Modelos de procesos y

linealización
Prof. María Jesús de la Fuente
Dpt. Ingeniería de Sistemas y Automática
Univ. De Valladolid

ISA, UVA 1
 Modelos
• Representación aproximada de la realidad
• Abstracción: Incluimos solo aquellos aspectos
y relaciones que son de interés.
• Modelos físicos, cualitativos, cuantitativos,…
• Usos de los modelos: diseño, entrenamiento,
que pasa si…., decisiones,...
• ¿Como generarlos, resolverlos, utilizarlos,
validarlos?
ISA, UVA 2
 ¿Qué es un modelo matemático?
• Conjunto de ecuaciones que relacionan las
variables de interés del proceso y representan
adecuadamente su comportamiento
• Siempre son aproximaciones de la realidad
• Distintos modelos para distintos objetivos y
tipos de procesos
• Compromiso entre facilidad de uso y
exactitud
ISA, UVA 3
 Representación adecuada

Proceso
u tiempo

ym

tiempo Modelo

tiempo
ISA, UVA 4
 Procesos continuos y de eventos
discretos
q

Procesos continuos: Procesos de eventos:

Las variables evolucionan Las variables solo cambian
continuamente en el tiempo en instantes discretos
y pueden tomar cualquier y pueden tomar solo un
valor en un rango dado número finito de valores
ISA, UVA 5
 Procesos Continuos / Eventos
• Procesos Continuos
– Descritos principalmente por DAEs o PDE.
– Interés fundamental: la trayectoria de algunas
variables
• Procesos de eventos discretos
– Descritos principalmente por secuencias de
actividades.
– Interés fundamental: el comportamiento
estadístico de algunas variables.
ISA, UVA 6
 Modelos estáticos y dinámicos
q = kρ h
q

Modelo estático:
Relaciona las variables en un
h estado de equilibrio

d h Modelo dinámico:
Aρ = q − kρ h Relaciona las variables a
d t
lo largo del tiempo

ISA, UVA 7
Respuesta dinámica

q
tiempo

ISA, UVA 8
 Modelos estáticos y dinámicos
• Modelos estáticos
– Representan situaciones de equilibrio
– Descritos mediante ecuaciones algebraicas
– Orientados a diseño
• Modelos dinámicos en tiempo continuo
– Representan la evolución temporal
– Descritos mediante DAE y PDE
– Uso mas general: control, entrenamiento,...
ISA, UVA 9
 Modelos para control por
computador

u(kT)
y(t)
Ordenador D/A Proceso

y(kT)
A/D

modelos en tiempo discreto

deben relacionar las variables de entrada y salida
en los instantes de muestreo kT
• Ecuaciones en diferencias y((k+1)T)=f(y(kT),u(kT))
ISA, UVA 10
 ¿Como obtener modelos?

Mediante razonamientos, Mediante experimentación

usando leyes físicas, y análisis de datos
químicas, etc
ISA, UVA 11
 Modelos de conocimiento
• Se obtienen mediante razonamientos y la
aplicación de principios de conservación de
masa, energía, momento, etc. y otras leyes
particulares del dominio de aplicación
• Tienen validez general
• Requieren conocimiento profundo del
proceso y de las leyes fisico-químicas

ISA, UVA 12
 Identificación
El modelo se obtiene a partir de
datos experimentales de
entrada-salida del proceso

U
Y
U Y
t Proceso
t

Modelo

ISA, UVA 13
 Modelos de conocimiento
Metodología de modelado:

⌦Establecer los límites y objetivos del modelo

⌦Establecer las hipótesis básicas
⌦Escribir las ecuaciones usando leyes de
conservación y del dominio de aplicación
⌦Estimar el valor de los parámetros
⌦Validar el modelo

ISA, UVA 14
 Tipos de modelos
• Parámetros concentrados
• Parámetros distribuidos
• No-lineales
• Lineales
• Tiempo
• Frecuencia
• ….
ISA, UVA 15
 Conservación de masa
Acumulación de masa en el sistema por unidad de tiempo =
Masa que entra al sistema por unidad de tiempo -
Masa que sale del sistema por unidad de tiempo +
Masa que se genera en el sistema por unidad de tiempo -
Masa que se consume en el sistema por unidad de tiempo

dm
= Fi − F0 + G − C Fi F0
dt G m C

ISA, UVA 16
 Ejemplo: Depósito
q Conservación de masa
p0 Acumulación=
flujo entrada q - flujo salida F
h
p1 dm
= qρ − Fρ
dt
F
m = Aρh F = Sv = Sk 1 p1 − p 0
m masa en el depósito p1 = p 0 + ρgh F=k h
A sección del depósito dh
ρ densidad, k constante Aρ = qρ − ρk h
dt

ISA, UVA 17
 Ejemplo: Depósito
q
Conservación de masa

Acumulación=
h flujo entrada q - flujo salida F
dm
= qρ − Fρ
dt
u
F m = Aρh F = uk h
dh
A = q − uk h V = Ah
m masa en el depósito dt
A sección del depósito Ecuación
ρ densidad, k constante Ecuación diferencial
algebraica
u posición de la válvula no-lineal
ISA, UVA 18
 Modelos en variables de estado
d x(t )
= f ( x(t ), u (t ), v(t ), t )
dt
y (t ) = g ( x, u (t ), v(t ), t )

v perturbaciones
u y Respuestas
x
Variables observables
manipuladas
x Estados
ISA, UVA 19
 Simulación
q Integrando numéricamente
el modelo pueden
obtenerse los valores del
volumen de líquido en
h función de los valores de q

dh 1 uk
F = q− h V = Ah
dt A A
Integración numérica ⎡1 u ( t )k ⎤
mediante el método de h ( t + Δt ) = h ( t ) + ⎢ q ( t ) − h ( t ) ⎥ Δt
Euler ⎣A A ⎦

ISA, UVA 20
 Causalidad
dh Causalidad
q A = q−F
dt computacional:
F=k h orden de cálculo de
las variables
h q h F

F
Causalidad física: El uso del modelo (¿Qué
causas y efectos pasa si..? Control, etc.)
q h F requiere una determinada
causalidad computacional.
ISA, UVA 21
 Hipótesis
ci
q q

c h h

F F
Mezcla perfecta Flujo pistón
d Vc h Ah V
= qc i − Fc c( t ) = c i ( t − ) = c i ( t − ) = ci (t − )
dt v Av F

ISA, UVA 22
 Formulación
ci
Concentración q d (Vc) ⎫
= qc i − Fc⎪
ci dt ⎪ Vc
⎬ c =
dV ⎪ V
= q−F
dt ⎪⎭
Volumen V h
c dc dV
V +c = qc i − Fc
dt dt
F dc
V + c(q − F) = qc i − Fc
dt
Mezcla perfecta dc
V = q (c i − c)
dt
ρ constante

ISA, UVA 23
 Computabilidad
q1 q2

h1 h2

F1
F2
dh dh Leyes +
A1 1 = q1 − F1 A 2 2 = q 2 + F1 − F2
dt dt restricciones
F1 = k 1 h 1 − h 2 h 1 < h 2 ? F2 = k 2 h 2
F1 = k 1 sgn(h 1 − h 2 ) h 1 − h 2 0 ≤ h i ≤ h max qi ≥ 0

ISA, UVA 24
Reactor Químico Isotermo

Reacción: A B
FT

AT Materia prima
A

Reactor

Productos
A, B

ISA, UVA 25
 Modelo Matemático
Hipótesis:
Producto A
•Mezcla perfecta en el reactor CAi , Ti
F
•Temperatura T constante
•Volumen constante V
d cA − E RT A⇒B
V = FcAi − FcA − Vke cA
dt CA CB T
d cB − E RT
V = −FcB + Vke cA
dt
Balance másico del producto A
Balance másico del producto B
ISA, UVA 26
 Presión en un recipiente
pf
a F
dm
= Fi − F = Fi − aC v p 2 − p f2 Fi
dt p
ρ
m = Vρ p = RT tanque isotermo
M
VM dp
= Fi − aC v p 2 − p f2
RT d t

ISA, UVA 27
 Conservación de energía
Ti d(mH) V2
q = qρH i − qρH +
dt R
si H = c e T m = Ahρ
dT V2
Ah = q (Ti − T) +
V R T dt ρc e R

Ecuación diferencial no-lineal

T temperatura, V voltaje
Hipótesis:
m masa en el depósito
H entalpia, ce calor específico T uniforme en el depósito
A sección del depósito Aislamiento perfecto
ρ densidad, R resistencia densidad constante
ISA, UVA 28
Conservación del momento
d (mv) d (Iω)
= ∑ Fi = ∑ Ti
dt dt
d2x d 2θ
m 2 = ∑ Fi I 2 = ∑ Ti
dt dt

F Sistema de
m referencia
x

ISA, UVA 29
 Flujo en una tubería
d mv
Conservación de = A Δ p 0 − A Δ p v − AfL ρ v 2 − Ah ρ g
cantidad de dt
movimiento 1
Δp v = 2 2 ρq 2 m = AL ρ q = Av
a Cv
Ecuación L dq Δp0 1 fL
diferencial = − ( 2 2 + 2 ) q 2 − gh
A dt ρ a Cv A
no-lineal

a q h

Δpv
Δp0
ISA, UVA 30
 Válvula de regulación

Muelle d2x dx
m 2 = (p − p0 )A + Δp vS − kx − k v
x dt dt
Diafragma
x Δp v
Aire q = Cv
L ρ
Aire
p x desplazamiento desde
abre
Fricción
la posición de equilibrio
L carrera de la válvula
Líquido
p presión de aire
ISA, UVA 31
Procesos distribuidos

Ti F
Δx
ISA, UVA 32
 Proceso distribuido
Ts

T(x,t) Ti-1 Ti Ti+1 F

x Δx

Se divide el proceso en celdas de ancho Δx en las que

T pueda considerarse uniforme
Balance de energía en un elemento
Limite cuando Δx → 0

ISA, UVA 33
 Proceso distribuido
Ts
r
T(x,t) Ti-1 Ti Ti+1 F

Δx
Balance d πr 2 Δxρc e Ti
= Fρc e Ti −1 − Fρc e Ti + 2πrΔxU(Ts − Ti )
energético dt
d Ti F (T − Ti ) 2U (Ts − Ti )
= 2 i −1 +
Ecuaciones en dt πr Δx rρc e
derivadas d Ti F (T − Ti ) 2 U(Ts − Ti )
lim = 2 lim i −1 + lim
parciales Δx →0 d t πr Δx →0 Δx Δx → 0 rρc e
∂ T( x, t ) F ∂T( x, t ) 2 U(Ts − T( x , t ))
=− 2 +
∂t πr ∂x rρc e
ISA, UVA 34
 Modelos de conocimiento
• Formados por conjuntos de ecuaciones
diferenciales y algebraicas frecuentemente
no lineales
• Utiles para muchos fines
• Requieren ciertos conocimientos
• Difíciles de manipular matemáticamente
• Se resuelven mediante simulación
ISA, UVA 35
 Simulación: EcosimPro
• Lenguaje de Modelado / Simulación
• ¿Qué pasa si…?
• Basado en tecnología orientada a objetos
• Métodos numéricos y funcionalidades avanzadas
• ESA: Agencia Europea del Espacio
• Generador de código C++ con un entorno de
desarrollo y ejecución
• Librería / Componente / Partición / Experimento
• Abierto

ISA, UVA 36
EcosimPro

ISA, UVA 37
Entorno Gráfico

ISA, UVA 38
Simulación

ISA, UVA 39
 Modelos linealizados
• Aproximaciones lineales de las ecuaciones
no-lineales
• Mas fáciles de manipular matemáticamente
pero su rango de validez es limitado
dh dΔh
A =q−k h A = β Δq − α Δh
dt dt

ISA, UVA 40
 Linealización
Desarrollo en serie de Taylor sobre un punto de
operación u0, y0, z0, ….
f ( u , y, z ) = 0 f (u 0 , y 0 , z 0 ) = 0
∂f ∂f ∂f
f ( u , y, z ) = f ( u 0 , y 0 , z 0 ) + (u − u 0 ) + ( y − y0 ) + (z − z 0 ) + ...
∂u 0 ∂y 0 ∂z 0

∂f ∂f ∂f
Δu + Δy + Δz = 0 Δu = u − u 0 Δy = y − y 0 Δz = z − z 0
∂u 0 ∂y 0 ∂z 0

Ecuación lineal en las nuevas variables Δu, Δy, Δz

ISA, UVA 41
 Modelo Linealizado del Depósito
dh
q A −q+k h = 0
dt
f (h& , h , q ) = 0 h& 0 , h 0 , q 0
∂f & & ∂f ∂f
(h − h 0 ) + (h − h 0 ) + (q − q 0 ) = 0
h ∂h 0
& ∂h 0 ∂q 0
∂f ∂f k ∂f
=A = = −1
∂h 0
& ∂h 0 2 h 0 ∂q 0
F
dΔh k
Variables desviación A + Δh − Δq = 0
dt 2 h 0
Δh = h - h0
Δq = q - q0 Ecuación diferencial lineal

ISA, UVA 42
 Simulación
5.0 8
4.8
7
4.6
6
4.4 h h
h_l h_l
4.2 5

4.0 4
0 10 20 30 40 0 10 20 30 40
TIME TIME

Respuestas del modelo no –lineal y linealizado para 2 saltos en q

5.5 7.0
5.4
6.5
5.3
6.0
5.2
q q
5.1 5.5

5.0 5.0
0 10 20 30 40 0 10 20 30 40
TIME TIME

ISA, UVA 43
 Modelo Linealizado del Depósito
q dΔh k
A + Δh − Δq = 0
dt 2 h 0
A2 h 0 dΔh 2 h0
+ Δh = Δq
h k dt k
dΔh
τ + Δh = KΔq
F dt
A2 h 0 2 h0
Variables desviación τ= K=
k k
Δh = h - h0
El valor de los coeficientes depende del punto
Δq = q - q0
de linealización
ISA, UVA 44
 Modelos linealizados
las variables u e y son u ( t ) = U( t ) − U 0 ( t )
cambios sobre un punto de
y( t ) = Y( t ) − Y0 ( t )
operación U0 , Y0

U
U0 Y
U Y Y0
t Proceso
t
El rango de validez está limitado a un entorno del punto de
operación
ISA, UVA 45
 Flujo en una tuberia
Ecuación
L d q Δp0 1 fL
diferencial = − ( 2 + )q 2
− gh
A d t ρ a C 2
A2
no-lineal v

f ( q& , q , Δ p 0 , a ) = 0
∂f ∂f
( q& − q& 0 ) + (q − q0 ) +
∂ q& 0
∂q 0

∂f ∂f
+ (Δ p0 − (Δ p0 )0 ) + (a − a0 ) = 0
∂Δp0 0
∂a 0

a q h

Δpv
Δp0
ISA, UVA 46
Modelo linealizado del flujo
d q A Δp 0 1 fL
= [ − ( 2 2 + 2 )q 2 − gh ]
dt L ρ a Cv A
d Δq A Δ ( Δp 0 ) ⎧ 1 fL ⎫ ⎧ 2 2⎫
= [ − ⎨( 2 2 + 2 ) 2 q ⎬ Δ q + ⎨ 3 2 q ⎬ Δ a ]
dt L ρ ⎩ a Cv A ⎭0 ⎩ a C v ⎭0
1 d Δq
+ Δq =
⎧A 1 fL ⎫ dt
⎨ ( 2 2
+ 2
) 2 q ⎬
⎩ L a C v A ⎭0
1 ⎧ 2 ⎫
= [ Δ ( Δp 0 ) + ⎨ 3 2 ρq 2 ⎬ Δa ]
⎧ 1 fL ⎫ ⎩a Cv ⎭0
⎨ρ ( 2 2
+ 2
) 2 q ⎬
⎩ a Cv A ⎭0
d Δq
τ + Δq = K 1Δ ( Δp 0 ) + K 2 Δa
dt

ISA, UVA 47
Cambios del punto de operación
d Δq
τ + Δ q = K 1Δ ( Δ p 0 ) + K 2 Δ a
dt
⎧ ⎫
1 ⎪⎪ q ⎪⎪
τ= K2 = ⎨ 2 2 ⎬
⎧A 1 fL ⎫ ⎪ a (β a 2 C 2 + 1 + fLa Cv ⎪
⎨ ( β + + ) 2 q ⎬ ⎪⎩ v )⎪
⎩ L a 2 2
C v A 2
⎭0 A2 ⎭0

q
τ crece en puntos de operación
con apertura alta
K2 decrece en puntos de
operación con apertura alta
t
ISA, UVA 48
 Modelo linealizado
dT V2
Ah = q (Ti − T ) + si Ti y h = cte.
dt ρc e R
f (T& , T, q, V) = 0
∂f & & ∂f ∂f ∂f
(T − T0 ) + (T − T0 ) + (q − q 0 ) + (V − V0 ) = 0
∂T 0
& ∂T 0 ∂q 0 ∂V 0

Ti dΔT 2V0
q Ah = −q 0 ΔT + (Ti − T0 )Δq + ΔV
dt ρc e R
Ah dΔT (T − T0 ) 2V0
+ ΔT = i Δq + ΔV
q 0 dt q0 ρc e Rq 0
V R T dΔT
τ + ΔT = K1Δq + K 2 ΔV
dt
ISA, UVA 49
 Semejanza formal
a q h

Δpv
Δp0
Ti d Δq
q τ + Δ q = K 1Δ ( Δ p 0 ) + K 2 Δ a
dt

dΔT
τ + ΔT = K1Δq + K 2 ΔV
dt
V R T

ISA, UVA 50
 Modelo linealizado del reactor
d cA − E RT
V = FcAi − FcA − Vke cA CAi Producto A
dt
d cB − E RT F
V = −FcB + Vke cA
dt

Dos ecuaciones
A⇒B
f1 (c& A , c A , F, c Ai ) = 0 CA CB T

f 2 (c& B , c B , c A , F) = 0
F

ISA, UVA 51
 Modelo linealizado (1)
d cA − E RT
V = FcAi − FcA − Vke cA Punto de operación:
dt F0 , cA0 , cB0 , cAi0
Desarrollando en serie de Taylor.....
dΔcA −E
V = −(F0 + Vke RT0 )ΔcA + (cAi0 − cA0 )ΔF + F0ΔcAi
dt

dΔcA F0 −E (c − c ) F
= −( + ke RT0 )ΔcA + Ai0 A0 ΔF + 0 ΔcAi
dt V V V
dΔcA
= a11ΔcA + b11ΔF + d11ΔcAi
dt
Valor calculado en el punto de operación
ISA, UVA 52
 Punto de linealización
Si el punto de linealización dcA −E
V = FcAi − FcA − Vke RTcA = 0
dt
corresponde a una
dc −E
operación en equilibrio: V B = −FcB + Vke RTcA = 0
dt
Si cAi0 = 8 y cA0 = 0.8 ⇒ cB0 = 7.2
Si F0 = 26.66 y V = 80 ⇒ ke-E/RT = 2.999
dΔcA −E
V = −(F0 + Vke RT0 )ΔcA + (cAi0 − cA0 )ΔF + F0ΔcAi
dt
dΔcA F0 −E (c − c ) F
= −( + ke RT0 )ΔcA + Ai0 A0 ΔF + 0 ΔcAi = −3.332ΔcA + 0.09ΔF + 0.333ΔcAi
dt V V V
ISA, UVA 53
 Modelo linealizado (2)
d cB − E RT
V = −FcB + Vke cA
dt
Mediante un desarrollo en serie en torno al punto de operación:

dΔcB −E F0 c B0
= ke RT0
ΔcA − ΔcB − ΔF = 2.999ΔcA − 0.333ΔcB − 0.09ΔF
dt V V

dΔcB
= a 21ΔcA + a 22ΔcB + b21ΔF
dt
dΔcA
= a11ΔcA + b11ΔF + d11ΔcAi
dt

ISA, UVA 54
Modelo en variables de estado
dΔcA
= a11ΔcA + b11ΔF + b12ΔcAi
dt
dΔcB
= a 21ΔcA + a 22ΔcB + b21ΔF
dt

⎡d ΔcA ⎤
⎢ d t ⎥ ⎛ a11 0 ⎞⎡ΔcA ⎤ ⎛ b11 b12 ⎞⎡ ΔF ⎤
⎢ ⎥ = ⎜⎜ ⎟⎟⎢ ⎥ + ⎜⎜ ⎟⎟⎢ ⎥
⎢ d Δc B a a Δc
⎥ ⎝ 21 22 ⎠⎣ B ⎦ ⎝ 21 b 0 Δc
⎠⎣ Ai ⎦
⎢⎣ d t ⎥⎦
⎡Δc A ⎤ dx
Δc B = (0 1)⎢ ⎥ dt
= Ax + Bu
⎣ Δc B ⎦
y = Cx

ISA, UVA 55
 Reactor isotermo
⎡d ΔcA ⎤
⎢ d t ⎥ ⎛ − 0.33 0 ⎞⎡ΔcA ⎤ ⎛ 0.09 0.333⎞⎡ ΔF ⎤
⎢ ⎥ =⎜ ⎟⎢ ⎥ + ⎜ ⎟⎢ ⎥
⎢ d ΔcB ⎥ ⎝ 3 − 0.33 Δc
⎠⎣ B ⎦ ⎝ − 0.09 0 Δc
⎠⎣ Ai ⎦
⎢⎣ d t ⎥⎦ Producto A
CAi
F
⎡ΔcA ⎤
ΔcB = (0 1)⎢ ⎥
Δc
⎣ B⎦ Reactor
isotermo
A⇒B
CA CB T

F
ISA, UVA 56
Modelos en variables de estado
dΔh k 1
q =− Δh + Δq
dt 2A h 0 A
dΔh
= αΔh + β Δq
h dt
Δ h = 1 .Δ h

d Δq
a q τ + Δq = K 1 Δ(Δp 0 ) + K 2 Δa
h dt
Δp0 d Δq − 1 ⎛ K1 K 2 ⎞ ⎡Δ(Δp 0 )⎤
= Δq + ⎜ ⎟⎢
dx dt τ ⎝ τ τ ⎠ ⎣ Δa ⎥⎦
= Ax + Bu
dt Δq = 1Δq
y = Cx
ISA, UVA 57
Modelos en variables de estado
x variables de estado:
dx conocido su valor en el instante
= Ax + Bu
dt inicial y los valores de u(t) a lo
y = Cx + Du largo del tiempo, puede
determinarse el valor de las
salidas a lo largo del tiempo
t
Solución
analítica: x(t ) = e A(t −t0 ) x(t 0 ) + ∫ e A(t − τ ) Bu (τ)dτ
t0

ISA, UVA 58
 Equivalencia
dx
= Ax + Bu u y
dt
y = Cx

= [PAP -1 ] z + [PB ]u
z = Px x = P -1z dz
dz dt
= PA ( P -1z) + PBu
dt y = [CP -1 ] z
y = C P -1z Existen muchas representaciones
equivalentes entrada-salida
ISA, UVA 59
 Autovalores
= [PAP -1 ] z + [PB ]u
dx dz
= Ax + Bu
dt dt
y = Cx y = [CP -1 ] z

A − λI = 0 PAP −1 − λI = 0
PAP −1 − λPP −1 = 0
Los autovalores son
invariantes en P(A − λI)P −1 = 0
representaciones P A − λI P −1 = 0
equivalentes A − λI = 0

ISA, UVA 60
 Modelo de Respuesta Impulsional
t
y( t ) = Ce At x (0) + ∫ Ce A ( t −τ ) Bu (τ)dτ
0

si u es un impulso unitario y el estado inicial es nulo :

t
y(t) = ∫ Ce A ( t − τ ) Bδ(τ)dτ = Ce At B = g ( t ) respuesta impulsional
0
t

δ(t) g(t)
y ( t ) = ∫ g ( t − τ) u ( τ ) d τ
0
∞
y ( t ) = ∫ g ( t − τ ) u ( τ ) dτ
0
ISA, UVA 61
 Modelo de Respuesta Impulsional
t
y ( t ) = ∫ g ( t − τ) u ( τ ) d τ t−τ=σ dτ = −dσ
⎧τ = 0 ⇒ σ = t
0
∞
⎨
y ( t ) = ∫ g ( t − τ ) u ( τ ) dτ ⎩τ = t ⇒ σ = 0
0 t
y( t ) = ∫ g (σ)u ( t − σ)dσ
0
δ(t) g(t)
∞
y ( t ) = ∫ g ( σ ) u ( t − σ ) dσ
0

ISA, UVA 62
 Transformada de Laplace
f(t) función temporal f(t)

f(t) = 0 para t < 0

t
∞
L[f ( t )] = F(s) = ∫ f ( t )e −st dt
0

s = σ + jω variable compleja de Laplace

si f(t) = g ( t )
L[f ( t )] = L[g ( t )] Cambio de
F(s) = G (s) variable t ⇒ s

ISA, UVA 63
 Transformada de Laplace
si f(t) = g ( t )
Cambio de
L[f ( t )] = L[g ( t )] variable t ⇒ s
F(s) = G (s)
Resolución del problema en el dominio s X(s)
Interpretación y expresión de la solución en el
dominio t
j∞

x ( t ) = L−1 [X (s ) ] = ∫ X ( s ) e st
ds Cambio de
− j∞ variable s ⇒ t

ISA, UVA 64
 Ejemplo
f(t) función salto f(t)=k

f(t) = 0 para t < 0

t
f(t) = k para t >= 0
∞ ∞ − st ∞
e k
L[f ( t )] = F(s) = ∫ f ( t )e −st dt = ∫ ke −st dt = −k =
0 0
s 0
s

Tablas de transformadas de las

funciones mas comunes

ISA, UVA 65
Tabla de Transformadas

ISA, UVA 66
Tabla de transformadas

ISA, UVA 67
 Propiedades de la T. Laplace
∞
L[f ( t )] = F(s) = ∫ f ( t )e −st dt
0

L[af ( t ) + bg ( t )] = aF(s) + bG (s)

⎡ df ( t ) ⎤ ⎡ d 2 f (t) ⎤ df (0)
L⎢ ⎥ = sF(s) − f (0) L⎢ 2 ⎥
= s F(s) − s
2
− f ( 0)
⎣ dt ⎦ ⎣ dt ⎦ dt
L[f ( t − d )] = e −sd F(s)
lim f ( t ) = lim sF(s) Transformada inversa
t →∞ s →0

⎡∞ ⎤ j∞
L ⎢ ∫ f (τ)g ( t − τ)dτ⎥ = F(s)G (s)
⎣0 ⎦ f ( t ) = L−1 [F(s ) ] = ∫ F ( s ) e st
ds
− j∞

ISA, UVA 68
 Propiedades I
∞
L[f ( t )] = F(s) = ∫ f ( t )e −st dt
0

L[af ( t ) + bg ( t )] = aF(s) + bG (s)

∞ ∞ ∞
L[af ( t ) + bg ( t )] = ∫ [af ( t ) + bg ( t )]e dt = a ∫ f ( t )e dt + b ∫ g ( t )e −st dt = aF(s) + bG (s)
−st −st

0 0 0

∞
⎡ df ( t ) ⎤ ⎡ df ( t ) ⎤ df ( t ) −st
L⎢
⎣ dt ⎥
⎦
= sF(s) − f (0) L⎢
⎣ dt ⎥ =
⎦ 0
∫ dt
e dt

df ( t )
∫ u dv = uv − ∫ v du dv =
dt
dt u = e −st ⇒ v = f ( t ) du = −se −st dt
∞ ∞ ∞
⎡ df ( t ) ⎤
L⎢ ⎥ = ∫
df ( t ) −st
e dt = [
e −st
f (t) ] + ∫ f (t )se −st
dt = −f (0) + sF(s)
⎣ dt ⎦ 0 dt 0 0

ISA, UVA 69
 Propiedades
t
d ∫ f ( τ)dτ ⎡ d t f ( τ)dτ ⎤
0
= f (t) L⎢ 0
∫ ⎥ = L[f ( t )] = F(s)
dt ⎢ dt ⎥
⎣ ⎦
⎡ d t f ( τ)dτ ⎤
L ⎢ ∫0 ⎥ = sL ∫ f ( τ)dτ − ∫ f ( τ)dτ = sL ∫ f ( τ)dτ⎤
⎡ t
⎤ 0
⎡ t

⎢ dt ⎥ ⎢⎣ 0 ⎥⎦ 0 ⎢⎣ 0 ⎥⎦
⎣ ⎦
1
L ⎡ ∫ f ( τ)dτ⎤ = F(s)
t

⎢⎣ 0 ⎥⎦ s

ISA, UVA 70
 Propiedades II
L[f ( t − d )] = e − sd F(s)
∞
L[f ( t − d )] = ∫ f ( t − d )e −st dt t − d = τ t = 0 ⇒ τ = − d; t = ∞ ⇒ τ = ∞
0
∞ ∞ ∞ ∞

∫ ∫ ∫ ∫
−st −s ( τ + d ) −sd −sτ −sd − sτ −sd
f ( t − d ) e dt = f ( τ ) e d τ = f ( τ ) e e d τ = e f ( τ ) e d τ = e F(s)
0 −d 0 0

∞
d f ( t ) −st
lim f ( t ) = lim sF(s) sF(s) = ∫ e dt + f (0)
t →∞ s→0
0
dt
∞ ∞
d f ( t ) −st d f (t)
lim sF(s) = lim ∫ e dt + f (0) = ∫ dt + f (0) =
s →0 s →0
0
d t 0
d t
∞
= f ( t ) 0 + f ( 0) = f ( ∞ ) − f ( 0) + f ( 0) = f ( ∞ )

ISA, UVA 71
 Propiedades III
⎡∞ ⎤
L ⎢ ∫ f (τ)g ( t − τ)dτ⎥ = F(s)G (s)
⎣0 ⎦
⎡∞ ⎤ ∞ ⎡∞ ⎤
L ⎢ ∫ f (τ)g ( t − τ)dτ⎥ = ∫ ⎢ ∫ f (τ)g ( t − τ)dτ⎥ e −st dt
⎣0 ⎦ 0 ⎣0 ⎦
t−τ=α t = 0 ⇒ α = − τ; t = ∞ ⇒ α = ∞
∞
⎡∞ ⎤ −st ∞ ∞
⎡ ⎤ ∞ ∞
⎡ ⎤
∫0 ⎢⎣∫0 f (τ)g(t − τ)dτ⎥⎦e dt = ∫0 ⎢⎣∫0 f (τ)g(t − τ)e dτ⎥⎦dt = −∫τ ⎢⎣∫0 f (τ)g(α)e dτ⎥⎦dα =
−st −s ( α + τ )

∞
⎡∞ ⎤ ⎡∞ ⎤∞
= ∫ ⎢ ∫ f (τ)e dτ⎥ g (α)e dα = ⎢ ∫ f (τ)e dτ⎥ ∫ g (α)e −sα dα =
− sτ − sα − sτ

−τ ⎣ 0 ⎦ ⎣0 ⎦ −τ
⎡∞ ⎤ ∞
= ⎢ ∫ f (τ)e −sτ dτ⎥ ∫ g (α)e −sα dα = F(s)G (s)
⎣0 ⎦0
ISA, UVA 72
 Resolución de LODES
Ejemplo:
d2y dy du d y ( 0)
2
+ 2 + y = − 0 .5 u y(0) = 0; = 0; u ( t ) = e − 2 t para t ≥ 0
dt dt dt dt
⎡d 2 y dy ⎤ ⎡d u ⎤
L⎢ 2 + 2 + y ⎥ = L ⎢ − 0 .5 u ⎥
⎣d t dt ⎦ ⎣dt ⎦
s 2 Y(s) + 2sY (s) + Y (s) = sU (s) − 0.5U(s) Y (s)(s 2 + 2s + 1) = (s − 0.5)U (s)
s − 0.5 1 s − 0 .5 1
Y (s) = U (s ) U (s ) = Y (s ) =
s 2 + 2s + 1 s+2 s 2 + 2s + 1 s + 2
⎡ s − 0.5 1 ⎤
y( t ) = L−1 [Y(s)] = L−1 ⎢ 2 ⎥ = ......
⎣ s + 2s + 1 s + 2 ⎦
do min io t ⇒ do min io s ⇒ do min io t

ISA, UVA 73
Descomposición en fracciones simples
⎡ s − 0.5 1 ⎤ ⎡
−1 s − 0.5 1 ⎤
y( t ) = L [Y(s)] = L ⎢ 2
−1 −1
⎥ =L ⎢ ⎥
⎣ s + 2s + 1 s + 2 ⎦ ⎣ (s + 1) 2
s + 2 ⎦
s − 0.5 1 a b c
= + +
(s + 1)2 s + 2 s + 2 s + 1 (s + 1)2
a (s + 1)
2
s − 0.5 1 b(s + 1)(s + 2) c(s + 2)
= + +
(s + 1)2 s + 2 (s + 1)2 (s + 2) (s + 1) 2 (s + 2) (s + 1)2 (s + 2)
s = −1 ⇒ − 1.5 = c
s = −2 ⇒ − 2.5 = a
s = 0 ⇒ − 0.5 = a + 2b + 2c = −5.5 + 2b ⇒ b = 2.5
⎡ − 2.5 2.5
−1 − 1.5 ⎤
y( t ) = L ⎢ + + 2 ⎥
= −2.5e − 2 t + 2.5e − t − 1.5te − t
⎣ s + 2 s + 1 (s + 1) ⎦

ISA, UVA 74
Función de Transferencia
t
y ( t ) = ∫ g ( σ ) u ( t − σ ) dσ
0

Tomando transformadas de Laplace:

⎡t ⎤
Y(s) = L[y(t)] = L ⎢ ∫ g (σ)u ( t − σ)dσ⎥ =
⎣0 ⎦
= L[g(t)]L[u(t)] = G (s) U(s)
Y(s) s variable
Y (s) = G (s) U (s) G(s) = compleja
U(s)
ISA, UVA 75
 Función de Transferencia
dx
= Ax+ Bu Tomando transformadas de
dt Laplace, con condiciones
y = Cx iniciales nulas:

sX(s) = AX(s) + BU(s) [sI − A]X(s) = BU(s)

Y(s) = CX(s)
X(s) = [sI − A] BU(s) Y(s) = C[sI − A] BU(s)
−1 −1

G(s) = C[sI − A] B = L[g( t)]

−1
Y(s) = G(s)U(s)

ISA, UVA 76
Función de Transferencia
Solo contiene operaciones
G(s) = C[sI − A ] B
−1
racionales +-*/

G(s) es una función racional en la variable s

b ms m + b m −1s m −1 + ... + b1s + b 0

G(s) = C[sI − A ] B =
−1

a n s n + a n −1s n −1 + ... + a 1s + a 0

b ms m + b m −1s m −1 + ... + b1s + b 0 N (s)

G(s) = n −1
=
a n s + a n −1s + ... + a 1s + a 0
n
D(s)

ISA, UVA 77
 Representaciones matemáticas de
modelos linealizados

dx
Variables = Ax+ Bu t

de estado
dt y ( t ) = ∫ g ( σ ) u ( t − σ ) dσ
y = Cx 0
Respuesta
impulsional

b ms m + b m −1s m −1 + ... + b1s + b 0 N (s)

G(s) = n −1
=
a n s + a n −1s + ... + a 1s + a 0
n
D(s)
Función de
transferencia
ISA, UVA 78
 Matriz de Transferencia
y1
u1
y2
u2
y3

En un proceso con varias entradas y salidas (MIMO)

G(s) es una matriz de funciones de transferencia

⎡ Y1 (s) ⎤ ⎡ G11 (s) G12 (s) ⎤

⎢Y (s)⎥ = ⎢ G (s) G (s)⎥ ⎡ U1 (s) ⎤
G(s) = C[sI − A ] B
−1
⎢ 2 ⎥ ⎢ 21 22
⎥ ⎢⎣ U 2 (s) ⎥⎦
⎢⎣ Y3 (s) ⎥⎦ ⎢⎣ G 31 (s) G 32 (s) ⎥⎦

ISA, UVA 79
 Depósito. Modelo en FT
dΔh
τ + Δh = KΔq
q dt
A2 h 0 2 h0
h τ= K=
k k
F Tomando Transformadas de Laplace:

⎡ dΔh ⎤ Q(s) K H(s)

L ⎢τ + Δh ⎥ = L[KΔq]
⎣ dt ⎦ τs + 1

τsH(s) + H(s) = KQ(s) H(s)(τs + 1) = KQ(s)

K K
H(s) = Q(s) H(s) = G(s)Q(s) G(s) =
τs + 1 τs + 1
ISA, UVA 80
 Circuito RC. Modelo en FT
R
1
C∫
V = I1 R + I1dt
I1
V E 1
C
C∫
E= I1dt
I1

Tomando Transformadas de Fourier, con C.I. Nulas:

1 1 (RCs + 1)
V (s) = I1 (s)R + I1 (s) V (s) = I1 (s)R + I1 (s) = I1 (s)
Cs Cs Cs
1 1 1
E (s) = I1 (s) E (s) = I1 (s) = V (s)
Cs Cs RCs + 1

V(s) K E(s)
ISA, UVA τs + 1 81
 Flujo. Modelo en FT
a q d Δq
τ + Δq = K1Δ(Δp0 ) + K2Δa
dt
Δp0 Tomando transformadas
de Laplace con c.i. nulas:
⎡ d Δq ⎤
L⎢τ + Δq⎥ = L[K1Δ(Δp0 ) + K2Δa] A(s)
⎣ dt ⎦
τsQ(s) + Q(s) = Q(s)(τs + 1) = K1P(s) + K2A(s) K2
τs + 1
K1 K2
Q(s) = P(s) + A(s)
τs + 1 τs + 1
K 2 ⎤ ⎡ P(s) ⎤
P(s) K1
Q(s)
⎡ K1
Q(s) = ⎢ ⎢ ⎥
⎣ τs + 1 τs + 1⎥⎦ ⎣A (s)⎦ τs + 1
ISA, UVA 82
 Temperatura. Modelo en FT
Ti
q dΔT
τ + ΔT = K1Δq + K 2 ΔV
dt
V R T Tomando transformadas
de Laplace con c.i. nulas:
⎡ d ΔT ⎤ V(s)
L⎢τ + ΔT⎥ = L[K1Δq + K2ΔV]
⎣ dt ⎦ K2
τsT(s) + T(s) = T(s)(τs + 1) = K1Q(s) + K2V(s) τs + 1
K1 K2
T(s) = Q(s) + V(s)
τs + 1 τs + 1 Q(s) T(s)
K1
τs + 1
ISA, UVA 83
Reactor Isotermo. Modelo en FT
CAi
A
dΔcA
= a11ΔcA + b11ΔF + b12ΔcAi F
dt
dΔcB A⇒B
= a 21ΔcA + a 22ΔcB + b21ΔF CA CB
dt

Tomando transformadas de Laplace con c.i. nulas:

sCA (s) = a11CA (s) + b11F(s) + b12CAi (s) sCB (s) = a 21CA (s) + a 22CB (s) + b21F(s)
CA (s)[s − a11] = b11F(s) + b12CAi (s) CB (s)[s − a 22 ] = a 21CA (s) + b21F(s)
b11 b a 21 b
CA (s) = F(s) + 12 CAi (s) CB (s) = CA (s) + 21 F(s)
s − a11 s − a11 s − a 22 s − a 22

ISA, UVA 84
 Diagrama de bloques
CAi
A
b b F
CA (s) = 11 F(s) + 12 CAi (s)
s − a11 s − a11
A⇒B
a 21 b CA CB
CB (s) = CA (s) + 21 F(s)
s − a 22 s − a 22

b21
F(s) s − a 22
b11
s − a11
CA(s) a 21 CB(s)
b12
s − a11 s − a 22
CAi(s)
ISA, UVA 85
 Diagrama de bloques
a 21 ⎡ b11 b12 ⎤ b21
CB (s) = F(s) + C (s) ⎥ + s − a F(s) =
s − a 22 ⎢⎣s − a11
Ai
s − a11 ⎦ 22

⎡ a b11 b ⎤ a b12
= ⎢ 21 + 21 ⎥F(s) + 21 CAi (s) =
⎣s − a 22 s − a11 s − a 22 ⎦ s − a 22 s − a11
b s + a 21b11 − b21a11 a 21b12
= 21 F(s) + C (s)
(s − a 22 )(s − a11 ) (s − a 22 )(s − a11 ) Ai

CAi(s) a 21b12
(s − a 22 )(s − a11 )
F(s) b 21s + a 21b11 − b 21a 11 CB(s)
(s − a 22 )(s − a11 )

ISA, UVA 86
 Reactor Isotermo
A
⎡ d Δc A ⎤
⎢ d t ⎥ ⎛ − 0.33 0 ⎞ ⎡Δc A ⎤ ⎛ 0.09 0.333 ⎞ ⎡ ΔF ⎤
CAi F
⎢ ⎥=⎜ ⎟⎢ ⎥ + ⎜ − 0.09 ⎟⎢ ⎥
⎢ d Δc B ⎥ ⎝ 3 − 0.33 ⎠ ⎣ Δc B ⎦ ⎝ 0 ⎠ ⎣ Δc Ai ⎦
⎢⎣ d t ⎥⎦ A⇒B
CA CB

CAi(s) 1
s 2 + 0.666s + 0.111
F(s) − 0.09s + 0.24
CB(s)
s 2 + 0.666s + 0.111

ISA, UVA 87
 Bloques en serie
X(s)
U(s) Y(s)
G1(s) G2(s)

Y(s) = G2(s)X(s) = G2(s)G1(s)U(s) = G(s)U(s)

U(s) Y(s)
G (s)

G(s) = G2(s)G1(s)

ISA, UVA 88
Función de transferencia de un
PID
1 t d e( t )
u ( t ) = K p (e( t ) +
Ti ∫
0
e(τ)dτ + Td
dt
)

1 1
U(s) = K p (E(s) + E(s) + Td sE (s)) = K p (1 + + Td s)E(s)
Ti s Ti s
Td Ti s 2 + Ti s + 1
U(s) = K p E(s) = R (s)E(s)
Ti s

E(s) U(s)
R(s)

ISA, UVA 89
 Entradas Normalizadas
u y
u
impulso
u
t
t=0
rampa

t=0 t
u
t u
salto
seno
t=0
t=0 t
ISA, UVA 90
 Polos y ceros
b ms m + b m −1s m −1 + ... + b1s + b 0 N (s)
G(s) = n −1
=
a n s + a n −1s + ... + a 1s + a 0
n
D(s)
Ceros de G(s) = raíces de N(s) = 0
Polos de G(s) = raíces de D(s) = 0
s−3 s−3
G(s) = 2 =
s + 3s + 1 (s + 2.618)(s + 0.382)
s - 3 = 0 cero en s = 3
s 2 + 3s + 1 = 0 polos en s = −2.618, - 0.382
ISA, UVA 91
 ¿Por qué son importantes los polos
(y los ceros)?
• Como se verá mas adelante, el tipo de
respuesta temporal a una determinada
entrada depende de las posiciones de los
polos (y ceros) del sistema.
• Igualmente la estabilidad está ligada a las
posiciones de los polos

ISA, UVA 92
 Ganancia
y
Δy
Δy K=
Δu en equilibrio
u Δu
sY (s)
K = lim = G ( 0)
s → 0 sU (s )
t
K (β1s + 1)......(β ms + 1)
G (s) =
(τ1s + 1)(τ 2s + 1)......(τ n s + 1)
1 1
formato polos - , ceros - y ganancia K. τ constante de tiempo
τ β

ISA, UVA 93
 Polos y Autovalores
N (s)
G(s) = C[sI − A ] B =
−1

D(s)
adj[sI − A ]
G(s) = C[sI − A ] B = C
−1
B
det[sI − A ]

Polos: raices de D(s) = 0

Autovalores: raices de det[sI − A ] = 0

Autovalores de A = polos de G(s)

(salvo cancelaciones polo/cero)

ISA, UVA 94
 Realizabilidad Física
q
Dada una función de
transferencia G(s)
h

Sistema físico continuo

¿Puede existir un sistema
K
físico cuya función de
Existe G(s) = transferencia sea G(s)?
τs + 1

ISA, UVA 95
 Realizabilidad
b ms m + b m −1s m −1 + ... + b1s + b 0 N (s)
G(s) = n −1
=
a n s + a n −1s + ... + a 1s + a 0
n
D(s)

Para que G(s) sea fisicamente realizable: m ≤ n

s 2 + 2s + 1 ⎛ 1 ⎞
En caso contrario: Y (s) = U(s) = ⎜ s + ⎟ U (s)
s+2 ⎝ s + 2⎠
du ( t ) -1 ⎡ 1 ⎤
y( t ) = +L ⎢ U (s) ⎥
dt ⎣s + 2 ⎦

Para una entrada en salto en u(t) tendría que dar una

y(t) infinita
ISA, UVA 96
 Un proceso con retardo (de transporte)
u: señal en tanto por uno
uq Tc T
q , Te
u
m TT
L, vol
(1-u)q Tf

qρceTe ( t ) = u( t )qρceTc + (1 − u( t ))qρceTf ⇒ Te ( t ) = u( t )Tc + (1 − u( t ))Tf

d VρceT( t ) L LA vol
= qρceTe ( t − τ) − qρceT( t ) τ= = =
dt v vA q
V d T( t )
= (Tc − Tf ) u( t − τ) + Tf − T( t ) Suponiendo ρ, ce ctes.
q dt
ISA, UVA 97
 Mezcla con retardo
uq Tc T
q , Te
u
m TT
L, vol
(1-u)q Tf
V d T( t )
= (Tc − Tf ) u( t − τ) + Tf − T( t )
q dt
V d T0 T0 , u0 punto de
= (Tc − Tf ) u 0 + Tf − T0 operación estacionario
q dt
V d ΔT ( t )
= (Tc − Tf ) Δu( t − τ) − ΔT ( t )
q dt
ΔT( t ) = T( t ) − T0 Δu ( t ) = u ( t ) − u 0
ISA, UVA 98
 Mezcla con retardo
uq Tc T
q , Te
u
m TT
L, vol
(1-u)q Tf
V d ΔT ( t ) e − τs (Tc − Tf )
+ ΔT( t ) = (Tc − Tf ) Δu( t − τ) ⇒ T (s) = U (s )
q dt V
s +1
q
d ΔT ( t ) q q(Tc − Tf )
= − ΔT ( t ) + Δu ( t − τ ) ΔT( t ) = 1.ΔT( t )
dt V V
d x( t) Modelo con retardo a
= Ax ( t ) + Bu( t − τ)
dt la entrada
y( t ) = Cx ( t )
ISA, UVA 99
 Retardo a la salida
uq Tc Tm
q , Te
u T L, vol TT
m
(1-u)q Tf

V d ΔT ( t )
+ ΔT( t ) = (Tc − Tf ) Δu( t ) ΔTm ( t + τ) = ΔT( t )
q dt
d ΔT ( t ) q q(Tc − Tf )
= − ΔT ( t ) + Δu ( t ) ΔTm ( t + τ) = 1.ΔT ( t )
dt V V
d x( t)
= Ax ( t ) + Bu( t )
dt Modelo con retardo a
y( t + τ) = Cx ( t ) la salida
ISA, UVA 100
 Retardo
Ti TT
q
L
L
V R T Td ( t ) = T ( t − d ) = T ( t − )
v

K1 K2
T (s) = Q(s) + V(s) y
τ1s + 1 τ1s + 1
− ds − ds
d
e K1 e K2
Td (s) = e −ds T (s) = Q(s) + V (s) t
τ1s + 1 τ1s + 1
u
e −ds K (β1s + 1)......(β ms + 1)
G (s) = t
(τ1s + 1)(τ 2s + 1)......(τ n s + 1)
ISA, UVA 101
 Aproximación de Pade
e −ds K (β1s + 1)......(β ms + 1)
G (s) =
(τ1s + 1)(τ 2s + 1)......(τ n s + 1)

G(s) con un retardo d no es racional. Si se

necesita, puede aproximarse el retardo por una
expansión en serie:

ds (ds ) d
2

Aprox. de 1− + 1− s Aproximación
− ds 2 12 e − ds
≈ 2
e = de Pade de
2º orden: d (ds )
2 d
1+ s
1+ s + 2 primer orden
2 12

resppade ISA, UVA 102

 Control de procesos por
computador
Regulador digital

u(kT) 4-20 mA Actuador

w y(t)
Ordenador D/A Proceso
u(t)
y(kT)
A/D
4-20 mA
Transmisor
Las señales que recibe y procesa el ordenador son de naturaleza
distinta: digitales y solo cambian en ciertos instantes de tiempo
ISA, UVA 103
 Señales
u(kT) u(t)

t t
w y(t)
Ordenador D/A Proceso
u(t)
y(kT)
A/D
y(kT)
y(t)
t t
T
La información en el ordenador se actualiza cada T
unidades de tiempo (periodo de muestreo)
ISA, UVA 104
 Modelo discretizado
u(kT) u(t)

t t
w dx y(t)
= Ax + Bu
Ordenador D/A dt
u(kT) u(t)
y = Cx

y(kT)
A/D

Encontrar un modelo y(kT) = f( u(kT) ) tal que y(kT) = y(t) en

los instantes de muestreo
ISA, UVA 105
 Modelo discretizado
dx t
= Ax + Bu x(t ) = e A(t −t0 ) x(t 0 ) + ∫ e A(t − τ ) Bu (τ)dτ
dt t0
y = Cx + Du
Tomando como tiempos de inicio y final
los instantes kT y (k+1)T de un periodo
de muestreo:

( k +1) T

∫e
A (( k +1) T − σ )
x (( k + 1)T ) = e AT x ( kT) + Bu( σ)dσ
kT

ISA, UVA 106

 Modelo discretizado
u(t)
Durante un periodo de muestreo u(t) es
constante e igual a u(kT)
( k +1) T

∫e
A (( k +1) T − σ )
x (( k + 1)T ) = e AT x ( kT) + Bu( σ)dσ =
kT
( k +1) T

∫e
A (( k +1) T − σ )
= e AT x ( kT) + dσ Bu( kT)
kT

cambio de variable : τ = (k + 1)T - σ, dτ = -dσ

T
x (( k + 1)T ) = e AT x ( kT) + ∫ e Aτdτ Bu( kT)
0
ISA, UVA 107
 Modelo discretizado
x (( k + 1)T ) = Φ x ( kT) + Γu( kT)
dx
= Ax + Bu y( kT) = Cx ( kT)
dt
T
y = Cx + Du Φ = e AT Γ = ∫ e A τ dτ B
0

Matlab c2d Ecuación en diferencias

u(t) Para este tipo de entradas, el modelo

discretizado da los mismos valores en los
instantes t = kT que el modelo continuo.
y(t)
(Partiendo del mismo estado inicial y
y(kT)
aplicando las mismas entradas)
ISA, UVA 108
 Modelo discretizado
x (( k + 1)T ) = Φ x ( kT) + Γu( kT)
dx
= Ax + Bu y( kT) = Cx ( kT)
dt
T
y = Cx Φ = e AT Γ = ∫ e A τ dτ B
0
Notación
simplificada:
k se refiere al primer, x (k + 1) = Φx (k − 1) + Γu (k − 1)
segundo, tercer, etc. y(k ) = Cx (k )
periodo de muestreo

ISA, UVA 109

 Ejemplo: Depósito
Si Δq = 0:
x (( k + 1)T ) = Φ x ( kT ) + Γu( kT)
dΔh y( kT) = Cx ( kT)
= αΔh + βΔu
dt T

Δh = 1.Δh Φ = e AT Γ = ∫ e Aτ d τ B
0

T
β αT
Φ = e αT Γ = ∫ e ατdτ β = (e − 1)
0
α
αT β αT
Δh(( k + 1)T ) = e Δh( kT) + (e − 1) Δu( kT)
α

Modelo discretizado: Ecuación en diferencias

ISA, UVA 110
 Ejemplo: Depósito
Si Δq = 0: x (( k + 1)T ) = Φ x ( kT ) + Γu( kT)
dΔh y( kT) = Cx ( kT)
= αΔh + βΔu
dt
Δh = 1.Δh αT β αT
Δh(( k + 1)T ) = e Δh( kT) + (e − 1) Δu( kT)
α
Si Δh(( k + 1)0.5) = 0.535Δh ( k0.5) − 0.062 Δu ( k0.5)
− u 0k
α= = −1.252
2A h 0 Modelo discretizado: Ecuación en diferencias
− k h0
β= = −0.167
A
T = 0.5
ISA, UVA 111
 Respuesta temporal
x ( k + 1) = Φ x ( k ) + Γu( k ) Condiciones iniciales: x(0)
y( k ) = Cx ( k )

x (1) = Φ x (0) + Γu(0)

x (2) = Φ x (1) + Γu(1) = Φ[Φ x (0) + Γu(0)] + Γu(1) =
= Φ 2 x (0) + ΦΓ u(0) + Γu(1)
[ ]
x (3) = Φ x ( 2) + Γu( 2) = Φ Φ 2 x (0) + ΦΓ u(0) + Γu(1) + Γu( 2) =
= Φ 3x (0) + Φ 2 Γu(0) + ΦΓ u(1) + Γu( 2)
.......
k −1 k −1
x ( k ) = Φ k x (0) + ∑ Φ k −i−1Γu(i) y( k ) = CΦ k x (0) + ∑ CΦ k −i−1Γu(i)
i =0 ISA, UVA i =0 112
 Respuesta impulsional pulsada
k −1
y( k ) = CΦ k x (0) + ∑ CΦ k −i−1Γu(i)
i =0
h(k)
1
t
u(k) y(k) T
ZOH+Proceso
T T
Impulso unitario en t = 0 Respuesta partiendo de
condiciones iniciales nulas
k −1
y( k ) = CΦ x (0) + ∑ CΦ k −i−1Γu(i) = CΦ k −1Γ = h( k )
k

i =0
k −1
y( k ) = ∑ h ( k − i ) u ( i ) Modelo de respuesta impulsional
i =0 ISA, UVA 113
 Modelo respuesta impulso
h(k)
k −1
y( k ) = ∑ h ( k − i ) u (i ) =
i =0 t
= h( k ) u(0) + h( k − 1) u(1) + ... + h(2) u( k − 2) + h(1) u( k − 1) =
k
= ∑ h( j) u( k − j) Como h(i) = 0 para i ≤ 0 y para
j=1
condiciones inociales nulas: u(i) = 0
para i < 0 :
∞ ∞
y( k ) = ∑ h( k − i) u(i) = ∑ h( j) u( k − j)
i =0 j=1

La salida es una combinación lineal de valores pasados de la entrada

ISA, UVA 114
 Ejemplo: Mezcla
uq Tc T
q , Te
u
m TT
L, vol
(1-u)q Tf
Para q=4 l/min, V=10 l, Tc=60ºC,
Tf=10ºC, vol=4 l, periodo = 0.5 min.

d ΔT ( t ) q q(Tc − Tf ) 4
= − ΔT ( t ) + Δu ( t − τ ) τ= = 1 min
dt V V 4
4 0.5 4
− 0.5 − τ 4
Φ = e AT = e 20
= 0.905 Γ = ∫e 20
dτ (60 − 10) = 4.75
0
20
T ( k + 1) = 0.905T( k ) + 4.75u( k − 2)
ISA, UVA 115
 Operador desplazamiento q-1

q −1z ( k ) = z ( k − 1) qz ( k ) = z ( k + 1)
x ( k + 1) = qx ( k ) = Φ x ( k ) + Γ u ( k )
[qI − Φ ]x ( k ) = Γu ( k )
[ ]−1
x ( k ) = qI − Φ Γ u ( k )
y ( k ) = C[qI − Φ ] Γ u ( k )
−1

m −1
y( k ) b q m
+ b q + ... + b q 1
+ bm
= C [qI − Φ ] Γ =
−1 0 1 m −1
u( k ) q n + a1q n −1 + ... + a n −1q1 + a n

Función racional de q ISA, UVA 116

 Función de transferencia pulsada
m −1
b q m
+ b q + ... + b q 1
+ bm
y( k ) = C [qI − Φ ] Γu( k ) =
−1 0 1
n −1
m −1
u( k ) =
q + a1q + ... + a n −1q + a n
n 1

q − n [ b0q m + b1q m−1 + ... + b m−1q1 + b m ]

= −n n −1
u( k ) =
q [q + a1q + ... + a n −1q + a n ]
n 1

q −( n − m ) ( b0 + b1q −1 + ... + b m −1q − m +1 + b mq − m )

= −1 − n +1 −n
u( k )
1 + a1q + ... + a n −1q + a nq
d=n−m
B(q −1 ) q − d ( b0 + b1q −1 + ... + b m −1q − m +1 + b mq − m )
y( k ) = −1
u( k ) = −1 − n +1 −n
u( k )
A(q ) 1 + a1q + ... + a n −1q + a nq
ISA, UVA 117
 Función de transferencia pulsada
B(q −1 ) q − d ( b0 + b1q −1 + ... + b mq − m )
y( k ) = −1
u( k) = −1 −2 −n
u( k )
A(q ) 1 + a1q + a 2q + ... + a n q
A(q −1 ) y( k ) = B(q −1 ) u ( k )
(1 + a1q −1 + a 2q −2 ... + a n q − n ) y( k ) = q −d ( b0 + b1q −1 + ... + b mq − m ) u ( k )
y( k ) + a1y( k − 1) + a 2 y( k − 2) + ... + a n y( k − n ) =
b0 u( k − d ) + b1u( k − d − 1) + ... + b m u( k − d − m)
y( k ) = −a1y( k − 1) − a 2 y( k − 2) − ... − a n y( k − n ) +
+ b0 u( k − d ) + b1u ( k − d − 1) + ... + b m u( k − d − m)

La salida es una combinación lineal de valores pasados de

la salida y de la entrada al proceso
ISA, UVA 118
 Ejemplo: Depósito
q
Δh(( k + 1)0.5) = 0.535Δh ( k0.5) − 0.062 Δu ( k0.5)

h B(q −1 )
y( k ) = −1
u ( k ) = C [qI − Φ ]−1
Γu( k ) =
A(q )
F u
= 1[q − 0.535] ( −0.062) u( k ) =
−1

− 0.062 − 0.062q −1
T = 0.5 = u( k ) = −1
u( k )
q − 0.535 1 − 0.535q

Polo = Autovalor = 0.535

ISA, UVA 119