Controlabilidad y observabilidad

En las próximas clases discutiremos dos conceptos fundamentales de la

teoría de sistemas: controlabilidad y observabilidad . Esos dos conceptos
describen la interacción de un sistema entre el mundo externo (entradas y
salidas) y las variables internas (estados).

Informalmente, la controlabilidad es la propiedad que indica si el

comportamiento de un sistema se puede controlar actuando sobre sus
entradas.
La observabilidad es la propiedad que indica si el comportamiento interno de
un sistema puede detectarse desde sus salidas.

Empezaremos considerando la controlabilidad de varios sistemas.

Controlabilidad– p. 1/16
 Controlabilidad
Considere el sistema LTI representado por la ecuación de estados de n estados, q
entradas
ẋ(t) = Ax(t) + Bu(t); (1)

donde A ∈ Rn×n y B ∈ Rn×q . La controlabilidad solo relaciona entradas y

estados, así la ecuación de salida y(t) = Cx(t) + Du(t) es irrelevante.

Controlabilidad: La ecuación de estado (1) o el par (A; B) se dice controlable

si para todo estado inicial x(0) = x0 y todo estado final x1 , hay una entrada
que transfiere x0 a x1 en tiempo finito. En otro caso, (1) o (A; B) se dice no
controlable
Esta definición solo requiere que la entrada sea capaz de llevar el estado a
cualquier lugar en el espacio de estados en tiempo finito sin importar qué trayec-
toria siga el estado.

Controlabilidad– p. 2/16
 Controlabilidad
Ejemplo (Sistema no controlable). Considere el sistema eléctrico de la izquierda
en la figura de abajo.

Es un sistema de primer orden con variable de estado x, el voltaje en el

capacitor. Si el capacitor no tiene carga inicial, x(0) = 0, entonces
x(t) = 0 ∀t > 0, sin imporat la entrada aplicada. La entrada no tiene efecto
sobre el voltaje en el capacitor. Este sistema, o más precisamente, la
ecuación de estado que lo describe no es controlable.

El sistema a la derecha tiene dos variables de estado. La entrada puede

transferir x1 o x2 a cualquier valor deseado, pero no importa qué entrada se
aplique, x1 (t) siempre será igual a x2 (t). Este sistema tampoco es
controlable.
+ + +
1Ω 1Ω 1F 1F
y x1 x2
+ x −
+ +
u − u − −
− 1F −

1Ω 1Ω 1Ω 1Ω

Controlabilidad– p. 3/16
 Prueba de controlabilidad
Teorema (Prueba de controlabilidad). Las siguientes declaraciones son
equivalentes.

1. El par n dimensional (A; B) es controlable.

2. La matriz de controlabilidad
2 n−1
 
C = B AB A B ... A B ,

tiene rango n (rango fila completo).

3. La matriz n × n,
Z t
T
Wc (t) = eAτ BBT eA τ
dτ
0

no es singular ∀t > 0.

Controlabilidad– p. 4/16
 Prueba de controlabilidad
Ejemplo. La ecuación de espacio de estados linealizada del sistema de péndulo
invertido a la derecha está dada por,
m
θ

ẏ 0 1 0 1 0
     
mg
ÿ  0 0 −1 0 1 l
 =  +  u
θ̇  0 0 0 1  0  u
M
θ̈ 0 0 5 0 −2
y

La matriz de controlabilidad es

0 1 0 0
 
 1 0 2 0 
A2 B 3

C= B AB A B =
0

−2 0 −10
−2 0 −10 0

la cual tiene rango fila completo, luego el sistema es controlable. Si θ se desvía

un poco de 0, sabemos que existe un control que lo devolverá al equilibrio en
tiempo finito.
Controlabilidad– p. 5/16
 Controlabilidad & equivalencia algebraica
La controlabilidad es una propiedad de un sistema que es invariante respecto a
transformaciones de equivalencia algebraicas (cambio de coordenadas).

Considere el par (A; B) con C = B AB . . . A n−1

B y un par
 

algebraicamente equivalente (Ā; B̄), donde Ā = PAP−1 , B̄ = P B, y P es una

matriz no singular. Entonces la matriz de controlabilidad del par ( Ā; B̄) es

C¯ = n−1
 
B̄ B̄Ā ... Ā B̄
n−1
 −1

= PB PAP PB . . . PA P −1
PB
n−1
 
= P B AB . . . A B
= PC
¯
Ya que P es no singular, rango(C) = rango(C)

Controlabilidad– p. 6/16
 Gramiano de controlabilidad
La matriz Wc (t) utilizada para chequear la controlabilidad de (A; B) se puede
usar para construir una señal de control de lazo abierto u(t) que lleve al estado x
desde cualquier x0 a cualquier x1 en tiempo finito.
Z t
Aτ T AT τ
Wc (t) = e BB e dτ
0

Tal ley de control está dada por:

T
(t1 −t)
u(t) = −BT eA Wc−1 (t1 )(eAt1 x0 − x1 )

Esta ley de control usa la menor cantidad de energía para transferir x desde x 0 a
x1 en tiempo t1 . Esto significa que cualquier otro control ū(t) que realice la misma
transferencia,
Z t1 Z t1
2 2
||ū|| dτ ≥ ||u|| dτ
0 0

Por ejemplo, si x0 = 0, la mínima energía de control es,

R t1 2 − 12 2
0
||u|| dτ = ||W c (t 1 )x 1 ||
Controlabilidad– p. 7/16
 Gramiano de controlabilidad
Si la matriz A is Hurwitz (todos sus autovalores tiene parte real negativa),
entonces Wc (t) converge para t → ∞, y se denota simplemente como Wc ,
Z ∞
Aτ T AT τ
Wc = e BB e dτ ;
0

y se denomina Gramiano de controlabilidad de (A; B).

Si deseamos llevar el estado x desde 0 a x1 en tiempo infinito, (t1 → ∞), se
encuentra que la mínima energía de control requerida debería ser,
Z ∞
2 − 12
||u|| dτ = ||Wc x1 ||2
0

Entre más cercano a cero sea cualquier autovalor de Wc , más cercano estará
Wc de la singularidad, y más grande será la energía mínima requerida para llevar
el estado hasta x1 .

Controlabilidad– p. 8/16
 Gramiano de controlabilidad
Para el caso de tiempo infinito, no se requiere resolver la integral de tiempo infinito
para calcular Wc . Si (A; B) es controlable, (C tiene rango fila completo), Wc es la
única solución de la matriz lineal de Lyapunov,

AWc + Wc AT = −BBT

la cual puede resolverse con MATLAB usando Wc = lyap(A,B*B’), o usando

la función Wc = gram(SYS,’c’).

Controlabilidad– p. 9/16
 Controlabilidad y muestreo
Como se dijo, la mayoría de los sistemas de control se implementan en forma
digital, para lo cual es necesario un modelo de tiempo discreto del sistema.
{Ad, Bd, C, D}
Antes hemos visto como obtener un
u[k] y[k] modelo de tiempo discreto a partir de
- c@
@c
uno en tiempo continuo que es exacto
c - ZOH - {A, B, C, D} -c
T
en los instantes de muestreo.
T

ẋ = Ax + Bu x[k + 1] = Ad x[k] + Bd u[k]

⇒
y = Cx + Du y[k] = Cx[k] + Du[k]

RT
Donde Ad = e y Bd = 0 eAτ Bdτ .
AT

La pregunta es: Si el sistema de tiempo continuo es controlable, ¿el sistema de

tiempo discreto siempre es controlable?.

Controlabilidad– p. 10/16
 Controlabilidad y muestreo
La controlabilidad del sistema discretizado depende del período de muestreo T y
los autovalores de la planta de tiempo continuo. La controlabilidad se puede
perder después del muestreo .
Teorema (Muestreo no patológico). Si el par (A; B) es controlable, entonces
el par discretizado (Ad ; Bd ) es controlable con periodo de muestreo T si para
cualquier dos autovalores λi ; λj de A tales que Re[λi − λj ] = 0, la condición de
muestreo no patológico

2πm
Im[λi − λj ] 6= para m = 1, 2, . . .
T

se satisfaga.
El teorema da una condición necesaria que preserva la controlabilidad después
del muestreo. Esta condición también es suficiente para sistemas de una sola
entrada.

Controlabilidad– p. 11/16
 Controlabilidad y muestreo
Ejemplo (Muestreo patológico). Considere el sistema de tiempo continuo
   
0 1 0
ẋ(t) = x(t) + u(t)
−1 0 1

Su discretización exacta con período de muestreo T es

   
cos T sin T 1 − cos T
x[k + 1] = x[k] + u[k]
− sin T cos T sin T

Note que si T = mπ, con m = 1; 2; . . . , este sistema se hace no controlable, i.e.,

m m
   
(−1) 0 1 − (−1)
x[k + 1] = x[k] + u[k]
0 (−1)m 0

Controlabilidad– p. 12/16
 Controlabilidad y muestreo
Un par de observaciones finales acerca del muestreo y la controlabilidad:

La condición de muestreo no patológico solo aplica a sistemas con

autovalores complejos; un sistema discretizado con solo autovalores reales
es controlable para todo T > 0 si su contraparte de tiempo continuo lo es.

La condición de muestreo no patológico solo es suficiente para un sistema

MIMO; si el muestreo es patológico, la controlabilidad se puede perder
después del muestreo.

Controlabilidad– p. 13/16
 Ejemplos de controlabilidad

u En el sistema hidráulico de la izquierda es obvio que

la entrada no puede afectar el nivel x2 , así que in-
x1 x2
tuitivamente es evidente que este sistema de 2 tan-
ques no es controlable.
y

Un modelo linealizado de este sistema con parámetros unitarios da,

   
−1 0 1
ẋ(t) = x(t) + u(t)
0 0 0
 
y(t) = 1 0 x(t)
 
1 −1
La matriz de controlabilidad es C = [B AB] = la cual no es de rango
0 0
completo, luego el sistema no es controlable.

Controlabilidad– p. 14/16
 Ejemplos de controlabilidad
Example.

u La controlabilidad del sistema hidráulico de la

izquierda no es tan obvia, aunque podemos ver que
x1 x2 x3 x1 (t) y x3 (t) no se pueden afectar independiente-
mente con u(t).
y

El modelo linealizado en este caso es,

   
−1 1 0 0
x(t) = 1 −3 1  x(t) + 1 u(t)
0 1 −1 0
 
y(t) = 0 1 0 x(t)
 
0 1 −4
La matriz de controlabilidad es C = [B AB A2 B] = 1 −3 11  la cual tiene
0 1 −4
rango 2, mostrando que el sistema no es controlable.
Controlabilidad– p. 15/16
 Ejemplos de controlabilidad

u
Ahora en el sistema previo suponga que la entrada
x1 x2 x3 se aplica en el primer tanque, como se muestra en
la figura.
y

En este caso el modelo linealizado es el mismo de antes, excepto que la matriz B

ahora es diferente.
   
−1 1 0 1
x(t) =  1 −3 1  x(t) + 0 u(t)
0 1 −1 0
 
y(t) = 0 1 0 x(t)
 
1 −1 2
Ahora la matriz de controlabilidad es C = [B AB A2 B] = 0 1 −4 la cual
0 0 1
tiene rango 3, mostrando que el sistema es controlable.
Controlabilidad– p. 16/16