Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Control I PDF
Control I PDF
NACIONAL
DE INGENIERIA
APUNTES DE CLASE
DE CONTROL I
Teorı́a y Ejemplos con
Aplicaciones de MATLAB
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.
Agradecimientos iii
Prefacio v
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
Bibliografı́a 129
Índice de Figuras
• Control de tráfico
1.3 Definiciones
• Variable controlada: Es la cantidad o condición que se mide y controla.
Por ejemplo la posición angular de un robot industrial.
Solución
Solución
Los gráficos de flujo de señal correspondiente se muestran en la figura
1.17.
Solución
El sistema tiene tres lazos, un par de lazos que no se tocan y dos caminos
directos.
Comencemos con el denominador:
P1 1 = G1 G4 (1 + G3 H2 )
10 Introducción a los Sistemas de Control
P2 2 = G1 G2 G3 (1)
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
• Electrónicos
• Mecánicos
• Hidraúlicos
• Neumáticos
Figura 1.22: (a) Esquema eléctrico del sistema control de velocidad; (b)
Diagrama de bloques.
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.
entonces:
Y (s) (2s + 1)
= (2.7)
U (s) s(s + 2)
Ahora, aplicando Laplace a la ecuación (2.4), obtenemos:
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:
de donde:
X(s) 3s
= (2.11)
Z(s) (s + 1)(s + 2)
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:
Solución
Θ̈1 (t) + 2Θ̇1 (t) + Θ1 (t) = 2u̇1 (t) + 5u1 (t) (2.14)
Θ̈2 (t) + 3Θ̇2 (t) = ü2 (t) + 4u̇2 (t) + u2 (t) (2.15)
Θ1 (s) 2s + 5
= G11 (s) = 2 (2.17)
U1 (s) s + 2s + 1
24 Modelos Matemáticos de Sistemas Dinámicos
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)
Solución
Ecuaciones:
ψ = Kf if
T (t) = Kf if K1 ia
• 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:
1
Ia (s) = ( )(Ea (s) − Eb (s)) (2.26)
sLa + Ra
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)
28 Modelos Matemáticos de Sistemas Dinámicos
ẋ = Ax + Bu (2.35)
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.
2.5 Modelos de Estado 29
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)
β0 = b0
30 Modelos Matemáticos de Sistemas Dinámicos
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)
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)
x1
x2
y= 1 0 ... 0 .. (2.43)
.
xn
ẋ = Ax + Bu
y = Cx + Du (2.44)
x1 = ia (2.49)
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
32 Modelos Matemáticos de Sistemas Dinámicos
ẋ2 = θ̇
ẋ2 = x3 (2.53)
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 = Cx + Du (2.58)
con
C= 0 1 0 D = [0]
Solución
2.5 Modelos de Estado 33
y = Cx + Du (2.65)
donde:
C= 1 0 D = [0]
ẋ = Ax + Bu (2.66)
y = Cx + Du (2.67)
Y (s)
G(s) = = C(sI − A)−1 B + D (2.68)
U (s)
Y (s) b1 s + b2
= 2 (2.69)
U (s) s + a1 s + a2
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
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
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
38 Modelos Matemáticos de Sistemas Dinámicos
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
Solución
luego
t
2 t 0 t2 0
( A(τ )dτ ) = t2 = t4 (2.106)
0 0 2 0 4
[A,B,C,D] = tf2ss(num,den)
ẋ = Ax + Buy = Cx + Du (2.109)
[num,den] = ss2tf(A,B,C,D)
[num,den] = ss2tf(A,B,C,D,iu)
Solución:
num/den =
3333.3333
----------------------
s^2 + 50 s + 3333.3333
num
num =
1.0e+003 *
0 0 3.3333
den
42 Modelos Matemáticos de Sistemas Dinámicos
den =
1.0e+003 *
ẋ = f (x, u)
y = h(x, u) (2.110)
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:
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)
x = X − x(0)
u = U − u(0)
(2.113)
y = x21 (2.115)
2.5 Modelos de Estado 45
∂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
Y (s) 1
= (3.1)
R(s) Ts + 1
% 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
50 Análisis de Funcionamiento de Sistemas de Control
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
dy 1 1
= e−t/T |t=0 = (3.5)
dt T T
1 T T2
Y (s) = − + (3.7)
s2 s (T s + 1)
3.2 Análisis de respuesta transitoria para sistemas de primer orden 51
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
% 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;
52 Análisis de Funcionamiento de Sistemas de Control
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
% 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
donde:
54 Análisis de Funcionamiento de Sistemas de Control
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
cionamiento que son utilizados como criterios de diseño, entre ellas podemos
citar:
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)
56 Análisis de Funcionamiento de Sistemas de Control
ωn2
Y (s) = (3.18)
s2 + 2ζωn s + ωn2
3.4 Análisis de respuesta transitoria para sistemas de orden superior 57
• Para 0 ≤ ζ < 1
ωn
y(t) = e−ζωn t senωn 1 − ζ 2 t; (t ≥ 0) (3.19)
1 − ζ2
• Para ζ > 1
• 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
Y (s) ωn2 p
= 2 ; (0 < ζ < 1) (3.22)
R(s) (s + 2ζωn s + ωn2 )(s + p)
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.
58 Análisis de Funcionamiento de Sistemas de Control
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.
num = [0 0 25];
den = [1 4 25];
[y,x,t] = step(num,den);
plot(t,y)
grid
title(’Respuesta a un escaln unitario de G(s)=25/(s^2+4s+25)’)
xlabel(’t (s)’)
ylabel(’salida y(t)’)
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)
x1
y= 1 0 0 x2 (3.32)
x3
% ej32.m
% Respuesta a un escaln unitario de un sistema en el espacio de estado
D=[0];
[y,x,t] = step(A,B,C,D);
plot(t,y)
grid
title(’Respuesta a un escaln unitario’)
xlabel(’t (s)’)
ylabel(’salida y(t)’)
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)
Y (s) 25
= 2 (3.33)
R(s) s + 4s + 25
% ej33.m
% Respuesta a un impulso unitario de una funcin de transferencia
num = [0 25 0];
den = [1 4 25];
[y,x,t] = step(num,den);
plot(t,y)
grid
title(’Respuesta a un impulso unitario de G(s)=25/(s^2+4s+25)’)
xlabel(’t (s)’)
ylabel(’salida y(t)’)
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)
% 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
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,’-’)
grid
title(’Respuesta a una rampa unitaria de GLC(s)=25/(s^2+4s+25)’)
xlabel(’t (s)’)
ylabel(’salida y(t)’)
text(2.4,3.2,’- : r (t)’)
text(3.2,2.7,’- - : y (t)’)
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)
luego
1
ess = (3.42)
1 + Kp
• Para una entrada rampa unitaria
luego
1
ess = (3.44)
Kv
• Para una entrada parabólica unitaria
luego
1
ess = (3.46)
Ka
68 Análisis de Funcionamiento de Sistemas de Control
Y (s) Gp (s)
= (3.47)
N (s) 1 + Gp (s)Gc (s)
Gp (s)
Y (s) = N (s) (3.48)
1 + Gp (s)Gc (s)
3.7 Rechazo a Perturbaciones 69
−sGp (s) 1
ess = lims→0 sE(s) = lims→0 (3.50)
1 + Gp (s)Gc (s) s
% pertur.m
% Respuesta a una entrada perturbacional tipo escal’on unitario
70 Análisis de Funcionamiento de Sistemas de Control
num = [0 0 1 0];
den = [1 14 56 160];
t=0:0.1:5;
y = step(num,den,t);
plot(t,y)
grid
title(’Respuesta a una entrada perturbacional tipo escaln unitario’)
xlabel(’t (s)’)
ylabel(’salida y(t)’)
3.8 Sensibilidad 71
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)
3.8 Sensibilidad
Y K1 K2
T = = (3.52)
R 1 + K1 K2 H
72 Análisis de Funcionamiento de Sistemas de Control
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
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
74 Análisis de Funcionamiento de Sistemas de Control
T jω(jω + 1)
SK = (3.60)
0
(10 − ω 2 ) + jω
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.
ẋ = Ax + Bu (4.1)
det(sI − A) = 0 (4.4)
x1
y(t) = 6K 0 0 x2 (4.6)
x3
a0 s3 + a1 s2 + a2 s + a3 = 0 (4.11)
Solución
de donde:
a1 a2 − a0 a3
b1 = ; c1 = a3
a1
Para estabilidad, debe cumplirse que
a1 a2 > a0 a3
Solución
4.5 Estabilidad utilizando software de simulación 81
La ecuación caracterı́stica es
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
% raiz1.m
% La ecuaci’on caracter’istica del sistema est’a dada por:
% det(sI-A)
%
% Ingresemos la matriz A, considerando K=2.5
eig(A)
82 Estabilidad
ans =
-0.5000 + 1.6583i
-0.5000 - 1.6583i
-5.0000
% 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)
ans =
-1.7549
-1.0000
-0.1226 + 0.7449i
-0.1226 - 0.7449i
Capı́tulo 5
1. Condición de ángulo
|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 )
Figura 5.2: Diagramas que muestran los ángulos desde polos y ceros de lazo
abierto al punto de prueba s.
1 + G(s)H(s) = 0 (5.10)
86 Métodos Gráficos de Análisis de Sistemas de Control
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
m
n
∠G(s)H(s) = ∠(s + zk ) − ∠(s + pk ) = 180o (2k + 1) (5.14)
k=1 k=1
K(s + 2)
1+ =0 (5.17)
s(s + 1)(s2 + 2s + 2)
Evaluando se obtiene:
Si:
±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
5.1 Método del Lugar Geométrico de las Raı́ces 91
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
dK
=0 (5.28)
ds
De 5.27:
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:
−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.
94 Métodos Gráficos de Análisis de Sistemas de Control
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.
5.1 Método del Lugar Geométrico de las Raı́ces 95
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)
0.1e−sτ
G(s)H(s) = s
s( 0.5 + 1)
0.625s2 − 0.25s + 0.05
=
s2 + 0.5s
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.
5.1 Método del Lugar Geométrico de las Raı́ces 99
. . . + 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.
rlocus(num, den)
rlocus(num, den, K)
5.1 Método del Lugar Geométrico de las Raı́ces 101
rltool
r =
5.2 Método de Respuesta en Frecuencia 103
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.
Ganancia(dB) = 20log|G(jw)|
Angulo = φ = ∠G(jw)
1) La ganancia K
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.
1
20log| | = −20logw dB (5.40)
jw
1
20log| | = −n × 20log|jw| = −20nlogw dB (5.42)
(jw)n
20log|(jw)n | = n × 20log|jw| = 20nlogw dB (5.43)
1
20log| | = −20log 1 + w2 T 2 dB (5.44)
1 + jwT
φ = −tan−1 wT (5.45)
• Si w = 0 ⇒ φ = 0o
• Si w = ∞ ⇒ φ = −90o
108 Métodos Gráficos de Análisis de Sistemas de Control
φ = tan−1 wT (5.47)
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.
5.2 Método de Respuesta en Frecuencia 109
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
• Si w = 0 ⇒ φ = 0o .
• Si w = wn ⇒ φ = −90o .
• Si w = ∞ ⇒ φ = −180o .
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.
110 Métodos Gráficos de Análisis de Sistemas de Control
• 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
(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
Nota importante:
5.2 Método de Respuesta en Frecuencia 111
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.
2
G(s)H(s) = s
s( 10 + 1)2
Z =N +P (5.54)
donde:
Z = número de ceros de 1 + G(s)H(s) en el semiplano derecho s.
114 Métodos Gráficos de Análisis de Sistemas de Control
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
5.2 Método de Respuesta en Frecuencia 115
1
Kg = (5.55)
|G(jw1 )|
Kg dB = 20 log Kg = −20 log |G(jw1 )|
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
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