Está en la página 1de 23

Sistemas Dinamicos Lineales

Jorge Andres Ortega Contreras

Agosto 2017
Contents

1 Modelado de Sistemas 1
1.1 Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Caso de Estudio . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1 Dinamica de un microfono . . . . . . . . . . . . . . . . 3

2 Sistemas Dinamicos Lineales 6


2.1 Representacion en espacio de estados . . . . . . . . . . . . . . 6
2.2 Simulacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2.1 Sistemas Lineales Invariantes en el tiempo . . . . . . . 9
2.3 Matriz de Funciones de Transferencia . . . . . . . . . . . . . . 13
2.4 Modelos equivalentes . . . . . . . . . . . . . . . . . . . . . . . 19

3 Estabilidad de el sistema 22
3.1 Estado de Equilibrio . . . . . . . . . . . . . . . . . . . . . . . 22
3.2 Valores y vectores propios . . . . . . . . . . . . . . . . . . . . 22
3.3 Controlabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.4 Observabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . 22

ii
Captulo 1

Modelado de Sistemas

1.1 Introduccion
En la prediccion del comportamiento dinamico de un sistema o en su mejora
en la evolucion temporal o frecuencial, se requiere del conocimiento del mod-
elo matematico tanto del equipo como de las senales que hay en su alrededor.
Este requisito es cada vez mas importante en las nuevas fases de elaboracion
y produccion de los equipos y esta ntimamente relacionado con la compet-
itividad de las empresas. Hoy en da, cuando un nuevo producto se esta
disenando, antes de iniciar las etapas de realizacion fsica del sistema, este
debe haber superado las pruebas de la simulacion. La validez de esta de-
pende de la aproximacion que hay entre los modelos matematicos de los
componentes y sus comportamientos real. Luego se concluye que una mayor
sofisticacion de los modelos supondra que se aproxime mas verazmente al
comportamiento fsico, produciendo casi nulas diferencias entre lo indicado
en la simulacion y en su implementacion fsica.

1
2 CAPITULO 1. MODELADO DE SISTEMAS

1.2 Caso de Estudio


En el presente trabajo se analiza el comportamiento de un microfono elec-
trodinamico, en el, la presion acustica causa la vibracion del diafragma, este
se encuentra unido a una bobina movil a traves de un material amortiguante
conocido como centrador, el desplazamiento de la bobina movil no es el mismo
que el de el diafragma. Finalmente la bobina se encuentra unida a un punto
fijo a traves de un resorte. La bobina movil esta sometida a la accion de
un campo magnetico que se asume constante, ejercido por un iman perma-
nente, con lo que se genera una corriente electrica, cuyas fluctuaciones son
transformadas en tension electrica.
La figura 1.1 muestra las partes fundamentales de un microfono movil y
su construccion.

Fig. 1.1: Corte transversal de un microfono electrodinamico

La senal electrica de salida es (o debera ser) analoga en cuanto a forma


amplitud y frecuencia a la onda sonora que la genero. El microfono de
bobina movil tiene una sensibilidad bastante buena (40Hz a 16 kHz). Pese
a esto, su calidad no es optima, pues su respuesta en frecuencia es limitada
e irregular. Esta no es igual para todas las frecuencias. Tiende a ser mas
direccional para los graves que para los agudos, con lo que se refuerzan los
graves. Este inconveniente suele ser superado durante el diseno, donde, para
compensar el efecto, se incluye un filtro atenuador de graves, que recorta las
bajas frecuencias.
1.2. CASO DE ESTUDIO 3

1.2.1 Dinamica de un microfono


La siguiente figura muestra la disposicion de los elementos del microfono
desde un punto de vista comportamental. El diafragma y la bobina se mode-
lan como masas, el peso del centrador y de la membrana no son considerados
puesto que el peso de la membrana puede ser incluido con el de el diafragma,
y el del centrador, al ser fijo, no interviene en la dinamica de la bobina movil.
El diafragma se modela como un resorte y amortiguador en paralelo, el cen-
trador como un resorte. Los desplazamientos de cada cuerpo se miden con
respecto a el soporte fijo.

Fig. 1.2: Modelo mecanico de un microfono electrodinamico

Aislando la bobina movil, y el diafragma como cuerpos independientes se


puede determinar los diagramas de cuerpo libre como:

Fig. 1.3: Diagramas de cuerpo libre


4 CAPITULO 1. MODELADO DE SISTEMAS

Y partir de ella, la cinematica de estos cuerpos arroja que:


Fx = md adx
 d  d2 
f (t) k1 x1 (t) x2 (t) b x1 (t) x2 (t) = md 2 x1 (t)
dt dt
Fx = mb abx

d  d2  
k1 (x1 (t) x2 (t)) + b x1 (t) x2 (t) k2 x2 (t) = mb 2 x2 (t)
dt dt
A continuacion se contempla el comportamiento de la bobina movil, con-
siderando el efecto de un campo magnetico constante. Para un inductor con
N espiras el voltaje electromotriz inducido se calcula de acuerdo a la Ley de
Faraday como:
d
e(t) = N (1.1)
dt
donde es el flujo magnetico, el sentido del voltaje inducido (el signo
negativo en la formula) se debe a la ley de Lenz, esta plantea que las tensiones
inducidas seran de un sentido tal que se opongan a la variacion del flujo
magnetico que las produjo. A su vez, el flujo magnetico puede ser encontrado
como: Z
= ~ dA
B ~ (1.2)
S

La figura siguiente muestra la disposicion de la bobina movil en el sistema:

Fig. 1.4: Bobna movil


1.2. CASO DE ESTUDIO 5

De la figura anterior se desprenden dos cosas, primero, debido a la ge-


ometra del sistema, el campo magnetico B siempre es perpendicular a el
area de la seccion transversal de la bobina, reduciendo la Ec. 1.2 a:

=BA

Sustituyendo esta expresion en la Ec. 1.1 y considerando que el area vara


con respecto del tiempo debido a que al desplazar la bobina la longitud del
elemento rectangular de area dentro del campo magnetico B es menor resulta
lo siguiente:
d 
e(t) = N BA
dt
dA
e(t) = N B
dt

A = 2 L x2 (t) r
d  
e(t) = N B 2 L x2 (t) r
dt
y finalmente se obtiene que:
d
e(t) = 2N Br x2 (t)
dt
Para finalizar esta seccion se presentan las ecuaciones que rigen las dinamicas
de este modelo.

f (t) k1 x1 (t) + k1 x2 (t) b x1 (t) + bx2 (t) = md x1 (t) (1.3)

k1 x1 (t) k1 x2 (t) + b x1 (t) b x2 (t) k2 x2 (t) = mb x2 (t) (1.4)


e(t) = 2N Br x2 (t) (1.5)
Captulo 2

Sistemas Dinamicos Lineales

2.1 Representacion en espacio de estados


Considere el modelo en espacio de estados para un sistema contnuo e invari-
ante en el tiempo

q(t) = Aq(t) + Bu(t)


y(t) = Cq(t) + Du(t)

Donde q representa al vector de variables de estado, u la entrada al sistema


y y las salidas. El microfono electrodinamico analizado en este documento
rige sus comportamiento conforme a la variacion de dos desplazamientos
absolutos (medidos respecto de un marco inercial fijo). Es as que se elige al
vector de estados como:

x1 x1
x1 x2
q(t) = x1 q(t) = x1
(2.1)
x2 x2

Para representar el sistema como un espacio de estados basta con hacer las re-
spectivas sustituciones recordando que al tener un sistema de dos ecuaciones
diferenciales de segundo orden, el reemplazo

q3 = q1
q4 = q2
q3 = q1
q4 = q2

6
2.2. SIMULACION 7

debe efectuarse en las EDO para obtener una representacion en funcion de


las variables de estado, es as que las ecuaciones obtenidas en el captulo
anterior se convierten en:

f (t) k1 q1 + k1 q2 b q3 + b q4 = md q3 (2.2)
k1 q1 (k1 + k2 ) q2 + b q3 b q4 = mb q4 (2.3)
e(t) = 2N Br q4 (2.4)

La salida del sistema es la fuerza electromotriz producida, y como entrada,


la presion acustica que mueve el diafragma. De estas expresiones podemos
encontrar la representacion en espacio de estados

0 0 1 0

q1 0
0 0 0 1 q2 0
q(t) =
mk1 k1
mbd b + 1 f (t)
q3 (2.5)
d md md md
k1
mb
(k1m+kb 2 ) b
mb
m b
b
q4 0

q1
  q2  
y(t) = 0 0 0 2N Br q3 + 0 f (t)
(2.6)
q4

2.2 Simulacion
A traves de una simulacion en el software SciLab se busca encontrar una
solucion al las ecuaciones diferenciales que rigen las dinamicas del sistema,
cabe destacar que las herramientas de Scilab pueden resolver un conjunto
de ecuaciones diferenciales primer orden, retomando los resultados obtenidos
en las ecuaciones 2.2 a 2.4 y sujetando un valor particular de t = 0 a una
solucion inicial para cada variable de estado qi . La herramienta de simulacion
para ecuaciones diferenciales ordinarias es ode. Para simular la ecuacion
diferencial es necesario proporcionar al integrador el tiempo inicial t0 , el
valor inicial x0 , un vector de tiempo durante el cual se evaluara una solucion
y una formula para evaluar f (t, x), esta puede ser una variable externa que
o bien un tipo String que provea la funcion. Al hacer esto, el software escoge
el metodo y las tolerancias para ajustar el tamano del paso de integracion
para minimizar el error. Su sintaxis simplificada es:

x = ode(x0 , t0 , t, f )
8 CAPITULO 2. SISTEMAS DINAMICOS LINEALES

En el codigo siguiente permite calcular la respuesta a el impulso de el sistema


propuesto.

Fig. 2.1: Codigo en SciLab

Los valores usados para la simulacion son arbitrarios y no reflejan con


exactitud el comportamiento real del modelo.
2.2. SIMULACION 9

A continuacion se muestra la grafica obtenida.

Fig. 2.2: Respuesta al impulso del modelo

2.2.1 Sistemas Lineales Invariantes en el tiempo


Un sistema es llamado Lineal si para cada t0 y cualquiera dos pares estado-
entrada-salida se cumple la propiedad de superposicion:

1 U1 (t0 ) + 2 U2 (t0 ) = 1 y1 (t0 ) + 2 y2 (t0 ) t t0 (2.7)

y condiciones iniciales  
x (t )
x0 = 1 1 0
2 x2 (t0 )
Para comprobar esto se calculara la respuesta a dos impulsos de diferente
magnitud y se comparara con la respuesta que produce el modelo en espacio
de estados, el codigo es el siguiente.
10 CAPITULO 2. SISTEMAS DINAMICOS LINEALES

Fig. 2.3: Codigo Aditividad y Homogeneidad

En los primeros tres renglones se obtienen las respuestas a Fuerzas de


0.001, 0.004 y 0.005 [N ] en los vectores y, y2 , y3 respectivamente. En la
figura siguiente se muestran los resultados de la prueba de homogeneidad,
0
tomando U (t) = 0.001 se obtiene la respuesta de el modelo para U (t) =
4U (t), y se compara contra la respuesta multiplicada en ese mismo factor
0
y(t) = 4y(t),

Fig. 2.4: Respuesta Homogeneidad


2.2. SIMULACION 11

Se calcula un nuevo vector y4 que corresponde a la suma de y y y2 y se


compara con la respuesta que tendra el sistema a la suma de las fuerzas, que
corresponde al valor de F = 0.005 en el vector y3 . Los resultados se aprecian
en la figura siguiente.

Fig. 2.5: Respuesta aditividad

Finalmente se presenta el codigo, para comprobar que el sistema es invariante


en el tiempo.

Fig. 2.6: Cambio del vector de tiempo

Los cambios necesarios son menores, basta con probar cambiar el vector de
tiempo a un nuevo punto inicial arbitrario, en este caso se eligio t = 20,
la entrada debe ser demorada, pero debido a que se uso un escalon no se
requierieron ajustes.
12 CAPITULO 2. SISTEMAS DINAMICOS LINEALES

Las condiciones iniciales tambien deben ser retrasadas hasta t0 . En el


grafico siguiente se puede deducir que si el estado inicial y la entrada son los
mismos, no importa el momento en el que se apliquen la salida permanece
invariante.

Fig. 2.7: Respuesta LTI


2.3. MATRIZ DE FUNCIONES DE TRANSFERENCIA 13

2.3 Matriz de Funciones de Transferencia


Sea el sistema LTI descrito por:

q(t) = Aq(t) + Bu(t)


y(t) = Cq(t) + Du(t) q(0) = 0

La matriz de funciones de transferencia se encuentra a traves de la transfor-


mada de Laplace y se obtiene con la siguiente expresion:

G(s) = C(sI A)1 B + D (2.8)

Considere los siguientes cambios en la notacion

k1 b
K1 = B1 =
md md
k1 b
K2 = B2 =
mb mb
k1 + k2
K3 = E = 2N Br
mb
1
M=
md

Reemplazando los valores anteriores dentro de las expresiones Ec 2.5 y Ec


2.6 se obtiene lo siguiente:

0 0 1 0 0
0 0 0 1 0
A=
K1 K1 B1 B1
B=
M

K2 K3 B2 B2 0
   
C= 0 0 0 E D= 0

La matriz de transicion de estado (s) = sI A esta dada por:



s 0 1 0
0 s 0 1
(s) = sI A =
K1 K1 s + B1 B1

K2 K3 B2 s + B2
14 CAPITULO 2. SISTEMAS DINAMICOS LINEALES

Para encontrar su inversa primero determinaremos sus menores



s 0 1
11 = (1)2 K1 s + B1 B1
K3 B2 s + B2
= s(s + B1 )(s + B2 ) (K1 )(B2 ) + (s + B1 )(K3 ) s(B1 )(B2 )
= s3 + s2 (B1 + B2 ) + sK3 + B1 K3 B2 K1 (2.9)

0 0 1
12 = (1)3 K1 s + B1 B1
K2 B2 s + B2

= K1 B2 + K2 (s + B1 )
= sK2 + B1 K2 B2 K1 (2.10)

0 s 1
13 = (1)4 K1 K1 B1
K2 K3 s + B2

= s K1 (s + B2 ) B1 K2 (K1 K3 K1 K2 )
= s2 K1 + s(B1 K2 B2 K1 ) + K1 K2 K1 K3 (2.11)

0 s 0
14 = (1)5 K1 K1 s + B1
K2 K3 B2

= s K1 B2 + K2 (s + B1 )
= K2 s2 + s(B1 K2 B2 K1 ) (2.12)

0 1 0
21 = (1)3 K1 s + B1 B1
K3 B2 s + B2
= K1 (s + B2 ) K3 B1
= sK1 + B2 K1 B1 K3 (2.13)

s 1 0
22 = (1)4 K1 s + B1 B1
K2 B2 s + B2

= s (s + B1 )(s + B2 ) B1 B2 + K1 (s + B2 ) B1 K2
= s3 + s2 (B1 + B2 ) + K1 s + B2 K1 B1 K2 (2.14)
2.3. MATRIZ DE FUNCIONES DE TRANSFERENCIA 15


s 0 0
23 = (1)5 K1 K1 B1
K2 K3 s + B2
= s(K1 (s + B2 ) + B1 K3 )
= K1 s2 + (B2 K1 B1 K3 )s (2.15)

s 0 1
24 = (1)6 K1 K1 s + B1
K2 K3 B2

= s K1 B2 (s + B1 )K3 (K1 K3 K1 K2 )
= K3 s2 + s(B2 K1 B1 K3 ) K1 K3 + K1 K2 (2.16)

0 1 0
31 = (1)4 s 0 1
K3 B2 s + B2

= s(s + B2 ) + K3
= s2 + sB2 + K3 (2.17)

s 1 0
32 = (1)5 0 0 1
K2 B2 s + B2

= sB2 K2
= sB2 + K2 (2.18)

s 0 0
33 = (1)6 0 s 1
K2 K3 s + B2

= s s(s + B2 ) + K3
= s3 + s2 B2 + sK3 (2.19)

s 0 1
34 = (1)7 0 s 0
K2 K3 B2
= s2 B2 sK2


= s2 B2 + sK2 (2.20)
16 CAPITULO 2. SISTEMAS DINAMICOS LINEALES


0 1 0
41 = (1)5 s 0 1
K1 s + B1 B1

= sB1 K1
= sB1 + K1 (2.21)

s 1 0
42 = (1)6 0 0 1
K1 s + B1 B1

= s(s + B1 ) + K1
= s2 + sB1 + K1 (2.22)

s 0 0
43 = (1)7 0 s 1
K1 K1 B1

= s sB1 K1 )
= s2 B1 + sK1 (2.23)

s 0 1
44 = (1)8 0 s 0
K1 K1 s + B1

= s s(s + B1 ) (sK1 )
= s3 + s2 B1 + sK1 (2.24)
2.3. MATRIZ DE FUNCIONES DE TRANSFERENCIA 17

La adjunta de la matriz de matriz de transicion de estados sera:


3
s + s2 (B1 + B2 ) + sK3 + B1 K3 B2 K2

2 sK2 + B1 K2 B2 K1
s K1 + s(B1 K2 B2 K1 ) + K1 K2 K1 K3
K2 s2 + s(B1 K2 B2 K1 )
sK1 + B2 K1 B1 K3
s3 + s2 (B1 + B2 ) + K1 s + B2 K1 B1 K2
adj((s)) =
K1 s2 + (B2 K1 B1 K3 )s
K3 s2 + s(B2 K1 B1 K3 ) K1 K3 + K1 K2

sK1 + B2 K1 B1 K3 s2 + sB2 + K3 sB1 + K1
sB2 + K2 s2 + sB1 + K1

3 2 2
s + s B2 + sK3 s B1 + sK1
2 3 2
s B2 + sK2 s + s B1 + sK1
(2.25)
Y el determinante de (s) puede ser obtenido como:

det (s) = s11 13

Utilizando los menores obtenidos de encuentra el determinante de la matriz


de transicion que resulta en:

det (s) = s s3 + s2 (B1 + B2 ) + sK3 + B1 K3 B2 K1


 

s2 K1 + s(B1 K2 B2 K1 ) + K1 K2 K1 K3


= s4 + s3 (B1 + B2 ) + s2 (K1 + K3 ) + s(B1 K3 B1 K2 ) + K1 K3 K1 K2


(2.26)

El producto Cadj((s))B sera:



0
  0
Cadj((s))B = 0 0 0 E adj(s)
M

Se procede a resolver productos parciales de las matrices, el primero de ellos


Cadj(s) resulta en:
T
K2 s2 + s(B1 K2 B2 K1 )
K3 s2 + s(B2 K1 B1 K3 ) K1 K3 + K1 K2
Cadj((s)) = E
s2 B2 + sK2
3 2
s + s B1 + sK1
18 CAPITULO 2. SISTEMAS DINAMICOS LINEALES

Y el producto final Cadj((s))B esta dado por:

Cadj((s))B =
T
K2 s2 + s(B1 K2 B2 K1 ) 0
K3 s2 + s(B2 K1 B1 K3 ) K1 K3 + K1 K2 0
=E
s2 B2 + sK2 M
3 2
s + s B1 + sK1 0

= EM (s2 B2 + sK2 ) (2.27)

Dado que la matriz D es nula, la funcion de transferencia estara dada por:

Cadj(s)B
G(s) =
det((s))

Sustituyendo los valores anteriores tendremos que la matriz de funciones de


transferencia sera:
EM (s2 B2 + sK2 )
G(s) =
s4 + s3 (B1 + B2 ) + s2 (K1 + K3 ) + s(B1 K3 B1 K2 ) + K1 K3 K1 K2
2.4. MODELOS EQUIVALENTES 19

2.4 Modelos equivalentes


Seleccionando un nuevo conjunto de variables de estado es posible determinar
un modelo equivalente al sistema cuya matriz de funciones de transferencia
sea identica. Para P R n x n no singular y sea x = P x entonces el modelo
es algebraicamente equivalente al espacio de estados original y la expresion
anterior es conocida como transformacion de equivalencia.

Fig. 2.8: Modelo mecanico equivalente

Considere la figura anterior, el modelo original consideraba posiciones ab-


solutas x1 y x2 medidas respecto de un marco inercial fijo, sin embargo, es
posible dejar solamente una de ellas fija y la siguiente medida con respecto
de el desplazamiento medido desde el punto fijo, a esto se le conoce como
movimiento relativo, obteniendo as las ecuaciones de transformacion sigu-
ientes:

x2 (t) = x2 (t)
x1 (t) = x2 (t) + x1 (t)
x2 (t) = x 2 (t)
x1 (t) = x 2 (t) + x 1 (t)
20 CAPITULO 2. SISTEMAS DINAMICOS LINEALES

y la asociacion de transformacion sera:



x1 1 1 0 0 x1
x2 0 1 0 0 x2
= (2.28)
x 1 0 0 1 1 x1
x 2 0 0 0 1 x2

La matriz P es una transformacion lineal que permite cambiar de base al


sistema en espacio de estados a una nueva base ortonormal. Las matrices del
nuevo espacio de estados son:

A = P AP 1 B = P B
C = P CP 1 D = D
Captulo 3

Estabilidad de el sistema

3.1 Estado de Equilibrio


3.2 Valores y vectores propios
3.3 Controlabilidad
3.4 Observabilidad

21