SISTEMAS DE CONTROL I

Grupo de Investigación en Control Industrial

Área de Automática

Profesores:

José Miguel Ramı́rez S.

Esteban Emilio Rosero Garcı́a

UNIVERSIDAD DEL VALLE

Escuela de Ingenierı́a Eléctrica y Electrónica

Santiago de Cali

27 de septiembre de 2007
Contenido

1. Introducción a los sistemas de control 12

1.1. Importancia . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.2. Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3. Clasificaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4. Representación . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.5. Bucla tı́pica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.5.1. Bucla Tı́pica Análoga . . . . . . . . . . . . . . . . . . . 23
1.5.2. Bucla Tı́pica Digital . . . . . . . . . . . . . . . . . . . 25
1.6. Análisis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.7. Diseño . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

2. Modelado análogo 33
2.1. Sistemas análogos en representación entrada-salida . . . . . . 34
2.1.1. Transformada de Laplace . . . . . . . . . . . . . . . . . 34
2.1.2. Función de Transferencia . . . . . . . . . . . . . . . . . 40
2.1.3. Trazado de diagramas de bloques . . . . . . . . . . . . 42
2.1.4. Álgebra de diagramas de bloques . . . . . . . . . . . . 44
2.1.5. Simplificación de un diagrama de bloques; entradas
múltiples . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.1.6. Modelado de sistemas fı́sicos . . . . . . . . . . . . . . . 51
2.1.7. Gráficos de flujo de señal (GFS) . . . . . . . . . . . . 55
2.2. Sistemas análogos en representación de estado . . . . . . . . . 62
2.2.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . 62
2.2.2. Definiciones . . . . . . . . . . . . . . . . . . . . . . . . 63
2.2.3. Representación matricial . . . . . . . . . . . . . . . . . 67
2.2.4. Representación de sistemas en el espacio de estado . . 68
2.2.5. Diagrama de estado . . . . . . . . . . . . . . . . . . . . 81

2
 2.2.6. Ecuación caracterı́stica, valores propios y vectores pro-
pios . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
2.2.7. Matrices de Transferencia . . . . . . . . . . . . . . . . 90

3. Modelado digital 98
3.1. Modelado del procesador digital . . . . . . . . . . . . . . . . . 99
3.1.1. Secuencias . . . . . . . . . . . . . . . . . . . . . . . . . 99
3.1.2. Representación matemática de secuencias . . . . . . . . 101
3.1.3. Representación matemática del proceso de muestreo . . 101
3.1.4. Transformada Z . . . . . . . . . . . . . . . . . . . . . . 103
3.1.5. Función de transferencia discreta . . . . . . . . . . . . 108
3.1.6. Reconstrucción de Señales . . . . . . . . . . . . . . . . 112
3.1.7. Modelado de sistemas de datos muestreados con la fun-
ción de transferencia de pulsos . . . . . . . . . . . . . . 116
3.1.8. FdT de Pulsos de Elementos en Cascada . . . . . . . . 118
3.1.9. FdT de Pulsos de sistemas Realimentados . . . . . . . 120
3.2. Sistemas discretos en representación de estado . . . . . . . . . 123

4. Caracterı́sticas de los sistemas realimentados 134

4.1. Sistemas en red abierta y en red cerrada . . . . . . . . . . . . 135
4.2. Ganancia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
4.3. Sensibilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
4.4. Perturbaciones . . . . . . . . . . . . . . . . . . . . . . . . . . 140
4.4.1. Perturbación en G(s) : . . . . . . . . . . . . . . . . . . 140
4.4.2. Perturbación en H(s) . . . . . . . . . . . . . . . . . . . 143
4.5. Control de la Respuesta . . . . . . . . . . . . . . . . . . . . . 144
4.5.1. Respuesta Transitoria . . . . . . . . . . . . . . . . . . 145
4.5.2. Respuesta Permanente . . . . . . . . . . . . . . . . . . 145
4.6. Estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146

5. Análisis de la respuesta en el tiempo 153

5.1. Señales de Prueba . . . . . . . . . . . . . . . . . . . . . . . . . 154
5.2. Respuesta Transitoria . . . . . . . . . . . . . . . . . . . . . . . 156
5.2.1. Sistemas de Primer Orden . . . . . . . . . . . . . . . . 156
5.2.2. Sistemas de Segundo Orden . . . . . . . . . . . . . . . 157
5.2.3. Caracterı́sticas de Respuesta Transitoria . . . . . . . . 159
5.2.4. Expresiones Analı́ticas: . . . . . . . . . . . . . . . . . . 160
 5.2.5. Especificaciones de funcionamiento para la respuesta
transitoria . . . . . . . . . . . . . . . . . . . . . . . . . 161
5.2.6. Sistemas con Ceros y de Orden Superior a 2. . . . . . . 164
5.2.7. Polos Dominantes de Lazo Cerrado . . . . . . . . . . . 165
5.2.8. Sistemas de Tercer Orden con un polo real. . . . . . . . 167
5.2.9. Sistemas de Segundo Orden Subamortiguados con un
cero. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
5.3. Respuesta Permanente . . . . . . . . . . . . . . . . . . . . . . 169
5.3.1. Error Permanente: . . . . . . . . . . . . . . . . . . . . 169
5.3.2. Clasificación del Tipo de Sistema . . . . . . . . . . . . 170
5.3.3. Error permanente debido a una entrada escalón . . . . 170
5.3.4. Error permanente debido a una entrada rampa . . . . . 171
5.3.5. Error permanente debido a una entrada parabólica . . 171
5.4. Respuesta Temporal, Sistemas Discretos . . . . . . . . . . . . 173
5.4.1. Representación en el plano Z de las señales. . . . . . . 173
5.4.2. Correlación Plano S a Plano Z . . . . . . . . . . . . . . 176
5.4.3. Respuesta al Escalón de Sistemas Discretos . . . . . . . 183
5.4.4. Respuesta Permanente Discreta . . . . . . . . . . . . . 187
5.4.5. Solución de las ecuaciones dinámicas; la matriz de tran-
sición de estado continua . . . . . . . . . . . . . . . . . 189
5.4.6. Solución de las Ecuaciones Dinámicas Discretas . . . . 193
5.4.7. Discretización de Ecuaciones Dinámicas de Tiempo Con-
tinuo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195

6. Acciones básicas de control 204

6.1. Acción de Control - PID . . . . . . . . . . . . . . . . . . . . . 205
6.1.1. Acción Proporcional P . . . . . . . . . . . . . . . . . 205
6.1.2. Acción Integral I . . . . . . . . . . . . . . . . . . . . 207
6.1.3. Acción Proporcional Integral PI . . . . . . . . . . . . 210
6.1.4. Acción Proporcional Derivativa PD . . . . . . . . 212
6.1.5. Acción Proporcional Integral Derivativa PID . . . . . 215
6.1.6. Implementación digital de la ley de control PID . . . . 219
Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226

J. Ramı́rez y E. Rosero 4 GICI

Curso: Sistemas de Control I

Introducción
A continuación una descripción del curso:
Código: 710014
Créditos: 4
Programa: MAESTRIA EN INGENIERÍA ÉNFASIS EN AUTOMÁTICA
(7710), ESPECIALIZACIÓN EN AUTOMATIZACIÓN INDUSTRIAL(5778)
Intensidad Horaria: 3 Horas Semanales Teorı́a, 1 Hora semanal Práctica
Pre-requisitos:
Perı́odo: Febrero-Junio de 2007
Observaciones: No es habilitable, Si es validable

La Ingenierı́a del Control Automático juega un papel fundamental en los

sistemas y procesos tecnológicos modernos, y los beneficios que se obtienen
con un buen control incluyen productos de mejor calidad, menor consumo de
energı́a, minimización de desechos, mayores niveles de seguridad y reducción
de la polución.
La dificultad es que algunos de los aspectos más avanzados de la teorı́a
requieren una base matemática. Sin embargo, su impacto práctico sólo se
puede medir por los beneficios que trae en sus aplicaciones. En este curso
se presentan los fundamentos de control para sistemas lineales en tiempo
discreto y continuo, muy útiles para posteriormente realizar análisis y diseño
de estrategias de control aplicadas a un sistema real.

5
 Mapa conceptual

Figura 1: Mapa conceptual de Sistemas de control I

Objetivos
General: Capacitar al estudiante para el análisis de sistemas de control
lineales análogos y discretos, con representación de entrada salida o de estado.

Especı́ficos
Emplear la terminologı́a utilizada en los sistemas de control análogos
y digitales.

Identificar, diferenciar y analizar los elementos y señales de la bucla

tı́pica de control análoga y digital.

Representar, simplificar, analizar y sintetizar un sistema de control por

medio de un diagrama de bloques, diagrama de flujo de señal y diagra-
ma de estado.

J. Ramı́rez y E. Rosero 6 GICI

 Deducir el modelo matemático en función de transferencia y variables
de estado para sistemas de control análogos y digitales.

Analizar las diferentes interrelaciones entre las representaciones entrada-

salida y de estado.

Analizar el efecto de la realimentación en el funcionamiento de un sis-

tema análogo y digital.

Calcular y analizar la respuesta en el tiempo de un sistema análogo y

digital.

Determinar el efecto de las diferentes acciones de control en el compor-

tamiento de un sistema.

Metodologı́a y orientaciones para el estudio

Los temas se desarrollarán mediante clases magistrales, trabajo de lec-
tura de los estudiantes, ejercicios en clase, ejercicios a desarrollar por los
estudiantes, trabajo en el computador y trabajo en un proyecto en el cual se
aplicarán los conocimientos adquiridos.

La evaluación será:

Evaluaciones parciales: (4 evaluaciones) 80 %

Proyectos: 20 %

En cada capı́tulo proponemos ejercicios y evaluaciones realizadas en años

anteriores, con el objeto que el estudiante los desarrolle como parte de su
preparación y no se debe entregar ningún informe al profesor. Las evalua-
ciones se realizarán al finalizar las unidades como se planearon en la pre-
sentación de las unidades. Adicionalmente habrá 4 proyectos a desarrollar
por el estudiante, que deben ser entregados oportunamente al profesor del
curso.

J. Ramı́rez y E. Rosero 7 GICI

 Presentación de las unidades
A continuación se describe el contenido de cada una de las unidades del
curso:

Unidad 1: Introducción a los sistemas de control

Definición, clasificación, representación básica, bucla tı́pica análo-

ga y digital, análisis y diseño de sistemas de control.

Unidad 2: Modelado: análogo

Sistemas análogos en representación entrada-salida: ecuaciones di-

ferenciales, Transformada de Laplace, función de transferencia,
diagramas de bloques, álgebra, modelado de sistemas análogos
fı́sicos, gráficos de flujo de señal.

Evaluación: Parcial 1
Sistemas análogos en representación de estado: introducción, con-
trol clásico vs. control moderno, definiciones, representación ma-
tricial, representación en el espacio de estado a partir del sistema
y de la ecuaciones diferenciales sistemas monovariables y multi-
variables, diagramas de estado, ecuación caracterı́stica, valores y
vectores propios, matrices de transferencia.

Unidad 3: Modelado: digital

Sistemas discretos en representación entrada-salida: modelado del

procesador digital: secuencias, representación del muestreo, ecua-
ciones de diferencia, transformada Z, la función de transferencia
discreta; modelado de los conversores: muestreo y retención, re-
construcción de señales, teorema del muestreo; modelado de sis-
temas de datos muestreados: función de transferencia de pulsos,
elementos en cascada y en realimentación.
Sistemas discretos en representación de estado.

Evaluación: Parcial 2

Unidad 4: Caracterı́sticas de los sistemas realimentados

J. Ramı́rez y E. Rosero 8 GICI

 Efectos de la realimentación en la ganancia, respuesta transitoria
y permanente, sensibilidad a los cambios paramétricos, perturba-
ciones, estabilidad, comparación.

Unidad 5: Análisis de la respuesta en el tiempo

Respuesta temporal de sistemas análogos: señales de prueba, res-

puesta transitoria, respuesta permanente.
Respuesta temporal de los sistemas discretos: representación en el
plano Z de señales, correlación plano S a plano Z, respuesta tran-
sitoria, respuesta permanente.

Evaluación: Parcial 3
Respuesta temporal de las ecuaciones dinámicas: la matriz de tran-
sición de estado continua, solución homogénea y total, solución de
las ecuaciones dinámicas discretas, discretización de ecuaciones
dinámicas.

Unidad 6: Acciones básicas de control

Control proporcional, integral, derivativo y sus combinaciones; im-

plementaciones análoga y discreta.

Evaluación: Parcial 4

Glosario
Sı́ntesis: es el uso de un procedimiento explı́cito para encontrar un sistema
que funcione de manera especificada.

Parámetros distribuidos: Muchos fenómenos se pueden describir matemática-

mente por ecuaciones diferenciales parciales, y tienen como variable interna
las variables de espacio.

Parámetros concentrados: Estos se pueden modelar por ecuaciones dife-

renciales ordinarias, y los eventos se pueden describir por números finitos de

J. Ramı́rez y E. Rosero 9 GICI

cambio de variables.

Determinı́stico: si el modelo trabaja con una relación exacta entre las

variables derivadas y medidas y no hay incertidumbres.

Estocástico: Un modelo es estocástico si emplea conceptos de probabili-

dad y de incertidumbre.

Bibliografı́a

1. TEXTO GUIA: KUO BENJAMIN, Sistemas de Control Au-

tomático, P.H.H., 1997.
2. KUO BENJAMIN, Sistemas de Control Digital, CECSA, P.H.H., 1997.
3. W. BOLTON, Ingenierı́a de Control, Alfaomega, 2a. Edición, 2001.
4. ERONINI-UMEZ-ERONINI, Dinámica de Sistemas y Control, Thomp-
son Learning, 2001.
5. OGATA KATSUSHITO, Ingenierı́a de Control Moderno, P.H.H., 3 edi-
ción, 1998.
6. OGATA KATSUSHITO, Sistemas de Control en Tiempo Discreto. P.H.H,
Méx. 1996.
7. PAUL H. LEWIS-CHANG YANG, Sistemas de Control en Ingenierı́a,
P.H.H., Madrid 1999
8. DORF RICHARD, Sistemas Modernos de Control, Addison-Wesley
Iberoamericana, 2da edición en español, 1989.
9. GENE F. FRANKLIN, Control de Sistemas Dinámicos con retroali-
mentación, Addison-Wesley Iberoamericana, 1991.
10. KARL J. ASTROM-BJORN WITTENMARK, Computer-Controlled
Systems, Pentice Hall Information and Systems Sciences Series. 3ra
Edición.

J. Ramı́rez y E. Rosero 10 GICI

11. SCHULTZ D. and MELSA J., State functions and linear control sys-
tems, Mac Graw-Hill Book Company. 1967.

12. SIGURD SKOGESTAD and IAN POSTLETHWAITE, Multivariable

Feedback Control, Jhon Wiley & Sons Ltd, 1996.

J. Ramı́rez y E. Rosero 11 GICI

Capı́tulo 1

Introducción a los sistemas de

control

Introducción
El control automático ha desempeñado una función vital en el avance de
la ingenierı́a y la ciencia, es una parte importante e integral de los procesos
modernos industriales y de manufactura. Prácticamente, cada aspecto de las
actividades de nuestra vida diaria está afectado por algún tipo de sistema de
control. Los sistemas de control se encuentran en gran cantidad en todos los
sectores de la industria tales como control de calidad de los productos manu-
facturados, lı́neas de ensamble automático, control de máquina-herramienta,
sistemas de transporte, sistemas de potencia, robótica, etc., aún el control de
inventarios y los sistemas económicos y sociales se pueden analizar a través
de la teorı́a de control automático.

Debido a que los avances de la teorı́a y la práctica del control automático

aportan los medios para obtener un desempeño óptimo de los sistemas dinámi-
cos, tales como mejorar la productividad y eliminar muchas de las opera-
ciones repetitivas y rutinarias, los ingenieros y cientı́ficos deben tener un
buen conocimiento de este campo.

En esta unidad se presentarán las definiciones, las clasificaciones, las re-

presentaciones, la bucla tı́pica análoga y digital, y de forma general, los pro-
cesos de análisis y diseño de los sistemas de control.

12
 1.1. IMPORTANCIA

Objetivos
1. Conocer la importancia de los sistemas de control en la sociedad.

2. Emplear la terminologı́a utilizada en los sistemas de control análogos

y digitales. (Conocimiento)

3. Identificar, diferenciar y analizar los elementos y señales de la bucla

tı́pica de control análoga y digital. (Comprensión)

Contenidos

1.1. Importancia
1. Los sistemas de control han sido de gran impacto para el desarrollo de
nuestra sociedad ya que han permitido:

Automatizar tareas humanas repetitivas, tediosas y/o peligrosas.

Trabajar con tolerancias mucho menores, mejorando la calidad de
los productos.
Disminuir costos de producción en mano de obra e insumos.
Mejorar la seguridad de operación de las máquinas y procesos.

2. Los sistemas de control tienen vastas áreas de aplicación en:

Industrias del transporte, incluyendo la aeroespacial; procesos quı́micos
y biológicos; sistemas mecánicos, eléctricos y electromecánicos; agroin-
dustria, industrias de procesos y de manufactura; sistemas económicos,
polı́ticos y sociales.

3. Los encontramos en nuestra cotidianidad :

Desde la nevera hasta el sistema de control de combustión electrónica
de los automóviles y ası́ como en nuestro propio cuerpo: control de la
temperatura corporal, presión arterial, equilibrio,...
El simple acto de señalar con el dedo es un sistema de control.

J. Ramı́rez y E. Rosero 13 GICI

 1.2. DEFINICIONES

Ahora bien, su aplicación requiere de varias tecnologı́as como la informática,

la eléctrica, la electrónica y las comunicaciones; también exige buena funda-
mentación matemática y conocimientos del proceso a controlar.
De lo anterior se deriva que los sistemas de control sean un área multi-
disciplinar y transversal a las ingenierı́as y a otras ciencias.

1.2. Definiciones
SISTEMA DE CONTROL: Arreglo de componentes fı́sicos inter-
conectados de forma que se puedan comandar dinámicamente.

ENTRADA: Estı́mulo aplicado al sistema de control para producir

una respuesta especificada.

SALIDA: Respuesta obtenida que puede ser diferente a la especificada.

PERTURBACIÓN: Es una entrada que afecta adversamente a la

salida.

Ejemplos

Sistema de control de excitación digital, ver figura 1.1.

Entrada ⇒ Voltaje de referencia (Nominal)

Salida ⇒ Voltaje en terminales
Perturbación ⇒ Carga (Corriente de armadura)
Sistema de control de la velocidad en una turbina, ver figura 1.2.
Entrada ⇒ Velocidad de referencia (f = 60 Hz.)
Salida ⇒ Velocidad en el eje
Perturbación ⇒ Carga (Torque eléctrico)

J. Ramı́rez y E. Rosero 14 GICI

 1.3. CLASIFICACIONES

Figura 1.1: Sistema de control de excitación digital. Fuente: [R. C. Schaefer,

2001]

1.3. Clasificaciones
Son muchas las clasificaciones posibles de realizar; aquı́ se presentan al-
gunas de mayor interés.

DE ACUERDO A LA ACCIÓN DE CONTROL: Variable que

activa el sistema a controlar.

DE LAZO ABIERTO: Acción de control independiente de la salida;

para su buen desempeño se requiere de una buena calibración; si
el proceso a controlar es estable, no hay riesgo de inestabilidad.
DE LAZO CERRADO: Se compara la entrada y la salida y usa la
diferencia (error) como acción de control; se requiere por tanto de
una realimentación, la cual genera posibilidad de inestabilidad.

J. Ramı́rez y E. Rosero 15 GICI

 1.3. CLASIFICACIONES

Figura 1.2: Sistema de control de frecuencia

DE ACUERDO A LA FUENTE DE ENERGÍA del elemento

que genera la acción de control:

- Neumáticos (Aire a presión).

- Hidráulicos (Aceite o agua a presión).
- Eléctricos - Electrónicos (Electricidad).

DE ACUERDO A COMO SE GENERA LA ACCIÓN DE

CONTROL a partir del error:

- Todo - Nada (ON - OFF).

- Proporcional (P), Integral (I), Proporcional Integral (PI), Propor-
cional Derivativo (PD), Proporcional Integral Derivativo (PID).
- Adelanto y/o Atraso de Fase.
- RST

DE ACUERDO A LA FUNCIÓN:

J. Ramı́rez y E. Rosero 16 GICI

 1.3. CLASIFICACIONES

SERVOMECANISMO: Busca seguir una entrada variante; la salida

es la posición y/o sus derivadas; por ejemplo, el sistema de control
de posición hidráulico, figura 1.3.

Figura 1.3: Servomecanismo de posición.

REGULADOR: Busca mantener constante la salida, principalmente

ante cambios debidos a disturbios; por ejemplo, los sistemas de
control de tensión y frecuencia de los sistemas de generación; el
sistema de control de temperatura, la figura 1.4 muestra un regu-
lador de temperatura.

DE ACUERDO A LAS PROPIEDADES del proceso controlado:

- Parámetros Concentrados - Distribuı́dos.

- Determinı́stico - Estocástico.
- Continuo - Discreto (Flujo del producto).
- Estático - Dinámico.
- Variante - Invariante.
- Lineal - No lineal.

DE ACUERDO A LA APLICACIÓN INDUSTRIAL:

- De Procesos: temperatura, flujo, presión, PH, nivel, densidad,

composición, viscosidad, color, etc.

J. Ramı́rez y E. Rosero 17 GICI

 1.3. CLASIFICACIONES

Figura 1.4: Regulador de temperatura.

- De Manufactura: Producción de partes: autos, equipos domésti-

cos, etc.

DE ACUERDO A LA ESTRATEGIA DE CONTROL:

- Directo (feedforward) - Realimentado (feedback).

- Serie - Paralelo.
- Centralizado - Distribuı́do
- Cascada, sobrerrango, selectivo, etc.

DE ACUERDO A LAS SEÑALES INVOLUCRADAS en el

sistema de control.

- Monovariable, si el sistema controla una sola variable.

- Multivariable, si tiene múltiples entradas y salidas.
- Sistema de control análogo, discreto, de datos muestreados o di-
gital, dependiendo del tipo de señal presente en el sistema.

Para esta última clasificación, definamos los tipos de señales:

J. Ramı́rez y E. Rosero 18 GICI

 1.3. CLASIFICACIONES

Señal de tiempo continuo: Se define sobre un rango continuo del

tiempo; su amplitud puede ser continua o cuantificada; por ejem-
plo, la salida de un conversor D/A es una señal de tiempo continuo
cuantificada. Ver figura 1.5.

e*(t)

kt
Figura 1.5: Señal de tiempo continuo

Señal análoga: Señal de tiempo continuo con un rango continuo de

amplitud; por ejemplo, la salida del sistema de control. Ver figura
1.6.

e(t)

t
Figura 1.6: Señal análoga

Señal de tiempo discreto: Sólo está definida en instantes discretos

del tiempo; el tiempo está cuantificado.
Señal de datos muestreados: Señal de tiempo discreto en un rango
continuo de valores; por ejemplo, el muestreo de una señal análoga.
Ver figura 1.7.
Señal digital: Señal de tiempo discreto con amplitud cuantificada;
por ejemplo, la salida de un conversor A/D, la cual es una secuen-
cia de números binarios. Ver figura 1.8.

J. Ramı́rez y E. Rosero 19 GICI

 1.3. CLASIFICACIONES

e*(t)

kt
Figura 1.7: Señal de datos muestreados

e*(t)

kt
Figura 1.8: Señal digital

Ası́, a partir del tipo de señal presente en el sistema, los sistemas se

clasifican en:

• SISTEMAS ANÁLOGOS: Sólo contienen señales análogas; se

describen mediante ecuaciones diferenciales.
• SISTEMAS DISCRETOS: Sólo contienen señales discretas; se
describen mediante ecuaciones de diferencia.
• SISTEMAS DE DATOS MUESTREADOS: Tienen señales
discretas y señales de tiempo continuo.
• SISTEMAS DIGITALES: Se incluyen señales de tiempo con-
tinuo y señales digitales en forma de código numérico.

En este curso se despreciarán los efectos de la cuantificación de señales en

los conversores A/D y en el cálculo de la ley de control en un procesador digi-
tal; por ello, a un sistema de control gobernado por un procesador digital de
señales (Computador, Microcontrolador, DSP, etc.) se le denominará SIS-
TEMA DE CONTROL DIGITAL SCD.

J. Ramı́rez y E. Rosero 20 GICI

 1.4. REPRESENTACIÓN

1.4. Representación
La representación más usual es por DIAGRAMAS DE BLOQUES;
están compuestos por bloques, sumadores, puntos de reparto, flechas y las
señales o variables.

BLOQUES

Entrada → BLOQUE → Salida

Dentro del bloque se tiene el nombre, la descripción, el dibujo u operación
matemática que realiza.

SUMADORES: Suman o restan señales.

r + r+b r + r−b
+ −

b b
c

+
r + r−b+c
−

b
PUNTOS DE REPARTO: Permiten usar una señal varias veces.
C

C C

J. Ramı́rez y E. Rosero 21 GICI

 1.5. BUCLA TÍPICA

FLECHAS: Representan la dirección de las señales; esta dirección co-

rresponde a la información de control, no de potencia.

VARIABLES o señales en el sistema; cuando haya lugar a confusión, se

usará como notación:
Minúsculas: Dominio del tiempo.
Mayúsculas: Dominio de la frecuencia compleja (S )
En proyectos de automatización, los sitemas de control se representan a partir
de estándares como el Instrumentation Symbols and Identifications preparado
por la Instrument Society of America (ISA), el cual es un sistema de
designación por sı́mbolos y códigos de identificación como se muestra en la
figura 1.9.
Identificación funcional

TIC
101

Identificación de lazo
Figura 1.9: Normas ISA

El cı́rculo es el sı́mbolo general del instrumento. Las letras y números en su

interior, el código de identificación. En la identificación funcional, la primera
letra corresponde a la variable medida del lazo; las restantes indican las fun-
ciones del instrumento: Registrador, Indicador, Controlador, Transmisor, etc.
El estándar también define los sı́mbolos para los actuadores, sensores prima-
rios, procesos y lı́neas de comunicación de señales. La figura 1.10 muestra un
ejemplo de estos diagramas.

1.5. Bucla tı́pica

Veremos las buclas tı́picas para los sistemas de control análogos y digi-
tales; como su nombre lo indica, estas buclas se encuentran ampliamente en
la industria.

J. Ramı́rez y E. Rosero 22 GICI

 1.5. BUCLA TÍPICA

Figura 1.10: Diagrama ISA de un sistema de control

1.5.1. Bucla Tı́pica Análoga

La bucla tı́pica análoga se muestra en la figura 1.11.
Los elementos y señales de la bucla tı́pica análoga, se describen a continua-
ción.

CONTROLADOR: Comparador más el compensador. El comparador ge-

nera la señal de error y a partir de ella, el compensador define la señal
de control apropiada para compensar las deficiencias de desempeño del
sistema.
ACTUADOR: (Elemento final de control). Adecúa los niveles de potencia
entre la señal de control y la variable manipulada.

J. Ramı́rez y E. Rosero 23 GICI

 1.5. BUCLA TÍPICA

Disturbio

Controlador Variable
Entrada de Señal de Salida
+ Manipulada Controlada
Referencia error Control
Compensador Actuador Planta
R E A M C
-
B
Señal de Elementos de realimentación
realimentación

Figura 1.11: Bucla tı́pica análoga

PLANTA: Representa la máquina o proceso a controlar.

ELEMENTOS DE REALIMENTACIÓN: Son dispositivos que permiten

medir la señal de salida y entregar un valor de magnitud apropiada para
el comparador; pueden incluir sensores (captadores de la señal), trans-
ductores (adecuadores de la señal) o transmisores de señal.

ENTRADA O REFERENCIA: Es un estı́mulo del sistema que corres-

ponde al valor deseado de la salida.

ERROR: Es la diferencia entre la referencia y la salida.

SEÑAL DE CONTROL: Es la señal de salida del controlador.

VARIABLE MANIPULADA: Es la variable del proceso que permite

variar la salida controlada.

DISTURBIO O PERTURBACIÓN: Es una señal de entrada al sistema

de control que afecta adversamente la salida del sistema; cuando entra
en la realimentación se le denomina RUIDO.

SALIDA O VARIABLE CONTROLADA: Es la cantidad o condición

que se mide y trata de controlar del sistema; representa la respuesta
del sistema y puede ser diferente de la entrada deseada.

SEÑAL DE REALIMENTACIÓN: Es la señal medida de la planta.

Ejemplo:

1. Sistema de control de la Tensión: Ver figura 1.12.

J. Ramı́rez y E. Rosero 24 GICI

 1.5. BUCLA TÍPICA

Corriente de
amadura

Voltaje Angulo Voltaje de Voltaje en

Puente
Nominal disparo Campo Terminales
Regulador de tensión controlado Generador
excitatriz
Tensión DC
Transformador, rectificador, filtro

Figura 1.12: Bucla tı́pica del controlador de tensión

2. Sistema de control de velocidad: Ver figura 1.13.

Torque
eléctrico

Señal
Velocidad posición Posición Velocidad
Referencia Gobernador velocidad válvula Válvulas y alabes eje
60 Hz
Turbina
servomotores
Tensión DC
de realimentación Sensor Velocidad

Figura 1.13: Bucla tı́pica del controlador de velocidad

1.5.2. Bucla Tı́pica Digital

La bucla tı́pica digital se muestra en la figura 3.1.5

PROCESADOR DIGITAL: Realiza el algoritmo de control; recibe, proce-

sa y entrega señales digitales.
S/H: (Sampler and Holder) Muestreo y Retención: Convierte la señal análo-
ga e(t) en una señal de datos muestreados e(kT ) y extrapola la señal
muestreada un cierto tiempo.
A/D: (Analog to Digital conversor) Conversor análogo a digital: Convierte
una señal análoga en una digital; reliza el proceso de codificación. Nor-
malmente el S/H es parte integral del A/D.

J. Ramı́rez y E. Rosero 25 GICI

 1.6. ANÁLISIS

d(t)
Salida
r(t) + e(t) e*(Kt) e(Kt) Procesador a(Kt) a(t) m(t) Controlada
S/H A/D
Digital
D/A Actuador Planta y(t)
− Reloj

Elementos de realimentación
b(t)

Figura 1.14: Bucla tı́pica digital

D/A: (Digital to Analog conversor) Conversor digital a análogo: Convierte

una señal digital en una análoga; realiza el proceso de decodificación.
Lleva implı́cito el mantenimiento de la señal análoga.

Reloj: Sincroniza los procesos de codificación y decodificación.

El A/D puede medir directamente b(t); en tal caso, la comparación la hace

el procesador digital.
Si el sistema es multivariable, se tendrán circuitos multiplexores y demulti-
plexores.

1.6. Análisis
ANALIZAR un sistema es determinarle sus caracterı́sticas de funcionamien-
to que cuantifiquen:

La velocidad de respuesta

Su exactitud permanente

El grado de estabilidad

Se considerarán tres pasos generales para el análisis de un sistema de control:

1. Obtener una idea cualitativa de su funcionamiento; básicamente se lo-

gra obteniendo los elementos y señales de la bucla tı́pica y observando
la secuencia de eventos, luego de una variación en la entrada deseada
o del disturbio.

J. Ramı́rez y E. Rosero 26 GICI

 1.7. DISEÑO

2. Establecer un modelo matemático que represente al sistema:

- En una representación entrada-salida, los diferentes componentes

del sistema se representan por funciones de transferencia y se
interconectan construyéndose ası́ un diagrama de bloques o un
gráfico de flujo de señal. (Control clásico)
- En una representación del estado interno del sistema utilizando
variables de estado. (Control moderno)

3. Analizar el sistema mediante:


 ∗ La respuesta en el tiempo.
Enfoque Clásico : ∗ El lugar geométrico de las raíces.

∗ La respuesta en f recuencia.
∗ V alores y vectores propios.
Enfoque Moderno :
∗ Respuesta en el tiempo.

1.7. Diseño
DISEÑAR un sistema de control, es obtener uno que cumpla determi-
nadas especificaciones de funcionamiento; las especificaciones de funcionamien-
to son los lı́mites, rangos o cotas de las caracterı́sticas. Ésto se logra ajustando
el controlador.

En el enfoque clásico, el diseño más usual es por análisis; con cuatro pasos
generales:

1. Conocer las especificaciones y expresarlas en términos matemáticos.

2. Analizar el sistema; mediante tanteos con la guı́a de un método de com-

pensación, ajustar el controlador hasta cumplir con las especificaciones.

3. Verificar el funcionamiento mediante simulación digital para incluir

dinámicas no modeladas, no linealidades, perturbaciones, etc, realizar
reajustes.

4. Ajuste en sitio, realizar reajustes.

J. Ramı́rez y E. Rosero 27 GICI

 1.7. DISEÑO

En el enfoque moderno, el diseño se realiza por un procedimiento analı́tico,

lo que se conoce como Sı́ntesis.

Resumen
En esta unidad expusimos los conceptos básicos de lo que es un sistema
de control. Describimos sus componentes básicos, los clasificamos de acuerdo
a las señales que manejan, objetivos de control, dimos varios ejemplos de la
vida real, y de forma general describimos el proceso de análisis y diseño de
un sistema de control que puede ser aplicado a diferentes ramas de la ciencia
y la ingenierı́a.

Actividades de aprendizaje
1. Realice una lectura reflexiva y crı́tica del material del curso.
2. Realice las lecturas complementarias.
3. Una consulta en internet sobre avances de la tecnologı́a y los sistemas
de control para discutir en clase.
4. La figura 1.15 muestra el diagrama de un sistema de control (Evaluación
año 2003). El desplazamiento de la polea móvil es perpendicular al del
indicador y el del objeto; x1, x2 y x3 son las posiciones del indicador,
objeto y polea móvil respectivamente; la tensión V1 entre el punto móvil
del potenciómetro y la conexión entre las resistencias R, es proporcional
al desplazamiento x3 en el factor k1 ; la tensión de salida del amplificador
es k2 veces su tensión de entrada; la dinámica para la velocidad del
motor se rige por la segunda ley de Newton rotacional:
dω(t)
J = k3 V3 (t) − tL(t) (1.1)
dt
donde J es el momento de inercia equivalente del motor y la carga, k3
es una constante y tL(t) es un par arbitrario y desconocido de carga.
El piñón tiene un radio r. Todos los parámetros y variables están en
unidades del sistema internacional.

J. Ramı́rez y E. Rosero 28 GICI

 1.7. DISEÑO

Figura 1.15: Sistema de control

Identifique los elementos y señales de la bucla tı́pica realimentada.

5. Identificar los diferentes elementos y señales de la bucla de realimentación

tı́pica para:

a) Regulador de Velocidad de Watt. (figura 1.16)

Figura 1.16: Regulador de velocidad de Watt

J. Ramı́rez y E. Rosero 29 GICI

 1.7. DISEÑO

b) Diagrama esquemático de un sistema de seguimiento del Sol, sin

considerar el tacómetro, (figura 1.17).

Figura 1.17: Sistema de seguimiento del sol. Fuente: [Kuo, 1996]

6. Una Universidad desea establecer un modelo del sistema de control que

represente la población estudiantil como salida, con la población estudi-
antil deseada como entrada. La administración determina el porcentaje
de admisiones al comparar la población estudiantil actual y la deseada.
La oficina de admisiones utiliza entonces ese porcentaje para admitir
estudiantes. Trace un diagrama de bloques funcional que muestre la
administración y la oficina de admisiones como bloques del sistema.
También muestre las siguientes señales: la población estudiantil desea-
da, la población estudiantil real, el porcentaje deseado de estudiantes
determinando por la administración, el porcentaje real de estudiantes
generado por la oficina de admisiones, el porcentaje de deserciones y el
porcentaje neto de influjo. [Nise, 2004]

7. Durante una operación médica, un anestesista controla la profundidad

J. Ramı́rez y E. Rosero 30 GICI

 1.7. DISEÑO

de inconciencia al controlar la concentración de isoflurano en una mez-

cla vaporizada con oxı́geno y óxido nitroso, la profundidad de anestesia
es medida por la presión sanguı́nea del paciente. El anestesista tam-
bién regula la ventilación, el equilibrio de fluido y la administración de
otros medicamentos. Para liberar al anestesista de dedicar más tiem-
po a estas últimas tareas, y en el interés de la seguridad del paciente,
deseamos automatizar la profundidad de la anestesia al automatizar el
control de concentración de isoflurano. Dibuje un diagrama de bloques
funcional del sistema, mostrando las señales y subsistemas pertinentes
(Meier,1992). [Nise, 2004]

8. Un sargento se detenı́a en una joyerı́a cada mañana a las 9 en punto y

ajustaba su reloj comparándolo con el cronómetro del escaparate. Un
dı́a el sargento entró en el comercio y felicitó al dueño por la exactitud
del cronómetro. Está ajustado con la hora de Arlington? -preguntó el
sargento-. No -contestó el dueño- lo ajusto según el cañonazo del fuerte
a las 5 p.m. Dı́game, sargento por qué se detiene todos los dı́as y com-
prueba la hora de su reloj?. El sargento le contestó, yo soy el artillero
del fuerte. Es la retroalimentación positiva o negativa?. El cronómetro
del joyero se atrasa un minuto cada 24 horas y el reloj del sargento se
atrasa un minuto cada 8 horas. Cuál es el error total en la hora del
cañón del fuerte después de 15 dı́as?. [Dorf, 1989]

9. Adam Smith(1723-1790) analizó el tema de la libre competencia entre

los participantes de una economı́a en su libro ”La riqueza de las Na-
ciones”. Puede decirse que Smith sugirió que:
1) los trabajadores, como un todo, comparan los diferentes empleos
posibles y toman aquellos que ofrecen mayor remuneración, y
2) en cualquier empleo el pago disminuye según aumenta el número de
trabajadores solicitantes. Supongamos que r=total promedio de pagos
en todas las actividades, c=total de pagos en una actividad particular;
q=afluencia de trabajadores dentro de una actividad especı́fica. Dibuje
un ciclo de retroalimentación que represente este sistema. [Dorf, 1989]

Lecturas complementarias

J. Ramı́rez y E. Rosero 31 GICI

 1.7. DISEÑO

A brief history of feedback control, Capı́tulo 1: Introduction to

Modern Control Theory, en: F.L. Lewis, Applied Optimal Control and
Estimation, Prentice-Hall, 1992.

Computer Technology, capı́tulo 1, sección 1.2: Computer Controlled

Systems, Theory and Design, Karl Astrom and Bjornn Wittenmark,
Prentice Hall,1997.

Referencias
KUO BENJAMIN, Sistemas de Control Automático, Prentice Hall
1997.

DORF RICHARD, Sistemas Modernos de Control, Addison-Wesley

Iberoamericana, 2da edición en español; 1989.

NISE, NORMAN, Sistemas de Control para Ingenierı́a, Editorial CEC-

SA, 3ra Edición.

J. Ramı́rez y E. Rosero 32 GICI

Capı́tulo 2

Modelado análogo

Introducción
Para analizar y diseñar sistemas de control de altas prestaciones, se debe
conocer lo mejor posible la dinámica del sitema obteniendo su modelo matemático.
El comportamiento dinámico se describe generalmente por medio de ecua-
ciones diferenciales. Además, si estas ecuaciones pueden linealizarse, entonces
se puede utilizar la Transformada de Laplace para obtener las relaciones de
entrada-salida para los componentes del sistema y los subsistemas en la forma
de funciones de transferencia. Los bloques de las funciones de transferencia
se pueden organizar en diagramas de bloques o en diagramas de flujo de
señal para representar las interconexiones de una manera gráfica. Los dia-
gramas de bloques y de flujo de señal son herramientas muy convenientes
para diseñar y analizar sistemas de control de altas prestaciones. Notemos
que es una representación de Entrada-Salida. En el modelado de sistemas
fı́sicos consideraremos en esta Unidad los sistemas mecánicos, hidráulicos,
neumáticos, térmicos y eléctricos.

La teorı́a moderna de control está basada en el conocimiento del com-

portamiento interno de los sistemas, reflejado en las variables que influyen
en su dinámica. El conocimiento de la evolución de todas las variables que
influyen en la dinámica del sistema, permite efectuar un mejor control del
sistema y su utilización en el control de sistemas más complejos. Esta repre-
sentación se aplica de forma directa a sistemas multivariables, no-lineales o
con parámetros variantes.
En esta unidad se presentará el modelado de los sistemas análogos tanto para

33
 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

la represetación entrada-salida y de estado.

Objetivos
1. Representar, simplificar y analizar un sistema de control por medio
de un diagrama de bloques, diagrama de flujo de señal y diagrama de
estado. Aplicación

2. Deducir el modelo matemático en función de transferencia y variables

de estado para sistemas de control análogos y digitales. Conocimiento

3. Analizar las diferentes interrelaciones entre las representaciones entrada-

salida y de estado. Análisis

Contenido

2.1. Sistemas análogos en representación entrada-

salida
2.1.1. Transformada de Laplace
Los sistemas fı́sicos con almacenamiento de energı́a, son de naturaleza
dinámica. Los sistemas dinámicos se describen mediante Ecuaciones Dife-
renciales obtenidas al aplicar las leyes fı́sicas que los rigen. Si son lineales e
invariantes en el tiempo, podemos aplicarles a las ecuaciones diferenciales la
Transformada de Laplace (T.L) para simplificar su solución. Esta trans-
formada se define por:
Z ∞
£± [f (t)] ≡ e−s tf (t) dt ≡ F (S)
0±

La Trasformada de Laplace existe si y solo si se cumplen las tres condiciones:

f (t) = 0 ∀ t < 0;
f (t) es continua a tramos;
f (t) es acotada exponencialmente : ∃ σ  R | lı́m | e−σt f (t)| = 0
t→∞

J. Ramı́rez y E. Rosero 34 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

Caracterı́sticas de la Transformada de Laplace:

1. La Transformada de Laplace convierte las señales temporales en señales
frecuenciales, función de la variable compleja s = σ + jω.

2. Es una transformación lineal.

3. La operación derivada temporal, se convierte en la multiplicación por s

en frecuencia. La integración en la multiplicación por 1/s en frecuencia;
por ello al aplicarla a una ecuación integrodiferencial, se obtiene una
ecuación algebraica en s.

4. Es invertible y se puede regresar al dominio temporal usando la Trans-

formada Inversa de Laplace (TIL):

TL
% &
f(t) F(S)
- TIL .

Ver la tabla de transformadas de Laplace, tabla 2.1 y la de propiedades,

tabla 2.2.

J. Ramı́rez y E. Rosero 35 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

f (t) F (s)
1 Impulso unitario δ(t) 1
1
2 Escalón unitario µ(t) s
1
3 t s2
−at 1
4 e s+a
1
5 te−at (s+a)2
ω
6 sin ωt s2 +ω 2
s
7 cos ωt s2 +ω 2
n n!
8 t (n = 1, 2, 3, . . .) sn+1
n −at n!
9 t e (n = 1, 2, 3, . . .)
  (s+a)n+1
1 −at −bt 1
10 b−a
e −e (s+a)(s+b)
 
1 −bt −at s
11 be − ae
h b−a  i (s+a)(s+b)
1 1 −at −bt 1
12 ab
1 + a−b be − ae s(s+a)(s+b)
ω
13 e−at sin ωt (s+a)2 +ω 2
s+a
14 e−at cos ωt (s+a)2 +ω 2
 
1 1
15 a2
at − 1 + e−at s2 (s+a)
 p  2
ωn −ζωn t ωn
16 √ e 2
sin ωn 1 − ζ t s2 +2ζωn s+ω 2
1−ζ 2
 p 
17 √−1 e−ζωn t sin ωn ( 1 − ζ 2 )t − φ s
s2 +2ζωn s+ω 2
1−ζ 2
 p  2
ωn
18 1 − √ 1 2 e−ζωn t sin ωn ( 1 − ζ 2 )t + φ s(s2 +2ζωn s+ω 2 )
√ 1−ζ
1−ζ 2
φ = arctan ζ

Tabla 2.1: Pares de transformadas de Laplace

J. Ramı́rez y E. Rosero 36 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

1 £[Af(t)] = AF (S)
2 £[f1(t) ± f2(t)] = F1(S) ± F2 (S)
d
3 £[ dt f (t)] = sF (S) − f (0)
d2
4 £[ dt2 f (t)] = s2F (S) − sf(0) − df (0)
dn n
Pn dt
n−k k−1
5 £[ dt n f (t)] = s F (S) − k=1 s f (0)
k−1 dk−1
donde f (t) = dtk−1 f (t)
R F (S)
R
[ f (t) dt]t=0
6 " £[ f (t)# dt] = s + s
RR R
[ f (t) dt]t=0
RR
[ f (t) dt]t=0
7 £ f (t) dt dt = Fs(S) 2 + s2
+ s
" # " #
R R P n R R
8 £ . . . f (t) (dt)n = Fs(S) n + k=1 sn−k+1 1
. . . f (t) (dt)n
t=0
9 £[e−atf (t)] = F (s + a)
10 £[f [(t − a)]µ(t − a)] = e−as F (s)
11 £[tf (t)] =
R − dFs(s)
∞
12 £[ 1t f (t)]
 = s F (s) ds
1
13 £[f a
] = aF (as)
14 Valor inicial: lı́mt→0 f (t) = lı́ms→∞ sF (s)
15 Valor final: lı́mt→∞ f (t) = lı́ms→0 sF (s)

Tabla 2.2: Propiedades de la transformada de Laplace

Ejemplo:
Sistema mecánico de rotación:

TURBINA J
tm ω f
Figura 2.1: Sistema turbina - masa

J : Momento de Inercia [Kg-m2 ]

f : Coeficiente de fricción viscosa [N-m-s/rad]
dp
f = dω = 377 x 103

J. Ramı́rez y E. Rosero 37 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

ω: Velocidad angular [rad/s]; ω(0) = 16.96 (162 rev/min)

τm : Torque aplicado [N-m] = 7.1 x 106 u(t)

Ley fı́sica (Segunda ley de Newton):

X
J ẇ = τ

dw
J = τm − fw
dt
Se obtiene la ecuación diferencial:
dw
τm = J + fw
dt
Aplicando la transformada de Laplace:

Tm (s) = J [sW (s) − ω(0)] + fW (s)

y despejando W (s) se obtiene:

Tm (s) J ω(0)
W (s) = +
Js + f Js + f
| {z } | {z }
Respuesta f orzada Respuesta natural

Reemplazando:

71 + 124,6s 16,95(s + 0,57) N (s)

W (s) = = →
(7,35s + 3,77)s s(s + 0,512) D(s)

NOTACIÓN:

D(s) = 0 Ecuación caracterı́stica

s = 0, s = −0,512 Polos del sistema
s = −0,57 Ceros del sistema
Representación de polos y ceros en el plano complejo:

J. Ramı́rez y E. Rosero 38 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

jω

Figura 2.2: Representación de Polos y Ceros.

Para obtener la evolución temporal:

F racciones parciales :

k1 k2
W (s) = s
+ s+0,512
k1 , k2 : Residuos.



k1 = 16,95(s+0,57)
s+0,512 
= 18,8

s = 0



k2 = 16,95(s+0,57)  = −1,92
s 
s = −0,512

ω(t) = £−1 { 18,8

s
− 1,92
s+0,512
}

h i
ω(t) = 18,8 − 1,92e−0,512t u(t)
|{z} | {z }
Respuesta permanente Respuesta transitoria

Los teoremas del valor inicial y valor final permiten obtener directamente
estos valores en frecuencia:

 71 + 124,6s 
 
ω(t) = lı́m sW (s) =  = 18,83 (180 rev/min.)
t→∞ s→0 7,35s + 3,77 
s=0

J. Ramı́rez y E. Rosero 39 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA


 124,6 

ω(t) = lı́m sW (s) =  = 16,95 (162 rev/min.)
t→0 s→∞ 7,35 

La figura 2.3 muestra la respuesta temporal.

w(t)[rpm]
180

162

t [s]
2 4 6 8 10
Figura 2.3: Respuesta temporal del sistema turbina - masa

Notemos que hay una relación directa entre la ubicación de los

polos y ceros y la forma de la respuesta.

2.1.2. Función de Transferencia

Caracteriza la relación entrada - salida de sistemas lineales e invariantes;
se define la Función de Transferencia (FdT), como la relación entre la Trans-
formada de Laplace de la salida a la Transformada de Laplace de la entrada,
con condiciones iniciales nulas.

£[Salida] 
F dT = 
£[Entrada] 
condiciones iniciales=0

J. Ramı́rez y E. Rosero 40 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

Forma general:

bm sm + bm−1 sm−1 + . . . + b1 s + b0
G(s) =
an sn + an−1 sn−1 + . . . + a1s + a0

Si: n = m Función de transferencia propia

n < m Función de transferencia impropia
n > m Función de transferencia estrictamente propia
Para el sistema mecánico de rotación:

Tm (s) W (s) 1
ω(0) = 0 ⇒ W (s) = ⇒ F dT = =
Js + f Tm (s) Js + f

Caracterı́sticas:

Describe la dinámica del sistema: tener la función de tranferencia es

equivalente a tener la ecuación diferencial.

Sólo se aplica a sistemas lineales e invariantes.

Es una propiedad del sistema, no depende de la entrada.

Varios sistemas pueden tener la misma FdT.

No da información de la estructura interna del sistema.

En un diagrama de bloques, permite representar la dinámica de cada

componente.

Ejemplo: ver figura 2.4, el diagrama de bloques de la bucla de reali-

mentación tı́pica en el dominio de la frecuencia:
Las distintas Gi y H son las funciones de transferencia de los elementos;
R, E, A, M, D y B, son las T.L. de las señales.

J. Ramı́rez y E. Rosero 41 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

D
+
+ M + C
R E A
G1 G2 G3 G4
−
B
H

Figura 2.4: Bucla tı́pica en frecuencia

2.1.3. Trazado de diagramas de bloques

Se realiza mediante tres pasos principales:

Aplicar la transformada de Laplace a cada componente o ecuación, con

condiciones iniciales nulas.

Reemplazar los elementos transformados por bloques simples.

Interconectar los bloques.

Ejemplo:

Excitatriz de corriente continua (Figura 2.5), considerando la velocidad

ω constante y excitación en el rango lineal.

Rf Ra
+
ef Lf eg et
−

if J ω ia

Figura 2.5: Excitatriz de Corriente Continua

J. Ramı́rez y E. Rosero 42 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

Ecuaciones:
dif
ef = Rf if + Lf dt

et = eg − Raia

eg = kg if

TRANSFORMANDO: BLOQUE:
h i Ef (s) 1 If (s)
Rf +sLf
1 Ef (s) = If (s) Rf + Lf s
Eg (s) Et (s)

Ra

Ia (s)
2 Et (s) = Eg (s) − Ra Ia(s)
If (s) Eg (s)
Kg
3 Eg (s) = Kg If (s)

INTERCONECTANDO:

Ia (s)

Ra

−
Et (s) 1 If (s) Eg (s) Et (s)
Rf +sLf Kg
+

Ejercicio:
Obtenga el diagrama de bloques que representa al motor de corriente
continua, considerando como salidas la posición θ, la velocidad angular ω y
la corriente de armadura ia .

J. Ramı́rez y E. Rosero 43 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

2.1.4. Álgebra de diagramas de bloques

Simplifica un diagrama de bloques complejo. Las reglas parten de escribir
una misma ecuación en forma diferente.

Diagramas de bloques originales Diagramas de bloques equivalentes

A +− A-B ++ A-B+C A ++ A+C +− A-B+C
B C C B
1
C C
A +− A-B+C
+ A +− A-B ++ A-B+C

B B
2
A AG1 AG1 G2 A AG2 AG1 G2
G1 G2
3 G2 G1

A AG1 AG1 G2 A AG1 G2

4 G1 G2 G1 G 2

A AG1 AG1 +AG2

G1 ++

A AG1 +AG2
5 G2 G1 + G2

A A− B
G AG−B
A AG AG−B +− G
G +−
B
B
6 B
G 1
G

AG−BG A AG AG−BG
A A−B G +−
+− G
B BG
7 B G

A AG
A AG G
G
AG
8 AG G

A AG
A AG G
G
A
9 A AG 1
G

A AG1 AG1 +AG2

G1 ++
A G2 1 AG1 +AG2
G1 G2 ++

10 G2

A G1 B
+− A 1 B
G2 +− G1 G2

11 G2

A G1 B
+−

A G1 B
12 G2 1+G1 G2

Tabla 2.3: Propiedades del álgebra de diagramas de bloques

J. Ramı́rez y E. Rosero 44 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

Ejemplo:
Obtengamos el bloque equivalente de bloques en cascada sin carga de la
figura 2.6:

X1 X2 X3
G1 (s) G2 (s)

Figura 2.6: Diagrama de bloques

Solución :
G1 (s) = X
X1
2
G2 (s) = X
X2
3
Se requiere X 3
X1
↓ ↓
X2 = G1 (s)X1 X3 = G2 (s)X2 =⇒ X3 = G2 (s)G1 (s)X1

X3
=⇒ X1
= G1 (s)G2 (s)

X1 X2 X3 X1 X3
G1 (s) G2 (s) G1 G 2
=⇒
Ejemplo:

R + E C
A M
G1 G2 G3
−
H

Figura 2.7: Diagrama de bloques de una bucla tı́pica

Hallar C/R para la bucla tı́pica; D(s) = 0 ver la figura 2.7.

Solución:
Llamando G = G1 G2 G3 tenemos la figura 2.8 que es la forma canónica de
un sistema de control de lazo cerrado.

J. Ramı́rez y E. Rosero 45 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

R + E G(s)
C
−
B H(s)

Figura 2.8: Forma Canónica de un Sistema de Control de lazo cerrado

DEFINICIONES:

G(s) C(s) : F unción de T ransferencia Directa.

=
E(s)

H(s) B(s) : F unción de T ransferencia de Realimentación.

=
C(s)

G(s)H(s) = GH(s) = B(s) : F unción de T ransferencia de Lazo Abierto.

E(s)

T (s) C(s) : F unción de T ransferencia de Lazo Cerrado.

=
R(s)

Operamos para calcular la FdT de Lazo Cerrado:

E(s) = R(s) − B(s) = R(s) − H(s)C(s)
 
C(s) = G(s)E(s) = G(s) R(s) − H(s)C(s)

=⇒ C(s) + GH(s)C(s) = G(s)R(s)

J. Ramı́rez y E. Rosero 46 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

C(s) G(s)
F dT = =
R(s) 1 + GH(s)
| {z }
F dT equivalente de un lazo de realimentación

Simplificación de un diagrama de bloques, una entrada

Para simplificar un diagrama de bloques se recomienda realizar los si-
guientes pasos:

1. Combinar bloques en cascada y/o en paralelo.

2. Desplazar e intercambiar puntos de toma y suma.

3. Recombinar −→ pasos 1, 2, etc.

Ejemplo:
Diagrama de bloques de un sistema de control de la excitación con red
estabilizadora y autoexcitación, figura 2.9

+
R(s)+ C(s)
G1 G2 G3
+
−
+
H1
+
H2

Figura 2.9: Diagrama de bloques

G1 : Dinámica de la compensación y del actuador.

G2 : Dinámica de la excitatriz.

G3 : Dinámica del generador.

J. Ramı́rez y E. Rosero 47 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

H1 : Dinámica de la red estabilizadora.

H2 : Dinámica de la medida de tensión.

1
+ G1
R(s) + C(s)
G1 G2 G3
−
+ 1
H1 G3
+
H2

1
G1
R(s)+ C(s)
G1 G 2 G3
−
+ H1
G3
+
H2

R(s)+ C(s)
G1 G 2 G3
−
H1 1
H2 + G3 − G1

R(s) G1 G2 G3 C(s)
H
1+G1 G2 G3 (H2 + G1 − G1 )
3 1

J. Ramı́rez y E. Rosero 48 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

2.1.5. Simplificación de un diagrama de bloques; en-

tradas múltiples
Como el sistema es lineal, para simplificar un diagrama con múltiples
entradas, se puede aplicar el principio de superposición.

1. Llevar, si es posible, las entradas a un mismo punto de suma.

2. Reducir.

3. Calcular la respuesta debida a cada entrada.

4. Sumar las respuestas parciales para obtener la total.

Ejemplo:
Bucla tı́pica con perturbación, ver figura 2.10.

D(s)
R(s) C(s)
+− G1 ++ G2

Figura 2.10: Bucla tı́pica con realimentación

1. Paso 1
D(s)
1
G1

R(s) + C(s)
+− G1 G2

Figura 2.11: Figura 1

J. Ramı́rez y E. Rosero 49 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

2. Paso 2
D(s)

1
G1

R(s) + G1 G2
C(s)
+− 1+G1 G2 H

Figura 2.12: Figura 2

3. Paso 3
Con D(s) = 0
G1 G2 (s)
CR(s) = 1+G1 G2 H(s)
R(s)

Con R(s) = 0
G2 (s)
CD (s) = 1+G1 G2 H(s)
D(s)

4. Paso 4
Se obtiene:
G2 (s)
C(s) = CR (s) + CD (s) = 1+G1 G2 H(s)
[G1R(s) + D(s)]

J. Ramı́rez y E. Rosero 50 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

Ejercicio:
Resuelva el ejercicio 2 propuesto en las actividades de aprendizaje.

2.1.6. Modelado de sistemas fı́sicos

Muchos sistemas fı́sicos se pueden modelar usando las leyes fı́sicas que los
rigen, utilizando como:
VARIABLES:

El volumen o cantidad elemental del sistema.

La rata de variación de esta cantidad (Flujo).

La energı́a potencial o fuerza actuante en el sistema.

PARÁMETROS:

La resistencia (R) al paso del flujo.

volumen
La capacitancia (C) o relación f uerza actuante
.
f uerza actuante
La inductancia (L) o relación Rata de f lujo
.
L
La constante de tiempo (τ ); τ = RC; R .

SISTEMA VARIABLES PARÁMETROS

Cantidad Potencial Flujo Resist. Capacit. Induct.
GAS Volumen Presión F. gas Rg Cg
TÉRMICO Calor Temperatura F. calor Rt Ct
FLUIDO Volumen Nivel Caudal Rf Cf Inertancia
1
TRASLACIÓN Moméntum Velocidad Fuerza f m K
1
ROTACIÓN Moméntum Velocidad Torque f J K
ELÉCTRICO Carga Voltaje Corriente Re Ce Le

Tabla 2.4: Variables y Parámetros empleados en sistemas fı́sicos comunes

J. Ramı́rez y E. Rosero 51 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

Ejemplo 1:

qi

h C
q0
R

Figura 2.13: Sistema hidráulico

H(s)
Para el sistema hidráulico de la figura 2.13, hallar Qi (s)
. Asuma flujo
laminar.
V olumen
C : = Área de la sección recta.
nivel h
nivel h h
R : = = Resistencia de salida.
caudal de salida q0

Ley fı́sica empleada:

Ley de conservación de la masa: Lı́quido que entra menos el que sale
es el lı́quido acumulado.

qidt − qo dt = Cdh

h
qi − R
= C dh
dt

Rqi − h RC dh
= |{z} dt
τl

H(s) R
£ ⇒ =
Qi(s) τl s + 1

J. Ramı́rez y E. Rosero 52 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

Ejercicio:
Suponga que este tanque descarga en otro con capacitancia C2 y resistencia
de descarga R2; calcule la FdT entre el nivel del segundo tanque y el caudal qi.

Ejemplo 2:

Pi Po
q C

Figura 2.14: Sistema neumático

Hallar PPoi (s)

(s)
para el sistema de gas de la figura 2.14. Asuma variaciones
de pequeña señal y temperatura constante.
Cantidad de gas Gas en el volumen
C : =
P resión Po

∆P resión (Pi − Po )
R : =
Caudal q

Ley fı́sica empleada:

Ley de conservación de la masa: Gas añadido menos el que sale (cero)
igual al gas almacenado.

qdt = CdPo

(Pi −Po )
R
= C dP
dt
o

RC dP
|{z} dt
o
= (Pi − Po )
τg

J. Ramı́rez y E. Rosero 53 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

Po (s) 1
£ ⇒ =
Pi (s) τg s + 1

Ejercicio:
Calcule PP0i (s)
(s)
si existe una resistencia de descarga R en el sistema neumático.

Ejemplo 3:
Intercambiador de calor en un recipiente térmicamente bien aislado, donde:
M: Mezclador, H: calentador y el lı́quido entra frı́o con flujo ca a temperatu-
ra θi y sale caliente a temperatura θ0 .

q0 θ0

M qi2

H
qi1 ca
θi

Figura 2.15: Intercambiador de calor

Hallar Θo (s) para el sistema de la figura 2.15. Asuma que sólo existe
transferencia de calor por conducción (flujo de calor proporcional a la dife-
rencia de temperatura).
Calor acumulado
C : = mcp
T emperatura

cp : calor especı́fico del lı́quido, m : masa del lı́quido en el tanque.

∆T emperatura 1
R : =
F lujo neto de calor ca cp

ca : Velocidad de flujo del lı́quido en estado estable

J. Ramı́rez y E. Rosero 54 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

Ley fı́sica empleada:

Ley de conservación de calor: Calor que entra menos el que sale es el
que se acumula.

qi1 dt + qi2dt − q0dt = Cdθ0 (2.1)

dθ0
ca cp θi + qi2 − ca cpθ0 = C (2.2)
dt
dθ0
θi − θ0 + Rqi2 = RC (2.3)
dt
donde RC = τc

θi (s) R
£ ⇒ θo(s) = + Qi2(s)
τc s + 1 τc s + 1

Ejercicio:
Obtener los diagramas de bloque y la FdT para el sistema de seguimiento
del sol descrito en el ejercicio 4-10 de la página 197 del libro de Kuo.([Kuo,
1996]).

2.1.7. Gráficos de flujo de señal (GFS)

Es un procedimiento alterno para hallar las relaciones entre variables de
un sistema. Su ventaja frente al álgebra de bloques estriba en que existe la
FÓRMULA DE GANANCIA DE MASON con la cual se pueden encontrar
estas relaciones sin necesidad de reducir el gráfico; cuando se tengan sistemas
complejos, es recomendable usar esta técnica para el cálculo de las funciones
de transferencia.

Caracterı́sticas
Representan un conjunto de ecuaciones algebráicas simultáneas → Aplicar
primero la Transformada de Laplace.
Es una red en la cual los NODOS están conectados por RAMAS con
dirección y sentido.

J. Ramı́rez y E. Rosero 55 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

Cada nodo representa una variable del sistema y cada rama actúa como
un multiplicador de señal.

Un nodo suma todas las señales de entrada y transmite esta suma a

todas las ramas de salida:

Gráfico Y = a1X1 + a2X2 + a3X3 + a4 Y

X1 a4
a1 Y2
b2
X2 a2 Y1
Y b1

X3 a3
Y1 = b1 Y Y2 = b2 Y

Un NODO MIXTO: (Nodo con ramas de entrada y salida) se puede

considerar como un NODO DE SALIDA (Sólo tiene ramas de entrada)
añadiendo un rama con TRANSMITANCIA (Ganancia de la rama)
unitaria; ésto no es válido para un NODO DE ENTRADA (Nodo sólo
con ramas de salida).

Para un sistema el GFS no es único.

Las reglas del álgebra de los diagramas de bloques se cumplen también

para los GFS:

J. Ramı́rez y E. Rosero 56 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

X1 a X2 b X3 X1 X3
ab
=⇒
a
X1 X2

X1 a+b X2
b =⇒
X1
a

c X4
X1
X3 ac

b X4

bc
X2 =⇒ X2

Ejemplo:

R(s) E(s) C(s)

+− G(s)

H(s)
Figura 2.16: Diagrama de bloques

Hallar y reducir el GFS de la figura 2.16 para la forma canónica.

J. Ramı́rez y E. Rosero 57 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

Solución:

R(s) E(s) G(s) C(s) 1 C(s) R(s) G(s) C(s) C(s)

1 1

−H(s) =⇒ −GH(s)

C G(s)
C(s) = G(s)R(s) + (−GH(s))C(s) =⇒ =
R 1 + GH(s)

Definiciones
Ruta: Cualquier conjunto de ramas en sucesión continua que se puede recorrer
en el mismo sentido.

Circuito: Ruta que parte y termina en un mismo nodo sin que ningún otro
nodo se encuentre más de una vez.

Ruta directa: Es aquella que empieza en un nodo de entrada y termina en

un nodo de salida sin pasar por ningún nodo más de una vez.

Ejemplo:
Forma canónica, figura 2.17:

FÓRMULA DE GANANCIA DE MASON:

Γsal X MK ∆KN
M= =
Γent ∆
k=1

Donde:
M: Ganancia entre Γsal y Γent .

J. Ramı́rez y E. Rosero 58 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

R(s) 1 E(s) G(s) C(s) C(s)

1

Circuito
−H(s) Ruta
Ruta Directa

Figura 2.17: Forma canónica

Γsal , Γent : Variables de los nodos de salida y entrada.

N: Número total de rutas directas.

MK : Ganancia de la k-ésima ruta directa.

 P P
∆= 1 − P11 + m Pm2 − m Pm3 + . . .
Pmr : Ganancia del producto de la m-ésima combinación posible de circuitos
que no se toquen. En otros términos:

∆= 1 - (Suma de todas las ganancias de los circuitos individuales) + (Suma

de la ganancia de productos de todas las combinaciones posibles de
pares de circuitos que no se toquen) - (Suma de la ganancia de pro-
ductos de todas las combinaciones posibles de tres circuitos que no se
toquen) + . . ..

∆K : La ∆ para la parte del GFS que no se toque con la ruta directa k-ésima.

Ejemplo:
C
Aplicar la fórmula de Mason a la forma canónica para hallar R
. de la
figura 2.18

Solución:

1. Una sola ruta directa → N = 1, MK = M1 = G(s)

2. Un solo circuito → Ganancia: P11 = - GH(s).

J. Ramı́rez y E. Rosero 59 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

R 1 E G C 1 C

-H
Figura 2.18: Forma canónica

3. No hay circuitos que no se toquen → Pmr = 0.

4. La ruta directa se toca con el único circuito; ∆1 = 1.

C M1 ∆1 G(s) C G(s)
=⇒ = = =⇒ =
R ∆ 1 − P11 R 1 + GH(s)

Ejemplo:
Y3
Aplicar la fórmula de Mason al GFS de la figura 2.19 para hallar Y1
.

-d

b c
Y1 a Y2 e 1 Y3

-g
Figura 2.19: Diagrama de flujo de señal

Solución:

J. Ramı́rez y E. Rosero 60 GICI

 2.1. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN ENTRADA-SALIDA

Dos trayectorias o rutas directas → N = 2, M1 = ae; M2 = abc

Tres circuitos con ganancias: C1 = - eg; C2 = - bcg; C3 = - d.

C1 y C3 no se tocan.


1 − (−eg − bcg − d) + deg
∆= |{z}
1 solo par de circuitos

Como hay un solo par de circuitos → una sola combinación posible. Si los
tres circuitos no se tocaran, habrı́a tres combinaciones de pares de circuitos
que no se tocan: C1 C2 , C1C3 y C2 C3 y una combinación de tres circuitos que
no se tocan: C1 C2 C3.

∆ = 1 + eg + bcg + d + deg

El circuito C3 no toca la ruta directa M1 → existe ∆1 para la parte que no

toca la ruta directa 1:

-d

∆1 = 1 − (−d) =⇒ ∆1 = 1 + d

M2 toca todo el GFS → ∆2 = 1

Y3 M1 ∆1 M2 ∆2 Y ae(1 + d) + abc
=⇒ = + =⇒ 3 =
Y1 ∆ ∆ Y1 1 + eg + bcg + d + deg

Ejercicio:
Resuelva el ejercicio 3 propuesto en las actividades de aprendizaje.

J. Ramı́rez y E. Rosero 61 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

2.2. Sistemas análogos en representación de

estado
2.2.1. Introducción
Los métodos clásicos se basan en representaciones de Entrada - Salida,
como la función de transferencia (FdT) y los gráficos de flujo de señal (GFS).
Una alternativa es la representación mediante VARIABLES DE ESTADO.
El estado de un sistema se refiere a sus condiciones presente, pasado y
futuro. El estado se puede describir por cifras, curvas, tablas, ecuaciones, etc;
para analizar sistemas es conveniente representarlos mediante un conjunto
adecuado de variables y ecuaciones de estado. Las variables de estado (V.E)
deben cumplir las siguientes caracterı́sticas:
En t = t0, las las variables de estado definen los estados iniciales.
Dadas las entradas para t > t0 y los estados iniciales, las V.E definen
por completo el comportamiento futuro del sistema.
Las variables de estado no son las salidas del sistema; las salidas son las
variables medibles y serán función de las variables de estado. No siempre las
variables de estado se pueden medir; la libertad de elección de las variables
de estado es una ventaja para el análisis.

Ejemplo:
Calcular la evolución de la corriente por el circuito RL de la figura 2.20; si
se aplica una tensión escalón de magnitud Ei .
En esta red RL la historia está especificada por la corriente inicial de la
bobina il (0+ ).
Si e(t) = Ei µ(t) entonces, aplicando la ley de voltajes de Kirchoff:
di(t)
e(t) = Ri(t) + L (2.4)
dt
para t ≥ 0.
Aplicando la transformada de Laplace:

E(s) = (R + Ls)I(s) − Li(0) (2.5)

Ei Li(0)
I(s) = + (2.6)
s(R + sL) R + sL

J. Ramı́rez y E. Rosero 62 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

R L
+
e(t) i(t)

Figura 2.20: Red RL

Aplicando la transformada inversa de Laplace:

Ei Rt Rt
i(t) = (1 − e− L ) + i(0)e− L (2.7)
R
Esta ecuación define el comportamiento de la red para t ≥ 0, luego se
puede usar como variable de estado i(t), esto es debido a que L almacena
energı́a y es la capacidad de almacenar energı́a la que da la información
sobre la historia del sistema, lo mismo sucede con el voltaje para el caso del
condensador.
El uso de las variables de estado para el análisis y diseño de sistemas
lineales de control, en particular de sistemas multivariables permitió en la
década de los 60’s, un mejor control, mediante el uso de poderosas herramien-
tas de diseño por sı́ntesis, como el control óptimo y adaptativo.
En la actualidad estas técnicas se aplican a sistemas multivariables con
representación entrada-salida (matrices de transferencia) y se puede afir-
mar que ambas representaciones son complementarias. Para los sistemas no-
lineales o cuando se requiera observar estados internos, la representación de
estado es la más apropiada.

2.2.2. Definiciones
ESTADO: El estado de un sistema es un conjunto mı́nimo de números
tales que el conocimiento de estos números y de las funciones de entrada,
junto con las ecuaciones que describen la dinámica, proporcionan la salida y
el estado futuro del sistema.

J. Ramı́rez y E. Rosero 63 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

VARIABLES DE ESTADO: Las variables de estado de un sistema

dinámico son el conjunto mı́nimo de variables cuyo conocimiento en cualquier
instante t0 (usualmente t0 = 0), más la información sobre la entrada apli-
cada posteriormente, sea suficiente para determinar el estado del sistema en
cualquier instante t ≥ t0.

VECTOR DE ESTADO: Si se requieren n variables de estado para de-

scribir el comportamiento de un sistema, se pueden considerar las n variables
de estado como n componentes de un vector X(t), llamado vector de estado.
X(t) ⇒ determina unı́vocamente el estado del sistema, especificada la entra-
da, para cualquier t ≥ t0 .

ESPACIO DE ESTADO: Es el espacio n-dimensional cuyos ejes de

coordenadas son x1, x2 , x3, . . . , xn (Las variables de estado); el estado del sis-
tema se representará como un punto en el espacio de estado.

ECUACIONES DE ESTADO: Para un sistema con p entradas y q

salidas (lineal o no lineal, variante o invariante), las ecuaciones de estado del
sistema serán escritas de la forma:
dXi (t)
= fi [x1(t), x2(t), . . . , xn (t); r1(t), r2(t), . . . , rp(t)]
dt }
| {z
i = 1, 2, 3, . . . , n
x1(t), x2(t), . . . , xn (t) : V ariables de estado
r1(t), r2(t), . . . , rp (t) : Entradas
| {z }

Sólo derivadas de las Sólo variables de estado y entradas.

variables de estado

ECUACIÓN DE SALIDA: Relaciona las salidas del sistema con las

variables de estado y las entradas:
Ck (t) = gk [x1(t), x2(t), . . . , xn (t); r1(t), r2(t), . . . , rp (t)]
k = 1, 2, 3, . . . , n
Ck (t) : Elementos del vector de salidas = [c1(t), c2(t), . . . , cn (t)]

ECUACIONES DINÁMICAS: Es el conjunto de ecuaciones de esta-

do y de salida.

J. Ramı́rez y E. Rosero 64 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

Ejemplo:
Ecuaciones de estado para el circuito de la figura 2.21; Aplicando la ley de
voltajes de Kirchoff:

R L
+
+
e(t) i(t) C ec (t)
−
−

Figura 2.21: Circuito RLC

Z
di(t) 1
e(t) = Ri(t) + L + i(t)dt
dt C
Consideramos dos casos para la selección de las variables de estado.

1. A partir de esta ecuación integro-diferencial, se pueden escribir las

ecuaciones de estado, definiendo las variables de estado como:

Z
x1(t) = i(t); x2 (t) = i(t)dt

dx1 (t) 1
e(t) = Rx1 (t) + L + x2(t)
dt C
dx2(t)
= i(t) = x1 (t)
dt

Reordenando obtenemos las ecuaciones de estado:

dx1
dt
= −R x (t) −
L 1
1
x (t)
LC 2
+ L1 e(t)

dx2
dt
= x1 (t)

J. Ramı́rez y E. Rosero 65 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

Son ecuaciones diferenciales de primer orden.

Cuando se parte de una ecuación diferencial o integro-diferencial, el
objetivo con el cual se definen las variables de estado es el de obtener
ecuaciones diferenciales de primer orden.

2. Definir las variables de estado de acuerdo con los elementos de la red

que almacenan energı́a:

V.E : { iL = x1, VC = x2

Para lograr primeras derivadas en el primer miembro:

Tensión en L: L didt
l (t)
= −Ri(t) − eC (t) + e(t)
deC (t)
Corriente en C: C dt = i(t)

Despejando y reemplazando las variables de estado se obtienen las

ecuaciones de estado:
dx1
dt
= −R x (t) − L1 x2 (t) + L1 e(t)
L 1

dx2 1
dt
= x (t)
C 1

Ecuación de estado de 1. y 2. distintas!.

Por el carácter no único de las V.E se pueden tener distintas ecuaciones

dinámicas para representar un sistema.
Generalmente, para sistemas lineales e invariantes, las ecuaciones dinámicas
se pueden escribir de la forma:

 
dxi
Pn Pn Pp
E .E dt
= = i=1 j=1 aij · xj (t) + k=1 bik · rk (t)

 
Pq Pn Pp
E .S Ck (t) = = i=1 j=1 cij · xj (t) + k=1 dik · rk (t)
i, j, k = 1, 2, 3, . . . ,

J. Ramı́rez y E. Rosero 66 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

Si el sistema es lineal e invariante en el tiempo, los coeficientes son

constantes. Si el sistema es variante los coeficientes en las ecuaciones
dinámicas serán función del tiempo.
Si el sistema tiene no linealidades suaves los coeficientes serán funciones no
lineales de los estados y las entradas.

2.2.3. Representación matricial

Se definen las matrices columna o vectores:
     
x1 (t) r1 (t) c1(t)
 x2 (t)   r2 (t)   c2(t) 
     
X(t) =  ..  R(t) =  ..  C(t) =  .. 
 .   .   . 
xn (t) rp (t) cq (t)
| {z } | {z } | {z }
V ector de estado V ector de entrada V ector de salida
Las ecuaciones dinámicas se expresan como:
 
dX(t)
dt
= F X(t), R(t)

 
C(t) = G X(t), R(t)

Donde F , G son matrices columna de (nx1) y (qx1) respectivamente.

Si el sistema es lineal e invariante, las ecuaciones dinámicas serán:
dX(t)
Ecuación de estado : = A(nx n) X(t) + B(nx p)R(t)
dt
Ecuación de salida : C(t) = E(qx n) X(t) + D(qx p)R(t)
Donde:
   
a11 a12 . . . a1n b11 b12 . . . b1p
 a21 a22 
. . . a2n   . . . b2p 
  b21 b22 
A= .. .. .. ..  B =  .. .. .. .. 
 . . . .   . . . . 
an1 an2 . . . ann bn1 bn2 . . . bnp
   
c11 c12 . . . c1n d11 d12 . . . d1p
 c21 c22 . . . c2n   d21 d22 . . . d2p 
   
E= .. .. .. .  D= .. .. .. . 
 . . . ..   . . . .. 
cq1 cq2 . . . cqn dq1 dq2 . . . dqp

J. Ramı́rez y E. Rosero 67 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

Ejemplo:
Expresando las ecuaciones de estado obtenidas para el circuito RLC se tiene:
 dx1 (t) 
 R 1
   1 
dt − − x (t)
  = 1
L L 1
+ L e(t)
dx2 (t) C
0 x2(t) 0
dt
| {z } | {z }
A B

2.2.4. Representación de sistemas en el espacio de es-

tado
Las ecuaciones dinámicas se pueden obtener directamente desde el sistema
dinámico, utilizando variables de estado fı́sicas; también se pueden obtener
desde las ecuaciones diferenciales o las funciones de transferencia, usando
técnicas de descomposición [Kuo, 1996]; la figura 2.22 ilustra las relaciones
entre estas tres representaciones.

Sistema Dinámico (L, I)

Ecuaciones dinámicas Funciones de

Representación Ecuaciones diferenciales
E.E, E.S transferencia

Figura 2.22: Representación de sistemas en espacio de estados

Ecuaciones dinámicas a partir del sistema

Las ecuaciones dinámicas se obtienen directamente del sistema, seleccio-
nando como variables de estado aquellas variables de los elementos dinámicos
del sistema que permiten calcular la energı́a almacenada en el elemento en
cualquier instante (asignación única). La tabla 2.5 muestra las energı́as y las
variables de estado para diversos elementos fı́sicos.
En general, no hay una única vı́a en la selección de las variables de estado
fı́sicas para el método señalado arriba. Sólo se deben escoger variables fı́sicas

J. Ramı́rez y E. Rosero 68 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

ELEMENTO ENERGÍA V.E FÍSICA

Condensador C Tensión V
CV 2
2

Inductancia L Corriente I
LI 2
2

Masa m Velocidad lineal ν

mν 2
2

Momento de Inercia J Velocidad rotacional ω

J ω2
2

Resorte K Desplazamiento x
Kx2
2

Comprensibilidad del fluido Presión P

νP 2
ν
Ks
2Ks

Capacitancia del fluido Nivel h

ρAh2
ρA 2
2

Capacitancia térmica C Temperatura θ

Cθ2
2

Tabla 2.5: Variables de estado fı́sicas

J. Ramı́rez y E. Rosero 69 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

independientes. Las variables de estado independientes son aquellas que no

pueden ser expresadas en términos de las restantes variables de estado sele-
ccionadas.
En algunos sistemas se podrán requerir más de las variables de estado aso-
ciadas a los elementos almacenadores de energı́a, dependiendo de las salidas
requeridas.

Ejemplo: Modelo en varaibles de estado del motor de corriente continua

(CC), ver figura 2.23:

La if = cte
+ Ra
+
ea ia eg
− θm ωm
− t
f
J

Figura 2.23: Modelo matemático del motor CC

Ecuación 1:
dia
ea = Ra ia + La + eg (2.8)
dt
Ecuación 2:
dθm
eg = Kb = Kb ω m (2.9)
dt
Ecuación 3:
t = KT i a (2.10)

Ecuación 3:
dωm
J + fωm = t (2.11)
dt

J. Ramı́rez y E. Rosero 70 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO


En La : ia = x2
V.E :
En J : ω = x1

Entrada : ea
Salida : ω = x1
Reemplazando las variables de estado:
ea = Ra x2 + La x˙2 + Kb x1
J x˙1 + fx1 = KT x2

x˙1 = − Jf x1 + KJT x2
Reordenando :
x˙2 = − K b
La 1
x −R a
x +
La 2
ea
La

       
 x˙1 − Jf KT
x 1 0

  J
 =  +  ea
Ecuacion de estado Kb Ra 1 |{z}

 x˙2 − L
− L
x 2 L R
 | {z } | a
{z a } | {z } | {za }
Ẋ A X B
  
 ω =  1 0  x1
Ecuacion de salida |{z} | {z } x2
 Y E | {z }
X
Si θm también es una salida requerida, debe considerarse otra variable de
estado x3 = θm ; considerándose la ecuación diferencial: θ˙m = ω; x˙3 = x1 y
θm = x3.
En tal caso, la descripción del sistema por variables de estado será:
      
x˙1 − Jf KT
J
0 x1 0
      
   K     
 x˙2  =  − b − Ra 0   x2  +  1 
   La La    La  ea
      
x˙3 1 0 0 x3 0
 
    x 1
ω 1 0 0  


  =   x2 
 
θm 0 0 1  
x3

J. Ramı́rez y E. Rosero 71 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

Ecuaciones dinámicas a partir de las ecuaciones diferenciales

Un sistema fı́sico también puede ser representado por ecuaciones dife-
renciales o funciones de transferencia; cuando se representa por ecuaciones
diferenciales es de interés obtener las ecuaciones dinámicas para una entrada
sin derivadas, con derivadas y para múltiples entradas con o sin derivadas.
Otros casos es mejor tratarlos pasando las ecuaciones diferenciales a funciones
de transferencia y de ahı́ a las ecuaciones dinámicas.
1. Entrada única sin términos derivativos

dn c(t) dn−1 c(t) dn−2 c(t) dc(t)

+ a1 + a2 +. . . + an−1 + an c(t) = r(t)
dt dt dt dt

Se desea pasar a n ecuaciones de estado y una ecuación de salida,

definiendo las n variables de estado en función de c(t) y sus derivadas;
como las variables de estado no son únicas, es importante asignar las
variables de estado de la manera más conveniente, en este caso como:

dc(t) d2 c(t) dn−1 c(t)

x1(t) = c(t); x2(t) = ; x3 (t) = ; . . . ; xn (t) =
dt dt dt
Ası́, las ecuaciones de estado son:
 dx1 (t)

 dt
= x2 (t)





 dx2 (t)

 dt
= x3 (t)
V.E de F ase

 dx3 (t)
= x4 (t)

 dt

 .. ..

 . .

 dxn−1 (t)
dt
= xn (t)
Despejando la derivada de orden superior de la ecuación dinámica te-
nemos:
dxn
= − an x1(t) − an−1 x2 (t) − . . . − a2xn−1 (t) − a1xn (t) + r(t)
dt
Si la Ecuación de Salida es: c(t) = x1(t), podemos expresar las ecua-
ciones diferenciales como:
dX
= AX(t) + BR(t)
dt

J. Ramı́rez y E. Rosero 72 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

C(t) = EX(t)
Donde:
 
0 1 0 0 0 ... 0
 0 0 1 0 0 ... 0
 
 0 0 0 1 0 ... 0
 
A= .. .. .. .. .. .. 
..
 . . . . . . 
.
 
 0 0 0 0 0 ... 1 
−an −an−1 −an−2 −an−3 −an−4 . . . a1 (n
x n)
 
0
 0   
 
B =  ..  E = 1 0 . . . 0 (1xn)
 . 
1 (n 1)
x
| {z }
F orma Canonica Controlable
Esta forma también se conoce como forma canónica de variables de fase
o forma canónica asociada.
Esta representación tiene ciertas caracterı́sticas que facilitan el análisis
y diseño (por realimentación de estado se pueden asignar arbitraria-
mente los ”modos”del sistema) del sistema dinámico.

Ejemplo:
Sea la ecuación diferencial:
d3 c(t) d2 c(t) dc(t)
3
+ 5 2
+ + 2c(t) = r(t)
dt dt dt
Despejando el término de la máxima derivada:
d3 c(t) d2 c(t) dc(t)
= − 5 − − 2c(t) + r(t)
dt3 dt 2 dt
Definiendo:
dc(t) d2 c(t)
x1 = c(t); x2 = ; x3 =
dt dt
       

 x˙1 0 1 0 x1 0

       
       
Ecuacion de estado  x˙2   1    +  0  r(t)
   = 0 0   x2   

       


x˙3 −2 −1 −5 x3 1

J. Ramı́rez y E. Rosero 73 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

  

 x1

  
   
Ecuacion de salida c(t) = 1 0 0 
 x 2



  



x3
2. Entrada única con términos derivativos
Sea la ecuación diferencial:
cn + a1cn−1 + . . . + an−1 ċ + an c = b0un + b1un−1 + . . . + bn−1 u̇ + bn u
Si se toman como variables de estado a c(t) y sus (n − 1) derivadas, se
obtiene:

x˙1 = x2
x˙2 = x3
x˙3 = x4
.. ..
. .
x˙n = −an x1 − an−1 x2 . . . − a1 xn + b0un + b1un−1 + . . . + bn−1 u̇ + bn u
c(t) = x1

Debido a los términos derivativos de la n-ésima ecuación de estado, no

se llega a la forma normalizada.
Tratando de mantener la matriz A de la forma canónica controlable, se
define el siguiente conjunto de variables de estado:

x˙1 = x2 + β1 u
x˙2 = x3 + β2 u
x˙3 = x4 + β3 u
.. ..
. .
x˙n = xn−1 + βn−1
c(t) = x1 + β0

Las constantes βi se obtienen reemplazando c(t) en la ecuación diferen-

cial; ası́1 (Ogata [1993]):
1
Ver ejemplo A-3-3 del libro de Ogata

J. Ramı́rez y E. Rosero 74 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

β0 = b0
β1 = b1 − a1β0
β2 = b2 − a1β1 − a2β0
β3 = b2 − a1β2 − a2β1 − a3 β0
.. ..
. .
βn = bn − a1 βn−1 − . . . − an−1 β1 − an β0

Con esta elección las ecuaciones dinámicas del sistema serán:

Ẋ = AX(t) + Bu

C(t) = EX(t) + Du
Donde:
   
x1 0 1 0 0 0 ... 0
 x2   0 0 1 0 0 ... 0 
   
 x3   0 0 0 1 0 ... 0 
   
X= .. ;A =  .. .. .. .. .. .. ..
 .   . . . . . . .
   
 xn−1   0 0 0 0 0 ... 1 
xn −an −an−1 −an−2 −an−3 −an−4 . . . a1
 
β1
 β2 
 
 β3   
 
B= ..  ; E = 1 0 0 0 . . . 0 ; D = β0 = b0
 . 
 
 βn−1 
βn
Otra forma de asignar las variables de estado para obtener A en la
forma canónica controlable es la siguiente:
d
Utilizando el operador D = dt , c(t) a partir de la ecuación diferencial,
será:
(D(p) = pn + a1pn−1 + . . . + an−1 p + an )

b0pn b1pn−1 bn−1 p bn

c(t) = u + u + ... + u + u
D(p) D(p) D(p) D(p)

J. Ramı́rez y E. Rosero 75 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

Seleccionando como variables de estado:

u pu pn−2 u pn−1 u
x1 = ; x2 = ; ... xn−1 = ; xn =
D(p) D(p) D(p) D(p)

se obtienen las relaciones:

ẋ1 = x2 ẋ2 = x3 ẋ3 = x4 . . . ẋn−1 = xn
...
ẍ1 = x3 x 1 = x4 . . . xn−1
1 = xn

de
u
x1 =
D(p)
tenemos:

xn1 + a1xn−1
1 + . . . + an−1 ẋ1 + an x1 = u
x˙n + a1 xn + a2xn−1 + . . . + an−1 x2 + an x1 = u
Ası́ las ecuaciones de estado serán:

x˙1 = x2
x˙2 = x3
x˙3 = x4
.. ..
. .
x˙n = −a1xn − a2xn−1 . . . − an−1 x2 − an x1 + u

También, a partir de las anteriores relaciones se obtiene la ecuación de

salida:
c(t) = (bn − b0 an )x1 + (bn−1 − b0 an−1 )x2 + · · · + (b1 − b0a1 )xn + b0
   
0 1 0 0 0 ... 0 0
 0 0 1 0 0 ... 0    
  0 
 0 0 0 1 0 ... 0    
  0 
A =  .. .. .. .. .. .. .  B =  ..  D = b0
 . . . . . . ..   . 
   
 0 0 0 0 0 ... 1   0 
−an −an−1 −an−2 −an−3 −an−4 . . . a1 1
 
E = (bn − b0 an ) (bn−1 − b0 an−1 ) (bn−2 − b0an−2 ) . . . (b1 − b0a1)

J. Ramı́rez y E. Rosero 76 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

3. Entradas y salidas múltiples

Ecuación de estado:
Ẋnx1 = Anxn Xnx1 + Bnxp Rpx1
Ecuación de salida:
Cqx1 = Eqxn Xnx1 + Dqxp Rpx1

A o Matriz del sistema: Determina la dinámica interna (movimientos

propios) del sistema; está relacionada con el denominador de la FdT;
es de dimensión nxn.
n: número de variables de estado = Número de elementos almace-
nadores de energı́a = orden del sistema.

B o Matriz de entrada o de distibución: Dimensión nxp. Indi-

ca cómo excitan al sistema las p entradas.

E o Matriz de salida o de observación: Dimensión qxn. Determina

cómo se transmite el estado interno a las q salidas; permite observar a
través de ellas el estado interno del sistema.

D o Matriz de acoplamiento o de interconexión: Dimensión qxp.

Indica el acoplamiento directo entre la salida y la entrada, en la mayorı́a
de los sistemas de control D es nula; será distinta de cero en sistemas
con igual número de polos y ceros.
Las ecuaciones dinámicas se pueden representar gráficamente usando flechas
dobles para los vectores y los bloques para las matrices, como se muestra en
la figura 2.24.

De forma similar a los sistemas monovariables, se pueden interconectar

distintos sistemas, bien sea en cascada, paralelo o en realimentación.

Ecuaciones dinámicas a partir de las funciones de transferencia

Sea:
C(s) b0 sn + b1 sn−1 + ...bn−1s + bn
G(s) = = n (2.12)
R(s) s + a1sn−1 + ...an−1s + an

J. Ramı́rez y E. Rosero 77 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

R + Ẋ R X + C
B +
E +

A
Figura 2.24: Modelo matricial de un sistema en Espacio de Estados

Aunque hay muchas formas de obtener la representación por variables de

estado a partir de la función de transferencia en este punto sólo se tratará el
método directo.

Método directo
Con este método no se requiere que la función de transferencia se encuen-
tre factorizada (es equivalente al presentado con el operador P ):
Se divide el numerador y el denominador por la máxima potencia en s:
C(s) b0 + b1 s−1 + ...bn−1s−n+1 + bn s−n
= (2.13)
R(s) 1 + a1s−1 + ...an−1s−n+1 + an s−n

Despejando C(s):
(b1 − b0a1 )s−1 + (b2 − b0a2 )s−2 + ... + (bn − b0an )s−n ]R
C(s) = b0 R +
1 + a1s−1 + ...an−1s−n+1 + an s−n
(2.14)
Definiendo la variable auxiliar
R
Y (s) = (2.15)
1 + a1 s−1 + ...an−1s−n+1 + an s−n
se obtiene:
C(s) = b0R + (b1 − b0a1)s−1 + (b2 − b0 a2)s−2 + ... + (bn − b0an )s−n ]Y (s)
(2.16)

J. Ramı́rez y E. Rosero 78 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

Y (s) = R − a1s−1 Y (s) − a2 s−2 Y (s)... − an s−n Y (s) (2.17)

Escogiendo como variables de estado a:

x1 = s−n Y (s) (2.18)

x2 = s−n+1 Y (s) (2.19)

x3 = s−n+2 Y (s) (2.20)
... (2.21)
xn = s−1 Y (s) (2.22)
se obtienen las siguientes ecuaciones dinámicas:
Ecuaciones de estado:
x˙1 = x2 (2.23)
x˙2 = x3 (2.24)
... (2.25)
x˙n = Y (s) = R − a1xn − a2xn−1 ...anx1 (2.26)

Ecuaciones de salida:

c(t) = b0R + (b1 − b0 a1)xn + (b2 − b0a2)xn−1 + ... + (bn − b0an )x1 (2.27)

Esta representación es la forma canónica controlable y utiliza variables

de estado de fase.

Ejemplo:
Para el sistema de control de la figura 2.25, obtener la representación por
variables de estado con la matriz A de la forma canónica controlable.
La representación puede obtenerse aplicando a la función de transferencia
del sistema, el método directo:
C(s) 160(s + 4)
= 3 (2.28)
R(s) s + 18s2 + 192s + 640
entonces:
C(s) 160s−2 + 640s−3
= (2.29)
R(s) 1 + 18s−1 + 192s−2 + 640s−3

J. Ramı́rez y E. Rosero 79 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

R(s) 4(s+4) 40 C(s)

+−
s+16 s(s+2)

Figura 2.25: Ejemplo

entonces:
C(s) = (160s−2 + 640s−3 )Y (s) (2.30)
con:
R(s)
Y (s) = (2.31)
1+ 18s−1 + 192s−2 + 640s−3
de esta última expresión:

Y (s) = R(s) − 18s−1 Y (s) − 192s−2 Y (s) − 640s−3 Y (s) (2.32)

Definiendo las variables de estado:

x1 = s−3 Y (s) (2.33)

x2 = s−2 Y (s) (2.34)

x3 = s−1 Y (s) (2.35)
se obtienen las ecuaciones de estado:

x˙1 = x2 (2.36)

x˙2 = x3 (2.37)
x˙3 = £−1{Y (s)} (2.38)
entonces:
x˙3 = r(t) − 18x3 − 192x2 − 640x1 (2.39)
la ecuación de salida se obtiene a partir de C(s):

c(t) = 160x2 + 640x1 (2.40)

J. Ramı́rez y E. Rosero 80 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

Las ecuaciones dinámicas en representación matricial son:

      
x˙1 0 1 0 x1(t) 0
 x˙2  =  0 0 1   x2(t) + 0  r(t)
 
x˙3 −640 −192 −18 x3(t) 1
 
  x1 (t)
c(t) = 640 160 0  x2 (t) 
x3 (t)
Otros métodos que llevan a formas canónicas son:

Anidado: lleva a la forma canónica observable

Expansión en fracciones parciales: lleva a la forma canónica de Jordan

Kuo [1996].

2.2.5. Diagrama de estado

El diagrama de estado es la representación gráfica de un sistema descrito
mediante variables de estado; usualmente se utilizan para su representación,
los grafos de fluencia por lo cual se construye siguiendo las reglas de estos.
La caracterı́stica más importante de estos diagramas es que establecen una
estrecha relación entre:

Las ecuaciones de estado

Las ecuaciones deferenciales

La solución de las ecuaciones de estado

La simulación por computador

Las operaciones lineales básicas que aparecen en un diagrama de estado

son:

Multiplicación por una costante

Suma algebraica de variables

Integración

J. Ramı́rez y E. Rosero 81 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

Estas operaciones tienen la siguiente representación mediante grafos de

fluencia:
Multiplicación
x1 (t) a1 x2 (t)

X1(s) X2(s)
Figura 2.26: Multiplicación

y se obtienen las ecuaciones algebraicas en tiempo y frecuencia:

x2(t) = a1 x1(t) (2.41)

X2 (t) = a1 X1 (t) (2.42)

Suma
x1 (t)

X1(s) a1

x2 (t) a2 x4 (t)

X2(s) X4(s)
a3
x3 (t)

X3(s)
Figura 2.27: Suma

y se obtienen las ecuaciones algebraicas en tiempo y frecuencia:

x4 (t) = a1x1 (t) + a2 x2(t) + a3x3 (t) (2.43)

X4 (s) = a1X1 (s) + a2 X2 (s) + a3X3 (s) (2.44)

J. Ramı́rez y E. Rosero 82 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

Integración Z t
x1 (t) = ax2(τ )dτ + x(t0) (2.45)
t0

x1(t0) x1 (t0 )
s

1 1

a s−1 as−1
X2(s) X1(s) X2(s) X1(s)

Figura 2.28: Integración

Realizando la transformada de Laplace:

X2 (s) x1(t0)
X1 (s) = a + (2.46)
s s
para τ ≥ t0. Esta expresión es una ecuación algebraica en frecuencia.
Estas gráficas de la multiplicación, suma e integración serán los elemen-
tos básicos de los diagramas de estado; como se observa, se incluye en la
representación, las condiciones iniciales, caracterı́stica importante de la des-
cripción de sistemas mediante variables de estado.

De la ecuación diferencial al diagrama de estado

Aunque este enfoque directo no siempre es el más conveniente, puede
construirse un diagrama de estado a partir de una ecuación diferencial.
dn dn−1 dn−2 d
n
c(t) + a1 n−1 c(t) + a2 n−2 c(t) + .. + an−1 c(t) + an c(t) = r(t) (2.47)
dt dt dt dt
Despejando el término enésimo:
dn dn−1 dn−2 d
n
c(t) = −a1 n−1 c(t) − a2 n−2 c(t).. − an−1 c(t) − an c(t) + r(t) (2.48)
dt dt dt dt

J. Ramı́rez y E. Rosero 83 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

considerando como nodos a las variables:

d d2 dn
r, c, c(t), 2 c(t)... n c(t) (2.49)
dt dt dt
Realizando la transformada de Laplace, se obtiene:
R(s), C(s), sC(s), s2C(s)...snC(s) (2.50)
Interconectándolos mediante los grafos de las operaciones básicas para
representar la última ecuación, se obtiene el diagrama de estado de la ecuación
diferencial:
cn−1 (t0 ) cn−2 (t0 ) ċ(t0 ) c(t0 )
s s s s

R 1 sn C s−1 s−1 s−1 1 C

sn−1 C sn−2 C sC C
xn xn−1 x2 x1
−a1
−a2

−an−1

−an

Figura 2.29: Diagrama de estado de la ecuación diferencial

Se asigna como variables de estado cada uno de los nodos de salida de

las integraciones; por tanto este diagrama de estado, representa la forma
canónica controlable.

Solución Analı́tica
Con la ecuación de estado:
d
X(t) = AX(t) + BR(t) (2.51)
dt

J. Ramı́rez y E. Rosero 84 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

y la ecuación de salida:

C(t) = EX(t) + DR(t) (2.52)

y aplicando la transformada de Laplace a la ecuación de estado, obtenemos:

SX(s) − X(0) = AX(s) + BR(s) (2.53)

entonces
X(s) = (sI − A)−1X(0) + (sI − A)−1 BR(s) (2.54)
Aplicando la transformada de Laplace a la ecuación de salida y reemplazando
obtenemos:

C(s) = E(sI − A)−1 X(0) + E(sI − A)−1 BR(s) + DR(s) (2.55)

Los vectores de estado y de salida seran: £−1 {X(s)} y £−1 {C(s)}. La

solución de la ecuaciones dinámicas se verá en detalle más adelante.

Como se observa, se requiere para la solución, el cálculo de (sI − A)−1;

con el diagrama de estado esta operación se puede realizar usando la fórmula
de Ganancia de Mason con Xi (s), i = 1, 2, .., n como nodos de salida y Xi (0),
i = 1, 2, .., n y Rj (j), j = 1, 2, .., p como nodos de entrada.

Ejemplo:
Hallar la solución analı́tica para el siguiente sistema, con condiciones ini-
ciales iguales a cero:

1 1
1 1 s s 1
R(s) = s x2 x1 C(s)
−2
−4
Figura 2.30: Ejemplo

Aplicando la fórmula de ganancia con R(s) como nodo de entrada y X1 ,

X2 como nodos de salida:

J. Ramı́rez y E. Rosero 85 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

s−2 R(s) R(s)

X1 (s) = −1 −2
= 2 (2.56)
1 + 2s + 4s s + 2s + 4
s−1 R(s) sR(s)
X2 (s) = −1 −2
= 2 (2.57)
1 + 2s + 4s s + 2s + 4
entonces:
   
X1 (s) 1 1
= 2 R(s)
X2 (s) s + 2s1 + 4 s
con R(s) = 1s , y aplicando la Transformada inversa de Laplace:
  1 
x1(t) 4
(1 + 1,15e−t sen(1,73t + 4π3
))
1
x2(t) 2
(1,15e−t sen(1,73t))
para t ≥ 0, y la salida se obtiene como:
 
  x1
c(t) = 1 0
x2

reemplazando:
1 4π
c(t) = (1 + 1,15e−t sen(1,73t + )) t≥0 (2.58)
4 3

Del diagrama de Estado a la Función de Transferencia

La función de transferencia entre una entrada y una salida se obtiene a
partir del diagrama de estado considerando a todas las demás entradas y los
estados iniciales nulos.

Ejemplo
Para el sistema del ejemplo anterior, X1 (0)=X2 (0)=0 y sólo hay una
entrada, por tanto:
C(s) 1
= 2 (2.59)
R(s) s + 2s + 4

J. Ramı́rez y E. Rosero 86 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

Del diagrama de estado a las ecuaciones dinámicas

Las ecuaciones dinámicas pueden obtenerse a partir del diagrama de es-
tado, aplicando la fórmula de ganancia; como en las ecuaciones diferenciales
no aparecen condiciones iniciales ni el operador s de Laplace, no se deben
considerar las entradas de condiciones iniciales ni las ramas de integración
S −1 ; para escribir las ecuaciones de estado se deben considerar las primeras
derivadas de las variables de estado como nodos de salida y las variables de
estado y entradas como nodos de entrada; para la ecuación de salida los no-
dos de salida son las salidas C y los nodos de entrada, las variables de estado
y las entradas del sistema r.

Ejemplo
Obtener las ecuaciones de estado directamente del diagrama de estado
para el sistema de los ejemplos anteriores.
Eliminando las ramas de ganancia S −1 el diagrama queda:

1 1
r(t) ẋ2 x2 x1 c(t)
ẋ1
−2

−4
Figura 2.31: Ejemplo

x˙1 = x2 (2.60)
x˙2 = −4x1 − 2x2 + r(t) (2.61)
c(t) = x1 (2.62)
Por supuesto, la fórmula de ganancia y el procedimiento anterior serán
de mayor utilidad para sistemas de mayor orden y con múltiples entradas y
salidas (MIMO).

J. Ramı́rez y E. Rosero 87 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

2.2.6. Ecuación caracterı́stica, valores propios y vec-

tores propios
Como se sabe, la ecuación caracterı́stica juega un papel importante en
el estudio de los sistemas lineales; de una función de transferencia se obtiene
igualando a cero el denominador; de los sistemas descritos por variables de
estado también puede obtenerse. De la ecuación 2.55 se define la función
de transferencia (si R y C son escalares) como C(s)/R(s) con condiciones
iniciales iguales a cero.
Luego
C(s)
G(s) = = E(sI − A)−1 B + D (2.63)
R(s)
(sI − A): No singular
adj(sI − A)
G(s) = E B+D
|sI − A|

E[adj(sI − A)]B + |sI − A|D

G(s) =
|sI − A|

Luego, la ecuación caracterı́stica será:

|sI − A| = 0

Ejemplo
Hallar la ecuación caracterı́stica para el sistema:
ẋ1 = x2
ẋ2 = −2x1 − 3x2 + r
c(t) = x2
Del sistema:  
0 1
A=
-2 -3

       
1 0 0 1 s 0 0 1
sI − A = s − = −
0 1 -2 -3 0 s -2 -3

J. Ramı́rez y E. Rosero 88 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

 
s -1
sI − A =
2 s+3

E.C = |sI − A| = s(s + 3) + 2 = s2 + 3s + 2

Las raı́ces de la ecuación caracterı́stica se denominan valores propios de la
matriz A; obsérvese que si el sistema se da en la forma canónica controlable,
los coeficientes de la ecuación caracteristica: sn + a1 sn−1 + ... + an vienen
dados en la última fila de la matriz A

Ejemplo
La matriz A del ejemplo anterior está en la forma canónica controlable; luego
la última fila será −a2, −a1
EC: s2 + 3s + 2 = 0
(s + 1)(s + 2) = 0
Valores propios de A: λ1 = −1; λ2 = −2

Se define como vector propio de A al vector Pi que satisface la ecuación

matricial:
(λi I − A)Pi = 0

λi : i-ésimo valor propio de A

Pi : Vector propio de A asociado con el valor propio λi

Ejemplo
Los vectores propios para el sistema del ejemplo anterior, P1 asociado λ1 =
−1: ⇒ (−I − A)P1 = 0
     
-1 0 0 1 p11
− =0
0 -1 -2 -3 p12

   ) )
-1 -1 p11 −p11 − p12 = 0
=0 p11 = −p12
2 2 p12 2p11 + 2p12 = 0

J. Ramı́rez y E. Rosero 89 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

Una sola ecuación para dos incógnitas → infinitas soluciones → asumiendo

p11 = 1 → p12 = −1  
1
P1 =
−1

p2 asociado a λ2 = −2:
  
−2 −1 p21
(−2I − A)P2 = 0 → =0
2 1 p22

)
−2p21 − p22 = 0
p22 = −2p21 ; sip22 = 2 → p21 = −1
2p21 + p22 = 0

 
−1
P2 =
2

2.2.7. Matrices de Transferencia

Si en la ecuación 2.55 C(s) es un vector de q salidas y R(s) un vector de
p entradas:

C(s)
⇒ G(s) = = E(sI − A)−1B + D
R(s)

G(s) es una matriz de transferencias de dimensiones (qxp)

    
C1 G11 G12 . . . G1p R1
 C2   G21 G22 . . . G2p   
     R2 
 ..  =  .. .. ..   .. 
 .   . . .  . 
Cq Gq1 Gq2 . . . Gqp Rp

El elemento Gij relacionará la entrada j-ésima con la salida i-ésima.

J. Ramı́rez y E. Rosero 90 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

Ejemplo
Obtener G(s) para el sistema descrito por:

d2 c1 x1 = c1
dt2
+ 4 dcdt1 − 3c2 = r1
dc2 con x2 = ċ1
+ dcdt1 + c1 + 2c2 = r2
dt x3 = c2

La representación vectorial-matricial del sistema, será:

 dx1      
0 1 0 x 1 0 0  
dt r
 dx 2  =  0 −4 3   x2  +  1 0  1
dt r2
dx3
dt
−1 −1 −2 x3 0 1

 
    x1
C1 1 0 0  x2 
=
C2 0 0 1
x3

Calculando primero (sI − A)

 
s −1 0
(sI − A) =  0 s + 4 −3 
1 1 s+2

|sI − A| = s3 + 6s2 + 11s + 3

 
s2 + 6s + 11 s+2 3
1  
(sI − A)−1 = −3 s(s + 2) 3s
|sI − A|
−(s + 4) −(s + 1) s(s + 4)

G(s) = E(sI − A)−1 B

  
  s2 + 6s + 11 s+2 3 0 0
1 0 0 1   1 0 
G(s) = −3 s(s + 2) 3s
0 0 1 |sI − A|
−(s + 4) −(s + 1) s(s + 4) 0 1

J. Ramı́rez y E. Rosero 91 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

 
1 s+2 3
⇒ G(s) = 3 2
s + 6s + 11s + 3 −(s + 1) s(s + 2)

Ejercicio:
Resuelva el ejercicio 4 propuesto en las actividades de aprendizaje.

Resumen
En este capı́tulo se ha presentado el modelado matemático de sistemas
lineales utilizando funciones de transferencia, diagramas de bloques y gráficas
de flujo de señal. La función de transferencia de un sistema lineal se definió a
partir de aplicar la Transformada de Laplace a la ecuación diferencial, sin
considerar las condiciones iniciales. Un método poderoso para representar la
interrelación entre señales de un sistema lineal es la gráfica de flujo de señal,
permite obtener las funciones de transferencia entre variables de entrada y
de salida de un sistema lineal utilizando la fórmula ganancia.
Este capı́tulo tambien estuvo dedicado al modelado matemático de sis-
temas fı́sicos, se describieron las relaciones matemáticas básicas de sistemas
eléctricos, hidráulicos, térmicos y mecánicos. Para sistemas lineales, las ecua-
ciones diferenciales, las ecuaciones de estado y las funciones de transferencia
son las herramientas fundamentales para el modelado. Se realizó también una
introducción al modelado por espacio de estado.

Actividades de aprendizaje
1. Realice una lectura reflexiva y crı́tica del material del curso.
2. Para las figuras 2.32 y 2.33.
a) Hallar la salida para el siguiente diagrama de bloques:

b) Reducir el siguiente diagrama a la forma canónica:

J. Ramı́rez y E. Rosero 92 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

H1

R1 C
+− G1 +−
− G2 G3

R2
++

−+ H1

H3

Figura 2.32: Figura 1

H3

R1 C
+− G1 +−
− G2 G3

−+ H2

H1

Figura 2.33: Figura 2

3. Para las figuras 2.34 y 2.35 de los ejercicios propuestos de diagramas

de bloques:
a) Obtenga el GFS y calcule C(s) utilizando la fórmula de ganancia
de Mason.
b) Calcule Y6 /Y1 para los siguientes GFS.

4. El siguiente juego de ecuaciones diferenciales, representa la dinámica

de un sistema multivarible:
ċ1 − 2c2 + c1 = 0 (2.64)
c̈2 + 3ċ2 + 8c2 + 3c1 = u̇1 + 3u1 + 3u2 (2.65)
Con c1 (0) = 1, u1(0) = u2 (0) = 0, c2(0) = 1, ċ2 (0) = 0

J. Ramı́rez y E. Rosero 93 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

-H4
G4

Y1 1 Y2 G1 Y3 Y4 Y4 G3 1 Y6
Y5
−H1 −H2
−H3

Figura 2.34: Gráfico de flujo de señal 1

−H4

G4 G5

Y1 1 Y2 G1 Y3 G2 Y4 G3 1 Y6
Y5
−H1 −H2
−H3

Figura 2.35: Gráfico de flujo de señal 2

a) Defina un conjunto adecuado de variables de estado y construya

el diagrama de estado.
b) Calcule la evolución temporal de c1 (t) y c2 (t) debido a las condi-
ciones iniciales, u1 = u2 = 0.
c) Calcule la ecuación caracterı́stica, los valores propios y vectores
propios asociados al sistema.
d ) Obtenga la matriz de transferencia del sistema.

J. Ramı́rez y E. Rosero 94 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

5. Para la figura 1.15 del capitulo 1 (examen 2003):

a) Construya un diagrama de bloques del sistema, usando funciones

de transferencia para representar los diferentes componentes y
ecuaciones.
b) Aplicar la fórmula de Mason al diagrama de bloques anterior para
hallar C
R
de la figura 1.15.

6. (Evaluación febrero de 2004) La figura 2.36 muestra el diagrama de

instrumentación de un sistema de calentamiento.
R1

C1 V1

Producto
frı́o
LT

Agua
Agitador 1 Tanque 1
Chaqueta qa : caudal agua

Tanque 2 i: Corriente en la bobina

TT2 Producto + Caja
caliente −V3 Eléctrica

C2 R2

V2 b3 a3
Bomba TT3 C3

R3

Figura 2.36: Sistema de control

a) (30 %) Identifique y relaciones los diferentes elementos y señales

de la bucla de realimentación tı́pica para el control de temperatura
del producto.

J. Ramı́rez y E. Rosero 95 GICI

 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

b) (70 %) En el tanque 2, T T 3 genera una señal elèctrica b3 propor-

cional a la temperatura del agua en el tanque θ con factor k1 ; el
controlador c3 implementa la ley de control:
Z
kp t
a3(t) = kp (R3 (t) − b3(t)) + (R3 − b3)dτ (2.66)
Ti 0
La caja eléctrica genera una tensión V3 que obedece a la relación:
k2 v3 = a3. La bobina se modela con inductancia L y resistencia
interna R. La transferencia de calor en el tanque 2 obedece a la
ecuación diferencial:

dθ
T = k3 i(t) − ka qa − θ (2.67)
dt
Obtenga un gráfico de flujo de señal que represente el sistema de control
de temperatura en el tanque 2.
7. El siguiente juego de ecuaciones diferenciales representa a un sistema
dinámico:
ċ1 + c1 + c2 = u1 (2.68)
c1 (0) = 0
ċ2 + c2 − c1 = u2 (2.69)
c2 (0) = 1

a) (20 %) Defina un conjunto adecuado de variables de estado y

obtenga las matrices A, B, C y D de las ecuaciones dinámicas.
b) (15 %) Construya el diagrama de estado.
c) (15 %) Calcule c1 (s) debida a las condiciones iniciales; u1 =u2 = 0.
d ) (10 %) Calcule la ecuación caracterı́stica del sistema.
e) (10 %) Calcule los valores propios del sistema.
f ) (10 %) Calcule los vectores propios asociados al sistema.
g) (20 %) Obtenga la matriz de transferencia del sistema

Lecturas complementarias
J. Ramı́rez y E. Rosero 96 GICI
 2.2. SISTEMAS ANÁLOGOS EN REPRESENTACIÓN DE ESTADO

Dominguez S., Campoy P., Sebastián J., Jı́menez. Control en el es-

pacio de estado. Prentice Hall, 2002.

Referencias

KUO BENJAMIN, Sistemas de Control Automático, Prentice Hall

1997.

OGATA KATSUSHITO, Ingenierı́a de Control Moderno, P.H.H. 3 edi-

ción, 1998.

OGATA KATSUSHITO, Sistemas de Control en Tiempo Discreto. P.H.H,

Méx. 1996.

J. Ramı́rez y E. Rosero 97 GICI

Capı́tulo 3

Modelado digital

Introducción
La aplicación de control por computadora ha hecho posible el movimiento
inteligente de robots industriales, la optimizacion de economı́a de combustible
en los automóviles, etc.. La capacidad en la toma de decisiones y la flexibi-
lidad en los programas de control son las mayores ventajas de los sistemas
de control digital. Los controladores digitales se utilizan para alcanzar el de-
sempeño óptimo (productividad máxima, beneficio máximo, costo mı́nimo o
la utilización de mı́nima de energı́a). Como vimos en la primera unidad, un
sistema de control digital, aparte de la planta análoga, incluye los conversores
analógico a digital, digital a analógico y el procesador en sı́ mismo. Para
cada uno de estos elementos requeriremos una representación matemática.
La planta análoga la representaremos por su función de transferencia o su
representación de estado. El conversor A/D mediante una representación
matemática del muestreo; el conversor D/A mediante su función de transfe-
rencia. Para el modelado del procesador digital, utilizaremos la herramienta
matemática transformada Z, con la cual, las soluciones a las ecuaciones en
diferencias se convierten en un problema de naturaleza algebraica similar a
la transformada de Laplace.

En esta unidad se presentará el modelado de los sistemas digitales tanto

para la represetación entrada-salida como de estado.

98
 3.1. MODELADO DEL PROCESADOR DIGITAL

Objetivos

1. Representar, simplificar, analizar y sintetizar un sistema de control por

medio de un diagrama de bloques, diagrama de flujo de señal y diagra-
ma de estado. Aplicación

2. Deducir el modelo matemático en función de transferencia y variables

de estado para sistemas de control análogos y digitales. Conocimiento

3. Analizar las diferentes interrelaciones entre las representaciones entrada-

salida y de estado. Análisis

Contenido

3.1. Modelado del procesador digital

Como se dijo en el estudio de la bucla tı́pica de control digital, el proce-
sador digital es un sistema discreto que recibe, procesa y entrega señales
digitales.

3.1.1. Secuencias
De la señal digital, interesa conocer su valor en instantes infinitesimales,
separados por el perı́odo de muestreo T . Este conjunto de valores se
denomina secuencia; por ejemplo:

n o  
xk , x(k) , x kT = {1, 0, 0.51, -0.26, . . . }
  kT
x kT = e− 3 cos( kT
4
) k = 0, 1, 2, . . . , n
T = 1s.

Las secuencias las podemos representar por la serie de datos o en forma

cerrada si ello es posible. Algunas secuencias importantes son:

J. Ramı́rez y E. Rosero 99 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

NOMBRE MODELO GRÁFICO

δ(k)

1

0 k 6= 0 k
Pulso unitario: δ(k) =
1 k=0
µ(k)

1

0 k<0 k
Escalón unitario: µ(k) =
1 k≥0
r(k)


0 k<0 k
Rampa unitaria: r(k) =
kT k ≥ 0
r(k)
a>0

 0<a<1
0 k<0
Polinomial: x(k) = kT
k
a k≥0

b<0


0 k<0 b>0
Exponencial: x(k) = −bkT
e k≥0
x(k)

k

0 k<0
Senoidal: x(k) =
sin ωkT k ≥ 0

J. Ramı́rez y E. Rosero 100 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

3.1.2. Representación matemática de secuencias

Un pulso de amplitud A en el instante m:

se describe mendiante Aδ(k − m).

Una secuencia arbitraria es una suma ponderada de pulsos unitarios
desplazados:
X∞
x(k) = x(m)δ(k − m)
m=−∞

Si la secuencia es nula para k < 0, se obtiene:

X
∞
x(k) = x(m)δ(k − m)
m=0

x(k) = x(0)δ(k) + x(1)δ(k − 1) + x(2)δ(k − 2) + . . .

3.1.3. Representación matemática del proceso de muestreo

El muestreo de una señal se puede representar matemáticamente multi-
plicando la señal por un tren de impulsos unitarios, δT (t).

J. Ramı́rez y E. Rosero 101 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

x(t) x*(t)

T x∗(t) = δT (t)x(t)
δ T (t)

t
−3T −2T −T T 2T 3T

P∞
δT (t) = k=−∞ δ(t − kT )
Ası́, la señal muestreada será:
X
∞ X
∞
∗
x (t) = x(t)δ(t − kT ) = x(kT)δ(t − kT )
m=−∞ m=−∞

Si x = 0 para t < 0, la sumatoria comienza a partir de k = 0.

Ecuaciones de Diferencias
El procesador digital calcula la secuencia de control a(kT ) a partir de la
secuencia del error e(kT ):

Procesador
e(kT ) → → a(kT )
digital
e(0), e(1),. . ., e(k) a(0), a(1),. . ., a(k − 1).

Estando almacenados e(i) [i = 0,. . . , k] y a(j) [j = 0, . . .,k - 1], el proce-

sador calculará:
a(k) = f (e(i), a(j))
Si la función de cálculo es lineal, tenemos:

a(k) = a1a(k − 1) + a2 a(k − 2) + . . . + an a(k − n) + b0e(k) + b1e(k − 1) + . . . + bm e(k − m)

| {z }
Ecuación de Diferencias Lineal de Parámetros Constantes

J. Ramı́rez y E. Rosero 102 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

Conocidas las n condiciones iniciales de a(k) y la entrada e(k) ∀ k ≥ 0, la

ecuación de diferencias permite calcular la evolución futura de a(k).

Ejemplo:
Solución iterativa de a(k) = a(k − 1) + a(k − 2) para k ≥ 2, con a(0) =
a(1) = 1.

k a(k − 2) a(k − 1) a(k)

0 - - 1 C.I.
1 - - 1 C.I.
2 1 1 2
3 1 2 3
4 2 3 5
5 3 5 8
.. .. .. ..
. . . .

C.I.= Condiciones iniciales

En este caso, no hay expresión analı́tica de la solución.

Como se vió, la transformada de Laplace simplifica la solución de las

ecuaciones diferenciales; su aplicación a secuencias permite definir una nueva
transformada, (Z ) que simplifica la solución de las ecuaciones de diferencia.

Ejercicio:
Resuleva el ejercicio 2 propuesto en las actividades de apredizaje.

3.1.4. Transformada Z

X∞ X
∞
∗
£{x (t)} = £{ x(kT)δ(t − kT )} = x(kT)e−kTs
k=0 k=0

Sea:
Ts
|z ,{ze }
Relación entre las Transformadas Z y £

J. Ramı́rez y E. Rosero 103 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

P∞
X ∗ (S) , X(Z ) = k=0 x(kT)z −k

X(Z ): Transformada Z de x∗(t) unilateral para t > 0 o bilateral cuando

x(t) 6= 0 para t < 0 → x(k) 6= 0 para k < 0.

La transformada Z sólo considera valores de la señal en los instantes de

muestreo −→ Z{x(t)} = Z{x∗ (t)}, ası́, la transformada inversa Z (TIZ), no
permite obtener a x(t), sólo x∗(t).

TZ
% &
x(t) F(Z)
.
x∗(t)← TIZ

Expandiendo la sumatoria anterior, tenemos:

x(z) = x(0)z 0 + x(T )z −1 + x(2T )z −2 + ... . . . + x(nT )z −n + ...

donde el coeficiente de z −n es el valor de la secuencia x(kT) en k = n; es

decir, la transformada Z y la transformada Z inversa (Z −1 ) se pueden obtener
por inspección.

J. Ramı́rez y E. Rosero 104 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

Ejemplo: Calcular la transformada Z del pulso unitario y de los pulsos

de las figuras 3.1 y 3.2.
Z{δ(k)} = δ(0)z 0 + δ(1)z −1 + δ(2)z −2 + . . . + δ(n)z −n = 1

1 δ(k − m)

Figura 3.1: Pulso desplazado m perı́odos

Z{δ(k − m)} = δ(0 − m)z 0 + δ(1 − m)z −1 + δ(2 − m)z −2 + . . .+ δ(0)z −m = z −m

3
2

−1

Figura 3.2: Función compuesta por pulsos desplazados

x(k) = 3δ(0) − 1δ(k − 1) + 2δ(k − 2)

X(z) = 3 − z −1 + 2z −2
De lo anterior se deduce que z −1 es un retardo de un perı́odo;
x(kT ) → z −1 → x(kT − T )
x(k) x(k − 1).
−i
z será un retardo de i perı́odos de muestreo.

J. Ramı́rez y E. Rosero 105 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

Para obtener X(z) también se pueden usar las tablas de transformadas

Z de funciones elementales (ver la tabla 3.1) junto con el uso apropiado de
las propiedades de la transformada Z (ver tabla 3.2 ).

X(s) x(t) ó x(k) X(z)

1 1 δ(t) 1
−kT s
2 e δ(t − kT ) z −k
1 z
3 s
1(t) z−1
1 Tz
4 s2
t (z−1)2
1 −at z
5 s+a
e z−e−aT
(1−e −aT )z
a
6 s(s+a)
1 − e−at (z−1)(z−e−aT )
w z sin wT
7 s2 +w2
sin wt z2 −2z cos wT +1
s z(z−cos wT )
8 s2 +w2
cos wt z2 −2z cos wT +1
1 T ze−aT
9 (s+a)2
te−at (z−e−aT )2
w ze−aT sin wT
10 (s+a)2 +w2
e−at sin wt z2 −2ze−aT cos wT +e−2aT
s+a z2 −ze−aT cos wT
11 (s+a)2 +w2
e−at cos wt z2 −2ze−aT cos wT +e−2aT
2 T 2 z(z+1)
12 s3
t2 (z−1)3
z
13 ak z−a
z
14 ak cos kπ z+a

Tabla 3.1: Tabla de transformada z

Ejemplo:
Resuelva:

x(k + 2) + 3x(k + 1) + 2x(k) = δ(k) con x(k) = 0 para k ≤ 0.

Aplicando la transformada Z :
n o n o
Z x(k + 2) + 3x(k + 1) + 2x(k) = Z δ(k) =1

=⇒ z 2 X(z) − z 2 x(0) − zx(1) + 3zX(z) − 3zx(0) + 2X(z) = 1

x(0) = 0; x(1) se obtiene al evaluar la ecuación de diferencias en k = −1:

x(1) + 3x(0) + 2x(−1) = δ(−1) → x(1) = 0

J. Ramı́rez y E. Rosero 106 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

x(t) ó x(k) Z(x(t)) ó Z(x(k))

1 ax(t) aX(z)
2 x1 (t) + x2(t) X1 (z) + X2 (z)
3 x(t) + T ) ó x(k + 1) zX(z) − zx(0)
4 x(t + 2T ) z 2 X(z) − z 2x(0) − zx(T )
5 x(k + 2) z 2X(z) − z 2 x(0) − zx(1)
6 x(t + kT ) z k X(z) − z k x(0) − z k−1 x(T ) − ... − zx(kT − T )
7 x(k + m) z m X(z) − z m x(0) − z m−1 x(1) − ... − zx(m − 1)
d
8 tx(t) −T z dz [x(z)]
d
9 kx(k) −z dz [x(z)]
−at
10 e x(t) X(zeaT )
11 e−ak x(k) X(zea)
12 ak x(k) x(za ) 
d
13 kak x(k) −z dz X( za )
14 x(0) lı́mz→∞ X(z) si ese lı́mite existe
15 P x(∞) lı́mz→1 [(z − 1)X(z)] si z−1 z
X(z) es analı́tica
16 P x(k) X(1)
17 x(kT )y(nT − kT ) X(z)Y (z)
18 x(k − m) z −m X(z) TZ unilateral

Tabla 3.2: Propiedades de la transformada z

=⇒ z 2 X(z) + 3zX(z) + 2X(z) = 1

1 1 1
X(z) = z2 +3z+2
=⇒
|{z} = z+1
− z+2
F rac.parciales n o
z z z
zX(z) = z+1
− z+2 ; como Z ak = z−a
n o
z
Z (−a)k = z+a

n o
Z x(k + 1) = zX(z) − zx(0) = zX(z)
=⇒ x(k + 1) = (−1)k −(−2)k ;k ≥ 0
n
k+1→n x(n) = (−1) n−1
−(−2) n−1
= −(−1)n − (−2)
−2
x(n) = 0,5(−2)n −(−1)n ;n ≥ 1
NOTA: En muchos casos conviene expandir en fracciones parciales el término
X(z)
z
, pues varias transformadas Z de funciones elementales tienen a Z en su

J. Ramı́rez y E. Rosero 107 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

numerador.

Ejemplo:
10z
Obtener x(kT ) si X(z) = z2 −1,2z+0,2
Solución:
X(z) 10 12,5 12,5
= = −
z h
z2 −1,2z+0,2 i z−1 z−0,2
z z
X(z) = 12,5 z−1 − z−0,2
h i
X(z) = 12,5 µ(k) − (0,2)k ; k = 0, 1, 2, . . .

Ejercicio:
Resuelva los ejercicios 3, 4 y 5 propuestos propuestos en las actividades de
aprendizaje.

3.1.5. Función de transferencia discreta

Muchas veces el controlador digital resuelve las ecuaciones de diferencias:
a(k)+a1a(k−1)+a2a(k−2)+. . .+an a(k−n) = b0e(k)+b1e(k−1)+. . .+bm e(k−m)
aplicando la transformada Z con condiciones iniciales nulas:
A(z)+a1z −1 A(z)+a2z −2 A(z)+. . .+an z −n A(z) = b0E(z)+b1z −1 E(z)+. . .+bm z −1 E(z)
Despejando, obtenemos:
A(z) b0 + b1z −1 + . . . + bm z −m
= G(z) =
E(z) 1 + a1 z −1 + a2z −2 + . . . + an z −n
| {z }
Función de Transferencia Discreta.

Si n ≥ m tenemos:
A(z) b0z n + b1 z n−1 + . . . + bm z n−m N (z)
G(z) = = n n−1 −2
=
E(z) z + a1z + a2z + . . . + an D(z)
G(z) : Función racional de una variable compleja.
Donde: N (z) = 0 : Ceros de G(z).
D(z) = 0 : Polos de G(z); ecuación caracterı́stica
De manera similar al caso continuo, se puede usar el álgebra de los diagra-
mas de bloques o la fórmula de ganancia de Mason, para calcular funciones
de transferencia discretas equivalentes.

J. Ramı́rez y E. Rosero 108 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

Ejemplo:
Función de transferencia discreta (FdTD) para un controlador digital
actuando como un integrador por la regla trapezoidal:

e(t)
e(k − 1)

e(k)
A

t
tk − 1 tk
T

Z tk
A= e(t)dt
tk−1

donde A es el área bajo la curva e(t). También se puede calcular como:

A ≈ area del trapezoide formado por la recta entre e(k − 1) y e(k)
 
1
A ≈ T e(k) + e(k − 1) − e(k) T
2
 
T
A≈ e(k) + e(k − 1)
2
Si a(k − 1) es el área calculada bajo la curva hasta el instante tk−1 :
 
T
a(k) = a(k − 1) + e(k) + e(k − 1)
2
aplicando la transformada Z:
T T
A(z) = z −1 A(z) + E(z) + z −1 E(z)
2 2
se obtiene:  
A(z) T z+1
G(z) = =
E(z) 2 z−1

J. Ramı́rez y E. Rosero 109 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

Modelado de los conversores; Muestreo y Retención

Muestreo y retención en frecuencia: P∞
Para el muestreador: La salida muestreada es: e∗ (t) = k=−∞ e(t)δ(t − kT );

e(t) e∗ (t)
T
y aplicando la transformada de Laplace:
X
∞
∗
E (s) = e(kT )e−skT
k=−∞
.

Para el retenedor:
Aplicando un impulso unitario en el instante kT :

δ(kT )
1

Proceso de retención
t de orden cero H0 (s) t
kT kT kT + T
T

 
Como £ δ(t) = 1, la función de transferencia se puede calcular como
 
£ Respuesta al impulso .

   
1 1 −sT
H0 (s) = £ µ(t) − µ(t − T ) = − e
s s

1 − e−sT
H0 (s) =
s

J. Ramı́rez y E. Rosero 110 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

Su respuesta en frecuencia es:

 
jωT jωT jωT
2e− 2 e 2 −e− 2
1−e−jωT
H0 (jω) = jω
= 2jω
sin ωT − jωT sin ωT
H0 (jω) = T ωT
2
e 2 ; |H0 (jω)| = T | ωT
2
|
2 2

|Ho (jw)|

0.64T

0.21T

0.13T

ws w
2
ws 2ws 3ws

Figura 3.3: Respuesta de frecuencia del ROC.

La figura 3.3 muestra la respuesta frecuencial del retenedor de orden cero.

Note que:
2π
ωs = T
: frecuencia de muestreo [rad/s].

Es un filtro pasa bajos no ideal.

A bajas frecuencias, la curva no es plana → Distorsión.

ωs
Deja pasar señales indeseadas con frecuencias mayores a 2
.

Los retenedores de más alto orden mejoran |H0 (jω)| pero aumentan el retardo
de fase y pueden adicionar ruido al sistema. El Retenedor de Orden Cero
(ROC) es el retenedor más ampliamente usado.

J. Ramı́rez y E. Rosero 111 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

3.1.6. Reconstrucción de Señales

En este punto nos preguntamos: si pasamos una señal muestreada por un
ROC, será posible reconstruir la señal original?

e(t) e*(t) e*(t)

t → kt → t

e(t) e*(t)

T → ROC → e(t)
Claramente, la frecuencia de muesteo ωs debe ser lo suficientemente alta
para poder ver las componentes de alta frecuencia de la señal e(t). Sea el
tren de impulsos unitarios:
X
∞
δT (t) = δ(t − kT )
k=−∞

Como es una señal periódica, entonces en series de Fourier será expresada

como:
X
∞
δT (t) = Cn ejnωs t
n=−∞

1
R T2 P∞
donde: Cn = T −T k=−∞ δ(t − kT )e−jnωs t dt.
2
R∞  
Como −∞ f (t)δ(t − a)dt = f (a) y en − T2 ; T2 sólo hay un impulso en
t = 0, entonces Cn = T1 e0 = T1 .

J. Ramı́rez y E. Rosero 112 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

X∞
1 jnωs t
e∗(t) = e(t)δT (t) = e(t) e
n=−∞
T

Z ∞ Z
E ∗ (s) = 1 ∞ X
∞
e∗ (t)e−stdt = e(t) ejnωs te−st dt
−∞ T −∞ n=−∞

∞ Z ∞
E ∗ (s) 1 X
= e(t)e−(s−jnωs )tdt
T n=−∞ −∞


1 X
∞  La respuesta de frecuencia de una see nal
E ∗ (s) = E(s−jnωs ) muestreada e ∗ (t) es un tren inf inito de la
T n=−∞ 
banda de frecuencia E(jω).

E(jω)

T |E(jω − jnωs )| E(jω)

ω0

−ω1 ω1
−2 2π
T − 2π
T
2π
T = ωs 2 2π
T

Figura 3.4: Espectros de frecuencia de la señal E(jω)

Si en ω1 hay componentes de E(jω1 ) y de E(-jω0 ), esto se conoce como

sobrelapamiento; la frecuencia ω0 , es el Alias de ω1 .
Para evitar el sobrelapamiento de espectros (Aliasing) debe incluirse un pre-
filtro pasobajo continuo que limite el ancho de banda de E(jω) y mantener
ωs suficientemente elevada.

J. Ramı́rez y E. Rosero 113 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

De lo anterior, se tiene que dos sinusoides de diferente frecuencia pueden

tener la misma señal muestreada; sean:

e1(t) = sin (ω1 t)

 
e2(t) = sin ( ω1 + nωs t)
con n: entero.
2π
Si se muestrean con T = ωs
entonces:

e1(kT ) = sin (ω1 kT )

 
e2(kT ) = sin ( ω1 + nωs kT ) = sin (ω1 kT + 2nkπ)
e2(kT ) = sin (ω1 kT ) = e1 (kT )
Ejemplo:

1.5
Sen(2πt/8)
Sen(7πt/4)

0.5

−0.5

−1

−1.5
0 1 2 3 4 5 6 7 8
Tiempo

Figura 3.5: Componentes de frecuencia

J. Ramı́rez y E. Rosero 114 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

e1(t) = sin ( 2π
8
t), ω1 = π4 ; ωs = 2πfs = 2π
Alias: ω0 = ω1 − ωs = π4 − 2π = − 7π 4

ωs
Señales con componentes de frecuencia mayores a 2
, tendrán compo-
nentes adicionales entre 0 y ω2s .

Teorema del Muestreo: Indica cual debe ser la mayor frecuencia de

E(jω) para evitar sobrelapamiento de su espectro. Para recuperar una señal
a partir de sus muestras, se debe muestrear por lo menos al doble de la mayor
frecuencia de la señal: ωs > 2ω1 , donde ω1 : componente de más alta frecuen-
cia presente en la señal en tiempo continuo.
Una señal continua muestreada inapropiadamente, puede presentar oscila-
ciones ocultas si tiene componentes de frecuencia que sean múltiplos enteros
de ωs .

Ejemplo:
x(t)=x1(t)+x2(t)

x(t)=sen(t)+sen(3t)
1
x(kT)=sen(2π/3 k)
0

−1

0 pi 2pi 3pi 4pi

t

1 x1(t)=sen(t)
0.5
x1(t)

0
−0.5
−1
0 pi 2pi 3pi 4pi
t

1 x2(t)=sen(3t)
0.5
x2(t)

0
−0.5
−1
0 pi 2pi 3pi 4pi
t

1 Ws=3rad/seg
0.5
x(k)

0
−0.5
−1
0 1 2 3 4 5 6
k

Figura 3.6: Componentes de frecuencia con oscilaciones ocultas.

J. Ramı́rez y E. Rosero 115 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

La figura 3.6 muestra gráficos de x(t) = sin t+sin 3t, x1(t) = sin t y x2(t) =
sin 3t. En la señal muestreada x(k), donde la frecuencia de muestreo ωs = 3
rad/s no se aprecia la oscilación con frecuencia ω = 3 rad/s.

3.1.7. Modelado de sistemas de datos muestreados con

la función de transferencia de pulsos
Sea un sistema continuo G(s) sujeto a una entrada muestreada e∗(t).

E(s) E ∗ (s) C(s)

s1
G(s) c(t)
T ∗
e(t) e (t)
s2 c∗ (t)
T
Figura 3.7: Sistema continuo G(s) sujeto a una entrada muestreada e∗(t).

C(s) = G(s)E ∗ (s); C(t) podrı́a calcularse a partir de £−1 [C(s)] pero el
cálculo es complejo porque G(s) y E ∗ (s) son transformadas de Laplace de
diferentes tipos de señal; el cálculo se simplifica si sólo nos interesamos por
C(t) en los instantes de muestreo, lo que se representa con el muestreador
ficticio S2 .

1 X
∞

£ C ∗(t) = C ∗ (s) = [G(s)E ∗ (s)]∗ = C(s − jnωs )
T n=−∞

1 X
∞
∗
C (s) = G(s − jnωs )E ∗ (s − jnωs )
T n=−∞
P
E ∗ (s) = T1 ∞ n=−∞ E(s − jnωs ) : Señal periódica con periodicidad ωs
E ∗ (s − jnωs ) E ∗ (s) desplazada un número entero n
de perı́odos.
E ∗ (s − jnωs ) =E ∗ (s)

J. Ramı́rez y E. Rosero 116 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

Ası́, tenemos:

1 X
∞
∗ ∗
C (s) = E (s) G(s − jnωs ) = E ∗ (s)G∗ (s)
T n=−∞

C ∗(s) = E ∗ (s)G∗ (s)

Usando la notación más compacta z, tenemos:


C(z) = C ∗(s) C(z) = E(z)G(z)
sT e =z

Donde G(z) es la Función de transferencia de pulsos; es la función de trans-

ferencia entre la entrada muestreada e∗(t) y la salida c(t) en los instantes de
muestreo, c∗(t).

El siguiente diagrama de bloques de la figura 3.8, representa la bucla

tı́pica de control digital de forma conveniente para aplicar las técnicas de
transformadas.
Programa de
Computador Planta + Actuador
A/D D/A
R(s) + E(s) E ∗ (s) A∗ (s) A(s) C(s)
D(z) 1−e−sT G(s)
T s
−

H(s)

Figura 3.8: Diagrama de bloques

La función de transferencia de pulsos entre A∗ (s) y C ∗(s) será:

h 1 − e−sT i G(s)

C(s) = G(s)A∗(s) = 1 − e−sT A∗(s)
s s}
| {z | {z }
F unción de s F unción de esT

J. Ramı́rez y E. Rosero 117 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

n o∗n
o∗
G(s)
C ∗(s) = s
1 − e−sT A∗ (s)
n on
o
G(s) 
C(z) = Z s
1 − e−sT A∗(s) 
esT =z
n o

G(s)
C(z) = Z s
1 − z −1 A(z)
n o

G(s) C(z)
G(z) = Z s
1 − z −1 = A(z)

Ejemplo:
1
Con G(s) = s+1 , calcular la salida en los instantes de muestreo si el com-
putador genera un escalón unitario discreto en lazo abierto.
Solución:
n o

1
C(z) = Z s(s+1) 1 − z −1 A(z)
n o


1 1 z−1 z
C(z) = Z s
− s+1 z z−1

z z
C(z) = z−1
− z−e−T

C(kT ) = 1 − e−kT

Respuesta exponencial que tiende a 1; el ROC recibe un escalón discreto y

entrega un escalón continuo reconstruyendo perfectamente la señal.

3.1.8. FdT de Pulsos de Elementos en Cascada

E(s) E ∗ (s) A(s) A∗ (s) C(s) C ∗ (s)

G(s) H(s)
1. T T T
Figura 3.9: Cascada totalmente muestreada

J. Ramı́rez y E. Rosero 118 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

C(s) = H(s)A∗ (s) → C(z) = H(z)A(z)

|{z}
Z
A(s) = G(s)E ∗ (s) → A(z) = G(z)E(z)
|{z}
Z
=⇒ C(z) = G(z)E(z)H(z)
C(z)
E(z)
= G(z)H(z)

La FdTP total es el producto de las FdTP parciales.

E(s) E ∗ (s) A(s) C(s) C ∗ (s)

G(s) H(s)
2. T T
Figura 3.10: Cascada sin muestreo intermedio

C(s) = G(s)H(s)E ∗ (s) → C(z) = GH(z)E(z)

|{z}
n o Z
Donde : GH(z) = Z G(s)H(s)
C(z)
E(z)
= GH(z) 6= G(z)H(z)

E(s) A(s) A∗ (s) C(s) C ∗ (s)

G(s) H(s)
3. T T
Figura 3.11: Cascada sin muestreo de entrada

C(s) = H(s)A∗(s) = H(s)EG∗ (s)

→ C(z)
|{z} = H(z)EG(z)
Z

No hay FdT de Pulsos!!!.

La señal a muestrear a(t) depende de todos los valores de e(t) y no sólo
de e(kT ).

J. Ramı́rez y E. Rosero 119 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

3.1.9. FdT de Pulsos de sistemas Realimentados

Consideremos el sistema realimentado de la figura 3.12.

R(s) + E(s) E ∗ (s) C(s) C ∗ (s)

G(s)
T T
−

H(s)

Figura 3.12: Sistema realimentado

C(s) = G(s)E ∗ (s) → C(z) = G(z)E(z)

|{z}
Z
E(s) = R(s)
n − H(s)C(s) o∗ = R(s) − G(s)H(s)E ∗ (s)
∗ ∗
E (s) = R(s) − G(s)H(s)E (s) = R∗ (s) − GH ∗ (s)E ∗ (s)
R(z)
→ E(z) = R(z) − GH(z)E(z)
|{z} → E(z) = 1+GH(z)
Z
C(z) G(z)
→ R(z)
= 1+GH(z)

Si se discretiza la ecuación: E(s) = R(s) − H(s)C(s) → E ∗ (s) = R∗ (s) −

HC ∗(s), no se podrá despejar C ∗ (s); por lo tanto, se debe evitar discretizar
una ecuación si la variable de interés se pierde como factor.

Para sistemas más complejos, la solución del sistema de ecuaciones puede

ser muy elaborada. El siguiente ejemplo muestra un procedimiento sistemático
con el gráfico de flujo de señal.

Ejemplo:
Calcular la FdTP para la bucla tı́pica de control digital de la figura 3.13

1. Se construye el GFS sin muestreadores, pues no tienen función de

transferencia; se asignan nodos de salida a las entradas de los muestreadores
y nodos de entradas a sus salidas, ver figura 3.14.

2. Expresar las entradas a los muestreadores y la salida del sistema en

J. Ramı́rez y E. Rosero 120 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

G(s)

R(s) + E(s) E ∗ (s) A∗ (s) A(s) C(s)

D(z) 1−e−sT Gp (s)
T s
−

H(s)

Figura 3.13: Ejemplo

R 1 E E∗ D∗ A∗ G C

−H
Figura 3.14: Gráfico de flujo de señal

función de las salidas de los muestreadores y/o la entrada del sistema:

E = R − GHD∗ E ∗
C = GD∗ E ∗

3. Discretizar y resolver:
R(z)
E∗ = R∗ − GH ∗ D∗ E ∗ |{z}
→ E(z) = 1+GH(z)D(z)
Z
C∗ = G∗ D∗ E ∗ → C(z) = G(z)D(z)E(z)
|{z}
Z
C(z) G(z)D(z)
R(z)
= 1+GH(z)D(z)

Para la solución de las ecuaciones se puede usar un nuevo GFS y aplicar la

fórmula de ganancia de Mason.

J. Ramı́rez y E. Rosero 121 GICI

 3.1. MODELADO DEL PROCESADOR DIGITAL

Ejemplo:
Calcular C(s) y C(z) para el sistema de la figura:

R + E1 +− E2 G1 C
− T G1 T

Figura 3.15: Ejemplo

Solución:

1. Paso 1

R 1 E1 E1* G1 E2 E2* G2 C

−H

-1

2. Paso 2
E1 = R − G2 E2∗
E2 = G1 E1∗ − G2 HE2∗
C = G2 E2∗

3. Paso 3: discretizar:
E1∗ = R∗ − G∗2 E2∗
E2∗ = G∗1 E1∗ − G2 H ∗ E2∗
C ∗ = G∗2 E2∗

J. Ramı́rez y E. Rosero 122 GICI

 3.2. SISTEMAS DISCRETOS EN REPRESENTACIÓN DE ESTADO

G2 H*

R* 1 E1∗ G1 * E2 * G2 * C*

G2 C
−G2 *

Figura 3.16: GFS para la solución de las ecuaciones.

Para resolver, podemos usar el GFS de la figura 3.16:

G1 (z)G2 (z)R(z) G∗1 (s)G2 (s)R∗ (s)
C(z) = 1+G1 (z)G2 (z)+G2 H(z)
; C(s) = 1+G∗1 (s)G∗2 (s)+G2 H ∗ (s)

c(t) = £−1 C(s) da la respuesta entre instantes de muestreo; normalmente
se resuelve por computador.

Ejercicio:
Resuelva el ejercicio 6 propuesto en las actividades de aprendizaje.

3.2. Sistemas discretos en representación de

estado
Las ecuaciones dinámicas para un sistema discreto, lineal e invariante,
son:
X(k + 1) = AX(k) + BR(k)
C(k) = EX(k) + DR(k)

Donde:

X(k): Vector de estado de orden n.

C(k): Vector de salida de orden q.
R(k): Vector de entradas de orden p.

J. Ramı́rez y E. Rosero 123 GICI

 3.2. SISTEMAS DISCRETOS EN REPRESENTACIÓN DE ESTADO

Anxn , Bnxp , Eqxn y Dqxp .

D
X(k + 1) X(k)
R(k) + +
−1 E
B +
Z I +
C(k)
A
Figura 3.17: Sistema en Espacio de estados

La configuración básica es la misma que la de los sistemas continuos por

lo que también aplican las técnicas de representación vistas.

Ejemplo:
Obtener la representación de estado del sistema descrito por:

c(k + 2) + 5c(k + 1) + 3c(k) = r(k + 1) + 2r(k)

Solución:
Considerando:
x1 (k) = c(k)
x2 (k) = x1(k + 1) + nr(k) ;
n a calcular.

x1(k + 1) = x2(k) − nr(k).

c(k + 2) = x1(k + 2)
⇓
x2(k + 1) = x1(k + 2) + nr(k + 1)
= −5x1(k + 1) − 3x1 (k) + r(k + 1) + 2r(k) + nr(k + 1).
= −5x2(k) + 5nr(k) − 3x1 (k) + (n + 1)r(k + 1) + 2r(k).

J. Ramı́rez y E. Rosero 124 GICI

 3.2. SISTEMAS DISCRETOS EN REPRESENTACIÓN DE ESTADO

Con n = −1, se elimina el término r(k + 1):

x2 (k + 1) = −3x1(k) − 5x2 (k) − 3r(k)

x1 (k + 1) = x2(k) + r(k).
      
x1(k + 1) 0 1 x1 (k) 1
= + r(k)
x2(k + 1) −3 −5 x2 (k) −3
 
  x1(k)
C(k) = 1 0
x2(k)

Con x1(0) = 0; x2(0) = x1 (1) − r(0) = c(1) − r(0).

Para obtener el diagrama de estado, consideramos un retardo: xj (k +1) =

=⇒ zXj (z) − zxj (0) = Xi (z), luego Xj (z) = z −1 Xi (z) + xj (0), ver la
xi (k) |{z}
Z
figura.

xj (0)

Xi (z) z −1
Xj (z)
| {z }
P ermite representar el retardo unitario en el diagrama de estado.

Ejemplo:
Para el sistema discreto del ejemplo anterior, el diagrama de estado es:
Las variables de estado son ahora, las salidas de los retardos unitarios z −1 .

Igualmente, a partir del diagrama de estado para el sistema discreto, se

pueden obtener la Función o Matriz de transferencia discreta y las ecuaciones
de transición de estado.

J. Ramı́rez y E. Rosero 125 GICI

 3.2. SISTEMAS DISCRETOS EN REPRESENTACIÓN DE ESTADO

x2 (0) x1 (0)

1 1

−3 x2 (k + 1) z −1 x2(k) 1 z −1 x1 (k) 1 C(z)

R(z) X2 (z) X1 (k + 1) X1 (z)

−5

−3

Figura 3.18: Gráfico en flujo de señal

Ejercicio:
Resuelva los ejercicios 7, 8 y 9 propuestos en las actividades de aprendizaje.

Resumen
En este capı́tulo se ha presentado el modelado matemático de sistemas
lineales discretos utilizando funciones de transferencia, diagramas de bloques
y gráficas de flujo de señal. Se presenta un método para modelar la operación
de muestreo mediante la modulación por impulsos; se incluye el cálculo de las
funciones de transferencia del retenedor de orden cero. También se presentó la
reconstrucción de la señal original en tiempo continuo a partir de la señal
muestreada. Se definieron las funciones de transferencia de sistemas en tiem-
po discreto y se describieron las reglas que gobiernan las manipulaciones de
funciones de transferencia entre sistemas en tiempo discreto que están inter-
conectados. Finalmente se presentó el modelado de los sistemas de tiempo
discreto, mediante el espacio de estados.

J. Ramı́rez y E. Rosero 126 GICI

 3.2. SISTEMAS DISCRETOS EN REPRESENTACIÓN DE ESTADO

Actividades de aprendizaje

1. Realice una lectura reflexiva y crı́tica del material del curso.

2. Se desea determinar una expresión recursiva (Ecuación de diferencias)
para encontrar la n-ésima raı́z de un número N. Comenzamos por ex-
pandir la Serie de Taylor de una función f(x) alrededor de un punto
xn :
(x − xn )2 00
f (x) = f (xn ) + (x − xn )f 0 (xn ) + f (xn ) + . . .
2!
Si truncamos la serie luego de dos términos, tenemos:

f (x) = f (xn ) + (x − xn )f 0 (xn )

Representamos con x la próxima iteración xn+1 y además que sea una

de las soluciones de la ecuación, f(x) = 0. Ası́, tenemos:

0 = f (xn ) + (xn+1 − xn )f 0 (xn )

o
f (xn )
xn+1 = xn −
f 0 (xn )
Esta ecuación es útil para solucionar f(x) = 0.
Escoja apropiadamente f (x) y determine la correspondiente ecuación
de diferencias para hallar la n-ésima raı́z de un número N. Realice
5 iteraciones para calcular la raı́z cúbica de 5 usando x0 = 1 como
supuesto inicial.

3. Use la transformada Z para resolver la ecuación de diferencias:

y(k) − 3y(k − 1) + 2y(k − 2) = 2u(k − 1) − 2u(k − 2)

Con:
u(k) = k k ≥ 0
u(k) = 0 k < 0
y(k) = 0 k < 0

4. Calcule la transformada inversa x(k) para cada una de las siguientes

transformadas:

J. Ramı́rez y E. Rosero 127 GICI

 3.2. SISTEMAS DISCRETOS EN REPRESENTACIÓN DE ESTADO

1
a) X(z) = 1+z−2
1+z−1 −z−2
b) X(z) = 1−z−1
z
c) X(z) = z2 −2z+1
z
d) X(z) = (z−1)2 (z−2)

5. Resuelva (k + 2)x(k + 2) − 2(k + 1)x(k + 1) + kx(k) = 1 con x(k) = 0

para k ≤ 0.

6. Calcule YR(z)
(z)
para los sistemas de las figuras 3.19 a 3.24 del libro de
Kuo.(Kuo [1996]); con T = 0,5 s.

r(t)+ e(t) e*(t) y(t)

T ROC G(s)
−

Figura 3.19: Sistema 1

r(t) r*(t) 1 10 y(t)

T s+1 s+2

(b)

Figura 3.20: Sistema 2

r(t) r*(t) 1 10 y(t)

T s+1 T s+2

(c)

Figura 3.21: Sistema 3

J. Ramı́rez y E. Rosero 128 GICI

 3.2. SISTEMAS DISCRETOS EN REPRESENTACIÓN DE ESTADO

r(t) r*(t) h(t) 5 y(t)

T ZOH s(s+2)

(d)

Figura 3.22: Sistema 4

r(t) + e(t) e*(t) h(t) 5 y(t)

T ZOH s(s+2)
−

(e)

Figura 3.23: Sistema 5

r(t) + e(t) e*(t) h(t) 5 y(t)

T ZOH s(s+1)(s+2)
−

(f)

Figura 3.24: Sistema 6

7. Dibuje un diagrama de estado ([Kuo, 1996]) para el sistema de control

digital representado por las siguientes ecuaciones dinámicas:

x(k + 1) = Ax(k) + Bu(k)

y(k) = x1(x)

 
0 1 −1
A=  0 1 2 
5 3 −1

J. Ramı́rez y E. Rosero 129 GICI

 3.2. SISTEMAS DISCRETOS EN REPRESENTACIÓN DE ESTADO


0
B=  0 
1

8. En la figura 3.25 ([Kuo, 1996]) se muestra el diagrama de estado de un

sistema de control digital. Escriba las ecuaciones dinámicas. Encuentre
la función de transferencia Y (z)/R(z)

1 z −1 z −1 2 z −1 1
R(z) Y (z)
−0.1
−0.2

−0.1

Figura 3.25: Sistema de control digital

9. En la figura 3.26 ([Kuo, 1996]) se muestra el diagrama de bloques de un

sistema de datos muestreados. Escriba las ecuaciones de estado discre-
tas del sistema. Dibuje un diagrama de estado para el sistema.

r(t)+ e(t) e*(t) y(t)

T ROC G(s)
−

1
G(s) = s+1 T = 1s

Figura 3.26: diagrama de bloques

10. (Examen octubre de 2004) La figura 3.27 muestra el diagrama de blo-

ques de un sistema de control en cascada, con los dos muestreadores
perfectamente sincronizados.

J. Ramı́rez y E. Rosero 130 GICI

 3.2. SISTEMAS DISCRETOS EN REPRESENTACIÓN DE ESTADO

R(z) E2 (z) A2 (z) E1 (z) B(s) C(s)

Gc2 (z) Gc1 (z) ROC G1 (s) G2 (s)

T = 1seg

T = 1seg

Figura 3.27: diagrama de bloques

a) (40 %) Con Gc1 = z+1

z−1
y G1 (s) = 1
2s+1
calcule la dinámica del lazo
B(z)
de control interno, A2 (z) .
b) (40 %) Se desea simular en un computador el lazo de control in-
terno, de forma que se pueda observar la señal de salida del lazo
b(k) y la señal de control a1 (k). Para facilitar la elaboración del
programa de computador, obtenga una representación del lazo in-
terno en el espacio de estado discreto, considerando a b(k) y a
a1(k) como salidas.
C(z)
c) (20 %) Calcule (si existe) la dinámica del sistema: R(z)
en función
de Gc1 , Gc2 , G1 , G2 , G3 =ROC.

11. (Examen abril de 2003)

a) Para el sistema dinámico de la figura 3.28:

R(s) s+1 C(s)

s2 +1

Figura 3.28: Diagrama de bloques

1) (40 %) Obtenga una representación de espacio de estados.

2) (10 %) Calcule unos vectores propios.
3) (10 %) Dibuje un diagrama de estado.
b) (40 %) Para el sistema de control digital de la figura 3.29:
Calcule la respuesta del sistema en los instantes de muestreo, si
se aplica un escalón unitario en la entrada.

J. Ramı́rez y E. Rosero 131 GICI

 3.2. SISTEMAS DISCRETOS EN REPRESENTACIÓN DE ESTADO

r(t) e(t) 1 c(t)

ROC s+1
T =1

Figura 3.29: Diagrama de bloques

12. (Examen octubre de 2004) Para el sistema de la figura 3.30:

r(kT ) 1−2s c(t) c(kT )

ROC s+1 T

Figura 3.30: Diagrama de bloques

se tiene: T = 1 seg. y c(t = 0) = 1.

a) (20 %) Obtenga la función de transferencia discreta.
b) (40 %) Obtenga una representación del sistema en el espacio de
estado discreto.
c) (10 %) Calcule la ecuación caracterı́stica, el(los) valor(res) pro-
pio(s) y un(os) vector(es) propio(s).
d ) (10 %) Dibuje un diagrama de estado.
e) (10 %) Calcule c(kT ) si r(kT ) = 0.
13. (Examen noviembre de 2005) Para el sistema de la figura 3.31:
El controlador ejecuta la ley de control:

a(kT ) = Kp e(kT ) + Ki a1(kT ) − Kd (c(kT ) − c(kT − T ))

donde:
e(kT ) = r(kT ) − c(kT )
T
a1(kT ) = a1 (kT − T ) + (e(kT ) + e(kT − T ))
2

J. Ramı́rez y E. Rosero 132 GICI

 3.2. SISTEMAS DISCRETOS EN REPRESENTACIÓN DE ESTADO

r(kT ) a(kT ) 2 c(kT )

Controlador ROC s+2 T =1

Figura 3.31: Diagrama de bloques

C(z)
a) (50 %) Calcule la función de transferencia R(z)
.
b) (50 %) Con Kd = 0, obtenga una representación del sistema en el
espacio de estado discreto, considerando a c(kT ), a(kT ) y e(kT )
como salidas.

Lecturas complementarias

OGATA KATSUSHITO, Sistemas de Control en Tiempo Discreto. Pren-

tice Hall, Méx. 1996. Capitulos 2 y 3.

Referencias

KUO BENJAMIN, Sistemas de Control Automático, Prentice Hall

1997.

J. Ramı́rez y E. Rosero 133 GICI

Capı́tulo 4

Caracterı́sticas de los sistemas

realimentados

Introducción
A menudo se necesita introducir la retroalimentación con el objeto de
mejorar el desempeño de un sistema dinámico; en general estos sistemas
pueden estar sujetos a variaciones parámetricas indeseadas como el cambio
de una resistencia por calentamiento en un circuito eléctrico o en un motor,
perturbaciones que desvı́an la salida del valor deseado, como la carga en el
sistema o el ruido en la medición; también es deseable ajustar a los valores
deseados el comportamiento en lazo cerrado tanto transitorio como perma-
nente. Se añade a lo anterior, la necesidad que el sistema realimentado sea
estable para que pueda ser útil.
En este capı́tulo analizaremos los principales efectos de la realimentación
en ciertas caracterı́sticas de desempeño de los sistemas, tales como: ganancia,
respuestas transitoria y permanente, sensibilidad a los cambios de parámet-
ros, perturbaciones y la estabilidad del sistema; se realizará una comparación
de estas caracterı́sticas para sistemas compuestos por un actuador y el pro-
ceso a controlar, operando en lazo abierto (control manual) y con respecto
al mismo proceso realimentado con una bucla tı́pica (control automático).
Con las funciones de sensibilidad cuantificaremos los efectos en el sis-
tema debidos a cambios en los parámetros; después describiremos el fun-
cionamiento transitorio de un sistema realimentado y mostraremos como este
funcionamiento puede mejorarse fácilmente. Mediante la relación señal rui-
do, cuantificaremos el efecto sobre la salida de las señales de perturbación

134
 4.1. SISTEMAS EN RED ABIERTA Y EN RED CERRADA

y mostraremos cómo podemos diseñar un sistema de control para reducir el

impacto de las perturbaciones. También consideraremos brevemente el pro-
blema de la estabilidad de los sistemas realimentados, tema que será tratado
en detalle más adelante. Por supuesto, las ventajas de un sistema de control
realimentado vienen acompañadas de un costo adicional para el controlador
y el sensor, al cual se le exige, en particular, alta insensibilidad paramétri-
ca e inmunidad al ruido; mostraremos cómo se logran grandes mejoras con
la realimentación, diseñando adecuadamente el controlador y selecccionando
apropiadamente el sensor.

Objetivos

1. Analizar el efecto de la realimentación en el funcionamiento de un sis-

tema dinámico. Análisis

Contenidos

4.1. Sistemas en red abierta y en red cerrada

Para el objetivo planteado, analizaremos los efectos de la realimentación
[Dorf, 1989] considerando los sistemas en red abierta y en red cerrada
de la siguiente figura.

J. Ramı́rez y E. Rosero 135 GICI

 4.2. GANANCIA

Red abierta (RA) Red cerrada (RC)

R(s) + C(s)
G(s)
R(s) C(s) −
G(s) H(s)

La dinámica G(s) considera la planta a controlar, el actuador y el contro-

lador; H(s), la dinámica de la medida. En los ejemplos consideraremos una
dinámica de primer orden para la planta: G(s) = 1+τ1 g s correspondiente a un
generador sincrónico y un actuador+controlador de ganancia ajustable kA .

4.2. Ganancia
Las funciones de transferencia son:

Red abierta (RA) Red cerrada (RC)

C(s)
= G(s) C(s) G(s)
R(s) =
R(s) 1 + GH(s)

Podemos afirmar que La ganancia total del sistema se reduce en el

factor (1 + GH(s)) .

Ejemplo:
Ajustar kA de forma que ante un escalón en la entrada VR , la salida (ten-
sión en terminales) en estado estable VT sea 1PU con tolerancia del 1 %:
Vt (t → ∞) = 1 ± 0,01.

Solución

1
VR (s) = s

J. Ramı́rez y E. Rosero 136 GICI

 4.3. SENSIBILIDAD

RA RC

VR (s) 1 VT (s)
+
−
kA
1+τg s
VR (s) 1 VT (s)
kA KM = 1
1+τg s

VT (s) kA VT (s) kA
= =
VR (s) 1 + τg s VR (s) 1 + τg s + kA

VT (s)  VT ss VT (s)  kA
 = = kA  =
VR (s) s→0 VRss VR (s) s→0 1 + kA

VT ss = kA VRss kA
VT ss = VRss
1 + kA

1 = kA kA
0,99 =
1 + kA

kA = 1 kA = 99
Para mantener los mismos niveles de señal a la entrada y salida del lazo, se
debe incremetar la ganancia de amplificación kA para contrarestar la pérdida
de ganancia al realimentar.

4.3. Sensibilidad
Los parámetros de los sistemas cambian con la edad, el punto de o-
peración, los cambios de carga, cambios ambientales, etc.. La FUNCIÓN
DE SENSIBILIDAD nos permite cuantificar los cambios en el sistema
debidos a cambios en los parámetros; es decir, es una medida de qué tanto
efecto tiene en el sistema la variación de parámetros.

Cambio porcentual en la F dT del sistema T (s)

SkT =
Cambio porcentual en el parámetro k

J. Ramı́rez y E. Rosero 137 GICI

 4.3. SENSIBILIDAD

" #
∆T /T ∆T k
SkT = =
∆k/k ∆k T
" #
dT k
lı́m =⇒ SkT =
∆→0 dk T

Con SkT → 0 El sistema es Robusto.

Con SkT → 1 El sistema es muy Sensible.
kN(s)
Si G(s) y H(s) son de la forma D(s)
, tenemos:

En Red Abierta:
G ∂T G
SGT = =
| T{z
∂G G}

SkT = SkG = 1

Cambia el comportamiento del sistema por cualquier variación en

el parámetro k.

En Red Cerrada:

Cambio en la trayectoria directa (G):

" #
G ∂T G(1 + GH) 1 + GH − GH
SGT = =
T ∂G G (1 + GH)2
| {z }

1
SGT =
1 + GH(s)
Se reduce al aumentar GH(s) en el rango de frecuencias de
interés.
Si G crece ⇒ SGT → 0.

J. Ramı́rez y E. Rosero 138 GICI

 4.3. SENSIBILIDAD

Cambio en la trayectoria de realimentación (H):

" #
2
T H ∂T H(1 + GH) −G
SH = =
T ∂G G (1 + GH)2
| {z }

−GH(s)
SGT =
1 + GH(s)
Se requiere de una medida insensible y precisa.

A1 +A2 k
En general, si T = A3 +A4 k
, donde Ai : polinomios en s, tenemos:

k(A2A3 − A1 A4)
SkT =
(A3 + kA4)(A1 + kA2)
Ejemplo:
Analizar los efectos en estado estable sobre la tensión en terminales de-
bido a una atenuación del 10 % en la ganancia del amplificador debido a
un desajuste o saturación y una variación igual en la ganancia de medición
(kM ). Calculamos el cambio porcentual aproximado de la salida, a partir de
la sensibilidad.

C(s) = T (s)R(s)

Entonces, si R(s) es constante → ∆ %C(s) = ∆ %T (s)

∆ %C(s) = SkT ∆ %k

Red Abierta:

T
SkA = 1 ⇒ ∆ %VT = ∆ %kA
⇒ VT se atenúa en un 10 %; pasa de 1 a 0.9 PU.

Red Cerrada:

T 1 1 + τg s
SkA = =
1 + GH(s) 1 + τg s + 99

J. Ramı́rez y E. Rosero 139 GICI

 4.4. PERTURBACIONES

T
En estado estable: SkA = 0,01
⇒ ∆ %VT = 0,01∆ %k = 0.1 %
VT sólo se atenúa en un 0.1 %; pasa de 0.99 a 0.989 PU.
−GH(s) −kA kM
SkTM = =
1 + GH(s) 1 + τg s + kA kM

En estado estable: SkTM = −0,99

⇒ ∆ %VT = −0,99∆ %k = - 9.9 %
VT se incrementa en un 9.9 %; pasa de 0.99 a 1.088 PU.

4.4. Perturbaciones
Las perturbaciones en un sistema dinámico pueden ser de diversa natu-
raleza; sin embargo las más importantes son las debidas a variaciones de la
carga, ruido de amplificación y medición y la distorsión por las alinealidades.
Analizaremos los efectos de las perturbaciones cuando éstas entran en el pro-
ceso G(s) (carga) y en la medición H(s) (ruido).

4.4.1. Perturbación en G(s) :

RA RC
D(s)
+
D(s) R(s) + C(s)
G1 (s) G2 (s)
+ +
R(s) C(s) −
G1 (s) G2 (s) H(s)
+
R(s)G1 G2
D(s) = 0 → CR (s) = R(s)G1 G2 D(s) = 0 → CR(s) = 1+G1 G2 H

D(s)G2
R(s) = 0 → CD (s) = D(s)G2 R(s) = 0 → CD (s) = 1+G1 G2 H

C(s) = CR (s) + CD (s) C(s) = CR (s) + CD (s)

R(s)G1 G2 D(s)G2
C(s) = R(s)G1 G2 + D(s)G2 C(s) = 1+G1 G2 H
+ 1+G1 G2 H

En red cerrada, tanto CR como CD se reducen en el factor 1 + G1 G2 H,

no podemos por lo pronto concluir; para hacerlo, conviene definir la función

J. Ramı́rez y E. Rosero 140 GICI

 4.4. PERTURBACIONES

de Relación Señal a Ruido RSR:

Salida debida a la see nal

RSR =
Salida debida al ruido
Nótese que se desea una RSR lo más grande posible.

CR R(s)G1 G2 R(s)
RSRRA = = = G1 (s)
CD D(s)G2 D(s)

R(s)G1 G2
CR 1+G1 G2 H R(s)
RSRRC = = D(s)G2
= G1 (s)
CD D(s)
1+G1 G2 H

R(s)
RSRRA = RSRRC = G1 (s)
D(s)

La RSR se mejora aumentando G1 (s).

En red abierta no podemos aumentar G1 (s) pues generarı́amos error en la

salida. En red cerrada, si G1 (s) se aumenta a G01 (s) de forma que compense la
pérdida de ganancia al realimentar y se obtenga la misma CR en red abierta
y en red cerrada, tenemos:
G2 D
R
C(s) = G1 G2 R + =⇒ RSRRC = G1 1 + G01 G2 H
| {z } 1 + G01 G2 H D
CR RA | {z }
CD RC

Se incrementó en el factor (1 + G01 G2 H).

Ejemplo:
Analizar el efecto en estado estable de la conexión súbita de un motor de
inducción del 20 % de la potencia nominal del generador.
La figura 4.1 muestra el transitorio obtenido sin regulación.([Westinghouse,
1950])

J. Ramı́rez y E. Rosero 141 GICI

 4.4. PERTURBACIONES

w(t)[rpm]
1

0.9

0.85

1 t[s]

Figura 4.1: Respuesta transitoria obtenida sin regulación.

Para representar la caı́da transitoria inicial de 0.1 PU y la permanente

de 0.15 PU, para una entrada VR = 1s , el generador se puede representar en
Red Abierta de la forma:
1
D(s) = s
0.15(1+2/3τc s)
1+τc s

−
VR 1 VT
kA
1+τg s +

Figura 4.2: Diagrama de bloques

R 1 h 1 + τC s i
RSRRA = G1 = ka = 1
D 1 + τg s 0,15(1 + 23 τC s)
En estado estable: RSRRAss = 6,66

99(1 + τC s)
RSRRC = ka = 99
(1 + τg s)0,15(1 + 23 τC s)
En estado estable: RSRRCss = 660

J. Ramı́rez y E. Rosero 142 GICI

 4.4. PERTURBACIONES

h i
CR 1
Como C = CR − CD = CR − RSR
=⇒ C = CR 1 − RSR

En Red Abierta: VT ss =1(1 − 0,15) = 0,85 PU.

En Red Cerrada: VT ss = 0.99(1 - 1.5*10−3 ) = 0.9885 PU.

El efecto de la perturbación se atenúa en un factor de 100.

4.4.2. Perturbación en H(s)

Consideramos un ruido N (s) en la realimentación:

R(s) C(s)
G(s)
+
− +
H2 H1
B(s) +
N (s)
h i h i
G GH2
C(s) = R(s) − N (s)
1+GH1 H2 1+GH1 H2
R
RSR = −
H2N

RSR se mejora disminuyendo H2 lo cual exige un aumento en H1 para

mantener la ganancia de la medida, H1 H2 constante.

Esto equivale a tener un medidor con alta RSR =⇒ Alta exigencia de

funcionamiento con respecto al ruido en los elementos de realimentación.

Ejemplo:

En algunos sistemas de control de la tensión en terminales de un gene-

rador sincrónico, la señal de medida del voltaje en terminales se obtiene en
corriente continua al rectificar las tensiones trifásicas; la tensión rectificada
tiene los picos de las ondas senoidales a una frecuencia de 360 Hz, por lo que
se requiere rectificarla. El actuador en este sistema es tı́picamente un puente

J. Ramı́rez y E. Rosero 143 GICI

 4.5. CONTROL DE LA RESPUESTA

trifásico rectificador controlado, el cual tiene componentes armónicas a 360

Hz. Analizar en estado estable el efecto de un ruido en la medición de la
tensión en terminales, originado por la desconexión del filtro del rectificador;
compararlo con un ruido similar a la salida del amplificador. Asumir τg = 1 s.

Solución:
Asumiendo una variación pico - pico del 15 % en la señal de realimentación
b(t) y aproximando la onda del ruido a una sinusoide:
b(t) = vT + n(t)
B(s) = VT (s) + T L[0,15 sin ωt] ; ω = 2π(360) = 2262rad/s
 99
  99 
VT (s) = s+100
VR (s) − s+100 N (s)
 

VT (s) = 99
s+100
VR (s) − N (s) − > RSR = − VNR

Aplicando la transformada inversa de Laplace se obtiene:

VT (t → ∞) = 0,99 − 6,5 ∗ 10−3 sin (ωt − 87) (4.1)
Para el ruido en el amplificador:
 99   1 
VT (s) = s+100 VR (s) − s+100 N (s)
  N (s)

VT (s) = 99
s+100
VR (s) − 99
− > RSR = −99 VNR

Aplicando la transformada inversa de Laplace se obtiene:

VT (t → ∞) = 0,99 − 6,6 ∗ 10−5 sin (ωt − 87) (4.2)
El efecto del ruido en la medida es 100 veces mayor que en el
amplificador.

4.5. Control de la Respuesta

La respuesta en el tiempo de un sistema tiene dos componentes básicas:
la transitoria y la permanente (asociada a la precisión); para ambas com-
ponentes se exige cumplir determinadas especificaciones de desempeño, esto
se dará en detalle en el capı́tulo siguiente.

J. Ramı́rez y E. Rosero 144 GICI

 4.5. CONTROL DE LA RESPUESTA

4.5.1. Respuesta Transitoria

En red abierta, depende de la planta la cual asumimos ya inalterable y
por tanto, puede haber respuesta inadecuada.

En red cerrada, se puede ajustar a una respuesta adecuada ajustando

el compensador y/o la realimentación.

Ejemplo:

Red Abierta:
VT kA
=
VR 1 + τg s

La velocidad sólo depende de la constante de tiempo del generador.

Red Cerrada:
Ak
VT kA 1+kA
= = τ
VR 1 + τg s + kA 1 + 1+kg A s

τg τg
La constante de tiempo equivalente 1+k A
se puede ajustar con kA a τeq = 100 ;
100 veces más rápido; sin embargo, el sistema está sujeto a saturación y la
velocidad real no es tan alta.

4.5.2. Respuesta Permanente

Define el error permanente del sistema.
Error del sistema: E(s) = R(s) − C(s) → E(s) = R(s) − R(s)G(s)

Red Abierta: E(s) = R(s) − R(s)G(s) → R(s)[1 − G(s)]

1
Red Cerrada: E(s) = R(s)[ 1+G(s) ]; H(s) = 1

1
En estado estable, para R(s) = s

Red Abierta: ess = 1 − G(0) { Nulo si G(0) = 1}

J. Ramı́rez y E. Rosero 145 GICI

 4.6. ESTABILIDAD

1
Red Cerrada: ess = 1+G(0)
{ Nulo si G(0) → ∞}

Aunque en red abierta es posible anular el error permanente, los cambios

paramétricos y las perturbaciones no se compensan, reapareciendo el error.

Ejemplo:

ess [P U ]RA ess [P U ]RC

Ajuste en kA 0 0.01
Cambio de 10 % en kA 0.1 0.001
Perturbación D(s) 0.15 0.0015

4.6. Estabilidad
Una noción de estabilidad (mas detalle en el próximo curso) es que un
sistema será estable si se obtiene una respuesta acotada ante una entrada
acotada; esto exige que los polos del sistema se encuentren en el semiplano
izquierdo del plano complejo S.
Para red abierta, G(s) = N (s)
D(s)
será estable, si las raı́ces de D(s) = 0 están en
el semiplano izquierdo del plano S.
Si se tiene una planta G(s) estable, en red cerrada:

G N
T (s) = =
1 + GH D + NH

Las raı́ces de D(s)+N (s)H(s) = 0 no necesariamente serán estables. La posi-

bilidad de inestabilizar un sistema estable, obliga a usar técnicas analı́ticas
para evaluar el grado de estabilidad. Ahora bien, si la planta G(s) es in-
estable, es forzoso utilizar la realimentación para estabilizar el sistema. La
figura ilustra las relaciones de estabilidad de red abierta a red cerrada.

J. Ramı́rez y E. Rosero 146 GICI

 4.6. ESTABILIDAD

RED ABIERTA RED CERRADA

Estable Estable

Inestable Inestable

Figura 4.3: Relaciones de estabilidad en red abierta y red cerrada

Ejemplo:
Analizar la estabilidad en red abierta y red cerrada para un sistema de
control de la excitación autoexcitado.

Solución

En un modelo lineal, la autoexcitación se refleja como un realimentación

positiva.([Ramı́rez, 1989]).

VR (s) + 1 VT (s)
kA = 1 +
Red Abierta: τg s+1
VT (s) 1
=
VR (s) τg s
t
Si vR(t) = µ(t) entonces vT (t) = τg
µ(t)

lı́m vT (t) → ∞
t→∞

Salida no acotada; esto implica Sistema Inestable.

VR (s) 1 VT (s)
+ 99
− τg s
Red Cerrada:
VT 99 1
= = τ
VR 99 + τg s 1 + 99g s

Polo en s = − 99
τg
=⇒ Estable

J. Ramı́rez y E. Rosero 147 GICI

 4.6. ESTABILIDAD

Resumen
La tabla resume el análisis realizado en esta Unidad y plantea las ventajas
y desventajas de la realimentación.

VENTAJAS DESVENTAJAS

Reduce SkT Mayor costo

Aumenta RSR Mayor complejidad
Permite controlar la respuesta transitoria Reduce la ganancia
Reduce ess Posible inestabilidad
Puede estabilizar plantas inestables

Se observa cómo las ventajas son mucho mayores y es por ello que la reali-
mentación se utiliza en el control de muchas clases de sistemas (ver Unidad
1); se debe, sin embargo, en el diseño de la solución, considerar la estabilidad
de un sistema más complejo; es por ello que el análisis de estabilidad de los
sistemas dinámicos realimentados será tratado más adelante en detalle.

Actividades de aprendizaje

1. Considere los dos sistemas siguientes, figuras 4.4 y 4.5 ([R. Dorf, 2005]):

Estos sistemas tienen la misma función de transferencia cuando k1 =

k2 = 100. Qué sistema es más sensible a variaciones en el parámetro
k1 ?. Calcule la sensibilidad usando valores nominales k1 = k2 = 100.

2. Considere el diagrama de bloques del sistema de control máquina-

herramienta, figura 4.6 ([R. Dorf, 2005]):

J. Ramı́rez y E. Rosero 148 GICI

 4.6. ESTABILIDAD

R(s) Y (s)
+
−
k1 k2

0.0099

Figura 4.4: Sistema 1

R(s) Y (s)
+
−
k1 +
−
k2

0.09 0.09

Figura 4.5: Sistema 2

D(s)

R(s) + b
Y (s)
+ k +
− s+1

Figura 4.6: Sistema 3

a) Cual es la sensibilidad al parámetro b?.

b) Calcule el valor nominal de K tal que el error de estado estable
debido a un escalón en la perturbación sea menor que el 10 %.

Resuelva los siguientes tres ejercicios, una vez haya estudiado la res-
puesta temporal de sistemas de tiempo continuo, sección 5.3.

3. Considere el sistema de control de la figura 4.7:

Los parámetros de la planta son k = τ = 1. En red abierta se utiliza
un controlador proporcional Gc (s) = Kp = 1. En red cerrada se usa un
controlador integral Gc (s) = 1/s. Analice y compare el funcionamiento
del sistema en red abierta y en red cerrada, usando los respectivos
controladores, con respecto a:

J. Ramı́rez y E. Rosero 149 GICI

 4.6. ESTABILIDAD

D(s)

R(s) + k
C(s)
+
− Gc (s) +
τ s+1
RA

RC

Figura 4.7: Sistema de control

a) (40 %) Velocidad de respuesta, grado de amortiguamiento y so-

brenivel porcentual.
b) (20 %) Sensibilidad a una disminución del 10 % en el valor de k en
régimen estacionario.
c) (20 %) Capacidad de reducir los errores permanentes generados
por una perturbación D(s) = 0,1/s
d ) (20 %) Capacidad de seguir en régimen permanente, entradas de
tipo escalón y rampa; D(s) = 0

4. La figura 4.8 muestra el diagrama de bloques de un sistema de control:

D(s)

R(s) 1 − 1 C(s)
+ k +
− 0.1s+1 s+1

Figura 4.8: Sistema de control

a) (10 %) Con D(s) = 0 y R(s) = 1s , calcule los valores de KRA en

red abierta y KRC en red cerrada, de forma que la salida c(t) en
estado estable sea de 0.9.

Analice y compare el funcionamiento del sistema en red abierta y

en red cerrada, usando los repectivos controladores KRA y KRC ,
con respecto a:

J. Ramı́rez y E. Rosero 150 GICI

 4.6. ESTABILIDAD

b) (20 %) Velocidad de respuesta, grado de amortiguamiento y so-

brenivel porcentual.
c) (10 %) Sensibilidad a una disminución del 10 % en el valor de k en
régimen estacionario.
d ) (10 %) Capacidad de disminuir los errores de estado estable, ge-
nerados por una perturbación D(s) = 0,1/s

5. La figura 4.9 muestra el diagrama de bloques de un sistema de control

de posicionamiento mecánico, en red abierta y en red cerrada.
D(s)

R(s) − k
C(s)
Posición deseada
+
− Gc (s) +
s2 +0.2s+1 Posición de salida
RA

RC

Figura 4.9: Sistema de control de posicionamiento mecánico

El parámetro de la planta es k = 1. En red abierta se utiliza un con-

trolador proporcional Gc (s) = 1; en red cerrada se usa un controlador
proporcional derivativo: Gc (s) = Kp(T ds + 1) = 4(0,5s + 1).
Analice y compare el funcionamiento del sistema en red abierta y en
red cerrada, usando los respectivos controladores, con respecto a:
a) (40 %) Velocidad de respuesta, grado de amortiguamiento y so-
brepaso.
b) (20 %) Sensibilidad en régimen estacionario a una disminución del
10 % en el valor de k.
c) (20 %) Capacidad de reducir los errores permanentes generados
por una perturbación D(s) = 0,5/s.
d ) (20 %) Capacidad de seguir en régimen permanente, posiciones
deseadas de tipo escalón y rampa (D(s) = 0).

J. Ramı́rez y E. Rosero 151 GICI

 4.6. ESTABILIDAD

Lecturas complementarias

Dorf Richard. Sistemas modernos de control: Teorı́a y práctica.

Addison-Wesley Iberoamericana, 1989. Capı́tulo 3: carasterı́sticas de
los sistemas de control con realimentación.

Referencias

DORF RICHARD, Sistemas Modernos de Control, Addison-Wesley

Iberoamericana, 2da edición en español; 1989.

J. Ramı́rez y E. Rosero 152 GICI

Capı́tulo 5

Análisis de la respuesta en el
tiempo

Introducción
El modelo matemático obtenido en los capı́tulos 2 y 3, lo podemos utilizar
para analizar el desempeño del sistema. Los principales métodos de análisis
son en el dominio del tiempo y en el de la frecuencia. En este capı́tulo nos
dedicaremos al análisis de la respuesta temporal de los sistemas dinámicos;
la respuesta frecuencial será desarrollada más adelante.

En el análisis y diseño de sistemas de control, debemos tener una base

de comparación del desempeño de diversos sistemas. Esta base se configura
especificando señales de entrada de prueba particulares y comparando las
respuestas obtenidas de varios sistemas a estas señales de entrada.

En este capı́tulo relacionamos las respuestas de los sistemas a las señales

aperiódicas (funciones escalón, rampa, parábola e impulso). El capı́tulo in-
cluye las respuestas de los sistemas de primero y segundo orden, el efecto de
polos o ceros adicionales, tanto para sistemas análogos como discretos. Para
ello utilizaremos la representación entrada-salida de los sistemas; al final del
capı́tulo, veremos cómo calcular la respuesta temporal de los sistemas repre-
sentados en variables de estado, tanto continuos como discretos.

153
 5.1. SEÑALES DE PRUEBA

Objetivo

1. Calcular y analizar la respuesta en el tiempo de un sistema análogo y

digital. Aplicación

Contenido

5.1. Señales de Prueba

Como se vió en el capı́tulo anteror, para nosotros es de interés conocer la
velocidad de respuesta, la precisión y el grado de estabilidad en la respuesta
de los sistemas dinámicos.
Velocidad
Precisión
Grado de estabilidad

Entrada Salida
Sistema

Sinembargo, las entradas a los sistemas son muchas veces de naturaleza

aleatoria; no sabemos con exactitud en que forma un operador va a variar una
referencia del sistema y en muchos casos, tampoco podemos saber cuándo y
cómo variará la carga en el mismo; cómo predecir el uso de agua en una
ciudad para prever el flujo de descarga de un tanque de almacenamiento?
Para el diseño del sistema realimentado, es importante poder comparar
las respuestas con distintos parámetros y/o esquemas; de aquı́ se deriva la
necesidad de usar entradas tı́picas de prueba.
Para estas señales nos interesa que:

Sean fáciles de generar

Exijan dinámica y/o estáticamente al sistema

J. Ramı́rez y E. Rosero 154 GICI

 5.1. SEÑALES DE PRUEBA

Permitan correlacionar las respuestas a estas entradas estándares con

la respuesta del sistema a la entrada normal

Para la respuesta en el tiempo se usan:

δ(t)
1
d
Impulso δ(t) = dt
.µ(t)

t
µ(t)
1
d
Escalón µ(t) = dt
.r(t)

t
r(t)

1 d
Rampa r(t) = 2 dt
.a(t)

t
a(t)

Parábola a(t)

t
Como los sistemas lineales tienen la propiedad de poder calcular la deriva-
da o integral de una entrada, derivando o integrando la salida:

x(t) y(t)
x0 (t) y 0 (t)
R Sistema Lineal R
x(t)dt y(t)dt

Entonces, basta obtener la respuesta a una sola entrada tı́pica; las otras
se obtienen derivando e integrando esta respuesta.
La más usada es la escalón por exigir dinámicamente al sistema debido a su
amplia banda de frecuencias en su espectro.
Para la respuesta de frecuencia se usan señales de prueba sinusoidales.

J. Ramı́rez y E. Rosero 155 GICI

 5.2. RESPUESTA TRANSITORIA

5.2. Respuesta Transitoria

La respuesta transitoria es la parte de la respuesta que tiende a cero
cuando el tiempo tiende a infinito; va desde el estado inicial hasta el estado
final.

5.2.1. Sistemas de Primer Orden

Representación en realimentación, función de transferencia y plano S.

R(s) + 1 C(s)
τs
−
J
Plano S

− τ1 σ
R(s) 1 C(s)
1+τ s

C(s) 1
=
R(s) 1 + τs
1
polo en S = −
τ
C(s) k
En general, la ganancia estática es diferente de 1: =
R(s) 1 + τs
1
Respuesta al escalón:R(s) =
s
t
C(t) = (1 − e− τ )k t ≥ 0

J. Ramı́rez y E. Rosero 156 GICI

 5.2. RESPUESTA TRANSITORIA

C(t)
0.982
1
0.95 τ : Tiempo que tarda la respuesta en
0.865 llegar al 63.2 % del valor final; tiempo
0.632 que tardarı́a la respuesta en llegar
al valor final si continuara con
la velocidad inicial: CR
= τ1s

τ 2τ 3τ 4τ t
Duración del transitorio:

3τ Banda de tolerancia ±5 %
4τ Banda de tolerancia ±2 %

Ejercicio:
Resuelva el ejercicio 3 propuesto en las actividades de aprendizaje [Ogata,
1998].

5.2.2. Sistemas de Segundo Orden

R(s)+ E(s) 2
ωN C(s) 2
C(s) ωN
= 2
s(s+2ρωN ) R(s) 2
s + 2ρωN s + ωN
−
ρ : Coeficiente de amortiguamiento
ωN : Frecuencia Natural del Sistema

Ecuación Caracterı́stica: s2 + 2ρωN s + ωN

2
p= 0
Raı́ces: s1−2 = −ρωN ± ωN ρ2 − 1

Si:
0 < ρ < 1: Sistema subamortiguado (Raı́ces complejas conjugadas)
ρ=1: Amortiguamiento crı́tico (2 Raı́ces reales iguales)
ρ>1: Sistema sobreamortiguado (Raı́ces reales distintas)

J. Ramı́rez y E. Rosero 157 GICI

 5.2. RESPUESTA TRANSITORIA

Plano S jω

ωN ωD p
ωN 1 − ρ2 = ωD :
θ σ Frecuencia Natural Amortiguada
ρωN cos θ = ρω
ωN
N
= ρ ρ = cos θ

ωN : distancia de la raı́z al origen del plano complejo.

Respuesta al escalón:
2
ωN 1
C(s) = 2
.
s2 + 2ρωN s + ωN s

EFP, TIL:

e−ρωN t
C(t) = 1 − p sen(ωD t + θ)
1 − ρ2
para t > 0 y 0√< ρ < 1, donde:
1−ρ2
θ = tan−1 ρ = cos−1 ρ

La frecuencia de la oscilación depende del amortiguamiento ρ.

e−ρωN t
Error: e(t) = r(t) − c(t) = p sen(ωD t + θ)
1 − ρ2
Oscilación sinusoidal amortiguada; ess = 0

haciendo ρ→0: C(t) = 1 − sen(ωN t + 90) = 1 − cos ωN t

ωN : frecuencia a la cual osciları́a el sistema si no hubiera amortiguamiento.

Las respuestas al escalón para varios ρ se grafican como una familia de

curvas con parámetro ρ y abscisa adimensional ωN t:

J. Ramı́rez y E. Rosero 158 GICI

 5.2. RESPUESTA TRANSITORIA

2 sistemas con ωN distintas e igual ρ

tienen respuesta de la misma forma.

A mayor ωN , respuesta más rápida.

La curva con ρ = 0,7 se aproxima más

rápidamente al valor final.

Para los sistemas sobreamortiguados el

más rápido es para ρ = 1

Ejercicio:
Resuelva el ejercicio 4 propuesto en las actividades de aprendizaje [Ogata,
1998].

5.2.3. Caracterı́sticas de Respuesta Transitoria

Muchas veces el funcionamiento deseado de un sistema de control se es-
pecifica sobre las caracterı́sticas de la respuesta de tiempo. Las más usadas
son las de la respuesta de escalón unitario:

1. Indican velocidad de respuesta:

Tiempo de retardo tD
Tiempo de subida tR
Tiempo de establecimiento ts
Tiempo de pico tp

2. Indica grado de estabilidad

Rebase máximo o sobrepaso

Estas caracterı́sticas se muestran en la siguiente respuesta tı́pica:

J. Ramı́rez y E. Rosero 159 GICI

 5.2. RESPUESTA TRANSITORIA

5.2.4. Expresiones Analı́ticas:

Tiempo de retardo td : tiempo que tarda la respuesta en alcanzar por
primera vez la mitad del valor final:
e−ρωN td
p sen(ωD td + θ) = 0,5
1 − ρ2
1+0,7ρ
Aproximación lineal: tD ' ωN

Tiempo de subida tR: tiempo que tarda la respuesta en pasar de:

• 10 → 90 % del valor final
• 5 → 95 % del valor final
• 0 → 100 % del valor final
de los sistemas con respuesta oscilatoria.
π −θ
tR = 0 − 100 %
ωD

J. Ramı́rez y E. Rosero 160 GICI

 5.2. RESPUESTA TRANSITORIA

Tiempo de pico: Tiempo requerido para alcanzar el primer pico de

sobrepaso.
π Es medio perı́odo de la
tp =
ωD oscilación amortiguada

Tiempo de establecimiento ts : Tiempo requerido para que la respuesta

alcance y permanezca dentro de determinado rango del valor final: ±5 %
o ±2 %
Para un sistema subamortiguado de 2o orden, la constante de tiempo
de las envolventes de la respuesta es ρω1N ası́:
4
ts ∼
= Criterio del 2 %
ρωN
3
ts ∼
= Criterio del 5 %
ρωN

Rebase Máximo: C(t) en t = tp

−
ρωN π − √ ρπ
Sobrepaso: MP = e 1−ρ2
R.M. = 1 + e ωD

Sobrenivel R.M. − V alorfinal

Si c(t) → ∞ =
6 1: [S.P.]= × 100 %
Porcentual V alorfinal
∗ Como ρ se define principalmente por el rebase máximo permitido,
entonces el tiempo de estabilización ts lo determina principalmente la
frecuencia natural ωN . Conocidas las caracterı́sticas de la respuesta, la
curva se puede construir completamente.

5.2.5. Especificaciones de funcionamiento para la res-

puesta transitoria
La respuesta debe ser rápida y bien amortiguada; si la aplicación puede
tolerar oscilaciones, el amortiguamiento adecuado para un sistema de 2o.
orden será:

0,4 < ρ < 0,8 =⇒ 2,5 % < S.P. < 25 %

J. Ramı́rez y E. Rosero 161 GICI

 5.2. RESPUESTA TRANSITORIA

La especificación de velocidad de respuesta la determina el sistema en

particular. Una guı́a es asociarla a la del lazo cerrado; queremos que en red
cerrada el sistema sea más rápido que en red abierta; esto no se puede exa-
gerar, pues aparecerá saturación en el actuador y problemas de robustez al
excitar dinámicas no modeladas.(más detalles en los capı́tulos de diseño).
Las especificaciones de desempeño en el tiempo se pueden establecer en térmi-
nos de una ubicación de los polos en el plano S:
3−4
ts ≈ → define ρωN : Parte real de las raices en red cerrada.
ρωN
El sobrepaso → ρ.

Π−Θ
√ 2,5 2,5
tr = . Con ρ=0.5: tr ≈ ωn
, tr ≤ tr max ⇒ ωnmin ≥ tr max
ωn 1−ρ2

Área deseada ρ = 0.4

Para los polos
Jω

ρ = 0.8

−ρωn
σ

Cı́rculo de radio ωn min

Ejemplo:
Analizar la respuesta temporal, para un sistema de control de la excitación,
autoexcitado con excitatriz C.C., para kA = 5 y kA = 100. Asumamos
τE = 1seg; τG = 5seg.

Sistema normalizado y linealizado:

J. Ramı́rez y E. Rosero 162 GICI

 5.2. RESPUESTA TRANSITORIA

VR (s) + +
1 1 VT (s)
kA + 1+τE s 1+τG s
−

kA kEQ 1 τE τG
G(s) = kEQ = ; τEQ =
s(1 + τEQ s) τE + τG τE + τG

kA
VT (s) τE τG
=
VR (s) s2 + 1
τE Q
s + τEkAτG

kA = 5 kA = 100
VT (s) 1 VT (s) 20
= 2 = 2
VR (s) s + 1,2s + 1 VR (s) s + 1,2s + 20
kA ρ ωN ωD MP td tr tp ts(5 %)
5 0.6 1 0.8 0.095 1.42 2.77 3.93 5
100 0.134 4.47 4.43 0.653 0.24 0.38 0.7 5
Con kA alto el sistema es muy oscilatorio, con una respuesta inicial muy
rápida pero con la misma duración total de la respuesta con kA baja.

Ejercicio:

Resuelva los ejercicios 5, 6 y 7 propuestos en las actividades de apren-

dizaje [Ogata, 1998].

J. Ramı́rez y E. Rosero 163 GICI

 5.2. RESPUESTA TRANSITORIA

5.2.6. Sistemas con Ceros y de Orden Superior a 2.

Para la forma canónica:

R(s)+ C(s) Si R(s) = 1/s, en general:

G(s) N (s) 1
C(s) = .
− D(s) s
↓
H(s) T(s)

q
Y Y
r
D(s) = (s + pJ ) . (s2 + 2ρJ ωKJ s + ωnJ
2
)
J=1 J=1
q
X X r
EFP a aJ a1k + a2k s
C(s) = + +
−→ s j=1
s + pJ s + 2ρk ωk s + ωk2
2
k=1
↓
Sumatoria de términos simples de primer y segundo orden.
Si todos los polos son distintos:
q
X X
r q
TIL C(t) = a + aj e−ρjt + bk e−ρk ωk t cos ωk 1 − ρ2k t
j=1 k=1
−→ Pr p
−ρk ωk t
Ck e
+ k=1 senωk 1 − ρ2k t t≥0
↓
Sumatoria de exponenciales y sinusoides amortiguadas.

Si todos los polos son reales, la respuesta es lenta sobreamortiguada y

sin oscilación.
Puede ser con oscilaciones menores superpuestas a mayores o a curvas
exponenciales
Si el sistema es estable, lı́mt→∞ C(t) = a
NG NH
Si G(s) = DG
; H(s) = DH

G NG DH
=⇒ T (s) = =
1 + GH DG DH + NG NH

J. Ramı́rez y E. Rosero 164 GICI

 5.2. RESPUESTA TRANSITORIA

Los polos de T (s) los definen los polos y ceros de G y H; a su vez definen el
tipo de respuesta pues afectan los exponentes de los términos exponenciales.

Los ceros de T (s) son los ceros de G(s) y los polos de H(s), influyen en
la forma de la respuesta pues afectan las magnitudes y signos de los residuos.

5.2.7. Polos Dominantes de Lazo Cerrado

Sistemas de orden superior se pueden tratar como sistemas de 2o. orden
o de orden menor.

Criterios:

Cancelar polos y ceros cercanos de red cerrada, pues el residuo del

término es pequeño.

Despreciar términos exponenciales debidos a polos lejanos del origen

del plano complejo, pues el transitorio es corto y el residuo es pequeño.

Si las relaciones de las partes reales de polos o ceros reales o complejos y

la parte real de un par de polos complejos, sin ceros cercanos, exceden
de cinco, entonces los polos complejos de lazo cerrado más cercanos
al eje jω dominan la respuesta y se denominan polos dominantes del
sistema.

Ejemplo:

Analizar el funcionamiento del sistema de control de la excitación con

excitatriz C.C. y red estabilizadora.

J. Ramı́rez y E. Rosero 165 GICI

 5.2. RESPUESTA TRANSITORIA

VR (s) 1 1 VT (s)
kA
+ τE s+1 τG s+1
−

kF s
+ τF s+1
+

kA = 100, kF = 0,01, τE = 1, τG = 5, τF = 1

VR (s) kA (τF s+1) 1 VT (s)

+ (τF s+1)(τE s+1)+kA kF s τG s+1
−

100(s + 1)
G(s) =
(s2 + 3s + 1)(5s + 1)

VT (s) 20(s + 1)
=
VR (s) (s + 1,044)(s2 + 2,156s + 19,35)

Cancelando el polo con el cero y ajustando la ganancia para obtener la misma

ganancia C.C.:

VT (s) 19,16
≈ 2
VR (s) s + 2,156s + 19,35
3
ρ = 0, 245 ωN = 4, 4 ts = ρωN
= 2, 8seg

La expansión en fracciones parciales de la función sin simplificar con

VR (s) = 1/s es:

0, 99 1,036s + 2,186 4,63 × 10−2

VT (s) = − 2 +
s s + 2,156s + 19,35 s + 1,043

J. Ramı́rez y E. Rosero 166 GICI

 5.2. RESPUESTA TRANSITORIA

Efectivamente el término simple es despreciable por tener un residuo

pequeño. Con kF = 0

VT (s) 20
= 2
VR (s) s + 1,2s + 20,2
3
ρ = 0,133 ωN = 4,49 ts = = 1,6seg.
ρωN

La red estabilizadora baja un poco la velocidad pero adiciona amortiguamien-

to.

5.2.8. Sistemas de Tercer Orden con un polo real.

jω
Plano S
2
C(s) ωN p
= 2 2
R(s) (s + 2ρωN s + ωN )(s + p) −p −ρωN σ

ρ = 0,5

Se reduce el sobrepaso máximo, aumenta el tiempo de respuesta: el de

subida tr si β > 1; el de estabilización ts , si 0 < β < 1.

J. Ramı́rez y E. Rosero 167 GICI

 5.2. RESPUESTA TRANSITORIA

5.2.9. Sistemas de Segundo Orden Subamortiguados

con un cero.
jω
Plano S

C(s) ω2 s+z
= N . 2 2
R(s) z s + 2ρωN s + ωN −z −ρωN σ

ρ = 0,5

Se incrementa el sobrepaso máximo, aumenta la velocidad inicial del tran-

sitorio, por este efecto, el rebase máximo no es un indicativo de grado de
estabilidad, solo lo será si el sistema es de segundo orden sin ceros.

Ejemplo:

Sistema de control de la excitación con controlador PD.

J. Ramı́rez y E. Rosero 168 GICI

 5.3. RESPUESTA PERMANENTE

VR (s) 1 1 VT (s)
kA (1 + τd s) τg s+1
+ τe s+1
−

KA = 100 τd = 0,5

VT (s) 20(τd s + 1)
= 2
VR (s) s + (1,2 + 20τd )s + 20,2

Aumenta el coeficiente de s =⇒ aumenta ρ

VT (s) 10(s + 2) 1
= ; VR (s) =
VR (s) (s + 2,26)(s + 8,94) s

EFP,TIL: → VT (s) = 0,99 −1,162e−8,94T +0,17e−2,26T

Respuesta Residuo
rápida pequeño
Esta expresióm no tiene ninguna simplificación.
VT

1.032
0.99
A pesar de ser sobreamortiguado,
t S = 0.96 hay sobrepaso.

0.488
Ejercicio: Resuelva los ejercicios 8, 9 y 10 propuestos en las actividades
de aprendizaje [Ogata, 1998].

5.3. Respuesta Permanente

5.3.1. Error Permanente:
Es una medida de la exactitud del sistema con una entrada particular.
Si la entrada r(t) y la salida c(t) son homogéneas dimensionalmente y
están al mismo nivel u orden de magnitud, la señal de error es:

J. Ramı́rez y E. Rosero 169 GICI

 5.3. RESPUESTA PERMANENTE

e(t) = r(t) − c(t)

Si no es ası́, existe una realimentación no-unitaria:

R(s)+ E(s) C(s) e(t) = r(t) − b(t)

G(s)
E(s) = R(s) − B(s)
−
B(s) E(s) = R(s) − H(s)C(s)
H(s) E(s): Error actuante
R(s)
E(s) = ; eSS = lı́m e(t) = lı́m sE(s)
1 + GH(s) t→∞ s→0

sR(s)
=⇒ eSS = lı́m
s→0 1 + GH(s)

Notemos que el error permanente depende de la entrada y de GH(s).

Esta expresión sólo es válida si sE(s) no tiene polos en el eje imaginario o
en el semiplano derecho.

5.3.2. Clasificación del Tipo de Sistema

Define la capacidad de un sistema para seguir una entrada escalón, o
rampa, o parabólica, etc.
Si
k(τA s + 1)(τB s + 1)...(τH s + 1)
GH(s) =
sN (τ1 s + 1)(τ2 s + 1)
Se dice que es de tipo N-ésimo.

sN : Polo en el origen de multiplicidad N . A mayor tipo, más exactitud y

menor estabilidad.

5.3.3. Error permanente debido a una entrada escalón

R sR(s) R
R(s) = ⇒ eSS = lı́m =
s s→0 1 + GH(s) 1 + lı́ms→0 GH(s)
Se define: KP : lı́ms→0 GH(s): constante de error de posición.

J. Ramı́rez y E. Rosero 170 GICI

 5.3. RESPUESTA PERMANENTE

R
eSSP = {Error de Posición.
1 + KP
Si GH(s) tiene al menos una integración: KP → ∞, eSSP → 0
R R
=⇒ Sistema Tipo 0 : eSSP = 1+K P
= 1+K
: constante
Sistema Tipo 1 o más : eSSP = 0

5.3.4. Error permanente debido a una entrada rampa

R/s R 1
R(s) = R/s2 ⇒ eSS = lı́m = lı́m =
s→0 1 + GH(s) s→0 s + sGH(s) lı́ms→0 sGH(s)

KV : lı́ms→0 sGH(s): constante de error de velocidad.

R
eSSV = {Error de Velocidad.
KV
GH(s)= debe tener al menos dos integraciones para que eSSV → 0.
Sistema Tipo 0 : eSSV = ∞
=⇒ Sistema Tipo 1 : eSSV = R/KV = R/K:constante
Sistema Tipo 2 o más : eSSV = 0

5.3.5. Error permanente debido a una entrada parabóli-

ca

R R R
R(s) = ⇒ eSS = lı́m =
s3 s→0 s2 2
+ s GH(s) lı́ms→0 s2 GH(s)

KA : lı́ms→0 s2 GH(s): constante de error de aceleración.

R
eSSP = {Error de Aceleración.
KA
Sistema Tipo 0,1 : eSSA = ∞
=⇒ Sistema Tipo 2 : eSSA = R/KA = R/K:constante
Sistema Tipo 3 o más : eSSA = 0
En el diseño de un sistema de control se especifican las constantes de error
de acuerdo al funcionamiento deseado en régimen permanente, cumpliendo

J. Ramı́rez y E. Rosero 171 GICI

 5.3. RESPUESTA PERMANENTE

el compromiso de funcionamiento adecuado en régimen transitorio; se busca

la mayor constante con el mı́nimo ρ permisible.

Ejemplo:

Error permanente para el sistema de control de la excitación con contro-

lador PI.

VR (s) kA (s+1/tI ) 1 1 VT (s)

+ s τE s+1 τG s+1
−

KA = 100 , tI = τG = 5
KA (s + 1/tI ) kA
GH(s) = = TIPO 1
s(τE s + 1)(τG s + 1) τG s(τE s + 1)

Constantes de Error:

1
KP = lı́m GH(s) = ∞ =⇒ eSSP = =0
s→0 1 + KP
KA 1 tI
KV = lı́m sGH(s) = =⇒ eSSV = = = 0,05
s→0 tI KV KA
1
KA = lı́m s2GH(s) = 0 =⇒ eSSA = =∞
s→0 KA

El eSSP baja del 1 % a cero al adicionar la integración.

El eSSV se puede mermar con una KA mayor.

Ejercicio:
Resuelva los ejercicios 11, 12 y 13 propuestos en las actividades de aprendizaje
[Ogata, 1998].

J. Ramı́rez y E. Rosero 172 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

5.4. Respuesta Temporal, Sistemas Discretos

Para un sistema de tiempo ciscreto como el controlador digital:

e(k) a(k)
Gc (z)
E(z) A(z)

la señal de control se puede calcular como la trasformada inversa Z −1 de

la salida. Las señales discretas de entrada provienen de muestrear señales de
tiempo continuo; por ello, es importante conocer la relación entre los dominios
del tiempo discreto S y Z.

5.4.1. Representación en el plano Z de las señales.

T.Z
Pulso unitario: e(k) = d(k)
−→ E(z) = 1 ⇒ A(z) = G(z)
T.L
e(t) = δ(t)
−→ E(s) = 1 ⇒ A(s) = G(s)
Relacionan directamente señales y sistemas.
T.Z
Escalón unitario: e(k) = µ(k) z
−→ E(z) =
z−1
T.L
e(t) = µ(t)
−→ E(s) = 1/s
jω Plano Z
Plano S
e(k)
σ 1

kT
Polos en el origen de s = 0, tienen correspondencia con polos en z = 1.
Señal constante en el tiempo corresponde con polos en z = 1.

J. Ramı́rez y E. Rosero 173 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

T.Z
z
Exponencial: k
e(k) = r µ(k) −→ E(z) = z−r
e(t) = e−t/τ µ(t) T.L
1
−→ E(s) = s+1/τ

Plano S jω Plano Z e(k) r>1

1
σ
− τ1 0<r<1
kT
Notemos que se tiene un cero en z = 0 y un polo en z = r. Si | r |> 1, la
evolución de e(k) no es acotada.

Veamos a que constante de tiempo τ corresponde un polo en el plano Z,

en z = r: z = esT ⇒ z = r = e−T /τ → τ = T /Ln(1/r). Si r → 1, τ → ∞
y la respuesta es lenta; si r → 0, τ → 0 y la respuesta es rápida.

Como heurı́sticamente se considera apropiado muestrear entre 8 a 10 ve-

ces el tiempo de subida de una señal análoga, veamos a que polo corresponde
en el plano Z muestrear de esta forma a un sistema de primer orden; en tal
4τ
caso: ts ≈ 4τ → T ≈ 8→10
−T /τ 0,5→0,4
r=e =e = 0,6 → 0,7; el polo real en Z estará en este rango de
valores.

Senoidal acotada exponencialmente: e(k) = rk cos(kθ)µ(k)

T.Z. z(z − r cos θ) r: radio

E(z) = ;
−→ z 2 − 2r cos θz + r2 θ: frecuencia digital
Hay ceros en z = 0 y z = r cos θ y polos en z1−2 = r cos θ ± jrsenθ.
T.L.
e(t) = rt cos(θt)µ(t) −→ E(s) = s+α
; e−α =r
(s+α)2 +ω 2

J. Ramı́rez y E. Rosero 174 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

Plano S jω Plano Z
θ e(k)
T
r N =8
σ 1
θ
− T1 lnr θ = 45◦
r = 0.6 kT

Notemos que esta función incluye a las anteriores, pues si θ = 0, e(k) =

rk µ(k) y si r=1, e(k) = µ(k).

Veamos algunas conclusiones para correlacionar el comportamiento de

una señal en tiempo discreto (k), con la ubicación de sus polos en el plano
complejo (Z):

La duración del transitorio depende principalmente del radio r:

• r > 1: Señal inestable, de amplitud infinita cuando k tiende a

infinito.
• r = 1: Marginalmente estable, amplitud finita cuando k tiende a
infinito.
• r < 1: Señal estable, a menor r más corto el transitorio.
• r = 0: Transitorio de duración finita (términos z −1 ).

El número de muestreos por ciclo de una señal senoidal lo determina θ.

Una señal discreta es periódica si x(k) = x(k + N ) para todo k, donde

N es un número entero que corresponde al perı́odo de la señal; si x(k) =
cos(kθ) = cos(k + Njθ) =⇒ un perı́odo de la señal (2π rad), contiene N
2π
muestreos, asi: Nθ = 2π → N = θ[rad] muestreos/ciclo; por ejemplo, con
◦
θ = 45 , N = 360/45 = 8 muestreos por perı́odo, lo que corresponde a la
e(k) de la página anterior.

Observemos que para que exista periodicidad, 2π θ

debe ser un número
entero mayor de uno, luego θ debe estar en el intervalo: 0 < θ < π; θ es
estrictamente menor que π por el teorema de muestreo; por tanto, una señal
análoga periódica, al muestrearse puede no ser una secuencia periódica!

J. Ramı́rez y E. Rosero 175 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

Ejemplo:

x(t) = cos wo t = cos 2π

To
; To : perı́odo señal análoga.

Si se muestrea cada T segundos: x(kT ) = cos 2π

To
kT −→ θ = 2π TTo

Como N = 2π θ
= TTo = ωωso , entonces la frecuencia de muestreo debe ser un
múltiplo entero mayor a uno de la frecuencia de la señal análoga, para que
ambas señales tengan la misma periodicidad. Si ωs /ωo es un número irra-
cional, la señal discreta es aperiódica.

Ejemplo:

Una señal análoga a 60 Hz muestreada con T = 1 ms, da una señal dis-

1/60 50
creta con N 0 = 10 −3 = 3 muestreos por ciclo de la oscilación análoga; la
2π
señal discreta x(k) = cos 50/3 k se repite al cabo de N = 50 muestreos, luego
de los tres perı́odos de la señal análoga.

Una señal análoga x(t) = cos 100t, muestreada con T = 1 ms, da N 0 =

2π/100
10−3
= 20π, lo que corresponde a un número irracional de muestreos por
ciclo, es decir, es aperiódica.

5.4.2. Correlación Plano S a Plano Z

Los planos S y Z se relacionan mediante la transformación:

Z = esT
Las especificaciones de respuesta en tiempo continuo establecidas me-
diante la ubicación de polos en el plano S, se pueden llevar mediante esta
transformación al plano Z, de forma que la respuesta discreta cumpla las
especificaciones de funcionamiento de la respuesta en tiempo continuo.

J. Ramı́rez y E. Rosero 176 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

PLANO Z
PLANO S j
Cı́rculo
jω Unitario

jπ/T e±jπ
−1 1
σ
σ

−jπ/T −j
j 0<r<1
jω
Eje Real
Eje Real positivo σ > 0 r>1
z=r
negativo S = σ < 0 σ z = eσ 1

Cı́rculos de
Lugar de atenuación jω
constante radio r
z = ejθ r2 = eσs T
S = σ + jω, σ : cte.
r = eσT

r1 = eσ1 T
σ
σ1 σ2
Semiplano Izquierdo
Sistemas Estables −→ Interior del
Circulo unitario

PLANO Z
j
PLANO S
Lugar de
frecuencia cte.
jω
jω2
s = σ + jω jπ/T
ω =cte
jω1 jω1
jω2 1
jπ/T
σ

J. Ramı́rez y E. Rosero 177 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

NOTA: la relación plano S a plano Z no es uno-a-uno; para muchos

valores de S hay un solo valor de Z:

2π
s2 = s1 + J m −→ z = es2 T = es1 T .eJ2πm = es1 T (m=#Entero)
T
⇒ Polos o ceros en el plano S con frecuencias que difieren en un múltiplo
entero de la frecuencia de muestreo 2π/T , se trasladan a la misma posición en
el plano Z; esto genera una banda primaria y unas bandas complementarias
con imágenes iguales.

Banda primaria en el plano S:

PLANO S PLANO Z
Jω J
3 2
Jπ/T
1
1 2 3

σ 5 4

−Jπ/T
4 5
Bandas complementarias:
Jω
B.C
J5π/T J
B.C
Banda J3π/T
Complementaria Jπ/T
Banda
Primaria σ
−Jπ/T 1
B.C
−J3π/T
B.C
−J5π/T
B.C

J. Ramı́rez y E. Rosero 178 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

PLANO S PLANO Z
Jω Espiral J
Logaritmica
z = reJθ
r = e−ρωpnT

θ = ωn T 1 − ρ2
Lugar de amortiguamiento Si ωn ↓ 1
constante r ↑ exponencialmente
p θ ↓ linealmente
s = −ρωn + Jωn 1 − ρ2 σ
ρ: cte,ωn : variante

p
ωd = ωn 1 − ρ2 : frecuencia de la oscilación amortiguada.

2π
ωs = T
: frecuencia de muestreo.
ωd ωd
θ = ωd T = ωs
. 2π: para una relación ωs
dada, el radio r solo depende de ρ.

Una señal oscilatoria amortiguada análoga, muestreada a diferentes fre-

cuencias, tendrá los polos en el plano Z sobre la espiral.

Ejemplo:

Señal análoga con ρ = 0,3, muestreada con ωs1 = ωd , ωs2 = 2ωd y ωs3 =
4ωd , tendrá polos en el plano Z en:

z = rejθ con: r1 = 0,27, θ1 = 2π = 0◦ ; r2 = 0,37, θ2 = π ; r3 =

0,6, θ3 = π2 .

Igualmente dados θ y T , se puede calcular ωd .

Ejemplo:

θ = 30◦ , T = 200ms: ωs = 2πT

θ
= 10π ; ωd = ωs 2π
10π × π/6 5π
ωd = = rad/seg.
2π 6
Las curvas de amortiguamiento constante y de frecuencia natural cons-
tante en el plano S son ortogonales; en el plano Z se mantiene también esta
propiedad.

J. Ramı́rez y E. Rosero 179 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

Lugar de ωn cte Jω ωn = 0.4 ω2s ωn = 0.4 ω2s

ρ =variable ωn = 0.1 ω2s ωn = 0.2 ω2s

ωs
ωn = 2
σ

Las curvas de ωn constante son

Curvas de ρ constante son ortogonales
perpendiculares a las de ρ constante.
a las de ωn constante.
El gráfico obtenido para las curvas de ρ constante y ωn constante en el
plano Z se dispone como un ábaco (ver figura 5.1) para simplificar los cálculos
y facilitar el análisis.

J. Ramı́rez y E. Rosero 180 GICI

J. Ramı́rez y E. Rosero Root Locus

1
0.5π/T
0.6π/T 0.4π/T
ρ
ωn
0.8 0.7π/T 0.1 0.3π/T

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

0.2

0.3
0.6
0.8π/T 0.2π/T
0.4

0.5
0.4 0.6
0.7
0.9π/T 0.1π/T
Figura 5.1: Abaco

0.8
0.2
Imaginary Axis 0.9

π/T
181

0
π/T

−0.2

0.9π/T 0.1π/T

−0.4

0.8π/T 0.2π/T
−0.6

−0.8 0.7π/T 0.3π/T

0.6π/T 0.4π/T
0.5π/T
−1
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1
Real Axis
GICI
 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

RESUMEN

π
T
Jω
Tω

− Tπ e−σT

(a)

(b)
Fig. 2.17 Lı́neas correspondientes en el plano S y el plano Z, de acuerdo
a la transformación: z = esT .

Tabla 2.2
P lano − s Simbolo P lano − z
Eje de frecuencia: s=jω ××× Cı́rculo unitario: |z| = 1
Semiplano izquierdo Interior circulo unitario
s=σ≥0  z=r≥1
s = σ ≤ 0p z = r, 0 ≤p r≤1
jθ
s = −ρωn + jωn 1 − ρ2 444 z = re , r = exp{−θρ/
p 1 − ρ2} = e−aT ,
=-a+jb θ = ωn T 1 − ρ2 = bT
si ρ es fijo y ωn varı́a espiral logarı́tmica
si ωn es fija y ρ varı́a recta a ángulo θ contante
s = ±j(π/T ) ∼∼∼∼∼ z = −1

J. Ramı́rez y E. Rosero 182 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

5.4.3. Respuesta al Escalón de Sistemas Discretos

Primer Orden
1−r z (1−r)z
G(z) = z−r
; E(z) = z−1
−→ A(z) = G(z)E(z) = (z−r)(z−1)

z z TIZ
A(z) = z−1
− z−r a(k) = [1 − rk ]µ(k)
−→
Caracterı́sticas similares a la de un sistema continuo de primer orden con:
τ = T /Ln (1/r)

Segundo orden

k p
−T ρωn
G(z) = , r = e , θ = ω n T 1 − ρ2 ; k tal que G(1) = 1
z 2 − 2r cos θz + r2

Sea θ = 18◦ , r = 0,834

− √ ρθ
de: r = 0,834 = e 1−ρ2 −→ ρ = 0,5
θ.π/180 18.π/180 0,362
De: √ 2
=√ 2
= ωn T −→ ωn = T
1−ρ 1−0,5

θ ωs 18.π ωs ωs Hay 20 muestreos por ciclo de la

ωd = = θ. = . =
T 2π 180 2π 20 oscilación amortiguada
La respuesta es como la de un sistema análogo de 2◦ orden con ωn =
0,362/T y ρ = 0,5, con 20 muestreos por ciclo de la oscilación amortiguada,
como lo muentra la figura 5.2.

J. Ramı́rez y E. Rosero 183 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

a(k)

kT

Figura 5.2: Respuesta al escalón, sistema de segundo orden discreto.

Segundo orden con cero

Al discretizar un sistema continuo es normal tener ceros en el sistema
discreto.
k(z−a)
Sea: r = 0,834, θ = 18◦ ; G(z) = z2 −1,58z+0,7 , k tal que G(1)=1

En la página siguiente se muestran las diferentes respuestas para varias

localizaciones del cero; notemos que de nuevo se observa un aumento del
sobrepaso; las figuras siguientes muestran el sobrenivel porcentual versus la
posición del cero a, para distintos valores de los polos (θ = 18, 45, 72◦ , tal
que ρ = 0,5 ó 0,707). Se observa poco efecto del cero cuando está en el eje
real negativo y un fuerte efecto cuando se acerca a z = 1.

Segundo orden con polo

Consideremos el sistema de tiempo discreto:
k
G(z) = , tal que G(1) = 1
(z − p)(z 2 − 1,58z + 0,7)
El efecto básico es el de aumentar el tiempo de subida como lo ilustra la
última figura de la página siguiente, para p entre -1 y 1, θ = 18, 45, 72◦ y r
tal que ρ = 0,5.

Cuando el polo adicional se acerca a z = 1, aumenta bastante el tiempo

de subida, llegando a dominar la respuesta.

J. Ramı́rez y E. Rosero 184 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

a(k) ρ = 0.5
S.P % (Log)
a=0.9 1000 18o
a=0.8
a=0.7 500 45o
a=0.6 400 72o
200
100
50
40
1 20
10
5
3
2

kT
−1 −0.5 0 0.5 1 1.5 a
Respuesta al escalón, 2 orden con cero S.P. vs. a; ρ = 0,5
tr
S.P % (Log) ρ = 0.707 # de muetreos
1000 18o a 0.95 (Log) ρ = 0.5
o
500 45 1000 18o
400 72o 500 45o
200 400 72o
100 200
50 100
40 50
20 40
10 20
5 10
3 5
2 3
2
−1 0 1 a
S.P. vs. a; ρ = 0,7 −1 −0.5 0 0.5 1 1.5 p
tr vs. p; respuesta al escalón, 2 orden con polo

J. Ramı́rez y E. Rosero 185 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

Especificaciones de funcionamiento en el plano Z

Al igual como se hizo en tiempo continuo, podemos definir áreas deseadas
en el plano Z, de ubicación de polos complejos dominantes del sistema, co-
rrespondientes a una especificación temporal de desempeño.

Grado de amortiguamiento ρ ≥ 0,4 área limitada por la espiral loga-

rı́tmica de ρ = 0,4
Plano Z

Tiempo de estabilización: ts ≈ ρω4n ≤ tsmax área limitada por el interior

del cı́rculo de radio r = e−ρωn T ; r ≤ e−4T /tsmax

Tiempo de subida: área dentro del cı́rculo de radio unidad y curva de

2,5
ωn constante, ωnmin ≥ trmax

J. Ramı́rez y E. Rosero 186 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

5.4.4. Respuesta Permanente Discreta

Consideremos el modelo de la bucla de realimentación tı́pica digital.

R(s) + E(s) E ∗ (s) C(s)

D(z) 1−e−sT Gp (s)
T s
−
B(s)
H(s)
El error actuante es: e(t) = r(t)−b(t); definimos el error de estado estable
en los instantes de muestreo e∗ss , ası́:

e∗ss = lı́m e∗ (t) = lı́m e(kT )

t→∞ k→∞
−1
= lı́m[(1 − z )E(z)](si el sistema es estable)
z→1

Para este sistema obtuvimos la función de transferencia de pulsos:

C(z) G(z)
=
R(z) 1 + GH(z)
( ) ( )
Gp(s) Gp(s)H(s)
donde: G(z) = (1−z −1 )Z s
D(z) y GH(z) = (1−z −1 )Z s
D(z);

luego:
R(z)
−→ E(z) =
1 + GH(z)

" #
R(z)
Por lo tanto: e∗ss = lı́m (1 − z −1 )
z→1 1 + GH(z)
Para una entrada escalón: R(z) = 1−z1−1
" #
1 1
e∗ssp = lı́m = : Error de estado estable de posi-
z→1 1 + GH(z) 1 + Kep
ción, donde Kep = lı́mz→1 GH(z) es la constante de error de posición.

J. Ramı́rez y E. Rosero 187 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

T z −1
Para una entrada rampa: R(z) =
(1 − z −1 )2

! !
−1
Tz T
e∗ssv = lı́m = lı́m
z→1 (1 + GH(z))(1 − z −1 ) z→1 GH(z)(1 − z −1 )

GH(z)(1−z−1 )
e∗ssv = K1ev : Error de estado estable de velocidad, donde Kev = lı́mz→1 T
es la constante de error de velocidad.

T 2(1 + z −1 )z −1
Similarmente para una entrada aceleración: R(z) =
2(1 − z −1 )3
−1 2
e∗ssa = K1ea : Error de estado estable de aceleración, donde Kea = (1−z T)2 GH(z)
es la contante de error de aceleración.

Notemos que las expresiones del error permanente ess y de las constantes
de error Ke tienen la misma forma del caso continuo; sinembargo, para en-
tradas variantes, las constantes de error Kev y Kea dependen del perı́odo de
muestreo.

Si la configuración del muestreo cambia en el lazo y si existe la función

de transferencia de pulso, se deben obtener las constantes de error con un
análisis similar; esto se ilustra en el siguiente ejemplo.

Ejemplo:
Para el sistema:

R(s) + C(s)
G1 (z) G2 (z)
T T
−
B(s)
H(s)
Las constantes de error son:

Kep = lı́m G1 (z)G2 H(z)

z→1

J. Ramı́rez y E. Rosero 188 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

(1 − z −1 )G1 (z)G2 H(z)

Kev = lı́m
z→1 T
(1 − z −1 )2 G1 (z)G2 H(z)
Kea = lı́m
z→1 T2
También podemos clasificar a los sistemas de control digitales de acuerdo
al TIPO, donde el tipo será igual al número de polos en z = 1 de la función
de transferencia de pulsos de lazo abierto.

Ejercicio:
Resuelva los ejercicios 14 y 15 propuestos propuestos en las actividades de
aprendizaje [Kuo, 1996].

5.4.5. Solución de las ecuaciones dinámicas; la matriz

de transición de estado continua
Para un sistema representado en el espacio de estados:

Ẋ(t) = AX(t) + BR(t) Ecuación de estado

C(t) = EX(t) + DR(t) Ecuación de salida

Es importante poder calcular la respuesta C(t) para una entrada R(t) y un
estado inicial X(0) dados; C(t) se puede calcular de la ecuación de salida si
se conoce la evolución de X(t); esta última se calcula resolviendo la
ecuación de estado. La ecuación de estado se puede resolver como la suma
de la solución de la ecuación homogénea y la forzada.

Solución Homogénea

De manera análoga al caso escalar: ẋ = a x donde la solución es de la forma

x(t) = f (t) x(0) = eatx(0), la solución de la ecuación de estado lineal
homogénea
Ẋ = AX Ecuación de Estado Homogénea
es de la forma : X(t) = φ(t)X(0), donde φ(t) es una matriz n × n, conocida
como la matriz de transición de estado, reemplazando la solución en la

J. Ramı́rez y E. Rosero 189 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

ecuación diferencial, se obtiene que la matriz de transición de estado debe

satisfacer la ecuación diferencial matricial:
Φ̇(t) = AΦ(t)
Aplicando la Trasformada de Laplace a la Ecuación de Estado Homogénea:
sX(s) − X(0) = AX(s)
TIL 
X(s) = (s I − A)−1 X(0) −→ X(t) = L−1 (s I − A)−1 X(0), t ≥ 0
por tanto; 
Φ(t) = L−1 (s I − A)−1
De forma alterna, suponiendo una solución clásica de ecuaciones
diferenciales en la forma de un vector en series de potencia del tiempo:
X(t) = K0 + K1 t + K2 t2 + · · · Kj tj + · · · ; Ki(n×r)
al reemplazar en la Ecuación de Estado Homogénea, se obtiene:
 
1 22 1 j j
X(t) = I + At + A t + · · · + A t + · · · X(0)
2! j!
de donde por analogı́a con la serie infinita de potencias de la función
exponencial escalar, se denomina :
X∞
Aj tj
At
Φ(t) = e = ( ) : Matriz exponencial de A
j=1
j!

La matriz de transición de estado es una transformación de la condición

inicial que define la evolución libre (no forzada) del sistema
(x(t) = Φ(t) x(0)); ella gobierna la respuesta debida a las condiciones
iniciales del sistema, definiendo por completo la transición del estado desde
el instante inicial t = 0, a cualquier tiempo t, cuando las entradas son nulas.
Notemos que Φ(t) solo depende de la matriz A; si A es diagonal con valores
propios λ1 , λ2 , · · · λn distintos :
 
eλ1 t 0 · · · 0
 0 eλ2 t · · · 0 
At  
Φ(t) = e =  .. .. . . 
 . . . 
λn t
0 0 ··· e
Si hay valores propios repetidos, Φ(t) contendrá; además de eλ1t , eλ2t · · · eλnt
términos tales como : teλit , t2eλit .

J. Ramı́rez y E. Rosero 190 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

Propiedades de la Matriz de Transición de Estado

1. Φ(0) = eA0 = I
−1
2. Φ(t) = eAt = (e−At ) −→ Φ−1 (t) = Φ(−t)

De esta propiedad : x(t) = eAt x(0) −→ x(0) = Φ(−t) x(t)

lo que indica que la transición en el tiempo se puede dar en cualquier
dirección.
 k
3. Φ(t) = eAt eAt · · · eAt = ekAt = Φ(kt)

4. Φ(t2 − t1 ) Φ(t1 − t0 ) = eA(t2 −t1 ) eA(t1−t0 ) = eA(t2 −t0 ) = Φ(t2 − t0 )

Esta propiedad muestra que el proceso de transición del estado se

puede dividir en varias transiciones secuenciales.

Solución total de la Ecuación de Estado

Al aplicar la Transformada de Laplace a la ecuación de estado
no-homogénea :
Ẋ (t) = A X(t) + B R(t)
Se obtuvo en el capı́tulo 2 :

X(s) = (sI − A)−1 X(0) + (sI − A)−1 B R(s)

Z t
TIL At
−→ X(t) = e X(0) + (eA(t−τ ) B R(τ ))dτ, t≥0
0
Si el tiempo inicial es t0, la solución se modifica a :
Z t
A(t−t0 )
X(t) = e X(t ) + (eA(t−τ ) B R(τ ))dτ , t ≥ t0
| {z 0}
Sol. Homogenea | t0 {z }
Sol. F orzada

Una vez calculado X(t), el vector de salida será :

Z t
A(t−t0 )
C(t) = E e X(t0 ) + (E eA(t−τ ) B R(τ ))dτ + D R(t), t ≥ t0
t0

J. Ramı́rez y E. Rosero 191 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

Ejemplo

Calcular la salida del sistema dinámico:

ẋ1 = x2(t)
ẋ2 = −2x1 (t) − 3x2 (t) + r(t)
c(t) = x1(t) + x2 (t)

Con x1(0) = 1, x2 (0) = 0 y r(t) = µ(t).

La representación vectorial - matricial es :

        
ẋ1 0 1 x1 0   x1
= + r(t); c(t) = 1 1
ẋ2 −2 −3 x2 1 | {z } x2
| {z } | {z } C
A B

Calculemos la matriz de transición de estado:

   
s −1 −1 1 s+3 1
sI − A ; (sI − A) = 2
2 s+3 s + 3s + 2 −2 s

 
At −1
 −1
2e−t − e−2t e−t − e−2t
e =L (s I − A) =
−2e−t + 2e−2t −e−t + 2e−2t
La solución de la ecuación de estado es :
   Z t  
2e−t − e−2t e−t − e−2t 1 A(t−τ ) 0
x(t) = −t −2t −t −2t + e dτ
−2e + 2e −e + 2e 0 0 1

  Z t 
2e−t − e−2t e−(t−τ ) − e−2(t−τ )
x(t) = + dτ
−2e−t + 2e−2t 0 −e−(t−τ ) + e−2(t−τ )
     
1 1
   e−t et − 1 − e−2t 2 e2t − 2 
2e−t − e−2t  
x(t) = +
   

 
−2e−t + 2e−2t  
−t t −2t 1 2t 1
−e e − 1 + 2e 2
e − 2

J. Ramı́rez y E. Rosero 192 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

 
0,5 + e−t − 0,5e−2t
x(t) =
−e−t + e−2t
 
  x1
c(t) = 1 1 = 0,5 + 0,5e−2t
x2

Este ejemplo para un sistema monovariable ilustra que se requieren más

cálculos que utilizar directamente la solución vı́a la transformada de Laplace.
La utilidad en más evidente para el caso multivariable.

5.4.6. Solución de las Ecuaciones Dinámicas Discretas

X(k + 1) = G X(k) + H U (k)

Y (k) = E X(k) + D U (k)
Por recurrencia :

k=0 X(1) = GX(0) + HU (0)

k=1 X(2) = GX(1) + HU (1) = G2 X(0) + GHU (0) + HU (1)

k=2 X(3) = GX(2) + HU (2) = G3 X(0) + G2 HU (0) + GHU (1) + HU (2)

..
.
X
k−1
k
X(k) = G X(0) + Gk−j−1 H U (j) ; k = 1, 2, 3 · · ·
| {z }
j=0
Sol. Homogenea | {z }
Sol. P articular
| {z }
Ecuacion Discreta de T ransicion de Estado

Φ(k) = Gk : Matriz de Transición de Estado

satisface : Φ(k + 1) = GΦ(k) , Φ(0) = Φ0
Con X(k) resuelto se puede calcular Y (k)

Si se aplica la transformada Z :
TZ
X(k + 1) = GX(k) + HU (k) −→ zX(z) − zX(0) = GX(z) + HU (z)

J. Ramı́rez y E. Rosero 193 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

(zI − G) X(z) = zX(0) + HU (z)

−1 −1
X(z) = (zI − G) zX(0) + (zI − G) HU (z)

−→ Gk = Z −1 (zI − G)−1 z
X
k−1

Gk−j−1 H U (j) = Z −1 (zI − G)−1 HU (z)
j=0
−1
Si X(0) = 0 −→ Y (z) = EX(z) + DU (z) = E(zI − G) HU (z) + DU (z)
Y (z)
U (z)
= G(z) = E(zI − G)−1 H + D : Matriz de funciones de transferencia discretas

Ejemplo
   
0 1 1
Para X(k + 1) = GX(k) + HU (k) ; G = ,H=
−0,6 −1 1
 T
obtener X(k) con U (k) = µ(k) , X(0) = 1 −1

Solución
 −1  
−1 z −1 1 z+1 1
(zI − G) = = (z+0,2)(z+0,8)
0,16 z + 1 −0,16 z

 4 k k k k 
3
(−0,2) − 13 (−0,8) 5
3
(−0,2) − 53 (−0,8)
Φ(k) =  
4 k 4 k k k
− 15 (−0,2) + 15
(−0,8) − 13 (−0,2) + 43 (−0,8)

−1   z
X(z) = (zI − G) zX(0) + HU (z) ; U (z) = z−1
 z2 
z−1
zX(0) + HU (z) =  
−z2 +2z
z−1

 
z z2 + 2
X(z) = (z+0,2)(z+0,8)(z−1) −z 2 + 1,84z

J. Ramı́rez y E. Rosero 194 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

 
 − 17
6
(−0,2)k + 22
9
(−0,8)k + 25
18
X(k) = Z −1
X(z)  
17 k 38 k 7
30
(−0,2) + 45
(−0,8) + 18

5.4.7. Discretización de Ecuaciones Dinámicas de Tiem-

po Continuo
En esta sección consideramos que tenemos un sistema de tiempo conti-
nuo descrito en variables de estado, el cual se controla digitalmente; deseamos
por tanto obtener a partir de su representación de estado continuo, la repre-
sentación de estado discreta; la figura ilustra el caso.

U (k) u(t) x(t)

+
ROC Ẋ = AX + BU E y(t)
+
D Y (k)
T

Consideramos la ecuación para la solución del estado:

Z t
A(t−t0 )
X(t) = e X(t0) + eA(t−τ ) B U (τ )dτ
t0

Como interesa sólo la solución en los instantes de muestreo, se considera:

t = kT + T ; t0 = kT
Z kT +T
AT
X(kT + T ) = e X(kT ) + eA(kT +T −τ )B U (τ )dτ
kT
como U (t) es constante entre muestreos : U (t) = U (kT )
Z kT +T
AT
X(kT + T ) = e X(kT ) + eA(kT +T −τ )dτ B U (kT )
| kT {z }
η=kT +T −τ

Si realizamos el cambio de variable: η = kT + T − τ en la integral de la

anterior ecuación, se obtiene:
Z kT +T Z 0 Z T
A(kT +T −τ ) Aη
e dτ = e (−dη) = eAη dη
kT T 0

J. Ramı́rez y E. Rosero 195 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

Por tanto:
X(kT + T ) = G(T )X(kT ) + H(T )U (kT )
Donde:  Z 
T
AT Aη
G(T ) = e H(T ) = e dη .B
0
Notemos que G y H dependen del perı́odo de muestreo.
La ecuación de salida es:

Y (kT ) = E X(kT ) + D U (kT )

Ejemplo
   
0 1 0
Discretizar : Ẋ = AX + BU ; Y = EX ; A = , B=
  0 −2 1
E = 0 1 , T = 1 seg

A G(T ) lo podemos calcular a partir de la Transformada Inversa de Laplace

de (s I − A)−1, evaluando t en T .
 
AT −1
 −1
0 12 (1 − e−2T )
G(T ) = e = L (s I − A) =
t−→T 0 e−2T

 
      1
(T + e−2T −1
)
Rt 1 1
(1 −e −2t
) 0 2 2
H(T ) = 2 d(τ ) = 
0 0 e−2t 1 1 −2T
2
(1 −e )

   
1 0,43 0,28
con T = 1; G(T ) = ; H=
0 0,13 0,43

J. Ramı́rez y E. Rosero 196 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

       
x1(k + 1) 1 0,43 x1(k) 0,28
= + u(k)
x2(k + 1) 0 0,13 x2(k) 0,43

 
  x1(k)
y(k) = 1 0
x2(k)
Ejercicio:
Resuelva los ejercicios 16, 17, 18 y 19 propuestos en las actividades de apren-
dizaje.

Resumen
Este capı́tulo se dedicó al análisis en el dominio del tiempo de sistemas
de control lineales en tiempo continuo y en tiempo discreto. La respuesta
temporal de los sistemas de control se divide en respuesta transitoria y de
estado estable. El error de estado estable es una medida de la exactitud del
sistema cuando el tiempo se aproxima al infinito. La respuesta transitoria
se caracteriza por las caracterı́sticas como el sobrepaso máximo, tiempo de
levantamiento, tiempo de retardo y tiempo de asentamiento, y parámetros
tales como factor de amortiguamiento relativo, frecuencia natural no amor-
tiguada y constante de tiempo. Se analizaron los efectos de adicionar polos
y ceros a las funciones de transferencia de la trayectoria directa y en lazo
cerrado. También se discutieron los polos dominantes de las funciones de
transferencia.
Tambien se realizó en análisis en el dominio del tiempo de sistemas de
control en tiempo discreto, y se demuestra que todo el análisis en estado
estable y transitorio de sistemas en tiempo continuo puede extenderse a los
sistemas en tiempo discreto. La interpretación de la configuración de polos y
ceros se debe realizar en el plano z respecto al cı́rculo unitario | z |= 1.

Actividades de aprendizaje

J. Ramı́rez y E. Rosero 197 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

1. Realice una lectura reflexiva y crı́tica del material del curso.

2. En el ejercicio 1 del siguiente capı́tulo deberá usar las herramientas de

análisis de la respuesta temporal vistas en este capı́tulo.

3. Ejercicio Ogata B.4.1.

4. Obtenga la respuesta escalón unitario de un sistema realimentado uni-

tariamente, cuya función de transferencia en lazo abierto es:
4
G(s) = (5.1)
s(s + 5)

5. Considere la respuesta escalón unitario de un sistema de control real-

imentado unitariamente cuya función de transferencia en lazo cerrado
es:
1
G(s) = (5.2)
s(s + 1)
Obtenga el tiempo de levantamiento, tiempo pico, el sobrepaso máximo
y el tiempo de asentamiento.

6. Considere el sistema en lazo cerrado obtenido mediante:

C(s) ωn
= 2 (5.3)
R(s) s + 2ρωn s + ωn2

Determine los valores de ρ y ωn para que el sistema responda a una

entrada escalón con un sobrepaso de aproximadamente 5 % y con un
tiempo de asentamiento de 2 seg. (Use el criterio del 2 %)

7. Considere el sistema de la siguiente figura.

R(s) + + 16 1 C(s)
s+0.8 s
− −
k

J. Ramı́rez y E. Rosero 198 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

Determine el valor de k de modo que el factor de amortiguamiento

relativo ρ sea 0.5. Después obtenga el tiempo de levantamiento tr , el
tiempo pico tp, el sobrepaso máximo Mt y el tiempo de asentamiento
ts , en la respuesta escalón unitario.

8. Obtenga la respuesta al escalón unitario de un sistema realimentado

unitariamente cuya función de transferencia en lazo abierto sea:
2s + 1
G(s) = (5.4)
s2
9. Analice y compare las respuestas al escalón, impulso y rampa unitarias,
a los sistemas de control de posición:
R(s) + 1 C(s)
5 s(5s+1) Control P
−

R(s) 1 C2 (s)
+ 5(1 + 0.8s) s(5s+1) Control PD
−

R(s) + + 1 1 C3 (s)
5 5s+1 s Control P +
− − realimentación
0.8 tacométrica.

Evalue cual es el más rápido y cual tiene menor sobrepaso en la res-

puesta al escalón.

10. Para el sistema de control de posición:

R(s) + + 1 X3 2 X2 1 X1
4 s 5 0.1s+1 s
− −

J. Ramı́rez y E. Rosero 199 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

R(s) + E(s) E ∗ (s) U (s) C(s)

5
T ROC s(s+2)
−

Utilice un programa de simulación para obtener las respuestas al es-

calón, impulso y a la rampa unitarios; trace las curvas de x1, x2 , x3 y
e vs. t.

11. Considere el sistema de control con realimentación unitaria y FdT de

lazo abierto:
K
G(s) =
s(Js + B)
Analice los efectos de variar los valores de K y B sobre el eSSV ; me-
diante un programa de simulación, trace curvas de respuesta a una
rampa unitaria, para valores de K pequeño, mediano y grande; asuma
J = B = 1.

12. Sea
C(s) ks + b
= 2 , H(s) = 1
R(s) s + as + b
Calcule G(s) y el eSSV

13. Ejercicio Ogata B.5.21.

Demuestre que el eSSV = 0 si la función de transferencia en lazo cerrado
de un sistema realimentado unitario es:
C(s) an−1 s + an
= n n−1
R(s) s + a1s + ... + an−1 s + an

14. En la figura se muestra el diagrama de bloques de un sistema de control

de datos muestreados:

J. Ramı́rez y E. Rosero 200 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

R(s) + E(s) + U (s) U ∗ (s) 1 1

Y (s)
ROC s s
T
− −

Kt

a) Derive las funciones de transferencia de la trayectoria directa y

en lazo cerrado del sistema en la transformada z. El perı́odo de
muestreo es de 0.1 s.
b) Calcule la respuesta al escalón unitario de c(kT ) para k = 0 a 100.
c) Repita las partes 14a y 14b para T = 0,05 s.

15. El diagrama de bloques de un sistema de control de datos muestreados

se muestra en la figura:
∗ ∗ ∗
a) Encuentre las constantes de error Kep , Kev , Kea .
Y (z) Y (z)
b) Derive las funciones de transferencia E(z)
y R(z)
.
c) Calcule la respuesta al escalón unitario y(kT ) para k = 0 a 50
para T = 0,1 s y Kt = 5.
d ) Repita el punto anterior para T = 0,1 s y Kt = 1.

16. Para el sistema dinámico:

 
0 1
ẋ(t) = Ax(t) + R(t) (5.5)
1 0

 
0 1
C(t) = x(t) (5.6)
1 0
Obtenga la matriz de transición
 de estados y las salidas con:
1 µ(t)
x(0) = , R(t) = para:
0 µ(t)
 
0 1
a) A =
−2 −1

J. Ramı́rez y E. Rosero 201 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

 
0 1
b) A =
−1 0
 
0 1
c) A =
1 0

17. Para el sistema de la figura, escriba las ecuaciones dinámicas y re-

suélvalas para obtener C(t) con x(0) = [1 0 0]T y R(s) = 1/s.

R(s) + E(s) 10 C(s)

s(s+4)(s+5)
−

18. Para el sistema:

C ∗ (t)
U (t) U ∗ (t) r(t) C(t) T
T
ROC ẋ = Ax + Br

las ecuaciones de estado son: ẋ1 = x2 ; ẋ2 = −2x1 +3x2 + r. Obtenga las
ecuaciones de estado discretas con T = 0,2seg y resuélvalas para cal-
cular C(kT ), si la entrada U (t) es un escalón unitario y las condiciones
iniciales son nulas.

19. Para el el sistema:

r(t) = µ(t) + e(t) C(t)

1
ROC s+1 C(kT )
− T =1
T =1

Escriba las ecuaciones dinámicas discretas y resuélvalas para obtener

c(kT ), con c(0) = 1, ċ(0) = 0.

J. Ramı́rez y E. Rosero 202 GICI

 5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

Lecturas complementarias

KUO BENJAMIN, Sistemas de Control Automático, Prentice Hall

1997. Capı́tulo 7.

OGATA KATSUSHITO, Ingenierı́a de Control Moderno, Prentice Hall,

3 edición, 1998. Capı́tulos 4 y 5.

OGATA KATSUSHITO, Sistemas de Control en Tiempo Discreto. Pren-

tice Hall Méx. 1996. Capı́tulo 4.

Referencias

KUO BENJAMIN, Sistemas de Control Automático, Prentice Hall

1997.

OGATA KATSUSHITO, Ingenierı́a de Control Moderno, Prentice Hall,

3 edición, 1998.

OGATA KATSUSHITO, Sistemas de Control en Tiempo Discreto. Pren-

tice Hall Méx. 1996.

J. Ramı́rez y E. Rosero 203 GICI

Capı́tulo 6

Acciones básicas de control

Introducción
Un control automático compara el valor medido de la salida de una planta
con el valor deseado, determina la desviación y produce una señal de control
que busca reducir la desviación a cero o a un valor pequeño. La forma en que
el control automático produce la señal de control recibe el nombre de acción
de control.
En este capı́tulo presentaremos las acciones de control básicas utilizadas
comúnmente en los controles automáticos industriales, tales como las acciones
de control Proporcional (P), Proporcional-Integral (PI), Proporcional-Derivativo
(PD) y Proporcional-Integral-Derivativo (PID). Analizaremos también los
efectos de los diferentes modos de control en el funcionamiento del sistema;
finalmente presentaremos la manera como se implementan estas acciones de
control, la implementación análoga mediante amplificadores operacionales y
las ecuaciones de recurrencia para la implementación discreta.

Objetivos
1. Determinar el efecto de las diferentes acciones de control en el compor-
tamiento de un sistema. Evaluación

204
 6.1. ACCIÓN DE CONTROL - PID

Contenido

6.1. Acción de Control - PID

6.1.1. Acción Proporcional P
Definición:

r(t) + e(t) a(t)

kp
−
b(t)

La acción proporcional genera la señal de control de la forma:

a(t) = kp e(t)

kp : Ganancia proporcional

En control de procesos se usa la Banda Proporcional B:P para definir la

ganancia; es la relación entre la desviación porcentual de la salida a la
variación en el pleno rango de la señal de control.
100
kp =
B.P [ %]

Funcionamiento:
Para analizar los efectos de la acción proporcional, consideremos el sis-
tema de control de la excitación sujeto a una acción P:

VT (s) kp /(1 + kp )
= τG
VR (s) 1+kp
s + 1

J. Ramı́rez y E. Rosero 205 GICI

 6.1. ACCIÓN DE CONTROL - PID

VR (s) + 1 VT (s)
−
kp τG s+1

La constante de tiempo equivalente del sistema en red cerrada es:

τG
τEQ = , luego a mayor acción proporcional, mayor es la velocidad
1 + kp
de respuesta.

1
Para el régimen estacionario, el error de posición es: essp = 1+k p
; a este
error se le denomina corrimiento y disminuye, aumentando kp .
El corrimiento es caraterı́stico de una planta tipo cero sujeta a una acción
P. Plantas tipo 1 o mayor, no tienen corrimiento respecto a la referencia,
pero si debido a señales perturbadoras; analicemos una planta tipo 1, con
perturbación de carga:

D(s)

+
R(s) + E(s) 1 C(s)
−
kp + s(τs+1)

1 1
CD (s) = D(s); si D(s) = s
s(τ s + 1) + kp

1
essd = − Cssd = − lı́m sCD (s) = −
s→0 kp

1
essd = −
kp

Existe por tanto un error permanente debido al disturbio, el cual se puede

disminuir usando alta ganancia proporcional en el controlador, respetando
por supuesto el grado de estabilidad requerido.

J. Ramı́rez y E. Rosero 206 GICI

 6.1. ACCIÓN DE CONTROL - PID

En resumen tenemos que la acción Proporcional tiene alta velocidad de

respuesta en el transitorio y corrimiento en el régimen estacionario.

6.1.2. Acción Integral I

Definición

R(s) + E(s) kI A(s)

− s
B(s)

La acción integral genera la señal de control de la forma:

Z t
a(t) = kI e(t)d(t)
0

kI
A(s) = E(s)
s
Donde kI , se denomina constante integral.

Funcionamiento
Para analizar los efectos de la acción integral, consideremos al sistema de
control de la excitación sujeto a una acción Integral.

VR (s) + E(s) 1 A(s) 1 VT (s)

− TI s τG s+1

En este caso, se utiliza como parámetro de la acción a TI : Tiempo de acción

integral. Este tiempo corresponde al tiempo que tarda la señal de control
en alcanzar la señal de error, cuando se aplica un escalón de error en lazo
abierto, como se ilustra en la figura.

J. Ramı́rez y E. Rosero 207 GICI

 6.1. ACCIÓN DE CONTROL - PID

a(t)
e(t)

TI t

Notemos que a menor tiempo integral TI , mayor es la pendiente en la señal

de control a(t) y por tanto mayor es la acción integral.

Analicemos el régimen transitorio, la función de transferencia del sistema

es:

VT (s) 1 1/TI τG
= = ;
VR (s) TI s(τG s + 1) + 1 + τ1G s + 1/TI τG
s2
r
p 1 TI
−→ ωN = 1/TI τG ρ=
2 τG
El sistema ahora puede ser subamortiguado oscilatorio a diferencia del la-
zo abierto que es de primer orden; como se ha aumentado en uno el grado de
la ecuación caracterı́stica, tenemos que el sistema es menos estable.

Comparemos la velocidad de respuesta de la acción I con la P; con la

acción P la velocidad de respuesta es : ts = 3τEQ

ts = 3τG /(1 + kp )

Con la acción I asumiendo que el sistema es subamortiguado:

1
ts = 3/ρωN ρωN = ts = 6τG
2τG
El sistema con acción P es mucho más rápido que el lazo abierto, mientras
que con la acción I, se hace dos veces más lento.

J. Ramı́rez y E. Rosero 208 GICI

 6.1. ACCIÓN DE CONTROL - PID

Para el análisis del régimen estacionario, la constante de error de posición

es infinita kEP =∝, pues la acción integral sube el tipo del sistema a uno;
1
ası́, el error permanente de posición es essp = = 0.
1 + kEP

Para una perturbación entre controlador y planta:

1
τG s+1 1
essD = −CssD = − lı́m s 1
s→0 1+ TI s(τGs+1)
s
TI s
essD = − lı́m = 0 essD = 0
s→0 TI s(τG s + 1) + 1

Luego, la acción integral elimina el corrimiento tanto de la entrada de re-

ferencia como el debido a señales perturbadoras en el lazo.

Obsérvese que la señal de control en un instante dado, es el área bajo la

curva del error hasta ese momento; por ello, si el error es nulo, la señal de
control no necesariamente debe ser nula; el valor que permanece se llama:
Remanencia Estacionaria, RE.

e(t)

a(t)

RE
t

J. Ramı́rez y E. Rosero 209 GICI

 6.1. ACCIÓN DE CONTROL - PID

En resumen, las prncipales caracterı́sticas de funcionamiento de la acción

integral són:

Elimina el corrimiento

Merma la estabilidad

Merma la velocidad de respuesta

Genera remanencia estacionaria en la señal de control

6.1.3. Acción Proporcional Integral PI

Definición:

R(s) + E(s) kp (1+TI s) A(s)

− TI s
B(s)

La señal de control es una combinación de las acciones P e I:

Z t
kp
a(t) = kp e(t) + e(t)dt
TI 0

A(s) kp (1 + TI s)
=
E(s) TI s

La respuesta al escalón en el error e(t), en lazo abierto es:

J. Ramı́rez y E. Rosero 210 GICI

 6.1. ACCIÓN DE CONTROL - PID

a(t)

2kp acción PI
kp
acción P

TI t

A 1/TI se le denomina Frecuencia de Reposición [RPM]; corresponde al

número de veces por minuto que la acción I duplica la componente de acción
P. Una frecuencia de reposición de 2 RPM implica que en un minuto a(t) ha
duplicado el salto inicial dos veces para un escalón en e(t).

Funcionamiento
Para el análisis, consideremos de nuevo al sistema de control de la ex-
citación, con acción PI.

VR (s) + kp (1+TI s) 1 VT (s)

− TI s τG s+1

La función de transferencia es:

VT (s) kp (TI s + 1)/TI τG

=
VR (s) s2 + 1+k
τG
p
s + TI kpτG

r
1 + kp 1 TI
ρ= p
kp 2 τG

J. Ramı́rez y E. Rosero 211 GICI

 6.1. ACCIÓN DE CONTROL - PID

1 + kp
Se incrementa en el factor p con respecto al amortiguamiento calcula-
kp
do para la acción I, por tanto, la adición del cero, mejora el amortiguamiento.
3τG
En cuanto a la velocidad de respuesta, ts = , es más rápido que
1 + kp
con acción I; sinembargo, para un amortiguamiento ρ apropiado, la ganacia
kp con la acción PI es menor que la obtenida para la acción P y por ello, el
PI es más lento que el P.

Para el comportamiento en régimen estacionario, de nuevo el sistema es

Tipo 1 y el essp = 0, eliminando el corrimiento.

También se puede mostrar que el PI elimina los errores permanentes de-

bidos a perturbaciones entre el controlador y la salida.

En resumen, podemos concluir que la acción de control PI aprovecha las

ventajas de las acciones P e I y por ello es la acción de control de mayor uso
en sistemas de control.

6.1.4. Acción Proporcional Derivativa PD

Definición

R(s) + E(s) A(s)

kp (1 + Td s)
−
B(s)

d
a(t) = kp e(t) + kp Td e(t)
dt
A(s)
= kp (1 + Td s)
E(s)
Td : tiempo derivativo, es el tiempo que tarda en alcanzar la acción P a la
acción D cuando el error es una rampa en lazo abierto.

J. Ramı́rez y E. Rosero 212 GICI

 6.1. ACCIÓN DE CONTROL - PID

a(t)
PD
P

Td t

Td también corresponde al tiempo que adelanta la acción derivativa a la

acción proporcional, esto es un efecto anticipativo, por ello se la llama tam-
bién, tiempo de preacción; ver la respuesta a una rampa de error enla figura
siguiente.

Un PD práctico tiene un retardo dinámico para limitar la ganacia a altas

frecuencias y evitar amplificar el ruido.

Funcionamiento
Para el análisis, consideremos un sistema de control de la excitación con
excitatriz DC y acción PD (en la práctica se usa la red estabilizadora).

IL (s)
+
VR (s) + 1 1 VT (s)
kp (1 + Td s) τE s+1 τG s+1 +
−

La función de transferencia del sistema es:

kp
VT (s) τE τG
(1 + Td s)
= τE +τG +kp +Td 1+kp
VR (s) s2 + s+
τE τG τE τG

J. Ramı́rez y E. Rosero 213 GICI

 6.1. ACCIÓN DE CONTROL - PID

Notemos que Td aumenta el coeficiente del término en S y por tanto mejora

el amortiguamiento.

Los errores permanentes de posición y debidos al disturbio IL son:

1 1
essp = ; ess |IL = −
1 + kp kp
Ambos errores se mejoran aumentando kp ; ası́, aunque la acción D no
afecta directamente el error permanente, al añadir amortiguamiento se puede
usar una alta ganancia proporcional y se puede disminuir los essp y ess |IL .

En resumen, las caracterı́sticas de funcionamiento de la acción PD son:

Estabiliza

Efecto anticipativo

Permite disminuir el ess

Si hay ruido, lo amplifica y puede saturar el actuador.

J. Ramı́rez y E. Rosero 214 GICI

 6.1. ACCIÓN DE CONTROL - PID

6.1.5. Acción Proporcional Integral Derivativa PID

Definición:
PID paralelo:

k
+ k + A
R
− T1 s +
+
B

kT2 s

R(s) + E(s) k(1+T1 s+T1 T2 s2 ) A(s)

− T1 s
B(s)

La señal de control se obtiene de la ecuación:

Z t
k d
a(t) = ke(t) + e(t)dt + kT2 e(t)
T1 0 dt

Las figuras muestran las respuestas al escalón y la rampa en el error:

J. Ramı́rez y E. Rosero 215 GICI

 6.1. ACCIÓN DE CONTROL - PID

a(t)
impulso

Figura 6.1: Respuesta al escalón del PID

a(t) PID
PD

Figura 6.2: Respuesta a la rampa del PID

1 + p 2
Los ceros del controlador son: Z1−2 = − − T1 − 4T1 T2 son
2T2
reales si T1 > 4T2 ; en tal caso, la función de transferencia del controlador
es: 
A(s) kp (1 + TI s)(1 + Tds)  kp = k/T1 Z1
= T1 = − 1/Z1
E(s) TI s 
| {z } TD = − 1/Z2
CASCADA de P I y PD

Con ceros reales, se tiene una cascada de un PI y un PD; en tal caso se

denomina PID interactivo o serie.

Funcionamiento
Consideramos el sistema de control de la excitación con excitatriz, actua-
dor de dinámica apreciable y acción de control PID.
Con TI = τG , Td = τE , τA = 0,5, se obtiene:

J. Ramı́rez y E. Rosero 216 GICI

 6.1. ACCIÓN DE CONTROL - PID

IL (s)

+
VR (s) + kp (TI s+1)(Td s+1) 1 1 1 VT (s)
− TI s τA s+1 τE s+1 τG s+1 +

IL (s)

+
VR (s) + kp 1 VT (s)
− TI s τA s+1 +

VT (s) kp /TI τA
=
VR (s) s + τ1A s + TI kpτA
2

ts ' 3τA = 1,5 seg. Alta velocidad de respuesta

r
1 TI
ρ = p Ajustable con kp ; kp = 10 → ρ = 0,5
2 kp τA

Tipo 1 −→ essp = 0 , ess |IL = 0

En resumen, sus caracterı́sticas de funcionamiento son la suma de los efectos

de las acciones P, I y D.

Implementación análoga con amplificadores operacionales

Configuración general de un amplificador operacional para regulación:

J. Ramı́rez y E. Rosero 217 GICI

 6.1. ACCIÓN DE CONTROL - PID

IR IF
UR
ZR (s) ZF (s)

IB I=0
UB −
ZR (s)
+
UA

R0

V oltaje de entrada
ZF , ZR : Transimpedancias de los cuadripolos: Corriente de salida
.

UR = ZR IR − UB = ZR IB ; UA = ZF IF

LIK : IR + ID + IF = 0
UR UB UA
−→ − = −
ZR ZR ZF
ZF (s)
UA (s) = − [UR (s) − UB (s)]
ZR (s)
Para el PID:
(RI CI s + 1)[1 + (RA + RD ) CD s]
ZR (s) = RR ; ZF (s) =
∝ CI s(1 + RA CD s)
| {z }
T 0 d: Constante parasita

UA (s) RI (RI CI s + 1) (RD CD s + 1)

= −
UR (s) − UB (s) αRR R C s R C s+1
|{z} | I{z I } | A {zD }
kp TI =RI CI TD =RD CD

J. Ramı́rez y E. Rosero 218 GICI

 6.1. ACCIÓN DE CONTROL - PID

Seguidor de
RI CI Tensión
− U*Rd
+
U’
IF CD
RA
Ra << Rd
RR
UR −

UB + RP UA
RR α
posición
RO relativa
del cursor

El PID interactivo tiene en general mayores sobrepasos y tiempos de es-

tabilización y menores tiempos de subida que el paralelo.

6.1.6. Implementación digital de la ley de control PID

PID análogo:
 Z 
1 t d
a(t) = k e(t) + e(t)dt + Td e(t) (6.1)
Ti 0 dt

Discretizando la integral con la regla trapezoidal y la derivada con la dife-

rencia de dos puntos, se obtiene:
    
1 T T e(kT ) − e(kT − T )
a(kT ) = k e(kT ) + a(kT − T ) + e(kT ) + e(kT − T ) + Td
Ti 2 2 T
(6.2)
Realizando la transformada Z:
   
T 1 + z −1 Td −1
A(z) = k 1 + + (1 − z ) E(z) (6.3)
2Ti 1 − z −1 T
se obtiene:
 
T T 1 Td −1
A(z) = k 1 − + + (1 − z ) E(z) (6.4)
2Ti Ti 1 − z −1 T

J. Ramı́rez y E. Rosero 219 GICI

 6.1. ACCIÓN DE CONTROL - PID

Ası́ obtenemos la forma posicional del controlador PID:

A(z) KI
= Kp + + KD (1 − z −1 ) (6.5)
Ez 1 − z −1
 
donde: Kp = k 1 − 2T T
i
= k − k2i : ganancia proporcional menor que la
ganancia análoga.
KI = kT
Ti
: ganancia integral.
Td
KD = k T : ganancia derivativa.

Para evitar cambios muy fuertes a la salida del controlador ante cambios
súbitos de la referencia, es posible tomar las acciones P y D sólo de la salida:

R(z) − C(z)
A(z) = −Kp C(z) + KI − KD (1 − z −1 ) (6.6)
1 − z −1
que es la forma de velocidad del controlador PID.
Esto simplifica los cambios manual-automático y disminuye la posibilidad de
saturar el actuador; no permite sin embargo, el ajuste de ceros complejos,
como si lo hace el posicional.

Resumen
En este capı́tulo se presentaron las acciones básicas de control que suelen
usar los controladores automáticos industriales. Se presentan los efectos de las
acciones de control proporcional, integral, derivativa, proporcional-integral,
proporcional-derivativa y proporcional-integral-derivativa, ası́ como su im-
plementación continua mediante amplificadores operacionales y en tiempo
discreto.

Actividades de aprendizaje
1. Para el sistema de control digital de la figura 6.3:

a) Escriba las ecuaciones deinámicas discretas con Gc = 1.

J. Ramı́rez y E. Rosero 220 GICI

 6.1. ACCIÓN DE CONTROL - PID

E ∗ (s)
R(s) + E(s) 1 C(s)
Gc(z) ROC C(kT )
2s+1
− T = 1s
T = 1s

Figura 6.3: Sistema de control digital

b) Resuelva estas ecuaciones dinámicas para obtener c(kT ) con R(s) =

1
s
y c(0) = 1.
c) Si se desea: lı́mk→∞ e∗ (kT ) → 0 para R(s) = 1/s y una dinámica
dominada por un par de polos complejos conjugados con ρ = 0,5
y tiempo de estabilización igual a 6 segundos (criterio del 5 %),
seleccione y ajuste la acción de control Gc (z) de tipo PID más
simple posible que cumpla con estas especificaciones.

2. Para el sistema de control digital:

1
D(s) = s

+
R(s) + E(s) E ∗ (s) + C(s)
1
Gc (z) ROC s+1
− T = 0.5

Se desea:

a) Error de estado estable e∗ssD = 0

b) Respuesta transitoria sobreamortiguada o dominada por un par
de polos conjugados complejos con ρ ≥ 0,5
c) Tiempo de estabilización ts ≤ 2 seg, criterio del 2 %.

Seleccione y ajuste la acción de control PID más simple posible que

cumpla con las especificaciones dadas.

3. Para el sistema de la figura 6.4:

J. Ramı́rez y E. Rosero 221 GICI

 6.1. ACCIÓN DE CONTROL - PID

r(t) + u(kT ) ẋ1 = −x1 + u c(t)

T
ROC ẋ2 = −x1
c = −x2
−

Figura 6.4: Sistema 1

(50 %) Obtenga las ecuaciones de estado y de salidas discretas del

sitema en red cerrada.
(50 %) Para el sistema de la figura 6.5

R(z) + 1 C(z)
Kp + Kd (1 − z −1 ) 2(z−1)
−

Figura 6.5: Sistema 2

Se desea una ecuación

√ caracterı́stica
√ en red cerrada de segundo
2
orden con ρ = 2 y ωn = 2. Ajuste el controlador proporcional
derivativo, para cumplir la especificación deseada.

4. Para el sistema de control digital de la figura 6.6:

R(s) + E(s) E ∗ (s) C(s)

1
Gc (z) ROC 2s+1
− T =1s
C(kT )

T =1

Figura 6.6: Sistema

a) (10 %) Escriba las ecuaciones dinámicas discretas con Gc = 1.

b) (30 %) Resuelva estas ecuaciones dinámicas para obtener c(kT )
con R(s) = 1s y C(0) = 1.
c) (60 %) Si se desea lı́mk→∞ e∗(kT ) → 0 para R(s) = 1s y una
dinámica dominada por un par de polos complejos conjugados con

J. Ramı́rez y E. Rosero 222 GICI

 6.1. ACCIÓN DE CONTROL - PID

ρ = 0,5 y tiempo de estabilización igual a seis segundos (criterio

del 5 %), seleccione u ajuste la acción de control Gc (z) de tipo
PID, más simple posible, que cumpla con estas especificaciones.

5. Para el sistema de la figura 6.7:

R(s) + 1 C(s)
Gc (s) 2
s +1
−

Figura 6.7: Sistema

Se desea que la ecuación caracterı́stica en red cerrada, esté dominada

por una dinámica de segundo orden con tiempo de pico de √π3 segundos
y sobrenivel porcentual del 16 %.

a) (10 %) Obtenga la ecuación caracterı́sitca deseada, si el sistema es

en lazo cerrado de segundo orden.
b) (10 %) Obtenga una ecuación caracterı́sitca deseada, si el sistema
es en lazo cerrado de tercer orden.
c) (10 %) Analice si es posible cumplir las especificaciones dadas,
para cada una de las siguientes acciones de control:
1) Gc (s) = kp
2) Gc (s) = ksi
3) Gc (s) = kp (TiTs+1)
is
4) kp (Tds + 1)

En caso de poder cumplir las especificaciones, ajuste apropiadamente

el controlador.

6. Cuarta evaluación, diciembre de 2006

a) (30 %). Luego del modelado matemático de un sistema, se obtiene

su representación de estado:

ẋ1 = x2

J. Ramı́rez y E. Rosero 223 GICI

 6.1. ACCIÓN DE CONTROL - PID

ẋ2 = −x1 − 2x2 + u

c = x1
Si el sistema se muestrea con un perı́odo de T = 0,5 seg. y tiene
un retenedor de orden cero, obtenga la matriz del sistema para su
representación de estado en tiempo discreto.
b) (30 %). Calcule la respuesta del sistema a controlar del punto an-
terior, en el dominio de Z, C(z) para las condiciones iniciales:
x1 = 1, x2 = 0
c) (40 %). Se desea que el sistema descrito por la función de trans-
ferencia discreta: G(z) = 0,1z+0,06
(z−0,6)2
responda con una dinámica en
red cerrada dominada por un par de polos complejos conjugados
con coeficiente de amortiguamiento de 0.5 y tiempo de estabi-
lización menor de 4 seg, evaluado con el criterio del 5 %. Para ello
se dispone de un controlador PID digital, el retenedor de orden
cero y perı́odo de muestreo de T = 0,5 seg. Seleccione la acción
de control PID digital más simple posible que cumpla con las es-
pecificaciones deseadas.

Lecturas complementarias

OGATA KATSUSHITO, Ingenierı́a de Control Moderno, Prentice Hall

3ra. edición, 1998. Capı́tulo 5

Referencias

KUO BENJAMIN, Sistemas de Control Automático, Prentice Hall

1997.

OGATA KATSUSHITO, Ingenierı́a de Control Moderno, P.H.H. 3 edi-

ción, 1998.

J. Ramı́rez y E. Rosero 224 GICI

 6.1. ACCIÓN DE CONTROL - PID

OGATA KATSUSHITO, Sistemas de Control en Tiempo Discreto. P.H.H,

Méx. 1996.

J. Ramı́rez y E. Rosero 225 GICI

Bibliografı́a

R. Dorf. Sistemas Modernos de Control. Addison Wesley Iberoamericana,

2da. Edición, 1989.

Benjamin. Kuo. Sistemas de Control Automático. Prentice Hall-

Hispanoamericana, 1996.

N.Ñise. Sistemas de Control para Ingenierı́a. CECSA, 3ra. Edición, 2004.

K. Ogata. Ingenierı́a de Control Moderna. Prentice Hall, 1993.

K. Ogata. Ingenierı́a de Control Moderna. Prentice Hall Hispanoamericana,

3a. Edición, 1998.

Kiyong Kim R. C. Schaefer. Excitation control of the synchronous generator.

IEEE Industry Applications Magazine, 7(2), 2001.

R. Bishop R. Dorf. Modern control systems. Prentice Hall, 10 Edición, 2005.

J.M. Ramı́rez. Diseño del regulador de Tensión para un generador autoexci-

tado. PhD thesis, Universidad del Valle, Julio 1989.

Westinghouse. electrical Trasmission and distribution. Reference Book, 1950.

226