1.

ANALISIS DE SISTEMAS DE CONTROL EN

TIEMPO CONTINUO

1.1 Introducción
• Objetivo del control automático
Mantener en determinado valor de operación las variables
del proceso.

Variables Proceso Variables

de entrada de salida
- Conocer las leyes físicas
- Plantear el sistema de ecuaciones
- Escoger el controlador para obtener la salida deseada
Figura 1.1: Representación del proceso dinámico
• Aplicaciones del control automático

- Control de procesos industriales

- Sistema de pilotaje de aviones
- Control de tráfico
- Control de procesos económicos, etc

• Beneficios del control automático

- Funcionamiento óptimo de los sistemas
- Mejora en la calidad de la producción
- Liberación de la rutina de muchas actividades
manuales repetitivas
• Tipos de componentes usados en los sistemas de
control
- Eléctricos - Mecánicos - Neumáticos
- Electrónicos - Hidraúlicos - Combinación de
los anteriores
• Sistemas de control
Son sistemas en los que una o varias variables (variables
controladas) son ajustadas para que tengan un comportamiento
pre-fijado, mediante una determinada configuración.
• Sistema de control en lazo abierto (SCLA)
• Sistema de control en lazo cerrado (SCLC)
S. C. L. A. Perturbaciones

Referen - Variable(s)
cia Controlador Proceso
controlada(s)

Variable(s)
manipulada(s)
S. C. L. C. Perturbaciones

Variable(s)
Ref. Error Elemento controlada(s)
Controlador Proceso
+ final de control
-

Valor medido Elemento prima-

Transmisor rio de medida
Figura 1.2: Sistemas de control en lazo abierto y cerrado
• Tipos de Sistemas de control

• Sistemas de control lineales y no lineales

Todos los sistemas son inherentemente no lineales. Si las variaciones

de magnitud de las variables del proceso son pequeñas, entonces el
sistema puede linealizarse y aplicarse las técnicas de control lineal;
sin embargo, si dichas variaciones son amplias, entonces tienen que
aplicarse técnicas de control no lineal.

Ejemplos de ecuaciones diferenciales lineales y no lineales

Lineales: No Lineales:
x  Ax x  ax  x 3  b sen wt
x  2 x x  4 x  x 2

x  0.4 x  3 x  0
• Sistemas de control invariantes y variantes con el tiempo
• Invariantes: • Variantes:
Los parámetros no varían Los parámetros varían
con el tiempo con el tiempo

• Sistemas de control en tiempo continuo y en tiempo discreto

• Continuo:
Son aquellos cuyas señales
son continuas en el tiempo t ,
y pueden describirse mediante
discre-
ecuaciones diferenciales.
• Discreto:
Son aquellos en los cuales una
o más de las variables pueden
cambiar solo en valores
tos de tiempo, y pueden des-

cribirse mediante ecuaciones

en diferencias.
Ejemplos de sistemas de control

• Típico intercambiador de calor

TIC TRC

TT TT
V
V

Vapor Vapor
de agua de agua
- -
Condensado Condensado
purgador purgador
(a) (b)
 Salida
Punto de controlada
consigna Caudal de (temperatura)
Controlador vapor
Señal de
error
Acción de control
Válvula Proceso
+ control
-

Transmisor

(c)
Figura 1.3: (a ) Control neumático; (b ) Control electrónico;
(c ) Diagrama de bloques
• Control de velocidad en lazo abierto para un motor DC

Battery Turntable
+ -

DC
DC motor
amplifier
Desired
(a)
speed
(voltage)
Actual
Control device Actuator speed
Process
Amplifier DC
Turntable
motor
(b)

Figura 1.4: (a) Esquema eléctrico; (b) diagrama de bloques.

 • Control de una locomotora eléctrica diesel

Vr Amplifier if Lf Rf
+
Vr K Vf
+
- -

Throttle Diesel Generator ia La Ra

Tachometer
engi ne +
Load
Vg

J, f
W d = C t e. - Motor Wo

Vo=Tachometer voltage

(a)
 Amplifier Diesel electric
wr (s ) + w0 ( s )
gain locomotive

- K G(s)

(b)

Figura 1.5: (a) Sistema de la locomotora diesel; (b) diagrama de bloques

RESUMEN DE ECUACIONES DIFERENCIALES
DESCRIPTIVAS PARA ELEMENTOS IDEALES
Tabla 1.1: Resúmen de ecuaciones diferenciales descriptivas.

Tipo de E lem ento Ecuación Energía E

elem ento físico descripti- o potencia S
ímbolo
va P
Alm ace- Inductan-
di 1 L
nam iento cia v21L E Li2 v2 v1
inductivo eléctrica dt 2
Resorte de
K
traslación v21 1 dF E
1 F2 v2 F
K dt 2K v1
Resorte K
rotacional w21 1 dT E1T
2
w2 T
K dt 2K w1
continuación

T
ipod e E lem en to Ecuación E n
ergíaE
e
lemen to físic o desc
ripti- opotenc
ia S ím
bolo
va P
In erciad e
l
fluid o dQ 1 2 IQ
P
21 I
E IQ P P
dt 2 2 1

Alm
ace - C ap a citan
n
amien to cia dv 1 2 i C
iC 21 E Cv 21 v v
c
apacitivoelé ctric a dt 2 2 1

M asad e
trasla ció n FM dv 1 2F M v1
2
E Mv 2 v
dt 2 2
constante
continuación

T
ipode E lem ento E cuac ió nE ne
rgíaE
e
leme
nto físico de
scrip ti- opoten
cia S ímbo
lo
va P
M asa
rotacional TJdw 1 2T J w 1
2
E Jw 2 w
dt 2 2
constante
C apaci- P
tan c
iad e
l Q dP 1 Q C
C 21
E C fP
2
f
fluido
f
dt 2
21 P2

C apaci-
tan c
ia d 2 EC t2
q
C 1
2 t
térmica qC t
dt constante
1.2 La transformada de Laplace
El método de la transformada de Laplace permite convertir una ecuación dife-
rencial lineal en una algebraica de resolución relativamente fácil. La transfor-
mada de Laplace para una función del tiempo f(t) es:

F ( s )   f (t ) e  st dt  { f (t )}
0

y la transformada inversa de Laplace se escribe:

1  
f (t ) 
2   
F ( s ) e st ds

donde la variable compleja s es:

s   w

A continuación se presenta una tabla de transformadas de Laplace de funciones:

Tabla de transformadas de Laplace de funciones

Ver transparencias
1.3 La Función de Transferencia

La función de transferencia de un sistema se define como la relación entre la

transformada de Laplace de la variable de salida y la transformada de Laplace
de la variable de entrada, suponiendo que todas las condiciones iniciales son
cero. La función de transferencia solo se define para sistemas lineales y de
parámetros constantes. En general, la función de transferencia de un sistema
tiene la forma:

n 1
Y ( S ) b0 s  b1s  ...  bn 1s  bn
n
G(s)   n 1
U ( S ) a0 s  a1s  ...  an 1s  an
n

El método es particularmente útil, ya que los ceros y polos en el plano S de la

función de transferencia representan la respuesta transitoria del sistema.
1.4 Diagramas de bloques y gráficos de flujo de señal

Diagramas de bloques
Un diagrama de bloques de un sistema es una representación gráfica de las fun-
ciones realizadas por cada componente y del flujo de las señales. Tal diagrama
indica las interrelaciones que existen entre los diversos componentes.

Como los sistemas de control se ocupan del control de variables espe-

cíficas, se requiere conocer la relación entre las variables controladas y la de
control. Esta relación, se representa mediante la función de transferencia del
subsistema que relaciona las variables de entrada y salida.

Suponiendo un sistema con entrada R(s) y salida C(s), la función de

transferencia G(s) viene representada por el siguiente diagrama de bloques:

R(s) G(s) C(s)

Figura 1.6: representación de un sistema simplificado en lazo abierto

En sistemas de control se usan frecuentemente puntos de suma y de bifurcación,
muy frecuentes en sistemas de control de lazo cerrado.

+
E(s) <> R(s) E(s)
R(s)
B(s) - B(s)

E(s) G(s) C(s)

Punto de bifurcación
(a)
R(s) G(s) C(s)
E(s)
B(s)
(b)

Figura 1.7: (a) Elementos de un diagrama de bloques; (b) Diagrama de bloques

como resultado de combinar elementos
Gráficos de flujo de señal
El método de los gráficos de flujo de señal es otro procedimiento
alternativo
para representar gráficamente la dinámica del sistema de control.
Un gráfico de flujo de señal consiste en una red en la cual los
nodos
están conectados por ramas con dirección y sentido. El sentido del flujo
de señal se indica por una flecha ubicada en la rama y el factor de
multiplicación aparece a lo largo de la rama. El gráfico de flujo de señal
despliega el flujo de señales de un punto de un sistema a otro y da las
relaciones entre las señales.
Sea un sistema definido por el siguiente conjunto de ecuaciones:

x1  a11 x1  a12 x2  a13 x3  b1u1 ( )

x2  a21 x1  a22 x2  a23 x3  b2u2 ( )
x3  a31 x1  a32 x2  a33 x3 ( )
 Los gráficos de flujo de señal correspondientes son:
a22
a11
b1 a21

u1 x1 x2 x3 x2 a
a12
x1 23
x3
b2
a13
u2
(a) (b)
x1
a31
a31 1 a33
a11 x2
a21 a22 1
a33
b1
u1 x1 a12
x2 a32 x3
a32
b2 a23
x1 x3
x2 u2
a13
(c) (d)

Figura 1.8: (a), (b) y (c) representan a las ecuaciones ( ), ( ) y (  ) respectiva-

mente; (d) flujo de señal completo para el sistema descrito.
 1.5 Modelos matemáticos de sistemas dinámicos

En primer lugar se aplican las leyes físicas del proceso y se

obtiene una ecuación diferencial (puede ser lineal o no lineal).
Si no es lineal existen métodos de linealización.

1.5.1 Método de la relación Entrada/Salida (clásico)

Sea el siguiente sistema de orden n :

(n) ( n 1) (n) ( n 1)

y (t )  a1 y(t ) ...  an1 y (t )  an y(t )  b0 u (t )  b1 u (t ) ...  bn1u (t )  bnu (t ) (1)
Se utiliza la transformada de Laplace para convertir la ecuación
diferencial lineal en una ecuación algebraica.
La transformada de Laplace de la ecuación diferencial de
órden n , considerando condiciones iniciales nulas es:
n 1
Y (S ) b0 s  b1s  ...  bn 1s  bn
n
 G p ( s)  n n 1
(2)
U (S ) s  a1s  ...  an 1s  an
A esta ecuación algebraica se le denomina función de transferencia
de la planta.
u(t) Planta y(t) U(s) Planta
Y(s)
(a) (b)
Figura 1.9: Diagramas de bloques de sistemas (a) en el tiempo;
(b) en el plano S
 Ejemplo 1.1: Obtener el modelo matemático del motor
DC controlado por armadura.
Dado el circuito:
Ra La

+
+
ea (t ) ia eb (t ) T J
- -  (t )
b
Entrada Salida
if = cte.
Figura 1.10: Diagrama de un motor DC controlado por armadura
con:
Ra = resistencia de armadura ea = tensión aplicada a la armadura
La = inductancia de armadura eb = fuerza contra-electromotriz
ia = corriente de armadura T = torque del motor
if = corriente de campo J = momento de inercia equivalente
b = coeficiente de fricción  = desplazamiento angular del eje del
viscosa motor
• Ecuaciones
• Circuito eléctrico: Aplicando la ley de kirchoff se obtiene:

dia (t )
ea (t )  Ra ia (t )  La  eb (t )  (3)
dt
La transformada de Laplace de la ecuación (3) es:

Ea ( s)  Ra I a ( s)  La sI a ( s )  Eb ( s)  (4)
Factorizando Ia(s) en la ecuación (4) y despejando dicha variable se obtiene:

1
I a (s)  ( )( E ( s )  Eb ( s ))  (5)
sLa  Ra
 De la ecuación (5) se obtiene la siguiente representación:

+ 1
Ea(s) Ia(s)
sLa  Ra
-

Figura 1.11: Representación en bloques de

Eb (s ) la ecuación (5).
• Conversión de energía eléctrica en mecánica:
El torque T desarrollado por el motor es proporcional al producto de ia y el flujo
 en el entrehierro, el que a su vez es proporcional a la corriente de campo.
  K f if donde: K f , K1 : son constantes
T (t )  K f i f K1ia K  K f i f K1
entonces: T (t )  KI a (t )  (6), luego :
T ( s )  KI a ( s )  (7)
Entonces, la ecuación (7) tiene la siguiente representación:

Ia(s) K T(s)

Figura 1.12: Representación en bloques de la ecuación (7)

• Circuito mecánico: Aplicando la ley de newton se obtiene:

d 2 d
T  J 2 b  (8)
dt dt
Entonces la transformada de laplace correspondiente es:

T ( s )  Js 2 ( s )  bs ( s )  (9)
Factorizando  de la ecuación (9) y despejando dicha variable se obtiene:
1
 ( s)  T (s)  (10)
s ( Js  b)
La ecuación (10) tiene la siguiente representación:

1
T(s)  (s)
s ( Js  b)
Figura 1.13: representación en bloques de la ecuación (10).
• Tensión contra-electromotriz: Del circuito eléctrico, la
fuerza contra-electromotriz viene expresada por:
d eb : fuerza contra-electromotriz, y
eb  K b  (11)
dt K b : constante de f.c.e.m.
Ahora, uniendo los bloques se obtiene:
Ea(s) 1 Ia(s) T(s)  (s )
1
K
+ sLa  Ra s( Js  b)
-
Eb (s )
Kb s
Figura 1.14: Diagrama de bloques completo.
Aplicando la siguiente fórmula:

Ea (s ) + G  (s )
-  (s) G

Ea ( s ) 1  GH
H

Figura 1.15: diagrama de bloques típico de un sistema realimentado

Se obtiene el siguiente diagrama:

K
Ea (s )  (s )
JLa s 3  ( La b  Ra J ) s 2  ( Ra b  K b K ) s

Figura 1.16: Diagrama de bloques simplificado.

Por consiguiente, la función de transferencia viene dada por la siguiente
ecuación:

 ( s) K
 (12)
Ea ( s ) JLa s 3  ( La b  Ra J ) s 2  ( Ra b  K b K ) s

1.5.2 Método de variables de estado

Primer caso: La función excitadora no incluye términos derivativos

Sea el siguiente sistema de orden n :

d n y (t ) d n1 y (t ) dy(t )
n
 a1 n 1
 ...  an 1  an y (t )  u (t ) (13)
dt dt dt
Esta ecuación puede ser convertida en n ecuaciones diferenciales de primer
orden, para ello se tiene que elegir n variables, con la siguiente asignación:
x1 (t )  y (t )
x2 (t )  y (t )
x3 (t )  y (t )

d n 1 y (t )
xn (t ) 
dt n 1
Ahora se obtienen las ecuaciones de estado (n ecuaciones dif. de 1er. orden)

x 1 (t )  y (t )  x1 (t )  x2 (t )
x 2 (t )  y (t )  x 2 (t )  x3 (t )
x 3 (t )  y(t )  x 3 (t )  x4 (t )

d n y (t )
x n (t )  n
 x n (t )  an x1 (t )  an 1 x2 (t )    a1 xn (t )  u (t )
dt
El conjunto de ecuaciones de estado, se representa matricialmente así:

 x 1  0 1 0  0   x1  0
 x  0 0 1  0   x   0 

  2       u
2

      
      
 x n   an  an 1  an  2  a1   xn  1 
y su forma normalizada es la siguiente:

x  Ax  Bu (14)
Escalar de entrada
Vector de estado
Vector de estado derivado
La salida se pueden escribir de la siguiente manera:

 x1 
x 
y  1 0  0  2
(15)
 
 
 xn 
o
(16) y  Cx  Du
donde :

B   0 0  0 1
T

C  1 0  0
 0 1 0  0
0 0 1  0 

A   
 
 0 0 0  1
 an  an 1  an  2   a1 

D0
El diagrama de bloques de la ecuación de estado y de la ecuación de salida es la
siguiente:

u xn xn 1 x2 x1  y
+
-
   

a1 a2 an 1 an
+ + +
+ + +

Figura 1.17: Diagrama de bloques completo del sistema de orden n.

Segundo caso: La función excitadora incluye términos derivativos
Sea el siguiente sistema de orden n :

(n) ( n 1) (n) ( n 1)

y (t )  a1 y(t ) ...  an1 y (t )  an y(t )  b0 u (t )  b1 u(t ) ...  bn1u (t )  bnu (t ) (17)
donde la salida y = x1

El problema principal al definir las variables de estado para este caso,

consiste en los términos derivativos del miembro derecho de la ecuación (17).
Las variables de estado deben ser tales que eliminen las derivadas de u en la
ecuación de estado.
Una forma de obtener una ecuación de estado y una ecuación de
salida es definir las siguientes n variables como un conjunto de n variables de
estado:
x1  y   0u
x2  y   0u  1u  x 1  1u
x3  y   0u  1u   2u  x 2   2u

( n 1) ( n 1) ( n2)
xn  y   0 u  1 u     n  2u   n 1u  x n 1   n 1u (18)
donde  0 , 1 ,  2 , ,  n vienen a ser:
 0  b0
1  b1  a1  0
 2  b2  a1 1  a2  0
 3  b3  a1  2  a2 1  a3  0

 n  bn  a1  n 1    an 1 1  an  0 (19)
Con esta elección de variables de estado (nótese que no es la única selección
posible de las variables de estado), se obtiene:

x 1  x 2   1 u
x 2  x 3   2 u

x n 1  x n   n1 u
x n  a n x1  a n 1 x 2    a 1 x n   n u (20)

La ecuación (20) y la ecuación de salida pueden reescribirse

así:
 x 1  0 1 0  0   x1   1 
 x  0 0 1  0   x    

 2      2 u
2

       
      
 x n   an  an 1  an  2  a1   xn    n 

 x1 
x 
y  1 0  0  2 
 
 
 xn 
 y su forma normalizada es como sigue:

x  Ax  Bu (21)
y  Cx  Du (22)
La matriz A es exactamente la misma que la del primer caso. Las derivadas del
miembro derecho de la ecuación (17) afectan únicamente a los elementos de la
matriz B.

Nota.-
Para sistemas de una sola entrada, u es un escalar; en cambio, para
sistemas de varias entradas, u es un vector.
Ejemplo 1.2: Obtener el modelo matemático del motor DC
controlado por armadura usando el método del espacio
de estado.

Considerando el circuito de la figura 1.10 y reescribiendo las ecuaciones (3), (6),

(8) y (11) así:

dia (t )
ea (t )  Ra ia (t )  La  eb (t )  (23)
dt
T (t )  KI a (t )  (24)
d 2 d
T (t )  J 2  b  (25)
dt dt
d
eb  K b  (26)
dt
se debe escoger convenientemente las variables de estado, veamos:
Ecuación (23): Ec. Diferencial de 1er. orden  ya es una ecuación de estado,
donde x (t )  i (t ) (27)
1 a

Ecuación (24): T(t) depende linealmente de ia (t )  no se necesita definir

variables de estado.

Ecuación (25): Ec. Dif. Lineal de 2do. orden  necesitamos definir 2 varia-
bles de estado:

x2 (t )   (t ) (28)
x3 (t )   (t ) (29)

Ecuación (26): su variable de estado  ya fue definida en la ecuación anterior.

Ahora debemos obtener las ecuaciones de estado:

reemplazando las variables de estado dadas por las ecuaciones (27), (28)
y (29) en las ecuaciones (23) y (26) se obtiene:
 ea  Ra x1  La x 1  K b x3  despejando x 1 se obtiene :
Ra Kb 1
x 1   x1  x3  ea (30)
La La La

De la definición de las variables x2 y x3:

x 2    x 2  x3 (31)

y reemplazando las variables de estado en las ecuaciones (24) y (25):

Jx 3  bx3  Kx1  despejando x 3 se obtiene :

K b
x 3  x1  x3 (32)
J J
Las ecuaciones (30), (31) y (32) se pueden representar matricialmente así:

 Ra Kb   1 
 L 0 
La   L 
 a   a 
x   0 0 1  x 0  ea (33)
 K   
 b   0 
0 
 J J   

A B

o su forma normalizada:
x  Ax  Bu (34)
con:
u  ea
Las ecuaciones (30), (31) y (32) son las ecuaciones de estado del sistema y la
ecuación (33) es la representación matricial de las ecuaciones de estado.

Determinemos enseguida la ecuación de salida del sistema.

Considerando como salida la posición:

  x2  su repre sen tación vectorial es :

   0 1 0 x   0 0 ea (35)
1.6 Respuesta transitoria y error en estado estacionario
Con el objeto de mejorar el funcionamiento de los sistemas de control se utiliza
la realimentación, que comprende una secuencia de operaciones de circuito
cerrado. Con el objeto de analizar y diseñar sistemas de control se debe definir
y medir el funcionamiento del sistema. Como los sistemas son inherentemente
dinámicos por lo general se especifica el funcionamiento en términos de la res-
puesta en el tiempo para una señal específica de entrada. En esta respuesta se
distingue la parte transitoria y el estado estacionario. Dichos comportamientos
pueden ser obtenidos gráficamente por computador usando software de simula-
ción, como por ejemplo MATLAB.
Las razones fundamentales para usar la realimentación, a pesar de su
costo y complejidad adicional son las siguientes:

* La disminución de la sensibilidad del sistema frente a variaciones en los

pará-
metros del proceso o planta.
* La facilidad del control y ajuste de la respuesta transitoria del sistema.
* El mejoramiento en el rechazo de las señales perturbadoras y de ruido dentro
del sistema.
* El mejoramiento en la reducción del error en estado estacionario del sistema.

1.6.1 Respuesta transitoria

Consideremos un sistema de segundo orden, debido a que las especificaciones de
funcionamiento de los sistemas están definidas para este tipo de sistema. Para sis-
temas de orden mayor, utilizando el concepto de polos dominantes se aproxima
el sistema a uno de segundo orden. Su función de transferencia es:

 2n
G ( s)  2 (36)
s  2 n s   2
n

Donde:
 : relación de amortiguamiento
 n : frecuencia natural
Sus polos o raíces características son:

s1, 2   n   n 1 2

(37)
El diagrama de bloques de un sistema de segundo orden se muestra en la figura
1.18.
R(s) E(s)  2n C(s)
s 2  2 n s

Figura 1.18: Sistema de segundo orden.

Los polos pueden ser reales (  > 1, sobreamortiguado), reales e idénticos (  =1,
críticamente amortiguado) ó conjugados complejos ( 0 <  < 1, subamortiguado).
Para el caso subamortiguado, la respuesta a un escalón unitario tiene oscilaciones
amortiguadas, donde se definen algunas especificaciones de funcionamiento que
son utilizadas como criterios de diseño:
* Porcentaje de sobreimpulso (overshoot)
* Tiempo de asentamiento o establecimiento (settling time)
* Tiempo de subida o de crecimiento (rise time)
* Tiempo de pico máximo (peak time)
* Tiempo de retardo (delay time)
C(t) Tolerancia admisible

MP 0.05
1 o bien
0.02
td
0.5

0
tr t
tp
ts

Figura 1.19: Curva de respuesta al escalón unitario.

 
tp 
 n 1 2

2
  / 1
PO  100e
4
ts  ,   2 % ó 5%
 n

1.6.2 Respuesta estacionaria

En la mayoría de sistemas de control, interesa que el valor final de la variable con-
trolada (valor en estado estacionario) sea igual al valor deseado. En caso de no ser
así, existe un error en estado estacionario ó error permanente.
En un sistema realimentado:

E(s)
R(S) + G(s) C(s)
-
H(s) Figura 1.20: Sistema de control.
La función de transferencia de lazo cerrado es:

C (s) G ( s)
 (38)
R( s) 1  G ( s) H ( s)

Aplicando la transformada de Laplace y el teorema del valor final obtenemos:

R( s)
ess  lím e(t )  lím s (39)
t  s 0 1  G(s) H (s)

Se aprecia que el error estacionario depende de la estructura de G(s) en relación

al número de polos en el orígen (integradores) que tiene. Se define que un siste-
ma es de tipo n si la función de transferencia en lazo abierto G(s)H(s) tiene n
polos en el orígen. También veremos que el error estacionariodependerá del tipo
de entrada r(t).
1.6.2 Estabilidad
Se dice que un sistema es estable si estando sujeto a una entrada o perturbación
limitada, su respuesta es de magnitud limitada.
La ubicación de los polos de un sistema en el plano S indica la estabili-
dad de un sistema. Los polos en la parte izquierda del plano S dan como resulta-
do una respuesta decreciente. Los polos en el eje jw dan como resultado una res-
puesta oscilatoria. Los polos en el lado derecho dan respuestas crecientes. Por lo
tanto, para que un sistema realimentado sea estable, todos los polos de la función
de transferencia de lazo cerrado (raíces características) deben tener partes reales
negativas.
Existen varios métodos para averiguar la estabilidad de un sistema :
* Test de Routh-Hurwitz
* lugar geométrico de las raíces (LGR)
* respuesta en frecuencia (margen de fase (MF) y margen de ganancia(MG)).

Nota:
Caso del modelo de entrada/salida: 1+G(s)H(s) = 0
Caso del modelo en variables de estado: det (sI-A) = 0
Tabla 1.3 Error en estado estacionario

Ver transparencia
1.7 Simulaciones
Circuito serie RLC

Considere el circuito serie RLC mostrado en la figura 1.21, donde:

L R vin  voltaje de entrada (volts ),

+ L  inductancia ( H ),
+
vin i C vc R  resistenci a (),
- C  capacitancia ( F ),
Figura 1.21: circuito simple RLC. vc  voltaje en el capacitor (volts ),
i  corriente (amps).

Usando la ley de Kirchoff para voltaje, se obtiene:

di
L  Ri  vc  vin , (40)
dt
donde:
1
vc 
C  idt (41)

Definimos las variables de estado como:

x1  vc
x2  i
Entonces tomando la derivada respecto del tiempo de x1 y usando la ecuación
(41) obtenemos:
1
x 1  x2 (42)
C
Ahora, tomando la derivada de x2 y usando la ecuación (40) obtenemos:

R 1 1
x 2   x2  x1  vin (43)
L L L
Podemos escribir las ecuaciones (42) y (43) en forma matricial como:

x  Ax  Bu
donde:

 x1  vc 
x       , u  vin ,
 x2  i 
y
 1
 0   0 
c
A  , B  1
 1 R  
 L
 L L
Con R = 10 ohmios, L = 0.2 H y C = 0.0015 F, tenemos:

 0 666.6 0 
x    x u
 5  50  5 
Si podemos medir vc entonces tenemos :

y  Cx  Du ,
donde:

C  1 0 , y D   0
Podemos calcular la función de transferencia como:

vc ( s ) 1
G (s)   C ( sI  A) B  D
vin ( s )
Para este caso (donde podemos medir vc ), obtenemos:

1 1
G(s) 
LC s 2  R s  1
L LC
De otra forma, si medimos i en vez de vc , obtenemos:

y  Cx  Du ,
donde:

C   0 1 , y D   0
En este caso la función de transferencia es:
1 1
G ( s) 
L s2  R s  1
L LC
Un programa sencillo en MATLAB usado para simular la respuesta del circuito
RLC se lista a continuación:

% Parámetros del modelo

R=10; % ohmios
L=0.2; %H
C=0.0015; % F
% Modelo en el Esapcio de Estado
A=[0 1/C; -1/L -R/L];
B=[0 1/L]’;
C=[1 0];
D=[0];
% Simular la respuesta al escalón unitario
step (A,B,C,D)
grid
La simulación en MATLAB para obtener la respuesta del circuito RLC
se muestra en la figura 1.22.

Figura 1.22: Respuesta al escalón unitario del circuito RLC.

 2. DISEÑO DE SISTEMAS DE CONTROL CON
METODOS CONVENCIONALES

2.1 Introducción
La estabilidad relativa y el funcionamiento transitorio de un sistema realimentado
está directamente relacionado con la ubicación en el plano s de las raíces de la
ecuación característica ó polos de lazo cerrado. Si los parámetros del sistema
varían, entonces las raíces de la ecuación característica también sufrirán variación
en su ubicación en el plano s, luego es importante determinar cómo se desplazan
en el plano s las raíces características a medida que varían los parámetros del sis-
tema.
El método del Lugar Geométrico de las Raíces (LGR), que fue desarro-
llado por W.R. Evans (1948) es un método gráfico para dibujar el lugar geométri-
co de las raíces en el plano s a medida que varía un parámetro. En diseño de siste-
mas de control permite ajustar uno o mas parámetros para obtener la ubicación
adecuada de las raíces.
 El método de la respuesta en frecuencia es la respuesta en estado esta-
cionario de un sistema ante una entrada sinusoidal de amplitud fija, pero con una
frecuencia variable en un cierto rango. En un sistema lineal la señal de salida re-
sultante al aplicar una sinusoide como entrada, es también una sinusoide en el
estado estacionario, que difiere de la señal de entrada solamente en amplitud y
ángulo de fase.

2.1.1 Breve introducción al método del LGR

Dada la ecuación característica de un sistema de control:
q(s) = 1 + F(s) = 0
F(s) = -1
Como F(s) es una magnitud compleja, se puede dividir la ecuación en otras dos
ecuaciones:
 Condición de amplitud :
F (s)  1
 Condición de ángulo :
F ( s)  180O  k 360 , con K  0, 1, 2, 
Luego los valores de s que cumplen las condiciones de ángulo y amplitud, son
las raíces de la ecuación característica ó polos de lazo cerrado del sistema.
Para un sistema con realimentación negativa , con el parámetro K varia-
ble dentro del rango 0 < K <  se puede usar el siguiente procedimiento:

1) Escribir la ecuación característica 1 + F(s) = 0

y reordenarla en caso necesario, para que aparezca el parámetro de interés K,
como factor en la forma:
1 + KP (s) = 0
siendo:
F(s) = KG(s)H(s)
P(s) = G(s)H(s)

2) Localizar los polos y ceros de P(s) en el plano s, con marcas apropiadas.

Polo : X
Cero : O

3) Aplicar las reglas que permiten obtener un bosquejo rápido del LGR.
Tabla 2.1 Diagramas simples del lugar de las raíces

Ver transparencia
2.1.2 Breve introducción a la Respuesta en Frecuencia
La respuesta en frecuencia se puede realizar en forma experimental con genera-
dores sinusoidales y equipos de medición. También se puede obtener la caracte-
rística de respuesta en frecuencia de un sistema de un modo analítico, directa-
mente de la función de transferencia en la cual la variable s se reemplaza por
jw, siendo w la frecuencia.
Dado un sistema lineal invariante en el tiempo:

R(s) C(s) Figura 2.1: Representación en blo-

G(s) ques de un sistema lineal

Si r(t) = R sen wt
entonces la respuesta en régimen permanente será (si el sistema es estable):

C (t )  R G ( jw) sen ( wt   )
donde G(jw) es una cantidad compleja:

G ( jw)  G ( jw) e j
G ( jw) : módulo ó amplitud
  G ( jw) : ángulo
La magnitud y el ángulo de fase de G(jw) se representan fácilmente por gráficas
que proporcionarán conocimiento para el análisis y diseño de sistemas de control.
La desventaja de este método es que la correlación entre frecuencia y respuesta
transitoria es indirecta, excepto en el caso de sistemas de segundo orden.

Diagramas de Bode
Una de las representaciones gráficas de la respuesta en frecuencia son los deno-
minados diagramas de Bode. Estos diagramas sirven para graficar la respuesta
en frecuencia en forma logarítmica. Se trata de dos gráficas, una corresponde a
la ganancia en db contra w y la otra corresponde a la fase  (w) contra w.
 Ganancia log arítmica  MGdb  20 log G ( jw)
Angulo    MF  G ( jw)
La escala de frecuencia es logarítmica. Por lo que estas gráficas se realizan en
papel semilogarítmico con una coordenada rectangular lineal para los db y una
coordenada logarítmica para w.
Una relación igual a diez entre dos frecuencias se le denomina década.
El intervalo de frecuencias w2 = 2w1, se denomina octava.
La ventaja principal de la gráfica logarítmica es la conversión de facto-
res multiplicativos en una función de transferencia en factores aditivos por la de-
finición de ganancia logarítmica.
Tabla 2.2 Diagramas de Bode de funciones de
transferencia típica

Ver transparencias
Estabilidad en el dominio de la frecuencia

El criterio de estabilidad en el dominio de la frecuencia fue desarrollado por

H. Nyquist en 1932. Este criterio se basa en el Teorema de Cauchy. Además de
dar a conocer la estabilidad absoluta, indica el grado de estabilidad y cómo se
puede mejorar la estabilidad, si es necesario. Puede ser utilizado para estudiar la
estabilidad de sistemas con retardo de tiempo.

• Teorema de Cauchy

Si un contorno s en el plano s rodea Z ceros y P polos de F(s) y no pasa a

través de ningún polo ni cero de F(s) cuando el recorrido es en dirección del
movimiento de las agujas del reloj a lo largo del contorno, el contorno corres-
pondiente F en el plano F(s) rodea al orígen de dicho plano, N = (Z-P) veces
en la misma dirección.
 Ejemplo:
jv
jw

F
s
 u

N = 3-1 = 2

Figura 2.2: Diagrama polar de la estabilidad.

• Criterio de Nyquist
Si F(s) es la ecuación característica de un sistema, se puede aplicar el Teorema de
Cauchy de la siguiente manera:
En el plano s se considera como contorno s todo el lado derecho del plano s.
De este plano se obtiene el número P de polos de F(s) que se encuentran en el
Como la ecuación
semiplano derecho.característica de un sistema es F(s) = 1+P(s), los polos de F(s)
son iguales a los polos de P(s). Del contorno correspondiente en el plano F, se
obtiene el número N de veces que se rodea al orígen. El contorno de F(s) es
igual al contorno de P(s) desplazado de 1. En consecuencia el número de
F
veces
P
que el contorno
F rodea al orígen del plano F es igual al número de veces que
el
contorno encierra al punto -1. De esta manera es mas simple hallar N, ya que
jw
P(s)
se obtiene generalmente en forma factorizada.
Finalmente se puede hallar Z = N + P, donde Z s
es el número de ceros de F(s) que se encuentran R
en el semiplano derecho del plano s, o sea el nú- 
mero de raíces de la ecuación característica que
produce la inestabilidad.
Por tanto, puede establecerse el criterio
de estabilidad de Nyquist como sigue:
“ Un sistema de control realimentado es estable, Figura 2.3: Diagrama polar.
si y solamente si: Z = N + P = 0 ”
donde:
N: número de rodeos o vueltas al punto -1 en el plano P.
P: número de polos de P(s) en la parte derecha del plano s.
Z: número de raíces de la ecuación caracterítica en la parte derecha del plano s.

Estabilidad relativa
Consideremos un sistema donde P = 0, de acuerdo al criterio de Nyquist para que
sea estable N debe ser cero, es decir no debe existir rodeos al punto -1 del plano
P(s). La proximidad del contorno P al punto -1 es entonces una medida de la
estabilidad relativa del sistema.
Veamos la gráfica polar de P( j w ) de un cierto sistema para varios valores de
ganancia K.
K3 jv
K 3  K 2  K1
K2
-1 K1 u
Figura 2.4: Diagrama polar de
P ( j w ).
P(jw)
Evidentemente el sistema con ganancia K3 será inestable.
De los sistemas con ganancia K2 y K1, el más estable será el de ganancia K1.
Este grado de estabilidad se mide usando el Margen de Ganancia (MG) y el
Margen de fase (MF).

Margen de Ganancia

Es el recíproco de la ganancia P(jw) para la frecuencia en que el ángulo de fase

alcanza -180º. *
En w :
jv
w* GH  P ( jw)  180o
GH  d w*  w : frecuencia en

1 d u la cual P ( jw)  180o

se define :
1 1 1
MG   
P ( jw) w w GH w* d

Figura 2.5: Diagrama polar para
el MG Si el sistema es estable  MG  1
 1
MGdb  20 log  20 log d
d
Margen de Fase

Es el ángulo de fase a través del cual debe girar el contorno P(jw) para que el
punto de magnitud unitaria P(jw ) = 1 pase a través del punto -1 en el plano
P(jw).

jv
En w** :
GH  P ( jw)  1
1
 u MF  

1/4 de circun- w**

ferencia. Figura 2.6: Diagrama polar para
el MF.
El margen de ganancia y el margen de fase se calculan fácilmente por medio de
los Diagramas de Bode. Veamos el caso de un sistema estable.

20 log P( jw)
db

0
MG w

 (w)

MF
-180º
w** w* w

wc w Figura 2.7: Diagramas de

Bode
Tabla 2.3 Diagramas de Nyquist

Ver transparencias
2.2 Redes de Compensación
2.2.1 Introducción
Compensación es la modificación de la dinámica del sistema para satisfacer las
especificaciones requeridas. Los procedimientos para el diseño y compensación
que se describen en este capítulo, son el método del lugar geométrico de las
raíces y los métodos de respuesta en frecuencia.
Las especificaciones de comportamiento toman la forma de especifica-
ciones de funcionamiento. En general están relacionados con la exactitud , esta-
bilidad relativa y velocidad de respuesta.
En términos generales , las especificaciones de funcionamiento no
deben ser más restrictivas de lo necesario para cumplir determinada tarea. Si en
determinado sistema de control fuera de gran importancia la exactitud en esta-
do estacionario, no se deberían exigir especificaciones muy rígidas de funciona-
miento en respuesta transitoria, pues tales especificaciones requerirían compo-
nentes muy costosos.
2.2.2 Compensación del sistema
Ajustar la ganancia es el primer paso para que el sistema logre un funcionamiento
satisfactorio. Sin embargo, en muchos casos prácticos , no basta ajustar la ganan-
cia del sistema para cumplir con las especificaciones dadas. Con frecuencia,
aumentar el valor de la ganancia mejora el funcionamiento estacionario, pero re-
dunda en una estabilidad pobre, o hasta en inestabilidad. En tal caso es necesario
rediseñar el sistema (modificando la estructura o incorporando elementos o com-
ponentes adicionales) para alterar el funcionamiento global, de manera que el sis-
tema se comporte en la forma deseada.. Tal rediseño se denomina compensación.
El dispositivo que se inserta en el sistema a fin de satisfacer las especificaciones
se denomina compensador, el cual compensa precisamente las deficiencias de
funcionamiento del sistema original.

2.2.3 Compensación en serie y compensación en la realimentación

(o paralelos)
En las figuras 2.8(a) y (b) se muestran esquemas de compensación utilizados
comunmente en sistemas de control realimentado
 +
Gc(s) G(s)
-

H(s)

(a)

+ +
G1(s) G2(s)
- -

Gc(s)

H(s)

(b)
Figura 2.8: (a) Compensación en serie; (b) compensación en paralelo
2.2.4 Compensación en adelanto y en atraso
• Compensadores en adelanto
A continuación se muestran una red eléctrica y otra mecánica , así como sus
respectivas funciones de transferencia.
c Z1
R1 R1
Z1 
R1Cs  1
Z2
Z 2  R2
ei R2 eo
Figura 2.9: circuito eléctrico
de adelanto.

La función de transferencia entre la salida Eo(s) y la entrada Ei(s) es:

Eo ( s ) Z2 R2 R1Cs  1
 
Ei ( s ) Z1  z 2 R1  R2 R1 R2 Cs  1
R1  R2
 Se define
R2
R1C  T ,  1
R1  R2

Entonces la función de transferencia se hace

1
s
Eo Ts  1 T
 
Ei  Ts  1 s  1
T
Si este circuito RC se utiliza como compensador en adelanto, se requiere agregar
un amplificador con una ganancia Kc ajustable, de modo que la función de trans-
ferencia del compensador sea:

1
s
Ts  1 T
Gc ( s)  K c  Kc
 Ts  1 s
1
T
 1
s
Ts  1 T
Gc ( s )  K c  Kc
 Ts  1 s
1 b2 xi
T
con :
b1 b2
T ,    1 , K c : ganancia ajustable b1 xo
k b1  b2
del amplificador.

En la práctica se utilizan comunmente k y

compensadores con amplificadores
operacionales.
Figura 2.10: Red mecánica de adelanto
• Compensadores en atraso

El siguiente es un circuito eléctrico en atraso.

R1 Z1

R1  R2
R2C  T ,   1
R2 Z2 R2
ei eo
C
Figura 2.11: Circuito eléctrico
de atraso

Para que este circuito sea usado

como compensador en atraso, se 1
s
debe usar un amplificador con Ts  1 T
Gc ( s )  K c   Kc
ganancia ajustable Kcß de modo  Ts  1 s
1
que la función de transferencia T
del compensador sea:
A continuación se presenta una red mecánica de atraso.

Como en el caso eléctrico, si esta red desea

usarse como compensador en atraso, es xi
necesario agregar una ganancia ajustable
b2 k
Kcß de modo que la función de transferen-
cia del compensador sea:

1
s
Ts  1 T
Gc ( s )  K c   Kc
 Ts  1 s
1 b1 xo
T

Con: Figura 2.12: Red mecánica de atraso

b2 b b
 T , 1 2   1
k b2
Tabla 2.4 Redes de circuitos compensadores

Ver transparencias
2.3 Diseño y compensación mediante el LGR
2.3.1 Compensación en adelanto
Este método para diseñar controladores es muy poderoso cuando las especifica-
ciones se dan en términos de magnitudes en el dominio del tiempo, como la
relación de amortiguamiento y la frecuencia natural no amortiguada de los polos
dominantes de lazo cerrado , sobreimpulso máximo, tiempo de crecimiento y
tiempo de establecimiento.
Dado el diagrama de bloques del sistema de control de la figura 2.13,
los procedimientos para diseñar dicho compensador en adelanto, se pueden
indicar como sigue:

+ E(s) U(s)
R(s) Gc(s) G(s) C(s)
-

Figura 2.13: Sistema de control.

 Procedimiento de diseño.
1. De las especificaciones del sistema encontrar la ubicación deseada de las
raíces dominantes.
2. Trazar el LGR sin considerar todavía el compensador. Sólo ajustar la
ganancia.
3. En caso de ser necesario el compensador, colocar el cero de éste bajo la ubi-
cación deseada de las raíces.
4. Determinar la ubicación del polo del compensador aplicando la condición
del
ángulo del LGR.
5. Calcular la ganancia del compensador mediante la condición de magnitud.
6. Si existe un requerimiento de error estacionario, comprobar si se cumple con
el valor de K encontrado. En caso de no cumplir, repetir el proceso, cambiando
la ubicación del cero.

Ejemplo 2.1
Considerando la figura 2.13, con la función de transferencia de la planta G(s) y
las especificaciones siguientes :
 1
Func. de transf . de la planta : G p ( s ) 
s2
Especif . de funcionamiento : t s  3 seg (  5 %)
PO  30 %
Diseñar el compensador en adelanto.
Pasos:
1. De las especificaciones del ejemplo:

3
t s  3seg     n 1 (2.1)
 n

( )
2
1
PO  30  100 e    0.3568 (2.2)
reemplazando (2.2) en (2.1) se obtiene :
 n  2.803 rad / seg
Ubicación de las raíces dominantes:

s1, 2   n  j n 1 2

 1  2 j (2.3)

2. Sistema sin compensar:

+ E(s)
R(s) K 1 C(s)
- s2

Figura 2.14: Circuito realimentado sin compensar

Donde:
K
GH ( s)  P( s ) 
s2
LGR
jw
• El sistema sin compensar es oscilatorio
 j2
K 0

• Se observa que una red en adelanto

-1
 
puede satisfacer los requerimientos.

jw
 -j2
 j2
Figura 2.15: LGR sin
compensar

3. Colocar el cero del compensador en  -1

 
-p
linea con las raíces deseadas: Z=1

 -j2
Figura 2.16: Localización del cero del compensador.
4. Cálculo del polo
Aplicando condición de ángulo:

 ceros   polos  180º

90º (116 º 116 º  p)  180º   p  38º

LGR del sistema compensado.

jw
Se determina que :
 j2 p = 3.6

116º
 p
 -1
 
-p

 -j2
Figura 2.17: LGR del sistema
compensado
5. Cálculo de K para que las raíces se ubiquen en : -1 ± j2

jw
Aplicando condición de magnitud en s1:

2.23 s1 K  s p 1 i

 j2
s z 1 j
3.25
2 d1  d 2  d 2 3.25  2.23  2.23
 p K 
 -1
 
dz 2
-p K 8
8( s  1)
-3.6  -j2  Gc ( s ) 
s  3.6

Figura 2.18: LGR del sistema compensado final.

Entonces el sistema compensado final se representa con el siguiente diagrama
de bloques:

+ E(s) 8 ( s  1) U(s)
R(s) 1 C(s)
s  3.6 s2
-
Gc(s) G(s)

Figura 2.19: Sistema de control diseñado.

Nota:

• Puede usarse indistintamente G(s) ó Gp(s)

• El controlador proporcional derivativo (PD) es una versión simplificada del
compensador en adelanto.
2.3.2 Compensación en atraso
Consideremos el problema de hallar una red de compensación adecuada para un
sistema que presenta características satisfactorias de respuesta transitoria, pero no
satisfactorias en estado estacionario. En este caso la compensación consiste esen-
cialmente en incrementar la ganancia de lazo abierto sin modificar apreciable-
mente las características de respuesta transitoria.

Procedimiento de diseño.
Considerando el diagrama de la figura 2.20 y suponiendo que el sistema no com-
pensado cumple las condiciones de respuesta transitoria por simple ajuste de la
ganancia, se sigue el siguiente procedimiento:

R(s) + E(s) U(s) C(s)

Gc(s) G(s)
-

Figura 2.20: Sistema de control.

1. Trace el diagrama del LGR para el sistema no compensado cuya función de
transferencia de lazo abierto es G(s). Basado en las especificaciones de respuesta
transitoria, ubique los polos dominantes de lazo cerrado en el lugar de las raíces.
2. Suponga que la función de transferencia del compensador en atraso es

1
s
Ts  1 T
Gc ( s )  K c   Kc
 Ts  1 s
1
T
Entonces la función de transferencia de lazo abierto del sistema compensado es
Gc(s)G(s).
3. Evalúe el coeficiente de error estático particular especificado en el problema.
4. Determine la magnitud del aumento en el coeficiente de error estático para
satisfacer las especificaciones.
5. Determine el polo y cero del compensador en atraso que produce el aumento
necesario en el coeficiente de error estático particular sin alterar, en forma no-
toria, el lugar de las raíces original.
6. Trace un nuevo lugar de las raíces para el sistema compensado. Ubique los
polos dominantes de lazo cerrado en el LGR.
7. Sjuste la ganancia Kc del compensador partiendo de la condición de magni-
tud de que los polos dominantes de lazo cerrado queden en las ubicaciones
deseadas.

Nota:
El controlador proporcional e integral es un ejemplo típico de compensador en
atraso.

2.3.3 Compensación en atraso-adelanto

La compensación de adelanto básicamente aumenta el ancho de banda, acelera
la respuesta y disminuye el sobreimpulso máximo en la respuesta escalón. La
compensación en atraso aumenta la ganancia en baja frecuencia, y así mejora
la exactitud en estado estacionario del sistema, pero reduce la velocidad de
res-
puesta debido al reducido ancho de banda.
Si se desea mejorar tanto la respuesta transitoria como la respuesta en
estado estacionario, se deben utilizar simultáneamente un compensador en
adelanto y uno en atraso. Sin embargo, en lugar de usar compensadores separa-
dos, es más económico utilizar un único compensador en atraso-adelanto. Un
ejemplo típico de compensador en atraso-adelanto es el controlador proporcional,
integral y derivatio (PID).

2.4 Diseño y compensación mediante la respuesta en

frecuencia.
2.4.1 Compensación en adelanto
La función principal del compensador en adelanto es modificar la forma de la
curva de respuesta en frecuencia, dando suficiente adelanto de ángulo de fase
como para contrarrestar el atraso de fase excesivo asociado con los componentes
del sistema fijo.
Considerando nuevamente el sistema que se muestra en la figura 2.20, el procedi-
miento para diseñar un compensador en adelanto por el método de respuesta en
frecuencia es el siguiente:
Suponga el siguiente compensador en adelanto:

1
s
Ts  1 T
Gc ( s)  K c  Kc (0   1)
 Ts  1 s
1
T
Se define
K c  K
Entonces

Ts  1
Gc ( s )  K
 Ts  1
La función de transferencia de lazo abierto del sistema compensado es:
 Ts  1 Ts  1 Ts  1
Gc ( s)G ( s )  K G ( s)  KG ( s)  G1 ( s )
 Ts  1  Ts  1  Ts  1
donde :
G1 ( s )  KG ( s )

Determine la ganancia K que satisface el requisito de coeficiente de error

estático.
1. Utilizando K, trace el diagrama de Bode de G1(jw), del sistema sin compensar.
Evalúe el MF.
2. Determine el ángulo de fase en adelanto  necesario para agregarlo al sistema.
3. Determine el factor de atenuación  utilizando la ecuación siguiente:

1
1
sen  m  2 
1 1
2
 Determine la frecuencia en que la magnitud del sistema no compensado
G1(jw) es igual a  20 log (1 /  ) . Elija esta frecuencia como nueva fre-
cuencia de cruce de ganancia. Esta frecuencia corresponde a
 m  1 /(  T ) y el máximo desplazamiento de fase se produce a esta

frecuencia  m .
4. Determine las frecuencias de cruce del compensador en adelanto como sigue:
1
Cero del compensador en adelanto :  
T
1
Polo del compensador en adelanto :  
T

5. Usando el valor de K determinado en el paso 1 y el hallado en el paso 4,

calcule la constante Kc de
K
Kc 

6. Verifique el MG para asegurar que sea satisfactorio. Si no lo fuera, repetir el
proceso de diseño modificando la ubicación del polo y cero del compensador
hasta que se logre un resultado satisfactorio.

Ejemplo 2.2
Calcular un compensador en adelanto para que el siguiente sistema cumpla con
tener un margen de fase de por lo menos 45º.

R(s) + E(s) U(s) 10 C(s)

Gc(s)
s2
-
MF  45º

Figura 2.21: Sistema de control.

Pasos:
Sistema compensado
10
1. Sistema sin compensar: Gp  2 compensador
Sistema sin
s compensar
20 log G p 60
40
20
3 db
0
-7.8 db

-40
90
G p
0
-90
-180 45º
-270
0.1 1 2 5 10 12 100
compensador
Sist. sin compensar
 De este gráfico se lee:
MFsc = 0º, o sea al sistema no le falta nada para llegar a -180º, ya que
se encuentra en -180º.
2. Se desea un MF de 45º. Se tiene sin compensar 0º, entonces  m = 45º
3. De
 1  1
sen  m   sen 45º    5.8
 1  1
Dando un márgen de seguridad, escogemos :   6
4. Calculamos : 10 log   10 log 6  7.8 db

En la gráfica del sistema sin compensar se ubica la frecuencia donde la ganan-

cia es -7.8 db. Esto ocurre en

 m  5 rad / seg
Como:
1 1
 m  T
T  5 6
6
1 s
1   Ts 5 6
 Gc ( s )   Gc ( s ) 
1  Ts 1
1 s
5 6

Dibujar la respuesta del sistema compensado.

Trazamos la gráfica de Bode del compensador y lo sumamos al gráfico del sis-
tema sin compensar, obteniendo los ceros del sistema compensado, y se mide
el MF para comprobar el diseño.
2.4.2 Compensación en atraso
La función primaria de un compensador en atraso es atenuar en el rango de
alta frecuencia para dar a un sistema suficiente márgen de fase y por lo
tanto bajar la frecuencia de cruce del sistema.

Procedimiento:
1. Determine el MF del sistema sin compensar; para ello trace el diagrama de
Bode del sistema con la ganancia ajustada para satisfacer la constante de
error deseada.
2. Determine la frecuencia donde se cumplirá el MF deseado. Si es que la
curva de magnitud cruza la línea de cero db a esta frecuencia w (permi-
tiendo un atraso de fase de 5º).
3. Coloque el cero del compensador una década por debajo del valor w, ase-
gurando así un atraso de solamente 5º en w.
4. Mida la necesaria atenuación a w para que la curva de magnitud cruce por
cero db a esta frecuencia. Calcule  notando que la atenuación es

 20 log 
5. Calcule el polo del compensador
1
p
T

2.4.3 Tipos de compensadores o controladores industriales

Un controlador automático compara el valor real de la salida de una planta con
la
entrada de referencia (valor deseado), determina el error, y produce una señal de
control que reducirá el error a cero, ó a un valor muy pequeño. La forma como el
controlador produce la señal de control, se denomina acción de control.
Las acciones básicas de control son:
• Acción de control de dos posiciones (on-off)
• Acción de control integral (I)
• Acción de control proporcional e integral (PI)
• Acción de control proporcional y derivativa (PD)
• Acción de control proporcional, integral y derivativa (PID)
 Controlador automático

Detector de error
Ent. de
referencia Salida
+ e Acción de u
Actuador Planta
r Control
-
Señal de error

Sensor

Figura 2.22: Diagrama de bloques del sistema de control automático.

• Acción de control de dos posiciones (on/off)

La señal de salida del controlador tiene sólo dos valores fijos, llevando al actuador
a dos posiciones, que generalmente es conectado o desconectado.
U1 para e(t) > 0
U(t) =
U2 para e(t) < 0
En el caso real, hay una brecha diferencial antes que se produzca la conmutación.

Conmutación ideal Conmutación real

Brecha diferencial

r + e U1 u r + e U1 u
U2 U2
- -

Figura 2.23: representaciones de las conmutaciones ideal y real.

Aplicaciones:
- Sistema de nivel de líquido
- Sistema de control de temperatura, etc.
• Acción de control proporcional (P)
La salida del controlador es proporcional a la señal de
error.
u (t )  K p e(t )
U (s)
Gc ( s)   K p : ganancia proporcion al
E (s)

- Es de acción rápida.
- No reduce a cero el error estacionario.

• Acción de control integral (I)

El valor de la salida varía en razón proporcional a la integral de la señal de error.

u (t )  K i  e(t ) dt , ó
du (t )
 K i e(t )
dt
 la función de transferen cia es :
U (s) K i
Gc ( S )   , K i  constante int e gra l
E (s) s
 - Permite obtener un error estacionario igual a cero, donde el valor de u(t) perma-
nece estacionario.
- Recibe el nombre de control de reposición o restablecimiento.

• Acción de control proporcional e integral (PI)

Está definida por la siguiente ecuación:

Kp t
u (t )  K p e(t ) 
Ti  e(t ) dt
0

 la función de transferen cia será :

U (s) 1
Gc ( s )   K p (1  ) , donde Ti  tiempo int e gra l
E (s) Ti s

El recíproco de Ti recibe el nombre de frecuencia de reposición, la cual es la can-

tidad de veces por minuto en que se repite la acción proporcional. La frecuencia
de reposición se mide en término de repeticiones por minuto. La acción I elimina
el offset de la acción P.
 e(t) u(t)

Acción de control PI
1 2Kp (Sólo proporcional)
Kp
0
(a) 0 Ti (b) t

Figura 2.24: a) Señal de error; b) acción de control PI

• Acción de control proporcional y derivativo (PD)

Se define por la siguiente condición:
de(t )
u (t )  K p e(t )  K p Td
dt
 la función de transferencia es :
U ( s)
 K p (1  Td s )
E ( s)
Td es una constante denominada tiempo derivativo. Significa el intervalo de
tiempo en el que la acción derivativa se adelanta al efecto de la acción proporcio-
al.
Entre las desventajas de la acción derivativa podemos mencionar la
amplificación de las señales de ruido y produce efecto de saturación en el actua-
dor.

e(t) u(t) Acción de

control PD
Rampa
unitaria
Td
(Sólo proporcional)

0 0
t t
(a) (b)
Figura 2.25: a) Señal de error; b) acción de control PD
• Acción de control Proporcional - Integral - Derivativo (PID)
La ecuación de esta acción es:

K t de(t )
u (t )  K p e(t )  p
Ti 
0
e(t ) dt  K p Td
dt
 la función de transferen cia es :
U ( s) 1
 K p (1   Td s)
E ( s) Ti s
Esta combinación tiene las ventajas de cada una de las tres acciones de control
individuales.

e(t) Rampa u(t) PID

unitaria
PD
(a) (b)
P
0 0 t
t
Figura 2.26: a) Señal de error; b) acción de control PID
2.5 Introducción a sistemas de control no lineales
Se pueden encontrar muchos tipos diferentes de fenómenos no lineales en los
sistemas de control reales, y se les puede dividir en dos clases: inherentes e
intencionales.

2.5.1 Fenómenos no lineales inherentes

Son inevitables en los sistemas de control. Entre ellos podemos citar:

1. Saturación
2. Zona muerta
3. Histéresis
4. Juego
5. Fricción estática, fricción de coulomb, y otras fricciones no lineales
6. Elasticidad no lineal
7. Compresibilidad de fluidos
2.5.2 Fenómenos no lineales intencionales
Algunos elementos no lineales se introducen intencionalmente en un sistema
para mejorar su comportamiento o para simplificar la construcción del sistema
de control, resultando superior desde el punto de vista económico, de peso, de
espacio y de confiabilidad, a sistemas lineales diseñados para cumplir la misma
tarea.
2.5.3 Procedimientos de análisis y diseño de sistemas de control no
lineales

Existen muchos métodos de análisis y diseño de sistemas de control no lineales,

entre los cuales podemos citar el método del plano de fase, la función descripti-
va, Liapunov, linealización por realimentación, control deslizante y control
adaptivo.
Con la finalidad de presentar un método de análisis de sistemas de
control no lineales, abordaremos brevemente el método de la función descrip-
tiva.
2.5.4 Funciones descriptivas
Suponer que hay una entrada senoidal a un elemento no lineal. La salida del ele-
mento no lineal generalmente no es senoidal. Suponer también que la salida es
periódica , con el mismo periodo que la entrada. (La salida contiene armónicas
más grandes, además de la componente armónica fundamental).
La función descriptiva está definida como una relación compleja entre
la componente armónica fundamental de la salida respecto a la entrada. Es decir:

Y1
N  1
X
donde
N : función descriptiva
X : amplitud de la sen osoide de entrada
Y1 : amplitud de la componente armónica fundamental de la salida
 1: desplazamiento de fase de la componente armónica fundamental
de la salida
Para una entrada senoidal x(t) = X sen wt al elemento no lineal, la salida y(t)
se puede expresar como una serie de Fourier, como:

y (t )  A0   ( An cos nwt  Bn sen nwt )
n 1

 A0   Yn sen(nwt   n )
n 1

donde
1 2
An 
 0
y (t ) cos nwt d ( wt )

1 2
Bn 
 0
y (t ) sen nwt d ( wt )

Yn  A2 n  B 2 n
An
 n  tan ( )
1

Bn
Si la característica no lineal es antisimétrica, entonces Ao = 0. La componente
armónica fundamental de la salida es:

y1 (t )  A1 cos wt  B1 sen wt
 Y1 sen( wt   1)

Entonces la función descriptiva está dada por:

Y1 A12  B12 1 A1
N   1 tan ( )
X X B1

Sist. N.L. 
y (t )  A0   ( An cos nwt  Bn sen nwt )
x(t )  X sen wt n 1
N(X,w)

Figura 2.27: Respuesta de un sistema no lineal

2.5.5 Función descriptiva de la saturación
La relación Entrada-Salida para una saturación no lineal es ploteada en la figura
2.28, con S y k denotando el rango y la pendiente de la parte lineal.

y y(t)
Salida saturada
saturación
k
kS
0 0
S x  /2  2 wt

0 S X
 x(t )  X sen wt
x(t)
 /2

Figura 2.28: Característica de respuesta
de la saturación.
2 wt
Determinemos la función descriptiva.
Si: X<=S, entoces la entrada remanente en el rango lineal produce una salida:
y(t)=kXsen wt. La función descriptiva es una constante k simple.

Si: X > S, las funciones de entrada y salida son ploteadas como se muestra en
la figura 2.23.
kX sen wt ; 0  wt  
y (t )  
kS ;   wt   / 2
S
Donde:   sen 1 ( )
X
w(t ) es impar  a1  0 y la simetría de w(t )
para cuartos de periodo implica que :
4  /2
b1   y (t ) sen( wt ) d ( wt )
 0

4   /2

  0 
 kX sen 2
( wt ) d ( wt )  kX sen ( wt ) d ( wt )

 2kX  S S2 
b1    1 2 
  X X 
 la función descriptiva es :
b1
N(X ) 
X
2k  1 S S S2 
N(X )  sen  1 2 
  X X X 

2.5.6 Análisis de sistemas no lineales de control mediante la

función descriptiva.

Considere el sistema que se muestra en la figura 2.29, donde N indica la función

descriptiva del elemento no lineal. Si las armónicas superiores se atenúan sufi-
cientemente, se puede tratar la función descriptiva N como una variable de
ganancia real o compleja. Entonces la respuesta en frecuencia de lazo cerrado es
 r + e Elemento Elementos c
no lineal lineales
- N G

Figura 2.29: Sistema de control no lineal

C ( jw) NG ( jw)

R ( jw) 1  NG ( jw)
La ecuación característica es:
1  NG ( jw)  0
o bien
1
G ( jw)  
N
Si la ecuación anterior para G(jw) se satisface, entonces la salida del sistema
presentará un ciclo límite. Esta situación corresponde al caso en que el diagrama
de G(jw) pasa por el punto crítico ( En el análisis convencional de respuesta en
frecuencia de un sistema de control el punto crítico es -1+j0).
En el análisis de la función descriptiva, el análisis convencional de
frecuencia se modifica de modo que que el diagrama de -1/ N sea el lugar de los
puntos críticos. Entonces, la posición relativa del diagrama de -1 / N y del
diagrama G(jw), proporciona la información sobre la estabilidad.

Existencia de ciclos límites

Si: G(s)H(s)=-1/ N(X,w) tiene solución, entonces existen ciclos límites.

Im GH(jw) Im GH(jw) Im
GH(jw)
Re Re Re

-1/ N(X,w) -1/ N(X,w) -1/ N(X,w)

No hay ciclo límite Hay 1 ciclo límite Hay 2 ciclos límites

Figura 2.30: Ciclos límites.
Estabilidad de ciclos límites

Cada punto de intersección de la curva G(jw) y de la curva -1/ N(X) corresponde

a un ciclo límite. Si puntos cercanos a la intersección y a lo largo de la curva
-1/ N(X) (para la parte en que X se está incrementando) no están encerrados por
la curva G(jw), entonces el ciclo límite correspondiente es estable. En otro caso
el ciclo límite es inestable.
2.6 Simulaciones
s 1
Dada la función de transferencia: Gc ( s ) 
s 2  2s  2

obtener las gráficas de Bode y LGR.

• Gráficas de Bode.

Programa
% Análisis de la función de transferencia
% Gc(s)=(s+1)/(s^2+2s+2)
num=[0 1 1];
den=[1 2 2];
% Respuesta frecuencial
w=1:.1:100;
[mag, fase]=bode(num,den,w);
subplot(211);
semilogx(w,20*log(abs(mag)));
title('Diagramas de Bode (Magnitud y fase)');
ylabel('Magnitud en dB');
xlabel('Frecuencia (rad/seg)');
grid;
subplot(212);
semilogx(w,abs(fase));
grid;
ylabel('Fase en grados');
xlabel('Frecuencia (rad/seg)');
• Gráficas de LGR.

% Análisis de la función de transferencia

% H(s)=(s+1)/(s^2+2s+2)
num=[0 1 1];
den=[1 2 2];
%Lugar de las raíces
k=0:0.1:10;
r=rlocus(num,den,k);
plot(real(r),imag(r));
title('Lugar de las raíces');
xlabel('Parte real');
ylabel('Parte imaginaria');
text(-2.7,0.9,'-1+i');
text(-2.7,-0.9,'-1-i');
grid;
 3. ANALISIS Y DISEÑO DE SISTEMAS DE
CONTROL EN EL DOMINIO DEL TIEMPO

3.1 Introducción
Un sistema de control puede tener varias entradas y salidas relacionadas entre
sí, en una forma muy complicada. El método más adecuado para el análisis de
estos sistemas, es el método en el espacio de estado.La teoría de control moder-
na se basa en la descripción de las ecuaciones del sistema en términos de n
ecuaciones diferenciales de primer orden, que se pueden combinar en una ecua-
ción diferencial matricial, de primer orden.

3.2 Matriz de transferencia

Considere el sistema descrito por:
x  Ax  Bu (3.1)
y  Cx  Du (3.2)
donde:
x = vector de estado (n x 1)
u = vector de control (r x 1)
y = vector de salida (m x 1)
A = matriz de n x n
B = matriz de n x r
C = matriz de mxn
D= matriz de m x r
La matriz G(s) que relaciona la transformada de Laplace de la salida y(t), con
la transformada de Laplace de la entrada u(t) , se denomina matriz de
transferencia.
Y ( s )  G ( s )U ( s ) (3.3)
Las transformadas de Laplace de la ecuaciones (3.1) y (3.2) es:

sX ( s )  x(0)  AX ( s )  BU ( s ) (3.4)
Y ( s )  CX ( s )  DU ( s ) (3.5)
Suponiendo condiciones iniciales nulas, es decir x(0) = 0, de la ecuación (3.4)
se obtiene:
X ( s )  ( sI  A) 1 BU ( s) (3.6)

Al reemplazar la ecuación (3.6) en (3.5), se obtiene:

 
Y ( s )  C ( sI  A) 1 B  D U ( s ) (3.7)

Comparando las ecuaciones (3.3) y (3.7), se encuentra que:

G ( s )  C ( sI  A) 1 B  D (3.8)

3.3 Controlabilidad
Se dice que un sistema de control es de estado completamente controlable, si es
posible transferir el sistema de un estado inicial arbitrario a cualquier estado
deseado, en un periodo finito. Es decir, un sistema de control es controlable si
todas las variables de estado pueden ser controladas en un periodo finito, median-
te alguna señal de control restringida.
Ejemplo 3.1
El siguiente sistema no es completamente controlable.

s 1 1 s 1 1
u
x 2 x2 x x1 y Figura 3.1: Diagrama de
-1 1 flujo de un sistema no con-
-2
1 trolable completamente.

Como u afecta solo a x1, el estado x2 es no controlable.

Es imposible llevar x2 desde un estado inicial x2 (to) a un estado deseado
x2 (tf) en un intervalo de tiempo finito tf-to mediante el control u.
Si un sistema es totalmente controlable, entonces requiere que el rango de la
matriz
M B  AB  An1 B  (3.9)
Sea de rango n.
Ejemplo 3.2

Determine si el siguiente sistema es completamente controlable.

 x 1  1 1  x1  0
 x   2  1  x   1 u
 2   2   
Para nuestro sistema, el rango de la matriz de controlabilidad es:

0 1 
Rango M  Rango  B AB   Rango   2
1  1
igual al orden del sistema. Asimismo se observa que la matriz de controlabilidad
es no singular. Por lo tanto, el sistema es completamente controlable.
3.4 Observabilidad
Se dice que un sistema es totalmente observable, si cada estado x(to) se puede
determinar a partir de la observación de y(t) en un intervalo de tiempo finito
to <= t <= t1. Por lo tanto, el sistema es completamente observable, si cada tran-
sición del estado, afecta eventualmente a cada elemento del vector de salida.
El sistema descrito es totalmente observable si y solo si la matriz de
observabilidad
C 
CA 
  (3.10)
 
 n 1 
CA  sea de rango n.
Ejemplo 3.3
El siguiente sistema
1 s 1 s 1 1
es no observable. u y
x 2 x2 x x1
Figura 3.2: El sistema es no -1 1
-2
observable. 3
Ejemplo 3.4

Considere si el siguiente sistema es observable.

 x 1    1 0  x1 
 x    0  2  x 
 2    2 
 x1 
y  1 3  
 x2 
Para este caso,

C   1 3
Rango    Rango   2
CA   1  6

igual al orden del sistema. Entonces el sistema es completamente observable.

3.5 Formas canónicas de las ecuaciones de estado
Considere un sistema definido por:
(n) ( n 1) (n) ( n 1)
y  a1 y    an 1 y  an y  b0 u  b1 u    bn 1u  bnu (3.11)

donde u es la entrada e y es la salida. La función de transferencia está dada

por:
Y (S ) b0 s n  b1s n 1  ...  bn 1s  bn
 G p (s)  n (3.12)
U (S ) s  a1s n 1  ...  an 1s  an
Entre los métodos para obtener representaciones en el espacio de estado, en
formas canónicas, se encuentran:
• Método de programación directa, para obtener la forma canónica controlable
• Método de programación anidada, para obtener la forma canónica observable
• Método de programación de expansión en fracciones parciales, para obtener
la forma canónica diagonal o de Jordan.
3.5.1 Método de programación directa
La ecuación de estado y la ecuación de salida, se escriben como:

 x 1   0 1 0  0   x1 
 x   0 0 1  0   x2 
 2  
          
    
 x n 1   0 0 0  1   xn 1 
 x n   an  an 1  an  2   a1   xn 
0 
0 
 
   u (3.13)
 
0 
1
  x1 
x 
y   bn  anb0 bn 1  an 1b0  b1  a1b0   2   b0u (3.14)
 
 
 xn 

3.5.2 Método de programación anidada

La ecuación de estado y la ecuación de salida, se escriben como:

 x 1  0 0 0   an   x1   bn  an b0 
 x  1 0 0   an 1   x2  bn 1  an 1b0 
 2  
         an  2        u
      
 x n 1  0 0 0     xn 1    
 x n  0 0  1  a1   xn   b1  a1b0 
(3.15)
  x1 
x 
y   0 0  0 1  2   b0u (3.16)
 
 
 xn 

3.5.3 Método de programación en expansión en fracciones parciales

La ecuación de estado y la ecuación de salida, se escriben como:

 x 1   p1 0   x1  1
 x   p2   x  1
 2    2   
        u (3.17)
      
 x n 1     xn 1  
 x n   0 pn   xn  1
  x1 
x 
y   c1 c2  cn   2   b0u (3.18)
 
 
 xn 

donde p1, p2, ... pn son las raíces del sistema.

3.6 Análisis de estabilidad

Dado el sistema lineal invariante en el tiempo definido por :

x  Ax  Bu (3.19)
la estabilidad del sistema puede determinarse resolviendo el determinante:

sI  A  0 (3.20)
La condición necesaria y suficiente para la estabilidad asintótica del origen del
sistema, es que todos los valores propios de A tengan partes reales negativas.

3.7 Diseño de sistemas de control por el método de

espacio de estado
3.7.1 Introducción
Entre las técnicas de control por medio del espacio de estado podemos citar la
realimentación de estado, observadores de estado, control óptimo cuadrático,
control adaptivo, etc. De todos ellos, se tratará sobre el control por realimenta-
ción de estado.

3.7.2 Control por realimentación de estado

El diseño por realimentación de estado es más versátil que el diseño de contro-

ladores de configuración fija convencionales ya que se controla directamente
la ecuación característica. Un sistema inestable que es controlable, siempre se
puede estabilizar mediante control por realimentación de estado.
La desventaja de este método es que todos los estados deben detectarse y

realimentarse, lo cual puede no ser práctico.

Sea el sistema de control:

x  Ax  Bu (3.21)
donde: u + x
x = vector de estado (n x 1) B 
u = señal de control (escalar) +
A = matriz de n x n constante A
B = matriz de n x 1 constante
Se elige como señal de control -K

u   Kx (3.22) Figura 3.3: Sistema de control de lazo

cerrado con u = - K x.
donde K es de dimensión 1 x n , y u no está acotado.
Al sustituir la ecuación (3.22) en (3.21), se tiene:
 x (t )  ( A  BK ) x(t )
La solución de esta ecuación está dada por:
x(t )  e ( A BK ) t x(0) (3.23)
La estabilidad y las características de respuesta transitoria se determinan a partir
de los valores propios de la matriz A-BK. Escogiendo adecuadamente la matriz
K, se puede hacer que la matriz A-BK sea asíntoticamente estable.
Pasos de diseño:
Sea el sistema descrito por: x  Ax  Bu
con la señal de control: u   Kx
1. Verificar la condición de controlabilidad. Si es completamente controlable
continuar con el paso siguiente.
2. Determine los valores de a1, a2, a3, ..., an a partir de: sI  A  0
3. Determine la matriz de transformación T, a partir de: T  MW
donde M y W están dadas por:
 M B  AB  An 1 B   an 1
a
an 2  a1 1
 n2 an 3  1 0
donde las son los coeficientes del W      
polinomio característico sI  A  0  
 a1 1  0 0
 1 0  0 0
4. Utilizando los valores propios deseados, halle el polinomio característico
deseado:
sI  A  BK  ( s   1 )( s   2 )  ( s   2 )
 s n   1s n 1     n 1s  an

y determine los valores de  1 , 2, n

5. Determinar K a partir de:

K   n  an  n 1  a n 1   2  a 2  1  a1 T 1
Ejemplo 3.5
Considere el sistema definido por: x  Ax  Bu
donde:  0 1 0 
A  , B  1
20.6 0  
La ecuación característica es:
s 1
sI  A   s 2  20.6  0
 20.6 s
Como las raíces características son s = ±4.539, el sistema es inestable, entonces
debemos verificar la controlabilidad del sistema, así:
0 1 
M  B AB    
1 0 
Como el rango de la matriz de controlabilidad es n = 2, entonces el sistema es
completamente controlable.
Ahora, deseamos que los polos de lazo cerrado se localicen en s = -1.8 ± j2.4
(que vienen a ser los valores propios de A-BK: µ1= -1.8+ j2.4 y µ2 = -1.8 - j2.4).
Debemos determinar la matriz K de realimentación.
Considerar la matriz K = [K1 K2] y reemplazar en el polinomio característico
deseado:
 s 0  0 1  0 
sI  A  BK          k1 k 2 
0 s  20.6 0 1
s 1

 20.6  k1 s  k2
 s 2  k 2 s  20.6  k1

El polinomio característico debe ser igual a:

( s   1 )(s   2 )  ( s  1.8  j 2.4)( s  1.8  j 2.4)
 s 2  3.6s  9
Igualando los coeficientes de la dos últimas expresiones, se obtiene:
k1  29.6 , k 2  3.6
Entonces: K   k1 k 2    29.6 3.6
3.8 Simulaciones
Considere el sistema de la figura 1.5 (a) y (b) , los parámetros y especificaciones
de diseño siguientes, así como el correspondiente diagrama de flujo.

K m  10 , K g  100 , K b  0.62 , J  1 , f 1,

La  0.2 , Ra  1 , R f  1 , L f  0.1 , K t  1 ,
K pot  1 , Lg  0.1 , Rg  1
ess  2% , PO  10% , Ts  1

wr  K2 Td
K pot 1 1
1
1
K v f Lf s  Rf i f K v g Lt s  Rt ia K m Js  f
g
w0
 K3 Kb Figura 3.4: Diagrama de
 Kt flujo del sistema.
y diseñe un controlador por realimentación de estado.
Solución x 1  w0
Se escoge las siguientes variables de estado:
x2  ia
x3  i f

Con las variables de estado, se obtienen las siguientes ecuaciones de estado:

f Km 1
x 1   x1  x2  Td
J J J
Kb Rt Kg
x 2   x1  x2  x3
Lt Lt Lt
Rf 1
x 3   x3  u
Lf Lf
donde: u  K K pot wr  K K t x1
En forma matricial (con Td(s) = 0), se tiene:

x  Ax  Bu
y  Cx  Du (3.24)
donde:
 f Km 
 0   
 J J  0 
 Kb Kt Kg  0 ,
A     , B  y
Lt Lt Lt 1 
   
 0 Rf   L f 
0 
 Lf 
 
C  1 0 0 , D   0
La correspondiente función de transferencia es:

1 K g Km
G ( s)  C ( sI  A) B 
( R f  L f s )[( Rt  Lt s )( J s  f )  K m K b ]

Usando los parámetros del sistema y calculando el error de seguimiento en estado

estable para una entrada escalón unitario tenemos:
1 1
ess  
1  KG (0) 1  121.95K
Usando el método de Routh-Hurwith, encontramos que el sistema en lazo cerra-
do es estable para -0.008 < K < 0.0468.
Ahora consideremos el diseño del controlador.
La señal de control es:

u  K pot wr  K t x1  K 2 x2  K 3 x3
Donde Kt, K2 y K3 son las ganancias de realimentación. Kt es la ganancia del
tacómetro y Kpot es la variable de sintonía.
Definiendo la matriz de realimentación :
H   Kt K2 K 3  entonces :
u   Hx  K pot wr (3.25)

El sistema de lazo cerrao con realimentación de estado es:

x  ( A  BH ) x  Bv
y  Cx (3.26)
donde
v  K pot wr
Usamos el método de localización de polos para determinar H, tal que los valo-
res propios de A-BH se encuentren en la localización deseada. Primero deter-
minamos la controlabilidad:
M B  AB A2 B 
 2
Calculando el determinante de M se obtiene:
det M  
K K g m
3 2
JL L f t
Como 3 2
K g  0 y Km  0 y J L f Lt
no es cero  det M  0
Entonces el sistema es controlable. Podemos localizar los polos del sistema en
forma apropiada para satisfacer las especificaciones de estado transitorio. Los
polos deseados están localizados en:
p1  50 , p2  4  3 j , p3  4  3 j

Resolviendo el polinomio característico: sI  A  BH

e igualando a la ecuación de polos deseados: ( s  50)( s  4  3 j )( s  4  3 j )

se obtiene Kt, K2 y K3, entonces la matriz de realimentación es:

H    0.0041 0.0035 4.0333

Para seleccionar la ganancia Kpot, debemos calcular la ganancia en DC de lazo
cerrado de la función de transferencia. La función de transferencia en lazo cerra-
do es: T ( s )  C ( sI  A  BH ) 1 B Entonces: 1
K pot 
T ( 0)

Figura 3. 5:
Respuesta
al escalón
en lazo
cerrado.
 Programa en MATLAB

% Simulación para la respuesta del sistema de control

% por realimentación de estado
f=1; J=1; Km=10; Kb=0.62; Lt=0.2+0.1;
Rt =1+1; Kt=1; Kg=100; Rf=1; Lf=0.1;
A=[-f/J Km/J 0; -Kb/Lt -Rt/Lt Kg/Lt; 0 0 -Rf/Lf];
B=[0; 0; 1/Lf]; C=[1 0 0]; D=[0];
P=[-50, -4+3*j, -4-3*j];
H=acker(A,B,P)
[num,den]=ss2tf(A-B*H,B,C,D);
Kpot=num(4)/den(4);
t =[0:0.05:2];
[y,x,t]=step(A-B*H,B/Kpot,C,D,1,t);
plot(t,x(:,1),t,x(:,2),'--',t,x(:,3),'-.'), grid
xlabel('Tiempo(seg)'), ylabel('Variables de estado')
legend('-','wo','--','ia','-.','if',-1)
 4. SISTEMAS DE CONTROL DIGITAL

4.1 Introducción
La tendencia actual de controlar sistemas en forma digital se debe fundamental-
mente a la disponibilidad de computadoras digitales de bajo costo y a las venta-
jas de trabajar con señales digitales.
4.1.1 Tipos de señales
1. Señal analógica en tiempo continuo: Su amplitud y tiempo pueden adoptar
un intervalo continuo de valores.
2. Señal cuantificada en tiempo continuo: Su amplitud solo puede adoptar valo-
res discretos, mientras que el tiempo valores continuos.
3. Señal en tiempo discreto: Definida solo en valores discretos de tiempo.
3.1 Señal de datos muestreados: La amplitud puede adoptar valores en un
cierto intervalo continuo.
3.2 Señal digital: La amplitud es cuantificada.
En el control de plantas o procesos con controladores digitales se requiere la
conversión de estos tipos de señales. La operación que transforma señales de
tiempo continuo en señales de tiempo discreto se denomina muestreo o discreti-
zación. La operación inversa se denomina retención de datos.

x(t) x(t)

a) c)

0 0
t t
x(t) x(t)

b) d)  
   
 
0
t 0
t
Figura 4.1: a) Señal analógica en tiempo continuo; b) señal cuantificada
en tiempo continuo; c) señal de datos muestreados; d) señal digital.
4.1.2 Cuantificación de la amplitud
• Es un proceso que involucra la conversión analógica - digital.
• Cuando el valor de una muestra cae entre dos estados de salida adyacentes, se
debe leer como el estado más cercano al valor real de la señal.
• En el sistema binario hay 2 n niveles de amplitud o estados de salida.
• El nivel de cuantificación Q se define como el intervalo entre dos puntos adya-
centes de decisión.
FSR
Q n
, FSR : Intervalo a escala completa
2

4.1.3 Ventajas de los controladores digitales

Entre otras:
• Son versátiles, pueden manejar ecuaciones no lineales con cálculos complejos,
con operaciones lógicas.
• Permiten implementar la más amplia variedad de leyes de control.
• Los algoritmos pueden ser cambiados mediante software.
• Costo más bajo.
Figuras 4.2 y 4.3

Ver transparencias
4.2 La transformada z
Es una herramienta muy poderosa utilizada en el análisis y síntesis de sistemas
de control en tiempo discreto. El papel de la transformada z en sistemas de tiem-
po discreto es similar al de la transformada de Lapace en sistemas de tiempo
continuo.
En un sistema de control en tiempo discreto, una ecuación en diferen-
cias lineal caracteriza la dinámica del sistema.
4.2.1 Definición de transformada z
La transformada z de una función x(t), sólo toma en cuenta los valores mues-
treados de x(t), esto es , x(0), x(T), x(2T), ..., donde T es el período de muestreo,
y se define mediante la siguiente ecuación:

X ( z )  Z [ x(t )]  Z [ x(kT )]   x(kT )z  k (4.1)
k 0

Para una secuencia de números x(k), la transformada z se define como


X ( z )  Z [ x(k )]   x(k )z  k (4.2)
k 0
Tabla 4.1 Tabla de transformadas z

Ver transparencias
4.2.2 La transformada z inversa
La transformada z inversa de X(z) da como resultado una única x(k), pero no
da
una única x(t). Esto significa que la transformada z inversa da como resultado
una secuencia de tiempo que especifica los valores de x(t) solamente en los
valores discretos de tiempo, t=0, T, 2T, ..., y no dice nada acerca de los
otros valores de x(t).
Z 1
La notación para la transformada z inversa es .
Un método para encontrar la transformada z es usar la tabla de transformadas;
sin embargo existen otros métodos que no implican el uso de tablas. Estos mé-
todos son:
1. Método de la división directa (expansión de X(z) en una serie infinita de
1
potencias de z ).
2. Método computacional (MATLAB).
3. Método de expansión en fracciones parciales (expansión en términos senci-
llos).
4. Método de la integral de inversión.
4.3 Análisis en el plano z de sistemas de control
en tiempo discreto

4.3.1 Muestreo mediante impulsos

x(t) x  (t )

Figura 4.4: Muestreador

mediante impulsos.

0 0
t 
t
x(t ) x (t )
X (s ) X  (s )
 T
4.3.2 Retención de datos
x(t) x(kT) h(t)

t kT t
Retenedor de
x(t) Muestreador x(kT) orden cero h(t)

Figura 4.5: Muestreador y

x(t) x(kT) Retenedor de
h1 (t ) retenedor de orden cero.
T orden cero
Figura 4.6: a) Muestreador real
a)
y retenedor de orden cero;
x(t) x  (t ) h2 (t ) b) modelo matemático que con-
Gh 0 ( s ) siste en un muestreador por im-
 T

X (s ) H 2 (s) pulsos y una función de transfe-
b) rencia Gho(s).
donde : 1  e Ts 
H 2 (s) 
s
 x
k 0
( kT ) e  kTs
(4.3)

H 2 ( s)  Gh 0 ( s) X  ( s ) (4.4)

siendo:

X ( s )   x(kT )e  kTs

 la ecuación (4.3) es :
k 0

1  e Ts 
H 2 ( s)  X (s) (4.5)
s

Comparando las ecuaciones (4.4) y (4.5) se obtiene la función de transferencia

del retenedor de orden cero:

1  e Ts
Gh 0 ( s )  (4.6)
s
4.3.3 Función de transferencia pulso de sistemas en lazo cerrado

Considere el sistema que se muestra en la figura 4.7.

R(s) + E(s) E  (s ) C(s)

G(s)
-  T

H(s) Figura 4.7: Sistema de control

en lazo cerrado.
Del diagrama de bloques: E ( s )  R( s )  H ( s )C ( s )
C (s)  G ( s) E  ( s)
 E ( s )  R ( s )  H ( s )G ( s ) E  ( s ) y donde :
E  ( s )  R  ( s )  GH  ( s ) E  ( s )
 R ( s)
 E (s) 
1  GH  ( s )
    G  ( s) R (s)

Puesto que: C (s)  G ( s) E ( s)  C (s) 
1  GH  ( s )

La transformada z de esta última ecuación es:

G ( z ) R( z )
C ( z) 
1  GH ( z )
 la función transferencia pulso es :
C ( z) G( z)
 (4.7)
R( z ) 1  GH ( z )
Tabla 4.2 Configuraciones típicas de sistemas de control en
tiempo
discreto de lazo cerrado

Ver transparencias
4.4 Análisis en el espacio de estado de sistemas de tiempo
discreto
4.4.1 Ecuaciones en el espacio de estado
• Para sistemas lineales de tiempo discreto variantes en el tiempo
x(k  1)  G (k ) x(k )  H (k )u (k )
y (k )  C (k ) x(k )  D(k )u (k ) (4.8)
• Para sistemas lineales de tiempo discreto invariantes en el tiempo
x(k  1)  Gx (k )  Hu (k )
y (k )  Cx (k )  Du (k ) (4.9)
donde
x(k )  vector de estado n  1 , H (k )  matriz de entrada n  r
y (k )  vector de salida m  1 , C (k )  matriz desalida m  n
u (k )  vector de entrada r  1 , D(k )  matriz de transmisión
G (k )  matriz de estado n  n directa m  r
 D

x(k+1) +
u(k) + x(k) + y(k)
H z 1 I C
+

a) G

u(t) x (t ) x(t)
+
y(t)
+ +
B   dt C
+

b) A

Figura 4.8: a) Sistema de control lineal en tiempo discreto invariante en el tiempo;

b) sistema de control lineal en tiempo continuo invariante en el tiempo.
4.4.2 Representaciones en el espacio de estado
Dado el sistema descrito por:

y (k )  a1 y (k  1)  a2 y (k  2)    an y (k  n)
 b0u (k )  b1u (k  1)    bnu (k  n) (4.10)
y su respectiva función de transferencia:
Y ( z ) b0 z n  b1 z n 1    bn
 n (4.11)
U ( z) z  a1 z n 1    an

Existen muchas formas de representarlas en el espacio de estado, entre las cuales

están:

1. Forma canónica controlable

2. Forma canónica observable
3. Forma canónica diagonal
4. Forma canónica de Jordan
Debido a que la representación en la forma canónica controlable es la más usada,
se presenta a continuación la ecuación de estado y la ecuación de salida .

• Forma canónica Controlable

 x1 (k  1)   0 1 0  0   x1 (k )  0
 x (k  1)   0 0 1  0   x2 (k )  0
 2    
              u (k ) (4.12)
      
x
 n 1 ( k  1)   0 0 0  1   xn 1 (k ) 0
 xn (k  1)   an  an 1  an  2   a1   xn (k )  1
 x1 (k ) 
 x (k )
y (k )   bn  anb0 bn 1  an 1b0  b1  a1b0   2   b0u (k ) (4.13)
  
 
x
 n ( k )
4.4.3 Matriz de función de transferencia pulso
Dado el sistema discreto descrito por:
x(k  1)  Gx(k )  Hu (k )
y (k )  Cx (k )  Du (k ) (4.14)
La transformada z de la ecuación (4.14) es:
zX ( z )  zx(0)  GX ( z )  HU ( z )
Y ( z )  CX ( z )  DU ( z )
Suponiendo condiciones iniciales cero x(0), se obtiene:
X ( z )  ( zI  G ) 1 HU ( z ) , y
 
Y ( z )  C ( zI  G ) 1 H  D U ( z )  F ( z )U ( z )
donde
F ( z )  C ( zI  G ) 1 H  D (4.15)
F(z) es la matriz de función de transferencia pulso.
4.4.4 Discretización de ecuaciones en tiempo continuo
Dada la ecuación en tiempo continuo:
x  Ax  Bu (4.16)
y  Cx  Du (4.17)
su correspondiente representación discreta es:
x((k  1)T )  G (T ) x(kT )  H (T )u (kT )
y (kT )  Cx(kT )  Du (kT ) (4.18)
C y D son matrices constantes e independientes del tiempo de muestreo T, y:
G (T )  e AT (4.19)
T
H (T )  (  e A d ) B (4.20)
0

La función de transferencia pulso es:

F ( z )  C ( zI  G ) 1 H  D (4.21)
4.4.5 Representaciones canónicas
Considerando la ecuación de estado en tiempo discreto y la ecuación de salida:
x(k  1)  Gx(k )  Hu (k )
y (k )  Cx(k )  Du (k ) (4.22)
Se pueden representar en forma canónica. Dichas representaciones son:
1. Forma canónica controlable
2. Forma canónica observable
3. Forma canónica diagonal o de Jordan.

A continuación se presenta las ecuaciones en tiempo discreto (4.22) en su repre-

sentación canónica controlable.
La ecuación (4.22) puede representarse mediante la siguiente representación:

xˆ (k  1)  T 1GTxˆ (k )  T 1 Hu (k )  Gˆ xˆ (k )  Hˆ u (k )
y (k )  CTxˆ (k )  Du (k )  Cˆ xˆ (k )  Dˆ u (k )
donde: T  MW , M   H GH  G H 
n 1

 an 1 an  2  a1 1
a an 3  1 0
 n2
W      
 
 a1 1  0 0
 1 0  0 0
Gˆ  T 1GT , Hˆ  T 1 H , Cˆ  CT , y Dˆ  D , es decir :
 xˆ1 (k  1)   0 1 0  0   xˆ1 (k )  0
 x (k  1)   0 0 1 0   xˆ2 (k )  0
 ˆ2   
 
              u (k ) (4.23)
      
x
ˆ
 n 1 ( k  1)   0 0 0  1   xˆn 1 ( k ) 0
 xˆ n (k  1)   an  an 1  an  2   a1   xˆn (k )  1
 xˆ1 ( k ) 
 x (k ) 
 ˆ2 
y ( k )   bn  anb0 bn 1  an 1b0  b1  a1b0      Dˆ u (k ) (4.24)
 
x
ˆ
 n 1 ( k )
 xˆn (k ) 
4.5 Diseño de sistemas de control en tiempo discreto por
el método de espacio de estado
4.5.1 Diseño por realimentación de estado (ubicación de polos)
Considere el sistema de control en lazo abierto que se muestra en la figura 4.9

u(k) + x(k+1) 1 x(k)

H z I
+
(a) G

u(k) + 1
x(k)
H z I
+ Figura 4.9: (a) Sistema de control
(b) G en lazo abierto; (b) sistema de
control en lazo cerrado con
-K u = -K x(k).
definido por:
x(k  1)  Gx(k )  Hu (k ) (4.25)
Si la señal de control u(k) fuera u (k )   Kx(k )

donde K es la matriz de ganancia de realimentación (1xn), entonces el sistema

de lazo cerrado se representa por
x(k  1)  (G  HK ) x(k ) (4.26)
La matriz K se escoge de tal forma que los valores característicos de G-HK sean
los polos en lazo cerrado deseados: µ1, µ2, ..., µn.
Para la ubicación arbitraria de polos debe cumplirse la condición de controlabi-
lidad siguiente:
Rango H  GH  G n1 H  (4.27)
La ecuación característica en lazo abierto es:

zI  G  z n  a 1 z n 1    a n 1 z  an  0 (4.28)
La ecuación característica de lazo cerrado se convierte en:

zI  G  HK  zI  Gˆ  Hˆ Kˆ
z 1  0
0 z  0
    
0 0  1
an   n an 1   n 1  z  a1   1

 z n  (a1   1) z n 1    (an 1   n 1) z  an   n  0 (4.29)

Por otro lado, la ecuación característica con los valores característicos deseados,
está dada por:
( z   1)( z   2 )  ( z   n )
 z n   1 z n 1   2 z n  2     n 1 z   n 0 (4.30)
Igualando las ecuaciones (4.29) y (4.30) se obtienen :

 1 a1   1
 2  a2   2

 n  an   n
Entonces K viene a ser:
K  Kˆ T 1   n  n 1   1 T 1
  n  an  n 1  a n 1   1  a1 T 1

donde las ai y las  i son coefientes conocidos.

Y donde la matriz de transformación T = MW también conocida.

4.6 Simulaciones
Dada la siguiente función de transferencia z del sistema de control por realimen-
tación de estado:
y ( z ) 0.240298z  0.259702
F ( z)  
r( z) z 2  z  0.5
donde y(z) es la salida del sistema de control y r(z) es la entrada de referencia
escalón unitario. Obtener la simulación del sistema de control.
Solución

Programa
% **** Simulación ****
% Sistema de control por realimentación de estado
% _ Respuesta al escalón unitario_
%
num=[0 0.240298 0.259702];
den=[1 -1 0.5];
r=ones(1,41);
v=[0 40 0 1.6];
axis(v);
k=0:40;
y=filter(num,den,r);
plot(k,y,'o',k,y,'-')
grid
title('Control por realimentación de estado')
xlabel('k: número de muestras')
ylabel(’Salida y(k)')