Documentos de Académico
Documentos de Profesional
Documentos de Cultura
y Desarrollo Tecnológico
Presenta
Adolfo Valdez Bahena
Patricia de los Ángeles Quijano Hau
Profesor
Dr. Luis Gerardo Vela Valdés
1. Introducción .............................................................................................................................................3
2. Objetivo .....................................................................................................................................................3
3. Observador de estados.........................................................................................................................3
3.1. Observadores de estado para sistemas lineales ...................................................................4
3.1.1. Observador de orden completo ..................................................................................................4
3.2. Problema dual .................................................................................................................................5
3.3. Diseño de observadores...............................................................................................................7
3.3.1. Fórmula de Ackerman ..................................................................................................................7
4. Desarrollo .................................................................................................................................................8
4.1. Modelado del circuito RLC serie ................................................................................................8
4.1.1. Diagrama eléctrico ........................................................................................................................8
4.1.2. Modelo matemático ......................................................................................................................9
4.1.3. Diagrama a bloques .....................................................................................................................9
4.2. Diseño del observador de estados ......................................................................................... 10
4.2.1. Representación en variables de estado ................................................................................. 10
4.2.2. Prueba de observabilidad ......................................................................................................... 11
4.2.3. Cálculo de los polos .................................................................................................................. 11
4.2.4. Asignación de polos .................................................................................................................. 11
4.2.5. Cálculo de la matriz Ke ............................................................................................................. 12
4.2.6. Ecuación de estado de orden completo ................................................................................. 12
4.2.7. Diagrama a bloques del observador de estados .................................................................. 12
5. Resultados ............................................................................................................................................ 12
5.1. Simulación en MatLab ................................................................................................................ 13
5.1.1. Diagrama a bloques .................................................................................................................. 13
5.1.2. Código ......................................................................................................................................... 13
5.1.3. Gráficas ....................................................................................................................................... 14
6. Conclusiones ........................................................................................................................................ 16
Referencias ................................................................................................................................................... 16
1. Introducción
El estudio de los observadores tiene interés por el hecho de que, en muchos casos, es
deseable conocer información interna que no se puede o no se desea medir, de sistemas
en campos de la automatización como el modelado (identificación), monitoreo (detección de
fallas) o control. La utilización de observadores adecuadamente diseñados e implementados
permite obtener esa información a partir de mediciones externas. Las señales a obtener
varían desde aquellas variables en el tiempo, que se relacionan con la dinámica del sistema
(estados) hasta constantes (parámetros con incertidumbre) y señales externas que no
pueden ser medidas (perturbaciones).
2. Objetivo
Diseñar y simular en MatLab un observador en lazo abierto para un circuito RLC serie.
3. Observador de estados
A la hora de dar una clasificación de los tipos de observadores, Ogata [4] se fija en el número
de variables que son observadas. De esta manera propone una clasificación de
observadores en tres tipos:
Orden completo: el observador capta todas las variables del sistema, sin importar si
algunas están disponibles para una medición directa.
Orden reducido: el observador estima menos de n variables de estado, en donde n
es la dimensión del vector de estado.
Orden mínimo: es un observador de orden reducido con el mínimo orden posible, es
decir, si n es la dimensión del vector de estado y m es la dimensión del vector de
salidas, el observador de orden mínimo observa n-m variables.
Dentro de cada una de estas familias, podemos tener, a su vez, otras subdivisiones. Por
ejemplo, si consideramos el tipo de sistema que estamos tratando podemos tener
observadores para sistemas lineales y observadores para sistemas no lineales. A
continuación, se mostrará los fundamentos de observadores de estados para el caso más
general, el de observadores de orden completo para sistemas lineales.
3
3.1. Observadores de estado para sistemas lineales
X t Ax t Bu t (1)
y t Cx t (2)
En donde x(t) es el vector de estado (vector de dimensión n), u(t) es el vector de entradas,
y(t) es el vector de salidas, y A, B y C son matrices de coeficientes constantes. Podemos
definir un observador de estados genérico para dicho sistema como:
X t Ax t Bu t Ke y t Cx t (3)
y t Cx t (4)
El último término, es un valor de corrección que contiene la diferencia entre la salida medida
y la salida estimada. El término de corrección ayuda a reducir los efectos producidos por la
diferencia entre el modelo dinámico y el sistema real. La matriz Ke funciona como una matriz
de ponderación. En la Figura 1 se puede ver de manera esquemática el sistema en espacio
de estados y su observador genérico correspondiente.
4
Podemos obtener la dinámica del error en la estimación del estado restando la ecuación 5.1
de la ecuación 5.3:
X t X t Ax t Ax t Ke Cx t Cx t (5)
X t X t A KeC x t x t (6)
ex t x t x t (7)
e x t A KeC e x t (8)
A partir de la ecuación 8 podemos ver que el comportamiento dinámico del vector de error
se determina mediante los valores característicos de la matriz A KeC . Si la matriz es
estable, el vector convergerá a cero para cualquier vector de error inicial (e(0)). Es decir que
ey t y t Cx t (9)
ey t Cex t (10)
5
Consideramos el siguiente sistema lineal en espacio de estados:
X Ax Bu (11)
y Cx (12)
z A * z B* v (13)
n B* z (14)
v Kz (15)
Si µ1, µ2, …, µn son los valores característicos de la matriz del observador de estado,
tomando los mismos µi que los valores característicos deseados de la matriz de ganancias
de realimentación del estado del sistema dual, obtenemos:
sI A * C*K s 1 s 2 ,..., s n (16)
sI A * C*K sI A * K *C (17)
Ke K * (18)
6
Por tanto, usando la matriz K determinada mediante el enfoque de ubicación de polos en el
sistema dual, la matriz de ganancias del observador Ke para el sistema original se determina
a partir de la relación Ke = K∗ [4].
z A * z C* v (19)
C* A * C* A C*
n 1
*
(20)
Sea n, por tanto, ésta es la condición para una observabilidad completa del sistema original.
Enfoque directo
Enfoque de sustitución
Fórmula de Ackerman
Debido a que la fórmula de Ackerman es la más genérica, así como la más usada, a
continuación, se procederá a describir esta técnica.
7
1
C 0
CA 0
Ke A (21)
n1
CA 1
En donde φ(A) es igual a φ(S) que es el polinomio característico deseado para el observador
de estado. Viene dado por la expresión 22:
n
S S i S 1 S 2 S n (22)
i1
En donde µ1, µ2, …, µn son los valores característicos deseados. La elección de dicho
conjunto de valores en muchos casos, no es única [4]. Por tanto, podrían elegirse muchas
ecuaciones características diferentes como ecuaciones características deseadas. Para
cada ecuación característica deseada, tenemos una matriz Ke diferente. Para cada una de
las matrices de ganancias que obtenemos, deben realizarse pruebas en simulación con el
fin de ver el comportamiento y la respuesta del observador generado. En muchos casos
prácticos la elección de la mejor matriz Ke se resuelve en un compromiso entre la respuesta
rápida y la sensibilidad ante perturbaciones y ruidos.
4. Desarrollo
R L
+ - + -
iL
+ Vc
Vi C
-
8
4.1.2. Modelo matemático
diL
Vi RiL L Vc 0 (23)
dt
diL R 1 1
iL Vc Vi (24)
dt L L L
dVc
iL C (25)
dt
dVc 1
iL (26)
dt C
diL R 1 1
iL Vc Vi
dt L L L
dVc 1
iL
dt C
9
4.2. Diseño del observador de estados
Para el diseño del observador se hace la representación del sistema en variables de estado,
con las ecuaciones 29 y 30:
X Ax Bu (27)
y Cx (28)
X1 iL (29)
X2 Vc (30)
Según el sistema de ecuaciones, se definen las matrices para las ecuaciones 27 y 28.
di
L
x
X
1 dt
(31)
dVc
x2
dt
R 1
L
L
A (32)
1 0
C
x i
X 1 L (33)
x 2 Vc
1
B L (34)
0
u Vi (35)
10
0 1
C (36)
1 0
R 1
L 1
L x1
X L u (37)
1 0 2 0
x
C
0 1 x1
y (38)
1 0 x2
pobs C;CA
1
(39)
En este caso el sistema (circuito RLC) es de orden 2, es decir, n=2. Por lo que se debe
verificar que el rango de pobs sea 2.
Se calculan los polos del sistema. Siendo A la matriz del sistema, entonces:
R 1
L
L
rs eig (40)
1 0
C
ro 10 * rs (41)
11
Se asignan las raíces:
C1 0 1
(43)
C2 1 0
La matriz de ganancias Ke se obtiene aplicando la fórmula de Ackerman como sigue:
x Ax Bu Ke y Cx (45)
5. Resultados
12
5.1. Simulación en MatLab
Para los elementos del circuito RLC se propusieron los siguientes valores:
Vi 10
R 1k
L 169mH
C 1F
Figura 5. Diagrama a bloques del observador en lazo abierto para un circuito RLC
5.1.2. Código
13
% Definir las matrices del sistema
A = [ -R/L 1/Cap ; -1/L 0 ]; B = [ 1/L 0 ; 0 0 ]; C = [ 0 1 ; 1 0 ]
% Prueba de observabilidad
pobs= [ C' ; A'*C' ]
% Determinar el rango
rangoA = rank(A)
rangopobs = rank(pobs)
% Si el rangoA = rangopobs entonces el sistema es completamente observable
% Se calculan las raíces del sistema
rs = eig(A)
% Se calculan las raíces para el observador (10 veces más rápido que el sistema)
ro = 10*rs
% Se asignan las raíces
V = [ ro(1) ro(2) ]
% Se separa la matriz de coeficientes de la salida
% en 2 vectores para aplicar la fórmula de Ackerman
C1 = [ 0 1 ]
C2 = [ 1 0 ]
% Calcular la matriz de ganancias Ke con la fórmula de Ackerman
Ke = [ (acker(A',C2',V))' (acker(A',C1',V))' ]
5.1.3. Gráficas
14
Figura 7. Gráfica del error en el voltaje
15
6. Conclusiones
El estudio de los observadores tiene interés por el hecho de que, en muchos casos, es
deseable conocer información interna que no se puede o no se desea medir, de sistemas
en campos de la automatización como el modelado (identificación), monitoreo (detección de
fallas) o control. La utilización de observadores adecuadamente diseñados e implementados
permite obtener esa información a partir de mediciones externas. Las señales a obtener
varían desde aquellas variables en el tiempo, que se relacionan con la dinámica del sistema
(estados) hasta constantes (parámetros con incertidumbre) y señales externas que no
pueden ser medidas (perturbaciones).
Referencias
16