1.

Transformada Delta

1. Transformada Delta ______________________________________________ 1

1.1. Discretización _______________________________________________________ 2
1.2. Operador Desplazamiento _____________________________________________ 2
1.3. Transformada Z _____________________________________________________ 2
1.4. Transformada Delta __________________________________________________ 4
1.4.1. Definición de la transformación. ________________________________________ 5
1.4.2. Función de Transferencia Delta _________________________________________ 7
1.4.3. Estabilidad ________________________________________________________ 8
1.5. Resumen de Características____________________________________________ 8
1.6. Diseño de Reguladores ________________________________________________ 8
1.7. Variables de Estado __________________________________________________ 9
1.8. Implementación de un Filtro Digital en Delta ____________________________ 10
1.9. Identificación _______________________________________________________ 11

1
 1.1. Discretización

función continua f (t )

discretización

fk = f ( kT ) [1.1]

Ejemplo

 π
f (t ) = 3cos(2π t) + cos  20π t +  [1.2]
 3

T = 0,1seg [1.3]

 π
f (kT ) = 3cos(0,2kπ ) + cos  2 kπ +  =
 3 [1.4]
= 3cos(0,2kπ ) + 0,5

regla de selección

T = 15 L 110τ [1.5]

Regulador PI

uk = k p e k + k i s k
[1.6]
uk −1 = k pek −1 + ki sk −1

uk = uk −1 + k p ( ek − ek −1 ) + ki ek
[1.7]
uk = uk −1 + ( k p + k i ) ek − k pek −1

1.2. Operador Desplazamiento

qf k = f k +1
[1.8]
qn f k = f k+n

1.3. Transformada Z
Transformadas de Laplace transforma una ecuación diferencial en una ecuación
algebraica
Transformadas en Z transforma una ecuación en diferencias en una ecuación
algebraica

2
 ∞
Z ({ yk }) = Y ( z ) = ∑ z − k y k [1.9]
k =0

Ejemplo 1. Regulador PI

zU ( z ) − U ( z ) = k p ( zE ( z) − E ( z ) ) + ki E ( z ) [1.10]

k p z + k p − ki
U (z) = E ( z) [1.11]
z −1
todo sistema lineal se podrá expresar como una función de transferencia en Z

Y ( z ) B ( z ) bm z m + bm −1z m −1 + L + b0
G (z) = = = n [1.12]
U ( z ) A( z ) z + an −1 z n −1 + L + a0

Ejemplo 2. Sistema de Tiempo Finito

Y ( z ) 0,5 z 2 − 1,2 z + 0,9

G (z) = = [1.13]
U (z) z3

yk = 0,5uk −1 − 1,2 uk− 2 + 0,9 uk− 3 [1.14]

u y
1 0
1 0,5
1 -0,7
1 0,2
1 0,2
1 0,2
Ejemplo 3. Sistema Oscilante Estable

Y ( z) 0,5
G (z) = = [1.15]
U ( z ) z + 0,5

yk = −0,5 yk −1 + 0,5uk −1 [1.16]

u y
1 0
1 0,5
1 0,25

3
 1 0,37
1 0,31
1 0,34
1 0,32
1 0,33
1.4. Transformada Delta
Modelo en ecuación diferencial lineal

∂ n y( t) + an−1∂ n −1 y( t) + L + a0 y (t ) = bm∂ mu( t) + bm−1∂ n −1u (t ) + L + b0 u( t) [1.17]

Modelo en ecuación en diferencias lineal

q n yk + an−1 qn−1 yk −1 + L + a0 yk −n = bmuk + bm−1uk −1 + L + b0uk −m [1.18]

los coeficientes no son los mismos

sería interesante conseguir una transformación discreta que estructuralmente
mantenga similitud con el sistema continuo
Se define el operador delta como
f ((k + 1)T ) − f ( kT )
δ f (kT ) = [1.19]
T
para períodos de muestreo pequeños, se cumple

lim [δ f ( kT )] = ∂f (t) [1.20]

T →0

es decir, coincide el operador δ con la derivada, cosa que no ocurre con Z

Ejemplo 4. Regulador PI

uk − uk −1 = k p ( ek − ek −1 ) + ki ek [1.21]

dividiendo por T
uk − uk −1 e −e k
= k p k k −1 + i ek [1.22]
T T T
resultando
ki
δ uk = k pδ ek + ek [1.23]
T

4
 1.4.1. Definición de la transformación.
la transformada de Laplace de un sistema continuo es
∞
L [ y (t )] = ∫ e− st y (t )dt [1.24]
0

y su versión discreta
∞
Yd ( s ) = ∑ e − skT y (kT )T [1.25]
k =0

haciendo el cambio de variables

e sT = 1 + γ T
e sT − 1 [1.26]
γ =
T
se define la Transformada delta
∞
D [ y (kT ) ] = Yδ (γ ) = ∑ (1 + γ T )
−k
y (kT )T [1.27]
k =0

Ñ
1
D −1 [Yδ (γ )] = y( kT ) = (1 + γ T ) Yδ (γ ) dγ
k −1

2π j ∫ [1.28]

se observa que

limYδ (γ ) = Yd ( s ) s=γ [1.29]

T →0

la relación con la transformada en Z es

Yδ (γ ) = TYq ( z) z =Tγ +1
1 [1.30]
Yq ( z ) = Yδ (γ )
T z −1
γ=
T

fk Z ( fk ) D ( fk )

l l l

∑ ai f i k
i =1
∑ ai Fi ( z )
i =1
∑ a F (γ )
i =1
i i

fk +1 zF ( z ) − f (1) (T γ + 1)( F (γ ) − f (0))

5
 l
z 1
∑ Tf
i =1
i
z −1
TF ( z )
γ
F (γ )

(Tγ + 1)
−1
fk −1 z −1 F ( z ) + f (−1) F (γ ) + f (−1)

(Tγ + 1)
−1
yk − l uk −l (u es el escalón) z − lY ( z ) F (γ )

kfk dF ( z ) 1 + T γ dF (γ )
−z −
dz T dγ

1 ∞ F (ξ ) ∞ F (ξ )
k
fk ∫ z ξ
dξ ∫
γ 1 + ξT
dξ

lim f k
k →∞
lim ( z − 1) F ( z ) lim γ F (γ )
γ →0
z →1

lim f k lim F ( z ) γ F (γ )
k →0 z →∞ lim
γ →∞ 1 + Tγ

1 z 1 + Tγ
z −1 γ

1 1 1
δk
T T
k z 1 + Tγ
( z − 1) Tγ 2
2

k2 z ( z − 1) (1 + T γ )( 2 + T γ )
( z − 1) T 2γ 3
3

eakT z 1 + Tγ
z − e aT e aT − 1
γ−
T
Ejemplo 5. Exponencial
función continua

y (t ) = e β t [1.31]

yk = e β kT [1.32]

6
 1 + Tγ
Yδ (γ ) = [1.33]
eβ T − 1
γ−
T
1
cuando T → 0 , Yδ (γ ) → que es la transformada de Laplace de e βt
γ −β
Ejemplo 6. Sistema de Segundo Orden
sea

1
G ( s) = [1.34]
s + 2s + 1
2

en la tabla siguiente se muestra la función transferencia delta y zeta para diferentes

muestreos

T δ Z
1 0,305γ + 0,493 0,305 z + 0,189
γ + 1,250γ + 0,493
2
z − 0,750 z + 0,243
2

0,3 0,130γ + 0,809 0,03897 z + 0,03383

γ + 1,395γ + 0,809
2
z 2 − 1,581z + 0,654

0,1 0,048γ + 0,932 0,004768 z + 0,004549

γ + 1,412γ + 0,932
2
z 2 − 1,859 z + 0,868

0,03 0,015γ + 0,979 0,0004437 z + 0,0004374

γ + 1,414γ + 0,979
2
z 2 − 1,958 z + 0,958

Es una transformación muy adecuada para períodos de muestreo pequeños.

1.4.2. Función de Transferencia Delta

una función de transferencia delta tiene la misma forma que en z o s.

Aδ (γ )Yδ (γ ) = Bδ (γ )Uδ (γ ) + fδ (γ , x0 ) [1.35]

Aδ (γ ) = γ n + an′ −1γ n−1 + L + a′0

[1.36]
Bδ (γ ) = bm′ γ m + bm′ −1γ m −1 + L + b0′

7
 Bδ (γ ) f (γ , x0 )
Yδ (γ ) = U δ (γ ) + δ
Aδ (γ ) Aδ (γ )
[1.37]
f (γ , x0 )
= Gδ (γ )Uδ (γ ) + δ
Aδ (γ )

1.4.3. Estabilidad
La relación entre γ y z es

z = Tγ + 1 [1.38]

la zona de estabilidad en z es un círculo de radio 1 con centro en el origen por lo

tanto en γ será un círculo de radio 1T centrado en − 1 T . Cuando T → 0 , la zona de
convergencia tiende a ser el semiplano negativo como en s.
Ejemplo 7. Estabilidad
dada la FTD

γ + 0,5
Gδ (γ ) = [1.39]
γ (γ + 0,8)

su transformada en z será

T ( z − (1 − 0,5T ) )
G(z) =
( z − 1) ( z − (1 − 0,8T ) )
[1.40]

1.5. Resumen de Características

- la transformada delta mantiene la estructura del sistema continuo
- coinciden cuando el período de muestreo es pequeño
- numéricamente más apropiada para trabajar con períodos de muestreo pequeño

1.6. Diseño de Reguladores

Ejemplo 8. Modelo de la Planta

1
G ( s) = [1.41]
( s − 1)
2

8
 encontrar un PID tal que el polinomio característico en lazo cerrado tenga dos polos
dominantes en

s 2 + 3s + 4 [1.42]

para ello se elige el denominador en lazo cerrado como

(s 2
+ 3s + 4 )( s 2 + 10s + 25) [1.43]

resolviendo la asignación de polos resulta

P (s ) 88 s2 + 100 s + 100
R( s ) = = [1.44]
Q( s ) s ( s + 15)

- Solución

Reemplazar s por γ

88γ 2 + 100γ + 100

Rδ (γ ) = [1.45]
γ (γ + 15)

y luego llevarlo al plano z con T = .1seg

88 z 2 − 166 z + 79
R( z ) = [1.46]
( z − 1)( z + 0,5)
1.7. Variables de Estado
sistema

d
 x = Ax + Bu
 dt [1.47]
 y = Cx

 qx = Aq x + Bqu
 [1.48]
 y = Cx
con

Aq = e AT
[1.49]
Bq = ∫ e A( T −τ ) Bdτ
T

cuando T → 0 se obtiene

9
lim Aq = I
T →0
[1.50]
lim Bq = 0
T →0

en delta resulta

δ x = Aδ x + Bδ u
 [1.51]
 y = Cx
con

Aq − I e AT − I  AT A2T 2 
Aδ = = = A I + + + L
T T  2! 3! 
[1.52]
B  AT A T2 2

Bδ = q = B  I + + + L
T  2! 3! 
cuando T → 0 se obtiene

lim Aδ = A
T →0
[1.53]
lim Bδ = B
T →0

1.8. Implementación de un Filtro Digital en Delta

Un filtro digital se obtiene con una ecuación del tipo

bn z n + bn −1z n −1 + L + b0
H (z) = [1.54]
z n + a n−1z n−1 + L + a0

su equivalente en delta es

bnγ n + bn−1γ n −1 + L + b0
H (z) = n [1.55]
γ + an −1γ n−1 + L + a0

la relación de coeficientes es

bn = bn
1  n − 1  n 
bn−1 =    bn−1 +   bn 
T  0   1 
1  n − 2   n − 1 n 
bn− 2 = 2   bn − 2 +   bn −1 +   bn  [1.56]
T  0   1  2 
M
1  0   1  n 
b0 =  0  b0 +  1 b1 + L +  n  bn 
Tn       

10
 1  n − 1   n  
an −1 =    1 +   an −1 
T  0   1  
M [1.57]
1   0  1 n 
a0 =   0  d 0 +  1 a1 + L +  n 1
Tn       

La estructura es igual solo que hace falta definir un operador δ −1 equivalente a un

integrador. Para ello se recurre a la definición del operador

sk +1 = ek T + sk [1.58]

1.9. Identificación

B ( z) bn z n + bn−1z n −1 + L + b0
G (z) = = n [1.59]
A( z ) z + an−1 z n−1 + L + a0

y = [1 − A( z )] y + B( z )u = Φ Tθ [1.60]

Φ T = q n −1 y L q mu L
[1.61]
θ T = [ −an −1 L bm L]

idéntica forma en Delta y para ambos la solución es

1 N

θ z* = M q −1 
N
∑Φ
1
q y

[1.62]

con
N
1
Mq =
N
∑Φ Φ
1
q q
T
[1.63]

cuando T → 0 , M q tiende a ser singular

Ejemplo 9. Identificación de sistema de segundo orden

s 2 y + a1sy + a0 y = u [1.64]

discretizado,

q 2 y + a1qy + a0 y = bqu
1 + b0u [1.65]

T2
se puede demostrar que para muestreos muy rápidos los bi convergen a por lo
2
que se puede decir que los coeficientes del denominador son conocidos. En este caso se
puede reducir la identificación a solo el denominador y el vector de muestras resulta

11
Φ T = [ qy, y ]
[1.66]
θ T = [− a1 , − a0 ]

en delta resulta,

δ 2 y + a1δ y + a0 y = b1δ u + b0u [1.67]

se puede demostrar que para muestreos muy rápidos los parámetros del
T
denominador tienden a b0 ; 1 b1 ; . Se puede decir también, que los coeficientes del
2
denominador son conocidos y reducir la identificación a solo el denominador y el vector de
muestras resulta

Φδ = [δ y , y ]
T

[1.68]
θ T =  − a1, −a0 

Sea la entrada

y (t ) = a cos ( t + β ) [1.69]

las matrices M q ,δ resultan

a2  1 cos T 
Mq = cos T 1 
[1.70]
2 

 1 − cos T cos T − 1 
2
a  2
T2 T 
Mδ =   [1.71]
2  cos T − 1 
1
 T 
par muestreos rápidos,

a 2 1 1
Mq =
2 1 1
[1.72]

a2 1 0 
Mδ = 0 1  [1.73]
2  

12