Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Separata N°1 PDF
Separata N°1 PDF
______________________________________________________________________
SEPARATA N 1 DE CONTROL I
(EE-615)
2008
FIEE 2
______________________________________________________________________
LABORATORIO N 1
MODELOS MATEMTICOS DE SISTEMAS LINEALES
ECUACIN CARACTERSTICA
Las races de la ecuacin caracterstica son los mismos valores propios de la Matriz A.
La ecuacin caracterstica (polinomial) de la matriz A se calcula con:
p=poly(A)
0 1 0
Ejemplo #1: Sea la matriz A= 0 0 1
6 11 6
La orden poly(A), producir:
p=
1.0000 6.0000 11.0000 6.0000
s3 + 6s2 + 11s + 6 = 0
r=roots(p)
r=
-3.0000
-2.0000
-1.0000
q=
1.0000 6.0000 11.0000 6.0000
TRANSFORMACIN DE FT A SS Y DE SS A FT
Y(s) num
= = C (sI A) 1B + D
U(s) den
y = Cx + Du
[num,den] = ss2tf(A,B,C,D,iu)
y = Cx + Du
a la Funcin de Transferencia:
Y(s) num
= = C (sI A) 1B + D
U1(s) den
Ntese que el escalar iu, es un ndice dentro de las entradas del sistema y
especifica que entrada se va a emplear para la respuesta.
FIEE 4
______________________________________________________________________
Ejemplo#2:
x& 1 0 1 x1 1 0 u1 x1
= + y = ( 1 0 )
x& 2 2 3 x2 0 1 u2 x2
A=[0 1 ;2 3];
B=[1 0;0 1];
C=[1 0];
D=[0 0];
[num,den]=ss2tf(A,B,C,D,1)
num=
0 1 3
den=
1 3 2
[num,den]=ss2tf(A,B,C,D,2)
num=
0 0 1
den=
1 3 2
eig(A)
1 2
Ejemplo #1: sea la matriz A =
4 3
A=[1 2;4 3];
eig(A)
ans=
-1
5
Es decir: 1= -1
2= 5
Ahora para obtener la matriz de Vectores propios (E) y la matriz diagonal obtenida de
aplicar la matriz E para diagonalizar a A, se puede aplicar la orden: [E,D]=eig(A)
asi:
[E,D]=eig(A)
E=
-0.7071 -0.4472
0.7071 -0.8944
D=
-1 0
0 5
Ejemplo #3:
F=[0 1 0;0 0 1;-6 -11 -6]
[E,D]=eig(F)
E=
-0.5774 0.2182 -0.1048
0.5774 -0.4364 0.3145
-0.5774 0.8729 -0.9435
D=
-1.0000 0 0
0 -2.0000 0
0 0 -3.0000
Ntese que los vectores propios son normalizados o escalados (mdulo o norma igual a 1).
FIEE 6
______________________________________________________________________
Si los valores propios de una matriz son distintos, es decir los vectores propios son
linealmente independientes, entonces la matriz E diagonalizar a la matriz A.
Sin embargo si una matriz tiene valores propios repetidos es no diagonalizable o tambin
llamada defectiva.
Ejemplo #4:
A =[6 12 19;-9 -20 33;4 9 15];
[V,D] = eig(A)
V=
-0.4741 -0.4082 -0.4082
0.8127 0.8165 0.8165
-0.3386 -0.4082 -0.4082
D=
-1.0000 0 0
0 1.0000 0
0 0 1.0000
Como se aprecia existe un doble valor propio en =1, como puede apreciarse la segunda
y tercera columna de la supuesta matriz E son iguales, por lo que no existe
independencia lineal entre los vectores propios obtenidos.NOTESE QUE A PESAR DE
QUE LA MATRIZ ES SINGULAR, LA SOLUCION SATISFACE LA ECUACIN x=Ax.
Pero al aplicar esta matriz E para diagonalizar la matriz A obtenemos:
Ejemplo #5:
A=[6 12 19;-9 -20 -33;4 9 15];
E=[-0.4741 -0.4082 -0.4082;0.8127 0.8165 0.8165; -0.3386 -0.4082 -0.4082]
R=inv(E)*A*E
Ejemplo #6:
A=[6 12 19;-9 -20 -33;4 9 15];
[X,J]=Jordan(A)
X=
-1.7500 1.5000 2.7500
3.0000 -3.0000 -3.0000
-1.2500 1.5000 1.2500
FIEE 7
______________________________________________________________________
J=
-1 0 0
0 1 1
0 0 1
Ejemplo #7:
J=[-1.75 1.5 2.75;3 -3 -3;-1.25 1.5 1.25];
K=inv(J)*A*J
K=
-1.0000 0.0000 0.0000
0.0000 1.0000 1.0000
-0.0000 0.0000 1.0000
Ejemplo #8:
A =[0 -6 -1;6 2 -16;-5 20 -10];
lambda = eig(A)
lambda =
-3.0710
-2.4645+17.6008i
-2.4645-17.6008i
Que como apreciamos, los valores propios son complejos conjugados (2) y real (1).
La parte real de cada valor propios complejo conjugado es negativo, por lo que et se
aproxima a cero a medida que t se incrementa.
Respecto a la solucin de la ecuacin diferencial, la parte imaginaria al ser diferente de
cero (
), contribuye a la componente oscilatoria de sen
t,.
As para obtener los valores propios y los vectores propios, podemos emplear:
Ejemplo #9:
[V,D] = eig(A)
V=
-0.8326 0.2003 - 0.1394i 0.2003 + 0.1394i
-0.3553 -0.2110 - 0.6447i -0.2110 + 0.6447i
-0.4248 -0.6930 -0.6930
D=
-3.0710 0 0
0 -2.4645+17.6008i 0
0 0 -2.4645-17.6008i
FIEE 8
______________________________________________________________________
LABORATORIO N 2
Ejemplo #1: Supongamos que un sistema y(t) = N [u(t) , x(to)], tiene las
siguientes ecuaciones:
.
x(t ) = A x(t ) + B u (t )
y (t ) = C x(t ) + D u (t ), x(to) = xo, t to
0 1 0
Donde: A= , B = , C = [1 0] , D = [0]
1 0 1
. +
y(t)
u(t) + x(t) x(t) +
B dt C
+
Run
Math operations Continuous
Sources
User-defined
Function Sinks
Una vez arrastrados los elementos que sern parte del diagrama de bloques, se les
debe comenzar a definir, as como a involucrar las condiciones iniciales.
Para ello se considerarn los siguientes valores:
Ahora implementaremos el esquema siguiente que trata en forma separada u1(t), u2(t)
y u3(t), mismos que sern visualizados en un mismo SCOPE, para ello se deber
emplear un Multiplexor.
Bloque
N 1
Bloque
N 2
Bloque
N 3
GRFICOS EN 2D
% la grfico del seno se presentar con puntos rojos, el coseno con un trazo
% azul, el exponencial con asteriscos verdes y el producto puntual de seno
% y coseno con signos + negros.
Si se tienen tres grficos que por alguna razn deben presentarse por
separado, cules seran los comando para presentarlos en forma
vertical?, referirse a las funciones y = sen(t), z = cos(t), adems de w =
sen(t).cos(t)
FIEE 17
______________________________________________________________________
GRFICOS EN 3D
ROTACION
x = linspace(-4,4,40);
y = linspace(-4,4,40);
[X,Y] = meshgrid(x,y); % crea la malla en xy
Z = X.^2 - Y.^2;
surf(X,Y,Z)
x = linspace(-4,4,40);
y = linspace(-4,4,40);
[X,Y] = meshgrid(x,y); % crea la malla en xy
Z = X.^2 - Y.^2;
surfl(X,Y,Z)
FIEE 19
______________________________________________________________________
LABORATORIO N 4
SEALES DE PRUEBA Y SISTEMAS DE SEGUNDO ORDEN
Objetivos: - Aplicar el MatLab en la generacin de seales de prueba y aplicar
los comandos que se usan para tal fin.
- Emplear las seales de prueba en aplicaiones de sistemas de
segundo orden.
SEALES DE PRUEBA
Y(s) n2
F.T. = =
R(s) s 2 + 2 + 2
n n
En este ejemplo, trabajaremos con un n constante e igual a 1 (uno) y variaremos el
valor del Factor de Amortiguamiento (), con valores de 0.0, 0.5, 1.0 y 2.0.
La seal de prueba a utilizar ser un escaln unitario.
LABORATORIO N 5
R(s)+ wn
2 Y(s)
s ( s + 2 wn )
-
Y(s) wn 2
=
R(s) s 2 + 2 wn s + wn 2
de aqu se pueden distinguir cuatro casos, respecto a la ubicacin de los polos y ele
sistema ser probado con una entrada en escaln unitario:
En este caso los polos obtenidos son reales e iguales, a este tipo de
sistema se le denomina crticamente amortiguado y la respuesta temporal
no es oscilatoria.
Pero podemos representar en un solo grfico, las diferentes respuestas para el caso
subamortiguado, cuando el factor de amortiguamiento vara en = 0; 1/2; 1y 2
Para finalizar este anlisis de los sistemas de segundo orden, involucraremos a las
envolventes de la respuesta temporal, es decir a las referidas por la atenuacin.
Por lo visto en clases, a partir de la Funcin de transferencia, se determin la respuesta
temporal para un sistema de segundo orden subamortiguado:
e wn t 1 2
y(t) = 1 sen wn 1 2 t + arctan (t 0)
1 2
e wn t e wn t
1 y 1+
1 2 1 2
FIEE 29
______________________________________________________________________
% Grfico que agrega a la respuesta temporal, las envolventes de atenuacin
clear all
% Declaracin de los parmetros:
t = [0:0.2:20];
wn=1;
e = 0; % se agregar =0, slo para notar la diferencia entre wn y wd
num=wn^2;
den=[1 2*e*wn wn^2];
y1=step(num,den,t);
e = 0.2; % se probar para = 0.2
num=wn^2;
den=[1 2*e*wn wn^2];
y2=step(num,den,t);
% envolventes referidas al = 0.2
env1 = 1 + ((exp(-e*wn*t)/(sqrt(1-e^2))));
env2 = 1 - ((exp(-e*wn*t)/(sqrt(1-e^2))));
plot(t,y1,t,y2,t,env1,t,env2);
title('Resp. temporal y envolventes referidas a la atenuacin')
xlabel('t (seg) ') ;
ylabel('y(t)') ;
grid ;
FIEE 30
______________________________________________________________________
LABORATORIO N 6
c(tr ) = 1 = 1 e wn tr cos wd tr + senwd tr
1 2
Luego:
0 = e wnt cos wd tr + senwd tr
1 2
como e wnt 0 entonces:
0 = cos wd tr + senwd tr
1 2
FIEE 31
______________________________________________________________________
senwd tr 1 2 wn wd
tgwd tr = = =
cos wd tr wn
1 w
entonces tr: tr = arctan d =
wd wd
n
Donde se muestra en la figura: cos( ) = = = arccos ( )
n
n 1 2
-n
2.-Tiempo de pico, (tp): Es el requerido para que la respuesta alcance el primer pico
de sobreimpulso. Para hallar el tiempo derivamos c(t) e igualamos a cero para obtener
un mximo, luego:
dc(t ) w t
w t wd
= wn e n p cos wd t p + senwd t p + e n p wd senwd t p + cos wd t p = 0
dt t p 1 2 1 2
dc(t ) w t
w
=e np n
senwd t p = 0
dt t p 1 2
wn t
como e y _ wn 0
n
senwd t p = 0 wd t p = n t p =
wd
Como el tiempo pico corresponde al primer pico de sobreimpulso (n=1), por lo tanto:
n
tp =
wd
wnt p
w t
M p = c(t p ) 1 = 1 e cos wd t p + senwd t p 1 = e n p cos wd t p + senwd t p
1 2 1 2
como _ t p = , reemplazando :
wd
wn
wn w
M p = e wd
cos + sen = e d
1 2
3.912 4
ts (2%) =
wn wn
2.9957 3
ts (5%) =
wn wn
FIEE 33
______________________________________________________________________
LABORATORIO N 7
Analizaremos el efecto del tercer polo, en el caso de los sistemas de Tercer Orden
aplicando SIMULINK, es decir el procedimiento ser el siguiente:
jw
s1
-1
-p
s2
3.- Debemos abrir un nuevo modelo, que es la ventana donde elaboraremos nuestro
sistema a probar, es as que se nos presentar:
FIEE 35
______________________________________________________________________
5.- El siguiente paso ser cambiar de posicin el polo del bloque SIST. DE 1
ORDEN en una de tres ubicaciones independientemente, as:
a) s=-5 Para que el comportamiento sea como un sistema de 2 orden
b) s = - 0.5 Para comprobar como se atena el sobrepico
c) s = - 0.05 Para que el comportamiento sea como un sistema de 1 orden
NOTAS FINALES:
- para variar la Funcin de Transferencia a cualquiera deseada, se debe
hacer doble clic en el bloque respectivo y aparecer la siguiente
ventana:
FIEE 37
______________________________________________________________________
Y (s) wn2 25
= 2 2
= 2
R( s ) s + 2 wn s + wn s + 4s + 25
Y (s) wn2 p 25 p
= 2 2
= 2
R( s ) ( s + 2 wn s + wn )( s + p) ( s + 4s + 25)( s + p)
OBSERVACIONES:
- En el caso 1 se nota con la ayuda de Matlab, que a medida que el polo real se aleja
del eje jw, el sistemas comporta como uno de 2do orden. Dominando los polos
conjugados.
- En el caso 2, el sistema se comporta como uno de 3er orden, aqu no se puede
hablar de los polos dominantes ya que son muy prximos, el polo agregado
obviamente producen otros trminos de la respuesta en estado estable en la
solucin, el polo real introduce trminos exponenciales en la respuesta transitoria
- En el caso 3, con la ayuda del Matlab, a medida que el polo real se aleja mas de los
polos conjugados (se acerca al eje jw), el sistema se comporta como uno de 1er
orden ya que ahora el polo dominante es el polo real.
FIEE 40
______________________________________________________________________
LABORATORIO N 8
1.06
- sistema tipo 0: G(s) =
(s + 1)(s + 2)
1.06
- sistema tipo 1: G(s) =
s (s + 1)(s + 2)
1.06
- sistema tipo 2: G(s) =
2 (s + 1)(s + 2)
s
Procedimiento general:
R(s)+ Y(s)
G(s)
-