Está en la página 1de 234

SISTEMAS DE CONTROL APLICADO

NOTAS DE CÁTEDRA

Ing. Walter J. D. Cova

Universidad Tecnológica Nacional


Facultad Regional La Rioja
Departamento de Ingeniería Electrónica

Actualización Año Académico 2017


SISTEMAS DE CONTROL APLICADO ii
SISTEMAS DE CONTROL APLICADO iii

Prefacio

Al escribir estas notas para las clases de Sistemas de Control Aplicado,


lo hago con el objeto de exponer una presentación estructurada del
contenido de la asignatura y facilitar al estudiante el acceso a la masa
de conocimientos que se integran en la misma.

Considero que es misión del docente formar a sus alumnos en las


tendencias actuales de la especialidad, organizando su presentación
de una manera que armonice con los conocimientos básicos
previamente adquiridos y sea acorde con el nivel de profundización
requerido en cada tema.

Una consecuencia inmediata de este enfoque, es que los apuntes


producidos manifiestan una tendencia al crecimiento y la evolución
que los diferencian de los libros de texto. Las notas de clases no
pueden de manera alguna sustituir a los textos, sino que constituyen
un complemento didáctico para su estudio. En este sentido de
complementariedad, los apuntes resultan un producto de la formación
del docente, de sus experiencias y –¿porqué no?– de sus preferencias
personales.

Habiendo reconocido la inevitable componente subjetiva que opera


sobre la exposición de los temas que integran estas notas, resulta
justo, equitativo y saludable que el compilador brinde un balance de
sus deudas intelectuales. En primer lugar y en el ámbito de las
relaciones personales, vaya un respetuoso y agradecido recuerdo para
los Profesores Gilberto A. Lamarque, Winfried Oppelt y Henning Tolle,
quienes influyeron preponderantemente en mi vocación y formación de
controlista. Y también un amistoso reconocimiento para mi colega y
mentor, el ingeniero Edison Rosas Damonte, a quien debo el concepto
de ‘utilizar la misma neurona para trabajar que para enseñar’, una
bellamente sintética manera de indicar que no se deben enseñar cosas
inútiles o, simétricamente, que estamos obligados a recordar en la
práctica los enfoques teóricos sobre los que insistimos en clase.

Cursos, conferencias y lecturas constituyen otra fuente de influencias


en la orientación del docente. En este aspecto los textos de Gille-
Pellegrin-Decaulne, Oppelt, Houpis-Lamont, Tolle, Weber, Föllinger,
Leonhard, Greensite, Csáki, Takahashi, Ogata, Ackermann, Åström-
Hägglund, Doyle-Tannenbaum, Zhou, Celier, Doyle, Chiasson,
Goodwin-Graebe-Salgado y Nise entre otros, han ejercido una
SISTEMAS DE CONTROL APLICADO iv

innegable inflencia sobre mi formación y actualización profesional. La


aparición y consolidación de Matlab y Simulink como herramientas
de cálculo de amplia difusión en el ambiente científico y académico,
reafirmaron mi interés en el modelado y simulación de sistemas y
facilitaron su integración al núcleo de los trabajos prácticos de la
asignatura.

Recorriendo la información disponible en Internet para discernir unos


contenidos actuales compatibles con el nivel de esta asignatura de
grado, encontré una planificación similar en sus objetivos y alcances
en los cursos de Técnicas de Control Discreto y No Lineal que se
dictan en el Institut für Regelungstecknik de la Universidad Técnica de
Braunschweig (Alemania), de donde se han extraído muchos ejemplos
y enfoques didácticos incorporados a estas notas.

Luego de exponer de quienes soy deudor, corresponde que asuma las


responsabilidades que me alcanzan por los errores que pudieran
haberse deslizado en la redacción de estas notas que, sin pretensiones
de originalidad, se ponen a disposición de los alumnos de la
asignatura. Será cordialmente agradecida la comunicación de errores
detectados a la dirección electrónica walter_cova@hotmail.com.

La Rioja, Junio de 2017.

Ing. Walter J. D. Cova


Departamento de Ingeniería Electrónica
Universidad Tecnológica Nacional
Facultad Regional La Rioja.
SISTEMAS DE CONTROL APLICADO v

Contenido

Capítulo 1. COMPLEMENTOS de CONTROL CONTINUO.


1.1. Controlador PID.

1.2. Consideraciones de robustez.


1.2.1. Controladores con dos grados de libertad.
1.2.2. Atenuación de perturbaciones.
1.2.3. Variaciones del proceso.
1.2.4. Ruidos de medición y saturación.

1.3. Diseño con 2 grados de libertad aplicando filtrado de ruidos.


1.3.1. Filtrado.
1.3.2. Asignación de peso al punto de ajuste.

1.4. Ajuste de parámetros mediante reglas empíricas.


1.4.1. Métodos de Ziegler-Nichols.
1.4.2. Reglas de Chien, Hrones y Reswick.

1.5. Ajuste de parámetros aplicando constante de tiempo equivalente.


1.5.1. Constante de tiempo equivalente.
1.5.2. Dimensionamiento en base a la constante de tiempo equivalente.
1.5.2.1. Dimensionamiento de otros controladores standard.
1.5.2.2. Comparación con las reglas empíricas.

1.6. Control en cascada.


1.6.1. Generalidades.
1.6.2. Dimensionamiento de un control en cascada. Cálculo por aproximación.
1.6.3. Control en cascada para una planta integradora. Método del óptimo simétrico.
1.6.4. Consideraciones finales.

1.7. Interacción de integradores con actuadores saturables.


1.7.1. El problema del windup.
1.7.2. Solucionando el windup.
1.7.2.1. Limitación del Punto de Ajuste.
1.7.2.2. Algoritmos Incrementales.
1.7.2.3. Cálculo Retrógrado y Seguimiento.
1.7.2.3.1. Controladores con Modo de Seguimiento.

1.8. Controladores basados en modelos.


1.8.1. Diseño por compensación.
1.8.2. Controladores parametrizados.
1.8.2.1. Caso general.
1.8.2.2. Predictor de Smith.

1.9. Diseño por asignación de polos.


1.9.1. Ejemplo inicial.
1.9.2. Consideraciones para la asignación de polos.
1.9.3. Agregado de requerimientos.
1.9.3.1. Inclusión de integradores.
1.9.3.2. Cancelación de polos de la planta.
1.9.4. Aplicación al dimensionamiento de controladores PID.

1.10. Control por adelanto de señal.


1.10.1. Adelanto de perturbaciones.
1.10.2. Adelanto de la señal de comando.
SISTEMAS DE CONTROL APLICADO vi

1.10.3. Seguimiento de modelo.


1.10.4. Generador de variables de comando.
1.10.5. Desacoplamiento de plantas multivariables. Ejemplo: Control de caudal y temperatura
de una mezcla de líquidos.

Capítulo 2. CONTROLADORES IMPLEMENTADOS


MEDIANTE PROCESADORES DIGITALES.
2.1. Generalidades sobre Control Digital.
2.1.1. Problemas derivados del muestreo.
2.1.2. Dispositivos de Retención.
2.1.3. Cuantificación (discretización de amplitud).

2.2. Modelos matemáticos de sistemas discretos.


2.2.1. Modelado de convertidores A/D y D/A.
2.2.2. Descripción de un sistema discreto sencillo.
2.2.3. Interconexión de sistemas muestreados.
2.2.4. Relación entre la secuencia temporal y la posición de los polos de su transformada z.

2.3. Resolución de sistemas discretos.


2.3.1. Un sistema intrínsecamente discreto.
2.3.2. Respuesta de un sistema con componentes continuos.
2.3.3. Aplicación de la transformada z modificada a sistemas continuos con tiempo muerto.

2.4. Respuesta en frecuencia de los sistemas muestreados.

2.5. Espectro de una señal muestreada.

Capítulo 3. ESTABILIDAD DE SISTEMAS DISCRETOS.


3.1. Discretización de sistemas continuos.
3.1.1. Conversión a ecuación de diferencias de la ecuación diferencial de un elemento
continuo.
3.1.2. Transformación z exacta.
3.1.3. Transformación z aproximada.
3.1.4. Comparación gráfica de las transformaciones z exacta y sus aproximaciones.

3.2. Análisis de estabilidad.


3.2.1. Definiciones y condiciones generales de estabilidad.
3.2.2. Condiciones numéricas de estabilidad.
3.2.2.1. Transformación bilineal.
3.2.2.2. Condiciones necesarias.
3.2.2.3. Condiciones suficientes.
3.2.2.4. Test de Jury.
3.2.3. Análisis gráfico de la estabilidad – Lugar de Raíces.

3.3. Análisis en estado de régimen.


SISTEMAS DE CONTROL APLICADO vii

Capítulo 4. REALIZACIÓN DE CONTROLADORES DISCRETOS.

4.1. Métodos para el diseño de controladores discretos.


4.1.1. Diseño simplificado en el plano s.
4.1.2. Método completo en s.
4.1.3. Diseño directo en z. Método de compensación.

4.2. Efecto del tiempo finito de cálculo del procesador.


4.3. Realización práctica de controladores discretos.
4.3.1. Discretización de la ley de control PID. Enfoque aplicativo.
4.3.2. Aspectos Operativos.
4.3.3. Pseudocódigo de computadora.

4.4. Controladores para tiempo de respuesta finito.

Capítulo 5. SISTEMAS DISCONTINUOS Y NO LINEALES.


5.1. Empleo de elementos conmutantes en sistemas de control.
5.1.1. Introducción..
5.1.2. Linealización por accionamiento periódico. Ejemplos de aplicación.
5.1.3. Lazos de control con elementos conmutantes.
5.1.4. Ejemplo de Análisis: controlador de dos estados y planta de primer orden con
tiempo muerto
5.1.5. Presentación de un conmutador con doble realimentación

5.2. Controladores biestables.


5.2.1. Ejemplo de análisis.
5.2.2. Aplicaciones.

5.3. Conmutador triestable e integrador.


5.3.1. Linealización por actuación periódica.
5.3.2. Controlador triestable con frecuencia de conmutación mínima.
5.3.2.1. Conmutador sin realimentación.
5.3.2.2. Conmutador con realimentación complementaria.

Capítulo 6. ESTABILIDAD DE SISTEMAS NO LINEALES.


6.1. Introducción

6.2. Funciones descriptivas.


6.2.1. Cálculo de la función descriptiva de la no linealidad de saturación (limitador).
6.2.2. Característica de transferencia con saturación y zona muerta.
6.2.3. Elementos no lineales con histéresis.
6.2.4. Ejemplo de aplicación.

6.3. Criterios generalizados de estabilidad.


6.3.1. Normas de señales y de sistemas. Teorema de la ganancia pequeña.
6.3.2. El criterio de Popov.
6.3.2.1. Aplicación a una planta lineal de segundo orden.
6.3.2.2. Aplicación a una planta lineal de tercer orden.
6.3.3. Criterio del círculo (Tsypkin).
SISTEMAS DE CONTROL APLICADO viii

Apéndice A - Tablas de transformadas de Laplace,


transformadas z y z-modificada.

Apéndice B - Propiedades de las transformadas z y


z-modificada.


SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-1

1. Complementos de Control Continuo.

Ampliando nuestros conocimientos sobre diseño de controladores lineales continuos,


desarrollaremos en este capítulo algunas técnicas adicionales, considerando especialmente el
caso –muy frecuente por cierto– en que no se cuenta con una caracterización analítica completa
de la planta controlada.

1.1. Controlador PID.


Estudiaremos inicialmente el problema de la determinación de los parámetros de un controlador
PID. Para fijar la nomenclatura y las convenciones adoptadas, nos referiremos a la Fig. 1.1. El
haber seleccionado justamente este tipo de controlador para su análisis no es caprichoso: un
relevamiento publicado por Desbourough y Miller1 en 2002, realizado sobre más de 11.000
controladores en refinerías, industrias químicas y papeleras, arrojó como resultado que el 97% de
ellos poseían estructura PID, reafirmándose así su difusión y vigencia a pesar de todos los
avances teóricos y tecnológicos de los últimos 50 años.

r(t) variable de referencia


r(t) + e(t) u(t) y(t) u(t) señal de control
PID Proceso y(t) variable controlada
– e(t)=r(t)-y(t) error actuante

Fig. 1.1. Lazo de control realimentado.

El algoritmo teórico elemental del controlador PID es:

 1
t
de(t ) 
u (t )  K e(t )   e( ) d  Td  (1.1)
 Ti 0 dt 

La señal de control resulta entonces igual a la suma de tres términos: el término P (que es
proporcional al error), el término I (proporcional a la integral del error) y el término D (que es
proporcional a la derivada del error). Los parámetros del controlador son la ganancia
proporcional K, el tiempo de integración Ti y el tiempo de derivación Td. Decimos que (1.1) es
una expresión puramente teórica, ya que incluye un término derivador puro, totalmente
inadecuado en presencia de ruido en la medición de la variable controlada (más adelante retoma-
remos el tema).

Los efectos de las acciones proporcional, integradora y derivadora se ilustran en las Figs. 1.2, 1.3
y 1.4 respectivamente en las que se muestran, para un proceso de tercer orden, las respuestas
1
L. Desbourough, R. Miller: Increasing customer value of industrial control performance monitoring –
Honeywell’s experience. Sixth International Conference on Chemical Process Control, AIChE Symposium Series
Number 326, vol. 98, 2002.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-2

temporales de y(t) para una variación en escalón unitario de la variable de referencia o punto de
ajuste (en inglés: set-point).

Fig. 1.2. Simulación de un sistema a lazo cerrado con control proporcional. La función de
transferencia del proceso es P(s)=1/(s+1)3.

Con control puramente proporcional, el error en estado de régimen disminuye cuando K


aumenta, pero el sistema se hace más oscilatorio.

Fig. 1.3. Simulación de un sistema a lazo cerrado con control proporcional-integrador (PI).
La función de transferencia del proceso es P(s)=1/(s+1)3 y la ganancia del controlador es
K=1.

Al agregar la componente integradora comprobamos que su efecto se incrementa a medida que


Ti disminuye. En la Fig. 1.3 observamos que el error de régimen desaparece. La tendencia a la
oscilación crece a medida que Ti se va haciendo más pequeño.

Fig. 1.4. Simulación de un sistema a lazo cerrado con controlador PID. La función de
transferencia del proceso es P(s)=1/(s+1)3 y los restantes coeficientes se indican.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-3

La Fig. 1.4 muestra el efecto derivador. Los parámetros K y Ti elegidos hacen oscilatorio (con Td
nulo) al sistema de lazo cerrado (con un período de aproximadamente 6 segundos) . A medida
que crece Td aumenta el amortiguamiento, pero éste vuelve a decrecer si Td se hace demasiado
grande. Teniendo en cuenta que la acción derivadora puede interpretarse como una predicción
basada en una extrapolación lineal durante el tiempo Td, vemos que esa predicción resulta inútil
si Td se hace grande respecto del período de oscilación no amortiguado. La relación de Td con la
dinámica del sistema se explicita en la Fig. 1.5.

de(t ) 2
e(t) epredic.  Td
dt

Td

Td

everdadero  e(t  Td )  e(t ) t

Fig. 1.5. Se compara el efecto predictivo de la acción derivadora y su relación con la


dinámica del sistema. La predicción (1) es aceptable, mientras que la (2) no lo es, debido
al empleo de un valor excesivamente prolongado para Td.

1.2. Consideraciones de Robustez.


Con la finalidad de incorporar las definiciones necesarias para nuestro estudio, picotearemos
algunas migajas conceptuales en los terrenos del Control Robusto. Para ello, expandiremos el
lazo de control elemental de la Fig. 1.1 detallando la estructura general del controlador y las
perturbaciones y ruidos que inciden sobre el proceso y las variables controladas.

d n

r e u v x y
F  C  P 

–1
Controlador Proceso

Fig. 1.6. Diagrama en bloques de un sistema de control realimentado.


SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-4

En la Fig. 1.6 el proceso P se encuentra sometido a diversas perturbaciones: la perturbación de


carga d (que representan aquellos efectos que apartan al proceso de su comportamiento deseado)
y el ruido de medición n. La variable de proceso x es la verdadera variable física que se desea
controlar, pero el control se basa en la señal medida y que se encuentra corrompida por el ruido
n. El controlador se muestra dividido en dos partes: el compensador de realimentación C y el
compensador por adelanto (feedforward) F, también llamado filtro de comandos. El proceso es
influido por el controlador a través de la variable de control u. En conjunto, estamos en presencia
de un sistema de tres entradas (u, d, n) y una salida (y). En la Fig. 1.6 se muestra la perturbación
de carga actuando a la entrada del proceso, pero en realidad la perturbación puede ingresar al
proceso en una multitud de maneras diferentes, habiéndose adoptado la representación mostrada
a los efectos de evitarnos innecesarias complicaciones.

La atenuación de perturbaciones es a menudo el objetivo primario del control. Las


perturbaciones de carga son señales que pertenecen típicamente al rango de las bajas frecuencias.
El ruido de medición por su parte posee componentes de alta frecuencia con valor medio nulo e
introduce errores en los valores de la variable controlada. Haciendo un resumen de las
consideraciones generales de diseño para un controlador, podemos formular los requerimientos
básicos:
 Estabilidad
 Capacidad de seguir señales de referencia
 Reducción de los efectos de perturbaciones de carga
 Reducción de los efectos del ruido de medición
 Rechazo de variaciones de parámetros del proceso y/o incertezas
en el modelo empleado.

Dependiendo de la aplicación específica, uno o más de los requerimientos indicados prevalecerá


o prevalecerán sobre los restantes.

El sistema realimentado de la Fig. 1.6 posee, como dijimos, tres entradas: r, d y n que afectan
a tres variables u, x e y que son de gran interés para el sistema de control. Suponiendo al
sistema lineal existen entonces nueve relaciones expresables como funciones de transferencia
entre las variables de entrada y las de salida. Si con X, Y, U, D, N, R representamos las
transformadas de Laplace de x, y, u, d, n, r, dejando de lado el argumento complejo s en
beneficio de la sencillez, podemos escribir

P PC PCF
X D N R
1  PC 1  PC 1  PC
P 1 PCF
Y D N R (1.2)
1  PC 1  PC 1  PC
PC C CF
U  D N R
1  PC 1  PC 1  PC

Observamos en (1.2) que varias de las funciones de transferencia son iguales y que todas las
relaciones están expresadas como combinaciones del siguiente conjunto de seis funciones, al que
designaremos como el «Sexteto Mayor».
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-5

PCF PC P
1  PC 1  PC 1  PC
(1.3)
CF C 1
1  PC 1  PC 1  PC

Las funciones de transferencia de la primera columna determinan las respuestas de la variable de


proceso (x) y la variable de control (u) al set-point (r) o variable de comando. La segunda
columna da las mismas señales para el caso de realimentación pura de error (F=1). La función
P /(1  PC ) en la tercera columna define la reacción de la variable de proceso (x) a una
perturbación de carga (d), mientras que C / (1 P C ) da la respuesta de la señal de control al
ruido de medición.

El sistema con F=1 se denomina control de realimentación de error puro. En este caso el sistema
queda completamente caracterizado por el «Cuarteto» de funciones de transferencia:

1
función de sensibilidad
1  PC
PC
función de sensibilidad complementaria
1  PC
(1.4)
P
función de sensibilidad a la perturbacion de carga
1  PC
C
función de sensibilidad al ruido
1  PC

Los nombres de las funciones integrantes del Cuarteto se deducen a partir de considerar la
función de transferencia de lazo cerrado (T) del sistema y de la variación que sufre si la planta
(P) experimenta una pequeña perturbación alrededor del valor nominal de sus parámetros:

PC C
T ; dT  dP
1  PC 1  PC 
2

(1.5)
dT 1 dP dT T 1
  S 
T 1  PC P dP P 1  PC

La función de sensibilidad S permite entonces expresar la variación relativa de la función de


transferencia de lazo cerrado ante pequeñas variaciones del proceso. De acuerdo a las (1.5)
tenemos que
S T 1 (1.6)

razón por la cual a la función de transferencia de lazo cerrado (T) se la suele denominar también
función de sensibilidad complementaria.

Algo que no debe perderse nunca de vista es que la estabilidad de funcionamiento del sistema,
implica que cada una de las seis funciones de transferencia integrantes del sexteto mayor habrá
de ser individualmente estable.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-6

1.2.1. Controladores con Dos Grados de Libertad.


Antes de adentrarnos en consideraciones de diseño, dejemos aclarado que el diagrama en
bloques de la Fig. 1.6 que adoptamos como representación estandarizada, es totalmente
equivalente a otras configuraciones posibles. Así por ejemplo, el clásico esquema de adelanto de
la señal de comando de la Fig. 1.7 puede ser llevado a la forma de la Fig. 1.6 si imponemos
F=A/C.

r d n
A

e u v x y
C   P 

–1

Controlador Proceso

Fig. 1.7. Realización alternativa para el feedforward.

Decimos que el controlador de la Fig. 1.6 posee dos grados de libertad porque el bloque C forma
parte del lazo cerrado, mientras que el bloque F es exterior al mismo. Este hecho posibilita una
atractiva subdivisión del problema de diseño: así C puede ser proyectado para proporcionar el
debido rechazo de las perturbaciones de carga e incertezas en el proceso, mientras que F es
dimensionado para lograr una buena respuesta a las señales de referencia. El diseño de C
solamente considera el cuarteto, mientras que en el proyecto de F intervienen las dos funciones
de transferencia restantes que completan el sexteto mayor.

Para describir al sistema con propiedad, es entonces necesario mostrar las respuestas de las seis
funciones de transferencia, cosa que hemos hecho en las figuras siguientes, donde mostramos las
respuestas al escalón y las respuestas en frecuencia de cada integrante del sexteto.

Las respuestas temporales de la Fig. 1.8 muestran que el feedforward mejora sustancialmente el
tiempo de respuesta. El tiempo de respuesta es notablemente menor, 4s contra 25s, sin
sobrepasamiento (comparar Fig. 1.8.a. con 1.8.b.). Esto también se refleja en las curvas de
respuesta en frecuencia, que muestran (Fig. 1.9.a.) un mayor ancho de banda sin pico de
resonancia para la función de transferencia con adelanto de señal (comparar con 1.9.b.).

Las funciones de transferencia CF/(1+PC) y C/(1+PC) representan la transmisión de señal de


la variable de referencia a la variable de control, y del ruido de medición a la variable de control,
respectivamente. La respuesta temporal de la Fig. 1.8.d, demuestra que la reducción del tiempo
de respuesta que se logra por adelanto de señal, requiere un esfuerzo de control substancial. El
valor inicial de la variable de control se encuentra fuera de escala en 1.8.d. pero la respuesta en
frecuencia 1.9.d. muestra que la ganancia de alta frecuencia para CF/(1+PC) es 16, que debe ser
comparado con el valor 0.78 para C/(1+PC). La respuesta rápida requiere entonces señales de
control considerablemente mayores. Independientemente del valor que tome la función de
transferencia del bloque de adelanto de señal (feedforward), la Fig. 1.8.c. nos informa que el
rechazo a un escalón de perturbación de carga se completará en aproximadamente 20 a 25
segundos.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-7

d n

r e u v x y
F  C  P 

–1
Controlador Proceso

X Y
X Y U  X ;
; ; D D
R R D N

Y
U U N
R N

Fig. 1.8. Respuestas al escalón del sexteto. El proceso es P(s)=1/(s+1)4. El controlador


aplicado es PI con K=0.775, Ti=2.05. El bloque F de adelanto de señal se ha diseñado para
obtener la función de transferencia 1/(0.5s+1)4 de la entrada r a la salida y.

X Y
; U X
R R ; X Y
D N ;
D D

U Y
N N

U
R

Fig. 1.9. Respuestas en frecuencia del sexteto, para la misma situación representada en la Fig. 1.8.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-8

El hecho que se necesitan 6 relaciones para capturar la totalidad de las propiedades de un lazo
básico de control es a menudo pasado por alto en la literatura, reduciéndose muchas
publicaciones a mostrar tan sólo la respuesta de la variable del proceso a cambios en el punto de
ajuste, brindando una información muy parcializada del comportamiento del sistema.

Ilustraremos lo expresado mediante un ejemplo. Sea el proceso caracterizado por la función de


1
transferencia P( s )  que es controlado por realimentación pura de error
( s  1)( s  0.02)
50s  1
empleando el compensador PI C ( s)  , resultando la función de transferencia de lazo
50s
1
abierto L( s)  .
s( s  1)
La Fig. 1.10 muestra que las respuestas a un escalón de la variable de referencia son muy acepta-
bles. Basados en estas respuestas podríamos ceder a la tentación de dar el diseño por bueno.
Para explorar nuestro sistema algo más en profundidad, debemos calcular el cuarteto ya que
F=1.

PC 1 P s
 2 ;  ;
1  PC s  s  1 1  PC ( s  0.02)( s 2  s  1)

C ( s  0.02)( s  1) 1 s( s  1)
 ;  2 ;
1  PC s2  s  1 1  PC s  s  1

Obsérvese que el polo del proceso ubicado en s = –0.02 es cancelado por el cero del controlador
PI. Esto hace que la función de transferencia de lazo abierto sea de segundo orden aunque el
sistema de lazo cerrado es de tercer orden, con la ecuación característica

(s  0.02)(s 2  s  1)  0 .

Fig. 1.10. Respuestas a un escalón de la variable de referencia.


SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-9

La presencia del polo lento s = –0.02 en la función de transferencia P/(1+PC), da por resultado
que la respuesta a una perturbación en la carga decaiga muy lentamente, según e -0.02t. El
controlador PI no responderá a la señal e -0.02t porque el cero en s = –0.02 bloqueará su
transmisión. Esto se ve con claridad en la Fig. 1.11 en la que se observa que una perturbación de
carga es rechazada en aproximadamente 200 segundos.

El comportamiento ilustrado es típico de la cancelación de polos y ceros, y corresponde a la


excitación de un modo observable pero no controlable en el sistema de lazo cerrado. Surgen
aquí algunos de los interrogantes que iremos respondiendo a lo largo de nuestro curso: ¿cuáles
son las condiciones de controlabilidad y observabilidad de un sistema dinámico? ¿Cómo
influyen estas condiciones en el diseño de los controladores?

Fig. 1.11. Respuestas a un escalón de perturbación de carga.

1.2.2. Atenuación de Perturbaciones.


A efectos de discutir la influencia de las perturbaciones y su atenuación, consideraremos la
operación a lazo abierto y a lazo cerrado del sistema de la Fig. 1.6 haciendo nula la señal de
referencia (r = 0). A lazo abierto la salida del sistema vale

Ya  P(s) D(s)  N (s) (1.7)


mientras que, cerrando el lazo, es

P ( s ) D( s )  N ( s )
Yc   S ( s)  P( s) D( s)  N ( s)  S (s) Ya (1.8)
1  P( s ) C ( s )

La atenuación de perturbaciones puede entonces visualizarse mediante la curva de Bode de


S(j). La frecuencia más baja donde la función de sensibilidad tiene módulo 1 se denomina
frecuencia de cruce de la sensibilidad cs.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-10

El módulo máximo de la sensibilidad


1
M s  max S ( j )  max  S ( jms ) (1.9)
  1  P( j ) C ( j )

es un parámetro importante ya que define la máxima amplificación de las perturbaciones. Ese


máximo ocurre para la frecuencia ms.

Fig. 1.12. Diagrama de Bode de la f.t. de sensibilidad correspondiente al sistema de la Fig.1.8.


Se explicitan módulo máximo, frecuencia del máximo y frecuencia de cruce de sensibilidad.

La función de sensibilidad puede ser escrita en la forma

1 1
S ( s)   (1.10)
1  P ( s ) C ( s ) 1  L( s )

y como solamente depende de la función de transferencia de


lazo abierto L(s), puede ser visualizada en el diagrama de
Nyquist de L(j). El número complejo 1+L(j) es repre-
sentado por el vector trazado desde el punto –1 al punto
L(j) sobre la curva de Nyquist (Fig. 13). La sensibilidad
es entonces menor que 1 para todos los puntos exteriores al
círculo de radio unitario centrado en –1. Las perturbaciones
Fig. 1.13. Diagrama de Nyquist de la correspondientes a estas frecuencias son atenuadas por
función de transferencia de lazo abierto
correspondiente al sistema de la Fig. 1.8. efecto de la realimentación.

1.2.3. Variaciones del Proceso.


Los sistemas de control se diseñan sobre la base de modelos simplificados de los procesos, cuya
dinámica puede variar durante la operación. La sensibilidad del sistema de lazo cerrado ante
variaciones en la dinámica del proceso controlado, constituye un aspecto crucial del diseño.

El riesgo de inestabilidad es el principal peligro en los sistemas realimentados, por lo que resulta
de interés investigar si las variaciones del proceso pueden desencadenarla. Las funciones de
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-11

sensibilidad brindan en este aspecto informaciones de suma utilidad. La Fig. 1.13 muestra que la
mayor sensibilidad está dada por la recíproca de la menor distancia entre la curva de Nyquist de
la función de transferencia de lazo abierto y el punto crítico –1 + j0.
La función de sensibilidad complementaria también resulta de utilidad para evaluar las
variaciones admisibles en el proceso. Sea un sistema realimentado con un proceso P y
controlador C, cuyo diagrama de Nyquist de lazo abierto se muestra en la Fig. 1.14. Si el
proceso varía de P a P+P la función de lazo abierto cambia de PC a PC+CP como se
ilustra en la figura. La distancia del punto crítico al punto L es |1+L|. Esto significa que la
curva de Nyquist perturbada no alcanzará el punto crítico –1 en tanto se cumpla

|CP| < |1+L|.

Esta condición debe ser válida para todos los puntos sobre el diagrama de Nyquist. La condición
de estabilidad puede ser reescrita de la manera siguiente si en la desigualdad precedente
dividimos ambos miembros por | PC | :
P( j ) 1
 (1.11)
P( j ) T ( j )

También se requiere que la perturbación P(s) sea una


función de transferencia estable a fin de satisfacer la con-
dición de rodeos de Nyquist. La condición (1.11) es
conservadora ya que de la Fig. 1.14 se deduce que la
perturbación crítica es la que se produce en la dirección
hacia el punto –1. Resultan entonces admisibles
perturbaciones mayores en otras direcciones.

La fórmula (1.11) explicita una de las razones por las


cuales los sistemas realimentados funcionan tan bien en la
práctica. La Ec.(1.11) implica que el sistema a lazo
cerrado será estable ante variaciones sustanciales en la
dinámica del sistema.
Fig. 1.14. Diagrama de Nyquist de la fun-
Una estimación conservadora de las variaciones ción nominal de lazo abierto y la incerteza
admisibles en el proceso que no originarán inestabilidad originada en la variaciones P del proceso.
está dada por:

P( j ) 1

P( j ) Mt

donde Mt es el mayor valor de la sensibilidad complementaria

P( j ) C ( j )
M t  max T ( j )  max (1.12)
  1  P( j ) C ( j )
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-12

Vemos que el valor de Mt es influido por el diseño del controlador, o viceversa: si se conoce el
rango de variación a que puede estar sometida la función de transferencia del proceso, resultará
posible calcular el controlador prefijando un margen de estabilidad aceptable.

Fig. 1.15. Diagrama de Nyquist de la f.t. de sensibilidad complementaria T(j)


correspondiente a la Fig. 1.9.b. Los círculos muestran las regiones de incerteza |P|=1/|T|
calculadas para el controlador PI con K=0.775 y Ti =2.05 en las frecuencias angulares  =0,
0.46, 0.75 y 1.

La Fig. 1.15 muestra el trazado de Nyquist de T(j) del sistema considerado en nuestro ejemplo,
junto con los círculos que acotan las regiones de incerteza para algunas frecuencias de interés.
Observamos que en nuestro caso Mt se hace máxima para  = 0.46 que es donde se produce el
mínimo de la variación |P| admisible para la planta. La situación ilustrada es típica de muchos
procesos, donde se requiere una buena aproximación a la función de transferencia de la planta
(es decir baja incerteza) en las cercanías de la frecuencia de cruce de lazo abierto, siendo
admisibles elevados valores de incerteza a frecuencias superiores e inferiores. Una consecuencia
práctica de lo dicho es que un simple modelo que describa correctamente la dinámica del proceso
en las cercanías de la frecuencia de cruce, resulta suficiente para el diseño. Una excepción a esta
regla la constituyen los procesos que poseen resonancias múltiples, ya que su función de
transferencia puede poseer ganancias elevadas también en altas frecuencias.

Hemos podido constatar que la función de sensibilidad S y la función de sensibilidad


complementaria T brindan mucha información acerca del comportamiento del sistema
realimentado. Resulta de acuerdo a las ecuaciones (1.5) y (1.8) que es conveniente un bajo valor
de la función de sensibilidad, y se deduce de (1.11) que un bajo valor de la sensibilidad
complementaria vuelve admisible una incerteza elevada para el proceso. Dado que, de acuerdo a
la (1.6) es

S ( s)  T ( s)  1

deducimos que S y T no pueden ser simultáneamente pequeñas. La función de transferencia


de lazo abierto L(s) posee típicamente valores elevados para baja frecuencia y se aproxima a
cero a medida que s tiende a infinito. En consecuencia S es típicamente de valor reducido para
s pequeño, y tiende a 1 para s elevado. Recíprocamente T es 1 para s 0 y se anula
cuando s .
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-13

Salvo para procesos muy particulares, la función de sensibilidad S no puede ser hecha pequeña
sobre un rango extendido de frecuencias. Para sistemas de control típicos, existen restricciones
muy severas sobre la función de sensibilidad. Bode demostró que si la función de transferencia
de lazo abierto posee pk polos en el semiplano derecho y tiende a cero con mayor rapidez que
1/s para altas frecuencias, la función de sensibilidad satisface la siguiente integral:

  1
 log S ( j ) d   log d    Re  pk  (1.13)
0 0 1  L( j ) k

esta expresión demuestra que si se hace pequeña para algunas frecuencias a la función de
sensibilidad, ésta debe incrementarse para otras frecuencias. Lo que significa que si la
atenuación de perturbaciones mejora en un cierto rango de frecuencias, necesariamente deberá
empeorar en otro rango (efecto colchón de agua). Para funciones de lazo abierto sin polos en el
semiplano derecho, la (1.13) se reduce a

0
log S ( j ) d  0 (1.14)

esta fórmula posee una simple interpretación geométrica que se muestra en la Fig. 1.16: el área
por arriba del eje horizontal debe se exactamente igual al área por debajo del eje. Para una
demostración de las integrales de Bode, se recomienda el texto2 de Lewis.

Fig. 1.16. Interpretación geométrica de la integral (1.14).

Podemos considerar al pico de sensibilidad como un indicador de estabilidad más compacto que
los márgenes de ganancia y de fase.
Con referencia a la Fig. 1.16b, el margen de ganancia indica el valor de la ganancia adicional que
llevaría al sistema de lazo cerrado a la condición de inestabilidad. El margen de fase cuantifica
el retardo de fase puro que debiera ser adicionado para alcanzar la misma condición crítica.

Nótese que es muy fácil concebir un ejemplo donde tanto el margen de ganancia como el de fase
sean buenos, pero con un pico de sensibilidad muy grande, lo que indicaría una condición
delicada de estabilidad.

2
A.D. Lewis: A Mathematical Approach to Classical Control. Queen’s University, Dept. Of Mathematics &
Statistics. Kingston, Canada. Update 22/10/2004.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-14

1/MG

MF

C

Fig. 1.16b. Márgenes de ganancia y de fase, comparación con MS.

1.2.4. Ruidos de Medición y Saturación.


Dado un sistema con realimentación de error puro (de un solo grado de libertad), resulta
intuitivamente razonable afirmar que una respuesta rápida al comando requiere de un controlador
con elevada ganancia. Pero cuando el controlador tiene alta ganancia, también el ruido de
medición es amplificado e inyectado al sistema, lo que ocasionará variaciones en la señal de
control y en la variable controlada. Es preciso que las fluctuaciones así originadas en la señal de
control no sean tan grandes como para ocasionar una saturación del actuador. Dado que el ruido
de medición es típicamente de alta frecuencia, éste y la saturación del actuador proporcionan una
cota superior a la ganancia del controlador en alta frecuencia, limitando en consecuencia la
rapidez de respuesta del sistema.

Existen muchas fuentes de ruido de medición: el ruido puede ser inherente a la naturaleza del
sensor o puede ser originado por la electrónica asociada. En sistemas controlados por
computadora es también causado por la resolución de los convertidores A/D y D/A. Considérese
un sistema controlado por computadora, con convertidores analógico-digitales y digitales-
analógicos de 12 bits. Como 12 bits corresponden a 4096, se infiere que para una ganancia de
alta frecuencia del controlador Mc=4096 un bit de error de conversión dará por resultado un
cambio de rango completo en la señal de control. Para un sistema razonable se requiere que las
fluctuaciones en la señal de control debida a los errores de medición no superen el 5% del rango
de señal. Esto significa que para nuestro ejemplo, la ganancia de alta frecuencia del controlador
deberá restringirse a 200.

Los análisis precedentemente efectuados sobre rechazo de perturbaciones, variaciones en el


proceso controlado, ruidos de medición y saturación, contribuyen en conjunto a subrayar las
ventajas inherentes al diseño de controladores con dos grados de libertad, donde resulta posible
separar los problemas de la respuesta al comando, del rechazo a la perturbación de carga y la
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-15

sensibilidad a variaciones en los parámetros del proceso. Así, teniendo en cuenta las expresiones
(1.3), el proceso de diseño puede ser dividido en dos pasos independientes:

 En primer término diseñar el controlador de realimentación C que reduzca los


efectos de las perturbaciones de carga (PS) y la sensibilidad a variaciones del
proceso, sin introducir demasiado ruido de medición al sistema (CS).
 Luego diseñar la función de transferencia de adelanto de comando que
proporcione la respuesta deseada al punto de ajuste (FT).

Por cierto que si el ruido de medición se convierte en un factor condicionante, no deberá


perderse de vista la alternativa de cambiar los sensores por otros de mejor calidad a fin de
superar el problema.

1.3. Diseño con 2 Grados de Libertad aplicando Filtrado de Ruidos.

1.3.1. Filtrado.
Como la diferenciación es muy sensible al ruido, la forma de la función de transferencia que se
deduce de la expresión (1.1) debe ser modificada a fin de limitar la ganancia de alta frecuencia
del término derivativo, mediante el uso de un filtro. Si se emplea un filtro de primer orden se
tendrá para la función de transferencia entre la variable medida y y la salida del controlador u
(véase la Fig. 1.6):
 1 sTd 
C ( s )   K 1    (1.15)
 sT i 1  sTd N 

este controlador posee la ganancia de alta frecuencia


lim C (s)   K (1  N ) . (1.16)
s 

Teniendo en cuenta la anterior discusión sobre robustez ante variaciones del proceso, resulta
altamente deseable que la ganancia del controlador sea decreciente en alta frecuencia (es decir
que presente un ‘roll-off’), lo que se puede lograr mediante un acondicionamiento de la señal de
control a través del filtro

1
F ( s)  (1.17)
1  sTf 
n

donde Tf es la constante de tiempo y n es el orden del filtro empleado. Si la estructura del


controlador es PID se elegirá Tf = Td /N ; si la estructura es tan sólo PI puede tomarse Tf = Ti /N
Típicamente los valores de N se encuentran en el rango de 8 a 20.

El controlador también puede ser implementado como

 1  1
C ( s )   K 1   sTd  (1.18)
 1  sTd N 
2
 sTi
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-16

Esta estructura posee la ventaja de permitir el uso de un proceso de diseño iterativo. Primero se
calcula un controlador PID ideal para el proceso P(s). El diseño proporciona el valor del
parámetro Td, a partir del cual se recalcula el controlador ideal pero ahora para el proceso
P(s) (1  sTd / N )2 , lo que arrojará un nuevo valor de Td, y así sucesivamente. El
procedimiento descripto brinda también una clara visión del compromiso que existe entre
performance y filtrado.

1.3.2. Asignación de Peso al Punto de Ajuste.


Al usar la ley de control (1.1), resulta claro que un cambio en escalón de la señal de referencia
originará un impulso en la señal de control, situación que no es de manera alguna deseable en la
mayoría de los casos. Por esta razón la acción derivativa frecuentemente no es aplicada sobre la
señal de referencia. Otra posibilidad es que la acción proporcional sea aplicada tan sólo sobre
una fracción de la señal de referencia. Esto se denomina asignación de peso al punto de ajuste.
El controlador PID dado por (1.1) se convierte entonces en

 1
t
 dr (t ) dy(t )  
u (t )  K br (t )  y (t )   e( ) d  Td  c   (1.19)
 Ti 0  dt dt  

donde b y c son parámetros adicionales. El término integral debe depender del error a fin de
proporcionar la respuesta deseada en estado de régimen. El controlador definido por (1.19)
posee una estructura de dos grados de libertad ya que los caminos de señal de y a u y de r a u
son diferentes, resultando las funciones de transferencia

U ( s)  1  U ( s)  1 
 Cr ( s)  K  b   csTd  ;  C y ( s )   K 1   sTd  (1.20)
R( s )  sTi  Y ( s)  sTi 

De acuerdo con la segunda de las (1.20), el controlador (1.19) reaccionará ante una perturbación
en la carga de la misma manera que lo hace un controlador de un solo grado de libertad; la
respuesta a cambios en la variable de referencia se verá influida por los parámetros b y c.

1 Ti s

R(s) U(s) Y(s)
b + K P( s )

c Td s

Fig. 1.17a. Estructura del controlador con punto de ajuste


SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-17

Fig. 1.17b. Respuesta a un escalón en la variable de referencia para diferentes factores de


peso del punto de ajuste (b=0, 0.5, 1; c=0 ). Función de transferencia del proceso
P(s)=1/(s+1)3. Los parámetros del controlador son K=3, Ti=0.5, Td=0.5 .

Obsérvese que el sobrepasamiento y el tiempo de respuesta dependen del factor de peso b. El


valor de c es normalmente cero para evitar grandes transitorios en la señal de control debido a
variaciones abruptas del punto de ajuste.

El controlador (1.19), puede también ser realizado bajo la forma de un controlador PI-PD como
se muestra en la figura siguiente:

R(s) + E(s) U(s) Y(s)


PI Proceso PI: k’ + k’i /s

PD: 1 + k’d s

PD

Fig. 1.18. Diagrama de bloques de un controlador PI-PD.

Nótese que la ganancia proporcional del controlador PD debe ser unitaria para obtener un error
de régimen nulo. La relación de entrada-salida para el controlador completo vale

ki'
U ( s)  k R( s)   R( s)  Y ( s)  (k '  kd' ki' ) Y (s)  k 'kd' sY (s )
'
(1.21)
s

Operando algebraicamente sobre (1.21) y comparando con (1.19) se deducen las equivalencias
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-18

k '  kd' ki' k ' kd' k'


K  k  k k ; Ti 
' ' '
; Td  ' ; b ' ; c  0.
k  kd' ki' k  kd' ki'
d i
ki'

Nótese que la estructura definida por (1.19) es ajustable de manera más sencilla, ya que los
parámetros K, Ti, Td pueden ser determinados en primer término para compensar
perturbaciones de carga, ruido de medición y variaciones del proceso. Una vez hecho ésto, se
puede ajustar la respuesta a la variable de comando, seleccionando los valores de b y c. Los
parámetros del controlador aparecen de un modo mucho más complicado en la estructura PI-PD.

1.4. Ajuste de parámetros mediante reglas empíricas.


Cualquiera de los métodos generales de diseño pueden ser aplicados para el control PID. Una
cantidad de reglas prácticas han sido desarrollados especialmente para los controladores PID y
éstas son, en general, denominadas reglas de ajuste o sintonía (tuning).

Ampliamente conocidos son los métodos desarrollados por Ziegler y Nichols3, que han marcado
su influencia sobre la práctica del control de procesos por más de medio siglo. Si bien los
resultados que brindan son moderadamente buenos, su difusión se debe a su extrema
simplicidad, ya que se basan en la caracterización del proceso mediante unos pocos parámetros y
el empleo de fórmulas de ajuste muy sencillas.

1.4.1. Métodos de Ziegler-Nichols.

Fig. 1.19. Caracterización de la respuesta al escalón según Ziegler-Nichols

Uno de los métodos de ajuste de Ziegler-Nichols se basa en la información obtenida acerca del
proceso a partir de un ensayo de respuesta al escalón a lazo abierto. La respuesta y(t) es
caracterizada por tan sólo dos parámetros: a y L que se determinan en base a la tangente de
máxima pendiente a la curva y(t), tal como se muestra en la Fig. 1.19.

Los parámetros para cada tipo de controlador definidos por Ziegler y Nichols en base al ensayo
de lazo abierto, se muestran en la Tabla 1.1. En la misma tabla se muestra el valor estimado del
período de oscilación Tp del sistema a lazo cerrado.

3
"Optimum Settings For Automatic Controllers" – es el nombre del paper original de J.G. Ziegler and N.B. Nichols
y publicado en la edición de Noviembre de 1942 de las Transactions of the American Society of Mechanical
Engineers. Un facsímil del original puede obtenerse accediendo a www.driedger.ca/Z-N/Z-n.pdf .
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-19

Controlador K Ti Td Tp
P 1/a 4L
PI 0.9/a 3L 5.7L
PID 1.2/a 2L L/2 3.4L
Tabla 1.1. Parámetros de controladores según Ziegler-Nichols
en base a la respuesta al escalón.

Un segundo método también desarrollado por Ziegler y Nichols se basa en una muy simple
caracterización de la respuesta en frecuencia del proceso controlado. El diseño se funda en el
conocimiento de un único punto del lugar de Nyquist del proceso: el punto donde P(j) corta
por primera vez al eje real negativo, que corresponde a la frecuencia 180 (ver Fig. 1.20). Los
parámetros de este punto pueden ser determinados experimentalmente de la manera siguiente:
conéctese un controlador puramente proporcional cerrando el lazo del proceso e increméntese
suavemente la ganancia hasta que el sistema comienza a oscilar. La ganancia para la cual ocurre
esto es K0 y el período de oscilación que se registra es T0. Los parámetros del controlador
sugeridos por Ziegler y Nichols son los que se consignan en la Tabla 1.2, donde también se
indica un valor aproximado del período Tp del modo dominante de la respuesta del sistema a lazo
cerrado.

Fig. 1.20. Caracterización de la respuesta en frecuencia según Ziegler-Nichols.

Controlador K Ti Td Tp
P 0.5 K0 T0
PI 0.4 K0 0.8 T0 1.4 T0
PID 0.6 K0 0.5 T0 0.125 T0 0.85 T0
Tabla 1.2. Parámetros de controladores según Ziegler-Nichols
en base a la respuesta en frecuencia.

Las reglas de ajuste de Ziegler y Nichols fueron desarrolladas para brindar una buena atenuación
de perturbaciones a lazo cerrado. Los métodos se basaron en simulaciones extensivas, y el
criterio de diseño empleado es el conocido como atenuación de un cuarto de amplitud, es decir
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-20

que la amplitud de una oscilación ha ser reducida en un factor de cuatro luego de transcurrido un
período de la onda. Ésto corresponde a un factor de amortiguamiento =0.2 para los polos
dominantes de lazo cerrado, lo que brinda una performance muy pobre.

Fig. 1.21. Comparación de los métodos de Ziegler-Nichols. El proceso es P(s)=e-2s/(1+s)4.


La respuesta al escalón es la mostrada en la Fig. 1.19, y la curva de Nyquist es la de la Fig.
1.20. El controlador es PI. Se muestran las respuestas a un escalón en la variable de
referencia para t =0 seg, seguido de una perturbación de carga en t =100 seg.

Contemplando la Fig. 1.21, se nos ocurre pensar que ningún ingeniero de control de la década de
1950 puede haberse sentido feliz con las respuestas temporales que obtenía al aplicar los
métodos de Ziegler-Nichols. La pregunta que surge es: ¿qué razón subyacía y/o subyace a la
popularidad de estos procedimientos, en vista de la tristeza que dimana de los resultados
obtenidos de su aplicación? La respuesta es elemental: la sim-pli-ci-dad. Tanto el método de
respuesta al escalón, como el basado en la respuesta en frecuencia, son sumamente fáciles de
aplicar y los resultados obtenidos constituyen un punto de partida confiable, para que el
ingeniero de planta ejercite la habilidad de sus neuronas, a fin de lograr mejoras palpables en la
salida del proceso.

1.4.2. Reglas de Chien, Hrones y Reswick.


Por cierto que no fueron Ziegler y Nichols los únicos en incursionar por el florido prado de las
fórmulas sintéticas que pretenden brindar una panacea al problema de la sintonía de los lazos de
control... Si damos una ojeada a la literatura del último medio siglo en esta área, nos
encontramos con textos, como el enciclopédico de W. Oppelt4, donde se describen los métodos
de: Cohen y Coon; Chien, Hrones y Reswick; Hazebroek y Van der Waerden; Oldenburg y
Sartorius; Takahashi; Ziegler y Nichols; etc.

Las reglas de Chien, Hrones y Reswick fueron desarrolladas en 1952 como consecuencia de
intensivas simulaciones realizadas con la ayuda de computadoras analógicas. Presentan la
ventaja de haber sido calculadas por separado para las respuestas al comando y a la perturbación
de carga, encontrándose a su vez diferenciadas en reglas para respuestas aperiódicas y reglas
para respuestas oscilatorias con 20% de sobrepasamiento frente a una excitación en escalón.
Estas reglas se basan en caracterizar los procesos mediante los parámetros: ganancia estática Ke,
máxima pendiente de la respuesta Ke/Ta y tiempo de retardo Tr, obtenibles de la respuesta al
escalón (Fig. 1.22).

4
W. Oppelt: Kleines Handbuch Tecnischer Regelvorgänge. Verlag Chemie GmBH, Weinheim/Bergstr., 1972.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-21

Fig. 1.22. Respuesta al escalón unitario de un proceso y procedimiento


empleado para determinar los valores de Ke, Ta y Tr.

Respuesta aperiódica de tiempo mínimo

al escalón de comando al escalón de perturbación

0.3 Ta 0.3 Ta
P K  K 
K e Tr K e Tr

0.35 Ta 0.6 Ta
PI K  ; Ti  1.2 Ta K  ; Ti  4 Ta
Ke Tr Ke Tr

0.6 Ta 0.95 Ta
PID K  ; Ti  Ta ; Td  0.5 Tr K  ; Ti  2.4 Ta ; Td  0.42 Tr
Ke Tr Ke Tr

Tabla 1.3. Parámetros de controladores según CHR para respuesta aperiódica.

Respuesta oscilante con 20% de sobrepasamiento

al escalón de comando al escalón de perturbación

0.7 Ta 0.7 Ta
P K  K 
K e Tr K e Tr

0.6 Ta 0.7 Ta
PI K  ; Ti  Ta K  ; Ti  2.3Ta
K e Tr Ke Tr

0.95 Ta 1.2 Ta
PID K  ; Ti  1.35 Ta ; Td  0.47 Tr K  ; Ti  2 Ta ; Td  0.42 Tr
Ke Tr Ke Tr

Tabla 1.4. Parámetros de controladores según CHR para respuesta oscilante con 20% de sobrepasamiento.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-22

A fines comparativos, los valores de ajuste para respuesta aperiódica y oscilante de las Tablas
1.3 y 1.4, han sido aplicados al mismo proceso P(s)=e-2s/(1+s)4 que utilizáramos al tratar los
ajustes de Ziegler-Nichols, mostrándose los resultados para controladores PI en los gráficos de la
Fig. 1.23.

Fig. 1.23. Conjunto de ajustes CHR. El proceso es P(s)=e-2s/(1+s)4. La respuesta al


escalón es la mostrada en la Fig. 1.22, con los parámetros Ke=1; Tr=3.425seg; Ta=4.464seg.
El controlador es PI. Se muestran las respuestas a un escalón en la variable de referencia
para t =0 seg, seguido de una perturbación de carga en t =100 seg.

Comparando las Figs. 1.21 y 1.23, no encontramos razones para sentirnos demasiado felices.
Podemos, eso sí, decir que los ajustes según CHR producen respuestas subjetivamente mejores
que los de Z-N. Tampoco debemos caer en el error de juzgar la bondad de un método por su
aplicación a un único caso, donde con toda probabilidad hemos tenido la mala suerte de toparnos
con un proceso P(s) mal acondicionado.

Como síntesis podemos decir que en su conjunto, las reglas empíricas, constituyen un punto de
partida viable para la determinación del ajuste de controladores, hecho que resulta
particularmente ventajoso cuando no se cuenta con un modelo analítico preciso del proceso
controlado.

Recientemente se han realizado ulteriores aportes al área de las reglas empíricas de ajuste,
destacándose los trabajos de Hägglund y Åström5 que se encuentran sintetizados en una de las
publicaciones6 de esta Cátedra.
5
T. Hägglund, K.J. Åström: Revisiting the Ziegler-Nichols Tuning Rules for PI Control. Asian Journal of Control,
vol. 4, No. 4, (Dec. 2002), págs 364-380. K.J. Åström, H. Panagopoulos, T. Hägglund,: Design of PI Controllers
based on Non-Convex Optimisation. Automatica, vol. 34, No. 5, (1998), págs. 585-601.
6
W. Cova: Control PID – un enfoque descriptivo. Universidad Tecnológica Nacional, F. R. La Rioja. 2005.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-23

1.5. Ajuste de parámetros aplicando constante de tiempo equivalente.


1.5.1. Constante de tiempo equivalente.
En la industria de procesos, a menudo resulta imposible contar con un modelo preciso del
comportamiento de la planta. Esto en general ocurre porque el sistema no responde a un modelo
de parámetros concentrados, por lo que mal puede ser representado por ecuaciones diferenciales
ordinarias. En estos casos, se obtienen buenos resultados si se procede a caracterizar la dinámica
de la planta controlada por medio de una constante de tiempo equivalente.

El empleo de la constante de tiempo equivalente, es particularmente aconsejable para el caso de


plantas aperiódicas y bien amortiguadas.

El valor de la constante de tiempo equivalente, corresponde a la de aquel sistema de primer


orden que mejor aproxime la respuesta al escalón de la planta en cuestión, en el sentido de tener
la misma ganancia estática e igual superficie de control.

La superficie de control de un sistema proporcional (es decir sin polos en el origen) está definida
como la superficie encerrada entre la curva de respuesta al escalón y el valor final alcanzado
(Fig. 1.24-a). Para un sistema de primer orden cuya función de transferencia es

Ke
P1 ( s) 
Te s  1

la respuesta ante un escalón vale


 1 Ke    t 
L 1     K e 1  e e 
T

 s Te s  1  

y la superficie de control (Fig. 1.24-b) se calcula como

   t 
Te 
d   t   K eTe
   t   t
       e 0
Te Te
K
 e K e 1 e  dt K e dt ( T ) K e
   Te 
e e
0
 0

(a) (b)

Fig. 1.24. Superficies de control.


SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-24

Fig. 1.24. Definición de la planta sustituta en base a un sistema de primer orden con
constante de tiempo equivalente. Las áreas sombreadas por debajo y por arriba de la
exponencial se compensan.

La expresión analítica de la superficie de control de un planta proporcional cualquiera es


sencilla. Partiendo de una planta con función de transferencia racional

bn s n   b1s  b0
P( s)  ; con an  1; bi  0 para i  m
an s n   a1s  a0
(1.22)
b0 b s 
' n
 b s 1
'
bi ai b0
  n 1
; bi'  ; ai'  ; Ke 
a0 a s 
' n
n  a s 1
1
'
b0 a0 a0

se puede calcular el valor de la superficie buscada, excitando a la planta con un escalón unitario
 (t ) utilizando un integrador y previa sustracción del valor final Ke  P(0) de acuerdo al
diagrama en bloques

Ke

 (t ) P( s) Ac
1s
_

P1 ( s )
Fig. 1.26. Diagrama para el cálculo de la superficie de control Ac.

y con
P1 ( s)  P(0)  P( s)  K e  P( s) 
 bn' s n   b1' s  1   (an'  bn' ) s n   (a1'  b1' ) s  (1.23)
 K e  1  ' n   Ke   
 an s   a1' s  1  an' s n   a1' s  1 
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-25

se calcula la superficie de control Ac

1  1  b a b 
Ac  lim s      P1 (s)    K e  a1'  b1'   0  1  1  . (1.24)
s 0
s  s  a0  a0 b0 

De modo que la función de transferencia sustituta de primer orden resulta ser

Ke
Pe ( s) 
Te s  1
(1.25)
b a b
con K e  0 ; Te  1  1
a0 a0 b0

Podemos constatar además que las plantas con tiempo muerto también son representables
mediante una función de transferencia sustituta

1
P( s)  K e  e Tm s  K e 
T s (T s ) 2
1 m  m 
1! 2! (1.26)
1
 Ke 
1  Tm s

ya que eliminando del desarrollo en serie del denominador de (1.26) los términos de orden
superior al primero, nos encontramos de nuevo ante una función de transferencia sustituta de
primer orden.

De esta manera, una función de transferencia generalizada

bm s m   b1s  b0
P( s)  eTm s  (1.27)
an s n   a1s  a0

posee la constante de tiempo equivalente


a1 b1
Te  Tm   . (1.28)
a0 b0

Un ejemplo de cálculo servirá para afirmar nuestros conocimientos. Sea entonces la planta de
tercer orden con tiempo muerto y un cero en el semiplano derecho, cuya función de transferencia
es
P( s)  K e eTm s
T1s  1 T2 s  1
 s 2 2 
T3 s  1    s  1
 0  0 

Operando en numerador y denominador para llevar a P( s) a la forma general (1.22) tenemos


SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-26

b1
b0

TT1 2 s  (T1  T2 ) s  1
2
P( s )  K ee Tm s
T3 3  1 2 T3  2  2 
s  2   s   T3  s 1
0
2
 0 0   0 
a1
a0

y calculamos la constante de tiempo equivalente de la planta sustituta como

2
Te  Tm  T3   T1  T2 .
0

Si bien el ejemplo demuestra la influencia de los diferentes componentes de una planta sobre el
valor de Te , no debemos perder de vista que este método es de aplicación cuando tan sólo se
cuenta con los datos empíricos procedentes del registro gráfico del comportamiento de la planta
en respuesta a una excitación en escalón. En tal caso, se procede a determinar el valor de la
ganancia estática K e y a estimar el área Ac de la superficie de control. Por aplicación de las
expresiones (1.24) y (1.25), la constante de tiempo equivalente se calcula como

Ac
Te  . (1.29)
Ke

La función de transferencia sustituta de primer orden, brinda una buena aproximación a la


respuesta en fase para bajas frecuencias (hasta   1/ Te ) de la f.t. de la planta original. El caso
más desfavorable para tal aproximación ocurre cuando la constante de tiempo equivalente
corresponde a polos con iguales constantes de tiempos (es decir planta con polos múltiples). En
consecuencia, luego de dimensionar un controlador empleando la constante de tiempo equiva-
lente, se deberá verificar que la frecuencia de cruce (c ) de lazo abierto del sistema compen-
sado, se encuentre por debajo del valor 1/ Te , lo que equivale a decir que c debe pertenecer al
dominio de validez del método.

A los efectos de justificar eso de que «el caso más desfavorable para la aproximación ocurre
cuando la constante de tiempo equivalente corresponde a polos con iguales constantes de
tiempos (es decir planta con polos múltiples)», vamos a considerar una planta de segundo orden

1
P( s ) 
T1s  1T2 s  1
en la que sin pérdida de generalidad hemos supuesto ganancia unitaria. Si ponemos T1 = T y
además T2 = qT se puede escribir

1 1
P( s )  
Ts  1 qTs  1 qT s  1  q  Ts  1
2 2

La planta equivalente de primer orden Pe(s) resultante por aplicación de la expresión (1.25) es
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-27

1
Pe ( s)  con Te  1  q  T
Te s  1

La pregunta que nos planteamos responder es: ¿para qué valor de q se hace máxima la diferencia
entre la planta equivalente Pe(j) y la planta original P(j) a la frecuencia  =1/Te ?

Podemos escribir
1 1
Pe ( j )   1  Pe ( j )   1  = e j 4
Te 1 q T j 1 2
  
 j tan 1  1 1 q  
1 1   1 q 2  
P( j )   1   e   

1 q T   
2
q 
2
qT
j  1   1  1  
 1  q 2 T 2   1  q 2 
   

Procederemos ahora a analizar para qué valor de q se produce la máxima diferencia de


módulos. Resulta obvio que el valor de q buscado será el que minimice la expresión del
subradical correspondiente al módulo de P(j), es decir

 2

d   q   1  q   2q 1  q   0
2

1  1   0  
dq   1  q 2   1  q 
4

 
1  2q  q  2q  2q  0
2 2
 1  q2  0  q 1

Por cierto, el mismo valor de q que se acaba de calcular es el que maximiza la diferencia de los
argumentos angulares, puesto que q=1 hace máximo el valor del argumento de P(j), como
resulta fácil comprobar. Recursivamente podríamos reproducir el anterior argumento para
plantas de tercero, cuarto y enésimo orden.

En definitiva, se deduce que el peor caso para la aproximación por constante de tiempo
equivalente se da cuando la planta posee polos múltiples. La consecuencia es que si se puede
demostrar la estabilidad para el caso de plantas con polos múltiples, quedará automáticamente
asegurada la estabilidad para plantas con polos disímiles.

1.5.2. Dimensionamiento en base a la constante de tiempo equivalente.


El controlador más simple que puede ser dimensionado en base a Te es el tipo I (integrador
puro). La función de transferencia de lazo abierto correspondiente es

1 Ke Ti 1
L( s )   ; y normalizando  TiN resulta L( s)  . (1.30)
Ti s (Te s  1) Ke TiN s(Te s  1)

La f.t. de lazo cerrado resulta ser


SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-28

L( s ) 1 1
T ( s)    (1.31)
1  L( s) TiN Te s  TiN s  1  s  2
2 2

   s 1
 0  0

y en función del amortiguamiento  el tiempo de integración normalizado es

TiN  4 2Te . (1.32)

La frecuencia de cruce de lazo abierto c es calculable también en función de la relación de


amortiguamiento 

1
1  L( jc )  ;
TiN c (Tec ) 2  1
(1.33)
1  4 2Tec (Tec ) 2  1

Operando algebraicamente sobre (1.33) se obtiene

1 1
cTe   1 1 (1.34)
2 4 4

deduciéndose que la frecuencia de cruce c  1/ Te para   (1/ 32)1/ 4  0.4204 , lo que nos
asegura que el amortiguamiento óptimo  = 0.707 conducirá a un dimensionamiento del
controlador TiN  2Te  Ti  2Te Ke compatible con el dominio de validez del método
empleado.

1.5.2.1. Dimensionamiento de otros controladores standard.


El método de la constante de tiempo equivalente es utilizable para calcular los parámetros de
controladores P, PI y PID. De acuerdo a las consideraciones de peor caso realizadas
precedentemente, asumiremos que la constante de tiempo equivalente surge de una planta con
polos múltiples.

Controlador P: Una vez calculadas la ganancia estática Ke y la constante de tiempo equivalente


Te , suponemos que Te es originada por una planta con un polo doble en s = –2/Te , por lo que
la función de transferencia de lazo abierto del sistema compensado será

Ke
L( s )  K  2
; y normalizando K N  K K e
 Te 
 s  1
2 
(1.35)
KN KN
resulta L(s)= 2
con la f.t. de lazo cerrado T ( s)  2
 Te   Te 
 s  1   s  1   KN
2  2 
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-29

Procediendo de la misma manera que hiciéramos con el controlador I, una relación de


amortiguamiento  = 1/2 en la f.t. de lazo cerrado nos conduce a K N  1  K  1/ Ke . Para
K N  1 es L( jc )  1 solamente para c  0 con lo que se verifica la condición c  1/ Te .

Controlador PI: En este caso también supondremos que Te es originada por una planta con un
polo doble en s = –2/Te , por lo que nos queda la función de transferencia de lazo abierto

Ti s  1 Ke
L( s )  K  2
(1.36)
Ti s  Te 
 s  1
2 

Si en (1.36) compensamos un polo de la planta con el cero del controlador, adoptamos el


dimensionamiento del tiempo de integración

Ti  Te / 2 (1.37)

Reemplazando el valor calculado en (1.37) y simplificando obtenemos

K Ke Te 1
L( s )   y si llamamos TN  , es: L( s)  (1.38)
Te  Te
s  s  1 2 KK e T 
TN s  e s  1
2 2  2 

Comparando la (1.38) con la Ec.(1.30), determinamos que ambas son formalmente idénticas, por
lo que sin más trámite importamos los resultados obtenidos al tratar el controlador I, teniendo
por cierto el cuidado de respetar el valor de Te/2 del denominador de (1.38).

En estas condiciones, la Ec.(1.34) conduce a que la frecuencia de cruce será c  1/ Te para


valores de amortiguamiento de lazo cerrado   (1/ 5)1/ 4  0.6687 , por lo que usando  = 0.707
aseguramos la condición de frecuencia de cruce. Con dicho valor de amortiguamiento la (1.32)
nos conduce a
Te 1
TN  Te   Te y, en consecuencia: K  (1.39)
2 KKe 2Ke

quedando completado el dimensionamiento del controlador PI.

Controlador PID: Para este controlador debemos partir del supuesto que la constante de tiempo
equivalente Te es originada por una planta con un polo triple en s = –3/Te ; para el controlador
utilizaremos la forma PI-PD que es más fácil de dimensionar que la forma standard.

Con el controlador:
 1 
C ( s )  K 1   1  Td s  (1.40)
 Ti s 
calculamos la f.t. de lazo abierto
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-30

L( s )  K
1  Ti s 1  Td s   Ke
(1.41)
3
Ti s  Te 
 s  1
3 

Resulta inmediato que si se elige


Te
Ti  Td  (1.42)
3

podemos simplificar en la (1.41) dos ceros contra dos polos, de modo que procediendo según lo
hiciéramos en (1.38) tendremos que:

K Ke Te 1
L( s )   y poniendo TN  , es: L( s)  (1.43)
Te  Te
s  s  1 3KK e T 
TN s  e s  1
3 3  3 

Vemos que podemos repetir los cálculos del caso PI, cuidando ahora de respetar el valor de Te/3
del denominador de (1.43). Así, la (1.34) nos conduce a un límite de la relación de amortigua-
miento   (9 / 28)1/ 4  0.753 para asegurar que c  1/ Te . Ello nos obliga a seleccionar por
ejemplo  = 1 que, a través de (1.32) nos conduce a

4 Te 4 1
TN  Te   Te y, por lo tanto: K  (1.44)
3 3KKe 3 4Ke

1.5.2.2. Comparación con las reglas empíricas.


Al objeto de completar el conjunto de resultados comparativos que hemos venido elaborando
hasta el presente, ajustaremos el controlador PI de nuestra planta de referencia P(s)=e-2s/(1+s)4
por el método de la constante de tiempo equivalente.

Por simple inspección de P(s) y aplicando (1.28) deducimos el valor de la ganancia estática
Ke=1 y de la constante de tiempo equivalente Te=6 seg. Reemplazando en (1.37) y (1.39) obte-
nemos para el controlador Ti =Te/2=3 seg.; K=1/2. Los resultados de la simulación se muestran
en la Fig. (1.27).

Fig. 1.27. Ajustes por constante de tiempo equivalente Te para controladores PI y PID
operando con la planta P(s)=e-2s/(1+s)4. Se muestran las respuestas a un escalón en la
variable de referencia para t =0 seg, seguido de una perturbación de carga en t =100 seg.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-31

En la misma figura hemos graficado las respuestas para un controlador PID calculado de acuerdo
a (1.42) y (1.44).

Comparando las figuras (1.21), (1.23) y (1.27) vemos que los resultados obtenidos tanto por
aplicación de reglas empíricas como por el método de la constante de tiempo equivalente, son
muy parecidos. Este hecho no nos sorprende en absoluto: por más que el procedimiento de
cálculo por medio de la constante de tiempo equivalente aparezca a nuestros ojos como “más
analítico”, se basa en aproximar el comportamiento de la planta por una función sustituta de
primer orden a partir de la cual se calculan los parámetros. Pero también las reglas de Ziegler-
Nichols y de Chien, Hrones y Reswick se basan en una aproximación de este tipo; como
consecuencia, los resultados deben ser necesariamente similares.

1.6. Control en cascada.


1.6.1. Generalidades.
Hasta el presente, hemos caracterizado a las plantas controladas, como un único bloque diná-
mico. Especialmente en la industria de procesos, en instalaciones de calefacción o en
equipamientos eléctricos de accionamiento, es conducente considerar la planta subdividida en
bloques parciales. De tal manera se pueden representar con facilidad los puntos de aplicación de
perturbaciones, sirviendo además para simplificar el análisis del control.

Si con la modelización por bloques se representa la estuctura física de la planta, entonces con
toda seguridad se deseará asegurar que las variables intermedias se mantengan acotadas, aun en
presencia de perturbaciones. Designaremos como variables intermedias, a las salidas de los
bloques parciales que integran la planta controlada.

Consideremos como ejemplo una instalación de calefacción. Por efecto de la variación de


entalpía la caldera puede calentarse rápidamente, mientras que la temperatura del ambiente cale-
faccionado recién se modifica tras un largo tiempo de retardo. Si se empleara un único
controlador para regular la temperatura ambiente y si la potencia calefactora de la caldera fuera
la variable manipulada, existe el peligro (especialmente durante la puesta en marcha) que una
brusca variación del punto de ajuste origine un sobrecalentamiento de la caldera antes que el
controlador reduzca la señal de control como consecuencia del aumento de la temperatura de la
habitación.

PC C H
Potencia Temperatura Temperatura
Calefacción Caldera Habitación
Caldera Habitación
T1  5 min T2  60 min

Fig. 1.28. Modelo simplificado de una instalación de calefacción.

Se desea monitorear la temperatura de caldera mediante un sensor de modo de evitar que se


produzcan valores peligrosos; para ello se utilizará un controlador adicional cuya salida, adecua-
damente limitada, constituirá el valor de referencia para la temperatura de la caldera. Queda así
formado un sistema de control en cascada.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-32

Controlador Controlador
Temperatura Temperatura
Habitación Caldera

Href Cref C H
Temp.. _ _
deseada
PI+Limitador PI Caldera Habitación

Fig. 1.29. Control en cascada de calefacción.

En el ejemplo que acabamos de exponer, aparece una relación típica del control en cascada: el
lazo interno de control (la regulación de temperatura de caldera) posee una constante de tiempo
mucho menor que el lazo exterior (regulación de la temperatura de la habitación).

En general un control en cascada consiste en una planta constituida por la conexión serial de
bloques dinámicos, que representan “plantas parciales”. De acuerdo a la Fig. (1.30) la función
de transferencia de la planta completa vale

P(s)  P4 (s)  P3 (s)  P2 (s)  P1 (s) (1.45)

_o C1
_
o C2
_o C3
_
o C4 P4 P3 P2 P1

Fig. 1.30. Control en cascada.

Con cada variable intermedia se encuentra asociado un sensor que realimenta su valor al
controlador correspondiente ( C1, C2, C3, C4). Tan sólo la señal de control del lazo más interno
se aplica directamente a la entrada de la planta; las señales de control de los lazos externos
constituyen las señales de comando de los lazos sucesivos.

En la práctica, un control en cascada resulta más fácil de dimensionar que un control de lazo
único. Si la planta contiene integradores y constantes de tiempo de valor elevado, resultaría
necesario emplear (en un control de lazo único) varios adelantadores de fase a fin de asegurar la
estabilidad del conjunto. El resultado final no es satisfactorio, por la fuerte amplificación que los
adelantadores de fase proporcionan a las componentes de alta frecuencia del ruido de medición.
Resulta mucho más conveniente emplear sensores adicionales e implementar un control en
cascada, cuidando de asegurar que cada controlador proporciona una caída de alta frecuencia
suficiente para atenuar los ruidos.

El control en cascada hace posible una puesta en marcha secuencial de los lazos de control
comenzando del más interno y concluyendo con el exterior. Así, en nuestro ejemplo de la
calefacción, puede ponerse en marcha la regulación de temperatura de la caldera y posterior-
mente cerrar el lazo del control de temperatura del ambiente.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-33

d
Te  2 Te  10

_ _
C1 C2 P2 P1

Fig. 1.31. Perturbación en un control en cascada.

Otras de las ventajas del control en cascada está dada por el mejoramiento de la velocidad de
rechazo de perturbaciones que afecten los lazos internos. Refiriéndonos a la Fig. 1.31, el contro-
lador del lazo interno está dimensionado para la menor de las constantes de tiempo de la planta,
por lo que la perturbación d será compensada en un lazo de alta velocidad de respuesta, siendo
consecuentemente reducida su influencia sobre el lazo de control externo. Conceptualmente d
puede representar tanto una variable física perturbadora, como una variación de los parámetros
de la planta parcial P2. Observamos entonces que el control en cascada hace más insensible al
sistema frente a variaciones de la planta, y en consecuencia mejora su robustez.

1.6.2. Dimensionamiento de un control en cascada. Cálculo por aproximación.


La dinámica de conjunto de un control en cascada es de orden elevado. Un cálculo analítico de
los ajustes de los controladores, fracasa rápidamente frente al alto de grado de los polinomios
que aparecen en las funciones de transferencia. Solamente para casos especiales de plantas con
estructuras regulares pueden deducirse expresiones analíticas útiles. Una muy buena solución
aproximada es la que brinda la aplicación del método de la constante de tiempo equivalente.

De acuerdo a lo presentado en 1.5.2., sabemos calcular un controlador I para una planta de


primer orden
1
P( s)  (1.46)
Te s  1
1
C ( s)  con Ti  4 2Te (1.47)
Ti s

La función de transferencia de lazo cerrado resultante es, de acuerdo a (1.31):

1 1
T ( s)   2 2 2 (1.48)
i e s  Ti s  1
TT 2
4 Te s  4 2Te s  1

y aplicando la definición (1.28) encontramos el valor de la constante de tiempo equivalente de


lazo cerrado
TeLC  4 2Te . (1.49)

Si la planta consiste en un función de transferencia sustituta y un elemento de primer orden en el


lazo interior, con ulteriores elementos de primer orden en las etapas exteriores (Fig. 1.32), se
pueden emplear controladores PI.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-34

V3 V2 V1
_o C1
_
o C2
_o C3 Te T3 T2 T1

Fig. 1.30. Control en cascada – Vi, Ti son las ganancias y constantes de tiempo de las etapas de primer orden.

Comenzando por el lazo interior se dimensionarán los controladores en forma sucesiva; en cada
etapa, el cero del PI compensará una constante de tiempo conocida de la planta. Se empleará la
misma relación de amortiguamiento  para todas las etapas.

Ti 3 s  1
C3 ( s)  K3 (1.50)
Ti 3 s
V3
P3 ( s)  (1.51)
(Te s  1)(T3 s  1)

El tiempo de integración de C3 es entonces


Ti 3  T3 (1.52)
Planteando la f.t. de lazo cerrado y resolviendo en función de  obtenemos la ganancia K3 del
controlador y la constante de tiempo equivalente Te3 del lazo más interno:

T3
K3  (1.53)
4 2Te V3
Te3  4 2Te (1.54)

La constante de tiempo equivalente Te3 será empleada para dimensionar C2(s). El adelanto de
C2 compensará la constante de tiempo T2 de la planta, resultando


Ti 2  T2

 T2 T2
K2   (1.55)
 4 Te3 V2  4 2 T 2 V
2 2
e 2

Te 2  4 2Te3   4 2  Te2
2

Con este procedimiento, vemos que las constantes de tiempo crecen de adentro hacia fuera con
un mismo factor
b  4 2 . (1.56)

La velocidad de respuesta del sistema queda entonces determinada por la constante de tiempo
equivalente del lazo más interno. Si se vuelve a dibujar el diagrama de bloques de la Fig. 1.30
considerando la simplificación de polos y ceros que provoca el dimensionamiento adoptado
obtenemos:
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-35

1 1 1 1
_
3
b Te s _
2
b Te s _ bTe s Te s  1

Fig. 1.31. Control en cascada – diagrama reducido.

La Fig. 1.31 presenta la apariencia de varios controladores ocupados en regular una misma
variable de salida. Un análisis detallado del comportamiento del sistema, nos conduce a que esta
estructura es estable, con independencia de la cantidad de etapas involucradas, mientras se elija
una relación de amortiguamiento   1/ 2 .

Si una etapa de la planta contiene más de una constante de tiempo conocida, el correspondiente
controlador puede dimensionarse como PID, seleccionando los parámetros de los ceros para
producir la simplificación de los polos de la planta. El restante dimensionamiento puede
realizarse según el mismo procedimiento que empleamos para el PI.

1.6.3. Control en cascada para una planta integradora. Método del óptimo simétrico.
Si una etapa de la planta posee un integrador además de un componente de primer orden, surge
un caso especial, que requiere un tratamiento diferente. Sea entonces la etapa que se representa
en la siguiente figura.

W U 1 1 Y
C (s)
_ Te s  1 T1 s

Fig. 1.32. Etapa integradora en una cascada.

Si elegimos para el controlador una estructura PI7 la función de transferencia de lazo abierto
tiene la forma

Ti s  1 1 K Ti s  1
L( s )  K    (1.57)
Ti s T1 s Te s  1 Ti T1 s 2 Te s  1

No podemos simplificar el cero con el polo de la planta: si hiciéramos eso, al cerrar el lazo nos
quedaría un oscilador precioso! Resulta evidente que, de las dos posibles distribuciones de
polos y ceros que tenemos variando Ti , la correspondiente a Ti > Te da origen a un lugar de
raíces estable.

7
A pesar de ser integradora la planta, resulta necesario que el controlador también posea acción integradora para
cancelar las perturbaciones cuyo punto de entrada al sistema se encuentre antes del integrador.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-36

j 1 j
1
 
Ti Ti
o    o 
1  1 
 
Te Te
Ti  Te Ti  Te

Fig. 1.33. Distribuciones de polos y ceros para (1.57).

El factor de adelanto-atraso de fase de (1.57) proporciona un adelanto de fase

  arctan Ti   arctan Te  (1.58)

cuyo máximo corresponde a la frecuencia


1
m  (1.59)
Ti Te
1 1
que es la media geométrica entre y .
Te Ti

Si se define el factor a de la forma:


Ti  a 2Te (1.60)
entonces resulta:
1 a
m   . (1.61)
aTe Ti

La curva de fase de L(j) posee un máximo global a la frecuencia m (véase Fig. 1.34) Debido
a la simetría que manifiesta la curva de fase, el presente método de dimensionamiento se conoce
como método del óptimo simétrico8. El valor del máximo de fase, depende de la relación entre
las constantes de tiempo, es decir depende de a.

Ti T 1 
max  arctan  arctan e  arctan(a)  arctan    (1.62)
Te Ti a 2

Por lo tanto resulta criterioso elegir la ganancia K del controlador, de manera tal que m se
corresponda con la frecuencia de cruce c haciendo L( jm )  1 , con lo que el valor de (1.62)
corresponde al margen de fase del sistema.

8
Escarbando en las razones por las cuales aparece la palabra ‘óptimo’ en el nombre de este método, debemos
consignar que su aplicación corresponde a maximizar la planitud de la respuesta en frecuencia del polinomio
denominador de la función de transferencia de lazo cerrado, muy similarmente a como se procede al diseñar un filtro
analógico de Butterworth.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-37

Fig. 1.34. Diagrama de Bode para ‘óptimo simétrico’. max es igual al margen de fase del sistema.

Sustituyendo en (1.57) Ti  a 2Te y tomando a como parámetro de dimensionamiento, la f.t. de


lazo abierto se reescribe en la forma:

K a 2Te s  1
L( s )  2  (1.63)
a Te T1 s 2 Te s  1

De acuerdo con (1.62) el parámetro a depende del margen de fase max que se pretenda lograr,
por lo que prefijando este último valor quedan determinados tanto a como la frecuencia m
que, como dijimos corresponde a la frecuencia de cruce del sistema.

Fig. 1.35. Relación de a vs .


SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-38

A la frecuencia m debe dimensionarse la ganancia K del controlador de modo que la f.t. de


lazo abierto sea unitaria

K (a 2Te m )2  1
1  L( jm )  2  (1.64)
a Te T1m2 (Te m )2 s  1

Reemplazando en (1.64) a m por su valor, dado por (1.61) y operando algebraicamente se


deduce:
1 T
K  1. (1.65)
a Te

Si se reemplaza el valor calculado de K en la expresión (1.63) de la f.t. de lazo abierto y se


simplifica:
a 2Te s  1
L( s )  (1.66)
a  aTe s  Te s  1
2

con (1.66) estamos ahora en condiciones de calcular la función de transferencia de lazo cerrado,
llevando a como único parámetro, ya que Te depende exclusivamente de la planta (veáse fig.
1.32),

L( s ) N ( s) a 2Te s  1
T ( s)    3 3 3 (1.67)
1  L( s) D( s) a Te s  a 3Te2 s 2  a 2Te s  1

El polinomio denominador de T(s) posee siempre un polo real en s  1 (aTe ) ; factoreando


entonces a D(s) tendremos:

D( s)   aTe s  1  aTe s    a  1 aTe s  1


2
 
 s  2 a  1  (1.68)
  aTe s  1    s  1
 m  m 

por lo que los dos polos restantes poseerán una relación de amortiguamiento

a 1
  . (1.69)
2

La Ec.(1.69) brinda un alternativa al problema del dimensionamiento del controlador: dado un


amortiguamiento deseado, obtenemos a, valor con el que calculamos la frecuencia de cruce m
y los parámetros K y Ti del controlador PI. Observamos que el valor de la constante de tiempo
Te de la planta define la velocidad de respuesta del sistema.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-39

Fig. 1.36. Respuesta al escalón de (1.67)

Todas las respuestas al escalón exhiben sobrepasamiento, debido al efecto del cero en el
numerador de T(s). Por otra parte, si aplicamos la definición de superficie de control (1.28) a la
f.t. de lazo cerrado (1.67) obtenemos

b0  a1 b1 
Ac      a Te  a Te  0
2 2
(1.70)
a0  a0 b0 

Ello significa dos cosas: en primer lugar que la aplicación del método del óptimo simétrico
produce una f.t. a lazo cerrado para la cual no es posible definir una constante de tiempo
equivalente, y en segundo término que las áreas encerradas por arriba y por debajo del valor final
(1) y la curva de respuesta al escalón, se compensan entre sí.
Retornando ahora a nuestro punto de partida, es decir a la Fig. 1.32: si esta etapa, cuyo
controlador C(s) acabamos de dimensionar, se encuentra integrada en una cascada, será
necesario conectarle un filtro de comando con la constante de tiempo a2Te a fin de eliminar el
cero del numerador de T(s) .

V 1 W C (s) U 1 1 Y
a Te s  1
2
_ PI Te s  1 T1 s

Fig. 1.37. Etapa integradora con compensador y filtro de comando.

De esta manera, la función de transferencia de V a Y queda

Y ( s) 1 1
 2  T ( s)  3 3 3 (1.71)
V ( s) a Te s  1 a Te s  a Te s  a 2Te s  1
3 2 2

y procediendo en la forma acostumbrada, podemos reemplazar a (1.71) por su constante de


tiempo equivalente para continuar con el dimensionamiento de los lazos de control exteriores.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-40

1.6.4. Consideraciones finales.


Los lazos internos de un control en cascada se implementan con el objeto de limitar ciertas
variables físicas (p.ej.: temperatura de caldera, corriente de inducido, etc.) o bien para minimizar
los adelantos de fase necesarios y en consecuencia mejorando la robustez ante el ruido del
sistema en su conjunto. Para ambas finalidades no resulta imprescindible que estos lazos de
control trabajen con error estacionario nulo. En consecuencia se puede prescindir de
controladores integradores si los proporcionales brindan un error suficientemente pequeño. El
uso de un controlador proporcional hace más rápida la respuesta transitoria (pagando el
consabido costo del error en estado de régimen).

Cumpliéndose las condiciones antedichas y siendo suficiente el rechazo de perturbación


proporcionado por los controladores P, se puede diseñar el control en cascada empleando un
único controlador PI en el lazo externo para garantizar la precisión de la última variable
controlada.

1.7. Interacción de integradores con actuadores saturables.


1.7.1. El problema del windup.
El windup9 es un efecto no lineal que se encuentra en prácticamente todos los controladores y es
causado por la interacción de la acción integradora con las saturaciones. Todos los actuadores
están sujetos a limitaciones: un motor tiene una velocidad máxima, una válvula no puede estar
más abierta que totalmente abierta (o recíprocamente, totalmente cerrada), la salida de un
amplificador no puede superar la tensión de alimentación, etc. Para un sistema de control que
opere en un amplio rango de condiciones, puede ocurrir que la variable de control alcance los
límites o topes del actuador. Cuando esto último ocurre, el lazo de realimentación se interrumpe
y el sistema opera a lazo abierto, porque el actuador permanece en el tope independientemente
del valor de la salida del proceso. Si el controlador utilizado posee acción integradora, el error
continuará siendo integrado. Esto significa que el término integral puede llegar a hacerse muy
grande; coloquialmente diríamos que se va “remontando” como un barrilete cada vez más alto o,
en inglés: ‘it winds up’. Posteriormente se requiere que el error posea signo contrario durante
un largo período antes de que las cosas retornen a la normalidad. Extraemos como consecuencia
que todo controlador que posea acción integradora puede originar transitorios largos cuando se
satura el actuador.

Para ejemplificar el efecto de windup, se muestra en la Fig. 1.38 el comportamiento de un


proceso integrador gobernado por un controlador PI, con un actuador saturable. La variación
inicial del punto de ajuste es tan grande que el actuador satura de inmediato en su límite superior.
El término integral crece inicialmente por ser el error positivo; alcanza su máximo para t=10,
tiempo para el cual el error se anula. El actuador permanece saturado en este punto, debido al
valor elevado que posee el término integral, y continuará en el límite superior hasta que el error
haya sido negativo durante el tiempo necesario para la parte integral disminuya hasta alcanzar un
valor bajo. Se observa en la figura que la señal de control u(t) oscila repetidas veces entre sus
límites superior e inferior. El efecto neto es un gran sobrepasamiento y una oscilación
amortiguada hasta el momento en que la variable controlada y(t) se mantiene lo suficientemente
cerca del punto de ajuste, el actuador deja de saturar y el sistema exhibe un comportamiento

9
Podríamos traducir windup como un efecto de carga o acumulación en el integrador, pero preferimos no hacerlo ya
que el fenómeno se conoce internacionalmente con su designación en inglés.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-41

lineal. Si bien en este ejemplo hemos considerado el windup originado por un escalón en la
variable de referencia, también puede ocurrir por efecto de perturbaciones.

Fig. 1.38. Ilustración del windup de un integrador. Considérese que la variable de


salida y(t) representa las variaciones del nivel de un tanque de líquido alrededor de su
valor medio, siendo el caudal de entrada gobernado por una válvula y un controlador PI.

El fenómeno de windup era bien conocido por los fabricantes de controladores analógicos y las
soluciones desarrolladas muchas veces fueron protegidas como secretos industriales. El
problema del windup se redescubrió cuando los controladores fueron implementados
digitalmente: varios métodos para evitarlo fueron presentados en la literatura técnica. Pasamos a
analizar algunos de ellos.

1.7.2. Solucionando el windup.


1.7.2.1. Limitación del Punto de Ajuste.
Una manera de evitar el windup es introducir limitadores en las variaciones de la señal de
referencia, de modo tal que el actuador nunca alcance sus límites de saturación. Este
procedimiento resulta excesivamente conservador, con la consecuente disminución de la
performance. Por otra parte, no evita el windup causado por las perturbaciones de carga.

1.7.2.2. Algoritmos Incrementales.


En los primeros tiempos del control industrial, la acción integral era incorporada al actuador,
empleando por ejemplo un motor que operaba directamente sobre una válvula. En este caso el
windup era evitado automáticamente, ya que la integración se interrumpía al detenerse la válvula
contra su tope. Cuando los controladores se implementaron utilizando técnicas analógicas (y
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-42

posteriormente computadoras), muchos fabricantes emplearon los así llamados algoritmos de


velocidad que configuran análogos del antiguo diseño mecánico. Un algoritmo de velocidad en
primer lugar calcula la velocidad de variación de la señal de control que es luego empleada para
controlar un integrador. Mediante este concepto resulta fácil inhibir la integración toda vez que
la salida del actuador se sature. Si la salida del actuador no es medible, puede emplearse un
modelo para computar la saturación.

1.7.2.3. Cálculo Retrógrado y Seguimiento.


El cálculo retrógrado funciona de la siguiente manera: cuando la salida se satura, el término
integral del controlador es recalculado de tal manera que su nuevo valor provoque una salida en
el límite de saturación. Resulta ventajoso no resetear el integrador en forma instantánea sino
dinámicamente, a través de una constante de tiempo Tt.

El controlador de la Fig. 1.39, basado en cálculo retrógrado, posee un lazo de realimentación


extra que se genera midiendo la salida u del actuador (en la figura del modelo del actuador) y
formando la señal de error es como la diferencia entre la salida del controlador v y u. La
señal es es inyectada a la entrada del integrador a través de la ganancia 1/Tt ; si no hay
saturación es es nula y por lo tanto no afecta la operación lineal del controlador. Cuando el
actuador se satura, es es negativa y no-nula; el lazo principal de realimentación se interrumpe,
pero debido al lazo auxiliar la salida del integrador es llevada a un valor tal que anule su entrada.
En condiciones de saturación la entrada del integrador vale:

1 K
es  e  0, donde e es el error actuante
Tt Ti

y este valor ha de ser necesariamente cero para que el integrador deje de integrar.

KTt
En tal situación vale es   e
Ti
KTt
y siendo es  u  v resulta v  ulim  e
Ti
donde ulim es el valor de saturación de la variable de control. Esto significa que v se ubica en
un valor ligeramente por encima del límite de saturación y que la señal de control puede
reaccionar tan pronto como el error cambia de signo. De esta manera el integrador queda
impedido de sufrir windup. La velocidad con la cual se resetea el integrador depende de la
ganancia 1/Tt, pudiéndose interpretar Tt como la constante de tiempo que determina la rapidez
de reseteo y es llamada constante de tiempo de seguimiento. Y hablamos de seguimiento (o
‘tracking’), porque se obliga a la señal v a seguir de cerca las evoluciones temporales de u. es
decir que la señal de salida del controlador PID sigue a la señal u.

Ocurre frecuentemente que la salida del actuador no puede ser sensada. Para utilizar el esquema
de anti-windup que acabamos de describir, se incorpora al controlador un modelo matemático o
analógico del actuador, tal como lo ilustra la Fig. 1.39.

Pasamos a analizar la aplicación del esquema anti-windup al sistema simulado en la Fig. 1.38.
Obsérvese en la Fig. 1.40 que la salida del integrador es rápidamente llevada a un valor tal que la
señal del controlador se encuentra en el límite de saturación, y la componente integral tiene valor
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-43

negativo en la fase inicial, cuando el actuador se encuentra saturado. Este comportamiento


difiere drásticamente respecto de la Fig. 1.38 donde la integral es positiva durante el transitorio
inicial. También debe destacarse la dramática mejora de la performance comparada con el
controlador PI ordinario empleado en la Fig. 1.38.

–y
K Td s
Modelo del
+ actuador
e=r–y + v u
K ACTUADOR
+
+ – +
K/Ti 1/s
+ es

1/Tt

Fig. 1.39. Controlador con anti-windup. La salida del actuador es estimada mediante un modelo matemático.

Fig. 1.40. Controlador con anti-windup aplicado al sistema de la Fig. 1.38.

El efecto de los cambios en la constante de tiempo de seguimiento, se muestra en la Fig. 1.41.


De la misma podría inferirse que resulta siempre conveniente seleccionar un valor pequeño de la
constante de tiempo, de modo que el integrador se resetee rápidamente. Sin embargo ha de
tenerse cuidado al emplear anti-windup en sistemas con componente derivativa de control. Si se
selecciona la constante de tiempo demasiado pequeña, señales de error espúreas pueden provocar
la saturación del actuador lo que provocará el reseteo accidental del integrador. La constante de
tiempo de seguimiento Tt debe ser mayor que Td y menor que Ti. Una regla práctica que ha
sido propuesta, consiste en elegir Tt  Ti Td .
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-44

Fig. 1.41. Respuesta al escalón del sistema de la Fig. 1.38 para diferentes valores de la constante de tiempo Tt.

1.7.2.4. Controladores con Modo de Seguimiento.


Se puede interpretar que un controlador con cálculo retrógrado posee dos modos de operación: el
modo normal de control cuando opera como un controlador ordinario lineal, y el modo de
seguimiento al operar en presencia de saturación del actuador. La Fig. 1.42 muestra un módulo
PID con seguimiento. Nótese que el cambio de modo es automático ya que el modo de
seguimiento queda inhibido cuando la señal w es igual a la salida del controlador. Es decir que
no se requiere de una lógica para el control modal, lo que resulta especialmente ventajoso para la
implementación de sistemas complejos de control en cascada.

r P
b  K

y 1 sKTd D
1  sTd / N 

K 1
e I v
Ti  s 

1
Tt

w + –

r SP SP set point (referencia)


y v MV variable medida
MV PID
w TR tracking (seguimiento)
TR

Fig. 1.42. Diagrama en bloques y representación simplificada de un módulo PID con seguimiento.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-45

SP
MV PID ACTUADOR
TR

SP v u
MV PID ACTUADOR
TR
Modelo del
Actuador

Fig. 1.43. Alternativas de utilización de un módulo PID con seguimiento.

En la Fig. 1.43 hemos representado las alternativas de uso de un módulo PID con seguimiento,
cuando la salida del actuador es medible o bien cuando se emplea un modelo del funcionamiento
del actuador.

1.8 Controladores basados en modelos.


La selección de compensadores no está de ninguna manera limitada a alguna de las formas
standard. El compensador puede ser libremente adaptado a la planta sin ser sometido a
restricciones ni de estructura ni de orden de la función de transferencia. Puede especificarse
simplemente un comportamiento deseado a lazo cerrado ante señales de comando. En el diseño
deberá cuidarse que el comportamiento a lazo cerrado sea estable y que el controlador posea una
función de transferencia que sea físicamente realizable.

1.8.1. Diseño por compensación.


Si para el comportamiento del sistema a lazo cerrado de la Fig. 1.44 se especifica un modelo
M(s) habrá de cumplirse
K ( s)G( s)
M ( s)  (1.72)
1  K ( s)G( s)

Y puede despejarse la f.t. del controlador:

M ( s) 1 M ( s)
K ( s)    . (1.73)
G( s)  M ( s)G( s) G(s) 1  M (s)

Fig. 1.44. Sistema de lazo cerrado.


SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-46

Normalmente, sólo se dispone de una función de transferencia aproximada Gˆ ( s) de la planta,


por lo que el controlador está dado en realidad por

1 M ( s)
K ( s)   (1.74)
ˆ
G( s) 1  M ( s)

Fig. 1.45. Controlador diseñado por compensación.

Explicitando la estructura del controlador como hicimos en la Fig. 1.45, pueden reconocerse los
puntos de interés de este procedimiento de diseño. Para producir la función de transferencia
deseada M(s) el controlador deberá contener un factor multiplicativo 1/ Gˆ ( s) el que, idealmente,
compensará totalmente la dinámica de la planta. La conexión serie da G(s)  1/ Gˆ ( s)  1 , por lo
que la f.t. M(s) con realimentación positiva dentro del controlador queda rodeada por un lazo de
realimentación negativa y, en definitiva el sistema a lazo cerrado posee el comportamiento
especificado.

Para que el método sea aplicable, las siguientes condiciones deben ser verificadas por la planta y
por la f.t. del modelo desado:

 La planta debe ser estable. Como la cancelación de los polos de G( s) mediante los ceros
de 1/ Gˆ ( s) no es exacta en la práctica, si G( s) poseyera un polo inestable, el sistema a
lazo cerrado sería inestable.

 Por las mismas razones, la f.t. de la planta debe ser de fase mínima, pues de lo contrario
si la planta poseyera un cero en el semiplano derecho debería ser compensado por un
polo inestable del controlador.

 El modelo M(s) con realimentación positiva debe ser estable.

 El exceso de polos del modelo M(s) debe ser por lo menos igual al de la planta, de
manera tal que el controlador –a pesar de contener la recíproca de la f.t. de la planta–
resulte causal y por ende, realizable.

El orden del controlador es como máximo igual al orden del numerador de la planta, más el
orden del modelo M(s). El modelo normalmente se especifica con M(0)=1, al objeto de
asegurar error de régimen nulo en la respuesta al comando.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-47

1.8.2. Controladores parametrizados.


Al contrario de los controladores por compensación que contienen el modelo recíproco de la
planta, en la estructura de los controladores parametrizados se integra en forma directa un
modelo de la planta. La idea básica es diseñar el control realimentado para una planta estable
empleando los conceptos de una estructura de lazo abierto.

1.8.2.1. Caso general.


Aplicando el concepto de control por modelo, el controlador recibe la estructura que muestra la
Fig. 1.46. El bloque Gˆ ( s) en el interior del controlador contiene un modelo de la planta. Si hay
coincidencia entre Gˆ ( s) y la planta real G( s) la realimentación negativa se cancela con la
positiva y K’(s) puede considerarse a lazo abierto. Consecuentemente la f.t. K’(s), en primera
aproximación puede dimensionarse en base a un modelo estable de la planta Gˆ ( s) , véase la Fig.
1.47.
El cálculo del controlador es en este
caso igual de fácil que en el diseño
por compensación,

K '( s)
K ( s)  (1.75)
ˆ
1  G( s) K '( s)

K’(s) se selecciona de manera tal


que la cadena K '(s)  Gˆ ( s) posea un
comportamiento dinámico prefijado.
Fig. 1.46. Planteo de un controlador parametrizado. Preferentemente también en este
caso se busca la precisión en estado
de régimen, es decir se impone
K '(0)  Gˆ (0)  1 , lo que conduce a
un controlador con acción integra-
dora si la planta es proporcional.
Fig. 1.47. Apertura de la realimentación para G(s)  Gˆ (s) .

Debido a que Gˆ ( s) no es un modelo exacto de la planta G( s) , el controlador K’(s) reaccionará


ante errores del modelo y/o variaciones de los parámetros de la planta. Si la implementación no
es robusta, esto puede conducir a problemas de estabilidad.

Problemas como el que acabamos de apuntar condujeron a Youla10 a desarrollar el método de la


parametrización Q que permite especificar el conjunto de todas las f.t. K (s) que respondiendo a
la expresión (1.75) aseguran la estabilidad del sistema, para un modelo de planta Gˆ ( s) y una f.t.
estable K’(s).

10
D. C. Youla, J. J. Bongiorno and H. A. Jabr, "Modern Wiener-Hopf Design of Optimal Controllers --- Part I:
The Single-Input-Output Case," IEEE Trans. on Automatic Control, AC-21, 1, pp. 3-13, 1976. "Modern Wiener-
Hopf Design of Optimal Controllers --- Part II: The Multivariable Case," IEEE Trans. on Automatic Control, AC-
21, 3, pp. 319-338, 1976.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-48

1.8.2.2. Predictor de Smith.


Otro método de diseño desarrollado especialmente para plantas con grandes tiempos muertos, se
conoce como Predictor de Smith. En este procedimiento consideraremos a la planta como la
conexión serie de una parte racional en s que llamaremos GR(s) y una componente de tiempo
muerto puro, ver Fig. 1.48(a).
G(s)  GR (s) eTL s siendo p.ej.: GR (s)  GR1 (s)  GR 2 (s) . (1.76)

La respuesta al comando de un lazo reali-


mentado convencional presenta un transi-
torio muy lento, debido a la dominancia
del tiempo muerto que condiciona el dise-
ño del controlador. La idea del predictor
a de Smith consiste en dimensionar el
controlador únicamente para la parte racio-
nal (con respuesta transitoria rápida) de la
planta, según se esquematiza en la
Fig.1.48(b). El tiempo muerto se concibe
como un elemento conectado en serie,
aunque ello pudiera no corresponder a la
b estructura física real de la planta.

Observemos que en la Fig. (b) las pertur-


baciones no entran en el lazo de control.
Otro inconveniente lo representa la varia-
ble intermedia Y1 que eventualmente pu-
diera no estar disponible, por lo que debe-
ría ser reemplazada por una variable esti-
mada Yˆ1 mediante un modelo Gˆ R ( s) , véase
c
la Fig. (c).

El esquema anterior puede ser ampliado


según el concepto de control por modelo;
aparece así la primera representación del
predictor de Smith, Fig. (d).

Vemos que se calcula una variable de sali-


da estimada Yˆ teniendo en cuenta única-
mente la excitación de comando W y se la
d compara con la salida real Y, cerrando el
lazo con lo que vendría a ser un valor
sintético de la variable de salida. La
estabilidad del sistema no es afectada, en
tanto sea válido
Gˆ R (s)  GR (s) y además TˆL  TL .

Se puede entonces concebir al predictor de


Smith como una variante del diseño por
e modelo, ver Fig. (e).
Fig. 1.48
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-49

La función de transferencia del controlador queda

K "( s)
K ( s) 
 
(1.77)
1  K "( s)Gˆ ( s) 1  eTL s
ˆ
R

Y redibujando la Fig. 1.48(e) queda claramente explicitada la estructura del predictor de Smith,
claramente similar a un controlador basado en modelo.

E U

Fig. 1.49. Controlador predictor de Smith

La relación de entrada salida para el controlador K(s) puede ser escrita como

  ˆ

U ( s)  K "( s)  E ( s)  Gˆ R ( s) 1  eTL s U ( s) 

(1.78)

 
El término Gˆ R ( s) 1  eTL s U ( s) puede ser interpretado físicamente como la predicción del
ˆ

efecto de la señal de control U(s) en el intervalo (t–TL, t). El predictor de Smith puede ser
interpretado entonces como un controlador ordinario para el que las señales de control pasadas
son restadas del error.

Las propiedades del predictor de Smith serán ilustradas mediante una ejemplo. Sea una planta
de primer orden con retardo dada por
KG  sTL
G( s)  e (1.79)
1  sT

KG
Un controlador PI que aplicado a la planta racional GR ( s)  dé por resultado el polinomio
1  sT
característico s 2  20 s  02 posee los parámetros

20T  1
K
KG
(1.80)
K K
Ti  G2
0 T
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-50

como se puede verificar con absoluta facilidad. La Fig. 1.50 muestra las respuestas del sistema a
un escalón de comando y a un escalón de perturbación aplicado a la entrada de la planta en t=15.
La constante de tiempo de (1.80) vale T=1 y el controlador PI fue diseñado para una respuesta
a lazo cerrado con 0 = 2 y =0.707 del proceso sin retardos. Se muestran los casos correspon-
dientes a los retardos TL = 1 y TL = 8 unidades de tiempo.

Fig. 1.50. Respuestas de lazo cerrado con predictor de Smith para retardos TL =1 y TL =8.

La figura muestra que las respuestas al escalón de comando tienen igual forma, con
independencia del valor del retardo TL . Esta es una propiedad muy notable del predictor. Las
formas de las respuestas a la perturbación varían con el valor del retardo TL. Ello no nos
sorprende porque la entrada de perturbación no incide sobre el modelo Gˆ R ( s) incluido en el
predictor.

Aplicaremos ahora los conceptos de sensibilidad y de robustez para terminar de definir las carac-
terísticas del predictor de Smith. Para ello aplicaremos las definiciones (1.5) y (1.6) y la
expresión (1.11) a nuestro sistema.

Suponiendo una modelización perfecta Gˆ R (s)  GR (s) y TˆL  TL , la función de trasferencia


de lazo cerrado, que representa la función de sensibilidad complementaria del sistema tiene la
forma
K " GR TL s
T ( s)  e  TR ( s) e TL s
1  K " GR
y entonces, (1.81)
K " GR TL s
S ( s)  1  T ( s)  1  e  1  TR ( s) e TL s .
1  K " GR
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-51

En (1.81) TR(s) es la sensibilidad complementaria del sistema sin tiempo muerto. Los
diagramas de Bode de magnitud de T(s) y TR(s) son idénticos ya que el tiempo muerto
solamente agrega un retraso de fase creciente con la frecuencia. En consecuencia la respuesta
espectral en magnitud de T(s) es independiente del tiempo muerto TL.

Retornando al ejemplo de la planta de primer orden con retardo dada por la (1.79) con el
controlador K”(s) cuyos parámetros calculamos en (1.80) tendremos las siguientes expresiones
para las funciones de sensibilidad:

KG K (1  sTi )  sTL s02T /(20T  1)  02  sTL


T ( s)  e  e
sTi (1  sT )  KG K (1  sTi ) s 2  20 s  02 (1.82)
S ( s)  1  T ( s)

cuyas respuestas en frecuencia se muestra en la Fig. 1.51, siempre para 0 = 2 y =0.707,


llevando como parámetro el retardo TL.

Fig. 1.51. Funciones de sensibilidad y sensibilidad complementaria.

Observamos que la función de sensibilidad complementaria mantiene su magnitud constante en


prácticamente todo el ancho de banda del sistema. La figura muestra que el pico de sensibilidad
Ms = máx|S(j)| crece muy rápidamente en función de TL, pasando de valer 1.1 para TL=0, al
valor Ms = 2 para TL=1.2 Para TL >1.2 la sensibilidad máxima permanece en las cercanías de
Ms = 2. También observamos que la sensibilidad para bajas frecuencias crece rápidamente con el
incremento de TL produciéndose simultáneamente una disminución en la frecuencia de cruce de
sensibilidad (indicada con flechitas).

Recordemos de (1.8) que la función de transferencia a la perturbación a lazo cerrado es igual al


producto de la f.t. de la planta por la función de sensibilidad, ello explica la razón del
empeoramiento del rechazo a la perturbación al aumentar TL que observamos en la Fig. 1.50.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-52

Tratemos ahora la robustez. Para controladores con acción integradora, se tiene T(0)=1; tal es el
caso del ejemplo que venimos analizando. Llamemos b la mayor frecuencia para la cual se
tenga T(0)1 (prácticamente leemos b =2 en la Fig. 1.51). Si bTL   surge de (1.82) que la
sensibilidad máxima vale aproximadamente Ms = 2 porque

 
S ( jb )  1  TR  e jbTL  1  1 cos(bTL )  j sin(bTL )   11  2 .
 1 0

bTL 

Para tener baja sensibilidad se requiere que bTL no sea grande. De (1.11) se deduce que se
pueden sufrir variaciones en los parámetros del proceso sin que el sistema se haga inestable
mientras sea
G( j ) 1
 .
G ( j ) T ( j )

Para frecuencias menores que b el término de la derecha es igual a uno, con lo que la
desigualdad puede escribirse:
G( j )  G( j )

por lo que la incerteza G(j) en el plano de Nyquist se representa por un círculo centrado en
G(j) y que pasa por el origen. Si tan sólo consideramos variaciones en la fase de G(j) provo-
cadas por la incerteza TL del tiempo muerto, las variaciones admisibles son de 60° o /3
radianes (es decir: el margen de fase standard). Tendremos entonces la condición


b  TL 
3

que conduce a la siguiente estimación para las variaciones permisibles del tiempo muerto

TL  1
  (1.83)
TL 3bTL bTL

En definitiva, controladores diseñados para valores elevados de b TL requieren que el valor del
retardo sea conocido con mucha precisión. Para el sistema de la Fig. 1.50 con TL=8 se tiene
bTL = 16, lo que implica que el error admisible en el tiempo muerto es a lo sumo del 6%.

En la Fig. 1.52 mostramos la variación de la respuesta transitoria de la planta (1.79) con TL=8 y
predictor de Smith diseñado para valores nominales, ante incertezas en la determinación de TL.
Constatamos que ya para errores en el tiempo muerto TL del orden del 3%, la amplitud de las
oscilaciones de la variable controlada comienzan a hacerse excesivas.

La conclusión obvia que extraemos de este análisis es que el predictor de Smith posee caracte-
rísticas muy interesantes, pero que es aplicable a sistemas plenamente identificados y con escasa
incerteza en sus parámetros.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-53

Fig. 1.52. Predictor de Smith para retardo nominal TL =8 e incerteza  TL variable.


Respuestas para escalones de comando.

1.8. Diseño por asignación de polos.


Por comodidad, se repiten a continuación la Fig. 1.6, la expresión (1.2) y las funciones de
sensibilidad (1.4):

d n

P PC PCF
X D N R r

e u

v x

y
1  PC 1  PC 1  PC F C P

P 1 PCF
Y D N R
1  PC 1  PC 1  PC –1
Controlador Proceso
PC C CF
U  D N R
1  PC 1  PC 1  PC
Consideraremos al sistema de control
con un solo grado de libertad (F=1).

1
función de sensibilidad
1  PC
PC
función de sensibilidad complementaria
1  PC
P
función de sensibilidad a la perturbacion de carga
1  PC
C
función de sensibilidad al ruido
1  PC
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-54

La estabilidad interna del sistema realimentado, exige que las cuatro funciones de sensibilidad
sean individualmente estables. Ahora bien, todas ellas comparten el mismo denominador y en
consecuencia el sistema posee una única ecuación característica,

1  PC  0 (1.84)

Escribimos las funciones de transferencia de la planta y el controlador como:

B( s) bn s n   b1s  b0 Y ( s)
P( s )   y C ( s)  (1.85)
A( s) an s n   a1s  a0 X (s)

estableciendo como condiciones que los polinomios A(s) y B(s) sean primos entre sí o coprimos:
es decir que no posean raíces comunes y que además no se producen cancelaciones entre ceros y
polos de controlador y planta. De este modo, la expresión general de la ecuación característica
(1.84) queda de la forma:
A(s) X (s)  B(s)Y (s)  0 (1.86)

Tal como sabemos, las raíces de la ecuación característica determinan –además de la estabilidad–
los modos de respuesta temporal del sistema de lazo cerrado. Intentaremos a continuación dar
una respuesta a la pregunta:

¿Dados A(s) y B(s), será posible determinar los coeficientes de X(s) e Y(s) del controlador,
de tal modo que el polinomio característico sea igual a un polinomio predeterminado ALC(s),
con raíces conocidas y adecuadamente posicionadas?

A(s) X (s)  B(s)Y (s)  ALC (s) (1.87)

Esta expresión formaliza el problema de la asignación de polos de lazo cerrado. La (1.87) es una
ecuación entre polinomios11, que se puede resolver, sujeta a algunas condiciones. Procedamos a
analizar el siguiente ejemplo.

1.9.1. Ejemplo inicial


Sea la planta inestable para la que se busca determinar un controlador que no solamente
estabilice su operación en lazo cerrado sino que además materialice un conjunto determinado de
polos:

1
P( s )  ; A( s)  s 2  3s  2; B( s)  1; (1.88)
( s  1)( s  2)

Siendo A(s) de segundo grado, proponemos que ALC(s) sea un polinomio de tercer grado con
raíces en –1, –2 y –3 es decir:

ALC (s)  (s  1)(s  2)(s  3)  s3  6s 2  11s  6 (1.89)

11
Las ecuaciones entre polinomios se suelen denominar «diofantinas» en honor a Diofanto de Alejandría conocido
como “padre del álgebra” que vivió en el siglo III de nuestra era.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-55

Para determinar el controlador, es decir X(s) e Y(s), reemplazamos los polinomios en (1.87):

A( s) X ( s)  B( s)Y ( s)  ALC ( s)
(1.90)
( s 2  3s  2)( x1s  x0 )  1( y1s  y0 )  s 3  6s 2  11s  6

resulta obvio que como A(s) es de segundo grado, X(s) e Y(s) solamente pueden ser de primer
grado, para que no se exceda el tercer grado impuesto por ALC(s). Desarrollando productos e
igualando coeficientes de potencias de s en (1.90) se obtiene:

x1s 3  ( x0  3x1 ) s 2  ( y1  2 x1  3x0 ) s  (2 x0  y0 )  s 3  6s 2  11s  6


s 3: x1  1
s 2: x0  3  6; x0  9 (1.91)
s1: y1  2  27  11; y1  36
s0: 18  y0  6; y0  12

El controlador queda entonces definido como

X ( s)  s  9; Y ( s)  36s  12
Y ( s) 36s  12 (1.92)
C ( s)  
X (s) s9

En la función de transferencia de lazo


abierto L(s)=C(s) P(s) se comprueba
que no ha habido cancelación de polos
y ceros; a su vez la función de lazo
cerrado T(s)= L(s)/[1+L(s)] posee el
dominador ALC(s) propuesto.

36s  12
L( s )  C ( s ) P ( s ) 
( s  9)( s  1)( s  2)
L( s ) 36s  12
T ( s)   3
1  L( s) s  6s 2  11s  6
Fig. 1.53. Respuesta transitoria del sistema estabilizado.

Como vemos en la Fig. 1.53, si bien la respuesta transitoria es estable, la precisión deja mucho
que desear. Ello es tema para las secciones siguientes.

1.9.2. Consideraciones para la asignación de polos.


Sea el lazo cerrado de control definido según (1.85). Supóngase que A(s) y B(s) son coprimos,
siendo n el grado de A(s) y cumpliéndose además n = grado{A(s)} grado{B(s)}. Sea a su vez
ALC(s) un polinomio arbitrario de grado nLC = 2n –1. Entonces existen polinomios X(s) e Y(s) de
grado nX = nY = n –1 tales que A(s) X (s)  B(s)Y (s)  ALC (s) (1.87).
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-56

El párrafo precedente no es más que la expresión formal de lo que hemos llevado a cabo prác-
ticamente en el ejemplo del punto precedente, donde tuvimos:
n = grado{A(s)} = 2;
nLC = grado{ ALC(s)}= 2n –1= 4 –1=3
nX = nY = n –1= 2 –1=1.

Puede probarse, en base a un teorema debido a J. J. Sylvester que la condición necesaria y


suficiente para que la ecuación diofantina (1.87) tenga solución, es que A(s) y B(s) sean primos
entre sí.

Caso nLC = grado{ALC(s)} < 2n –1


En esta situación la ecuación (1.87) no tiene solución, salvo para polinomios muy especialmente
elegidos. El caso carece de interés.

Caso nLC = grado{ALC(s)} = 2n –1+ con  entero y positivo


En este caso siempre es posible encontrar una solución eligiendo nX = nY = n –1+ ya que en la
(1.87) se verifica que
grado  A(s) X (s)  B(s)Y (s)  n  n 1    2n 1    grado  ALC (s) .

Observación
Las consideraciones precedentes establecen las condiciones para las cuales existe solución
asumiendo un controlador bipropio12 de grado mínimo. Si en cambio se requiere calcular un
controlador estrictamente propio, entonces los grados mínimos de X(s) e Y(s) deben ser
respectivamente nX = n y nY = n –1. Correspondientemente, el grado de ALC(s) deberá ser 2n
como mínimo.

1.9.3. Agregado de requerimientos


Hasta el presente los únicos requerimientos contemplados, han sido obtener un polinomio
característico estable y de raíces predeterminadas ALC(s). A continuación consideraremos la
satisfacción de especificaciones de precisión y otros requerimientos de performance.

1.9.3.1. Inclusión de integradores


Un requerimiento standard es el de error nulo en estado de régimen, ya sea debido a
componentes continuas en la variable de referencia o en las señales de perturbación. Para
lograrlo, la condición necesaria y suficiente es que el lazo de control sea internamente estable y
que el controlador posea por lo menos un polo en el origen.
Por ello elegimos:
X (s)  sX (s) (1.93)

y la ecuación del polinomio característico (1.87) se reescribe como:

A(s) X (s)  B(s)Y (s)  ALC (s) con A( s) sA( s) (1.94)

La solución de este problema de asignación de polos puede considerarse equivalente a tener una
planta de orden n  n  1 .
12
Un cociente de polinomios es estrictamente propio si el grado del polinomio denominador es mayor que el grado
del numerador. Si ambos grados son iguales, se dice del cociente que es bipropio.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-57

Volviendo a nuestro ejemplo inicial, con la planta inestable definida en (1.88), imponemos el
requerimiento de error de régimen nulo ante una entrada en escalón. Proponemos un polinomio
característico de cuarto grado

ALC (s)  (s  1)(s  2)(s  3)(s  4)  s 4  10s3  35s 2  50s  24 (1.95)

A( s ) X ( s )  B( s )Y ( s)  ALC ( s)
( s 3  3s 2  2s)( x1s  x0 )  1( y2 s 2  y1s  y0 )  s 4  10s 3  35s 2  50s  24

x1s 4  ( x0  3x1 ) s 3  (2 x1  3x0  y2 ) s 2  (2 x0  y1 ) s  y0  s 4  10s 3  35s 2  50s  24


s4: x1  1 (1.96)
s 3: x0  3  10; x0  13
s2: 2  39  y2  35; y2  72
s1: y1  26  50; y1  24
s:0
y0  24

Luego, el controlador implementado es:

X ( s)  s( s  13); Y ( s)  72s 2  24s  24


Y ( s) 72s 2  24s  24
C ( s)  
X ( s) s( s  13)

con lo cual:

72s 2  24s  24
L( s ) 
s( s  13)( s  1)( s  2)
72s 2  24s  24
T ( s)  4
s  10s 3  35s 2  50s  24
Fig. 1.54. Respuesta transitoria sin y con prefiltro.

De acuerdo a la Fig. 1.54, curva continua, la respuesta de lazo cerrado al escalón de comando
exhibe error de régimen nulo, con un importante sobrepasamiento inicial, debido a los ceros del
numerador de T(s). El comportamiento transitorio se puede mejorar incluyendo el prefiltro

24
F ( s) 
72s  24s  24
2

tal como se muestra en la línea de puntos de la Fig. 1.54. Adicionalmente se debe destacar que,
en el caso considerado, el prefiltro F(s) no sólo elimina la oscilación inicial, sino que también
reduce el tiempo de respuesta al 5% del valor final.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-58

1.9.3.2. Cancelación de polos de la planta


Algunas veces puede resultar deseable diseñar el controlador de modo que cancele un
subconjunto de singularidades estables (polos o ceros) del modelo de la planta. Supongamos
desear la cancelación de un polo ubicado en –p, es decir eliminar el factor (s+p) de A(s); por
consiguiente Y(s) debe contener también a (s+p) como factor. La ecuación polinómica (1.87)
tendrá solución si y solo si (s+p) es asimismo factor de ALC(s).

3
Sea a modo de ejemplo la planta P( s ) 
( s  1)( s  3)

Sin restricciones adicionales, debe ser grado{ALC(s)}=2n+1=3.

Postulando ALC (s)   s 2  5s  16   s  40  se tendrían polos dominantes con n  4 y   0.625


Si deseamos que el controlador incluya un integrador y además que cancele el polo de la planta
en –1, deberá ser:
( s  1)( y1s  y0 )
C ( s) 
s( s  x0 )

y la ecuación polinómica se transforma en:

(s  1)(s  3)s(s  x0 )  3(s  1)( y1s  y0 )  (s  1)(s2  5s  16)(s  40)

Los coeficientes que se calculan son: x0  42; y1  30; y0  640 3 con lo que el controlador
queda
( s  1)(30s  640 3) ( s  1)(90s  640)
C ( s)  
s( s  42) 3s( s  42)

siendo la función de transferencia de lazo cerrado:

270s  1920 90(s  7.111)


T ( s)  
3s  135s  648s  1920 (s  40)(s 2  5s  16)
3 2

Nótese que el denominador de T(s) incluye el


polinomio ALC(s) que habíamos postulado.
El cálculo de la f.t. de lazo cerrado es una
manera de verificar que el controlador ha
sido correctamente determinado.

Fig. 1.54.b. Respuesta transitoria de lazo cerrado.


SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-59

1.9.4. Aplicación al dimensionamiento de controladores PID.


En primer lugar podemos comprobar algebraicamente que el controlador

y2 s 2  y1s  y0 KI K s
C ( s)  y el PID CPID ( s)  K P   D (1.97)
x2 s 2  x1s s  Ds 1

son equivalentes si

y1 x1  y0 x2 y0 y2 x12  y1 x1 x2  y0 x22 x2
KP  ; KI  ; KD  ; D  (1.98)
x12 x1 x13 x1

Para llegar a un controlador PID, necesitamos partir de un modelo de segundo orden de la planta
y diseñar un controlador forzando la integración. Por lo tanto tendremos la siguiente situación:

grado  A( s )  n  2
grado  B( s )  1
grado  X ( s )  1 recordar X ( s)  sX ( s ), punto 1.9.3.1. (1.99)
grado Y ( s )  2
grado  ALC ( s )  2n  4

2
Calculemos por ejemplo un controlador PID para la planta nominal G( s)  de
( s  1)( s  2)
modo tal que la respuesta de lazo cerrado esté dominada por (s 2  4s  9) . Para cumplir con
grado{ALC(s)}=4, deberemos poner ALC (s)  (s 2  4s  9)  (s  4)2 con lo cual la ecuación
polinomial queda:
(s  1)(s  2)( x2 s 2  x1s)  2( y2 s 2  y1s  y0 )  (s 2  4s  9)  (s  4)2

cuya resolución conduce a:

14s 2  59s  72
x2  1; x1  9; y2  14; y1  59; y0  72; C( s) 
s 2  9s

Aplicando (1.98) los parámetros del controlador PID equivalente son:

K P  5.67; K I  8; K D  0.93;  D  0.11


KI K s 8 0.93s
CPID ( s)  K P   D  5.67  
s  Ds 1 s 0.11s  1
 1 T s   1 0.164s 
CPID ( s)  K P 1   D   5.67 1   
 TI s  D s  1   0.71s 0.11s  1 

El método de asignación de polos brinda una manera alternativa para dimensionar controladores
PID.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-60

1.9. Control por adelanto de señal.


1.10.1. Adelanto de perturbaciones.
Es muy frecuente en los sistemas prácticos de control la presencia de una perturbación
dominante que incide sobre un punto cualquiera de la planta. Por cierto, el controlador se halla
en condiciones de combatir la perturbación pero, es primero necesario que el error crezca lo
suficiente como para que el controlador comience a reaccionar rechazando la perturbación. Si
las constantes de tiempo de la planta son grandes, se pueden originar respuestas transitorias
excesivamente prolongadas en el tiempo.

Fig. 1.55. Sistema de control y perturbación dominante

Si la perturbación puede ser medida sin un costo excesivo, resulta entonces posible neutralizarla
rápidamente mediante una compensación dinámica. En general, esa compensación deberá ser
adicionada a la señal de control (variable manipulada) que actúa sobre la entrada de la planta;
ello significa que en el orden de causalidades, se está realizando un adelanto de la perturbación
respecto de su punto original de incidencia (véase la Fig. 1.56).

Fig. 1.56. Adelanto de la señal de perturbación.

Del diagrama en bloques deducimos:

Y (s)  G1G2 U (s)  G2 1  G1GD  D(s) . (1.100)

Por cierto, la influencia de D(s) puede ser anulada si la cantidad entre corchetes de la (1.100) se
hace cero:
1
1  G1 ( s)GD (s)  0  GD ( s)   (1.101)
G1 ( s)

Como por su parte la f.t. parcial G1(s) no es invertible en forma ideal, la función GD(s) sólo
podrá ser realizada en forma aproximada. La compensación por este método resulta posible bajo
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-61

la condición de que G1(s) sea estable y de fase mínima (es decir que no posea ceros en el
semiplano derecho).

Ejemplo: para la planta parcial


K1
G1 ( s)  (1.102)
T1s  1

no es aplicable una inversión ideal, pues ella originaría un componente proporcional+derivador


puro. Con la aproximación, (PD restringido)

1 T1s  1
GD ( s)    (1.103)
K1 aT1s  1

se logra una buena compensación. Con el parámetro a se resuelve el compromiso entre la


velocidad de compensación y el esfuerzo de control requerido (amplitud de la señal de control)
para lograrlo. a = 0.1 ... 0.2 constituye una buena elección. Un adelanto puramente estático de
la perturbación (a = 1) es de por sí muy efectivo desde el punto de vista del controlador, ya que
le ahorra el esfuerzo de rechazo en condiciones de régimen.

Fig. 1.57. Respuesta a la perturbación. La planta es P(s)=P1(s)P2(s) siendo


P1(s)=1.5/(2s+1)(3s+1) y P2(s)=0.5/(10s+1)(20s+1), empleando controlador PI con K=2/3
y Ti=17.5 seg. La f.t. de adelanto de señal utilizada es GD(s)=-(2/3)(5s+1)/(5as+1) con a
ajustable.

En la figura 1.57 se muestran los resultados obtenidos en la simulación de una planta formada
por la cascada de dos sistemas aperiódicos de segundo orden (polos reales). La respuesta del
sistema sin adelanto de perturbación posee un transitorio lento y de amplitud elevada. Se
comprueba la efectividad del adelanto estático y la reducción en el esfuerzo de control u(t) a
medida que a se va haciendo más pequeño.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-62

1.10.2. Adelanto de la señal de comando.


Desde el punto de vista de un regulador, cuya principal misión es rechazar perturbaciones, las
variaciones en el punto de ajuste (o señal de comando), constituyen una ‘perturbación’ adicional,
que puede también compensarse con la técnica de adelanto de señal, Fig. 1.58.

Fig. 1.58. Adelanto de la señal de comando.

Idealmente la f.t. GW(s) debiera ser GW(s)=1/G(s), con lo que la salida Y se haría igual a W sin
que se generara señal de error por causa de las variaciones del comando. La igualdad
GW(s)=1/G(s) impone a su vez la condición de que G(s) sea estable y de fase mínima.
En muchos casos, por ejemplo una planta proporcional operada con un controlador también
proporcional, el adelanto puramente estático del comando conduce a una reducción del error
estacionario y a una mejora de la respuesta transitoria.

La implementación práctica de GW(s) implica aceptar una compensación incompleta de los


polos de la planta y la presencia de constantes de tiempo parásitas, inevitables para asegurar la
realizabilidad física de GW(s). Por esta razón, en la cadena W GW(s)  G(s)  Y, la
variable de salida Y “sigue con retraso” a la variable de entrada W. El controlador K(s)
reaccionaría entonces ante el error emergente e intentaría corregirlo sin que con ello mejore
notoriamente la respuesta. Para evitar la intervención del controlador, es práctica común agregar
en el camino de la variable de comando un prefiltro adicional según la siguiente disposición:

Fig. 1.59. Empleo de un prefiltro.

Dimensionando el prefiltro GM(s) de acuerdo con

GM (s)  GW (s)  Gˆ (s); GM (0)  1 (1.104)


SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-63

y produciéndose una plena coincidencia Gˆ (s)  G(s) , la variable de salida Y seguirá al comando
W. En esta estructura, el controlador K(s) sólo se emplea para corregir errores debidos a pertur-
baciones actuantes sobre la planta o, en caso errores de modelado Gˆ (s)  G(s) hará que Y siga el
andar de V.

1.10.3. Seguimiento de modelo.


En nuestro análisis del adelanto de señal, hemos intentado producir, aunque fuera en forma
aproximada, la inversión de la función de transferencia de la planta. Las imprecisiones
emergentes fueron o bien ignoradas, o bien corregidas mediante filtros especiales, tal como
acabamos de hacerlo en el punto precedente.

La inversión explícita puede ser evitada, empleando una planta simulada dotada de su
correspondiente controlador para generar las señales necesarias (Fig. 1.60).

Fig. 1.60. Control por seguimiento de modelo.

El controlador KF(s) opera sobre un modelo Gˆ ( s) de la planta con la variable de salida Yˆ ,


produciendo la señal de control UV que es simultáneamente conectada como señal de control de
la planta real. Si el modelo Gˆ ( s) es idéntico a la planta G(s) y no hay perturbaciones actuantes,
la salida Y será igual a Yˆ . Esta última señal puede ser concebida como variable de comando
para el controlador K S ( s) que reaccionará ante perturbaciones o errores de modelo que hagan
Y  Yˆ .

Observamos en estos ejemplos que estamos agregando grados de libertad al diseño del sistema
de control, ya que KS(s) puede proyectarse como regulador (rechazo de perturbación), mientras
que KF(s) se dimensiona como servo (seguimiento de comando) en forma totalmente
independiente. Ello constituye una extensión de los conceptos de diseño con dos grados de
libertad que estudiáramos en el punto1.3. referidos específicamente a controladores PID.

1.10.4. Generador de variables de comando.


El procedimiento de control por seguimiento de modelo puede ser extendido sin más al control
en cascada, a fin de comandar el comportamiento de las variables intermedias pertenecientes a
los lazos internos de control.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-64

Fig. 1.61. Generador de señales de comando.

El bloque de control Kf (cuya estructura generalmente es no lineal), controla al modelo


constituido por las funciones de transferencia parciales Gˆ1 , Gˆ 2 , Gˆ 3 , las que aproximan la
dinámica de la planta real G1 , G2 , G3 , controlada en cascada por K S1 , K S 2 , K S 3 . Las señales
intermedias Yˆ , Yˆ , Yˆ , además de constituir la realimentación de Kf sirven de variables de
1 2 3

comando para los lazos individuales, por lo que los controladores K S1 , K S 2 , K S 3 , se limitan a
rechazar perturbaciones y a compensar errores de modelización. Si el modelo empleado fuera
absolutamente exacto y en ausencia de perturbaciones, la salida Û de Kf sería la única señal
actuante sobre la cadena completa de funciones de transferencia de la planta.

Volveremos sobre el tema de generación de variables de comando más adelante y con mayor
profundidad, cuando estudiemos control no lineal y optimización.

1.10.5. Desacoplamiento de plantas multivariables.


En el control de procesos industriales aparecen muy frecuentemente plantas que exhiben
acoplamientos mutuos entre sus variables. Un ejemplo práctico de la vida diaria es la
experiencia que todos vivimos y muchos sufrimos en la ducha (sobre todo de invierno). Con dos
válvulas para el agua caliente y fría, debemos producir un caudal determinado de agua a una
temperatura agradable: nos enfrentamos a una planta con dos variables de entrada y dos
variables controladas, la cual debido a las características de las válvulas, es marcadamente no
lineal. El problema de control está caracterizado por la fuerte influencia que ambos actuadores
poseen simultáneamente sobre las dos variables controladas.

Otro ejemplo de este tipo lo constituye un horno industrial zonificado, en el que un material en
proceso de elaboración debe ser sometido a un perfil de temperaturas predefinido, Fig. 1.62.

Fig. 1.62. Esquema de un horno zonificado.


SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-65

El material atraviesa el horno por medio de una cinta transportadora, de manera que el perfil
temporal de temperaturas se mapea en un perfil de temperaturas locales. Las diferentes zonas de
calentamiento están reguladas mediante sensores y controladores individuales. Como es fácil
imaginar, las zonas de calentamiento vecinas interinfluyen mutuamente. Ello ocurre por una
parte por la transmisión directa de calor (conducción, convección, radiación) y, por otra parte,
por el transporte de calor almacenado en el material que se procesa.

Consideraremos la estructura más simple de un sistema lineal con variables acopladas: un


sistema lineal bivariable (dos variables de entrada y dos de salida) como el representado en la
Fig. 1.63. e identificado como “planta”.

La planta contiene cuatro bloques dinámicos cuyas entradas y salidas están unidas entre sí. El
apareamiento de señales de control y variables de salida queda determinado en la mayoría de los
casos por razones de orden físico. De todas maneras se intentará siempre lograr que la influencia
mayor y más inmediata sobre una variable de salida sea provocada por su “propia” señal de
control y no por la señal de control asignada a otra variable.

Desacoplamiento Planta

Fig. 1.63. Sistema de control bivariable.

Las funciones de transferencia de acoplamiento cruzado G12(s) y G21(s) propias de la planta


dificultan el diseño de los controladores y pueden conducir a problemas de inestabilidad.
Mediante una compensación por medio de los bloques E12(s) y E21(s) puede ser contrarrestada,
aunque más no sea en forma aproximada, la influencia de los acoplamientos. Para ello se elige

G12 ( s) G21 ( s)
E12 ( s)   y E21 ( s)   , (1.105)
G22 ( s) G11 ( s)

como puede demostrarse analizando sistemáticamente las señales en la Fig. 1.63.

También en este caso deben ser todas las funciones de transferencia de la planta estables y de
fase mínima. La realizabilidad de E12(s) y E21(s) exige además un exceso de polos sobre ceros
en ambas funciones de transferencia. Si el desacoplamiento es completo, los controladores K1(s)
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-66

y K2(s) podrán ser diseñados cada uno de ellos en forma independiente y exclusivamente en
base a la dinámica de su propia planta (G11(s) o G22(s) según el caso).

Por cierto que el método de desacoplamiento que acabamos de describir está limitado a plantas
bivariables y resulta de cierta manera anticuado, pero cumple con la finalidad de introducir el
tema y vislumbrar las dificultades asociadas. La tendencia actual con respecto a las plantas
multivariables es la emplear los conceptos de diseño de controladores por realimentación de
estado ampliado, tal como oportunamente veremos.

Ejemplo: control de caudal y temperatura de una mezcla de líquidos.


Dos líquidos con temperaturas diferentes (1, 2) deben producir una mezcla de temperatura 
(1< <2) para un caudal determinado Q=Q1+Q2 , tal como se esquematiza en la Fig. 1.64. Se
trata de un problema bivariable, siendo las variables controladas  y Q.

1 2

Cada válvula es controlada a lazo


válvula válvula
cerrado de acuerdo al esquema:
control Q1 control Q2

U + Controlador Válvula Q
de caudal cargada

sensor Q2
sensor Q1
Caudalí-
metro

sensor 
sensor Q

Q,

Fig. 1.64. Mezcla de líquidos (sistema bivariable).

Para formular el diagrama de bloques, se calcularán primeramente los acoplamientos entre las
variables de la planta. Se estableció que el caudal conjunto vale Q = Q1+Q2 y normalizando
respecto de los valores estacionarios Q0 = Q10+Q20 se deduce para una pequeña variación
alrededor del punto de operación:

Q Q1  Q2 Q10 Q1 Q20 Q2


x1      K1q1  K 2q2 ; con K1  K 2 =1. (1.106)
Q0 Q0 Q0 Q10 Q0 Q20
K1 q1 K2 q2

Suponiendo las tuberías adiabáticas, se deduce aplicando balance térmico la temperatura de la


mezcla
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-67

Q1 1  Q2 2
(Q1  Q2 )   Q1 1  Q2 2   (1.107)
Q1  Q2

resultando la temperatura de la mezcla en condiciones estacionarias, bajo el supuesto de que son


constantes las temperaturas de los líquidos componentes:

Q10 1  Q20 2
0   K1 1  K 2 2 (1.108)
Q10  Q20

Si nuevamente se suponen variaciones Q1 , Q2 de los caudales estacionarios Q10, Q20 se
tendrá

 
   Q1   Q2 (1.109)
Q1 Q1  Q10
Q2 Q2  Q20

es decir,

Q  Q  Q Q20   Q10 Q  Q20  Q20 


    0   10 20 10
1   Q1  
2 2
  10 2  Q2
  Q10  Q20   Q10  Q20     Q10  Q20  Q10  Q20 
2 2 1 2

(1.110)

Q10 Q20 Q Q Q Q2


  2
 1  2   1  20 2 10  2  1  
Q0 Q10 Q0 Q20
(1.111)
Q10 Q20  Q2 Q1 
   2  1     
Q02  Q20 Q10 

Definiendo ahora
Q10 Q20
N  2  1   K1 K2 2  1  (1.112)
Q02

y reemplazando en (1.111) resulta,


x2   q2  q1 (1.113)
N

Si bien por definición  N se expresa en grados centígrados, no representa una temperatura física
medible en el sistema, sino que es tan sólo un factor de normalización que permite encontrar una
expresión simple para la variación relativa de temperatura de la mezcla.

Con estos resultados se puede trazar el diagrama de bloques de la Fig. 1.65, donde los lazos
internos de control de caudal se aproximan mediante sistemas de primer orden [FQ(s)] con la
constante de tiempo equivalente TQ. Los transductores de temperatura  y caudal Q, se indican
mediante sus funciones de transferencia Fm(s) y FmQ(s).
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-68

Resulta conveniente, a fin de reducir los acoplamientos, controlar con la mayor de las corrientes
(K1>0.5) el caudal conjunto de la mezcla, y con la menor de las corrientes (K2<0.5) controlar la
temperatura. En base al diagrama en bloques de la Fig. 1.65 y la nomenclatura de la Fig. 1.63, se
deducen las relaciones

G11 ( s)  K1 FQ1 FmQ ; G21 ( s)  1  K1  FQ1 FmQ ;


(1.114)
G12 ( s)   FQ 2 Fm ; G22 ( s)  FQ 2 Fm ;


W1 + U10 + U1 q1 + X1
C1(s) FQ1(s) K1 FmQ(s)
+ +

1 1–K1

1–1/K1 –1

+ +
+ C2(s) + FQ2(s) 1 +
Fm (s)
W2 U20 U2 q2 X2

PLANTA

Fig. 1.65. Diagrama de bloques.

resultando para los elementos de desacoplamiento

G12 ( s) G21 ( s) 1  K1
E12 ( s)   1 y E21 ( s)     1  1/ K1 (1.115)
G22 ( s) G11 ( s) K1

en el supuesto de que se cumple FQ1  FQ 2 .

Los lazos quedan entonces desacoplados

X1
 G11 ( s)  K1 FQ1 FmQ
U10
(1.116)
X1
 G22 ( s)  FQ 2 Fm
U10

con lo cual, los controladores C1 (s) y C2 (s) pueden ser calculados con los métodos usuales.
El desacoplamiento origina que, para una variación del caudal comandado (W1) ambas válvulas
se desplacen en el mismo sentido, mientras que un cambio en la temperatura de referencia (W2)
provoca desplazamientos de sentidos opuestos.
SISTEMAS DE CONTROL APLICADO - Capítulo 1 - pág. 1-69

Nótese que los acoplamientos calculados son exclusivamente estáticos, lo que presupone en
primer lugar que las condiciones de flujo de líquidos son vorticosas (elevado número de
Reynolds) y que la temperatura de la mezcla en el punto de medición aguas abajo de la región de
confluencia, es la misma en toda la sección transversal del ducto.


SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-1

2. Controladores implementados
mediante procesadores digitales

2.1. Generalidades sobre Control Digital.


Las ventajas del control digital con respecto de las implementaciones analógicas están dadas por
los puntos siguientes: una fácil reconfigurabilidad funcional, un muy amplio rango de ajuste de
parámetros y una gran constancia temporal de los valores ajustados (excepto eventuales derivas
‘offset’ de los convertidores de entrada/salida).

Un sistema controlado por computadora posee la estructura general que se muestra en la Fig. 2.1.
Está constituido por el proceso a controlar (sistema continuo en el tiempo, cuyas señales de
entrada y salida son funciones continuas del tiempo); un muestreador junto con un conversor
analógico-digital discretiza en el tiempo y cuantifica la señal de salida del proceso (y),
conformando los datos de entrada al algoritmo de control implementado en una computadora
digital. El algoritmo calcula el valor numérico de la variable de control (u) que es transformado
en un señal continua mediante un convertidor digital-analógico dotado de un dispositivo de
retención (hold).

u(t) y(t)
PROCESO

CONV. D/A MUESTREADOR


CON RETENCIÓN Y CONV. A/D

RED DE COMUNICACIONES

uk COMPUTADORA yk

Fig. 2.1. Esquema de un sistema controlado por computadora.

Las comunicaciones entre el proceso o, expresándolo con precisión, entre los convertidores A/D
y D/A y la computadora se realiza mediante un enlace de datos o una red de datos. Por cierto,
todas las operaciones utilizan para su sincronización el reloj de la computadora y son gobernadas
por medio de un sistema operativo en tiempo real.
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-2

Utilizando una computadora digital para implementar las leyes de control, la secuencia ideal de
operaciones es la siguiente:
1. Esperar la señal de interrupción de reloj
2. Convertir y leer la señal de entrada analógica (y)
3. Calcular la señal de control (u)
4. Actualizar la señal analógica de control
5. Actualizar las variables internas del controlador
6. Ir a 1.

Con esta implementación se minimiza el retardo de cálculo. Dependiendo del sistema operativo
en tiempo real y de los tiempos de conversión A/D y D/A, el retardo de cálculo o retardo
computacional puede variar de muestra en muestra (‘jitter’). Ello puede hacerse aún más
pronunciado si el algoritmo de control incluye pasos iterativos u optimizaciones. Una manera de
reducir la variación en el retardo de cálculo es introducir un paso entero de muestreo como
retardo del controlador haciendo u(tk )    y(tk 1 ) , (ver Fig. 2.2-B). El retardo de cálculo se
hace así más determinístico, pero también más prolongado, lo que en general no es bueno para la
performance del sistema a lazo cerrado. En cada caso particular deberá efectuarse un análisis de
la influencia del retardo de cálculo y sus variaciones sobre el comportamiento del sistema.

Fig. 2.2. Dos maneras de sincronizar señales de entrada y salida. En (A) las señales de control son apli-
cadas inmediatamente luego de ser calculadas; en (B) la señales medidas en el instante tk son empleadas
para calcular la señal que será aplicada en el instante tk+1. h = tk – tk-1 es el período de muestreo.

La aplicación de un microcomputador a un sistema de control se realiza implementando


físicamente el esquema de hardware mostrado en la Fig. 2.3. Además del algoritmo de control,
que requiere en la mayoría de los casos un programa pequeño pero que sin embargo ocupa un
gran porcentaje del tiempo de cálculo, el computador admite funciones de servicio a través del
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-3

teclado y posibilita la presentación visual de funciones auxiliares que son útiles para el comando
y supervisión del proceso. Muchas computadoras de procesos poseen una interfase de
comunicaciones que facilitan su integración en sistemas jerárquicos de automatización.

Bus serial

Interface de
CPU Interface del
Teclado Comunicaciones Proceso

Converts.
Bus
A/D y D/A

Display RAM EPROM


Memoria Memoria
Datos Programa Timer

Fig. 2.3. Esquema de un controlador digital de procesos.

Para que el computador pueda ejecutar sus


Reset Int diversas actividades en tiempo real de acuerdo
a un orden de prioridades, la programación
debe ser subdividida en partes o tareas
Inicialización Entrada del (‘tasks’). Estas tareas son iniciadas en tiempos
Hardware Proceso (A/D)
Señal de predeterminados empleando un timer progra-
Interrupción mable (reloj sincronizador). El timer por una
Inicialización Cálculo parte inicia la entrada y salida de las señales
Software Algoritmo ctrl
del proceso y, por otra parte, envía una
interrupción a la CPU, la que procede a
Liberar Salida al ejecutar otro programa. En su forma más
Interrupciones Proceso (D/A) sencilla, el computador posee dos planos o
niveles de programación:
Programa
Multitasking Interrumpible I Return
cooperativo (background) 
El programa de segundo plano
(‘background’) que ejecuta tareas de
baja prioridad (visualización, super-
visión, servicios).
Fig. 2.4. Secuencia de programa.
 El programa de primer plano
(‘foreground’), iniciado por la inte-
rrupción del timer, que ejecuta el
algoritmo de control. Posee la máxima
prioridad (programa principal) y no puede ser interrumpido por otras tareas. La Fig. 2.4. muestra
el diagrama de flujo del programa a partir del encendido del computador.

Concluida la fase de inicialización, la intercalación temporal de los programas sigue el andar


indicado en la Fig. 2.5. Regularmente, con el período T de muestreo, se interrumpe el programa
de background y se inicia el programa de primer plano. En primer lugar se salva el estado del
programa interrumpido y luego se leen los datos del proceso (conversión A/D). Luego sigue la
elaboración de los datos de acuerdo con el algoritmo de control, terminando con la entrega de
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-4

datos al proceso (conversión D/A) y la restitución del estado del programa de background. El
retorno al segundo plano puede variar ligeramente de acuerdo a las ramificaciones del programa
principal, en el que deberá evitarse la inclusión de lazos de longitud variable a fin de garantizar
que su ejecución se complete dentro del período de muestreo.

Foreground
Background

Fig. 2.5. Intercalación de niveles.

La programación de segundo plano incluye entre otros: comandos de puesta en marcha, tareas
de diagnóstico y comunicaciones. Se estructura como un multitasking cooperativo simple, de
acuerdo a la figura siguiente.

NO NO NO

SÍ SÍ SÍ

Fig. 2.6. Multitasking.

Las condiciones de inicio de las diferentes tareas configuran una cadena, ejecutándose en cada
caso la tarea cuya condición se cumple. Dentro de las tareas, el procesador no puede ejecutar
esperas condicionadas: tales esperas deberán convertirse en condiciones de inicio con su
correspondiente tarea asociada. El tiempo de ejecución de cada tarea debe ser lo más corto
posible para que el comportamiento temporal de las restantes tareas no sea perturbado por el
retraso inducido.

El intercambio de datos entre tasks del mismo nivel se realiza mediante estructuras estáticas de
datos globales, o bien mediante empaquetamiento en procedimientos si se utiliza programación
orientada a objetos.

El intercambio de datos entre programas de diferentes niveles requiere de mucho cuidado.


Mediante una sincronización especial se debe asegurar que las estructuras de datos sean
transferidas de manera completa en un ciclo de muestreo del programa de control, evitando que
la señal de interrupción del timer deje incompleta una operación de lectura o escritura de datos.
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-5

2.1.1. Problemas derivados del muestreo.


La interacción entre señales continuas y discretas vuelven variantes en el tiempo a los sistemas
muestreados. Supóngase en la Fig. 2.1 que una perturbación se sumara a la salida del proceso.
La invariancia temporal requiere que un desplazamiento en el tiempo de la excitación de un
sistema dé por resultado un desplazamiento similar en su respuesta. Dado que la conversión A/D
está gobernada por un reloj, el sistema reaccionará de manera diferente si la perturbación es
desplazada en el tiempo. El sistema se mantendrá invariante en el supuesto que todos los
cambios en las variables del sistema, entradas y perturbaciones se sincronizan con los instantes
de muestreo. Recíprocamente, si la frecuencia de muestreo es suficientemente elevada con
respecto a las frecuencias propias de la dinámica del sistema y sus perturbaciones, el sistema
muestreado podrá considerarse como invariante.
Si las señales senoidales sin(1.8 t - ) y sin(0.2 t) que se grafican en la Fig. 2.7 son
muestreadas a la frecuencia s=2 /h, con h =1; desde el punto de vista de la señal
muestreada las sinusoides no pueden ser distinguidas entre sí.

Fig. 2.7. Para un período de muestreo h =1, las señales de 0.1Hz (línea de puntos) y
0.9Hz (línea continua) poseen los mismos valores en los instantes de muestreo. Desde el
punto de vista de la señal muestreada, la sinusoide de 0.9Hz produce un “alias” de 0.1Hz.

El muestreo es entonces una operación no lineal y acarrea pérdidas de información, en cuanto no


está garantizada la reconstrucción de la señal continua original a partir de la señal muestreada.
El ejemplo que acabamos de analizar, puede comprenderse mejor, si consideramos dos señales
senoidales
f1 (t )  sin(t )
(2.1)
f 2 (t )  sin(t  ns t )

donde s=2 /h es la frecuencia de muestreo y n un entero cualquiera. En los instantes de


muestreo ( t  kh , k  0,1, 2, ) se tendrán las señales discretas en el tiempo

f1 (kh)  sin( kh)


2
1 0

f 2 (kh)  sin( kh  n kh)  sin( kh)  cos(2 nk )  cos(kh)  sin(2 nk ) (2.2)


h
es decir: f 2 (kh)  sin( kh)  f1 (kh)

En definitiva, el muestreo produce un plegado del dominio de frecuencias (‘frequency folding’)


alrededor de s. Una de las maneras en que puede expresarse el teorema de Shannon o teorema
del muestreo, establece que una señal continua puede ser reconstruida a partir de su versión
muestreada, si la frecuencia de muestreo es como mínimo el duplo de la componente de mayor
frecuencia que forma parte del espectro de la señal continua [s/2  max].
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-6

El ruido de los sensores puede dar origen a señales muestreadas espúreas o alias de baja
frecuencia que al confundirse con la dinámica propia del proceso, causen perturbaciones en el
funcionamiento a lazo cerrado. Resulta entonces necesario insertar antes del convertidor A/D un
filtro analógico (filtro ‘anti-alias’) que limite convenientemente el ancho de banda de la señal
y(t) por debajo de la frecuencia de Nyquist ( s/2). La dinámica de este filtro deberá
considerarse en conjunto con la dinámica del proceso para un correcto diseño del sistema de
control.

Del siguiente ejemplo, puede extraerse una idea indicativa de la relación entre el ancho de banda
del prefiltro anti-alias y la frecuencia de muestreo. Supóngase que la configuración elegida para
el filtro sea Butterworth de segundo orden1 , que el ancho de banda sea b y que se desea que
el filtro atenúe por un factor de 16 (1/16  –24db) las señales de la frecuencia de Nyquist
(s/2). Se tendrá así:
2
 s 2  1
   16 por lo tanto b  s . (2.3)
 b  8

En consecuencia, la frecuencia del modo dominante del sistema a lazo cerrado se encontrará bien
por debajo de s/8. Generalizando, si 1/ GN es la atenuación del filtro a la frecuencia de
Nyquist, resultará el ancho de banda b  s GN 2 .

2.1.2. Dispositivos de Retención.


La manera más simple y común de reconstruir un señal muestreada es hacer que la salida del
dispositivo de retención se mantenga constante hasta el advenimiento del próximo valor
muestreado. Al circuito así instrumentado se lo denomina dispositivo de retención de orden cero
(‘zero-order hold’) ya que la señal continua de salida es un polinomio de orden cero entre los
instantes de muestreo. Si f(kh) representa la señal discreta muestreada con período h, entonces
la señal reconstruida a la salida del dispositivo de retención de orden cero será f(t) dada por

f (t )  f (kh) ; kh  t  kh  h (2.4)

Un inconveniente del dispositivo de retención de orden cero es que su salida es discontinua (ver
Fig. 2.8). Estas discontinuidades pueden excitar modos dinámicos pobremente amortiguados del
proceso, como así también provocar desgaste en los actuadores del sistema. Una manera de hacer
continua la salida es utilizar un dispositivo de retención de primer orden (‘first-order hold’). La
señal entre los instantes de muestreo es ahora una interpolación lineal. La señal reconstruida
podrá expresarse
t  kh
f (t )  f (kh)   f (kh  h)  f (kh) ; kh  t  kh  h (2.5)
h

Nótese que la reconstrucción (2.5) no es causal dado que f (kh  h) debiera encontrarse
disponible en el instante kh . El valor de f (kh  h) puede ser reemplazado por una predicción
fácilmente calculable en base a una extrapolación.

1
Butterworth de segundo orden es una configuración anti-alias muy difundida. En casos críticos pueden ser
seleccionados filtros de orden superior o bien de configuraciones alternativas (Tschebyscheff, elípticos, etc.).
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-7

Fig. 2.8. Muestreo y reconstrucción de una señal senoidal empleando dispositivos de


retención de orden cero y de primer orden, para un período de muestreo h =1. Los
instantes de muestreo se indican mediante puntos.

Si bien la Fig. 2.8 muestra la innegable ventaja de utilizar un dispositivo de retención de primer
orden cuando la señal de entrada es suave, no debemos perder de vista que es un resultado
meramente académico, ya que una implementación causal del dispositivo manifestará disconti-
nuidades originadas en la extrapolación, pues en (2.5) ha de realizarse el reemplazo de f (kh  h)
por la aproximación
f (kh)  f (kh  h)
fˆ (kh  h)  f (kh)  h
h
fˆ (kh  h)  2 f (kh)  f (kh  h)

con lo que la señal reconstruida es ahora

t  kh
f (t )  f (kh)   f (kh)  f (kh  h) ; kh  t  kh  h (2.6)
h

Fig. 2.9. Reconstrucción de una señal senoidal mediante un dispositivo de retención


de primer orden realizado con extrapolación.

Por cierto, la reconstrucción de señales tanto con dispositivos de orden cero como con los de
primer orden, alcanza mayor precisión cuanto mayor sea la frecuencia de muestreo con respecto
de la frecuencia de la señal. Si llamamos fr(t) a la señal reconstruida a la salida de un
dispositivo de retención correspondiente a la señal original f(t)=sin(t), entonces la
reconstrucción será tanto más precisa cuanto menor sea el error cuadrático [fr – f]2 promediado
en el período T=2 / de la señal.
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-8

T
1
    f r  f  dt    h T 
2
(2.7)
T0

En la figura se muestra el error  correspondiente a los dispositivos de retención de orden cero y


de primer orden con extrapolación calculado para un intervalo de valores de la relación entre la
frecuencia de muestreo y la frecuencia de la señal.

Fig. 2.10. Errores cuadráticos según (2.7) para un dispositivo de orden


cero (DOC) y uno de primer orden con extrapolación (DPO-E).

Viendo las formas de onda de las Figs. 2.8 y 2.9, no nos sorprende comprobar que para
frecuencias de muestreo bajas el error sea mayor para el dispositivo de primer orden que para el
de orden cero. Para relaciones de frecuencia de muestreo de 20:1 y superiores, el error para el
dispositivo de primer orden es por lo menos un orden de magnitud inferior al de orden cero.

Para concluir, no podemos dejar de insistir en el concepto de derivación que se encuentra


implícito en la operación de extrapolación: como consecuencia de ello aparece la necesidad de
guardar estrictas precauciones cuando se pretenda utilizar un dispositivo de retención de primer
orden en presencia de señales ruidosas.

2.1.3. Cuantificación (discretización de amplitud).


Como los convertidores A/D y D/A poseen una resolución limitada, las variables convertidas
dejan de ser continuas en amplitud y sufren un proceso de cuantificación, como consecuencia del
cual son representadas por una cantidad finita de dígitos binarios.

La Fig. 2.11 muestra una característica típica de cuantificación: se trata de un convertidor A/D
que opera con una palabra de 3 bits incluyendo signo, suficiente para la finalidad de nuestro
análisis. Centrando un paso de cuantificación en cero, podremos representar 3 incrementos en
sentido positivo y 4 en sentido negativo: en total una cantidad par2 de incrementos, lo que origina

2
Ya que con 2 bits podemos escribir 22 = 4 valores diferentes, estando reservado el tercer bit para el signo.
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-9

la asimetría de la característica estática de conversión. La parte inferior de la Fig. 2.11 muestra


el error de cuantificación del convertidor.

Valor digital
nd

Valor analógico
normalizado
Ve/Vref

Error de cuantificación
(Ve/Vref)-nd

Ve/Vref

Fig. 2.11. Característica de cuantificación y curva de errores.

Para señales de entrada que excedan el rango de conversión, el convertidor operará como un
limitador, lo que puede conducir a problemas de estabilidad a lazo cerrado3. La cuantificación y
limitación de variables que produce el convertidor A/D son fenómenos no lineales, sobre los que
por el momento no diremos más.

Aclarado lo precedente, adoptaremos con respecto a los convertidores y mientras no digamos


nada en contrario, las convenciones siguientes:
a) El proceso de cuantificación posee una granularidad suficientemente fina como
para no interferir con el funcionamiento del sistema de control;
b) El dimensionamiento de los convertidores es adecuado para representar sin
saturación el rango completo de variación de las señales analógicas (incluyendo
sobrepicos y oscilaciones).

2.2. Modelos matemáticos de sistemas discretos.


2.2.1. Modelado de convertidores A/D y D/A.
El proceso de muestreo de una señal continua mediante un convertidor A/D corresponde a la
modulación de una secuencia de impulsos de Dirac4 igualmente espaciados en el tiempo.

3
En el punto 1.7 del capítulo precedente, al analizar el fenómeno de windup, hemos tenido una muestra de lo que
puede llegar a ocurrir a causa de la saturación en un lazo de control. Aceptemos entonces que en general será sano
evitarla.
4
Tratándose de impulsos de Dirac isoespaciados la única modulación posible es la del área encerrada bajo el pulso.
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-10


y (t )    (t  kT )  y (t )
k 

(2.8)

y(t) y*(t)
(t-kT)

y(t) y*(t)

Fig. 2.12. Modelo gráfico de un convertidor A/D.

Si a los valores numéricos producidos por el procesador digital de un lazo de control, se les
asigna las propiedades de una secuencia de impulsos, su transformación en señal analógica
mediante un convertidor D/A con memoria, se modeliza como un dispositivo de retención de
orden cero, como se indica cualitativamente en la Fig. 2.13.

* *
y(t) y (t) u (t) uh(t)
P

*
y(t)  y (t)
* uh(t)
 u (t)

*
u (t)
u(t) uh(t)=u(kT)

Fig. 2.13. Modelo gráfico de un convertidor D/A.

Analizando la parte inferior de la Fig. 2.13, donde tenemos representado un muestreador con
dispositivo de retención de orden cero (‘sample and hold’), la señal continua u(t) es muestreada
en los instantes de tiempo t = kT manteniendo el dispositivo de retención su salida constante en
el valor u(kT) hasta el próximo instante de muestreo. Así la función escalonada de salida puede
expresarse como

uh (t )  u(kT ) para kT  t  kT  T , k  0,  1,  2, (2.9)

Valiéndonos de funciones escalón unitario definidas por

0 para t  0
 (t )   (2.10)
1 para t  0
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-11

y con la convención adicional u(kT)=0 para k < 0, podemos expresar la señal uh(t) en forma
completa mediante la expresión


uh (t )   u (kT )  (t  kT )   (t  kT  T ) . (2.11)
k 0

La suma (2.11) es convergente, ya que para cada t existe un único sumando no nulo. La
transformada de Laplace de uh(t) se calcula de la manera conocida y vale


1 1 
U h ( s)  L uh (t )   u (kT )  e  kTs  e  ( k 1)Ts 
k 0 s s 
(2.12)
Ts
1 e 
   u ( kT ) e  kTs
s k 0

La expresión (2.12) evidencia que ‘muestrear’ y ‘retener’ pueden ser concebidos, desde un
punto de vista matemático, como dos procesos separados. Mediante el muestreo se produce una
señal u*(t) cuya transformada de Laplace es


U * ( s)   u (kT ) e kTs , (2.13)
k 0

que es procesada por un dispositivo de retención con la función de transferencia

1  eTs
GH ( s)  . (2.14)
s

La f.t. del dispositivo de retención puede asociarse con las funciones de transferencia de los
restantes componentes continuos conectados en cascada con el mismo.

En el tratamiento de sistemas discretos aparecen muchas veces transformadas de Laplace de la


forma (2.13). Se utiliza en estos casos una notación especial, empleando la substitución

z  eTs (2.15)

se define como ‘transformada z’ de la secuencia uk = u(kT) a la operación


Z uk  :  uk z  k . (2.16)
k 0

En general, indicaremos a la transformada z de una secuencia fk mediante una letra mayúscula


con tilde

F ( z ) : Z  f k  , (2.17)

y entre las funciones F y F  vale la relación


SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-12

1 
F (eTs )  F  (s) y concordantemente F ( z )  F   ln( z )  . (2.18)
T 

El dispositivo de retención de orden cero, provoca un retardo de fase, que puede calcularse en
base a su respuesta en frecuencia. De acuerdo a (2.14), con s = j es

1  e jT e jT / 2  e jT / 2  jT / 2 2sin(T / 2)  jT / 2


GH ( j )   e  e (2.19)
j j  fase
módulo

el retardo de fase vale T/2 y corresponde a un retardo de tiempo de medio período de


muestreo.

2.2.2. Descripción de un sistema discreto sencillo.


Un sistema muestreado sencillo como el de la Fig. 2.14, consiste de un muestreador seguido por
un elemento lineal cuya función de transferencia es G(s). Por simplicidad, consideraremos que
la función de transferencia del dispositivo de retención se encuentra incluida en G(s). Para el
cálculo de la señal de salida xa asumiremos que el sistema parte de condiciones iniciales nulas
para t = 0.

xe xe* xa
G(s)

Fig. 2.14. Sistema discreto.

Dados xe(t) para t  0, G(s) y el período de muestreo T, nuestro interés es determinar xa(t).
De acuerdo con (2.13) es


xe (t )   xe (kT )   (t  kT ) (2.20)
k 0

ya que la antitransformada de ekTs es  (t - kT ) . A su vez la respuesta al impulso del elemento


con f.t. G(s) es su función ponderante g(t)=L-1{ G(s)}. Como el sistema es lineal la respuesta
total xa(t) puede ser calculada como la superposición de las respuestas parciales a cada uno de
los impulsos (t-kT) actuantes:


xa (t )   xe (kT )  g (t  kT ) . (2.21)
k 0

Resulta adecuado escribir al tiempo t en la forma

t  nT   T , n  0, 1, 2,
(2.22)
0   1
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-13

y reformular (2.21)

xa (nT   T )   xe (kT )  g (nT   T  kT ) (2.23)
k 0

expresión que se conoce como suma de convolución y es el equivalente discreto de la integral de


convolución5 de los sistemas continuos.

Vimos al tratar sistemas continuos que la introducción de la transformación de Laplace


simplificó el cálculo de las integrales de convolución; en forma totalmente paralela, la
transformación z contribuye a simplificar el cálculo de las sumas de convolución. Para
demostrarlo, consideraremos primeramente en (2.23) el caso  = 0, es decir nos interesamos tan
sólo en conocer la señal de salida en los instantes de muestreo:


xa (nT )   xe (kT )  g (nT  kT ) ; (2.24)
k 0

de acuerdo con (2.16) la transformada z correspondiente es

  
X a ( z )   xa (nT ) z  n   xe (kT ) g (nT  kT ) z  n (2.25)
n 0 n 0 k 0

Realizando la sustitución m  n  k se obtiene

 
X a ( z)    x (kT ) g (mT ) z
m  k k  0
e
m
z k (2.26)

La primera suma de (2.26) puede comenzar en m = 0, ya que por razones de causalidad la


secuencia ponderante es g(mT) = 0 para m < 0. Como los términos de la doble suma dependen
individualmente de k o bien de m, (2.26) puede ser reescrita como el producto de dos
sumatorias simples
 
X a ( z )   g (mT ) z  m   xe (kT ) z  k (2.27)
m0 k 0

La transformada z de la señal de salida es igual al producto de la transformada de la secuencia de


entrada xe(kT) por la transformada de la secuencia ponderante g(mT).

X a ( z )  G( z )  X e ( z ) (2.28)

La transformada z de la secuencia ponderante


G( z )   g (mT ) z  m (2.29)
m0

se denomina ‘función de transferencia z’ o ‘función de transferencia de pulsos’.


5
Si nuestro sistema fuera continuo, escribiríamos xa (t )   xe ( ) g (t   ) d .
0
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-14

De acuerdo a la (2.23) la señal de salida puede ser determinada para tiempos diferentes del
instante de muestreo. Para cada valor del parámetro  entre 0 y 1 se obtiene una secuencia
fn() = xa(nT+T). Si se aplica a esta secuencia la transformación z, la transformada obtenida
dependerá también del parámetro  , por lo que será en general


F ( z,  )  Z  f n ( )   f n ( ) z  n . (2.30)
n 0

Y en particular para nuestro caso



X a ( z,  )   xa (nT   T ) z  n (2.31)
n 0

si se reemplaza xa(nT+T) por su equivalente (2.23) y se substituye m = n–k , se obtendrá en


forma totalmente similar a (2.26) y (2.27)

 
X a ( z,  )   g (mT   T ) z  m   xe (kT ) z  k (2.32)
m 0 k 0

X a ( z ,  )  G( z ,  ) X e ( z ) (2.33)

Llamaremos en lo sucesivo a G( z,  ) ‘función de transferencia z modificada’. La transformada


z de xe en (2.33) no depende de  ya que el comportamiento del sistema, según la Fig. 2.14,
depende exclusivamente de los valores muestreados xe(kT) y no es influido por los valores
intermedios xe(nT+T), 0   < 1.

Las interrelaciones entre las cantidades generadas a partir de f(t) por muestreo y transformación
se grafican en la figura siguiente.

t = kT + T
f(t) f(kT+T)
t = kT =0

f(kT)

L Z Z

F ( z)
Z =0

F(s) F ( z,  )
Z

Fig. 2.15. Transformaciones.


SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-15

Para la descripción del sistema de la Fig. 2.14 mediante las transformadas (2.28) o (2.33), se
deberán determinar las expresiones de G(s), G( z) o G( z,  ) . En la práctica se utilizan
tablas, como las incluidas en el Apéndice A de estos apuntes, que poseen las columnas
f (t ), F (s), F ( z ) y F ( z,  ) . La relación entre F (s), F ( z ) y F ( z,  ) es muy frecuentemente
utilizada, siendo denotada por los símbolos Z y Z cuya interpretación está dada por

F ( z )  Z F (s) : Z L1 F ( s)t kT  (2.34)


F ( z,  )  Z F (s) : Z L1 F (s)t kT  T  (2.35)

2.2.3. Interconexión de sistemas muestreados.


Los métodos que acabamos de desarrollar para un sistema simple, pueden ser aplicados a
sistemas muestreados con realimentación o a sistemas con múltiples muestreadores sincrónicos.
En los siguientes ejemplos se calculará siempre la transformada z modificada de la señal de
salida; con  = 0 se obtendrá la trasformada z standard.

xe x e* xa
G1(s) G2(s)

Fig. 2.16. Sistema en ‘serie continua’.

Para el sistema de la Fig 2.16 vale

X a ( z,  )  X e ( z )  Z G1 (s) G2 (s) (2.36)

y, abreviadamente podemos escribir

Z G1 (s) G2 (s)  G1G2 ( z,  ) . (2.37)

Podemos formular una primera regla general: para simplificar un diagrama de bloques discreto
se agrupan los componentes continuos que no se encuentren separados por muestreadores.

xe x xa
G1(s) G2(s)

Fig. 2.17. Sistema en ‘serie discreta’.

Los dos muestreadores de la Fig. 2.17 trabajan en sincronismo, resulta entonces:

X a ( z,  )  X ( z)  G2 ( z,  )  X e ( z)  G1 ( z)  G2 ( z,  ) . (2.38)
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-16

xe xa
G1(s) G2(s)

Fig. 2.18. Dispositivo continuo previo al muestreador.

Para el sistema de la Fig. 2.18 se tiene:

X a ( z,  )  X eG1 ( z )  G2 ( z,  ) . (2.39)

xe u xa
G1(s) G2(s)

Fig. 2.19. La Fig. 2.18 a lazo cerrado.

En el sistema de lazo cerrado de la Fig. 2.19

X eG1 ( z )
U ( z )  X eG1 ( z )  G1G2 ( z ) U ( z )  U ( z)  (2.40)
1  G1G2 ( z )

resultando:
G2 ( z,  )
X a ( z,  )  X eG1 ( z ) . (2.41)
1  G1G2 ( z )

xe u xa
G1(s) G2(s)

Fig. 2.20. La Fig. 2.17 a lazo cerrado.

En la Fig. 2.20 ambos muestreadores son sincrónicos, por lo que es

U ( z )  X e ( z) G1 ( z)  G1 ( z) G2 ( z) U ( z)

G1 ( z )
U ( z)  X e ( z) (2.42)
1  G1 ( z ) G2 ( z )
y, en consecuencia:
G1 ( z ) G2 ( z,  )
X a ( z,  )  X e ( z) . (2.43)
1  G1 ( z ) G2 ( z )
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-17

Por último, si se cierra un lazo de realimentación alrededor del sistema de la Fig. 2.16, se
obtendrá

G1G2 ( z,  )
X a ( z,  )  X e ( z) . (2.44)
1  G1G2 ( z )

2.2.4. Relación entre la secuencia temporal y la posición de los polos de su transformada z.


El comportamiento de las señales de salida de los sistemas muestreados queda definido
primordialmente por la posición de los polos de su transformada z. Esta relación es asimismo
significativa desde el punto de vista de la representación de estados, en la que los polos de la
función de transferencia z corresponden a los autovalores del sistema dinámico.

Ejemplo 1:
f k  eakT
 
F ( z )   eakT z  k   c k con c  e aT z 1
k 0 k 0

La fórmula de la suma de la serie geométrica se obtiene fácilmente de

N
S ( N )   ck  1  c  c2   cN (a)
k 0

c  S (N )  c  c2   c N  c N 1 (b)
(1  c) S ( N )  1  c N 1 (a) - (b)

1  c N 1
S(N ) 
1 c

Para |c| < 1



1
c
k 0
k
 lim S ( N ) 
N  1 c
(2.45)

Por lo que resulta


F ( z )  Z eakT  
z
para z  eaT (2.46)
z  eaT

Para a real aparece un polo sobre el eje real positivo del plano z. Si a > 0 la secuencia fk es
creciente ubicándose el polo en z > 1. Para a = 0 la secuencia es constante (secuencia unitaria)

z
F ( z )  Z  (kT )  (2.47)
z 1

y el polo se ubica en z = 1. Para a < 0 la secuencia resulta decreciente y el polo se ubica en el


intervalo 0 < z < 1. Los casos tratados se muestran en las figuras 2.21 a), b), c).
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-18

comparar con e)

Fig. 2.21. Correlación entre secuencias temporales y posición de los polos en el plano z.

Ejemplo 2: f k  eakT cos(kT   ) 


2
e
1 akT  j (kT  ) akT  j (kT  )
e .
Según la Ec.(2.46) es

1  z e j z e j  z 2 cos   z eaT cos(T   )


F ( z)      F ( z)  (2.48)
2  z  eaT  jT z  eaT  jT   z  eaT  jT  z  eaT  jT 
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-19

Vemos en (2.48) que aparecen dos polos complejos conjugados en la expresión de la transforma-
da z, con el módulo eaT y la fase T con respecto del eje real positivo. Para a > 0 la
oscilación es creciente y los polos se ubican por fuera del círculo de radio unitario centrado en el
origen del plano z. Para a = 0 la oscilación es de amplitud constante y corresponde a un par de
polos sobre la circunferencia unidad. La oscilación decreciente para a < 0 da origen a un par de
polos en el interior del círculo unitario. El la Fig. 2.21 d) y e) se muestran dos casos.

Para T =  se cancela un polo con un cero y la transformada queda


F ( z )  Z eakT cos(k   )  cos   Z  eaT 
k
  zzcos
e

aT
(2.49)

ilustrándose la situación en la Fig. 2.20 f).

Para |T| >  aparece una secuencia que ya ocurriera para | T| <  , obteniéndose en ambos
casos la misma transformada. Pero observemos que |T| >  significa que la frecuencia
angular  supera el máximo valor admisible max = muestreo/2 = /T según el teorema de
Shannon, por lo cual no nos sorprende la aparición de un alias.

Ejemplo 3:

Si una secuencia se compone tan sólo de una cantidad finita de elementos (0 a N), es
decir si se cumple fk = 0 para k > N , entonces la transformada z toma la forma

1 N f 0 z N  f1 z N 1   fN
F ( z )  f 0  f1 z   fN z  (2.50)
zN

y posee un polo de multiplicidad N en z = 0. Ver Fig. 2.21 h).

Cuando se muestrea una señal continua f(t) cuya transformada de Laplace es F ( s) , a cada polo
si de F(s) corresponderá un polo de F ( z )  Z  f (kT ) en zi  esiT con igual multiplicidad. Así,
en el ejemplo 1 es F (s)  L eat   1/( s  a) . Al polo s = a le corresponde el polo en zi  eaT .
En el ejemplo 2, la transformada de Laplace de eat cos(t   ) posee dos polos en s  a  j , a
los que corresponden los polos en z  eaT  jT .

La relación entre la secuencia temporal y los ceros de su transformada z no es sencilla. Partiendo


de la regla que una multiplicación de F ( z ) por z 1 corresponde a un retardo (o desplazamiento
hacia la derecha) de la secuencia temporal, la influencia de un cero simple puede explicitarse
como

bz  c z z
F ( z)  b  cz 1 .
z e aT
z e aT
z  eaT
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-20

La secuencia correspondiente consiste en la suma de la secuencia beakT , k  0 , más la


secuencia desplazada un intervalo a la derecha c ea ( k 1)T  c e aT eakT , k  1 es decir:


b para k  0
 
f k  Z 1 F ( z )  
 b  c e  e
 aT
(2.51)

akT
para k  1

Esta secuencia difiere de una secuencia exponencial, únicamente en el valor f0 para k=0.
Concordantemente si F ( z ) posee N ceros, éstos influirán en los valores de f0, f1, ... fN-1. A
partir de fN la forma de las secuencias depende exclusivamente de los polos, influyendo los ceros
únicamente en los factores multiplicativos. Una síntesis de las propiedades de las transformadas
z, se incluye en el Apéndice B.

2.3. Resolución de sistemas discretos.


Consideraremos algunos ejemplos aplicativos de sistemas discretos, utilizando en su resolución
los métodos desarrollados precedentemente y algunas herramientas de software standard.

2.3.1. Un sistema intrínsecamente discreto.


Muchos sistemas económicos pueden considerarse en su funcionamiento como intrínsecamente
discretos en el tiempo: así por ejemplo un depósito en caja de ahorros va capitalizando intereses
a fines de cada mes, la reposición de mercaderías en un supermercado se realiza diariamente, etc.
En estos sistemas poco importa cómo evolucionen las variables a lo largo del período de
muestreo, únicamente se consideran sus valores en los instantes de muestreo.

La siguiente es una formulación simplificada de un modelo de regulación de existencias en el


depósito de mercaderías de una fábrica, mediante adecuación de la producción a la demanda.

Sean
i[k] := nivel de inventario en el período k (cantidad de unidades en existencia)
d[k] := demanda acumulada en el intervalo [k–1, k]
e[k] := entregas de Producción (fábrica) a Depósito en el período k
N := plazo de entrega de Producción (tiempo de fabricación), expresado en
períodos,
f[k] := orden de fabricación en el período k (cantidad de unidades a producir).

Consideraremos a todas estas magnitudes como variaciones respecto de sus valores medios, de
tal manera que puedan asumir valores negativos. El modelo de regulación responde a la siguiente
formulación matemática

i[k] = i[k–1] + e[k] – d[k] balance de entradas-salidas de inventario;

(2.52) e[k] = f[k–N] retardo de fabricación;

f[k] = – K i[k] ecuación de producción; el valor de la constante K


determina cuántas unidades producir de acuerdo a la
variación del inventario.
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-21

Resolveremos las ecuaciones de diferencias (2.52) primeramente en forma directa, partiendo de


los siguientes valores numéricos:
a) Demanda en escalón d  k   100 unidades, k  0, 1, 2,
b) Retardo de fabricación N = 2 períodos,
c) Política de producción K = 1.

Si reemplazamos valores en (2.52) llegamos a una expresión recursiva que define el esquema de
cálculo:

i  k   i  k  1  K i  k  2 d  k 
i (0)  0 0 100  100
i (1)  100 0 100  200
i (2)  200 100 100  200
(2.53)
i (3)  200 200 100  100
i (4)  100 200 100 0
i (5)  0 100 100 0
i (6)  0 0 100  100

Constatamos en (2.53) que, a partir de k = 6 la secuencia se repite periódicamente, hecho que se


muestra en el diagrama siguiente.

Fig. 2.21. Evolución de la variación de stock calculada por (2.53). Se incluyen


las líneas de puntos al solo objeto de facilitar la visualización.

Como controlistas, observamos que la política de hacer variar la producción justo en sentido
contrario a la variación de inventario (K = 1), lleva al sistema de control de stock a operar en el
límite de estabilidad, por lo que nos sentimos tentados a proponer una mejor política de
producción. Queda para ejercicio del lector responder a la pregunta: ¿Cuál?

Hasta el presente, nos hemos limitado a resolver las ecuaciones (2.52) por recursión en el
dominio del tiempo. Aplicando ahora la transformación z a las Ecs.(2.52) tendremos la

siguientes expresiones, donde hemos omitido el tilde sobre las transformadas ya que, al ser el
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-22

sistema intrínsecamente discreto, no existen funciones o variables continuas con las que puedan
ser confundidas.
I ( z )  z 1 I ( z )  E ( z )  D( z )
z
 I ( z)   E ( z )  D( z )
z 1 (2.54)
E( z)  z  N F ( z)
F ( z)  K  I ( z)

Las (2.54) nos muestran que nuestro sistema puede ser considerado como un sistema regulador
en el que la demanda D(z) actúa como una variable de perturbación:

D(z)

F(z) E(z) z I(z)
K zN
z 1

Fig. 2.22. El sistema de inventario como regulador perturbado.

La función de transferencia de D(z) a I(z) es

I ( z) zN
  N 1 . (2.55)
D( z ) z ( z  1)  K

Para evaluar la respuesta, emplearemos como ya lo hiciéramos los valores numéricos K=1 y
N=2. Según (2.47) de
z
d  k   100; k  0, 1, 2, resulta D( z)  100 
z 1

siendo entonces
z2 z 100 z 3
I ( z)    100   . (2.56)
z2  z 1 z 1 z3  2z 2  2z 1

Procederemos en primer lugar a antitransformar numéricamente I(z): para ello dividimos el


numerador en el denominador de la expresión (2.56), véase página siguiente.

No nos sorprende en absoluto obtener en (2.57) el mismo resultado que alcanzáramos en (2.53)
ya que, salvo errores de cálculo, debemos llegar a lo mismo por otra vía.

Vamos ahora a realizar la antitransformada analítica de (2.56) siguiendo el método de los


residuos, ver Apéndice B, expresiones (B.15) a (B.17).
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-23

1 2 3 4 5 6
I ( z )  100 z  ( z  2 z  2 z  1)  100 z  200 z  200 z  100 z  0 z  0 z  100 z 
3 3 2 0

100 z  200 z  200 z  100


3 2

 200 z  200 z  100


2

1
200 z  400 z  400  200 z
2

1
 200 z  300  200 z
(2.57)
1 2
200 z  400  400 z  200 z
1 2
 100  200 z  200 z
1 2 3
100  200 z  200 z  100 z
 100 z 3

Calcularemos en primer término los polos de (2.56)

z1  1
z2  0.5  j 3 / 2 (2.58)
z3  0.5  j 3 / 2; z2,3  1 .

Por la presencia de polos complejos conjugados con módulo unitario, es decir ubicados sobre la
circunferencia de radio uno en el plano z, tenemos la seguridad de que la secuencia de salida
poseerá una componente oscilatoria no amortiguada.

Tenemos entonces

100 z 3 100 z 3
I ( z)    
z3  2z 2  2z 1 ( z  1)( z  0.5  j 3 / 2)( z  0.5  j 3 / 2)

100 z k  2
 k 1

Res  I ( z )  z    lim ( z  1)  100
z 1 z 1 ( z  1) ( z 2  z  1)
(2.59)
( z  0.5  j 3 / 2) 100 z k  2
Res  I ( z )  z k 1
  lim 
z  0.5  j z 0.5 j 3 / 2
( z  1) ( z  0.5  j 3 / 2) ( z  0.5  j 3 / 2)
3/2

k
100(0.5  j 3 / 2) 2 (0.5  j 3 / 2) k 3 3 3 j / 2
1 e j / 3 
k
  100 j  0.5  j   100 e
(1.5  j 3 / 2) 3  2  3

Por cierto, el residuo correspondiente a la raíz z3 será el conjugado del residuo que acabamos de
calcular.
3  j / 2
1  e j / 3  .
k
Res  I ( z )  z k 1   100 e (2.60)
z 0.5 j 3 / 2 3
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-24

La expresión analítica de la secuencia i[k] será entonces

i  k    Res  I ( z )  z k 1 
z  zi
i

3 j / 2 jk / 3  j / 2  jk / 3
i  k   100  100 e e e e  (2.61)
3 

3    3  
i  k   100  200  cos  k    100  200  sin  k 
3  3 2 3  3

Como era de esperar, para k = 0, 1, 2, 3, 4, 5, 6,...


se obtiene la secuencia {–100, –200, –200, –100, 0, 0, –100,...}.

Con el objeto de ganar experiencia en el manejo de las tablas de transformadas, intentaremos


encontrar la expresión de i[k] mediante una descomposición de I(z)/z en fracciones parciales.
Descomponemos I(z)/z y no simplemente I(z) al objeto de, una vez terminado el procedi-
miento, multiplicar las fracciones por z y así obtener funciones racionales que contienen z en el
numerador, tal como las incluidas en las tablas del Apéndice A. Por otra parte, resulta
aconsejable dejar sin descomponer los elementos correspondientes a polos complejos, a fin de
operar exclusivamente con coeficientes reales.

Partiendo entonces de (2.56) se tiene

I ( z) 100 z 2 100 100


   2
z  z  1  z  z  1  z  1  z  z  1
2

(2.62)
100 z 100 z
I ( z)    2
 z  1  z  z  1

La primera fracción corresponde a la transformada de un escalón de amplitud –100 como


podemos comprobar en la primera línea de la tabla de página A-1. La segunda fracción
corresponde a la forma

  z sin(0T )
  Z sin(0t ) 
z  2 z cos(0T )  1
2

contenida (para =1) en la segunda línea de la página A-3. Siendo nuestro sistema intrínseca-
mente discreto el valor de T corresponde a la unidad (o período de operación). Comparando las
fracciones se obtiene:

2cos 0  1  cos0  0.5  0 
3
  sin 0  1    1/ sin 0    2 3/3
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-25

Por lo tanto, de (2.62) obtenemos

2 3    
 100  Z   k   100 
100 z 100 z
I ( z)    2  Z sin k   (2.63)
 z  1  z  z  1 3   3 

y, nuevamente y como no podía ser de otra manera, llegamos a la expresión

3  
i  k   100  200  sin  k  (2.64)
3  3

coincidiendo con (2.61).

2.3.2. Respuesta de un sistema con componentes continuos.


Para el sistema de control muestreado de la Fig. 2.23, se desea calcular la respuesta y(kT) ante
un escalón unitario de excitación w(t) = (t), con los parámetros K=0.326 y T=1.

w e 1  eTs u K y
s s( s  1)

Fig. 2.23. Sistema de control muestreado.

La transformada z de la función de transferencia a lazo abierto se obtiene aplicando la (2.36)

 1  e  K 
 Ts
Y ( z) 
Go ( z )   Z  (2.65)
E( z)  s s  s  1 
 

K
Recordando (B.2) y definiendo G2 ( s)  , la (2.65) queda
s  s  1
2

 
Go ( z )  Z 1  eTs  G2 ( s)  Z G2 ( s )  Z e TsG2 ( s )
z 1 (2.66)
= Z G2 ( s)  z 1 Z G2 ( s)  Z G2 ( s)
z

Para calcular la transformada z, expandiremos primeramente G2(s) en fracciones parciales:


 K 
 K
 1 1   
1 1  
Z G2 ( s)  Z  2  Z    = K Z  2   (2.67)
 s  s  1 
  
s  s  s  1  
  s s  s  1 
 
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-26

1 Tz
Según Apéndice A, pág. A-1, línea 2: Z  2  
 s   z  1
2


 1   1  e T  z
y según pág. A-2, línea 3: Z  
  z  1  z  e 
 s  s  1 
T

Reemplazando estos valores en (2.66) queda

Go ( z ) 
z  1  Tz
K 
1  e T  z 
 
 T

1  e T 
K  z  1 z  e T  . (2.68)
  z  1  z  1  z  e  
2 T
z  

Con T=1 y K=0.326 según lo especificado tendremos

z  0.718
Go ( z )  0.12 . (2.69)
( z  1)( z  0.368)

z
Para el escalón w(t) = (t) resulta W ( z )  , con lo que la transformada z del error actuante
z 1
e(t) se calcula como

1 1 z z 2  0.368 z
E( z)  W ( z)   
1  Go ( z ) 1  Go ( z ) z  1 z 2  1.248 z  0.454
(2.70)
z ( z  0.368)
E( z) 
( z  0.624  0.255 j )( z  0.624  0.255 j )

Aplicando el cálculo de residuos según (B.16)

 0.714 e j 2.353  0.674 e j 0.393 


k
Res  E ( z ) z k 1 
z  0.624  0.255 j

 0.714 e  j 2.353  0.674 e  j 0.393 


k
Res  E ( z ) z k 1  (2.71)
z  0.624  0.255 j

e(kT )   Res  E ( z ) z k 1 
z  zi
i

Y siendo y(kT )  1  e(kT ) resulta para la secuencia de salida la expresión

y (kT )  1  0.714 e j 2.353  0.674 e j 0.393   0.714 e  j 2.353  0.674 e  j 0.393 


k k

(2.72)
y (kT )  1  1.42  (0.674)k cos  0.393k  2.353 .
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-27

La Fig. 2.24 grafica la secuencia y(kT). Dado que en la Fig. 2.23 la función escalonada u
excita a un sistema dinámico continuo con dos polos más que ceros en su función de
transferencia, está garantizada la continuidad tanto de y(t) como de su derivada dy/dt, por lo
que estamos plenamente autorizados a unir los puntos de la secuencia y(kT) con una curva
continua, resultando entonces innecesario calcular y(kT+T).

Fig. 2.24. Respuesta al escalón de comando, sistema de la Fig. 2.23.

A continuación analizaremos la calidad de los resultados que podemos obtener empleando las
herramientas de software proporcionadas por Matlab. Debemos mencionar aquí que en la
página web de la Cátedra se encuentran disponibles los manuales correspondientes al Control
System Toolbox.

K 0.326
Para comenzar debemos definir el sistema continuo de la Fig. 2.23:  2 .
s  s  1 s  s
Emplearemos las variables num y den para definir los polinomios numerador y denominador
respectivamente. La función de transferencia se genera con la función tf(num,den) y se
almacena en la estructura sysc.

>> num=[0.326];
>> den=[1 1 0];
>> sysc=tf(num,den)

Transfer function:
0.326
-------
s^2 + s

La funcion c2d(sys,T,’método’) convierte al sistema continuo sys en discreto, con el


período de muestreo T y aplicando un método especificado. Si es ’método’='zoh' la
conversión se efectúa presuponiendo que un muestreador con dispositivo de retención de orden
cero ('zoh' = zero order hold ) se encuentra conectado a la entrada del sistema continuo.

Para nuestro caso T = 1 de modo que, si almacenamos en sysd la estructura del sistema dis-
creto será:
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-28

>> sysd=c2d(sysc,1,'zoh')

Transfer function:
0.1199 z + 0.08614
----------------------
z^2 - 1.368 z + 0.3679

Sampling time: 1

Observamos que procediendo de esta manera, hemos obtenido la función de transferencia de lazo
abierto (2.69).

Podemos ahora calcular la función de transferencia de lazo cerrado

Y ( z) Go ( z )
 , (2.73)
W ( z ) 1  Go ( z )

valiéndonos de la función feedback(sys1,sys2) de Matlab, donde sys1 es la f.t. de la rama


directa y sys2 es la f.t. de la rama de realimentación del sistema. Como en nuestro caso la
realimentación es unitaria, tendremos

>> yw=feedback(sysd,1)

Transfer function:
0.1199 z + 0.08614
---------------------
z^2 - 1.248 z + 0.454

Sampling time: 1

Si nos interesa conocer tan solo la forma de la respuesta ante un escalón de entrada, nos bastará
invocar la función step(sys) y analizar el gráfico resultante:

>> step(yw)

Fig. 2.25. Respuesta y(kT) calculada por Matlab.

Observamos en la Fig. 2.25 que Matlab representa y(kT) simplemente como una función
escalonada, sin realizar ninguna especulación de continuidad respecto de lo que ocurre entre los
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-29

sucesivos instantes de muestreo. Por cierto, existe plena coincidencia entre las Figs. 2.24 y 2.25
en los instantes de muestreo.

z
Si nos interesa conocer la forma analítica de Y ( z ) para un escalón W ( z )  , usaremos
z 1

>> y=yw*tf([1 0],[1 -1],1)

Transfer function:
0.1199 z^2 + 0.08614 z
---------------------------------
z^3 - 2.248 z^2 + 1.702 z - 0.454

Sampling time: 1

donde tf(num,den,Tmuestreo)es la forma empleada para definir la transformada z de una


función, ya que el período de muestreo debe estar explícitamente definido.

Puede llegar a interesarnos que Matlab nos calcule la transformada inversa de Y ( z ) . Para ello
debemos calcular primeramente los residuos de Y ( z ) / z tal como se aconseja en el Apéndice A.

Y ( z) 0.1199 z  0.08614
 3 (2.74)
z z  2.248 z 2  1.702 z  0.454

Nos valdremos de la función [r,p,k]=residue(num,den) para calcular los residuos r sobre


cada uno de los polos p de (2.74).

>> [r,p,k]=residue([0.1199 0.08614],[1 -2.248 1.702 -0.454])

r =
1.0002
-0.5001 + 0.5039i
-0.5001 - 0.5039i

p =
1.0000
0.6240 + 0.2542i
0.6240 - 0.2542i

k =
[]

El cálculo que acabamos de realizar tiene el siguiente significado

Y ( z ) 1.0002 0.5001 + 0.5039j 0.5001  0.5039j


   (2.75)
z z  1 z  0.6240  0.2542j z  0.6240  0.2542j
Es decir:
1.0002 z  0.5001 + 0.5039j  z  0.5001  0.5039j  z
Y ( z)    . (2.76)
z 1 z  0.6240  0.2542j z  0.6240  0.2542j
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-30

La antitransformada de la primera fracción de (2.76) es inmediata: se trata de un escalón de


amplitud 1.002; a continuación vamos a antitransformar la segunda fracción empleando el
cálculo simbólico de Matlab. Definimos z como variable simbólica y formamos la expresión
simbólica de la segunda fracción:

>> syms z

>> B=(-0.5001 + 0.5039i)*z/(z-0.6240 - 0.2542i)

B =

(-5001/10000+5039/10000*i)*z/(z-78/125-1271/5000*i)

Vemos que los coeficientes de la expresión simbólica B quedan en formato de fracción de


números enteros. Podemos ahora aplicar la función iztrans(B) para antitransformar B.

>> iztrans(B)

ans =

-5001/10000*(78/125+1271/5000*i)^n+5039/10000*i*(78/125+1271/5000*i)^n

Matlab emplea n como indicador standard de instante de muestreo; algunas versiones admiten
la invocación iztrans(B,k) para sustituir n por k . Acabamos de calcular entonces

  0.5001 + 0.5039j  z 
Z 1     0.5001 + 0.5039j  0.6240  0.2542j 
k
(2.77)
 z  0.6240  0.2542j 

Podemos llevar la expresión (2.75) a forma polar, empleando comandos elementales de Matlab:

>> abs(-0.5001 + 0.5039i)


ans =
0.7099
>> angle(-0.5001 + 0.5039i)
ans =
2.3524
>> abs(0.6240 + 0.2542i)
ans =
0.6738
>> angle(0.6240 + 0.2542i)
ans =
0.3868

con lo que (2.77) toma la forma

  0.5001 + 0.5039j  z 
 0.6738 e j 0.3868 
k
Z 1    0.7099 e
j 2.3524

 z  0.6240  0.2542j  (2.78)


 0.7099  0.6738  e
k j  0.3868 k  2.3524 
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-31

Correspondientemente, la antitransformada de la tercera fracción de (2.76) es la conjugada de la


que acabamos de calcular:

  0.5001  0.5039j  z 
  0.7099  0.6738 e
k  j  0.3868 k  2.3524 
Z 1  . (2.79)
 z  0.6240  0.2542j 

La antitransformada completa de (2.76) calculada mediante Matlab es:

y(kT )  1.0002  1.4198  (0.6738)k cos  0.3868k  2.3524 . (2.80)

Comparando (2.80) con nuestros cálculos manuales Ec. (2.72), observamos ligeras diferencias
atribuibles a errores numéricos acumulados por los redondeos en la solución Matlab.

Concluimos que las herramientas de software brindan la posibilidad de evaluar rápidamente el


comportamiento de un sistema discreto; sin embargo, a la hora de la determinación de soluciones
analíticas, se hace necesario proceder con cautela por la influencia de los errores numéricos.

2.3.3. Aplicación de la transformada z modificada a sistemas continuos con tiempo muerto.


Analizaremos el sistema simple con tiempo muerto de la Fig. 2.26, donde F(s) indica la función
de transferencia de los componentes racionales del sistema completo G(s), el que incluye un
tiempo muerto Tm. En F(s) consideraremos incluida la f.t. del dispositivo de retención de orden
cero que eventualmente pudiera formar parte del sistema muestreado.

xe xa
G ( s)  F ( s ) eTm s

Fig. 2.26. Sistema muestreado con tiempo muerto.

Se busca entonces la expresión de la función de transferencia z


G( z )   g (kT ) z  k  Z F ( s) eTm s .  (2.81)
k 0

El tiempo muerto Tm se considera expresable por la cantidad entera m de períodos de muestreo


más próxima por exceso, menos una fracción , es decir:

Tm  mT   T ; 0   1 . (2.82)

La función ponderante de la parte continua vale

g (t )  f (t  Tm )  f (t  mT  T ) (2.83)

Sustituyendo y aplicando la fórmula del retardo de una secuencia (B.2) en (2.81) obtenemos
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-32

  
G( z )   g (kT ) z  k  f (kT  mT   T ) z  k  z  m  f (kT   T ) z  k
k 0 k 0 k 0

G( z )  z  m F ( z,  )  z  m Z F ( s)  (2.84)

Con ayuda de las tablas del Apéndice A, se calcula la transformada z modificada F ( z,  ) del
sistema sin tiempo muerto, sustituyendo para  el valor de  obtenido en la (2.82). Esta
expresión se multiplica por z-m y el resultado es la transformada buscada.

Sea por ejemplo el sistema de la Fig. 2.27: deben determinarse las funciones de transferencia z
para los valores del período de muestreo T=2 y T=0.25 .

xe 1  e Ts e1.6 s xa
s 1  2s

Fig. 2.27. Sistema con tiempo muerto.

1  eTs
La función de transferencia excluido el tiempo muerto es F ( s) 
s 1  2s 
Recordando la metodología empleada en (2.66) se obtiene

z 1  1  z  1 1 1 
F ( z,  )  Z   Z   
z  s 1  2s   z  s s  0.5 
(2.85)
z 1  z z  e 0.5 T  e
0.5 T
 e0.5T  1  e0.5 T  z
F ( z,  )     ,
z  z  1 z  e 0.5T  z  e 0.5T

que reemplazada en (2.84) da

e0.5  T  e0.5T  1  e0.5  T  z


G( z )  (2.86)
z m  z  e0.5T 

Para un período de muestreo T=2 se tiene: Tm = 1.6 = 2m–2 ; m=1; T =0.4;  =0.2

0.181 z  0.451
G( z )  . (2.87)
z  z  0.368

Y para T=0.25 calculamos: Tm = 1.6 = 0.25m–0.25 ; m=7; T =0.15;  =0.6

0.072 z  0.046
G( z )  . (2.88)
z 7  z  0.882 
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-33

Observando (2.87) y (2.88) nos encontramos frente al notable resultado que la función de
transferencia de un sistema muestreado con tiempo muerto resulta racional en z. En
consecuencia, la ecuación característica de un sistema de control discreto con tiempo muerto es
también racional en z, lo que hace que los cálculos resulten mucho más sencillos que en el caso
continuo.

Fig. 2.28. Respuesta al escalón, sistema con tiempo muerto, períodos de


muestreo T=2 y T=0.25 unidades de tiempo.

2.4. Respuesta en frecuencia de los sistemas muestreados.


Si un sistema discreto cuya respuesta impulsiva es g(k) es excitado por una sinusoide de
frecuencia variable u(t) = sin(t) muestreada con período T, el sistema recibe a su entrada la
señal u*(n)=sin(nT) por lo que generará a su salida una sucesión de impulsos y(n).

T
u(t) = sin(t) sin(nT) y(n)
xa g(k)

Fig. 2.29. Sistema con excitación senoidal.

Aplicando convolución calculamos los impulsos de salida

n
n j n  k T   n

y(n)   g (k )  sin  n  k  T   Im  g (k )  e     Im e jnT  g (k )  e jkT  (2.89)
k 0  k 0   k 0 

Si el sistema es estable para la frecuencia de muestreo s =2/T, entonces g(n)0 cuando


n, por lo que para valores elevados de n (estado de régimen) tendremos que

 n
G* ( s)   g (k ) e skT   g (k ) e skT , (2.90)
k 0 k 0
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-34

con lo que y(n) quedará de la forma:

y(n)  Im e jnT G* ( j) (2.91)

o bien, expresado como función sinusoidal

y(n)  G* ( j)  sin(nT   ) ; con   arg G* ( j)  . (2.93)

Si hacemos el cambio de variables z  e jT en (2.93) la expresión quedará de la forma

y(n)  G( z ) sin(nT   ) (2.94)


z e jT

con lo que la salida del sistema es una señal sinusoidal que tiene la misma frecuencia que la
señal de entrada, se encuentra desfasada respecto de ella y su módulo depende de G( z ) jT .
z e
Resulta clara la similitud con el caso continuo.

Como ejemplo ilustrativo, compararemos la respuesta en frecuencia del sistema continuo

5
G( s)  (2.95)
s  s5
2

con las respuestas en frecuencia del mismo sistema integrado en un sistema discreto, con
muestreadores de período T=0.1 y T=1 y dispositivo de retención de orden cero. Nos
valdremos para ello de las instrucciones pertinentes de Matlab.

Fig. 2.30. Diagrama de Bode de un sistema de segundo orden muestreado.


SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-35

>> sys=tf([5],[1 1 5]);


>> sysd1=c2d(sys,0.1,'zoh');
>> sysd2=c2d(sys,1,'zoh');
>> bode(sys,sysd1,sysd2)

Observamos en el gráfico que el comando bode() limita automáticamente la máxima


frecuencia de graficación al valor correspondiente a la frecuencia de Nyquist para los sistemas
discretos ( = y  =10, para T=1 y T=0.1 respectivamente).

2.5. Espectro de una señal muestreada.


Recordando el punto 2.1.1. y la expresión (2.8), una señal f(t) muestreada con período T, a la
que designamos f *(t), puede considerarse como una secuencia infinita de impulsos de Dirac
modulados por el valor de f(t) en el instante de muestreo.

 
f * (t )  f (t )   (t  kT )   f (kT )  (t  kT ) (2.96)
k  k 0

donde hemos supuesto, para facilitar la posterior aplicación de la transformación de Laplace que
f(t) = 0 para t  0.

La secuencia infinita de impulsos de Dirac es una función periódica de período T y es


representable mediante una serie de Fourier cuyos coeficientes se calculan como:

    j 2 nt / T
T /2
1
Cn      (t  kT )  e dt , (2.97)
T / 2  k  
T

como tan solo un elemento de la sumatoria (el correspondiente a k =0) se encuentra compren-
dido dentro de los límites de integración es

T /2
1
Cn 
T 
T / 2
 (t ) e j 2 nt / T dt ; (2.98)

dado que el impulso de Dirac sólo existe para t =0, la exponencial se hace uno (1) y (2.98) vale:
T /2
1 1
Cn 
T 
T / 2
1  (t ) dt 
T
, (2.99)

ya que por definición el área encerrada por (t) vale 1.

La expresión (2.99) nos dice que todos los coeficientes de la serie de Fourier correspondiente a
un tren de impulsos son iguales entre sí y valen 1/T. Por consiguiente la representación en serie
del tren de impulsos es

   
1 1
  (t  kT )   C e
k  n 
n
j 2 nt / T

T
e
n 
j 2 nt / T

T
 cos(2 nt / T )
n 
(2.100)
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-36

En (2.100) aparecen únicamente los términos en cosenos ya que el tren de impulsos es una
función par. Valga una aclaración respecto de las variables de sumación k y n: no son más que
índices y al aparecer en diferentes términos de la ecuación, nada nos impediría usar el mismo
nombre para los dos; de hecho algunos autores lo hacen. Nosotros por una cuestión de
‘prolijidad’ los diferenciamos: k aparece como marcador en el tren de impulsos y n aparece
como índice de los coeficientes de Fourier.

Si reemplazamos el tren de impulsos en (2.96) por su representación en serie, obtenemos:

 
1
f * (t )  f (t )   (t  kT )  f (t ) e j 2 nt / T
. (2.101)
k  T n 

Estamos ahora en condiciones de calcular la transformada de Fourier de la señal muestreada


 
  j t
F ( )  F  f (t )    f (t )
1
* *
e j 2 nt / T
e dt
(2.102)
  
T n 

que se puede reescribir como


1 
F * ( )  
T n  f (t ) e j ( 2 n / T ) t dt . (2.103)


Como la transformada de la función continua f(t) es


F ( )  

f (t ) e j t dt , (2.104)

la relación entre las transformadas de Fourier de la señal continua y la muestreada resulta ser

1 
F * ( )   F (  2 n / T ) .
T n
(2.105)

La transformada de Fourier F *() de la señal muestreada f *(t) está compuesta por la superposi-
ción de infinitas copias de F(), separadas entre sí por múltiplos del valor de la frecuencia de
muestreo m = 2 /T. Si el espectro de amplitudes contiene componentes de frecuencias
superiores a m /2 (frecuencia de Nyquist), entonces las copias desplazadas de F() se
superpondrán y la señal original no podrá ser reconstruida mediante un filtro pasabajos aplicado
a la señal muestreada. Aparecen aquí los problemas de alias que tratamos en el punto 2.1.1. La
Fig. 2.31 ejemplifica las relaciones que acabamos de exponer.

Aplicando la transformación de Laplace a (2.101)

 
j 2 nt / T  1   
L  f * (t )  F * (s)  L  f (t )
1
 T

n 
e   L   f (t )  e j 2 nt / T  ,
 T n 
(2.106)
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-37

Fig. 2.31. Espectros de señales muestreadas.

y recordando que un amortiguamiento temporal corresponde en el dominio transformado a un


desplazamiento en la variable s, de (2.106) se deduce:

 
1 1
F * ( s) 
T
 F (s  j 2 n / T )  T  F (s  jn
n  n 
m ) (2.107)

Fig. 2.32. Mapeo de la franja principal del plano s sobre la totalidad del plano z.

Al igual que se repite el espectro de frecuencias en el dominio de Fourier, vemos que la


transformada de Laplace de la señal muestreada se repite con desplazamiento periódico a lo
largo del eje j en el plano s. Ello a su vez significa que las singularidades de la transformada
SISTEMAS DE CONTROL APLICADO - Capítulo 2 - pág. 2-38

continua F(s) son repetidas en franjas horizontales sucesivas (normales al eje j). La franja del
plano s comprendida entre –jm/2 y +jm/2 se denomina franja principal y es la región que se
mapea sobre la totalidad del plano de la variable z a través de la transformación z=eTs
(Fig.2.32).

Fig. 2.33. Mapeo correspondiente al círculo unitario en el plano z.

Cuando un punto recorre el segmento [/T, +/T] del eje j en el plano s, el punto
correspondiente en el plano z recorre la circunferencia de radio unitario centrada en el origen.
En la Fig. 2.33, la región de estabilidad de la franja principal del plano de s se mapea en el
interior del círculo unitario en el plano z, siempre bajo la transformación z=eTs.


SISTEMAS DE CONTROL APLICADO - Capítulo 3 - pág. 3-1

3. Estabilidad de sistemas discretos.

3.1. Discretización de sistemas continuos.


3.1.1. Conversión a ecuación de diferencias de la ecuación diferencial de un elemento continuo.
Cuando un componente continuo forma parte de un sistema de control discreto, resulta
importante poder calcular su respuesta a señales muestreadas y asimismo analizar su influencia
sobre la estabilidad global del sistema. Si se cuenta con la descripción analítica del elemento
continuo bajo la forma de una ecuación diferencial ordinaria lineal, resulta posible discretizarla,
es decir convertirla en una ecuación de diferencias.

Sea
dny d n1 y dy d mu du
 an 1   a1  a0 y  bm m   b1  b0u (3.1)
dt n dt n1 dt dt dt

la ecuación diferencial del elemento continuo de la Fig. 3.1.

u(t) Elemento y(t)


Continuo

Fig. 3.1.

Si la señal u(t) es muestreada con período T e interesa conocer los valores de y(t) en los
instantes de muestreo, la ecuación (3.1) puede ser discretizada, reemplazando las derivadas
primeras por diferencias retrógradas sobre el período de muestreo.

dy y (kT ) y(kT )  y  (k  1)T 


  (3.2)
dt t kT T T

Las derivadas de orden superior se forman como diferencias de diferencias:

d2y  y (kT ) 1  y (kT )  y  (k  1)T  y  (k  1)T   y  (k  2)T  


2
 2 2    
dt t  kT T T T T 
(3.3)
y (kT )  2 y  (k  1)T   y  (k  2)T 

T2

d3y 3 y(kT ) y(kT )  3 y  (k  1)T   3 y  (k  2)T   y  (k  3)T 


  (3.4)
dt 3 t kT T3 T3
SISTEMAS DE CONTROL APLICADO - Capítulo 3 - pág. 3-2

y así sucesivamente. Observamos que las expresiones (3.2) a (3.4) son tanto más exactas cuanto
menor sea el período de muestreo T respecto de las constantes de tiempo dominantes del
elemento lineal.

Remplazando en (3.1) las derivadas por las correspondientes diferencias obtenemos

y(kT )  1 y  (k  1)T    2 y  (k  2)T     n y  (k  n)T 


(3.5)
 0u (kT )  1u  (k  1)T     mu  (k  m)T 

esta ecuación de diferencias representa una relación entre un número n de valores precedentes
de la señal de salida y los m valores anteriores de la señal de excitación. Obsérvese que m y n
se corresponden con el orden de las derivadas presentes en la ecuación diferencial original (3.1).

Por cierto, aplicando transformación z sobre (3.5), podemos obtener la función de transferencia
de pulsos correspondiente al elemento discretizado.

Y ( z ) 1  1 z 1   2 z 2    n z  n   U ( z )   0  1 z 1    m z  m 
(3.6)
Y ( z)  0  1 z    m z
1 m
 .
U ( z ) 1  1 z 1   2 z 2    n z  n

3.1.2. Transformación z exacta.


Muy frecuentemente la operación de una planta continua se encuentra insertada en una lazo
discreto de control, recibiendo la señal del controlador digital a través de un actuador que es
operado por un convertidor A/D dotado de un dispositivo de retención. La variable controlada es
medida y convertida en señal digital a través de un conversor A/D que opera como muestreador,
de acuerdo al esquema general de las figuras (2.1) y (2.3) del capítulo precedente, cuyas
principales características resumimos en la Fig. 3.2.

DEL u* 1  eTs y(t)


A/D
y(kT)
CONTROLADOR G ( s)
DIGITAL U ( z) s Y ( z)

CONV. D/A CON PLANTA CONV. A/D y


RETENCION CONTINUA MUESTREADOR

Fig. 3.2 Planta continua bajo control discreto.

Nuestra tarea consistirá en calcular la función de transferencia de pulsos de la planta continua


cuya función de transferencia es (3.7), complementada por el dispositivo de retención para un
cierto valor del período T de muestreo.
SISTEMAS DE CONTROL APLICADO - Capítulo 3 - pág. 3-3

bm s m   b1s  b0
G( s)  n (3.7)
s   a1s  a0

Observemos que el problema propuesto ya ha sido resuelto para un caso particular en el punto
2.3.2. (expresiones (2.65) a (2.68)) del capítulo precedente. Formalmente entonces tendremos:

Y ( z) 1  eTs  z  1  G(s) 
Go ( z )   Z  G( s)   Z  (3.8)
U ( z)  s  z  s 

G(s) puede ser descompuesta en fracciones parciales. Denominaremos R a los residuos


calculados sobre los polos s , supuestos simples, de G(s).

n
R (G )
G( s)   (3.9)
 1 s  s

Por la propiedad de linealidad de la trasformación z, resulta posible transformar los sumandos


originados por (3.9) en forma individual y luego sumarlos, con lo que (3.8) queda:

z 1    n R (G)    
Go ( z )  Z L1     (3.10)
z 
    1 s  s  s  
t kT 

Para s  0 resulta de acuerdo a la tabla del Apéndice A:

  R (G) 
 1     R 
1  e sT z 
Z L    . (3.11)

 
 s  s  s  
 
t  kT 
s  z  1 z  es T

Para s = 0 aparece un polo doble en el origen, y es

  R (G)   T R z
Z L1    . (3.12)
 s t kT   z  1
2 2

En cada sumando se puede simplificar (z–1) del denominador con el factor de la sumatoria
(3.10). Una z en el numerador se puede asimismo simplificar con el divisor de la sumatoria.
Empleando la definición
z  esT

se obtiene para s  0

n
R (G) 1  z
Go ( z )    . (3.13)
 1 s z  z
SISTEMAS DE CONTROL APLICADO - Capítulo 3 - pág. 3-4

Por cierto, si se dispone de Matlab, se procederá como se hizo en el punto 2.3.2, empleando la
función c2d(sys,T,'zoh') para convertir el sistema continuo sys en discreto empleando un
dispositivo de retención de orden cero 'zoh'.

3.1.3. Transformación z aproximada.


La transformación z exacta emplea la relación z  eTs , por lo que en principio debiera ser
posible emplear la relación inversa s = ln(z)/T, para transformar la función de transferencia
continua. Lamentablemente la relación inversa no conduce a una función de transferencia
racional en z. En consecuencia, se buscan relaciones simples que, aunque aproximadas,
conduzcan a cocientes polinómicos sencillos.

1
Partiendo de la función de transferencia continua G ( s)  que representa a un integrador,
s
buscaremos funciones discretas que aproximen la integración.

Recordando el método numérico de integración por la regla del rectángulo tenemos dos
posibilidades: operar con la suma superior o con la suma inferior sobre el paso de integración T,
que por cierto coincide con nuestro período de muestreo.

 1
Suma superior: y  k   y  k  1  T u  k   Y ( z ) 1    T U ( z )
 z
(3.14)
Y ( z) T z
 ;
U ( z) z 1

 1 1
Suma inferior: y  k   y  k  1  T u  k  1  Y ( z ) 1    T U ( z )
 z z
(3.15)
Y ( z) T
 .
U ( z) z 1

Tenemos entonces inicialmente dos alternativas de sustitución para la variable s

1 Tz z 1
 , es decir: s  (3.16)
s z 1 Tz
o bien
1 T z 1
 , es decir: s  . (3.17)
s z 1 T

Una mejor aproximación al integrador continuo es la que proporciona la regla del trapecio para
la integración numérica

 1 T  1
y  k   y  k  1 
T
u k   u k  1  Y ( z ) 1     1   U ( z ) (3.18)
2  z 2 z
SISTEMAS DE CONTROL APLICADO - Capítulo 3 - pág. 3-5

Y ( z) T z  1
  , (3.19)
U ( z) 2 z 1

que conduce a la substitución

1 T z 1 2 z 1
  , es decir s   . (3.20)
s 2 z 1 T z 1

Notamos por una parte que la regla del trapecio corresponde a la semisuma de los resultados que
brindan la suma inferior y la suma superior de la regla del rectángulo: de (3.16) y (3.17)
obtenemos (3.20)

1 Tz T  T z 1
   .
2  z  1 z  1 2 z  1

Por otra parte, del desarrollo en serie del logaritmo de variable compleja

 z  1 1  z  1 3 1  z  1  5 
ln( z )  2          (3.21)
 z  1 3  z  1  5  z  1  

truncado en el primer término, también se obtiene:

2 z 1
s  , (3.22)
T z 1

que es denominada fórmula de Tustin.

Y ( z)
U (z) Y ( z) U (z)
U (z)
Y ( z)

Suma superior Suma inferior Regla del trapecio (Tustin)

Fig. 3.3 Realizaciones de integradores discretos.

3.1.4. Comparación gráfica de las transformaciones z exacta y sus aproximaciones.


La transformación z exacta (Fig. 3.4) transforma rectas paralelas al eje imaginario del plano s en
circunferencias centradas en el origen de z. El eje imaginario es transformado en la
circunferencia unitaria del plano z. Rectas paralelas al eje real de s se mapean en rectas que
pasan por el origen del plano z.
SISTEMAS DE CONTROL APLICADO - Capítulo 3 - pág. 3-6

Fig. 3.4 Transformación exacta.

La transformación según la suma inferior por la regla del rectángulo, brinda una mala
aproximación (véase Fig. 3.5).

Fig. 3.5 Mapeo por suma inferior (regla del rectángulo).

Aplicando la transformación por la suma superior, obtenemos la Fig. 3.6:

Fig. 3.6 Mapeo por suma superior (regla del rectángulo).

Para períodos de muestreo pequeños con respecto a las constantes de tiempo dominantes del
sistema, la aproximación de Tustin (regla de integración del trapecio) brinda un mapeo
relativamente bueno.
SISTEMAS DE CONTROL APLICADO - Capítulo 3 - pág. 3-7

Fig. 3.7 Mapeo por la fórmula de Tustin (regla trapecial).

3.2. Análisis de estabilidad.


3.2.1. Definiciones y condiciones generales de estabilidad.
Al igual que en el caso continuo, un sistema discreto es estable si, sometido a una señal de
entrada de amplitud limitada, responde con una señal de salida también limitada en amplitud.

Recordemos lo tratado en el Capítulo 2, punto 2.2.2. Allí considerábamos un sistema lineal cuya
respuesta impulsiva es g(t), excitado por una secuencia de impulsos u(kT) de amplitud finita.

u(kT) y(t)
g(t)

Como el sistema es lineal, la respuesta total y(t) puede ser calculada como la superposición de
las respuestas parciales a cada uno de los impulsos actuantes, es decir:


y (t )   u (kT )  g (t  kT )
k 0

La precedente, es la Ec. (2.21) y representa una sumatoria de convolución, por lo que si la


respuesta impulsiva no tiende a cero para tiempos crecientes, entonces y(t) crecería fuera de todo
límite y el sistema resultaría inestable.

Un sistema de tiempo discreto que es excitado por una secuencia acotada |u(k)| < c posee
estabilidad de entrada/salida (en inglés BIBO1 stability) si su respuesta impulsiva converge hacia
cero para k  

lim g (k )  0 . (3.23)
k 

1
BIBO = Bounded Input Bounded Output (entrada acotada salida acotada).
SISTEMAS DE CONTROL APLICADO - Capítulo 3 - pág. 3-8

La función de transferencia de pulsos es la transformada z de la respuesta impulsiva

G( z )  Z  g (k ) , (3.24)

y puede ser descompuesta en fracciones parciales, cuando se conocen sus polos. En caso de
polos simples se obtiene

n
R z
G( z )   (3.25)
 1 z  z

siendo z los polos y R los residuos correspondientes. Por otra parte y de acuerdo a la
expresión (B.15) del Apéndice B, g(k) admite el desarrollo en serie

n
g (k )   R zk 1 . (3.26)
 1

Vemos entonces que, para que g(k) converja hacia cero para k  , es necesario que cada uno
de los sumandos de (3.26) tienda a cero, lo cual obviamente requiere que | z | < 1, ya que los R
son constantes. El mismo análisis es igualmente válido para polos múltiples.

Hemos demostrado entonces que un sistema de tiempo discreto es estable, cuando todos los
polos de la función de transferencia de pulsos se encuentran en el interior del círculo unitario en
el plano z.

El desarrollo de las herramientas de software para simulación de sistemas discretos, induce la


tendencia simplista de querer comprobar la estabilidad en forma ‘directa’ simulando la respuesta
del sistema a una entrada conocida. Si la simulación da estable, entonces el sistema debiera ser
estable. Pero ello no es necesariamente verdadero, tal como lo demuestra el siguiente ejemplo,
desarrollado a partir de la Fig. 3.8.

xe 1  e Ts 2  3s xa
s ( s  1)  ( s  1) 2  1

Fig. 3.8 Ejemplo de oscilaciones ocultas.

z
La excitación de entrada es un escalón xe(kT) =(kT) con transformada X e ( z )  .
z 1

La salida se calcula con las tablas del Apéndice A:


SISTEMAS DE CONTROL APLICADO - Capítulo 3 - pág. 3-9

z  1  2  3s 
X a ( z)  X e ( z) Z 
 
 ( s  1) ( s  1)  1 
2
z
(3.27)
1 1 1  z z z e sin(T ) T
 Z     T
 2
 s s  1 ( s  1)  1  z  1 z  e z  2 zeT cos(T )  e 2T
2

con lo que

xa (kT )  1  e kT  ekT sin(kT ) (3.28)

En (3.28) el término senoidal posee amplitud creciente, debido a la exponencial positiva. Ahora
bien, si el período de muestreo es T=, el seno desaparece y la respuesta que se obtiene es

xa (k )  1  e k (3.29)

aparentemente estable. La inestabilidad ha quedado ‘oculta’ enmascarada por un valor del


período de muestreo que no permite su observación.

Lo que acabamos de exponer se grafica en la Fig. 3.9, donde se observa claramente la


inestabilidad de la salida para un período de muestreo diferente de T=.

Fig. 3.9 Respuestas al escalón del sistema de la Fig 3.8


para diferentes tiempos de muestreo.

3.2.2. Condiciones numéricas de estabilidad.


En este apartado daremos algunos criterios, mediante los cuales puede probarse si las raíces de
un polinomio

P( z)  a0  a1 z  a2 z 2   an z n  0, con an  1 (3.30)

se encuentran en el interior del círculo unitario del plano z. Particularmente nos interesa el caso
en que P(z)=0 es la ecuación característica de un sistema a lazo cerrado.
SISTEMAS DE CONTROL APLICADO - Capítulo 3 - pág. 3-10

Por supuesto puede objetarse que, si se dispone de Matlab, Maple u de otro software aplicativo
matemático, el problema práctico de la determinación de las raíces de un polinomio se encuentra
resuelto y por lo tanto pudiera parecer ocioso hablar de condiciones numéricas de estabilidad.
Sin embargo estas condiciones y los métodos asociados a las mismas permiten resolver
problemas generalizados donde no se encuentran definidos la totalidad de los coeficientes del
polinomio, tales como la determinación de rangos de parámetros de controladores que aseguren
el funcionamiento estable del sistema discreto.

3.2.2.1. Transformación bilineal.


Empleando la transformación bilineal

1 w
z (3.31)
1 w

el interior del círculo unitario en z, se mapea sobre el semiplano izquierdo de w. En


consecuencia, el problema de determinar la existencia de raíces de P(z) en el interior del círculo
unitario se reduce a determinar si todas las raíces de P(w) se encuentran en el semiplano
izquierdo de w por aplicación del criterio de Routh2 sobre P(w).

Como la transformación bilineal resulta en la práctica un método trabajoso de aplicar, existe la


tendencia de emplear otros criterios que brindan condiciones aplicables directamente sobre P(z).

3.2.2.2. Condiciones necesarias.


Para evitar cálculo innecesarios, es siempre conveniente conocer condiciones simples, ya sean
necesarias o solamente suficientes para asegurar la estabilidad de un sistema discreto lineal.
Existen multitud de tales condiciones, de las cuales son realmente útiles aquéllas que puedan
verificarse con facilidad.

Sin demostración3, enunciaremos algunas condiciones necesarias aplicables al polinomio P(z):

1. a0  an . (3.32)

2. 0  P(1)  2n , 0  (1)n P(1)  2n (3.33)

donde n es el grado del polinomio P(z).

n
3. 2 ai   ak , i  0, 1, , n 1 (3.34)
k 0

4. Desarrollando el producto P( z)  ( z  z1 )  ( z  z2 )   ( z  zn ), an  1, se obtiene para zi  1

2
Véase al respecto: K. Ogata, Ingeniería de Control Moderna, capítulo 6.
3
Recomendamos al lector curioso la obra de E.I. Jury, Theory and application of the z-transform method. New
York: J. Wiley 1964.
SISTEMAS DE CONTROL APLICADO - Capítulo 3 - pág. 3-11

la condición necesaria
n
ai    , i  0, 1, , n 1 . (3.35)
i 

Para polinomios con coeficientes reales, algunas de estas condiciones pueden especificarse aún
más:
n2 a0  1 , a1  2
n3 a0  1 , 1  a1  3 , a2  3 (3.36)
n4 a0  1 , a1  4 , 2  a2  6 , a3  4 .

3.2.2.3. Condiciones suficientes.


El cumplimiento de alguna de las siguientes condiciones es suficiente para asegurar que las
raíces del polinomio P(z) se encuentran en el interior del círculo unitario:

n 1
1. an   ak . (3.37)
k 0

2. Cuando todos los coeficientes del polinomio P( z )  a0  a1 z   an z n son positivos,


entonces sus raíces pertenecen a la región anular m  z  M donde m y M son el menor y el
mayor de los valores correspondientes a:

an 1 an 2 a0
, , (3.38)
an an 1 a1

Para el caso m = 0, M = 1 se obtiene la condición suficiente de estabilidad

0  a0  a1   an . (3.39)

3.2.2.4. Test de Jury.


El test de estabilidad de Jury (conocido también como criterio de Jury-Blanchard4) da las
condiciones necesarias y suficientes para que las raíces de P(z) se hallen en el interior del círculo
unitario (condición de estabilidad estricta).

Ha de verificarse:
P(1)  0, (1)n  P(1)  0 , (3.40)

y además han de cumplirse las (n–1) restricciones

a0  an ; b0  bn1 ; c0  cn2 ; q0  q2 ; (3.41)

4
E. I. Jury – J. Blanchard: A Stability Test for Linear Discrete Systems in Table Form. Proc. IRE 49, N°12,
Diciembre 1961, págs. 1947-1948.
SISTEMAS DE CONTROL APLICADO - Capítulo 3 - pág. 3-12

donde bi, ci, . . . qi, se obtienen de la tabulación de Jury:

Fila z0 z1 z2 z nk z n 1 zn
1 a0 a1 a2 an  k an 1 an
2 an an 1 an  2 ak a1 a0
3 b0 b1 b2 bn  k bn 1
4 bn 1 bn  2 bn 3 bk b0
5 c0 c1 c2 cn  2
6 cn  2 cn 3 cn  4 c0

2n-5 p0 p1 p2 p3
2n-4 p3 p2 p1 p0
2n-3 q0 q1 q2

Tabla 3.1. Arreglo tabular de Jury

Los elementos de la tabla quedan definidos por

a0 an k b0 bn 1k c0 cn  2k
bk  ; ck  ; dk  ;
an ak bn 1 bk cn  2 ck
(3.42)
p0 p3 p0 p1
q0  ; q2 
p3 p0 p3 p2

Nótese que en la tabulación de Jury los elementos de las filas pares (2k+2) tienen los mismos
elementos que las filas impares precedentes (2k+1) escritos en orden inverso.
Para el cálculo de la tabla de Jury se cuenta con programas Matlab disponibles en internet5.

Forma matricial de la prueba de Jury. Una forma fácilmente sistematizable de calcular el test
de Jury es la siguiente. Dado el polinomio a investigar (3.30) que repetimos a continuación,
ordenado en potencias descendentes de z

P( z)  an z n  an1 z n1  an2 z n2   a2 z 2  a1z  a0  0, con an  1

se forman dos matrices cuadradas V y W de dimensión (n–1)(n–1) según el siguiente esquema

5
Véase por ejemplo el programa de J. Epperlein en el enlace
https://www.mathworks.com/matlabcentral/fileexchange/13904-jury
SISTEMAS DE CONTROL APLICADO - Capítulo 3 - pág. 3-13

 an an 1 an  2 a3 a2   an  2 an 3 a2 a1 a0 
0 an an 1 a4 a3  a an  4 a1 a0 0 
  n 3
0 0 an a5 a4  a an 5 a0 0 0 
V ; W   n4 
   
0 0 0 an an 1   a1 a0 0 0 0 
   
0 0 0 0 an   a0 0 0 0 0 

luego se calculan la matrices suma y diferencia: H1=V+W y H2=V–W.


Las condiciones necesarias para que todas las raíces de P(z) se encuentran en el interior del
círculo unitario son
P(1) >0 (i)
(–1) P(–1) >0
n
(ii)

y la condición suficiente es que tanto H1 como H2 sean «positivas en sentido interior». Ello
significa que todos los subdeterminantes centrales de las matrices H deben ser positivos.

Si el grado de P(z) es par, por ejemplo n=4 entonces la dimensión de H1 y H2 es


(n–1)(n–1)=33 y las condiciones suficientes deberán ser:

 h1,11 h1,12 h1,13  h1,11 h1,12 h1,13


 
H1   h1,21 h1,22 h1,23  ; det h1,22  0; det h1,21 h1,22 h1,23  0 ;
 h1,31 h1,32 h1,32  h1,31 h1,32 h1,32

 h2,11 h2,12 h2,13  h2,11 h2,12 h2,13


 
H 2   h2,21 h2,22 h2,23  ; det h2, 22  0; det h2,21 h2,22 h2,23  0
 h2,31 h2,32 h2,32  h2,31 h2,32 h2,32

Si en cambio el grado de P(z) es impar, p.ej.: n=5 entonces la dimensión de H1 y H2 es


(n–1)(n–1)=44 y las condiciones suficientes deberán valer:

 h1,11 h1,12 h1,13 h1,14  h1,11 h1,12 h1,13 h1,14


h h1,22 h1,23 h1,24  h1,22 h1,23 h1,21 h1,22 h1,23 h1,24
H1    0; 0 ;
1,21
; det det
 h1,31 h1,32 h1,33 h1,34  h1,32 h1,33 h1,31 h1,32 h1,33 h1,34
 
 h1,41 h1,42 h1,43 h1,44  h1,41 h1,42 h1,43 h1,44

 h2,11 h2,12 h2,13 h2,14  h2,11 h2,12 h2,13 h2,14


h h2,22 h2,23 h2,24  h2,22 h2,23 h2,21 h2,22 h2,23 h2,24
H2    0; 0
2,21
; det det
 h2,31 h2,32 h2,33 h2,34  h2,32 h2,33 h2,31 h2,32 h2,33 h2,34
 
 h2,41 h2,42 h2,43 h2,44  h2,41 h2,42 h2,43 h2,44

Como veremos en un ejemplo, la forma matricial del criterio de Jury, resulta fácil de aplicar.
SISTEMAS DE CONTROL APLICADO - Capítulo 3 - pág. 3-14

3.2.3. Análisis gráfico de la estabilidad – Lugar de Raíces.


En las aplicaciones técnicas, resulta de mucho interés el cálculo de la estabilidad de sistemas de
control cuya función de transferencia z de lazo abierto es conocida, como asimismo sus
singularidades (polos y ceros).

N ( z) ( z  zc1 ) ( z  zcm )
Go ( z )  K  K , mn (3.43)
D( z ) ( z  z p1 ) ( z  z pn )

El factor de amplificación K es un parámetro de fácil ajuste. La ecuación característica de lazo


cerrado vale

1  Go ( z)  0  D( z)  K  N ( z)  0 , o bien Go ( z)  1 . (3.44)

El lugar de raíces es el lugar geométrico de los ceros de (3.44) dependiente del parámetro K. Su
trazado responde a las reglas conocidas de cursos precedentes, por lo que no se repetirán aquí.
Reiteramos que, en el caso de sistemas de tiempo discreto el dominio de estabilidad está
restringido al interior del círculo unitario.

A modo de ejemplo, sea determinar el rango de valores de K para los que se garantiza la
estabilidad del sistema de control de la Fig. 3.10.

T=1 1  e Ts K
 e 1.25 s
s s ( s  1)

Fig. 3.10. Sistema de control muestreado.

 (1  eTs )  K  e1.25 s  ( z  0.03)( z  1.755)


Go ( z )  Z    0.2223 K  2 (3.45)
 s ( s  1)
2
 z ( z  1)( z  0.368)

Emplearemos los siguientes comandos Matlab para obtener el trazado del lugar de raíces:

>> G=zpk([-0.03 –1.755],[0 0 1 0.368],[0.2223],1)

Zero/pole/gain:
0.2223 (z+0.03) (z+1.755)
-------------------------
z^2 (z-1) (z-0.368)

Sampling time: 1

La función invocada posee la sintaxis zpk([Ceros],[Polos],[Ganancia],T) siendo T el


período de muestreo (en nuestro caso T=1). Definido el sistema G, invocamos ahora

>> rlocus(G)
SISTEMAS DE CONTROL APLICADO - Capítulo 3 - pág. 3-15

para obtener el gráfico.

Lugar de Raíces
2

1.5

K=0.687
0.5 K=16.8
Eje Imaginario

-0.5

-1

-1.5

-2
-2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5
Eje Real

Fig. 3.11. Lugar de raíces del sistema de la Fig. 3.10.

Observando el lugar de raíces de la Fig. 3.11 deducimos que el sistema propuesto es estable para
valores de K pertenecientes al rango 0 < K < 0.687 .

Verificamos ahora por el método matricial de Jury. Para ello calculamos la forma polinómica de
la función de transferencia (3.45)

( z  0.03)( z  1.755) 0.2223 z 2  0.3968 z  0.01176 N ( z)


Go ( z )  0.2223 K  K K
z ( z  1)( z  0.368)
2
z  1.368 z  0.368 z
4 3 2
D( z )

La ecuación característica de del sistema a lazo cerrado es P(z)= D(z)+K N(z) = 0 es decir:

z4 – 1.368 z3 + (0.368+0.2233*K) z2 + 0.3986*K z + 0.01176*K = 0

Aplicando las condiciones necesarias (i) y (ii) del test de Jury obtenemos

P(1)= 0.6337*K >0  K>0 (a)

P(-1)= 2.736 - 0.1635*K >0  K<16.73 (b)


SISTEMAS DE CONTROL APLICADO - Capítulo 3 - pág. 3-16

Pasamos a calcular las condiciones suficientes. Para ello formamos las matrices V, W, H1 y H2.

V=[1 -1.368 (0.368+0.2233*K);


0 1 -1.368 ;
0 0 1]

W=[(0.368+0.2233*K) 0.3986*K 0.01176*K;


0.3986*K 0.01176*K 0;
0.01176*K 0 0]

H1=[(0.2223*K+1.368) (0.3986*K-1.368) (0.2356*K+0.368);


0.3986*K (0.01176*K+1) -1.368;
0.01176*K 0 1]

H2=[(0.632-0.2223*K) (-0.3986*K-1.368) (0.21154*K+0.368);


-0.3986*K (1-0.01176*K) -1.368;
-0.01176*K 0 1]

De los subdeterminantes centrales de H1 se deducen las condiciones:

0.01176*K+1 >0  K > –85.034 (c)

-3.2508e-005*K3 - 0.16548*K2 + 0.80235*K + 1.368 >0


 -1.3366 < K < 6.1789 (d)

mientras que las condiciones deducidas de los subdeterminantes centrales de H2 son:

1-0.01176*K >0  K > +85.034 (e)

-2.9255e-005*K3 - 0.16023*K2 - 0.7937*K + 0.632 >0


 -5.6566 < K < 0.69793 (f)

De las condiciones (a),(b),…,(f) podemos inferir que tanto las condiciones necesarias
como las suficientes son simultáneamente satisfechas si la ganancia vale 0 < K < 0.69793

Debe notarse aquí la coincidencia entre los resultados determinados gráficamente en el lugar de
raíces de la Fig. 3.11 y los calculados analíticamente mediante el test matricial de Jury.

3.3. Análisis en estado de régimen.


Al igual que para los sistemas continuos, resulta posible aplicar para sistemas de control
muestreado los conceptos de error de posición, error de velocidad y error de aceleración.

w e y
Go ( z )

Fig. 3.12. Sistema de lazo cerrado.


SISTEMAS DE CONTROL APLICADO - Capítulo 3 - pág. 3-17

Para variables de comando w en escalón, rampa y parábola se desea calcular el error de régimen
lim e(kT ) por aplicación del teorema del valor final (ver B.8) de la transformada z.
k 

El error estacionario de un sistema de control estable es:

( z  1) W ( z )
lim e(kT )  lim ( z  1) E ( z )  lim (3.46)
k  z 1 z 1 1  Go ( z )

Para una entrada en escalón w(t )   (t ) , W ( z )  z /( z  1) se tiene un error de posición

1
e p : (3.47)
1  Go (1)

Evidentemente, el error de posición se anula si Go ( z ) posee un polo en z  1 .

Si el comando es una rampa w(t )  t , W ( z )  Tz /( z  1)2 aparece un error de velocidad

T
ev : (3.48)
lim ( z  1)  Go ( z )
z 1

y el error de velocidad se anula si Go ( z ) posee un polo doble en z  1 .

1
Para una entrada parabólica w(t )  t 2 , W ( z )  T 2 z ( z  1) / 2( z  1)3 tendremos un error de
2
aceleración
T2
ea : (3.49)
lim ( z  1)2  Go ( z )
z 1

que se hará cero, si Go ( z ) posee un polo triple en z  1 .

Para el error e(kT) en los instantes de muestreo, resulta indiferente si las integraciones
corresponden a los polos de un controlador discreto en z = 1 o a los polos en s = 0 de la parte
continua. Sin embargo, el comportamiento entre los instantes de muestreo es diferente en uno y
otro caso y el sistema será capaz de seguir a la entrada en forma exacta, si los integradores
corresponden a la parte continua (incluyendo en ella al dispositivo de retención de orden cero).


SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-1

4. Realización de controladores discretos.

4.1. Métodos para el diseño de controladores discretos.


Atacaremos el problema de diseñar un controlador discreto para una planta continua G(s),
analizando los resultados que pueden obtenerse para cada tipo de solución propuesta.

4.1.1. Diseño simplificado en el plano s.


El método de diseño simplificado en s pone en práctica el siguiente esquema conceptual

Dominio de tiempo continuo Dominio de tiempo discreto

G (s) GH G ( z )

Transformación z
del controlador
Diseño en s Diseño en z
(fácil) (complicado)

K ( s) G ( s) K ( z) GH G ( z )
– –
K ( z )  K ( s ) s  2 z 1
T z 1

Fig. 4.1. Método de diseño simplificado en s.

La idea básica consiste en suponer que, si se elige una frecuencia de muestreo suficientemente
elevada, se puede diseñar el controlador como si el sistema fuera continuo con las técnicas
conocidas en el plano s, para luego transladarlo al dominio discreto por medio de una
trasformación aproximada (por ejemplo la fórmula de Tustin).

Desde luego, que al olvidar la influencia de los dispositivos de muestreo y retención, se


cometerán errores cuya importancia será tanto mayor cuanto más elevado sea el período de
muestreo elegido. En general se deberá elegir un período de muestreo que sea claramente menor
que la más pequeña constante de tiempo (Tmin) de la planta que se tenga en cuenta en el diseño
del controlador, por ejemplo T = Tmin /10.

Analizaremos el empleo de este método tomando como estructura genérica de diseño al


controlador PID en su forma paralela, con y sin constante de tiempo parásita en el derivador:

 1 
K1 ( s)  K P 1   TD s  (forma ideal) (4.1)
 TI s 
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-2

 1 TD s 
K 2 ( s )  K P 1    (forma con retardo) . (4.2)
 TI s TD s  1 

Dimensionado el controlador PID en el dominio continuo, su translación al dominio discreto


puede realizarse en principio vía la transformación de Tustin. Y decimos en principio ya que
debe analizarse si su aplicación no genera componentes inestables. Ilustrando el concepto,
consideremos la transformación de la componente derivativa de (4.1):

2 z 1
D1 ( s)  TD s  D1 ( z )  TD  (4.3)
T z 1

que como vemos, aporta un polo inestable en z = –1. Para evitar esto, en la transformación de
la componente derivativa debe utilizarse una fórmula alternativa, por ejemplo la regla del
rectángulo por la suma superior que genera un polo estable en el origen.

TD z  1
D1 ( s)  TD s  D1 ( z )   (4.4)
T z

De modo que las expresiones transformadas correspondientes a (4.1) y (4.2) son

 T z  1 TD z  1 
K1 ( z )  K P 1    (Tustin y suma superior) (4.5)
 2TI z  1 T z 

 
 T z 1 2TD z 1 
K 2 ( z )  K P 1     (exclusivamente Tustin) . (4.6)
 2TI z  1 T  2TD z  T  2 TD 
 T  2 TD 
 

Pueden repetirse aquí todas las consideraciones realizadas en el Capítulo 1 referidas a la limita-
ción de la ganancia derivativa en alta frecuencia y a la conveniencia de evitar o contrarrestar el
efecto de windup. Tales conceptos, expresados para sistemas continuos, pueden transladarse en
forma directa al dominio discreto, por lo que no los reiteraremos aquí.

Ejemplo aplicativo. Sea la siguiente planta continua de segundo orden, que ha de ser
compensada mediante un controlador discreto PI con período de muestreo T = 0.5 s

 V 1
V 
G( s)  con  T1  1 s (4.7)
T1s  1T2 s  1 T  5 s
 2

El criterio de diseño adoptado para el controlador PI continuo es: por una parte compensar la
mayor constante de tiempo de la planta, y además obtener una respuesta de lazo cerrado con
relación de amortiguamiento c=1/2 a fin de lograr un buen tiempo de respuesta al escalón.
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-3

El controlador es
 1  TI s  1
K ( s )  K P 1   =K P (4.8)
 TI s  TI s

Para compensar la mayor constante de tiempo de planta se elige TI = T2, con lo que la función de
transferencia de lazo abierto queda

TI s  1 V K PV
Go ( s)  K P   por ser TI  T2 . (4.9)
TI s T1s  1T2 s  1 T2 s T1s  1

La función de transferencia de lazo cerrado es

K PV 1
Gc ( s)   (4.10)
T1T2 s  T2 s  K PV
2
T1T2 2 T
s  2 s 1
K PV K PV
1 2 c
c2 c

operando con los coeficientes obtenemos:

T2
KP  ; reemplazando valores: K P  2.5 , (4.11)
4 c2TV
1

con lo que concluye el diseño del controlador PI continuo. Convertimos a continuación el


controlador en discreto, aplicando la transformación de Tustin

2 z 1
TI  1
TI s  1 T z 1
K ( z)  K P  KP
TI s s  2  z 1 2 z 1
T z 1
TI 
T z 1
(4.12)
 T  T  2TI
KP   1 z  K P
 2TI  2TI r z  r0
  1
z 1 z 1

Reemplazando valores numéricos para T = 0.5 s, de (4.12) se obtiene la función de transferencia


z del controlador PI

2.625 z  2.375
K ( z)  . (4.13)
z 1

Procedemos ahora a la simulación del sistema a lazo cerrado, para diferentes valores del período
de muestreo. En la Fig. 4.2 se observa una muy buena coincidencia de la respuesta al escalón
respecto del PI continuo para un período de muestreo inferior a T1. La respuesta sigue siendo
aceptable para T = 0.5 T1 (no olvidemos que en esta situación nos encontramos justo en el límite
que marca el teorema del muestreo). Para T = T1 la respuesta al escalón es aparentemente
buena, pero recordemos que el comportamiento del sistema es inaceptable para señales de
entrada senoidales con frecuencias cercanas a la frecuencia de muestreo 1/T (véase Fig. 4.3).
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-4

Fig. 4.2. Variación de la respuesta al escalón con el período de muestreo.

Fig. 4.3. Respuestas ante excitaciones senoidales con frecuencias cercanas a 1/T.

La obvia conclusión, que ya habíamos adelantado, es que el procedimiento de diseño


simplificado en el plano s brinda buenos resultados para períodos de muestreo reducidos respecto
de la menor constante de tiempo (T1 en nuestro ejemplo).
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-5

4.1.2. Método completo en s.


En contraposición con el método precedente, en este procedimiento no solamente se discretiza en
forma aproximada el controlador, sino que se emplean métodos de diseño del dominio continuo
sobre plantas previamente discretizadas. El procedimiento es el siguiente y se sintetiza en la Fig.
4.4:

 Se determina la función de transferencia z de la planta completa (incluyendo muestreador


y dispositivo de retención) mediante transformación z exacta de [GH(s)G(s)].
 Aplicar la transformación bilineal (Tustin) para obtener la función de transferencia en s
de la planta discretizada.
 Diseñar el controlador en s por los métodos continuos conocidos. Problema: en la
transformación de la planta hacia s aparecen uno o más ceros en el semiplano derecho.
 Discretizar por Tustin el controlador calculado.

Dominio de tiempo continuo  GH G  ( s )  Dominio de tiempo discreto


GH G ( z ) 2 Ts
z
2 Ts
 GH G  ( s ) GH G ( z )

Diseño en s Transformación Diseño en z


(fácil) bilineal (complicado)

K ( s)  GH G  K (z) GH G ( z )
– –
K ( z )  K (s) s
2 z 1
T z 1

Fig. 4.4. Método de diseño completo en s.

Ejemplo aplicativo. Repetiremos la planta del ejemplo precedente, al objeto de poder comparar
los resultados. Procederemos paso a paso siguiendo el procedimiento enunciado:

a) Discretización de la planta incluyendo muestreador y dispositivo de retención. En (4.7)


observamos que G(s) posee polos simples, por lo que recordando las expresiones (3.8) a (3.13)
podemos escribir:
n
R (G ) 1  z
GH G ( z )    
 1 s z  z (4.14)
s : polos de G ( s), z  e sT .
Calculamos ahora:
V 1 1
G(s)  ; polos en s1   ; s2   ;
T1s  1T2 s  1 T1 T2
V 1 R1 R2
G( s)     ; (4.15)
T1T2 ( s  s1 )( s  s2 ) ( s  s1 ) ( s  s2 )
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-6

siendo los residuos


V V
R1  lim( s  s1 )  G( s)  ; R2  lim( s  s2 )  G( s)  . (4.16)
s s1 T1  T2 s s2 T2  T1

Aplicando ahora (4.14), y reemplazando valores se obtiene,

R1 1  z1 R2 1  z2 z  r0
GH G ( z )      C
s1 z  z1 s2 z  z2  z  z1  z  z2 

siendo z1  e T / T1  0.606531 ; z2  e T / T2  0.904837 ; (4.17)


VT1  z1  1  VT2  z2  1
C  0.020586 ;
T2  T1
T1 z2 1  z1   T2 z1 1  z2 
r0   0.818894 ;
T1  z1  1  T2  z2  1

valores calculados para el período de muestreo T=0.5 s.

b) Transformación bilineal hacia el plano s de la planta discretizada:

 GH G  (s)  GH G( z) z  2Ts (4.18)


2Ts

2  Ts
 r0 T(s)
s  1T02( s ) s  1
 GH G  (s)  C  2  Ts V 
(s) 01
, (4.19)
 2  Ts

 2  Ts
 z1 

 z2  T
1
(s)
s  1T2( s ) s  1
 2  Ts  2  Ts 

siendo los valores de los parámetros

1  r0
V (s)  C  1V
1  z1 1  z2 
T 1  z1
T1( s )    1.020747  T1
2 1  z1
T 1  z2
T2( s )    5.004166  T2 (4.20)
2 1  z2
T 1  r0
T01( s )    0.024892
2 1  r0
T
T02( s )    0.25
2

Observamos que los polos de G(s) vuelven a aparecer, con un error mínimo originado por la
transformación bilineal aproximada. Aparecen ceros adicionales debidos al proceso de
muestreo, manteniéndose invariable la ganancia estática.
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-7

c) Diseño del controlador en s. La planta a compensar es (4.19) que presenta un par de ceros
(uno de ellos en el semiplano derecho). Una solución viable es reemplazar el conjunto de las
constantes de tiempo más bajas por un elemento de primer orden sustituto.

T (s)
s  1T02( s ) s  1 T01( s )T02( s ) s 2  T01( s )  T02( s )  s  1 1
 GH G  (s)  V  V  
(s) 01 (s)
, (4.21)
T1
(s)
s  1T s  1
2
(s)
T s 1
1
(s)
T s 1
2
(s)

la constante de tiempo sustituta vale

Te( s )  T1( s )  T01( s )  T02( s )  1.245855 s ; (4.22)

con lo que la función de transferencia aproximada queda:

V (s)
 GH G e (s)  (4.23)
Te( s) s  1T2( s ) s  1
y podemos visualizar la validez de la simplificación comparando los diagramas de Bode de las
funciones de transferencia exacta (4.21) y aproximada (4.23).

Fig. 4.5. Comparación de respuestas en frecuencia de las f.t. (4.21) y (4.23).


Buena coincidencia para 1 rad/s.

Dimensionaremos ahora el controlador PI

TI s  1 V (s)
K ( s)   GH G e ( s)  K P  (4.24)
TI s Te( s ) s  1T2( s ) s  1
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-8

para compensar la mayor constante de tiempo de la planta, siempre y cuando ésta no sea una
constante de tiempo sustituta; en consecuencia eligiremos
TI  T2( s ) .
La función de transferencia de lazo abierto queda

K P V ( s )
Go ( s)  (4.25)
T2( s ) s Te( s ) s  1
por lo que la f.t. de lazo cerrado es:

Go ( s) 1 1
Gc ( s)   (s) (s)  2 ; (4.26)
1  Go ( s) T2 Te 2 T2(s)
s 2 c
s  s 1  s 1
KP V (s) KP V (s) c2 c

igualando coeficientes y despejando obtenemos el valor de la ganancia del controlador:

T2( s )
KP  2 (s) (s) (4.27)
4 c Te V

de modo que para  c =0.707 los parámetros del controlador quedan KP =2.008326
y TI =5,004166 .
Obviamente se deberá verificar que la frecuencia de cruce de ganancia resultante sea inferior al
límite que marca la Fig. 4.5 (lo que de hecho ocurre).

d) Discretización del controlador calculado. Aplicando nuevamente la fórmula de Tustin para


retornar al plano z obtendremos la expresión del controlador discreto

T z 1
1TI
TI s  1 
K ( z)  K P  KP 2 z 1
TI s s  T z 1 T z 1
2 z 1
TI
2 z 1
(4.28)
T  2TI
z
T  2TI T  2TI z  r0
 KP  C
2TI z 1 z 1

reemplazando valores se llega a:

z  r0 z  0.904837
K ( z)  C   2.108659  , (4.29)
z 1 z 1

con lo cual, queda completado el diseño.

Pasamos ahora a discutir los resultados alcanzados, comparándolos con el método de diseño
anteriormente tratado. La planta discretizada tiene por expresión
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-9

z  0.818894
GH G( z )  0.020586 (4.30)
 z  0.606531 z  0.904837 
El controlador diseñado por el método simplificado

z  0.904761
K ( z )  2.625
z 1

no alcanza a compensar exactamente el mayor de los polos de (4.30) z2 = 0.904837, mientras


que el controlador obtenido aplicando el método completo es:

z  0.904837
K ( z )  2.108659 
z 1

cuyo cero cancela exactamente el polo de la planta. Podemos esperar entonces que el método
completo de diseño produzca mejores resultados en las respuestas transitorias.

Fig. 4.6. Respuesta vs. el período de muestreo, diseño completo en s.

En la Fig. 4.6 podemos observar que el amortiguamiento relativo es independiente del período de
muestreo T, lo que no nos sorprende ya que T se encuentra ‘embebido’ en el diseño del
controlador y todos los controladores están dimensionados para el mismo c de lazo cerrado.

Desde luego que si excitamos al sistema de lazo cerrado con sinusoides de frecuencia cercana a
la frecuencia de muestreo, se nos presentarán exactamente los mismos problemas que mostramos
en la Fig. 4.3, ya que al ser ellos inherentes al proceso de muestreo, resultan absolutamente
independientes del método empleado para diseñar al controlador.
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-10

4.1.3. Diseño directo en z. Método de compensación.


Al contrario de lo que ocurre en el campo analógico, donde los amplificadores operacionales y
componentes pasivos brindan una banda de soluciones para la realización de controladores
limitada a la implementación de funciones de transferencia de orden reducido, con parámetros
ajustables con baja precisión y reducida constancia temporal, las realizaciones discretas hacen
practicable todo el abanico de soluciones de que dispone el proyectista, incluyendo controladores
de orden superior, ya que la precisión de ajuste y estabilidad de los parámetros está garantizada
por los elementos digitales, siendo las únicas fuentes de variaciones el offset y el error de
ganancia de los convertidores A/D y D/A y, en mucha menor medida, las fluctuaciones de la
base de tiempo empleada (reloj de cuarzo).

El diseño de controladores por compensación ya ha sido desarrollada en el dominio continuo


(véase en el Capítulo 1 el punto 1.8.1) y puede ser reproducida en el dominio discreto.

Fig. 4.7. Sistema de control

Se pretende lograr un comportamiento al comando prefijado Mw en un lazo de control con


planta conocida G, siendo Mw la función que modeliza la respuesta deseada a la variable de
comando W. Esto significa que la función de transferencia de lazo cerrado Gc ha de ser igual a
Mw. Formalmente escribimos:

KG Mw 1
Gc   Mw  K  (4.31)
1  KG 1 M w G

Compensación

Fig. 4.8. Sistema con controlador compensador

Para que el controlador sea realizable (causal), se deben imponer algunas condiciones a Mw y a
G. Como el sistema debe ser numéricamente estable, resulta necesario que la planta continua G
sea estable y de fase mínima (es decir que sus polos y ceros se encuentren en el semiplano
izquierdo). El requerimiento de error estacionario nulo conduce a un controlador con parte
integradora.
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-11

Los requerimientos precedentes pueden transladarse al campo discreto. G ( z ) no puede poseer ni


polos ni ceros con módulo mayor que uno (1). Mw debe ser elegido de tal manera que K resulte
realizable. El problema se complica ulteriormente en los sistemas discretos a causa de la
aparición de ceros adicionales en los alrededores de z0  –1 por efecto del muestreo, aun en el
caso de plantas continuas muy elementales (ver ejemplo anterior).

En la elección de la función modelo Mw han de tenerse en cuenta algunas particularidades de


acuerdo a la distribución de polos y ceros de la función de transferencia de la planta G ( z ) .
Escribiremos:

Bz ( z ) Bz ( z ) z  r
G( z )  (4.32)
Az ( z ) Az ( z )
donde
Bz ( z ) y Az ( z ) poseen raíces en el interior del círculo unitario,
Bz ( z ) y Az ( z ) poseen raíces fuera del círculo unitario,
z  r es un retardo equivalente a r períodos de muestreo.

El diseño del controlador responde a (4.31). La restricción a plantas estables impone Az ( z )  1 ,
luego:
Az ( z ) M w ( z)
K ( z)    r
 (4.33)
Bz ( z ) Bz ( z ) z 1  M w ( z )

Al objeto de garantizar la realizabilidad y robustez del controlador, deben incorporarse al modelo


tanto el tiempo muerto de r períodos, como los ceros exteriores al círculo unitario: de no
hacerlo así, el controlador poseería polos inestables. Para reflejar estos requerimientos en (4.33)
y asimismo la condición de precisión en estado de régimen (integrador), ha de ser

M wr ( z )  Bz ( z ) z  r
M w ( z)  (4.34)
M wr (1)  Bz (1)

En consecuencia
Az ( z )  M wr ( z )  1
K ( z)      . (4.35)
Bz ( z )  1  M wr ( z )  M wr (1)  Bz (1)

Ejemplo aplicativo. Retornamos a nuestra planta discretizada según (4.30), que repetimos a
continuación
z  0.818894 z  z01
GH G( z )  0.020586 C (4.36)
 z  0.606531 z  0.904837   z  z1  z  z2 
para el período de muestreo T = 0.5 s.

La planta y dispositivo de retención se encuentran integrados en un lazo de control como muestra


la Fig. 4.9 y el controlador discreto debe ser diseñado para que la operación del sistema a lazo
cerrado se corresponda con el modelo propuesto.
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-12

D
W Y W Y
K ( z) GH G ( z ) M w ( z)

Fig. 4.9. Sistema a lazo cerrado y modelo de respuesta al comando.

a) Modelo sin ceros. Se propone el siguiente modelo de funcionamiento:

1  c1  c0
M w ( z)  (4.37)
z 2  c1 z  c0

mediante los dos polos del denominador se determinan la frecuencia natural y el


amortiguamiento de lazo cerrado. La expresión del numerador 1  c1  c0 asegura una ganancia
unitaria en estado de régimen M w (1)  1. De acuerdo a (4.31) es

1 M w ( z) 1  z  z1  z  z2  1  c1  c0
K ( z)      2
GH G ( z ) 1  M w ( z ) C z  z01 z  c1 z  c0  1  c1  c0 
(4.38)
1  c1  c0  z  z1  z  z2  1
K ( z)   
C z  z01  z  1 z  c1  1
Aplicando este controlador, la función de transferencia de lazo abierto queda

1  c1  c0
Go ( z )  K ( z )  GH G( z )  (4.39)
 z  1 z  c1  1
que corresponde a un integrador (polo en z =1) acompañado por un elemento de primer orden.
Por cierto, la función de lazo cerrado coincide con el modelo propuesto.

variable
manipulada u

variable
controlada y
Fig. 4.10.
Modelo con
párametros
c1= –1.32 y
c0= 0.49
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-13

El cero z01 de la planta se transforma en un polo oscilatorio con reducido amortiguamiento


(polo real negativo) para el controlador, por lo que aparecen oscilaciones en la variable
manipulada (salida del controlador), tal como se observa en la Fig. 4.10.

Fig. 4.11. Ampliación de la variable controlada, Fig. 4.10.

En la Fig. 4.11 se muestra ampliada la respuesta de la variable controlada, observándose con


claridad las pequeñas ondas provocadas por el comportamiento oscilatorio de la variable
manipulada.

El comportamiento que acabamos de describir puede, en algunas circunstancias llegar a ser


inestable o bien, en caso de plantas poco amortiguadas, dar origen a oscilaciones ocultas en la
variable continua controlada.

b) El modelo incluye los ceros de la planta. Se propone el siguiente modelo de funcionamiento:

1  c1  c0 z  z01
M w ( z)   2 , el factor constante asegura M w (1)  1. (4.40)
1  z01 z  c1 z  c0

El controlador es ahora
1 M w ( z)
K ( z)  
GH G ( z ) 1  M w ( z )

1  z  z1  z  z2  1  c1  c0  z  z01 
K ( z)    (4.41)
C z  z01 1  z01   z  c1 z  c0   1  c1  c0  z  z01 
2

1  c1  c0  z  z1  z  z2  c0  z01 1  c1 
K ( z)   ; con z3  .
C 1  z01   z  1 z  z3  1  z01
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-14

Reemplazando los valores numéricos que ya tenemos calculados y manteniendo para nuestro
modelo c1= –1.32 y c0= 0.49 resulta el controlador

K ( z )  4.5401
 z  0.606531 z  0.904837  (4.42)
 z  1 z  0.413463
Vemos en (4.42) que el controlador no contiene polos a parte real negativa, por lo que su salida
ya no será oscilatoria como en el caso precedente.

variable
manipulada u

variable
controlada y Fig. 4.12. Respuesta al escalón de
comando y de perturbación, cuando se
incluyen en el modelo los ceros de la
planta. Se han mantenido las escalas de la
Fig. 4.10 a fines de comparación.

Por cierto que habiendo diseñado nuestro controlador para un modelo de respuesta a la variable
de comando, carecemos de parámetros libres para ajustar la respuesta a la perturbación. Para
ello se deberá adoptar un método de diseño con dos grados de libertad, lo que en nuestro caso se
traduce en plantear dos modelos de comportamiento deseado y proceder como se indica a
continuación.

D
W0 W Y
Gw ( z) K ( z) GH G ( z )

Fig. 4.13. Lazo de control con filtro de comando

Igual a como procediéramos con controladores continuos en el Capítulo 1, diseñamos el


controlador K ( z ) para obtener el comportamiento deseado ante la perturbación D y
posteriormente dimensionamos el filtro Gw ( z ) para lograr la respuesta requerida ante la variable
de comando W0 .
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-15

La función de transferencia deseada para la perturbación es:

Y ( z) GH G( z ) GH G ( z )  M D ( z ) 1 1
M D ( z)    K ( z)    , (4.43)
D( z ) 1  K ( z ) GH G( z ) GH G( z ) M D ( z ) M D ( z ) GH G ( z )

con lo que queda definido el controlador. Para el cálculo del filtro de comando es necesario
contar con el modelo de respuesta al comando. De la Fig. 4.13 se deduce

K ( z ) GH G ( z )
M w ( z )  Gw ( z )  Gw ( z ) K ( z ) M D ( z )  M w ( z )
1  K ( z ) GH G ( z )
(4.44)
M w ( z)
 Gw ( z ) 
K ( z) M D ( z)

como se deduce de la primera igualdad de (4.43). Si bien las expresiones (4.43) y (4.44) son en
apariencia sencillas, resulta necesario contar con experiencia, paciencia y algo de ingenio para
encontrar modelos de respuesta adecuados.

4.2. Efecto del tiempo finito de cálculo del procesador.


Hasta este momento hemos supuesto calladamente que los pulsos discretos poseen un tiempo de
tránsito nulo a través del procesador: ello lleva a suponer que el tiempo de cálculo en el
microcomputador es nulo, lo cual no es el caso en los sistemas reales. El tiempo de cálculo
puede ser despreciado completamente tan sólo en el caso de plantas muy lentas, como las que
aparecen en las industrias de procesos y que poseen constantes de tiempo del orden de minutos y
hasta de horas. Las plantas electromecánicas presentan constantes de tiempo bien por debajo del
segundo, de modo que el tiempo de cálculo representa una parte importante (30% a 80%) del
período de muestreo. Aunque se puede recurrir a cambiar el procesador por otro más rápido, es
una solución que se evita por razones de costo. La Fig. 4.14 compara los conceptos de tiempo de
cálculo nulo y tiempo de cálculo finito.

salida D/A salida D/A


Tiempo finito
prg control de cálculo
prg control
jitter

background background

DIAGRAMA DE TIEMPOS IDEAL DIAGRAMA DE TIEMPOS REAL

Fig. 4.14. Diagramas de tiempos.


SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-16

Como vemos en la figura, lo más fácil es despreciar el tiempo de cálculo suponiendo que la
entrada y salida de datos (conversiones A/D y D/A) son coincidentes. Eso solamente es posible
cuando el tiempo de cálculo TC es inferior al 5% del período de muestreo T (TC < T/20).

Si se supone, pesimísticamente, que el tiempo de cálculo abarca todo un período de muestreo


(TC = T), ello se puede modelizar agregando un elemento de retardo (1/z) a la función de
transferencia discreta de la planta.

Si se desea modelizar la realidad, entonces se debe echar mano de la transformación z


modificada y considerar a TC como un tiempo muerto más. Aplicando lo estudiado en 2.3.3.
deberemos calcular la transformada z modificada de la planta (incluido el dispositivo de
retención) sin tiempos muertos

GH G( z,  )  Z GH (s)  G(s)   (4.45)

y, suponiendo que el único tiempo muerto es 0<TC<T resulta (ver (2.82) a (2.84)):

TC
TC  mT   T   1 ; con m  1. (4.46)
T

La función de transferencia completa (planta + disp. retención + tiempo de cálculo) es entonces

1
G( z )  GH G( z,  ) . (4.47)
z

El algoritmo de control debe ser programado sin incluir lazos de longitud variable de ninguna
índole, al objeto de garantizar un tiempo de cálculo constante, libre de jitter (bailoteo). Si en
razón de la calidad de los elementos utilizados (procesador, conversores) el jitter resulta
inevitable, deberán analizarse sus características estadísticas a fin de incluir su influencia en el
diseño del controlador. Debemos mencionar que el jitter de tiempo de cálculo puede
manifestarse aún en el caso de emplear elementos de alta calidad: puede aparecer un retardo
entre la conversión A/D y la entrada de datos al procesador debida a un retardo de
comunicaciones, si el sensor se encuentra en un nodo de red de datos diferente al nodo del
procesador (sistemas de control en red de datos).

Otro efecto a considerar es el jitter del período de muestreo. Si se cuenta con una base de tiempo
con la resolución suficiente para medir cada vez el período real de muestreo, se podrán
compensar sus variaciones. De lo contrario habrá que emplear técnicas de Control Robusto
verificar la sensibilidad del diseño ante variaciones en el período de muestreo1.

1
IFAC es la sigla de la International Federation for Automatic Control, www.ifac-control.org, que ha publicado en
su página web (sección Profesional Briefs) un interesante trabajo de distribución gratuita: COMPUTER CONTROL:
AN OVERVIEW, producido por miembros del Departamento de Control Automático del Lund Institute of
Technology (Suecia). Se recomienda especialmente la lectura del capítulo final, que trata sobre temas de control de
tiempos y secuencialización.
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-17

4.3. Realización práctica de controladores discretos.


La implementación práctica de un controlador discreto como por ejemplo el PI calculado en
(4.29), que repetimos a continuación

W E U
K (z)
z  r0 1  r0 z 1 U ( z )
– K ( z)  C  C  (4.48)
Y z 1 1  z 1 E( z)
Fig. 4.15. Controlador discreto.

significa formular las ecuaciones de diferencia pertinentes y luego convertirlas en un algoritmo


computacional mediante un lenguaje de programación adecuado.

U ( z )  1  z 1   C 1  r0 z 1   E ( z )
u (tk )  u (tk 1 )  Ce(tk )  Cr0e(tk 1 )
(4.49)
como e(tk )  w(tk )  y(tk ) es
u (tk )  u (tk 1 )  C  w(tk )  y (tk )   Cr0e(tk 1 )

Nótese en la última igualdad de las (4.49) que w(tk ) e y(tk ) corresponden a la medición del
estado actual de las variables de comando y controlada, y que deben almacenarse en memoria los
estados precedentes de la variable manipulada y del error actuante u(tk 1 ) y e(tk 1 ) . El pseudo-
código correspondiente sería:

“Valores iniciales y coeficientes


uviejo=0
eviejo=0
c=2.108659
r0=-0.904837

“Algoritmo de control
w=adin(ch1) “ingresar variable de comando desde ch1
y=adin(ch2) “ingresar variable controlada desde ch2
e=w-y “calcula error actual
u=uviejo+c*e+c*r0*eviejo “calcula la señal de control
daout(u,ch3) “sacar la señal de control u por ch3
uviejo=u “actualiza señal de control vieja
eviejo=e “actualiza señal de error vieja

Por cierto, este pseudocódigo deberá estar integrado en el programa general de manejo de
interrupciones que generará los llamados al algoritmo de control y a las rutinas de background
que sean necesarias para la modificación de coeficientes.

Si bien la programación precedente es formalmente correcta, se pierde de vista el hecho que el


controlador es un proporcional integrador, y como todo controlador con parte integradora puede
estar sometido a windup si el actuador se satura. Se pierde también la visión de los parámetros
primarios KP y TI que quedan enmascarados por los coeficientes C y r0 en (4.48). Por estas
razones y porque en muchas instalaciones industriales se continúan utilizando controladores PID
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-18

que, a pesar de ser discretos, siguen presentando una apariencia analógica, vamos a desarrollar
en los siguientes puntos los detalles de la implementación práctica de un controlador PID
discreto.

Fig. 4.16. Controlador basado en microprocesador. Cortesía de ABB Industrial Systems.

4.3.1 Discretización de la ley de control PID. Enfoque aplicativo.


Para implementar un controlador PID en una computadora digital es necesario, como ya
sabemos, formular aproximaciones discretas de la derivada y de la integral que aparecen en la
ley de control. Si mediante algún método de diseño en el dominio continuo hemos determinado
los valores de los parámetros adecuados para obtener el comportamiento deseado del sistema a
lazo cerrado, habremos definido totalmente los elementos de la expresión (1.19) que repetimos a
continuación

 1
t
 dr (t ) dy(t )  
u (t )  K P br (t )  y(t )   e( ) d  Td  c   (4.50)
 Ti 0  dt dt  

Acción Proporcional En (4.50), el término proporcional es

P(t )  K P br (t )  y(t )

Este término se implementa reemplazando simplemente las variables continuas por sus versiones
muestreadas,
P(tk )  K P br (tk )  y(tk ) (4.51)
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-19

donde tk denota los instantes de muestreo, es decir los valores de tiempo para los cuales se leen
las variables analógicas.

Acción Integradora El término integral es

t
K
I (t )  P  e( ) d
Ti 0
y se deduce que
dI K P
 e
dt Ti

Si se aproxima la derivada con una diferencia hacia adelante se obtiene, empleando h =T para
designar el período de muestreo

I (tk 1 )  I (tk ) K P
 e(tk )
h Ti

lo que nos conduce a la siguiente expresión recursiva para el cálculo del término integral

KPh
I (tk 1 )  I (tk )  e(tk ) . (4.52)
Ti

Acción Derivadora El derivador puro de la (4.50) es reemplazado con c=0 por un derivador
restringido como el que empleáramos en (1.15), teniéndose
s K PTd
D( s )   Y ( s) ;
1  sTd N
Td dD dy
es decir:  D   K PTd
N dt dt

que puede ser aproximada por la siguiente ecuación en diferencias,

Td D(tk )  D(tk 1 ) y(tk )  y(tk 1 )


 D(tk )   K PTd
N h h

y reordenando obtenemos
Td K TN
D(tk )  D(tk 1 )  P d  y (tk )  y (tk 1 ) (4.53)
Td  Nh Td  Nh

La ventaja de emplear una expresión retrógada es que el valor del factor Td Td  Nh  se
encuentra siempre comprendido en el intervalo [0,1] lo que garantiza la estabilidad de la
ecuación en diferencias.

Hemos entonces determinado que el controlador PID puede ser aproximado mediante las
expresiones (4.54). Por cierto, estas expresiones constituyen quizás la más simple de las muchas
discretizaciones posibles del algoritmo de control PID. La selección del método de
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-20

discretización más adecuado constituye un problema de optimización en el que concurren, entre


otros factores, la frecuencia de muestreo utilizada y las características dinámicas de los
conversores A-D y D-A empleados.

P(tk )  K P br (tk )  y (tk ) 


e(tk )  r (tk )  y (tk )

D(tk 1 )  K P N  y(tk )  y (tk 1 )


Td
D(tk )  (4.54)
Td  Nh
u (tk )  P(tk )  I (tk )  D(tk )
KPh
I (tk 1 )  I (tk )  e(tk )
Ti

Algoritmos de Velocidad. El algoritmo descripto por las (4.54) se denomina algoritmo


posicional porque su salida es la variable de control. En algunos casos el controlador está
dispuesto de manera tal que su salida es proporcionada por un integrador (p.ej. un motor). En
estos casos resulta natural modificar el algoritmo de modo que proporcione la velocidad de la
variable de control (con mayor propiedad diríamos la derivada temporal de la variable de
control). Un algoritmo de este tipo se denomina algoritmo de velocidad. La Fig. 38 muestra un
diagrama de bloques analógicos de un algoritmo de velocidad.

Los algoritmos de velocidad se utilizaban en controladores antiguos construidos alrededor de


motores (integradores mecánicos). En muchos casos, al cambiar la tecnología, los fabricantes
retuvieron la estructura original para asegurar la compatibilidad con equipos preexistentes. Otra
razón para el uso de algoritmos de velocidad es que facilitan la implementación de muchas
cuestiones prácticas, tales como la protección anti-windup y la transición sin sacudidas ante
cambios de parámetros. En implementaciones digitales los algoritmos de velocidad son también
denominados algoritmos incrementales.

s 2 K PTd
y
1  sTd N
Integrador
du externo
dt
(br – y) sKP  1/s u

e KP/Ti

Fig. 4.17. Diagrama en bloques correspondiente a la


representación analógica de un algoritmo de velocidad.
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-21

Algoritmo Incremental. La forma incremental del algoritmo PID puede ser obtenida
calculando las diferencias temporales de la salida del controlador para luego sumar (integración
discreta) estos incrementos.
u(tk )  u(tk )  u(tk 1 )  P(tk )  I (tk )  D(tk ) (4.55)

En muchos casos la integración se realiza externamente. Esto resulta natural cuando se utiliza un
motor paso-a-paso. Los incrementos de las partes proporcional, integradora y derivadora se
calculan con facilidad a partir de las Ecs. (4.51) a (4.53):

P(tk )  K P b  r (tk )  r (tk 1 )   y (tk )  y (tk 1 )


KPh
I (tk )  e(tk 1 )
Ti
(4.56)
D(tk )  ad D(tk 1 )  bd  y (tk )  2 y (tk 1 )  y (t k  2 ) 
Td Td K P N
ad  ; bd 
Td  Nh Td  Nh

4.3.2 Aspectos Operativos.


Prácticamente todos los controladores pueden funcionar en dos modos: manual o automático. En
el modo manual la salida del controlador es manipulada directamente por el operador,
usualmente accionando botones que incrementan o decrementan la salida. Un controlador puede
también operar en forma combinada con otros controladores (p.ej. en una conexión en cascada),
o con elementos no lineales tales como multiplicadores o selectores: ello origina más modos
operativos. Los controladores poseen parámetros que pueden ser ajustados durante la operación.
Cuando se producen cambios de modos y/o de parámetros, es esencial evitar que se produzcan
transitorios de conmutación, por lo que se deberá diseñar un controlador con la estructura
adecuada.

Transferencia sin sacudidas entre Manual y Automático.Dado que el controlador es un sistema


dinámico, es necesario asegurar que el estado del sistema sea el correcto al conmutar el
controlador de modo manual a modo automático: es decir que la salida calculada por el
algoritmo de control sea igual a la señal generada manualmente. A esto se denomina
‘transferencia sin sacudidas’ (en inglés ‘bumpless’).

En la Fig. 4.18 se muestra una implementación que utiliza un integrador separado para sumar los
cambios incrementales que produce el dispositivo manual. El diagrama contiene dos
configuraciones del tipo anti-windup (recordar la Fig. 1.39) que aseguran el seguimiento de la
salida manual por parte del controlador y viceversa.
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-22

+
1/Tt 
CONTROL –
MANUAL

+
1/Tm  1/s

–y
KP Td s

M
e= r – y v u
KP 
A

– +
KP/Ti  1/s 

1/Tt

Fig. 4.18. Controlador PID que conmuta suavemente de modo manual (M) a modo automático (A).

Transferencia sin sacudidas ante Cambios de Parámetros. Una modificación de los parámetros
del controlador se reflejará como un cambio en su variable de salida. Estos cambios son en
general indeseables: para un controlador PID es natural el requerimiento de que no se originen
cambios drásticos en la salida, si los parámetros son modificados cuando el error es cero. Esto
será verdadero para todos los algoritmos incrementales ya que su salida es cero cuando su
entrada es cero, independientemente de los valores de sus parámetros. Para un algoritmo de
posición, ello dependerá de la implementación adoptada.

Si al implementar el algoritmo el estado interno del controlador es elegido como

t
xI   e( ) d
0

KP
el término integral resulta I xI .
Ti

Todo cambio en KP o en Ti dará por resultado un cambio en I. Para evitar sacudidas al


modificar los parámetros, al implementar el término integrador, se deberá elegir el estado
conforme a
K ( )
t
xI   P e( ) d . (4.57)
0
Ti ( )

Un caso en particular requiere de especiales precauciones: es cuando se implementa la asigna-


ción de peso al punto de ajuste (o variable de referencia). En este caso es necesario que la
cantidad P + I sea invariante ante cambios en los parámetros. Ello conduce a que, cuando se
cambian los parámetros, el estado I debe ser modificado de la manera siguiente:

I nuevo  I viejo  K Pviejo  bviejo r  y   K Pnuevo  bnuevo r  y  (4.58)


SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-23

Tomando las adecuadas precauciones es entonces relativamente sencillo evitar sacudidas si los
cambios en los parámetros se realizan cuando el error es nulo (operación en régimen).

4.3.3 Pseudocódigo de Computadora.


A modo de ilustración, el siguiente es el pseudocódigo para un algoritmo PID basado en las
Ecs.(4.54) . El controlador maneja tanto el windup como la transferencia sin sacudidas ante
variaciones de los parámetros.

“Cálculo de coeficientes del controlador


bi=Kp*h/Ti “ganancia de integración
ad=Td/(Td+N*h) “ganancia derivativa
bd=Kp*N*Td/(Td+N*h) “ganancia derivativa
ao=h/Tt “ganancia de seguimiento (tracking)

“Cambio de parámetros sin sacudidas


I=I+Kpviejo*(bviejo*r-y)-Kp*(b*r-y) “invariancia de P+I

“Algoritmo de control
r=adin(ch1) “ingresar variable de referencia desde ch1
y=adin(ch2) “ingresar variable del proceso desde ch2
P=Kp*(b*r-y) “acción Proporcional
D=ad*D-bd*(y-yviejo) “acción Derivativa
v=P+I+D “salida temporal para acción antiwindup
u=sat(v,umin,umax) “simula saturación del actuador
daout(u,ch3) “sacar variable de control u por ch3
I=I+bi*(r-y)+ao*(u-v) “actualiza Integrador con antiwindup
yviejo=y “actualiza variable de proceso vieja

El cálculo de coeficientes debe realizarse sólo cuando se modifican los parámetros del
controlador. El cálculo de ad, ao, bd, bi ahorra tiempo de ejecución del programa principal. El
algoritmo de control debe ser ejecutado una vez por cada período de muestreo. Obsérvese que el
pseudocódigo incluye en la derivación únicamente a la variable controlada (y), emplea factor de
peso (b) para la variable de referencia e implementa anti-windup utilizando un modelo interno de
la saturación del actuador.

Debemos destacar que, por razones de claridad, en estos últimos apartados hemos empleado
(muy calladamente) aproximaciones basadas en la regla del rectángulo que condujeron a los
algoritmos dados por las expresiones (4.54) y (4.56) y al programa precedente. El procedimiento
es totalmente análogo utilizando la aproximación de Tustin, llegándose a expresiones finales
ligeramente más complejas, y queda como ejercicio para el lector interesado.

4.4. Controladores para tiempo de respuesta finito.


En sistemas de control discretos con la estructura de la Fig. 4.19 para plantas continuas no
derivadoras, es decir en las que se cumple G(0)0, se puede alcanzar una respuesta estacionaria
en un número finito de períodos de muestreo t =NT para un escalón de comando w(t) =(t), de
tal manera que el error actuante sea nulo e(t) =0 para t  NT. Para que esto sea posible, la
función de transferencia al comando debe poseer polos únicamente en el origen z =0.
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-24

w e e* u y
K(z) GH(s) G(s)

CONTROLADOR DISP. RETENCIÓN PLANTA

Fig. 4.19. Sistema de control discreto.

Si Gc ( z ) es la función de transferencia de lazo cerrado y W ( z )  z /( z  1) la excitación,


entonces el desarrollo en fracciones parciales de la salida será

 polinomio  z 1  ;
z
Y ( z )  W ( z )  Gc ( z )  (4.59)
z 1

vemos que además del término deseado z/(z–1) aparece un polinomio en z –1 que describe la
secuencia finita de error e(kT) . Cualquier otro polo zi de la función de transferencia de lazo
cerrado daría origen a una secuencia de error infinita.

Un método intuitivo debido a Schneider (1960) permite calcular la secuencia de control u(t)
como suma de funciones escalón:

N 1
u (t )   uk  (t  kT )   (t  kT  T )  u N (t  NT ) (4.60)
k 0

con u( t )  u( NT) para t NTse debe lograr la condición de régimen y(t )  1 para t  NT .
La planta continua G(s) posee una respuesta al escalón que vale

m(t ) : L -1 G(s) / s (4.61)

Debido a la condición G(0)0, m(t) siempre contiene una parte constante (t) correspondiente
al polo en el origen de (4.61), a la que se adicionan para una planta de orden n otras n funciones
temporales del tipo tr e–at. En caso de ser a complejo, aparece también su conjugado y entre
ambos originan funciones temporales reales tr e–bt sin(t) y tr e–bt cos(t). Por simplicidad,
denominaremos f1, f2, ... fn a estas n funciones.

Para condiciones iniciales nulas, la respuesta de la planta a la secuencia (4.60) está dada por

N 1
y(t )   uk  m(t  kT )  m(t  kT  T )  u N m(t  NT ) ; t  NT . (4.62)
k 0

En (4.62) aparecen términos (t  kT )r ea (t kT ) que contienen únicamente las funciones f1, f2, ... fn
y (t), por lo que se puede sin inconvenientes expresar a y(t) de la forma

y(t )  c0 (t )  c1f1  c2f 2   cnf n ; t  NT (4.63)

donde los coeficientes ci son combinaciones lineales de las amplitudes u0 ... uN de la señal de
control.
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-25

El comportamiento de tiempo de respuesta finito (en inglés: deadbeat) se logra con la condición

c0  1, c1  c2   cn  0 . (4.64)

Debe notarse que, de acuerdo a (4.63), se puede prescribir cualquier otro comportamiento
además de seguir sin error al escalón (t), mientras éste sea expresable por la combinación de
funciones temporales (4.63). O dicho con otras palabras: el sistema puede seguir con precisión
todas aquellas señales cuyos polos aparezcan en la función de transferencia de la parte continua
del sistema.

Ejemplo: sea la planta G(s) en la Fig. 4.19

1
G( s)  con respuesta al escalón m(t )  L 1 G( s) / s  1  t  et (4.65)
s( s  1)

para t  NT es, de acuerdo a (4.62)

N 1
y (t )   uk  m(t  kT )  m(t  kT  T )   u N m(t  NT )
k 0

N 1
y (t )   uk  1   t  kT   e t  kT   1   t  kT  T   e t  kT T  
k 0 (4.66)
 u N  1   t  NT   e
 t  NT 

N 1
y (t )   uk T  1  eT  e kT e  t   u N  1  NT   t  e NT e t 
k 0

quedando finalmente

 N 1   N 1

y(t )  T  uk  uN 1  NT    (t )  u N t  1  eT   uk e kT  u N e NT   e t (4.67)
 k 0   k 0 

Cuando el sistema debe seguir un escalón de comando w(t)=(t), deben ser nulos los
coeficientes de las funciones temporales t y e–t, y ha de ser unitario el coeficiente de (t). Se
tiene entonces:

N 1 N 1
uN  0 ,  uk ekT =0 ,
k 0
u
k 0
k  1/ T (4.68)

Poniendo N = n = 2, es decir el número de periodos de muestreo para error nulo (N) igual al
orden del sistema (n), el sistema de ecuaciones (4.68) posee una solución única que vale

1 e  T
u0  , u1  ; uk  0, k  2. (4.69)
T 1  eT  T 1  eT 
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-26

Observamos en (4.69) que, a medida que el período de muestreo T disminuye u0 y u1 aumentan


en valor absoluto, lo que significa que el esfuerzo de control se hace mayor y ello ha de ser así
porque para llevar al sistema a su valor final en 2 períodos se emplea siempre la misma energía,
por lo que si el período decrece la potencia puesta en juego ha de aumentar y junto con ella las
amplitudes de u0 y u1 . Llevar en el límite el período de muestreo a cero T0, significaría
pasar al caso continuo, pero entonces la solución (4.69) pierde significado ya que u0 se haría
infinito positivo y u1 infinito negativo. La consecuencia de este pequeño análisis es que el
fenómeno de deadbeat solo existe en el dominio discreto, donde es realizable mediante
secuencias finitas señales de control {u0, u1,... uN} de amplitud finita.

Deducimos de (4.69) que para períodos T crecientes, u0 y u1 decrecen monótonamente.
Para T=1 se obtienen los resultados de la Fig. 4.20.

1
Fig. 4.20. Control deadbeat de G( s)  para T  1 s.
s  s  1

u(t) es una secuencia finita de dos términos

z  0.368
U ( z )  1.582  0.582 z 1  1.582 . (4.70)
z

Independientemente de la estructura que se elija para su realización, la función de transferencia


que liga W ( z )  z /( z  1) con la variable manipulada U ( z ) debe poseer la forma

U ( z ) 1.582  z  0.368 z  1
 . (4.71)
W ( z) z2
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-27

La deducción de la función de transferencia del controlador discreto K ( z ) que ha de


implementarse (ver Fig. 4.19) es también elemental. K ( z ) transforma la secuencia de error
E ( z ) en la secuencia de control U ( z ) . Y siendo

z  0.418
E ( z )  1  0.418 z 1  (4.72)
z

resulta
U ( z ) 1.582  z  0.368
K ( z)   . (4.73)
E( z) z  0.418

Si el valor de u0 = 1.582 resulta en un esfuerzo de control excesivo, siempre se puede lograr el


deadbeat en más períodos de muestreo (N > n), imponiendo restricciones adicionales sobre la
amplitud de los pulsos uk . Si se opta por ejemplo por tres períodos de muestreo, de acuerdo a la
(4.68) habrá de cumplirse

uk  0, k  3
u0  u1  u2  1/ T , u0  eT u1  e 2T u2  0, (4.74)
 
u1   1  eT  u2 
1 1
 u0  eT u2  ,
 T 1  eT   T 1  eT 

para u2 = 0 la solución coincide con la precedente (4.69); se darán a continuación otros


ejemplos de solución para diferentes tipos de restricciones.

1. La exigencia que la “energía de actuación” u02  u12  u22 sea un mínimo conduce a:

eT 1 1
u0  , u1  , u2 
2T  eT  1 2T 2T 1  eT  (4.75)
para T  1: u0  0.791, u1  0.5, u2  0.292

2. Para una limitación del esfuerzo máximo de actuación u se encuentra la solución

e 2T  1  eT 
u0  u1  , u2 
T  2e2T  eT  1 T  2e 2T  eT  1 (4.76)
para T  1: u0  u1  0.667, u2  0.334

Y los controladores correspondientes se calculan de acuerdo al procedimiento expuesto


precedentemente.

El método de Schneider que se acaba de exponer no es el único que puede emplearse para
calcular controladores deadbeat. Veremos a continuación un método más general, pero por
cierto menos intuitivo que el precedente.
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-28

Partiendo de M w ( z ) que representa un modelo de respuesta al comando en tiempo finito para un


lazo de control, se puede calcular el controlador K ( z ) correspondiente, empleando el procedi-
miento de compensación y seguimiento de modelo. Sea N el número períodos de muestreo
requeridos para alcanzar el estado de régimen; N debe ser como mínimo igual al orden n de la
planta controlada. Con estos requerimientos el modelo propuesto tiene la forma

M w ( z )  q0  q1 z 1  q2 z 2   qN z  N (4.77)

Adicionalmente deberá cumplirse que también la señal de control se encuentre en estado


estacionario, pues de lo contrario la planta seguiría siendo excitada y la salida asumiría el valor
deseado tan solo en los instantes de muestreo.

Si la planta posee una función de transferencia z dada por

Bz ( z ) Bz ( z ) z  r
G( z )  (4.78)
Az ( z ) Az ( z )
donde
Bz ( z ) y Az ( z ) poseen raíces en el interior del círculo unitario,
Bz ( z ) y Az ( z ) poseen raíces fuera del círculo unitario,
z  r es un retardo equivalente a r períodos de muestreo.

Imponiendo el requerimiento de estabilidad de la planta Az ( z )  1 , (4.78) puede ser reescrita


como
r  0
Bz ( z ) Bz ( z ) z  r    1 z 1    j z  j  0  1 z 1    k z  k 
G( z )  z (4.79)
Az ( z ) 1  1 z 1   1 z  n

y el controlador se calcula mediante la conocida expresión, ver (4.31),

1 M w ( z)
K ( z)   . (4.80)
G( z ) 1  M w ( z )

De acuerdo a lo dicho más arriba, también la función de transferencia que liga w con u deberá
manifestar comportamiento deadbeat, es decir una respuesta impulsiva de duración finita:

 polinomio  z 1  .
M w ( z)
Gu ( z )  (4.81)
G( z )

Ello puede lograrse, si el modelo M w ( z ) contiene también el polinomio Bz ( z ) además de


contener a Bz ( z ) y a z  r . Véanse al respecto las consideraciones realizadas para (4.33).

M 2 w ( z ) Bz ( z ) Bz ( z ) z  r
M w ( z)  (4.82)
M 2 w (1) Bz (1) Bz (1)
SISTEMAS DE CONTROL APLICADO - Capítulo 4 - pág. 4-29

Reemplazando se obtiene para Gu ( z )

M w ( z ) M 2 w ( z ) Bz ( z ) Bz ( z ) z  r Az ( z ) 1


Gu ( z )     r

G( z) Bz ( z ) Bz ( z ) z M 2 w (1) Bz (1) Bz (1)
(4.83)
M 2 w ( z ) Az ( z )

M 2 w (1) Bz (1) Bz (1)

Eligiendo M 2 w ( z ) como polinomio en z 1 se alcanza el estado estacionario en un número finito


de períodos de muestreo. Si además se elige el modelo de modo de emplear n+p períodos en
alcanzar el estado de régimen, pueden variarse las amplitudes de la señal de control para
satisfacer un criterio de performance adicional (p.ej.: minimizar de la energía de actuación). El
cálculo resulta independiente del valor absoluto del período de muestreo, pero el esfuerzo de
actuación resulta recíprocamente creciente respecto del período de muestreo.

Para concluir, debemos mencionar que el diseño de controladores discretos para respuesta
deadbeat no es más que una aplicación específica de la teoría de filtros digitales de respuesta
impulsiva finita (filtros FIR2), también denominados filtros transversales.

2
FIR = Finite Impulse Response.
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-1

5. SISTEMAS DISCONTINUOS Y NO LINEALES

5.1. Empleo de elementos conmutantes en sistemas de control


5.1.1. Introducción
El empleo de conmutadores (relés, transistores, tiristores, etc.) como elementos de accionamiento
y amplificación en sistemas de control presenta frente a sus contrapartes lineales, las ventajas de
un menor costo, un mayor rendimiento y una menor complejidad en su implementación.

La Fig. 5.1. muestra el principio de funcionamiento de un relé electromecánico, indicándose en


la gráfica la tensión sobre la carga como función de la tensión de la bobina de control. Se
observa que por medio de la apertura o cierre de su contacto el relé gobierna una potencia
P0  V02 / RL .

v12 v11

Fig. 5.1. Relé electromecánico.

Las tensiones de cierre (v11) y apertura (v12) del relé son diferentes entre sí, debido a la
dependencia de la fuerza de atracción magnética con respecto de la posición del contacto, como
asimismo por la existencia de fricción y juego entre los elementos mecánicos.

La potencia de accionamiento p1 = i1v11 define junto con P0 la amplificación de potencia, que


normalmente se encuentra en las cercanías de 103, del relé concebido como amplificador
electromecánico.
dv
Se observa que el concepto de ganancia o amplificación diferencial K  2 comúnmente
dv1
aplicado a elementos lineales, carece en este caso de significado. En consecuencia no serán
aplicables los métodos de la teoría de control lineal. Para sistemas no lineales no se posee una
teoría cerrada de aplicación general –como ocurre para los sistemas lineales–, sino que cada caso
deberá ser tratado (en mayor o menor medida) en forma aislada e individual. Sin embargo, son
tantas las ventajas derivadas del empleo de elementos no lineales en sistemas de control, que
resultan aceptables las mayores dificultades analíticas requeridas para su tratamiento.

La Fig. 5.2 muestra las características de corriente de colector de un transistor y permite


comparar su rendimiento operando como elemento de conmutación con el rendimiento obtenible
del mismo operando como amplificador lineal (50% como máximo en régimen senoidal).

La transición desde la condición de corte a la de saturación ha de ser lo suficientemente rápida a


fin de evitar el sobrecalentamiento del transistor.
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-2

Fig. 5.2. Transistor en conmutación.

La sustitución del transistor por tiristores o IGBTs permite llevar la potencia conmutada al orden
de los kilovatios y aún de los megavatios, de modo que también grandes motores, hornos de
inducción, etc., pueden ser operados mediante conmutaciones periódicas de la fuente primaria de
energía.

El principio de la conmutación puede ser realizado empleando componentes mecánicos e


hidráulicos (embragues, válvulas, etc.) con las consiguientes ventajas frente a sus contrapartes
lineales. Una ventaja adicional de los elementos de conmutación es que son fácilmente
combinables con sensores. Tal es el caso por ejemplo, de los elementos bimetálicos empleados
en controladores térmicos, o la inclusión de contactos conmutadores en instrumentos de
medición.

5.1.2. Linealización por accionamiento periódico – Ejemplos de aplicación.


Si se desea linealizar un actuador discontinuo, puede resultar interesante la idea de accionarlo en
forma periódica de manera tal de posibilitar una variación continua del valor medio de su señal
de salida:
1 t T
v2  V2   v2 ( ) d (5.1)
T t
La Fig. 5.3 muestra una posible realización, en la que el contacto K es conmutado a la frecuencia
f = 1/T entre las tensiones V01 y V02:

Fig. 5.3. Conmutación modulada por ancho de pulso.


SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-3

Haciendo T = t1 + t2 resulta para el valor medio de la tensión de salida suponiendo un


conmutador ideal (es decir con tiempo de conmutación nulo):

t1 t t
v2  V2  V01  2 V02  V02  1 V01  V02  (5.2)
T T T

obteniéndose así una relación lineal de v2 con el ciclo de trabajo t1/T.

Fig. 5.4. Valor medio vs. ciclo de trabajo.

La conversión de una señal continua de comando y1(t) en el ciclo de trabajo variable t1/T, es
realizada mediante un generador de pulsos, también llamado modulador de ancho de pulso (en
inglés las siglas son PWM pulse width modulator), del que la Fig. 5.5 muestra el principio
cualitativo de funcionamiento como asimismo una posible realización práctica.

Fig. 5.5. Modulador de ancho de pulso.

La señal de salida periódica del actuador (v2:=y2) contiene además del valor medio controlado v2
fuertes componentes armónicas, dependientes del ciclo de trabajo (t1/T) y con frecuencias
correspondientes a 1/T y sus múltiplos. Al objeto de que estas armónicas originadas por el
actuador no aparezcan amplificadas en la variable de salida del sistema controlado, la planta ha
de poseer una respuesta en frecuencia de tipo pasa bajos; de esta manera solamente la
componente media de la señal de actuación tendrá efectos sobre la variable controlada.

Para precisar el precedente concepto vamos a considerar una planta proporcional (tipo 0)
accionada por un conmutador PWM, como se indica en la Figura 5.6.
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-4

Fig. 5.6. Planta excitada por un modulador de ancho de pulso (PWM).

Si la señal u(t) se desarrolla en serie de Fourier, se obtiene la expresión:

c 2  1  c  t 
u (t )  A     sin  n   cos  2n   (5.3)
 T0  n 1 n  T0   T0  

Teniendo en cuenta que 0  2 T0 es la frecuencia angular de la señal de conmutación,


observamos en (5.3) que u(t) posee en general armónicas pares e impares, por lo que deberá ser
convenientemente elegida con respecto de la respuesta en frecuencia de la planta (Fig. 5.7).

B ode Diagram
10

-10
Magnitude (dB)

-20

-30

-40

-50

-60
0
-45 Fig. 5.7. Respuesta en frecuencia de la planta.

-90
Phase (deg)

-135planta ejemplificada en la figura precedente, la frecuencia de conmutación deberá


Para la
elegirse a la derecha de la línea de trazos, para asegurar una buena atenuación de la componente
-180
fundamental
-225 y de sus armónicas.
-270
El amortiguamiento de las componentes armónicas será suficiente si se cumple la siguiente
-315
relación empírica entre la constante de tiempo dominante Td de la planta y el período de
-360
conmutación T:
0 1
10 Td 10
5 (5.4)
T
Frequency (rad/sec)

dependiendo en cada caso el valor exacto, de la naturaleza de la planta controlada. Para


actuadores eléctricos (semiconductores) que operan a frecuencias de conmutación de 50 Hz o
superiores, el requerimiento Td / T  5 puede satisfacerse sin dificultades; distinto es el caso para
los conmutadores electromecánicos que, por razones de desgaste, admiten frecuencias de
operación mucho menores.
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-5

Bajo la premisa de una frecuencia de conmutación suficientemente elevada, el modulador y


actuador conmutado pueden considerarse reducidos a un elemento proporcional y cuasi-
continuo, tal como se indica en la Fig. 5.6.

Y1(s) Y2(s) Y3(s)

K F P(s)
Fig. 5.8. Linealización.

Y3 ( s)
La función de transferencia  K1  FP ( s) ,
Y1 ( s)
es válida solamente en el dominio de baja frecuencia, debiendo siempre ser tenidas en cuenta las
componentes alternas presentes en la señal y2(t).

En conmutadores de alta potencia (rectificadores controlados), las tensiones V01 y V02 son
tensiones alternas, resultando la tensión de salida v2(t) compuesta por tramos de tensión de línea
desplazados entre sí. La figura siguiente muestra el caso más simple, dado por un puente de
rectificadores alimentando el circuito de inducido de un motor de corriente continua. Aquí vale
v01 = –v02 = vl (tensión de línea), siendo conmutados una vez por semiperíodo en forma
simultánea dos rectificadores del puente diagonalmente opuestos.

Fig. 5.9. Motor de CC alimentado por puente de tiristores.

El valor medio de la tensión de salida depende del ángulo de encendido , a través de la


expresión
2
v2  vˆl cos( ) . (5.5)

Ya que el controlador de encendido de los tiristores opera en sincronismo con la red, suele ser
denominado modulador de fase de pulsos. Los rectificadores normalmente empleados en la
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-6

industria son circuitos polifásicos: sin embargo este hecho no modifica sustancialmente su
forma de operación.

La modulación de ancho de pulsos es una solución comúnmente utilizada en electrónica de


potencia, en particular para el control de motores eléctricos. En lo que sigue se presentarán
algunos ejemplos de aplicación.

Fig. 5.10. Llave H para control de un motor de CC. Tomado de SILICON Labs.

En la Figura 5.10 se muestra una aplicación del microcontrolador C8051F300 (de SILICON
Labs) que controla una llave H donde los MOSFET Q1 y Q2 (canal N) están modulados PWM
(comando de velocidad), mientras que Q3 y Q4 (canal P) están conmutados on-off y definen el
sentido de giro.

Fig. 5.11. Motor brushless con estator trifásico controlado mediante PIC de Microchip.
Tomado de nota aplicativa AN885.
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-7

Los avance tecnológicos registrados en la producción de materiales magnéticos con alto


producto de energía y elevada temperatura de Curie, asegura la disponibilidad de imanes
permanentes de Neodimio-Hierro-Boro y Samario-Cobalto también llamados “imanes de tierras
raras”, que posibilitan la realización de motores brushless (sin escobillas), con rotor de imán
permanente y estator conmutado electrónicamente.

La Figura 5.11 muestra un motor brushless comandado por un microcontrolador PIC18FXX31


que produce la modulación PWM para control de velocidad. Los sensores Hall son utilizados
para generar el sincronismo de conmutación y también como sensor elemental de velocidad,
usando un timer para contar pulsos entre dos transiciones sucesivas de los sensores. El sentido de
rotación es gobernado por la secuencia de fases.

5.1.3. Lazos de control con elementos conmutantes


Dependiendo de la disposición de los controladores conmutantes se pueden diferenciar cuatro
tipologías básicas.

1) Conmutador con realimentación simple. El controlador conmutante acciona directamente


sobre la planta G(s) sin ninguna compensación dinámica. En la Figura 5.12 se muestra como
ejemplo un conmutador triestable con histéresis utilizado como controlador.

Fig. 5.12. Conmutador con realimentación simple.

La frecuencia de conmutación del controlador depende de la dinámica de la planta. La amplitud


de oscilación de la variable controlada y depende de los límites de conmutación y de la planta.
Utilizable con plantas de primer orden.

2) Controlador lineal y PWM. En este caso el elemento conmutante es un modulador de ancho


de pulso. La frecuencia de conmutación y la modulación PWM pueden ser producidas por un
microcontrolador, en el que se puede además incorporar el algoritmo de control lineal. Eligiendo
adecuadamente la frecuencia de conmutación, el diseño puede llevarse a cabo mediante técnicas
de control continuo.

Fig. 5.13. Controlador lineal y modulador de ancho de pulso.


SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-8

3) Conmutador realimentado. En esta variante el controlador conmutante es realimentado a


través de una función de transferencia GR(s) con carácter pasabajos o del tipo DTn (derivador
con mútiples constantes de tiempo).

Fig. 5.14. Conmutador con realimentación dinámica.

Desde el punto de vista del valor medio de las variables de entrada y de salida, el dispositivo no
lineal se puede representar como un elemento lineal de ganancia muy elevada,

Fig. 5.15. Función de transferencia equivalente.

con lo que se obtiene


A
U ( s) A 1

E ( s) 1  AGR ( s)  GR ( s)
(5.6)

De esta manera GR(s) puede dimensionarse como un controlador continuo, adaptándolo a la


dinámica de la planta G(s). Nótese que en este caso la frecuencia media de conmutación queda
definida por la realimentación del controlador, por lo que no resulta independiente con respecto
del dimensionamiento del mismo.

4) Conmutador con doble realimentación. Esta última variante está dirigida a establecer la
frecuencia de conmutación de manera independiente. Véase Figura 5.16.
El controlador conmutante, al igual en el caso anterior recibe una realimentación negativa a
través de una función de transferencia para producir la dinámica de control adecuada, mientras
que además una realimentación positiva con una respuesta en frecuencia oportunamente elegida
para producir frecuencias de oscilación elevadas con respecto de las constantes de tiempo
dominantes de la planta.
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-9

B ode Diagram
10

-10
Magnitude (dB)

-20

-30

-40

-50

-60
0
Fig. 5.16. Conmutador
-45con doble realimentación y diagrama de respuesta en frecuencia de la planta.
-90
Phase (deg)

-135
Todas las tipologías descriptas
-180 en el presente apartado, se encuentran ampliamente difundidas en
controles industriales, -225
no solamente analógicos sino también digitales, ya que las
realimentaciones descriptas
-270 se pueden implementar de manera inmediata utilizando
microcontroladores programables.
-315
-360
0 1
10 10
Frequency (rad/sec)

5.1.4. Ejemplo de Análisis: controlador de dos estados y planta de primer orden con tiempo muerto
En este punto ejemplificaremos el análisis en el dominio del tiempo de una planta elemental
directamente accionada por un controlador biestable asimétrico.

Fig. 5.17. Lazo de control conmutante elemental


SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-10

Ante la aplicación de una excitación en escalón w(t) = w0(t) y asumiendo que vale y(t) = 0 para
t < 0, aparece un error e(t) = w0 – y(t) .

La condición de conmutación para el biestable vale

1 para e  t   0

uR  t    (5.7)
0 para e  t   0

El andar cualitativo de las señales w(t), y(t), e(t) y de la variable de actuación u(t) = uR(t) en
función del tiempo se muestran en la Figura 5.18.

ciclo de trabajo;
el tiempo muerto Tt
afecta la frecuencia

error actuante

salida del controlador

Fig. 5.18. Evolución temporal de las variables.

El comportamiento periódico que el lazo de control exhibe a partir del instante t = t1 se conoce
como ciclo de trabajo y constituye una oscilación de ciclo límite típica de sistemas de control no
lineales.

El tiempo muerto (tiempo de tránsito o retardo de transporte) Tt de la planta provoca un retardo


en la conmutación del elemento biestable, y cuando Tt  0 la frecuencia tiende a infinito y la
amplitud del ciclo de trabajo disminuye.

A continuación se analizan a continuación los parámetros característicos del ciclo de trabajo (ver
Figura 5.19).
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-11

Fig. 5.19. Análisis del ciclo de trabajo.

El ciclo de trabajo periódico puede ser descompuesto en segmentos de funciones temporales


crecientes (I, III, …) y decrecientes (II, IV, …). Para el segmento I calculado a partir de t = t1 = 0
se tiene:

yI (t )  w0   K S  w0  1  et T   K S   w0  K S  et T (5.8)

transcurrido el tiempo muerto Tt se alcanza el punto de inversión de sentido con el valor:

y1  yI (Tt )  K S   w0  K S  eTt T
(5.9)

Para el segmento II se obtiene, desplazando el origen de tiempos a t* = t2

yII (t * )  w0et que para t *  Tt vale: y2  yII (Tt )  w0eTt


*
T T
(5.10)

Si se toma un nuevo origen de tiempos: t** = t – Tt se tendrá, para el mismo segmento II

yII (t ** )  y1 et
**
T
(5.11)

y para t** = T1 se alcanza el punto de quiebre

y2  yII (T1 )  y1 eT1 T (5.12)

De (5.9), (5.10) y (5.12) se obtiene con facilidad:

w0eTt T
  K S   w0  K S  eTt T  eT1 T (5.13)
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-12

 K S   w0  K S  eTt T 
de donde resulta fácil deducir T1  T ln   (5.14)
 w0eTt T 

Procediendo de una manera totalmente análoga sobre el segmento III se puede calcular:
 w eTt T  K S 
T2  T ln  0 Tt T 
(5.15)
  w0  K S  e 

Con lo que el período T0 del ciclo de trabajo resulta ser

T0 
1  K S2eTt
 T1  T2  T ln 
T
1  e   w  w
Tt T
0 0  KS  
 (5.16)
f0  w0  w0  K S  

En la Figura 5.20 se representa la frecuencia de operación normalizada f0T en función de la


amplitud de la señal de entrada, normalizada respecto de la ganancia de la planta w0/KS ,
llevando como parámetro la relación entre el tiempo muerto y la constante de tiempo de planta
Tt / T.
1 1
f0  T   (5.17)
 KS e
2 Tt T
1 eTt T
 
 w0  w0  K S    
ln 
 w0  w0  K S 
  eTt T 1  eTt T
 ln 

 1
 
 w0  w0  
   1 
 K S  K S  

1.5
Tt / T=0.2
f T
0

Tt / T=0.4

0.5
Tt / T=1

Tt / T=1.5

0
0 0.25 0.5 0.75 1 w /K
0 S

Fig. 5.20. Frecuencia normalizada del ciclo de trabajo.

Como resulta evidente en la figura precedente, la máxima frecuencia de operación se da en el


centro del dominio de trabajo w0  [0, KS] . Por otra parte es evidente que la variación relativa
de la frecuencia disminuye a medida que aumenta la importancia del tiempo muerto Tt frente a la
constante de tiempo T de la planta.
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-13

Con referencia a la Fig. 5.18 y teniendo en cuenta los resultados precedentes, se determina que
la amplitud de oscilación del ciclo de trabajo depende únicamente de la ganancia estática KS de
la planta y de la relación Tt / T, siendo independiente de la amplitud de la señal de entrada.

y0 
1
2

 y1  y2   K S 1  eTt T
 (5.18)

Por su parte, el error actuante promedio depende –como era de esperarse– también del valor del
setpoint w0 :
1 
1
2 2 

e   y1  y2   w0   K S  w0  1  eTt T .  (5.19)

Finalmente, se debe insistir una vez más que el dominio de trabajo se extiende para amplitudes
de la señal de entrada inferiores a KS, es decir 0  w0  KS.

5.1.5. Presentación de un conmutador con doble realimentación


Pasaremos a analizar a continuación el funcionamiento de un circuito empleado muy
frecuentemente y que constituye un modulador de ancho de pulso, aplicable a configuraciones
como la precedentemente presentada en la Figura 5.16.

V20
i1 + i0 R0  v2
I10
+
im
sCm
1  sCm Rm

Fig. 5.21. Características del modulador y formas de onda de corriente de entrada y tensión de salida.
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-14

Un amplificador en contrafase, cuya característica corriente de entrada vs. tensión de salida


(v2,i0) se muestra en la Fig. 5.21, es realimentado positivamente a través de la red Rm, Cm. Como
se puede deducir del diagrama de bloques adjunto, el circuito es inestable si se cumple que

R0
Km  1 (5.20)
Rm

en cuyo caso, se generan oscilaciones cuyo período T se puede calcular partiendo de la forma de
onda de la corriente de entrada al amplificador. Si Tm = Cm Rm es la constante de tiempo del
circuito de realimentación, y recordando que i1 es la corriente de comando que genera la tensión
de entrada se tiene:

V20  vC (0) t1 / Tm


i1  e  I10
Rm
(5.21)
V  v (t )
i1  20 C 1  et2 / Tm   I10
Rm

Resulta importante resaltar que las expresiones (5.21) corresponden al funcionamiento del
amplificador en estado saturado. Cuando la corriente de entrada i0 = i1 + im toma valores dentro
del intervalo [–I0 , +I0] el amplificador opera en su zona lineal, pero como en ella el funcio-
namiento es inestable, la tensión de salida invierte su signo en forma casi instantánea,
alcanzando el valor de saturación de signo opuesto.

El valor intermedio de la tensión sobre el condensador es:

 
vC (t1 )  vC (0)  et1 / Tm  1  et1 / Tm  V20 ; (5.22)

además, debido a la periodicidad del proceso resulta

 
vC (T )  vC (t1  t2 )  vC (0)  vC (t1 )  et2 / Tm  1  et2 / Tm  V20 . (5.23)

Operando sobre las expresiones (5.21) a (5.23) y luego de algunos cálculos se obtiene la
expresión del valor medio de la salida
t t
V2  V20 1 2 (5.24)
t1  t2
siendo
 (2 K m  i1 / I10  1)(1  i1 / I10 ) 
ln 
t1  t2 t1  t2 (2 K m  i1 / I10  1)(1  i1 / I10 ) 
   (5.25)
t1  t2 T  4 K m ( K m  1) 
ln 1  2 
 1  (i1 / I10 ) 

La frecuencia de oscilación vale:


1 1 1
f    (5.26)
T Tm  4 K m ( K m  1) 
ln 1  2 
 1  (i1 / I10 ) 
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-15

Los gráficos correspondientes a las funciones (5.25) y (5.26) llevando Km como parámetro, se
muestran en la Fig. 5.22.

1
fT Km=1.3
m
(t1 -t2 ) / T
Km=1.3 1

0.5 2
0.8
Km=5

0 0.6
Km=2

0.4
-0.5
Km=5

0.2

-1
0
-1 -0.5 0 0.5 i /I 1 -1 -0.5 0 0.5 1
1 10
i /I
1 10

Fig. 5.22. Valor medio y frecuencia normalizados para el modulador de la Fig. 5.21.

Para i1 = 0 se origina una forma de onda de tensión v2 aproximadamente rectangular y


simétrica (t1/T = 0.5) de frecuencia máxima f0=1/{Tmln[1+4K(K–1)]}. Para i1 =  I10
desaparece la oscilación pues el amplificador permanece saturado en uno u otro sentido.

El amplificador realimentado resulta así un modulador de ancho de pulso de frecuencia variable;


como la red de realimentación Rm, Cm no conduce componente continua alguna, el amplificador
puede ser empleado para generar la función de transferencia del controlador que se desee,
implementando una oportuna realimentación negativa, materializando el esquema de la Fig. 5.16.

La figura 5.23 muestra una aplicación de lo que se acaba de exponer, donde el modulador excita
dos transistores de potencia que cierran el circuito de alimentación del campo a doble bobinado
de una excitatriz (generador) de corriente continua.

[GR(s)]

Fig. 5.23. Control de una excitatriz de CC.


SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-16

La fuerza magnetomotriz media en el generador,

E t1  t2
F  N  ie1  ie 2   N (5.27)
Re T

t1  t2
resulta una transformación lineal de la característica vs i1 I10 de la Fig. 5.22. Las
T
bobinas de choque L1 y L2 desacoplan los bobinados de campo filtrando al mismo tiempo las
corrientes; los diodos D1 y D2 impiden la aparición de picos de sobretensión sobre los
transistores durante la conmutación de los mismos.

La red de realimentación negativa GR(s) conduce a una función de transferencia tipo PID para
el controlador. La constante de tiempo R1C1 ha de ser lo suficientemente elevada para evitar
que la realimentación negativa perturbe la frecuencia de oscilación del modulador.

La siguiente figura, muestra la respuesta al escalón de un controlador PID con amplificador de


potencia modulado por ancho de pulso. La frecuencia de conmutación de los transistores de
potencia se encuentra normalmente en el orden del centenar de Hertz.

Fig. 5.24. Respuesta al escalón de un PID conmutado.

5.2. Controladores biestables.


Para un conjunto de componentes conmutados, tales como interruptores, motores de
posicionamiento, quemadores de fuel-oil, etc., no se puede cumplir con el requisito de operar a
una frecuencia de conmutación elevada respecto del retardo dominante de la planta, ya que el
desgaste, las pérdidas de conmutación y las solicitaciones a las que se somete la planta pueden
alcanzar magnitudes inacepables, pues dichos valores se incrementan con la frecuencia de
operación.

El requerimiento de una frecuencia de conmutación adaptada a las necesidades del sistema


puede ser cumplido haciendo que la planta misma sea la que determine dicha frecuencia. El
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-17

resultado de la aplicación de esta idea es la aplicación de controladores biestables con


realimentación simple (recordar Fig. 5.12). Como ahora la frecuencia de conmutación es baja,
no es posible emplear los conceptos de linealización del valor medio, por lo que el tratamiento
matemático del problema se ve inevitablemente complicado. Sin embargo las principales
propiedades de un sistema de control de este tipo, pueden ser deducidas a partir del análisis de un
sistema idealizado.

5.2.1. Ejemplo de análisis.


La Fig. 5.25 muestra un sistema de control, cuyo compensador y actuador están constituidos por
un conmutador de dos estados con histéresis y cuya planta se considera aproximada por una
función de transferencia de tipo proporcional con tiempo muerto y retardo de primer orden,
eTm s
G(s)  K que como sabemos es una buena aproximación a muchas funciones de
1  Te s
transferencia de procesos. Supondremos constante la perturbación z(t).

Fig. 5.25. Lazo con controlador biestable.

El sistema es controlable para valores de la variable comando x1 pertenecientes al dominio

K y02  z    x1  K y01  z   ; (5.28)


para valores de x1 fuera de estos límites, el sistema permanece saturado en uno u otro sentido, es
decir
x2  x2 max  K y01  z o bien x2  x2 min  K y02  z . (5.29)

Para x1 , z1 constantes la variable de salida describe una oscilación periódica, cuyos parámetros
son calculables en base a la Fig. 5.26.

 t T
1 m 
x1    x2 min   K y01  z  x2 min   1  e Te 
 
 
 T
 m 
x2 max  x1     K y01  z  x1     1  e Te 
 
 
(5.30)
 t T
 2 m 
x1    x2 max   K y02  z  x2 max  1  e Te 
 
 
 T
 m 
x2 min  x1     K y02  z  x1    1  e Te 
 
 
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-18

Fig. 5.26. Oscilación de las variables.

Supondremos en lo que sigue que  K y01;  K y02 y que Tm Te por lo que las
funciones exponenciales pueden ser reemplazadas por sus aproximaciones de primer orden

Tm
 Tm
e Te
1 (5.31)
Te

Luego el valor medio de la variable controlada es

1  T  T y y T
x2   x2 max  x2 min   1  m  x1  m K 01 02  m z ; (5.32)
2  Te  Te 2 Te

el error medio actuante resulta

Tm  y01  y02 
  x1  x2   x1  K  z (5.33)
Te  2 

anulándose para
y01  y02
x10  K  z; (5.34)
2

para este valor x1 = x10, es t1 = t2 y x2(t) describe una oscilación simétrica.

La ganancia efectiva de lazo cerrado, definida como


SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-19

x2 T
1 m 1 (5.35)
x1 Te

indica que el controlador biestable posee un efecto proporcional. Poniendo en forma equivalente
a un sistema lineal
x2 K A
 (5.36)
x1 1  K A

resulta la ganancia de lazo abierto para el control biestable

Te
K A   1, (5.37)
Tm

luego el sistema trabaja con tanta mayor precisión cuanto menor pueda hacerse la relación Tm/Te.
Ésta es sin embargo una propiedad de la planta y no del controlador. El ancho 2  de la
histéresis del controlador no aparece en el precedente análisis simplificado.

Se deduce para la amplitud de oscilación de x2(t)


y01  y02  
T T
1  m  m
x2   x2 max  x2 min    e  K
Te
1  e Te  (5.38)
2 2  
 
o bien, para Tm Te
 T  y  y02 Tm
x2   1  m   K 01 (5.39)
 Te  2 Te

x2 resulta independiente del punto de operación (x1) y de la perturbación (z). Los principales
parámetros que la influencian son la amplitud de la histéresis y la capacidad de actuación
K(y01–y02).

Si x2 es la variable de salida del sistema (o variable controlada final), x2 deberá ser lo más
pequeña posible. Si en cambio x2 es una variable intermedia, es tolerable una mayor amplitud
de oscilación, ya que la misma será atenuada por los siguientes componentes de la planta, en el
supuesto que éstos posean característica pasabajos de respuesta en frecuencia.

Reemplazando las exponenciales por sus aproximaciones y suponiendo nula la perturbación


(z=0), se obtienen las pendientes “medias”

dx2 Ky01  x1
 0 en el intervalo t1
dt Te
(5.40)
dx2 Ky02  x1
 0 en el intervalo t2
dt Te

en base a lo cual se deducen las formulaciones aproximadas de los tiempos de conmutación

2x2 2x2
t1  Te y t2  Te , (5.41)
Ky01  x1 x1  Ky02
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-20

siendo la frecuencia de operación

1 1 1  Ky01  x1  x1  Ky02 
f    . (5.42)
T t1  t2 Te 2x2 K  y01  y02 

La frecuencia se anula cuando uno de los factores del numerador de (5.42) desaparece, es decir
al producirse la saturación del controlador. La frecuencia es máxima para f /x1 = 0, lo que se
verifica para x1=K(y01+y02)/2, es decir en el centro del dominio de control.

Dicho máximo vale:


1
fo  . (5.43)
8 Te  Tm  
4Tm 
K  y01  y02 

Fig. 5.27. Variación de la frecuencia de oscilación.

Como puede observarse, el comportamiento dinámico de los lazos de control biestables es, en
principio, fácil de calcular. Debido a la no-linealidad no es posible concebir una respuesta
normalizada “al escalón unitario” tal como se acostumbra al tratar con sistemas lineales. La Fig.
5.27 muestra la respuesta transitoria de x2 ante diferentes variaciones en escalón de la variable
de referencia x1. Como la variable manipulada posee solamente dos estados posibles, x2 sigue la
misma función exponencial, hasta alcanzar un nuevo valor medio y reiniciarse el ciclo de
conmutaciones periódicas.

El reducido tiempo de respuesta es una característica particular de los controladores biestables ya


que, contrariamente a lo que ocurre en los sistemas lineales, la variable manipulada aparece
aplicada con su máximo valor aún para pequeñas perturbaciones o para pequeños cambios en el
punto de ajuste.

Interesa ahora responder a la pregunta de si en todos los casos –es decir para cualquier planta
controlada– los sistemas biestables se comportan como en el ejemplo precedente o si, como de
costumbre, pueden aparecer problemas de estabilidad. Con las herramientas de que disponemos
hasta el momento no podemos dar una respuesta general a la pregunta y aplazaremos la respuesta
hasta el tratamiento de las funciones descriptivas de elementos no lineales. Aquí solamente
mencionaremos que pueden aparecer los siguientes casos críticos:
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-21

a) Tras un transitorio más o menos amortiguado se establece una oscilación del tipo
descripto en la variable de salida, pero con una amplitud inadmisiblemente elevada;
b) Aparece una oscilación inestable, cuya amplitud tiende a crecer fuera todo límite.

En ambos casos el sistema de control deja de cumplir su finalidad y no puede ser utilizado. Sin
embargo, puede ser demostrado que para plantas con respuesta estacionaria proporcional y
función de transferencia con cualquier número de elementos de retardo, no puede darse el caso
b), aunque no puede excluirse que aparezca el caso a). Tanto es así que constituye el caso
normal, razón por la cual veremos a continuación algunos métodos para arribar a sistemas de
control prácticamente utilizables.

5.2.2. Aplicaciones.
Cuando la oscilación estacionaria a la salida de la planta resulta de amplitud elevada y no puede
reducirse la capacidad de actuación K(y01–y02), deberá aumentarse la frecuencia de conmutación
dentro de las posibilidades del actuador. Un método eficaz para ello, es el de realizar un control
en cascada, realimentando para la generación de las oscilaciones, una variable intermedia de la
planta tal como se muestra en la Fig. 5.28.

Fig. 5.28. Controlador biestable en cascada.

Como la frecuencia de conmutación es originada tan sólo por una parte de los retardos de la
planta, su magnitud es más elevada que en el caso de realimentar la variable de salida x21.
Además las oscilaciones de x22 son filtradas en amplitud por los retardos contenidos en FS1
(característica pasabajos), de modo que la amplitud de las oscilaciones presentes en x21 se ve
considerablemente reducida.

El diseño del controlador FC1 se ve grandemente simplificado si se considera el lazo de control


interior reemplazado por un elemento de primer orden con ganancia unitaria y una constante de
tiempo equivalente.

La estructura mostrada en la figura precedente es perfectamente aplicable en una sistema de


climatización (calefacción) en el que la caldera reciba energía térmica de un quemador de
combustible operando en la modalidad de todo-nada (encendido o apagado). En este caso x22
estaría representando la temperatura del agua de la caldera, mientras que x21 es la temperatura del
ambiente a calefaccionar.

En el ejemplo desarrollado se observa la presencia de un transductor adicional necesario para la


medición y realimentación de la variable intermedia x22. Esto trae desde luego aparejadas
mayores dificultades en la instalación y puesta a punto del sistema de control. Es por ello que,
en muchos casos se prefiere el sistema de la Fig. 5.29 (denominado controlador biestable con
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-22

realimentación) que no requiere transductor adicional. El elemento de retardo (Fy) representa un


circuito de ganancia (Ky) y constante de tiempo (Ty) ajustables, incluido en el mismo controlador.

Fig. 5.29. Biestable realimentado.

El controlador biestable con realimentación puede considerarse como un caso especial (Tm=0)
del sistema de la Fig. 5.14 y tiene la propiedad de operar como modulador proporcional de ancho
de pulso. Para x3=cte, en condiciones de régimen vale:

 t
 1 
 x3    x3     K y y01  x3    1  e 
Ty
x4 max
 
 
(5.44)
 t
 2 
 x3    x3     K y y02  x3    1  e 
Ty
x4 min
 
 

con lo que se obtienen los tiempos de conmutación

t1 K y y01  x3   t2 K y y02  x3  
 ln ;  ln . (5.45)
Ty K y y01  x3   Ty K y y02  x3  

Para simetría de la variable manipulada es y02 = –y01 y vale

t2 K y y01  x3  
 ln . (5.46)
Ty K y y01  x3  

El valor medio de la variable manipulada es entonces

ln
K y y01  x3    K y y01  x3   

y
t1  t2
 y01 
K y y01  x3    K y y01  x3   
 y01 (5.47)
t1  t2
ln
K y y01  x3    K y y01  x3   
K y y01  x3    K y y01  x3   
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-23

obteniéndose para la frecuencia de conmutación,

1 1 1
f    . (5.48)
t1  t2 Ty
ln
K y y01  x3    K y y01  x3   
K y y01  x3    K y y01  x3   

La frecuencia máxima se encuentra asimismo aquí en el centro del intervalo de controlabilidad


[(+Kyy01)], lo que corresponde para x3 = 0 y vale

1
f0  . (5.49)
K y y01  
2Ty ln
K y y01  

Fig. 5.30. Valor medio y frecuencia para el controlador biestable realimentado.

La ganancia media del controlador biestable puede obtenerse de la curva de y :

 y  y01 1
Km      ; (5.50)
 x3 med K y y01   K y  
y01

1
para  K y y01 resulta K m 
Ky
lo que corresponde a la ganancia de un amplificador ideal realimentado.

El comportamiento dinámico del controlador biestable realimentado puede juzgarse en base al


andar de la variable realimentada x4. Tras una variación de x3 en forma de escalón, siguen la
variable realimentada x4 y la variable manipulada y, el andar esquematizado en la Fig. 5.31. En
la transición de un ciclo estacionario de conmutación a otro aparece un pulso más ancho, cuya
duración depende de forma no lineal de x3, lo que conduce a caracterizar al controlador biestable
con realimentación de primer orden, como un compensador PD no lineal.
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-24

Fig. 5.31. Variación del ancho de pulso para un escalón de x3 .

Este tipo de comportamiento no resulta sorprendente, pues de la misma forma como se definió la
ganancia estática media Km del controlador biestable realimentado, podríamos, en forma
aproximada, definir su característica dinámica como

1 1  Ty s
F (s)   (5.51)
Fy ( s) Ky

que corresponde a un elemento ideal proporcional más derivador. Siguiendo esta línea de
pensamiento, podemos llegar a la realización de un controlador PID no lineal, utilizando en la
realimentación una función de transferencia de la forma

TI s
Fy ( s)  (5.52)
1  TI s 1  Ta s 

que es fácilmente implementable mediante elementos pasivos. Nótese finalmente que el análisis
realizado brinda una justificación formal de las consideraciones cualitativas realizadas al tratar el
conmutador con realimentación dinámica (recordar Fig. 5.14).

5.3. Conmutador triestable e integrador.


Para muchas aplicaciones, la operación periódica de un controlador biestable resulta inadmisible
o indeseable, aún para frecuencias de conmutación reducidas. Algunas razones ya han sido
mencionadas: desgaste y pérdidas de conmutación, especialmente en actuadores mecánicos.

Para muchas plantas controladas resulta inaceptable, por razones operativas y sobre todo de
seguridad, una variación abrupta de la variable manipulada (variable de control) desde su valor
mínimo a su valor máximo. Frecuentemente y en especial en procesos químicos, las variables
manipuladas deben variar suavemente o por pequeños incrementos, ya sea para no perturbar el
proceso o para no producir solicitaciones exageradas sobre la planta.
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-25

PLANTA

Fig. 5.32. Conmutador, integrador y planta controlada.

Se puede evitar la conmutación periódica en estado de régimen, si la salida del actuador


conmutante puede tomar, además de los valores extremos positivo y negativo, también el valor
cero y está conectada con un integrador, tal como se muestra en la Fig. 5.32. Si la señal de error
x3 se encuentra entre los umbrales de actuación  es y1 = 0 y por lo tanto y2 = constante.
Para x3 > la variable manipulada y2 crece y para x3 < decrece, con la velocidad constante
dy2 y
  10 donde Ti es el tiempo necesario para provocar una variación de y2 tal que y2  y10
dt Ti
(tiempo de repetición del integrador). El andar de y2(t) tiene la forma de una poligonal de tres
pendientes distintas; si en sustitución del conmutador se empleara un compensador lineal
continuo, y2 tomaría la forma de una curva suave y continua en su derivada primera.

En el caso de que la planta no posea de por sí un factor integrante, deberá intercalarse un


integrador entre el conmutador y la planta. Frecuentemente resulta normal que en todas las
plantas cuya variable manipulada sea de naturaleza mecánica, exista un motor que actúa sobre
una válvula, una compuerta, un órgano de mezcla o sobre la toma variable de un transformador
regulable, por ejemplo. Constatamos que se trata normalmente de plantas que reaccionan en
forma comparativamente lenta y que no requieren o no admiten rápidas variaciones de la
variable manipulada.

5.3.1. Linealización por actuación periódica.


Al igual que los biestables, los conmutadores triestables pueden ser linealizados por actuación
periódica y modulación de ancho de pulsos. La actuación se realiza de tal manera que la variable
y1 conmute entre dos estados sucesivos o permanezca en el valor cero.
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-26

Fig. 5.33. Variable conmutada y1 y variable manipulada y2.

Si la frecuencia de conmutación es suficientemente elevada y2(t) describe aproximadamente una


curva continua y suave con la pendiente media

dy2 t1 y10 y10 y10 dy2 t y


0   o bien     2 10  0 . (5.53)
dt T Ti Ti Ti dt T Ti

Se observa que el conmutador triestable presenta las ventajas, respecto del biestable, que por lo
menos en estado de régimen, no hay conmutación, y que la variable manipulada y2 varía en
forma continua. La velocidad de respuesta es limitada, como ocurre con todos los
compensadores de tipo integrador y la utilización de un controlador triestable más integrador
estará justificada en aquellos casos en que la planta no se encuentre sometida a perturbaciones de
gran amplitud o de efecto muy rápido sobre la variable controlada.

Fig. 5.34. Triestable con histéresis y realimentación.

La actuación periódica puede ser lograda realimentando un conmutador triestable, al que se ha


agregado un pequeño grado de histéresis, a través de una función de transferencia del tipo
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-27

Ky
Fy ( s)  (5.54)
1  sTy

que es fácilmente realizable con elementos pasivos. Como en estado de régimen es y1 0, la
precisión del sistema de control no es afectada por la presencia de la realimentación Fy(s).
Cuando la variable x3 supera uno de los umbrales  x3>2, y1 oscilará entre 0 e y10 o bien entre
0 y –y10 . El controlador triestable con realimentación puede pensarse formado por dos
conmutadores biestables realimentados, que operan en diferentes dominios de la variable de
entrada.

Fig. 5.35. Triestable realimentado: valor medio de la salida y frecuencia de conmutación.

La pendiente media de la característica de transferencia de la variable linealizada y1 como


función de x3 es:
dy1 1 1
 Km   para  2 y10 . (5.55)
dx3  K
Ky  y
y10

Si la frecuencia de operación es suficientemente elevada se tendrá la situación de la figura


siguiente,

x3 y1 1 y2 x3 1 y2
Km  con Ti  K y Ti
Ti s Tis

Fig. 5.36. Linealización: diagramas en bloque equivalentes.

En la figura 5.37 se muestra el andar de y1(t) e y2(t) para un escalón en la variable de


excitación x3. Al igual que en el caso de un controlador biestable puede interpretarse el
alargamiento del primer pulso como un efecto de adelanto, de modo que en conjunto se obtiene
el comportamiento de un compensador PI, cuyos parámetros dependen de la magnitud de la
excitación x3(t). Empleando una Fy(s) con dos retardos de tiempo en la realimentación, se
obtiene un comportamiento similar al de un compensador PID.
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-28

Fig. 5.37. Respuesta al escalón.

El efecto de linealización que acabamos de describir, tiene lugar cuando la frecuencia de


conmutación es suficientemente alta, con relación a la banda pasante de la planta controlada. El
empleo de una frecuencia de conmutación elevada, tiene por efecto que una variación
determinada y2 queda subdividida en muchos “pasos” pequeños, lo que implica múltiples
conmutaciones en cada transitorio del proceso de control. Resulta entonces aconsejable
seleccionar una frecuencia de conmutación no muy elevada, adaptando el retardo de la red de
realimentación Fy(s) a la función de transferencia de la planta controlada.

5.3.2. Controlador triestable con frecuencia de conmutación mínima.


La idea perseguida es evitar las excesivas conmutaciones del motor de actuación (integrador) de
modo que, por efecto de un escalón de excitación, se lleve la variable y2 “de un solo tirón” a su
nuevo valor final, reduciendo así drásticamente la cantidad de conmutaciones del motor. Un tipo
de operación de este tipo, óptimo respecto del número de conmutaciones, exige un conocimiento
preciso de la planta y de las perturbaciones incidentes sobre la misma, lo que en general no
resulta factible.

Aunque normalmente el caso general no es realizable, puede ser tomado como modelo de
referencia y, en este sentido, la solución presenta un interés no despreciable.

La figura 5.38 muestra un lazo de control compuesto por un conmutador triestable, un integrador
(motor de actuación) y la planta controlada (representada por una función de transferencia
pasabajos). Se considera incluido en la función de transferencia de la planta el retardo (constante
de tiempo de arranque) del motor. El retardo de conmutación del controlador se indica como un
tiempo muerto a la salida del conmutador.
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-29

eTm s 1 Ti s FP ( s)
Fy ( s)

Fig. 5.38. Lazo cerrado con controlador triestable realimentado.

La función de transferencia de la planta es

1
FP ( s)  (5.56)
an s 
n
 a2 s 2  a1s  1

en la que una oportuna normalización ha conducido a obtener una ganancia unitaria. Como es
sabido, el coeficiente a1 tiene el significado de la constante de tiempo equivalente de la planta.

5.3.2.1. Conmutador sin realimentación.


Supondremos por el momento que Fy(s) = 0. Consideraremos una variación en escalón de x1
para deducir la condición necesaria para lograr un comportamento aperiódico del lazo de control.

Si en t=0 ocurre el escalón x1(t) = x10, el controlador conmutará a +y10 una vez transcurrido el
retardo puro Tm; y2 crecerá linealmente con lo que x2(t) corresponderá a la respuesta de la
planta ante una excitación en rampa. Estas relaciones se muestran en la Fig. 5.39.

Fig. 5.39. Respuesta al escalón para Fy = 0.


SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-30

Para t = t1 la variable controlada alcanza el nivel de conmutación


x2 (t1 )  x10  1 (5.57)

y luego de transcurrido Tm el motor se detiene. En el intervalo siguiente y2(t) se mantiene


constante
y2 (t )  y2 (t1  Tm ) ; t  t1  Tm (5.58)

con lo que x2 tiende a este valor final. En caso de que este valor, como en la Fig. 5.39 se
encuentre por encima del límite que marca el umbral x10+2 el controlador conmuta en sentido
inverso y el motor gira también a la inversa, con lo que vuelve a repetirse el proceso. Aparece
entonces un fenómeno transitorio probablemente muy poco amortiguado.

Para lograr que el motor se detenga a la primera deconmutación dentro del límite del umbral,
deberá ser:
t
y2 (t1  Tm )  y10 1  x10   2 (5.59)
Ti

donde t1 queda determinado por la Ec. (5.57). Llamando r(t) al error de la respuesta de la
planta ante la excitación en rampa, es

t1  Tm
x2 (t1 )  y2 (t1 )   r (t1  Tm )  y10   r (t1  Tm )  x10  1 (5.60)
Ti

De (5.59) y (5.60) se deduce:


Tm
y10   r (t1  Tm )  1   2 (5.61)
Ti

El error r(t) puede ser calculado fácilmente a partir de la función de la transferencia de la planta

 y10 
 r (t )  L1 1  FP ( s)   
 Ti s 2 
(5.62)
 a s n 1   a2 s  a1 y 
 r (t )  L1  nn  10 
 an s   a2 s  a1s  1 Ti s 
2

A fin de llevar a cabo un cálculo aproximado, supongamos que el error r haya alcanzado para
t = t1 su valor estacionario

a1 y10
 r (t1  Tm )   r ()  . (5.63)
Ti

De las expresiones (5.61) y (5.63) se deduce la condición

(a1  Tm ) y10
 1   2 (5.64)
Ti
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-31

o bien
dy2 y10 1   2
  . (5.65)
dt Ti a1  Tm

Como en interés de una buena precisión han de ser 1 y 2 suficientemente pequeños, y como a
su vez a1 puede tomar valores elevados en el caso de procesos químicos e industriales, la
condición (5.65) conduce a velocidades de actuación muy bajas en la mayoría de los casos
prácticos. Por ello, suele adoptarse una velocidad de actuación 2 ó 3 veces más elevada que la
indicada por (5.65), aceptándose un pequeño sobrepasamiento y algunas oscilaciones previas al
establecimiento del valor de régimen de la variable controlada.

5.3.2.2. Conmutador con realimentación complementaria.


Si elegimos Fy(s) de modo que a la salida del bloque de realimentación aparezca justamente el
error a la rampa r(t):
x4 (t )   r (t1  Tm ) (5.66)

es entonces
x2 (t )  x4 (t )  x2 (t )   r (t1  Tm )  y2 (t ) (5.67)

vemos así que la realimentación a través de Fy(s) elimina el error dinámico originado en los
retardos de la planta.

De la (5.67) se obtiene la condición


FP ( s) 1
 Fy ( s)  (5.68)
Ti s Ti s

o sea
1  FP ( s)
Fy ( s)  (5.69)
Ti s

con lo que resulta


an n 1 a
s   2 s 1
a a a1
Fy ( s)  1  1n (5.70)
Ti an s   a2 s  a1s  1
2

es decir,
a1
K y  Fy (0)  . (5.71)
Ti

Si el sistema de control se encuentra en estado de régimen es y1  0 y x4 tiende a cero. Vemos


por lo tanto que la realimentación complementaria no influye de ninguna manera sobre la
precisión estática del sistema.
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-32

Fig. 5.40. Respuesta al escalón para realimentación complementaria.

La Fig. 5.40 muestra el transitorio correspondiente a una variación en escalón de la variable de


entrada. La condición de conmutación del controlador triestable es ahora:

t1  Tm
x2 (t1)   r (t1  Tm )  y2 (t1)  y10  x10  1 (5.72)
Ti

Para t  t1  Tm y2 deberá encontrarse por debajo del nivel de conmutación

t1
y2 (t1  Tm )  y10  x10   2 (5.73)
Ti

sustrayendo las dos expresiones precedentes se deduce


Tm
y10  1   2 (5.74)
Ti

con lo que la condición para la velocidad de actuación es ahora


dy2 y10 1   2
  . (5.75)
dt Ti Tm

Debido a la realimentación complementaria, la velocidad de actuación resulta independiente de


los parámetros de la planta.

Empleando un conmutador electrónico es Tm  0 de modo que el tiempo de integración podría


tomar teóricamente cualquier valor. Un límite práctico lo da el hecho que la planta (FP) es en la
mayor parte de los casos variable y conocida sólo en forma aproximada, de modo que la
realimentación complementaria (Fy) puede realizarse sólo de manera imperfecta. Cuanto más
elevada se elija la velocidad de actuación dy2/dt = y10/Ti tanto mayor será el error r de la planta,
lo que a su vez conduce a un aumento de la ganancia de realimentación Ky. La pequeñez del
dominio de tolerancia (1,2 << y10) hará que, una ligera desadaptación de la realimentación
respecto de la planta, conduzca a oscilaciones poco amortiguadas. Será entonces necesario
limitar la velocidad de actuación de modo de obtener una respuesta transitoria aceptable.

Mediante un ejemplo simplificado veremos el cálculo de la realimentación para un controlador


triestable con respuesta aperiódica. Sea una planta de segundo orden
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-33

1
FP ( s)  (5.76)
(1  sT1 )(1  sT2 )

1  FP ( s)
y con Fy ( s)  se obtiene
Ti s

T1 T2
s 1
T1  T2 T1  T2 T3 s  1
Fy ( s)    Ky ; T3  T1, T2 (5.77)
Ti (1  sT1 )(1  sT2 ) (1  sT1 )(1  sT2 )

En la Fig. 5.41 se muestra un ejemplo de realización de un controlador eléctrico triestable con


motor de actuación (integrador mecánico).

Por amplificación de la señal x0 (= x3–x4) y tras superar el umbral impuesto por los diodos,
acciona una de las bobinas de los relés S1 o S2 provocando la rotación del motor M en uno u otro
sentido. Mediante los contactos auxiliares S’1 o S’2 se aplica una tensión continua V0 a la
red de realimentación (R0, R1, R2; C0, C2); la tensión resultante x4 se realimenta negativamente
a la entrada del amplificador. Bajo el supuesto de cumplirse R0 << R1 y de contarse con un
amplificador de alta impedancia de entrada se tendrá

X 4 (s) 1  sC2 R2
 Fy ( s)  , (5.78)
Y1 ( s) (1  sC0 R0 ) 1  sC2 ( R1  R2 ) 

y eligiendo convenientemente los valores de los componentes, se reproducirá la expresión (5.77).

Fig. 5.41. Realización de un controlador triestable con realimentación complementaria.

La Fig. 5.42 muestra la respuesta de lazo cerrado en condiciones de adaptación perfecta


(ganancia normalizada Ky = 1) y de desadaptación para Ky = 1.5 y Ky = 0.67 observándose
cómo afecta la desadaptación al tiempo de respuesta del sistema.
SISTEMAS DE CONTROL APLICADO - Capítulo 5 - pág. 5-34

x10+2
x10
x10-2

Ky = 1

x10+2
x10
x10-2

Ky = 0.67

x10+2
x10
x10-2

Ky = 1.5

Fig. 5.42. Efecto de la desadaptación en la respuesta de lazo cerrado.

Por otra parte, como se puede verificar con facilidad, la función de transferencia Fy(s) puede ser
calculada en base a una aproximación de primer orden de la planta, es decir en base a la
constante de tiempo equivalente. Para nuestro ejemplo vale:

1 1
FP ( s)   ; Te =T1  T2 (5.79)
(1  sT1 )(1  sT2 ) 1  Te s

resultando

1  FP ( s) Te 1 1
Fy ( s)     Ky  (5.80)
Ti s Ti 1  sTe 1  sTe

Dado el limitado ancho de banda de la respuesta deseada, los resultados que pueden ser
alcanzados con la aproximación de primer orden y la formulación ‘exacta’ son prácticamente
idénticos.


SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-1

6. ESTABILIDAD DE SISTEMAS NO LINEALES

6.1 Introducción
En el capítulo precedente, dedicado a sistemas discontínuos, se ha considerado el funciona-
miento en el dominio del tiempo de elementos no lineales (biestables y triestables, con o sin
histéresis) empleados como controladores conmutantes.

En el presente capítulo se analizarán condiciones de estabilidad aplicables en el dominio de


frecuencia para dispositivos con comportamientos no lineales de todo tipo: saturación, umbral o
zona muerta, histéresis, fricción seca, conmutadores de dos o tres estados y, en general,
componentes con características de entrada-salida de todo tipo, simétricas o asimétricas.

6.2 Funciones Descriptivas.


Las funciones descriptivas tienen por objeto comprobar aproximadamente la estabilidad de un
sistema realimentado no lineal. Por tratarse de un método aproximado, deberán ser verificadas
en cada caso individual las condiciones que posibilitan su aplicación, aunque podemos adelantar
que los resultados obtenidos son asombrosamente precisos en muchos casos prácticos.

Aunque en un lazo de control pueden encontrarse presentes diversos componentes que exhiban
una característica de transferencia no lineal, es casi siempre posible identificar una única no
linealidad principal: como ejemplo podemos considerar un controlador discontinuo no
linealizable por accionamiento periódico, tal como alguno de los biestables analizados en el
punto 5.2.

Se puede entonces considerar el lazo de control subdividido en dos partes: una parte lineal
dependiente de la frecuencia y una parte no lineal e independiente de la frecuencia 1. La Fig.
6.1(a) muestra un ejemplo, donde la no linealidad está representada por un controlador triestable.
El diagrama de bloques puede llevarse a la forma de la Fig. 6.1(b) desplazando y reordenando
los componentes.

F1(s) F2(s)

F3(s)

F1(s) F2(s) F1F3(s)

F(s)

Fig. 6.1. Diagrama en bloques de un lazo no lineal.

1
Lo cual equivale a decir que la respuesta del elemento no lineal es instantánea.
SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-2

En el proceso de modificación del diagrama de bloques habrá de prestarse particular atención a


las señales de entrada y salida de la no linealidad, las que deberán permanecer inalteradas.
Obsérvese que una modificación de la secuencia de componentes lineales y no lineales puede
alterar la forma de dichas señales y resultar por lo tanto inadmisible.

Con referencia a la Fig. 6.1(b) y partiendo del supuesto que la función de transferencia F1(s) sea
de por sí estable, la estabilidad del sistema estará definida por el comportamiento del lazo
realimentado que incluye la no linealidad. Para llevar a cabo este análisis imaginaremos abierto
el lazo en el punto P y excitado por una señal periódica senoidal de amplitud A aplicada a la
entrada del elemento no lineal:

y1 (t )  A sin t . (6.1)

Suponiendo que el elemento no lineal posee una característica de transferencia simétrica respecto
del origen (simetría impar), la variable de salida puede expresarse como una serie de Fourier sin
componente continua y que posee únicamente armónicas de orden impar


y2 (t )  
n 1,3,5,...
an sin  nt   bn cos  nt  (6.2)

Siendo T=2 /, los coeficientes de Fourier se calculan mediante las expresiones:

2 T
y2 (t )sin  nt dt
T 0
an  (6.3)

2 T
y2 (t ) cos  nt dt
T 0
bn  (6.4)

La serie de Fourier también se puede expresar en forma polar (módulo y fase):


y2 (t )  
n 1,3,5,...
yˆ 2 n sin  nt   n  (6.5)

bn
siendo yˆ 2 n  an2  bn2 ; tan  n   ,
an

donde las amplitudes y ángulos de fase de las oscilaciones componentes son funciones de la
amplitud de la excitación,

yˆ2n  g ( A);  n  h( A) . (6.6)

La (6.5) reescrita en forma compleja queda

  
 
y2 (t )   Im yˆ 2 n e 
j nt  n 
 
Im yˆ 2 n e jn e jnt  (6.7)
n 1,3,5,... n 1,3,5,...
SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-3

Con estas consideraciones, también la variable de salida x6 del sistema lineal puede se escrita
como una serie de Fourier,


x6 (t )   Im yˆ 2 n e jn F ( jn ) e jnt ,  (6.8)
n 1

siendo F(jn) la respuesta en frecuencia de la parte lineal,

F ( jn )  F ( jn) e jn . (6.9)

Si F(j) es una función pasa bajos, cuyo módulo sea monótonamente decreciente con la
frecuencia, entonces las amplitudes de las armónicas presentes en x6 resultan pequeñas y
pueden ser despreciadas frente a la componente fundamental

x6 (t )  Im  yˆ 21 e j1 F ( j ) e j t  . (6.10)

Si, siguiendo lo acostumbrado en sistemas lineales, consideramos que a una frecuencia dada la
salida de un elemento es igual a la amplitud de entrada multiplicada por una cierta ganancia,
podemos escribir:

yˆ 21 j1
yˆ 21 e j1  A  N ( A), es decir N ( A)  e (6.11)
A

entonces la (6.10) se convierte en:

x6 (t )  Im N ( A) F ( j) A e jt  . (6.12)

N(A) representa la relación de entrada-salida en régimen senoidal del elemento no lineal. La


relación N(A) es independiente de la frecuencia y solamente depende de la amplitud de la
excitación, y recibe el nombre de función descriptiva2 del elemento no lineal.
Con las precedentes suposiciones puede representarse el lazo cerrado de la Fig. 6.1(b) como un
diagrama de bloques cuasi lineal.

N(A) F(s)

Fig. 6.2. Diagrama de bloques cuasi lineal.

2
La designación función descriptiva es una simple traducción de la expresión anglosajona describing function, una
designación puramente convencional. Es más, existe una multiplicidad de funciones descriptivas: además de la que
acabamos de presentar y que podríamos más precisamente definir como función descriptiva para entrada
sinusoidal, existen funciones descriptivas para diferentes clases de entradas y entre éstas poseen particular interés las
funciones descriptivas para entradas aleatorias, que varían de acuerdo a la distribución probabilística considerada.
Los interesados en el tema pueden consultar el artículo Describing Functions de James A. Taylor en la Electrical
Engineering Encyclopedia, John Wiley & Sons, New York, 1999; el artículo también se encuentra disponible
gratuitamente en la web.
SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-4

Esta representación es solamente válida para la excitación senoidal supuesta, es decir para s =
j. La respuesta de lazo cerrado en el dominio de frecuencias es:

X 6 ( j ) N ( A)  F ( j ) F ( j )
  . (6.13)
X 5 ( j ) 1  N ( A)  F ( j ) 1
 F ( j )
N ( A)

La oscilación y1(t) que hemos introducido para deducir la función descriptiva, aparece de por sí
y sin necesidad de una excitación externa, cuando el sistema realimentado se encuentra en el
límite de estabilidad (oscilación automantenida). La condición pertinente se deduce de (6.13)

1 1
 F ( j )  0 o bien F ( j)   (6.14)
N ( A) N ( A)

jIm

Re

A oscilación
–1/N(A) inestable

oscilación
estable


F(j)

Fig. 6.3. Aplicación de la Ec. (6.14).

Obsérvese que para N(A) = 1 aparece como caso particular de (6.14) el límite de estabilidad de
un sistema lineal (criterio de Nyquist). Así en general el análisis de estabilidad no se realiza con
respecto del “punto crítico” F = –1 sino respecto de –1/N(A), que corresponde a una curva
compleja parametrizada en valores de amplitud A; el “punto crítico” resulta entonces
dependiente de la amplitud de la oscilación. En la figura 6.3 se ejemplifica gráficamente lo que
se acaba de expresar.

Reiteraremos una vez más los supuestos en que se basa el análisis por función descriptiva
(también denominada aproximación de primera armónica), cuya validez deberá ser verificada en
cada caso particular a fin de no extraer conclusiones erróneas:
I. La característica de transferencia del elemento no lineal posee simetría impar (o simetría
respecto del origen).
II. La parte lineal del sistema posee respuesta pasa bajos (respuesta en frecuencia
monótonamente decreciente). Este supuesto se verifica con seguridad si el grado del
denominador de F(s) es por lo menos mayor en dos unidades al grado de su numerador.
SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-5

III. La frecuencia de oscilación de ciclo límite (si éste existe) se encuentra en las cercanías o es
mayor que la frecuencia de corte de la respuesta en frecuencia de los elementos lineales del
lazo de control. Esta suposición tiene por objeto asegurar que las armónicas de orden
superior presentes a la salida del elemento no lineal sean suficientemente atenuadas por los
elementos lineales. Lamentablemente este supuesto no puede verificarse a priori sino que
sólo puede constatarse su cumplimiento una vez calculada la frecuencia de las oscilaciones
automantenidas.

F ( j ) db F ( j ) db

3CL
 
CL CL 3CL

Cumple con III No cumple con III

Fig. 6.4. Visualización del supuesto III.

IV. Se cumple que


P( s) Tm s
F ( s)  e con Tm  0
Q( s )

encontrándose todas las raíces de Q(s) a la izquierda del eje j en el plano s a menos de
una única raíz que puede encontrarse sobre el origen de dicho plano (es decir que todos los
polos son estables).

Mediante algunos ejemplos veremos el cálculo de funciones descriptivas y su aplicación


práctica.

6.2.1. Cálculo de la función descriptiva de la no linealidad de saturación (limitador)

y2=f(y1) y2

y20

–y10 y10 y1
–y20
y1

Fig. 6.5. No linealidad de saturación.


SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-6

Para el cálculo de la función descriptiva N(A) basta considerar dos rangos para la amplitud de la
señal de entrada y1(t) =A sin( t). Como la característica de transferencia es unívoca y no exhibe
histéresis, se cumple en este caso que b1 = 0 (la componente coseno es nula).

 Para A< y10

y20 y
y2 (t )  f  y1 (t )    y1 (t )  20  A sin t  (6.15)
y10 y10

2 T y20
A sin  t  sin  t  dt
T 0 y10
a1  (6.16)

1 2 y20
A sin 2   d

y sustituyendo    t a1  (6.17)
0 y10

1 1
 sin   d  2   4 sin  2 
2
recordando:

y20
resulta a1  A (6.18)
y10

con lo cual la función descriptiva vale:


a1 y20
N  A   (6.19)
A y10

 Para A> y10 se divide la onda de y2(t) en seis tramos, para cada uno de los cuales se puede
determinar una yexpresión
2
para las integrales parciales que definen los coeficientes de
Fourier:

Fig. 6.6. Efecto de la saturación para A > y10.

En los tramos I, III, IV y VI vale la expresión (6.15) que repetimos a continuación:

y20
y2 (t )  f  y1 (t )    A sin t 
y10
SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-7

en los tramos II y V el dispositivo se encuentra saturado, con lo que y2(t) resulta constante

 y tramo II
y2 (t )   20 (6.20)
 y20 tramo V

De acuerdo a lo precedente se obtiene para los coeficientes de Fourier:

2  t1 y20 T
t1 
a1   0
4 A sin 2
 
 t dt  2 t12
y20 sin   t  dt  (6.21)
T y10 

1  1 y20  1 
y sustituyendo    t a1  4 0 A sin 2   d  2  y20 sin   d  (6.22)
 y10 1

y 
siendo  1  arcsin  10  con lo que finalmente resulta para la función descriptiva:
 A

a1 2  y20 y  y  y 
N  A    arcsin  10   20 cos  arcsin 10   (6.23)
A   y10  A A  A 

Nótese que en el límite entre los tramos I y II las expresiones (6.19) y (6.23) dan el mismo valor.
En definitiva, la no linealidad de saturación tiene la siguiente función descriptiva

 y20
 para A  y10
 y10
N  A   (6.24)
 2  y20 arcsin  y10   y20 cos  arcsin y10   A  y10
  y  
 A  A



A 
  10

6.2.2. Característica de transferencia con saturación y zona muerta.


Sea un elemento no lineal cuya característica de transferencia se muestra en la Fig. 5.37(a).
Consta de una zona muerta de amplitud 2 y una característica lineal que alcanza la saturación
(y20) para una entrada de amplitud A = y10.

Si  = y10 = 0 la no linealidad corresponde a un elemento biestable ideal, mientras que si en


cambio es  = y10, estaríamos en presencia de un conmutador triestable ideal. Por último si fuera
simplemente  = 0, la no linealidad correspondería a un elemento proporcional con saturación.

La Fig. 5.37(b) muestra la salida y2(t) para una excitación senoidal. Debido a la zona muerta, si
la entrada posee pequeña amplitud, la salida aparecerá con la forma de ‘colinas’ separadas. Para
amplitudes crecientes de la excitación, el andar de y2(t) tenderá a una oscilación rectangular. La
SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-8

ganancia de primera armónica será entonces baja tanto para pequeñas como para grandes
amplitudes de la entrada senoidal.

A A

conmutador
biestable ideal

Fig. 6.7. Zona muerta y saturación. Para  = 0 se tiene la no linealidad de saturación.


Si es simultáneamente  = y10 = 0 se tiene un conmutador biestable.
Para  = y10 > 0 la no linealidad corresponde a un triestable.

En razón de que la característica de transferencia es unívoca con simetría impar, la salida y2(t)
responderá tan solo con componentes senos a una entrada sinusoidal, siendo nulas las
componentes en cosenos. Consecuentemente no existirá desfasaje entre la entrada y la primera
armónica de la salida, por lo que la función descriptiva correspondiente asumirá únicamente
valores reales.

Para evaluar la función descriptiva, partimos de la formulación de Fourier para la primera


armónica de la salida, la que deberá ser calculada por tramos, empleando el cambio de variable
t =  . Por razones de simetría bastará calcular los coeficientes de Fourier sobre un cuarto de la
onda de salida de la no linealidad

2
4
a1 
  y ( ) sin( ) d
0
2 (6.25)

En el análisis se distinguen tres posibles casos:

 Para A< la situación es trivial: si la amplitud de entrada no alcanza el valor del umbral 
la salida es nula y por consiguiente a1 = 0, con lo que N(A) también es nula.

 Para  < A < y10

y20  
y2 ( )   A sin( )   ; para    1 siendo  1  arcsin   (6.26)
y10    A
SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-9


2
4 y20
a1    A sin( )    sin( ) d (6.27)
  y
1 10  

y resolviendo la integral se obtiene

a1 4  y20  A  A 
N ( A)        1   sin(21 )   cos( 1 )  (6.28)
A  A  y10    2  2  4 

 Para A > y10


2 2
4 y20 4
a1 
 y10     A sin( )    sin( ) d 
1  y
2
20 sin( ) d (6.29)

y20 A 4 y20 4
a1   2 2  21  sin(21 )  sin(2 2 )  cos( 2 )  cos(1 )  y20 cos( 2 ) (6.30)
  y10      y10    

Resumiendo, la no linealidad de saturación con zona muerta tiene la siguiente función


descriptiva

A; N ( A)  0
4  y20   A    A 
  A  y10 ; N ( A)        1   sin(2 1 )   cos( 1 ) 
 A  y10     2  2  4 
 y20
 N ( A)    y     2 2  2 1  sin(2 1 )  sin(2 2 )   (6.31)

A  y10 ;
10

4 y20 4
   cos( 2 )  cos( 1 )   y cos( 2 )
  A  y10     A 20
  y  
con  1  arcsin   ;  2  arcsin  10  
 A  A  2

Los resultados de (6.31) se muestran en la Fig. 6. 7(c) para diversos valores de . La función
descriptiva es real y positiva, de modo que –1/N(A) se ubica sobre el eje real negativo en el
plano de Nyquist. Como la curva N(A) exhibe un máximo, el eje real muestra una doble
parametrización en valores de la amplitud A.

inestable
A A1

–1/N(A) A2 CL

Fig. 6.8. Estudio de ciclo límite.


SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-10

En la Fig. 6. 8 se analizan las condiciones de ciclo límite para un sistema lineal de segundo orden
más integrador
1
F ( s)  ; T1 , T2 , T3 reales . (6.32)
T1 s T2 s  1T3 s  1
-
Si el punto de corte de L(j) con el eje real ocurre cuando se cumple Im{L(j)}=0, se deduce
para la frecuencia angular

1 T2T3
  y vale L( j )   (6.33)
T2T3 T1 T2  T3 

para asegurar la existencia de una oscilación de ciclo límite deberá ser

1 T2  T3
  L( j ) lo que equivale a N max  T1 . (6.34)
N max T2T3

Cumpliéndose la condición (6.34), la amplitud de oscilación corresponderá al valor A2 indicado


en la Fig. 6.8, ya que las amplitudes comprendidas entre A1 y A2 pertenecen al dominio de
inestabilidad de F(j).

Para concluir, analicemos algunas no linealidades asociadas a valores particulares de  y de y10.

Si  = 0 con y10 > 0, la saturación con zona muerta se reduce a una saturación simple, con la
función descriptiva (6.31) se reduce a la (6.24) deducida en la sección anterior.

Si se cumple simultáneamente  = 0 e y10 = 0, la saturación con zona muerta se convierte en un


conmutador biestable, cuya función descriptiva obtenida de la (6.31) es

4 y20
N ( A)  (6.35)
A

que en la Fig. 6.7 (c) está representada por una hipérbola en línea de trazos.

Para  = y10 > 0 la no linealidad corresponde a un triestable, en cuyo caso la (6.31) se reduce a:

2
4y y 
N ( A)  20 1   10  . (6.36)
A  A

cuya deducción se ve grandemente simplificada aplicando las consideraciones de la sección


siguiente.

6.2.3. Elementos no lineales con histéresis.


Para comenzar, recordemos que si un elemento no lineal, independiente de la frecuencia, cuya
característica de transferencia posee simetría impar, es sometido a la excitación y1(t) =A sin( t),
la aproximación de primera armónica de la salida está dada en general por
SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-11

y2 (t )  a1 sin(t )  b1 cos(t )  C1 sin(t  1 ) . (6.37)

Pasando ahora a notación compleja polar vale

y1  Ae jt
j t 1 
(6.38)
y2  C1e

cuyo cociente es:


y2 C1e 
j t 1 
C1e j1 C1 cos(1 ) C sin(1 )
   j 1 (6.39)
y1 Ae jt A A A

y, como se deduce de (6.37):


C1 cos(1 )  a1; C1 sin(1 )  b1 (6.40)

resulta
y2 a1 b
 j 1 (6.41)
y1 A A

La expresión (6.41) representa la relación entrada-salida del elemento no lineal en régimen


sinusoidal, lo que constituye –por definición– su función descriptiva. Por lo tanto empleando
notación compleja, se puede escribir

a1 b
N ( A)   j 1  R1 ( A)  jI1 ( A) (6.42)
A A

Pasemos ahora a considerar la característica de transferencia triestable con histéresis de la Fig.


6.9.

y2 y2()

y1()=A sin

y1

a)

b)

Fig. 6.9. Triestable con histéresis.


SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-12

Si es y1  A sin(t )  A sin  para  t resultará la función descriptiva

N ( A)  0 para A  a . (6.43)

Si en cambio la amplitud A de la excitación supera el umbral de actuación a, resulta

N ( A)  R1 ( A)  jI1 ( A) . (6.44)

La parte real R1(A) puede ser calculada teniendo en cuenta la simetría de la onda de salida y2( )
respecto de :

 
2 2 2b
R1 ( A)   y2  sin( )  d   b  sin( )  d   cos  cos   ; (6.45)
A 0 A  A

 y  pueden calcularse a partir de las condiciones

2
a a
A sin   a    arcsin   , siendo cos   1   
 A  A
(6.46)

2
 qa 
A sin   qa, con lo que cos    1    por ser  > .
 A 2
En consecuencia
2b  qa  
2 2
 a 
 1    1    .
R1 ( A)  (6.47)
A   A  A  

El cálculo de la parte imaginaria I1(A) puede realizarse aplicando la expresión


2
A 
I1 ( A)  b  cos( )  d , (6.48)

sin embargo, nosotros seguiremos otro camino, que nos conducirá a un resultado idéntico, pero
que posibilitará extraer una conclusión general respecto de la incidencia de la histéresis sobre la
función descriptiva de una no linealidad cualquiera.

En general, la componente imaginaria de la función descriptiva tiene por expresión:

2
1
I1 ( A) 
A  y ( )  cos( )  d
0
2 (6.49)

siendo a su vez
y1  Asin( ); dy1  A cos( ) d , (6.50)

es decir que cos( )  d puede ser reemplazado por dy1 / A. Observemos que esta substitución
en la integral (6.49) implica tomar como variable integración ya no a  sino a y1, por lo que los
SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-13

límites integración habrán de ser cambiados convenientemente. Consideremos para ello, de


acuerdo con la Fig. 6.10, a la característica de transferencia del conmutador triestable,
subdividida en dos funciones unívocas de y1: la función “inferior” Fi que es recorrida para
valores crecientes de y1 (dy1/d >0) y la función “superior” Fs, que corresponde a valores de y1
para los cuales sea dy1/d <0. Con el cambio de variable de integración propuesto se tendrá:

y2

y1

y1

y1() = A sin

Fig. 6.10. Excitación y caminos de integración.

2
1  
A A 0
1
I1 ( A) 
A 
0
y1 ( )  cos( )  d  2   F i  dy1   F S  dy1   F i  dy1 
A  0 A A 
(6.51)
1  
A
I1 ( A)  2    F s  F i   dy1 
A   A 

La integral entre corchetes no es otra cosa que el área de la superficie limitada por el ciclo de
histéresis:
A

 F s  Fi   dy
A
1  Shistéresis  2ab (1  q) . (6.52)

Esta última consideración nos conduce a la importante conclusión de que solamente aquellas
características de transferencia que presenten histéresis, poseerán una función descriptiva con
componente imaginaria no nula.

Para la no linealidad propuesta se tiene entonces:

2b  qa   2ab(1  q)
2 2
 a 
 1    1     j
N ( A)  . (6.53)
A   A  A  A2
 
SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-14

Obsérvese que si es q=1, se obtiene la característica de transferencia de un conmutador


triestable ideal (Fig. 6.11(a)), cuya función descriptiva es

2
4b a
N ( A)  1   (6.54)
A  A

con componente imaginaria nula ya que carece de histéresis.

y2 y2 y2
b
b b

–a y1 –a y1 y1
a a

–b –b
a) b) c)
–b

Fig. 6.11. Conmutadores.

Si q = –1, la característica de transferencia corresponde a un conmutador biestable con histéresis


(Fig. 6.11(b)), correspondiéndole la función descriptiva

2
4b a 4ab
N ( A)  1    j 2 (6.55)
A  A A

Finalmente, si es a = 0 se obtiene la característica de un conmutador biestable ideal (Fig.


6.11(c)), para el cual vale
4b
N ( A)  . (6.56)
A

6.2.4. Ejemplo de aplicación.


Sea calcular la amplitud y frecuencia de la oscilación de ciclo límite que aparece en el siguiente
sistema de lazo cerrado.

Fig. 6.12. Controlador biestable con planta integrador + constante de tiempo.

Los parámetros del ciclo límite quedan determinados por la intersección del diagrama de Nyquist
de L(j) con la función –1/N(A) de la no linealidad. Partiendo de (6.55)
SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-15

A  a
2 2
4b a 4ab 1
 a
N ( A)  1    j 2 se obtiene:   1    j  (6.57)
A  A A N ( A) 4b   A A
 

a
j
4b

Fig. 6.13. Intersección de los lugares geométricos.

El punto P de intersección de los lugares geométricos define un ciclo límite (oscilación


automantenida) estable, cuya amplitud y frecuencia pasamos a calcular

K  K (T  j )
L( j )   (6.58)
j 1  jT   1   2T 2 

Igualando las partes imaginarias de (6.57) y (6.58) podemos determinar la frecuencia de


oscilación.
K a 4bK
   3T 2    0 (6.59)
 1   T 
2 2
4b a

La frecuencia del punto de intersección P está dada por la solución real positiva de (6.59),
mientras que la amplitud AP correspondiente surge de igualar las partes reales de (6.57) y
(6.58):
 KT A
2 2
a A a 4bKT
 1    1   
1  PT
2 2
4b  A a  A  a 1  P2T 2 
a cos( ) 4bKT
y llamando sin( )  ;   (6.60)
A sin( )  a 1  P2T 2 
  a 1  P2T 2   a
es P  tan 
1
 y en definitiva AP  .
 4bKT  sin (P )

A fin de analizar la bondad de la aproximación por función descriptiva resolveremos (6.59) y


(6.60) para el ejemplo numérico:
a = 0.2
b=5
T = 1 seg
K = 0.2
SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-16

resultando P = 1.674 rad/seg; P = 0.5384; AP = 0.39; valores que pasamos a comparar


con los obtenidos mediante la simulación del sistema que se grafican en la Fig. 5.44 .

Fig. 6.14. Simulación de la oscilación de ciclo límite para el sistema de la Fig. 6.12

Se constata que los valores calculados mediante la función descriptiva, difieren en menos del 2%
de los valores medidos en la simulación, lo que ratifica la bondad del método.

Para concluir el ejemplo, resulta conveniente verificar el cumplimiento de las suposiciones


básicas listadas en las páginas 6-4 y 6-5:

 Sup. I: se cumple que la característica de transferencia del elemento no lineal posee


simetría impar.
 Sup. II: se cumple que la parte lineal del sistema posee respuesta pasa bajos, ya que el
grado del denominador de L(j) es 2 mientras que el grado de su numerador es nulo.
 Sup. III: se cumple que la frecuencia de oscilación automantenida se encuentra en las
cercanías o es mayor que la frecuencia de corte de la respuesta en frecuencia del
elemento lineal. Como es fácil de verificar, la frecuencia de corte vale c = 0.1963
rad/seg, siendo P = 1.674 rad/seg >c, lo que nos permite extraer la conclusión de
que la forma de onda a la salida del elemento lineal poseerá un bajo contenido
armónico (hecho reafirmado por el gráfico de la Fig. 6.14).
 Sup. IV: se cumple la condición de polos estables, ya que L(s) posee un polo en el
origen y un polo en el semiplano izquierdo.
SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-17

6.3. Criterios Generalizados de Estabilidad.


En el punto 6.2 hemos introducido las funciones descriptivas como una metodología aproximada
para comprobar la estabilidad del funcionamiento de un sistema realimentado no lineal. La
aplicación del método de la función descriptiva queda supeditada, como vimos, al
cumplimiento de un conjunto de condicionamientos referidos tanto a la parte lineal como a la
parte no lineal. En el presente apartado presentaremos algunos criterios que permiten juzgar de
manera más generalizada la estabilidad de los sistemas dinámicos. Para ello debemos
primeramente introducir alguna nociones elementales que serán de mucha ayuda en nuestros
análisis.

6.3.1. Normas de señales y de sistemas. Teorema de la ganancia pequeña.


Sea una señal u(t) supuesta continua por partes para todo t. Introduciremos diferentes normas
para la señal considerada. En primer lugar recordemos que una norma debe poseer las siguientes
cuatro propiedades

(i) u 0
(ii) u  0  u (t )  0, t
(iii) au  a  u , a 
(iv) uv  u  v (desigualdad del triángulo).

Norma–1 La norma–1 de una señal u(t) se define como la integral de su valor absoluto:


u 1 :  u (t ) dt . (6.61)


Norma–2 La norma–2 de u(t) es:


u 2 :  u(t )
2
dt . (6.62)


Supongamos por ejemplo que u(t) es la corriente que circula a través de un resistor de 1. La
potencia instantánea es igual a [u(t)]2 y la energía total es igual a la integral de esta última
2
expresión, es decir u 2 . Generalizaremos esta interpretación y definiremos la potencia
instantánea de una señal u(t) como [u(t)]2 y su energía se define como el cuadrado de su
norma-2.

Norma– La norma– de una señal es la mínima cota superior de su valor absoluto:

u 
: sup u(t ) . (6.63)
t

Por ejemplo la norma– de 1  e  1(t )


t
es igual a 1. Aquí 1(t) denota la función escalón
3
unitario .

3
Por cierto 1  e 1(t )
t

 1  et 

¿podemos decir porqué?
SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-18

Normas de sistemas: dado un sistema caracterizado por su función de transferencia G(s),


introduciremos dos normas para el mismo

1 
G 2 :  G( j ) d
2
norma-2 de G( s) (6.64)
2 

norma- de G( s) G 
: sup G( j ) (6.65)

La norma- de G es igual a la distancia medida desde el origen del plano complejo al punto más
alejado del diagrama de Nyquist de G. También aparece como el valor pico en el diagrama de
Bode de magnitudes de G(j), cumpliéndose además que

GH 
 G 
H 
. (6.66)

Teorema de la Ganancia Pequeña: El concepto más sencillo sobre estabilidad es la estabilidad


BIBO (o estabilidad de entrada-salida) ya introducido al analizar sistemas de muestreados. Un
sistema posee estabilidad BIBO si a entradas acotadas corresponden salidas también acotadas, es
decir que la ganancia del sistema es siempre finita.

r + e y
G(s)
+
H(s)

Fig. 6.15 Sistema realimentado.

Si consideramos el sistema de la Fig. 6.15, donde G(s) y H(s) pueden ser lineales o no, el error e
es e = r +H(s) y = r + H(s) G(s) e. La norma del error viene dada por la expresión

r r
e   (6.67)
1  G( s) H ( s) 1  G( s)  H ( s)

para cualquier norma que tomemos. Si G(s)  H (s)  1 la ganancia del sistema es finita y por
lo tanto el sistema es BIBO-estable. El enunciado del teorema de la ganancia pequeña es
entonces el siguiente: una condición suficiente para que el sistema considerado posea estabilidad
de entrada-salida o estabilidad BIBO es que

G( s)  H ( s)  1 . (6.68)

En el caso de que todos los componentes del sistema sean lineales, basta con el cumplimiento de
una condición menos restrictiva: G(s) H (s)  1 .
SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-19

6.3.2. El criterio de Popov.


Al igual que hiciéramos para introducir la función descriptiva, consideraremos también aquí un
sistema compuesto por una no linealidad principal independiente de la frecuencia y una parte
lineal. Supongamos que la estructura del sistema es la que muestra la Fig. 6.16, siendo f(y) la
característica de transferencia del elemento no lineal4.

r(t)=0 + e y
G(s)

f(y)

Fig. 6.16 Sistema con no-linealidad.

Por lo que respecta a la no linealidad, consideraremos que f(y) es una función unívoca y
continua por tramos, perteneciente al sector [K1, K2] es decir que se cumple

f ( y)
K1 y  f ( y )  K 2 y o bien K1   K2 y  0 (6.69)
y

siendo además f(0)=0, tal como muestra la Fig. 6.17.

Fig. 6.17 Condición del sector para f(y).

r(t)=0 + e y
G(s)

ky
k

Fig. 6.18 Sistema asociado de Aizerman.

4
El hecho de considerar la no linealidad en la rama de realimentación no implica ninguna pérdida de generalidad ya
que el diagrama de bloques puede ser reducido a cualquier otra forma que resultare conveniente, por ejemplo a la
forma de la Fig. 6.2.
SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-20

Ya en 1946 M. A. Aizerman planteó la conjetura de que si el sistema asociado de la Fig. 6.18


resultaba estable tanto para k = K1 como para k = K2, entonces el sistema no lineal de la Fig.
6.16 debería resultar estable para cualquier f(y) perteneciente al sector [K1, K2].

Desgraciadamente5 la conjetura de Aizerman probó ser falsa, como fué demostrado con varios
contraejemplos, pero sirvió como punto de partida para otros investigadores. En particular, el
rumano V. M. Popov formuló en 1961 un criterio en el dominio de la frecuencia que recuerda al
criterio de Nyquist.

Teorema de Popov: Dado el sistema de la Fig. 6.16, el punto y = 0 es globalmente6 estable si

 El sistema lineal es estable,


 La función no lineal satisface

f ( y)
0 K y  0 (6.70)
y

 Existe una constante TP que verifica

 1
Re (1  jTP )  G( j )    0,   0 . (6.71)
 K

Gráficamente se puede interpretar el criterio de Popov de la siguiente manera7. Escribamos a


G(j) explicitando su parte real G1() y su parte imaginaria G2():

G( j )  G1 ()  jG2 () (6.72)

Teniendo en cuenta (6.72), la condición de Popov (6.71) se rescribe como:

(1  jTP )  G1 ( )  jG2 ( )  G1 ( )  jTPG1 ( )  TPG2 ( )  jG2 ( )


Re(1  jTP )  G( j )  G1 ( )  TPG2 ( )

1
G1 ( )  TPG2 ( )  0. (6.73)
K

Formamos ahora una función auxiliar denominada GP(j) de acuerdo a la expresión8

GP ( j )  G1 ()  j G2 () (6.74)

5
Decimos desgraciadamente pues si Aizerman hubiera estado en lo cierto, bastaría con investigar el lugar de Evans
de la ecuación característica 1+kG(s)=0 y determinar si no aparecen raíces en el semiplano derecho para la
condición k[K1, K2], para juzgar la estabilidad del sistema no lineal.
6
La estabilidad global significa que, en condiciones de excitación nula r(t)=0, si una perturbación arranca al sistema
de su punto de reposo, el mismo retornará finalmente a la condición y=0.
7
La demostración formal del criterio de Popov requiere el empleo de análisis funcional y excede los alcances de
estas notas.
8
Naturalmente los subíndices “P” se refieren a Popov... ¿a quién más?
SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-21

Si ponemos
GP ( j )  x  jy , (6.75)

la condición (6.73) se transforma en


1
x  TP y  0 (6.76)
K

lo que significa que, para que el sistema sea estable, la gráfica de GP(j) (es decir la curva de
Popov) debe encontrarse a la derecha de la línea definida por:

1
x  TP y   . (6.77)
K

jIm
recta
tangente GP

1 K

Re


G(j)

Fig. 6.19 Interpretación geométrica del criterio de Popov.

La recta (6.77) está girada respecto del eje imaginario el ángulo  = –arctan(TP) y pasa por el
punto –1/K+j0. El valor de TP debe entonces ser elegido de manera tal, que K tome el valor
máximo posible: ello significa la máxima apertura del sector [0,K] para la no linealidad f(y).
Como resulta obvio de la Fig. 5.49, el máximo valor de K se logra cuando la recta (6.77) es
tangente a la curva de Popov GP(j).
Algunos ejemplos terminarán de aclarar el panorama.

6.3.2.1. Aplicación a una planta lineal de segundo orden.


Si en la Fig. 6.16 la parte lineal G(s) es de la forma

02
G( s)  , (6.78)
s 2  20 s  02

nos planteamos la inquietud de conocer cuál es la máxima apertura del sector que garantiza un
funcionamiento estable para cualquier no linealidad f(y) contenida en el mismo.

Sustituyendo s=j en (6.78) obtenemos la curva de respuesta en frecuencia G(j), en base a la


cual calculamos la curva de Popov GP(j) correspondiente.
SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-22

02
G( j )  (6.79)
02   2  2 j0

02 02   2  2 j0 


G ( j )  G1 ( )  jG2 ( ) 
   2   4 202 2
2 2
0

02 02   2  203


G1 ( )  ; G2 ( ) 
   2   4 202 2    2   4 202 2
2 2 2 2
0 0

GP ( j )  G1 ( )  jG2 ( )

02 02   2   2 j03 2


GP ( j )  (6.80)
   2   4 202 2
2 2
0

De (6.80) se deduce que cuando  tiende a infinito, GP(j) tiende al origen, con un ángulo igual
a arctan(20). En consecuencia GP se encuentra en su totalidad a la derecha de la tangente al
origen cuya pendiente es 20. Por lo tanto si elegimos una recta de Popov con pendiente 20,
el punto –1/K puede ubicarse en cualquier lugar perteneciente al intervalo (–,0) del eje
real. Ello significa que el sistema realimentado no lineal será absolutamente estable para
cualquier característica de transferencia f(y) contenida en el primero y tercer cuadrantes.

jIm

Re

Fig. 6.20 Criterio de Popov para un sistema de segundo orden con 0=1.

6.3.2.2. Aplicación a una planta lineal de tercer orden.


Sea ahora la parte lineal del sistema de la forma
1
G( s)  (6.81)
Ts Ts  1 2Ts  1

a la que corresponde la respuesta en frecuencia (normalizada):


SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-23

1
G( j)  ,   T (6.82)
j  j  1 2 j  1

1  j 1  j 2  3  j 1  22 


G( j)   j 
 1  2 1  42   1   2 1  4 2 

cuya función de Popov es

3  j (1  22 )
GP ( j)  ReG( j)  j ImG( j)   . (6.83)
(1  2 )(1  42 )

La curva de Popov arranca desde el punto –3–j para =0 terminando en el origen para 
con dirección paralela al eje imaginario y se encuentra representada en la Fig. 5.51. Dada la
convexidad de la curva de Popov, resulta gráficamente evidente que la recta de Popov habrá de
ser tangente a GP(j) en el punto donde ésta cruza el eje real negativo. Para dicho punto la
fracción –1/K adquiere el valor más cercano posible al origen, con lo que K alcanza su máximo
y define el mayor sector [0,K] para el que puede asegurarse la estabilidad del sistema
realimentado.

De (6.83) se determina que GP(j) cruza el eje real para la frecuencia normalizada   1/ 2
para la cual vale
 1  2 1
GP  j    3   K  K  1.5 (6.84)
 2

en definitiva, el sistema resulta estable para funciones f(y) contenidas en el sector [0, 1.5].

TP

GP(j)

G(j)

Fig. 6.21 Criterio de Popov aplicado al sistema de tercer orden de la Ec. (6.81).
SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-24

Si bien observando la Fig. 5.51 se deduce inmediatamente que la constante TP que define la
pendiente de la recta de Popov es no nula, su valor puede ser calculado analíticamente de manera
bastante sencilla. 1/ TP es la pendiente de la tangente a la curva de Popov GP(j) para el valor
de  considerado, es decir:

1 d ImGP  d ImGP  d  1
   . (6.85)
TP d ReGP   0.707 d ReGP  d   0.707 3

6.3.3. Criterio del Círculo (Tsypkin).


En 1963 Ya. Z. Tsypkin presentó una extensión del criterio de Popov, para no linealidades f(y)
confinadas en un sector limitado [K1, K2] tal como se muestra en la Fig. 6.17, valiendo la
condición (6.69) que repetimos a continuación

f ( y)
f (0)  0; K1   K2 , y  0 .
y

Considerando K como la media entre las pendientes K1 y K2 podemos escribir:

K1  K 2
K (6.86)
2

y además se tiene que:


 K1  K  y  f ( y)  Ky   K2  K  y . (6.87)

Llamando f ( y)  f ( y)  Ky nos queda:

 K1  K 2   K1  K 2 
 K1   y  f ( y)   K2  y
 2   2 
(6.88)
K1  K 2 K  K1
y  f ( y)  2 y
2 2

es decir:

f ( y) K 2  K1 K 2  K1 f ( y)
 ; y llamando K r  se tiene  Kr . (6.89)
y 2 2 y
SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-25

Fig. 6.22 Descomposición de la función f(y).

Tal como se observa en la Fig. 6.22, la no linealidad puede considerarse descompuesta en una
parte lineal K y en otra no lineal f ( y ) centrada sobre el eje y. En estas condiciones, el sistema
de la Fig. 6.16 resulta equivalente al de la Fig. 6.23 valiendo

e  r  f ( y)  r  Ky  f ( y) (6.90)

En la Fig. 6.23(b) se tiene para el sistema lineal simplificado

G
G ; (6.91)
1  KG

aplicando ahora el teorema de la ganancia pequeña (ver 6.3.1), la condición suficiente para que
el sistema sea estable en el sentido BIBO es que

G( s)  f ( y)  1 ; (6.92)
SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-26

r(t)=0 + e y
G(s)

f(y)

Fig. 6.23 Sistema modificado y simplificado con realimentación no lineal.

por lo tanto, pasando a expresiones en frecuencia

1
K r G( j )  1, es decir  Kr (6.93)
G( j )

y sustituyendo G por su valor se tiene


1
 K  Kr (6.94)
G( j )

De acuerdo a (6.94) se deduce que la curva de 1/G(j) no debe cortar el círculo de radio Kr
centrado en –K, tal como se observa en la Fig. 6.24

Fig. 6.24 Condición de estabilidad para 1/G(j).


SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-27

Teniendo en cuenta ahora las definiciones de K y Kr pueden formularse las condiciones de


estabilidad para G(j), que se grafican en la Fig. 6.25.

1 1
 K  K r   K1   ;
K  Kr K1
(6.95)
1 1
K  Kr  K2   .
K  Kr K2

Fig. 6.25 Criterio del círculo para G(j).

En definitiva, dada una no linealidad f(y) contenida en un sector [K1, K2] y siendo G(s) una
función de transferencia sin polos en el semiplano derecho, puede asegurarse la estabilidad del
sistema realimentado si la curva de Nyquist G(j) no corta ni rodea al círculo que intersecta al
eje real en –1/K1 y –1/K2.

Nótese que el criterio del círculo involucra directamente a G(j), mientras que el criterio de
Popov requiere el trazado de la curva modificada GP(j).

A modo de ejemplo, apliquemos el criterio del círculo al sistema lineal con retardo

0.5
G ( s )  e s (6.96)
s  s  1 s  2 

cuyo diagrama de Nyquist se muestra en la Fig. 6.26.

Constatamos que el diagrama de G(j) se encuentra siempre a la derecha de la recta que pasa por
–0.625 (asíntota vertical). Dicha recta puede considerarse como un círculo de radio infinito que
corta al eje real en –1/K1 = – y en –1/K2 = –0.625 resultando K1 = 0 y K2 = 1.6 los límites
del sector de estabilidad. Esto garantiza que si la no linealidad es una zona muerta o una
saturación, cuya pendiente en la parte lineal no supere 1.6 entonces el sistema será estable.
SISTEMAS DE CONTROL APLICADO - Capítulo 6 - pág. 6-28

Fig. 6.26 Curva de G(j) y algunos círculos que satisfacen el criterio de Tsypkin.

Resulta evidente que el sistema realimentado será estable para cualquier otro círculo de radio
finito ubicado a la izquierda de la asíntota que corta al eje real en –0.625, tal como el que se ha
trazado en la figura precedente (la distorsión del círculo se debe a la desigualdad de las escalas
horizontal y vertical de la figura).


SISTEMAS DE CONTROL APLICADO - Apéndice A - pág. A - 1

Apéndice A
Tablas de transformadas de Laplace, transformadas z y z-modificada
Tomadas de Ackermann J.: Abtastregelung. Springer Verlag. Berlin-Heidelberg, 1972. Páginas 375 a 377.

Z Z
SISTEMAS DE CONTROL APLICADO - Apéndice A - pág. A - 2

Z Z
SISTEMAS DE CONTROL APLICADO - Apéndice A - pág. A - 3

Z Z

Caso especial Z

Caso especial Z


SISTEMAS DE CONTROL APLICADO - Apéndice B - pág. B - 1

Apéndice B
Propiedades de las transformadas z y z-modificada

Acompañamos un resumen de las propiedades de estas transformadas. Las demostra-


ciones correspondientes se pueden encontrar en cualquier libro de texto sobre sistemas
discretos, filtros digitales, etc. Donde resulte pertinente incluimos las propiedades
equivalentes de las transformadas de Laplace de funciones continuas en el tiempo.

B.0. Notaciones equivalentes.

Escribiremos indistintamente f k = f (kT ) o bien f k (γ ) = f (kT + γ T )

Para evitarnos nombrar permanentemente al período de muestreo T emplearemos la notación

f (kT ) = f [k ], f (kT + γ T ) = f [k + γ ]

Consecuentemente escribiremos

∞ ∞
F ( z ) = ∑ f k z − k = ∑ f [k ] z − k
k =0 k =0

∞ ∞
F ( z , γ ) = ∑ f k (γ ) z − k = ∑ f [k + γ ] z − k
k =0 k =0

B.1. Linealidad.
Z {af k + bg k } = Z {af (kT ) + bg (kt )} = a Z { f k } + b Z { g k }
(B.1)
L {a f (t ) + bg (t )} = a L { f (t )} + b L { g (t )}

B.2. Retardo de una secuencia (desplazamiento hacia la derecha).

Z { f k − n } = Z { f (kT − nT )} = z − n Z { f k }
(B.2)
L { f (t − a )} = F ( s ) e − as ; a≥0
SISTEMAS DE CONTROL APLICADO - Apéndice B - pág. B - 2

B.3. Adelanto de una secuencia (desplazamiento hacia la izquierda).

 n −1

Z { f k + n } = Z { f (kT + nT )} = z n Z { f k } − ∑ f m z − m  para n ≥ 0
 m=0 
(B.3)

L { f (t + a)} = eas L { f (t )} − ∫ f (t ) e − st dt  ;
a
a≥0
 0 

B.4. Amortiguamiento exponencial.

Z { f [ k + γ ] e − a ( k +γ )T } = F ( zeaT , γ ) e − aγ T ; a = constante (B.4)

en particular para γ = 0,
Z { f [ k ] e − akT } = F ( zeaT ) (B.5)

L { f (t ) e − at } = F ( s + a ); a = constante.

B.5. Diferencia de una secuencia.

La primera diferencia de una secuencia se define por

∆f k := f k +1 − f k (B.6)

Z {∆f k } = Z { f k +1} − Z { f k } = z Z { f k } − f 0  − Z { f k }

Z {∆f k } = ( z − 1) ⋅ Z { f k } − f 0 z (B.7)

d 
L  f (t )  = s ⋅ L { f (t )} − f (0)
 dt 

La definición (B.6) presupone contar con el valor de fk+1 en el instante k, lo no puede ser
realizado físicamente por razones de causalidad. En consecuencia resulta adecuado aplicar la
siguiente definición de diferencia retrógrada

∆ ' f k := f k − f k −1 con f −1 = 0 , (B.8)

con esta nueva definición y aplicando la propiedad de desplazamiento hacia la derecha resulta

z −1
Z {∆ ' f k } = Z { f k } − Z { f k −1} = (1 − z −1 ) Z { f k } = Z { fk } (B.10)
z
SISTEMAS DE CONTROL APLICADO - Apéndice B - pág. B - 3

B.6. Derivada de una secuencia respecto de un parámetro.

∂  ∂
Z  f k (a )  = Z { f k (a )} (B.11)
 ∂a  ∂a

B.7. Valor inicial de una secuencia.

f 0 = lim F ( z ) = lim  f 0 + f1 z −1 + f 2 z −2 + 


z →∞ z →∞

(B.12)
lim f (t ) = lim sF ( s ); si existe f (0).
t →0 s →∞

B.8. Valor final de una secuencia.

lim f k = lim ( z − 1) F ( z ); si existe y es finito lim f k .


k →∞ z →1 k →∞

(B.13)
lim f (t ) = lim sF ( s ); si existe lim f (t ).
t →∞ s →0 t →∞

B.9. Transformación inversa.


Partiendo de la definición F ( z ) = ∑ f k z − k , los valores de f k pueden calcularse como los
k =0
coeficientes de una serie de Laurent mediante la integral curvilínea

1
f k = Z −1 F ( z ) = ∫ F ( z) z
k −1
{ 2π j
} dz (B.14)

abarcando el contorno de integración la totalidad de las singularidades de F ( z ) z k −1 . Como


siempre consideraremos en este curso que F ( z ) es racional, entonces la integral (B.14) puede
ser evaluada aplicando el teorema de Cauchy de los residuos:

f k = ∑ Res  F ( z ) z k −1  (B.15)
i z = zi

donde zi son los polos de F ( z ) z k −1 . Los residuos se calculan de la siguiente manera

1. Para un polo simple en z = a

Res  F ( z ) z k −1  = lim ( z − a) F ( z ) z k −1  (B.16)


z =a z →a
SISTEMAS DE CONTROL APLICADO - Apéndice B - pág. B - 4

2. Para un polo de multiplicidad p en z = a

1 d p −1
Res  F ( z ) z k −1  = lim p −1 ( z − a) p F ( z ) z k −1  (B.17)
z =a ( p − 1)! z →a dz

B.10. Inversión numérica.

Muchas veces interesa solamente conocer los primeros valores de una secuencia fk, tal como
ocurre cuando analizamos el andar de una respuesta transitoria. Para ello bastará realizar la
división numérica de los polinomios numerador y denominador de la expresión racional de la
transformada.

N ( z )
F ( z ) = = f 0 + f1 z −1 + f 2 z −2 +  + f N z − N +  (B.18)

D( z )


FACULTAD REGIONAL LA RIOJA

PROGRAMA ANALÍTICO 2018

Departamento: Ingeniería Electrónica


Asignatura: SISTEMAS DE CONTROL APLICADO
Profesor Adjunto: Ing. Walter J. D. Cova
JTP: Ing. Jorge G. Conci
Auxiliares: –
Hs. Totales Anuales: 96 Hs. Teoría Semanales: 3 Hs. Práctica Semanales: 3
Régimen: Semestral (1° Sem.)

Unidad Temática 1. Control Continuo Avanzado. Métodos prácticos de ajuste de


controladores lineales. Consideraciones de robustez. Interacción de integradores con
actuadores saturables: efecto windup, soluciones. Controladores en cascada. Controladores
basados en modelos, diseño por compensación. Compensación de plantas inestables por
asignación de polos. Control por adelanto de señal de perturbación y de comando.
Modelización y simulación.

Unidad Temática 2. Controladores implementados mediante procesadores digitales.


Conceptos generales sobre control discreto, problemas asociados. Modelos de sistemas de
tiempo discreto. Conversores A/D y D/A: errores de cuantificación. Modelos de sistemas
discretos: ecuaciones de diferencias y sus soluciones. Empleo de la transformación Z standard
y modificada: interrelación con las transformadas de Laplace y Fourier. Métodos de
antitransformación: división continua y aplicación de residuos. Función de transferencia de
pulsos. Respuesta en frecuencia: limitaciones. Empleo de software de cálculo y representación.

Unidad Temática 3. Estabilidad de los sistemas discretos. Condiciones de estabilidad. Test de


Jury Blanchard. Transformaciones aproximadas para discretizar sistemas continuos. Método
de Tustin: transformación w y aplicación del criterio de Routh Hurwitz. Análisis de errores en
estado de régimen permanente. Empleo de software de cálculo y representación.

Unidad Temática 4. Realización discreta de controladores. Implementación digital de


controladores P, PI, PD, PID. Diseño de controladores discretos reales: método simplificado en
dominio s, método completo en s, método directo en dominio z. Efecto del tiempo finito de
cálculo del procesador: jitter, análisis y soluciones. Detalles prácticos: transferencia manual-
automático; modificación de parámetros. Controladores para tiempo de respuesta finito:
control deadbeat. Aplicación de software de análisis y simulación de sistemas discretos.

Unidad Temática 5. Sistemas no lineales y discontinuos. No linealidades típicas: saturación,


zona muerta, fricción coulombiana, histéresis, relé con zona muerta e histéresis. Linealización
por accionamiento periódico. Análisis de estabilidad por función descriptiva. Cálculo de
funciones descriptivas. Efecto del tiempo muerto. Criterios de estabilidad de Popov y del
círculo aplicados a no linealidades generalizadas. Simulación mediante software especializado.

1 V2018 PAN
FACULTAD REGIONAL LA RIOJA

Unidad Temática 6. Modelización y análisis de sistemas en el espacio de estados. Sistemas


de tiempo discreto: representación de la ecuación de diferencias mediante variables de estado.
Comparación con los sistemas continuos. Variables de fase y variables físicas. Formas
canónicas, transformaciones. Invarianza de autovalores. Diagonalizacion. Matriz de transición
de estados: sistemas discretos y continuos. Uso de software aplicativo.

Unidad Temática 7. Sistemas discretos y continuos: control por realimentación de estado.


Modos controlables y observables. Controlabilidad de estado y controlabilidad de salida.
Observabilidad. Invarianza. Principio de dualidad. Control por realimentación de estado.
Robustez. Diseño de observadores de estado: observadores completos y reducidos.
Observador óptimo de estado: concepto de filtro de Kalman. Introducción a la optimización de
sistemas de control: Presentación del problema - Control óptimo con índice cuadrático.
Empleo de herramientas de software.

BIBLIOGRAFÍA

Bibliografía Obligatoria:

Ejemplares en
Autor/es Título Editorial Edición
Biblioteca
Nise Norman S.: Control Systems Engineering, 6th Edition. Wiley 2011. ISBN :
1
978-0-470-91769-5.
Ogata Katsuhiko: Sistemas de Control en Tiempo Discreto. Segunda Edición.
2
Pearson -Prentice Hall, México, 2005. ISBN: 968-880-539-4.
Kuo Benjamin C.: Sistemas de Control Automático (Séptima Edición). Pearson -
1
Prentice Hall, México, 2006. ISBN: 968-880-723-0.
Umez-Eronini E.I.: Dinámica de Sistemas y Control. Thomson Learning, México
1
2001. ISBN 970-686-041-X.
Houpis C. H., Lamont G. B.: DIGITAL CONTROL SYSTEMS – Theory, Hardware,
Software. International Edition – McGraw-Hill Book Co., Singapore. 1992. ISBN 1
0-07-112637-8.
Publicaciones y notas de Cátedra, actualizadas a 2018, disponibles en la página
Web UTN
web de la Facultad Regional La Rioja www.frlr.utn.edu.ar

2 V2018 PAN
FACULTAD REGIONAL LA RIOJA

Bibliografía de Consulta: Disponible a pedido (biblioteca del docente a cargo).

Ejemplares en
Autor/es Título Editorial Edición
Biblioteca

Aguado Behar A., Martínez Iranzo M.: Identificación y Control Adaptativo. Prentice Hall. Madrid,
2003.

Ackermann J.: Abtastregelung. Springer Verlag. Berlin-Heidelberg, 1972.

Åström K. J., Murray R. M.: Feedback Systems: An Introduction for Scientists and Engineers.
Draft V0.915, 26/sept/2004. 2004 by the Authors.

Åström K. J.: Control System Design. Lund Institute of Technology. Lund, Sweden, 2002.

Åström K. J., Hägglund T.: Advanced PID Control. ISA – Instrumentation, Systems, and
Automation Society. Research Triangle Park, North Carolina, 2005.

Cova W.J.D.: Control PID – Un enfoque descriptivo. Universidad Tecnológica Nacional, Facultad
Regional La Rioja, Diciembre de 2005, disponible en la página web de la Facultad Regional La
Rioja www.frlr.utn.edu.ar

Csáki F.: Modern Control Theories – Nonlinear, Optimal and Adaptive Systems. Akadémiai
Kiadó. Budapest, 1972.

Flügge-Lotz I.: Discontinuous and Optimal Control. McGraw-Hill, Inc. New York, 1968.

Föllinger O.: Nichtlineare Regelungen. R.Oldenburg Verlag. München-Wien, 1969.


Goodwin G. C., Graebe S. F., Salgado M. E.: Control System Design, Valparaíso, 2000.

Gelb A, Van der Velde W. E.: Multiple-input describing functions and nonlinear system design.
Chapter 2. Mc Graw Hill Book Company, New York, 1968.

Greensite A.L.: Elements of Modern Control Theory. Spartan Books. New York, Washington, -
1970.

Moreno L., Garrido S., Balaguer C.: Ingeniería de Control – Modelado y control de sistemas
dinámicos. Editorial Ariel S. A. Barcelona, 2003.

Ogata K.: Ingeniería de Control Moderna. 4ª. Ed. Prentice Hall Iternacional. México, 2003.

Rodríguez Rubio F., López Sánchez M. J.: Control Adaptativo y Robusto. Secretariado de
Publicaciones de la Universidad de Sevilla, 1996.

Sauchelli Víctor Hugo: Sistemas de Control No Lineales. Cuarta Edición. Universitas Editorial
Científica Universitaria. Córdoba, 2006. ISBN 987-9406-80-X.

Schumacher W., Leonhard W.: Regelungstechnik I (Nichtlineare Regelungen). Institut für


Regelungstechnik, Technische Universität Braunschweig, Vorlesungsskript, Stand 01.05.2005.

Taylor J. H.: Describing Functions. Article prepared for: Electrical Engineering Encyclopedia.
John Wiley & Sons, Inc. New York, 1999.

3 V2018 PAN
FACULTAD REGIONAL LA RIOJA

Ejemplares en
Autor/es Título Editorial Edición
Biblioteca
Vera de Payer Elizabeth.: Teoría de Señales. Universitas. Córdoba, Argentina, 2005.

Wahlberg B., Jacobsson K.: 2E1262 Course: Nonlinear Control, lecture notes. KTH, Dept. of
Signals, Sensors & Systems, Automatic Control, Sweden 2005.

Wittenmark B., Åström K.J., Årzén K.E.: Computer Control: an Overview. IFAC Professional
Brief, 2005. www.ifac-control.org/publications/pbrief.htm

URLs Académicas

Dirección web Fecha última visita

www.mathworks.com página web de The Mathworks, Inc.Tutoriales en español 16/12/2017


sobre Matlab y Simulink. Multitud de modelos y diagramas de simulación para
ingeniería.
www.ifac-control.org página de International Federation of Automatic Control. 16/12/2017
Disponibles publicaciones de la especialidad.
www.aadeca.org página de AADECA – Asociación Argentina de control 16/12/2017
Automático. Disponibles publicaciones y novedades (en español) de la
especialidad.
www.control.lth.se página del departamento de control automático de la 16/12/2017
Universidad de Lund (Suecia). Publicaciones, textos y notras de cátedra
disponibles en inglés. (Profesores Wittenmark, Åström, Årzén,etc.)

Prof. Ing. Walter J. D. Cova


La Rioja, Diciembre de 2017.

4 V2018 PAN

También podría gustarte