Introduccion Al Control Digital

Sistemas de control digitales
El presente trabajo está basado en el capítulo 13 del libro “Control systems

engineering” de Norman N. Nise, sexta edición. En algunos tramos oficia de
resumen y en otros de ampliación. Los ejemplos fueron desarrollados con Matlab
R2014a.
13.1 Introducción
Como ya es evidente para nosotros, los sistemas digitales han reemplazado en

incontables ámbitos a los sistemas analógicos estudiados hasta el momento en el
curso. El esfuerzo realizado, por supuesto, no ha sido vano ya que como veremos
los conceptos aprendidos pueden extenderse a un mundo digital que presenta
muchas ventajas entre las que sobresalen reducción de costos, flexibilidad para
realizar cambios y mayor inmunidad al ruido.
Para que el mundo digital pueda interactuar con el analógico, son necesarios los
conversores analógico/digital (ADC) y digital/analógico (DAC). Un lazo típico, con
controlador digital, será como el de la figura:
• Conversión digital/analógica
Esta conversión es simple e instantánea. La salida del conversor es la
suma de los bits de la señal digital convenientemente ponderados
(“pesados”)
Teoría de control Ing. Ignacio Waldman Página 1

• Conversión analógica/digital
La conversión analógica a digital es un proceso no instantáneo típicamente
realizado en dos pasos. Existe un retraso entre la señal analógica presente
en la entrada del conversor y la aparición de la correspondiente palabra
digital en la salida. En estos conversores, la señal analógica es capturada
en muestras. La tasa o frecuencia de muestreo debe ser de al menos el
doble del ancho de banda de la señal a convertir. (Criterio de Nysquit)
En el tiempo que transcurre entre dos muestras consecutivas, el valor de la
señal de entrada es retenido por un dispositivo llamado zero order sample
and hold (Z.O.H.) lo que lleva a una aproximación tipo escalera de la señal.
Luego del proceso de muestreo y retención, se obtiene en la salida del
conversor el valor digital correspondiente. El rango dinámico de la señal
analógica es dividido en niveles y a cada nivel se le asigna un valor. En el
ejemplo de la figura la señal analógica es dividida en ocho niveles. Un
número de tres bits es suficiente para representar esos ocho niveles.
Llamando n a la cantidad de bits del conversor y M al rango dinámico de la
del conversor será 2 y la amplitud de la señal analógica vinculada a cada

señal a digitalizar, la cantidad de valores que pueden aparecer a la salida
uno de esos niveles será de ⁄2 .

Lo dicho, se resume en la figura.
Teoría de control UNSAM Página 2

13.2 Modelando la computadora digital
La naturaleza de las señales (digitales, analógicas) en un lazo de control no

es tan importante como lo que sucede con ellas. Si por ejemplo
consiguiéramos tiempos de muestreo y conversión lo suficiente pequeños
como para considerarlos instantáneos los criterios utilizados hasta este
momento en el curso podrían aplicarse sin modificaciones a los sistemas
digitales.
Esta suposición no puede realizarse en muchos de los sistemas de interés
y es por ello que debemos modelar los circuitos asociados al mundo digital.
• Modelando el muestreador
Derivaremos un modelo matemático que represente a la computadora

digital vista como un muestreador y un retenedor de orden cero (Z.O.H). El
objetivo es hallar una función transferencia para sistemas discretos, similar
a las vistas en el curso para sistemas continuos. Sin embrago veremos que
la utilización de la transformada de Laplace se vuelve un poco engorrosa y
una nueva transformada, la transformada Z, resulta naturalmente
adecuada.
En la figura siguiente aparecen dos representaciones del proceso de
muestreo. En la primera, más elemental, el proceso se entiende como un
como un dispositivo capaz de multiplicar las señales ( ) y ( ).

interruptor abriendo y cerrando. En la segunda el proceso es representado

para asumir que ( ) no varía durante el intervalo de muestreo siendo igual
De aquí en adelante consideramos el ancho del pulso tan pequeño como
a ( ). En otras palabras, la señal ( ) será reemplazada por un tren de

impulsos unitarios cuyo valor en = será ( ) . Hecha esta
consideración, la señal muestreada estará dada por:
∗( )= ( ) ( − )
El resultado ha sido derivado en forma intuitiva. En el libro de Nise puede

encontrarse un abordaje formal del problema.
• Modelando el retenedor de orden cero (Z.O.H)
La figura siguiente resume la idea del retenedor de orden cero.
ideal, mientras que su salida devuelve una aproximación escalera de ( ).

En su entrada tenemos un tren de pulsos proveniente del muestreador
Hemos visto en el curso que la función transferencia de un sistema lineal

coincide con la respuesta al impulso del mismo. Esto es así ya que la
transformada del impulso es la unidad.
Cuando en la entrada del retenedor aparece un impulso, su salida (y lo que
es lo mismo en este caso, su función transferencia) es un pulso de duración
(período de muestreo)
Un pulso de ancho puede pensarse como un escalón unitario al que se le
resta un segundo escalón desplazado un tiempo . Con todo lo dicho puede
pensarse la transferencia del retenedor en el dominio de Laplace como:

( ) 1 1 1−
( )= ∗(
= − =
)
13.3 La transformada Z
Mientras que un sistema continuo la estabilidad y la respuesta transitoria

dependen del valor de los componentes del propio sistema y la ganancia
del controlador, en los sistemas digitales dependerá además del período de
muestreo.
El objetivo aquí es desarrollar una transformada (Z) que incluya
intrínsecamente información sobre el período de muestreo y que nos
permita hallar funciones transferencia, analizar y diseñar sistemas digitales
con la misma facilidad que ofrece la transformada de Laplace para sistemas
contínuos.
Habíamos visto que una señal muestreada en forma ideal tiene la forma:
∗( )= ( ) ( − )
Si tomamos su transformada de Laplace (unilateral):
∗( )= ( )
Si ahora hacemos = , la ecuación precedente puede escribirse como:
∗( )= ( ) = ( )
Esta expresión, que hemos introducido de manera bastante natural, es la

definición de la transformada Z y veremos que resultará de gran ayuda para el
resto del camino.
Ejemplo 13.1
Encontrar la transformada Z de una función rampa unitaria muestreada.
Solución
La versión continua de la función a transformar es, por definición: ( ) = . En este
punto podemos comenzar a pensar a para sistemas discretos de la misma forma
que pensamos a para sistemas continuos (con k = 0, 1, 2, 3…). Ello nos hará
discreto está dada por ( ) = . La versión muestreada de ( ) de es:

ganar simpleza en la notación. Para este caso, la función a transformar en tiempo
∗( )= . ( − )
Cuya transformada de Laplace está dada por:
∗( )=
Pensemos en este punto que continuar analizando una señal de estas

características en el dominio de Laplace implica acarrear con una sumatoria
infinita por todo el problema, situación no del todo agradable. Pasemos ahora al
dominio Z, reemplazando por .
( )=
Esta función en el dominio Z sigue presentando la sumatoria infinita, cosa que
una representación de ( ) en la que no aparezca la sumatoria.

queremos evitar. Lo que se busca es encontrar una “solución cerrada”. Esto es,
Existe una propiedad de las series geométricas que es conveniente recordar:
1
! = "#$ |!| < 1
1−!
Análogamente,
1 1 1
= ' ( = = "#$ ) ) < 1, + ",- | | > 1
1 −1
1−
En resumen, si | | > 1
=1+ 0
+ 1
+ 2
+⋯=
−1
Desarrollando nuestra ( ), tenemos:

( ) = (0 + 0
+2 1
+3 2
+⋯)
Si multiplicamos por ambos miembros, el contenido del paréntesis será más

parecido al desarrollo anterior:
( ) = (1 + 2 0
+3 1
+ ⋯)
Finalmente, restando ( ) miembro a miembro:
( ) − ( ) = (1 + 0
+ 1
+⋯) =
−1
( )( − 1) =
−1
( )=
( − 1)1
default Matlab asume que la variable de tiempo muestreado independiente es $,

El ejemplo puede resolverse de forma muy simple con Matlab simbólico. Por
por lo que en el llamado a la función ztrans debemos indicar que en realidad

nuestra variable independiente es . En la figura siguiente se observa la
resolución con el resultado esperado.

El resultado final se ajusta al requerimiento de encontrar una expresión cerrada,
es decir, ha desaparecido la sumatoria.
De forma similar pueden hallarse las transformadas para las funciones que ya nos
son familiares. Las siguientes son tablas con transformadas comunes y
propiedades de la transformada Z.

La transformada Z inversa
Revisemos dos vías para antitransformar una ( ): la expansión en
Sin importar el método usado, hay que recordar que la ( ) proviene de una
fracciones simples y el método de la serie de potencias.
función discreta, por lo que el resultado de la antitransformación tendrá validez

solo en los instantes de muestreo
Método de expansión en fracciones simples
En la tabla de transformadas, aparece una entrada que nos será de utilidad:
6
⟺
− 6
Una intuición entrenada puede pensar como una descomposición conveniente a:
8 9 :
( )= + + +⋯
− 0 − 1 − 2
La expansión en fracciones simples estudiada para antitransformar una ( ) no

contempla la variable independiente en el numerador. El obstáculo se salva
;(<)
<
fácilmente antitransformando para en el último paso multiplicar ambos
miembros de la expansión por . Clarifiquemos la situación con un ejemplo.
Ejemplo 13.2
Dada ( ), hallar ( )y ∗
( ).
0,5
( )=
( − 0,5)( − 0,7)
Solución:

( ) 0,5 8 9
= = +
( − 0,5)( − 0,7) ( − 0,5) ( − 0,7)
Donde:
( )( − 0,5) 0,5
8 = lim = = −2,5
<→ ,C (0,5 − 0,7)

( )( − 0,7) 0,5
9 = lim = = 2,5
<→ ,D (0,7 − 0,5)
Lo que lleva a
( ) −2,5 2,5 −2,5 2,5

= + → ( ) = +
( − 0,5) ( − 0,7) ( − 0,5) ( − 0,7)
Cada uno de los términos de la expansión puede transformarse directamente si

igualamos a las constantes de los denominadores con 6 , es decir:
( ) = −2,5(0,5) + 2,5(0,7)
Ahora, pasemos al dominio :
∗( )= ( ) ( − )= [−2,5(0,5) + 2,5(0,7) ] ( − )
Los primeros cuatro sumandos son ( = 0,1,2,3):

∗( ) = 0 ( ) + 0,5 ( − ) + 0,6 ( − 2 ) + 0,545 ( − 3 ) + ⋯
De nuevo, la solución puede hallarse de forma rápida y sencilla con Matlab

simbólico.

Método de la serie de potencias
Los valores de ∗ ( ) pueden obtenerse directamente de ( ).. Aunque el método
consiste en realizar la división de los polinomios, luego pasar a ∗ ( ) y finalmente

no conduce a expresiones cerradas puede ser utilizado para graficar. El método
a ∗ ( ).
Ejemplo 13.3
( ) si ( )= = <I
∗ ,C< ,C
C<
(< ,C)(< ,D) 0,1<K ,2C
Hallar los primeros tres valores de
Solución:
Lo que conduce a ( ) = 0,5

,JK ,0DC< LM
0
+ <I
0,1<K ,2C
. Realizando nuevas divisiones de la
parte de ( ) que está expresada como fracción llegamos a
( ) = 0,5 0
+ 0,6 1
+ 0,545 2
+⋯
Usando la definición de = , podemos escribir:

∗( ) = 0,5 + 0,6 1
+ 0,545 2
+⋯
Y finalmente:
∗( ) = 0,5 ( − ) + 0,6 ( − 2 ) + 0,545 ( − 3 ) + ⋯

13.4 Funciones transferencia
Consideremos el sistema continuo de la figura siguiente, parte a. Si la entrada se

muestrea (parte b), la salida sigue siendo continua. Sin embargo, si para nosotros
es suficiente conocer la salida solo en los instantes de muestreo de la entrada, el
problema se simplifica notablemente. Esta asunción queda graficada en la parte c
de la figura donde se ha agregado un muestreador “fantasma” que actúa en
sincronismo con el muestreador de la entrada.
Función transferencia de pulsos (PTF)
igual forma que ocurría con ( ) para sistemas continuos.

Se busca una función transferencia que vincule entrada y salida del sistema, de
En el libro de Nise puede verse el desarrollo teórico cuyo resultado se muestra a

continuación:
:( ) = ( )N( )
Donde :( ) es la versión en el dominio Z de : ∗ ( ), la salida del muestreador

fantasma introducido en la sección anterior.
Este importante resultado muestra que la transformada de la salida muestreada
puede hallarse como el producto de la transformada de la entrada muestreada y la
PTF.
Un camino posible para hallar la función transferencia de pulsos ( ), es
comenzar con ( ) , antitransformar para hallar O( ) y finalmente por tablas
encontrar la ( ) buscada.
Ejemplo 13.4
0( )=
K1
K0
Dado un retenedor de orden cero en cascada con , es decir
( )=
0 P LQR ( K1)
( K0)
hallar la función transferencia de pulsos si el tiempo de
muestreo es = 0,5 segundos.
Solución
Podemos formular una solución general para este tipo de problemas, los cuales
0 ( ), esto es:
son muy comunes. El primer paso es incluir la s del denominador del retenedor en
+2
= (1 − )
(S)
( + 1)
Recordando que por definición = , podemos escribir:
+2 −1 +2
= (1 − 0 )Ζ
U V= ΖU V
(<)
( + 1) ( + 1)
Para obtener Ζ W X
K1
( K0)
comencemos por pasar del dominio de Laplace al temporal,
mediante la descomposición en fracciones simples habitual:
+2 8 9 2 1
1( )= = + = +
( + 1) +1 +1
De aquí:
O1 ( ) = 2 − Y
Yendo al dominio k:
O1 ( )=2−
Que puede llevarse al dominio Z tabla de transformadas mediante:
2
O1 ( ) = −
−1 −
Haciendo = 0,5

2 1
− 0,213
O1 ( ) = − =
−1 − 0,607 ( − 1)(( − 0,607)
Finalmente:
−1 − 0,213
( )= 1( )=
− 0,607
Realicemos el mismo trabajo pero con Matlab simbólico.

Puede arribarse al mismo resultado con Matlab tradicional, de forma bastante más
comando recibirá como argumentos la función transferencia 0 ( ) y el tiempo de

compacta. Para ello utilizaremos el comando c2d (continuous to discrete). Este
muestreo T. Sin argumentos adicionales c2d asume que el sistema está

antecedido por un retenedor de orden cero.
13.5 Reducción de diagramas en bloques
El objetivo de esta sección es hallar una función transferencia a lazo cerrado

para un conjunto de subsistemas que poseen muestreadores en su interior.
Al reducir diagramas debemos ser cuidadosos al ubicar los muestreadores
fantasma para que el sistema pueda asemejarse a la definición de PTF
establecida en la sección anterior.
En la figura vemos algunos casos básicos. En la columna s aparecen los sistemas
muestreados y en la z sus correspondientes transformadas. El caso a es el
estudiado en la sección pasada. Este sistema sienta las bases para el resto de las
transformaciones.
bloque 0 ( ) y 1 ( ). Nótese, como es muy sencillo de comprobar con dos

El caso b, puede tratarse de la misma forma que el a si reducimos a un solo
funciones cualquiera, que en general ΖZ 0 ( ) 1 ( )[ ≠ ΖZ 0 ( )[ΖZ 1 ( )[

En el caso c aparecen dos subsistemas muestreados, por lo que hay que tratarlos
Finalmente, para el caso d, no puede tomarse la transformada z de 0 ( ) puesto

como al caso a pero en forma individual.
1 ( ).
que no existe muestreador a su entrada y solo puede tratarse como el caso a a
Veamos un ejemplo con un muestreador incluido en un sistema realimentado.
Ejemplo 13.5
Hallar la función transferencia del sistema de la parte a de figura.
Solución:
La primera operación que debemos realizar es la inclusión de muestreadores

fantasma a la salida de los bloques cuyas entradas sean muestreadas, sin alterar
Así, en la parte b de la figura se ha agregado S4 a la salida de ( ), luego del

la naturaleza de las señalas transmitidas a otros bloques.
punto de unión hacia ]( ).

El siguiente punto a analizar es el sumador. Como su salida es evaluada solo en
los instantes de muestreo, en nada cambia la situación si en lugar de evaluar sus
entradas en forma continua lo hacemos en los instantes de muestreo. Con esta
idea es que se agregan S2 y S3.

El paso siguiente es mover S1 y ( ), a la derecha del punto donde se toma la
sistemas ( ) y ( )]( ) se encuentran precedidos y antecedidos por

realimentación, como se muestra en la parte c de la figura. Con este cambio los
puede verse en la parte d. También se ha reemplazado N ∗ ( ) por N( ) y : ∗ ( ) por

muestreadores, por lo que ya podemos transformarlos al dominio z, cosa que
:( ). De esta forma todas las variables del sistema están en el dominio z y las
reglas habituales de reducción de bloques derivadas para el dominio s pueden

utilizarse con el apropiado cambio de variables. Así, se obtienen las partes e y f de
la figura, que muestran que el resultado obtenido es análogo al de un sistema
realimentado continuo.
13.6 Estabilidad
La notable diferencia entre sistemas realimentados continuos y discretos es

el efecto que la frecuencia de muestreo produce en la respuesta transitoria.
Cambios en el tiempo de muestreo no solo pueden cambiar la naturaleza de la
respuesta (de sobreamortiguada a subamortiguada o viceversa), también pueden
tornar un sistema estable en inestable.
A continuación discutiremos sobre estabilidad desde dos perspectivas diferentes,
primero, el plano z y luego en el plana s.
Estabilidad de sistemas digitales (plano z)
Está claro desde los primeros pasos en este curso, que el semiplano izquierdo es
transferencia ( ) es convertida en una PTF ( ), la región de estabilidad en el

la región en la cual nuestros sistemas continuos son estables. Si una función
plano z puede evaluarse a partir de la definición =

Tomemos = ^ + _`.
.
= = = (aKbc)
= a bc
Es decir podemos ver a z como un vector de módulo a y fase ` .
Todo el semiplano izquierdo, es decir los puntos donde ^ < 0, se corresponden

Cada región del plano s puede mapearse en otra del plano z.
con un vector z de módulo | a| (puesto que el periodo de muestreo T solo puede
Exploraciones análogas pueden hacerse para ^ > 0 (semiplano derecho) y ^ = 0

tomar valores positivos). Esta última expresión es siempre menor que la unidad.
(eje imaginario).
La figura muestra las tres regiones de importancia en el plano s mapeadas en el
plano z.
Así, un sistema digital es estable si todos sus polos de lazo cerrado están en el
interior del círculo unitario, marginalmente estable si posee polos simples sobre el
círculo unitario e inestable si posee polos en el exterior del círculo unitario.

Ejemplo 13.6
El misil mostrado en la parte a de la figura puede ser aerodinámicamente

controlado por torques creados por la deflexión de superficies de control en el
cuerpo del misil. Los comandos para deflexionar dichas superficies provienen de
una computadora que intenta mantener al proyectil en una determinada
trayectoria. En la parte b de la figura se ve un modelo simplificado de lo antes
descripto. Un acelerómetro colecta datos que son realimentados hacia la
computadora.
estable para d = 20 y d = 100 si el tiempo de muestreo T es 0,1 segundos.

Encontrar la función transferencia de lazo cerrado y determinar si el sistema es

Solución:
El primer paso es incorporar al esquema los modelos de la computadora y

los conversores A/D y D/A. El conjunto computadora y conversor D/A es un
muestreador y retenedor, los conversores A/D son muestreadores (Parte c de la
Obtengamos ( ), el camino directo del diagrama:

figura).
1− d 27
( )=
( + 27)

Reacomodando la s del conjunto computadora-conversor tenemos
( ) = (1 − )
e 1D
I( K1D)
Transformando:
d 27
( ) = (1 − 0 )Ζ(
1(
)
+ 27)
Para transformar el resto de la expresión, debemos recurrir a las fracciones

simples. El término K es invariante ante la transformación.
27 8 9 :
1(
= 1+ + (∗)
+ 27) + 27
por ( + 27) y evaluando en = −27:

Determinemos primero el valor de la constante :, multiplicando ambos miembros
1
=:
27
Multiplicando ambos miembros de (∗) por 1
, tenemos:
27 :
=8+9 + (∗∗)
( + 27) + 27
Y evaluando en = 0,
1=8
segundo miembro de (∗) y forzar el numerador a 27, esto es:

Un camino posible para hallar el valor de B, es realizar la suma indicada en el
1
+ 27 + 9 1
+ 279 + 27 1
1
1 ( + 27)
⇒ 9 = −
27
Volviendo al problema:
1 1k27 1k
27 lm
( ) = (1 − 0 )Ζ
gK i 1 − +
s s s + 27
Tz 1k 1k
( ) = (1 − 0 )K
i − 27 z+ 27 zl
(z − 1) 1 (z − 1) z − e 1Dq

−1 0,5z 1k 1k
( )= Ki − 27 z + 27 zl
(z − 1)1 (z − 1) z − e 1Dq
0,5 1 0,037( − 1)
( ) = d' − + (
− 1 27 − 0,0672
0,1( − 0.0672) − 0,037( − 1)( − 0,0672) + 0,037( − 1)1

( )=d
( − 1)( − 0.0672)
(0,0665 − 0,02783)
( )=d
( − 1)( − 0.0672)
Finalmente,
( ) d(0,0665 − 0,02783)
( )= =
1 + (s) 1 + (0,0655d − 1,0672) + (0,02783d + 0,0672)
su denominador. Para d = 20, tenemos raíces en = 0,12 ± _0,78, las cuales

Para poder sacar conclusiones sobre la estabilidad del sistema, debemos evaluar
valor de K, el sistema es estable. Para d = 100, tenemos raíces en 0 = −0,58 y

resultan complejas conjugadas y dentro del círculo unitario, por lo que para este
1 = −4,9 las cuales resultan reales y diferentes, apareciendo una de ellas fuera
del círculo unitario por lo que para este valor de K, el sistema es inestable.
continuos. Obtuvimos ( ), en donde la gran novedad es la aparición del Z.O.H.

Notemos que lo aquí hecho no es tan diferente al tratamiento en sistemas
para luego obtener la función transferencia a lazo cerrado. Sobre esta

transferencia a lazo cerrado, evaluamos la ubicación de los polos con el criterio de
estabilidad para el plano z (dentro o fuera del círculo unitario).
Hagámoslo con Matlab:

En este ejemplo hemos cambiado el valor de K, para observar que el sistema deja
de ser estable en algún punto. Esta situación es idéntica a lo que ocurre en
sistemas continuos. Veamos ahora que sucede al variar un parámetro que es
exclusivo del mundo digital, el tiempo de muestreo.
Ejemplo 13.7: Rango de estabilidad para T
Para el sistema de la figura, determinar el rango de valores de T, para los cuales

el sistema es estable.

Solución:
Recorramos el mismo camino del ejemplo anterior:
1− 10
( )=
+1
10
( ) = (1 − 0
) Ζ U V
s(s + 1)
A B
( ) = (1 − 0
) Ζ U + V
s s+1
Con
10
8 = lim = 10
→ +1
10
9 = lim = −10
→ 0
Por lo tanto,
10 10
( ) = (1 − 0
)Ζ U − V
s s+1
− 1 10 10
( )= ( − )
−1 −
10( − 1)
( ) = 10 −
−
10 − 10 − 10 + 10
( )=
−
10(1 − )
( )=
−

= zy y ] = z{ la transferencia = 0K|},
x x |
Recordando que para un sistema con
y {
=x
x y z{
y x{ Kzy z{
puede expresarse como
Para este sistema será:
( ) 10(1 − ) 10(1 − )
( )= = =
1 + ( ) 10(1 − )+ − − (11 − 10)
Para 0 ≤ ≤ ∞ el único polo de la transferencia varía desde 1 hasta -10. La

pregunta de nuestro problema es hasta que punto podemos aumentar T,
manteniéndonos dentro del círculo unitario, es decir:
11 − 10 ≥ −1
≥ 9
− ≥ ln (9/11)
≤ 0,2 ( Oƒ$+# )
estable es ≤ 0,2 o lo que es lo mismo ≥ 5] .

Vemos que el rango de período de muestreo, para que el sistema permanezca
Transformación bilineal
= = ln ( ). Si tenemos una ( ) y
0
Hemos definido . Lo que conduce a
sustituimos por obtenemos ( ) y volvemos al plano s. De la misma forma
podemos reemplazar s por ln ( ) en una ( ) y movernos al plano z. Si bien
0
estas idas y vueltas entre los planos s y z son exactas, la aparición de funciones
logarítmicas y exponenciales dificultan la operatoria.
Lo que se busca es una transformación entre el plano z y otro plano complejo, al
que llamaremos w. La transformación debe ser lineal de z a w y de w a z, es decir
debe ser bilineal.
Definimos:
„+1
=
„−1
Lo que lleva a

+1
„=
−1

Veremos a continuación que cualquier punto en el interior del círculo unitario en el
plano z, se corresponde con algún punto en el semiplano izquierdo del plano w.
Cualquier punto sobre el círculo unitario del plano z se corresponde con algún
punto en el eje jw del plano w y finalmente cualquier punto fuera del círculo
unitario del plano z se corresponde con algún punto en el semiplano derecho del
Tomemos „ = ^ + _… y sustituyamos en la definición:

plano w.
(^ + 1) + _…
=
(^ − 1) + _…
Cuyo módulo es:
†(^ + 1)1 + … 1
| |=
†(^ − 1)1 + … 1
Si ^ < 0 (‡ˆ‰) ⇒ | | < 1
Si ^ > 0 (‡ˆŠ) ⇒ | | > 1
Si ^ = 0 (‹Œ‹ Œ•) ⇒ | | = 1
Esta transformación es útil para aplicar el criterio de Routh-Hurwitz en sistemas

digitales.
Ejemplo 13.8
Dada ( ) = Ž( )/Š( ), donde Š( ) = 2 − 1 − 0,2 + 0,1 usar el criterio de

Ruth-Hurwitz para determinar la ubicación de los polos del sistema.
Solución
Aplicamos la transformación bilineal:
’K0 2 ’K0 1
D(w) = ‘’ 0“ − ‘’ 0“ − 0,2 ‘’ 0“ + 0,1
’K0
(w + 1)2 − (w + 1)1 (w − 1) − 0,2(w + 1)(w − 1)1 + 0,1(w − 1)2

D(w) =
(w − 1)2
Igualando a cero:
0 = „ 2 − 19„ 1 − 45„ − 17

Sobre esta nueva ecuación, podemos aplicar Routh.
Se observa un cambio de signo en la primera columna, lo que indica un polo en el

semiplano derecho del dominio w. Esto se corresponde con un polo fuera del
círculo unitario del dominio z, por lo que este sistema no es estable.
13.7 Errores de estado estacionario
Analizaremos los efectos del muestreo sobre el estado estacionario de un sistema

digital. Resulta complicado obtener conclusiones generales debido al hecho de
que la ubicación del muestreador en el lazo modifica la transferencia de lazo
abierto del sistema. Concentrémonos entonces en el caso más frecuente, donde el
muestreador se ubica en la posición de un controlador en cascada con la planta.
En la figura puede verse el sistema a analizar y sucesivas modificaciones hasta
arribar a un modelo en el dominio z.

.En la parte d de la figura se observa que:
‹( ) = N( ) − ‹( ) ( )
‹( )”1 + ( )• = N( )
N( )
‹( ) =
1+ ( )
Apliquemos a ‹( ) el teorema del valor final:

∗(
→ ∞) = lim(1 − 0 )‹( )
<→0
N( )
∗ ( → ∞) = lim(1 − 0)
<→0 1+ ( )
−1 N( )
∗ ( → ∞) = lim
<→0 1+ ( )
sistema – ( )- y la entrada en sí misma -N( )-.

Al igual que en los sistemas continuos, el valor final del error está vinculado con el
Analicemos el caso de nuestras entradas típicas.
Entrada escalón unitario:
Si N( ) es un escalón unitario, es decir N( ) = < 0, el valor final del error estará

<
dado por:
1
∗ ( → ∞) =
1 + lim ( )
<→0
Definiendo la contante de error estática de posición – como lim<→0 ( ), podemos

escribir:
1
∗ ( → ∞) =
1+ –
Entrada rampa unitaria:
Si N( ) es una rampa unitaria, es decir N( ) = (<

<
0)I
, el valor final del error estará
dado por:

1
∗ ( → ∞) = lim
<→0 ( − 1) (1 + ( ))
∗ ( → ∞) = lim
<→0 ( − 1) + ( − 1) ( )
( → ∞) = lim
<→0 ( − 1) ( )
(< 0)|(<)
Definiendo la contante de error estática de velocidad — como lim<→0
, podemos escribir:
1
∗ ( → ∞) =
—
Entrada parábola unitaria:
Si N( ) es una parábola unitaria, es decir N( ) = 1 <(<K0)

1(< 0)˜
, el valor final del error
estará dado por:
∗(
( + 1)
1
1
→ ∞) = lim
<→0 2( − 1) (1 + ( ))
1
∗(
( + 1)
1
→ ∞) = lim
<→0 2( − 1)1 + 2( − 1)1 ( )
1
∗(
→ ∞) =
lim( − 1)1 ( )
<→0
como lim<→0
(< 0)I |(<)
Definiendo la contante de error estática de aceleración 6 I
, podemos escribir:
1
∗ ( → ∞) =
6
Resumen
Las expresiones obtenidas más arriba son similares a las halladas para sistemas
continuos. Mientras que en los sistemas continuos necesitábamos múltiples polos

= 1. Esto toma sentido cuando recordamos que, por definición =
en el origen para reducir el error de estado estacionario, aquí los necesitamos en
que si = 0 , entonces = 1.
, por lo
Ejemplo 13.9
Para el sistema de la figura, hallar el error en régimen permanente ante una

0( )=
0
( K0)
entrada escalón, rampa y parábola unitaria, si
10
( ) = (1 − 0
) Ζ U V
s 1 (s + 1)
A B C
( ) = (1 − 0 )Ζ
U + + V
s 1 s s+1
Con
10
: = lim 1
= 10
→ 0
10
8 = lim = 10
→ +1
Como
10 10 9 10
1(
= 1+ +
+ 1) +1
10 = 10( + 1) + 9 ( + 1) + 10 1
10 = 10 + 10 + 9 1
+ 9 + 10 1
Para que se cumpla la igualdad debe ser 9 = −10.

Por lo tanto:
10 10 10
( ) = (1 − 0 )Ζ
U − + V
s 1 s s+1
10Tz 10z 10z
( ) = (1 − 0)
U − + V
(z − 1) 1 z−1 z−e q
10 10( − 1)
( )= − 10 +
−1 −
Para una entrada escalón unitario:
d– = lim ( ) = ∞
<→0
Por lo que:
1
∗ ( → ∞) = =0
1+ –
Para una entrada rampa unitaria:
( − 1) ( )
d— = lim = 10
<→0
Por lo que:
1
∗ ( → ∞) = = 0,1
—
Para una entrada parábola unitaria:
( − 1)1 ( )
d6 = lim 1
=0
<→0
Por lo que:
1
∗ ( → ∞) = =∞
6
Los resultados son los mismos que los obtenidos para el sistema continuo. Sin
embargo, para que sean válidos, el sistema debe ser estable. Ello debe verificarse
previamente para el valor de T adoptado.
Resolvamos con Matlab.

Podemos ver que el sistema es estable (ningún polo con módulo mayor que 1)
para el tiempo de muestreo elegido.
Las salidas son las esperadas para una entrada escalón y rampa unitaria. Para el
caso de la parábola obtenemos un número muy grande cuando estábamos
verificarse (función roots) que Gz_Ka tiene un cero en = 1,0001 , en lugar de 1.

esperando un infinito. La diferencia está dada por problemas numéricos. Puede

Esto lleva a un d6 ligeramente distinto de cero y lógicamente, una inversa muy alta
aunque no infinita.
13.8 Respuesta transitoria en el plano Z
La respuesta transitoria en los sistemas discretos está determinada, al igual que

en los continuos, por la ubicación de los polos a lazo cerrado.
plano s en el plano z a través de la transformación =

Veremos a continuación como se mapean los lugares geométricos de interés del
.
Líneas verticales en el plano s están asociadas a tiempos de establecimiento
= š0 + _`. Donde š0 = −
›
constante. Están caracterizadas por la ecuación
R
Para que el sistema sea estable š0 debe ser negativa, es decir debe estar en el
semiplano izquierdo.
Esto, llevado al plano z, resulta:
= (œM Kbc)
= œM b c
= -0 b c
Que es una familia de círculos concéntricos de radio -0 < 1 para š0 < 0.

Además:
-0 = = ⇒ R = − •ž (Ÿ
œM › / R ›
M)
de /
En la figura de abajo se observan los círculos en el plano z para distintos valores

constantes. . Están caracterizadas por la ecuación = š + _`0donde `0 = /
Las líneas horizontales en el plano s se corresponden con tiempos de pico
–
Reemplazando tenemos:
= (œKbcM )
= œ b cM
= œ b¡M
Que son líneas radiales con pendiente ¢0 en el plano z.

Además:
¢0
¢0 = `0 = ⇒ =
– –
Las líneas radiales se observan en la figura de arriba para valores de T

normalizados en – .

%¤‡ constantes. Estas líneas pueden definirse en función del coeficiente de
Finalmente, Las líneas radiales en el plano s se corresponden con sobreimpulsos
amortiguamiento ¥, que gráficamente es el coseno del ángulo formado entre la

línea radial y el semieje negativo š, de la siguiente forma: = −` + _`
¦
†0 ¦ I
Reemplazando tenemos:
¨ L«Q¨
§ c Kbcª
= =
©ML¨I ©ML¨I bc
para distintos valores de ¥. Todas las líneas aquí representadas pasan por el
Este lugar geométrico resulta más complejo, y puede verse en el gráfico de arriba
origen del plano s, por lo que no sorprende que pasen por el punto z=1 en el
plano z.
13.9 Diseño de la ganancia de lazo en el plano z
El objetivo es trazar el lugar de raíces y determinar la ganancia k necesaria para

cumplir con alguna característica de respuesta.
Las funciones transferencia a lazo abierto y lazo cerrado para un sistema genérico
como el de la figura son iguales al de un sistema continuo con la misma topología,
con el correspondiente cambio de variables (s por z).
Es por ello que en sistemas discretos podremos utilizar las mismas reglas para el
trazado del lugar de raíces que las desarrolladas para sistemas continuos. Existe
sin embargo, un detalle no menor que es el cambio de la región de convergencia,
que no será ya el semiplano izquierdo sino el interior del círculo unitario.
Fijemos estas ideas con algunos ejemplos.
Ejemplo 13.10
Esbozar el lugar de raíces y determinar el rango de valores de k para el cual el

sistema de la figura es estable.

Solución
El sistema a lazo abierto presenta un cero en = −1 y polos en = 1 y = 0,5. El

eje real es parte del lugar de raíces entre menos infinito y -1 como así también
entre 0,5 y 1. Como las ramas del lugar de raíces comienzan en los polos de lazo
abierto y terminan en los ceros, debe existir un punto de fuga entre 0,5 y 1 y un
punto de ingreso al eje real entre menos infinito y -1. Usemos Matlab para hallar
un gráfico preciso. El comando rlocus, devuelve el lugar de raíces junto con círculo
unitario cuando el argumento con el que es invocado es una función transferencia
de tiempo discreto. Un clic en la intersección del círculo unitario con el lugar de
raíces nos devuelve la solución a nuestro problema.

El sistema será estable para valores de k menores a 0,494.
En el ejemplo siguiente buscaremos el valor de la ganancia para obtener una

determinada especificación en la respuesta transitoria. El tratamiento es igual que
en los sistemas continuos. Es decir, debemos superponer en un mismo gráfico el
lugar de raíces con las curvas de la característica deseada y buscar su
intersección.
Ejemplo 13.11
Para la misma planta del problema anterior, hallar el valor de k para que el
coeficiente de amortiguamiento sea de 0,7.
Solución
Agreguemos la instrucción zgrid al final del script del ejercicio anterior y algunos
puntos más al vector k. Haciendo zoom en la zona de interés, obtenemos:

buscado la ganancia del sistema debe ser = 0,063.
Del gráfico se desprende que para obtener el coeficiente de amortiguamiento
Para ¥ = 0,7 , el sobreimpulso asociado será:

¦¬
( )
%¤‡ = †0 ¦ I ∗ 100% = 5%
Verifiquémoslo con Matlab:

Otras opciones de resolución con Matlab son el simulink

Y la graphical user interface (GUI) ltiviewer:

13.10 Compensación en cascada en el plano s
El diseño mediante la variación del parámetro k visto en la sección anterior permite

ubicar los polos de lazo cerrado en cualquier posición del lugar de raíces. Si la
combinación de características de respuesta deseadas (tiempo de
establecimiento, sobreimpulso, etc) para nuestro sistema obliga a ubicar los polos
de lazo cerrado fuera del lugar de raíces original, será necesario la inclusión de un
compensador en el lazo de control.
El diseño de compensadores directamente en el plano z queda fuera del alcance
de este trabajo. Se busca en cambio reutilizar los conceptos de diseño en el plano
s, para luego extrapolarlos al plano z mediante una transformación bilineal, con el
grado de inexactitud que esto conlleva.
Utilizaremos para la conversión del dominio s al z del compensador, la llamada
transformación de Tustin, definida como:
2( − 1)
=
( + 1)
Cuya inversa es:
1+2
=
1−
2
La transformación funciona con suficiente precisión para valores de T pequeños
(altas frecuencias de muestreo).
Astrom y Wittenmark (1984) desarrollaron una guía para la selección del período
debe estar en el rango 0,15/`∅® a 0,5/`∅® donde `∅® es la frecuencia 0 dB del

de muestreo T. La conclusión a la que arribaron es que el valor de T en segundos,
diagrama de magnitud/frecuencia de la planta en serie con el compensador.
Ejemplo 13.12
Para el sistema de control digital de la figura, donde:
1
–( )=
( + 6)( + 10)
Diseñar un compensador de adelanto, ¯ ( ) de forma tal que el sistema

opere con un 20% de sobreimpulso y un tiempo de establecimiento de 1,1
segundos.

Solución
Diseñaremos en el plano s para luego llevar el controlador al plano z por

medio de la transformación Tustin.
¦¬
( )
%¤‡ = †0 ¦ I ∗ 100% = 20% ⇒ ¥ = 0,57
Es decir, el lugar de raíces de la planta más el controlador deberá pasar por una
línea radial en el plano s que forma un ángulo con el semieje negativo de coseno
0,57.
Además
4 4
š0 = − =− = 3,63 -°+/
1,1

línea paralela al eje jw en el plano s, en š0 = 3,63 -°+/ .
Es decir, el lugar de raíces de la planta más el controlador deberá pasar por una
Para no dispersar la atención con la resolución ya conocida en el plano s, solo

=
KJ
verificaremos con Matlab que un controlador de la forma ¯ K1±,0
cumple con la
especificación para = 1970.

El conjuntó controlador-planta está dado entonces por:
1970
–( ) ¯( ) =
( + 29,1)( + 10)
Averigüemos cual es el módulo de esta función en 0 dB.
comprendido en el rango 0,15/`∅® y 0,5/`∅® . Para este caso `∅® = 5,66 por lo
Astrom y Wittenmark nos dicen que el período de muestreo T debe estar
que para cumplir con el criterio 0,026 ≥ ≥ 0.088 . Elijamos un período de

muestreo aún mejor que el sugerido; adoptemos = 0,01 .

plano z de nuestro controlador ¯ ( ).
Con todo esto, utilicemos la transformación de Tustin para obtener la versión en el
−1
1970(200 + 1 + 6)
¯( ) = −1
200
+ 1 + 29,1
200 − 200 + 6 + 6
+1
¯ ( ) = 1970 200 − 200 + 29,1 + 29,1
+1
206 − 194
¯( ) = 1970
229,1 − 170,9
1771 − 1668
¯( )=
− 0,746
La versión digital de la planta puede obtenerse fácilmente con Matlab:
Grafiquemos la respuesta al escalón del conjunto planta controlador:

Que como vemos cumple con la especificación.
13.11 Implementación del compensador digital
Resulta de primordial interés la obtención de un algoritmo que nos permita

implementar digitalmente un compensador como el diseñado en la sección
anterior.
Consideremos el conjunto compensador planta de la figura:
Avancemos con un compensador genérico de la forma:

²( ) °2 2 + °1 1 + °0 + °
¯( ) = =
‹( ) ³1 1 + ³0 + ³
Reacomodando:
²( )(³1 1
+ ³0 + ³ ) = ‹( )(°2 2
+ °1 1
+ °0 + ° )
Despejando el término con la potencia más alta de z:
³1 1
²( ) = ‹( )(°2 2
+ °1 1
+ °0 + ° ) − (³0 + ³ )²( )
Dividiendo ambos miembros por ³1 1

:
°2 °1 °0 ° ³0 ³
²( ) = ‹( ) ' 0
+ + 0
+ 1
(−' 0
+ 1
( ²( )
³1 ³1 ³1 ³1 ³1 ³1
Finalmente, antitransformando:
°2 °1 °0 ° ³0 ∗ ³
! ∗( ) = ∗(
+ )+ ∗( )+ ∗(
− )+ ∗(
−2 )− ! ( − ) − ! ∗( − 2 )
³1 ³1 ³1 ³1 ³1 ³1
Vemos que la salida del compensador depende de valores pasados (términos con t-T o t-
2T), valores presentes (términos con t) y ¡valores futuros! (término con t+T). Por supuesto
que el compensador así planteado no es físicamente realizable. Generalizando este
ejemplo, podemos concluir que para que el compensador sea físicamente realizable el
denominador. Continuemos nuestro análisis asignando °2 = 0.

numerador de su función transferencia debe ser de grado menor o igual que el
De esta forma:
°1 °0 ° ³0 ∗ ³
! ∗( ) = ∗( )+ ∗(
− )+ ∗(
−2 )− ! ( − ) − ! ∗( − 2 )
³1 ³1 ³1 ³1 ³1
muestras del error y dos muestras de ! ∗ ( ) pasadas para formar la nueva salida ! ∗ ( )
Vemos que el algoritmo que implemente nuestro controlador deberá almacenar dos
como una combinación lineal de ellas y el error actual.

La figura siguiente esquematiza la situación:

Tomemos un ejemplo numérico.
Ejemplo 13.13
Obtener un diagrama de flujo como el anterior para un compensador definido por:
²( ) + 0,5
¯( )= =
‹( ) 1 − 0,5 + 0,7
Multiplicando cruzado:
²( )( 1
− 0,5 + 0,7) = ‹( )( + 0,5)
Por lo que:
²( ) 1
= ‹( )( + 0,5) − ²( )(−0,5 + 0,7)
1
Dividiendo por
²( ) = ‹( ) 0
+ 0,5‹( ) 1
+ 0,5²( ) 0
− 0,7²( ) 1
Y antitransformando:
! ∗( ) = ∗(
− ) + 0,5 ∗ ( − 2 ) + 0,5! ∗ ( − ) − 0,7! ∗ ( − 2 )
Que esquemáticamente puede representarse como:

Este esquema puede utilizarse como base para la implementación del compensador
programado en un sistema microcontrolado.

Introduccion Al Control Digital

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Introduccion Al Control Digital

Cargado por

Copyright:

Formatos disponibles

Sistemas de control digitales

El presente trabajo está basado en el capítulo 13 del libro “Control systems

Como ya es evidente para nosotros, los sistemas digitales han reemplazado en

Teoría de control Ing. Ignacio Waldman Página 1

del conversor será 2 y la amplitud de la señal analógica vinculada a cada

uno de esos niveles será de ⁄2 .

Teoría de control UNSAM Página 2

La naturaleza de las señales (digitales, analógicas) en un lazo de control no

Derivaremos un modelo matemático que represente a la computadora

como un dispositivo capaz de multiplicar las señales ( ) y ( ).

Teoría de control UNSAM Página 3

a ( ). En otras palabras, la señal ( ) será reemplazada por un tren de

El resultado ha sido derivado en forma intuitiva. En el libro de Nise puede

• Modelando el retenedor de orden cero (Z.O.H)

La figura siguiente resume la idea del retenedor de orden cero.

ideal, mientras que su salida devuelve una aproximación escalera de ( ).

Hemos visto en el curso que la función transferencia de un sistema lineal

Teoría de control UNSAM Página 4

Mientras que un sistema continuo la estabilidad y la respuesta transitoria

Si tomamos su transformada de Laplace (unilateral):

Si ahora hacemos = , la ecuación precedente puede escribirse como:

Esta expresión, que hemos introducido de manera bastante natural, es la

Encontrar la transformada Z de una función rampa unitaria muestreada.

discreto está dada por ( ) = . La versión muestreada de ( ) de es:

Cuya transformada de Laplace está dada por:

Pensemos en este punto que continuar analizando una señal de estas

Esta función en el dominio Z sigue presentando la sumatoria infinita, cosa que

una representación de ( ) en la que no aparezca la sumatoria.

Existe una propiedad de las series geométricas que es conveniente recordar:

Desarrollando nuestra ( ), tenemos:

Teoría de control UNSAM Página 6

Si multiplicamos por ambos miembros, el contenido del paréntesis será más

Finalmente, restando ( ) miembro a miembro:

default Matlab asume que la variable de tiempo muestreado independiente es $,

por lo que en el llamado a la función ztrans debemos indicar que en realidad

Teoría de control UNSAM Página 7

Teoría de control UNSAM Página 8

Revisemos dos vías para antitransformar una ( ): la expansión en

función discreta, por lo que el resultado de la antitransformación tendrá validez

Método de expansión en fracciones simples

En la tabla de transformadas, aparece una entrada que nos será de utilidad:

Una intuición entrenada puede pensar como una descomposición conveniente a:

La expansión en fracciones simples estudiada para antitransformar una ( ) no

Teoría de control UNSAM Página 10

( ) −2,5 2,5 −2,5 2,5

Cada uno de los términos de la expansión puede transformarse directamente si

Ahora, pasemos al dominio :

Los primeros cuatro sumandos son ( = 0,1,2,3):

De nuevo, la solución puede hallarse de forma rápida y sencilla con Matlab

Teoría de control UNSAM Página 11

Los valores de ∗ ( ) pueden obtenerse directamente de ( ).. Aunque el método

consiste en realizar la división de los polinomios, luego pasar a ∗ ( ) y finalmente

Lo que conduce a ( ) = 0,5

Usando la definición de = , podemos escribir:

Teoría de control UNSAM Página 12

Consideremos el sistema continuo de la figura siguiente, parte a. Si la entrada se

Función transferencia de pulsos (PTF)

igual forma que ocurría con ( ) para sistemas continuos.

En el libro de Nise puede verse el desarrollo teórico cuyo resultado se muestra a

Donde :( ) es la versión en el dominio Z de : ∗ ( ), la salida del muestreador

Recordando que por definición = , podemos escribir:

Que puede llevarse al dominio Z tabla de transformadas mediante:

Teoría de control UNSAM Página 14