Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Equipo 2:
• De Jesús Ponce Alan Ernesto 201644581
• Díaz Cisneros Sergio Fabrizzio 201750382
• Gallegos Avendaño David Emmanuel 201655239
• González Gutiérrez Jesús Josué 201654906
• Hernández Arroyo Marco Antonio 201722526
NRC: 36162
23 de Abril de 2021
Introducción
Para la teoría de control moderna, los conceptos de “controlabilidad” y
“observabilidad” toman gran relevancia para el diseño de subsistemas controladores
y observadores que nos permitan manipular nuestro sistema.
Kalman partió de esta idea para la ley de control como una función del estado:
donde:
Seguimiento de Referencia
Por otro lado, si deseo seguir una referencia, basta con agregar la referencia a la
ecuación de la ley de control:
Objetivos
Objetivo general
Comprender el funcionamiento de los observadores y controladores de través de la
realimentación de estados.
Objetivos específicos
• Interpretar y representar un sistema mecánico a su representación en
variables de estado para su control y observación.
• Hacer una realimentación de estados con integración para un sistema
canónico y no canónico.
• Generar estimaciones para comprender y comparar con los sistemas reales.
• Mejorar las habilidades en el uso de los softwares de Matlab y Simulink.
Descripción del sistema y de la metodología
Ejercicio 2.1
Diseñar un controlador mediante la realimentación de estados utilizando
observadores y la acción integral. Se requiere que el tiempo de estabilización sea
de 8 segundos y sin sobre impulso.
• Código de Matlab:
A=[-3 -1/4 0;8 0 0;0 1/2 0];
B=[1/2; 0; 0];
C=[0 0 1];
Co=[B A*B A^2*B]
rank(Co)
O=[C ; C*A ; C*A*A]
rank(O)
L=acker(A',C',[-10 -10 -10]')
Aa=[A zeros(3,1);C 0]
Bb=[B;0];
Ca=[C 0]
Kxy=acker(Aa,Bb,[-0.5 -2 -2 -5])
%no canonico
A=[0 1; -k/m -b/m]; B=[0;1/m]; C=[1 0];
Pla=eig(A)
Pd=[1 0.8 1];
k1=Pd(3)-k/m;
k2=Pd(2)-b/m;
Kc=[k1 k2];
Coc=[Bc Ac*Bc];
Co=[B A*B];
iCo=inv(Co);
T=Coc*iCo;
K=Kc*T;
Ejercicio 2.3
Diseñar un “Controlador por Realimentación” de estados del sistema MRA, con los
siguientes polos deseados:
𝑠 2 + 0.8s + 1
Utilizar un integrador para llevar que el error de estado estable se aproxime a 0.
• Código de Matlab:
%%% REALIMENTACIÓN DE ESTADOS con Integral
%% Sistema MRA matriz canónica %%%
%parámetros
m=1.2; b=0.8; k=1.5;
num=1;
den=[m b k];
G=tf(num,den); %F de transferencia
step(G);
%Matrices Aumentadas
Aac=[Ac zeros(2,1);Cc 0];
Bac=[Bc;0];
Cac=[Cc 0];
Gd=tf([1],Pda);
step(Gd);
Kac=[k1 k2 k3];
iCo=inv(Co);
T=Coc*iCo;
Ka=Kac*T;
Resultados y Observaciones
Resultados Ejercicio 2.1
De las gráficas anteriores, podemos ver que tanto para el “sistema canónico” como
para el “no canónico” nos queda el mismo comportamiento del sistema. Si dividimos
1.042/0.834 ≈ 25% que es lo que nuestros polos deseados nos lo requieren.
Resultados Ejercicio 2.3
Conclusiones
La realimentación de estados para el diseño de observadores y controladores
resulta ser una gran herramienta para poder aplicar dichas propiedades de
observabilidad y controlabilidad que se le quiere dar al sistema.
Referencias
• Desconocido. (2020). Diseño de Controladores Mediante Realimentación de
Estados utilizando OBSERVADORES DE ESTADO. abril 17, 2021, de
Sistemas de Control y Electrónica. Sitio web:
https://www.youtube.com/watch?v=Whf6KtAdVQQ
• Desconocido. (2020). Diseño de Controladores Mediante Realimentación
de Estados Parte I. abril 17, 2021, de Sistemas de Control y Electrónica
Sitio web: https://www.youtube.com/watch?v=b1fbf1mn_ck
• Desconocido. (2020). Diseño de Controladores Mediante Realimentación
de Estados Parte II. abril 17, 2021, de Sistemas de Control y Electrónica
Sitio web: https://www.youtube.com/watch?v=lXbxrcg2kwI
• Castaño, S. (2020). Control por Realimentación de Estados. abril 22, 2021,
de Control Automático Educación Sitio web:
https://controlautomaticoeducacion.com/sistemas-dinamicos-
lineales/control-por-realimentacion-de-estados/