1

ANALISIS DE SISTEMAS EN EL ESPACIO DE

ESTADOS.
Freddy Guillen M
Teoria de control III, UNIVERSIDAD POLITECNICA SALESIANA
fguillenm@est.ups.edu.ec

AbstractEn el siguiente documento se especifican defini-
ciones, modelamiento y clculos de un sistema en base a su
espacio de estados, as como tambin se especifica el clculo y
el modelamiento para el diseo del compensador bajo el mismo
rgimen, los clculos se facilitaran con la ayuda del software
MATLAB para obtener la respuesta natural del sistema y la
respuesta compensada del sistema en tiempo continuo y en tiempo
discreto.
I. INTRODUCCION.
El anlisis de sistemas medianos o grandes puede volverse
muy tedioso y propenso a errores debido al tamao del sistema
de ecuaciones que se necesita para describirlo y al nmero
de manipulaciones algebraicas requerido para encontrar una
solucin a dichas ecuaciones. Por lo tanto, es necesario encon-
trar otros procedimientos que permitan resolver estos sistemas
de una forma mas rpida y encontrar soluciones con errores
casi nulos, entre estos procedimientos se encuentra el anlisis
de sistemas a travs de variables de estado. Un conjunto de
variables de estado es un grupo de seales en un sistema que
junto con la excitacin del sistema determina por completo el
estado de este mismo en cualquier tiempo futuro.[1] El orden
de un sistema es igual que el numero de variables de estado
necesarias para establecer de manera nica su estado, si el
sistema se describe mediante una ecuacin diferencial o en
diferencias, su orden es el mismo que el de la ecuacin. el
numero de variables de estado que requiere un sistema fija el
tamao del vector de estado y , en consecuencia, el numero de
dimensiones en el espacio de estados que es justo un ejemplo
de un espacio vectorial, el sistema sigue una trayectoria a
travs de ese espacio.
Ofrece informacin sobre la dinmica del sistema y puede
ayudar a mejorar el diseo del mismo.
Es posible formularlo a travs de mtodos matriciales y,
cuando eso se hace, el estado del sistema y las respuestas
del mismo pueden describirse mediante dos ecuaciones
matriciales.
Se puede combinar las tcnicas de anlisis de variables
de estado con las de transformacin. [1]
III. MODELAMIENTO DE UN SISTEMA.
Se plantea un sistema electrico en el que se tienen 3
variables de estado de la siguiente forma:
A. SISTEMA.
Un sistema modelado en variables de estado tiene la forma
de la ecuacion 1, cuya salida tiene la forma de ecuacion 2
x = Ax + B (1)
y = Cx (2)
Donde A y B son matrices cuyos valores se obtienen del
sistema, la matriz C escoge la variable que se desea a la
salida del sistema. estas ecuaciones tienen su representacin
en bloques como muestra la fig. 1.

II. CARACTERISTICAS DE LAS VARIABLES DE

ESTADO.
Las variables de estado de los sistemas no son nicas. Una
persona podra elegir un conjunto y otra elegira otro y ambos Figure 1. Diagrama de bloques de las ecuaciones de espacio de estados.
podran ser correctos y completos. Sin embargo, en muchos
casos existe un conjunto de variables de estado que es ms Para modelar el sistema de la fig.2, se usan las Leyes
conveniente que cualquier otro para algunos propsitos de de Kirchoff las cuales nos van a dar una perspectiva de las
anlisis. [1]El anlisis de las variables de estado tiene las posibles variables de estado del sistema.
siguientes caractersticas:
Reduce la probabilidad de errores de anlisis al hacer
+ R2 (i1 i2)
V ent = R1 i1 + L1 i1 (3)
sistemtico el proceso.[3], [1]

Describe todas las seales importantes del sistema, tanto 1
0 = R2 (i2 i1) +
i2dt + L2 i2 (4)
internas como externas C
 2

1
0 = R2 (x2 x3) + x1 + L2 x2 (11)
C
Las ecuaciones (6), (10) y (11) muestran un sistema de tres
ecuaciones con tres incgnitas de donde se tiene que despejar
las derivadas de las variables de estado quedando de esta forma
las ecuaciones (12) , (13) y (14).

= x2
x1 (12)
Figure 2. Sistema Electrico de tercer orden.
x1
= R2 x3 R2 x2 C
x2 (13)
L2 L2 L2
Las variables de estado se definen u organizan buscando
la variable de estado de orden ms bajo con respecto a sus
derivadas como muestra la tabla 1. = V ent R1 x3 R2 x3 + R2 x2
x3 (14)
L1 L1 L1 L1
variable de estado forma En este punto se completa la ecuacin matricial caracters-

x1 idt tica de un sistema de 3 estados como muestra la ecuacin (15),
x2 i
x3 di donde u es la entrada o V ent,
dt
di2
x4 d2 t


Table I x1 x1
I DENTIFICACION DE VARIABLES x = Ax + B = A x2 + B
x2 (15)

x3 x3
ahora por ultimo se reemplaza los valores quedandonos la
por lo tanto para el sistema de la fig.2. se tienen 3 variables
ecuacion (16).
de estado

x1 0 1 0
x1 0
B. PLANTEAMIENTO DE LAS VARIABLES DE ESTADO. = 1
x2 R2 R2 x2 + 0
CL2
R2
L2 L2
1
Tomamos la ecuacin (4) como punto de partida, la i2dt
x3 0 L1 ( R1+R2
L1 )
x3 L1
es nuestra primera variable de estado, por lo que se plantea (16)
la ecuacin (5) luego de esta misma ecuacin se obtiene y cuya salida se especifica mediante la matriz C segun las
la segunda variable de estado derivando a (5) quedando la variables de estado propuestas en las ecuaciones anteriores
ecuacin (6) la misma que al derivarse nos da la ecuacin (7). como muestra la tabla. 2.
Ahora sobre la ecuacin (3) obtendremos la tercera variable
de estado x3, la misma que se plantea con la ecuacin (8) y   x1
a esta se la deriva obteniendo la ecuacin (9) y = C x y = 0 1 0 x2
x3
i2dt = x1 (5)
variable de estado representacion

x1 i2dt
d i2dt dx1 = x2 x2 i2
= i2 = x2 x1 (6)
dt dt x3 i1
Table II
x2
= i2 (7) REPRESENTACION DE LAS VARIABLES DE ESTADO

i1 = x3 (8)
C. ANLISIS DE ESTABILIDAD
= x3
i1 (9) La matriz A lleva la informacin acerca de las caractersticas
como la estabilidad, sensibilidad, ubicacin de polos y ceros
El siguiente paso es reemplazar estas variables obtenidas, etc. del sistema, por lo que se plantea la ecuacin (17) donde
en las ecuaciones (3) y (4) quedando las ecuaciones (10) y es una variable anloga a s del plano Laplace.
(11) respectivamente.
det |I A| (17)
+ R2 (x3 x2)
V ent = R1 x3 + L1 x3 (10) resolviendo la ecuacin (17) se obtiene lo siguiente:
 3

 
 1
 0 0 0 1 0 
1
R2 R2

det  0 1 0 CL2 L2 L2
 (18)

R2
 0 0 1 0 L1 ( R1+R2
L1 )

con la ayuda de MATLAB se obtiene:

codigo :
syms lmd;
gx = det (lmd I A)
raices = solve(gx, lmd); raices = double(raices)

de donde se observa en el Command Window de MATLAB

la ecuacion obtenida y sus raices :

gx = lmd3 + 3 lmd2 + 2 lmd + 2

raices = Figure 3. Raices del sistema.
2.5214
0.2393 0.8579i
0.2393 + 0.8579i cuyas graficas se encuentran en la fig.5, LAS CUALES NOS
MUESTRAN UNA RESPUESTA NATURAL DEL SISTEMA
la ecuacion (19) es la ecuacion caracteristica del sistema, de (sin compensador) ante un escalon unitario, con R1,R2,L1,L2
donde se tiene que despejar los polos dominantes del sistema y C =1.
para obtener los factores de frecuencia natural, frecuencia y
factor de amortiguamiento.

3 + 32 + 2 + 2 = 0 (19)
1
al factorizar la ecuacion (19) obtenemos la ecuacion
(20) de donde se determina la existencia de 3 polos al
lado izquierdo del plano (LO QUE DEMUESTRA ESTA-
BILIDAD), un polo netamente real y dos polos complejos
conjugados los mismos que son los polos dominantes del Figure 4. Simulacion del sistema sin control
sistema como muestra la fig.3.

( + 2.521) (2 + 0.4786 + 0.7932) = 0 (20)

Con estos datos obtenemos la frecuencia natural y el factor
de amortiguamiento del sistema, especificados en las ecua-
ciones 21 y 22.
p
n = (0.2393)2 + (0.8579)2 = 0.8906 (21)

0.2393
= n = = = 0.2687
n 0.8906
(22)

IV. MODELAMIENTO DEL SISTEMA EN

SIMULINK DE MATLAB.
A partir de este punto vamos a simular el sistema en
simulink de MATLAB para estimar su respuesta ante una
seal de entrada en particular. Para ingresar a simulink , en Figure 5. Respuesta natural del sistema
el command window de MATLAB se digita >> simulink
y se presiona enter , luego se crea un nuevo archivo
y construimos nuestro sitema como lo muestra la fig.4. y V. DISEO DEL COMPENSADOR.
1 Se puede factorizar la ecuacin (19) mediante MATLAB con el cdigo Para el diseo del compensador en rgimen de espacio de
zpk, de la siguiente manera: gp=tf([1],[1 3 2 2]);zpk(gp) estados, se prioriza el concepto de OBSERBABILIDAD y de
 4

CONTROLABILIDAD, los mismos que son indispensables

para poder aplicar un compensador con xito, luego se aplicara
el controlador al sistema bajo las nuevas caractersticas im-
puestas por el diseador con su repectiva simulacion y por
ltimo se analizara el concepto de OBSERVADOR con su
aplicacion y la simulacion del sistema completo.

A. OBSERVABILIDAD y CONTROLABILIDAD.
El criterio de OBSERVABILIDAD se refiere a una carac-
terstica del sistema en donde sus variables de estado pueden
ser medidas desde la salida del sistema y que se define en base
a la propiedad de "RANGO COMPLETO" de la matriz Po Figure 6. Esquema del sistema con
ecuacion (23). El criterio de CONTROLABILIDAD se refiere
a una caracterstica del sistema en donde se define si al sistema
se le puede aplicar un compensador, y que tambin se define mximo sobresalto del sistema, ecuacin(27), que es del 41% y
en base a la propiedad de "RANGO COMPLETO" de la matriz el tiempo de establecimiento (ecuacin 28) que es de 12.5363
Pc ecuacion (24). s.
A continuacin se calculara el rango de la matriz Po y Pc

del sistema propuesto el mismo que se definir con R1, R2, Mp = e 1 2 = 0.416289 (27)
L1, L2 Y C =1, con la ayuda de MATLAB determinaremos
si es observable y controlable, mediante el condigo rank
3
ecuaciones (25)(26). ts = ts = 12.5363 (28)
n
C Se impone un mximo sobresalto del 15% y un tiempo de
CA
establecimiento del 50% del tiempo de establecimiento natural
Po = (23)

..
. (50% de 12 = 6seg), por lo tanto al factor de amortiguamiento
C An1 natural le incrementamos un 60% de su valor natural para
obtener un Mp% menor al 15%, (ecuacin 29) y en base
. . .
P c = [B ..AB .. . . . ..An1 B] (24) a la (ecuacin 28) despejamos la nueva frecuencia natural
(ecuacion 30).

0 1 0
0.520361
P o = 1 1 1 ; rank(P o) = 3 (25) nuevo = 0.60+ = 0.52 M p = e 10.5203612 = 0.147436
1 1 3 (29)

0 0 1
3 3
P c = 0 1 3 ; rank(P c) = 3 (26) n = ts = = 0.9608 (30)
1 2 5 ts 0.52 6

para definir si un sistema es controlable y observable, el Ahora con estos datos se obtienen los nuevos polos para
rango de la matriz Po y Pc tiene que ser diferente de 0, por calcular la constante del compensador de la siguiente forma:
lo tanto nuestro sistema con R1, R2, L1, L2 Y C =1 si es
controlable y observable. = n = 0.9608 0.520361 = 0.5 (31)
p p p
n = 2 + 2 = n2 2 = 0.96082 0.52 = 0.82044
B. COMPENSADOR. (32)
El COMPENSADOR es un bloque mas aplicado a nuestro por lo tanto nuestras nuevas raices son:
sistema el cual recoge informacin de las variables de estado
y las multiplica por una constante impuesta por el diseador 0.5 i 0.820449 y 3.5 (33)
para una respuesta deseada del sistema . En la fig.6. podemos
ver el esquema del sistema con compensador. y un polo real en -3.5.
la ley de control es: = kxquedando las siguientes
C. CALCULO DE LA CONSTANTE Ka DEL COMPEN- ecuaciones :
SADOR.
Para obtener un valor de la constante Ka del compensador x = Ax + B (34)
se necesita definir los nuevos polos o condiciones por donde
se necesita que el sistema responda, por lo tanto nos referimos
a la fig.3 de donde se obtuvo la frecuencia natural y el factor reemplazando kx = x = Ax+B(kx) x = (ABk)x
de amortiguamiento, el mismo que nos sirve para calcular el (35)
 5

siendo (A Bk) una Aequivalente o testeada, y se obtiene

la ecuacin caracterstica (ecuacin 36) de donde se obtiene
los valores del vector k del compensador.
 
(det I A) (det |I A + B k|) (36)
 

0 0 0 1 0 0 
1
R2 R2

0 0 CL2 L2 L2
+ 0 k1 k2 k3
R2 R1+R2 1
0 0 0 L1 ( L1 ) L1
(37)
para nuestro sistema se utiliza R1, R2, L1, L2 y C = 1 y
obtenemos:
 
 0 0 0 1 0 0 0 0 

det  0 0 1 1 1 +0 0 0 
 0 0 0 1 2 k1 k2
k3 
(38)
resolvemos este sistema y obtenemos los valores de k1
k2 y k3; pero con la ayuda de Matlab y el comando >> Figure 8. GRAFICAS DEL SISTEMA COMPENSADO
acker podemos simplificar este procedimiento de la siguiente
manera:
se har una comparacin con la respuesta natural del sistema
codigo : y la respuesta compensada en base a la fig.9.
acker(A, B, raices);

donde raices son las races propuestas por el diseador

para alcanzar las caracteristicas deseadas de respuesta, en
este caso la ecuacion 33 muestra las raices deseadas.

codigo :
acker(A, B, [3.5, 0.5 j 0.8204449, 0.5 + j
0.8204449]);

el cual nos entrega este vector de constantes Ka:

Ka = [0.2690 0.9231 1.5000];

D. SIMULACION DEL SISTEMA COMPENSADO. Figure 9. COMPARACION DE LAS RESPUESTAS.

Si la variable escogida para la salida en la matriz C es la
corriente i2, debido a la naturaleza del sistema por la accin
del condensador esta se tiene que estabilizarse en 0, como
observamos en la fig.8 y en la fig.7 se observa el esquema
simulado.
segn la fig.9 se puede observar claramente una reduccin
del mximo sobresalto y del tiempo de establecimiento.
VI. OBSERVADOR.
En la fig.7 se muestra un esquema del sistema compensado
pero inaplicable fsicamente ya que implicara desarmar la
planta del sistema para conseguir llegar a las variables de
estado del sistema y es por eso que se aplica el concepto
de OBSERVADOR, el cual es una simulacin de la planta y
que permite estimar las variables de estado y cuyo esquema
se encuentra en la fig.10. en el cual el valor de las constantes
Ke se calcula con MATLAB mediante el codigo acker y cuyas
raices a usar son Ka pero multiplicado por una ganancia de
5 a 10, y cuya respuesta se encuentra en la fig.11.

VII. DIGITALIZACIN DEL SISTEMA.

Figure 7. ESQUEMA DE SIMULACION DEL SISTEMA COMPENSADO. Para la digitalizacin del sistema vamos a necesitar la
funcin de transferencia en el plano s, en este caso es
 6

Figure 10. ESQUEMA SISTEMA COMPENSADO CON OBSERVADOR

Figure 12. Resultados de la Digitalizacion del Sistema

Figure 11. RESPUESTA DEL SISTEMA COMPENSADO CON OBSER-

VADOR

"ecuacin(39)" y con la ayuda de matlab vamos a digitalizar

Figure 13. sistema controlado digital
el mismo:

s i2
= (39)
s3 + 3s2 + 2s + 2 V i(s)
el denominador de la funcin de transferencia coincide con sysd1 = c2d(sys, 0.5, opt)
la ecuacin 19 y ahora se procede a digitalizar el sistema con aplicamos s2z para mapear las raices calculadas para el
el comando diseo en el plano z
codigo : obteniendo la siguiente respuesta de matlab fig.12.
ss(tf ([num], [den]))
Entonces en nuestras simulaciones se cambian los inte-
sys = ss(tf ([1 0], [1 3 2 2])) gradores de tiempo continuo por los de tiempo discreto como
muestran la figura (13) y cuyas simulaciones estan en la
opt = c2dOptions(0 M ethod0 ,0 tustin0 ,0 F ractDelayApproxOrder 0
, 3);con un periodo de muestreo de 0.5.
figura(14)
 7

Figure 14. respuesta del sistema digitalizado con periodo de muestreo de

0.5

VIII. CONCLUSIONES.
El anlisis en espacio de estados es una herramienta ms
para el diseo de compensadores para sistemas lineales y no
lineales.

El anlisis en espacio de estados tambin es aplicable en

el dominio del tiempo discreto.

El observador es una simulacin de la planta donde se

puede obtener informacin estimada de las variables de estado.

MATLAB es una herramienta primordial para el clculo en

espacio de estados.
Existe relacin exacta entre la ecuacin caracterstica en el
plano s y en espacio de estados por lo que se puede aplicar el
mismo principio para el clculo de compensadores.

R EFERENCES
[1] M.J. Roberts, SEALES Y SISTEMAS, anlisis mediante mtodos de
transformada y MATLAB, McGraw Hill, 2001.
[2] Kailath, T., Linear Systems, Prentice-Hall, 1980, p. 201.
[3] Katsuhico Ogata, SISTEMAS DE CONTROL EN TIEMPO DISCRETO,
Prentice Hall, 2da edicion, 1996