Está en la página 1de 66

Diseno, Implementacion y Control de un

Sistema de Levitacion Magnetica.


Omar Rojas
Tesis de Licenciatura en Matematicas,
Departamento de Matematicas,
Centro Universitario de Ciencias Exactas e Ingenieras,
Universidad de Guadalajara

Junio 2004

Indice general
1. Introducci
on

2. Conceptos B
asicos

2.1. Definicion de sistema de control . . . . . . . . . . . . . . . . .

2.2. Clasificacion de los sistemas de control . . . . . . . . . . . . . 10


2.2.1. Sistema de control de lazo abierto y cerrado . . . . . . 10
2.2.2. Sistemas de control analogicos y digitales . . . . . . . . 12
2.2.3. Sistemas de control lineal y no lineal . . . . . . . . . . 12
2.3. Caractersticas de los sistemas de control . . . . . . . . . . . . 13
2.3.1. Estabilidad . . . . . . . . . . . . . . . . . . . . . . . . 13
2.3.2. Exactitud . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3.3. Velocidad de respuesta . . . . . . . . . . . . . . . . . . 14
2.3.4. Sensibilidad . . . . . . . . . . . . . . . . . . . . . . . . 15
3. An
alisis y dise
no del sistema

16

4. Equilibrio del sistema

22

5. Ecuaci
on de estado

24

6. Linealizaci
on

29

7. An
alisis en variables de estado

35

7.1. Ecuacion caracterstica . . . . . . . . . . . . . . . . . . . . . . 35


7.2. Controlabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . 37
7.3. Observabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . 39
7.4. Funcion de transferencia. . . . . . . . . . . . . . . . . . . . . . 41
8. Control

42

8.1. Estabilidad y ubicacion de los valores propios . . . . . . . . . 42


8.2. Tecnica del lugar de las races . . . . . . . . . . . . . . . . . . 43
8.2.1. Construccion grafica del lugar de las races. . . . . . . . 44
8.2.2. Efectos de adicion de polos y ceros a G0 (s) . . . . . . . 45
8.3. Controlador . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
9. Conclusiones

52

A. Conceptos de electricidad

54

B. Diagramas

57

B.1. Diagrama esquematico del levitador magnetico . . . . . . . . . 57


B.2. Diagrama del controlador

. . . . . . . . . . . . . . . . . . . . 57

B.3. Diagrama por bloques del modelo . . . . . . . . . . . . . . . . 58

Captulo 1
Introducci
on
El proposito de este trabajo es hacer una investigacion completa sobre un
sistema de levitacion magnetica; es decir, dise
nar, implementar y controlar
un dispositivo capaz de mantener suspendido un objeto ferromagnetico sin
contacto con el electroiman.
El interes en el estudio de este sistema nace de sus caractersticas: no
linealidad y alta inestabilidad; es decir, estamos hablando de un sistema
dinamico descrito mediante ecuaciones diferenciales no lineales, mismo que
puede ser estudiado desde la perspectiva de la teora de control.
Este trabajo consiste de diversas etapas: modelacion matematica, simulacion, analisis y linealizacion de la dinamica del sistema, dise
no e implementacion de controladores, ademas de otras herramientas de la teora de
control.
Como su nombre lo sugiere, un sistema de control es un sistema en el
cual alguna cantidad fsica es controlada regulando la energa de entrada [1].
Un sistema es un grupo de componentes fsicos ensamblados para realizar
3

una funcion especfica. El sistema puede ser electrico, mecanico, hidraulico,


neumatico, termico, biomedico o una combinacion de cualesquiera de estos
sistemas. En nuestro caso analizaremos un sistema electromagnetico1 . La
cantidad fsica pude ser cualquier variable fsica, tal como la temperatura,
presion, nivel de lquido, voltaje electrico o posicion mecanica. Nosotros utilizaremos variables de entrada y de estado: voltaje, gravedad, corriente y
distancia.
En los primeros tiempos de los sistemas de control, la mayora eran sistemas analogicos, relativamente complejos y difciles de dise
nar y mantener. De
alguna manera, con el desarrollo de la tecnologa digital y los circuitos integrados, el dise
no de sistemas de control se hizo mucho mas facil y economico.
En nuestro estudio, utilizaremos herramientas computacionales para la simulacion, como Simulink de Matlab, ademas de Mathematica para algunos
calculos.
Los sistemas de control son parte integrante de la sociedad moderna y sus
numerosas aplicaciones estan alrededor de nosotros: en el servicio de correo
de EUA, para quien se ha dise
nado un robot que manipula los sacos de la correspondencia [15]; en modelos probabilsticos de tiempo discreto para evitar
colisiones en el control del trafico aereo [16]; en el control de suspension activa
y pasiva para vehculos [17]; en controladores para manipuladores roboticos
[18]; en los cohetes que se disparan y en los transbordadores espaciales que se
lanzan para ponerlos en orbita terrestre [19]; en los trenes de alta velocidad
1

Una cantidad fsica que ha de ser controlada en un sistema dado es usada para etiquetar

al sistema, de ah que llamemos a nuestro sistema, sistema de levitacion electromagnetica,


porque las cantidades a controlar son de tal naturaleza.

suspendidos electromagneticamente y electrodinamicamente (EMS y EDS),


acerca de lo cual profundizaremos mas adelante.
No somos los u
nicos creadores de sistemas controlados automaticamente:
estos sistemas tambien existen en la naturaleza. Dentro de nuestros propios
cuerpos hay numerosos sistemas de control, como el pancreas, que regula la
cantidad de azucar en la sangre; en situaciones de vida o muerte, nuestra
adrenalina aumenta junto con nuestro ritmo cardaco, llevando mas oxgeno
a nuestras celulas; nuestros ojos siguen un objeto en movimiento para mantenerlo a la vista; nuestras manos toman un objeto y lo colocan de manera
precisa en un lugar determinado [5].
La teora de control abarca los distintos marcos teoricos utilizados para el
analisis y dise
no de sistemas de control. Un sistema de control (controlador)
es un sistema dinamico dise
nado para interactuar con el sistema a controlar
(planta), de forma tal que podamos lograr un sistema controlado (el resultante de la union de la planta y el controlador) con caractersticas dinamicas
especificas (especificaciones de dise
no).
El tema central en esta disciplina es el estudio de la dinamica de sistemas,
entendiendo el termino dinamica como sinonimo de comportamiento. En
ingeniera este concepto de comportamiento se traduce en evolucion en el
tiempo de las variables que describen el estado de un sistema.
En un sistema de control, las caractersticas dinamicas son, la forma como
evoluciona el estado del sistema en el tiempo, y es aqu donde aparece el
concepto de equilibrio. Un sistema puede estar en un estado de equilibrio o
en un estado de transicion. El sistema abandona un estado de equilibrio solo
ante la presencia de acciones externas (perturbaciones) actuantes sobre el; en
5

su ausencia, el sistema permanece estacionario (no cambia). Lo que se busca


en el dise
no de un sistema de control, es obtener un sistema controlado, cuyos
estados de equilibrio puedan ser establecidos a voluntad y/o cuyos estados
transitorios evolucionen dentro de ciertos lmites, en cuanto a transiciones en
los valores de las variables y tiempos en los cuales se producen (respuesta
transitoria).
Para dar una descripcion del comportamiento del sistema, se requiere
un modelo matematico, es decir, relaciones matematicas entre las distintas variables y sus variaciones en el tiempo. Dado que el comportamiento
implica evolucion temporal de ciertas variables, todo modelo dinamico involucrara ecuaciones diferenciales en el tiempo (en otras palabras, ecuaciones
que involucren las magnitudes de las variaciones, que sufren las variables en
el tiempo).
Al hablar de modelo matematico, estamos asumiendo que tratamos con
un conjunto de ecuaciones, que ofrecen una descripcion adecuada, donde intervienen no solamente variables de estado, sino tambien aquellas variables
que cuantifican los factores externos o perturbaciones que provocan cambios
en el estado del sistema. Estos modelos matematicos surgen de la aplicacion
de los principios naturales (fsicos, qumicos, logicos, etc.), que definen el
comportamiento del sistema, o de la observacion experimental. Lo primero
que buscamos al trabajar con un modelo matematico es entender las caractersticas dinamicas de un sistema. El estudio de la dinamica de un sistema
requiere un entendimiento profundo del concepto de derivada temporal y del
estudio de ecuaciones diferenciales.
Desde sus primeros estudios, la levitacion magnetica ha sido aplicada en
6

numerosos sistemas, como por ejemplo, rodamiento sin roce, sistemas mecanicos de almacenamiento de energa y sistemas de transporte de alta velocidad.
Existen dos principios de levitacion que sustentan todas estas aplicaciones:
repulsion y atraccion. En la levitacion por repulsion (electrodynamics suspension, EDS), las corrientes inducidas en un cuerpo conductor generan las
fuerzas de levitacion. Este sistema es estable en su eje vertical, y tiene un
punto de equilibrio natural. En el principio de levitacion por atraccion (electromagnetic suspension, EMS), un cuerpo es atrado por un flujo magnetico
en contra de la gravedad; el equilibrio que se produce entre la fuerza de atraccion y de la gravedad es inestable, por lo que la levitacion por atraccion es
impracticable sin la ayuda de un sistema de control. Los sistemas electromagneticos (EMS) dependen de las fuerzas atractivas entre el electroiman
y un material ferromagnetico (objeto levitante). Debido a que la fuerza de
atraccion se incrementa a menor distancia, tales sistemas son inestables y las
corrientes del electroiman deben controlarse cuidadosamente para mantener
la altura de la suspension deseada. Ademas el espaciado entre el electroiman
y el objeto necesita ser peque
no (en los sistemas de transporte que utilizan
este fenomeno solo es de unos centmetros a lo sumo). Por otro lado, utilizando EMS, es posible mantener la suspension magnetica incluso cuando
el vehculo esta inmovil, lo cual no es cierto para sistemas electrodinamicos
(fuerza repulsiva).
Los estudios de levitacion magnetica son importantsimos en la actualidad, sobre todo en lo que se refiere a transportacion y trenes de alta velocidad.
En nuestro pas, recientemente se ha anunciado la construccion del tren de
alta velocidad Exider, que ira a 250 km/h y hara un recorrido de duracion

aproximada 2 horas 25 minutos, entre la Ciudad de Mexico y Guadalajara


[22].
Los trenes de levitacion magnetica (Maglev), hasta la fecha han funcionado mediante el sistema EMS en Europa, Estados Unidos y Japon, pas donde
se esta trabajando en proyectos de trenes que correran a velocidades hasta de
552 km/h [23]. Para llegar a estas velocidades, es necesario utilizar la tecnica
de EDS, o sistemas de suspension magnetica electrodinamica. Mientras que
los EMS parecen ser una opcion preferida en la actualidad para el dise
no
a velocidades mas bajas, tiene una desventaja fundamental porque requiere
una peque
na separacion entre el vehculo y la gua por la que ira, tpicamente de menos de un centmetro, y requiere control activo para mantener esa
distancia. La promesa del EDS es que esa separacion pueda ser reducida a
un factor de 5 o mas, y por lo tanto las tolerancias de las guas son menores
y los costos podran ser reducidos. Otra de las supuestas ventajas del EDS
es que puede ser inherentemente estable y no dependiente de un sistema de
control retroalimentado para mantener la distancia entre las guas. Desafortunadamente, esta ventaja no es tan real como aparenta, porque los EDS son
demasiado inestables [14].
Como nuestro interes esta en los estudios de control de un sistema retroalimentado, encontramos una razon mas para estudiar los EMS, ademas
de que es una tecnologa actual, cuya comprension nos permitira movernos
hacia un futuro no tan distante. Ademas el estudio de los sistemas de control
es importante, como dira Norbert Wiener:
Estamos viviendo en una epoca que difiere de todas las anteriores
en el hecho de que la invencion de nuevas maquinas y, en general,
8

de nuevos medios de control sobre nuestro entorno ya no es un


fenomeno esporadico, sino que se ha convertido en un proceso planificado al cual recurrimos no solo para mejorar nuestro nivel de
vida y nuestras comodidades, sino por una necesidad desesperada
de asegurar la continuidad de la vida humana, y la de cualquier
modo de vida civilizada, en el futuro [24].

Captulo 2
Conceptos B
asicos
2.1.

Definici
on de sistema de control

Antes que nada, sera necesario dar algunas definiciones y conceptos sobre
los sistemas de control. Aunque un sistema de control pude ser definido de
diversas maneras, daremos una de las mas basicas.
Definici
on 2.1.1 Un sistema de control es un grupo de componentes ensamblados de tal manera que regulen una entrada de energa para lograr una
salida deseada. Hablando de sistemas dinamicos, podemos definir un sistema
como algo hecho a partir de componentes de modo que es posible predecir
el comportamiento de la combinacion global si (a) se puede predecir el comportamiento de cada uno de los componentes, y (b) se conoce la interaccion
entre ellos.

10

2.2.

Clasificaci
on de los sistemas de control

2.2.1.

Sistema de control de lazo abierto y cerrado

Los sistemas de control se clasifican de diversas maneras, basados en las


siguientes caractersticas:
1. El uso de la retroalimentacion.
2. El tipo de tecnica(s) utilizadas para llevar la salida a un valor deseado.
3. La naturaleza de los componentes usados por el sistema estudiado.
4. La aplicacion intencionada del sistema.
De cualquier manera, el criterio mas simple y com
un utilizado para clasificar los sistemas de control es la retroalimentacion. De aqu en adelante se
hara referencia a los sistemas de control, meramente como sistemas.
Definici
on 2.2.2 En un sistema dado, si la salida, o parte de ella, es alimentada de vuelta de manera que pueda ser comparada con una entrada, se
dice que el sistema utiliza retroalimentacion. Este arreglo forma un circuito
cerrado que se mueve de la entrada a la salida, y de regreso a la entrada, de
aqu el nombre de sistema de lazo cerrado. (Fig. 2.1).

Definici
on 2.2.3 Un sistema que no utiliza retroalimentacion es llamado
sistema de lazo abierto. (Fig. 2.2).

Definici
on 2.2.4 En un sistema de lazo cerrado, la diferencia entre la se
nal
de retroalimentacion y la entrada es llamada se
nal de error.
11

Figura 2.1: Sistema cerrado

Figura 2.2: Sistema abierto


La se
nal de error es usada para llevar la salida hacia el valor deseado. Un
sistema de lazo cerrado puede usar uno de los dos tipos de retroalimentacion
siguientes:
1. Retroalimentacion positiva o regenerativa.
2. Retroalimentacion negativa o degenerativa.
Si la se
nal de retroalimentacion se suma a la se
nal de entrada, se llama
retroalimentacion positiva. Cuando la retroalimentacion positiva es utilizada,
en alg
un momento la entrada pierde control sobre la salida. De aqu que la
retroalimentacion positiva o regenerativa sea utilizada rara vez en la practica,
excepto en casos excepcionales. Por otro lado, si en un sistema dado, la se
nal
de retroalimentacion se opone a la se
nal de entrada, se dice que el sistema
12

tiene una retroalimentacion negativa o degenerativa, la cual, generalmente,


resulta tener muchas ventajas, por lo que es mas utilizada.

2.2.2.

Sistemas de control anal


ogicos y digitales

Los sistemas de control pueden ser clasificados seg


un sus tecnicas operativas. En un sistema de control analogico, tecnicas analogicas son utilizadas
para procesar la se
nal de entrada y controlar la se
nal de salida, mientras que
en un sistema de control digital, son utilizadas tecnicas digitales para controlar la salida. Para un sistema dado, la eleccion de tecnicas utilizadas depende
de un n
umero de factores: confiabilidad, estabilidad, exactitud, simplicidad
y economa son algunos de los mas importantes. Una vez que se ha dise
nado
el sistema, su desempe
no puede ser evaluado utilizando ciertas tecnicas como
la grafica polar o de Nyquist y la grafica del lugar de las races.

2.2.3.

Sistemas de control lineal y no lineal

La naturaleza de los componentes utilizados en la fabricacion de un sistema dado, generalmente determina si un sistema es lineal o no.
Definici
on 2.2.5 Se dice que un sistema es lineal si satisface la propiedad
de proporcionalidad de la amplitud y el principio de superposicion1 .
1

Una aplicaci
on f : Rm Rn es lineal si
f (x + y) = f (x) + f (y) ,

13

x, y Rm ,

, R.

Un sistema no lineal no cumple con estas propiedades. A


un mas, un
sistema lineal es de primer grado y de cualquier orden, mientras que un
sistema no lineal puede ser de cualquier orden y grado. Las tecnicas utilizadas
para analizar sistemas no lineales pueden ser demasiado complejas, por lo que
este tipo de sistemas usualmente es compensado de manera que se comporte
como un sistema lineal. A menudo, la operacion de componentes no lineales
se restringe a un rango especfico de manera que su comportamiento pueda
ser sujeto a una linealizacion.

2.3.
2.3.1.

Caractersticas de los sistemas de control


Estabilidad

Se dice que un sistema es estable si su salida alcanza un cierto valor en un


tiempo finito despues de que una entrada ha sido aplicada. Un sistema estable
alcanza un valor de estado-estable en un tiempo t = , despues de que una
entrada haya sido aplicada inicialmente en un tiempo t = 0. Cuando la salida
de un sistema permanece constante y no cambia como funcion del tiempo,
se dice que la salida alcanza un valor de estado estable. Por el contrario, un
sistema inestable nunca alcanza este valor. La salida de un sistema inestable
incrementa seg
un incrementa el tiempo hasta que el sistema se colapsa. En
pocas palabras, un sistema debe ser estable. Un sistema inestable puede
estabilizarse utilizando ciertas tecnicas, de las cuales, la mas com
un, es el
uso de redes de compensacion. As, la estabilidad es un criterio de buen
control y debe ser logrado por todos los sistemas de control practicos. Una
variedad de tecnicas graficas y analticas son utilizadas para determinar la
14

estabilidad de los sistemas de control. El criterio de Routh-Hurwitz es una


tecnica analtica, y las graficas de Bode, Nyquist, y del lugar de las races
son tecnicas graficas usadas comunmente para este fin. A menudo, un sistema
inestable puede ser estabilizado utilizando retroalimentacion negativa.

2.3.2.

Exactitud

Otro parametro importante que es utilizado para evaluar un sistema de


control dado es la exactitud. La exactitud indica la desviacion de la salida
verdadera de su valor deseado y es una medida relativa del desempe
no del
sistema. En la mayora de los sistemas practicos, la estabilidad y la exactitud interact
uan entre s. En otras palabras, si no somos cuidadosos, podemos
perder la estabilidad del sistema al tratar de mejorar la exactitud; o, tratando de mejorar la estabilidad del sistema podemos reducir su exactitud. En la
practica, rara vez esperamos que los sistemas sean totalmente exactos. Usualmente, los sistemas que utilizan retroalimentacion (negativa, en particular),
son mas exactos que aquellos que no lo usan (los sistemas de lazo abierto).
As, la exactitud es un termino relativo y es definida por el usuario basado
en la naturaleza y aplicacion del sistema en construccion.

2.3.3.

Velocidad de respuesta

Ademas de la estabilidad y la exactitud, la velocidad de respuesta es un


factor importante a considerar al dise
nar sistemas de control. La velocidad
de respuesta es la medida de que tan rapido una salida alcanza un valor de
estado estable despues de que una entrada ha sido aplicada. En el dominio
del tiempo, la respuesta (salida) de un sistema dado esta compuesta de una
15

porcion transitoria y una porcion de estabilidad estable. En la practica, es


muy complicado analizar sistemas de orden mayor a dos. De aqu que, en favor de la simplicidad, los sistemas de orden mayor que dos, sean aproximados
a uno de segundo orden y analizados con una entrada escalon. La entrada
escalon es utilizada porque hace mas facil el analisis del desempe
no del sistema. Ademas, si un sistema es estable en una entrada escalon, sera estable
para cualquier otra entrada. Un sistema practico debe tener una respuesta
en el tiempo finita.

2.3.4.

Sensibilidad

La sensibilidad de un sistema es una medida de que tanto cambia la salida


con respecto a los cambios en los valores de las componentes fsicas, as como
a las condiciones ambientales. En un sistema bien dise
nado, la salida depende
primoridalmente de la entrada y no de se
nales no deseadas o perturbaciones.
La dependencia de la salida a las perturbaciones puede ser minimizada mediante el uso de ciertas redes de compensacion. Obviamente, hay ecuaciones
matematicas que pueden ser usadas para determinar la sensibilidad de un
sistema dado como una funcion de variacion en un componente de sistema
especfico. Esta informacion es despues utilizada para mejorar la eficiencia
del sistema en consideracion.

16

Captulo 3
An
alisis y dise
no del sistema

Figura 3.1: electroiman


El sistema de levitacion magnetica de este trabajo ilustrado en la Fig.
3.1, se compone de un electroiman fijo que mantiene a una bola suspendida
en el aire, oponiendo una fuerza electromagnetica al peso de la bola. x (t) es
la distancia, considerada positiva al medirse hacia abajo, entre la bola y la
bobina. xeq , la posicion de equilibrio, es la distancia a la cual queremos que
17

levite el objeto.

Figura 3.2: Bobina-electromagnetica


Del modelo del electroiman, (Fig. 3.2) y la Ley de los Voltajes de Kirchoff1 ,
tenemos

VF = VR + VL ,

(3.1)

donde
VF : voltaje de la fuente
VR : voltaje en la resistencia
VL : voltaje en el inductor
ademas, de la Ley de Ohm
VR = Ri,
donde
i : corriente
R : resistencia
1

Para detalles y conceptos b


asicos de electricidad, vea el apendice A.

18

(3.2)

y por el modelo matematico de la inductancia L


VL =

d
(L i) .
dt

(3.3)

Entonces podemos reformular el voltaje de nuestro electroiman como


V (t) = Ri (t) +

d
(L i) .
dt

(3.4)

Calculando la derivada del producto


V (t) = Ri (t) + L

di dL
+
i (t) .
dt
dt

(3.5)

Asumimos que L vara inversamente a la distancia [3]


L=

L0
,
x (t)

(3.6)

donde
L0 : incremento de inductancia al acercar el objeto a la bobina (levitar).




d
dL
L0
1 dx
=
= L0
.
(3.7)
dt
dt x (t)
x (t)2 dt
Sustituyendo (3.7) en (3.5) tenemos


L0 di
1 dx
V (t) = Ri (t) +
+ L0
i (t) ,
x (t) dt
x (t)2 dt
L0 dx
L0 di

i (t) .
V (t) = Ri (t) +
x (t) dt x (t)2 dt

(3.8)

La fuerza electromagnetica, Fm (x, t) que act


ua sobre la bola, puede ser
expresada mediante la siguiente formula dinamica, en direccion hacia arriba,
de acuerdo a las leyes de Newton, lo cual podemos observar en la Fig. 3.3
X

F = Fa + Fm Fg = 0,

F = Fa + Fm = Fg ,
19

(3.9)
(3.10)

Figura 3.3: Fuerzas interactuantes sobre el objeto


con
Fa = m

d2 x
.
dt2

(3.11)

donde
Fa : fuerza de atraccion de la bobina sobre el objeto
m : peso del objeto
y
Fg = mg,

(3.12)

donde
Fg : fuerza de gravedad debida al peso de la bola
g : constante de gravitacion.
Finalmente, calcularemos Fm , la fuerza electromagnetica.
La fuerza electromagnetica producida por la corriente i (t) es2
Fm =
2

i2 (t) dL (x)
,
2
dx

(3.13)

Para mayor detalle en cuanto a la fuerza como derivada de la co-energa en un sistema

electromagnetico ver [10]

20

donde
L (x) : inductancia del electromagneto con la bola.
Si L es la inductancia sin la bola y L0 es el incremento de inductancia
con la bola, entonces la inductancia de la bobina electomagnetica es

L (x) = L +

L0 xeq
.
x

(3.14)

Combinando estas dos ecuaciones obtenemos la fuerza electromagnetica




i2 (t) d
L0 xeq
Fm (x, t) =
L+
,
2 dx
x


L0 xeq
i2 (t)
=
2
,
2
x
i2 (t) L0 xeq
,
=
2
x2
i2 (t) L0 xeq
=
,
x2
2
i2 (t)
= K 2 ,
(3.15)
x
donde
K :=

L0 xeq
.
2

(3.16)

Debido a que no tenemos un aparato para medir experimentalmente L0 ,


tambien podemos calcular a K de manera experimental en el modelo como
sigue
x2eq
K = mg 2 .
ieq

(3.17)

Esta formula viene del estado de equilibrio (levitacion) del objeto, cuyo desarrollo veremos mas delante.
De estas ecuaciones finalmente obtenemos la ecuacion de nuestro modelo
21

d2 x
i2 (t)
+
K
= mg.
dt2
x2

(3.18)

La posicion de la bola influira en la inductancia de la bobina electromagnetica; los cambios son no lineales. Ademas, el punto de balance entre la
la fuerza de la bobina y la de la gravedad es inherentemente inestable.

22

Captulo 4
Equilibrio del sistema
Analicemos las condiciones de equilibrio de nuestro sistema electromagnetico. Queremos mantener levitada la bola a una distancia determinada xeq .
Definici
on 4.0.1 Un punto x0 Rn se llama punto de equilibrio o punto
crtico del sistema no lineal x = f (x) , si f (x) = 0.
Aplicando las condiciones de equilibrio a (3.4) tenemos
V (t) = Ri (t) +

d
(L i) ,
dt

d
(L i) = 0,
dt
= 0,

V (t) Ri (t) =
Veq Rieq

Veq = Rieq .

(4.1)

por lo tanto, la corriente de equilibrio es


ieq =

Veq
,
R

23

(4.2)

donde la resistencia R permanece constante debido a que es inherente a las


especificaciones del cable de la bobina.
Ahora, las condiciones de equilibrio aplicadas a la ecuacion (3.18) tenemos
K i2 (t)
d2 x

g
=
= 0,
m x2
dt2
K i2eq
g = 0,
m x2eq
K i2eq
= g.
m x2eq

(4.3)

de donde la posicion de equilibrio es


K 2
i ,
mg eq
s
K
= ieq
.
mg

x2eq =
xeq

(4.4)

As podemos calcular la constante K a partir de la posicion de equilibrio


K=

x2eq
mg.
i2eq

(4.5)

Ahora, sustituyendo (4.2) en (4.4)


Veq
xeq =
R

la cual es nuestra distancia de equilibrio.

24

K
,
mg

(4.6)

Captulo 5
Ecuaci
on de estado
Definici
on 5.0.1 El estado de un sistema dinamico en cualquier momento
t0 es el conjunto mas peque
no de parametros suficiente para determinar el
comportamiento o disposicion del sistema para todo tiempo t t0 dados estos
parametros y las entradas en el momento t0 , as como todas las entradas para
todo tiempo t t0 .
Es evidente que el estado es un concepto matematico pero, como buscamos modelar nuestro sistema fsico mediante ecuaciones matematicas, el
estado de un sistema es asimismo un concepto fsico. Entonces, el estado
de un sistema dinamico representa la cantidad mnima de informacion sobre
el sistema en el momento t0 necesaria para determinar el comportamiento
futuro con base en las entradas en t0 y las entradas futuras. En consecuencia, una manera de construir nuestro modelo sera escribiendo ecuaciones que
describan el estado del modelo fsico con respecto al tiempo. Nuestro interes
primordial es analizar el comportamiento de nuestro sistema en el tiempo
para lograr los principios de los sistema de control: estabilidad, exactitud,
25

velocidad de respuesta y sensibilidad.


As, tendremos que definir variables de estado y de entrada para nuestro modelo, con el fin de plantear un sistema de ecuaciones diferenciales
ordinarias no lineales que dependan u
nicamente del tiempo.
Podemos inferir que el estado de un sistema fsico se puede definir por
medio de un conjunto de variables cuyos valores, en cualquier instante, representan el conjunto mnimo de parametros a los que se hace referencia en
la definicion.
Definici
on 5.0.2 Llamamos variables de estado al conjunto linealmente independiente1 de variables que se utilizan para especificar el estado de un sistema.
Definici
on 5.0.3 El n
umero de variables de estado determina el orden del
sistema. Un sistema cuyo estado se describe mediante un n
umero finito de
variables de estado se conoce como sistema de orden finito.
Las variables de estado deben formularse de tal modo que si uno conoce sus valores en un instante dado, junto con los valores de las variables de
entrada para ese momento y para todo momento futuro, entonces la disposicion del sistema y de estas variables se determina completamente para ese
momento y para cualquier momento futuro.
1

Recordemos que un conjunto de n variables x1 , ..., xn es linealmente independiente si

no existe un conjunto n de escalares 1 , ..., n no todos cero, tal que


1 x1 + 2 x2 + ... + n xn = 0

26

Variables de estado Variables de entrada


x1 = i (t)

u1 = v

x2 = x (t)

u2 = g

x3 = x (t)
Cuadro 5.1: Tabla 1

De esta manera, definiremos nuestras variables de estado y de entrada,


de acuerdo a lo que conocemos y podemos calcular. De la siguiente tabla
podemos ver que nuestro sistema sera de orden 3.
Definici
on 5.0.4 Sean n variables de estado x1 , ..., xn , y supongamos que
el sistema esta sujeto a r entradas (externas) u1 , ..., ur y se caracteriza por
un n
umero de parametros y constantes, que generalmente se conoceran como
parametros (ps). Entonces, el conjunto de ecuaciones diferenciales ordinarias
de primer orden n,
d
x1 = f1 (x1 , x2 , ..., xn , u1 , u2 , ..., ur , ps, t) ;
dt
d
x2 = f2 (x1 , x2 , ..., xn , u1 , u2 , ..., ur , ps, t) ;
dt
..
.
d
xn = f1 (x1 , x2 , ..., xn , u1 , u2 , ..., ur , ps, t) ;
dt

x1 (t0 ) = x10
x2 (t0 ) = x20

xn (t0 ) = xn0

donde t se refiere al tiempo y t0 es cierto tiempo inicial, son llamadas ecuaciones de estado.
Entonces, despreciando los parametros, podemos representar el sistema
como tres ecuaciones diferenciales no lineales de la forma.
d
xn = fn (x1 , x2 , x3 , u1 , u2 , t) .
dt
27

(5.1)

Primero reescribimos la ecuacion (3.8)


L0 dx
L0 di

i (t) ,
x (t) dt x (t)2 dt
L0 di
L0 dx
= V (t) Ri (t) +
i (t) ,
x (t) dt
x (t)2 dt


d
x (t)
L0 dx
i =
V (t) Ri (t) +
i (t) .
dt
L0
x (t)2 dt
Cambiamos variables seg
un Tabla 1
V (t) = Ri (t) +

d
x1 = f1 (x1 , x2 , x3 , u1 , u2 , t) ,
dt
x2
L0 dx2
=
u1 Rx1 + 2
x1 ,
L0
x2 dt
u1 x2 Rx1 x2 x1 x3
=

+
,
L0
L0
x2

(5.2)

(5.3)

la cual es nuestra primer ecuacion diferencial ordinaria no lineal.


Para la segunda
d
x2 = f1 (x1 , x2 , x3 , u1 , u2 , t) ,
dt
d
=
x,
dt
= x3 .

(5.4)

Para la tercera, vemos la ecuacion (3.18)


m

d2 x
i2 (t)
+
K
= mg,
dt2
x2
d2 x
K i2 (t)
=
g

,
dt2
m x2
d
x3 = f1 (x1 , x2 , x3 , u1 , u2 , t) ,
dt
d2 x
=
,
dt2
K x21
= u2
.
m x22
28

(5.5)

As, tenemos un sistema de tres ecuaciones diferenciales ordinarias

u1 x2 Rx1 x2 x1 x3
d
x1 =

+
,
dt
L0
L0
x2
d
x2 = x3 ,
dt
d
K x21
x3 = u 2
.
dt
m x22

29

(5.6)

Captulo 6
Linealizaci
on
Ya que los sistemas no lineales son normalmente difciles de analizar y dise
nar, es deseable realizar una linealiazacion. Ademas de simplificar el analisis, la linealidad nos permite encontrar el efecto que tendran las diversas
entradas (causas) actuando en conjunto, sumando (superponiendo) todos los
efectos separados de las entradas individuales. El primer paso es reconocer
el componente no lineal y re-escribir la ecuacion diferencial no lineal como
la tenemos en (5.6). Cuando linealizamos una ecuacion diferencial no lineal,
lo hacemos para entradas a peque
na se
nal alrededor de la solucion en estado
estable cuando la entrada a peque
na se
nal es igual a cero. Esta solucion en
estado estable se llama equilibrio.
Definici
on 6.0.1 Un sistema no lineal se representa mediante las ecuaciones de estado en la forma matricial siguiente:
d
X (t) = f (X (t) , U (t) , t) ,
dt

X (t0 ) = X0

(6.1)

en donde X (t) representa el vector de estado de n 1, U (t) es el vector de


30

entrada de p 1, y f [X (t) , U (t)] denota un vector funcion de n 1. En


general, f es una funcion del vector de estado y del vector de salida.
Al expandir la ecuacion de estado no lineal (6.1) en serie de Taylor, considerando varias variables, alrededor de x (t0 ) = x0 y descartando los terminos
de orden superior, nos brinda el sistema
d
x (t) = A
x (t) + B u (t) ,
dt

x (t0 ) = xt=t0

(6.2)


fi
A = [aij ] =
,
xj


fi
B = [bij ] =
,
uj

(6.3)

que es lineal en las variables de desviacion


x = x x0 ,

u = u u0 .

(6.4)

Ahora, linealizaremos nuestro sistema (5.6) alrededor del punto de equilibrio xeq

x1

d


x2 =
dt

x3

u1 x2
L0

Rx1 x2
L0

x1 x3
x2

x3
u2

K
m

x21
x22

(6.5)

Al expandir en serie de Taylor la ecuacion de estado no lineal alrededor


de x (t0 ) = xeq (t) y descartando los terminos de orden superior, obtenemos
la matriz de desviacion de equilibrio
d
x = A
x + B u,
dt

(6.6)

que es lineal en las variables de desviacion


x = x xeq ,

u = u ueq .
31

(6.7)

Variables de

estado

Variables de

entrada

x1 = x1eq + x1

x1eq = i

u1 = u1eq + u1

u1eq = eeq

x2 = x2eq + x2

x2eq = y

u2 = u2eq + u2

u2eq = geq

x3 = x3eq + x3

x1eq = y

Cuadro 6.1: Tabla 2

Queremos evaluar en el estado de equilibrio, de donde conocemos


eeq
R
= ieq ,

x1eq =

x2eq =

eeq
R

(6.8)
s

K
mg

= yeq ,

(6.9)

x3eq = y eq
= 0.

(6.10)

Cambiamos variables para obtener las variables de desviacion para el


sistema lineal
Redefiniendo las variables de estado y de entrada en forma vectorial, seg
un
la Tabla 2, tenemos el vector de estado

x = x2 = y ,

d
x3
y
dt
y el vector de variables de entrada


u1
e
= .
u =
g
u2
32

(6.11)

(6.12)

Como sabemos que la gravedad g = u2 no altera el sistema, ya que es


la misma en estado de equilibrio y en cualquier otro estado, podemos no
tomarla en cuenta en nuestro sistema fsico, con lo cual tenemos
u =

u1

e .

donde e es el voltaje de entrada con el cual alimentamos nuestro sistema.


Ahora, a partir de (6.5) obtenemos la matriz A para las variables de
desviacion alrededor de xeq .
a11 =
=
=
a12 =
=
=
=
a13 =
=
=

f1
,
x1
x3
Rx2eq
+ eq ,

L0
x2eq
R
yeq .
L0
f1
,
x2
x1 x2
u1eq Rx1eq

eq2 eq ,
L0
L0
x2eq
eeq eeq

,
L0
L0
0.
f1
,
x3
x1eq
,
x2eq
ieq
.
yeq

33

(6.13)

(6.14)

(6.15)

a21 =
=
a22 =
=
a23 =
=

f2
,
x1
0.
f2
,
x2
0.
f2
,
x3
1.

(6.16)

(6.17)

(6.18)

f3
,
x1
K x1eq
= 2
,
m x22eq

a31 =

K eeq R2 mg
,
m R e2eq K
2gR

,
eeq
2g
.
ieq
f3
,
x2
2
K x1eq
2
,
m x32eq
r
K e2eq R3 mg mg
2
,
m R2 e3eq K
K
r
R mg
2g
,
eeq K
2g
.
yeq

= 2
=
=
a32 =
=
=
=
=

De esta manera tenemos la matriz A


34

(6.19)

(6.20)

A=

ieq
yeq

eq
Ry
L0

g
2 ieq

2 ygeq

1 .

(6.21)

De manera analoga calculamos B para la ecuacion 6.5


f1
,
u1
x2eq
=
.
L0
f1
= 0.
=
u2

b11 =

b12

(6.22)

De donde

yeq
L0

B = 0 .

(6.23)

As tenemos el sistema lineal en las variables de desviacion

Ryeq
yeq
ieq
L0
0
yeq

L0
d

x = 0
0
1 x + 0 u.
dt

g
2 ieq
2 ygeq 0
0
Asumiendo que L =

L0
y

x =
dt

(6.24)

es una constante, L0 = Ly, tenemos


R
L
0

ieq
yeq

0
0

g
2 ieq
2 ygeq

35

1
L

+
0 u.
1

0
0

(6.25)

Captulo 7
An
alisis en variables de estado
7.1.

Ecuaci
on caracterstica

Resolviendo el sistema para encontrar la ecuacion caracterstica, tenemos






ieq
R

s 0 0
L
0
1 0 0
y
eq



|sI A| = 0 s 0 0 1 0 0
0
1 ,





g
g
0 0 s
2 ieq 2 yeq 0
0 0 1




ieq
R
s+ L
0
yeq




= 0
s
1




g
g


2i
2 y
s
eq

eq

s Lyeq + Rs yeq 2Rg


.
Lyeq

(7.1)

Ahora, para obtener los valores caractersticos, resolvemos el sistema con


los datos del sistema real, medidos experimentalmente

36

Descripcion

Valor

Distancia electroiman-esfera (metro)

yeq = 0,012

Corriente de equilibrio (ampere)

ieq = 0,25

Masa de la esfera (kg)

m = 0,01

Resistencia de la bobina (ohm)

R = 18,4

Constante ((N eutron m2 ) /ampere2 )

K = 0,00013795

Inductancia de la bobina (Henrie)

L = 0,2

Constante sensores (volt/m)

= 776

Cuadro 7.1: Tabla 3

Calculamos la matriz A y B seg


un valores mostrados en la Tabla 3

ieq
R
L
0
yeq

A = 0
0
1 ,

g
g
2 ieq 2 yeq 0

0,25
18,4
0
0,2
0,012

=
0
0
1 ,

9,81
9,81
2 0,25 2 0,012
0

92,0
0
20,833

=
(7.2)
.
0
0
1

78,48 1635
0

1
L

1
0,2



B = 0 = 0 = 0 .

0
0
0

37

(7.3)

Entonces, la ecuacion


s 0


|sI A| = 0 s


0 0

caracterstica evaluada en estos valores nos da




0
1 0 0
92
0
20,833



,
0 0 1 0
0
0
1





s
0 0 1
78,48 1635
0

= s3 0,02616s + 92s2 150420.

(7.4)

de donde podemos obtener los valores caractersticos de A, o las races de la


ecuacion caracterstica
|sI A| = s3 0,0 261 6s + 92,0s2 150420 = 0,

= (s 34,485) s2 + 126,49s + 4361,9 = 0.

s = 34,485,

s = 63,245 19,026i.

(7.5)

(7.6)

Los valores caractersticos son los argumentos de las modalidades exponenciales que caracterizan por completo la respuesta del sistema. Analizando
los valores caractersticos de nuestro sistema vemos que el valor 34,743 > 0,
dara como resultado un modo de crecimiento exponencial. Tal modo dominara la respuesta del sistema, por lo que el comportamiento del sistema
sera inestable, de aqu la necesidad de crear un controlador.

7.2.

Controlabilidad

Definici
on 7.2.1 Se dice que un sistema es controlable si puede ser movido
de cualquier estado X (t0 ) en t = t0 a cualquier otro estado deseado X (t1 ) en
un intervalo de tiempo finito ( = t1 t0 ), aplicando una entrada continua
por partes U (t), donde t esta contenida en [t0 , t1 ].
38

Por un conveniente cambio de variables en el sistema, se puede hablar


tambien de controlabilidad en terminos de la capacidad de mover el sistema
desde cualquier estado inicial. De manera mas clara, en el espacio de estados,
la controlabilidad implica la posibilidad de acceso a todo el espacio de estado.
Un sistema es no controlable si hay una seccion de espacio de estado a la cual
no puede ser llevado (o de la cual no puede escapar). Esto sera lo que suceda
cuando algunas variables de estado no sean afectadas por las entradas de
control. En otras palabras, un sistema es no controlable si las entradas de
control no afectan a cada variable de estado. Este concepto de controlabilidad
se refiere a los estados y algunas veces se denomina controlabilidad de estado.
Consideremos el sistema lineal invariante con el tiempo descrito por las
siguientes ecuaciones dinamicas:
dx (t)
= Ax (t) + Bu (t) ,
dt
y (t) = Cx (t) + Du (t) ,

(7.7)

donde x (t) es el vector de estado de n 1, u (t) es el vector de entrada de


r 1, y y (t) es el vector de salida de p 1.
Definici
on 7.2.2 Se dice que el estado x (t) es controlable en t = t0 , si
existe una entrada continua por bloques u (t) que lleve el estado x (t) a un
estado final x (tf ) para un tiempo finito (tf t0 ) 0. Si todo estado x (t0 )
del sistema es controlable en un intervalo de tiempo finito, se dice que el
sistema es completamente controlable en estado o simplemente controlable.
El siguiente teorema muestra que la condicion de controlabilidad depende
de los coeficientes de las matrices A y B del sistema. El teorema tambien nos
39

da un metodo para probar la controlabilidad de estado. La demostracion de


los siguientes dos teoremas puede encontrarse en [25].
Teorema 7.2.3 Para que el sistema descrito por las ecuaciones de estado
en (7.7) sea controlable, es necesario y suficiente que la siguiente matriz de
controlabilidad sea:
S=

B AB A B

n1

(7.8)

nnr

Utilizando este teorema, calculamos la matriz de controlabilidad de nuestro sistema, donde n = 3 y r = 1.

S=

B AB A2 B

5 460 34145

= 0
0
392,4 .

0 392,4 36101

(7.9)

Como el rango de S es tres, el sistema es completamente controlable

7.3.

Observabilidad

La observabilidad del sistema depende de cuales variables son definidas


como salida. Para el control de retroalimentacion de estado, el controlador
total requiere retroalimentar todas las variables de estado x1 , x2 , x3 . Sin
embargo, en nuestro caso queremos retroalimentar la distancia a la cual se
suspende la bola, i.e., x2 . De esta manera veremos si nuestro sistema es
observable en esta variable.
Definici
on 7.3.4 Dado un sistema lineal invariante en el tiempo descrito
por las ecuaciones (7.7), se dice que el estado x (t) es observable si dada
40

una entrada u (t), existe un tiempo finito tf t0 tal que el conocimiento de


u (t) para t0 t < tf ; las matrices A, B, C y D; y la salida y (t) para t0
t < tf son suficientes para determinar x (t0 ) . Si todo estado del sistema es
observable para un tiempo finito tf , se dice que el sistema es completamente
observable o simplemente observable.
El siguiente teorema muestra que la condicion de observabilidad depende
de las matrices A y C del sistema. El teorema tambien da un metodo para
probar observabilidad.
Teorema 7.3.5 Para que el sistema descrito por las ecuaciones (7.7) sea
totalmente observable, es necesario y suficiente que la siguiente matriz de
observabilidad sea:

CA

V = CA2

..

CAn1

(7.10)

nnp

En particular, si el sistema tiene solamente una salida, C es una matriz


renglon de 1 n; V es una matriz cuadrada de n n. Entonces el sistema
es completamente observable si V es no singular.
Para nuestro sistema, queremos analizar la distancia del levitador a la
bola:
y (t) = C x (t) = x2 (t) ,

(7.11)

con
C=

0 1 0
41

(7.12)

La matriz de observabilidad es

C
0
1
0

V = CA =
0
0
1 ,

2
CA
78,48 1635 0

(7.13)

la cual tiene rango tres. Por lo tanto, el sistema es completamente observable.

7.4.

Funci
on de transferencia.

Hemos definido la posicion de la esfera como x (t), la salida como y (t) y


la entrada como v (t). Entonces, considerando el criterio de Routh-Hurwitz,
la funcion de tranferencia1 entrada-salida del sistema es:
Y (s)
= C (sI A)1 B,
V (s)
392,4
= 3
.
s 0,02616s + 92s2 150420

(7.14)

Para esta funcion de transferencia en nuestro modelo fsico es necesario


incorporar la sensibilidad de los sensores, 776 volt/m, medida experimentalmente, misma que multiplica a la funcion de transferencia,
776

304502,4
Y (s)
= 3
.
V (s)
s 0,02616s + 92s2 150420

(7.15)

La relaci
on general entre una entrada y una salida de un sistema lineal, invariante en

el tiempo es llamada funci


on de transferencia.

42

Captulo 8
Control
8.1.

Estabilidad y ubicaci
on de los valores propios

Los valores propios de un sistema determinan su estabilidad y otro comportamiento. Se concluye que el medio mas directo para investigar la estabilidad de un sistema lineal consiste en examinar los posibles valores de sus
races caractersticas. Una forma de llevarlo a cabo es observar la ubicacion
de los valores propios en el plano complejo. En general, los valores propios en
la mitad derecha del plano complejo causan inestabilidad, mientras que las
races de la mitad izquierda del plano complejo son estables. La colocacion
de la raz directamente sobre el eje imaginario causa estabilidad marginal
o neutral; pero si la multiplicidad es mayor de uno resulta inestabilidad.
Ademas, cuanto mayor es el componente imaginario del valor propio, mayor
es la frecuencia de oscilacion, y mas negativo (por ende mas peque
no) es el

43

componente real de la raz y mas corto el tiempo de decaimiento. Desde luego, este cuadro de plano complejo retrata no solo la estabilidad relativa del
sistema, sino tambien otros aspectos de su conducta dinamica. Otra forma de
explorar la naturaleza de los valores propios de un sistema lineal es deducir
esta informacion del propio polinomio caracterstico. Este metodo no requiere
la determinacion de los valores reales de las races caractersticas. El metodo
de lugar de las races y el criterio de estabilidad de Routh nos ayudaran en
el analisis de estabilidad basado en los valores propios de nuestro sistema.

Figura 8.1: Regiones de estabilidad en el plano-s

8.2.

T
ecnica del lugar de las races

Los valores propios de un sistema son funciones de los parametros del


mismo. En general, uno se interesa as por la ubicacion de las races en el
plano complejo, conforme vara alg
un parametro del sistema. El resultado
es una secuencia de posiciones de raz a lo largo de las cuales los valores
44

propios se moveran conforme cambie este parametro. Esta secuencia de


puntos se conoce como el lugar de las races. Una vez que se dispone del
lugar de las races, se pueden elegir los valores del parametro (en nuestro
caso la ganancia del sistema) que den la cualidad y estabilidad deseadas
(levitacion electromagnetica en equilibrio) para la conducta del sistema. La
tecnica del lugar de las races es uno de los planteamientos fundamentales del
dise
no clasico del controlador por retroalimentacion, por lo cual aplicaremos
esta tecnica en nuestro estudio.

8.2.1.

Construcci
on gr
afica del lugar de las races.

Se construyen los lugares de las races de acuerdo con el siguiente procedimiento:


Ponemos la ecuacion caracterstica del sistema en la forma
1 + G0 (s) = 0,
1
G0 (s)
= 0,

(8.1)
>0

donde es el parametro (o ganancia -de dise


no-) de interes y
G0 (s) =

(s z1 ) (s z2 ) (s zm )
,
(s p1 ) (s p2 ) (s pn )

nm

(8.2)

donde z1 , z2 , , zm y p1 , p2 , , pn se conocen como los ceros de lazo


abierto y polos de lazo abierto, respectivamente. Estos terminos reflejan
lo que pasa con G0 (s) cuando s toma los valores correspondientes:
G0 (s) tiende a cero para los ceros y a infinito para los polos.

45

Los puntos en el lugar de las races tienen que satisfacer la condicion de


angulo
G0 (s) =

2n;
2

n N.

(8.3)

Se escala el lugar de las races empleando la condicion de magnitud


|G0 (s)| =

1
.

(8.4)

Nosotros utilizaremos la herramienta rlocus de Matlab para encontrar los


polos y races de nuestra funcion de transferencia inestable, para luego, a
partir de ahi, dise
nar el controlador ideal que nos brinde estabilidad. Una
de las ventajas de la construccion por computadora es su velocidad, eficacia,
visualizacion grafica y que los polos y ceros de la funcion de transferencia no
tienen que ser conocidos a priori.

8.2.2.

Efectos de adici
on de polos y ceros a G0 (s)

El problema general del dise


no del controlador en los sistema de control
puede ser tratado como una investigacion de los efectos del lugar de las races
cuando se suman polos o ceros a la funcion de transferencia G0 (s) .
1. Suma de polos a G0 (s) : Sumar un polo a G0 (s) tiene el efecto de
empujar el lugar de las races hacia la mitad derecha del plano.
2. Suma de ceros a G0 (s) : Sumar ceros en la mitad izquierda del plano
a la funcion G0 (s) generalmente tiene el efecto de mover y doblar el
lugar de las races hacia la mitad izquierda del plano-s.

46

En la Fig. 8.3, vemos el lugar geometrico de las races de nuestro sistema.


Podemos observar como tenemos un polo (o raz de la ecuacion caracterstica)
en s = 34,485 > 0 que, como ya habamos visto, causa inestabilidad en el
sistema (Ver Fig. 8.2). Entonces, ese es el polo que queremos compensar, al
momento de dise
nar nuestro controlador.

Figura 8.2: Inestabilidad del sistema

8.3.

Controlador

En general, la accion derivativa se combina normalmente en un control


proporcional para dar un control proporcional y derivativo (control PD). Esta
47

Figura 8.3: Lugar de las races


combinacion es eficaz, particularmente en sistemas no amortiguados, pues la
retroalimentacion negativa de la derivativa de esta variable controlada es un
tanto afn a la adicion de amortiguamiento (viscoso) del sistema. La accion
D tiene, pues, una influencia estabilizadora en algunos sistemas. Asimismo,
el control derivativo se usa en general para acelerar la accion de control. En
nuestro caso queremos levitar la bola en un tiempo mnimo, para eliminar la
inestabilidad y, por ende, la cada o atraccion del objeto al iman. El control
PD puede ser expresado por la siguiente funcion de transferencia [25]
c (1 + Td (s)) .

(8.5)

En general, la eleccion del controlador es un compromiso entre el patron


48

de la respuesta deseada y la sencillez del algoritmo de control, que puede


determinar el costo del controlador, as como la complejidad de la sintonizacion. En nuestro caso, elegimos el control PD, debido a su sencillez en cuanto
a construccion fsica y la adecuacion a la respuesta deseada. El control PD
a
nade un cero al lugar de las races, el cual empuja las ramas de lugar
de las races afuera del lmite de estabilidad y mas adentro del semiplano
izquierdo, con lo que acelera la respuesta, lo cual nos servira para compensar
nuestra raz positiva.
La forma mas sencilla de estabilizar nuestro sistema, es utilizando el controlador PD (o de adelanto de fase compensado), para cancelar el polo inestable [11]. Para jalar el lugar de las races hacia el lazo izquierdo del plano,
es necesario sumar un cero al controlador PD en el lado izquierdo del plano,
entre el primer polo del lado izquierdo y el origen. El polo necesario requerido
para el controlador PD es colocado mas alla en el lado izquierdo del plano.
Esto minimizara el impacto del polo del controlador compensado en el lugar
de las races. La funcion de transferencia del controlador se ve como:
Gc (s) = c

s+a
.
s+b

(8.6)

donde c es la ganancia y a es seleccionada para cancelar el polo inestable


de la funcion de transferencia. Como una regla generalizada, b es igual a 10
veces a. Utilizando nuestros parametros, seg
un (7.6), los valores de dise
no
de a y b son 34,485 y 344,85 respectivamente. Para calcular el valor de c ,
analizamos la Fig. 8.4, para obtener la mayor ganancia posible, lo cual nos
permitira tener un menor tiempo de respuesta para acotar la inestabilidad
del sistema.
49

De esta manera, podemos ver a nuestro sistema compensado, tomando


c = 1 como
c

Y (s)
s + 34,485
s+a

=
776
s+b
V (s)
s + 344,85
392,4
,
(8.7)
s3 0,02616s + 92s2 150420
304500s + 10501000
=
.
(s + 344,85) (s 34,485) (s2 + 126,49s + 4361,9)

ecuacion a partir de la cual obtenemos el lugar de las races compensado.


A partir de la grafica del lugar de las races compensado (Fig 8.4), observamos que la ganancia maxima para nuestro sistema es c = 26, por lo cual
realizamos nuestro controlador con tal ganancia, para as obtener el modelo
estable de nuestro sistema de levitacion. (Fig. B.3) con el cual obtenemos la
estabilidad deseada (Fig. 8.5 )

50

Figura 8.4: Sistema compensado

51

Figura 8.5: Estabilidad del sistema

52

Captulo 9
Conclusiones
En este trabajo partimos de una pregunta bastante simple: es posible
levitar un objeto -en nuestro caso una bola metalica con la imagen del globo terraqueo- a una distancia deseada? Para dar una respuesta afirmativa,
hubimos de recorrer un camino bastante interesante. Decidimos abordar el
problema desde el punto de vista de la rama de las matematicas llamada
teora de control. En el captulo uno y dos, dimos algunos conceptos basicos
sobre esta area, como el de sistema, sus clasificaciones, y estabilidad -o levitacion del objeto, en nuestro caso- para, a partir de ah, comenzar a elaborar
un modelo matematico que nos permitiese responder a nuestro interrogante.
Luego, en el captulo tres, analizamos las distintas fuerzas que interact
uan
con el objeto: fuerzas gravitarorias y electromagneticas. Una vez reconocidas
estas interacciones, creamos un modelo del sistema a analizar, llegando a
una ecuacion diferencial de segundo orden, no lineal. En el captulo cuatro,
aplicamos las condiciones de equilibrio para llegar a la distancia de equilibrio
o levitacion. En el siguiente captulo, llevamos nuestra ecuacion diferencial a
53

un sistema de ecuaciones ordinarias no lineales en el tiempo, llamadas ecuaciones de estado. Debido a la complejidad de los sistemas no lineales, en el
captulo seis linealizamos nuestro sistema alrededor del punto de equilibrio -o
distancia de levitacion- para tener el sistema descrito de forma matricial, a
partir de las variables de entrada y de estado. En el captulo siete, hicimos el
analisis en variables de estado, donde econtramos la ecuacion caracterstica,
a partir de los valores reales del sistema, medidos experimentalmente. Dimos
los criterios de observabilidad y controlabilidad, los cuales nos permitieron
saber que variable era posible observar -la distancia de levitacion- y si era
posible crear un control -mecanismo para mantener el objeto levitando. Finalmente, dimos la funcion de tranferencia, la cual relaciona la entrada con
la salida, para de ah, dise
nar el controlador con los parametros adecuados.
En el captulo ocho, utilzamos la tecnica del lugar geometrico de las races
para compensar nuestro sistema, lo cual nos permitio levitar el objeto a la
distancia deseada. Entonces, hemos demostrado que el sistema puede ser controlado con una ganancia c = 26. Existen algunos otros factores que podran
tomarse en cuenta, como la temperatura del objeto, entre otras perturbaciones, temas que espero poder abordar en mis estudios de posgrado.

54

Ap
endice A
Conceptos de electricidad
Definici
on A.0.1 Se define la corriente en un punto especfico y que fluye
en una direccion especfica como la rapidez instantanea a la cual la carga
neta positiva se mueve a traves de ese punto en la direccion especfica. La
corriente se representa por I o i, y, por lo tanto,
i=

dq
.
dt

(A.1)

La unidad de corriente es el ampere (A), que corresponde a una carga que


se mueve con una rapidez de 1 C/s.
La carga transferida entre el tiempo t0 y t puede expresarse como una
integral definida,
q

|tt0 =

i dt.

(A.2)

t0

La carga total transferida durante todo el tiempo se obtiene sumando q (to ),


la carga transferida hasta el tiempo t0 , a la expresion anterior,
Z t
q=
i dt + q (to ) .
t0

55

(A.3)

Definici
on A.0.2 Se define el voltaje entre los extremos del elemento1 como
el trabajo requerido para mover una carga positiva a traves del elemento. Se
dice que entre las dos terminales existe un voltaje electrico o una diferencia
de potencial. La unidad del voltaje es el volt (V ), y se representa por V o
v.
Definici
on A.0.3 La potencia es la rapidez con la cual se gasta energa
en un circuito, y se representa por P o p. La potencia absorbida debe ser
proporcional tanto al n
umero de coulombs transferidos por segundo, o corriente, como a la energa requerida para transportar un coulomb a traves del
elemento, o voltaje. Por tanto,
p = vi.

(A.4)

La potencia se mide en watts.


Definici
on A.0.4 (Ley de Ohm). El voltaje entre los extremos de muchos
tipos de materiales conductores es directamente proporcional a la corriente
que fluye a traves del material,
v = Ri

(A.5)

donde la constante de proporcionalidad R recibe el nombre de resistencia. La


unidad de resistencia es el ohm () .
Definici
on A.0.5 (Ley de corrientes de Kirchhoff). La suma algebraica de
las corrientes que entran a cualquier nodo es cero, i.e.,
N
X

in = 0.

(A.6)

n=1
1

Se define a un elemento de circuitos muy general como un objeto de cualquier forma

con dos terminales, a las cuales se pueden conectar otros elementos.

56

Definici
on A.0.6 (Ley de voltajes de Kirchhoff). La suma algebraica de los
voltajes que entran a cualquier nodo es cero, i.e.,
N
X

vn = 0.

(A.7)

n=1

Definici
on A.0.7 Un campo magnetico variable puede inducir un voltaje
en un circuito cerrado. Este voltaje es proporcional a la rapidez de cambio,
con respecto al tiempo, de la corriente que produce el campo magnetico. A la
constante de proporcionalidad se le llama inductancia, simbolizada por L, y,
por lo tanto,
v=L

di
.
dt

(A.8)

La unidad de la inductancia es el henry.


El inductor cuya inductancia esta definida por (A.8) es un modelo matematico. Un inductor fsico se puede hacer enrollando alambre a un campo
magnetico.

57

Ap
endice B
Diagramas
B.1.

Diagrama esquem
atico del levitador magn
etico

En la figura B.1 podemos observar el diagrama esquematico del levitador

B.2.

Diagrama del controlador

Fsicamente, nuestro controlador es muy sencillo de dise


nar, ya que consiste u
nicamente de un capacitor en serie y una resistencia en paralelo. Seg
un
Fig B.2, observamos los valores de los componentes electricos, siguiendo el
calculo de constantes seg
un[1].
s + 1
.
Gc =
s + 1c

58

22k
22k
R2
=
=
= 0,1,
R1 + R2
150k + 22k
172k
= R1 C = (150k) (0,2F ) = 0,03.

c =

Con lo cual tenemos


Gc =

s + 33
s + 333

lo cual nos da una buena aproximacion a nuestro calculo de a y b, seg


un
encontramos teoricamente.

B.3.

Diagrama por bloques del modelo

En la figura B.3 observamos el diagrama por bloques de nuestro modelo


compensado.

59

Figura B.1: Diagrama del levitador

60

Figura B.2: Esquema del Controlador

61

Figura B.3: Diagrama por bloques del modelo

62

Bibliografa
[1] Gayakward R., Sokoloff L. Analog and Digital Control Systems, Prentice
Hall, 1998
[2] Katduhiko, O. Ingeniera de Control Moderna, Prentice Hall, Mexico,
1992.
[3] Wong T. H. Design of a Magnetic Levitation Control System: An Undergraduate Project. IEEE Transactions on Education, vol E-29, no. 4,
1986, pp. 196-200.
[4] Eronini, U.E. Dinamica de Sistemas y Control, Thomson Learning,
Mexico, 2001.
[5] Nise, N. Sistemas de Control para Ingeniera. Cecsa, Mexico, 2002
[6] Baskakov, S.I. Teora de Circuitos. Urss, Mosc
u, 2002.
[7] Perko, L. Differential Equations and Dynamical Systems. 3rd. ed.,
Springer-Verlag, New York, 2001

[8] Grossman, S. Algebra


Lineal. McGraw-Hill, 5a. ed., Mexico, 1996

[9] Rojo, J. Algebra


Lineal. McGraw-Hill, Madrid, 2001.
63

[10] Woodson, H., Melcher, J. Electromechanical Dynamics. John Wiley, New


York, 1968.
[11] Shiao, Y. Design and implementation of a controller for a magnetic
levitation system. Proc. Natl. Sci. Counc. ROC(D). Vol. 11. No. 2, 2001.
pp. 88-94
[12] Powell, J.R., Danby, G.R. High speed transport by magnetically suspended trains. ASME Pub. 66 WA/RRS, 1966.
[13] Thompson, M. T., Thornton, R. D. Modeling of HTSC based iron-core
flux-canceling electrodynamic suspension for Maglev, Proceedings of the
4th International Symposium on Magnetic Suspension Technology, NASA Conference Publication, 1997
[14] Thompson, M.T., Thornton, R.D., Kondoleon, A. Scale model fluxcanceling EDS Maglev suspension part I: design and modeling. IEEE
Transactions on Magnetics, vol. 35, no. 3, May 1999, pp. 1956-1963
[15] Kazerooni, H. A practical robotic end-effector for grasping postal sacks.
Journal of Dynamic Systems, Measurement, and Control. Marzo 2004
,Vol. 126-1, pp. 154-161
[16] Lygeros, J., Prandini, M. Aircraft and weather models for probabilistic
collision avoidance in air traffic control. IEEE Conference on Decision
and Control, Las Vegas, Nevada, USA, Diciembre 10-13 2002.
[17] Wang, F., Smith, M. Active and passive suspension control for vehicle
dive and squat. Nonlinear and Adaptive Control Network (NACO 2),
Workshop on Automotive Control, Lund, Mayo 18-19, 2001.
64

[18] Lanzon, A., Richards R. J. Compliant motion control for non-redundant


rigid robotic manipulators. International Journal of Control, Febrero
2000.
[19] Rockwell International. Space shuttle transformation system. 1984 (Press
Information)
[20] Weber, K. Aldosterone in congestive heart failure . Mechanisms of Desease. The New England Journal of Medicine. Vol 345, No. 23. diciembre
6, 2001.
[21] Nagle, R., Saff, E., Snider, A. Ecuaciones Diferenciales y Problemas con
Valores en la Frontera. 3a. ed. Addison-Wesley, Mexico, 2001.
[22] Mural. Tendra Guadalajara tren bala. 17 de abril de 2004
[23] Sawada, K. Magnetic levitation (Maglev) technologies. superconducting
Maglev developed by RTRI and JR central. Japan Railway & Transport
Review 25. Octubre 2000
[24] Wiener, N. Inventar. Sobre la gestacion y el cultivo de las Ideas. Tusquets, Metatemas 40. Mexico, 1995.
[25] Kuo, B. Sistemas de Control Automatico. 7a ed. Prentice-Hall, Mexico,
1996.

65