Ran 0405

Departamento de Ingenierı́a de Sistemas y Automática.
Universidad de Sevilla.
Apuntes de
Regulación Automática
2 Curso de Ingenierı́a Técnica Industrial

Electrónica Industrial
Autores:
Francisco Gordillo Álvarez
José Ángel Acosta Rodríguez
Manuel López Martínez
Sevilla, Octubre de 2004

´
Indice
I Introducción y fundamentos 1
1 Introducci´
on a los sistemas de control. 3
1.1 Noci´
on de control autom´
atico. . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Necesidad del modelo matem´

atico del sistema. . . . . . . . . . . . . . . . . . . 4
1.3 Idea de realimentaci´

on. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4 Realimentaci´
on, retardos y oscilaci´
on. . . . . . . . . . . . . . . . . . . . . . . . 7
1.5 Sensibilidad y realimentaci´

on. . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.6 Las Matem´

aticas y el control autom´
atico. . . . . . . . . . . . . . . . . . . . . . 9
1.7 Bosquejo hist´

orico del control autom´
atico. . . . . . . . . . . . . . . . . . . . . . 11
1.8 Señales y sistemas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.9 Servomecanismos y reguladores. . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2 Introducci´
on a los sistemas realimentados 17
2.1 Servomecanismo de posicioń . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2 Acci´
on proporcional m´
as derivada (PD). . . . . . . . . . . . . . . . . . . . . . . 19
2.3 Acci´
on proporcional m´
as integral (PI). . . . . . . . . . . . . . . . . . . . . . . . 22
3 Descripci´
on de los sistemas din´
amicos 25
i
ii ´
INDICE
3.1 Transformaci´
on de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.1.1 Definici´
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.1.2 Resumen de Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.1.3 Calculo de antitransformadas . . . . . . . . . . . . . . . . . . . . . . . . 29
3.2 Noci´
on de sistema din´
amico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.3 Formas de las relaciones entrada-salida en sistemas. . . . . . . . . . . . . . . . . 35
3.3.1 Sistemas est´

aticos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.3.2 Sistemas din´

amicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.4 Descripci´
on externa de los sistemas din´
amicos. . . . . . . . . . . . . . . . . . . 37
3.4.1 Respuesta impulsional. . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.4.2 Funci´
on de transferencia. . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.5 Sistemas de control realimentados . . . . . . . . . . . . . . . . . . . . . . . . . 40
4 Modelado y Simulaci´
on 43
4.1 Modelado de sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.1.1 Exactitud del modelo frente a su sencillez . . . . . . . . . . . . . . . . . 44
4.1.2 Modelo externo e interno de un sistema . . . . . . . . . . . . . . . . . . 45
4.1.3 Modelos deterministas y no deterministas . . . . . . . . . . . . . . . . . 46
4.1.4 Modelos param´

etricos y no param´
etricos . . . . . . . . . . . . . . . . . 46
4.1.5 Modelos con par´

ametros concentrados y distribuidos . . . . . . . . . . . 47
4.2 Modelado de sistemas mec´

anicos . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.2.1 Sistemas mec´

anicos traslacionales . . . . . . . . . . . . . . . . . . . . . 48
4.2.2 Sistemas mec´

anicos rotacionales . . . . . . . . . . . . . . . . . . . . . . 52
4.3 Sistemas hidr´

aulicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
´
INDICE iii
4.3.1 Dep´
osito . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.3.2 Tuber´
ıa y v´
alvula . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.3.3 Modelos de sistemas hidr´

aulicos . . . . . . . . . . . . . . . . . . . . . . 57
4.4 Modelado de sistemas el´

ectricos . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4.4.1 Resistencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4.4.2 Condensador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.4.3 Bobina . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.4.4 Fuente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.4.5 Motores de corriente continua . . . . . . . . . . . . . . . . . . . . . . . 61
4.4.6 Modelos de sistemas el´

ectricos . . . . . . . . . . . . . . . . . . . . . . . 62
4.5 Sistemas t´
ermicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.5.1 Transferencia de calor por conduccioń . . . . . . . . . . . . . . . . . . . 63
4.5.2 Transferencia de calor por conveccioń . . . . . . . . . . . . . . . . . . . 63
4.5.3 Transferencia de calor por radiacioń . . . . . . . . . . . . . . . . . . . . 63
4.5.4 Modelos de sistema t´

ermicos . . . . . . . . . . . . . . . . . . . . . . . . 64
4.6 Linealizaci´
on de modelos no lineales . . . . . . . . . . . . . . . . . . . . . . . . 65
4.6.1 Punto de funcionamiento de un sistema . . . . . . . . . . . . . . . . . . 66
4.6.2 Linealizaci´
on de un sistema din´
amico . . . . . . . . . . . . . . . . . . . 67
4.7 Simulaci´
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.7.1 M´
etodos num´
ericos de integraci´
on . . . . . . . . . . . . . . . . . . . . . 73
4.8 Álgebra de bloques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.8.1 Operaciones sobre señales . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.8.2 Operaciones sobre bloques: reduccioń de sistemas . . . . . . . . . . . . 79

iv ´
INDICE
II Análisis en el dominio del tiempo 83
5 Sistemas din´
amicos lineales de primer orden 85
5.1 Introducci´
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.2 Soluci´
on de la ecuaci´
on diferencial de primer orden . . . . . . . . . . . . . . . . 87
5.2.1 Señal de entrada nula . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
5.2.2 Señal de entrada no nula . . . . . . . . . . . . . . . . . . . . . . . . . . 87
5.2.3 Respuestas a señales de entrada especiales . . . . . . . . . . . . . . . . . 90
5.2.4 Respuesta arm´

onica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.3 Ejemplos de sistemas de primer orden . . . . . . . . . . . . . . . . . . . . . . . 99
5.4 El sistema de primer orden como integrador . . . . . . . . . . . . . . . . . . . . 104
6 Sistemas din´
amicos lineales de segundo orden y superior 105
6.1 Definici´
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
6.1.1 Respuesta de un sistema de segundo orden a una entrada en escal oń . . . 108
6.1.2 Respuesta en frecuencia de un sistema de segundo orden . . . . . . . . . 115
6.1.3 Ecuaciones diferenciales de orden n . . . . . . . . . . . . . . . . . . . . 118
7 An´
alisis de errores en r´
egimen permanente 123
7.1 Relaci´
on entre las constantes de error y los polos y ceros. . . . . . . . . . . . . . 123
7.1.1 Seguimiento de posici´

on. . . . . . . . . . . . . . . . . . . . . . . . . . . 124
7.1.2 Seguimiento de velocidad. . . . . . . . . . . . . . . . . . . . . . . . . . 126
7.1.3 Seguimiento de aceleracioń . . . . . . . . . . . . . . . . . . . . . . . . 129
7.1.4 Sistemas con error nulo . . . . . . . . . . . . . . . . . . . . . . . . . . . 130

´
INDICE v
III Análisis de sistemas dinámicos en el dominio de la frecuencia 133
8 Representaci´
on gr´
afica de la funci´
on de transferencia 135
8.1 Diagramas m´
as comunes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
8.1.1 Diagrama de polos y ceros: caso racional . . . . . . . . . . . . . . . . . 135
8.1.2 Diagrama de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
8.1.3 Diagrama logar´

ıtmico o de Bode . . . . . . . . . . . . . . . . . . . . . . 137
8.1.4 Diagrama de Black . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
8.2 Diagrama de Bode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
8.2.1 Diagrama de Bode de una constante . . . . . . . . . . . . . . . . . . . . 139
8.2.2 Diagrama de Bode de una integracioń pura . . . . . . . . . . . . . . . . 139
8.2.3 Diagrama de Bode de un sistema de primer orden . . . . . . . . . . . . . 141
8.2.4 Diagrama de Bode de una diferenciacioń pura . . . . . . . . . . . . . . . 142
8.2.5 Diagrama de Bode del t´

ermino asociado a un cero . . . . . . . . . . . . . 143
8.3 Sistemas de fase m´

ınima . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
8.4 C´
ırculos M y N . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
IV Estabilidad de sistemas dinámicos 149
9 Estabilidad de los sistemas din´

amicos 151
9.1 Introducci´
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
9.2 Criterios de estabilidad relativos a la descripcioń externa . . . . . . . . . . . . . 152
9.2.1 Criterio de Routh-Hurwitz . . . . . . . . . . . . . . . . . . . . . . . . . 156
9.2.2 Matriz de Hurwitz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160

vi ´
INDICE
9.3 Criterio de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
9.3.1 Grado de estabilidad e interpretacioń del criterio de Nyquist . . . . . . . 166
V Métodos clásicos de sı́ntesis 169
10 Compensaci´
on de sistemas realimentados 171
10.1 Introducci´
on. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
10.2 An´
alisis en el dominio de la frecuencia de la red PD . . . . . . . . . . . . . . . . 174
10.3 An´
alisis en el dominio de la frecuencia de la red PI . . . . . . . . . . . . . . . . 177
10.4 Acci´
on proporcional, integral y diferencial (PID) . . . . . . . . . . . . . . . . . 179
10.5 Compensaci´
on por avance de fase . . . . . . . . . . . . . . . . . . . . . . . . . 181
10.6 Efecto en el dominio de la frecuencia . . . . . . . . . . . . . . . . . . . . . . . . 183
10.7 M´
etodo pr´
actico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
Parte I
Introducci´
on y fundamentos
1
Tema 1
Introducci´
on a los sistemas de control.
1.1 Noci´
on de control autom´
atico.
De una manera intuitiva se concibe el control autom´ atico, como la rama de la t´

ecnica que tiene
por objeto concebir ingenios que funcionen autońomamente, es decir, y hablando llanamente, que
funcionen solos. Esta noción intuitiva requiere unas ciertas matizaciones, pero es v´
alida como
punto de partida.
Bajo cierto punto de vista se puede considerar que en todo proceso industrial intervienen por
una parte la informaci´
on (´
ordenes) y por otra la potencia. Bajo este mismo punto de vista cabe
considerar el funcionamiento de un proceso como la adopci oń de las acciones necesarias frente al
mismo (señales de mando o control) para la conveniente dosificaci oń de la energ´
ıa en los distintos
puntos del proceso para que el funcionamiento del conjunto sea el conveniente.
En todo proceso, sea la fabricacioń de un producto, un avi´ on en vuelo, una m´ aquina funcio-
nando, etc.., se realizan una serie de acciones que presuponen la dosificaci oń de la aplicaci´
on de
ıa en determinados puntos, bien bajo la accioń de unas o´rdenes que se suministran al mismo,
energ´
bien de una manera aleatoria por parte del medio en el que se halla inmerso.
Se puede representar un proceso de esta naturaleza, al que a partir de ahora denominaremos

sistema por medio de un bloque, o rect´ angulo, tal como el representado en la figura 1.1. A la
izquierda de este bloque se han representado unas flechas que se han denotado por u 1 , u2 ... y
que representan las distintas acciones que se pueden tomar sobre el proceso; se denominar aén
lo que sigue señales de control, mando, o entrada. A la derecha del bloque se han representado
otras flechas, como saliendo del mismo, que se han denotado por y 1 , y2 , ... y que representan los
productos que produce el proceso; sobre el car´
acter de estas magnitudes se volver´ a más adelante.
Obsérvese que este esquema, al nivel que se ha desarrollado hasta ahora, tiene una ampl´ ısima
aplicaci´
on. Por ejemplo la conducci´ on de un autom´ ovil por una carretera puede considerarse
como un proceso sistema representado con un diagrama similar al de la figura 1.1 siendo u 1 la
posici´ on del viento sobre la estabilidad del automo´vil, etc.., y siendo y1
on del volante; u2 la posici´
3
4 Necesidad del modelo matem´
atico del sistema.
u1 - - y1
u2 - Sistema - y2
q a q
q controlar q
q q
un - - ym
Figura 1.1: Sistema din´

amico
la velocidad del autom´

ovil; y2 la separaci´
on del mismo de la cuneta, etc.
De una manera intuitiva se entiende que un proceso est´

a automatizado cuando funciona solo, es
on del ser humano. Por ejemplo, un automo´vil completamente automatizado
decir, sin intervenci´
ser´
ıa aquél que funcionase completamente solo. Se comprende que en este ejemplo trivial la
automatizaci´ on no parece previsible para un futuro inmediato, aunque s´
ı se han realizado ciertas
automatizaciones parciales como la del cambio de marcha.
Volviendo al problema original, se puede decir que el funcionamiento del proceso se har aá
partir de la serie de señales ui que se le aplique. El problema de controlar (mandar) el proceso,
se reduce al de establecer las señales de entrada (´
ordenes), a que deber´
a ser sometido para que su
funcionamiento sea el apetecido.
Por lo tanto, el problema de controlar el funcionamiento de un proceso queda reducido al de

la toma de decisi´ on de la secuencia de valores que deben tomar las se ñales de mando del mismo.
Es decir, volviendo al ejemplo trivial de la conduccioń del autom´
ovil, la decisi´
on de las maniobras
que debe efectuar el conductor (sobre el volante, sobre el freno, sobre el acelerador...) para que el
funcionamiento del autom´ ovil sea el adecuado.
1.2 Necesidad del modelo matem´

atico del sistema.
Se ha visto en el apartado anterior co´mo el gobierno de un proceso se reduc´ıa al establecimiento

de la secuencia de acciones de mando que debe aplic´ arsele para que el funcionamiento sea el
apetecido. Se va a considerar ahora un primer aspecto del establecimiento de esta secuencia.
La toma de decisi´ on sobre la señal que debe aplicarse al sistema implica que existan distintas
alternativas. Es decir, que existan distintas acciones posibles cada una de las cuales dar´ ıa un
resultado distinto. El problema se reduce al de elegir entre estas se ñales, aquellas cuyo resultado
sea el apetecido.
Al existir distintas opciones respecto a la accioń a tomar para gobernar el proceso, para realizar
la elecci´
on conveniente de la señal de entrada que determine un funcionamiento apetecido, es
Introducci´
necesario que se sepa predecir qué resultados se obtendrá de cada una de las posibles acciones. Es
decir, quien tome la decisi´
on respecto a cual de las posibles acciones a tomar debe adoptarse, debe
predecir in mente, las acciones que resultarán de cada una de sus posibles opciones, con el fin de
escoger aquella señal de entrada a la que corresponda un resultado que sea el buscado.
Por lo tanto, se requiere el conocimiento exhaustivo de las relaciones que existen entre las
posibles acciones a tomar sobre el sistema, y los resultados que determinar´ an cada una de ellas.
Esto es lo que se llama un modelo matem´ atico del proceso, y est´
a constituido por las relaciones
formales que ligan a las señales ui e yi .
El conductor del autom´ ovil, que es quien toma la decisioń del posicionamiento de los distintos
o´rganos que tiene a su alcance (volante, frenos, acelerador...) lo que hace en todo instante es prever
cuál ser´
a el resultado de las decisiones tomadas con el fin de mantener el proceso que gobierna (el
autom´ ovil), en un estado de marcha y funcionamiento apetecido.
Para construir un modelo matem´ atico de un proceso, se requiere establecer de una forma pre-
cisa, las magnitudes que lo definen (señales de entrada y de salida) as´
ı como las relaciones formales
que ligan a estas magnitudes.
En la vida ordinaria, cuando se construyen modelos, de una manera subconsciente, para la

toma de decisiones, e´stos no tienen el nivel de formalidad que se acaba de indicar. Sin embargo,
cuando se quiere automatizar un proceso, es indispensable la construcci oń de estos modelos for-
males con el fin de poder trasladar el proceso de toma de decisi oń a una m´ aquina construida al
efecto, as´
ı que determinará las acciones a tomar precisamente a partir del modelo del sistema del
que disponga.
La posibilidad de construir un modelo del proceso que se est´ e considerando, constituye una
de las mayores limitaciones que a priori se pueden establecer respecto a la posibilidad de au-
tomatizar un determinado proceso. Consid´ erese, por ejemplo, el problema del establecimiento de
un tratamiento por un m´ edico para uno de sus enfermos. En la medida en que fuese posible en
primer lugar definir una serie de magnitudes que caracterizasen el estado del enfermo (temper-
atura, tensi´
on arterial, resultados de an´
alisis cl´
ınicos...) y de las relaciones formales que ligan a
estas magnitudes, ser´ıa posible automatizar completamente el problema del establecimiento de un
tratamiento, que no es sino determinar la accioń a seguir sobre el enfermo para conseguir que la
evolución del mismo estado de salud se realice en forma apetecida.
En ciertos casos es posible establecerse un modelo matem´ atico del proceso que ligue de una
manera un´ ıvoca a cada una de las acciones que se tomen un uńico resultado. Se tiene entonces
un sistema determinista. En otros casos, para cada una de las acciones posibles, no se tiene
sino una predicci´ on estad´
ıstica de posibles resultados; se tienen entonces los llamados sistemas
estocásticos.
6 Idea de realimentaci´
on.
1.3 Idea de realimentaci´

on.
El conocimiento del modelo matem´ atico del sistema sobre el que se debe tomar una decisioń para
gobernar su funcionamiento, no es suficiente para la toma de esta decisi oń. Se requiere además
informaci´
on sobre lo que, de una forma intuitiva de momento se puede denominar estado actual
del mismo.
acil encontrar ejemplos que ilustren este punto. Supońgase, por ejemplo, un automo´vil
Es f´
que debe hacer el recorrido Sevilla - C´ adiz. Sup´
ongase que se dispone de un modelo matem´ atico
del funcionamiento del automo´vil as´ ı como un trazado minucioso de la autopista que une las dos
ciudades. Parece posible, en principio, prever un programa extraordinariamente detallado que
permitiese realizar por medio de un programa previo la toma de decisiones sobre la conducci oń
del autom´ ovil. Un programa que ser´ ıa algo as´
ı como una secuencia de instrucciones del tipo:
avanzar en lı́nea recta 150 m, realizar un giro a la derecha, con radio de giro de 1 km.,.... Sin
embargo parece claro que en principio no quepa augurar un feliz resultado a la empresa. Este tipo
de programa dar´ ıa lugar a un control en bucle abierto en el que no se tiene informaci oń sobre la
situaci´
on actual.
El conductor no hace sino desde su posicioń de gobierno de la conduccioń del autom´ ovil
introducir, especialmente por medio de sus ojos, informaci oń sobre el estado actual del automo´vil,
permitiendo de esta forma el que la toma de decisioń respecto a la condición del mismo, adquiera
un grado de eficacia realmente fiable.
Este ejemplo, pese a su aparente artificiosidad es similar al que se presenta cuando se trata
de enviar una cápsula a la luna. Debe notarse que la necesidad de la realimentaci oń surge como
consecuencia de la aparici´ on de perturbaciones aleatorias que modifican el funcionamiento del
sistema de acuerdo con un plan previsto, o sencillamente por la imperfecci oń del modelo del
sistema que le impide una prediccioń exacta, a largo plazo, del funcionamiento del mismo.
Desde un punto de vista general, cabe decir que los sistemas con realimentaci oń son aqu´ ellos
en los que la adopción de decisiones cara al futuro est´
a completamente influenciada por los efectos
de las previamente adoptadas. Dicho con otras palabras, son los sistemas en los que si la acci oń
que se lleva a efecto persigue una determinada meta, es la diferencia entre las cotas alcanzadas en
esta meta, y ella misma, la que determina las acciones posteriores. Este tipo de actuaciones son
las que se denominan control en bucle cerrado o control por realimentaci oń.
En la figura 1.2 se representa en forma de diagrama de bloques lo anterior. En dicha figura se

representa por un lado el Sistema, cuya variable de Salida pretendemos controlar de forma que siga
a la Entrada. Para ello se dispone de un Elemento de medici ón, que nos proporciona el valor de
la señal de salida y posteriormente una vez comparada con la se ñal de entrada se toma la decisi´
on
correspondiente para actuar sobre el sistema.
Introducci´
Entrada Salida
- Toma de - Planta -
decisi´
on
Elemento
de
medici´
on
Figura 1.2: Realimentaci´

on
1.4 Realimentaci´
on, retardos y oscilaci´
on.
La existencia de retardos en un circuito (bucle) de realimentaci oń, conduce a la aparición de

fen´
omenos oscilatorios en el comportamiento din´ amico del mismo. Este hecho tiene una im-
portancia capital al considerar el comportamiento din´
amico de los sistemas realimentados y gran
parte del problema de diseño de los mismos reside en el amortiguamiento (o anulaci oń) de estas
oscilaciones.
Con el fin de ilustrar de una manera intuitiva este hecho, consid´ erese a un conductor que
conduce un autom´ ovil, proceso que se puede interpretar con un bucle de realimentaci oń tal como
el de la figura 1.3. Entre la deteccioń de un obst´
aculo, y la acci´
on correctora consiguiente (girar el
volante, actuar sobre los frenos...), se produce un cierto retardo que el conductor experimentado
tiene perfectamente asimilado, y no constituye un obst´ aculo para una conducci´ on normal.
Perturbaciones
? ? ?
Referencia Posici´
on
- Ojos - Conducci´ - -
on Coche
(Sentidos)
Figura 1.3: Ejemplo de realimentacioń
Sup´
ongase que se trata de mantener el coche en l´
ınea recta sobre una superficie completamente
8 Sensibilidad y realimentaci´
on.
llana, sin ning´

un obst´
aculo. Sobre el autom´
ovil s´
olo act´
uan las pequeñas perturbaciones (baches)
del terreno y el conductor puede conseguir su objetivo con relativa facilidad.
Supóngase ahora que el conductor debe realizar su cometido con los ojos cerrados, llevando a
su lado un copiloto que es el que le va transmitiendo las indicaciones respecto a las desviaciones
ınea recta que se trata de seguir. El circuito de realimentaci oń se modifica, en este caso, al de
de la l´
la figura 1.4, con ello lo que se ha introducido es de una manera artificiosa un notable retardo en el
bucle de realimentaci´ on. Es fácil comprender, que en este segundo caso, y debido precisamente al
retraso que se introduce en el bucle de realimentacioń, la conducci´ on ser´
a fuertemente oscilante.
Perturbaciones
? ? ?
Ref. Posici´
on
- Ojos - Transmisi´
on - Conducci´ - -
oral on Coche
(Sentidos)
6
Figura 1.4: Sistema con retardo
Un hecho importante que ilustra tambi´ en el anterior ejemplo es que cuanto mayor sea la ve-
locidad a la que pretende conducirse el automo´vil, mayores ser´ an los efectos de oscilaci´
on que se
han indicado. El dilema entre velocidad de respuesta (precisi oń) y estabilidad (ausencia de oscila-
ciones), constituye una de las constantes que aparecen en el estudio de sistemas realimentados.
1.5 Sensibilidad y realimentacioń.
Un sistema se dice sensible a la variacioń de un determinado parámetro cuando e´ste influye de

forma importante en el comportamiento del mismo. Por ejemplo, la conducci oń de un autom´ ovil
es extraordinariamente sensible al estado del firme de la carretera. M´ as adelante se dar´ a una
definici´ ı, de momento, con esta nocioń intuitiva es suficiente.
on precisa de este concepto; aqu´
Los sistemas realimentados son enormemente menos sensibles a las perturbaciones que los
sistemas sin realimentar. En efecto, un ejemplo trivial ayudar´ a a fijar esta idea. Consid´
erese
que se trata de preparar una ducha de agua templada. El sistema se puede considerar en bucle
abierto, es decir, sin realimentacioń, si una vez realizado el ajuste de las proporciones de agua fr´
ıa
y caliente, e´ste permanece inalterado durante toda la ducha. Si aparece cualquier perturbaci oń,
por ejemplo, que en otro lugar de la casa se abra un grifo de agua caliente, lo que influye en la
mezcla, las consecuencias desagradables para el que se ducha no se pueden atenuar. El sistema es
enormemente sensible.
Introducci´
Por el contrario, si se puede actuar sobre los grifos durante todo el proceso, entonces se tiene un
sistema en bucle cerrado en el que la persona que se ducha puede tomar las decisiones oportunas,
y actuar sobre el sistema a través de los grifos, para corregir cualquier perturbacioń que se pueda
producir. El sistema, en conjunto, ha atenuado las posibles perturbaciones exteriores, por lo tanto
ha disminuido su sensibilidad sobre las mismas.
Este ejemplo ayuda tambi´

en a poner de manifiesto uno de los problemas m´ as importantes que
se pueden producir como consecuencia de la introducci oń de la realimentaci´
on. Consid´
erese que:
• Los grifos se encuentran alejados del depo´sito de agua caliente; y
• Una pequeña variaci´

on de cualquiera de los grifos influye sensiblemente en la temperatura
del agua.
Es claro que en tales condiciones se producir´ an oscilaciones de la temperatura del agua, puesto que
será enormemente dif´ ıcil ajustar la misma. Ello es debido a que cualquier accioń que se tome tarda
un cierto tiempo en detectarse (en la espalda del que se ducha que es el o´rgano de medida), y por
lo tanto e´ste posiblemente se pase en la correccioń. El sistema se convierte entonces en un sistema
inestable, y la corrección de ese tipo de inestabilidad constituye uno de los primeros problemas
con los que se enfrenta el diseñador de sistemas realimentados. Ello se pondr´ a ampliamente de
manifiesto a lo largo de este curso.
1.6 Las Matem´

atico.
Las matem´
aticas tienen un doble empleo en las ciencias emp´
ıricas y aplicadas.
• Las matem´ aticas pueden usarse como lenguaje cuando se pretende formular los problemas
con la ayuda de conceptos matem´ aticos buscando con ello la precisioń y claridad.
• Las matem´ aticas pueden emplearse como herramientas cuando una vez planteado el pro-
blema en t´
erminos matem´ aticos se resuelven las ecuaciones que resultan (anal´
ıticamente o
por simulaci´
on)
Por otra parte, cabe considerar que la ingenier´

ıa puede describirse como una mezcla de sentido
común y ciencia. Se trata de recurrir a planteamientos teo´ricos que permitan profundizar en los
problemas que se est´ en tratando, pero sin perder de vista que en u´ltimo extremo de lo que se trata
es de conseguir algo que funcione.
Estas consideraciones previas deben hacerse por cuanto que, como es l o´gico seg´ un lo que se
ha visto en los apartados anteriores, las matem´ aticas juegan un papel fundamental en la moderna
teor´
ıa del control automático. Tan es as´ ı que en algún sentido puede considerarse la teor´
ıa del
control automático como una rama de las matem´ aticas aplicadas.
10 Las Matem´
atico.
En la figura 1.5 se tiene un sencillo diagrama en el que se pretende expresar las fases del
m´
etodo en control automático. Estas fases pueden resumirse en:
1. A partir del proceso, por abstracción, se construye el modelo matem´ atico del mismo. Esta
primera fase no es espec´ ıfica del especialista en control, y requiere del concurso del espe-
cialista en el proceso a controlar.
2. Una vez obtenido el modelo matem´ atico se determina qu´ e tipo de acci´
on debe efectuarse
sobre el mismo para que su comportamiento se adecue a las metas propuestas. Se trata de
determinar, lo que m´
as adelante se denominar´ a ley de control.
3. Por u´ltimo, se trata de realizar fı́sicamente, la ley de control determinada en el punto anterior
para lo que se requiere el concurso de instrumentos f´ ısicos que realicen esta funci´
on. En esta
u´ltima fase se requiere de nuevo el concurso del especialista en el proceso a controlar (en
forma de instrumentista).
-
Modelo Ley de
Matem´
atico - Control
6 6
Abstracci´
on Implementaci´
on
? ?
Sistema Sistema
F´
ısico de Control
Figura 1.5: Fases del M´

etodo de Control
De las tres fases anteriores, la espec´

ıfica del especialista en sistemas de control es la segunda,
que tiene un carácter fundamental matem´ atico. Se ha llegado incluso a decir que el especialista
en control en realidad no trata con los sistemas f´ ısicos, sino exclusivamente con sus modelos
matem´ aticos.
Por lo tanto, el terreno en que se mueve el especialista en control autom´

atico, est´
a fuertemente
influido por las matem´ aticas aplicadas, aunque nunca debe olvidarse las consideraciones hechas
más arriba respecto a la labor del ingeniero.
Introducci´
1.7 Bosquejo hist´

orico del control autom´
atico.
A lo largo de la historia de la técnica se encuentran m´ ultiples ingenios en cuya concepcioń in-

terviene la idea de realimentacioń. Uno de los primeros ingenios de esta naturaleza es el llamado
reloj de agua (clepsidra). Seg´
un algunos autores, su origen es chino y se remonta a la dinast´
ıa Chen
(siglo XI - XII a.C.), y según otros al mecánico griego Ktesibios (siglo XIII a.C.). En cualquier
caso su antigüedad e ingeniosidad son innegables.
El primer trabajo significativo en control autom´ atico fue el regulador centr´ ıfugo de James
Watt. Se trata de un regulador de bolas de una m´ aquina de vapor. En el regulador de Watt se
regula la velocidad de una máquina de vapor por medio de un sencillo artificio consistente en dos
bolas metálicas de cierta masa sobre las que actuá las fuerzas centr´ıfugas al girar el eje del que
son solidarias a trav´
es de unos brazos (figura 1.6). Estos brazos están articulados de manera que
la fuerza centr´
ıfuga que act´
ua sobre las bolas puede determinar, a trav´ es de dichas articulaciones,
una mayor o menor apertura de la v´ alvula de alimentaci´ on de la máquina. Se tiene por lo tanto
una cadena cerrada de acciones tal como la que se indica en el diagrama de la figura 1.7.
Caldera
ω :velocidad del eje.
vapor
eje de la máquina.
válvula
Cilindro
Figura 1.6: Regulador centr´

ıfugo de Watt
ωc + válvula Máquina ω
Transmisión
de vapor
-
bolas
ω
Figura 1.7: Diagrama de bloques: Regulador de Watt
El interés que suscita en su tiempo, la máquina de Watt es grande, puesto que en ella se presen-
tan los problemas de estabilidad a los que se alud´ ıa en los apartados 1.4 y 1.5. Tan es as´ı que James
Clerk Maxwell, uno de los mayores f´ ısicos te´
oricos del siglo XIX se siente atra´ıdo por el problema
y publica un trabajo titulado On governors que constituye uno de los trabajos pioneros de la mod-
erna teor´ıa del control. Sin embargo, aparte de este trabajo, y alg uń otro de Routh a finales de siglo,
12 Se˜
nales y sistemas.
no es hasta los años 30 de este siglo, cuando se acomete de una manera sistemática el estudio de las
t´
ecnicas matem´ aticas que permitan estudiar y diseñar sistemas realimentados. Durante la Segunda
Guerra Mundial, la necesidad de construir sistemas de control altamente sofisticados para fines
militares, condujo al desarrollo tanto en los Estados Unidos como en la Uni oń Sovi´ etica, de lo que
hoy se conviene en llamar teorı́a clásica de los servomecanismos, y que se estudiar´ a más adelante
en este curso. En aquellos años Norbert Wiener publica la importante obra Cibernetics, en la que
se recalca el car´
acter fundamental de la noci´ on de realimentación como concepto cient´ ıfico.
La teor´
ıa cl´
asica de los servomecanismos tiene enormemente limitadas su posibilidades de
aplicación por cuanto que la clase de sistemas a las que se aplica es reducida. En ello determin o´
la realizaci´
on de estudios te´
oricos que permitiesen construir una teor´ıa de sistemas que abarcarse
una clase m´ as amplia de los mismos. Con ello se ha llegado al desarrollo de la teorı́a moderna del
control, basada sobre la nocioń de estado, y que se estudiará con detenimiento a lo largo de este
curso.
1.8 Señales y sistemas.
En el estudio de los sistemas de control es fundamental adquirir previamente una idea clara de los
conceptos de señal y sistema.
Se entiende por señal, en un sentido amplio, toda magnitud f´ ısica que evoluciona en el tiempo.
En un sentido m´ as restringido se requiere adem´ as que esta señal tenga cierto contenido informa-
cional, es decir que sea significativa en cierto aspecto, los tipos de se ñales generalmente emplea-
dos en sistemas de Control son tensiones o intensidad el´ ectricas, desplazamientos mec´ anicos y
presiones neum´ aticas o hidráulicas, si bien en principio no hay ninguń inconveniente en incluir
otro tipo de señales. Se emplear´ a aqu´ı la notaci´
on habitualmente empleada en matem´ aticas para
referirse a una magnitud f´ ısica X que, en cada instante t, toma un cierto valor.
La definici´ on de sistema es m´ as ambigua. Se entiende por sistema un conjunto de partes

entrelazadas operativamente de manera que unas act uén sobre otras y que en conjunto formen un
todo. Un ejemplo de sistema de acuerdo con esta definici oń lo constituye el Sistema Econ´ omico
Nacional, en el que salarios, nivel de precios, ahorro, etc, interaccionan entre s´
ı. Aqu´
ı interesar´
a
la consideración de sistemas más simples en los que los elementos interactuantes son f´
ısicos y, de
hecho, puedan definirse magnitudes f´ ısicas que describan su comportamiento. Un sistema puede
tambi´ en definirse como un procesador de señales, en el sentido de que excitado con determinadas
señales responde con otras.
Es por lo tanto evidente que la consideracioń del comportamiento din´ amico de un sistema
tendrá un papel preponderante, por cuanto que una se ñal es una magnitud f´
ısica que evoluciona en
el tiempo, y un sistema es un procesador de señales.
Normalmente, los sistemas que interesan en Autom´ atica, tendr´

an puntos de acceso llamados
entradas, por los que pueden ser excitados por señales llamadas señales de entrada. As´ ı mismo
an otros accesos en los que la evolucioń de ciertas magnitudes f´
tendr´ ısicas podr´
a leerse. Estos
puntos se llamarán salidas y las magnitudes a ellos ligadas señales de salida. La voz punto,
Introducci´
empleada en las anteriores definiciones de entrada y salida, debe tomarse en un sentido amplio
y no geom´ etrico. Los sistemas se representan por medio de bloques tal como se indica en la
figura 1.8.
potencia perturbaciones
Señales de Señales de
entrada salida
u(t) y(t)

amico
Juntamente con las señales de entrada y salida interesa considerar que un sistema puede estar
sometido a otro tipo de entradas como son las de suministro de potencia o las perturbaciones. Pero
con el fin de poder estudiar en su comportamiento ciertas regularidades, que permitan su estudio
matem´ atico, se considerar´
a que estas, o bien se mantienen constantes (potencial), o bien sufren
solo variaciones despreciables (perturbaciones), de manera que el valor de la se ñal de salida pueda
considerarse funci´ on exclusivamente del conjunto de valores tomados por la se ñal de entrada. Por
lo tanto normalmente la representacioń de un sistema se har´ a como indica la figura 1.1.
Como ejemplo de lo dicho se puede considerar un motor el´ ectrico en el cual el campo se
mantiene constante y se var´
ıa la velocidad actuando sobre la corriente de inducido. (Figura 1.9)
Intensidad de
inducido
Excitación
Constante
velocidad
Figura 1.9: Motor el´

ectrico
Desde el punto de vista que se está considerando se dirá que el motor es un sistema que, a una
señal de entrada u(t) (intensidad de inducido), da una se ñal de salida y(t) (velocidad del motor).
Se puede, en cierto aspecto, prescindir de la consideraci oń del campo.
1.9 Servomecanismos y reguladores.
La autom´ atica es un campo vast´ ısimo. En e´l se entrelazan aspectos te´

oricos y tecnol´
ogicos de
suerte que es dif´
ıcil establecer en el mismo sistematizaciones de cara a su estudio. Sin embargo
14 Servomecanismos y reguladores.
atendiendo a su desarrollo hist´

orico y al inter´
es de ciertas aplicaciones a las que, por otra parte, se
ha podido aplicar una teor´
ıa sencilla y fecunda, es posible extraer de todo el complejo mundo de
la autom´
atica campos de estudio concretos como son los servomecanismos y los reguladores.
Un servomecanismo es un ingenio con el que se pretende controlar una posici oń. Ejemplos
de servomecanismos se encuentran en campos tan variados como son los posicionamientos de los
timones de un barco, posicionamiento de las antenas de radar, posicionamiento de las ruedas de
un camión en una servodirecci´
on, posicionamiento de la herramienta en un torno automatizado,
posicionamiento de la pluma en un registrador de precisi oń, etc... El control de la posicioń se hace
de acuerdo con un sencillo esquema de realimentaci oń como el de la figura 1.10.
+ e y
amplificador motor
u
-
Figura 1.10: Servomecanismo de posicioń
Siempre que la posición de salida no se encuentre en la posicioń requerida por la referencia

aparece un error que actuando sobre el servomotor determina que e´ste act´ ue corrigiendo el error.
La uńica posici´
on de equilibrio es aqu´
ella en que la posici´
on de salida es igual a la referencia.
Por lo tanto un servomecanismo es, esencialmente, un sistema seguidor o reproductor en el

que la posici´
on de salida sigue o reproduce a la señal de entrada (referencia). Una caracter´
ıstica es-
encial, que justifica las aplicaciones de los servomecanismos es que el nivel de potencia de la se ñal
de salida puede ser muy superior al de la señal de entrada. En el esquema anterior se ve como lo
que posiciona es el servomotor, que viene actuado por una potencia externa al conjunto (el campo)
y una señal que viene del servoamplificador y que es la que realmente corrige (alimentaci oń del
inducido). Obs´ ervese que la misma señal que viene del servoamplificador ha recibido, en e´sta,
potencia del exterior. Por lo tanto un servomecanismo es un ingenio que reproduce se ñales de
on a un nivel de potencia superior. El precio de esta mayor potencia en la posici oń de la
posici´
salida es una pérdida de calidad en la señal, es decir, de una cierta distorsioń. Precisamente las
t´
ecnicas de diseño de servomecanismos tratan de conseguir que esta p´ erdida de calidad de la señal
sea m´ınima.
Un problema, aunque desde un punto de partida distinto al de los servomecanismos pero que
conduce a planteamientos semejantes, es el de los reguladores. Una determinada magnitud f´ ısica
se dice que está regulada si est´ a provista de un sistema que reaccione frente a los cambios del
medio externo que afecten a esta magnitud, de suerte que se mantenga en un valor aproximada-
mente constante. Un ejemplo trivial de ello lo suministra un sistema de regulaci oń de temperatura
en una habitación. El sistema calefactor, a trav´ es de un termostato, debe reaccionar a las varia-
ciones del medio (aperturas de puertas, entrada de m´ as o menos gente, p´
erdidas naturales distintas
en el d´
ıa que en la noche, etc...) de suerte que la temperatura se mantenga constante.
Introducci´
Ta
a
Kp
K Kc c
b
Ti
Kt
+ V -
+ Vt -
Vr
+ -
Figura 1.11: Regulador de temperatura
El esquema que permite la regulacioń de temperatura es esencialmente el mismo de un ser-

vomecanismo, tal y como se ve en la figura 1.11. Sin embargo, deben notarse las diferencias,
desde un punto de vista f´
ısico, entre ambos sistemas.
1. En el servomecanismo, la entrada (referencia) es variable y se pretende que la salida siga a

la entrada. Mientras que en el regulador la entrada es constante.
2. En el servomecanismo la fuente de error es la variacioń de la referencia. En el regulador la

fuente de error son perturbaciones exteriores que separan el sistema del estado requerido.
3. En el servomecanismo se produce una amplificacioń de potencia en la señal de salida, que

es lo que interesa. En el regulador, la señal de salida en s´
ı no interesa, sino que s´
olo es una
medida de algo que sucede en la planta controlada, que es lo que realmente interesa.
Junto a estas diferencias y a otras que pudieran establecerse se presenta la profunda semejanza
entre ambos problemas, ya que los dos conducen al mismo diagrama de bloques realimentado que
se muestra en las figuras 1.10 y 1.11. Bas´ andose en esta semejanza es por lo que el estudio de
ambos problemas se hace simult´ aneo pero no debe olvidarse nunca que f´ ısicamente se trata de dos
problemas diferentes.
16 Servomecanismos y reguladores.
Tema 2
Introducci´
on a los sistemas
realimentados
2.1 Servomecanismo de posici´

on
Vamos a dedicar esta secci´ on a analizar un tipo de sistema realimentado que presenta particular
es: el servomecanismo de posicioń. Con e´l se trata de posicionar un eje, que est´
inter´ a asociado
al eje de un motor, y que constituye la señal de salida del sistema. La señal de entrada es otra
posición, que se pretende que reproduzca el eje de salida del sistema. Se dispone de un mecanismo
que permite detectar la discrepancia entre las posiciones de entrada y de salida. Esta discrepancia
o error es amplificada convenientemente para activar el motor que, actuando sobre el eje de salida,
determina su movimiento hasta anular el error; es decir, hasta conseguir alinear el eje de salida en
la direcci´
on indicada por el eje de entrada.
f
y(t)
u(t) amplificador
Figura 2.1: Bucle abierto de un servomecanismo de posici oń
En la figura 2.1 se muestra el bucle abierto de un servomecanismo. En ella se pone de mani-

fiesto c´
omo, mediante una amplificador la señal u(t) adquiere el nivel adecuado para actuar sobre
un motor, cuyo eje representa la posicioń de salida del servomecanismo. Este eje es solidario con
una inercia J y una fricci´
on f .
En la figura 2.2 se muestra el bucle cerrado del servomecanismo. Al esquema de la figura

2.1 se ha añadido una señal de referencia r(t) que se compara con la salida del motor, y cuya
17
18 Servomecanismo de posici´
on
discrepancia da lugar al error e, a partir del cual se obtiene la se ñal u(t).
f
r(t) + e(t) u(t) y(t)
K amplificador
-
Figura 2.2: Bucle cerrado de un servomecanismo de posici oń
En la figura 2.1 se puede hacer la hipo´tesis de que el par del motor es proporcional a la señal
on del amplificador u(t). Con este supuesto se puede escribir que la posici oń
electrica de alimentaci´
del motor y(t) viene dada por la ecuacioń diferencial:
d2y dy
J 2
+f = u(t)
dt dt
siendo en este caso y(t) un ańgulo θ, J la inercia del conjunto motor-carga, y f el coeficiente de
fricci´
on viscosa del mismo conjunto.
Para que un sistema de control realimentado actué aceptablemente, necesita satisfacer unas
determinadas especificaciones de funcionamiento, tanto para su r´
egimen permanente como para
su transitorio que, normalmente, no se consigue con los elementos que consituyen el bucle de
control.
Hay veces en que un simple aumento de la ganancia est´ atica es suficiente para lograr precisioń,
sin que se afecte demasiado a las caracter´
ısticas en estado transitorio. No obstante, como lo normal
es que e´stas se vean empeoradas con una actuacioń de este tipo, o en el mejor de los casos, no se
consigan exactamente las que se pretende que tenga el sistema, es por lo que se desarrollaran a
continuaci´ on los procedimientos de compensacioń que se han dado en llamar en llamar clásicos
ya que fueron los primeros que se utilizaron.
Se emplean tres tipos de acciones:
• Acci´
on proporcional m´
as derivada (PD);
• Acci´
on proporcional m´
as integral (PI) y
• Acci´
on proporcional m´
as integral y m´
as derivada (PID).
Introducci´
2.2 Acci´
on proporcional m´
as derivada (PD).
Tiene lugar cuando la señal de mando del sistema es la suma de los t´ erminos, proporcional y
derivado de la señal de error. En este caso se dice que la compensacioń es del tipo PD.
Considérese el servomecanismo elemental descrito en el p´ arrafo anterior. Se va estudiar el

caso en que la señal de mando sea proporcional al error y a su derivada, es decir el caso en que se
tenga una acci´
on PD. La señal de mando será, por lo dicho,
de
u(t) = K e + Kd
dt
quedando
d2y dy de
J 2
+f = Ke + Kd (2.1)
dt dt dt
y como e = r − y
d2y dy dr dy
J 2
+f = Kr − Ky + Kd − Kd
dt dt dt dt
d2y dy dr
J 2
+ ( f + Kd ) + Ky = Kr + Kd (2.2)
dt dt dt
La ecuación 2.1 muestra que el sistema es excitado ahora por la se ñal de error y por un impulso.
La consecuencia inmediata es que el efecto corrector (inversi oń del par motor) se aplica antes que
cuando el control era s´ olo proporcional, como se muestra en la figura 2.3 a) y b) En efecto, con
control proporcional solamente, el error cambia de signo en el punto f de la figura b) mientras que
si la señal de error es del tipo PD indicado, el cambio de signo se verifica en el instante g de la
figura d, es decir, el par corrector se aplica antes de que la se ñal de salida llegue al valor de la
de referencia. En consecuencia, la sobreoscilacioń ser´ a menor. La red PD tiene as´ ı un car´
acter
anticipativo, ya que en cierta manera se anticipa a lo que va a ocurrir.
Esta misma consecuencia se pone de manifiesto en la ecuaci oń 2.2, que muestra la ecuacioń
diferencial del sistema en bucle cerrado. En ella se aprecia que el coeficiente de la primera derivada
se ha incrementado en el valor Kd , es decir, el efecto ha sido aumentar la friccioń del sistema prim-
itivo y, por tanto, hacer que el conjunto tenga una respuesta temporal con menor sobreoscilaci oń.
Por otro lado, tambi´

en en la ecuaci´
on 2.2 se aprecia que la parte no homog´ enea de la ecuación
diferencial no es un escal´
on, sino un escalón, m´ as un impulso. Ello determina que el sistema
responda m´ as r´
apidamente ya que no sólo es sensitivo a la referencia, sino que tambi´
en lo es a su
variaci´
on. Todo se pone de manifiesto observando las figuras 2.4
De lo anterior se desprenden las dos caracter´

ısticas esenciales de una acci´
on PD :
1. Disminuci´
on de la sobreoscilaci´
on
2. Disminuci´
on del tiempo de subida
20 Acci´
on proporcional m´
as derivada (PD).
y y
r
(a)
t
(b)
f t
de
dt
(c)
t
e + de
dt
(d)
g t
y y
r
(e)
t
Figura 2.3: Compensaci´

on con PD.
Introducci´
y respuesta a Kr
r
(a)
respuesta a Kd dr
dt
respuesta a Kr + Kd dr
dt
r
(b)
Figura 2.4: Respuesta temporal con red PD.

22 Acci´
on proporcional m´
as integral (PI).
Estos efectos se han considerado para un caso particular y especialmente simple, el de un

servomecanismo elemental de posicioń. Sin embargo son igualmente v´ alidos, en general, para
cualquier tipo de sistema.
2.3 Acci´
on proporcional m´
as integral (PI).
En este caso, la señal de mando es la suma de un t´

ermino proporcional y otro integral, de la señal
de error. Z t
u(t) = K e + Ki e dt
0
Sea un sistema como el de la figura 2.5, al que se le ha incorporado una acci oń integral en paralelo
on proporcional, es decir, se la ha dotado de una acci oń PI.
con la acci´
R
Ki
+
+ e θ
G(s)
− K +
Figura 2.5: Diagrama de un sistema con regulacioń PI
Sup´ ongase que a dicho sistema, en un r´ egimen estacionario, se le aplica un par externo Pe
sobre la carga, es decir, sobre el eje de salida. El sistema reaccionará tratando de anular dicho
par puesto que la aplicación del mismo, determina la aparicioń de un error, el cual alimenta al
motor y le obliga a suministrar un par creciente con el tiempo. Si la acci oń de la red fuese s´
olo
proporcional, es claro que el equilibrio se alcanzar´ıa cuando el par generado por el motor fuese
igual al aplicado externamente.
Interesa ver con cierto detenimiento lo que ocurre cuando la acci oń de mando es del tipo PI.
Para ello, en primer lugar, se establecen las ecuaciones que rigen la evoluci oń del sistema y que
resultan ser
d2y
Z t
dy
J 2+f + Pe = Ke + Ki e dt
dt dt 0
siendo Pe el par externo aplicado y e = r − y
Eliminado θ se tiene
d2r d2e
Z t
dr de
Pe + J 2
− J 2
+f −f = Ke + Ki e dt
dt dt dt dt 0
Introducci´
d2r d2e
Z t
dr de
Pe + J 2
+ f = J 2
+f + K e + Ki e dt
dt dt dt dt 0
Si la referencia es un escal´
on, se tendr´
a que
dr d2r
=0 y =0
dt dt 2
En el régimen permanente, cuando t → ∞, si la introduccioń del integrador no ha hecho ines-

table al sistema, se tendr´
a que
de d2e
=0 y =0
dt dt 2
con lo cual, Z ∞
Pe = K e p + Ki e dt
0
Como Pe es finito,Rla uńica forma de que se cumpla la ecuacioń anterior es que e p = 0 ya

que en caso contrario, 0∞ edt → ∞. En consecuencia, el sistema reacciona eliminando el error en
regimen permanente (e p ).
Por lo dicho, una red PI mejora considerablemente el r´ egimen permanente, no s´ olo de una
manera cuantitativa, sino esencialmente cualitativa por cuanto que cambia el tipo del sistema, es
decir, no es que el sistema se mejore, sino que se convierte en otro, de caracter´
ısticas distintas.
La interpretación f´
ısica del fenómeno es muy simple. La aplicacioń del par externo Pe , tiende
a separar la posición del eje de salida del valor en que la ha fijado la señal de referencia (figura
2.6.a). Ello trae consigo la aparicioń del consiguiente error (figura 2.6.b).
Si la señal de actuaci´
on sobre el sistema es proporcional al error, m´
as su integral, se aplica una
señal tal como la que se muestra en la figura 2.6.d. El feno´meno que se produce entonces puede
interpretarse diciendo que el par del motor empezar´ a a crecer hasta que vence al que se aplica
exteriormente. La evoluci´ on del error y de la señal de salida se muestran en las figuras e) y f).
Obs´ ervese como es el elemento integrador el que mantiene la se ñal sobre el motor para que e´ste
venza al par exterior.
24 Acci´
on proporcional m´
as integral (PI).
θ a)
b)
z
t
R
edt
c)
R
e + edt
d)
R
edt
e)
e z
t
θ
f)
Figura 2.6: Respuesta temporal a red PI

Tema 3
Descripci´
amicos
3.1 Transformaci´
on de Laplace
En esta secci´ on vamos a repasar la transformada de Laplace que suministra una herramienta de
gran interés para el estudio de los sistemas cuya descripcioń matem´
atica viene dada por ecuaciones
lineales invariantes en el tiempo.
3.1.1 Definición
El método de la transformada de Laplace es un método opcional que puede utilizarse con ventaja
para la resoluci´
on de ecuaciones diferenciales lineales. La transformada de Laplace se define
como:
Z ∞
L [ f (t)] = F(s) = f (t)e−st dt
0
on del tiempo tal que f (t) = 0 para t < 0, s = σ+ jw una variable compleja y L
f (t) es una funci´
un s´
ımbolo operacional. La existencia de la transformada F(s) est´ a condicionada a la convergencia
de la integral.
Si existe una constante real y positiva σ tal que para σ > σc , e−σt | f (t) | tiende a cero
cuando t → ∞, mientras que para σ < σc tiende a infinito. El valor σc recibe el nombre de abscisa
de convergencia. La integral converge, y por tanto existe la transformada de Laplace, si la parte
real de s, (σ) es mayor que la abscisa de convergencia σc .
En término de los polos de la función F(s), la abscisa de convergencia σc , corresponde a la

parte real del polo m´
as alejado hacia la derecha en el plano s.
25
26 Transformaci´
on de Laplace
on f (t) se la conoce como la anti-transformada de Laplace, F(s) y se expresa as´

A la funci´ ı,
f (t) = L −1 [F(s)]
En la tabla siguiente se tienen las transformadas de Laplace de las funciones m´

as usuales en
automática.
Tabla de Transformadas de Laplace
Señal f (t) F(s)

Impulso δ(t) 1
1
Escalon 1 (t ≥ 0) s
1
Rampa t(t ≥ 0) s2
2 2
Parábola t (t ≥ 0) s3
n!
Rampa de orden n t n (t ≥ 0) sn+1
Decrecimiento exponencial e−αt 1
(s+α)
ω
Onda sinusoidal senωt (s2 +ω2 )
s
Onda cosenoidal cosωt (s2 +ω2 )
−αt ω
Sinusoide con decrecimiento exponencial e senωt ((s+α)2 +ω2 )
Cosenoide con decrecimiento exponencial e−αt cosωt s+α
((s+α)2 +ω2 )
3.1.2 Resumen de Propiedades
1. Linealidad: Si F1 (s) y F2 (s) son las transformadas de f 1 (t) y f2 (t), F1 (s) + F2 (s) es la
transformada de Laplace de f 1 (t) + f2 (t), seg´
un se desprende de la definici´
on.
2. Derivación real: Si L [ f (t)] = F(s), entonces

d f (t)
L = sF(s) − f (0)
dt
R∞
En efecto, como F(s) = 0 f (t) e−st , realizamos la integraci´
on por partes haciendo
1
Z
0
u = f (t) ; du = f (t) dt ; v = e−st dt = − e−st y dv = e−st dt
s
Z Z
u dv = uv − vdu
por lo que resulta,
Z ∞ ∞ Z ∞
f (t)e−st

−st 1
f (t) e dt = − − − e−st f 0 (t)dt =⇒
0 s 0 0 s
Descripci´
amicos 27
Z ∞ Z ∞
f (0) 1
f 0 (t) e−st dt, f 0 (t) e−st dt = L f 0 (t)

F(s) = + pero
s s 0 0
luego:
L f 0 (t) = sF(s) − f (0) c.q.d.

3. Integración real: Si L [ f (t)] = F(s),

R
t
Z
F(s) f (0) dt
L f (τ) dτ = +
0 s s
R∞
on F(s) =
Si en la expresi´ 0 f (t) e−st dt se hace:
u = e−st ; du = −se−st dt
Z
v= f (t) dt; dv = f (t)dt
se tiene que,
Z ∞ Z ∞ Z ∞
Z
F(s) = f (t)est dt = e−st f (t)dt − −se−st f (t)dt dt =
0 0 0
Z Z ∞ Z
=− f (0)dt + s f (t)dt e−st dt ;
0
Z ∞ Z Z
y como f (t)dt e −st
dt = L f (t)dt =⇒
0
Z R
F(s) f (0)dt
L f (t)dt = + c.q.d.
s s
4. Teorema del valor final:

Hay veces en que hechas las operaciones precisas con la ecuaci oń transformada, interesa
on f (t) cuando t → ∞, que en el caso de un servosistema, corre-
conocer el valor de la funci´
sponder´ıa al r´
egimen permanente. El procedimiento consistir´ ıa en hallar la antitransformada
y hacer que t → ∞.
El procedimiento es laborioso y resulta mucho m´
as c´
omodo verificar el valor de la variable
sobre la propia ecuaci´
on transformada.
Supondremos que existe L [ f (t)] y L [ f 0 (t)] y demostraremos que,
lim f (t) = lim sF(s)

t→∞ s→0
Sabemos que
28 Transformaci´
on de Laplace
Z ∞
f 0 (t)e−st dt = sF(s) − f (0) haciendo que s → 0
0
Z ∞
lim f 0 (t)e−st dt = lim [sF(s) − f (0)] (3.1)
s→0 0 s→0
Z ∞ Z ∞ Z t
pero lim f 0 (t)e−st dt = f 0 (t)dt = lim f 0 (τ)dτ =
s→0 0 0 t→∞ 0
= lim [ f (t) − f (0)]

t→∞
y sustituyendo en 3.1, se tiene,
lim [ f (t) − f (0)] = lim [sF(s) − f (0)]

t→∞ s→0
y como f (0) no depende de t ni de s, queda,
lim f (t) = lim sF(s) c.q.d.

t→∞ s→0
5. Teorema del valor inicial:

Si lo que nos interesa conocer del sistema es su comportamiento cuando t → 0, que cor-
responder´ıa en un servosistema a conocer su comportamiento transitorio, se puede hallar
también sobre la ecuaci´
on transformada, ya que
lim f (t) = lim sF(s)

t→0 s→∞
Al igual que antes, en la expresioń

Z ∞
L f 0 (t) = f 0 (t)e−st dt = sF(s) − f (0) hacemos que s → ∞

0
Z ∞
lim f 0 (t)e−st dt = lim [sF(s) − f (0)]
s→∞ 0 s→∞
y como el primer miembro es cero, lims→∞ sF(s) = lims→∞ f (0) = f (0) ya que f (0) no
depende de s y como f (0) es limt→0 f (t) quedar´
a
lim f (t) = lim sF(s) c.q.e.

t→0 s→∞
6. Integral de Convolución:
Sean
F1 (s) = L [ f1 (t)] y F2 (s) = L [ f2 (t)]
El producto de ambas,
Descripci´
amicos 29
Z ∞ Z ∞
F1 (s) ∗ F2 (s) = f1 (t)e−st dt f2 (τ)e−sτ dτ =
0 0
(3.2)
Z ∞ Z ∞
= f1 (t) f2 (τ)e−s(t+τ) dt dτ (3.3)
0 0
Haciendo el cambio de variables,
t = u−v v = τ
τ = v u = t +τ
el Jacobiano de la transformacioń vale,
t, τ ∂t ∂t

1 −1
∂u ∂v

J( ) = ∂τ ∂τ
=
0
=1
u, v ∂u ∂v
1
Como t > 0, u > v luego v variar´

a de 0 a u.
La ecuaci´
on 3.3 queda
Z ∞Z u
F1 (s) ∗ F2 (s) = f1 (u − v) f2 (v)e−su dv du =
0 0
Z ∞ Z u
= f1 (u − v) f2 (v)dv e−su du
0 0
luego
u
Z
F1 (s) ∗ F2 (s) = L f1 (u − v) f2 (v) dv
0
La expresión encerrada en el corchete se conoce como integral de convoluci oń y representa

la antitransformada del producto de dos transformadas.
3.1.3 Calculo de antitransformadas
Con el cálculo de antitransformadas se pretende determinar a partir de la transformada de Laplace

F(s) la correspondiente antitransformada; es decir,
f (t) = L −1 [F(s)]
30 Transformaci´
on de Laplace
La transformada posee s´
olo polos reales y simples
Supóngase que el denominador de la funcioń de la que se quiere hallar la antitransformada, F(s),

es de la forma
d(s) = (s + p1 )(s + p2 ) . . . (s + pn )
de modo que los diferentes pi son reales y diferentes entre si. En tal caso la funcioń F(s) admite
una descomposici´
on en fracciones simples de la forma
n(s) a1 a2 an
F(s) = = + +...+
d(s) s + p1 s + p2 s + pn
los coeficientes ai reciben la denominaci´ on de residuos de F(s) en s = −pi . Multiplicando los dos
miembros de la expresi´ on anterior por (s + pi ) y haciendo s = −pi se tiene

n(s)(s + pi )
ai =
d(s) s=−pi
puesto que se sabe, de la tabla de transformadas, que

ai
L −1
= = ai e−pit
(s + pi )
se tiene que
f (t) = a1 e−p1t + a2 e−p2t + . . . an e−pnt
En esta expresión se pone de manifiesto que a cada pi se asocia una funci´ on (una trayectoria
o un comportamiento) de la forma e−pit . Estas funciones reciben la denominacioń de modos
naturales del sistema. Se dice que un modo natural es asint o´ticamente estable si pi ≥ 0.
Ejemplo Sea la transformada de Laplace
(s + 3)
F(s) =
(s + 1)(s + 2)
se tiene que los residuos resultan ser

(s + 3)
a1 = =2
(s + 2) s=−1

(s + 3)
a2 = = −1
(s + 1) s=−2
luego
f (t) = 2e−t − e−2t t ≥ 0
Descripci´
amicos 31
La transformada posee polos complejos
Supongamos ahora que la transformada de Laplace posee un par de polos complejos conjugados
p1 y p̄1 . En tal caso la descomposici´
on en fracciones simples tomar´
a la forma:
n(s) α1 s + α 2 a3 an
F(s) = = + +...+
d(s) (s + p1 )(s + p̄1 ) s + p3 s + pn
Si se multiplican los dos miembros de esta expresioń por (s + p1 )(s + p̄1 ), y se hace s = −p1 ,
se tendr´
a:

n(s)(s + p1 )(s + p̄1 )
(α1 s + α2 )s=−p1 =
d(s) s=−pi
on permite determinar α1 y α2 igualando partes reales e imaginarias.

Esta expresi´
Para hallar la antitransformada correspondiente al t´ ermino asociado al par complejo basta

recordar que:
ω

L1 = e−αt senωt
((s + α)2 + ω2 )
s+α

L1 = e−αt cosωt
((s + α)2 + ω2 )
En concreto, si se supone:
p1 = a + jω y p̄1 = a − jω
se tendr´
a
α1 s + α 2 α1 s + α 2
= =
(s + p1 )(s + p̄1 ) (s + a + jω)(s + a − jω)
(α2 − α1 a) ω

s+a
α1 +
((s + a)2 + ω2 ) ω ((s + a)2 + ω2 )
Ejemplo
Sea la transformada de Laplace
(s + 1)
F(s) =
s(s2 + 2s + 2)
32 Transformaci´
on de Laplace
Se tiene:
(s + 1) 1
a3 = 2
=
(s + 2s + 2) s=0 2
Por tanto,
11 1 s
F(s) = − 2
2 s 2 s + 2s + 2
11 1 s
= −
2 s 2 (s + 1)2 + 1
11 1 s+1 1 1
= − +
2 s 2 (s + 1) + 1 2 (s + 1)2 + 1
2
De donde se tiene,
1 1 −t 1
f (t) = − e cosωt + e−t senωt t ≥ 0
2 2 2
´
La transformada posee polos multiples
Supóngase que una de las ra´ıces del polinomio del denominador de la transformada de Laplace es
múltiple. Por ejemplo, sup´
ongase que la ra´ız p1 tiene multiplicidad r. En tal caso el denominador
admitirá la descomposición:
d(s) = (s + p1 )r (s + p2 ) . . . (s + pn )
En tal caso, la transformada de Laplace admite la descomposici oń:
n(s) br br−1 b1 a2 an
F(s) = = r
+ r−1
+...+ + +...+
d(s) (s + p1 ) (s + p1 ) s + p1 s + p2 s + pn
Si se multiplican los dos miembros de esta expresioń por (s + p1 )r se tendr´

a:
n(s)(s + p1 )r

br =
d(s) s=−p1
Obs´
ervese que
a2 (s + p1 )r an (s + p1 )r
(s + p1 )r F(s) = br + br−1 (s + p1 ) + . . . + b1 (s + p1 )r−1 + +...+
s + p2 s + pn
derivando esta expresi´
on con respecto a s se tiene
d
[(s + p1 )r F(s)] = br−1 + 2br−2 (s + p1 ) . . . + (r − 1)b1 (s + p1 )r−2 +
ds
d a2 (s + p1 )r d an (s + p1 )r

+...+
ds s + p2 ds s + pn
Descripci´
amicos 33
on s = −p1 se tiene
y haciendo en esta expresi´
d
[(s + p1 )r F(s)]s=−p1 = br−1
ds
Derivando de nuevo con respecto a s y procediendo an´
alogamente se tiene
1 d2
br−2 = [(s + p1 )r F(s)]s=−p1
2 ds2
En general se tendr´
a
1 dj
br− j = [(s + p1 )r F(s)]s=−p1
j! ds j
Ejemplo
Sea
s2 + s + 2
F(s) =
(s + 1)3
que se descompone
b3 b2 b1
F(s) = + +
(s + 1)3 (s + 1)2 (s + 1)
Se tendr´
a
b3 = [s2 + s + 2]s=−1 = 2
b2 = [2s + 1]s=−1 = −1
b1 = 1
Por tanto
2 1 1
F(s) = − +
(s + 1)3 (s + 1)2 (s + 1)
De donde se tiene,
f (t) = (t 2 − t + 1)e−t
3.2 Noci´
on de sistema din´
amico.
Uno de los conceptos básicos empleados en autom´ atica es el de sistema. En el lenguaje ordinario
se entiende por sistema una coleccioń de objetos unidos por cierta forma de interaccioń o inter-
dependencia. En el contexto de la automática el concepto de sistema adquiere un significado m´ as
preciso.
34 Noci´
on de sistema din´
amico.
Consid´ erese un objeto f´ısico, α, por ejemplo un motor el´ ectrico, al cual aparecen asociadas
una serie de magnitudes, como pueden ser su velocidad de giro, la intensidad que alimente el
inducido, etc. Desde el punto de vista que interesa en autom´ atica lo que conviene de α son las
relaciones matem´ aticas entre las distintas magnitudes m1 (t), m2 (t)...mn (t) que se asocian a dicho
objeto f´ısico. Estas relaciones constituyen un objeto abstracto, por abstracci oń de unas carac-
ter´
ısticas de un objeto f´ısico.
En autom´ atica los objetos f´

ısicos que intervienen son tales que las magnitudes f´
ısicas que a
ellos se asocian se pueden clasificar en dos grupos:
1. magnitudes cuyo valor puede ser variado directamente desde el exterior del objeto f´
ısico,
que reciben el nombre de señales de entrada, de control, de mando o est´
ımulos; y
2. magnitudes cuyo valor puede ser medido pero cuya variaci oń es indirecta, a trav´ es de las
señales de entrada, y que reciben el nombre de señales de salida, de observacioń o respues-
tas.
Para denotar a las señales de entrada se emplea u(t) y para las señales de salida se emplea y(t),
siendo, en general, u(t) e y(t) vectores.
Se entiende por sistema ∑ el objeto abstracto formado por las relaciones que ligan las se ñales
u(t) e y(t). Un sistema se presenta en forma esquem´ atica como se hace en la figura 3.1, rep-
resentaci´
on que recibe el nombre de diagrama funcional del sistema. Definido as´ ı un sistema
representa una formalizaci´
on del uso vulgar de este t´
ermino.
Σ
u(t) y(t)

amico
El problema de la representaci´ on matem´ atica de los sistemas se reduce a encontrar la forma

matem´ atica, bien sea una ecuación o, de forma m´ as general, un algoritmo, que permita generar los
pares de señales u(t), y(t) que definen el sistema.
Las señales u(t) e y(t) pueden registrarse o bien de una manera continua en el tiempo, o bien
de una forma discontinua, es decir tomando medidas cada cierto intervalo de tiempo. En el primer
caso se tienen los llamados sistemas en tiempo continuo y en el segundo los sistemas en tiempo
discreto. Estos u´ltimos tienen un particular inter´ es pr´
actico cuando se emplean computadores
puesto que estas m´ aquinas trabajan de una forma discreta.
Descripci´
amicos 35
3.3 Formas de las relaciones entrada-salida en sistemas.
Se ha indicado en la secci´ on 3.2, que un sistema está formado por las relaciones matem´ aticas que
liga las señales u(t) e y(t) que lo definen. En esta seccioń se van a considerar algunas formas
matem´ aticas de las relaciones que ligan a las señales u(t) e y(t) en tipos de sistemas comuńmente
encontrados en la pr´ actica. Sin embargo, en el resto de estos apuntes so´lo se estudiar´ a una de las
clases consideradas en esta seccioń. Una posible primera clasificacioń elemental de las relaciones
que ligan a las señales de entrada y salida de los sistemas, es en sistemas est áticos y sistemas
dinámicos.
3.3.1 Sistemas estáticos.
El caso más simple de relaci´ el en que e´sta se reduce a una

on entre las señales u(t) e y(t) es aqu´
ecuaci´
on algébrica. Por una consideración elemental de realizabilidad f´ ısica es claro que en tal
caso se podr´
a escribir:
y(t) = F{u(t)} (3.4)
en donde, para los casos de inter´ es pr´

actico F{.} es una funci´ on uniforme. Los sistemas que
admiten esta forma de representacioń reciben el nombre de sistemas estáticos, y son aquéllos en
los que el valor que toma la señal de salida y(t), en un cierto tiempo t depende exclusivamente
del valor tomado por la señal de entrada u(t) en dicho instante de tiempo t, y no de los valores
tomados por u(t) en el pasado.
Los sistemas lógicos combinacionales, constituyen un ejemplo de sistemas est áticos definidos
por la propiedad de que las señales de entrada u(t) y salida y(t) toman sus valores del conjunto
finito U = Y = {0, 1}. Para la representacioń matem´ atica de los sistemas l´
ogicos combinacionales
se recurre a tablas en las que se indican para cada combinaci oń posible de los valores de las señales
de entrada, los correspondientes de la señales de salida. Desde un punto de vista matem´ atico estas
tablas constituyen una de las formas m´ as simples de representar una funcioń.
3.3.2 Sistemas dinámicos
Normalmente las relaciones que ligan las magnitudes f´ ısicas que definen un sistema no son ecua-
ciones algebraicas, que conducen a sistemas est´ aticos, sino ecuaciones diferenciales. Ello es de-
bido a que la mayor parte de las leyes de la f´
ısica se expresan por medio de esta clase de ecuaciones.
Aqu´
ı se considerar´
an exclusivamente las ecuaciones diferenciales de la forma,
dny dy dnu
+ ... + a n−1 + a n (t)y = b 0 (t) + ... + bn (t)u (3.5)
dt n dt dt n
llamadas ecuaciones diferenciales lineales. El hecho de limitarse a esta clase de ecuaciones difer-
enciales es debido a:
36 Formas de las relaciones entrada-salida en sistemas.
1. s´
olo para esta clase de sistemas es posible establecer, en la actualidad, una teor´
ıa que sea a
la vez general y simple; y
2. al menos en una primera aproximacioń, gran parte de los sistemas encontrados en la pr´
actica
admiten esta forma de representacioń.
Cabe considerar que la teor´ ıa de sistemas lineales es a la teor´

ıa de sistemas no-lineales, como la
geometr´ ıa eucl´
ıdea es a las formas de geometr´ ıa no-eucl´ıdea. Es sabido que la geometr´ ıa eucl´
ıdea
es un u´til de un inter´
es práctico incuestionable; lo mismo sucede con la teor´ ıa de los sistemas
lineales.
Otra relaci´
on entre la entrada y salida de un sistema es la que presentan las ecuaciones en
diferencias finitas. De ellas las que mayor interés tienen son, por consideraciones semejantes a las
realizadas m´ as arriba respecto a las ecuaciones diferenciales lineales, las ecuaciones en diferencias
finitas lineales cuya forma general es,
y(t + n) + ... + am−1 y(t + 1) + am y(t) = b0 u(t + n) + ... + bn−1 u(t + 1) + bm u(t) (3.6)
Los sistemas descritos por las ecuaciones en diferencias finitas son sistemas en tiempo dis-
creto, en los que la escala de tiempos toma so´lo una serie de valores discretos. Esta forma de
relaci´
on se presenta en aquellas aplicaciones en las que se emplean computadores.
Por u´ltimo cabe recordar como otra forma de relacioń entre las señales de entrada y salida de
un sistema la que ofrecen los diagramas de estados de los circuitos l o´gicos secuenciales (o, m´ as
general, de los aut´
omatas). En dichos diagramas se ten´ıa representada la evoluci´ on de las señales
de entrada u(t) y de salida y(t) de un sistema cuya caracter´ıstica adicional es que las señales de
entrada y de salida s´
olo podr´
ıan tomar sus valores de un conjunto finito.
Los sistemas descritos por ecuaciones diferenciales, por ecuaciones en diferencias finitas, o por
diagramas de estados reciben la denominacioń de sistemas dinámicos y en ellos el valor tomado
por la señal de salida y(t), en un cierto instante de tiempo t depende del valor tomado por u(t), no
s´
olo en el instante t (como suced´ ıa en los est´
aticos), sino en todos los instantes anteriores a t.
En ellos, por lo tanto, la consideracioń del tiempo juega un papel esencial. De ah´ ı la denomi-
naci´
on de dinámicos. Obs´ ervese que los sistemas estáticos pueden considerarse como una forma
particular y degenerada de los dinámicos por lo que son estos u´ltimos los uńicos que se consideran
en lo que sigue.
En estos apuntes no se tratar´

an expl´
ıcitamente, los sistemas l´
ogicos secuenciales. No obstante
si e´stos son lineales son susceptibles de ser estudiados con las técnicas aqu´
ı desarrolladas. Sin
embargo, ello no se har´ a aqu´
ı de forma expl´ıcita.
La forma de representaci´ on de los sistemas din´ amicos por ecuaciones diferenciales, o por
ecuaciones en diferencias finitas, no tiene inter´
es pr´
actico para el desarrollo de la autom´
atica. Para
amicos se han desarrollado dos formas peculiares de representaci oń,
el estudio de los sistemas din´
que son la descripción externa y la descripción interna que se pasan a estudiar a continuacioń.
Descripci´
amicos 37
on externa de los sistemas dina´micos.

3.4 Descripci´
Puesto que las señales que definen un sistema din´ amico son las de entrada u(t) y las de salida
y(t) interesa disponer de una relación explı́cita directa entre ambas. Esta relacioń la suministra la
descripción externa que se define por una función de entrada-salida F tal que hace corresponder
al conjunto de valores tomados por la señal de entrada u en un cierto intervalo (t0 ,t), el valor
tomado por la salida y(t) en el instante t. Formalmente se puede escribir,
y(t) = F(u[t0 ,t]) (3.7)
en donde F(.) es un funcional, es decir una funcioń cuyo argumento lo constituye el conjunto de
valores tomados por u(t) en el intervalo (t0 ,t).
Desde el punto de vista de la descripcioń externa un sistema din´

amico lineal se define cono
aquel que cumple la propiedad de linealidad, en virtud de la cual,
F (α1 u1 [t0 ,t] + α2 u2 [t0 ,t]) = α1 F (u1 [t0 ,t]) + α2 F (u2 [t0 ,t])
en donde α1 , α2 son números reales arbitrarios. Esta propiedad recibe tambi´

en, impropia-
on de principio de superposicioń.
mente, la denominaci´
Habitualmente se emplean dos formas de descripcioń externa: la respuesta impulsional y la

funci´
on de transferencia.
3.4.1 Respuesta impulsional.
Una forma de escribir la soluci´ on diferencial como la de la expresioń (3.5) es la

on a una ecuaci´
siguiente:
Z t
y(t) = h(t, τ)u(τ)dτ (3.8)
−∞
en donde h(t, τ) recibe el nombre de respuesta impulsional del sistema. La expresi oń (3.8) es una
forma de descripción externa de un sistema dinámico ya que corresponde al caso de una funcioń
l´
ıneal.
La respuesta impulsional de un sistema puede tener las siguientes propiedades:
1. Propiedad de causalidad o realizabilidad, en virtud de la cual un efecto no puede preceder

a una causa, lo que implica que
h(t, τ) = 0 para t <τ
2. Propiedad de estabilidad, en virtud de la cual la estabilidad del sistema exige la convergen-

cia de (3.8), lo que se traduce en
lim h(t, τ) = 0
t→∞
38 Descripci´
on externa de los sistemas din´
amicos.
3. Propiedad de estacionaridad, en virtud de la cual el sistema es invariante con el tiempo, lo

que se traduce en que
h(t, τ) = h(t − τ, 0) = h(t − τ)
Ejemplo:
Sea el sistema din´

amico descrito por la ecuaci´
on diferencial,
dy
+ ay = bu
dt
En donde a y b son dos n´ umeros reales. La soluci´

on de esta ecuaci´
on de la forma de la
expresi´
on (3.8) es la siguiente,
Z t
y(t) = e−a(t−τ) b u(τ)dτ
−∞
En donde la respuesta impulsional h(t, τ) = be−a(t−τ) , es claro que cumple las propiedades de
causalidad, estabilidad y estacionaridad.
La respuesta impulsional admite un significado adicional muy preciso. Sup ońgase un sistema
con una sola entrada y una sola salida. Supońgase, adem´ as, que dicho sistema se somete a la
siguiente señal de entrada:
u(t) = δ(t1 )
en donde δ(t) es la funci´

on de Dirac. En tal caso se tiene que,
y(t) = h(t,t1 )
si el sistema no es estacionario o
y(t) = h(t − t1 )
si el sistema es estacionario.
En la figura 3.2 se muestra la respuesta impulsional del sistema del ejemplo anterior. De lo an-
terior se desprende que la respuesta impulsional de un sistema es determinable experimentalmente
en la medida en que se pueda realizar f´ ısicamente una señal de entrada u(t) = δ(t). Es sabido que
esta u´ltima no tiene significado f´
ısico, pero sin embargo se pueden concebir aproximaciones acept-
ables. Debe añadirse que en la pr´ actica como realmente se miden las respuestas impulsionales es
por las técnicas de correlación que no se van a tratar aqu´
ı.
Para sistemas multivariables, con m entradas y p salidas, la respuesta impulsional es una ma-
triz, de dimensión p × m, cuyo t´ ermino hi, j representa la respuesta del i-esimo canal de salida,
cuando se aplica una entrada u(t) = δ(t) al canal j-esimo, siendo nulas el resto de las entradas.
Descripci´
amicos 39
y(t)
Figura 3.2: Respuesta Impulsional
3.4.2 Función de transferencia.
Para los sistemas lineales estacionarios existe una forma de descripci oń externa muy empleada en
la pr´ on (matriz) de transferencia. Se puede definir la funcioń de transferencia como
actica: la funci´
la transformada de Laplace de la respuesta impulsional de un sistema.
Z ∞
H(s) = h(τ)e−τs dτ (3.9)
0
Aplicando la transformaci´
on de Laplace a la expresi´
on (3.8), para el caso de un sistema esta-
cionario, se tiene
Y (s) = H(s) U(s) (3.10)
en donde Y (s) y U(s) son, respectivamente, las transformadas de Laplace de las se ñales de entrada
y salida.
En la pr´ on de transferencia se determina directamente a partir de la ecuaci oń

actica la funci´
diferencial. Un punto muy importante a considerar es que esta determinaci oń se hace suponiendo
condiciones iniciales nulas para las señales u(t) e y(t).
Ejemplo:
Sea el sistema descrito por la ecuacioń diferencial,
d2y dy
2
+ a1 + a2 y = bu
dt dt
La transformada de Laplace de los distintos t´

erminos de la ecuaci´
on es la siguiente,
40 Sistemas de control realimentados
s2Y (s) + a1 sY (s) + a2Y (s) = bU(s)
Con lo que se tiene,
Y (s) b
= H(s) = 2
U(s) s + a1 s + a2
on de Laplace de la respuesta impulsional es la funcioń de trans-

es decir que la transformaci´
ferencia.
Para el caso de sistemas multivariables con m entradas y p salidas la funci oń de transferencia se
convierte en una matriz cuyo t´ ermino Hi j representa el cociente entre la transformada de Laplace
de la señal de salida que se obtiene por el canal i y la transformada de Laplace de la se ñal de
entrada que se aplica al canal j, supuestas nulas las otras se ñales de entrada.
3.5 Sistemas de control realimentados
Un sistema de control realimentado se representa esquem´ aticamente como se indica en la figura

3.3. Sobre este esquema vamos a recordar una serie de conceptos que consideramos de inter e´s.
r(t) + e u y(t)
-@
@ - K - G(s) -
@
@
− 6m
H(s)
Figura 3.3: Sistema de Control realimentado
• Cadena directa o de acci´ on, es la que une los elementos comprendidos entre la se ñal de
an relacionadas por la expresioń,
error y la de salida. Ambas señales est´
Y (s)
= KG(s)
E(s)
siendo G(s) la funci´

on de transferencia del sistema considerado.
Descripci´
amicos 41
• Cadena de realimentaci´ on, es la que une la señal de salida con la de informacioń m(t), que
es comparada con la de referencia. Ambas señales se relacionan as´ ı,
M(s)
= H(s)
Y (s)
on de transferencia de la cadena de realimentacioń.
En este caso H(s) es la funci´
• Se llama bucle abierto, al conjunto de elementos que constituyen todo el sistema, si este se
abriese por el punto m(t), es decir, como si la señal de entrada fuese e(t) y la de salida m(t).
La función de transferencia del conjunto as´ı dispuesto ser´ıa
M(s)
= KG(s)H(s)
E(s)
• Se llama bucle cerrado, al sistema conectado como se indica en la figura 3.3. Las se ñales
y(t) y r(t) se relacionan por la conocida fo´rmula, f´
acil de deducir,
Y (s) KG(s)
=
R(s) 1 + KG(s)H(s)
Obs´ ervese que, en este caso, la señal de actuaci´
on sobre el sistema es proporcional a la
señal de error. Se trata pues de un control proporcional (P). El valor de la ganancia K del
amplificador ser´ a, por tanto, un par´
ametro susceptible de ser variado de acuerdo con las
necesidades del problema.
En lo que sigue se supondr´ a siempre que la cadena de realimentacioń es unitaria, con lo
que el esquema fundamental quedar´ a de la forma que se indica en figura 3.4 y quedando la
funci´
on de transferencia en bucle cerrado reducida a
Y (s) KG(s)
=
R(s) 1 + KG(s)
Naturalmente en este caso cadena de acción y bucle abierto son dos conceptos coincidentes.
Por el hecho de introducir una compensacioń sobre el bucle antes mencionado, el esquema se
modifica de alguna manera, como se muestra m´ as adelante. Se distinguen dos tipos de compen-
saci´
on:
• Compensaci´ on en serie: Cuando el elemento corrector se coloca en cascada, en la cadena

de acci´
on; y
• Compensaci´ on por realimentación: Cuando el elemento corrector constituye una segunda
cadena de realimentaci´
on, en el bucle de control.
Los esquemas b´
asicos para uno y otro caso se muestran, respectivamente, en las figuras 3.5 y
3.6.
Como ya se ha indicado, en el caso de la compensaci oń en serie, la red correctora se coloca en

cascada con los elementos de la cadena de accioń, y delante del amplificador para que el nivel de
potencia a que trabaje sea el del error, es decir, bajo.
42 Sistemas de control realimentados
r(t) + e u y(t)
-@
@ - K - G(s) -
@
@
− 6m
Figura 3.4: Sistema de Control realimentado unitariamente
r(t) + e u0 u y(t)

- - Gr (s) - K - G(s) -

− 6m

on en serie
r(t) +
e u y(t)
-@@ -@
@ - K - G(s) -
@
@ @
@
− 6m 6
Gr (s)

on por realimentaci´
on
Tema 4
Modelado y Simulaci´
on
4.1 Modelado de sistemas
En anteriores temas se ha visto que un sistema din´

amico se caracteriza porque su estado evoluciona
con el tiempo y que adem´ as se puede representar mediante ecuaciones matem´ aticas, que toman
la forma de ecuaciones diferenciales, en el caso de ser sistemas continuos, o de ecuaciones en
diferencias, en el caso de sistemas discretos.
Pero no se debe perder de vista que los sistemas din´

amicos son sistemas concretos, sean reales
o imaginarios, que pueden ser sistemas f´ ısicos, biol´
ogicos, econ´
omicos, etc. Todos ellos tienen
ciertas magnitudes asociadas que evolucionan en el tiempo, por ejemplo la posici oń de un cuerpo
en el caso de un sistema f´ umero de individuos de una poblacioń bacteriana en un
ısico, o el n´
cultivo en el caso de un sistema biolo´gico, o bien el valor de unas acciones en el mercado de la
Bolsa en el caso un sistema econo´mico.
Resulta de interés obtener una forma de caracterizar las magnitudes asociadas al sistema en
cuestión con el fin de estudiar su comportamiento (an´ alisis) o bien reproducir el comportamiento
que va a tomar e´ste bajo ciertas condiciones (simulacioń). Este procedimiento se denomina mod-
elado de un sistema. El sistema se puede caracterizar en forma de expresiones matem a´ticas (mod-
elado matem´ atico) o bien mediante reproduccioń a escala del sistema (modelado a escala). Esta
u´ltima t´
ecnica es muy utilizada en campos como la aeron´ autica, en las que los fen´
omenos impli-
cados son muy complejos y adem´ as permite la reproducción de los sistemas en laboratorio. La
teor´ıa de sistemas está basada en la descripci´
on matemática de los sistemas dinámicos, por lo que
en lo sucesivo se asimila el modelado de un sistema a la obtenci oń de e´sta.
Se denomina modelo de un sistema al conjunto de expresiones matem´ aticas que caracterizan

la evoluci´
on temporal de las magnitudes del sistema. Un modelo est´ a bien planteado cuando el
número de expresiones matem´ aticas independientes que se obtienen es igual al nu´mero de señales
del sistema que intervienen en e´l.
En un modelo, adem´
as de las señales, est´
an involucrados los par´
ametros del sistema, que son
43
44 Modelado de sistemas
valores que lo caracterizan o distinguen de otro sistema semejante. A la hora de modelar sistemas
reales, puede ser necesario obtener ciertos par´
ametros a partir de las señales del sistema din´
amico
real, con el fin de que el modelo reproduzca lo m´ as fielmente posible su comportamiento. Este
procedimiento se denomina identificación de un sistema. Una vez identificado un sistema, el
modelo obtenido se debe validar, comparando las magnitudes reales obtenidas con las resultantes
del modelo.
4.1.1 Exactitud del modelo frente a su sencillez
Un modelo est´ a sujeto a errores y puede no representar exactamente el sistema. Para ilustrar este
punto se va a tomar una serie de sistemas reales que son complejos.
• El mercado de la Bolsa. En este sistema la discrepancia se puede deber a la existencia de

una serie de magnitudes cuyo comportamiento no se puede conocer de una forma precisa,
estando sujetas a probabilidad, como por ejemplo el car´
acter impredecible de las personas
o de los mercados cuya evolucioń afecta al comportamiento de la bolsa.
• El tiempo atmosf´ erico. El error en el conocimiento de su evolucioń se puede deber al de-

sconocimiento de algunas de las magnitudes que influyen en el sistema o a la forma en la
que e´stas lo hacen, as´
ı como de la impredecibilidad de ciertos eventos, como terremotos, etc.
Es decir, resulta imposible establecer un conjunto de expresiones que modelen la globalidad
del sistema.
• El horno de una fábrica de yeso. En este caso se conocen los feno´menos f´ ısicos que inter-
vienen en el proceso, pero resulta impensable obtener un modelo de todos los elementos
que forman el sistema. Es decir, que es posible establecer las expresiones que modelan el
sistema, pero resulta tan complejo en su formulacioń o bien en su utilizaci´
on que se desecha
la posibilidad.
De esto se desprende que existen razones, ya sean de car´ acter pr´

actico o bien te´
orico, por las
que el modelo no se aproxima con total precisioń al sistema que se quiere modelar. Por tanto un
modelo de un sistema real siempre tiene asociado un grado de exactitud.
En el modelado de sistemas es importante la ponderacioń entre la exactitud con la que el

modelo es capaz de representar el comportamiento del sistema y la simplicidad de e´ste, que facilita
el tratamiento del mismo. Dependiendo del uso que se vaya a hacer del modelo, e´ste se orienta
hacia la exactitud o hacia la sencillez.
Por ejemplo, en modelos destinados al análisis del sistema, se suelen tomar suficientemente
sencillos como para que sean tratables matemáticamente. Por el contrario, los modelos destina-
dos a la simulaci´
on interesa que sean precisos, de cara a reproducir con la mayor fiabilidad el
comportamiento del sistema que se pretende simular.
on 45
4.1.2 Modelo externo e interno de un sistema
El modelo de un sistema depende del tipo de magnitudes que intervienen en e´l, que pueden ser:
• Variables externas:
– Salidas.
– Entradas:
∗ Entradas manipulables.
∗ Perturbaciones
• Variables internas.
Considérese un sistema para proporcionar agua caliente en una instalaci oń dom´ estica. En
este sistema, el agua se calienta en un depo´sito aislado t´ ermicamente hasta alcanzar una cierta
temperatura. El agua caliente y el agua fr´ ıa son conducidas por tuber´ ıas hasta el grifo donde se
mezclan produciendo un solo caudal a una temperatura comprendida entre la que tiene la corriente
fr´
ıa y la que tiene la caliente. En este sistema existen varias se ñales que evolucionan en el tiempo:
la temperatura del agua a la salida del grifo, el caudal de salida, la apertura del grifo de agua
fr´
ıa, el caudal de agua fr´ ıa, la apertura del grifo de agua caliente, el caudal de agua caliente o la
temperatura del agua a la salida del termo. Para un usuario de esta instalaci oń, resulta de inter´ es el
estudio del comportamiento de la temperatura a la salida del grifo, sin embargo para un encargado
de mantenimiento de la instalacioń resulta de inter´ es la temperatura a la salida del termo, por
ejemplo. Por tanto la decisi´ on de qué señal del sistema se considera como una señal de salida
depende del prop´ osito con el que se modela el sistema.
Por otro lado existen una serie de entradas manipulables al sistema, como son las aperturas de
los grifos del agua caliente y fr´
ıa, que se var´
ıan con el fin de determinar el caudal y la temperatura
de la corriente de agua de salida que se desea. Existen otras se ñales cuya evoluci´ on influye sobre
el sistema pero que no son manipulables por el ususario, como por ejemplo la presi oń del agua
en la instalación o el caudal de gas que alimenta el termo. Estas señales son perturbaciones al
sistema.
El resto de señales como el caudal de agua fr´

ıa, el de agua caliente, la temperatura a la salida
del termo, etc. son señales internas al sistema.
El modelo de un sistema se hace con el fin de obtener una representaci oń del comportamiento
dinámico del mismo. Sin embargo, parece razonable centrar la representaci oń sobre las salidas del
sistema exclusivamente, dado que son e´stas las señales que resultan de inter´
es. Esta representaci´
on
se denomina modelo externo del sistema o modelo entrada-salida.
En el caso de que intervengan señales internas el modelo se denomina modelo interno del
sistema y se obtiene de forma que las ecuaciones diferenciales que representan el sistema sean de
primer orden. En este caso las señales que intervienen en el modelo son variables de estado, y su
conocimiento permite conocer la evolucioń de todas y cada una de las señales del sistema.
46 Modelado de sistemas
En sistemas autónomos, el modelo depender´ a tan s´

olo de las magnitudes internas o externas
elegidas. Es decir, que partiendo de una determinada situaci oń inicial, el sistema evoluciona por
ı mismo a lo largo del tiempo. Por tanto, la trayectoria seguida por cada magnitud depender a´
s´
exclusivamente de la situaci´ on inicial de la que parte (condiciones iniciales del sistema). Sin
embargo en sistemas no aut´ onomos las magnitudes de entrada al sistema intervienen en el sistema,
y por tanto aparecen en el modelo, sea e´ste de tipo interno o externo. Por tanto, la trayectoria
de cada magnitud asociada el sistema evolucionar´ a dependiendo de las condiciones iniciales del
mismo y de los valores que tomen las magnitudes de entrada del sistema a lo largo del tiempo.
4.1.3 Modelos deterministas y no deterministas
Se dice que un modelo es determinista cuando se parte de la base de que el modelo es capaz
de expresar de forma uńica la evoluci´ on del sistema. Es decir, que conocido el modelo de un
sistema y las condiciones iniciales de las que parte, as´ı como la evoluci´ on de las entradas (en
el caso de sistemas no aut´ onomos), el sistema siempre evoluciona de la misma forma. Por el
contrario, un modelo no determinista o estoc´ astico considera que intervienen factores aleatorios,
imposibles de modelar ni predecir. Por tanto tan so´lo se podr´ an modelar ciertas caracter´ ısticas
estad´ısticas de las magnitudes temporales del sistema, pero no la evoluci oń de las mismas, pues
var´ıan por la influencia de eventos impredecibles. Seguń esto, ante unas mismas condiciones
iniciales y magnitudes de entrada, el sistema evolucionar´
a cada vez de una forma de distinta, pero
conservando una serie de caracter´ ısticas comunes de tipo estad´
ıstico, que son las que se pueden
modelar.
4.1.4 Modelos paramétricos y no paramétricos
Un sistema es una entidad compleja resultante de la integraci oń de sus partes en una unidad sus-
tantiva. Por tanto, si se conoce el comportamiento de cada una de las partes que conforman el
omo e´stas se relacionan, se puede obtener un modelo del sistema. Este tipo de
sistema y la forma c´
modelos se denominan modelos paramétricos, pues dependen de los par´ ametros de las ecuaciones
que definen el modelo de cada elemento del sistema. Para ilustrar este tipo de modelos, v eánse los
propuestos en los sistemas de los temas 1 y 2.
El modelo de cada elemento que forma el sistema viene dado por las denominadas ecuaciones
de fenómenos elementales. A las ecuaciones que interrelacionan a los elementos entre s´
ı se de-
nominan ecuaciones de balance del sistema.
Sin embargo el sistema se puede modelar obteniendo expresiones matem´ aticas que relacionen
magnitudes del sistema sin considerar ni las partes que forman el sistema ni la forma c o´mo se
integran en e´ste. Este tipo de modelos se denominan modelos no paramétricos o modelos de caja
negra.
En secciones posteriores se ver´

a c´
omo se obtienen modelos param´ etricos de sistemas f´
ısicos,
tales como sistemas mecánicos, el´
ectricos, t´
ermicos o hidr´ aulicos, describiendo en cada caso las
ecuaciones de los fen´
omenos elementales m´ as t´
ıpicos, as´
ı como las ecuaciones de balance.
on 47
4.1.5 Modelos con parámetros concentrados y distribuidos
Enunciados como: ”sea una masa puntual ...”, ”consid´ erese una carga concentrada en un punto del
espacio ...”, etc. son frecuentes en cursos b´ asicos de F´
ısica. Es notable sin embargo el hecho de
que tales objetos no tienen existencia real. Los sistemas reales son por lo general de par a´metros
distribuidos. As´ ı, una resistencia es un trozo de material de longitud no nula, por lo que
• La señal el´
ectrica tarda cierto tiempo en atravesarla; es decir, la transmisi oń no es in-
stant´
anea.
• Existe cierta inductancia y capacitancia; es decir, adem´

as de un valor R habr´
ıa que tener en
cuenta unos valores de L y C.
Estos fen´
omenos son a menudo despreciados, considerando la resistencia como un elemento
sin inductancia ni capacitancia que transmite instant´
aneamente los cambios en la intensidad que
circula por ella. Los elementos idealizados de esta forma reciben el nombre de elementos de
parámetros concentrados.
Los modelos basados en par´ ametros concentrados son m´ as f´

aciles de desarrollar y usar que los
de parámetros distribuidos, por lo que suelen ser el objeto de estudio de cursos b´ asicos de teor´ıa
de sistemas y control.
Los modelos que tienen en cuenta que los objetos reales no tienen sus propiedades concen-
tradas en un punto reciben el nombre de modelos de par´ ametros distribuidos, y son m´
as complejos
ametros concentrados, por lo que so´lo se usan cuando estos u´ltimos no producen el
que los de par´
resultado requerido.
4.2 Modelado de sistemas mec´

anicos
Un sistema mec´ anico es aquél formado por cuerpos que var´ıan su posici´ on ante la acción de una
serie de fuerzas. Como se sabe, un cuerpo r´ıgido puede describir tres traslaciones y tres rotaciones
independientes entre s´ ı. Se denomina grado de libertad a cada movimiento independiente que
puede tener un sólido. Por tanto un cuerpo puede tener como m´ aximo 6 grados de libertad.
Cada elemento que forma un sistema mec´ anico se modelar´ a por una serie de ecuaciones que
determinan el movimiento descrito por el cuerpo en funci oń de las fuerzas que actúan sobre e´l.
Las ecuaciones de balance surgen de la aplicacioń de las leyes de Newton sobre cada uno de los
elementos.
El a´rea de la F´
ısica encargada del estudio del comportamiento din´ amico de los cuerpos es
la Mec´ anica y est´
a fuera del alcance de este curso el profundizar en esta disciplina. Por ello
se describen a continuaci´ on unos casos sencillos, pero que representan a un amplio espectro de
sistemas mec´ anicos, en los que se muestra co´mo se obtienen modelos dinámicos.
48 Modelado de sistemas mec´
anicos
4.2.1 Sistemas mecánicos traslacionales
Un sistema mec´ anico en el que el movimiento de los cuerpos que lo forman se reduce a trasla-
ciones en una misma direcci´ on se denomina sistema mec´ anico traslacional. Por tanto todos los
cuerpos del sistema tienen un solo grado de libertad y sus movimientos describen trayectorias rec-
tas todas con la misma direcci´ on. En consecuencia, la posicioń de cada cuerpo viene dada por
el desplazamiento que realiza en la direccioń del movimiento. Los elementos m´ as comunes que
forman un sistema mec´ anico traslacional son los siguientes:
Masa m´
ovil
Una masa sometida a una fuerza experimenta una aceleraci oń como consecuencia de e´sta. Aparece
entonces una fuerza de reaccioń a la aceleraci´
on experimentada por el cuerpo denominada fuerza
de inercia y cuya magnitud es directamente proporcional a la aceleraci oń del cuerpo y su sentido
el contrario al de movimiento del cuerpo.
Fi(t)
F(t) M
Figura 4.1: Esquema de una masa mo´vil .
La ecuaci´
on que rige el movimiento de este elemento es:
d 2 x(t)
Fi (t) = M · = F(t) (4.1)
dt 2
La constante de proporcionalidad M es la masa del cuerpo.
Nótese que la fuerza ejercida sobre el cuerpo no influye directamente sobre la posici oń del
cuerpo, si no sobre la aceleracioń que e´ste experimenta. La aceleracioń produce un cambio en
la velocidad con la que se mueve el cuerpo, y la velocidad produce a su vez una variaci oń en la
on de e´ste. Por tanto, conocida la fuerza resultante que actuá sobre un cuerpo, es necesario
posici´
saber tanto la velocidad como la posicioń que tiene inicialmente el cuerpo para poder conocer el
movimiento que e´ste realizar´ a.
on 49
Resorte o muelle
Un resorte es un elemento el´ astico que ante la acci´ on de una fuerza se deforma variando su lon-
gitud. El resorte ejerce una fuerza que se opone a la fuerza impulsora que es funci oń de la defor-
mación experimentada. Una vez que la accioń de la fuerza cesa, el resorte es capaz de recuperar
su posici´
on original, gracias a su caracter´
ıstica el´
astica.
Generalmente se supone que la relacioń entre la fuerza aplicada sobre el muelle y el desplaza-
miento que e´ste experimenta es lineal. A este tipo de resortes se les denomina resortes lineales.
l natural

F(t)
l(t)
Figura 4.2: Esquema de un resorte o muelle.
El modelo de este elemento viene dado por

F(t) = K · (l(t) − lnatural ) (4.2)
La constante de proporcionalidad K se conoce como constante del muelle. Al desplazamiento

del muelle se le denomina elongacioń. Se llama elongaci´
on natural lnatural a la longitud que tiene
el muelle en ausencia de la accioń de la fuerza.
Amortiguador
Un amortiguador es un elemento que se deforma bajo la acci oń de una fuerza ejerciendo una
fuerza de reacci´
on que es funci´
on de la velocidad con la que el elemento se deforma. Elementos
con rozamiento viscoso tienen este tipo de comportamiento.

F(t)
x(t)
Figura 4.3: Esquema de un amortiguador.
Un amortiguador se denomina lineal cuando la fuerza de reacci oń a la deformaci´

on es propor-
cional a la velocidad de e´sta.Su modelo viene dado por:
dx(t)
F(t) = C · (4.3)
dt
anicos
Siendo C la constante de rozamiento viscoso y x(t) la deformaci oń del elemento.
Modelos de sistemas mec´

anicos traslacionales
Una vez conocidos los modelos de todos y cada uno de los elementos que forman el sistema, el
modelo del sistema completo surge de la aplicacioń de las leyes de Newton. La segunda ley de
Newton indica que la suma de las fuerzas aplicadas a un cuerpo, incluyendo las fuerzas de inercia
es nula.
Σ~F(t) = 0 (4.4)
Se debe tener en cuenta que tanto las fuerzas como los desplazamientos son magnitudes vec-
toriales. Esto quiere decir que no so´lo influye el valor que toma la magnitud, si no su direcci oń y
sentido. En el caso de sistemas traslacionales la direccioń de todas las magnitudes est´
a restringida
a la direcci´
on del movimiento, por tanto es el sentido del vector el que hay que tener en cuenta a
la hora de plantear las ecuaciones de balance.
Ejemplo
Para ilustrar c´
omo obtener las ecuaciones que modelan un sistema mec´ anico, se va a tomar
como ejemplo el sistema de la figura 4.4, que consiste en un sistema aut ońomo formado por dos
masas puntuales sin rozamiento unidas entre s´
ı por un muelle y una de ellas unida a la pared fija.
x2

x1

K1

K2

M1

M2

Figura 4.4: Ejemplo de un sistema traslacional.
Las ecuaciones de de las fuerzas que intervienen en cada una de las masas son las siguientes:
1. Fuerzas ejercidas sobre la masa M1:
d 2 x1
Fi1 = M1·
dt 2
Fm11 = K1·(x1 − l1n )
Fm21 = K2·(x2 − x1 − l2n )
on 51
Fi1
Fm11 Fm21
M1
Figura 4.5: Balance de fuerzas sobre el cuerpo M1
siendo Fi1 la fuerza de inercia de la masa 1, Fm11 la fuerza que el muelle 1 ejerce sobre la
masa 1, y Fm21 la fuerza que el muelle 2 ejerce sobre la masa 1.
2. Fuerzas ejercidas sobre la masa M2:
Fi2
Fm22
M2
Figura 4.6: Balance de fuerzas sobre el cuerpo M2
d 2 x2
Fi2 = M2·
dt 2
Fm22 = K2·(x2 − x1 − l2n )
siendo Fi2 la fuerza de inercia de la masa 2 y Fm21 la fuerza que el muelle 2 ejerce sobre la
masa 2.
Aplicando la segunda ley de Newton a cada cuerpo se llegan a las siguientes ecuaciones:
d 2 x1
Fi1 + Fm11 − Fm21 = 0 → M1· + K1·(x1 − l1n ) − K2·(x2 − x1 − l2n ) = 0
dt 2
d 2 x2
Fi2 + Fm22 = 0 → M2· 2 + K2·(x2 − x1 − l2n ) = 0
dt
Estas son las dos ecuaciones que modelan el comportamiento del sistema. N o´tese que dado
que el sistema tiene 2 grados de libertad, son necesarias dos ecuaciones independientes para mod-
elar su comportamiento. N´ otese adem´ as que el modelo es un modelo param´ etrico, pues depende
de parámetros que definen el comportamiento de cada elemento del sistema. En este caso los
par´
ametros son M1, M2, K1, K2, l1n y l2n .
anicos
4.2.2 Sistemas mecánicos rotacionales
Se denominan sistemas mec´ anicos rotacionales a aqu´

ellos en los que los cuerpos que forman el
sistema realizan rotaciones en el mismo plano, es decir, que los ejes de rotaci oń de todos los
cuerpos son paralelos. En estos sistemas, los giros realizados por los cuerpos var´
ıan por la acci´
on
de los pares de fuerzas ejercidos sobre ellos.
El movimiento de cada cuerpo que forma el sistema viene caracterizado por el giro que el
cuerpo experimenta. Por tanto es el ańgulo girado por el cuerpo el uńico grado de libertad que e´ste
posee.
Momento de inercia
Un cuerpo de masa M sometido a un par de fuerzas experimenta un movimiento de rotaci oń tal
que el par de fuerzas de inercia cancela el par que lo impulsa.
θ(t)
PSfrag replacements T (t)
J
Figura 4.7: Giro de un cuerpo con un momento de inercia J.
Por tanto la ecuaci´

on que rige el comportamiento de este elemento viene dada por:
d2θ
J· = T (t) (4.5)
dt 2
Siendo θ el ańgulo girado por el cuerpo, T el par aplicado sobre e´ste y J su momento de
inercia. Este par´
ametro est´
a relacionado con la masa del cuerpo y su geometr´
ıa.
La acción del par sobre el cuerpo no afecta directamente sobre la posici oń del cuerpo, sino
on angular que e´ste experimenta. La posici´
sobre la aceleraci´ on angular del cuerpo depender´
a pues
de las condiciones de velocidad y posicioń de las que parta.
Muelle de torsi´
on
astico que se deforma ante la accioń de un par. El elemento se opone a ser girado
Es un elemento el´
desarrollando un par de reaccioń proporcional al ańgulo girado por e´ste al deformarse.
La ecuaci´
on que rige el comportamiento de este elemento es la siguiente:
K · (θ − θo ) = T (t) (4.6)
on 53
PSfrag replacements T (t) θ(t)

K
Figura 4.8: Esquema de un muelle de torsioń
on del muelle y θo el ańgulo del muelle en estado de reposo.

Siendo K la constante de torsi´
Amortiguador
Un amortiguador es un elemento que se deforma bajo la acci oń de un par creando un par de
reacci´
on que es funci´
on de la velocidad angular con la que el elemento se deforma. Elementos con
rozamiento viscoso tienen este tipo de comportamiento.
T (t) θ(t)
PSfrag replacements
Figura 4.9: Esquema de un amortiguador de rotacioń
La ecuaci´
on que rige el comportamiento de este elemento es la siguiente:
dθ(t)
B· = T (t) (4.7)
dt
Siendo B la constante de rozamiento viscoso en el giro.
Engranajes
Un engranaje es un dispositivo que transmite el movimiento giratorio de un eje a otro, transfor-

mando las propiedades de e´ste, tales como el ańgulo girado o el par aplicado al eje. Generalmente
los engranajes se componen de dos ruedas dentadas que engranan entre s´ ı transmitiendo la energ´
ıa
de un eje a otro. Otros dispositivos de acoplamiento de ejes como por correas de transmisi oń o
cadenas son asimililables a engranajes.
anicos
on entre el ańgulo girado por cada eje es igual a la relacioń entre los radios de las
La relaci´
ruedas dentadas, en caso de no existir deslizamiento u holguras entre ellas. Dado que el n u´mero
de dientes que tiene una rueda (N) es directamente proporcional a su radio (R), es habitual referirse
a e´stos en vez de utilizar los radios. Por tanto:
θ2 R1 N1
= = (4.8)
θ1 R2 N2
En la figura 4.10 se muestra un engranaje de ruedas dentadas. Los ańgulos girador por cada
eje son proporcionales, pero el sentido del giro de cada eje se invierte por efecto del engranaje.
En un engranaje ideal, no hay p´ erdida de energ´

ıa por rozamiento, transmiti´
endose toda la
energ´
ıa mec´
anica de un eje a otro. Seg´
un esto
T1 θ2 N1
θ1 ·T1 = θ2 ·T2 ⇒ = = (4.9)
T2 θ1 N2
PSfrag replacements
θ1 T1
R1
θ2 T2
R2
Figura 4.10: Esquema de un engranaje.
Modelos de sistemas mec´

anicos rotacionales
Una vez conocidos los modelos de todos y cada uno de los elementos que forman el sistema, el
modelo del sistema completo surge de la aplicacioń de las leyes de Newton. La segunda ley de
Newton, expresada en forma de pares de fuerzas, indica que la suma de los pares aplicados a un
cuerpo, incluyendo los pares de inercia, es nula.
Σ~T (t) = 0 (4.10)
Al igual que en el caso de sistemas traslacionales, a la hora de establecer las ecuaciones del
modelo del sistema se debe tener en cuenta el sentido de los pares de fuerzas, ya que son magni-
tudes vectoriales.
Ejemplo
on 55
PSfrag replacements
En la figura 4.11 se muestra un sistema tal que sobre un eje con un momento de inercia J1
y una constante de fricción B1 se aplica un par motor T (t). Este eje est´
a conectado mediante un
engranaje de relación N1 /N2 = R1 /R2 a otro eje que acciona una carga cuyo momento de inercia
es J2 , con una constante de fricci´
on B2 .
B1
T (t) θ1 Te1
R1
J1
B2
θ2 Te2
R2 J2
Figura 4.11: Ejemplo de sistema mec´

anico rotacional
Sea θ1 el ańgulo girado por el eje 1 respecto a la posicioń de reposo del mismo, y sea θ2 el
an´
alogo en el eje 2.
Ecuaciones de balance sobre el eje 1:
d 2 θ1 dθ1
T − J1 · 2
− B1 · − Te1 = 0 (4.11)
dt dt
Ecuaciones de balance sobre el eje 2:
d 2 θ2 dθ2
Te2 − J2 · 2
− B2 · =0 (4.12)
dt dt
Ecuaci´
on de balance en el engranaje:
θ1 N2
= (4.13)
θ2 N1
Te1 N1
= (4.14)
Te2 N2
Sustituyendo la ecuaci´
on (4.13) en la ecuaci´
on (4.12) de balance del eje 2 se tiene
N1 d 2 θ1 N1 dθ1
Te2 − J2 · · − B2 · · =0 (4.15)
N2 dt 2 N2 dt
Teniendo en cuenta la ecuacioń (4.14) y sustituyendo la ecuacioń anterior en la ecuaci´

on (4.11)
de balance del eje 1, se llega a:
d 2 θ1 N1 d 2 θ1

dθ1 N1 N1 dθ1
T − J1 · 2 − B1 · − · J2 · · 2 + B2 · · =0
dt dt N2 N2 dt N2 dt
56 Sistemas hidr´
aulicos
Operando se obtiene
( ) ( 2 )
d 2 θ1
2
N1 N1 dθ1
T − J1 + ·J2 · 2 − B1 + ·B2 · =0
N2 dt N2 dt
De esta ecuaci´
on se desprende que una carga de momento de inercia J2 unida a un eje 2 que
a conectado a otro eje 1 mediante un engranaje de relaci oń N2 /N1 , es equivalente a una carga
est´
2
en el eje 1 con un momento de inercia J2 · NN12 . Esto es extensible al fen´ omeno de fricción y
torsi´
on del eje.
4.3 Sistemas hidr´

aulicos
Son aquellos sistemas en los que se produce una circulaci oń de l´

ıquido a lo largo de los elementos
que forman el sistema bajo la accioń de diferencias de presi´ on. Los caudales de l´ ıquido y la
diferencia de presiones son las magnitudes que se pretenden modelar. Las ecuaciones de balance
surgen de la ley de conservacioń de masa.
4.3.1 Depósito
Un dep´ osito es un elemento que, alimentado por un caudal de entrada, es capaz de acumular
l´
ıquido, suministrándolo en un caudal de salida. Como efecto de la acumulaci oń de l´ ıquido, e´ste
se encuentra sometido a una presioń hidrost´
atica que en el fondo del depo´sito es proporcional a la
altura del l´
ıquido en el mismo.
El modelo de un dep´
osito prism´
atico de secci´
on S es el siguiente:
dV (t)
= qneto (t) (4.16)
dt
p(t) = pa + ρ · g · h(t)
V (t) = S · h(t)
Siendo V (t) el volumen de l´ ıquido contenido en el dep´ osito, h(t) la altura del l´ıquido en el
dep´ osito, qneto (t) el caudal de l´
ıquido neto que entra en el depo´sito ,p(t) la presi´ on hidrostática
en el fondo del dep´ osito, ρ es la densidad del l´
ıquido, S la sección del dep´ osito, pa la presión
atmosf´ erica y g la constante gravitatoria. Normalmente se trabaja con presiones relativas (p(t) −
pa ), desapareciendo de los modelos la influencia de la presi oń atmosf´ erica pa .
on 57
4.3.2 Tuberı́a y válvula
Estos dos elementos se analizan conjuntamente por tener un modelo semejante. Por una tuber´ ıa
(o por una v´
alvula) circula un caudal de l´
ıquido tal que la ca´ıda de presi´
on a lo largo del elemento
es proporcional al cuadrado del caudal circulante. Esta ca´ ıda de presi´
on se debe a la fricción del
l´
ıquido con las paredes del elemento.
El modelo de estos elementos es el siguiente:
p
q(t) = K p · p1 (t) − p2 (t) (4.17)
Siendo q(t) el caudal de l´ıquido que circula a lo largo del elemento del punto de mayor presi oń
p1 (t) al de menor presi´ on p2 (t). El par´
ametro K p es la constante de fricci´ on del elemento. En el
caso de una tuber´ ıa este parámetro depende de su luz y del material del que est´ a hecha y es
constante para una tuber´ ıa dada. Sin embargo en el caso de una v´ alvula, esta constante depende
de la geometr´ ıa de la v´
alvula y de su apertura, de forma que cuanto m´ as cerrada esté la v´
alvula,
mayor ser´ on que e´sta produce, y por tanto menor ser´
a la fricci´ a la constante K p. Generalmente se
considera la constante de friccioń proporcional al porcentaje de apertura de la v´ alvula.
4.3.3 Modelos de sistemas hidráulicos
Estos modelos surgen de la aplicacioń de las ecuaciones de balance sobre el sistema. En este caso
las ecuaciones de balance vienen dadas por la ley de conservaci oń de masa, por la cual la masa del
l´
ıquido que entra en un elemento es igual a la masa del l´
ıquido que sale m´
as la cantidad de l´
ıquido
que se acumula.
Ejemplo
El sistema est´ a formado por dos dep´ ositos interconectados entre s´ ı. El primer dep´ osito se
llena con un caudal de entrada Qe (t). Al estar los dep´ ositos conectados entre s´ ı, pasa el agua del
depósito 1 al 2, llen´ en e´ste. El dep´
andose tambi´ osito 2 se vac´ıa mediante un conducto de forma
que esta descarga se debe a la presioń del agua en e´ste depósito. El sistema se ilustra en la figura
4.12
Las ecuaciones que rigen el comportamiento del sistema son las siguientes:
A1 dh
dt
1
= Qe (t) − Qi (t)
dh2
A2 dt = Qi (t)
√− Qs (t)
Qi (t) = Kh1 h√1 − h2
Qs (t) = Kh2 h2
Siendo Qi (t) el caudal de l´ osito 1 al 2, Qs (t) el caudal que sale del

ıquido que circula del dep´
58 Modelado de sistemas el´
ectricos
Qe
PSfrag replacements
h1
h2
Qi Qs
Figura 4.12: Sistema de dos depo´sitos interconectados
depósito 2, A1 y A2 el a´rea del dep´

osito 1 y 2 respectivamente y Kh1 y Kh2 las constantes de fricci´
on
de las tuber´ıas.
4.4 Modelado de sistemas el´

ectricos
Los sistemas el´ ectricos, o circuitos el´

ectricos, están formados por una serie de elementos inter-
conectados entre s´ ı por los que circula una intensidad eléctrica que da lugar a una ca´ ıda de poten-
cial el´
ectrico en el mismo. La energ´ ıa potencial es la que impulsa la corriente eléctrica, que pierde
energ´ıa al paso por un elemento. Esta energ´ ıa se transforma en energ´ıa electrost´
atica, magn´ etica o
bien t´
ermica.
Dado que en todo elemento eléctrico debe circular una intensidad, e´stos deben tener al menos
dos puntos de conexión con el circuito o nodos. Adem´ as los elementos se deben conectar entre
ı formando bucles, es decir, de forma que no existan nodos de alg uń elemento sin conexi´
s´ on con
otro.
Existe una analog´ ıa clara entre los sistemas el´ aulicos. En e´stos el l´
ectricos y los hidr´ ıquido
es de los elementos accionado por la diferencia de presi oń en el l´
circula a trav´ ıquido. En los
sistemas eléctricos es la intensidad (que no deja de ser un caudal de electrones) la que circula
a trav´
es de los elementos accionada por la diferencia de potencial. Las fuentes el´ ectricas son
semejantes a las fuentes de l´ıquido que surten al sistema hidráulico.
Las ecuaciones de balance surgen al aplicar las Leyes de Kirchoff al sistema. A continuaci oń
se detallan los elementos m´
as comunes de este tipo de sistemas.
4.4.1 Resistencia
Es un elemento tal que al circular una intensidad por e´l, e´sta disipa energ´
ıa calor´
ıfica (efecto Joule)
produciendo una ca´ ıda de potencial. La ecuaci´ on del modelo de la resistencia viene dado por la
on 59
ley de Ohm, que se expresa de la siguiente forma:
V (t)
i(t) = (4.18)
R
Siendo V (t) la diferencia de potencial a la que se somete la resistencia, i(t) la intensidad que
circula y R la resistencia del elemento.
i(t)
PSfrag replacements
V (t) R
Figura 4.13: Esquema de una resistencia el´

ectrica
Este elemento es an´

alogo a una tuber´
ıa en un sistema hidr´
aulico.
4.4.2 Condensador
Es un elemento que al someterse a una diferencia de potencial, se genera una intensidad propor-
on de la diferencia de potencial. La ecuacioń del modelo de este elemento es:
cional a la variaci´
dV (t) i(t)
= (4.19)
dt C
Se denomina al par´
ametro C capacidad del condensador.
i(t)
PSfrag replacementsV (t)

C
Figura 4.14: Esquema de un condensador el´

ectrico
El condensador es an´
alogo a un dep´
osito en un sistema hidr´
aulico.
60 Modelado de sistemas el´
ectricos
4.4.3 Bobina
Es un elemento que al someterse a una diferencia de potencial se genera una variaci oń en la
intensidad que circula por e´ste proporcional a la diferencia de potencial. Las bobinas almacenan
energ´ıa el´
ectrica en forma de energ´
ıa magnética. La ecuación del modelo es la siguiente:
di(t)
V (t) = L · (4.20)
dt
Siendo L la constante de autoinduccioń de la bobina.
i(t)
PSfrag replacementsV (t) L
Figura 4.15: Esquema de una bobina el´

ectrica
4.4.4 Fuente
Es un elemento que crea una diferencia de potencial, de forma tal que, al conectarla a elementos
el´
ectricos, se genera una intensidad, que aporta energ´ıa el´
ectrica al circuito. Es por tanto un
elemento activo.
i(t)
+
PSfrag replacements
V (t)
Figura 4.16: Esquema de una fuente el´

ectrica de corriente continua
Si la diferencia de potencial generada es constante a lo largo del tiempo, la fuente de denomina

fuente de corriente continua. Por el contrario, si la diferencia de potencial toma la forma de una
onda senoidal se denomina fuente de corriente alterna.
on 61
4.4.5 Motores de corriente continua
Son dispositivos el´

ectricos que transforman la energ´ıa el´
ectrica en energ´
ıa mec´
anica de rotaci´
on
(es decir que accionan una carga rotacional con un determinado par a una determinada velocidad
angular) mediante la creaci´
on de campos magn´ eticos.
El motor consta de dos partes: una fija llamada armadura o est´ ator y otra m´
ovil denominada
rotor. El eje motor se encuentra unido solidariamente a la parte m o´vil del motor, es decir, al rotor.
En el interior del motor existen dos circuitos el´
ectricos que inducen dos campos magn´ eticos: el cir-
cuito de la armadura y el circuito de campo. La alimentaci oń principal del motor es la del circuito
de armadura, por el que circula la intensidad de armadura i a (t). Esta crea un campo magn´ etico que
al interactuar con el campo generado por el circuito de campo, produce un movimiento relativo
entre ellos. As´ı se crea una ca´ıda de potencial en el circuito de la armadura denominada fuerza
contraelectromitriz y que es proporcional a la velocidad angular del eje (velocidad relativa de los
dos campos).
Es claro que tambi´ en se debe alimentar el circuito de campo, aunque es frecuente que este
circuito se sustituya por un imán permanente, que produce un campo de intensidad constante,
dando lugar a los denominados motores de im´ an permanente.
Ra La ia (t) t)
ic (
PSfrag replacements
V (t) Vce θ(t)
Figura 4.17: Esquema de un motor de corriente continua
Las ecuaciones que modelan un motor son:
dia
Va (t) = Ra ·ia + La · +Vce (4.21)
dt
dθ
Vce = Kce ·
dt
T (t) = K·ia ·ic
Siendo ia (t) y Va (t) la intensidad y tensi´

on (respectivamente) del circuito de la armadura, Vce
la fuerza contraelectromotriz, θ(t) el ańgulo girado por el eje motor y T (t) el par con el que e´ste
gira, K es la constante del par motor, Kce es la constante contraelectromotriz, ic (t) la intensidad
que circula por el circuito de campo y Ra y La son la resistencia y la inductancia del circuito de la
armadura.
62 Sistemas t´
ermicos
El motor de corriente continua suele funcionar de dos modos: accionado por armadura o
por campo. El funcionamiento por armadura es el m´ as com´
un y se utiliza cuando la intensidad de
campo es constante o bien se sustituye el circuito de campo por un im´ an permanente. En este caso,
variando la tensi´
on (o bien la intensidad) del circuito de la armadura, se controla la velocidad del
eje motor. Nótese que en este caso el par generado por el motor ser´ a proporcional a la intensidad
de la armadura ia (t), de forma que T (t) = Kr ·ia (t).
En el funcionamiento por campo, es la intensidad de campo la que se var´ ıa para controlar la

velocidad del motor, manteni´
endose constante (de alguna forma) la intensidad de armadura. Este
procedimiento es más complejo, y por lo tanto menos extendido, que el anterior.
4.4.6 Modelos de sistemas eléctricos
Las ecuaciones de balance de este tipo de sistemas se expresan mediante las leyes de Kirchoff.
Estas leyes se enuncian de la siguiente forma:
1. La suma de las intensidades que entran en un nodo es igual a la suma de las intensidades
que salen.
2. La suma de las diferencias de potencial entre los nodos de los elementos que forman un
bucle es nula.
Ejemplo
En temas anteriores se han formulado modelos de circuitos. En el apartado 2.4 del tema
2 se propone modelar un circuito (véase la figura 2.4 del tema 2) y se obtienen las ecuaciones
correpondientes aplicando las ecuaciones de los elementos y las leyes de Kirchoff.
4.5 Sistemas t´
ermicos
Se denominan sistemas t´ ermicos a aquellos sistemas cuyos elementos var´ ıan su estado termodin´ amico
(temperatura, presión, densidad, entalp´ıa, entrop´
ıa, etc.) bajo la acci´
on de aportes o transferencias
de calor. Un ejemplo de sistema t´ ermico puede ser el termo para calentar agua en las instalaciones
dom´ esticas. Este sistema pretende calentar un caudal de agua que circula a trav´ es de e´l mediante
el aporte de calor fruto de la combustioń de gas.
El estado termodin´
amico de un elemento var´ıa por la transferencia de calor con otro elemento
del sistema o con el ambiente. La transferencia de calor puede realizarse mediante una serie de
mecanismos que se detallan a continuacioń.
on 63
4.5.1 Transferencia de calor por conducción
Esta transferencia de calor se produce entre elementos que est´

an en contacto. El calor fluye a
trav´
es del que tiene mayor temperatura al que tiene menor. La cantidad de calor que fluye de un
cuerpo a otro por unidad de tiempo Q̇ se modela considerando que es directamente proporcional a
la diferencia de temperatura entre ellos.
Q̇ = Kcond · (T1 − T2 ) (4.22)
Siendo Kcond la constante de conducci´ on de calor por un cuerpo, que depende de la superficie
de contacto y de las caracter´ ısticas de los cuerpos. Cuando se calienta un cuerpo mediante una
fuente de calor, por ejemplo, un metal en una fragua, se produce este mecanismo de transferencia
de calor. El calor pasa de la fuente, en este caso las brasas, al metal que se encuentra en contacto
con ellas.
4.5.2 Transferencia de calor por convección
Esta transferencia de calor se produce entre elementos que están a distintas temperaturas, pero el
mecanismo de la transferencia tiene asociado el movimiento de un fluido. Por ejemplo, cuando se
enfr´
ıa un cuerpo caliente introduci´
endolo en una corriente de agua fr´
ıa, el enfriamiento del cuerpo
se produce porque el calor se transfiere del cuerpo con mayor temperatura al caudal de agua que
est´
a a menor temperatura, transportando el caudal de agua la energ´ıa substra´ıda al cuerpo caliente.
El modelo de este tipo de transferencia viene dado por la siguiente ecuaci oń:
Q̇ = Kconv · (T1 − T2 ) (4.23)
Siendo Kconv la constante de convecci´ on un parámetro que depende del movimiento del fluido
que interviene en la transferencia y de la superficie de contacto.
4.5.3 Transferencia de calor por radiación
Es un fenómeno por el cual un cuerpo con una determinada temperatura emite una radiaci oń
electromagn´ etica. De esta forma, libera energ´ıa cal´
orica trasfiri´
endola a otros cuerpos. La trans-
ferencia de calor entre cuerpos mediante este mecanismo, se produce por la exposici oń de uno de
los cuerpos a la radiaci´
on emitida por el otro.
El modelo de este fen´

omeno viene dado por:
64 Sistemas t´
ermicos
Q̇ = Krad · (T1 4 − T2 4 ) (4.24)
Siendo la contante de radiación Krad un par´

ametro que depende de la geometr´
ıa, de la posici´
on
relativa y de las propiedades de los cuerpos.
4.5.4 Modelos de sistema térmicos
Los modelos de sistemas t´ ermicos surgen de la aplicaci´

on de las ecuaciones de balance de masa
y de energ´ıa al conjunto de los elementos. Las ecuaciones de balance de masa son an´ alogas a las
que se aplican para modelar sistemas hidráulicos, y expresan que la masa de un producto que entra
en un elemento es igual a la masa del producto que sale de e´ste más la masa que se acumula en el
sistema.
Por otro lado las ecuaciones de conservacioń de la energ´ıa indican que la cantidad de calor
que se aporta a un elemento menos la cantidad de calor que e´ste desprende es igual a la cantidad
de calor acumulado por e´ste. A la diferencia entre la cantidad de calor aportado y la cantidad de
calor desprendido se denomina la cantidad de calor neto. Estas ecuaciones se pueden expresar de
la siguiente forma:
d(m ·Ce · T )
= Q̇aportado − Q̇desprendido = Q̇neto (4.25)
dt
Siendo m la masa del elemento sobre el que se realiza el balance, y Ce el calor espec´
ıfico del
elemento. Este par´
ametro depende de la naturaleza del elemento.
Ejemplo
Vamos a ver cómo se obtiene el modelo de un sistema formado por una caldera que contiene
ıquido que se calienta con una fuente de calor, por ejemplo un quemador de gas. Adem a´s el
un l´
l´
ıquido est´
a en contacto con el ambiente, a una temperatura Ta , con el que intercambia calor.
Las transferencias de calor que se ven implicadas son la que se produce entre el l´
ıquido y el
ambiente y el aporte de calor por la combustioń. La primera de ellas se produce por conveccioń,
por lo que la ecuaci´
on de la transferencia de calor es:
Q̇la = Kconv · (Tl − Ta )
Siendo Tl la temperatura del l´

ıquido, Ta la temperatura del ambiente. La fuente de calor se
modela como un aporte de la cantidad de calor por unidad de tiempo al l´ ıquido constante y de
valor Q̇. Aplicando la ecuaci´
on de balance de energ´
ıa al l´
ıquido se tiene que :
dTl
m ·Ce · = Q̇neto = Q̇ − Q̇la = Q̇ − Kconv (Tl − Ta )
dt
on 65
Ta
Tl
PSfrag replacements
Q̇
Figura 4.18: Calentamiento de un l´

ıquido en una caldera
En esta ecuaci´ ıquido Tl (t), cuya evoluci´

on la magnitud que nos interesa es la temperatura del l´ on
depende del calor aportado por la fuente de calor Q̇ y de la temperatura ambiental Ta .
4.6 Linealizaci´
on de modelos no lineales
Anteriormente se ha visto c´ omo la obtenci´ on de un modelo conduce generalmente a la repre-

sentación del comportamiento del sistema mediante una serie de ecuaciones, generalmente ecua-
ciones diferenciales, en las que se relacionan entre s´ı magnitudes del sistema, con derivadas de
e´stas respecto al tiempo. A continuacioń se tratará con el modelo entrada/salida o descripcioń
externa del sistema, pero todo el an´
alisis hecho es extensible a modelos internos del sistema.
El modelo del sistema en su formulacioń entrada/salida tiene la forma de:
d n y1 dy1 d n yny dyny d m u1 du1 d m unu dunu

F( n
, ..., , y1 , ..., n
, ..., , yny , m , ..., , u1 , ..., , ..., , unu ) = 0 (4.26)
dt dt dt dt dt dt dt m dt
Siendo y1 , ..., yny las salidas del sistema a modelar, y u1 , ..., unu las entradas al sistema. La
funci´
on F(·) representa el conjunto de ecuaciones que relacionan las entradas con las salidas
del sistema. Para que el sistema est´ e bien planteado, el n´
umero de ecuaciones debe ser igual al
n´
umero de variables a determinar, en este caso las salidas del sistema, por tanto son necesarias ny
ecuaciones.
Sin pérdida de generalidad, y en aras de la sencillez en la exposici oń, supondremos en adelante

que el sistema es monovariable, es decir, que tan so´lo tiene una salida y una entrada. En este caso
el modelo viene dado por la ecuacioń:
dny dy d m u du
f( n
, ..., , y, m , ..., , u) = 0 (4.27)
dt dt dt dt
66 Linealizaci´
Seg´
un la forma que toma la funci´
on f se pueden clasificar los sistemas en:
• Sistemas lineales: aqu´

ellos en los que la funci´
on f es una funci´
on lineal. Es decir, en los
on diferencial es una combinacioń lineal de las entradas y salidas y de sus
que la ecuaci´
derivadas.Por tanto toma la forma siguiente:
dny d n−1 y dy dmu d m−1 u du

n
+ a 1 · n−1
+ . . . + a n−1 · + a n · y = b 0 · m
+ b 1 · m−1
+ . . . + bm−1 · + bm · u
dt dt dt dt dt dt
(4.28)
Siendo (a1 , . . . , an , b0 , . . . , bm ) par´
ametros constantes del modelo lineal del sistema. La lin-
ealidad de los sistemas es una propiedad que les confiere una serie de caracter´ ısticas que
los hace muy interesantes y que se detallar´ an en temas posteriores. Entre ellas se pueden
destacar las siguientes:
1. Soluci´
on sencilla de las ecuaciones diferenciales.
2. Tratamiento sistemático de sistemas (generalización de resultados), utilizando por
ejemplo su representaci´
on por funci´
3. Aplicación de potentes procedimientos de an´
alisis, como la transformada de Laplace
o el an´
alisis frecuencial.
• Sistemas no lineales: aqu´

ellos en los que la funci´
on f es una funci´
on no lineal.
4.6.1 Punto de funcionamiento de un sistema
En los procesos industriales es habitual que el comportamiento del sistema evolucione en torno
a un punto de funcionamiento. Es decir, en una situaci oń tal que las magnitudes del sistema
evolucionan en torno a un valor constante.
Por ejemplo, piénsese en un depósito que se llena constantemente con un caudal de entrada
Qe y que descarga a trav´
es de una tuber´
ıa de forma que la descarga se produce por gravedad. Las
ecuaciones del modelo son las siguientes:
dh(t) p
A· = Qe − Qs = Qe − K · h(t)
dt
En el que A, el a´rea del dep´ osito, es de 1m2 , h su altura y K la constante de friccioń de la

ıa, de 10l/(min · m1/2 ) . Se considera que el caudal de entrada Qe es constante con un valor
tuber´
de 10 l/min.
En la figura 4.19 se muestra la evolucioń de la altura del dep´ osito y del caudal de salida
partiendo de una situaci´
on inicial en la que el dep´
osito est´
a vac´
ıo.
El sistema evoluciona hasta un punto en el que la altura del dep o´sito permanece constante (en
consecuencia dh
dt = 0). En este punto el caudal de salida es igual al caudal de entrada, es decir 10
on 67
altura del depósito ( m )

1
0.8
0.6
0.4
0.2
0
0 0.5 1 1.5
tiempo (s)
12
Caudal de salida ( l/min )

10
0
0 0.5 1 1.5
tiempo (s)
Figura 4.19: Evoluci´

on de la altura y del caudal de salida.
l/min y la altura en la que se queda el depo´sito es:

2
p Qe
Qs = Q e ⇒ K · ho = Q e ⇒ h o = = 1m
K
El sistema permanecer´ a en ese punto indefinidamente hasta que no cambie el caudal de en-
trada. Esto quiere decir que el sistema est´
a en equilibrio. Al estado en el que el sistema permanece
se denomina punto de equilibrio del sistema.
En el funcionamiento normal del sistema se sabe que el caudal de entrada est´ a en torno a 10
l/min, por lo que la altura del depo´sito evolucionar´
a hasta un valor en torno a 1 m y el caudal de
salida en torno a 10 l/min (véase la figura 4.20). Por tanto el sistema permanecerá normalmente
en torno al punto de equilibrio antes calculado. Este punto se denomina punto de funcionamiento,
y corresponde al estado en el que se considera que el sistema funciona normalmente. Este punto
debe ser un punto de equilibrio.
4.6.2 Linealización de un sistema dinámico
Como ya se ha visto, el conjunto de ecuaciones que modelan el comportamiento din a´mico de un

sistema puede ser lineal o no lineal. Los sistemas lineales resultan convenientes por el hecho de
su sencillez de tratamiento y an´
alisis.
Dado que un sistema en su funcionamiento normal evoluciona en torno a un punto de fun-

cionamiento, parece razonable pensar que el an´
alisis del sistema ser´
ıa m´
as sencillo si trat´
asemos
de analizar el comportamiento del sistema alrededor de e´ste, sin considerar c´
omo ser´ a fuera del
rango en que va a evolucionar el sistema.
Es bien sabido que una funci´

on no lineal se puede aproximar en un determinado rango por una
on lineal. A este procedimiento se le denomina linealizaci oń de una funci´
funci´ on en torno a un
68 Linealizaci´
Caudal de entrada ( l/min )

11
10
0 0.5 1 1.5
tiempo (s)
altura del depósito ( m )

1
0.5
0
0 0.5 1 1.5
tiempo (s)
Caudal de salida ( l/min )
10
0
0 0.5 1 1.5
tiempo (s)
on del caudal de salida y de la altura del depo´sito ante variaciones en torno al

Figura 4.20: Evoluci´
punto de funcionamiento.
punto. Toda aproximaci´ a sujeta a un determinado error, asociado al rango de aproximaci oń.
on est´
Cuanto mayor sea e´ste, mayor será el error cometido por la aproximacioń.
Extendiendo esto a sistemas din´ amicos, parece razonable aproximar el modelo no lineal del
sistema por un modelo lineal en torno al punto de funcionamiento. Este modelo lineal aproximado
guardar´ a las caracter´
ısticas del sistema din´
amico en su evolución en el punto de funcionamiento
y en el rango de variaci´ on del sistema en torno a e´ste. Este modelo por ser lineal tiene todas
las caracter´ısticas beneficiosas de los sistemas lineales. Además, como toda aproximaci´ on, tiene
asociado un error que se comete y que ser´ a tanto mayor cuanto mayor sea el rango de variacioń
del sistema. A este procedimiento se le denomina linealizaci ón de un sistema.
C´
alculo del modelo lineal aproximado
Como es sabido el modelo de un sistema din´ amico monovariable en general viene dado por la
on (4.27) en la que, para simplificar la exposicioń, se va a denominar las variables del
ecuaci´
siguiente modo:
dny dy
→ yn) , . . . , → ẏ
dt n dt
dmu du
→ um) , . . . , → u̇
dt m dt
Un procedimiento para linealizar una funcioń en torno a un punto es mediante un desarrollo

en serie de Taylor de la funci´
on en ese punto. Seg´
un esto la funci´
on se puede aproximar por:
on 69
∂f ∂f ∂f
i
n) n)
·(y − y )+...+ ·(ẏ − ẏ]0 ) + ·(y − y]0 ) +
0 ∂yn) 0 ∂ẏ 0 ∂y 0
∂f ∂f ∂f
i
m) m)
+ m) ·(u − u )+...+ ·(u̇ − u̇]0 ) + ·(u − u]0 ) + O(2) = 0
∂u 0 0 ∂u̇ 0 ∂u 0
Siendo yn) ]0 , ..., ÿ]0 , ẏ]0 , y]0 los valores que toman dichas señales en el punto de funcionamiento
y O(2) los t´
erminos de orden superior, que se consideran despreciables en el modelo linealizado.
Haciendo el cambio de variables siguiente:
y − y]0 → α
u − u]0 → β
se tiene que :
i
yn) − yn) → αn)
0
..
.
ẏ − ẏ]0 → α̇
y − y]0 → α
i
um) − um) → βm)
0
..
.
u̇ − u̇]0 → β̇
u − u]0 → β
y teniendo en cuenta que los t´

erminos de las derivadas parciales particularizadas en el punto
de funcionamiento son constantes, haciendo las siguientes asignaciones:
∂f
i
∂yn−1) 0
→ a1
∂f
i
∂yn) 0
..
.
∂f
i
∂ ẏ 0
→ an−1
∂f
i
∂yn) 0
70 Linealizaci´
∂f
i
∂y 0
→ an
∂f
i
∂y n)
0
∂f
i
∂um) 0
− → b0
∂f
i
∂yn) 0
..
.
∂f
i
∂ u̇ 0
− → bm−1
∂f
i
∂yn) 0
∂f
i
∂u 0
− → bm
∂f
i
∂yn) 0
se obtiene la siguiente ecuaci´

on
αn) + a1 · αn−1) + . . . + an−1 · α̇ + an · α = b0 · βm) + b1 · βm−1) + . . . + bm−1 · β̇ + bm · β
que es la ecuaci´
on lineal del modelo linealizado del modelo no lineal en torno al punto de
funcionamiento.
Ejemplo
Para ilustrar el procedimiento se va a linealizar el modelo del sistema del dep o´sito visto ante-
riormente en torno a su punto de funcionamiento. El modelo del sistema es el siguiente:
dh √
A· + K · h − Qe = 0
dt
En este caso, la salida del sistema, representada por y en el ep´

ıgrafe anterior, es la altura del
dep´
osito h, y la actuaci´
on o entrada al sistema, representada por u en el ep´ıgrafe anterior, es el
caudal de entrada Qe .
El punto de funcionamiento viene dado por los siguientes valores:
Qe ]0 = 10 l/min
h]0 = 1 m

dh
= 0 m/s
dt 0
on 71
Haciendo el cambio de variables
α = h − h]0 = h−1
β = Qe − Qe ]0 = Qe − 10
y calculando los coeficientes del desarrollo en serie de Taylor de la ecuaci oń del modelo
∂f

= A=1
∂ḣ 0
∂f

K 10
= √ = √ =5
∂h 0 2· h 0 2· 1
∂f

= −1
∂Qe 0
se obtienen los coeficientes de la ecuacioń del modelo lineal. En este caso n = 1 y m = 0.
∂f
i
∂h 0 5
a0 = = =5
∂f
i
1
∂h˙ 0
∂f
i
∂Qe 0 −1
b0 = − =− =1
∂f
i
1
∂h˙ 0
Se llega a la siguiente ecuaci´

on lineal:
dα
+ 5·α = 1·β
dt
El modelo lineal aproxima el comportamiento del sistema en torno al punto de funcionamiento,

de forma que, cuanto m´ as alejados estemos de este punto, m´ as error se cometer´ a en el compor-
tamiento obtenido por este modelo, frente al no lineal. En la figura 4.21 se muestra el compor-
tamiento del modelo no lineal (l´ınea continua) y el del modelo linealizado (l´ınea a trazos). En e´sta
se muestra la evolución del caudal de entrada Qe al dep´ osito (v´
ease la figura 4.21 (a)). Durante
un cierto periodo de tiempo el caudal de entrada var´ ıa en torno al punto de funcionamiento en 10
l/min. En este periodo el modelo no lineal y el linealizado representan pr´ acticamente el mismo
comportamiento de la altura en el depo´sito y del caudal de salida (v´ eanse las figuras 4.21 (b) y
(c)). Sin embargo, despu´ es se produce un cambio del caudal de entrada Qe evolucionando en
torno a otro punto distinto, en este caso 5 l/min. Entonces se observa que el comportamiento de
las magnitudes del sistema derivado del modelo no lineal difiere en gran medida del derivado del
modelo linealizado, tomando la altura incluso valores imposibles.
72 Simulaci´
on
12 11 1.2
modelo no lineal modelo no lineal
modelo lineal
11 modelo lineal
Caudal de entrada Qe ( l/min ) 10 1
Caudal de salida Qs ( l/min )

10
altura en el depósito h ( m )
9 0.8
9
8 0.6
8
7
7 0.4
6
6 0.2
5 0
4
3 4 −0.2
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
tiempo ( s ) tiempo ( s ) tiempo ( s )
(a) (b) (c)
Figura 4.21: Comparaci´

on del comportamiento del modelo no lineal con el modelo linealizado
4.7 Simulaci´
on
El objeto del modelado de un sistema din´ amico es la obtención de una expresi´ on matem´ atica del
comportamiento del sistema con el fin de analizar su evoluci oń o bien, reproducir lo más fielmente
posible la evoluci´
on de sus señales. Ya sea para uno u otro fin, es necesario calcular cuál va a ser
la evoluci´
on de las señales del sistema bajo unas ciertas condiciones iniciales y para unas entradas
determinadas. A este procedimiento se denomina simulaci oń del sistema y es una herramienta
fundamental en el estudio de sistemas din´ amicos.
La evoluci´ on del sistema depender´ a de las condiciones iniciales de las que parte el sistema
y, en sistemas no aut´ onomos, de sus señales de entrada. La elecci´ on de las señales de entrada
que se utilizan para la simulaci´ on condiciona la evoluci´ on del mismo. Las señales de entrada
pueden ser señales de prueba, del tipo escaloń, impulso o rampa, o bien señales m´ as realistas que
imiten las condiciones de operacioń del sistema f´ ısico. Las señales de prueba se utilizan para
comprobar y comparar la evolucioń del sistema de una forma sistem´ atica, definiendo parámetros
que cuantifican la idoneidad de la evolucioń de la señal ante ese tipo de señales de entrada. La
simulación del sistema, si es suficientemente fiel al comportamiento del sistema real, permite un
estudio de la influencia de la variacioń de par´
ametros o de señales de entrada o de sus condiciones
iniciales, sobre el comportamiento de las magnitudes del sistema.
En modelos matem´ aticos en forma de ecuaciones diferenciales, para obtener la evoluci oń
temporal de las señales es necesario integrar las ecuaciones diferenciales de e´ste. Por tanto la
simulaci´
on de este tipo de modelos se traduce en un procedimiento para integrar las ecuaciones
diferenciales involucradas en el modelo. Esta tarea se puede llevar a cabo de dos formas distintas:
• Analógica: Se desarrolla un circuito electrońico utilizando módulos analógicos que realizan

ciertas funciones, por ejemplo integradores o ganancias. Por tanto el circuito electr ońico
obtenido es a su vez un sistema din´ amico cuya evoluci´ on es an´
aloga a la del modelo que se
desea simular. El modelo matem´ atico se debe manipular para poder expresarlo utilizando
olo las funciones que realizan los mo´dulos electr´
tan s´ onicos. Cada uno de estos módulos se
realizan utilizando componentes electrońicos como resistencias, condensadores o amplifi-
cadores. Los parámetros de e´stos pueden no ser constantes, pues pueden variar por ejemplo
on 73
con el tiempo o con la temperatura del circuito. Esto hace que la respuesta din´ amica del cir-
cuito var´ıe al variar e´stos. Por tanto la precisi´
on de la simulación está sujeta a la bondad de
los componentes que intervienen en el circuito. Este problema, junto a la complejidad en su
diseño y la poca flexibilidad que la tecnolog´ ıa anal´
ogica permite, son las razones principales
que han condicionado su uso para el c´ alculo, y en particular, para la simulacioń.
• Digital: Para la simulaci´
on se utiliza un computador digital, que tiene la propiedad de poder
realizar un cierto procesamiento de informacioń (n´ umeros o caracteres) y generar un resul-
tado. Esta tarea se lleva a cabo en forma de secuencia de operaciones b´ asicas, que con-
stituyen un programa. Por tanto es posible realizar programas que resuelvan problemas de
c´
alculo de una forma secuencial, es decir, como una secuencia de operaciones. Este tipo de
algoritmos se denominan m´ etodos num´ ericos. La simulaci´
on se reduce pues a desarrollar un
algoritmo o m´ etodo num´ erico que integre ecuaciones diferenciales y codificarlo en forma
de programa. Una simulaci´ on del sistema bajo unas ciertas condiciones equivale a ejecutar
este programa para unos datos de entrada determinados.
Entre las caracter´
ısticas principales de la utilizaci´
on del c´
alculo digital se encuentra el he-
cho de que la precisión del resultado de la simulación es constante, y tan sólo depende del
n´
umero de bits que utiliza el computador para codificar las cantidades num´ ericas. También
es importante el hecho de que un computador es capaz de realizar cualquier tipo de pro-
grama, y ejecuciones del mismo para distintos datos de entrada.
4.7.1 Métodos numéricos de integración
Un m´ etodo num´ erico de integraci´ on consiste en un algoritmo iterativo que integra ecuaciones
diferenciales. La integraci´ on anal´ıtica de las ecuaciones diferenciales da como resultado la ex-
presi´
on expl´ıcita de las señales que intervienen en ellas. Por ejemplo para el caso del modelo
entrada-salida del sistema, la solucioń de la integraci´ on anal´ ıtica tiene la forma y = y(t). Esta
funci´
on depender´ a en general de los par´ ametros del modelo, de las condiciones iniciales del sis-
tema as´ı como de las señales de entrada (y = y(t, u(t), y0 , par´
ametros)). La integración anal´
ıtica es
muy compleja y no siempre es posible de obtener para todos los sistemas. Tan s o´lo se conocen
métodos de integración anal´ıtica de ciertos tipos de ecuaciones diferenciales.
En un m´ etodo num´ erico de integración, no se obtiene la expresi´ on anal´ ıtica de la señal como
función del tiempo, sino que se obtiene una secuencia de valores que toma la se ñal a lo largo del
tiempo. Al ser un m´ etodo iterativo, se discretiza el tiempo, de forma que se calcula en cada instante
el valor que tomar´ on del valor que tomaba e´sta, sus derivadas y las señales de en-
a la señal en funci´
trada en el instante anterior. Por tanto cada iteracioń del algoritmo corresponde al c´ alculo del valor
aproximado que toma la señal en un instante determinado en funcioń de los valores aproximados
de las señales obtenidas en iteraciones anteriores ŷ(ti ) = F(ŷ(ti−1 ), · · · , ŷ(t1 ), ŷ(t0 ), u(ti−1 ), · · · , u(t1 ), u(t0 )
), obteni´
endose la evoluci´ on aproximada de la señal hasta ese instante. Las iteraciones terminar´ an
cuando se complete el intervalo de tiempo que se desea simular. El resultado de la simulaci oń es
por tanto una secuencia de valores aproximados que toma la se ñal en una secuencia de instantes
determinados:

t0 t1 t2 · · · t f inal
ŷ(t0 ) ŷ(t1 ) ŷ(t0 ) · · · ŷ(t f inal )
74 Simulaci´
on
Al intervalo de tiempo que hay entre los instantes de la secuencia se denomina paso de in-
on. Como es razonable, cuanto menor sea e´ste, m´
tegraci´ as cantidad de valores de la señal se
calcularán, y por tanto mayor será la precisi´
on con la que se obtienen los valores. El paso de inte-
gración es por tanto un par´
ametro del m´ etodo de integraci´ on que es muy importante, y su eleccioń
est´
a relacionada con las caracter´ısticas de las ecuaciones diferenciales del modelo. Si se elige un
paso de integraci´ on grande, la aproximaci´ on de los valores num´ ericos obtenidos a los anal´
ıticos
a muy basta. Sin embargo, si se toma un paso de integraci oń muy pequeño, el n´
ser´ umero de itera-
ciones del algoritmo es mucho mayor y adem´ as se incurre en errores de redondeo en el c´
alculo con
el computador. Estos errores de redondeo se deben al hecho de que los computadores utilizan un
número limitado de bits para representar los valores num´ ericos, y por lo tanto un n´
umero limitado
de decimales en su resoluci´ on. Por tanto si los c´ alculos requieren un gran n´ umero de decimales,
el error cometido por la pérdida de decimales debido a esta limitacioń es importante.
Existen m´ on en los que el paso de integracioń es constante, entre los que

etodos de integraci´
se encuentra el método de Euler, y otros en los que el paso var´ ıa, eligi´
endose en cada instante
en funci´
on de la evoluci´
on de la señal hasta ese instante, entre los que se encuentra el m´
etodo de
Runge-Kutta.
El m´
etodo de integraci´
on de Euler
Para ilustrar este m´ etodo, se va a considerar un caso concreto. Sea la ecuaci oń dx dt = f(t) con
condición inicial x(0) = x0 .Por tanto, en el instante de tiempo t = 0 se sabe que x(t) = x 0 . Adem´
as
se sabe que
x(t) − x0 x(h) − x0
ẋ(0) = f (0) = lim ≈
t−→0 t − 0 h
tomando un valor h = ∆t suficientemente pequeño. Es decir, que el valor de x(t) en un instante
oximo a cero es aproximadamente x(h) ≈ x0 + h f (0). Del mismo modo, para el instante
h pr´
2h se puede escribir x(2h) ≈ x(h) + h f (h), como x(h) no es conocido se puede utilizar su valor
aproximado x̂(h) = x0 + h f (0). Queda claro que de este modo se puede obtener una secuencia
de valores aproximados {x̂(kh)}, k = 0, 1, 2, · · ·. No´tese que este m´
etodo equivale a hacer una
extrapolaci´
on lineal con la derivada en cada punto.
etodo de Euler se parte de la situacioń mostrada en la figura 4.22 (a). El eje

Para ilustrar el m´
horizontal representa la variable t, en el eje vertical se ha colocado el valor x(0) = x 0 . A partir
de este punto se traza una recta con pendiente f (0). Sobre esta recta se halla el punto de abcisa
h y ordenada x̂(h) = x0 + h f (0). La nueva situaci´ on es la mostrada en 4.22 (b): ahora se toma
x̂(h) como punto de partida para trazar una nueva recta de pendiente f (h) y obtener sobre ella el
punto de abcisa 2h y ordenada x̂(2h) = x̂(h) + h f (h). En la figura 4.22 (c) se muestra el resultado
obtenido al repetir los pasos anteriores 50 veces con h = 0.1, siendo f (t) = cos(t) y x(0) = 0.
Se observa que la soluci´ on proporcionada por la integracioń numérica es un conjunto de valores
{x̂(kh)}, k = 0, 1, 2, · · · 50. Estos valores se han representado uniendo mediante segmentos los
puntos (kh, x̂(kh)), de forma que se obtiene una aproximaci oń mediante trozos rectos. En la citada
figura se muestra tambi´ en con trazo punteado la solucioń exacta obtenida resolviendo dx
dt = cos(t),
con x(0) = 0 que da como resultado x(t) =sen(t).
on 75
0.9
0.8
^x(h) ^x(2h) 0.7
^x(h) 0.6
x0 x0 0.5
0.4
0.3
0.2
t t 0.1
0 h 0 h 2h 0
0 0.5 1 1.5 2 2.5 3
(a) (b) (c)
Figura 4.22: El m´
etodo de Euler para integraci´
on num´
erica
A continuación vamos a ver cómo se aplica el método de Euler a modelos entrada/salida de la

forma que se expresa en la ecuacioń (4.27). Este modelo se puede poner de la forma siguiente:
dy
= ẏ
dt
d ẏ
= ÿ
dt
..
.
dyn−1)
= yn)
dt
yn) (t) = g(yn−1) (t), ..., ẏ(t), y(t), um) (t), ..., u̇(t), u(t))
etodo de Euler a cada ecuacioń se obtienen las siguientes ecuaciones iterativas:

Aplicando el m´
y((k + 1)h) = y(kh) + ẏ(kh) · h
ẏ((k + 1)h) = ẏ(kh) + ÿ(kh) · h
..
.
yn−1) ((k + 1)h) = yn−1) (kh) + g([yn−1) (kh), ..., ẏ(kh), y(kh), um) (kh), ..., u̇(kh), u(kh)]) · h
Se puede observar que el valor de todas las magnitudes en el instante t = (k + 1)h dependen
de valores de las magnitudes en el instante anterior t = kh. Esto hace que la integraci oń de las
ecuación diferencial del modelo se pueda hacer mediante un algoritmo iterativo, en el que en cada
iteraci´
on se calcula la evoluci´
on de las señales del sistema tras un periodo de tiempo h. Este
procedimiento termina una vez alcanzado el tiempo final hasta el que se quiere simular el sistema.
Ejemplo
Consideremos un dep´ osito prismático (secci´

on constante) alimentado por un caudal. Si u
representa el caudal que llega al depo´sito medido en metros cúbicos por segundo, y la altura del
76 Simulaci´
on
nivel medida en metros y A es la seccioń del dep´

osito en metros cuadrados, se tiene que la derivada
ıquido es el caudal aportado. Puesto que el volumen es V = Ay y A es constante
del volumen de l´
se tiene que
dy
A =u
dt
operando se obtiene que
dy
= ẏ
dt
1
ẏ = ·u
A
(4.29)
Aplicando el m´
etodo de Euler se obtienen las ecuaciones iterativas:
y((k + 1)·h) = y(k·h) + ẏ(k·h)

1
ẏ(k·h) = ·u(k·h)
A
(4.30)
El valor del nivel en el instante inicial y(0) es una condicioń inicial necesaria para la inte-
graci´
on de la ecuación. Los valores tomados por la entrada son tambi´ en necesarios para calcular
on del nivel. El algoritmo iterativo para la integracioń es:
la evoluci´
1. Asignar el valor inicial k ← 1.
2. Hacer:
2.1 Si k=1, se asigna el valor inicial yk ← y(0)

si no, se calcula el nuevo valor yk ← yk−1 + h·dyk−1
2.2 Calcular dyk ← A1 ·uk
2.3 Calcular t ← k·h
2.4 Actualizar k ← k + 1
2.5 Si t ≤ t f inal , ir a 2
3. Fin del algoritmo.
En el algoritmo se obtiene como resultado unos vectores con los valores de la salida y de sus
derivadas (en este caso denominados y y dy), en cada per´ ıodo de integraci´
on. El par´
ametro h del
algoritmo es muy importante y su valor depende del comportamiento din´ amico del sistema, y por
ametros de e´ste. N´
lo tanto de los par´ otese que el algoritmo toma como datos de entrada el paso
on 77
0.5 0.5 0.5
y
0.4 0.4 0.4
u u
0.3 0.3 0.3
u
0.2 0.2 0.2
y y
0.1 0.1 0.1
0 0 0
−2 0 2 4 6 8 10 −2 0 2 4 6 8 10 −2 0 2 4 6 8 10
t t t
a) A = 10m2 , y(0) = 0m b) A = 5m2 , y(0) = 0m c) A = 10m2 , y(0) = 0.2m
Figura 4.23: Tres experimentos de simulacioń realizados con el modelo de llenado de un depo´sito.
de integraci´
on h, las condiciones iniciales del sistema y(0), el valor de la se ñal de entrada en cada
instante uk y el tiempo de simulaci´
on t f inal .
En la simulaci´
on del sistema se pueden plantear diversos experimentos:
• Analizar la influencia de la señal u en la evoluci´

on de y. Para ello basta con proporcionar la
ley u(t) y usar el modelo para calcular el nivel. Véase figura 4.23 a).
• Analizar la influencia de los par´

ametros. En este caso el uńico parámetro es la secci´
on del
depósito. La forma de proceder consiste en realizar varias simulaciones con valores de A
diferentes, manteniendo iguales el resto de condiciones. V´ ease figura 4.23 b).
• Analizar la influencia de los valores iniciales. La forma de proceder es similar al caso

anterior. En cada experimento simulado se utiliza un valor inicial y(0) diferente. V´
ease
figura 4.23 c).
4.8 Álgebra de bloques
Como es sabido al modelar un sistema se obtienen una serie de ecuaciones diferenciales que
pueden ser lineales o no lineales. En el caso de modelos no lineales es posible obtener un modelo
lineal aproximado del modelo no lineal, v´ alido en un rango de variación de las magnitudes del
sistema en torno al punto de funcionamiento. En consecuencia siempre es posible obtener un
modelo lineal de un sistema din´ amico. El inter´ es de obtener este tipo de sistemas reside en la
sencillez de tratamiento y an´
alisis de este tipo de modelos.
Es frecuente que un sistema dinámico que se pretende modelar esté formado por una serie de
subsistemas no aut´ onomos interconectados entre s´
ı. Cada subsistema tiene una magnitud de en-
trada que excita al subsistema y una magnitud de salida que evoluciona en consecuencia. Al estar
conectado con otros subsistemas, su salida afectar´
a a la entrada de alg´
un o algunos subsistemas
78 ´
Algebra de bloques
perteneciente al mismo sistema o incluso a s´

ı mismo. A su vez su entrada estar´
a influida por las
salidas o entradas de otros subsistemas.
Para un an´ atico de los modelos de los sistemas, e´stos se suelen representar gr´
alisis sistem´ aficamente,
describiendo cada subsistema que lo forma mediante un bloque. Cada uno de ellos tiene una mag-
nitud de entrada y una magnitud de salida cuya evoluci oń es consecuencia de la accioń de la
entrada sobre e´l. Las señales se representan por flechas que indican cuyo sentido indican si son
entradas o salidas( ver figura 4.24) .
entrada salida
BLOQUE
(subsistema)
Figura 4.24: Representaci´

on de un subsistema mediante un bloque
En el caso de modelos lineales de los subsistemas, cada uno de e´stos se puede modelar por
una ecuación diferencial lineal. Utilizando la transformada Laplace para representar el modelo
del sistema y sus magnitudes de entrada y de salida, cada bloque es equivalente a una funci oń
de transferencia G(s), de forma que las magnitudes de entrada y de salida se representan por
su transformada Laplace U(s) e Y (s) (v´ ease la figura 4.25) . La señal de salida verifica que
Y (s) = G(s)·U(s).
entrada salida
G(s)
U(s) Y(s)
Figura 4.25: Representaci´

on de un subsistema lineal mediante un bloque y la transformada Laplace
Un sistema quedará pues representado por una serie de bloques que est´
an interconectados entre
ı formando lo que se denomina el diagrama de bloques del sistema. Esta representaci oń resulta
s´
interesante por una serie de razones:
• Permite la obtención de las ecuaciones de todo el sistema o de parte de e´l mediante una
serie de operaciones que se realizan sobre las señales y los bloques que forman el diagrama.
Estas operaciones dan lugar al álgebra de bloques.
• Mantiene identificado cada subsistema, lo que permite introducir f´
acilmente cambios en el
modelo del sistema.
• Permite visualizar de una forma sencilla las relaciones causa-efecto involucradas en el sis-
tema.
• Facilita el an´
alisis del papel que juega cada subsistema en el comportamiento global del
sistema
4.8.1 Operaciones sobre señales
Estas operaciones son:

on 79
1. Bifurcación: Representa la conexi´ on de varios subsistemas que tienen la misma entrada. Por
tanto la señal se bifurca entrando en ambos subsistemas.
U(s) U(s)
U(s)
Figura 4.26: Operaci´

on de bifurcaci´
on de señales
2. Suma: dos o m´ as señales, generalmente salidas de subsistemas, se superponen formando

una uńica señal, sumándose o restándose.
Y1(s) Y1(s) + Y2(s)

+
+
Y2(s)
Figura 4.27: Operaci´

on de suma de señales
3. Transformación de una señal en un bloque: una señal al entrar en un bloque se transforma

generando una determinada señal de salida.
entrada salida
G(s)
U(s) Y(s)
Y (s) = G(s)·U(s)
Figura 4.28: Transformaci´

on de una señal en un bloque
4.8.2 Operaciones sobre bloques: reducción de sistemas
Los diagramas de bloques representan subsistemas conectados entre s´ ı. A veces resulta intere-
sante obtener las ecuaciones de todo el sistema o bien de una parte de e´l. El a´lgebra de bloques
permite realizar una serie de operaciones sobre los bloques y se ñales que permiten y simplifican
on de bloques equivalentes de todo o parte del diagrama de bloques. Esta operaci oń se
la obtenci´
denomina reducci´ on del diagrama de bloques.
Existen una serie de operaciones sobre bloques destinadas a la reducci oń de los diagramas:
80 ´
Algebra de bloques
1. Bloques en cascada o en serie:
U Z Y U Y
G 1(s) G 2(s) G 1(s) · G 2(s)
2. Bloques en paralelo:
U Y1 + Y U Y
G 1(s) G 1(s) + G 2(s)
+
Y2
G 2(s)
3. Realimentaci´
on:
U + Y U G 1(s) Y
G 1(s)
- 1 + G 1(s) · G 2(s)
G 2(s)
4.
U + Y U + Y
G(s)
G(s) +
+
Z 1/G(s)
5.
U +
G(s)
Y U + Y
+ G(s)
Z
+
Z
G(s)
on 81
6.
U Y U Y
G(s) G(s)
Z
Z G(s)
7.
U Y U Y
G(s) G(s)
U U
1/G(s)
Ejemplo:
Calcular utilizando el a´lgebra de bloques la funci´

on de transferencia del sistema dado por el
siguiente diagrama de bloques:
G1 ( s ) G2 ( s )
R(s) Y(s)
+ -
G3 ( s )
+
+
Observando dicho diagrama se puede ver que es equivalente al siguiente:
G1 ( s ) G2 ( s )
R(s) Y(s)
+ - +
-
G3 ( s )
En este se tienen dos estructuras de realimentacioń unitaria negativa anidadas, lo cual se puede
reducir a
G1 ( s)
G2 ( s )
R(s) Y(s)
+ - 1+G1 ( s)· G3 ( s)
82 ´
Algebra de bloques
Y de este diagrama ya se puede obtener la funcioń de transferencia pedida:

G1 (s)G2 (s)
1+G1 (s)G3 (s) G1 (s)G2 (S)
G(s) = G1 (s)G2 (s)
=
1 + 1+G 1 + G1 (s)(G2 (s) + G3 (s))
1 (s)G3 (s)
Parte II
An´
alisis en el dominio del tiempo
83
Tema 5
Sistemas din´
amicos lineales de primer
orden
5.1 Introducci´
on
Se denomina sistema lineal diferencial de primer orden de entrada u(t) y salida y(t) al sistema
regido por una ecuaci´
on diferencial de la forma
dy
+ ay = bu (5.1)
dt
en donde a y b son dos constantes, denominadas coeficientes de la ecuaci oń; u(t) es una señal
denominada señal de entrada o excitaci´ on; e y(t) es otra señal denominada señal de salida del
sistema. El conjunto se interpreta con un diagrama de bloques tal como el de la figura 5.1. La
ecuación diferencial anterior admite una solucioń uńica siempre que se fije el valor inicial de y(t).
Este valor inicial se denotará en lo que sigue por ξ. La ecuacioń (5.1) establece que la pendiente de
y(t) en cada instante de tiempo, es una combinacioń lineal de los valores que toma en este instante
u(t) e y(t). En la figura 5.2 se muestran las evoluciones de u(t) e y(t).
En la pr´
actica se presentan múltiples sistemas que pueden ser representados por una ecuaci oń
diferencial de primer orden. De hecho es una de las aproximaciones m´ as sencillas que se pueden
hacer del comportamiento din´ amico de un sistema. En el apartado 5.3 se presentan distintos
sistemas que pueden ser representados por una ecuaci oń diferencial de primer orden.
85
86 Introducci´
on
u(t) y(t)
Figura 5.1: Sistema de primer orden (1)
u(t)
dy(t)
dt
y(t)
Figura 5.2: Sistema de primer orden (2)

Sistemas din´
5.2 Soluci´
on de la ecuaci´
on diferencial de primer orden
Para el estudio de la soluci´

on de la ecuaci´
on diferencial de primer orden, conviene distinguir dos
casos:
5.2.1 Señal de entrada nula
En el supuesto de que la señal de entrada u(t) sea nula para todo t, la ecuacioń diferencial de
primer orden se convierte en
dy
= −ay y(0) = ξ (5.2)
dt
lo que constituye la parte homogénea de la ecuaci´

on diferencial de primer orden de (5.1). La
soluci´ on puede obtenerse por integracioń directa haciendo,
on de esta ecuaci´
dy
= −a dt
y
cuya integraci´
on conduce a,
ln y(t) − ln y(0) = −at
lo que, teniendo en cuenta que y(0) = ξ, puede escribirse,
yh (t) = ξe−at
ındice h se refiere a que esta solucioń lo es de la parte homog´

El sub´ enea de (5.1).
Las figuras 5.3 y 5.4 muestran la forma general de la evoluci oń de yh (t) seg´ un que a sea,
respectivamente, negativa o positiva. Estas figuras muestran c o´mo se comporta un sistema en
on. Aparece una clara distincioń entre dos formas de comportamiento que
ausencia de excitaci´
permiten una primera clasificacioń de los sistemas en estables o inestables, seguń que la evoluci´
on
libre de los mismos tienda a una estado de reposo o no.
5.2.2 Señal de entrada no nula
Se trata de resolver la ecuaci´

on diferencial (5.1) en el caso en que u(t) no sea idénticamente nula.
Para simplificar la notaci´ a v(t) = b0 u(t), con lo que la ecuaci´
on se escribir´ on (5.1) se convierte en
88 Soluci´
on de la ecuaci´
y(t)
Figura 5.3: Primer orden divergente
y(t)
Figura 5.4: Primer orden convergente

Sistemas din´
dy
+ ay = v (5.3)
dt
Se trata de determinar qué función w(t) debe sumarse a la solucioń homog´ enea yh (t) para
obtener la soluci´
on de la ecuaci´
on (5.3). Es decir, se supone que y(t) se descompone en,
y(t) = yh (t) + w(t) (5.4)
lo que llevado a la ecuaci´

on (5.3) resulta,
d(yh + w)
+ a(yh + w) = v yh (0) + w(0) = ξ
dt
es decir,
dyh dw
+ ayh + + aw = v w(0) = ξ − yh (0)
dt dt
que, teniendo en cuenta la expresioń (5.2), se puede escribir,
dw
+aw = v w(0) = 0 (5.5)
dt
Por lo tanto la ecuaci´

on diferencial que satisface w(t) es exactamente la (5.1), pero con una
notable diferencia, y es que las condiciones iniciales para w(t) son 0. Es decir, la se ñal w(t)
constituye la respuesta del sistema ante la señal de entrada u(t) a partir del reposo.
La discusión anterior permite interpretar la expresioń (5.4) diciendo que la respuesta y(t) de
un sistema din´ amico lineal a una señal de entrada u(t) a partir de un valor inicial y(0) puede
considerarse como la suma de la respuesta del sistema, a partir del valor inicial y(0), ante una
señal de entrada nula m´
as la respuesta del sistema a la señal de entrada u(t) a partir del reposo. Es
f´
acil ver que w(t) viene dada por,
Z t
w(t) = e−at eaζ v(ζ)dζ (5.6)
o
En efecto, en primer lugar es inmediato ver que w(0) = 0. Adem´

as sustituyendo la expresi´
on
(5.6) en la (5.5) se tiene que,
Z t Z t
dw d
= −a e−at eaζ v(ζ)dζ + e−at eaζ v(ζ) dζ = −a w + v
dt o dt o
90 Soluci´
on de la ecuaci´
Combinando los anteriores resultados se tiene que la respuesta de un sistema regido por una
ecuaci´
on diferencial lineal de la forma (5.1) ante una señal de entrada u(t) viene dada por,
Z t
y(t) = e−at ξ + e−at eaζ b u(ζ) dζ (5.7)
o
A este mismo resultado se puede llegar empleando las técnicas basadas en la transformada de
Laplace, con las cuales se puede demostrar directamente de una forma muy sencilla la expresi oń
(5.6). Adem´ acticas, es de esta u´ltima forma como se procede. Sin
as, en las aplicaciones pr´
embargo para un planteamiento teo´rico m´
as general, conviene desarrollar el estudio de los sistemas
lineales como se ha hecho anteriormente.
5.2.3 Respuestas a señales de entrada especiales
Se discuten a continuaci´
on las respuestas de un sistema diferencial lineal de primer orden a se ñales
de entrada que presentan especial interés en las aplicaciones como son las señales en escalón, en
rampa y sinusoidal.
˜ de entrada en escal´
Senal on
on en el instante inicial t = 0, si
Se dice que un sistema se somete a una señal de entrada en escal´
en dicho instante se somete el sistema a una variacioń brusca de la señal de entrada permaneciendo
e´sta en un valor u(t) = constante. En la figura 5.5 se representa una se ñal de entrada de esta forma.
Si se supone y(0) = ξ, u = 1, y teniendo en cuenta la expresi oń (5.7), se tendr´ a,

b at b
y(t) = e −at
ξ + (e − 1) = e−at ξ + (1 − e−at ) (5.8)
a a
Figura 5.5: Entrada en escal´

on
En la figura 5.6 se representa la respuesta de un sistema lineal de primer orden a una entrada
en escal´
on.
Para estudiar la respuesta en el tiempo de un sistema lineal de primer orden a una entrada en
Sistemas din´
Figura 5.6: Respuesta al escal´

on
on, es interesante escribir la ecuacioń diferencial de primer orden de la forma siguiente:

escal´
dy
τ + y = Ku (5.9)
dt
en donde τ = 1/a y K = b/a. Si se supone adem´

as, para simplificar, que ξ = 0 se tendr´
a que la
expresi´
on (5.8) se puede escribir,
t
y(t) = K(1 − e− τ ) (5.10)
La constante K recibe la denominacioń de ganancia estática del sistema, puesto que representa
on entre la señal de salida (y(t)) y la señal de entrada (u(t)) para t → ∞. La constante τ
la relaci´
que tiene una dimensi´ on de tiempo, se llama constante de tiempo del sistema.
El resultado (5.10) puede obtenerse de una forma m´ as sencilla empleando la transformada

de Laplace. En efecto, la ecuacioń diferencial de un sistema de primer orden viene dada por la
expresi´
on (5.1), y puesto que la transformada de Laplace de una se ñal escal´
on es:
1
U(s) =
s
se tiene que la de la señal de salida ser´

a,
K A B
Y (s) = = +
s(1 + τs) s 1 + τs
Las constantes A y B resultan ser:

92 Soluci´
on de la ecuaci´

K K
A= =K y B= = −Kτ
(1 + τs) s=0 s s=− 1
τ
con lo que se tiene Y (s), cuya antitransformada de Laplace resulta ser,
y(t) = L −1 [Y (s)] = K(1 − e−t/τ )
es decir la expresi´
on (5.1)
En la figura 5.7 se representa la respuesta a una entrada en escal oń de un sistema de primer
orden de ganancia K y constante de tiempo τ.
1.0
0.9
0.8
0.7
0.632
0.6
y(t)/K
0.5
0.4
0.3
0.2
0.1
0.0
0.0 0.4 0.8 1.2 1.6 2.0 2.4 2.8 3.2 3.6 4.0
t/τ
Figura 5.7: Respuesta a un escaloń unitario de un sistema de primer orden de ganancia K y de

constante de tiempo τ.
La constante de tiempo τ caracteriza la velocidad de respuesta del sistema, es decir, la duraci oń
del r´
egimen transitorio. Ello se pone de evidencia por las dos consideraciones siguientes.
1. Existe una relaci´

on entre la constante de tiempo y la tangente y(t) en el origen. En efecto
de la expresi´
on (5.10) se tiene,
dy K − t
= e τ (5.11)
dt τ
haciendo t = 0 se tiene,
dy K
(0) = (5.12)
dt τ
Sistemas din´
lo cual puede interpretarse tal como se hace en la figura 5.8. Recu´

erdese que se ha hecho
u = 1.
K
tgα = τ
K
α
Figura 5.8: Relaci´

on constante amplificaci´
on y tang.
2. haciendo t = τ se tiene que la constante de tiempo es el tiempo al cabo del cual la se ñal de
respuesta alcanza la fracci´
on
1 2
1− ≈ 0.632 ≈
e 3
del valor final (figura 5.9)
0.64K
on constante de tiempo y amplificacioń

Figura 5.9: Relaci´
Observando la figura 5.7 se tiene que la respuesta de un sistema de primer orden en una entrada
on alcanza su valor final con un error menor del 5 % para un tiempo ≈ 3τ.
en escal´
En la figura 5.10 se representan las señales de respuesta a una entrada en escaloń para distintos
sistemas lineales con diferentes constantes de tiempo.
94 Soluci´
on de la ecuaci´
τ2
τ3
τ3>τ2
Figura 5.10: Diferentes constantes de tiempo
En la práctica se presenta el problema de determinar el modelo matem´ atico de un sistema a

partir del conocimiento de la respuesta del sistema a una entrada en escal oń. En el caso de un
sistema de primer orden, la determinacioń de los par´ ametros K y τ que aparecen en la ecuacioń
diferencial (5.9), resulta extremadamente sencilla a partir de la respuesta del sistema a una entrada
on. En efecto, de acuerdo con la figura 5.7 el valor de la constante de tiempo τ se determina
en escal´
midiendo la abscisa correspondiente a la ordenada que sea el 63,2% del valor alcanzado por el
sistema en régimen estacionario. La constante est´ atica K es sencillamente el cociente entre el
valor alcanzado por la respuesta en régimen estacionario y la amplitud de la entrada en escal oń.
˜ de entrada en rampa
Senal
Supóngase una señal de entrada en rampa, es decir, una señal de entrada cuyos valores crecen
lineal con el tiempo, u = ωt, tal como la que se representa en la figura 5.11. Se supondr aádem´ as,
para simplificar, que ξ = 0. De acuerdo con la expresioń (5.7) se tiene que,
e−at
Z t
wb 1
y(t) = wbe −at
e τdτ =
aτ
t− + (5.13)
o a a a
on introduciendo la ganancia K y la constante de tiempo τ, puede escribirse,

esta u´ltima expresi´
t
y(t) = wK(t − τ + τe− τ ) (5.14)
Este mismo resultado se puede obtener con ayuda de la transformada de Laplace. En efecto,
para el caso de una entrada en rampa, se tiene
ω
U(s) =
s2
con lo que ,
ωK A1 A2 B
Y (s) = = + +
s2 (1 + τs) s 2 s 1 + τs
Sistemas din´
u
u = ωt
Figura 5.11: Entrada en rampa
siendo,
ωK

1
A1 = = wK
0! (1 + 2s) s=0
ωK

1 d
A2 = = −τωK
1! ds (1 + τs) s=0
ωK

B = = ωKτ2
s2 s=− 1
τ
de donde se desprende que y(t) tendr´

a la forma (5.14).
En la expresión (5.14) se observa que el tercer t´ ermino del paréntesis del segundo miembro
tiende a cero cuando el tiempo tiende a infinito. Este t´
ermino constituye el r´
egimen transitorio de la
respuesta total. Una vez desaparecido el r´ egimen transitorio, la respuesta en r´
egimen permanente
ser´
a,
yrp (t) = ωK(t − τ) (5.15)
Para interpretar esta respuesta cabe distinguir dos casos:
1. K = 1. En tal caso se tiene que la respuesta viene dada por
yrp = ω(t − τ) (5.16)
es decir, en el instante t la salida es igual a la entrada en el instante t − τ. La salida se

encuentra retardada τ segundos con respecto a la entrada. En la figura 5.12 se representa la
on (5.14) para K = 1. Se observa en esta figura co´mo la señal de salida se encuentra
expresi´
egimen permanente es igual a ωτ.
retardada con respecto a la señal de entrada. El error en r´
Este error recibe la denominaci´ on de error de arrastre.
96 Soluci´
on de la ecuaci´
u(t)
y(t)
ωτ
u(t1 − τ) y(t1 )
τ
Figura 5.12: Respuesta a rampa.
egimen transitorio se tiene que para t = τ

Respecto al r´
Kωτ Kωτ
y(τ) = ≈ (5.17)
e 3
es decir, que el sistema ha respondido so´lo en un tercio del valor alcanzado por la señal de
entrada. En la figura 5.12 se interpreta este resultado.
La consideraci´
on del error de arrastre en la respuesta de un sistema de primer orden, es
sumamente importante en ciertos casos como por ejemplo cuando el sistema en cuesti oń
es un aparato de medida. Supońgase un globo en el que se encuentra un termo´metro de
mercurio. Se supone que la temperatura var´ ıa linealmente con la altura; se tiene entonces
que el term´
ometro se encuentra sometido a una señal de entrada en rampa. Las lecturas del
term´
ometro, seg´
un las consideraciones anteriores, presentan un error de arrastre.
2. K 6= 1. La salida y entrada divergen, por lo que el error de arrastre se hace infinito.
5.2.4 Respuesta armónica
Si la señal de entrada es sinusoidal, es decir, u = senωt y suponiendo ξ = 0, se tiene que la

respuesta del sistema, de acuerdo con la expresioń (5.7), viene dada por

wb b
y(t) = e −at
ξ+ 2 2
− 2 (a senw t − w coswt) (5.18)
a +w a + w2
En la figura 5.13 se muestra una forma t´

ıpica de esta respuesta.
Para t → ∞, es decir un tiempo suficientemente grande, el primer t´

ermino del segundo miembro
se anula, por lo que la respuesta en r´
egimen permanente resulta ser
Sistemas din´
Figura 5.13: Respuesta arm´

onica.
b
yrp (t) = (a senwt − w coswt) (5.19)
a2 + w 2
Esta expresi´
on se puede escribir de una forma m´
as sencilla haciendo,
a w
cosϕ = √ senϕ = − √ (5.20)
a + w2
2 a + w2
2
con lo que 5.19 puede escribirse,
y(t) = Y sen(wt + ϕ) (5.21)
siendo,
tagϕ = −w/a = −wτ (5.22)

b K
Y = √ =√ (5.23)
a2 + w 2 1 + τ 2 w2
La expresi´ on (5.21) puede interpretarse diciendo que la respuesta de un sistema lineal a una
señal sinusoidal, es otra señal sinusoidal de la misma frecuencia cuya amplitud ha variado en una
relación Y , y que ha adquirido un desfase ϕ. Tanto la relacioń de amplitudes Y como el desfase ϕ,
son función de la frecuencia angular w de la entrada. En la figura 5.14 se representa Y (ω) y ϕ(ω).
Otra forma de representar gráficamente la respuesta en frecuencia de un sistema lineal es por

medio de un diagrama polar en el que se representa vectores cuyos m o´dulos y argumentos son
respectivamente Y (ω) y ϕ(ω). Haciendo variar ω se obtiene un lugar geom´ etrico, en el que ω es el
parámetro. En la figura 5.15 se representa la respuesta en frecuencia correspondiente a un sistema
lineal de primer orden. El lugar está graduado en frecuencias reducidas (normalizadas) u = ωϕ.
1.0
0.9
98 Soluci´
on de la ecuaci´
Relacion de Amplitudes
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0
ω
-10
-30
Fase(grados)
-50
-70
-90
-110
-130
0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0
ω
Figura 5.14: Amplitud y fase.
ω=∞ ω=0
ϕ
Figura 5.15: Respuesta en frecuencia.

Sistemas din´
Existen otras formas de representar gr´

aficamente la respuesta en frecuencia de un sistema
lineal que ser´
an estudiadas m´
as adelante.
Filtrado con un sistema lineal.
Si la señal de entrada a un sistema lineal es una señal arbitraria, la reproducci´

on de la misma a
la salida será muy fiel si la constante de tiempo del sistema es suficientemente peque ña. Es decir,
si la constante de tiempo del sistema es menor que las m´ as r´
apidas variaciones que se produzcan
en esta señal de entrada. Lo que a su vez se puede interpretar en el dominio de la frecuencia
diciendo que la constante de tiempo sea lo suficientemente peque ña como para que el ancho de
banda sea lo suficientemente grande para permitir el paso de todos los arm ońicos de la señal de
entrada, (recordar la figura 5.13). La figura 5.16 ilustra este hecho.
τ pequeño
a)
τ grande
b)
Figura 5.16: Filtrados.
Por el contrario si la constante de tiempo es grande, la respuesta del sistema es lenta, por lo
que el sistema no puede seguir las variaciones r´ apidas de la señal de entrada resultando de ello que
e´stas desaparecen de la señal de salida. El sistema actúa como limando las asperezas de la señal
de entrada. La figura 5.16 ilustra este hecho que recibe la denominaci oń de filtrado de la señal de
entrada. Se puede dar del mismo una interpretacioń en el dominio de la frecuencia similar a la
dada m´ as arriba para el caso de una constante de tiempo peque ña.
De hecho, el concepto de filtrado de una señal es enormemente importante y lo uńico que se

ha hecho hasta aqu´ı ha sido introducirlo, ilustrando una forma de comportamiento de los sistemas
din´
amicos lineales de primer orden.
5.3 Ejemplos de sistemas de primer orden
• Circuito el´
ectrico LR.
El circuito representado en la figura 5.17 est´
a regido por una ecuaci´
on diferencial de la
forma
L dI E
+I =
R dt R
100 Ejemplos de sistemas de primer orden
considerando la señal de entrada, la tensi´ on aplicada al sistema y la señal de salida a la

intensidad que recorre el circuito, se tiene un sistema de primer orden. La ganancia est a´tica
es 1/R y la constante de tiempo es L/R.
L
Figura 5.17: Circuito RL.
• Circuito el´
ectrico RC.
El circuito de la figura 5.18 es un circuito cl´
asico de carga de un condensador a trav´
es de
una resistencia, siendo la ecuacioń diferencial que rige el proceso la siguiente:
dq
RC + q = CE
dt
La ganancia est´
atica es C, puesto que Q/E es, en r´
egimen permanente, la capacidad del
condensador. La constante de tiempo es RC.
C
E E(t) q(t)
q R,C
Figura 5.18: Circuito RC.
• Term´
ometro de mercurio.
Un term´ ometro puede considerarse como un sistema en el que la se ñal de entrada u es la
temperatura del medio en el que se encuentra inmerso y la se ñal de salida y, es la temperatura
indicada por el mismo. Si se denota por Q la cantidad de calor intercambiada entre el medio
y el term´
ometro, y por C la capacidad calor´
ıfica de la ampolla, se tendr´ a que
dy dQ
=C
dt dt
Por otra parte el flujo de calor´
ıas que entra en el mercurio se aporta fundamentalmente
por conducción. De acuerdo con la ley de Newton es aproximadamente proporcional a la
diferencia de temperatura entre el medio y el mercurio.
Sistemas din´
dQ
= k(u − y)
dt
Se concluye de las dos ecuaciones anteriores que un term o´metro de mercurio puede con-
siderarse como un sistema lineal de primer orden. Obs´
ervese que, como corresponde a un
sistema de medici´ atica es k = 1.
on, la ganancia est´
Temperatura indicada (y)
Temperatura (u)
Figura 5.19: Term´

ometro de mercurio.
• Reacci´
on quı́mica.
Sup´
ongase la descomposici´
on espont´
anea de una mol´
ecula A en dos mol´
eculas B y C:
A → B +C
ua de manera que la velocidad de reaccioń es proporcional al n´

la cual se efect´ umero de
moléculas A presentes.
Si se denota por y la concentracioń de la sustancia A, se tiene
dy
− = ky
dt
es decir,
1 dy
+y = 0
k dt
Se trata de un sistema lineal de primer orden autońomo de constante de tiempo 1/k. El
par´
ametro k se denomina por los qu´ ımicos constante de velocidad de la reaccioń, y en la
pr´
actica presenta una gran dependencia de la temperatura.
• Dinam´
ometro.
Se trata de medir la fuerza u por el desplazamiento y que imprime a un dinam o´metro de
coeficiente de elasticidad k y de coeficiente de viscosidad α, figura 5.20.
Seg´
un las leyes de la Mec´
anica se tiene
102 Ejemplos de sistemas de primer orden
Figura 5.20: Dinam´

ometro
dy
u = ky + α
dt
Por lo tanto un dinam´

ometro es un sistema de medida lineal de primer orden.
• Mezcla de dos fluidos.

Supóngase un recipiente (figura 5.21) en el que se contiene una masa m del l´ ıquido que
contiene una fracción Cr de un componente A, y sup´ ongase que el recipiente se alimenta
por un caudal Q de un l´ıquido en el que la fracci´
on de componente A es Ce . Se supone que
anea, es decir, que la composicioń es la misma en todo instante en todo
la mezcla es instant´
el recipiente. Se supone adem´ as que el flujo de entrada es igual al de salida, con lo que la
masa contenida en el recipiente es constante. Es fácil ver que en estas condiciones se tiene,
Ce Q dt = Cr Q dt + M dCr
es decir,
M dCr
+Cr = Ce
Q dt
Se trata por lo tanto de un sistema de primer orden.
• Motor el´
ectrico de corriente continua.
Supóngase el motor el´
ectrico de corriente continua cuyo diagrama se ha representado en la
figura 5.22. El par motor supuesto el flujo φ constante, viene dado por
P = kφ I
Por otra parte la intensidad I de inducido y la tensioń que alimenta al inducido u (señal de
an relacionadas por la siguiente ecuacioń.
entrada), est´
dI
u = RI + L + Kω
dt
Sistemas din´
Ce
Cr
Cr
Figura 5.21: Mezcla de Fluidos.
De acuerdo con las leyes de la Mec´

anica el par motor P y la velocidad de salida del motor
ω, est´
an ligados por la ecuaci´
on,
dω
P=J + Bω
dt
R L
Φ
ω
J B
Figura 5.22: Motor el´

ectrico.
De las tres ecuaciones anteriores se obtiene,
dω φ φ
J + (B + kK )ω = k u
dt R R
es decir, considerando como señal de entrada la tensi´ on aplicada al inducido y como señal
de salida la velocidad de giro del motor, se tiene un sistema de primer orden.
104 El sistema de primer orden como integrador
5.4 El sistema de primer orden como integrador
En los apartados anteriores se ha considerado un sistema lineal de primer orden como el regido
on diferencial de la forma 5.1. Esta misma ecuacioń puede escribirse tambi´
por una ecuaci´ en de la
forma siguiente:
Z t
y(t) = y(0) + (bu − ay)dt (5.24)
0
La consideración de esta segunda forma de escribir la ecuacioń que rige el comportamiento de

un sistema lineal de primer orden es sumamente interesante, por cuanto que su sentido f´ ısico es
más claro. La acci´
on del sistema puede descomponerse en dos partes:
• Una parte est´

atica (sin memoria) en la que se determina
f = bu − ay (5.25)
• Los valores de f determinados para cada instante de tiempo t se van acumulando (inte-
grando) dando con ello lugar a la variable de salida y.
En la figura 5.23 se tiene representado un esquema en el que se distinguen la parte est a´tica
del integrador. La parte estática puede ser no lineal, sin que por ello se alteren las anteriores
consideraciones.
Esta manera de interpretar el funcionamiento de un sistema lineal de primer orden, es m a´s

intuitiva desde un punto de vista f´ ısico por cuanto que en la naturaleza es m´ as f´
acil interpre-
tar los procesos en términos de integraciones que de diferenciaciones. De hecho la integraci oń
(acumulaci´ on) es un proceso normal del que es muy sencillo encontrar ejemplos, mientras que la
diferenciación es enormemente m´ as artificiosa. No debe olvidarse sin embargo, que la resoluci oń
de una ecuaci´ as simple que la de una ecuacioń integral, y es por ello que en
on diferencial es m´
cualquier caso el planteo por ecuaciones diferenciales es m´
as frecuente que el que aqu´
ı se presenta.
u + 1 y
K τS
Figura 5.23: Integrador.

Tema 6
Sistemas din´
amicos lineales de segundo
orden y superior
6.1 Definici´
on
Se define un sistema lineal de segundo orden como el regido por una ecuaci oń diferencial de la
forma,
d2 y dy du
+ a1 + a2 y = b 0 + b1 u (6.1)
dt 2 dt dt
a uńicamente el caso en que b0 = 0 y b1 = β, dej´

En lo que sigue se considerar´ andose para m´
as
adelante el estudio del caso general.
El problema del estudio de un sistema de segundo orden queda reducido a la resoluci oń de la
anterior ecuación diferencial cuando la señal de entrada u(t) se particulariza en una cierta funcioń
del tiempo. Para que la soluci´ on est´
e completamente determinada se requiere el conocimiento
de los valores iniciales de y(t) y de dy/dt. En esta seccioń se puede hacer un desarrollo com-
pletamente paralelo al realizado en la seccioń anterior para los sistemas de primer orden. La
complejidad de tratamiento algebraico que esto requiere es grande, y es por ello por lo que se va a
estudiar sencillamente los casos simplificados que ofrecen mayor inter´ es pr´
actico.
En este sentido, y como primera hipo´tesis simplificadora, se va a suponer siempre que se

trabaja con unas condiciones iniciales nulas.
La ecuaci´
on diferencial de un sistema de segundo orden que se va a considerar aqu´
ı es,
d2 y dy
2
+ a1 + a2 y = β u (6.2)
dt dt
La ecuación caracterı́stica de un sistema de segundo orden se define como:
105
106 Definici´
on
r 2 + a1 r + a2 = 0 (6.3)
en, en el supuesto de que sus raices sean −p1 y −p2 , de la forma

la cual se puede escribir tambi´
siguiente,
(r + p1 ) (r + p2 ) = 0 (6.4)
Otra forma frecuente de escribir la ecuacioń diferencial de un sistema de segundo orden es la

siguiente,
d2 y dy
2
+ 2 δ ωn + ω2n y = ω2n k u(t) (6.5)
dt dt
Esta forma es especialmente u´til cuando se trata con sistemas cuyas raices de la ecuaci oń carac-
ter´ ametros que intervienen en esta forma reciben una denominaci oń
ıstica son complejas. Los par´
especial.
• El par´
ametro k recibe la denominacioń de ganancia estática, y es una constante que carece
de dimensiones.
ametro ωn recibe el nombre de frecuencia propia no amortiguada y se expresa en

• El par´
radianes por segundo.
ametro δ recibe el nombre de factor de amortiguamiento, y es un n u´mero sin dimen-

• El par´
siones.
Las relaciones que ligan a los par´

ametros de la forma (6.2) con los de la forma (6.5) son las
siguientes.
β
r
1 a1
ωn = k= δ= (6.6)
a2 ω2n 2ωn
ametros k, ωn y δ son, normalmente, positivos.

Los par´
Una ecuación diferencial de orden n puede descomponerse en n ecuaciones diferenciales de

primer orden. Este es un resultado conocido que por otra parte ser´ a estudiado con detalle en un
cap´ıtulo posterior. Aqu´ı se va a estudiar el caso n = 2; introduciendo las variables adicionales
x1 y x2 , y siendo p1 y p2 las raices de la ecuación caracter´
ıstica, es f´
acil ver que una ecuaci´
on
diferencial de segundo orden del tipo 6.2 se puede escribir,
ẋ1 = −p1 x1 + u
ẋ2 = −p2 x2 + u (6.7)
y = c 1 x1 + c 2 x2 (6.8)
Sistemas din´
siendo
β β
c1 = y c2 = (6.9)
p2 + p 1 p1 − p 2
Para comprobar este resultado basta proceder por sustituci oń, lo que se invita a hacer al lector.
M´
as adelante se estudiar´
a el procedimiento general que permite este tipo de descomposiciones.
Empleando el c´
alculo matricial, las expresiones 6.7, 6.8 y 6.9 pueden escribirse de la forma
siguiente,
ẋ = Ax + Bu (6.10)
y = Cx
en donde

−p1 0 1
A= B= C = [c1 c2 ] (6.11)
0 −p2 1
La ecuación diferencial de la expresión 6.10 es de la misma forma de la 5.1, con la diferencia

de que mientras all´ ı se trataba con escalares aqu´
ı se trata con vectores y matrices. Por lo tanto, el
desarrollo realizado al estudiar los sistemas de primer orden, puede generalizarse al de los sistemas
de segundo orden, sin m´ as observaci´
on que tener presente que la diferencia básica que existe entre
el a´lgebra de los n´
umeros reales y la de las matrices, es que esta u´ltima no es conmutativa.
La respuesta de un sistema de segundo orden ante una se ñal de entrada u(t), a partir del estado
x(t), vendr´
a dada por,
t
Z
y(t) = CeAt ξ + e−Aζ B u(ζ) dζ (6.12)
0
on aparece la exponencial eAt , cuyo significado ser´

En esta expresi´ a discutido m´
as adelante.
A partir de la expresi´
on 6.12 se puede estudiar la respuesta de un sistema de segundo orden
ante distintos tipos de señales de entrada, tal como se hizo anteriormente para los sistemas de
primer orden.
En lo que sigue se estudiar´ a exclusivamente la respuesta de un sistema de segundo orden a una

entrada en escalón, por ser la que m´ as inter´
es tiene desde un punto de vista pr´
actico. La respuesta
para otro tipo de entradas, como la entrada en rampa o la entrada sinusoidal, pueden ser obtenidas
de forma an´ aloga a como se obtiene la respuesta a una entrada en escal oń.
108 Definici´
on
6.1.1 Respuesta de un sistema de segundo orden a una entrada en escalón
a que las condiciones iniciales son nulas, ξ = 0. A partir de la expresi oń 6.12 se tendr´
Se supondr´ a,
Z t
y(t) = C e At
e−Aζ B u(ζ)dζ (6.13)
0
on es constante desde t = 0 hasta infinito. Por lo tanto se tendr´

La entrada en escal´ a que,
u(ζ) = u = const (6.14)
A partir del concepto de funci´

on de una matriz diagonal se puede escribir,
e p1 t

−At 0
e = (6.15)
0 e p2 t
con lo que se tiene,
" #
− pu1 (1 − e p1t )
Z t
e−Aζ B u(ζ) dζ = (6.16)
0 − pu2 (1 − e p2t )
Recordando la expresi´
on 6.8 se tiene,
u u
y(t) = C1 (1 − e−p1t ) +C2 (1 − e−p2t ) (6.17)
p1 p2
βu βu

y= (1 − e−p1t ) + (1 − e−p2t )
p1 (p2 − p1 ) (p1 − p2 )p2
erdida de generalidad, u = 1 y tras una serie de manipulaciones alg´

Haciendo, sin p´ ebricas, se
puede escribir,
β β β
y(t) = − e−p1 t − e−p2 t (6.18)
p1 p2 (p2 − p1 )p1 p2 (p1 − p2 )
on diferencial de segundo orden en la forma dada por la expresi oń 6.5

Si se escribe la ecuaci´
se tendr´
a que las raices de la ecuaci´
on caracter´
ıstica p1 y p2 vendr´
an dadas por:
p
p1 = −δωn − ωn δ2 − 1
p
p2 = −δωn + ωn δ2 − 1 (6.19)
Sistemas din´
1 u(t)
y(t)
a)
ωn t
1 u(t)
y(t)
b)
ωn t
1.38
y(t)
1 u(t)
c)
ωn t
3.3
Figura 6.1: Respuesta sistema de segundo orden

110 Definici´
on
Obs´
ervese que,
p
p1 p2 = ω2n β = ω2n p2 − p1 = 2ωn δ2 − 1 (6.20)
Este mismo resultado se puede alcanzar con mayor sencillez operativa empleando la transfor-
mada de Laplace. En efecto, teniendo en cuenta que la transformada de Laplace de una entrada en
on es U(s) = 1/s, se tiene que, de acuerdo con la expresi oń 5.2, la transformada de Laplace
escal´
de la salida y(t) resulta
1 ω2n
Y (s) =
s s2 + 2δωn s + ω2n
cuya antitransformada de Laplace resulta ser,
e−δωnt
y(t) = 1 − √ sen (ω0t + ϕ)
1 − δ2
siendo, √
p 1 − δ2
ω0 = ω n 1 − δ 2 ϕ = tg−1
δ
factor de amortiguamiento δ
En el estudio de la respuesta a una señal de entrada en escalón de un sistema de segundo orden

pueden distinguirse tres casos seguń que el factor de amortiguamiento δ sea mayor, menor o igual
que uno.
1. Factor de amortiguamiento mayor que la unidad

A partir de la expresi´
on 6.18 teniendo en cuenta las expresiones 6.20 se tiene que,
h i−1 √
e−(δ− δ −1)ωn t
p
y(t) = 1 + 2(δ2 − δ δ2 − 1 − 1)
2
h i−1 √
e−(δ+ δ −1)ωn t
p
+ 2(δ2 + δ δ2 − 1 − 1)
2
(6.21)
Esta expresión suministra la forma anal´ıtica de la respuesta de un sistema de segundo orden,

con factor de amortiguamiento mayor que la unidad, a una entrada en escal oń. En la figura
6.1 se representa la forma general de esta respuesta; desde un punto de vista cualitativo la
caracter´
ıstica esencial de esta respuesta es su carácter de lentitud en alcanzar el valor y = 1.
2. Factor de amortiguamiento menor que la unidad
Si el factor de amortiguamiento δ es menor que la unidad, es decir, δ < 1, entonces sucede
que las raices p1 y p2 son complejas. En la figura 6.2 se representa la situacioń de las raices
p1 y p2 en el plano complejo.
Sistemas din´
Im
√
jωn 1 − δ2
ωn
−δωn Re
√
− jωn 1 − δ2
Figura 6.2: raices complejas
on del ańgulo α, tal como se ha indicado en la figura 6.2 permite escribir,

La consideraci´
p
cosα = −δ senα = 1 − δ2 (6.22)
Escribiendo las expresiones 6.19 y 6.20, empleando en las mismas el ańgulo α, se tiene:
p1 = ωn e− jα p2 p1 = 2ωn jsenα (6.23)
on 6.18 se puede escribir, teniendo en cuenta la expresi oń 6.23 de la forma si-
La expresi´
guiente,
e− jα −(δωn − jωn √1−δ2 )t

y(t) = 1 + e
2 jsenα
e jα −(δωn − jωn √1−δ2 ) t
− e (6.24)
2 jsenα
Esta expresi´
on puede escribirse en forma m´
as compacta como sigue:
e−δωnt p
y(t) = 1 + √ sen(ωn 1 − δ2 t − α) (6.25)
1 − δ2
Esta expresi´
on suministra la forma anal´ ıtica en la respuesta de un sistema de segundo orden,
con factor de amortiguamiento menor que la unidad, a una respuesta en escal oń. La forma
general de la respuesta se tiene en la figura 6.1, en la que se observa que el comportamiento
de un sistema de segundo orden con factor de amortiguamiento menor que la unidad est a´
caracterizado por la presencia de oscilaciones. Esta forma de respuesta, que se caracteriza
por una sinusoide exponencialmente amortiguada, se dice que es subamortiguada.
112 Definici´
on
El valor del primer pico de sobreoscilacioń, y el instante de tiempo en que se produce, son
dos tipos de caracter´
ısticas muy interesantes para definir el comportamiento de un sistema
de segundo orden. De la observacioń de la expresi´ on 6.25 se desprende que la frecuencia de
oscilaci´
on del sistema viene dada por,
p
ω p = ωn 1 − δ2 (6.26)
La frecuencia ω p se denomina frecuencia propia del sistema. El periodo de oscilaci oń del
sistema viene dado por
2π
Tp = √ (6.27)
ωn 1 − δ 2
Instante de tiempo al cual se produce el primer pico de oscilaci oń del sistema, puede obten-
erse, de una forma anal´ ıtica, derivando y(t) con relacioń al tiempo, e igualando esta derivada
a cero. En efecto, se tiene:
dy(t) δωn e−δωnt p p

=− √ sen(ωn 1 − δ2 t − α) + ωn e−δωnt cos (ωn 1 − δ2 t − α) = 0 (6.28)
dt 1 − δ2
Esta derivada se anular´

a cuando,
p
ωn 1 − δ2 t = 0, π, 2π, ..
por lo tanto, el primer pico de oscilacioń se producir´

a cuando ,
π
tp = √ (6.29)
ωn 1 − δ 2
El tiempo t p recibe la denominaci´

on de tiempo de pico. Llevando el valor de t p a la expresi´
on
6.25 se tiene,
√
2
e−δπ/ 1−δ
ymax (t) = 1 + √ sen(π − α) (6.30)
1 − δ2
la cual, teniendo en cuenta de que,
p
sen(π − α) = senα y senα = 1 − δ2 (6.31)
puede escribirse,
− √ δπ
1−δ2
ymax (t) = 1 + e (6.32)
Normalmente se expresa la amplitud de la primera oscilaci oń en % del valor del escal´
on de
entrada. Genéricamente se suele denominar sobreoscilación a este tanto por ciento. Por lo
tanto se puede escribir:

− √ δπ
1−δ2
SO = 100 e (6.33)
Sistemas din´
En la figura 6.3 se representa la sobreoscilacioń, en funci´

on del factor de amortiguamiento,
para sistemas de segundo orden.
Es interesante considerar el problema de determinar los parámetros a1 , a2 y β de la ecuaci´
on
6.2 a partir del conocimiento de la respuesta del sistema a una entrada en escal oń especial-
mente en el caso de un sistema subamortiguado.
3. Factor de amortiguamiento igual a la unidad

En el caso de que el factor de amortiguamiento sea igual a la unidad, es decir δ = 1, se tendr a´
que las dos raices de la ecuaci´ on caracter´ıstica ser´
an iguales entre s´ı, es decir, p1 = p2 es
una ra´ız doble de la ecuaci´
on caracter´ıstica. En tal caso, las constantes c1 y c2 que aparecen
en la expresi´
on 6.8 no están definidas, como se concluye observando las expresiones 6.9. Es
decir, que la anterior discusi´
on s´
olo era válida cuando las dos raices p1 y p2 eran distintas.
Para poder aplicar el anterior razonamiento al caso de que las dos raices sean iguales, se
ı en una pequeña cantidad ε,
procede a suponer, en principio, que e´stas son diferentes entre s´
que posteriormente se hace tender a cero. Supońgase, por lo tanto que las dos raices son:
p1 = p
p2 = p + ε
Llevando estos dos valores a los t´

erminos segundo y tercero, del segundo miembro, de la
expresi´
on 6.18 se tiene,
β pt eεt

b 1
e − e (p+ε)t
= βe pt
− (6.34)
εp ε(p + ε) εp (p + ε)
Interesa determinar el l´
ımite de esta expresi´ on cuando ε tiende a cero. Para ello se procede,
por ejemplo, a desarrollar en serie eεt y tras una serie de sencillas manipulaciones se obtiene,
eεt

1 1 − tp
lim − = (6.35)
ε→0 εp ε(p + ε) p2
Con este resultado es inmediato obtener que la respuesta a una entrada en escal oń del sistema
con factor de amortiguamiento igual a la unidad, viene dada por,
y(t) = 1 − ωn te−ωnt − e−ωnt (6.36)
Esta respuesta se ha representado en la figura 6.1. Esta respuesta se dice que est´
a crı́ticamente
amortiguada.
En la figura 6.4 se representan las respuestas a una entrada en escal oń para distintos valores
del factor amortiguamiento. Se observa como factores de amortiguamiento inferiores a la unidad,
se tiene un comportamiento oscilatorio, el cual es m´ as oscilante cuanto menor es el valor de δ.
Por otra parte, para valores del amortiguamiento mayor que la unidad, se tienen respuestas sin
sobreoscilación, pero que son considerablemente m´ as lentas. Esto u´ltimo hace que las aplicaciones
pr´
acticas se tienda siempre a tener respuestas amortiguadas, puesto que son m´ as r´
apidas, aunque
siempre manteniendo oscilaciones dentro de unos l´ ımites razonables.
114 Definici´
on
100
80
Sobreoscilacion
60
40
20
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
δ
Figura 6.3: Sobreoscilaci´

on en funci´
on del factor de amortiguamiento
2.0
1.8
δ=0.1
1.6
1.4
1.2 0.5
0.7
y(t)
1.0
1.0
1.2
0.8 1.5
2.0
0.6
5.0
0.4
0.2
0.0
0.0 1.2 2.4 3.6 4.8 6.0 7.2 8.4 9.6 10.8 12.0
ω nt
Figura 6.4: Respuesta ante escaloń en funci´

on del factor de amortiguamiento
Sistemas din´
6.1.2 Respuesta en frecuencia de un sistema de segundo orden
Si se aplica una señal sinusoidal a un sistema de segundo orden, es decir, si u(t) = Vo senωt, la
determinaci´ on de la señal de salida y(t) se puede hacer procediendo en forma similar a como se
hizo en el apartado anterior. Aqu´ ı sin embargo se proceder´ a exclusivamente a estudiar el r´ egimen
transitorio que resulta de la aplicacioń de la señal sinusoidal. Es decir, se va a determinar exclusi-
vamente la solución particular de la completa cuando en la expresioń 6.2 se hace u = Vo senωt. Se
tiene que y(t) ser´
a de la forma,
y(t) = Yo sen(ωt + ϕ) (6.37)
siendo
Vo
Yo = q
(a2 − ω)2 + a21 ω2
(6.38)
ϕ = tg −1
−a1 /(a2 − ω2 )

(6.39)
Este resultado se puede comprobar por sustitucioń.
Se ha tomado como señal de entrada una señal sinusoidal de amplitud unitaria para que la
amplitud de la señal de salida suministrase directamente la relacioń de amplitudes entre las señales
de entrada y salida. En las figuras 6.5 y 6.6 se representan las relaciones de amplitudes y los
desfases correspondientes a distintos valores del factor de amortiguamiento.
Se observa como la forma de la respuesta en frecuencia del sistema de segundo orden depende
del factor de amortiguamiento. Cuanto menor es e´ste, mayor es el pico de resonancia que presenta
la respuesta en frecuencia. El efecto de resonancia indica que para determinada frecuencia la am-
plitud de la señal sinusoidal correspondiente, en el espectro de frecuencias, sufre una amplificaci oń
al atravesar el sistema.
aximo de la amplitud de la respuesta en frecuencia, recibe la denominaci oń de factor

El valor m´
de resonancia. Es f´
acil demostrar que el factor de resonancia viene dado por,
1
Q= √ (6.40)
2δ 1 − δ2
aximo, que recibe la denominacioń de frecuencia de

La frecuencia a la que se produce este m´
resonancia, viene dada por,
p
ωR = ω n 1 − 2δ2 (6.41)
Se observa que cuando el factor de amortiguamiento es nulo la frecuencia de resonancia coin-

cide con la frecuencia propia no amortiguada del sistema. De ah´ on de e´sta u´ltima.
ı la denominaci´
116 Definici´
on
δ=0.1
4
RELACION DE AMPLITUDES
3
0.2
2 0.3
0.4
0.5
1
0.707
1.0
2.0
5.0
0
0.0 0.5 1.0 1.5 2.0 2.5
PULSACION ω/ωn
Figura 6.5: Amplitudes correspondientes a distintos factores de amortiguamiento.

Sistemas din´
0
δ=
0. 0.1
2
-30 0. 0.3
5
0.
70
7 0.4
1.
0
-60 2.
0
5.
DESFASE
0
δ=5.
-90 0
2.0
-120
0.7 1.0
07
0.5
0 0.
-150 0.2 .3 4
0.1
-180
0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0
PULSACION ω/ωn
Figura 6.6: Desfases correspondientes a distintos factores de amortiguamiento.

118 Definici´
on
6.1.3 Ecuaciones diferenciales de orden n
Una vez estudiado los sistemas de primero y segundo orden, conviene recordar los resultados
correspondientes a sistemas de orden n. Supońgase que el modelo matem´
atico del sistema que se
est´
a considerando tiene la forma,
dny d n−1 y dy dm u
+ a 1 + · · · + a n−1 + a n y = b o + · · · + bm u (6.42)
dt n dt n−1 dt dt m
en donde, por razones de realizabilidad f´ısica que se considerar´ as adelante, n > m. Si las
an m´
condiciones iniciales son nulas, su transformada de Laplace es
Y (s)(sn + a1 sn−1 + · · · + an−1 s + an ) = U(s) (bo sm + b1 sm−1 + · · · + bm ) (6.43)
por lo tanto, la transformada de Laplace de la salida del sistema y(t), correspondiente a una
entrada u(t), cuya transformada es U(t) = L [u(t)] resulta ser
bo sm + b1 sm−1 + · · · + bm
Y (s) = U(s) (6.44)
sn + a1 sn−1 + · · · + an−1 s + an
Puesto que U(s) se supone conocido, el problema es el de determinar Y (s), problema que se
alculo de la antitransformada de Y (s). Para las funciones normalmente empleadas en
reduce al c´
Autom´ atica U(s) es el cociente de dos polinomios en s, por lo que Y (s) ser´
a a su vez el cociente
de dos polinomios, es decir,
Q(s) Q(s)
Y (s) = = (6.45)
P(s) (s − p1 ) 1 (s − p2 )n2 . . . (s − pq )np
n
El polinomio del denominador U(s) se ha factorizado, siendo p i las raices de la ecuaci´ on

P(s) = 0, que recibe la denominacioń de polos de Y (s). Para mayor generalidad, se ha supuesto
que cada uno de los polos tiene una multiplicidad ni aunque normalmente ni = 1, para todo i.
El cociente de polinomios Y (s) se puede descomponer en fracciones simples, escribi eńdose,

q ni
cik
Y (s) = ∑ ∑ (6.46)
i=1 k=1 (s − pi )k
on de residuos de Y (s) en el polo pi . Los

en donde los coeficientes cik reciben la denominaci´
residuos se calculan con ayuda de la expresioń
Sistemas din´
d ni−k

1 ni

cik = (s − pi ) Y (s) (6.47)
(ni − k)! dsni−k s=pi
Si todos los polos son simples, es decir, si todos los valores de n i son igual a la unidad, entonces
la expresi´
on 6.46 se escribe
q
ci1
Y (s) = ∑ (6.48)
i=1 s − pi
y los residuos se determinan por la expresioń
cik = ci1 = (s − pi )Y (s) |s=pi (6.49)
expresiones que no son sino particularizaciones para n i = 1 de las correspondientes expre-

siones 6.46 y 6.47.
En el caso de polos simples, los residuos pueden determinarse de forma gráfica sobre el plano
erese que Y (s) puede escribirse
complejo. Para ello, en primer lugar, consid´
k Πmi=1 (s − zi )
Y (s) = (6.50)
Πi−1 (s − pi )
n
en donde se ha factorizado también el polinomio del numerador. Por zi se denotan las raices
on P(s) = 0 y estas raices se denominan ceros del sistema. Puesto que Y (s) es, en
de la ecuaci´
general, una funci´
on compleja, se puede escribir,
Y (s) =| Y | e jφ =| Y | 6 φ (6.51)
odulo (valor absoluto) de Y (s) y φ es el argumento de Y (s), siendo

en donde | Y (s) | es el m´

Im{Y (s)}
φ −1
= tan
Re{Y (s)}
on compleja Y (s), de acuerdo con la expresioń 5.8, puede escribirse

La expresi´
k ∏m
i=1 | s − zi | 6
m n
Y (s) =
∏ni=1 | s − pi | i=1
( ∑ iz ∑ φip )
φ − (6.52)
i=1
120 Definici´
on
es decir, puesto que Y (s), de acuerdo con la expresi oń 6.52, se determina como el cociente de
dos expresiones complejas, cada una de las cuales es a su vez el producto de t´ erminos elementales
de la forma (s− pi ) el m´
odulo de Y (s) será el cociente de los productos de los respectivos mo´dulos,
mientras que el argumento ser´ a la diferencia de las sumas de los correspondientes argumentos.
Interesa por tanto, representar en el plano complejo, los componentes elementales (s − z i )

y (s − pi ) con el fin de determinar sus m´ odulos y argumentos para poder realizar con ellos las
operaciones de multiplicaci´ on y adici´
on a las que se acaba de aludir.
afica del vector asociado a (s − zi ) y a (s − pi ).

En la figura 6.1.3 se muestra la representacioń gr´
En el caso de (si − zi ) se tiene un vector que va desde el cero, zi al punto s, y an´ alogamente para
pi .
Im
s
s − Pi
Pi s − Zi
s
Zi
Re
Figura 6.7: Vectores asociados
El residuo ci1 = ci , correspondiente al polo pi , resulta ser de acuerdo con la expresioń 6.49,
k(s − pi ) Πm

i=1 (s − zi )

ci = (s − pi )Y (s) |s=pi =
Πi=1 (s − pi )
n
s=pi
cuya determinaci´
on gr´
afica puede hacerse siguiendo los siguientes pasos:
1. dibujar en el plano complejo los ceros, ci y los polos pi de Y (s).
2. dibujar los vectores desde todos los polos y ceros al polo p i en el que se est´
a determinando
el residuo.
3. determinar el m´ odulo del residuo | ci | multiplicando los módulos de todos los vectores
endolos por el producto de los mo´dulos de todos los vectores desde
desde los ceros y dividi´
los polos.
Sistemas din´
4. determinar el argumento del residuo 6 ci sumando los argumentos de los vectores desde los
ceros y rest´
andole la suma de los argumentos de los vectores desde los polos.
122 Definici´
on
Tema 7
Análisis de errores en r´
egimen
permanente
7.1 Relaci´
on entre las constantes de error y los polos y ceros.
on de transferencia en bucle abierto de un sistema con realimentaci oń unitaria.

Sea G(s) la funci´
on de transferencia en bucle cerrado correspondiente Td (s) ser´
La funci´ a:
Y (s) G(s)
Td (s) = = (7.1)
R(s) 1 + G(s)
y la relaci´
on entre la señal de error y la referencia vendr´
a dada por
E(s) 1
= (7.2)
R(s) 1 + G(s)
Supóngase que los polos de Td (s) se denotan por −pi y que los ceros se hacen por −ci . En tal
caso se tiene:
k(s + c1 ) (s + c2 ) · · · (s + cm )
Td (s) = (7.3)
(s + p1 ) (s + p2 ) · · · (s + pn )
Por otra parte desarrollando en serie E(s) /R(s) se tiene:
E(s)
= e o + e 1 s + e 2 s2 + · · · (7.4)
R(s)
123
124 Relaci´
Se van a estudiar a continuaci´ on las relaciones entre las constantes de posicioń k p , velocidad
on ka y los polos y ceros de Td (s).
kv , y aceleraci´
7.1.1 Seguimiento de posición.
on, de manera que R(s) = 1/s. En tal caso (7.4) se

ongase una entrada en escaloń de posici´
Sup´
convierte en
eo
E(s) = + e1 + e2 s + ... (7.5)
s
Es decir que
sE(s) = eo + e1 s + e2 s2 + ... (7.6)
Por lo tanto aplicando el teorema de valor final, el valor del error en r´

egimen permanente erp
ser´
a:
1
erp = limt → ∞ e(t) = lims → 0 sE(s) = lims → 0 = eo (7.7)
1 + G(s)
Definiendo la constante de error de posicioń k p como
k p = lims → 0 G(s) (7.8)
se tiene que e0 viene dado por
1
eo = (7.9)
1 + kp
Por otra parte puesto que
E(0) 1
= lim (7.10)
R(0) s → 0 1 + G(s)
Y considerando (7.4), es decir e0 = E(0) / R(0), se tendr´

a que
An´
E(0) 1
= (7.11)
R(0) 1 + k p
Adem´
as se sabe que
Y (s) E(s)
= 1− (7.12)
R(s) R(s)
A partir de (7.11) y (7.12), haciendo s = 0, se obtiene
Y (0) kp
= (7.13)
R(0) 1 + k p
de donde, resolviendo para k p , se tiene
Y (0) / R(0)
kp = (7.14)
1 −Y (0) / R(0)
Por otra parte se tiene que haciendo s = 0 en (7.1) se llega a
Y (0) k Π j=1 c j
m
= n (7.15)
R(0) Π j=1 Pj
en donde
Πmj=1C j = producto de ceros

Πnj=1 Pj = producto de polos
Llevando (7.15) a (7.14) se tiene la siguiente expresioń en donde k p est´

a expresada en funci´
on
de los polos y ceros.
k Πmj=1 C j
kp = (7.16)
Πnj=1 Pj − kΠmj=1 C j
En la pr´
actica tiene un especial inter´
es la consideraci´
on de los sistemas de tipo 1 en bucle
abierto. Este caso se presenta cuando se estudian los servomecanismos de posici oń. Para los
126 Relaci´
sistemas de tipo uno, o superior, recordando la expresi oń (8), es inmediato que k p tiende a infinito.
En tal caso, y de acuerdo con (9) es claro que e0 = 0. Por ello considerando (7.4) y (12) se tendr´ a
que
Y (s) E(s)
= 1− = 1 − e 1 s − e 2 s2 (7.17)
R(s) R(s)
ervese que haciendo s = 0 se tiene

Obs´
Y (0)
=1 (7.18)
R(0)
lo que significa que en r´

egimen permanente no existe error de seguimiento, cosa que era sabida
para los sistemas de tipo uno.
Haciendo s = 0 en la expresi´
on (7.3), y teniendo en cuenta (7.18) se tendr´
a que
k × c1 ......cm
1= (7.19)
p1 p2 ......pn
Esta expresi´
on muestra la relaci´
on existente entre los polos ceros y la constante k de un sistema
en bucle cerrado para que el error de seguimiento en posici oń sea nulo.
La constante de posici´
on k p es adimensional.
7.1.2 Seguimiento de velocidad.
Sea un sistema con error de seguimiento en posicioń nulo (eo = 0) y supóngase que se le aplica
una entrada en rampa de manera que R(s) = 1/s2 . En tal caso se tiene que E(s) vendr´
a dado por
1/s2 e1
E(s) = = + e2 + .... (7.20)
1 + G(s) s
Aplicando el teorema del valor final se tendr´

a que el error en r´
egimen permanente a una rampa
ser´
a
erp = lim e(t) = lim sE(s)

t→∞ s→0
An´
1
= lim
s + sG(s)
s→0
1
= lim = e1
s→0 sG(s)
Se define la constante de error de velocidad kv como
kv = lims → 0 sG(s) (7.21)
de manera que e1 vendr´

a dada por
1
e1 = (7.22)
kv
La constante de seguimiento en velocidad kv tiene un valor finito para sistemas en bucle abierto
de tipo 1, es decir, para sistemas con una integracioń pura. En tal caso se tiene que e0 = 0, con lo
que se tiene, habida cuenta de la expresioń (7.4).
Y (s)
= 1 − e1 s − e2 s2 − ....
R(s)
Derivando esta expresi´ on a s, y haciendo s = 0, se tiene

on con relaci´

d Y (s) 1
= −e1 = − (7.23)
ds R(s) s=0 kv
Si, adem´
as se tiene presente que para sistemas de tipo 1

Y (s) Y (0)
= =1
R(s) s=0 R(0)
a partir de las dos expresiones anteriores
d

− ds (Y (s)/R(s)) s=0

1 d Y (s)
= =− ln (7.24)
kv (Y (s)/R(s))s=0 ds R(s) s=0
Llevando la anterior expresi´

on a (7.4) se tiene que
128 Relaci´

1 d
=− (ln k + ln(s + c1 ) + .. − ln(s + p1 ) − ..) s = 0 (7.25)
kv ds
lo que puede escribirse
1 1 1
= −( + .... − − ...)s = 0
kv s + c1 s + p1
o de forma m´
as compacta
n m
1 1 1
=∑ −∑ (7.26)
kv i=1 pi j=1 c j
Por consiguiente 1/kv es igual a la suma de los inversos de los polos menos la suma de los
inversos de los ceros, todo en bucle cerrado.
Si se quiere que el error de seguimiento en velocidad sea nulo se requerir´

a que kv tienda a
infinito, en cuyo caso se tendr´
a que
n m
1 1
∑ pj
= ∑ cj
(7.27)
j=1 j=1
Ejemplo.
Sea un sistema de segundo orden cuya funcioń de transferencia en forma normalizada se es-
cribe
Y (s) ω2n
= 2
R(s) s + 2δωn s + ω2n
Este sistema presenta un error de seguimiento en posicioń igual a cero, es decir Y (0)/R(0) = 1.
Por lo tanto interesa calcular kv en funci´ ametros ωn y δ. Los polos de la anterior
on de los√par´
funci´
on de transferencia serán p1,2 = −δωn ± jωn 1 − δ2 y por lo tanto aplicando la expresioń
(7.26) se tendr´
a que
ωn
kv = (7.28)
2δ
on de seg−1 . En efecto
La constante de velocidad kv tiene dimensi´
An´
ω
erp =
kv
y como erp se mide en metros (o radianes) y ω en metros por segundo (o rad / seg) se tendr´
a
a dada por seg−1 .
que kv vendr´
7.1.3 Seguimiento de aceleración
Sea un sistema con errores de seguimiento de posicioń y velocidad nulos. Para el estudio de un
seguimiento en aceleraci´
on se procede de forma similar a como se ha hecho anteriormente. Si se
a que R(s) = 1/s3 , con lo que el valor de E(s) ser´
supone una entrada en aceleracioń se tendr´ a
e2
E(s) = + e3 + s e4 + ... (7.29)
s
Aplicando nuevamente el teorema del valor final se tendr´

a que el error de seguimiento en
aceleraci´
on cuando el tiempo tiende a infinito ser´
a
erp = lims→0 s E(s) = e2
Y definiendo la constante de error en aceleracioń ka como
ka = lims→∞ s2 G(s)
se tendr´
a que
1
e2 =
ka
Tomando la segunda derivada de (29) se tendr´

a que
2
d2 (Y /R)1

Y (s) (Y /R)”
ln = −
ds2 R(s) Y /R Y /R
acil de deducir haciendo s = 0, que

de donde es f´
n m
2 1 1 1
− = 2+∑ 2 − ∑
ka kv j=1 p j j=1 c2j
130 Relaci´
expresi´
on que permite calcular la constante de velocidad ka .
La constante de aceleraci´ on seg−2 .

on ka tiene dimensi´
7.1.4 Sistemas con error nulo
Sup´
ongase que la función de transferencia de un sistema en bucle cerrado viene dada, en forma
normalizada, por la expresi´
on siguiente
Y (s) bo sm + · · · + bm−1 s + bm
= n (7.30)
R(s) s + a1 sn−1 + · · · + an−1 s + an
Esta expresi´
on, considerada como cociente de dos polinomios, puede desarrollarse en serie,
de la forma siguiente:
Y (s) bo sm + · · · + bm−1 s + bm
=
R(s) sn + a1 sn−1 + · · · + an−1 s + an
= c o + c 1 s + c 2 s2 + · · ·
La determinación de los coeficientes ci del desarrollo en serie, puede hacerse f´

acilmente mul-
tiplicando ese desarrollo en serie por el denominador de la funci oń de transferencia, e igualando
coeficientes entre ambos miembros. Con ello se obtiene que
bm
co = (7.31)
an
bm−1 co − an−1
c1 =
bm
Recordando la expresi´
on (7.4) se tiene que el error vendr´
a dado por
E(s) T (s)
= 1−
R(s) R(s)
Si se supone una entrada en escaloń R(s) = 1/s, entonces es evidente que el error ser´
a nulo en
egimen permanente si c0 = 1, es decir, si an = bm .
r´
Por consiguiente es necesario que bm = an para que el error en r´

egimen estacionario sea nulo,
cuando se aplica como señal de entrada una señal en escal´
on.
An´
Para obtener un error de seguimiento en posicioń nulo, para un sistema cuya funcioń de
transferencia sea de la forma (30), existen distintas formas posibles. Si el numerador consiste
uńicamente en una constante, entonces la forma que se obtiene es uńica y es la siguiente
Y (s) an
= n (7.32)
R(s) s + · · · + an−1 s + an
ongase que c0 = 1. En tal caso, c1 se convierte en

Sup´
bm−1 − an−1
c1 = (7.33)
bm
Ahora suponiendo una entrada en rampa, el error tendr´ a un valor nulo en r´

egimen permanente
si an−1 = bm−1 . En tal caso una forma posible para la funcioń de transferencia en bucle cerrado es
Y (s) an−1 s + an
= (7.34)
R(s) sn + a1 sn−1 + · · · + an−1 s + an
Estas expresiones se pueden generalizar para entradas de orden superior. El inter e´s de las
mismas radica en que permite especificar el numerador, a partir de consideraciones de compor-
tamiento en r´
egimen permanente, partiendo del denominador, obtenido por consideraciones de
comportamiento transitorio.
132 Relaci´
Parte III
An´
alisis de sistemas din´
amicos en el
dominio de la frecuencia
133
Tema 8
Representación gr´
afica de la funci´
on de
transferencia
Es usual emplear representaciones gr´ aficas de la funci´

on de transferencia. Ello es especialmente
patente en los métodos cl´
asicos, en los que se trabaja en el dominio de la frecuencia. Vamos a ver
algunas de las formas de representacioń gráficas más usuales.
8.1 Diagramas m´
as comunes
8.1.1 Diagrama de polos y ceros: caso racional
Sea la funci´
on de transferencia
K(s + c1 ) . . . (s + cm )
G(s) =
(s + p1 ) . . . (s + pn )
Se puede representar G(s) indicando la posicioń de sus ceros −ci y de sus polos −pi en el plano
de la variable compleja s (fig. 8.1).
8.1.2 Diagrama de Nyquist
La funci´ on de transferencia G(s) se representa mediante una curva en un diagrama polar. Esta
curva se construye representando para cada valor de ω el m o´dulo y el argumento de la expresioń
compleja que resulta de hacer s = jω en G(s). Como se sabe, el m o´dulo y el argumento de G( jω)
representan la amplificación (o atenuaci´
on) y el desfase de una señal sinusoidal que atraviese el
sistema. En la figura 8.2 se representa un diagrama de esta naturaleza. Conviene observar que ω
var´ıa de 0 a ∞.
135
136 Diagramas m´
as comunes
Im
K
Re
Figura 8.1: Diagrama de polos y ceros
Im
ω=∞ ω=0
Re
ω = 100
ω=1
ω = 10
Figura 8.2: Diagrama de Nyquist

Representaci´
on gr´
afica de la funci´
El diagrama de Nyquist es por tanto una curva parametrizada en ω que, para cada punto (es
decir, para cada frecuencia), da el mo´dulo y el argumento de la funcioń de transferencia.
8.1.3 Diagrama logarı́tmico o de Bode
En este caso, la función de transferencia G(s) se representa mediante el conjunto de las dos curvas
siguientes (fig. 8.3):
log |G(jω)|
log ω
Arg G(jω)
log ω
o
-180
Figura 8.3: Diagrama logar´

ıtmico
• Curva de amplitud: log |G(s)| en funcioń de log ω;

• Curva de fase: arg G(s) en funcioń de log ω.
El empleo de logaritmos para representar los mo´dulos permite facilitar la combinacioń de fun-
ciones de transferencia en serie, ya que en tal caso el producto de los m o´dulos se convierte en la
suma de sus logaritmos.
Conviene recordar que la medida logar´

ıtmica de la relaci´
on entre dos señales A se expresa en
• decibelios (dB), 20 log10 A

• d´
ecadas log10 A
• octavas log2 A
Este conjunto de curvas, como veremos a continuaci oń, es el m´

as utilizado en la pr´
actica para
representar gr´
aficamente la funci´
138 Diagrama de Bode
8.1.4 Diagrama de Black
En este diagrama se representa la funcioń de transferencia G(s) mediante una curva parametrizada
en ω en un plano cuyos ejes de coordenadas est´ an definidos por arg(G( jω)) y 20 log10 A (fig: 8.4).
log|G(jω)|
ω=1
o
-180
o 0
-90
Arg G(jω)
Figura 8.4: Diagrama de Black
8.2 Diagrama de Bode
Como se ha indicado m´ as arriba, el diagrama de Bode consiste en la representaci oń gr´

afica de la
funci´
on de transferencia mediante dos curvas, una relativa a la amplitud y la otra a la fase. En
ambas curvas, en abcisas se representa el logaritmo de ω. En coordenadas se representa en un
caso la relaci´
on de amplitudes en escala logar´ıtmica, mientras que en el segundo la fase en escala
natural (en grados o en radianes).
La representaci´
on de una función de transferencia G(s) en el diagrama de Bode se hace medi-
ante unas aproximaciones asinto´ticas que simplifican enormemente su trazado. Para estudiar estas
aproximaciones consideremos la funcioń de transferencia
k( jω + c1 )( jω + c2 ) . . .
G( jω) =
( jω)N ( jω + p1 )( jω + p2 ) . . .
La denominada forma de Bode de esta funcioń de transferencia es la siguiente
Πci

jω jω
k 1+ 1+ ...
Πp j c1 c2
G( jω) = (8.1)
N
jω jω
( jω) 1 + 1+ ...
p1 p2
Representaci´
on gr´
afica de la funci´
en donde la denominada ganancia de Bode viene dada por
Πci
kB = k
Πp j
La expresión (8.1) es una expresi´ on compleja en funci´ on de ω. Es decir, para cada valor de ω
tomará un valor complejo y, por tanto, tendr´ a un m´ odulo y un argumento. El m´ odulo ser´
a tal que
si tomamos su logaritmo se podr´ a escribir

jω
20 log |G( jω)| = 20 log |kB | + 20 log 1 +
+...
c1

1
+20 log
+ 20 log 1 + . . . (8.2)
N
( jω) 1 + jω

p1
mientras que el argumento ser´

a

jω
20 arg G( jω) = 20 arg kB + 20 arg 1 + +...
c1
1 1
+20 arg N
+ 20 arg +... (8.3)
( jω) jω
1+
p1
Obsérvese que mediante la adopcioń de una escala logar´

ıtmica para el m´
odulo se ha descompuesto
aditivamente en las aportaciones de cada uno de los elementos que aparecen en (8.1).
Esta descomposici´ on aditiva, junto con la que se da de una manera natural para el argumento,
permite que se obtenga la representacioń gr´ afica en el diagrama de Bode a partir de la repre-
sentaci´ afica de cada uno de los elementos que aparecen en (8.1). Vamos a ver a continuaci oń
on gr´
c´
omo se representa gráficamente cada uno de estos elementos.
8.2.1 Diagrama de Bode de una constante
La representaci´
on en el diagrama de Bode de una constante es inmediata y se tiene en la figura
8.5.
8.2.2 Diagrama de Bode de una integración pura
El diagrama de Bode de una integracioń pura
1
G( jω) =
jω
viene dada por una recta de pendiente -20 decibelios por d´

ecada (o -6 decibelios por octava) y con
un desfase constante igual a -90 grados
K>1
Amplitud(dB) 20logK
K<1
-20logK
K(numero positivo)
0.0
Fase(grados)
-90.0
K(numero negativo)
-180.0
ω(rad/s)
Figura 8.5: Diagrama de Bode de una constante
20
Amplitud (dB)
-20dB/dec
-20
-40
90
Fase(grados)
-90
-180 -1 0 1 2
10 10 10 10
ω(rad/s)
Figura 8.6: Diagrama de Bode de una integracioń pura

Representaci´
on gr´
afica de la funci´
8.2.3 Diagrama de Bode de un sistema de primer orden
Sea el sistema de funci´

on de transferencia
1
jω
1+
p
Para estudiar su representaci´

on en el diagrama de Bode consideraremos, en primer lugar, dos
situaciones extremas:
ω p
En tal caso se tendr´

a que
1
20 log | | ≈ 20 log 1 = 0dB
jω
1+
p
ω p
en cuyo caso
1 1 ω
20 log | | ≈ 20 log | | = −20 log
jω jω p
1+
p p
Por tanto, la representación gráfica del m´

odulo de G presenta dos as´ıntotas. Para valores bajos de
ω la as´ıntota es sencillamente la recta horizontal trazada en 0 dB; mientras que para valores altos
de la frecuencia la as´ıntota es una recta de pendiente -20 dB/década. Estas dos as´ıntotas se cortan
en el punto ω = p.
Para completar la curva podemos considerar dos puntos interesantes:
• para ω/p = 0.5 se tiene |G( jω)| = −1 dB.
• para ω/p = 1 se tiene |G( jω)| = −3 dB.
Por lo que respecta a la fase no es posible hacer unas aproximaciones asint o´ticas como las que
acabamos de ver para la amplitud. No obstante, se dispone de una plantilla que permite trazar la
curva de fase correspondiente.
20
Amplitud(dB)
0
1dB 3dB
-20 1dB
-40
0
Fase(grados)
-45
-90 -1 0 1 2
10 10 10 10
ω(rad/s)
Figura 8.7: Diagrama de Bode de un sistema de primer orden
8.2.4 Diagrama de Bode de una diferenciación pura
El diagrama de Bode de un diferenciador puro
G( jω) = jω
se obtiene de forma similar al de un integrador puro. En la figura 8.8 se representa el diagrama

correspondiente. En este caso la curva de amplitud tiene pendiente positiva y la de fase es positiva.
40
Amplitud(dB)
20
+20dB/dec
-20
90
Fase(grados)
45
0 -1 0 1 2
10 10 10 10
ω(rad/s)
Figura 8.8: Diagrama de Bode de una diferenciacioń pura

Representaci´
on gr´
afica de la funci´
8.2.5 Diagrama de Bode del término asociado a un cero
El t´
ermino asociado a un cero
jω
G( jω) = +1
p
conduce, por consideraciones an´ alogas a las que se han hecho para un sistema de primer orden
(asociado a un polo), tiene la forma que se muestra en la figura 8.9.
40
Amplitud(dB)
+20dB/dec
20
1dB
3dB
1dB
90.0
Fase(grados)
67.5
45.0
22.5
0.0 -1 0 1 2
10 10 10 10
ω(rad/s)
Figura 8.9: Diagrama de Bode del t´

ermino asociado a un cero
Combinando todo lo que se acaba de ver, y teniendo en cuenta las expresiones (8.2 y (8.3), se
puede obtener la representacioń gr´ on de transferencia del sistema cuya funcioń de
afica de la funci´
transferencia viene dada por la expresioń (8.1).
8.3 Sistemas de fase mı́nima
Un sistema con un cero con parte real positiva recibe la denominaci oń de sistema de fase no
mı́nima, mientras que si todos ceros tienen parte real negativa recibe la denominaci oń de sistema
de fase mı́nima. En los sistemas de fase no m´ ınima el valor que toma la fase es mayor, para un
mismo valor de la frecuencia, que si todos los polos y ceros estuvieran en el semiplano de la
izquierda (el sistema fuera de fase m´
ınima).
Con el fin de ilustrar el concepto de sistema de fase m´

ınima consid´
erense los sistemas de
funci´
on de transferencia:
s−z
G1 (s) = (8.4)
s+ p
y
s+z
G2 (s) = (8.5)
s+ p
144 Sistemas de fase mı́nima
Im Im
ω
ω
G1 (s) G2 (s)
z Re Re
−p 0 −z −p 0
Figura 8.10: Diagrama de polos y ceros de G1 y de G2
Vamos a comparar los diagrams de Bode de estas dos funciones de transferencia. Para ello con-
sid´
erese la figura 8.10. Es claro que
| G1 ( jω) |=| G2 ( jω) | ∀ω ≥ 0
y, por tanto, las curvas de amplitud en el diagrama de Bode ser´

an las mismas para las dos funciones
de transferencia.
Sin embargo, por la que respecta a los argumentos es claro que se tendr´
a:
arg G1 ( jω) ≥ arg G2 ( jω) ∀ω ≥ 0
En la figura 8.11 se tienen las correspondientes curvas de fase. Se comprende la denominaci oń de
sistema de fase m´ınima para G2 .
θ
o
180
o
90 G1(jω)
-1 1
10 0 10
10
2
10 ω
G2(jω)
o
-90
Figura 8.11: Curvas de fase en el diagrama de Bode de G 1 y de G2

Representaci´
on gr´
afica de la funci´
8.4 Cı́rculos M y N
Para proceder al diseño de sistemas realimentados, mediante métodos gr´

aficos, es necesario disponer
de un método gráfico que permita pasar de la funcioń de transferencia en bucle abierto G(s) a la
correspondiente a bucle cerrado T (s). Como se sabe la expresi oń que liga a estas dos funciones
de transferencia es la siguiente
G(s)
T (s) =
1 + G(s)
a que el vector T ( jω) tendr´
Si se interpreta vectorialmente esta expresioń se tendr´ a como m´
odulo
el cociente de los vectores G( jω) y 1 + G( jω), y como argumento la diferencia de los argumentos
de estos dos vectores. En la figura 8.12 se tienen representados los correspondientes vectores. A
Im
(−1 + j0) 0
A β φ α Re
1+G G
P
Figura 8.12: Diagrama polar de la funcioń de transferencia, con vectores asociados
partir de esta figura resulta que para cada valor de ω el mo´dulo de T ( jω) se determinar´
ıa mediante
el cociente de las medidas de los segmentos OP y AP, y el argumento de T ( jω) vendr´ ıa dado por
la expresión
argC/R = α − β (8.6)
Con el fin de facilitar la aplicaci´
on pr´
actica de este m´
etodo gr´
afico se procede a definir en el plano
polar un sistema de coordenadas curvil´ ıneas que permita resolver gr´ aficamente la determinaci´ on
del módulo y el argumento de T ( jω). Para ello se procede a dibujar el lugar geom´ etrico de los
puntos para los que el m´ odulo (respectivamente el argumento) de T ( jω) sea constante. Sea (x, y)
un punto gen´ erico del plano complejo (figura 8.13). A partir de las figuras 8.12 y 8.13 se puede
escribir p
OP = x2 + y2
q
AP = (1 + x)2 + y2
p
OP x 2 + y2
M= =p
AP (1 + x)2 + y2
Elevando al cuadrado esta expresioń, y tras algunas manipulaciones algebr´

aicas, se tiene
M2 M2
y2 + x2 + 2x = −
M2 − 1 M2 − 1
146 Cı́rculos M y N
Figura 8.13: Plano complejo
Sumando y restando a esta expresioń

2
M2

M2 − 1
se tiene
2 2
M2 M2 M2 M2

2 2
y + x + 2x 2 + = −
M −1 M2 − 1 M2 − 1 M2 − 1
de donde se concluye
2
M2 M2

y2 + x + =
M2 − 1 M2 − 1
Esta expresi´
on indica que el lugar geométrico en el plano complejo de los puntos para los que el
odulo de T ( jω) es constante viene dado por un c´
m´ ırculo de centro
M2
c=−
M2 − 1
y de radio
M
r= 2

M −1
La familia de c´ ırculos correspondientes a diferentes valores de M se tiene en la figura 8.14.
Esta figura admite una f´ acil interpretación. Si en ella se dibuja la funci´
on de transferencia en
bucle abierto G( jω) entonces leyendo esta misma curva en el sistema de coordenadas curvil´ ıneas
definido por los c´ırculos M se tiene el m´ odulo de la funci´
on de transferencia en bucle cerrado
T ( jω). Por lo que respecta a las fases, se puede proceder de manera an´ aloga a como se ha hecho
con los m´ odulos. En este caso se tiene que, de acuerdo con la expresi oń (8.6) el argumento de
T ( jω) viene dado por el ańgulo APO en la figura 8.12. En la figura 8.15 se representa el lugar
geom´ etrico de todos los ańgulos APO de valor constante. Este lugar geom´ etrico resulta ser un
c´
ırculo, de acuerdo con una bien conocida propiedad de la geometr´ ıa, y el valor de este ańgulo
est´
a perfectamente definido en el c´ ırculo y resulta ser de α/2, de acuerdo con la figura 8.15. Es
decir
G α 1/2
arg = φ = = arctan
1+G 2 y
siendo
G
y=
2 tan(φ)
Representaci´
on gr´
afica de la funci´
Im
Re
Figura 8.14: C´
ırculos M
−1 + j0 0
α
1+G G
φ
Figura 8.15: C´
ırculos N
148 Cı́rculos M y N
De este modo se tiene definida otra familia de c´

ırculos, los c´
ırculos N, en los que se puede leer la
fase del sistema en bucle cerrado si se dibuja en coordenadas polares la funci oń de transferencia
en bucle abierto.
En la pr´ ırculos M y N en el diagrama polar, sino su traslacioń a

actica no se emplean los c´
un diagrama de coordenadas rectangulares, en el que se representa en abcisas el logaritmo de ω
on de amplitudes en decibelios. Este diagrama recibe la denominaci oń
y en coordenadas la relaci´
de a´baco de Black, en libros europeos, mientras que en libros americanos es frecuente que se
denomine a´baco de Nichols.
Parte IV
Estabilidad de sistemas din´

amicos
149
Tema 9
Estabilidad de los sistemas dina´micos
9.1 Introducci´
on
La estabilidad es una propiedad cualitativa de los sistemas dinámicos a la que cabe considerar
como la m´ as importante de todas. Ello es debido a que, en la pr´ actica, todo sistema debe ser
estable. Si un sistema no es estable, normalmente carece de todo inter´
es y utilidad.
El estudio de la estabilidad de los sistemas din´

amicos ocupa un lugar primordial en el an´ alisis
y en la s´
ıntesis de los sistemas realimentados. De hecho, la s´
ıntesis de un sistema de control estará
presidida por un imperativo de estabilizacioń del sistema realimentado que resulte.
El presente cap´ıtulo se va a dedicar al análisis de la estabilidad de los sistemas dinámicos,

es decir, a establecer criterios que permitan discernir si un determinado sistema din´ amico, dado
en una cierta forma de representacioń matem´ atica, es estable o no. En cap´ ıtulos posteriores se
estudiar´
an las modificaciones a introducir en los sistemas dinámicos para modificar su estabilidad.
El estudio de la estabilidad de los sistemas din´

amicos, se hará atendiendo a la forma de rep-
resentaci´
on adoptada; en este sentido se estudiará en primer lugar la estabilidad de los sistemas
amicos dados por su descripcioń externa, y luego se har´
din´ a el estudio para la descripci´
on interna
de los mismos.
Al mismo tiempo se ver´ a a lo largo de este cap´ ıtulo c´

omo existen distintas definiciones de
estabilidad, lo que da lugar a distintos criterios, asociados a las distintas definiciones. No obstante,
se ver´
a que pese a la aparente diversidad de definiciones y criterios, existe una profunda unidad
subyacente en todo el tema.
151
152 Criterios de estabilidad relativos a la descripcioń externa
9.2 Criterios de estabilidad relativos a la descripci oń externa
Una forma intuitiva de afrontar el problema de la estabilidad de un sistema es considerar que e´ste
ser´
a estable si las distintas magnitudes que lo definen no alcanzan valores infinitos. Basados en
esta idea intuitiva se puede dar la siguiente definicioń precisa de estabilidad.
Definici´
on
Un sistema, inicialmente en reposo, se dice estable si ante cualquier se ñal de entrada acotada,
es decir, que no alcanza valores infinitos, responde con una se ñal de salida acotada.
Formalmente se dice de una señal x(t), definida en un cierto intervalo (t0 ,t1 ), que est´
a acotada
en dicho intervalo, si para todo t ε (t0 ,t1 ) existe un valor k < ∞ tal que |x(t)| < k
De una forma m´
as compacta puede decirse que un sistema es estable si,
señal de entrada acotada ⇒ señal de salida acotada.
Desde un punto de vista intuitivo esta definicioń de estabilidad es satisfactoria; tiene, adem´ as,
la ventaja adicional de que conduce a resultados matem´ aticos interesantes, según se verá en lo que
sigue.
Para el caso de sistemas multivariables esta definicioń es igualmente v´ alida, sustituyendo las
señales de entrada y de salida por los vectores de señales de entrada y de salida.
En los libros anglosajones a la estabilidad anteriormente definida se la llama ”estabilidad

BIBO” (bounded-input bounded-output).
Si se adopta la forma de descripcioń externa dada por la integral de convolucioń, es decir, si

la relaci´
on entre la señal de entrada u(t) y la señal de salida y(t) est´
a dada por una expresi´
on de la
forma,
Z t
y(t) = h(t, τ) u(τ) dτ (9.1)
−∞
entonces el criterio de estabilidad de un sistema viene dado por el siguiente teorema.
Teorema
Un sistema, inicialmente en reposo, representado por una expresi oń de la forma (9.1) es estable
si y s´
olo si existe un n´
umero finito k tal que para todo t,
Estabilidad de los sistemas din´
amicos 153
Z t
| h(t, τ) | dτ ≤ k < ∞ (9.2)
−∞
Demostraci´
on
1. Suficiencia
Se trata de demostrar que si se cumple la condicioń (9.2), entonces ante una señal de entrada
acotada, | u(t) |< k1 para todo t, la señal de salida y(t) es tambi´
en acotada. En efecto, se
tiene:
Z t Z t
| y(t) |=| h(t, τ) u(τ)dτ |≤ | h(t, τ) | u(τ) | dτ
−∞ −∞
Z t
≤ k1 | h(t, τ) | dτ ≤ kk1
−∞
2. Necesidad
Se trata de demostrar que si las señales de entrada u(t) y de salida y(t) son acotadas, entonces
siempre se cumple la expresi´ on 9.2. Ello es equivalente a demostrar que si no se cumple la
expresión 9.2 entonces pueden existir señales de salida y(t) que no est´ en acotadas aunque
lo est´
e la señal de entrada u(t).
Sup´
ongase que la expresi´
on (9.2) no se cumple, es decir
Z t
| h(t1 , τ) | dτ = ∞
−∞
Si a este sistema se le aplica la siguiente señal de entrada se tiene una salida no acotada. En
efecto, sea
u(t) = sgn[h(t1 , τ)]
en donde,

 0 si x = 0
sgn x = 1 si x > 0
−1 si x < 0

Es claro que u(t) es acotada. Sin embargo la señal de salida del sistema no lo es,
Z t1 Z t1
y(t1 ) = h(t1 , τ) u(τ) dτ = | h(t1 , τ) | dτ = ∞
−∞ −∞
Queda demostrado la necesidad de que se cumpla la expresi oń (9.2) para que el sistema sea
estable.
Para sistemas multivariables el anterior resultado se generaliza diciendo que un sistema ser a´
estable si la propiedad de la expresioń (9.2) se cumple para cada uno de los elementos de la matriz
H(t, τ).
Para sistemas invariantes en el tiempo la expresioń (9.1) se convierte en
Z t
y(t) = h(t − τ) u(τ) dτ (9.3)
0
Y la expresi´
on (9.2) se convierte en,
Z ∞
| h(τ) | dτ < k < ∞ (9.4)
0
Para sistemas invariantes en el tiempo, la forma de descripci oń externa usualmente empleada
es la funci´
on de transferencia. Interesa enunciar un criterio de estabilidad en términos de dicha
función de transferencia. Es lo que se hace en el siguiente teorema.
Teorema
Un sistema lineal y estacionario, representado por una funci oń racional propia G(s) es estable
si y s´
olo si, todos los polos de G(s) est´
an situados en el semiplano izquierdo abierto del plano s.
Una forma equivalente de expresar lo anterior es decir que los polos de G(s) tienen la parte
real negativa.
En el semiplano izquierdo abierto, a que se alude en el anterior teorema, se excluye el eje

imaginario. Si se incluye este eje imaginario se habla del semiplano izquierdo cerrado.
Demostraci´
on
Si G(s) es una funci´

on racional propia entonces puede desarrollarse en fracciones parciales,
de manera que se descompone en la suma de un nu´mero finito de t´
erminos de la forma,
K
(s − pi )l
Y adem´
as, posiblemente, una constante pi denota un polo de G(s).
Al hallar la antitransformada de Laplace de G(s) se tiene que g(t) es la suma de un n u´mero

erminos de la forma t `−1 e pi t y, adem´
finito de t´ as, una posible función δ de Dirac. Es f´ acil de-
mostrar que t `−1 pi t
e es absolutamente integrable si y so´lo si pi tiene la parte real negativa. Por lo
tanto el sistema G(s) ser´ a estable si y s´
olo si todos los polos de G(s) tienen la parte real negativa.
• Ejemplo 1
amicos 155
Sea el sistema cuya función de transferencia es G(s) = 1/s. Este sistema no es estable,
de acuerdo con las anteriores definiciones. En efecto, consid´ erese una señal de entrada en
on U(s) = 1/s. Se tendr´
escal´ a Y (s) = 1/s2 . Por lo tanto
a que la señal de salida ser´
y(t) = L −1 (1/s2 ) = t
la señal de salida y(t) no es acotada y por lo tanto el sistema no es estable.
• Ejemplo 2
Según la definición anterior un oscilador simple es un sistema inestable. En efecto, con-
sid´
erese el sistema cuya funci´ on de transferencia es G(s) = 1/(1 + s2 ) que corresponde a
un oscilador. La respuesta impulsional correspondiente es g(t) = sen t, la cual se representa
en la figura 9.1 (a). Sup´ ongase ahora que se aplica a dicho sistema una señal de entrada
peri´
odica rectangular, de amplitud unidad y de periodo el mismo del oscilador, tal como la
de la figura 9.1 (b). La señal de salida viene dada por la expresioń 9.3.
Supóngase ahora que en la expresioń 9.3 se hace t = 0. El producto de señales g(−τ) u(τ)
a representado en la figura 9.1 (c). Es claro que y(0) es precisamente el a´rea cubierta
est´
por dicha curva, cuando τ tiende a infinito. Por lo tanto y(0) = ∞. Es decir, el sistema es
inestable.
A este mismo resultado se llega inmediatamente considerando los polos de la funci oń de
transferencia, que resultan estar situados en el eje imaginario.
Para sistemas multivariables se generalizan inmediatamente los anteriores resultados diciendo

que un sistema multivariable definido por una matriz de transferencia G(s) ser´
a estable si cada uno
de sus elementos satisface el anterior teorema.
Sea la funci´
on de transferencia de la forma:
b0 sm + b1 sm−1 + · · · + bm b(s)
H(s) = = (9.5)
sn + a1 sn−1 + · · · + an a(s)
Figura 9.1:
Para determinar si H(s) es estable o no, es necesario:
1. comprobar si m < n;
2. determinar si las raices de a(s) est´

an situadas en el semiplano abierto negativo.
Para comprobar si las raices de un determinado polinomio se encuentran en el semiplano

abierto negativo, se aplica el criterio de Routh-Hurwitz que se estudia en el apartado siguiente.
9.2.1 Criterio de Routh-Hurwitz
Una función de transferencia T (s) representa a un sistema estable si sus polos se encuentran en el
semiplano izquierdo negativo. Por lo tanto el problema del an´ alisis de la estabilidad de un sistema
se reduce al del an´
alisis de los ceros del polinomio del denominador.
Un polinomio se denomina un polinomio de Hurwitz si todas sus raices tienen la parte real
negativa. Por lo tanto el problema de la estabilidad se reduce al de determinar si el polinomio del
denominador es, o no, un polinomio de Hurwitz.
El método directo de comprobar si un determinado polinomio es o no un polinomio de Hurwitz

consiste en determinar todas las raices de dicho polinomio. Este procedimiento puede ser, adem a´s
de excesivamente laborioso, inu´til por cuanto que suministra una informacioń superior a la que se
requiere. No se trata de saber cuales son las raices, sino, simplemente, si su parte real ser ańegativa
o no.
El método de Routh-Hurwitz, permite determinar si las partes reales de las raices ser´
an nega-
tivas o no sin necesidad de determinarlas. Consid´
erese un polinomio como el siguiente:
sn+1 + a1 sn + · · · + an (9.6)
Para determinar si el anterior polinomio tiene raices con parte real negativa se procede como
sigue:
1. Si alg´
un coeficiente del polinomio es negativo o cero, entonces existe al menos una raiz en
el semiplano cerrado derecho. El sistema es, por lo tanto, inestable.
2. En el caso de que no se cumplan los supuestos de 1), se procede a construir la siguiente

tabla:
n+1
1 a 2 a4 . . .
n a1 a3 a5 . . .
β1 β2 β3

n−1
(9.7)
γ1 γ2 γ3

n−2

... ...
ρ1

1
en donde la generaci´
on de las distintas filas se hace como sigue, a partir de los elementos de
las dos anteriores
a1 a2 − a 3 · 1
β1 =
a1
(9.8)
a1 a4 − a 5 · 1
β2 =
a1
amicos 157
La tabla anterior recibe la denominacioń de tabla de Routh, y el algoritmo que permite su

construcci´
on se denomina algoritmo de Routh. Independientemente de los trabajos de Routh, que
o originalmente el algoritmo que conduce a la construcci oń de la tabla anterior, Hurwitz
public´
public´
o un criterio de estabilidad, que se estudiar´
a en una secci´ on posterior de este tema, que
esencialmente coincide con el de Routh. Por ello el criterio lleva conjuntamente el nombre de los
dos autores.
Toda fila depende de las dos filas precedentes. Se procede sucesivamente a determinar filas
hasta que se determine una cuyos elementos sean todos 0. Para un polinomio de orden n se
determinan n + 1 filas.
El criterio de estabilidad de Routh-Hurwitz dice que el polinomio tiene sus raices en el semi-
plano abierto negativo si todos los elementos de la primera columna son positivos y no nulos. El
umero de cambios de signo en la primera columna es igual al n u´mero de raices del polinomio
n´
(9.6) en el semiplano positivo abierto.
Ejemplo
Sea el polinomio s4 + 5s3 + 3s2 + s + 2 = 0. Para determinar el n´

umero de raices en el semi-
plano positivo, se construye la tabla de Routh y se tiene,

4
1 3 2
3
5 1 0
2 14/5
2
1 −36/14 0

0 2
como hay dos cambios de signo en la primera columna existir´

an dos raices en el semiplano
derecho. Por consiguiente el sistema es inestable.
En la práctica el criterio de Routh-Hurwitz se aplica para determinar si el sistema es estable

o no y, en general, no interesa saber el nu´mero de raices en el semiplano positivo abierto. Por
lo tanto, cuando lo uńico que interese sea conocer si el sistema ser´
a estable o no, se procederáa
construir la tabla de Routh hasta encontrar un elemento de la primera columna que sea negativo o
cero. Cuando aparezca un elemento negativo o nulo, se suspender´ a la construcci´
on de la tabla, y
se dictaminar´ a que el sistema es inestable.
En el caso de que interesase conocer cuantas raices existir´

an en el semiplano positivo, o en el
eje imaginario, se procede a construir la tabla de Routh completa. En la construcci oń de la tabla
de Routh, para el caso en que interese completarla auń cuando aparezcan elementos nulos en la
primera columna, se presentan los dos casos singulares siguientes :
1. Aparece un 0 en la primera columna, siendo no nulos los otros elementos de la misma fila.
2. Aparece una fila con todos los elementos nulos, antes de llegar a la fila n + 2.
En el primer caso se sustituye el 0 por un nu´mero arbitrariamente pequeño ε. Se completa la tabla

ımite de los elementos en los que aparezca haciendo ε → 0.
y se calcula el l´
Ejemplo
erese el polinomio: s4 + s3 + 2s2 + 2s + 3

Consid´
Al construir la tabla de Routh se encuentra un cero en la primera columna, en la fila dos. Se

sustituye este cero por ε y se procede a completar la tabla, que resulta la siguiente:

4
1 2 3
3 1 2
0→ε 3

2

2ε−3
1
ε
0 3
Una vez construida la tabla se determina el l´

ımite de aquellos elementos en la primera columna
en los que aparezca ε, cuando ε → 0. El elemento correspondiente a la fila 1 tiene el siguiente
l´
ımite,
2ε − 3
lim = −∞
ε→0 ε
Por lo tanto, la primera columna queda como sigue:
1
1
0
−∞
3
Se presentan dos cambios de signo en la primera columna, y por consiguiente el sistema tiene
dos raices en el semiplano derecho, y es inestable.
El segundo caso particular m´ as arriba enunciado, es decir, el caso en que se presente toda una
fila de ceros, indica que el polinomio tiene, al menos, un factor par. Es decir, que existe un par
de raices reales simétricas con respecto al eje imaginario, que existen dos raices imaginarias puras
conjugadas, o que existen cuatro raices complejas situadas sim´ etricamente con relaci´ on al origen.
Cuando esto sucede se procede a formar una ecuaci oń subsidiaria a partir de los coeficientes de la
fila anterior a aquella en la que todos los elementos sean nulos. La expresi oń as´ ı obtenida resulta
ser el factor par del polinomio. Para obtener la fila siguiente, en la tabla de Routh, se procede a
derivar esta expresión una vez con respecto a s y situar sus coeficientes en la fila cuyos elementos
se hab´ ıan anulado. A partir de esta sustitucioń se prosigue la construcción de la tabla de Routh
normalmente. Un ejemplo ayudar´ a a fijar ideas.
amicos 159
Ejemplo
erese el siguiente polinomio: s4 + 3s3 + 3s2 + 3s + 2

Consid´
Si se construye la tabla de Routh correspondiente al llegar a la fila 1, se encuentra que todos

los elementos son ceros. En efecto

4
1 3 2
3
3 3 0
2
2 2
1 0 0
La ecuaci´
on subsidiaria que se obtiene empleando los coeficientes de la segunda fila es la
siguiente:
2s2 + 2 = 0
que corresponde al factor par s2 + 1. La derivada de la ecuacioń subsidiaria es 4s. Por lo tanto
la tabla se completa como sigue

4
1 3 0
3
3 3 0
2
2 2
1
4 0
0 2
De la observación de esta tabla se desprende que el polinomio considerado no tiene raices en

el semiplano positivo. La factorizacioń del polinomio anterior conduce a,
(s2 + 1) (s + 2) (s + 1)
El anterior ejemplo muestra qu´ e sucede cuando el polinomio en cuestioń tiene raices en el eje
imaginario. En tal caso estas raices dan lugar a un factor par, de la forma del que aparece en el
ejemplo, que se pone de manifiesto al aparecer una fila de ceros en la tabla de Routh. Procediendo
como se ha hecho en el ejemplo, se elimina la fila de ceros y se tiene una tabla de Routh que
indica, por medio de los cambios de signos si existen raices en el semiplano derecho. Obs e´rvese
que aunque no existan raices en el semiplano derecho, como sucede en el ejemplo anterior, el
sistema ser´
a inestable, puesto que existen raices en el eje imaginario.
La aplicaci´
on de las dos reglas anteriores, a los dos casos singulares que se acaban de discutir,
debe tomarse con ciertas reservas. En particular, la aplicaci oń de la primera regla (introduccioń
de pequeños parámetros ε) sólo est´
a justificada cuando el polinomio no tiene raices sobre el eje
imaginario. En el libro Theorie des matrices de Gantmacher, p´ ag. 181, se tiene un ejemplo de un
caso al que la aplicaci´
on de las reglas no es válida. Ello, sin embargo, no debe preocupar puesto
que lo que normalmente interesa de la aplicacioń del criterio de Routh-Hurwitz es, sencillamente,
determinar si el sistema ser´

a estable o no, lo cual puede hacerse en todo caso sin ninguna am-
biguedad, detectando si existe alguń cero o alg´
un cambio de signo en la primera columna de la
tabla de Routh.
El criterio de Routh-Hurwitz suministra una determinacioń r´ apida de la estabilidad absoluta

de un sistema. Sin embargo no suministra ninguna indicaci oń respecto a la posibilidad de alterar
la situaci´
on de las raices. Su principal inter´
es reside en su empleo como un paso previo, antes de
aplicar otros m´ etodos.
9.2.2 Matriz de Hurwitz
El criterio de Routh-Hurwitz, objeto del apartado anterior, en realidad fue desarrollado original-
mente por Routh. Sin embargo es completamente an´ alogo al desarrollado por Hurwitz, al que se
va a dedicar este apartado.
Sea un polinomio a(s) tal como:
a(s) = sn + a1 sn−1 + · · · + an−1 s + an (9.9)
Se define la matriz de Hurwitz como la matriz formada por los coeficientes del anterior poli-
nomio, siguiente:
 
a1 a3 a5 ... 0 0

 1 a2 a4 ... 0 0 

 0 a1 a3 ... 0 0 
H = (9.10)
 
 0 1 a2 ... 0 0 

 .. .. .. .. .. 
 . . . . . 
0 0 0 . . . an−2 an
El criterio de estabilidad de Routh-Hurwitz se puede enunciar diciendo que el polinomio a(s)

es un polinomio de Hurwitz si y s´ olo si los menores principales diagonales de H son todos posi-
tivos. Los menores principales diagonales de H son los siguientes:
H1 = a1

a1 a3
H2 = det
1 a2
 
a1 a3 a5
H3 = det  1 a2 a4  (9.11)
0 a 1 a3
Hn = det H
amicos 161
Si en la tabla de Routh los elementos de la primera columna se denotan por α 1 , β1 , γ1 . . . p1 ,

entonces es posible demostrar, después de algunas manipulaciones alg´
ebricas, que,
H1 = α1
H2 = α1 β1
H3 = α1 β1 γ1 (9.12)
Por ello es evidente que el procedimiento de determinar H1 , H2 , . . . , Hn y ver si son positivos

no nulos es equivalente al de construir la tabla de Routh. Los determinantes H1 , H2 , . . . reciben la
denominaci´ on de determinantes de Hurwitz.
Para aplicaciones pr´

acticas se recomienda emplear el m´
etodo tabular de Routh, por ser m´
as
simple que la determinaci´
on de las matrices de Hurwitz.
9.3 Criterio de Nyquist
El criterio de Routh permite analizar la estabilidad de un sistema lineal a partir de los coeficientes
de la ecuación caracter´
ıstica. El criterio de Nyquist (1932) permite realizar un an´
alisis de la misma
naturaleza a partir de la representacioń gráfica de la funci´
a basado en un teorema de Cauchy. Consideres una funci oń racional F(s)

Este criterio est´
(formada por un cociente de polinomios en s). Si s representa a la variable compleja s = σ + jω
entonces F(s) aplica el plano complejo s sobre un plano complejo definido por las partes reales
e imaginaria de F(s) (figura 9.2), de modo que a cada ”vector” de s se corresponde un vector de
ImF(s)
jω
C
F(C)
Z=3
P=1
σ ReF(s)
Figura 9.2: Teorema de Cauchy
F(s). Conviene recordar que el argumento del vector F(s) se forma de la manera siguiente. En el
plano s se definen los vectores que unen los polos y ceros de F(s) con el punto gen e´rico s. Pues
bien, es f´
acil ver que el argumento de F(s) se forma sumando los argumentos de los vectores desde
los ceros y restando los argumentos de los vectores desde los polos (figura 9.3).
Supóngase ahora que se define una curva cerrada C en el plano s y la correspondiente curva
imagen F(C) en el plano F(s). Supońgase, además, que la curva C se recorre en un determinado
162 Criterio de Nyquist
Figura 9.3: Aplicaci´

on del contorno C1 : (a) C1 no rodea ning´
un polo ni cero; (b) C1 rodea un polo
sentido (por ejemplo, el de las agujas del reloj). A la curva imagen F(C) se asociar´
a tambi´
en un
sentido.
El teorema de Cauchy establece que el nu´mero de veces que la curva F(C) rodea al origen
(tomando el sentido positivo el de las agujas del reloj) es igual a la diferencia entre el n u´mero de
ceros y el de polos que encierra la curva C en el plano s. Es decir,
N = Z −P
en donde N es el n´
umero de veces que la curva F(C) rodea al origen, y Z y P representan, respec-
tivamente, el n´
umero de ceros y de polos contenidos en la curva C en el plano s.
Nyquist bas´ on muy ingeniosa del teorema de Cauchy. Consider o´

o su criterio en una aplicaci´
un sistema realimentado con realimentacion unitaria, como el de la figura 9.4. La funcioń de
´
transferencia del sistema en bucle cerrado correspondiente viene dado por la expresi oń
U + Y
H(s)
-
Figura 9.4: Sistema realimentado con realimentacioń unitaria
G(s)
T (s) =
1 + G(s)
on resulta claro que los polos de T (s) son los ceros de 1 + G(s).
de esta expresi´
Para estudiar la estabilidad de un sistema en bucle cerrado Nyquit propuso definir en el plano
s la curva cerrada C que se muestra en la figura 9.5, y que recibe la denominaci oń de contorno de
amicos 163
Nyquist. Este contorno rodea el semiplano de parte real positiva del plano complejo. Es decir, la
on del plano complejo en la que no debe haber polos de la funci oń de transferencia en bucle
regi´
cerrado, si se quiere que el sistema sea estable.
jω ImH(s)
A H(C)
H(s)
C 1 + H(s)
R=∞
−1
0 σ ReH(s)
Figura 9.5: Contorno de Nyquist C para estudiar la estabilidad
Hemos visto que los polos de la funcioń de transferencia en bucle cerrado T (s) son los ceros
de 1 + G(s). Por tanto, la estabilidad del sistema en bucle cerrado estar´
a garantizada si no existe
ceros de 1 + G(s) en el interior del contorno de Nyquist.
Veamos ahora c´ omo se construye la funci´ on G(s). Para ello basta observar que el contorno
de Nyquist se compone de tres partes. La recta OA que corresponde al eje imaginario del plano
complejo y que, por tanto, corresponde a la funcioń de transferencia G( jω) para valores positivos
de ω. La recta BO correspondiente a la parte negativa del eje imaginario. Y, por u´ltimo, a la curva
que une AB, que se encuentra situada en el infinito del semiplano positivo del plano s. Por tanto,
al recorrer OA, se está recorriendo G( jω) para valores de ω de cero a infinito. An´ alogamente, al
recorrer BO se está recorriendo G( jω) desde menos infinito a cero. Por u´ltimo, al recorrer de A a
B se est´
a en valores de s con m´ odulo infinito. En este u´ltimo caso, si G( jω) es tal que el grado del
polinomio del numerador es menor que el del denominador, esta funci oń tomar´ a el valor cero.
Aplicando el teorema de Cauchy, para el caso F(s) = 1 + G(s), se puede decir que un sistema
olo si G(C) rodea al punto crı́tico s =
realimentado, con realimentacioń unitaria, es estable si y s´
−1, en el sentido de las agujas del reloj, un nu´mero de veces igual al n´
umero de polos inestables
de la funci´
on de transferencia G(s).
Conviene observar que la parte de G(C) correspondiente al semieje imaginario [0, j∞] es, en
realidad, la representaci´
on polar de la función de transferencia G(s). As´ ı mismo, la parte corres-
pondiente al semieje imaginario negativo [− j∞, 0] es sim´ etrica con relación a esa representaci´
on
polar. Por lo que respecta a la parte correspondiente al semic´ ırculo de radio infinito (y eventual-
mente a un semic´ ırculo infinitesimal que rodee al origen) es evidente que si la funci oń de trans-
ferencia es tal que el grado del numerador es inferior a del denominador, se reduce a un punto.
Por todo ello, el trazado de G(C) es inmediato conociendo la representaci oń polar de la funci´ on
de transferencia G( jω).
ImH(s)
ω<0
−1 ω = −∞
ω=∞ ReH(s)
ω>0
Figura 9.6: Diagrama polar y contorno G(C) para un sistema de primer orden
Por ejemplo, en 9.6a se tiene la representacioń de la funci´

on de transferencia
1
G(s) =
(1 + τs)
A partir de esta representaci´
on gr´
afica, se desprende que G(C) tendrá la forma que se indica en la
figura 9.6b. Aplicando el criterio de Nyquist se tiene que este sistema es estable (lo que sucede
para todos los sistemas de primer orden cuya funcioń de transferencia sea de la forma 9.6).
jω ImH(s)
ω−
C H(C0 )
R=∞ R=∞
C0 −1 ω = −∞
σ ω=∞ ReH(s)
ω+
Figura 9.7: Contorno de Nyquist y G(C) para un sistema con un polo en el origen
En la figura 9.7 se tiene otro ejemplo de aplicacioń del criterio de Nyquist, el correspondiente
a la funci´
on de transferencia
1
G(s) =
s(1 + τs)
en este caso se tiene que la funcioń de transferencia G(s) presenta un polo en el origen, el cual debe
ser evitado por el contorno de Nyquist, por lo que se recurre a modificarlo ligeramente a ñadiendo
el contorno infinitesimal C0 que se muestra en la figura 9.7. Es f´ acil ver que la adición de este
contorno no modifica el planteamiento anterior.
amicos 165
Un u´ltimo ejemplo que vamos a considerar es el siguiente

s+1
G(s) = s (9.13)
s( − 1)
10
En este caso se tiene que el sistema presenta un polo inestable. En la figura 9.8 se tiene el trazado
G(C) correspondiente.
Im
ω>0
Re
ω<0
ω≈0
Figura 9.8: Diagrama de Nyquist del sistema del ejemplo
En el diagrama de la figura 9.8 el punto cr´ ıtico se ha representado en funcioń de la ganancia

K. Obs´ ervese que la pequeña desviaci´ on C0 alrededor del polo s = 0 (figura 9.9) da lugar a un
gran arco en el infinito. Este arco se situa en el semiplano izquierdo, ya que atraviesa el eje real
negativa debido a la contribucioń de fase de 180 grados del polo en el semiplano de la derecha.
Para valores grandes de K (Kg en la figura 9.8) se observa que G(C) rodea al punto cr´ ıtico en
el sentido contrario de las agujas del reloj; es decir, N = −1. Por otra parte P = 1, debido al polo
en el semiplano de la derecha, por lo que
Z = N +P = 0
donde se concluye que no hay raices inestables en el sistema.
Para valores pequeños de K (K p en la figura 9.8) la curva G(C) rodea al punto cr´ıtico en el
sentido positivo de las agujas del reloj, por lo que N = +1 y Z = 2, por lo que el sistema posee
dos raices con parte real negativa y es inestable.
De los anteriores ejemplos se desprende que la aplicaci oń del teorema de Nyquist hay que
tener especial cuidado en los dos puntos siguientes:
Im
−180o
Re
Figura 9.9: Contorno C0 para el sistema del ejemplo
• Tener en cuenta la posible presencia de polos inestables en bucle abierto;

• La evaluación del número de vueltas en torno al punto cr´
ıtico -1 en el caso en el que haya
ramas infinitas (ver el u´ltimo ejemplo).
Sin embargo, para los sistemas de fase m´

ınima, es posible enunciar la siguiente regla pr´
actica:
Regla pr´
actica de Nyquist
Un sistema realimentado es estable en el caso en el que recorriendo el trazado polar de la

on de transferencia en el sentido de las ω crecientes el punto cr´
funci´ ıtico -1 quede a la izquierda.
9.3.1 Grado de estabilidad e interpretación del criterio de Nyquist
Según se acaba de enunciar en la regla pr´ actica del criterio de Nyquist se tiene que la estabilidad
depende de la posici´ on del punto cr´
ıtico con relaci´
on al trazado polar de la funci´
on de transferencia
(figura 9.10). Este hecho sugiere la conveniencia de introducir una medida de la distancia de G(C)
a este punto cr´
ıtico, por lo que se define grado de estabilidad del sistema realimentado por
• El margen de ganancia Gm = 20 log10 A1 , siendo A la ganancia correspondiente a la fase de

180 grados;
• El margen de fase Φm , que es el desfase del punto correspondiente a la ganancia unidad.
En la figura 9.10 se representan Gm y Φm . La estabilidad equivale entonces a una de las condi-

ciones siguientes:
amicos 167
ImH( jω)
−1
ReH( jω)
Φm 1
Figura 9.10: Grado de estabilidad
• Para el vector en bucle abierto correspondiente a un m o´dulo unidad el desfase es superior a

-180 grados.
• Para una fase de 180 grados el mo´dulo del vector de la funci´

on de transferencia en bucle
abierto debe ser inferior as la unidad.
De este modo, los m´ argenes de fase y de ganancia establecen las posibles variaciones de la funci oń
de transferencia G(s) debidas a perturbaciones eventuales que no afecten a la estabilidad del sis-
tema. En la práctica se considera que un margen de fase de 50 grados y un margen de ganancia
de 10 dB son satisfactorios. Un margen de ganancia por debajo de los 30 grados no suele ser
aceptable.
Parte V
M´
etodos cl´
asicos de sı́ntesis
169
Tema 10
Compensación de sistemas
realimentados
10.1 Introducci´
on.
Un sistema de control realimentado se representa esquem´ aticamente como se indica en la figura

10.1. Sobre este esquema vamos a recordar una serie de conceptos que consideramos de inter e´s.
r(t) + e u y(t)
-@
@ - K - G(s) -
@
@
− 6m
H(s)
Figura 10.1: Sistema de Control realimentado
• Cadena directa o de acci´ on, es la que une los elementos comprendidos entre la se ñal de
an relacionadas por la expresioń,
error y la de salida. Ambas señales est´
Y (s)
= KG(s)
E(s)
siendo G(s) la funci´

on de transferencia del sistema considerado.
171
172 Introducci´
on.
• Cadena de realimentaci´ on, es la que une la señal de salida con la de informacioń m(t), que
es comparada con la de referencia. Ambas señales se relacionan as´ ı,
M(s)
= H(s)
Y (s)
on de transferencia de la cadena de realimentacioń.

En este caso H(s) es la funci´
• Se llama bucle abierto, al conjunto de elementos que constituyen todo el sistema, si e´ste se
abriese por el punto m(t), es decir, como si la señal de entrada fuese e(t) y la de salida m(t).
La función de transferencia del conjunto as´ı dispuesto ser´ıa
M(s)
= KG(s)H(s)
E(s)
• Se llama bucle cerrado, al sistema conectado como se indica en la figura 10.1. Las se ñales
y(t) y r(t) se relacionan por la conocida fo´rmula, f´
acil de deducir,
Y (s) KG(s)
=
R(s) 1 + KG(s)H(s)
Obs´ ervese que, en este caso, la señal de actuaci´

on sobre el sistema es proporcional a la
señal de error. Se trata pues de un control proporcional (P). El valor de la ganancia K del
amplificador ser´ a, por tanto, un par´
ametro susceptible de ser variado de acuerdo con las
necesidades del problema.
En lo que sigue se supondr´ a siempre que la cadena de realimentacioń es unitaria, con lo
que el esquema fundamental quedar´ a de la forma que se indica en figura 10.2 y quedando la
funci´
on de transferencia en bucle cerrado reducida a
Y (s) KG(s)
=
R(s) 1 + KG(s)
Naturalmente en este caso cadena de acción y bucle abierto son dos conceptos coincidentes.
• Por u´ltimo, en algunas ocasiones se recurrir´

a a alg´
un servosistema f´
ısico, concretamente
al conocido servomecanismo elemental de posicioń, que responde en bucle abierto a una
ecuación diferencial lineal de la forma
d2y dy
J 2
+f = u(t)
dt dt
siendo en este caso y(t) un ańgulo (θ), J la inercia del conjunto motor-carga y f el coefi-
ciente de fricci´
on viscosa del mismo conjunto.
Para que un sistema de control realimentado actué aceptablemente, necesita satisfacer unas
determinadas especificaciones de funcionamiento, tanto para su r´
egimen permanente como para
su transitorio que, normalmente, no se consigue con los elementos que constituyen el bucle de
control.
Compensaci´
r(t) + e u y(t)
-@
@ - K - G(s) -
@
@
− 6m
Figura 10.2: Sistema de Control realimentado unitariamente
Hay veces en que un simple aumento de la ganancia est´ atica es suficiente para lograr precisioń,
sin que se afecte demasiado a las caracter´
ısticas en estado transitorio. No obstante, como lo normal
es que e´stas se vean empeoradas con una actuacioń de este tipo, o en el mejor de los casos, no se
consigan exactamente las que se pretende que tenga el sistema, es por lo que se desarrollaran a
continuaci´ on los procedimientos de compensacioń que se han dado en llamar Clásicos en raz´ on
de ser los primeros que se utilizaron.
Por el hecho de introducir una compensacioń sobre el bucle antes mencionado, el esquema se
modifica de alguna manera, como se muestra m´ as adelante. Se distinguen dos tipos de compen-
saci´
on:
• Compensaci´ on en serie: Cuando el elemento corrector se coloca en cascada, en la cadena

de acci´
on; y
• Compensaci´ on por realimentación: Cuando el elemento corrector constituye una segunda

cadena de realimentaci´
on, en el bucle de control.
Los esquemas b´
asicos para uno y otro caso se muestran, respectivamente, en las figuras 10.3
y 10.4.
Como ya se ha indicado, en el caso de la compensaci oń en serie, la red correctora se coloca

en cascada con los elementos de la cadena de accioń, y delante del amplificador para que el nivel
de potencia a que trabaje sea el del error, es decir, bajo. As´
ı mismo, se distinguir´
an tres tipos de
acciones:
• Acci´
on proporcional m´
as derivada (PD);
• Acci´
on proporcional m´
as integral (PI) y
• Acci´
on proporcional m´
as integral y m´
as derivada (PID).
174 An´
alisis en el dominio de la frecuencia de la red PD
r(t) + e u0 u y(t)
- - Gr (s) - - G(s) -
K
− 6m

on en serie
r(t) +e u y(t)
- - - - G(s) -
K
− 6m 6
Gr (s)

on por realimentaci´
on
10.2 An´
Tiene lugar cuando la señal de mando del sistema es la suma de los t´ erminos, proporcional y
derivado de la señal de error. En este caso se dice que la compensacioń es del tipo PD. La funci´
on
de transferencia de una red de este tipo es de la forma,
Gr(s) = K (1 + τs)
La discusi´
on del caso general se hará en el dominio de la frecuencia, en donde los resultados
adquieren mayor generalidad y sencillez. Para ello se estudiar´ a en primer lugar la respuesta en
frecuencia de un corrector PD. Su representacioń en Bode es la que se indica en la Fig. 10.5.
Vemos pues que la red, a frecuencias mayores que 1τ aumentar´ a la fase y la magnitud de la cadena
de acci´
on del sistema en el que se introduce.
1
Para frecuencias algo menores que τ el efecto es menos notorio llegando a ser despreciable
para frecuencias bajas.
En el diagrama de Bode, que se representa en la figura 10.6, se observan dos efectos funda-
mentales sobre la respuesta en frecuencia de un sistema:
Compensaci´
Amplitud(dB)
+20dB/dec
1/τ
ω(rad/s)
-260
Fase(grados)
-310
-360
1/τ
Figura 10.5: Diagrama de Bode para red PD
1. Aumento del ancho de banda: contrapartida, en el dominio de la frecuencia, de la dismin-

uci´
on del tiempo de subida en la respuesta temporal del sistema. Este efecto es m´ as notable
en el diagrama de Black, como se verá un poco m´
as adelante, ya que all´
ı se trata la respuesta
del sistema en bucle cerrado.
2. Aumento del margen de fase: contrapartida, en el dominio de la frecuencia, de la dismin-

uci´
on de la sobreoscilaci´
on en el dominio del tiempo.
Compensada
Amplitud(dB)
0 dB
Sin compensar
Fase(grados)
Compensada
o MF2
-180
MF1
Sin compensar
ω(rad/s)
Figura 10.6: Bode sistema con compensacioń PD
Las figuras 10.7 y 10.8 muestran la variacioń de la funci´

on de transferencia en bucle abierto de
un sistema en el diagrama de Black, al introducir un corrector PD. Si se elige 1τ < wR , se consiguen
dos efectos:
176 An´
1. Disminuir el pico de resonancia (Mr ) del sistema en bucle cerrado y

2. Aumentar la frecuencia de resonancia.
60
Amplitud(dB)
30
0
-360 -270 -180 -90 0
Fase(grados)
Figura 10.7: Diagrama de Black red PD

100
Sin compensar
50
Amplitud(dB)
Compensado
-50
-100
-300 -240 -180 -120 -60
Fase(grados)
Figura 10.8: Diagrama de Black sistema con comp. PD
Estos efectos de la red PD en el diagrama de Black tienen sus correspondientes en el dominio

del tiempo, a saber:
• Aumento de la frecuencia de resonancia equivale a decir aumento del ancho de banda del
sistema en bucle cerrado; por tanto, el sistema deja pasar un espectro mayor de frecuencias.
La consecuencia inmediata es una respuesta m´ as r´
apida y, en consecuencia, un menor tiempo
de subida.
Compensaci´
• Disminuir el pico de resonancia, tiene como consecuencia un aumento del margen de fase,
y se sabe que este efecto va muy ligado a una disminuci oń de la sobreoscilaci´
on del sistema
en bucle cerrado.
Queda añadir, finalmente, que las redes PD, son irrealizables f´ısicamente, porque el grado
de su polinomio numerador es mayor que el grado de su polinomio denominador. No obstante,
en un sistema el´
ectrico, s´
ı se puede conseguir una red de este tipo utilizando elementos activos,
aunque aún en este caso, la solución no tiene inter´
es pr´
actico ya que estas redes presentan un
comportamiento muy malo frente a los ruidos.
10.3 An´
alisis en el dominio de la frecuencia de la red PI
En este caso, la señal de mando es la suma de un t´

ermino proporcional y otro integral, de la señal
de error. Z t
u(t) = K e + Ki e dt
0
on es denominada PI y la funcioń de transferencia de una red de este tipo ser´

La compensaci´ a:
1 1 + τs
Gr(s) = K(1 + ) = K( )
τs τs
El efecto sobre el sistema es, pues, añadir un polo en el origen (cambia el tipo del mismo) y una
acci´
on derivada.
La respuesta en frecuencia de un corrector PI se muestra en la figura 10.9. Se ve que su acci oń

consiste en disminuir la fase del sistema original, aumentando simult´ aneamente la ganancia en
bajas frecuencias. Para altas frecuencias, no modifica la respuesta.
Amplitud(dB)
-20dB/dec
1/τ
0
Fase(grados)
-45
-90
1/τ
ω(rad/s)
Figura 10.9: Respuesta en frecuencia Red PI

178 An´
alisis en el dominio de la frecuencia de la red PI
Amplitud(dB)
Compensado
0 dB
Sin compensar
Sin compensar
Fase(grados)
o
MF1
-180
MF2
Compensado
ω(rad/s)
Figura 10.10: Efecto Red PI
El efecto de una red PI sobre un sistema puede verse en la figura 10.10.
La figura 10.10, muestra que 1τ debe elegirse menor que wR para afectar solamente la respuesta
del sistema a bajas frecuencias y aumentar la precisioń del mismo, ya que si por el contrario, se
elige 1τ > wR aumentará el pico de resonancia, pudiendo llegarse a inestabilizar el sistema original,
como muestra la figura 10.10.
La acci´
on PI se utiliza cuando se quiere mejorar el r´
egimen permanente de un sistema, es decir,
cuando se quiere disminuir el error de seguimiento, y cuando se quiere que el sistema en cuesti oń
sea insensible a variaciones en la carga.
La introducci´ on de una red PI es causa de que el sistema, en bucle cerrado, tenga peor r´
egimen
transitorio. Se puede dar una interpretacioń f´
ısica de ello muy simple, y que servir´
a para comparar
el efecto de esta red, con el que proporciona una red PD.
La figura 2.6 muestra en diferentes pasos, co´mo en este caso, la inversión del par corrector se
realiza con posterioridad al alineamiento de ambos ejes. La consecuencia de ello es que aumentar a´
la sobreoscilaci´
on y disminuir´ a el tiempo de subida, y el sistema ser´
a m´
as inestable.
En resumen una red PI:
• Cambia el tipo del sistema (añade un polo en el origen),

• Aumenta la sobreoscilaci´
on y disminuye el tiempo de subida de la respuesta temporal en
bucle cerrado.
• Aumenta la precisi´
on est´
atica, compensando las variaciones de la carga a la salida.
La red PI se encuentra en el mercado con facilidad, llevando normalmente incorporado el

Compensaci´
50
Amplitud(dB)
25
0
-100 -80 -60 -40 -20 0
Fase(grados)
Figura 10.11: Respuesta PI.(Black)
comparador, con lo que el conjunto forma lo que se llama un regulador de acci ón PI.
10.4 Acci´
on proporcional, integral y diferencial (PID)
Como f´ acilmente se comprende, en este caso, la señal de mando contiene tres términos, de tal
suerte que la funci´
on de transferencia del compensador que recibe el nombre de PID es:
Z t
de
u(t) = K e + Ki e dt + Kd
0 dt
1 K
Gr(s) = K (1 + + τ2 s) = (1 + τ1 s + τ1 τ2 s2 )
τ1 s τ1 s
Se ve pues que, con una accioń PID, al sistema se le añade un polo en el origen (se cambia
on derivada primera, y una accioń derivada segunda. Tomando τ1 = τ2 = τ el
el tipo), una acci´
diagrama de Bode queda como indica la figura 10.12 y su efecto sobre un sistema se muestra en
la figura 10.13.
Si se elige 1τ < ωR (que era condici´ on para el caso de correctores PD y PI) se pueden conseguir
buenas caracter´ ısticas, tanto en el r´
egimen transitorio como en el permanente, es decir, es posible
beneficiarse de los efectos de ambos tipos de redes.
180 Acci´
on proporcional, integral y diferencial (PID)
Amplitud(dB) -20dB/dec 20dB/dec
1/τ
ω(rad/s)
90
Fase(grados)
-90
1/τ
ω(rad/s)
Figura 10.12: Respuesta en frecuencia Red PID
100
50
Amplitud(dB)
-50
-100
-300 -240 -180 -120 -60
Fase(grados)
Figura 10.13: Diagrama de Black sistema con comp. PID

Compensaci´
10.5 Compensaci´
on por avance de fase
Como se ha visto en el tema anterior una red PD aumenta la fase de la funci oń de transferencia
del sistema a corregir para frecuencias pro´ximas a 1τ y superiores, es decir, aumenta el margen de
fase (disminuye la sobreoscilacioń) y aumenta el ancho de banda (disminuye el tiempo de subida).
Tambi´ en se ha dicho que una red PD es irrealizable f´ısicamente.
No obstante, es posible conseguir elementos correctores que constituyen una aproximaci oń a
una red PD, en el rango de frecuencias en que los efectos son interesantes. Estas redes reciben el
nombre de redes de adelanto de fase.
Las redes de adelanto de fase tienen una funcioń de transferencia de la forma:
1 + τs 1 1
Gr(s) = ; α < 1 =⇒ <
1 + ατs τ ατ
cuya representaci´
on gr´
afica se tiene en la figura 10.14.
|20logα|
Amplitud(dB)
0 dB
1/τ 1/at
ω(rad/s)
-300
Fase(grados)
-330
-360
1/τ 1/at
ω(rad/s)
Figura 10.14: Respuesta en frecuencia Red de adelanto de fase
La forma de la gr´ afica justifica ampliamente la denominacioń de red de adelanto de fase. Su

efecto constituye una aproximacioń excelente a una red PD. En efecto, la accioń de una red de
adelanto de fase sobre la funcioń de transferencia del sistema en bucle abierto se muestra en la
figura 10.15; si se compara e´sta con la figura 10.6, se observar´ a que los efectos sobre el ancho
de banda y el margen de fase son pr´ acticamente los mismos que los que produce una red PD. La
diferencia entre ambas redes radica en el t´ ermino (1 + ατs) cuyo efecto sobre el ancho de banda
y sobre el margen de fase es pr´ acticamente despreciable si se elige convenientemente el valor de
1/ατ. Este valor, como es natural, debe elegirse notablemente superior al de la frecuencia para la
cual la ganancia es 0dB, con objeto de que su efecto sea despreciable. Los criterios que presidir ań
la elección de estos valores se ver´ an más adelante, al considerar los m´
etodos de diseño. Lo que
aqu´ı interesa resaltar es el car´
acter de aproximación a la red PD que presenta la red de adelanto de
fase.
182 Compensaci´
on por avance de fase
Compensado
Amplitud(dB)
0 dB
Sin compensar
Fase(grados)
Compensado
-180
o MF2
Sin compensar
-1 0 1 2 3
10 10 10 10 10
ω(rad/s)
Figura 10.15: Efecto Red de adelanto de fase
En el mercado se pueden encontrar redes de adelanto de fase de tipo neum´ atico, hidr´
aulico o
ectrico, por ejemplo. A continuacioń se propone una red para un servosistema de tipo el´
el´ ectrico,
de f´ on, y que se muestra en la figura 10.16. En e´sta se tiene:
acil realizaci´
ei R0 es
Figura 10.16: Realizaci´

on de una red de avance
ei = jZ + eo con e0 = jR0
siendo
1
R jwC R
Z= 1
=
R+ jwC
1 + jwCR
Compensaci´
eo e0 0 e0 R 0 eo R + R0 + jwCRR0
ei = Z + e 0 = (Z + R ) = ( + R ) =
R0 R0 R0 1 + jwCR R0 1 + jwCR
e0 R0 (1 + jwCR) R0 1 + jwCR
= 0 0
= 0
. RR0
ei R + R + jwCRR R + R 1 + jwC. R+R 0
R0
y llamando R+R0 = α y τ = CR queda
e0 1 + jwτ 1 0 es 1 + jwτ
G0 r(s) = =α ; Gr(s) = G r(s) = =
ei 1 + jwατ α ei 1 + jwατ
como funci´
on de transferencia de la red.
10.6 Efecto en el dominio de la frecuencia
La respuesta en frecuencia de esta red el´

ectrica de adelanto de fase, se muestra en la figura 10.15.
De la expresi´
on de la funci´
on de transferencia se puede ver que el desfase que produce la red
propuesta es:
wτ − wτα
tan Φ =
1 + αw2 τ2
y la frecuencia a la cual se produce el m´
aximo:
r r
1 1 1 1
w = wm = =
τ τα τ α
el valor de Φ = Φm es m´
aximo,
wm τ(1 − α) wm τ(1 − α) 1 − α
tan Φm = = = √
1 + αw2m τ2 1+1 2 α
y de aqu´
ı
1−α
tan Φm √
2 α 1−α 1−α
sen Φm = = =√ =
1 + tan Φm
2
4α + 1 + α − 2α 1 + α
q
2 2
1 + (1−α)
4α
on e´sta m´
relaci´ as manejable que la anterior y que da el valor de para el margen de fase apetecido,
Φm . El valor de τ se deducir´
a de la expresi´
on
r
1 1 1 √
wm = =⇒ = wm α
τ α τ
184 M´
etodo pr´
actico
sustituyendo wm por la pulsaci´

on para la cual queremos que se produzca el m´
aximo adelanto de
fase.
Debe hacerse notar que para que la ganancia est´ atica del sistema no quede afectada, hay que
aumentar la ganancia del amplificador en el valor α , siendo α la atenuaci´
1
on que produce la red a
bajas frecuencias.
La figura 10.17. muestra el efecto de una red de adelanto de fase sobre la respuesta en bucle
cerrado del sistema, en el plano de Black. Puesto que se pretende un efecto del tipo PD, se
comprende f´ acilmente que la frecuencia wR debe situarse en las proximidades de la frecuencia de
0
resonancia del sistema wR para que de esta forma la nueva frecuencia de resonancia w R sea menor
que wR . Asimismo, el pico de resonancia M 0 ser´
a menor que el anterior, M.
50
Mm ωm1
Amplitud(dB)
ωm2
Sin compensar
-50
Compensada
-150
-300 -240 -180 -120 -60
Fase(grados)
Figura 10.17: Diagrama de Black sistema con Red de adelanto de fase
NOTA: Otros autores utilizan como expresioń de la funci´

on de transferencia de la red la si-
guiente expresi´
on
1 1 + τ0 as
a 1 + τ0 s
siendo las equivalencias entre e´sta y la estudiada anteriormente, las siguientes:
1 1 a−1
=α τwm = √ τ0 = ατ sen Φm =
a a a+1
10.7 M´
etodo pr´
actico
Para ver el m´
etodo pr´
actico de compensaci´
on mediante una red de avance, lo haremos con la ayuda
de un ejemplo. Dicho ejemplo consiste en compensar el sistema cuya funci oń de transferencia en
bucle abierto es:
Compensaci´
K
G(s) =
s(1 + s)(1 + 0.0125s)
para que cumpla las siguientes especificaciones:
1. Margen de fase > 50◦ ,

2. Error de seguimiento para una entrada u(t) = t, menor que el 1 %.
Resoluci´
on:
• Para cumplir la especificaci´

on de r´
egimen permanente,
R 1
Kv = K = = = 100
E 0.01
1
• Las dos frecuencias de esquina son 1 y 0.0125 = 80
• En Bode se ve que el sistema es inestable. El margen de fase es de unos −2 ◦ aproximada-
mente.
• Se compensar´
a el sistema mediante una red de adelanto.
alculo de α, se toma un ańgulo Φm algo mayor que el m´
• Para el c´ ınimo requerido, por
ejemplo 55◦ y se tendr´
a que,
1−α
sen 55◦ = = 0.82 de donde α ≈ 0.1
1+α
Para hallar τ se procede as´

ı:
1. Se calcula la atenuaci´
on total de la red, que ser´
a:
20 log α = 20 log 0.1 = −20 dB
2. Se busca la frecuencia para la cual la atenuacioń del sistema es la mitad que la de la red,
es decir, −10 dB, y se elige aquella como la frecuencia para la que se quiere la m a´xima
desviación de fase. Con ello, en el nuevo punto de corte (que estar´
a desplazado ligeramente
hacia la derecha con respecto al anterior), se tendr´
a el margen de fase buscado.
Por lo dicho,
1
wm = √ = 18 rad/seg
τ α
luego
1 √
w1 = = wm α = 5.7 rad/seg.
τ
1 wm
w2 = = √ = 57 rad/seg.
ατ α
186 M´
etodo pr´
actico
As´
ı la funci´
on de transferencia de la red ser´
a
1 + τs 1
1 + 5.7 s 1 + 0.1754s
G0 r(s) = α = 0.1 o´ Gr(s) =
1 + ατs 1
1 + 57 s 1 + 0.01754s
Para que la ganancia a bajas frecuencias no se altere, ha de introducirse una ganancia adicional
de Ka = 1/α = 10, con lo que el sistema, una vez corregido, tendr´ a como función de transferencia:
1
100(1 + 5.7 s)
G0 (s) = 1
s(1 + s)(1 + 0.0125s)(1 + 57 s)
Con este ejemplo se han ilustrado los pasos necesarios para la colocaci oń de una red de avance
de fase, de forma que su aprovechamiento sea el m´ aximo posible.
Amplitud(dB)
0dB ω1
ωm ω2
-10dB
-1 0 1 2 3
10 10 10 10 10
ω(rad/s)
Figura 10.18:

Ran 0405

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ran 0405

Cargado por

Copyright:

Formatos disponibles

Departamento de Ingenierı́a de Sistemas y Automática.

2 Curso de Ingenierı́a Técnica Industrial

Sevilla, Octubre de 2004

1.2 Necesidad del modelo matem´

1.3 Idea de realimentaci´

1.5 Sensibilidad y realimentaci´

1.6 Las Matem´

1.7 Bosquejo hist´

1.8 Señales y sistemas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

1.9 Servomecanismos y reguladores. . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2.1 Servomecanismo de posicio´n . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

3.1.2 Resumen de Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . 26

3.1.3 Calculo de antitransformadas . . . . . . . . . . . . . . . . . . . . . . . . 29

3.3 Formas de las relaciones entrada-salida en sistemas. . . . . . . . . . . . . . . . . 35

3.3.1 Sistemas est´

3.3.2 Sistemas din´

3.4.1 Respuesta impulsional. . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

3.5 Sistemas de control realimentados . . . . . . . . . . . . . . . . . . . . . . . . . 40

4.1 Modelado de sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

4.1.1 Exactitud del modelo frente a su sencillez . . . . . . . . . . . . . . . . . 44

4.1.2 Modelo externo e interno de un sistema . . . . . . . . . . . . . . . . . . 45

4.1.3 Modelos deterministas y no deterministas . . . . . . . . . . . . . . . . . 46

4.1.4 Modelos param´

4.1.5 Modelos con par´

4.2 Modelado de sistemas mec´

4.2.1 Sistemas mec´

4.2.2 Sistemas mec´

4.3 Sistemas hidr´

4.3.3 Modelos de sistemas hidr´

4.4 Modelado de sistemas el´

4.4.5 Motores de corriente continua . . . . . . . . . . . . . . . . . . . . . . . 61

4.4.6 Modelos de sistemas el´

4.5.1 Transferencia de calor por conduccio´n . . . . . . . . . . . . . . . . . . . 63

4.5.2 Transferencia de calor por conveccio´n . . . . . . . . . . . . . . . . . . . 63

4.5.3 Transferencia de calor por radiacio´n . . . . . . . . . . . . . . . . . . . . 63

4.5.4 Modelos de sistema t´

4.6.1 Punto de funcionamiento de un sistema . . . . . . . . . . . . . . . . . . 66

4.8 Álgebra de bloques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

4.8.1 Operaciones sobre señales . . . . . . . . . . . . . . . . . . . . . . . . . 78

4.8.2 Operaciones sobre bloques: reduccio´n de sistemas . . . . . . . . . . . . 79

II Análisis en el dominio del tiempo 83

5.2.1 Señal de entrada nula . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87

5.2.2 Señal de entrada no nula . . . . . . . . . . . . . . . . . . . . . . . . . . 87

5.2.3 Respuestas a señales de entrada especiales . . . . . . . . . . . . . . . . . 90

5.2.4 Respuesta arm´

5.3 Ejemplos de sistemas de primer orden . . . . . . . . . . . . . . . . . . . . . . . 99

5.4 El sistema de primer orden como integrador . . . . . . . . . . . . . . . . . . . . 104

6.1.2 Respuesta en frecuencia de un sistema de segundo orden . . . . . . . . . 115

6.1.3 Ecuaciones diferenciales de orden n . . . . . . . . . . . . . . . . . . . . 118

7.1.1 Seguimiento de posici´

7.1.2 Seguimiento de velocidad. . . . . . . . . . . . . . . . . . . . . . . . . . 126

7.1.3 Seguimiento de aceleracio´n . . . . . . . . . . . . . . . . . . . . . . . . 129

7.1.4 Sistemas con error nulo . . . . . . . . . . . . . . . . . . . . . . . . . . . 130

III Análisis de sistemas dinámicos en el dominio de la frecuencia 133

8.1.1 Diagrama de polos y ceros: caso racional . . . . . . . . . . . . . . . . . 135

8.1.2 Diagrama de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135

8.1.3 Diagrama logar´

8.1.4 Diagrama de Black . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138

8.2 Diagrama de Bode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138

8.2.1 Diagrama de Bode de una constante . . . . . . . . . . . . . . . . . . . . 139

8.2.2 Diagrama de Bode de una integracio´n pura . . . . . . . . . . . . . . . . 139

8.2.3 Diagrama de Bode de un sistema de primer orden . . . . . . . . . . . . . 141

8.2.4 Diagrama de Bode de una diferenciacio´n pura . . . . . . . . . . . . . . . 142

8.2.5 Diagrama de Bode del t´