Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ẋ ( t )= Ax ( t ) +Bu( t)①
y ( t ) =Cx ( t ) + Du(t)②
Se aplica L { } a ①
sx ( s ) −x ( 0 ) =Ax ( s )+ Bu ( s )
Se agrupan términos
sx ( s ) −Ax ( s )=x ( 0 )+ Bu ( s )
( SI −A ) x ( s )=x ( 0 ) + Bu ( s )
Despejando x(s)
Aplicando L−1 {}
t
x ( t )=L −1
{( SI − A ) } x ( 0 ) +∫ L−1 ¿ ¿
−1
t0
−1 D ´ ( s)
(1) Z ( s , x ( 0 ) )=C∗( SI −A ) ∗x (0)=
d´ ( s)
d ´ ( s) es el término que interesa
−1
(2) H ( s )=Z ( s , α (t) )=C∗ ( SI− A ) ∗B Función de Transferencia a matricialmente
D ´´ ( s)
Z ( s , α ( 0 )) =
d ´´ ( s)
y (s )
Luego conociendo que la Función de Transferencia se expresa como se tiene:
u (s )
La RES se puede obtener de:
L ( p ) y (t )=N ( p ) u(t)
Donde:
Ejemplo 1
Sea el siguiente MVE
−3 0 0 1
)
[
ẋ t = 0 0 −8 x t + 0 u ( t )
(
0 1 −6
( )
0 ] []
y ( t ) = [ 1 1 0 ] x (t )
Encuentre la RES equivalente a la forma L ( p ) y (t )=N ( p ) u(t)
Paso 1 ( SI −A )
s 0 0 −3 0 0 s+3 0 0
[ ][
0 s 0 − 0 0 −8 = 0
0 0 s 0 1 −6
s 8
0 −1 s+ 6 ][ ]
Paso 2 ( SI −A )−1
1
[ ]
0 0
s+3
s+6 −8
( SI −A )−1= 0
( s+2 ) ( s +4 ) ( s+2 )( s+ 4 )
1 s
0
( s+2 ) ( s +4 ) ( s+2 )( s+ 4 )
Paso 3 C* ( SI −A )−1
1
[ ]
0 0
s+3
s+6 −8
[ 1 1 0] 0 =¿
( s +2 ) ( s+ 4 ) ( s+2 ) ( s +4 )
1 s
0
( s +2 ) ( s+ 4 ) ( s+2 ) ( s +4 )
1 s+6
[ s+3 ( s+2 ) ( s +4 )
−8
( s+2 )( s+ 4 ) ]
Paso 4 C* ( SI −A )−1*x(0)
x 1 (0)
Z ( s , x ( 0 ) )=
1
[
s +3
s +6
( s +2 )( s+ 4 )
−8
] [ ]
x (0)
( s +2 ) ( s +4 ) 2
x 1 (0)
d ' ' ( s ) =s +3
Paso 6 Factor Restaurador
d ´ ( s ) ( s +2 )( s+3 )( s+ 4 )
P ( s )= = =( s+2 ) ( s +4 )
d ´ ´ ( s) ( s +3 )
P ( s )=( s+2 ) ( s +4 )
Paso 7 Función de Transferencia Completa
(s , α ( t 0 ) )∗P( s)
H (s)=Z
P(s)
2
y ( s) ( s+2 ) ( s+ 4 ) s + 6 s +8
H (s)= = =
u(s) ( s+2 ) ( s+ 3)(s+ 4) s 3 +4 s 2+26 s+24
Paso 8 RES
y (s) [ s 3+ 4 s2 +26 s+24 ]=u( s) [ s 2+ 6 s +8 ]
Ejemplo 2
Sea la siguiente RESE
τ
−3 t −2 t −4 t
y ( t ) =e x1 ( 0 ) + ( 2 e −1 e ) x2 ( 0 )− ( 4 e−2 t −4 e−4 t ) x 3 ( 0 ) +∫ e−3 (t −τ) u(τ ) dτ
τ0
Si bien el método que se acaba de ver, corresponde a obtener la RES a partir del MVE, es
importante tener claro que los conceptos también pueden ser aplicados de la siguiente forma:
1 2 1 4 4
Z ( s , x ( 0 ) )=
s+ 3
x 1 ( 0 )+ [−
s+ 2 s+ 4
x2 ( 0 )− ]
− x ( 0)
s+ 2 s+ 4 3 [ ]
1 2( s+ 4)−1(s +2) 4 ( s+ 4 ) −4 (s +2)
Z ( s , x ( 0 ) )=
s+ 3
x 1 ( 0 )+ [
( s+ 2)(s+ 4)
x2 ( 0) − ]
( s+2)(s +4 )[ x 3 (0) ]
1 2 s+8−s−2 4 s+16−4 s−8
Z ( s , x ( 0 ) )=
s+ 3 [
x 1 ( 0 )+
(s+ 2)( s+ 4) ]
x2 ( 0) −
[
(s+ 2)( s+ 4) ]
x 3 (0)
1 8 D´ ( s )
Z ( s , x ( 0 ) )=
s+ 3 [
x 1 ( 0 )+
(s +6)
(s +2)(s +4) ]
x2 ( 0) −
[
( s+2)(s +4 ) ]
x 3 (0)= ´
d ( s)
Paso 2. La función de Transferencia reducida esta siempre en la integral
1 D ´´ ( s )
Z(s ,α ( t 0 ) )=e−3t = = ´´
s +3 d ( s )
Paso 4.
d ´ ( s ) ( s+3)(s+2)( s+ 4)
P( s)= ´ ´ =
d ( s) (s +3)
P( s)=(s +2)( s+ 4)
Paso 5. Función de Transferencia Completa
( Z , α ( t 0 ) )∗P( s) ( s+ 2)(s+ 4)
H ( s )= =
P(s) ( s+2)(s +3)(s +4 )
Paso 6. L ( p ) y (t )=N ( p ) u(t)
y (s ) (s+2)(s +4 )
=
u (s ) (s+ 2)( s+3)(s+ 4)
Modelo desacoplado
El modelo desacoplado es un modelo de tipo matricial, solo que tiene una ventaja sobre el MVE,
dado que la matriz A del modelo desacoplado, solo tiene elemento en la diagonal principal y todos
los otros elementos de dicha matriz son cero. Esta diferencia permite que, en sistemas muy
grandes, el tiempo de procesamiento sea más rápido.
y ( t ) =[ 1 0 ] x (t )
Encontrar:
I. Autovalores
II. Autovectores
III. Matriz Modal T
IV. Modelo desacoplado
V. FT del MVE
VI. FT del Modelo desacoplado
I. Autovalores
Paso 1
II. Autovectores
Para ƛ=−1 Sustituyo los valores de las raices en el resultado del paso 1
Se debe encontrar los valores con los que de =0 el entero menor posible
−1 V 1 1 −1 V 1
[ ƛ+2
−3 ][ ] [
ƛ+ 4 V 2
=0 ⇒
−3 3 V 2
=0 ][ ]
V 1−V 2 =0 ⇒V 1=1 tiene n
Para ƛ=−5
−1 V 3 −3 −1 V 3
[ ƛ+2
−3 ƛ+ 4 V 4 ][ ] [
=0 ⇒
−3 −1 V 4
=0 ][ ]
−3 V 3−V 4=0 ⇒ V 3 =1tiene n
Autovectores
[ 11][−31 ]
III. Matriz Modal T
T= [11 −31 ]
−3 −1 1
=[
−1 1 ] ∆
−1
T
∆=−3−1=−4
3 1
IV.
T −1= 4
4
4
1 −1
4
[ ]
Modelo desacoplado
3 1
A=T −1∗A∗T = 4
1
4
[ ][ 4 −2 1 1 1
−1 3 −4 1 −3
4
][ ]
A= [−10 −50 ]
3 1 1
B=T ∗B= 4
1
4
−1
[ ][ ] [ ]
4 0= 4
−1 1
4
−1
4
( SI −A )−1
[= s+34 s +21 ]∗1 ⇒ ∆=∆=s
( s+2 ) ( s +4 )−3
+ 6 s +5 2 Determinante
∆
∆=(s +1)( s+ 5)
s +4 1
[
( SI −A )−1= (s +1)( s+ 5)
3
(s +1)( s+ 5)
(s+1)( s+5)
s +2
(s+1)( s+5)
]
s+ 4 1
C∗( SI −A )−1= [ 1 0 ] ( SI − A )−1=
[ ( s+1)(s +5) (s +1)(s+ 5) ]
H ( s )=C∗( SI −A ) ∗
−1
[ 01]= ( s+1)(s1 +5)
VI. FT del Modelo desacoplado
^ ^ −1
H ( s )=C∗¿ ( SI − ^
A ) ∗B^¿
( SI − ^A ) = s 0 − −1
[ 0 s ] [ 0 −50 ]=[ s +10 s+50 ]
−1
( SI − ^A )−1
[= s+05 s+10 ]∗1 ⇒ ∆=(s +1)(s +5)
∆
s+ 5 1
−1
[
( SI − ^A ) = (s+1)(s +5)
0
0
s+1
(s +1)(s+ 5)
][
= (s +1)
0
0
1
(s+ 5)
]
1 1
C
^ ∗( SI − ^ −1
A ) =[ 1 1 ]( SI − ^
−1
A) =
[ ( s+1) (s +5) ]
^
1
^
H ( s )=C∗¿ ( SI − ^
1 1
−1
1 1
^
A ) ∗B=
1
[ 1 4 ¿
(s+ 1) ( s+5) −1
4
] []
H ( s )=
^
( ) −
4 s+1 4 ( s+5 )
=¿
^ ( s )= s+5−[ s +1 ] =
H
1
4 (s +1)( s +5) ( s+ 1)(s+5)
Soniguales las funciones de transferencia en ambos casos
Q= { B AB AAB … … A n−1 B }
De manera que se evalúa el rango de Q .
Sin embargo, dado que la evaluación del rango de una matriz es un poco complicado, se puede
hacer una evaluación del determinante de la matriz Q .
^ {B
Q= ^ ^
AB^ ^
A^ An−1 B
^… …^
AB ^}
Propiedad de Observalidad
Trata de la propiedad que permite darles seguimiento a los estados en el tiempo y para calcularlo
se requiere construir la matriz P
P= { C¿ A¿ C ¿ A ¿ A ¿ C ¿ … … A ¿n−1 C ¿ }
Si el determinante P ≠ 0, el sistema es observable.
De igual manera el análisis puede realizarse con el modelo desacoplado en ese caso se debe
construir un ^
P
P= {C
^ ^ ^
AC^ ^
A^ ^… …^
AC A
¿n−1
C }
¿
En este caso si no existen filas cero el sistema es observable y si existen filas cero el sistema es no
observable.
Ejemplo
Sea el MVE
0 −5 ] −1
4
[]
^ẋ ( t )= −1 0 x^ ( t ) + 4 u (t)
[
^y ( t ) =[ 1 1 ] ^x (t )
Calcule:
1. Controlabilidad para
MVE
Modelo desacoplado
2. Observalidad para
MVE
Modelo desacoplado
[ 01 −41 ]
Q= DETERMINANTE = -1 ES CONTROLABLE
−2 1 0 1
A∗B [
3 −4 ][ 1 ] [−4 ]
=
1 −1
A∗B
^ ^ −1 0
[ 4
0 −5 −1
4
= 4
20
4
] [ ][ ]
No hay columnas cero es Controlable
P= 1 −2
[
0 1 ]
A¿∗C ¿ −2 3 1 = −2
[
1 −4 0 1 ][ ] [ ]
det P ≠=Es Observable
P= 1 −1
^
[
1 −5 ]
^ ¿ −1 0 1 = −1
A¿∗C
^
[
0 −5 1 −5 ][ ] [ ]
No hay filas cero, es observable.