Sistemas Multivariables, Realimentacion de Estados

INTRODUCCION
Sistemas de Control
Es el conjunto de elementos interconectados que logran que el
sistema proporcione la respuesta deseada.
PROCESO
ENTRADA SALIDA
REALIMENTACION
DETECTOR DE PERTURBACIONES VARIABLE

ERROR
CONTROLADA
PROCESO
CONTROLADOR
CONTROLADO
ENTRADA DE -
REFERENCIA
DISPOSITIVO DE
MEDICION
INTRODUCCION
Análisis de Sistemas de Control
Se utiliza como entrada diferentes funciones.
INTRODUCCION
EL OBJETIVO DE LA TEORIA DE CONTROL ES EL DISEÑAR ESTRATEGIAS

QUE PERMITAN CONTROLAR UN CONJUNTO DE VARIABLES (VARIABLES
MANIPULADAS), DE MANERA QUE SE PUEDAN MANTENER LAS VARIABLES
CONTROLADAS EN UNOS VALORES DESEADOS A PESAR DE LAS
PERTURBACIONES QUE PUEDAN AFECTAR AL SISTEMA
INTRODUCCION
Especificaciones de respuesta transitoria
INTRODUCCION
Sistema de segundo orden
C ( s)  n2
 2
R( s ) s  2 n s   n2
INTRODUCCION
Sistema de segundo orden
C ( s)  n2
 2
R( s ) s  2 n s   n2
SISTEMAS MULTIVARIABLES
Un sistema de control multivariable (MIMO) permite
alcanzar el objetivo de mantener un conjunto de variables
en un valor deseado a diferencia del control de sistemas
SISO que solo permite controlar una variable.
Variables de estado: Conjunto mínimo de variables del

sistema, tal que, conocido su valor en un instante dado,
permiten conocer la respuesta del sistema ante
cualquier señal de entrada o perturbación.
Representación de sistemas continuos:
Representación de sistemas continuos:
Representación de sistemas discretos:
Representación de sistemas discretos:
Controlabilidad: Un sistema dinámico es controlable si
es posible alcanzar un estado deseado x(t1) = x1, a partir
de un estado inicial x(0) = x0 en un tiempo t1 finito.
La matriz de controlabilidad está dada por:
El sistema es controlable si y solo si el rango de C es igual a “n”,

donde “n” es el orden del sistema
Observabilidad: Un sistema es observable si
conociendo la entrada “u” y la salida “y” es posible
determinar el estado “x”.
La matriz de observabilidad está dada por:
El sistema es observable si el rango de O es igual a “n”, donde

“n” es el orden del sistema
Péndulo simple
Péndulo simple
Péndulo simple
Péndulo simple
Péndulo simple
Péndulo simple
Péndulo simple
Péndulo simple
Péndulo simple
Péndulo simple
Péndulo invertido
Péndulo invertido
Péndulo invertido
Péndulo invertido
Péndulo invertido
Péndulo invertido
Péndulo invertido
Péndulo invertido
Péndulo invertido
g
Péndulo invertido
g
Péndulo invertido
g
g
REALIMENTACION DE
ESTADOS
Se realimenta las variables de estado con fines de
control. Medir todos los estados y realimentarlos a la
entrada.
REALIMENTACION DE
ESTADOS
Técnica utilizada para el diseño de control de sistemas,
en lugar de diseñar controladores con configuración fija.
REALIMENTACION DE
ESTADOS
Diseño por ubicación de polos: Se diseña a partir de la
ubicación de los polos que se desea que el sistema
tenga.
• Método Directo:
Polinomio en base a los polos deseados en lazo cerrado.

REALIMENTACION DE
ESTADOS
Diseño por ubicación de polos
• Método de Ackerman:
Polinomio en base a los polos deseados en lazo cerrado.

REALIMENTACION DE
ESTADOS
Ejemplo.
REALIMENTACION DE
ESTADOS
Ejemplo.
REALIMENTACION DE
ESTADOS
Ejemplo.
REALIMENTACION DE
ESTADOS
Ejemplo.
REALIMENTACION DE
ESTADOS
Ejemplo.
REALIMENTACION DE
ESTADOS
Ejemplo.
REALIMENTACION DE
ESTADOS
Ejemplo. Se desea Mp≤1.5% y ts(2%) ≤1seg.
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
Ejemplo: Carros Acoplados con unión flexible.
El carro de la izquierda tiene un motor eléctrico que permite aplicar una
fuerza “F” al sistema. El objetivo del sistema de control es reducir la oscilación
del segundo carro cuando el primero cambia de posición, se espera un tiempo
de establecimiento de 1 segundo y un sobrepico menor al 10%. Como
instrumentación hay instalados en cada carro un potenciómetro que permite
medir el desplazamiento.
REALIMENTACION DE
ESTADOS
El carro de la izquierda tiene un motor eléctrico que permite aplicar una
fuerza “F” al sistema. El objetivo del sistema de control es reducir la oscilación
del segundo carro cuando el primero cambia de posición, se espera un tiempo
de establecimiento de 1 segundo y un sobrepico menor al 10%. Como
instrumentación hay instalados en cada carro un potenciómetro que permite
medir el desplazamiento.
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
Las ecuaciones del sistema serán:
REALIMENTACION DE
ESTADOS
Las matrices de controlabilidad y observabilidad serán:
El rango de ambas matrices es cuatro lo que indica que el sistema es

totalmente controlable y observable.
REALIMENTACION DE
ESTADOS
Con las especificaciones dadas los polos deseados serán:
El polinomio característico deseado tendrá la forma:
Los valores de K serán:

REALIMENTACION DE
ESTADOS
MATLAB:
% Sin realimentación de estados
A=[0 1 0 0;-46.84 -7.4 46.84 0;0 0 0 1;79.13 0 -79.13 0];
B=[0;1.73;0;0];
C=[1 0 0 0;0 0 1 0];
D=[0;0];
t=0:0.02:20;
[y,x,t]=step(A,B,C,D,1,t);
x1 = [1 0 0 0]*x';
x2 = [0 0 1 0]*x';
subplot(2,1,1); plot(t,x1); grid

title('x1 – t')
xlabel('t Seg'); ylabel('x1')
title('x2 – t')
REALIMENTACION DE
ESTADOS
MATLAB:
REALIMENTACION DE
ESTADOS
MATLAB (Simulink):
REALIMENTACION DE
ESTADOS
MATLAB: % Con realimentación de estados
A=[0 1 0 0;-46.84 -7.4 46.84 0;0 0 0 1;79.13 0 -79.13 0];
B=[0;1.73;0;0];C=[1 0 0 0;0 0 1 0];D=[0;0];
Co=ctrb(A,B);
nc=rank(Co);
Ob=obsv(A,C);
no=Rank(Ob);
P=[-4+j*5.46 -4-j*5.46 -12 -12];
K=acker(A,B,P)
AA=[A-B*K];
BB=B;
CC=[C-D*K];
DD=D;
t=0:0.02:5;
[y,x,t]=step(AA,BB,CC,DD,1,t);
x1 = [1 0 0 0]*x';
x2 = [0 0 1 0]*x';
title('x1 – t')
title('x2 – t')
REALIMENTACION DE
ESTADOS
MATLAB:
REALIMENTACION DE
ESTADOS
MATLAB:
REALIMENTACION DE
ESTADOS
MATLAB (Simulink):
REALIMENTACION DE
ESTADOS
Servosistemas: Cuando la planta tiene un integrador.
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
Ejemplo. Se desea Mp=16.35% y ts(2%) =2seg.
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
A=[0 1 0;0 0 1;0 -2 -3];

B=[0;0;1];
C=[1 0 0];
D=[0];
P=[-2+j*3.46 -2-j*3.46 -10];
K=acker(A,B,P)
k1=K(1,1);
AA=[A-B*K];
BB=[B*k1];
CC=[C];
DD=D;
step(AA,BB,CC,DD)
grid
REALIMENTACION DE
ESTADOS
MATLAB:
A=[0 1 0;0 0 1;0 -2 -3]; subplot(2,2,1); plot(t,x1); grid
B=[0;0;1]; title('x1 – t')
C=[1 0 0]; xlabel('t Seg'); ylabel('x1')
D=[0]; subplot(2,2,2); plot(t,x2); grid
P=[-2+j*3.46 -2-j*3.46 -10]; title('x2 – t')
K=acker(A,B,P) xlabel('t Seg'); ylabel('x2')
k1=K(1,1); subplot(2,2,3); plot(t,x3); grid
AA=[A-B*K]; title('x3 – t')
BB=[B*k1]; xlabel('t Seg'); ylabel('x3')
CC=[C];
DD=D;
t=0:0.02:6;
x1 = [1 0 0]*x';
x2 = [0 1 0]*x';
x3 = [0 0 1]*x';
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
Servosistemas: Cuando la planta no tiene integrador
REALIMENTACION DE
ESTADOS
Servosistemas: Cuando la planta no tiene integrador
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
MATLAB:
A=[0 1 0 0;-46.84 -7.4 46.84 0;0 0 0 1;79.13 0 - subplot(2,2,1); plot(t,x1); grid
79.13 0]; title('x1 – t')
B=[0;1.73;0;0]; xlabel('t Seg'); ylabel('x1')
C=[0 0 1 0]; subplot(2,2,2); plot(t,x2); grid
D=[0]; title('x2 – t')
P=[-4+j*5.46 -4-j*5.46 -12 -12]; xlabel('t Seg'); ylabel('x2')
K=acker(A,B,P) subplot(2,2,3); plot(t,x3); grid
KI=K(1,1); title('x3 – t')
AA=[A-B*K]; xlabel('t Seg'); ylabel('x3')
BB=[B*KI]; subplot(2,2,4); plot(t,x4); grid
CC=[C]; title('x4 – t')
DD=D; xlabel('t Seg'); ylabel('x4')
t=0:0.02:6;
x1 = [1 0 0 0]*x';
x2 = [0 1 0 0]*x';
x3 = [0 0 1 0]*x';
x4 = [0 0 0 1]*x';
REALIMENTACION DE
ESTADOS
MATLAB:
REALIMENTACION DE
ESTADOS
MATLAB:
REALIMENTACION DE
ESTADOS
MATLAB (Simulink):
REALIMENTACION DE
ESTADOS
REALIMENTACION DE
ESTADOS
MATLAB:
A=[0 1 0 0;-46.84 -7.4 46.84 0;0 0 0 1;79.13 0 - x2 = [0 1 0 0 0]*x';
79.13 0]; x3 = [0 0 1 0 0]*x';
B=[0;1.73;0;0]; x4 = [0 0 0 1 0]*x';
C=[0 0 1 0]; x5 = [0 0 0 0 1]*x';
D=[0]; subplot(3,2,1); plot(t,x1); grid
P=[-4+j*5.46 -4-j*5.46 -12 -12 -15]; title('x1 – t')
Aref=[A zeros(4,1);-C 0]; xlabel('t Seg'); ylabel('x1')
Bref=[B;0]; subplot(3,2,2); plot(t,x2); grid
K=acker(Aref,Bref,P) title('x2 – t')
KK=[K(1,1) K(1,2) K(1,3) K(1,4)]; xlabel('t Seg'); ylabel('x2')
KI=-K(1,5); subplot(3,2,3); plot(t,x3); grid
title('x3 – t')
AA=[A-B*KK B*KI;-C 0]; xlabel('t Seg'); ylabel('x3')
BB=[0;0;0;0;1]; subplot(3,2,4); plot(t,x4); grid
CC=[C 0]; title('x4 – t')
DD=D; xlabel('t Seg'); ylabel('x4')
t=0:0.02:6; subplot(3,2,5); plot(t,x5); grid
[y,x,t]=step(AA,BB,CC,DD,1,t); title('x5 – t')
x1 = [1 0 0 0 0]*x'; xlabel('t Seg'); ylabel('x5')
REALIMENTACION DE
ESTADOS
MATLAB:
REALIMENTACION DE
ESTADOS
MATLAB:
REALIMENTACION DE
ESTADOS
MATLAB (Simulink):

Sistemas Multivariables, Realimentacion de Estados

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sistemas Multivariables, Realimentacion de Estados

Cargado por

Copyright:

Formatos disponibles

INTRODUCCION

DETECTOR DE PERTURBACIONES VARIABLE

EL OBJETIVO DE LA TEORIA DE CONTROL ES EL DISEÑAR ESTRATEGIAS

Variables de estado: Conjunto mínimo de variables del

La matriz de controlabilidad está dada por:

El sistema es controlable si y solo si el rango de C es igual a “n”,

La matriz de observabilidad está dada por:

El sistema es observable si el rango de O es igual a “n”, donde

Polinomio en base a los polos deseados en lazo cerrado.

Polinomio en base a los polos deseados en lazo cerrado.

El rango de ambas matrices es cuatro lo que indica que el sistema es

El polinomio característico deseado tendrá la forma:

Los valores de K serán:

subplot(2,1,1); plot(t,x1); grid

A=[0 1 0;0 0 1;0 -2 -3];

También podría gustarte