = 4-
3 25
= 0.01105
o
y. (m) = y((k + mIT) = y(2k + 2m)
k
r(segundos)
4
8
3
6
2
.0
4
2
m =0
m =0.25
m =0.50
o m =0.75
o
y.lm\
1.0
0.8
0.6
0.4
0.2
Figura 8-9 Grafica de y,(m) contra k para el sistema considerado en el problema B-7.
Apendice B Problemas de ejemplo y soluciones 703
De forma similar, se pueden calcular los val ores deyim) para m = 0,0.5, Y0.75. Este resultado se
muestra en la figura 8-9 como una grafica de YkCm) contra k.
Problema 8-8
Obtenga C(::, m). la transformada c modificada de la salida. del sistema que se muestra en la figura 8-10.
R(s)
R(z)
E(s) ~ S
G,(s)
6
T
6
T
Figura B-10 Sistema de control de tiernpo discreto en lazo cerrado.
C(z. m)
-t
3
2 I
3 3
Con esta matriz de transforrnacion T, si se define
x(k) = Ti(k)
entonces
[
0 1 0: OJ
G= r
l
GT = 0 0 1 i 0
o 3 -2 I 1
-- ---------,---
2 0 0 :-1
Tambien
(C-34)
-I = [Uj
! 1 0 0 1
(C-35)
Ahora se determina la matriz de ganancia de retroalimentaci6n del estado K, donde
K =
Apsndice C Problemas de ejemplo y soluciones 727
Con referencia a la ecuacion (C-24) y al notar que, en este caso, h
l 2
= 0, la matriz B es una matriz de 2 X
2 dada por
Para este caso, es una matriz de 2 X 4:
(C-36)
Por \0 tanto
G- = j ]
-15
11
3 - 15
12
-2 - 15
13
' : 1 - 15
14
2 - 15
21
-15
22
-15
23
: -1 - 15
24
Con referencia a la ecuacion (C-32), se tiene
IzI - G+ = = 0
c5
23
z
2
+ c5
22
z + (-2 + 1521) : z + 1 + 15
24
1
Esta ecuacion caracteristica debe ser igual ala ecuacion caracteristica deseada, que es
(z - 0.5 - jO.5)(z - 0.5 + jO.5)(z + 0.2)(z + 0.8) = Z4 - 0.34z
2
+ 0.34z + 0.08 = 0
Si se igualan los coeficientes de potencias iguales de z de las dos ecuaciones caracteristicas. se tendran
cuatro ecuaciones para determinar las ocho 8. Por 10 tanto, la matriz no es unica, Suponga que se
escogen en forma arbitraria
15
22
= 0,
Entonces
Al igualar la ecuacion caracteristica con la ecuacion caracteristica dcseada, se tiene
15
11
= 0.34
15
12
= 2.66
15
13
= -2
15
21
= 2.08
Por 10 tanto,
= [0.34 2.66
2.08 0
-2
o
Entonces la matriz K se obtiene como sigue:
K = = [ 0
-1
-2.1067 0.7800
0.02667 0.3600
0.1067 ]
-0.02667
Con esta matriz K, el control por retroalimentaci6n del estado
u(k) = -Kx(k)
728
Disefio par ubicccion de palos cuondo 10 sefiol de control es un vector Apendice C
mlGzH
I
mzGzH
I
flGzH
I
fzGzH
I
mlGHI
mzGHI
flGHI
fzGHI
colocara los polos de lazo cerrado en r, = 0.5 +)0.5, :':2 = 0.5 -)0.5,:,:) = -0.2 Y:':4= -0.8. Sc obscrva que
la matriz K no es (mica: existen muchas posiblcs matrices para K.
Por ultimo. se obtiene la ecuacion (C-16). Observe que
[
mI HI
_ mzH
I
- flH
I
fzHI
donde m, Y m, son el primero Y segundo vcctorcs rengl6n de F-
I
respectivamcnte. Como F-
I
F es la
matriz identidad, f
l
HI = O. f
l
H
2
= 0, f
l
GH
I
= 0, f
l
G
2
HI = L f
2
HI = 0 Yf
2
H
2
= 1. Dc la ecuaci6n (C-
33) se observa que GH
2
es linealmente dcpendiente de HI' H
2
, YGH
I.
Por 10tanto. f
l
GH
2
= O'f
l
HI + {3f
l
H
2
+ yt'l GH
I
= 0, donde 0', (3, Y 'Y son constantcs, Observe que f
l
G
2
H
2
puedc 0 no ser cero. En
consecuencia,
Problema C-5
Con referencia al problema C-4. considere cl mismo sistema. Suponga que se dcsea una rcspucsta de
oscilaciones muertas para un estado inicial arbitrario x(O). Determine la matriz de ganancia de rctro-
alimentacion del estado K.
Solucion Con rcferencia a las ecuaciones (C-34), (C-35), Y(C-36), se tiene
donde b
l 2
es cero. Para la respuesta de oscilaciones muertas, se escoge d como sigue:
A = [=::: =::: =:::] = -n
Y se encuentra
donde u., se definen como en la ecuacion (C-15). Entonccs
G- HBA =
000 0
o 0 0 0
(G - HBA)k = 0, k = 3,4,5, ...
Aperidice C Problemas de ejemplo y soluciones
729
La respuesta de oscilaciones muertas sc alcanza en a 10mas tres periodos de muestreo. [Observe que en
este problema n
j
= 3 y n2 = I. Por 10 tanto, nmin = max (nj, n-2) =3.] La matriz de ganancia de
retroalimentaci6n del estado K sc obtiene como sigue:
K = Bar]
-t J ~ : ]
'3 3
2 ]_
:3 :3 3
-2
o
3
o
= [ ~ ~ ] [ ~
[
1 ~
= -1 0 1
'3
Con esta matriz K, el control por retroalimentaci6n del estado
u(k) = -Kx(k)
colocara los polos de lazo cerrado en eI origen y, por 10 tanto, producira Ia respuesta de oscilaciones
muertas para cualquier estado inicial x(O).
I11I1 8;"';09ro';0
A-I. Antoniou, A., Digital Filters: Analysis and Design. Nueva York: McGraw-Hill Book Company,
1979.
A-2. Aseltine, J. A., Transform Method in Linear System Analysis. Nueva York: McGraw-Hill Book
Company, 1958.
A-3. Astrom, K. J. YB. Wittenmark, Computer Controlled Systems: Theory and Design. Englewood
Cliffs, N. 1.: Prentice Hall, lnc., 1984.
B-1. Bellman, R., Introduction to Matrix Analysis. Nueva York: McGraw-Hill Book Company,
1960.
B-2. Bristol, E. H., "Design and Programming Control Algorithms for DDC Systems, " Control
Engineering, 24, Enero de 1977, pp. 24-26.
B-3. Butman, S, yR. Sivan (Sussman), "On Cancellations, Controllability and Observability, " IEEE
Trans. Automatic Control, AC-9 (1964), pp. 317-18.
C-1. Cadzow, J. A. Y H. R. Martens, Discrete-Time and Computer Control Systems. Englewood
Cliffs, N. J.: Prentice Hall, lnc., 1970.
C-2. Chan, S. W., G. C. Goodwin y K. S. Sin, "Convergence Properties of the Riccati Difference
Equation in Optimal Filtering of Nonstabilizable Systems," IEEE Trans. Automatic Control,
AC-29 (1984), pp. 110-18.
C-3. Churchill, R. V. YJ. W. Brown, Complex Variables and Applications, 4a. ed., Nueva York:
McGraw-Hill Book Company, 1984.
D-1. Dorato, P. y A. H. Levis "Optimal Linear Regulators: The Discrete-Time Case," IEEE Trans.
Automatic Control, AC-16 (1971), pp. 613-20.
E-1. Evans, W. R., "Control System Synthesis by Root Locus Method," AlEE Trans. Part 11.69
(1950), pp. 66-69.
730
Bibliograffa
731
F-I. Falb, P. L. Y M. Athans, "A direct Constructive Proof of the Criterion for Complete
Controllability of Time-Invariant Linear Systems," IEEE Trans. Automatic Control. AC-9
(1964), pp. 189-90.
F-2. Fortmann, T E., "A Matrix Inversion Identity," IEEE Trans. Automatic Control, AC-I5 (1970),
p.599.
F-3. Franklin, G. F., J. D. Powell y M. L. Workman, Digital Control ofDynamic Systems, 2nd ed.,
Reading, Mass.: Addison-Wesley Publishing Co., Inc., 1990.
F-4. Freeman, H., Discrete-Time Systems. Nueva York: John Wiley & Sons, Inc., 1965.
G-I. Gantmacher, F. R., Theory of Matrices, Vols. I and II. Nueva York: Chelsea Publishing Co.,
Inc., 1959.
G-2. Gopinath, B., "On the Control of Linear Multiple Input-Output Systems," Bell Syst. Tech. J,
50 (1971), pp. 1063-81.
H- I. Hahn, w., Theory and Application of Liapunov 's Direct Method. Englewood Cliffs, N. J.:
Prentice Hall, Inc., 1963.
H-2. Halrnos, P. R., Finite Dimensional VectorSpaces. Princeton, N. 1.: D. Van Nostrand Company,
1958.
I-I. Ichikawa, K., Theoryfor Design ofControl Systems (in Japanese). Tokyo: Gijutsu-Shoin, 1989.
J-I. Jerry, A. J., "The Shannon Sampling Theorem ~ t Various Extensions and Applications: A
Tutorial Review," Proc. IEEE, 65 (1977), pp. 1565-95.
J-2. Jury, E. I., "Hidden Oscillations in Sampled-Data Control Systems," AlEE Trans. Part II, 75
(1956), pp. 391-95.
J-3. Jury, E. I., Sampled-Data Control Systems. Nueva York: John Wiley & Sons, Inc., 1958.
J-4. Jury, E. I., "Sampling Schemesin Sampled-Data Control Systems," IRE Trans. Automatic
Control, AC-6 (1961), pp. 88-90.
J-5. Jury, E. I., Theory and Applications ofthe z Transform Method. Nueva York: John Wiley &
Sons, Inc., 1964.
J-6. Jury, E. I., "A General z-Transform Formula for Sampled-Data Systems," IEEE Trans. Automatic
Control, AC-12 (1967), pp. 606-8.
J-7. Jury, E. I., "Sampled-Data Systems, Revisited: Reflections, Recollections, and Reassessments,"
ASME J Dynamic Systems, Measurement, and Control, 102 (1980), pp. 208-16.
J-8. Jury, E. I. y 1. Blanchard, "A Stability Test for Linear Discrete-Time Systems in Table Forms,"
Proc. IRE, 49 (1961), pp. 1947-48.
K-I. Kailath, T, Linear Systems, Englewood Cliffs, N. J.: Prentice Hall, Inc., 1980.
K-2. Kailath, T, y P. Frost, "An Innovations Approach to Least-Squares Estimation, Part 11: Linear
Smoothing in Additive White Noise," IEEE Trans. Automatic Control, AC-13 (1968), pp.
655-60.
K-3. Kalman, R. E., "On the General Theory ofControl Systems," Proc. First Intern. Cong. IFAC, Moscow,
1960. Automatic and Remote Control. Londres: Butterworth & Co., Ltd., 1961, pp. 481-92.
K-4. Kalman, R. E. I J. E. Bertram, "Control System Analysis and Design via the Second Method
of Liapunov: I. Continuous-Time Systems; 11. Discrete-Time Systems," ASME J Basic
Engineering, ser. D, 82 (1960), pp. 371-93, 394-400.
732 BibliograHa
K-5. Kalman, R. E., Y. C. Ho Y K. S., Narendra, "Controllability of Linear Dynamical Systems,"
Contributions to Differential Equations, 1 (1963), pp. 189-213.
K-6. Kanai, K. y N. Hori, Introduction to Digital Control Systems (in Japanese), Tokyo: Maki Shoten,
1992.
K-7. Katz, P., Digital Control Using Microprocessors. Londres: Prentice Hall International, lnc.,
1981.
K-8. Kreindler, E. y P. E. Sarachik, "On the Concepts of Controllability and Observability of Linear
Systems," IEEE Trans. Automatic Control, AC-9 (1964), pp. 129-36.
K-9. Kuo B. c., Digital Control Systems. Nueva York: Holt, Rinehart and Winston, lnc., 1980.
L-I. LaSalle, J. P. Y S. Lefschetz, Stability by Liapunov s Direct Method with Applications, Nueva
York: Academic Press, Inc., 1961.
L-2. Lee, E. B. Y L. Markus, Foundations ofOptimal Control Theory. Nueva York: John Wiley &
Sons, Inc., 1967.
L-3. Leondes, C. T. YM. Novak, "Reduced-Order Observers for Linear Discrete-Time Systems,"
IEEE Trans. Automatic Control, AC-19 (1974), pp. 42-46.
L-4. u, Y. T., 1. L. Meiry y R. E. Curry, "On the Ideal Sampler Approximation," IEEE Trans.
Automatic Control, AC-17 (1972), pp. 167-68.
L-5. Luenberger, D. G., "Observing the State of a Linear Systems," IEEE Trans. Military Electronics,
MIL-8 (1964), pp. 74-80.
L-6. Luenberger, D. G., "An Introduction to Observers," IEEE Trans. Automatic Control, AC-16
(1971), pp. 596-602.
M-I. Melsa, 1. L. y D. G. Schultz, Linear Control Systems. Nueva York: McGraw-Hili Book Company,
1969.
M-2. Middleton, R. H. Y G. C. Goodwin, Digital Control and Estimation-A Unified Approach.
Englewood Cliffs, N. J.: Prentice Hall, Inc., 1990.
M-3. Mitra, S. K. Y R. J. Sherwood, "Canonic Realizations, of Digital Filters Using the Continued
Fraction Expansion," IEEE Trans. Audio and Electroacoustics, NAU-20 (1972), pp. 185-94.
M-4. Mitra, S. K. Y R. 1. Sherwood, "Digital Ladder Networks," IEEE Trans. Audio and
Electroacoustics, AU-21 (1973), pp. 30-36.
N-1. Neuman, C. P. Y C. S. Baradello, "Digital Transfer Functions for Microcomputer Control,"
IEEE Trans. Systems, Man, and Cybernetics, SMC-9 (1979), pp. 856-60.
N-2. Noble, B. y J. Daniel, Applied Linear Algebra, 2nd ed. Englewood Cliffs, N. J.: Prentice Hall,
Inc., 1977.
0-1. Ogata, K., State Space Analysis of Control Systems, Englewood Cliffs, N. J.: Prentice Hall.
Inc. 1967.
0-2. Ogata, K., Modern Control Engineering, 2nd ed. Englewood Cliffs, N. J.: Prentice Hall, Inc.,
1990.
0-3. Ogata, K., Systems Dynamics, 2a. ed., Englewood Cliffs, N. 1.: Prentice Hall, Inc., 1992.
0-4. Ogata, K., Solving Control Engineering Problems with MATLAS. Englewood Cliffs, N. J.:
Prentice Hall, Inc., 1994.
Bibliografla 733
0-5. Ogata, K., Designing Linear Control Systems with .MATLAS. Englewood Cliffs, N. 1.: Prentice
Hall, Inc., 1994.
P-I. Pappas, T., A. 1. Laub y N. R. Sandell, Jr., "On the Numerical Solution ofthe Discrete-Time
Algebraic Riccati Equation," IEEE Trans. Automatic Control, AC-25 (1980), pp. 631-41.
P-2. Payne, H. 1. Y L. M. Silverman, "On the Discrete Time Algebraic Riccati Equation," IEEE
Trans. Automatic Control, AC-18 (1973), pp. 226-34.
P-3. Phillips, C. L. Y H. T. Nagle, Jr., Digital Control Systems Analysis and Design, Englewood
Cliffs, N. J.: Prentice Hall, lnc., 1984.
R-I. Ragazzini, J. R. YG. F. Franklin, Sampled-Data Control Systems. Nueva York: McGraw-Hill
Book Company, 1958.
R-2. Ragazzini, J. R. YL. A. Zadeh, 'The Analysis of Sampled-Data Systems," AlEE Trans. Part
II, 71 (1952), pp. 225-34.
S-I. Strang, G., Linear Algebra and Its Applications. Nueva York: Academic Press, Inc., 1976.
T-1. Tou, J. T., Digital and Sampled-Data Control Systems. Nueva York: McGraw-Hill Book
Company, 1959.
T-2. Turnbull, H. W. Y A. C. Aitken, An Introduction to the Theory of Canonical Matrices. Lon-
dres: Blackie and Son, Ltd., 1932.
V-I. Van Dooren, P., "A Generalized Eigenvalue Approach for Solving Riccati Equations," SIAM
.J. Scientific and Statistical Computing, 2 (1981), pp. 121-35.
W-I. Willems, J. C. Y S. K. Mitter, "Controllability, Observability, Pole Allocation, and State
Reconstruction," IEEE Trans, Automatic Control, AC-16 (1971), pp. 582-95.
W-2. Wolovich, W. A., Linear Multivariable Systems. Nueva York: Springer-Verlag, 1974.
W-3. Wortham, W. M., "On Pole Assignment in Multi-Input Controllable Linear Systems," IEEE
Trans. Automatic Control, AC-12 (1967), pp. 660-65.
Z-I. Zadeh, L. A. YC. A. Desoer, Linear System Theory: The State Space Approach. Nueva York:
McGraw-Hill Book Company, 1963.
indice
A
Acci6n de control PID:
controlador anal6gico, 115
Alcanzabilidad,474-475
Analisis de estabilidad de Liapunov, 321-336
de sistemas en tiempo continuo, 329-332
de sistemas en tiempo discreto, 332-334
primer metodo de, 321
segundo metodo de, 321-322
Analisis de estabilidad:
de sistemas lineales e invariantes en el
tiempo, 328
mediante el uso de la transformaci6n
bilineal y el criterio de estabilidad de
Routh,191-192
Angulo:
de la asintota, 207-208
de Ilegada, 209
de salida, 209
B
Bloque de Jordan, 383, 651-652
C
c2d,628
Cancelaci6n de polos y ceros, 211, 469-481
Cero, 39-40
Circuito del muestreador y retenedor, 13-14
operaci6n en el modo de retenci6n del, 13-
14
operaci6n en el modo de seguimiento del,
13-14
Circuitos de retenci6n de datos, 77
Circuitos de retenci6n de orden superior, 19,
82
Circuitos de retenci6n, 17-18
Codificaci6n, 6, 8
Codificador, 7
Compensaci6n:
de adelanto de fase, 233
de atraso de fase, 233
de atraso-adelanto de fase, 233
Compensador de adelanto de fase, 234, 237
Compensador de adelanto, 262, 272-273
Compensador de atraso de fase, 234
Compensador de atraso, 224, 273-274
735
736
Compensador de atraso-adelanto de fase, 233
Conjunto ortogonal, 648
Constante de error estatico de posicion, 199
Con stante de error estatico, 198-201
Constante del error estatico de aceleracion,
198-201
Con stante del error estatico de velocidad, 199
Contracci6n, 334-335, 367-368
Control6ptimo cuadratico:
de sistemas de seguimiento, 596-609
en estado estacionario, 587-596
Control PID digital:
algoritmo de posici6n, 116
algoritmo de velocidad, 117
Controlabilidad, 377, 379
de la salida completa, 385-386
de la salida, 387
del estado completo, 380-384, 387, 393,
406
en el plano z, 384
matrizde, 380, 401, 707-708
Controlador anal6gico, 21
Controlador digital, 20
realizaci6n de un, 122
Controlador PD, 234
Controlador PI, 234
Controlador PID digital, 114-118
Controlador PID, 117-118, 121,233-234
algoritmo de posici6n, 116
algoritmo de velocidad, 117, 157, 159-160
anal6gico, 156-159
digital, 156-159
Conversi6n anal6gica a digital, 14
Convertidor AID, 15
de tipo contador, 15
del tipo de aproximaciones sucesivas, 15
Convertidor anal6gico a digital, 7
Convertidor DjA:
mediante resistores ponderados, 16, 18
mediante un circuito en escalera R-2R,
17-18
Convertidor digital a anal6gico, 7, 16
Indice
Covector, 572
Criterio de estabilidad de Routh:
transformaci6n bilineal acop1ada con el,
191-192, 258-259
Criterio de Sylvester:
para definici6n negativa, 662
para definici6n positiva, 661-662, 679
para semidefinici6n negativa, 663
para semidefinici6n positiva, 662
Cuantificaci6n, I, 7
error de, 9
nivel de, 8-9
proceso de, 4
ruido de, 9, II, 126
Cuantificador,9, 10
D
Decodificaci6n,6
Decodificador,7
Definici6n negativa:
de una funci6n escalar, 661
Definici6n positiva:
de una funci6n escalar, 660-661
Demultiplexor, 13
Dependencia lineal de vectores, 643
Desigualdad de Schwarz, 645-646
Determinante, 633-635
propiedades de un, 634-635
Diagrama de bloques:
de un sistema de control en tiempo continuo
en el espacio de estados, 296
de un sistema de control en tiempo discreto
en el espacio de estados, 296
Diagrama de Bode, 232-233
Diferencia hacia adelante, 322
m-esima, 699
primera, 698-699
segunda, 698
tercera, 698
Diferencia hacia atras:
m-esima, 698
In dice
primera, 697
segunda, 698
tercera, 698
Diferenciaci6n cornpleja, 681-682
Diferenciaci6n:
en el plano z, 165
Diofanto, 518
Discretizacion, 6, 394
de la ecuaci6n en el espacio de estados en
tiempo continuo, 314
Disefio:
basado en el enfoque de las ecuaciones
pol inomiales, 517-540
basado en el metodo analitico, 242-257
basado en el metodo de respuesta en
frecuencia, 225-242
basado en el metodo del lugar geometrico
de las raices, 204-225
basado en la ubicaci6n de polos con
retroalimentaci6n del estado observado,
421-460
basado en la ubicaci6n de polos, 402-421
Doblamiento,96
en frecuencia, 96
error de, 97
Dominio de atraccion, 325
E
Ecuaci6n de error del observador, 428, 443,
445,450
Ecuaci6n de estado lineal en tiempo discreto:
soluci6n del caso invariante en el tiernpo,
302-309
soluci6n del caso variante en el tiernpo,
309-310
Ecuaci6n de estado:
enfoque de la transformada z para la
soluci6n de la, para el caso en tiempo
discreto, 304-307
equivalente mediante el retenedor de orden
cero de la, en tiempo continuo, 315-317
737
soluci6n de la, para el caso en tiempo
continuo, 312
soluci6n de la, para el caso lineal e
invariante en tiempo discreto,
302-309
soluci6n de la, para el caso lineal y variante
en tiempo discreto, 309-310
Ecuaci6n de Riccati, 573-574
en estado estacionario, 588-589, 600-621
Ecuaci6n Diofantina, 518, 520-521, 523-525,
529,533,535,547,551,555,559
soluci6n a la, 520-521
Ecuaci6n indeterminada, 623
Energia de control minima, 622
Energia de control, 622
Enfoque de ecuaciones polinomiales:
al disefio de sistemas de control, 525-532
al disefio de sistemas de regulacion,
523-525
Entrada delta de Kronecker, 43, 103
Error de actuaci6n en estado estacionario,
198-200
Error de actuacion, 200
Error de ganancia de un convertidor AID,
16-17
Error de linealidad de un convertidor AID,
16-17
Error de redondeo, 9
Error en estado estacionario, 196-197, 200-201
Errores en convertidores AID:
error de ganancia, 16-17
error de linealidad, 16-17
error de nivel, 16-17
Espacio de estados, 294
Espectro de frecuencia:
de componentes complementarias, 92
de un filtro paso bajas ideal, 92-93
de una componente prirnaria, 92
de una serial muestreada, 91-92
Estabilidad absoluta, 193
Estabilidad asint6tica uniforrne, 365
a 10 grande, 364-365
738
Estabilidad asint6tica, 325
a 10grande, 325
Estabilidad BIBO, 326
Estabilidad de entrada-acotada salida-acotada,
326
Estabilidad relativa, 193, 195,220
Estabilidad uniforme, 324
Estabilidad,324
teorema de Liapunov sobre, 327
Estado de equilibrio aislado, 324
Estado de equilibrio, 324
Estado, 294
Estimador de estados, 422
Evaluacion en el semiplano derecho de la,
86-88
Expansi6n en series de Laurent, 141,687,
689
F
Filter, 603-604
Filtro de promediado movil, 136
Filtro de respuesta al impulso finita,
135-137
Filtro de respuesta al impulso infinita, 135
Filtro digital, 122
programaci6n directa de un, 123-124, 133
programacion en escalera de un, 128-135
programacion en paralelo de un, 127-128
programacion en serie de un, 126-127
programacion estandar de un, 124-125,
133-134
realizacion en paralelo de un, 163-165
rea1izaci6n en serie de un, 163-165
realizaci6n mediante un diagrama de bloque
de un, 122
Filtro ideal:
caracteristicas de magnitud de un, 92
respuesta al impulso unitario de un, 93-94
Filtro no recursivo, 136-138
Filtro paso bajas ideal, 92-93
Filtro recursivo, 135, 137
Indice
Forma bilineal:
compleja, 660
real, 660
Forma canonica controlable, 297-298, 300,
396,398,489
Forma canonica de Jordan, 300, 302, 382, 390,
399-400,651-652,657,659,674
Forma canonica diagonal, 299-300, 399, 489
Forma can6nica observable, 298-300,
398-399,489
Forma cuadratica, 659-660
compleja, 660
rea1,659
Forma hermitiana, 660
Formas canonicas:
controlable, 297-298, 300, 396, 398, 489
de Jordan, 300, 302, 382, 390, 399-400,
651-652,657,659,674
diagonal, 299-300, 399, 489
observable, 298-300, 398-399, 489
Format:
corto, 318
extendido, 318
Formula de Ackermann:
para el disefio de observadores de orden
minimo, 450, 454
para el disefio de observadores, 435-438,
440,445,496
para la ubicacion de polos, 408-412, 466,
493
Franja primaria, 175
Franjas complementarias, 175
Frecuencia de cruce de ganancia, 274
Frecuencia de Nyquist, 96
Funcion de transferencia de fase no minima,
233
Funci6n de transferencia pulso senoida1,
227-228
Funcion de transferencia pulso, 98, 102,
104-118
de controladores digitales, 111-118
de elementos en cascada, 108-110
Indice
de un sistema en lazo cerrado, 110-111
matriz de, 3 10-312
Funci6n delta de Kronecker, 42, 62
Funci6n escalar:
definici6n negativa de una, 322
definici6n positiva de una, 322
indefinici6n de una, 322
semidefinici6n negativa de una, 322
semidefinici6n positiva de una, 322
Funci6n rampa unitaria, 26
G
Ganancia derivativa, 116
Ganancia integral, 116
Ganancia proporcional, 116
Generador de la funci6n escalera, 78
I
Impulsos unitarios:
tren de, 75
Indefin idad:
de una funci6n escalar, 661
Independencia lineal de vectores, 643
indice de desempefio cuadratico, 568
con terrninos cruzados, 582
indice de desempefio, 566
incluyendo terrninos cruzados, 582
valor minirno del, 575
Inestabilidad escondida, 334
Inestabilidad, 325, 327-328
Integraci6n compleja, 682-683
Integrador digital:
bilineal, 172
con retardo, 171-172
sin retardo, 171
Integral de convoluci6n, 84-85
evaluaci6n en el semiplano derecho de la,
86-88
evaluaci6n en el semiplano Izquierdo de la,
84-86
739
Integral de inversi6n:
para la transformada Z, 689
Invariancia:
de la ecuaci6n caracteristica, 312
propiedad de, 40 I
Invariante de Kronecker, 708
Inversa de zI-G:
calculo de la, 304-309
Inversa minima por la derecha, 665
Inversa minima por la izquierda, 666
J
Jacobiano, 641
K
Kalman, R. E., 377
L
Ley asociativa, 638
Ley de control cuadratico en estado
estacionario:
enfoque de Liapunov a la, 591-594
Ley de control 6ptimo:
cuadratico, 568-596
de energia minima, 622-625
Liapunov:
funci6n de, 322-323, 334, 591
metodo directo de, 322
primer rnetodo de, 321
segundo rnetodo de, 321-322
Lugar geometrico de las rakes, 206
Lugares geometricos de atenuaci6n con stante,
176-177
Lugares geometricos de frecuencia constante,
176-178
Lugares geornetricos de las rakes:
asintotas del, 207-208
reglas generales para la construcci6n del,
207-210
740
Lugares geornetricos de relaci6n de
amortiguamiento constante, 178-180
M
Mapeo conforme, 180
Mapeo:
del plano s al plano z, 299
del plano z al plano w, 299
entre el plano s y el plano z, 174-182
Matrices pseudoinversas por la izquierda,
665-666
Matrices simi lares, 651
Matriz antisirnetrica, 633
real,679
Matriz cuadrada:
val ores caracterfsticos de una, 649-650
Matriz de transferencia:
pulso, 310-312
Matriz pseudoinversa:
por la derecha, 664-665
por la izquierda, 665-666
Matriz simetrica, 633
real, 679
Matriz:
antiHermitiana, 633
antisimetrica, 633
cancelaci6n de una, 639
de ganancia de retroalimentaci6n del estado,
402-403,410-414,427,492,494
de ganancia de retroalimentaci6n del
observador, 427, 434, 438, 442,
449-450, 496, 499
de Sylvester, 518-520, 524, 535, 540-541,
548,551,559
de transici6n de estados, 303, 305, 309-310
definida negativa, 661
definida positiva, 661
derivada de una, 640
diagonalizaci6n de una, 651,653
diferenciaci6n de una, 640
estable, 365
fndice
exponencial, 3 13
fundamental, 303, 309
hermitiana, 633
indefinida, 661
integral de una, 640
inversa, 635-637
lema de inversi6n, 573, 636, 668
multiplicaci6n por un escalar, 637
multiplicaci6n por una matriz, 637
nilpotente, 414-416
no singular, 635
norma de una, 647
normal,633
ortogonal,633
rango de una, 649
reglas de operaciones con, 637-643
semidefinida negativa, 661
semidefinida positiva, 661
sirnetrica, 633
similar, 651
singular, 635
traza de una, 658
unitaria, 633-648
valores caracterfsticos de una, 649-650
vectores caracteristicos de una, 650
Metodo de disefio analftico, 242-257
Metodo de expansi6n en fracciones parciales,
46-50
Metodo de la integral de inversi6n, 50-52,
60-64, 64-66
Metodo de programaci6n anidada, 338, 343
Metodo de programaci6n mediante expansi6n
en fracciones parciales, 339-341,345
Metodo de respuesta en frecuencia, 225-242
Metodo dellugar geometrico de las rakes, 205
condici6n de angulo en el, 206
condici6n de magnitud en el, 206
Metodo directo de la divisi6n, 40-42
Metodo directo de Liapunov, 322
Modo de retenci6n, 13
caida del, 14
Modo de seguimiento, 13
lndice
Muestreador can impulsos, 75-77, 83
Muestreador real, 78
Muestreador y retenedor, 6
Muestreo aleatorio, 8
Muestreo can impulsos, 75, 77
Muestreo de orden multiple, 8
Muestreo de raz6n multiple, 8
Muestreo periodico, 8
Muestreo,6
frecuencia de, 90
proceso de, 4
teorema de, 90-92
Multiplexor analogico, 12
Multiplexor, 12
Multiplicador de Lagrange, 570-572
N
Nivel de cuantificacion, 8
Norma Euclidiana, 324
Norma, 645-647
euclidiana, 324
o
Observabilidad, 377, 388
completa,389-390
en el plano z, 391-394
matriz de, 389, 394, 401
Observaci6n del estado:
condici6n necesaria y suficiente para la,
422-425
de orden minima, 422
de orden reducido, 422
Observacion, 422
Observador corriente, 444
Observador de estados, 422
de orden completo, 422, 426-444
de orden minima, 446-456
Observador de orden minino, 446-450,
452-454,469-470,502-504
Observador de orden reducido, 446
741
Observador predictor, 428
de orden completo, 438
disefio de, 430-444
Operador retardo unitario, 40
Oscilaci6n escondida, 98, 361
p
Plano w:
procedimiento de disefio en el, 228-242
Planta,7
Polinomio caracteristico, 649
Polinomio minima, 350-354
Polinomio monico, 5 I8
Polinomios coprirnos, 518, 541
Polo, 39-40
Palos del observador, 428
o ~ y 499
Polyvalm, 500
Principio de dualidad, 392-394
Principia de superposicion, 3
Problema can valores en frontera de dos
puntas, 572
Problema de control 6ptimo cuadratico:
discretizado,580-582
en estado estacionario, 592-594
enfoque de Liapunov a la soluci6n de,
592-596
Problema de cuantificaci6n de los coeficientes.
234
Problema de optimizaci6n parametrica, 59 I
Problema del regulador 6ptimo cuadratico:
en estado estacionario, 591-592
enfoque de Liapunov a la soluci6n de,
59 I-592
Proceso de adquisici6n de datos, 12
Proceso de distribuci6n de datos, 12
Proceso,7
Producto escalar, 643
Producto interno, 643-645, 647
Programaci6n directa, 123
metoda de, 336
742
Programaci6n en escalera, 128-135
Programaci6n en paralelo, 127-128
Programaci6n en serie, 126-127
Programaci6n estandar, 124-126
Programas en MATLAB:
para control 6ptimo cuadratico, 579,
590-591, 600-603, 615
para encontrar la respuesta a un escal6n
unitario, 119, 196, 240, 268, 421,458,
530, 605-606
para encontrar la respuesta a una entrada
delta de Kronecker, 45
para encontrar la respuesta a una rampa
unitaria, 120,260,459,531
para encontrar la transformada z inversa,
44,63
para encontrar las series de Fibonacci, 68
para la ubicaci6n de polos en el plano z,
500-501
Prueba de estabilidad de Jury, 185-190
Prueba de estabilidad de Schur-Cohn, 185
Pseudoinversa por la derecha, 623-624,
664-665
Punto de desprendimiento, 208-209
Punto de ruptura de entrada, 208-209
R
Radio de convergencia absoluta, 25
Rakes caracterfsticas, 650
Rango,649
Realizabilidad fisica:
condici6n para la, 244-245
Regulador con observador, 502, 505, 543
Representaci6n en el espacio de estados:
no unicidad de la, 301
Residuo, 50, 84-85, 145,399,688,690-691
teorema del, 689
Respuesta de oscilaciones muertas (deadbeat),
242,248,411,414-418,435,439-442,
444,453-454,470-471,490,494,498,
502-505,508,550,712-713,715,
717-718,723,728-729
fndice
Respuesta en estado estacionario, 193
Respuesta transitoria, 193
especificaciones de la, 193-195
Respuesta:
a perturbaciones, 202
entre dos instantes de muestreo
consecutivos, 320-321
Retenci6n de datos, 6, 77
Retenedor de -esimo orden, 77
Retenedor de orden cero, 18-19, 78, 166
caracterfsticas de magnitud y fase de un,
151-153
caracterfsticas de respuesta en frecuencia de
un, 94-96
diagrama de Bode de un, 95
funci6n de transferencia de un, 139
Retenedor de primer orden, 19, 80-82, 139-
140
caracterfsticas de magnitud y fase del, 151-
153
con interpolaci6n, 19-20
funci6n de transferencia del, 80-82
Retenedor de primer orden con interpolaci6n,
19-20
Retenedor de segundo orden, 19
Retenedor poligonal, 19-20
Retraso de transporte, 280
s
Secuencia de ponderaci6n, 100
Secuencia escal6n unitario, 26
Segundo metodo de Liapunov, 322
Semidefinici6n negativa:
de una funci6n escalar, 661
Semidefinici6n positiva:
de una funci6n escalar, 662-663
prueba de, 680
Serial anal6gica en tiempo continuo, 1-2
Serial anal6gica, 1-2
Serial cuantificada en tiempo continuo, 1-2
Sefial de datos muestreados, 2
lndice
Sefial digital, 2-3
Senal en tiempo discreto, 2-3, 23
Series de Fibonacci, 67-69
Sistema de adquisicion de datos, 11-12
Sistema de control can retroalimentacion del
estado observado, 428, 434
can un observador de orden minima, 447,
451-452
Sistema de control de datos muestreados, 3
Sistema de control del pendulo invert ida, 596
Sistema de control digital, 3, 5
Sistema de control en tiempo discreto, 3
Sistema de control optima, 566, 568
Sistema de distribucion de datos, 11
Sistema de regulacion optima, 566
Sistema de seguimiento tipo 1, 597
Sistema de seguirniento, 460
can retroalimentacion del estado observado,
645
can retroalirnentacion del estado y control
integral, 460-461
can retroalimentacion del estado, 464
control optima cuadratico de un, 596-609
Sistema del dabIe integrador, 361-362, 439,
490,513
Sistema del pendulo invertido, 597, 625-628
Sistema lineal e invariante en el tiempo, 3
Sistema lineal en tiempo discreto variante en
el tiempo, 309-310
Sistema lineal, 3
Sistema tipo 0, 197-198
Sistema tipo I, 197-198
Sistema tipo 2,197-198
Sistema, 324
Sistemas de control mediante el acoplamiento
a un rnodelo, 532-534, 536-537, 561
Sobrepaso maximo, 195
Solucion de norma minima, 624
que minimiza IIAx - b], 665
que minimiza Ilxll, 663-665
ss2tf, 603-604
Sujetador, 78
743
Sumatoria de convolucion, 98, 100
Sylvester J _J _, 661
T
Tabla de estabilidad de Jury, 185, 187-188
Tecnica de asignacion de palos, 402
Teorema de Cauchy-Goursat, 688-689
Teorema de Cayley-Hamilton, 350, 380, 404,
408,481,485,492
Teorema de convolucion compleja, 684
Teorema de convolucion real, 684
Teorema de convolucion:
compleja, 684
real,684
Teorema de corrirniento, 31
Teorema de diferenciacion parcial, 683
Teorema de muestreo de Shannon, 150-151
Teorema de Parseval, 686
Teorema de traslacion cornpleja, 34
Teorema de traslacion real, 3 I
Teorema del valor final, 36
Teorema del valor inicial, 35
Teorema principal de estabilidad de Liapunov,
326, 363-365
Teoremas de Liapunov:
sabre estabilidad asintotica, 326-327
sabre estabilidad, 327
sabre inestabilidad, 327-328
Tiempo de apertura, 14
Tiempo de establecimiento, 195
Tiempo de levantamiento, 195
Tiempo de retardo, 194-195
Tiempo derivativo, 115
Tiempo integral, 115
Tiempo pica, 195
Transductor analogico, 7
Transductor de datos rnuestreados, 7
Transductor digital, 7
Transductor, 7
Transforrnacion bilineal, 191,228,231
Transforrnacion de Riccati, 572-573
744
Transforrnacion de similitud, 30 1,311-312,
651-653, 657
bajo propiedades invariantes, 659
Transforrnacion ortogonal, 645
Transforrnacion unitaria, 645
Transformacion w, 228-229, 231
Transformacion z inversa, 37
Transformada de Laplace de una funcion
asterisco, 103-104
Transformada z inversa, 37, 687
enfoque mediante ecuaciones en diferencias
para la obtencion de la, 46
enfoque mediante MATLAB para la
obtencion de la, 42-45
metodo de calculo para la obtencion de la,
42-46
metodo de division directa para la obtencion
de la, 40-42, 62
metodo de expansion en fracciones
parciales para la obtencion de la, 46-50,
64
metodo de la integral de inversion para la
obtencion de la, 50-52, 60-62, 64-66
Transformada z modificada, 691-696
Transformada z, 24
bilateral,25
de la primera diferencia hacia adelante,
698-699
de la primera diferencia hacia atras,
697-698
de la segunda diferencia hacia adelante,
698-699
de la segunda diferencia hacia atras, 698
de una funcion coseno, 28
de una funcion escalon unitario, 25, 33
de una funcion exponencial, 27
de una funcion polinomial, 27
de una funcion que involucra el terrnino
(I e-TS)/s, 88-90
de una funcion rampa unitaria, 26
de una funcion senoidal, 27
fndice
definicion de la, 24
integral de inversion para la, 689
inversa,37
linealidad de la, 31
metodo de la integral de convoluci6n para
la obtencion de la, 83
propiedades de la, 38
propiedades importantes de la, 3 I
tabla de, 29-30
teorema de corrimiento para la, 31
teorema de traslaci6n compleja de la, 34
teorema de traslacion real para la, 31
teorema del valor final de la, 36
teorema del valor inicial de la, 35
unilateral, 24-25
Traslape,98
Traza, 307, 658
u
Ubicacion de pol os, 408
condiciones necesarias y suficientes para la,
402-408
diseiio cuando la sefial de control es un
vector, 704-718
disefio por, 402-421, 707, 718
v
Valor caracteristico, 649-650, 678
Variables de estado, 294
Vector adjunto, 572
Vector caracteristico generalizado, 494, 496,
498,654,656,674
Vector caracteristico, 650, 674
generalizado, 654, 656
normalizado, 650
Vector de control optirno, 567
forma en lazo cerrado del, 574
forma realimentada del, 574
Vector de estados, 294
lndice
Vector:
norma de un, 645
normal izado, 644
unitario, 648
Vectores:
dependencia lineal de, 643
independencia lineal de, 643
ortonorrnales. 648
745