1

PNDULO INVERTIDO
kjaramillog@est.ups.edu.ec
Kevin Wellington Jaramillo Girn
Diego Hernn Dominguez Guamn
ddominguez@est.ups.edu.ec
Italo Joel Belduma Gia
ibelduma@est.ups.edu.ec
Ing. talo Romn Mogrovejo Pealoza
imogrovejo@ups.edu.ec

TEORA DE CONTROL 2
UNIVERSIDAD POLITECNICA SALESIANA
CALLE VIEJA 12-30 Y ELIA LIUT
(593) 72862213

CUENCA - ECUADOR

AbstractThe pendulum inverted comprises a moving part

mechanical which this supendido a pendulum, the same will be
balanced at 90 degrees inverted, to do differential equations of the
system are determined, knowing the mass and other parameters
necessary to do the analysis system state space in order to ensure
that the system will have a quick response to disturbance, and
the dough will always be able to stabilize the position described
above.
Index Termspendulum inverted, parameters .

I. INTRODUCCIN.
EL pendulo invertido consta de una parte movil mecanica al
cual esa supendido un pendulo, el mismo que sera equilibrado
a 90 grados de forma invertida, para ello se determinan las
ecuaciones diferenciales del sistema, conociendo la masa y
otros parmetros se procede a hacer el anlisis del sistema
en espacio de estados con el fin de garantizar que el sistema
tendr una respuesta rpida ante perturbaciones, y que la masa
siempre se va a poder estabilizar en la posicin antes descrita.
Cabe decir que al ser un mecanismo de equilibrio el nico
punto en el que se puede estabilizar la masa es perpendicular
al mecanismo de desplazamiento, por lo que para el sistema
existir una nica referencia, dejando claro que no se podr
variar la referencia xq el sistema al querer estabilizar la
maquina estar en constante movimiento buscando cumplir
su objetivo pero sin cumplirlo debido a circunstancias de
dinmica (por gravedad la masa no se podr estabilizar jams
a un ngulo de 45 por ejemplo).
II. JUSTIFICACION.
La elaboracin de este documento se realiza para demostrar
que se puede llegar a los mismo resultados, tanto calculado
manualmente o con el comando acker de matlab.
III. OBJETIVO GENERAL.
Estabilizar una masa en un ngulo perpendicular a su
mecanismo de desplazamiento.

IV. OBJETIVOS ESPECIFICOS.

1) Entender y comprender la parte terica del problema.
2) Esquematizar el sistema a ser analizado (Pndulo invertido).
3) Conocer los parmetros que intervienen en el sistema.
4) Establecer las ecuaciones diferenciales que describan el
comportamiento del sistema.
5) Realizar el anlisis en espacios de estados del sistema.
6) Obtener grficas para verificar que el sistema responde
a nuestros requerimientos.

V. MARCO TERICO.
Para poder abordar este sistema debemos tener claros los
siguientes conceptos:

A. Equilibrio de una particula.

Si la resultante de todas las fuerzas que actan sobre una
partcula es cero, la partcula se encuentra en equilibrio.
Una partcula sujeta a la accin de dos fuerzas
estar en equilibrio si ambas tienen la misma
magnitud, la misma lnea de accin y sentidos
opuestos. Entonces la resultante de las fuerzas es cero.
Otro caso de una partcula en equilibrio se muestra en la
figura 2.27, donde aparecen cuatro fuerzas que actan sobre
A. En la figura 2.28, la resultante de las fuerzas dadas se
determina por la regla del polgono. Empezando en el punto O
con F1 y acomodando las fuerzas punta a cola, se encuentra
que la punta de F4 coincide con el punto de partida O, as
que la resultante R del sistema de fuerzas dado es cero y la
partcula est en equilibrio. [1]

Figure 2. SERVOSISTEMA DE TIPO 1.[5]

Figure 1. EQUILIBRIO DE UNA PARTICULA.[1]

B. Ecuaciones diferenciales.
Una ecuacin diferencial es una expresin que relaciona
el valor de una funcin (o funciones) incgnita(s) en cada
punto con el de sus derivadas parciales en el mismo punto.
Por ejemplo, la expresin:
[2]

Para saber si podemos adicionar polos debemos verificar

+ Bu
e Es de estado
que el sistema definido por e = Ae
completamente controlable, para ello la matriz de ganancia
de realimentacin del estado debe tener un rango de n+1,
entonces solo as el sistema es de estado completamente
controlable.

Figure 3. MATRIZ DE GANANCIAS DE REALIMENTACIN DEL ESTADO K.[5]

C. Diseo de sistemas de control en espacios de estados.

Se trabaja directamente sobre las ecuaciones diferenciales
que describen el sistema.
Permite un estudio del comportamiento de las variables
internas de sistema, adems del estudio entrada/salida.
Facilitan el estudio de sistemas de varias entradas y varias
salidas (MIMO).
1) Conceptos de estado. :
Caracterizacin interna del sistema que en cada instante
(t) resume la historia del sistema.
La salida depender del estado y de la entrada.
El estado futuro del sistema (derivada) depender del
estado actual y de la entrada al sistema.
2) Variable de estado. :
Conjunto mnimo de valores que expresan el estado
dinmico de un sistema.
Pueden ser o no magnitudes fsicas.
Deben elegirse, si es posible, de modo que puedan
medirse (realimentacin).
3) Vector de estado. : N variables que definen el estado.
4) Espacio de estados. :
Espacio n dimensional cuyos ejes lo forman las variables
de estado.
Todo vector de estado estar representado por un punto
en el espacio de estados. [3]

E. Funcionamiento del comando acker de matlab.

1) Funcin de Ackermann.: En teora de la computacin,
la funcin de Ackermann es una funcin recursiva encontrada
por Wilhelm Ackermann en 1926, una funcin matemtica,
con un crecimiento extremadamente rpido con la ayuda de los
lmites de la ciencia computacional terica de la computacin
y la teora de la computabilidad pueden ser identificados.
Hoy en da, hay una serie de funciones que son llamadas
funciones Ackermann. Todas ellas tienen una forma similar
a la ley original la funcin de Ackermann y tambin tienen
un comportamiento de crecimiento similar. Esta funcin toma
dos nmeros naturales como argumentos y devuelve un nico
nmero natural. [4]
.
.
K = [0 0 1][B..AB..A2 B]1 (A)[5]
F. Controlabilidad.
Se dice que un sistema es controlable en el tiempo t0
si se puede transferir desde cualquier estado inicial x(t0 )
a cualquier otro estado, mediante un vector de control sin
restricciones, en un intervalo de tiempo finito.
Se dice que si la matriz de controlabilidad es singular el
sistema no es de estado completamente controlable.

D. Diseo de un servosistema de tipo 1 cuando la planta no

tiene integrador.
Si la planta no tiene integrador (planta de tipo 0) el principio
bsico del diseo de un servo sistema de tipo 1 es insertar un
integrador en el camino directo entre el comparador y la planta
tal como se muestra en la siguiente figura.

Figure 4. MATRIZ DE CONTROLABILIDAD.[5]

G. Matriz singular.
Matriz cuadrada cuyo determinante es igual a cero. Una
matriz singular no tiene matriz inversa.
H. Matriz no singular.
Matriz en donde el determinante es diferente de cero y tiene
inversa.
I. Determinante.

Se desea mantener el pndulo invertido lo ms cercano

posible a la vertical y al mismo tiempo controlar la posicin
del carro: por ejemplo, moverlo sbitamente de un punto a
otro. Para controlar la posicin del carro es necesario construir
un servosistema de tipo 1. El sistema del pndulo invertido
montado en un carro no tiene un integrador. Por lo tanto, se
realimenta la seal de posicin y (que indica la posicin del
carro) a la entrada y se inserta un integrador en el camino, tal
como se muestra en la siguiente figura.

Valor nico obtenido al multiplicar y sumar los elementos

de una matriz cuadrada.
J. Observabilidad.
Se dice que el sistema es completamente observable si el
estado x(t0 ) se determina a partir de la observacin de y(t)
durante un intervalo de tiempo finito, entre t0 y t1 . Por tanto, el
sistema es completamente observable si todas las transiciones
del estado afectan eventualmente a todos los elementos del
vector de salida.

Figure 5. MATRIZ DE OBSERVABILIDAD.[5]

VI. DESARROLLO.
El siguiente ejercicio fue tomado del captulo 10 del
libro de Ogata de la quinta edicin y ser resuelto por
los tres mtodos expuestos en el mismo libro y los
valores sern verificados con el comando acker de MATLAB.

Figure 7. SISTEMA DE CONTROL DEL PNDULO INVERTIDO

(SERVO SISTEMA DE TIPO 1 CUANDO LA PLANTA NO TIENE UN
INTEGRADOR)[5]

Se supondr que los valores numricos para M, m y l estn

dado por:

Datos:
M = 2Kg
m = 0.1Kg

Ejemplo:
Considere el sistema de control del pndulo invertido que
se muestra en la siguiente figura. En este ejemplo, se est
interesado en los movimientos del pndulo y en el movimiento
del carro en el plano de la pgina.

l = 0.5m
: Para obtener una velocidad y un amortiguamiento
razonables en la respuesta del sistema diseado (por
ejemplo un tiempo de asentamiento de aproximadamente
~45 seg y una sobreelongacin mxima del 15~16% en
la respuesta a un escaln en el carro) se selecciona los
polos en lazo cerrado en s = ui (i = 1, 2, 3, 4, 5), donde:

u1 = 1 + j 3

u2 = 1 j 3
u3 = 5
u4 = 5
u5 = 5

Ecuaciones diferenciales:
M l = (M + m)g u
Figure 6. SISTEMA DE CONTROL DEL PNDULO INVERTIDO.[5]

Mx
= u mg

Despejando y x tenemos:
=
x
=

M +m
Ml g

mg
M

C=

0 0 1 0 :

A. ANLISIS DE CONTROLABILIDAD.

u
Ml

Para esto se verificara si la matriz de controlabilidad es

singular o no, basndonos en los conceptos expuestos en la
seccin 5.9. Para realizar ms rpido el anlisis aremos las
multiplicaciones con ayuda de MATLAB.

u
M

Variables de estado:
x1 = Posicin angular
x2 = Velocidad angular
x3 = x Posicin lineal
x4 = x Velocidad lineal

Figure 8. MATRIZ DE CONTROLABILIDAD DEL SISTEMA EN ANALISIS.

Ecuaciones de estados:

Con un pequeo scrib realizado en matlab podemos encontrar el determinante de la matriz de controlabilidad del sistema.

x1 = x2
x2 =

M +m
Ml g

x1

u
Ml

x3 = x4
x4 =

mg
M x1

Figure 9. DETERMINANTE DE LA MATRIZ DE CONTROLABILIDAD

DEL SISTEMA EN ANALISIS.

u
M

El sistema es de estado COMPLETAMENTE CONTROLABLE.

Donde:

A=

0
 M +m 

Ml

mg
M

B=

0
M1 l
0
1
M

1
0
0
0

0
0
0
0

0
0
1
0

B. ANLISIS DE OBSERVABILIDAD.

C= 0 0 1 0
lineal.

Se busca el desplazamiento
Figure 10. MATRIZ DE OBSERVABILIDAD DEL SISTEMA EN ANALISIS.

Reemplazando los valores:

A=

B=

0
20.601
0
0.4905
0
1
0
0.5

Para esto se verificara si el rango de la matriz de

observabilidad es igual al numero de columnas de la matriz
A, basndonos en los conceptos expuestos en la seccin
5.6 y 5.8. Para realizar ms rpido el anlisis aremos las
multiplicaciones con ayuda de MATLAB.

1
0
0
0

0
0
0
0

0
0
1
0

Con un pequeo scrib realizado en matlab podemos encontrar el rango de la matriz de observabilidad del sistema.

Figure 11. RANGO DE LA MATRIZ DE OBSERVABILIDAD DEL SISTEMA EN ANALISIS.

Como la matriz A tiene es de 4x4 y el rango de la matriz

de observabilidad es igual a 4 podemos decir que el sistema
es de estados COMPLETAMENTE OBSERVABLE.

C. DISEO DE UN SERVOSISTEMA DE TIPO 1 CUANDO

LA PLANTA NO TIENE INTEGRADOR.
Primero vamos a determinar la matriz de ganancias de
realimentacin del estado K. Como se trata de un arreglo con
las otras matrices ya conocidas (A, B, C), nos ayudaremos de
MATLAB para hacer el arreglo.
Figure 14. RESULTADO OBTENIDO EN MATLAB

Haciendo la inversa tenemos:

.
.
.
.
[B..AB..A2 B..A3 B..A4 B]1 =
Figure 12. MATRIZ DE GANANCIAS DE REALIMENTACION DEL
ESTADO K.

Conociendo la matriz de ganancias de realimentacin del

estado K, procedemos determinar el rango de esta, para
comprobar si es igual a n+1 (5).
Figure 15. RESULTADO OBTENIDO EN MATLAB

Finalmente Calculando los valores de K tenemos:

Figure 13. RANGO DE LA MATRIZ DE GANANCIAS DE REALIMENTACION DEL ESTADO K.

Como n=4 y n+1=5, verificamos al calcular el rango de la

matriz de ganancias de realimentacin del estado K que el
sistema es de estado completamente controlable y es posible
una asignacin de los polos.

D. CALCULO DE LA MATRIZ DE GANANCIA DE REALI

MENTACIN DE ESTADO K.
La matriz de ganancia de realimentacin se determinara con
la formula de AKERMAN y verificada con el comando acker
de MATLAB.
frmula de Ackerman.: K
.
.
.
.
[ 0 0 0 0 1 ][B..AB..A2 B..A3 B..A4 B]1 [A5
1 A4 + 2 A3 + 3 A2 + 4 A + 5 I]
1) Usando

la

=
+

Figure 16. RESULTADO OBTENIDO EN MATLAB

2) Verificacin. : Haciendo la verificacion con el comando

ACKER tenermos:
K=
-157.6336
-35.3733
-56.0652
-36.7466
50.9684
El codigo usado en este scrib se ecuentra subido en el
siguiente link para comprobacin del lector.
<https://www.dropbox.com/s/klwqhan3u9bkdno/scrib.m>

Haciendo esto tenemos:

.
.
.
.
[B..AB..A2 B..A3 B..A4 B] =

VII. ANLISIS DE LOS RESULTADOS.

Como se puede apreciar los resultados obtenidos son
iguales, con esto podemos decir que es lo mismo hacer el
analisis a mano o de forma computacional.

VIII. CONCLUSIONES.

Relativamente en analisis se vuelve mucho mas sencillo

con la ayuda de un software.
los resultados son exactamente los mismos pero usando
el comando ahorramos mucho tiempo.
IX. BIBLIOGRAFA.
R EFERENCES

[1] BAYARDO JOSE BLANDON G, RAMIRO JOSE VALDIVIA

M,
EQUILIBRIO
DE
UNA
PARTICULA,
<http://sjnavarro.files.wordpress.com/2008/08/equilibrio-deItalo Joel Belduma Gia Naci en Cuenca-Ecuador, en
particula.pdf>.
1989.
Recibi el Ttulo de Bachiller especializacion Tecnico
[2] Artemio Gonzlez Lpez, Ecuaciones Diferenciales I, Madrid, enero
en
Maquinas
Electricas y Instalaciones Industriales en el
de 2004, <http://jacobi.fis.ucm.es/metodos/Apuntes/edi-ag.pdf>.
[3] Ing. Eduardo Interiano, Control en el espacio de estado,
colegio Tecnico Industrial Ricaurte en el 2008. Actualmente
<http://www.ie.itcr.ac.cr/einteriano/control/clase/1.2.0RealimentaciondeEstado.pdf>.
estudiando Ingeniera Electrica en la Universidad Politcnica
[4] Dr.
Oishi,
State
Feedback,
Electrical
and
ComSalesiana.
puter
Engineering,
University
of British
Columbia,
BC,
<http://courses.ece.ubc.ca/360eece360.ubc@gmail.com>,
<http://doctord.dyndns.org/courses/bei/mc300/oishi/lecture28.pdf>.
[5] Katsuhiko Ogata, Ingeniera de control moderna, ISBN:
9788483226605, Quinta edicin, Espaa, 2010, 894 pg.

X. BIOGRAFIAS.

Kevin Wellington Jaramillo Girn (23 de julio de

1990 en Santa Rosa-El Oro). Se gradu de Bachiller
Tcnico en Instalaciones Industriales en el ao 2007 del
Colegio Nacional Tecnico Jambel, actualmente es estudiante
de Ingeniera Elctrica en la Universidad Politcnica
Salesiana, ha realizado seminarios de AUTO CAD.

Diego Hernan Dominguez Guaman Naci en CuencaEcuador, en 1990. Recibi el Ttulo de Bachiller
especializacion Tecnico en Maquinas Electricas y
Instalaciones Industriales en el colegio Tecnico Industrial
Ricaurte en el 2009. Actualmente estudiando Ingeniera
Electrica en la Universidad Politcnica Salesiana.