LABORATORIO DE CONTROL

EFECTOS DE LOS PARÁMETROS DE UN SISTEMA

EN SU RESPUESTA EN EL TIEMPO
Objetivos:
1- Estudiar los efectos de , n,  y d en la respuesta de un sistema de segundo orden típico.

Introducción:
Existen dos parámetros según los cuales pueden conocerse todas las características de un
sistema de segundo orden. Estos parámetros característicos son:  (coeficiente de
amortiguamiento, adimensional) y n (frecuencia natural del sistema, se mide comúnmente en
rad/s). Si el sistema es subamortiguado, surgen dos más:  = n (atenuación, se mide
comúnmente en nepers/s), y  d   n 1   2 (frecuencia natural amortiguada, se mide en las
mismas unidades que n). Conociendo un par de ellos se pueden determinar los otros dos.
La función de transferencia típica de un sistema de segundo orden, sin ceros, tiene la forma
Y( s)  n2
G(s)   2
U(s) s  2 n s   n 2
Los polos del sistema se determinan de la ecuación característica. Existen varias alternativas
para los polos:
si =0, se dice que el sistema es no amortiguado;
si 0<<1, el sistema es subamortiguado;
si =1, el sistema es críticamente amortiguado;
si >1, el sistema es sobreamortiguado.
Tanto  como n están asociados a cualquier tipo de sistema de segundo orden;  y d están
asociados a sistemas donde 0    1.
Los parámetros de respuesta transitoria son ciertos parámetros característicos que permiten
definir la curva de respuesta transitoria de un sistema. Estos parámetros están en función de ,
n, (y/o de  y d); conociendo estos parámetros de respuesta transitoria, pueden determinarse
las características generales del sistema. Estos parámetros son: el tiempo de retardo (td, por time
delay), el tiempo de crecimiento o de subida (tr, por rise time), el tiempo pico (tp, por peak time), el
máximo sobreimpulso, Mp, y el tiempo de establecimiento (ts, por settling time). Estos parámetros
de respuesta transitoria son a veces usados como referencia para el diseño de un sistema.

Referencia Rápida:

Nombre Uso Sintaxis

step respuesta a un escalón [y,x]=step(A,B,C,D,iu,t)
[y,x]=step(num,den,t)
pzmap,sgrid mapa de polos y ceros en el plano s y pzmap(n,d);sgrid
cuadriculado para  y n constantes
plot, grid graficado de curvas y cuadriculado plot(t,y);grid

1
Procedimiento:
1. Dada la siguiente función de transferencia hallaremos la ubicación de los polos y ceros con
Matlab sobre un mapa de polos y ceros.

H = tf([2 5 1],[1 2 3]);

pzmap(H);sgrid

En la grafica que se obtiene, colocar el puntero del mouse sobre las

raíces para conocer su ubicación exacta, como se puesta en la siguiente
figura.

Pole-Zero Map
1.5
0.82 0.7 0.56 0.42 0.28 0.14
System: H
0.91 Pole : -1 + 1.41i
1 Damping: 0.577
Overshoot (%): 10.8
Frequency (rad/sec): 1.73
System: H
0.975 Zero : -2.28
0.5
Damping: 1
Overshoot (%): 0
Imaginary Axis

Frequency (rad/sec): 2.28

2.5 2 1.5 1 0.5
0

-0.5
0.975
System: H
Pole : -1 - 1.41i
-1 Damping: 0.577
0.91 Overshoot (%): 10.8
Frequency (rad/sec): 1.73
0.82 0.7 0.56 0.42 0.28 0.14
-1.5
-2.5 -2 -1.5 -1 -0.5 0
Real Axis

Ahora veremos cómo varía la posición de los polos de un sistema, variando un parámetro.

2 2
1. Variando  (n contante): para este caso, el polinomio característico es s + 2ns + n .
a) Escriba el siguiente algoritmo:
» wn=10;
» e =[0:0.1:2]'; %Este vector contiene los valores de coef. de amort.
» n=wn^2;
» d1=[1 2*e(1)*wn wn^2];
» pzmap(n,d1);sgrid %mapa de polos y ceros

Debe aparecerle en la ventana de gráficos una gráfica como esta:

2
 Pole-Zero Map
15 14
0.054 0.038 0.024 0.012
12
0.08
10
10
0.115 8
6
5 0.18 4
0.35 2

Imaginary Axis 0

0.35 2

-5 0.18 4
6
0.115 8
-10
10
0.08
12
0.054 0.038 0.024 0.012
-15 14
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Real Axis

En esta ventana podremos apreciar cómo se desplazan los polos de su posición original, al
agregar al algoritmo una leve variación de las líneas del denominador y de pzmap. Por ejemplo,
para =0.1:
» d2=[1 2*e(2)*wn wn^2];
» pzmap(n,d2)
b) Observe y describa lo que aparece en la ventana de gráficos.
c) Agregue a la gráfica los polos para =0.2 hasta 2, y describa qué ocurre.
d) Para cada juego de valores , n, calcule cuánto valen  y d, con Matlab y haga una
tabla.
e) ¿Qué puede decir de los polos sub amortiguados, a medida que aumenta ?
f) ¿Qué puede decir de los polos sobre amortiguados, a medida que aumenta :
 A la izquierda de s= - 10?
 A la derecha de s= - 10?
2 2 2
2- Variando  (d constante): para este caso, el polinomio característico es s + 2s + (d +  ).
a) Escriba el siguiente algoritmo:

wd=10;
sig=[0:10]';
n1=wd^2+sig(1)^2;
d1=[1 2*sig(1) wd^2+sig(1)^2];
pzmap(n1,d1);sgrid;
hold on

Debe aparecer una gráfica muy parecida a la del caso anterior. En esta ventana podremos,
nuevamente, apreciar cómo se desplazan los polos de su posición original, al agregar al
algoritmo una leve variación de las líneas del numerador, denominador y del pzmap. Por ejemplo,
para =1:
» n2=wd^2+sig(2)^2;
» d2=[1 2*sig(2) wd^2+sig(2)^2];
» pzmap(n2,d2)
b) Observe y describa lo que aparece en la ventana de gráficos.

3
 c) Agregue a la gráfica los polos para =2 hasta 10, y describa qué ocurre.
d) Para cada juego de valores  y d, calcule cuánto valen , n. Elabore una tabla.
e) ¿Será posible que los polos no sean complejos conjugados (o sea, que el sistema no sea
subamortiguado)?

3- Variando n ( constante):
a) Escriba el siguiente algoritmo:
» hold
» wn=[0:10]';
» e=0.70;
» n1=wn(1)^2;
» d1=[1 2*e*wn(1) wn(1)^2];
» pzmap(n1,d1);sgrid
» hold on

En este caso, los primeros polos aparecen en el origen. Podremos apreciar cómo se desplazan
los polos de su posición original, al agregar al algoritmo una leve variación de las líneas del
numerador, denominador y del pzmap. Por ejemplo, para n = 1:
» n2=wn(2)^2;
» d2=[1 2*e*wn(2) wn(2)^2];
» pzmap(n2,d2)

b) Observe y describa lo que aparece en la ventana de gráficos.

c) Agregue a la gráfica los polos para n=2 hasta 10.
d) Para cada juego de valores , n, calcule cuánto valen  y d. Elabore una tabla. Y
describa que sucede con los polos y ceros.
e) Ejecute nuevamente el algoritmo (limpie primero la ventana de gráficos con “clf”), pero
esta vez utilice  = 1.25. Describa y explique qué ocurre y por qué.

4- Variando d ( constante):
a) Escriba el siguiente algoritmo:

» wd=[0:10]';
» sig=10;
» n1=wd(1)^2+sig^2;
» d1=[1 2*sig wd(1)^2+sig^2];
» pzmap(n1,d1);sgrid
» hold on

Debe aparecer un par de polos en s = -10. A continuación veremos cómo se desplazan los polos
de su posición original, al agregar al algoritmo una leve variación de las líneas del numerador,
denominador y del pzmap. Por ejemplo, para d = 1:
» n2=wd(2)^2+sig^2;
» d2=[1 2*sig wd(2)^2+sig^2];
» pzmap(n2,d2)

b) Observe lo que aparece en la ventana de gráficos.

c) Agregue a la gráfica los polos para d=2 hasta 10, y describa qué ocurre.
d) Para cada juego de valores  y d, calcule cuánto valen , n. Elabore una tabla.

4
Sección 1: Asignación:

1. Presente los análisis y comentarios sobre las graficas obtenidas en el procedimiento.

2. Investigue como realizar una grafica en el tiempo de la función de transferencia presentada en

el punto 1 del procedimiento, frente a una entrada escalón unitario.

3. De la grafica obtenida en el punto 2, determine lo siguiente:

a. Tiempo pico
b. Tiempo de asentamiento
c. Tiempo de levantamiento
d. Máximo sobre impulso (%sobrepaso)

5
 LUGAR GEOMÉTRICO DE LAS RAICES
Objetivos:
1- Aprender el uso de funciones para realizar el análisis de los sistemas de control por emdio
del diagrama del Lugar Geométrico de las Raíces.

Introducción:
La característica básica de la respuesta transitoria de un sistema en lazo cerrado se relaciona
estrechamente con la localización de los polos en lazo cerrado. Si el sistema tiene ganancia de
lazo variable (0 al infinito), la localización de los polos de lazo cerrado depende del valor de la
ganancia de lazo elegida. W. R. Evans diseñó un método sencillo para encontrar las raíces de la
ecuación característica, se denomina Lugar de las Raíces y en él se representa la posición de las
raíces de la ecuación característica de un sistema, es decir el denominador de la función de
transferencia de lazo cerrado, con la variación de cero al infinito de algún parámetro,
normalmente la ganancia de la función de transferencia de la rama directa.

Procedimiento:

Sección 1: Dibujando el Lugar de la Raíces

Después de obtener la función de transferencia de lazo cerrado, se utiliza la ecuación

característica la cual se define como:

1 + G(s)H(s) = 0
Usamos la función
rlocus (num,den)

El vector de ganancia K se determina de forma automática.

Para los sistemas definidos en el espacio de estado, rlocus(A,B,C,D) dibuja el lugar de las raíces
del sistema con el vector de ganancia K.
Si el usuario proporciona el vector de ganancia K usamos las funciones:

rlocus (num,den,K) ó rlocus(A,B,C,D,K)

Ejemplo:

G(s) S2 + 2s + 3
1 + G(s)H(s) = (s + 1)3

» num=[1 2 3];
» den=[1 3 3 1];
» [r,k] = rlocus(num,den) % despliega los valores de los polos y su respectivo valor de
% ganancia k
» rlocus(num,den) % grafica el lugar geométrico de las raíces

6
 Root Locus
1.5

System: sys
Gain: 0.665
0.5 Pole: -0.647 + 0.919i
Damping: 0.575
Imaginary Axis

Overshoot (%): 11
Frequency (rad/sec): 1.12
0

-0.5

-1

-1.5
-2.5 -2 -1.5 -1 -0.5 0 0.5
Real Axis

Ahora haga la siguiente grafica, cual es la diferencia entre las dos figuras obtenidas:
» figure % crea una ventana de gráficos nueva
» plot(r,'x') % grafica los puntos por donde viaja los polos al buscar el cero
» title ('Gráfica del Lugar de Raíces');
» xlabel('Eje real');
» ylabel('Eje imaginario')

7
 Gráfica del Lugar de Raíces
1.5

0.5
Eje imaginario

-0.5

-1

-1.5
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0
Eje real

Grafica de polos
De la gráfica anterior podemos ver la variación de K a medida que los polos buscan su ceros.

Sección 2: Asignaciones
Considere el sistema de control en cada caso, dibuje el Lugar de la Raíces y la grafica de polos:

1-

G(s) K(S2 + 1)
1 + G(s)H(s) = s(s2 + 2)

2-

R(s) C(s)
+ G(s)
- K(0.2 s + 1)
G(s) =
s(s + 1)(s + 2)