Obs Edo

ESIME-IPN
Diseo de Observadores de Estado
TEORIA DE CONTROL IV
OBSERVADORES DE ESTADO
En el captulo en que se present un enfoque de ubicacin de polos para el diseo de
sistemas de control, supusimos que todas las variables de estado estaban disponibles para su
realimentacin. Sin embargo, en la prctica, no todas las variables estn disponibles para su
realimentacin. Entonces, necesitamos estimar las variables de estado que no estn
disponibles. Es importante sealar que debemos evitar diferenciar una variable de estado para
generar otra.. La diferenciacin de una seal siempre decrementa la relacin seal a ruido,
porque este ltimo, por lo general flucta ms rpido que la seal de comando. En ocasiones,
la relacin seal a ruido se decrementa varias veces mediante un proceso nico de
diferenciacin. Existen mtodos para estimar las variables de estado que no se miden sin un
proceso de diferenciacin. La estimacin de semejantes variables de estado por lo general se
denomina observacin. Un dispositivo (o un programa de computadora) que estima u observa
las variables de estado se llama observador de estado o simplemente observador. Si el
observador de estado capta todas las variables del sistema, sin importar si algunas estn
disponibles para una medicin directa, se denomina observador de estado de orden completo.
Hay ocasiones en las que un observador tal no es necesario, en las que solo se requiere de la
observacin de variables de estado que no se miden, pero no de aquellas que tambin se miden
directamente. Por ejemplo, dado que las variables de salida son observables y se relacionan en
forma lineal con las variables de estado, no necesitamos observar todas las variables de estado,
sino slo las n m variables de estado, en donde n es la dimensin del vector de estado y m es
la dimensin del vector de salida. Un observador que estima menos de n variables de estado,
en donde n es la dimensin del vector de estado, se denomina observador de estado de orden
reducido o, simplemente, observador de orden reducido. Si el observador de estado de orden
reducido tiene el orden mnimo posible, se denomina observador de estado de orden mnimo, u
observador de orden mnimo. En esta seccin analizaremos el observador de estado de orden
completo y el observador de estado de orden mnimo.
Observador de estado. Un observador de estado estima las variables de estado con
base en las mediciones de las variables de salida y de control. Aqu tiene una funcin
importante el concepto de observabilidad analizado en captulos anteriores. Como veremos
ms adelante, los observadores de estado pueden disearse si y slo si satisface la condicin de
observabilidad. En los anlisis siguientes de los observadores de estado, usaremos la notacin
x para designar el vector de estado observado. En muchos casos prcticos el vector de estado
observado x se usa en la realimentacin del estado para generar el vector de control deseado.
~
Considere el sistema definido mediante
x = Ax + Bu
y = Cx
(1)
(2)
~
Suponga que el estado x se aproxima mediante el estado x del modelo dinmico
x = A x + Bu + Ke(y - C x )
Profr. Salvador Saucedo
Grupo 9A4M
((3)
III pgina 1 de 32
ESIME-IPN
que representa al observador de estado. Observe que el observador de estado tiene y y u como
entradas y x como salida. El ultimo trmino del segundo miembro de esta ecuacin modelo,
ecuacin (3), es un termino de correccin que contiene la diferencia entre la salida y medida y
la salida C x estimada. La matriz Ke funciona como una matriz de ponderacin . El trmino de
correccin vigila el estado x . Ante la presencia de una discrepancia entre las matrices A y B
usadas en este modelo y las del sistema real, la adicin del trmino de correccin ayuda a
reducir los efectos producidos por la diferencia entre el modelo dinmico y el sistema real. La
siguiente figura muestra el diagrama a bloques del sistema y el observador de estado de orden
completo.
~
fig. 1 Diagrama a bloques del sistema y el observador de estado de orden completo

A continuacin analizaremos los detalles del observador de estado para el cual la
dinmica se caracteriza mediante matrices A y B y mediante el trmino de correccin
adicional, que contiene la diferencia entre la salida medida y la salida estimada. En el anlisis
actual, suponemos que las matrices A y B usadas en el modelo son iguales a las del sistema
real.
Observador de estado de orden completo. El orden del observador de estado que se
analizara aqu es igual al del sistema. Suponga que el sistema se define mediante las
ecuaciones (1) y (2) y que el modelo del observador se define mediante la ecuacin (3).
Para obtener la ecuacin de error del observador, restamos la ecuacin (3) de la
ecuacin (1).
x x = Ax - A x + Ke(Cx - C x )
Grupo 9A4M
III pgina 2 de 32
ESIME-IPN
= [A KeC](x - x )
(4)
Definamos la diferencia entre x y x como el vector de error e

~
e = x - x
As, la ecuacin (4) se convierte en
(5)
= ( A K e C)e
A partir de la ecuacin (5) vemos que el comportamiento dinmico del vector de error
se determina mediante los valores principales de la matriz A - KeC . Si la matriz A - KeC es
estable, el vector de error converger a cero para cualquier vector de error inicial e(0). Es decir
~
que x (t) converger a x(t) sin considerar los valores de x(0) y x (0). Si se eligen los valores
principales de la matriz A - KeC en tal forma que el comportamiento dinmico del vector de
error sea asintticamente estable y suficientemente rpido, cualquier vector de error tender a
cero (el origen) con una velocidad adecuada.
Si el sistema es completamente observable se demuestra que es posible seleccionar una
matriz Ke tal que A - KeC tenga valores principales arbitrariamente deseados. Es decir se
determina la matriz de ganancia del observador Ke para producir la matriz deseada A - KeC .
Analizaremos esto a continuacin.
PROBLEMA DUAL
El problema de disear un observador de orden completo se convierte en determinar la
matriz de ganancias del observador Ke tal que la dinmica de error definida mediante la
ecuacin (5) sea asintticamente estable con una velocidad de respuesta suficiente. (La
estabilidad asinttica y la velocidad de respuesta de la dinmica de error se determinan
mediante los valores principales de la matriz A - KeC ). Por tanto, el diseo del observador de
orden completo se convierte en determinar un Ke apropiado tal que A - KeC tenga los valores
principales deseados. Por ello, aqu el problema se convierte en el mismo que en el caso de
ubicacin de polos analizado en el tema anterior.
Considerar el sistema definido mediante
x = Ax + Bu
y = Cx
(1)
(2)
Al disear el observador de estado de orden completo resolvemos el problema dual, es

decir, solucionamos el problema de ubicacin de polos para el sistema dual.
Grupo 9A4M
III pgina 3 de 32
ESIME-IPN
z = A T z + CT v
w = BT z
Suponiendo que la seal de control v es

v = -Kz
Si el sistema dual es de estado completamente controlable, la matriz de ganancias de

estado K, se determina de tal modo que la matriz AT - CTK produzca un conjunto de los
valores principales deseados.
Si 1 , 2 , . . .n , son los valores principales de la matriz del observador de estado,
tomando los mismos i que los valores principales deseados de la matriz de ganancias de
realimentacin del estado del sistema dual, obtenemos
sI ( A T C T K )
= ( s 1 )( s 2 ).....(s n )
Considerando que los valores principales de AT - CTK y los de A KT C son iguales,

tenemos que
sI ( A T C T K )
sI ( A K T C)
comparando el polinomio caracterstico sI (A - KeC) para el sistema observador

(consultar la ecuacin (5) ), encontramos que Ke y KT se relacionan mediante
Ke = KT
Por tanto, usando la matriz K determinada mediante el mtodo de ubicacin de polos en
el sistema dual, la matriz de ganancias del observador Ke para el sistema original se determina
a partir de la relacin Ke = KT
Condicin necesaria y suficiente para la observacin del estado. Como ya se analiz,
una condicin necesaria y suficiente para la matriz de ganancias del observador Ke para los
valores caractersticos de A KeC es que el dual del sistema original
z = A T z + CT v
sea de estado completamente controlable. La condicin de controlabilidad completa
para este sistema dual es que el rango de
[C
M A T CT
M L M
(A )
T n 1
CT
Grupo 9A4M
III pgina 4 de 32
ESIME-IPN
sea n. Esta es la condicin para el sistema de observabilidad completa del sistema

original definido mediante las ecuaciones (1) y (2). Esto significa que una condicin necesaria
y suficiente para la observacin del estado del sistema definido mediante las ecuaciones (1) y
(2) es que el sistema sea completamente observable.
A continuacin presentaremos el enfoque directo, (en lugar del enfoque del problema
dual) para la solucin del problema del diseo de un observador de estado. Ms adelante
usaremos el enfoque del problema dual a fin de obtener la formula de Ackermann para la
determinacin de la matriz de ganancias del observador Ke..
Diseo de observadores de estado de orden completo. Considere el sistema definido
mediante
x = Ax + Bu
y = Cx
en donde: x
u
y
A
B
C
=
=
=
=
=
=
(6)
(7)
vector de estado (vector de dimensin n)

seal de control (escalar)
seal de salida (escalar)
matriz de coeficientes constantes n x n
matriz de coeficientes constantes n x 1
matriz de coeficientes constantes 1 x n
Suponemos que el sistema es completamente observable. Adems suponemos que la

configuracin del estado que es la misma que de la figura 1.
Al disear el observador de estado de orden completo, es conveniente transformar
ecuaciones del sistema obtenidas mediante las ecuaciones (6) y(7) a la forma cannica
observable. Como se presento antes, esto se hace del modo siguiente: defina una matriz de
transformacin Q mediante
Q = (WO)-1
(8)
En donde O es la matriz de observabilidad
O = CT
M A T CT
M L M
(A )
T n 1
CT
(9)
Y W se define mediante la ecuacin definida como:

a n 1
a
n2
W = M
a1
1
a n 2 L a n 1
a n 3 L 1
M
Grupo 9A4M
1
0
M
0
0
III pgina 5 de 32
ESIME-IPN
en donde a1, a2 ,... , an-1, son coeficientes de la ecuacin caracterstica de la ecuacin de

estado original obtenida mediante la ecuacin (6):
sI A = s n + a1 s n-1 + ... + a n-1 s + a n = 0
(Dado que suponemos que el sistema es completamente observable, existe la inversa de
la matriz WO.)
Defina un nuevo vector de estado j (vector de dimensin n) mediante
s = Q
(10)
As las ecuaciones (6) y (7) se convierten en
= Q -1 AQ
+ Q -1 Bu
(11)
y = CQ
(12)
en donde
0
1
Q 1 AQ = 0
M
0
an
0 L 0 a n 1
1 L 0 an2
M
M
M
0 L 1 a1
0 L 0
(13)
bn a n b0
b a b
n 1 0
Q 1 B = n 1
b1 a1b0
(14)
CQ = [0 0 L 0 1]
(15)
Las ecuaciones (11) a (12) estn en la forma cannica observable. Por tanto, dada una
ecuacin de estado y una ecuacin de salida, ambas pueden transformarse a la ecuacin
cannica observable si el sistema es completamente observable y si el vector de estado original
x se transforma en un nuevo vector de estado mediante la transformacin obtenida a partir de
Grupo 9A4M
III pgina 6 de 32
ESIME-IPN
la ecuacin (10). Observe que si la matriz A ya est en la forma cannica observable, entonces
Q = I.
Como se planteo antes, elegimos que la dinmica del observador de estado se obtenga
mediante
x = A x + Bu + K e ( y - C x )
(16)
= ( A - K e C) x + Bu + K e Cx
Ahora defina
x = Q
(17)
Sustituyendo la ecuacin (17) dentro de la ecuacin (16), tenemos que
= Q -1 ( A - K e C)Q + Q -1Bu + Q -1K e CQ
(18)
Restando la ecuacin (18) de la ecuacin (11), obtenemos
- = Q -1 ( A - K e C)Q( )
(19)
Defina
~
As la ecuacin (19) se convierte en
= Q 1 ( A K e C)Q
(20)
Requerimos que la dinmica del error sea asintticamente estable y que (t) llegue a
cero con una velocidad adecuada. El mtodo para determinar la matriz Ke es elegir primero los
polos del observador deseados (los valores principales de A - KeC ) y a continuacin calcular
la matriz Ke para que produzca los polos deseados del observador.
Considerando que Q-1 = (WO) tenemos que
Grupo 9A4M
III pgina 7 de 32
ESIME-IPN
Q 1K e
an2 L a1 1 C
an 3 L 1 0 CA
M
M M M
1 L 0 0 CA n 2
0 L 0 0 CA n1
an1
a
n 2
M
a1
1
k e1
k
e2
M
k
e ( n1)
k e ( n )
en donde
Ke
k e1
k
e2
= M
k e ( n 1)
k e (n)
dado que Q-1 Ke es un vector de dimensin n, escribamos
Q 1K e
n

= n 1
M
(21)
A continuacin, remitindonos a la ecuacin (15) tenemos que

0 0 L n
n
M M

M
Q 1K e CQ = n 1 [0 0 L 1] =
0 0 L 2
M
0 0 L 1
1
y
Q 1 (A K e C)Q = Q 1 AQ Q 1K e CQ
0
1
= 0
M
0
an n
0 L 0 a n 1 n 1
1 L 0 an2 n2
M
M
M
0 L 1
a1 1
0 L 0
La ecuacin caracterstica sI - Q-1 (A - KeC)Q = 0 se convierte en
Grupo 9A4M
III pgina 8 de 32
ESIME-IPN
an + n
a n 1 + n 1
0
M
a n2 + n2
M
0
M
1 L
M
= 0
L 1 s + a1 + 1
o bien
sn + (a1 + 1)sn-1 + (a2 + 2)sn-2 + . . . + (an + n) = 0
(22)
observe que cada una de las n n-1 ,. . . , 1 se asocian con slo uno de los coeficientes
de la ecuacin caracterstica.
Suponga que la ecuacin caracterstica deseada para la dinmica del error es
(s - 1)(s - 2) . . . (s - n)
= sn + 1sn + 2sn-2 + . . . + n-1s + n = 0
(23)
(Observar que los valores principales i determinan que tan rpido converge el estado
observado al estado real de la planta)
Comparando los coeficientes de los trminos con potencias iguales de s en las
ecuaciones (22) y (23), obtenemos
a 1 = 1
a 2 = 2
...
a n = n
A partir de lo cual conseguimos que
1 = 1 - a1
2 = 2 - a2
n = n - an
As, a partir de la ecuacin (21) tenemos que
Grupo 9A4M
III pgina 9 de 32
ESIME-IPN
n n

Q-1Ke = n 1 = n 1
M

1 1
an
a n 1
a1
Por tanto,
Ke
= Q n 1
an
a n 1
= ( WO) 1
a1
n 1
an
a n 1
a1
(24)
La ecuacin (24) especifica la matriz de ganancias del observador de estado completo

Ke necesaria.
Como se indic antes la ecuacin (24) tambin se obtiene a partir de la ecuacin para
calcular la matriz de realimentacin para ubicar polos del sistema dual. Es decir, considerando
el problema de ubicacin de polos de lazo cerrado para el sistema dual y obteniendo la matriz
de ganancias de realimentacin del estado K para dicho sistema dual. En este caso la matriz de
ganancias del observador de estado Ke se obtiene mediante KT
Una vez seleccionados los valores principales deseados ( o la ecuacin caracterstica
deseada) se disea el observador de estado de orden completo, siempre y cuando el sistema sea
completamente observable. Los valores principales deseados de la ecuacin caracterstica
deben de elegirse de modo que el observador de estado responda al menos de tres a cinco veces
ms rpido que el sistema en lazo cerrado. Como se dijo antes, la ecuacin del observador de
estado de orden completo es:
x = ( A - K e C) x + Bu + K e y
(25)
Observar que, hasta aqu hemos supuesto que las matrices A y B del observador son
exactamente iguales a las de la planta real. En la prctica, esto no podra ser cierto. Entonces, la
dinmica del error no se obtendra mediante la ecuacin (20), esto significa que el error podra
no tender a cero. Por tanto, debemos intentar desarrollar un modelo matemtico preciso a fin de
que el observador haga el error aceptablemente pequeo.
Enfoque de sustitucin directa para obtener la matriz de ganancias del observador
de estado Ke. Al igual que en el caso de la ubicacin de polos, si el sistema es de orden
inferior, puede ser ms sencilla la sustitucin directa de la matriz Ke dentro del polinomio
caracterstico deseado. Por ejemplo, si x es un vector de dimensin 3, escriba la matriz de
ganancia del estado Ke como
Grupo 9A4M
III pgina 10 de 32
ESIME-IPN
k e1
Ke = k e 2
k e3
Sustituya esta matriz Ke en el polinomio caracterstico deseado:

sI (A - KeC = (s - 1) (s - 2) (s - 3)
Igualando los coeficientes de las potencias iguales de s en ambos miembros de esta

ltima ecuacin, determinamos los valores de ke1, ke2, ke3. Este enfoque es conveniente si n =
1, 2 o 3, en donde n es la dimensin del vector de estado x. (Aunque se use este enfoque
cuando n = 4, 5, 6, ..., los clculos implcitos se vuelven muy tediosos.)
Otra manera de determinar la matriz de ganancias del observador de estado Ke es usar
la frmula de Ackermann. Los detalles se presentan a continuacin.
Frmula de Ackermann. Considere el sistema definido mediante
x = Ax + Bu
y = Cx
(26)
(27)
En secciones anteriores se ha obtenido la formula de Ackermann para la ubicacin de

polos para el sistema definido mediante la ecuacin (26). El resultado se puede escribir como:
K = [0 0 L 0 1] B M AB M L M A n 1B
( A)
Para el dual del sistema definido mediante las ecuaciones (26) y (27),
z = A T z + CT v
n = BT z
la frmula de Ackermann anterior para la ubicacin de polos se modifica a
K = [0 0 L 0 1] C T
M AT C T
M L M ( A T ) n 1 C T
(A T )
(28)
Como se menciono antes, la matriz de ganancias del observador del estado Ke se

obtiene mediante KT, en donde K se obtiene de la ecuacin (28), por lo tanto.
Grupo 9A4M
III pgina 11 de 32
ESIME-IPN
Ke = K T
C
CA
= (A T ) T M
n2
CA
CA n 1
0
0

M = (A)

0
1
C
CA
n2
CA
CA n 1
1
0
0

M

0
1
(29)
en donde (s) es el polinomio caracterstico deseado para el observador de

estado, o
(s) = (s - 1) (s - 2) . . . (s - n)
en donde 1, 2, ..., n, son los valores caractersticos deseados. La ecuacin (29) se
denomina frmula de Ackermann para la determinacin de la matriz de ganancias del
observador Ke.
Veamos un ejemplo del uso de la frmula de Ackermann con MATLAB
ejem80
% Uso del comando acker y el concepto de sistema dual para un sistema continuo
A = [-2 5; 0 1];
% matriz de estado
B = [0; 4]; C = [-1 1];
Po = [-4;-6]; % Polos del observador en 4 y -6
Ke = acker(A',C',Po)' % Calcula ganancia para ubicacin del sistema dual
-26.5000
-17.5000
Ao = A - Ke*C;
Bo = [Ke B];
eig(Ao) % calcula eigenvalores del observador
-6
-4
Comentarios sobre la seleccin de la mejor Ke. Remitindonos a la figura (1)
observe que la matriz de realimentacin a travs de la matriz de ganancias del observador Ke
funciona como una seal de correccin para el modelo de planta que incorpora los factores
desconocidos en la planta. Si estn implcitos factores desconocidos significativos, la seal de
realimentacin a travs de la matriz Ke debe ser relativamente grande. Sin embargo, si la seal
de salida se contamina en forma significativa con perturbaciones y ruido en la medicin, la
salida y no es confiable y la seal de realimentacin a travs de la matriz Ke debe ser
Grupo 9A4M
III pgina 12 de 32
ESIME-IPN
relativamente pequea. Al determinar la matriz Ke, debemos examinar cuidadosamente los

efectos de las perturbaciones y el ruido implcitos en la salida y.
Recuerde que la matriz de ganancias del observador Ke depende de la ecuacin
caracterstica deseada
(s - 1) (s - 2) . . . (s - n) = 0
La eleccin del conjunto de 1, 2, ..., n, en muchos casos no es nica. Por tanto,
podran elegirse muchas ecuaciones caractersticas diferentes como ecuaciones caractersticas
como ecuaciones caractersticas deseadas. Para cada ecuacin caracterstica deseada, tenemos
una matriz Ke diferente.
En el diseo de un observador de estado, es conveniente determinar otras varias
maneras de ganancias del observador Ke con base en varias ecuaciones caractersticas
deseadas distintas. Para cada una de las distintas matrices Ke deben de realizarse pruebas de
simulacin a fin de evaluar el desempeo del sistema resultante. As, se selecciona la mejor Ke
desde el punto de vista del desempeo general del sistema. En muchos casos prcticos la
eleccin de la mejor matriz Ke se resuelve en un compromiso entre la respuesta rpida y la
sensibilidad ante perturbaciones y ruidos.
Principio de la Separacin
Figura 2
Sistema de control mediante la realimentacin del estado observado.

Grupo 9A4M
III pgina 13 de 32
ESIME-IPN
El principio de la separacin establece que el diseo del observador y de la

realimentacin son independientes y que, por lo tanto, podemos disear primero cualquiera de
ellos. La figura 2 ilustra la manera en que se combinan observador y controlador para formar
un regulador.
Figura 3 Representacin en diagrama de bloques del sistema con un controlador-observador.

La figura 3 exhibe el diagrama a bloques del regulador que combina observador de
estado completo y matriz de ganancias K.
Veamos un ejemplo para ilustrar el principio de la separacin
Considerar el diseo de un sistema regulador para la planta siguiente
x = Ax + Bu
y = Cx
0
0 1
A =
B = C =
2
9 0
[1 0]
La ecuacin caracterstica para el sistema viene dada por
s 1
= s 2 9 = 0 = s 2 + a1 s + a2
9 s
Suponer que utilizamos el mtodo para la colocacin de valores principales para el
diseo del sistema y que los polos de lazo cerrado para este regulador estn en 2 3j, por lo
que el polinomio caracterstico deseado viene dado por s2 + 4s + 9. La matriz de ganancias
de realimentacin lineal del estado K para este caso se obtiene mediante.
sI A
K = [2 - a2 !1 - a1 ]T-1 = [ 13 + 9 ! 4 - 0]T-1 = [ 11 2 ]
Donde T = MW = 2I , [2 = 13, 1 = 4, a2 = -9 y a1 = 0
Usando esta matriz de ganancias de realimentacin del estado K, la seal de control se
obtiene mediante
Grupo 9A4M
III pgina 14 de 32
ESIME-IPN
x
u = -Kx = - [11 2] 1
x2
Suponer que usamos el control mediante la realimentacin del estado observado en
lugar del control mediante la realimentacin del estado real, o
~
u = -K x = - [11 2] ~x1
x 2
~
en donde optamos porque los valores principales de la matriz del observador sean
1,2 = 4 5j
Obtendremos la matriz de ganancias del observador Ke y dibujaremos el diagrama de
bloques para el sistema de control mediante la realimentacin del estado observado. A
continuacin se obtendr la funcin de transferencia U(s)/-Y(s) para el observador-controlador
y dibujaremos un diagrama a bloques del sistema. Al final se ofrece la respuesta en tiempo del
regulador a partir de las condiciones iniciales, proponiendo estimados iniciales equivocados.
El polinomio caracterstico deseado para el observador es
(s - 1)(s - 2) = (s + 4 - 5j)(s + 4 + 5j) = s2 + 8s + 41
= s2 + 1s + 2
Por lo tanto + 1 = 8, 2 = 41.
Para determinar la matriz de ganancias del observador Ke, usamos la ecuacin (24)
a 2
Ke = ( WO) 1 2
1 a1
en donde
C
CA

1 0
0 1
es la matriz de observabilidad y
a1
1
1
0
0 1
1 0
Grupo 9A4M
III pgina 15 de 32
ESIME-IPN
Por lo tanto
1
0 1 1 0 41 (9)
=
1 0 0 1 8 0
Ke
0 1 50
1 0 8
8
50

La ecuacin del observador se obtiene mediante la ecuacin (25)
x =
(A KeC) x + Bu + Ke y
dado que
u
= Kx
x =
~
x1
~
x 2
(A K e C BK ) x + K e y
~
0 1 8
x1 8
0
=
[1 0] 2[11 2] ~ + 50 y

9 0 50
x
2
~
8 1 x1
63 4 ~

x2
8
50 y

El diagrama de bloques del sistema con una realimentacin del estado observado se
aprecia en la figura.
Remitindonos a la ecuacin (ft), la funcin de transferencia del controlador-observador
es
U (s)
Y (s)
= K (sI A + KeC + BK ) Ke
1
s + 8 1 8
= [11 2]

63 s 4 50
188s + 694
=
s 2 + 12 s + 95
Grupo 9A4M
III pgina 16 de 32
ESIME-IPN
La figura muestra un diagrama de bloques del sistema.

La dinmica del sistema de control mediante la realimentacin del estado observado
recin diseado se describe mediante las ecuaciones siguientes:
Para la planta,

0 1 x 1
x 1 =

x 2
9 0 x 2
0
2 u

[1 0] x1
x2

Figura 4 Diagrama a bloques del regulador con realimentacin del estado estimado
Grupo 9A4M
III pgina 17 de 32
ESIME-IPN
Figura 5
Diagrama a bloques del regulador mediante funcin de transferencia
~

= [11 2] x1
~
x 2
Para el observador,
~
x1
~
x 2
~
8 1 x1
63 4 ~

x2
8
50 y

El sistema, como un todo, es de cuarto orden.

La ecuacin caracterstica para el mismo es
sI A + BK sI A + KeC
=
= ( s 2 + 4 s + 13)( s 2 + 8s + 41)
s 4 + 12 s 3 + 86s 2 + 268s + 533 = 0
Figura 6
Respuesta a las CI del regulador mediante observador de estado

Grupo 9A4M
III pgina 18 de 32
ESIME-IPN
La ecuacin caracterstica tambin se obtiene a partir del diagrama de bloques para el

sistema de la figura 5. Dado que la funcin de transferencia de lazo cerrado es
Y ( s)
R( s)
2( 188s + 694 )
s + 12s + 95 s 2 9 + 2(188s
)(
+ 694)
La ecuacin caracterstica es
=
s 4 + 12s 3 + 86 s 2 + 268s + 533 = 0
Figura 7
Evolucin del estado y su estimado para el regulador.
Las figuras 6 y 7 exhiben la respuesta del regulador a condiciones iniciales cuando el

estimado de las variables de estado no coincide con el valor real de las mismas.
Sistemas multivariables
Consideremos un sistema de control
x = Ax + Bu
y = Cx
en donde
(1)
x = vector de estado (n x 1)
u = seal de control (vector r x 1)
A = matriz de estado (n x n)
B = matriz de control (n x 1)
C = matriz de observaciones (m x n)
y = vector de salidas ( vector de m x 1)
Grupo 9A4M
III pgina 19 de 32
ESIME-IPN
Las matrices A, B y C son conocidas y constantes.

En este caso tenemos ms de una medicin por lo que las frmulas vistas ya no son
aplicables, por lo que se deben emplear mtodos ms sofisticados para obtener la matriz de
ganancias del observador Ke de orden n x m. Una de las tcnicas ms usadas se debe a
Kaustky, y viene implementada por el comando place en MATLAB
Veamos un ejemplo multivariable para ilustrar los principios de la separacin y de dualidad
ejem82
echo on
A = [-1 3 0 0;0 -2 0 -1;0 0 -5 4;0 0 0 1]; D = 0;
B = [0 0;2 0;0 0;0 10]; C = [1 0 -2 0; 0 5 0 0];
edo = {'x1' 'x2' 'x3' 'x4'}; sal = {'y1' 'y2'}; % etiquetas para estado y salida
sys1 = ss(A, B, C, D,'statename', edo, 'inputname', {'u1' 'u2'}, 'outpuname',sal);
M = ctrb(A,B); rank(M) % matriz de controlabilidad y su rango
4
O = obsv(A,C) % matriz de observabilidad
1
0
-1
0
1
0
-1
0
0 -2
0
5 0
0
3 10
-8
-10 0
-5
-9 -50
29
20 0
5
21 250 -162
-40
0 -15
rank(O)
4
pause % presionar una tecla para seguir...
Pc = [-3+4j; -3-4j; -4+3j; -4-3j]; % polos de lazo cerrado deseados
K = place(A,B,Pc) % matriz de ganancias para ubicar polos de lazo cerrado
place: ndigits= 15
2.9991
-0.0115
2.4918
-0.0246
Ac = A - B*K;
0.1023
0.4983
-0.5512
0.2016
% matriz de estado de lazo cerrado

Grupo 9A4M
III pgina 20 de 32
ESIME-IPN
Po = [-6+8j; -6-8j; -8+6j; -8-6j]; % polos deseados del observador

Ke = place(A', C', Po)' % calcula matriz de retro del sistema dual y la traspone
place: ndigits= 15
21.1242 -30.4807
-0.4806 2.2609
5.7144 -16.7554
-0.1226 -21.2333
Ao = A - Ke*C; % matriz del observador completo
eig(Ac)
-4.0000
-4.0000
-3.0000
-3.0000
+ 3.0000i
- 3.0000i
+ 4.0000i
- 4.0000i
eig(Ao)
-6.0000
-6.0000
-8.0000
-8.0000
+ 8.0000i
- 8.0000i
+ 6.0000i
- 6.0000i
sys2 = ss(-K); % subsistema con las ganancias (2 salidas, 4 entradas)

edoe = {'xe1' 'xe2' 'xe3' 'xe4'}; ente = {'-y1' '-y2' 'u1' 'u2'};
% Forma subsistema observador (sys3) y subsistema observador-controlador (sys5):
sys3 = ss(Ao, [-Ke B], eye(4), zeros(4),'statename', edoe,'inputname',ente);
sys4 = series(sys3,sys2); sys5 = feedback(sys4,eye(2),[3:4],[1:2],1);
% subsistema observador + gan. + planta sys7 = lo anterior pero retroalimentando
sys6 = series(sys5,sys1); sys7 = feedback(sys6,eye(2),[1:2],[1:2]);
eig(sys7) % ilustra el principio de la separacin
-6.0000
-6.0000
-8.0000
-8.0000
-3.0000
-3.0000
-4.0000
-4.0000
+ 8.0000i
- 8.0000i
+ 6.0000i
- 6.0000i
+ 4.0000i
- 4.0000i
+ 3.0000i
- 3.0000i
polo del observador

idem
idem
idem
polo de lazo cerrado (controlador)
idem
idem
idem
Grupo 9A4M
III pgina 21 de 32
ESIME-IPN
OBSERVADOR DE ORDEN MNIMO

Los observadores analizados hasta ahora se disean para reconstruir todas las variables
de estado. En la prctica, algunas de dichas variables de estado se miden con precisin, por lo
que no es necesario incluirlas en el diseo del observador.
Si asumimos que el vector de estado es de dimensin n y que el vector de salidas es de
dimensin m, y dado que las m variables de salida son una combinacin lineal de m variables
de estado, podemos calcular m variables de estado invirtiendo una matriz, por lo que slo
debemos incluir a n m de las variables de estado en el observador. Tal observador de orden (n
m) se le conoce como observador de orden mnimo. La figura 8 muestra el diagrama de
bloques de un sistema con un observador de orden mnimo.
Figura 8
Regulador mediante realimentacin de estado y observador mnimo.
Sin embargo, es importante considerar que si la medicin de las variables de salida

contienen ruido significativo y es relativamente inexacta, el uso del observador de orden
completo puede ocasionar un mejor desempeo del sistema.
Para ofrecer la idea bsica del observador de orden mnimo, sin complejidades
matemticas innecesarias, presentaremos el caso en el que la salida es un escalar (esto es, m =
1) y obtendremos la ecuacin de estado para el observador de orden mnimo. Considerar el
sistema
x = Ax + Bu
y = Cx
en donde el vector de estado x se divide en dos partes xa (un escalar) y xb (un vector de
orden n-1). Aqu la variable de estado xa es igual a la salida y, y por tanto, se mide
directamente y xb es la parte que no se puede medir del vector de estado. De esta manera, el
estado dividido y las ecuaciones de salida se vuelven
Grupo 9A4M
III pgina 22 de 32
ESIME-IPN

Aaa
xa
L = L

A ba
x
b

M
M

A ab x a
Ba
L + L u

B b
A bb x b

x a
y = [1 M 0]L

x b

en donde: Aaa = escalar
Aab = matriz de 1 x (n-1)
Aba = matriz de (n - 1) x 1
Abb = matriz de (n - 1) x (n - 1)
Ba = escalar
Bb = matriz de (n 1) x 1
(31)
(32)
A partir de la ecuacin (31), la ecuacin para la parte medida del estado se vuelve
x a = Aaa x a + A ab x b + Ba u
o bien
x a - Aaa x a Ba u = A ab x b
(33)
Los trminos del primer miembro de la ecuacin (33) se pueden medir. La ecuacin
(33) funciona como la ecuacin de salida. Al disear la ecuacin de orden mnimo,
consideramos que el primer miembro de la ecuacin (33) contiene cantidades conocidas. Por
tanto la ecuacin (33) relaciona las cantidades medibles y no medibles del estado.
A partir de la ecuacin (31), la ecuacin de la parte no medida del estado se vuelve
x b = A ba xa + A bb x b + B b u
(34)
Considerando que los trminos Abaxa + Bbu son cantidades conocidas, la ecuacin
(34) describe la dinmica de la parte no medida del estado.
A continuacin presentaremos un mtodo para disear un observador de orden mnimo.
El procedimiento de diseo se simplifica si utilizamos la tcnica de diseo desarrollada para el
observador de estado de orden completo.
Comparemos la ecuacin de estado para el observador de orden completo con la del
observador de orden mnimo. La ecuacin de estado para el observador de orden completo es
Grupo 9A4M
III pgina 23 de 32
ESIME-IPN
x = Ax + Bu
y la ecuacin de estado para el observador de orden mnimo es
x b = A bb x b + A ba x a + B b u
y la ecuacin de salida para el observador de orden completo es

y = Cx
y la ecuacin de salida para el observador de orden mnimo es
x a - Aaa x a Ba u = A ab x b
El diseo del observador de orden mnimo se realiza del modo siguiente: primero
considere que la ecuacin del observador para el observador de orden completo se obtuvo a
partir de la ecuacin (25), la cual repetimos aqu:
x = ( A - K e C) x + Bu + K e y
(35)
As, haciendo las sustituciones de la tabla (1) en la ecuacin (35), obtenemos:
x b = ( A bb - K e A ab ) x b + A ba xa + B b u + K e ( xa A aa xa - Ba u )
(36)
en donde la matriz de ganancias del observador de estado Ke es una matriz de (n-1) x 1.

En la ecuacin (36) notamos que para calcular el estimado de xb necesitamos la derivada de xa .
Ello no es fcil y, por lo tanto, requerimos alterar la ecuacin (36).
Observador de estado de orden mnimo
Ke = matriz columna con n-1 elementos
x a A ba xa Ba u
Aab
Abaxa + Bbu
Abb
Observador de estado de orden Completo

Ke = matriz columna con n elementos
y(t)
C
Bu
A
xb
Re escribamos la ecuacin (36) de la siguiente manera. Tomando en cuenta que y = xa.
Grupo 9A4M
III pgina 24 de 32
ESIME-IPN
xb K e x a
= (A bb
= ( A bb K e A ab ) x b + ( A ba K e Aaa ) y + (B b K e Ba )u
K e A ab ) x b K e y + [( A bb K e A ab )K e + A ba K e Aaa ]y + (B b K e Ba )u
(37)
Si definimos
xb - Key = xb - Kexa =
y adems
~
x b K e y = x b K e xa
(38)
entonces la ecuacin (37) se convierte en
(A bb K e A bb ) + [(A bb K e A ab )K e + A ba K e A aa ]y + (B b K e Ba )u
(39)
La ecuacin (39), en combinacin con la ecuacin (38), define al observador de orden

mnimo.
Ahora obtendremos la ecuacin para el error de estimacin. Si usamos la ecuacin (33),
la ecuacin (36) se modifica a
xb
(A bb K e A ab ) x b + A ba xa + B bu + K e A ab x b
(40)
Restando la ecuacin (40) de la ecuacin (34), resulta
xb xb
(A bb K e A ab ) x b x b
~
(41)
definamos el error como

~
e = xb xb
Por lo que la ecuacin (41) se convierte en
e =
(A bb
K e A ab )e
(42)
Se deduce que e es un vector de orden n-1 y (42) es la dinmica del error para el
observador de orden mnimo.
La estabilidad del error se elige como segn convenga siguiendo el mtodo desarrollado
Grupo 9A4M
III pgina 25 de 32
ESIME-IPN
para el observador de orden completo si, y slo si, el rango de la matriz

A ab
A A
O = ab bb
n2
A ab A bb
es de rango n 1.
La ecuacin caracterstica para el observador de orden mnimo se obtiene a partir de la
ecuacin (42) del modo siguiente
sI - Abb + Ke Aab = (s - 1 )(s - 2 ). . .(s - n ) =
sn-1 + 1 sn-2 + ... + n-2s + n-1 = 0
(43)
en donde 1, 2, . . , n-1 son los polos deseados del observador de orden mnimo. La
matriz de ganancias del observador K se determina eligiendo primero los polos deseados para
el observador [ubicando las races de la ecuacin (43) en los lugares adecuados del plano
complejo] y despus usando el procedimiento desarrollado para el observador de orden
completo con las modificaciones de la tabla 1. Por ejemplo, para usar la frmula para calcular
la matriz Ke obtenida mediante la ecuacin (24), sta se debe modificar a
Ke
n 1

= Q n 2
a n 1
n 1
a n 2 = ( W O) 1 n 2
a1
1
a n 1
a n2
a1
(44)
donde Ke es una matriz de (n-1) x 1 y a 1 , a 2 K , a n 1 son los coeficientes de la ecuacin

caracterstica de Abb . y
a n 2
a n 3
W = M

a1
1
a n 3 L a 1
a n4 L
M
1
0
1
M
L
L
0
0
1
0
0
0
As mismo, se puede emplear la frmula de Ackermann obtenida mediante la ecuacin

(29), modificndola a
Grupo 9A4M
III pgina 26 de 32
ESIME-IPN
Ke
A ab
0
A A
0
ab bb
1
= ( A bb ) O M = ( A bb )
M

n 3
A ab A bb
0
n2
A ab A bb
1
0
0

M

0
1
(45)
en donde
n 1
n2
( A bb ) = A bb
+ 1 A bb
+ ... + n 2 A bb + 1 I
Veamos ahora un ejemplo en el que se combina un observador de orden mnimo con

realimentacin de estado.
Considerar que tenemos el sistema
x = Ax + Bu
y = Cx
(1)
(2)
donde
0
0 1
0
A = 0 0
1 B = 0 C =
0 8 6
10
[1
0 0]
Se desean polos de lazo cerrado en 4 6j y en 8. Se asume que se puede medir con

precisin y que por lo tanto no se necesita estimarse la variable de estado x ( la cual es igual a
y). Disearemos un observador de orden mnimo (El observador de orden mnimo es de
segundo orden). Suponer que los valores principales deseados para el observador de orden
mnimo son
1,2 = -6 8j
Remitindonos a la ecuacin (43) la ecuacin caracterstica para el observador de orden
mnimo es
sI - Abb + KeAab = (s - 1)(s - 2)
= (s + 6 - 8j)(s + 6 + 8j)
= s2 + 12s + 100 = 0
A continuacin usaremos la frmula de Ackermann obtenida mediante la ecuacin (45)
Grupo 9A4M
III pgina 27 de 32
ESIME-IPN
Ke
A ab 0
= ( A bb )

A ab A bb 1
en donde
2
2
( Abb ) = A bb
+ 1 A bb + 2 I = A bb
+ 12 A bb + 100I
Dado que
x1
0 M
xa
L
L = A = L

x2
0 M
x b

0 M
x3
0
0
L
L
B =
0
1
8 6
10
1
L
0
tenemos que
0
Aaa = 0; Aab = [ 1 0], Aba =
0
1
0
0
, Ba = 0, Bb =
Abb =
8 6
10
La ecuacin (45) se convierte en
Ke
2
1
0
1
1
0
1 0 1 0 0
=
+ 12 8 6 + 100 0 1 0 1 1
8 6
6 0
92
6
=
=
48 56 1
56
Recordando las ecuaciones (38) y (39) la ecuacin para el observador de orden mnimo
se obtiene mediante
= ( A bb K e A ab ) + [(A bb K e A ab )K e + A ba K e Aaa ]y + (B b K e Ba )u
en donde
~
= x b K e y = x b K e x1
Grupo 9A4M
III pgina 28 de 32
ESIME-IPN
Considerando que
A bb K e A ab
1 6
1
6
0
[1 0] =
=
64 6
8 6 56
La ecuacin para el observador mnimo se convierte en
~
~
0 6
1 2 6
1 6 0 6
6
2
y
0
+
+
+
=
0u

~
64 6 ~ 64 6 56 0 56
10 56

3
3
~
~
1 2 20
0
6
2
y
+
+
=
10u
64 6 ~ 720

3
3
El estimado del estado no medido viene dado por

~
~
~
~
2
2 6
6
x
2
~ = + K e y = + y = 2 + x1
~
~
~
56
56
x 3

3
3
3
Si se usa el observador mnimo, la seal de control se calcula con
x1
~
u = K x = K x 2
~
x3

~
Para calcular la matriz de realimentacin se forma la matriz de controlabilidad
M =
[B
AB A B
0
10
0
= 0
10
60
10 60 280
El polinomio caracterstico deseado viene dado por

c(s) = (s + 4 - 6j)(s + 4 + 6j)(s + 8) = s3 + 16s2 + 116s + 416
Grupo 9A4M
III pgina 29 de 32
ESIME-IPN
416 108 10
c ( A) = A + 16 A + 116A + 416I = 0
336 48
0 384 48
por lo que, empleando la frmula de Ackermann,
3
[0
0 1]M 1 c ( A) =
[ 41.6
10.8 1]
La figura es un diagrama a bloques que exhibe la configuracin del sistema

realimentado a partir del estado observado, usando el observador mnimo.
Figura 9
mnimo.
Sistema con realimentacin del estado en donde el observador es de orden
Grupo 9A4M
III pgina 30 de 32
ESIME-IPN
Figura 10 Respuesta a la condiciones iniciales del sistema con observador mnimo.
Figura 12
Variables de estado no medidas y sus estimados correspondientes
EJERCICIOS
1. Calcular el observador de estado completo para el siguiente sistema continuo
1 2 5
7
A = 1 1 1 B = 2
0 1
0
1
C = [ 1 0 0]
polos deseados : en 3 4 j y en 6
Para el sistema discreto en el tiempo x(k+1) = Fx(k) + Gu(k) calcular Ke.del
Grupo 9A4M
III pgina 31 de 32
ESIME-IPN
observador de estado completo.

0.9144 0.1960 0.4923
0.6881
F = 0.0863 0.8223 0.0722 G = 0.2133

0.0047 0.0956 1.1010
0.0108
polos : en 0.7 0.4 j y en 0.6
Efectuar con MATLAB la corrida EJEM82 pero con matriz B = [0 3 10]T
Efectuar con MATLAB la corrida EJEM72 pero con polos en 0.7 0.4j y 0.5.
BIBLIOGRAFIA
1
2
3
4
5
6
7
Ogata, Katsuhiko Ingeniera de Control Moderna, Prentice-Hall, 3ra. Edicin

1998. Captulo 12.
Ollero B., Anibal Control por Computadora, Marcombo Boixareu Editores,
1991. Captulo 9.
Lewis, Frank L. Applied Optimal Control & Estimation, Prentice Hall and
DSP series de Texas I., 1992.
Ogata, Katsuhiko Discrete Time Control Systems, Prentice Hall, 2nd. Edition
1995. Captulo 6.
Friedland, Bernard Control System Design, McGraw-Hill IE. Captulos 6 y 8.
Saucedo Flores, S. Reporte Tcnico del programa ALIN, SEPI-ESIME, 1998.
MathWorks Inc MATLAB Users Guide, Versin 5.2, 1998. Toolbox de
control.
Grupo 9A4M
III pgina 32 de 32

Obs Edo

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Obs Edo

Cargado por

Copyright:

Formatos disponibles

ESIME-IPN

Diseo de Observadores de Estado

Considere el sistema definido mediante

Suponga que el estado x se aproxima mediante el estado x del modelo dinmico

Diseo de Observadores de Estado

fig. 1 Diagrama a bloques del sistema y el observador de estado de orden completo

Diseo de Observadores de Estado

Definamos la diferencia entre x y x como el vector de error e

As, la ecuacin (4) se convierte en

Al disear el observador de estado de orden completo resolvemos el problema dual, es

Profr. Salvador Saucedo

Diseo de Observadores de Estado

Suponiendo que la seal de control v es

Si el sistema dual es de estado completamente controlable, la matriz de ganancias de

Considerando que los valores principales de AT - CTK y los de A KT C son iguales,

comparando el polinomio caracterstico sI (A - KeC) para el sistema observador

Profr. Salvador Saucedo

Diseo de Observadores de Estado

sea n. Esta es la condicin para el sistema de observabilidad completa del sistema

vector de estado (vector de dimensin n)

Suponemos que el sistema es completamente observable. Adems suponemos que la

En donde O es la matriz de observabilidad

Y W se define mediante la ecuacin definida como:

Diseo de Observadores de Estado

en donde a1, a2 ,... , an-1, son coeficientes de la ecuacin caracterstica de la ecuacin de

As las ecuaciones (6) y (7) se convierten en

Profr. Salvador Saucedo

Diseo de Observadores de Estado

Sustituyendo la ecuacin (17) dentro de la ecuacin (16), tenemos que

= Q -1 ( A - K e C)Q + Q -1Bu + Q -1K e CQ

Restando la ecuacin (18) de la ecuacin (11), obtenemos

As la ecuacin (19) se convierte en

Profr. Salvador Saucedo

Diseo de Observadores de Estado

dado que Q-1 Ke es un vector de dimensin n, escribamos

A continuacin, remitindonos a la ecuacin (15) tenemos que

La ecuacin caracterstica sI - Q-1 (A - KeC)Q = 0 se convierte en

Profr. Salvador Saucedo

Diseo de Observadores de Estado

Profr. Salvador Saucedo

Diseo de Observadores de Estado

La ecuacin (24) especifica la matriz de ganancias del observador de estado completo

Profr. Salvador Saucedo

Diseo de Observadores de Estado

Sustituya esta matriz Ke en el polinomio caracterstico deseado:

Igualando los coeficientes de las potencias iguales de s en ambos miembros de esta

En secciones anteriores se ha obtenido la formula de Ackermann para la ubicacin de

la frmula de Ackermann anterior para la ubicacin de polos se modifica a

Como se menciono antes, la matriz de ganancias del observador del estado Ke se

Profr. Salvador Saucedo

Diseo de Observadores de Estado

en donde (s) es el polinomio caracterstico deseado para el observador de

Profr. Salvador Saucedo

Diseo de Observadores de Estado

relativamente pequea. Al determinar la matriz Ke, debemos examinar cuidadosamente los

Sistema de control mediante la realimentacin del estado observado.

Diseo de Observadores de Estado

El principio de la separacin establece que el diseo del observador y de la

Figura 3 Representacin en diagrama de bloques del sistema con un controlador-observador.

La ecuacin caracterstica para el sistema viene dada por

Profr. Salvador Saucedo

Diseo de Observadores de Estado

Profr. Salvador Saucedo