Sist Control II 3 PDF

Control II Capítulo 3: Diseño de Sistemas de Control en Espacio de Estado
Capítulo 3
Diseño de Sistemas de Control en

Espacio de Estado
3.1 Introducción
En la teoría de control convencional o clásica, sólo se consideran importantes las señales de
entrada, de salida y de error; el análisis y diseño se efectúan utilizando funciones de
transferencia, junto con una serie de técnicas gráficas como los diagramas del lugar de las
raíces y los de Bode.
La desventaja principal de la teoría de control convencional, es que, en general, sólo
se aplica a sistemas lineales, invariantes en el tiempo, con una entrada y una salida. Las
técnicas convencionales no tienen aplicación en sistemas de control óptimos o adaptables,
que en su mayoría son variables en el tiempo y/o no lineales.
Un sistema complejo puede tener varias entradas y salidas (sistema multivariable)
relacionadas entre sí. El análisis de estos sistemas requiere reducir la complejidad de las
expresiones matemáticas y recurrir a las computadoras para la solución de los cálculos
tediosos. El método más adecuado para el análisis de estos sistemas, es el método en el
espacio de estado. Sin embargo, para el diseño de controladores en Espacio de Estado, se
requiere que el modelo del proceso o planta sea completamente controlable y
completamente observable. En caso de que no fuera completamente observable, se debe
implementar observadores de estado, que permitan estimar las variables de estado, las
cuales estarán ahora sí disponibles como entradas a cada uno de los elementos del
controlador.
_____________________________________________________________________ 57
M. SC., Ing. Raúl Benites Saravia
3.2 Controlabilidad
Se dice que un sistema de control es de estado completamente controlable, si es posible
transferir el sistema de un estado inicial arbitrario a cualquier estado deseado, en un
periodo finito. Es decir, un sistema de control es controlable si todas las variables de
estado pueden ser controladas en un periodo finito, mediante alguna señal de control
restringida.
Para que un sistema sea completamente controlable se debe cumplir que el rango de
la matriz de controlabilidad sea igual al orden del sistema, es decir:

M  B AB  An1 B 

Rango M  B AB  An1 B  n  (3.1)
Ejemplo 3.1 Considere el modelo de una determinada planta, definido por:
 x1   0 1  x1   0 
        u
 x 2    2  3  x2   1 
x 
y  1 0 1 
 x2 
Verifique su controlabilidad.
Solución
La matriz de controlabilidad es:
0 1 
M  B AB      Rango M  2  n  es C.C.
 1  3 
3.3 Observabilidad
Se dice que un sistema es totalmente observable, si cada estado x(to) se puede determinar
a partir de la observación de y(t) en un intervalo de tiempo finito t o <= t <= t1. Por lo
tanto, el sistema es completamente observable, si cada transición del estado, afecta
eventualmente a cada elemento del vector de salida.
El sistema descrito es totalmente observable si y solo si el rango de la matriz de
observabilidad sea igual al orden del sistema, es decir:
_____________________________________________________________________ 58
 C   C 
   
 CA   CA 
N  ; Rango  n (3.2)
   
 n1   n1 
 CA   CA 
Ejemplo 3.2 Considere el modelo de una determinada planta, definido por:
 x1   0 1  x1   0 
        u
 2

x   2  3  x2   1 
x 
y  1 0 1 
 x2 
Verifique su Observabilidad.
Solución
La matriz de Observabilidad es:
 C  1 0
N        Rango N  2  n  es C.O.
 CA  0 1 
3.4 Diseño de sistemas de control por el método de Localización

de Polos
El diseño por Localización de Polos usa el esquema de control por realimentación de
estados, que es más versátil que el diseño de controladores de configuración fija
convencionales, ya que se controla directamente la ecuación característica. Un sistema
inestable que es controlable, siempre se puede estabilizar mediante control por
realimentación de estado.
La “desventaja” de este método es que todos los estados deben detectarse y
realimentarse, lo cual puede no ser práctico; sin embargo, este inconveniente puede
resolverse utilizando un estimador de estados.
_____________________________________________________________________ 59
En esta técnica de Localización de Polos, pueden distinguirse dos configuraciones

principales, conocidas como sistemas de control de regulación y sistemas de control de
seguimiento.
3.4.1 Diseño del Regulador por Localización de Polos

En este tipo de configuración, la señal de control sólo depende de la ganancia del
controlador y de las variables de estado, es decir, no está presente la referencia (r = 0), por
lo que, el sistema de control permite el ajuste de la salida del sistema en función de los
polos deseados.
En la figura 3.1 se presenta el sistema de control de lazo cerrado por realimentación de
estado.
u + x
B 
+
A
-K
Figura 3.1: Sistema de control de lazo cerrado con u = - K x.
Sea el sistema de control:
x  Ax  Bu (3.3)
donde:
x = vector de estado (n x 1)
u = señal de control (escalar)
A = matriz de n x n constante
B = matriz de n x 1 constante
_____________________________________________________________________ 60
Se elige como señal de control

u   Kx (3.4)
donde K es de dimensión 1 x n , y u no está acotado.

Al sustituir la ecuación (3.4) en (3.3), se tiene:
x (t )  ( A  BK ) x(t ) (3.5)
La solución de la ecuación (3.5) está dada por:
x(t )  e ( ABK )t x(0) (3.6)
La estabilidad y las características de respuesta transitoria se determinan a partir de los

valores propios de la matriz A-BK. Escogiendo adecuadamente la matriz K, se puede hacer
que la matriz A-BK sea asintóticamente estable.
Pasos de diseño:
Sea el sistema descrito por:
x  Ax  Bu
con la señal de control:

u   Kx
los pasos de diseño son:
1. Verificar la condición de controlabilidad. Si es completamente controlable continuar con

el paso siguiente.
2. Determine los valores de a1, a2, a3, ..., an del polinomio característico de A:
sI  A  0
3. Determine la matriz de transformación T, a partir de:
T  MW (3.7)
donde M y W están dadas por:

_____________________________________________________________________ 61

M  B AB  An1 B  (3.8)
 a n 1 an2  a1 1
a a n 3  1 0
 n2
W       (3.9)
 
 a1 1  0 0
 1 0  0 0
donde las ai son los coeficientes del polinomio característico
sI  A  0
Definiendo un nuevo vector de estado x̂ como: x  T xˆ
xˆ  T 1 A T xˆ  T 1 B u (3.10)
donde:
 0 1 0  0  0
 0 0 1  0   0
  
T 1 AT         ; T 1
B  
   
 0 0 0  1  0
 an  an1  an2   a1  1
Entonces la ecuación (3.10) es la forma canónica controlable de la ecuación (3.3). Si la

ecuación (3.3) ya estuviera en la forma canónica controlable, entonces se debe
cumplir que T = I; en caso contrario, todo lo que se necesita es hallar la matriz T.
4. Utilizando los valores propios deseados, halle el polinomio característico deseado:
(s   1 )( s   2 )(s   n )
 s n   1 s n1     n1 s  an
_____________________________________________________________________ 62
Por lo que los valores de 1 ,  2 ,,  n son conocidos.

5. Determinar K a partir de:
K   n  an  n 1  an1   2  a2  1 a1 T 1 (3.11)
Nota: Si el sistema es de orden bajo (n  3), la matriz K puede ser sustituida en el

polinomio característico en forma sencilla. Por ejemplo, si n = 3, la matriz de ganancia de
retroalimentación de estado K se puede escribir así:
K  [k1 k 2 k 3]
Esta matriz K se reemplaza en el polinomio característico deseado
Ejemplo 3.3 Considere el sistema definido por:
x  Ax  Bu
donde
 0 1 0
A  , B  1
20.6 0  
Diseñar el sistema de control por realimentación de estado, tal que los polos de lazo
cerrado se localicen en s = -1.8  j2.4 (que vienen a ser los valores propios de
A – BK: 1 = - 1.8 + j2.4 y 2 = - 1.8 – j2.4).
.
Solución
Determinemos la solución aplicando el método práctico.
1. Verifiquemos la controlabilidad del proceso:
0 1
M  BAB    
1 0
Entonces: Rango M = n = 2, entonces el sistema es completamente controlable.
_____________________________________________________________________ 63
2. Determinemos la ecuación característica deseada del sistema el lazo cerrado:
(s   1 )( s   2)  (s  1.8  j 2.4)( s  1.8  j 2.4)

 s 2  3.6s  9 (I)
Es de la forma: s 2  1 s   2  0 , entonces: 1  3.6,  2  9
3. Determinemos la ecuación característica del sistema de control (lazo cerrado):
 s 0  0 1 0
sI  A  BK       k1 k2 
0 s  20.6 0 1
s 1

 20.6  k1 s  k2
 s 2  k2 s  20.6  k1 (II)
4. Determinemos la ganancia del controlador

Igualando coeficientes de las ecuaciones (I) y (II), se obtiene:
k1  29.6 , k2  3.6
Entonces
K  k1 k2   29.6 3.6
x 
Luego, la señal de control u es: u   29.6 3.6  1 
 x2 
3.4.2 Diseño del Servocontrolador por Localización de polos Tipo 1

cuando la planta tiene un integrador
Considere una planta definida por:
x  Ax  Bu (3.12)
y  Cx (3.13)
donde:
_____________________________________________________________________ 64
y = señal de salida (escalar)
C = matriz de 1 x n constante
Donde el controlador está determinado por la matriz ganancia K, que contiene n elementos,
tal como se muestra en la figura 3.2. Se ha supuesto que la salida a controlar es la variable
x1, pudiendo entonces determinarse la ecuación del controlador por localización de polos,
así:
u  k 2 x2  k 3 x3    k n xn  k1 (r  x1 )
 k1 x1  k 2 x2  k 3 x3    k n xn  k1r
 x1 
 
 x2 
 k1 k 2 k3  k n  x3   k1r
 

x 
 n
u   Kx  k1r (3.14)
donde
K  k1 k 2 k3  k n 
Suponiendo que la entrada de referencia (función escalón), se aplica en t = 0, entonces

reemplazando la ecuación (3.14) en (3.12), obtenemos la ecuación de estado en lazo
cerrado, así:
x  Ax  Bu  Ax  B( Kx  k1r )
x  ( A  BK ) x  Bk1r (3.15)
Suponiendo que se tiene determinado la ganancia del controlador K, entonces los polos de
la ecuación característica del sistema de lazo cerrado, dada por:
_____________________________________________________________________ 65
I  ( A  BK )  0 (3.16)
Tendrán parte real negativa, incluido el origen.
r + + u
x  Ax  Bu C
y = x1
k1
+
- - -
- x2
k2
x3
k3

xn
kn
Figura 3.2: Servosistema tipo 1 cuando la planta tiene integrador.
La ecuación (3.15) en estado estacionario es:

x()  ( A  BK ) x()  Bk1r () (3.17)
Considerando que la referencia r (t )  r ()  r , y restando la ecuación (3.17) de la (3.15),
se obtiene:
x(t )  x()  ( A  BK )x(t )  x() (3.18)
Definiendo
x(t )  x()  e(t )
Entonces, la ecuación (3.18) se convierte en:

e(t )  ( A  BK )e(t ) (3.19)
que describe la dinámica del error.
_____________________________________________________________________ 66
Por consiguiente, el diseño del servosistema tipo 1, se convierte en el diseño de un

regulador asintóticamente estable, tal que e(t) tiende a cero, para cualquier condición inicial
e(0).
La ecuación (3.17) que es la correspondiente a tiempo estacionario será nula, así:
x()  ( A  BK ) x()  Bk1r  0
Entonces, suponiendo diseñado K, y que los valores propios deseados de (A-BK) están en
el semiplano izquierdo del plano s, la matriz (A-BK) tiene inversa, luego se puede
determinar x() , así:
x()  ( A  BK) 1 Bk1r

Igualmente, la señal de control generado por el servocontrolador en tiempo estacionario
será:
u()   Kx()  k1r  0
Los pasos de diseño son los mismos que para el caso regulador.
 x1   0 1 0  x1   0 
      
 x 2    0 0 1  x2    0 u
 x   0  4  2  x   1 
 3   3   
y  1 0 0
Diseñe un servocontrolador por localización de polos, tal que los polos de lazo cerrado sean
1, 2  1  j1 ,  3  10 . El diagrama de bloques del sistema de control se muestra en la
figura 3.3. Considere una referencia escalón unitario.
x1 y = x1
r + e
k1
+ u x  Ax  Bu x2 C
- x3
-
- k2
k3
Figura 3.3: Servosistema tipo 1.

_____________________________________________________________________ 67
Solución
Pasos de diseño:
1. Verificar controlabilidad
0 0 1 
 

M B AB 
A B   0 1  2   Rango M  3  n  es C.C.
2
1  2 0 
 
2. Verificar si el sistema tiene integrador
 1 0
I  A  0   1   (2  2  4)  0
0 4 2
Entonces, los valores propios del sistema en lazo abierto contienen un integrador,
por lo que es conveniente diseñar el servocontrolador de tipo proporcional que
estamos tratando en esta sección; es decir no es necesario incluir un integrador en el
controlador.
3. Considerando los polos deseados, determinar la ecuación característica deseada de
lazo cerrado
(  1 )(   2 )(   3 )  (  1  j1)(  1  j1)(  10)  0
 3  122  22  20  0 (I )
4. Determinar la ecuación característica del sistema de control de lazo cerrado
 0 1 0 
 
I  ( A  BK )  0 ; A  BK   0 0 1 
  k  (4  k )  (2  k ) 
 1 2 3 
 I  ( A  BK )    (2  k 3 )  (4  k 2 )  k1  0
3 2
( II )
5. Determinar la matriz ganancia del servocontrolador

Comparando los coeficientes de las ecuaciones (I) y (II), se obtiene:
k1  20
4  k 2  22  k 2  18
2  k 3  12  k 3  10
Luego, la matriz ganancia del controlador será:
K  20 18 10
_____________________________________________________________________ 68
Adicionalmente, verifiquemos que la señal de control generada por el controlador es

cero.
u()   Kx()  k1r  0
Calculemos previamente x() :
x()  ( A  BK ) 1 Bk1r
 0 1 0    1.1  0.6  0.05 
   
( A  BK )   0 0 1   ( A  BK ) 1   1 0 0 
  20  22  12   0 0 
   1
  1.1  0.6  0.05  0    0.05  1
      
 x()   1 0 0  0  20   0  20   0 
 0 0  1   0   0
 1    
Luego, la señal de control generada en tiempo estacionario será:
u ()   Kx()  k1r

1
 
 20 18 10  0   (20)(1)
 0
 
u ()  20  20  0
3.4.3 Diseño del Servocontrolador por Localización de polos Tipo 1

cuando la planta no tiene integrador
En este caso, estamos frente a una planta que no tiene integrador, es decir una planta tipo 0;
por lo que se hace necesario agregar un integrador en la trayectoria directa entre el
comparador de error y la planta, con la finalidad de que el error en estado estacionario sea
cero. El diagrama de bloques correspondiente se observa en la figura 3.4, y del cual se
pueden obtener las ecuaciones de la planta, controlador, e integrador.
Ecuaciones de la planta:
x  Ax  Bu (3.20)
y  Cx (3.21)
_____________________________________________________________________ 69
Ecuación del controlador:

u  k1 x1  k 2 x2    k n xn  k i 
 x1 
 
x 
u  k1 k2  k n  2   k i 

 
x 
 n
u   Kx  k i  (3.22)
Ecuación del integrador:


 ry

  r  Cx (3.23)
donde:
 : salida del integrador (variable de estado del sistema, escalar)
r : señal de entrada de referencia (función escalón, escalar)

r +   + u y
+  +
ki
- - -
x1
-
k2
x2
k2
x3
k3

xn
kn
Figura 3.4: Servosistema tipo 1 cuando la planta no tiene integrador.
_____________________________________________________________________ 70
Para evitar que el integrador insertado sea cancelado por un cero en el origen de la planta,
se supone que la planta no tiene cero en el origen.
La combinación de las ecuaciones (3.20) y (3.23) nos genera una nueva ecuación, así:
    A 0  x(t )   B   0
 x(t )        u (t )   r (t ) (3.24)
  
  C 0   (t )   0 
  (t )   1
Se diseña un sistema asintóticamente estable tal que x() ,  () , y u () tiendan a valores

constantes, entonces  ()  0 , y()  r .
La ecuación (3.24) en estado estacionario es:
    A 0  x()   B   0
 x()        u ()   r () (3.25)
  
  C 0   ()   0 
  ()   1
La referencia r(t) es una entrada escalón, por lo que r (t )  r ()  r . Restando la ecuación
(3.25) de la (3.24), se obtiene:
  

 x(t ) x()    A 0  x(t )  x()    B [u (t )  u ()] (3.26)
        
  (t )   ( )    C 0   (t )   ()   0 
Se define
x(t )  x()  xe (t )
 (t )   ()   e (t )
u (t )  u ()  u e (t )
Luego, la ecuación (3.26) se puede reescribir como:
    A 0  x (t )   B 
 xe (t )     e   
     C 0   e (t )    0 u e (t ) (3.27)
  e (t )   
Definiendo un vector de error e(t) de dimensión (n+1), una matriz A y B ampliadas, como:
 x (t )   A 0  B
e(t )   e  ; Aˆ    ; Bˆ   
  e (t )    C 0 0
Entonces, la ecuación (3.27) se puede reescribir como:
e(t )  Aˆ e(t )  Bˆ ue (t ) (3.28)
_____________________________________________________________________ 71
Efectuando de la misma manera para la ecuación del controlador, se puede determinar que:
u e (t )   Kxe (t )  k i  e (t )
 x (t ) 
u e (t )  K  k i  e 
  e (t ) 
u e (t )   Kˆ e(t ) (3.29)
Las ecuaciones (3.28) y (3.29) representan las ecuaciones del error para el proceso
ampliado y el controlador, respectivamente.
Si reemplazamos la ecuación (3.29) en la (3.28), se obtiene la ecuación del error de estado
en lazo cerrado:
e(t )  Aˆ e(t )  Bˆ  Kˆ e(t )
e(t )  Aˆ  Bˆ Kˆ e(t ) (3.30)
Cuando se diseñe el controlador, se deberá tener presente que la matriz de controlabilidad

será ahora de rango (n+1), por la presencia del integrador.
Ejemplo 3.5 Considere un sistema de horno tubular mostrado en la figura 3.5, definido por:
q (t )  2q(t )   (t )
(t )  0.5 (t )  2q(t )
v(t )  0.25 (t )
Horno tubular
(t)

q
Fuel Sensor de
Temperatura
v(t)
Figura 3.5: Sistema de Horno tubular.
_____________________________________________________________________ 72
Donde:
(t) : Desplazamiento angular
q(t) : Flujo del caudal de combustible
(t) : Temperatura del horno
v(t) : Lectura del transductor de temperatura
Se pide, diseñar un Controlador por Localización de Polos, de acuerdo al esquema

mostrado en la figura 3.5, de tal manera que la respuesta y(t) presente aproximadamente las
siguientes especificaciones: MP  5 %, ts = 2 seg. ante entradas de referencia tipo escalón.
Considere u =  (variable de entrada o de control), y = v (variable de salida), y las
siguientes variables de estado: x1 =  ; x2 = q . El diagrama de bloques del
sistema de control se muestra en la figura 3.6.
r(t) ki + u(t) x  Ax  Bu y(t)

+ s y  Cx  Du
-
-
x
K
Figura 3.6: Diagrama de bloques del

sistema de control
Sugerencia: ubicar la tercera raíz a 10 veces la parte real de las raíces dominantes.
Solución
El modelo en espacio de estado del sistema horno tubular viene dado por:
x1 (t )  0.5 x1  2 x2 (t )
x 2 (t )  2 x2  u (t )
y(t )  0.25 x1 (t )
_____________________________________________________________________ 73
Ordenando matricialmente, tendremos:

 x1 (t )    0.5 2  x1 (t )   0 
        u (t )
 x 2 (t )   0  2  x2 (t )   1 
 x (t ) 
y(t )  0.25 0 1 
 x2 (t ) 
Antes de abordar el diseño, calculemos si el modelo del sistema tiene integrador.
 s 0    0.5 2  s  0.5  2
sI  A        (s  0.5)( s  2)
0 s   0  2  0 s2
El sistema no tiene integrador, por lo que se justifica el diseño de un servocontrolador, con
inclusión de un integrador, que nos permita obtener error estacionario nulo.
Pasos de diseño (método práctico):

0 2 
M     rango M  2  n  es C.C.
1  2
2. Determinar los valores propios deseados de lazo cerrado a partir de las
especificaciones dadas

MP  100e 1  5    0.707

2
4
t s   2 Seg.    n  2   n  2.83

  d   n 1   2  2 rad / s
Las raíces dominantes serán:
s1, 2    j d  2  j 2
La tercera raíz será:

s3  10 (2)  20
3. Determinar la ecuación característica deseada
Habiéndose determinado los polos deseados, entonces la ecuación característica
deseada en lazo cerrado será:
( s  2  j 2)( s  2  j 2)( s  20)  0
s 3  24 s 2  88s  160  0 (I )
_____________________________________________________________________ 74
4. Determinar la ecuación característica del sistema de control de lazo cerrado

  0.5 2 0   0 
   
sI  ( Aˆ  Bˆ Kˆ )  0 ; Aˆ  Bˆ Kˆ   0  2 0    1 k1 k 2  ki 
  0.25 0 0)   0 
   
  0.5 2 0
 
Aˆ  Bˆ Kˆ    k1  (2  k 2 ) k i 
  0.25 0) 
 0
 sI  ( Aˆ  Bˆ Kˆ )  s 3  (2.5  k 2 )s 2  (1  2k1  0.5k 2 )s  0.5k i  0 ( II )
5. Determinar la matriz ganancia del controlador

Igualando los coeficientes de las ecuaciones (I) y (II), tenemos:
0.5k i  160  k i  320
1  2k1  0.5k 2  88
2.5  k 2  24  k 2  21.5
 2k1  88  0.5(21.5)  1  k1  38.125
Entonces, la matriz ganancia del controlador es:
Kˆ  38.125 21.5  320
3.5 Diseño de Sistemas de Control Óptimo Cuadrático

El diseño de sistemas de control óptimo cuadrático, se basan en índices de desempeño
cuadrático. El sistema de control que se considera en esta sección, corresponde a sistemas
en tiempo continuo, definido por:
x  Ax  Bu (3.31)
y  Cx (3.32)
donde
_____________________________________________________________________ 75
Los sistemas de control analizados, pueden ser sistemas reguladores o sistemas de

seguimiento.
El objetivo de la optimización, es el de elegir el vector de control u(t) de modo que se
minimice el índice de desempeño J.
3.5.1 Diseño del Regulador Óptimo

Para un sistema regulador, la señal de control u(t) viene dada por:
u (t )   K x(t ) (3.33)
donde K es una matriz de r x n.
El diagrama de bloques del sistema de control óptimo, se muestra en la figura (3.6).
u x
x  A x  B u
-K
Figura 3.6 Sistema de Control Óptimo.
El índice de desempeño, rendimiento o costo a ser minimizado viene dado por


J   ( x Qx  u  R u ) dt (3.34)
0
En caso que se traten de vectores y matrices reales, la ecuación (3.11) estará expresada por

J   ( x T Q x  u T R u ) dt (3.35)
0
Donde:
Q : es una matriz hermítica o real simétrica definida positiva (o semidefinida positiva), que
pondera al vector de estados “x”
R : es una matriz hermítica o real simétrica definida positiva, que pondera a la señal de
control “u”, y
u : señal de control no acotado.
_____________________________________________________________________ 76
Si reemplazamos la ecuación (3.33) en la (3.31), se obtiene:

x  A x  B K x  ( A  B K ) x (3.36)
que viene a ser la ecuación de estado de lazo cerrado, asumiendo que (A – BK) es estable,
es decir los valores propios de (A – BK) son negativos.
Reemplazando la ecuación (3.33) en la ecuación (3.35), se obtiene el siguiente índice de
costo:

J   x T (Q  K T R K ) x dt (3.37)
0
Estableciéndose asimismo que:

d T
x T (Q  K T R K ) x   ( x P x)
dt
donde P es una matriz hermítica definida positiva o real simétrica.
Entonces se obtiene:
x T (Q  K T R K ) x   x T P x  x T Px
 ( A  BK ) T x T Px  x T P( A  BK ) x
  x T [( A  BK ) T P  P( A  BK )]x
 ( A  BK ) T P  P( A  BK )  (Q  K T R K ) (3.38)
luego, el índice de rendimiento o performance puede ser evaluada como:

J   x T (Q  K T RK ) x dt   x T P x 0   x T () P x()  x T (0) P x(0)
0
Asumiendo que todos los valores propios de A – BK tienen parte real negativa, entonces
x()  0, luego:
J  xT (0) P x(0) (3.39)
Asumiendo
R  T T T ; T : matriz no sin gular
entonces la ecuación (3.38) puede ser reescrita como:
_____________________________________________________________________ 77
( AT  K T BT ) P  P( A  BK )  Q  K T T T T K  0
AT P  PA  [TK  (T T ) 1 BT P]T [TK  (T T ) 1 BT P]  PBR1 BT P  Q  0
La minimización de J con respecto a K, requiere la minimización de

xT [TK  (T T ) 1 BT P]T [TK  (T T )BT P]x con respecto a K, obteniéndose:
K  T 1 (T T ) 1 BT P  R 1 BT P (3.40)
Luego, la ley de control óptimo estará dada por la siguiente ecuación lineal:
u (t )   Kx(t )
u (t )   R 1 B T P x(t ) (3.41)
La matriz P debe satisfacer la ecuación de la matriz reducida de Riccati, dada por:

AT P  PA  PBR1 BT P  Q  0 (3.42)
Finalmente, podemos indicar los siguientes pasos para el diseño del regulador:
2. Elegir matrices de ponderación deseadas Q y R
3. Resolver la ecuación de Riccati (3.42) para la matriz P. Si la matriz P  0, entonces
el sistema es estable o la matriz [A – BK ] es estable.
4. Determinar la matriz ganancia K del regulador óptimo, considerando la matriz P
hallada en el paso (2)
 x1   0 1   x1   0 
          u
 2 

x 0  1   x2   1 
Determinar las matrices P, K y la señal de control óptima u.
Solución
_____________________________________________________________________ 78
Pasos de Diseño:
1. Verificar controlabilidad del modelo del sistema:
0 1 
 1  1
2. Elegir las siguientes matrices de ponderación:
1 0
Q    ; R  [1]
0 1
3. Resolver la ecuación de Riccati AT P  PA  PBR1 BT P  Q  0 para la matriz P.
0 0 
AT    ; B T  0 1 ; R 1   1 
 1  1
 2 1
El resultado es P    . Como la matriz P  0 entonces el sistema es estable.
 1 1
4. Determinar la matriz ganancia óptima K, a partir de:
K  R 1 B T P
 2 1
K   1 0 1   1 1
 1 1
Entonces la señal de control óptima, está dada por:
x 
u  K x  1 1 1    x1  x2
 x2 
3.5.2 Diseño del Controlador Óptimo Proporcional

El diseño de un Controlador Óptimo Proporcional es aconsejable cuando la planta contiene
un integrador, y asumiendo que la referencia es una señal escalón.
Considere una planta definida por:

x  Ax  Bu (3.43)
y  Cx (3.44)
donde:
_____________________________________________________________________ 79
De la misma manera que para el caso del controlador por Localización de Polos, la matriz
ganancia K contiene n elementos, y la estructura del sistema de control es la misma, tal
como se muestra en la figura 3.7. Se ha supuesto que la salida a controlar es la variable x1,
pudiendo entonces determinarse la ecuación del Controlador Óptimo Proporcional:
u  Kx  k1r (3.45)
donde
K  k1 k 2 k3  k n 
r + u y = x1
k1 + x  Ax  Bu C
+
- - -
- x2
k2
x3
k3

xn
kn
Figura 3.7: Sistema de Control Óptimo Proporcional.
Los pasos de diseño son los mismos que para el regulador, que se pasa a reescribir:
_____________________________________________________________________ 80
2. Elegir matrices de ponderación deseadas Q y R
3. Resolver la ecuación de Riccati (3.42) para la matriz P. Si la matriz P  0, entonces
el sistema es estable o la matriz [A – BK ] es estable.
4. Determinar la matriz ganancia K del regulador óptimo, considerando la matriz P
hallada en el paso (2)
La diferencia resultante entre el caso Regulador y el caso Controlador Óptimo

Proporcional, es que en el primero todos los estados regulados tienden a cero, debido a que
no está presente la referencia, es decir la referencia es nula. En el segundo caso, el estado
seleccionado como salida (de acuerdo al esquema sería la variable x1), sigue a la referencia,
es decir, se hace igual a la referencia en tiempo estacionario. ¿Cómo verificar esta
afirmación? Veamos:
Idénticamente como en el Controlador por Localización de Polos visto en la subsección
3.4.2, la ecuación de estado del sistema de control en lazo cerrado viene dada por:
x  ( A  BK ) x  Bk1r (3.46)
Si aplicamos transformada de Laplace a la ecuación (3.46) considerando condiciones
iniciales nulas, obtendremos la solución del vector de estados en el plano S, dada por:
X (s)  sI  ( A  BK ) Bk1 R(s)
1
(3.47)
Ahora, aplicando Transformada de Laplace a la ecuación (3.44) obtendremos:
Y ( s)  CX ( s) (3.48)
Reemplazando la ecuación (3.47) en la (3.48) se obtiene:
y(s)  CsI  ( A  BK ) Bk1 R(s)
1
(3.49)
Para obtener el valor estacionario de la salida, aplicamos el teorema del valor final:
y ss  lim y(s)  lim sC sI  ( A  BK ) Bk1 R(s)
1
(3.50)
s 0 s 0
El resultado de la evaluación de la ecuación (3.50) nos dará el valor de la magnitud de la

referencia escalón asumido. Con el ejemplo 3.8 se puede corroborar lo dicho.
_____________________________________________________________________ 81
Ejemplo 3.7 Dada una planta con las siguientes ecuaciones de estado y de salida:
 x1   0 1  x1   0 
        u
 2 

x  1  10  x2   1 
x 
y  1 0 1 
 x2 
Determinar la ganancia del Controlador Óptimo proporcional, considerando el diagrama de

bloques de la figura 3.8, y asumiendo las siguientes matrices de ponderación:
10 0 
Q    ; R  10 
 0 1
x1 y = x1
r + e
k1
+ u x  Ax  Bu x2 C
- -
k2
Figura 3.8: Sistema de Control Óptimo Proporcional.
Solución
Pasos de diseño:
1. Verificar controlabilidad de la planta
0 1 
 1  10 
2. Considerar las matrices de ponderación dadas en el enunciado
10 0 
Q    ; R  10 
 0 1
3. Resolver la ecuación de Riccati
_____________________________________________________________________ 82
AT P  PA  PBR1 B T P  Q  0
 0  1  p11 p12   p11 p12  0 1 
      
 1  10  p12 p 22   p12 p 22   1  10 
p p12  0  p p12    10 0 
  11  0.10 1 11    
 p12 p 22  1   p12 p 22   0  1
 operando :
  2 p12  0.1 p122 p11  10 p12  p22  0.1 p12 p22    10 0 
    
 p  10 p  p  0.1 p p 
2( p12  10 p22 )  0.1 p22   0  1
2
 11 12 22 12 22
Entonces, resolviendo:
 2 p12  0.1 p122  10  p12  24.14 
p12  4.14
2( p12  10 p22 )  0.1 p22

2
 1  p22  200.46 
p22  0.46
p11  10 p12  p22  0.1 p12 p22  0  p11  42.05
Por consiguiente, la matriz P, solución de la ecuación de Riccati es:

 42.05 4.14 
P   
 4.14 0.46 
Podemos apreciar que P es una matriz definida positiva, por lo que cumple con los
requerimientos para esta matriz.
4. Determinar la matriz ganancia del controlador

K  R 1 B T P
 42.05 4.14 
 0.10 1 
 4.14 0.46 
K  0.414 0.046 
En este ejemplo, directamente hemos atacado el diseño de un Controlador Óptimo

Proporcional sin antes haber verificado si el modelo de la planta tiene integrador. Veamos
si lo tiene.
_____________________________________________________________________ 83
s 1 
sI  A     sI  A  s 2  10 s  1
 1 s  10 
Como se podrá apreciar la planta no tiene integrador; por lo que la salida controlada nunca
llegará a la referencia.
Calculemos entonces el valor de la salida en tiempo estacionario, usando la ecuación (3.50).

 Calculemos primero la inversa de la ecuación característica de lazo cerrado:
0 1   0  0 1 
( A  BK )      k1 k 2    
  1  10   1    (1  k1 )  (10  k 2 ) 
 s 1 
[ sI  ( A  BK )]   
1  k 2 s  (10  k 2 ) 
 s  (10  k 2 ) 1 
 
1   (1  k 2 ) s 
[ sI  ( A  BK )]  2
s  (10  k 2 ) s  (1  k 2 )
 Calculemos ahora la salida en tiempo estacionario yss, suponiendo una referencia

escalón unitario:
y ss  lim y( s)  lim sC sI  ( A  BK ) Bk1 R( s)
1
s 0 s 0
 s  (10  k 2 ) 1  0 
  (0.414)
  (1  k 2 ) s  1 
 lim s1 0
1
s 0 s  (10  k 2 ) s  (1  k 2 ) s
2
s  (10  k 2 ) 1
0 

 0.414  0.414
y ss  lim 2   0.3957
s 0 s  (10  k ) s  (1  k ) 1.046
2 2
Como se puede apreciar, la salida llega aproximadamente al 40% de la referencia; sin

embargo, el diseño del controlador es válido, recomendando que no debe suceder semejante
error. Una forma de resolver este inconveniente es usar un esquema de regulador con una
ganancia de ajuste fuera del bucle de control. Dicho esquema se muestra en la figura 3.9.
_____________________________________________________________________ 84
x1 y = x1
r + u x  Ax  Bu x2 C
k0
-
-
k1
k2
Figura 3.9: Sistema de Control Óptimo Proporcional

modificado.
Calculemos la salida en tiempo estacionario para la estructura mostrada en la figura 3.9.

 La ecuación de estado de lazo cerrado será:
x  ( A  BK) x  Bk0 r
 La salida en tiempo estacionario será:

1
s 0 s 0
 s  (10  k 2 ) 1  0 
  (k )
  (1  k 2 ) s  1  0 1
y ss  lim s1 0 2
s 0 s  (10  k 2 ) s  (1  k 2 ) s
s  (10  k 2 ) 1
0

y ss  lim  0
k

k0
1
s  (10  k 2 ) s  (1  k 2 )
s 0 2
1.046
 k 0  1.046
Entonces, utilizando una ganancia fuera de bucle de 1.046 logramos que la salida
sea igual a la referencia.
 x1   0 2  x1   0 
        u
 x 2   0  3  x2   1 
x 
y  1 0 1 
 x2 
_____________________________________________________________________ 85
Determine:
a) La matriz ganancia del Controlador Óptimo Proporcional, usando el esquema
mostrado en la figura 3.8, considerando las siguientes matrices de ponderación:
1 0
Q    ; R  (1)
0 1
b) La salida controlada en tiempo estacionario yss para una entrada escalón unitario.
Solución
a) Determinación de K.
Pasos de diseño:
 Verifiquemos controlabilidad
0 2 
 1  3
 Verifiquemos si la planta tiene integrador
s 2 
( sI  A)     sI  A  s( s  3)
 0 s  3
El modelo de la planta sí presenta integrador, entonces sí puede aplicar el
presente diseño.
 Resolvamos la ecuación de Riccati
AT P  PA  PBR1 B T P  Q  0
 0 0  p11 p12   p11 p12  0 2 
      
 2  3  p12 p22   p12 p22  0  3 
p p12  0  p p12    1 0 
  11  0.10 1 11    
 p12 p 22  1   p12 p22   0  1
 operando obtenemos :
1.87 1 
P   
 1 0.74 
 Determinemos la matriz ganancia del controlador
_____________________________________________________________________ 86
K  R 1 B T P
1.87 1 
 0.10 1 
 1 0.74 
K  0.1 0.074 
b) Determinación de la salida en tiempo estacionario
1
s 0 s 0
 s  (3  k 2 ) 2  0 
  (0.1)
  k1 s  1 
 lim s1 0
1
s 0 s  (3  k 2 ) s  2k1
2
s
 0
s  (3  k 2 )
2 
y ss  lim 2  0.1  0.2  1
s 0 s  (3  k ) s  2k ) 0.2
2 1
Como se puede ver, ahora sí la salida es igual a la referencia.
3.5.3 Diseño del Controlador Óptimo Proporcional Integral

El diseño del Controlador Óptimo Proporcional Integral es una tarea obligada en los casos
en los que la planta no incluye integrador, y la referencia es una señal escalón. La inclusión
del integrador hará que el error estacionario sea nulo. Sin embargo, el inconveniente de que
la planta no tiene integrador se puede resolver usando la estructura del regulador con
ganancia de ajuste fuera de bucle, tal como se trató en la subsección 3.5.2, ejemplo 3.7.
Considere una planta de una entrada y una salida (SISO), definida por las ecuaciones (3.43)
y (3.44) , la matriz ganancia del controlador será de dimensión (n+1) debido a la inclusión
del integrador.
El diagrama de bloques del sistema de Control Óptimo Proporcional Integral es el
mismo que para el Servosistema tipo 1 cuando la planta no tiene integrador, que se presenta
en la figura 3.10.
_____________________________________________________________________ 87

r +   + u y
+  +
ki
- - -
x1
-
k2
x2
k2
x3
k3

xn
kn
Figura 3.10: Sistema de Control Óptimo Proporcional Integral.
Idénticamente como en el caso del Controlador por Localización de Polos cuando la planta
no tiene integrador, las ecuaciones del error del sistema de lazo cerrado viene dada por:
e(t )  Aˆ  Bˆ Kˆ e(t ) (3.51)
Donde:
 x (t )   A 0  B
e(t )   e  ; Aˆ    ; Bˆ    ; Kˆ  k1 k 2  ki 
  e (t )    C 0 0
Los pasos de diseño son los mismos que para el Controlador Proporcional, considerando
que las matrices involucradas ya no son las del proceso o planta; sino las matrices
ampliadas Aˆ , Bˆ , Kˆ , y la matriz de controlabilidad será una matriz de rango (n+1)
_____________________________________________________________________ 88
 x1   0 1  x1   0 
        u
 2 

x  1  10  x2   1 
x 
y  1 0 1 
 x2 
Determinar la ganancia del Controlador Óptimo Proporcional Integral, considerando la
estructura de la figura 3.10, y asumiendo las siguientes matrices de ponderación:
10 0 0 
 
Qˆ   0 1 0  ; R  10 
 0 0 1
 
Solución
Pasos de diseño:
1. Verificar controlabilidad de la planta
 0 1  10 
 
M  Bˆ  Aˆ Bˆ 
Aˆ Bˆ   1  10 99   Rango M  3  (n  1)  es C.C.
2
0 0  1 

2. Considerar las matrices de ponderación dadas en el enunciado
10 0 0 
 
Qˆ   0 1 0  ; R  10 
 0 0 1
 
3. Resolver la ecuación de Riccati
Aˆ T Pˆ  Pˆ Aˆ  Pˆ Bˆ R 1 Bˆ T Pˆ  Qˆ  0
Reemplazando y operando se obtiene:
193.1082 19.0639 - 32.2355 
 
P̂   19.0639 1.9376 - 3.1623 
 - 32.2355 - 3.1623 9.1908 
 
4. Determinar la matriz ganancia ampliada del controlador
_____________________________________________________________________ 89
Kˆ  R 1 Bˆ T Pˆ
K  k1 k 2  k i   1.9064 0.1938 - 0.3162 
Nota:
Si consideramos que la salida a controlar es la variable x1 , entonces la expresión de
la salida en tiempo estacionario, vendrá dada por:
y ss  lim y(s)  lim sCˆ sI  ( Aˆ  Bˆ Kˆ ) Bˆ k1 R(s)

1
s 0 s 0
Siendo:
Cˆ  C 0
_____________________________________________________________________ 90

Sist Control II 3 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sist Control II 3 PDF

Cargado por

Copyright:

Formatos disponibles

Control II Capítulo 3: Diseño de Sistemas de Control en Espacio de Estado

Diseño de Sistemas de Control en

Ejemplo 3.1 Considere el modelo de una determinada planta, definido por:

La matriz de controlabilidad es:

Ejemplo 3.2 Considere el modelo de una determinada planta, definido por:

La matriz de Observabilidad es:

3.4 Diseño de sistemas de control por el método de Localización

En esta técnica de Localización de Polos, pueden distinguirse dos configuraciones

3.4.1 Diseño del Regulador por Localización de Polos

Figura 3.1: Sistema de control de lazo cerrado con u = - K x.

Sea el sistema de control:

Se elige como señal de control

donde K es de dimensión 1 x n , y u no está acotado.

La estabilidad y las características de respuesta transitoria se determinan a partir de los

con la señal de control:

los pasos de diseño son:

1. Verificar la condición de controlabilidad. Si es completamente controlable continuar con

3. Determine la matriz de transformación T, a partir de:

donde M y W están dadas por:

donde las ai son los coeficientes del polinomio característico

Entonces la ecuación (3.10) es la forma canónica controlable de la ecuación (3.3). Si la

4. Utilizando los valores propios deseados, halle el polinomio característico deseado:

Por lo que los valores de 1 ,  2 ,,  n son conocidos.

Nota: Si el sistema es de orden bajo (n  3), la matriz K puede ser sustituida en el

Esta matriz K se reemplaza en el polinomio característico deseado

Ejemplo 3.3 Considere el sistema definido por:

Determinemos la solución aplicando el método práctico.

1. Verifiquemos la controlabilidad del proceso:

2. Determinemos la ecuación característica deseada del sistema el lazo cerrado:

(s   1 )( s   2)  (s  1.8  j 2.4)( s  1.8  j 2.4)

Es de la forma: s 2  1 s   2  0 , entonces: 1  3.6,  2  9

3. Determinemos la ecuación característica del sistema de control (lazo cerrado):

4. Determinemos la ganancia del controlador

K  k1 k2   29.6 3.6

3.4.2 Diseño del Servocontrolador por Localización de polos Tipo 1

Suponiendo que la entrada de referencia (función escalón), se aplica en t = 0, entonces

Tendrán parte real negativa, incluido el origen.

Figura 3.2: Servosistema tipo 1 cuando la planta tiene integrador.

La ecuación (3.15) en estado estacionario es:

Entonces, la ecuación (3.18) se convierte en:

Por consiguiente, el diseño del servosistema tipo 1, se convierte en el diseño de un

x()  ( A  BK) 1 Bk1r

Ejemplo 3.4 Considere el sistema definido por:

Figura 3.3: Servosistema tipo 1.

5. Determinar la matriz ganancia del servocontrolador

Adicionalmente, verifiquemos que la señal de control generada por el controlador es

u ()   Kx()  k1r

3.4.3 Diseño del Servocontrolador por Localización de polos Tipo 1

Ecuación del controlador:

Ecuación del integrador:

Figura 3.4: Servosistema tipo 1 cuando la planta no tiene integrador.

Cuando se diseñe el controlador, se deberá tener presente que la matriz de controlabilidad

Figura 3.5: Sistema de Horno tubular.

Se pide, diseñar un Controlador por Localización de Polos, de acuerdo al esquema

r(t) ki + u(t) x  Ax  Bu y(t)

Figura 3.6: Diagrama de bloques del

Ordenando matricialmente, tendremos:

Pasos de diseño (método práctico):

MP  100e 1  5    0.707

La tercera raíz será:

4. Determinar la ecuación característica del sistema de control de lazo cerrado

5. Determinar la matriz ganancia del controlador

3.5 Diseño de Sistemas de Control Óptimo Cuadrático