Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Universidad de Sevilla.
Apuntes de
Regulación Automática
Autores:
Francisco Gordillo Álvarez
José Ángel Acosta Rodríguez
Manuel López Martínez
I Introducción y fundamentos 1
1 Introducci´
on a los sistemas de control. 3
1.1 Noci´
on de control autom´
atico. . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.4 Realimentaci´
on, retardos y oscilaci´
on. . . . . . . . . . . . . . . . . . . . . . . . 7
2 Introducci´
on a los sistemas realimentados 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
3.2 Noci´
on de sistema din´
amico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.4 Descripci´
on externa de los sistemas din´
amicos. . . . . . . . . . . . . . . . . . . 37
3.4.2 Funci´
on de transferencia. . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4 Modelado y Simulaci´
on 43
4.3.1 Dep´
osito . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.3.2 Tuber´
ıa y v´
alvula . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.4.1 Resistencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4.4.2 Condensador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.4.3 Bobina . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.4.4 Fuente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.5 Sistemas t´
ermicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.6 Linealizaci´
on de modelos no lineales . . . . . . . . . . . . . . . . . . . . . . . . 65
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
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
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 o´n . . . 108
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
8 Representaci´
on gr´
afica de la funci´
on de transferencia 135
8.1 Diagramas m´
as comunes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
8.4 C´
ırculos M y N . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
9.1 Introducci´
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
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
10.7 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.
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 o´n de las acciones necesarias frente al
mismo (señales de mando o control) para la conveniente dosificaci o´n de la energ´
ıa en los distintos
puntos del proceso para que el funcionamiento del conjunto sea el conveniente.
En todo proceso, sea la fabricacio´n de un producto, un avi´ on en vuelo, una m´ aquina funcio-
nando, etc.., se realizan una serie de acciones que presuponen la dosificaci o´n de la aplicaci´
on de
ıa en determinados puntos, bien bajo la accio´n 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.
Obs´ervese 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
Volviendo al problema original, se puede decir que el funcionamiento del proceso se har a´a
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.
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 accio´n a tomar para gobernar el proceso, para realizar
la elecci´
on conveniente de la señal de entrada que determine un funcionamiento apetecido, es
Introducci´
on a los sistemas de control. 5
necesario que se sepa predecir qu´e resultados se obtendr´a 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 resultar´an 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 decisio´n del posicionamiento de los distintos
o´rganos que tiene a su alcance (volante, frenos, acelerador...) lo que hace en todo instante es prever
cu´al 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.
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 accio´n a seguir sobre el enfermo para conseguir que la
evoluci´on 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 u´nico 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.
El conocimiento del modelo matem´ atico del sistema sobre el que se debe tomar una decisio´n para
gobernar su funcionamiento, no es suficiente para la toma de esta decisi o´n. Se requiere adem´as
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. Supo´ngase, 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 o´n
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 o´n sobre la
situaci´
on actual.
El conductor no hace sino desde su posicio´n de gobierno de la conduccio´n del autom´ ovil
introducir, especialmente por medio de sus ojos, informaci o´n sobre el estado actual del automo´vil,
permitiendo de esta forma el que la toma de decisio´n respecto a la condici´on 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 c´apsula a la luna. Debe notarse que la necesidad de la realimentaci o´n 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 o´n del modelo del
sistema que le impide una prediccio´n exacta, a largo plazo, del funcionamiento del mismo.
Desde un punto de vista general, cabe decir que los sistemas con realimentaci o´n son aqu´ ellos
en los que la adopci´on 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 o´n
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 o´n.
Entrada Salida
- Toma de - Planta -
decisi´
on
Elemento
de
medici´
on
1.4 Realimentaci´
on, retardos y oscilaci´
on.
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 o´n tal como
el de la figura 1.3. Entre la deteccio´n 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)
Sup´
ongase que se trata de mantener el coche en l´
ınea recta sobre una superficie completamente
8 Sensibilidad y realimentaci´
on.
Sup´ongase 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 o´n 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 f´acil comprender, que en este segundo caso, y debido precisamente al
retraso que se introduce en el bucle de realimentacio´n, la conducci´ on ser´
a fuertemente oscilante.
Perturbaciones
? ? ?
Ref. Posici´
on
- Ojos - Transmisi´
on - Conducci´ - -
oral on Coche
(Sentidos)
6
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 o´n) y estabilidad (ausencia de oscila-
ciones), constituye una de las constantes que aparecen en el estudio de sistemas realimentados.
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 realimentacio´n, 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 o´n,
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´
on a los sistemas de control. 9
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 trav´es de los grifos, para corregir cualquier perturbacio´n que se pueda
producir. El sistema, en conjunto, ha atenuado las posibles perturbaciones exteriores, por lo tanto
ha disminuido su sensibilidad sobre las mismas.
Es claro que en tales condiciones se producir´ an oscilaciones de la temperatura del agua, puesto que
ser´a enormemente dif´ ıcil ajustar la misma. Ello es debido a que cualquier accio´n 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 correccio´n. El sistema se convierte entonces en un sistema
inestable, y la correcci´on 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.
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 precisio´n 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)
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 autom´atico. Tan es as´ ı que en alg´un sentido puede considerarse la teor´
ıa del
control autom´atico como una rama de las matem´ aticas aplicadas.
10 Las Matem´
aticas y el control autom´
atico.
En la figura 1.5 se tiene un sencillo diagrama en el que se pretende expresar las fases del
m´
etodo en control autom´atico. 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
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 m´aquina de vapor por medio de un sencillo artificio consistente en dos
bolas met´alicas de cierta masa sobre las que actu´a las fuerzas centr´ıfugas al girar el eje del que
son solidarias a trav´
es de unos brazos (figura 1.6). Estos brazos est´an 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 m´aquina. 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
ωc + válvula Máquina ω
Transmisión
de vapor
-
bolas
ω
El inter´es que suscita en su tiempo, la m´aquina 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 u´n 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 sistem´atica 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 o´n Sovi´ etica, de lo que
hoy se conviene en llamar teorı́a clásica de los servomecanismos, y que se estudiar´ a m´as 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 realimentaci´on como concepto cient´ ıfico.
La teor´
ıa cl´
asica de los servomecanismos tiene enormemente limitadas su posibilidades de
aplicaci´on 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 nocio´n de estado, y que se estudiar´a con detenimiento a lo largo de este
curso.
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 hidr´aulicas, si bien en principio no hay ningu´n 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.
Es por lo tanto evidente que la consideracio´n del comportamiento din´ amico de un sistema
tendr´a 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.
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)
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 representacio´n 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
Desde el punto de vista que se est´a considerando se dir´a 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 o´n del campo.
Un servomecanismo es un ingenio con el que se pretende controlar una posici o´n. 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 cami´on en una servodirecci´
on, posicionamiento de la herramienta en un torno automatizado,
posicionamiento de la pluma en un registrador de precisi o´n, etc... El control de la posicio´n se hace
de acuerdo con un sencillo esquema de realimentaci o´n como el de la figura 1.10.
+ e y
amplificador motor
u
-
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 est´a 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 o´n de temperatura
en una habitaci´on. 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´
on a los sistemas de control. 15
Ta
a
Kp
K Kc c
b
Ti
Kt
+ V -
+ Vt -
Vr
+ -
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
Vamos a dedicar esta secci´ on a analizar un tipo de sistema realimentado que presenta particular
es: el servomecanismo de posicio´n. 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
posici´on, 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
17
18 Servomecanismo de posici´
on
f
r(t) + e(t) u(t) y(t)
K amplificador
-
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 o´n
electrica de alimentaci´
del motor y(t) viene dada por la ecuacio´n diferencial:
d2y dy
J 2
+f = u(t)
dt dt
siendo en este caso y(t) un a´ngulo 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 actu´e 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 precisio´n,
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 actuacio´n 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 compensacio´n que se han dado en llamar en llamar clásicos
ya que fueron los primeros que se utilizaron.
• 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´
on a los sistemas realimentados 19
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 compensacio´n es del tipo PD.
d2y dy dr
J 2
+ ( f + Kd ) + Ky = Kr + Kd (2.2)
dt dt dt
La ecuaci´on 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 o´n 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 sobreoscilacio´n 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 o´n 2.2, que muestra la ecuacio´n
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 friccio´n del sistema prim-
itivo y, por tanto, hacer que el conjunto tenga una respuesta temporal con menor sobreoscilaci o´n.
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
y respuesta a Kr
r
(a)
respuesta a Kd dr
dt
respuesta a Kr + Kd dr
dt
r
(b)
2.3 Acci´
on proporcional m´
as integral (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 reaccionar´a tratando de anular dicho
par puesto que la aplicaci´on del mismo, determina la aparicio´n de un error, el cual alimenta al
motor y le obliga a suministrar un par creciente con el tiempo. Si la acci o´n 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 o´n de mando es del tipo PI.
Para ello, en primer lugar, se establecen las ecuaciones que rigen la evoluci o´n del sistema y que
resultan ser
d2y
Z t
dy
J 2+f + Pe = Ke + Ki e dt
dt dt 0
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´
on a los sistemas realimentados 23
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
de d2e
=0 y =0
dt dt 2
con lo cual, Z ∞
Pe = K e p + Ki e dt
0
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 interpretaci´on f´
ısica del fen´omeno es muy simple. La aplicacio´n del par externo Pe , tiende
a separar la posici´on del eje de salida del valor en que la ha fijado la señal de referencia (figura
2.6.a). Ello trae consigo la aparicio´n 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)
Descripci´
on de los sistemas din´
amicos
3.1 Transformaci´
on de Laplace
En esta secci´ on vamos a repasar la transformada de Laplace que suministra una herramienta de
gran inter´es para el estudio de los sistemas cuya descripcio´n matem´
atica viene dada por ecuaciones
lineales invariantes en el tiempo.
3.1.1 Definición
El m´etodo de la transformada de Laplace es un m´etodo 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 .
25
26 Transformaci´
on de Laplace
f (t) = L −1 [F(s)]
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.
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
Z ∞ ∞ Z ∞
f (t)e−st
−st 1
f (t) e dt = − − − e−st f 0 (t)dt =⇒
0 s 0 0 s
Descripci´
on de los sistemas din´
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:
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
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
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
6. Integral de Convolución:
Sean
F1 (s) = L [ f1 (t)] y F2 (s) = L [ f2 (t)]
El producto de ambas,
Descripci´
on de los sistemas din´
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
t = u−v v = τ
τ = v u = t +τ
t, τ ∂t ∂t
1 −1
∂u ∂v
J( ) = ∂τ ∂τ
=
0
=1
u, v ∂u ∂v
1
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
f (t) = L −1 [F(s)]
30 Transformaci´
on de Laplace
La transformada posee s´
olo polos reales y simples
n(s)(s + pi )
ai =
d(s) s=−pi
ai
L −1
= = ai e−pit
(s + pi )
se tiene que
En esta expresi´on 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 denominacio´n de modos
naturales del sistema. Se dice que un modo natural es asint o´ticamente estable si pi ≥ 0.
(s + 3)
F(s) =
(s + 1)(s + 2)
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 expresio´n 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
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
(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
Sup´ongase que una de las ra´ıces del polinomio del denominador de la transformada de Laplace es
m´ultiple. Por ejemplo, sup´
ongase que la ra´ız p1 tiene multiplicidad r. En tal caso el denominador
admitir´a la descomposici´on:
d(s) = (s + p1 )r (s + p2 ) . . . (s + pn )
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
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´
on de los sistemas din´
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 b´asicos empleados en autom´ atica es el de sistema. En el lenguaje ordinario
se entiende por sistema una coleccio´n de objetos unidos por cierta forma de interaccio´n o inter-
dependencia. En el contexto de la autom´atica 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 o´n de unas carac-
ter´
ısticas de un objeto f´ısico.
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 o´n es indirecta, a trav´ es de las
señales de entrada, y que reciben el nombre de señales de salida, de observacio´n 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)
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´
on de los sistemas din´
amicos 35
Se ha indicado en la secci´ on 3.2, que un sistema est´a formado por las relaciones matem´ aticas que
liga las señales u(t) e y(t) que lo definen. En esta seccio´n 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 comu´nmente
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 seccio´n. Una posible primera clasificacio´n elemental de las relaciones
que ligan a las señales de entrada y salida de los sistemas, es en sistemas est áticos y sistemas
dinámicos.
Los sistemas l´ogicos 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 representacio´n matem´ atica de los sistemas l´
ogicos combinacionales
se recurre a tablas en las que se indican para cada combinaci o´n 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 funcio´n.
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 aproximacio´n, gran parte de los sistemas encontrados en la pr´
actica
admiten esta forma de representacio´n.
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 inter´es 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 relacio´n 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 denominacio´n 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 consideracio´n del tiempo juega un papel esencial. De ah´ ı la denomi-
naci´
on de din´amicos. Obs´ ervese que los sistemas est´aticos pueden considerarse como una forma
particular y degenerada de los din´amicos por lo que son estos u´ltimos los u´nicos que se consideran
en lo que sigue.
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 o´n,
el estudio de los sistemas din´
que son la descripción externa y la descripción interna que se pasan a estudiar a continuacio´n.
Descripci´
on de los sistemas din´
amicos 37
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 relacio´n la suministra la
descripci´on 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 funcio´n cuyo argumento lo constituye el conjunto de
valores tomados por u(t) en el intervalo (t0 ,t).
F (α1 u1 [t0 ,t] + α2 u2 [t0 ,t]) = α1 F (u1 [t0 ,t]) + α2 F (u2 [t0 ,t])
Ejemplo:
dy
+ ay = bu
dt
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 o´ngase un sistema
con una sola entrada y una sola salida. Supo´ngase, adem´ as, que dicho sistema se somete a la
siguiente señal de entrada:
u(t) = δ(t1 )
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 t´ecnicas de correlaci´on 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 dimensi´on 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´
on de los sistemas din´
amicos 39
y(t)
Para los sistemas lineales estacionarios existe una forma de descripci o´n externa muy empleada en
la pr´ on (matriz) de transferencia. Se puede definir la funcio´n 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.
Ejemplo:
d2y dy
2
+ a1 + a2 y = bu
dt dt
Y (s) b
= H(s) = 2
U(s) s + a1 s + a2
Para el caso de sistemas multivariables con m entradas y p salidas la funci o´n 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.
r(t) + e u y(t)
-@
@ - K - G(s) -
@
@
− 6m
H(s)
• Cadena directa o de acci´ on, es la que une los elementos comprendidos entre la se ñal de
an relacionadas por la expresio´n,
error y la de salida. Ambas señales est´
Y (s)
= KG(s)
E(s)
• Cadena de realimentaci´ on, es la que une la señal de salida con la de informacio´n 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 realimentacio´n.
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 funci´on 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 realimentacio´n 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 compensacio´n 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:
Los esquemas b´
asicos para uno y otro caso se muestran, respectivamente, en las figuras 3.5 y
3.6.
r(t) + e u y(t)
-@
@ - K - G(s) -
@
@
− 6m
r(t) +
e u y(t)
-@@ -@
@ - K - G(s) -
@
@ @
@
− 6m 6
Gr (s)
Modelado y Simulaci´
on
Resulta de inter´es obtener una forma de caracterizar las magnitudes asociadas al sistema en
cuesti´on con el fin de estudiar su comportamiento (an´ alisis) o bien reproducir el comportamiento
que va a tomar e´ste bajo ciertas condiciones (simulacio´n). 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 reproduccio´n 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 reproducci´on de los sistemas en laboratorio. La
teor´ıa de sistemas est´a basada en la descripci´
on matem´atica de los sistemas din´amicos, por lo que
en lo sucesivo se asimila el modelado de un sistema a la obtenci o´n de e´sta.
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.
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 horno de una f´abrica 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 formulacio´n o bien en su utilizaci´
on que se desecha
la posibilidad.
Por ejemplo, en modelos destinados al an´alisis del sistema, se suelen tomar suficientemente
sencillos como para que sean tratables matem´aticamente. 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.
Modelado y Simulaci´
on 45
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.
Consid´erese un sistema para proporcionar agua caliente en una instalaci o´n 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 o´n, 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 instalacio´n resulta de inter´ es la temperatura a la salida del termo, por
ejemplo. Por tanto la decisi´ on de qu´e 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 o´n del agua
en la instalaci´on o el caudal de gas que alimenta el termo. Estas señales son perturbaciones al
sistema.
El modelo de un sistema se hace con el fin de obtener una representaci o´n del comportamiento
din´amico del mismo. Sin embargo, parece razonable centrar la representaci o´n 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 evolucio´n de todas y cada una de las señales del sistema.
46 Modelado de sistemas
Se dice que un modelo es determinista cuando se parte de la base de que el modelo es capaz
de expresar de forma u´nica 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 o´n de las mismas, pues
var´ıan por la influencia de eventos impredecibles. Segu´n 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.
Un sistema es una entidad compleja resultante de la integraci o´n 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 e´anse 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.
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 o´n no es in-
stant´
anea.
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
par´ametros concentrados.
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.
Un sistema mec´ anico es aqu´el formado por cuerpos que var´ıan su posici´ on ante la acci´on 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 s´olido. 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 o´n de las fuerzas que act´uan sobre e´l.
Las ecuaciones de balance surgen de la aplicacio´n 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 din´amicos.
48 Modelado de sistemas mec´
anicos
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 posicio´n de cada cuerpo viene dada por
el desplazamiento que realiza en la direccio´n 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 o´n como consecuencia de e´sta. Aparece
entonces una fuerza de reaccio´n a la aceleraci´
on experimentada por el cuerpo denominada fuerza
de inercia y cuya magnitud es directamente proporcional a la aceleraci o´n del cuerpo y su sentido
el contrario al de movimiento del cuerpo.
Fi(t)
F(t) M
La ecuaci´
on que rige el movimiento de este elemento es:
d 2 x(t)
Fi (t) = M · = F(t) (4.1)
dt 2
N´otese que la fuerza ejercida sobre el cuerpo no influye directamente sobre la posici o´n del
cuerpo, si no sobre la aceleracio´n que e´ste experimenta. La aceleracio´n produce un cambio en
la velocidad con la que se mueve el cuerpo, y la velocidad produce a su vez una variaci o´n en la
on de e´ste. Por tanto, conocida la fuerza resultante que actu´a sobre un cuerpo, es necesario
posici´
saber tanto la velocidad como la posicio´n que tiene inicialmente el cuerpo para poder conocer el
movimiento que e´ste realizar´ a.
Modelado y Simulaci´
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 o´n de la defor-
maci´on experimentada. Una vez que la accio´n 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 relacio´n 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)
Amortiguador
Un amortiguador es un elemento que se deforma bajo la acci o´n 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)
dx(t)
F(t) = C · (4.3)
dt
50 Modelado de sistemas mec´
anicos
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 aplicacio´n 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 o´n y
sentido. En el caso de sistemas traslacionales la direccio´n 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 o´nomo 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:
d 2 x1
Fi1 = M1·
dt 2
Fm11 = K1·(x1 − l1n )
Fm21 = K2·(x2 − x1 − l2n )
Modelado y Simulaci´
on 51
Fi1
Fm11 Fm21
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.
Fi2
Fm22
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 par´ametros que definen el comportamiento de cada elemento del sistema. En este caso los
par´
ametros son M1, M2, K1, K2, l1n y l2n .
52 Modelado de sistemas mec´
anicos
El movimiento de cada cuerpo que forma el sistema viene caracterizado por el giro que el
cuerpo experimenta. Por tanto es el a´ngulo girado por el cuerpo el u´nico 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 o´n tal
que el par de fuerzas de inercia cancela el par que lo impulsa.
θ(t)
PSfrag replacements T (t)
J
d2θ
J· = T (t) (4.5)
dt 2
Siendo θ el a´ngulo 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 acci´on del par sobre el cuerpo no afecta directamente sobre la posici o´n 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 posicio´n de las que parta.
Muelle de torsi´
on
astico que se deforma ante la accio´n de un par. El elemento se opone a ser girado
Es un elemento el´
desarrollando un par de reaccio´n proporcional al a´ngulo 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)
Modelado y Simulaci´
on 53
Amortiguador
Un amortiguador es un elemento que se deforma bajo la acci o´n 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
La ecuaci´
on que rige el comportamiento de este elemento es la siguiente:
dθ(t)
B· = T (t) (4.7)
dt
Engranajes
on entre el a´ngulo girado por cada eje es igual a la relacio´n 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 a´ngulos girador por cada
eje son proporcionales, pero el sentido del giro de cada eje se invierte por efecto del engranaje.
T1 θ2 N1
θ1 ·T1 = θ2 ·T2 ⇒ = = (4.9)
T2 θ1 N2
PSfrag replacements
θ1 T1
R1
θ2 T2
R2
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 aplicacio´n 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.
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
Modelado y Simulaci´
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 fricci´on B1 se aplica un par motor T (t). Este eje est´
a conectado mediante un
engranaje de relaci´on 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
Sea θ1 el a´ngulo girado por el eje 1 respecto a la posicio´n de reposo del mismo, y sea θ2 el
an´
alogo en el eje 2.
d 2 θ1 dθ1
T − J1 · 2
− B1 · − Te1 = 0 (4.11)
dt dt
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
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 o´n 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 fricci´on y
torsi´
on del eje.
4.3.1 Depósito
Un dep´ osito es un elemento que, alimentado por un caudal de entrada, es capaz de acumular
l´
ıquido, suministr´andolo en un caudal de salida. Como efecto de la acumulaci o´n de l´ ıquido, e´ste
se encuentra sometido a una presio´n 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 hidrost´atica
en el fondo del dep´ osito, ρ es la densidad del l´
ıquido, S la secci´on del dep´ osito, pa la presi´on
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 o´n atmosf´ erica pa .
Modelado y Simulaci´
on 57
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 fricci´on del
l´
ıquido con las paredes del elemento.
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 o´n
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 par´ametro 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 est´e 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 friccio´n proporcional al porcentaje de apertura de la v´ alvula.
Estos modelos surgen de la aplicacio´n de las ecuaciones de balance sobre el sistema. En este caso
las ecuaciones de balance vienen dadas por la ley de conservaci o´n 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
dep´osito 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 presio´n del agua en e´ste dep´osito. 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
Qe
PSfrag replacements
h1
h2
Qi Qs
Dado que en todo elemento el´ectrico debe circular una intensidad, e´stos deben tener al menos
dos puntos de conexi´on 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 u´n 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 o´n en el l´
circula a trav´ ıquido. En los
sistemas el´ectricos 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 hidr´aulico.
Las ecuaciones de balance surgen al aplicar las Leyes de Kirchoff al sistema. A continuaci o´n
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
Modelado y Simulaci´
on 59
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
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 ecuacio´n 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)
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 o´n 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 magn´etica. La ecuaci´on del modelo es la siguiente:
di(t)
V (t) = L · (4.20)
dt
i(t)
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)
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 o´n 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 im´an 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
dia
Va (t) = Ra ·ia + La · +Vce (4.21)
dt
dθ
Vce = Kce ·
dt
T (t) = K·ia ·ic
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. N´otese 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).
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 (v´ease 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, presi´on, 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 combustio´n 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 continuacio´n.
Modelado y Simulaci´
on 63
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.
Esta transferencia de calor se produce entre elementos que est´an 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 o´n:
Siendo Kconv la constante de convecci´ on un par´ametro que depende del movimiento del fluido
que interviene en la transferencia y de la superficie de contacto.
Es un fen´omeno por el cual un cuerpo con una determinada temperatura emite una radiaci o´n
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 o´n de uno de
los cuerpos a la radiaci´
on emitida por el otro.
Por otro lado las ecuaciones de conservacio´n 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 c´omo 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 combustio´n. La primera de ellas se produce por conveccio´n,
por lo que la ecuaci´
on de la transferencia de calor es:
Ta
Tl
PSfrag replacements
Q̇
4.6 Linealizaci´
on de modelos no lineales
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.
dny dy d m u du
f( n
, ..., , y, m , ..., , u) = 0 (4.27)
dt dt dt dt
66 Linealizaci´
on de modelos no lineales
Seg´
un la forma que toma la funci´
on f se pueden clasificar los sistemas en:
1. Soluci´
on sencilla de las ecuaciones diferenciales.
2. Tratamiento sistem´atico de sistemas (generalizaci´on de resultados), utilizando por
ejemplo su representaci´
on por funci´
on de transferencia.
3. Aplicaci´on de potentes procedimientos de an´
alisis, como la transformada de Laplace
o el an´
alisis frecuencial.
En los procesos industriales es habitual que el comportamiento del sistema evolucione en torno
a un punto de funcionamiento. Es decir, en una situaci o´n tal que las magnitudes del sistema
evolucionan en torno a un valor constante.
Por ejemplo, pi´ensese en un dep´osito 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 la figura 4.19 se muestra la evolucio´n 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
Modelado y Simulaci´
on 67
0.8
0.6
0.4
0.2
0
0 0.5 1 1.5
tiempo (s)
12
0
0 0.5 1 1.5
tiempo (s)
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 (v´ease la figura 4.20). Por tanto el sistema permanecer´a 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.
10
0 0.5 1 1.5
tiempo (s)
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)
punto. Toda aproximaci´ a sujeta a un determinado error, asociado al rango de aproximaci o´n.
on est´
Cuanto mayor sea e´ste, mayor ser´a el error cometido por la aproximacio´n.
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 evoluci´on 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. Adem´as, como toda aproximaci´ on, tiene
asociado un error que se comete y que ser´ a tanto mayor cuanto mayor sea el rango de variacio´n
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 exposicio´n, se va a denominar las variables del
ecuaci´
siguiente modo:
dny dy
→ yn) , . . . , → ẏ
dt n dt
dmu du
→ um) , . . . , → u̇
dt m dt
∂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
∂f
i
∂yn−1) 0
→ a1
∂f
i
∂yn) 0
..
.
∂f
i
∂ ẏ 0
→ an−1
∂f
i
∂yn) 0
70 Linealizaci´
on de modelos no lineales
∂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
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
Qe ]0 = 10 l/min
h]0 = 1 m
dh
= 0 m/s
dt 0
Modelado y Simulaci´
on 71
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 o´n del modelo
∂f
= A=1
∂ḣ 0
∂f
K 10
= √ = √ =5
∂h 0 2· h 0 2· 1
∂f
= −1
∂Qe 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
dα
+ 5·α = 1·β
dt
12 11 1.2
modelo no lineal modelo no lineal
modelo lineal
11 modelo lineal
Caudal de entrada Qe ( l/min ) 10 1
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 )
4.7 Simulaci´
on
El objeto del modelado de un sistema din´ amico es la obtenci´on de una expresi´ on matem´ atica del
comportamiento del sistema con el fin de analizar su evoluci o´n o bien, reproducir lo m´as fielmente
posible la evoluci´
on de sus señales. Ya sea para uno u otro fin, es necesario calcular cu´al 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 o´n 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 escalo´n, impulso o rampa, o bien señales m´ as realistas que
imiten las condiciones de operacio´n del sistema f´ ısico. Las señales de prueba se utilizan para
comprobar y comparar la evolucio´n del sistema de una forma sistem´ atica, definiendo par´ametros
que cuantifican la idoneidad de la evolucio´n de la señal ante ese tipo de señales de entrada. La
simulaci´on del sistema, si es suficientemente fiel al comportamiento del sistema real, permite un
estudio de la influencia de la variacio´n 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 o´n
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:
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 simulaci´on est´a 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 simulacio´n.
• Digital: Para la simulaci´
on se utiliza un computador digital, que tiene la propiedad de poder
realizar un cierto procesamiento de informacio´n (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 precisi´on del resultado de la simulaci´on es constante, y tan s´olo depende del
n´
umero de bits que utiliza el computador para codificar las cantidades num´ ericas. Tambi´en
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.
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 solucio´n 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 integraci´on anal´
ıtica es
muy compleja y no siempre es posible de obtener para todos los sistemas. Tan s o´lo se conocen
m´etodos de integraci´on anal´ıtica de ciertos tipos de ecuaciones diferenciales.
En un m´ etodo num´ erico de integraci´on, no se obtiene la expresi´ on anal´ ıtica de la señal como
funci´on 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 iteracio´n del algoritmo corresponde al c´ alculo del valor
aproximado que toma la señal en un instante determinado en funcio´n 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 o´n 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
calcular´an, y por tanto mayor ser´a la precisi´
on con la que se obtienen los valores. El paso de inte-
graci´on es por tanto un par´
ametro del m´ etodo de integraci´ on que es muy importante, y su eleccio´n
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 o´n 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
n´umero 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 p´erdida de decimales debido a esta limitacio´n es importante.
El m´
etodo de integraci´
on de Euler
Para ilustrar este m´ etodo, se va a considerar un caso concreto. Sea la ecuaci o´n dx dt = f(t) con
condici´on 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.
0.9
0.8
^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
Figura 4.22: El m´
etodo de Euler para integraci´
on num´
erica
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))
..
.
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 o´n de las
ecuaci´on 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
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:
El valor del nivel en el instante inicial y(0) es una condicio´n inicial necesaria para la inte-
graci´
on de la ecuaci´on. Los valores tomados por la entrada son tambi´ en necesarios para calcular
on del nivel. El algoritmo iterativo para la integracio´n es:
la evoluci´
2. Hacer:
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
Modelado y Simulaci´
on 77
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
Figura 4.23: Tres experimentos de simulacio´n 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:
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 variaci´on 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 din´amico que se pretende modelar est´e 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
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 o´n es consecuencia de la accio´n 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)
En el caso de modelos lineales de los subsistemas, cada uno de e´stos se puede modelar por
una ecuaci´on 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 o´n
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)
Un sistema quedar´a 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 o´n resulta
s´
interesante por una serie de razones:
• Permite la obtenci´on 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
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)
entrada salida
G(s)
U(s) Y(s)
Y (s) = G(s)·U(s)
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 o´n se
la obtenci´
denomina reducci´ on del diagrama de bloques.
Existen una serie de operaciones sobre bloques destinadas a la reducci o´n de los diagramas:
80 ´
Algebra de bloques
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)
Modelado y Simulaci´
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:
G1 ( s ) G2 ( s )
R(s) Y(s)
+ -
G3 ( s )
+
+
G1 ( s ) G2 ( s )
R(s) Y(s)
+ - +
-
G3 ( s )
En este se tienen dos estructuras de realimentacio´n 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
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 o´n; 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
ecuaci´on diferencial anterior admite una solucio´n u´nica siempre que se fije el valor inicial de y(t).
Este valor inicial se denotar´a en lo que sigue por ξ. La ecuacio´n (5.1) establece que la pendiente de
y(t) en cada instante de tiempo, es una combinacio´n 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 m´ultiples sistemas que pueden ser representados por una ecuaci o´n
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 o´n diferencial de primer orden.
85
86 Introducci´
on
u(t) y(t)
u(t)
dy(t)
dt
y(t)
5.2 Soluci´
on de la ecuaci´
on diferencial de primer orden
En el supuesto de que la señal de entrada u(t) sea nula para todo t, la ecuacio´n diferencial de
primer orden se convierte en
dy
= −ay y(0) = ξ (5.2)
dt
dy
= −a dt
y
cuya integraci´
on conduce a,
yh (t) = ξe−at
Las figuras 5.3 y 5.4 muestran la forma general de la evoluci o´n 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 distincio´n entre dos formas de comportamiento que
ausencia de excitaci´
permiten una primera clasificacio´n de los sistemas en estables o inestables, segu´n que la evoluci´
on
libre de los mismos tienda a una estado de reposo o no.
y(t)
y(t)
dy
+ ay = v (5.3)
dt
Se trata de determinar qu´e funci´on w(t) debe sumarse a la solucio´n 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,
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
dw
+aw = v w(0) = 0 (5.5)
dt
La discusi´on anterior permite interpretar la expresio´n (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
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´
on diferencial de primer orden
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 t´ecnicas basadas en la transformada de
Laplace, con las cuales se puede demostrar directamente de una forma muy sencilla la expresi o´n
(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.
Se discuten a continuaci´
on las respuestas de un sistema diferencial lineal de primer orden a se ñales
de entrada que presentan especial inter´es en las aplicaciones como son las señales en escal´on, 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 variacio´n 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 o´n (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
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´
amicos lineales de primer orden 91
dy
τ + y = Ku (5.9)
dt
t
y(t) = K(1 − e− τ ) (5.10)
La constante K recibe la denominacio´n 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.
1
U(s) =
s
K A B
Y (s) = = +
s(1 + τs) s 1 + τs
K K
A= =K y B= = −Kτ
(1 + τs) s=0 s s=− 1
τ
es decir la expresi´
on (5.1)
En la figura 5.7 se representa la respuesta a una entrada en escal o´n 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
La constante de tiempo τ caracteriza la velocidad de respuesta del sistema, es decir, la duraci o´n
del r´
egimen transitorio. Ello se pone de evidencia por las dos consideraciones siguientes.
dy K − t
= e τ (5.11)
dt τ
haciendo t = 0 se tiene,
dy K
(0) = (5.12)
dt τ
Sistemas din´
amicos lineales de primer orden 93
K
tgα = τ
K
α
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
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 escalo´n para distintos
sistemas lineales con diferentes constantes de tiempo.
94 Soluci´
on de la ecuaci´
on diferencial de primer orden
τ2
τ3
τ3>τ2
˜ de entrada en rampa
Senal
Sup´ongase 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 a´adem´ as,
para simplificar, que ξ = 0. De acuerdo con la expresio´n (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
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´
amicos lineales de primer orden 95
u
u = ωt
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
En la expresi´on (5.14) se observa que el tercer t´ ermino del par´entesis 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,
u(t)
y(t)
ωτ
u(t1 − τ) y(t1 )
τ
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 o´n
es un aparato de medida. Supo´ngase 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.
wb b
y(t) = e −at
ξ+ 2 2
− 2 (a senw t − w coswt) (5.18)
a +w a + w2
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
siendo,
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
relaci´on Y , y que ha adquirido un desfase ϕ. Tanto la relacio´n de amplitudes Y como el desfase ϕ,
son funci´on de la frecuencia angular w de la entrada. En la figura 5.14 se representa Y (ω) y ϕ(ω).
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
ω=∞ ω=0
ϕ
τ pequeño
a)
τ grande
b)
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 act´ua como limando las asperezas de la señal
de entrada. La figura 5.16 ilustra este hecho que recibe la denominaci o´n de filtrado de la señal de
entrada. Se puede dar del mismo una interpretacio´n en el dominio de la frecuencia similar a la
dada m´ as arriba para el caso de una constante de tiempo peque ña.
• 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
• 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 ecuacio´n 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
• 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 conducci´on. De acuerdo con la ley de Newton es aproximadamente proporcional a la
diferencia de temperatura entre el medio y el mercurio.
Sistemas din´
amicos lineales de primer orden 101
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 (u)
• 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
dy
− = ky
dt
es decir,
1 dy
+y = 0
k dt
Se trata de un sistema lineal de primer orden auto´nomo de constante de tiempo 1/k. El
par´
ametro k se denomina por los qu´ ımicos constante de velocidad de la reaccio´n, 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
dy
u = ky + α
dt
Ce Q dt = Cr Q dt + M dCr
es decir,
M dCr
+Cr = Ce
Q dt
• Motor el´
ectrico de corriente continua.
Sup´ongase 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 tensio´n que alimenta al inducido u (señal de
an relacionadas por la siguiente ecuacio´n.
entrada), est´
dI
u = RI + L + Kω
dt
Sistemas din´
amicos lineales de primer orden 103
Ce
Cr
Cr
dω
P=J + Bω
dt
R L
Φ
ω
J B
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
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 ecuacio´n puede escribirse tambi´
por una ecuaci´ en de la
forma siguiente:
Z t
y(t) = y(0) + (bu − ay)dt (5.24)
0
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 est´atica puede ser no lineal, sin que por ello se alteren las anteriores
consideraciones.
u + 1 y
K τS
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 o´n diferencial de la
forma,
d2 y dy du
+ a1 + a2 y = b 0 + b1 u (6.1)
dt 2 dt dt
El problema del estudio de un sistema de segundo orden queda reducido a la resoluci o´n de la
anterior ecuaci´on diferencial cuando la señal de entrada u(t) se particulariza en una cierta funcio´n
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 seccio´n se puede hacer un desarrollo com-
pletamente paralelo al realizado en la seccio´n 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.
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
105
106 Definici´
on
r 2 + a1 r + a2 = 0 (6.3)
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 o´n carac-
ter´ ametros que intervienen en esta forma reciben una denominaci o´n
ıstica son complejas. Los par´
especial.
• El par´
ametro k recibe la denominacio´n de ganancia estática, y es una constante que carece
de dimensiones.
β
r
1 a1
ωn = k= δ= (6.6)
a2 ω2n 2ωn
ẋ1 = −p1 x1 + u
ẋ2 = −p2 x2 + u (6.7)
y = c 1 x1 + c 2 x2 (6.8)
Sistemas din´
amicos lineales de segundo orden y superior 107
siendo
β β
c1 = y c2 = (6.9)
p2 + p 1 p1 − p 2
Para comprobar este resultado basta proceder por sustituci o´n, 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 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
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.
a que las condiciones iniciales son nulas, ξ = 0. A partir de la expresi o´n 6.12 se tendr´
Se supondr´ a,
Z t
y(t) = C e At
e−Aζ B u(ζ)dζ (6.13)
0
e p1 t
−At 0
e = (6.15)
0 e p2 t
" #
− 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
β β β
y(t) = − e−p1 t − e−p2 t (6.18)
p1 p2 (p2 − p1 )p1 p2 (p1 − p2 )
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
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 o´n 5.2, la transformada de Laplace
escal´
de la salida y(t) resulta
1 ω2n
Y (s) =
s s2 + 2δωn s + ω2n
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
h i−1 √
e−(δ+ δ −1)ωn t
p
+ 2(δ2 + δ δ2 − 1 − 1)
2
(6.21)
Im
√
jωn 1 − δ2
ωn
−δωn Re
√
− jωn 1 − δ2
Escribiendo las expresiones 6.19 y 6.20, empleando en las mismas el a´ngulo α, se tiene:
on 6.18 se puede escribir, teniendo en cuenta la expresi o´n 6.23 de la forma si-
La expresi´
guiente,
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 o´n. 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 sobreoscilacio´n, 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 observacio´n 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 o´n 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 o´n del sistema, puede obten-
erse, de una forma anal´ ıtica, derivando y(t) con relacio´n al tiempo, e igualando esta derivada
a cero. En efecto, se tiene:
π
tp = √ (6.29)
ωn 1 − δ 2
puede escribirse,
− √ δπ
1−δ2
ymax (t) = 1 + e (6.32)
Normalmente se expresa la amplitud de la primera oscilaci o´n en % del valor del escal´
on de
entrada. Gen´ericamente 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´
amicos lineales de segundo orden y superior 113
p1 = p
p2 = p + ε
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 o´n del sistema
con factor de amortiguamiento igual a la unidad, viene dada por,
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 o´n 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
sobreoscilaci´on, 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
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
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 aplicacio´n de la señal sinusoidal. Es decir, se va a determinar exclusi-
vamente la soluci´on particular de la completa cuando en la expresio´n 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)
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 relacio´n 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 o´n
al atravesar el sistema.
1
Q= √ (6.40)
2δ 1 − δ2
p
ωR = ω n 1 − 2δ2 (6.41)
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
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
Una vez estudiado los sistemas de primero y segundo orden, conviene recordar los resultados
correspondientes a sistemas de orden n. Supo´ngase 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
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
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
En el caso de polos simples, los residuos pueden determinarse de forma gr´afica 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 tambi´en 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)
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 o´n 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) ser´a 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.
Im
s
s − Pi
Pi s − Zi
s
Zi
Re
El residuo ci1 = ci , correspondiente al polo pi , resulta ser de acuerdo con la expresio´n 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:
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 m´odulos 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´
amicos lineales de segundo orden y superior 121
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
An´alisis de errores en r´
egimen
permanente
7.1 Relaci´
on entre las constantes de error y los polos y ceros.
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)
Sup´ongase 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 )
E(s)
= e o + e 1 s + e 2 s2 + · · · (7.4)
R(s)
123
124 Relaci´
on entre las constantes de error y los polos y ceros.
Se van a estudiar a continuaci´ on las relaciones entre las constantes de posicio´n k p , velocidad
on ka y los polos y ceros de Td (s).
kv , y aceleraci´
eo
E(s) = + e1 + e2 s + ... (7.5)
s
Es decir que
1
erp = limt → ∞ e(t) = lims → 0 sE(s) = lims → 0 = eo (7.7)
1 + G(s)
1
eo = (7.9)
1 + kp
E(0) 1
= lim (7.10)
R(0) s → 0 1 + G(s)
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)
Y (0) kp
= (7.13)
R(0) 1 + k p
Y (0) / R(0)
kp = (7.14)
1 −Y (0) / R(0)
Y (0) k Π j=1 c j
m
= n (7.15)
R(0) Π j=1 Pj
en donde
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 o´n. Para los
126 Relaci´
on entre las constantes de error y los polos y ceros.
sistemas de tipo uno, o superior, recordando la expresi o´n (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)
Y (0)
=1 (7.18)
R(0)
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 o´n sea nulo.
La constante de posici´
on k p es adimensional.
Sea un sistema con error de seguimiento en posicio´n nulo (eo = 0) y sup´ongase 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
1
= lim
s + sG(s)
s→0
1
= lim = e1
s→0 sG(s)
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 integracio´n pura. En tal caso se tiene que e0 = 0, con lo
que se tiene, habida cuenta de la expresio´n (7.4).
Y (s)
= 1 − e1 s − e2 s2 − ....
R(s)
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)
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
1 d
=− (ln k + ln(s + c1 ) + .. − ln(s + p1 ) − ..) s = 0 (7.25)
kv ds
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.
n m
1 1
∑ pj
= ∑ cj
(7.27)
j=1 j=1
Ejemplo.
Sea un sistema de segundo orden cuya funcio´n 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 posicio´n 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 ser´an p1,2 = −δωn ± jωn 1 − δ2 y por lo tanto aplicando la expresio´n
(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´
alisis de errores en r´
egimen permanente 129
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´
Sea un sistema con errores de seguimiento de posicio´n 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 aceleracio´n se tendr´ a
e2
E(s) = + e3 + s e4 + ... (7.29)
s
ka = lims→∞ s2 G(s)
se tendr´
a que
1
e2 =
ka
2
d2 (Y /R)1
Y (s) (Y /R)”
ln = −
ds2 R(s) Y /R Y /R
n m
2 1 1 1
− = 2+∑ 2 − ∑
ka kv j=1 p j j=1 c2j
130 Relaci´
on entre las constantes de error y los polos y ceros.
expresi´
on que permite calcular la constante de velocidad ka .
Sup´
ongase que la funci´on 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 + · · ·
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 escalo´n 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´
Para obtener un error de seguimiento en posicio´n nulo, para un sistema cuya funcio´n de
transferencia sea de la forma (30), existen distintas formas posibles. Si el numerador consiste
u´nicamente en una constante, entonces la forma que se obtiene es u´nica y es la siguiente
Y (s) an
= n (7.32)
R(s) s + · · · + an−1 s + an
bm−1 − an−1
c1 = (7.33)
bm
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´
on entre las constantes de error y los polos y ceros.
Parte III
An´
alisis de sistemas din´
amicos en el
dominio de la frecuencia
133
Tema 8
Representaci´on gr´
afica de la funci´
on de
transferencia
8.1 Diagramas m´
as comunes
Sea la funci´
on de transferencia
K(s + c1 ) . . . (s + cm )
G(s) =
(s + p1 ) . . . (s + pn )
Se puede representar G(s) indicando la posicio´n de sus ceros −ci y de sus polos −pi en el plano
de la variable compleja s (fig. 8.1).
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 expresio´n
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 amplificaci´on (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
Im
ω=∞ ω=0
Re
ω = 100
ω=1
ω = 10
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 funcio´n de transferencia.
En este caso, la funci´on 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
El empleo de logaritmos para representar los mo´dulos permite facilitar la combinacio´n 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.
En este diagrama se representa la funcio´n 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)
La representaci´
on de una funci´on 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 funcio´n de transferencia
k( jω + c1 )( jω + c2 ) . . .
G( jω) =
( jω)N ( jω + p1 )( jω + p2 ) . . .
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´
on de transferencia 139
Πci
kB = k
Πp j
La expresi´on (8.1) es una expresi´ on compleja en funci´ on de ω. Es decir, para cada valor de ω
tomar´a 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
Esta descomposici´ on aditiva, junto con la que se da de una manera natural para el argumento,
permite que se obtenga la representacio´n 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 o´n
on gr´
c´
omo se representa gr´aficamente cada uno de estos elementos.
La representaci´
on en el diagrama de Bode de una constante es inmediata y se tiene en la figura
8.5.
1
G( jω) =
jω
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)
1
jω
1+
p
ω p
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 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.
142 Diagrama de Bode
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)
G( jω) = jω
40
Amplitud(dB)
20
+20dB/dec
-20
90
Fase(grados)
45
0 -1 0 1 2
10 10 10 10
ω(rad/s)
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)
Combinando todo lo que se acaba de ver, y teniendo en cuenta las expresiones (8.2 y (8.3), se
puede obtener la representacio´n gr´ on de transferencia del sistema cuya funcio´n de
afica de la funci´
transferencia viene dada por la expresio´n (8.1).
Un sistema con un cero con parte real positiva recibe la denominaci o´n de sistema de fase no
mı́nima, mientras que si todos ceros tienen parte real negativa recibe la denominaci o´n 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).
Im Im
ω
ω
G1 (s) G2 (s)
z Re Re
−p 0 −z −p 0
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
Sin embargo, por la que respecta a los argumentos es claro que se tendr´
a:
En la figura 8.11 se tienen las correspondientes curvas de fase. Se comprende la denominaci o´n 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
8.4 Cı́rculos M y N
Im
(−1 + j0) 0
A β φ α Re
1+G G
P
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 expresi´on
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 m´odulo 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
M2 M2
y2 + x2 + 2x = −
M2 − 1 M2 − 1
146 Cı́rculos M y N
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 geom´etrico 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 interpretaci´on. 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 o´n (8.6) el argumento de
T ( jω) viene dado por el a´ngulo APO en la figura 8.12. En la figura 8.15 se representa el lugar
geom´ etrico de todos los a´ngulos 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 a´ngulo
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´
on de transferencia 147
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
149
Tema 9
9.1 Introducci´
on
La estabilidad es una propiedad cualitativa de los sistemas din´amicos 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.
151
152 Criterios de estabilidad relativos a la descripcio´n 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 definicio´n 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,
Desde un punto de vista intuitivo esta definicio´n de estabilidad es satisfactoria; tiene, adem´ as,
la ventaja adicional de que conduce a resultados matem´ aticos interesantes, seg´un se ver´a en lo que
sigue.
Para el caso de sistemas multivariables esta definicio´n es igualmente v´ alida, sustituyendo las
señales de entrada y de salida por los vectores de señales de entrada y de salida.
Z t
y(t) = h(t, τ) u(τ) dτ (9.1)
−∞
Teorema
Un sistema, inicialmente en reposo, representado por una expresi o´n 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 condicio´n (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
expresi´on 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
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 o´n (9.2) para que el sistema sea
estable.
154 Criterios de estabilidad relativos a la descripcio´n externa
Para sistemas multivariables el anterior resultado se generaliza diciendo que un sistema ser a´
estable si la propiedad de la expresio´n (9.2) se cumple para cada uno de los elementos de la matriz
H(t, τ).
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 o´n externa usualmente empleada
es la funci´
on de transferencia. Interesa enunciar un criterio de estabilidad en t´erminos de dicha
funci´on de transferencia. Es lo que se hace en el siguiente teorema.
Teorema
Un sistema lineal y estacionario, representado por una funci o´n 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.
Demostraci´
on
Y adem´
as, posiblemente, una constante pi denota un polo de G(s).
• Ejemplo 1
Estabilidad de los sistemas din´
amicos 155
Sea el sistema cuya funci´on 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
• Ejemplo 2
Seg´un la definici´on 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 expresio´n 9.3.
Sup´ongase ahora que en la expresio´n 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 o´n de
transferencia, que resultan estar situados en el eje imaginario.
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:
1. comprobar si m < n;
Una funci´on 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 m´etodo 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.
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
Estabilidad de los sistemas din´
amicos 157
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
4
1 3 2
3
5 1 0
2 14/5
2
1 −36/14 0
0 2
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.
158 Criterios de estabilidad relativos a la descripcio´n externa
Ejemplo
2ε − 3
lim = −∞
ε→0 ε
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 sim´etricas 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 o´n subsidiaria a partir de los coeficientes de la
fila anterior a aquella en la que todos los elementos sean nulos. La expresi o´n 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 expresi´on una vez con respecto a s y situar sus coeficientes en la fila cuyos elementos
se hab´ ıan anulado. A partir de esta sustitucio´n se prosigue la construcci´on de la tabla de Routh
normalmente. Un ejemplo ayudar´ a a fijar ideas.
Estabilidad de los sistemas din´
amicos 159
Ejemplo
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 ecuacio´n 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
(s2 + 1) (s + 2) (s + 1)
El anterior ejemplo muestra qu´ e sucede cuando el polinomio en cuestio´n 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 o´n de la primera regla (introduccio´n
de pequeños par´ametros ε) s´olo 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 v´alida. Ello, sin embargo, no debe preocupar puesto
que lo que normalmente interesa de la aplicacio´n del criterio de Routh-Hurwitz es, sencillamente,
160 Criterios de estabilidad relativos a la descripcio´n externa
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.
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
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
Estabilidad de los sistemas din´
amicos 161
H1 = α1
H2 = α1 β1
H3 = α1 β1 γ1 (9.12)
El criterio de Routh permite analizar la estabilidad de un sistema lineal a partir de los coeficientes
de la ecuaci´on caracter´
ıstica. El criterio de Nyquist (1932) permite realizar un an´
alisis de la misma
naturaleza a partir de la representacio´n gr´afica de la funci´
on de transferencia.
ImF(s)
jω
C
F(C)
Z=3
P=1
σ ReF(s)
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).
Sup´ongase ahora que se define una curva cerrada C en el plano s y la correspondiente curva
imagen F(C) en el plano F(s). Supo´ngase, adem´as, que la curva C se recorre en un determinado
162 Criterio de Nyquist
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.
U + Y
H(s)
-
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 o´n de contorno de
Estabilidad de los sistemas din´
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 o´n 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)
Hemos visto que los polos de la funcio´n 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 funcio´n 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 est´a recorriendo G( jω) para valores de ω de cero a infinito. An´ alogamente, al
recorrer BO se est´a 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 o´n 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 realimentacio´n 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 funci´on de transferencia G(s). As´ ı mismo, la parte corres-
pondiente al semieje imaginario negativo [− j∞, 0] es sim´ etrica con relaci´on 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 o´n 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 o´n polar de la funci´ on
de transferencia G( jω).
164 Criterio de Nyquist
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
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 aplicacio´n 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 funcio´n 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 adici´on de este
contorno no modifica el planteamiento anterior.
Estabilidad de los sistemas din´
amicos 165
Im
ω>0
Re
ω<0
ω≈0
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
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 o´n del teorema de Nyquist hay que
tener especial cuidado en los dos puntos siguientes:
166 Criterio de Nyquist
Im
−180o
Re
Regla pr´
actica de Nyquist
Seg´un 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
ImH( jω)
−1
ReH( jω)
Φm 1
De este modo, los m´ argenes de fase y de ganancia establecen las posibles variaciones de la funci o´n
de transferencia G(s) debidas a perturbaciones eventuales que no afecten a la estabilidad del sis-
tema. En la pr´actica 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.
168 Criterio de Nyquist
Parte V
M´
etodos cl´
asicos de sı́ntesis
169
Tema 10
Compensaci´on de sistemas
realimentados
10.1 Introducci´
on.
r(t) + e u y(t)
-@
@ - K - G(s) -
@
@
− 6m
H(s)
• Cadena directa o de acci´ on, es la que une los elementos comprendidos entre la se ñal de
an relacionadas por la expresio´n,
error y la de salida. Ambas señales est´
Y (s)
= KG(s)
E(s)
171
172 Introducci´
on.
• Cadena de realimentaci´ on, es la que une la señal de salida con la de informacio´n m(t), que
es comparada con la de referencia. Ambas señales se relacionan as´ ı,
M(s)
= H(s)
Y (s)
• 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 funci´on 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)
Y (s) KG(s)
=
R(s) 1 + KG(s)
Naturalmente en este caso cadena de acción y bucle abierto son dos conceptos coincidentes.
d2y dy
J 2
+f = u(t)
dt dt
siendo en este caso y(t) un a´ngulo (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 actu´e 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´
on de sistemas realimentados 173
r(t) + e u y(t)
-@
@ - K - G(s) -
@
@
− 6m
Hay veces en que un simple aumento de la ganancia est´ atica es suficiente para lograr precisio´n,
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 actuacio´n 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 compensacio´n que se han dado en llamar Clásicos en raz´ on
de ser los primeros que se utilizaron.
Por el hecho de introducir una compensacio´n 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:
Los esquemas b´
asicos para uno y otro caso se muestran, respectivamente, en las figuras 10.3
y 10.4.
• 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
r(t) +e u y(t)
- - - - G(s) -
K
− 6m 6
Gr (s)
10.2 An´
alisis en el dominio de la frecuencia de la red 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 compensacio´n 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 har´a 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 representacio´n 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´
on de sistemas realimentados 175
Amplitud(dB)
+20dB/dec
1/τ
ω(rad/s)
-260
Fase(grados)
-310
-360
1/τ
Compensada
Amplitud(dB)
0 dB
Sin compensar
Fase(grados)
Compensada
o MF2
-180
MF1
Sin compensar
ω(rad/s)
60
Amplitud(dB)
30
0
-360 -270 -180 -90 0
Fase(grados)
Sin compensar
50
Amplitud(dB)
Compensado
-50
-100
-300 -240 -180 -120 -60
Fase(grados)
• 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´
on de sistemas realimentados 177
• 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 o´n 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 a´un en este caso, la soluci´on 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
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.
-20dB/dec
1/τ
0
Fase(grados)
-45
-90
1/τ
ω(rad/s)
Amplitud(dB)
Compensado
0 dB
Sin compensar
Sin compensar
Fase(grados)
o
MF1
-180
MF2
Compensado
ω(rad/s)
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 precisio´n del mismo, ya que si por el contrario, se
elige 1τ > wR aumentar´a 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 o´n
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 interpretacio´n 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 inversi´on 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.
50
Amplitud(dB)
25
0
-100 -80 -60 -40 -20 0
Fase(grados)
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 t´erminos, 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 accio´n PID, al sistema se le añade un polo en el origen (se cambia
on derivada primera, y una accio´n 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)
1/τ
ω(rad/s)
90
Fase(grados)
-90
1/τ
ω(rad/s)
100
50
Amplitud(dB)
-50
-100
-300 -240 -180 -120 -60
Fase(grados)
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 o´n de transferencia
del sistema a corregir para frecuencias pro´ximas a 1τ y superiores, es decir, aumenta el margen de
fase (disminuye la sobreoscilacio´n) 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 o´n 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.
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)
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)
En el mercado se pueden encontrar redes de adelanto de fase de tipo neum´ atico, hidr´
aulico o
ectrico, por ejemplo. A continuacio´n 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
ei = jZ + eo con e0 = jR0
siendo
1
R jwC R
Z= 1
=
R+ jwC
1 + jwCR
Compensaci´
on de sistemas realimentados 183
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.
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
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)
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 o´n de transferencia en
bucle abierto es:
Compensaci´
on de sistemas realimentados 185
K
G(s) =
s(1 + s)(1 + 0.0125s)
Resoluci´
on:
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 atenuacio´n 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
desviaci´on 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 funci´on 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 o´n 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: