Control I PDF

UNIVERSIDAD
NACIONAL
DE INGENIERIA
APUNTES DE CLASE
DE CONTROL I
Teorı́a y Ejemplos con
Aplicaciones de MATLAB
Raúl Benites Saravia, M.Sc.

ii
Estas notas de clase son el material utilizado por el autor en el curso de Control I en la Facultad de
Ingenierı́a Eléctrica y Electrónica de la Universidad Nacional de Ingenierı́a (UNI). Este material es el esfuerzo de
recopilación y ordenamiento de materias tratados en diversos libros de la lı́nea de Control y Automatización, en
las que destacan autores como Ogata, Eronini, Lewis, Kuo, etc., ası́ como, diversas materias teóricas y ejemplos
en Matlab introducidas por el autor, que en conjunto conforman un resúmen que será de utilidad para los alumnos
y docentes de la lı́nea de control y afines.
Apuntes de Clase de Control I, Teorı́a y Ejemplos con Aplicaciones de MAT-

LAB
Copyright c Raúl Benites-Saravia, 2002. Reservados todos los derechos
Índice General
Agradecimientos iii
Prefacio v
1 Introducción a los Sistemas de Control 1

1.1 Objetivo del Control Automático . . . . . . . . . . . . . . . . 1
1.2 Campos de aplicación . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.4 Diagramas de bloques y diagramas de flujo . . . . . . . . . . 3
1.4.1 Funciones de Transferencia y Diagramas de bloques . 3
1.4.2 Algebra de Diagramas de Bloques . . . . . . . . . . . 3
1.4.3 Diagramas de flujo . . . . . . . . . . . . . . . . . . . . 7
1.5 Clasificación de Sistemas de Control . . . . . . . . . . . . . . 11
1.6 Componentes de un Sistema de Control . . . . . . . . . . . . 12
1.7 Ejemplos de Sistemas de Control . . . . . . . . . . . . . . . . 13
2 Modelos Matemáticos de Sistemas Dinámicos 19

2.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2 Tablas de Transformadas de Laplace . . . . . . . . . . . . . . 19
2.3 Ecuaciones Diferenciales de Sistemas Fı́sicos . . . . . . . . . . 20
2.4 Modelos de función de transferencia . . . . . . . . . . . . . . 20
2.4.1 Función y Matriz de transferencia de sistemas fı́sicos . 20
2.5 Modelos de Estado . . . . . . . . . . . . . . . . . . . . . . . . 26
2.5.1 Representación de sistemas dinámicos en el espacio de
estado . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.5.2 Modelos de sistemas lineales . . . . . . . . . . . . . . . 31
2.5.3 Conversión de modelos matemáticos lineales . . . . . 34
viii ÍNDICE GENERAL
2.5.4 Soluciones de las ecuaciones de estado lineales e inva-

riantes en el tiempo (SLIT) . . . . . . . . . . . . . . . 35
2.5.5 Solución de las ecuaciones de estado lineales y varian-
tes en el tiempo . . . . . . . . . . . . . . . . . . . . . . 36
2.5.6 Modelado utilizando software de simulación . . . . . . 40
2.5.7 Modelos de sistemas no lineales y linealizaión . . . . . 42
3 Análisis de Funcionamiento de Sistemas de Control 47

3.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.2 Análisis de respuesta transitoria para sistemas de primer orden 48
3.2.1 Respuesta escalón unitario de sistemas de primer orden 48
3.2.2 Respuesta rampa unitaria de sistemas de primer orden 50
3.2.3 Respuesta impulso unitario de sistemas de primer orden 52
3.3 Análisis de respuesta transitoria para sistemas de segundo orden 53
3.3.1 Respuesta a un escalón unitario . . . . . . . . . . . . . 54
3.3.2 Respuesta impulsiva de sistemas de segundo orden . . 56
3.4 Análisis de respuesta transitoria para sistemas de orden superior 57
3.4.1 Respuesta de sistemas de tercer orden al escalón unitario 57
3.4.2 Respuesta transitoria de sistemas de orden superior . 58
3.5 Análisis de respuesta transitoria utilizando software de simu-
lación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.5.1 Respuesta a una entrada escalón a partir de la función
de transferencia del sistema . . . . . . . . . . . . . . . 60
3.5.2 Respuesta a una entrada escalón de un sistema en el
espacio de estados . . . . . . . . . . . . . . . . . . . . 60
3.5.3 Respuesta a una entrada impulso unitario . . . . . . . 63
3.5.4 Respuesta a una entrada en rampa . . . . . . . . . . . 64
3.6 Análisis de respuesta estacionaria . . . . . . . . . . . . . . . . 65
3.7 Rechazo a Perturbaciones . . . . . . . . . . . . . . . . . . . . 68
3.8 Sensibilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.9 Respuesta Estacionaria utilizando Software de Simulación . . 74
4 Estabilidad 77
4.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.2 Estabilidad Aplicados a Modelos de Estado Lineales . . . . . 77
4.3 Estabilidad Aplicados a Modelos de Función de Transferencia 78
4.4 Test de Routh - Hurwitz . . . . . . . . . . . . . . . . . . . . . 79
4.5 Estabilidad utilizando software de simulación . . . . . . . . . 81
ÍNDICE GENERAL ix
5 Métodos Gráficos de Análisis de Sistemas de Control 83

5.1 Método del Lugar Geométrico de las Raı́ces . . . . . . . . . . 83
5.1.1 Reglas generales para construir el lugar geométrico de
las raı́ces (LGR) . . . . . . . . . . . . . . . . . . . . . 85
5.1.2 Análisis de Sistemas de Control mediante el LGR . . . 94
5.1.3 Lugar Geométrico de las Raı́ces para Sistemas con Re-
tardo de Transporte . . . . . . . . . . . . . . . . . . . 96
5.1.4 Gráficas del LGR utilizando Software de Simulación . 99
5.2 Método de Respuesta en Frecuencia . . . . . . . . . . . . . . 103
5.2.1 Gráficas de Bode . . . . . . . . . . . . . . . . . . . . . 105
5.2.2 Gráficas de Bode utilizando software de simulación . . 112
5.2.3 Gráficas Polares y Criterio de Estabilidad de Nyquist 113
5.2.4 Aplicación a sistemas con retardo de transporte . . . . 116
Bibliografı́a 129
Índice de Figuras
1.1 Representación del proceso dinámico. . . . . . . . . . . . . . . 2

1.2 Representación de un sistema lineal mediante diagrama de
bloques. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 (a) Elementos de un diagrama de bloques; (b) Diagrama de
bloques como resultado de combinar elementos. . . . . . . . 4
1.4 Diagrama de bloque 1 . . . . . . . . . . . . . . . . . . . . . . 5
1.9 Diagrama de bloques completo . . . . . . . . . . . . . . . . . 7
1.10 Diagrama de bloques reducido . . . . . . . . . . . . . . . . . . 8
1.11 Sistema de control de velocidad . . . . . . . . . . . . . . . . . 8
1.12 Diagrama de bloques del servomotor . . . . . . . . . . . . . . 9
1.13 Diagrama de bloques del amplificador+integrador . . . . . . . 9
1.14 Diagrama de bloques del sistema de control de velocidad, con
los bloques de transferencia directa y el de realimentación . . 10
1.15 Diagrama de bloques del sistema de control de velocidad, con
un solo bloque de transferencia directa y el de realimentación 10
1.16 Diagrama de bloques reducido de todo el sistema de control
de velocidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.17 Diagramas de flujo del sistema descrito . . . . . . . . . . . . . 12
1.18 Diagrama de flujo del sistema de control de velocidad . . . . 13
1.19 Diagrama de flujo de un sistema con tres lazos . . . . . . . . 13
1.20 Sistemas de control en lazo abierto y cerrado. . . . . . . . . . 14
1.21 Control de temperatura:(a)neumático; (b) electrónico; (c) Di-
agrama de bloques. . . . . . . . . . . . . . . . . . . . . . . . . 15
xii ÍNDICE DE FIGURAS
1.22 (a) Esquema eléctrico del sistema control de velocidad; (b)

Diagrama de bloques. . . . . . . . . . . . . . . . . . . . . . . 16
1.23 (a) Sistema de Control de la locomotora,(b) Diagrama de blo-
ques. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.24 b) Diagrama de bloques del sistema de control de la locomotora. 17
2.1 Diagrama de un motor DC controlado por armadura . . . . . 24

2.2 Diagrama de bloques del motor DC controlado por armadura 26
2.3 Diagrama de bloques reducido del motor DC controlado por
armadura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.4 Diagrama de bloques detallado del sistema de orden n . . . . 29
2.5 Circuito simple RLC . . . . . . . . . . . . . . . . . . . . . . . 33
3.1 Diagrama de bloques de un sistema de primer orden . . . . . 48

3.2 Diagrama de bloques simplificado . . . . . . . . . . . . . . . . 48
3.3 Respuesta del sistema de primer orden a una entrada escalón
unitario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.4 Respuesta del sistema a una entrada escalón unitario desde
t = 0 hasta t = T . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.5 Respuesta del sistema de primer orden a una entrada rampa
unitaria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.6 Respuesta del sistema de primer orden a una entrada impulso
unitario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.7 Sistema de segundo orden . . . . . . . . . . . . . . . . . . . . 55
3.8 Respuesta de un sistema de segundo orden a una entrada
escalón unitario. . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.9 Sistema de Control. . . . . . . . . . . . . . . . . . . . . . . . 58
3.10 Respuesta al escalón de sistemas de orden superior. . . . . . . 59
3.11 Respuesta a un escalón unitario. . . . . . . . . . . . . . . . . 61
3.12 Respuesta a un escalón unitario. . . . . . . . . . . . . . . . . 62
3.13 Respuesta a un impulso unitario. . . . . . . . . . . . . . . . . 64
3.14 Respuesta a una rampa unitaria. . . . . . . . . . . . . . . . . 66
3.15 Sistema de control. . . . . . . . . . . . . . . . . . . . . . . . . 67
3.16 Sistema de control con perturbaciones. . . . . . . . . . . . . . 69
3.17 Sistema de control con perturbaciones. . . . . . . . . . . . . . 70
3.18 Respuesta del sistema de control a una perturbación escalón
unitario. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.19 Diagrama de bloques del sistema de control de realimentación
estática. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
ÍNDICE DE FIGURAS xiii
3.20 Diagrama de bloques de un sistema de control proporcional. . 74

3.21 Respuesta a una rampa unitaria. . . . . . . . . . . . . . . . . 75
5.1 Diagrama de bloques de un sistema de control . . . . . . . . . 84

5.2 Diagramas que muestran los ángulos desde polos y ceros de
lazo abierto al punto de prueba s. . . . . . . . . . . . . . . . . 85
5.3 Sistema de Control. . . . . . . . . . . . . . . . . . . . . . . . 87
5.4 Ubicación de polos y ceros de lazo abierto en el plano s. . . . 88
5.5 Lugar geométrico aproximado. . . . . . . . . . . . . . . . . . 89
5.6 Averiguando si existe LGR entre -1 y -2. . . . . . . . . . . . . 90
5.7 Averiguando si existe LGR entre -2 y -∞. . . . . . . . . . . . 91
5.8 Averiguando si existe LGR entre 0 y +∞. . . . . . . . . . . . 92
5.9 Lugar Geométrico de las Raı́ces final. . . . . . . . . . . . . . . 94
5.10 Listado del programa en código Matlab. . . . . . . . . . . . . 95
5.11 Determinación de los ángulos de salida. . . . . . . . . . . . . 96
5.12 Sistema de control. . . . . . . . . . . . . . . . . . . . . . . . . 96
5.13 Lugar geométrico de las raı́ces. . . . . . . . . . . . . . . . . . 97
5.14 Sistema de fase no mı́nima. . . . . . . . . . . . . . . . . . . . 98
5.15 LGR del sistema de fase no mı́nima. . . . . . . . . . . . . . . 99
5.16 Sistema con retardo de transporte. . . . . . . . . . . . . . . . 100
5.17 Sistema con retardo de transporte. . . . . . . . . . . . . . . . 101
5.18 Lugar geométrico del sistema con retardo de transporte. . . . 102
5.19 Respuesta al escalón del sistema con retardo de transporte. . 103
5.20 Pantalla gráfica del rltool. . . . . . . . . . . . . . . . . . . . . 104
5.21 Diagrama de bloques de un sistema de control. . . . . . . . . 105
5.22 Lugar geométrico del sistema de control. . . . . . . . . . . . . 105
5.23 Ingreso de los ceros y polos GH(s) del sistema. . . . . . . . . 118
5.24 Lugar geométrico del sistema de control. . . . . . . . . . . . . 119
5.25 Sistema lineal estable e invariante en el tiempo. . . . . . . . . 119
5.26 Diagrama de Bode para 1/jw. . . . . . . . . . . . . . . . . . . 120
5.27 Diagrama de Bode para jw. . . . . . . . . . . . . . . . . . . . 121
5.28 Ancho de banda BW de |G(jw)|. . . . . . . . . . . . . . . . . 121
5.29 Transición entre estabilidad e inestabilidad. . . . . . . . . . . 122
5.30 Márgen de ganancia y márgen de fase para sistemas estables
e inestables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.31 Márgen de ganancia y márgen de fase para el ejemplo. . . . . 123
5.32 Diagrama de Nyquist de lazo abierto G(jw). . . . . . . . . . . 123
5.33 Diagrama de Nyquist de sistemas de fase mı́nima tipo 0, tipo
1 y tipo 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
xiv ÍNDICE DE FIGURAS
5.34 Diagrama de bloques de un sistema de control. . . . . . . . . 124

5.35 Camino de Nyquist en el plano s. . . . . . . . . . . . . . . . . 125
5.36 Sistema de control y el camino de Nyquist. . . . . . . . . . . 125
5.37 Contorno en el plano GH y un detalle cerca al origen. . . . . 126
5.38 Diagrama de Nyquist para sistemas: inestable, oscilatorio y
estable. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
5.39 Margen de ganancia y margen de fase para sistemas estables
e inestables. . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
5.40 Diagrama de Nyquist para el sistema con retardo de transporte.128
Índice de Tablas
Capı́tulo 1
Introducción a los Sistemas

de Control
Un sistema de control podrı́a definirse como un conjunto de componentes in-

terrelacionados que proporcionan acciones deseadas. Las diferentes técnicas
de control presentan medios para lograr el funcionamiento óptimo de sistemas
dinámicos, permitiendo mejorar la productividad, automatizar procesos
manuales y repetitivos, brindar seguridad y calidad en la producción industrial.
1.1 Objetivo del Control Automático

El objetivo del control automático es mantener en determinado valor de
operación las variables del proceso. Para tal propósito se diseña el contro-
lador adecuado, permitiendo obtener salidas deseadas que cumplan con los
requerimientos de diseño. En la figura 1.1 se representa el proceso dinámico
a controlar.
1.2 Campos de aplicación

• Control de procesos industriales
• Sistema de pilotaje de aviones
• Control de tráfico
• Control de procesos económicos, etc.

2 Introducción a los Sistemas de Control
Figura 1.1: Representación del proceso dinámico.
1.3 Definiciones
• Variable controlada: Es la cantidad o condición que se mide y controla.
Por ejemplo la posición angular de un robot industrial.
• Variable manipulada: Es la cantidad o condición producida por el

controlador, denominada también variable de control. Ejemplo de
variable manipulada sera la tensión de salida del controlador que afecte
la variable controlada a un valor deseado.
• Planta: Puede consistir en un equipo, un conjunto de piezas de una

máquina, que realiza una operación determinada. Por ejemplo, un
motor, un horno eléctrico, un vehı́culo espacial, un robot, etc.
• Proceso: Es una operación caracterizado por una serie de sucesos gra-

duales, que tienden a un resultado final deseado. Como ejemplos de
procesos podemos citar a los procesos quı́micos y biológicos.
• Sistema: Es un conjunto de componentes interrelacionados que pro-

porcionan acciones deseadas. Un ejemplo de sistema podrı́a consistir
en un conjunto conformado por el computador (controlador), un brazo
mecánico (planta) y el sensor (componente de realimentacin hacia el
controlador).
• Perturbaciones: Es una señal interna o externa no deseada al sistema

que tiende a afectar su salida. Ejemplos de perturbaciones son ruido
1.4 Diagramas de bloques y diagramas de flujo 3
térmico, transitorios en la red eléctrica, variaciones de temperatura,

viento, etc.
1.4 Diagramas de bloques y diagramas de flujo

1.4.1 Funciones de Transferencia y Diagramas de bloques
Los sistemas fı́sicos pueden ser representados por ecuaciones diferenciales, y
si estas ecuaciones son lineales con coeficientes constantes, entonces estamos
tratando con modelos de sistemas lineales invariantes en el tiempo (SLIT
en Inglés). Al modelo lineal se le puede aplicar la transformada de Laplace
para obtener una relación entre la transformada de Laplace de la salida y
la transformada de Laplace de la entrada. A esta relación se le denomina
función de transferencia. En la figura 1.2 se presenta un diagrama de bloques
Y (s)
con la función de transferencia: X(s) = G(s)
Figura 1.2: Representación de un sistema lineal mediante diagrama de blo-

ques.
Un diagrama de bloques de un sistema es una representación gráfica de

las funciones realizadas por cada componente y del flujo de las señales. Tal
diagrama indica las interrelaciones que existen entre los diversos compo-
nentes.
Suponiendo un sistema con entrada R(s) y salida C(s), la función de
transferencia G(s) viene representada por el diagrama de bloques de la fi-
gura 1.3. En sistemas de control se usan frecuentemente puntos de suma y
de bifurcación, muy frecuentes en sistemas de control de lazo cerrado.
1.4.2 Algebra de Diagramas de Bloques

Los diagrama de bloques de los sistemas de control, pueden ser de lazo simple
o de lazos múltiples. En los sistemas de control de procesos, por ejemplo,
Figura 1.3: (a) Elementos de un diagrama de bloques; (b) Diagrama de

bloques como resultado de combinar elementos.
suelen ser de lazos múltiples. Lo que finalmente interesa, es la funcón de

transferencia total de lazo cerrado, es decir la relación entre la(s) entrada(s)
y salida(s).
Veamos algunos ejemplos:
Ejemplo 1.1 Un sistema de control viene representado por las si-

guientes ecuaciones diferenciales:
ẋ(t) + 4x(t) = u(t)

ÿ(t) + 3ẏ(t) + 2y(t) = ẋ(t)
ü(t) = 10e(t)
v(t) = 0.2y(t)
e(t) = r(t) − v(t)
se pide determinar los diagrama de bloques para cada una de las

ecuaciones diferenciales, sus correspondientes funciones de trans-
ferencia, y finalmente el diagrama de bloques equivalente total y
su correspondiente función de transferencia.
Solución
Reescribamos las ecuaciones diferenciales del sistema de control:
ẋ(t) + 4x(t) = u(t) (1.1)
ÿ(t) + 3ẏ(t) + 2y(t) = ẋ(t) (1.2)
ü(t) = 10e(t) (1.3)
v(t) = 0.2y(t) (1.4)
e(t) = r(t) − v(t) (1.5)

1
Aplicando Laplace a la ecuación (1.1) se obtiene X(s)U (s) = s+4 , cuyo di-
agrama de bloques se muestra en la figura 1.4. Idénticamente, aplicando
Y (s) s
Laplace a la ecuación (1.2) se obtiene: X(s) = (s+1)(s+2) con el diagrama de
bloques mostrado en la figura 1.5. Haciendo lo mismo a las ecuaciones (1.3),
(1.4) obtendremos las correspondientes siguientes funciones de transferencia:
U (s) 10
E(s) = s2 , V (s) = 0.2Y (s) y los diagramas de bloques mostrados en las figu-
ras 1.6, y 1.7. La transformad de Laplace del error será E(s) = R(s) − V (s).
Figura 1.4: Diagrama de bloque 1
Agrupando las funciones de transferencia individuales, conformamos el

diagrama de bloques mostrado en la figura 1.8. Los bloques presentes en el
camino directo se reducen a un único bloque, que enlazado con el bloque de

realimentación conforman el diagrama de bloques mostrado en la figura 1.9.
Finalmente, podemos obtener el diagrama de bloques reducido, siendo
la entrada R(s) y la salida Y (s), que es lo solicitado.
Ejemplo 1.2 En la figura 1.11 se muestra un diagrama de bloques

de un sistema de control de velocidad. Obtenga el diagrama de
bloques realimentado reducido
Solución
El diagrama de bloques reducido, tan solo para el servomotor será el que se

(s)
muestra en la figura 1.12, cuya función de transferencia es Gsm (s) = VVoi (s) =
K
Ra Js+KKb .
El diagrama de bloques reducido para el amplificador y el integrador
i (s)
se muestra en la figura 1.13 con función de transfrencia Gai (s) = VE(s) =
Ka
s . El diagrama de bloques realimentado, mostrando los dos bloques de
transferencia directa y el bloque de realimentación, se muestra en la figura
1.14. En la figura 1.15 se muestra una siguiente reducción de la figura
anterior, y finalmente el diagrama de bloques reducido de todo el sistema de
control se muestra en la figura 1.16 con la siguiente función de transferencia:
Vo (s) KKa
Vr (s) = Ra Js2 +KKb s+KKa Kv
Figura 1.9: Diagrama de bloques completo
1.4.3 Diagramas de flujo

El método de los diagrams de flujo o gráficos de flujo de señal es otro proce-
dimiento alternativo para representar gráficamente la dinámica del sistema
de control.
Un gráfico de flujo de señal consiste en una red en la cual los nodos
están conectados por ramas con dirección y sentido. El sentido del flujo de
señal se indica por una flecha ubicada en la rama y el factor de multiplicación
aparece a lo largo de la rama. El gráfico de flujo de señal despliega el flujo de
señales de un punto de un sistema a otro y da las relaciones entre las señales.
Ejemplo 1.3 Sea un sistema definido por el siguiente conjunto de

ecuaciones:
x1 = a11 x1 + a12 x2 + a13 x3 + b1 u1 (1.6)

x2 = a21 x1 + a22 x2 + a23 x3 + b2 u2 (1.7)
x3 = a31 x1 + a32 x2 + a33 x3 (1.8)
Determine los diagramas de flujo correspondiente a cada ecuación,

ası́ como el diagrama de flujo total del sistema.
Figura 1.10: Diagrama de bloques reducido
Figura 1.11: Sistema de control de velocidad
Solución
Los gráficos de flujo de señal correspondiente se muestran en la figura
1.17.
Ejemplo 1.4 Obtenga el diagrama de flujo del sistema de control

de velocidad del ejemplo 1.2
Solución
El diagrama de flujo del sistema de control de velocidad se muestra en
la figura 1.18
La transmitancia o ganancia total entre un nodo de entrada y un nodo

de salida (función de transferencia) puede determinarse usando la fórmula
de Mason, dada por:
1
P = Pk ∆k (1.9)
∆
k
donde:
Figura 1.12: Diagrama de bloques del servomotor
Figura 1.13: Diagrama de bloques del amplificador+integrador
Pk : ganancia de trayectoria de la k-ésima trayectoria directa

∆ : determinante del gráfico =1-(suma de todos los lazos individuales) +
(suma de los productos de ganancia de todas las combinaciones posibles de
dos lazos disjuntos) - (suma de los productos de ganancia de todas las com-
binaciones
posibles
de treslazos disjuntos) + . . .
=1- a La + b,c Lb Lc − d,e,f Ld Le Lf + . . .
∆k : cofactor del determinante de la k-ésima trayectoria directa del gráfico
con los lazos que tocan la trayectoria directa k-ésima eliminados.
Ejemplo 1.5 Aplicar la fórmula de la ganancia de Mason para de-

terminar la razón o función de transferencia de Y /RL y EL /RL para
el sistema de la figura 1.19
Solución
El sistema tiene tres lazos, un par de lazos que no se tocan y dos caminos
directos.
Comencemos con el denominador:
= 1 − (−G1 H1 − G3 H2 − G1 G2 G3 H3 ) + (−G1 H1 )(−G3 H2 )

El numerador se obtiene al considerar la ganancia del camino directo con:
P1 1 = G1 G4 (1 + G3 H2 )
Figura 1.14: Diagrama de bloques del sistema de control de velocidad, con

los bloques de transferencia directa y el de realimentación
Figura 1.15: Diagrama de bloques del sistema de control de velocidad, con

un solo bloque de transferencia directa y el de realimentación
P2 2 = G1 G2 G3 (1)
Observemos que k en cada caso es una versión reducida de la función del

denominador y si el lazo directo toca a todos los lazos, el valor de k se
reduce a la unidad. El resultado final es:
Y G1 G4 (1 + G3 H2 ) + G1 G2 G3 (1)
=
RL 1 + G1 H 1 + G3 H 2 + G1 G2 G3 H 3 + G1 H 1 G3 H 2
La evaluación de EL /RL pareciera que fuese la unidad, pero el valor de
un nodo es igual es igual a la suma de todas las seales de entrada y hay tres
que llegan al nodo de la seal de error. La función del denominador queda
inalterada con respecto al resultado previo y la función de transferencia es:
EL 1(1 + G3 H2 )
=
RL 1 + G1 H 1 + G3 H 2 + G1 G2 G3 H 3 + G1 H 1 G3 H 2
1.5 Clasificación de Sistemas de Control 11
Figura 1.16: Diagrama de bloques reducido de todo el sistema de control de

velocidad
1.5 Clasificación de Sistemas de Control

• De acuerdo al tipo de estructura, se clasifican en:
Sistemas de control en lazo abierto (SCLA). Ver figura 1.2(a)
Sistemas de control en lazo cerrado (SCLC). Ver figura 1.2(b)
• De acuerdo a su naturaleza, se pueden clasificar como sistemas de con-

trol lineales y no lineales. Todos los sistemas son inherentemente
no lineales. Si las variaciones de magnitud de las variables del pro-
ceso son pequeñas, entonces el sistema puede linealizarse y aplicarse
las técnicas de control lineal; sin embargo, si dichas variaciones son
amplias, entonces tienen que aplicarse técnicas de control no lineal.
A continuación se listan algunos ejemplos de ecuaciones diferenciales
lineales y no lineales.
Lineales:
ẋ = Ax; ẍ = ẋ − 2x; ẍ + 0.4ẋ + 3x = 0

No lineales:
ẍ + aẋ + x3 = bsen(wt); ẍ = −4ẋ + x2
• Sistemas de control invariantes y variantes con el tiempo

Invariantes: Los parámetros no varı́an con el tiempo.
Variantes: Los parámetros varı́an con el tiempo.
• De acuerdo a la tecnologı́a se pueden clasificar en sistemas de control
en tiempo continuo y en tiempo discreto.
Sistemas de control en tiempo continuo: Son aquellos cuyas señales
son continuas en el tiempo t, y pueden describirse mediante ecua-
ciones diferenciales.
Figura 1.17: Diagramas de flujo del sistema descrito
Sistemas de control en tiempo discreto: Son aquellos en los cuales

una ó más de las variables pueden cambiar sólo en valores dis-
cretos de tiempo, y pueden describirse mediante ecuaciones en
diferencias.
1.6 Componentes de un Sistema de Control

• Eléctricos
• Electrónicos
• Mecánicos
• Hidraúlicos
• Neumáticos
• Combinación de los anteriores.

1.7 Ejemplos de Sistemas de Control 13
Figura 1.18: Diagrama de flujo del sistema de control de velocidad
Figura 1.19: Diagrama de flujo de un sistema con tres lazos
1.7 Ejemplos de Sistemas de Control

• Tı́pico intercambiador de calor.
• Control de velocidad en lazo abierto para un motor DC.
• Control de una locomotora eléctrica diesel.

Figura 1.20: Sistemas de control en lazo abierto y cerrado.

Figura 1.21: Control de temperatura:(a)neumático; (b) electrónico; (c) Di-

agrama de bloques.
Figura 1.22: (a) Esquema eléctrico del sistema control de velocidad; (b)
Diagrama de bloques.
Figura 1.23: (a) Sistema de Control de la locomotora,(b) Diagrama de blo-

ques.
Figura 1.24: b) Diagrama de bloques del sistema de control de la locomotora.

Capı́tulo 2
Modelos Matemáticos de
Sistemas Dinámicos
2.1 Introducción
En el desarrollo de casi todas las estrategias de control, es indispensable
la obtención del modelo matemático de la planta a controlarse, aplicándose
las leyes fı́sicas del proceso y obteniendo una ecuación diferencial (lineal
o no lineal). Si no es lineal, existen métodos de linealización que permiten
obtener el modelo lineal del proceso o planta, haciendo posible el uso de con-
troladores lineales. El uso de controladores lineales presupone la obtención
de un modelo del controlador lineal, para luego continuar con la obtención
del modelo del sistema completo, es decir del sistema de control (planta +
controlador).
En este capı́tulo se tratará sobre el modelamiento de sistemas lineales y
no lineales con parámetros constantes.
2.2 Tablas de Transformadas de Laplace

Como paso previo a la obtención del modelo de un sistema dinámico, es
necesario conocer una herramienta matemática de vital importancia para
obtener la función de transferencia de un sistema lineal: la transformada de
Laplace. En el desarrollo del curso se usarán tablas de transformadas de
Laplace. En la tabla 2.1 puede observarse la transformada de Laplace de
algunas funciones básicas.
20 Modelos Matemáticos de Sistemas Dinámicos
Tabla 2.1: Transformadas de Laplace de algunas funciones básicas.

f(t) F(s)
1 δ(t) 1
1
2 µ s
1
3 e−at s+a
1
4 t s2
n!
5 tn sn+1
ω
6 sen(ωt) s2 +ω 2
s
7 cos(ωt) s2 +ω 2
1
8 te−at (s+a)2
9 e−at sen(ωt) ω
(s+a)2 +ω 2
(s+a)
10 e−at cos(ωt) (s+a)2 +ω 2
11 (B − Aa)te−at + Ae−at As+B
(s+a)2
(B−Aa) (As+B)
12 e−at [Acos(ω(t)) + ω sen(ωt)] (s+a)2 +ω 2
2.3 Ecuaciones Diferenciales de Sistemas Fı́sicos

Los elementos fı́sicos de parámetros concentrados como la resistencia, la
capacitancia, la inductancia, pueden ser representados por ecuaciones difer-
enciales lineales en función de la diferencia del valor entre los terminales, y
una variable que pasa a través del elemento o componente. En la tabla 2.2
se presenta las ecuaciones diferenciales correspondientes a un conjunto de
elementos eléctricos y mecánicos pasivos.
2.4 Modelos de función de transferencia

2.4.1 Función y Matriz de transferencia de sistemas fı́sicos
La función de transferencia de un sistema se define como la relación entre
la transformada de Laplace de la variable de salida y la transformada de
Laplace de la variable de entrada (sistemas SISO), suponiendo que todas
las condiciones iniciales son cero. Análogamente, la matriz de transferencia
viene a ser la relación entre la transformada de Laplace del vector de salidas
y la transformada de Laplace del vector de entradas (sistemas MIMO). La
función o matriz de transferencia solo se define para sistemas lineales y de
parámetros constantes. En general, la función de transferencia de un sistema
2.4 Modelos de función de transferencia 21
dada por la ecuación diferencial de orden n:
dn y(t) dn−1 y(t) dy(t)

n
+ a1 n−1
+ . . . + an−1 + an y(t)
dt dt dt
dn u(t) dn−1 u(t) du(t)
= b0 n
+ b 1 n−1
+ . . . + bn−1 + bn u(t) (2.1)
dt dt dt
tiene la siguiente forma:
Y (s) b0 sn + b1 sn−1 + . . . + bn−1 s + bn

G(s) = = (2.2)
U (s) a0 sn + a1 sn−1 + . . . + an−1 s + an
El método es particularmente útil, ya que los ceros y polos en el plano S de

la función de transferencia, representan la respuesta transitoria del sistema.
A continuación veamos algunos ejemplos de modelado de sistemas SISO
y MIMO.
Ejemplo 2.1 Dado un proceso constituido por las siguientes etapas:
ÿ(t) + 2ẏ(t) − 2u̇(t) = u(t)

z̈(t) + 4ż(t) = ÿ(t) + 2ẏ(t) + y(t)
ẍ(t) + 3ẋ(t) + 2x(t) = 3ż(t)
Obtener la función de transferencia, considerando x como salida y

u como entrada.
Solución
Reescribiendo las ecuaciones:
ÿ(t) + 2ẏ(t) − 2u̇(t) = u(t) (2.3)
z̈(t) + 4ż(t) = ÿ(t) + 2ẏ(t) + y(t) (2.4)
ẍ(t) + 3ẋ(t) + 2x(t) = 3ż(t) (2.5)
Aplicando la transformada de Laplace a la ecuación (2.3), se obtiene:
(s2 + 2s)Y (s) = (2s + 1)U (s) (2.6)
entonces:
Y (s) (2s + 1)
= (2.7)
U (s) s(s + 2)
Ahora, aplicando Laplace a la ecuación (2.4), obtenemos:
(s2 + 4s)Z(s) = (s2 + 2s + 1)Y (s) (2.8)
luego:
Z(s) (s2 + 2s + 1)
= (2.9)
Y (s) s(s + 4)
Idénticamente, aplicando la transformada de Laplace a la ecuación (2.5), se
obtiene:
(s2 + 3s + 2)X(s) = 3sZ(s) (2.10)

de donde:
X(s) 3s
= (2.11)
Z(s) (s + 1)(s + 2)
De las funciones de transferencia parciales, dadas por las ecuaciones (2.7),

(2.9) y (2.11), obtendremos la función de transferencia solicitada. Ası́:
X(s) X(s) Z(s) Y (s) 3(s + 1)(2s + 1)

= . . = (2.12)
U (s) Z(s) Y (s) U (s) s(s + 2)2 (s + 4)
X(s) 6s2 + 9s + 3
= 4 (2.13)
U (s) s + 8s3 + 20s2 + 16s
Ejemplo 2.2 Dada una planta MIMO representada por las siguien-
tes ecuaciones:
Θ̈1 (t) + 2Θ̇1 (t) + Θ1 (t) = 2u̇1 (t) + 5u1 (t)

Θ̈2 (t) + 3Θ̇2 (t) = ü2 (t) + 4u̇2 (t) + u2 (t)
Determinar la matriz de transferencia, considerando u1 , u2 como

entradas y Θ1 , Θ2 como salidas.
Solución
Reescribiendo las ecuaciones:
Θ̈1 (t) + 2Θ̇1 (t) + Θ1 (t) = 2u̇1 (t) + 5u1 (t) (2.14)
Θ̈2 (t) + 3Θ̇2 (t) = ü2 (t) + 4u̇2 (t) + u2 (t) (2.15)
Aplicando Laplace a la ecuación (2.14), obtenemos:
(s2 + 2s + 1)Θ1 (s) = (2s + 5)U1 (s) (2.16)
que conlleva a la siguiente función de transferencia:
Θ1 (s) 2s + 5
= G11 (s) = 2 (2.17)
U1 (s) s + 2s + 1
Idénticamente, aplicando Laplace a la ecuación (2.15), obtenemos:
(s2 + 3s)Θ2 (s) = (s2 + 4s + 1)U2 (s) (2.18)
que conlleva a la siguiente función de transferencia:
Θ2 (s) s2 + 4s + 1
= G22 (s) = (2.19)
U2 (s) s(s + 3)
Entonces la matriz de transferencia será:
2s+5

G11 (s) G12 (s) s2 +2s+1
0
Gp (s) = = s2 +4s+1 (2.20)
G21 (s) G22 (s) 0 s(s+3)
Ejemplo 2.2 Obtener el modelo matemático para el motor DC

controlado por armadura, mostrado en la figura 2.1, empleando el
método de la función de transferencia.
Figura 2.1: Diagrama de un motor DC controlado por armadura
Solución
Ecuaciones:
• Circuito eléctrico: Aplicando la ley de Kirchoff a la entrada del circuito

del motor, se obtiene:
dia (t)
ea (t) = Ra ia + La + eb (t) (2.21)
dt
• Conversión de energı́a eléctrica en mecánica: El torque T desarrolla-

do por el motor es proporcional al producto de ia y al flujo ψ en el
entrehierro, el que a su vez es proporcional a la corriente de campo,
donde:
ψ = Kf if
T (t) = Kf if K1 ia
donde Kf y K1 son constantes. Luego K = Kf if K1 . Por consi-

guiente, el torque desarrollado por el motor puede expresarse por:
T (t) = K ia (t) (2.22)
• Circuito mecánico:
Aplicando la ley de Newton se obtiene:
d2 θ dθ
T (t) = J 2
+b (2.23)
dt dt
• Tensión contra-electromotriz:
Del circuito eléctrico, la fuerza contra-electromotriz viene expresada
por:
dθ
eb (t) = Kb (2.24)
dt
La transformada de Laplace de la ecuación (5.16) es:
Ea (s) = Ra Ia (s) + La sIa (s) + Eb (s) (2.25)
Factorizando Ia(s) y despejando dicha variable se obtiene:
1
Ia (s) = ( )(Ea (s) − Eb (s)) (2.26)
sLa + Ra
Si tomamos la transformada de Laplace a la ecuación (5.18) se obtiene:
T (s) = KIa (s) (2.27)
Ahora, si tomamos la transformada de Laplace a la ecuación (2.23) obtene-

mos:
T (s) = Js2 θ(s) + bsθ(s) (2.28)
factorizando θ(s) y despejando dicha variable se obtiene:

1
θ(s) = T (s) (2.29)
s(Js + b)
Finalmente aplicando la transformada de Laplace a la ecuación (2.24) se
obtiene:
Eb (s) = Kb sθ(s) (2.30)
Cada una de las ecuaciones queda representada por su correspondiente
diagrama de bloques, que reunidas producen el diagrama de bloques que se
muestra en la figura 2.2. Por consiguiente, la función de transferencia viene
Figura 2.2: Diagrama de bloques del motor DC controlado por armadura
dada por la siguiente ecuación:

θ(s) K
= (2.31)
Ea (s) JLa s3 + (La b + Ra J)s2 + (Ra b + Kb K)s
Reduciendo el diagrama de bloques de la figura 2.2 a la forma mostrada en
la figura 2.3, se obtiene la siguiente función de transferencia:
θ(s) G(s)
= (2.32)
Ea (s) 1 + G(s)H(s)
2.5 Modelos de Estado

Un modelo de estado puede describir sistemas lineales y no lineales, propor-
cionando un fundamento matemático potente para la aplicación de diversas
2.5 Modelos de Estado 27
Figura 2.3: Diagrama de bloques reducido del motor DC controlado por

armadura
técnicas analı́ticas. En esta sección se presenta el desarrollo de modelos de

estado lineales y no lineales.
2.5.1 Representación de sistemas dinámicos en el espacio de

estado
Primer caso: La función excitadora no incluye términos derivativos. Sea el
siguiente sistema de orden n:

n
+ a1 n−1
+ . . . + an−1 + an y(t) = u(t) (2.33)
dt dt dt
Esta ecuación puede ser convertida en n ecuaciones diferenciales de primer
orden, para ello se tiene que elegir n variables, con la siguiente asignación:
x1 (t) = y(t)
x2 (t) = ẏ
x3 (t) = ÿ
..
.
dn−1 y(t)
xn (t) =
dtn−1
Ahora se obtienen las ecuaciones de estado (n ecuaciones diferenciales
de primer orden)
x˙1 (t) = ẏ(t) ⇒ x˙1 (t) = x2 (t)

x˙2 (t) = ÿ(t) ⇒ x˙2 (t) = x3 (t)
..
n
.
x˙n (t) = d dty(t)
n ⇒
x˙n (t) = −an x1 (t) − an−1 x2 (t) − . . . − a1 xn (t) + u(t)
El conjunto de ecuaciones de estado, se representa matricialmente ası́:

      
ẋ1 0 1 0 ... 0 x1 0
 ẋ2   0 0 1 . . . 0   x2   0 
      
 ..  =  .. .. .. .. ..   ..  +  ..  u (2.34)
 .   . . . . .   .   . 
ẋn −an −an−1 −an−2 . . . −a1 xn 1
y su forma compacta es la siguiente:
ẋ = Ax + Bu (2.35)
Si consideramos que la salida del sistema y es la variable de estado x1 ,

entonces dicha salida se puede escribir de la siguiente manera:
 
x1

 x2 

y = 1 0 ... 0  .  (2.36)
 .. 
xn
o en su forma compacta
y = Cx + Du (2.37)
donde
   
0 1 0 ... 0 0
 0 0 1 ... 0   0 
   
A= .. .. .. .. ..  B= .. 
 . . . . .   . 
−an −an−1 −an−2 . . . −a1 1

C= 1 0 ... 0 D = [0]
El diagrama de bloques de la ecuación de estado y de la ecuación de
salida se muestra en la figura 2.4.
Figura 2.4: Diagrama de bloques detallado del sistema de orden n
Segundo caso: La función excitadora incluye términos derivativos. Sea el

siguiente sistema de orden n:

n
+ a1 n−1
+ . . . + an−1 + an y(t)
dt dt dt
dn u(t) dn−1 u(t) du(t)
= b0 n
+ b 1 n−1
+ . . . + bn−1 + bn u(t) (2.38)
dt dt dt
con salida y = x1 .
El problema principal al definir las variables de estado para este caso,
consiste en los términos derivativos del miembro derecho de la ecuación
(2.38). Las variables de estado deben ser tales que eliminen las derivadas de
u en la ecuación de estado. Una forma de obtener una ecuación de estado y
una ecuación de salida es definir las siguientes n variables como un conjunto
de n variables de estado:
x1 = y − β0 u
x2 = ẏ − β0 u̇ − β1 u = ẋ1 − β1 u
x3 = ÿ − β0 ü − β1 u̇ − β2 u = ẋ2 − β2 u
..
.
xn = y (n−1) − β0 u(n−1) − β1 u(n−2) − . . . − βn−2 u̇ − βn−1 u (2.39)
donde β0 , β1 , β2 , . . ., βn vienen a ser:
β0 = b0
β1 = b1 − a1 β0
β2 = b2 − a1 β1 − a2 β0
β3 = b3 − a1 β2 − a2 β1 − a3 β0
..
.
βn = bn − a1 βn−1 − . . . − an−1 β1 − an β0 (2.40)
Con esta elección de n variables de estado (nótese que no es la única selección

posible de las variables de estado), se obtiene:
ẋ1 = x2 + β1 u
ẋ2 = x3 + β2 u
..
.
ẋn−1 = xn + βn−1 u
ẋn = −an x1 − an−1 x2 − . . . − a1 xn + βn u (2.41)
La ecuación (2.41) y la ecuación de salida pueden reescribirse ası́:

      
ẋ1 0 1 0 ... 0 x1 β1
 ẋ2   0 0 1 ... 0     
     x2   β2 
 ..  =  .. .. .. .. ..   ..  +  ..  u(2.42)
 .   . . . . .  .   . 
ẋn −an −an−1 −an−2 . . . −a1 xn βn
 
x1

 x2 

y= 1 0 ... 0  ..  (2.43)
 . 
xn
y su forma compacta es como sigue:
ẋ = Ax + Bu
y = Cx + Du (2.44)
La matriz A es exactamente la misma que la del primer caso. Las derivadas

del miembro derecho de la ecuación (2.38) afectan únicamente a los elemen-
tos de la matriz B.
2.5.2 Modelos de sistemas lineales

Ejemplo 2.2 Obtener el modelo matemático del motor DC contro-
lado por armadura del ejemplo 2.1, usando el método del espacio
de estado
Reescribamos las ecuaciones diferenciales que gobiernan el modelo del
motor DC:
dia (t)
ea (t) = Ra ia + La + eb (t) (2.45)
dt
T (t) = K ia (t) (2.46)
d2 θ dθ
T (t) = J 2
+b (2.47)
dt dt
dθ
eb (t) = Kb (2.48)
dt
Ahora, se debe escoger convenientemente las variables de estado, veamos:
La ecuación (2.45) es una ecuación diferencial de primer orden, entonces
elegimos una variable de estado:
x1 = ia (2.49)
En la ecuación (2.46) el torque depende linealmente de Ia ( esta variable de

estado ya fue definida en la ecuación anterior).
La ecuación (2.47) es una ecuación diferencial lineal de 2do. orden, por

consiguiente necesitamos definir 2 variables de estado, las cuales son:
x2 = θ (2.50)
x3 = θ̇ (2.51)
En la ecuación (2.48) la variable de estado θ̇ ya fue definida en la ecuacin
anterior.
Ahora debemos obtener las ecuaciones de estado. Reemplazando la
ecuación (2.48) en la ecuación (2.45) y usando las variables de estado elegi-
das, se obtiene:
ea = Ra x1 + La ẋ1 + Kb x3
Ra Kb 1
⇒ ẋ1 = − x1 − x3 + ea (2.52)
La La La
Ahora, derivando la ecuación 2.50 se obtiene la ecuación de estado si-

guiente:
ẋ2 = θ̇
ẋ2 = x3 (2.53)
y, finalmente reemplazando las variables de estado en las ecuaciones (2.46)

y (2.47):
J ẋ3 + bx3 = Kx1
⇒
K b
ẋ3 = x1 − x3 (2.54)
J J
Las ecuaciones de estado (2.66), (2.68) y (2.69) se pueden representar
matricialmente:
   Ra    1 
ẋ1 − La 0 − K La
b
x1 La
 ẋ2  =  0 0 1   x2  +  0  ea (2.55)
ẋ3 K
J 0 −J b x3 0
o en su forma compacta:
ẋ = Ax + Bu (2.56)
con u = ea .
Si escogemos como salida a la posición angular θ = x2 , entonces:
 
x1
y = 0 1 0  x2  (2.57)
x3
y su forma compacta es como sigue:
y = Cx + Du (2.58)
con
C= 0 1 0 D = [0]
Ejemplo 2.3 Dado el circuito RLC mostrado en la figura 2.5, obten-

ga el modelo matemático usando el método del espacio de estado
Solución
Figura 2.5: Circuito simple RLC
Usando la ley de Kirchoff para tensiones, se obtiene:

di
Vin = L + Ri + Vc (2.59)
dt
donde:
1
Vc = idt (2.60)
C
Elegimos las variables de estado siguientes:
x1 = Vc x2 = i (2.61)
Derivando la variable de estado x1 respecto del tiempo, se obtiene:
1
ẋ1 = x2 (2.62)
C
Idénticamente, derivando la variable de estado x2 respecto del tiempo, se
obtiene:
1 R 1
ẋ2 = − x1 − x2 + Vin (2.63)
L L L
Las ecuaciones 2.62 y 2.63 pueden reescribirse en su forma matricial:
1

ẋ1 0 C x1 0
= + 1 Vin
ẋ2 − L1 − RL x2 L
Efectuando la siguiente asignación: R = 10 ohmios, L = 0.2 H, y C = 0.0015

F, obtenemos:

ẋ1 0 666.6 x1 0
= + Vin (2.64)
ẋ2 −5 −50 x2 5
Si podemos medir Vc entonces tenemos:
y = Cx + Du (2.65)
donde:
C= 1 0 D = [0]
2.5.3 Conversión de modelos matemáticos lineales

De espacio de estados a función de transferencia
Dado un sistema o proceso en el espacio de estado:
ẋ = Ax + Bu (2.66)
y = Cx + Du (2.67)
puede transformarse fácilmente a la relación de entrada/salida, usando la

siguiente ecuación de transformación:
Y (s)
G(s) = = C(sI − A)−1 B + D (2.68)
U (s)
De función de transferencia a espacio de estados

Supongamos que la función de transferencia de un proceso viene dada por:
Y (s) b1 s + b2
= 2 (2.69)
U (s) s + a1 s + a2
la cual puede reescribirse en la siguiente forma:
s2 Y (s) + a1 sY (s) + a2 Y (s) = b1 sU (s) + b2 U (s) (2.70)
Ahora, tomando transformanda inversa de Laplace a esta última ecuación,

obtenemos:
ÿ(t) + a1 ẏ(t) + a2 y(t) = b1 u̇(t) + b2 u(t) (2.71)
A partir de aquı́ se aplican los criterios de elección de variables de estado y,
luego la derivación de las ecuaciones de estado (ver la sección 2.5).
2.5.4 Soluciones de las ecuaciones de estado lineales e inva-

riantes en el tiempo (SLIT)
Solución de un modelo escalar
Sea una ecuación escalar de primer orden dada por:
ẋ = ax(t) + bu(t) (2.72)
con a y b constantes. La transformada de Laplace de la ecuación (2.72) es:
sX(s) − x(0) = aX(s) + bU (s) (2.73)
obteniéndose
x(0) 1
X(s) = +b U (s) (2.74)
(s − a) s−a
Tomando transformada inversa de Laplace a la ecuación (2.74) se obtiene la
solución de la ecuación (2.72):
t
at
x(t) = e x(0) + b e(t−τ ) u(τ )dτ (2.75)
0
La respuesta a una entrada cero (entrada u = 0) es
x(t) = x(0)eat (2.76)
La función exponencial se puede representar como una serie infinita, ası́:

1 1
eat = 1 + at + (at)2 + (at)3 + . . . (2.77)
2! 3!
Solución del modelo matricial

Si a la siguiente ecuación de estado de un sistema
ẋ(t) = Ax(t) + Bu(t) (2.78)
se aplica la transformada de Laplace, se obtiene
sX(s) − x(0) = AX(s) + BU (s) (2.79)
De la ecuación (2.79) se obtiene la solución para X(s), ası́:
X(s) = (sI − A)−1 x(0) + (sI − A)−1 BU (s) (2.80)

Efectuando la asignación φ(s) = (sI −A)−1 , la solución de la ecuación (2.80)

es: t
x(t) = φ(t)x(0) + φ(t − τ )Bu(τ )dτ (2.81)
0
donde φ(t) es la matriz de transición de estado. Asimismo
φ(t) = eAt = L−1 {φ(s)} = L−1 {(sI − A)−1 } (2.82)
entonces, la ecuación (2.81) puede ser reescrita como:

t
at
x(t) = e x(0) + eA(t−τ ) Bu(τ )dτ (2.83)
0
El primer y segundo términos de la ecuación (2.83) corresponden a la res-

puesta de entrada nula y a la respuesta de estado nulo respectivamente. Por
otro lado, la matriz φ(s) está dada por:
adj(sI − A)
φ(s) = (sI − A)−1 = (2.84)
det(sI − A)
2.5.5 Solución de las ecuaciones de estado lineales y variantes

en el tiempo
En esta sección trataremos sobre la solución de ecuaciones de estado va-
riantes en el tiempo, denominados también ecuaciones de estado inesta-
cionarios.
Sea el sistema variante en el tiempo descrito por las ecuaciones de estado
y de salida
ẋ(t) = A(t)x(t) + B(t)u(t)

y(t) = C(t)x(t) + D(t)u(t) (2.85)
para el que asumimos que existe una solución única para cada condición
inicial x(t0 ) y cada entrada de control u(t). La solución de las ecuaciones
(2.85) es más difı́cil de obtener que para el caso invariante (estacionario).
Antes de ver el caso más general (con entrada u), tratemos primeramente la
respuesta a condiciones iniciales, es decir, el sistema homogéneo
ẋ(t) = A(t)x(t) (2.86)

En primera instancia, mostraremos por qué el método aplicado para deducir

la solución en el caso estacionario no sirve. Recordemos de la teorı́a de
ecuaciones diferenciales que una condición suficiente para la existencia y
unicidad de la solución de la ecuación (2.86) es que la función matricial A(t)
sea una función continua de t. Es decir, para cada par (t0 , x(t0 )), la ecuación
lineal (2.86) con A(t) continua tiene una solución única y continuamente
diferenciable.
En el caso invariante o estacionario ẋ(t) = Ax(t) lo que se hizo fue
extender la solución de la ecuación escalar ẋ(t) = ax(t) para mostrar que la
solución general era x(t) = eAt x0 , usando la propiedad de conmutatividad
de A con eAt la ecuación
d At
e = AeAt = eAt A (2.87)
dt
Ahora, para el caso inestacionario sabemos que la solución de la ecuación
escalar inestacionaria ẋ(t) = a(t)x(t) con condición inicial x(0) es
t
a(τ )dτ
x(t) = e 0 x(0) (2.88)
Sabemos además de la propiedad

d t a(τ )dτ t t
e0 = a(t)e 0 a(τ )dτ = e 0 a(τ )dτ a(t) (2.89)
dt
Veamos si es posible extender la solución (2.88) en forma matricial, es decir
t
A(τ )dτ
x(t) = e 0 x(0) (2.90)
t
donde la exponencial matricial e 0 A(τ )dτ puede expresarse como
t t
A(τ )dτ 1 t
e 0 =I+ A(τ )dτ + ( A(τ )dτ )2 + . . . (2.91)
0 2 0
La extensión de la solución escalar al caso matricial no es válida en el caso
invariante, ya que
t
d t A(τ )dτ 1 1 t
e0 = A(t) + A(t)( A(τ )dτ ) + ( A(τ )dτ )A(t) + . . .
dt 2 0 2 0
t
A(τ )dτ
= A(t)e 0 (2.92)
dado que para distintos tiempos t y τ las matrices A(t) y A(τ ) son distintas,
y consiguiente en general no conmutan, A(t)A(τ ) = A(τ )A(t). Por lo que
t
nos permite concluir que, en general, x(t) = e 0 A(τ )dτ x(0) no es una solución
de ẋ(t) = A(t)x(t), por lo que debemos buscar otro método para obtenerla.
El método que usaremos requiere la introducción de la matriz de transición
del sistema.
En el caso estacionario (A(t) = A), la matriz de transición de estados
φ(t, t0 ) es simplemente:
φ(t, t0 ) = eA(t−t0 ) (2.93)
En el caso inestacionario se requiere la solución de la ecuación
ẋ(t) = A(t)x(t) (2.94)
que es X(t), o bién la solución de la ecuación

∂
φ(t, t0 ) = A(t)φ(t, t0 ) (2.95)
∂t
que es φ(t, t0 ). Estas ecuaciones son difı́ciles de resolver, salvo para los
siguientes dos casos especiales:
1. La matriz A(t) es triangular; como por ejemplo en

ẋ1 (t) a11 (t) 0 x1 (t)
= (2.96)
ẋ2 (t) a21 (t) a22 (t) x2 (t)
En este caso podemos reescribir la ecuación matricial (2.96) en ecua-
ciones individuales, ası́:
x˙1 (t) = a11 (t)x1 (t) (2.97)
x˙2 (t) = a21 (t)x1 (t) + a22 (t)x2 (t) (2.98)

y luego resolver la ecuación (2.97), para posteriormente reemplazar la
solución x1 (t) en la ecuación (2.98), y determinar la solución x2 (t).
2. La matriz A(t) posee la propiedad conmutativa
t t
A(t)( A(τ )dτ ) = ( A(τ )dτ )A(t) (2.99)
0 0
para todo t y t0 (como es el caso de A(t) diagonal o constante). En-

tonces puede demostrarse que la solución está dada por
t ∞
t
A(τ )dτ 1
φ(t, t0 ) = e t0 = ( A(τ )dτ )k (2.100)
k! t0
k=0
Haciendo extensivo estos resultados a un sistema inestacionario descrito

por las ecuaciones
ẋ(t) = A(t)x(t) + B(t)u(t)

y(t) = C(t)x(t) + D(t)u(t) (2.101)
con condiciones iniciales x(t0 ) = x0 y entrada u(t), se obtiene la solución

t
x(t) = φ(t, t0 )x0 + φ(t, τ )B(τ )u(τ )dτ (2.102)
t0
Ejemplo 5.7: Obtener φ(t, 0) para el sistema variable en el tiempo

ẋ1 (t) 1 0 x1
= (2.103)
ẋ2 (t) 0 t x2
Solución
Usando la ecuación (2.100) se obtiene la matriz de transición siguiente:

t
1 t
φ(t, 0) = I + A(τ )dτ + ( A(τ )dτ )2 + . . . (2.104)
0 2 0
Calculemos primeramente la ecuación

t t
1 0 t 0
A(τ )dτ = dτ = t2 (2.105)
0 0 0 τ 0 2
luego
t
2 t 0 t2 0
( A(τ )dτ ) = t2 = t4 (2.106)
0 0 2 0 4
Entonces, la matriz de transicion solicitada es:

t 0 t2
1 0 2 0
φ(t, 0) = + t2 + t4
0 1 0 2 0 8

t2
1+t+ 2 0
= t2 t4 (2.107)
0 1+ 2 + 8
2.5.6 Modelado utilizando software de simulación

Función de transferencia a espacio de estados
La orden
[A,B,C,D] = tf2ss(num,den)
convierte el sistema de función de transferencia

Y (s) num
= = C(sI − A)−1 B + D (2.108)
U (s) den
a la representación de espacio de estados
ẋ = Ax + Buy = Cx + Du (2.109)
Espacio de estados a Función de transferencia

• Para un sistema de una entrada y una salida, la orden
[num,den] = ss2tf(A,B,C,D)
proporciona la función de transferencia Y (s)/U (s).
• Para un sistema de más de una entrada, utilice la orden
[num,den] = ss2tf(A,B,C,D,iu)
que convierte el sistema en representación de espacio de estados a

función de transferencia, donde ”iu” es un ı́ndice dentro de las entradas
sistema y especifica que entrada se va a utilizar para la respuesta.
Ejemplo 2.4 Dado el circuito RLC del ejemplo 2.2, obtenga la

transformación del modelo de espacio de estados a función de
transferencia
Solución:
Editaremos un archivo en Matlab, de nombre sstf.m, cuyo programa se

muestra en la siguiente pantalla: Al ejecutarse el programa, se obtienen los
coeficientes del numerador y denominador, ası́ como la relación polinómica
de la función de transferencia. Veamos:
num/den =
3333.3333
----------------------
s^2 + 50 s + 3333.3333
num
num =
1.0e+003 *
0 0 3.3333
den
den =
1.0e+003 *
0.0010 0.0500 3.3333
Nota: Como tarea, obtenga la transformación del modelo de función de

transferencia a espacio de estados.
2.5.7 Modelos de sistemas no lineales y linealizaión

El modelamiento de sistemas dinámicos es sumamente importante en el
análisis y diseño de sistemas de control. Si un sistema se puede describir con
razonable precición utilizando un modelo lineal e invariante en el tiempo, la
simulación se obtiene rápidamente y los problemas de diseño se pueden abor-
dar mediante el uso de herramientas matemáticas adecuadas. Sin embargo,
la consideración de un modelo no lineal, conlleva la descripción de fenómenos
más complejos, que requiere la aplicación de una técnica analı́tica. En un
modelo lineal, la determinación de la estabilidad, sobreimpulso, tiempo de
asentamiento, etc. lo determina el modelo. Sin embargo, en un modelo
no lineal, estas caracterı́sticas no sólo están determinadas por el modelo,
sino por la magnitud de la señal de excitación. Por ejemplo, un sistema
no lineal puede comportarse en forma completamente distinta en respues-
ta a entradas escalón de diferente magnitud; esto significa, que no puede
aplicarse el principio de superposición.
Estados de Equilibrio y Puntos de consigna nominales

Se denomina estados de equilibrio a los puntos en el espacio de estado en
los que puede existir una condición estática. Dada una representación de un
modelo de estado de un sistema no lineal sin perturbaciones, con
ẋ = f (x, u)
y = h(x, u) (2.110)
los estados de equilibrio se determinan evaluando x con ẋ = 0 y u = u(0). En

un sistema no forzado, los estados de equilibrio se determinan con u = 0. En
un sistema forzado, los estados de equilibrio se determinan con u = u(0) = 0.

Esta condición se describe algunas veces como un estado nominal o un punto
de consigna nominal.
Determinemos los puntos de equilibrio del siguiente sistema de ecua-
ciones cuando: a) u1 (0) = u2 (0) = 0 y b) u1 (0) = u2 (0) = 1
ẋ1 = −x22 + x3 − 3u1 (2.111)

ẋ2 = 2x1 − senx2
ẋ3 = 4x2 − 3u2
Los puntos de equilibrio se obtienen igualando a cero cada uno de los térmi-
nos de la izquierda de la ecuación 2.111 y reemplazando las variables de
estado por sus condiciones iniciales u1 , u2 y u3 , ası́:
0 = −x22 (0) + x3 (0) − 3u1 (0)

0 = 2x1 (0) − senx2 (0)
0 = 4x2 (0) − 3u2 (0)
• a) Cuando u1 (0) = u2 (0) = 0

De la última ecuación determinamos que x2 (0) = 0, de la penúltima
obtenemos x1 (0) = 0 y de la primera obtenemos x3 (0) = 0, luego los
puntos de equilibrio son: (0, 0, 0)
• b) Cuando u1 (0) = u2 (0) = 1

De la última ecuación determinamos que x2 (0) = 0.75, de la penúltima
obtenemos x1 (0) = 0.3408 y de la primera obtenemos x3 (0) = 3.5625,
luego los puntos de equilibrio son: (0.3408, 0.75, 3.5625)
Linealización Aproximada
La representación linealizada en el espacio de estado de la ecuación 2.110 es
la siguiente:
ẋ = Ax + Bu
y = Cx + Du (2.112)
donde A es la matriz de estado de dimensión n x n, B es la matriz de control

de dimensión n x m, C es la matriz de salida de los estados de dimensión
r x n y D es la matriz de salida de las entradas de dimensión r x m. En
la ecuación 2.110 se está utilizando las variables residuales, denominadas

también variables de desviación o perturbacionales siguientes:
x = X − x(0)
u = U − u(0)
(2.113)
Las matrices A, B, C y D consideradas alrededor del estado de equilibrio

(x(0), u(0)) se determinan evaluando las siguientes matrices jacobianas:
 ∂f1 ∂f1 ∂f1
  ∂f1 ∂f1 ∂f1

∂x1 ∂x2 ... ∂xn ∂u1 ∂u2 ... ∂um
 ∂f2 ∂f2
... ∂f2   ∂f2 ∂f2
... ∂f2 
 ∂x1 ∂x2 ∂xn   ∂u1 ∂u2 ∂um 
A= .. .. .. ..  ; B= .. .. .. .. 
 . . . .   . . . . 
∂fn ∂fn ∂fn ∂fn ∂fn ∂fn
∂x1 ∂x2 ... ∂xn (x(0),u(0)) ∂u1 ∂u2 ... ∂um (x(0),u(0))
 ∂h1 ∂h1 ∂h1 

∂x1 ∂x2 ... ∂xn
 ∂h2 ∂h2
... ∂h2 
 ∂x1 ∂x2 ∂xn 
C= .. .. .. ..  ;
 . . . . 
∂hr ∂hr ∂hr
∂x1 ∂x2 ... ∂xn (x(0),u(0))
 ∂h1 ∂h1 ∂h1 
∂u1 ∂u2 ... ∂um
 ∂h2 ∂h2
... ∂h2 
 ∂u1 ∂u2 ∂um 
D= .. .. .. ..  (2.114)
 . . . . 
∂hr ∂hr ∂hr
∂u1 ∂u2 ... ∂um (x(0),u(0))
con los vectores de estado y de control siguientes:

   
x1 u1
 x2   u2 
   
x =  . ; u =  . 
 ..   .. 
xn um
Determinemos las matrices A y B correspondiente a la ecuación residual

de estado dada por la ecuación 2.111 para el caso (b) , ası́ como las matrices
C y D para la siguiente ecuación de salida:
y = x21 (2.115)
Las matrices jacobianas A, B, C y D se obtiene aplicando la ecuación 2.114,

ası́:
 ∂f ∂f1 ∂f1
  
−1.5
1
∂x1 ∂x2 ∂x3 0 1
 ∂f2 ∂f2 ∂f2 
A =  ∂x 1 ∂x2 ∂x3  =  2 −0.7317 0  ;
∂f3 ∂f3 ∂f3 0 4 0
∂x1 ∂x2 ∂x3 (x(0),u(0))
 ∂f ∂f1
  
−3 0
1
∂u1 ∂u2
 ∂f2 ∂f2 
B =  ∂u 1 ∂u2  = 0 0 
∂f3 ∂f3 0 −3
∂u1 ∂u2 (x(0),u(0))

∂h ∂h ∂h
C= ∂x1 ∂x2 ∂x3 = 0.6816 0 0 ;
(x(0),u(0))

∂h ∂h
D= ∂u1 ∂u2 = 0 0 (2.116)
(x(0),u(0))
Capı́tulo 3
Análisis de Funcionamiento
de Sistemas de Control
3.1 Introducción
Luego de haber obtenido el modelo matemático del sistema, se debe analizar
el comportamiento del sistema frente a diferentes señales de entrada, que
en la práctica no puede conocerse con anticipación. En casos especiales
dichas señales de entrada son conocidas, pudiendo ser expresadas en forma
analı́tica, o por curvas representativas.
Las señales de prueba de entrada más comúnmente usadas son las fun-
ciones escalón, rampa, impulso, senoidal, etc. La respuesta del sistema de
control a señales de entrada, puede dividirse en una parte transitoria y otra
estacionaria. Dichos comportamientos pueden ser obtenidos gráficamente
por el computador, usando software de simulación, como por ejemplo MAT-
LAB. En los sistemas de control es frecuente usar lazos de realimentación,
que a pesar de su costo y complejidad, son usados por las siguientes razones:
• Disminución de la sensibilidad del sistema frente a variaciones en los
parámetros del proceso o planta.
• Facilidad del control y ajuste de la respuesta transitoria del sistema.
• Mejoramiento en el rechazo de las señales perturbadoras dentro del
sistema.
• Mejoramiento en la reducción del error en estado estacionario del sis-
tema.
48 Análisis de Funcionamiento de Sistemas de Control
3.2 Análisis de respuesta transitoria para sistemas

de primer orden
Consideremos el sistema de primer orden que se muestra en la figura 3.1.
Este sistema puede representar fı́sicamente un circuito RC, un sistema térmi-
co, etc. La figura 3.2 es un diagrama de bloques simplificado. La función de
transferencia o la relación de entrada-salida está dada por:
Y (s) 1
= (3.1)
R(s) Ts + 1
Las entradas de referencia al sistema de control, pueden ser funciones es-
Figura 3.1: Diagrama de bloques de un sistema de primer orden
Figura 3.2: Diagrama de bloques simplificado
calón unitario, rampa unitaria, e impulso unitario. por consiguiente, se

deben analizar las respuestas del sistema a dichas entradas. La salida del
sistema debe ser igual a la entrada de referencia o ”setpoint”.
3.2.1 Respuesta escalón unitario de sistemas de primer or-

den
Considerando una entrada escalón unitario, y despejando la salida Y (s) de
la ecuación 3.1 se obtiene:
1 1
Y (s) = ( ) (3.2)
Ts + 1 s
Expandiendo Y (s) en fracciones parciales se obtiene:

1 T
Y (s) = − (3.3)
s (T s + 1)
Tomando la transformada inversa de Laplace de la ecuación (3.3) se obtiene
y(t) = 1 − e−t/T (t ≥ 0) (3.4)
Evaluando la ecuación (3.4) para diferentes valores de t, se obtienen salidas
que van de o hasta 1. El programa que grafica tal respuesta se lista a
continuación, y la respuesta del sistema se muestra figura 3.3.
% priord2.m
% Ploteo de la respuesta del sstema de primer orden
% c(t)=1-e^(-t/T)
T=10;
t=0:.1:7*T;
y=1-exp(-t/T);
plot(t,y);
title(’Respuesta de un sistema a una entrada escaln unitario’)
ylabel(’y(t)’)
xlabel(’Tiempo (s)’)
grid
Si se considera la respuesta del sistema desde t = 0 hasta t = T , entonces se
obtiene que el valor final de y(t) alcanza 0.632 (63.2%). El programa para
este caso es:
% priord1.m
% Ploteo de la respuesta del sstema de primer orden
% c(t)=1-e^(-t/T)
t=0:.1:T;
y=1-exp(-t/T);
plot(t,y);
title(’Respuesta de un sistema a una entrada escaln unitario’)
ylabel(’y(t)’)
xlabel(’Tiempo (s)’)
grid
Respuesta de un sistema a una entrada escalón unitario

1
0.9
0.8
0.7
0.6
y(t)
0.5
0.4
0.3
0.2
0.1
0
0 10 20 30 40 50 60 70
Tiempo (s)
Figura 3.3: Respuesta del sistema de primer orden a una entrada escalón
unitario
y la respuesta gráfica se muestra en la figura 3.4. Puede comprobarse que

cuanto más pequeña sea la constante de tiempo T , más rápida es la respuesta
del sistema. Otra caracterı́stica importante de la curva exponencial es que
la pendiente de la recta tangente en t = 0, es 1/T , pues
dy 1 1
= e−t/T |t=0 = (3.5)
dt T T
3.2.2 Respuesta rampa unitaria de sistemas de primer orden

Considerando una entrada rampa unitaria (1/s2 ), y despejando la salida
Y (s) de la ecuación 3.1 se obtiene:
1 1
Y (s) = ( ) 2 (3.6)
Ts + 1 s
Expandiendo Y (s) en fracciones parciales se obtiene:
1 T T2
Y (s) = − + (3.7)
s2 s (T s + 1)
Respuesta de un sistema a una entrada escalón unitario

0.7
0.6
0.5
0.4
y(t)
0.3
0.2
0.1
0
0 10 20 30 40 50 60 70 80 90 100
Tiempo (s)
Figura 3.4: Respuesta del sistema a una entrada escalón unitario desde t = 0
hasta t = T
Tomando la transformada inversa de Laplace de la ecuación (3.7) se obtiene
y(t) = 1 − T + T e−t/T (t ≥ 0) (3.8)
Entonces la señal de error e(t) es
e(t) = r(t) − c(t)

e(t) = T (1 − e−t/T ) (3.9)
El programa en código Matlab para este caso, se presenta a continuación:
% ramp.m
% Ploteo de la respuesta del sistema de primer orden a una entrada
% rampa unitaria
% c(t)=t-T+Te^(-t/T)
T=10;
t=0:.1:7*T;
y=t-T+T*exp(-t/T);
r=t; % referencia ramapa unitaria
plot(t,r,’-’,t,y,’--’);
title(’Respuesta de un sistema a una entrada rampa unitaria’)
ylabel(’y ( t ) v s r ( t )’)
xlabel(’Tiempo ( s )’)
grid
text(35,45,’- : r (t)’)
text(47,35,’- - : y (t)’)
y la respuesta gráfica se muestra en la figura 3.5
Respuesta de un sistema a una entrada rampa unitaria
70
60
50
− : r (t)
y(t) vs r(t)
40
− − : y (t)
30
20
10
0
0 10 20 30 40 50 60 70
Tiempo ( s )
Figura 3.5: Respuesta del sistema de primer orden a una entrada rampa
unitaria
3.2.3 Respuesta impulso unitario de sistemas de primer or-

den
Para el caso de una entrada impulso unitario, la respuesta del sistema en
términos de la variable s es:
1
Y (s) = ( ) (3.10)
Ts + 1
y en términos del tiempo es:

1 −t/T
y(t) = e (t ≥ 0) (3.11)
T
A continuación spresenta el programa y la respuesta gráfica del sistema una
entrada impulso unitario.
% impulso.m
% Ploteo de la respuesta del sistema de primer orden a una entrada
% impulso unitario
% c(t)=(1/T)e^(-t/T)
T=10;
t=0:.1:7*T;
y=(1/T)*exp(-t/T);
r=1; % referencia impulso unitario
plot(t,y);
title(’Respuesta de un sistema a una entrada impulso unitario’)
ylabel(’y ( t )’)
xlabel(’Tiempo ( s )’)
grid
%print -deps -f figrlc

de segundo orden
Consideremos un sistema de segundo orden, debido a que las especificaciones
de funcionamiento de los sistemas, estn definidas para este tipo de sistema.
Para sistemas de orden mayor, utilizando el concepto de polos dominantes
se aproxima el sistema a uno de segundo orden. Su funcin de transferencia
de lazo cerrado es:
Y (s) ωn2
GLC (s) = = 2 (3.12)
R(s) s + 2ζωn s + ωn2
donde:
Respuesta de un sistema a una entrada impulso unitario

0.1
0.09
0.08
0.07
0.06
y(t)
0.05
0.04
0.03
0.02
0.01
0
0 10 20 30 40 50 60 70
Tiempo ( s )
Figura 3.6: Respuesta del sistema de primer orden a una entrada impulso
unitario
ζ : relación de amortiguamiento
ωn : frecuencia natural
El diagrama de bloques del sistema de segundo orden se muestra en la figura
3.7.
Sus polos o raı́ces caractersticas son:

s1,2 = −ζωn ± jωn 1 − ζ 2 (3.13)
Los polos pueden ser:
• a) Reales: ζ > 1, sobre-amortiguado
• b) Reales e idénticos: ζ = 1, crı́ticamente amortiguado
• c) conjugados complejos: 0 < ζ < 1, sub-amortiguado
3.3.1 Respuesta a un escalón unitario

Para el caso sub-amortiguado, la respuesta a un escalón unitario tiene os-
cilaciones amortiguadas, donde se definen algunas especificaciones de fun-
Figura 3.7: Sistema de segundo orden
cionamiento que son utilizados como criterios de diseño, entre ellas podemos
citar:
• Porcentaje de sobreimpulso (overshoot)
• Tiempo de asentamiento o establecimiento (settling time)
• Tiempo de subida o de crecimiento (rise time)
• Tiempo de pico máximo (peak time)
• Tiempo de retardo (delay time)
En la figura 3.8 se muestra la respuesta de un sistema de segundo orden.

Los tiempos de retardo td , de pico tp y de asentamiento ts están dadas por:
π−β ωd
td = β = tg −1 ; σ = ζωn ; ωd = ωn 1 − ζ2 (3.14)
ωd σ
π
tp = (3.15)
ωn 1 − ζ 2
4
ts = ; para δ = 0.02(2%)
ζωn
3
ts = ; para δ = 0.05(5%) (3.16)
ζωn
El porcentaje de sobreimpulso o sobrepico (overshoot) es:
− √ ζπ
P.O. = 100e 1−ζ 2 (3.17)
Figura 3.8: Respuesta de un sistema de segundo orden a una entrada escalón

unitario.
donde ωn es la frecuencia natural no amortiguada, ωd es la frecuencia natural

amortiguada.
De las fórmulas para determinar el tiempo de asentamiento, se puede
observar que si se requiere un menor error en estado estacionario (2%), el
tiempo de asentamiento aumenta.
Un porcentaje de sobrepico pequeño es muy importante en muchas apli-
caciones de control; en tal caso es recomendable considerar el factor de
amortiguamiento comprendido en el rango de 0.4 a 0.8.
3.3.2 Respuesta impulsiva de sistemas de segundo orden

Para una entrada impulso unitario r(t) = δ(t) (con transformada de Laplace
correspondiente R(s) = 1), la respuesta impulso unitario Y (s) del sistema
de segundo orden de la figura 3.7 es:
ωn2
Y (s) = (3.18)
s2 + 2ζωn s + ωn2
3.4 Análisis de respuesta transitoria para sistemas de orden superior 57
La transformada inversa de Laplace de esta última ecuación produce la

siguiente solución temporal y(t):
• Para 0 ≤ ζ < 1
ωn
y(t) = e−ζωn t senωn 1 − ζ 2 t; (t ≥ 0) (3.19)
1 − ζ2
• Para ζ > 1
y(t) = ωn2 te−ωn t (3.20)
• Para ζ = 1
ωn √ ωn √
e−(ζ− ζ −1)ωn t − √ e−(ζ− ζ −1)ωn t
2 2
y(t) = √ (3.21)
2 1 − ζ2 2 ζ2 − 1

de orden superior
3.4.1 Respuesta de sistemas de tercer orden al escalón uni-
tario
Para este caso, la función de transferencia de lazo cerrado es:
Y (s) ωn2 p
= 2 ; (0 < ζ < 1) (3.22)
R(s) (s + 2ζωn s + ωn2 )(s + p)
La respuesta al escalón unitario de este sistema es:
e−ζωn t
2
y(t) = 1 − [βζ (β − 2)cos 1 − ζ 2 ωn t
βζ 2 (β − 2) + 1
βζ[ζ 2 (β − 2) + 1] e−pt
+ sen 1 − ζ 2 ωn t] − 2 (3.23)
1 − ζ2 βζ (β − 2) + 1
donde β = ζωpn
Observar que debido a que βζ 2 (β − 2) + 1 = ζ 2 (β − 1)2 + (1 − ζ 2 ) > 0 el
coeficiente del término e−pt siempre es negativo.
El efecto de un polo real ubicado en s = −p en la respuesta escalón
unitario, es reducir el sobreimpulso máximo e incrementar el tiempo de
establecimiento.
Si el polo real está ubicado a la derecha de los polos complejos conjuga-

dos, entonces hay tendencia a una respuesta lenta. El sistema se comporta
como un sistema sobreamortiguado.
3.4.2 Respuesta transitoria de sistemas de orden superior

Considere el sistema de la figura 3.9 La función de transferencia de lazo
Figura 3.9: Sistema de Control.
cerrado del sistema es

Y (s) G(s)
= (3.24)
R(s) 1 + G(s)H(s)
En general, G(s) y H(s) son polinomios en s, de la forma:
p(s) n(s)
G(s) = ; H(s) = (3.25)
q(s) d(s)
La función de transferencia de lazo cerrado dada por la ecuación (3.24) queda
expresada como
Y (s) b0 sm + b1 sm−1 + . . . + bm−1 s + bm
= ; (m ≤ n) (3.26)
R(s) a0 sn + a1 sn−1 + . . . + an−1 s + an
Esta última ecuación se puede escribir como
Y (s) K(s + z1 )(s + z2 ) . . . (s + zm )
= (3.27)
R(s) (s + p1 )(s + p2 ) . . . (s + pn )
Suponiendo que todos los polos son distintos, la ecuación (3.27) se puede
reescribir de la siguiente forma:
a ai
n
Y (s) = + (3.28)
s s + pi
i=1
3.5 Análisis de respuesta transitoria utilizando software de simulación 59
donde ai es el residuo en el polo s = −pi . La respuesta de este sistema ante

una entrada escalón unitario se obtiene tomando la transformada inversa de
Laplace de Y(s), quedando ası́:

q
r
y(t) = a + aj e−pj t + bk e−ζkωk t cosωk 1 − ζk2 t
j=1 k=1

r
−ζkωk t
+ ck e csenωk 1 − ζk2 t; (t ≥ 0) (3.29)
k=1
Si todos los polos de lazo cerrado caen en el semiplano izquierdo del plano s,
los términos exponenciales y los términos exponenciales amortiguados en la
ecuación (3.28) tienden a cero cuando el tiempo t tiende a infinito. Entonces
la salida estacionaria es y(∞) = a. En la figura 3.10 se muestran ejemplos
de curvas de respuesta al escalón de sistemas de orden superior.
Figura 3.10: Respuesta al escalón de sistemas de orden superior.
3.5 Análisis de respuesta transitoria utilizando soft-

ware de simulación
En esta sección se presentan ejemplos de simulación usando Matlab 5.3.
3.5.1 Respuesta a una entrada escalón a partir de la función

de transferencia del sistema
Sea un sistema con función de transferencia de lazo cerrado dada por
Y (s) 25
= 2 (3.30)
R(s) s + 4s + 25
Obtener una gráfica de la curva de respuesta a un escalón unitario.
Para obtener la respuesta del sistema de control, editamos el siguiente
programa en código Matlab ej31.m:
% ej31.m
% Respuesta a un escaln unitario de una funcin de transferencia
% Ingresamos los coeficientes del numerador y denominador
num = [0 0 25];
den = [1 4 25];
% Ingresamos la orden de respuesta a un escaln unitario
[y,x,t] = step(num,den);
plot(t,y)
% Ingresamos la rejilla, ttulo d la grfica y etiquetas para los ejes
grid
title(’Respuesta a un escaln unitario de G(s)=25/(s^2+4s+25)’)
xlabel(’t (s)’)
ylabel(’salida y(t)’)
La respuesta gráfica se muestra en la figura 3.11.
3.5.2 Respuesta a una entrada escalón de un sistema en el

espacio de estados
Obtener la respuesta al escalón unitario del sistema descrito por
      
ẋ1 0 1 0 x1 0
 ẋ2  =  0 0 1   x2  +  25.04  (3.31)
u
ẋ3 −5.008 −25.1026 −5.0325 x3 −121.005
2
Respuesta a un escalón unitario de G(s)=25/(s +4s+25)
1.4
1.2
0.8
salida y(t)
0.6
0.4
0.2
0
0 0.5 1 1.5 2 2.5 3
t (s)
Figura 3.11: Respuesta a un escalón unitario.
 
x1
y= 1 0 0  x2  (3.32)
x3
El programa en Matlab que permite obtener la respuesta del sistema a

una entrada escalúnitario es ej32.m que a continuación se muestra.
% ej32.m
% Respuesta a un escaln unitario de un sistema en el espacio de estado
% Ingresamos las matrices A,B,C y D
A=[0 1 0; 0 0 1; -5.008 -25.1026 -5.0325];

B=[0;25.04;-121.005];
C=[1 0 0];
D=[0];
[y,x,t] = step(A,B,C,D);
plot(t,y)
grid
title(’Respuesta a un escaln unitario’)
xlabel(’t (s)’)
La respuesta gráfica se muestra en la figura 3.12.
Respuesta a un escalón unitario

1.4
1.2
0.8
salida y(t)
0.6
0.4
0.2
0
0 1 2 3 4 5 6 7 8 9 10
t (s)
Figura 3.12: Respuesta a un escalón unitario.

3.5.3 Respuesta a una entrada impulso unitario

Sea el sistema descrito por
Y (s) 25
= 2 (3.33)
R(s) s + 4s + 25
Obtener la respuesta al impulso unitario.

Para obtener la respuesta del sistema de control a un impulso unitario
(R(s) = 1), lo que hacemos es convertir a una respuesta escalón unitario de
(sGLC (s)):
Y (s) 25 25 1
= 2 =s 2 (3.34)
R(s) s + 4s + 25 s + 4s + 25 s
tal como puede apreciarse en el siguiente programa ej33.m:
% ej33.m
% Respuesta a un impulso unitario de una funcin de transferencia
% Para obtener la respuesta a un impulso unitario de GLC(s)=25/(s^2+4s+25),

% multiplicamos s por GLC(s) y luego usar la orden de respuesta al escal’on
% unitario
% Ingresamos los coeficientes del numerador y denominador de G(s)
num = [0 25 0];
den = [1 4 25];
[y,x,t] = step(num,den);
plot(t,y)
% Ingresamos la rejilla, ttulo d la grfica y etiquetas para los ejes
grid
title(’Respuesta a un impulso unitario de G(s)=25/(s^2+4s+25)’)
xlabel(’t (s)’)
y la respuesta gráfica se muestra en la figura 3.13.

2
Respuesta a un impulso unitario de G(s)=25/(s +4s+25)
3.5
2.5
1.5
salida y(t)
0.5
−0.5
−1
0 0.5 1 1.5 2 2.5 3
t (s)
Figura 3.13: Respuesta a un impulso unitario.
3.5.4 Respuesta a una entrada en rampa

En este caso, para obtener la respuesta a una entrada en rampa de la fun-
ción de transferencia del sistema de control GLC (s), dividimos GLC (s) por
s y luego utilizamos la orden de respuesta a un escalón. Por ejemplo con-
siderando el ejemplo de la subsección anterior:
Y (s) 25 25 1
= 2 =s 2 (3.35)
R(s) s + 4s + 25 s + 4s + 25 s
Como la entrada en rampa unitaria es
1
R(s) =
s2
, entonces
25 1 25 1
Y (s) = = 2 (3.36)
s2 + 4s + 25 s2 (s + 4s + 25)s s
3.6 Análisis de respuesta estacionaria 65
Con el programa ej34.m que se lista a continuación, se obtiene la respuesta

gráfica del sistema de control a una entrada en rampa unitaria.
% ej34.m
% Para obtener la respuesta a una rampa unitaria de la funci’on de transferencia
% GLC(s)=25/(s^2+4s+25), dividimos GLC(s) por s y luego usar la orden de respuesta
% al escaln unitario
% Ingresamos los coeficientes del numerador y denominador de G(s)/s
num = [0 0 0 25];
den = [1 4 25 0];
t=0:0.1:5;
r=t;
y = step(num,den,t);
plot(t,y,’--’,t,r,’-’)
% Ingresamos la rejilla, ttulo de la grfica y etiquetas para los ejes
grid
title(’Respuesta a una rampa unitaria de GLC(s)=25/(s^2+4s+25)’)
xlabel(’t (s)’)
text(2.4,3.2,’- : r (t)’)
text(3.2,2.7,’- - : y (t)’)
3.6 Análisis de respuesta estacionaria

En la mayorı́a se sistemas de control, interesa que el valor final de la vari-
able controlada (valor en estado estacionario) sea igual al valor deseado. En
caso de no ser ası́, existe un error en estado estacionario o error permanente.
En un sistema realimentado, dado por el diagrama de bloques de la figura
3.15:
2
Respuesta a una rampa unitaria de GLC(s)=25/(s +4s+25)
5
4.5
3.5
− : r (t)
3
salida y(t)
− − : y (t)
2.5
1.5
0.5
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
t (s)
Figura 3.14: Respuesta a una rampa unitaria.
La función de transferencia de lazo cerrado es:

Y (s) G(s)
= (3.37)
R(s) 1 + G(s)H(s)
Se define el estado estacionario como:
ess = limt→∞ e(t) = limt→∞ [r(t) − y(t)] (3.38)
Aplicando la transformada de Laplace y el teorema del valor final obte-

nemos:
ess = lims→0 sE(s) (3.39)
donde
R(s)
E(s) = (3.40)
1 + G(s)H(s)
3.6 Análisis de respuesta estacionaria 67
Figura 3.15: Sistema de control.
El error estacionario de un sistema depende de las caracterı́sticas del

sistema y por consiguiente del tipo de referencia utilizada. Es ası́, que el error
estacionario está relacionado inversamente por las constantes o ganancias
correspondientes al tipo de referencia. En forma resumida, se presentan las
definiciones de constantes de posición, velocidad y aceleración, como sigue:
• Para una entrada escalón unitario
Kp = lims→0 G(s)H(s) = G(0)H(0) (3.41)
luego
1
ess = (3.42)
1 + Kp
• Para una entrada rampa unitaria
Kv = lims→0 sG(s)H(s) (3.43)
luego
1
ess = (3.44)
Kv
• Para una entrada parabólica unitaria
Ka = lims→0 s2 G(s)H(s) (3.45)
luego
1
ess = (3.46)
Ka
Se aprecia que el error estacionario depende de la estructura de G(s) en

relación al número de polos en el origen (integradores) que tiene. Se define
que un sistema es de tipo n, si la función de transferencia en lazo abierto
G(s)H(s) tiene n polos en el origen. Además, el error estacionario depende
del tipo de entrada r(t), tal como se puede apreciar en la tabla 3.1.
Tabla 3.1: Resumen de errores en estado estacionario

Núm. integ. en G(s) Entrada: escalón Entrada: rampa Entrada: parábola
(tipo) r(t) = A r(t) = At r(t) = At2 /2
R(s) = A/s R(s) = A/s2 R(s) = As3
0 A
ess = 1+Kp ess = ∞ ess = ∞
1 ess = 0 ess = KvA
ess = ∞
2 ess = 0 ess = 0 ess = KAa
Las constantes de error Kp , Kv y Ka , de un sistema de control, descri-

ben la capacidad del sistema para reducir o eliminar el error en estado esta-
cionario. Por tanto, se utilizan como medidas numéricas del funcionamiento
en el estado estacionario. Debe incrementarse las constantes de error para
obtener errores en estado estable muy pequeos, manteniendo una respuesta
transitoria aceptable.
3.7 Rechazo a Perturbaciones

Otro factor importante del uso de la realimentación en un sistema de con-
trol es la eliminación parcial de los efectos de las señales perturbadoras. Las
perturbaciones pueden deberse a ruidos inherentes producidos por los tran-
sistores, circuitos integrados, distorsiones indeseadas de sistemas no lineales,
etc. Por consiguiente, los sistemas de control por realimentación presentan
el beneficio de reducir el efecto de la distorsión, ruido y perturbaciones inde-
seadas. Un sistema de control con perturbaciones, se muestra en el diagrama
de bloques de la figura 3.16. Suponiendo que la entrada de referencia es cero
o R(s) = 0, la función de transferencia entre Y(s) y N(s) viene dada por
Y (s) Gp (s)
= (3.47)
N (s) 1 + Gp (s)Gc (s)
entonces, la salida Y (s) viene dada por
Gp (s)
Y (s) = N (s) (3.48)
1 + Gp (s)Gc (s)
3.7 Rechazo a Perturbaciones 69
Figura 3.16: Sistema de control con perturbaciones.
con E(s) = −Y (s), obtenemos la función de transferencia del siguiente:
E(s) Y (s) Gp (s)

=− =− (3.49)
N (s) N (s) 1 + Gp (s)Gc (s)
El error en estado estacionario debido a una perturbación escalón unitario

viene dado por
−sGp (s) 1
ess = lims→0 sE(s) = lims→0 (3.50)
1 + Gp (s)Gc (s) s
Como ejemplo, obtengamos la respuesta del sistema siguiente a una per-

turbación escalón unitario.
La respuesta a una entrada perturbacional se puede obtener consideran-
do la entrada de referencia nula. Luego, la función de transferencia entre
Y (s) y Ud (s) es:
1
Y (s) s2 +3.6s+9 s
= =
Ud (s) 1+ 10.4(s2 +4.5192s+15.385) 1 s3 + 14s2 + 56s + 160
s s2 +3.6s+9
(3.51)
La respuesta gráfica se muestra en la figura 3.18, que se obtiene ejecutando
el programa pertur.m.
% pertur.m
% Respuesta a una entrada perturbacional tipo escal’on unitario
Figura 3.17: Sistema de control con perturbaciones.
% Ingresamos los coeficientes del numerador y denominador de la

% funcin de transferenciaG(s)/s
num = [0 0 1 0];
den = [1 14 56 160];
t=0:0.1:5;
y = step(num,den,t);
plot(t,y)
% Ingresamos la rejilla, ttulo de la grfica y etiquetas para los ejes
grid
title(’Respuesta a una entrada perturbacional tipo escaln unitario’)
xlabel(’t (s)’)
3.8 Sensibilidad 71
−3 Respuesta a una entrada perturbacional tipo escalón unitario

x 10
14
12
10
6
salida y(t)
−2
−4
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
t (s)
Figura 3.18: Respuesta del sistema de control a una perturbación escalón

unitario.
3.8 Sensibilidad
Entre otra de las caracterı́sticas importantes de los sistemas de control re-

alimentados es la posibilidad de alterar la sensibilidad de toda la función de
transferencia variando parámetros especı́ficos del sistema. Para entender es-
ta caracterı́stica veamos el diagrama de bloques del sistema que se muestra
en la figura 3.19. Considerando la variable s = 0, la función de transferen-
cia Y /R describe entonces la razón de transferencia que es aplicable bajo
condiciones de estado estacionario con una entrada constante. La función
de transferencia está dada por
Y K1 K2
T = = (3.52)
R 1 + K1 K2 H
Figura 3.19: Diagrama de bloques del sistema de control de realimentación

estática.
Si K1 K2 H 1, entonces
Y 1
≈ (3.53)
R H
Entonces, con una ganancia de lazo grande, toda la función de transferencia
es sensible a variaciones en el factor de ganancia de la realimentación H,
pero relativamente insensible a variaciones en las funciones de transferen-
cia del camino directo K1 y K2 . En aplicaciones reales, normalmente los
componentes de la planta incluyen actuadores y otros elementos que deben
proporcionar una elevada ganancia de potencia; sin embargo, la ganancia de
realimentación está generada por dispositivos sensores o de monitorización
de baja potencia, por lo que , la transferencia de sensibilidad desde el camino
directo al camino de realimentación es un intercambio deseable.
La expresión que permite calcular la sensibilidad S de una función de
transferencia T a variaciones de los parámetros (designados por a) es
∆T
∆T a
SaT = T
∆a
= ( ) (3.54)
a
∆a T
Dada una expresión matemática que relacionaa con T , normalmente es más

simple evaluar el lı́mite cuando ∆a tiende a cero. Entonces, la sensibilidad
queda expresada por
∂T a
SaT = (3.55)
∂a T
Una magnitud en la sensibilida de 1 indica una correspondencia uno a uno
en la variación normalizada de a y T . Una magnitud menor que la unidad
3.8 Sensibilidad 73
indica que la variación normalizada en a está produciendo una variación

normalizada menor en T y un número real negativo indica que existe una
relación inversa entre un cambio en a y el correspondiente cambio en T .
La sensibilidad aplicada a la ecuación 3.52 (con T = Y /R) con respecto
a K1 es
T K2 K1 1
SK = = (3.56)
1
(1 + K1 K2 H)2 T 1 + K1 K2 H
La sensibilidad a variaciones de K1 es pequeña si la ganancia de lazo es
grande. La sensibilidad con respecto a k2 es idéntico al anterior. Si se
determina la sensibilidad con respecto a las variaciones de H, entonces se
obtiene
T −(K1 K2 )2 H −K1 K2 H
SH = 2
= (3.57)
(1 + K1 K2 H) T 1 + K1 K2 H
Si la ganancia de lazo es grande, entonces se aprecia que la sensibilidad de
T con respecto a las variaciones H es aproximadamente igual a -1.
El concepto de sensibilidad aplicado a una situación estática, puede tam-
bién extenderse a situaciones dinámicas considerando la sensibilidad como
función de la frecuencia. Existen dos técnicas ligeramente diferentes:
• El primer método consite en sustituir s por jω en la función de trans-

ferencia y después obtener las expresiones de magnitud M (ω) y fase
φ(ω).
• El segundo método consiste en aplicar el cálculo de la sensibilidad

directamente a la función de transferencia ( sin necesidad de convertir
a una función de magnitud o fase).
El segundo método es relativamente más directa, tal como se puede

apreciar en el siguiente ejemplo. Dado el sistema que se muestra en la
figura 3.20, determinemos la sensibilidad de T con respecto a la variación
de Ko . Una notación más simple, que no afecta a los cálculos, es expresar
inicialmente T en términos de s, ası́
Y (s) Ko
T = = 2 (3.58)
R(s) s + s + Ko
y la sensibilidad es
T s(s + 1)
SK = (3.59)
0
s2+ s + Ko
Figura 3.20: Diagrama de bloques de un sistema de control proporcional.
Efectuando la sustitución de s por jω y considerando K0 = 10 se obtiene
T jω(jω + 1)
SK = (3.60)
0
(10 − ω 2 ) + jω
de donde, la magnitud de la sensibilidad viene a ser

√
ω ω2 + 1
|SK0 | =
T
(3.61)
(10 − ω 2 )2 + ω 2
3.9 Respuesta Estacionaria utilizando Software de

Simulación
Los resultados de la simulación de sistemas de control a diferentes señales
de referencia tratados en la sección 3.5, nos muestran respuestas gráficas
de estado transitorio, ası́ como de estado estable. Como ejemplo de tales
resultados, veamos la gráfica que se muestra en la figura 3.21 correspondiente
a la subsección 3.5.4(respuesta a una rampa unitaria).
El error estacionario es la diferencia entre la magnitud de la referen-
cia r y la magnitud de la salida controlada y en cualquier tiempo estable.
Para el ejemplo, el error estacionario es aproximadamente 0.18 y el tiempo
estacionario es aproximadamente 1.65 segundos.
3.9 Respuesta Estacionaria utilizando Software de Simulación 75
Figura 3.21: Respuesta a una rampa unitaria.

Capı́tulo 4
Estabilidad
4.1 Introducción
Se dice que un sistema es estable, si estando sujeto a una entrada o pertur-
bación limitada, su respuesta es de magnitud limitada. El incremento inicial
de la respuesta transitoria debe tender a reducirse, hasta lograr que la
respuesta del sistema converja y siga a una trayectoria deseada. En el caso
de un sistema de regulación, la salida debe tender hacia un valor continuo,
correspondientemente la señal de control tenderá hacia cero.
4.2 Estabilidad Aplicados a Modelos de Estado

Lineales
Un sistema lineal, invariante en el tiempo (SLIT), se describe utilizando el
modelo de estados siguiente:
ẋ = Ax + Bu (4.1)
El sistema es asintóticamente estable si todos los términos de la matriz

de transición tienden a cero cuando el tiempo tiende a infinito. Por
consiguiente, un sistema presenta estabilidad asintótica si
limt→∞ φ(t) = 0 (4.2)
La transformada de Laplace de la matriz de transición es:

adj(sI − A)
φ(s) = (sI − A)−1 = (4.3)
det(sI − A)
78 Estabilidad
donde el polinomio denominador de φ(s) se denomina ecuación caracterı́sti-

ca. Entonces, la estabilidad asintótica se satisface si todas raı́ces o valores
propios del det(sI − A) se localizan en el semiplano izquierdo del plano s.
La ecuación caracterı́stica es:
det(sI − A) = 0 (4.4)
Ejemplo 4.1: Dadas las ecuaciones de estado y de salida del sistema,

descrito por
      
ẋ1 0 1 0 x1 0
 ẋ2  =  0 0 1   x2  +  0  r(t) (4.5)
ẋ3 −6K −8 −6 x3 1
 
x1
y(t) = 6K 0 0  x2  (4.6)
x3
Determinar la estabilidad del sistema.

Solución

s −1 0

det(sI − A) = 0 s −1 = s3 + 6s2 + 8s + 6K = 0
(4.7)
6K 8 (s + 6)
Si K = 2.5, las raı́ces de la ecuación caracterı́stica son: s = −5, s = −0.5 +

j1.66, s = −0.5 − j1.66, entonces el sistema es asintóticamente estable,
debido a que las raı́ces tienen parte real negativa.
4.3 Estabilidad Aplicados a Modelos de Función

de Transferencia
Para un sistema de una entrada y una salida (SISO), con un modelo de
función de transferencia Y (s)/R(s), la localización de los polos de la función
de transferencia determinan la estabilidad del sistema.
• Los polos en la parte izquierda del plano S dan como resultado una
respuesta decreciente, por lo tanto, el sistema es asintóticamente es-
table.
4.4 Test de Routh - Hurwitz 79
• Los polos en el eje jw dan como resultado una respuesta oscilatoria.

• Los polos en el lado derecho dan respuestas crecientes.
Por lo tanto, para que un sistema realimentado sea estable, todos los polos
de la función de transferencia de lazo cerrado (raı́ces caracterı́sticas) deben
tener parte real negativa.
Ejemplo 4.2: Determinar si la siguiente función de transferencia es estable.

Y (s) 0.8s + 1
= 2 (4.8)
R(s) s +s+1
Solución
Los polos están localizados en −0.5+j0.866 y −0.5−j0.866, por consiguiente,
el sistema es asintóticamente estable.
4.4 Test de Routh - Hurwitz

Este método es muy útil, fundamentalmente cuando el orden del polinomio
es mayor que dos. Si el polinomio del denominador de la función de trans-
ferencia o la ecuación caracterı́stica de un sistema está dada por
a0 sn + a1 sn−1 + . . . + an−1 s + an (4.9)
donde los coeficientes son cantidades reales. El procedimiento del criterio

de Routh-Hurwitz es el siguiente:
1. La condición necesaria pero no suficiente para estabilidad, es que todos
los coeficientes de la ecuación (4.9) estén presentes, y que todos tengan
signo positivo.
2. Si todos los coeficientes son positivos, se colocan en filas y columnas de
acuerdo al siguiente esquema:
 n 


 s   a0 a2 a4 a6 ...

 
 a1 a3 a5 a7 ...

 sn−1


 sn−2 
  b1 b2 b3 b4 ...

(4.10)
 sn−3  c1 c2 c3 c4 ...

 
..  . .. .. ..

 
 .. . . . . . .

 . 

 0 
s g1 ... ..
.
..
. ...
80 Estabilidad
Los coeficientes b1 , b2 , b3 , etc., se evalúan como sigue:

a1 a2 − a0 a3 a1 a4 − a0 a5
b1 = ; b2 = ...
a1 a1
El mismo procedimiento se usa para calcular los coeficientes c, d, e,
etc, ası́:
b1 a3 − a1 b2 b1 a5 − a1 b3
c1 = ; c2 = ...
b1 b1
c1 b2 − b1 c2 c1 b3 − b1 c3
d1 = ; d2 = ...
c1 c1
Ejemplo 4.3: Apliquemos el criterio de estabilidad de Routh al siguiente
polinomio de tercer orden:
a0 s3 + a1 s2 + a2 s + a3 = 0 (4.11)
donde todos los coeficientes son números positivos.
Solución
El conjunto de coeficientes es:

 3 

 s  a0 a2
 2  
s a1 a3
(4.12)

 s1  b1

 0 

s c1
de donde:
a1 a2 − a0 a3
b1 = ; c1 = a3
a1
Para estabilidad, debe cumplirse que
a1 a2 > a0 a3
Ejemplo 4.4: Considere un sistema de lazo cerrado, con función de trans-

ferencia
Y (s) K
= 2
(4.13)
R(s) s(s + s + 1)(s + 2) + K
Determine el rango de K para la estabilidad.
Solución
4.5 Estabilidad utilizando software de simulación 81
La ecuación caracterı́stica es
s4 + 3s3 + 3s2 + 2s + K = 0 (4.14)
El conjunto de coeficientes se muestran en el siguiente arreglo:

 4 
 s  1 3 K

 3 


 s 
 3 2 0
s2 7
K (4.15)
  3

 s1 
 2 − 9
K

 0 
 7
s K
Para que haya estabilidad, K debe ser positiva, y todos los coeficientes de
la primera columna deben serlo también. Por lo tanto:
14
>K>0
9
Para K = 14/9, el sistema se vuelve oscilatorio.
4.5 Estabilidad utilizando software de simulación

Determinemos por Matlab la estabilidad de los sistemas tratados en los
ejemplos 4.1 y 4.4.
• Estabilidad para el ejemplo 4.1.
% raiz1.m
% La ecuaci’on caracter’istica del sistema est’a dada por:
% det(sI-A)
%
% Ingresemos la matriz A, considerando K=2.5
A=[0 1 0; 0 0 1; -6*2.5 -8 -6];
% Ingresamos la orden para obtener las ra’ices del sistema
eig(A)
82 Estabilidad
Al ejecutarse el programa se obtienen las siguientes raı́ces:
ans =
-0.5000 + 1.6583i
-0.5000 - 1.6583i
-5.0000
confirmándose los resultados obtenidos anteriormente.
• Estabilidad para el ejemplo 4.4.
% raiz2.m
% Determinaci’on de los valores propios o ra’ices de una funci’on
% de transferencia de lazo cerrado de un sistema
% Y(s)/R(s)=K/(s^4+3s^3+3s^2+2s+K), con K=1
pol=[1 3 3 2 1];
roots(pol)
Al ejecutarse obtenemos los siguientes polos del sistema, cuando K =

1.
ans =
-1.7549
-1.0000
-0.1226 + 0.7449i
-0.1226 - 0.7449i
Capı́tulo 5
Métodos Gráficos de Análisis

de Sistemas de Control
Este capı́tulo trata sobre el uso de métodos gráficos de análisis de sistemas

de control, como el Lugar Geométrico de las Raı́ces (LGR), Bode y Nyquist.
5.1 Método del Lugar Geométrico de las Raı́ces

El Lugar Geométrico de las Raı́ces son la trayectoria que describen la varia-
cion en la localización de las raı́ces en el plano s cuando varı́a la ganancia del
sistema desde 0 a ∞. Esta técnica es útil en el estudio de los cambios que
ocurren en el comportamiento de sistemas lineales frente a las variaciones de
sus parámetros. Diremos que este método permite hallar los polos de lazo
cerrado partiendo de los polos y ceros de lazo abierto, tomando la ganancia
como parámetro, brindando ası́ una presentación gráfica de todos los polos
de lazo cerrado.
Sea el sistema de la figura 5.1. La función de transferencia de lazo cerrado
es:
Y (s) G(s)
= (5.1)
R(s) 1 + G(s)H(s)
La ecuación caracterı́stica para este sistema se puede obtener igualando a
cero el denominador de la ecuación (5.1)
1 + G(s)H(s) = 0 (5.2)
o bien
G(s)H(s) = −1 (5.3)
84 Métodos Gráficos de Análisis de Sistemas de Control
Para trazar el LGR se deben cumplir las condiciones de ángulo y magnitud.
Figura 5.1: Diagrama de bloques de un sistema de control
1. Condición de ángulo
∠G(s)H(s) = ±180(2k + 1), para k = 0, 1, 2, ... (5.4)
2. Condición de magnitud, amplitud o módulo
|G(s)H(s)| = 1 (5.5)
Los valores de s que cumplen con las condiciones de ángulo y magnitud, son
las raı́ces de la ecuación caracterı́stica o polos de lazo cerrado. El diagrama
de los puntos del plano complejo que sólo satisfacen la condición de ángulo,
constituye el lugar de las raı́ces. Las raı́ces de la ecuación caracterı́stica se
pueden determinar por la condición de magnitud. La ecuación caracterı́stica
1 + G(s)H(s) se debe escribir como función del parámetro de ganancia K,
ası́:
K(s + z1 )(s + z2 ) . . . (s + zm )
1+ (5.6)
(s + p1 )(s + p2 ) . . . (s + pn )
Por consiguiente, el lugar de las raı́ces para el sistema, son los lugares de los
polos de lazo cerrado al variar la ganancia K de cero a infinito. Siendo
K(s + z1 )(s + z2 ) . . . (s + zm )
G(s)H(s) = (5.7)
(s + p1 )(s + p2 ) . . . (s + pn )
Para comenzar a trazar el lugar geométrico de las raı́ces (LGR), se debe

conocer la ubicación de los polos y ceros de lazo abierto G(s)H(s). Los
ángulos de las cantidades complejas originadas en los polos y ceros de lazo
5.1 Método del Lugar Geométrico de las Raı́ces 85
abierto y que abarcan hasta el punto de prueba s, se miden en sentido

antihorario. Supongamos que G(s)H(s) viene dada por
K(s + z1 )
G(s)H(s) = (5.8)
(s + p1 )(s + p2 )(s + p3 )(s + p4 )
donde −p2 y −p3 son polos complejos conjugados. El ángulo de G(s)H(s)
es:
∠G(s)H(s) = φ1 − θ1 − θ2 − θ3 − θ4 (5.9)
donde φ1 , θ1 , θ2 , θ3 y θ4 se miden en sentido antihorario, según puede
apreciarse en las figuras 5.2.
Figura 5.2: Diagramas que muestran los ángulos desde polos y ceros de lazo
abierto al punto de prueba s.
5.1.1 Reglas generales para construir el lugar geométrico de

las raı́ces (LGR)
Considerando el diagrama de bloques de la figura 5.1, los pasos para construir
el LGR son los siguientes:
1. Se obtiene la ecuación caracterı́stica:
1 + G(s)H(s) = 0 (5.10)
y se reescribe de modo que aparezca en la siguiente forma

K(s + z1 )(s + z2 ) . . . (s + zm )
1+ , para K > 0 (5.11)
(s + p1 )(s + p2 ) . . . (s + pn )
luego se ubican los polos y ceros de lazo abierto G(s)H(s).
2. Se hallan los puntos de inicio y fin del LGR y se determina la cantidad

de ramas del LGR. Los puntos del LGR correspondientes a K = 0 son
polos de lazo abierto. Cada rama del LGR se origina en un polo de
G(s)H(s). Al tender K a infinito, cada rama del LGR tiende hacia
un cero de G(s)H(s) o hacia infinito en el plano complejo. Un diagra-
ma del LGR debe tener tantas ramas como raı́ces tiene la ecuación
caracterı́stica.
3. Se determina el LGR sobre el eje real, por los polos y ceros de lazo
abierto que están sobre él. Cada porción del lugar de las raı́ces sobre
el eje real se extiende sobre un rango que va desde un polo o cero hasta
otro polo o cero. Para tal efecto se elige un punto de prueba s sobre
él.
4. Se determinan las ası́ntotas del LGR. El LGR para valores muy grandes
de s deben ser asintóticos a rectas cuyos ángulos están dados por
±180o (2k + 1)
θk = , (k = 0, 1, 2, . . .) (5.12)
n−m
siendo
n = número de polos finitos de G(s)H(s)
m = número de ceros finitos de G(s)H(s)
Al aumentar k, el ángulo se repite, y la cantidad de ası́ntotas diferentes
es n − m. Si la abscisa de intersección de las ası́ntotas con el eje real
se designa como s = σa , entonces
(suma de polos) − (suma de ceros)
σa =
n−m
(p1 + p2 + . . . + pn ) − (z1 + z2 + . . . + zm )
= (5.13)
n−m
5. Se hallan los puntos de ruptura de llegada y de partida. Debido a la

simetrı́a conjugada del LGR, los puntos de ruptura, o bien están sobre
el eje real, o se producen en pares complejos conjugados.
6. Se determinan los ángulos de partida (o ángulos de llegada) del LGR

desde los polos complejos (o ceros complejos) aplicando el criterio de
ángulo a un punto arbitrariamente cerca del punto de partida o llegada.
Para un LGR de razonable exactitud, se deben hallar las direcciones
y sentidos del LGR en la vecindad de los polos y ceros complejos.

m
n
∠G(s)H(s) = ∠(s + zk ) − ∠(s + pk ) = 180o (2k + 1) (5.14)
k=1 k=1
7. Se determina la intersección del LGR con el eje imaginario, usando

para ello el criterio de estabilidad de Routh.
8. El valor de K correspondiente a cualquier punto s sobre el LGR se

puede obtener con la condición de magnitud, dada por:
producto de las distancias entre el punto s y los polos

K= (5.15)
producto de las distancias entre el punto s y los ceros
9. Determinar el LGR en una zona amplia del eje jw y el origen.
Ejemplo de diseño con aplicaciones de Matlab

Dado el sistema de control mostrado en la figura 5.3, trazar el lugar
geométrico correspondiente.
Veamos los siguientes pasos de diseño:
Figura 5.3: Sistema de Control.
1. Ubicación de polos y ceros de lazo abierto en el plano s (Ver figura

5.4).
2. Nmero de ramas del LGR:

n = nmero de polos finitos = 4, entonces existen 4 ramas del LGR.
Figura 5.4: Ubicación de polos y ceros de lazo abierto en el plano s.
3. Bosquejo del LGR.

La función de transferencia de lazo cerrado del sistema es:
K(s+2)
Y (s) s(s+1)(s2 +2s+2)
= K(s+2)
(5.16)
R(s) 1 + s(s+1)(s 2 +2s+2)
luego, la ecuación caracterı́stica del sistema de lazo cerrado es:
K(s + 2)
1+ =0 (5.17)
s(s + 1)(s2 + 2s + 2)
Evaluando se obtiene:
s(s + 1)(s2 + 2s + 2) + K(s + 2) = 0

s4 + 3s3 + 4s2 + (2 + k)s + 2K = 0 (5.18)
Si:
• K = 0 ⇒ s4 + 3s3 + 4s2 + 2s = 0 ⇒ las raı́ces son:

s = 0; s = −1 ± j; s = -1
• K = 0.2 ⇒ s4 + 3s3 + 4s2 + 2.2s + 0.4 = 0 ⇒ las raı́ces son:
s = −1.0179 ± 0.8836j ; s = -0.5927; s = -0.3714
• K = 0.5 ⇒ s4 + 3s3 + 4s2 + 2.5s + 1 = 0 ⇒ las raı́ces son:
s = −1.1649 ± 0.7483j ; s = −0.3351 ± 0.6398j
• K = 5 ⇒ s4 + 3s3 + 4s2 + 7s + 10 = 0 ⇒ las raı́ces son:
s = −1.8332 ± 0.6899j ; s = 0.3332 ± 1.5797j
Figura 5.5: Lugar geométrico aproximado.
podemos plotear ligeramente el LGR, tal como se muestra en la figura

5.5
4. Determinación del LGR sobre el eje real.

Este paso ya no es necesario hacerlo, debido a que en el paso (3) se
obtuvo un bosquejo del LGR, donde puede apreciarse las trayectorias
de los polos de lazo cerrado del sistema; sin embargo, tan solo por
razones didácticas comprobaremos la existencia o inexistencia del LGR
en determinados puntos del eje real.
a) Veamos si existe LGR entre -1 y -2 (ver figura 5.6):

∠ceros − ∠polos = ±180o (2k + 1)
0o − (180o + 180o ) = 360o (5.19)
⇒ no satisface la condición de ángulo, luego no existe LGR.

b) Veamos si existe LGR entre -2 y - ∞ (ver figura 5.7):

∠ceros − ∠polos = ±180o (2k + 1)
180o − (180o + 180o ) = 180o (5.20)
⇒ sı́ satisface la condición de ángulo, luego sı́ existe LGR.

Figura 5.6: Averiguando si existe LGR entre -1 y -2.
c) Veamos si existe LGR entre 0 y + ∞ (ver figura 5.8):

∠ceros − ∠polos = ±180o (2k + 1)
0o − (0o + 0o ) = 0o (5.21)
⇒ no satisface la condición de ángulo, luego no existe LGR.
5. Determinacin de las ası́ntotas del LGR.

Cuando K → ∞, el número de ramas que tiende a ∞ es n-m: 4 - 1 =
3, luego se tendrá 3 ası́ntotas.
±180o (2k + 1)
θk = (5.22)
n−m
• Si k=0 ⇒
±180o
θ0 = = ±60o (5.23)
3
• Si k=1 ⇒
±180o (3)
θ1 = = ±180o (5.24)
3
• Si k=2 ⇒
±180o (5)
θ2 = = ±300o = ∓60o (5.25)
3
Figura 5.7: Averiguando si existe LGR entre -2 y -∞.
Luego, las ası́ntotas son: Θ : +60, −60, +180o . Ahora podemos deter-
minar la intersección de las ası́ntotas con el eje real:

polos − ceros [0 + (−1) + (−1 + j) + (−1 − j)] − [−2]
σa = =
n−m 3
1
= − (5.26)
3
6. Determinación de los puntos de ruptura.

Presentando la ecuación caracterı́stica en la forma:
f (s) = B(s) + KA(s) = 0

f (s) = s + 3s + 4s2 + (2 + K)s + 2K = 0
4 3
f (s) = (s4 + 3s3 + 4s2 + 2s) + K(s + 2) = 0 (5.27)
Los puntos de ruptura se pueden determinar de las raı́ces de:
dK
=0 (5.28)
ds
De 5.27:
(s4 + 3s3 + 4s2 + 2s)

K=− (5.29)
(s + 2)
Figura 5.8: Averiguando si existe LGR entre 0 y +∞.
Luego:
dK d
(s + 2) ds (s4 + 3s3 + 4s2 + 2s) − (s4 + 3s3 + 4s2 + 2s) ds
d
(s + 2)
= − 2
=0
ds (s + 2)
(3s4 + 14s3 + 22s2 + 16s + 4)
= − =0 (5.30)
(s + 2)2
Entonces:
3s4 + 14s3 + 22s2 + 16s + 4 = 0 (5.31)
cuyas raı́ces son:

s=−2.5033 ≈ −2.5; s = −0.8417±0.6335j (no cumple); s = −0.4799 ≈
−0.48 Luego, los puntos de ruptura son:s=−2.5; s = −0.48 (que se
verifican en el diagrama del LGR). Reemplazando estos dos puntos
de ruptura en la ecuación para K, se determinan las correspondientes
ganancias K, ası́:
• Para s = -2.5 ⇒ la ganancia es:

(−2.5)4 + 3(−2.5)3 + 4(−2.5)2 + 2(−2.5))
K = −
(−2.5 + 2)
K = 24.37
• Para s = -0.48 ⇒ la ganancia es: K=0.209

7. Determinacin de los puntos de cruce con el eje imaginario.

Usando el criterio de estabilidad de Routh para:
s4 + 3s3 + 4s2 + (2 + K)s + 2K = 0 (5.32)
 4 
 s  1 4 2K

 
3 


 s 
 3 (2 + K)

s2 b1 = 10−K b2 = 2K
 1 
  3

c1 = −K 10−K
2 −10K+20

 s 
 0 
s d1 = 2K
Haciendo c1 = 0 para oscilación:
−K 2 − 10K + 20
c1 = =0
10 − K
−K 2 − 10K + 20 = 0 (5.33)
se obtienen los siguientes valores de K:
K = -11.7082 valor extraño
K = 1.7082 ≈ 1.71 valor correcto
Reemplazando este valor de K en la ecuación auxiliar:
3s3 + (2 + K)s = 0
se obtienen las raı́ces: s = ±1.11j
PREGUNTA: Con K = 10 y K = 0 se obtiene oscilación?
8. Con base a la información obtenida en los pasos previos, trazar el LGR
final (ver figura 5.9). El programa en MATLAB para obtener el LGR
se muestra en la figura 5.10.
9. Determinación de los ángulos de salida y llegada.
Considerando S1 muy cerca del punto de partida -1+j , el ángulo de
salida o partida se calcula aplicando el criterio de ángulo, ası́:

∠ceros − ∠polos = ±180o (2k + 1)
45o − (135o + +90o + 90o + Θx ) = +180o
⇒ Θx = −450o = −90o
Los ángulos de llegada se calculan en forma similar, es decir aplicando
el criterio del ángulo.
Figura 5.9: Lugar Geométrico de las Raı́ces final.
5.1.2 Análisis de Sistemas de Control mediante el LGR

En esta sección no se pretende analizar sistemas de control especı́ficos, tales
como el PI, PD, PID, etc, sino, hacer el análisis de sistemas de control
condicionalmente estables y sistemas de control de fase no mı́nima.
Sistemas condicionalmente estables

Se dice que un sistema es condicionalmente estable, si es estable solamente
para rangos limitados del valor de la ganancia K.
Por ejemplo, sea el sistema de la figura 5.12, cuya ecuación caracterı́stica
viene dada por:
K(s2 + 2s + 4)
1+ =0
s(s + 4)(s + 6)(s2 + 1.4s + 1
K(s2 + 2s + 4)
=1+ 5 =0
s + 11.4s4 + 39s3 + 43.6s2 + 24s
y que hacendo uso del comando rlocus de Matlab, se obtiene el LGR de
dicho sistema que se muestra en la figura 5.13.
Figura 5.10: Listado del programa en código Matlab.
El sistema es estable en los rangos siguientes:
0 < K < 14 , 64 < K < 195
El sistema se vuelve inestable en los rangos siguientes:
14 < K < 64 , y 195 < K

Entonces, a este tipo de sistema se le denomina condicionalmente estable,
caracterizado por su comportamiento peligroso, ya que en la práctica puede
producir saturación. Una forma de evitar la estabilidad condicional, es,
agregando un cero, con lo que consigue que el lugar geométrico se mueva
hacia la izquierda, haciendo que el sistema se vuelva completamnte estable.
Sistemas de fase no mı́nima

Se dice que un sistema es de fase no mı́nima, si al menos un polo o cero
se encuentra en el semiplano derecho del plano s. Contrariamente, un sis-
tema de fase mı́nima es aquel en que todos los polos y ceros del sistema se
encuentran en el semiplano izquierdo de s.
Figura 5.11: Determinación de los ángulos de salida.
Figura 5.12: Sistema de control.
Como ejemplo, veamos el diagrama de bloques de la figura 5.14, en el

que podemos apreciar que el cero está localizado en el semiplano derecho de
s. Su correspondiente LGR se muestra en la figura 5.15.
Pueden existir sistemas de fase no mı́nima que además del parámetro
de ganancia K puede ser función de otros parámetros, lo que llevarı́a a que
K sea función de esos otros parámetros, por consiguiente el LGR corres-
pondiente variarı́a de acuerdo a la variación de K, y su estabilidad estarı́a
dentro de un rango limitado.
5.1.3 Lugar Geométrico de las Raı́ces para Sistemas con Re-

tardo de Transporte
El modelo que se presenta en la figura 5.16 describe una operación de control
de proceso hipotética. Suponga que la máquina de la izquierda combina
varios lı́quidos y sólidos particulares para formar un compuesto laminado
continuo que se desplaza hacia la derecha. Cuando la lámina solidifica, se
obtienen medidas de las propiedades tal como el grosor y la densidad, y esta
información se utiliza para proporcionar la realimentacin al controlador. La
Figura 5.13: Lugar geométrico de las raı́ces.
magnitud del retardo temporal se determina por la distancia entre el punto

de control y los sensores dividido por la velocidad de movimiento. Por lo
tanto, el tiempo de retardo τ es igual a τ = d/ν.
En la figura 5.17 se muestra un diagrama de bloques del sistema de con-
trol con modelos de funciones de transferencia de todos los componentes del
sistema que contribuyen al control del grosor del material manufacturado.
Si se asume que el grosor en el punto de control se designa por x(t), en-
tonces la señal de grosor en el sensor es y(t) = x(t − τ ), y la transformada
de Laplace es Y (s) = e−sτ X(s). Por lo tanto, la función de transferencia
Y (s)
del retardo es X(s) = e−sτ .
Una representación de polos y ceros de e−sτ requiere un número infinitos

de ceros y/o polos. Una expansión en series infinita de la función del retardo
Figura 5.14: Sistema de fase no mı́nima.
produce:
s2 τ 2
e−sτ = 1 − sτ + − ...
2!
Esta función se puede truncar para obtener una función de transferencia que
es aproximadamente válida si el retardo es suficientemente pequeño. En la
siguiente sección trataremos este mismo ejemplo, pero usando la respuesta
en frecuencia, ofreciéndonos un mejor tratamiento al problema de retardo
de transporte. La ecuación caracterı́stica del sistema de control es:
0.1e−sτ
1 + G(s)H(s) = 1 + s =0
s( 0.5 + 1)
Considerando los tres primeros términos del retardo, la función de trans-

ferencia de lazo abierto es:
0.1e−sτ
G(s)H(s) = s
s( 0.5 + 1)
0.625s2 − 0.25s + 0.05
=
s2 + 0.5s
cuya simulación del LGR produce la gráfica mostrada en la figura 5.18.

La función de transferencia de lazo cerrado del sistema es:
Y (s) G(s)H(s) 0.625s2 − 0.25s + 0.05

= = (5.34)
R(s) 1 + G(s)H(s) 1.625s2 + 0.75s + 0.05
Para una entrada escalón unitario, la salida del sistema producirá la respues-
ta en el tiempo, tal como se muestra en la figura 5.19. Podemos comprobar
que existe un retardo de 5 segundos, a partir del cual la salida del sistema
crece, desde cero hasta el nivel de referencia, estabilizándose al valor de la
referencia en un tiempo de aproximadamente 57 segundos.
Figura 5.15: LGR del sistema de fase no mı́nima.
5.1.4 Gráficas del LGR utilizando Software de Simulación

Dado un sistema de control con función de transferencia de lazo cerrado,
dada por:
Y (s) G(s)H(s)
= (5.35)
R(s) 1 + G(s)H(s)
La ecuación cracterı́stica vendrá definida por el denominador de dicha fun-
ción de transferencia, que igualando a cero nos produce las raı́ces del sistema
de control.
En Matlab, es conveniente que la ecuación caracterı́stica, se reescriba en
la siguiente forma:
K(s + z1 )(s + z2 ) + . . . + (s + zm )
1+ =0 (5.36)
(s + p1 )(s + p2 ) + . . . + (s + pn )
Matlab sólo necesita conocer los coeficientes de los polinomios del numerador
Figura 5.16: Sistema con retardo de transporte.
y denominador de esta última ecuación (segundo término del lado izquierdo

de la ecuación caracterı́stica), sin la intervención de la ganancia K, es decir:
num = (s + z1 )(s + z2 ) + . . . + (s + zm ) = sm + (z1 + z2 + . . . + zm )sm−1 +

. . . + z1 z2 . . . zm
den = (s + p1 )(s + p2 ) + . . . + (s + pn ) = s + (p1 + p2 + . . . + pn )sn−1 +
n
. . . + p1 p2 . . . pn
Usando el comando rlocus puede obtenerse la gráfica del LGR del sistema de
lazo cerrado, a partir de la función de transferencia de lazo abierto G(s)H(s)
= num/den.
• Si el sistema de control está representada como función de transferen-

cia, tal como se ha visto, la orden para obtener el LGR es:
rlocus(num, den)
En el caso de que se quisiera obtener el LGR en un rango de ganancias

dada por K, entonces la orden queda modificada como:
rlocus(num, den, K)
Figura 5.17: Sistema con retardo de transporte.
Si quisiéramos obtener las raı́ces y las ganancias correspondientes, se

aplica el siguiente comando:
[r, K] = rlocus(num, den)
• Otra herramienta muy importante, no sólo para obtener el LGR, sino

para obtener las gráficas de Bode , Nyquist, Nichols y respuesta en
el tiempo, es usar el comando rltool, que permite abrir una pantalla
gráfica de edición, muy amigable y fácil de usar. Tal comando es:
rltool
y cuyo resultado es la pantalla gráfica que se muestra en la figura

5.20, y en la cual se pueden ingresar los polos y ceros de lazo abier-
to G(s)H(s), no sin antes hacer click en la ventana rotulada como
current compensator. Si deseamos obtener las raı́ces del sistema para
un determinado valor de K, basta con digitar el valor de ganancia que
se desea en la ventana rotulada como Gain.
Veamos el siguiente ejemplo: Dado el sistema de control mostrado en la
figura 5.21, dibujar el LGR usando los comandos rlocus y rltool.
La ecuación caracterı́stica del sistema de control es:
K(s + 2)
1+ =0
s(s + 1)(s2 + 2s + 2)
K(s + 2)
1+ =0
s4 + 3s3 + 4s2 + 2s)
donde num = [0, 0, 0, 1, 2], den = [1, 3, 4, 2, 0].
El programa en código Matlab es:
Figura 5.18: Lugar geométrico del sistema con retardo de transporte.
% ********** Lugar de las ra’ices ************
num=[0, 0, 0, 1, 2]; % coeficientes del polinomio del numerador

den=[1, 3, 4, 2, 0]; % coeficientes del polinomio del denominador
sys=tf(num,den)
rlocus(sys) % plotea el LGR
%[K, polos]=rlocfind(num,den) % activa el cursor para obtener K
%en un punto del LGR
v=[-4 2 -3 3]; axis(v); grid title(’LGR de G(s)=K
(s+2)/(s^4+3s^3+4s^2+2S)’)
%[r,K]=rlocus(sys) % muestra la matriz r y el vector ganancia K
% DETERMINCION DE LAS RAICES PARA UNA GANANCIA K ESPECIFICADO

K=[0 8]; % por ejemplo, se selecciona valores de K=0 y K=8
[r]=rlocus(sys,K) % produce 2 races, una para K=0 y otra para K=8
El resultado gráfico se muestra en la figura 5.22. Para los valores de K = 0
y K = 8, las raı́ces del sistema se obtienen digitando:
>> r
r =
5.2 Método de Respuesta en Frecuencia 103
Figura 5.19: Respuesta al escalón del sistema con retardo de transporte.
0 0.5042 + 1.8318i
-1.0000 + 1.0000i -2.0042 + 0.6446i
-1.0000 - 1.0000i -2.0042 - 0.6446i
-1.0000 0.5042 - 1.8318i
donde, la primera columna corresponde a las raı́ces del sistema para K = 0,
y la segunda columna corresponde a las raı́ces del sistema para K = 8.
Aplicando el comando rltool, e ingresando los polos y ceros del sistema,
tal como se puede observar en la figura 5.23, se obtiene el resultado que se
muestra en la figura 5.24.
5.2 Método de Respuesta en Frecuencia

En la mayorı́a de los sistemas de control se aplican métodos de análisis en el
dominio del tiempo; sin embargo, fundamentalmente en los sistemas de co-
municaciones, es muy útil el análisis y diseño en el dominio de la frecuencia,
debido a que la mayorı́a de señales a ser procesadas son de tipo senoidal;
sin embargo, es también aplicado al análisis y diseño de sistemas de control.
El concepto de respuesta en frecuencia es muy usado en la identificación
de parámetros de procesos o plantas, cuyo modelo es representado como
función de transferencia o relación entrada - salida, en la cual la variable s
se reemplaza por jw, siendo w la frecuencia. La respuesta en frecuencia se
Figura 5.20: Pantalla gráfica del rltool.
puede realizar en forma experimental con generadores sinusoidales y equipos

de medición.
Dado un sistema lineal invariante en el tiempo como el que se presenta
en la figura 5.25, y considerando r(t) = Rsenwt, entonces la respuesta en
régimen permanente será (si el sistema es estable):
y(t) = R|G(jw)|sen(wt + φ) (5.37)
donde la función de transferencia de lazo abierto es G(jw)H(jw). Si La

realimentación es unitaria, es decir si H(jw) = 1, entonces la función de
transferencia de lazo abierto se reduce a G(jw), que viene a ser una cantidad
Figura 5.21: Diagrama de bloques de un sistema de control.
Figura 5.22: Lugar geométrico del sistema de control.
compleja, dada por:
G(jw) = |G(jw)|ejφ (5.38)
donde |G(jw)| es el módulo o amplitud y φ=∠G(jw) es el ángulo o fase. La

magnitud y el ángulo de fase de G(jw) se representan fácilmente por gráficas
que proporcionarán conocimiento para el análisis y diseño de sistemas de
control. La desventaja de este método es que la correlación entre frecuencia
y respuesta transitoria es indirecta, excepto en el caso de sistemas de segundo
orden.
5.2.1 Gráficas de Bode

Una de las representaciones gráficas de la respuesta en frecuencia son los
denominados diagramas de Bode. Estos diagramas sirven para graficar la
respuesta en frecuencia en forma semilogarı́tmica. Se trata de dos gráficas,

una corresponde a la ganancia en dB contra w y la otra corresponde a la
fase f (w) contra w.
Ganancia(dB) = 20log|G(jw)|
Angulo = φ = ∠G(jw)
La escala de frecuencia es logarı́tmica, por lo que estas gráficas se realizan

en papel semilogarı́tmico con una coordenada rectangular lineal para los dB
y una coordenada logarı́tmica para w.
Una relación igual a diez entre dos frecuencias se le denomina década. El
intervalo de frecuencias w2 = 2w1 , se denomina octava. La ventaja principal
de la gráfica logarı́tmica es la conversión de factores multiplicativos en una
función de transferencia en factores aditivos por la definición de ganancia
logarı́tmica (ver ”Ingenierı́a de Control Moderna” por Ogata).
Factores bsicos de G(jw)H(jw)

Los factores básicos que se presentan frecuentemente en una función de
transferencia G(jw)H(jw) son:
1) La ganancia K
2) Los factores integrales y derivativos (jw)∓1
3) Los factores de primer orden (1 + jwT )±1
4) Los factores cuadráticos [1 + 2ζ(jw/wn ) + (jw/wn )2 ]±1
La ganancia K
Una cantidad mayor que la unidad tiene un valor positivo en decibeles, en
tanto que una cantidad menor que la unidad tiene un valor negativo. La
curva de logaritmo de la magnitud para una ganancia constante K es una
lı́nea recta horizontal en la magnitud de 20logK db. El ángulo de fase de
la ganancia K es cero. Si se varı́a K, aumenta o desciende su magnitud en
decibeles, pero no afecta al ángulo de fase.
20log(K × 10n ) = 20logK + 20n (5.39)

1
20logK = −20log
K
Factores integral y derivativo (jw)∓1

La magnitud logarı́tmica de 1/jw es:
1
20log| | = −20logw dB (5.40)
jw
y el ángulo de fase de 1/jw es constante e igual φ = −90o .

Idénticamente, el logaritmo de la magnitud de jw es:
20log|jw| = 20logw dB (5.41)
y el ángulo de fase correspondiente es constante e igual a φ = +90o .

Si la función de transferencia contiene el factor (1/jw)n o (jw)n , el log-
aritmo de la magnitud en cada caso es:
1
20log| | = −n × 20log|jw| = −20nlogw dB (5.42)
(jw)n
20log|(jw)n | = n × 20log|jw| = 20nlogw dB (5.43)
y sus ángulos son (φ = −90o × n) y (φ = 90o × n) en todo el rango de

frecuencias, respectivamente.
En las figuras 5.26 y 5.27 se observan los diagramas de Bode de 1/jw y jw
respectivamente.
Factores de primer orden (1 + jwT )±1

El logaritmo de la magnitud de 1/(1 + jwT ) es:
1
20log| | = −20log 1 + w2 T 2 dB (5.44)
1 + jwT
y el ángulo de fase correspondiente es:
φ = −tan−1 wT (5.45)
• Si w = 0 ⇒ φ = 0o
• Si w = 1/T (frecuencia de cruce) ⇒ φ = −45o
• Si w = ∞ ⇒ φ = −90o
La curva de la respuesta en frecuencia se puede aproximar por medio de

dos rectas asintóticas, una a 0dB en el rango 0 < w < 1/T y la otra con una
pendiente de 20db / década en el rango de frecuencias de 1/T < w < ∞.
La frecuencia de cruce a la cual se cortan las dos ası́ntotas se denomina
frecuencia de cruce o transición.
El error máximo en la curva de magnitud causado por el uso de las
ası́ntotas es aproximadamente igual a −3dB. El error en la frecuencia a una
octava por abajo o por encima de la frecuencia de cruce es aproximadamente
a −1dB.
El logaritmo de la magnitud de (1 + jwT ) es:

20log|1 + jwT | = 20log 1 + w2 T 2 dB (5.46)
y el ángulo de fase correspondiente es:
φ = tan−1 wT (5.47)
Factores cuadráticos [1 + 2ζ(jw/wn ) + (jw/wn )2 ]±1

Frecuentemente los sistemas de control tienen factores cuadráticos de la
forma:
1
(5.48)
1 + 2ζ(jw/wn ) + (jw/wn )2
• Si ζ > 1 ⇒ este factor cuadrático se puede expresar como un producto

de dos de primer orden con polos reales.
• Si 0 < ζ < 1 ⇒ este factor cuadrático es el producto de dos factores

complejos conjugados.
1
La magnitud en db para 1+2ζ(jw/wn )+(jw/wn )2
es:
1
20log| 2
| = −20log (1 − w2 /wn2 )2 + (2ζ w/wn )2
1 + 2ζ(jw/wn ) + (jw/wn )
(5.49)
Para frecuencias bajas como w << wn ⇒ - 20 log 1 = 0 dB, entonces la
ası́ntota de baja frecuencia es una lı́nea horizontal a 0 dB.
Para frecuencias altas como w >> wn , ⇒ −20log (w2 /wn2 )=−40log (w/wn )
dB, entonces la ası́ntota de alta frecuencia es una lı́nea recta con pendiente
de -40 dB / década.
Las dos ası́ntotas son independientes del valor de ζ ; sin embargo cerca
de la frecuencia w = wn , se produce un pico de resonancia, cuya magni-
tud depende del factor de amortiguamiento ζ. Obviamente hay error en la
aproximación mediante rectas asintóticas. La magnitud del error depende
del valor de ζ y es elevado para pequeños valores de ζ.
El ángulo de fase correspondiente es:
1 2ζw/wn
φ = ∠[ ] = −tan−1 [ ] (5.50)
1 + 2ζ(jw/wn ) + (jw/wn )2 1 − (w/wn )2
El ángulo de fase es función de w y de ζ.
• Si w = 0 ⇒ φ = 0o .
• Si w = wn ⇒ φ = −90o .
• Si w = ∞ ⇒ φ = −180o .
Determinación de la frecuencia de resonancia wr , el valor del pico

de resonancia Mr y el ancho de banda BW
Dada la función de transferencia de un sistema de lazo cerrado con reali-
mentación unitaria:
Y (s) G(s)
= , con s = jw (5.51)
R(s) 1 + G(s)
La magnitud de
1
G(jw) = (5.52)
1 + 2ζ(jw/wn ) + (jw/wn )2
es
1
|G(jw)| = (5.53)
(1 − w /wn )2 + (2ζ w/wn )2
2 2
|G(jw)| tiene un
La frecuencia de resonancia wr es aquella en la que
valor pico o máximo, y está determinada por wr = wn 1 − 2ζ 2 (0 < ζ ≤
0.707).
• Si ζ → 0 ⇒ wr → wn

• Si 0 < ζ ≤ 0.707 ⇒ wr < wd , donde wd = wn 1 − ζ 2 , que aparece en
la respuesta transitoria. Para ζ > 0.707 no hay pico de resonancia.
• Para 0.707 < ζ < 1, la respuesta al escalón es oscilatoria, pero muy

amortiguadas que son apenas perceptibles.
La magnitud del pico de resonancia Mr es el valor máximo de
|G(jw)|.
• Para 0 < ζ ≤ 0.707 está dada por:
1
Mr = |G(jw)|max = |G(jwr )| =
2ζ 1 − ζ2
• Si ζ > 0.707 ⇒ Mr = 1
• Si ζ → 0 ⇒ Mr = ∞
El ángulo de fase de G(jw) a la frecuencia de resonancia es:

−1 1 − 2ζ 2 ζ
∠G(jwr ) = −ten = −90o + sen−1 ( )
ζ 1 − ζ2
El ancho√de banda BW se obtiene haciendo que el valor de |G(jw)|
sea igual a 1/ 2 = 0.707, es decir:
1 1
|G(jw)| = =√
(1 − w2 /wn2 )2 + (2ζ w/wn )2 2
(1 − w2 /wn2 )2 + (2ζ w/wn )2 = 2
Efectuando la siguiente asignación: a = w/wn tendremos:
(1 − a2 )2 + (2ζ a)2 = 2
1 − 2a2 + a4 + 4ζ 2 a2 = 2
a4 − 2a2 (1 − 2ζ 2 ) = 1
(a2 )2 − 2(1 − 2ζ 2 )(a2 ) − 1 = 0

(a2 ) = (1 − 2ζ 2 ) ± 4ζ 4 − 4ζ 2 + 2
w
a= = [(1 − 2ζ 2 ) ± 4ζ 4 − 4ζ 2 + 2]1/2
wn

BW = wn [(1 − 2ζ 2 ) ± 4ζ 4 − 4ζ 2 + 2]1/2
Como se puede observar el ancho de banda BW es directamente proporcional

a wn . En la figura 5.28 se muestra una gráfica del ancho de banda de |G(jw)|.
Nota importante:
• El ancho de banda BW es directamente proporcional a wn .
• Cuando ζ crece, BW disminuye.
Si lo relacionamos con la respuesta en el tiempo de un sistema de control,

diremos que:
• BW es inversamente proporcional al tiempo de subida tr .
• Si BW aumenta, entonces el sistema responde más rápido.
Márgenes de ganancia y fase

En un sistema realimentado inicialmente estable, es importante conocer
qué caracterı́sticas determinadas del modelo se pueden perturbar antes de
que se produzca inestabilidad. Esta información se puede obtener por la
determinacin del márgen de ganancia (MG) y el márgen de fase (MF).
Si una variación en un parámetro (por ejemplo la ganancia K) del sistema
produce que uno o más polos de lazo cerrado atraviese el eje jw, la condición
de corte localiza uno o más polos de lazo cerrado en el jw. Esto significa
que existe algún valor de w para el que |G(jw)/(1 + G(jw)H(jw)| = ∞.
Para que no ocurra esto, se debe cumplir que: |G(jw)H(jw)| = 1.
O sea, se deben cumplir las condiciones de magnitud y ángulo, expre-
sadas por:
|G(jw)H(jw)| = 1
∠G(jw)H(jw) = ±180o (2k + 1)
Si no hay polos de lazo cerrado en el semiplano derecho, esta condición
representa una transición entre estabilidad e inestabilidad, representada en
la figura 5.29.
El márgen de ganancia y el márgen de fase se define de forma que propor-
cionan una medida de la proximidad de una situación dada a la condición
de transición. Si un sistema es inicialmente estable y un cambio en los
parámetros produce la detección de un cruce con el eje jw, el cruce debe
representar estabilidad marginal.
Márgen de ganancia
El MG es la razón por la que la ganancia del lazo se permite que cambie
antes de que se alcance la condición de inestabilidad. El MG es el número
de decibelios que se debe incrementar la ganancia en lazo abierto para que
alcance 0 dB a la frecuencia a la que el desfase en lazo abierto es -180.
Márgen de fase
Es una medida del retraso de fase adicional que está permitido antes de
alcanzar −180o a la frecuencia donde |G(jw)H(jw)| = 1 o 20log|G(jw)H(jw)| =
0 dB.
En la figura 5.30 se muestran los márgenes de ganancia y de fase para
un sistema estable e inestable.
5.2.2 Gráficas de Bode utilizando software de simulación

La orden bode(num, den) permite graficar el diagrama de Bode, tanto la
magnitud como la fase en función de la frecuencia angular.
Cuando se utilizan argumentos en el lado izquierdo del comando, tal
como: [mag, f ase, w] = bode(num, den, w), bode devuelve la respuesta en
frecuencia del sistema en las matrices mag, f ase y w, sin graficar dicha
respuesta.
Veamos el siguiente ejemplo: Dado un proceso con función de transferencia:
2
G(s)H(s) = s
s( 10 + 1)2
trazar el diagrama de Bode y determinar el MG y MF del sistema.

El programa en Matlab es el siguiente:
% DETERMINACION DEL MARGEN DE GANANCIA Y MARGEN DE FASE

% Anlisis de la funcin de transferencia G(s)H(s)=2/[s[(s/10)+1]^2]
num=[0 0 0 200]; den=[1 20 100 0];
% Respuesta frecuencial
w=.1:.1:100; [mag, fase]=bode(num,den,w); subplot(211);
semilogx(w,20*log10(abs(mag))); title(’Diagramas de Bode de
G(s)H(s)=2/[s[(s/10)+1]^2]’); ylabel(’Magnitud en dB’);
xlabel(’Frecuencia (rad/seg)’); grid; subplot(212);
semilogx(w,fase); grid; ylabel(’Fase en grados’);
xlabel(’Frecuencia (rad/seg)’);
cuya ejecución genera la gráfica mostrada en la figura 5.31, en la que se han

resaltado el MG y el MF. Del diagrama de Bode se puede apreciar que el
cruce por 0 dB de la curva de magnitud es a una frecuencia de 2 rad/s. El
desfase a esta frecuencia es aproximadamente −112o , por lo tanto el M F es
aproximadamente 68o .
5.2.3 Gráficas Polares y Criterio de Estabilidad de Nyquist

Para obtener el diagrama de Nyquist se utiliza un diagrama polar, con el
parámetro w variando desde cero hasta infinito, considerando la función de
transferencia de lazo abierto G(s)H(s), con s = jw. Por consiguiente, se
puede afirmar que el diagrama de Nyquist es una representacin de la mag-
nitud de GH(jw) o G(jw) (si H(jw) = 1) en coordenadas polares, es decir
el diagrama polar es el lugar de los vectores |GH(jw)|∠GH(jw). Es impor-
tante recordar que un ángulo de fase positivo se mide en dirección contraria
a las agujas del reloj desde el eje real positivo. En la figura 5.32 se mues-
tra un ejemplo genérico de un diagrama de Nyquist, donde las proyecciones
del punto terminal de un vector sobre los ejes real e imaginario vienen a
constituir los componentes real e imaginario de dicho vector. En la figura
5.33 se presenta en forma genérica las representaciones en baja frecuencia
de los diagramas de Nyquist de sistemas tipo 0, tipo 1 y tipo 2.
La ventaja de este tipo de diagrama es que muestra en una única gráfica
la respuesta en frecuencia de un sistema a lo largo de todo el rango de
frecuencias. La desventaja es que no permite ver la contribución de cada
factor individual de la función de transferencia de lazo abierto. Por facilidad
de representación, consideraremos la siguiente notación: M (w) = |GH(jw)|,
φ(w) = ∠GH(jw).
Criterio de estabilidad de Nyquist

El criterio de estabilidad de Nyquist se obtiene de la observación del diagra-
ma polar del modelo en lazo abierto. Este criterio se puede expresar de la
forma siguiente:
1 Sea el sistema que se muestra en la figura 6.14. Si la función de
transferencia de lazo abierto G(s)H(s) tiene P polos en el semiplano
derecho s, entonces para que sea estable el lugar G(s)H(s), cuando un
punto s recorre el camino de Nyquist en el sentido de las agujas del
reloj, debe enlazar al punto −1 + j0 P veces en el sentido contrario a
las agujas del reloj.
2 Este criterio se puede expresar como:
Z =N +P (5.54)
donde:
Z = número de ceros de 1 + G(s)H(s) en el semiplano derecho s.
N = número de vueltas en el sentido de las agujas del reloj del punto

−1 + j0 (rodeo positivo).
P = número de polos de G(s)H(s) en el semiplano derecho s.
Para un sistema estable:
• Si P = 0 ⇒ Z = 0 o N = −P . Esto ltimo indica que debemos

tener P vueltas alrededor del punto −1+j0 en el sentido contrario
a las agujas del reloj.
• Si P = 0 (no hay ningún polo en el semiplano derecho de s) ⇒
Z = N para garantizar estabilidad.
3 La simple inspección de las vueltas al punto −1 + j0 no es suficiente

para detectar inestabilidad en sistemas con múltiples lazos; sin embar-
go, la existencia o no de polos de lazo cerrado en el semiplano derecho
s, puede determinarse aplicando el criterio de Routh al denominador
de G(s)H(s) o mediante simulación (por ejemplo usando Matlab).
4 Si el lugar de G(jw)H(jw) pasa a través del punto −1 + j0, entonces

los ceros de la ecuación caracterı́stica o los polos de lazo cerrado están
localizados sobre el eje jw.
Nota:
Una preocupación especı́fica en la consideración de la estabilidad es la de-
tección de ceros de 1 + G(s)H(s) en el semiplano derecho s. Por tal motivo,
el camino de Nyquist encierra el semiplano derecho completamente, nor-
malmente en el sentido de las agujas del reloj. El camino recorre el eje jw
desde −∞ a +∞ y luego completa el cierre del semiplano derecho formando
un semicı́rculo con radio R → ∞, como se muestra en la figura 5.35. Si
1 + G(s)H(s) se evalúa a lo largo del camino de Nyquist y el resultado se
dibuja en el plano (1 + GH), el número de rodeos o vueltas al origen en el
sentido horario deberı́a revelar el número neto de ceros menos el número de
polos de 1 + G(s)H(s) en el semiplano derecho. Los ceros de 1 + G(s)H(s)
son las raı́ces de la ecuación caracterı́stica, y los polos de 1 + G(s)H(s) son
también los polos de G(s)H(s).
Veamos el siguiente ejemplo:
Considere el sistema de la figura 5.36 con el camino de Nyquist descrito en
términos de los segmentos 1, 2, 3 y 4 que se muestran. El segmento 4 se
introduce porque es necesario construir un pequeño rodeo alrededor del polo
de la función de transferencia de lazo abierto en el origen. Con el rodeo hacia
la derecha como se muestra, no hay polos de la función de transferencia en

lazo abierto en el semiplano derecho, es decir P = 0.
Considerando el segmento 1, la evaluación por esta parte del camino
requiere s = jw, con w variando desde 0+ a ∞. Por consiguiente, la función
de transferencia GH para este segmento es:
32 8
G(jw)H(jw) = 2
=
jw(jw + 2) jw( 2 + 1)2
jw
El segmento 2 se determina con s = Rejθ , donde R se aproxima a ∞

y θ varı́a desde +90o a −90o en dirección antihoraria. Por consiguiente, la
función de transferencia para este segmento es:
8 32 −j3θ
GH = ≈ e
Rejθ ( Re2
jθ
+ 1)2 R3
La evaluación de esta función produce una vuelta y media alrededor del

origen en dirección horaria. Sin embargo, cuando R → ∞, GH → 0; por
consiguiente, este segmento colapsa en el origen, como se muestra en la figura
5.37.
El segmento 3 se obtiene fácilmente porque sustituyendo −jw (en lugar
de +jw) se obtiene el complejo conjugado del segmento 1. Debido a que w
varı́a desde −∞ a 0− , la magnitud de este segmento empieza en la vecindad
de cero y se extiende hasta que finalmente se aproxima en infinito a +90o .
El segmento 4 se obtiene con s = rejα , donde r es un radio que tiende a
cero y α un ángulo que vara desde −90o a +90o en la dirección horaria. La
evaluación de la función GH para este segmento es:
8 8
GH = jα ≈ e−jα
rejα ( re2 + 1)2 r
Debido a que r → 0, la magnitud en el plano GH → ∞ y el ángulo cambia en

una vuelta y media en dirección horaria. Puesto que hay dos rodeos al punto
−1 + j0, Z = N = 2, entonces hay dos raı́ces de la ecuación caracterı́stica
en el semiplano derecho de s, por lo que el sistema es inestable.
Márgenes de ganancia y fase
En la figura 5.38 se muestra los diagramas de Nyquist de G(jw) para
tres valores de la ganancia K en lazo abierto . Para K grande, el sistema es
inestable, cuando K disminuye a un cierto valor, en que el lugar de G(jw)
pasa a través del punto −1 + j0, el sistema se vuelve oscilatorio, y cuando
K se hace pequeño, el lugar de G(jw) pasa a través de un punto menor a

−1 + j0, entonces el sistema es estable.
Margen de ganancia
El margen de ganancia Kg es el recı́proco de |G(jw)| en la frecuencia
donde el ángulo de fase es −180o , ası́:
1
Kg = (5.55)
|G(jw1 )|
Kg dB = 20 log Kg = −20 log |G(jw1 )|
El margen de ganancia expresado en decibelios es positivo si Kg > 1 (sis-

tema estable) y negativo si Kg < 1 (sistema inestable).
Margen de fase
El margen de fase es la cantidad de retardo de fase adicional en la fre-
cuencia de la ganancia de cruce que se requiere para llevar al sistema a su
frontera de inestabilidad. La frecuencia de la ganancia de cruce es la fre-
cuencia en la cual la magnitud de la función de transferencia de lazo abierto
|G(jw)| se hace igual a la unidad. El margen de fase es representado por:
γ = 180o + φ
En la figura 5.39 se muestra el margen de fase y margen de ganancia.

Para un sistema de fase mı́nima ambos márgenes de ganancia y de fase
deben ser positivos para que el sistema sea estable. Márgenes negativos
indican inestabilidad. Para un comportamiento satisfactorio, el margen de
fase deberı́a estar comprendido entre 30o y 60o y el margen de ganancia debe
ser mayor que 6 dB.
Haciendo uso de Matlab, para determinar la gráfica de Nyquist se debe
aplicar el comando nyquist(num, den).
5.2.4 Aplicación a sistemas con retardo de transporte

Consideremos el ejemplo tratado en la subsección 5.1.3. El empleo de un
modelo en el dominio de la frecuencia no requiere una aproximación (como
si ocurrió en el caso del lugar geométrico de las raı́ces). Un retardo tempo-
ral afecta sólo al ángulo de fase (y no a la amplitud) de la representación
espectral de la señal, y esta propiedad se refleja en la simplicidad relativa
de una función de transferencia en el dominio de la frecuencia.
Efectuando la sustitución de s por jw en la función de transferencia

del retardo produce e−jwτ . Esta función presenta una ganancia unidad y
un ángulo de −wτ radianes. Puesto que la magnitud del desfase aumenta
sin lı́mite cuando la frecuencia tiende a infinito, la presencia de un retardo
garantiza que habrá alguna frecuencia a la que la función de la fase del lazo
pase por −180o .
La función en lazo abierto del sistema es:
0.1e−jwτ
G(jw)H(jw) = jw
jw( 0.5 + 1)
Como la magnitud de la función de retardo es la unidad para toda w, esta

componente de la función de transferencia del lazo se puede ignorar cuando
se determina la frecuencia para la que la magnitud de la función del lazo es
la unidad. Ası́:
0.1
|G(jw)H(jw)| = jw
|jw( 0.5 + 1)|
Si w = 0.0981 entonces:
0.1 0.1
|G(jw)H(jw)| = jw
= = 1.0003 ≈ 1
|jw( 0.5 + 1)| w4
+ w2
0.25
El margen de fase se determina evaluando la fase φ de la función con w =

0.0981 en función del retardo. La fase viene dada por:
0.0981 180o
φ = ∠G(jw)H(jw) = −90o − ten−1 ( ) − 0.0981τ
0.5 π
En la figura 5.40 se muestra el diagrama de Nyquist correspondiente para
un retardo de 5 segundos, para el cual el sistema es estable.
Figura 5.23: Ingreso de los ceros y polos GH(s) del sistema.

Figura 5.24: Lugar geométrico del sistema de control.
Figura 5.25: Sistema lineal estable e invariante en el tiempo.

Figura 5.26: Diagrama de Bode para 1/jw.

Figura 5.27: Diagrama de Bode para jw.
Figura 5.28: Ancho de banda BW de |G(jw)|.

Figura 5.29: Transición entre estabilidad e inestabilidad.
Figura 5.30: Márgen de ganancia y márgen de fase para sistemas estables e

inestables.
Figura 5.31: Márgen de ganancia y márgen de fase para el ejemplo.
Figura 5.32: Diagrama de Nyquist de lazo abierto G(jw).

Figura 5.33: Diagrama de Nyquist de sistemas de fase mı́nima tipo 0, tipo

1 y tipo 2.
Figura 5.34: Diagrama de bloques de un sistema de control.

Figura 5.35: Camino de Nyquist en el plano s.
Figura 5.36: Sistema de control y el camino de Nyquist.

Figura 5.37: Contorno en el plano GH y un detalle cerca al origen.
Figura 5.38: Diagrama de Nyquist para sistemas: inestable, oscilatorio y

estable.
Figura 5.39: Margen de ganancia y margen de fase para sistemas estables e

inestables.
Figura 5.40: Diagrama de Nyquist para el sistema con retardo de transporte.

Bibliografı́a
[1] Ogata, Katsuhiko. ”Ingenierı́a de Control Moderna”, Prentice Hall His-

panoamericana -Englewood Cliffs-Londres (1998).
[2] Eronini-Umez-Eronini. ”Dinámica de Sistemas y Control”, Thomson
Learning (2001).
[3] Ogata, Katsuhiko. ”Problemas de Ingenierı́a de Control utilizando Mat-
lab”, Prentice Hall Iberia, SRL (1999).
[4] Lewis, Paul H. Y Yang, Chang. ”Sistemas de Control en Ingenierı́a”,
Prentice Hall-Madrid-Upper Saddle River-Londres-México (1999).
[5] E. Slotine, J.J. Y Li, Weiping. ”Applied Nonlinear Control”, Prentice
Hall-Englewood Cliffs-Londres (1991).
[6] Dorf R., Bishop R. ”Modern Control Systems”, Prentice Hall, Inc.,
ninth edition (2001).
[7] Bishop, Robert H. ”Modern Control Systems Analysis and Design Using
Matlab and Simulink”, Addison-Wesley (1997).
[8] Kuo, Benjamı́n. ”Sistemas de Control Automático”, sépima edición,
Prentice Hall Hispanoamericana-México-Nueva York (1996).
[9] Dorf, Richard C. ”Sistemas Modernos de Control”, segunda edición,
Addison-Wesley Iberoamericana (1989).
[10] Math Works, Inc. ”Matlab User’s Guide”, Natick, Mass: Math Works,
Inc. (1990).
[11] Math Works, Inc. ”The Student Edition of Simulink User’s Guide”,
Prentice Hall-Englewood Cliffs (1996).

Control I PDF

Cargado por

Información del documento

Título original

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

Control I PDF

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD

Raúl Benites Saravia, M.Sc.

Apuntes de Clase de Control I, Teorı́a y Ejemplos con Aplicaciones de MAT-

1 Introducción a los Sistemas de Control 1

2 Modelos Matemáticos de Sistemas Dinámicos 19

2.5.4 Soluciones de las ecuaciones de estado lineales e inva-

3 Análisis de Funcionamiento de Sistemas de Control 47

5 Métodos Gráﬁcos de Análisis de Sistemas de Control 83

1.1 Representación del proceso dinámico. . . . . . . . . . . . . . . 2

1.22 (a) Esquema eléctrico del sistema control de velocidad; (b)

2.1 Diagrama de un motor DC controlado por armadura . . . . . 24

3.1 Diagrama de bloques de un sistema de primer orden . . . . . 48

3.20 Diagrama de bloques de un sistema de control proporcional. . 74

5.1 Diagrama de bloques de un sistema de control . . . . . . . . . 84

5.34 Diagrama de bloques de un sistema de control. . . . . . . . . 124

Introducción a los Sistemas

Un sistema de control podrı́a deﬁnirse como un conjunto de componentes in-

1.1 Objetivo del Control Automático

1.2 Campos de aplicación

• Sistema de pilotaje de aviones

• Control de procesos económicos, etc.

Figura 1.1: Representación del proceso dinámico.

• Variable manipulada: Es la cantidad o condición producida por el

• Planta: Puede consistir en un equipo, un conjunto de piezas de una

• Proceso: Es una operación caracterizado por una serie de sucesos gra-

• Sistema: Es un conjunto de componentes interrelacionados que pro-

• Perturbaciones: Es una señal interna o externa no deseada al sistema

térmico, transitorios en la red eléctrica, variaciones de temperatura,

1.4 Diagramas de bloques y diagramas de ﬂujo

Figura 1.2: Representación de un sistema lineal mediante diagrama de blo-

Un diagrama de bloques de un sistema es una representación gráﬁca de

1.4.2 Algebra de Diagramas de Bloques

Figura 1.3: (a) Elementos de un diagrama de bloques; (b) Diagrama de

suelen ser de lazos múltiples. Lo que ﬁnalmente interesa, es la funcón de

Ejemplo 1.1 Un sistema de control viene representado por las si-

ẋ(t) + 4x(t) = u(t)

se pide determinar los diagrama de bloques para cada una de las

Reescribamos las ecuaciones diferenciales del sistema de control:

ẋ(t) + 4x(t) = u(t) (1.1)

ÿ(t) + 3ẏ(t) + 2y(t) = ẋ(t) (1.2)

ü(t) = 10e(t) (1.3)

v(t) = 0.2y(t) (1.4)

e(t) = r(t) − v(t) (1.5)

Figura 1.4: Diagrama de bloque 1

Figura 1.5: Diagrama de bloque 2

Agrupando las funciones de transferencia individuales, conformamos el

Figura 1.6: Diagrama de bloque 3

Figura 1.7: Diagrama de bloque 4

camino directo se reducen a un único bloque, que enlazado con el bloque de

Ejemplo 1.2 En la ﬁgura 1.11 se muestra un diagrama de bloques

El diagrama de bloques reducido, tan solo para el servomotor será el que se

Figura 1.8: Diagrama de bloque 5

Figura 1.9: Diagrama de bloques completo

1.4.3 Diagramas de ﬂujo

Ejemplo 1.3 Sea un sistema deﬁnido por el siguiente conjunto de

x1 = a11 x1 + a12 x2 + a13 x3 + b1 u1 (1.6)

Determine los diagramas de ﬂujo correspondiente a cada ecuación,

Figura 1.10: Diagrama de bloques reducido

Figura 1.11: Sistema de control de velocidad

Ejemplo 1.4 Obtenga el diagrama de ﬂujo del sistema de control

La transmitancia o ganancia total entre un nodo de entrada y un nodo

Figura 1.12: Diagrama de bloques del servomotor

Figura 1.13: Diagrama de bloques del ampliﬁcador+integrador