Luis Riojas

Estrategias de control automático

Lugar geométrico de raíces (LGR)
1. Explique el concepto de estabilidad según la teoría clásica de control

Se explica como cualquier sistema con una variable estable en la cual entra un
perturbación B controlada y la variable responda de forma que no supera a B, quiere
decir que se producirá una oscilación en el sistema que se irá reduciendo
paulatinamente.

El valor absoluto de ‘y’ en el dominio del tiempo (t) es menor o igual a B para todo t
que pertenece a los números reales

2. ¿Qué muestra el lugar geométrico de raíces?

Muestran la parte de sistema que se mantiene estable cuando se varia la ganancia,

siempre que se mantenga al lada izquierdo de plano complejo se puede asegurar que es
sistema es estable.

3. ¿Qué información se puede obtener del LGR?

Se pueden obtener los polos de las raíces de una función de transferencia y se pueden
manipular fácilmente variando cierto parámetro

4. Explique cómo se obtiene la condición de magnitud y ángulo para LGR

Primero se obtiene la función de transferencia en lazo cerrado para luego sacar la

ecuación característica. Una constante K se agrega en el lazo. Para determinar los
polos se igual a cero
𝛥(0) = 1 + 𝐾 ∗ 𝐺(𝑠) ∗ 𝐻(𝑠) = 0
−1
𝐺(𝑠) ∗ 𝐻(𝑠) =
𝐾
- La condición de magnitud es el valor absoluto de G(s) *H(s) y el ángulo de como:
(2K +1)*π
 5. Considere el siguiente sistema de control:

Grafique su LGR y determine el valor de K tal que se consiga tener un factor de

amortiguamiento ζ = 0.5 en un par de polos complejos dominantes. Verifique sus
resultados encontrando la respuesta en el tiempo ante un escalón unitario.

La ganancia hallada para un amortiguamiento del 0.5 es kc=1.02

% Problema 5
k=1;
num=k;
den=[1 3 2 0];
F=tf(num,den)
planta=feedback(F,1)
figure(1)
rlocus(F)
figure(2)
step(planta)
Código de simulación MatLab

6. Al compensador del ejemplo se le ha agregado la parte derivativa para formar un PD. Se

le pide determinar el valor de Kc para el cual el sistema se vuelve inestable.
Verifique sus resultados mediante una simulación
¿Cambian sus resultados si utiliza un PD real?

El sistema siempre está estable, sin

importar el aumento de la ganancia se
mantiene al lado izquierdo se plano
complejo.

Controladores PD y P-D
Los resultados de la reacción del sistema para los controladores PD y P-D son diferentes.

7. Grafique el LGR para el sistema de la figura:

Encuentre el K crítico que determina su estabilidad.

Nota: Investigue sobre la aproximación de Padé para simplificar el término de retardo
de tiempo.

Con la función ‘pade’ en MatLab se pudo obtener una aproximación de la función de

transferencia de sistema para poder introducir en el código de simulación y determinar los
polos de las raíces.
El cruce de los polos de la raíz con el eje imaginario se da con una ganancia aproximada
a 24.5

En el simulink, se colocó la ganancia limite obtenida en MatLab y en la simulación se

mostro una oscilación permanente del sistema, evidencia de estar al límite de la
estabilidad.
 %% Problema 7

Re=tf([2],[100 1],'InputDelay',4)
G=pade(Re,1)
step(G)

nun7=[-2 1];
den7=[100 51 0.5];
F7=tf(nun7,den7);
figure(5)
rlocus(F7)

Código de MatLab para el problema 8

8. Grafique el LGR del sistema conforme “a” varía de 0 a infinito. Determine el valor de “a”
de modo que el factor de amortiguamiento relativo de los polos dominantes en lazo
cerrado sea 0.5.

El factor de amortiguamiento equivalente a 0.5 se dio en

%% Problema 8
k=0; una ganancia igual a 2.
nun8=[2+k 2*k];
den8=[1 2 0 0];
F8=tf(nun8,den8);
figure(5)
rlocus(F8)
Función de transferencia