Está en la página 1de 89

UNIVERSIDAD DE NAVARRA

ESCUELA SUPERIOR DE INGENIEROS


SAN SEBASTIN
INGENIERA DE CONTROL II
CONTROL DE SISTEMAS DISCRETOS
Dr. D. Jorge Juan Gil Nobajas
San Sebastin, 3 de enero de 2007
Ingeniera de Control II Control de Sistemas Discretos
2007 Jorge Juan Gil Nobajas
ISBN 978-84-611-5503-3
Depsito Legal SS-279-2007
Reservados todos los derechos.
Queda prohibida la reproduccin total o parcial sin autorizacin previa.
Impreso en Espaa
__________________________________________________________________
Imprime: Unicopia, C.B.
Paseo Manuel Lardizbal, 13
20018 San Sebastin (Guipzcoa) ESPAA
3
NDICE
NDICE............................................................................................................................................................ 3
CAPTULO 1................................................................................................................................................... 7
INTRODUCCIN .......................................................................................................................................... 7
1.1 EJEMPLO DE IMPLEMENTACIN ANALGICA .................................................................................... 7
1.2 EJEMPLO DE IMPLEMENTACIN DIGITAL.......................................................................................... 8
1.3 CONCEPTO DE MUESTREO................................................................................................................. 8
1.4 CONCEPTO DE CUANTIZACIN .......................................................................................................... 9
1.5 CLASIFICACIN DE LOS SISTEMAS .................................................................................................. 10
CAPTULO 2................................................................................................................................................. 11
TRATAMIENTO MATEMTICO DE LA SEAL MUESTREADA.................................................... 11
2.1 DEFINICIN DE MUESTREO PERIDICO........................................................................................... 11
2.1.1 Funcin portadora.................................................................................................................... 11
2.1.2 Funcin temporal muestreada................................................................................................. 13
2.2 TRANSFORMA DE FOURIER DE LA FUNCIN MUESTREADA.............................................................. 13
2.3 EL PROBLEMA DEL ALIASING .......................................................................................................... 14
2.3.1 Teorema de Shannon................................................................................................................ 14
2.3.2 Aliasing y reconstruccin de la seal original ........................................................................ 15
2.3.3 Aliasing y ruido en la medida de la seal............................................................................... 16
CAPTULO 3................................................................................................................................................. 19
EL MUESTREO IDEAL.............................................................................................................................. 19
3.1 DEFINICIN DE MUESTREO IDEAL .................................................................................................. 19
3.1.1 Funcin portadora.................................................................................................................... 19
3.1.2 Funcin temporal muestreada................................................................................................. 20
3.2 TRANSFORMADA DE FOURIER DE LA FUNCIN MUESTREADA ......................................................... 20
CAPTULO 4................................................................................................................................................. 23
TRANSFORMADA DE LAPLACE DE UNA SEAL MUESTREADA............................................... 23
4.1 PRIMERA FORMA DE LA TRANSFORMADA DE LAPLACE.................................................................... 23
4.1.1 Definicin.................................................................................................................................. 23
4.1.2 Forma cerrada .......................................................................................................................... 23
4.1.3 Ejemplo...................................................................................................................................... 24
4.2 SEGUNDA FORMA DE LA TRANSFORMADA DE LAPLACE................................................................... 24
4.3 PROPIEDADES DE LA TRANSFORMADA DE LAPLACE........................................................................ 24
4.4 FRANJAS PRIMARIA Y COMPLEMENTARIAS...................................................................................... 25
CAPTULO 5................................................................................................................................................. 27
RECONSTRUCCIN DE LA FUNCIN CONTINUA ORIGINAL.................................................... 27
5.1 FILTRO IDEAL ................................................................................................................................. 27
5.1.1 Caractersticas del filtro ideal ................................................................................................. 27
5.1.2 Imposibilidad fsica de construccin del filtro ideal .............................................................. 27
4
5.1.3 Reconstruccin de la seal con el filtro ideal .......................................................................... 28
5.2 RETENEDOR DE ORDEN CERO ......................................................................................................... 29
5.2.1 Caractersticas del retenedor de orden cero............................................................................. 29
5.2.2 Expresin de Laplace del retenedor de orden cero .................................................................. 30
5.2.3 Respuesta en frecuencia del retenedor de orden cero .............................................................. 30
5.3 RETENEDOR DE PRIMER ORDEN...................................................................................................... 31
5.3.1 Caractersticas del retenedor de primer orden........................................................................ 31
5.3.2 Expresin de Laplace del retenedor de primer orden.............................................................. 32
5.3.3 Respuesta en frecuencia del retenedor de primer orden ......................................................... 33
5.4 RETENEDOR POLINOMIAL ............................................................................................................... 33
5.4.1 Caractersticas del retenedor polinomial................................................................................. 33
5.4.2 Expresin de Laplace del retenedor polinomial ...................................................................... 34
CAPTULO 6................................................................................................................................................. 35
LA TRANSFORMADA Z............................................................................................................................. 35
6.1 CLCULO DE LA TRANSFORMADA Z................................................................................................. 35
6.2 TABLA DE LA TRANSFORMADA Z DE FUNCIONES ELEMENTALES..................................................... 35
6.3 TEOREMAS DE LA TRANSFORMADA Z.............................................................................................. 37
6.4 CLCULO DE LA TRANSFORMADA INVERSA DE Z............................................................................. 37
6.4.1 Mtodo directo o de la expansin de potencia ......................................................................... 38
6.4.2 Mtodo de la expansin en fracciones...................................................................................... 38
6.5 FUNCIN DE TRANSFERENCIA Z..................................................................................................... 39
6.6 ECUACIONES DIFERENCIA .............................................................................................................. 39
CAPTULO 7................................................................................................................................................. 41
DIAGRAMAS DE BLOQUES EN Z .......................................................................................................... 41
7.1 GENERALIDADES ............................................................................................................................ 41
7.2 BLOQUES EN CASCADA CON MUESTREADORES................................................................................ 41
7.2.1 Un nico bloque continuo......................................................................................................... 41
7.2.2 Bloques continuos con muestreador intermedio...................................................................... 42
7.2.3 Bloques continuos sin muestreador intermedio: el problema de la convolucin................... 43
7.3 EJEMPLOS....................................................................................................................................... 43
7.4 MTODO DE SIMPLIFICACIN ......................................................................................................... 45
7.5 SISTEMAS CON BLOQUES CONTINUOS Y DISCRETOS........................................................................ 46
CAPTULO 8................................................................................................................................................. 49
CORRESPONDENCIA ENTRE PLANO S Y PLANO Z....................................................................... 49
8.1 FRANJA PRIMARIA Y CRCULO UNITARIO......................................................................................... 49
8.2 LNEAS DE PARMETROS CONSTANTES........................................................................................... 50
8.3 VARIACIN DE LA POSICIN DE LOS POLOS Y CEROS CON T............................................................ 51
8.4 CLCULO DEL NMERO DE MUESTRAS POR CICLO.......................................................................... 52
CAPTULO 9................................................................................................................................................. 55
ANLISIS DE ESTABILIDAD.................................................................................................................. 55
9.1 CRITERIO GENERAL ........................................................................................................................ 55
9.2 CRITERIO DE JURY.......................................................................................................................... 55
9.3 TRANSFORMACIN BILINEAL Y CRITERIO DE ROUTH-HURWITZ...................................................... 56
9.4 EJEMPLO ........................................................................................................................................ 57
CAPTULO 10............................................................................................................................................... 59
RESPUESTA TRANSITORIA Y RGIMEN PERMANENTE............................................................. 59
10.1 RESPUESTA TRANSITORIA............................................................................................................... 59
10.2 RGIMEN PERMANENTE.................................................................................................................. 61
10.3 ERROR EN RGIMEN PERMANENTE................................................................................................. 61
10.4 TIPO DE SISTEMA ............................................................................................................................ 62
CAPTULO 11............................................................................................................................................... 63
LUGAR DE LAS RACES........................................................................................................................... 63
5
11.1 DEFINICIN.................................................................................................................................... 63
11.2 PUNTO DE PARTIDA......................................................................................................................... 63
11.3 MTODO GRFICO........................................................................................................................... 65
11.4 DISEO DE COMPENSADORES DE ADELANTO DE FASE .................................................................... 66
11.5 EJEMPLO DE DISEO ...................................................................................................................... 66
11.6 EJERCICIOS PROPUESTOS ............................................................................................................... 71
11.6.1 Primer ejercicio..................................................................................................................... 71
11.6.2 Segundo ejercicio.................................................................................................................. 71
11.6.3 Tercer ejercicio...................................................................................................................... 72
CAPTULO 12............................................................................................................................................... 73
MTODOS DE DIGITALIZACIN.......................................................................................................... 73
12.1 GENERALIDADES DE LOS MTODOS DE DIGITALIZACIN................................................................. 73
12.2 INTEGRACIN NUMRICA................................................................................................................ 73
12.2.1 Mtodo trapezoidal o de Tustin ........................................................................................... 74
12.2.2 Mtodo de Euler implcito.................................................................................................... 74
12.2.3 Mtodo de Euler explcito..................................................................................................... 75
12.2.4 Otros mtodos numricos de integracin ............................................................................ 76
12.2.5 Ejemplo de digitalizacin usando integracin numrica................................................... 76
12.3 DERIVACIN NUMRICA ................................................................................................................. 78
12.3.1 Mtodo de backwards........................................................................................................... 78
12.3.2 Otros mtodos de derivacin................................................................................................ 79
12.3.3 Ejemplos de digitalizacin de PID...................................................................................... 80
12.3.4 Ejemplos de digitalizacin de filtros ................................................................................... 81
12.4 MTODO DE EQUIPARACIN DE POLOS Y CEROS ............................................................................. 82
12.4.1 Caso particular..................................................................................................................... 82
12.4.2 Mtodo de equiparacin modificado.................................................................................... 82
12.4.3 Ejemplo ................................................................................................................................. 83
12.5 MTODO DE LA EQUIVALENCIA DEL RETENEDOR............................................................................ 83
CAPTULO 13............................................................................................................................................... 85
RESPUESTA EN FRECUENCIA.............................................................................................................. 85
13.1 APROXIMACIN DE LA RESPUESTA EN FRECUENCIA ....................................................................... 85
13.2 EJEMPLO NUMRICO ...................................................................................................................... 87
13.3 RESPUESTA EN FRECUENCIA EXACTA............................................................................................. 88
7
Captulo 1
INTRODUCCIN
En el libro Ingeniera de Control Control de Sistemas Continuos se describieron las herra-
mientas clsicas de control para sistemas continuos en el tiempo. Todas ellas se pueden apli-
car directamente, por ejemplo, en el diseo de circuitos analgicos que gobiernan cualquier ti-
po de sistema fsico. Sin embargo, la aparicin de los microprocesadores supuso una autntica
revolucin en el mundo de la ingeniera de control. Con su uso, el ingeniero es capaz de ajustar
o cambiar la ley de control de mucha mucho ms rpida. Adems, la potencia clculo de estos
dispositivos ha permitido desarrollar nuevas estrategias de control.
La nica dificultad que plantea el uso de microprocesadores es que es necesario trasla-
dar todos los conceptos clsicos de control a un nuevo escenario en el que las seales no son
conocidas en todo instante de tiempo. A este tipo de sistemas se les llamar sistemas de tiem-
po discreto.
El presente libro de texto describe las herramientas bsicas para el control de sistemas
discretos en el tiempo. Se introducir el concepto de muestreo y la herramienta matemtica
que se usar para manejar las seales muestreadas es la transformada Z.
1.1 EJEMPLO DE IMPLEMENTACIN ANALGICA
Sea el sistema de control de la Fig. 1.1, en el que el controlador es un compensador de adelan-
to-retraso de fase. Si las seales se error y actuacin son seales elctricas, el ingeniero puede
implementar fsicamente el circuito de la Fig. 1.2 para introducir su ley de control. Para ajus-
tar los parmetros del controlador a los deseados, debe sintonizar se forma adecuada los po-
tencimetros del circuito.

+
G
C R
Gc
Controlador Planta
E U
Fig. 1.1 Sistema de control
R1
C1
E
R2
C2
+
R3
R4
+
U

Fig. 1.2 Circuito analgico para un compensador de adelanto


Los potencimetros del circuito permiten al ingeniero modificar, dentro de unos lmites,
la ley del compensador. Sin embargo, si el ingeniero desea probar otro tipo de compensador,
8
tendr que soldar un nuevo circuito. Esta forma de disear controladores analgicos no es muy
rpida y suele ser bastante tediosa.
1.2 EJEMPLO DE IMPLEMENTACIN DIGITAL
En la Fig. 1.3 se muestra la alternativa digital para el mismo problema. El controlador se sus-
tituye en este caso por un microprocesador que es capaz de adquirir la magnitud del error por
los puertos de entrada (generalmente son convertidores A/D, pero tambin pueden ser conta-
dores de pulsos, de encoder, etc.) y puede comandar la actuacin en la planta a travs de los
puertos de salida (convertidores D/A).
E U
P
Fig. 1.3 Microprocesador que controla el sistema
La operacin del microprocesador est gobernada por un reloj (generalmente interno
pero en el ejemplo se ha puesto externo), que marca los instantes en los que se ejecutan las
sentencias del programa que puede introducir el ingeniero (de nuevo este programa puede es-
tar almacenado en una memoria interna o externa). El reloj es quien seala tambin con qu
frecuencia se produce la lectura de los convertidores A/D y el comando de las salidas D/A.
Si el ingeniero tiene implementado un determinado programa de control y desea cam-
biar el algoritmo, slo debe modificar unas lneas de cdigo y volverlo a compilar. No es nece-
sario que cambie el hardware ni las conexiones. Esto hace que, a la hora del diseo, el control
digital sea mucho ms verstil que el analgico.
El ejemplo sirve tambin para plantearse la siguiente pregunta: qu datos puede usar
el ingeniero en su programa para calcular la salida o actuacin del controlador? Evidentemen-
te en cada instante que marque el reloj puede usar la lectura actual de la entrada. Tambin
puede disponer de las entradas y las salidas en instantes anteriores, si ha tenido el cuidado de
almacenarlas en variables. Nunca podr usar valores futuros de esas seales. Y como la me-
moria del dispositivo es finita, tampoco podr disponer de infinitos valores de entrada y salida
anteriores en el tiempo. Tendr que decidir si guarda dos, tres, diez, valores pasados pero no
puede disponer de un histrico infinito. Por tanto, el valor de la salida (es decir, la actuacin
del controlador) en cada instante ser una combinacin de un nmero finito de valores, que co-
rrespondern a entradas actuales o anteriores en el tiempo, y salidas anteriores en el tiempo.
Es posible con esa informacin controlar el sistema de la misma manera que se haca
con el circuito anterior? Y en el caso de que sea posible, cul es la combinacin matemtica de
todos esos valores para se controle de forma equivalente el sistema? Evidentemente la res-
puesta a la primera pregunta depender de la frecuencia del reloj que gobierna el controlador.
No se puede esperar que un microprocesador sea capaz de controlar el movimiento de un cabe-
zal del disco duro, si el reloj del mismo ordena la ejecucin del programa cada minuto. Pero
para controlar la temperatura del interior de un edificio s puede ser suficiente con esa fre-
cuencia... Se ve cmo la frecuencia de ejecucin del programa de control es una decisin clave
del ingeniero. En esta asignatura se darn las herramientas necesarias para controlar los sis-
temas de estas caractersticas.
1.3 CONCEPTO DE MUESTREO
Una seal continua en el tiempo se encuentra muestreada por un observador exterior cuando
ste conoce slo informacin de dicha seal en determinados momentos de tiempo. En la Fig.
1.4a se representa una seal continua, mientras que en Fig. 1.4b se ha representado esa mis-
ma seal muestreada a intervalos.
9
t
f(t)
(a)
t
(b)
*
( ) f t
Fig. 1.4 Funcin continua (a) y muestreada (b)
Las seales pueden ser muestreadas de muy diversas maneras. Lo ms habitual ser
que el observador exterior posea informacin puntual de la seal continua a intervalos regula-
res de tiempo. A la duracin de esos intervalos se le llama periodo de muestreo y se desig-
nar con la variable Ts o simplemente T. Para la frecuencia de muestreo se usar fs (en Hz) o
bien es (en rad/s).
El periodo de muestreo va a ser crucial en esta asignatura. El comportamiento de los
sistemas cambia con dicho periodo de muestreo. De hecho, un mismo sistema puede ser esta-
ble o no, dependiendo de qu periodo de muestreo se haya elegido.
1.4 CONCEPTO DE CUANTIZACIN
Los sistemas de medicin que llevan incorporados los microprocesadores (convertidores A/D,
contadores de pulsos, etc.) conllevan intrnsecamente la cuantizacin de la seal. Es decir, no
se pueden conocer infinitos decimales de la seal fsica que se pretende medir. En algn mo-
mento se debe truncar la magnitud medida. El momento en que se produce el truncamiento
determina la resolucin del sistema sensor.
Por ejemplo, si se desea medir el voltaje de una seal elctrica con un convertidor de 14
bits, la resolucin que se obtiene cuando el fondo de escala es de 10 a +10 V, es 1.22 mV.
Cambios en la tensin por debajo de este umbral no sern detectables por el sistema. Conse-
cuencia de la cuantizacin es que la seal medida ya no es continua en el tiempo. Es continua
a intervalos y escalonada.
t
f(t)
t
(a) (b)
fq(t)
Fig. 1.5 Funcin continua (a) y cuantizada (b)
Aunque el fenmeno de la cuantizacin puede ser crtico en determinadas circunstan-
cias, lo habitual es que se pueda despreciar. Es decir, si el controlador diseado es robusto y
consigue que el sistema siga la referencia a pesar la existencia del ruido o las perturbaciones,
mantendr esa caracterstica a pesar de la existencia de la cuantizacin. De hecho, en muchos
manuales, la cuantizacin se estudia como un ruido aleatorio que se suma a la seal original.
10
1.5 CLASIFICACIN DE LOS SISTEMAS
Una vez introducidos los conceptos de muestreo y cuantizacin, es posible clasificar los siste-
mas en:
- Sistemas continuos. Son aquellos en los que slo intervienen seales continuas en el
tiempo.
- Sistemas muestreados o discretos en el tiempo. Son aquellos en los que existe al
menos un proceso de muestreo en alguna de las seales que intervienen en el mismo.
- Sistemas cuantizados. Son aquellos en los que existe al menos un proceso de cuanti-
zacin de alguna de las seales que intervienen en el mismo.
- Sistemas digitales. Son aquellos en los que existe a la vez al menos un proceso de
muestreo y cuantizacin de alguna de las seales que intervienen en el mismo.
Evidentemente, un sistema se puede dividir en partes que posean distintas caracters-
ticas. As, en un sistema muestreado se puede definir un subsistema que sea estrictamente
continuo. Y lo mismo puede decirse de los sistemas digitales y cuantizados.
Hay que advertir que los adjetivos muestreado, discreto y digital se suelen usar
como sinnimos. Esto se debe al hecho antes citado de que el fenmeno de la cuantizacin se
pueda despreciar en la mayora de los casos.
11
Captulo 2
TRATAMIENTO MATEMTICO DE LA
SEAL MUESTREADA
En este captulo se presenta el tratamiento matemtico que se dar a la seal muestreada en
el dominio temporal y, mucho ms importante, cul es su transformada de Fourier. Todo lo
que se diga de la transforma de Fourier se podr trasladar ms adelante a la transformada de
Laplace.
2.1 DEFINICIN DE MUESTREO PERIDICO
Sea f(t) una funcin continua en el tiempo. De dicha funcin, Fig. 1.1a, un observador slo co-
noce su evolucin en pequeos intervalos de duracin a cada cierto tiempo T, con a < T, como
se muestra en la Fig. 1.1b.
t
f(t)
t
(a) (b)
a
T
*
( ) f t
Fig. 2.1 Funcin continua (a) y muestreada (b)
2.1.1 Funcin portadora
El resultado final se puede considerar como resultado de multiplicar la funcin original f(t) por
otra funcin p(t) que se define como se muestra en la Fig. 2.2. As pues, desde un punto de vis-
ta matemtico el muestreo de una funcin consiste simplemente en un producto de funciones.
A semejanza de un modulador, f(t) sera la seal moduladora y p(t) la seal portadora.
t
p(t) a
T
0
1
Fig. 2.2 Funcin peridica que produce el muestreo
12
Dado que p(t) es una funcin peridica se puede definir de dos maneras. En la primera
(2.1) se dan los valores de la funcin dentro de su periodo, mientras que la segunda (2.2) es su
desarrollo en serie de Fourier.
s <
=

s <

1 0
( )
0
t a
p t
a t T
(2.1)
( )
s
jn t
n
n
p t c e
e

=
=
_
(2.2)
Es posible calcular el valor de los coeficientes de Fourier para la funcin p(t) elegida:
e
e e e
e e



= = = =
) ) 0
0 0
1 1 1 1
( ) [ ]
s
s s s
T a jn a
jn t jn t jn t a
n
s s
e
c p t e dt e dt e
T T jn T jn T
(2.3)
Para ver qu valores van tomando los distintos coeficientes en funcin de n, es intere-
sante modificar convenientemente la expresin (2.3). Operando con nmeros complejos, se sa-
be que:
o o
o

=
2
2 sin (1 )
j j
j e e (2.4)
Por tanto se puede afirmar que:
e
e
e
e
e

= =
2
2
2 sin
2
1 2 sin
2
s
s
s
s
n a
j
jn a s
n a
j
n a
j
n a
e je
e
(2.5)
Y la expresin de los coeficientes de Fourier queda as:
e e
e
e
e
e

= =
2 2
sin
1
2
2 sin
2
2
s s
s
n a n a
j j
s
n
s
s
n a
n a a
c je e
n a
jn T T
(2.6)
A la funcin seno de un ngulo dividido por el mismo ngulo se le llama funcin sinus
cardinalis (abreviado sinc) o funcin de interpolacin:
o
o
o
=
sin
sinc (2.7)
La representacin de dicha funcin, dependiendo de la variable, es:
0
0
0.2
0.4
0.6
0.8
1
2t 4t 6t 8t 10t
0.2
0.4
o
sinco
2t 4t 6t 8t 10t
Fig. 2.3 Funcin sinus cardinalis
En definitiva, los coeficientes de Fourier de la funcin p(t) son nmeros complejos cuyo
mdulo y argumento se pueden obtener fcilmente de la expresin (2.6). Usando otra notacin
habitual para los nmeros complejos, ecuacin (2.8), se advierte que el argumento da saltos
finitos de 180 cada vez que la funcin sinus cardinalis cambia de signo.
13
e e
= sinc
2 2
s s
n
n a n a a
c
T
(2.8)
En la Fig. 2.4 se sealan con crculos los valores de mdulo y argumento que van to-
mando de los coeficientes cn de Fourier.
0 4
a
t 2
a
t 6
a
t 2
a
t 4
a
t 6
a
t
0
e
0.2a
T
0.4a
T
0.6a
T
0.8a
T
a
T
sinc
2
a a
T
e
n
c
0
c
1
c
2
c
s
e
s
e
1
c

2
c

0 4
a
t 2
a
t 6
a
t 2
a
t 4
a
t 6
a
t
e
s
e
s
e
0
c
1
c
2
c
1
c

2
c

0 rad
rad t
rad
2
t
rad
2
t
rad t
sinc
2 2
a a e e

n
c
Fig. 2.4 Mdulo y argumento de los coeficientes de Fourier de la funcin portadora
2.1.2 Funcin temporal muestreada
Mediante la funcin peridica p(t) definida en el apartado anterior, se puede dar una expresin
matemtica para la funcin temporal muestreada:
*
( ) ( ) ( ) ( ) ( )
s s
jn t jn t
n n
n n
f t f t p t f t c e c f t e
e e


= =
= = =
_ _
(2.9)
Siempre se usar el smbolo asterisco para denotar la funcin resultante despus del
muestreo. La expresin (2.9) ser de mucha utilidad para calcular en el siguiente apartado su
transformada de Fourier.
2.2 TRANSFORMA DE FOURIER DE LA FUNCIN MUESTREADA
Por definicin, la transforma de Fourier de una funcin es:
14
e
e

=
)
F
( ) ( ) ( )
j t
f t F f t e dt (2.10)
Es una funcin compleja de variable real que ofrece informacin del contenido en fre-
cuencia de la funcin original f(t). Si la variable t tiene unidades de segundos, la variable e
tiene unidades de rad/s. Las dos variables reales, t y e, se extienden desde a .
La propiedad de traslacin de la transformada de Fourier dice que:
e
e e = F
1
1
[ ( ) ] ( )
j t
f t e F (2.11)
Por tanto, la transformada de Fourier de la funcin muestreada es:
* *
( ) [ ( )] ( ) ( )
s
jn t
n n s
n n
F f t c f t e c F n
e
e e e

= =
(
= = =
(

_ _
F F (2.12)
Es decir, la transformada de Fourier de una funcin muestreada es igual a una suma
con infinitos sumandos, y cada sumando es una copia de la transformada de Fourier de la
funcin original trasladada en frecuencia (un mltiplo de la frecuencia de muestreo) y ponde-
rada por el coeficiente cn.
Es interesante hacer notar que este resultado es independiente del tipo o la forma de
muestreo que se haya llevado a cabo. En otras palabras, la forma de la funcin portadora p(t)
slo influye en los coeficientes complejos cn.
2.3 EL PROBLEMA DEL ALIASING
2.3.1 Teorema de Shannon
El fenmeno del aliasing es uno de los conceptos ms importantes de la asignatura. Una forma
de entender qu es el aliasing consiste en intentar dibujar la transformada de Fourier de
una funcin muestreada, cuya expresin se ha obtenido en el apartado anterior.
Para mayor simplicidad, se intentar dibujar slo el mdulo de la transformada de Fou-
rier (recurdese que es un nmero complejo) y adems se supondr que la funcin original f(t)
tiene ancho de banda limitado, es decir, su transformada de Fourier tomar valores nulos a
partir de una determinada frecuencia em que seala el mximo contenido en frecuencia de la
seal f(t). En la Fig. 2.5 se muestra cualitativamente cmo podra representarse el mdulo de
la transformada de Fourier de la seal, aunque podra adoptar cualquier otra forma mientras
sea nula fuera del intervalo em < e < em.
( ) F e
m
e
m
e
e
Fig. 2.5 Transformada de Fourier de una funcin con ancho de banda limitado
( )
a
F
T
e
m
e
m
e
e
1
( )
s
c F e e +
s
e
2
( 2 )
s
c F e e +
2
s
e
2
( 2 )
s
c F e e


2
s
e
1
( )
s
c F e e


s
e
Fig. 2.6 Transformada de Fourier de la funcin muestreada
En la Fig. 2.6 se muestra la forma que adopta la suma de la ecuacin (2.12) que origina
la transformada de Fourier de la funcin muestreada. Cada sumando es una rplica escalada
15
de la seal original trasladada en frecuencia. La condicin para que no se produzca solapa-
miento entre los sumandos es:
e e > 2
s m
(2.13)
Y esta condicin es independiente de valores tomen los coeficientes cn, por tanto es
tambin independiente del tipo de muestreo que se haya efectuado. Esta condicin general es
el teorema de Shannon del muestreo (1948). Cuando no se cumple el teorema de Shannon,
existe solapamiento en los sumandos y aparece el fenmeno del aliasing. En la Fig. 2.7 se
muestra la forma de la transformada de Fourier de la seal muestreada cuando existe alia-
sing.
*
( ) F e
m
e
m
e
e
s
e 2
s
e 2
s
e
s
e
Fig. 2.7 Transformada de Fourier de la funcin muestreada con aliasing
2.3.2 Aliasing y reconstruccin de la seal original
Comparando la Fig. 2.6 con la Fig. 2.7 es posible observar la ventaja que supone para el inge-
niero que no exista aliasing. Cuando no hay aliasing el ingeniero podra se capaz de obtener la
seal original no muestreada a partir de la muestreada. Bastara que fuera capar de aislar el
sumando no trasladado en frecuencia entre eN y eN con un filtro pasa-baja y deshacer el esca-
lado del coeficiente c0. As hallara la transformada de Fourier de la seal continua en el tiem-
po y podra encontrar su expresin exacta en el dominio del tiempo.
En cambio, si existe aliasing, no es posible obtener la transformada de Fourier de la
seal original. El solapamiento de los sumandos, hace imposible este paso.
Ahora se puede entender mejor porqu en el apartado anterior se hizo el anlisis para
el caso de que la funcin continua tuviera ancho de banda limitado. Si el contenido en frecuen-
cia de la seal continua no est limitado, siempre existir aliasing por muy rpido que se rea-
lice el muestreo. En otras palabras, habr informacin de alta frecuencia de la seal original
que se perder y no ser posible reconstruir dicha seal a partir de la funcin muestreada. En
cambio, si el ancho de banda es limitado, es posible muestrear rpidamente la seal sin perder
informacin.
t
f(t)
*
( ) f t
T 2T
3T 4T
5T
T
Fig. 2.8 Seal continua y muestreada sin cumplir el teorema de Shannon
En la Fig. 2.8 se muestra un ejemplo de muestreo de una seal a una frecuencia infe-
rior al umbral que marca el teorema de Shannon. Con slo la informacin de la seal mues-
treada, Fig. 2.9, no es posible llegar a la seal original.
16
t
*
( ) f t
T 2T
3T 4T
5T
T
Fig. 2.9 Seal muestreada sin cumplir el teorema de Shannon
En ms, la seal sinusoidal que se podra sugerir para como la original podra ser err-
nea, como la que se presenta en la Fig. 2.10.
t
*
( ) f t
T 2T
3T 4T
5T
T
1
( ) f t
Fig. 2.10 Seal muestreada sin cumplir el teorema de Shannon
Por tanto, muestrear por debajo del umbral que marca el teorema de Shannon, no slo
implica que se pierda informacin del contenido en alta frecuencia; tambin implica que las
seales de alta frecuencia pueden ser observadas con una frecuencia inferior a la que realmen-
te tienen. En eso consiste en la prctica el solapamiento de los sumandos en frecuencia.
Por ltimo cabra preguntarse si tiene sentido suponer que las seales continuas que se
van a estudiar tienen ancho de banda limitado o no. Para conocerlo y asegurar que no se va a
producir aliasing, habra que calcular la transformada de Fourier de la seal, o una herra-
mienta anloga como es el espectro de frecuencia. En sistemas mecnicos es muy corriente su-
poner que su respuesta en posicin ante una entrada fuerza tiene esta caracterstica. En cual-
quier caso, llega un momento en que la respuesta de alta frecuencia posee una amplitud tan
pequea que est por debajo de la resolucin del sensor de medida y, por lo menos a partir de
ese momento su respuesta se puede suponer nula.
2.3.3 Aliasing y ruido en la medida de la seal
Un problema a la hora de tratar las seales muestreadas es el ruido que se puede introducir
en la lectura del sensor de medida. Ese ruido se puede malinterpretar como presente en la
funcin continua original y podra ser causante de aliasing si se intenta llevar a cabo una re-
construccin de la misma.
( ) F e
m
e
m
e
e
Seal
Ruido
Fig. 2.11 Seal de ancho de banda limitado y ruido de alta frecuencia
17
En la Fig. 2.11 se muestra la transformada de Fourier de una seal continua con ancho
de banda limitado y ruido de alta frecuencia. En la Fig. 2.12 se muestra el aliasing que se
puede producir debido al ruido.
m
e
m
e
e
s
e 2
s
e 2
s
e
s
e
*
( ) F e
Fig. 2.12 Aliasing producido por el ruido
Por este motivo, muchos sensores llevan incorporado un filtro de ruido que se suele de-
nominar como filtro anti-aliasing. Y, si no los lleva, el ingeniero debe filtrar convenientemente
la seal medida para prevenir este problema.
19
Captulo 3
EL MUESTREO IDEAL
En este captulo se introduce el concepto de muestreo ideal. Aunque muchas de las conclusio-
nes que se obtuvieron en el captulo anterior son independientes del tipo de muestreo que se
aplique, la realidad es que los convertidores A/D no graban la seal original en un intervalo de
tiempo a, sino que conocen un valor puntual de la funcin. Por tanto, habr que definir una
nueva funcin portadora que tome slo valores puntuales de la funcin continua.
3.1 DEFINICIN DE MUESTREO IDEAL
3.1.1 Funcin portadora
El muestreo ideal se consigue cuando se multiplica la funcin continua f(t) con la funcin por-
tadora p(t) que se define como:
0
0
( ) con ( ) 1
0 0
T
t
p t p t
t T
=
= =

< <

)
(3.1)
( ) ( )
n
p t t nT o

=
= +
_
(3.2)
t
p(t)
T
0
1
Fig. 3.1 Funcin portadora para el muestreo ideal
Como se observa en la Fig. 3.1, la funcin portadora es una secuencia o tren de impul-
sos unitarios que se extiende a lo largo del tiempo, desde hasta , separados cada T segun-
dos. Como la nueva funcin portadora p(t) sigue siendo peridica, es posible expresarla tam-
bin mediante una serie de Fourier con coeficientes:
0
1 1
( )
s
T
jn t
n
c p t e dt
T T
e
= =
)
(3.3)
Se obtiene que todos los coeficientes son iguales y reales. Por tanto:
1
( )
s s
jn t jn t
n
n n
p t c e e
T
e e


= =
= =
_ _
(3.4)
Las expresiones (3.2) y (3.4) son completamente equivalentes y se usar una u otra in-
distintamente dependiendo de cual ofrezca mayores ventajas.
20
3.1.2 Funcin temporal muestreada
Con las dos expresiones equivalentes de la funcin peridica p(t) definida en el apartado ante-
rior, se pueden hallar otras dos para la funcin temporal de muestreada:
*
( ) ( ) ( ) ( ) ( ) ( ) ( )
n n
f t f t p t f t t nT f nT t nT o o

= =
= = + = +
_ _
(3.5)
*
1 1
( ) ( ) ( ) ( ) ( )
s s
jn t jn t
n n
f t f t p t f t e f t e
T T
e e


= =
= = =
_ _
(3.6)
Tambin estas expresiones son equivalentes, aunque queda ms patente en la ecuacin
(3.5) que en la funcin muestreada slo se conocen los valores de la funcin original en cada
periodo de muestreo. La funcin muestreada es una sucesin de impulsos, que se extienden en
el tiempo desde hasta , y el rea encerrada por cada uno de ellos es igual al valor de la
funcin original en ese instante.
t
*
( ) f t
Fig. 3.2 Funcin muestreada de forma ideal
3.2 TRANSFORMADA DE FOURIER DE LA FUNCIN MUESTREADA
Para calcular la transformada de Fourier de la funcin muestreada a partir de la ecuacin
(3.5), hay que recordar previamente que la transformada de Fourier del impulso unitario en el
origen de tiempos, es la unidad:
[ ( )] 1 t o = F (3.7)
La propiedad de traslacin en el tiempo de la transformada de Fourier dice que:
1
1
[ ( )] [ ( )]
j t
f t t e f t
e
+ = F F (3.8)
Por tanto, la transformada de Fourier de la funcin muestreada es:
* *
( ) [ ( )] ( ) ( ) ( ) [ ( )] ( )
j nT
n n n
F f t f nT t nT f nT t nT f nT e
e
e o o

= = =
(
= = + = + =
(

_ _ _
F F F (3.9)
Obtener la transformada de Fourier equivalente a partir de la ecuacin (3.6) es mucho
ms inmediato ya que:
*
1
( ) ( ) ( )
n s s
n n
F c F n F n
T
e e e e e

= =
= =
_ _
(3.10)
De nuevo las expresiones (3.9) y (3.10) son completamente equivalentes. Es interesante
hacer notar que en el caso del muestreo ideal todos los alias son exactamente iguales a la
transformada de Fourier original, slo que se encuentran multiplicados por una misma cons-
tante, Fig. 3.3. Tambin en el caso de muestreo ideal se debe cumplir el teorema de Shannon
para que se pueda reconstruir la seal original a partir de la muestreada.
21
1
( ) F
T
e
m
e
m
e
e
1
( )
s
F
T
e e +
s
e
1
( 2 )
s
F
T
e e +
2
s
e
1
( 2 )
s
F
T
e e
2
s
e
1
( )
s
F
T
e e
s
e
Fig. 3.3 Transformada de Fourier de la seal muestreada
A partir de ahora, mientras no se especifique la contrario, se entender siempre que se
hable de muestreo que se trata del muestreo ideal.
23
Captulo 4
TRANSFORMADA DE LAPLACE DE UNA
SEAL MUESTREADA
Con la transformada de Fourier se pudo relacionar el mximo contenido en frecuencia de una
seal con el periodo de muestreo adecuado para dicha seal, de cara a su posterior reconstruc-
cin, por medio del teorema de Shannon. Sin embargo, la herramienta matemtica que ms se
emplea en Ingeniera de Control es la transformada de Laplace. En este captulo se estudia si
es posible obtener la transformada de Laplace de una seal muestreada.
4.1 PRIMERA FORMA DE LA TRANSFORMADA DE LAPLACE
4.1.1 Definicin
Por definicin, la transformada de Laplace de una funcin temporal es:
0
( ) ( ) ( )
st
f t F s f t e dt

=
)
L
(4.1)
Se trata de una transformacin integral muy parecida a la de Fourier. Sin embargo, la
integral se extiende a partir del origen de tiempos, en lugar de . Como consecuencia, dos
funciones que se diferenciaran slo en tiempos negativos tendran diferente transformada de
Fourier pero igual transformada de Laplace. Y mientras que la transformada de Fourier es
una funcin compleja de variable e real, la transformada de Laplace es una funcin compleja
de variable s compleja.
En la prctica, como todas las seales que suele manejar el ingeniero son nulas en
tiempos negativos, las dos transformadas coinciden si se sustituye la variable compleja de
Laplace s por je.
A continuacin se aplica la transformada de Laplace a la expresin de la funcin mues-
treada como sumatorio de impulsos:
* *
0
( ) [ ( )] ( ) ( ) ( ) [ ( )] ( )
snT
n n n
F s f t f nT t nT f nT t nT f nT e o o

= = =
(
= = + = + =
(

_ _ _
L L L (4.2)
Hay que advertir que se obtiene finalmente un sumatorio donde no aparecen valores de
n negativos. La razn es que los impulsos que se encuentran en la zona de tiempos negativos
tienen transformada de Laplace nula.
Es fcil recordar la expresin (4.2) ya que cada valor muestreado de la funcin temporal
va multiplicado por una exponencial que define precisamente el momento en que ha sido
muestreado, o mejor an, el retraso de tiempo que se debe esperar hasta que se d dicho va-
lor en la funcin.
4.1.2 Forma cerrada
En el siguiente ejemplo, se muestra la transformada de Laplace de un escaln unitario mues-
treado, Fig. 4.1:
24
* * 2 3
0 0
( ) [ ( )] ( ) 1 ...
snT sT sT sT
n n
U s u t t nT e e e e o


= =
(
= = + = = + + + +
(

_ _
L L (4.3)
t
T
0
1
2T 3T 4T 5T 6T 7T 0
*
( ) u t
Fig. 4.1 Escaln unitario muestreado
Resulta una suma de infinitos trminos, bastante ms difcil de manejar que su equiva-
lente para la funcin no muestreada. Sin embargo, si se cumplen ciertas condiciones es posible
encontrar una forma ms compacta para la expresin de la transformada de Laplace de la
funcin muestreada. En concreto, en el ejemplo anterior:
* 2 3
1
( ) 1 ... si 1
1
sT sT sT sT
sT
U s e e e e
e

= + + + + = <

(4.4)
El sumatorio de esta particular serie geomtrica converge si la razn de dicha serie es
menor que la unidad.
4.1.3 Ejemplo
Determinar la forma cerrada de la transformada de Laplace de la siguiente funcin f(t) cuando
se muestrea cada T segundos:
( )
at
f t e

= (4.5)
La expresin como suma de infinitos trminos es:
* ( ) 2( ) 3( )
( ) 1 ...
s a T s a T s a T
F s e e e
+ + +
= + + + + (4.6)
La forma cerrada es:
* ( )
( )
1
( ) si 1
1
s a T
s a T
F s e
e
+
+
= <

(4.7)
4.2 SEGUNDA FORMA DE LA TRANSFORMADA DE LAPLACE
Se puede dar una expresin equivalente de la transformada de Laplace usando de la funcin
muestreada como serie de Fourier:
* *
1 1
( ) [ ( )] ( ) ( )
s
jn t
s
n n
F s f t f t e F s jn
T T
e
e

= =
(
= = =
(

_ _
L L (4.8)
Esta expresin es equivalente a la ecuacin (4.2). Hay que advertir que ahora el suma-
torio se extiende desde hasta . Aqu no ocurre que se puedan despreciar los sumandos pa-
ra valores de n negativos, debido a que esta suma se extiende en el dominio de Laplace. Esto
suele generar no pocas confusiones, por lo que se recomienda un estudio riguroso de las dos
formas de la transformada de Laplace.
4.3 PROPIEDADES DE LA TRANSFORMADA DE LAPLACE
Una propiedad muy importante de la transformada de Laplace de la funcin muestreada es
que es una funcin compleja y peridica con periodo jes. Como por lo general los alumnos
estn acostumbrados a funciones peridicas reales con periodos reales, se va a mostrar a con-
tinuacin porqu la transforma de Laplace es una funcin compleja peridica y que su periodo
es el nmero complejo imaginario puro que se ha citado anteriormente:
( ) es peridica de periodo si ( ) ( ) f t T f t mT f t m + = (4.9)
* * *
( ) es peridica de periodo si ( ) ( )
s s
F s j F s mj F s m e e + = (4.10)
25
( ) * 2 *
0 0 0
( ) ( ) ( ) ( ) ( )
s
s mj nT snT jmn snT
s
n n n
F s mj f nT e f nT e e f nT e F s
e t
e

+
= = =
+ = = = =
_ _ _
(4.11)
Como se ve, el trmino exponencial que se desprecia es un giro mltiplo entero de 2t
rad del nmero complejo previo, por lo que no lo modifica.
Hay que advertir que la funcin muestreada es peridica en el dominio de Laplace, es
decir, su transformada de Laplace. Evidentemente la propia funcin muestreada no es peridi-
ca en el dominio temporal.
4.4 FRANJAS PRIMARIA Y COMPLEMENTARIAS
Una consecuencia muy importante de la propiedad de periodicidad de la transformada de La-
place es que se pueden definir dentro del plano complejo S en el que est definida la variable
de Laplace una serie de franjas o bandas como las que se muestran en la Fig. 4.2.
S
N
j e
3
N
j e
N
j e
3
N
j e
Puntos equivalentes
Franja primaria
Franja complementaria
Franja complementaria
Fig. 4.2 Franjas primaria y secundarias
Todo lo que ocurra en la franja primaria se repite en las franjas complementarias de
forma peridica. Como se ver ms adelante, en los sistemas muestreados si s1 es un polo del
sistema, los infinitos valores s1+ jmes que se pueden definir con m cualquier valor entero, tam-
bin sern polos del sistema.
27
Captulo 5
RECONSTRUCCIN DE LA FUNCIN
CONTINUA ORIGINAL
Al hablar del fenmeno del aliasing ya se mencion que a partir de una seal muestreada se
podra intentar reconstruir la funcin continua original utilizando un filtro. En este captulo se
explica cmo se puede hacer esto de forma exacta y cules son los filtros que se usarn real-
mente en los sistemas discretos.
5.1 FILTRO IDEAL
5.1.1 Caractersticas del filtro ideal
Suponiendo que se cumple el teorema de Shannon, el espectro de la seal original se repite en
el dominio de la frecuencia sin solape ninguno. Por tanto, lo que se necesita es un filtro con la
siguiente forma:
( )
i
H e
N
e
N
e
e
T
Fig. 5.1 Filtro ideal

2
( )
0
2
s
i
s
T
H
e
e
e
e
e

<

>

(5.1)
La mitad de la frecuencia de muestreo tiene nombre propio y se llama frecuencia de
Nyquist, es decir:
s
N
T
e t
e = =
2
(5.2)
Si se hubiera empleado una escala logartmica en la Fig. 5.1 tanto en ganancias como
en frecuencias, como es habitual en los diagramas de Bode, quedara patente que el filtro ideal
posee una pendiente de dB/dcada a partir de la frecuencia de Nyquist. Este hecho previe-
ne ya al ingeniero de que no es posible llevar a la prctica un filtro de tales caractersticas.
5.1.2 Imposibilidad fsica de construccin del filtro ideal
En este apartado se demuestra lo que de alguna manera ya se ha anticipado en el apartado
anterior, es decir, por qu es imposible implementar fsicamente un filtro ideal.
28
Una forma de verlo puede ser calcular la respuesta temporal del filtro ideal ante una
entrada impulso unitario en un instante determinado, por ejemplo, el origen de tiempos:
( )
i
H e
Filtro
ideal
( ) Y e ( ) e A
Fig. 5.2 Respuesta en rfecuencia del filtro ideal a un impulso
Como lo que se conoce es la forma del filtro ideal en el dominio de la frecuencia, o de
Fourier, habr que calcular la transforma inversa de Fourier de la salida del filtro. La trans-
formada inversa de Fourier se define como:
1 1
( ) ( ) ( )
2
j t
F f t F e d
e
e e e
t

=
)
F
(5.3)
Como la transformada de Fourier del impulso unitario es la unidad, la transformada de
Fourier da la salida coincidir con la expresin del filtro ideal:
( ) ( ) ( ) ( )
i i
Y H H e e e e = A = (5.4)
Por tanto:
sin( ) 1 1 2( )
( ) ( ) sinc( )
2 2 2
N
N
N N
N N
j t j t j t
j t j t N
N
N N
t T e e e
y t Y e d Te d t
jt j t t
e
e
e e e
e e
e e
e
e e e e
t t t e e


(
= = = = = =
(

) )
(5.5)
La respuesta del filtro ideal es una funcin sinus cardinalis de frecuencia igual a la fre-
cuencia de Nyquist, Fig. 5.3.
( ) t o
t
( ) y t
1
0
t
0
1
Fig. 5.3 Respuesta temporal del filtro ideal a un impulso
Sin embargo, cmo es posible que el filtro responda en tiempos negativos, es decir, an-
tes de que se produzca la entrada? Esto viola el principio clsico de causalidad. No se puede
observar un efecto antes de que acte la causa. As pues, aunque matemticamente sea posible
dar la definicin del filtro ideal, fsicamente no se puede implementar.
5.1.3 Reconstruccin de la seal con el filtro ideal
Otra forma de demostrar que es irrealizable consiste en observar directamente qu expresin
temporal continua resulta al introducir en el filtro ideal una funcin muestreada:
( )
i
H e
Filtro
ideal
( ) F e
*
( ) F e
Fig. 5.4 Respuesta del filtro ideal a una funcin muestreada
Por definicin la respuesta debe ser la funcin continua f(t) original, pero se pretende
ver cmo el filtro ideal consigue reconstruirla en el dominio del tiempo. La operacin producto
en el dominio de la frecuencia se puede convertir en el dominio temporal como la operacin
convolucin:
*
( ) ( ) ( )
i
F H F e e e = (5.6)
*
( ) ( ) ( )
i
f t h t f t = (5.7)
29
Para calcular la funcin temporal hi(t) se debe hacer la siguiente transformada inversa
de Fourier:
1 1
( ) ( ) sinc( )
2 2
N
N
j t j t
i i N
h t H e d Te d t
e
e e
e
e e e e
t t


= = =
) )
(5.8)
Resulta ser la misma expresin que la anterior ecuacin (5.5). Es por eso que la funcin
temporal asociada a una funcin de transferencia se le suele llamar funcin respuesta impul-
so unitario o expresiones equivalentes. Volviendo al clculo de la funcin temporal original, se
puede demostrar que la convolucin de la funcin muestreada con la funcin sinus cardinalis
es:
( ) ( )sinc( )
N
n
f t f nT t nT e

=
= +
_
(5.9)
Es decir, que para poder calcular el valor de la funcin f(t) en un instante cualquiera es
necesario conocer todos los valores muestreados de dicha funcin. Por tanto, no es posible ge-
nerar on-line dicha funcin porque no se conocen los valores muestreados futuros (suponien-
do que se sea posible memorizar los infinitos valores pasados).
En la frmula (5.9) se puede ver por qu se llama tambin a la funcin sinus cardinalis
funcin de interpolacin. Es decir, en el intervalo de tiempo comprendido entre dos instantes
de muestreo, se utiliza esta funcin para interpolar. Pero se ve tambin que no es exacta-
mente una interpolacin, ya que es un procedimiento que no slo afecta a los instantes inter-
medios entre dos muestreos. Cada muestreo afecta a toda la funcin temporal original f(t).
5.2 RETENEDOR DE ORDEN CERO
5.2.1 Caractersticas del retenedor de orden cero
En lugar del filtro ideal, lo que se utiliza en la prctica es algn tipo de retenedor de los que
se vern a continuacin. Los retenedores ms extendidos actan a intervalos de forma similar
a cmo aproxima una funcin la suma en serie de Taylor.
t
f(t)
nT
f t
0
( )
I
f t ( )
Fig. 5.5 Aproximaciones de Taylor en torno a un instante de muestreo
En la Fig. 5.5 se ve cmo se aproximara por Taylor la funcin f(t) en los puntos prxi-
mos a un instante cualquiera de muestreo. Formulando esta idea en una ecuacin:
2
2
2
( ) ( )
( ) ( ) ( ) ( ) ...
t nT t nT
df t d f t
f t f nT t nT t nT
dt dt
= =
(
(
+ + +
(
(

(5.10)
El retenedor de orden cero (en ingls zero-order holder) es el constructor de la fun-
cin original que usa slo el trmino de orden cero de la serie de Taylor (un valor constante)
entre un periodo de muestreo y el siguiente:
30
t
f(t)
f t
0
( )
Fig. 5.6 Reconstruccin de la funcin original con el retenedor de orden cero
t
f t T
f t f T T t T
f nT nT t nT T
<

s <

= s <

s < +

0
0 0
(0) 0
( ) ( ) 2
...
( )
(5.11)
La reconstruccin que hace el retenedor de orden cero es una funcin no continua, o
continua a tramos, con saltos finitos cada periodo de muestreo.
5.2.2 Expresin de Laplace del retenedor de orden cero
Para encontrar una expresin en el dominio de Laplace del retenedor de orden cero, se acude
al concepto de respuesta al impulso unitario al que se hizo mencin tras la ecuacin (5.8). Con
las caractersticas que han descrito en el apartado anterior, la respuesta del retenedor de or-
den cero a un impulso unitario en el origen de tiempos debera ser:
t
y(t) t o( )
T
Fig. 5.7 Respuesta del retenedor de orden cero a un impulso unitario
Matemticamente:
1 1
( ) ( ) ( ) ( )
sT
y t u t u t T Y s e
s s

= =
L
(5.12)
Por otro lado, la transformada de Laplace de la entrada, es la unidad, por tanto:
0
( ) 1
( ) ( )
( )
sT
Y s e
H s ZOH s
s s

= = =
A
(5.13)
Destacar que la respuesta del retenedor de orden cero no viola el principio de causali-
dad, ya que el efecto (la salida) es posterior a la causa (la entrada).
5.2.3 Respuesta en frecuencia del retenedor de orden cero
En cuanto a la respuesta en frecuencia, se puede calcular la transformada de Fourier del rete-
nedor de orden cero sustituyendo la variable s de Laplace por je:
2
0
sin
1 2
( ) ( ) (...) sinc
2
s
T j T
j
j
s
s
s
e T
H ZOH e T e
j
te
e e
e
te
e t e
e e
te
e e
e

= = = = = (5.14)
Con la expresin (5.14) se puede representar fcilmente la respuesta en frecuencia, se-
parando el mdulo del argumento. En la Fig. 5.8 la respuesta en frecuencia en escala lineal.
31
0
0
0.2T
0.4T
0.6T
0.8T
T
ZOH e ( )
e (rad/s)
i
H e ( )
1.2T
0 rad
rad t
rad
2
t
t 3
rad
2
ZOH e ( )
i
H e ( )
0.637T
0.212T
0.127T
s
e 0.5
s
e
s
e 1.5
s
e 2
s
e 2.5
s
e 3
s
e 3.5
s
e 4
s
e 4.5
s
e 5
0
e (rad/s)
s
e 0.5
s
e
s
e 1.5
s
e 2
s
e 2.5
s
e 3
s
e 3.5
s
e 4
s
e 4.5
s
e 5
Fig. 5.8 Respuesta en frecuencia del retenedor de orden cero
Como se podra haber deducido observando la Fig. 5.6 el retenedor de orden cero intro-
duce cierto retraso en la seal reconstruida. Tambin se observa en la Fig. 5.8 que el retenedor
de orden cero posee, para frecuencias inferiores a la de muestreo la misma cada lineal en fa-
ses que un retraso puro de valor mitad que el periodo de muestreo.
2
( )
T
s
ZOH s Te

~ (5.15)
Por tanto, (5.15) es una buena aproximacin del retenedor de orden cero y se puede
emplear para analizar en el dominio continuo un sistema discreto. De hecho, para frecuencias
inferiores a la de Nyquist, no es una aproximacin, sino que responde exactamente al compor-
tamiento del retenedor.
5.3 RETENEDOR DE PRIMER ORDEN
5.3.1 Caractersticas del retenedor de primer orden
El retenedor de primer orden es el constructor de la funcin original que entre dos instantes
de muestreo usando una serie de Taylor de primer orden:
I
t nT
df t
f t f nT t nT nT t nT T
dt
=
(
= + s < +
(

( )
( ) ( ) ( ) para (5.16)
La mayor dificultad de este retenedor es cmo estima la derivada de la funcin original
a partir de los valores muestreados de la funcin original. Aunque se puede hacer de distintas
maneras, la mejor aproximacin de la derivada es calcular la diferencia de la funcin entre el
muestreo actual y el anterior, dividido por el periodo de muestreo.
I
f nT f nT T
f t f nT t nT nT t nT T
T

= + s < +
( ) ( )
( ) ( ) ( ) para (5.17)
Con esto se consigue:
32
t
f(t)
I
f t ( )
Fig. 5.9 Reconstruccin de la funcin original con el retenedor de primer orden
Como se puede observar, este modo de reconstruccin no resulta ser mejor que la que se
consigue con el retenedor de orden cero, porque la aproximacin de la derivada en buena para
el intervalo de muestreos precedente, o como mucho para el valor de muestreo actual, pero no
resulta muy buena para el periodo de muestreo siguiente.
La reconstruccin que hace el retenedor de primer orden tambin presenta discontinui-
dades cada en cada muestreo.
5.3.2 Expresin de Laplace del retenedor de primer orden
La respuesta del retenedor de primer orden a un impulso unitario en el origen de tiempos es:
0 0
1 0
( )
1 2
0 2
t
t
t T
T
y t
t
T t T
T
t T
<

+ s <

s <

>

(5.18)
t
y(t)
t o( )
T
2T
Fig. 5.10 Respuesta del retenedor de primer orden a un impulso unitario
Empleando las funciones escaln unitario u(t) y rampa de pendiente unidad r(t) (fun-
ciones que son mulas para tiempos negativos) se puede escribir como:
( ) 2 ( ) ( 2 )
( ) ( ) 2 ( ) ( 2 )
r t r t T r t T
y t u t u t T u t T
T T T

= + + + (5.19)
Y su transformada de Laplace es:
2 2
2 2 2
1 1 1 2 1 1
( ) 2
sT sT sT sT
Y s e e e e
s s s Ts Ts Ts

= + + + (5.20)
Por tanto la funcin de transferencia del retenedor de primer orden es:
sT
I
Y s e Ts Ts
H s FOH s ZOH s
s s T T

| | + +
= = = =
|
A \ .
2
2
( ) 1 1 1
( ) ( ) ( )
( )
(5.21)
33
5.3.3 Respuesta en frecuencia del retenedor de primer orden
En cuanto a la respuesta en frecuencia, en la Fig. 5.11 se comparan los mdulos de la respues-
ta en frecuencia de los tres retenedores vistos hasta el momento.
0
0.2T
0.4T
0.6T
0.8T
T
1.2T
1.4T
1.6T
FOH e ( )
ZOH e ( )
i
H e ( )
0
e (rad/s)
s
e 0.5
s
e
s
e 1.5
s
e 2
s
e 2.5
s
e 3
s
e 3.5
s
e 4
s
e 4.5
s
e 5
Fig. 5.11 Mdulo de la respuesta en frecuencia del retenedor de primer orden
ZOH e ( )
i
H e ( )
0 rad
t 2 rad
t 3 rad
FOH e ( )
rad t
0
e (rad/s)
s
e 0.5
s
e
s
e 1.5
s
e 2
Fig. 5.12 Argumento de la respuesta en frecuencia del retenedor de primer orden
El retenedor de orden uno no es claramente superior al retenedor de orden cero. Es
peor pasa-baja, introduce mayor retraso a alta frecuencia y es mucho ms difcil de implemen-
tar que el de orden cero. Por estos motivos el que ms se usa es el retenedor de orden cero.
5.4 RETENEDOR POLINOMIAL
5.4.1 Caractersticas del retenedor polinomial
El retenedor polinomial es un retenedor de primer orden retrasado un periodo de muestreo,
con lo que se consigue una reconstruir una funcin continua (aunque con puntos angulosos)
que tiene la forma del polinomio que une los valores muestreados de la funcin. Pero como en
el instante actual no se puede conocer el valor inmediatamente posterior, es por eso que slo se
puede conseguir retrasando la respuesta un periodo de muestreo:
34
t
f(t)
P
f t ( )
Fig. 5.13 Reconstruccin de la funcin original con el retenedor polinomial
5.4.2 Expresin de Laplace del retenedor polinomial
La respuesta del retenedor polinomial a un impulso unitario es:
t
y(t) t o( )
T 2T
Fig. 5.14 Respuesta del retenedor polinomial a un impulso unitario
Matemticamente:
( ) 2 ( ) ( 2 )
( )
r t r t T r t T
y t
T T T

= + (5.22)
Y su transformada de Laplace es:
2
2 2 2
1 2 1
( )
sT sT
Y s e e
Ts Ts Ts

= + (5.23)
Por tanto la funcin de transferencia del retenedor de primer orden es:
sT
P
Y s e
H s ZOH s
s s T T

| |
= = =
|
A \ .
2
2
( ) 1 1 1
( ) ( )
( )
(5.24)
Con este retenedor se consigue un mejor filtro pasa-baja que con el retenedor de orden
cero (el doble mejor), pero tambin un mayor retraso (el doble de retraso). Otro inconveniente
del retenedor polinomial es que, si se vuelve a muestrear el resultado de la reconstruccin,
no se obtiene la misma seal muestreada de la que se ha partido, cosa que no ocurra con los
retenedores anteriores.
En general, en cada ejercicio se tendra que especificar qu retenedor se est emplean-
do. Si no se dice nada se supondr que se usa el retenedor de orden cero, porque es la respues-
ta que ofrecen normalmente los convertidores digital-analgicos.
Tambin hay que advertir que los retenedores que se han explicado en este captulo s-
lo tienen sentido con el muestreo ideal (con impulsos unitarios). No se pueden mezclar otras
formas de muestreo con estos retenedores.
35
Captulo 6
LA TRANSFORMADA Z
La transformada Z es la parte esencial de la teora de control discreto. Algunos manuales de
control discreto comienzan precisamente con la definicin de esta transformada. Sin embargo,
se ha considerado muy conveniente esperar hasta este momento para definirla, porque slo si
se ha entendido el sentido se los desarrollos matemticos anteriores se puede alcanzar una
idea acertada de por qu se usa la transformada Z en esta asignatura.
6.1 CLCULO DE LA TRANSFORMADA Z
La transformada Z de una funcin es igual a la transformada de Laplace de esa funcin mues-
treada idealmente, en la que se ha efectuado un cambio de variable. Este cambio de variable
permite precisamente tratar la transformada de Laplace en forma de fracciones de polinomios
en la variable compleja, como se acostumbra hacer en control continuo.
Matemticamente la transformada Z consiste en:
( ) ( )
Z
f t F z (6.1)
Donde F(z) es una funcin compleja de variable z tambin compleja. El modo de obtener
esta funcin compleja es:
Ts
e z
f t f t F s F z
=

muestreo ideal * *
( ) ( ) ( ) ( )
L
(6.2)
Es decir, si la transformada de Laplace de una funcin muestreada era:
*
0
( ) ( )
snT
n
F s f nT e

=
=
_
(6.3)
Haciendo el siguiente cambio de variable compleja:
sT
e z = (6.4)
Se consigue:
0
( ) ( )
n
n
F z f nT z

=
=
_
(6.5)
La expresin (6.5) es la forma ms habitual de definir la transformada Z de cualquier
funcin f(t). Sabiendo que la variable z en Laplace representa una traslacin en el tiempo, se
puede emplear la misma regla nemotcnica que se mencion para la transformada de Laplace:
cada valor muestreado de la funcin est multiplicado por la variable z elevada al exponente
que dice en qu periodo de muestreo respecto del origen de tiempos se da dicho valor.
Evidentemente, se puede definir el cambio de variables de z a s como:
1
ln s z
T
= (6.6)
6.2 TABLA DE LA TRANSFORMADA Z DE FUNCIONES ELEMENTALES
La transformada Z se puede calcular siguiendo al proceso descrito en el apartado anterior. Por
ejemplo, para el caso del escaln unitario, se haba encontrado la siguiente forma cerrada:
36
*
1
( ) si 1
1
sT
sT
U s e
e

= <

(6.7)
La transformada Z del escaln unitario sera entonces:
1
1
1
( ) si 1
1 1
z
U z z
z z

= = <

(6.8)
Para la funcin exponencial se obtuvo en (4.7) el valor de la transformada de Laplace de
la funcin muestreada. De ah se puede deducir que su transformada Z es:
1
1
1
( ) si 1
1
aT
aT aT
z
F z e z
e z z e


= = <

(6.9)
Tanto en (6.8) como en (6.9) se observa que el ingeniero puede elegir usar fracciones de
polinomios en z con exponentes positivos o negativos.
f(t) F(s) F(z)
( ) t o
1 1
1
1
s 1
z
z
t
2
1
s
2
( 1)
Tz
z
2
2
t
3
1
s
2
3
( 1)
2( 1)
T z z
z
+

at
e

1
s a +
aT
z
z e

at
te

2
1
( ) s a +
2
( )
aT
aT
Tze
z e

1
at
e

( )
a
s s a +
(1 )
( 1)( )
aT
aT
z e
z z e


1
at
e
t
a

2
( )
a
s s a +
2
[( 1 ) (1 )]
( 1) ( )
aT aT aT
aT
z aT e z e aTe
a z z e

+ +

1 (1 )
at
at e

+
2
2
( )
a
s s a +
2
1 ( )
aT
aT aT
z z aTe z
z z e z e




at bt
e e

( )( )
b a
s a s b

+ +
( )
( )( )
aT bT
aT bT
e e z
z e z e


sin( ) at
2 2
a
s a +
2
sin( )
2 cos( ) 1
z aT
z z aT +
cos( ) at
2 2
s
s a +
2
[ cos( )]
2 cos( ) 1
z z aT
z z aT

+
1
sin( )
at
e bt
b

2 2
1
( ) s a b + +
2 2
sin( )
[ 2 cos( ) ]
aT
aT aT
ze bT
b z ze bT e


+
cos( )
at
e bt

2 2
( )
s a
s a b
+
+ +
2
2 2
cos( )
2 cos( )
aT
aT aT
z ze bT
z ze bT e

+
Tabla 6.1 Transformadas Z de diversas funciones elementales
37
La Tabla 6.1 es un resumen de las transformadas Z de funciones habituales, donde se
supone que las funciones temporales f(t) son nulas para tiempos negativos. Las regiones de
convergencia de las transformadas Z no se muestran por mayor simplicidad.
Las expresiones de las transformadas Z se asemejan ahora a las del dominio de Laplace
para funciones continuas, es decir, fracciones de polinomios en la variable compleja cuyas ra-
ces sern los polos y los ceros.
6.3 TEOREMAS DE LA TRANSFORMADA Z
Si F(z) es la transformada Z de f(t) y G(z) la correspondiente a g(t), se pueden demostrar los si-
guientes teoremas:
Propiedad Expresin
Linealidad
[ ( ) ( )] ( ) ( ) o | o | + = + Z f t g t F z G z
Valor final
1
1
lim ( ) lim[(1 ) ( )]


=
n z
f nT z F z si el sistema es estable
Valor inicial
0
lim ( ) lim ( )

=
n z
f nT F z si existen los dos lmites
Retraso en el tiempo [ ( )] ( )

=
n
Z f t nT z F z
Adelanto en el tiempo
1
0
[ ( )] ( ) ( )

=
(
+ =
(

_
n
n k
k
Z f t nT z F z f kT z
Convolucin
0
( ) ( ) ( ) ( )
=
(
=
(

_
k
n
F z G z Z f kT g kT nT
Tabla 6.2 Propiedades de la transformada Z
6.4 CLCULO DE LA TRANSFORMADA INVERSA DE Z
Lo primero que hay que hacer notar es que, dado un periodo de muestreo, la transformada in-
versa de Z no es nica. Es decir, dada una expresin F(z) existen infinitas funciones continuas
causales f(t) que poseen esa transformada Z. Todas las funciones continuas que posean valores
idnticos en los instantes de muestreo tendrn, evidentemente, la misma transformada Z.
t
nT+T nT+2T nT
f(t)
g(t)
Fig. 6.1 Funciones con igual transformada Z
En la Fig. 6.1 se muestran dos funciones continuas que poseen igual transformada Z
porque su funcin muestreada es idntica.
Por tanto, a la hora de calcular la transforma inversa de Z, slo podrn dar de forma
exacta los valores temporales de la funcin continua en todos los instantes de muestreo. En
forma matemtica, se podrn dar los valores de f(nT), no la entera expresin de f(t).
38
6.4.1 Mtodo directo o de la expansin de potencia
La forma directa de obtener los valores de f(nT) consiste simplemente en escribir la funcin
F(z) como fraccin de polinomios en z con exponentes negativos y efectuar la divisin de los po-
linomios. El resultado de la divisin es directamente la expresin de la transformada Z de la
forma:
0
( ) ( )
n
n
F z f nT z

=
=
_
(6.10)
Con esta expresin se pueden identificar directamente los valores de la expresin tem-
poral en los instantes de muestreo. En el siguiente ejemplo, se aplica el mtodo descrito:
10 5
( )
( 1)( 0.2)
z
F z
z z
+
=

(6.11)
Se reescribe la transforma Z como:
1 2
1 2
10 5
( )
1 1.2 0.2
z z
F z
z z


+
=
+
(6.12)
Y se efecta la divisin:
1 2 1 2
1 2 3 1 2 3
2 3
2 3 4
3 4
10 5 1 1.2 0.2
10 12 2 10 17 18.4 ...
0 17 2
17 20.4 3.4
0 18.4 3.4
... ...
z z z z
z z z z z z
z z
z z z
z z





+ +
+ + + +
+
+
+
(6.13)
Por tanto, los valores de la funcin temporal en los instantes de muestreo son:
f
f T
f T
f T
f T
=
=
=
=
=
(0) 0
( ) 10
(2 ) 17
(3 ) 18.4
(4 ) ...
(6.14)
Con estos valores es posible ir representando a mano alzada la funcin temporal.
6.4.2 Mtodo de la expansin en fracciones
Este mtodo trata de dividir la funcin F(z) en una combinacin de fracciones elementales de
las que se conozca su funcin temporal correspondiente, es decir, que se puedan encontrar en
la Tabla 6.1. Si se puede, es preferible buscar las fracciones simples de F(z) dividido por z, por-
que suele ser ms sencillo.
Por ejemplo:
aT
aT
e z
F z
z z e

=

(1 )
( )
( 1)( )
(6.15)
Aunque directamente ya existe una solucin para esta funcin Z en la Tabla 6.1, se va a
demostrar que es cierta. Se divide en fracciones simple de la forma:
aT
aT aT
F z e
z z z z e z e

= = +

( ) 1 1 1
1 ( 1)( )
(6.16)
Por tanto:
aT
z z
F z
z z e

= +

( )
1
(6.17)
Se puede concluir que:
39
anT
f nT e

= ( ) 1 (6.18)
Donde es mejor escribir nT en lugar de t porque, como ya se ha dicho, cuando se calcula
la transformada inversa de Z slo se pueden dar con certeza los valores de la funcin en los
instantes de muestreo. Con esta formula se podran ir calculando los sucesivos valores que to-
ma la funcin, de forma anloga a como se escribieron en (6.14) y representar a mano alzada
la forma de la funcin temporal.
Recordar que cuando en la funcin Z aparecen trminos (z a)
n
hay que obtener tantas
fracciones como indica la potencia, con denominadores: (z a), (z a)
2
,, (z a)
n
.
6.5 FUNCIN DE TRANSFERENCIA Z
En el dominio continuo se defina funciones de transferencia como una expresin matemtica
funcin de la variable s que era precisamente la relacin de las transformadas de Laplace de la
seal de salida y la de entrada, en un determinado sistema, con condiciones iniciales nulas.
G z ( )
Funcin de
transferencia
Y z ( ) R z ( )
Fig. 6.2 Funcion de transferencia Z
a a z a z a z Y z
G z
R z b b z b z b z
+ + + +
= =
+ + + +
2 3
0 1 2 3
2 3
0 1 2 3
... ( )
( )
( ) ...
(6.19)
Tambin es posible definir una expresin matemtica en z que sea la relacin de las
transformadas Z de la salida respecto de la entrada, asumiendo condiciones iniciales nulas.
Como habitualmente las transformadas Z de las seales temporales son fracciones de polino-
mios en z, las funciones de transferencia Z tambin sern fracciones de polinomios en z. Las
races del polinomio numerador sern los ceros de la funcin de transferencia Z y las races del
polinomio denominador sern los polos.
Igual que ocurra en el dominio continuo de Laplace, las funciones de transferencia Z de
sistemas fsicos suelen poseer ms polos que ceros, o como mucho, igual nmero de ceros que
de polos.
6.6 ECUACIONES DIFERENCIA
Saber escribir las ecuaciones diferencia equivalentes a una funcin Z es una de las herramien-
tas ms interesantes de la asignatura, de cara a poder implementar los controladores digitales
en lenguajes de programacin como el C.
El objetivo es traducir la funcin de transferencia Z que relaciona la salida con la en-
trada en operaciones elementales. Primero se mostrar un ejemplo. El punto de partida es la
funcin de transferencia Z en donde se ha dividido numerador y denominador por z las veces
necesarias para que los trminos en z de los polinomios tengan exponentes negativos:
a a z Y z
G z
R z b b z b z


+
= =
+ +
1
0 1
1 2
0 1 2
( )
( )
( )
(6.20)
Operando:
b b z b z Y z a a z R z

+ + = +
1 2 1
0 1 2 0 1
( ) ( ) ( ) ( ) (6.21)
b Y z b z Y z b z Y z a R z a z R z

+ + = +
1 2 1
0 1 2 0 1
( ) ( ) ( ) ( ) ( ) (6.22)
Aplicando la transformada inversa de Z y el teorema del desplazamiento en el tiempo:
b y nT b y nT T b y nT T a r nT a r nT T + + = +
0 1 2 0 1
( ) ( ) ( 2 ) ( ) ( ) (6.23)
y nT a r nT a r nT T b y nT T b y nT T
b
= +
0 1 1 2
0
1
( ) [ ( ) ( ) ( ) ( 2 )] (6.24)
40
Es decir, el valor de la salida en un instante arbitrario nT se puede calcular en funcin
de la entrada en dicho instante, entradas en instantes anteriores y salidas en instantes ante-
riores. Se trata de una combinacin lineal muy sencilla de implementar en cdigo C. Adems
el nmero de trminos que intervienen es finito, es decir, no hay que guardar infinitos valo-
res anteriores de entrada y la salida.
Este tipo de ecuaciones se llaman ecuaciones diferencia porque son una traduccin muy
sencilla de las ecuaciones diferenciales que gobiernan el comportamiento del sistema, pero con
la ventaja de que no aparecen derivadas ni integrales. Slo hay que realizar sumas, restas,
multiplicaciones y/o divisiones.
Para cambiar un controlador en el dominio discreto, basta con modificar la ley que se
haya implementado en ecuaciones diferencia. Hay que advertir que el nmero de decimales
que se use en los coeficientes es muy importante. Normalmente el ingeniero est acostumbra-
do a despreciar los decimales a partir de la segunda o tercera cifra significativa. En control di-
gital es mejor no hacer eso. Cuantos ms decimales se empleen, mejor adecuacin habr entre
el comportamiento real del sistema y el esperado. Incluso es posible que un pequeo error a la
hora de introducir los coeficientes (aparentemente insignificante, como cambiar el orden entre
el cuarto y quinto decimal), puede hacer el sistema inestable.
Las ecuaciones diferencia nos permiten proponer un tercer mtodo a los anteriormente
enunciados para calcular la transforma inversa de Z. Se le llamar mtodo computacional y
consiste en determinar la ecuacin diferencia asociada a la F(z) y obtener la salida aplicando
como entrada un impulso unitario. Esta metodologa responde al concepto ya citado de consi-
derar la transforma de una seal como la respuesta a un impulso unitario de la funcin de
transferencia que posee la misma expresin.
En el siguiente ejemplo se calcula por medio de las ecuaciones diferencia la transfor-
mada inversa Z de la funcin (6.25) que, segn la Tabla 6.1, debera corresponder a la unidad
en todo instante de muestreo.
F z F z
F z
z z

= = =
A
1
1 ( ) ( )
( )
1 ( ) 1
(6.25)
En la ecuacin (6.25) ya se especifica que va a considerar como entrada el impulso uni-
tario en el origen de tiempos. La ecuacin diferencia asociada a dicha funcin es:
f nT nT f nT T o = ( ) ( ) ( ) (6.26)
Donde:
n
nT
n
o
=
=

>

1 0
( )
0 0
(6.27)
Entonces:
f f T
f T T f
f T T f T
f T T f T
f T
o
o
o
o
= + = + =
= + = + =
= + = + =
= + = + =
=
(0) (0) ( ) 1 0 1
( ) ( ) (0) 0 1 1
(2 ) (2 ) ( ) 0 1 1
(3 ) (3 ) (2 ) 0 1 1
(4 ) ...
(6.28)
Con lo que se comprueba que efectivamente el valor funcin temporal en los instantes
de muestreo es siempre la unidad. Por tanto la transformada inversa Z es:
f nT = ( ) 1 (6.29)
41
Captulo 7
DIAGRAMAS DE BLOQUES EN Z
En el captulo anterior ya se vio cmo es posible definir funciones de transferencia Z, en este
captulo se conectarn distintos sistemas de forma grfica a travs de diagramas de bloques de
forma anloga a como se haca en el dominio continuo.
7.1 GENERALIDADES
Los diagramas de bloques en Z poseen anlogas reglas de simplificacin grfica que los blo-
ques continuos en el dominio de Laplace.
G z
1
( )
F z ( ) R z ( )
G z
2
( )
Y z ( )
G z G z
1 2
( ) ( )
R z ( ) Y z ( )
Fig. 7.1 Simplificacin de bloques en Z
Dos bloques en serie, Fig. 7.1, se pueden sustituir por un nico bloque cuya funcin de
transferencia sea el producto de las funciones de transferencia originales. Como siempre que
se hace este tipo de expresiones ms compactas, se pierde la informacin las seales interme-
dias entre la entrada y la salida.
La nica dificultad que plantea el uso de diagramas de bloques es que lo normal es los
sistemas de control tengan partes continuas y partes discretas. As pues, hay que poner espe-
cial atencin al modo en que se conectan ambas partes. Lo normal ser que para pasar del
dominio continuo al discreto habr que introducir un elemento muestreador, mientras que pa-
ra pasar del dominio discreto al continuo habr que introducir un elemento retenedor.
Antes de usar diagramas de bloques en Z, es muy importante estudiar en el siguiente
apartado cmo se simplifican diagramas de bloques continuos en presencia de muestreadores.
7.2 BLOQUES EN CASCADA CON MUESTREADORES
7.2.1 Un nico bloque continuo
En la Fig. 7.2 se muestra un sistema continuo precedido de un muestreador. El objetivo ser
determinar la salida del sistema.
G s ( )
C s ( ) R s
*
( ) R s ( )
T
Fig. 7.2 Bloque continuo despus de un muestreador
La salida del sistema es:
C s R s G s =
*
( ) ( ) ( ) (7.1)
42
Si existiera un nuevo muestreador despus de la salida (entonces el usuario del sistema
slo sera capaz de conocer la salida en los instantes de muestreo), la seal C(s) muestreada
sera, por definicin:
s
n
C s C s jn
T
e

=
=
_
*
1
( ) ( ) (7.2)
Usando la expresin (7.1), sera:
s s
n
C s R s jn G s jn
T
e e

=
=
_
* *
1
( ) ( ) ( ) (7.3)
Como las funciones muestreadas son peridica, se cumple que:
s
R s R s jne =
* *
( ) ( ) (7.4)
Y por tanto:
s
n
C s R s G s jn
T
e

=
=
_
* *
1
( ) ( ) ( ) (7.5)
C s R s G s =
* * *
( ) ( ) ( ) (7.6)
Comparando las ecuaciones (7.1) y (7.6) se puede definir la operacin muestreo en una
ecuacin en el dominio de Laplace y pasar directamente de una a otra. Tambin se puede dar
la expresin equivalente en Z de la ecuacin (7.6):
C z R z G z = ( ) ( ) ( ) (7.7)
7.2.2 Bloques continuos con muestreador intermedio
En la Fig. 7.3 se muestra un sistema con dos bloques que representan sistemas continuos con
una muestreador intermedio. Se supondr que todos los muestreadores poseen igual periodo
de muestreo y estn sincronizados.
G s
1
( )
F s ( ) R s
*
( ) R s ( )
T
G s
2
( )
C s ( ) F s
*
( )
T
Fig. 7.3 Bloques continuos con muestreador intermedio
Las ecuaciones que se pueden plantear para el sistema son:
C s F s G s
F s R s G s
=

`
=

)
*
2
*
1
( ) ( ) ( )
( ) ( ) ( )
(7.8)
Donde no es posible sustituir la segunda en la primera. Si aplicamos la operacin
muestreo a las dos ecuaciones (a partir de ahora se dir muestrear una ecuacin) resulta:
C s F s G s
F s R s G s
=

`
=

)
* * *
2
* * *
1
( ) ( ) ( )
( ) ( ) ( )
(7.9)
Ahora ya se puede reducir el sistema de dos ecuaciones:
C s R s G s G s =
* * * *
1 2
( ) ( ) ( ) ( ) (7.10)
Estrictamente hablando, no hubiera sido necesario muestrear la primera ecuacin para
reducir las dos ecuaciones a una sola. Muestreando slo la segunda ecuacin se hubiera llega-
do a la siguiente expresin para la salida:
C s R s G s G s =
* *
1 2
( ) ( ) ( ) ( ) (7.11)
Y con (7.11) se puede obtener (7.10) aplicando a su vez la operacin muestreo. En cual-
quier caso, en los sistemas discretos que se pretende estudiar, siempre se presta atencin a la
salida muestreada en lugar de a la salida continua (por tanto, aunque realmente no lo haya,
siempre se supone que despus de la salida continua hay un muestreador final).
43
7.2.3 Bloques continuos sin muestreador intermedio: el problema de la convolucin
En la Fig. 7.4 se muestra un sistema con dos bloques sin una muestreador intermedio.
G s
1
( )
F s ( ) R s
*
( ) R s ( )
T
G s
2
( )
C s ( )
Fig. 7.4 Bloques continuos sin muestreador intermedio
Las ecuaciones que se pueden plantear para el sistema son:
C s F s G s
F s R s G s
=
`
=
)
2
*
1
( ) ( ) ( )
( ) ( ) ( )
(7.12)
C s R s G s G s =
*
1 2
( ) ( ) ( ) ( ) (7.13)
Muestreando la ecuacin:
C s R s G s G s =
* * *
1 2
( ) ( )[ ( ) ( )] (7.14)
Evidentemente este caso se reduce al presentado en el apartado 7.2.1 si se simplifican
previamente los dos bloques continuos por su producto. Lo que se quiere destacar es que al
muestrear una ecuacin slo se pueden sacar fuera del muestreo las seales que ya estn
muestreadas, y calcular la transformada de Laplace muestreada del producto de todas las que
sean continuas. Esto equivale a decir que en el anterior paso de (7.3) a (7.5) slo pueden salir
del sumatorio las seales muestreadas.
Escribiendo la expresin equivalente en el dominio Z de la ecuacin (7.14):
C z R z Z G s G s =
1 2
( ) ( ) [ ( ) ( )] (7.15)
Tambin aqu se puede ver que:
Z G s G s Z G s Z G s G z G z = =
1 2 1 2 1 2
[ ( ) ( )] [ ( )] [ ( )] ( ) ( ) (7.16)
Y por tanto:
C z R z Z G s G s R z G z G z = =
1 2 1 2
( ) ( ) [ ( ) ( )] ( ) ( ) ( ) (7.17)
En el siguiente ejemplo se muestran en distintos pasos la forma correcta de aplicar la
operacin muestreo a una ecuacin en el dominio de Laplace:
A s B s C s D s E s F s =
* *
( ) ( ) ( ) ( ) ( ) ( ) (7.18)
A s B s C s D s E s F s =
* * * *
[ ( )] [ ( ) ( ) ( ) ( ) ( )] (7.19)
A s C s F s B s D s E s =
* * * *
( ) ( ) ( )[ ( ) ( ) ( )] (7.20)
Con el mismo ejemplo se muestra la forma incorrecta de muestrear la ecuacin:
A s B s C s D s E s F s =
* *
( ) ( ) ( ) ( ) ( ) ( ) (7.21)
A s B s C s D s E s F s =
* * * *
[ ( )] [ ( ) ( ) ( ) ( ) ( )] (7.22)
A s B s C s D s E s F s =
* * * * *
( ) ( ) ( )[ ( ) ( )] ( ) (7.23)
Es muy importante manejar muy bien la operacin muestreo para conseguir simplificar
correctamente los diagramas de bloques que mezclan partes continuas y partes discretas.
7.3 EJEMPLOS
Calcular la salida del siguiente sistema con muestreador:
G s ( )
R s ( )
T
H s ( )
C s ( )

+
Fig. 7.5 Ejemplo 1
44
Solucin:
G s
C s R s
G s H s
=
+
*
* *
*
( )
( ) ( )
1 [ ( ) ( )]
(7.24)
Como se ve en la ecuacin (7.24), es posible obtener una funcin de transferencia en la-
zo cerrado que relacione la referencia muestreada con la salida muestreada.
En el siguiente sistema se supone que los muestreadores estn sincronizados:
G s ( )
R s ( )
T
H s ( )
C s ( )

+
T
Fig. 7.6 Ejemplo 2
Solucin:
G s
C s R s
G s H s
=
+
*
* *
* *
( )
( ) ( )
1 ( ) ( )
(7.25)
De nuevo es posible obtener una funcin de transferencia en lazo cerrado que relacione
la referencia muestreada con la salida muestreada. Si embargo, la ecuacin caracterstica es
distinta.
Calcular la salida del siguiente sistema con muestreador:
G s ( )
R s ( )
H s ( )
C s ( )

+
T
Fig. 7.7 Ejemplo 3
Solucin:
G s R s
C s
G s H s
=
+
*
*
*
[ ( ) ( )]
( )
1 [ ( ) ( )]
(7.26)
En este caso no es posible encontrar una funcin de transferencia en lazo cerrado que
relacione la referencia muestreada con la salida muestreada. Sin embargo, esto no es una difi-
cultad para el ingeniero ya que, en cualquier caso, es posible identificar la ecuacin caracters-
tica del sistema. Dicha ecuacin caracterstica es el denominador de la salida muestreada C
*
(s)
igualado a cero. Es interesante sealar que tanto el sistema del ejemplo 1 como del ejemplo 2
tienen la misma ecuacin caracterstica.
Calcular la salida del siguiente sistema con muestreador:
G s
1
( ) G s
2
( )
R s ( )
T
H s ( )
C s ( )

+
Fig. 7.8 Ejemplo 4
Solucin:
G s G s R s
C s
G s G s H s
=
+
* *
* 2 1
*
1 2
( )[ ( ) ( )]
( )
1 [ ( ) ( ) ( )]
(7.27)
De nuevo no es posible encontrar la funcin de transferencia muestreada en lazo cerra-
do, pero s la ecuacin caracterstica del sistema.
45
Calcular la salida del siguiente sistema con muestreador:
G s
1
( ) G s
2
( )
R s ( )
T
H s ( )
C s ( )

+
T
Fig. 7.9 Ejemplo 5
Solucin:
G s G s
C s R s
G s G s H s
=
+
* *
* * 1 2
* *
1 2
( ) ( )
( ) ( )
1 ( )[ ( ) ( )]
(7.28)
Realizando los ejemplos de este apartado es posible encontrar muchas dificultades a la
hora de simplificar las ecuaciones de un sistema muestreado. En concreto, la clave es saber
cundo hay que usar la operacin muestreo sobre una ecuacin y cundo no.
En el siguiente apartado se describe un mtodo que evita todos estos problemas, es de-
cir, siguiendo sus pasos siempre ser posible encontrar la salida muestreada del sistema.
7.4 MTODO DE SIMPLIFICACIN
El mtodo de simplificacin de sistemas muestreados que se propone en este apartado se le
denominar mtodo de Phillips-Nagle porque se ha tomado del libro Digital Control System:
Analysis and Design de los autores Charles L. Phillips y H. Troy Nagle.
Los pasos a seguir son los siguientes:
1) Tomar como entradas las entradas verdaderas y las salidas de los muestreadores.
2) Tomar como salidas las salidas verdaderas y las entradas en los muestreadores.
3) Expresar las salidas en funcin de las entradas
4) Muestrear todas las salidas.
5) Despejar la salida real del sistema resolviendo el sistema de ecuaciones.
Por muy difcil que sea el diagrama de bloques que se pretenda resolver y no importa el
nmero de muestreadores que contenga, siempre ser posible encontrar la salida muestreada
del sistema siguiendo estos pasos.
A continuacin se aplica el mtodo al siguiente sistema (tomado del examen de la con-
vocatoria de junio de 2002):
G s ( )
R s ( )
H s ( )
C s ( )

+
T
+
+
K
Fig. 7.10 Ejemplo de examen
1) Se toman como salidas del sistema: C(s)
2) Se toman como entradas del sistema: R(s) y C
*
(s)
3) Se expresan las salidas en funcin de las entradas:
C s G s R s K H s C s C s = { +
*
( ) ( ) ( ) [ ( ) ( ) ( )]} (7.29)
C s KG s H s G s R s KG s C s + =
*
( )[1 ( ) ( )] ( ) ( ) ( ) ( ) (7.30)
46
G s R s KG s C s
C s
KG s H s KG s H s
=
+ +
*
( ) ( ) ( ) ( )
( )
1 ( ) ( ) 1 ( ) ( )
(7.31)
4) Se muestrean las salidas (en este caso es nica):
G s R s G s
C s K C s
KG s H s KG s H s
( (
=
( (
+ +

* *
* *
( ) ( ) ( )
( ) ( )
1 ( ) ( ) 1 ( ) ( )
(7.32)
5) Se despeja la salida real del sistema:
G s R s
KG s H s
C s
G s
K
KG s H s
(
(
+

=
(
+
(
+

*
*
*
( ) ( )
1 ( ) ( )
( )
( )
1
1 ( ) ( )
(7.33)
7.5 SISTEMAS CON BLOQUES CONTINUOS Y DISCRETOS
Si bien hasta el momento slo se han operado diagramas de bloques que contenan funciones
de transferencia continuas y muestreadores, es difcil encontrar sistemas que posean slo esos
elementos. Lo habitual ser que existan tambin bloques discretos y retenedores.
c
G z ( )
R s ( )
T
ZOH s ( )
C s ( )

+
G s ( )
Control D/A A/D Planta
Fig. 7.11 Sistema de control discreto
En la Fig. 7.11 se muestra un sistema tpico de control discreto. El error se mide con un
convertidor A/D que muestrea la seal. El controlador se implementa por medio de ecuaciones
diferencia que responden a un bloque en Z. La actuacin del controlador es una seal mues-
treada que se convierte en continua a travs de un convertidor D/A que acta como un retene-
dor de orden cero. La planta que se desea controlar es continua as como la seal de salida del
sistema.
La salida del sistema de la Fig. 7.11 es:
c
c
G z ZOH s G s
C s R s
G z ZOH s G s
=
+
*
* *
*
( )[ ( ) ( )]
( ) ( )
1 ( )[ ( ) ( )]
(7.34)
Pasando todo a la variable compleja z:
c
c
G z Z ZOH s G s
C z R z
G z Z ZOH s G s
=
+
( ) [ ( ) ( )]
( ) ( )
1 ( ) [ ( ) ( )]
(7.35)
La ecuacin caracterstica del sistema en z es:
c
G z Z ZOH s G s + = 1 ( ) [ ( ) ( )] 0 (7.36)
Es muy parecida a la que se obtena en continuo pero ahora aparece un nuevo bloque
que es el del retenedor que parece que modifica a la planta que se pretende controlar. En
realidad, el retenedor de orden cero no modifica el orden de la planta. Si la planta te-
na dos polos en s, la ecuacin caracterstica en z que se obtenga al operar en (7.36) ser un po-
linomio de orden 2, es decir, tendr el mismo nmero de polos que tena la planta en continuo.
La transformada Z que aparece en la ecuacin (7.36) se puede operar de la forma:
Ts
e G s
Z ZOH s G s Z G s z Z
s s

( (
= =
(
(

1
1 ( )
[ ( ) ( )] ( ) (1 ) (7.37)
Es decir, lo que habr que buscar en la tabla de las transformadas Z la funcin G(s) di-
vidida por s, y no directamente G(s). Es tan habitual este sistema de control y el uso del rete-
nedor de orden cero, que algunos autores definen:
47
G s
G z Z ZOH s G s z Z
s

(
= =
(

1
( )
( ) [ ( ) ( )] (1 ) (7.38)
Otros autores emplean un smbolo especial:
G s
G z Z ZOH s G s z Z
s

(
= =
(

1
( )
( ) [ ( ) ( )] (1 ) (7.39)
En este libro de texto nunca se usar la definicin (7.38) y siempre se ha entendido que:
G z Z G s = ( ) [ ( )] (7.40)
En cualquier caso el ingeniero deber estar prevenido sobre qu tipo de nomenclatura
se est usando en cada manual.
49
Captulo 8
CORRESPONDENCIA ENTRE PLANO S Y
PLANO Z
En el captulo anterior se han obtenido las primeras ecuaciones caractersticas en la variable
compleja z. La posicin de los polos en lazo cerrado dentro del plano complejo S se utiliza mu-
cho en control continuo, por ejemplo en el mtodo del lugar de las races. El presente captulo
pretende estudiar qu caractersticas posee el plano complejo Z y cmo trasladar a l las pro-
piedades que se conocan en S.
8.1 FRANJA PRIMARIA Y CRCULO UNITARIO
La relacin que existe entre el plano complejo S y Z se puede deducir de la expresin que rela-
ciona las dos variables complejas:
sT
z e = (8.1)
A continuacin se aplica esa transformacin a los puntos que delimitan la franja prima-
ria del plano complejo S:
Ts
e z T
s z e
=
= = =
0
0 1 (8.2)
Ts
Tj e z
d d
s j z e T
e
e e
=
= = =
1
1 (8.3)
s
Ts Tj
e z s
s j z e
e
e
t
=
= = =
2
1
2
(8.4)
s
Ts T j
e z T s
s j z e e
e
o
o
e
o t
+
=
= + = =
( )
2

2
(8.5)
s
Ts T j
e z s
s j z e
e
e
t
+
=
= + = =
( )
2
0
2
(8.6)
s
Ts T j
e z s
s j z e
e
e
t

=
= = =
( )
2
0
2
(8.7)
s
Ts T j
e z T s
s j z e e
e
o
o
e
o t

=
= = =
( )
2

2
(8.8)
s
Ts Tj
e z s
s j z e
e
e
t

=
= = =
2
1
2
(8.9)
Ts
d
Tj e z
d d
s j z e T
e
e e
=
= = = 1 (8.10)
Representando los resultados, Fig. 8.1, se observa que la semi-franja primaria de parte
real negativa se transforma en la regin del plano complejo Z que est en el interior de la cir-
cunferencia de radio unidad. La semi-franja primaria de parte real positiva se transforma en
la regin exterior al crculo unitario. Las franjas complementarias se superponen en estas mis-
mas regiones. Por tanto, un punto en el plano complejo Z posee infinitos puntos equivalentes
50
en el plano complejo S. Esto es congruente con la propiedad de la periodicidad de la transfor-
mada de Laplace de una funcin muestreada. En realidad, el plano complejo Z posee la venta-
ja de que el ingeniero puede centrar su estudio en los polos que caen dentro de la franja pri-
maria y dar por supuesto que se repite lo mismo en las franjas complementarias.
S
N
j e
N
j e
Franja primaria
E
Z
1
B
A
C
D
N
j e +
N
j e
0
A
E
B C
D
Crculo unitario
Fig. 8.1 Transformacin de la franja primaria plano complejo S en el plano complejo Z
Con este resultado, ya se puede adelantar que la condicin de estabilidad en sistemas
discretos ser que todos los polos de la funcin de transferencia discreta se encuentren en el
interior del crculo unitario.
8.2 LNEAS DE PARMETROS CONSTANTES
Tambin con la relacin (8.1) se pueden deducir la forma que poseen las lneas con caracters-
ticas de frecuencia natural, amortiguamiento, atenuacin y frecuencia natural amortiguada
constante.
En la Fig. 8.2 se muestran las lneas de frecuencia natural y amortiguamiento constan-
tes. Estas lneas son perpendiculares entre s tanto en el plano S como en el Z.
Z
1
j
j
1
N
e 0.1
N
e 0.3
N
e 0.5
N
e 0.7
N
e 0.9
0.2
0.4
0.6
0.8
N
e 0.9
N
e 0.7
N
e 0.5
N
e 0.3
N
e 0.1
0.8
0.6
0.2
0.4
Fig. 8.2 Lneas de frecuencia natural y amortiguamiento constantes
51
En la Fig. 8.3 se muestran las lneas de frecuencia natural amortiguada y atenuacin
constantes. Tambin estas lneas son perpendiculares entre s tanto en el plano S como en el
Z. No se han dado valores a las lneas de atenuacin constante porque se suelen usar poco.
Z
1
j
j
1
N
e 0.8
N
e 0.6
N
e 0.4
N
e 0.2
N
e 0.8
N
e 0.6
N
e 0.4
N
e 0.2
Fig. 8.3 Lneas de frecuencia natural amortiguada y atenuacin constantes
8.3 VARIACIN DE LA POSICIN DE LOS POLOS Y CEROS CON T
Las lneas de parmetros constantes del apartado anterior se pueden usan para elegir la loca-
lizacin de los polos en lazo cerrado de un sistema de control para asegurar un determinado
comportamiento en rgimen transitorio de igual forma que se haca en Ingeniera de Control I.
As pues, si so es la posicin de los polos objetivo en continuo, la posicin dentro del
plano complejo Z de esos mismos polos objetivo es:
o
s T
o
z e = (8.11)
La frmula (8.11) previene al ingeniero de un hecho muy importante: la posicin de los
polos objetivo dentro del plano complejo Z depende del periodo de muestreo T que tenga o
que se haya elegido para el sistema.
Como ejercicio se puede representar en el plano complejo Z la posicin del polo doble
complejo conjugado 1 1 j cuando el periodo de muestreo es 1 segundo y 0.1 segundos, Fig.
8.4. Estas posiciones son:
1,2
1,2
1,2
0.1987 0.3095 para 1 s
1 1
0.9003 0.0903 para 0.1 s
z j T
s j
z j T
= =
=

= =

(8.12)
O bien, usando mdulo y argumentos:
1,2
1,2
1,2
0.3678 1 rad para 1 s
1 1
0.9048 0.1 rad para 0.1 s
z T
s j
z T
= =
=

= =

(8.13)
52
Esta ltima forma es ms til para comprobar si un polo est dentro o fuera del crculo
unitario. Lo normal en este libro de texto es que se usen siempre cuatro decimales para la po-
sicin de los polos y ceros en el plano complejo Z.
Tambin se puede observar que, cuando se usan periodos de muestreo muy pequeos
(es lo habitual), los polos se van a encontrar siempre muy prximos de la unidad (que corres-
ponde al origen de coordenadas del plano complejo S). Por este motivo es tan importante usar
varios decimales, de lo contrario se pierde mucha informacin.
Z
1
j
j
1
N
e 0.1
N
e 0.3
N
e 0.5
N
e 0.7
N
e 0.9
0.2
0.4
0.6
0.8
1
0.1987 0.3095 para 1 s z j T = + =
1
0.9003 0.0903 para 0.1 s z j T = + =
Fig. 8.4 Posicin de los polos en funcin del periodo de muestreo
Al cambiar el periodo de muestreo, automticamente cambia la anchura de la franja
primaria. Por tanto la posicin relativa del polo, en el plano complejo S, cambia respecto a di-
cha franja. Es por eso que cambia la posicin del polo en el plano complejo Z. Sin embargo, el
ngulo que forma respecto al origen no cambia con el periodo de muestreo. Por ese motivo los
polos y ceros en el plano complejo Z se mueven o cambian de posicin con diferentes periodos
de muestreo segn trayectorias de amortiguamiento constante. Comprubese en el ejemplo de
la Fig. 8.4.
Para el mapeo entre S y Z se pueden usar las siguientes relaciones:
d n n
s j j o e e e = =
2
1 (8.14)
n
T
n
z e z T T
e
e o

= = = ln (8.15)
n d
z T T e e = =
2
1 rad rad (8.16)
Que se deducen aplicando directamente la relacin (8.1).
8.4 CLCULO DEL NMERO DE MUESTRAS POR CICLO
El hecho antes citado de que la franja primaria vare su anchura con el periodo de muestreo,
va a servir de ayuda de cara a la eleccin del periodo de muestreo. En definitiva, se trata de
conseguir que todos los polos y cero del sistema queden dentro de la franja primaria.
53
S
Franja primaria
N
j e
N
j e
Polos del
sistema
Rplicas por
el muestreo
S
Franja primaria
N
j e
N
j e
Polos del
sistema
Rplicas por
el muestreo
a) b)
Fig. 8.5 Rplicas de los polos del sistema en funcin del periodo de muestreo
El periodo de muestreo de la Fig. 8.5 a) es menor que en el caso b), porque cuanto ma-
yor es el periodo de muestreo menor es la anchura de la franja primaria. En el caso a) los polos
del sistema quedan dentro de la franja primaria, mientras que en el caso b) caen fuera. Tam-
bin se observan las posiciones que tendrn las rplicas de los polos del sistema debido a al
muestreo. Es muy interesante destacar que cuando de trabaje en el plano Z, en el caso a) slo
se vern los polos del sistema y ninguna de las rplicas debidas al muestreo; mientras que en
el caso b) se trabajar con unos polos que no son los del sistema.
Este error es la traduccin en el plano complejo S del efecto del aliasing que se descri-
bi en el apartado 2.3. Las rplicas de los polos se pueden interpretar las seales que pueden
engaar al ingeniero, que instintivamente se queda con la de menor frecuencia (aquellas que
caen dentro de la franja primaria).
Por tanto, dado un sistema concreto la manera de evitar el fenmeno del aliasing es
elegir un periodo de muestreo tal que la frecuencia de Nyquist sea mayor que la frecuencia na-
tural amortiguada asociada a todos sus polos.
N d
e e > (8.17)
s d
e e > 2 (8.18)
d
T
t
e
< (8.19)
Si lo que se desea a ajustar un sistema en lazo cerrado, lo que habr que asegurar es
que la frecuencia natural amortiguada de los polos en lazo cerrado (y en particular los polos
objetivo) es menor que la de Nyquist.
Estos valores son los mnimos para que no se produzca el aliasing. Lo normal que se
elija un periodo de muestreo bastante menor. Aqu cada ingeniero puede determinar qu mar-
gen utiliza. Lo normal es pensar en trminos de muestras por ciclo. La frecuencia natural
amortiguada est asociada al periodo de oscilacin de la salida del sistema ante una entrada
escaln, por tanto, se puede elegir el periodo de muestreo de cara a asegurar un nmero de-
terminado de muestreos dentro de un ciclo de oscilacin de la salida.
t
Td
c(t)
r(t)
c
*
(t)
T
Fig. 8.6 Nmero de muestras por ciclo dependiendo del periodo de muestreo
Por ejemplo en la Fig. 8.6 se ha elegido un periodo de muestreo que asegura exacta-
mente cuatro muestras por ciclo de oscilacin. El mnimo que establece el teorema de Shannon
54
para que no exista aliasing es dos muestras por ciclo de oscilacin. Algunos autores sugieren
elegir un periodo de muestreo que asegure entre 8 y 10 muestras por ciclo. Con este criterio el
periodo de muestreo debera ser:
d d
T
t t
e e
s s
4 5
(8.20)
Lo que se propone en este libro de texto es elegir el periodo de muestreo ms redondo
que se obtenga dentro del intervalo de la inecuacin (8.20).
55
Captulo 9
ANLISIS DE ESTABILIDAD
La estabilidad es una caracterstica muy importante en Ingeniera de Control. Un sistema es
estable cuando ante una entrada de amplitud finita responde el sistema con una salida tam-
bin de amplitud finita. Por el contrario, un sistema inestable presentar oscilaciones que
tienden a infinito ante entradas finitas.
Este tipo de oscilaciones arbitrariamente grandes ante entradas finitas pueden causar
serios daos a las personas y al propio sistema (que normalmente posee un espacio de trabajo
limitado). Por tanto, siempre hay que asegurar la estabilidad de los sistemas y tomar ciertas
medidas de proteccin durante los experimentos de ajuste (setas de interrupcin de corriente,
botones de hombre muerto, etc.).
9.1 CRITERIO GENERAL
El criterio de estabilidad en el plano complejo S era que todos los polos del sistema tuvieran
parte real negativa. Con la transformacin del plano S a Z vista en el captulo anterior, se
puede afirmar como criterio general que un sistema discreto es estable si y slo si todos
sus polos se encuentran dentro del crculo unitario. La posicin de los ceros no afectan a
la estabilidad.
Los polos que se encuentren justo sobre la circunferencia de radio unidad harn que la
salida posea una oscilacin permanente no amortiguada y de frecuencia igual a la frecuencia
de Nyquist.
En la ecuacin caracterstica escrita en trminos de z no se pueden aplicar ni la condi-
cin Cardano-Vite ni el criterio de Routh-Hurwitz. As por ejemplo, un sistema con la siguien-
te ecuacin caracterstica:
z = 0.5 0 (9.1)
Es evidente que su nico polo est dentro del crculo unitario y por tanto el sistema es
estable. Sin embargo, no se cumple la condicin necesaria pero no suficiente de Cardano-Vite
de que todos los coeficientes del polinomio deben ser positivos y no nulos.
Sin embargo, para ecuaciones caractersticas con ms de dos polos, es necesario contar
con un criterio de estabilidad equivalente al de Routh-Hurwitz. Es decir, que diga si el sistema
es estable o no sin necesidad de obtener analticamente todas las races de dicha ecuacin.
9.2 CRITERIO DE JURY
El criterio de estabilidad de Jury permite deducir la estabilidad o no de un sistema discreto sin
necesidad de calcular todas las races de la ecuacin caracterstica.
Sea la ecuacin caracterstica:
n n
n n
P z a z a z a z a

= + + + + =
1
1 1 0
( ) ... 0 (9.2)
Donde an > 0. El sistema es estable si y slo si, se cumplen las siguientes condiciones:
n
a a <
0
(9.3)
56
P > (1) 0 (9.4)
n
P
n
>


<

0 si es par
( 1)
0 si es impar
(9.5)
Adems, cuando n es mayor que 2 se construye la tabla de Jury y se deben cumplir ms
condiciones. A continuacin se muestra la forma de la tabla de Jury para el caso de que P(z)
sea de cuarto orden:
z z z z z
a a a a a
a a a a a
b b b b
b b b b
c c c
0 1 2 3 4
0 1 2 3 4
4 3 2 1 0
0 1 2 3
3 2 1 0
0 1 2
(9.6)
Las sucesivas filas se construyen, hasta que slo haya tres trminos en la ltima fila,
de la siguiente forma:
a a
b
a a
=
0 4
0
4 0
(9.7)
a a
b
a a
=
0 3
1
4 1
(9.8)
a a
b
a a
=
0 2
2
4 2
(9.9)
a a
b
a a
=
0 1
3
4 3
(9.10)
Donde se observa que los sucesivos determinantes poseen siempre la misma primera
columna. Las nuevas condiciones que se tienen que cumplir, para que el sistema sean estable,
son:
b b >
0 3
(9.11)
c c >
0 2
(9.12)
En general, en cada nueva fila resultante, el valor absoluto del primer valor debe ser
mayor que el valor absoluto del ltimo.
Como ejercicios, se propone determinar la estabilidad de las siguientes ecuaciones ca-
ractersticas mediante el criterio de Jury:
P z z z z = + =
3 2
( ) 1.1 0.1 0.2 0 (9.13)
P z z z z = + =
3 2
( ) 1.3 0.08 0.24 0 (9.14)
P z z z z z = + + =
4 3 2
( ) 1.2 0.07 0.3 0.08 0 (9.15)
9.3 TRANSFORMACIN BILINEAL Y CRITERIO DE ROUTH-HURWITZ
El mtodo de Jury requiere habitualmente ms operaciones que el criterio de Routh-Hurwitz.
Adems, cuando alguno de los coeficientes contiene algn parmetro alfanumrico, trabajar
con valores absolutos es especialmente complicado. Por este motivo, se han buscado formas
para cambiar la ecuacin caracterstica en z de forma que se pueda emplear el criterio de
Routh-Hurwitz ya conocido.
Las transformaciones bilineales o de Mbius (se puede escribir Moebius) es una herra-
mienta que permite realizar cambios de variables muy interesantes con la siguiente expresin
general:
57
aw b
z a b c d ad bc
cw d
+
= e =
+
con , , , , 0 (9.16)
La variable z definida en el plano complejo Z se transforma en la nueva variable w de-
finida en el plano complejo W. Estas transformaciones pueden ser traslaciones, dilataciones,
rotaciones e inversiones. En el caso que nos ocupa, se usar la siguiente transformacin bili-
neal:
w
z
w
+
=

1
1
(9.17)
Este cambio de variable, transforma el interior del crculo unitario en Z el semiplano de
parte real negativa en W, Fig. 9.1.
S
N
j e
N
j e
Franja primaria
E
Z
1
B
A
C
D
N
j e +
N
j e
0
A
E
B C
D
Crculo unitario
W
Semiplano
parte real
negativa
A

0
1
E
B C
D
Ts
z e =
s z
T
=
1
ln
w
z
w
+
=

1
1
z
w
z

=
+
1
1
Fig. 9.1 Cambios de variable entre el plano S, el plano Z y el plano W
Si se comparan el plano S y el plano W, se pueden anotar algunas importantes diferen-
cias. En el plano W slo aparecern los polos del plano S contenidos en la franja primaria. Las
rplicas debidas al muestreo no se tendrn en cuenta. La posicin de los polos dentro del plano
W no ofrece informacin relacionada con la respuesta transitoria del sistema como ocurra de-
ntro del plano S. As por ejemplo, la parte real negativa no se puede asociar a la atenuacin, ni
la parte imaginaria con la frecuencia natural amortiguada del sistema.
Sin embargo, el carcter positivo a negativo de la parte real de los polos dentro del pla-
no W s que se conserva con las sucesivas transformaciones. Adems, la transformacin bili-
neal conduce a una ecuacin caracterstica que ser un polinomio en w, por lo que se podr a-
plicar el criterio de Routh-Hurwitz para determinar la estabilidad de los polos. Recurdese que
la variable s parece en las potencias de los trminos exponenciales, por lo que no es posible
aplicar en el dominio S el criterio de Routh-Hurwitz an cuando se usen expresiones cerradas.
9.4 EJEMPLO
Determinar la estabilidad del siguiente sistema por cualquiera de los mtodos estudiados has-
ta el momento:
58
R s ( )
ZOH s ( )
C s ( )

+
( 1)( 5)
K
s s + + 1 s
Fig. 9.2 Ejemplo de sistema de discreto
En primer lugar se identifica la ecuacin caracterstica del sistema:
1 ( ) 0
( 1)( 5)
K
Z ZOH s
s s
(
+ =
(
+ +

(9.18)
1
1 (1 ) 0
( 1)( 5)
K
z Z
s s s

(
+ =
(
+ +

(9.19)
Descomponiendo en fracciones simples y acudiendo a la Tabla 6.1:
1
1 1 1
1 (1 ) 0
5 1 4 0.367 20 0.00673
z z z
z K
z z z

(
+ + =
(

(9.20)
1 1
1 0
5 4 0.367 20 0.00673
K K z K z
z z

+ + =

(9.21)
2
20 (2.1718 7.474) 0.3432 0.0494 0 z K z K + + + = (9.22)
Como queda una ecuacin de segundo orden, es relativamente sencillo aplicar el criterio
de Jury. Las tres condiciones que debe cumplir para la estabilidad son:
0.3432 0.0494 20
20 2.1718 7.474 0.3432 0.0494 0
20 2.1718 7.474 0.3432 0.0494 0
K
K K
K K
+ <

+ + + >

+ + + >

(9.23)
Suponiendo K positivo se opera en ellas:
58.1311
5.0001
15.0516
K
K
K
<

>

<

(9.24)
De las tres, la ms restrictiva es la segunda, por lo que la condicin de estabilidad es:
15.0516 K < (9.25)
Se puede comprobar por el criterio de Routh-Hurwitz que el resultado es correcto. Apli-
cando a la ecuacin caracterstica (9.22) la transformacin bilineal (9.17), queda:
2
(12.5754 2.515 ) (39.9012 0.6864 ) 27.5234 1.8286 0 K w K w K + + + = (9.26)
En los sistemas de segundo orden, la columna principal del criterio de Routh-Hurwitz
coincide con los coeficientes del polinomio de la ecuacin caracterstica, por tanto, las condicin
que se debe cumplir es que los tres coeficientes sean positivos:
12.5754 2.515 0
39.9012 0.6864 0
27.5234 1.8286 0
K
K
K
+ >

>

>

(9.27)
De nuevo se obtienen tres inecuaciones donde la ms restrictiva es:
15.051 K < (9.28)
Por tanto, como no poda ser de otra forma, los dos mtodos obtienen el mismo resulta-
do. En este caso concreto, el ms rpido es el criterio de Jury, porque el cambio de variable de
la transformacin bilineal requiere muchas operaciones, por lo que pasar de la ecuacin (9.22)
a la ecuacin (9.26) puede llevar mucho tiempo.
59
Captulo 10
RESPUESTA TRANSITORIA Y RGIMEN
PERMANENTE
En el presente captulo se muestra cmo se puede calcular el valor en rgimen permanente de
un sistema y la relacin entre la posicin de los polos y ceros de una funcin de transferencia y
el rgimen transitorio. Todo el captulo es una traslacin directa de todo lo que se conoce ya en
sistemas continuos.
10.1 RESPUESTA TRANSITORIA
En la Fig. 10.1 se muestra una representacin cualitativa de las diferentes respuestas ante
entrada impulso que se pueden obtener en funcin de la posicin de los polos de una funcin de
transferencia.
Z
1 1
A B
C
D
C
D
F
F
G H
E
E
t
*
( )
A
c t
t
*
( )
B
c t
t
*
( )
C
c t
t
*
( )
E
c t
t
*
( )
D
c t
t
*
( )
H
c t
t
*
( )
G
c t
t
*
( )
F
c t
Fig. 10.1 Respuesta a entrada impulso de distintos polos
Ya se vio en el captulo 8 cual era la relacin numrica entre la posicin de los polos en
el plano Z y algunas especificaciones de rgimen transitorio. Por ejemplo:
n
T
n
z e z T T
e
e o

= = = ln (10.1)
n d
z T T e e = =
2
1 rad rad (10.2)
60
Con las ecuaciones (10.1) y (10.2) se pueden calcular los valores de amortiguamiento,
frecuencia natural, frecuencia natural amortiguada y atenuacin que producen dos polos com-
plejo-conjugados. Si dichos polos son los dominantes de la funcin de transferencia, esos par-
metros sern los que determinen la respuesta transitoria del sistema.
La influencia de nuevos polos y ceros es exactamente igual que en sistemas continuos,
simplemente que ahora la referencia cambia. Un polo no es dominante cuando se encuentra
cerca del origen de coordenadas (como ocurra en el caso continuo) sino cuando est cerca de la
unidad, es decir, el punto z = 1. Tambin se puede utilizar la frmula conocida para el tiempo
de establecimiento del sistema (10.3), el tiempo de levantamiento, el tiempo de pico, etc.
4 4
( 2%)
s
n
t
o e
~ = (10.3)
NOTA: En el plano Z, los polos simples de parte real negativa producen respuestas osci-
latorias, con periodo siempre dos veces el periodo de muestreo. Este hecho puede llamar la
atencin, porque el ingeniero puede estar acostumbrado en sistemas continuos a asociar las
respuestas no oscilatorias (exponenciales que convergen o no a un punto) a polos simples y res-
puestas oscilatorias (amortiguadas o no) a polos dobles.
S
Polos del
sistema
a)
S
Franja primaria
N
j e
N
j e
Rplicas por
el muestreo
b)
Z
c)
Polos del
sistema
Fig. 10.2 Los polos a) complejo-conjugados de la planta en S, con un determinado muestreo b), se
convierten en c) polos reales dobles en el plano Z
Los polos con sentido fsico de la planta que caen sobre el eje Z de parte real negativa
necesariamente sern reales dobles. Esto se debe a que en continuo eran complejo-conjugados
y la frontera de la franja primaria pasa justo por encima suyo, Fig. 10.2. Por tanto, la posicin
de los dos polos complejo-conjugados en S coincide en el mismo punto en el plano Z. Este hecho
es coherente con lo que se ha afirmado que el periodo de oscilacin es dos veces el periodo de
muestreo.
S
Franja primaria
N
j e
N
j e
Polos del
controlador
b)
Z
a)
Polo del
controlador
Fig. 10.3 Un polo simple del controlador en Z a) se convierte en polos complejo-conjugados en S
Slo se pueden conseguir polos simples de parte real negativa, programndolos explci-
tamente en un microprocesador (a travs de su ley en ecuaciones diferencia). Por tanto slo
61
pueden pertenecer al controlador, no a la planta. En realidad, lo que est introduciendo en el
dominio S son polos complejo-conjugados. Por tanto, aunque aparentemente es simple, en
realidad es complejo-conjugado, Fig. 10.3. Por tanto, ya no puede extraar que los polos sim-
ples de parte real negativa en Z posean respuestas oscilatorias.
10.2 RGIMEN PERMANENTE
El rgimen permanente de un sistema se calcula evaluando el lmite cuando el tiempo tiende a
infinito de la seal de salida. Ese lmite se puede trasladar al dominio Z con la propiedad co-
rrespondiente de la transformada Z:
1
1
lim ( ) lim ( ) lim[(1 ) ( )]
ss
t n z
c c t c nT z C z


= = = (10.4)
Y conviene recordar que slo tiene sentido hablar de rgimen permanente en los siste-
mas estables. Si un sistema no es estable puede existir un valor numrico para el lmite defi-
nido en (10.4), pero no quiere decir que la respuesta converja hacia ese valor. Antes habr que
asegurar la estabilidad del sistema.
10.3 ERROR EN RGIMEN PERMANENTE
Quiz ms interesante que el valor numrico del rgimen permanente de un sistema, es defi-
nir cunto vale el error respecto a la referencia en un sistema de control realimentado:
{ }
1
1
lim (1 )[ ( ) ( )]
ss
z
e z R z C z

= (10.5)
Como se vio a lo largo del captulo 7, la respuesta C(z) podr ponerse o no en funcin
de la referencia muestreada R(z). Por este motivo tal vez no sea posible sacar factor comn de
la expresin (10.5) la referencia R(z) como se haca en los sistemas continuos usando la funcin
de transferencia en lazo cerrado. Ya se ha visto que en el dominio Z a veces no se puede encon-
trar la funcin de transferencia en lazo cerrado de un sistema.
c
G z ( )
R s ( )
T
ZOH s ( )
C s ( )

+
G s ( )
Fig. 10.4 Sistema de control discreto
Como caso particular, se puede ver las expresiones que se obtienen con el sistema de
control de la Fig. 10.4. En este caso particular pero que se utiliza mucho s es posible deter-
minar la funcin de transferencia en lazo cerrado y seguir operando en la ecuacin (10.5).
1
1
( ) [ ( ) ( )]
lim (1 ) ( ) ( )
1 ( ) [ ( ) ( )]
c
ss
z
c
G z Z ZOH s G s
e z R z R z
G z Z ZOH s G s

(
=
`
(
+
)
(10.6)
1
1
( ) [ ( ) ( )]
lim (1 ) 1 ( )
1 ( ) [ ( ) ( )]
c
ss
z
c
G z Z ZOH s G s
e z R z
G z Z ZOH s G s

(
=
`
(
+
)
(10.7)
1
1
(1 ) ( )
lim
1 ( ) [ ( ) ( )]
ss
z
c
z R z
e
G z Z ZOH s G s


=
`
+
)
(10.8)
Ahora se puede particularizar la expresin (10.8) para distintos tipos de entrada (esca-
ln, rampa, parbola, etc). As pues, para una entrada referencia escaln de amplitud A, el
error es:
1
1 1
(1 )
lim lim
1 ( ) [ ( ) ( )] 1 1 ( ) [ ( ) ( )]
ss
z z
c c
z Az A
e
G z Z ZOH s G s z G z Z ZOH s G s



= =
` `
+ +
) )
(10.9)
{ }
1
1 lim ( ) [ ( ) ( )] 1
ss
c p
z
A A
e
G z Z ZOH s G s K

= =
+ +
(10.10)
62
Donde se ve que se puede definir algo similar al coeficiente de error en posicin Kp que
se vio en sistemas continuos. Tambin en este caso el error es proporcional a la amplitud del
escaln de entrada y se podra definir de forma general como en porcentaje o en por unidad
respecto a la entrada. Y en este caso el error ser nulo o finito en funcin del nmero de polos
en el punto z = 1 que posea el sistema.
Para una entrada referencia rampa de pendiente A, el error es:
1
2
1 1
(1 )
lim lim
1 ( ) [ ( ) ( )] ( 1) ( 1) ( ) [ ( ) ( )] ( 1)
ss
z z
c c
z ATz AT
e
G z Z ZOH s G s z z G z Z ZOH s G s z



= =
` `
+ +
) )
(10.11)
{ }
1
1
lim ( ) [ ( ) ( )]
ss
v
c
z
A A
e
z K
G z Z ZOH s G s
T

= =

(10.12)
Donde de nuevo se puede definir un coeficiente similar al coeficiente de error en veloci-
dad Kv y de nuevo el error ser nulo o finito o infinito en funcin del nmero de polos en el
punto z = 1 que posea el sistema.
Anlogamente para una entrada referencia parbola de aceleracin un medio de
A, el error es:
2 2
2 2
1 1
2( 1) ( 1)
lim ( ) [ ( ) ( )] lim ( ) [ ( ) ( )]
( 1)
ss
a
c c
z z
A A A
e
K z z
G z Z ZOH s G s G z Z ZOH s G s
T z z T

= = =

` `
+ )
)
(10.13)
Donde se define el coeficiente de error en aceleracin Ka. Como el valor numrico del
lmite no cambia si se introduce varias veces el factor z (que equivale a la unidad cuando se
avale el lmite), se pueden definir los coeficientes de error tambin como:
1
1
1
lim ( ) [ ( ) ( )]
v c
z
z
K G z Z ZOH s G s
T


= `
)
(10.14)
2
1
1
1
lim ( ) [ ( ) ( )]
a c
z
z
K G z Z ZOH s G s
T



| |
` =
|
\ . )
(10.15)
Quiz estas expresiones sean de ms fcil memorizacin ya que se parecen ms a las
definiciones que tenan en el dominio continuo (10.16), (10.17) cambiando la variable s por su
aproximacin de backwards.
| |
0
lim ( ) ( )
v c
s
K sG s G s

= (10.16)
2
0
lim[ ( ) ( )]
a c
s
K s G s G s

= (10.17)
Y el producto del controlador y la planta es la funcin de transferencia en lazo abierto.
Las expresiones (10.14) y (10.15) son las que se proponen en el libro Discrete-Time Control
Systems de Katsuhiko Ogata.
10.4 TIPO DE SISTEMA
El tipo de sistema N se define como el nmero de polos en el punto z = 1 que posee la funcin
de transferencia en lazo abierto del sistema de la Fig. 10.4.
Como ocurra en sistemas analgicos, cuanto mayor sea el tipo, el error del sistema ser
nulo ante mayor nmero de entradas distintas. Tambin comparte con ellos el inconveniente
de que cuantos ms polos haya en z = 1 ms difcil ser hacer estable el sistema, porque es
ms fcil que las ramas del lugar de las races salgan del crculo unitario.
63
Captulo 11
LUGAR DE LAS RACES
El lugar de las races es una herramienta grfica que se demostr muy til en el dominio con-
tinuo de Laplace. En este captulo se describe cmo se puede utilizar en el plano complejo Z.
11.1 DEFINICIN
El lugar de las races, como su propio nombre indica, es el lugar geomtrico de los puntos del
plano complejo Z que son polos de un sistema controlado en funcin de un parmetro que suele
ser una ganancia proporcional dentro del lazo de control.
Por tanto, es un mtodo que slo se puede utilizar para ajustar un nico parmetro de
diseo. Si existe ms de una variable en el sistema de control, el uso del lugar de las races
no es sencillo porque habra que aplicarlo de forma iterativa. Es decir, habra que fijar todos
los parmetros de diseo menos uno, y ver si se llega a una solucin satisfactoria. En caso con-
trario, se toman otros valores numricos y se vuelve a comenzar.
El lugar de las races slo da informacin de la posicin de los polos en lazo cerrado del
sistema compensado. Cuando el parmetro de variacin es una ganancia proporcional dentro
de un lazo de realimentacin simple, los ceros no cambian de posicin con ella. En cualquier
caso para disear correctamente el comportamiento transitorio del sistema hay que tener en
cuenta la posicin de los polos y ceros dominantes del sistema.
Con estas premisas, se entiende que sea un mtodo muy conveniente para ajustar con-
troladores puramente proporcionales.
11.2 PUNTO DE PARTIDA
El mtodo del lugar de las races siempre parte de la ecuacin caracterstica del sistema, por-
que las races de la misma sern los polos en lazo cerrado del sistema. En sistemas muestrea-
dos, no importa que no se pueda a veces encontrar la funcin de transferencia del sistema por-
que siempre ser posible determinar, al menos, la ecuacin caracterstica.
K
R s ( )
T
ZOH s ( )
C s ( )

+
G s ( )
Fig. 11.1 Sistema de control discreto con controlador proporcional
En el caso concreto de que el sistema de control posea simplemente una realimentacin
negativa unitaria y un controlador proporcional, como el que se muestra en la Fig. 11.1, la
ecuacin caracterstica del mismo es:
1 [ ( ) ( )] 0 KZ ZOH s G s + = (11.1)
En definitiva:
1 ( ) 0 KF z + = (11.2)
Por tanto, a la funcin de transferencia F(z) se le pueden aplicar los mismas reglas que
se definieron en sistemas continuos para representar el lugar de las races.
64
Si en la parte muestreada existe una funcin de transferencia determinada (un filtro,
una red de adelanto o retraso que ya tiene valores numricos, etc.) entonces el sistema se po-
dra describir como:
K
R s ( )
T
ZOH s ( )
C s ( )

+
( )
p
G s ( )
c
G z
Fig. 11.2 Sistema de control discreto con controlador proporcional
Y la ecuacin caracterstica:
1 ( ) [ ( ) ( )] 0
c p
KG z Z ZOH s G s + = (11.3)
De nuevo en definitiva:
1 ( ) 0 KF z + = (11.4)
Ahora bien, si el parmetro de variacin no es la ganancia proporcional dentro del lazo
(ntese que no importa si est en la parte muestreada o en la parte continua), la ecuacin ca-
racterstica podra tomar una forma distinta de la presentada en la ecuacin (11.2) (11.4).
Por ejemplo, sea el sistema:
R s ( )
0.1 s
ZOH s ( )
C s ( )

+
1
s 0.5
z a
z
+
+
Fig. 11.3 Ejemplo de sistema de control discreto
La ecuacin caracterstica es:
1
1 ( ) 0
0.5
z a
Z ZOH s
z s
+ (
+ =
(
+
(11.5)
0.1
1 1
1 0
0.5
s
z a e
Z
z s s

( +
+ =
(
+
(11.6)
1
2
1
1 (1 ) 0
0.5
z a
z Z
z s

+ (
+ =
(
+
(11.7)
1
2
0.1
1 (1 ) 0
0.5 ( 1)
z a z
z
z z

+
+ =
+
(11.8)
0.1( )
1 0
( 0.5)( 1)
z a
z z
+
+ =
+
(11.9)
En primer lugar se constata que el retenedor no modifica el orden del sistema. Existe
un nico polo en la parte muestreada y otro ms en la parte continua, por lo que en la ecuacin
caracterstica se han obtenido dos polos como era de esperar.
La dificultad en este caso consiste en que el parmetro que hace variar los polos del sis-
tema las races de la ecuacin (11.5) es a, y a no se encuentra multiplicando ninguna fun-
cin de transferencia Z. Sin embargo, es posible operar en la ecuacin caracterstica para de-
jarlo de esa forma:
( 0.5)( 1) 0.1( ) 0 z z z a + + + = (11.10)
( 0.5)( 1) 0.1 0.1 0 z z z a + + + = (11.11)
0.1
1 0
( 0.5)( 1) 0.1
a
z z z
+ =
+ +
(11.12)
En la ecuacin (11.12) s se puede encontrar una F(z) a la que aplicar el mtodo grfico
del lugar de las races. El grfico del lugar de las races ser correcto a pesar de que la nueva
F(z) no tiene nada que ver con la funcin de transferencia en lazo abierto del sistema.
65
El mismo ejemplo un poco modificado, sirve para mostrar cmo el parmetro de varia-
cin puede ser incluso el periodo de muestreo del sistema:
R s ( )
ZOH s ( )
C s ( )

+
1
s
0.2
0.5
z
z
+
+ T
Fig. 11.4 Ejemplo de sistema de control discreto
La ecuacin caracterstica es:
0.2 1
1 ( ) 0
0.5
z
Z ZOH s
z s
+ (
+ =
(
+
(11.13)
0.2 1 1
1 0
0.5
Ts
z e
Z
z s s

( +
+ =
(
+
(11.14)
1
2
0.2 1
1 (1 ) 0
0.5
z
z Z
z s

+ (
+ =
(
+
(11.15)
En este punto podra parecer que el parmetro de variacin ha desaparecido, pero:
1
2
0.2
1 (1 ) 0
0.5 ( 1)
z Tz
z
z z

+
+ =
+
(11.16)
( 0.2)
1 0
( 0.5)( 1)
T z
z z
+
+ =
+
(11.17)
Y en este caso, identificar la F(z) es inmediato. Pero en los dos ejemplos, en el sistema
slo exista un parmetro variable y los dems estaban dados.
11.3 MTODO GRFICO
En este apartado se resumen los pasos estudiados en Ingeniera de Control I para dibujar el
lugar de las races:
1) Representar los n polos pj y los m ceros zi de la funcin de transferencia F(z).
2) Nmero de asntotas: nm
3) Punto de corte de las asntotas:
1 1
n m
j i
j i
a
p z
n m
o
= =

_ _
(11.18)
4) ngulos de las asntotas:
180 (2 1)
con 0,1,2,...
a
k
k
n m

+
= =

(11.19)
5) Puntos del eje real Z que pertenecen al lugar de las races: los que dejan a su derecha
un nmero impar de polos y ceros.
6) Puntos de ruptura: son las races de la ecuacin (11.20) que pertenecen al lugar de
las races, donde K se ha despejado de la ecuacin caracterstica del sistema.
0
K
z
c
=
c
(11.20)
7) Cortes que con eje imaginario: aplicando el criterio de Routh directamente a la ecua-
cin caracterstica (sin ninguna transformacin bilineal previa). Ahora la ganancia crtica
que se obtenga no ser tal, porque ahora la estabilidad no depende del signo de la parte real de
los polos, sino si estn dentro o fuera del crculo unitario.
y 8) ngulos de salida y de llegada: aplicar la condicin del ngulo cerca del polo o cero
objeto de estudio:
66
1 1
180
m n
i j
i j
z p
= =
=
_ _
(11.21)
La condicin del mdulo se defina como:
1
1
n
j
j
m
i
i
p
K
z
=
=
=
[
[
(11.22)
Donde no se divida por nada si no existan ceros.
11.4 DISEO DE COMPENSADORES DE ADELANTO DE FASE
En general, con un controlador puramente proporcional no es posible establecer los polos del
sistema compensado en cualquier lugar que se desee. Para ello se necesitan ms parmetros
de diseo (aadir nuevos polos y ceros al sistema) de forma que se fuerce al lugar de las ra-
ces del sistema compensado a pasar por lo que se denominarn los polos objetivo de diseo.
En la asignatura de Ingeniera de Control I se utiliz el lugar de las races para disear
compensadores de adelanto de fase que hicieran precisamente eso. En el plano Z se pueden
utilizar la misma tcnica, pero con algunas advertencias.
En primer lugar hay que resaltar que el mtodo de la bisectriz a veces falla en sistemas
muestreados. La razn es fcilmente pueden quedar el nuevo polo del compensador fuera del
crculo unitario, por lo que se puede estar creando una nueva rama que siempre queda fuera
del mismo y por tanto el sistema sea siempre inestable. En los sistemas continuos daba igual
que aparecieran nuevas ramas en la parte real negativa lejos del origen. Ahora lejos del origen
siempre significa inestabilidad.
A continuacin se resumen los pasos que se estudiaron en Ingeniera de Control I:
1) Con las especificaciones de diseo se calculan los polos objetivo del sistema.
2) Se sitan en el plano Z los polos objetivo y los polos y ceros de F(z), que son los equi-
valentes a los polos y ceros en lazo abierto del sistema.
3) Se aplica la condicin del ngulo a uno de los polos objetivo (teniendo en cuenta el
nuevo polo y cero del controlador) y se calcula e ngulo con que el polo objetivo ve al nuevo
polo y cero del controlador.
4) Se elije la posicin del polo y cero del controlador de forma que los polos objetivo
puedan quedar como dominantes sin que ningn polo del sistema en lazo cerrado quede fuera
del crculo unitario.
5) Una vez situados el polo y cero del controlador, se aplica la condicin del mdulo en
el polo objetivo para calcular la ganancia que hace que los polos objetivo sean precisamente
los polos en lazo cerrado del sistema.
La dificultad del mtodo radica en elegir correctamente la posicin del polo y del cero
del compensador. En el siguiente ejemplo se muestra cmo puede razonar en el diseo.
11.5 EJEMPLO DE DISEO
Disear un controlador digital para que el sistema de la Fig. 11.5 posea una frecuencia natu-
ral de 3.5 rad/s y un amortiguamiento de 0.45.
R s ( )
ZOH s ( )
C s ( )

+ 50
( 1)( 5) s s s + +
( )
c
G z
T
Fig. 11.5 Ejemplo de sistema de control discreto
Se observa que la planta es de tercer orden, por lo que se deben encontrar tres polos en
el dominio Z. Tambin se observa que el periodo de muestreo no est fijado en el enunciado,
67
por lo que lo primero que se debe hacer es elegir un periodo de muestreo adecuado a las especi-
ficaciones que se desean obtener. Dependiendo de la eleccin que se haga, el problema sale
muy distinto (al menos en los valores numricos).
Las especificaciones de diseo imponen la siguiente frecuencia natural amortiguada en
la respuesta transitoria del sistema compensado:
2
1 rad 3.1 rad
d n
e e = ~ (11.23)
Usando la ecuacin (8.20) para medir entre 8 y 10 muestras por ciclo, se obtiene:
0.25 0.20 T s s (11.24)
Con un periodo de muestreo de 0.2 segundos sera suficiente. En este ejemplo se tomar
todava ms pequeo, T igual a 0.1 segundos, con lo que se medirn unas 20 muestras por
ciclo. Con esta eleccin se puede encontrar la ecuacin caracterstica del sistema:
50
1 ( ) 0
( 1)( 5)
z a
K Z ZOH s
z b s s s
+ (
+ =
(
+ + +

(11.25)
Donde ya se ha puesto la expresin del controlador de adelanto de fase. Operando:
0.1
1 50
1 0
( 1)( 5)
s
z a e
K Z
z b s s s s

( +
+ =
(
+ + +

(11.26)
1
2
50
1 (1 ) 0
( 1)( 5)
z a
K z Z
z b s s s

+ (
+ =
(
+ + +

(11.27)
Para calcular la transformada Z, se divide la expresin racional en fracciones simples:
2 2
50
1 5 ( 1)( 5)
A B C D
s s s s s s s
= + + +
+ + + +
(11.28)
El numerador es:
2 2
50 ( 1)( 5) ( 1)( 5) ( 5) ( 1) A s s Bs s s Cs s Ds s = + + + + + + + + + (11.29)
Donde se obtiene fcilmente que:
0 50 5 10 s A A = = = (11.30)
1 50 4 12.5 s C C = = = (11.31)
5 50 100 0.5 s D D = = = (11.32)
trmino en : 0 6 5 12 s A B B = + = (11.33)
Por tanto, se sigue operando en la ecuacin caracterstica:
1
2
10 12 12.5 0.5
1 (1 ) 0
1 5
z a
K z Z
z b s s s s

+ (
+ + =
(
+ + +
(11.34)
1
2 0.1 0.5
12 12.5 0.5
1 (1 ) 0
1 ( 1)
z a z z z z
K z
z b z z z e z e


+ (
+ + =
(
+

(11.35)
2
1 12 12.5 0.5
1 ( 1) 0
1 0.9048 0.6065 ( 1)
z a
K z
z b z z z z
+ (
+ + =
(
+

(11.36)
Sumando las fracciones queda:
2
2
0.0068 0.0264 0.0043
1 ( 1) 0
( 1) ( 0.9048)( 0.6065)
z a z z
K z
z b z z z
+ + +
+ =
+
(11.37)
( )( 3.7119)( 0.1703)
1 0.0068 0
( )( 1)( 0.9048)( 0.6065)
z a z z
K
z b z z z
+ + +
+ =
+
(11.38)
Viendo la ecuacin (11.38) se comprueba, como era de esperar, que la planta aade tres
polos porque era de tercer orden. Lo que no era de esperar, pero ocurre con frecuencia al pasar
al dominio Z, es que aade tambin dos ceros, cuando en continuo no tena ninguno. Este
hecho no debe sorprender al ingeniero a partir de ahora. El polo en el origen se ha transfor-
68
mado, tambin como era de esperar, en un polo en z = 1. Los tres polos de la planta tienen par-
te real positiva en el dominio Z pero esto no significa que se hayan hecho inestables ya que
los tres estn dentro del crculo unitario. Todas estas consideraciones ayudan al ingeniero a
localizar posibles fallos durante el desarrollo numrico.
Se calculan ahora los polos objetivo para la posicin de los polos en lazo cerrado del
sistema compensado. Usando las especificaciones de diseo se obtiene:
2
1 0.1575 0.3125
0.8542 17.9083 0.8128 0.2626
n n
T T j Ts j
e e e j
e e
= = = = (11.39)
Ya se pueden dibujar en el plano complejo Z los polos y cero en lazo abierto de la plan-
ta y los polos objetivo, y empezar a discutir cul es la mejor posicin para el polo y el cero del
controlador.
Z
1 1 2 3 4
Polos objetivo
Fig. 11.6 Polos y ceros en lazo abierto de la planta y polos objetivo
Para decidir la posicin del polo y cero del controlador, lo primero que hay que hacer es
calcular el ngulo con que un polo objetivo ve al controlador. Para ello, a su vez, hay que
aplicar la condicin del ngulo en el polo objetivo:
1 1
180
m n
i j
i j
z p
= =
=
_ _
(11.40)
180 3.3215 14.9553 125.4839 109.3075 51.8466
c
= + + (11.41)
88.3612
c
= (11.42)
Es un ngulo muy grande, el polo y cero del controlador van a estar relativamente ale-
jados y por tanto no van a existir muchas posibilidades de eleccin. En concreto en este pro-
blema se barajan dos: un controlador PD y un compensador que anule el segundo polo de la
planta.
En la Fig. 11.7 se muestra las posiciones que toman el polo y cero del compensador que
anula el segundo polo de la planta. La expresin numrica del compensador es:
0.9048
( )
0.1267
c
z
G z K
z

(11.43)
Aplicando la condicin del mdulo en los polos objetivo para calcular la ganancia:
1
1
0.3224 0.3339 0.7346
0.0068 0.0171478
1.0175 4.523
n
j
j
m
i
i
p
K
z
=
=

= = =

[
[
(11.44)
Por tanto, la expresin del compensador queda definitivamente como:
0.9048
( ) 2.52
0.1267
c
z
G z
z

(11.45)
69
Z
3.7119 0.1703
0.6065 0.9048 1 0.1267
88.36
Se anulan
Fig. 11.7 Compensador que anula el segundo polo de la planta
Otra posibilidad hubiera sido disear el compensador de forma que sea un controlador
PD. El controlador PD analgico pona el polo del compensador en el menos infinito y slo
quedaba el cero. En el dominio Z esto significa poner el polo en el origen, como se muestra en
la Fig. 11.8.
Z
3.7119 0.1703
1
88.36
0.6065
No se anulan
Fig. 11.8 Controlador PD
70
En este caso particular la diferencia es muy pequea. Se comprueba que con un ngulo
c tan grande, las posibilidades intermedias de colocar el polo y cero del compensador son
muy pequeas. En cualquier caso, nunca se debe colocar el cero del compensador en z = 1. Esta
es la traduccin al dominio Z de la recomendacin de no poner el cero del compensador en el
origen del plano S.
El polo del compensador tambin se puede colocar en el tramo de recta que va desde el
origen z = 0 hasta z = 1. Pero hay que evitar poner el polo en z = 1. Este punto responde con
oscilaciones sostenidas, lo que implicara que la actuacin del controlador sobre la planta ten-
dra una componente oscilatoria no amortiguada. Es posible que dicha oscilacin no se aprecie
en la salida del sistema compensado, porque la planta acte a modo de filtro, pero en cualquier
caso es mejor evitarlo. Por tanto, el polo de compensador cuanto ms cerca del origen mejor.
Con la expresin (11.45) es posible que se de por terminado el problema. Sin embargo, a
veces se pedir que se dibuje el lugar de las races del sistema compensado. O que se exprese
el controlador en forma de ecuaciones diferencia. Esto ltimo es casi inmediato:
( ) 0.9048
( ) 2.52
( ) 0.1267
c
U z z
G z
E z z

= =

(11.46)
1
1
( ) 2.52 2.2801
( ) 1 0.1267
U z z
E z z

(11.47)
( ) 0.1267 ( ) 2.52 ( ) 2.2801 ( ) u nT u nT T e nT e nT T = + + (11.48)
Tambin se puede pedir que se calculen numricamente la evolucin temporal de la sa-
lida del sistema compensado ante una determinada entrada. Para ello hay que hallar la expre-
sin de la salida en funcin de la entrada: En el ejemplo es:
c
c
G z Z ZOH s G s
C z R z
G z Z ZOH s G s
=
+
( ) [ ( ) ( )]
( ) ( )
1 ( ) [ ( ) ( )]
(11.49)
( 3.7119)( 0.1703)
0.001713
( 0.1267)( 1)( 0.6065)
( ) ( )
( 3.7119)( 0.1703)
1 0.001713
( 0.1267)( 1)( 0.6065)
z z
z z z
C z R z
z z
z z z
+ +
+
=
+ +
+
+
(11.50)
0.001713( 3.7119)( 0.1703)
( ) ( )
( 0.1267)( 1)( 0.6065) 0.001713( 3.7119)( 0.1703)
z z
C z R z
z z z z z
+ +
=
+ + + +
(11.51)
2
3 2
0.001713 0.06652 0.01083
( ) ( )
1.7160 0.8765 0.06597
z z
C z R z
z z z
+ +
=
+
(11.52)
Y se puede usar cualquiera de los tres mtodos para calcular la transformada inversa
de Z. Con entrada escaln unitario lo que se obtiene es:
(0) 0 (1.1) 1.19288
(0.1) 0.01713 (1.2) 1.17297
(0.2) 0.11304 (1.3) 1.13900
(0.3) 0.27343 (
(0.4) 0.46571
(0.5) 0.66138
(0.6) 0.83915
(0.7) 0.98481
(0.8) 1.09177
(0.9) 1.15927
(1.0) 1.19087
c c
c c
c c
c c
c
c
c
c
c
c
c
= =
= =
= =
=
=
=
=
=
=
=
=
(2.2) 0.93947
(2.3) ...
1.4) 1.09819
(1.5) 1.05652
(1.6) 1.01845
(1.7) 0.98678
(1.8) 0.96296
(1.9) 0.94725
(2.0) 0.93899
(2.1) 0.93691
c
c
c
c
c
c
c
c
c
=
=
=
=
=
=
=
=
=
=
(11.53)
La salida presenta un mximo local para t = 1.1 segundos, donde se puede identificar
el primer sobreimpulso como de 19.28% aproximadamente. Presenta un mnimo local cerca
71
del doble de tiempo, t = 2.1 segundos, que sera aproximadamente el periodo de oscilacin
amortiguada. Como se coment a la hora de la eleccin del periodo de muestreo, se han conse-
guido poco ms de 20 muestras por ciclo de oscilacin. Tambin se puede deducir que el rgi-
men permanente ser la unidad, por tanto error nulo, coherente con el hecho de que el sistema
sea de tipo N = 1 (un polo en z = 1).
A continuacin se muestra la respuesta que se obtiene simulando en Simulink el sis-
tema con el compensador elegido:
0 0.5 1 1.5 2 2.5 3
0
0.2
0.4
0.6
0.8
1
1.2
1.4
Tiempo (s)
c(t)
Fig. 11.9 Salida del sistema compensado
A pasar de pequeos errores numricos que se pueden arrastrar en (11.53), se ha obte-
nido el mismo resultado.
11.6 EJERCICIOS PROPUESTOS
11.6.1 Primer ejercicio
Disear un controlador digital para que el sistema de la Fig. 11.10 posea un tiempo de esta-
blecimiento de 2 segundos y un amortiguamiento de 0.5.
R s ( )
ZOH s ( )
C s ( )

+ 1
( 2) s s +
( )
c
G z
T
Fig. 11.10 Ejercicio propuesto 1
Suponer que el periodo de muestreo T es 0.2 segundos. Calcular la respuesta ante en-
trada escaln unitario. Calcular el coeficiente de error de velocidad.
11.6.2 Segundo ejercicio
Determinar la funcin de transferencia del sistema de la Fig. 11.11 cuando el controlador es
igual a la unidad y el periodo de muestreo T es igual a 0.5 segundos.
R s ( )
ZOH s ( )
C s ( )

+ 3
(1 0.1 )(1 0.2 ) s s s + +
( )
c
G z
T
Fig. 11.11 Ejercicio propuesto 2
72
Disear un controlador digital que consiga una frecuencia natural de 1.5 rad/s y un
amortiguamiento de 0.707.
11.6.3 Tercer ejercicio
Disear un compensador digital que posea la siguiente forma:
( )
c
z a
G z K
z

= (11.54)
De forma que la frecuencia natural del sistema de la Fig. 11.12 sea 0.3 rad/s y el amor-
tiguamiento de 0.5.
R s ( )
ZOH s ( )
C s ( )

+
2
1
s
( )
c
G z
T
Fig. 11.12 Ejercicio propuesto 3
73
Captulo 12
MTODOS DE DIGITALIZACIN
Este captulo describe una forma nueva de disear controladores digitales. Se trata de reali-
zar el diseo en el dominio continuo de Laplace (con cualquiera de las herramientas que se
vieron en la asignatura de Ingeniera de Control I) y posteriormente traducirlo o pasarlo al
dominio discreto. A este proceso de traduccin es lo que se conoce como digitalizacin de con-
troladores analgicos.
12.1 GENERALIDADES DE LOS MTODOS DE DIGITALIZACIN
Dado que los mtodos de diseo en el dominio analgico-continuo se dan por supuesto en esta
asignatura, slo se explicarn los distintos mtodos de digitalizacin y se tomar como punto
de partida el controlador en la variable s.
c
G z ( )
R s ( )
T
ZOH s ( )
C s ( )

+
G s ( )
c
G s ( )
R s ( ) C s ( )

+
G s ( )
Fig. 12.1 Digitalizacin o bsqueda del equivalente digital
Grficamente, Fig. 12.1, lo que se pretende hacer es encontrar el controlador Gc(z) equi-
valente a Gc(s), es decir, que cumpla aproximadamente las mismas especificaciones de rgimen
transitorio y permanente. Como se puede apreciar, el periodo de muestreo no se tiene en cuen-
ta a la hora de calcular el controlador analgico. Por tanto, la primera cosa que hay que decidir
en el proceso de digitalizacin es un periodo de muestreo adecuado, que regir el muestreo y el
retenedor, y que tambin establecer la relacin que existir entre las variables s y z.
La eleccin del periodo de muestreo se puede realizar conforme a lo explicado en el
apartado 8.4, es decir, eligiendo un nmero de muestras adecuado por ciclo de oscilacin de la
respuesta transitoria (evidentemente, de la respuesta transitoria del sistema controlado).
12.2 INTEGRACIN NUMRICA
El primer mtodo de digitalizacin est basado en la bsqueda de una aproximacin numrica
para la operacin integral (12.1), o el bloque integrador Fig. 12.2.
s
1
U s ( ) Y s ( )
Fig. 12.2 Operacin integral
74
t
y t u d t t =
)
0
( ) ( ) (12.1)
Si se considera la integral hasta un instante mltiplo del periodo de muestreo:
nT nT T nT nT
nT T nT T
y nT u d u d u d y nT T u d t t t t t t t t


= = + = +
) ) ) )
0 0
( ) ( ) ( ) ( ) ( ) ( ) (12.2)
El valor de la integral entre dos periodos de muestreo se puede aproximar de diversas
formas. En los siguientes apartados se explican las ms habituales.
12.2.1 Mtodo trapezoidal o de Tustin
El mtodo de Tustin define la integral entre dos periodos de muestro como el trapecio que for-
man el valor actual de la funcin y el anterior, Fig. 12.3.
nT
t
u(t)
nT T
Fig. 12.3 Aproximacin de Tustin
Matemticamente esto se puede escribir como:
nT
nT T
u nT u nT T
u d T t t

+
=
)
( ) ( )
( )
2
(12.3)
De esta forma, la funcin integral (12.2) se puede completar como:
u nT u nT T
y nT y nT T T
+
= +
( ) ( )
( ) ( )
2
(12.4)
Traduciendo esta expresin en trminos de la transformada de Z, como si fueran ecua-
ciones diferencia de una funcin de transferencia:
T
Y z z U z z

= +
1 1
( )(1 ) ( ) (1 )
2
(12.5)
Por tanto:
Y z T z T z
U z z z

+ +
= =

1
1
( ) 1 1
( ) 2 2 1 1
(12.6)
En el dominio de Laplace, la operacin integral es:
Y s
U s s
=
( ) 1
( )
(12.7)
Por tanto, se puede usar la ecuacin (12.8) para definir un cambio de variable entre s y
z (que recibe el nombre de aproximacin trapezoidal, o bilineal, o de Tustin) y transformar una
funcin de transferencia continua en discreta.
T z
s z
+
~

1 1
2 1
(12.8)
12.2.2 Mtodo de Euler implcito
El mtodo de Euler implcito define la integral entre dos periodos de muestro como el rectn-
gulo de altura igual al valor actual de la funcin, Fig. 12.4.
75
nT
t
u(t)
nT T
Fig. 12.4 Aproximacin de Euler implcito
Matemticamente esto se puede escribir como:
nT
nT T
u d Tu nT t t

=
)
( ) ( ) (12.9)
De esta forma, la funcin integral (12.2) se puede completar como:
y nT y nT T Tu nT = + ( ) ( ) ( ) (12.10)
Traduciendo esta expresin en trminos de la transformada de Z:
Y z z TU z

=
1
( )(1 ) ( ) (12.11)
Por tanto:
Y z T Tz
U z z z

= =

1
( )
( ) 1 1
(12.12)
Esto define un nuevo cambio de variable (conocido como mtodo de integracin de Euler
implcito) para realizar la digitalizacin de una funcin de transferencia:
Tz
s z
~

1
1
(12.13)
12.2.3 Mtodo de Euler explcito
El mtodo de Euler explcito define la integral entre dos periodos de muestro como el rectngu-
lo de altura igual al valor anterior de la funcin, Fig. 12.5.
nT
t
u(t)
nT T
Fig. 12.5 Aproximacin de Euler explcito
Matemticamente esto se puede escribir como:
nT
nT T
u d Tu nT T t t

=
)
( ) ( ) (12.14)
De esta forma, la funcin integral (12.2) se puede completar como:
y nT y nT T Tu nT T = + ( ) ( ) ( ) (12.15)
Traduciendo esta expresin en trminos de la transformada de Z:
Y z z TU z z

=
1 1
( )(1 ) ( ) (12.16)
Por tanto:
Y z Tz T
U z z z

= =

1
1
( )
( ) 1 1
(12.17)
76
Esto define un nuevo cambio de variable (conocido como mtodo de integracin de Euler
explcito) para realizar la digitalizacin de una funcin de transferencia:
T
s z
~

1
1
(12.18)
12.2.4 Otros mtodos numricos de integracin
Existen muchos mtodos de integracin numrica como son Bogacki-Shampine, Runge-Kutta,
Dormand-Prince, etc. y se conocen como solvers de paso fijo. Por citar otro mtodo en forma
de funcin de transferencia Z, la regla de integracin de Simpson se define como:
T z z
s z
+ +
~

2
2
1 4 1
3 1
(12.19)
Los beneficios que se obtienen son relativamente pequeos comparados con la compli-
cacin en el clculo manual que supone aadir nuevos polos y ceros. Sin embargo, en simula-
ciones con ordenar es usual tomar, por ejemplo, el de Runge-Kutta. Casi todos los mtodos ci-
tados estn disponibles en los parmetros de simulacin de Simulink.
12.2.5 Ejemplo de digitalizacin usando integracin numrica
En este apartado se utilizar alguno de los mtodos descritos anteriormente en un ejemplo
habitual de integracin numrica. A priori no es posible decir qu tipo de integracin es mejor
de la tres. Si se comparan las tres expresiones (12.8), (12.13) y (12.18), se ve que tienen en co-
mn el polo en z = 1, hecho completamente lgico ya que aproximan un polo en el origen del
plano S, cuyo equivalente en el plano Z es la unidad real pura. En cambio, en el nmero y po-
sicin de ceros no coinciden.
El ejemplo que servir de comparacin es determinar la posicin de un objeto de masa
m y viscosidad b conocida la fuerza que se le aplica. Este ejemplo, aunque sencillo, es muy in-
teresante ya que, a veces, medir la posicin de objetos es tcnicamente imposible y hay que re-
currir a este tipo de estrategias (medir la fuerza y estimar la posicin). Este ejemplo, pero con
ecuaciones ms complicadas, tambin es muy habitual en simulacin de mecanismos. Se cono-
cen las ecuaciones que gobiernan un mecanismo u objeto virtual y se desea calcular o sim-
plemente visualizar su movimiento ante determinadas entradas.
X s
F s ms bs
=
+
2
( ) 1
( )
(12.20)
m
1
V s ( )
s
1

+
F s ( )
s
1
X s ( )
b
Fig. 12.6 Ejemplo de integracin numrica
En la ecuacin (12.20) y Fig. 12.6 se muestra el proceso matemtico del ejemplo. En
realidad la ecuacin del movimiento de un objeto encierra dos integraciones. Una pasa de la
fuerza a la velocidad y la otra de la velocidad a la posicin.
Se escribe la primera integracin como:
F s bV s V s
m s
=
1 1
[ ( ) ( )] ( ) (12.21)
Usando la aproximacin de Euler implcito se obtiene:
Tz
F z bV z V z
m z
=

1
[ ( ) ( )] ( )
1
(12.22)
77
V z Tz
F z m z bTz
=
+
( )
( ) ( 1)
(12.23)
En ecuaciones diferencia:
T m
v nT f nT v nT T
m bT m bT
= +
+ +
( ) ( ) ( ) (12.24)
La integracin de velocidad a posicin y usando la misma aproximacin es:
V s X s
s
=
1
( ) ( ) (12.25)
Tz
V z X z
z
=

( ) ( )
1
(12.26)
Por tanto la funcin de transferencia discreta final es:
X z T z
F z m z bTz z
=
+
2 2
2
( )
( ) ( 1) ( 1)
(12.27)
De donde se pueden deducir las ecuaciones diferencia que calculan directamente la po-
sicin a partir de la fuerza y posiciones anteriores:
+
= +
+ + +
2
2
( ) ( ) ( ) ( 2 )
T m Tb m
x nT f nT x nT T x nT T
m bT m bT m bT
(12.28)
Lo importante del ejemplo es hacer notar que la ecuacin (12.27) se puede obtener di-
rectamente de la continua (12.20) sustituyendo la s por el cambio de variable que define Euler
implcito, sin necesidad de identificar las dos integraciones que esconde la funcin de transfe-
rencia.
Tambin es posible usar distintas aproximaciones para las diferentes integraciones. Por
ejemplo, si se utiliza primero Euler implcito (para pasar de fuerzas a velocidades) y despus
Tustin (para pasar de velocidades a posiciones), se obtiene:
X z T z z
F z m z bTz z
+
=
+
2
2
( ) ( 1)
( ) 2 ( 1) 2 ( 1)
(12.29)
Y tambin es importante resaltar que usar aproximaciones distintas para las diferentes
integrales es distinto que sustituir cada una de las variables s por distintas aproximaciones.
Como ejercicio se pide representar la respuesta de las funciones de transferencia
(12.29) y (12.27) ante una entrada fuerza escaln unitario (es decir 1 N), la masa es m = 5 kg y
la viscosidad b es 1 Ns/m. En la Fig. 12.7 se muestra la respuesta real del sistema comparada
con la de las funciones de transferencia discretas.
78
0 0.005 0.01 0.015 0.02
0
10
20
30
40
50
Tiempo (s)
P
o
s
i
c
i

n

(

m
)
ms bs +
2
1
T z
m z bTz z +
2 2
2
( 1) ( 1)
T z z
m z bTz z
+
+
2
2
( 1)
2 ( 1) 2 ( 1)
Fig. 12.7 Respuesta de distintas digitalizaciones
La diferencia de las respuestas son relativamente pequeas (del orden de m) por lo
que cualquiera de las dos digitalizaciones es buena. En este caso concreto el error es menor
usando una vez Euler implcito y una vez Tustin. En general, muchos autores recomiendan
usar Euler implcito para integrar porque es ms estable de cara a las simulaciones.
12.3 DERIVACIN NUMRICA
La operacin contraria a la integracin es la derivacin. Por tanto, cabe preguntarse si el an-
lisis realizado en el apartado anterior es vlido para una supuesta derivacin numrica. Al
fin y al cabo, los cambio de variable definidos en las ecuaciones (12.8), (12.13) y (12.18), estn
escritos para la variable s, que se puede interpretar como la funcin de transferencia que defi-
ne la operacin derivada.
12.3.1 Mtodo de backwards
Como se sabe de Ingeniera de Control I, hay que intentar evitar la operacin derivada. Sin
embargo, en algunos casos no quedar ms remedio que emplearla:
s
U s ( ) D s ( )
Fig. 12.8 Operacin derivada
Desarrollando en trminos de ecuaciones diferencia el mtodo de Tustin queda:
u nT u nT T
d nT d nT T
T

=
( ) ( )
( ) 2 ( ) (12.30)
El mtodo de Euler implcito:
u nT u nT T
d nT
T

=
( ) ( )
( ) (12.31)
El mtodo de Euler explcito:
u nT T u nT
d nT
T
+
=
( ) ( )
( ) (12.32)
Observando las ecuaciones se puede concluir que:
1) El mtodo de Euler explcito (12.32) no se puede implementar fsicamente para la
operacin derivada ya que requiere el conocimiento del valor de la funcin en el siguiente pe-
riodo de muestreo, cosa que es imposible en cada instante.
79
2) El mtodo de Euler implcito (12.31) pensado como mtodo de derivacin es al que
uno puede llegar usando la lgica, es decir, definiendo la derivada como el ltimo cambio de
la funcin dividido entre el tiempo que ha transcurrido. Por ejemplo si la funcin de entrada es
posicin y la salida es velocidad, esta operacin es el ltimo incremento de posicin dividido
por el incremento de tiempo. El mtodo de Euler implcito cuando se usa para aproximar la
derivada recibe el nombre de mtodo backwards o de paso atrs.
z
s
T

~
1
1
(12.33)
3) El mtodo de Tustin se puede implementar para calcular la derivada, pero no se re-
comienda su uso. La razn es que introduce oscilaciones no deseables en la seal derivada. A
modo de ejemplo, se puede comparar la derivada que calculan los mtodos de Tustin y de back-
wards ante una entrada rampa de pendiente unidad en la Fig. 12.7
0 0.002 0.004 0.006 0.008
0
0.5
1
1.5
2
Tustin
Backwards
Tiempo (s)
V
e
l
o
c
i
d
a
d

(
m
/
s
)
Fig. 12.9 Derivada de una entrada rampa de pendiente unidad
La aproximacin de Tustin introduce oscilaciones no amortiguadas en torno al verdade-
ro valor de la velocidad. Por esta razn no se recomienda su uso en el caso de la operacin de-
rivacin.
12.3.2 Otros mtodos de derivacin
Un mtodo de derivacin anlogo al de backwards, pero que adems introduce un cierto filtra-
do de la seal de entrada, es tomar la diferencia no respecto al periodo de muestreo interior,
sino n periodos de muestreo antes:
n
z
s
nT

~
1
(12.34)
Evidentemente, esta forma de diferenciar introduce retraso en el sistema (como todos
los filtros), pero su comportamiento puede ser mejor que aplicar primero backwards y luego in-
troducir un filtro ordinario de primer orden.
Se he resaltado que el mtodo de Euler explcito no se puede usar online (en tiempo de
ejecucin) porque no se puede conocer valores futuros de la variable. Sin embargo, ese mtodo
s que se puede usar offline, es decir, despus de grabar todos los datos de una variable a lo
largo del tiempo. Este caso se da, por ejemplo, cuando se quiere determinar offline despus de
ciertos experimentos algunos parmetros fsicos de la planta. Para estos casos tambin se ha
propuesto otro mtodo de estimacin de la derivada que reduce el retraso de la estimacin de
la derivada. Se trata de la diferencia centrada:
( ) ( )
( )
2
+
=
u nT T u nT T
d nT
T
(12.35)
80
Es decir:
1
2

~
z z
s
T
(12.36)
12.3.3 Ejemplos de digitalizacin de PID
Las consideraciones de este apartado se aplican slo a operacin derivada. En el caso de que se
quiera digitalizar una funcin de transferencia normal, es decir, que posee ms polos que ce-
ros, no existen las dificultades antes mencionadas y se puedan cualquiera de las aproximacio-
nes conocidas. La diferencia que se apreciar en la salida, al usar una u otra, ser relativa-
mente pequea.
En el caso se que se pretenda digitalizar la expresin de un controlador PI, PD o PID
analgico, s se pueden distinguir las operaciones integral y derivada. Por ejemplo se puede
usar Tustin para la integral y backwards para la derivada:
P I D
U s
PID s K K K s
E s s
= = + +
( ) 1
( )
( )
(12.37)
P I D
U z T z z
PID z K K K
E z z Tz
+
= = + +

( ) 1 1
( )
( ) 2 1
(12.38)
I D I D D
n n P n P n n
K T K K T K K
u u K e K e e
T T T

| | | |
= + + + + +
| |
\ . \ .
1 1 2
2
2 2
(12.39)
Donde se ha preferido una notacin de subndices que significa:
n
n
n
n
n
u u nT
u u nT T
e e nT
e e nT T
e e nT T

=
=
=
=
=
1
1
2
( )
( )
( )
( )
( 2 )
(12.40)
La actuacin del PID (12.39) es igual a la actuacin en el instante anterior ms una
combinacin lineal en la que estn involucrados el error actual, el error en el instante anterior
y el error hace dos periodos de muestreo.
Pero se pueden realizar otras combinaciones. Por ejemplo, usando la misma aproxima-
cin las dos operaciones (Euler implcito para la integral y backwards para la derivada), que-
dara:
P I D
U z Tz z
PID z K K K
E z z Tz

= = + +

( ) 1
( )
( ) 1
(12.41)
D D D
n n P I n P n n
K K K
u u K K T e K e e
T T T

| | | |
= + + + + +
| |
\ . \ .
1 1 2
2
(12.42)
Ahora, aunque intervienen las mismas variables definidas en (12.40), los valores num-
ricos de los coeficientes han cambiado ligeramente.
Para obtener la forma del controlador PD digital, se parte de su expresin analgica:
( )
( )
( )
P D
U s
PD s K K s
E s
= = + (12.43)
Y se aplica la aproximacin backwards de la derivada:
( ) 1
( )
( )
P D
U z z
PD z K K
E z Tz

= = + (12.44)
Si se opera en esta expresin:
81
( )
D
P D P D
K
z
K T K K T K z a
PD z K
T z z

+ +
= = (12.45)
Que justifica el uso del polo en el origen del plano Z y cero de parte real positiva que se
us en el apartado 11.5. Para el caso de controlador PI existen ms posibilidades, porque se
conocen distintas aproximaciones para la integral, si bien lo comn a todas ellas ser que ten-
drn el polo en z = 1.
12.3.4 Ejemplos de digitalizacin de filtros
Es interesante tambin ver qu tipo de expresiones se obtienen en Z para las funciones de
transferencia que responden a filtros analgicos de distintos tipo. As por ejemplo, la ecuacin
(12.46) responde a un filtro pasa-baja de primer orden, es decir, con una atenuacin de 20 dB
por dcada a partir de la frecuencia de corte (c rad/s).
( )
( )
( )
e
e
= =
+
c
f
c
Y s
G s
X s s
(12.46)
Aplicando la aproximacin de backwards se obtiene:
1
1
1 ( )
( )
1
( ) 1 (1 )
1
1
e
e o
o
e

+
= = =

+
c
c
f
c
T
T Y z
G z
X z z
z
T
(12.47)
Donde se supone que s >> c. Este resultado en ecuaciones diferencia se escribe:
1
(1 ) o o

= +
n n n
y u y (12.48)
Es una expresin muy fcil de implementar en cdigo C. Para el caso de un filtro de se-
gundo orden de la forma:
2
2
( )
( )
( ) ( )
e
e
= =
+
c
f
c
Y s
G s
X s s
(12.49)
Usando la misma aproximacin resulta:
2
1 2 2
( )
( )
( ) 1 2(1 ) (1 )
o
o o

= =
+
f
Y z
G z
X z z z
(12.50)
2 2
1 2
2(1 ) (1 ) o o o

= +
n n n n
y u y y (12.51)
Donde el parmetro se define de igual forma que en el caso anterior. Se observa que
en los dos filtros desarrollados la salida actual del filtro depende de valores de salida anterio-
res en el tiempo. A este tipo de filtros se les conoce como filtros IIR (de infinite impulse respon-
se). El nombre responde al hecho de que, ante una entrada impulso la salida del filtro es siem-
pre no nula en cualquier instante de tiempo posterior al impulso.
Existen otro tipo de filtros cuya salida depende exclusivamente del valor de un nmero
finito de entradas. A este tipo de filtros se les conoce como filtros FIR (finite impulse response).
Pertenecen a este grupo los que hacen distintas medias de los ltimos valores de las entra-
das. Por ejemplo:
1
1 1
2 2

= +
n n n
y u u (12.52)
1 2
1 1 1
3 3 3

= + +
n n n n
y u u u (12.53)
1 2
1 1 1
4 2 4

= + +
n n n n
y u u u (12.54)
Los filtros FIR son siempre estables, mientras que los IIR pueden presentar respuestas
inestables. Observando las expresiones (12.48), (12.51), (12.52), (12.53) y (12.54) parece lgico
82
esperar que los coeficientes que aparecen en la ecuacin diferencia de un filtro sumen la uni-
dad.
12.4 MTODO DE EQUIPARACIN DE POLOS Y CEROS
El mtodo de equiparacin de polos y ceros (MPZ) utiliza el cambio de variable exacto entre s y
z (es decir, z = e
Ts
) para digitalizar una funcin de transferencia (12.55).
aT
bT
s a z e
G s G z K
s b z e

+
= =
+
( ) ( ) (12.55)
El mtodo MPZ toma directamente la funcin de transferencia digital que posee los po-
los y ceros en los lugares correspondientes en el plano Z. La ganancia K de la funcin de
transferencia discreta es tal que hace:
0 1
lim ( ) lim ( )
s z
G s G z

= (12.56)
Es decir, se iguala la ganancia esttica (o para bajas frecuencias) de las dos funciones
de transferencia. En el ejemplo de la ecuacin es:
aT
bT
a e
K
b e

1
1
(12.57)
bT
aT
a e
K
b e

(1 )
(1 )
(12.58)
12.4.1 Caso particular
Con lo dicho hasta ahora del mtodo MPZ es suficiente para digitalizar la mayora de los con-
troladores analgicos. Especialmente los de adelanto de fase, retraso de fase, y adelanto-
retraso, que poseen funciones de transferencia con igual nmero de polos que de ceros. Sin
embargo, en caso de que se desee digitalizar una funcin de transferencia que posea ms polos
que ceros, es usual aadir tantos ceros en z = 1 como sean necesarios para igualar el nmero
de polos y de ceros en Z.
Por ejemplo, en la siguiente digitalizacin se aade un cero que antes no exista en la
funcin de transferencia discreta:
aT
bT
s a z e z
G s G z K
s s b z z e

+ +
= =
+
( )( 1)
( ) ( )
( ) ( 1)( )
(12.59)
El ajuste de la ganancia se hace como en el caso general.
12.4.2 Mtodo de equiparacin modificado
El mtodo modificado de equiparacin de polos y ceros (MMPZ) se suele aplicar slo en el caso
de que no sea posible utilizar el valor actual del error para el clculo de la actuacin del con-
trolador.
Es decir, cuando un controlador en Z posee igual nmero de polos que de ceros, si se es-
cribe la ecuacin diferencia de la actuacin del controlador en el instante actual, dicha actua-
cin ser funcin de actuaciones pasadas y valores del error actuales y pasados:
n n n n n n n
u f u u u e e e

=
1 2 3 1 2
( , , ,..., , , ,...) (12.60)
Pero en algunos sistemas de control no es posible contar con la lectura actual del error
para comandar (en ese mismo instante) la actuacin en funcin de ella. Por ejemplo, un con-
vertidor A/D puede necesitar mucho tiempo (comparado con el periodo de muestreo) y en ese
caso lo que se suele hacer es solicitar una lectura en la interrupcin actual pero no usarla has-
ta la interrupcin siguiente. Con este tipo de estrategia de lectura, slo es posible implementar
ecuaciones diferencia en las que no intervenga el error actual:
n n n n n n n
u f u u u e e e

=
1 2 3 1 2 3
( , , ,..., , , ,...) (12.61)
83
Una forma de conseguirlo para el caso particular del apartado anterior es no introducir
tantos ceros ficticios como los necesarios para igualar el nmero de polos y de ceros; sino dejar
la funcin de transferencia con un polo ms que ceros. Esta forma de actuar es lo que se llama
MMPZ.
NOTA: En caso de que la funcin de transferencia en Z ya posea igual nmero de polos
que de ceros, otra solucin es simplemente introducir un retraso de un periodo de muestreo en
la funcin de transferencia (es decir, multiplicarla por z
1
). Esto tambin hace que la funcin
de transferencia final tiene un polo ms que ceros, pero esta vez la estrategia ha sido introdu-
cir un nuevo polo en el origen del plano Z.
12.4.3 Ejemplo
Se va a disear un compensador para el mismo ejemplo del apartado 11.5 y las mismas especi-
ficaciones. Primero se disea el compensador de adelanto de fase con continuo por el mtodo
del lugar de las races:
1
( ) 2.94
10
c
s
G s
s
+
=
+
(12.62)
Como se ve, se ha elegido tambin anular el segundo polo de la planta. Ahora se debe
elegir el periodo de muestreo. Para comparar los resultados se va a elegir T = 0.1 como en el
caso anterior. Ahora ya se puede digitalizar el compensador por el mtodo MPZ:
0.9048
( ) 1.96
0.3678
c
z
G z
z

(12.63)
Como es lgico, el resultado es un poco diferente al que se propuso cuando se ajust di-
rectamente en el lugar de las races del plano Z. Sin embargo, las diferencias son pequeas y
se cumplen las especificaciones de diseo.
Como valor de referencia, el mtodo de digitalizacin MPZ suele elegir un periodo de
muestreo ms pequeo que el propuesto para conseguir 8 10 muestras por ciclo. En concreto
se suele elegir una frecuencia de muestreo 20 veces mayor que la frecuencia natural del siste-
ma compensado. Es decir:
20
s n
e e > (12.64)
10
n
T
t
e
s (12.65)
12.5 MTODO DE LA EQUIVALENCIA DEL RETENEDOR
La equivalencia del retenedor realiza la digitalizacin (tambin una vez que se posee la fun-
cin de transferencia en s y se ha elegido el periodo de muestreo) simplemente calculando:
sT
e
G s G z Z G s
s

(
=
(

1
( ) ( ) ( ) (12.66)
El resultado de este mtodo para el mismo ejemplo que el apartado anterior es:
1
( ) ( )
sT
c c
e
G z Z G s
s

(
=
(

(12.67)
1 1
( ) 2.94
10
sT
c
e s
G z Z
s s

( +
=
(
+
(12.68)
1
1
( ) 2.94(1 )
( 10)
c
s
G z z Z
s s

+ (
=
(
+

(12.69)
1
1 1 9 1
( ) 2.94(1 )
10 10 10
c
G z z Z
s s

(
= +
(
+
(12.70)
84
1
1 9
( ) 2.94(1 )
10 1 10 0.3678
c
z z
G z z
z z

(
= +
(

(12.71)
1 9 1
( ) 2.94
10 10 0.3678
c
z
G z
z
(
= +
(

(12.72)
0.9367
( ) 2.94
0.3678
c
z
G z
z

(12.73)
Tambin el resultado es parecido, aunque la ganancia es un poco grande, por lo que la
respuesta ser menos amortiguada que en el caso anterior. Por ejemplo en este ejemplo el so-
breimpulso alcanza el 40% cuando en el controlador digital lo dejaba en torno al 20%.
85
Captulo 13
RESPUESTA EN FRECUENCIA
El diagrama de Bode tambin tiene sentido para funciones de transferencia discreta. En este
captulo se estudia cmo dibujarlo de forma sencilla y usarlo para ajustar compensadores de
adelanto o de retraso de fase directamente en el dominio Z.
13.1 APROXIMACIN DE LA RESPUESTA EN FRECUENCIA
Para poder aplicar el criterio de estabilidad de Routh-Hurwitz se mostr una transformacin
bilineal que consegua transformar el crculo unitario en el semiplano de parte real negativa
del nuevo plano W. Se dijo entonces que la posicin de los polos dentro del plano W no ofreca
especial informacin sobre la repuesta transitoria del sistema.
En este apartado se investigar si es posible encontrar una transformacin bilineal que
s permita de alguna manera realizar este tipo de anlisis. El estudio centrar su atencin en
cmo transforma el cambio de variable bilineal la posicin de un polo que est situado sobre el
crculo unitario:
z u =
1
1 (13.1)
j
z e
u
=
1
(13.2)
Despus de la transformacin bilineal, la posicin de este polo en el plano W es:
j
j
z e
w
z e
u
u

= =
+ +
1
1
1
1 1
1 1
(13.3)
En el siguiente caso particular:
t
u =
2
(13.4)
La posicin del polo en el plano W es:
j
j
e j
w j
j
e
t
t

= = =
+
+
2
1
2
1 1
1
1
(13.5)
Como era de esperar de encuentra sobre el eje imaginario. Como ya se explic en el ca-
ptulo 9, los valores de frecuencias que se miden en el plano W no corresponden con los valores
del plano S. Se va a medir a continuacin cunto vale esa discrepancia. El cambio de variable
que cambia la variable w a s es:
2 2
2 2
1 1
tanh
1 2 1
Ts Ts
Ts
Ts Ts Ts
z e e e Ts
w
z e
e e

| |
= = = =
|
+ + \ .
+
(13.6)
Por tanto los puntos imaginarios puros del plano W, w = j, se relacionan con los pun-
tos imaginarios puros del plano S, s = j, de la siguiente forma:
tanh tanh
2 2
T j T
j j
e e
v
| | | |
= =
| |
\ . \ .
(13.7)
86
Cuando T es pequeo, (13.7) se puede aproximar como:
2
T
j j
e
v ~ (13.8)
Por tanto, las frecuencias naturales amortiguadas que se miden en el plano W es igual
a las frecuencias naturales amortiguadas que se miden en el plano S multiplicadas por la una
constante igual al periodo de muestreo partido por dos:
2
T
v e ~ (13.9)
Por tanto, se puede definir un nuevo cambio de variable que elimine esta diferencia:
2 1 2
tanh
1 2
z Ts
x
T z T
| |
= =
|
+ \ .
(13.10)
Los puntos imaginarios puros del nuevo plano X, x = j, se corresponden bien con los
puntos imaginarios puros del plano S, s = j, mientras el producto T sea relativamente pe-
queo:
2 2
tanh tanh
2 2
T j T
j j
T T
e e

| | | |
= =
| |
\ . \ .
(13.11)
j j e ~ (13.12)
La nueva transformacin bilineal definida en (13.10) tambin se puede usar como paso
previo a la aplicacin del criterio de Routh-Hurwitz, ya que slo escala en frecuencias el pla-
no W. Tambin es interesante sealar que la nueva transformacin coincide exactamente con
la definicin del mtodo de integracin de Tustin. Por tanto, la nueva variable x es una
aproximacin muy buena de la variable original s de Laplace. Por esta razn tambin se dice
que el mtodo de Tustin asegura la transformacin de una funcin de transferencia continua
estable en otra funcin de transferencia en la variable z que es tambin estable.

2
e
s
e
Fig. 13.1 Frecuencia real en funcin de la frecuencia aproximada
En la Fig. 13.1 se comparan cualitativamente la frecuencia real con la aproximada .
La grfica cambia dependiendo del periodo de muestreo, pero en general para pequeas fre-
cuencias , la correspondencia con es exacta, mientras que para altas frecuencias la corres-
pondencia no se mantiene, sino que tiende a la frecuencia de Nyquist.
Como consecuencia, los anlisis en el dominio de la frecuencia que se estudiaron para
sistemas continuos y en particular el diagrama de Bode de una funcin de transferencia G(s),
se pueden realizar, de forma suficientemente aproximada con las funciones de transferencia
equivalentes G(x). Por tanto, el procedimiento que se propone para disear compensadores en
el dominio en frecuencia es el siguiente:
1) Tomar la funcin de transferencia en lazo abierto del sistema de control G(z).
2) Calcular la funcin de transferencia equivalente G(x) con la nueva transformacin bi-
lineal, es decir, con la aproximacin de Tustin. El cambio de z a x es:
1
2
1
2
T
x
z
T
x
+
=

(13.13)
87
3) Representar el diagrama de Bode de G(x) y disear un controlador Gc(x) utilizando
dicho diagrama.
4) Deshacer el cambio de variable para traducir el controlador Gc(x) al dominio Z, Gc(z).
2 1
1
z
x
T z

=
+
(13.14)
13.2 EJEMPLO NUMRICO
A continuacin se dibujan la respuesta en frecuencia exacta y distintas aproximaciones apli-
cando los la frmula de Tustin para diferentes periodos de muestreo. La funcin de transferen-
cia de la planta es:
1.8 5
( ) 1.8
1 0.2 5
= =
+ +
G s
s s
(13.15)
Para disear un controlador en el dominio de la frecuencia hay que dibujar el diagrama
de Bode de la funcin de transferencia en lazo abierto. Si la planta (13.15) se introduce en un
lazo de control con retroalimentacin unitaria, muestro, controlador digital, retenedor y plan-
ta, es evidente que se debe representar el diagrama de Bode de la planta ms el retenedor, pa-
ra posteriormente aadir la influencia del controlador (lazo abierto). Por tanto, en primer lu-
gar se calcula la transformada Z de la planta ms el retenedor, que es el lazo abierto (la) sin
controlador:
1 5
( ) 1.8
5

(
=
(
+
sT
la
e
G z Z
s s
(13.16)
5
5
1
( ) 1.8

T
la T
e
G z
z e
(13.17)
En este momento es cuando se debe elegir un periodo de muestreo adecuado para el sis-
tema, en funcin de las especificaciones de diseo. Se va a particularizar para T1 = 1/3 s y para
T2 = 1/15 s.
1
1.46
( )
0.188
=

la
G z
z
(13.18)
2
0.51
( )
0.716
=

la
G z
z
(13.19)
Se comprueba una vez ms que el retenedor no modifica el orden de la planta. Aplican-
do la transformacin de Tustin (13.13), que es distinta en funcin del periodo de muestreo, las
aproximaciones de la funcin de transferencia en lazo abierto son:
1
6
( ) 1.2289
4.101

=
+
la
x
G x
x
(13.20)
2
30
( ) 0.2972
4.965

=
+
la
x
G z
x
(13.21)
Se observa que la aproximacin de Tustin ha introducido un cero de fase no mnima en
la funcin de transferencia. Tambin se puede observar cmo la ganancia esttica de la fun-
cin de transferencia (tanto exacta con z 1 como aproximada con x 0) permanece constan-
te e igual al valor original de (en este caso 1.8 cuando s 0).
En la Fig. 13.2 se representan los diagramas de Bode de las funciones de transferencia
(13.15), (13.20) y (13.21), tomando el mismo el eje de abscisas para la frecuencia real y
aproximada. En el diagrama se observa que las aproximaciones se asemejan a la original para
bajas frecuencias, como sugiere la ecuacin (13.11). Atendiendo a esta misma ecuacin resulta
tambin lgico que la aproximacin con T = 1/15 s sea ms similar al Bode de la funcin de
transferencia continua que la que se obtiene con T = 1/3 s. En general un sistema digital se
comporta tanto ms parecido al continuo original cuanto menor es el periodo de muestreo
(mayor la frecuencia de muestreo).
88
-40
-30
-20
-10
0
10
M
a
g
n
i
t
u
d

(
d
B
)
10
-1
10
0
10
1
10
2
10
3
-90
0
-180
F
a
s
e

(

)
Frecuencia (rad/s)
1.8
0.2 + s s
1.2289(6 )
4.101

+
x
x
0.2972(30 )
4.965

+
x
x
Fig. 13.2 Diagramas de Bode de la funcin de transferencia en lazo abieto continua y aproximadas
13.3 RESPUESTA EN FRECUENCIA EXACTA
En este apartado se resalta que la respuesta en frecuencia del sistema digital se parece siem-
pre ms a la correspondiente aproximacin en el dominio X que a la que se obtiene con la fun-
cin de transferencia continua. De otra forma no tendra sentido hallar las aproximaciones que
se estn estudiando. En la Fig. 13.3 se comparan los diagramas de Bode de la funcin de
transferencia continua, digital y aproximada para T = 1/3 s del ejemplo del apartado anterior.
1
2
3
4
5
6
M
a
g
n
i
t
u
d

(
d
B
)
10
-1
10
0
10
1
10
2
10
3
-90
0
-180
F
a
s
e

(

)
Frecuencia (rad/s)
1.8
0.2 + s s
1.2289(6 )
4.101

+
x
x
1.46
0.188 z
Fig. 13.3 Diagramas de Bode de la funcin de transferencia continua, digital y aproximada
La respuesta en frecuencia exacta de la funcin de transferencia muestreada se ha ob-
tenido directamente con Matlab y slo toma valores hasta la frecuencia de Nyquist (en este
caso 9.42 rad/s) porque no tiene sentido excitar el sistema con frecuencias superiores, ya que
89
se producira aliasing. Atendiendo a la Fig. 13.1, se podra decir que la respuesta en frecuencia
exacta en Z es parecida a la aproximada en X pero apelmazando en torno a la frecuencia de
Nyquist lo que tienda a infinito.
Con la Fig. 13.3 queda patente la utilidad de las funciones de transferencia aproxima-
das en el dominio X, ya que se asemejan al Bode real del sistema muestreado en un rango mu-
cho mayor de frecuencias.