Modelamiento matemático

Función de Transferencia
La Función de transferencia de un sistema descrito mediante una
ecuación diferencial lineal e invariante en el tiempo se define como
el cociente entre la transformada de Laplace de la salida (función de
respuesta) y la transformada de Laplace de la entrada (función de
excitación) bajo la suposición de que todas las condiciones iniciales
son cero.
Modelamiento matemático

El modelado y control de sistemas basado en la transformada de

Laplace, es un enfoque muy sencillo y de fácil aplicación. Permite
analizar sistemas utilizando una serie de reglas algebraicas en lugar
de trabajar con ecuaciones diferenciales. En este enfoque tiene más
valor la simplicidad que la exactitud.

Sistema
X (s ) G (s ) Y (s )
Entradas Salidas y + 3 y = f (t )
Características
dinámicas Lineales
Modelado y
Características Función de 5
dinámicas Transferencia
s 2 + 2s + 5
Modelamiento matemático

Determinar la función de transferencia de sistema circuito RLC

(entrada: voltaje-salida: corriente):
 Modelamiento matemático
Solución:
Este circuito se representa por la siguiente ecuación.
(entrada: voltaje-salida: corriente):
 Modelamiento matemático
Solución:
Este circuito se representa por la siguiente ecuación.
(entrada: voltaje-salida: corriente):
 Modelamiento matemático
Solución:
Este circuito se representa por la siguiente ecuación.
(entrada: voltaje-salida: corriente):
 Modelamiento matemático
Solución:
Este circuito se representa por la siguiente ecuación.
(entrada: voltaje-salida: corriente):
 Modelamiento matemático
Solución:
Este circuito se representa por la siguiente ecuación.
(entrada: voltaje-salida: corriente):
 Modelamiento matemático
Solución:
Este circuito se representa por la siguiente ecuación.
(entrada: voltaje-salida: corriente):
Modelamiento matemático

Tarea: Determinar la función de transferencia de sistema circuito

RLC (entrada: voltaje-salida: caída de tensión en el capacitor):
Modelamiento matemático

Tarea: Determinar la función de transferencia de sistema circuito

RLC (entrada: voltaje-salida: caída de tensión en el capacitor):
Modelamiento matemático

Ejemplo: Determinar la función de transferencia de sistema

masa-resorte:
Asumimos al sistema partiendo del reposo, y
sobre esa consideración aplicamos la segunda
Ley de Newton, ΣF = ma:

F es la fuerza aplicada, K es la
constante del resorte, b es el coeficiente
de fricción viscosa.
La fuerza del resorte se considera
proporcional a la posición y la fuerza del
amortiguador es proporcional a la
velocidad. X(t) es la posición de la masa.
Modelamiento matemático

Ejemplo: Determinar la función de transferencia de sistema

masa-resorte:
Asumimos al sistema partiendo del reposo, y
sobre esa consideración aplicamos la segunda
Ley de Newton, ΣF = ma:

masa  aceleración = fuerza aplicada − fuerza amortiguador − fuerza resorte

Despejamos X(s):
Modelamiento matemático

Ejemplo: Determinar la función de transferencia de sistema

masa-resorte:
Posteriormente, buscamos darle
la forma de relación de salida
entre entrada, lo cual es la función
de transferencia:
Modelamiento matemático

Tarea: Determinar la función de transferencia de sistema motor

DC de posición.
Representación en espacio de estado

Sin embargo, la descripción de sistemas mediante la función de

transferencia tiene las siguientes limitaciones:
• No proporciona información sobre la estructura física del
sistema.
• Solo es válida para sistemas lineales con una entrada y
una salida e invariantes en el tiempo.
• No proporciona información de lo que pasa dentro del
sistema.
• Se necesita que las condiciones iniciales del sistema sean
nulas.
Ningún sistema dinámico de interés cumple con estos
requisitos, es decir: Los sistemas reales presentan no
linealidades, pueden tener más de una entrada o salida, sus
parámetros cambian en el tiempo y sus condiciones iniciales no
siempre tienen un valor de cero.
Representación en espacio de estado

Afortunadamente, para muchos sistemas es posible considerar

esas limitaciones, trabajar sobre un punto de interés, linealizar
y utilizar las ventajas del análisis por Laplace.
Representación en espacio de estado

Sin embargo otros sistemas son tan complejos que no es

posible utilizar este enfoque. Para este tipo de sistemas se
utiliza la representación en espacio de estado. La
representación en espacio de estado presenta las siguientes
ventajas:

• Aplicable a sistemas lineales y no lineales.

• Permite analizar sistemas de más de una entrada o más de
una salida.
• Pueden ser sistemas variantes o invariantes en el tiempo.
• Las condiciones iniciales pueden ser diferentes de cero.
• Proporciona información de lo que pasa dentro del sistema.
• Resultados sencillos.
Modelamiento matemático

Modelamiento matemático en espacio

de estados
Representación en espacio de estado

Definiciones básicas:
Estado:
Es la caracterización interna del sistema en cada instante de
tiempo. En él se resume la historia del sistema. Las salidas de
los sistemas dependen de los estados y de las entradas.
El comportamiento dinámico del sistema, representado por su
razón de cambio o derivada es una función de los estados y de
las entradas.
Variables de estado:
son las variables que expresan el estado dinámico de un
sistema. Pueden ser o no magnitudes físicas.

Vector de estado:
es la agrupación de variables de estado en forma de vector que
representa un punto en el espacio.
Representación en espacio de estado

Definiciones básicas:
Ecuaciones de estado:
son las ecuaciones matriciales que representan el
comportamiento dinámico y las salidas del sistema.
Son ecuaciones cuyas variables son el vector de estado y el
vector de entrada.

Espacio de estados:
es un espacio n-dimensional cuyos ejes están formados por las
variables de estado.
Todo vector de estado estará representado por un punto en el
espacio de estados.
Representación en espacio de estado

Definiciones básicas:
Representación en espacio de estado

Sistemas dinámicos y variables de estado

Definiciones básicas:

Sistema, se entenderá como una relación entre entradas y salidas.

Un Sistema es determinista, si a cada entrada le corresponde una y
solo una salida.

Sistema monovariable. Es aquel que solo tiene una entrada y una

salida. Si el sistema tiene más de una entrada o más de una salida se
llamará multivariable.

Sistema causal o no anticipatorio. Es aquel que su salida para

cierto tiempo t1, no depende de entradas aplicadas después de t1.
Representación en espacio de estado

Sistema dinámico. Es aquel cuya salida presente depende de

entradas pasadas y presentes. Si el valor de la salida en t1 depende
solamente de la entrada aplicada en t1, el sistema se conoce como
estático o sin memoria.
La salida de un sistema estático permanece constante si la entrada no
cambia.
En un sistema dinámico la salida cambia con el tiempo aunque no se
cambie la entrada, a menos que el sistema ya se encuentre en estado
estable.

Sistema invariante en el tiempo. Es aquel que tiene parámetros fijos

o estacionarios con respecto al tiempo, es decir, sus características no
cambian al pasar el tiempo o dicho de otra forma, sus propiedades son
invariantes con traslaciones en el tiempo.
Representación en espacio de estado

Representación por medio del espacio de estado

Con la representación en espacio de estado tenemos la
capacidad de conocer y controlar en cierta medida la dinámica
interna de un sistema y su respuesta. Este método empieza con
la selección de las variables de estado, las cuales deben ser
capaces de determinar las condiciones de la dinámica del
sistema para todo tiempo. Pueden existir varias
representaciones en variables de estado para un sistema. En
forma general, un sistema visto en espacio de estado tiene la
siguiente forma:

x (t ) = Ax (t ) + Bu (t )

y(t ) = Cx(t ) + Du(t )

Representación en espacio de estado

Representación por medio del espacio de estado

x (t ) = Ax (t ) + Bu (t )
y(t ) = Cx(t ) + Du(t )
Donde:
x(t): Vector de estado de orden (n x 1).
y(t): Vector de salida de orden (p x 1).
u(t): Vector de entrada de orden (m x 1).
A(t): Matriz de estado o del sistema es de orden (n x n), donde
n es el número de variables de estado.
B(t): Matriz de entrada cuyo orden es de (n x m), siendo m el
número de entradas.
C(t): Matriz de salida cuyo orden es de (p x n), donde p es el
número de salidas.
D(t): Matriz de transmisión directa, y es de orden(p x m).
Representación en espacio de estado

Pasos básicos para el modelamiento matemático

1.- Identificar el tipo de sistema, es decir mecánico, hidráulico,

eléctrico, etc.

Con este dato debemos plantear las ecuaciones íntegro-

diferenciales que rigen al sistema.
Si no las conocemos, debemos averiguarlas o asesorarnos de
algún especialista en el campo.

En el caso de un sistema mecánico las ecuaciones serían las

leyes de Newton, en el caso de un sistema eléctrico serían las
leyes de Kirchoff, etc.
Representación en espacio de estado

Pasos básicos para el modelamiento matemático

2.- Plantear las ecuaciones que caracterizan al sistema.

3.- Identificar la (S) entrada (S), la (S) del sistema y las variables
de estado.

4.- Determinar cuáles son las variables de mayor orden (orden

n+1) de cada estado y establecer el vector de estado
comenzando por las variables de orden mayor menos uno
(orden n). Del mismo modo, establecer los vectores de entradas
y de salidas.
Representación en espacio de estado

Pasos básicos para el modelamiento matemático

Representación en espacio de estado

Pasos básicos para el modelamiento matemático

6.- Visualizamos las ecuaciones de estado:

Representación en espacio de estado

Pasos básicos para el modelamiento matemático

Representación en espacio de estado

Pasos básicos para el modelamiento matemático

7.- Cambiar los elementos de las matrices de las ecuaciones de
estado, por los coeficientes de las variables correspondientes de
las ecuaciones diferenciales, colocando ceros para completar
los elementos de la matriz.
Representación en espacio de estado

Pasos básicos para el modelamiento matemático

Determinar las ecuaciones de estado del circuito RLC:
Dado que el modelo de ecuaciones de estado permite trabajar
con sistemas MIMO, ya no es necesario plantear dos modelos,
sino lo que vamos a hacer es manejar las salidas a nuestra
conveniencia, inclusive planteando al final un modelo que
contemple ambas salidas.
Representación en espacio de estado

1.- Identificar el tipo de sistema, es decir mecánico, hidráulico, eléctrico, etc.

2.- Plantear las ecuaciones que caracterizan al sistema.
Representación en espacio de estado

2.- Plantear las ecuaciones que caracterizan al sistema.

Representación en espacio de estado

3.- Identificar la (S) entrada (S), la (S) del sistema y las variables de estado.

Variables de entrada : v(t)

Variables de salida i(t),

Variables:
Representación en espacio de estado

4.- Determinar cuáles son las variables de mayor orden (orden n+1) de cada
estado y establecer el vector de estado comenzando por las variables de
orden mayor menos uno (orden n). Del mismo modo, establecer los
vectores de entradas y de salidas.
Representación en espacio de estado

4.- Determinar cuáles son las variables de mayor orden (orden n+1) de cada
estado y establecer el vector de estado comenzando por las variables de
orden mayor menos uno (orden n). Del mismo modo, establecer los
vectores de entradas y de salidas.

Vector de entradas
Representación en espacio de estado

Los vectores de salida, dependiendo cómo se deseen son:

Representación en espacio de estado

5.- La derivada del vector de estado es:

Representación en espacio de estado

6.- La visualización de las ecuaciones de estado se muestra a

continuación, comenzando por la ecuación del sistema:
Representación en espacio de estado
Representación en espacio de estado

7.- Cambiar los elementos de las matrices de las ecuaciones de estado, por
los coeficientes de las variables correspondientes de las ecuaciones
diferenciales, colocando ceros para completar los elementos de la matriz.
Representación en espacio de estado

Salida:
Representación en espacio de estado

Salida:
Representación en espacio de estado

Salida:
Representación en espacio de estado
Representación en espacio de estado

Determinar las ecuaciones de estado del sistema masa-resorte:

Representación en espacio de estado

Determinar las ecuaciones de estado del sistema masa-resorte:

Representación en espacio de estado

Determinar las ecuaciones de estado del sistema motor DC de

posición o velocidad:
Representación en espacio de estado

Diseño en el espacio de estados

1. Se trata directamente sobre las ecuaciones que describen

el sistema.

2. Permiten un estudio del comportamiento de las variables

internas del sistema en el dominio del tiempo y no en el de
Laplace, además del estudio de la relación entrada / salida.

3. Facilitan el estudio de sistemas de varias entradas y varias

salidas (MIMO).
Representación en espacio de estado

Diagrama de bloques del sistema de control lineal en tiempo continuo

representado en el espacio de estados.
Representación en espacio de estado

A continuación se define la terminología empleada en espacio de estado:

Estado. Es el conjunto más pequeño de variables (denominadas

variables de estado) tales que el conocimiento de esas variables en
t. = t0 conjuntamente con el conocimiento de la entrada para t  t0 ,

determinan completamente el comportamiento del sistema en

cualquier tiempo t  t0 .
Representación en espacio de estado

Variables de estado. Son las variables que constituyen el conjunto

más pequeño de variables que determinan el estado de un sistema
dinámico. Si se requieren al menos n variables ( x1, x2 ,..., xn ) para
describir completamente el comportamiento de un sistema dinámico,
se dice que el sistema es de orden n.
Vector de estado. Las n variables de estado forman el vector de
estado, que generalmente es un vector columna de dimensión [n x 1].
Donde n es el número de variables de estado.
Representación en espacio de estado
Sistemas Lineales invariantes en el tiempo

x (t ) = Ax (t ) + Bu (t )
y(t ) = Cx(t ) + Du(t )
 x1 (t )   a11 a12  a1n   x1 (t )   b11 b12  b1m   u1 (t ) 
 x (t ) a a22  a2 n   x2 (t ) b21 b22  b2 m   u2 (t ) 
 2  =  21  +  
                  
 x (t ) a  ann   xn (t ) bn1  bnm  um (t )
 n   n1 an 2 bn 2
 y1 (t )   c11 c12  c1n   x1 (t )   d11 d12  d1m   u1 (t ) 
 y (t )   c c22  c2 n   x2 (t )  d 21 d 22  d 2 m   u2 (t ) 
 2
= 21
 +  
                  
 y ( t )  c  c pn   xn (t ) d p1 d p 2  d pm  um (t )
 p   p1 c p 2