PROGRAMA DE INGENIERÌA MECATRÓNICA

UNIVERSIDAD AUTONOMA DE BUCARAMANGA - UNAB

MODELADO EN EL ESPACIO DE ESTADOS

M.Sc. Hernando González Acevedo

1. Seleccionar un artículo que presente el modelo dinámico de un sistema no lineal, para lo cual puede
realizar la consultar en una base de datos (ieeexplore.ieee.org), una revista científica o un libro.
- Describir el modelo dinámico que se presenta en el artículo y trascribir las ecuaciones diferenciales en
el informe.
- Representar la dinámica del sistema en espacio de estados
- Indicar el valor de los parámetros del modelo, los cuales deben ser consultados en un artículo o libro
científico relacionado con el tema.

Tema Control para un robot manipulador de 2 eslabones (Acrobot)

Descripción del modelo Se considera un brazo robótico de 2 enlaces que actúa en el
matemático plano vertical contra la fuerza de la gravedad. Aquí el brazo
robótico considerado está en condición no activada, un actuador
está conectado con el codo (en la articulación-2) pero no hay un
actuador conectado al hombro (en la articulación-1) como se
muestra en la figura 1. La tarea de control más común en el robot
es tarea de control de oscilación en la que se usa el par de codo
(articulación-2) para equilibrar y transferir el brazo del robot en
disposición vertical.

La masa del eslabón se concentra a la distancia 𝑙𝑎1 para el

enlace 1 y a la distancia 𝑙𝑎2 del enlace 2 y los vectores variables
de las articulaciones son 𝑞 = [𝜃1 𝜃2 ]𝑇 y el vector de torque es
𝜏 = [𝑀1 𝑀2 ]𝑇, como se muestra en la figura 𝜃1 es el ángulo de
la articulación del hombro y 𝜃2 es el ángulo de la articulación del
codo. Los momentos de inercia 𝐼1 y 𝐼2 se consideran sobre los
pivotes.

Ecuaciones de movimiento

La cinemática está dada por

𝑙1 sin 𝜃1
𝑋1 = [ ]
−𝑙1 cos 𝜃1

𝑙2 (sin 𝜃1 + 𝜃2 )
𝑋2 = 𝑋1 + [ ] (1)
−𝑙1 cos(𝜃1 + 𝜃2 )
Para el eslabón 1 la energía cinética es

1 2 1 2
𝑇1 = 𝐼1 𝜃1̇ + 𝑚1 𝑙𝑎1 2 𝜃̇1 (2)
2 2

Para el eslabón 2 la energía cinética es

1 2 2
𝑇2 = 𝑚 [𝜃̇ (𝑙 2 + 2𝑙1 𝑙𝑎2 + 𝑙𝑎2 2 ) + 𝜃̇2 (𝑙𝑎2 2 ) + 𝜃̇1 𝜃̇2 (2𝑙1 𝑙𝑎2
2 2 1 1
1 2
+ 2𝑙𝑎2 2 )] + 𝐼2𝜃̇2 (3)
2

Ahora la energía potencial para el eslabón 1 y eslabón 2 es

𝑉 = −𝑚1 𝑔𝑙𝑎1 cos 𝜃1 − 𝑚2 𝑔(𝑙1 cos 𝜃1 + 𝑙𝑎2 cos(𝜃1 + 𝜃2 )) (4)

Lagrangiano para todo el brazo

𝐿 = (𝑇1 + 𝑇2 ) − 𝑉 (5)

Por lo tanto, podemos escribir la ecuación del Lagrangiano en

forma de:

1 2 1 2
𝐿= 𝐼 𝜃̇ + 𝐼2 𝜃̇2
2 1 1 2
1 2 2
+ (𝑚2 (𝜃̇1 (𝑙12 + 2𝑙1 𝑙𝑎2 + 𝑙𝑎2 2 ) + 𝑙𝑎2 2 𝜃̇2
2
1 2
+ 𝜃̇1 𝜃̇2 (2𝑙𝑎2 2 + 2𝑙1 𝑙𝑎2 ))) + (𝑚1 𝑙𝑐12 𝜃1̇ )
2
+ 𝑔𝑚2 𝑙𝑎2 cos(𝜃1 + 𝜃2 ) + 𝑔𝑚2 𝑙1 cos(𝜃1 )
+ 𝑔𝑚1 𝑙𝑎1 cos(𝜃1 ) (6)

De acuerdo con Euler-Lagrange

𝑑 𝜕𝐿 𝜕𝐿
( )−( ) = 𝑀1 (7)
𝑑𝑡 𝜕𝜃̇1 𝜕𝜃1

𝑑 𝜕𝐿 𝜕𝐿
( )−( ) = 𝑀2 (8)
𝑑𝑡 𝜕𝜃̇2 𝜕𝜃2

Por lo tanto, la ecuación del torque puede ser escrita como

𝑀1 = 𝑚1 𝜃̈1 𝑙𝑎1 2 + 𝑚1 𝑙𝑎1 𝑔 sin(𝜃1 ) + 𝑙1 𝜃̈1

+ 𝑚2 (𝑙1 + 𝑙𝑎2 )(𝑙1 𝜃̈1 + 𝑙𝑎2 𝜃̈1 + 𝑙𝑎2 𝜃̈2 )
+ 𝑔𝑙𝑎2 𝑚2 sin(𝜃1 + 𝜃2 )
+ 𝑔𝑙1 𝑚2 sin(𝜃1 ) (9)

1
𝑀2 = 𝐼2 𝜃̈2 + (𝑚2 (𝜃1̈ (2𝑙𝑎2 2 + 2𝑙1 𝑙𝑎2 ) + 2𝑙𝑎2 2 𝜃̈2 )
2
+ 𝑚2 𝑙𝑎2 𝑔 sin(𝜃1 + 𝜃2 ) (10)
 El robot manipulador de 2 eslabones considerado tiene un motor
DC que se usa para generar torque en el codo (articulación 2) y
no se usa motor en la articulación uno (hombro), por lo tanto
𝑀1 = 0.
La ecuación 𝑀1 y 𝑀2 se puede organizar en un vector de forma
matricial de la siguiente manera:

𝑀11 𝑀12 𝜃̈1 𝐻 𝐺 𝑀

[ ] [ ] + [ 1] + [ 1 ] = [ 1] (11)
𝑀21 𝑀22 𝜃̈2 𝐻2 𝐺2 𝑀2

Donde:

𝑀11 = 𝑚1 𝑙𝑎1 2 + 𝑚2 ((𝑙1 2 + 𝑙𝑎2 2 + 2𝑙1 𝑙𝑎2 cos 𝜃2 ) + 𝐼1 + 𝐼2 )

𝑀12 = 𝑚2 (𝑙𝑎2 2 + 𝑙1 𝑙𝑎2 cos 𝜃2 ) + 𝐼2 = 𝑀21

𝑀22 = 𝑚2 𝑙𝑎2 2 + 𝐼2
2
𝐻1 = −𝑚2 𝑙1 𝑙𝑎2 sin 𝜃2 𝜃̇2 − 2𝑚2 𝑙1 𝑙𝑎2 sin 𝜃2 𝜃̇2 𝜃̇1
2
𝐻2 = 𝑚2 𝑙1 𝑙𝑎2 sin 𝜃2 𝜃̇1

𝐺1 = (𝑚1 𝑙𝑎1 + 𝑚2 𝑙1 )𝑔 cos 𝜃1 + 𝑚2 𝑙𝑎2 𝑔 cos(𝜃1 + 𝜃2 )

𝐺2 = 𝑚2 𝑙𝑎2 𝑔 cos(𝜃1 + 𝜃2 )

La ecuación dinámica del robot puede ser escrita como:

𝑀(𝑞̈ ) + 𝐻(𝑞, 𝑞̇ ) + 𝐺(𝑞) = 𝜏 (12)

Donde 𝑀(𝑞̈ ) es la matriz de inercia, 𝐻(𝑞, 𝑞̇ ) es la matriz de

Coriolis y el vector centrífugo y 𝐺(𝑞) pertenece al vector de
gravedad del manipulador.

Nombre de los estados 𝒙(𝒕) y 𝑥1

𝑥2
vector de entrada 𝒖(𝒕) 𝑥(𝑡) = [𝑥3 ]
𝑥4

𝑥1 = 𝜃1 Posición angular eslabón 1

𝑥2 = 𝜃̇1 = 𝑥̇ 1 Velocidad angular eslabón 1
𝑥3 = 𝜃2 Posición angular eslabón 2
𝑥4 = 𝜃̇2 = 𝑥̇ 2 Velocidad angular eslabón 2

𝜏1
𝑢(𝑡) = [𝜏 ] ; 𝑇𝑜𝑟𝑞𝑢𝑒𝑠 𝑑𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎.
2
Razón de cambio de los estados 𝑥̇ 1 = 𝜃̇1
 𝑥̇ 2 = 𝜃̈1 = −(𝑇2 ∗ 𝑙𝑐2^2 ∗ 𝑚2 − 𝑇1 ∗ 𝑙𝑐2^2 ∗ 𝑚2 − 𝐼2 ∗ 𝑇1
+ 𝑇2 ∗ 𝑙1 ∗ 𝑙𝑐2 ∗ 𝑚2 − 𝑔 ∗ 𝑙1 ∗ 𝑙𝑐2^2 ∗ 𝑚2^2
∗ 𝑠𝑖𝑛(𝑞1 + 𝑞2) + 𝐼2 ∗ 𝑔 ∗ 𝑙𝑐2 ∗ 𝑚2 ∗ 𝑠𝑖𝑛(𝑞1
+ 𝑞2) + 𝑔 ∗ 𝑙1 ∗ 𝑙𝑐2^2 ∗ 𝑚2^2 ∗ 𝑠𝑖𝑛(𝑞1) + 𝐼2
∗ 𝑔 ∗ 𝑙1 ∗ 𝑚2 ∗ 𝑠𝑖𝑛(𝑞1) + 𝐼2 ∗ 𝑔 ∗ 𝑙𝑐1 ∗ 𝑚1
∗ 𝑠𝑖𝑛(𝑞1) + 𝑔 ∗ 𝑙𝑐1 ∗ 𝑙𝑐2^2 ∗ 𝑚1 ∗ 𝑚2
∗ 𝑠𝑖𝑛(𝑞1))/(𝐼1 ∗ 𝐼2 + 𝐼2 ∗ 𝑙1^2 ∗ 𝑚2 + 𝐼2
∗ 𝑙𝑐1^2 ∗ 𝑚1 + 𝐼1 ∗ 𝑙𝑐2^2 ∗ 𝑚2 + 𝐼2 ∗ 𝑙𝑐2^2
∗ 𝑚2 + 𝑙𝑐1^2 ∗ 𝑙𝑐2^2 ∗ 𝑚1 ∗ 𝑚2 + 2 ∗ 𝐼2 ∗ 𝑙1
∗ 𝑙𝑐2 ∗ 𝑚2)

𝑥̇ 3 = 𝜃̇2

𝑥̇ 4 = 𝜃̈2 = (𝐼1 ∗ 𝑇2 + 𝑇2 ∗ 𝑙1^2 ∗ 𝑚2 + 𝑇2 ∗ 𝑙𝑐1^2 ∗ 𝑚1 − 𝑇1

∗ 𝑙𝑐2^2 ∗ 𝑚2 + 𝑇2 ∗ 𝑙𝑐2^2 ∗ 𝑚2 − 𝑇1 ∗ 𝑙1 ∗ 𝑙𝑐2
∗ 𝑚2 + 2 ∗ 𝑇2 ∗ 𝑙1 ∗ 𝑙𝑐2 ∗ 𝑚2 − 𝑔 ∗ 𝑙1 ∗ 𝑙𝑐2^2
∗ 𝑚2^2 ∗ 𝑠𝑖𝑛(𝑞1 + 𝑞2) − 𝑔 ∗ 𝑙1^2 ∗ 𝑙𝑐2
∗ 𝑚2^2 ∗ 𝑠𝑖𝑛(𝑞1 + 𝑞2) − 𝐼1 ∗ 𝑔 ∗ 𝑙𝑐2 ∗ 𝑚2
∗ 𝑠𝑖𝑛(𝑞1 + 𝑞2) + 𝑔 ∗ 𝑙1 ∗ 𝑙𝑐2^2 ∗ 𝑚2^2
∗ 𝑠𝑖𝑛(𝑞1) + 𝑔 ∗ 𝑙1^2 ∗ 𝑙𝑐2 ∗ 𝑚2^2 ∗ 𝑠𝑖𝑛(𝑞1)
− 𝑔 ∗ 𝑙𝑐1^2 ∗ 𝑙𝑐2 ∗ 𝑚1 ∗ 𝑚2 ∗ 𝑠𝑖𝑛(𝑞1 + 𝑞2)
+ 𝑔 ∗ 𝑙𝑐1 ∗ 𝑙𝑐2^2 ∗ 𝑚1 ∗ 𝑚2 ∗ 𝑠𝑖𝑛(𝑞1) + 𝑔 ∗ 𝑙1
∗ 𝑙𝑐1 ∗ 𝑙𝑐2 ∗ 𝑚1 ∗ 𝑚2 ∗ 𝑠𝑖𝑛(𝑞1))/(𝐼1 ∗ 𝐼2 + 𝐼2
∗ 𝑙1^2 ∗ 𝑚2 + 𝐼2 ∗ 𝑙𝑐1^2 ∗ 𝑚1 + 𝐼1 ∗ 𝑙𝑐2^2
∗ 𝑚2 + 𝐼2 ∗ 𝑙𝑐2^2 ∗ 𝑚2 + 𝑙𝑐1^2 ∗ 𝑙𝑐2^2 ∗ 𝑚1
∗ 𝑚2 + 2 ∗ 𝐼2 ∗ 𝑙1 ∗ 𝑙𝑐2 ∗ 𝑚2)

Parámetros del modelo 𝑚1 = 1 [𝐾𝑔]

matemático
𝑚2 = 1 [𝐾𝑔]

𝐼1 = 0,083 [𝐾𝑔⁄𝑚2 ]

𝐼2 = 0,33 [𝐾𝑔⁄𝑚2 ]

𝑙𝑎1 = 0,5 [𝑚]

𝑙𝑎2 = 1 [𝑚]

𝑙1 = 1 [𝑚]

𝑙2 = 2 [𝑚]

𝑔 = 9,81 [𝑚⁄𝑠 2 ]

Nota. En el informe no se admite imágenes de las ecuaciones diferenciales, se debe utilizar el editor de
ecuaciones de Word.

2. Establecer un modelo lineal para el sistema. A partir de la matriz de estados, determinar si el sistema
es estable o inestable alrededor del punto de equilibrio
 𝑇1𝑜 = −((𝑔 ∗ 𝑙1 ∗ 𝑙𝑐2^2 ∗ 𝑚2^2 ∗ 𝑠𝑖𝑛(𝑥10 + 𝑥20) + 𝑔
∗ 𝑙1^2 ∗ 𝑙𝑐2 ∗ 𝑚2^2 ∗ 𝑠𝑖𝑛(𝑥10 + 𝑥20)
+ 𝐼1 ∗ 𝑔 ∗ 𝑙𝑐2 ∗ 𝑚2 ∗ 𝑠𝑖𝑛(𝑥10 + 𝑥20)
− 𝑔 ∗ 𝑙1 ∗ 𝑙𝑐2^2 ∗ 𝑚2^2 ∗ 𝑠𝑖𝑛(𝑥10)
− 𝑔 ∗ 𝑙1^2 ∗ 𝑙𝑐2 ∗ 𝑚2^2 ∗ 𝑠𝑖𝑛(𝑥10)
+ 𝑔 ∗ 𝑙𝑐1^2 ∗ 𝑙𝑐2 ∗ 𝑚1 ∗ 𝑚2 ∗ 𝑠𝑖𝑛(𝑥10
+ 𝑥20) − 𝑔 ∗ 𝑙𝑐1 ∗ 𝑙𝑐2^2 ∗ 𝑚1 ∗ 𝑚2
∗ 𝑠𝑖𝑛(𝑥10) − 𝑔 ∗ 𝑙1 ∗ 𝑙𝑐1 ∗ 𝑙𝑐2 ∗ 𝑚1
∗ 𝑚2 ∗ 𝑠𝑖𝑛(𝑥10))/(𝑚2 ∗ 𝑙1^2 + 2 ∗ 𝑚2
∗ 𝑙1 ∗ 𝑙𝑐2 + 𝑚1 ∗ 𝑙𝑐1^2 + 𝑚2 ∗ 𝑙𝑐2^2
+ 𝐼1) + (𝐼2 ∗ 𝑔 ∗ 𝑙𝑐2 ∗ 𝑚2 ∗ 𝑠𝑖𝑛(𝑥10
+ 𝑥20) − 𝑔 ∗ 𝑙1 ∗ 𝑙𝑐2^2 ∗ 𝑚2^2
∗ 𝑠𝑖𝑛(𝑥10 + 𝑥20) + 𝑔 ∗ 𝑙1 ∗ 𝑙𝑐2^2
∗ 𝑚2^2 ∗ 𝑠𝑖𝑛(𝑥10) + 𝐼2 ∗ 𝑔 ∗ 𝑙1 ∗ 𝑚2
∗ 𝑠𝑖𝑛(𝑥10) + 𝐼2 ∗ 𝑔 ∗ 𝑙𝑐1 ∗ 𝑚1
∗ 𝑠𝑖𝑛(𝑥10) + 𝑔 ∗ 𝑙𝑐1 ∗ 𝑙𝑐2^2 ∗ 𝑚1 ∗ 𝑚2
∗ 𝑠𝑖𝑛(𝑥10))/(𝑚2 ∗ 𝑙𝑐2^2 + 𝑙1 ∗ 𝑚2
∗ 𝑙𝑐2))/((𝑚2 ∗ 𝑙𝑐2^2 + 𝑙1 ∗ 𝑚2
∗ 𝑙𝑐2)/(𝑚2 ∗ 𝑙1^2 + 2 ∗ 𝑚2 ∗ 𝑙1 ∗ 𝑙𝑐2
+ 𝑚1 ∗ 𝑙𝑐1^2 + 𝑚2 ∗ 𝑙𝑐2^2 + 𝐼1)
− (𝑚2 ∗ 𝑙𝑐2^2 + 𝐼2)/(𝑚2 ∗ 𝑙𝑐2^2
+ 𝑙1 ∗ 𝑚2 ∗ 𝑙𝑐2))

𝑇2𝑜 = ((𝐼2 ∗ 𝑔 ∗ 𝑙𝑐2 ∗ 𝑚2 ∗ 𝑠𝑖𝑛(𝑥10 + 𝑥20) − 𝑔 ∗ 𝑙1

∗ 𝑙𝑐2^2 ∗ 𝑚2^2 ∗ 𝑠𝑖𝑛(𝑥10 + 𝑥20) + 𝑔
Forma ∗ 𝑙1 ∗ 𝑙𝑐2^2 ∗ 𝑚2^2 ∗ 𝑠𝑖𝑛(𝑥10) + 𝐼2
Punto de equilibrio
simbólica ∗ 𝑔 ∗ 𝑙1 ∗ 𝑚2 ∗ 𝑠𝑖𝑛(𝑥10) + 𝐼2 ∗ 𝑔 ∗ 𝑙𝑐1
∗ 𝑚1 ∗ 𝑠𝑖𝑛(𝑥10) + 𝑔 ∗ 𝑙𝑐1 ∗ 𝑙𝑐2^2 ∗ 𝑚1
∗ 𝑚2 ∗ 𝑠𝑖𝑛(𝑥10))/(𝑚2 ∗ 𝑙𝑐2^2 + 𝐼2)
+ (𝑔 ∗ 𝑙1 ∗ 𝑙𝑐2^2 ∗ 𝑚2^2 ∗ 𝑠𝑖𝑛(𝑥10
+ 𝑥20) + 𝑔 ∗ 𝑙1^2 ∗ 𝑙𝑐2 ∗ 𝑚2^2
∗ 𝑠𝑖𝑛(𝑥10 + 𝑥20) + 𝐼1 ∗ 𝑔 ∗ 𝑙𝑐2 ∗ 𝑚2
∗ 𝑠𝑖𝑛(𝑥10 + 𝑥20) − 𝑔 ∗ 𝑙1 ∗ 𝑙𝑐2^2
∗ 𝑚2^2 ∗ 𝑠𝑖𝑛(𝑥10) − 𝑔 ∗ 𝑙1^2 ∗ 𝑙𝑐2
∗ 𝑚2^2 ∗ 𝑠𝑖𝑛(𝑥10) + 𝑔 ∗ 𝑙𝑐1^2 ∗ 𝑙𝑐2
∗ 𝑚1 ∗ 𝑚2 ∗ 𝑠𝑖𝑛(𝑥10 + 𝑥20) − 𝑔 ∗ 𝑙𝑐1
∗ 𝑙𝑐2^2 ∗ 𝑚1 ∗ 𝑚2 ∗ 𝑠𝑖𝑛(𝑥10) − 𝑔 ∗ 𝑙1
∗ 𝑙𝑐1 ∗ 𝑙𝑐2 ∗ 𝑚1 ∗ 𝑚2 ∗ 𝑠𝑖𝑛(𝑥10))/(𝑚2
∗ 𝑙𝑐2^2 + 𝑙1 ∗ 𝑚2 ∗ 𝑙𝑐2))/((𝑚2 ∗ 𝑙1^2
+ 2 ∗ 𝑚2 ∗ 𝑙1 ∗ 𝑙𝑐2 + 𝑚1 ∗ 𝑙𝑐1^2
+ 𝑚2 ∗ 𝑙𝑐2^2 + 𝐼1)/(𝑚2 ∗ 𝑙𝑐2^2 + 𝑙1
∗ 𝑚2 ∗ 𝑙𝑐2) − (𝑚2 ∗ 𝑙𝑐2^2 + 𝑙1 ∗ 𝑚2
∗ 𝑙𝑐2)/(𝑚2 ∗ 𝑙𝑐2^2 + 𝐼2))

𝑥1𝑜 = 𝜋

𝑥2𝑜 = 0

𝑥3𝑜 = 0

𝑥4𝑜 = 0

Modelo lineal en espacio de
estados
Valor
numérico
𝐴𝐿 = [0, 1, 0, 0;
−(𝐼2 ∗ 𝑔 ∗ 𝑙𝑐2 ∗ 𝑚2 ∗ 𝑐𝑜𝑠(𝑞1 + 𝑞2) − 𝑔 ∗ 𝑙1 ∗ 𝑙𝑐2^2
∗ 𝑚2^2 ∗ 𝑐𝑜𝑠(𝑞1 + 𝑞2) + 𝑔 ∗ 𝑙1
∗ 𝑙𝑐2^2 ∗ 𝑚2^2 ∗ 𝑐𝑜𝑠(𝑞1) + 𝐼2 ∗ 𝑔 ∗ 𝑙1
∗ 𝑚2 ∗ 𝑐𝑜𝑠(𝑞1) + 𝐼2 ∗ 𝑔 ∗ 𝑙𝑐1 ∗ 𝑚1
∗ 𝑐𝑜𝑠(𝑞1) + 𝑔 ∗ 𝑙𝑐1 ∗ 𝑙𝑐2^2 ∗ 𝑚1 ∗ 𝑚2
∗ 𝑐𝑜𝑠(𝑞1))/(𝐼1 ∗ 𝐼2 + 𝐼2 ∗ 𝑙1^2 ∗ 𝑚2
+ 𝐼2 ∗ 𝑙𝑐1^2 ∗ 𝑚1 + 𝐼1 ∗ 𝑙𝑐2^2 ∗ 𝑚2
+ 𝐼2 ∗ 𝑙𝑐2^2 ∗ 𝑚2 + 𝑙𝑐1^2 ∗ 𝑙𝑐2^2
Forma
∗ 𝑚1 ∗ 𝑚2 + 2 ∗ 𝐼2 ∗ 𝑙1 ∗ 𝑙𝑐2
simbólica
∗ 𝑚2), 0 , (𝑔 ∗ 𝑙1 ∗ 𝑐𝑜𝑠(𝑞1 + 𝑞2)
∗ 𝑙𝑐2^2 ∗ 𝑚2^2 − 𝐼2 ∗ 𝑔 ∗ 𝑐𝑜𝑠(𝑞1
+ 𝑞2) ∗ 𝑙𝑐2 ∗ 𝑚2)/(𝐼1 ∗ 𝐼2 + 𝐼2 ∗ 𝑙1^2
∗ 𝑚2 + 𝐼2 ∗ 𝑙𝑐1^2 ∗ 𝑚1 + 𝐼1 ∗ 𝑙𝑐2^2
∗ 𝑚2 + 𝐼2 ∗ 𝑙𝑐2^2 ∗ 𝑚2 + 𝑙𝑐1^2
∗ 𝑙𝑐2^2 ∗ 𝑚1 ∗ 𝑚2 + 2 ∗ 𝐼2 ∗ 𝑙1 ∗ 𝑙𝑐2
∗ 𝑚2), 0;
0, 0, 0, 1;
−(𝑔 ∗ 𝑙1 ∗ 𝑙𝑐2^2 ∗ 𝑚2^2 ∗ 𝑐𝑜𝑠(𝑞1 + 𝑞2) + 𝑔 ∗ 𝑙1^2
∗ 𝑙𝑐2 ∗ 𝑚2^2 ∗ 𝑐𝑜𝑠(𝑞1 + 𝑞2) + 𝐼1 ∗ 𝑔
∗ 𝑙𝑐2 ∗ 𝑚2 ∗ 𝑐𝑜𝑠(𝑞1 + 𝑞2) − 𝑔 ∗ 𝑙1
∗ 𝑙𝑐2^2 ∗ 𝑚2^2 ∗ 𝑐𝑜𝑠(𝑞1) − 𝑔 ∗ 𝑙1^2
∗ 𝑙𝑐2 ∗ 𝑚2^2 ∗ 𝑐𝑜𝑠(𝑞1) + 𝑔 ∗ 𝑙𝑐1^2
∗ 𝑙𝑐2 ∗ 𝑚1 ∗ 𝑚2 ∗ 𝑐𝑜𝑠(𝑞1 + 𝑞2) − 𝑔
∗ 𝑙𝑐1 ∗ 𝑙𝑐2^2 ∗ 𝑚1 ∗ 𝑚2 ∗ 𝑐𝑜𝑠(𝑞1) − 𝑔
∗ 𝑙1 ∗ 𝑙𝑐1 ∗ 𝑙𝑐2 ∗ 𝑚1 ∗ 𝑚2
∗ 𝑐𝑜𝑠(𝑞1))/(𝐼1 ∗ 𝐼2 + 𝐼2 ∗ 𝑙1^2 ∗ 𝑚2
+ 𝐼2 ∗ 𝑙𝑐1^2 ∗ 𝑚1 + 𝐼1 ∗ 𝑙𝑐2^2 ∗ 𝑚2
+ 𝐼2 ∗ 𝑙𝑐2^2 ∗ 𝑚2 + 𝑙𝑐1^2 ∗ 𝑙𝑐2^2
∗ 𝑚1 ∗ 𝑚2 + 2 ∗ 𝐼2 ∗ 𝑙1 ∗ 𝑙𝑐2
∗ 𝑚2), 0, −(𝑔 ∗ 𝑐𝑜𝑠(𝑞1 + 𝑞2) ∗ 𝑙1^2
∗ 𝑙𝑐2 ∗ 𝑚2^2 + 𝑔 ∗ 𝑐𝑜𝑠(𝑞1 + 𝑞2) ∗ 𝑙1
∗ 𝑙𝑐2^2 ∗ 𝑚2^2 + 𝑔 ∗ 𝑚1 ∗ 𝑐𝑜𝑠(𝑞1
+ 𝑞2) ∗ 𝑙𝑐1^2 ∗ 𝑙𝑐2 ∗ 𝑚2 + 𝐼1 ∗ 𝑔
∗ 𝑐𝑜𝑠(𝑞1 + 𝑞2) ∗ 𝑙𝑐2 ∗ 𝑚2)/(𝐼1 ∗ 𝐼2
+ 𝐼2 ∗ 𝑙1^2 ∗ 𝑚2 + 𝐼2 ∗ 𝑙𝑐1^2 ∗ 𝑚1
+ 𝐼1 ∗ 𝑙𝑐2^2 ∗ 𝑚2 + 𝐼2 ∗ 𝑙𝑐2^2 ∗ 𝑚2
+ 𝑙𝑐1^2 ∗ 𝑙𝑐2^2 ∗ 𝑚1 ∗ 𝑚2 + 2 ∗ 𝐼2
∗ 𝑙1 ∗ 𝑙𝑐2 ∗ 𝑚2), 0]

𝐵𝐿 = [0
−(𝑚2 ∗ 𝑙𝑐2^2 + 𝑙1 ∗ 𝑚2 ∗ 𝑙𝑐2)/(𝐼1 ∗ 𝐼2
+ 𝐼2 ∗ 𝑙1^2 ∗ 𝑚2 + 𝐼2 ∗ 𝑙𝑐1^2 ∗ 𝑚1
+ 𝐼1 ∗ 𝑙𝑐2^2 ∗ 𝑚2 + 𝐼2 ∗ 𝑙𝑐2^2 ∗ 𝑚2
+ 𝑙𝑐1^2 ∗ 𝑙𝑐2^2 ∗ 𝑚1 ∗ 𝑚2 + 2 ∗ 𝐼2
∗ 𝑙1 ∗ 𝑙𝑐2 ∗ 𝑚2)
0
(𝑚2 ∗ 𝑙1^2 + 2 ∗ 𝑚2 ∗ 𝑙1 ∗ 𝑙𝑐2 + 𝑚1 ∗ 𝑙𝑐1^2 + 𝑚2
∗ 𝑙𝑐2^2 + 𝐼1)/(𝐼1 ∗ 𝐼2 + 𝐼2 ∗ 𝑙1^2
∗ 𝑚2 + 𝐼2 ∗ 𝑙𝑐1^2 ∗ 𝑚1 + 𝐼1 ∗ 𝑙𝑐2^2
∗ 𝑚2 + 𝐼2 ∗ 𝑙𝑐2^2 ∗ 𝑚2 + 𝑙𝑐1^2
∗ 𝑙𝑐2^2 ∗ 𝑚1 ∗ 𝑚2 + 2 ∗ 𝐼2 ∗ 𝑙1 ∗ 𝑙𝑐2
∗ 𝑚2)]

𝐶𝐿 = [ 1, 0, 0, 0;
0, 0, 1, 0]

𝐷𝐿 = [0;
0]
 Valor
numérico

Autovalores de la matriz de
estados

Estable o Inestable Sistema inestable

3. Para sistemas MIMO, determinar la matriz de ganancias relativas, con el objetivo de establecer cuál
variable manipuladora 𝑢𝑖 es la adecuada para controlar la variable 𝑦𝑖 .

Matriz 𝑲

Matriz 𝝀 = 𝑲(𝑲−𝟏 )′
4. Diseñar un sistema de seguimiento utilizando un regulador PID en continua, de un grado o dos grados
de libertad.

Función de
transferencia
𝑮(𝒔)

Diagrama de No hay un controlador capaz de mantener las salidas en el punto de equilibrio.

bloques y
justificación de
la estrategia de
control PID
Función de No hay un controlador capaz de mantener las salidas en el punto de equilibrio.
transferencia
del controlador
PID
Respuesta
transitoria de la
variable 𝒚𝒊 del
modelo lineal.
Determinar el
sobrepaso y el
tiempo de
establecimient
o

No aplica

Ts = Nunca estabiliza
Valor en estado estable = Infinito porque nunca estabiliza
Respuesta
transitoria de la
acción de
control 𝒖𝒊 del
modelo lineal.
Determinar el
valor pico, el
tiempo de
establecimient
o y el valor en
estado estable

No aplica

Presenta una acción de control con valores que no se pueden implementar

físicamente por lo tanto se comprueba que es un sistema que no se puede controlar
por PID.
5. Para sistemas MIMO, analizar el efecto de acoplamiento entre las señales de control PID. Si el diseño
establecido en el numeral anterior fue un control PID de un grado de libertad, completar la siguiente
tabla:

No aplica
Matriz de funciones de controlador 𝑮𝒄 (𝒔)
Respuesta transitoria de la variable del sistema en No aplica
lazo cerrado. Determinar el sobrepaso y el tiempo de
establecimiento
Respuesta transitoria de la acción de control del No aplica
sistema en lazo cerrado Determinar el valor pico, el
tiempo de establecimiento y el valor en estado
estable
Análisis de los resultados No aplica

- Para diseño de sistemas de control PID de dos grados de libertad o combinación de control PID de un
grado con uno de dos grados de libertad, implementar en simulink la estrategia de control con el modelo
lineal y graficar la respuesta transitoria de la variable de salida y la señal de control cuando la entrada
de referencia es una señal tipo escalón de magnitud uno.

No aplica
Diagrama de bloques de simulink
 Respuesta transitoria de la variable del sistema en No aplica
lazo cerrado. Determinar el sobrepaso y el tiempo de
establecimiento
Respuesta transitoria de la acción de control del No aplica
sistema en lazo cerrado Determinar el valor pico, el
tiempo de establecimiento y el valor en estado
estable
Análisis de los resultados No aplica

Nota. Para sistemas dinámicos en los cuales el objetivo es mantener los estados alrededor del punto de
equilibrio, evaluar la respuesta transitoria de la variable de salida y la señal de control ante una vector de
condiciones iniciales de los estados 𝑥0.

6. Asumir una tolerancia del 10% en cada uno de los parámetros del modelo lineal. Analizar el efecto de
la modificación de los parámetros del modelo lineal en la respuesta transitoria del sistema en lazo
cerrado del control PID.

Función de
transferencia 𝑮(𝒔)

Función de No hay un controlador capaz de mantener las salidas en el punto de

transferencia del equilibrio.
controlador PID
Respuesta transitoria No aplica
de la variable 𝒚𝒊 del
modelo lineal. Ts = Nunca estabiliza
Determinar el Valor en estado estable = Infinito porque nunca estabiliza
sobrepaso y el tiempo
de establecimiento
Respuesta transitoria Presenta una acción de control con valores que no se pueden implementar
de la acción de control físicamente por lo tanto se comprueba que es un sistema que no se puede
𝒖𝒊 del modelo lineal. controlar por PID.
Determinar el valor
pico, el tiempo de
establecimiento y el
valor en estado estable
Análisis de los No se puede hallar la incertidumbre en los parámetros ya que no se tiene
resultados de la un controlador capaz de estabilizar el sistema y mantener las salidas en el
simulación punto de equilibrio.

Nota.
- En caso de sistemas MIMO, los grupos que diseñaron controladores PID de un grado de libertad deben
realizar el análisis de incertidumbres a partir de la matriz de función de transferencia del controlador.
Para los grupos que trabajaron controlador PID de dos grados de libertad o combinación de PID de un
grado con uno de dos grados de libertad, realizan el análisis de incertidumbres a la variable.
- Para sistemas dinámicos en los cuales el objetivo es mantener los estados alrededor del punto de
equilibrio, evaluar la respuesta transitoria de la variable de salida y la señal de control ante una vector
de condiciones iniciales de los estados 𝑥0.
7. Diseñar un sistema de seguimiento utilizando la técnica de ubicación de polos.

Matriz de
Controlabilidad (M)

Rango de la Matriz
M

Sobrepaso 0% Polos reales

Tiempo de establecimiento
Criterios de diseño

Polos en lazo
cerrado

Matriz de
ganancias

Respuesta
transitoria de la
variable 𝒚𝒊 del
modelo lineal.
Determinar el
sobrepaso y el
tiempo de
establecimiento

Respuesta
transitoria de la
acción de control
 𝒖𝒊 del modelo
lineal. Determinar
el valor pico, el
tiempo de
establecimiento y
el valor en estado
estable

Nota. Para sistemas dinámicos en los cuales el objetivo es mantener los estados alrededor del punto de
equilibrio, evaluar la respuesta transitoria de la variable de salida y la señal de control ante una vector de
condiciones iniciales de los estados 𝑥0.

8. Asumir una tolerancia del 10% en cada uno de los parámetros del modelo lineal. Analizar el efecto de
la modificación de los parámetros del modelo lineal en la respuesta transitoria del sistema en lazo
cerrado del control basado en la técnica de ubicación de polos.

Respuesta
transitoria de la
variable 𝒚𝒊 del
modelo lineal.
Determinar el
sobrepaso y el
tiempo de
establecimient
o

Respuesta
transitoria de la
acción de
control 𝒖𝒊 del
modelo lineal.
Determinar el
valor pico, el
tiempo de
establecimient
o y el valor en
estado estable

Análisis de los Los parámetros no permiten una variación mayor al 3% ya que se demora más en
resultados de la estabilizar o no estabiliza con el controlador diseñado.
simulación
Nota. Para sistemas dinámicos en los cuales el objetivo es mantener los estados alrededor del punto de
equilibrio, evaluar la respuesta transitoria de la variable de salida y la señal de control ante una vector de
condiciones iniciales de los estados 𝑥0.

9. Diseñar un sistema de seguimiento utilizando la técnica de control óptimo.

Matriz Q

Matriz R

Matriz de
ganancias

Polos en lazo
cerrado

Respuesta
transitoria de la
variable 𝒚𝒊 del
modelo lineal.
Determinar el
sobrepaso y el
tiempo de
establecimient
o
 Respuesta
transitoria de la
acción de
control 𝒖𝒊 del
modelo lineal.
Determinar el
valor pico, el
tiempo de
establecimient
o y el valor en
estado estable

Nota. Para sistemas dinámicos en los cuales el objetivo es mantener los estados alrededor del punto de
equilibrio, evaluar la respuesta transitoria de la variable de salida y la señal de control ante una vector de
condiciones iniciales de los estados 𝑥0.

10. Asumir una tolerancia del 10% en cada uno de los parámetros del modelo lineal. Analizar el efecto de
la modificación de los parámetros del modelo lineal en la respuesta transitoria del sistema en lazo
cerrado del control basado en la técnica de control óptimo.

Respuesta
transitoria de la
variable 𝒚𝒊 del
modelo lineal.
Determinar el
sobrepaso y el
tiempo de
establecimient
o

Respuesta
transitoria de la
acción de
control 𝒖𝒊 del
modelo lineal.
Determinar el
valor pico, el
tiempo de
establecimient
o y el valor en
estado estable

Análisis de los Los parámetros no permiten una variación mayor al 3% ya que se demora más en
resultados de la estabilizar o no estabiliza con el controlador diseñado.
simulación
Nota. Para sistemas dinámicos en los cuales el objetivo es mantener los estados alrededor del punto de
equilibrio, evaluar la respuesta transitoria de la variable de salida y la señal de control ante una vector de
condiciones iniciales de los estados 𝑥0.

11. Implementar en simulink las tres estrategias de control y comparar la respuesta transitoria del modelo
lineal con el modelo no lineal, dado un setpoint variable 𝑟𝑖 . La programación de cada controlador se
debe realizar en una máscara, para generar las constantes del regulador, es decir, no se permite para
la etapa de evaluación de las estrategias de control, ejecutar previamente un script que genere las
constantes del controlador.

Setpoint 𝒓𝒊 Punto de equilibrio

Respuest
a
transitoria No aplica, no mantiene las salidas en el punto de equilibrio.
de la
variable 𝒚𝒊
Respuest
Control a
PID transitoria
No aplica, no mantiene las salidas en el punto de equilibrio.
de la
acción de
control 𝒖𝒊
Máxima
variación
de 𝒓𝒊

Respuest
Control
a
por
transitoria
ubicación
de la
de polos
variable 𝒚𝒊
 Respuest
a
transitoria
de la
acción de
control 𝒖𝒊

Máxima
variación
de 𝒓𝒊

Respuest
a
transitoria
de la
variable 𝒚𝒊

Control
óptimo

Respuest
a
transitoria
de la
acción de
control 𝒖𝒊

Máxima
variación
de 𝒓𝒊
Para este tipo de sistemas no se puede aplicar un control PID ya que solo es capaz de
Análisis
mantener una salida en el punto de equilibrio y en este caso se tienen dos salidas.
de los
El mejor controlador para el sistema es el control óptimo, ya que es capaz de llevar las dos
resultados
salidas al punto de equilibrio, se pudo corroborar buscando sistemas de control para este
de la
tipo de sistemas y es el método más usado.
 simulació El diseño del controlador por ubicación de polos también llega al punto de equilibrio, pero
n con respecto al control óptimo (LQR) tiene un mayor tiempo de establecimiento.

Nota. Los artículos en los cuales el enfoque de la estrategia de control es mantener el sistema alrededor
del punto de equilibrio, comparar las tres estrategias dado un vector de condiciones iniciales 𝑥𝑜 .

Vector de condiciones iniciales 𝒙𝒐 𝑥0 = [0,174533 0 −0,174533 0]

Respuest
a
transitoria No aplica
de la
variable 𝒚𝒊
Respuest
a
Control
transitoria
PID No aplica
de la
acción de
control 𝒖𝒊
Máxima
variación
No aplica
del vector
𝒙𝒐

Respuest
a
transitoria
de la
variable 𝒚𝒊

Control
por
ubicación
de polos

Respuest
a
transitoria
de la
acción de
control 𝒖𝒊
 Esta es una variación de 10 grados en ambos ángulos positivos
Máxima
variación
del vector
𝒙𝒐

Respuest
a
transitoria
de la
variable 𝒚𝒊

Control
óptimo

Respuest
a
transitoria
de la
acción de
control 𝒖𝒊

Máxima
variación
del vector
𝒙𝒐
 Análisis
de los
El control por ubicación de polos va presentar respuestas un poco oscilatorios
resultados
ante la variación de las condiciones iniciales y sigue teniendo un mayor tiempo de
de la
establecimiento
simulació
n

CONCLUSIONES

12. Determinar cuál es la mejor estrategia de control para regular el voltaje generado por el dínamo.

Análisis de los resultados

En conclusión el mejor diseño implementado es el LQR ya que presenta mayor acoplamiento de la
señal y unos tiempos de establecimiento menores

13. Establecer las conclusiones más relevantes del desarrollo del laboratorio.

1. Entre los controladores implementados para este sistema se puede observar que las estrategias
de LQR y ubicación de polos cumplen los resultados en comparación con el método de control
PID de un grado de libertad, esto debido principalmente a que el método de PID no soporta bien
el efecto que tiene la entrada sobre las salidas, es decir que para este modelo las acciones de
una salida influyen en la otra y se forman varios lugares geométricos de las raices
2. Se puede observar que la incertidumbre en los parámetros siempre es importante analizarla
para ver el efecto en la respuesta transitoria para cada estrategia de control y ver los máximos
rangos que pueden soportar los controladores diseñados, por lo tanto, siempre es importante
escoger parámetros que tengan sentido, por lo tanto, es importante hacer búsquedas en
artículos y libros mirando que tipos de parámetros se usan comúnmente.