Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
2
Versión 0.2, II-2012: Se agregan los capítulos del 4 al 8 más los apéndices. Co-
rrecciones de ortografía y redacción.
3
4
Bibliografía 329
Fundamentos
9
1. Introducción al modelado y
análisis de sistemas
1.1. Introducción a la teoría general de sistemas
En este apartado se pretende dar una introducción al análisis de sistemas, enfocán-
dolo particularmente al curso IE0409 Análisis de Sistemas de la Escuela de Ingeniería
Eléctrica de la Universidad de Costa Rica.
11
12
Esta teoría se ha nutrido enormemente por varios estudiosos de varias áreas, incluso
desde antes que Ludwig la propusiera. Algunos ejemplos de estos aportes son:
William Ross Ashby (1903-1972): quien fue uno de los fundadores de la ciberné-
tica y de conceptualizar la realimentación de un sistema. Creó la ley de Ashby,
la cual indica que:
“Solo la variedad absorbe la variedad”
Como se verá en el curso de sistemas de control, esta ley es fundamental, aunque
poco mencionada.
Depósito de agua
Bombas
(a) Proceso con cuatro tanques. (b) Esquema del proceso simplificado.
Figura 1.1: Ejemplo de un sistema
cabo. Algo importante del controlador es que alguien o algo le debe decir qué nivel es
el que se desea, por lo que el controlador debe admitir señales del exterior.
No obstante, algo le debe sacar el agua al depósito inferior para llevarlo a los
tanques. Este “algo” se llama actuador. El actuador debe tomar la señal de salida
del controlador y utilizarla para manipular el agua del depósito según el controlador
le indique. Para esta aplicación, un par de bombas (que ya están en el sistema) son
ideales.
Con todos estos elementos se puede formar el esquema de la Figura 1.2, el cual es
el esquema del sistema de control que se quiere diseñar.
Para finalizar la justificación del porqué es importante este curso, es válido hacerse
las siguientes preguntas ¿Cómo saber qué sensor se debe conectar al sistema? ¿Qué
controlador es el ideal para esta aplicación? ¿Cómo se comportará el sistema con las
bombas que se le conecten? ¿Vale la pena pensar en controlar este sistema? ¿Qué
información se puede obtener del sistema solo con las señales de salida? Es ahí donde
entra el análisis de sistemas, ya que esta área del conocimiento brinda herramientas
para, entre otras cosas:
Comparar el sistema bajo estudio con otros que se comportan en forma análoga.
Análisis de Sistemas es el primer curso que se lleva en el área del control automático,
pues se centra en el estudio del objeto que se desea controlar o analizar, no obstante, el
control del sistema se suele estudiar en otras asignaturas. Dentro del área de Control
Automático la escuela ofrece:
En este punto uno se podría preguntar si varios cuerpos reales son un sistema.
Pensando por ejemplo en un automóvil, el automóvil está formado por varios objetos
(ruedas, tornillos, cables, volante, asientos, entre otros). Todos estos objetos están
organizados y cumplen un fin, transportar a sus pasajeros, por lo tanto, un automóvil
califica como sistema.
Variables internas
Las variables internas de un sistema S se pueden dividir en:
Sistema Universo
Frontera
Variables internas
Variables externas
Los coeficientes de esta ecuación diferencial son los parámetros del sistema, es
decir, la capacitancia C y la resistencia R. Pero, ¿qué pasa si por desgaste la
resistencia y la capacitancia cambian? En ese caso, la ecuación se podría escribir
como:
d
vin (t) = vc (t) + R(t)C(t) vc (t), (1.2)
dt
donde la dependencia de los parámetros respecto al tiempo se hace evidente. Es
más, si se considera la variación de la resistencia total del circuito por el cable
usado, se podría escribir:
d
vin (t) = vc (t) + R(t, x)C(t, y) vc (t), (1.3)
dt
donde x representa una coordenada espacial que se utiliza para modelar la
resistencia total del circuito y y podría tomarse como la distancia entre las
1
Se recomienda que el lector repase los conceptos de convolución y análisis de circuitos de primer
orden.
1 1 Z t − (t−τ )
t−t
− RC0
= − vc (t0 )e + e RC vin (τ )dτ + vin (t) , (1.5b)
R RC t0
1 1 Z t − (t−τ )
t−t
− RC0
= − vc (t0 )e + e RC vin (τ )dτ
R RC t0
Z t
+ δ(t − τ )vin (τ )dτ , (1.5c)
t0
1 1 Z t − (t−τ ) Z t
t−t
− RC0
= −vc (t0 )e − e RC vin (τ )dτ + δ(t − τ )vin (τ )dτ ,
R RC t0 t0
(1.5d)
1 Z t
1 − (t−τ )
t−t
− RC0
= −vc (t0 )e + − e RC vin (τ ) + δ(t − τ )vin (τ ) dτ ,
R t0 RC
(1.5e)
1 Z t
1 − (t−τ )
t−t
− RC0
= −vc (t0 )e + − e RC + δ(t − τ ) vin (τ )dτ , (1.5f)
R t0 RC
donde se usó la propiedad tt0 δ(t − τ )vin (τ )dτ = vin (t) para diferenciar la
R
Variables externas
Son las variables con la capacidad de traspasar la frontera del sistema. Las hay de
dos tipos: entradas y salidas.
Entradas: Son las responsables de definir la evolución forzada del sistema. Se
dividen en:
• Entradas determinísticas: Las cuales son generadas intencionalmente,
es decir, por el usuario del sistema. Típicamente estas entradas son produ-
cidas por un elemento externo al sistema, por ejemplo, fuentes de tensión
en un circuito, un generador de ondas, una caldera generadora de calor en
un sistema de calefacción.
• Entradas estocásticas: Las cuales son generadas por señales que no se
pueden manipular, pero que típicamente se pueden medir, y por lo general
se conoce algún valor probabilístico de éstas (valor promedio, máximo,
mínimo, desviación estándar, etc.). Por ejemplo, la fuerza generada por la
fricción del aire sobre las alas de un avión no se puede manipular, pero se
puede medir (es más, se necesita medir para poder controlar adecuadamente
el sistema), además, dependiendo de la zona, se puede estimar su valor
máximo, mínimo y promedio.
Cuando se hace referencia a los sistemas de control, a este tipo de entradas
también se les llama perturbaciones.
Salidas: Son las señales que le brindan información al universo de cómo se
encuentra el sistema. Las salidas poseen dos componentes:
• Respuesta forzada: Es debida al efecto de las entradas y a los parámetros
del propio sistema.
• Respuesta natural: Es debida al efecto de los estados del sistema y al
de sus parámetros.
Considérese por ejemplo la tensión del capacitor en el circuito de la Figura 1.4.
De (1.4) se obtuvo:
t−t
− RC0 1 Z t − (t−τ )
vc (t) = vc (t0 )e + e RC vin (τ )dτ, (1.6)
RC t0
siendo esta expresión la que describe la salida total del sistema. Como es bien
conocido de cursos anteriores, la respuesta total se puede dividir en la salida
forzada y la salida natural, a saber:
vc (t) = vc0 (t) + vcθ (t), (1.7)
donde para este caso:
t−t0
vc0 (t) = vc (t0 )e− RC , (1.8)
es la respuesta natural del sistema y:
1 Z t − (t−τ )
vcθ (t) = e RC vin (τ )dτ. (1.9)
RC t0
es la respuesta forzada.
Para concluir esta sección, en la Figura 1.5 se muestra un esquema de las variables
de un sistema cualquiera.
dvR (t)
L + RvR (t) = Rvin (t), (1.10)
dt
la cual es la ecuación diferencial que modela al sistema. Obsérvese que en esta
ecuación no se consideran los cambios en la temperatura, no obstante, es bien conocido
que la resistencia varía con la temperatura (Dorf y Svoboda, 2000). Tampoco se
considera el desgaste de los componentes respecto al tiempo ni el posible cambio de
la inductancia por un acople magnético con algún circuito cercano, es más, tampoco
se ha considerado un modelo que incorpore la posibilidad de una fuente de tensión
que pueda quemar los componentes o la incorporación del ruido eléctrico en la señal
de salida.
Considerando estos puntos, se puede crear un modelo “más exacto” del sistema:
Si |vin | ≤ vinmax :
d
L(M ) vR (t) + R(T, t)vR (t) = R(T, t)vin (t) + f (t), (1.11)
dt
0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 Modelo 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5
Tiempo (s) Tiempo (s) (muestreo cada 0.5s)
f (au) = af (u),
La mayoría de los modelos tratados en este documento, son lineales y todos son en
tiempo continuo. En otros cursos se les da énfasis a los demás modelos.
Variantes en el tiempo. En este caso, los parámetros del modelo son una
función del tiempo. Trabajar con estos modelos tiene una mayor dificultad,
pues las ecuaciones diferenciales resultantes son más complejas y no siempre se
pueden resolver fácilmente.
La mayoría de los modelos aquí utilizados son los modelos invariantes en el tiempo
y de parámetros concentrados.
2
El lector debe ser cuidadoso, no es lo mismo determinar el futuro que estimarlo, determinar (al
menos en este contexto) implica tener conocimiento perfecto de lo que pasará, estimarlo implica poder
suponer con un cierto margen de certeza lo que pasará. Un ejemplo típico son las predicciones
del tiempo atmosférico, se puede estimar si lloverá, hará sol, etc, pero estas estimaciones no son
100 % confiables.
ClasificaciónNdeNlosNmodelos
Estructrura
Parámetros Salidas
matemática
investigar cómo se comportan las salidas y a partir de eso determinar un modelo del
sistema. Por esto, a este tipo de modelado se le llama modelado experimental.
Aunque este modelado es muy utilizado, también es el más abstracto, pues los
modelos encontrados no dicen nada de la estructura física del sistema, simplemente
son entidades matemáticas que comparten o aproximan algunas de sus propiedades.
29
30
+
-
Ejemplo 2.1
Si se tiene el circuito simple de la Figura 2.1, obtener la RES y la RESE.
Solución:
Más adelante se presentará la forma de obtener el modelo de los sistemas eléctricos.
Por ahora, supongamos que se nos da la ecuación diferencial de este sistema y que
está dada por:
dVout (t)
RC + Vout (t) = Vin (t).
dt
Basta con escribir esta ecuación como:
dy(t)
S(ū, ȳ) = RC + y(t) − u(t) = 0.
dt
Para obtener la RES del sistema. En este caso u(t) = Vin (t) y y(t) = Vout (t). Para
obtener la RESE, basta con encontrar una expresión de la salida en función de la
entrada y los estados, es decir, resolver la ecuación diferencial. Existen diferentes
métodos para resolver ecuaciones diferenciales. Para este caso, vamos a utilizar la
transformada de Laplace. Aplicando la transformada de Laplace sobre la RES, se
obtiene:
RC (sY (s) − y(0)) + Y (s) − U (s) = 0.
Despejando Y (s), se encuentra que:
(RCs + 1)Y (s) = RCy(0) + U (s),
RC 1
Y (s) = y(0) + U (s).
RCs + 1 RCs + 1
Aplicando la transformada inversa de Laplace obtenemos la expresión para y(t):
−1 1 Z t −1 (t−τ )
y(t) = y(0)e RC t + e RC u(τ ) dτ .
RC 0
Como se puede observar, la salida del sistema depende de los parámetros del sistema
(R y C), la entrada u(t) y depende de y(0), además t0 = 0. En este caso, este valor
de y(0) es precisamente el estado inicial del sistema y por lo tanto, la salida del
sistema dependerá directamente del valor que tenga. Es decir, la salida del sistema es
al mismo tiempo una variable de estado. El sistema tiene una sola variable de estado
y el espacio de estados será igual a todos los posibles valores que pueda tomar y(0).
1. Unicidad: Dadas una condición inicial y una entrada, el valor del estado debe
ser único:
con t0 < τ ≤ t1
Estado cero: Un estado θ ∈ Σ es un estado cero del objeto S, si para todo t0 y con
una entrada nula, la RESE de S, con S partiendo de θ es una función nula:
Ŝ(θ, 0) = 0, ∀t ≥ t0 .
Linealidad
Se dice que un sistema es lineal si cumple las siguientes propiedades (Loría y Mazón,
1989):
Superposición: Las salidas del sistema obtenidas para cada conjunto de entradas
actuando por separado, pueden sumarse para obtener el efecto de todas las
entradas actuando en conjunto. Esto es, para un sistema general ȳ = F (ū),
considerando ȳ como la salida y ū como la entrada para un tiempo t0 ≤ t ≤ t1 ,
la superposición se puede escribir matemáticamente como:
sin embargo, como se ha visto hasta ahora, la salida de los modelos no solo depende
de la entrada sino también de los estados. Por ello, un modelo será lineal si es lineal
en los estados (o lo que es equivalente, es lineal a entrada cero), en las entradas (lo
que es lo mismo a ser lineal a estado cero) y además cumple una propiedad más:
la propiedad de descomposición, la cual dice que la salida total de un sistema
se puede escribir como la suma de la respuesta a entrada cero más la suma de la
respuesta a estado cero. Matemáticamente, se dice que un sistema es lineal si (Canales
y Barrera, 1977):
También la de linealidad a estado cero: si los estados son iguales al estado cero θ,
x1 = x2 = θ:
Ŝ (θ, k (ū1 + ū2 )) = k Ŝ (θ, ū1 ) + k Ŝ (θ, ū2 ) .
Y la de descomposición puesto que si k = 1, x2 = θ y ū1 = 0:
Invarianza en el tiempo
Esta propiedad se refiere a los sistemas en los cuales no importa en qué tiempo
se analicen, siempre ante una misma entrada y estados resultará la misma salida.
Esto es equivalente a decir que las propiedades y parámetros del sistema permanecen
constantes en el tiempo.
Formalmente, se puede expresar esta propiedad de la siguiente manera (Canales y
Barrera, 1977): Sea RT el operador de retardo, de tal manera que retarda a una señal
T unidades de tiempo, esto es:
Si ante una entrada ū, la salida del sistema viene dada por:
ȳ = Ŝ (x0 , ū) .
Fuente de +
Tensión (V) Vin = f (t) - Vin
tensión
Fuente de
Corriente (A) Iin = f (t) Iin
corriente
VR
+ -
Resistor Resistencia (Ω) VR = RIR
IR R
Vc
Capacitor Capacitancia (F) IC = C dVdtC
+ -
Ic C
VL
+ -
Inductor Inductancia (H) VL = L dIdtL L
IL
En cambio, una fuente de corriente ideal será capaz de entregar un nivel de corriente
definido, sin importar el nivel de tensión que se obtenga.
El elemento eléctrico pasivo (que absorbe energía) más simple es el resistor. Nótese
en el Cuadro 2.1 la convención para elementos pasivos: la corriente siempre irá en
sentido contrario al de la tensión1 . Un resistor es un objeto que obstaculiza en cierta
medida el flujo de la corriente eléctrica. La relación que existe entre la tensión y la
corriente en un cuerpo viene descrita por la ley de Ohm. Esta ley indica que la tensión
que se produce en un cuerpo es proporcional a la corriente que la atraviesa. A este
parámetro de proporcionalidad se le llama resistencia (medida en Ohms: Ω = 1V/A),
y es la unidad con la que se mide la resistencia de un objeto. Esta relación y el símbolo
del resistor se pueden encontrar en el Cuadro 2.1. Matemáticamente, la ley de Ohm
se enuncia como:
VR = RIR , (2.8)
donde VR es la tensión que aparece en el resistor, IR es la corriente y R es su resistencia.
Como se indicó, el resistor es capaz de absorber energía, pero no es capaz de
almacenarla. Una vez que la corriente deje de circular a través de él, la tensión
será nula también. Existen dos elementos eléctricos capaces de almacenar energía: el
capacitor y el inductor. El capacitor (también llamado condensador) es un elemento
pasivo que es capaz de almacenar energía gracias al campo eléctrico que mantiene en
su interior. En su forma más simple, está formado por dos placas conductoras que
están separadas por un material dieléctrico. Una vez que una tensión se aplica en
él, las placas conductoras empiezan a acumular carga, una con carga positiva y otra
con carga negativa. La carga de una de estas placas es proporcional a la diferencia de
potencial (tensión) aplicado entre las dos placas, es decir:
Q = CVc , (2.9)
donde Q es la carga, Vc es la tensión aplicada al capacitor y C es el factor de
proporcionalidad. Este factor recibe el nombre de capacitancia y expresa la cantidad
de carga por volts que puede almacenar un capacitor. La unidad en el Sistema
Internacional de Unidades (SI) para la capacitancia es el farad (F). Al derivar a
ambos lados con respecto al tiempo, se encuentra la siguiente relación:
dQ dVc
=C ,
dt dt (2.10)
dVc
Ic = C .
dt
1
La tensión siempre se mide como la resta del potencial del polo positivo menos el potencial del
polo negativo.
1 2 3
4
Figura 2.2: Un circuito con cuatro nodos.
(c) Lazo 3
Figura 2.3: Un circuito con 3 lazos. Solo los lazos 2 y 3 son mallas.
+ -
+ +
- -
zando las leyes de Kirchhoff y los modelos de cada uno de los elementos, es posible
escribir la ecuación diferencial correspondiente que modela la dinámica del circuito
eléctrico.
Ejemplo 2.2
Dado el circuito de la Figura 2.6, si la entrada es Vin (t) y la salida es iL (t), obtenga:
Solución:
En un caso como este, lo primero que hay que hacer es escribir todas las relaciones
i1 Vin iL
R1 C R2
que rigen la dinámica del circuito. A partir de los modelos de los elementos se tiene:
dvC (t) −1 1 1
= Vin (t) − vC (t) − iL (t). (2.17)
dt CR1 CR1 C
Las ecuaciones 2.16 y 2.17 son importantes porque modelan la variación de los
estados del sistema en función de los estados y las entradas. Para la RES, lo que se
necesita es una ecuación diferencial que solo depende de la entrada y la salida. A
2
Esto se puede observar puesto que, resolviendo con la transformada de Laplace, la segunda
2
derivada queda L { ddti2L } = s2 IL (s) − siL (0) − i̇L (0), por lo que al final, iL (0) e i̇L (0) serán los
estados.
1 × 10−7 s + 2 × 10−3
I(s) = i(0)
1 × 10−7 s2 + 2,5 × 10−3 s + 20
50 × 10−6
+ v(0) (2.23)
1 × 10−7 s2 + 2,5 × 10−3 s + 20
1
+ Vin (s).
1 × 10−7 s2 + 2,5 × 10−3 s + 20
√
!!
b
a sen(ωt) + b cos(ωt) = a2 + b2 sen ωt + arctan .
a
−10
−20
Corriente (mA)
−30
−40
−50
−60
0 100 200 300 400 500
Tiempo (µ s)
Figura 2.7: Respuesta del sistema del ejemplo 2.2, ante una entrada escalón de magnitud 10 con
condiciones iniciales (estados) iguales a cero.
expresión de la salida con respecto a la entrada y los estados (RESE). Existe una
tercera formulación que resulta muy conveniente para el análisis de sistemas: el modelo
en variables de estado (MVE).
Los estados de un sistema de orden n (n estados) y p entradas se pueden modelar
con n ecuaciones de la forma:
dxi (t)
= fi (x1 (t), x2 (t), . . . , xn (t), u1 (t), u2 (t), . . . up (t)) , (2.25)
dt
para i = 1, . . . , n, xi (t) el i-ésimo estado y ui (t) la i-ésima entrada. Este conjunto de
n ecuaciones se puede escribir en forma matricial con x(t) = [x1 (t), x2 (t), . . . , xn (t)]T
el vector de estados y u(t) = [u1 (t), u2 (t), . . . , up (t)]T el vector de entradas:
ẋ(t) es un vector que representa la derivada con respecto al tiempo de cada elemento
del vector de estados. A (2.26) se le conoce como ecuación de estados, y muestra la
variación de los estados con respecto a sus valores actuales, las entradas y el tiempo.
Hay que notar que la función f es una función matricial que además puede ser no
lineal y variante en el tiempo. No siempre la salida del sistema es igual a uno de los
estados, sino que dependen del valor de los estados y las entradas. En un sistema con
q salidas, esta dependencia se puede expresar de la forma:
y = g (x, u) , (2.28)
esta sería entonces la ecuación de salida del sistema. Ahora bien, si el sistema es
lineal e invariante en el tiempo, estas dos ecuaciones se convierten en:
donde
Las entradas sí pueden tener discontinuidades, por lo que una entrada no puede
considerarse nunca como estado.
Ejemplo 2.3
Encontrar el modelo en variables de estado del sistema de la Figura 2.8 si los
estados son las tensiones de los capacitores C1 y C2 y la corriente del inductor L1 , las
entradas son vin e iin y las salidas son las corrientes i1 e i5 .
Solución:
A partir del circuito se obtienen las siguientes ecuaciones:
De los modelos de los elementos:
vR1 = R1 i1 , (2.30a)
vR2 = R2 i3 , (2.30b)
vR3 = R3 i5 , (2.30c)
dvC1
i2 = C1 , (2.30d)
dt
dvC2
i4 = C2 , (2.30e)
dt
di3
vL1 = L1 . (2.30f)
dt
De la ley de lazos:
De la ley de nodos:
i1 − i2 − i3 = 0, (2.32a)
i3 − i4 − i5 + iin = 0. (2.32b)
A partir de la ecuación (2.31b) e introduciendo (2.30f) y (2.30b) se obtiene:
di3 −R2 1 1
= i3 + vC1 − vC2 . (2.33)
dt L1 L1 L1
Como se puede observar, la derivada de la corriente del inductor está dada en
función del valor actual de los estados y los parámetros del sistema. Para obtener
la expresión para el estado vC1 , se procede de la siguiente manera: se despeja i2 en
(2.32a), y cambiando el valor de i1 por el que se obtiene a partir de (2.31a) y (2.30a),
se obtiene una ecuación de i2 en función de las entradas y los estados. Este resultado
se puede sustituir en (2.30d) para obtener:
dvC1 −1 1 1
= i3 − vC1 + vin . (2.34)
dt C1 R1 C1 R1 C1
Se puede realizar un procedimiento semejante para la ecuación de vC2 . Se despeja
i5 a partir de (2.30c) y se introduce en (2.32b) para obtener una expresión de i4 en
función de las entradas y los estados. Luego esto se introduce en (2.30e) para obtener:
dvC2 1 1 1
= i3 − vC2 + iin . (2.35)
dt C2 R3 C2 C2
Las expresiones para las salidas, se obtienen fácilmente a partir de las ecuaciones
(2.31a) y (2.30a) para i1 y a partir de (2.30c) y (2.31c) para i5 , de esta manera:
−1 1
i1 = vC1 + vin ,
R1 R1
(2.36)
1
i5 = vC .
R3 2
Ya se tienen todas las ecuaciones necesarias para obtener el modelo en variables de
estado, se definen los vectores de estado, entradas y salidas como x = [i3 , vC1 , vC2 ]T ,
u = [vin , iin ]T y y = [i1 , i5 ]T . De esta manera, el modelo en variables de estado queda:
1
0 0
−R2 −1
L L1 L1
−11 1
ẋ = C1
−1
R1 C1
0 x + R1 C1
0
u,
1 1
C2
0 −1
R 3 C2
0 C2 (2.37)
1
0 −1
0 0
" # " #
y= R1
1 x+ R1 u.
0 0 R3 0 0
ẋ1 = b0 u − a0 y, (2.41)
x1 = p n−1
+ an−1 p n−2
+ . . . + a1 y − b n p n−1
+ bn−1 p n−2
+ . . . + b1 u. (2.42)
Luego se procede a hacer nuevamente el mismo proceso, pero con la ecuación (2.42):
h
p pn−2 + an−1 pn−3 + . . . + a2 y
i (2.43)
− bn pn−2 + bn−1 pn−3 + . . . + b2 u = x1 + b1 u − a1 y,
entonces se elige la nueva variable de estado como el término que está entre paréntesis:
ẋ2 = x1 + b1 u − a1 y, (2.44)
x2 = pn−2 + an−1 pn−3 + . . . + a2 y − bn pn−2 + bn−1 pn−3 + . . . + b2 u. (2.45)
De forma genérica:
ẋi = xi−1 + bi−1 u − ai−1 y. (2.46)
Este proceso se sigue hasta obtener las ecuaciones finales:
0 0 ··· 0
−a0 b 0 − b n a0
1 0 ··· 0 −a1 b 1 − b n a1
0 1 ··· 0
ẋ =
−a2 x +
b 2 − b n a2 u,
.. .. . . .. .. ..
. . . . .
.
(2.51)
0 0 ··· 1 −an−1 bn−1 − bn an−1
h i
y= 0 ... 0 1 x + bn u.
Esta misma idea se puede extender para el caso en que se tengan múltiples entradas
y múltiples salidas.
bm p m + . . . + b1 p + b0
y= u. (2.53)
pn + an−1 pn−1 + . . . + a1 p + a0
bm p m + . . . + b1 p + b0 y x1
= .
p + an−1 p
n n−1 + . . . + a1 p + a0 x1 u
de manera que:
1
x1 = u, (2.54)
pn + an−1 pn−1 + . . . + a1 p + a0
y la salida se escribe como:
y = (bm pm + . . . + b1 p + b0 ) x1 . (2.55)
x2 = ẋ1 ,
x3 = ẋ2 = x¨1 ,
(2.56)
...
0 (n−1)
xn = ẋn−1 = x1 .
Variables de Jordan
Como se ha visto, la elección de las variables de estado depende de las necesidades
del modelo que se está trabajando. Con el método de las variables de Jordan, la
elección de las variables de estado busca simplificar la forma matemática de las
matrices del MVE, de manera que la matriz A sea “lo más diagonal posible”.
Si se parte de la forma racional de la RES utilizando el operador p (es decir, como en
la ecuación (2.53)), es posible escribirla utilizando fracciones parciales. Se encuentran
dos casos:
Todos los polos de la ecuación son simples. En este caso, el sistema se puede
escribir de la forma:
!
ρ1 ρ2 ρn
y = bn + + + ... + u. (2.61)
p − λ1 p − λ2 p − λn
Una vez que se tiene en esta forma, se procede a asignar cada uno de estos
componentes a una variable de estado de manera que:
1
x1 = ⇒ ẋ1 = λ1 x1 + u,
p−λ1
u
1
x2 = ⇒ ẋ2 = λ2 x2 + u,
p−λ2
u
···
1
xn = p−λn u ⇒ ẋn = λn xn + u,
ρ1 ρr−1 ρr
y = bn + + ··· + +
(p − λ1 )r (p − λ1 )2 p − λ1
! (2.64)
ρr+1 ρn
+ + ··· + u.
p − λr+1 p − λn
1 0 0 0 0 0
λ1 ··· ···
0 λ1 ··· 0 0 0 ··· 0 0
.. .. .. .. .. .. .. .. ..
. . . . . . . . .
0 0 1 0 0 0
··· λ1 ···
ẋ =
x +
u,
(2.65)
0 0 ··· 0 λ1 0 ··· 0 1
0 0 0 0 0 1
··· λr+1 ···
.. .. .. .. .. .. .. .. ..
. .
. . . . . .
.
0 0 ··· 0 0 0 ··· λn 1
x(t) = b0 + b1 t + b2 t2 + . . . + bk tk + . . . (2.68)
b1 = ab0 ,
1 1
b2 = ab1 = a2 b0 ,
2 2
1 1
b3 = ab2 = a3 b0 ,
3 6
...
1 1
bk = abk−1 = ak b0 .
k k!
1 1
x(t) = 1 + at + a2 t2 + · · · + ak tk + . . . x(0),
2 k! (2.70)
= e x(0).
at
Φ(t) es una matriz variable en el tiempo, que realiza una transformación lineal de los
estados iniciales hasta el estado en el instante t cuando las entradas son nulas y el
sistema evoluciona solamente como producto de su estado inicial.
Φ(0) = I.
[Φ(t)]n = Φ(nt).
eλ1 t 0 0 ··· 0
0 eλ2 t 0 ··· 0
.. .. ... .. ..
Φ(t) =
. . . . .
.. .. .. .. ..
. . . . .
0 ··· ··· ··· eλn t
2
" #
−1
ẋ = x.
−4 −3
3
Más adelante se estudiará la idea de estabilidad de los sistemas lineales.
0
x2
−2
−4
−6
−6 −4 −2 0 2 4 6
x1
0
Amplitud
−1
−2
−3
−4
−5
0 1 2 3 4 5
tiempo (s)
para cualquier tiempo inicial t0 . Si la salida del sistema en el dominio de Laplace está
dada por:
Y(s) = CX(s) + DU(s). (2.85)
Al sustituir (2.82) en esta última expresión, la salida queda:
Y(s) = C (sI − A)−1 x(0) + C (sI − A)−1 B + D U(s). (2.86)
Y si t0 es diferente de cero:
Z t
y(t) = CΦ(t − t0 )x(t0 ) + (CΦ(t − τ )B + Dδ(t − τ )) u(τ ) dτ , (2.88)
t0
para todo t ≥ t0 . Nótese que esta expresión es igual a la RESE del sistema obtenido
a partir del MVE.
En caso de que el estado sea igual al estado cero, la integral de (2.87), sería entonces
igual a la respuesta a estado cero del sistema. Es interesante notar que la respuesta a
entrada cero y la respuesta a estado cero se pueden calcular de manera independiente
y luego sumarse para obtener la respuesta completa. A esta propiedad se le llama
y por lo tanto, h(t) es igual a la respuesta del sistema ante una entrada impulsiva con
condiciones iniciales iguales a cero. De acá se desprenden dos conclusiones importantes:
Al tomar en cuenta (2.90) para cualquier entrada u(t), se concluye que “la
respuesta a estado cero de un modelo lineal se determina como la convolución
de la entrada y su respuesta impulsional” (Loría y Mazón, 1989).
+∞ +∞
4
R R
Esta función se define como: δ(τ )u(τ ) dτ = u(0), con δ(t) = 0, ∀t 6= 0, donde δ(τ ) dτ = 1.
−∞ −∞
donde Y (s) = L {y(t)} y U (s) = L {u(t)} con las condiciones iniciales iguales a cero.
Si se supone un sistema lineal dado por:
dn y(t) dn−1 y(t) dy(t)
n
+ a n−1 n−1
+ . . . + a1 + a0 y(t)
dt dt dt (2.93)
dm u(t) dm−1 u(t) du(t)
= bm + b m−1 + . . . + b 1 + b0 u(t),
dtm dtm−1 dt
entonces, aplicando la transformada de Laplace a ambos lados de la igualdad conside-
rando condiciones iniciales iguales a cero, se obtiene
sn + an−1 sn−1 + · · · + a1 s + a0 Y (s)
(2.94)
= bm sm + bm−1 sm−1 + · · · + b1 s + b0 U (s).
Este es un resultado muy importante, pues la ecuación (2.97) implica que la función
de transferencia es igual a la transformada de Laplace de la respuesta al impulso
del sistema. Aún más, si se conoce la función de transferencia, es posible obtener la
respuesta del sistema ante cualquier entrada conocida, puesto que la salida será la
multiplicación de la función de transferencia por la transformada de Laplace de la
entrada.
A las raíces de esta ecuación se les conoce como polos del sistema, y entre otras cosas,
definen la estabilidad del sistema tal y como se mostrará en capítulos posteriores. La
ecuación:
p(s) = bm sm + am−1 sm−1 + · · · + b1 s + b0 = 0, (2.99)
no recibe ningún nombre en particular, sin embargo, sus raíces son llamadas ceros
del sistema.
Ejemplo 2.4
3 2
Obtener los polos y los ceros del sistema dado por d dty(t)
3 + 2 d dty(t)
2 + 5 dy(t)
dt
+ 6y(t) =
3 dt + u(t). Graficar los polos y ceros en el plano complejo σ + jω.
du(t)
Solución:
Primero se obtiene la función de transferencia correspondiente al sistema. Aplicando la
transformada de Laplace a ambos lados de la igualdad tomando en cuenta condiciones
iniciales iguales a cero, se obtiene:
Y (s) 3s + 1
G(s) = = 3 .
U (s) s + 2s2 + 5s + 6
Los polos entonces se obtienen a partir de la ecuación s3 +2s2 +5s+6 = 0 y los ceros
a partir de 3s + 1 = 0 Resolviendo numéricamente la primera ecuación, se obtienen
los siguientes polos: p1 = −1,433, p2 = −0,283 + j2,027, p3 = −0,283 − j2,027. Con la
segunda ecuación se obtiene un cero en z1 = −1/3. Como convención, se suele utilizar
una x para representar los polos y un ◦ para representar los ceros. En la Figura 2.11
se muestra el gráfico de los polos y ceros del sistema siguiendo esta convención.
1.5
1
Eje imaginario (j ω)
0.5
0
−0.5
−1
−1.5
−2
−2.5
−1.5 −1 −0.5 0
Eje real (σ)
i=1
con
G11 (s) G12 (s) ··· G1n (s)
G21 (s) G22 (s) ··· G2n (s)
G(s) = .. .. .. (2.102)
.. .
. . . .
Gm1 (s) Gm2 (s) ··· Gmn (s)
En el caso de las funciones de transferencia dentro de la matriz, el término Gji (s)
representa la función de transferencia entre la entrada Ui (s) y la salida Yj (s).
diL (t)
vL (t) = L ,
dt
diL (t)
( )
⇒ L {vL (t)} = L L ,
dt
VL (s) = L (sIL (s) − iL (0)) .
Como se puede notar, esta ecuación es prácticamente igual a la ecuación del resistor,
pero con la salvedad que la “resistencia” es un valor complejo sL. Es más, de los
cursos de análisis de circuitos lineales, se reconoce que si se cambia la variable s por
s = jω, obtenemos la expresión conocida de la reactancia inductiva. Un resistor y
un inductor en serie, tendrían una impedancia equivalente a R + sL o realizando el
mismo cambio de variable R + jωL. Más adelante, se utilizará el cambio s = jω para
analizar el comportamiento en frecuencia de los sistemas.
Ejemplo 2.5
Obtener la función de transferencia del circuito dado en la Figura 2.12 si la entrada
es vin (t) y la salida es vout (t).
Solución:
En este caso, se procede directamente en el dominio de Laplace. Las ecuaciones del
circuito serían las siguientes:
VR (s) = RI(s),
VL (s) = sLI(s),
1
Vout (s) = I(s),
sC
de la ley de lazos:
Vin (s) − VR (s) − VL (s) − Vout (s) = 0,
introduciendo las ecuaciones de los elementos se llega a:
Vin (s) − RI(s) − sLI(s) − Vout (s) = 0,
Vin (s) − sRCVout (s) − s2 LCVout (s) − Vout (s) = 0,
s2 LC + sRC + 1 Vout (s) = Vin (s).
Ejemplo 2.6
Obtener la función de transferencia y la RES a partir del MVE
−1 5 1
" # " #
ẋ(t) = x(t) + u(t),
−3 −2 0
h i
y= 1 0 x(t).
Solución:
A partir de (2.108), la función de transferencia se obtiene como
G(s) = C (sI − A)−1 B,
#!−1 "
s 0 −1 5 1
" # " #
h i
= 1 0 − ,
0 s −3 −2 0
#!−1 "
s+1 1
" #
h i −5
= 1 0 ,
3 s+2 0
1 s+2 5 1
" #" #
h i
= 1 0 ,
(s + 1)(s + 2) + 15 −3 s + 1 0
1 i s+2 5 1
" #" #
h
= 1 0 ,
(s + 1)(s + 2) + 15 −3 s + 1 0
1 i 1
" #
h
= s+2 5 ,
(s + 1)(s + 2) + 15 0
s+2
= ,
(s + 1)(s + 2) + 15
s+2
= 2 .
s + 3s + 17
A partir de acá se puede obtener la RES del sistema puesto que:
Y (s) s+2
= 2 ,
U (s) s + 3s + 17
s2 + 3s + 17 Y (s) = (s + 2) U (s),
Métodobde
estadosbdebfasebo
variablesbdebJordan,
usandobsbcomobelb
operadorbderivada
Funciónbde
MVE
Transferencia Laplace
c.i.b=b0
Usar
sbcomo Laplace Métodobde
operador c.i.b=b0 integralesbpuras,
derivada estadosbdebfasebo
variablesbdebJordan
Identificarblabrespuesta
albimpulsobabpartirbdebla RES
respuestababestadobcero
ybaplicarlebLaplace
Obtenerblabmatrizbde
Soluciónbdeblabecuación transiciónbdebestados
diferencialbconbc.i.bdadas ybusarblabecuaciónbde
salidas
RESE
Ejercicio 2.1
Calcule la RES del circuito de la Figura 2.14 utilizando:
Solución:
La relación entrada salida es la relación únicamente entre la entrada del sistema
y sus derivadas, la salida del sistema y sus derivadas y los parámetros del sistema;
por lo tanto, variables tales como condiciones iniciales, no pueden aparecer en la
relación entrada salida. Esto implica que jamás se debe integrar cuando se está
tratando de determinar la RES de un sistema, por otro lado, ésta siempre se debe
presentar de la forma:
S (ū, ȳ) = 0
A partir de estas premisas se puede resolver el ejercicio.
ir1 = il + ic . (2.111)
impedancia es:
Z = (R2 + ZL ) k Zc ⇒
1
Z = (R2 + s · L) k ⇒
s·C
1
−1
Z= +s·C ⇒
R2 + s · L
#−1
1 + (R2 + s · L·)s · C
"
Z= ⇒
R2 + s · L
R2 + s · L
Z= .
1 + (R2 + s · L·)s · C
Sustituyendo el valor de Z en (2.115) se obtiene:
R2 +s·L
1+(R2 +s·L·)s·C
Y (s) = R2 +s·L Vin (s) ⇒
1+(R2 +s·L·)s·C
+ R1
R2 + s · L
Y (s) = Vin (s) ⇒
R2 + s · L + R1 (1 + s · R2 · C + s2 · L · C)
R2 + s · L
Y (s) = Vin (s) ⇒
R2 + R1 + s(L + R1 · R2 · C) + s2 · L · C · R1
R2 + R1 + s(L + R1 · R2 · C) + s2 · L · C · R1 Y (s) − (R2 + s · L)Vin (s) = 0.
1001 · Y (s) + 1, 001 · s · Y (s) + 0, 001 · s2 · Y (s) − Vin (s) − s · 0, 001Vin (s) = 0 ⇒
s2 · Y (s) + 1001 · s · Y (s) + 1001 · 103 · Y (s) − 0,001 · s · Vin (s) − Vin (s) = 0,
y aplicando la transformada inversa de Laplace5 se obtiene:
Solución:
Para cada elemento almacenador de energía se tiene:
y aplicando la LTK:
vin = vc + vL ,
vin = L · i̇L + vc , (2.117)
pero:
iL = ic = C · v̇c . (2.118)
5
Debe recordarse que la relación entrada salida siempre se da en el dominio del tiempo, por lo
tanto, la respuesta final no puede contener la variable compleja s.
0 = v̇in − 2 · ïL − 4 · iL ,
Ejercicio 2.3
El circuito de la Figura 2.18 se puede utilizar para regular la tensión en la resistencia
R2 , no obstante, por lo regular es deseable también tomar mediciones de la corriente
que entra al circuito para actuar en caso de una sobrecarga. Si las salidas del sistema
son la tensión en el capacitor y la corriente en el inductor y la entrada es la tensión
V1 , determine el sistema de ecuaciones diferenciales que describen el comportamiento
de cada salida respecto a la entrada, en otras palabras, determine la RES de este
sistema.
Solución:
Como en este caso se tienen dos salidas, la expresión normal de la RES que es:
S (ū, ȳ) = 0,
ic = C · v̇c = C · y˙2 ,
iL = ic + iR2 , (2.121)
v1 = vR1 + vL + vc , (2.122)
v1 = iL · R1 + vL + vc , (2.125)
y
vc
v1 = C · v̇c + · R1 + L · i̇c + i̇R2 + vc , (2.129)
R2
derivando (2.123) e introduciendo el resultado en (2.129) se obtiene:
vc v̇c
v1 = C · v̇c + · R1 + L · i̇c + + vc , (2.130)
R2 R2
Esta expresión solo depende de la entrada del sistema y de una de las salidas del
mismo, simplificando la expresión se obtiene:
L R1
L · C · v̈c + R1 · C + v̇c + + 1 vc − v1 = 0,
R2 R2
dado que v1 = u,vc = y2 se tiene:
L R1
L · C · ÿ2 + R1 · C + ẏ2 + + 1 y2 − u = 0, (2.131)
R2 R2
con lo que se tiene la primera RES del sistema. Para encontrar la segunda RES, por
comodidad, se copiarán de nuevo las ecuaciones que describen el comportamiento del
sistema:
ic = C · v̇c = C · y˙2 ,
vL = L · i̇L = L · y˙1 , (2.132)
iL = ic + iR2 , (2.133)
v1 = vR1 + vL + vc , (2.134)
vc
i R2 = , (2.135)
R2
vR1 = iL · R1 . (2.136)
La segunda RES es una relación exclusivamente de la entrada del sistema (v1 ), la
corriente en el inductor y sus derivadas y de los parámetros del sistema (R1 , R2 , C, L).
Hay que tener muy en cuenta esto. Para determinar esta expresión, se puede comenzar
por sustituir (2.136) y (2.132) en (2.134), obteniendo:
esta expresión corresponde a la segunda RES del sistema. Las dos relaciones entrada
salida se pueden unir en una ecuación vectorial como se muestra a continuación:
L · C · ÿ2 + R1 · C + RL2 ẏ2 + R + 1 y2 − u 0
" # " #
1
R2 = .
R2 · C · L · ÿ1 + (L + R1 · R2 · C)ẏ1 + (R1 + R2 )y1 − u − R2 · C · u̇ 0
Solución:
Se pueden definir las tensiones de nodo de este circuito como se muestra en la
Figura 2.20. Por lo tanto, aplicando el método de nodos al circuito se tiene:
V1 − V2
Nodo V1 : V1 + = 0, (2.142)
R1
+
Figura 2.20: Tensiones de nodo para el circuito.
V2 − V1 V2 V2 − V3
Nodo V2 : + 1 + = 0, (2.143)
R1 s·C
R2
V3 − V2 V3
Nodo V3 : + = 0. (2.144)
R2 s·L
De (2.144) se tiene que:
R2 + s · L
V2 = V3 , (2.145)
s·L
sustituyendo (2.145) en (2.143) se obtiene:
R2 +s·L R2 +s·L R2 +s·L
V3 − V1 V3 V3 − V3
s·L
+ s·L
1 + s·L
= 0, (2.146)
R1 s·C
R2
y despejando V3 resulta:
s·L
V3 = V1 . (2.147)
C · L · R1 · s2 + (C · R1 · R2 + L)s + R1 + R2
Sustituyendo (2.147) en (2.145) se tiene:
R2 + s · L
V2 = V1 , (2.148)
C · L · R1 · s2 + (C · R1 · R2 + L)s + R1 + R2
y como Y (s) = V2 − V3 utilizado (2.148) y (2.147) se tiene:
R2 + s · L
Y (s) = V1
CLR1 + (CR1 R2 + L)s + R1 + R2
s2
s·L
− V1 ,
CLR1 s + (CR1 R2 + L)s + R1 + R2
2
R2
Y (s) = V1 ⇒
C · L · R1 · s2 + (C · R1 · R2 + L)s + R1 + R2
Y (s) C · L · R1 · s2 + (C · R1 · R2 + L)s + R1 + R2 = R2 · V1 ⇒
h i
Ejercicio 2.5
Calcule la RESE del sistema mostrado en la Figura 2.21. La salida es la corriente
en la resistencia y la entrada es la tensión u. Suponga régimen permanente antes de
t0 = 0s.
Solución:
Utilizando el método de las impedancias para determinar la relación entrada salida
del sistema se obtiene que:
(R k Zc )
VR (s) = · U (s) ⇒
(R k Zc ) + ZL
1 (R k Zc )
IR (s) = · · U (s)
R (R k Zc ) + ZL
−1
1 3
1 1
+ 2s
IR (s) = · · U (s)
1
−1
1 3
1
+ 2s
+ 3s
1
IR (s) = · U (s) ⇒
2s2+ 3s + 1
2s2 · IR (s) + 3s · IR (s) + IR (s) = U (s) (2.149)
Cuando se utiliza método de las impedancias, implícitamente se suponen condiciones
iniciales no nulas, por lo tanto, las condiciones iniciales deben ser insertadas para
poder calcular adecuadamente la relación entrada-salida-estado. Para ello, se puede
utilizar la propiedad:
dn f (t)
( )
L = sn F (s) − sn−1 f (t0 ) − sn−2 f (1) (t0 ) − ... − f (n−1) (t0 )
dtn
2s + 3 2 1
IR (s) = · iR (t0 ) + 2 · i̇R (t0 ) + 2 · U (s) (2.150)
2s2
+ 3s + 1 2s + 3s + 1 2s + 3s + 1
y aplicando la transformada inversa de Laplace a (2.150) se tiene:
iR (t) = −e−t + 2e−t/2 · iR (t0 ) + −2e−t + 2e−t/2 · i̇R (t0 )
Z t (2.151)
−e−(t−τ ) + e−(t−τ )/2 · u(τ )dτ
+
0
Pero, ¿cuáles son los estados iniciales; iR (t0 ) e i̇R (t0 )? Suponiendo régimen permanente
antes de t0 , el circuito de la Figura 2.21 se puede re-dibujar como se muestra en la
Figura 2.226 . Por tanto, la corriente inicial iR (t− 0 ) es:
u 5
iR (t−
0) = = = 5A
R 1
Luego, como la resistencia está en paralelo con el capacitor, su tensión no puede
variar instantáneamente, por lo tanto:
i̇R (t−
0 ) = 0 As
−1
6
En régimen permanente, los inductores se comportan como cortocircuitos y los capacitores
como circuitos abiertos.
Ejercicio 2.6
El circuito de la Figura 2.23 está constituido por un par de sensores de nivel para
dos tanques, donde las tensiones v1 y v2 modelan las lecturas del nivel de cada uno y
se consideran como entradas para el sistema. Para monitorear la diferencia de nivel
entre los dos tanques se ha tomado como salida del sistema la tensión diferencia v,
tal y como se define en la figura. Como es importante que la salida del sistema esté
monitoreada siempre, se le solicita determinar una expresión para ello. Obtenga una
expresión tal que le permita monitorear la salida del sistema en todo momento. Debe
además configurar su respuesta de forma que se aprecie su similitud con alguna forma
de modelado vista en el curso para un sistema lineal e invariante en el tiempo.
Solución:
Como se debe encontrar una expresión que permita determinar directamente la tensión
v en todo el tiempo, se debe utilizar la relación entrada salida estado (si se usa el
modelo en variables de estado o la relación entrada salida se utilizarían ecuaciones
diferenciales que no “tienen despejada” la salida de forma directa). Ahora bien, se
puede observar por un análisis simple que:
v = vc + vR − i, (2.152)
donde se han definido las polaridades de las tensiones y las direcciones de las corrientes
como se muestra en la Figura 2.24.
+
Figura 2.23: Circuito con dos sensores.
Un error muy común a la hora de realizar esta operación es que se suponga que
v1 (t) es una constante. Eso nunca se puede suponer, y por ello se deja la expresión
de la convolución en el último miembro del lado derecho de (2.153). Ahora bien,
teniendo la expresión para la tensión en el capacitor se puede calcular la tensión en
la resistencia, ya que:
vR (t) = R · iR (t),
vR (t) = R · ic (t),
vR (t) = R · C · v̇c (t), (2.154)
de ahí sale el v12(t) en la expresión (2.155). Ahora bien, solo falta la tensión i (nótese
que es una tensión, aunque de valor i). Analizando la malla derecha del circuito de la
derecha se tiene que:
v2 (t) = vR (t) + vL (t)
v2 (t) = R · iL (t) + Li̇L (t) ⇒
V2 (s) = R · IL (s) + L [s · IL (s) − iL (0)] ⇒
L 1
IL (s) = iL (0) + V2 (s) ⇒
L·s+R L·s+R
1 1 1
IL (s) = R iL (0) + · V2 (s) ⇒
s+ L L s+ R L
t·R 1 Z t −(t−τ ) R
iL (t) = e− L iL (0) + e L v (τ )dτ,
2
L 0
y como iL (t) = i(t), se tiene que:
− t·R 1 Z t −(t−τ ) R
i(t) = e L iL (0) + e L v (τ )dτ.
2 (2.156)
L 0
Entonces de (2.152), (2.153), (2.155) y (2.156):
t 1 Z t − (t−τ ) 1 t
v(t) = e− 2R·C · vc (0) + e 2R·C · v1 (τ )dτ − · e− 2R·C · vc (0)
2R · C 0 2
1 Z t
(t−τ ) v1 (t) − t·R 1 Z t −(t−τ ) R
− e − 2R·C
· v1 (τ )dτ + −e L iL (0) + e L v (τ )dτ ⇒
2
4R · C 0 2 L 0
1 − t 1 Z t − (t−τ ) v1 (t)
v(t) = e 2R·C vc (0) + e 2R·C · v1 (τ )dτ +
2 4R · C 0 2
1 Z t
e−(t−τ ) L v2 (τ )dτ.
t·R R
− e− L iL (0) +
L 0
No obstante, esta expresión, aunque describe la tensión v(t), no está reducida como
un modelo lineal invariante en el tiempo. Para que esté de esa forma, se puede ingresar
la variable v12(t) en la integral utilizando la propiedad del muestreo de la función Delta
de Dirac: Z t
f (t) = δ(t − τ )f (τ )dτ.
0
Utilizando esta propiedad se tendría:
1 t 1 Z t − (t−τ ) v1 (t)
v(t) = e− 2R·C vc (0) + e 2R·C · v1 (τ )dτ +
2 4R · C 0 2
1 Z t
e−(t−τ ) L v2 (τ )dτ ⇒
t·R R
− e− L iL (0) −
L 0
1 t 1 Z t − (t−τ )
v(t) = e− 2R·C vc (0) + e 2R·C · v1 (τ )dτ
2 4R · C 0
1Z t t·R 1 Z t −(t−τ ) R
+ δ(t − τ )v1 (τ )dτ − e− L iL (0) − e L v (τ )dτ
2
2 0 L 0
1 1 Z t − (t−τ ) 1
t t·R
v(t) = e− 2R·C vc (0) + e 2R·C + δ(t − τ ) · v1 (τ )dτ − e− L iL (0)
2 4R · C 0 2
1 Z t
e−(t−τ ) L v2 (τ )dτ
R
−
L 0
vc (0)
" #
h i
v(t) = 1 t
− 2R·C − t·R ·
e −e L
2 iL (0)
v1 (τ )
Z th " #
i
+
(t−τ )
1 1 1 1 −(t−τ ) R
4R·C
e− 2R·C + 2
δ(t − τ) L
− L
e L ·
v2 (τ )
dτ,
0
Ejercicio 2.7
Un objeto abstracto posee la siguiente RESE:
q Z t
y(t) = e −2t
y(0) + 10 5 − y(0) + e −5t
ẏ(0) + e−5(t−τ ) u(τ )dτ. (2.157)
0
q
⇒e −2t
y(0) + 10 5 − y(0) + e−5t ẏ(0) = 0 ⇒ (2.159)
ẏ(0) = 0
(
q , (2.160)
y(0) + 10 5 − y(0) = 0 ⇒ y(0) = −104, 7
por lo que el vector de estado cero es:
−104, 7
" # " #
y(0)
θ= = (2.161)
ẏ(0) 0
yθ = S(θ,
b k(u1 + u2 )) = k S(θ,
b u1 ) + k S(θ,
b u2 ). (2.162)
Z t
= e−5(t−τ ) k(u1 + u2 )dτ, (2.164)
0
Z t Z t
−5(t−τ )
=k e u1 dτ + k e−5(t−τ ) u2 dτ , (2.165)
0 0
= k S(θ,
b u1 ) + k S(θ,
b u2 ), (2.166)
por lo que el sistema es lineal a estado cero.
Para determinar si el objeto es lineal a entrada cero se debe dar que:
Definiendo:
y (0) y (0)
" # " #
α1 = 1 , α2 = 2 , (2.168)
y˙1 (0) y˙2 (0)
se tiene:
q
S(k(α
b
1 + α2 ), 0) = e −2t
k(y1 (0) + y2 (0)) + 10 5 − k(y1 (0) + y2 (0))
(2.169)
+e−5t k(y˙1 (0) + y˙2 (0)),
y
q
1 , 0) + k S(α2 , 0) = k e y1 (0) + 10 5 − y1 (0) + e−5t y˙1 (0)
−2t
k S(α
b b
q (2.170)
+k e−2t y2 (0) + 10 5 − y2 (0) + e−5t y˙2 (0) .
Función de transferencia
Ejercicio 2.8
Un objeto abstracto S tiene la siguiente RESE:
y(t) = 4e−(t−t0 ) − 3e−2(t−t0 ) y(t0 ) + e−(t−t0 ) − e−2(t−t0 ) ẏ(t0 )
Z t
(2.171)
5 e−(t−τ ) − e−2(t−τ ) u(τ )dτ
+
t0
Solución:
La función de transferencia se determina a partir de condiciones iniciales nulas, en
este caso es fácil demostrar (se deja como ejercicio) que el vector de estado cero es:
0
" # " #
y(0)
θ= = (2.172)
ẏ(0) 0
H(s) = L{h(t)}
= L {5 (e−t − e−2t )}
1 1
=5 −5
s+1 s+2
5
=
s2 + 3s + 2
Ejercicio 2.9
La RESE de un sistemas con dos entradas y dos salidas (TITO, por sus siglas en
inglés) está dada por:
α11 (0)
H(s) = L {h(t)}
93
94
Ramificación
donde y(t) es la salida del modelo y u(t) es la entrada, el lector recordará que esta
ecuación diferencial corresponde a la de un sistema de segundo orden. Ahora bien, si
se despeja ÿ(t) de (3.1) se obtiene:
y de (3.2) se deduce que ÿ(t) se puede representar como la suma o resta de varias
señales. En la Figura 3.5a se muestra un punto de suma con las señales necesarias
para “construir” la señal ÿ(t).
Ese mismo punto de suma y resta puede ser separado aún más si las señales a1 ẏ(t),
a0 y(t) y bu(t − L) se ven como señales multiplicadas por una constante, tal y como
muestra la Figura 3.5b.
Luego, las únicas señales que no se conocen explícitamente son ẏ(t) y y(t), no
obstante, el lector debe estar de acuerdo en que:
Z
ÿ(t) dt = ẏ(t),
Z
ẏ(t) dt = y(t),
por lo que se puede utilizar el operador integral para obtener ẏ(t) a partir de ÿ(t)
y y(t) a partir de ẏ(t). Este procedimiento se muestra en la Figura 3.5c. Como se
observa en la Figura 3.5d, las señales obtenidas en la salida de los integradores se
pueden utilizar para ser realimentadas al punto de suma, con esto, ya el diagrama de
bloques tiene solo una señal de entrada y una señal de salida.
Finalmente, el diagrama de bloques de la Figura 3.5d está en el dominio del tiempo,
si se desea un diagrama en el dominio de la frecuencia compleja s, basta con hacer
las siguientes sustituciones:
L {y(t)} = Y (s),
L {ẏ(t)} = sY (s),
L {ÿ(t)} = s2 Y (s),
L {u(t − L)} = U (s)e−Ls ,
Z
1
dt ≡ ,
s
Ejemplo 3.1
Determine un diagrama de bloques que represente la ecuación diferencial:
Solución:
Cuando la entrada se encuentra derivada, lo mejor es utilizar el operador p para
lograr formar las derivadas que eventualmente se integrarán para realimentarlas al
punto de suma.
siendo X1 (s) la salida del punto de suma en la Figura 3.6a, que resulta de formar la
expresión − y(t)+u(t)
p
en un diagrama de bloques.
Como se necesita conocer la señal y(t) para realimentar el diagrama, se puede
despejar py(t) de (3.7) para obtener:
x1 (t) − 4y(t) + 5u(t)
py(t) = , (3.8)
2
y con la información dada por el lado derecho de (3.8) se puede construir el diagrama
de bloques de la Figura 3.6b.
El punto de suma que se muestra en la Figura 3.6b recibe el nombre de punto de
prealimentación, esto debido a que la información transportada tiene una dirección
hacia “adelante” y no hacia atrás, como lo es en el caso de la realimentación.
Así, integrando (3.8) se puede definir un segundo estado, el cual será la salida del
sistema, como se muestra en la Figura 3.6c.
Finalmente, en la Figura 3.6d se muestra el diagrama final realimentando las señales
de interés y sin colocar la asignación de estados descrita con anterioridad.
y
u(s) = C(s)e(s), (3.10)
sustituyendo (3.10) en (3.9), se obtiene que:
(c) Realimentación.
en serie se pueden simplificar en solo uno que sea equivalente al producto de los n
bloques en serie.
Ahora bien, obsérvese en el diagrama de bloques de la Figura 3.7b que la señal e(s)
se puede escribir como:
e(s) = r(s) − ŷ(s), (3.13)
pero además:
y(s) = A(s)e(s), (3.14)
y
ŷ(s) = H(s)y(s). (3.15)
Así, sustituyendo (3.15) y (3.14) en (3.13) se obtiene que:
y(s)
= r(s) − H(s)y(s) ⇒
A(s)
y(s)
+ H(s)y(s) = r(s) ⇒
A(s)
1
" #
y(s) + H(s) = r(s) ⇒
A(s)
1 + A(s)H(s)
" #
y(s) = r(s) ⇒
A(s)
A(s)
y(s) = r(s),
1 + A(s)H(s)
y(s) = M (s)r(s).
no puede ser variable de estado, pues depende de las entradas, las cuales pueden
cambiar inmediatamente. Caso contrario ocurre con las señales f2 , f3 , f4 , f5 , f6 y f7 ,
Combinación
en paralelo
Combinación
en cascada
Mover punto
de suma
anterior
a un bloque
Mover punto
de suma
posterior
a un bloque
Mover punto
de bifurcación
posterior
a un bloque
Mover punto
de bifurcación
anterior
a un bloque
Eliminar
lazo de
realimentación
pues al ser la salida de bloques con más polos que ceros o venir su entrada de un
bloque de este tipo, no pueden cambiar inmediatamente. Se deja como ejercicio al
lector probar que estas señales no pueden cambiar inmediatamente.
Por otro lado, obsérvese que:
f4 = f3 − f7 ,
y
f3 = Kf2 ,
lo cual indica que f4 , f3 y f7 son señales linealmente dependientes, al igual que f3 y
f2 . Como las variables de estado deben ser linealmente independientes, se concluye
que entre f4 , f3 y f7 solo se pueden elegir dos señales como variables de estado,
análogamente, solo se puede seleccionar f3 o f2 como variables de estado.
Finalmente, si se observa la señal f7 se puede concluir que:
b
f7 (s) = f6 (s),
a2 s 2 + a1 s + a0
expresión que si se traslada al dominio del tiempo se tendría:
a2 f7¨(t) + a1 f7˙(t) + a0 f7 (t) = bf6 (t). (3.16)
Obsérvese de (3.16) que la ecuación diferencial que relaciona f6 y f7 es de segundo
orden, lo cual es incompatible con un modelo en variables de estado. No obstante,
el modelo en variables de estado de la Figura 3.8 puede ser modificado al mostrado
en la Figura 3.9, donde se descompuso la función de transferencia de segundo orden
utilizando integradores. En este punto se le deja al lector dos tareas; demostrar esta
descomposición y demostrar que las señales f7a y f7b son las únicas necesarias para
representar los estados de la sección que se extendió.
Así, considerando los análisis realizados sobre el diagrama de bloques, se puede
crear uno nuevo que incorpore en forma explícita las variables de estado que se pueden
elegir. Este diagrama se muestra en la Figura 3.10.
1
x1 (s) = [u1 (s) − u2 (s)] ⇒
Ts + 1
T sx1 (s) + x1 (s) = u1 (s) − u2 (s) ⇒
u1 (s) − u2 (s) − x1 (s)
sx1 (s) = ,
T
1 a0 K a0 a1
ẋ5 (t) = x4 (t) − x1 (t) + x2 (t) − x5 (t), (3.21)
a2 a2 a2 a2
siendo (3.21) la última ecuación necesaria para formar la parte diferencial del modelo
en variables de estado.
La única ecuación que se necesita ahora es una que relacione la salida del sistema
con la entrada y los estados. Esta se deduce como:
o lo que es equivalente:
y(t) = x3 (t) + u2 (t). (3.22)
Así, a partir de (3.17) a (3.21) y de (3.22) se puede formar el modelo en variables
de estado como:
− T1
1
ẋ1 0 0 0 0 x1 − T1
T
−K 0 0 0 -1
K
−K
ẋ2
T
x2 T
T " #
1 u1
0 − T1 0 0 + 0 0 ·
=
ẋ3 · x3 , (3.23)
T
u2
0 0 0 0 0 0
ẋ4
x4 ab
1
0 0 0
ẋ5 − Ka
a2
0 a0
a2 a2
− aa12 x5
x1
x2
h i
y= 0 0 1 0 0 ·
+ u2 .
x3 (3.24)
x4
x5
k=1
En este caso, Gjk (s) es la función de transferencia desde Xk (s) hasta Xj (s).
Estos diagramas tienen dos elementos fundamentales:
Nodo: Punto de unión que representa una de las variables. Se dibuja como un
pequeño círculo con el símbolo de la variable asociada.
Ramas: Segmentos lineales con ganancia y dirección asociada.
Las ramas llevan la señal que corresponde al valor del nodo de origen multiplicada
por su ganancia asociada. Todas las ramas que llegan a un nodo suman su señal
correspondiente para obtener la relación de la variable de ese nodo con respecto a los
otros nodos de origen. Por ejemplo, si se tiene que la relación entre tres variables es:
x3 = a31 x1 + a32 x2 .
La representación en diagrama de flujo de esta relación vendría dada en la Figu-
ra 3.11. Hay que notar que la dirección de las ramas se representa con una flecha en
medio de la rama. En general, los nodos se colocan horizontalmente en una sola línea
y las ramas se dibujan con líneas curvas.
Ejemplo 3.2
Considere el conjunto de ecuaciones siguiente (tomado de Kuo (1996))
y2 = a21 y1 + a23 y3 ,
y3 = a32 y2 + a34 y4 ,
y4 = a42 y2 + a43 y3 + a44 y4 ,
y5 = a52 y2 + a54 y4 .
En este caso se tienen 5 variables diferentes. Cada una de las ecuaciones define la
relación que existe entre cada variable y las demás. Nótese que no existe una ecuación
para y1 , lo que quiere decir que ninguna rama llega a este nodo, pero sí puede ser
que salga de él. El diagrama de flujo completo sería como el que se presenta en la
Figura 3.12.
5. Una señal yj que viaja a través de una rama entre yj y yk se multiplica por la
ganancia de la rama akj , por lo que la señal resultante akj yj es entregada en yk .
Nodo fuente o nodo de entrada: Es un nodo que solo tiene ramas salientes.
Nodo sumidero o de salida: Es un nodo que tiene solo nodos entrantes. Cualquier
variable puede convertirse en un nodo de salida. Basta simplemente con hacer
una copia del nodo, con una rama de ganancia unitaria, tal y como se muestra
en la Figura 3.13.
y se tiene que:
Li1 es la suma de las ganancias de todas las mallas individuales.
P
i
Ejemplo 3.3
Encuentre la función de transferencia de la Figura 3.12.
Solución:
En el diagrama de la Figura 3.12, se pueden encontrar tres trayectorias directas:
P1 = y1 y2 y3 y4 y5 que tiene una ganancia de a21 a32 a43 a54 .
∆=1− Li1 +
X X
Lj2 ,
i j
= 1 − (L1 + L2 + L3 + L4 ) + (L1 L4 ) ,
= 1 − (a32 a23 + a43 a34 + a42 a34 a23 + a44 ) + (a32 a23 a44 ) .
Mk ∆k a21 a32 a43 a54 + a21 a42 a54 + a21 a52 (1 − a43 a34 − a44 )
P
M= k
= .
∆ 1 − (a32 a23 + a43 a34 + a42 a34 a23 + a44 ) + (a32 a23 a44 )
Ejercicio 3.1
En la Figura 3.14 se muestra el diagrama de bloques de un sistema de control de
un crucero (problema adaptado de Dorf y Bishop (2005)), determine la función de
transferencia del sistema utilizando álgebra de bloques.
Solución:
Observando la Figura 3.14, se nota que no se tiene ningún bloque en serie o paralelo,
aunque hay una realimentación, esta es difícil de ver, pero si se descompone el punto de
suma triple en la parte central del diagrama, tal y como se muestra en la Figura 3.15, es
más fácil de observar. Posteriormente se puede simplificar la realimentación negativa.
Notando que el resultado quedará en serie con el bloque G2 (s), se puede definir:
G1 (s)G2 (s)
A(s) = , (3.29)
1 + G1 (s)H3 (s)
k B(s)
C(s) = , (3.31)
s B(s)H1 (s) + 1
Figura 3.16: Diagrama de bloques de un sistema de control con una realimentación simplificada.
Diagramas de flujo
Ejercicio 3.2
Encontrar la ganancia del diagrama de flujo que se presenta en la Figura 3.19.
Solución:
En este caso, se tienen 3 trayectorias directas, las cuales se presentan en la Figura 3.20.
Las ganancias correspondientes son:
M1 = G1 G2 G3 G4 G5 G6
Figura 3.17: Diagrama de bloques de un sistema de control con otra realimentación simplificada.
M2 = G1 G2 G7 G6
M3 = G1 G2 G3 G4 G8
Por otro lado, las mallas del sistema se representan en la Figura 3.21 y sus ganancias
vendrían dadas por:
L1 = −G1 G2 G3 G4 G5 G6 H3
L2 = −G2 G3 G4 G5 H2
L3 = −G2 G7 H2
L4 = −G1 G2 G3 G4 G8 H3
L5 = −G1 G2 G7 G6 H3
L6 = −G4 H4
L7 = −G8 H1
L8 = −G5 G6 H1
Hay tres combinaciones de mallas que no se tocan: L6 con L3 , L6 con L5 y L3 con
L7 , todas las demás mallas se tocan en por lo menos un nodo. Con esta información
se puede calcular el determinante del diagrama:
∆=1− Li1 +
X X
Lj2
i j
= 1 − (L1 + L2 + L3 + L4 + L5 + L6 + L7 + L8 ) + (L3 L6 + L3 L7 + L5 L6 )
Para el caso del cofactor ∆k , hay que sustraer de ∆ las mallas que tocan la k-ésima
trayectoria directa:
En el caso de M1 , todas las mallas tocan esta trayectoria directa, por lo que
∆1 = 1.
(a) L1 (b) L2
(c) L3 (d) L4
(e) L5 (f) L6
(g) L7 (h) L8
Figura 3.21: Mallas del diagrama de flujo.
En el caso de M3 , todas las mallas tocan esta trayectoria directa, por lo que
∆3 = 1.
117
118
puesto que u(t) es acotada, es decir |u(t)| ≤ M con 0 < M < ∞ se obtiene:
Z ∞
|y(t)| ≤ M |h(τ )| dτ , (4.11)
0
por lo tanto, para que una función sea BIBO estable, es necesario que el área bajo la
curva |h(τ )| sea finita. Ahora bien, puesto que la función de transferencia es igual a
la transformada de Laplace de la respuesta al impulso:
Z ∞
G(s) = L {h(t)} = h(t)e−st dt. (4.13)
0
Cuando s es igual a alguno de los polos de G(s), se puede decir que G(s) = ∞, por
lo que (4.14) toma la forma:
Z ∞
∞≤ |h(t)| e−σt dt. (4.15)
0
Si alguno de los polos de G(s) (es decir, alguno de los valores propios de A) tiene
parte real mayor o igual a cero (está en el semiplano derecho del plano s o en el eje
jω) se deduce que |e−σt | ≤ 1, por lo tanto, para este caso:
Z ∞
∞≤ |h(t)| dt, (4.16)
0
que no cumple con la condición dada en (4.12). Por lo tanto, si algún polo del
sistema se encuentra en el eje jω o tiene parte real positiva, no se cumple
la condición de estabilidad BIBO por lo tanto el sistema sería inestable.
Solo los sistemas cuyos polos se encuentran en el semiplano izquierdo cumplen la
condición de ser BIBO estables.
|y(t)| ≤ M ≤ ∞, ∀t ≥ t0 , (4.17)
y además:
lı́m |y(t)| = 0. (4.18)
t→∞
ẋ(t) = Ax(t),
(4.19)
y(t) = Cx(t),
y dado que:
1
(sI − A)−1 = adj (sI − A) ,
|sI − A|
entonces la forma que tome la ecuación de salidas dependerá de los polos del sistema.
Si las n raíces de la ecuación característica se expresan como si = σi + jωi , con
i = 1, 2, . . . , n y existen m raíces simples y el resto son de orden múltiple, (4.21) se
puede escribir de la forma:
m X multi(i)−1
n−m−1
y(t) = Ki e si t + Lj tj es(m+1+i) t , (4.23)
X X
Región Región
Estable Inestable
Región Región
Estable Inestable
σi > 0 : Si hay por lo menos un polo con parte real positiva, o un polo de orden
múltiple en el eje imaginario, el sistema es inestable.
0.8
1
0.6
0.4
0.5
0.2
x2
0
x2
−0.2
−0.5
−0.4
−0.6
−1
−0.8
−1 −1.5
−1.5 −1 −0.5 0 0.5 1 1.5 −1.5 −1 −0.5 0 0.5 1 1.5
x1 x1
(a) Sistema estable con polos reales (b) Sistema estable con polos complejos
Respuesta a entrada cero de un sistema
Respuesta a entrada cero de un sistema
2.5
400
2
300
1.5
200
1
0.5 100
x2
0
x2
−0.5
−100
−1
−200
−1.5
−300
−2
−2.5 −400
−2 −1.5 −1 −0.5 0 0.5 1 1.5 2 −300 −200 −100 0 100 200 300
x1 x1
(c) Sistema marginalmente estable (d) Sistema inestable con polos complejos
Figura 4.2: Comportamiento de los estados, en función de la posición de los polos.
polo en la parte real positiva del plano complejo o al menos un par de polos
imaginarios, por lo que el sistema sería inestable.
2. Si todos los coeficientes son positivos, el sistema puede o no ser estable. Para
saber si existen raíces con parte real positiva, se procede primero a crear un
arreglo como se muestra a continuación (Dorf y Bishop, 2005):
sn an an−2 an−4 an−6 ···
sn−1 an−1 an−3 an−5 an−7 ···
sn−2 bn−1 bn−3 bn−5 bn−7 ···
sn−3 cn−1 cn−3 cn−5 cn−7 ···
.. .. .. .. ..
. . . . .
s0 zn−1
Los coeficientes b a z se calculan de la siguiente manera:
−1 an an−2
bn−1 =
,
an−1 an−3
an−1
−1 an an−4
bn−3 = ,
an−1 an−5
an−1
−1 an an−6
bn−5 = ,
an−1 an−7
an−1
−1 an−1 an−3
cn−1 = ,
bn−1 bn−3
bn−1
−1 an−1 an−5
cn−3 =
,
bn−1 bn−5
bn−1
Ejemplo 4.1
Considere las ecuaciones características dadas por (Ogata, 2003):
s4 2 3 10
s3 1 5 0
1·3−2·5
s2 1
= −7 10
s1 −7·5−1·10
−7
= 6,43
s0 10
El primer coeficiente de la fila s2 es negativo, lo que implica que el sistema tiene dos
cambios de signo, por lo que el sistema tendrá dos polos con parte real positiva y por
lo tanto es inestable.
En el segundo caso, al hacer el arreglo de Routh, se obtiene un cero en el primer
coeficiente de la fila s1 , tal y como se muestra a continuación:
s3 1 1
s2 2 2
s1 0≈
s0 2
Como después de ese cero, ya no había más coeficientes restantes, se trata de un caso
especial tipo 1. Por ello se cambia el cero por y se sigue el arreglo suponiendo que
es un número positivo pequeño. Como no hay cambios de signo, entonces este sistema
tiene raíces imaginarias puras.
En el último caso, el arreglo de Routh tiene una fila llena de ceros en la fila s3 , tal
y como se muestra a continuación:
s5 1 24 −25
s4 2 48 −50 .
s3 0 0
La fila s3 tiene todos los coeficientes iguales a cero, por lo que se trata de un caso
especial de tipo 2. Como la fila que volvió cero fue la s3 , entonces se construye un
polinomio auxiliar con los coeficientes de la fila s4 :
P (s) = 2s4 + 48s2 − 50,
y se deriva para encontrar los coeficientes necesarios para sustituir la fila de ceros del
arreglo:
P (s)
= 8s3 + 96s.
ds
Luego se sustituye estos coeficientes en el arreglo, y se sigue calculando el resto de
los coeficientes del arreglo de Routh:
s5 1 24 −25
s4 2 48 −50
s3 0 0
s3 8 96 .
s2 24 −50
s1 112,7
s0 −50
Sensor de peso
Y como se puede observar hay un cambio de signo, por lo que el sistema tiene un
polo con parte real positiva.
1.4
1.2
0.8
Amplitud
0.6
0.4
0.2
Señal original
Versión retardada
0
0 1 2 3 4 5 6 7 8
Tiempo (s)
entrada
salida
amplitud
0
0
tiempo
Figura 4.5: Respuesta al escalón de un sistema de primer orden más tiempo muerto.
Retardo (L): Es el tiempo que tarda en reaccionar la salida a partir del instante
que se aplica el escalón.
Constante de tiempo (τ ): Es el tiempo que tarda el sistema en alcanzar el 63.2 %
del valor final (es decir y = 0,632yf ), una vez que ha pasado el tiempo muerto.
τ = tτ − t0 − L. (4.32)
Kωn2 e−Ls
G(s) = , (4.33)
s2 + 2ξωn s + ωn2
donde K es la ganancia en estado estacionario, ωn es la frecuencia natural del sistema,
ξ es el factor de amortiguamiento y L es el retardo. El valor de ξ es el que determina si
los polos son complejos o no. Se pueden discernir los siguientes casos que se presentan
en la Figura 4.6:
Caso sobreamortiguado (ξ > 1): En este caso, el sistema tiene dos polos reales
diferentes. Esto produce que la respuesta del sistema sea muy parecida a la
del caso de primer orden, tal y como se puede observar en la Figura 4.6a. La
diferencia es que, al comienzo, el sistema no empieza a responder de manera
casi inmediata, sino que inicia con una pendiente de cero antes de aumentar su
amplitud.
Caso críticamente amortiguado (ξ = 1): En este caso, el sistema tiene dos polos
reales iguales. Su respuesta es muy parecida al caso sobreamortiguado, con la
diferencia de que es un poco más rápida. De hecho, el sistema críticamente
amortiguado es el más rápido sin sobrepaso, como se puede observar en la
Figura 4.6b.
Caso subamortiguado (0 <ξ < 1): Este es el caso en que los polos son complejos.
Esta característica produce la aparición de sobrepasos en la respuesta, tal y
como se presenta en la Figura 4.6c.
Caso oscilatorio (ξ = 0): Cuando los polos del sistema son imaginarios puros, la
respuesta del sistema presenta una oscilación mantenida en el tiempo con una
frecuencia igual a la frecuencia natural del sistema, tal y como se muestra en la
Figura 4.6d.
Caso inestable (ξ < 0): En este caso, el sistema tiene polos en el semiplano
derecho, por lo que la respuesta tenderá a infinito.
Kωn2 u0
Y (s) = . (4.34)
s + 2ξωn s + ωn s
2 2
1 1
0.9 0.9
0.8 0.8
0.7 0.7
Amplitude
0.6
Amplitude
0.6
0.5 0.5
0.4 0.4
0.3 0.3
0.2 0.2
0.1 0.1
0 0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 0 0.5 1 1.5 2 2.5 3
Tiempo (seconds) Tiempo (seconds)
2
1.2
1.8
1
1.6
0.8 1.4
1.2
Amplitude
0.6
1
0.4 0.8
0.6
0.2
0.4
0
0 1 2 3 4 5 6 0.2
0
0 2 4 6 8 10 12 14 16 18 20
Tiempo (seconds)
(c) Respuesta de un sistema subamorti-
guado. (d) Respuesta de un sistema oscilatorio.
Figura 4.6: Diferentes respuestas de un sistema de segundo orden.
√
con ωd = ωn 1 − ξ 2 , conocida como frecuencia natural amortiguada. Con esta
ecuación, se pueden obtener las especificaciones de la respuesta que se detallan en la
Figura 4.7:
Tiempo de subida (tr ): Se define como el tiempo necesario para que la respuesta
del sistema vaya del 0 % al 100 % de su valor final. En (4.36), el valor final de la
respuesta viene dado por yf = K ∗ u0 , por lo que todo lo que está dentro de los
paréntesis cuadrados es precisamente el porcentaje del valor final en función del
tiempo. Tomando en cuenta esto, el tiempo de subida se puede calcular como:
y(tr ) = 1,
!
ξ
1 − e−ξωn tr cos(ωd tr ) + √ sen(ωd tr ) = 1.
1 − ξ2
Tolerancia
permitida
Amplitud
0
0
Tiempo (s)
Sin embargo, como las funciones trigonométricas inversas solo están definidas
en un dominio limitado, se debe corregir esta ecuación para que los resultados
tengan sentido. Una función trigonométrica inversa se puede interpretar como
una función que recibe un número real y devuelve un “ángulo” en radianes.
Tomando en cuenta esto y siguiendo el procedimiento de Ogata (2003), así como
la relación geométrica de los parámetros del modelo en el plano complejo, como
se muestra en la Figura 4.8, es posible obtener que el ángulo que en realidad se
está buscando no es el que saldría si se realizara el cálculo directamente con
(4.38), sino que el ángulo que se está buscando vendría dado por π − β, con β
el ángulo que se define en la Figura 4.8.
Con esta corrección, el tiempo de subida se calcula entonces como:
√
1−ξ 2
π − tan −1
π − tan−1 σd
ω
ξ
tr = = √ . (4.39)
ωd ωn 1 − ξ 2
Tiempo al pico (tp ): El tiempo al pico es el tiempo que le toma al sistema alcanzar
el valor máximo de la salida. Por lo tanto, para encontrar este tiempo, lo que
se debe hacer es derivar (4.36), e igualar el resultado a cero. Al hacer esto, se
obtiene la siguiente ecuación:
dy(t) ωn
= sen(ωd tp ) √ e−ξωn tp = 0,
1 − ξ2
dt t=tp
1.8
1.6
1.4
amplitud 1.2
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10
tiempo (s)
Figura 4.9: Efecto en la respuesta al escalón al variar el factor de amortiguamiento.
tiempo (s)
Figura 4.10: Tiempo de asentamiento con los criterios del 2 % y 5 %.
4.5
3.5
3
amplitud
2.5
1.5
0.5
0
0 1 2 3 4 5 6 7 8 9 10
tiempo (s)
Figura 4.11: Efecto de agregar un cero de fase mínima a un sistema de segundo orden.
amplitud
−1
−2
−3
−4
0 2 4 6 8 10
tiempo (s)
Figura 4.12: Respuesta de un sistema de segundo orden cuando se agrega un cero de fase no mínima.
Sin embargo, esto provoca que el sobrepaso aumente conforme τc aumenta, es decir,
conforme el cero se acerca más al eje imaginario.
K
G(s) = e−Ls . (4.45)
(τ1 s + 1)(τ2 s + 1)
Aproximación retardo
Factor original
0.8
amplitud
0.6
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4
tiempo (s)
1 1
e−Ls = ≈ . (4.46)
e Ls 1 + Ls
1
Por lo que un factor de la forma τ0 s+1 se podría considerar como un retardo e−τ0 s .
En la Figura 4.13, se presenta un ejemplo de como un factor de primer orden se
aproxima mediante un retardo efectivo.
En el caso de que se tengan ceros de fase no mínima, estos se pueden aproximar
también mediante un retardo efectivo:
inv s
− T0inv s + 1 = e−T0 . (4.47)
Con estos dos criterios, se podría aproximar todas las constantes de tiempo peque-
ñas mediante retardos y encapsularlos todos junto con el retardo del sistema original,
puesto que:
−Toinv s + 1 −L0 s
≈ e−L0 s e−τ0 s e−To s = e−(L0 +τ0 +To )s = e−Ls .
inv inv
e (4.48)
τ0 s + 1
donde las constantes de tiempo τ0i están ordenadas de mayor a menor. Nótese que
este sistema no tiene polos complejos conjugados, por lo que este método solo es
válido para sistemas sobreamortiguados o críticamente amortiguados. La regla del
Half Rule dice que “la constante de tiempo en el denominador más grande que se
desprecia se debe repartir de manera equitativa entre el retardo efectivo y la constante
de tiempo más pequeña que se retiene” (Skogestad, 2003).
Si por ejemplo se desea representar el sistema con un modelo de primer orden más
retardo dado por:
K
G1 (s) = e−Ls , (4.50)
τ1 s + 1
entonces, de todas las constantes de tiempo del sistema, solo se debe retener la más
grande (que se representaría con τ01 ). La siguiente constante de tiempo más grande
(τ02 ) se debe repartir entre la constante de tiempo efectiva (τ1 ) y el retardo efectivo
(L). Entonces los parámetros del modelo reducido dado en (4.45) se calcularían de la
siguiente manera:
τ02
τ1 = τ01 + , (4.51)
2
τ02 X
L = L0 + + τ0i + inv
(4.52)
X
T0j ,
2 i≥3 j
τ2 = 0. (4.53)
Si más bien, se desea un modelo de segundo orden dado por:
K
G2 (s) = e−Ls , (4.54)
((τ1 s + 1) (τ2 s + 1))
se deben mantener τ01 y τ02 y empezar a despreciar las constantes de tiempo de ahí
en adelante. En este caso, los parámetros del sistema se calcularían como:
τ1 = τ01 , (4.55)
τ03
τ2 = τ02 + , (4.56)
2
τ03 X
L = L0 + + τ0i + inv
(4.57)
X
T0j .
2 i≥4 j
En ambos casos, la ganancia del modelo equivalente sería igual a la ganancia del
sistema original. No obstante, la forma de la función de transferencia en (4.49) no
toma en cuenta los ceros de fase mínima que pueden existir. El método que presenta
Skogestad es útil para efectos de control, pero no representa apropiadamente el efecto
de los ceros en el sistema. Por ello, para este curso, solo se debe utilizar la Half Rule
para los polos y los ceros de fase no mínima del sistema. Los ceros de fase mínima se
conservarán en el modelo reducido.
A continuación se presentan unos ejemplos para mostrar el uso de estas reglas en
la reducción de orden de sistemas.
Ejemplo 4.2
Obtener una aproximación de primer orden para el sistema:
3
G(s) = .
(s + 1)(0,2s + 1)
Solución:
En este caso, la ganancia del sistema es K = 3 y la constante de tiempo más grande
es τ01 = 1. Esta es la constante que se debe conservar. La siguiente constante más
grande τ02 = 0,2 se debe repartir entre el retardo y la constante de tiempo efectiva.
Entonces en este caso:
0,2
τ1 = 1 + = 1,1 ,
2
0,2
L= = 0,1.
2
Por lo tanto, la aproximación de primer orden G0 (s) para este sistema vendría
dado por:
3
G0 (s) = e−0,1s .
1,1s + 1
En la Figura 4.14 se presenta la respuesta al escalón del sistema original y de la
aproximación de primer orden. Como se puede observar, la aproximación es bastante
buena, con un pequeño error al inicio debido a las aproximaciones con los tiempos
muertos.
3
G
G
0
2.5
amplitud
1.5
0.5
0
0 1 2 3 4 5 6 7
tiempo (s)
Ejemplo 4.3
Obtener una aproximación de primer y segundo orden para el sistema:
2(15s + 1)
G(s) = .
(20s + 1)(s + 1)(0,1s + 1)2
Solución:
En este caso el sistema tiene una ganancia K = 2, un cero de fase mínima cuya
constante de tiempo es T0 = 15. Las constantes de tiempo del sistema vienen dadas
por τ01 = 20, τ02 = 1, τ03 = 0,1 y τ04 = 0,1.
Primero se aproximará el sistema con un modelo de primer orden, pero conservando
los ceros del modelo original. Para este caso la constante de tiempo que se conserva
es τ01 y se desprecian las demás. Por ello, el retardo efectivo viene dado por:
1
L= + 0,1 + 0,1 = 0,7.
2
La constante de tiempo efectiva vendría dada por:
1
τ1 = 20 + = 20,5,
2
por lo que el sistema aproximado de primer orden G01 (s) vendría dado por:
2(15s + 1) −0,7s
G01 (s) = e .
20,5s + 1
2
G(s)
1.8 G01(s)
G02(s)
1.6
1.4
1.2
amplitud
1
0.8
0.6
0.4
0.2
0
0 20 40 60 80 100 120
tiempo(s)
Figura 4.15: Respuesta al escalón del sistema y de los modelos reducidos del ejemplo 4.3.
Ejercicio 4.1
Un sistema de segundo orden tiene la siguiente función de transferencia:
32
G(s) = (4.58)
s2 + 4s + 16
Determine:
3. Las unidades de la ganancia si las unidades de entrada son ampers y las unidades
la salida son litros por segundo.
32 kωn2
= , (4.60)
s2 + 4s + 16 s2 + 2ξωn s + ωn2
4 2
4 = 2ξωn ⇒ ξ = = = 0,5.
2ωn 4
Como se cumple que 0 < ξ < 1, el sistema es subamortiguado y su salida presentará
oscilaciones en régimen transitorio. Tomando en cuenta los numeradores en (4.60), se
tiene que:
32 = kωn2 ,
por lo que k = 2.
80
70
60
50
salida (V)
40
30
20
10
0
0 1 2 3 4 5 6 7 8 9 10
tiempo (s)
El tiempo de subida.
Compare cada resultado con la medición directa a partir de la gráfica.
Solución:
La sobreelongación porcentual se determina a partir de la curva como:
ymax − yf
Mp = · 100 %,
yf
donde ymax es el valor máximo de la respuesta del sistema (el valor que toma en el
tiempo al pico) y yf es el valor de la salida en estado estacionario. De la Figura 4.16,
se puede obtener que ymax = 73,3 y yf = 48 por lo tanto:
73,3 − 48
Mp = · 100 % = 52,7 %,
48
Conociendo la sobreelongación porcentual, se puede determinar el coeficiente de
amortiguamiento del sistema:
√−ξπ √−ξπ
Mp = 100e 1−ξ2 ⇒ 52,7 = 100e 1−ξ2 ,
esta es una ecuación no lineal de una sola variable (ξ) que se puede resolver fácilmente
con la ayuda de logaritmos naturales. Al resolverlo se llega a que ξ = 0,2.
Conociendo ωn y ξ, el tiempo de asentamiento para una banda de 5 % se puede
calcular como:
3 3
ta5 % = = =3s
ξωn 0,2 · 5
Si se grafica la respuesta escalón junto con la banda de ±5 % (entre 45,59 y 50,39)
como en la Figura 4.17, el tiempo que se mide es 3,8 s. Como el escalón se aplica
en el instante t0 = 1 s, eso quiere decir que el tiempo de asentamiento medido de
la gráfica es 2,8 s. Esto concuerda bastante bien con la aproximación de 3 s que se
calculó con los parámetros del sistema obtenidos.
El tiempo de subida se define como el tiempo que le toma al sistema pasar del 0 %
al 100 % de su valor final la primera vez. Conociendo los parámetros, esto se calcula
como: √
1 1 2
!!
ωn − ξ
tr = √ π − tan−1 = 0,3617
ωn 1 − ξ 2 ξωn
Cuando se mide el tiempo de subida en la gráfica (ver Figura 4.18), se puede observar
que la ecuación predice correctamente este tiempo. En la gráfica, se mide que el
tiempo en que el sistema llega por primera vez al 100 % de su valor final es 1,36 s.
Como el escalón se aplicó en el instante t0 = 1 s, se llega a la conclusión que el tiempo
de subida medido en la gráfica es 0,36, que coincide con el cálculo anterior.
80
70
60
50
salida (V)
X: 3.8
40 Y: 45.59
30
20
10
0
0 1 2 3 4 5 6 7 8 9 10
tiempo (s)
Figura 4.17: Respuesta escalón junto con la banda del tiempo de asentamiento del 5 %.
80
70
60
X: 1.36
Y: 47.99
50
salida (V)
40
30
20
10
0
0 2 4 6 8 10
tiempo (s)
Figura 4.18: Medición del tiempo de subida directamente desde la curva de reacción.
Ejercicio 4.3
Suponga que se le solicita elegir un sensor para conectar a la salida de una planta de
segundo orden con las siguiente características:
Mp % = 20 %, ta2 % = 4 s.
kp ωn2 4,84kp
Gp (s) = ≈ 2 ,
s + 2ξωn s + ωn
2 2 s + 2s + 4,84
por lo tanto se necesita que:
4,84kp k 4,84kp
GE (s) = ≈ 2 ,
(s2 + 2s + 4,84)(T s + 1) s + 2s + 4,84
12
10
Salida=(V)
6
2 Planta
Conjunto=Planta−Sensor,=T=0.1
Conjunto=Planta−Sensor,=T=0.05
0
0 1 2 3 4 5 6
Tiempo=(s)
−1 −1 1 1
≤ −10ξωn ⇒ ≤ −10 ⇒ ≥ 10 ⇒ T ≤ .
T T T 10
(−0,3s + 1)(0,08s + 1)
G(s) = .
(2s + 1)(s + 1)(0,4s + 1)(0,2s + 1)(0,05s + 1)3
Solución:
Este sistema tiene siete polos, un cero de fase mínima y un cero de fase no mínima.
El cero de fase no mínima se puede aproximar con un retardo puro, el cual se suma
al retardo efectivo que aparece con los polos que se descartan.
τ1 = 2,
0,4
τ2 = 1 + = 1,2.
2
El retardo efectivo se calcula entonces con el resto de constantes de tiempo que se
descartan
0,4
L = 0,3 + + 0,2 + 3 · 0,05 = 0,85.
2
Entonces el modelo equivalente sería:
0,08s + 1
G02 = e−0,85s .
(2s + 1)(1,2s + 1)
En la Figura 4.20, se muestra la respuesta al escalón del sistema original y los dos
modelos reducidos.
Al igual que en los ejemplos anteriores, la mejor aproximación se obtuvo mediante
el modelo de segundo orden más tiempo muerto sobreamortiguado. En este caso,
la respuesta del sistema real y la del modelo reducido son casi indistinguibles. Por
supuesto, si el efecto del cero de fase no mínima fuera más notorio, la aproximación
podría no ser muy buena. Sin embargo, es claro que el método “Half Rule” es una
manera sencilla de obtener modelos aproximados de orden bajo.
1.2
0.8
0.6
amplitud
0.4
0.2
G(s)
0 G01(s)
G (s)
02
−0.2
0 2 4 6 8 10 12 14 16 18
tiempo (s)
Modelado e Identificación
153
5. Modelado analítico de sistemas
En este capítulo se presentan las ecuaciones físicas de varios sistemas comunes.
El modelado de los sistemas es el primer paso para el análisis y el diseño de los
sistemas de control. En la sección 5.1, se presenta una breve descripción de las leyes
fundamentales que se van a considerar en este capítulo. En la sección 5.2 se presenta
un breve repaso de los sistemas eléctricos, que ya se estudiaron en la sección 2.2. En
la sección 5.3 se introducen los sistemas mecánicos traslacionales mientras que los
rotacionales se presentan en la sección 5.4. En la sección 5.5.1, el motor de corriente
directa se presenta como un ejemplo de un sistema electromecánico. El modelado
analítico termina con los modelos de sistemas térmicos e hidráulicos, que se presentan
en la sección 5.6 y 5.7 respectivamente.
En la sección 5.8, se presenta un tipo de modelo que estudia la relación entre las
variables del sistema, pero en régimen permanente, es decir, cuando los estados tienen
valores constantes. Por último, muchos de estos modelos son modelos no lineales que
no se pueden escribir en la forma lineal de un MVE. Por ello en la sección 5.9 se
presenta un método para linealizar las ecuaciones diferenciales alrededor de un punto
de operación.
155
156
transformar en energía, pero el total, masa más energía, permanece constante. Sin
embargo, en los procesos normales (bajas temperaturas y bajas velocidades) esta
conversión es tan pequeña, que se suele hacer un balance de masa separado del balance
de energía.
En el caso de la masa, la relación se puede escribir como sigue (Loría y Mazón,
1989):
n m
d (ρv (t)V (t))
(ρi (t)qi (t)) − (ρj (t)qj (t)) = (5.1)
X X
,
i=1 j=1 dt
donde:
qj (t) es el caudal de la j-ésima sustancia que sale del sistema (m3 /s).
dmj
= ηje − ηjs + ηjf , (5.2)
dt
donde:
ηjs es el flujo de moles de la j-ésima sustancia que sale del sistema (mol/s).
1
El potencial eléctrico de una terminal, tampoco se puede medir con solo este punto, sino que es
necesario medirlo con respecto a la tierra, que se considera como el cero de referencia.
Impedancia
Elemento
Generalizada
Resistencia generalizada Rg
1
Capacitancia generalizada Cg p
Inductancia generalizada Lg p
Cuadro 5.1: Impedancias generalizadas.
fi − f10 − f12 = 0,
f12 − f20a − f20b − f23 = 0,
f23 − f30 = 0.
En las secciones siguientes, se presentarán las distintas ecuaciones que modelan los
sistemas físicos y en forma paralela, se presentará la relación que existe entre estas
ecuaciones y la red generalizada.
+ -
Inductor Inductancia (H) v21 (t) = L di21dt(t)
+ -
Resistor Resistencia (Ω) v21 (t) = Ri21 (t)
+ +
Relación de v43 (t) = a1 v21 (t)
Transformador
transformación a i21 (t) = a1 i34 (t)
- -
+
Amplificador v30 (t) = Kv12 (t) -
Ganancia K
operacional i1 (t) = 0 i2 (t) = 0
v21 (t) = v2 (t) − v1 (t) con v2 (t) y v1 (t) los potenciales de los nodos 2 y 1, medido con
respecto a un nodo de referencia (la tierra).
Además se ha agregado un elemento transformador de variables, que en el caso
eléctrico es precisamente un transformador eléctrico. Acá se supone que las pérdidas
en el transformador son despreciables, por lo que, siguiendo la ley de conservación de
energía, en un transformador se debe cumplir
es decir, los valores de la corriente y la tensión pueden variar, pero no así, la cantidad
de energía que se está trasegando.
También se ha incluido un elemento amplificador diferencial: el amplificador ope-
racional. Este es un dispositivo ampliamente utilizado en circuitos electrónicos y
especialmente en sistemas de instrumentación. El modelo ideal de este elemento tiene
como ecuación:
Ejemplo 5.1
Para la Figura 5.3, obtener la ecuación que relaciona la salida del circuito vout (t)
con la entrada vin (t).
Solución:
Dado el modelo del amplificador operacional con K grande pero finita, se puede
obtener que:
vout (t) = −Kv10 (t), (5.9)
porque vout (t) es igual a la salida del amplificador y la patilla positiva del amplificador
está conectada a tierra (0 V). Puesto que la corriente que entra al amplificador
operacional es prácticamente cero, se cumple que:
cuadro 5.3 se presentan los principales elementos y sus ecuaciones. Para efectos de
este curso, solo se considerará el movimiento en una sola dimensión. En el caso de más
dimensiones, estas mismas ecuaciones serán válidas para cada una de las dimensiones
consideradas, o bien, se podrá reescribir las ecuaciones en una forma vectorial.
El primer elemento con el que se trabaja en los sistemas mecánicos es la masa. De
acuerdo con la segunda ley de Newton, la fuerza que se aplica a un cuerpo es igual al
cambio en la cantidad de movimiento del mismo
d (M (t)v(t))
= f (t), (5.14)
dt
donde M (t) es la masa del cuerpo medida en kilogramos (kg), v(t) es la velocidad en
m/s y f (t) es la fuerza que se aplica sobre el cuerpo medida en newtons (N). Si la
masa es constante, se obtiene la forma común de la segunda ley de Newton, sabiendo
que la aceleración de un cuerpo es igual a la tasa de cambio de la velocidad del mismo.
d (v(t))
M = f (t). (5.15)
dt
La masa se considera como un almacenador de energía cinética (gracias a su
velocidad). Si el sistema se mueve en dirección vertical bajo el efecto de la gravedad,
la masa también es capaz de almacenar energía potencial en función de su altitud
con respecto al suelo. Si el cuerpo se ve sujeto a un campo gravitacional que provoca
una aceleración g, la energía potencial de un cuerpo a una altura h viene dada por:
U = mgh. (5.16)
= M dv(t)
dt
f (t) = K∆x(t)
Constante
= K (x2 (t) − x1 (t))
Resorte Lineal del resorte
o
(N/m) df (t)
dt
= K (v2 (t) − v1 (t))
Coeficiente
f (t) = B (v2 (t) − v1 (t))
Amortiguador de fricción
f (t) = B d(x2 (t)−x 1 (t))
(N/(m/s)) dt
x1 (t) = x2 (t) ab
Palanca Ideal -
f2 (t) = f1 (t) ab
f (t) = k∆x(t),
(5.18)
f (t) = k (x2 (t) − x1 (t)) ,
df (t)
= k (v2 (t) − v1 (t)) ,
dt (5.19)
df (t)
= kv21 (t),
dt
v21 (t) es la velocidad relativa del extremo 2 del resorte con respecto al extremo 1. A
partir de (5.19), se puede deducir que el resorte lineal ideal, es un caso particular
de la inductancia generalizada, donde la impedancia generalizada vendría dada por
Z(p) = k1 p.
Hasta ahora, solo se han visto elementos mecánicos almacenadores de energía. El
amortiguador en cambio es un elemento que solo es capaz de disipar energía. Al igual
que el resorte, se considera que su masa es despreciable, y por lo tanto, las fuerzas
aplicadas en sus extremos están balanceadas. La relación entre la fuerza y la velocidad
en un amortiguador viene dada por:
x1 (t) ≈ aθ(t),
(5.22)
x2 (t) ≈ bθ(t).
Ejemplo 5.2
Solución:
Para escribir las ecuaciones de este sistema, lo primero que se debe hacer es dibujar los
diagramas de cuerpo libre de las masas presentes en el sistema tal y como se presenta
en la Figura 5.5. Los diagramas de cuerpo libre representan a la masa y las fuerzas a
las que se ve sometida, tomando cada una de las masas presentes por separado. fr1 ,
fr2 y fr3 son las fuerzas producidas por los resortes, mientras que fa1 y fa2 son las
fuerzas producidas por los amortiguadores. La variable u es la fuerza externa que
mueve el sistema. Nótese que la dirección de la fuerza fr3 para el diagrama del cuerpo
libre de la masa 1 tiene sentido contrario a la fuerza fr3 del diagrama del cuerpo libre
de la masa 2, siguiendo la tercera ley de Newton.
Si x1 y x2 son los desplazamientos de la masa 1 y la masa 2 respectivamente y
además v1 y v2 representan sus velocidades, a partir de la segunda ley de Newton se
pueden escribir las siguientes ecuaciones:
dv1
u − fr1 − fa1 − fr3 = M1 , (5.28)
dt
dv2
fr3 − fr2 − fa2 = M2 . (5.29)
dt
fr1 = K1 x1 , (5.30)
fr2 = K2 x2 , (5.31)
fr3 = K3 (x1 − x2 ) , (5.32)
fa1 = B1 v1 , (5.33)
fa2 = B2 v2 . (5.34)
dv1
u − K1 x1 − B1 v1 − K3 (x1 − x2 ) = M1 , (5.35)
dt
dv2
K3 (x1 − x2 ) − K2 x2 − B2 v2 = M2 . (5.36)
dt
0 1 0 0 0
−(K1 +K3 ) 1
−B1 K3
0
M1 M1
ẋ = M1 x +
M1 u,
0 0 0 1 0
(5.37)
−(K2 +K3 )
K3
M2
0 M2
−B2
M2
0
1 0 0 0
" #
y= x.
0 0 1 0
Para obtener la red generalizada de este ejemplo, tenemos que considerar primero
el número de nodos del sistema. A cada nodo se le debe asociar una transvariable
y como en este caso solo se tienen dos velocidades, la red tendrá solo dos nodos
más el nodo de referencia, que en este caso, son las velocidades del suelo y las
paredes que se consideran como cero. Cada masa entonces corresponde a un capacitor
generalizado, cada resorte a un inductor generalizado y cada amortiguador a una
resistencia generalizada. La red equivalente se encuentra en la Figura 5.6. Si se aplica
la ley de incidencia de pervariables a ambos nodos marcados con v1 y v2 , se obtiene
la siguiente relación:
dv1
u − fr1 − fa1 − fr3 − M1 = 0, (5.38)
dt
dv2
fr3 − fr2 − fa2 − M2 = 0. (5.39)
dt
Y al comparar las ecuaciones (5.28) y (5.29) con (5.38) y (5.39) se puede comprobar
que ambas ecuaciones son las mismas y, puesto que las ecuaciones de cada elemento
son equivalentes, la red de la Figura. 5.6 representa el mismo sistema original.
τ = Jα
Inercia 2
Inercia J (kg m )
2
= J ddt2θ
rotacional
= J dω
dt
τ = K∆θ
Constante del
Resorte = K (θ2 − θ1 )
resorte K
torsional o
(N m/rad) dτ
dt
= K (ω2 − ω1 )
Coeficiente
Amortiguador τ = B (ω2 − ω1 )
de fricción B
torsional τ = B d(θ2dt−θ1 )
(N m s/rad)
θ1 = θ2 rr21
Engranaje ideal -
τ2 = τ1 rr12
i=1
τ (t) = Jα(t),
dω(t)
=J , (5.43)
dt
d2 θ(t)
=J .
dt2
A partir de (5.43), es posible deducir que la inercia rotacional corresponde a un
caso particular de un capacitor generalizado con una capacitancia generalizada de
C = J.
t << R
Disco 2
Jx = Jy = M R4
completo 2
Jz = M R2
t << R
Jx = Jy = M R 4+r
2 2
Anillo
Jz = M R 2+r
2 2
Jx = Jy = M 3R 12+L
2 2
Cilindro 2
Jz = M R2
R2 +r2 + 13 L2
Cilindro Jx = Jy = M 4
hueco Jz = M R 2+r
2 2
2
Jx = M L12
Barra
Js = M (L sen(θ))
2
12
Las leyes que rigen la relación entre los distintos elementos también son análogas a
las de los sistemas traslacionales:
La aceleración angular de un cuerpo es proporcional a la suma algebraica de
los pares que actúan sobre él:
N
dω(t)
τi = J (5.51)
X
,
i=1 dt
Si dos cuerpos rotan sobre un mismo eje, para cualquier par que ejerza el cuerpo
1 sobre el cuerpo 2 existirá un par de igual magnitud, pero de sentido contrario
ejercido por el cuerpo 2 sobre el cuerpo 1. En caso de que dos cuerpos se estén
tocando, pero no tengan un mismo eje de rotación, la fuerza de contacto entre
ellos seguirá la tercer ley de Newton, pero el par no necesariamente será igual.
puede ver como una inercia rotacional equivalente, desde el punto de vista del motor.
Si se define L como la distancia que avanza el tornillo en una revolución, la inercia
equivalente del sistema sería:
L 2
J =M . (5.53)
2π
Puesto que en cada revolución, el sistema avanza una distancia L, la relación entre
el giro del motor conectado y el desplazamiento vendría dada por:
θ(t)
x(t) = L . (5.54)
2π
fe
il
Figura 5.8: Dirección de la fuerza ejercida sobre un conductor con corriente i en un campo magnético
B.
em = Blv, (5.58)
P = tensión · corriente,
= em · i,
fe
= Blv ,
Bl
= vfe ,
B
em +
i v i Bl : 1 fe
+ fe
em M em v
−
Ejemplo 5.3
Ejemplo adaptado de Close et al. (2002):
Un galvanómetro es un dispositivo que se utiliza para medir tensión o corriente
eléctrica. Una fotografía de un galvanómetro se muestra en la Figura 5.11. En su
interior tiene una aguja conectada a un cilindro que puede rotar. Alrededor de este
cilindro hay una serie de espiras por donde pasa la corriente que se quiere medir. Este
cilindro además está dispuesto en el interior de un campo magnético y tiene conectado
R θ
+
vin −
resorte
R L
τB
τe
+ + em θ
vin
− − τK
J
Parte eléctrica Parte mecánica
Figura 5.13: Diagrama del cuerpo libre para el ejemplo 5.3.
eje de rotación).
Un diagrama de cuerpo libre del sistema es como el que se presenta en la Figura 5.13.
Las espiras tienen dos lados por los que se ejerce una fuerza. Del lado derecho, la
fuerza va hacia abajo, mientras que del lado izquierdo, la fuerza va hacia arriba.
Puesto que la distancia desde el conductor hasta el centro de rotación es a y que se
tienen N espiras, tomando en cuenta (5.56), el par producido por la interacción entre
la corriente y el campo magnético sería:
τe = (2N Bla)i. (5.59)
Sumando los pares se obtiene que:
τi = Jα,
X
τe − τB − τK = J θ̈,
J θ̈ + B θ̇ + Kθ = (2N Bla)i. (5.60)
En la parte eléctrica, a partir de (5.58) se debe obtener em . Cada uno de los lados
de la espira, se puede ver como un conductor que, en su totalidad, contabilizan 2N
conductores en serie. La velocidad lineal de cada uno de los conductores es igual
v = aθ̇. Por lo tanto, la fuerza contraelectromotriz total vendría dada por:
em = (2N Bla)θ̇. (5.61)
Analizando el circuito equivalente de la Figura 5.13, se obtiene que:
Li̇ + Ri + (2N Bla)θ̇ = vin , (5.62)
a partir de (5.60) y (5.62) es posible encontrar una RES o un MVE para hacer el
análisis del sistema.
Si se hace la simplificación de suponer que la inductancia del devanado es muy
pequeña (L ≈ 0), y definiendo γ = 2N Bla, el modelo se volvería de segundo orden:
γ2
!
B K γ
θ̈ + + θ̇ + θ = vin (5.63)
J JR J JR
De acá se puede obtener que la frecuencia natural del sistema vendría dada por:
s
K
ωn = ,
J
y que el coeficiente de amortiguamiento sería:
1 γ2
!
ξ= √ B+ .
2 KJ R
Es interesante notar que el sistema puede ser subamortiguado o sobreamortiguado,
dependiendo de las características del sistema, pero que su frecuencia natural solamente
depende de parámetros mecánicos. En estado estacionario, haciendo las derivadas
iguales a cero en (5.63), se obtiene la relación de qué tanto gira la aguja en función
de una tensión de entrada constante V :
γ
θss = V,
KR
y con esa información se puede entonces dibujar la escala para poder medir la tensión
en la fuente, utilizando un sistema electromecánico.
A
A
N B S
N S
B
Conmutador
Escobillas
+ - + -
◦
(a) θ = 0 (b) θ = 90◦
B
B
N A S
N S
A
+ - + -
◦
(c) θ = 180 (d) θ = 270◦
Figura 5.14: Conmutación en un motor DC durante un giro completo (adaptado de (Hubert, 2002)).
dφ(t)
vcem (t) = −NA , (5.64)
dt
Para poder encontrar tanto el par como la velocidad angular del motor, todavía es
necesaria una ecuación que los relacione. Esta ecuación es la que surge de tomar en
cuenta la carga conectada al motor. Esta situación se muestra en el ejemplo 5.4.
Ejemplo 5.4
Encuentre el modelo del sistema formado por un motor DC de imán permanente
conectado a una carga con inercia rotacional igual a J y que además se encuentra
sometido a una amortiguación viscosa con coeficiente B.
Solución:
El diagrama del cuerpo libre para la carga se presenta en la Figura 5.16. τM representa
el par aplicado por el motor sobre la carga. Puesto que el motor es de imán permanente,
el flujo de campo magnético tiene magnitud constante, por lo que las ecuaciones del
dependen del tiempo, sino que tienen una componente espacial. La ley de conducción
del calor de Fourier, indica que el flujo de calor es directamente proporcional al
gradiente de temperatura, esto es (Baehr y Stephan, 2011):
qA (x, t) = −λ∇T (x, t), (5.76)
donde qA (x, t) es la densidad de flujo de calor, T (x, t) es el campo escalar de
temperaturas y λ es la conductividad térmica del material. El signo menos indica
que el calor siempre fluye desde la región de mayor temperatura hasta la región
de temperatura menor. Cuando se analiza la variación del campo de temperaturas
utilizando la ley de conservación de energía y la ley de Fourier, se llega a una ecuación
en derivadas parciales, esto es, una ecuación diferencial que no solo depende del
tiempo, sino que también implica derivadas parciales de las componentes espaciales.
Para el caso en que las propiedades del cuerpo se suponen constantes, esta ecuación
diferencial toma la forma (Baehr y Stephan, 2011):
∂T Ẇ
= a∇2 T + , (5.77)
∂t cρ
donde a es la difusividad térmica (m2 /s), c es el calor específico y ρ es la densidad
volumétrica. ∇2 es conocido como Laplaciano y se define en coordenadas cartesianas
como ∇2 Φ = ∂∂xΦ2 + ∂∂yΦ2 + ∂∂zΦ2 .
2 2 2
puesto que depende de la velocidad del fluido, la estructura del sólido, la presión,
entre otros. Por ello, es un valor que se suele determinar de manera empírica. La
ecuación 5.81 tiene la misma forma que la de la resistencia térmica en el caso de la
conducción, por lo que, para el caso de este curso, cuando el calor fluya de un sólido
a un líquido, se considerará que existe una resistencia térmica en la interfaz entre
ellos.
Ejemplo 5.5
Obtener un modelo para el sistema de la Figura 5.18, con TH y TC como entradas
y T1 y T2 como salidas. V1 y V2 son los volúmenes dentro del intercambiador de calor,
qV 1 y qV 2 son los caudales (m3 /s) y ρ1 y ρ2 son las densidades de los fluidos (kg/m3 ).
Solución:
Un intercambiador de calor transfiere energía desde un fluido caliente a otro frío a
través de una pared metálica debido a su diferencia de temperatura. Utilizando las
ecuaciones presentadas en esta sección, es posible construir un modelo muy simple
y aproximado del comportamiento dinámico del sistema. En primer lugar, se deben
hacer algunas suposiciones importantes para simplificar el problema: se supondrá que
los parámetros del sistema no varían con la posición ni con el tiempo, que los fluidos
dentro de los volúmenes están perfectamente mezclados, que podemos despreciar la
variación de temperatura a través del intercambiador de calor y que el intercambiador
está perfectamente aislado, de manera que no se intercambia calor con el ambiente2 .
Si la masa dentro de las cámaras del intercambiador de calor se supone como una
2
Como se puede apreciar, el modelo es muy simple y dependiendo de las necesidades, podría ser
un modelo poco apropiado.
masa concentrada, se le puede asociar una capacitancia térmica. Así, para el caso
del fluido 1, esta capacitancia térmica sería Ct1 = M cp1 = V1 ρ1 cp1 con cp1 su calor
específico. Para el fluido 2, aplica una ecuación similar.
Para la primera masa de fluido se puede escribir la siguiente ecuación:
dT1 X
Ct1 = qi ,
dt
donde los qi son los flujos de calor que afectan a la primera masa de fluido. Uno de
los flujos es el intercambio de calor a través de las paredes internas. Este flujo de
calor se puede representar como una resistencia térmica de manera que:
Aσc 1
q1 = (T1 − T2 ) = (T1 − T2 ) .
l RT
q2 = k1 (TH − T1 ) .
Lo más probable es que esta constante dependa del calor específico y del flujo
0
másico, de manera que k1 = k1 ρ1 qV 1 cp1 . Como se desprecia el flujo de calor entre el
intercambiador y el ambiente, solo estos flujos se considerarían. La ecuación queda
entonces de la siguiente manera:
dT1 1
Ct1 = k1 (TH − T1 ) − (T1 − T2 ) . (5.82)
dt RT
dT2 1
Ct2 = k2 (TC − T2 ) + (T1 − T2 ) , (5.83)
dt RT
+ +
- -
Figura 5.19: Circuito equivalente del intercambiador de calor del Ejemplo 5.5.
q = Av, (5.84)
A1 v1 = A2 v2 , (5.85)
que es una forma de expresar la ley de conservación de masa y que toma el nombre
de ecuación de continuidad.
En el Cuadro 5.6, se muestran algunos de los elementos más importantes de los
sistemas hidráulicos. En este curso se considerarán el tanque abierto de área constante,
la tubería larga y la resistencia hidráulica.
Para modelar un tanque abierto se debe primero utilizar la ley de conservación
de la masa. Pero puesto que se supone que la densidad se mantiene constante, esta
ecuación se puede escribir en función de los caudales y el volumen del tanque:
dV (t)
= qe (t) − qs (t). (5.86)
dt
dP (t) ρg
= (qe (t) − qs (t)) , (5.90)
dt A
esta ecuación es similar a la de una capacitor si se considera P (t) como la transvariable
y el caudal resultante qe (t) − qs (t) como la pervariable. La capacitancia hidráulica
entonces vendría dada por CH = ρg A
(m4 s2 /kg).
Otro elemento importante es una tubería larga. En este caso, si se desea acelerar el
flujo de líquido a través de él, es necesario aplicar una fuerza que logre aumentar la
velocidad del líquido. A partir de la segunda ley de Newton se tiene que:
dv
F =M ,
dt (5.91)
dv(t)
A (P2 − P1 ) = ρAl ,
dt
pero la velocidad está relacionada con el caudal v(t) = q(t)/A. Al introducir esta
relación en (5.91) se obtiene:
ρl dq(t)
P21 (t) = , (5.92)
A dt
esta ecuación es análoga a la de los inductores eléctricos, con una inductancia
hidráulica igual a LH = ρl A
(kg/m4 ).
Algunos elementos presentan cierta resistencia al flujo de líquido debido a la fricción
y a las variaciones en el área de las tuberías. Algunos elementos que presentan este
tipo de resistencia son (Alfaro, 2005):
Sección
2
Sección
1
Figura 5.21: Caso general de una tubería en la que varía la velocidad, la presión y la altura de las
terminales.
Como ya se dijo, esta ecuación es válida para el caso en que la fricción del líquido
es igual a cero. En el caso general, se debe tomar en cuenta una pérdida de presión
debido a estas fricciones. Esta pérdida de presión representa una resistencia al flujo
de líquido. Cuando se incorpora la pérdida de presión Pp a (5.97), la ecuación queda
como:
ρv12 ρv 2
+ ρgz1 + P1 + Pp = 2 + ρgz2 + P2 . (5.98)
2 2
El valor de Pp depende del régimen del flujo (si es turbulento o laminar). El número
de Reynolds R es un valor adimensional que indica el régimen del líquido (Loría y
Mazón, 1989):
vd
R= , (5.99)
κ
donde v es la velocidad promedio del fluido, d es el diámetro de la tubería y κ es
el coeficiente de viscosidad cinemática (m2 /s) del fluido. Una vez que se calcula el
número de Reynolds, se pueden encontrar tres casos:
Si R < 2000 entonces el flujo es laminar.
Si R > 3000 entonces el flujo es turbulento.
Si 2000 < R < 3000, el flujo podría ser laminar o turbulento. Esto dependerá
de las condiciones del sistema.
Entonces, las pérdidas de presión se pueden aproximar mediante:
v 2 lρ
Pp = λ , (5.100)
2d
con l la longitud del tubo en metros. λ se calcula como
64
si es un régimen laminar
(
λ= R (5.101)
0,025 si es un régimen turbulento
Aún así, esta ecuación es complicada de utilizar, puesto que v2 y v1 dependen del
caudal (v2 = A2
q
y v1 = A1
q
). Sin embargo, se puede simplificar el análisis si solo se
consideran tubos con área transversal constante A1 = A2 , de esta manera:
1 q
q= ρg (z2 − z1 ) + (P2 − P1 ), (5.104)
RH
y si la diferencia de altura entre los extremos del tubo es igual a cero la ecuación se
simplifica todavía más:
1 q
q= P 2 − P1 . (5.105)
RH
Como se puede observar, esta es una relación no lineal entre el caudal y la presión.
Sin embargo, si la variación de la diferencia de presión es pequeña, esta relación se
puede aproximar a una relación lineal3 :
1
q= (P2 − P1 ) . (5.106)
RHf
Ejemplo 5.6
Encuentre un modelo que prediga la variación de las alturas (h1 y h2 ) de los
tanques de la Figura 5.22. A1 y A2 son las áreas de los tanques, RH es la resistencia
hidráulica a la salida del tanque uno, A3 es el área de la tubería de desagüe. Suponga
que no existe resistencia a la salida del tanque dos.
Solución:
3
Realizando una expansión de Taylor truncada hasta el elemento de primer orden.
La relación entre las alturas y los caudales se puede encontrar fácilmente a partir de
las ecuaciones de conservación de masa:
dh1 (t) 1
= (qe − q1 ) ,
dt A1
(5.107)
dh2 (t) 1
= (q1 − q2 ) ,
dt A2
qe es la entrada del sistema, sin embargo es necesario encontrar una expresión para q1
y q2 en función de h1 y h2 . En el caso de q1 es sencillo obtener la expresión a partir
de la resistencia hidráulica:
1 √
q1 = ∆P . (5.108)
RH
Puesto que la presión a la entrada del tanque y a la salida de la tubería es igual a
la presión atmosférica, se tiene que ∆P = ρgh1 , por lo tanto
1 q
q1 = ρgh1 . (5.109)
RH
Para el caso de q2 , se puede utilizar la ecuación de Bernoulli directamente para
calcular el flujo de salida. Si se define como v2 a la velocidad del líquido en la parte
superior del tanque dos y v3 a la velocidad de salida del tanque dos y tomando en
cuenta que la presión, en ambos extremos del tanque es igual a la presión atmosférica,
la ecuación de Bernoulli toma la forma:
1 2 1
v2 + gh2 = v32 . (5.110)
2 2
4
Se define punto de operación como el conjunto de valores de las variables de estado, entradas y
salidas a partir de los cuales se desea operar la planta y que se toma como condición inicial para su
estudio.
Ejemplo 5.7
Se puede obtener el modelo estático del sistema de dos tanques del Ejemplo 5.6 a
partir de (5.114).
Haciendo las derivadas iguales a cero y despejando los niveles h1 y h2 se llega a las
siguientes ecuaciones estáticas:
1 2 2
h1 = RH qe , (5.120)
ρg
1 A22 − A23 2
h2 = q . (5.121)
2g A22 A23 e
10
h1
h2
8
0
0 2 4 6 8 10
3
Caudal de entrada (m /s)
Figura 5.23: Curva estática correspondiente al sistema de dos tanques presentado en el Ejemplo 5.6.
En la Figura 5.23 se puede observar la curva estática del sistema hidráulico pre-
sentado en el Ejemplo 5.6 obtenida con (5.120) y (5.121) para un cierto conjunto de
valores de parámetros5 . Cada uno de los puntos de la curva representa el valor final
de las alturas h1 y h2 en función del valor del caudal de entrada. Cuando la entrada
varía, el sistema se desplazará de un punto a otro de la curva estática, de acuerdo
con la dinámica que se representa con su modelo.
5
Los valores de los parámetros se escogieron solamente con fines ilustrativos.
5.9. Linealización
Todos los sistemas reales son no lineales en cierta medida. Como en el caso de los
sistemas hidráulicos o en el caso del motor DC, a veces las relaciones matemáticas entre
las variables son no lineales (la raíz cuadrada en el caso de los sistemas hidráulicos o
la multiplicación de estados en el motor DC); otros tipos de no-linealidades son la
saturación o la histéresis.
Sin embargo, analizar estos tipos de sistemas es muy complejo y no existen métodos
estándar para su estudio. Por otro lado, para los sistemas lineales existe una base
teórica robusta para su análisis con la ayuda de una serie de herramientas matemáticas
y de simulación.
La linealización es un proceso que se puede utilizar para aproximar una relación
no lineal por medio de ecuaciones lineales que serán válidas en un rango limitado
alrededor de un punto de operación.
La ecuación de estado de un sistema no lineal viene dada por:
dx(t)
= f (x(t), u(t)) . (5.122)
dt
entrada u(t) = u0 (t), la expansión en series para cada una de las ecuaciones de los
estados por separado viene dado por:
m
∂fi (x, u)
ẋi (t) = fi (x0 , u0 ) + (xj − xj0 )
X
j=1 ∂xj x0 ,u0
(5.123)
p
∂fi (x, u)
+ (uj − uj0 ),
X
j=1 ∂uj x0 ,u0
δ ẋ = A0 δx + B0 δu, (5.125)
Ejemplo 5.8
1 1
!
dδh2 ρg A3 g
= √ (5.130b)
δh1 − δh2 .
A2 RH 2 ρgh10 2
2g
s
dt A2 1 − A32 h
A2 A 2 20
1− 3
A2
2
Si se toma como punto de operación qe0 = 8 m3 /s, h10 = 5,874 m y h20 = 3,229 m,
la respuesta ante un cambio en la entrada tal que δqe0 = 1, es como se presenta en
la Figura 5.24. Como se puede observar, para esa variación de la entrada, el modelo
7
h1
6 h2
Nivel (m)
h1 linealizado
5 h2 linealizado
3
0 20 40 60 80 100 120
Tiempo (s)
linealizado se aproxima muy bien al modelo no lineal, tanto en su dinámica (la forma
de la curva) como en su valor final.
Cuando se recalcula el modelo para otro punto de operación (qe0 = 5 m3 /s, h10 =
2,296 m y h20 = 1,263 m), el resultado es como en la Figura 5.25. Aunque el modelo
tiene la misma forma de (5.130), este es un modelo lineal diferente al del primer caso,
puesto que sus parámetros (las matrices del MVE) dependen del punto de operación.
Al compararlo con el caso anterior, se puede notar que la diferencia entre las curvas
es mayor, a pesar que δqe0 es igual, la razón por la que esto ocurre se puede explicar
observando el modelo estático de la Figura 5.23. Para el caso de un caudal igual a
8 m3 /s, la curva estática es casi una línea recta (es decir, muy cercano a un sistema
lineal), mientras que para el caso de un caudal igual a 5 m3 /s el modelo estático
está en un punto donde la curva es más pronunciada, por lo que la aproximación
lineal será más cruda. También es importante notar que la forma de las curvas de
respuesta al cambio en la entrada (la dinámica) es diferente en ambos casos, por
lo que, dependiendo de la aplicación, podría ser necesario utilizar los dos modelos
al mismo tiempo, si se desea estudiar el sistema con una aproximación lineal en un
rango más amplio de entrada.
3.5
3
h1
h2
2.5
Nivel (m)
h1 linealizado
h2 linealizado
2
1.5
1
0 20 40 60 80 100 120
Tiempo (s)
Figura 5.25: Comparación de la respuesta del modelo linealizado para un punto de operación diferente.
Ejercicio 5.1
En la Figura 5.26 se muestra un sensor de posición. Su funcionamiento es el siguiente:
la fuerza f (t), la cual es la entrada del sistema, empuja el rodillo de masa m por
un tubo con aceite y fricción viscosa b. Este rodillo posee un resorte con constante
de elasticidad k en su extremo que hace que se pueda devolver a la posición inicial
cuando la fuerza se retira. Atado al rodillo está la terminal de un potenciómetro al
que se conecta una fuente de tensión de 5 V respecto a tierra, por lo que se produce
una salida de tensión dependiendo de la posición del rodillo. Si la salida del sistema
es la tensión v(t) y la relación entre v(t) y x(t) (la distancia recorrida por el rodillo)
es v(t) = Rx(t), determine el modelo en variables de estado del sistema.
Figura 5.27: Diagrama del cuerpo libre para el sistema de la Figura 5.26.
Solución:
El diagrama del cuerpo libre del sistema se encuentra en la Figura 5.27. Definiendo
los desplazamientos como positivos hacia la izquierda, se obtiene:
d2 x(t)
f (t) − fk (t) − fb (t) = m , (5.131)
dt2
pero la fuerza ejercida por la amortiguación viscosa es:
dx(t)
fb (t) = b , (5.132)
dt
y la fuerza ejercida por el resorte es:
dx(t) d2 x(t)
f (t) − kx(t) − b =m . (5.134)
dt dt2
k b dv(t) m d2 v(t)
f (t) − v(t) − = . (5.135)
R R dt R dt2
Por lo general, el número de estados de un sistema es igual al doble de los cuerpos
que posean masa puesto que los estados se pueden escoger como el desplazamiento
y la velocidad de estos cuerpos. Como v(t) = Rx(t), Los estados se pueden escoger
como:
x1 (t)
" # " #
v
x(t) = = . (5.136)
x2 (t) v̇
Ejercicio 5.2
Un cohete propulsado por una fuerza F (t) se muestra en el diagrama del cuerpo libre
de la Figura 5.28. Suponiendo que la fricción del aire es proporcional a la velocidad
del mismo con una constante de proporcionalidad b (y por tanto se comporta como
un amortiguador viscoso). La constante gravitacional g no se considera constante sino
que se calcula como:
GM
g= , (5.139)
(R + d(t))2
donde G es la constante gravitacional, M es la masa de la Tierra (suponemos que es
un cohete terrestre), R es el radio de la Tierra y d es la altura del cohete.
La fuerza que impulsa el cohete proviene de la combustión de algún material. La
ecuación para esta fuerza viene dada por6 :
6
http://www.grc.nasa.gov/WWW/k-12/airplane/rockth.html
como constante y por último, se trata de un sistema en el que la masa está variando
con el tiempo.
Debido a que la masa varía, se debe utilizar la ecuación (5.14) en lugar de la
ecuación (5.15) para analizar la suma de fuerzas:
d (Mt (t)v(t))
Fx = (5.141)
X
,
dt
Mt (t) es la masa total del sistema en el instante t y v(t) es la velocidad del cohete.
Esta masa la vamos a modelar como la masa inicial M0 menos la cantidad de masa
de combustible que se ha perdido desde el instante inicial que, por simplicidad, se va
a considerar igual a cero. Es decir Mt = M0 − ṁc t.
La sumatoria de fuerzas se puede escribir como:
F x = F − Fb (t) − Mt g
X
GM (5.142)
= ṁc Ve + (pe − p0 )Ae − bv(t) − (M0 − ṁc t)
(R + d(t))2
Por supuesto, la masa Mt nunca puede llegar a ser cero, puesto que, si se diera el
caso que todo el combustible se consumiera, la masa total debería ser simplemente la
masa del cohete. Esta es una consideración que debería hacerse a la hora de intentar
simular estas ecuaciones. Introduciendo (5.142) en (5.141), se llega a que
Ejercicio 5.3
7
En la mayoría de los casos es preferible no trabajar con variables que identifiquen aceleraciones
o velocidades, es mejor utilizar de una vez la notación: a = d¨ y v = d˙ donde a es la aceleración y v
es la velocidad.
→+
F = M2 · d¨2 ⇒
X
←+
τ = J · θ̈ ⇒
X
←-+
a · fK1 − b · fK2 = 0
a · K1 · (d1 − a · θ) − b · K2 · (b · θ − d2 ) = 0 (5.147)
8
El momento de inercia J de la palanca es directamente proporcional a la masa de ésta, si se
supone que la masa de la palanca es despreciable, su momento de inercia es nulo. Se supone además
que el ángulo θ es pequeño, menor a 15◦ , por lo que sin(θ) = θ.
a · K1 · (d1 − a · θ) − b · K2 · (b · θ − d2 ) = 0
a · K1 · d1 − a2 · K1 · θ − b2 · K2 · θ + b · K2 · d2 = 0 ⇒
a · K1 b · K2
θ= · d1 + 2 · d2 (5.148)
a2 · K 1 + b · K2
2 a · K 1 + b2 · K 2
Introduciendo (5.148) en (5.145) y (5.146) se obtiene:
1 B1 ˙ K1
d¨1 = · f1 − · d1 − · d1
M1 M1 M1
!
K1 a · K1 b · K2
+ ·a· 2 · d1 + 2 · d2
M1 a · K 1 + b2 · K 2 a · K1 + b 2 · K2
−b2 K1 K2 B1 ˙ a · b · K1 · K2 f1
= d1 − d1 + d2 + (5.149)
M1 · (a · K1 + b · K2 )
2 2 M1 M1 (a · K1 + b · K2 )
2 2 M1
!
B2 ˙ K2 K2 a · K1 b · K2
d¨2 = − · d2 − · d2 + ·b· 2 · d 1 + · d2
M2 M2 M2 a · K 1 + b2 · K 2 a2 · K 1 + b 2 · K 2
a · b · K 1 · K2 a2 · K 1 K 2 B2 ˙
= d 1 − d2 − d2 . (5.150)
M2 (a · K1 + b · K2 )
2 2 M2 · (a · K1 + b · K2 )
2 2 M2
Como solo (5.149) depende de f1 (t), las ecuaciones (5.149) y (5.150) son l.i, de esta
forma los acumuladores de energía son independientes y se puede realizar la siguiente
asignación de estados:
x1 (t) d1 (t)
x˙1 = x2
2
!
−b K1 K2 B1 a · b · K1 · K2 f1
x˙2 = x1 − x2 + x3 +
M1 · (a · K1 + b · K2 )
2 2 M1 M1 (a · K1 + b · K2 )
2 2 M1
x˙3 = x4
−a2 · K1 K2
!
a · b · K1 · K2 B2
x˙4 = x 1 + x3 − x4
M2 (a · K1 + b · K2 )
2 2 M2 · (a · K1 + b · K2 )
2 2 M2
Si f1 = u y y = d1 , el modelo en variables de estado sería:
o 1 0 0 0
−b2 K1 K2
·(a2 ·K1 +b2 ·K 2)
B1
−M a·b·K1 ·K2
M1 (a2 ·K1 +b2 ·K2 )
0 1
ẋ = ·x+
M
1 1
M1 ·u
0 0 0 1
0
a·b·K1 ·K2
M2 (a2 ·K1 +b2 ·K2 )
0 −a2 ·K1 K2
M2 ·(a2 ·K1 +b2 ·K2 )
B2
−M 0
2
h i
y= 1 0 0 0 ·x
Siendo la asignación de estados:
x1 (t) d1 (t)
Ejercicio 5.4
Solución:
Primeramente se determinarán las ecuaciones físicas del sistema:
Para el motor DC:
Vin = Ra · ia + La · i˙a + Vm , (5.151)
donde Vm es la tensión contraelectromotriz generado por el motor.
A la salida del motor:
Vm = kf · θ̇m (5.152)
τm = kf · ia , (5.153)
donde kf es una constante, θ˙m es el ángulo de giro del eje y τm es el par de salida
generado por el motor.
Sumatoria de pares en la salida del motor:
τm − τB − τK = 0 ⇒
τK = τL ⇒
Vin = Ra · ia + La · i˙a + Vm
Vm = kf · θ̇m
τm = kf · ia
τm − B · θ̇m − K(θm − θS ) = 0
K(θm − θS ) = J · θ̈S
De (5.151) se observa que la corriente del inductor podría ser un estado, no obstante,
de (5.153) se concluye que el par del motor también puede serlo, ya que es linealmente
dependiente con la corriente del inductor. Cualquiera de los dos puede ser estado, pero
los dos no pueden serlo al mismo tiempo, de lo contrario se agregaría más información
de la necesaria al MVE. Por otro lado, en (5.154) se observa que θm puede ser estado,
ya que se encuentra derivado. De (5.155) se concluye que θ̇S puede ser estado, ya que
se encuentra derivado. Por último, tanto en (5.154) como (5.155) aparece θS , por lo
que se debe definir como estado, ya que de lo contrario no se podrían escribir las
derivadas de los estados en función de los estados y las entradas.
De este análisis se concluye que dos posibles asignaciones del vector de estados son:
ia τm
θm θm
x1 (t) = x2 (t) =
θS θS
θ̇S θ̇S
ẋ2 θ̇m
ẋ(t) = = = F (x, u) .
ẋ3 θ̇S
ẋ4 θ̈S
Ra kf 1
i̇a = − · ia − · θ̇m + · Vin (5.156)
La La La
La cual es una expresión de i̇a (un estado derivado) en función de un estado, la
entrada del sistema y el estado derivado θ̇m , por lo que no es una ecuación válida
para el MVE buscado, se debe eliminar θ̇m de (5.156). A partir de sustituir (5.153)
en (5.154) se tiene que:
kf · ia − B · θ̇m − K(θm − θS ) = 0 ⇒
kf K
θ̇m =
· ia − · (θm − θS ) (5.157)
B B
la cual es una expresión de un estado derivado en función de estados sin derivar,
por lo que es una ecuación válida para el modelo en variables de estado buscado.
Sustituyendo (5.157) en (5.156) se obtiene que:
1
" #
Ra kf kf K
i̇a = − · ia − · · ia − · (θm − θS ) + · Vin ⇒
La La B B La
kf2 1
!
Ra kf · K kf · K
i̇a = − + · ia + · θm − θS + · Vin (5.158)
La La · B La · B La · B La
(5.158) es una expresión de un estado derivado en función de estados sin derivar y la
entrada del sistema, por lo que es una ecuación válida para el MVE. Finalmente, de
(5.155) se obtiene que:
K K
θ̈S = · θm − · θS (5.159)
J J
Esta es una expresión de un estado derivado en función de estados sin derivar, por lo
que también es una ecuación válida para el modelo en variables de estado. A partir de
kf2 1
!
Ra kf · K kf · K
ẋ1 = − + · x1 + · x2 − x3 + ·u (5.160)
La La · B La · B La · B La
kf K K
ẋ2 = · x1 − · x2 + · x3 (5.161)
B B B
x3 = θS ⇒
ẋ3 = θ̇S = x4 (5.162)
K K
ẋ4 = · x2 − · x3 (5.163)
J J
y la salida es:
y = θ S = x3 (5.164)
Las ecuaciones (5.160) a (5.164) en forma matricial resultan:
kf2
kf ·K k ·K 1
ẋ1 −
Ra
+ − Lfa ·B 0 x1
La La ·B La ·B La
ẋ2 2 0
kf x
0
ẋ(t) =
=
−K K
· + · u(t)
ẋ3 B B B x3 0
0 0 0 1
0
ẋ4 0 K −K
0 x4
J J
x1
h i x2
y(t) = 0 0 1 0 ·
x3
x4
Con: h iT
x(t)T = ia θm θS θ̇S
u(t) = Vin
y(t) = θS
Ejercicio 5.5
Para medir la máxima deformidad de un cuerpo, con constante de elasticidad k,
se puede utilizar el sistema de la Figura 5.34. El sistema consta de un motor DC
alimentado por la tensión Va , en la salida del motor se tiene un momento de inercia
+
-
J2 , debido a la geometría de su eje. Por la presencia de los roles, se tiene una fricción
viscosa B. El eje del motor se conecta a un engrane de radio R2 , éste se conecta a otro
engrane de radio R1 (con R2 <R1 ) para reducir la velocidad del motor y aumentar el
par aplicado al cuerpo. Al engrane R1 se conecta el cuerpo de estudio, cuya inercia
rotacional es J1 . Para determinar su resistencia, uno de sus extremos se conecta a
un soporte fijo. La idea del sistema es determinar el máximo ángulo de giro θ1 antes
de que el cuerpo se destruya, por lo general esta prueba es destructiva. Determine
el modelo en variables de estado de este sistema si la entrada es la tensión Va y la
salida es el ángulo θ1 . Además, grafique el comportamiento del ángulo de salida si se
tienen los siguientes parámetros:
kf = 0, 1N · m · A−1 k = 12N · m · rad−1 La = 0, 28H
Ra = 0, 1Ω J1 = 0, 02215kg · m2 B = 1N · m · s · rad−1
R1 = 0, 05m R2 = 0, 3m J2 = 2kg · m2 Va = 240V
Solución:
Las ecuaciones físicas del sistema son:
Para el circuito eléctrico:
Va = Ra · ia + La · i̇a + Vm (5.165)
Para el motor DC:
τm = kf · ia (5.166)
Vm = kf θ̇m (5.167)
Sumatoria de pares en la salida del motor:
τm − τ2 − B · θ̇m = J2 θ̈m (5.168)
En el sistema de engranajes:
R1
θm = · θ1 (5.169)
R2
R2
τ2 =
· τ1 (5.170)
R1
Sumatoria de pares en la salida del engranaje R1 :
τ1 − k · θ1 = J1 · θ̈1 (5.171)
B · R1 J2 · R1
τm − τ2 − · θ̇1 = · θ̈1 (5.173)
R2 R2
Luego, al despejar τ1 de la ecuación (5.171) y sustituirlo en (5.170) se tiene:
R2
τ2 = · J1 · θ̈ + kθ1 (5.174)
R1
Reemplazando (5.166) y (5.174) en (5.173) se tiene:
R2 b · R1 J2 · R1
kf · ia − · J1 · θ̈1 + k · θ1 − · θ̇1 = · θ̈1 ⇒
R1 R2 R2
k · R22 B · R12 kf · R1 · R2
θ̈1 = − 2 2
· θ1 − 2 2
· θ̇1 + · ia (5.175)
J2 · R1 + J1 · R2 J2 · R1 + J1 · R2 J2 · R12 + J1 · R22
Si el vector de estados se define de forma que:
x1 θ1
x(t) = x2 = θ̇1
x3 ia
0 1 0
0
k·R22 B·R12 kf ·R1 ·R2
ẋ(t) = − − · x(t) + 0
J2 ·R12 +J1 ·R22 J2 ·R12 +J1 ·R22 J2 ·R12 +J1 ·R22 · Va
1
kf ·R1
0 − La ·R2 −R a
La La
h i
y(t) = 1 0 0 · x(t)
Para graficar la respuesta del sistema se utilizará el bloque State-Space de la librería
Continuous de Simulink. Este bloque permite modelar un sistema utilizando el modelo
en variables de estado (en la misma librería se encuentran bloques para modelar
sistemas a partir de la función de transferencia). La librería y el bloque se muestran
en la Figura 5.35. Al seleccionar el bloque con el clic derecho, colocarlo en un nuevo
modelo y presionar doble clic izquierdo sobre él, aparece la ventana de parámetros
del bloque, tal y como se muestra en la Figura 5.36.
En donde se pueden ingresar las matrices que conforman el MVE de la siguiente
forma:
Ejercicio 5.6
Determine el MVE del sistema mecánico que se muestra en la Figura 5.37. La salida
del sistema es la distancia relativa entre el bloque de masa M1 y el bloque de masa
M2 , la entrada del sistema es la fuerza u.
Solución:
En la Figura 5.38 se muestra el diagrama de cuerpo libre del bloque de masa M1 ,
de él:
F = M1 · d¨1 ⇒
X
+→
= −fk1 − fk2 − fB + u ⇒
= −k1 · d1 − K2 · (d1 − d2 ) − B · (d˙1 − d˙2 ) + u
K1 + K2 K2 B ˙ B ˙ 1
d¨1 = − · d1 + · d2 − · d2 + · d1 + ·u (5.176)
M1 M1 M1 M1 M1
F = M2 · d¨2
X
+→
= fk2 − fk3 + fB ⇒
= k2 · (d1 − d2 ) − K3 · d2 − B · (d˙1 − d˙2 ) ⇒
K2 K2 + K3 B ˙ B ˙
d¨2 = · d1 − · d2 + · d1 − · d2 (5.177)
M2 M2 M2 M2
Si la asignación de estados se hace como sigue:
x1 (t) d1 (t)
x2 (t) d2 (t)
x(t) = =
d˙1 (t)
x3 (t)
d˙2 (t)
x3 (t)
9
Si la fricción viscosa es proporcionada por un cilindro, el carro de masa M1 empujará dicho
cilindro, posteriormente éste último empujará el carro de masa M2 , por esta razón la dirección de la
fuerza en la Figura 5.38 es hacia la derecha. Si la fricción viscosa fuese proporcionada por alguna
sustancia en el suelo, ambos carros experimentarían una fuerza de fricción viscosa pero hacia la
izquierda.
0 0 1 0 0
0 0 0 1 0
ẋ(t) = ·x+
·u
− K1M+K K2 1
− MB1 B
2
1 M1 M1 M
1
K2
M2
− K2M+K
2
3 B
M2
− MB2 0
h i
y(t) = 1 −1 0 0 · x(t)
Siendo la asignación de estados:
x1 (t) d1 (t)
x2 (t) d2 (t)
x(t) = =
d˙1 (t)
x3 (t)
d˙2 (t)
x3 (t)
Ejercicio 5.7
Determine el modelo en variables de estado del sistema mostrado en la Figura 5.40 si
la entrada es el par aplicado τin y la salida es el ángulo de giro de la inercia rotacional
J2 .10
Solución:
Como es costumbre, se determinarán primero las ecuaciones físicas del sistema:
Sumatoria de pares en la entrada del resorte k1 :
τin − τK1 = 0 ⇒
10
Problema modificado de “Modelado y análisis de los sistemas utilizando la red generalizada”,
Víctor Alfaro, 2005.
ẋ = A · x + B · u
(5.181)
y =C ·x+D·u
solo hay dos posibilidades, eliminar θ2 o definirlo como estado. Como no se tienen
ecuaciones suficientes para eliminarlo se debe definir como estado. Por otro lado, en
(5.179) y (5.178) está el término K1 (θ1 − θin ), en (5.178) este término se iguala al
par de entrada, por lo que se puede sustituir (5.178) en (5.179) para eliminar por
completo a θ1 y a θin y no tomarlos como estados. De este análisis se concluye que
11
Esta sumatoria se debe a que ambas inercias no en encuentran en un mismo eje fijo, por lo
tanto se hacen sumatorias de pares distintas para cada sección.
x3 θ̇1
x1 = θ2 ⇒
(5.184)
ẋ1 = θ̇2 = x2
K2 B1 + B2 B1
θ̈2 = − · θ2 − · θ̇2 + · θ̇1 ⇒
J2 J2 J2
K2 B1 + B2 B1
ẋ2 = − · x1 − · x2 + · x3 (5.185)
J2 J2 J2
finalmente, sustituyendo (5.178) en (5.179) y despejando θ̈1 del resultado tiene que:
B1 B1 + B2 1
θ̈1 = − · θ̇2 − · θ̇1 + · τin ⇒
J1 J1 J1
B1 B1 + B2 1
ẋ3 = − · x2 − · x3 + ·u (5.186)
J1 J1 J1
y a partir de (5.183), (5.184), (5.185) y (5.186) en forma matricial se obtiene:
0 1 0
0
ẋ1 x 1
− KJ22 − B1J+B
B1
x(t) = ẋ2 = 2
0
· x2 + 1 · u
2 J2
ẋ3 0 − BJ11 − B1J+B
1
2 x3 J1
h i x1
y(t) = 1 0 0 · x2
x3
Siendo este el modelo en variables de estado del sistema.
Sistemas hidráulicos
Ejercicio 5.8
Determine el MVE no lineal del sistema hidráulico mostrado en la Figura 5.41 si
las entradas del sistema son los caudales qa y qb y la presión atmosférica Patm , las
salidas son los niveles de ambos tanques y el caudal de salida qo . Suponga que todos
los tanques están al mismo nivel respecto al suelo.
Solución: Las ecuaciones físicas del sistema son:
Para el tanque 1:
qa − q1 = C1 · Ṗ1 (5.187)
Donde q1 y P1 son respectivamente, el caudal de salida del tanque y la presión en el
fondo del mismo, C1 es la capacitancia hidráulica asociada.
Para la bomba:
qout P1
= =n (5.188)
q1 Pout
Donde P1 es la presión de entrada a la bomba, Pout es la presión de salida y qout es el
caudal de salida de la bomba.
Para la restricción k1 : q
qout = k1 · Pout − P2 (5.189)
Donde P2 es la presión de entrada al tanque 2.
Para el tanque 2:
qb + qout − qo = C2 · Ṗ2 (5.190)
Y para la restricción k2 : q
qo = k2 · P2 − Patm (5.191)
Sustituyendo (5.189) y (5.191) en (5.190) se tiene:
q q
qb + k1 · Pout − P2 − k2 · P2 − Patm = C2 · Ṗ2 ⇒
k2 q k1 q 1
Ṗ2 = −· P2 − Patm + · Pout − P2 + · qb (5.192)
C2 C2 C2
Por otro lado, de (5.189) y (5.188) se tiene que:
s
k1 P1
q1 = · − P2 (5.193)
n n
P1
Pout = (5.194)
n
y sustituyendo (5.193) en (5.187) se tiene:
s
k1 P1
qa − · − P2 = C1 · Ṗ1 ⇒
n n
s
k1 P1 1
Ṗ1 = − · − P2 + · qa (5.195)
C1 · n n C1
sustituyendo (5.194) en (5.192) se obtiene:
s
k2 q k1 P1 1
Ṗ2 = − · P2 − Patm + · − P2 + · qb (5.196)
C2 C2 n C2
de (5.195) y (5.196) se observa que si los estados y las entradas se definen de forma
que:
" # " # u1 qa
x1 P1
x(t) = = u(t) = u2 = qb
x2 P2
u3 Patm
Se tendría:
k1 x1 1
r
ẋ1 = − · − x2 + · u1
C1 · n n C1
k2 √ k1 x1 1
r
ẋ2 = − · x2 − u3 + · − x2 + · u2
C2 C2 n C2
por otro lado, como12 :
1 1
ρ · g · h1 + Patm = P1 ⇒ h1 = y1 = · (P1 − Patm ) = · (x1 − u3 )
ρ·g ρ·g
12
Como P1 y P2 son presiones absolutas, son iguales a la presión que ejerce el líquido en el fondo
del tanque (p · g · h) más la presión atmosférica Patm .
1 1
ρ · g · h2 + Patm = P2 ⇒ h2 = y2 = · (P2 − Patm ) = · (x2 − u3 )
ρ·g ρ·g
por último, de (5.191) se tiene que:
q
qo = k2 · P2 − Patm ⇒
√
y 3 = k2 · x2 − u3
por lo que el MVE no lineal del sistema sería:
k1 x1 1
r
ẋ1 = − · − x2 + · u1
C1 · n n C1
k2 √ k1 x1 1
r
ẋ2 = − · x2 − u 3 + · − x2 + · u2
C2 C2 n C2
1
y1 = · (x1 − u3 )
p·g
1
y2 = · (x2 − u3 )
p·g
√
y3 = k2 · x2 − u3
Ejercicio 5.9
Obtenga el MVE no lineal del sistema hidráulico mostrado en la Figura 5.42 si las
entradas del sistema son el caudal q1 y la presión atmosférica Patm y la salida es el
caudal qo .
Solución:
Las ecuaciones físicas del sistema son:
Para el tanque 1:
q1 − q2 = A1 · ḣ1 (5.197)
Para la restricción k1 :
q
q2 = k1 · (ρ · g · h1 + Patm ) − Patm ⇒
q
q 2 = k1 · ρ · g · h1 (5.198)
Para el segundo tanque:
q2 − qo = A2 · ḣ2 (5.199)
k1 q 1
ḣ1 = − ρ · g · h1 + · q1 (5.202)
A1 A1
De (5.198) en (5.199) se obtiene:
q
k1 ρ · g · h1 − qo = A2 · ḣ2 ⇒
k1 q 1
ḣ2 = · ρ · g · h1 − · qo (5.203)
A2 A2
De (5.201) se tiene que:
1
P3 = · q 2 + Patm (5.204)
k22 o
Resultado que puede introducirse en (5.200) para obtener:
1
!
(ρ · g · h2 + Patm ) − · q 2 + Patm = La · q̇o
k22 o
ρ·g 1
q̇o = · h2 − · q2 (5.205)
La La · k22 o
Si se define que:
x1 h1
x(t) = 2 = h2
x y(t) = qo = x3 u(t) = q1
x3 qo
Ejercicio 5.10
Determine el modelo en variables de estado del sistema mostrado en la Figura 5.43 si
las entradas son el caudal qe y la presión atmosférica Patm , mientras las salidas son el
caudal qs y el caudal qo . El radio del tanque cónico es R y su altura es h. Al lado del
tanque de paredes paralelas se coloca un pequeño orificio de área A a una altura h3
del nivel del suelo, suponga que siempre existe un caudal qo y por tanto h2 > h3 .
Solución:
Primeramente se determinarán las ecuaciones físicas del sistema:
Para el tanque cónico se tiene, por la ecuación de balance de masas:
qe − q1 = V̇ (5.206)
donde V̇ es la derivada del volumen respecto al tiempo, es importante notar que para
el caso de tanques de paredes paralelas y abiertos se tenía:
pero (5.207) solo es aplicable si los tanques son abiertos y de paredes paralelas, la
ecuación (5.206) es el caso general para un tanque de cualquier geometría. De esta
forma, se podría obtener una expresión analítica del volumen del tanque en función
del nivel de éste para utilizar el nivel como variable de estado, como es costumbre en
estos casos.
En la Figura 5.44 se muestra la mitad de la sección transversal del tanque cónico, en
la figura R1 representa el radio del cono del agua y h1 su altura. Por semejanza de
triángulos se puede determinar que:
h1 R1 R
= ⇒ R1 = · h1 (5.208)
h R h
además, se tiene que el volumen del cono de agua es:
π
V = · h1 · R12 (5.209)
3
d h
k · h31
i
qe − q1 = V̇ = (5.211)
dt
Utilizando la regla de la cadena se puede obtener la derivada de la parte derecha de
(5.211) como:
d h d 3 dh1
k · h31 = k = 3k · h21 · ḣ1
i
h · (5.212)
dt dh1 1 dt
y sustituyendo (5.212) en (5.211) se tiene:
Con lo que se tiene la ecuación que describe la variación del nivel del tanque en
función de los caudales de entrada y salida.
Por otro lado, para la válvula k1 se tiene:
q q
q1 = k1 ρ · g · h1 + Patm − Patm = k1 ρ · g · h1 (5.214)
q1 − qo − qs = A2 · ḣ2 (5.215)
hx = h2 − h3
y por tanto: q
qo = A 2g · (h2 − h3 ) (5.216)
y además, de la válvula k2 se obtiene que:
q q
qs = k2 ρ · g · h2 + Patm − Patm = k2 ρ · g · h2 (5.217)
Siendo esta la última ecuación física del sistema. El conjunto completo de ecuaciones
se copia de nuevo por comodidad:
u(t) = qe
k1 q 1
ḣ1 = − 2
· ρ · g · h1 + · qe (5.218)
k 0 · h1 k 0 · h21
e introduciendo (5.214), (5.216) y (5.217)en (5.215) se tiene:
q q q
k1 ρ · g · h1 − A 2g · (h2 − h3 ) − k2 ρ · g · h2 = A2 · ḣ2 ⇒
k1 q A q k2 q
ḣ2 = · ρ · g · h1 − · 2g · (h2 − h3 ) − · ρ · g · h2 (5.219)
A2 A2 A2
Crema térmica
h i
Finalmente, al haber definido el vector de salidas como yT = qo qs se tiene de
(5.216) y (5.217): q
qo = A 2g · (h2 − h3 ) (5.220)
q
qs = k2 ρ · g · h2 (5.221)
Por lo que el modelo en variables de estado no lineal del sistema se determina a partir
de (5.218) hasta (5.221) como:
k1 q 1
ḣ1 = − 0 2
· ρ · g · h1 + 0 2 · qe
k · h1 k · h1
k1 q A q k2 q
ḣ2 = · ρ · g · h1 − · 2g · (h2 − h3 ) − · ρ · g · h2
A2 A2 A2
q
qo = A 2g · (h2 − h3 )
q
qs = k2 ρ · g · h2
Siendo este el modelo en variables de estado no lineal del sistema.
Ejercicio 5.11
En la Figura 5.45 se muestra un sistema de enfriamiento para un procesador de
computadora. El procesador se coloca sobre la tarjeta madre, existiendo entre ambos
una resistencia térmica dada por Rpm . Para facilitar el enfriamiento del procesador,
se coloca una crema térmica, siendo la resistencia térmica entre el procesador y la
crema Rpc . Finalmente, se coloca un disipador de calor, siendo la resistencia térmica
entre él y la crema térmica Rcd . Debido al procesamiento de datos, se genera un flujo
de calor ω en el procesador. Si la resistencia térmica entre el procesador y el ambiente
(cuya temperatura es T0 ) es Rp0 , calcule el modelo en variables de estado del sistema
si T0 , ω y Tm (la temperatura de la tarjeta madre) son las entradas y la salida es la
temperatura del procesador Tp .
Solución:
En la Figura 5.46 se muestran los flujos de calor que entran y salen del procesador
(exagerando el tamaño de los componentes).
Para el procesador:
Cp · Ṫp = ω − ωpm − ωpc − ωp0
Tp − Tm Tp − Tc Tp − T0
Cp · Ṫp = ω − − − (5.222)
Rpm Rpc Rp0
Donde Cp es la capacitancia térmica del procesador, Tc es la temperatura de la crema
térmica y T0 es la temperatura ambiente13 .
Para la crema térmica:
Cc · Ṫc = ωpc − ωcd
Tp − Tc Tc − Td
Cc · Ṫc = −
Rpc Rcd
Sin embargo, como la masa de la crema es despreciable, y la capacitancia térmica
está dada por:
C t = cp · M
Se tiene que Cc tiende a cero, por lo tanto:
Tp − Tc Tc − Td
0= − (5.223)
Rpc Rcd
Para el disipador de calor:
Cd · Ṫd = ωcd − ωd0
Tc − Td Td − T0
Cd · Ṫd = − (5.224)
Rcd Rd0
Por comodidad, se copian de nuevo las ecuaciones (5.222), (5.223) y (5.224):
Tp − Tm Tp − Tc Tp − T0
Cp · Ṫp = ω − − −
Rpm Rpc Rp0
13
En realidad, el flujo de calor del procesador al ambiente es casi nulo, ya que el área de contacto
entre ambos es despreciable (el procesador es muy delgado, y por lo general, se encierra en una
cámara aislada del ambiente). Aquí se incluye este flujo meramente para efectos didácticos.
Tp − Tc Tc − Td
0= −
Rpc Rcd
Tc − Td Td − T0
Cd · Ṫd = −
Rcd Rd0
Como Tp (temperatura del procesador) y Td (temperatura del disipador de calor) son
variables que se encuentran derivadas, se pueden utilizar como estados. Tomando en
cuenta que T0 , ω y Tm son las entradas, la única variable que se debe eliminar es la
temperatura de la crema térmica Tc . De la ecuación (5.223) se tiene:
!−1
1 1
!
Tp Td
Tc = + · +
Rpc Rcd Rcd Rpc
Rpc Rcd
Tc = · Td + · Tp (5.225)
Rpc + Rcd Rpc + Rcd
Sustituyendo (5.225) en (5.222) se obtiene:
Tp − Tm Tp − Tc Tp − T0
Cp · Ṫp = ω − − −
Rpm Rpc Rp0
1 1 1 1 1 1
!
=ω− + + · Tp + · Tm + · Tc + · T0
Rpm Rpc Rp0 Rpm Rpc Rp0
1 1 1 1 1 1
! !
Rpc Rcd
= ω− + + Tp + Tm + Td + Tp + T0
Rpm Rpc Rp0 Rpm Rpc Rpc + Rcd Rpc + Rcd Rp0
1 2 1 1 1 1 1
!
= ω− + + − · Tp + · Tm + · Td + · T0 ⇒
Rpm Rpc Rp0 Rpc + Rcd Rpm Rpc + Rcd Rp0
A 1 1 1 1
Ṫp = − · Tp + · Td + ·ω+ · Tm + · T0 (5.226)
Cp Cp · (Rpc + Rcd ) Cp Cp · Rpm Cp · Rp0
Con:
1 1 1
!
A= + +
Rpm Rpc Rp0
y sustituyendo (5.225) en (5.224) se obtiene, después de simplificar:
1 1 2 1 1
!
Td
Ṫd = · Tp − + − · + · T0 (5.227)
Cd · (Rpc + Rcd ) Rd0 Rcd Rpc + Rcd Cd Cd · Rd0
con: h iT h iT
x(t) = x1 x2 = Tp Td
h iT h iT
u(t) = u1 u2 u3 = ω Tm T0
y(t) = Tp
y de (5.226) y (5.227) se obtiene el modelo en variables de estado del sistema como:
− C1p · 1 1 1 1
"
+ +
#
Cp ·(Rpc +Rcd ) x1
ẋ(t) = Rpm
1
Rpc Rp0 ·
− Cd R1d0 + R2cd − Rpc +R
1 1
x2
Cd ·(Rpc +Rcd ) cd
" 1 1 1 # u1
+ Cp Cp ·Rpm Cp ·Rp0
1 · u2
0 0
Cd ·Rd0 u3
" #
h i x1
y(t) = 1 0 ·
x2
Un aspecto interesante de este ejercicio es que de (5.222):
Tp − Tm Tp − Tc Tp − T0
Cp · Ṫp = ω − − −
Rpm Rpc Rp0
se deduce que si el flujo de calor entre el procesador y los otros cuerpos de contacto
es despreciable (y por consiguiente todas las resistencias térmicas tienden a infinito),
se tiene:
Cp · Ṫp = ω (5.228)
Si el flujo de calor producido por el procesamiento es constante, se puede integrar a
ambos lados de (5.228) para obtener:
1 1
Tp (t) = ·ω·t+ · Tp0
Cp Cp
Por lo que la temperatura del procesador crecería linealmente con el tiempo. En la
práctica, la resistencia térmica entre el procesador y la tarjeta madre es bastante
grande, al igual que la resistencia térmica entre el procesador y el ambiente, es por
esta razón que se utilizan cremas térmicas y disipadores de calor (también se incluyen
ventiladores, pero por simplicidad no se incluyeron en el ejercicio).
Ejercicio 5.12
En la Figura 5.47 se muestra un horno automático. Cuando un cuerpo se coloca en
él, la distancia d se ve modificada, posteriormente, esa distancia se convierte en una
variable eléctrica mediante el transductor de ganancia a. Con esa variable eléctrica,
se alimenta la resistencia que genera el flujo de calor de acuerdo a la posición d. El
flujo de calor es tal que:
ω(t) = a · d(t)
Se tiene además que la conductividad térmica de las cinco paredes del horno es σ1 y
la de la puerta del horno (la cual no se muestra) es σ2 , el grosor de las paredes del
horno es el mismo que el de la puerta y se representa por l, cada cara del horno tiene
un área A (o sea, el horno es un cubo). Si la temperatura T1 en el interior del horno
es homogénea y la temperatura del ambiente se define como T0 , encuentre el modelo
en variables de estado de este sistema si la salida es la temperatura en el interior del
horno. Suponga despreciable la masa de todos los cuerpos excepto el de la masa M .
Solución:
Este sistema se ve formado por dos tipos de sub-sistemas fundamentalmente,
el sistema mecánico y el sistema térmico, el sistema eléctrico no juega un papel
importante debido a que éste está formado por una resistencia y su comportamiento
es instantáneo. Primeramente se determinarán las ecuaciones del sistema mecánico:
Fy = M · d¨ = M · g − K · d − B · d˙ (5.229)
X
+↓
Siendo solo esta ecuación la que interviene en el sistema mecánico. Para el sistema
ω =a·d (5.238)
Las dos ecuaciones que definen el comportamiento del dinámico del sistema son:
M · d¨ = M · g − K · d − B · d˙ (5.240)
5A · σ1 A · σ2 5A · σ1 A · σ2
a·d− + · T1 + + · T0 = M · Ṫ (5.241)
l l l l
En (5.229) se observa a d,¨ por lo que d˙ puede ser estado, además, en (5.239) la
temperatura está derivada, por lo puede ser tomada también como variable de estado.
Ambas ecuaciones contiene el término d, pero éste no se puede eliminar por que se
mezclarían los estados derivados que se definieron hasta el momento, por lo que d
debe definirse como un estado también. Por otro lado, si se define la temperatura
ambiente y la constante gravitacional como entradas, y del enunciado se dice que la
salida es la temperatura T1 se tiene:
iT
d d˙ T1
h h iT
x(t)T = x1 x2 x3 =
h iT
u(t)T = T0 g
y(t) = T1 = x3
Por lo tanto, el modelo en variables de estado sería:
0 1 0 0 0
ẋ(t) = − M
K
−MB
0 · x(t) +
0 1
· u(t)
a
M
0 − MA·l (5σ1 + σ2 ) A
M ·l
(5σ1 + σ2 ) 0
h i
y(t) = 0 0 1 · x(t)
Vale la pena simular este sistema, para ello se utilizará de nuevo el bloque State-
Space. Este bloque se debe configurar como se muestra en la Figura 5.48. Un punto
importante es que se le está dando un valor inicial a la temperatura interna del horno
de 23◦ C, esto debido a que se supone que el horno no se había usado y por tanto su
temperatura es igual a la temperatura ambiente.
Además, se debe crear el diagrama en Simulink mostrado en la Figura 5.49 y se
debe llamar “horno”.
Si se desea configurar el Scope para que guarde los datos directamente en el
workspace de MATLAB® , se debe dar doble clic en él, de esta forma se abrirá la
ventana de gráfico y se podrá configurar como se muestra en la Figura 5.50. En esta
configuración se realizó lo siguiente:
4. Los datos se guardaron como una estructura de datos con valores de tiempo.
243
244
Las características de estos sistemas hacen que sea mejor pensar en realizar pruebas
sobre las entradas y salidas para determinar sus modelos, justificando así las técnicas
que se presentarán más adelante en este capítulo.
Es muy importante que el lector no considere que el modelado analítico es poco
útil. En este curso simplemente se da un conjunto de herramientas para analizar y
modelar los sistemas. Depende del ingeniero o ingeniera determinar cuál es adecuada
para resolver un problema en específico. Por ejemplo, en el proceso de diseño de los
sistemas de la Figura 6.1, probablemente se utilizó el modelado analítico para diseñar
los componentes que conforman cada sistema.
20 1
0 −0.5
0 5 10 15 20 0 5 10 15 20
Tiempo (s) Tiempo (s)
1 1
0
0 5 10 15 0
0 5 10 15
Tiempo (s) Tiempo (s)
1
A partir de aquí, se supondrá que se utiliza una entrada tipo escalón cuando se obtiene la curva
de reacción de un sistema o modelo.
2.5
Entrada
Salida
2
1.5
Señales
1
0.5
0
0 2 4 6 8 10
Tiempo (s)
1.8
Entrada
1.6 Salida
1.4
1.2
Señales
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10
Tiempo (s)
Señales
0.4
0.5
0.2
0 0
0 2 4 6 8 10 0 2 4 6 8 10
Tiempo (s) Tiempo (s)
2
Esta sección está íntimamente ligada al capítulo 4, por lo que se recomienda al lector repasar
los temas ahí tratados.
Señales
0.4
0.2
0
0 1 2 3 4 5 6 7 8 9 10
Tiempo (s)
Ke−Ls
P (s) = , (6.6)
(T1 s + 1)(T2 s + 1)
Ke−Ls
P (s) = , (6.7)
(T s + 1)(aT s + 1)
donde:
El efecto del parámetro a sobre la respuesta del modelo, ante un cambio escalón, se
muestra en la Figura 6.6. De la figura se concluye que mientras más se aproxime a a
1, el tiempo de asentamiento de la respuesta aumenta.
Señales
1
ωn=1.73
1 ξ=0.60
ξ=0.80 ωn=2.00
0.5
0.5 ωn=2.24
0 0
0 10 20 30 40 0 5 10 15 20
Tiempo (s) Tiempo (s)
Figura 6.7: Efecto de los parámetros ξ y ωn sobre la respuesta del modelo subamortiguado.
Comportamiento
Modelo P (s) Respuesta
temporal
Integrador
ym(t)
Ke−Ls
No autorregulada
primer orden s
Tiempo
Integrador
ym(t)
Ke−Ls
No autorregulada
segundo orden s(T s+1)
Tiempo
ym(t)
Ke−Ls
POMTM T s+1
Autorregulada
Tiempo
SOMTM
ym(t)
Ke−Ls
Autorregulada
Sobreamortiguado (T s+1)(aT s+1)
Tiempo
SOMTM
ym(t)
2 e−Ls
Kωn
Autorregulada
Subamortiguado s2 +2ξωn s+ωn2
Tiempo
100
Entrada u(t)
95 Salida y(t)
90
Señales (%)
85
80
75
70
0 5 10 15 20 25 30
Tiempo (s)
Figura 6.8: Curva de reacción de un sistemas no autorregulado.
tiempo t0 , se tiene:
Ke−Ls ∆U e−t0 s
Ym (s) = , (6.10)
s s
lo cual implica que:
ym (t) = K∆U (t − L − t0 )u(t − L − t0 ), (6.11)
donde u(t − L − t0 ) es la función escalón unitario y se utiliza para hacer que el
modelo sea causal. Ahora bien, supóngase que se quiere adaptar dicha respuesta del
modelo a una respuesta de un sistema como la que se muestra en la Figura 6.8.
De la expresión (6.11) se puede obtener que, después de pasar el tiempo muerto, la
salida del modelo crece con una pendiente dada por:
mm = K∆U, (6.12)
mientras que gráficamente se puede obtener que la pendiente de la respuesta del
sistema cuando su crecimiento es constante es:
∆y(t)
ms = , (6.13)
∆t
por lo tanto, igualando las pendientes dadas en 6.12 y 6.13, el parámetro K del
modelo se puede obtener como:
ms = mm ⇒ (6.14)
∆y(t)
= K∆U ⇒ (6.15)
∆t
∆y(t)
K= . (6.16)
∆t∆U
Ejemplo 6.1
Encuentre un modelo integrante a partir de la curva de reacción del proceso
mostrada en la Figura 6.8.
Solución:
Sobre la Figura 6.8 se han marcado las mediciones necesarias para determinar la
ganancia K del modelo, tal y como se muestra en la Figura 6.9. De la figura, y de
(6.16) se obtiene que:
∆y(t)
K=
∆t∆U
7,5
≈
7,5 · 7,5
≈ 7,5.
100
95
90
Señales (%)
85
80
75 Entrada u(t)
Salida y(t)
70
0 5 10 15 20 25 30
Tiempo (s)
Figura 6.9: Cálculo de la ganancia K.
Esto se debe a que, al ser todas las mediciones relativas (tanto en la magnitud de
las señales como en la mediciones de tiempo), para lograr “calzar” la respuesta del
modelo con la respuesta del sistema es necesario agregar las condiciones iniciales del
sistema a la respuesta del modelo (la cual sí inicia en cero). Es decir, para graficar la
respuesta del modelo fue necesario agregar una entrada inicial de 85 % y una salida
inicial de 80 % (véase la Figura 6.11).
3
Se deja como ejercicio para el lector hacer esta demostración.
100
95
90
Señales (%)
85
80
75 Entrada u(t)
Salida y(t)
70
0 5 10 15 20 25 30
Tiempo (s)
Figura 6.10: Determinación del tiempo muerto del modelo.
Para encontrar los restantes parámetros se verán dos métodos distintos, aunque
se insta al lector a buscar más por su cuenta, pues para identificar un modelo de
POMTM existen varias técnicas.
El primer método para identificar un modelo de POMTM fue presentado por Ziegler
y Nichols (1942), los cuales se pueden considerar los padres del control automático.
En su método, se traza una recta tangente en el punto de mayor pendiente de la
respuesta del sistema, tal y como se muestra en la Figura 6.12, y dos rectas más
cuando la respuesta del sistema está en estado estable.
A partir de dichas rectas, es posible definir los parámetros restantes del modelo
POMTM. No obstante, el valor de la constante de tiempo del modelo con este método
suele causar que la respuesta del modelo y del sistema sean muy diferentes, como se
observa en el ejemplo 6.2.
Ejemplo 6.2
Determine un modelo de POMTM utilizando el método de Ziegler y Nichols y la
curva de reacción mostrada en la Figura 6.12.
Solución:
100
95
90
Señales (%)
85
80
Entrada
75 Salida del sistema
Salida del modelo
70
0 5 10 15 20 25 30
Tiempo (s)
Figura 6.11: Curva de reacción del sistema y su modelo.
55
50
Señales (%)
45
40
Entrada u(t)
Salida y(t)
35
0 10 20 30 40 50 60 70
Tiempo (s)
Figura 6.12: Determinación de los parámetros del modelo POMTM según Ziegler y Nichols (1942).
54
52
50
Señales (%)
48
46
44
Entrada u(t)
42 Sistema y(t)
Modelo ym(t)
40
0 20 40 60 80 100 120
Tiempo (s)
Figura 6.13: Curva de reacción de un sistema y su modelo de POMTM según el método de Ziegler y
Nichols (1942).
se supondrá que se aplicó en t0 = 0). Así, la respuesta del modelo estaría dada por:
Ke−Ls ∆u
( )
ym (t) = L −1
, (6.19)
Ts + 1 s
t−L
= K∆u 1 + e− T µ(t − L). (6.20)
Ahora bien, en la expresión (6.20) se tienen solo dos incógnitas, T y L, pues todas
las demás variables se obtienen gráficamente de la curva de reacción del sistema. Por
esto surge la pregunta: si se tuviera otra ecuación, ¿se podrían calcular los parámetros
con un sistema de ecuaciones? La respuesta es sí, de hecho, la expresión (6.20) da la
cantidad de ecuaciones que se requieran, debido a que se tienen tantas ecuaciones
como puntos se hayan medido.
Supóngase que se tienen dos instantes t1 y t2 , medidos a partir del instante en que se
aplicó el escalón de entrada a los que les corresponde un determinado valor de la señal
de salida. Normalmente, este valor se da como un porcentaje con respecto al valor
final de la respuesta del sistema. Entonces, en el instante t1 , el valor correspondiente
de la salida es yp1 = yi + p1 ∆y, siendo p1 el porcentaje con respecto al valor del
cambio final ∆y = yf − yi . Por otro lado, en el instante t2 , el valor que corresponde a
la salida del sistema es yp2 = yi + p2 ∆y (p1 y p2 siempre se encuentran entre 0 y 1).
En la Figura 6.14, se muestra gráficamente la relación de estos valores.
A partir de (6.20), sabiendo que:
∆y = K∆u,
la expresión para la señal de salida vendría dada por:
t−L
ym (t) = ∆y 1 + e− T , (6.21)
salida
tiempo (s)
Figura 6.14: Curva de reacción para identificar un modelo con dos puntos.
esta expresión representa el cambio de la señal de salida del sistema a partir del valor
inicial yi . Puesto que ym (t1 ) = p1 ∆y y ym (t2 ) = p2 ∆y, se puede escribir el siguiente
sistema de ecuaciones:
−(t1 −L)
p1 = 1 − e T ,
−(t2 −L)
(6.22)
p2 = 1 − e T .
T = a(t2 − t1 ), (6.24)
L = bt1 + (1 − b)t2 , (6.25)
con:
1
a=
1−p1
, (6.26)
ln 1−p2
ln (1 − p1 )
b=1−
1−p1
. (6.27)
ln 1−p2
Método p1 p2 a b
Alfaro (123c) 0,25 0,75 0,910 1,262
Ho 0,35 0,85 0,670 1,290
Smith 0,28 0,63 1,5 1,5
Cuadro 6.2: Distintos valores para un método de dos puntos.
donde:
t85 % es el tiempo necesario, medido desde la aplicación del escalón (t0 ), para
que la respuesta del sistema llegue al 85 % de su valor final (definido a su vez
como y85 % ).
t35 % es el tiempo necesario, medido desde la aplicación del escalón (t0 ), para
que la respuesta del sistema llegue al 35 % de su valor final (definido a su vez
como y35 % ).
Otros posibles valores para un método de dos puntos se presentan en el Cuadro 6.2.
Como se puede observar, los distintos métodos de dos puntos para obtener un modelo
POMTM solo cambian en el valor que se le da a p1 y p2 . Teóricamente, la respuesta
al escalón del modelo debería coincidir en los dos puntos elegidos con respecto a la
respuesta al escalón del sistema real.
Ejemplo 6.3
A partir de la curva de reacción de la Figura 6.15 (la misma que se usó en el
ejemplo 6.2), determine un modelo de POMTM utilizando el método de Ho et al.
(1995) y compare el modelo obtenido con el modelo de Ziegler y Nichols (1942).
Solución:
Si se debe utilizar un método de dos puntos como el de Ho et al. (1995), lo primero
es encontrar la ganancia del sistema y los puntos y35 % y y85 % . En particular, para
55
Entrada u(t)
Sistema y(t)
50
Señales (%)
45
40
35
0 10 20 30 40 50 60
Tiempo (s)
Figura 6.15: Curva de reacción de un sistema sobreamortiguado.
encontrar los puntos y35 % y y85 % sobre una gráfica que no comience en cero, se
recomienda definirlos como:
55
Entrada u(t)
Sistema y(t)
50
Señales (%)
45
40
35
0 10 20 30 40 50 60
Tiempo (s)
Figura 6.16: Curva de reacción de un sistema autorregulado.
55
50
Señales (%)
45
40
Entrada u(t)
Sistema y(t)
Modelo ym(t)
35
0 10 20 30 40 50 60 70 80
Tiempo (s)
Figura 6.17: Curva de reacción del modelo y el sistema.
54
52
50
SeñalesH(%) 48
46
44 EntradaHu(t)
SistemaHy(t)
42 ym1(t)H(Ho)
ym2(t)H(Ziegler)
40
0 10 20 30 40 50 60 70 80
TiempoH(s)
Figura 6.18: Comparación de los modelos de Ho et al. (1995) y Ziegler y Nichols (1942).
Ke−Ls
P (s) = , (6.31)
(T1 s + 1)(T2 s + 1)
Ke−Ls
P (s) = , (6.32)
(T s + 1)(aT s + 1)
Kωn2 e−Ls
P (s) = 2 , (6.33)
s + 2ξωn s + ωn2
Amplitud
0
Tiempo (s)
Figura 6.19: Mediciones necesarias para obtener el modelo de un sistema subamortiguado.
∆y
K= . (6.42)
∆u
estos dos valores como ∆yos , el valor del factor de amortiguamiento vendría dado por:
v
(ln(δ))2
u
ξ= (6.43)
u
t ,
π 2 + (ln(δ))2
con:
∆yos
δ= .
∆y
Si se define el periodo como el tiempo entre dos picos, entonces el tiempo entre el
primer pico y el primer valle sería igual a la mitad del periodo, por lo tanto:
T = 2 (tm1 − tp1 ) . (6.44)
Puesto que el periodo es igual al inverso de la frecuencia natural amortiguada, la
frecuencia natural vendría dada por:
2π
ωn = √ . (6.45)
T 1 − ξ2
Un sistema de segundo orden subamortiguado, llegaría al primer pico en un tiempo
igual a la mitad del periodo. Si el sistema que se está identificando tarda más en
llegar a este punto, entonces se puede modelar este tiempo extra como un retardo
puro, es decir, el retardo vendría dado por:
T
L = tp1 −
, (6.46)
2
de esta manera, se pueden obtener todos los parámetros del modelo de segundo orden
subamortiguado.
Método de Stark
El método de Stark se caracteriza por ser capaz de identificar tanto modelos
sobreamortiguados como subamortiguados con la misma prueba. Sólo es necesario
medir tres tiempos: se debe medir el tiempo que tarda la curva de reacción en alcanzar
el 15 %, 45 % y 75 % del valor final la respuesta, tal y como se indica en la Figura 6.20.
Los posibles modelos que se podrían encontrar con este método serían entonces:
Kωn2 e−Ls
G1 (s) =
s2 + 2ξωn s + ωn2
Ke−Ls
G2 (s) =
(T1 s + 1)(T2 s + 1)
y(t), u(t)
∆y
75 %∆y
45 %∆y
15 %∆y ∆u
t
Figura 6.20: Datos que se deben tomar con el método de Stark.
Igual que en el resto de los casos, la ganancia del sistema se puede encontrar como:
∆y
K=
∆u
Y de acuerdo con Loría (2008), se deben realizar los siguientes cálculos: Primero se
encuentra la variable auxiliar x
t45 − t15
x= , (6.47)
t75 − t15
y con este valor, es posible calcular ξ:
0,708(2,811)ξ para ξ ≤ 1
(
f (ξ) = . (6.49)
2,6ξ − 0,6 para ξ > 1
f (ξ)
ωn = . (6.50)
t75 − t15
En caso contrario, se deben calcular las contantes de tiempo T1 y T2 como:
√
ξ+ξ2 − 1
T1 = (6.51)
ω
√ n2
ξ− ξ −1
T2 = (6.52)
ωn
fL (ξ)
L = t45 − , (6.53)
ωn
con:
fL (ξ) = 0,922(1,66)ξ (6.54)
Ejercicio 6.1
En la Figura 6.21, se muestra la respuesta dinámica de la posición angular de un brazo
robótico respecto a la tensión de entrada, ambas señales se muestran en porcentajes.
Como el control a diseñar se necesita optimizar para cuando el ángulo del brazo
está cerca del 70 %, primeramente se llevó al brazo cerca de ese punto, para ello se
aplicó una señal de entrada del 20 % por cinco segundos, luego, se esperó a que el
movimiento del brazo llegara a un nuevo estado estacionario y se aplicó un nuevo
escalón de 10 % de magnitud a los trece segundos. Determine un modelo para este
sistema, coloque en una misma gráfica la respuesta del modelo y del sistema ante
una misma entrada.
Solución:
Puesto que la posición angular del brazo se incrementa ante una entrada constante,
se concluye que este sistema es integrante, por lo que un modelo adecuado sería:
kp −Ls
Gm (s) = e .
s
Por otro lado, como dice el enunciado, solo se desea modelar cerca del 70 % de
la salida del sistema, por lo que se puede utilizar un acercamiento de la respuesta
dinámica del sistema. Se han tomado las mediciones necesarias, tal y como se muestra
en la Figura 6.22 para determinar las constantes del modelo (kp y L). De estas
Figura 6.21: Respuesta dinámica del ángulo de giro de un brazo robótico ante la tensión de entrada.
Figura 6.23: Respuesta del sistema y del modelo ante una misma entrada.
50
45
40
35
Amplitud (%)
30
25
20
15
10
5 Entrada
Salida
0
0 5 10 15
tiempo (s)
Figura 6.24: Respuesta del sistema integrador cuando se la aplica la entrada determinada.
Análisis
275
7. Análisis en el dominio de la
frecuencia
Hasta ahora se han analizado los sistemas desde el punto de vista del espacio
de estados y desde el punto de vista del tiempo. En este capítulo se introducirán
conceptos y herramientas importantes para el análisis, pero desde el punto de vista de
la frecuencia. Muchas de las técnicas de control clásico y de análisis de estabilidad de
sistemas a lazo cerrado se basan precisamente en la información que se puede obtener
de la respuesta en frecuencia que se introduce en la Sección 7.1. En la Sección 7.2
se presenta el diagrama de Bode y su construcción asintótica. Por último, en la
sección 7.3 se estudia la curva polar como una forma complementaria de representar
el comportamiento en frecuencia de los sistemas.
277
278
p(s)
Y (s) = G(s)U (s) = U (s). (7.3)
q(s)
Si se restringe a que el sistema sea estable, todos los polos −s1 , −s2 , . . . −sn tienen
parte real negativa, por lo que la función exponencial asociada tiende a cero conforme
el tiempo tiende a infinito (estado estacionario). La respuesta en estado estacionario
vendría dada entonces por:
1
√
Se utiliza j como la variable compleja: j = −1.
con: !
=(G(jω))
φ(ω) = ∠G(jω) = tan −1
.
<(G(jω))
Entonces se obtiene que:
u0 |G(jω)| e−jφ
a=− ,
2j
u0 |G(jω)| ejφ
ā = ,
2j
ej(ω+φ) − e−j(ω+φ)
yss (t) = u0 |G(jω)| ,
2j
yss (t) = u0 |G(jω)| sen (ωt + φ). (7.8)
Y (jω)
!
∠G(jω) = ∠ . (7.10)
U (jω)
0.8 Salida
0.6
0.4
amplitud
0.2
−0.2
−0.4
−0.6
−0.8 Entrada
−1
tiempo (s)
Figura 7.1: Respuesta de un sistema de primer orden ante una entrada sinusoidal.
embargo ante una señal de frecuencia 0,5 Hz, su ganancia se ha reducido a cerca de
0,4.
Ejemplo 7.1
Obtenga la amplificación y el desfase de la respuesta en estado estacionario ante
una entrada u(t) = sen(ωt) para un sistema dado por:
τ1 s + 1
G(s) = ,
τ2 s + 1
Solución:
Para obtener la amplificación y el desfase en estado estacionario, primero se debe
cambiar la variable s por jω:
q q
1 + τ12 ω 2 ej tan (τ1 ω) 1 + τ12 ω 2 j (tan−1 (τ1 ω)−tan−1 (τ2 ω))
−1
τ1 jω + 1
G(jω) = =q = e .
τ2 jω + 1
q
1 + τ22 ω 2 ej tan−1 (τ2 ω) 1 + τ22 ω 2
y el desfase por:
∠G(jω) = tan−1 (τ1 ω) − tan−1 (τ2 ω) .
1 0
0.95
−0.05
0.9
0.85
−0.1
magnitud
fase
0.8
0.75 −0.15
0.7
−0.2
0.65
−0.25
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
frecuencia (rad/s) frecuencia (rad/s)
Ejemplo 7.2
Obtenga un diagrama de la magnitud y el desfase del sistema de la Figura 7.1 si
τ1 = 5 y τ2 = 8.
Solución:
En este caso, la función de la magnitud en función de la frecuencia vendría dada por:
√
1 + 25ω 2
Magnitud = √ ,
1 + 64ω 2
mientras que la fase se calcularía como:
Fase = tan−1 (5ω) − tan−1 (8ω) .
En la Figura 7.2a se muestra la magnitud de la función de transferencia mientras
que en la Figura 7.2b se presenta la fase.
entonces: q
1 + τc2 ω 2 ej tan
−1 (τ
Gf m (jω) = c ω)
. (7.14)
Se puede observar que un cero aumenta tanto la ganancia del sistema como su fase
(es decir, disminuye el desfase entre la entrada y la salida). Si se examina el efecto de
un cero de fase no mínima:
Como se puede observar, desde el punto de vista de la frecuencia, un cero con parte
real positiva, produce la misma amplificación, pero aumenta el desfase en lugar de
reducirlo. Por eso, a estos ceros se les llama ceros de fase no-mínima, porque en
lugar de disminuir el desfase, más bien lo aumenta. Esto produce que el sistema en
su totalidad no tenga el menor desfase posible si los ceros solo tuvieran parte real
negativa.
por lo que, para obtener el diagrama de Bode, se deben graficar estas dos curvas:
q
|G(jω)|dB = 20 log (K) + 20 log 1+ ω 2 τ12 − 20 log (|ω|)
q
− 20 log 1 + ω 2 τ22 ,
π
φ(jω) = − − tan−1 (ωτ2 ) + tan−1 (ωτ1 ).
2
Como se puede observar, la magnitud y la fase del sistema total viene dado por
la suma del aporte de la magnitud y la fase de cada uno de los componentes. Para
poder dibujar el diagrama de Bode exacto se debería dibujar |G(jω)|dB y φ(jω) en un
papel semilogarítmico, pero como se puede observar, esta relación es algo complicada.
Sin embargo, es posible realizar un dibujo aproximado de la respuesta en frecuencia
mediante asíntotas. El método para dibujar esta gráfica aproximada se detalla a
continuación.
Ganancias (K)
Magnitud (dB)
1
0.5
Fase (rad)
−0.5
−1
0 1 2 3
10 10 10 10
Frecuencia (rad/s)
Ganancia
1 1 1 π
= j π = e−j 2 , (7.17)
jω ωe 2 ω
20 40
10 30
Magnitud (dB)
Magnitud (dB)
0 20 20 dB/década
−10 10
-20 dB/década
−20 0
−30 −10
−40 −20
−89 91
−89.5 90.5
Fase (°)
Fase (°)
−90 90
−90.5 89.5
−91 89
−1 0 1 2 −1 0 1 2
10 10 10 10 10 10 10 10
Frecuencia (rad/s) Frecuencia (rad/s)
es decir:
1
Magnitud: 20 log = −20 log(ω),
ω
−π
Fase: .
2
Cuando se dibuja el Diagrama de Bode de un polo en el origen, la gráfica de
magnitud corresponde a una línea recta con una pendiente de −20 dB/década2 . Es
importante notar que la magnitud del factor integral siempre tendrá un valor de 0 dB
a una frecuencia de ω = 1 rad/s.
Es claro que la magnitud de un factor integral tiende a infinito conforme la frecuencia
se acerca a cero. Por otro lado, su aporte a la fase es de −90◦ en todas las frecuencias,
por lo que corresponde a una línea horizontal. Cuando se analiza el cero en el origen,
los resultados simplemente cambian de signo: la magnitud es una línea recta con una
pendiente de 20 dB/década con un aporte a la fase de 90◦ . El diagrama de ambos
casos se presenta en la Figura 7.4.
2
Una década corresponde al rango de frecuencias que va desde ω hasta 10ω, es decir, un rango
de frecuencias en la que la frecuencia final es diez veces mayor que la frecuencia original
por lo tanto:
1 √
!
Magnitud: 20 log √ = −20 log 1 + ω2τ 2 ,
1 + ω2τ 2
Fase: − tan−1 (τ ω) .
En este caso, las gráficas de magnitud y fase no son líneas rectas, pero se pueden
aproximar mediante sus asíntotas para simplificar el dibujo. A la frecuencia 1/τ se
le conoce como frecuencia de esquina. En el caso de que ω << 1/τ la magnitud del
factor de primer orden es cero, lo que representa una línea horizontal en los 0 dB. Si
por el contrario, ω >> 1/τ , la magnitud se puede aproximar como:
√
− 20 log 1 + ω 2 τ 2 ≈ −20 log (ωτ ). (7.19)
Frecuencia (rad/s)
En la Figura 7.6 se presenta la fase de un elemento de primer orden con una línea
punteada y su aproximación por asíntotas con una línea continua. En el caso del cero,
el análisis es el mismo, pero los resultados varían de signo. Tal y como se muestra
en la Figura 7.7, la asíntota de la magnitud tiene una pendiente de 20 dB/década
mientras que la fase máxima que se alcanza es de 90◦ , con 45◦ de fase en la frecuencia
de esquina. En el caso de los ceros de fase no mínima, la magnitud es igual a la de
un cero de fase mínima, pero la fase es igual a la de un polo. La aproximación por
asíntotas se presenta en la Figura 7.8.
Polos cuadráticos
2 !±1
ω ω
1 + 2ξ j + j , (7.20)
ωn ωn
Fase (°)
-45°/década
Frecuencia (rad/s)
50
40
20 dB/década
Magnitud (dB)
30
20
10
0
90
Fase (°)
45
45°/década
Frecuencia (rad/s)
Figura 7.7: Magnitud y fase de un cero simple.
50
Magnitud (dB)
40
30
20 20 dB/década
10
0
0
Fase (°)
-45
-45 °/década
-90
Frecuencia (rad/s)
Figura 7.8: Magnitud y fase de un cero de fase no-mínima.
La magnitud se puede aproximar a una recta con pendiente de −40 dB/década, con
frecuencia de esquina igual a ωn . Sin embargo se debe notar que estas aproximaciones
no toman en cuenta el efecto del factor de amortiguamiento (ξ). En la Figura 7.9 se
muestra la aproximación por asíntotas de un factor cuadrático junto con la curva real
para algunos valores de ξ. La línea continua representa la aproximación asintótica
mientras que las punteadas representan la curva real.
En el caso de la fase, se puede realizar una aproximación similar a la que se hizo
para el caso de factores de primer orden. Con la diferencia de que en la frecuencia de
40
20
Magnitud (dB)
−20
−40
−60
-40dB/década
−80
Frecuencia (rad/s)
Figura 7.9: Magnitud de un factor de segundo orden junto con su aproximación asintótica.
−45
Fase (°)
−90 -90°/década
−135
−180
Frecuencia (rad/s)
esquina, el valor de la fase es igual a −90◦ , y que una década después de la frecuencia
de esquina, el valor de la fase es igual a −180◦ . Tampoco se toma en cuenta el efecto de
ξ, no obstante, tal y como se observa en las Figuras 7.9 y 7.10, su efecto es importante
para valores pequeños de ξ. Cuando el sistema es de segundo orden subamortiguado,
puede aparecer un pico en la respuesta de frecuencia si el valor de ξ es pequeño. Este
pico se conoce como pico de referencia y su valor se puede calcular a partir de la
respuesta en frecuencia del polo cuadrático.
El término cuadrático tiene la forma:
1
G(jω) = 2 ,
1 + 2ξ j ωωn + j ωωn
Diagrama de Bode
Magnitud (dB)
Frecuencia (rad/s)
Figura 7.11: Relación entre el pico de resonancia y la frecuencia de resonancia en un diagrama de Bode.
este factor tendrá una magnitud máxima cuando la magnitud de su denominador sea
mínimo. La magnitud al cuadrado del denominador viene dada por:
!2
ω2
2
ω
mr (ω) = 1 − 2 + 2ξ . (7.21)
ωn ωn
Si se minimiza mr (ω) también se estará minimizando la magnitud del denominador
y por lo tanto maximizando la magnitud del factor cuadrático. Al derivar (7.21) e
igualar a cero, se obtiene que la frecuencia ωr a la que ocurre este máximo viene dada
por: q
ωr = ωn 1 − 2ξ 2 . (7.22)
Esta ecuación es válida para 0 ≤ ξ ≤ 0,707. Para valores de ξ mayores a 0,707, no
se presenta pico de resonancia. El valor del pico Mr en decibeles vendría dado por
sustituir el valor de ωr en (7.21):
1 1
Mr |dB = 20 log |G(jω)|max = 20 log q = 20 log √ . (7.23)
mr (ωr ) 2ξ 1 − ξ 2
35
30
25
20
Mr|dB 15
10
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
ξ
que coincidentemente, es exactamente igual al caso del polo cuadrático. Para el caso
de la magnitud del pico, se llega a que:
q
Mr |dB = 20 log 2ξ 1 − ξ2 . (7.26)
Ganancia negativa
80
60
40 40dB/dec
Magnitud (dB)
20
−20
−40
Frecuencia (rad/s)
0.5
−0.5
−1
−1.5
−2
−2.5
−1 −0.5 0 0.5 1 1.5 2 2.5
1
G(jω) = ,
jω
1 −π
= ej 2 .
ω
−1
−2
−3
−1 −0.5 0 0.5 1
G(jω) = 1 + jω.
De esta expresión, se puede concluir que la parte real de este factor siempre va
a ser igual a 1, mientras que la parte imaginaria va a ir desde cero hasta infinito
conforme la frecuencia aumente. Esto se representa en el diagrama polar como se
muestra en la Figura 7.17.
Factores Cuadráticos
El factor de segundo orden de la forma:
1
G(jω) = 2 ,
1 + 2ξ j ωωn + j ωωn
0 0.5 1 1.5 2
a bajas frecuencias tiene una fase de 0◦ y magnitud 1, mientras que para frecuencias
altas, la magnitud es prácticamente cero con una fase de −180◦ . Matemáticamente:
Retardo
Como ya se estudió en la sección 7.1.2, el efecto de un retardo puro en el sistema se
observa solamente en la fase, puesto que la magnitud de este factor es 1 para todas
las frecuencias. La fase en cambio decrece indefinidamente conforme la frecuencia
aumenta. En diagrama polar, esto se puede representar como un círculo de radio
unitario, tal y como se muestra en la Figura 7.19. Si en cambio, se tuviera un sistema
que además del retardo puro tuviera un polo simple, su magnitud disminuiría conforme
aumenta la frecuencia, pero su fase crecería indefinidamente también. Esto forma
0.4
0.2
−0.2
−0.4
−0.6
−0.8
−1
−1.2
−1.4
−0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1 1.2
Figura 7.18: Diagrama polar de un sistema de segundo orden para diferentes valores de ξ.
una espiral que empieza en el eje real positivo y tiende hacia el origen conforme
la frecuencia tiende a infinito. Un ejemplo de este tipo de curvas se presenta en la
Figura 7.20.
lı́m Re {G(jω)} ,
ω→0
pero al igual que en el caso de los sistemas con un polo en el origen, el ángulo de
llegada al origen depende del resto del sistema. Un ejemplo de este tipo de sistemas
se muestra en la Figura 7.21b.
1
0.8
0.6
0.4
0.2
0
−0.2
−0.4
−0.6
−0.8
−1
−1 −0.5 0 0.5 1
0.6
0.4
0.2
−0.2
−0.4
−0.6
−0.8
−0.5 0 0.5 1
Figura 7.20: Curva polar de un sistema de primer orden más retardo puro.
Ejercicio 7.1
Demuestre que si un número complejo se puede escribir como:
k
Q
xi
z= i=1
m
Q (7.27)
yi
i=1
|z| = i=1
m
|yi |
Q
i=1
k m
∠z =
X X
∠xi − ∠y1
i=1 i=1
Solución:
Para todo número complejo zj se tiene que:
0 0
|yi |
Q
i=1
= |z| · e∠z
Ejercicio 7.2
Dada una función de transferencia:
10(s + 1)
H(s) = ,
(s + 4)(s + 3)(s2 + s + 1)
Solución:
Se sabe que la respuesta temporal de un sistema en periodo estacionario ante una
entrada senoidal es:
y(t) = Y sen (ωt + ϕ)
donde:
Y = U |H(iω)| (7.29)
ϕ = ∠H(iω). (7.30)
10(jπ + 1)
|H(jπ)| =
(jπ + 4)(jπ + 3) [(jπ)2 + jπ + 1]
√
10 π 2+1
= √
√ q
π 2 + 42 π 2 + 32 π 2 + (π 2 − 1)2
≈0,156.
10(jπ + 1)
∠H(jπ) =∠
(jπ + 4)(jπ + 3) [(jπ)2 + jπ + 1]
0 −1 π −1 π −1 π π
= tan −1
+ tan − tan + tan + tan −1
10 1 4 3 π2 − 1
≈ − 173 .◦
50(s − 1)
G(s) =
(s2 + 4s + 6)(s + 1)
Solución:
La frecuencia de cruce de ganancia se define como la frecuencia positiva a la cual
|G(jω)| = 1 (en ese caso la magnitud de la salida es igual a la magnitud de la entrada).
Para este caso:
50(jω − 1)
|G(jω)| =
[(jω)2
+ 4jω + 6] (jω + 1)
|50||jω − 1|
=
| − ω + 4jω + 6||jω + 1|
2
√
50 ω 2 + 1
=q √
(4ω)2 + (6 − ω 2 )2 ω 2 + 1
50
=√ .
36 + 4ω 2 + ω 4
50
|G(jω)| = √ =1⇒
36 + 4ω 2 + ω 4
√
50 = 36 + 4ω 2 + ω 4 ⇒
2500 =36 + 4ω 2 + ω 4 .
47,7
(
2
2500 = 36 + 4x + x ⇒ x ≈
−51,7
ωc ≈ 6,9 rad/s.
este caso:
50(jω − 1)
∠G(jω) =∠
[(jω)2
+ 4jω + 6] (jω + 1)
=∠50 + ∠(jω − 1) − ∠(−ω 2 + 4jω + 6) − ∠(jω + 1)
0 ω 4ω −1 ω
= tan−1 + 180◦ − tan−1 − tan−1 − tan
50 1 6 − ω2 1
4ω
=180◦ − 2 tan−1 (ω) − tan−1 .
6 − ω2
Luego se debe cumplir que:
4ω
∠G(jω) =180 − 2 tan (ω) − tan
◦ −1 −1
= −180◦ ⇒
6 − ω2
4ω
360 =2 tan (ω) + tan
◦ −1 −1
.
6 − ω2
Sin embargo, resolviendo numéricamente esta ecuación se comprueba que el valor
necesario para que se de la igualdad es: ωπ = ω → ∞ , por lo que se puede decir que
no hay frecuencia de cruce de ganancia.
Ejercicio 7.4
Dada la función de transferencia:
6
H(s) = √ √
(s + 1)(s + 2)(s + 5)
0 =ω 6 + 8ω 4 + 17ω 2 − 26
x3 + 8x2 + 17x − 26 = 0
ecuación que puede ser resuelta por medio de una calculadora común resultando:
−4,5 − 2,4j
x = −4,5 + 2,4j
1
0
! !
ω ω
∠H(jω) = tan −1
− tan−1 (ω) − tan−1 √ − tan−1 √
6 2 5
Esta ecuación es muy difícil de resolver a mano, sin embargo, evaluando la fase del
sistema cuando ω → 0 y ω → ∞ se tiene que:
∠H(0) =0
∠H(∞) = − 270◦
y como la fase es continua, necesariamente la fase pasa por −180◦ para algún valor de
ω. En estos casos, lo recomendable es evaluar la fase del sistema para valores cercanos
a los polos o ceros de la función de transferencia, y acortar el rango cada vez más
hasta llegar al resultado deseado. En este caso, se puede comenzar por una década
antes del primer polo (ubicado
√ en 1 rad/s) y luego evaluar en una década después
del último polo (ubicado en 5 ≈ 2,23 rad/s), posteriormente ir reduciendo cada vez
más el intervalo de pruebas hasta obtener una precisión adecuada. En el Cuadro 7.1
se muestran varios valores de prueba utilizados, de donde se deduce que la frecuencia
de corte de ganancia es aproximadamente 2,6 rad/s.
Ejercicio 7.5
Determine el diagrama de Bode de la función de transferencia dada por:
2000(s + 3)
G(s) = .
(s + 40)(s + 100)
Solución:
La función de transferencia dada se puede reacomodar como:
2000 · 3 s
3
+1 1, 5 s
3
+1
G(s) = = s .
40 · 100 s
40
+1 s
100
+1 40
+1 s
100
+1
Término 0,3 < ω < 3 3 < ω < 40 40 < ω < 100 100 < ω < 1000
1, 5 0 0 0 0
s
3
+1 0 20 20 20
−1
s
+ 1 0 0 −20 −20
40 −1
s
100
+ 1 0 0 0 −20
Total 0 20 0 −20
0 dB/dec
Frecuencia (rad/s)
Frecuencia (rad/s)
Término 0,3 < ω < 4 4 < ω < 10 10 < ω < 30 30 < ω < 400 400 < ω < 1000
1, 5 0 0 0 0 0
s
3
+1 45 45 45 0 0
−1
s
40
+1 0 −45 −45 −45 0
−1
s
100
+ 1 0 0 −45 −45 −45
Total 45 0 −45 −90 −45
donde:
np: Número de polos en el origen.
nc: Número de ceros en el origen.
ncd: Número de ceros en el semiplano derecho.
npd: Número de polos en el semiplano derecho.
En este caso resultaría:
Frecuencia (rad/s)
Frecuencia (rad/s)
Como solo hay polos y ceros simples, el error entre la curva real y la asintótica es
de 6◦ en cada intersección, en la Figura 7.27 se muestra el diagrama de fase tomando
en cuenta tal error.
En la Figura 7.28 se muestra el diagrama de Bode de la función de transferencia
determinado con el programa MatLab, el código utilizado fue:
s=tf(’s’);
G=2000*(s+3)/((s+40)*(s+100));
Bode(G,{0.3,1000});
grid
Ejercicio 7.6
Determine el diagrama de Bode de la función de transferencia:
(0,025s + 1)
H(s) =
s2 (0,1s + 1)(s + 2)
Solución:
1
(0,025s + 1) 0,5(0,025s + 1) 0,5 40 s+1
H(s) = 2 = 2 = 1
s (0,1s + 1)(s + 2) s (0,1s + 1)(0,5s + 1) s2 10 s + 1 12 s + 1
A partir de esto se puede construir el Cuadro 7.4 en donde se muestran los aportes
de pendiente de cada término. Como la función de transferencia posee dos polos en el
Término 0,2 < ω < 2 2 < ω < 10 10 < ω < 40 40 < ω < 400
0,5 0 0 0 0
s
−2
−40 −40 -40 −40
s
40
+ 1 0 0 0 20
−1
s
+ 1 0 −20 −20 −20
2 −1
s
10
+ 1 0 0 −20 −20
Total −40 −60 −80 −60
conocer la fase inicial del diagrama a bajas frecuencias se puede utilizar la fórmula:
Donde:
np Número de polos en el origen.
Otra alternativa un poco más exacta para determinar la fase inicial es evaluar la fase
de la función de transferencia en la menor frecuencia de interés (0,2 rad/s para este
problema). Si esto se hace resultaría:
(0,025(jω) + 1)
( )
∠H(ω)|ω→0,2 =∠ ,
(jω) (0,1(jω) + 1)((jω) + 2)
2
ω→0,2
0,2
= tan−1 (0,025 · 0,2) − 2 · 90◦ − tan−1 (0,1 · 0,2) − tan−1 ,
2
≈173◦ .
Término 0,2 < ω < 1 1<ω<4 4 < ω < 20 20 < ω < 100 100 < ω < 400
0,5 0 0 0 0 0
s
−2
0 0 0 0 0
s
40
+ 1 0 0 45◦ 45◦ 45◦
−1
s
+ 1 −45◦ −45◦ −45◦ 0 0
2 −1
s
10
+ 1 0 −45◦ −45◦ −45◦ 0
Total −45◦ −90◦ −45◦ 0 45◦
Sin embargo, como lo que interesa por ahora es dibujar el diagrama asintótico, se
utilizará la primera opción, es decir −180◦ .
Con el punto inicial (−180◦ ) y las pendientes se puede trazar el diagrama de
fase asintótico como se muestra en la Figura 7.30. Como solo hay polos simples, el
error en la intersección de las asíntotas será de 6◦ . En la Figura 7.31 se muestra la
aproximación del diagrama de fase de la función de transferencia.
En la Figura 7.32 se muestra el diagrama de Bode determinado con MATLAB, el
código utilizado fue:
s=tf(’s’);
h=(0.025*s+1)/(s^2*(0.1*s+1)*(s+2));
Bode(h,{0.2,400});
grid
Ejercicio 7.7
Dada la siguiente función de transferencia:
a106
G(s) =
(s + 1)(s2 + 25s + 10000)
Solución:
1.) Reordenando la función de transferencia de la siguiente forma:
Término 0,1 < ω < 1 1 < ω < 100 100 < ω < 1000
100 0 0 0
(s + 1)−1 0 −20 −20
25s
2
s
10000
+ 10000
+ 1 0 0 −40
Total 0 −20 −60
a106
G(s) =
(s + 1)(s2 + 25s + 10000)
a106 1
=
10000 (s + 1) 25s
2
s
10000
+ 10000
+ 1
100a
= 2
25s
(s + 1) 10000
s
+ 10000 +1
Y además como:
ωn = 100
(
2 2
s + 25s + 10000 = s + 2ξωn s + ωn2 ⇒
ξ = 0,125
A partir de esta información se puede crear la Cuadro 7.6 donde se muestra los
aportes de pendientes para el diagrama de magnitud (éste se ha construido tomando
el rango de interés como una década antes del primer polo o cero y una década
después del último polo o cero).
Para conocer el punto inicial del diagrama de Bode de magnitud se puede evaluar
la función en 0 rad/s (esto debido a que no hay polos en el origen). De esta forma se
obtiene:
a106
|G(s)|s→0 = = 100 ⇒ |G(s)|dB = 20 log(100) = 40 dB
(0 + 1)(0 + 25 · 0 + 10000)
Por lo que el diagrama asintótico sería como el mostrado en la Figura 7.33. Como
ξ = 0,125 < 0,707, habrá un pico de resonancia ubicado en la frecuencia de resonancia
dada por:
q
ωr =ωn 1 − 2ξ 2
q
=100 1 − 2 · 0,1252
≈98,5 rad/s
≈100 rad/s
Término ω < 0,1 0,1 < ω < 10 10 < ω < 1000 1000 < ω
100 0 0 0 0
2 (s + 1) 0 0 0
−1
−45◦
25s
s
10000
+ 10000
+ 1 0 0 −90◦ 0
Total 0 −45◦ −90◦ 0
Con lo que el diagrama asintótico de Bode para la fase quedaría como el mostrado
en la Figura 7.35.
Como el coeficiente de amortiguamiento es pequeño, habrá que corregir el diagrama
de fase cerca del polo cuadrático, esto se puede hacer evaluando la fase real de la
función de transferencia una octava antes y una octava después de la frecuencia de
transición. La fase de la función de transferencia es:
0 25ω
∠G(ω) = tan −1
− tan−1 (ω) − tan−1
100 10000 − ω 2
0 25 · 50
∠G(0,5ω) = tan−1 − tan−1 (50) − tan−1 ≈ −98◦
100 10000 − 502
0 25 · 200
∠G(2ω) = tan−1 − tan−1 (200) − tan−1 ≈ −260◦
100 10000 − 2002
ωc ≈130 rad/s
ωπ =100 rad/s
3.) Para que la nueva frecuencia de cruce de ganancia sea de 10 rad/s, se debe
medir primero cuántos decibeles hay entre el eje de 0 rad/s y la magnitud original
a 10 rad/s. En la Figura 7.38 se muestra que hay 20 dB, por lo tanto, si a todo el
diagrama de magnitud se le restan 20 dB, la nueva frecuencia de corte de ganancia
sería 10 rad/s (esto porque el diagrama de magnitud valdría 0 dB para esa frecuencia).
Para encontrar el valor de a se puede utilizar la fórmula:
Moriginal −Majuste
k = 10 20
siendo
En este caso:
Moriginal = 40 dB.
k = 100a.
Por lo tanto:
40−20
100a =10 20 ,
a =0,1.
Ejercicio 7.8
Determine la gráfica polar de la función de transferencia dada por:
s+1
H(s) =
(0,1s + 1)(0,5s + 1)(0,02s + 1)
Solución:
La magnitud de la función de transferencia evaluada en s = jω es:
√
ω2 + 1
|H(jω)| = q q q
(0,1ω)2 + 1 (0,5ω)2 + 1 (0,02ω)2 + 1
ω 0 1 2 3 4 5 6 7 8 9 10
|H(jω)| 1 1, 26 1, 55 1, 68 1, 71 1, 68 1, 64 1, 58 1, 51 1, 44 1, 37
ω 20 30 40 50 60 70 80 90 100 200 ∞
|H(jω)| 0,83 0,54 0,38 0,28 0,21 0,16 0,13 0,11 0,089 0,024 0
ω 0 1 2 3 4 5 6 7 8 9 10
∠H(jω) 0◦ 11, 6◦ 4, 83◦ −4, 88◦ −13, 8◦ −21, 8◦ −28,8 −35, 1◦ −40,8◦ −46◦ −50,7
ω 20 30 40 50 60 70 80 90 100 200 ∞
∠H(jω) −82, 4 ◦
−100 ◦
−113 ◦
−122 ◦
−129 ◦
−135 ◦
−140 ◦
−144 ◦
−147 ◦
−178 ◦
−180◦
ω 0 1 2 3 4 5 6 7 8 9 ∞
|H(ωi)| ∞ 13, 3 5, 2 2, 65 1, 56 0,99 0,678 0,482 0,355 0,269 0
ω 0 1 2 3 4 5 6 7 8 9 ∞
∠H(ωi) −90◦ −122◦ −146◦ −163◦ −175◦ 175◦ 167◦ 160◦ 155◦ 150◦ 90◦
Ejercicio 7.9
Determine el diagrama polar de una función de transferencia dada por:
15
H(s) =
s(0,5s + 1)(0,1s + 1)
además, a partir del Cuadro 7.11 se tiene que la fase del sistema es −175◦ a 4 rad/s
y 175◦ a 5 rad/s, por lo que:
ωπ ≈ 4,5 rad/s.
En la Figura 7.41b se han marcado las frecuencias de cruce de ganancia y cruce de
fase, para localizar la frecuencia de cruce de ganancia se puede trazar un círculo de
radio 1 sobre el diagrama polar, el diagrama polar tendrá magnitud unitaria en la
intersección de ambas curvas. Para localizar la frecuencia de cruce de fase se puede
determinar el punto donde el diagrama polar cruza el eje real (o donde la parte
imaginaria es cero).
(a) Gráfica polar para la función de transferen- (b) Círculo de radio unitario y diagrama polar
cia
Figura 7.41: Diagramas del ejercicio 7.9
329
330
Ho, W., Hang, C., y Cao, L. (1995). Tuning of PID controllers based on gain and
phase margin specification. Automatica, 31:497–502.
Skogestad, S. (2003). Simple analityc rules for model reduction and PID controller
tuning. Journal of Process Control, 13(4):291–309.
Apéndices
331
A. La transformada de Laplace
Dentro de la Teoría de Análisis de Sistemas como de la de Control Automático,
la transformada de Laplace es un pilar fundamental en el estudio de los sistemas
lineales, puesto que permite convertir ecuaciones diferenciales a ecuaciones algebraicas.
Es más, de acuerdo con Ogata1 .
Una ventaja del método de la Transformada de Laplace es que permite el
uso de técnicas gráficas para predecir el comportamiento del sistema, sin
tener que resolver las ecuaciones diferenciales del sistema. Otra ventaja
de este método es que, cuando se resuelve la ecuación diferencial, es
posible obtener simultáneamente tanto la componente transitoria como la
estacionaria de la solución.
Desde el punto de vista del estudio de sistemas, la transformada de Laplace
traslada las ecuaciones desde el dominio temporal (es decir, la variable t, que se utiliza
generalmente para denotar el tiempo) al llamado dominio de la frecuencia (que en
este caso está denotado con la variable compleja s, tal que, s = σ + jω.
A.1. Definición
Sean
f (t): Una función del tiempo t tal que f (t) = 0 para t < 0,
s = σ + jω: variable compleja,
L : símbolo que indica que se aplicará la transformada de Laplace a una función,
F (s): transformada de Laplace de f (t).
Entonces la Transformada de Laplace de f (t) se obtiene mediante:
Z ∞
L [f (t)] = F (s) = f (t)e−st dt. (A.1)
0
1
Ogata K. Ingeniería de Control Moderna, 4ta edición. Prentice Hall Madrid. 2003
333
334
Propiedad
1 L [af (t)] = aF (s)
L f ( a1 t) = aF (as)
h i
2
3 L [f1 (t) ± f2 (t)] = F1 (s) ± F2 (s)
4 L [f (t − α)µ(t − α)] = e−αs F (s)
5 L [e−αt f (t)] = F (s + α)
h i
6 L f t
a
= aF (as)
7 L [ dtd f (t)] = sF (s) − f (0)
L [ dtd 2 f (t)] = s2 F (s) − sf (0) − f˙(0)
2
8
n 0 (n−2) 0 (n−1)
9 L [ dtd n f (t)] = sn F (s) − sn−1 f (0) − sn−2 f 0 (0) − · · · − sf (0) − f (0)
dn
10 L {tn f (t)} = (−1)n ds F (s)
F (s)
Z t
11 L f (t) dt =
0 s
Z t
12 L f1 (t − τ )f2 (τ ) dτ = F1 (s)F2 (s)
0
f (t) F (s)
1 Impulso unitario δ(t) 1
1
2 Escalón unitario µ(t) s
1
3 t s2
4 tn n = 1, 2, 3, n!
sn+1
1
5 e −at
s+a
1
6 te−at (s+a)2
7 sen(ωt) ω
s2 +ω 2
8 cos(ωt) s
s2 +ω 2
1 1
9 a
(1 − e−at ) s(s+a)
1 1
10 b−a
e−at − e−bt (s+a)(s+b)
1 1 1
11 ab
1+ a−b
be−bt − ae−at s(s+a)(s+b)
12 e−at sen(ωt) ω
(s+a)2 +ω 2
π
0 < ξ < 1, 0 < φ <
2
√
κp e−ξωn t
sen ωn 1 − ξ 2 t + θ
r
α2 −2αξωn +ωn
2
17 κp = ωn 1−ξ 2
2 (s+α)
ωn
√ s2 +2ξωn s+ωn
2
ωn 1−ξ 2
θ = tan−1 α−ξωn
(ξ < 1)
B.1. Nomenclatura
En el caso de análisis de sistemas, cuando se hable de un vector, este se va a denotar
con letras minúsculas en negrita y siempre se va a suponer que se trata de un vector
columna, a menos que se indique lo contrario:
v1
v2
v= .. (B.1)
,
.
vn
donde el término vn representa el n-ésimo elemento del vector. Las matrices se van a
representar con letras mayúsculas en negrita:
···
a11 a12 a1n
a21 a22 ··· a2n
A= .. .. .. (B.2)
.. .
. . . .
am1 am2 ··· amn
En este caso, la matriz A tiene m filas y n columnas, por lo que se dice que el
orden de esta matriz es m × n. El término amn representa el elemento de la matriz
que se encuentra en la fila m columna n. La transpuesta de una matriz corresponde a
intercambiar de posición las filas y las columnas de cada elemento. La transpuesta
de A se denota como AT . Si los elementos de AT se denotan como a0ij , entonces se
cumple que:
a0ij = aji . (B.3)
La transpuesta de un vector corresponde a un vector fila. Una matriz cuadrada
es una matriz que tiene igual número de filas que de columnas. Algunas propiedades
de la transposición de matrices son (Kuo, 1996):
337
338
T
AT = A.
Utilizando los cofactores se puede calcular el valor del determinante de una matriz
cuadrada n × n. Para cualquier fila i = 1, o 2, o . . . , o n:
n
det A = (B.5)
X
aij Aij .
j=1
Si k es un escalar, y A es n × n entonces
|kA| = k n |A| .
Se define como matriz adjunta a la matriz cuyo elemento en la i-ésima fila y la j-ésima
columna es igual al cofactor Aji . Esta matriz se representa mediante adj A:
···
A11 A21 An1
A12 A22 ··· An2
adj A = .. .. .. (B.6)
.. .
. . . .
A1n A2n ··· Ann
AA−1 = I.
−1
(A−1 ) = A.
1
" #
d −b
A −1
= .
ad − bc −c a
g h i
con
e f d f d e
|A| = a − b
+ c
.
h i g i g h
1
http://www.mathworks.com, https://www.openmodelica.org/, http://www.comsol.com/
y http://www.vissim.com/
2
En http://www.geom.uiuc.edu/~huberty/math5337/groupe/digits.html se pueden encon-
trar los primeros cien mil decimales y en http://www.numberworld.org/misc_runs/pi-12t/ pre-
341
342
exponente
Figura C.1: Almacenamiento del número decimal con el estándar IEEE 754.
más cercano que sea mayor igual a la última cifra significativa. Así por ejemplo 78,5
y 77,5 ambos se escribirían como 78 con dos cifras significativas.
Para representar números en una computadora con cierta cantidad de cifras significa-
tivas, se suele utilizar el estándar de la IEEE “Standard for Floating-Point Arithmetic
(IEEE 754)”. La idea de este estándar es representar a los números decimales mediante
la forma:
(−1)s × c × bq , (C.1)
Exactitud
Precisión
(i) (ii)
De acuerdo con Rao (2010) y Chapra y Canale (2006) existen tres tipos de error:
Errores inherentes: Se refieren a los errores en los datos (pueden ser experimen-
tales) o los parámetros que se utilizan para resolver un problema. Cuando se
tienen datos reales, la calidad de estos datos se pueden cuantificar mediante
su precisión y su exactitud. Un conjunto de datos son exactos cuando, después
de tomar varias muestras, el valor que arrojan los instrumentos de medición se
acercan al valor real de la medición. Por supuesto, para conocer la exactitud, es
necesario calibrar los instrumentos antes con un patrón que sea conocido. Por
otro lado, la precisión está más relacionada con la variabilidad de las muestras: si
se realiza varias veces la misma medición y los resultados están muy esparcidos
se dice que las mediciones son poco precisas. Se debe tener claro que la exactitud
y la precisión son relativamente independientes y se pueden tener datos que sean
precisos pero no exactos y viceversa, tal y como se presenta en la Figura C.2.
Para poder comparar el valor del error de un procedimiento con el de otro, se suele
utilizar una medida del error que es relativa al valor verdadero:
Si f (xr ) · f (xu ) < 0, quiere decir que existe una solución en el intervalo entre
xr y xu , por lo que se hace xl = xr y se repite el cálculo en (C.6).
Si f (xr )·f (xu ) = 0 o f (xl )·f (xr ) = 0 entonces quiere decir que xr es exactamente
la raíz y por lo tanto no hay que continuar con el algoritmo.
El algoritmo debe terminar en algún momento, por lo que se debe definir un criterio
de salida. Uno de estos criterios puede ser que se haya alcanzado el número máximo
de iteraciones que se van a permitir o que el error aproximado en la i-ésima iteración
dado por:
x − x
r,i r,i−1
a = · 100 % (C.7)
xr,i
Ejemplo C.1
Utilizando el método de la posición falsa, resuelva la ecuación:
√ 1
x x+ x=8
3
Solución:
El método de la posición
√ falsa resuelve problemas de la forma f (x) = 0, por lo tanto
1
se tiene que f (x) = x x + 3 x − 8. Si se hace xl = 1 se tiene que f (xl ) ≈ −6,667, y si
se toma xu = 5 se tiene que f (xu ) ≈ 4,847. Por lo tanto, como se tiene que los signos
en estos puntos son diferentes, se concluye que la raíz se encuentra entre 1 y 5. Al
aplicar el método se tiene los resultados que se observan en el Cuadro C.1. Como se
puede observar, después de cinco iteraciones, el error relativo es de 0,0002 %. Con
la sexta iteración, ya se tienen cinco decimales que no varían entre esta iteración y
Ejemplo C.2
Resuelva la ecuación del ejemplo C.1 utilizando el método de Newton-Raphson.
Solución
En el Cuadro C.2 se puede observar las iteraciones necesarias con el método de
Newton-Raphson. Como se puede observar, después de tres iteraciones, el método
llega a la misma solución que con el método anterior, lo que muestra su superioridad
en lo que a velocidad de convergencia se refiere.
que es la ecuación para resolver un sistema de dos ecuaciones no lineales. Este cálculo
se repite hasta que se logre reducir el error relativo a un valor predeterminado.
f (xi ) (xi−1 − xi )
xi+1 = xi − . (C.16)
f (xi−1 ) − f (xi )
signo contrario. Por esta razón es posible que el método de la secante, al igual que
del Newton-Raphson, puedan divergir en algunos casos.
Ejemplo C.3
Resuelva la ecuación del ejemplo C.1 utilizando el método de la secante.
Solución
Aplicando (C.16) al problema, con valores iniciales x−1 = 5 y x0 = 4, se obtiene
los resultados del Cuadro C.3
Supóngase que se tiene una función f (x) que se quiere conocer el valor de su
derivada en el punto xi . Partiendo de la serie de Taylor se obtiene:
1
f (xi+1 ) = f (xi ) + f 0 (xi ) · (xi+1 − xi ) + f 00 (xi ) · (xi+1 − xi )2 + . . . (C.17)
2
Si se trunca la serie hasta el primero orden y se despeja f 0 (xi ), se llega a que:
f (xi+1 ) − f (xi )
f 0 (xi ) ≈ , (C.18)
xi+1 − xi
a esta aproximación se le conoce como “aproximación de la primera derivada hacia
adelante”, porque para obtener la aproximación de la derivada en el punto xi se debe
conocer el además el valor de la función en xi+1 . Normalmente se define el término
h = xi+1 − xi como el paso. Claramente, cuanto más pequeño sea este paso, más
exacto será el valor de la aproximación de la derivada.
En caso de que se prefiera utilizar valores anteriores para el cálculo de la derivada,
se obtiene la “aproximación de la primera derivada hacia atrás”:
f (xi ) − f (xi−1 )
f 0 (xi ) ≈ . (C.19)
xi − xi−1
Existe una tercera posibilidad de aproximación mediante “diferencias centradas”.
La expansión en series de Taylor completa para el caso de la aproximación hacia atrás
viene dada por:
1
f (xi−1 ) = f (xi ) + f 0 (xi ) · (xi−1 − xi ) + f 00 (xi ) · (xi−1 − xi )2 + . . . ,
2
considerando que h = xi+1 − xi = xi − xi−1 , se llega a que:
1
f (xi−1 ) = f (xi ) − f 0 (xi )h + f 00 (xi )h2 − . . . (C.20)
2
Si se resta (C.20) a (C.17) se obtiene
2 (3)
f (xi+1 ) − f (xi−1 ) = 2f 0 (xi )h + f (xi )h3 + . . . (C.21)
3!
En este caso, se pueden despreciar los elementos de tercer orden y superior (conser-
vamos el de segundo orden, pero como se puede observar, este es igual a cero). Al
despejar la primera derivada en (C.21), se llega a la ecuación para calcular la primera
derivada mediante diferencias centradas:
f (xi+1 ) − f (xi−1 )
f 0 (xi ) ≈ , (C.22)
2h
adelanto
real
atraso centrado
Figura C.6: Diferencia entre los tres métodos para calcular derivadas.
Ejemplo C.4
Calcular numéricamente la derivada de la función f (x) = x2 ln(x) y compararlo
con su derivada real.
Solución.
Se utilizan las ecuaciones (C.18), (C.19) y (C.22), para calcular las aproximaciones
de las derivadas con un valor arbitrario de h = 0,5. En el Cuadro C.4 se muestran
los resultados de los cálculos y en la Figura C.7 se muestra esta comparación de una
manera gráfica.
Como se puede observar, si se tiene una serie de diez números de xi , sólo se podrán
calcular nueve derivadas con los métodos de diferencia en adelanto y diferencia en
atraso y sólo ocho para el caso de la diferencia centrada. Sin embargo, la aproximación
con la diferencia centrada es mucho mejor que con los otros dos casos, debido a que
se omiten menos términos de la serie de Taylor.
Qué tan buenas son estas aproximaciones depende también de qué tan bruscos
sean los cambios en la función y de qué tan pequeño sea el paso que se utilice.
25
Real
Adelanto
20
Atraso
Centrado
15
f’(x)
10
−5
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
x
Es posible derivar el área bajo la línea mediante métodos de cálculo, pero en este
caso se utilizará el conocimiento previo del área de un trapecio. Es sabido que el área
de un trapecio es igual a la altura por el promedio de las bases del trapecio, a saber,
si la altura mide d, y las bases miden c y C, el área del trapecio sería entonces:
(C + c)d
Atrap =
2
Con respecto a la Figura C.8, se puede obtener que: d = b − a, c = f (a) y C = f (b),
por lo tanto, la aproximación de la integral vendría dada por:
f (a) + f (b)
I ≈ (b − a) . (C.24)
2
Cuando se desea aplicar este método para rangos grandes, lo que se hace es dividir el
rango en n segmentos y aplicar la fórmula para cada uno, como quedaría representado
en la Figura C.9. Si se suman las áreas de cada uno de los trapecios individuales, se
obtiene que
f (x0 ) + f (x1 ) f (x1 ) + f (x2 )
I ≈ (x1 − x0 ) + (x2 − x1 ) + ···
2 2 (C.25)
f (xn ) + f (xn−1 )
+ (xn − xn−1 )
2
Si se supone que todos los puntos están igualmente espaciados (es decir xi − xi−1 =
h, ∀i), (C.25) se puede escribir como:
f (x0 ) + f (x1 ) f (x1 ) + f (x2 ) f (xn ) + f (xn−1 )
" #
I≈h + + ··· + , (C.26)
2 2 2
y agrupando los términos se llega a que:
h i
f (x0 ) + f (xn ) + 2 f (xi )
Pn−1
i=1
I≈h . (C.27)
2
Por supuesto, se debe cumplir que n es un número entero positivo, por lo que el
paso h está sujeto a que:
f (xn ) − f (x0 )
h= (C.28)
n
De nuevo, cuando más pequeño sea el paso, más exacta será la aproximación de la
integral, pero se deberán realizar más cálculos.
Ejemplo C.5
Encuentre el resultado de I = 0π x sen(x) dx mediante la regla del trapecio, con
R
Cuando se ejecuta el script con los pasos deseados, los resultados son los siguientes:
dy
= f (x, y). (C.29)
dx
valor
calculado
error
valor
real
Figura C.10: Representación del método de Euler. Adaptado de Chapra y Canale (2006).
definiendo φ como:
φ(xi , yi , h) = a1 k1 + a2 k2 + · · · + an kn , (C.32)
con:
k1 = f (xi , yi ),
k2 = f (xi + p1 h, yi + q11 k1 h),
k3 = f (xi + p2 h, yi + q21 k1 h + q22 k2 h),
.. ..
.=.
kn = f (xi + pn−1 h, yi + qn−1,1 k1 h + qn−1,2 k2 h + · · · + qn−1,n−1 kn−1 h).
con:
k1 = f (xi , yi )
k2 = f (xi + p1 h, yi + q11 k1 h)
h2 d2 y
dy
y(xi + h) = y(xi ) + h + .
2 dx2 xi ,yi
dx xi ,yi
h2 0
yi+1 = yi + hf (xi , yi ) + f (xi , yi ).
2
La derivada de la función f (x, y) con respecto a x, vendría dada por:
∂f (x, y) ∂f (x, y) dy
f 0 (x, y) = + ,
∂x ∂y dx
h2 ∂f (xi , yi ) ∂f (xi , yi )
" #
yi+1 = yi + hf (xi , yi ) + + f (xi , yi ) . (C.34)
2 ∂x ∂y
Para encontrar los valores de los parámetros, habría que igualar (C.33) con (C.34).
Como no tienen exactamente las misma forma, lo que se hace es escribir la expansión
de Taylor de primer orden de f (xi + p1 h, yi + q11 k1 h):
∂f (xi , yi ) ∂f (xi , yi )
f (xi + p1 h, yi + q11 k1 h) = f (xi , yi ) + p1 h + q11 k1 h (C.35)
∂x ∂y
h2 ∂f (xi , yi ) ∂f (xi , yi )
" #
yi+1 = yi + h(a1 + a2 )f (xi , yi ) + 2a2 p1 + 2a11 a2 f (xi , yi ) .
2 ∂x ∂y
(C.36)
Entonces, igualando (C.34) con (C.36), se tiene que se debe cumplir que:
a1 + a2 = 1,
1
a2 p 1 = ,
2
1
a2 q11 = ,
2
es decir, se tiene un sistema de tres ecuaciones con cuatro incógnitas, por lo que se
tiene un número infinito de soluciones. Si se selecciona a2 = 1/2, se tiene un método
llamado método de Heun con un predictor. Si a2 = 1, se llega a un método conocido
como el método del punto medio. Sin embargo, si a2 = 2/3, se obtiene el método de
Ralston, que, de acuerdo con Chapra y Canale (2006), es el que tiene el menor error
por truncamiento. Con este valor, el método de resolución de ecuaciones de segundo
orden quedaría como:
1 2
yi+1 = yi + k1 + k2 h, (C.37)
3 3
con:
k1 = f (xi , yi ), (C.38)
3 3
k2 = f (xi + h, yi + k1 h). (C.39)
4 4
Como se puede observar, con esta aproximación es necesario evaluar dos veces la
función en cada iteración, al contrario del caso de Euler que sólo se evaluaba una vez.
En el caso del método de Runge-Kutta de cuarto orden, el procedimiento es el
mismo que para el caso del de segundo orden, pero utilizando más términos de la serie
de Taylor. Igualmente, se llega a que existe un infinito número de posibilidades para
escoger el valor de los parámetros. Sin embargo, la versión normalmente utilizada
viene dada por:
1
yi+1 = yi + (k1 + 2k2 + 2k3 + k4 ) h, (C.40)
6
donde:
k1 = f (xi , yi ) (C.41)
1 1
k2 = f (xi + h, yi + k1 h) (C.42)
2 2
1 1
k3 = f (xi + h, yi + k2 h) (C.43)
2 2
k4 = f (xi + h, yi + k3 h) (C.44)
Ejemplo C.6
Resuelva la ecuación diferencial:
180
Analítico
160 Euler, error: 72.6411
RK2, error: 15.9199
RK4, error: 0.39362
140
120
100
y
80
60
40
20
0
0 1 2 3 4 5
x
Figura C.11: Comparación utilizando los tres métodos de resolución de ecuaciones diferenciales.
367
368
|sI − A0 | = 0. (D.4)
y como T es invertible por definición, entonces se puede decir que T−1 T = I y por lo
tanto (D.5) se puede escribir como:
sI − T−1 AT
= 0,
−1
sT T − T−1 AT
= 0,
T (sI − A) T = 0,
−1
−1
T |sI − A| |T| = 0,
y como |T| =
6 0 por ser invertible, al final se obtiene que:
|sI − A0 | = |sI − A| = 0,
por lo que, al tener la misma ecuación característica, ambos modelos tienen los mismos
valores propios (polos).
El modelo transformado también tiene la misma función de transferencia. En el
caso del sistema transformado, la función de transferencia viene dado por:
Se puede demostrar (ver Ogata (2003)) que la matriz exponencial se puede escribir
de la forma:
n−1
2
At
= α0 (t)I + α1 (t)A + α2 (t)A + · · · + αn−1 (t)A n−1
= αk Ak . (D.8)
X
e
k=0
Si se define: Z tf
αk (tf − τ )u(τ ) dτ = β k , (D.10)
t0
entonces:
n−1
x(tf ) = Ak Bβ k , (D.11)
X
k=0
o de manera equivalente:
β0
h i β1
x(tf ) = An−1 B .. (D.12)
B AB ··· .
.
β n−1
1
El rango de una matriz viene dado por el número de filas o columnas que son linealmente
independientes.
0 1 0 0
···
0 0 1 ··· 0
.. .. .. .. ..
A0 = . . . . . , (D.17)
0 0 0 1
···
−a0 −a1 −a2 ··· −an−1
0
0
..
B0 = . . (D.18)
0
1
Las matrices C y D no siguen ningún patrón en particular.
el conjunto de puntos del espacio de estados alcanzables partiendo del estado inicial
cero forman un subespacio vectorial, al que se le denomina subespacio controlable
XC , generado por los vectores columna de Q.
Para obtener la base que forma este subespacio lo que se debe hacer es seleccionar
de la matriz Q, las columnas que sean linealmente independientes, empezando desde
la izquierda. En el momento que se encuentre una columna que sea linealmente
dependiente de las columnas anteriores, se descarta esa columna y todas las demás
posteriores. Las columnas seleccionadas corresponden a una base del subespacio
controlable.
Si la dimensión del subespacio controlable es rC < n, siendo n la dimensión del
vector de estado, entonces existe una matriz de transformación TC :
Subsistema controlable
Subsistema no controlable
El subsistema formado por la sección del estado x̂a y cuya dinámica viene repre-
sentada por Âaa y B̂a , coincide con la dimensión del espacio controlable rC . La otra
sección constituida por x̂b no se ve afectada por la entrada, y por lo tanto corresponde
a la parte no controlable. Esta relación se puede representar gráficamente, mediante
el diagrama de la Figura D.1.
La matriz de transformación TC se construye a partir de la base del subespacio
controlable. Lo primero que se debe hacer es formar una matriz Ta de dimensiones
n × rC a partir de los vectores columna que forman el subespacio controlable. Luego se
debe construir una matriz Tb formada por n − rC vectores linealmente independientes
entre ellos y los vectores columna de Ta . Con estas dos matrices, se construye entonces
la matriz de transformación:
h i
TC = Ta Tb . (D.21)
2. Fijar el intervalo en el que cada cada escalón deberá ser aplicado. Lo normal en
este punto es fijar la longitud arbitrariamente, dándole el mismo tiempo a cada
uno de los escalones (n subintervalos de igual longitud).
No obstante, también sería posible incluir dentro del mismo procedimiento de cálculo,
la obtención del tiempo del intervalo de cada escalón que se debe aplicar, por lo que
sería posible tener un sistema con n ecuaciones (cada uno de los estados) pero con
2n − 1 grados de libertad (n diferentes alturas de escalones y n − 1 longitudes de
subintervalos).
se dice que el estado x(t0 ) es observable si dada cualquier entrada u(t), existe un
tiempo finito tf ≥ t0 tal que del conocimiento de u(t) para t0 ≤ t < tf , las matrices
A, B, C, D; y la salida y(t) para t0 ≤ t < tf son suficientes para determinar x(t0 ).
Si cada estado del sistema es observable para un tf finito, se dice que el sistema es
totalmente observable o simplemente observable”.
Es decir, que un sistema es observable si, al tener acceso a la salida y a la entrada
de un sistema, es posible calcular el valor del estado. Para ello es necesario que
los estados afecten las salidas de alguna manera. Si un estado no afecta las salidas,
entonces no es posible calcular su valor a partir de la observación de las salidas y las
entradas solamente.
La salida de un sistema como el de (D.23) viene dada por:
Z t
y(t) = CeAt x(0) + C eA(t−τ ) Bu(τ ) dτ + Du(t). (D.24)
0
El único elemento desconocido de esta ecuación es x(0), por lo que, si se pasa todos
los elementos conocidos al lado izquierdo nos queda una ecuación de la forma:
ỹ(t) = CeAt x(0), (D.25)
donde ỹ(t) reúne todos los elementos conocidos. Si se procede igual que en el caso de
la controlabilidad a expresar la matriz exponencial en términos de una serie finita de
la forma (D.8) entonces (D.25) se puede escribir de la forma:
n−1
ỹ(t) = αk (t)CAk x(0), (D.26)
X
k=0
ỹ(t) = α0 (t)Cx(0) + α1 (t)CAx(0) + · · · + αn−1 (t)CAn−1 x(0). (D.27)
Se puede demostrar (ver Ogata (2003)), que para que se pueda determinar el estado
x(0) dada la salida y(t), la matriz P de tamaño n · q × n (q salidas y n estados) dada
por:
C
CA
P= .. , (D.28)
.
CAn−1
debe tener rango n. Entonces para probar si un sistema es observable, se puede
recurrir a la siguiente prueba:
Un sistema LTI es totalmente observable si el rango de la matriz de
observabilidad P dada por (D.28) es n
A esta prueba se le conoce como prueba de observabilidad completa de Kalman.
0 0 0
··· −a0
1 0 ··· 0 −a1
0 1 0
Ā =
··· −a2 ,
(D.31)
.. .. .. .. ..
. . . . .
1 0 ··· 0 −an−1
h i
C̄ = 0 0 ··· 0 1 . (D.32)
Las matrices B̄ y D̄ no siguen ningún patrón particular. Hay que darse cuenta que
la matriz Ā es igual a la transpuesta de la matriz A0 del caso de la forma canónica
controlable. La transpuesta de C̄ es igual a B0 .
La matriz de transformación T viene dada por:
T = (MP)−1 , (D.33)
Pr x = 0. (D.34)
h i
TO = Ta Tb , (D.35)
Tb representa una base del sistema no observable, mientras que Ta esta formada por
rP vectores que sean linealmente independientes entre sí y entre ellos y la base Tb .
Al aplicar la transformación x(t) = TO x̂(t), el sistema queda de la forma:
x̂˙ a
" # " #" # " #
Âaa 0 x̂a B̂a
= + u(t),
x̂˙ b Âba Âbb x̂b B̂b
" # (D.36)
h i x̂a
y(t) = Ĉa 0 + Du(t).
x̂b
Subsistema observable
Subsistema
no observable
existe una TCO invertible con la que se puede realizar un cambio de base de la forma:
0 0
Âaa Âac
Âba Âbb Âbc Âbd
 = T−1 = (D.39)
CO ATCO
,
0 0 Âcc 0
0 0 Âdc Âdd
B̂a
B̂b
B̂ = T−1 = (D.40)
CO B
,
0
0
h i
Ĉ = CTCO = Ĉa 0 Ĉc 0 . (D.41)
Los estados transformados quedan de la forma:
h iT
x̂ = x̂aT x̂bT x̂cT x̂dT , (D.42)
así, el subsistema
h asociado
i a los estados transformados x̂a , caracterizado por las
matrices Âaa , B̂a , Ĉa es totalmente controlable y observable. A este subsistema se
le llama realización mínima del sistema, porque la función de transferencia que
se obtiene a partir de él es exactamente igual a la que se obtendría utilizando el
sistema completo. Entonces, por ello se dice que, un MVE es una realización mínima
del sistema si y solo si es controlable y observable.
Los estados formados por x̂a y x̂b , son los estados controlables del sistema, asociados
al subsistema:
0
"" # " # #
Âaa B̂a h i
, , Ĉa 0 .
Âba Âbb B̂b
Subsistema no controlable
y observable
Subsistema
no controlable
Subsistema controlable y no observable
y no observable
Y por último, los estados x̂a y x̂c están asociados a un subsistema totalmente
observable caracterizados por las matrices:
"" # " # #
Âaa Âac B̂a h i
, , Ĉa Ĉc .
0 Âcc 0
Ejemplo D.1
Obtener un MVE equivalente en el que se separe la parte controlable y la observable
del sistema dado por:
2 3 −4 0 −1
−3 −2 4 0 3
A= 0 2 0 3
−3 ,
−3 −3 4 −1 1
3 3 −4 0 −2
0
3
B= 2
,
2
−2
h i
C= −3 3 2 0 5 .
Solución:
Lo primero que se debe hacer en este caso es obtener las bases de los subespacios
controlable y no observable. Aplicando la prueba de Kalman de controlabilidad se
obtiene:
A2 B A3 B A4 B
h i
Q= B AB
0 3 −3 9 −15
3 −4 6 −10 18
= 2 2 −2 2 (D.44)
−2 .
2 −5 5 −11 17
−2 5 −5 11 −17
1 0 0
0 1 0
BC = 0 0 1 (D.45)
, , .
−1 0 1
1 0
−1
El rango de esta matriz también es igual a 3, lo que significa que la dimensión del
subespacio no observable es igual a 2. Para obtener la base del subespacio, hay que
Puesto que se tienen tres ecuaciones pero cinco variables, el sistema quedará
dependiendo de dos parámetros f y g. Al reducir el sistema de ecuaciones se encuentra
la siguiente solución x1 = 0, x2 = −f , x3 = −f , x4 = g y x5 = f , es decir, la solución
general se puede escribir de la forma:
0 0
x1
x2 −1 0
=f +g 0 (D.48)
x3
−1
.
x4
0
1
x5 1 0
Por lo tanto, una base para el subsistema no observable viene dada por:
0 0
0
−1
BŌ = 0 (D.49)
−1 ,
.
0 1
1 0
El siguiente paso es encontrar una base para el subespacio que es intersección del
subespacio controlable y el no observable BC ∩ BŌ . Una manera para encontrar este
espacio es definir las ecuaciones algebraicas que definen cada uno de estos subespacios
y encontrar el vector que satisfaga todas las ecuaciones al mismo tiempo. Para el
caso del subespacio no observable, se verifica que los vectores que pertenecen a este
subespacio deben cumplir:
x1 = 0
x2 = −x5 (D.50)
x3 = −x5
Para el caso del subespacio controlable, la ecuación que define el subespacio viene
dada por:
x4 = −x5 . (D.51)
por lo tanto, la base del subespacio que es intersección del subespacio controlable y
no observable, viene dado por:
0
−1
BC∩Ō = (D.53)
−1 .
−1
1
0
−1
Tb =
−1 .
−1
1
Ta junto con Tb deben ser base del espacio controlable. Entonces, basta tomar
dos vectores de BC que sean linealmente independientes de Tb , por lo tanto:
1 0
0 1
Ta = 0 0
.
−1 0
1 0
Td junto con Tb deben ser una base del subespacio no observable. Por lo que
basta tomar un vector de BŌ que sea linealmente independiente de Tb . Se
−1
Td =
−1 .
0
1
Puesto que el espacio de estados es de dimensión 5 (se trata de R5 ), y se tienen
4 vectores linealmente independientes, solo es necesario encontrar un vector
linealmente independiente de los demás para formar el espacio de estados. Por
simplicidad, se puede escoger:
1
0
Tc = 0
.
0
0
0 1 −1 0 −1
h i
TCO = = 0 0 −1 0 −1 (D.54)
Ta Tb Tc Td
.
−1 0 −1 0 0
1 0 1 0 1
De esta manera, las matrices transformadas quedan de la forma:
1 3 0 0 0
0 −2 0 0 0
 = TCO −1 ATCO = 0 0 −1 3 0 (D.55)
,
0 0 0 2 0
0 0 0 0 −1
0
1
B̂ = TCO −1 B = (D.56)
−2 ,
0
0
h i
Ĉ = CTCO = 2 3 0 −3 0 , (D.57)
por lo tanto se obtienen los siguientes resultados:
1 3 0
" # " #
Aaa = Aac =
0 −2 0
h i
Aba = 0 0 Abb = −1
Abc =3 Abd =0
Acc =2 Adc =0
0
" #
Add = −1 Ba =
1
h i
Bb = −2 Ca = 2 3
Cc = −3
Ejercicio D.1
Sea un sistema caracterizado por el siguiente modelo en variables de estado:
1 0 2 1
ẋ(t) = 2 1 −1 x(t) + 2
u(t),
0 1 3 0
h i
y(t) = 0 1 0 x(t).
A2 B
h i
Q= B AB ··· An−1 B ,
A = 2 1 −1 B = 2 n = 3,
0 1 3 0
donde n es el número de estados del modelo en variables de estado, por lo tanto:
h i
Q= B AB A2 B ,
2
1 1 0 2 1 1 0 2 1
=
2 2 1 −1 · 2 2 1 −1 · 2 ,
0 0 1 3 0 0 1 3 0
1 1 5
2
= 4 4
.
0 2 10
1 1 5
det(Q) =
2 4 4
= 32.
0 2 10
1 0 1 0
−1
ẋ(t) = 0 1 −1 x(t) + 2 1
u(t),
1 1 3 0 1
h i
y(t) = 0 1 0 x(t).
A2 B
h i
Q= B AB ,
2
1 0 1 0 1 0 1 0 1 0
−1 −1
=
2 1
0 1 2
−1 1
0 1 2
−1 1
0 1 1 1 3 0 1 1 1 3 0 1
1 0 1 −1 −2
−5
= 2 1 2 0 −1 −4
,
0 1 3 4 12 11
de donde se obtiene que su rango es 3 (se deja como ejercicio demostrarlo), por lo
que el sistema es completamente controlable.
3) Si solo se usa la primera entrada, la matriz B se puede “reescribir” como:
h iT
B1 = 1 2 0 ,
por lo que la matriz de controlabilidad Q1 sería:
A2 B 1
h i
Q1 = B1 AB1 ,
2
1 1 0 1 1 0 1
−1 −1
= 2 0 1 −1 2 0 1 −1 2
,
0 1 1 3 0 1 1 3 0
1 1 −2
= 2 2 −1
.
0 3 12
Calculando el determinante de Q1 se observa que éste es distinto de cero (da −9),
por lo que el sistema es controlable utilizando la primera entrada. Si se utiliza la
segunda entrada se tiene:
h iT
B1 = 0 1 1 ,
entonces:
A2 B 2
h i
Q2 = B2 AB2 ,
2
0 1 0 −1 0 1 0 −1 0
=
1 0 1 −1 1 0 1 −1 1 ,
1 1 1 3 1 1 1 3 1
0 −1 −5
= 1 0 −4 .
1 4 11
a 0
" # " #
−2 −1
A= C= ,
0 −1 0 b
a 0
!
0
a
0 b 0 b
P= =
,
!
a 0 −2a −a
!
−2 −1
0 b 0 −1 0 −b
con el primer vector fila de P se pueden cancelar todos los primeros elementos de
las restantes filas, además, se puede utilizar la segunda fila para eliminar a todos
los segundos elementos también, por lo tanto, el rango de P es dos y el sistema es
completamente observable (siempre y cuando a 6= 0 y b 6= 0).
Un aspecto importante de este ejercicio es que como:
y(t) = Cx(t),
0 a 0
no sea observable. En este caso, la matriz de observabilidad sería:
h i
1 0 1
0 0 6
h
1 0 1
i
1 0 1 2 0 0
C
P = CA = 0 a 0 = 0 a 6 .
2
CA2 2a 6a 0
0 0 6
h i
1 0 1 2 0 0
0 a 0
Para saber si el sistema es totalmente observable, P debe ser invertible (o sea, poseer
tres vectores fila linealmente independientes). El determinante de P es det(P) =
(−36a) + (−2a2 ) = −2a2 − 36a, el cual será cero para a = 0 y a = −18, por lo que si
a = 0 o a = −18, P no poseería tres filas linealmente independientes y el sistema no
sería totalmente observable.
391
392
Universo, 16