SISTEMAS DE CONTROL AVANZADO

LUIS EDO GARCÍA JAIMES

POLITÉCNICO COLOMBIANO J.I.C

PRIMERA PARTE

Luis Edo García Jaimes

 ANÁLISIS DE SISTEMAS DE CONTROL EN EL
ESPACIO DE ESTADO

Este método tiene como objetivo la descripción de

un sistema en función de 𝑛 ecuaciones en
diferencias o diferenciales de primer orden, las
cuales pueden combinarse para formar una
ecuación matricial en diferencias o una diferencial
de primer orden.
Luis Edo García Jaimes
 CONCEPTOS BÁSICOS
• Estado: el estado de un sistema dinámico es el conjunto
más pequeño de variables, tales que el conocimiento de
dichas variables en 𝑡 = 𝑡𝑜 junto con el conocimiento de la
entrada para 𝑡 ≥ 𝑡𝑜 , determinan completamente el
comportamiento dinámico del sistema para 𝑡 ≥ 𝑡𝑜 .
• Variables de Estado: son las variables que conforman el
conjunto más pequeño de variables que determinan el
estado de un sistema dinámico: 𝑥1 , 𝑥2 . . . 𝑥𝑛 .
• Vector de Estado: es el vector formado por el conjunto de
las 𝑛 variables de estado 𝑥1 , 𝑥2 . . . 𝑥𝑛 que sean necesarias
para determinar completamente el comportamiento del
sistema.
Luis Edo García Jaimes
 REPRESENTACIÓN EN EL ESPACIO DE ESTADO DE
UN SISTEMA CONTINUO
Las variables 𝑢𝑖 (𝑡), 𝑖 = 1. . . 𝑟, representan las entradas
Las variables 𝑦𝑖 (𝑡), 𝑖 = 1. . . 𝑚, representan las salidas
Las variables 𝑥𝑖 (𝑡), 𝑖 = 1. . . 𝑛, representan las variables de estado

u1(t) Variables de y1(t)

estado 𝑢1 (𝑡) 𝑦1 (𝑡) 𝑥1 (𝑡)
u2(t) y2(t) 𝑢2 𝑡 𝑦2 (𝑡) 𝑥2 (𝑡)
x1(t)
u3(t) x2(t) y3(t) 𝑢 𝑡 = ∙ y 𝑡 = ∙ 𝑥 𝑘𝑡 = ∙
a)
x3(t) ∙ ∙ ∙
𝑢𝑟 𝑡 𝑦𝑚 (𝑡) 𝑥n (𝑡)
xn(t) ym(t)
ur(t)

Vector de
u(t) y(t)
Estado

Luis Edo García Jaimes

 ECUACIÓN DE ESTADO
En general, la ecuación que describe el estado de un sistema de tiempo
continuo, se puede escribir en la forma:
𝑥ሶ 𝑡 = 𝑓 𝑥 𝑡 , 𝑢(𝑡)

La salida del sistema se puede dar como:

𝑦 𝑡 = 𝑔 𝑥 𝑡 , 𝑢(𝑡)

Para los sistemas lineales, de tiempo continuo e invariantes en el tiempo, la

ecuación de entrada y la ecuación de salida se pueden escribir así

𝑥ሶ 𝑡 = 𝐴𝑥 𝑡 + 𝐵𝑢 𝑡

𝑦 𝑡 = 𝐶𝑥 𝑡 + 𝐷𝑢 𝑡

Luis Edo García Jaimes

 DEFINICIÓN DE TÉRMINOS
En donde:

𝑥(𝑡) = Vector de estado (vector 𝑛)

𝑦(𝑡) =Vector de salida (vector 𝑚)

𝑢(𝑡) = Vector de entrada (vector 𝑟)

𝐴 =Matriz de estado (matriz 𝑛 × 𝑛)

𝐵 = Matriz de entrada (matriz 𝑛 × 𝑟)

𝐶 = Matriz de salida (matriz 𝑚 × 𝑛)

𝐷 = Matriz de transmisión directa (matriz 𝑚 × 𝑟)

Luis Edo García Jaimes

 DIAGRAMA DE BLOQUES SISTEMA CONTINUO

 x(t) +
x(t) +
u(t)
B
+  C
y(t)
+

𝑥ሶ 𝑡 = 𝐴𝑥 𝑡 + 𝐵𝑢 𝑡
𝑦 𝑡 = 𝐶𝑥 𝑡 + 𝐷𝑢 𝑡

Luis Edo García Jaimes

 REPRESENTACIÓN EN EL ESPACIO DE ESTADO DE UN
SISTEMA DISCRETO

Las variables 𝑢𝑖 (𝑘), 𝑖 = 1. . . 𝑟, representan las entradas

Las variables 𝑦𝑖 (𝑘), 𝑖 = 1. . . 𝑚, representan las salidas
Las variables 𝑥𝑖 (𝑘), 𝑖 = 1. . . 𝑛, representan las variables de estado

u1(k) Variables de y1(k)

estado
u2(k)
x1(k)
y2(k) 𝑢1 (𝑘) 𝑦1 (𝑘) 𝑥1 (𝑘)
u3(k) x2(k) y3(k) 𝑢2 𝑘 𝑦2 (𝑘) 𝑥2 (𝑘)
x3(k) 𝑢 𝑘 = 𝑦 𝑘 = 𝑥 𝑘 =
b) ∙ ∙ ∙
∙ ∙ ∙
xn(k)
ur(k) ym(k) 𝑢𝑟 𝑘 𝑦𝑚 (𝑘) 𝑥n (𝑘)

Vector de
u(k) y(k)
Estado

Luis Edo García Jaimes

 ECUACIÓN DE ESTADO SISTEMA DISCRETO
En general, la ecuación que describe el estado de un sistema de tiempo discreto,
en el instante 𝑘 + 1 se puede escribir en la forma:
𝑥 𝑘 + 1 = 𝑓 𝑥 𝑘 , 𝑢(𝑘)

Así mismo, la salida del sistema se puede dar como:

𝑦 𝑘 = 𝑔 𝑥 𝑘 , 𝑢(𝑘)

Para los sistemas lineales de tiempo discreto invariantes en el tiempo, la ecuación

de entrada y la ecuación de salida se pueden escribir así:

𝑥 𝑘 + 1 = 𝐴𝑥 𝑘 + 𝐵𝑢 𝑘

𝑦 𝑘 = 𝐶𝑥 𝑘 + 𝐷𝑢 𝑘

Luis Edo García Jaimes

 DEFINICIÓN DE TÉRMINOS

En donde:

𝑥(𝑘) = Vector de estado (vector 𝑛)

𝑦(𝑘) =Vector de salida (vector 𝑚)

𝑢(𝑘) = Vector de entrada (vector 𝑟)

𝐴 =Matriz de estado (matriz 𝑛 × 𝑛)

𝐵 = Matriz de entrada (matriz 𝑛 × 𝑟)

𝐶 = Matriz de salida (matriz 𝑚 × 𝑛)

𝐷 = Matriz de transmisión directa (matriz 𝑚 × 𝑟)

Luis Edo García Jaimes

 DIAGRAMA DE BLOQUES SISTEMA DISCRETO

+
x(k+1) x(k) +
B z-1 C
u(k) + y(k)
+

𝑥 𝑘 + 1 = 𝐴𝑥 𝑘 + 𝐵𝑢 𝑘

𝑦 𝑘 = 𝐶𝑥 𝑘 + 𝐷𝑢 𝑘

Luis Edo García Jaimes

 EJEMPLO
Considere el movimiento angular de deflexión de un avión respecto a la horizontal.
Dicho sistema puede representarse, para ángulos pequeños, mediante la ecuación
diferencial:
𝑑 2 𝛼(𝑡) 1 𝑑𝛼(𝑡)
+ = 𝐴𝛿(𝑡)
𝑑𝑡 2 𝑇 𝑑𝑡
Los alerones son accionados mediante un servomecanismo que responde a la
ecuación diferencial:
𝑑𝛿(𝑡)
= 𝐾𝑒(𝑡)
𝑑𝑡

Siendo 𝛼(𝑡) el ángulo del avión con respecto a la horizontal, 𝛿(𝑡) el ángulo de
deflexión de los alerones y e(t) es el voltaje de alimentación del servo que mueve
los alerones
Hallar una representación del sistema en el espacio de estado. Asuma que 𝛼(𝑡) es
la salida del sistema y 𝑒(𝑡) su entrada

Luis Edo García Jaimes

 EJEMPLO
La figura representa el sistema de control de un depósito de sección constante y
altura máxima de 1m alimentado por una caudal de entrada 𝑞𝑒 . La salida del líquido
se controla mediante una válvula de modo que el caudal de salida depende del
producto de su velocidad por el factor de apertura de la válvula 𝑤. El factor de
apertura responde a la señal eléctrica proporcionada por un amplificador diferencial
que amplifica, con una ganancia 𝐾, la diferencia entre la señal eléctrica 𝑛,
proporcional al nivel de líquido en el depósito (𝑛 = 𝑁ℎ) y la señal de referencia 𝑟.
a) Obtenga la representación en el espacio de estado para el sistema y calcule la
altura de equilibrio que alcanza el líquido cuando 𝑞𝑒 = 0.02 𝑚3 𝑠 y 𝑟 = 7 𝑉.
b) Obtenga el un diagrama de bloques para el sistema.
𝑁 = 10 𝑉 𝑚 𝐾 = 0.005 𝑚2 𝑉 𝐴 = 0.5𝑚2

Luis Edo García Jaimes

 SOLUCIÓN AL EJEMPLO
𝑑ℎ
𝐴𝑐𝑢𝑚𝑢𝑙𝑎 = 𝐸𝑛𝑡𝑟𝑎 − 𝑆𝑎𝑙𝑒 𝐴 = 𝑞𝑒 − 𝑞𝑆
𝑑𝑡
𝑞𝑆 = 𝑤 ∗ 𝑣 = 𝑤 2𝑔ℎ 𝑤 = 𝐾 𝑁𝐻 − 𝑟
𝑑ℎ
𝐴 = 𝑞𝑒 − 𝐾 𝑁𝐻 − 𝑟 2𝑔ℎ
𝑑𝑡
Reemplazando los valores dados:
𝑑ℎ
0.5 = 𝑞𝑒 − 0.005 10ℎ − 𝑟 19.6ℎ
𝑑𝑡

𝑑ℎ
= 2𝑞𝑒 − 0.442ℎ ℎ + 0.0442𝑟 ℎ
𝑑𝑡
Se define como variable de estado 𝑥 = ℎ
Así la representación en el espacio de estado es:
𝑥ሶ = 2𝑞𝑒 − 0.442𝑥 + 0.0442𝑟 𝑥
Luis Edo García Jaimes
 SOLUCIÓN AL EJEMPLO (2)
𝑑ℎ
En el equilibrio el cambio de altura es igual a cero: 𝑑𝑡
= 0 y con 𝑟 = 7 resulta:

0 = 0.04 − 0.442ℎ ℎ + 0.3094 ℎ Organizando la ecuación:

0.1953ℎ3 − 0.2735ℎ2 + 0.09572ℎ = 0.0016 Resolviendo se obtiene: ℎ = 0.802𝑚 ,
ℎ = 0.58 𝑚 𝑦 ℎ = 0.0175𝑚. La solución válida es ℎ = 0.802 𝑚

Luis Edo García Jaimes

 FORMAS CANÓNICAS PARA ECUACIONES EN EL
ESPACIO DE ESTADO EN TIEMPO DISCRETO
Sea el sistema en tiempo discreto definido por la ecuación de diferencias:
𝑦 𝑘 + 𝑎1 𝑦 𝑘 − 1 + 𝑎2 𝑦 𝑘 − 2 + ⋯ 𝑎𝑛 𝑦 𝑘 − 𝑛 = 𝑏𝑜 𝑢 𝑘 + 𝑏1 𝑢 𝑘 − 1 ⋯ + 𝑏𝑛 𝑢 𝑘 − 𝑛

En donde 𝑢(𝑘) es la entrada y 𝑦(𝑘) es la salida del sistema.

La función de transferencia de pulso correspondiente a la ecuación anterior está

dada por:

𝑌(𝑧) 𝑏𝑜 + 𝑏1 𝑧 −1 + 𝑏2 𝑧 −2 ⋯ + 𝑏𝑛 𝑧 −𝑛
𝐺 𝑧 = =
𝑈(𝑧) 1 + 𝑎1 𝑧 −1 + 𝑎2 𝑧 −2 ⋯ + 𝑎𝑛 𝑧 −𝑛

𝑌(𝑧) 𝑏𝑜 𝑧 𝑛 + 𝑏1 𝑧 𝑛−1 + 𝑏2 𝑧 𝑛−2 ⋯ + 𝑏𝑛

𝐺 𝑧 = = 𝑛
𝑈(𝑧) 𝑧 + 𝑎1 𝑧 𝑛−1 + 𝑎2 𝑧 𝑛−2 ⋯ + 𝑎𝑛

Luis Edo García Jaimes

 TIPOS DE FORMAS CANÓNICAS
Existen diferentes formas para representar el sistema discreto
definido por las ecuaciones dadas.

Las más utilizadas son las llamadas formas canónicas a saber:

• Forma canónica controlable (FCC).

• Forma canónica observable (FCO).

• Forma canónica diagonal (FCD).

• Forma canónica de Jordan (FCJ).

Luis Edo García Jaimes

 FORMA CANÓNICA CONTROLABLE
La representación en el espacio de estado del sistema en tiempo discreto
definido por las funciones de transferencia dadas se puede expresar en
la forma:

𝑥1 (𝑘 + 1) −𝑎1 −𝑎2 ∙ −𝑎𝑛−1 −𝑎𝑛 𝑥1 (𝑘) 1

𝑥2 (𝑘 + 1) 1 0 ∙ 0 0 𝑥2 (𝑘) 0
𝑥3 (𝑘 + 1) 0 1 ∙ 0 0 𝑥3 (𝑘) ∙
= + 𝑢 𝑘
∙ ∙ ∙ ∙ ∙ ∙ ∙ ∙
∙ ∙ ∙ ∙ ∙ ∙ ∙ 0
𝑥𝑛 (𝑘 + 1) 0 0 ∙ 1 0 𝑥𝑛 (𝑘) 0
𝑥1 (𝑘)
𝑥2 (𝑘)
∙
𝑦 𝑘 = 𝑏1 − 𝑎1 𝑏𝑜 𝑏2 − 𝑎2 𝑏𝑜 ∙ 𝑏𝑛 − 𝑎𝑛 𝑏𝑜 + 𝑏𝑜 𝑢(𝑘)
∙
𝑥𝑛−1 (𝑘)
𝑥𝑛 (𝑘)

Luis Edo García Jaimes

 FORMA CANÓNICA OBSERVABLE
La representación en el espacio de estado del sistema en tiempo discreto,
definido por las funciones de transferencia dadas, se puede expresar en la
forma:
𝑥1 (𝑘 + 1) −𝑎1 1 0 ∙ 0 𝑥1 (𝑘) 𝑏1 − 𝑎1 𝑏𝑜
𝑥2 (𝑘 + 1) −𝑎2 0 1 ∙ 0 𝑥2 (𝑘) 𝑏2 − 𝑎2 𝑏𝑜
∙ ∙ ∙ ∙ ∙ ∙ ∙ ∙
= + 𝑢 𝑘
∙ ∙ ∙ ∙ ∙ ∙ ∙ ∙
𝑥𝑛−1 (𝑘 + 1) −𝑎𝑛−1 0 0 ∙ 1 𝑥𝑛−1 (𝑘) 𝑏𝑛−1 − 𝑎𝑛−1 𝑏𝑜
𝑥𝑛 (𝑘 + 1) −𝑎𝑛 0 0 ∙ 0 𝑥𝑛 (𝑘) 𝑏𝑛 − 𝑎𝑛 𝑏𝑜
𝑥1 (𝑘)
𝑥2 (𝑘)
∙
𝑦 𝑘 = 1 0 0 ∙ 0 + 𝑏𝑜 𝑢(𝑘
∙
𝑥𝑛−1 (𝑘)
𝑥𝑛 (𝑘)

Luis Edo García Jaimes

 FORMA CANÓNICA DIAGONAL
Si los polos de la función de transferencia de pulso dada son todos distintos, es decir, si ella

se puede expandir en fracciones parciales en la forma:

𝐶1 𝐶2 𝐶𝑛
𝐺 𝑧 = + +⋯ + 𝑏𝑜
𝑧 − 𝑝1 𝑧 − 𝑝2 𝑧 − 𝑝𝑛
La representación en el espacio de estado definido se puede expresar en la forma:

𝑥1 (𝑘 + 1) 𝑝1 0 ∙ 0 0 𝑥1 (𝑘) 1
𝑥2 (𝑘 + 1) 0 𝑝2 ∙ 0 0 𝑥2 (𝑘) 1
∙ 0 0 ∙ 0 0 ∙ ∙
= + 𝑢 𝑘
∙ ∙ ∙ ∙ ∙ ∙ ∙ ∙
∙ ∙ ∙ ∙ ∙ ∙ ∙ ∙
𝑥𝑛 (𝑘 + 1) 0 0 ∙ 0 𝑝𝑛 𝑥𝑛 (𝑘) 1
𝑥1 𝑘
𝑥2 𝑘
∙
𝑦 𝑘 = 𝐶1 𝐶2 ∙ ∙ 𝐶𝑛 + 𝑏𝑜 𝑢 𝑘
∙
∙
𝑥𝑛 𝑘
Luis Edo García Jaimes
 FORMA CANONICA DE JORDAN
Si al descomponer en fracciones parciales la función de transferencia dada se obtiene un polo

múltiple de orden 𝑟 en 𝑧 = 𝑝1 y todos los demás polos son distintos, es decir:

𝐶1 𝐶2 𝐶𝑟 𝐶𝑟+1 𝐶𝑟+2 𝐶𝑛
𝐺 𝑧 = + + ⋯ + + + ⋯ + 𝑏0
(𝑧 − 𝑝1 )𝑟 (𝑧 − 𝑝1 )𝑟−1 𝑧 − 𝑝1 𝑧 − 𝑝𝑟+1 𝑧 − 𝑝𝑟+2 𝑧 − 𝑝𝑛
La representación en el espacio de estado se puede expresar en la forma

𝑥1 (𝑘 + 1) 𝑝1 1 0 0 0 ∙ 0 𝑥1 (𝑘) 0
𝑥2 (𝑘 + 1) 0 𝑝1 1 0 0 ∙ 0 𝑥2 (𝑘) 0
∙ ∙ ∙ ∙ ∙ ∙ ∙ 0 ∙ ∙
𝑥𝑟 (𝑘 + 1) 0 0 0 𝑝1 0 ∙ 0 𝑥𝑟 (𝑘)
= + 1 𝑢
𝑥𝑟+1 (𝑘 + 1) 0 0 ∙ 0 𝑝𝑟+1 ∙ 0 𝑥𝑟+1 (𝑘) 1
∙ ∙ ∙ ∙ ∙ 0 ∙ 0 ∙ ∙
∙ ∙ ∙ ∙ ∙ ∙ ∙ ∙ ∙ ∙
𝑥𝑛 (𝑘 + 1) 0 0 ∙ 0 0 ∙ 𝑝𝑛 𝑥𝑛 (𝑘) 1
𝑥1 𝑘
𝑥2 𝑘
∙
𝑦 𝑘 = 𝐶1 𝐶2 ∙ ∙ 𝐶𝑛 + 𝑏𝑜 𝑢 𝑘
∙
∙
𝑥𝑛 𝑘

Luis Edo García Jaimes

 EJEMPLO

Obtenga tres representaciones en el espacio de estado para el sistema descrito

mediante la ecuación en diferencias dada. Considere condiciones iniciales
iguales a cero.
𝑦 𝑘 − 1.3 𝑘 − 1 + 0.4𝑦 𝑘 − 2 = 𝑢 𝑘 − 1 + 0.5𝑢(𝑘 − 2)

Tomando la transformada z:
1 − 1.3𝑧 −1 + 0.4𝑧 −2 𝑌 𝑧 = 𝑧 −1 + 0.5𝑧 −2 𝑈(𝑧)

La función de transferencia es:

𝑌(𝑧) 𝑧 −1 + 0.5𝑧 −2 𝑏0 = 0 𝑏1 = 1 𝑏2 = 0.5

𝐺 𝑧 = = ∴
𝑈(𝑧) 1 − 1.3𝑧 −1 + 0.4𝑧 −2 𝑎1 = −1.3 𝑎2 = 0.4

Luis Edo García Jaimes

 SOLUCIÓN
a) FORMA CANÓNICA CONTROLABLE (FCC)

𝑥1 (𝑘 + 1) 1.3 −0.4 𝑥1 (𝑘) 1 𝑥1 (𝑘)

= + 𝑢 𝑘 𝑦 𝑘 = 1 0.5
𝑥2 (𝑘 + 1) 1 0 𝑥2 (𝑘) 0 𝑥2 (𝑘)

b) FORMA CANÓNICA OBSERVABLE (FCO)

𝑥1 (𝑘 + 1) 1.3 1 𝑥1 (𝑘) 1 𝑥1 (𝑘)

= + 𝑢 𝑘 𝑦 𝑘 = 1 0
𝑥2 (𝑘 + 1) −0.4 0 𝑥2 (𝑘) 0.5 𝑥2 (𝑘)

c) FORMA CANÓNICA DIAGONAL (FCD)

𝑌(𝑧) 𝑧 −1 + 0.5𝑧 −2 4.333 3.333

𝐺 𝑧 = = = −
𝑈(𝑧) 1 − 1.3𝑧 −1 + 0.4𝑧 −2 𝑧 − 0.8 𝑧 − 0.5

𝑥1 (𝑘 + 1) 0.8 0 𝑥1 (𝑘) 1 𝑥1 (𝑘)

= + 𝑢 𝑘 𝑦 𝑘 = 4.333 −3.333
𝑥2 (𝑘 + 1) 0 𝑥
0.5 2 (𝑘) 1 𝑥2 (𝑘)

Luis Edo García Jaimes

FUNCIÓN DE TRANSFERENCIA Y REPRESENTACIÓN EN EL ESPACIO
DE ESTADO PARA UN SISTEMA CONTINUO

La representación en el espacio de estado de un sistema continuo es:

𝑥ሶ 𝑡 = 𝐴𝑥 𝑡 + 𝐵𝑢 𝑡
𝑦 𝑡 = 𝐶𝑥 𝑡 + 𝐷𝑢 𝑡
Tomando la transformada de Laplace con CI=0 se obtiene
𝑆𝑋 𝑆 = 𝐴𝑋 𝑆 + 𝐵𝑈(𝑆)
𝑆𝐼 − 𝐴 𝑋 𝑆 = 𝐵𝑈(𝑆)
Despejando 𝑋(𝑆) :
𝑋 𝑆 = 𝑆𝐼 − 𝐴 −1 𝐵𝑈(𝑆)
Es decir:
𝑌 𝑆 = 𝐶 𝑆𝐼 − 𝐴 −1 𝐵𝑈 𝑆 + 𝐷𝑈 𝑆
Como 𝑢(𝑡) es la entrada al sistema e 𝑦(𝑡) su salida, la función de transferencia es:
𝑌(𝑆)
𝐺 𝑆 = = 𝐶 𝑆𝐼 − 𝐴 −1 𝐵 + 𝐷
𝑈(𝑆)
Luis Edo García Jaimes
 ECUACIÓN CARACTERÍSTICA SISTEMA CONTINUO

Por definición:
𝐴𝑑𝑗(𝐴) 𝐴𝑑𝑗(𝐴)
𝐴−1 = =
𝑑𝑒𝑡(𝐴) 𝐴
Para la expresión:
𝑌(𝑆) −1 𝐵
𝐺 𝑆 = = 𝐶 𝑆𝐼 − 𝐴
𝑈(𝑆)
Se obtiene:
𝑌(𝑆) −1
𝐶 ∗ 𝐴𝑑𝑗 𝑆𝐼 − 𝐴 ∗𝐵
𝐺 𝑆 = = 𝐶 𝑆𝐼 − 𝐴 𝐵=
𝑈(𝑆) 𝑆𝐼 − 𝐴

La ecuación característica del sistema es:

𝑆𝐼 − 𝐴 = 𝑆 𝑛 + 𝛼1 𝑆 𝑛−1 + 𝛼2 𝑆 𝑛−2 + ⋯ 𝛼𝑛 = 0

Luis Edo García Jaimes

FUNCIÓN DE TRANSFERENCIA DE PULSO Y REPRESENTACIÓN
EN EL ESPACIO DE ESTADO DISCRETO
La representación en el espacio de estado de un sistema discreto es:
𝑥 𝑘 + 1 = 𝐴𝑥 𝑘 + 𝐵𝑢 𝑘
𝑦 𝑘 = 𝐶𝑥 𝑘 + 𝐷𝑢 𝑘
Tomando la transformada z con CI=0 se obtiene:
𝑧𝑋 𝑧 = 𝐴𝑋 𝑧 + 𝐵𝑈(𝑧)
𝑧𝐼 − 𝐴 𝑋 𝑧 = 𝐵𝑈(𝑧)
Despejando 𝑋 𝑧 :
𝑋 𝑧 = 𝑧𝐼 − 𝐴 −1 𝐵𝑈(𝑧)
Es decir:
𝑌 𝑧 = 𝐶 𝑧𝐼 − 𝐴 −1 𝐵𝑈 𝑧 + 𝐷𝑈 𝑧
Como 𝑢(𝑘) es la entrada al sistema e 𝑦(𝑘) su salida, la función de
transferencia es:
𝑌(𝑧)
𝐺 𝑧 = = 𝐶 𝑧𝐼 − 𝐴 −1 𝐵 + 𝐷
𝑈(𝑧)

Luis Edo García Jaimes

 ECUACIÓN CARACTERÍSTICA SISTEMA DISCRETO

Por definición:
𝐴𝑑𝑗(𝐴) 𝐴𝑑𝑗(𝐴)
𝐴−1 = =
𝐷𝑒𝑡(𝐴) 𝐴
Para la expresión:
𝑌(𝑧) −1
𝐺 𝑧 = = 𝐶 𝑧𝐼 − 𝐴 𝐵
𝑈(𝑧)
Se obtiene:
𝑌(𝑧) −1 𝐵
𝐶 ∗ 𝐴𝑑𝑗 𝑧𝐼 − 𝐴 ∗ 𝐵
𝐺 𝑧 = = 𝐶 𝑧𝐼 − 𝐴 =
𝑈(𝑧) 𝑧𝐼 − 𝐴

La ecuación característica del sistema es:

𝑧𝐼 − 𝐴 = 𝑧 𝑛 + 𝛼1 𝑧 𝑛−1 + 𝛼2 𝑧 𝑛−2 + ⋯ 𝛼𝑛 = 0
Luis Edo García Jaimes
 EJEMPLO
Hallar la función de transferencia de pulso del sistema cuyo comportamiento
dinámico está descrito mediante la ecuación:

0.8 0.5 0.6

𝑥 𝑘+1 = 𝑥 𝑘 + 𝑢(𝑘) 𝑦 𝑘 = 1 0.5 𝑥(𝑘)
−0.4 0.3 0.6

La función de transferencia del sistema es:

𝑌(𝑧)
𝐺 𝑧 = = 𝐶 𝑧𝐼 − 𝐴 −1 𝐵
𝑈(𝑧)
𝑧 0 0.8 0.5 𝑧 − 0.8 −0.5
𝑧𝐼 − 𝐴 = − =
0 𝑧 −0.4 0.3 0.4 𝑧 − 0.3
𝑧 − 0.3 0.5 𝑧 − 0.3 0.5
𝑎𝑑𝑗(𝐴) −0.4 𝑧 − 0.8
𝑧𝐼 − 𝐴 −1 = = = −0.4 𝑧 − 0.8
𝑧𝐼 − 𝐴 𝑧 − 0.8 𝑧 − 0.3 + 0.2 𝑧 2 − 1.1𝑧 + 0.44
𝑧 − 0.3 0.5 0.6
1 0.5
𝐺 𝑧 = 𝐶(𝑧𝐼 − 𝐴)−1 𝐵 = −0.4 𝑧 − 0.8 0.6
𝑧 2 − 1.1𝑧 + 0.44
0.9𝑧 − 0.24
𝐺 𝑧 = 2
𝑧 − 1.1𝑧 + 0.44
Luis Edo García Jaimes
 DISEÑO DE SISTEMAS DE CONTROL EN EL ESPACIO DE ESTADO

• El diseño de un sistema de control digital consiste en determinar un

algoritmo que permita generar una secuencia de valores de las
variables de control de la planta 𝑢(𝑘), de manera que las salidas
𝑦(𝑘) cumplan con las especificaciones de funcionamiento
establecidas.

• En esta sección se presenta el diseño de controladores en el

espacio de estado, utilizando el método de asignación de polos.
Para su aplicación se requiere que el sistema sea completamente
controlable y completamente observable.

Luis Edo García Jaimes

 CONTROLABILIDAD
Sea el sistema discreto:

𝑥 𝑘 + 1 = 𝐴𝑥 𝑘 + 𝐵𝑢 𝑘
𝑦 𝑘 = 𝐶𝑥 𝑘 + 𝐷𝑢 𝑘

Se dice que dicho sistema es de “estado completamente

controlable”, si es posible transferir el sistema desde un estado
inicial arbitrario a cualquier otro estado deseado en un intervalo
de tiempo finito mediante la aplicación de una señal de control,
no restringida, 𝑢(𝑘𝑇).

Luis Edo García Jaimes

 CONDICIÓN DE CONTROLABILIDAD
El sistema descrito por la ecuación:
𝑥 𝑘 + 1 = 𝐴𝑥 𝑘 + 𝐵𝑢 𝑘

𝑦 𝑘 = 𝐶𝑥 𝑘 + 𝐷𝑢 𝑘
Es controlable si:
𝑅𝑎𝑛𝑔𝑜 𝐵 𝐴𝐵 𝐴2 𝐵 ⋯ 𝐴𝑛−1 𝐵 = 𝑛

Siendo 𝑛 × 𝑛 el orden de la matriz A.

Una condición suficiente y necesaria para la controlabilidad completa del
estado, es que no se presente cancelación de ceros y polos en la función
de transferencia del sistema.

Luis Edo García Jaimes

 OBSERVABILIDAD
Sea el sistema discreto definido por:
𝑥 𝑘 + 1 = 𝐴𝑥 𝑘 + 𝐵𝑢 𝑘

𝑦 𝑘 = 𝐶𝑥 𝑘 + 𝐷𝑢 𝑘

Se dice que dicho sistema es de “estado complemente

observable” si cualquier estado inicial 𝑥(0) puede determinarse
a partir de la observación de 𝑦(𝑘) en 𝑛 períodos de muestreo
como máximo.

Luis Edo García Jaimes

 CONDICIÓN DE OBSERVABILIDAD
El sistema discreto definido por la ecuación:
𝑥 𝑘 + 1 = 𝐴𝑥 𝑘 + 𝐵𝑢 𝑘
𝑦 𝑘 = 𝐶𝑥 𝑘 + 𝐷𝑢 𝑘
Es de estado completamente observable sí:
𝐶
𝐶𝐴
𝑅𝑎𝑛𝑔𝑜 𝐶𝐴2 = 𝑛
⋮
𝐶𝐴𝑛−1
Una condición suficiente y necesaria para la observabilidad completa
del estado es que no se presente cancelación de ceros y polos en la
función de transferencia de pulso.
Luis Edo García Jaimes
EJEMPLO DE CONTROLABILIDAD Y OBSERVABILIDAD
Dado el sistema en tiempo discreto definido por:
0 1 0 1
𝑥 𝑘+1 = 0 0 1 𝑥 𝑘 + 0 𝑢 𝑘 𝑦 𝑘 = 1 0 0𝑥 𝑘
−0.5 −0.4 −0.8 0
a) Es el sistema completamente controlable?
b) Es el sistema completamente observable?
Solución:
a) La matriz de controlabilidad es: 𝐶𝑜 = 𝐵 𝐴. 𝐵 𝐴2 . 𝐵
1 0 0
𝐶𝑜 = 0 0 −0.5 det 𝐶𝑜 = −0.25 𝑅𝑎𝑛𝑔𝑜 𝐶𝑜 = 3
0 −0.5 0.4

𝐸𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑒𝑠 𝐶𝑜𝑛𝑡𝑟𝑜𝑙𝑎𝑏𝑙𝑒
Luis Edo García Jaimes
 MATRIZ DE OBSERVBILIDAD

b) La matriz de observabilidad para el sistema dado es:

𝐶
𝑂𝑏 = 𝐶𝐴
𝐶𝐴2
1 0 0
𝑂𝑏 = 0 1 0 det 𝑂𝑏 = 1 𝑅𝑎𝑛𝑔𝑜 𝑂𝑏 = 3
0 0 1

𝐸𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑒𝑠 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑏𝑙𝑒.
NOTA: Tener en cuenta que las matrices son de orden 3.

Luis Edo García Jaimes

 CONTROL POR REALIMENTACIÓN DEL ESTADO
Y ASIGNACIÓN DE POLOS
• El método de asignación de polos, comienza con la
determinación de los polos de lazo cerrado deseados,
utilizando especificaciones basadas en la respuesta
transitoria y/o en los requerimientos de respuesta en
frecuencia.
• Si se desea ubicar los polos de lazo cerrado en 𝑧 = 𝑧1 , 𝑧 =
𝑧2 , … 𝑧 = 𝑧𝑛 es posible elegir una matriz de ganancia de
realimentación K adecuada, que force al sistema a tener los
polos de lazo cerrado en el lugar deseado siempre y cuando
el sistema sea de estado completamente controlable y
completamente observable.
Luis Edo García Jaimes
 CONTROL POR REALIMENTACIÓN DEL ESTADO
Sea el sistema de control en lazo abierto de la fig a, definido por la
ecuación de estado:
𝑥 𝑘 + 1 = 𝐴𝑥 𝑘 + 𝐵𝑢 𝑘
Si se elige como ley de control:
𝑢 𝑘 = −𝐾𝑥 𝑘
Se obtiene el sistema de control realimentado de la fig b. A este
esquema se le denomina “sistema con realimentación de estado”.
u(k) x(k+1) x(k)
B z-1I
+
+
b.
A

-K

Sistema en lazo abierto Sistema en lazo cerrado

Luis Edo García Jaimes
 MATRIZ DE REALIMENTACIÓN K
La matriz 𝐾 = 𝑘1 𝑘2 ⋯ 𝑘𝑛 se llama “matriz de ganancia de
realimentación” y convierte al sistema en un sistema de control en lazo
cerrado, con sus polos ubicados en el lugar deseado.
Reemplazando la ley de control: 𝑢 𝑘 = −𝐾𝑥(𝑘):
𝑥 𝑘 + 1 = 𝐴𝑥 𝑘 − 𝐵𝐾𝑥(𝑘)
𝑥 𝑘 + 1 = 𝐴 − 𝐵𝐾 𝑥 𝑘
Tomando la transformada z a la ecuación se obtiene:
𝑧𝑋 𝑧 − 𝑧𝑥 0 = 𝐴 − 𝐵𝐾 𝑋(𝑧)
𝑧𝐼 − 𝐴 + 𝐵𝐾 𝑋 𝑧 = 𝑧𝑥 0
𝑧. 𝑎𝑑𝑗 𝑧𝐼 – 𝐴 + 𝐵𝐾 . 𝑥(0)
𝑋 𝑧 =
𝑧𝐼 – 𝐴 + 𝐵𝐾
Así, la ecuación característica del sistema en lazo cerrado es:
𝑧𝐼 – 𝐴 + 𝐵𝐾 = 𝑧 𝑛 + 𝛼1 𝑧 𝑛−1 + 𝛼2 𝑧 𝑛−2 ⋯ + 𝛼𝑛−1 𝑧 + 𝛼𝑛 = 0
En donde 𝛼1 , 𝛼2 , ⋯ 𝛼𝑛 son los coeficientes de la ecuación característica
deseada. Luis Edo García Jaimes
 CÁLCULO DE LA MATRIZ DE GANACIA DE REALIMENTACIÓN K
La matriz de ganancia de realimentación 𝐾 se puede obtener por
diferentes métodos. Uno de los más utilizados es el de la Formula de
Ackerman el cual permite calcular directamente la matriz de ganancia
de realimentación, a partir de la ecuación:
𝐾 = 0 0 ⋯ 1 𝐵 𝐴𝐵 𝐴2 𝐵 ⋯ 𝐴𝑛−1 𝐵 −1 𝜙 𝐴
En donde:
𝜙 𝐴 = 𝐴𝑛 +𝛼1 𝐴𝑛−1 + 𝛼2 𝐴𝑛−2 ⋯ + 𝛼𝑛−1 𝐴 + 𝛼𝑛 𝐼

Siendo 𝛼1 , 𝛼2 ⋯ 𝛼𝑛 los coeficientes de la ecuación característica

deseada:
𝑧 − 𝑧1 𝑧 − 𝑧2 . . 𝑧 − 𝑧𝑛 = 𝑧 𝑛 + 𝛼1 𝑧 𝑛−1 + 𝛼2 𝑧 𝑛−2 ⋯ + 𝛼𝑛−1 𝑧 + 𝛼𝑛 = 0

Luis Edo García Jaimes

 SISTEMA CON REALIMENTACIÓN DEL ESTADO
Y ENTRADA DE REFERENCIA
El sistema de control anterior no tiene entrada de referencia. Este tipo de
control se denomina “sistema de control tipo regulador”. En la mayoría
de los casos, es necesario que la salida 𝑦(𝑘) siga a una entrada de
referencia 𝑟(𝑘) , este sistema se denomina “sistema de control tipo
Servo” y su configuración básica se muestra en la figura
r(k) v(k) u(k) x(k+1) x(k) y(k)
Ko B z-1I C
+ +
+ +
A

-K

Luis Edo García Jaimes

 CÁLCULO DEL FACTOR DE CORRECCIÓN DE ERROR Ko
Considerando el sistema de la figura anterior, se tiene:
Co𝑥 (𝑘 + 1) = 𝐴𝑥 (𝑘) + 𝐵𝑢(𝑘)
𝑦(𝑘) = 𝑐𝑥(𝑘)
La señal de control está dada por:
𝑢(𝑘) = 𝐾𝑜 𝑟(𝑘 ) − 𝐾𝑥(𝑘)
En donde 𝐾𝑜 es una constante que se debe determinar y r(k) es la referencia.
−1
𝑌(𝑧) = 𝐶 𝑧𝐼 − 𝐴 + 𝐵𝐾 𝐵𝐾𝑜 𝑅(𝑧)
La función de transferencia del sistema en lazo cerrado es:
𝑌(𝑧) −1
𝐾0 𝐻𝐺(𝑧)
𝐺𝑤 (𝑧) = = 𝐶 𝑧𝐼 − 𝐴 + 𝐵𝐾 𝐵𝐾𝑜 =
𝑅(𝑧) 1 + 𝐷(𝑧)𝐻𝐺(𝑧)
Para obtener error de estado estable igual a cero se debe cumplir que: 𝑦𝑆𝑆 = 𝑟
por lo tanto:

−1
𝐻𝐺(𝑧)
𝐾𝑜 lim 𝐶 𝑧𝐼 − 𝐴 + 𝐵𝐾 𝐵=1 𝐾0 ∗ lim =1
𝑍→1 𝑧→1 1 + 𝐷 (𝑧)𝐻𝐺(𝑧)
Luis Edo García Jaimes
 EJEMPLO
La dinámica del sistema de flujo que se muestra en la figura 2.2 está dada por:
2.372𝑒 −0.45𝑆
𝐺𝑓 (𝑆) =
1.64𝑆 + 1
Obtener para este proceso: a) la matriz de ganancia de realimentación de modo que
el sistema en lazo cerrado, tenga un tiempo de establecimiento de 3 𝑠 y coeficiente
de amortiguamiento igual a 0.8. b) El factor de corrección de error 𝐾𝑜 para que el
error de estado estable sea igual a cero.
Asuma que el período de muestreo es 𝑇 = 0.3 𝑠.

Luis Edo García Jaimes

 SOLUCIÓN
La función de transferencia de pulso del sistema, con 𝑇 = 0.3 𝑠 está dada por:

−1 ) −𝑁
𝐺 (𝑆 ) 2.372
𝐻𝐺 (𝑧) = (1 − 𝑧 𝑧 ℑ𝑚 𝐺 (𝑆 ) =
𝑆 1.64𝑆 + 1
0.2073𝑧 + 0.1892 0.2073(𝑧 + 0.9126)
𝐻𝐺 (𝑧) = 3 2
=
𝑧 − 0.8328𝑧 𝑧 2 (𝑧 − 0.8328)
La representación en el espacio de estado en tiempo discreto es:
0.8323 0 0 1
𝑥(𝑘 + 1) = 1 0 0 𝑥(𝑘) + 0 𝑢(𝑘)
0 1 0 0
𝑦(𝑘) = 0 0.2073 0.1892 𝑥(𝑘)
La ubicación de los polos de lazo cerrado deseados se obtiene a partir de las
especificaciones de tiempo de establecimiento y coeficiente de amortiguamiento
requerido así:
4 4 4
𝑡𝑠 = 𝑤𝑛 = = 𝑤𝑛 = 1.66 𝑟𝑎𝑑/𝑠
𝜉𝑤𝑛 𝜉𝑡𝑠 0.8 ∗ 3
Luis Edo García Jaimes
 SOLUCIÓN
La ubicación de los polos se obtiene con las ecuaciones::
𝑧 = 𝑒 −𝜉𝑤 𝑛 𝑇 = 𝑒 −0.8∗1.66∗0.3 = 0.671 Para diseño 𝑧 < 1
𝜃 = 57.3𝑤𝑛 𝑇 1 − 𝜉 2 = 57.3 ∗ 1.66 ∗ 0.3 ∗ 1 − 0.82 = 17.12𝑜 Para diseño 0° ≤ 𝜃 ≤ 80°
𝑧 = 𝑧 (𝑐𝑜𝑠𝜃 ± 𝑗𝑠𝑒𝑛𝜃)
𝑧 = 0.671(cos 17.12º ± 𝑗 sin 17.12º) = 0.641 ± 𝑗0.197
Los polos de lazo se ubican en:
𝑧 = 0.641 + 𝑗0.197 y 𝑧 = 0.641 − 𝑗0.197.
El tercer polo se asigna en 𝑧 = 0.05 de modo que no sea polo dominante.
La ecuación característica está dada por:
(𝑧 − 0.641 − 𝑗0.197)(𝑧 − 0.641 + 𝑗0.197)(𝑧 − 0.05) = 0
𝑧 3 − 1.332𝑧 2 + 0.5137𝑧 − 0.0224 = 0

Luis Edo García Jaimes

 CÁLCULO DE LA MATRIZ K
Utilizando la Fórmula de Ackerman:
−1
𝐾= 0 0 1 𝐵 𝐴𝐵 𝐴2 𝐵 𝜙(𝐴)
La ecuación característica deseada dio: 𝑧 3 − 1.332𝑧 2 + 0.5137𝑧 − 0.0224 = 0
Entonces:

0.0589 0 0
𝜙(𝐴) = 𝐴3 − 1.332𝐴2 + 0.5137𝐴 − 0.0224𝐼 = 0.0977 −0.0224 0
−0.4997 0.5137 −0.0224
1 0.8323 0.6927
𝐵 𝐴𝐵 𝐴2 𝐵 = 0 1 0.8323
0 0 1
−1
1 0.8323 0.6927 0.0589 0 0
𝐾= 0 0 1 0 1 0.8323 0.0977 −0.0224 0
0 0 1 −0.4997 0.5137 −0.0224

𝐾 = −0.4997 0.5137 −0.0224

Luis Edo García Jaimes
CÁLCULO DEL FACTOR DE CORRECCIÓN DE ERROR Ko
−1
𝐾𝑜 lim 𝐶 𝑧𝐼 − 𝐴 + 𝐵𝐾 𝐵=1
𝑧→1

−1
0.2073(𝑧 + 0.9126)
𝐺𝑤 (𝑧) = 𝐶 𝑧𝐼 − 𝐴 + 𝐵𝐾 𝐵=
𝑧 3 − 1.332𝑧 2 + 0.5137𝑧 − 0.0224

0.2073(𝑧 + 0.9126)
𝐾𝑜 lim =1 𝐾𝑜 = 0.4
𝑧→1 𝑧 3 − 1.332𝑧 2 + 0.5137𝑧 − 0.0224

Sin factor de corrección Con factor de corrección 𝐾𝑜 = 0.4

Luis Edo García Jaimes

 0BSERVADORES O ESTIMADORES DE ESTADO

En la práctica, no todas las variables de estado de un sistema se pueden medir en

forma directa. Este hecho hace necesario estimar el valor de aquellas variables de
estado cuya medición directa no es posible.
El sistema que posibilita la estimación se denomina “Observador o estimador de
estado”.
El observador de un sistema dinámico lineal en tiempo discreto es otro sistema
dinámico lineal en tiempo discreto que tiene como entradas la entrada y la salida
del sistema discreto y como salida, los valores de las variables de estado.

Luis Edo García Jaimes

 TIPOS DE OBSERVADORES
Para resolver el problema de la observación son posibles dos soluciones:
a. Utilizar un observador tipo predictor que permite obtener el estado del
sistema en el instante (𝑘 + 1), estimando 𝑥(𝑘 + 1) a partir de la entrada 𝑢(𝑘) y
de la salida 𝑦(𝑘).
b. Utilizar un observador corriente que permite obtener el estado del sistema
en el instante (𝑘 + 1) estimando 𝑥(𝑘 + 1) a partir de la entrada 𝑢(𝑘) y de la
salida 𝑦(𝑘 + 1)
Las figuras representan, los dos tipos de observadores.

Observadores de estado a) Tipo Predictor b) Tipo Corriente Luis Edo García Jaimes
 OBSERVADOR DE ESTADO TIPO PREDICTOR

Para obtener las ecuaciones que describen a este observador, se supone que el
estado real del sistema 𝑥(𝑘) no puede medirse directamente.
Si el estado 𝑥(𝑘) debe estimarse, es necesario que el estado estimado 𝑞(𝑘) y el
estado real 𝑥(𝑘) sean iguales.
La figura ilustra cómo se realiza la estimación de los estados.

Observador de estado tipo predictor

Luis Edo García Jaimes

 ECUACIÓN DEL OBSERVADOR TIPO PREDICTOR
La planta está descrita mediante la ecuación:
𝑥(𝑘 + 1) = 𝐴𝑥(𝑘) + 𝐵𝑢(𝑘)
𝑦(𝑘) = 𝐶𝑥(𝑘)
De la figura del observador se deduce que el sistema tiene dos entradas 𝑢(𝑘) e
𝑦(𝑘), entonces, su ecuación se puede escribir en la forma:
𝑞 (𝑘 + 1) = 𝐹𝑞 (𝑘) + 𝐿𝑦(𝑘) + 𝐻𝑢(𝑘)
En donde 𝐹, 𝐿 y 𝐻 son matrices desconocidas.
Para que 𝑞 (𝑘) = 𝑥(𝑘). Las matrices 𝐹, 𝐿 y 𝐻 deben cumplir que:
𝐻 = 𝐵 y 𝐴 = 𝐹 + 𝐿𝐶.
Entonces, la ecuación del observador predictor, se puede escribir en la forma:
𝑞 (𝑘 + 1) = (𝐴 − 𝐿𝐶 )𝑞 (𝑘) + 𝐿𝑦(𝑘) + 𝐵𝑢(𝑘)

La matriz 𝐿 se denomina Matriz de ganancia de realimentación del observador.

La ecuación característica del observador es:
𝑧𝐼 − 𝐴 + 𝐿. 𝐶 = 0
Luis Edo García Jaimes
 DIAGRAMA DE BLOQUES DEL SISTEMA CON EL OBSERVADOR TIPO PREDICTOR
La figura representa el sistema de control con la matriz de ganancia de
realimentación 𝐾 y el observador de estado incluidos.

u(k) x(k+1) x(k) y(k)

B z-1 C
+
+

-K

^ +
q(k+1) q(k) y(k) -
B z-1 C
+ +
+ +

La ley de control es 𝑢(𝑘) = − 𝑘𝑞(𝑘) así la ecuación del observador tipo predictor
de orden completo se puede escribir en la forma:
𝑞 (𝑘 + 1) = (𝐴 − 𝐿𝐶 − 𝐵𝐾 )𝑞(𝑘) + 𝐿𝑦(𝑘) Luis Edo García Jaimes
FUNCIÓN DE TRANSFERENCIA DE PULSO DEL CONTROLADOR
Una vez obtenida la matriz de ganancia de realimentación 𝐾 y la matriz de ganancia
del observador 𝐿, es posible obtener la función de transferencia de pulso del
controlador. Para este controlador, la entrada es −𝑌(𝑧) y la salida 𝑈(𝑧).
La ecuación del observador de estado es:
𝑞(𝑘 + 1) = (𝐴 − 𝐿𝐶 − 𝐵𝐾)𝑞(𝑘) + 𝐿𝑦(𝑘)
Tomando la transformada z a esta ecuación del observador con CI=0
𝑧𝑄 (𝑧) = 𝐴 − 𝐿𝐶 − 𝐵𝐾 𝑄(𝑧) + 𝐿𝑌(𝑧)
𝑧𝐼 − 𝐴 + 𝐵𝐾 + 𝐿𝐶 𝑄(𝑧) = 𝐿𝑌(𝑧)
−1
𝑄(𝑧) = 𝑧𝐼 − 𝐴 + 𝐵𝐾 + 𝐿𝐶 𝐿𝑌(𝑧)
La ley de control es: 𝑢(𝑘) = −𝐾𝑞 (𝑘) 𝑈(𝑧) = −𝐾𝑄(𝑧)
−1
Entonces: 𝑈(𝑧) = −𝐾𝑄(𝑧) = −𝐾 𝑧𝐼 − 𝐴 + 𝐵𝐾 + 𝐿𝐶 𝐿𝑌(𝑧)
𝑈(𝑧) −1
𝐷 (𝑧 ) = − = 𝐾 𝑧𝐼 − 𝐴 + 𝐵𝐾 + 𝐿𝐶 𝐿
𝑌(𝑧)
Esta ecuación permite estimar la función de transferencia de pulso del controlador.
Luis Edo García Jaimes
 FACTOR DE CORRECCIÓN DE ERROR
Si se desea tener error de estado estable igual a cero, ante una entrada en escalón,
es necesario adicionar un factor de corrección de error 𝐾𝑜 en el circuito del set-point

R(z) Y(z)
Ko HG(z)
+
-

D(z)

Sistema de control por realimentación de estados con factor de corrección

de error en el circuito del set-point
De la figura se obtiene
𝑌(𝑧) 𝐾0 𝐻𝐺(𝑧)
𝐺𝑤 (𝑧) = =
𝑅(𝑧) 1 + 𝐷(𝑧)𝐻𝐺(𝑧)
Para que el error sea cero debe cumplirse que 𝑦(∞) = 𝑟(𝑡), por lo tanto:
𝐻𝐺(𝑧)
𝐾0 ∗ lim =1
𝑧→1 1 + 𝐷 (𝑧)𝐻𝐺(𝑧)

Luis Edo García Jaimes

 EJEMPLO
Dado el sistema de control en tiempo discreto mostrado en la figura a) Hallar la
matriz de ganancia 𝐾 de modo que la respuesta del sistema en lazo cerrado tenga
máximo sobreimpulso del 10% y tiempo de pico de 4 s. b) Diseñar un observador
adecuado para el sistema. c) obtener la ecuación del controlador y la respuesta
del sistema ante una entrada en escalón unitario. Asuma que el período de
muestreo es 1 s.

SOLUCIÓN: Con 𝑇 = 1 𝑠, la función de transferencia de pulso del sistema es:

𝐺𝑝 (𝑆) 0.25
𝐻𝐺 (𝑧) = (1 − 𝑧 −1 )ℑ 𝐺𝑝 (𝑆) =
𝑆 𝑆(𝑆 + 0.1)
0.25 0.1209(𝑧 + 0.9672)
𝐻𝐺 (𝑧) = (1 − 𝑧 −1 )ℑ 𝐻𝐺 (𝑧) =
𝑆 2 (𝑆 + 0.1) (𝑧 − 1)(𝑧 − 0.9048)
0.1209𝑧 + 0.1169
𝐻𝐺 (𝑧) =
𝑧 2 − 1.9048𝑧 + 0.9048 Luis Edo García Jaimes
 SOLUCIÓN: UBICACIÓN DE POLOS
La representación del sistema en su forma canónica controlable es:
1.9048 −0.9048 1
𝑥(𝑘 + 1) = 𝑥 (𝑘 ) + 𝑢(𝑘) 𝑦(𝑘) = 0.1209 0.1169 𝑥(𝑘)
1 0 0
a) Ubicación de los polos de lazo cerrado deseados para estimar la matriz de
ganancia de realimentación 𝐾.

−𝜋𝜉 1−𝜉 2
ln(𝑀𝑝 )
𝑀𝑝 = 𝑒 𝜉=− 𝜉 = 0.59
𝜋2 + (ln(𝑀𝑝 ))2
𝜋 𝜋
𝑡𝑝 = 𝑤𝑛 = 𝑤𝑛 = 0.972 𝑟𝑎𝑑/𝑠
𝑤𝑛 1 − 𝜉2 𝑡𝑝 1 − 𝜉2
La ubicación de los polos deseados es por lo tanto:
𝑧 = 𝑒 −𝜉𝑤 𝑛 𝑇 𝑧 = 0.563
𝜃 = 57.3𝑤𝑛 𝑇 1 − 𝜉 2 𝜃 = 45𝑜 𝑧 = 0.398 ± 𝑗0.398
Luis Edo García Jaimes
 SOLUCIÓN: CÁLCULO DE LA MATRIZ K

La ecuación característica deseada para el sistema es, entonces:

(𝑧 − 0.398 − 𝑗0.398)(𝑧 − 0.398 + 𝑗0.398) = 𝑧 2 − 0.796𝑧 + 0.3168 = 0

Utilizando la fórmula de Ackerman:

−1
𝐾 = 0 1 𝐵 𝐴𝐵 𝜙(𝐴)
1.5241 −1.0032
𝜙(𝐴) = 𝐴2 − 0.796𝐴 + 0.3168𝐼 𝜙 (𝐴 ) =
1.1088 −0.5880
1 1.9048
𝐵 𝐴𝐵 =
0 1
−1
1 1.9048 1.5241 −1.0032
𝐾= 0 1
0 1 1.1088 −0.5880

𝐾 = 1.1088 −0.588
Luis Edo García Jaimes
 UBICACIÓN DE POLOS PARA EL OBSERVADOR

Para diseñar el observador, se recomienda que su coeficiente de amortiguamiento

sea igual al seleccionado para el cálculo de la matriz 𝐾 y que su velocidad angular
sea mayor que la del sistema. Sea 𝜉 = 0.59 y 𝑤𝑛 = 1.5 𝑟𝑎𝑑/𝑠. (La velocidad
angular para el diseño de la matriz 𝐾 fue 𝑤𝑛 = 0.972 𝑟𝑎𝑑/𝑠). Con estos parámetros,
la ubicación de los polos deseados para el observador es:
𝑧 = 𝑒 −𝜉𝑤 𝑛 𝑇 𝑧 = 0.412
𝜃 = 57.3𝑤𝑛 𝑇 1 − 𝜉 2 𝜃 = 69.4 𝑜
Es decir, los polos deseados son 𝑧 = 0.145 ± 𝑗0.385.
La ecuación característica deseada para el observador es:
(𝑧 − 0.145 − 𝑗0.385)(𝑧 − 0.145 + 𝑗0.385) = 𝑧 2 − 0.29𝑧 + 0.16925 = 0
Luis Edo García Jaimes
 CÁLCULO DE LA MATRIZ DEL OBSERVADOR L
Utilizando la fórmula de Ackerman:
−1
𝐶 0
𝐿 = 𝜙(𝐴)
𝐶𝐴 1
2.3404 −1.4612
𝜙(𝐴) = 𝐴2 − 0.29𝐴 + 0.16925𝐼 =
1.6148 −0.7356
𝐶 0.1209 0.1169
=
𝐶𝐴 0.3472 −0.1093
−1
2.3404 −1.4612 0.1209 0.1169 0
𝐿=
1.6148 −0.7356 0.3472 −0.1093 1
8.3634
𝐿=
5.1586

La ecuación del observador está dada por:

𝑞 (𝑘 + 1) = 𝐴 − 𝐿𝐶 − 𝐵𝐾 𝑞 (𝑘) + 𝐿𝑦(𝑘)

0.2155 −1.2949 ( ) 8.3634

𝑞 (𝑘 + 1) = 𝑞 𝑘 + 𝑦(𝑘)
0.3761 −0.6033 5.1586
Luis Edo García Jaimes
 CÁLCULO DE LA FTP DEL CONTROLADOR
La ecuación del controlador está dada por:
𝑈(𝑧) −1
𝐷 (𝑧 ) = − = 𝐾 𝑧𝐼 − 𝐴 + 𝐵𝐾 + 𝐿𝐶 𝐿
𝑌(𝑧)
𝑧 + 0.2151 1.2944
𝑧𝐼 − 𝐴 + 𝐵𝐾 + 𝐿𝐶 =
−0.3764 𝑧 + 0.6030
𝑧 + 0.6030 −1.2944
𝑧𝐼 − 𝐴 + 𝐵𝐾 + 𝐿𝐶 −1 = 20.3764 𝑧 + 0.2151
𝑧 + 0.8188𝑧 + 0.6171
𝑧 + 0.6030 −1.2944 8.3634
𝑈(𝑧) 1.1088 −0.588
𝐷 (𝑧 ) = − = 0.3764 𝑧 + 0.2151 5.1586
𝑌(𝑧) 𝑧 2 + 0.8188𝑧 + 0.6171
𝑈(𝑧) 6.2403(𝑧 − 0.6916)
𝐷 (𝑧 ) = − = 2
𝑌(𝑧) 𝑧 + 0.8188𝑧 + 0.6171
Luis Edo García Jaimes
CÁLCULO DEL FACTOR DE CORRECCIÓN DE ERROR Ko
Para que el error sea cero debe cumplirse que:
𝐻𝐺(𝑧)
𝐾0 ∗ lim 𝐺𝑤 (𝑧) = 1 𝐾0 ∗ lim =1
𝑧→1 𝑧→1 1 + 𝐷 (𝑧)𝐻𝐺(𝑧)

Con
0.1209𝑧 + 0.1169 𝑈(𝑧) 6.2403(𝑧 − 0.6916)
𝐻𝐺 (𝑧) = 2 𝑦 𝐷 (𝑧 ) = − = 2
𝑧 − 1.9048𝑧 + 0.9048 𝑌(𝑧) 𝑧 + 0.8188𝑧 + 0.6171
Resulta:
0.1209𝑧 3 + 0.216𝑧 2 + 0.1704𝑧 + 0.07219
𝐺𝑤 (𝑧) = 4
𝑧 − 1.086𝑧 3 + 0.7169𝑧 2 − 0.2266𝑧 + 0.05362
Para el caso del ejemplo se tiene:
(0.1209𝑧 3 + 0.216𝑧 2 + 0.1704𝑧 + 0.07219)
𝐾𝑜 ∗ lim 4
𝑧→1 𝑧 − 1.086𝑧 3 + 0.7169𝑧 2 − 0.2266𝑧 + 0.05362

1.265𝐾𝑜 = 1 𝐾𝑜 = 0.79
Luis Edo García Jaimes
RESPUESTAS DEL SISTEMA CONTROLADO CON Y SIN
FACTOR DE CORRECCIÓN DE ERROR

Respuesta sin factor de corrección Respuesta con factor de corrección

Luis Edo García Jaimes

 SISTEMA TIPO SERVO CON INTEGRADOR
La figura muestra un sistema de control por realimentación del estado en el cual se
utiliza un integrador adicional para estabilizar adecuadamente el sistema y mejorar
su exactitud
r(k) v(k) u(k) x(k+1) x(k) y(k)
Ki B z-1 C
+ + + +
- + - +

z-1 A

K1 q(k)
K1

^ +
q(k+1) q(k) y(k) -
B z-1 C
+ +
+ +

Sistema tipo servo con integrador

Luis Edo García Jaimes
 DISEÑO DEL SISTEMA TIPO SERVO CON INTEGRADOR

La ecuación de estado de la planta y su correspondiente ecuación de salida son,

respectivamente:
𝑥(𝑘 + 1) = 𝐴𝑥(𝑘) + 𝐵𝑢(𝑘)
𝑦(𝑘) = 𝐶𝑥(𝑘)
La ley de control para el sistema es:
𝑢(𝑘) = −𝐾1 𝑥(𝑘) + 𝐾𝑖 𝑣 (𝑘)
𝑣 (𝑘) = 𝑟(𝑘) − 𝑦(𝑘) + 𝑣(𝑘 − 1)
Para realizar el diseño, utilizando la técnica de asignación de polos, se debe estimar
la matriz 𝐾𝑖 correspondiente al integrador y la matriz 𝐾1 correspondiente a la matriz
de ganancia de realimentación.

Luis Edo García Jaimes

 ECUACIONES DE DISEÑO PARA EL SISTEMA TIPO
SERVO CON INTEGRADOR
Para el cálculo de las matrices 𝐾1 y 𝐾𝑖 se utiliza la ecuación:
−1
𝐴 − 𝐼𝑛 𝐵
𝐾1 ⋮ 𝐾𝑖 = 𝐾 + 0 ⋮ 𝐼𝑚
𝐶𝐴 𝐶𝐵
−1
𝐾= 0 0 ⋯ 1 𝐵 𝐴𝐵 2
𝐴 𝐵 ⋯ 𝑛 −1 𝐵
𝐴 𝜙 𝐴
∅ 𝐴 = 𝐴𝑛 + 𝛼1 𝐴𝑛−1 + 𝛼2 𝐴𝑛−2 + ⋯ 𝛼𝑛 𝐼
𝛼1 , 𝛼2 … 𝛼𝑛 : son los coeficientes de la ecuación característica deseada.
𝐴 𝐵 0
𝐴= 𝐵=
0 0 (𝑛+𝑚 )×(𝑛+𝑚 ) 𝐼𝑚 (𝑛+𝑚 )×𝑚

Conocidas las matrices 𝐾1 y 𝐾𝑖 , la ley de control para el sistema está dada por:
−1 −1 −1
1 + 𝐾1 𝑧𝐼 − 𝐴 + 𝐿𝐶 𝐵 𝐾𝑖 𝑧 𝑅(𝑧) − 𝑌(𝑧) − 𝐾1 (𝑧 − 1) 𝑧𝐼 − 𝐴 + 𝐿𝐶 𝐿𝑌(𝑧)
𝑈(𝑧) =
𝑧−1

La matriz 𝐿, correspondiente a la matriz de ganancia del observador, se calcula en

la misma como la del observador de orden completo con la fórmula de Ackerman.
Luis Edo García Jaimes
EJEMPLO DISEÑO SISTEMA TIPO SERVO CON INTEGRADOR
Sea el tanque con agitador representado en la figura.

El objetivo es controlar la temperatura 𝑇𝑜 del fluido de salida 𝑓𝑜 , manipulando el

caudal de vapor 𝑞𝑖 que pasa a través del serpentín. Mediante la aplicación de una
entrada en forma de escalón, se obtuvo la función de transferencia:
𝑇𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 𝑑𝑒𝑙 𝑡𝑎𝑛𝑞𝑢𝑒 (%) 𝑇0 (𝑆) 2.5𝑒 −20.3𝑆
= =
Flujo de vapor (%) 𝑄𝑖 (𝑆) 75.4𝑆 + 1
Diseñe para el sistema un controlador tipo servo con integrador para regular la
temperatura del tanque. (Tiempo en s) Luis Edo García Jaimes
 SOLUCIÓN: DISCRETIZACIÓN DEL SISTEMA

Selección del periodo de muestreo:

0.2(𝜏𝑒𝑞 + 𝜃 ′ ) ≤ 𝑇 ≤ 0.6(𝜏𝑒𝑞 + 𝜃 ′ )
𝜏𝑒𝑞 = Constante de tiempo equivalente del sistema en lazo cerrado sin el retardo.
𝜏𝑒𝑞 = 21.54𝑠. 8.36 ≤ 𝑇 ≤ 25.1 Se asume 𝑇 = 21 𝑠

−1 ) −𝑁
𝐺𝑝 (𝑆) −1 )
2.5
𝐺𝑝 (𝑧) = (1 − 𝑧 𝑧 ℑ𝑚 𝐺𝑝 (𝑧) = (1 − 𝑧 ℑ𝑚
𝑆 𝑆(75.4𝑆 + 1)
0.0329𝑧 + 0.5747 0.0329𝑧 + 0.5747
𝐺𝑝 (𝑧) = =
𝑧(𝑧 − 0.7569) 𝑧 2 − 0.7569𝑧
Se representa el sistema en FCO:
0.7569 1 ( ) 0.0329 ( )
𝑥(𝑘 + 1) = 𝑥 𝑘 + 𝑢 𝑘 𝑦(𝑘) = 1 0 𝑥(𝑘)
0 0 0.5747
Luis Edo García Jaimes
 CÁLCULO DE LA MATRIZ
La matriz 𝐾 , que permite calcular a la matriz de realimentación 𝐾1 y a la matriz del
integrador 𝐾𝑖 se calcula a partir de la ecuación:
−1
𝐾= 0 0 ⋯ 1 𝐵 𝐴𝐵 𝐴2 𝐵 ⋯ 𝐴𝑛 −1 𝐵 𝜙(𝐴)
0.7569 1 0.0329
𝐴 𝐵 0 0
𝐴= = 0 0 0.5747 𝐵= = 0
0 0 0 0 0 𝐼𝑚
1
0 0.0329 0.5996
𝐵 𝐴𝐵 𝐴2 𝐵 = 0 0.5147 0
1 0 0
𝜙 𝐴 = 𝐴3 + 𝛼1 𝐴2 + 𝛼2 𝐴 + 𝛼3 𝐼
La ubicación de los polos para la matriz 𝐾 , se obtiene con las ecuaciones:
𝑧 = 𝑒 −𝜉𝑤 𝑛 𝑇 𝜃 = 57.3𝑤𝑛 𝑇 1 − 𝜉 2 𝑧 = 𝑧 𝑐𝑜𝑠𝜃 ± 𝑗𝑠𝑒𝑛𝜃
Estos polos permiten el obtener la ecuación característica y por lo tanto el de los
coeficientes 𝛼1 , 𝛼2 , 𝛼3 Luis Edo García Jaimes
 UBICACIÓN DE LOS POLOS PARA LA MATRIZ K
El tiempo de establecimiento del sistema en lazo abierto es: 𝑡𝑠𝐿𝐴 = 4𝜏 = 301.6 𝑠
Se selecciona el tiempo de establecimiento: 0.3𝑡𝑠𝐿𝐴 ≤ 𝑡𝑠 ≤ 0.8𝑡𝑠𝐿𝐴 𝑡𝑠 = 225 𝑠
Se selecciona el coeficiente de amortiguamiento: 0.6 ≤ 𝜉 ≤ 0.9 𝜉 = 0.8
La ubicación de los polos es:
𝑧 = 𝑒 −𝜉𝑤 𝑛 𝑇 𝜃 = 57.3𝑤𝑛 𝑇 1 − 𝜉 2 𝑧 = 𝑧 𝑐𝑜𝑠𝜃 ± 𝑗𝑠𝑒𝑛𝜃
4 4 4
𝑡𝑠 = 𝑤𝑛 = = 𝑤𝑛 = 0.0222 𝑟𝑎𝑑/𝑠
𝜉𝑤𝑛 𝜉𝑡𝑠 0.8 ∗ 225

𝑧 = 𝑒 −0.8∗0.0222 ∗21 = 0.688 𝜃 = 57.3 ∗ 0.0222 ∗ 21 ∗ 1 − 0.82 = 16.02°

Polos están ubicados en 𝑧 = 0.661 ± 𝑗0.1898. Se adiciona un tercer polo en 𝑧 = 0
La ecuación característica es:
(𝑧 − 0.661 − 𝑗0.1898)(𝑧 − 0.661 + 𝑗0.1898)𝑧 = 𝑧 3 − 1.322𝑧 2 + 0.4729𝑧 = 0
Luis Edo García Jaimes
 CÁLCULO DE LAS MATRICES K1 Y Ki
Con la ecuación característica obtenida resulta:
0.0342 0.0451 −0.3232
𝜙 𝐴 = 𝐴3 − 1.322𝐴2 + 0.4729𝐴 = 0 0 0.2737
0 0 0
−1
0 0.0329 0.5996 0.0342 0.0451 −0.3232
𝐾= 0 0 1 0 0.5147 0 0 0 0.2737
1 0 0 0 0 0
𝐾 = 0.05702 0.0753 −0.5651
−1
𝐾1 𝐾𝑖 = 𝐾 + 0 ⋮ 𝐼𝑚 𝐴 − 𝐼𝑛 𝐵
𝐶. 𝐴 𝐶. 𝐵
−1
−0.2431 1 0.0329
𝐾1 𝐾𝑖 = 0.05702 0.0753 −0.5651 + 0 0 1 0 −1 0.5747
0.7569 1 0.0329
𝐾1 𝐾𝑖 = 0.5386 0.7117 0.2483
𝐾1 = 0.5386 0.7117 𝐾𝑖 = 0.2483
Luis Edo García Jaimes
 CÁLCULO DEL OBSERVADOR
El diseño del observador se realiza utilizando la fórmula de Ackerman:
−1
𝐶 0
𝐿 = 𝜙(𝐴)
𝐶𝐴 1
Ubicación de los polos del observador: Se toma 𝑡𝑠𝑜 < 𝑡𝑠𝑘 . En este caso se asume
𝑡𝑠𝑜 = 200 𝑠 y 𝜉 = 0.8
4 4
𝑤𝑛 = = = 0.025 𝑟𝑎𝑑/𝑠
𝑡𝑠 𝜉 200 ∗ 0.8

𝑧 = 𝑒 −0.8∗0.025∗21 = 0.657 𝜃 = 57.3 ∗ 0.025 ∗ 21 ∗ 1 − 0.82 = 18.04°

𝑧 = 𝑧 𝑐𝑜𝑠𝜃 ± 𝑗𝑠𝑒𝑛𝜃 = 0.624 ± 𝑗0.203
Ecuación característica: 𝑧 2 − 1.248𝑧 + 0.4305 = 0
0.0587 −0.4917
𝜙(𝐴) = 𝐴2 − 1.248𝐴 + 0.4305 ∗ 𝐼 =
0 0.4305
𝐶 1 0
=
𝐶𝐴 0.7569 1
−1
0.0587 −0.4917 1 0 0 −0.4911
𝐿= 𝐿=
0 0.4305 0.7569 1 1 0.4305 Luis Edo García Jaimes
 CÁLCULO DE LA LEY DE CONTROL
La ley de control es:
−1 −1 −1
1 + 𝐾1 𝑧𝐼 − 𝐴 + 𝐿𝐶 𝐾𝑖 𝑧 𝑅(𝑧) − 𝑌(𝑧) − 𝐾1 (𝑧 − 1) 𝑧𝐼 − 𝐴 + 𝐿𝐶
𝐵 𝐿𝑌(𝑧)
𝑈(𝑧) =
𝑧−1
−1
0.4254𝑧 − 0.2103
𝐾1 𝑧𝐼 − 𝐴 + 𝐿𝐶 𝐵 = 2
𝑧 − 1.248𝑧 + 0.4305
−1
0.04171𝑧
𝐾1 𝑧𝐼 − 𝐴 + 𝐿𝐶 𝐿 = 2
𝑧 − 1.248𝑧 + 0.4305

0.248𝑧 3 − 0.3098𝑧 2 + 0.10689𝑧 𝑅(𝑧) − 0.248𝑧 3 − 0.2681𝑧 2 + 0.0652𝑧 𝑌(𝑧)

𝑈(𝑧) =
𝑧 3 − 1.8226𝑧 2 + 1.0428𝑧 − 0.2202

Ecuación en diferencias correspondiente a la ley de control:

𝑢(𝑘 ) = 0.248𝑟(𝑘 ) − 0.3098𝑟(𝑘 − 1) + 0.10689𝑟(𝑘 − 2) − 0.248𝑦(𝑘 ) + 0.2681𝑦(𝑘 − 1)
− 0.0652𝑦(𝑘 − 2) + 1.8226𝑢(𝑘 − 1) − 1.0428𝑢(𝑘 − 2) + 0.2202𝑢(𝑘 − 3)
Luis Edo García Jaimes
RESPUESTA DEL SISTEMA TIPO SERVO CON
INTEGRADOR

Luis Edo García Jaimes

 SISTEMAS NO LINEALES
Los sistemas no lineales representan sistemas cuyo
comportamiento no se puede expresar como la suma de los
comportamientos de sus descriptores, es decir son sistemas que
no cumplen el principio de superposición.

En los sistemas no lineales, las ecuaciones de movimiento,

evolución o comportamiento que regulan su comportamiento
dinámico son no lineales.

Luis Edo García Jaimes

EJEMPLO DE SISTEMAS NO LINEALES (2)

Luis Edo García Jaimes

 REPRESENTACIÓN DE UN SISTEMA NO LINEAL
Un sistema no lineal se puede representar mediante ecuaciones de estado en la
siguiente forma:
𝑥ሶ 1 = 𝑓1 (𝑥, 𝑢, 𝑡)
𝑥ሶ 2 = 𝑓2 (𝑥, 𝑢, 𝑡)
⋯ ⋯
𝑥ሶ 𝑛 = 𝑓𝑛 (𝑥, 𝑢, 𝑡)
𝑦 = ℎ(𝑥, 𝑢, 𝑡)
Estas ecuaciones se pueden escribir en la forma matricial así:
𝒙ሶ (𝑡) = 𝒇 𝑥(𝑡), 𝑢(𝑡)
𝑦(𝑡) = 𝒉 𝒙(𝑡), 𝒖(𝑡)
En donde 𝒙(𝑡) es el vector de estado (𝑛 × 1), 𝒖(𝑡) es el vector de entradas (𝑟 × 1)
y 𝒇[𝑥(𝑡), 𝑢(𝑡)] es un vector que es función del vector de estado y del vector de
entrada. Luis Edo García Jaimes
 LINEALIZACIÓN DE UN SISTEMA NO LINEAL
Para linealizar un sistema no lineal existen diferentes métodos: uno de ellos
consiste en la expansión de las ecuaciones de estado no lineales en series de Taylor
alrededor de un punto o de una trayectoria de operación nominal del sistema,
despreciando los términos de orden superior al primero, con lo cual resulta una
aproximación lineal de las ecuaciones de estado en un punto determinado.
𝑥ሶ (𝑡) = 𝐴𝑥 (𝑡) + 𝐵 𝑢(𝑡)
En donde:
𝜕𝑓1 𝜕𝑓1 𝜕𝑓1 𝜕𝑓1 𝜕𝑓1 𝜕𝑓1
⋮ ⋮
𝜕𝑥1 𝜕𝑥2 𝜕𝑥𝑛 𝜕𝑢1 𝜕𝑢2 𝜕𝑢𝑛
𝜕𝑓2 𝜕𝑓2 𝜕𝑓2 𝜕𝑓2 𝜕𝑓2 𝜕𝑓2
𝐴 = 𝜕𝑥1 ⋮ 𝐵 = 𝜕𝑢1 ⋮
𝜕𝑥2 𝜕𝑥𝑛 𝜕𝑢2 𝜕𝑢𝑛
⋯ ⋯ ⋮ ⋯ ⋯ ⋯ ⋮ ⋯
𝜕𝑓𝑛 𝜕𝑓𝑛 𝜕𝑓𝑛 𝜕𝑓𝑛 𝜕𝑓𝑛 𝜕𝑓𝑛
⋮ ⋮
𝜕𝑥1 𝜕𝑥2 𝜕𝑥𝑛 𝑃𝑜 𝜕𝑢1 𝜕𝑢2 𝜕𝑢𝑛 𝑃𝑜
𝑃𝑜: corresponde al punto de equilibrio alrededor del cual se va a linealizar el
sistema. Los valores de 𝑥 (𝑡) y de 𝑢(𝑡) deben mantenerse siempre lo más cerca
posible a los valores de referencia 𝑥𝑜 y 𝑢𝑜 respectivamente
Luis Edo García Jaimes
 EJEMPLO DE LINEALIZACIÓN
Las siguientes ecuaciones corresponden al modelo matemático de un giroscopio
electrostático:
𝑥ሶ 1 = 𝑥2
𝑥ሶ = −𝑥1 − 𝑥32 + 1
𝑥ሶ 3 = 𝑥3 − 𝑥1 𝑥3 − 𝑢
𝑦 = 𝑥1
El punto de operación deseado es 𝑢𝑜 = 8
a) Linealice el sistema en el punto de operación deseado. b) Discretice el modelo
lineal obtenido utilizando un período de muestreo 𝑇 = 0.5 𝑠 a) Diseñe un
controlador discreto utilizando técnicas de realimentación de estado, de modo que
el sistema en lazo cerrado tenga sus polos en el origen. d) Grafique la respuesta del
sistema no lineal con el controlador diseñado.
Luis Edo García Jaimes
 SOLUCIÓN: LINEALIZACIÓN DEL MODELO
La linealización se debe realizar alrededor del punto de operación 𝑢𝑜 = 8. Para los
puntos de equilibrio se tiene:
𝑥ሶ 𝑜𝑖 = 𝑓𝑖 (𝑥𝑜 , 𝑢𝑜 ) = 0
𝑥2 = 0
−𝑥1 − 𝑥32 + 1 = 0
𝑥3 − 𝑥1 𝑥3 − 𝑢 = 0
Resolviendo las ecuaciones anteriores se obtiene el punto de equlibrio:
𝑃𝑂 = 𝑥1 𝑥2 𝑥3 𝑢0 𝑇
= −3 0 2 8 𝑇

Las matrices 𝐴 y 𝐵 se evalúan con las ecuaciónes

𝜕𝑓1 𝜕𝑓1 𝜕𝑓1 𝜕𝑓1
𝜕𝑥1 𝜕𝑥2 𝜕𝑥3 𝜕𝑢
𝜕𝑓2 𝜕𝑓2 𝜕𝑓2 𝜕𝑓2
𝐴= 𝐵=
𝜕𝑥1 𝜕𝑥2 𝜕𝑥3 𝜕𝑢
𝜕𝑓3 𝜕𝑓3 𝜕𝑓3 𝜕𝑓3
𝜕𝑥1 𝜕𝑥2 𝜕𝑥3 𝜕𝑢 Luis Edo García Jaimes
 SISTEMA LINEALIZADO
Evaluando las derivadas parciales en el punto de equilibrio se obtiene:
𝜕𝑓1 𝜕𝑓1 𝜕𝑓1 𝜕𝑓1
=0 =1 =0 =0
𝜕𝑥1 𝜕𝑥2 𝜕𝑥3 𝜕𝑢
𝜕𝑓2 𝜕𝑓2 𝜕𝑓2 𝜕𝑓2
= −1 =0 = −2𝑥3 = −4 =0
𝜕𝑥1 𝜕𝑥2 𝜕𝑥3 𝜕𝑢
𝜕𝑓3 𝜕𝑓3 𝜕𝑓3 𝜕𝑓3
= −𝑥3 = −2 =0 = 1 − 𝑥1 = 4 = −1
𝜕𝑥1 𝜕𝑥2 𝜕𝑥3 𝜕𝑢
Así, el sistema linealizado es:
𝑥ሶ 1 (𝑡) 0 1 0 𝑥1 (𝑡) 0 𝑥1 (𝑡)
𝑥ሶ 2 (𝑡) = −1 0 −4 𝑥2 (𝑡) + 0 𝑢(𝑡) 𝑦 (𝑡 ) = 1 0 0 𝑥2 (𝑡)
𝑥ሶ 3 (𝑡) −2 0 4 𝑥3 (𝑡) −1 𝑥3 (𝑡)
La función de transferencia del sistema continuo equivalente es:
−1
𝐺𝑝 (𝑆) = 𝐶 𝑆𝐼 − 𝐴 𝐵
4
𝐺𝑝 (𝑆) =
𝑆 3 − 4𝑆 2 + 𝑆 − 12 Luis Edo García Jaimes
 DISCRETIZACIÓN DEL MODELO

La discretización del modelo, con 𝑇 = 0.5 𝑠 da:

−1 )
𝐺𝑝 (𝑆) −1
4
𝐻𝐺 (𝑧) = (1 − 𝑧 ℑ = (1 − 𝑧 )ℑ
𝑆 𝑆(𝑆 3 − 4𝑆 2 + 𝑆 − 12)
Utilizando el MATLAB:
0.1491𝑧 2 + 1.0206𝑧 + 0.3906
𝐻𝐺 (𝑧) = 3
𝑧 − 10.2337𝑧 2 + 11.9419𝑧 − 7.3891
La representación en el espacio de estado discreto para el sistema linealizado, en
la forma canónica observable es:
10.2337 1 0 0.1491
𝑥(𝑘 + 1) = −11.9419 0 1 𝑥(𝑘) + 1.0206 𝑢(𝑘)
7.3891 0 0 0.3906
𝑦 (𝑘 ) = 1 0 0 𝑥(𝑘)
Luis Edo García Jaimes
 DISCRETIZACIÓN DEL MODELO
La discretización del modelo, con 𝑇 = 0.5 𝑠 da:

−1 )
𝐺𝑝 (𝑆) −1
4
𝐻𝐺 (𝑧) = (1 − 𝑧 ℑ = (1 − 𝑧 )ℑ
𝑆 𝑆(𝑆 3 − 4𝑆 2 + 𝑆 − 12)
Utilizando el MATLAB:
0.1491𝑧 2 + 1.0206𝑧 + 0.3906
𝐻𝐺 (𝑧) = 3
𝑧 − 10.2337𝑧 2 + 11.9419𝑧 − 7.3891
La representación en el espacio de estado discreto para el sistema linealizado, en
la forma canónica observable es:
10.2337 1 0 0.1491
𝑥(𝑘 + 1) = −11.9419 0 1 𝑥(𝑘) + 1.0206 𝑢(𝑘)
7.3891 0 0 0.3906
𝑦(𝑘) = 1 0 0 𝑥(𝑘)
Luis Edo García Jaimes
 CÁLCULO DE LA MATRIZ DE REALIMENTACIÓN K
Utilizando la fórmula de Ackerman:
−1
𝐾= 0 0 1 𝐵 𝐴𝐵 𝐴2 𝐵 𝜙 (𝐴 )
La ecuación característica deseada para el sistema en lazo es:
𝑧3 = 0
834.7 92.8 10.2
𝜙(𝐴) = 𝐴3 𝜙 (𝐴 ) = 1032.4 −114.8 −11.9
685.6 75.6 7.4
0.1491 2.5464 24.6696
𝐵 𝐴𝐵 𝐴2 𝐵 = 1.0206 −1.3899 −29.3077
0.3906 1.1017 18.8159
−1
0.1491 2.5464 24.6696 834.7 92.8 10.2
𝐾= 0 0 1 1.0206 −1.3899 −29.3077 1032.4 −114.8 −11.9
0.3906 1.1017 18.8159 685.6 75.6 7.4

𝐾 = 38.5915 4.2449 0.3774

Luis Edo García Jaimes
 CÁLCULO DE LA MATRIZ DEL OBSERVADOR L
Utilizando la fórmula de Ackerman:
−1
𝐶 0
𝐿 = 𝜙(𝐴) 𝐶𝐴 0
𝐶𝐴2 1
La ecuación característica deseada para el observador es: 𝑧 3 = 0
834.7 92.8 10.2
𝜙(𝐴) = 𝐴3 = 1032.4 −114.8 −11.9
685.6 75.6 7.4
𝐶 1 0 0
𝐶𝐴 = 10.2337 1 0
𝐶𝐴2 92.7867 10.2337 1
−1
834.7 92.8 10.2 1 0 0 0
𝐿 = 1032.4 −114.8 −11.9 10.2337 1 0 0
685.6 75.6 7.4 92.7867 10.2337 1 1
10.2337
𝐿 = −11.9419
7.3891 Luis Edo García Jaimes
CONTROLADOR Y FACTOR DE CORRECCIÓN DE ERROR
La ecuación del controlador con observador de orden completo tipo predictor es:
𝑈(𝑧) −1
𝐷 (𝑧 ) = − = 𝐾 𝑧𝐼 − 𝐴 + 𝐵𝐾 + 𝐿𝐶 𝐿
𝑌(𝑧)
𝑈(𝑧) 347.03𝑧 2 − 429.4896𝑧 + 285.1561
𝐷 (𝑧 ) = − =
𝑌(𝑧) 𝑧 4 + 10.2337𝑧 2 + 41.0445𝑧 + 15.0738
La función de transferencia del sistema en lazo cerrado está dada por:
𝐻𝐺(𝑧)
𝐺𝑤 (𝑧) =
1 + 𝐷 (𝑧)𝐻𝐺(𝑧)
0.1491𝑧 5 + 2.5464𝑧 4 + 16.9548𝑧 3 + 48.1348𝑧 2 + 31.4163𝑧 + 5.8878
𝐺𝑤 (𝑧) =
𝑧6
El valor del factor de corrección de error 𝐾𝑜 esta dado por:
𝐾𝑜 lim 𝐺𝑤 (𝑧) = 1
𝑧→1

0.1491𝑧 5 + 2.5464𝑧 4 + 16.9548𝑧 3 + 48.1348𝑧 2 + 31.4163𝑧 + 5.8878

𝐾𝑜 lim 6
=1
𝑧→1 𝑧
𝐾𝑜 = 0.009515
Luis Edo García Jaimes
RESPUESTA DEL SISTEMA AL ESCALÓN UNITARIO
R(z) Y(z)
Ko HG(z)
+
-

D(z)

1.2

0.8
Respuesta

0.6

0.4

0.2

0
0 5 10 15 20 25 30
t [s]

Luis Edo García Jaimes