Departamento de Electrónica Universidad Técnica Federico Santa María Chile
Palabras claves: lineal, función de transferencia, banda del Δ𝑌(𝑠) 2
sistema, variables de estado, diagonalización, controlabilidad, = Δ𝑈(𝑠) 5 (𝑠+0.1 )(𝑠+4) observabilidad. Con lo ya mencionado, es posible determinar los polos del I. INTRODUCCIÓN sistema total linealizado, los cuales son: s = -4 y s = -0.1. Por lo tanto, la banda del sistema es ω = 0.1[𝑟𝑎𝑑/𝑠] y el sistema Esta tarea se basa en obtener un modelo lineal de un es estable. sistema que no lo es y observar tanto las características de este como sus limitaciones con respecto al modelo real en un punto Es posible representar de infinitas formas un sistema en de equilibrio dado, esto a través de simulaciones en el software variables de estado, pero en esta tarea es de suma importancia Matlab. tener en cuenta las señales intermedias (Δp(t) y Δz(t)), por lo que se optó que estas fueran, valga la redundancia, las II. DESARROLLO variables de estado x1(t) y x2(t). Entonces: A. Modelo lineal del sistema x1(t) = Δp(t), 𝑥̇ 1(t) = Δ𝑝̇ (𝑡), x2(t) = Δz(t), 𝑥̇ 2(t) = Δ𝑧̇(t) Se tiene que el sistema no lineal es: 𝑥̇1 (t) −4 0 𝑥 (𝑡) 80 [ ]=[ ] [ 1 ] + [ ] Δ𝑢(𝑡) 𝑝̇ (t) + 4p(t) = k0 u2(t) 𝑥̇ 2 (t) 0.05 −0.1 𝑥2 (𝑡) 0 𝑧̇ (t) + √𝑧(𝑡) = k1√𝑝(𝑡) 𝑥1 (𝑡) Δ𝑦(𝑡) = [0 0.1] [ ] 𝑥2 (𝑡) y(t) = k2 √𝑧(𝑡) Ya se tienen las matrices A, B y C (D = 0), por lo que se Puntos de equilibrio (las derivadas se van a cero): puede diagonalizar esta primera y además analizar la controlabilidad y observabilidad del sistema. 4pq = k0 uq2 , √𝑧𝑞 = k1√𝑝𝑞 , yq = k2√𝑧𝑞 Para diagonalizar la matriz A se requiere conocer los Luego, aplicando la serie de Taylor para linealizar el autovalores (que son los polos del sistema ya calculados, pero sistema, se llega a las siguientes ecuaciones: de igual forma se verificarán) y los autovectores del sistema. Δ𝑝̇ (𝑡) + 4Δp(t) = 2k0 uq Δu(t) Autovalores: Δz(t) Δp(t) det(A-λI) = (λ+4)( λ+0.1) = 0 Δ𝑧̇(t) + = k1 2 √𝑧𝑞 2 √𝑝𝑞 λ1 = −4 y λ2 = −0.1 Δz(t) Δy(t) = k2 Autovectores: 2 √𝑧𝑞 0 0 α1 ⃗ Las respectivas funciones de transferencia son: ⃗⃗⃗⃗1 = ⃗0 ↔ [ (A-λ1 I)𝑣 ][ ] = 0 0.05 3.9 β1 Δ𝑃(𝑠) 2𝑘0 𝑢𝑞 = 0.05α1 + 3.9β1 = 0 ↔ α1 = −78β1 Δ𝑈(𝑠) 𝑠+4 −78 Δ𝑍(𝑠) 𝑘1 𝑣1 = [ ⃗⃗⃗⃗ ] β1 = 1 1 Δ𝑃(𝑠) 2 √𝑝𝑞 (𝑠+ ) −3.9 0 α2 ⃗ 2 √𝑧𝑞 ⃗⃗⃗⃗2 = ⃗0 ↔ [ (A-λ2 I)𝑣 ][ ] = 0 0.05 0 β2 Δ𝑌(𝑠) 𝑘2 = −3.9α2 = 0 Δ𝑍(𝑠) 2 √𝑧𝑞 } α2 = 0 0.05α2 = 0 Δ𝑌(𝑠) 𝑘0 𝑢𝑞 𝑘1 𝑘2 = (sistema total) 0 Δ𝑈(𝑠) 2 √𝑧𝑞 𝑝𝑞 (𝑠+ 1 )(𝑠+4) 𝑣2 = [ ] β2 ⃗⃗⃗⃗ 2 √𝑧𝑞 1 Se requiere trabajar los puntos de equilibrio en la media de Matriz A diagonalizada: cada rango de las señales, por lo tanto, uq = 5, pq = 50, zq = 25 −78 0 e yq = 5. Es por esto que las constantes ki a partir del cálculo T=[ ] 1 1 de los puntos de equilibrio, toman los siguientes valores: −0.0128 0 1 T-1 = [ ] k0 = 8, k1 = , k2 = 1. 0.0128 1 √2 −78 0 −4 0 −0.0128 0 A = TᴧT-1 = [ ][ ][ ] = 1 1 0 −0.1 0.0128 1 −4 0 [ ] 0.05 −0.1 Matriz de Controlabilidad: 80 −320 Wc = [𝐵 𝐵𝐴] = [ ] 0 4 Todas las columnas/filas son linealmente independientes, por lo que el rango de la matriz de controlabilidad es 2 y el sistema es controlable. Matriz de Observabilidad: 𝐶 0 0.1 Wo = [ ]=[ ] 𝐶𝐴 0.005 −0.01 Todas las columnas/filas son linealmente independientes, Fig. 2. Salida Δ𝑦(𝑡) del sistema lineal con variación de entrada 2.3. por lo que el rango de la matriz de observabilidad es 2 y el sistema es observable. Ahora, para asegurar que también las señales intermedias, B. Simulación del sistema no lineal y el modelo lineal Δp(t) y Δz(t), posean un error de modelado menor al 10%, se A través de Simulink y Matlab se simulan los sistemas no extiende el script hecho para estas señales. Dando como lineal y lineal ya vistos en el punto anterior. Se requiere resultado, que la variación máxima de la entrada es de 1, para determinar las variaciones de la entrada para que el error de que Δp(t), Δz(t) y Δy(t), tengan este error menor. modelado sea menor al 10% con respecto al valor de la salida del modelo lineal del sistema, excitándolo con una sinusoidal de frecuencia ω = 0.08[𝑟𝑎𝑑/𝑠], que está dentro de la banda. Se va variando la amplitud de la sinusoidal de entrada (desde Simulink), y con un script hecho en Matlab se obtiene la amplitud de la salida lineal en estado estacionario. Luego, se ve si la diferencia entre las dos salidas (lineal y no lineal) en todo t es menor al 10% del dato obtenido anteriormente (amplitud salida lineal). Finalmente, se obtiene que la variación máxima de la entrada es de 2.3, para que solamente la salida tenga este error menor.
Fig. 3. Salida Δ𝑦(𝑡) del sistema no lineal con variación de entrada 1.
Fig. 1. Salida Δ𝑦(𝑡) del sistema no lineal con variación de entrada 2.3.
Fig. 4. Salida Δ𝑦(𝑡) del sistema lineal con variación de entrada 1.
Se ve que al asegurar este error en las señales intermedias se obtiene un modelo con resultados más exactos. También se prueba con amplitudes más grandes para verificar que mientras más alejado del punto de equilibrio se trabaje, más error de modelado hay.
Fig. 5. Salida Δ𝑦(𝑡) del sistema no lineal con variación de entrada 4.
Fig. 6. Salida Δ𝑦(𝑡) del sistema lineal con variación de entrada 4.
Como se puede observar en las figuras 5 y 6, el modelo